摘要这是一篇约8000字的深度分析。说三件事：

第一，AI正在改写全球价值链的利润分配规则，物理资源的相对价值在上升；第二，澳大利亚手里有好牌，但好牌和赢之间隔着加工能力、制度设计和时间窗口；第三，对在澳洲生活的普通人来说，理解自己在价值链上的位置比关注任何宏观叙事都重要。

建议留20分钟完整阅读。

AI、矿产与澳洲经济：2026，澳洲能迎来”新国运”吗？

最近流传一种说法：澳大利亚要迎来”新国运”了。

说法大同小异。AI需要电，电需要矿，矿在澳洲。中国收紧稀土出口，美国拉着澳洲签了85亿美元的矿产框架协议。全球最大的锂生产国，前五的稀土和钴。手里有矿，心里不慌。有人甚至开始说，澳洲就是下一个中东，只不过这次卖的不是石油，是锂和稀土。

这几年中文互联网上关于澳大利亚的认知，来回摆荡在两种叙事之间。第一种是”土澳叙事”：澳洲就是个大矿场加牧场，没有科技，没有制造业，年轻人的理想是做矿工或者冲浪，GDP全靠把石头挖出来卖给中国。第二种是”天堂叙事”：蓝天白云、好山好水、社会福利完善、教育资源丰富，适合移民养老带小孩。两种叙事都有事实基础，但两种都不是分析，而是刻板印象。

“新国运”是第三种叙事。它比前两种更有时代感，因为它把澳洲放进了AI和地缘政治的新坐标系里。而且它并非没有历史根据。澳大利亚从1788年一个关罪犯的流放地，变成今天人均GDP世界前15的发达国家，靠的就是”资源+制度+适应”的长跑史。从羊毛帝国到黄金热，从战后长繁荣到中国驱动的矿业超级周期，每一次”国运高光”都跟资源有关。更难得的是，它没有中”资源诅咒”——阿根廷曾经跟澳大利亚在同一起跑线上，今天一个是发达国家，一个还在反复折腾。澳洲是极少数把每一次资源红利都转化成了长期竞争力的国家。

所以”新国运”继续着历史叙事，围绕资源展开，方向上有道理。但它也有一个跟前两种叙事一样的问题：结论先行，论证缺席。“手里有矿所以赢了”，这个推理链条中间省略了太多东西。有矿的国家很多，委内瑞拉的石油储量全球第一，刚果的钴储量占全球一半。它们赢了吗？资源从来不自动等于国运。中间隔着加工能力、制度质量、人才储备、地缘选择，每一个环节都可以把”好牌”打成”烂局”。

我是医学与经济学博士，目前在澳大利亚。我不是矿业专家，也不是地缘政治学者，但我在这里生活，在这里做研究，每天接触的是这个国家的真实运转方式，而不是社交媒体上的情绪投射。这篇文章想做的事情很简单：用经济学的分析框架，认真回答一个问题——

在AI重塑全球经济格局的背景下，澳大利亚的位置到底在哪里？

需要提前说清楚的是，这篇文章不做投资建议，不做移民推荐，不预测任何具体的数字或拐点。它是一个分析框架，不是一个行动指南。我会尽力把每一步推理的依据和边界都交代清楚，把我能说清楚的说清楚，对说不清楚的保持沉默。

要理解”新国运”的含金量，先要搞清楚一个问题：过去三十年，这个世界到底在奖励什么？答案很简单：知识。更准确地说，是算法、品牌、金融规则和知识产权。经济学里有一个概念叫”微笑曲线”，说的是一条产品价值链上的利润分配。曲线的两端，上游的研发设计，下游的品牌营销和金融服务拿走了最多的钱。而中间那段制造、组装、原材料供应，利润最薄。过去三十年的全球化，基本就是这条曲线的注脚。

图1：微笑曲线

过去三十年，世界在奖励什么

最直观的例子是iPhone。苹果不制造任何一个零件，但通过设计、软件和品牌，拿走了每部手机大约58%的价值。中国承担了大部分组装工作，但中国劳动力成本只占iPhone零售价的1.8%。Nikkei对iPhone 15 Pro Max的拆解分析显示，中国企业贡献的零部件价值仅占总成本的2.5%。富士康是全球最大的电子产品代工厂，年营收超过两千亿美元，但净利润率长期徘徊在2-3%。这不是因为富士康不努力，而是因为它坐在微笑曲线的谷底。

图2：iPhone全球利润份额

Ocean Tomo的最新研究显示，1975年，标普500公司的市值中有83%来自有形资产，比如厂房、设备、库存。到2025年底，这个关系完全倒转：无形资产占到了92%，有形资产只剩8%。全球最有价值的500家公司，价值几乎全部来自你看不见、摸不着的东西。专利、算法、数据、品牌。

图3：S&P 500无形资产占比

美国是这套游戏最大的赢家。2024年，美国的服务贸易顺差达到2,933亿美元，2025年进一步攀升到3,395亿美元。这些顺差的最大来源不是旅游，而是金融服务和数字服务。华尔街的投行给全球公司做顾问，硅谷的软件卖到全世界每一台电脑和手机里。美国在货物贸易上长期逆差，但在知识和服务贸易上是巨额顺差。它进口的是看得见的东西，出口的是看不见的东西，而看不见的东西更赚钱。简单说：过去三十年，会写代码的比会挖矿的赚得多。

澳大利亚在这个格局里是什么位置？大致就是”提供原材料的人”。它挖出铁矿石运到中国炼钢，挖出煤炭运到日本发电，挖出锂矿石运到中国做电池。澳洲的出口结构高度依赖大宗商品，贸易条件随着铁矿石和煤炭价格的波动而大幅起落。这不是贬低——这是全球价值链客观的利润分配规则。在微笑曲线的世界里，卖石头的赚得确实没有写代码的多。所以”土澳”这个标签，放在过去三十年的坐标系里看，不能说完全没有道理。澳洲的经济复杂度指数长期偏低——2021年排名全球第93位。它的出口篮子集中在少数几种矿产品和农产品上，缺乏多元化的高附加值产业。在知识经济定义赢家的时代，澳大利亚确实不是赢家组的成员。

