摘 要

算力正在从技术性能指标演化为一种可计价、可交易、可储值的战略性经济资源。本文在梳理全球算力产业链结构的基础上，构建了一个从“能源—硬件—平台—应用”四层架构出发的分析框架，并引入交易成本经济学、网络外部性与路径依赖等理论工具，系统考察算力金融化的内在逻辑与演进路径；同时基于现有应用实践，厘清大语言模型语境下Token（词元）与算力之间的技术映射与经济传导关系，阐明Token定价本质上是算力定价的应用层表达，以及这一关系如何为算力金融产品设计提供微观基础。外部环境方面，通过比较中国、美国与中东等主要经济体的禀赋差异与制度特征，本文尝试提出：算力竞争的实质并非单纯的芯片技术竞赛，更是将能源、土地、冷却空间与产业链进行系统性重组的制度能力竞争。在此框架下，本文重点分析了“东数西算”工程的制度经济学含义，推演了算力远期、期货、期权及跨资产联结产品的设计原理，设想了包括上海期货交易所等，中国现有交易所体系可以扮演的角色，探索以及算力指数编制机构、算力资产管理公司等新型市场主体的可能与功能定位。而在交易结算环节，本文探讨了以人民币计价的算力交易体系与国际货币地位之间的潜在耦合关系，并对西部地区能源与矿业企业、数据中心运营商等提出了差异化的转型路径建议。最后，本文专设章节讨论算力金融化面临的各类风险与约束条件，并给出分阶段的政策建议。

一、引言：从技术要素到金融资产的属性跃迁

当前，全球数字经济正经历从“信息互联”向“智能互联”的范式转换。作为驱动这一转换的核心投入要素，算力已不再仅仅是半导体器件的性能参数，而是在经济现实中日益呈现出若干与石油、电力等基础资源相似的特征：高度标准化、可精确计量、需求刚性增长、供给存在多重约束且价格波动显著。这一特征集的出现，意味着算力正在完成其“资源化”的蜕变。

一旦某一生产要素完成了资源化，随之而来的必然是其“金融化”——通过一系列合约安排与市场机制，对该要素的未来价格进行发现、交易与风险管理。正如电力市场在物理电网基础上衍生出电力期货与期权，算力市场也将沿着相似的逻辑走向金融化。然而，与实物资源不同，算力的“生产即消费”特性、技术迭代导致的快速贬值风险以及异构算力之间的折算难题，使得其金融化路径注定更为复杂。

2025年至2026年上半年，全球算力市场经历了若干标志性事件，进一步凸显了这一议题的紧迫性。OpenAI于2026年春季发布的GPT-5系列模型，将推理成本推至新高，企业级AI应用的算力支出在部分SaaS公司主营业务成本中的占比已突破20%[1]。与此同时，英伟达Blackwell架构（B200）的量产交付虽显著提升了单位能耗的算力产出，但全球数据中心电力需求仍在持续攀升。国际能源署在其2026年度报告中指出，全球数据中心用电量已占全球总用电量的约3.5%，且这一比例仍在快速增长[2]。在国内，“东数西算”工程进入实质运营阶段，八大枢纽节点的算力调度平台陆续上线，东西部之间的算力价差开始形成可观测的市场信号。

本文旨在为算力金融化进程提供一个初步的分析框架。在展开论述之前，有必要对本文的学术定位作一说明。本文的边际贡献主要体现在三个方面：第一，将交易成本经济学引入“东数西算”的制度分析，为理解中国算力优势提供了一个可操作的理论视角；第二，系统厘清Token与算力的技术经济关系，提出“算力是本体，Token是度量”的分析框架，为算力金融产品设计提供微观基础；第三，设计“废弃矿井—算力资产—证券化退出”的完整金融路径，并结合上海金融市场的功能，提出可操作的落地机制。其余部分，本文是对已有产业分析与政策讨论的梳理、整合与延伸，我们在行文中将一一注明思想来源。

二、文献回顾与理论框架

2.1 算力的“资源化”与“金融化”：已有研究脉络

将算力视为经济资源的观点，在近年来的产业研究与政策讨论中已不鲜见。国联证券研究所在其“算力即国力”系列报告中，系统梳理了算力对国家竞争力的战略意义，并提出了能源成本是决定算力长期竞争力的核心变量这一重要判断[3]。在政策层面，“东数西算”工程自2022年启动以来，已有多份政府文件和研究报告探讨其产业布局与区域经济效应，但将这一工程置于制度经济学框架下进行分析的尝试尚不充分。

