随着生成式人工智能技术的不断突破，其在现代经济社会和生产生活中的应用场景也越发多元，以人工智能技术为核心的新型数字经济深入发展。各类数据要素在基本形态、流转模式、价值实现方式等方面发生颠覆性变革，系统性重构了新型数字经济的基础计量单位、服务组织方式和国际分工结构。"词元"，即国际人工智能领域所对应的"Token"术语，被正式界定为人工智能大模型在处理各类信息过程中的最小计量单位，具有智能时代可计量、可定价、可交易的特征，既是智能时代的价值锚点，更是连接技术供给与商业需求的"结算单位"。数据显示，中国日均词元处理量两年内增长逾千倍，反映出国内智能经济正在持续发展壮大。在此背景下，"词元出海"作为中国人工智能产业参与全球价值链重构的新现象，迅速进入政策研究和产业发展的中心位置。

现有研究大体可以分为几类。一是政策类解读和产业类评论，主要围绕算力、电力、模型能力、应用场景等方面展开，将词元类比为数字时代的石油，强调我国具有较强的词元出海的比较优势。二是侧重研究词元出海的经济学意义，强调词元跨境流通遵守经济学上关于国际贸易分工的若干规律，但又有数字经济所独有的内在逻辑。三是着重分析发展词元经济与我国电力供应优势之间的关系，强调我国电力充裕、电价便宜，在词元供给上具有其他国家和地区不可比拟的优势。这一类研究或者评论中同时会更加强调词元经济，包括更广义的数据中心、算力中心建设等，对绿色电力的消纳作用。

本文总体上属于第三类研究的范畴，主要探讨以词元为中心的数字经济（或曰"词元经济"）与国内新能源消纳之间的关系，而词元出海主要是作为发展词元经济的一个拉动因素予以考察。之所以如此安排，主要在于：第一，当前我国新能源消纳的形势比较尖锐，其影响已经远超单一产业范畴，而有了国际国内联动的效应；第二，词元经济作为新的高能耗、高电耗部门，经过必要的技术革新之后，正在成为新能源增量消纳的可靠选择；第三，通过发展词元经济、推动词元出海有助于绕开束缚新能源消纳的若干根深蒂固的制度性障碍。就此而言，研究词元出海、词元经济与新能源消纳之间的关系，就变得兼具学理和现实价值。

接下来文章分为四大部分。第一部分是关于词元及词元经济的内涵分析。第二部分是当前我国新能源消纳形势的分析。第三部分讨论词元经济对新能源消纳的综合价值。第四部分从更加宏阔的角度讨论我国当前发展词元经济、推动词元出海需要格外重视的若干潜在风险。最后是结论。

二 词元与词元经济的内涵界定

学术界对词元及词元经济的界定，经历了从多元到形成基本共识的阶段。在今年3月之前，词元在中文学术界主要以"Token"指代，并没有规范的中文词汇。在相关研究中，也很少直接涉及该词汇的分析，而主要集中在数据、算力等层面。与词元相关的内容，更多以"数据要素"指代。3月23日，在中国发展高层论坛2026年年会上，国家数据局局长表示，Token是人工智能大模型在处理各类信息过程中的最小计量单位，是智能时代的价值锚点；3月25日，全国科学技术名词审定委员会发布《关于发布试用人工智能领域名词token中文名"词元"的公告》，正式确立了Token的官方术语。此后，词元才正式成为学术研究的对象，词元经济、词元出海等概念开始出现，相关研究论文也陆续发表。因此，就学术研究而言，词元研究仅仅处于萌芽和起步状态，但与词元相关的诸如数据、算力、算法、大模型等研究，作为数字经济和智能经济的基本构成要素，则已有较丰富的成果积累。换言之，词元研究并非空中楼阁，而是建立在数字经济、智能经济，乃至新质生产力等众多已有研究基础之上。词元作为一个新的专业词汇，其中文规范表述的出现，并不改变既有的基础性研究结论。

在人工智能经济中，数据、算力、算法、电力，构成最基础的生产要素。其中，数据是最原始、最基础的生产资料。算力是指特定物理基础设施（主要是融合了中央处理器(CPU)、图形处理器(GPU)等计算芯片的服务器和超级计算机、计算集群及智能终端等）在单位时间内完成对各类数据处理和计算任务的能力。算法是调用算力设备对数据进行处理的运行逻辑，旨在寻找数据间规律，提供个性化和精准化结果。无数算法嵌套、组合，反复训练而形成的超大规模复杂数学系统，就是大语言模型。电力则是驱使算力设备运行大语言模型处理各类复杂数据、生成智能结果的唯一能源。在整个过程中，输入和输出内容的最小计量单位，即为"词元"。根据人工智能公司Open AI的解释，在英文文本中，1个词元大约对应4个英文字符或者0.75个单词（大约对应1—2个汉字）。但这并非预先规定的精确值，并且会随着英文文本句子和段落的长短而有变化。在非英文文本中，字符和单词对应的词元数量也会有所不同。同样一个单词，如果大小写不同，在上下文中位置不同，也会被大模型拆分为不同的词元。在对大模型输入数据和大模型输出数据时，都会消耗词元；大模型对输入的数据进行处理并推理生成新的内容过程中，也需要消耗词元。可见，词元并非天然存在的某种自然资源，而是算力设备在电力驱动之下对数据要素进行处理和推理生产新内容过程中的一种最小计量单元。在数据和算法给定的条件下，如果没有电力，算力设备无法运行，词元就不会被生产或消耗。只有电力，没有算力设备，也不会有词元。各个生产要素之间的基本关系如下图所示。

