執行摘要
5奈米以下製程節點的先進半導體製造，是現代經濟史上地理和產業集中度最高的部門之一。台灣積體電路製造公司（TSMC）掌控了全球約90%的先進邏輯晶片生產，前三大晶圓廠佔所有5奈米以下產出的92%。這種非凡的集中度所創造的市場結構，不適合用標準的競爭均衡模型來理解，而最好通過斯塔克爾伯格序貫博弈理論來理解：TSMC作為斯塔克爾伯格領導者，率先承諾產能、定價和技術路線圖決策，而所有其他行為者——競爭對手晶圓代工廠、無廠半導體設計公司、下游產業和主權國家政府——作為跟隨者，根據領導者可觀察到的選擇來優化其策略。
先進製程節點製造的赫芬達爾-赫希曼指數（HHI）超過8,000，是美國司法部定義「高度集中」市場門檻值2,500的三倍以上。本文量化了這一結構中固有的系統性風險：先進製程節點生產中斷六個月將通過下游價值鏈產生級聯效應，影響估計達2.5兆美元的全球GDP。我們對斯塔克爾伯格均衡進行建模，分析AI算力需求衝擊如何改變產能投資博弈，將實質選擇權理論應用於晶圓廠投資決策，並評估目前全球超過1,000億美元的政府多元化計劃是否足以解決這一根本上屬於公共財問題且伴隨嚴重搭便車動態的挑戰。
市場結構分析：史無前例的集中度
要理解先進半導體製造的異常性，需要將其置於更廣泛的產業集中度背景下。赫芬達爾-赫希曼指數——計算為市場份額平方和——提供了標準化的衡量指標。對於美國司法部認為「高度集中」的大多數行業，HHI介於2,500至4,000之間。全球商用飛機製造市場（Boeing和Airbus）的HHI約為5,000。信用評等機構市場（Moody's、S&P、Fitch）約為3,600。先進製程節點半導體製造，TSMC持有約90%的市場份額，Samsung Foundry持有大部分剩餘份額，HHI超過8,100——這一數字使其在全球關鍵投入品中處於幾乎前所未有的地位。
集中度不僅僅是市場份額的函數，還涉及實體產能。根據Semiconductor Industry Association的2025年產能報告，全球先進晶圓廠總產能約為每月240萬片晶圓投片量（300mm等效）。其中，TSMC位於台南和新竹的設施約佔216萬片先進製程節點晶圓投片量。Samsung的平澤廠區貢獻約15萬片，Intel Foundry Services新興的先進製程節點作業佔據剩餘部分。這意味著台灣南部一個約60公里範圍的都會區——包含了全球AI、智慧型手機、汽車和電信產業所依賴的全部生產基礎設施。
Boston Consulting Group 2024年的半導體供應鏈脆弱性分析將這種地理集中度識別為全球技術生態系統中最大的單一故障點風險。與其他集中行業不同——其集中度反映了智慧財產權優勢或自然壟斷特徵——半導體製造集中度源於學習曲線的複合效應、先進晶圓廠極高的資本密集度（每座設施200至280億美元），以及嵌入TSMC約73,000名員工中的累積製程工程知識。這些不是輕易可以複製的優勢。
斯塔克爾伯格博弈模型
標準的古諾寡占模型假設競爭企業同時做出決策。這不適用於半導體晶圓代工市場，因為TSMC的規模、技術領先地位和產能承諾是公開可觀察的，且遠在競爭對手回應之前就已做出。斯塔克爾伯格模型——領導者先承諾策略，跟隨者隨後根據領導者的選擇進行優化——提供了更準確的表述。
正式結構。定義領導者（TSMC）為參與者L，跟隨者集合F = {Samsung Foundry, Intel Foundry Services, GlobalFoundries, SMIC, 新興參與者}。博弈分兩個階段進行。在第一階段，領導者承諾產能水準qL、每片晶圓價格時間表pL(q)和技術路線圖TL（製程節點轉換序列及其時間）。在第二階段，每個跟隨者i觀察到(qL, pL, TL)，並選擇自己的產能qi、定價pi和技術投資Ti以最大化其報酬πi(qi, pi, Ti | qL, pL, TL)。
均衡結果。在斯塔克爾伯格均衡中，領導者獲取的先行者租金顯著超過古諾競爭下的水準。通過承諾大規模產能（通過公開宣布的晶圓廠建設計劃形成可信承諾），領導者遏制了進入並壓縮了跟隨者可獲得的剩餘需求。TSMC在2025年約55-60%的毛利率，相比Samsung Foundry估計的25-30%和Intel Foundry Services在產能爬坡階段的負利潤率，與斯塔克爾伯格領導者租金一致。