但这里必须加两个限定条件。第一，中国在这套体系里不是一成不变的。从价值链最底部的组装起步，用二十年时间培养出了华为、比亚迪这样的企业，在部分领域实现了从微笑曲线谷底向两端的攀升。德国、日本、韩国通过先进制造也捕获了高价值。所以这不是一个”永远固定”的分配格局。第二，澳大利亚虽然在微笑曲线的谷底附近，但它比大多数资源国活得好得多。前面说过，它没中资源诅咒。挖矿赚的钱被用来建了世界一流的大学和医疗体系、完善的社会保障网络、以及一个运转良好的法治和民主制度。它不是一个”只会挖矿”的国家——它是一个”挖矿挖得聪明”的国家。但现在，有一个变量正在改写这条微笑曲线的形状。

那就是AI。

当写代码、做翻译、出分析报告不再需要高薪的人类专家时，全球价值链上的利润分配就必须被重写。2026年1月，Complexity Science Hub的研究团队在《Science》上发表了一项大规模研究：他们分析了GitHub上超过3,000万条Python代码贡献，来自16万名开发者。结论是，美国新写的代码中，AI贡献的比例已经从2022年的5%飙升到2024年底的29%。差不多每三行新代码里就有一行是AI写的。而这还是全行业平均数。在AI公司内部，这个数字更夸张——Anthropic全公司70-90%的代码由AI生成，其顶级工程师声称比例已经达到100%。微软和Salesforce报告的数字也在30%左右。

图4：AI代码生成比例

这意味着”会写代码”这件事正在从一种稀缺的高薪技能，变成一种廉价的、可以被机器大规模复制的能力。不只是写代码。Stanford AI Index 2025年报告展示了一个让整个行业震动的数字：从2022年11月到2024年10月，达到GPT-3.5水平的AI推理成本从每百万token 20美元暴跌到0.07美元，降了280倍。18个月，280倍。这个速度让摩尔定律看起来都像是在慢跑。而且这个趋势还在加速：J.P. Morgan追踪的成本效率前沿显示，到2025年8月，同等性能的推理成本已降至每百万token 0.14美元，比2023年3月GPT-4的37.5美元下降了99.7%。翻译成白话就是2022年，让AI帮你处理一批文档，成本可能需要一个初级分析师一周的工资。到2025年，同样的事情几乎不花钱。

图5：AI推理成本崩塌

这种成本崩塌正在渗透到所有依赖”常规知识工作”的领域。企业采用AI辅助翻译后，成本降低40-60%。法律行业的合同审查、金融行业的研究报告初稿、医疗行业的影像初筛——曾经需要年薪几十万的专业人士完成的任务，现在AI可以在几秒钟内以接近零的边际成本完成初稿。当然我们在这里必须做几个重要的限定条件。

第一，被抹平的是”常规知识差价”，不是所有知识。高级系统架构设计、复杂的战略分析、需要深度行业经验的判断——这些仍然是高溢价能力。AI替代的是那些可以被拆解为明确步骤的认知任务，而不是需要在不确定性中做判断的能力。《Science》那篇论文的一个关键发现也印证了这一点：虽然经验较少的程序员使用AI更频繁（37%的代码由AI辅助），但生产力的真正提升却来自经验丰富的开发者。新手让AI写代码，但不一定知道怎么判断代码好不好。

第二，“推理成本趋近于零”说的是终端用户的边际使用成本。AI的训练成本仍然是天文数字——Google Gemini 1.0 Ultra的估算训练成本约为1.92亿美元。成本在转移，从使用端转移到了基础设施端。这一点对后面理解AI为什么需要物理资源很关键。

第三，虽然微观层面的效率提升已经非常明显，但宏观生产力统计还没有显著反映出来。这有点像1990年代的”索洛悖论”——经济学家Robert Solow说过”到处都能看到计算机，除了在生产力统计数据里”。今天的AI可能正在经历一个类似的阶段：个体提效显著，但系统性的经济产出增长还需要时间显现。

读到这里，熟悉经济学的读者可能已经在心里举手了：你说的不就是杰文斯悖论的反面吗？

这个问题很重要，建议继续往下读。1865年，经济学家William Stanley Jevons发现，蒸汽机效率提高并没有减少煤炭消耗，反而因为使用成本降低导致需求爆炸，煤炭总消耗量上升了。同样的逻辑反复出现在技术史里：ATM没有消灭银行柜员——银行发现开分支机构的成本降低了，于是开了更多分支机构，柜员总数反而持平。Excel没有消灭会计师——企业发现财务分析变便宜了，于是要求更多更细的分析，会计师需求反而增长。那么，AI让写代码变便宜了，全球软件需求会不会爆发式增长，程序员反而更抢手？

这个反论必须正面回应，因为它直接动摇了”知识溢价正在消失”这个核心前提。

我的回答是：杰文斯悖论在这一轮大概率仍然成立——AI确实会引爆知识工作的总需求。但这恰恰强化了核心论点，而不是削弱它。三个原因。

第一，历史类比的范围不对。ATM替代的是银行柜员的一项具体任务：现金存取。Excel替代的是会计师的一项具体任务：手工计算。它们是窄工具，替代窄任务，释放出来的人力被重新配置到同一职业的其他任务上——柜员从数钱变成卖理财产品，会计师从算账变成做财务咨询。但AI替代的不是某一项任务，而是通用认知能力本身——它同时能写代码、做翻译、出分析报告、审合同、读影像。OpenAI与宾夕法尼亚大学2023年的研究估计，约80%的美国劳动力至少有10%的工作任务会受到大语言模型影响，约19%的劳动力有超过一半的任务受影响。当一个工具能够渗透到如此广泛的任务组合中时，“释放出来的人力去做剩下的任务”这个逻辑就不再自动成立，因为”剩下的任务”本身也在被渗透。类比的话，这更像内燃机直接替代了马，而不是蒸汽机提高煤矿效率。马的总需求并没有因为汽车变便宜而增长。当然，人和马有一个根本区别：人可以学习新技能。确实会有程序员成功转型为AI系统架构师、提示工程师或AI产品经理。但这些新角色的岗位总量，远小于”写常规代码”的岗位总量。不是所有马车夫都能变成汽车工程师，也不是所有人都需要变成汽车工程师。