图：人工智能经济基本要素及相互逻辑关系框图

来源：作者绘制

与词元对应的字符变化不完全固定一样，词元与算力、电力的消耗之间也不存在固定的换算关系。一方面，每一次词元的调用和消耗，都必然意味着算力和电力的投入；另一方面，词元与算力、电力之间的关联系数，受芯片性能、算法逻辑、能效水平等诸多因素影响。在数据和算法不变的条件下，同样数量的词元，在不同规模的模型、上下文长度、芯片架构、处理策略和服务质量要求之下，所消耗的算力和电力可能存在显著差异。因此，严格地看，词元并不能直接等同于某个固定比例的算力或电力消耗单位。但当前算力和电力消耗在人工智能推理运营成本中的占比高达70%—80%。根据人工智能经济基本要素及相互逻辑关系可以看出，电力是词元的充分非必要条件。因而词元也可以被视为基于特定人工智能技术水平的电力价值的一种衡量尺度。

明确了词元的定义后，学术界也开始出现词元经济的概念，将其界定为"以词元为基本计量和结算单位，将人工智能模型的调用、推理和交付过程转化为可核算、可定价、可交易的智能服务活动，并围绕词元生产、流通、使用和价值兑现形成的新型产业组织方式"，主要围绕产业组织演变、产业链结构以及应用规模等展开论述，也对词元经济的技术属性、经济属性、治理属性等有了初步的探讨，将其定性为大模型商业化、数据要素市场化和智能体产业化交汇而成的新型经济形态，其产业链则是围绕算力供给、模型服务、应用消耗和效率优化而形成的复合体系。纵向看，算力与能源、数据资源、模型能力和应用需求，构成词元经济发展的基础，词元经济也会在发展壮大过程中持续影响价值分配、商业模式、竞争壁垒、绿色约束和国际拓展，并通过场景应用扩大、数据与流程沉淀、有效词元占比提升等形成词元价值持续提升的反馈机制。当前词元经济处于由规模高速扩张向高质量价值创造深度转型的特殊阶段，支撑其有序运行的基本经济规律有四条，一是边际成本递减和需求价格弹性驱动的超增长规律，二是规模经济与范围经济叠加的超线性收益规律，三是长尾应用驱动"词元效率"的分化规律，四是数据-词元-价值之间的循环增强规律。横向看，技术性能、制度信誉和场景转化共同决定着各国在全球人工智能产业链或曰词元经济产业链中的位置。基于国际比较优势，全球词元经济呈现出技术中心、制度中心和应用中心并存的格局。其中美国拥有最先进的基础模型、最顶尖的算法芯片和云平台优势，掌握着全球高端模型服务领域的定价权；欧洲主要通过人工智能风险治理和透明度义务等方面的制度性创新，影响全球词元经济的合规发展方向；中国依托应用规模、数据资源和开源生态，形成了词元产业大规模扩散的成本优势。

词元出海，意指我国人工智能企业将算力与绿色电力等资源转化为高性价比的词元，通过应用程序编程接口（API）向全球提供推理服务，按处理量计费，从而实现算力与电力的"数字化出口"。我国词元出海，主要动力在于中国在电力成本、芯片算力、基础设施、开源大模型能力和应用生态等五个方面长期积累而成的系统性优势。从贸易形态看，属于数字服务贸易范畴；从产业逻辑看，是电力、算力、算法三重资源的价值转化。其重要目的，是基于中国词元经济在全球产业链中的价值定位，发挥比较优势，扩大应用场景，持续提升国际竞争力，将词元调用转化为全球市场份额、跨国贸易收益和国际治理规则影响力。

结合词元经济的概念和内涵看，词元出海并非算力或模型某个环节或者生产要素的单点型出海，而是词元经济整个产业链的协同联动，是体系化或者生态型跨境贸易。在这个过程中，数据治理、模型研发、算力运营、电力保障、跨境合规服务与客户交付等各个环节作为一个有机整体，共同参与到跨境数字贸易之中。换言之，词元出海本质就是词元经济或者词元产业链的整体性出海，其竞争力的可持续性，不仅受制于某一单项生产要素（如数据、电价等），更取决于整个词元经济体系的综合效率与协同水平。

我国已经从算力基础设施建设、算电协同发展、数据要素制度体系等制定了一系列的政策举措，为词元出海编织了趋于完善并动态更新的保障体系。但结合当前国内外政治经济形势看，大规模词元出海也面临多重挑战。一是地缘政治风险与尖端芯片供应安全风险始终存在，跨国人工智能业务发展面临诸多不确定性。二是全球主要国家在人工智能监管方面存在显著分化，词元出海面临较复杂的合规成本。三是词元经济尚处于起步阶段，跨国贸易、跨国服务尤其属于产业发展的最前沿，相关国际规则尚属空白；相关业态、模式等都还处于微观经济主体的探索状态，单位投入之后的产出效益、盈亏情况等，都还有待丰富实践的检验。

