AI、礦產與澳洲經濟：2026，澳洲能迎來"新國運"嗎？

這是一篇約8000字的深度分析。說三件事：第一，AI正在改寫全球價值鏈的利潤分配規則，物理資源的相對價值在上升；第二，澳大利亞手里有好牌，但好牌和贏之間隔著加工能力、制度設計和時間窗口；第三，對在澳洲生活的普通人來說，理解自己在價值鏈上的位置比關注任何宏觀敘事都重要。建議留20分鐘完整閱讀，我知道在當下閱讀長文是一個很辛苦的事情，但是保證這篇文章會讓你讀完有所收獲，我不建議使用ai總結，會壓縮文章的質量。

AI聲明：AI聲明：本文觀點，和主要脈絡線索由作者整理創，Claude Opus4.6 作為評審員為作者進行大量的批評與指正，Grok4.20為本文提供大量事實核查。

AI、礦產與澳洲經濟：2026，澳洲能迎來“新國運”嗎？

最近流傳一種說法澳大利亞要迎來"新國運"了。

說法大同小異。不過就是AI需要電，電需要礦，礦在澳洲。中國收緊稀土出口，美國拉著澳洲簽了85億美元的礦產框架協議。全球最大的鋰生產國，前五的稀土和鈷。大抵就是手里有礦，心里不慌。有人甚至開始說，澳洲就是下一個中東，只不過這次賣的不是石油，是鋰和稀土。

這幾年互聯網上關于澳大利亞的認知，來回搖擺在兩種敘事之間。第一種是"土澳敘事"：澳洲就是個大礦場加牧場，沒有科技，沒有制造業，年輕人的理想是做礦工或者沖浪，GDP全靠把石頭挖出來賣給中國。第二種是"天堂敘事"：藍天白云、好山好水、社會福利完善、教育資源豐富，適合移民養老帶小孩。兩種敘事都有事實基礎，但兩種都不是分析，而是刻板印象。

"新國運"是第三種敘事。它比前兩種更有時代感，它把澳洲放進了AI和地緣政治的新坐標系里。而且它并非沒有歷史根據。澳大利亞從1788年一個關罪犯的流放地，變成今天人均GDP世界前15的發達國家，靠的就是"資源+制度+適應"的長跑史。從羊毛帝國到黃金熱，從戰后長繁榮到中國驅動的礦業超級周期，每一次"國運高光"都跟資源有關。更難得的是，它沒有中"資源詛咒"。阿根廷曾經跟澳大利亞在同一起跑線上，今天一個是發達國家，一個還在反復折騰。澳洲是極少數把每一次資源紅利都轉化成了長期競爭力的國家。

所以"新國運"繼續著歷史敘事，圍繞資源展開，方向上有道理。但它也有一個跟前兩種敘事一樣的問題：結論先行，論證缺席。"手里有礦所以贏了"，這個推理鏈條中間省略了太多東西。有礦的國家很多，委內瑞拉的石油儲量全球第一，剛果的鈷儲量占全球一半。它們贏了嗎？資源從來不自動等于國運。中間隔著加工能力、制度質量、人才儲備、地緣選擇，每一個環節都可以把"好牌"打成"爛局"。

我是醫學與經濟學博士，目前在澳大利亞。我不是礦業專家，也不是地緣政治學者，但我在這里生活，在這里做研究，每天接觸的是這個國家的真實運轉方式，而不是社交媒體上的情緒投射。這篇文章想做的事情很簡單：用經濟學的分析框架，認真回答一個問題

在AI重塑全球經濟格局的背景下，澳大利亞的位置到底在哪里？

要理解"新國運"的含金量，先要搞清楚一個問題：過去三十年，這個世界到底在獎勵什么？答案很簡單：知識。更準確地說，是算法、品牌、金融規則和知識產權。經濟學里有一個概念叫"微笑曲線"，說的是一條產品價值鏈上的利潤分配。曲線的兩端，上游的研發設計，下游的品牌營銷和金融服務拿走了最多的錢。而中間那段制造、組裝、原材料供應，利潤最薄。過去三十年的全球化，基本就是這條曲線的注腳。

圖1：微笑曲線（來源：UReason, 2024）

過去三十年，世界在獎勵什么

最直觀的例子是iPhone。蘋果不制造任何一個零件，但通過設計、軟件和品牌，拿走了每部手機大約58%的價值。中國承擔了大部分組裝工作，但中國勞動力成本只占iPhone零售價的1.8%。Nikkei對iPhone 15 Pro Max的拆解分析顯示，中國企業貢獻的零部件價值僅占總成本的2.5%。富士康是全球最大的電子產品代工廠，年營收超過兩千億美元，但凈利潤率長期徘徊在2-3%。這不是因為富士康不努力，而是因為它坐在微笑曲線的谷底。

圖2：全球智能手機利潤份額（來源：Counterpoint Research）

Ocean Tomo的最新研究顯示，1975年，標普500公司的市值中有83%來自有形資產，比如廠房、設備、庫存。到2025年底，這個關系完全倒轉：無形資產占到了92%，有形資產只剩8%。全球最有價值的500家公司，價值幾乎全部來自你看不見、摸不著的東西。專利、算法、數據、品牌。

美國是這套游戲最大的贏家。2024年，美國的服務貿易順差達到2,933億美元，2025年進一步攀升到3,395億美元。這些順差的最大來源不是旅游，而是金融服務和數字服務。華爾街的投行給全球公司做顧問，硅谷的軟件賣到全世界每一臺電腦和手機里。美國在貨物貿易上長期逆差，但在知識和服務貿易上是巨額順差。它進口的是看得見的東西，出口的是看不見的東西，而看不見的東西更賺錢。簡單說：過去三十年，會寫代碼的比會挖礦的賺得多。

圖3：S&P 500有形 vs 無形資產占比（來源：Ocean Tomo 2025）

澳大利亞在這個格局里是什么位置？大致就是"提供原材料的人"。它挖出鐵礦石運到中國煉鋼，挖出煤炭運到日本發電，挖出鋰礦石運到中國做電池。澳洲的出口結構高度依賴大宗商品，貿易條件隨著鐵礦石和煤炭價格的波動而大幅起落。這是全球價值鏈客觀的利潤分配規則。在微笑曲線的世界里，賣石頭的賺得確實沒有寫代碼的多。所以"土澳"這個標簽，放在過去三十年的坐標系里看，不能說完全沒有道理。澳洲的經濟復雜度指數長期偏低。2021年排名全球第93位。它的出口籃子集中在少數幾種礦產品和農產品上，缺乏多元化的高附加值產業。在知識經濟定義贏家的時代，澳大利亞確實不是贏家組的成員。