第二，即使总需求爆炸，溢价的分配方向会彻底改变。这才是关键。回到ATM的例子：ATM确实没有减少柜员总数，但它做了一件更深层的事——柜员的工资增长从此长期停滞，而银行的利润和高管薪酬持续攀升。“总就业没变”这个统计数字掩盖了价值分配的剧烈重组。AI这一轮会更极端：即使全球软件需求翻十倍，当AI承担了其中大部分执行工作，溢价就不再流向写代码的人，而是流向三个方向：控制AI模型的公司、提供算力基础设施的公司，以及支撑这一切运转的物理资源。这三层之间谁最终捕获最多价值，取决于哪一层最稀缺——而稀缺性的判断，正是下一节要展开的分析。

第三，调节速度本身是一个变量。杰文斯悖论隐含了一个假设：被替代的劳动力能够被新增需求重新吸收。蒸汽机从发明到全面普及用了大约一百年，电力用了五十年，个人电脑用了二十年。每一轮都给了劳动力市场足够的时间完成再配置。但AI推理成本在不到两年内下降了280倍。当变化速度快到劳动力市场来不及重新配置时，“需求增长吸收被替代劳动力”的调节机制就会出现时滞——不是不会发生，而是来不及发生。在这个调节期内，大量知识工作者会经历一段真实的、痛苦的价值重估。你的技能没有变差，你的努力没有减少，但你所做的事情突然不值那么多钱了。这种感受不是抽象的经济学概念，它是房贷还款单上的数字，是年终考核时的焦虑，是深夜问自己”我还有没有用”的那个瞬间。

所以，对杰文斯悖论最诚实的回答是：是的，AI会让知识工作的总蛋糕变大。但”蛋糕变大”和”你分到的那块变大”是两件完全不同的事。而且杰文斯悖论不仅不削弱本文的论点，反而从另一个方向强化了它：知识工作的需求爆炸，意味着支撑这些知识工作的物理基础设施需求也在爆炸——更多的AI推理需要更多的数据中心、更多的电力、更多的芯片、更多的矿。而物理基础设施的扩张速度，天然慢于软件的扩张速度。代码可以在一秒内复制一万份，但一座铜矿从勘探到投产需要十到十五年。这种供需不对称，正是后文分析矿产价值的底层逻辑。蛋糕变大了，但切蛋糕的刀换了方向，切向了物理世界。

那么，把这些信息放在一起，结论是什么？过去三十年，微笑曲线两端的赢家之所以赢，是因为知识稀缺。写代码的人少，所以程序员贵。懂金融建模的人少，所以华尔街分析师贵。能设计芯片的人少，所以IC工程师贵。知识的稀缺性是它溢价的基础。而AI正在瓦解这种稀缺性。当常规知识工作的边际成本趋近于零，知识就不再是”稀缺资产”，而开始变成”公共基础设施”。这是过去三十年来全球价值链最深的一次地震。那接下来的问题自然是：当知识不再稀缺，什么会变得稀缺？

答案藏在AI的物理瓶颈里。

AI的物理瓶颈

图6：数据中心电力消耗预测

IEA在2025年发布的《能源与人工智能》特别报告里提到，AI正在从一个软件概念变成一个硬件怪兽，而这个怪兽的食量正在以指数级增长。2024年，全球数据中心的电力消耗约为415太瓦时（TWh），占全球总用电量的1.5%。这个数字到2030年将翻一倍以上，达到约945太瓦时——相当于日本全国的用电量。而AI是这一增长最主要的驱动力。2024年，AI大约占数据中心用电的15%；到2030年，这个比例将攀升到35-50%。在美国，数据中心将吞掉2024年到2030年间近一半的电力需求增长。到2030年，美国用于处理数据的电量将超过炼铝、炼钢、水泥和化工等所有能源密集型制造业的总和。把这段话翻译成一句话，那就是AI不是虚拟的，它的胃口比所有重工业加起来还大。

电力只是第一层。数据中心还需要大量的水来冷却。一个大型数据中心每天消耗约30万加仑的水、需要土地、需要铜来输电。尤其是铜。一个大型数据中心可以用掉超过2,000吨铜。Wood Mackenzie估计，全球铜需求到2035年将增长24%，达到每年4,270万吨。而IEA的关键矿产展望报告指出，按照现有和已规划的矿山产能，到2035年只能满足预计需求的大约70%。BloombergNEF的预测更为直白，到2035年，全球铜供应缺口可能达到600万吨。

铜只是冰山一角。锂作为储能电池的核心材料、稀土作为高效电机和永磁体的关键成分、镓作为半导体和功率电子器件的材料，全部需求激增。IEA特别提到，仅数据中心对镓的需求到2030年就可能超过当前全球供应的10%。而中国目前控制着全球精炼镓供应的99%。你每建一个数据中心，就需要几千吨铜来接电线。每装一块储能电池，就需要锂。每做一个高效电机，就需要稀土。每一块芯片的功率元件，都需要镓。AI的根不是扎在云里，是扎在矿石里。

