资源约束的历史比较 · 1760 – 2026

紧缺的迁移：煤、钢、电流与算力

把三次工业革命放在同一张表上：每一场革命都制造自己的紧缺，又在更高一层把它消化。紧缺从不重复——它换一个躯壳，并把时钟拨快一个量级。

−89%
美国钢轨批发价，1868→1898
158.5 → 17.6 美元/长吨
3–4×
服务器 DRAM 合约价，一年内（至 2026Q1）
2025Q4 +50~55%、2026Q1 +90~95%
+833%
PJM 容量拍卖价单年涨幅（2025/26）
28.92 → 269.92 美元/MW·日
≈10×
紧缺时钟逐代加速：17 年 → 1.5 年
木炭→焦炭 vs CoWoS/HBM

01　三张资源清单

每一场工业革命回答的第一个问题都是同一个：拿什么烧，拿什么造。答案层层迁移——第一次革命烧的是被逼出来的煤，第二次烧的是电与油，这一次烧的是电，吃的却是封装与显存。

第一次 · 约 1760–1850（英国）

类别内容关键数字
能源薪柴/木炭 → 煤（家庭与炼铁）、水力（纺织）煤产量 1700 年 250–300 万吨 → 1850 年约 4,500–5,000 万吨[1]；木炭炼铁份额 1788 年约 21% → 1805 年约 3%[1]
原料生铁/熟铁、原棉（进口）、羊毛、砖石生铁 1720 年代约 2 万吨 → 1850 年约 225 万吨[1]；原棉消费 1770 年代 480 万磅 → 1840 年代 5.26 亿磅/年[1]
产品的基础物资棉布、铁器、蒸汽机、煤炭本身1812 年小麦 126 先令 6 便士/夸特（战争峰值）[1]

第二次 · 约 1870–1914（美/德/英）

类别内容关键数字
能源煤（蒸汽与电力的一次侧）、石油、电力美国中央电站发电量 1902 年 25.1 亿 → 1917 年 254 亿千瓦时（约 10 倍）[2]；1913 年美国占世界石油产量 65%[2]
原料钢、铜、橡胶、硝石、铝（新兴）美国钢 1890 年 930 万 → 1913 年 3,180 万吨[2]；铜 46.9¢（1864）→ 11.1¢（1885–86）/磅[2]
产品的基础物资钢轨、钢材构件、铜线电缆、煤油、化肥钢轨 1868 年 158.5 → 1898 年 17.6 美元/长吨[2]；电价 3.36 → 1.97 美分/千瓦时（1902–17）[2]

第三次 · 2023 年起（技术前奏 2012–2022；全球，美/中主导）

类别内容关键数字
能源电力（煤/气/核/可再生）；核电被整厂包销全球数据中心用电 2024 年 415 TWh → 2030 年约 945 TWh（IEA 基准情形）[3]；三里岛 835 MW 由单一科技公司 20 年包销[3]
算力芯片GPU/ASIC 晶圆、CoWoS 先进封装、HBM英伟达数据中心收入 FY2023 150 亿 → FY2026 1,937 亿美元（12.9 倍）[3]；CoWoS 交期 52–78 周（2025）[3]
半导体存储HBM、DRAM、NAND——本次革命的「钢材」HBM 占 DRAM 产值 2025 年 >30% 而位元份额仅约 10%[3]；服务器 DRAM 合约价一年 3–4 倍[3]

结构差异一目了然：前两次革命的瓶颈是「拿不到燃料与材料」，这一次的瓶颈是「造不出够多的好东西」——晶圆不缺、缺的是先进封装与堆叠存储；发电能力不缺、缺的是三年内并网的电力。瓶颈从资源禀赋转移到了制造工序与基础设施，这决定了紧缺的形状（§02）与消解的速度（§04）。

断代约定n6：三次革命的起点均取「基础设施放量」而非发明年——第一次取 1760 年代工厂制扩散（而非 1712 纽科门机）、第二次取 1870 年钢铁电气建设潮（而非 1856 贝塞麦转炉）、第三次取 2023 年算力资本开支拐点（英伟达数据中心收入 +217% 与云厂商 capex 跳升均发生于公元 2023）。消费者可见的引爆时刻（2022 年末 ChatGPT）与扩散年（2024）分别对应第一次革命的发明前奏与 1780 年代棉纺潮——可见时刻滞后基建确认，三次皆然。

