文 | 蒋旭峰（资深金融从业者)

　　什么是K型分化K型分化，是描述经济复苏或转型过程中不同群体、行业、区域走向分叉的一个隐喻。

　　字母K的两条斜线，一条向上、一条向下，正好对应这种分化形态——一部分经济主体快速增长，另一部分持续萎缩，两者之间的差距越拉越大。

　　这个术语的流行，始于2020年新冠疫情之后。疫情冲击下，全球经济出现了极其鲜明的分叉：科技巨头、线上经济、医药行业一路向上，餐饮、旅游、线下零售、传统制造业一路向下。经济学家和市场分析人士开始用「K型复苏」来描述这种非对称的恢复路径，后来逐步扩展到更广泛的经济结构转型场景，「K型分化」由此成为一个常用概念。

　　但作为一种经济现象，K型分化远不是2020年代才有的新鲜事。

　　如果把观察的时间尺度拉长到250年，从第一次工业革命算起，人类已经经历了至少五次重大技术革命。每一次技术范式转换的早期阶段，都会出现「新动能向上、旧动能向下」的K型分叉。区别只在于，过去我们用「羊吃人」「铁锈地带」「中产空心化」这些词来描述它，而现在统一叫K型分化。

　　五次技术革命，五次K型分化佩雷斯将每次技术革命的生命周期划分为两个大阶段、四个小阶段：导入期（含爆发阶段和狂热阶段）、转折点、展开期（含协同阶段和成熟阶段）。K型分化在导入期持续扩大，在转折点达到峰值，在展开期通过技术扩散和制度调整逐步收敛。

　　第一次：蒸汽机与纺织革命（1771-1830）1771年，阿克莱特在英国克罗姆福德建立了第一座水力纺纱厂，标志着第一次工业革命的开端。蒸汽机的改良和纺织机械化，催生了全新的工厂体系。

　　向上的一竖，是新兴的工业资产阶级。纺织厂主、铁路投资商、钢铁企业家的财富以历史上前所未有的速度积累。英国棉纺织品产量从1780年到1830年增长了约30倍，曼彻斯特从一个小镇变成了世界工厂。

　　向下的一竖，是传统手工业者和小农。手工织布工人的实际工资在1780年到1830年间下降了约一半。曾经的熟练工匠被机器替代，被迫进入工厂拿更低的工资、做更长时间的工作。圈地运动将农民从土地上赶走，城市贫民窟迅速扩张。

　　这一轮分化的烈度，可以从财富集中度看出来。英国前10%人群的财富占比从1810年的约83%，升至1830年的约85%（世界不平等数据库口径），且在此后半个世纪里继续攀升。

　　社会代价是沉重的。卢德运动中，工人冲进工厂捣毁机器；宪章运动中，数十万工人争取普选权；霍乱在贫民窟反复暴发，公共卫生体系濒临崩溃。

　　最终的收敛不是自动发生的。1833年《工厂法》限制童工工时，1842年《矿山法》禁止女工和童工下井，工会逐步合法化，公共卫生改革启动，义务教育开始普及。用了大约一代人的时间，分化才逐步收窄。

　　第二次：钢铁与电力革命（1875-1910）1870年代，贝塞麦炼钢法普及，电力开始商用，铁路网横跨大陆，第二次工业革命拉开序幕。

　　向上的一竖，是钢铁、石油、电力、铁路行业的新贵。洛克菲勒的标准石油、卡内基的钢铁帝国、摩根的金融帝国，积累了人类历史上罕见的个人财富。

　　向下的一竖，是传统农业和小型作坊。美国农民在1870年到1890年间经历了长达20年的农产品价格下跌，实际收入持续缩水。乡村小作坊被城市大工厂挤垮，大量人口背井离乡涌入城市。

　　这一轮分化的峰值出现在1920年代末。美国前10%人群的财富占比达到约85%（Saez与Zucman的重建数据为84%），是整个20世纪的最高点。

　　社会压力同样巨大。1893年和1907年两次金融大恐慌，扒粪运动揭露垄断企业的黑幕，工人运动此起彼伏，1886年的干草市场事件成为国际劳动节的起源。

　　收敛的驱动力来自进步时代的制度改革。1890年《谢尔曼反垄断法》出台，1913年联邦所得税正式开征，食品药品监管体系建立，劳工保护逐步完善。这一轮制度调整用了大约30年，为后来的「美国世纪」打下了基础。

