云计算基础设施的经济学：成本、风险和比较优势在商品化数据市场

云基础设施经济学 商品化数据市场的成本、风险与比较优势 卢西亚诺·夏尔里塔·德·弗雷塔斯·米歇尔·克尔夫·普里西拉·霍尼奥·埃瓦列斯塔·朱利安·纳莱斯·路易斯·阿尔贝托·埃斯特维斯·路易斯·阿尔贝托·安德烈斯 政策研究工作文件11391 摘要 全球数据处理和存储行业正在经历结构性转型，云计算正从一种差异化、特定于企业的服务转变为标准化且日益商品化的全球市场。国际贸易理论——特别是赫克歇尔-俄林要素比例框架——被应用于分析云服务提供中的专业化模式和比较优势的新兴模式。云产出被概念化为一种标准化的数据处理单元，使用全球统一的技术在规模报酬不变的情况下生产。基于此定义，开发了一个概念性的多要素单位成本模型，该模型将传统生产要素——能源、资本和数字基础设施、以及熟练劳动力——与非要素成本相结合，这些非要素成本具有独特性。 数字经济，尤其体现在合规成本以及地缘政治和环境风险溢价上。比较优势由最小化总结构数据处理单元成本决定，该成本包括要素和非要素组成部分。该框架解释了数据中心集中布局于低成本、可靠能源、强大的连接基础设施、专业人才库丰富且监管摩擦或系统性风险有限地区的现象。分析表明，云服务构成了国际要素禀赋贸易的新兴前沿，其中传统比较优势来源与制度质量、政策选择和风险状况紧密互动，共同塑造了全球专业化格局。 政策研究工作论文系列旨在发布研究进展成果，以促进关于发展问题的思想交流。该系列的一个目标是尽快发布研究成果，即使其呈现形式尚未完全成熟。论文会注明作者姓名，并应按此引用。本文中表达的研究发现、解释和结论完全属于作者本人。它们不一定代表国际复兴开发银行/世界银行及其附属机构、世界银行执行董事或他们所代表政府的观点。 云基础设施经济学：商品化数据市场中的成本、风险与比较优势 卢西亚诺·夏尔里塔·德·弗雷塔斯，米歇尔·克尔夫，普里西拉·霍尼奥·埃瓦列斯塔，朱利安·纳莱斯，路易斯·阿尔贝托·埃斯特维斯，路易斯·阿尔贝托·安德烈斯 分类号：J 经济学：贸易实证研究（F14）；信息服务与互联网；计算机软件（L86）；技术变革：选择与后果（O33）；产业政策；部门规划方法（L52）；产业政策（O25） 关键词：数据商品化，要素禀赋，比较优势，云计算，数字经济 1. 引言：从差异化到数字商品 过去十年见证了全球数据经济架构的深刻变革。超大规模云计算的迅速崛起是这一新环境下的一个范式性现象，它将原本为专有、本地数据中心量身定制的服务转变为标准化的计算和存储模块单元，并由少数几家主导提供商大规模交付。 这一技术融合的过程导致了基础数据服务的商品化，其中价格和可靠性取代了定制功能，成为市场竞争的主要决定因素。对于非专业的工作负载，每吉字节的价格和每计算周期的价格等指标现在成为竞争差异化的主要维度，迫使供应商在全球范围内追求尽可能低的单位生产成本。 在此背景下，本研究将数据中心和云等数据服务概念化为数据处理单元（DPU）指定的“商品”，该商品在规模报酬不变条件下生产，并采用全球统一的技术框架。DPU的生产特征在于对能源和资本基础设施（包括电力、制冷、服务器和光纤连接）以及熟练劳动力的密集利用——熟练劳动力包括专业知识的结合、先进认知能力、创新和适应新技术的能力。因此，能源价格的国际差异、基础设施的租赁成本以及专业人才库的可用性成为导致单位成本分散的主要来源。 此外，与数据治理和本地化要求相关的合规成本，以及固有的地缘政治和环境风险溢价，对DPU的最终价格产生重大影响。这些因素被整合到一个简约的成本函数中，该函数将数据服务的单位价格表示为生产要素投入成本、与合规溢价相关的非要素成本以及风险调整之和。 借鉴赫克歇尔-俄林（H-O）国际贸易模型，本文提出，拥有丰富廉价能源、强大数字网络和专业人才库的国家，最适合专门从事商品数据服务的出口。然而，这些服务的数字化特性要求扩展经典贸易理论，因为政策干预和风险因素与数据使用产品（DPU）的生产经济学密不可分。