但這里必須加兩個限定條件。第一，中國在這套體系里不是一成不變的。從價值鏈最底部的組裝起步，用二十年時間培養出了華為、比亞迪這樣的企業，在部分領域實現了從微笑曲線谷底向兩端的攀升。德國、日本、韓國通過先進制造也捕獲了高價值。所以這不是一個"永遠固定"的分配格局。第二，澳大利亞雖然在微笑曲線的谷底附近，但它比大多數資源國活得好得多。前面說過，它沒中資源詛咒。挖礦賺的錢被用來建了世界一流的大學和醫療體系、完善的社會保障網絡、以及一個運轉良好的法治和民主制度。它不是一個"只會挖礦"的國家，它是一個"挖礦挖得聰明"的國家。但現在，有一個變量正在改寫這條微笑曲線的形狀。

那就是AI。

當寫代碼、做翻譯、出分析報告不再需要高薪的人類專家時，全球價值鏈上的利潤分配就必須被重寫。2026年1月，Complexity Science Hub的研究團隊在《Science》上發表了一項大規模研究，他們分析了GitHub上超過3,000萬條Python代碼貢獻，來自16萬名開發者。結論是，美國新寫的代碼中，AI貢獻的比例已經從2022年的5%飆升到2024年底的29%。差不多每三行新代碼里就有一行是AI寫的。而這還是全行業平均數。在AI公司內部，這個數字更夸張，Anthropic全公司70-90%的代碼由AI生成，其頂級工程師聲稱比例已經達到100%。微軟和Salesforce報告的數字也在30%左右。

圖4：GitHub代碼中AI生成比例（來源：Complexity Science Hub / Science, 2025）

這意味著"會寫代碼"這件事正在從一種稀缺的高薪技能，變成一種廉價的、可以被機器大規模復制的能力。不只是寫代碼。Stanford AI Index 2025年報告展示了一個讓整個行業震動的數字，從2022年11月到2024年10月，達到GPT-3.5水平的AI推理成本從每百萬token 20美元暴跌到0.07美元，降了280倍。18個月，280倍。這個速度讓摩爾定律看起來都像是在慢跑。而且這個趨勢還在加速：J.P. Morgan追蹤的成本效率前沿顯示，到2025年8月，同等性能的推理成本已降至每百萬token 0.14美元，比2023年3月GPT-4的37.5美元下降了99.7%。翻譯成白話就是2022年，讓AI幫你處理一批文檔，成本可能需要一個初級分析師一周的工資。到2025年，同樣的事情幾乎不花錢。

圖5：AI推理價格下降趨勢（來源：Stanford AI Index 2025）

這種成本崩塌正在滲透到所有依賴"常規知識工作"的領域。企業采用AI輔助翻譯后，成本降低40-60%。法律行業的合同審查、金融行業的研究報告初稿、醫療行業的影像初篩。曾經需要年薪幾十萬的專業人士完成的任務，現在AI可以在幾秒鐘內以接近零的邊際成本完成初稿。當然我們在這里必須做幾個重要的限定條件。

第一，被抹平的是"常規知識差價"，不是所有知識。高級系統架構設計、復雜的戰略分析、需要深度行業經驗的判斷，這些仍然是高溢價能力。AI替代的是那些可以被拆解為明確步驟的認知任務，而不是需要在不確定性中做判斷的能力。《Science》那篇論文的一個關鍵發現也印證了這一點，雖然經驗較少的程序員使用AI更頻繁（37%的代碼由AI輔助），但生產力的真正提升卻來自經驗豐富的開發者。新手讓AI寫代碼，但不一定知道怎么判斷代碼好不好。

第二，"推理成本趨近于零"說的是終端用戶的邊際使用成本。AI的訓練成本仍然是天文數字。Google Gemini 1.0 Ultra的估算訓練成本約為1.92億美元。成本在轉移，從使用端轉移到了基礎設施端。這一點對后面理解AI為什么需要物理資源很關鍵。

第三，雖然微觀層面的效率提升已經非常明顯，但宏觀生產力統計還沒有顯著反映出來。這有點像1990年代的"索洛悖論"，經濟學家Robert Solow說過"到處都能看到計算機，除了在生產力統計數據里"。今天的AI可能正在經歷一個類似的階段：個體提效顯著，但系統性的經濟產出增長還需要時間顯現。

讀到這里，熟悉經濟學的讀者可能已經在心里舉手了：你說的不就是杰文斯悖論的反面嗎？

這個問題很重要，建議繼續往下讀。1865年，經濟學家William Stanley Jevons發現，蒸汽機效率提高并沒有減少煤炭消耗，反而因為使用成本降低導致需求爆炸，煤炭總消耗量上升了。同樣的邏輯反復出現在技術史里：ATM沒有消滅銀行柜員——銀行發現開分支機構的成本降低了，于是開了更多分支機構，柜員總數反而持平。Excel沒有消滅會計師——企業發現財務分析變便宜了，于是要求更多更細的分析，會計師需求反而增長。那么，AI讓寫代碼變便宜了，全球軟件需求會不會爆發式增長，程序員反而更搶手？

