墙裂坛

(本期献给高善文老师。经济学家的使命到底是什么？是我们这个时代必须要回答的一个问题。) 本期是和刘院长的读书栏目。上次我们一起读了博拉尔德（Alan Bollard）的《战争中的经济学家》，这次接着读他的续作——《冷战中的经济学家》（Economists in the Cold War）——这本对当下非常有启发意义的书。 冷战不只是导弹和间谍的事，背后是一场"经济学的内战"——计划 vs. 市场，到底谁能更有效地分配一个国家的资源。在特定的时代和特定的情境下，经济学家不是在黑板上推公式，而是真的在用自己的理论决定几亿人怎么过日子。 我们为什么要从经济学家的角度回顾冷战？经济方案的对错与国力的输赢是什么关系？有了 AI 加持的“计划”能不能取代“市场”？后发国家到底有没有第三条路？当下这个很多人开始比作”新冷战“的时代，我们该怎么看经济学对政策的影响？以及，年轻人还应该相信经济学能让世界变好吗？ 本期嘉宾：刘晓春，上海交通大学上海高级金融学院兼聘教授、上海交通大学中国金融研究院（高金智库）院长、上海新金融研究院副院长。 时间戳： 01:11 为什么再读博拉尔德？ 06:07 七位经济学家速览：间谍、异见者与天才 19:06 冷战的底盘是一本经济账：大炮还是黄油，计划还是市场，钱从哪来、资源怎么调配——这本书重新定义了冷战，也重新定义了经济学家 23:28 怀特大战凯恩斯：布雷顿森林的三周 35:06 顺差国换了人：当年的美英与今天的中美 38:13 贸易失衡的轮回：从英国、日本到中国 48:17 经济学家效忠的是国家，还是体系本身？ 52:49 计划经济的核心难题：算得过来吗 54:31 智利Cybersyn：被暴力终结的实验 59:06 AI、算法与哈耶克悖论的当代版 01:02:22 第三条路：艾哈德的社会市场经济 01:07:13 东亚奇迹 vs 拉美困局：听话，还是偷偷保护？ 01:13:48 新冷战：从效率优先到安全优先 01:17:21 给年轻人：滤镜碎了之后，还相信经济学吗？ 本期书单： 1. Alan Bollard, Economists in the Cold War: How a Handful of Economists Fought the Battle of Ideas, Oxford University Press, 2023 —— 本期主题书。 2. Alan Bollard, Economists at War: How a Handful of Economists Helped Win and Lose the World Wars, Oxford University Press, 2019 —— 前作，上次读书栏目的主题书。 3. Matthew C. Klein & Michael Pettis, Trade Wars Are Class Wars, Yale University Press, 2020 —— 中译《贸易战即阶级战》，节目中引用其对贸易失衡历史轮回的分析。 4. 约翰·梅纳德·凯恩斯，《就业、利息和货币通论》—— 琼·罗宾逊深度参与成型讨论的"经济学圣经"。

今天是一期单口，想和大家聊一聊最近身边广泛流传的观点：“金融危机要来了”。 可能大家最近也有听到、或者刷到过相关的视频。最近我身边出了几件挺有意思的事：首先是我妈给我发消息，问是不是经济危机要来了，金融界是不是要出大事了？后来录《不熄灯》的时候，雨白也提到父母也在问同样的事。又过了两天我去剪头发，理发师知道我是干金融的，居然也问我是不是要金融危机了。 很神奇。我后来才搞明白，他们刷的都是同一个视频。 这个视频节选了高志凯老师的一段演讲。高志凯是全球化智库（Center for China and Globalization，CCG）的副主任，八十年代给邓小平当过英文翻译，后来在摩根士丹利做亚洲区副总裁，在香港证监会做过政策顾问。所以他是一位有经验的研究者，对金融底层的逻辑应该是非常清楚的。 那他到底说了什么呢？这是一个去年底的判断：未来12到18个月，也就是2026年底到2027年上半年，会爆发一场规模空前的全球金融危机，烈度远超2008年，甚至是2000年互联网泡沫的十倍。 