香帅

    本名唐涯，知名金融学者，香帅数字金融工作室创始人。原北京大学金融

    系副教授，博士生导师。主要研究方向为资产定价、宏观金融、行为金融

    学和数字金融。

    有多篇学术论文在国际国内核心学术期刊上发表，主持多项国家自然科学

    基金课题研究。《第一财经日报》广受欢迎的财经专栏作家，著有《金钱

    永不眠》《香帅金融学讲义》《钱从哪里来》等畅销书。

    “香帅的金融江湖”公众号创始人，得到App《香帅的北大金融学课》主理

    人。

    这是一个持续20年的写作计划。每年写一本，本书是第2本。

    我会陪着这段历史，陪着这个国家，陪着每一个普通人，一起成长20年。

    ·这是一个分化越来越明显的时代：城市、国家、行业、企业的增长都在头

    部化，劳动力市场在极化，收入和财富的增长在向精英阶层倾斜……翻开

    这本书，你会看到：

    ·

    ·

    分化趋势背后的内在逻辑规律;

    不同行业和城市的普通人在不同选择下的不同人生轨迹;

    该如何选择学校、专业、职业;

    未来资产价格会是怎么样的趋势;

    金融资产投资究竟应该往哪个方向去;

    这个时代和每个普通人都息息相关的财富选择，你在书里都能找到答案。

    这不是一本充满专业术语的财富报告，而是普通人都能用起来的，实现人

    生跃迁的指南。

    这更是分化大时代下个体的财富选择之路。?香帅财富报告 分化时代的财富选择

    APHRODITE WEALTH TRENDS voL.2

    香帅——著

    新 星 出 版 社 NEW STAR PRESS

    ·献给

    已经和即将成为未来一代父母的你们

    目录

    前言

    第一章 历史的加速器

    一群肥肥的黑天鹅

    刘春飞和刘春雨的故事

    关于城市、户口、房子和文凭的事

    选择：每朵乌云都镶着金边

    第二章 当冰山浮出水面

    疫情下的伤口

    失效的库兹涅茨曲线

    不平等是宿命还是诅咒

    大人，时代变了

    税收和房产：各自的救赎

    看不懂的中国：公共财富的两面性

    第三章 数字摩登时代

    2020年的赢家

    谁被困在系统中

    数字化：从抽象化、标准化到智能化

    偏向性技术进步与劳动力市场极化

    中国禀赋：覆巢之下，偶有完卵？

    第四章 推开世界的门

    从蛹化到蜕变

    以数字化为背景，回到根本需求

    路径选择与工具化：提供数字化的基础设施

    回到最重要的事：提供好的产品

    你必须独特稀有，才能对抗规模化

    第五章 特斯拉叙事

    是模型和市场错了吗？

    叙事的力量

    特斯拉：从叙事到信仰

    负利率：金融资本的衰落

    增长分化：数字化是一种信仰

    特斯拉叙事：数字化新物种

    叙事狂欢：来自星星的马斯克

    消失的规模溢价和价值溢价

    第六章 基金是白衣骑士吗？

    钱到哪里去

    美国共同基金往事2020年是我国基金业的拐点

    基金就像一个经济适用男？

    中国公募基金为大家赚到钱了吗？

    长大以后

    基金选择中的幻觉

    从王亚伟到张坤：投资逻辑

    尾声 敬你

    后记 穿越幽暗峡谷

    致谢

    ·前言

    按照我的计划，2020年的《香帅财富报告》应该是聚焦在“衣食住

    行”中的某一项，从行业、职业、资本市场几条线索去寻找转型期的“中

    国万元美金社会”的财富机会。直到2020年1月23日10点武汉封城，我意识

    到，2020年的中国会变得很不一样，也许一切计划都得重新来过。

    但即使在当时，我也没有预料到，后面剧情会是这样的“全球化”，这样的跌宕起伏。整个2月和3月我基本上都自动隔离在北京北五环外的斗

    室里读文献、看数据，以及不停地通过手机屏幕感受世界的巨大波动。也

    许身体越是处在禁锢中，思维会越发散活跃吧，读了两个多月书，跑了两

    个多月的数据，3月底第一次组会时，“分化”这个词突然涌现出来，像一

    道闪电一样将之前很多的困惑都照亮了。

    我突然意识到，这十多年从个体到社会，全世界经历的很多变化，背

    后都有相连的逻辑线索可循。

    个人生活越来越从线下到线上，物理空间和网络世界的边界被模糊，商业模式上数字平台一骑绝尘，巨头们纷纷跨界往帝国方向演进。一次次

    的货币宽松政策下，全球资金四处寻找机会，对“技术故事”趋之若鹜，不断创造着造富神话和泡沫。站在潮水的这一侧，只觉得这是镀金时代，空气中充满了增长和财富的荷尔蒙;但站在另一侧，其实还有一个沉默的、锈蚀的巨大群体——一只能在资产泡沫中作壁上观的普通家庭，在技术进

    步中被迭代、被下沉的普通劳动力，他们成了镀金时代里的青铜黑铁。从

    占领华尔街运动，特朗普“意外”上台，到忽然间死灰复燃的白人至上主

    义暴乱，其实都是这个锈蚀群体持续酝酿的愤懑、质疑和挑战。

    世界正在经历一场从增长到分配的话语转变。2020年，只是这个转变

    被显性化的拐点而已。

    其实仔细想，增长和分配从来都是人类社会最重要的两大议题，只不

    过在不同历史阶段，这两大议题会有不同的权重而已：普遍高增长时期，增长占据主导;而经济越停滞缓慢，分配越成为社会的关注焦点。

    第二次世界大战之后，人类社会经历了长时间的和平，加速的技术进

    步，以及更加制衡的权力结构，使得大量的普通家庭在衣食住行方面都发

    生了实质性的变化，切切实实感受到了增长的裨益但从20世纪七八十年代

    开始，几股历史的浪潮开始逐步改变了这种“普惠式”的增长路径。信息

    化和数字化是更具“马太效应”的技术进步，它们改变了企业的组织模式

    和增长路径，也改变了劳动力市场结构，收入和财富都更加快速地向精英

    层倾斜，代表传统“中产”的技术蓝领和普通白领则普遍受损。再加上这

    个阶段的社会思潮普遍更关注效率，税收、反垄断、最低工资、医疗服务

    等政策领域都倾向于强者，助推了分化的力度和速度。此外，随着利率下行趋势的确立，全球经济的全面金融化，巨大的资金杠杆效应将“钱生

    钱”的逻辑发挥到极致——城市、国家和增长的头部化，生活环境、职业

    尊严、代际阶层的极化，开始日益成为这个时代隐藏的伤口。

    2008年的全球金融危机是这个伤口恶化的拐点。这之后，不少有洞察

    力的学者都前瞻性地预见到了“分配”将成为下个阶段最重大的命题。只

    不过在一般情况下，历史总是要经历长期的侵蚀，缓慢的冲刷和蓄势，才

    会显露峥嵘。而2020年，疫情这一极端的方式将伤口赤裸了出来。

    对年轻世代的中国人来说，这些话题可能还有点陌生。毕竟这几代中

    国人对“增长”的感受太刻骨铭心。我们几乎在40年时间里浓缩了从农业

    社会、工业社会、信息社会到智能社会的演进路程，人均收入上涨了105

    倍，饥肠辘辘的记忆变成了天天担心高血脂的现实。高增长的年代，人们

    铆足了劲追求增量，到处寻找机会，想把自己的蛋糕做大。曾经处于整体

    性快速上升通道的我们，以为繁荣的低垂之果永远俯拾皆是。很少有人意

    识到社会的“分配机制”会对自己的生活造成巨大影响。

    但历史前行的轨迹从来不会因为个体过去的经历而停止。2020年，作

    为全球第二大经济体，我们和世界处在同一频道里，世界的所有伤口都会

    在我们的身体上呈现。

    从2月到8月，我和团队在数据、文献和十多个城市上百位各行业、各

    阶层的访谈者中来回穿梭，思考。9月整理出40多万字的资料，将各个章节

    的内容做了基本安排，决定从“分化”这个现实动笔，一直写到“选择”

    —这也是个研究者在困惑挣扎之后的“选择”，在分化的国家、城市、职

    业、行业、资产世界里，去挖掘那些内在的逻辑规律，并将它们呈现出

    来。

    ——世界分化的基本驱动力是什么？中国的分化有没有自己的特征和

    趋势？

    ——如果数字化造就了一个分化的“摩登时代”，那有没有路径能帮

    助我们推开世界的门？

    ——如果金融深化的负利率时代造就了一个分化的、高波动的资本市

    场，那有没有路径可以趋利避害？

    10月初，北京秋意渐浓，2岁多的儿子糖君晨起，活力无穷：捏碎饼干

    撒在我电脑上，将帽子塞进蒸锅，打翻杯子，将咖啡粉铺在地上，将皮球

    一个个不厌其烦地塞人垃圾桶。特地早起码字的我实不堪虐，遂展开谈

    判：

    “宝宝，别跟妈妈捣蛋好不？妈忙死了 !”

    “妈妈在忙什么？”

    “妈妈在写书，今年的新书。”

    “写什么的？”

    “写很重要的事，很多叔叔阿姨在等。”

    他沉默片刻，下定决心，说“我来写 !”

    “呃.......你不认字呀，你先识字，以后写好不？”他悻悻地打算走开，又转回，说“妈妈，那记得这本书要送给我。”

    我答应下来，他满意了，笑起来，眼睛弯弯的，一扭一扭从我身边跑

    开。我注视着他小小的背影，再收回眼光，看着桌前的电脑，忽然想起了

    过去10年中的很多选择：回国与否，去北大与否，买房与否，做自媒体与

    否，开设线上课程与否，放弃体制内与否……任何一个选择都可能通向另

    一种人生，当然，也包括糖君的人生。

    每个大时代中都有无数小转折。对于普通个体和家庭而言，最重要的

    莫过于看清并顺应潮水的方向，在每个当下，一次次做对的选择。所有当

    下选择的乘积，才是未来。

    何帆老师曾在《变量》的扉页上写过“献给未来的一代”——历史的

    变量属于未来的一代。但是，他们(她们)未来的起点，终究会被我们现

    在的选择所决定。

    所以，请允许我将这本主题为“分化和选择”的书，献给你们——已

    经和即将成为未来一代父母的你们。

    ·第一章 历史的加速器

    ·宝贝，看看远处，月亮从旷野上升起

    求你再抱紧我，我感觉冷，我感觉疼

    你看，车辆穿梭，就像在寻找什么，他们就像我们的命运

    哦，别哭，亲爱的人，我们要坚强，我们要微笑

    因为无论我们怎样，我们永远是这美丽世界的孤儿

    ——汪峰《美丽世界的孤儿》一群肥肥的黑天鹅

    2020年4月21日，早上醒来，我迷迷糊糊抓起手机，屏幕显示信息爆

    满。点进去一看，浑身一个激灵，噌地从床上跳起来。北京时间4月21日凌

    晨2点30分，美国WTIO5原油期货合约1在最后交易时刻，价格暴跌到-40.32

    美元桶——意思是卖出一桶石油，除了油以外，还得倒找给买家40多美

    元。全球市场的交易员们都紧张地屏住呼吸，注视着这“历史性的一

    幕”。作为“吃瓜群众”，我忍不住发了个朋友圈：

    “每天早上醒来，没有两三只肥肥的黑天鹅，那都不叫2020。”

    2020年的“历史性的一幕”实在应接不暇。开年就是百年来最严重的

    疫情，全球不断创出新高的确诊和死亡数字，接着是几代人都没有见过的

    “全球隔离”——整个世界像被魔法杖点了一样，被冻结了，半个世纪以

    来一直快进的镜头忽然变成了慢镜头，灾难片的末世情景活生生地出现在

    眼前;然后是巴菲特老爷子活了89年从没见过的一连串熔断，金融市场陷入

    集体恐慌;再接下来就是全球央行史无前例地“放水”(向市场投放资金的

    流动性)，大水过处，和哀鸿遍野的投资消费就业市场形成鲜明对比，纳

    斯达克启动了金融市场狂欢的节奏。原油市场的大瓜还惊魂未定，一股不

    安定的气氛开始从卫生健康领域和金融市场向各个领域蔓延渗透。疫情中

    失业的黑人中年男子乔治·弗洛伊德(George Floyd)因警察暴力执法死

    亡——这一事件扇动的蝴蝶翅膀演变成了美国大选之年社群、党派、种族

    和世代割裂的红灯。特朗普反“美国传统精英政治”的各种言论，对中国

    的各种极限施压，全球化似乎有要被逆转的趋势……

    停滞、不安和困惑成了2020年的主语。

    对于我们这几代在“增长”“全球化”“和平”的语境下长大的人来

    说，这一年是极度陌生的。用金融术语表达，这一切都是“异象”