我們估計領導者每年獲取的經濟剩餘為350至450億美元，計算方式為TSMC的實際定價與去集中化市場中競爭性價格水準之間的差異乘以先進製程節點產量。這一剩餘包括配置效率低下（價格高於邊際成本）和動態效率低下（領導者缺乏加速降低成本以惠及下游消費者的激勵）。相比之下，跟隨者面臨壓縮的利潤率，必須接受較低的投入資本回報率，或通過專業化實現差異化——Samsung在記憶體-邏輯整合方面、Intel在封裝技術方面、GlobalFoundries在成熟製程節點可靠性應用方面。
策略承諾與可信度。斯塔克爾伯格博弈的一個關鍵特徵是，領導者的先行者優勢取決於其承諾的可信度。TSMC的承諾因晶圓廠投資的不可逆性而具有可信度：一旦建成一座250億美元的設施，它就代表著一項沉沒成本，使企業承諾在15至20年內持續生產。這種不可逆性矛盾地加強了領導者的地位——潛在進入者理解TSMC不會因應進入而撤回產能，使激進的進入策略對跟隨者而言吸引力降低。因此，該博弈呈現出謝林所述的通過自我約束實現承諾的形式：通過使投資不可逆，領導者可信地承諾在所有未來世界狀態中積極競爭。
AI需求衝擊與產能投資博弈
大規模AI訓練和推理工作負載的出現，從根本上改變了半導體產能博弈的需求端。Epoch AI估計，用於訓練前沿AI模型的算力每年增長約4.2倍，這一速率遠超半導體需求的歷史增長率（前十年平均每年6-8%）。這一需求衝擊改變了斯塔克爾伯格博弈中所有參與者的策略算計。
產能困境。對於領導者而言，AI需求衝擊在兩種風險之間形成張力。產能投資不足帶來巨大的機會成本：如果AI算力需求繼續按當前軌跡增長，先進晶片的未滿足需求可能制約AI系統的發展，而這些系統將產生數千億美元的經濟價值。NVIDIA執行長黃仁勳曾公開表示，該公司AI加速器的需求是供應的兩到三倍，表明產能約束已經具有約束力。然而，過度投資則冒著資產擱淺的風險：如果AI需求趨於平穩——由於演算法效率提升、監管約束或AI商業化減速——過剩的晶圓廠產能將造成每座擱淺設施200至280億美元的損失。
晶圓廠投資的實質選擇權估值。傳統的淨現值（NPV）分析不足以在這種不確定性下評估晶圓廠投資，因為它未能捕捉管理彈性的價值。由Dixit和Pindyck發展的實質選擇權理論提供了更適當的框架。晶圓廠投資可以被建模為複合選擇權：初始土地取得和場地準備（約20至30億美元）購買了繼續進行潔淨室建設和設備安裝的選擇權（額外180至250億美元）。在每個決策關口，投資者可以在投入額外資本前評估最新的需求資訊。
使用校準至當前需求波動性估計值（年化需求增長波動性約為40%，反映AI擴展軌跡的不確定性）的二項式網格模型，我們估計分階段晶圓廠投資的實質選擇權價值超過其靜態NPV的25-35%。這一選擇權溢價解釋了TSMC觀察到的行為——TSMC對其亞利桑那和熊本設施採用了分階段建設方法，在推遲設備採購決策直到需求信號更明確的同時開始場地準備。Samsung和Intel作為跟隨者面臨複合選擇權問題：它們不僅必須估計需求不確定性，還必須估計領導者對該需求的產能回應，為其實質選擇權計算增加了策略維度。
時間線錯配。產能博弈中的一個根本挑戰是AI需求演變與晶圓廠建設時間線之間的時間錯配。先進晶圓廠從動工到量產需要3至5年。AI需求信號以6至12個月的週期演變。這意味著今天做出的產能投資決策是對2029至2031年AI需求狀態的押注——在這一規劃時間範圍內，從當前趨勢外推具有相當大的不確定性。Semiconductor Industry Association預計2026年行業資本支出總額將達到1,900億美元，比2024年增長35%，反映了行業對AI需求增長將持續的集體押注。
系統性風險量化
先進半導體製造的集中度創造了一種新的系統性風險類別，這種風險無法被傳統的金融風險框架充分捕捉。借鑒MIT的David Simchi-Levi及其同事開發的供應鏈中斷建模方法，我們量化了多個時間範圍內中斷情境的經濟影響。
情境分析。考慮先進製程節點生產中斷六個月的情境——這種情境可能由台灣的重大地震（該島位於太平洋火環帶，每年經歷約2,000次地震事件）、台灣海峽的地緣政治危機、關鍵EUV光刻設備供應商的災難性設備故障（ASML是這些機器的唯一製造商）或大流行病導致的勞動力中斷所引起。
直接影響將是約1,440萬片先進製程節點晶圓投片量的停止（每月240萬片，持續六個月）。每片晶圓產出約200至400顆先進晶片（取決於晶粒尺寸），意味著損失29至58億顆先進晶片。以每顆晶片50至150美元的平均售價計算，對晶圓代工廠的直接營收影響為1,450至8,700億美元。然而，由於乘數效應，下游GDP影響遠大於此：先進晶片是價值遠高於晶片本身的產品和服務的投入品。