在金融化方向，少数国际机构与学者已开始讨论算力衍生品的可能性。芝加哥商品交易所（CME）于2025年底发布的研究白皮书中，首次提及“算力作为潜在可交易资产类别”的构想[4]。部分云计算服务商与企业客户之间出现的“预留实例”合约，被一些观察者视为算力远期交易的雏形。在国内，上海期货交易所2026年初发布的年度战略展望中，将“数字基础设施相关衍生品”列为中长期前瞻性研究课题之一[5]。

在工程领域，中国工程院相关学部对废弃矿井的再利用已有持续关注，利用矿井恒温恒湿条件建设数据中心的技术方案已见诸讨论[6]。但将这些物理资产纳入金融资产池、通过资产证券化实现价值变现的思路，尚属首次在本文框架下系统提出。

2.2 理论工具：交易成本、网络外部性与路径依赖

（一）交易成本经济学与比较优势的创造。 奥利弗·威廉姆森指出，经济活动的组织形式取决于交易成本的高低[7]。在纯粹市场环境下，将西部廉价能源与东部旺盛算力需求进行跨域匹配，面临极高的交易成本——涉及跨省电力调度谈判、土地指标协调、网络时延保障与长期合同可信度等一系列难题。“东数西算”工程的制度价值，正在于通过国家规划将这些外部交易内部化，大幅降低协调成本，释放出在纯市场条件下无法自发实现的潜在经济租。这赋予“比较优势”一个动态的、制度创造的内涵，而非静态的要素禀赋概念。

（二）网络外部性与先发优势。 算力交易平台具有典型的双边网络外部性：供给方越多，平台对需求方的吸引力越大，反之亦然。这种正反馈效应意味着，率先建立起足够流动性的算力现货与衍生品交易平台，可能获得自我强化的先发优势。因此，算力金融基础设施的建设具有时间窗口意义上的战略紧迫性。

（三）路径依赖与技术标准锁定。 布莱恩·阿瑟的研究表明，在存在网络外部性的市场，技术标准的采纳往往呈现路径依赖特征，一旦某一标准获得临界规模的用户基础，转换成本将使其难以被替代[8]。算力异构折算标准的制定，本质上是一场标准竞争。尽早参与并引领这一标准的形成，对于避免被动接受外部规则具有长远意义。

以上三个理论视角，将贯穿本文后续各章的分析。

三、Token与算力：技术映射与经济传导

在进入算力产业全景分析之前，有必要厘清一个在当下讨论中频繁出现但常被含混使用的概念对：Token（词元）与算力。本节的设立，旨在为后续金融产品设计提供微观层面的技术经济基础。

3.1 Token的技术定义

在大语言模型（LLM）和多模态模型的语境下，Token是模型处理文本、图像、音频等信息的最小语义单元。以文本为例，一个英文单词平均拆分为1.3个Token，一个中文字符平均对应1.5-2个Token。模型的每一次推理（生成回复），本质上都是将输入的Token序列转化为输出的Token序列。

3.2 Token与算力的量化映射关系

Token的生成不是免费的。每个Token的产生，都需要消耗确定数量的浮点运算（FLOPs）——这正是“算力”的物理内核。

根据DeepSeek、OpenAI、Anthropic等主流模型厂商公开的技术报告，Token与算力之间的关系可通过以下公式近似表达：

生成一个Token所需的算力 ≈ 2 × 模型参数量（FLOPs）

以DeepSeek-V3（2025年发布，约671B参数，MoE架构，激活约37B参数）为例，其推理时生成一个Token约消耗74 GFLOPs的计算量[13]。若在一个搭载8张H100 SXM GPU的服务器上运行（每张H100的FP8峰值算力约为2000 TFLOPS），每秒约可生成1500-2000个Token。这意味着，1小时的GPU运算时间，可产出约540万至720万个Token。

