美国AI产业对华供应链依赖关系分析报告

美国AI产业对华供应链依赖关系分析报告

摘要：本报告基于HS编码贸易数据，分析美国AI硬件产业链对中国大陆的直接与间接依赖状况。研究发现，尽管美国自中国大陆的直接进口占比从2017年的近40%降至2024年的18%，但在关键材料、特定化学品和储能系统等领域，中国大陆仍保持结构性供应地位。供应链重组呈现区域分散化趋势，但可能伴随间接依赖增强。现行分析框架在数据颗粒度和技术层级识别方面存在局限。

┉

一、核心商品的依赖结构分析

美国AI硬件供应链中的对华依赖呈现金额与战略重要性的非对称特征，可划分为三类：

高金额依赖领域主要体现为锂离子蓄电池和便携计算设备。2024年，美国锂离子电池进口总额达到2020年的五倍，其中中国大陆供应占比约70%。该类产品用于数据中心储能系统，支撑GPU集群的稳定运行。便携自动数据处理设备（HS 847130）在2024年占美国自华AI进口总额的33.7%，进口金额约331亿美元。此类产品涉及从零部件到最终组装的完整供应体系。

低金额但供应链位置重要的领域集中在稀土材料和半导体化学品。2022至2024年间，美国对中国大陆稀土金属及化合物的进口占比约为90%，永磁体占比约78%，镓、锗、铟等稀有金属及其制品占比约53%。此外，无机酸、碳化物、含氮化合物等半导体加工化学品的进口占比均处于40%至55%区间。这些材料在AI硬件中用量较小，但涉及特定的工艺要求。

中度依赖商品主要包括自动数据处理设备零部件、静止式变流器和通信网络设备。数据显示，美国自中国大陆的这些产品直接进口金额从2017年的495亿美元降至2024年的196亿美元，降幅超过60%。然而，中国大陆在这些产品的全球出口中仍保持超过20%的份额，提示存在供应链关系的延续性。

┉

二、间接依赖的形成机制与识别挑战

间接依赖指美国通过第三经济体采购含中国大陆中间品或技术的产品，此类关系在现有统计框架下较难识别，主要形成机制包括：

转口贸易与增值链嵌入。中国企业将半成品或组件出口至越南、泰国等地完成组装，再出口美国。根据美国进口数据，2017年至2024年，东盟在美国AI产品进口中的占比从15%增至23%，与中国大陆直接占比下降同步发生。由于HS编码在成品与零部件之间存在分类差异，中间品的来源地信息可能在最终产品环节丢失。

企业内贸易。跨国公司将中国大陆生产的零部件调拨至海外生产基地再进行组装，海关记录可能显示为对第三国的进口，而非直接来自中国大陆。此类交易在垂直整合的供应链中较为常见。

统计方法的识别局限。目前研究采用"中国大陆全球出口份额超过20%"作为判断间接依赖的参考标准，但存在三方面限制：其一，该指标基于历史数据，对动态产能转移的反应存在延迟；其二，中间品经第三地加工后，中国大陆的增加值占比可能低于统计阈值，但实际技术关联仍可能存在；其三，部分产品可能通过中国香港地区转口或经保税仓增值后变更原产地标识，导致统计口径上的偏差。

一个值得注意的现象是，2024年美国自中国台湾的AI产品进口占比达到15%，进口额约815亿美元。这些产品的制造过程涉及来自中国大陆的封装材料、化学品及设备维护服务，形成了多层供应结构。

┉

三、技术限制政策的实施效果与影响

美国对华技术限制政策在不同领域呈现差异化效果，且伴随一定的成本传导。

政策实施的时间线显示不同阶段的特征。2018至2019年间，受关税措施影响，美国自华AI产品进口金额从约1300亿美元降至1036亿美元，降幅为25.2%。2020年后，进口金额出现小幅回升，但占比持续下降，反映企业开始调整采购来源。