使用校準至美國經濟分析局數據並擴展至全球價值鏈的投入產出分析，我們估計各部門六個月的下游GDP影響：
- 消費電子：5,800至7,200億美元的產出損失（智慧型手機、筆記型電腦、平板電腦——僅Apple就將面臨1,500億美元的營收風險）
- 汽車：3,400至4,200億美元（現代車輛包含1,000至3,000個半導體元件；先進晶片控制自動駕駛、車載資訊娛樂和動力系統）
- AI和雲端計算：4,800至6,500億美元（前沿AI模型的訓練運行將停止；已部署AI服務的推理能力將隨著硬體替換週期失敗而下降）
- 電信：2,800至3,700億美元（5G網路擴展將停滯；現有網路維護將受到替換零件短缺的制約）
- 其他部門（醫療設備、國防、工業自動化）：2,200至3,400億美元
六個月的總體影響：全球下游GDP損失約1.9至2.5兆美元。這一數字與OECD科學技術與創新展望發布的估計一致，並得到Boston Consulting Group供應鏈脆弱性評估的獨立佐證。作為參考，這一規模超過了2008年全球金融危機前六個月的估計GDP影響（OECD經濟體1.7兆美元的產出損失）。
級聯故障與非線性。系統性風險因非線性級聯效應而放大。半導體供應鏈的特點是交付週期長（許多元件為26至52週）、製程節點間的替代性有限（為TSMC N3製程設計的晶片無法在Samsung的3奈米製程上製造，需要12至18個月的重新設計），以及使大多數下游製造商晶片庫存不足30天的即時生產實踐。這些特點意味著中斷效應迅速傳播且恢復緩慢：2021年汽車晶片短缺由相對輕微的供應中斷觸發，持續了18個月，造成估計2,100億美元的汽車營收損失——這一下游影響與中斷規模的比率證實了高乘數效應。
多元化作為公共財
先進半導體製造產能的地理和企業層面多元化，在經濟學意義上是一種公共財：它是非競爭性的（一個國家從降低系統性風險中獲益不會減少另一個國家的獲益）且部分非排他性的（穩定性收益擴展至全球技術生態系統中的所有參與者，無論他們是否為多元化成本做出了貢獻）。這種公共財特性創造了一個經典的搭便車問題，解釋了為何市場對多元化的供給不足。
搭便車計算。考慮一個企業或國家評估在台灣以外投資新建先進晶圓廠的決策算計。私人成本為每座設施200至280億美元，建設周期3至5年，回報不確定。私人收益是增強該企業或國家晶片需求的供應安全。公共收益——降低全球系統性風險——惠及所有行為者，無論他們是否為投資做出了貢獻。在博弈論框架中，每個參與者都有激勵搭其他人多元化投資的便車，導致地理多元化的均衡投資不足。
這一市場失靈促使政府進行了前所未有規模的干預。美國《CHIPS與科學法案》撥出527億美元用於國內半導體製造的直接補貼和稅收激勵，其中390億美元指定用於製造激勵。歐盟《晶片法案》承諾約430億歐元（約470億美元）的公共和私人投資，目標是到2030年將歐盟的全球半導體生產份額提高一倍至20%。日本的半導體戰略已動員約130億美元的政府支持，主要用於吸引TSMC在熊本建廠。韓國宣布到2047年的公私合計投資4,700億美元，印度承諾100億美元以吸引晶圓廠投資。
政府計劃的成本效益分析。主要計劃承諾的政府投資總額約為1,500至1,700億美元。這足夠嗎？我們使用概率成本效益框架進行評估。當前集中結構的預期年度成本可以建模為：E[成本] = P(中斷) × 影響(中斷) + 年度效率損失。使用類似行業中災難性供應鏈中斷的歷史基準率（六個月或更長中斷的年概率約為2-4%，考慮地震、地緣政治和大流行病風險）和我們估計的1.9至2.5兆美元的影響，僅集中度風險的預期年度損失就為380至1,000億美元。
相對於這一預期損失，1,500至1,700億美元的政府投資——分佈在5至10年——代表年支出150至340億美元。即使在保守假設下，效益成本比也超過2:1，表明當前的政府計劃在經濟上是合理的。然而，關鍵問題是它們是否足以實現有意義的多元化。Boston Consulting Group估計，實現「韌性」供應鏈——定義為沒有任何單一國家持有超過50%的先進製程節點產能——需要在十年內投資總計3,500至4,500億美元，約為目前承諾的兩倍。此外，僅靠投資是不夠的：人力資本瓶頸（集中在TSMC員工中的先進製程工程專業知識）代表了一個無法僅通過資本支出解決的約束，可能需要7至10年的人力資源發展。
對GDEF的意義