　　第三次：石油、汽车与批量生产革命（1908-1945）1908年，福特T型车下线，流水线生产方式诞生，石油化工产业崛起，第三次技术革命启动。

　　向上的一竖，是汽车工业、石油化工、家用电器产业。通用汽车、杜邦公司、通用电气成为新的产业巨头。1920年代的「柯立芝繁荣」中，汽车产量从每年不到200万辆增长到500万辆以上。

　　向下的一竖，是煤炭工业、传统手工业和农业。煤炭工人被石油替代，农民持续流失，小型作坊在流水线产品的冲击下纷纷倒闭。1920年代的美国，农业已经进入长期萧条，比大萧条早了整整十年。

　　1929年的大萧条，将K型分化推向了极端。危机中，银行倒闭、企业破产、失业率飙升到25%，但持有核心资产的少数人在罗斯福新政和二战订单中反而更快地修复了财富。

　　收敛的转折点是罗斯福新政。1935年《社会保障法》建立了养老金和失业保险体系，《瓦格纳法》赋予工会合法地位，最低工资制度出台。二战后的《退伍军人权利法案》（GI法案）让数百万退伍军人免费上大学，彻底重塑了美国的中产阶层。

　　这一轮分化的收敛，靠的是战争+新政+教育扩张的组合拳。

　　第四次：信息与远程通信革命（1971-2000）1971年，英特尔推出第一款微处理器4004，信息技术革命的大幕拉开。

　　向上的一竖，是半导体、个人电脑、软件、互联网行业。英特尔、微软、苹果、谷歌先后崛起，硅谷成为全球科技产业的中心。1990年代互联网商业化后，造富速度达到了新的高度。

　　向下的一竖，是传统制造业蓝领和铁锈地带。美国制造业就业人数在1979年达到峰值1950万，此后持续下降，到2000年已经减少了约300万。底特律、匹兹堡、克利夫兰等传统工业城市人口流失、税收锐减、基础设施老化。

　　这一轮分化有一个新特点，它主要发生在中产阶层内部。蓝领工人的工资停滞了30年，而科技从业者和金融从业者的收入快速上升。美国前10%人群的财富占比从1980年的约64%回升到2000年的约69%（世界不平等数据库口径）。

　　收敛的过程比前几次更慢，也更不彻底。信息产业的就业扩散需要较高的教育门槛，不是所有人都能跨过。高等教育扩招吸收了一部分劳动力，但学费上涨又制造了新的不平等。互联网红利确实普惠了消费者（电商、移动支付、免费服务），但在收入分配层面的收敛效果有限。

　　第五次：AI与智能革命（2022- 至今）2022年底ChatGPT发布，标志着第五次技术革命，AI革命，进入爆发阶段。

　　向上的一竖已经非常清晰。AI算力、芯片、大模型、机器人、高端制造正在成为新的增长引擎。从中国2026年上半年的数据来看，高技术制造业增加值增长13.3%，比整体工业增速快7.9个百分点；3D打印设备产量增长48.5%，锂离子电池增长39.3%，工业机器人增长28.0%；与人工智能相关的集成电路制造等行业增加值增速超过30%，规上制造业企业AI应用普及率超过30%。

　　向下的一竖同样明显。房地产投资同比下降18%；水泥行业量价齐跌，预计上半年全行业亏损20到30亿元、亏损面约六成；传统制造业产能利用率偏低，中小企业景气度低于临界点。社会消费品零售总额增速逐月放缓，5月甚至出现了负增长。

