这条传导链把两声叹息连在了一起：
消费者额度锁死 → 终端涨价传不动 → 大企业向上游压价、压账期 → 产业带工厂利润薄如纸 → 工厂压缩人力成本 → 消费者额度再挨一刀。

如果需求旺盛，压力顺流而下变成涨价；消费不足时，压力逆流而上变成压价。工厂老板那声“钱难赚”，是消费者那声“不够花”在产业链上游的回声。

四、K字形的迁徙：水流为什么改道
分析到这里似乎是个悲观故事。但真实的消费图景里藏着一个更精妙的现象：同一个钱包里，降级和升级同时发生。日用品转向平价渠道和白牌，咖啡从三十块换成九块九；而另一边，热门演出一票难求，健康、宠物、户外逆势上扬。
有人叫消费升级，有人叫消费降级，都不对——准确的名字是K型分化。官方数据里就有它的形状：2025年社零中，体育娱乐用品类增长15.7%、通讯器材类增长20.9%，而汽车类下降1.5%、百货店仅增0.1%。

怎么解释？水位下降是事实，但同一水位下的行为变化更值得记录：额度紧张时，消费者被迫对每一块钱做“幸福感回报”的审计，在“将就”处极度节俭，在“心动”处舍得投入。变穷解释了池子为什么浅，变聪明解释了水流为什么改道——两个判断都成立，缺一个都看不懂今天的市场。

也要诚实：需求没有消失，但也没有等量迁徙——迁徙与总量萎缩并存。池子水位有总量证据：居民消费率低于主要经济体约15到20个百分点，居民储蓄率维持在三成上下的高位，物价水平与GDP平减指数连续多年低位徘徊。这三条说明水位问题是真的，不只是分配问题。

这个迁徙正在蔓延到另外两个战场。劳动力市场：AI相关岗位薪酬溢价，传统岗位停滞萎缩——同一个行业，两群人的额度一条线向上，一条线向下。企业采购：一边砍供应商的价格战，一边为AI和效率工具付溢价。
体验的供给则反着来——演出、展览、新消费品牌集中在头部城市，小城市连“心动”的去处都少：商品全国统一定价，体验按城市分级定价，小城市两头吃亏。

对供给侧的含义是直接的：没有情绪含量、体验含量、文化含量的供给，被推向无限价格战；有这些含量的，获得稀缺性带来的定价权。传统制造企业觉得“钱难赚”与新兴品牌活得风生水起同时成立——不是矛盾，是同一笔额度在水位下降的市场里重新投票。

五、剪刀差的根部
把镜头拉到最高处。前面所有现象，可以归结为一句话：供给能力发生了指数级的革命，分配结构的演进是线性的。
这句话是比喻，不是计量结论。严格版本只需要两层：数字技术使制造付费场景的成本大幅下降；但这些场景争夺的预算和注意力，不会随场景增加而自动增长。第二层才是核心论点。

两条通道在这里汇合。第二节说过：分配结构解释“进水管为什么细”——慢变量；资产负债表解释“管子为什么生锈”——快变量。拆引子里的裂口：钱主要去了定期存款、提前还贷、金融体系内的自我循环。
提前还贷这个动作值得凝视：它不在消费，也不在投资，而是在修复资产负债表——房价下行期的负财富效应，让家庭同时选择收缩负债、囤积流动性。只疏通堵点不改细管，水来了也流不进消费；只改管不除锈，管改了水仍在空转。

再说“分配”的边界。本文所说的分配，仅指三个机制：初次分配中劳动与资本的份额，二次分配中转移支付的力度，以及住房、教育、医疗成本对购买力的前置扣除。
资产价格波动带来的财富效应（尤其是房价下行期的资产负债表修复）、人口老龄化中不可逆的部分、对未来的不确定性预期，是平行变量，本文承认其作用，但不把它们还原为分配。一个框架的可信度，恰恰取决于它敢说自己解释不了什么。

由此也看清了流行药方的局限：发补贴、造购物节，不创造额度，只让有限的额度提前换手；过度依赖消费信贷，是透支而非增长——信贷在收入稳定时可以平滑消费，一旦用于填补长期缺口就是预支未来；指责消费者“不敢花”，更是因果倒置——在高额房贷、教育军备和养老不确定性下的高储蓄，是被锁死的额度溢出的部分，是最理性的个体行为。

生产的最终目的是消费，消费的能力取决于分配——这个两百年前的原理今天依然成立，但要补一句：在资产负债表收缩期，消费能力还取决于资产负债表。

六、预期的剪刀差：额度被未来锁死
还有一把更锋利的剪刀，近两年才张开：预期。
2023年，白领对AI的预期是杠杆叙事——AI帮我干活，我是使用者；企业的预期是替代叙事——AI替我裁人，增益归股东。同一份技术增益，两种相反的分配预期。

一个标志性案例来自汇丰：2026年，这家银行一边在新加坡设立AI卓越中心、招聘上百名AI专家；一边在英国财富管理业务裁撤约七成财务顾问岗位（据《金融时报》报道，方案仍在协商期）。同一家银行，同一年内的两次动作，方向相反。这就是剪刀差的照片。

这里有一条必须写入的反证：Gartner估算，2025年上半年明确由AI生产力提升直接导致的裁员占比不到1%。表面看，这削弱了替代叙事；实际上它强化了本文命题——替代远小于预期，但额度已按预期锁死。现实与预期之间的这道裂缝，正是预期剪刀差最硬的证据。
这组案例里，最致命的不是裁员本身，而是两个机制。