这一量化关系具有重要意义：Token是算力消耗的可度量载体，算力是Token生产的物理条件。 两者之间的关系类似于电力（算力）与照明时长（Token）：电力是底层资源，照明时长是该资源在特定设备上的服务产出。不同模型（如同不同功率的灯泡）将算力转化为Token的效率各异，但底层资源的计量单位是共通的。

3.3 从Token定价到算力定价的经济传导

当前，大模型API的计费以Token为单位：输入Token价格通常极低（以2026年6月GPT-5为例，$1.25/百万Token），输出Token价格则是其主要收入来源（$10.00/百万Token）。然而，API提供商的定价并非围绕Token本身，而是围绕Token背后消耗的算力成本展开。

其成本构成可拆解为：

每百万输出Token的算力成本 = （GPU租赁单价 × 生成时间）/ 产出Token数

若一张H100 SXM的云计算租赁价格为$2.5/小时，且该GPU一小时可生成600万输出Token，则每百万输出Token的纯算力成本约$0.42。加上电力、冷却、网络与运维费用，总物理成本约$0.50-$0.70/百万Token。模型厂商的定价（如$10.00/百万Token）中，超出物理成本的部分，实为模型训练成本的摊销、研发投入的回收与利润。

这一拆解揭示了关键的经济逻辑：Token的现货价格波动，本质上是底层算力成本波动的应用层折射。 当GPU因供需失衡而涨价时，Token价格随之承压；当新一代更高效的推理芯片量产后，Token价格应声下跌——2025年底至2026年初，随着B200的规模化部署，部分轻量模型的输出Token价格已从$0.50/百万Token降至$0.15/百万Token，降幅达70%。

3.4 对金融产品设计的含义

上述关系对算力金融化产品的设计具有双重含义。

第一，Token是算力金融化最自然的“最小交易单位”。 如果算力是底层资产，那么Token就是该资产的标准化服务产出计量单位。设计算力期货合约时，可以将“1000万标准Token等价的算力服务”作为合约乘数，这比直接使用“GPU·小时”更贴近终端用户的实际消费场景。

第二，Token的异构性问题可通过“智能折算系数”解决。 不同模型的Token智能密度差异巨大，GPT-5的一个Token与Llama-4的一个Token所包含的“解题能力”不可简单等同。但这一问题在根本上并非Token层面特有，而是算力效率差异的反映。通过引入独立评测机构发布的“模型智能效率系数”（以主流基准测试得分为参照），可将不同模型的Token产出折算为标准算力单位，这为算力衍生品的标准化提供了方法基础。

综上所述，Token是算力的应用层度量衡。 理解Token与算力的关系，是理解算力金融化从物理世界通向金融世界的逻辑桥梁。后续各章的分析，将以算力为核心标的，但Token作为最直观的计量与计费单位，将贯穿于产品设计的讨论之中。

四、算力产业的全景架构：四层三流

为建立一个完整的分析基底，本文将算力产业链抽象为四个垂直层级，并考察贯穿其间的物质流、资金流与信息流。

第一层：能源与物理基座层。 涵盖传统火电、新能源、电网公司以及提供土地、冷却水源与气候条件的地域载体。这一层决定了算力的长期成本底线与碳约束强度。

第二层：硬件与基础设施层。 包括芯片设计、晶圆代工、服务器集成、光互联模块、数据中心建设运营等。这是算力性能的技术天花板，也是地缘政治博弈最为集中的环节。

第三层：算力调度与平台层。 云服务商、GPU舰队运营商、算力经纪商等将异构硬件封装为标准化算力服务。其核心功能是“算力池化”，形成具有参考价值的现货价格。如前所述，这一层向上输出的就是Token化的算力服务——以Token为单位的、可精确计量的智能计算能力。

第四层：终端应用与消费层。 大模型训练方、AI应用企业、具身智能公司等构成算力的最终消费者。它们以Token为单位采购算力服务，其需求波动的传导机制，是算力价格形成的关键动力。

三种流动： 能量流从一次能源经电力转化为算力与余热；资金流沿产业链自上而下支付，并附着套保、资管等金融活动；信息流包含用户请求、模型参数与训练数据，其内容结构直接影响Token消耗的体量与分布。

这一架构并非本文首创，而是对既有产业分析框架的综合提炼。本文的增量在于将其作为金融产品设计的产业底座，补充了Token-算力的技术映射环节，为后续推演提供映射关系。