02　紧缺的四种形态

把 260 年里所有称得上「紧缺」的 episode 摆开，只收敛出四种形状。每一种都有清晰的机制，也都有可辨认的当代对应物。

形态 I · 替代消解型：紧缺是真的，价格却不涨

木炭是第一次革命最真实的能源约束：木炭炼铁份额从 1788 年的约 21% 崩落到 1805 年的 3%；反事实测算称，若无煤炭，仅英国家庭的燃料需求就需约 2,350 百万立方英尺木材——接近英格兰全部农田（约 2,600 万英亩）的规模[1]。但木炭价格并未持续暴涨，因为焦炭在 17 年内完成了替代。同样的剧本发生在硝石上：1910 年代公认智利硝石储量「仅够 35–40 年」，德国押注化学，1913 年 Haber–Bosch 工业化，约束在战争前夜被工艺解除[2]。

判定式：约束真实 + 替代技术就绪 → 紧缺期 ≈ 替代扩散周期，价格曲线平坦。

形态 II · 扩张降价型：产量跑赢需求，长期价格下行

第二次革命的主旋律不是紧缺而是崩落：钢轨 −89%（1868–1898）、生铁 1890 年代腰斩、电价 1902–1917 年 −41%、铜 1864→1885 年 −76%[2]。第一次革命的煤同样如此：产量增 15–20 倍的同时，伦敦实际煤价下降约 40%[1]。共同机制是工艺（Bessemer、平炉、焦炭炼铁）把供给曲线右移得比需求更快——「紧缺」表现为疯狂的产能竞赛，而非涨价。当代对应：GPU 租赁价格。H100 每小时租金从 2023 年的 8–10 美元降到 2026 年约 2 美元[3]，与钢轨的形状几乎重合。

形态 III · 短促尖峰型：供给滞后 τ 决定一切

真正的价格尖峰全部是短周期，且都由供给端的物理滞后制造：宾州油井潮让油价四年间 16 倍（0.49 → 8.06 美元/桶）再崩回；1902 年无烟煤罢工 +14%；1907 年铜价脉冲 +32% 后一年回落；最经典的是橡胶——汽车轮胎需求陡增，而橡胶树从种下到可割胶需 6–8 年，1905–1910 年价格 +53%（124 → 191 美分/磅），种植潮在 1911 年集中投产，两年内回吐全部涨幅（1911 年 −42%）[2]。 τ 越长，尖峰越高，回吐越狠。

-2.48175 25 53 80 108 1860 1861 1864 指数 · 1860=100 原油首次购买价（指数化，1860=100）
图 1a　原油首次购买价，指数化（1860=100）：投产潮与战时需求的四年 16 倍。EIA 序列，年度。n1
79 99 119 139 159 1905 1909 1910 1911 1912 指数 · 1905=100 进口橡胶批发价（指数化，1905=100）
图 1b　美国进口橡胶批发价，指数化（1905=100）：7 年种植滞后造出的尖峰与两年回吐。NBER 04077a。n1

形态 IV · 结构瓶颈型：紧缺迁移到工序与基础设施

这一次的新东西：瓶颈不在大宗商品，而在制造链条的中段与电网。CoWoS 先进封装 2023 年约 8K 片/月 → 2026 年底预期 90–130K 片/月仍供不应求，交期 52–78 周；三大存储厂 HBM/DRAM 产能售罄至 2026 年底，新建产能 2027 年末才放量[3]。电力侧，电网互联排队从 2008 年约 2 年拉长到约 5 年，PJM 容量价一年 +833%，且涨价的 63%（93 亿美元）由数据中心直接驱动[3]。这是形态 III 的变体——滞后 τ 从「橡胶树的七年」换成了「晶圆厂两年半与电网七到二十年」。

20 50 100 1868 1870 1875 1880 1885 1890 1895 1898 1905 美元/长吨 · 对数轴 美国钢轨批发价（美元/长吨，NBER 04181）
图 2　美国钢轨批发价（对数轴）：Bessemer/平炉时代 30 年 −89%，1905 年后进入在位者定价平台期。来源：NBER 04181，年度均值为月度算术平均n2。
0 23 46 69 92 31 2025Q3 52 36 2025Q4 92 88 2026Q1 60 72 2026Q2E 18 2026Q4E DRAM 合约价环比 % NAND 合约价环比 % %
图 3　DRAM/NAND 合约价环比（TrendForce 口径，2026Q2 起为预测）：2025Q4–2026Q1 的斜率在存储历史上未出现过——此前最陡的年份也没有连续两季 +50~90%n3。

