雷火竞技首页

全球数据中心热潮面临债务与电力双重考验
发布时间:2026-08-20
 伴随着人工智能(AI)技术的飞速发展,AI被看作是有望推动全球经济增长的新兴力量。然而,值得注意的是,新事物的出现在带来机遇的同时,往往会引发新的风险与挑战。当前,市场对数据中心等基础设施的需求日益升温,全球掀起了一股建设数据中心的热潮。但在这火热浪潮的背后,有关资金、债务以及能源供应可持续性等风险也浮出水面。数据中心建设能否有效提振经济,科技巨头投入的大量资金是否会引发债务风险、数据中心建设

  伴随着人工智能(AI)技术的飞速发展,AI被看作是有望推动全球经济增长的新兴力量。然而,值得注意的是,新事物的出现在带来机遇的同时,往往会引发新的风险与挑战。当前,市场对数据中心等基础设施的需求日益升温,全球掀起了一股建设数据中心的热潮。但在这火热浪潮的背后,有关资金、债务以及能源供应可持续性等风险也浮出水面。数据中心建设能否有效提振经济,科技巨头投入的大量资金是否会引发债务风险、数据中心建设是否会给能源与电力供应带来冲击受到市场关注。带着这些问题,《金融时报》记者专访了中国人民大学重阳金融研究院科研合作部副主任、副研究员刘。

  当前,在全球范围内已有大量资金流向数据中心建设领域,相关投资如火如荼。在刘看来,从总体来看,数据中心及其相关投资能够提振经济增长,而且从目前美国的数据看,这种影响已开始体现。不过,要区分两个层面:一是数据中心建设本身带来的短期投资需求;二是AI和数字基础设施能否最终转化为长期的生产率增长。

  具体而言,首先,当前这轮投资的规模确实非常大。根据美国人口普查局的数据,经季节调整并按年率计算的美国私人数据中心建设支出,从2021年1月约92.6亿美元增加到2026年5月约593.1亿美元。与此同时,美国经济分析局数据显示,私人部门计算机及外围设备投资由2021年一季度约1437亿美元上升到2026年一季度约3842亿美元。这意味着,AI的发展已经远远不只是软件或互联网行业内部的技术变化,它正在转化为一种更大规模的实体资本投入。

  “这种投资显然会直接拉动经济增长,因为数据中心不仅需要服务器和芯片,还涉及电力设备、变压器、储能、光纤网络以及建筑工程,因此会向先进制造、电力、建筑和专业服务等行业传导。美联储2026年7月公布的一项分析显示,仅在2026年一季度,软件投资和计算机及外围设备投资分别对美国GDP环比折年增长贡献约0.53和0.59个百分点。这说明,AI相关资本开支已经成为当前美国投资增长中不可忽视的力量。”刘表示。

  不过,刘表示需要关注一个重要的经济学区别:投资金额大,并不意味着同等规模的国内增加值。美联储估算,2026年一季度,计算机、外围设备及零部件净出口对GDP增长的贡献约为负0.45个百分点,其重要原因之一就是AI基础设施建设需要大量进口设备。因此,如果只看科技公司的资本开支,很容易高估其对本国GDP的实际拉动作用。

  从更长期来看,刘认为,真正决定这轮投资经济价值的,应当是这些算力能不能转化为全社会生产率的提高。美国人口普查局的调查显示,2025年底至2026年5月,美国企业AI使用率总体约为17%至20%,至少250名员工的大企业中这一比例达到约37%。这说明AI应用正在扩散,但距离在整个经济体系中充分渗透还有较大空间。

  “因此,我倾向于把当前阶段理解为一个基础设施先行、生产率效应随后验证的过程。如果未来AI能够广泛应用于制造、金融、科研、医疗等重点领域,并提高这些行业的劳动效率、降低其中的信息和交易成本,那么数据中心投资就有可能从短期的投资拉动转化为长期的潜在增长动力。反过来,如果算力建设速度持续快于AI商业需求和生产率改善,部分投资也可能面临回报率下降甚至产能过剩的问题。”刘说。

  为抓住AI技术爆发的机遇,各大科技巨头纷纷进军数据中心建设,融资需求持续上涨。然而随之而来的是市场对这些科技巨头债务可持续性的担忧。针对债务问题,刘表示,这一轮AI投资确实在改变科技企业原有的资本结构和商业模式,但现阶段还不能简单地把它理解为科技巨头已经出现了严重的债务危机。真正值得关注的是,在资本开支持续高速增长的情况下,未来的AI收益能否与今天投入的资金相匹配。

  刘认为,第一是需求和投资回报之间的不确定性。当前科技企业的AI资本开支增长非常快。例如,Meta预计2026年资本开支将达到1250亿至1450亿美元;Alphabet今年一季度资本开支达到357亿美元,上半年,资本开支累计达806亿美元;Amazon一季度现金资本开支达到432亿美元。数据中心从规划、建设到投入使用往往需要数年,而AI商业化收入和付费需求却很难提前准确预测。一旦未来算力需求增长低于预期,或者AI服务价格下降速度快于成本下降速度,就可能导致数据中心利用率和资本回报率下降。

  第二是技术迭代带来的资产折旧风险。数据中心建筑本身可以使用较长时间,但其中价值很高的GPU、服务器和网络设备更新速度很快。如果芯片架构、模型训练方式或者推理效率出现重大突破,企业今天投入巨资购买的设备可能在经济寿命结束以前就面临技术性贬值。因此,这一轮投资实际上存在长期基础设施建设与短周期技术迭代之间的期限错配。

