未来「五大件」:万亿美元级耐用品赛道清单
快速结论
耐用品每 20–30 年换一轮,素材判断未来二三十年五大件是智驾新能源车、机器人、AR/VR、柔性显示与 3D 打印;清单之外还需筛路径代际替换概率与平台化能力。
更新于 2026-10-31
「下一个产业五年」不该靠灵感找,而该靠节律推。耐用消费品进入千家万户的历史节律是相对稳定的,素材据此给出了未来二三十年的「五大件」判断。
一句话定义
「五大件」是黄奇帆基于耐用品历史节律给出的判断:未来二三十年能形成万亿美元级别市场的五个代表性耐用消费品赛道——智驾新能源汽车、机器人、头戴式 AR/VR 智能设备、柔性显示、3D 打印设备。
为什么重要
- 耐用品的节律(每 20–30 年一轮,每轮 4–5 个品类)提供了一个可检验的筛选框架,而不是零散的主题猜测
- 万亿美元级市场意味着产业链集群化的主战场:空间上高度集聚、上下游紧密协同、供应链集约高效
- 招商模式从「点招商」转向「产业链」招商,意味着集群本身就是投资线索
- 与「制造业比重下限」(2035 年前不低于 25%、2050 年前不低于 20%)相互印证:五大件是保住制造业占比的载体
耐用品的历史节律(事实)
素材观点:全世界每隔 20–30 年就有 4–5 个代表性耐用消费品进入千家万户。
| 时期 | 主流耐用消费品 |
|---|---|
| 20 世纪 50–70 年代 | 手表、自行车、缝纫机、收音机、照相机 |
| 20 世纪 80–90 年代 | 空调、电视机、冰箱、洗衣机、录像机 |
| 21 世纪以来的 20 年 | 手机、笔记本电脑、液晶电视、汽车 |
未来二三十年的「五大件」(素材判断)
| # | 品类 | 底层技术 | 与前一轮的关系 |
|---|---|---|---|
| 1 | 具有智慧驾驶功能的新能源汽车 | 电动化 + 智能驾驶 | 汽车(上一轮)的智能化延伸 |
| 2 | 机器人 | 具身智能 + 精密制造 | 新增品类 |
| 3 | 头戴式 AR/VR 智能设备 | 显示 + 交互 + 算力 | 手机/笔记本的下一代交互入口 |
| 4 | 柔性显示 | 材料与工艺 | 显示形态的下一代 |
| 5 | 3D 打印设备 | 增材制造 | 新增品类 |
这五项是作者对未来二三十年的判断,不是已实现的市场规模统计。素材对它们唯一的规模表述是「万亿美元级市场」,属于定性判断。
支撑这一判断的三个前提(素材观点)
| 前提 | 内容 |
|---|---|
| 全工业门类 | 制造业体系门类齐全 |
| 超大规模单一市场 | 14 亿人的单一市场,提供试错与迭代的纵深 |
| 产业链集群化 | 从「点招商」到「产业链」招商,打造规模达万亿级的战略新兴产业链集群 |
传导机制
制造业规模优势 + 超大规模单一市场(L1 growth)
-> 万亿美元级耐用品赛道(五大件)
-> 产业链集群化:链主 + 零部件集群(L3 company)
-> 落到 L4:长期主题配置与「下一个产业五年」的主线选择
筛选逻辑:怎么用这张清单
素材给了一个可迁移的判据——链主企业的形态:苹果不直接生产手机,却凭借专利、商标、版权、品牌、产品设计、软件、数据库,在生产前和生产后组织、管理、经营全球产业链的标准、供应链的纽带与价值链的枢纽,主导整个苹果生态。素材由此提出:中国要有自己的生态主导型「链主」企业,关键在于创新——核心技术、底层技术的创新,与新一代终端产品创新、品牌创新。
| 筛选项 | 问什么 | 素材依据 |
|---|---|---|
| 集群化程度 | 是否形成万亿级、上下游协同的产业集群 | 招商模式从点招商到产业链招商 |
| 链主形态 | 是否出现生态主导型链主 | 苹果的启示 |
| 技术底座 | 是否有底层技术与新一代终端产品创新 | 创新是链主的关键 |
| 制造占比约束 | 制造业占比下限是否守住 | 2035 前不低于 25%、2050 前不低于 20% |
| 创新短板提示 | 客户中心型创新、效率驱动型创新是强项;工程技术型与科学研究型创新仍有差距 | 素材的创新强弱项判断 |
技术路径代际差风险:清单页的第三道筛子(2026-10-31 新增)