三 我国当前新能源的消纳形势分析

新能源消纳能力，意指在一定的新能源资源及并网容量、常规电源装机和负荷水平条件下，满足电力可靠供应、安全稳定运行及经济性等约束性要求，电力系统可接纳的新能源最大装机容量、最大发电功率或者最大发电功率比例。其衡量指标包括新能源发电量、平均消纳功率、新能源装机出力电量渗透率等。新能源消纳能力受到不同的空间和时间尺度约束。空间方面，区域电网送端和受端功率传输特性差异，会导致送端和受端电网的新能源消纳能力不同。时间方面，电源结构和网架形态在不同时期的规划建设情况会有显著不同，从而使得不同时期所建设的电力系统对新能源的消纳能力也存在显著不同。此外，新能源出力存在高度不确定性，新能源设备在遭遇外来冲击时的耐受能力较差，新能源电站部署的大量高敏电子元器件对电网系统会造成连带影响等等，所有这些因素，都会给电网运行的频率、电压、热稳定等运行情况造成冲击，从而影响电网的安全稳定。为了把这些影响控制在可接受的区间，一方面，需要对电网进行灵活智能化升级改造，另一方面，也需要对新能源接入电网的最大规模实施必要的限制。这就形成了新能源发展和电网有效消纳之间的矛盾。

当前，我国电力装机规模持续扩张，新能源连续多年成为新增主体。国家能源局数据显示，2025年底，全国电力装机总容量为38.9亿千瓦，其中风电6.4亿千瓦、光伏发电12.0亿千瓦，风、光装机总量占全国总装机规模的47.3%。2025年全国新增发电装机容量5.4亿千瓦，风电、光伏新增总装机超过4.3亿千瓦，占全国新增总容量的80.1%。其中风电新增装机1.2亿千瓦、光伏新增装机3.2亿千瓦，年度增长规模再创历史新高。截至2026年7月底，全国发电装机容量扩张至40.8亿千瓦，其中风电和光伏达到19.8亿千瓦，2026年前七个月风光新增装机占全部新增容量的73.7%。以风电和光伏为核心的新能源成为电源增量的绝对主体。

但风电和光伏装机的增长与其在电力系统中的发电量、发电效率等变化并不完全匹配。从过去五年的历史数据看，2020年—2025年间，全国风电和光伏装机比例持续上升，特别是2023年开始，光伏装机比例急速扩张，显著超过风电。与此同时，风电和光伏利用率则经历了从领先世界的极高水平逐渐下降的演变历程。其中消纳情况最好的时间节点在2022年—2023年，风电2023年消纳比例达到97.3%，光伏消纳比例2022年达到98.2%，但此后双双下行。风电和光伏的发电量占比稳中有升，但扩张幅度显著小于装机增幅，这主要与风电和光伏的间歇性、波动性紧密相关，同时也意味着新增装机部分存在无法被系统有效消纳的问题。2025年全国总发电量10.6万亿千瓦时，风电发电量1.1万亿千瓦时，平均利用率94%。光伏发电量1.2万亿千瓦时，全国平均利用率为95%。2026年上半年，全国风电平均利用率90.9%，光伏发电利用率91.4%，较2025年同期水平分别下降2.3和2.6个百分点。预计全年消纳水平也将表现出继续下降态势。

但风光消纳率下滑并非全国性现象，而主要集中于风光资源富集、当地负荷相对有限、外送通道或系统调节能力不足的区域。"十三五"期间主要集中在"三北地区"，"十四五"期间虽有具体数值上的改善，但总体上仍以"三北"地区为主。全国新能源消纳监测中心相关数据显示，2020年以来各地区的风光消纳水平存在巨大的地区间差异，基本呈现出"东中部负荷中心较高、北方和西部资源富集地区承压、个别地区快速下降"的格局。具体看，东部沿海和中部负荷中心的利用率长期处于较高水平。2021年—2025年，上海、福建、重庆的风电和光伏利用率多数年份达到100%；江苏、浙江、安徽、广东等地基本保持在98%以上。四川、广西、海南等南方地区整体表现也较好，多数年份风光利用率接近或超过98%。这些地区电力负荷规模较大，新能源发电基本上本地就近消纳。相比之下，"三北"资源富集区的消纳压力显著加大。2020年以来，蒙西风电利用率始终未超过94%，光伏利用率从2021年的96.5%逐年下降，2025年降至90.5%。甘肃风电利用率在93%-95%区间内波动，光伏利用率则由2021年的98.5%下降至2025年的89.6%。新疆光伏利用率由98.3%降至86.3%，同期风电利用率由92.7%短暂回升后降至91.0%。青海风电利用率在波动中小幅上行，从89.3%最高提升至94.2%，但光伏利用率则表现出较明显的震荡走势，由2021年的86.2%升至2023年的91.4%后开始下降，2025年降至83.4%。河北、吉林、辽宁等北方省份也出现不同程度下降，河北风电利用率由2021年的95.4%降至2025年的92.0%，吉林由97.1%降至91.8%。变化最大的是西藏。其光伏利用率由2021年的80.2%持续降至2025年的64.9%，风电利用率也由2023年的100%降至2025年的68.6%，成为消纳压力最大的地区。