五、全球算力竞争的差异化格局

算力竞争并非同质化的军备竞赛。各国因资源禀赋、制度安排与发展阶段的不同，呈现出差异化的竞争路径。

美国：技术—资本闭环驱动。 美国在芯片设计与云计算平台两端拥有显著领先。2025年，英伟达Blackwell系列产品的全球数据中心客户中，北美市场占比超过60%。资本市场上，以CoreWeave为代表的“GPU资产证券化”模式已趋于成熟——企业以GPU订单和长期租赁合同为底层资产，通过发行资产支持证券进行大规模融资。据《华尔街日报》2026年3月报道，CoreWeave的累计债务融资规模已突破150亿美元[9]。然而，其能源层短板同样明显。美国能源信息署数据显示，2025年美国数据中心用电量同比增长约18%，部分区域（如弗吉尼亚州）的电网扩容滞后已成为数据中心建设的瓶颈[10]。

中东：能源资本寻求算力转型。 沙特、阿联酋等国正加速将石油资本转化为数字基础设施资产。2026年初，阿联酋主权基金穆巴达拉宣布与微软合作，在阿布扎比建设总计2吉瓦装机容量的数据中心集群。沙特方面，在“2030愿景”框架下，已明确将数据中心列为经济多元化的核心支柱，并计划到2030年建成全球前十大规模的数据中心枢纽[11]。这一“以能源换算力”的路径，对资源出口型经济体具有广泛的参照意义。其基本逻辑是：通过政府主导的大规模投资，将不可持续的化石能源出口收入，转化为可持续产生现金流的数字基础设施资产。

中国：制度整合驱动的成本优势与“东数西算”的制度经济学意涵。 中国的比较优势并非集中于某一单一环节，而在于将能源、土地、空间与产业链进行系统性重组的能力。这一判断在“东数西算”工程中得到了集中体现。从交易成本经济学的角度看，“东数西算”的本质，是政府通过顶层规划将原本需要跨省、跨部门多轮谈判的资源配置过程内部化，以行政协调替代市场协调，从而大幅降低西部能源与东部需求之间的对接成本。这一制度安排激活了原本因交易成本过高而无法进入市场的西部算力供给，使中国在全球算力成本竞争中获得了结构性的调节空间。截至2026年上半年，八大枢纽节点中，内蒙古和林格尔、贵州贵安、甘肃庆阳等西部节点的上架率已从2023年的不足50%提升至约70%-80%，东西部之间的算力价差稳定在20%-30%左右，形成了可观测的市场信号[12]。

此外，中国拥有全球最完整的服务器制造与液冷方案配套产业链，以及大量适合改造为数据中心地下空间的废弃矿井——这一禀赋在全球范围内具有独特性。

综合来看，美国模式的本质是“技术驱动的算力资本化”，中东模式是“能源资本驱动的算力资产化”，而中国模式可概括为“制度协调驱动的算力成本优势创造” 。三种模式并非相互排斥，而是各自依托最擅长的要素展开竞争与合作。

六、算力金融化的产品谱系与新机构生态

6.1 产品演进：从场外远期到跨资产联结

算力金融产品的设计需遵循“由实向虚、由近及远”的路径，我们推演将经历四个阶段：

第一阶：算力远期合约。 算力供需双方通过双边协议锁定未来特定时段、特定规格的算力服务价格。这是最基础的套期保值安排。值得关注的最新进展是，2026年4月，阿里云与某头部AI公司签署了国内首单公开披露的“算力远期框架协议”，约定未来12个月内以固定价格提供总计约5000万GPU·小时的推理算力。这一案例表明，产业界对锁定算力成本的诉求已十分迫切。

第二阶：标准化算力期货。 以“标准算力服务单元”为标的。该单元可定义为特定基准芯片（如H100 SXM）在特定精度（如FP8）下运行一小时所产出的有效计算量，其产出可进一步折算为等效的“标准Token”数量（如每小时600万标准Token）。其他异构算力通过独立评估机构发布的折算系数进行换算。合约在交易所集中挂牌，采用现金交割，最终结算价锚定由独立指数机构编制并公布的算力现货价格指数。需要指出，算力期货的推出以现货市场具备足够透明度和流动性为前提，目前这一条件尚在培育之中。