這個反論必須正面回應，因為它直接動搖了"知識溢價正在消失"這個核心前提。

我的回答是：杰文斯悖論在這一輪大概率仍然成立。AI確實會引爆知識工作的總需求。但這恰恰強化了核心論點，而不是削弱它。三個原因。

第一，歷史類比的范圍不對。ATM替代的是銀行柜員的一項具體任務：現金存取。Excel替代的是會計師的一項具體任務：手工計算。它們是窄工具，替代窄任務，釋放出來的人力被重新配置到同一職業的其他任務上。柜員從數錢變成賣理財產品，會計師從算賬變成做財務咨詢。但AI替代的不是某一項任務，而是通用認知能力本身。它同時能寫代碼、做翻譯、出分析報告、審合同、讀影像。OpenAI與賓夕法尼亞大學2023年的研究估計，約80%的美國勞動力至少有10%的工作任務會受到大語言模型影響，約19%的勞動力有超過一半的任務受影響。當一個工具能夠滲透到如此廣泛的任務組合中時，"釋放出來的人力去做剩下的任務"這個邏輯就不再自動成立，因為"剩下的任務"本身也在被滲透。類比的話，這更像內燃機直接替代了馬，而不是蒸汽機提高煤礦效率。馬的總需求并沒有因為汽車變便宜而增長。當然，人和馬有一個根本區別：人可以學習新技能。確實會有程序員成功轉型為AI系統架構師、提示工程師或AI產品經理。但這些新角色的崗位總量，遠小于"寫常規代碼"的崗位總量。不是所有馬車夫都能變成汽車工程師，也不是所有人都需要變成汽車工程師。

第二，即使總需求爆炸，溢價的分配方向會徹底改變。這才是關鍵。回到ATM的例子，ATM確實沒有減少柜員總數，但柜員的工資增長從此長期停滯，而銀行的利潤和高管薪酬持續攀升。"總就業沒變"這個統計數字掩蓋了價值分配的劇烈重組。AI這一輪會更極端：即使全球軟件需求翻十倍，當AI承擔了其中大部分執行工作，溢價就不再流向寫代碼的人，而是流向三個方向：控制AI模型的公司、提供算力基礎設施的公司，以及支撐這一切運轉的物理資源。這三層之間誰最終捕獲最多價值，取決于哪一層最稀缺。而稀缺性的判斷，正是下一節要展開的分析。

第三，調節速度本身是一個變量。杰文斯悖論隱含了一個假設：被替代的勞動力能夠被新增需求重新吸收。蒸汽機從發明到全面普及用了大約一百年，電力用了五十年，個人電腦用了二十年。每一輪都給了勞動力市場足夠的時間完成再配置。但AI推理成本在不到兩年內下降了280倍。當變化速度快到勞動力市場來不及重新配置時，"需求增長吸收被替代勞動力"的調節機制就會出現時滯。不是不會發生，而是來不及發生。在這個調節期內，大量知識工作者會經歷一段真實的、痛苦的價值重估。你的技能沒有變差，你的努力沒有減少，但你所做的事情突然不值那么多錢了。這種感受不是抽象的經濟學概念，它是房貸還款單上的數字，是年終考核時的焦慮，是深夜問自己"我還有沒有用"的那個瞬間。

所以，對杰文斯悖論最誠實的回答是，是的，AI會讓知識工作的總蛋糕變大。但"蛋糕變大"和"你分到的那塊變大"是兩件完全不同的事。而且杰文斯悖論不僅不削弱本文的論點，反而從另一個方向強化了它。知識工作的需求爆炸，意味著支撐這些知識工作的物理基礎設施需求也在爆炸，更多的AI推理需要更多的數據中心、更多的電力、更多的芯片、更多的礦。而物理基礎設施的擴張速度，天然慢于軟件的擴張速度。代碼可以在一秒內復制一萬份，但一座銅礦從勘探到投產需要十到十五年。這種供需不對稱，正是后文分析礦產價值的底層邏輯。蛋糕變大了，但切蛋糕的刀換了方向，切向了物理世界。

那么，把這些信息放在一起，結論是什么？過去三十年，微笑曲線兩端的贏家之所以贏，是因為知識稀缺。寫代碼的人少，所以程序員貴。懂金融建模的人少，所以華爾街分析師貴。能設計芯片的人少，所以IC工程師貴。知識的稀缺性是它溢價的基礎。而AI正在瓦解這種稀缺性。當常規知識工作的邊際成本趨近于零，知識就不再是"稀缺資產"，而開始變成"公共基礎設施"。這是過去三十年來全球價值鏈最深的一次地震。那接下來的問題自然是：當知識不再稀缺，什么會變得稀缺？

答案藏在AI的物理瓶頸里。

AI的物理瓶頸

IEA在2025年發布的《能源與人工智能》特別報告里提到，AI正在從一個軟件概念變成一個硬件怪獸，而這個怪獸的食量正在以指數級增長。2024年，全球數據中心的電力消耗約為415太瓦時（TWh），占全球總用電量的1.5%。這個數字到2030年將翻一倍以上，達到約945太瓦時——相當于日本全國的用電量。而AI是這一增長最主要的驅動力。2024年，AI大約占數據中心用電的15%；到2030年，這個比例將攀升到35-50%。在美國，數據中心將吞掉2024年到2030年間近一半的電力需求增長。到2030年，美國用于處理數據的電量將超過煉鋁、煉鋼、水泥和化工等所有能源密集型制造業的總和。把這段話翻譯成一句話，那就是AI不是虛擬的，它的胃口比所有重工業加起來還大。

圖6：全球數據中心電力消耗預測（來源：IEA, 2025）

電力只是第一層。數據中心還需要大量的水來冷卻。一個大型數據中心每天消耗約30萬加侖的水、需要土地、需要銅來輸電。尤其是銅。一個大型數據中心可以用掉超過2,000噸銅。Wood Mackenzie估計，全球銅需求到2035年將增長24%，達到每年4,270萬噸。而IEA的關鍵礦產展望報告指出，按照現有和已規劃的礦山產能，到2035年只能滿足預計需求的大約70%。BloombergNEF的預測更為直白，到2035年，全球銅供應缺口可能達到600萬噸。

銅只是冰山一角。鋰作為儲能電池的核心材料、稀土作為高效電機和永磁體的關鍵成分、鎵作為半導體和功率電子器件的材料，全部需求激增。IEA特別提到，僅數據中心對鎵的需求到2030年就可能超過當前全球供應的10%。而中國目前控制著全球精煉鎵供應的99%。你每建一個數據中心，就需要幾千噸銅來接電線。每裝一塊儲能電池，就需要鋰。每做一個高效電機，就需要稀土。每一塊芯片的功率元件，都需要鎵。AI的根不是扎在云里，是扎在礦石里。