    (anomaly)。但是当我在文献和数据里摸索了几个月后，我隐隐意识到，我们正在经历的一切“异象”，其实只是历史演化的结果。这场疫情也许

    只是历史的一场熔断，将海平面下的冰山推出了水面而已。

    这座冰山的名字叫“分化”，而在它浮出水面之前，暗流已经在海底

    涌动近三十年了。

    第一个暗流是劳动力市场和收入分化，它的背后是曾被人类社会最寄

    予厚望的数字化技术进步。从20世纪80年代开始，随着个人电脑和互联网

    技术的应用突破，数字化技术开始缓慢渗人我们的生活。数字化带来了效

    率的提高，促进了经济的增长繁荣，但是也将曾经的中产职业推向谷底：

    除了流水线操作工等传统蓝领职业，文本、数据处理类有固定步骤的“可

    编码型工作”也逐渐被自动化程序替代。行政文员、秘书、会计、保险理

    赔师这些曾经令人艳羡的传统白领所面对的职业前景开始变得越来越黯

    淡。伴随这个趋势出现的，是美国纺锤形劳动力市场被杠铃式劳动力市场

    取代：中等技能和中等收入的岗位大幅缩减，其中大部分劳动者只能下沉到数量庞大但是收入极低的低端岗位，极少数则上升到收人快速上涨的高

    技能工作岗位——劳动力市场呈现出K型模式，劳动者要么艰难地挤到上坡

    路，要么滑入下行通道。“缓冲层”消失，两极之间渐行渐远，日渐隔

    阂。

    到21世纪第一个10年结束时，以智能手机、社交媒体、移动支付几种

    技术应用叠加为分水岭，旧世界开始被更快速迭代。人们的生活开始全方

    位线上化，海量高频数据以超乎想象的速度积累，人类开始进入数字化的

    新阶段，数据智能时代。随着数据逐渐成为必要生产要素，拥有数字资产

    的公司的效率会更高，成本更低，规模和网络效应也更显著，数字时代的

    “分化”开始趋向“极化”，绝大部分增长都越来越集中在数字科技头部

    企业中。

    这场疫情助推了一把已经在快车道上的数字化进程：大型科技公司员

    工以及高薪专业人士已经适应“疫情经济”，比以前过得更滋润。数字巨

    头们的个人财富都暴涨几百亿美元，程序员们的年薪直接跳到15万美元以

    上。而餐饮服务业等年收入低于2.7万美元的人力密集型低薪岗位却已流失

    20%。更多的美国普通人则切切实实感到了“人不敷出”的压力。美国皮尤

    研究中心的报告显示，疫情冲击下，美国14的成年人在支付账单时遇到了

    困难，13的人动用了储蓄或退休账户维持生计，16的人向亲友借钱或依

    靠食品救济度日。

    近100年来，“上升”和“下沉”分流的速度和力度从来没有像今天这

    样令人昏眩过。

    第二个暗流则是负利率和财富分化，它的背后是近代以来经济繁荣的

    最大引擎——信用货币和金融深化。自从布雷顿森林体系崩塌，主权货币

    脱离了贵金属的约束后，各国运用货币工具进行“逆周期调控”的操作都

    日渐娴熟。20世纪90年代，汇率危机、股市崩溃、亚洲金融危机以及严重

    的通缩在世界各国此起彼伏，货币政策宽松成为趋势。尤其在2000年以

    后，互联网泡沫破裂，次贷危机、欧债危机后，各国均大规模的量化宽

    松，全球的长期资金价格一直在快速下行的通道中。日本在2000年初步入

    零利率时代，欧债危机之后，瑞典央行也开启了负利率时代。随后几年，欧洲央行、日本央行也陆续采取了负利率政策。美联储为应付2008年金融

    危机实施三轮量化宽松货币政策，也一度将联邦基准利率降为零。

    利率下行是财富分化的巨大驱动：普遍的利率下行意味着资产价格中

    枢2的整体上升，会让那些拥有存量资产人群的财富增值保值，同时也让这

    些有“信用”的人群更容易通过信用扩张完成“钱生钱”的过程。相反，没有存量资产，缺乏信贷能力的人群则被甩下列车。

    2020年，面对“21世纪最大疫情”的肆虐，全球都放水救急，利率水

    平已经降至人类有史以来的最低水平。零利率和负利率的时代意味着资产

    价格的继续上升和波动。资本市场上，茅台、特斯拉、苹果股价的暴涨都

    不过是这个时代的注脚而已。法国著名经济学家托马斯·皮凯蒂(Thomas

    Piketty)说过，资本回报率超过经济增长率越多，人群的财富分化就会越趋严重。更重要的是，资产价格的上行从来不是雨露均沾的，而是强者恒

    强、分化加剧的：2020年年初到10月初(10月7日)，标普500中的五家头

    部数字平台——亚马逊、谷歌、苹果、微软、脸书，股票价格平均上涨

    40.36%，而其余495家企业股票平均只涨了0.44%。资产价格的上行和分

    化，也将让财富的分流持续和加速下去。

    2020年会被记住，不仅仅是因为几代人未曾遇见的疫情，更是因为几

    代人从未遭遇过的被熔断的历史。疫情终将过去，但是历史的熔断不会。

    分化的冰山会将我们带入一个不一样的地质年代。大到国家，小到企业、个体，都将面对这地质板块变动的冲击。

    为了弄清楚中国在这个地质板块中的位置，从2020年6月上旬开始，我

    从北京出发，开始了一场长达两个月的“中国之旅”：北京，上海，杭

    州，深圳，长沙，还有长三角和珠三角的一长串小城。从街头小店到出租

    车，从食肆酒坊到学院机构，从城中村到摩天大厦，从寺庙到夜店，从阿

    里到腾讯，从万科到华为，从北京峰瑞资本到上海国盛资本，从潮汕客家

    的民间融资大佬、工厂蓝领、外卖小哥、美容师，到小老板、IT新贵、新

    老银行家，以及形形色色的体制内精英……这一路走来，基本将中国的多

    种有生力量都感受了一遍：国有大金融资本、民间资本、民营经济、实体

    经济、创新经济、科技巨头、房地产、制造业……像电影片段一样被浓缩

    在这场跨越大半个中国的行程中。

    我意识到，现实经济世界里，“中国”是一个过于抽象的概念。每个

    区域，每个城市，每个行业、企业，甚至每个人所感受的中国都是不一样

    的。中国经济的复杂程度远比我们想象得要深，而且快速发展中的浓缩度

    也远比我们了解得要高。这对于研究者是坏消息，因为你无法得到一个同

    质性的统一答案;但是对于生命体而言，这可能是好消息，因为你可以以各

    种形态在这个生态中找到自己的生存方式，活下来。

    复杂性和多样性会带来更多的生机，会在分化中寻找选择的机会——

    田野调研中的体会多少缓解了我在文献和数据中感受到的焦虑。从宏大叙

    事的角度，这可能已经足够了，但是对于普通人的生活来说，那些分化的

    岔路和选择的机会在哪里可能是更关己的命题。所以在宏观数据、文献和

    田野调查告一段落后，我们决定做一个长期的调研计划，聚焦在每年影响

    普通家庭财富分化的因素上，去找到选择的路径。

    2020年9月底，我们团队和得到App一起做了第一次“香帅财富基因调

    查”，一共42个问题。两周之内，有21588名得到用户参与了这次调查。整

    理数据时，我诧异地看到，所有的数据就像一张唱片，反复说着一个分化

    和选择的故事。刘春飞和刘春雨的故事3

    2020年7月11日早上，刘春飞在上海长宁区一套110平方米的房子里醒

    来，突然意识到自己整整36岁了。

    湖南衡阳农村娃刘春飞是“农二代”中靠读书完成“鲤鱼跃龙门”的

    典型：以县城第三名的成绩考上华东师大经济系，一路读到硕士。2009年

    毕业的时候，思前想后还是报了国考，进了体制内，在上海某个区税务局

    找了份四平八稳的工作，拿了上海户口。太太是他华东师大的同学，硕士

    毕业后，在中学当生物老师。2013年年底孩子出生后，两人咬咬牙，买了

    这套长宁的学区房。回头看，这些年也算波澜不惊，风调雨顺。就算是乱

    哄哄的2020年，除了春节后一个多月有些不安，女儿和太太放了个长假，自己刷新闻时间更多了点外，好像生活也没什么差异。

    实在要说不同，就是2015年被套住的基金涨回来了。刘春飞忍不住手

    痒，又进了股市，7月份以来，股市大涨，他还用股市里赚的钱给太太买了

    个她想了很久的Gucci(古驰)超迷你酒神包，一直反对自己炒股的太太见

    状只嘟囔了几句就不再吱声了。

    正在胡思乱想时，手机震动了好几下，是房产中介的微信连环call，问这套房子是不是出售，有客户愿意高价急购。虽然没有出售意愿，刘春

    飞还是下意识注意了一下报价，1170万，这样的价格让他有点晕眩。他记

    得大概去年年底时，这个数字还是1050万。尽管到这十里洋场的大上海快

    20年了，早明白“有钱”是个完全超出自己想象力的概念，但对于一个湖

    南村里长大的80后来说，看到自己的财产达到8位数，体验还是蛮魔幻的。

    电话又响了，是弟弟刘春雨打来的。弟弟比刘春飞小3岁和大多数湖南

    农村孩子一样，刘春雨高中还没毕业就去东莞打工，当过商场保安，送过

    快递，也在沙发厂干过，早早结婚生了孩子。这些年弟妹身体不太好，在

    家开了间小卖店，赚个三四千块钱补贴家用，顺便照顾两个孩子，弟弟在

    东莞一家做精密仪器的厂里打工，月薪8500元左右，日子不宽裕但还过得

    去。今年春节后，全国隔离，人都出不去，眼看着钱只出不进，刘春雨心

    急如焚。3月初南方一解禁，刘春雨赶紧买了回东莞的车票，想着加大加班

    的力度，把前几个月的经济损失补回来。结果，随着海外疫情扩散，3月下

    旬订单纷纷推迟。刘春雨只能在宿舍里靠刷抖音混日子。到3月底，公司最

    重要的客户Fossil(美国专注于时尚配件的品牌)全面停止下单，工厂开

    工基本成了泡影，全员放假3个月。刘春雨只能又回了老家。这一待又是一

    个多月，老婆的小卖店受疫情影响，收人差不多打了对折，家里整个就是

    坐吃山空的状态。怕老婆担心，刘春雨悄悄借了点现金贷，想着开工以后

    再慢慢还。5月下旬，刘春雨看来看去，发现只有外卖骑手这活儿挣得比较

    多，于是又跑去长沙开始送外卖。

    这是2020年7月11日下午3点，在浦东花木路一家咖啡馆里，36岁的刘

    春飞跟我讲的故事。刘春飞转动着手里的杯子，神态有点萧瑟。他告诉我，这大半年折腾下来，弟弟家里收入下降还蛮明显的，他私下里塞了2万

    块钱给弟弟，让他去把现金贷还了。但是说实话，自己和太太正在打算要

    第二胎，再加上房贷、车贷、人情消费、女儿的各种补习费用，像他夫妻

    俩这样算是精英层的“上海中产”，手里活钱也并不多，更不敢不未雨绸

    缪，好好储蓄。

    放下杯子，刘春飞看着我，一字一顿地说：“香帅老师，我们这些

    人，幸好有高考。”

    我明白他的意思。在出国念博士期间，我开始接触到一些农村出来的

    男生，他们的人生轨迹大同小异：因为某些自己也不知道的原因，特别会

    念书，永远是村里镇上中小学的第一名，到县城里念高中，然后以县状

    元、地区状元，甚至省状元的成绩考上了清华、北大、复旦、交大等名

    校，然后出国，硕士或者博士毕业后都会找到一份很不错的工作，走向人

    生赢家的道路。喝酒聚会时，我们也会浅浅地聊起遥远的童年往事。然后

    我发现，关于年代我们有着完全不一样的记忆。大部分农村出来的娃表示

    童年不可能整年吃白面或者米饭，而是以玉米面和红薯为主;有的人只有过

    年才能吃到苹果;有的人家里甚至到2000年才用上了自来水，大学假期回家

    还要帮着妈妈从井钴辘里面吊水……有次回国和一个已经是国企高管的兄

    弟吃饭，窗外有个满脸风尘的农民工在搬砖，一身Zegna(杰尼亚)西装的

    他沉默了半天，指着窗外跟我说，“我能坐在这里有一点点偶然和侥幸，稍不留神，我的命运也会变得不一样。”

    当年象牙塔里的我不太懂。后来回国，研究城市，研究经济增长，慢

    慢地开始懂了。关于城市、户口、房子和文凭的事

    “香帅财富基因调查”的结果，就像“刘春飞和刘春雨”故事的数据

    版。参加调研的两万多人的平均年龄是35.3岁。实际上差不多有一半的人

    都在31—40岁之间，刘春飞和刘春雨也正好处在这个年龄段：上有老，下

    有小，容不得不拼，事业、财富、家庭分化的路径已经开始变得明显。

    和我们之前估算的接近，财富排在前10%的家庭的总资产(包括房产、存款、股票等投资品)在1200万左右，其中房产平均900多万，金融资产

    200多万——按照这个标准，农村娃刘春飞已经迈人了前10%家庭的行列，也就是俗称的精英层行列;排在中间50%—90%的家庭的总资产是400多万;后

    10%的家庭的资产则只有11万。一头一尾两个群体的资产差距是100多倍4。

    而刘春飞的弟弟刘春雨，大概处在后14的位置上。

    母所生的同胞两兄弟，短短20年后，财富相差几十倍。这听上去像一

    个“教育改变命运”的励志故事，但如果仔细追本溯源下去就会发现，故

    事的真实版本要复杂得多。

    从数据上看，户口的不同种类是造成家庭财富差距的主要原因之一。

    城市户口和农村户口家庭财富相差3倍。而城市家庭财富随着城市规模的缩

    小呈现出单调下降的趋势：京沪户口家庭财富平均值是794万，广深户口家

    庭财富平均值是619万，包括成都、南京、武汉在内的二线核心城市户口家

    庭财富平均值约为337万。5这意味着，一般来说，拥有“京沪户口”的家

    庭，财富水平就会处在前20%的位置，农村户口的家庭，财富水平自然会进

    入后30%的行列。

    这样的数据很容易解读出“我命由天不由我”的悲伤剧情。但如果仔

    细审视，我们会发现数字里藏着关于“城市和房产选择”的许多细节。

    数据显示房产占家庭总资产的81%左右，学界业界各种口径调研也都将

    房产占家庭财富70%左右作为基本共识。6考虑到房产在中国家庭总资产中

    这样的超大比重，基本可以断定，上面的“户口溢价”是不同城市的房价

    差距，以及城市房价与农村宅基地价格的差价导致的。如果一个人拥有一

    线城市户口，却没有或者没有能力购买一线城市的房产，平均而言，他

    (她)的家庭财富会下降557万。反之，一个农村户口的人如果购买了二线

    核心以上城市的房产，他(她)的家庭财富则迅速上升到441万，比其他农

    村户口家庭高出3倍。同样的，选择大城市的人群，财富水平也更高。一个

    三线及以下城市户口的人，如果在一二线城市定居，那么平均财富水平为

    378万，如果他到四线及以下城市定居，财富水平会降至236万元。

    那教育有什么作用吗？有的，教育可以改变户口属性。对于大部分人

    来说，硕士博士是进入大城市的敲门砖。数据告诉我们，硕博人口拥有一

    线城市户口的比例是35%，如果是985大学的硕士博士，这个比例可以上升

    到45.7%。而高中及以下学历人群的这个比例是5.2%。与此相反，农村户口人群中，硕士博士比例不足3%，而本科以下人口中，农村户口人群占了几

    乎一半。

    换句话说，教育确实改变命运，但是通过改变户口属性，以及城市和

    房产的选择来实现。比如说一线城市的学历溢价就更高。2020年疫情中清

    华北大毕业生的收入损失仅有0.4%，而非985、211毕业生的收入损失则达

    到5.6%;但是，到了三线城市，这一规律消失甚至反转，回到三线城市的清

    华北大毕业生收入损失达到6.3%，与非985、211毕业生的6.6%基本持平。

    同时，在二线核心及以上城市买房的清华北大毕业生，平均财富水平达到

    932万，而没买房的或在三线及以下城市的清华北大毕业生，平均财富水平

    仅为384万。这意味着，一个人一旦在城市和房产的决策上没有顺势而为、顺水推舟，教育的财富溢价就会被消耗大半。

    站在2020年，回看前面30年，中国家庭财富版图可以浓缩成一个词

    “城市”。城市化是中国财富增长的方舟，城市分化是财富大面积分化的

    起点。教育是实现财富重新分配的路径，其中户口是钥匙，房产是载体。

    翻译成有行动指南意义的大白话就是：一个中国人的财富方程式是——所

    在城市越大越好，买房越早越好，学历越高越好，如果没有所在城市的户

    口，那就加个根号。7

    教育和户口，城市和房产，每一步的选择和被选择都指向不同的路

    径。刘春飞和刘春雨，只不过是这个历史分流中的两滴水而已。选择：每朵乌云都镶着金边

    2020年疫情后，这些财富增长和分化的路径大概率不会有太多变化，但是出现了新的细节，每个细节都指向选择的机会。

    第一个选择叫作“书中自有黄金屋”。太阳底下没有新鲜事，古老的

    谚语总是以新的模样出现在时间的河流里。数据显示，教育是财富的减震

    器。教育程度越高，疫情中收入受到的负向影响越小：高中及以下学历人

    群收人平均减少15%，13的人反映失业或者收人大幅下降;而硕博学位的受

    访者收入平均减少2.9%，仅有6%的受访者工作受到较大冲击。而且，名校

    毕业生的收人损失更小，清华北大毕业生和其他985高校毕业生的收入损失

    分别是1%和1.6%，211高校毕业生的收入损失则是3.8%。

    医疗行业、互联网行业、学校科研机构、政府机关等知识密集型行业

    是疫情中最抗冲击的行业。在互联网行业内部，疫情期间学历和工资上涨

    概率呈线性正相关关系：硕博学位的互联网从业者中有33%的人工资增加

    了，这一比例在高中中专技校毕业的互联网从业者中下降了一大半。即

    使在分化较为严重的制造业，疫情期间博土学位从业者工资平均还增长了

    6.2%，而高中中专技校毕业从业者的收入则下降10.3%。

    高学历的溢价，一定程度上是由进入体制内和选择大城市等因素解释

    的。在博士受访者中，有56.6%的人进入了体制内的部门，而初中及以下学

    历的仅有2.19%;博士人群中有47%生活在了一线城市，而高中及以下学历人

    群，生活在一线城市的比例不到20%——这些数据，很好地解释了疫情后的

    很多经济现象。比如说城市房价的分化上涨，二手房的价格指数显示2020

    年前3季度，北上广深杭成六大城市房价平均涨幅7.3%，中小城市平均涨幅

    只有1.3%。还有国考一片火热，超过150万人报名，和去年同期相比增加11

    万余人。

    但是，要注意一个现象，在职业选择上，“体制内”虽然显示了高度

    的稳定性，但是和金融资产“风险一收益”匹配的原则吻合，体制内的从

    业者财富水平处于排名的中间层。政府、党群、机关、社会团体就业者的

    平均财富是383万，而医疗行业、房地产行业、互联网行业的体制外就业人

    员的平均财富均超过了400万。金融行业体制外就业者平均财富更高达488

    万。在大城市，这一现象更显著。例如，硕博人群中，一线城市体制外金

    融行业与党政机关就业者的财富水平之比为1.24∶ 1。而在三线城市，这

    两个行业财富之比下降至1.18：1。这也意味着，在大城市的市场上打拼，更容易实现财富跃迁。

    第二个选择叫作“位置决定命运”。在2019年的财富报告中，我们反

    复强调一个人所站的位置决定了他的生产效率、收入以及福祉。8人们投入

    到财富创造过程中的多个生产要素，其实都是与城市、区位密切绑定的。

    能拥有这些地方的房产固然很好，但是即使暂时不能拥有房产，这个“位置”也为普通人提供了更多的机会：在疫情冲击下的2020年，我们看到

    “所在的位置”是一个人工作收入受损与否的决定性因素之一。

    数据显示，位置越好的区县，工作受损的比例越低。所谓位置越好，指的是区县的人口、经济、基础设施综合指标好。我们基于这三大维度，用14个细分小项测算了各个区县的综合得分，据此来判断位置好坏。比如