从政策目标看，国家现在已不再统一要求各地维持完全一致的高利用率。2024年4月，国家能源局印发通知，明确提出根据各地资源条件、系统承载力、系统经济性和用户承受能力变化等因素统筹确定、科学优化新能源利用率目标，部分资源条件较好的地区可适当放宽新能源利用率目标，原则上不低于90%，并根据消纳形势开展年度动态评估。今年上半年，全国新能源平均利用率虽略高于该政策性底线，但正在逼近临界值，且部分省区已经明显低于全国平均水平。这意味着我国新能源消纳已从过去的总体性高水平利用率，转入新的阶段。其基本特征是全国范围内维持较好的消纳比例，但局部地区的消纳压力持续增大、平均弃风弃光率缓慢抬升。

风光新能源消纳压力上升的原因，主要来自几个方面：一是电源建设速度大幅快于配套消纳条件的完善程度。近年来新能源年均新增装机规模巨大。新能源项目建设周期相对较短，而消纳这些新能源所需要的跨省输电工程、主干电网和配网智慧改造投资规模大、建设周期长。大量电源建成后需要被动等待送出系统的建成，形成了电力系统电源侧"堰塞湖"现象。二是风光资源富集区与用电负荷中心存在显著的空间错配。近些年国家规划建设的"沙戈荒"新能源基地，均集中于西部、北部资源富集区。但这些地区工业发展相对落后，且受自然资源、人口等因素影响，发展潜能有限，对电力的消费需求有限。"胡焕庸线"以东的国土上，特别是东中部地区的城市群，集中了我国主要的用电负荷中心，形成对西部、北部新能源基地的消纳方。但在东中部地区，同样也建设了大量的新能源，山东、江苏、广东等传统负荷大省，实际上也是新能源装机大省。于是就出现了这样一种情形：当资源地用电需求不足时，新能源就需要依赖跨省跨区输电线路，在更大的市场范围内进行资源配置。当外送通道确定，而受端省份因经济社会用能波动处于负荷需求低谷时，不仅无法消纳外接进来的电力，而且无法完全消纳本地新能源。这直接表现为新能源频繁出现的"负电价"或无法并网。三是电力系统灵活性不足，相关配套资源扩容建设和配套机制建设仍处于完善当中。高比例风光资源的接入要求电力系统建设更充足的储能、抽水蓄能、灵活调峰电源。储能规模快速扩张虽有利于削峰填谷，但其调用机制、收益模式和区域布局同样会影响新能源的消纳效果。同样也需要有更加灵活的需求响应管理、虚拟电厂和电力现货市场机制的协同完善。没有这些软硬件方面的协同发展，仅仅依靠扩大装机规模或者增加电网输电线路，难以从根本上解决消纳问题。

表：2020年—2025年风光能源相关指标数据

数据来源：笔者根据国家发展改革委、国家能源局官方公布数据汇总。

图：2020年—2025年风光相关指标变化折线图

来源：笔者根据前文表格数据绘制。

表：历年风电和光伏消纳最低的省区（2020年—2025年）

数据来源：基于中国全国新能源消纳监测中心公布数据汇编。括号内前值为当年消纳率，后值为与当年全国平均消纳水平的差值。

四 词元经济与新能源消纳的内在逻辑

新能源消纳的压力，单纯依靠电网难以完全解决。国家相关部门指出，资源富集地区本地消纳能力有限，大规模远距离外送面临多种约束，需要同步拓展绿电直连、源网荷储一体化和可再生能源非电利用等路径。发展词元经济、推动词元出海，成为消纳绿电的"时代性"选择。

从带动绿电消纳的潜能看，发展词元经济能够在新能源资源富集地区形成以数据中心和智能算力中心为载体的新型电力负荷中心，直接为风电、光伏创造规模化、持续性的消纳空间。其内在机理是，模型训练、推理及数据处理形成算力需求，算力需求转化为算力基础设施（服务器、制冷和配套设备等）的用电需求，词元生产因此成为连接人工智能市场需求与新能源电力消费的中间环节。美国企业Open AI发布的GPT-4单次训练耗电5万— 6万兆瓦时，GPT-5训练电耗则增长数倍乃至数十倍。2024年我国数据中心用电量约为1660亿千瓦时，占全社会用电量的1.7%，已具备形成重要增量负荷的基础。国际能源署分析认为，人工智能训练与推理将成为未来数据中心耗电量的主要来源，预计到2030年全球数据中心耗电量将较2022年翻倍，其中大模型计算消耗占比将持续攀升。词元经济的产业链带动作用体现在从设备制造、数据标注、算力调用、远程服务、金融交易等一系列高技术装备制造及其服务业扩张上，既是我国经济高质量发展的题中之义，也是绿色电力高价值消纳场景的必然内容。聚焦词元经济的中心环节而言，其电耗集中在两部分。一是承载和支持算力的基础设施（如数据中心、冷却设备等）能耗。其中计算设备能耗和冷却系统能耗是最主要的部分，其变化受服务器CPU利用率、磁盘、网络活动变化、环境温湿度、冷却模式及设备热负荷等多重因素影响。预计到今年底，全国所有数据中心的耗电量将超过6000亿千瓦时，占全社会用电总量的6.1%。二是算力设备在运行过程中的实时电耗。数据显示，人工智能大模型以及由大模型赋能的搜索引擎在单次请求中的能耗，显著高于传统搜索引擎单次请求的能耗。尽管先进大模型通过算法优化持续降低单次计算成本，但这反而刺激了更大模型的研发投入，带动更大的能耗扩张。算力设备的能耗总体上将保持强劲上升态势。结合我国推行的"人工智能+"战略，考虑在所有垂直应用场景之下，算力结构持续优化，智能算力规模上升为主体，全国对算力资源和电力的需求很可能将会以指数级倍增。