圖9：關鍵礦產精煉產能中國占比（來源：IEA 2025）

但這里必須對這些數字做一個誠實的校準。上面引用的三組預測，Wood Mackenzie的銅需求增長24%、IEA的"只能滿足70%"、BloombergNEF的600萬噸缺口。看起來像是多源交叉驗證，但它們可能共享相似的上游假設：電動車滲透率的樂觀預期、數據中心建設速度的高增長情景、以及對回收技術進步的保守估計。如果這些假設中的任何一個偏離，三組數字會同方向偏移，而不是互相糾偏。IEA自己的數據中心能源預測實際上給出了一個寬幅區間。低端情景下2030年全球數據中心用電可能在690太瓦時左右，高端情景超過1,050太瓦時，上面引用的945太瓦時接近區間的中高端。

這里有一個內在張力，本文前面剛剛引用了AI推理成本在不到兩年內下降280倍的數據。如果算力效率的提升速度持續這么快，那么同等規模的AI推理所需的能耗也應該大幅下降，實際電力需求可能遠低于IEA的中高端預測。這個反論是成立的。但它忽略了一個我們剛剛討論過的機制：杰文斯悖論。效率提升不會導致用量減少，而是導致用量爆炸。推理成本降低280倍的結果不是"用同樣多的電做同樣多的事"，而是"做的事情多了一千倍"。根據IEA報告的方法論說明，其基準情景已經將硬件效率改善、芯片能效提升和數據中心冷卻優化納入了建模，945太瓦時是效率提升之后的凈增長預測，而非忽略效率的粗算。歷史數據也支持這一點：過去十年，數據中心的能源效率指標PUE從行業平均約2.0改善到了約1.58，頂級超大規模設施（Google、Meta）已接近1.1，效率幾乎翻倍。但全球數據中心的總能耗不降反升，從十年前的不到300太瓦時增長到2024年的415太瓦時，因為需求增長的速度遠快于效率改善的速度。

那如果低端情景成立呢？

觸發低端情景的三個條件概率并不均等。數據中心建設放緩在當前投資狂潮下短期概率較低。微軟、亞馬遜、谷歌在2024-2025年合計宣布了超過3,000億美元的數據中心資本支出計劃，這些投資有多年慣性。電動車滲透在中國和歐洲已經越過了臨界點，放緩的可能性主要集中在北美和東南亞，全球總量大幅低于預期的概率不高。真正的不確定性在第三個條件：回收技術的突破。但即使回收率大幅提升，其對原礦需求的實質性替代需要十到十五年的規模化周期。所以低端情景不是不可能，但它需要多個低概率事件同時發生。即便如此，如果礦產需求增長只有高端預測的一半甚至三分之一，本文的核心論點，物理資源在AI時代的相對價值上升仍然成立，但緊迫性和溢價幅度會大幅縮水。澳大利亞手里的牌還是好牌，但不是王炸。這個區別很重要，因為它直接影響政策力度和投資節奏的合理性。所以，讀下面關于澳大利亞的分析時，請把這個不確定性區間帶在腦子里：方向大概率對，幅度真的不好說。

現在把目光轉向澳大利亞。澳大利亞占全球鋰產量的37-49%。全球前四的稀土生產國。全球前五大鈷生產國之一。豐富的銅、天然氣、鈾儲備。澳大利亞有80%的國土尚未被充分勘探關鍵礦產。2024年底，AI礦產勘探公司Earth AI用人工智能技術在新南威爾士州發現了澳大利亞最大的鈀礦床，在一個此前被認為不含相關礦化的地區。這意味著澳洲地下的資源家底，可能比我們現在知道的還要大得多。

圖7：2024全球鋰產量份額（來源：USGS）

圖8：澳大利亞關鍵礦產分布圖（來源：Geoscience Australia, 2024）

中國控制著全球絕大部分的稀土和鎵精煉產能，近兩年持續收緊出口管制。這讓整個西方世界突然意識到供應鏈的脆弱性。美國開始加速推進"友岸外包"戰略。2025年10月，特朗普和澳大利亞總理阿爾巴尼斯在白宮簽署了85億美元的關鍵礦產和稀土框架協議，目標直指建立一條"去中國化"的稀土供應鏈。美國還計劃在西澳建設先進鎵精煉廠，這是直接針對中國99%鎵供應壟斷的回應。

有礦的國家很多。但又有礦、又讓人放心、又不會突然翻臉的國家不多。澳大利亞恰好是"儲量豐富+西方盟友+法治穩定"的組合。這在關鍵礦產領域極為稀缺。

但稀缺不等于唯一。加拿大同樣是西方盟友、法治健全、資源豐富，而且正在大規模投資關鍵礦產。2024年聯邦政府承諾38億加元支持關鍵礦產供應鏈，薩斯喀徹溫省和魁北克省的鋰礦和稀土項目正在加速推進。智利和阿根廷構成的鋰三角擁有全球約55%的已探明鋰資源（以鹽湖鹵水形式存在），一旦直接鋰提取（DLE）技術成熟并實現商業化規模，產能可能出現階躍式增長。非洲的剛果（金）和贊比亞在銅和鈷方面擁有巨大潛力，且正在獲得越來越多的西方投資。美國主導的Lobito走廊鐵路項目就是一個信號。

那澳大利亞的真正優勢在哪里？三點。第一，基礎設施成熟度。港口、鐵路、電網、水處理經過一百多年積累，不是新興礦業國短期能復制的。第二，地理位置。主要資源國中距離亞太需求中心最近，而亞太恰好是全球數據中心建設增速最快的區域，運輸成本和交付時間是大宗商品競爭中被低估的變量。第三，監管可預測性。不是說澳大利亞審批流程快，恰恰相反，它很慢，但它是可預測的。對于需要做十年以上投資決策的礦業公司來說，慢但可預測遠好于快但可能被推翻。

