【招银研究|宏观深度】AI出口新范式：从算力竞争到能源重塑

■ 美国AI资本开支正处于“三年三倍”的超级周期之中，增长逻辑从前期“脉冲式扩张”逐步转向“体系化投入”。2022年以来，美国AI产业先后经历技术突破、基建竞赛与应用扩张三个阶段，资本开支也随之从围绕大模型训练的集中投入，演变为覆盖算力、能源与网络体系的持续性扩张。AI投资结构相应从GPU和服务器，扩展至数据中心、电力、网络、存储和冷却等全栈式基础设施。

■ 综合来看，预计美国AI资本开支将由规模扩张主导转向规模与结构并重的阶段。AI投资规模料将维持高位增长，但斜率或边际放缓，主要受到商业化回报、融资成本、芯片和电力供给等多重约束。

■ AI资本开支需求已超越美国本土，通过全球供应链形成显著外溢。测算显示，约81%的AI资本开支可转化为跨境可贸易需求，形成“算力链 + 电力链 + 材料链”三大方向。外溢需求早期主要集中于GPU、服务器等算力链硬件；随着数据中心建设放量提速，电力接入、备用电源和冷却系统等电力链需求加速释放；材料链贸易则受益于算力与电力扩张的派生需求。

■ 中国AI三链出口中，电力链是不可替代性最强的环节。中国电力链出口依托电力设备、电池、备份电源、冷却设备等领域的规模和成本优势，2019-2025年全球份额累计上升9.1pct；算力链受制于高端芯片、高带宽存储和先进封装等环节缺位，出口红利更多由中游零部件和配套设备承接；材料链出口份额小幅上行但绝对规模有限。

■ 对中国经济而言，AI出口已从结构性亮点快速上升为宏观增量。2025年，AI三链合计出口规模达$7,247亿，占整体出口的19.2%，相当于名义GDP的3.7%。结合自上而下与自下而上两重测算方法，预计2026年AI相关出口拉动中国总出口约3.5-5.8pct，对应增量约$1,300-2,170亿，其中电力链贡献最大。

■ AI三链成为理解中国出口韧性的新维度，折射出AI革命已演化为经济增长的新动能。后续需重点关注AI商业化不及预期以及全球产业链重构可能带来的风险。

正文

2025年以来，尽管外部贸易环境趋紧，中国出口仍展现出坚强韧性。其中，AI相关品类出口大幅增长，正加速进化为新的增长极。其背后的核心驱动力，来自于美国AI资本开支进入超级周期所释放出的巨大外溢需求。在此进程中，依托完备的产业体系与显著的规模化优势，“中国制造”对相关需求进行了高效承接，深度嵌入全球AI产业链条，成为本轮AI产业扩张周期中的主要受益者之一。

本报告基于中国海关数据，系统梳理中国出口受益于AI资本开支的三大链条：算力链、电力链、材料链，并基于三链框架，评估AI周期对中国出口的总量拉动与结构影响。

AI超级周期：资本开支需求外溢

自2022年末ChatGPT问世以来，AI产业实现了从技术突破、基建竞赛到应用扩张的跨越式演进。首先是技术突破期（2022-2023），大模型能力跨越式提升，生成式AI从实验室走向公众视野，引发全球广泛关注。然后是基建竞赛期（2023-2025），美国科技巨头围绕算力、模型与数据展开高强度投入，推动AI供给侧能力快速扩张。当前，AI行业正逐步迈入由基础设施向应用落地的关键过渡期，AI产业发展开始从技术能力验证走向商业价值兑现，企业级与消费级场景加速渗透，供需结构与增长逻辑正发生深刻变化。

（一）AI资本开支：驱动与约束

美国AI五巨头（MAMGO，即Meta、Amazon、Microsoft、Google与Oracle）是美国AI资本开支的核心主力，也是最具可观测性的需求锚。2023年五巨头AI资本开支合计约$2,360亿，2025年增至$4,140亿，2026年指引进一步上行至$7,800亿（图1），规模较2023年升至三倍以上，增速持续上行，凸显了超级周期的特征。