  第三是融资结构变化带来的杠杆风险。过去大型科技公司在财务上的一个显著特点是现金流充裕、负债能力很强,但随着AI投资规模扩大,越来越多企业开始同时使用经营现金流、公司债、融资租赁以及其他融资工具。美联储2026年5月的《金融稳定报告》专门提到,市场参与者已经开始关注AI资本开支越来越多通过债务融资的问题。一些超大规模云服务企业近期进行了大型投资级债券融资,而规模较小的数据中心开发商还在使用私人信贷和资产支持融资。如果未来AI收入兑现慢于预期,同时利率维持高位,企业就可能同时面临现金流、利息支出和再融资三重压力。

  不过,也可以看到,目前这还不是一个系统性的企业债务危机。美联储2026年5月的判断仍然是,美国企业和家庭部门总体债务脆弱性处于中等水平,投资级企业的偿债能力总体较强。因此,现阶段更值得警惕的并非某一家科技巨头突然出现偿债困难,而是如果整个行业同时高估未来AI需求,形成高估值、高投资、高融资的循环,那么一旦收益预期发生逆转,就可能通过科技股估值、公司债、私人信贷以及数据中心资产价格向金融市场传导。

  “总体而言,我认为这一轮AI融资最大的风险是资本投入的速度明显快于最终收益被验证的速度。未来真正需要观察的是算力利用率、AI业务收入、自由现金流以及债务增长之间能否保持匹配。”刘表示。

  值得注意的是,数据中心建设不单涉及资金问题,同时也引发了有关能源与电力安全的担忧。此前,美国纽约州已宣布暂停人工智能数据中心建设,称需要更多时间解决电网可靠性的问题。

  对此,刘认为,当前数据中心快速扩张正在使算力约束越来越表现为电力约束。当然,这并不是在说电力系统无法承载数据中心,真实情况是数据中心的建设速度、单体规模和用电特征,与传统电网扩建周期之间已开始出现越来越明显的错配。

  从规模来看,美国能源部数据显示,美国数据中心用电量已经从2014年的约58太瓦时增加到2023年的176太瓦时,占美国全部电力消费的约4.4%;到2028年,这一比例预计可能升至6.7%至12%,对应325太瓦时至580太瓦时的年用电量。美国能源信息署也指出,在经历十多年基本停滞后,美国电力需求重新进入增长阶段,2020年至2025年年均增长约1.7%,而数据中心已经成为推动新增用电需求的重要因素。

  刘认为,数据中心对电力系统的冲击还有一个特点,就是负荷高度集中。美国能源部2026年的资料显示,个别大型项目提出的供电需求已经达到4.5吉瓦,大致相当于康涅狄格州全州平均用电需求的规模。对电网来说,这意味着某个地区可能在几年内突然增加相当于一座大型城市甚至一个州量级的稳定负荷,而新的发电设施、输电线路和变电设施往往需要更长的规划和建设周期。如果新增电源和电网建设跟不上新增负荷,首先表现为电价上涨和供电裕度(供电裕度相当于电网的备用油箱,是指当电网满足当前负荷需求后,它还能额外提供的供电能力)下降,在极端情况下才可能进一步演化为可靠性风险。如果电力需求增长快于供给,压力可能通过批发电价飙升甚至轮流停电集中体现出来。

  纽约州此次采取暂停措施,实际上体现的正是这种供需错配矛盾。纽约州2026年7月宣布,对新建超大规模数据中心的审批实行最长一年的暂停期,用于建立新的监管框架,并明确提出不能让普通居民为数据中心所需的输电和基础设施扩建承担不合理成本。纽约州同时正在研究要求数据中心为电网扩建付费、建设专属清洁电源和储能,或者通过更高的电价承担其新增系统成本。

  “因此,我认为解决问题不能简单依靠限制数据中心,应当把数据中心扩张与新增能源供给同步规划。一方面,应当实行更严格的新增负荷、新增电源、新增电网之间的联动机制,大型数据中心不能只解决土地和服务器问题,还应提前落实相应的发电、输电、储能和备用容量,并尽可能由项目投资者承担由其新增负荷产生的边际基础设施成本,而不是转嫁给居民和其他企业。”刘表示,另一方面,要提高数据中心自身的用电灵活性。对于部分可以调整运行时间的训练任务,可以通过需求响应,在电力紧张时降低负荷,在可再生能源富余时增加运算;同时配置储能和现场电源,使数据中心从单纯的大型用电负荷变成能够参与电网调节的资源。

  从更长期看,还必须扩大电力供给和输电能力。2026年,美国计划新增约86吉瓦公用事业规模发电能力,如果全部投产将创历史新高,其中,太阳能、储能和风电占绝大部分。但仅增加装机还不够,还需要同步发展核电、天然气、地热、储能等不同类型的可靠电源,并加快输电网络和跨区域电力交换能力建设。

  因此,刘认为,AI时代的能源安全问题,本质上是新增算力需求能否与新增发电能力、电网容量和调节能力同步增长以及由谁承担相应的系统成本。如果这几个问题处理好,数据中心可以成为促进能源基础设施投资的动力;如果建设速度严重失衡,则可能从数字经济的增长引擎转变为局部电力系统的压力源。