素材观点(来源:新经济学家智库《对话 Warren Young:新结构经济学更适合分析 AI 经济问题》,2026-10-23 北大新结构经济研究院讲座后座谈,2026-10-30 归档)。本页原有内容出自黄奇帆《战略与路径:十二堂经济课》精华摘抄;本节为 2026-10-31 新增的独立素材来源,归属口径见下。
「五大件」清单回答的是**「哪些品类会赢」;但一份耐用品清单还必须回答「赢了会不会被下一代技术整体替代」**。素材给出的正是后一个问题的框架。
1. 素材的产业案例(判断 + 前瞻口径)
- 素材判断:中国正从发展中经济体向发达经济体迈进,当前国内正大规模布局电动汽车产业;若缺乏技术预判,产业可能面临技术迭代带来的过时风险。
- 素材前瞻:未来十年内,飞行汽车等新型交通工具可能实现商业化落地,将彻底重构汽车产业的技术形态,使当前的电动汽车技术路径快速落后,如同汽车替代马车一般形成代际差。
- 口径纪律:以上是素材的判断与前瞻,不是已发生的事实;素材未给出飞行汽车商业化的时间表、渗透率或份额假设。
2. 为什么静态框架看不到代际差
| 框架 | 分析基础 | 对技术跃迁的处理 |
|---|---|---|
| 主流「新熊彼特创造性破坏模型」「传统技术进步模型」 | 本质上是静态框架 | 即便名义上引入时间维度,也无法有效处理技术跳变、阶跃式发展等非线性变化场景 |
| 新结构经济学 | 动态变化的要素禀赋结构 | 适配跃迁式、阶跃式、非连续、非线性的技术变化 |
素材由此提出一个新的研究方向:「新结构技术预测」——解释新技术引入、技术扩散、技术生命周期,为后发国家的产业布局与技术投资提供理论支撑。
3. 传导:这一节要落到 L3 与 L4
L2(本页):清单加一道「路径会不会被替代」的筛子
↓
L3 企业:资产久期风险——今天的高增长龙头可能是下一代路径的落后者
↓
L4 投资:EV 产业链持仓需引入「路径被替代概率」这一维度,
与本页原有的节律 / 集群化 / 链主 三道筛子并列
对持仓口径的含义:五大件清单原本的三道筛子是节律、集群化、链主形态(见上文);现在需要加第四道:技术路径的代际替换概率。对已有仓位的含义是——同一个赛道内,不同技术路线的公司暴露并不相同;用赛道指数表达「EV 机会」时,这层差异被抹平。
4. 与相关页的关系
- 方法论上游:新结构经济学看 AI(L1,含「有为政府 + 有效市场」边界与要素禀赋动态细分的完整论述)
- 宏观背景:GDP 与增长周期、AI 与中国传统产业
- 算力周期:AI 算力周期
5. 失效边界(针对本节)
- 素材判断依赖「动态要素禀赋」框架,尚无学界共识背书,属演讲主张;
- 「代际差」是假设性推演,素材未给出触发条件、时间窗与可观测指标;
- 本节不构成对任何具体 EV 标的的判断,也不改变本页「L2 赛道清单页,不含标的结论」的定位。
对标开发与平台化:代际差怎么被「速度」放大(2026-10-31 追加)
素材来源:晚点 LatePost《解密「速成车」:一辆车怎样更快造出来?》(2026-10-28 发布,2026-10-31 归档)。本节为独立素材来源,用于给上一节的「代际差」补上机制;所有数字均为报道/受访者口径,历史部分为公开史实。
上一节给出了「代际差」的风险(当前路径可能被下一代整体替代),但没说代际差是怎么被推近的。本节补的是这条机制链:省时间的开发方式,恰恰是最会加固当前路径的开发方式。
1. 最省时间的路径:对标畅销车
- 对标开发是汽车行业最省时的产品定义方式:「对着一款卖得好的车,把一些指标做高一点,再把价格降一点」。
- 历史证据:十多年前中国自主品牌做 SUV 最简单的办法就是「借鉴最好的那款」;一位底盘工程师拆过几款 2013 年上市的自主品牌 SUV 底盘,发现几乎每个零件的位置都和一款合资 SUV 一模一样,那辆明星车型的供应商也拿到了那些车企的定点。
- 今天的规模:在大量沿用对标车型核心零部件的前提下,车企最快一年就能做出一辆车;基于已有整车平台,国内车企现在一般 18–24 个月能开发出全新车型(燃油车时代短则三四年、多则五六年)。
2. 为什么这会放大代际差
对标开发(沿用当前路径的核心零部件)
↓
每一代都更快上市、销量更大 → 更多的资本与产能压向当前路径
↓
当前路径的规模优势自我强化 → 替代路径的进入窗口被进一步推迟
↓
但规模越大,转产成本越高 → 代际差兑现时的资产搁浅风险也越大