数据治理和地方法规可以改变贸易流向，而与政治不稳定、自然灾害或不稳定电网相关的风险溢价可能会抵消有利要素禀赋带来的优势。全球数据中心分布的观察结果——低成本地区主导大量容忍延迟的工作负载，而资本密集、高技能和低风险中心则集中高价值、低延迟服务——反映了由经济基本因素和制度摩擦共同塑造的均衡状态。 本研究做出三点主要贡献。首先，通过将数据服务商品化，将数据处理单元（DPUs）定义为在规模报酬不变下产生的标准化产出，并开发了一个包含传统要素价格和非要素政策与风险组成部分的多要素单位成本模型。其次，将贸易理论直觉应用于数据市场，以识别要素和非要素在定义不同国家专业化水平中的作用。最后，讨论了监管合规成本和风险溢价如何放大或削弱自然比较优势。 鉴于当前数据的商品化趋势以及各国为在这一市场中确立自身地位所采取的初步策略，本文主要关注潜在比较优势（Lin，2012）。这一概念指的是一个国家拥有低成本要素或生产商品的基本能力，但受制于高昂的交易成本或不足的基础设施而尚未开发的潜力。在这方面，它与显示性比较优势（Balassa，1965；French，2017）形成对比，后者衡量一个国家的实际出口表现，并根据现有贸易数据识别其已具备竞争力的领域。 以该方法为参考，此处构建的经济框架为寻求提升其国家在国际云市场角色的政策制定者提供了可操作的指导。具体而言，政府可采取如下策略：通过投资替代能源发电、电网可靠性和需求侧管理来降低能源成本，从而提升国内数据中心的竞争力；通过扩大光纤连接、简化监管流程以及促进网络发展中的公私合作来降低基础设施租赁成本；通过协调数据保护标准、采用风险分级本地化政策以及确保合规要求的透明度来控制监管合规成本；并通过政治与监管稳定、气候韧性措施以及强大的网络物理安全协议来降低风险溢价。 本文其余部分结构安排如下：第二部分阐述了支撑云服务商品化及H-O模型应用的理论框架。第三部分构建多因素单位成本模型，推导出规模报酬不变条件下的比较优势条件，并融入监管与风险因素。第四部分呈现实证启示与专业化模式，重点分析能源丰富性与制度稳定性所起作用。第五部分探讨政策与发展启示。第六部分总结政策建议，旨在提升国家在动态全球数字基础设施市场中的竞争力。 2. 理论框架：商品、规模与贸易 数据服务向商品的转变遵循乌特贝克和艾伯纳西（1975）推广并由克里斯滕森（1997）通过性能超调（克里斯滕森，1997）的概念扩展的理论，该概念可被用来描述云服务如何日益超出主流用户的实际需求，将竞争从技术特性转向成本和可靠性。 现阶段，产业会从流动创新的时期演变到单一“主导设计”（Utterback & Abernathy, 1975）标准出现的阶段，从而塑造新的竞争向量。标准化云接口和架构的采用，将竞争动态从专有技术差异化引向对运营效率和规模的追求，数据服务全球商品化便是明证。在此背景下，DPU（数据平面处理单元）的标准化和商品化，为市场参与者在一个具有高固定成本（如土地、建设、暗光纤）和低、递减边际成本（如电力、维护）的领域实现最低有效规模创造了机会。 赫克歇尔-俄林要素禀赋理论（赫克歇尔，1919；俄林，1933）为数据服务提供专业枢纽的全球定位提供了理论基础。该理论认为，贸易模式是由国家间的要素禀赋差异所驱动的。在H-O框架下，各国专门生产并出口那些密集使用其相对丰裕且成本较低的生产要素的商品和服务。 在日益标准化的背景下，数据服务的关键洞察在于准确识别相关生产要素。在这方面，数据预处理单元（DPUs）具有高能耗和显著资本及基础设施需求的特点。因此，拥有丰富低成本且可靠的能源、完善的纤维基础设施以及训练有素的人力资本的国家，更有可能在提供DPU服务方面具备比较优势。 与此同时，数据中心活动的地理分布不仅反映了相对要素成本，也体现了公共政策的有效性以及地缘政治稳定程度在降低投资风险、促进市场准入和支持融入全球价值链方面的作用。