    人口维度考虑了区县的人口密度、人口平均学历、外来人口占比等指标，基础设施维度考虑了区县的商圈、医院、学校、金融机构等基础设施数量

    及便利度。在受访的人群中，位置越好的区县的人，疫情之下工作受损的

    比例越低。同样在一线城市，位于上海市黄浦区、虹口区、静安区，北京

    市海淀区、西城区这些区县的人群，大约有20%的人工作受损;而位于上海

    市松江区、嘉定区，北京市顺义区、通州区这些区县的人群，则有超过40%

    的人工作不同程度受损。“位置”的选择是工作和收入的核心变量，而且

    更会影响到未来的路径。

    即使对于农村户口和低学历人群，位置的选择仍然至关重要。2020

    年，在低收人农村户口群体的工作和收入普遍受损的情况下，一些综合得

    分高、位置好的区县，反而因为相当的人口和市场规模、较完善的基础设

    施、精细的城市管理等，让低收入农村户口群体受到的冲击更少——在厦

    门市思明区、郑州市中原区、宁波市酇州区、武汉市洪山区、佛山市南海

    区、温州市鹿城区等这些二三线城市中的“优秀”区县中，农村户口人群

    反而获得了更多的机会、更高的收入和更好的抗风险能力，处在这些位置

    的农村户口人群中，不仅收入受损人群占比更低，收入增长的比例也远远

    高于其他地区。

    第三个选择叫作“金融认知溢价”。2020年疫情后家庭财富变化的一

    个最重要途径就是“金融投资”。一个显著的现象是低收人群体动用存款

    消费，高收入群体则动用存款买房产和配置基金。2020年前3季度，资产规

    模前10%的人群中，超过20%的人取存款买房，57%的人增配股票、基金等金

    融资产。而资产规模最低的10%的人群却刚好相反，接近70%的大多数人动

    用了存款用于生活消费。这个举动的结果是，超过40%的高金融资产家庭房

    产和股票双升值，家庭财富平均增长超过40万元。中等资产家庭通过房产

    或者股票升值获得的财富增长比例大约为63%，平均增长了近12万，而低资

    产家庭则几乎没有能从资产价格上涨中受益。

    但信息时代的一个优势是，学校不是教育和认知的唯一出口，而认知

    在金融投资中占有相当的影响力。比如说，对金融信息极其关注的群体，平均资产规模为524.6万，而不关注的群体资产规模只有207.4万，相差了

    317.2万。即使在控制了学历、行业等各种因素后，“金融知识”和“金融

    认知”仍然在投资回报上有显著作用：对金融信息极其关注的群体，今年

    投资收入提高了7.2%，而不关注、很少关注的群体，今年投资收人分别下

    降了4.9%和5.5%。

    2020年1—9月，在中国房地产市场上，有房一族今年房子平均增值了

    8.08万。70个代表性城市中46城上涨，平均涨幅4.7%。9中国市场上7805只基金(非货币和非QDII基金)的平均回报为18.65%，绝大部分基金回报为

    正，其中63%的基金回报超过5%。

    换言之，不管你现在的家庭财富处于前10%还是后10%，不管你是工

    人、农民还是公务员、企业主，不管你是制造业还是IT行业，2020年假如

    你投资了基金市场，还持有了部分城市的房子，那你今年大概率会获得不

    错的资本性增值收入。即使自身没有从事高增速、高成长、高知识密度的

    行业，但仍然有机会投资于这些行业的头部公司，让专业人员帮助你进行

    投资，共享创新前沿的增长红利。

    尤其需要强调的是，在金融投资上，学历不等于认知。对于非专业普

    通人来说，除了像传说中的神兽一样缥缈的民间股神外，其实大家投基

    金、投房子的业绩都差不多。虽然我们前面反复提及教育水平能够提高劳

    动性收人，增加收入的抗冲击能力，但教育水平对于投资业绩的贡献率真

    的微乎其微——我们调研的持有10万—50万市值的股票及基金的人群中，硕博人群的投资业绩整体不如本科人群。持有200万—500万市值的股票及

    基金的人群中，博士人群的投资业绩最差。我身边北大的一个经济学博土

    就是其中典型——2019年因为工作出色拿到100万的年终奖，居然在2020年

    的股票市场一把梭，亏了一半。

    是啊，生活就像一个通关游戏。尤其在这样一个充满困惑的历史大背

    景下，每次升级都会开启更多的“Hard模式”。但是我们仍然会继续前

    行。

    有时候想想，一个人的命运就像金融资产，一部分收益来自国家和历

    史的系统性风险，另一部分收益一定来自个人选择的个体性风险。按照经

    典的资产定价理论，定价效率越高，市场越有效，个体性风险带来的收益

    应该更高。个人选择始终是我们自己命运的钥匙。

    如果国家的命题在于是否继续保持增长，是否能将增长的果实更多地

    向弱势群体倾斜，实现效率和公平、增长和分配之间的平衡;那么个人的命

    题则是在于是否能在城市、专业、行业、资产的选择上不犯或者少犯错

    误，同时保持持续学习的能力。

    2020年，不是历史的变量，而是历史的加速器，是分化的冰山浮出水

    面的拐点。但分化只是我们的起点，在下面的章节中，我们将从社会、职

    业、企业发展、资产价格和投资方向的分化路径出发，去寻找选择的机

    会。

    所以，这不是一本关于分化的书，这是一本在分化时代如何选择的

    书。

    ·第二章 当冰山浮出水面

    ·从我记事起，雨就一直下，神秘的乌云，倾泻下疑惑

    人们好多年来，在寻找太阳

    我想知道，想知道，谁能够停下这场雨

    ——HEAT《谁能停下这场雨》10疫情下的伤口

    2020年3月28日，美国东部时间16点50分，《怪物史莱克》和《功夫熊

    猫》的缔造者、91亿美元身价的梦工厂创始人大卫·格芬(David

    Geffen)在Instagram(照片墙，脸书旗下社交应用)上晒出一张自己躺在

    价值上亿美金的私人游艇，在加勒比海上沐浴夕阳余晖的照片，并且不无

    矫情地表示：“为了躲避这病毒，我在格林纳丁斯11隔离，希望所有人都能

    安全。”这张图片在社交媒体上引起了人们强烈的不适。美国著名节目主

    持人梅根·麦凯恩(Meghan McCain)更是直接发文狠批格芬，直言他的天

    价财产不如捐款给前线医务人员来得更有意义。众怒之下，格芬不得已删

    除了这条动态。

    图片可以删除，但现实却无法简单按下删除键。

    与格芬的游艇隔离秀差不多同一时间，洛杉矶的街头、纽约的地铁、圣地亚哥的停车场里，涌入了大量在疫情中失去工作的中低收入者——这

    些普通的清洁工、保安、秘书、优步司机，甚至还包括教师和电脑工程

    师，因为破产或者无法支付房租而加入了“无家可归者”(homeless)的

    行列。

    这不是好莱坞剧情，而是2020年美国的现实一幕。实际上，这样的一

    幕幕，在世界各地已经频繁上演很久了。这场突如其来的疫情，只是将更

    多的冰山一角推出了水面而已。

    这些年全球贫富分化的程度在快速上升。以美国为例，1978—2019年

    的30多年间，富人的财富不断膨胀，顶部1%的富豪的财富占比从21%上升到

    37%，前10%富人的财富占比从63%上升到71%。而中下阶层的财富却在缩

    水，高于财富中位数的中产阶级(财富分位数10%—50%)的财富占比在

    1985年达到巅峰(37.4%)之后开始持续下行。到2008年，这个数值首次跌

    破30%，之后继续下滑到22%—14个世纪的时间，美国中产财富占比缩水四

    成。分位数后50%穷人的财富占比则从3%一直下行到零附近。

    一场新冠疫情，将“分化”这个21世纪人类社会最大的伤口给赤裸裸

    地暴露出来。

    美国是其中的典型：收入、财富、阶层、职业、城市、人群，甚至社

    区，都在急速的分化中。铁锈区和阳光地带的对立，百万薪资千万股权和

    最低时薪的差距，华尔街和巴尔的摩废弃冶炼厂的对峙，上东区铂金包和

    皇后区街头海洛因之间地狱天堂的一线之隔……这些无不告诉我们，被视

    为资本主义黄金时代象征的纺锤形社会(指高收人和低收入者较少，中等

    收人者占大多数的社会结构)已经在分崩离析，岁月静好的“中产阶级”

    正处在被快速极化的过程中：一个受过教育的勤奋的年轻人，要么拼尽全

    力上升到少数的“精英圈”，要么做一个在剃刀边缘颤颤巍巍生活的“有

    产阶级”。2019年德国之声拍摄的纪录片《美国穷人》12中，有一个叫埃里克的无

    家可归者。和大多数人对无家可归者“懒惰”“瘾君子”的刻板印象不

    同，就在4年前，这个有着一张典型斯拉夫人面孔的中年男人还是每天工作

    长达10小时、年薪8万多的电脑工程师，但是一场意外的烧伤，将这“体面

    的生活”也烧毁了。昂贵的治疗费用很快耗尽了他的积蓄。雪上加霜的

    是，他心脏也出了问题。依靠失业补贴挨了半年后，53岁的埃里克终于破

    产，成为圣地亚哥一个停车场的“住客”，每晚等着免费的比萨果腹。

    像埃里克这样的“脆弱中产”不是特例。2018年5月美联储的报告显

    示，当面临一笔400美元(约合2800人民币)的额外开支时，每100个美国

    成年人中，40个会有支付困难，这其中还有12个则根本没有支付能力。当

    被问到“您家的现金和存款能够维持多久的家庭开销”时，中等收入家庭

    给出的平均时间是“3个星期”，而低收入家庭的平均时间是“3天”。

    实际上过去十多年，美国财富版图就是“底层沉没，中层消失，上层

    微涨，顶层膨胀”的局面。包括巴菲特、扎克伯格等在内的1%的富豪是这

    几十年美国财富分配中的最大赢家，律师、医生等前10%的精英层也颇为受

    益，其余90%的美国人，并没有能从“金融梦”和“科技梦”中获益太多。

    美国不是特例。20世纪90年代以来，无论是发达的英国、法国，还是

    发展中的印度、俄罗斯，各大经济体富人财富占总财富的比重都在上升。13

    因为一些历史原因，俄罗斯的财富差距最为夸张：前10%的人口占据了全国

    财富的71%，其中前1%的超级富豪的财富占比超过43%。换句话说，俄罗斯

    1%的人占有了

    全社会近一半的财富。这个数字在美国是3706在茁国 日本、韩国则是

    20%—25%左右。

    从2010年开始，“不平等”(inequality)一词的谷歌搜索频率在以

    10%的速度逐年上升，这绝不是简单的搜索次数增加，亿万次搜索背后的愤

    怒、焦虑是最近这十多年全球无数社会事件的根源。从美国的“占领华尔

    街”，到英国的脱欧，从法国的“黄马甲”，到智利的街头抗议，到加泰

    罗尼亚的动乱，再到特朗普2016年出人意料的胜选，或多或少都是这种情

    绪的应激反应。

    分化和不平等的冰山，早已在海水下蛰伏，随时准备浮出水面。失效的库兹涅茨曲线

    这样的场景，难免让人有似曾相识之感。19世纪最具影响力的两位经

    济学家，大卫·李嘉图和卡尔·马克思，都曾因为当时社会出现的巨大增

    长，分配不均，以及随之而来的剧烈社会分化而忧心忡忡。

    但接下来的历史却给出迥异的答案：从19世纪后半叶开始，工薪阶层

    的收入开始显著上升。尤其从二战后到20世纪70年代初，在国家垄断资本

    主义、高福利制度和信息革命的三浪叠加下，欧美国家进人了长达20年之

    久的黄金时代，美国国民生产总值年均增长高达4%，按今天的标准算，人

    均年收人超过2万美元。拥有自己别墅、汽车和储蓄的“中产阶级”大幅增

    加﹐共同构成了被一直称道的纺锤形社会结构。

    只要勤奋努力，绝大部分家庭都能分享经济高速增长的果实，成为社

    会财富主体的一部分，少部分幸运儿或者落魄者则处于纺锤两端。这提醒

    着人们，上升和下降的通道都在，个人选择是命运，也是代际跃迁的关键

    ——生于1946年的克林顿和1961年的奥巴马是这个时代的最好注脚，他们

    分别出生在远离权力中心的阿肯色和夏威夷两个州，此前这两个州从未出

    过总统。同样出身平民，同样从小缺少父爱，忍受着孤独与歧视，两个人

    依靠个人的奋斗考人藤校，最终突破阶层的束缚，成了美国总统。

    这个黄金时代的光芒被浓缩在著名的“库兹涅茨曲线”中。1953年，俄裔美籍经济学家库兹涅茨(Kuznets)对历史序列的收入分配数据分析后

    发现，1913年到1948年，美国高收入人群(即全国收入最高的前10%的人

    群)年收人总额占全国收入总额的比例从45%—50%下降到了35%—40%，骤

    降了10个百分点，清晰地显示出美国的收入不平等现象在下降。14

    这个研究结论和当时人们的“体感”一致，这个时期的欧美社会各阶

    层普遍享受了增长的红利。直到19世纪末期，全球还是一个照明靠烛光，出行靠马车，人的平均寿命仅为40多岁的“古老世界”。但到了1940年，全美家庭几乎实现了电力全覆盖，超过94%的家庭使用自来水，80%的城市

    家庭使用抽水马桶，73%的城市家庭使用煤气，58%的家庭拥有集中供暖和

    冰箱，近一半的家庭拥有私人汽车，15预期寿命也上升到了60岁以上。16欧

    洲社会也紧随其后，整体社会财富在战后的30年中实现了梦幻般的变化。

    从马尔萨斯、李嘉图到马克思，缠绕资本主义长达一个多世纪的末世

    预言似乎被击破了，世界欢欣鼓舞，亟待新的理论来引导。1955年，在美

    国经济学会年会上，库兹涅茨以《经济增长与收入》为题做了一场演讲，提出了著名的库兹涅茨曲线，即收人分配状况会随着经济发展过程呈现出

    “钟形(倒U型)”曲线变化(如图2-1所示)。图2-1 库兹涅茨曲线

    库兹涅茨描绘了一幅“共同富裕”的增长蓝图：

    在极度贫穷的社会，因为大多数人的收入都只在温饱线上下，人与人

    之间几乎不存在经济差距，社会的不平等程度很低。随着经济的发展，人

    类从农业社会过渡到工业社会，农业人口迁移到城市，生产效率提高，社

    会财富出现盈余。高收入个体将其部分收入用于储蓄、投资钱生钱，而低

    收入人口的收入仅能糊口，日积月累，财富差距显露。但是当经济发展到一定水平后，自然之手、技术创新、服务业红利和

    政府之手这四个重要因素会导致不平等程度不升反降。

    第一是自然之手：富裕家庭的人口出生率远低于贫穷家庭，此消彼

    长，低收入人口在整个人群中的比例上升，导致该群体财富总额占比上

    升。

    第二是技术创新：新的技术创新使得存量资产的价值下降，如果富人

    及其后代不出售其“旧技术”资产来获得对“新技术”的拥有权，则其长

    期收益将会减少。例如，2013年，当曾经的胶片巨头柯达倒在数字化的浪

    潮面前，董事长安东尼奥·佩雷斯(Antonio perez)等高管们手中的股权

    就变得几乎一文不值。

    第三是服务业红利：一般来说，随着人力资本价格的上涨，服务业薪

    资增长比其他行业快，所以从事人力密集型服务业的低收入人群的收入上

    升，这可以降低贫富差距。

    第四是政府之手：像瑞典、丹麦这样的斯堪的纳维亚国家，国家会通

    过高比例的税收(包括所得税、遗产税)、支出政策(社会福利)来“劫

    富济贫”。

    四个因素会阻碍不平等现象的加剧，甚至会使不平等在长期趋向于减

    少，贫富差距随着增长而下降。

    这个倒U型曲线完美地解释了工业革命到二战后全球经济格局的变化：

    早期快速的增长伴随着不平等的加剧，随之而来的暴力革命和战争，以及

    战后显得更加均衡的高增长。1956年，另一位经济学诺奖得主索洛

    (Solow)也提出了“平衡增长路径”，认为在收入、产出、工资、利润、资本、价格等所有要素都均衡变动的情况下，社会各个阶层都会享受到类

    似的增长红利。所以，只要持续增长，全社会都会从中受益。用索洛的话

    说：

    “经济增长的大潮会使所有船只扬帆远航。”17

    至此，库兹涅茨曲线成为工业化时代收人分配的经典理论。在20世纪

    50年代后的20年，工业化带来了持续的繁荣，从美国梦到欧洲复兴、日本

    崛起，发达资本主义国家社会各阶层充分享受了这次增长的红利。1971

    年，库兹涅茨获得了诺贝尔经济学奖，声望如日中天。但也正是从这年开

    始，库兹涅茨曲线开始遭遇现实的挑战：美国的基尼系数18在20世纪70年代

    初达到0.38的低点后开始掉头向上(如下图2-2所示)。其他国家也呈现了

    相同的规律，无论是英国、法国等发达国家，还是巴西、阿根廷、印度等

    新兴经济体，都迎来了财富分化的拐点，不平等程度急剧上升。图2-2美国和英国的基尼系数119

    这些数据背后是绝大多数曾经殷实的工薪家庭的迅速衰落。2017年年

    底，全球顶级智库布鲁金斯学会的一份报告测算发现，1973年之后，美国

    工人阶层的收入几乎停滞不动。在剔除通胀因素后，美国工人的实际收入

    40多年来一共才增长了10%。其中最低收入者的实际工资比70年代时还低。2020年的奥斯卡最佳纪录长片《美国工厂》正是这个消失的工薪时代

    的挽歌：玻璃检查员肖尼站在镜头前，衣着朴素，脸上带着点认命的麻

    木，“我在通用公司的时薪是29美元，还有其他零碎收入。在福耀，我是

    12.84美元”。肖尼以前是俄亥俄州的一名工人，突如其来的失业使她原本

    宽裕的家庭陷入了旋涡。虽然福耀给她重新带来了工作，但是离她过去的

    中产生活水平依然相去甚远。肖尼的孩子想买双运动鞋，换作以前肖尼想

    都不会想就会买给她，而现在……想想明天的柴米油盐酱醋茶，必须一块

    钱掰成两半花，肖尼有点犹豫。休息间隙，肖尼熟稔地点上烟，深吸一

    口，烟雾背后的她的脸毫无欢颜。

    主流经济学圈中有个叫“理论黏性”的现象：尽管各种相左的证据遍

    地都是，但没有人愿意质疑库兹涅茨和索洛的增长和分配理论。相反，千

    万个聪明过人的学者用各种方法不停给他们打补丁，比如说在模型中加入

    诸如金融深度、民主制度、开放度、教育等变量，希望它们能够更好地解

    释收人不平等的变化：巴罗(Barro)认为对外开放度是解释收入不平等的

    有力变量，阿西莫格鲁(Acemoglu)认为技术进步对财富分配有重要影

    响。20尽管其中很多理论获得诺贝尔经济学奖，但现实和学术终于渐行渐

    远。

    现实是一个分化加剧撕裂的世界。不断扩大的南北差距;金融市场、房

    地产市场、外汇市场上的巨大失衡;华尔街和硅谷不断涌现的并不纳税的超

    级富豪，包括打字员、司机、产业工人在内的大量中下层“中产”则变得

    面目模糊。但学术模型里仍然假设所有人都能均衡地从“增长”中获得好

    处，分配问题将随着增长阶段的变化被解决。

    历史分化的冰山早已在酝酿之中，但是我们假装视而不见。直到金融

    危机之后的好几年，学界才终于有人试图揭开皇帝的新衣：过去半个世纪

    的经济增长大潮中，并不是所有的船只都扬帆起航。不平等是宿命还是诅咒

    从20世纪90年代起，法国经济学家托马斯·皮凯蒂就开始和伊曼纽尔

    ·赛斯(Emmanuel Saez)、安东尼·阿特金森(Anthony Atkinson)及阿

    比吉特·班纳吉(Abhijit Banerjee)等同行合作，进行了一系列关于财

    富不平等问题的研究。皮凯蒂发现，一旦将时间序列拉长到百年以上，不

    管是发达国家还是发展中国家，不平等的“倒U型曲线”消失，一条完美的

    U型曲线出现，尤其在20世纪80年代之后，这个U型的右侧呈现出直线上升

    的趋势。

    换句话说，库兹涅茨的倒U型曲线只是“历史的一小段弯路”而已。

    个体的财富主要来自两个方面：工资奖金补贴等“劳动性收入”;利

    息、股息、资产增值等“资本性收人”。一般来说，穷人更多依赖劳动收

    入，而拥有更多存量资产的富人的资本性收入更多。所以这两者的增速之

    比会决定一个社会贫富差距的规模和速度。

    皮凯蒂认为，库兹涅茨曲线的出现和消失和战争以及税制密切相关。

    20世纪前半叶的两次世界战争摧毁了大量有形资本，富人和穷人之间

    的差距缩小。同时由于战争经费的需求，各国都开始对超高收人和巨大财

    产采取累进税制——美国、英国、德国等国家所得税的最高边际税率都曾

    一度达到90%以上。整个20世纪上半叶，全球资本的净收益率比经济增速还

    要低，这意味着普通劳动者的收入增长比富人资产的增长更快。一方面财

    富基数的差距缩小，一方面增速此消彼长，财富的不平等随之下降。战争

    和累进税制开启了长达半个世纪的“劫富济贫”时期——这恰好是库兹涅

    茨看到的钟形(倒U型)曲线的右侧。21

    但20世纪80年代之后，因为技术进步、全球化、金融深化等多种原

    因，资本收益率开始远远高于劳动收入，贫富差距拉大。始于1981年的里

    根税改更成为这个分化的重要拐点。

    80年代里根总统上台时，恰逢美国经济处于高通胀、低增长、高失业

    率的“滞胀”时期。当时流行的凯恩斯理论重在刺激需求，对“滞胀”束

    手无策。里根采取了以拉弗(Laffer)等为代表的供给学派的政策主张，开始尝试通过减税来使美国经济走出困境。1981年和1986年两次税改后22，美国的个人所得税最高税率从50%降至28%，企业所得税最高税率从46%降至