从促进绿电消纳的制度成本看，通过发展词元经济促进绿电消纳为减缓既有的约束绿电消纳的若干制度性摩擦提供了可能。传统的大规模新能源消纳依赖电源、电网、储能、调节电源和电力市场协同建设。跨区消纳通常需要电源基地与输电通道同步规划，受端电网需要具备较强的接入和调峰能力。就地消纳需要多元储能、抽水蓄能、煤电灵活性改造、需求响应及现货和辅助服务市场予以支撑。跨国消纳还需要建设国家间的互联互通电网，其难度和复杂性要比国内电网建设更加突出。这些基础设施建设普遍有投资规模大、建设周期长、收益分配复杂和参与主体众多等特征，相关市场机制的革新完善更是往往涉及中央与地方、电源与电网、送端与受端以及不同市场主体之间的权力和利益博弈。因而，制约新能源消纳的不只是物理层面的工程技术能力，也包含跨部门决策、项目审批、收益协调、责任界定过程中不可避免的制度性摩擦。词元经济中的算力中心属于高耗能且空间配置相对灵活的生产性负荷，将其布局在风光资源富集地区，相当于把数字产业负荷就近配置到相对难以远距离输送的电源附近，可以有效降低对新增远距离输电设施的需求，并连带减少电力输送过程中多次升降压损耗和跨区电力交易的调度需求。绿电直连算力中心后，在本地被转化为词元服务，最终产品通过通信网络传输。跨区配置的对象从电力电流，转化为边际传输成本更低的数字化服务，并且把原本需要跨区域、跨行业、多主体的复杂协调关系，在不损害电力系统安全和电力建设成本公平分摊责任的前提下，简化为地区内的源荷协调关系，形成了"电力就地消纳、算力异地调用、词元远程交易"的价值变现链条，从而获得了相对于单纯建电源、建通道、外送电模式下更加高效、显著的制度成本优势。近两年，国家多个部门相继出台政策文件，在内蒙古、青海、新疆等风光资源富集地区围绕绿电直供、多源互补和源荷互动开展算电协同探索，其根本目的之一，就是推动绿色电力加速向绿色算力转化，实现我国电力和算力优势的充分融合。

此外，对我国正在加快推进的新型电力系统建设而言，发展词元经济、建设绿色算力中心，也具有不可忽视的功能性。与传统高能耗的工业负荷相比，算力负荷具有较强的区位可配置性。钢铁、化工等负荷单元的迁移受到原料、运输、产业配套和环境容量等因素制约，而模型训练、数据标注和离线推理等计算任务主要依靠通信网络传输，其生产设施可以在一定范围内向风光资源丰富、电价较低的地区布局。大模型运行可以清晰地分解为"训练"和"推理"两个阶段。"训练"是生产模型的过程，重计算、高能耗、长周期、数据吞吐量大是其基本特征，对能源成本极为敏感。"推理"是使用模型的过程，基本特征是高并发、低时延、强交互，对网络响应速度敏感。这就使得算力中心形成的负荷兼具"基荷需求与柔性调节"的特点。一方面，服务器及其制冷、供配电系统需要持续运行，创造了稳定的绿电消费需求。另一方面，部分模型训练、数据备份和批处理任务对完成时点的敏感度较低，可以根据风光出力、电价和电网状态调整运行时间。配合精准预测和智能调度等算电耦合技术，算力中心可以充分发挥灵活调节负荷需求的功能，在绿电充裕时多计算、绿电不足时延后部分任务，削峰填谷，灵活响应，提高区域电力需求与新能源出力的匹配度，从而成为新型电力系统中电网调控的重要资源。国家已经在大力部署"东数西算""算电协同"等工程，基本策略是将东部产生的大量后台加工、离线分析、存储备份等对网络时延要求不高、但能耗巨大的数据业务，迁移至能源富集的西部。通过利用西部的气候优势（降低制冷成本） 和能源优势（降低电力成本），实现全国范围内的算力成本最优化。对电力系统而言，其本质是通过光纤网络将东部算力需求迁移至西部，以数据流替代电子流，实现"以算代电"的虚拟电力输送；同时充分利用我国东西部存在2小时—3小时时差的客观条件，对东西部算电资源实现更加充分的时空互补，强化"荷随源动"的系统协同。

