本文来自微信公众号： 文化纵横 ，作者：孙成昊、吴科希
【导读】近期美国围绕数据中心的舆论再度白热化。包括加州、佛罗里达、俄亥俄等七个州预计在11月3日中期选举同日对34项数据中心相关事项进行公投表决，而两党似乎也已达成默契共识，取消数据中心的相关税收优惠，让企业自行承担电力成本。2026年盖洛普调查显示，七成美国成年人不赞成在居住地区建设数据中心，可见算力项目已经从招商议题演变为社会矛盾的焦点。
本文细致剖析了美国人工智能政策难以奏效的内在缘由：首先，算力产业的扩张受到能源、资本与制造能力的制约，加剧了美国“产业回流”的难度；其次，州县政府在招商竞赛中往往处于劣势地位，它们为吸引项目而作出的政策让利，最终会演变为地方层面的行政负担；最后，算力产业高资本密集、低劳动吸纳的属性放大了美国的社会分层，算力扩张所带来的各类社会成本也悉数转嫁给了普通民众。由此可见，政治精英所勾勒的蓝图不仅难以实现，还会使美国的治理体系更加积重难返。当两党罕见持有同一立场，共同要求企业为算力成本买单之时，以技术扩张替代制度修复的增长叙事，或许正走到它的尽头。
本文原载于《文化纵横》2026年10月刊，仅代表作者观点，供读者参考。
美国AI的“增长神话”为何难以兑现
特朗普重返白宫后，美国开始推动一种以算力为中心的战略性再工业化，希望借助人工智能投资带动技术发展、实现制造业复兴、整合地方社会。以“星际之门”计划、《美国人工智能行动计划》为代表的一系列政策，将AI基础设施纳入大国竞争与国家能力重构的战略框架，寄希望其能够成为支撑本土产业体系、军事优势与技术权力的重要物质基础。美国随即调动大量国家资源投入数据中心建设，发展芯片、服务器、输电网络等算力基础设施，并为其赋予产业复兴、国家安全与技术主导等多重政治使命。然而，人工智能所描绘的这一“增长神话”，实质是一种以技术扩张替代制度修复的应急治理叙事。政治精英能凭借尚未兑现的技术前景透支财政与自然资源，投入少数战略项目，却难以修补美国积弊已久的治理体系。
▍人工智能可以拉动“制造业回流”吗？
依靠算力建设拉动制造业回流的方案，从一开始便存在资源配置上的内在冲突。算力基础设施本身需要高强度使用电力、设备、资本和工程人才，而这些要素同样是制造业的基础条件。数据中心加速扩张，可能挤占制造业所需的供电容量，并因争夺熟练劳动力而推高其用工成本，进而增加制造业复兴的难度。第一个问题是能源。2025年，美国能源总产量达到107千万亿英热单位，连续第四年创下历史新高。美国算力扩张的真正制约，是能源能否在指定地点按时转化为稳定电力。大型数据中心往往要求数百兆瓦乃至吉瓦级负荷迅速接入，并不间断地维持全天候运行，对发电机组和电网输送都提出了很高的要求。
这种电力负荷的变化打乱了美国电力行业原有的建设节奏。过去20年，美国用电需求总体平缓，电厂、线路和变电站大多按照渐进增长逐年扩建，数据中心却使电力需求骤然集中。据劳伦斯伯克利国家实验室2026年更新报告预计，到2030年，数据中心用电量可能占全美电力消费的11.8%，不同情景下的预测区间为9.5%至15.3%。北弗吉尼亚、得克萨斯等算力聚集地区率先争夺输电容量、备用电源和新增机组，包括制造业在内的其他部门与普通用户则面临更高的扩网成本和更紧张的供电约束。2024年11月，美国联邦能源监管委员会（FERC）以电网可靠性和消费者成本为由，驳回了宾夕法尼亚州核电厂向亚马逊公司数据中心直接供电的协议。有限的供电资源应该如何分配，对美国的国家协调能力也是挑战。