    36%，资本利得税的最低税率从28%降至17%——摩根家族、洛克菲勒家族等

    巨头从这次税改中得益最多，企业家、资本家以及高收入精英也从中受

    益，财富增长的天平开始更向富豪们倾斜。而普通的工人和领着低保的穷

    人，则在税改后暗中受损，因为更低的税率意味着更少的社会福利和公共

    开支。

    这一时期，全球经济领域都出现了自由主义的浪潮，经济全球化以不

    可逆转之势打破了国家之间的经济障碍，人口、企业和资本自由流动成为

    趋势。各国为了竞争资本、技术、人才以及商品，开始竞相免除累进所得税中对资本收入的征税，同时劳动性收入累进税率也大幅下降：1980年至

    今，欧美国家的最高边际税率都大幅下降，美国和英国的所得税和遗产税

    的最高边际税率分别从80%—90%下降到30%—40%(如图2-3所示)。图2-3 1900—2010年最高所得税税率和最高遗产税税率

    税制变化的直接后果是收入和财富差距拉大：

    一个年收入1000万的企业高管和一个年收入6万的中产，1970年税后收

    入分别是200万和4万;到1990年，税后收入就变成了600万和5万，收入差距

    从50倍拉大到了120倍。如果考虑投资收益率，这一差距会更显著，假定企业高管的储蓄率为

    90%，中产的储蓄率为20%，投资回报率同样是5%，10年之后，企业高管的

    财富可以积累到7100万，而中产的财富只积累到13万，他们的财富差距拉

    大了540多倍。

    从50倍的差距到500多倍的差距，这是令人绝望的鸿沟。

    而且这种差距还会在代际上传递下去。假设10年后，两人同时去世，孩子都继承了其财产——按照1980年80%的遗产税，双方孩子的税后遗产分

    别是1400万和3万。2000年遗产税变成了40%，双方孩子的税后遗产金额也

    变成了4300万和8万。没有了高遗产税，代际上矫正贫富分化的力量被大幅

    削弱，贫富差距成为“世袭”。

    更何况，企业主、投资家和各种富豪还善于通过财务报表、离岸金融

    中心以及形形色色的信托基金、慈善基金进行避税——特朗普在2000年之

    后的15年里，有10年未曾缴纳联邦所得税23，身价上百亿美元的巴菲特，2015年纳税额仅为185万美元，适用的税率比他的秘书还低。皮凯蒂研究了

    法国税率后发现，法国国民平均税率随着收入等级的上升是下降的：收入

    分配底层的人，其税率为40%——45%;而处在收入分配顶层的人，平均税率

    只有35%。这个现象在美国会更显著。

    同样的逻辑可以理解绝大部分国家的贫富差距，如果一个经济体个人

    所得税最高税率偏低，没有资本所得税和遗产税，而法律环境相对薄弱，企业主和富人们总能找到一些“税收灰色地带”，贫富差距的快速拉大将

    是个必然的后果。

    一个问题是，从20世纪80年代以来，贫富差距拉大已经有几十年了，那为什么全世界到现在才感觉到这座冰山的冷呢？因为人类的本性是在增

    量时代关注“增长”，存量时代关注“分配”——20世纪80年代以后，经

    济的繁荣掩盖了分化的伤痕，直到经济增速下降，这个裂缝才会越来越引

    人注目。

    过去两百年里，全球的经济增长和人口增长、城市化率密切相连。

    2000年以来，人口增长放缓，很多发达地区甚至出现负增长。同时，大部

    分工业化国家的城市化率已经达到70%的临界点，工业生产也达到供给具有

    完全弹性的程度，经济增速放缓，甚至陷入停滞都是大概率事件。这意味

    着在经历了近百年将“增量”作为经济研究核心的时代后，“收人分配”

    重新回到主流经济学的视野之内。人们开始意识到，低增长存量时代，如

    何更公平地“分配蛋糕”可能比如何更有效地“做大蛋糕”来得更重要。

    公平和效率之间，人类社会需要更严肃的权衡和取舍。

    但皮凯蒂并不是悲观主义者，根据20世纪早期的历史经验，他认为，全球范围的高累进资本税，辅以国际金融的高透明度(或资本管制)，能

    有效降低实际的纯资本收益率，减缓甚至逆转不平等的趋势。大人，时代变了24

    相比经济学家，历史学家显得更加悲观。斯坦福大学的历史学教授沃

    尔特·沙伊德尔(Walter Scheidel)的《不平等社会》一书认为，人类增

    长的漫长历史告诉我们，增长和分化就像“人”字的一撇一捺，是人类的

    两翼，快速的增长总是伴随着剧烈的分化。从古至今，只有大规模战争、社会变革、国家衰败和致命传染病“四骑士”暂时对抗或者短期逆转了不

    平等。

    这四骑士减低不平等的机制不尽相同，但都是以贫困、死亡、毁灭这

    样巨大的破坏性为代价的：

    比如大规模战争会严重破坏有形资产，而且随之而来的通货膨胀、税

    收和征用都会对资本存量产生巨大的负面冲击，从而减少财富，拉近差距;

    而像法国大革命、俄国十月革命、“斗地主，分田地”等古今中外的社会

    变革，都是通过暴力的强制手段，抑制私人财产和市场力量，进行社会重

    组，以牺牲效率的方式缩小贫富差距;国家衰败也是通过瓦解原有精英阶

    层，重构社会权力和财富版图，从而实现平等化;黑死病这样的致命传染病

    则略微不同，由于大规模的人口死亡使劳动力变得稀缺，工资上升，同时

    地租和利率下降，劳动收入相对于资本收入上升，穷人获得暂时的优势地

    位，财富分配不平等的情况得到缓解。25当然，这几个黑骑士机制也只有短

    暂的效果。随着战争结束，国家重建，世界秩序重新建起，人口快速增

    长，城市、商业、工业都开始欣欣向荣，人类社会重新进人新的繁荣周

    期，即新的不平等周期。

    但是当今世界的难题是，即使是短暂的矫正力量也在消失中。20世纪

    70年代以来，全球进入了一个“核威慑”的军事竞争时代。和冷兵器时代

    暴力革命造成的死亡后果不同，核战争意味着全局性的毁灭，很少有哪个

    国家或者政府敢承受这样的“矫正”。这意味着，国家衰败、大规模战

    争、社会变革这几个“战争和类战争”的不平等平衡器都无法运作。

    最后一位骑士“致命性传染病”呢？在过往农业时代人类与不平等的

    战斗中，它曾经立下“赫赫战功”。除了我们熟知的古罗马瘟疫、中国汉

    末大伤寒、欧洲黑死病外，天花、流感、霍乱，都几乎是“不分贵贱”地

    夺人性命，从建安七子、顺治帝到肖邦、雪莱，古今中外，天子名士，都

    无法幸免——通过大量人口的死亡，改变劳动收入和资本收入的比重，完

    成对财富不平等的“矫正”。2020年新冠疫情开始蔓延后，包括好莱坞明

    星汤姆·汉克斯(Tom Hanks)、英国首相鲍里斯(Boris)加拿大总理特

    鲁多(Trudeau)在内的各国政要名流纷纷中枪。所以4月，纽约州长科莫

    (Cuomo)还感叹说：“疫情面前众生平等，新冠是平衡器(great

    leveler)。”

    可惜的是，这不是真实故事的结尾。美国税收公平组织(Americans

    for Tax Fairness)和不平等计划政策研究所研究发现，从3月18日(美国大部分州开始疫情封锁)到9月15日之间，美国600多位亿万富豪的总资产

    从2.9万亿美元增至3.8万亿美元，增幅达30%。这样算来，2020年600位金

    字塔尖上的美国公民每月的收益为1500亿美元，平均每人每天赚800万美

    元。与之形成鲜明对比的是大部分普通人的继续“下沉”。根据劳工统计

    局的数据，3月中旬到8月中旬，收入排在后80%的普通职工，平均时薪下降

    了4.4%。超过5000万人(即15%的美国人口)失去工作，到8月份仍有近

    1400万人失业。近4000万美国人生活在贫困线以下，1200万美国人失去了

    员工健康保险。

    这还是在美国，全世界最强大和最富裕的国家之一。其他很多次发达

    地区，因为调查无法有效覆盖，数据欠缺，疫情造成的冲击甚至无法估

    算。世界银行预测，2019新型冠状病毒的流行可能导致1998年以来全球贫

    困率的首次上升，每天生活费不足1.9美元的贫困人口会增加3000多万。

    新冠疫情不是特例。实际上21世纪以来，疫情压制不平等的魔力早已

    经消失。21世纪包括H1N1(2009)、MERS(2012)、Ebola(2014)在内的

    几种主要传染病大流行后的几年中，受影响国家的不平等程度都不降反

    升，基尼系数平均增长了1.25 %。26而对于GDP高增长的新兴国家，疫情对

    不平等的影响还不算太大，越是存量经济发达的国家，这种影响越大。

    为什么连传染病这最后的黑骑士也会跳下战马？“利率”是最核心的

    线索之一。

    富人喜欢高利率还是低利率？看上去这是个愚蠢的问题，有钱人拥有

    资产多，当然喜欢高利率，利率越高，资产回报越高。

    事实和直觉恰恰相反，最直观的是，利率下降会刺激股票、债券、基

    金、信托以及其他各种复杂的金融资产价格上涨，而金融投资恰恰是有门

    槛的：美国只有净资产在100万美元以上才可以投资对冲基金，中国科创

    板、港股通需要50万资金门槛;私募、信托的投资门槛是100万，而且个人

    的金融净资产不得少于300万;此外，大宗商品，股权，期货，在专业知识

    方面都有极高进人门槛。受限于资金和认知等各种因素，中下层人很难参

    与到这些高收益的金融产品中。27

    丹麦经济学家马丁·鲁伊(Maarten Rooij)等人研究丹麦的家庭调查

    数据发现，28女性、老年人、低学历的穷人，在金融知识的认知上远远落

    后，而这些人群的金融参与度更低，钱更多地配置在银行存款等低收益的

    资产上。魏尚进等学者利用中国的数据发现了同样的规律。29

    从数据上看，全球从20世纪80年代之后进人了利率下行时期，美国10

    年期国债利率从15%一路下降到如今的0%左右。这个趋势是多种因素共同作

    用下的产物，但其中最重要的一个动因是信用货币：1971年美元与黄金的

    脱钩，布雷顿森林体系崩塌，世界进人信用货币时代。在贵金属货币时

    代，货币数量受限于储藏量和开采冶炼技术，市场交换和社会分工的发展

    相对平缓。到了信用货币时代，人类货币创造的能力一下子摆脱了“具体

    物品”的限制，只要有“信心”，货币发行数量可以“上不封顶”。这一步意味着主权国家对经济运行拥有了更大的掌控力，也让各大央行的货币

    政策得以更大程度地影响社会财富和收入的分配。货币也从此解锁了除

    “价值尺度、支付手段、流通手段、价值贮藏”之外的第五项职能：促进

    增长，对抗危机。

    经济下滑怎么办？放水，降低利率。股市崩盘了怎么办？放水，降低

    利率。次贷危机怎么办？放水，降低利率。疫情爆发了怎么办？放水，降

    低利率。有人开玩笑说，外星人入侵地球了怎么办？还是放水，降低利

    率。

    2020年3月全球新冠疫情汹涌，以美联储为代表的各国央行迅速做出反

    应：放水，降低利率。和新冠疫情是“1919年西班牙大流感以来最凶猛的

    大流行病”相匹配，这次的放水和降息力度也史无前例：3个月内，美联储

    资产负债表扩张了3万亿美元，实施3万亿美元的财政刺激，刺激力度比

    2008年高出整整一倍。

    欧洲也紧随其后。2020年3月一6月，欧洲央行的资产负债表扩张1.5万

    亿欧元。欧盟4月份推出5400亿欧元的救助计划，用于保护劳动者和个体商

    户;5月份又就7500亿复苏基金达成协议，向成员国发放救助金和低息贷

    款。

    在低利率和天量资金的刺激下，魔幻现实主义的一幕发生了：新冠新

    增确诊和死亡人数不断增加，社交隔离之下，交通运输、旅游餐饮娱乐都

    处于半停滞状态，各大国际机构预测2020年除中国以外的主要经济体的GDP

    都会出现大幅度下滑，预计全球新增250万失业人口，全球上市企业每股收

    益可能下降50%。尽管全球经济一片惨淡，但是各种资产价格的估值却一路

    狂飙。

    谁从中受益？大股东、大企业主、大投资人等富豪吃肉，有资产的富

    人跟着喝汤：贝索斯，巴菲特，马斯克……顶级富豪们的财产增加了数百

    亿美金。富人们也不甘落后，由于上半年金融市场行情太好，中国的私募

    机构赚得盆满钵满，7月份很多私募基金抓紧变现，基金经理捧着从数千万

    到数亿的业绩报酬回家。

    谁受到冲击？没有房产、没有金融资产的中下层。疫情后很多工厂不

    再招人，很多从事体力劳动的蓝领无活可做，收入受到了很大的影响。由

    于疫情隔离，人力密集型的服务业中，很多普通员工几个月没有收入，有

    些中小餐厅在疫情期间每月损失十几万。

    从某种意义上说，过去20年的利率下行正是贫富差距拉大的发酵剂，每次危机后的刺激政策，都是一场资产的盛宴。“资产”就像一湾海峡，每次潮来潮去，水域两侧终是渐行渐远。

    除了利率外，后新冠时代全世界还面临着另一个挑战，数字化。这也

    是本书下面两章要重点讨论的问题，过去半个世纪以来的技术进步一直是

    “偏向性”的，偏向于那些高技能、高学历的人才，尤其是最近几年的智

    能化浪潮更是将这种偏向推向极致——越来越少的精英层获得越来越多的

    机会、回报，越来越多的芸芸众生不惜余力为挤进“精英圈”的门缝拼命。放眼未来，加剧收入和财富分配差距的技术力量比比皆是。数字化和

    智能化必将影响劳动回报的分布。据一项牛津大学的估计30，在全美劳动市

    场702个职业中，几乎一半的就业岗位都面临计算机化带来的风险。

    这也是我们这个时代最大的全球悖论：资金和技术进步，一直是增长

    最核心的要素。过去半个世纪的金融深化，从信息革命到数字革命的技术

    变革，为我们创造了巨大的繁荣，然而繁荣的果实并没有能像20世纪早期

    一样被各个社会阶层所均匀分享，而是带来了更大的分化。

    面对疫情期间身家暴涨的超级富豪们，面对感染病毒却没钱治病的优

    步司机，睡在纽约地铁里的流浪汉，四五个人挤在20元一天的日租房里的

    打工人，再回想起疫情伊始那“疫情面前众生平等，新冠是平衡器”的论

    断，不觉有点反讽的意味。税收和房产：各自的救赎

    在不朽名著《安娜·卡列尼娜》的开篇，托尔斯泰写道，“幸福的家

    庭都是相似的，不幸的家庭各有各的不幸”。对于不同的区域和国家来

    说，“分化”的冰山也呈现出不同的形态。

    从全球前十大经济体来看(如图2-4所示)，巴西的财富不平等最严

    重，基尼系数为53.3%，美国则以41.4%高居第二，贫富分化已经成为这两

    个美洲大国最严峻的挑战。图2-4 2016年全球十大经济体的基尼系数

    (1)高税率：欧洲和日本抑制财富分化的“白衣骑士”

    就其财富水平来说，欧洲和日本都经历了相当长的富裕时期，理论上

    不平等程度会比较高。实际上两国也确实经历过“贫富悬殊”的历史年

    代：1938年发动侵华战争时的日本是全球贫富悬殊最严重的国家。1900年

    的英国更夸张，1%的顶层群体占据了超过70%的财富。经历了两次战争后，日本和包括英国在内的欧洲诸国一直在努力控制财富不平等上升的速度。

    截至1980年，这些国家的基尼系数都在30%左右，前1%的顶层人口占有的社

    会财富也下降到10%左右。究其原因，高累进所得税、高遗产税以及高福

    利，是这些国家控制财富分化的“白衣骑士”。

    20世纪80年代之后，为了吸引更多资金，各国在税收政策上倾向于对

    资本要素采取低税率措施，该措施在短期内有利于国家经济的发展，但长

    期会导致一国社会不平等程度的加剧﹐是一个效率优于公平的选择。从全

    球情况来看，一个明显的趋势是欧洲的税收(包括遗产税和所得税)累进

    程度远高于美国。美国最低档(9700美元以下)的边际税率为10%，最高档

    的边际税率(52万美元以上)是37%，相差27%;日本最低档(195万日元以

    下)的边际税率为5%，最高档(4000万日元以上)的税率是45%，相差40%;

    法国最低档(1万欧元以下)的边际税率为0%，最高档(16万欧元以上)的

    边际税率是45%，相差45%。这意味着，欧洲和日本的穷人税负更轻，富人

    纳税比重要高于美国，更加倾向劫富济贫。

    与此同时，这些国家国民收入中用于社会开支的比重出现了显著上

    升。以日本为例，社会福利支出占到了全国GDP的22%，孩子在初中毕业前

    的学费、医疗费全免，每月可领“儿童工资”。全民医保方面也几乎是全

    覆盖。这就是用从富豪手中收来的钱造福大众。

    欧洲和日本模式的一个极端表现是北欧国家，超高税率，超高社会福

    利，以及包括教育资助、免费医疗、失业救济、老人照料、养老金支付、残疾人救助、单亲父母津贴、家庭和儿童保护在内的广泛的社会保障。劫

    富济贫的税制和社会福利制度让北欧成为全球贫富分化最小的区域，其基

    尼系数一直保持在30%的水平。

    (2)房产：抑制美国财富分化的白衣骑士

    美国的故事有点耐人寻味。就像前面说过的，1980年之前的半个世纪

    是美国梦的“黄金时代”：高增长，普遍富裕，贫富差距缩小，普通人通

    过努力奋斗实现阶级跃迁。1959年，当时的美国副总统理查德·尼克松，在莫斯科与赫鲁晓夫上演了一场著名的“厨房辩论”。为了讽刺苏联的普

    遍贫困，尼克松列举了一系列美国中产阶级所享受的物质好处：34的家庭

    拥有自己的房屋、5600万辆汽车、5000万台电视机、1.43亿台收音机……

    尼克松骄傲地宣称说：“美国才最接近无阶级社会，是所有民众共同繁荣

    的典范。”

