阿联酋退群后,石油世界最危险的不是涨价,而是没人说了算

霍尔木兹海峡最近静得让人不安。

根据 Clarksons Research 和 Ship & Bunker 的追踪数据,在这个被称为“全球原油咽喉”的海域,日均通行船只已经从冲突前的 125 艘,暴跌到了最近一周的 5 艘左右。95% 的降幅,意味着那里已经变成了一片地理意义上的“幽灵航道”。

对于大多数人来说,这组数据背后的直观感受是油价可能要涨。但对于深处产业链之中的观察者而言,更深层的恐惧来自另一则消息:华尔街日报报道,阿联酋(UAE)正在认真考虑退出 OPEC。

如果说霍尔木兹海峡的瘫痪是物理链路的断裂,那么 OPEC 第三大产油国的离场,则是协调机制的坍塌。

我们正在进入一个价格不再由成本或需求决定,而是由“无序”决定的时代。最危险的不是石油变贵了,而是石油世界变得“没人说了算”了。

一、 消失的“稳定器”

在过去四十年的全球化叙事里,石油世界存在一套默契的稳定器。

这套系统的底层逻辑是:OPEC 负责提供“预期”,美国页岩油提供“弹性”,霍尔木兹海峡提供“通路”,美元结算和劳合社(Lloyd's)的保险提供“信用”。

当市场过热,沙特会开启闲置产能;当价格过低,OPEC+ 会开会减产;当航路出现小摩擦,全球保赔协会(P&I Clubs)和护航力量会迅速平抑风险溢价。

这套系统的核心不在于让油价便宜,而在于让油价“可预测”。对于全球企业来说,只要价格是可预测的,成本就可以被对冲,计划就可以被执行。

但现在,这些稳定器正在成批次地失灵。

阿联酋的“退群”意向,本质上是一个关于“个体理性与集体非理性”的悲剧。作为 OPEC 内部最有远见、基础设施投入最猛的国家之一,阿联酋拥有巨大的闲置产能。对它而言,被锁死在低额度配额里,意味着在能源转型的最后窗口期,眼睁睁看着真金白银烂在地里。

当最大的玩家们开始各自为战,OPEC 就不再是一个“价格托底机构”,而变成了一个“充满嫌隙的俱乐部”。如果连最基础的协调机制都面临解体,未来的石油供给将不再是一条平滑的曲线,而是一连串随机的脉冲。

二、 从“价格风险”到“物理阻断”

比起阿联酋的战略撤退,霍尔木兹海峡的数据则展示了现实的残酷。

那个日均承载全球 20% 原油、19% 液化天然气(LNG)和 28% 液化石油气(LPG)的咽喉,如今只剩下不到 5 艘船在走。这已经不是“溢价”的问题,而是“物理阻断”的问题。

当航道通行量下降 95%,保险公司会率先离场。当保费高到超过货值的一定比例,或者保险条款直接将该区域设为“除外责任”,那么即便油价处于正常区间,炼油厂也拿不到原油。

这种“物理性断链”对下游制造业的冲击,往往具有滞后性,但一旦爆发就是毁灭性的。

它打破了现代供应链最引以为傲的“准时制”(Just-in-Time)。当 19% 的 LNG 供应变得不稳定,对于依赖天然气作为工业底座的东亚和欧洲制造业而言,意味着生产线的能源成本不再是财报里的一个变量,而成了决定工厂开不开工的“开关”。

三、 协调缺位:混乱的乘数效应

为什么说“没人说了算”比“涨价”更可怕?

在有协调者的时代,波动是有上限的。当市场感知到风险,协调者会通过释放库存或调节产能来释放信号,平复恐慌。

但在没有协调者的时代,任何一个微小的局部冲突,都会通过金融市场和保险机制被无限放大。

没有了阿联酋这种理性的力量在内部制衡,石油产量的决策将更加政治化、短期化。而下游的买家,在面对 95% 航道停摆的极端数据时,唯一能做的就是抢购库存。

这种“恐慌性囤货”会进一步消耗市场的流动性,人为制造稀缺。于是,我们看到了一个怪圈:需求未必真的增加了,但由于大家都担心以后买不到,或者担心以后没人能协调供应,导致现货价格被推向一个脱离基本面的高位。

这种无序,才是对全球经济韧性最大的考验。它让所有基于“稳定供应”假设的财务模型全部失效。

四、 企业如何落地:从“效率优先”到“冗余生存”

面对这样一个“无序”的石油世界,尤其是对于身处中国、作为全球最大能源进口国下游的企业来说,我们需要完成一次底层思维的重构。

第一,是重新审视“库存”的价值。 在过去二十年,低库存、高周转是管理的金科玉律。但在“协调机制失效”的今天,库存不再是成本,而是企业的“生命冗余”。企业需要计算的不再是最低库存成本,而是当霍尔木兹海峡这种极端断链持续 30 天以上时,你的供应链是否有足够的“干粮”活下去。

第二,是能源结构的“物理性脱钩”。 如果石油世界的协调机制在瓦解,那么最安全的做法就是减少对这个系统的依赖。这不仅仅是宏观层面的能源转型,更是微观层面的生存策略。对于能耗大户,分布式能源、储能设备的应用,不再仅仅是为了响应碳中和,而是为了在外部“大系统”失灵时,维持一个小系统的自我运转。

第三,是金融工具的“去杠杆化”与“实物化”。 在波动剧烈的时代,单纯依靠纸面上的期货对冲风险已经不够了。因为当物理断链发生时,手里攥着再多盈利的空单,也换不来工厂开工所需的燃料。企业需要更深度地参与到能源的实物贸易与物流控制中,甚至需要考虑与能源供应商建立更直接、更具排他性的实物供应协议。