第二个问题是制造能力。尽管美国长期保持高端技术的控制力，其基础工业制造却长期依赖他国代工。为了实现芯片制造本土化，美国推动台积电于亚利桑那州设立生产基地，首座晶圆厂已于2024年第四季度量产4纳米芯片，第二座厂房已经完成建设并进入设施系统安装阶段，预计于2027年下半年量产；第三座晶圆厂已于2025年开工。台积电还宣布在美国规划建设两座先进封装设施，但尚未公布明确的投产时间。然而，依靠财政补贴、庞大市场和国家安全议程引来全球龙头企业设厂，率先获得政策价值最高的晶圆制造能力后，美国的配套工业流程与协作网络却未能同步形成。数十年的外包策略严重削弱了本土供应商密度、技工培养能力与工程经验，进一步放大了美国工业基础的薄弱性。
第三个问题是资本与政策的偏向。联邦补贴主要集中于少数旗舰项目，企业资金更是会优先流向收益更高的领域。以路易斯安那州围绕Meta数据中心新建的燃气电站和输电设施项目为例，受监管的公用事业部门负责建设并长期运营电源与输电资产，Meta通过合同承担相应费用，资产回收、需求变化和系统规划风险则仍被纳入地方电力治理框架。高收益环节由企业占有，而低收益却不可或缺的基础环节则由公共部门托底，工业投资也因此进一步向少数算力节点倾斜。
资本上的长期偏向将转化为人才断层。英特尔宣布在俄亥俄州建设两座晶圆厂后，当地高校和社区学院随之开发半导体制造课程，围绕预期用工需求调整培养方案。然而，英特尔随后调整了投资进度，两座工厂投产的时间分别推迟至2031年与2032年，投资可以放缓，人才培养却难以同步调整，院校和学生因而可能承担岗位延迟带来的成本。这只是龙头企业影响地方人才培养体系的一个缩影。长远看，这会削弱美国工业技能的代际传承。少数技术中心不断吸收师资、青年劳动力和公共培训资金，电网、机械制造和一般工业部门则更难补充新工、积累现场经验并维持完整的技术梯队。由资本选择造成的产业分化，最终会沉淀为跨地区、跨部门的能力断层，进一步加剧美国“产业回流”的难度。
▍超大型项目能激活地方增长吗？
资本与人才向少数算力节点集中之后，人工智能扩张开始显现出更鲜明的空间政治特征，发展收益与治理成本在不同层级之间重新分配。联邦政府以国家安全和技术竞争为名，为大型项目提供土地、财政工具和审批便利；州政府负责税收优惠、能源监管和产业招商；地方政府则承担土地转换、公共设施扩容与社区协调。全国性的竞争目标由此转化为地方性的财政承诺与资源压力，技术优势体现在国家实力和企业估值上，长期成本却留在了项目所在地。
这种分工造成了美国算力扩张下一本本沉重的“地方账”。在国家层面，算力被折算为技术主导权、军事优势和规则制定权；而地方面对的则是税收减免、电网改造、土地转换和公共服务压力。国家竞争叙事越强，大型项目就越容易被视为不可错失的战略资源，长期代价也越容易在招商竞赛中被低估。
美国的竞争性联邦制把全国性的算力目标转化为州与州之间的辖区竞价。数据中心的投资方可以比较各地的税负、电价、土地和审批条件，州县政府则受制于固定税基、就业政绩和选举周期，只能以税收减免和基础设施承诺等优惠政策争取项目。截至2026年4月，美国已有38个州为数据中心提供专门的税收激励；国际能源署的统计显示，美国近一半的数据中心容量集中在5个区域集群。先发地区依靠电网、光纤、供应商和专业劳动力不断降低新增项目成本，后发地区则需要用更大规模的财政让利来弥补区位劣势。资本获得了面对地方政府的议价权，算力资源却仍在流向既有枢纽。
更深层的分化来自美国地方财政收益与区域治理成本之间的尺度错配。项目落地扩大了所在县的税基，使其能够直接获得财政收益；但为满足新增用电需求而扩充供电能力，往往需要依托区域电力市场和公用事业体系，在超出县域的范围内统筹安排。数据中心的冷却需求会增加当地水资源负担，配套电源与备用柴油机可能加重空气污染，园区和输电线路建设还会改变土地用途，这些影响往往由项目周边社区、供水地区和电源所在地承担。此外，算力设施的资源负荷预测，会改变地区的公共设施规划，影响变电站、线路和备用容量的建设规模。电力系统完成扩容后，供排水、消防、道路、通信网络也要按照算力设施的峰值需求同步调整。一旦项目延期或缩容，电网资产便难以回收。