    放在1959年，这是千真万确的实话。然而，这支撑起美国社会的中产

    阶级，却恰恰成了后来不平等浪潮里的牺牲品。无论在美联储的基于家庭

    调查的数据中，还是在皮凯蒂基于税收统计的数据中，人们都发现中产是

    不平等上升中的主要受害者。美国后50%的人拥有的财富大部分时候都不足

    1%，连讨论“不平等”这个话题对他们都是一种奢侈。近30年来，财富份

    额的变化主要是从中产阶级那里转移到了富豪的手中。

    在此期间，究竟是什么力量在苦苦支撑着中产阶级的财富呢？答案出乎绝大多数人的意料：是房产。要知道，2007年次贷危机以

    来，“房地产”这个词已经被“泡沫化”弄得声名狼藉。但真相往往和街

    头巷尾的流言大相径庭。2017年，顶尖经济学期刊《政治经济学期刊》发

    表了一篇论文，通过拆解美国各个阶层的资产配置，用实证数据证明“房

    产”才是美国中产财富的“白衣骑士”。

    数据告诉我们，即使在美国，金融资产也更多是顶层富人的配置选

    项：最顶层10%的富人，其资产配置非常多元化，房产、商业资产、股债基

    金、其他金融资产各占20%左右。而后90%的普通美国人储蓄率非常低，仅

    为2%左右(中国大约是45%)。但得益于20世纪60年代开始的“居者有其

    屋”的美国梦计划，中产们都贷款买房。每个月的房贷无形中发挥了储蓄

    功能。房产在这部分人的资产配置中占据了非常大的比重—底部25%的穷

    人，房产占了总财富的80%;位于25%—75%的中层到中下层，房产大约占了

    总财富的60%以上。31

    从1975年到2007年，美国的资产收益率远大于美国经济增长率。尤其

    是八九十年代全球化后，中产、中下层蓝领的实际工资几乎没有涨，收人

    增长停滞，房产成了这些缺乏金融资产的人家庭财富的唯一慰藉：从1975

    年到2005年，美国房地产价格持续上涨，30年间涨了5倍，年均增长6%。

    换句话说，20世纪70年代到2005年，房地产是美国家庭财富的支柱，也是美国社会对抗财富不平等的“白衣骑士”。根据德国波恩大学库恩

    (Kuhn)教授等人的估算，由于资产配置中穷人对房产的依赖度更高，如

    果这些年房价没有上涨，美国富豪们的财富份额将会上升9%，而50%—70%

    的中间层，财富份额会下降2%，美国的财富集中度将会进一步上升。32数据

    不会说谎：2008年，美国前1%和10%富人的财富份额快速上升，而后90%的

    人口的财富份额则首次向下突破30%的低点。其重要原因就像纽约大学经济

    学教授爱德华·沃尔夫(Edward Wolff)在《1962年至2016年美国家庭财

    富趋势报告》33中指出的，2007年到2010年间美国的贫富差距急剧上升，主

    要是由于这段时期的房价急剧下跌所致。

    很多媒体喜欢煲心灵鸡汤，说美国人不“贪慕虚荣”，租房住也甘之

    如饴。殊不知租房大多数情况下也是因为大城市房价贵买不起而做的“被

    动”决策。更何况，在美国大城市中租房和中国颇有不同——同样排名的

    美国城市和中国城市的房价其实差不多，比如纽约市区的住宅均价1.6万美

    元平方米，北京的均价大约1.5万美元平方米，上海、深圳、旧金山大概

    1.4万美元平方米。但是美国房子出租大约20年就能回本，我国得大约50

    年左右。换句话说，就房租负担而言，美国城市租客不会更轻，只会更

    重，有近一半的租房者所需支付的租金超过他们收入的30%。而且，穷人往

    往租的房子更贵，因为他们存款少，经常不够一个月的房租和定金，就只

    能去住单价更高的“日结房”——通常要比长租房贵20%左右，这反而加重

    了租房负担，陷入越穷开销越大的恶性循环，最后甚至掉入破产的泥沼。

    回头想，2007年的次贷危机之后，明面上的伤口很快止血恢复：经济

    快速反弹，金融市场似乎也很快风平浪静，纳斯达克更是一路上扬屡创新高。但是那些暗处的伤疤却继续化脓溃烂：春风得意的顶层，下坠的中

    产，堕入泥沼的下层，一个极化的社会开始有戾气涌动的迹象。看不懂的中国：公共财富的两面性

    在全球的不平等和分化中，中国是个非常特殊的存在。

    2020年的新冠疫情加速了分化的趋势。就业市场、消费市场、区域经

    济和家庭财富都朝着两极发展。

    数亿农民工受到巨大冲击，就业岗位减少，本来就不高的薪资下降了

    差不多6.7%。相反，体制内岗位受影响不大，数字化相关的高技能岗位收

    入大幅上升。再看消费市场，高端奢侈品毫发无损，而中端品牌举步维

    艰。疫情过后，LV上海单店一个月销售额1.5亿，创历史新高。爱马仕、香

    奈儿门前永远车水马龙排着队，但是像海澜之家、拉夏贝尔这些国产中档

    品牌都呈现出收入、利润双腰斩的态势。城市也在快速分化的进程中，大

    城市的胜利越来越明显。尤其是就业市场，上半年一线城市招聘人数下降

    3.2%，而四线及以下城市招聘人数下降了72%。这种分化同样反映在了房价

    上，2020年前8个月，北京、上海、深圳、广州、杭州、成都这几个核心城

    市，房价平均上涨了6.1%，而其他城市平均只上涨0.5%。优质的核心城市

    与其他二三线城市的差距正在拉大。房产价格的分化上行，金融资产价格

    的上涨，劳动力市场的分化，又都将中国的财富差距往前推进了一步。和

    其他国家一样，中国“富”和“穷”之间的鸿沟也越来越像天堑。

    但故事的另一面是，中国的分化显示出很强的“本国特色”。

    2020年疫情中有个很奇特的现象：中国民间社会显示出极大的韧性。

    当全世界都忙着放水，给低收入人群财政补贴的时候，中国的货币政策4月

    开始收紧，财政政策也稳如磐石。尽管数据显示底层劳动力市场受到极大

    冲击，但是从民间生活上看却颇有点波澜不惊：

    疫情过后，山西临汾的小县城新开张的四五家奶茶店每家都人满为

    患，长沙的超级文和友(民间小吃)每晚排几千号，北京的宠物展挤到主

    人和猫猫狗狗一起怀疑人生，迪士尼的热门项目前又排起了长长的队伍，宜家的沙发上重新躺满了摆出奇异姿势的顾客……

    偌大一个中国，人间烟火，言笑晏晏，犹如“疫情”从未发生过。既

    没有出现美国那样大面积流离失所的人群，也没有表现出对社会激烈的不

    满，在我们团队几个月从北到南一路调研的过程中，从美甲师，到餐厅服

    务员、出租车司机，从程序员、大学教师，到小企业主，几乎都是淡淡的

    表情，“是，有冲击，能活下来，能撑，疫情嘛，没办法”。

    为什么中国民间在巨大的冲击下仍显示出如此强大的韧性，得以支撑

    全球最淡定的宏观政策？为什么“分化”加速没有在素来不患寡而患不均

    的中国造成更大的波动？除了疫情控制得力之外，是否有更深层次的原

    因？这些问题可能对我们理解中国发展路径的过去、现在和未来会有所帮

    助。

    在挖掘数据的过程中，我们触及了一些关于这些问题非常“中国”的

    思考。和其他主要经济体的财富结构相比，中国财富结构的一个突出特点是：公共财富占比巨大。

    所谓公共财富，就是指政府拥有的建筑、学校、医院、交通设施等实

    物资产，以及财政存款等金融资产。过去半个世纪，全球各国的公共财富

    水平都呈现出下降趋势。英美德法日几个西方主要经济体从平均20%下降到

    0%左右的水平，像美国、英国和日本，公共财富占比甚至为负数，即公共

    债务超过公共资产——用大白话说就是，政府口袋里没钱，国家财富几乎

    全部由私人财富组成。

    私人财富产权明晰能极大地提高生产经营效率，给社会价值创造以正

    向激励—这在主流经济学中已经讨论得很多了。中国1978年从计划经济转

    向市场经济以来的财富增长和效率提高也遵循了同样的规律：公共财富占

    比从1978年的70%下降到2009年的30%，之后略有反弹，2019年上升到32%左

    右。所以和其他大经济体不同，中国的国家财富=公共财富+私人财富，异

    常突出的公共财富比例是理解中国财富结构和财富分化的一个重要落点。

    要知道，公共财富不是一个虚幻的概念，它的主要存在形式包括：基

    础设施、国有企业、公用事业以及财政存款等。公共财富的侵占和虚报，公共财富运转的低效、浪费一直是经济学的主要研究方向之一。比如，国

    有资产流失，国有企业效率低下，基础设施和公用事业建设维护中的腐败

    寻租，经营低效，财政存款的闲置和浪费等各种问题。所以，在很长一段

    时间内，中国语境下的公共财富类似“低效率”的代名词。

    但如果从另外的角度思考，我们会发现，公共财富具有很强的两面

    性。比如说基础设施，这是中国各地公共财富中占比最大的部分。基础设

    施既包括公路、铁路、机场、通讯、水电煤气、网络通信这些硬件设施，也包括教育、科技、医疗卫生、体育及文化等社会事业。正如刚才所说，尽管这些建设过程免不了有很多负面讨论，但是无可否认的是，过去几十

    年中国城市化进程中，这些大都沉淀成了城市的“固定资产”。而这部分

    固定资产的价值体现在了城市价值上，说得更直白点，体现在了城市的地

    价房价上。就中国居民的财富状况而言，这意味着——

    (1)过去20年，购买城市住房的居民分享到了中国增长的成果，也

    分享到了庞大的公共财富。更准确地说，公共财富以“城市住房”的形式

    实现了部分对居民的转移。

    回头再看中国居民的“财富”演变历程。中国起步于计划经济，直到

    80年代中期还是一个普遍低收入的社会，基尼系数在30%左右，除了顶层1%

    的富人外，99%的人都没什么财富，差异主要是城乡二元结构的“群体差

    异”，个体家庭之间的差距比较小。90年代后，随着个体经济放开，乡镇

    企业潮，价格双轨制中的套利潮，从深圳到浦东的开发潮，国企改制，资

    本市场进行了几次大的市场化转型，中国出现了第一批“先富起来的

    人”，财富不平等现象开始普遍出现。但这个时候，普通中国居民大多没

    有存量资产，除了深圳、上海这些发达地区，大家普遍对“财富”的概念

    还比较模糊。1998年到2019年是数以亿计的中国居民成为“有产阶级”的历史性的

    阶段。这个时期的起点是住房制度改革，终点则是由城镇化转向大城市化

    的万元美金社会转型。34这个阶段中国经历了平均每年高达9%的经济增长，城镇居民的收入则增长了5倍。考虑到我们45%的超高储蓄率，中国居民较

    大比例的收入转成了存量资产。这一时期的另一个社会现象是“购房

    潮”，最少有2001—2003年、2006—2007年、2011—2012年、2015—2016

    年等几次大的“房产热”，房价也节节攀升。以北京为例，从2003年到

    2013年，10年间房价平均暴涨了7倍以上，而房价的上升又反过来吸引更多

    居民使用杠杆加入购房大军。

    根据央行的数据，2019年，中国城镇居民的住房自有率35在90%以上，房产占中国家庭财富的70%以上，36这意味着这些年绝大多数中国居民储蓄

    的最大部分是以房产的形式存在的。换言之，房产价值差异是中国居民财

    富差异的最大来源。和股票、债券等资产不同的是，房地产具有极强的空

    间异质性一一不同城市，不同区域，不同小区，不同开发商，甚至不同楼

    层、朝向，都会有巨大的差价。如果说从2003年到2013年是中国房产的普

    涨年代的话，那么从2013年开始到2019年，随着中国城镇化转向大城市

    化，城市房价开始分化，一线城市房价翻倍，二线城市涨了60%，三线城市

    涨了40%，东北的很多城市，比如鞍山、鹤岗，房价根本没涨，甚至在下

    跌。37在北京拥有一套房产的人和在贵阳、山东乳山各有一套房产的人，其

    财富差距可以是十倍、百倍以上。2019年后，随着中国增长转向人力密集

    型的服务业，大城市的优势更加突出，这个差距还有加速的趋势。就中国

    居民的财富状况来说，这意味着——

    (2)区域城市间的差别是中国居民财富分化的主要表现形式。

    这里有个很值得讨论的话题—关于大城市房子的限购问题。大城市房

    价过快上涨带来诸多问题，比如中小企业的租金上涨，导致产业挤出;再比

    如资金涌向房地产行业，导致经济脱实向虚。尤其对于新进入城市的年轻

    居民们造成了很大的压力，导致人才流失或者普通居民家庭负担加重。所

    以从2016年下半年开始，中国政府逐步开始实行史上最严的调控政策，尤

    其要限制大城市房价过快上涨。

    这些措施包括提高首付比例、限制房贷、规范商品房销售监管、整治

    市场违法行为、加强销售价格监管，甚至还有直接的行政限价，其中最严

    厉的是2010年开始的限购：从北京、上海开始，逐渐向广州、成都、长

    沙、郑州等城市铺开，到2016年，全国21个大城市实施了限购政策——一

    个家庭最多能购置两套住房，越是大城市，限购政策执行得越彻底。北

    京、上海尤甚。

    我当年在北大当教授时也认为这一政策不能奏效，还在硕士面试中出

    过题目，让学生用经济学原理讨论这一政策会拉高还是降低房价。很多好

    学生很快给出了答案：限购打击了供给，却并没有解决人们的买房刚需，反而会推升房价，降低了房产市场资源配置效率。这是一个符合经济学原

    理的答案。

    但是现实世界不是教科书。站在2020年，站在全球财富差异导致的冰

    山浮出水面、全球社会被撕裂得生疼的这个年份，回头再思考这个问题，我会有不太一样的视角。

    本质上这是一个如何在效率与公平中求得平衡的问题。我们不妨想

    想，假如中国房地产没有限购会发生什么情况——2020年《钱从哪里来》

    的第三章和第四章中，我们讨论过人口往大城市集聚是全球几百年来的发

    展趋势，根据中国基础设施、教育、医疗、文化、行政资源等各种资源的

    集中情况，人口集聚现象会更显著，所以“大城市的胜利”是一个必然趋

    势，逐利的资金也自然会向大城市集聚。

    设想一个决策的场景：石家庄、太原、沈阳、长春、青岛、乌鲁木

    齐、苏州、长沙、郑州……这些城市的富人们在考虑房产投资时会有什么

    选择？是去北京、上海、深圳买，还是在当地买？可以肯定绝大部分资金

    会“往高处走”，流向这几个大都市。相比来自全国富人的需求，这几个

    城市的供给实在太少，房价的上限都不知道在哪里。这样会形成什么局面

    呢？大城市的房价继续飞飚，而这些二线城市的房价无法支撑。对于生活

    在这些城市的普通中产家庭来说，绝大部分资产来自房产，城市经济下

    滑，他们的财富缩水。

    这个逻辑可以继续下推：长沙不限购，岳阳、汨罗、衡阳、益阳……

    的资金会涌入长沙(如果资金不够去北京上海的话)，同样地，这些三线

    城市房价更加无法支撑，生活在这些城市的普通中产家庭的财富日益减

    少。

    这样一来，中国房地产市场会出现一个绝对头部效应的情况——北上

    广深挤满了坐拥数栋、数套房的富人，享受一线城市的溢价，也占有更多

    的公共财富资源，除了少数城市原住民，这些城市的年轻移民，即使掏干

    净家里“六个钱包”，也可能没有上车机会。二线城市的房地产市场低

    迷，居民财富和一线城市的差距拉大到无法想象的地步，后面几线城市则

    会更加凋零，中国居民的财富不平等也一定会蹿升到一个新的高度。

    这里需要强调的是，上面的讨论并不意味着“限购”是降低贫富分化

    的理想政策，资本利得税、遗产税、房产税，都可能是理论上更优的政策

    选择。而且“限购”出台的初衷确实也是为了限制房价上涨，平息社会的

    不满情绪，但是客观上，限购，尤其是大城市的限购，确实起到了限制资

    金财富的马太效应，避免城市房价和中国家庭财富过度分化的作用，也多

    少为城市的新进入者留下了一扇门，即使这扇门推开的时候有点沉重。

    皮凯蒂曾经讨论过，资本管制相当于一种对资金的流动性折价(比

    如，王健林的100亿不是一个在全球都有购买力的100亿)，这相对而言减

    少了财富的分化。从这个意义上看，大城市的限购政策就像国内各城市间

    的“资本管制”，各地富人的大资金也因此被流动性折价，减缓了房产价

    格的极端分化，也减缓了财富分化的发展。自有住房率，房产在家庭财富中的极高占比，大城市的限购政策——

    在这几种力量的作用下，中国社会的财富分化出现了一个非常有趣的特征

    ——

    (3)中国的财富分化主要体现在城市差异上，所以同一城市内大多

    数普通居民家庭的财富分化状况暂时处于较为温和的水平。

    公共财富，城市化，房产，这是理解中国居民财富状况“现在”和

    “过去”的关键词。这也可以解释疫情冲击下中国民间生活的波澜不惊：

    疫情隔离期间，很多低收入人群离开大城市，返回自己的家乡：北上

    广深的人口大幅减少，小城市的人口增加。由于大部分人都有自己的住

    宅，而且买房时的杠杆率极低，所以家乡的生活成本其实非常低。而中国

    人高达45%的储蓄率，也使得大部分家庭短时间内还有充足的存款去应对疫

    情冲击——和美国住房的高杠杆不同，中国住房贷款余额占GDP的比例仅为

    47%，与美国(约60%)等国家相比并不高，所以住房也充当了疫情的减震

    器。

    这些信息透漏了些许积极的讯号，但这并不意味着中国无须面临“财

    富分化”持续恶化的趋势。

    一个不容忽视的趋势是，中国前1%的富豪的财富份额一直持续上升，这部分人群挤占的包括两个阶层：一是中产阶级，同期50%—90%的中间层

    财富份额下降了26%，二是后50%的人口(基本可以看作农民群体和城市贫

    民)，他们收入则从总收入的16%，下降到2015年的6%——虽然没有美国的

    “0”那样触目惊心，但是这样的趋势和速度也难免让人忧心。

    更重要的是中国所处的增长阶段和模式的变化，也会让不平等的冰山

    更快地向我们浮来。就像我之前说的，高增长时大家的注意力在“效率”