03　价格曲线的三条铁律

三条，均由两个世纪的序列支撑：

铁律一：基础设施的价格长期下行，使用量的上行远快于价格。钢轨 −89% 的同时美国钢产量增数十倍；电价 −41% 的同时发电量增 10 倍；GPU 租金 −75% 的同时英伟达数据中心收入增 12.9 倍。买「紧缺」的人付的是尖峰价，用「基建」的人享受的是崩落价。

铁律二：尖峰由滞后制造，也被滞后消化。油价 15 年回吐、橡胶 2 年回吐、DRAM 一年一个周期。尖峰高度 ≈ 需求增速 × 供给滞后 τ；τ 是可以实证测量的（种植 7 年、晶圆厂 2–3 年、电网 5–20 年）。

铁律三：巨头是价格稳定器，不是短缺放大器。标准石油控制九成炼能的年代，煤油零售价从 58 美分跌到 26 美分[2]；美国钢铁时代钢轨钉在 28 美元。对「英伟达/TSMC 垄断必然涨价」的流行担忧，历史给出的答案相反：在位巨头的定价让下行通道更平滑——直到替代者把曲线再压低一截。

04　紧缺时钟：每个时代快一个量级

把每次紧缺从「出现」到「被消解」的时长放在同一根对数轴上，规律自己浮出来：

1 年 3 年 10 年 30 年 木炭→焦炭 替代消解 · 1788–1805 钢轨价格崩落 -89% · 1868–1898 橡胶尖峰回吐 7年种植滞后 · 1910–12 DRAM 周期下行 2018–19 现货-60~70% CoWoS/HBM 收敛 2025→2027E 产能落地 电网互联/核电 排队~5年 · 重启2027-28
图 4　紧缺消解时钟（对数轴）。实线=已完成，虚线=进行中，圆点=起止锚点。木炭→焦炭约 17 年（1788–1805 份额 21%→3%）；钢轨崩落 30 年；橡胶尖峰 2 年回吐；DRAM 下行约 1 年；CoWoS/HBM 按产能规划 1.5–2 年收敛；电网互联与核电重启 5–10 年，进行中。

第一次革命的紧缺以代人计（木炭 17 年、煤价下行贯穿百年）；第二次以年计（橡胶 2 年、DRAM 前身——铜、钢的尖峰 1–3 年）；这一次以季度计——HBM 从预约涨价（2024Q2）到全球售罄（2025）到新产能宣布（2026）压缩在 24 个月内[3]。原因不难找：需求的倍增时间从棉花的 10 年、钢的 13 年，压缩到云厂商资本开支的 1.3 年与英伟达收入的 0.8 年（见 §07 对照表）——紧缺时钟只是需求时钟的影子。

推论：本轮一切「售罄」「交期」「涨价」的半衰期都应以季度而非年为单位预期。用上一轮存储周期（2018–19）的节奏外推本轮，会系统性高估紧缺的持续期。

05　推演：今后 24–48 个月

用三条铁律与紧缺时钟外推。每条判断标注置信度与可证伪信号——错了就改，不解释。

判断依据置信度可证伪信号（观察点）
存储：2027 末–2028 出现回吐窗口，重演 2018–19 形态；但价格中枢较前几轮周期系统性抬高三大厂新产能 2027 末–2028 放量为公开指引；周期结构 130 年未变；中枢抬升源于 HBM 单位位元耗片为 DDR5 的 3–4 倍（HBM4 约 4 倍），DRAM 产能被结构性占用[3]中高供应商库存周数从 3.3 周回升 >8 周；2027 资本开支纪律松动；HBM4 涨价落地不及 +50%
算力：单位算力租赁价延续形态 II 下行（年化 −30~50%）；厂商收入池继续膨胀铁律一：H100 租金 3 年 −75% 已验证；Blackwell→Rubin 一年一代供给右移[3]高租金企稳回升 >2 季（供给纪律）或推理需求二次跳变
先进封装/存储尖峰：CoWoS 与 HBM 的紧缺至 2027 年收敛CoWoS 2026 底产能 90–130K 片/月（2023 的 11–16 倍）；HBM 2027 新厂放量；台积电已明示封装是增长约束[3]中交期跌破 26 周早于 2026Q4；或 2027 需求再上台阶（HBM5/超大云订单）
能源：电力是本轮 τ 最长的紧缺，尖峰区 2026–2028；长期均价温和上行（名义 +4~6%/年），区域剧烈分化互联排队约 5 年、核电重启 2027–28 投产 = τ 5–10 年；PJM 容量价已两触上限且 6.6 GW 兜底缺口；转嫁 1,000–1,630 亿美元至 2033[3]。历史对照：1902 年无烟煤——区域垄断+需求跳变的尖峰，而非全国性长期短缺中互联排队降至 <3 年；PJM 出清价回落 <150 美元/MW·日；燃气轮机交付周期大幅缩短
形态 I 般的「工艺解除」：能源的 Haber–Bosch 时刻（SMR/储能/聚变产业链）在 2030 前后进入商业化验证形态 I 的历史模式：可预期枯竭/瓶颈 → 战前德国式押注 → 工艺解除。当代对应物已经历「包销—重启—SMR 订单」三段式低（方向）SMR 首堆并网；数据中心配储渗透率；聚变净发电里程碑