关键的不对称:对标开发在缩短当期上市时间的同时,也在延长替代路径的兑现时点。这与上一节的「路径久期风险」是同一件事的两端——跑得越快的路径,锁定越深。
3. 历史镜子:大众 MQB 与丰田 TNGA
两者都做过同样的事——平台化开发;但都先承担了几年只投入、不见回报的时间。
| 大众 MQB | 丰田 TNGA | |
|---|---|---|
| 启动 | 至少 2007 年已推进 | 2012 年 4 月公布 |
| 当时的处境 | 2009 年金融危机,集团营业利润比上年缩水约七成 | 刚经历亏损、大规模召回和东日本大地震 |
| 首批车型 | 2012 年 | 2015 年 12 月,第四代普锐斯 |
| 长期成果 | 到 2022 年 6 月,平台上已生产超 3200 万辆 | 不同车型可放在一起开发,更多零部件通用 |
两条可迁移的教训
- 平台化是唯一被大规模验证过的「缩短后续周期」办法:它把周期压缩建立在前几年的一次性投入上,而不是压缩单款车的开发工序。
- 代价是时间:大众在金融危机后启动 MQB,丰田在亏损与召回后启动 TNGA——两者都不是在顺境里做平台化。行业顺境恰恰是最容易不做平台化的时候。
4. 今天的困境:竞争围绕「平替」,少有人先做别人不做的事
- 今天车企也在用平台和通用零件,但新车之间的竞争越来越多地围绕「平替」展开:用更低的价格,提供更贵车型的尺寸、配置或性能。
- 少有车企愿意先花几年,做一件别人都不做的事——因为创新的代价巨大。
- 报道引述的产业判断:速成车「不是简单的偷工减料,是这个市场竞争下的产物」,没人敢冒慢下来的风险,「因为我减速,你就赢了」;但这种竞争只会消灭利润——利润不够,车企只能靠人和速度去拼,拼出来的新车越来越快、越来越像,又加剧了竞争。
5. 传导:这一节要落到 L3 与 L4
L2(本页):对标开发是最省时路径,但它在加速当期规模的同时加固路径锁定
↓
L3 企业:具备平台化能力与原创技术储备的车企 vs 只做「平替」与对标的车企,
久期风险差异拉开
↓
L4 投资:清单类主题的估值应给「平台 + 原创」溢价,而不是给「最快上市」溢价;
赛道指数表达 EV 机会时,会把这条差异抹平
对清单页本身的含义:五大件清单原本有三道筛子(节律、集群化、链主形态),上一节加了第四道(技术路径代际替换概率);本节再加一条操作纪律——在这个清单上,「做得多快」本身不是优势,「跑的是不是会被替代的路径、是不是有可复用的平台」才是。换句话说,清单页的正确用法不是「押注清单上的品类」,而是「押注清单上品类里那些愿意先花几年做别人不做的事的公司」。
6. 失效边界(针对本节)
- 历史镜子的可比性有限:大众 MQB 与丰田 TNGA 是在全球规模、成熟供应链、合资利润池下的决策,与当下中国新能源的竞争结构不同;「先花几年」在当前融资与价格战环境下未必可复制。
- 「平台化」不是万能解:报道口径显示,模块化架构(如比亚迪 e 平台 3.0)能把零部件开发周期压到 12 个月以内,但报道同时引述「现在的新势力,很多就没有平台可言,因为只有实现可复用才叫平台」——平台化本身也有落地门槛。
- 本节不构成对具体车企平台化能力的判断:本页仍为 L2 赛道清单页,不含标的结论;机制层详见 「速成车」机制。
7. 与相关页的关系(本节)
- 机制层详页:「速成车」机制(L2,本节所引素材的完整拆解)
- 监管端:汽车研发验证准入新规(L1,验证成本与周期回调)
- 出口端:欧盟混动出口配额(L2)
失效边界
- 节律不是定律:20–30 年的间隔是历史归纳,未必线性外推;技术突变可能压缩或延后一轮
- 判断而非预测:五大件是作者判断,不含时间表、渗透率或份额假设,不能直接当预算
- 创新短板:素材明确指出在工程技术型创新和科学研究型创新上仍与美西方有不小差距,这一环节的替代难度被低估的风险存在
- 本页为 L2 赛道清单页,不含标的结论;理财团队 Vault 中的机器人 / 人形机器人机会页属 L4,本页不重复
与相关页的关系
- 制造业与结构:AI 与中国传统产业、半导体产业
- 增长框架:GDP 与增长周期、宏观增长
- 权益表达:股票、沪深 300
- 相关赛道页:机器人产业链、欧盟混动出口配额
- 路径纪律:「速成车」机制、汽车研发验证准入新规
- 方法论上游:新结构经济学看 AI
FAQ
「五大件」是预测还是框架?