第三阶：算力期权与区域价差合约。 在期货市场运行成熟后，可进一步推出波动率交易工具（期权）以及基于不同地理区位（如东部低时延算力vs.西部低成本算力）的价差合约。东部用于自动驾驶推理的低延迟算力与西部用于离线训练的低成本算力之间，天然存在价差，设计相应的价差合约具有真实的产业套保需求。

第四阶：跨资产联结产品。 将算力价格与电力价格、碳排放配额价格进行组合设计。2026年2月，欧盟碳边境调节机制（CBAM）的覆盖范围扩大，数据中心碳排放开始受到更严格的核算要求，这使得“电—算—碳”一体化管理从可选项变为必选项，跨资产联结产品的需求将随之上升。

6.2 新机构生态

上述产品谱系的运行，需要一套新型金融基础设施与之配套：

算力交易所（或现有交易所算力板块）： 承担合约设计、交易撮合、清算交收与实时风控。

算力指数编制机构： 独立采集全球主要算力枢纽的成交数据与报价，编制具有公信力的基准价格指数。

算力资产管理机构： 以算力现货或衍生品为配置标的的专业投资主体。

算力资产托管与认证机构： 提供硬件资产保管、算力性能审计、交割品合规验证等第三方服务。

当前最紧迫的基础工作是现货市场价格发现机制的建立。

6.3 上海国际金融中心的枢纽角色与跨区域协同合作

上海作为中国金融开放的前沿阵地，具备率先布局算力金融化的独特条件。其机构集聚优势、跨境人民币结算经验、自贸区政策创新空间以及成熟的交易所运营体系，使之有可能成为全球算力定价权的关键争夺平台。更为重要的是，上海并非孤立发展的金融中心，其与香港、新加坡等国际金融中心以及海南自贸港之间形成的功能互补和制度联动，能够为算力金融化提供跨越国境与体制的协同便利。

（一）上海期货交易所（SHFE）的潜在作用。 SHFE在原油期货国际化品种上积累的经验——包括境外投资者参与、人民币计价结算、中央对手方清算等——可直接为算力期货的设计提供制度参照。2026年初，SHFE在年度战略展望中已明确将“数字基础设施相关衍生品”列为前瞻性研究课题[5]。建议SHFE成立专门工作组，对算力期货的标的定义、折算系数、交割结算机制等开展系统预研。同时，可考虑与香港交易所（HKEX）探索建立“沪港算力期货通”，允许国际投资者通过香港的互联互通机制参与上海算力期货市场，提升市场流动性和国际定价影响力。

（二）上海清算所的中央清算职能。 上海清算所可为场外算力远期交易提供中央对手清算服务，降低双边信用风险。未来，可推动上海清算所与新加坡的亚洲清算联盟（Asian Clearing Union）框架开展对接，探索跨境算力远期合约的人民币多边清算安排，使新加坡的算力经纪商和投资者能够通过上海清算体系完成结算，进一步拓展人民币在亚洲算力贸易中的使用场景。

（三）上海数据交易所的现货平台功能与琼沪联动。 算力现货交易的底层，是数据与计算任务的匹配。上海数据交易所可在现有数据交易框架内，增设“算力交易板块”，为企业提供算力现货挂牌、撮合与签约的电子化平台，并对外发布经严格审核的成交价格，逐步形成具有市场共识的算力现货价格基准。在此基础上，可考虑与海南国际知识产权交易所、海南数据产品超市等平台建立互联互通机制，依托海南自贸港“数据安全有序流动”政策，试点跨境算力现货交易。海南可作为国际算力服务“引进来”和“走出去”的双向门户，而上海则提供更充裕的流动性和定价基准，形成“上海定价、海南交易”或“上海交易、海南交付”的分工格局。

（四）上海环境能源交易所的“算力碳”联结及与新港互认。 上海环境能源交易所可研究推出“算力碳标签”认证体系，并探索将经过认证的绿色算力纳入碳市场抵销机制，或设计“算力—碳配额”联动产品。为提升国际公信力，可推动上海碳标签标准与新加坡碳信用平台（CIX）、香港国际碳市场（Core Climate）的互认，使经上海认证的绿色算力碳信用能够在这些市场流通，吸引更多国际投资者参与。