聚焦词元出海，其对新能源消纳的意义还有另外三重值得关注的价值。

一是实现了从电力出口到词元出口的升级，经济效益倍增。现阶段电力转化为词元后，在人工智能推理市场中所获得的经济回报，要高出电能数倍乃至更多。同时，词元出海要比电力出口更加容易。电力出口需要建设大规模的跨境输电网络，需要相关国家在政治经济层面具有较好的合作基础。在涉及跨境电网的电量调度、信息共享方面，还需要成立专门的处置机制。经济、政治和运营成本远高于一般能源出口业务，且收回投资的周期极长（往往在10年—15年以上），不确定性很大。但词元出海是在国内把电能经算力加工为可流通的数字商品，实现了电能的数字化升值。词元出海主要依托目前已经发展成熟的全球海底光缆网络实现传输，在极少数光缆盲区和特殊场景中，甚至可以通过低轨卫星通信等作为补充手段，不需要另外新建大规模跨境物理网络。

二是有助于缓解能源清洁转型过程中可能出现的"电网陷阱"风险。当前，南非等国在深入推进能源转型的过程中已经出现了非常尖锐的"电网陷阱"问题。即新能源装机扩张导致绿电价格持续走低，越来越多的传统用电大户倾向于绕开电网采购廉价绿电。这直接影响到传统电网公司的输配电收益，制约其进行电网扩容改造和智能化升级的能力，反过来进一步加剧电网与新能源发展之间的严重不匹配，影响全社会普遍电力服务的可持续性。在这样的情形中，国家如果持续向电网实施补贴，就会不断增加财政压力，且几乎无法获得经济上的可持续性回报。如果不实施补贴，则电网势必无力进行智能化升级和韧性改造，不仅无法满足新能源大规模发展的消纳需求，而且难以确保基本的能源电力供应安全。发展词元经济、推动词元出海，将大规模无法并网外送的绿电直接转化为词元输出，既解决弃电问题，又避免大规模新建电力输配网络，对预防可能出现的"电网陷阱"问题，无疑具有不可忽视的积极作用。

三是有助于将中国超大规模数据资源和低成本绿电供应转化为具有全球竞争力的数字产品，争抢未来全球人工智能产业竞争的制高点。人工智能技术和产业正在生成和重塑国际政治经济竞争格局，大国之间的人工智能竞赛已经从地球拓展至太空。我国超大规模语料库、复杂全面的工业制造场景、远超欧美国家的电商交易信息、基于14亿人口治理而形成的公共治理数据，以及廉价的绿色电力，为训练、微调、调用人工智能大模型提供了显著的比较优势。数据优势与电力优势结合，构成我国词元出海在短时间内其他国家根本无法复制的竞争壁垒。同时，人工智能发展具有动态的自我强化特征。海外用户的远程调用实际上也是在为新的更好的模型交互能力和反馈数据提供条件，形成持续改进的正向循环，促进模型本身不断迭代。就此而言，推动词元出海，我国得到的不止是当下的可衡量的物质收益，更是在争夺未来全球人工智能产业链的制高点，是我国向人工智能嵌入式装备系统、面向海外应用场景提供针对性的垂类解决方案等产业链和价值链上游拓展的战略起点。

五 推动词元出海需要注意的若干风险性问题

词元出海是我国智能产业基于比较优势参与全球竞争的自然选择。目前已经通过API服务输出、云平台出海、智能体生态输出及垂类场景解决方案等模式向东南亚、北美、非洲等地大规模输出。在马来西亚、新加坡等地甚至参与到国家主权人工智能平台的核心业务之中。但目前我国词元出海的主要问题，集中在词元价格较低、定价权不足，在尖端领域和关键场景下的模型能力与美国相比还存在较大差距。换言之，尽管在人工智能技术和经济领域我国仅次于美国，处于全球发展的第一梯队，但在该产业的高端价值分配方面，我国尚缺乏真正的基础性影响力和掌控力。词元出海受全球数字经济领域的价值链分工状况、算力基础设施投资周期、数据跨境流动管制、地缘政治经济形势变化等因素制约。如果缺乏比较清晰的产业定位和条件约束，词元出海很可能从主要由微观经济主体基于国际比较优势的市场行为，演变为由各级政府主导的新一轮基础设施投资竞赛，并诱发不可忽视的风险。