但这里必须对这些数字做一个诚实的校准。上面引用的三组预测——Wood Mackenzie的铜需求增长24%、IEA的”只能满足70%“、BloombergNEF的600万吨缺口——看起来像是多源交叉验证，但它们可能共享相似的上游假设：电动车渗透率的乐观预期、数据中心建设速度的高增长情景、以及对回收技术进步的保守估计。如果这些假设中的任何一个偏离，三组数字会同方向偏移，而不是互相纠偏。IEA自己的数据中心能源预测实际上给出了一个宽幅区间——低端情景下2030年全球数据中心用电可能在690太瓦时左右，高端情景超过1,050太瓦时，上面引用的945太瓦时接近区间的中高端。

这里有一个内在张力：本文前面刚刚引用了AI推理成本在不到两年内下降280倍的数据。如果算力效率的提升速度持续这么快，那么同等规模的AI推理所需的能耗也应该大幅下降，实际电力需求可能远低于IEA的中高端预测。这个反论是成立的。但它忽略了一个我们刚刚讨论过的机制——杰文斯悖论。效率提升不会导致用量减少，而是导致用量爆炸。推理成本降低280倍的结果不是”用同样多的电做同样多的事”，而是”做的事情多了一千倍”。根据IEA报告的方法论说明，其基准情景已经将硬件效率改善、芯片能效提升和数据中心冷却优化纳入了建模，945太瓦时是效率提升之后的净增长预测，而非忽略效率的粗算。历史数据也支持这一点：过去十年，数据中心的能源效率指标PUE从行业平均约2.0改善到了约1.58，顶级超大规模设施（Google、Meta）已接近1.1——效率几乎翻倍。但全球数据中心的总能耗不降反升，从十年前的不到300太瓦时增长到2024年的415太瓦时，因为需求增长的速度远快于效率改善的速度。

那如果低端情景成立呢？触发低端情景的三个条件概率并不均等。数据中心建设放缓在当前投资狂潮下短期概率较低——微软、亚马逊、谷歌在2024-2025年合计宣布了超过3,000亿美元的数据中心资本支出计划，这些投资有多年惯性。电动车渗透在中国和欧洲已经越过了临界点，放缓的可能性主要集中在北美和东南亚，全球总量大幅低于预期的概率不高。真正的不确定性在第三个条件：回收技术的突破。但即使回收率大幅提升，其对原矿需求的实质性替代需要十到十五年的规模化周期。所以低端情景不是不可能，但它需要多个低概率事件同时发生。即便如此，如果矿产需求增长只有高端预测的一半甚至三分之一，本文的核心论点——物理资源在AI时代的相对价值上升——仍然成立，但紧迫性和溢价幅度会大幅缩水。澳大利亚手里的牌还是好牌，但不是王炸。这个区别很重要，因为它直接影响政策力度和投资节奏的合理性。所以，读下面关于澳大利亚的分析时，请把这个不确定性区间带在脑子里：方向大概率对，幅度真的不好说。

现在把镜头转向澳大利亚。澳大利亚占全球锂产量的37-49%。全球前四的稀土生产国。全球前五大钴生产国之一。丰富的铜、天然气、铀储备。澳大利亚有80%的国土尚未被充分勘探关键矿产。2024年底，AI矿产勘探公司Earth AI用人工智能技术在新南威尔士州发现了澳大利亚最大的钯矿床，在一个此前被认为不含相关矿化的地区。这意味着澳洲地下的资源家底，可能比我们现在知道的还要大得多。

澳大利亚的位置

图8：澳大利亚关键矿产分布

但光有矿还不够。地缘政治使得”可靠供应”本身成为一种溢价因素。图9：关键矿产精炼中国垄断

中国控制着全球绝大部分的稀土和镓精炼产能，近两年持续收紧出口管制。这让整个西方世界突然意识到供应链的脆弱性。美国开始加速推进”友岸外包”战略。2025年10月，特朗普和澳大利亚总理阿尔巴尼斯在白宫签署了85亿美元的关键矿产和稀土框架协议，目标直指建立一条”去中国化”的稀土供应链。美国还计划在西澳建设先进镓精炼厂，这是直接针对中国99%镓供应垄断的回应。

有矿的国家很多。但又有矿、又让人放心、又不会突然翻脸的国家不多。澳大利亚恰好是”储量丰富+西方盟友+法治稳定”的组合。这在关键矿产领域极为稀缺。

但稀缺不等于唯一。加拿大同样是西方盟友、法治健全、资源丰富，而且正在大规模投资关键矿产——2024年联邦政府承诺38亿加元支持关键矿产供应链，萨斯喀彻温省和魁北克省的锂矿和稀土项目正在加速推进。智利和阿根廷构成的锂三角拥有全球约55%的已探明锂资源（以盐湖卤水形式存在），一旦直接锂提取（DLE）技术成熟并实现商业化规模，产能可能出现阶跃式增长。非洲的刚果（金）和赞比亚在铜和钴方面拥有巨大潜力，且正在获得越来越多的西方投资——美国主导的Lobito走廊铁路项目就是一个信号。

那澳大利亚的真正优势在哪里？三点。第一，基础设施成熟度——港口、铁路、电网、水处理经过一百多年积累，不是新兴矿业国短期能复制的。第二，地理位置——主要资源国中距离亚太需求中心最近，而亚太恰好是全球数据中心建设增速最快的区域，运输成本和交付时间是大宗商品竞争中被低估的变量。第三，监管可预测性——不是说澳大利亚审批流程快，恰恰相反，它很慢，但它是可预测的。对于需要做十年以上投资决策的矿业公司来说，慢但可预测远好于快但可能被推翻。