（五）与香港、新加坡共建算力指数与离岸人民币结算生态。 香港作为全球最大离岸人民币枢纽，在人民币计价的金融产品设计、跨境资金池安排上具有不可替代的优势。可推动上海算力现货指数作为香港离岸人民币算力衍生品的结算基准，吸引境外机构在港发行挂钩该指数的结构性产品（如牛熊证、权证）。新加坡作为东南亚数据中心和金融中心，可成为上海算力指数区域报价的采集节点，并通过中新（重庆）战略性互联互通示范项目等渠道，探索人民币计价的算力贸易结算试点，逐步形成覆盖东亚和东南亚的人民币算力结算走廊。

（六）中国证券投资基金业协会与各类资产管理机构的跨域配置。 公募基金公司可开发以算力基础设施REITs、算力主题ETF为代表的金融产品，并可通过粤港澳大湾区理财通、沪港通等渠道向香港零售投资者分销。保险资产管理机构可将算力基础设施纳入长期资产配置。符合条件的私募基金管理人可设立专业化算力对冲基金，利用上海、香港、新加坡三地市场的政策差异和价格差异，从事跨品种、跨区域的算力衍生品交易，为市场提供流动性。

（七）吸引全球算力金融服务机构落户。 上海应积极吸引国际算力经纪商、指数编制机构、技术认证机构设立区域总部或运营中心，形成算力金融服务生态集群。可考虑为符合条件的新加坡、香港算力金融机构提供“监管等效认证”快速通道，允许其在满足上海监管要求的前提下，直接参与上海算力金融市场的业务。

通过上述可能的举措，上海不仅能夯实国内算力金融化的制度基座，更能以开放姿态与香港、新加坡、海南等关键节点形成协同生态，共同构建全球算力定价与结算的人民币版图。

七、算力定价权与人民币国际结算：逻辑、路径与约束

7.1 理论逻辑：并非“石油美元”的简单复刻

将算力定价与人民币国际结算相联系，是一个需要审慎论证的长期命题。必须首先明确其与“石油美元”的根本差异。

石油美元的权力基础在于：石油是最大宗贸易商品、供给高度集中、且可储存；美国通过安全承诺与军事存在为体系提供保障。算力的属性则显著不同：它是一种即产即消的服务流，生产地理上比石油更分散，且技术迭代迅速。因此，不能期待以算力为锚的货币安排复制石油美元的运行机制。

笔者提出“算力服务流权益锚定” 这一概念，用以区别于实物商品锚或一篮子法币锚。其含义是：以特定数据中心在特定时段内提供的、经独立认证的标准化算力服务使用权为信用支撑，发行可流通的数字凭证。持有该凭证意味着对上述服务拥有即时或远期索取权。

需要强调的是，这绝非回归金本位式的机械锚定，也不等同于Libra/Diem式的一篮子法币组合。它是一种功能性权益锚定，其信用基础既来自底层算力资产的物理真实，也来自发行与治理机制的透明与稳健。

7.2 实践路径：分阶段、有条件地推进的推演逻辑

近期（3-5年）：推动人民币在跨境算力贸易中计价结算。 在“一带一路”数字基础设施合作项目中，争取在信贷安排、设备出口、服务采购等环节以人民币计价结算。

中期（5-10年）：建设以人民币计价的算力交易平台。 在上海自贸区或海南自贸港政策框架内，试点推出以人民币计价结算的算力现货交易与标准化远期合约。

远期（10年以上）：以数字人民币2.0为底座探索算力锚定应用。 随着数字人民币2.0版（e-CNY 2.0）的全面部署，其承载的智能合约能力、跨链互操作协议以及与多边央行数字货币桥（mBridge）的深度融合，为“算力服务流权益锚定”提供了现实的技术通路[18]。在这一框架下，可设计基于数字人民币智能合约的“算力结算凭证”：当AI应用企业向数据中心发起推理请求时，智能合约自动将等值数字人民币从企业钱包划转至算力提供方钱包，同时将消耗的Token数量、电力来源、碳排放等元数据写入合约日志，实现“业务流、资金流、碳流”三流合一。持有此类算力结算凭证的境外机构，可将其作为数字资产在离岸人民币市场上进行贴现或质押融资，从而在经常项目可兑换的框架内，间接创造了一种与算力服务相挂钩的人民币计价流动性工具。这一方向的推进，必须以数字人民币在跨境贸易结算中的广泛接受、资本账户的有序开放以及算力现货市场的成熟为前提。