其实这个观点并不新鲜：美债爆带崩全球经济，这种说法这几年已经听了很多遍了，隔几个月就会来一次。为什么这次流传如此之广，我妈、我朋友的妈、我的理发师，都关注到了？ 我想了想，关键可能就在那个倒计时上：如果只是”将来会来“，大家大概率会左耳朵进右耳朵出，因为"将来"太抽象。但有了”12到18个月“，就不一样了，它便从一个抽象的担忧，变成了好像马上要落到你头上的事；变成了我妈都会觉得和自己有关的一个预言。 那这件事到底会不会发生呢？高志凯讲的那三件事：美债、AI泡沫、美联储的两难，这些隐忧本身是有分量的，是值得听的。但光听高志凯老师的这一面，我们是没有办法做判断的。 所以我想把另一面补上。正好最近读到一篇研报，有点震撼。这篇研报的作者是Michael Cembalest，J.P. Morgan 投资策略主席。我隔段时间就会去看看他写的东西，他的播客也已经听很久了，在我心里他是那种，写的每一句话都是认真动过脑筋、做过详细功课的分析师。 这篇报告标题非常清奇，叫 Semiquincententacles（念：Semi-quin-cen-ten-tacles，能一次念对的真没几个人）。Semiquincentennial 的意思是250年。今年是美国《独立宣言》签署 250 周年，所以这个词就代表今年的美国建国 250 周年纪念（此时脑中响起《向天再借五百年》的 BGM，进度条还剩一半，可能也先不用借了）。 所以，我想用一期播客，把这篇报告拆解一下。看看“看空美国”的反方观点是什么：为什么他觉得美国现在依然像一个大八爪鱼一样，紧紧攫取着全球金融体系？为什么他觉得现在为止，看空美国这件事，他觉得没有任何站得住脚的理由？ 如果他反驳得有道理，我们至少能更踏实地看清楚现在的局面。知己知彼，百战百胜嘛。 报告原文链接：https://cdn.jpmorganfunds.com/content/dam/jpm-am-aem/global/en/insights/eye-on-the-market/semiquincententacles-amv.pdf 播客里选取的主要内容： 1. 美元的储备货币地位到底有没有被动摇？Cembalest跟踪美元在跨境贷款、国际债券、外汇交易量、官方外汇储备、出口计价、SWIFT 支付六个维度的份额，结论是整体稳定。外汇交易量中美元占约 89%，SWIFT 支付份额自 39% 升至 51%。美元在官方储备中的份额自 2020 年底下降约 3 个百分点，但减少的部分并未流向欧元、日元、英镑或人民币（这几项份额同期均下降），而是流入由新加坡元、韩元等小币种构成的"其他货币"类别。换句话说：储备资产在适度分散，而非更换核心。 2. 黄金储备占比上升主要是价格效应，而非配置增加。 央行黄金占储备比重从 2009 年的约 11% 升至 2026 年 3 月的约 29%。但若固定持仓、仅按当前金价重估，占比约为 26%，接近当前水平；若固定金价、仅看实际持仓，占比反而降至 8%。因此占比上升几乎完全由金价上涨驱动，"央行抛售美元、转向黄金"的叙事缺乏配置数据支持。 3. 人民币尚不具备承担储备货币的结构条件。 正常经济体的货币供应、央行资产、外汇储备通常同步变动；中国的特征是 M2 大幅扩张而外储与央行资产增长缓慢，二者之间存在显著背离，反映货币创造在很大程度上脱离央行的直接控制。这一模式只能在封闭、严格管制的资本账户下维持，而储备货币地位要求资本自由流动，二者直接冲突。 4. 没有证据显示外国投资者正在撤离美国资产。 外国持有美债占总量的比例持续下降，常被解读为资本撤离；但外国持有美债的绝对金额仍在上升，比例下降的原因是美国发债速度更快。外国持有的美国公司债与美股的绝对金额同样在上升。 5. "卖出美国"交易未能形成趋势。 2025 年 3 月，一系列行政令引发 1982 年以来首次"Sell America"——美股、美元下跌叠加美债收益率上升。但此后约一年，美元仅下跌约 1%，美国长债收益率上行 10 个基点（同期其他发达市场上行 70 个基点），美股跑赢全球。 6. 