算力竞争也影响了地方财政。2025年，俄亥俄州因数据中心的销售税豁免减收15亿美元，远超最初预期的1.358亿美元；州政府随后暂停受理新的优惠申请。财政让渡与资本开支是即时的，土地审批、环境审查、接电协调等行政能力也需要预先投入，稳定税基、长期就业等收益，却必须等待项目投产之后才能确认。
算力项目取得的资源优先权越高，教育、住房、交通等公共领域能够获得的财政空间就越窄。长期看，当单体项目进一步集群化，算力基础设施会逐步改变地方财政结构和发展方式。高度集中的设备财产税逐步进入学校和公共服务的预算后，地方政府便会形成持续引入同类项目的财政激励，土地配置和基础设施投资也会进一步向算力产业集中。设备折旧、技术迭代、企业投资调整则会通过税基变化传导为预算风险，使原本属于企业的经营波动转化为地方财政压力。
随着美国社会对算力产业的反对声浪不断增大，地方政府承担的压力也逐渐加剧。一旦项目告吹，企业可以调整投资区位，联邦政府仍可延续国家层面的算力扩张，地方政府却要承担税基预期落空、规划调整和政治分化的长期后果。
▍技术繁荣可以改善民生吗？
人工智能扩张承载的另一项政策期待，是以技术繁荣扩大就业、改善民生并重建社会信心。白宫发布的《美国人工智能行动计划》将算力基础设施定位为新一轮工业革命的核心依托，并将创新、基础设施和国际外交与安全列为三大政策支柱。在这套政策逻辑中，技术优势、经济增长与民生改善被视为相互衔接的目标。
然而，如果仔细审视现实分配格局，便能看清产业红利的下沉传导始终受制于产业形态、就业承载能力与收入分配机制。算力资本的投入可即刻反映在宏观投资数据与企业市值之上，但发展红利转化为居民收入提升、社会阶层流动，却要历经劳动力市场、薪酬分配、地方公共服务供给的多重过滤与耗散，二者之间存在难以弥合的巨大断层。
事实上，AI产业偏重资本积累的增长模式，进一步放大了美国社会的分层：红利的分配门槛由资产存量、教育背景与地理区位共同划定，高学历群体、资产持有阶层与算力核心城市更容易分享增长收益，低收入社区与传统产业腹地则更多承接算力扩张衍生的电价上浮、财政让利和公共资源重新调配等隐性成本。此外，AI产业“重资本、轻就业”的先天属性，使其彻底失去了传统制造业均衡分配发展收益的社会调节功能。产业增值高度向头部资本与少数算力核心城市聚拢，算力扩张附带的电价上涨、住房成本抬升、地方财政承压、劳动力市场两极分化等各类社会成本，却悉数向外转嫁给了普通民众。
AI产业扩大就业的作用也值得商榷。尽管美国制造业就业在金融危机后有所恢复，但其吸纳就业的规模仍明显低于历史高位。新增岗位主要流向零售等相对低工资的服务业，原有制造业劳动者的收入亦连年下降。然而，新增的算力基础设施并非就业密集型产业，岗位供给有限、技能准入门槛偏高，与大量传统产业工人和低工资服务业劳动者之间形成明显的就业断层。美国州议会全国会议的调研数据显示，伊利诺伊州27个获得税收优惠的数据中心中，22个项目恰好达到20个新增岗位的法定门槛，只有1个项目创造了30个以上全职岗位。
算力基础设施正在催生“飞地式”的劳动力空间分工。数据中心仅在建设周期形成临时性工程用工需求，长期运营环节的优质岗位聚集在具备专用技术门槛的运维与设备管控，且聚集在封闭的算力园区内，与本地的传统制造业、低端服务业隔离，劳动报酬的产业外溢效应显著衰减。
算力资本为技术工人提供的高薪，客观上也挤压了电网、重工和民用基建等部门的人力供给，并推高这些基础产业的用工成本。地方职业教育也随之转向，开始为大型数据中心定制课程和认证，对通用工业技能的培养逐步弱化，加剧了美国制造业的衰落。与此同时，与地方的财政支出、公共规划一样，算力产业的集聚效应使劳动者越来越依附于少数科技企业的投资周期。一旦项目延期或缩减，劳动者将面临大规模的技能错配和就业波动，进一步削弱地方实体产业与劳动市场的长期韧性。