半導體供應鏈的斯塔克爾伯格結構提出了一個超越任何單一國家監管能力的治理挑戰。科技與轉型工作小組在多個方面有能力為多邊解決方案做出貢獻。
第一，多邊風險評估框架。目前半導體供應鏈風險的評估方法分散在國家安全審查、貿易政策分析和企業風險管理之中。GDEF可以召集開發一個共享的分析框架——借鑒本文提出的博弈論模型——使跨管轄區的集中度風險和多元化進展得到一致的評估。這樣的框架將包括標準化指標（按製程節點的HHI、地理集中度指數、恢復時間估計）和類似於金融穩定委員會監測系統性金融風險的定期報告。
第二，多元化投資的協調。晶圓廠多元化中的搭便車問題可以通過多邊協調機制來緩解。GDEF的多方利益相關者召集角色使其能夠促進投資負擔分擔、技術轉讓協議和人力資源發展管道方面的協議，減少重複並加快實現韌性供應結構的時間表。國際能源署協調的戰略石油儲備系統的先例表明，戰略性產業產能的多邊協調是可行的。
第三，戰略產能的參與規則。隨著各國政府大量投資國內半導體生產，補貼競爭退化為零和博弈的風險存在——一場「逐底競爭」式的激勵方案，將租金從納稅人轉移到半導體企業，卻未實現淨新增產能。GDEF可以促進制定管理半導體補貼的多邊規範，類似於WTO補貼紀律，引導公共投資朝向全球產能的淨增加，而非單純的地理重新分配。
科技與轉型工作小組即將推出的「關鍵技術供應鏈韌性」倡議將以本文開發的分析框架為基礎。目標是將博弈論洞見轉化為可在GDEF 2026年年度峰會上審議的可操作治理提案，旨在將半導體供應鏈從當前脆弱的斯塔克爾伯格均衡轉向更具韌性和多元化的結構，以支撐全球經濟對先進算力日益增長的依賴。
參考文獻與來源
- Semiconductor Industry Association, 2025 State of the U.S. Semiconductor Industry. semiconductors.org/resources/2025-state-of-the-u-s-semiconductor-industry
- Boston Consulting Group & SIA, Strengthening the Global Semiconductor Supply Chain in an Uncertain Era. bcg.com/publications/2021/strengthening-the-global-semiconductor-supply-chain
- OECD, Science, Technology and Innovation Outlook 2025. oecd.org/en/publications/oecd-science-technology-and-innovation-outlook
- Epoch AI, Trends in Machine Learning Hardware. epochai.org/trends
- U.S. Department of Commerce, CHIPS for America: Implementation Strategy. CHIPS Program Office. nist.gov/chips
- European Commission, European Chips Act. commission.europa.eu/european-chips-act
- von Stackelberg, H. (1934). Marktform und Gleichgewicht. Vienna: Springer. English translation: Market Structure and Equilibrium (2011). doi.org/10.1007/978-3-642-12586-7
- Simchi-Levi, D. & Simchi-Levi, E. (2020). "We Need a Stress Test for Critical Supply Chains." Harvard Business Review. hbr.org/2020/04/we-need-a-stress-test-for-critical-supply-chains
- Dixit, A.K. & Pindyck, R.S. (1994). Investment Under Uncertainty. Princeton University Press. press.princeton.edu/books/investment-under-uncertainty