這些優勢是真實的相對優勢，不是絕對壁壘。競爭者在追趕，技術在變化，地緣格局在重組。

而且，"資源稀缺"不自動等于"資源供應商獲得高溢價"。這取決于買賣雙方的市場結構。AI時代關鍵礦產的真正大買家高度集中：微軟、谷歌、亞馬遜、蘋果，加上美國和歐盟政府采購。而友岸范圍內的供應商有多個。澳大利亞、加拿大、智利、非洲。這是一個買方集中度高于賣方的市場結構，經濟學上叫寡頭買方（oligopsony）。在這種結構下，買方可以利用供應商之間的競爭壓低價格、鎖定長期合同、附加優惠條件。鐵礦石市場提供了直接的歷史先例：澳大利亞是全球最大的鐵礦石出口國，但過去二十年間定價權長期偏向中國鋼廠一側，因為買方集中度遠高于賣方。如果AI礦產市場形成類似結構，澳大利亞即使爬到Layer 2，捕獲的溢價也可能低于直覺預期。

如果AI需要的礦石是一副撲克牌，澳大利亞手里拿著好幾張王牌。但這里必須加四個限定條件，否則論證就不誠實。

第一，礦價有周期性。2022年鋰價飆升至每噸80,000美元以上，2023-2024年又暴跌超過80%。BHP在2024年關停了其鎳業務Nickel West。資源繁榮可以很快變成資源蕭條。押注單一商品的定價趨勢是危險的。

第二，技術替代是真實的威脅。核聚變如果實現突破，數據中心的能源瓶頸可能被大幅緩解。更好的回收技術、替代材料都可能部分取代原礦需求。這些不是近期威脅，但在十年的時間尺度上不能忽視。

第三，科技公司不會坐等供應端解決問題。微軟、亞馬遜、谷歌都在2025-2026年簽署了核電協議。三里島核電站正在被重新啟用來給數據中心供電。物理瓶頸不會消失，但它會被部分應對。第四，也是最重要的一點：高端價值仍然在美國和中國手里。芯片設計在英偉達和臺積電，AI模型在OpenAI和谷歌。資源國獲得的是上游溢價，拿不到全鏈利潤。澳大利亞哪怕坐在最好的礦上，不能向下游延伸，拿到的也只是價值鏈上最薄的那一層。

還有一個不在"限定條件"清單里、但可能更具顛覆性的風險：地緣政治是雙刃劍。被選為"去中國化"供應鏈的核心節點，同時也意味著成為中國經濟施壓的首要目標。2020年中澳貿易摩擦已經提供了一次預演。當時中國對澳大利亞的大麥、葡萄酒、煤炭、龍蝦等多個品類實施了非正式或正式的進口限制，澳大利亞出口商損失慘重。價格戰場景尤其值得警惕：如果中國在關鍵礦產精煉領域采取類似2010年代光伏產業的策略。短期內大幅壓低出口價格，用規模和成本優勢擠垮西方剛起步的競爭產能。那么Eneabba、Kwinana這些投資數十億的精煉項目，在商業上可能面臨嚴峻考驗。中國的精煉成本優勢不僅來自規模，還來自政府補貼和較低的環保合規成本，澳大利亞短期內很難對沖。"去中國化"的供應鏈需要西方政府持續的政策支持和補貼承諾，而這種承諾的持久性，在民主國家的選舉周期中從來不是理所當然的。

而且，礦產金屬與石油有一個根本區別：金屬可回收。鋁代銅在電力傳輸中早就是成熟技術，高壓輸電線路中鋁導體的使用比例早已超過銅。高銅價本身就是解決銅短缺最有效的機制：它加速替代材料研發，提高回收率，抑制邊際需求。鋰電池回收技術正在快速成熟，Redwood Materials、Li-Cycle等公司已經在商業化運營。隨著循環經濟和"城市采礦"技術的發展，二手鋰、銅、稀土的供給在長期會越來越重要。這意味著礦產需求的"超級周期窗口"可能比很多人暗示的更短。窗口是真實的。AI驅動的需求激增正在發生，但它有時間限制。這反而強化了緊迫感：澳大利亞需要在窗口期內完成從Layer 1到Layer 2的跨越，因為窗口不會永遠敞開。

這就引出了全文最核心的問題：

前面鋪墊較長，這里是一個關鍵轉折點。但歷史反復證明了光有礦，慌不慌，取決于你是挪威還是沙特。

挪威還是沙特

接下來的問題是澳大利亞能不能把手里的礦石，變成真正的國家競爭力？

1969年，挪威在北海發現了大量石油。當時，這種發現對很多國家來說與其說是祝福，不如說是詛咒。荷蘭在1959年發現巨量天然氣后，大量資本涌入能源部門，推高匯率，擠垮了制造業。1977年《經濟學人》把這種現象命名為"荷蘭病"。委內瑞拉、尼日利亞、沙特都染過這種病。癥狀一樣：資源繁榮期全民狂歡，資源下行期經濟崩塌，其他產業早已被擠干，沒有替代引擎。

挪威做了一件簡單但極難執行的事：克制。挪威模式的核心不是有石油，而是怎么花石油的錢。它在石油收入開始涌入之前就立法規定了產權歸屬。石油屬于全體挪威人民的共同財產。政府吸收了大約80%的資源租金。1996年，挪威設立了政府全球養老基金（即挪威主權財富基金），立下規矩，每年最多只能從基金中支取4%的預期收益，本金不動。基金的絕大部分資產必須投資在挪威境外，防止資金回流推高匯率和通脹。同時，挪威扶持了Equinor（原Statoil）作為國有石油公司，確保技術能力和產業知識留在國內，并溢出到海洋工程、深水鉆探等相關領域。截至2025年底，挪威主權財富基金規模達到約1.9萬億美元，相當于每個挪威人35萬美元。挪威避開了荷蘭病，保住了多元化的經濟結構，把一種有限的自然資源轉化成了跨代際的國家財富。

圖10：挪威主權財富基金增長曲線（來源：NBIM 2025）

對比沙特，同樣擁有巨量石油，但經濟結構高度單一，非石油產業薄弱，主權財富基金雖大但遠未實現經濟轉型。沙特的"2030愿景"本質上是在補挪威三十年前就做完的作業。

挪威和沙特的分叉點在于三個關鍵能力：加工能力、制度設計和人才儲備。跟誰的礦多沒關系。

現在回到澳大利亞。它正站在一個類似的分叉口。手里是AI時代的"石油"，也就是鋰、稀土、銅、鎵。問題是同一個：澳大利亞是準備做挪威，還是做沙特？要回答這個問題，必須看三個瓶頸。