这一观点在文献中已得到充分论证（例如，Hausmann和Rigobon, 2002；Rodrik, 2004；Harrison和Rodríguez-Clare, 2010；Lin, 2012），该观点认为，在这样的背景下，产业政策并非作为市场信号的替代品，而是作为一种纠正可识别的市场失灵、帮助将潜在的生产能力转化为显现的比较优势的机制而具有合理性。 近期实证研究进一步深化了这一观点。例如，Caoui和Steck（2025）的研究表明，DPU的部署与市场规模、有利的税收制度显著相关，在欧盟背景下，还与区域成员资格密切相关。重要的是，作者发现本地数据流量和电力成本并非选址的唯一决定因素，这表明超大规模提供商并非完全依赖现有禀赋因素的可用性。相反，关于DPU分配的决策，除了传统的要素成本差异外，还包含了非要素因素。 因此，监管可信度和降低风险的环境成为将潜在比较优势转化为显现专业化中心要素。这构建了要素禀赋的赫克歇尔-俄林逻辑与政策条件下的数字基础设施成本最小化框架之间的概念桥梁。这种多因素方法将在下一节中得到进一步阐述。 3. 多因素单位成本模型 为模拟各国在商品数据服务提供方面的比较优势，我们将标准的H-O框架扩展为一个成本最小化模型，并纳入了数字经济中的非要素成本。在此方面，假设在任一国家2i生产一个DPU（QDPU）采用相同的技术f(.)，表现出规模报酬不变（CRS），这与标准化的超大规模数据中心设计以及全球可复制的基建架构相一致： Where: • E：能源（例如电力和制冷）。• K：资本与基础设施（例如服务器、网络、光纤连接）。 单位经济成本（Ci）是投入成本与其使用系数（e，k，）的乘积之和。 • (PE)i：i国的能源价格（千瓦时）。• Ri：i国的数字基础设施租金率。 • (WS)i：i国熟练劳动力的工资率。 为简化起见，由于技术（数据中心设计）在全球范围内是统一的，商品服务中的系数e、k、l在各国保持不变。3,4 由于在该资本密集型、能源密集型行业中，e和k相对于l来说很大，因此(PE)i和Ri的变化是成本差异化的最主要驱动因素（Andrae and Edler, 2015; Masanet et al., 2020; Gelvanovska-Garcia, Maciule, and Rossotto, 2024）。因此，能源丰富且廉价的能源来源充足（例如水电或地热能）以及资本/基础设施租金较低的国家，在降低Ci方面看到了最大的机遇（Grishechkin, 2024）。 数字产品的独特性质要求包含两项关键的非要素成本，这些成本决定了最终价格和市场适用性，尤其是在国际贸易中（BCG，2025）。第一项是指i)代表为遵守数据监管合规成本（τ治理体系和地方法规）而在成本基础上增加的溢价。5 这些成本包括强制本地加密、专业审计追踪以及更严格的隐私和设计标准等要求，这使得合规成本高昂，并降低了服务提供的盈利能力。 从其本身而言，地缘政治与环境风险溢价（ρi）由于服务中断的风险，由服务提供方（或依据合同要求由客户）计入价格。它反映了政治不稳定、监管制度的变化、易受自然灾害（地震、洪水）的影响，或对不可靠电网的依赖，等等（Daim, Bhatla, Mansour, 2012）。 因此，在i国生产一个DPU的总结构单元成本被定义为： 其中“where”代表标准数据处理单元的完整供应成本，鉴于商品云服务的标准化特性，预计价格将趋同，PPDDDDiiCCiiτii将长期趋近于结构单元成本。ρPPDDDDii。在竞争条件下 如果一个国家i在全球DPU（数字产品单元）的供应方面具有比较优势，那么当它满足必要的质量服务水平协议（SLA）标准时，其总结构单元成本应低于竞争对手国家j ≠ i。 在这种情况下，比较优势在确定CCP τρ数据设施的位置中起着决定性作用，最终确立云枢纽的潜在选址。 所提出的多因素单位成本模型背后的经济直觉是，拥有丰富生产要素和较低非要素成本的国家可能更有潜力成为出口商。 云服务。该模型因此预测，要素禀