这些优势是真实的，但它们是相对优势，不是绝对壁垒。竞争者在追赶，技术在变化，地缘格局在重组。

而且，“资源稀缺”不自动等于”资源供应商获得高溢价”——这取决于买卖双方的市场结构。AI时代关键矿产的真正大买家高度集中：微软、谷歌、亚马逊、苹果，加上美国和欧盟政府采购。而友岸范围内的供应商有多个——澳大利亚、加拿大、智利、非洲。这是一个买方集中度高于卖方的市场结构，经济学上叫寡头买方（oligopsony）。在这种结构下，买方可以利用供应商之间的竞争压低价格、锁定长期合同、附加优惠条件。铁矿石市场提供了直接的历史先例：澳大利亚是全球最大的铁矿石出口国，但过去二十年间定价权长期偏向中国钢厂一侧，因为买方集中度远高于卖方。如果AI矿产市场形成类似结构，澳大利亚即使爬到Layer 2，捕获的溢价也可能低于直觉预期。

如果AI需要的矿石是一副扑克牌，澳大利亚手里拿着好几张王牌。但这里必须加四个限定条件，否则论证就不诚实。

第一，矿价有周期性。2022年锂价飙升至每吨80,000美元以上，2023-2024年又暴跌超过80%。BHP在2024年关停了其镍业务Nickel West。资源繁荣可以很快变成资源萧条。押注单一商品的定价趋势是危险的。第二，技术替代是真实的威胁。核聚变如果实现突破，数据中心的能源瓶颈可能被大幅缓解。更好的回收技术、替代材料都可能部分取代原矿需求。这些不是近期威胁，但在十年的时间尺度上不能忽视。第三，科技公司不会坐等供应端解决问题。微软、亚马逊、谷歌都在2025-2026年签署了核电协议。三里岛核电站正在被重新启用来给数据中心供电。物理瓶颈不会消失，但它会被部分应对。第四，也是最重要的一点：高端价值仍然在美国和中国手里。芯片设计在英伟达和台积电，AI模型在OpenAI和谷歌。资源国获得的是上游溢价，拿不到全链利润。澳大利亚哪怕坐在最好的矿上，不能向下游延伸，拿到的也只是价值链上最薄的那一层。

还有一个不在”限定条件”清单里、但可能更具颠覆性的风险：地缘政治是双刃剑。被选为”去中国化”供应链的核心节点，同时也意味着成为中国经济施压的首要目标。2020年中澳贸易摩擦已经提供了一次预演。当时中国对澳大利亚的大麦、葡萄酒、煤炭、龙虾等多个品类实施了非正式或正式的进口限制，澳大利亚出口商损失惨重。价格战场景尤其值得警惕：如果中国在关键矿产精炼领域采取类似2010年代光伏产业的策略——短期内大幅压低出口价格，用规模和成本优势挤垮西方刚起步的竞争产能——那么Eneabba、Kwinana这些投资数十亿的精炼项目，在商业上可能面临严峻考验。中国的精炼成本优势不仅来自规模，还来自政府补贴和较低的环保合规成本，澳大利亚短期内很难对冲。“去中国化”的供应链需要西方政府持续的政策支持和补贴承诺，而这种承诺的持久性，在民主国家的选举周期中从来不是理所当然的。

而且，矿产金属与石油有一个根本区别：金属可回收。铝代铜在电力传输中早就是成熟技术，高压输电线路中铝导体的使用比例早已超过铜。高铜价本身就是解决铜短缺最有效的机制：它加速替代材料研发，提高回收率，抑制边际需求。锂电池回收技术正在快速成熟，Redwood Materials、Li-Cycle等公司已经在商业化运营。随着循环经济和”城市采矿”技术的发展，二手锂、铜、稀土的供给在长期会越来越重要。这意味着矿产需求的”超级周期窗口”可能比很多人暗示的更短。窗口是真实的——AI驱动的需求激增正在发生——但它有时间限制。这反而强化了紧迫感：澳大利亚需要在窗口期内完成从Layer 1到Layer 2的跨越，因为窗口不会永远敞开。

这就引出了全文最核心的问题：

前面铺垫较长，这里是一个关键转折点。但历史反复证明了光有矿，慌不慌，取决于你是挪威还是沙特。

挪威还是沙特

图10：挪威主权财富基金

接下来的问题是：澳大利亚能不能把手里的矿石，变成真正的国家竞争力？

1969年，挪威在北海发现了大量石油。当时，这种发现对很多国家来说与其说是祝福，不如说是诅咒。荷兰在1959年发现巨量天然气后，大量资本涌入能源部门，推高汇率，挤垮了制造业。1977年《经济学人》把这种现象命名为”荷兰病”。委内瑞拉、尼日利亚、沙特都染过这种病。症状一样：资源繁荣期全民狂欢，资源下行期经济崩塌，其他产业早已被挤干，没有替代引擎。

挪威做了一件简单但极难执行的事：克制。挪威模式的核心不是有石油，而是怎么花石油的钱。它在石油收入开始涌入之前就立法规定了产权归属。石油属于全体挪威人民的共同财产。政府吸收了大约80%的资源租金。1996年，挪威设立了政府全球养老基金（即挪威主权财富基金），立下规矩：每年最多只能从基金中支取4%的预期收益，本金不动。基金的绝大部分资产必须投资在挪威境外，防止资金回流推高汇率和通胀。同时，挪威扶持了Equinor（原Statoil）作为国有石油公司，确保技术能力和产业知识留在国内，并溢出到海洋工程、深水钻探等相关领域。截至2025年底，挪威主权财富基金规模达到约1.9万亿美元，相当于每个挪威人35万美元。挪威避开了荷兰病，保住了多元化的经济结构，把一种有限的自然资源转化成了跨代际的国家财富。

对比沙特，同样拥有巨量石油，但经济结构高度单一，非石油产业薄弱，主权财富基金虽大但远未实现经济转型。沙特的”2030愿景”本质上是在补挪威三十年前就做完的作业。

挪威和沙特的分叉点在于三个关键能力：加工能力、制度设计和人才储备。跟谁的矿多没关系。

现在回到澳大利亚。它正站在一个类似的分叉口。手里是AI时代的”石油”，也就是锂、稀土、铜、镓。问题是同一个：澳大利亚是准备做挪威，还是做沙特？要回答这个问题，必须看三个瓶颈。

