一個兆元級產業的結構輪廓
半導體是少數能以「兆美元」為單位丈量的製造業。依產業協會與市調機構的口徑，全球半導體市場銷售額在 2022 年首度站上約 5,500 億至 6,000 億美元量級，2023 年因記憶體崩跌與終端去庫存回落，2024 年又在 AI 加速器與高頻寬記憶體（HBM）帶動下回升，市場普遍預期將朝 2030 年的 1 兆美元規模邁進。若以長期觀察，1990 年代以來全球半導體營收的年複合成長率（CAGR）約落在 7% 至 9% 之間，明顯高於同期全球 GDP 的成長率，這反映了「運算密集化」這一結構性趨勢。
但年均成長率掩蓋了一個關鍵事實：半導體是高度循環性（highly cyclical） 的產業。單一年度的營收變動可以從 +25% 一路擺盪到 −12%。理解這個產業，必須同時掌握「長期成長趨勢」與「短期景氣循環」這兩條疊加的曲線。
拆解需求端的三大引擎
從終端應用拆解市場，需求大致來自三個層級：
- 運算與資料中心：伺服器 CPU、GPU／AI 加速器、HBM 與高階交換晶片。這是 2023 年後成長最快的板塊，AI 訓練與推論需求把先進製程與先進封裝產能推到滿載。
- 行動與消費電子：智慧型手機 SoC、影像感測器、射頻前端。此板塊規模龐大但已趨成熟，年成長率回落到個位數，更多是「換機週期」驅動。
- 工業、車用與功率元件：微控制器（MCU）、功率半導體、感測器。單價低但用量穩定增長，車用電子化（電動車單車半導體含量約為傳統燃油車的 2 至 3 倍）是長線推力。
| 應用板塊 | 約略營收占比 | 成長特性 | 主導製程 |
|---|---|---|---|
| 運算／資料中心 | 30%～35% | 高成長、高波動 | 先進邏輯＋HBM |
| 行動／消費 | 25%～30% | 成熟、換機驅動 | 先進＋成熟混合 |
| 工業／車用／功率 | 20%～25% | 穩定長線成長 | 成熟製程為主 |
| 記憶體（橫跨各板塊） | 20%～25% | 劇烈循環 | DRAM／NAND |
為什麼會有景氣循環：四個結構性放大器
半導體景氣的劇烈起伏並非偶然，而是供給與需求兩端的時間結構錯配所致。
1. 產能的長前置期（lead time）
一座先進邏輯或記憶體晶圓廠從動土到量產，通常需要 2 至 3 年，投資金額動輒 100 億至 200 億美元。當需求突然升溫，業者無法即時擴產；等到新產能開出，需求可能已經反轉。這種「投資決策時點的需求」與「產能開出時點的需求」之間的時間差，是循環的根本來源。
2. 牛鞭效應（bullwhip effect）
半導體位於供應鏈最上游。終端需求的小幅波動，沿著「終端品牌 → 模組廠 → 晶片設計商 → 晶圓代工」逐層放大。當終端銷售下滑 5%，中游為了去化庫存可能砍單 20% 以上，使晶圓廠端的訂單波動遠大於真實終端需求波動。這在產業組織理論中是典型的資訊延遲與庫存放大問題。
3. 重疊下單與恐慌性囤貨
在缺貨期，客戶傾向重複下單（double booking） 並向多家供應商搶產能以求保險。一旦供給趨緩，這些虛胖訂單同時被取消，造成需求數字「斷崖式」下修。2021 至 2023 年的車用晶片荒與其後的急速反轉，正是教科書級案例。
4. 高固定成本與低邊際成本
晶圓廠的折舊與設備攤提是巨額固定成本，但多生產一片晶圓的邊際成本相對低。這使業者在景氣下行時仍傾向維持高稼動率以攤提固定成本，導致供給不易快速收縮，價格進一步下跌——這是記憶體市場價格暴跌的結構成因。
記憶體：循環的震央
如果說邏輯晶片的循環是「波浪」，記憶體的循環就是「海嘯」。
DRAM 與 NAND Flash 是高度標準化的大宗商品（commodity），產品差異化低、價格幾乎由供需決定。其市場集中度極高：DRAM 三大廠（三星、SK 海力士、美光）合計市占率長期超過 90%，以HHI 集中度指標衡量遠高於 2,500（一般視為高度集中的門檻）。然而即便寡占，業者間的產能博弈仍導致劇烈的價格循環——單一年度 DRAM 合約價的跌幅曾超過 40%，隔年又可能反彈逾 50%。
記憶體價格循環的自我強化迴路：
需求升溫 → 價格上漲 → 業者擴產投資 → 產能集中開出
→ 供過於求 → 價格崩跌 → 減產／延後投資 → 供給收縮 → 需求回補 → 循環重啟
這個迴路的週期大約 2 至 4 年，與晶圓廠建廠前置期高度吻合，並非巧合。
用指標讀懂當前位置
要判斷產業處於循環的哪一階段，產業界與投資人常用幾個量化訊號：
- 庫銷比（DOI／days of inventory）：晶片庫存除以日均出貨量。庫存天數異常攀升通常預示需求疲弱。
- B/B 值（book-to-bill ratio）：設備或晶片的「接單金額 ÷ 出貨金額」。大於 1 表示需求大於供給、景氣向上；小於 1 則相反。
- 產能利用率（稼動率）：晶圓廠開工比例。先進製程稼動率與成熟製程稼動率往往脫鉤——AI 需求可能讓先進製程滿載，成熟製程卻同時面臨庫存調整。
- 資本支出（capex）強度：全產業 capex 占營收比。高 capex 往往領先供給過剩 1 至 2 年。
| 指標 | 景氣擴張訊號 | 景氣收縮訊號 |
|---|---|---|
| 庫銷比（DOI） | 下降、低於常態 | 攀升、高於常態 |
| B/B 值 | 持續 > 1 | 持續 < 1 |
| 稼動率 | 接近滿載 | 明顯下滑 |
| 合約價（記憶體） | 連月上漲 | 連月下跌 |
AI 是否改寫了循環？
2023 年後的一個關鍵辯論是：AI 帶來的結構性需求，是否會「熨平」傳統景氣循環？
支持「結構升級」的論點認為，AI 訓練與推論對先進製程、HBM 與 CoWoS 先進封裝形成持續、剛性的需求，且這部分產能長期供不應求，使先進製程的循環振幅縮小。反對者則指出，循環從未消失，只是分化：AI 相關產能滿載的同時，消費電子與部分成熟製程仍處於庫存修正，整體市場呈現「K 型分歧」。更謹慎的看法提醒，AI 投資若集中於少數雲端業者，其資本支出本身也可能形成新的循環來源——一旦投資回報不如預期而放緩，需求修正同樣劇烈。
中立地看，AI 改變了需求的組成與重心，但並未廢除「長前置期 $\times$ 牛鞭效應 $\times$ 高固定成本」這套循環的底層結構。產業仍會循環，只是不同板塊的循環相位不再同步。
結語：循環是常態，而非異常
理解半導體市場，最重要的心態是把循環視為產業的內生特徵，而非偶發的意外。長期成長的趨勢線真實存在，但任何單一年度都可能大幅偏離趨勢。對從業者而言，循環意味著資本配置與庫存管理的紀律；對政策制定者而言，循環提醒我們在「擴產補貼」時須警惕產能過剩的下行風險。
延伸閱讀：〈Fabless、Foundry、IDM：三種商業模式〉與〈記憶體入門：DRAM、NAND 與 HBM〉。