瓶頸一：加工能力。這是最硬的短板。澳大利亞是全球最大的鋰生產國，但2022-23年度，98%的鋰輝石精礦被直接出口到海外加工，主要是中國。中國控制著全球約70%的鋰精煉產能和約90%的關鍵礦產精煉能力。澳大利亞挖礦世界第一，煉礦幾乎不做。

這正在改變，但速度很慢。Iluka Resources正在西澳Eneabba建設澳大利亞第一座全流程稀土精煉廠，預計2027年投產，設計產能每年23,000噸稀土氧化物。這將是中國以外少數能同時生產輕稀土和重稀土氧化物的設施之一。聯邦政府為此提供了16.5億澳元的無追索權貸款，后來又追加了4.75億澳元。Covalent Lithium的Kwinana鋰精煉廠在2025年建成。Lynas的Mount Weld擴建接近完工。Arafura的Nolans稀土項目預計2026年初做最終投資決定。

這些是真實的進展。但老實說，規模與需求之間仍有巨大差距。建一座精煉廠不是建一個倉庫。稀土分離工藝極其復雜，需要幾十種化學處理步驟，每種稀土元素的分離條件不同。但最硬的障礙是經濟性：中國的精煉產能之所以便宜，部分原因是政府補貼和較寬松的環保標準。在澳大利亞這樣環保和勞動力成本都較高的國家建設同等產能，成本天然就高。

而且成本差距的根源不只是補貼和環保標準。中國精煉產能的真正護城河是三十年積累的規模效應、完整的上下游產業生態、成熟的勞動力經驗曲線和設備國產化率。西方國家建設同等精煉產能的成本估計是中國的2到4倍。85億美元的美澳框架協議聽起來很多，但Iluka一座Eneabba精煉廠就花了超過20億澳元且持續延期超支。在什么條件下澳大利亞的精煉產能才能商業可持續？大致需要三個條件同時成立：地緣政治溢價持續存在（即西方買家愿意為"非中國來源"支付顯著溢價）、政府補貼在建設期和運營初期持續到位、以及加工技術進步逐步縮小成本差距。這三個條件中任何一個斷裂，商業模式就不成立。做投資決策必須面對這個現實。

瓶頸二：人才。冶金行業面臨全球性的專業人才短缺。澳大利亞的情況尤其尖銳。長期以來，礦業投資集中在開采端而非加工端，導致冶金工程、化學分離等領域的專業人才儲備不足。建一座精煉廠可以靠資本，但運行一座精煉廠靠的是人。這不是短期能解決的問題。

瓶頸三：制度與地緣政治的雙重博弈。澳大利亞政府已經在推進從礦石到加工的戰略轉型。關鍵礦產戰略（2023-2030）設定了5000億澳元的出口潛力目標。40億澳元的關鍵礦產融資機制、150億澳元的國家重建基金、10%的關鍵礦產加工稅收激勵。政策工具箱已經展開。2025年10月與美國簽署的85億美元框架協議不僅是一筆交易，更是一個信號：西方陣營正在用真金白銀為"去中國化"的供應鏈買單，而澳大利亞被選為這條供應鏈的核心節點。2025年，澳大利亞還承諾建立12億澳元的關鍵礦產戰略儲備，預計2026年下半年運營。

但這里需要直面一個澳大利亞特有的政治現實：挪威模式的前提，政府能從資源公司手中拿走大部分資源租金。在澳大利亞的政治生態中幾乎不可能復制。有一個血淋淋的先例。2010年，時任總理陸克文（Kevin Rudd）提出了資源超額利潤稅（RSPT），稅率40%，試圖讓聯邦政府從礦業超額利潤中分一杯羹。結果，BHP、Rio Tinto和Fortescue等礦業巨頭發動了澳大利亞歷史上最昂貴的企業政治游說運動之一，僅廣告支出就超過2,200萬澳元。陸克文的支持率急劇下滑，黨內逼宮隨之而來。繼任的吉拉德政府被迫將稅率從40%稀釋到30%并加入大量讓步條款，以MRRT（礦業資源租賃稅）的名義在2012年正式實施。即便如此，MRRT實際征收的稅收仍遠低于預期。首年凈收入不足2億澳元，而最初的預算預測是數十億。2014年，阿博特政府徹底廢除了MRRT，存活時間不到兩年。從提出到廢除，整個過程是一堂關于礦業政治經濟學的公開課：挪威政府吸收了約80%的石油資源租金，而澳大利亞連30%都拿不穩。

還有一個常被忽略的規模問題。挪威只有550萬人口，主權財富基金的人均規模因此極為可觀，每人約35萬美元。澳大利亞有2,700萬人口且在快速增長。即使澳大利亞能建立類似的主權財富基金（目前沒有），同等規模的資源收入分攤到五倍的人口基數上，人均效果會大打折扣。挪威模式的可復制性，在人口規模這個維度上本身就存疑。

澳大利亞不是注定做不了挪威。但做挪威需要的政治勇氣和制度創新。但政策意愿和執行之間永遠存在鴻溝。礦業周期的殘酷性在于當價格低迷時，即使有政策支持，企業也會推遲投資。2024年就是一個活生生的例子。鋰價暴跌導致多個晚期項目延期，部分運營礦山暫停生產。BHP關停了鎳業務。政策不能消滅周期，只能緩沖周期。真正的挑戰是澳大利亞能否從"賣礦石"（Layer 1）躍升到"賣籌碼"（Layer 2），甚至觸及"賣定價權"（Layer 3）？

Layer 1是大多數資源國的默認位置。把礦石挖出來賣掉，價格由全球商品市場決定。你是價格接受者，利潤最薄。Layer 2是在國內完成加工，把礦石變成工業原料。這一步不僅大幅提升附加值，還因為地緣政治溢價獲得額外定價能力。澳大利亞目前正在從Layer 1向Layer 2艱難攀升，Eneabba、Kwinana就是這個攀升的具體標志。Layer 3是挪威的終極形態。不僅加工資源，還通過制度設計、技術標準和金融工具掌握全鏈定價權。挪威不僅產石油，還通過Equinor成為深水鉆探的全球技術領導者，通過主權財富基金成為全球資本市場的重要參與者，通過碳排放標準影響全球能源定價。這才是真正的"定價權"。