7.3 必须正视的约束条件

其一，美国对华高端芯片出口管制持续收紧。2025年10月，美国商务部工业与安全局进一步更新了对华芯片出口管制规则，将管控范围扩大至部分数据中心级产品。这使得中国本土算力在尖端制程上与国际领先水平的差距短期内难以弥合，可能影响“中国算力”对国际参与者的吸引力。其二，资本账户管理的渐进开放节奏需与金融风险防控能力精确匹配。其三，中国算力现货市场尚处发育初期，价格发现机制不完善，这也是本阶段最为重要的前提条件。

八、能源与矿业企业的转型机遇

基于对于算力金融化的逻辑推演，以及中国特有的资源禀赋；对于中国传统能源与矿业企业，算力金融化并非与本业无关的外部叙事，而是存量资源价值重估的战略契机。

矿井数据中心的独特禀赋：山西、陕西、内蒙古等省份拥有大量关停或废弃矿井。这些地下空间天然具备恒温（约15-18℃）、恒湿与地质结构稳定等优点，据工程学初步测算，利用其建设数据中心，冷却能耗可比地表建筑降低40%-60%[6]。此外，矿区通常拥有自备电厂与输配电设施。

值得关注的最新进展是，2025年底，山西省大同市某关停煤矿启动了国内首个“矿井算力中心”示范项目，利用废弃巷道部署浸没式液冷服务器，初期上架约500个标准机柜，电力直接取自矿区配套光伏与自备电厂。该项目运营半年来的数据显示，PUE稳定在1.05以下，单位算力运营成本仅为同等规模地表数据中心的约60%[17]。若该模式得以规模化复制，将为煤炭资源型地区的转型开辟全新路径。

能源及矿业企业的一种可能的金融化路径设计：分三步推进：第一步，示范项目与经验积累；第二步，资产入池与证券化退出，通过发行REITs或Compute ABS实现资金回笼；第三步，综合能源服务升级，由单纯的“场地提供者”升级为“算力+能源”综合解决方案供应商。

九、西部地区企业的多元机遇与路径建议

“东数西算”工程使西部地区从算力产业的边缘走向核心供给区。对于西部企业而言，这一工程带来的不仅是电力和土地的需求，更是一次产业链延伸与价值提升的战略窗口。

9.1 从“卖能源”到“卖算力”：纵向延伸的价值跃迁

西部能源企业可将低价电力就地转化为算力服务，向东部客户直接销售。这一转型的实质，是从每度电几分钱的能源收入，升级为包含计算附加值的服务收入，毛利率有望从个位数提升至两位数。

9.2 组建区域算力联盟，提升议价能力

建议西部省份在省级政府协调下，组建区域性算力产业联盟，统一服务标准、统一对外报价、统一分配负载。这将有助于稳定西部算力的现货价格，也为未来推出以区域为单位的算力价格指数奠定基础。

9.3 发行绿色算力债券与资产证券化产品

西部地区算力的一大卖点在于其较高的清洁能源比例。相关企业可发行以绿色算力项目为底层资产的绿色债券。具备资质的交易所和银行间市场可作为核心发行平台。

9.4 探索“算力飞地”模式

部分西部城市可探索与东部一线城市共建“算力飞地”——东部提供客户资源和技术人才支持，西部提供土地、能源和运维团队，税收和产值按约定比例分享。

9.5 培养本土算力服务商与运维人才

西部企业应通过职业教育和企业合作，培养具备GPU集群管理、液冷系统维护、算力调度平台操作等技能的本土运维团队，逐步向价值链更高处迁移。

十、风险、局限性

基于上述推演，目前可能仍存在以下不同的风险，需要做重点研究并持续关注。

（一）技术迭代风险。 半导体技术持续迭代，算力硬件存在显著的“功能性折旧”。2025-2026年，从H100到B200的代际更新使上一代芯片的二手市场价格在六个月内下跌约30%。这一特性使得算力资产定价与库存管理面临传统大宗商品所没有的技术贬值风险。