图1：美国AI五巨头资本开支规模增长加快

资料来源：公司财报，招商银行研究院

值得注意的是，AI资本开支扩张逻辑正随产业发展阶段的切换而快速演进，从最初的“集中式、脉冲式”逐步转换为“常态化、体系化”。

在技术突破期，AI投资呈现出“集中式、脉冲式”特征。算力需求主要由大模型训练驱动，呈现高峰值和低频次的特征，资本开支集中于高性能GPU与训练集群建设。

进入基建竞赛期，AI资本开支由单点突破转向体系化投入。随着模型规模扩张与多模态能力提升，训练需求大幅攀升，带动算力供给同步扩容，AI资本开支进入全面扩张阶段，数据中心、网络与存储等底层基础设施集中放量。

而在当前的关键过渡期，商业化应用与智能体迭代（AI Agent）持续演进，正驱动AI资本开支向“常态化、体系化”重构。算力需求的底层逻辑正在发生深刻转变：增长动能正由“模型训练”切换至“规模化推理”，交互模态也正从“对话式”向“智能体化”跃迁。 这一趋势将对AI资本开支的总量与结构产生深远影响。

一是总量上，AI投资增长更具刚性与持续性。推理需求呈现高频次、低延迟、广分布的特点，叠加智能体深度嵌入商业化流程带来的持续算力消耗，或持续推升整体算力需求中枢。

二是结构上，AI投资更趋复杂化与分布式。推理的低延迟需求驱动算力去中心化布局，从集中向边缘扩散，对网络带宽、存储与能耗提出更高要求。资本开支相应由以GPU为核心的单点采购，升维至全栈式基建（算力 + 电力 + 网络 + 冷却）。

尽管AI资本开支具备内生需求支撑，但其可持续性正受到投入与回报阶段性不匹配的约束。一方面，超大规模云服务商的资本开支已处于历史高位，呈现出重资产投入显著前置的特征。另一方面，尽管科技巨头商业化收入快速增长，但整体体量与资本开支之间仍存在阶段性错配，短期内难以完全覆盖持续扩张的AI基建投入。以OpenAI为例，2025年其收入虽已跃升至约$200亿，但仍深陷巨额亏损之中，商业闭环尚未形成；与此同时，公司已锁定未来八年（2025-2032）的算力投资承诺却超过$1.4万亿。

从资本市场定价看，收支平衡约束已有所体现。年初以来，美股对AI叙事的定价呈现显著的结构性分化。一方面，具备清晰AI变现路径与平台优势的龙头公司，凭借算力、模型与生态的协同效应，持续获得估值溢价，市场对其长期现金流保持较高信心。另一方面，部分前期依赖AI逻辑抬升估值的SaaS公司，则面临商业模式被AI重构的压力，基于订阅与席位的传统价值捕获机制受到冲击，估值出现回调甚至压缩，反映市场定价由叙事驱动向盈利兑现的边际转换（图2）。

图2：软件与服务板块跌幅超过标普500

资料来源：Macrobond，招商银行研究院

此外，AI资本开支还面临融资与要素双重约束。一方面，在利率中枢维持高位的环境下，美国融资条件趋紧，私募信贷等支撑AI基础设施的资金渠道风险溢价上行，对高强度资本开支形成财务约束。另一方面，电力、芯片等关键要素瓶颈逐步显性化，进一步从供给侧限制其扩张节奏。这也为我国发挥电力、基建与政策优势，实现技术赶超提供了战略机遇。

综合研判，AI资本开支仍处于超级周期之中，但其演进将由规模扩张主导转向规模与结构并重的阶段。AI Agent范式驱动下，推理算力需求具备持续放量基础，叠加AI相关资本开支逐步纳入企业常规IT预算体系，AI投资规模中枢仍有望维持上行。但受制于要素供给约束与回报约束强化，其增长斜率或由前期快速抬升逐步转向温和回落，整体呈现高位增长、增速趋缓、过程波动的特征。

（二）外溢需求：三大链条

从宏观上看，由少数巨头主导的AI资本开支，已成为一轮跨国乘数型投资周期。AI资本开支对经济增长的拉动并非仅局限于美国本土，而是通过全球化产业链条向外部经济体同步扩散。由于AI投资需求高度集中于可贸易品的跨境交易，在拉动美国本土投资的同时，也通过全球供应链对其他国家的制造业、能源及资源产业形成显著外溢。