一是低端锁定风险。词元是算力服务定价的重要尺度，但并不是人工智能价值链的最终产品。词元同时具有"标准化计量"与"价值异质性"两种属性。相同数量的词元，用于生成一则笑话与生成一份能使企业起死回生的商业计划书，其产出价值天差地别，而计费却完全相同。这种"量可计、质难评、价难定"的内在矛盾，是词元经济区别于传统按成本或按使用量计价模式的重要特征。从生产过程看，电力驱动算力设备运行模型，模型完成数据处理并生成词元，其本质是将电力、芯片、算法和数据转化为标准化处理结果。就此而言，通用推理服务更接近人工智能产业链中的基础加工环节，而该过程中的词元价值，主要来源于电力成本、硬件效率、模型性能和算力调度能力，而非解决具体行业问题时的某种独有能力。真正具有较强定价权的环节，通常是先进芯片与服务器设备、高性能基础模型、行业专用模型、企业级人工智能解决方案，以及掌握用户入口、业务数据和应用生态的平台。与这些环节相比，大模型脱离具体应用场景的通用推理服务彼此差别不大，用户可根据价格、响应速度和服务稳定性在不同供应商之间切换。因此，如果我国词元出海长期停留在提供低价推理调用的层次，就容易被限制在基础调用、低端替代和标准化服务环节，难以进入核心业务系统和高附加值应用，进而可能出现出口规模不断扩大、单位价格持续下降，而所得利润、企业品牌和市场占有率并未同步提高的局面。就此而言，廉价词元出口与初级能源出口具有一定的相似性：二者都依赖成本优势参与国际分工，都容易受到国际市场价格波动影响，也都可能面临资源投入与价值回报不对等的问题。如果词元出口主体不掌握模型、数据、平台和客户关系，则其几乎不会有真正的市场竞争力。

这一风险还会因潜在的国内同质化竞争而被进一步放大。目前，我国各地算力中心大体使用相近性能的国产芯片、开源模型和调度平台，所提供的推理服务在功能上缺乏显著差异，词元市场上的企业竞争禀赋主要基于电价补贴、设备折旧、网络费用等成本核算展开。而为维持设备开机率（以便获得其他非市场性收益），企业有较强的动机以低于合理成本的价格争夺订单，最终形成"算力越建越多、词元价格越来越低、企业盈利越来越弱"的内卷格局。此外，一旦中东、东南亚、中亚等地区利用低价能源资源，放宽监管要求，吸引国际资本进入，大规模建设高性能算力集群，也会对我国单纯依赖较低电价和工程建设成本的词元优势形成不可估量的重大冲击。

二是投资过剩风险。面向人工智能时代，与之相关的算力基础设施无疑会有更大规模的发展。但这并不意味着任何地区、任何时期建设的算力中心都能够得到有效利用，更不意味着"超前建设"传统基础设施的逻辑可以无条件转移到算力基础设施领域。与"铁公机"等基础设施不同，算力基础设施具有显著的数字智能产品的特征。面向不同的应用场景，算力设备可能完全不同。训练所需的算力设施，与推理所需的算力设备，性能上不完全相同；通用算力设备与智能算力设备、超算算力设备，也完全不同。同一批算力设备，芯片不同、模型框架不同，网络环境配置等都会有显著差异。这意味着算力设施建设一定要与明确的需求紧密关联。除了计算机服务器、尖端图形处理芯片等核心设备外，算力中心还需建设高标准的机房、可靠高效的供配电系统、温控和冷却系统、网络通信设施和安全防护系统。这些设备都迥异于交通基础设施建造过程中的工程机械、水泥钢筋等传统工业设备和原料，而主要遵循电子设备快速更新升级的逻辑，往往在较短的周期内就需要升级换代。对于核心算力设备而言，随着芯片性能、模型架构和推理技术的快速迭代，原来的设备即便仍处于有效服役期内，也可能因能效偏低、软件生态不兼容、单位处理成本过高而提前丧失其市场价值。换言之，对算力中心这种新型数字基础设施而言，其建成后不仅要面对资产折旧和利息支出问题，还要面对潜在的技术性能大幅贬值风险。因此，对于算力基础设施，"超前建设"必须有更加科学详细的规划，而不能罔顾实际需要，盲目建设。

在我国各级政府存在预算软约束问题的背景下，这一风险尤其需要高度关注。如果词元出海被简单设定为区域产业发展的政治任务，地方政府、通信运营商、能源企业和国有平台就有极大的动机，基于政策预期而非真实需求追加投资。某些地方还可能通过低价土地、优惠电价、财政补贴和政府担保等方式吸引项目，导致投资者低估市场风险。由此形成的产业轨迹很可能是：政策层面释放积极信号，地方竞相建设智算中心；名义算力迅速增长，但模型、数据、客户和应用没有同步形成；企业随后通过降价争夺有限订单，设备利用率和投资回报率继续下降。整个行业呈现出与过去房地产、新能源等相似的发展情形。更关键的是，与其他行业相比，算力基础设施建成之后，即便无法获得稳定的市场收入，仍可能通过算力券、名义上的政府采购、关键交易或者内部订单等方式维持设备开机率，这不仅扰乱行业发展的真实情况，而且可能诱发新的金融和地方债务等风险，使得当前本就压力巨大的多领域、多项风险化解工作"雪上加霜"。

