2026.3.5电力行业观察

核心结论：推理时代 Token 出海拉动中国电力需求超 10%

AI 发展从训练时代进入推理时代，海外企业在中国部署边缘算力的探索成熟，国内大模型的规模效应与成本优势逐步显现。经测算，常见参数的 MoE 推理模型每百万 token 电耗在 0.01-1 度，若全球日均 token 调用量从当前百万亿级升至千万亿级，对中美用电量弹性达 2%-12%；在国产大模型 30%-50% 全球市占率、70%-90% 本土算力部署的假设下，Token 出海带来的用电需求对中国电量 / 电力的正向拉动可达 8%/18%，千万亿级全球日均 token 用量对中国电量和电力具备 10% 级别弹性，同时对绿证价格、容量电价、电量电价的拉动作用显著。此外，2026 年中国电力供给侧降速成为行业基本面支撑，Token 出海属于行业发展的锦上添花。

硬件优化下电价在 AI 成本中占比提升，中国电力供应无瓶颈

• 中美电价存在剪刀差但非核心竞争因素：2025 年底起中美工业电价出现明显剪刀差，且中国风光储和电网制造业优势将进一步强化这一趋势，但目前电价并非数据中心和 Token 成本的决定性因素，中国算力的核心优势体现在充足的电力供应，算力产品迭代和产能扩张短期无能源瓶颈。
• 推理时代电价成本敏感性翻倍：训练时代高配 AIDC 中电价占比仅 5%，推理模型对峰值浮点算力要求降低，国产芯片适配度提升，电价占比翻倍至 10%；Token 成本中，顶配海外芯片电价占比 6%-8%，自研推理级芯片将推升电价占比至 20%-30%，能源成本在 AI 全球竞赛中的重要性持续提升。
• 芯片仍是成本核心但国产差距缩小：电价 0.1 元 / 度的变化对 AIDC 全投资 IRR 仅影响 0.2%，芯片的可得性和单价敏感性远高于电价，但推理时代海外大模型的 GPU 优势边际减弱，国产算力凭借高性价比在全球竞争中逐步凸显。

与市场观点的三大分歧

• AI 竞赛阶段认知差异：市场尚未意识到 AI 已从训练时代进入推理时代，国产与海外算力差距缩小，且 AI Agent 模式将推动 Token 消耗呈指数增长，推理成为未来 AI 能耗的主要来源。
• 电价核心优势认知偏差：市场认为中国 Token 出海的核心优势是低电价，但测算显示当前电价在 Token 成本中占比仅 10%，只是随着芯片推理经济性和效率优化，电价占比有望持续提升。
• 电价弹性影响顺序认知不同：市场未关注到 Token 消耗量对电能量电价的弹性弱于绿证与容量电价，受 AIDC 绿电消耗比例政策要求，绿证将率先受益，且推理模型产能利用率低，电力弹性高于电量弹性，容量电价的拉动早于电能量电价。

AI Agent 开启 Token 需求爆发，中国大模型全球竞争力提升

• Agent 模式驱动 Token 需求指数增长：2026 年进入 AI Agent 加速落地期，成为 AI 产业新主线，Agent 模式的 Token 消耗由 “任务复杂度 × 执行时长” 决定，而非传统 Chat 模式的线性消耗，算力消耗较 chatbot 提升 3 个数量级，成为 Token 需求爆发的核心推手。
• 中国大模型 Token 调用量全球领先：2026 年 2 月全球最大 API 聚合平台 OpenRouter 数据显示，中国模型周 Token 调用量首次超越美国，前五名中中国大模型占四席，全球开发者对中国 AI 能力的认可提升，且中国大模型的 Token 经济可输出境内电力和算力，同时享受 WTO 电子传输不征关税的制度红利。
• 国产芯片推升电价在 Token 成本中的占比：相同电价下不同 GPU 的 Token 边际成本差异达 2-3 倍，芯片仍为 Token 成本核心，但国产芯片在 LLM 应用上与海外龙头差距不大；英伟达芯片的 Token 成本中电价占比不足 10%，国产芯片中该占比已达 20%-30%，未来电价的成本影响将持续增强。

Token 出海对中国电力需求的量化影响

• 单位 Token 电耗的影响因素：海内外权威机构对单位 Token 电耗测算差异较大，核心受硬件配置、模型类型、推理方式、任务类型影响，专用 ASIC/LPU 能效比远高于通用 GPU，模型参数越多、任务复杂度越高，单位 Token 电耗越高，而批处理等优化方式可降低单位能耗。经测算，常规 7B-400B 参数模型的每百万 Token 电耗在 0.01-1 度区间。
• 千万亿级 Token 调用量的电力弹性：参考 2025 年以来全球头部企业 Token 消耗量的高速增长趋势，若全球日均 Token 消费量达千万亿级，全球 Token 年电量需求将显著提升，对 2025 年中美电量弹性达 4%-12%；在国产大模型市场份额和本土算力部署的合理假设下，中国 Token 年电量需求最高可达 8213 亿度，对 2025 年用电量弹性达 16%，尖峰用电负荷提升对 2025 年最高用电负荷弹性达 18%。
• 芯片需求与资本开支匹配行业产能：全球千万亿级 Token 调用量所需的推理级别芯片约 400-2000 万张，与英伟达、华为等龙头厂商的产能相匹配；对应芯片资本开支约 3000-17000 亿元人民币，与亚马逊、谷歌、字节跳动等国内外企业年均千亿级的资本开支水平相符。

Token 需求对电力价格及电力股的量化影响

• 绿证价格率先受益，绿电需求显著增厚：受国家枢纽节点新建数据中心绿电消费比例 80% 以上的政策要求，Token 带来的新增电量需求将主要通过购买绿证满足，而当前绿证价格显著低估。测算显示，Token 爆发将使 2026-2030 年中国绿电需求增厚 4%-33%，绿证价格上涨将直接提升可再生能源发电企业的盈利水平。
• 容量电价弹性显著，火电企业受益明显：推理模型产能利用率低于训练模型，相同耗电量下用电负荷更高，AI 对电力的需求弹性胜于电量，中美电力紧张成为确定性事件。若中国尖峰负荷增长 8/65/274GW，2026-30 年容量电价有望增厚 50-300 元 / 千瓦，港股火电及浙能电力、京能电力、建投能源等纯火电公司盈利弹性较大。
• 电量电价利好港股绿电、火电及绿发企业：2026 年后中国电量电价大幅下降的可能性较低，Token 带来的新增用电需求将直接利好电量电价，其中港股绿电、火电及绿发电力企业的盈利弹性更为突出。

风险提示

• 单位 Token 能耗可能因硬件架构优化和算法升级快速下降，导致用电量弹性低于预期；
• 数据本地化的法规挑战，海外 API 调用中国大模型的算力需本地部署，Token 出海对国内 AIDC 用电量的实际拉动效果尚需观察；
• 中国电力供给侧增速可能随需求超预期而提速，电量或容量电价的上涨幅度仍需验证。