圖11：礦石→籌碼→定價權三層價值鏈（本文框架圖）

對澳大利亞來說，Layer 3意味著什么？也許是成為AI關鍵礦產的全球認證和標準制定者。誰來定義"負責任開采"的稀土？也許是通過戰略儲備機制影響全球關鍵礦產定價。也許是培育類似Equinor的國家級資源加工龍頭企業。但這些都是長期敘事，五到十年內不會完成。誠實地說：

澳大利亞目前還在Layer 1和Layer 2之間。它有最好的牌，也在正確的方向上出牌。

政策、資本、地緣政治位置全部到位。但"正在出牌"不等于"已經贏了"。從挖礦到煉礦到定價權，每一步都是難度倍增的跨越，每一步都可能因為周期波動、政策失誤或技術替代而被打斷。這就是我在文章開頭說的那句話的完整含義：手里有礦確實比沒礦好，但最終決定命運的不是你手里有什么牌，而是你怎么打。澳大利亞正在出牌。牌不錯。牌局還在繼續。

但這里有一個整篇文章都在回避的問題：

我們一直在討論澳大利亞作為AI的資源供應者，卻完全沒有討論它作為AI的使用者和生產者。

澳大利亞的AI研發投入顯著低于美國、中國、韓國、以色列等AI領先國家，沒有一家世界級的AI公司，大學培養的AI人才大量流失到硅谷。因為那里的薪資、數據規模和算力資源都不是澳大利亞能競爭的。CSIRO（聯邦科學與工業研究組織）在AI領域有一些不錯的基礎研究，但從實驗室到商業化的轉化率極低。

這意味著什么？意味著即使澳大利亞成功從Layer 1爬到Layer 2，甚至觸及了礦產定價權的Layer 3，它在AI時代的價值鏈天花板可能仍然很低。因為在AI時代，真正的Layer 3可能已經被重新定義了。不是"誰控制礦產定價權"，而是"誰控制AI模型和平臺"。英偉達控制芯片架構，OpenAI和谷歌控制基礎模型，微軟和亞馬遜控制云基礎設施。這些才是AI時代價值鏈的真正頂端。如果澳大利亞不參與這一層，它的角色本質上是從"給中國供鐵礦石"變成"給美國供鋰"。客戶換了，價值鏈位置沒變。

礦產戰略有價值，有礦確實比沒礦好，Layer 2確實比Layer 1好。但誠實的分析要求承認：礦產供應鏈上的定價權，可能不是AI時代最終的制高點。不過，礦產也許可以是入場券而不是終點。微軟和谷歌已經在澳大利亞投資建設數據中心，部分原因正是靠近能源和礦產供應。如果澳大利亞能利用礦產戰略地位作為杠桿，換取在AI基礎設施，算力節點、數據中心集群、甚至AI安全標準制定上的參與權，那么"資源國"的身份就不只是價值鏈底層的標簽，而是通往更高層級的跳板。但這條路有一個很少被討論的前置條件：澳大利亞自己的電力供應。數據中心需要的是7×24小時穩定的基載電力，而澳大利亞正處于能源轉型最痛苦的中間地帶。煤電在退役，可再生能源建設速度跟不上，聯邦層面長期禁止核電（盡管擁有全球最大的鈾儲量之一）。2024-2025年多個州已出現電力供應緊張預警。一個不能穩定地給自己供電的國家，很難成為全球數據中心的首選目的地。這個矛盾有解——大規模儲能、海底電纜互聯、甚至未來的核電政策松綁。但它意味著"礦產換算力節點"的策略，前提是先解決自己的能源瓶頸。

這條路能不能走通，現在沒有人知道。

寫到這里，我想從"分析師"模式切回到一個普通人的視角。

一個在澳普通人的視角

我在布里斯班，每周去超市都能感受到通脹的重量。一公斤牛肉從兩年前的十幾塊漲到了二十多塊。租房市場更夸張，布里斯班內城區一居室的周租金從2022年的350澳元左右漲到了2025年的接近500。而在西澳的礦業城鎮，感受完全不同但同樣尖銳。2022年鋰價飆升時，Greenbushes周邊的咖啡館和汽車經銷商生意火爆。2024年鋰價暴跌后，BHP關停Nickel West不只是一條財經新聞，那是Kalgoorlie幾千個家庭的房貸、孩子的學費、小企業主的存貨。"資源繁榮可以很快變成資源蕭條"寫在論文里是一句限定條件，落在礦工家庭的餐桌上是真實的恐懼。

而且產業升級不是每個人都會受益的故事。精煉廠創造的崗位，化學工程師、工藝控制技術員，和礦山開采的崗位是不同的人群、不同的城市、不同的技能要求。從Layer 1到Layer 2，有人上升，也有人被留在原地。

所以當我說"澳大利亞正在出牌"的時候，我同時也在問自己：

這和我有什么關系？這和每一個在澳洲生活、工作、讀書、帶孩子的普通人有什么關系？

老實說，這篇文章沒法給你一個干脆的答案。我不能告訴你澳元會漲還是跌。不能告訴你該不該現在買房。不能告訴你鋰價明年會不會反彈。不能告訴你移民澳洲是不是"正確選擇"。任何告訴你這些的人，要么是在猜，要么是在賣東西。但是我覺得這些視角和思考，或許能給你一些啟發：

第一，區分"有什么"和"怎么用"。資源稟賦是重要的，但不是決定性的。委內瑞拉有全球最大的已探明石油儲量，人均GDP不到挪威的3%。日本幾乎沒有自然資源，但通過技術和制度設計仍是全球前五大經濟體之一。澳大利亞手里有好牌，但好牌的價值取決于出牌方式。對個人來說也是一樣。你的學歷、技能、所在城市，這些是你的"資源稟賦"。真正決定你過得好不好的，是你怎么配置這些資源。問自己一個問題：如果我最大的優勢明天消失，我還剩什么？

第二，理解"價值鏈位置"比關注"價格波動"重要得多。鋰價從8萬美元跌到1萬美元，很多人覺得"鋰不行了"。但價格波動是周期問題，價值鏈位置是結構問題。一個在Layer 1的礦工和一個在Layer 2的加工企業，面對同樣的價格下跌，處境完全不同。對個人來說，如果你的工作本質上是在做"可以被AI標準化的常規知識工作"，那不管當前薪水多高，你都在微笑曲線最薄的位置。一個簡單的測試：如果你把自己的工作錄一周視頻，交給一個聰明的新人看，他能在多久內學會？如果答案是幾周以內，AI大概率也能。關鍵不是你今天賺多少錢，而是你在價值鏈上的位置是否可替代。