根据公开数据与麦肯锡研报粗略估算【注释1】，AI五巨头约81%的AI资本开支，可直接转化为可贸易品的跨境采购需求，并进一步形成三大核心贸易链条：一是以芯片、服务器、交换机等为核心的“算力链”；二是围绕电力设备、发电与输配电体系展开的“电力链”；三是由永磁铁、铜箔、碳化硅、高纯硅等关键中间品构成的“材料链”（图3）。

图3：从AI资本开支到AI贸易“三大链条”

资料来源：公开数据，麦肯锡，招商银行研究院

从传导机制看，AI资本开支外溢首先发生在算力链环节，在AI资本开支中占比约64%。GPU、服务器、光模块及网络设备等硬件投入，本身高度依赖全球化分工生产，尤其先进制程芯片、存储与高速互联设备，对跨境供应链协同依赖极强，使得AI资本开支直接转化为对海外制造与出口体系的需求拉动。

在算力链之外，电力链进一步放大了AI资本开支的外溢，占比约17%。电力是算力运行的基础。AI数据中心建设不仅依赖算力硬件，还对电力供给、变压设备、制冷系统等存在大额需求。能源要素在全球不同经济体之间存在显著成本差异与供给约束，推动数据中心投资向经济成本更低的地区迁移，从而形成地理层面的产业与投资再分配。

在此基础上，需求还将进一步向上游材料链延伸，对全球资源品形成额外拉动，包括铜、稀土、碳化硅、高纯硅等关键工业材料。部分品类的价格上行，已在一定程度上反映了相关需求与预期。需要指出的是，材料链本质上属于算力基础设施与电力体系扩张的派生需求，其景气更多通过电力投资与数据中心建设间接传导，而非 AI资本开支的直接组成部分。

此外，AI五巨头的资本开支中还包含约19%的不可贸易支出，主要对应数据中心建设相关的本地化工程服务，如土建施工、机电安装与内部装修等环节。这部分支出高度依赖当地劳务与施工能力，并不会形成跨境贸易。

数据显示，AI资本开支增速与全球三链出口增速高度同步（图4）。2023年，AI资本开支、算力链和材料链出口增速均出现拐点；电力链拐点则滞后一年，于2024年明显上行。这一滞后反映出AI投资外溢的阶段性顺序：早期需求主要集中于GPU、服务器等算力硬件采购；而后随着数据中心进入建设和投运阶段，电网接入、配电设备、备用电源与冷却系统等电力基础设施瓶颈逐步显性化，电力链需求随之加速释放。

图4：AI资本开支与全球三链出口增速高度相关

资料来源：公司财报，UN Comtrade，招商银行研究院

从全球贸易视角看，AI超级周期的贸易宏观重要性已逐步凸显。AI五巨头资本开支中的可贸易部分占全球货物出口比重，由2019年的0.4%升至2025年的1.3%，2026年或进一步跃升至2.3%（图5）。AI资本开支正从全球贸易中的边缘增量，演进为日益重要的结构性驱动。

图5：AI可贸易开支全球占比不断上升

资料来源：UN Comtrade，招商银行研究院

中国AI出口：电力占优，算力分化

从全球三大AI贸易链条的分布看，中国出口份额呈现出明显的非均衡扩张态势，算力链、电力链与材料链表现分化（图6），折射出我国制造业在不同技术环节与产业赛道上的全球竞争力差异。2019-2025年间，电力链中国份额最高且提升最快，由19.5%升至28.6%，累计上升9.1pct。算力链中国份额则由17.8%小幅回落至16.5%，背后反映的是美系设计与台韩制造主导下的全球分工格局相对固化。材料链中国份额由11.0%提升至14.2%，方向向好，但总体规模相对有限。

图6：全球AI三链出口中中国份额表现分化

资料来源：UN Comtrade，中国海关，招商银行研究院

（一）电力链：份额跃升，壁垒强化

近年来，中国电力链出口规模快速扩张，电力备份、电力配电、冷却设备与发电输电四个子环节【注释2】出口规模均普遍上行（图7，8）。从中国出口占全球对应品类出口的比重看，电力链出口份额扩张大致呈现三类特征：电力配电装备的结构性跃迁、海外电网瓶颈下供电保障设备的重要性上升，以及中国制造在配套环节的系统承接。三者对应差异化的产业逻辑，共同构成电力链出口扩张的多重驱动。