    上，主要考虑怎么更好更快地烤出更多蛋糕;增长机会少了，大家的注意力

    一定更倾向于“公平”，要考虑怎么更好更合理地分配现有的蛋糕。

    更何况，大城市分化的节奏只会加快，很难减缓。2012—2013年，中

    国从制造业驱动逐渐转向服务业驱动的模式。服务业对人口密度、人口质

    量都要求更高。而服务业中很多人力资本密集型的行业，比如资产管理和

    交易、半导体和集成电路、商业智能分析、设备设计、儿童服务、广告设

    计、数据集成和应用，几乎都只能在大城市活下来，这也为大城市带来了

    更高的资源利用效率，更低的人均成本，更通畅的知识和信息传递。这一

    切都意味着以城市房产为财富主体的中国居民的财富差距一定会继续拉

    大：这个趋势可以减缓，以时间换空间，但无法逆转。

    此外，还有下面章节里我们将详细讨论的，数字化、智能化导致的劳

    动力市场分化以及不可避免的低利率通道，这些力量在未来会继续撕扯中

    国的社会阶层。

    那么，有什么白衣骑士可以阻挡贫富不均的步伐吗？

    它山之石可以攻玉，别国的经验教训总是可以吸收。比如说房地产上

    坚持“涓滴渗透”的方法，让资金“较均匀”而不是“最高效”地在各个城市分配;比如考虑采取欧洲、日、韩的高累进税制，包括个人所得税、遗

    产税和资本利得税，以及制定高福利政策，替社会“托底”。

    但这些归根到底都不是根本。和欧美不一样，中国还没有进入稳态增

    长的阶段，根据2019年我国刚刚达到人均GDP1万美金的发展水平，我们还

    有“增量”的机会。

    2020年10月29日五中全会的公报中，有一句话叫作“2035年中国人均

    国内生产总值达到中等发达国家水平”，这是整个公报中最亮眼的一句

    话，也是首次提出的一句话。所谓达到中等发达国家收入水平，大约是人

    均GDP达到2万美金，现在刚到1万，这意味着未来的15年内中国经济要翻

    番，也就是说每年要保证4%——5%的经济增速。考虑到边际增长率的下

    降，未来5年需要保持更高点儿的增速，为之后任务的完成留下足够的空

    间。这代表着“增长”还是未来15年的主旋律。套用一句著名的论断，“让发展的问题在发展中解决”—增量会部分地暂时淡化分配问题。

    但是我们也要避免增长过程中的失衡—增长果实需要让更多的，尤其

    是后50%的人分享到。怎么分享呢？从工棚城市化转向市民城市化——说得

    更直白些，要让那些工作服务在大城市的“新移民”“农民工”以较低的

    代价获取城市价值上升中的权利，享受到公共财富的增值。

    与“遍地开花”的传统制造业不同，对于人力资本密集型的服务业来

    说，知识、创意成了增长的源动力，而这一切需要依附于高度聚集的大都

    市和城市群。例如，大都市的繁华商业区看到最新的消费潮流，可以成为

    创业者开办生意的养分;大都市有更多的博物馆、艺术展览和多不胜数的广

    告牌，可以给艺术创作者带来启发。此外，大城市高度的专业分工，也让

    更多人有了提高收入的空间。一位高级怀石料理师傅，回家乡发展也许只

    能做一家小菜馆的厨子;一位数次登上《时代周刊》的喜剧宗师，如果在小

    县城可能只有靠摆地摊才能养家糊口。

    张明明是东北盘锦市的一个职高的学生，2012年毕业后到北京，从底

    层销售开始做起，现在已经是一家荷兰数据公司的销售小主管，年薪30多

    万，他的同学留在盘锦的，最好的出路也就是当公务员，每月收入2000多

    元。2020年县城财政越来越紧张，同学愁眉不展，他们公司受益于数字

    化，业务量大增，上半年光奖金就多了7、8万。

    的确，让更多人“进城”，是提高全民收入的不二法门。但是，张明

    明有自己的烦恼。一是没有户口，孩子以后读书、家里买房都面临问题;二

    是北京虽好居不易。他家里是小县城的普通人家，积蓄不多，很难支撑他

    买房，靠他30多万的年收入，即使不考虑“落户分数”的问题，也很难买

    得起北京的房子。只要买不起房，再过一个8年，张明明也不是“北京

    人”，他的孩子也不是北京人，将面临升学、就医、社保等诸多会在代际

    上有巨大影响的问题。

    这些，不仅仅是公平与否的问题。实际上，这才是中国经济最大的

    “效率”和“增长”问题。除了进出口外，增长主要就是投资和消费两块。一个经济转型专家们

    爱用的词语叫“拉动消费”，但消费又不是天上掉下来的，消费是收入和

    财富的函数——扪心自问，我们是否没钱的时候消费得战战兢兢，只有收

    入足够高，家里储蓄足够丰厚的时候才更愿意花钱，花钱更安心？为什么

    这逻辑到别人身上就消失了呢？拉动消费的根本在于让更多的居民有收

    入、有财富、有安全感。现在的商业模式大多都将眼光投在大都市圈这几

    亿“中产阶级”的“消费升级”，这当然没错。但是再想想，中国可是有

    14亿人口的大国――要知道，中国居民只有不到4亿人坐过飞机，1.5亿人

    有护照，可能出过国，不到1亿人喝过星巴克，不到4亿人有驾照;此外，还

    有5亿人没用过互联网，至少5亿人没有用上冲水式卫生厕所……

    让另外1亿、2亿，甚至更多的人成为“中产”，让中间层的收入提

    高，财富上涨，创造流动性，让下面的人有上升的机会、让中间的人有继

    续攀登的希望——这才是中国最大的增长潜力所在。所以下一阶段的问题

    不仅仅是经济翻番，更需要让增长果实向中下层倾斜，尤其是上一波增长

    分配中被落下的人群，让他们成为“新中产”。

    问题来了，怎么让这些人成为新中产？

    太阳底下并没有那么多的新鲜事。20世纪中期的美国、英国、日本等

    发达国家的历史、21世纪初的中国经验都告诉我们，首先要让更多人拥有

    资产——大城市房产是其中首选。所以，我们接下来应该做的是“在核心

    城市大规模建造安居房，帮助以农民工为主体的新市民以较低价格在城市

    安家置业，创造新一代中产”38——这就像1998年住房制度改革，存量住

    房开始私有化，当时很多人折价买房，将公房转成商品房，本质上是一种

    福利型的增长政策，在刺激需求的同时让住房得以相对公平地分配。目前

    来看，这个被称为“二次房改”的方案是一个较能兼顾公平、效率两面的

    路径。“大规模”和“较低价格”是其中两个关键要素。大规模是指普遍

    性，较低价格则是普惠性，两者缺一不可。没有足够规模，拉动效应不

    强，缺乏较低价格，无法实现。

    房地产是现代经济体最重要的支柱行业，具有其他行业不可比拟的拉

    动效应——这不是中国的独特现象，而是全球自20世纪以来的共同经验。

    斯坦福大学经济学终身教授路易吉·皮斯特费里(Luigi Pistaferri)等

    学者提 出的财富 效 应 ， 39 美 联 储 的 马 特 奥 · 亚 科 维 洛 ( Matteo

    lacoviello)等学者提出的抵押品效应，40这些研究都就地产对经济增长的

    拉动作用进行了深入的阐述。按照徐远教授在《疫情的经济后果：以二次

    房改增强经济动能》中的估算：假如针对以农民工为主体的新市民，每年

    兴建1000万套安居房，套均面积50平方米，套均投资100万，每年直接投资

    10万亿，可保证10—15年每年5%+的高经济增长，会让未来10年中国得以继

    续处在“增量经济”的通道上。

    更重要的是，“二次房改”如果能够完成，中国的城市化才真正走上

    正轨——将城市权利赋予替城市承担义务的人，将工棚城市化转化成市民

    城市化，让城市的创造者、建设者享受到城市增长的果实，也分享到中国巨大公共财富的红利。庞大数目的新中产只有在房产的财富效应下，才能

    真正完成“拉动消费”的命题，也才能让“消费升级”保持更久的活力和

    空间。

    对于我们这样一个人均GDP刚跨过万元美金，仍然有十亿多“不富裕人

    口”的大经济体来说，只有增长是真正的解药。只是，这个增长的过程需

    要不断矫正，让增长的果实能被更多的人得以分享。

    “人们好多年来，在寻找太阳，我想知道，谁能够停下这场雨。”幸

    运的是，我们知道自己还有选择。

    ·第三章 数字摩登时代

    ·我最爱去的唱片店，昨天是她的最后一天，曾经让我陶醉的碎片，全都散落在街边

    我最爱去的书店，她也没撑过这个夏天，回忆文字流淌着怀念，可是已没什么好怀念

    ——新裤子《没有理想的人不伤心》2020年的赢家

    2月16日，情人节刚过，全国大部分地区还在隔离中，阿里旗下的线上

    办公App钉钉突然在B站发布了一条鬼畜的洗脑神曲，脑洞清奇地跪求小学

    生们(“少侠们”)放过自己，别再给自己打一星了。

    “.……少侠们，请你们饶命吧

    大家都是我爸爸

    我还只是个5岁的孩子

    却加班到脱发

    少侠们，是在下输了

    被选中我也没办法

    不要再打一星，不然我只能去自刷

    少侠们，请问这样行不行，我求求你们了 !”

    故事是这样的：新冠期间，小学生们正在为不用上课而窃喜时，教育

    部决定选用钉钉做网课平台——“社畜们”都知道，钉钉是黏人软件，早

    上“噔噔蹬”催人老，上下班花样打卡无处遁形，几十个工作群消息此起

    彼伏。小学生的玩耍时间因此被严重侵占，这届小学生纷纷大怒，听说App

    一星级以下会被下架，少侠们开始出征各大应用商店，给钉钉刷爆一星差

    评。这事儿因此还上了热搜。阿里也真是老江湖，一见大事不妙，马上反

    手一波危机公关，在“后浪们”出没最多的B站，上线《钉钉本钉上线求

    饶》的鬼畜风格视频，卑躬屈膝地求小学生们“放过”，大刷了一波好感

    和存在感。

    对钉钉的员工来说，2020年是春暖花开的一年：光一季度月活用户数

    就翻了一倍多，达到1.77亿，一把解决了之前市场对它最为担心的增长瓶

    颈问题。除了钉钉以外，阿里家族也全面受益：根据易观的统计，第1季度

    盒马生鲜的用户数量达到1735.1万人，环比增长34%，成为生鲜电商领域第

    一应用;菜鸟裹裹2020年上半年的寄件量较2019年同期增长70%。从4月1日

    到10月20日，半年时间阿里巴巴股价上涨了65.2%。阿里当然不是唯一的受

    益者。在线办公、在线教育、在线医疗、电商等行业，业绩普遍暴涨。根

    据中国互联网络信息中心的统计，截至2020年6月，在线政务服务用户增长

    52%，在线教育用户增长64%，网络直播用户增长30%。从4月初到10月20

    日，腾讯股价从383.6港元涨到了566.5港元，美团股价几乎翻倍。猿辅

    导、作业帮等线上教育都拿投资拿到手软。美国也一样，亚马逊、特斯

    拉、谷歌、苹果这些数字化企业都成了造富机器，规模、利润、股价都一

    路狂飙。

    只要和线上化、数字化沾亲带故的工作岗位，也都是一片“生活因你

    而火热”41的场景。随着业绩上涨，阿里扩招。2020年新招3万个岗位，不仅有门店的配送、分拣等蓝领岗位，也包括采购、市场、技术、运营等白

    领岗位。阿里云宣布，一年内将在全球招募5000名员工。菜鸟裹裹也将新

    增3万名专职快递小哥。阿里的数字化新业态也衍生出许多“奇葩”的新兴

    工作岗位：天猫精灵以日薪8000元的高薪招聘能说地道河南方言的声音模

    特，达摩院平头哥(阿里旗下的芯片公司)则想招聘有强迫症的芯片验证

    师，希望他们以追求完美的心态给芯片设计“挑刺”。

    我们研究了主要招聘网站的数据，发现前8个月，网络主播、数据分析

    处理工程师招聘人数同比上涨50%左右，程序员招聘人数同比上涨22%，招

    聘薪酬也上升了10%左右。在线教育行业高薪抢人的新闻频上头条：8月，根据有道精品课发布的招聘信息，K12小初学段主讲老师的年薪在40万一

    100万元之间，高中大班课主讲老师的年薪50万元起，优秀者年薪可能超过

    100万元。猿辅导在线教育给2021届毕业生开出了25万—50万元不等的年

    薪;字节跳动旗下教育产品清北网校称将为优秀教师提供“年薪两百万，上

    不封顶”的薪资待遇。

    美国也是同样的情形。截至2020年7月，计算机及周边设备、数据处

    理、托管和相关服务的就业人数还有小幅上涨。

    如果光看这些场景和数据，很多人恐怕会感觉就业市场形势一片大

    好。但实际的情形是，2020年是劳动力市场的天灾之年：截至3季度，全球

    减少的工作时间相当于3亿全职工作岗位的流失，整体收入降幅超过10%。

    经合组织(OECD)国家的失业率达到1929年以来的峰值，美国的失业率更

    是达到二战后的最高点，最严重时一个月有近2300万人首次领取失业救济

    金——这个天量数字让多年研究劳动力市场的学者都目瞪口呆，甚至觉得

    要改写劳动经济学的教科书了。从目前的情况来看，这次疫情对劳动力市

    场的冲击起码是2008年金融危机的10倍。

    然而，在就业市场一片惨淡的光景中，数字化相关的职业却一枝独

    秀。套用一句烂俗的话，2020年一场疫情后，“数字化”或成为最大赢

    家。

    难怪在9月份的中国绿公司年会42上，马云半语重心长半踌躇满志地

    说，“在今天所有巨大的不确定当中，我认为数字化是确定的，数字化一

    定会全面改造所有的行业”。这话不是妄言，实际上，2020年6月美国云计

    算通讯服务公司Twilio一项针对全球(包括美国、英国、德国、澳大利

    亚、法国、西班牙、意大利、日本、新加坡9个国家)2569家企业的调研结

    果就已经显示，这次疫情会将企业的数字化进程提前6年。谁被困在系统中

    2020年9月8日，一篇《外卖骑手，困在系统里》的文章刷爆朋友圈。

    文中，一个名叫“朱大鹤”的外卖骑手发现，在过去三年多的时间里，自

    已被要求在越来越短的时间内完成同样距离的配送——2016年，美团3公里

    送餐的最长时限是60分钟，2018年，这个数字缩短为38分钟。2019年，中

    国全行业外卖订单单均配送时长比3年前减少了10分钟。时间的缩短是因为

    平台的智能算法逐渐“优化”。优化过程是这样的：骑手们的收人和考核

    指标紧密相连，而考核指标中的准点率、超时率、投诉率等，都会和送餐

    时间相关。为了有更好的考核成绩，骑手们不惜以逆行、超速、闯红灯等

    违规行为来与时间赛跑，制造出效率更高的指标数据——这些数据又会形

    成新的平均指标，反过来变成骑手们新的考核指标。换句话说，骑手们跑

    得越快，平均送达速度提高得就越快，随之就会被要求以更快的速度送

    达，骑手们则无奈地疲于奔命，就此形成了一个往复循环、旋螺上升、越

    逼越紧的反馈机制。这种“高效”和“优化”的背后是平台基于大数据的

    系统和算法。骑手们创造了大数据，算法分析大数据、再反过来“控制”

    骑手。数字时代，人成了一个数据符号，被围困在了系统里。

    这一幕，人类社会其实不陌生。

    将近100年前，电影《摩登时代》片头字幕意味深长地写着，“本片讲

    述工业时代，个人企业与人类追求幸福的冲突”。片中的主人公查理是20

    世纪初大机器工业时代背景下的小工人，为了赚取微薄收人，他日以继夜

    地在机器隆隆作响的厂房里工作。工厂遍布监控，甚至连洗手间都有，为

    的就是不让工人有偷懒的机会。面对高强度的工作，查理成了生产流水线

    上的一个机器，最终因神经错乱而住进了精神病院。

    时间再往前，18世纪中期第一次工业革命时，由于纺纱机的技术进

    步，一名工人将1磅棉花纺成纱线所需时间从500小时缩减到3小时。机器生

    产逐渐替代了手工劳动，大批手工业者破产。1779年，一位名叫内德·卢

    德(Ned Ludd)的英国织布工怒砸两台织布机，并获得了大量工人的支

    持。他们认为，消灭机器就可以把原来属于自己的工作拿回来。1811年至

    1813年间，工人们发起了声势浩大的“卢德运动”，他们冲进纺织厂，捣

    毁机器设备。

    后来的事情我们都知道了，卢德运动没能阻止机器代替人力，生产流

    水线也成了工业社会的标配。尽管技术进步最终创造了大量工作岗位，将

    人类社会的增长推进到了前所未有的高度，但是在变革的过程中，很多来

    不及做准备的普通劳动者就被遗弃在了旧时代的阴影中，社会动荡，暴力

    革命，也随之而来。

    技术进步换成了“数字化”的这次变革，历史会不一样吗？

    答案有点扎心。尽管数字化和之前的技术进步一样，本质上仍然是胜

    利者的狂欢，但数字化是更加有偏向性的技术进步，高技能、高创意、高收入的群体被赋能。这会导致两个细节上的差异：第一，被冲击的人群覆

    盖面更广;第二，赢家通吃的趋势会加大。

    这是一个有点残酷但几乎不可逆的结论：数字化已经，正在，还将继

    续加速人类社会的“分化”。

    作为仍然保留着人文主义关怀的知识分子，写到这里的时候，心中难

    免有点悲凉。但站在现实主义的学者角度，我们这些普通个体，都是时代

    的“价格承受者”(price taker)。既然时代不可逆，那么更理性的个人

    策略可能不是恨天怨地，而是追问一些更现实的问题并找到答案，比如：

    在这场数字化浪潮中，谁会被抛弃，谁又会是胜利者？数字化进程

    中，哪种姿态，哪个方向更可能会通向上坡路？

    要找到这些问题的答案，我们要首先弄清一个基本概念——数字化的

    本质是什么，为什么它会加速分化？数字化：从抽象化、标准化到智能化

    (1)数字化的本质

    假如将视野放在历史的大背景下，我们就会发现，“数字化”根本不

    是新鲜命题——

    古巴比伦的《汉穆拉比法典》共有282条法律，对刑事、民事、贸易、婚姻、继承、审判等制度都做了详细的规定;秦始皇在全国设置郡县，统一

    度量衡，对人口进行登记管理;罗马帝国也将全国划分为若干行省，并建立

    了人口普查制度，对全国各地居民的人口数量和财产状况进行调查登

    记……这些都是人类文明早期的“数字化”管理。更进一步，从文字的产

    生，到货币的创造，从五线谱的发明，到资产负债表、收支两条线等金融

    会计概念的普及，从近代科学的进步，比如声波、光谱、电流，再到计算

    机语言，等等，都是“数字化”或者“代码化”的表达。可以说，从结绳

    记事开始，人类文明史就是一部不断数字化的历史。

    从广义上理解，“数字化”就是信息从具象到抽象，从模糊到精确，从主观到客观的转化过程。通过这个转化，信息会变得简单，容易扩展、储存、传输和处理。换言之，数字化的本质就是抽象化、标准化和结构

    化。

    举个例子，“北京大学的10000名员工”——现实世界中这条信息牵涉

    到10000个迥异的个体，理论上，一个正常人根本没有办法处理这样复杂和

    庞大的信息量。怎么办？首先我们可以从性别、年龄、籍贯、职称、工作

    年限等各个维度进行抽象，然后基于这些抽象后的信息编制人事档案名册

    —这一步意味着我们将10000名完全不同的人进行了“标准化”和“结构

    化”的处理。通过这样的处理，组织协调人群的时间和成本极大地减少，管理效率得到极大提高—这就是很粗放和低阶的“数字化”。

    但这些人事档案的结构化程度还不够高，因为各单位处理信息时都有

    自己的一套标准，所得数据的通用性差，它们只能算是散落在各单位档案

    柜里的“死”数据;而且“性别、籍贯”这些抽象表达也是粗颗粒度的，数

    据呈现的画像也比较模糊。有了计算机之后，我们就可以继续对信息进行

    “数字化”：将这些粗颗粒度的文字信息全部转化成计算机语言，即更加

    通用的数字信息，这就是俗称的“编码”。随着计算机技术的不断进步，越来越多信息都可以编码，进行数字化转换，做批量处理和开发——这就

    是更高阶的数字化。

    从互联网出现到移动互联网流行，是数字化中最具革命性的一步。通

    过移动终端，北京大学10000名员工的行为和交互逐渐线上化，被连接，形

    成海量的数据。这种数据和之前的“数据”有本质区别：

    第一，数据量极“大”，这也意味着信息的颗粒度极细。它们不仅仅

    包含“性别、籍贯”这些基本属性数据，还包括人们在互联网上留下的点击、搜索、留言评论等数字足迹，可以由此提取出兴趣爱好、行为规律、心理特征等一系列标准化标签，从而拼出“高像素”的用户画像。