（二）地缘政治风险。 高端算力芯片已成为大国技术竞争的核心领域。2025年以来，美国对华芯片出口管制进一步收紧。如果技术脱钩持续加深，全球算力市场可能割裂为无法互通的区域性市场。

（三）金融化泡沫风险。 历史反复证明，新兴资产类别的金融化初期极易被过度投机裹挟。CoreWeave的商业模式虽被视为创新，但其高杠杆特征已引发部分观察者对算力资产泡沫的担忧。若衍生品交易规模远超实体算力消耗规模，可能酿成系统性风险。

（四）标准锁定风险。 算力异构折算标准的制定，是多方利益博弈的过程。当前，由国际标准化组织（ISO）牵头的AI算力计量标准工作组中，中国参与度仍有提升空间。

（五）学术界可能提出的质疑。 其一，算力是否已足够“同质化”到支撑标准化期货合约，仍有待实证检验。其二，将算力与货币锚定物挂钩的设想，可能被批评为“数字时代的重商主义”。这些质疑值得认真回应。

十一、结语

算力金融化是一个渐进而非跃进的进程。它涉及物理基础设施的大规模重构、金融产品的精巧设计、法律与监管框架的审慎演进，以及国际规则的博弈与协调。在这一进程中，中国因能源资源禀赋、制度整合能力与完整产业配套而具备参与全球定价权竞争的若干结构性条件，上海作为金融高地则提供了将潜在条件转化为现实竞争力的关键枢纽。西部地区企业亦面临着从“资源提供者”向“价值创造者”跃迁的历史机遇。而Token与算力关系的厘清，为整个金融化大厦提供了从物理世界通向金融世界的逻辑桥梁——理解这一关系，方能理解为何算力金融化既是可行的，也是必要的。

本文所做的工作，是为这一复杂议题提供一个初步的、可供讨论与批判的分析框架。其中的诸多推演，尚需更细致的实证检验与更深入的专题研究。期待更多学界伙伴与业界同仁加入这一讨论，共同推进对算力金融化的理解并逐步推进未来实践。

参考文献

[1] OpenAI. GPT-5 Technical Report[R]. 2026.

[2] International Energy Agency. World Energy Outlook 2026: Data Centres and AI Special Report[R]. 2026.

[3] 国联证券研究所. 算力即国力：全球算力竞争格局与中国路径[R]. 2025.

[4] CME Group. The Emerging Landscape of Compute as a Tradable Asset[R]. 2025.

[5] 上海期货交易所. 2026年度战略展望：服务新质生产力的期货市场创新[R]. 2026.

[6] 中国工程院矿业工程学部. 废弃矿井资源综合利用战略研究[R]. 2021.

[7] Williamson, O. E. The Economic Institutions of Capitalism[M]. New York: Free Press, 1985.

[8] Arthur, W. B. Competing Technologies, Increasing Returns, and Lock-In by Historical Events[J]. The Economic Journal, 1989, 99(394): 116-131.

[9] Wall Street Journal. CoreWeave's $15 Billion Debt-Fueled Expansion Raises Questions on Compute Bubble[N]. 2026-03-15.

[10] U.S. Energy Information Administration. Annual Energy Outlook 2026[R]. 2026.

[11] 沙特阿拉伯通信与信息技术部. 国家数据中心战略（2025年修订版）[Z]. 2025.

[12] 国家发展和改革委员会. “东数西算”工程2025年度进展报告[R]. 2026.

[13] DeepSeek. DeepSeek-V3 Technical Report[R]. 2025.

[14] 国家发展和改革委员会. 关于加快构建全国一体化大数据中心协同创新体系的指导意见[Z]. 2020.

[15] 中国人民银行数字人民币研发工作组. 中国数字人民币的研发进展白皮书[R]. 2021.

[16] 上海市人民政府. 上海国际金融中心建设“十五五”规划前期研究[Z]. 2025.

[17] 山西省工业和信息化厅. 大同矿井算力中心示范项目运行报告[R]. 2026.

[18] 中国人民银行数字货币研究所. 数字人民币2.0：智能合约与跨境支付技术白皮书[R]. 2026.

[19] 香港金融管理局. 多边央行数字货币桥（mBridge）项目进展报告[R]. 2025.

[20] 新加坡金融管理局. 数字经济与绿色金融：新加坡-中国互联互通新议程[R]. 2026.