图7：电力链出口规模快速扩张

资料来源：中国海关，招商银行研究院

图8：电力链出口多品类表现亮眼

资料来源：中国海关，招商银行研究院

一是电力配电装备的中国份额率先出现拐点式上行。变压器、高压开关柜等是数据中心电力接入与机房配电的关键环节，AI数据中心百兆瓦级用电规模直接拉动相关需求。2022年前，我国相关品类出口增速平稳、份额缓慢提升；2023年后增速显著抬升、份额跃迁至新台阶。以我国大型变压器出口为例，2019-2022年复合增速近乎为零，2022-2025年跃升至约52%，中国份额由25%提升至32%。高压配电盘呈类似趋势，份额由19%跃升至32%。

二是中国供电保障设备出口受益于海外数据中心供电模式重构。传统模式下，数据中心以电网供电为主、柴油发电机组为备用。但2023年以来，北美数据中心扩张速度明显快于电网扩容节奏，部分项目【注释3】因变电站建设排队而延迟通电，自备发电和备用电源在投运前阶段的重要性显著上升，带动柴油发电机组、UPS及电池等设备需求增长，并外溢至中国出口。以我国柴油发电机组出口为例，2022-2025年复合增速达23%，中国份额由约19%升至33%。

三是中国冷却设备与配套材料出口体现系统承接能力。除供电设备外，AI数据中心还需要大量温控、线缆、绝缘、电力电子等配套产品。上述品类并非AI独有，中国在相关领域已具备成熟产能与全球供应能力，因而能够在AI建设周期中实现快速承接。以制冷设备和绝缘配件为例，2019年中国份额分别达15%、23%，2025年进一步升至26%、34%，呈现渐进式强化特征。

前瞻地看，我国在电力链出口上的壁垒在短期内难以撼动。一方面，变压器、开关柜等重资产环节产能建设周期较长，海外新增产能即便自2023年启动，大规模释放也需等到2027年以后。另一方面，在电池、电力电子等领域，中国厂商已形成“规模-成本-再投入”的正向循环，技术与成本优势持续强化，追赶窗口持续收窄。

值得注意的是，我国电力链出口增长并非完全由AI投资需求驱动，部分品类同时受电网更新、新能源与储能等投资需求支撑。但在北美数据中心电力瓶颈显现的背景下，中国相关品类份额提升，指向AI数据中心建设已成为驱动电力链出口增长的主要动能。

（二）算力链：高端承压，中游扩张

中国算力链贸易份额温和下行、总量缓增（图9，10），本质上反映的是中国在全球AI算力分工中的位置变化。AI周期虽显著拉动算力硬件需求扩张，但中国并未充分受益于高端核心环节，而更多通过存储、PCB【注释4】、其他集成电路及专用机械等中游品类承接增量需求；与此同时，服务器整机、处理部件及网络通信设备等成品环节，则持续面临产能外迁压力。

图9：算力链出口规模温和增长

资料来源：中国海关，招商银行研究院

图10：算力链出口多品类显著分化

资料来源：中国海关，招商银行研究院

首先，高端核心环节缺位，决定了中国算力链份额难以随AI资本开支同步扩张。AI算力需求最直接受益的是GPU、HBM【注释5】、高端服务器与高速互联等核心环节，但相关环节主要由美系设计、台韩制造及海外封装体系主导，中国出口更多处于中游配套和供给补位位置。2022-2025年，算力链中国出口净增约$631亿，其中存储器、处理部件、其他集成电路、PCB与数据中心专用机械五个品类合计贡献超过100%。这意味着，算力链增长并非全链条普遍繁荣，而是依赖少数中游和配套型品类拉动，部分成品和传统设备品类反而对总量增长形成拖累。

其次，中国算力链出口形态正从成品向零部件迁移，反映AI算力组装环节外迁与中游制造韧性并存。其中，服务器整机、处理部件、网络通信设备等中国份额持续下降。以网络通信设备为例，2019至2025年中国份额下降13pct，处理部件则由23%降至8%。零部件表现则相反，数据中心专用机械的中国份额上升11pct，其他集成电路的中国份额也由约5%升至9%。这一分化表明，在关税、出口管制和原产地规避等因素共同作用下，组装环节正加速向越南、印度、墨西哥等地转移；而中游零部件凭借规模化、交付能力和配套优势，短期内仍难以被中国之外的产能完全替代。