    第二，它是即时、动态的“活”数据。过去传统经济模式下，数据是

    单线传递的，一个企业想要获得消费者的反馈，必须建立一个营销团队，甚至雇佣专门的咨询公司来做市场调查，形成的是成本高、时滞长、信息

    粗放的“死”数据。而在数字化时代，互联网记录了社群之间的实时互

    动。在电商平台上，随着消费者的点击、付款、评价等动作，厂商就即时

    接收到了消费者的反馈信息，并根据这些信息进一步优化产品和服务。这

    样，数据就变成了流动的生产要素，不断提供增值服务，改进后进一步再

    产生新数据，形成“活”数据的反馈闭环。

    所有数字化平台都依赖于类似“活”数据的反馈闭环。例如，视频平

    台Netflix(奈飞)会将视频内容细分为7万种视频“微类型”(micro-

    genres)，挖掘用户偏好，再通过元素的重组，为下一步新的影视内容摄

    制提供参考。Airbnb(爱彼迎)会根据后台的数据分析，下架有不良记

    录、差评较多的房东的房源，将经验丰富、评价较高的房东的房源置于推

    荐列表前端，从而提高房源和房客之间匹配的成功率。之前静态的离散的

    数据，对应的是物理世界里的一些历史信息，随着人类社会线上化的渗透

    越来越深，数据量呈指数级增长。以脸书和微信为例。截至2020年9月底，脸书服务“家族”(包括脸书、Instagram、WhatsApp和Messenger等)用

    户数已超过30亿，以此计算，脸书大概记录着2850亿对社交关系每时每刻

    的变化。2018年的微信App，平均每天有450亿次信息发送出去，4.1亿音视

    频呼叫成功，这相当于平均每个活跃用户每天发送42条信息，每隔两天半

    就有一次音视频呼叫。按照摩尔定律，全球数据量大约每两年就翻一番。

    据全球著名市场研究公司IDC的统计，2.005年，全球每年生产的数据量是

    130EB，到2016年，这个数字是18ZB。43中间差了大约142倍。2019年，这个

    数字又攀升到了41ZB。按照这样的速度，再用22年的时间，到2041年，数

    据量就会是2016年的1000倍。这意味着，数据的颗粒度越来越细，覆盖面

    越来越广，这些即时的活数据对现实物理世界映射的精确度越来越高，逐

    渐形成和现实世界对应的“线上数字世界”。

    至此，人类的数字化进程进人了从量变到质变的阶段，一个最重要的

    变化是商业逻辑改变了。

    (2)数字世界的商业逻辑

    基于数字化即标准化、抽象化的讨论，“数字经济”并不难理解：无

    非是现实中经济活动以抽象化、标准化“数字信息”表达的部分。正因为

    其抽象化和标准化的特征，每个个体加入时，都不需要重新调整系统，边

    际调整成本为零。这使得新用户的进入成本极低。而新用户的加人会对其

    他用户带来潜在正收益，这种网络效应会推动线上世界滚雪球式地扩张。

    举个例子：使用微信支付的消费者越多，微信支付收款码对于商户的价值

    就越大;而使用微信支付收款码的商户越多，微信支付对消费者的价值也越

    大。这种正向互动就会推动越来越多的消费者和商户加入微信支付的世界。当用户总数突破临界点，会出现“赢家通吃”的效果，潜在竞争者就

    难以撼动其江湖地位。

    这意味着，一个“数字经济”企业更容易实现规模化，也容易支持复

    杂的结构和生态。在这个逻辑下，我们很容易明白，为什么那些“数字经

    济企业”常常呈现出几何级数般的增长速度，为什么“平台”越来越成为

    我们这个时代的企业组织模式，为什么在数字经济领域里，我们会越来越

    频繁地观察到“跨界”“破圈”这些现象。

    沃尔玛做到千亿销售额花了35年，44而亚马逊花了18年，淘宝和天猫更

    是用9年就迎来了千亿美元销售额的里程碑。45微信、脸书这种“数字社

    区”更是呈现出“病毒式”的扩张，微信用6年时间覆盖了9亿人口，脸书

    成立13年就吸引了20亿用户，覆盖130多个国家。更令人惊异的是社区的复

    杂度——脸书允许用户拥有的好友数量多达5000名，而通常用户的好友人

    数为190人左右。

    但这其实还只是第一步。随着数字平台对人类社会生活的深度渗透

    ——除了我们熟悉的淘宝、微信、美团以外，还有亚马逊、谷歌、脸书、优步等，它们已经实现了对普通人生活的全方位覆盖，“数字世界”逐渐

    演化成为一个有“人的行为活动”的动态三维世界。和线下物理世界相

    比，这个世界由标准化和抽象化的数据构成，是一个更有规则、更可控和

    更可预测的世界。这些特征使得线上数字世界具有了影响线下现实世界的

    能力——利用动态即时的大数据一步步去优化产品、流程、决策开始成为

    现实。换言之，作为数字化的高级阶段，数据驱动的“智能化”开始全面

    启动。

    数据驱动的生产服务效率会提高。比如：外卖平台基于骑手们的行为

    大数据，设计新规则和新考核指标，倒逼送餐效率提高;社交媒体依靠庞大

    的用户行为数据库，挖掘用户自然属性、兴趣爱好、行为特征等标签，帮

    助广告主锁定目标用户群体，实现高效营销;等等。2020年9月刚刚面世的

    阿里“动物园”的新成员—犀牛智造，将数字化浪潮推进到了工业时代的

    核 心 堡 垒 —— 制 造 业 工 厂 流 水 线 ， 犀 牛 智 造 运 用 云 计 算 、IoT(International of Things，物联网)、人工智能技术，为工厂赋予

    “智慧大脑”。以服装生产的数字化来说，每块面料都有自己的“身份

    ID”，进厂、裁剪、缝制、出厂可全链路跟踪;产前排位、生产排期、吊挂

    路线，都由人工智能机器做决策，大幅提高了生产效率，将行业内平均

    1000件起订，15天交付的流程，缩短为100件起订，7天交货。在消费端，背靠淘宝、天猫的海量用户数据，基于大数据和算法分析，犀牛智造可以

    有效地预测大部分细分市场和行业的消费趋势，而且能精确到未来一个月

    能卖到多少件，指导厂商生产爆款。两年前马云对新制造的设想——“从5

    分钟生产2000件相同产品，到5分钟生产2000件不同产品”46逐渐成为现

    实。

    更重要的一点，“数字化”开始逐渐成为“背景”。近10年来，不仅

    仅是这些为我们熟知的数字平台企业，实际上几乎所有的传统产业公司都在进行数字化改造。

    宝洁前CEO罗伯特·麦克唐纳(Robert McDonald)就是企业数字化转

    型的拥趸。在宝洁的工厂，生产流程中产生的实际数据能实时反映到虚拟

    工厂的场景上，实现数据可视化，之后再来指导生产。在运输和物流环

    节，宝洁则创建了一个被称为控制塔的加强型数字运营平台，通过平台能

    看到所有的运输活动，包括厂内和厂外，原材料和产品。市场营销方面也

    在从传统媒介向数字展示、在线视频、搜索营销等非标准媒介转移。实际

    上，从新原料采购，零售商关系，到生产产品，再到品牌与消费者的沟

    通，宝洁已经是一家高度数字化的企业。自1955年《财富》发布500强排名

    以来，宝洁始终保持在150名以内，2020年全球市值排行中排名第16位，这

    和其快速的数字化转型密不可分。

    传统报业巨头《华盛顿邮报》也是数字化转型的典型例子。2013年，亚马逊CEO的贝索斯花2.5亿美元收购了《华盛顿邮报》，此后便大步伐推

    进数字化进程。在内容方面，《华盛顿邮报》大幅增加了有原生数字媒体

    从业经验，擅长应用各种新潮工具来做视频、互动和数据报道的记者和编

    辑的人数。在技术方面，建立了诸多智能系统来辅助新闻编辑。例如：

    Bandito是该报新闻编辑室常用的未出版稿件受欢迎程度预测系统;Loxodo

    是一套定制型的编辑分析系统，可以通过算法比较该报和其他媒体发布新

    闻的速度、质量和向移动平台推送内容的数量差异;Arc则是该报的内容管

    理系统，为数据分析师抓取大规模的底层数据，并可以通过算法管理个性

    化内容。贝索斯收购该报两年之后，数字业务的独立用户访问量就增长了

    177%。与之相反，大批传统媒体面对数字化新媒体的冲击时多是左支右

    绌，走向了末路。2019—2020年，《法制晚报》《新商报》《北京文摘》

    《生活日报》等一大批名声赫赫的纸媒相继宣布停刊。

    随着数据逐渐成为必要的生产要素，数字资产份额越高的公司，效率

    越高，成本越低，规模和网络效应也越显著。这个趋势反过来加重了数字

    时代的二八分化，绝大部分增长都越来越集中在数字科技头部企业中。

    2006年，彭博公司发布的全球市值最高的10家公司的名单中，绝大部分都

    是在通信、能源、金融领域有着悠久历史的公司，只有微软作为“数字化

    企业”鹤立鸡群。14年后，全球市值最高的10家公司中有9家是数字化科技

    公司，47而且这一趋势还在持续中。偏向性技术进步与劳动力市场极化

    总结下来，“数字化”就是现实世界逐步被标准化、抽象化为数字信

    息表达的过程。人类社会一直在缓慢的数字化进程中。计算机、(移动)

    互联网的出现使得这个进程呈现出指数级加速的趋势，一个动态的三维的

    “线上数字世界”形成，服从摩尔定律的技术进步降低了交易成本，提高

    了生产效率，产生了新的生产要素—数据，并开始对线下物理世界产生影

    响，数字化从抽象化，标准化，开始演进到智能化的阶段─截至今天我们

    已经在数字革命全面展开的前夜。

    从历史来看，机械化、电力化等几次大的技术进步都给人类社会带来

    了普遍的增长，即使有短暂的波折，最终整个人类社会也都从中受益匪

    浅。但是到了数字化这里，越来越多的人开始忧心忡忡，就连科技狂人马

    斯克都曾公开表示，认为“人工智能是我们人类文明有史以来面对的最大

    威胁”。这是为什么呢？

    老齐是我的调研对象之一。之前他是湖南湘西自治州一家旅行社的小

    老板。他是湘西本地人，20世纪90年代大学导游英语专业毕业后就到张家

    界做了英语导游—那时候这是热门职业。尤其在张家界这种小地方，英语

    导游穿着光鲜，操一口流利的英语，经常出人大酒店，跟外国人打交道，收入也高，让很多年轻男女羡慕不已。2000年左右，老齐看准了国内旅游

    市场的兴起，就自己创业做了个旅行社。张家界这些年是旅游的大热点，旅行社的生意一直不错，他买了房，养了两个孩子，日子还蛮滋润。

    2015年后，老齐感到有点不对劲——报旅游团的人越来越少，年轻人

    多数都在各大平台上定自助游。老齐旅行社的营收大幅下滑，员工也陆续

    离职，2017年以来主要就靠小型的老人旅游团支撑。为了节约开支，已经

    很多年不亲自带团的老齐又重操旧业，开着那辆有年头的小巴车，陪夕阳

    红旅游团游览。老年团价格很难上去，老人们的身体也格外要注意。一单

    做下来，收支基本都是勉强持平，有时候还会亏点。2020年疫情来袭之

    后，旅游业基本停摆。老齐的旅行社勉强撑了2个月，4月份还是关门了。

    家里两个孩子，老大读高中，老二马上初中毕

    业，都是要花钱的时候，太太没工作过，一直这么坐吃山空也不是办

    法。老齐去招聘网站看过，但光年龄这一项就断绝了大部分工作机会，而

    且稍微像样一点的工作对计算机水平都有要求。思前想后，老齐琢磨着自

    己对市区交通还算熟，就做起了网约车司机。这行不难，但是真靠体力，算下来一天得跑15个小时，才能拿到200—300元的净收入。老齐太太买了

    两个保温桶，每天给老齐带饭。累了找个地方吃口家里的热饭菜，一是卫

    生，二来也节约开支，省时间。

    两三个月下来，老齐瘦了一大圈。他自嘲说10来年想减的体重倒是轻

    松减掉了，就是车开久了浑身酸痛。快奔50的人了，也不知道这么拼体力还能拼多久。我们边喝茶边聊天，老齐穿着一件白衬衣，虽然有点旧了，但还熨烫得很平整。衬衣的牌子我认识，叫作“金利来”——这也是90年

    代的一个香港品牌，是当时南方城市中产以上男士的最爱，这应该是老齐

    当年的标配。我和老齐见面的地方是长沙富丽华酒店——这是长沙最老的

    一家豪华酒店，现在虽然有点陈旧了，但90年代时还是很风光的。聊了一

    会儿，老齐环顾了一下酒店大堂，然后收回眼神，抱歉地对我笑笑，说：

    “小唐，我年轻的时候经常在这里接团。”

    我站在酒店大堂门口，送别老齐，看着他瘦高的背影，微微有点佝偻

    的背。他身上那件陈旧的但洁净的老式名牌衬衣，写着一个中年男人在时

    代浪潮中被摔下舶板后所能维持的最后的尊严。

    在过去的20年中，“老齐”不是一个特例，而是被极化的劳动力市场

    的一个剪影。

    20世纪，个人计算机的普及被视为“个人主义、自由主义”的春天，互联网出现之时更是承载了技术极客们“开放、自由、平等、民主”的愿

    景。2010年，美国社会学教授托马斯·斯特里特(Thomas Streeter)在

    《网络效应：浪漫主义、资本主义与互联网》(The Net Effect：

    Romanticism，Capitalism，and the Internet)一书中，回忆着互联网刚

    刚诞生时人们的热情：计算机的普及会让人类对世界拥有越来越大的主动

    权，会“产生日常生活经验和新自由主义经济视野的一致性，每个单独的

    个体都独自经营一个世界、不依赖他人，每个人都处于自我掌控的状态

    中……”