第三，對"敘事"保持警惕。"新國運"是一種敘事。"澳洲藥丸"也是一種敘事。敘事的問題不在于它對不對，而在于它會讓你停止思考。當你聽到一個讓你熱血沸騰或者極度焦慮的判斷時，正確的反應不是立刻相信或者立刻否定，而是問三個問題：這個判斷的因果鏈完整嗎？它的限定條件是什么？如果錯了，代價是什么？

最后說一點個人感受。我在中國長大，在澳洲讀書生活做研究。這讓我對兩個國家都有感情，也讓我在寫"去中國化供應鏈"這幾個字的時候感到一種很難描述的不適。我的父母在中國，我的生活在澳洲。當我分析"中澳貿易摩擦"的時候，我同時也在想：

如果下一輪摩擦升級，我回家過年會不會變得更復雜？

我不覺得"中國崛起"和"澳洲機會"是矛盾的敘事。全球經濟不是零和游戲，尤其在AI這種底層技術變革的時代。但我也不會假裝地緣政治緊張不存在。中國收緊稀土和鎵出口管制，澳美簽署85億美元礦產協議。世界正在分化出平行供應鏈，而我們這些跨在兩邊的人，感受到的不是"分析框架"，而是一種日常的、低烈度的撕裂。

對我們這些在澳洲的普通人來說，最實際的態度可能是這樣的：

不要因為"新國運"敘事就盲目樂觀。

礦價有周期，政策有慣性，從挖礦到煉礦到定價權，每一步都可能走不通；也不要因為焦慮就否定腳下的土地，這個國家有資源、有制度、有盟友、有正在發生的戰略轉型。它不完美，但它正在認真地出牌。

作為一個研究者，我能做的最誠實的事情就是把我看到的數據、因果鏈和限定條件鋪開，然后讓你自己判斷。因為最終，不管是一個國家的命運還是一個人的選擇，決定結果的從來不是手里有什么牌。

而是你怎么打。

如果這篇文章對你有幫助，歡迎關注我的 X 賬號 @rwayne，我會持續分享跨界思考、出海創業、AI 工具等內容。

Roland的思考日記

一、數據與事實引用

美澳85億美元關鍵礦產框架協議 White House & Australian Prime Minister’s Office, “United States-Australia Framework for Securing Critical Minerals and Rare Earths”, 20 October 2025.

微笑曲線（Smile Curve） UReason, “The Smiling Curve of Servitization”, 2024.https://www.ureason.com/resources/the-smiling-curve-of-servitization/

iPhone價值分解（蘋果58%、中國勞動力1.8%） Counterpoint Research, Global Smartphone Market Share & Profit Analysis, 2024.

Ocean Tomo無形資產占比（1975年17% → 2025年92%） Ocean Tomo, Intangible Asset Market Value Study 2025, February 2026.

美國服務貿易順差（2024年2,933億美元，2025年3,395億美元） U.S. Bureau of Economic Analysis (BEA), U.S. International Trade in Goods and Services, February 2026.

Complexity Science Hub《Science》AI代碼29% Complexity Science Hub, “AI Is Already Writing Almost One-third Of New Software Code”, Science, 22 January 2026.

Stanford AI Index推理成本280倍下降 Stanford HAI, AI Index Report 2025, April 2025.

J.P. Morgan AI成本效率前沿 J.P. Morgan Asset Management, AI Cost Frontier Update, August 2025.

IEA《Energy and AI》數據中心電力（415 TWh → 945 TWh） International Energy Agency, Energy and AI Special Report, April 2025.

IEA關鍵礦產展望（銅短缺、鎵需求） IEA, Global Critical Minerals Outlook 2025.

澳大利亞鋰產量37-49% U.S. Geological Survey (USGS), Mineral Commodity Summaries 2025.

澳大利亞稀土生產國排名（全球前四） USGS, Mineral Commodity Summaries 2025.

澳大利亞鈷生產國排名（全球前五大之一） USGS, Mineral Commodity Summaries 2025.

中國精煉產能控制（鋰70%、關鍵礦產90%、鎵99%） IEA, Global Critical Minerals Outlook 2025.

挪威主權財富基金1.9萬億美元（2025年底） Norges Bank Investment Management (NBIM), Annual Report December 2025.

Iluka Eneabba稀土精煉廠（政府貸款16.5億+4.75億澳元） Iluka Resources Ltd, ASX Announcements, 2025.

澳大利亞關鍵礦產戰略政策（12億澳元儲備、40億基金、10%稅收激勵） Australian Government, Critical Minerals Strategy 2023-2030 Update, 2025.

澳大利亞80%國土尚未充分勘探 Geoscience Australia, Australia’s Identified Mineral Resources 2025.

二、配圖引用

圖1：微笑曲線 UReason, 2024.

圖2：iPhone全球利潤份額 Counterpoint Research, 2024.

圖3：S&P 500無形資產占比 Ocean Tomo, 2025.

圖4：AI代碼生成比例29% Complexity Science Hub / Science, 2026.

圖5：AI推理成本崩塌 Stanford HAI AI Index 2025.

圖6：數據中心電力消耗預測 IEA Energy and AI Report, 2025.

圖7：2024全球鋰產量份額 USGS Mineral Commodity Summaries 2025.

圖8：澳大利亞關鍵礦產分布圖 Geoscience Australia, Australian Critical Minerals Map 2024.

圖9：關鍵礦產精煉中國壟斷 IEA Global Critical Minerals Outlook 2025.

圖10：挪威主權財富基金增長曲線 Norges Bank Investment Management, 2025.

圖11：礦石→籌碼→定價權三層價值鏈 本文分析框架圖（基于經濟學價值鏈理論）。

作者注：本文觀點，和主要脈絡線索由作者整理創造，Claude Opus4.6 作為評審員為作者進行大量的批評與指正，Grok4.20為本文提供大量事實核查。