再次，中国算力链在部分细分装备领域体现出明显的结构性承接能力，优势正逐步向中游设备、零部件及产业链配套环节集中。尽管相关品类单体规模普遍仅为十亿至数十亿美元，难以改变中国在高端核心环节相对缺位的整体格局，但在AI周期驱动下，其增速与全球份额均明显提升。2022-2025年，半导体液体过滤设备出口三年复合增速达25%，掩模设备达20%，光学测量仪器达12%。

（三）材料链：方向积极，量级有限

作为算力链与电力链的上游派生需求，材料链的中国份额在2019-2025年间从11.0%小幅上行至14.2%，方向上与AI周期共振，但绝对规模与增速均显著弱于电力链。

需要指出的是，材料链的AI相关分析存在三点固有局限。一是需求识别的模糊性。材料链需求高度分散于消费电子、新能源、传统工业等下游，AI相关增量难以从总需求中清晰剥离，份额变动更多反映中国在材料端的长期产业积累，而非单纯的AI驱动。二是价格波动的放大效应。稀土、碳化硅等材料价格弹性较大，份额数据易受价格扰动影响，与AI资本开支的同步性不如电力链与算力链稳定。三是战略资源属性的政策扰动。部分关键材料正被视为战略资源，出口管制和供应限制可能进一步放大贸易数据的波动。

综合来看，材料链对中国AI出口的贡献更接近边际补充而非主导驱动，这也是后续测算中其弹性系数显著性偏弱的根本原因。

AI三链出口：弹性估计与情景预测

从中国出口内部看，AI三链出口已具备宏观意义，占整体出口的比重接近两成。三链合计占中国货物出口比重由2019年的16.8%升至2025年的19.2%，累计提升2.4pct。2025年合计出口规模达$7,247亿（图11），相当于当年名义GDP的3.7%。其中，算力链占比12.1%，体量最大且整体较为稳定；电力链占比由2019年的4.2%提升至6.4%，累计上升2.2pct，成为三链中最主要的增量来源；材料链占比约0.7%，规模与份额变动均相对有限。

图11：算力链和电力链对中国出口重要性快速上升

资料来源：中国海关，招商银行研究院

本文基于自上而下的反事实估计及自下而上的逐链趋势外推两种方法，测算了AI超级周期对中国出口的拉动。2026年，在美国AI五巨头资本开支增长88%（规模$7,800亿）的情景下，预计AI出口拉动中国总出口约3.5-5.8pct，对应增量约$1,300-2,170亿，其中电力链贡献最大。2027年，在不同资本开支增速情景下（10%/30%/60%），拉动幅度预计为0.7-3.8pct。

（一）出口弹性：三链分化

以美国AI五巨头资本开支作为全球AI投资周期的代理变量，对其与三链出口规模进行对数回归，结果显示中国在三链中的弹性系数高度分化（图12）【注释6】。

图12：中国AI三链出口需求弹性分化

资料来源：UN Comtrade，中国海关，招商银行研究院

一是中国电力链出口弹性显著高于全球平均。全球弹性系数为0.30，中国弹性系数高达0.53，意味着AI资本开支每扩张10%，全球电力链出口增长3.0%，中国电力链出口增长5.3%。中国弹性远高于全球，表明在资本开支扩张过程中，中国份额在加速提升。但值得注意的是，电力链需求中亦包含新能源车、储能等非AI需求，上述方法可能存在高估。

二是中国算力链出口弹性略低于全球平均。全球弹性系数为0.29，中国弹性系数为0.23。中国弹性低于全球意味着资本开支扩张时中国份额在被稀释，这与前文所述算力链的高端缺位相印证。AI超级周期在算力链上释放的红利更多被海外高端环节分走，中国主要通过中游与配套环节分享增量。

三是中国材料链出口弹性不显著。全球弹性系数为0.12，中国弹性系数为0.31，但两者的统计显著性较弱。材料链的价格波动较大，且AI相关需求在材料总需求中的占比较低，这降低了弹性估计的稳健性【注释7】。