美国企业盈利能力在主要行业普遍领先，估值折价不构成买入理由。 非美股票相对美股长期存在市盈率折价，但在几乎所有主要行业，美国企业的资产回报率（ROA）与净资产回报率（ROE）都高于欧洲、日本、中国。以 2012 年起算，美股年化收益 12.5%，非美股 2.9%，超额收益 9.6%；即便计入 2025 年非美市场反弹，长期超额收益依然显著。 7. AI 是当前最值得关注的风险点，且集中于核心资产。 自 2022 年 ChatGPT 发布以来，AI 相关公司贡献了标普 500 约 65%–80% 的回报、利润与资本开支。美国前十大公司占标普 500 市值已从 2015 年的约 17% 升至约 40%（需说明：该集中度在全球范围内反而属偏低水平，仅日本、印度更低）。关键区别在于，本轮潜在泡沫不在边缘的初创企业，而集中在亚马逊、微软、Meta、Alphabet 等核心权重股上，这些公司的市值深度嵌入指数、养老金与全球资产配置，一旦市场重新定价其盈利前景，冲击会沿金融资产向全球传导。 8. 芯片格局正在变化，英伟达份额其实是在下降的。 超大规模厂商自研 ASIC（谷歌 TPU、AWS Trainium、微软 Maia、Meta MTIA）的单位经济性改善，自研芯片相对采购方案可降低总拥有成本约 30%–40%。英伟达在 AI 加速芯片收入中的份额从 2023 年约 85% 降至 2026 年预计约 75%。需求总量仍然旺盛，但"一家独大"的格局在松动。 9. 前沿大模型的资本承诺巨大，盈利时点高度不确定。 头部实验室的算力承诺合计约相当于主要云厂商披露的 2 万亿美元收入积压的一半。作者将各家的盈利转正时间表（OpenAI 2029–2030、Anthropic 2028）明确定性为"投机性的、不确定的、可能修订的"。 10. 开源与低成本模型对前沿实验室的盈利模式构成实质威胁。 在同一套综合智能评测中，顶级模型的运行成本可达低成本中国模型的约 20 倍，而分数差距有限。作者的结论是"并非所有任务都需要前沿级智能"，企业向更便宜模型迁移已有实际案例。随着"智能"趋于商品化，建立在"智能昂贵"假设之上的高估值面临重估压力。 11. 半导体供应链与台湾构成系统性单点风险。 全球半导体贸易占 GDP 的比重已超过原油。全球市值前十的公司中有 8 家高度依赖台积电供货。台湾约 90% 能源依赖进口，自产核电占比从 1980 年代的 50% 降至约 5%，天然气储备仅够约 10–11 天，约 60% 食物依赖进口，是全球对封锁最敏感的发达经济体之一。 12. 法治的不可预测性，是比债务与通胀更值得关注的中期风险。 作者区分了"合法范围内的政策"与"法治侵蚀的信号"，并引用 UCLA/Bright Line Watch 对法官、律师、法学教授的调查（同时提示受访者样本偏自由派、需打折看）。核心判断是：规则的不可预测性提高了不可量化的风险溢价，对资本配置的影响可能大于可量化的债务问题。 13. 联邦层面对科学的削减，威胁长期创新基础。 NIH 与 NSF 的竞争性科研经费在多个领域出现下降，约 6000 个 NIH 项目被终止。报告强调美国基础研究是私营 R&D 与创新管线的上游；2025 年美国科学家申请海外职位数量同比增加 32%，部分顶尖科学家外流。这是一种没有明确时点、但影响深远的结构性风险。 14. 美国能源相对独立，但低排放投资在收缩。 美国能源接近 100% 自给，但在低排放发电投资上明显回撤，去碳化速度慢于多数地区。由于多数大宗商品按全球定价，伊朗战争后美国国内商品价格仍大幅上行。一个缓和因素是：美国经济与企业利润的"石油强度"自 1990 年以来已显著下降。 播客里摘取的图表与解读： 图 1｜封面：Aquilaceph（半鹰半章鱼） ：用来形容美国对全球市场的掌控力依然牢固。 图 2｜“The usual suspects” 惯犯嫌疑人：政府财政赤字与政府总债务占 GDP（含中国） 美国债务占 GDP 二十年间由约 60% 升至约 125%，是看空美元的主要依据；但在同一坐标下，中国的债务与赤字指标并不优于美国，明缺乏明确替代者是美元地位的重要支撑。 