瓶颈一：加工能力。这是最硬的短板。澳大利亚是全球最大的锂生产国，但2022-23年度，98%的锂辉石精矿被直接出口到海外加工——主要是中国。中国控制着全球约70%的锂精炼产能和约90%的关键矿产精炼能力。澳大利亚挖矿世界第一，炼矿几乎不做。

这正在改变，但速度很慢。Iluka Resources正在西澳Eneabba建设澳大利亚第一座全流程稀土精炼厂，预计2027年投产，设计产能每年23,000吨稀土氧化物——这将是中国以外少数能同时生产轻稀土和重稀土氧化物的设施之一。联邦政府为此提供了16.5亿澳元的无追索权贷款，后来又追加了4.75亿澳元。Covalent Lithium的Kwinana锂精炼厂在2025年建成。Lynas的Mount Weld扩建接近完工。Arafura的Nolans稀土项目预计2026年初做最终投资决定。

这些是真实的进展。但老实说，规模与需求之间仍有巨大差距。建一座精炼厂不是建一个仓库——稀土分离工艺极其复杂，需要几十种化学处理步骤，每种稀土元素的分离条件不同。但最硬的障碍是经济性：中国的精炼产能之所以便宜，部分原因是政府补贴和较宽松的环保标准。在澳大利亚这样环保和劳动力成本都较高的国家建设同等产能，成本天然就高。

而且成本差距的根源不只是补贴和环保标准。中国精炼产能的真正护城河是三十年积累的规模效应、完整的上下游产业生态、成熟的劳动力经验曲线和设备国产化率。西方国家建设同等精炼产能的成本估计是中国的2到4倍。85亿美元的美澳框架协议听起来很多，但Iluka一座Eneabba精炼厂就花了超过20亿澳元且持续延期超支。在什么条件下澳大利亚的精炼产能才能商业可持续？大致需要三个条件同时成立：地缘政治溢价持续存在（即西方买家愿意为”非中国来源”支付显著溢价）、政府补贴在建设期和运营初期持续到位、以及加工技术进步逐步缩小成本差距。这三个条件中任何一个断裂，商业模式就不成立。做投资决策必须面对这个现实。

瓶颈二：人才。冶金行业面临全球性的专业人才短缺。澳大利亚的情况尤其尖锐。长期以来，矿业投资集中在开采端而非加工端，导致冶金工程、化学分离等领域的专业人才储备不足。建一座精炼厂可以靠资本，但运行一座精炼厂靠的是人。这不是短期能解决的问题。

瓶颈三：制度与地缘政治的双重博弈。澳大利亚政府已经在推进从矿石到加工的战略转型。关键矿产战略（2023-2030）设定了5000亿澳元的出口潜力目标。40亿澳元的关键矿产融资机制、150亿澳元的国家重建基金、10%的关键矿产加工税收激励——政策工具箱已经展开。2025年10月与美国签署的85亿美元框架协议不仅是一笔交易，更是一个信号：西方阵营正在用真金白银为”去中国化”的供应链买单，而澳大利亚被选为这条供应链的核心节点。2025年，澳大利亚还承诺建立12亿澳元的关键矿产战略储备，预计2026年下半年运营。

但这里需要直面一个澳大利亚特有的政治现实：挪威模式的前提——政府能从资源公司手中拿走大部分资源租金——在澳大利亚的政治生态中几乎不可能复制。有一个血淋淋的先例。2010年，时任总理陆克文（Kevin Rudd）提出了资源超额利润税（RSPT），税率40%，试图让联邦政府从矿业超额利润中分一杯羹。结果，BHP、Rio Tinto和Fortescue等矿业巨头发动了澳大利亚历史上最昂贵的企业政治游说运动之一，仅广告支出就超过2,200万澳元。陆克文的支持率急剧下滑，党内逼宫随之而来。继任的吉拉德政府被迫将税率从40%稀释到30%并加入大量让步条款，以MRRT（矿业资源租赁税）的名义在2012年正式实施。即便如此，MRRT实际征收的税收仍远低于预期——首年净收入不足2亿澳元，而最初的预算预测是数十亿。2014年，阿博特政府彻底废除了MRRT，存活时间不到两年。从提出到废除，整个过程是一堂关于矿业政治经济学的公开课：挪威政府吸收了约80%的石油资源租金，而澳大利亚连30%都拿不稳。

还有一个常被忽略的规模问题。挪威只有550万人口，主权财富基金的人均规模因此极为可观——每人约35万美元。澳大利亚有2,700万人口且在快速增长。即使澳大利亚能建立类似的主权财富基金（目前没有），同等规模的资源收入分摊到五倍的人口基数上，人均效果会大打折扣。挪威模式的可复制性，在人口规模这个维度上本身就存疑。

澳大利亚不是注定做不了挪威。但做挪威需要的政治勇气和制度创新，比文章前面暗示的要大得多。

但政策意愿和执行之间永远存在鸿沟。矿业周期的残酷性在于当价格低迷时，即使有政策支持，企业也会推迟投资。2024年就是一个活生生的例子——锂价暴跌导致多个晚期项目延期，部分运营矿山暂停生产。BHP关停了镍业务。政策不能消灭周期，只能缓冲周期。真正的挑战是澳大利亚能否从”卖矿石”（Layer 1）跃升到”卖筹码”（Layer 2），甚至触及”卖定价权”（Layer 3）？

Layer 1是大多数资源国的默认位置。图11：矿石→筹码→定价权价值链把矿石挖出来卖掉，价格由全球商品市场决定。你是价格接受者，利润最薄。Layer 2是在国内完成加工，把矿石变成工业原料。这一步不仅大幅提升附加值，还因为地缘政治溢价获得额外定价能力。澳大利亚目前正在从Layer 1向Layer 2艰难攀升，Eneabba、Kwinana就是这个攀升的具体标志。Layer 3是挪威的终极形态。不仅加工资源，还通过制度设计、技术标准和金融工具掌握全链定价权。挪威不仅产石油，还通过Equinor成为深水钻探的全球技术领导者，通过主权财富基金成为全球资本市场的重要参与者，通过碳排放标准影响全球能源定价。这才是真正的”定价权”。

