我认为，从长周期视角看，新兴产业生命周期曲线的方向与斜率取决于背后 宏观生产函数因素的趋势变化，一个是技术因子带来的新科技赛道、另一个是人口 因子带来的新消费赛道。
全要素生产率（TFP）增长率被定义为产出增长率扣除各要素投入增长率的产 出效益后的余值（索洛余值），即【TFP增长率=产出增长率-α×资本投入增长率β×劳动投入增长率】，其中α、β分别分别为资本产出弹性和劳动产出弹性。 与新兴产业伴随的技术进步是TFP跃升的关键。从2000年开始，互联网与移动 互联网革命成为提升TFP增长率的主要变量，随着流量红利见顶，TFP动能衰减、 我们通过观察Gartner技术成熟度曲线展望接力下一轮技术周期提升TFP的新兴产 业。
根据2024年Gartner新兴科技技术成熟度曲线，可以发现，AI超级计算、生成 式AI等有望在2-5年内技术成熟；空间计算、超级应用等有望在5-10年内技术成 熟；而像6G、通用AI等技术距离成熟应用仍需十年以上的时间。 此外，例如可控核聚变、量子纠错等诸多技术尚处于0-1的起步阶段。该类产 业技术短期无法实现大规模商用，但已具备颠覆性潜力，可长期跟踪观察其技术进 展，抓住技术突变带来的“奇点”投资机会。
技术周期驱动背后需要展望下游应用场景革命，下游产业想象空间大小决定新 兴产业的投资延展性与持续性。从AI技术周期看，随着大模型技术“基础推理→ Agent代理→通用智能”迭代，AI应用场景也相对应深度重塑，比如：（1）人机 交互形态升级：多模态大模型驱动的具身智能体已进入商业落地阶段，如零售服务 机器人可同步解析顾客语音指令、手势及货架陈列状态；（2）决策系统重构：如 AI Agent作为大模型技术的具象化载体，推动智能系统从被动响应向主动决策演 进。（3）科研辅助：如量子化学计算结合生成式模型，可在数小时内筛选出传统 方法需数月的候选化合物。
在2010年之前，我国15-64岁的劳动年龄人口数量、占比呈现持续上升趋势， 人口总抚养比（非劳动年龄人口数与劳动年龄人口数之比）呈现不断下降走势。 2010年，劳动年龄人口占比见顶标志中国“刘易斯拐点”出现，人口红利消退，转 向“工程师红利”，即从劳动密集型产业向资本密集型先进制造业升级。而到了 2022年，人口首次出现负增长，再加上实体投资回报率衰减、工业产能利用率持续 低位，全社会亟需提振内需中的消费尤其服务型消费，新消费场景革命成为新兴产 业投资的另外一条主旋律。
一方面，我们可以通过人口结构数据观察新消费产业特征。比如： （1）代际划分，例如跟踪Z世代（出生在1997-2012时期）的人口占比，偏好 新消费的Z世代人群消费贡献逐渐增长，Z世代主要消费品类聚焦在情绪消费和新兴 产品上，相应地，谷子经济、潮玩等主题崛起。 （2）老龄化率，跟踪65岁及以上人口占比，我国从21年开始，65岁及以上人 口占比超过14%，步入中度老龄化社会，相应地，养老服务、中药、康复器械等产 业具备了长逻辑。 （3）出生率，跟踪出生人口占比，我国从16年开始出生率加速下滑，少子化 特征趋势加深，家庭消费观念重塑，由传统育儿刚性支出转向品质生活领域，催生 “自我投资消费”的爆发，相应地，医美、化妆品、轻奢消费等领域崛起。 （4）户均人数，跟踪中国平均家庭户规模，我国一人户家庭占比整体呈现上 升趋势，家庭规模日趋小型化，进一步强化“情绪”、“悦己”消费需求，独居者 将传统家庭消耗的时间/资金转化为自我投资与即时满足，相应地，即时零售、宠 物经济等领域崛起。
另一方面，我们可以通过时间机器对比最为相近的日本人口周期展望下一代消 费场景。对比中国当期，与日本90年代日本消费社会（三浦展《第四消费时代》） 有较多相似之处，宏观数据具体表现：（1）经济发达程度相似，如人均GDP均突 破1万美元；（2）消费水平相似，如社零同比增速均维持低水平；（3）消费理念 均发生变迁，如中日两国服务性消费占总消费支出比重均持续上升；（4）人口和 家庭结构均发生改变，如老龄化加深、家庭户均人数减少，出生率下降等。