对「紧缺持续到什么时候」的直接回答，按标的分列：

标的紧缺状态（2026Q4）预计缓解预计反转/过剩
CoWoS 先进封装交期 52–78 周，订满2026 底产能 +60~100%2027（若需求不再跳变）
HBM三大厂 2026 售罄2027 新厂放量2027 末–2028
常规 DRAM/NAND合约价连季 +45~95%2026Q4 涨势收敛（NAND +15~20%）2027 末–2028 回吐窗口
电力（美国）排队 5 年，容量价触顶2027–28 核重启/新机组区域分化长期存在；全国性过剩未列入可预见区间

06　普及：另一只钟

紧缺时钟之外还有一只：新技术从商用起点走到普通人手里、普通工厂车间的耗时。把渗透率序列换到同一把尺子上——横轴距关键商用起点的年数，纵轴渗透率——三次革命的答案差得惊人。

0 25 50 75 100 0 10 20 30 40 50 60 渗透率 %（纵轴）· 距关键商用起点年数（横轴） 企业 AI：1 年过半 住宅通电（1882 起） 工厂电气化（1882 起） 收音机（1920 起） 互联网·美国（1991 起） 智能手机（2007 起） 企业 AI（2022 起）
图 5　渗透 S 曲线（统一时间轴）。工厂电气化改造率取制造业总马力中电力驱动占比（Woolf 1984 序列，1899 年 4%→1919 年 50%→1929 年 75%）[4]；住宅通电、收音机为美国家庭口径（OWID/Comin–Hobijn）；互联网为美国人口口径；智能手机为美国成人自有率（Pew）；企业 AI 为至少一个职能使用 AI 的组织占比（McKinsey）。50% 参考线为水平细线。
技术商用起点50% 渗透时点耗时口径
工厂电气化（动力传动改造）1882 Pearl Street / 1890s 三相1919约 30–37 年制造业总马力中电力占比
住宅通电（美）1882 商业供电1924/25约 42 年% 家庭
汽车（美，家庭保有）1908 Model T1926 首过 50%，1947 永久站上18 年（受大萧条与战争两度回吐）% 家庭
电话（美，家庭）1876 贝尔专利1945/46约 70 年——最慢% 家庭
收音机（美，家庭）1920 首个商业电台1930/3110–11 年——此前最快% 家庭
互联网（美，人口）1991 Web 公开2001/0210–19 年% 人口
智能手机（美，成人）2007 iPhone2013 年初6 年% 成人自有
企业 AI（≥1 职能）2022-11 ChatGPT2023（55%）约 1 年% 组织，McKinsey 调查
消费 AI（ChatGPT，美国成人曾用）2022-11未到 50%（2025-06 为 34%，两年翻倍）进行中% 成人，Pew

三个读数：

其一，普及钟和紧缺钟同步压缩。家用硬件的扩散曾经以代人计——电话走了 70 年；收音机把极限压到 11 年；智能手机 6 年；企业 AI 一年过半。第一次革命甚至没有「家用渗透率」可言：它的普及是价格性的——棉纱真实价格三十年降到三分之一，平民用印花棉布代替了家纺，而识字率整个革命期间几乎不动（男约 60%、女约 40%，婚姻登记签名率口径）[4]。

其二，渗透快不等于改造深——这是 Paul David 的教训。工厂电气化 1919 年渗透过半，但生产率的明显抬头要等到 1920 年代：单位驱动替代组传动的厂房重构花了四十年。今天企业「用一个 AI 职能」一年过半，与「生产流程为 AI 重构」之间，大概率同样隔着一代组织的距离[4]。