对澳大利亚来说，Layer 3意味着什么？也许是成为AI关键矿产的全球认证和标准制定者。谁来定义”负责任开采”的稀土？也许是通过战略储备机制影响全球关键矿产定价。也许是培育类似Equinor的国家级资源加工龙头企业。但这些都是长期叙事，五到十年内不会完成。诚实地说：澳大利亚目前还在Layer 1和Layer 2之间。它有最好的牌，也在正确的方向上出牌——政策、资本、地缘政治位置全部到位。但”正在出牌”不等于”已经赢了”。从挖矿到炼矿到定价权，每一步都是难度倍增的跨越，每一步都可能因为周期波动、政策失误或技术替代而被打断。这就是我在文章开头说的那句话的完整含义：手里有矿确实比没矿好，但最终决定命运的不是你手里有什么牌，而是你怎么打。澳大利亚正在出牌。牌不错。牌局还在继续。

但这里有一个整篇文章都在回避的问题：我们一直在讨论澳大利亚作为AI的资源供应者，却完全没有讨论它作为AI的使用者和生产者。澳大利亚的AI研发投入显著低于美国、中国、韩国、以色列等AI领先国家，没有一家世界级的AI公司，大学培养的AI人才大量流失到硅谷——因为那里的薪资、数据规模和算力资源都不是澳大利亚能竞争的。CSIRO（联邦科学与工业研究组织）在AI领域有一些不错的基础研究，但从实验室到商业化的转化率极低。

这意味着什么？意味着即使澳大利亚成功从Layer 1爬到Layer 2，甚至触及了矿产定价权的Layer 3，它在AI时代的价值链天花板可能仍然很低。因为在AI时代，真正的Layer 3可能已经被重新定义了——不是”谁控制矿产定价权”，而是”谁控制AI模型和平台”。英伟达控制芯片架构，OpenAI和谷歌控制基础模型，微软和亚马逊控制云基础设施。这些才是AI时代价值链的真正顶端。如果澳大利亚不参与这一层，它的角色本质上是从”给中国供铁矿石”变成”给美国供锂”——客户换了，价值链位置没变。

矿产战略有价值，有矿确实比没矿好，Layer 2确实比Layer 1好。但诚实的分析要求承认：矿产供应链上的定价权，可能不是AI时代最终的制高点。不过，矿产也许可以是入场券而不是终点。微软和谷歌已经在澳大利亚投资建设数据中心，部分原因正是靠近能源和矿产供应。如果澳大利亚能利用矿产战略地位作为杠杆，换取在AI基础设施——算力节点、数据中心集群、甚至AI安全标准制定——上的参与权，那么”资源国”的身份就不只是价值链底层的标签，而是通往更高层级的跳板。但这条路有一个很少被讨论的前置条件：澳大利亚自己的电力供应。数据中心需要的是7×24小时稳定的基载电力，而澳大利亚正处于能源转型最痛苦的中间地带——煤电在退役，可再生能源建设速度跟不上，联邦层面长期禁止核电（尽管拥有全球最大的铀储量之一）。2024-2025年多个州已出现电力供应紧张预警。一个不能稳定地给自己供电的国家，很难成为全球数据中心的首选目的地。这个矛盾有解——大规模储能、海底电缆互联、甚至未来的核电政策松绑。但它意味着”矿产换算力节点”的策略，前提是先解决自己的能源瓶颈。

这条路能不能走通，现在没有人知道。但至少，它是一个值得认真对待的可能性。

写到这里，我想从”分析师”模式切回到一个普通人的视角。

一个在澳普通人的视角

我在布里斯班，每周去超市都能感受到通胀的重量。一公斤牛肉从两年前的十几块涨到了二十多块。租房市场更夸张——布里斯班内城区一居室的周租金从2022年的350澳元左右涨到了2025年的接近500。对一个PhD学生来说，奖学金的购买力在肉眼可见地缩水。而在西澳的矿业城镇，感受完全不同但同样尖锐。2022年锂价飙升时，Greenbushes周边的咖啡馆和汽车经销商生意火爆。2024年锂价暴跌后，BHP关停Nickel West不只是一条财经新闻——那是Kalgoorlie几千个家庭的房贷、孩子的学费、小企业主的存货。“资源繁荣可以很快变成资源萧条”写在论文里是一句限定条件，落在矿工家庭的餐桌上是真实的恐惧。

而且产业升级不是每个人都会受益的故事。精炼厂创造的岗位——化学工程师、工艺控制技术员——和矿山开采的岗位是不同的人群、不同的城市、不同的技能要求。从Layer 1到Layer 2，有人上升，也有人被留在原地。

所以当我说”澳大利亚正在出牌”的时候，我同时也在问自己：这和我有什么关系？这和每一个在澳洲生活、工作、读书、带孩子的普通人有什么关系？

老实说，这篇文章没法给你一个干脆的答案。我不能告诉你澳元会涨还是跌。不能告诉你该不该现在买房。不能告诉你锂价明年会不会反弹。不能告诉你移民澳洲是不是”正确选择”。任何告诉你这些的人，要么是在猜，要么是在卖东西。但是我觉得这些视角和思考，或许能给你一些启发：

第一，区分”有什么”和”怎么用”。资源禀赋是重要的，但不是决定性的。委内瑞拉有全球最大的已探明石油储量，人均GDP不到挪威的3%。日本几乎没有自然资源，但通过技术和制度设计仍是全球前五大经济体之一。澳大利亚手里有好牌，但好牌的价值取决于出牌方式。对个人来说也是一样——你的学历、技能、所在城市，这些是你的”资源禀赋”。真正决定你过得好不好的，是你怎么配置这些资源。问自己一个问题：如果我最大的优势明天消失，我还剩什么？