图 3｜美元储备货币地位追踪表（六指标） 美元在跨境贷款、国际债券、外汇交易量、官方储备、出口计价、SWIFT 支付的份额（2020–2026）。 图 4｜主要币种与"其他货币"占全球外汇储备份额 美元份额下降的部分流向新加坡元、韩元等小币种构成的"其他"类别，而非主要竞争货币。储备分散化，其实并没有核心更替。 图 5｜黄金占全球外汇储备份额（三种口径） 内容：实际占比、"固定持仓只算价格"、"固定价格只算持仓"三条线。 解读：本期重点。黄金占比上升几乎完全由金价驱动；按 2009 年价格、用实际持仓计算，占比降至 8%。证伪"央行大规模增持黄金以替代美元"的叙事。 图 6｜中国 M2、央行资产、外汇储备的背离（How much Chinese liquidity would leave if it could?） 图就不放了，内容也不详细解释了，后面写一篇 Substack 把这些内容放进去。 图 7｜外国持有美债：份额与绝对金额（并列） 比例下降源于美国发债更快，而非外资撤离；绝对金额仍在增加，美国公司债、美股的外资持有金额亦然。 图 8｜前十大公司占标普 500 市值，及各国股市集中度对比 Guess what，美国约 40% 的集中度在全球范围内属偏低水平（仅日本、印度更低）。 图 9｜前沿大模型营收、算力承诺与云厂商收入积压 算力承诺约相当于云厂商 2 万亿美元收入积压的一半；盈利时点非常投机。 图 10｜智能指数得分 vs 运行成本（散点图） 同一评测中顶级模型成本约为低成本中国模型的 20 倍。 图 11｜NIH 与 NSF 科研经费削减 6000 个 NIH 项目被终止，2025 年科学家海外求职同比增 32%。 最后一张图：真正的黑天鹅可能出现的地方：

这阵子刷屏的"追觅崩老头"事件有很多可以仔细琢磨的地方：一个清华出身、技术过硬的创业者，是怎么把自己变成了热搜，又是怎么用 20% 的自有资金，撬动地方政府出 80% 的钱，一座城市一座城市地复制扩张？为什么现在国内做创投的钱，差不多八成都来自政府？这笔"不能亏"的钱，去做"必须亏掉大多数"的风险投资，到底会发生什么变形？返投、回购对赌、问责，这些设计是怎么一点点把"风险投资"变成"有抵押的放贷"的？杭州那只存续期长达 20 年的基金，算不算一剂解药？ 这些问题最后的落脚点，落在了 K 型经济——当财政把越来越多的资源导向生产端、科技端，居民和消费这条腿是不是正在被悄悄挤掉？刘院长和我在这里有一段分歧：关于"两张皮"和"分配"到底哪个才是病根？这些问题目前还没有最后的答案，但都值得我们继续想下去。 本期嘉宾：刘晓春，上海交通大学上海高级金融学院兼聘教授、上海交通大学中国金融研究院（高金智库）院长、上海新金融研究院副院长。 时间戳： 00:00 一次关于"政府支持科创"的实地调研 01:08 追觅始末：一个浮夸到投资人会跑的项目，为什么政府会抢着投？ 08:15 20% 出资换 100% 决策权？ 16:25 为什么政府成了创投市场唯一的活水？它们是真正的耐心资本吗？ 25:46 杭州样本：20 年存续期够耐心了吗？ 27:09 失败了到底该不该追责：把"看错"和"犯罪"分开 31:07 政府认证的创新，正在驱逐野生的创新 33:06 从科创基金到 K 型经济：被挤掉的那条腿 34:49 真诚的分歧：是"两张皮"，还是"分配问题" 40:51 一个自我强化的恶性循环：会不会攒出一个堰塞湖？ 43:24 最好的机制，往往从想象不到的地方长出来 延伸书单： * 《冷战中的经济学家》 ：我们常以为西欧、日本在二战后的复兴主要是市场的功劳，但这本书会让你看到，政府的作用其实是主导性的：政府和市场并不能截然对立。 * 关于"计划"与"控制论"的思想史 —— 当下大家又在用 AI、大数据、云计算重提"计划经济或许可以实现了"。但回看历史，无论是苏联还是英国，当年都曾寄望于计算机、控制论、线性规划，想让所有信息透明可得、即时算出供求、安排一国的生产，最终都没能成功。那么，换成 AI 就一定会成功吗？ 主题文章文字版：请见《墙裂坛》公众号