其三，这一次的普及有物质杠杆：推理价格。等性能 LLM 推理成本三年降约 1,000 倍（2020 年 11 月 GPT-3 每百万 token 60 美元 → 2024 年同级约 0.06 美元），年化约 10 倍——快于 PC 时代算力与宽带时代的降本[4]。紧缺推高的是尖峰价，普及压低的是平台价：两条曲线的剪刀差，正是普通人「用得起」的机制，与当年棉纱、钢轨、电价如出一辙。

07　二百六十年的对照表

生产、消费与价格，放在一张表上。倍增时间由端点值取对数换算n4。

维度第一次 1760–1850第二次 1870–1914第三次 2023–（前奏 2012–22）
核心能源产量倍增英国煤约 22 年/倍（1770–1850，×7.6/80 年）美国发电量约 4.5 年/倍（1902–17，×10.1/15 年）数据中心用电约 5.2 年/倍（2024–30E，IEA 基准）
核心材料产量倍增生铁约 12 年/倍（1788–1850，×33/62 年）；原棉约 10 年/倍美国钢约 13 年/倍（1890–1913，×3.4/23 年）英伟达数据中心收入约 0.8 年/倍（FY23–26，×12.9/3 年）
投入强度（资本开支）运河与铁路时代：单一企业可负担卡内基一座钢厂 ≈ 百万美元级四大云厂合计约 1.3 年/倍（2023–26E，约 1,370 亿 → 6,800 亿美元）
标志价格事件煤实际价 −40%（百年）；1812 小麦 126s6d 峰值钢轨 −89%（30 年）；油价 4 年 16 倍后崩回；电价 −41%（15 年）HBM4 单 stack 约 600 → 1,300 美元（2026→27E）；服务器 DRAM 一年 3–4 倍
最尖锐的紧缺木炭（1780s）与战争谷物（1812）橡胶 1910（τ=7 年）CoWoS/HBM 2025–26（τ=2–3 年）与电网（τ=5–20 年）
紧缺消解机制焦炭替代 + 殖民地棉花扩种工艺（Bessemer/平炉/Haber–Bosch）+ 新供给带（Butte、马来种植园）先进封装扩产 + HBM 转代 + 核电重启；尚未出现「硝石式」工艺奇点
巨头角色Boulton & Watt 专利池标准石油/美国钢铁：价格稳定器英伟达/TSMC：平台定价 + 一年一代；历史角色相同
实际工资/终端体验1780s–1840s 基本停滞（+3~7%）电灯与电车进入城市中产token 单价骤降，推理成本年降 >50%（头部 API）

一个换算彩蛋。英国 1850 年约 4,750 万吨煤产量的热值，按 1 吨原煤 29.3 GJ 折算约 1.4 EJ；2024 年全球数据中心用电 415 TWh 折合约 1.5 EJn5——工业革命发源地全盛期一年的煤炭能量，恰好等于今天全球数据中心一年的用电量。而 IEA 基准情形下，2030 年这个数字翻倍以上。能量的量级相同，增速相差一个数量级：这正是「紧缺时钟变快」的能源侧注脚。

08　结语：瓶颈的层级

三次革命给出同一条曲线的三次变奏：紧缺出现 → 供给滞后制造尖峰 → 工艺或产能把曲线压回下行通道 → 紧缺迁移到更高一层。燃料（木炭→煤）被解决后，瓶颈移向材料（钢、铜）；材料被解决后，移向制造工序（封装、堆叠存储）与基础设施（电网）。每一层被消化，紧缺就上升一层，时钟也更快一格。

当下处在「工序+电网」层。按本轮时钟（季度计），存储与封装的尖峰应在 2027 年前后收敛；真正的长约束是电力——它是本轮的「橡胶」：需求以年计翻倍，供给以五年计排队。而再下一层的瓶颈是什么，历史给出的检索词是：找到那个 τ 最长、且尚无替代剧本的环节。目前看，它叫变电站，或者叫 1nm 以下的光刻机——这两个名字，都还没出现在任何「售罄」新闻里。