政策效果呈现领域分化。在部分产品上，直接的进口占比下降较为明显，例如部分消费电子产品组装环节向越南、墨西哥转移。然而，在锂离子电池、稀土材料、高纯度化学品等领域，美国自华进口规模保持稳定或增长。数据显示，高依赖商品的进口额在2021年达到峰值759亿美元，2023年后虽有所回落，但仍维持在600亿美元以上水平。这在一定程度上反映了中国大陆在特定领域的技术和供应能力。

政策实施伴随一定的成本变化。供应链环节的增加可能导致交付周期延长和库存水平上升。同时，部分高技术产品的生产依赖于特定工艺参数的长期积累，供应链调整可能影响生产效率。此外，限制对华技术出口也可能影响美国企业获取应用场景反馈，从而对迭代速度产生潜在影响。

盟友体系的协调存在复杂性。主要半导体制造地区在设备、材料和化学品方面存在相互依赖关系，政策调整可能对多地企业的运营成本和市场布局产生影响。

┉

四、产业链重组的当前趋势与特征

当前AI硬件供应链的地理分布呈现区域分散与特定环节集中并存的态势。

地理分布的变化。东盟在美国AI产品进口中的份额显著上升，从2017年的494亿美元增至2024年的1221亿美元。墨西哥的份额也有小幅增长，从2017年占比约16%升至2024年的约19%。加拿大在AI相关产品方面的占比则长期保持在3%左右，与其作为美国主要贸易伙伴的地位略显差异。

转移环节的特征。越南、泰国主要承接劳动密集型的组装环节，但上游零部件供应仍与中国大陆存在关联。墨西哥主要增长来自汽车电子、家电等领域，高端服务器和GPU模组因技术能力要求较高，转移程度有限。

难以转移的环节。材料加工环节（如稀土分离、高纯度化学品制备）需要长期的工艺积累。精密制造环节（如精密结构件加工、散热模组）依赖于特定产业集群的技术人员密度和设备配套。此外，中国本土市场对AI硬件的需求规模支撑了供应链的持续迭代，脱离该市场可能影响部分供应商的创新投入意愿。

未来可能出现的情况。美国市场可能形成相对独立的供应线，而其他地区继续维持现有的供应格局。需要关注的是，若技术标准出现区域性差异，可能影响全球范围内的产品兼容性。

┉

五、研究方法的局限性与改进方向

基于HS编码的贸易数据分析为理解供应链关系提供了基础，但在技术细节和企业行为层面存在一定局限。

HS编码的颗粒度限制。同一编码可能包含技术规格差异较大的产品，难以区分具体的技术层级。此外，HS体系主要记录货物贸易，无法涵盖软件、云服务、数据处理等环节的服务贸易。部分产品可能因混合用途导致其在AI产业链中的实际占比被高估或低估。

直接贸易数据的偏差。转口贸易、企业内交易和原产地规则的应用可能使实际供应关系与统计记录存在差异。进口金额反映的是总值而非增加值，难以准确划分供应链各环节的贡献比例。

分类标准的时间滞后性。全球出口份额等指标基于历史数据，对正在进行的产能转移反应较慢。例如，中国企业在欧洲、东南亚等地区新建的产能投产后，将改变现有的贸易统计口径。

企业微观层面的信息缺失。海关数据难以反映采购商集中度和供应商锁定等微观结构。此外，单一供应商占比过高可能带来的供应链风险，在宏观数据中无法体现。

技术替代弹性的考量不足。不同技术路线之间的切换成本差异较大，且回收体系的完善程度可能影响对原生材料的长期需求。当前分析框架对这些动态因素涉及较少。

┉

结论

美国AI产业对华供应链依赖关系呈现复杂性。尽管直接进口占比下降，但在特定材料和储能系统等领域，供应关系仍较为紧密。供应链向第三地的转移可能伴随环节增多和关系复杂化。中国大陆在全球AI硬件供应链中的地位因产品类别而异，从终端集成到基础材料，不同环节的参与程度存在显著差异。未来研究若结合企业级采购数据、技术专利网络及物流追踪信息，可能有助于更精确地识别供应链中的关键节点。