和王喆老师录上一期《龙虾经济学》时，龙虾刚刚火起来。三个月过去了，情况发生了什么变化？ 小龙虾和 AI Agent，是不是真的已经深刻地影响了我们的工作、改变了世界？亦或是大家打鸡血的剂量已经下降了？我们做了大量的 skills，但真正能留下来的应用多吗？还是仅仅停留在朋友圈里的摆拍？ 于是我们复了个盘，选了几个角度，看看这些变化和上次讨论有什么深层的呼应：从龙虾到 Harness 到预制菜，AI Agent 的叙事经历了什么？Token 到底是资源品还是货币？算力期货意味着什么？为什么 AI 行业里「最后一公里的脏活累活」反而最值钱？中国的”数字义乌“和”Good enough”模型会不会戳破泡沫？以及一个大胆预测：年内可能出现跟 AI 相关的新税种？ 本期嘉宾： 王喆：连续创业者，Sitesfy AI 创始人，前 AI 独角兽联合创始人；现在探索一人公司，Agent自主协同 播客：《量子玄学与AI的纠缠》 时间戳： 00:00 三个月后给 AI Agent 打个分——从 100 分到不到 50 02:17 复盘：你的龙虾还活着吗？从 Open Cloud 到飞书，形态在变 05:35 从龙虾到 Harness：AI Agent 叙事的 1.0 和 2.0 09:07 AI 进入「预制菜时代」：有手就行，加热就能出一个 APP 11:30 Harness 的真相：模型厂想让你多消耗 token，创业公司需要它来融资 13:24 为什么「脏活累活」反而最值钱？——看门人定律与最后一公里 17:13 AI 真的取代了那么多工作吗？Anthropic 的报告该打个问号 22:29 Token 到底是什么？资源品 vs 货币 vs 智能化水平的度量 27:49 杰文斯悖论：Token 越便宜，消耗越多——还有人做「空转消耗」薅绩效 31:30 算力 = 新石油：CME 算力期货与李嘉图地租理论 37:13 谁收走了 AI 的地租？英伟达就是最大的地主 41:34 华为的「化肥」：在贫瘠的土地上也能种出粮食 42:25 Good enough eating the world：中国 AI 会戳破美国的泡沫吗？ 44:20 钻石 vs 铁矿石：中美讲 Token 的两种叙事逻辑 47:09 劳动力复盘：初级员工比中层更危险？科学家不知道自己在干嘛了 52:31 付费上岗：未来的年轻人可能要交钱去公司上班 54:12 蒸馏牛马成立吗？——有名作家不会给普通人写自传 57:04 AI 最想结合的行业是什么？金融——但科技从来没赢过金融 01:04:08 教育的未来：从公立学校到付费工作到游学私塾 01:09:24 一个大胆预测：年内可能出现 AI 税 一些概念： * 杰文斯悖论（Jevons Paradox）：效率提高 → 单价下降 → 总消耗反而增加 * 李嘉图地租理论（算力版）：David Ricardo,《政治经济学及赋税原理》(1817)。最好的显卡收取最高的「算力地租」，定价由最差显卡的边际成本决定 * 看门人定律（Doorman Effect）：看起来最容易被取代的工作，往往有隐性的不可替代性 * Good Enough 趋势：中国 AI 的「数字化义乌」路线——经济适用性带给所有人 * 钻石 vs 铁矿石：美国把 Token 讲成稀缺品/溢价品，中国把 Token 讲成基础设施/产能 一些数据: * Token 消耗预测：高盛 2026 年 5 月 8 日报告《Decoding the Agentic Economy》预计，2026–2030 年全球月度 Token 消耗量将增长 24 倍，达到每月 120 千万亿（quadrillion）个 Token；若企业级 Agent 全面落地，到 2040 年需求可达当前的 55 倍。 * 算力期货：CME 集团与 Silicon Data（DRW 旗下）于 2026 年 5 月 12 日宣布将在年内推出全球首个标准化算力期货，基于 Silicon Data 的 GPU 日租金基准指数。CME CEO Terry Duffy 称「算力是 21 世纪的新石油」。H100 一年期租赁价格在 2025 年 10 月至 2026 年 3 月间上涨2%。 文字版：请见墙裂坛公众号