　　这一轮分化才刚刚开始。参照前几次技术革命30到40年的完整周期，我们目前可能还处在导入期的前半段：狂热阶段的早期。

　　横向对比：五次K型分化的关键维度把五次K型分化放在同一张表格里对比，可以看到一些规律性的东西。

　　对比维度

　　第一次 蒸汽机

　　第二次 钢铁电力

　　第三次 汽车石化

　　第四次 信息技术

　　第五次 AI革命

　　核心技术

　　蒸汽机、纺织

　　电力、钢铁、铁路

　　汽车、石油、流水线

　　芯片、软件、互联网

　　AI、算力、机器人

　　导入期时长

　　约40年

　　约35年

　　约30年

　　约30年

　　进行中（第4年）

　　分化峰值位置

　　导入期中后段

　　导入期末尾

　　导入期+大萧条

　　展开期早期

　　待观察

　　旧动能主要受损群体

　　手工业者、农民

　　小农、小作坊

　　煤炭工人、农民

　　制造业蓝领

　　知识工作者、地产链

　　新动能就业吸纳速度

　　慢

　　中

　　快

　　中

　　慢

　　收敛主要驱动力

　　立法+工会+教育

　　反垄断+税制改革

　　新政+社保+战争

　　教育普及+产业扩散

　　未知

　　财富集中度峰值

　　极高

　　极高

　　高

　　中高

　　待观察

　　从这张表中，可以提炼出三个关键发现。

　　第一，每次技术革命的导入期大约30到40年，K型分化在前半段持续扩大，后半段通过制度调整逐步收敛。分化不是永恒的，但也不会自动消失。

　　它是技术革命的标准剧本，剧本的上半场是分化，下半场是收敛，而中间的转折点往往伴随着危机和制度重构。

　　第二，收敛从来不是技术自然扩散的结果，而是社会博弈的产物。每一次收敛的背后，都有具体的立法、税收、社保、教育、反垄断政策在起作用。进步时代的反垄断、罗斯福新政的社保体系、二战后的GI法案，这些都不是技术自动带来的，而是社会斗争和政策选择的结果。

　　第三，新动能的就业吸纳速度，直接决定了分化期的社会阵痛强度。第三次技术革命（汽车和流水线）的就业吸纳速度最快，因为流水线需要大量半熟练工人，农民进城培训几周就能上岗，所以收敛也相对较快。而第一次工业革命的就业吸纳最慢，需要城镇化、教育普及和技能培训的多重配合，阵痛期也最长。

　　本轮AI革命的三个独特性历史不会重复，但会押韵。本轮AI革命既有前几次技术革命的共性，也有三个显著的不同点。

　　速度更快：资本开支的加速度前所未有前几次技术革命中，新产业的投资增速峰值通常在百分之几十的量级。互联网泡沫最疯狂的1999年，美国IT投资的同比增速也只是百分之几十的量级。

　　而本轮AI革命的资本开支增速，已经到了另一个数量级。全球科技巨头的AI资本支出持续高增，A股光模块头部企业一季度净利润同比增长超260%，英伟达的营收在两年内翻了数倍，全球AI算力投资呈现出指数级增长的态势。

　　分化来得更猛、更集中。过去需要二三十年完成的资本集中，可能在十年内就基本成型。社会适应的时间窗口被大幅压缩。

　　替代层级更高：直接冲击中产白领前四次技术革命主要替代的是体力劳动和低技能岗位。蒸汽机替代手工工匠，流水线替代手工装配，计算机替代重复性文员工作。每次替代之后，受损群体还可以通过教育升级向上流动，蓝领变白领，是过去几十年的标准上升路径。

　　但AI直接替代的就是知识工作者。程序员、设计师、文案、分析师、律师助理、初级医生，这些过去被认为是「中产安全区」的岗位，正在成为AI替代的前沿。

　　⚡ 本轮分化的独特风险

　　如果说前几次K型分化是「底部下沉」，这一次可能就是「中间塌陷」。传统的教育升级路径可能失效——你花了十年时间学会的技能，AI一夜之间就能掌握。中产中间层被掏空，是本轮分化最大的社会风险。

　　全球同步性更强：没有「转移缓冲带」前几次技术革命有一个天然的缓冲机制，产业梯度转移。欧美国家的低端制造业转移到日本，再到亚洲四小龙，再到中国，再到东南亚。每一次转移，都为落后国家提供了上升通道，也为发达国家的失业工人提供了时间去转型。

　　但本轮AI革命是主要经济体同步推进的。美国、中国、欧洲几乎在同一个时间点发力大模型和机器人。AI产业不需要大量低成本劳动力，东南亚和非洲的人口红利可能无法像过去那样转化为增长动力。

　　全球性的K型共振。各国都面临同样的分化压力，政策腾挪空间都受到限制。过去那种「把问题转移到国外」的做法，这一次可能行不通了。

　　当前阶段定位与后续路径推演参照佩雷斯的技术革命周期框架，我们目前处于本轮AI革命的什么位置？

　　一个基本判断是：导入期的「狂热阶段」早期。

　　典型特征已经全部出现，资本向头部AI企业集中，估值泡沫化迹象明显，传统行业加速出清，新旧动能的增速剪刀差持续扩大。中国2026年上半年的数据很能说明问题，高技术产业投资增长4.6%，而固定资产投资整体下降5.7%；科创50指数上涨64.25%，而房地产投资下降18%。

　　狂热阶段通常会持续5到10年，然后在某个时点迎来转折点，可能是一次泡沫破裂，可能是一场危机，也可能是政策的剧烈转向。转折点之后，才会进入技术广泛扩散、红利逐步普惠的展开期。

　　基于历史经验和本轮的独特性，后续演进有三条可能的路径。

　　路径一：乐观路径——技术扩散带动广泛受益（概率约25%）

　　AI技术快速渗透到各行各业，创造大量新的就业岗位。AI训练师、提示工程师、机器人维护、AI伦理师、个性化教育顾问等新职业大规模出现，吸纳从传统行业转移出来的劳动力。