三是跨境合规与地缘脱钩风险。词元出海并非只有推理结果跨境，实际业务过程可能涉及境外数据入境、境内模型处理、结果返回境外以及日志和反馈数据在本地持续留存。只要输入内容包含个人信息、商业秘密、重要数据、受版权保护的材料或具有行业敏感性的业务数据，就可能同时受到数据来源地、处理地和服务对象所在地多重法律规则约束。而不同国家和地区对数据本地化、个人信息跨境传输、自动化决策、模型透明度和数据安全的要求并不一致。一些市场要求敏感数据原则上留在境内，一些市场允许数据跨境但要求开展影响评估、签订标准合同或取得监管许可，还有一些国家对金融、医疗、公共服务和政府数据设置了更严格的本地处理规则。总体上看，近年来欧盟、美国、日本等国家和地区先后实施严格的数据跨境流动立法，越来越多的国家和地区随之效法，跨境数据监管明显收紧，这构成我国词元出海服务的市场准入障碍。与此同时，词元出海在商业上高度依赖跨境通信网络、先进芯片、基础软件、国际结算等全球贸易网络，天然构成大国竞争时代地缘政治博弈的重点关注对象。当前美国已经对中国实施了先进算力芯片和顶级人工智能模型的出口管制，人工智能产业链的地缘武器化趋势极其显著。未来大国围绕人工智能的地缘对抗未必只针对核心软硬件，更可能扩展到云端算力、模型调用、数据传输和人工智能服务贸易等更为宽泛的领域。一旦海外主要词元市场发生政治性脱钩，我国面向境外需求建设的国内算力中心，很可能会同时遭受订单减少、设备闲置和价格下跌的困局。如果相关项目又与新能源基地、地方融资平台或国有企业投资深度绑定，单纯的商业风险就可能进一步传导至财政、金融和能源领域。

当然，强调上述三大方面的风险，并不是要否定词元出海，而是说词元出海应当从政府产业政策大力支持的"投资驱动"型，转向基于全面科学研判真实市场规模的"需求驱动"型，从低价供应转向价值升级。国家可以在词元跨境业务的国际规则协调、数字贸易谈判、绿电认证、算力互联、企业合规服务等方面向有关行业和主体提供无差别的公共支持，但不宜直接以摊派方式向各级政府、各国有单位设定词元产业投资和发展规模、词元出海的量化目标，更不能因为错误的政绩观，通过财政兜底和政府购买服务等方式制造虚假的词元需求，制造虚假繁荣。词元出海的核心竞争力，不能只是廉价绿电和便宜的算力设备，而应当是模型能力、数据质量、绿色低碳和全球服务能力等多维因素的综合。只有严格遵循社会主义市场经济运行的基本规律，坚持有效市场和有为政府相结合，处理好市场需求、基础建设、可持续商业回报和跨境业务合规、地缘竞争冲击等关系，词元出海才能成为推动我国人工智能产业升级和新能源价值高维变现的有效途径。否则，它也可能演变为以数字贸易之名推动的新一轮重资产扩张，并为本国埋下产业内卷、设备贬值、外部加速脱钩的潜在风险。

六 结论

人工智能经济建立在数据、算法、算力和电力的共同投入之上。词元是大模型在算力设备上处理数据的结果；算力设备的运行又以持续、稳定的电力供应为基本条件。因此，词元既是衡量模型输入与输出的技术单位，也是连接人工智能服务需求、算力基础设施和电力消费的重要媒介。以词元为计价基础的模型训练、推理和生成式人工智能服务，为考察电力价值如何经由数字生产过程实现跨境转化提供了新的分析视角。

研究表明，发展词元经济对新能源消纳具有显著的拉动作用和制度成本优势，并且有助于增加电力电网的灵活调节资源。词元出海通过将电力投入转化为跨境数字服务，有望拓展新能源价值链、增加算力设备、模型服务、数据治理和行业应用等环节收入，推动新能源资源富集地区由单纯能源输出地向数字生产地转变。但词元出海也存在不可忽视的产业和安全风险。通用推理服务具有较强的同质化特征，若长期停留在低价竞争阶段，可能被锁定在人工智能价值链的基础加工环节，制约其进一步发展升级。产业政策过度激励可能推动地方政府、运营商和能源企业"过度超前"建设算力基础设施，在缺少充足真实订单的情况下造成设备闲置、技术贬值和投资损失。词元出海过程中诸多环节涉及各国数据监管、知识产权和算法安全等复杂规则，合规成本较高。国际地缘政治的复杂演变则可能使得单一供应大国在先进芯片出口管制、跨境交易网络限制和市场准入壁垒等方面采取更加严格的措施，从而恶化我国词元经济的外部发展环境。

简言之，词元出海为我国新能源消纳和跨国数字服务贸易之间建立了新的联系，但其发展并非毫无条件。在境外需求真实充足、算力设施高效利用、绿电来源可核验、需求负荷具有可调节性以及相关跨境贸易规则基本稳定、国际地缘局势基本可控的情况下，词元出海才能发挥出助力新能源消纳的最大价值。因而，从能源的角度看，词元经济、词元出海的合理定位，不是替代电网、储能等成为新能源消纳的主要新型方式，更不是依赖产业政策拉动投资扩张，人为创造新的负荷中心，而是作为新能源消纳体系中的具有较大发展潜能的需求侧工具，通过不断向人工智能产业链中更高附加值环节的升级发展，实现人工智能时代绿色电力、算力基础设施、数据资源、算法模型与跨国数字贸易的融合发展。