改善民生、提振社会信心的目标，目前看来同样困难重重。20世纪以来，美国中产阶层的扩张，很大程度上得益于制造业规模化的就业吸纳、工会集体议价和企业福利制度，将部分生产率收益转化为了社会保障。然而，人工智能浪潮下，算力基础设施高资本密集、低劳动吸纳的产业属性，削弱了这一收益传导机制。生产率提升带来的增量收益更多沉淀于企业知识产权、金融资产与资本留存，而非工资增长和公共福利扩张。
这种分配公平性的瓦解，动摇了美国国家治理的合法性。联邦政府、科技资本与金融资本围绕算力扩张形成数字增长联盟，政府通过放宽监管、加快审批并提供土地与基础设施降低项目成本，科技企业输出算力和技术能力，金融资本完成长期融资，国家安全话语则为公共资源向算力项目倾斜提供政治正当性。然而，由于审批过程缺乏透明度，这套机制强化了公众对公共资源被少数利益集团占有的判断。2026年盖洛普调查显示，七成美国成年人反对在居住地区建设人工智能数据中心，且反对者跨越主要党派。随着这种不满进入立法、诉讼和选举程序，算力项目已经从产业招商议题转化为地方民主与资本扩张之间的制度冲突。
这场由人工智能基础设施扩张引发的社会对立，放大了美国长期积累的反精英政治情绪。去工业化浪潮下，传统制造业持续收缩，稳定中产岗位被低薪服务业替代，劳动者长期收入损失缺乏制度化补偿，执政精英却仅依靠人工智能、自动化等技术叙事勾勒区域复兴蓝图。国家战略收益与个体民生福利之间的断裂，为反精英思潮、地方保护主义提供了广阔的动员土壤。
美国人工智能战略由此呈现出一种鲜明的应急型国家治理逻辑。面对制造业修复缓慢、地区发展失衡和社会信任衰退，美国选择以算力扩张集中调动资本、能源和行政资源，希望用少数战略技术节点同时支撑产业复兴、国家竞争和社会稳定。然而，在美国现行的国家治理体制之下，算力扩张速度越快，存量资本的价值维系便愈发依赖新一轮持续追加的产业投资。随着地方政府日益围绕科技资本的增长预期配置公共资源，其政策自主性也更易受到资本扩张周期的制约，从而加深地方治理对科技资本的结构性依赖。集中布局算力节点固然能够短期巩固美国在全球数字网络中的控制权，却始终难以完成产业分配、区域均衡、民生保障等深层制度改革。政治精英勾勒的人工智能“增长神话”不仅难以兑现，甚至可能反向加剧已有的社会分裂，最终将美国推入由算力、资本、国家焦虑共同编织的陷阱，继续透支公共成本与社会合法性。
注释（向上滑动查看）
The White House,Winning the AI Race:America’s AI Action Plan,July 2025.
阙天舒、张纪腾：《美国人工智能战略新动向及其全球影响》，载《外交评论》2020年第3期，第121~154页。
Sarah Josephine Smith,etc.,United States Data Center Energy Usage Report:2025 Update Lawrence Berkeley National Laboratory,June 2026.
“Subsidizing Servers:How States Are Competing to Attract Data Centers,”National Conference of State Legislatures,April 1,2026.
刘仁宝、刘冠军：《人工智能对就业的影响：基于马克思主义政治经济学的视角》，载《政治经济学季刊》2024年第3期。
本文原载于《文化纵横》2026年10月刊，仅代表作者观点，供读者参考。