财联社8月4日讯（记者 吴雨其）“今年下半年可能不会出现类似2024年9·24的政策拐点，政策基调更可能延续年初部署，重点仍在科技、能源转型和产业链自主安全。”摩根士丹利中国首席经济学家邢自强日前在上海媒体沟通会上表示。

在他看来，尽管二季度部分经济指标有所走弱，但当前仍有一定财政余力可供下半年使用，政策不一定需要通过突然扩大赤字、增发特别国债来实现托底，更可能加快既有资金和金融工具的落地。从具体方向看，电网改造、储能、算力基础设施等投资，预计仍将是较为明确的抓手。

邢自强预计，今年中国经济增速约为4.6%，仍能达到4.5%至5%的预期区间。不过，经济内部的“结构性分化”短期内仍难明显缓解，科技、高端制造和能源转型等方向有望继续得到政策支持，消费、内需、地产和就业则仍需一段时间修复。

财政政策或加快落地，能源投资确定性更高

邢自强表示，与2024年9月相比，当前政策环境存在明显差异。当时政策不仅扩大了财政支持规模，也首次较大力度将民生、消费和资本市场纳入支持范围，市场因此形成了较强的“拐点”预期。

今年上半年，中央和地方发债额度以及部分新型金融工具仍有余额，合计可供下半年使用的财政空间较去年同期多出约2万亿元。由于这部分资金已包含在年初的全年规划中，下半年更可能体现为投放节奏加快，而非重新大幅上调赤字和发债规模。

从落地效率看，邢自强认为，能源转型相关投资形成实物工作量的确定性相对更高。随着“双碳”目标进一步落实，超高压电网、储能等项目有望适当前置。中西部绿电需要通过电网输送至东部用电地区，算力中心用电需求也在上升，而新能源发电存在波动性，配套储能的重要性随之提升。

算力基础设施仍是政策讨论的重要方向，但具体建设和运营模式尚待明确。邢自强提出，中国或可借鉴移动互联网时代的发展路径，将算力逐渐建设为价格相对低廉、覆盖范围较广的数字基础设施，为国产大模型和科技企业提供支持。

在芯片使用上，他更倾向于“训练端与应用端双轨并行”。前沿模型训练短期内仍难完全脱离全球先进芯片，但在推理和应用阶段，国产芯片已具备更大的替代空间。由国有资本参与建设算力中心，在推理端更多使用国产设备，同时以较低成本向企业开放，有助于国产芯片在实际应用中持续迭代。

“结构性分化”仍难打破，政策应更加重视就业

邢自强指出，当前经济中向上的一端主要集中在高端制造、出口、AI和新能源产业，但这些行业普遍具有资本密集、技术密集的特征，对就业和居民收入的带动作用有限。

摩根士丹利测算显示，2018年至2019年以后，同样幅度的出口增长，对国内就业和收入的拉动效应已明显减弱。出口结构越趋高端化，企业对机器和技术的依赖程度越高，新增订单和投资未必能同步转化为广泛的就业和收入增长。

这也使得中国当前的结构性分化与美国有所不同。美国消费总量仍保持一定增长，只是高收入群体和中低收入群体表现分化；中国面临的压力则更多集中在内需、就业、消费和地产，总量层面的修复也相对偏弱。

邢自强建议，短期消费支持政策可由耐用消费品逐步延伸至餐饮、旅游、娱乐等服务消费。服务业就业密度更高，财政资金投向服务消费，对就业和收入的外溢作用可能更为直接。

在财税政策上，也可重新评估对部分已经进入景气周期、出口增长较快行业的支持力度，将更多资源用于就业吸纳能力更强的服务业和消费行业。更长期看，社会保障体系仍是降低预防性储蓄、提高居民消费意愿的重要基础。其认为，在AI可能冲击部分传统岗位的背景下，社会保障制度不仅是消费政策，也将成为缓解收入分化的重要制度安排。

AI基本面未逆转，投资视角需要从“卖铲子”转向应用端

谈及近期全球科技股波动，邢自强认为，这并非A股自身或中国经济突然出现拐点，而是全球AI交易共振的结果。

过去一段时间，资金高度集中于芯片、存储、光模块和算力基础设施等方向，部分市场还出现较多杠杆资金。与此同时，全球大型科技企业为了支持高额算力投入，开始通过发债、配股和IPO等方式大规模融资。交易拥挤、杠杆上升和融资需求增加，使市场对利率、通胀和流动性变化更加敏感。

但从产业基本面看，全球科技企业并未明显削减AI资本开支计划，相关企业订单也没有发生根本性变化。近期调整更多是市场叙事和估值的重新定价，而非AI产业趋势已经结束。

“相信AI能够提升生产率，与资本市场经历调整并不矛盾。”邢自强表示，历史上每一轮科技革命都曾经历过度投资和估值清算，但前期形成的基础设施最终仍可能转化为长期生产率。

在投资方向上，AI产业可能正在进入“半场休息”。下一阶段不宜只关注芯片、存储等基础设施提供者，还应关注真正应用AI、实现降本增效和收入增长的企业。能源、电力、资源和战略原材料同样属于广义AI生态的一部分，其稀缺性和定价能力也值得重视。

邢自强认为，中国在AI竞争中的优势并不完全来自最先进算力，而在于系统集成能力、能源供应、工程师红利以及更低的模型使用成本。中国大模型在全球高性价比市场仍有较大发展空间，叠加能源转型产业链和算力本土化推进，中国在下一阶段AI生态竞争中仍具备自身优势。