注释

  1. 两图指数化为可读性处理：以起点年=100 重标定，不改变相对斜率；绝对值见正文与来源序列。
  2. NBER Macrohistory 月度序列 04181（宾州钢轨批发价）；「年度均值」为月度算术平均，未做通胀平减。独立口径互证：1867 年 Bessemer 钢轨 167 美元/吨、1898 年 17.62 美元且高效厂商仍有近 40% 毛利。
  3. 2026Q2 起为 TrendForce 预测口径；2026Q4 仅 NAND 有预测（+15~20%），DRAM 柱空缺表示预测未发布，非零增长。
  4. 倍增时间 = 时长 ÷ log₂(端点比值)。云厂商资本开支 2026E 取指引区间 6,300–7,250 亿美元的中值约 6,800 亿美元（2023 年约 1,370 亿美元）；2025 年取 3,880–4,100 亿美元区间中值。
  5. 换算假设：1 吨原煤 = 29.3 GJ（IEA 惯用值，英国维多利亚时代煤种热值区间 25–30 GJ/吨）；1 TWh = 0.0036 EJ。英国 1850 年产量取 45–50 百万吨区间中值 47.5。该换算数量级稳健（区间内结论不变），精确比值依赖热值假设，标注为本文推算。
  6. 断代依据：英伟达 FY2024（止 2024 年 1 月，即公元 2023 年度）数据中心收入 +217%；四大云厂 2023 年合计 capex 约 1,370 亿美元，此后两年逾 4 倍。技术前奏：2012 AlexNet、2017 Transformer、2020 GPT-3——正如纽科门机（1712）早于工厂制扩散（1760 年代）半个世纪，发明年不等于革命年。2016–2022 的数据中心增长主要由云计算与流媒体驱动（LBNL：2023 年 AI 专用服务器仅约 40 TWh / 全部 176 TWh），计入前奏而非革命本体。

数据来源

  1. 第一次工业革命：Clark & Jacks, Coal and the Industrial Revolution 1700–1869（GPIH）gpih.ucdavis.edu；Hyde, Technological Change and the British Iron Industry；US Census 1880 焦炭篇；Broadberry & Gupta 棉花序列（LSE GEHN）；Clark 农业工资序列 1208–1850；Tontine Coffee-House 利物浦棉价；Oxford Reference 谷物法。完整清单与逐项标注见调研底稿 A 篇。
  2. 第二次工业革命：NBER Macrohistory 04181（钢轨）/04015a（铜）/04044a（煤）/04077a（橡胶）/04010a（生铁）data.nber.org；EIA 原油首次购买价序列；US Census of Electrical Industries 1902–37（NBER c4272）；Popular Science Monthly 1913 硝石篇；LSE 经济史博客智利硝石；Wikipedia Bessemer/Standard Oil/钢铁工业史。完整清单见调研底稿 B 篇。
  3. 第三次（AI）革命：NVIDIA FY23/FY24/FY26 财报与 2026 年报；TrendForce HBM/DRAM/NAND 合约价序列（2024-05 起）；SemiWiki/IFTLE CoWoS 产能汇总；siliconanalysts 封装分配与 HBM 价格；IEA Energy and AI（2025-04）；LBNL 2024 数据中心用电报告与 Queued Up 2025；PJM 容量拍卖公告（2025-07-22 等）；EIA Electricity Monthly/STEO；Constellation/Talen/Kairos/Meta 核电签约公告；四大云厂 10-K 与 2026 指引。完整清单见调研底稿 C 篇。
  4. 普及与渗透：Woolf (1984) 工厂电气化序列（转引自 Edquist & Henrekson, SSE/EFI WP 562）与 Paul David, The Dynamo and the Computer（AER 1990）；OWID/Comin–Hobijn 美国家庭技术扩散数据库（通电/汽车/电话/收音机/蜂窝）；Pew Research 手机与 ChatGPT 调查（2025-06）；McKinsey State of AI 2023/2024；Harley, Prices and Profits in Cotton Textiles（牛津档案）棉纱价格序列；a16z「LLMflation」推理成本汇编（2024-11）；英国铁路客运与识字率见 CAMPOP 铁路图集与 Springer 长期人力资本研究。完整逐点标注见调研底稿 D 篇。

作者说明　本文为独立研究，历史数据取自可公开复核的学术序列与官方统计，预测均标注置信度与可证伪信号；结论代表作者个人判断。
主页：x.com/greatYiTin · github.com/greatyingzi

引用格式　@greatYiTin：《紧缺的迁移：煤、钢、电流与算力》，2026 年 10 月。

数据底稿　四份带逐项来源标注的调研底稿（A/B/C/D 篇）随本文一并存档。