需要指出的是，电力链弹性系数可能部分反映了非AI需求的同期增长。2023年以来，全球新能源车与储能需求持续扩张，带动锂电池等电力链品类出口高速增长，这部分需求与AI增量在统计上难以完全分离。因此，电力链实际AI专属拉动或略低于模型估计。

（二）自上而下：反事实估测

构造反事实情景可以量化AI对中国出口的实际增量贡献。在无AI超级周期的反事实情景下，假设美国AI五巨头资本开支按2019-2021年常态趋势扩张（年均复合增速21.7%），中国三链出口按历史弹性同步增长，即可得到不含AI冲击的反事实基线情形。实际（预计）出口与该基线之差，即为AI超级周期下中国三链出口的净增量贡献。

AI超级周期撬动的全球三链贸易增量规模庞大，且持续扩张。2025年AI额外拉动全球三链贸易约$4,103亿；预计2026年随资本开支指引上修进一步扩大至约$9,927亿，2027年在基准情景下进一步达到约$11,458亿（图13）。美国AI资本开支的外溢机制，将实质性重塑全球贸易与增长格局。

图13：中国在全球三链出口增量中超额受益

资料来源：UN Comtrade，中国海关，招商银行研究院

2026年AI额外拉动中国三链出口约$2,170亿，对中国总出口拉动约5.8pct。中国在AI驱动的全球三链增量中占比约22%，显著高于中国在全球商品贸易中约14%的常态份额，本质上是前文所述电力链壁垒与算力链中游优势在总量层面的集中体现。

中国AI出口增量仍在扩大，但边际斜率有所放缓。2025年中国三链出口增量约$883亿，预计2026年扩大至$2,170亿，2027年进一步升至$2,526亿。这一变化并非简单线性外推，而是由实际AI资本开支相对常态趋势的超额幅度，以及三链出口对资本开支扩张的响应弹性共同决定。2026年资本开支偏离基线的幅度明显扩大，带动中国出口增量快速上行；而2027年在资本开支增速放缓假设下，出口增量继续增加，但边际扩张明显收窄。

从结构看，电力链是中国反事实出口增量的主导贡献者，2026年单独占比过半（图14）。2026年中国三链出口增量中，电力链约$1,237亿，算力链约$850亿，材料链约$83亿；2027年三链贡献分别扩展至约$1,481、$951、$94亿。这一结构与前文所述中国电力链弹性显著高于全球的分化结论相互印证。

图14：中国AI出口增量中电力链占优

资料来源：中国海关，招商银行研究院

（三）自下而上：分链外推

作为交叉验证，本文亦采用逐链线性外推方法估计2026年出口增量。以2026年各链全球出口增速假设与中国份额趋势为输入：算力链全球出口增速17.5%、中国份额16.4%，对应增量约$764亿；电力链全球出口增速15.0%、中国份额30.7%，对应增量约$569亿；材料链全球出口增速8.0%、中国份额12.9%，对应缩减约$5亿。三链出口增量合计约$1,300亿，对中国总出口拉动约3.5pct。

上述两种估计方法相互独立，估算结果方向一致（表1）。反事实模型基于聚合统计弹性，外推模型基于品类趋势线性递推，两者共同指向较为可观的增量区间（$1,300-2,170亿），AI三链对中国总出口拉动约3.5-5.8pct。从增量结构看，电力链是主要贡献来源。从规模结构看，算力链仍占三链出口主体，2026年占比约58%-62%，但电力链占比已升至35%-39%，共同构成中国AI出口增量的核心支撑。

表1：2026年中国AI三链出口测算结果对比

资料来源：中国海关，招商银行研究院

这一收敛增强了测算结果的稳健性。总体上看，外推模型的假设更接近2026年实际节奏，其结果或代表区间下沿；反事实模型隐含的电力链高弹性部分受益于非AI需求同期增长，其结果或代表区间上沿。综合判断，2026年AI对中国出口的实际拉动大概率落在区间中偏下位置，即3.5-4.0pct区间。

启示：AI出口新动能

AI超级周期已经成为中国出口增长的重要结构性动能。不同于传统消费与投资周期驱动的外需，AI所引致的跨境商品需求，本质上是一种由技术迭代与资本开支耦合形成的“技术外需”。随着AI相关品类在中国出口中的占比持续提升，算力链、电力链与材料链正成为理解中国出口韧性的新维度。