五、 结语

世界正在变得支离破碎。

阿联酋的动摇,揭示了传统多边机制的脆弱;霍尔木兹海峡的冷清,展示了地缘政治对物理世界的强力干预。

石油曾经是全球化的血液,而血液的流动依赖于一套复杂而精密的“压力泵”系统。现在,这个泵正在失灵,而管网正在堵塞。

我们必须接受一个事实:那个由大国协调、由 OPEC 定调、由全球化航道保底的温和时代,已经接近尾声了。

未来的竞争,不再是看谁能买到更便宜的资源,而是看谁在资源断裂、价格失控、协调者缺位的极端环境里,拥有更厚的缓冲垫和更强的适应力。

在没人说了算的时代,你必须学会自己说了算。

阅读更多

RSS早报 | 2026-06-17

当日整体观察 * 美伊停战协议获关键确认。伊媒披露和平协议已完成电子签署,且特朗普在最后时刻作出了让步。这进一步打消了过去几天内关于停战条款真伪的博弈疑虑,为原油及风险资产的重新定价提供了更确定的地缘基本面支撑。 * 美国国防产能压力触发非常规干预。特朗普动用冷战时期法案以提升弹药产量,此举直接暴露出美国军工供应链在长期冲突消耗下的脆弱性,预示着国防预算与产业链重心可能向传统军火制造加速倾斜。 * 巨头重金押注AI代码工具重塑基建。SpaceX以600亿美元天价收购AI编程平台Cursor,此举不仅打破了AI应用端难以获得超高估值的成见,更标志着马斯克正将最头部的AI原生生产力转化为硬科技版图的核心基座。 * 中美科技与新能源企业裁员出清仍在继续。Robinhood宣布重组并裁员10%,电动车新锐Rivian亦解雇数百人;这表明尽管大盘与AI概念火热,但金融科技与新能源制造业仍在残酷的盈利与降本压力下持续收缩。 * AI应用开始触碰核心交易授权与岗位红线。国内支付宝、微信等平台加速竞逐“AI代付”功能,试图让智能体接管支付决策;而美国高校爆发反AI抗议,微软警告社会不会容忍

By Dan Xu

RSS早报 | 2026-06-16

当日整体观察 * 美伊停战协议落地引发全球资产重新定价,但核心文本仍未公开。美伊双方均对内宣告胜利,资本市场迅速计入“霍尔木兹海峡重新开放”的预期(美股跳涨、原油下跌);但以色列对此深感警惕,且欧洲正试图在G-7峰会上避免因此事爆发内部争吵,表明地缘风险的余波远未平息。 * 消费巨头的70年“联姻”出现裂痕。华尔街日报披露,麦当劳与可口可乐长达数十年的标志性深度绑定关系正面临考验,这可能预示着传统餐饮巨头在利润压力下,开始重估被视为行业铁律的供应链与品牌排他协议。 * AI 大厂的法律摩擦遭遇阶段性降温。法官驳回了马斯克(xAI)针对 OpenAI 的商业机密诉讼,这意味着试图通过诉讼手段阻击头部 AI 算力与模型公司研发节奏的策略暂时受挫。 * AI 带来的生产力红利并未有效向劳动者传导。国内学界观察指出,生成式 AI 确实提升了个体生产力,但底层劳动报酬并没有明显增长,技术红利正被困在企业利润或基础设施层,加剧了分配不均的担忧。 * 传统“猪周期”规律彻底失效。国内猪价创下17年新低,业内专家确认养猪的底层逻辑已变,“地板价”与周期反转的拐点恐难再现,这标志着国内重资产

By Dan Xu

缩量淘汰赛里,腰部车企最怕把“活着”误认为“赢了”

李斌在重庆汽车论坛上给了一个判断:2026 年国内汽车零售量可能同比下滑 15% 到 20%。 这个判断之所以值得看,不只是因为数字难看。乘联分会的数据已经把背景铺出来了:今年前五个月,国内乘用车零售累计销量同比下跌约 19.5%;6 月第一周零售 22.8 万辆,同比下降 23%,环比 5 月同期也下降 11%。 更值得玩味的是,新能源渗透率还在继续往上走,6 月第一周已经到 66.7%。也就是说,行业不是简单地“新能源不好卖了”,而是在一个总量收缩的市场里,新能源继续挤压燃油车,主机厂之间再重新分配更小的需求池。 这时候,腰部车企和供应商面对的问题,就不是“保利润”还是“拼份额”这么简单。 真正的问题是:自己还有没有资格参与下一轮牌桌。 如果有资格,短期可以流血,但必须有边界、有目标。 如果没有资格,

By Dan Xu

黄仁勋的极简 AI 经济学

黄仁勋那句“买得越多,省得越多”,第一次听起来很像一个顶级销售的促销话术。 问题是,他卖的东西并不便宜。GPU 很贵,数据中心很贵,电力、网络、散热、土地和资本成本也都不便宜。如果只按传统 IT 采购的口径去看,这句话甚至有点反常:买得越多,明明花得越多,为什么会省? 这里真正要拆开的,不是价格,而是单位产出。 黄仁勋讲的“省”,不是供应商给了多少折扣,而是加速计算把一件事的时间、电力、人力和机会成本同时压下来。原来要十小时跑完的任务,现在十分钟完成;原来不值得单独自动化的流程,现在可以被低成本推理覆盖。这个时候,贵的不是 GPU,贵的是继续用低效方式处理同样的问题。 所以,这套“极简 AI 经济学”的第一层,其实很简单: 电力 + GPU + 模型 = token。 把电力送进数据中心,用

By Dan Xu