第二，理解”价值链位置”比关注”价格波动”重要得多。锂价从8万美元跌到1万美元，很多人觉得”锂不行了”。但价格波动是周期问题，价值链位置是结构问题。一个在Layer 1的矿工和一个在Layer 2的加工企业，面对同样的价格下跌，处境完全不同。对个人来说，如果你的工作本质上是在做”可以被AI标准化的常规知识工作”，那不管当前薪水多高，你都在微笑曲线最薄的位置。一个简单的测试：如果你把自己的工作录一周视频，交给一个聪明的新人看，他能在多久内学会？如果答案是几周以内，AI大概率也能。关键不是你今天赚多少钱，而是你在价值链上的位置是否可替代。

第三，对”叙事”保持警惕。 “新国运”是一种叙事。“澳洲药丸”也是一种叙事。叙事的问题不在于它对不对，而在于它会让你停止思考。当你听到一个让你热血沸腾或者极度焦虑的判断时，正确的反应不是立刻相信或者立刻否定，而是问三个问题：这个判断的因果链完整吗？它的限定条件是什么？如果错了，代价是什么？

最后说一点个人感受。我在中国长大，在澳洲读书做研究。这让我对两个国家都有感情，也让我在写”去中国化供应链”这几个字的时候感到一种很难描述的不适。我的父母在中国，我的生活在澳洲。当我分析”中澳贸易摩擦”的时候，我同时也在想：如果下一轮摩擦升级，我回家过年会不会变得更复杂？

我不觉得”中国崛起”和”澳洲机会”是矛盾的叙事。全球经济不是零和游戏，尤其在AI这种底层技术变革的时代。但我也不会假装地缘政治紧张不存在。中国收紧稀土和镓出口管制，澳美签署85亿美元矿产协议。世界正在分化出平行供应链，而我们这些跨在两边的人，感受到的不是”分析框架”，而是一种日常的、低烈度的撕裂。

对我们这些在澳洲的普通人来说，最实际的态度可能是这样的：不要因为”新国运”叙事就盲目乐观。矿价有周期，政策有惯性，从挖矿到炼矿到定价权，每一步都可能走不通；也不要因为焦虑就否定脚下的土地，这个国家有资源、有制度、有盟友、有正在发生的战略转型。它不完美，但它正在认真地出牌。

作为一个研究者，我能做的最诚实的事情就是把我看到的数据、因果链和限定条件铺开，然后让你自己判断。因为最终，不管是一个国家的命运还是一个人的选择，决定结果的从来不是手里有什么牌。

而是你怎么打。

一、数据与事实引用

美澳85亿美元关键矿产框架协议 White House & Australian Prime Minister’s Office, “United States-Australia Framework for Securing Critical Minerals and Rare Earths”, 20 October 2025.
微笑曲线（Smile Curve） UReason, “The Smiling Curve of Servitization”, 2024.

https://www.ureason.com/resources/the-smiling-curve-of-servitization/
iPhone价值分解（苹果58%、中国劳动力1.8%） Counterpoint Research, Global Smartphone Market Share & Profit Analysis, 2024.
Ocean Tomo无形资产占比（1975年17% → 2025年92%） Ocean Tomo, Intangible Asset Market Value Study 2025, February 2026.
美国服务贸易顺差（2024年2,933亿美元，2025年3,395亿美元） U.S. Bureau of Economic Analysis (BEA), U.S. International Trade in Goods and Services, February 2026.
Complexity Science Hub《Science》AI代码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》数据中心电力（415 TWh → 945 TWh） International Energy Agency, Energy and AI Special Report, April 2025.
IEA关键矿产展望（铜短缺、镓需求） IEA, Global Critical Minerals Outlook 2025.
澳大利亚锂产量37-49% U.S. Geological Survey (USGS), Mineral Commodity Summaries 2025.
澳大利亚稀土生产国排名（全球前四） USGS, Mineral Commodity Summaries 2025.
澳大利亚钴生产国排名（全球前五大之一） USGS, Mineral Commodity Summaries 2025.
中国精炼产能控制（锂70%、关键矿产90%、镓99%） IEA, Global Critical Minerals Outlook 2025.
挪威主权财富基金1.9万亿美元（2025年底） Norges Bank Investment Management (NBIM), Annual Report December 2025.
Iluka Eneabba稀土精炼厂（政府贷款16.5亿+4.75亿澳元） Iluka Resources Ltd, ASX Announcements, 2025.
澳大利亚关键矿产战略政策（12亿澳元储备、40亿基金、10%税收激励） Australian Government, Critical Minerals Strategy 2023-2030 Update, 2025.
澳大利亚80%国土尚未充分勘探 Geoscience Australia, Australia’s Identified Mineral Resources 2025.

二、配图引用

图1：微笑曲线 UReason, 2024.
图2：iPhone全球利润份额 Counterpoint Research, 2024.
图3：S&P 500无形资产占比 Ocean Tomo, 2025.
图4：AI代码生成比例29% Complexity Science Hub / Science, 2026.
图5：AI推理成本崩塌 Stanford HAI AI Index 2025.
图6：数据中心电力消耗预测 IEA Energy and AI Report, 2025.
图7：2024全球锂产量份额 USGS Mineral Commodity Summaries 2025.
图8：澳大利亚关键矿产分布图 Geoscience Australia, Australian Critical Minerals Map 2024.
图9：关键矿产精炼中国垄断 IEA Global Critical Minerals Outlook 2025.
图10：挪威主权财富基金增长曲线 Norges Bank Investment Management, 2025.
图11：矿石→筹码→定价权三层价值链本文分析框架图（基于经济学价值链理论）。