过去二十年，电力规划领域最大的焦虑来自需求端：用电量能否增长得足够快，以支撑新增装机的投资回报？如今，这一逻辑已经倒转。需求不再是那个充满不确定性的变量——恰恰相反，它是预测者最有把握的一项。不确定性已转移至供给侧：劳动力、设备，以及支撑发电建设与运营所需的政治经济条件，能否跟上这一代人中首次出现加速态势的需求曲线？
国际能源署（IEA）在其《2026年电力报告》中给出了需求侧的量化预测：到2030年，全球电力需求将以年均3.6%的速度增长，比过去十年的平均增速快约50%，驱动力来自工业电气化、电动汽车、空调普及以及数据中心扩张。这是三十年来（危机时期除外）电力需求增速首次超过全球经济增速。需求已然到来，真正悬而未决的是能否如期交付。
这一"供给侧约束是核心风险"的判断，贯穿于英国分析机构Verdantix近期发布的研究报告。该机构构建了一套"工业错位指数"，对九大主要经济体的运营条件偏离其30年历史基准的程度进行评分。在电力发电领域，Verdantix识别出四项权重最高的因素：政治环境、地缘经济摩擦、能源价格以及生产要素投入。
能源子指数是Verdantix数据中对电力行业最具参考价值的信号，它衡量各国能源状况偏离自身历史基线的程度。各国之间的差距相当悬殊。美国处于韧性最强的一端，能源错位得分为1.83，在研究中最低，反映出其天然气、原油和煤炭净出口国的地位，以及低于全球平均水平的电力和燃料成本。另一端是英国，得分7.33，为研究中最高，折射出其能源状况与历史基准之间的剧烈背离。德国（5.67）和法国（5.50）同样偏高；日本（4.50）、印度（3.50）、中国（3.17）、沙特阿拉伯（3.00）和加拿大（2.67）居于中间位置。
这一差距在各市场的具体表现因地而异，Verdantix的国别分析对此有详细描述。英国的高分源于核电投资不足、向分散式可再生能源转型带来的电网现代化成本，以及对油气行业征收的暴利税——这一组合的冲击之大，以至于Verdantix指出，已有化工企业将英国能源成本列为缩减当地业务的原因。法国凭借核电机组成为欧洲最大的净电力出口国，但这种高度集中本身也是一种脆弱性：Verdantix观察到，近期围绕法国核反应堆维护质量的质疑，揭示了一种优势可以多快地转变为现实问题。日本在福岛事故后大幅削减核电依赖，如今转而依靠进口液化天然气（LNG）和煤炭——而且与欧洲互联互通的电网不同，日本难以通过跨境交易来化解供应冲击。在美国，最快速演变的压力来自数据中心负荷，Verdantix和IEA均指出，这一负荷正在特定区域电网上形成集中性压力。中国是这项研究中最鲜明的悖论：它是可再生能源和电池技术的主导制造国，也掌控着稀土精炼，却仍是全球最大的原油和天然气进口国。印度即便在加速推进可再生能源建设，依然高度依赖煤炭和石油进口。
在供给侧的诸多压力中，最难以快速解决的是人的问题。资本可以募集，涡轮机可以订购，但一名经验丰富的控制室操作员或输电工程师需要数年时间才能培养出来——而该行业在高级岗位上的人才流失速度，已经超过了补充速度。
IEA《2025年世界能源就业报告》发现，在发达经济体中，能源行业整体上每有一名25岁以下员工，就有约2.4名员工临近退休。在最难招募人才的岗位上，这一失衡更为突出：报告显示，核电领域的比例约为1.7:1，电网岗位约为1.4:1，而全球经济整体平均水平约为1.2:1。
这一替代难题因在职人员经验的整体稀薄而进一步加剧。美国能源劳动力发展中心2023年对美国公用事业公司的调查发现，56%的员工工龄不足10年——这一比例在工程师和线路工人群体中更是超过60%。
结果是，劳动力在账面上得到了补充，但整体而言，其经验水平却是多年来最为薄弱的——而这恰恰发生在对其要求日益复杂的时刻。
如果说存在一个近期可用的杠杆，那就是通过软件从现有资产中挖掘更多可靠性，而非新建资产。预测性维护是该行业中应用最为广泛的AI应用之一，部分原因在于它在提升可靠性的同时，仍将干预决策权保留在人手中——机器学习模型读取变压器的温度和振动数据，在故障发生前数月便发出预警，而非等到被动维修。Verdantix在其《AI在电网运营中的应用》报告中援引了太平洋天然气和电力公司（PG&E）的一个部署案例：在第一年内，停电频率降低了约15%，停电持续时间缩短了约20%。这些成效是真实存在的，但本质上是边际效率的提升——是在负荷上升的情况下维持可靠性的手段，而非替代该行业仍需建立的劳动力和产能的方案。
这就是电力交付难题令人不安的轮廓：需求预测是确定的部分，而满足需求所需的一切——人、设备、政治与经济条件——才是不确定性真正栖居之处。
Q&A
Q1：IEA预测全球电力需求到2030年会增长多少？
A：IEA在《2026年电力报告》中预测，全球电力需求将以年均3.6%的速度增长至2030年，比过去十年平均增速快约50%。主要驱动力包括工业电气化、电动汽车普及、空调需求增加以及数据中心扩张。这也是三十年来（危机时期除外）电力需求增速首次超过全球经济增速。
Q2：为什么电力行业的劳动力短缺问题难以快速解决？
A：核心原因在于经验积累需要时间。一名合格的控制室操作员或输电工程师需要数年培养，而行业高级岗位的人才流失速度已超过补充速度。IEA数据显示，发达经济体能源行业每有一名25岁以下员工，就有约2.4名员工临近退休。美国调查还发现，56%的公用事业从业者工龄不足10年，整体经验水平处于多年来的低点。
Q3：AI预测性维护在电力行业的实际效果如何？
A：以PG&E的部署案例为例，通过机器学习模型读取变压器温度和振动数据，在第一年内停电频率降低约15%，停电持续时间缩短约20%。但这类应用本质上是边际效率提升，能在负荷上升时帮助维持可靠性，并不能替代行业仍需建立的劳动力储备和新增产能。