是作者对未来二三十年的判断。真正可迁移的是背后的筛选框架——耐用品节律 + 集群化 + 链主形态。
为什么把柔性显示和 3D 打印放在同一张清单里?
素材的分类逻辑不是景气度,而是「万亿美元级、以智能电子为底层技术」的耐用消费品赛道属性——它们是产业链集群化的主战场。
五大件与当下的 AI 算力主线是什么关系?
算力是当期主线,五大件是更长的产业节律判断;两者在机器人、AR/VR 等品类上交汇,但周期尺度不同。
「五大件」会不会被下一代技术整体替代?
素材给出的判断是:正因如此,清单之外还需要一道**技术路径代际差**的筛子。素材以电动汽车为例——若缺乏技术预判,**未来十年内**飞行汽车等新型交通工具若商业化落地,可能使当前电动汽车技术路径快速落后,如同汽车替代马车一般形成代际差。这是**判断与前瞻**,不是已发生的事实。详见本页「技术路径代际差风险」一节与 新结构经济学看 AI。
对标开发和平台化,哪个才是"缩短周期"的正解?
报道口径下两者都不是"工序提速":**对标开发**沿用当前路径的核心零部件,上市最快,但会加深路径锁定;**平台化**(大众 MQB / 丰田 TNGA / 比亚迪 e 平台 3.0)把后续车型的周期压缩建立在前几年的一次性投入上,代价是先花几年只投入不见回报。两者都成立,区别在**久期风险落在谁身上**。
怎么判断某个品类是否在走这条节律?
看三件事:是否已有产品进入千家万户的量产普及阶段、是否形成万亿级产业集群、是否出现生态主导型链主。三者同时出现才落在节律上。
相关页面
- AI+中国传统产业转型
AI改造中国传统产业仍处早期,制造业/医疗/教育/金融渗透率差异巨大;出口管制倒逼自主替代提速,劳动力市场摩擦(AI替代vs稳就业)将成政策核心矛盾。
- GDP 与增长周期
增长周期的关键不是 GDP 单点数值,而是增长动能与方向是否被市场低估或高估。
- 经济增长与周期
增长域关注需求、库存、就业与盈利如何共同推动风险资产与利率方向。
- 股票
股票更像对增长、盈利和估值折现率的联合定价。
- 沪深 300
沪深 300 代表中国大盘蓝筹的贝塔,同时受国内政策周期、盈利与人民币/外资流动影响。
- 半导体产业
AI 算力周期驱动半导体景气上行——先进制程 / HBM / CoWoS 三大瓶颈环节持续供不应求,2026-Q4 处于主升浪。
- 中国机器人产业链:从协作机器人到人形机器人的分化
协作与大负载机械臂需求旺盛(企业预期明年增速 50%+),人形机器人仍处小批量验证早期。
- 新结构经济学看 AI:为什么主流范式装不下 AI
演讲主张:主流生产函数参数已过载、装不下 AI;新结构经济学按人力资本与 AI 增强资本细分,可承接非线性技术变革。
- 「速成车」机制:整车开发周期压缩的收益与代价
报道口径:基于已有平台,国内车企整车开发周期已压到 18–24 个月,压缩来自对标定义、现成供应链与加班,代价是验证缺口被推给上游、售后与市场。
- 汽车研发验证准入新规:从「速度竞赛」到「验证充分性」
四部门征求意见稿要求环境适应性验证满一年含「两冬一夏」、可靠性里程不低于 3 万公里,关键软硬件不得采信供应商报告;验证充分性成准入门槛。