    但世界的反讽之处就在这里，70年代之后，随着信息技术进步后大面

    积应用落地，全球劳动力市场出现了“极化”的现象，即纺锤形的劳动力

    市场被杠铃式的劳动力市场所取代。以1997—2019年间的美国为例：高技

    能向的牙医的岗位数量增加了57%，实际工资上涨了26%;中等技能向的普通

    白领职业——簿记、会计、审计职员的岗位数量减少了13%，同时实际工资

    上涨幅度为牙医的一半;低技能向的蓝领职业—餐厅厨师的岗位数量虽然增

    加了93%，但实际工资仅仅上涨6%。实际上，几乎所有中等技能向的工作岗

    位(比如传统的生产、销售、行政类白领岗位)在逐渐消失，低技能向的

    工作岗位(比如服务或者体力劳动岗位)的数量上升，但实际收入水平不

    变甚至下降，只有高技能向的工作岗位(比如技术、管理及专业人士)在

    数量扩张的同时，收入水平也在快速上涨。

    换句话说，20世纪70年代之后，“普通白领”的岁月静好消失了，要

    么上升到“精英层”，要么下跌至低收入群体，收入的普涨被分化的上涨

    所取代。整个世界越来越像一个巨大的K型结构，没有中间路径，要么爬到

    上坡，要么滑人下行通道——这种极化的局面，和这半个多世纪以来的技

    术进步有着密切关系。

    技术进步对就业的影响从来都是经济学最关心的问题。从亚当·斯密

    时期开始，大多数经济学家认为，从长远来看，技术进步可以带动生产率的提高，提升人均收入水平，创造新的就业机会，是人类社会发展的发动

    机。

    然而实际的情形是，技术进步的阳光并不会普照大地，总是偏爱某一

    类人群，却冷落另一类劳动者——这叫作“技术进步的偏向性”。按照新

    技术对不同技能水平劳动者的互补或替代倾向，一般将技术进步划分为高

    技能偏向型和低技能偏向型。也就是说，如果某个时期的技术进步是高技

    能偏向型的，那么该技术可能会替代低技能劳动者，同时与高技能劳动者

    形成互补，高技能劳动的边际产出就会上升，刺激高技能劳动力的市场需

    求，高技能劳动者的工作机会增加，收入也会上升。反之，如果某个时期

    技术进步是低技能偏向型，那么低技能劳动者的就业机会和收人都会提

    升，而高技能劳动者的就业机会则会下降。

    第一次工业革命期间的技术进步普遍被认为是低技能偏向型的—当时

    英国的主要工业棉纺业以手工制造为主。技术精湛的手工业者需要经过长

    时间的学习和经验积累，属于工业革命之前社会的“高技能劳动者”。当

    工业革命开始后，飞梭、珍妮纺织机、水力织布机、瓦特蒸汽机等一系列

    技术革新让棉纺织业快速机械化，刚进城的农民、甚至十几岁的孩子，短

    时间培训后就可以操作简单机器。因此，工厂主们用廉价的机器操作员替

    代报酬较高的技术熟练的工人，原本的“高技能劳动者”大受打击——这

    就是低技能偏向型技术进步。

    之后的技术进步越来越倾向于“高技能偏向”。比如20世纪集装箱的

    发明引发了现代物流业的变革，码头转而大量雇佣工程师、程序员、技术

    工人等中高技能劳动者，传统码头搬运工人等低技能劳动者则失去了工

    作，这就是高技能偏向型技术进步。

    工业革命以后的教育体系，尤其是职业培训和高等教育体系，使得

    “学历”和“认证”逐渐成了劳动力技能的重要量化标准：学术研究中，一般将本科及以上学历的劳动者视为“高技能劳动力”，反之则是“低技

    能劳动力”。48

    20世纪末以来的数字化则进一步加强了这种高技能偏向型：由于数据

    本身具有正的外部性，即随着数据量的增大，其边际价值会增加，驱动了

    数字技术进步的快速迭代;而且，数据的复制成本低，几乎是零边际成本，加速了数字化平台的扩张速度。整体而言，数字化的偏向性技术进步对劳

    动力市场的影响主要表现在“学历悖论”、“创意溢价”和“组织平台

    化”三个特征上。

    (1)学历悖论

    一方面，学历溢价更加明显。数字化相关的职业一般学历的门槛都偏

    高，因为技术类岗位对编程、大数据处理的“硬实力”有较高的要求。例

    如，我们团队发现，在人工智能工程师的招聘中，50%的岗位明确要求本科

    学历，21%的岗位明确要求硕士及以上学历，且硕士及以上学历的薪酬是大

    专学历的2.5倍甚至更多。另一方面，“专业”的迭代速度加快，学历贬值也加快。很多20年

    前、10年前热门的专业已成了明日黄花。近3年内，985、211大学撤销了

    154个专业，包括曾经红极一时的经济统计学、公共事业管理、管理科学

    (详见本章附录)。而新增的前10大专业中，有8个都与数字化有关。20世

    纪90年代改革开放，英语曾是就业的热门专业之一，但是2010年后，英语

    已经沦为“失业量较大，就业率较低，月收入和就业满意度较低的专

    业”。2008年我在加拿大读博士时，就曾经碰到好几个接线员和出租车司

    机毕业于牛津、哈佛。1980年至2016年间的美国，本科及以上学历人群中

    从事低技能职业的比例提高了近20%，和工业化时代相适应的职业学历教

    育体系出现严重滞后已经不是新闻。由于大学专业更新淘汰速度太快，即

    使拥有高学历，可能也无法进人高技能的工作岗位。

    这两个看似矛盾的结论其实可以解释很多社会现象。比如，为了让孩

    子将来有个高学历，家长们竭尽所能地择校，学区房持续火爆，K12赛道也

    是越来越热。很多人担心自己的知识结构被快速发展的社会淘汰，不断地

    学习充电，导致这些年中国市场上各种类型的培训课程、知识服务、咨询

    业务风起云涌;等等。它们无不反映“数字化”技术进步带来的职业及成长

    焦虑和持续的社会分化。

    (2)创意溢价

    数字化技术对那些“可编码”的白领不友好，49但对于那些不可替代的

    涉及创造力的工作，数字化技术反而替它们加了杠杆。在2019—2020年中

    国的招聘广告中，数字经济相关职位要求的关键词分别是“创意，沟通能

    力，学习能力，团队能力”等;同样的，2019年，美国创意型职业50的平均

    年薪为8.53万美元，而其他职业的平均年薪为3.92万美元，前者是后者的

    2.2倍。而且自2000年以来，这个差距在缓慢拉大，在2000年时，二者之比

    约为2：1。

    但是创意溢价又伴随着更严重的收入分化：越是创意型行业，二八分

    化越严重。重复性劳动占主导的职业中，劳动过程标准化，个人技能发挥

    作用的空间不大;而创意性劳动占主导的职业中，劳动结果与个人能力高低

    密切相关。而且，在传统行业，劳动报酬根据劳动者的表现或者成果来线

    性计算，例如制造业工厂按件计工资;而在数字化行业，比如互联网行业，劳动者报酬虽然仍要根据劳动者的表现和成果计算，但个人能力更高的劳

    动者常常具有“赢者通吃”的特征。由于数字技术创新几乎可以零成本地

    复制，因此，当一个程序员设计出的应用程序比别人略胜一筹时，他就可

    以胜出并拿走客户支付的全部报酬。例如，20世纪90年代，微软的Windows

    实现了飞跃式的技术进步，用户可以同时运行多个任务，图形化的操作界

    面也对初学者非常友善，在消费者中迅速流行。这使得更多的人被“磁

    吸”到Windows上。为了和其他人分享文件、协同办公，大家会越来越倾向

    于使用其他人使用的操作系统，所以更容易形成“赢者通吃”的局面。接

    下来，Windows系统就摧枯拉朽式地打败了OS2、Workplace OS、Mac OS

    classic等竞争对手，在操作系统领域一统江湖。截至2020年5月，在个人电脑操作系统领域，Windows的市场份额占比为87%，那些早期的微软程序

    员，早就一个个实现了财务自由，深藏功与名。

    当前火爆的网络直播行业，“二八定律”的残酷性更是显露无遗。在

    当今信息非常丰富的世界，唯一稀缺的资源就是人的注意力，“头部”永

    远会占据大部分注意力。以网红MCN如涵控股为例，2020财年第3季度，公

    司旗下3位头部红人贡献了50.8%的销售收入，12位肩部红人贡献了38.6%的

    销售收入，而剩余144位腰部红人仅贡献了10%的销售收入。2020年8月淘宝

    直播、抖音、快手带货直播行业top50主播共计创造了120亿元左右的

    GMV(交易总额)，而位列前三名的薇娅、李佳琦、辛巴三人就拿下了其中

    的42%，风光无限。同时，也有无数的底层主播，梦想着成为下一个薇娅或

    李佳琦，为吸引粉丝而使出浑身解数，观者却寥寥，收入飘忽不定。

    我们团队研究了国内各职业内部的招聘薪酬分布，也发现律师、数据

    分析师、牙医、证券投资专业人员、程序员、网络主播等创意型职业的内

    部分化最大。这些职业高度依赖劳动者的个人技能，个人技能的差异直接

    决定了薪酬水平的分化程度。例如，律师职业中有14.7%的岗位招聘月薪超

    过2万，同时也有11.5%的岗位月薪低于5000元，近60%的岗位薪酬处于7000

    —2万元之间。程序员中有将近8%的岗位招聘月薪超过2万，同时也有6.7%

    的岗位月薪低于5000元(如表3-1所示)。

    表3-1各职业内部薪酬分布51互联网大佬们早已发现程序员行业的内部分化。比尔·盖茨曾说过：

    “一个出色的车床工人的薪水是普通车床工人的数倍，但一位出色的软件工程师的价值是普通软件工程师的10000倍。”2020年9月，Netflix的首席

    执行官里德·黑斯廷斯(Reed Hastings)撰文描述了他们公司的人力政

    策。Netflix有两种备选策略：第一，他们可以选择雇佣更多的程序员;第

    二，他们可以采取精兵策略，用高薪酬招揽少数最精锐的软件工程师。经

    过数年的试验，他们最终选择了后者。Netflix承诺，会为软件工程师们支

    付市场上同等职位的最高基本工资——基本年薪超过了30万美元。黑斯廷

    斯说：“多年以来，我发现最好的程序员创造的价值开非一股性大约是普

    通人的100倍。”

    与此相反，重复性劳动职业——收银员、车工、餐厅服务员、快递员

    的职业内部薪酬分化较小，例如餐厅服务员、收银员等岗位80%以上的招聘

    薪酬都低于5000元。

    (3)组织平台化

    很多人都意识到了“平台”越来越成为数字时代企业的主流组织形

    式。其实从80年代开始的“扁平化管理”就是这个趋势的源头。就像这一

    草刖说B，白动化程序和软件来搜集企业内部信息，大幅降低了企业的决策

    成本，也取代了从事数据收集整理工作的臃肿的行政科层，企业组织更加

    扁平化或去中心化。另一方面，在数字化时代，全球信息交流沟通的成本

    无限降低，生产价值链可以被无限切分，52企业可以将低附加值的生产环节

    外包给其他专业公司，这使得企业的生产更加灵活，对市场需求的反应更

    加灵敏。

    从企业成长角度来看，平台简直是福音：增速高，规模效应能更快实

    现；效率高，容易支持复杂的结构和生态；处于数字时代的核心地位，积

    累着指数级增长的“大数据”宝贵矿藏；等等。但是很少有人谈及这个组

    织模式的演进对劳动力市场的巨大影响。

    其一，同样的市值(收人)规模，平台企业的雇员要少得多。平台企

    业大多占据着生产价值链上的高附加值位置，而将低附加值的环节外包出

    去。举个例子，苹果2019年的营业收入是2000亿美元左右，利润约为550亿

    美元，员工数量为13.2万，大部分为研发、设计和营销人员；而为iPhone

    代工的鸿海精密(富士康的母公司)的营业收入是1700多亿美元，利润37

    亿美元，不到苹果的7%，用工则多达76万人，为苹果的近6倍，其中大部分

    为流水线工人。线下零售巨头沃尔玛2020财年53营收是苹果的2倍，雇员数

    量则是苹果的17倍。

    其二，平台企业的工作岗位分化加剧，对从事流程性、重复性劳动的

    员工的需求下降了，对有较好领导力、创造力、问题解决能力的高技能员

    工的需求上升。传统经济模式下，企业采购原材料，需要雇佣采购团队；

    内部经营管理搜集各部门数据，需要雇佣行政团队；要获得消费者的反

    馈、判断市场需求，需要雇佣市场分析团队、营销团队。例如，传统服装

    企业海澜之家2019年年报显示，销售人员占总员工数的37.7%，行政人员占

    11.4%，生产人员占24%，而研发和技术人员仅占9.5%。而数字化时代的样

    板工厂——“犀牛智造”，内部经营管理、市场分析都可以让大数据来完成，通过大数据来提前判断需求，因而它的采购团队、行政团队、市场分

    析团队都大大缩水，整个团队80%的人是工程师。中国禀赋：覆巢之下，偶有完卵？

    数字化进程中的劳动力市场极化几乎是个不可逆的趋势，中国也不例

    外。

    (1)我国劳动力市场极化的特殊性

    从就业结构上看，2010年以来，低收入行业(农林牧渔业、住宿餐饮

    业、居民服务业等)的就业人数增长最快，为64.7%，高收入行业(信息传

    输、计算机服务和软件业、金融业、科学研究和技术服务业等)次之，中

    等收入行业(制造业、采矿业、公共管理和社会组织等)的就业人数增长

    最慢，仅增长21.2%，两者相差3倍以上。

    从收人分配上看，分化也在加大。像工程师、科研人员、律师、会计

    师等专业技术人员的工资增速最快，2015—2019年增长了50%，比生产、运

    输设备操作人员及有关人员的工资增速高出近40%。人力资本密集型的金融

    业平均工资上涨104%，信息传输、计算机服务和软件业平均工资上涨94%，与之相反，采矿业和住宿餐饮业的平均工资仅仅上涨50%左右，差距都拉开

    一倍以上。54

    不过，一个让人略觉幸运的地方在于中国的发展阶段和要素禀赋减缓

    了极化的速度。

    第一个缓冲垫是中国经济目前还处于较高的增长通道中，2019年我国

    刚刚迈入“万元美金社会”的门槛，经济增速也保持在6%左右的水平，这

    意味着社会财富蛋糕还在持续做大——只要每个人手中的蛋糕分量还在增

    加，那么蛋糕的分配问题就会被淡化。虽然我国各行业、各职业工资增速

    有差异，但都维持着较高速度的正增长。2015—2019年，即使是低收入职

    业的实际工资增长也都保持在20%以上的水平。在都有增量的时候，大家的

    注意力会更多地集中在增长上，也有机会在初次分配上进行调整，避免极

    化的发展。

    第二个缓冲垫则是中国的要素禀赋。著名经济学家阿西莫格鲁曾经指

    出，企业技术研发的基本原则是利润最大化。如果某种生产要素价格偏

    高，那么替代这种要素的技术创新就会涌现，而如果某生产要素供给丰

    富、市场规模大，那么可能引致与该要素互补的技术创新。

    一个非常有意思的数据是，在2020年疫情冲击下，各个行业、企业都

    在抓紧线上化。面对业务量的猛涨，美团的对策是加大骑手的招聘力度。

    上半年从美团获得收人的骑手总数近300万，同比增长16.4%。而太平洋彼

    岸的美国，在线零售巨头亚马逊第2季度净销售额近乎900亿美元，较上年

    同期增长40%。面对爆棚的业绩增速，亚马逊的选择则是加快送货无人机的

    研发和应用。8月底，亚马逊Prime Air无人机机队获得美国联邦航空管理

    局(FAA)颁发的标准认证。9月开始亚马逊就在北卡罗来纳州启动了无人

    机送货试点项目。两种迥然不同的线上化对策就是两国要素禀赋不同导致

    的。美国的人力成本较高，数字化进程中的技术创新更多集中在用机器和算法替代人；相反，我国劳动力供给充足，人力成本较低，使用机器替代

    劳动力反而不划算。因此，我国数字技术的发展，更多的是机器和劳动力

    的互补。例如5G技术、直播平台、人工智能算法的发展捧红了大批网络主

    播，而生活服务业线上化平台(美团、盒马等)的崛起，催生了大量外卖

    骑手的工作岗位——这些看似是“线下”的工作岗位，其实都是数字化催

    生的。2018年我国数字经济领域近2亿个就业岗位，占当年总就业岗位的

    14，增速远超过传统产业部门。换句话说，由于中国的劳动力数量相对丰

    富，劳动力成本也相对较低，所以短时间内，从事“可编码”工作的劳动

    者并不会完全被机器取代，这也在短时间内减轻了劳动市场极化对社会的

    冲击。

    (2)数字化时代下劳动者的新困境

    但是这并不意味着这些低收人劳动者会岁月静好。2020年9月，西贝莜

    面村董事长贾国龙的一则微博上了热搜：“我们是‘715、白加黑、夜总

    会’。”(每周工作7天，每天工作15小时，白天加晚上，夜里还总开会) 55在各类职业中，低收入职业中的生产、运输设备操作人员以及商业、服务

    业工作人员的周工作时间最长，分别为49.2小时和48.5小时，比专业技术

    人员多6小时。而且自2001年以来，专业技术人员的工作时间基本不变，在

    43小时上下浮动，而生产、运输设备操作人员的工作时间却增长了12%。

    除了劳动时长加长以外，低收入者的劳动保障问题也变得令人更加担

    忧。

    平台经济中，原来“企业一员工”的“劳动雇佣”关系，变为“平台

    —零工”的“合作”关系。由此，平台就摆脱了为劳动者提供社保、带薪

    假、加班费等劳动保障的责任。滴滴司机的服务协议里明确写着：“我司

    与网约车服务的司机仅存在挂靠合作关系，不存在任何直接或间接的劳动

    关系”。外卖人员在平台进行注册时，平台也会出示一份协议，上面写明

    “乙方明确本人非甲方合作方的员工，与甲方合作方不存在劳动、雇佣或

    其他劳务关系”。

    传统上，“合作关系”一般是基于工业时代的核心生产要素——资本

    的互换。根据《商业词典》(Business Dictionary)的定义，“合作”是

    指两个或两个以上经济实体自愿建立互惠互利的经济关系，如果双方有足

    够的可交换资源，或者双方的互动可以创造新价值，那么就会存在合作的

    机会。56例如，格力电器与经销商的合作。20多年前，董明珠一手开创“区

    域厂商股份合作制”，由每个省的几家大经销商共同出资。参股组建销售

    公司，共同占有区域市场，许多大经销商也成了手握格力股份的股东。格

    力生产产品，经销商们开拓销售渠道，二者交换资源、互相依存，任何一

    方退出合作关系，都会对另一方造成重创。

    而平台—零工之间的“合作”是个很值得商榷的词语。现实中这种

    “合作”关系是极度不平等的。在数字时代，最重要的生产工具，是用来

    设计、安排、控制、完成整个生产经营活动的数字技术，与之相比，家政

    零工们的拖把抹布，外卖员、网约车司机的电动车、汽车和手机，几乎可以忽略不计。因此，在平台—零工的所谓“合作关系”中，并没有对等的

    资源交换和对等的互惠地位。平台占据着生产过程中的主要生产要素，零

    工们依赖于平台，只是算法“招之即来、挥之即去”的“虚拟流水线”上

    的螺丝钉。司机、骑手这些零工们的所有工作内容、工作流程都依附于平

    台，受平台指挥，被平台控制。作为一个滴滴司机，要接受平台的派单，按照平台导航的路线行驶，依照平台规则对待消费者。不合格的司机就会

    受到平台的惩罚。通过种种智能数据设定的规则，滴滴平台还可以迫使司

    机完成“不可能的任务”。2020年8月，滴滴平台修改了快车司机口碑值的

    评判标准。按照新的算法，司机们每个月大约需要完成180到200个高峰单

    才能拿到满分，平均到每天要在高峰时段至少完成6单。一旦拿不到满分，口碑值就会下降，下个月平台派单会随之锐减。这个规则可以迫使司机在

    高峰期拼命工作。要知道，高峰期拉活儿是很辛苦的，耗时长、收益低，一旦遇到特殊情况很难完成任务。45岁的吴师傅每天的工作时间是十五六

    个小时，还要整月全勤才能拿满分。9月，他因为车辆的问题休息了10天，被扣了分，之后派单量大幅下滑，以前满分的时候每天能有四五百元的收

    入，最近就只有一两百元了。显然，这不是正常语境下平等互利互赢的

    “合作”关系。

    尽管实际工作内容受到平台的严格管理，有着类似传统企业与雇员之

    间的“控制一依附”关系，但滴滴司机、外卖骑手们却身处劳动保障的真

    空，他们并没有与平台签订劳动合同，也就没有传统劳动雇佣关系中应有

    的劳动保障。如果劳动者在工作过程中发生伤亡事故、染上传染病，平台

    可以摆脱责任。平台通过持续的搜集数据、改进算法、设计系统，不断追

    求自身利润最大化，牢牢控制着劳动者的行为，却通过签订“合作协议”

    将负担与危险抛给了劳动者个体。就像社会学者亚历山德里亚·拉韦内尔

    (Alexandrea Ravenelle)所认为的，平台经济打着“灵活、共享、共

    赢”等口号将企业风险转嫁给劳动者，这在劳动保障方面是“包装成进步

    的倒退”。

    太阳底下没有新鲜的事情。100年前的工业摩登时代里，劳动者被“流

    水线”异化的一幕，换了个场景，又隐约出现。

    2020年10月底，我从北京飞上海出差，赶了个早班机。“下一个 !”

    首都机场T3航站楼安检处，带着口罩的安检员示意我可以穿过探测门。我

    站到探测台上，张开手，负责任的安检员仔仔细细地搜查我身上每个可能

    携带危险品的地方。我低头看了看她有点渗汗的额头，光洁饱满，满是胶

    原蛋白，明显是个年轻的姑娘。“可以了”，女安检员示意我离开，然后

    摆摆手招呼，“下一位”，声调波澜不惊，就像机器一样标准。我将过了

    安检的行李收好准备离开，另一个年轻的安检员迅速将空的置物盒垒起

    来，然后等着下一位旅客。这些动作应该已经重复了千万次，犹如流水线

    一样娴熟。抬头望去，一字排开的几十个安检口，每个安检口大约是5—7

    名工作人员，估摸着平均年龄不到30岁，都穿着统一的深蓝色制服，都在

    一丝不苟地、严肃地重复着“下一个”。一瞬间我眼前出现了幻景：不远的未来，偌大的机场里，办票，安

    检，行李检查，登机口……所有这些“可编码”的工作岗位都变成了机

    器，冰冷，精确，而且不知疲倦。忍不住回头再看了看那些年轻皎洁的面

    孔——

    不知道他们是否明白，一个被叫作“数字化”的未来，已经在逐渐销

    蚀现实的围墙。2020年这场疫情，恰是这销蚀的历史加速器。

    附录57

    附表1 2017—2019年，985、211大学新增、撤销的前30大专业

    ·

    ·?

    ·

    新增专业

    名称?

    ·

    专业新增院校数?

    ·

    撤销专业名

    称?

    ·

    专业撤销院校数?

    ·

    排

    名?

    ·

    总计?

    ·

    665?

    ·

    总计?

    ·

    154?

    ·

    1?

    ·

    数据科学与大数据技

    术?

    ·

    64?

    ·

    教育技术学?

    ·

    6?

    ·

    2?

    ·

    人工智能?

    ·

    54?

    ·

    经济统计学?

    ·

    4?

    ·

    3?

    ·

    机器人工程?

    ·

    26?

    ·

    公共事业管理?

    ·

    3?

    ·

     ......