但中国并非在AI周期中均衡受益，而是呈现明显的“三链分化”结构性特征。其中，电力链是当前最具优势与确定性的方向。近年来，我国电力链的全球份额持续提升，产业壁垒逐步形成。在AI数据中心、新能源车与储能需求共振下，2026-2027年我国电力链出口有望维持高景气。相较之下，算力链则呈现“高端承压、中游扩张”的格局，高端核心环节仍受制于全球技术分工，而中游设备、零部件与产业链配套环节持续受益。中期来看，我国算力链出口增速或因成本上行、产能释放、技术切换【注释8】而趋缓；而权重更高的电力链出口，将凭借更广的需求来源与更强的产业壁垒，实现更具韧性的增长。

展望未来，AI对中国出口的拉动，或逐步由商品贸易向服务贸易延伸。一方面，当前AI资本开支仍具备“军备竞赛”特征，资本开支/收入比难以长期持续攀升，相关商品出口的高弹性在中长期或面临需求约束。另一方面，中国在电力成本、基础设施与产业配套上的优势，正逐步转化为数据中心运营与AI服务供给优势。随着国产替代推进及“token出海”等模式发展，AI服务出口有望成为新的增长方向。

当然，AI出口扩张同样面临潜在风险：一是AI商业化落地不及预期，导致全球资本开支回调；二是全球产业链重构背景下，服务器组装、模组封装等中低端环节持续向低成本国家迁移，对部分出口份额形成挤压。

总体来看，本轮AI超级周期的意义，不仅在于创造了显著的出口增量，更在于其对全球贸易与投资需求结构的深度重塑。AI革命正加速从技术突破演变为经济增长的内生驱动力，重构长期增长的底层逻辑。

注释

1、参见：Zegeye A, Sachdeva P, Bhan A, 等. Beyond compute: Infrastructure that powers and cools AI data centers [R]. 纽约：麦肯锡公司，2025.

2、电力链子环节按数据中心电力系统功能划分：发电输电设备对应外部电力供给及现场发电能力；电力配电对应电力接入、变压、开关、线缆及机房配电系统；电力备份对应UPS、电池及应急备用电源；冷却设备对应数据中心散热与温控系统。

3、包括xAI孟菲斯站点自备燃气与柴油机组，亚马逊弗吉尼亚集群依赖现场发电等。

4、PCB（Printed Circuit Board），即印制电路板，是电子设备中承载芯片与元器件互联的基础载体。

5、HBM（High Bandwidth Memory）为高带宽内存，专为AI加速器设计。

6、美国AI五巨头资本开支并不等同于全球AI资本开支总量，但其覆盖全球AI基础设施扩张中最核心且披露最完整的需求主体，因此更适合作为AI投资周期的代理变量。本文弹性估计关注的是资本开支周期变化与三链出口之间的经验关系。

7、我们以HS6商品×年份的面板数据进行固定效应回归作为稳健性检验，三链弹性方向与排序均与正文一致（算力链全球/中国弹性为0.19/0.29，电力链为0.25/0.45，材料链为0.16/0.31）。

8、技术发展的历史经验表明，当硬件瓶颈构成显著阻碍时，技术进步往往以其它路径继续推进，例如DeepSeek以算法优化弥补芯片制程上的不足。

-END-

本期作者

谭卓 招商银行研究院 总经理助理

zhuotan@cmbchina.com

刘天泽  招商银行研究院 宏观研究员

tianzeliuecon@cmbchina.com

转载声明：

1、本报告为招商银行研究院已发布报告的公开版本，报告内容均为原创。

2、如需转载，请提前征得本公众号授权。转载时需要保留全文所有内容，请勿对本报告进行任何有悖原意的引用、删节和修改。

3、转载时请注明出处为“招商银行研究院（ID：zsyhyjy）”，并在“原文链接”中保留原始公众号文章链接。

4、授权方式：请参照文末方式联络招商银行研究院。

注意：未经招商银行事先授权，任何人不得以任何目的复制、发送或销售本报告。

招商银行版权所有，保留一切权利。

责任编辑|余然