　　劳动生产率的提升带动工资普遍上涨，技术红利通过市场机制自然扩散。中小企业能够以较低成本使用AI工具，提升竞争力，避免赢家通吃的局面。

　　这条路径的前提是，AI的使用门槛快速下降，从少数巨头的专利变成普惠性的基础设施。类似1990年代中后期互联网从军工和学术领域走向民用，最终惠及几乎所有行业。

　　路径二：基准路径——剧烈分化后通过制度调整收敛（概率约50%）

　　未来5到10年，分化持续扩大，社会矛盾逐步积累到临界点。贫富差距拉大，中产焦虑加剧，区域失衡严重，社会不稳定因素增加。

　　压力之下，各国推动制度调整。可能的政策选项包括，对AI企业征收专项税用于社会保障，推行全民基本收入试点，加强对科技巨头的反垄断监管，彻底重构教育体系（从知识传授转向创造力和情感能力培养），建立数字红利分享机制。

　　这是历史上最常见的路径。进步时代用了30年，罗斯福新政用了10年，都是在社会压力下逐步完成制度调整的。这一次可能也不例外——先痛，然后改，然后收敛。

　　路径三：悲观路径——分化长期化，社会撕裂（概率约25%）

　　AI的就业吸纳速度远低于替代速度，中产持续萎缩，社会结构从橄榄型变成哑铃型。教育升级的通道收窄，阶层固化加剧，年轻人的上升预期坍塌。

　　全球治理失效，贸易壁垒和技术封锁加剧，各国向内收缩，民族主义和民粹主义抬头。大国竞争挤压了应对共同挑战的合作空间，全球范围内的K型分化演变为长期的社会撕裂。

　　这条路径的风险在于，本轮AI革命的就业吸纳速度可能比前几次都慢，而分化速度又比前几次都快。如果制度调整的速度跟不上技术变革的速度，分化就可能长期化。

　　判断最终走哪条路，可以重点跟踪四个指标，一是AI相关新增就业人数与被替代岗位数的比值，二是中位数收入增速与平均数收入增速的差距，三是各国是否推出实质性的AI税和数字红利分享机制，四是AI技术从头部企业向中小企业扩散的速度。

　　对中国的特殊意义K型分化是新旧动能转换的必经阶段，这个判断在历史上是成立的。但「必经」不代表「被动接受」。历史上每次收敛都需要主动的制度调整，没有哪一次是躺着过去的。

　　中国在本轮AI革命中有独特的优势。制度执行力强，产业政策工具多，新动能赛道布局早，新能源、AI、高端制造这些方向，中国都处在全球第一梯队。2026年上半年的数据显示，新动能的增长势头非常强劲。

　　但挑战也很具体。旧动能的体量太大，房地产和基建产业链占GDP的比重仍然很高，出清过程中的就业和财政压力不容小觑。人口结构不等人，老龄化叠加少子化，收敛的时间窗口比发达国家更窄。

　　从历史经验来看，应对K型分化的政策工具箱里，有几样东西是标配，托底民生的社会保障体系、促进技术扩散的产业政策、调节分配的税收和转移支付、面向未来的教育改革。其中「托底民生+释放新动能」的思路，以及建立AI增长成果分享机制的建议，与历史上的收敛逻辑高度契合。

　　关键在于节奏和力度。新动能成长的速度，能不能跑赢旧动能下滑的速度？制度调整的速度，能不能跟上技术变革的速度？这两个赛跑，决定了本轮K型分化最终是阵痛还是长痛。

　　结语250年的工业史，就是一部K型分化的历史。

　　每一次技术革命，都先制造分化，再消化分化。上半场是技术的狂飙突进，下半场是制度的重构调整。中间那个转折点，往往伴随着危机、阵痛和社会博弈。

　　我们这一代人，正站在第五次技术革命的上半场。AI带来的K型分化不是例外，而是规律的延续。它比前几次来得更快、更猛、层级更高，但底层逻辑没有变，技术革命创造的红利，最终会通过制度调整扩散到整个社会，只是这个过程从来不会自动发生，也不会一帆风顺。

　　⚡ 一句话总结

　　对个人来说，关键是看清大趋势，努力站在K的上半部分。对社会来说，关键则是写好新的社会契约，让技术革命的成果不至于只被少数人享有。

　　历史不会重复，但会押韵。这一次的韵脚怎么写，取决于我们所有人的选择。（本文为作者观点，不代表本头条号立场）