州政府許可規定使1300億美元美國AI資料中心項目受阻

州級許可規定與社區阻力已延誤或阻擋75個總值約1300億美元的美國資料中心項目，使監管審批成為繼晶片與電力之後制約AI算力擴張的新瓶頸。

「許可審批正成為AI基礎設施的下一個核心瓶頸，」巴克萊分析師在研究報告中寫道，並引用蓋洛普民調的結果——71%的美國人反對在住家附近興建資料中心，高於反對核電廠的53%。

紐約州州長霍楚爾於2026年7月發布全州範圍的新超大型資料中心暫停令，為全美首例此類禁令。維吉尼亞州州長斯潘伯格如今要求資料中心自行負擔服務其設施的輸電基礎設施費用，而非將成本分攤至全體用戶。德州州長艾伯特與賓州州長夏皮羅已發布行政命令，收緊電網併網與許可審查程序。

箇中利害關係極其重大。根據美聯社報導，甲骨文、Meta、谷歌、亞馬遜與微軟今年在美國資料中心項目上的投資超過7000億美元，而每月的許可延誤都將收緊AI算力供應，並推高超大規模雲端業者及其客戶的成本。

費率用戶成本在PJM電網飆升174%

政治壓力首先來自電費帳單。在涵蓋13個州全部或部分地區以及華盛頓特區的PJM電網，獨立市場監督機構發現，當前及預期的資料中心需求使2025-26年度交付年的容量成本增加93億美元——相較於沒有該需求的情境飆升174%。2026年第一季全美住宅電價較2024年同期上漲12%，其中華盛頓州上漲24%，維吉尼亞州與賓州各上漲17%。

巴克萊反駁了「資料中心透過將固定電網成本分攤至更大用戶基礎來降低費率」的論點。該邏輯僅在發電與輸電容量尚有餘裕時成立，而這在超大規模雲端業者興建的區域幾乎從未發生。資料中心冷卻需求於夏季達到高峰，與空調負載重疊，因此增量需求通常需要新的可調度發電及輸電升級，而非利用閒置容量。

可負擔性問題已成為期中選舉的引爆點。據Politico引述AdImpact的審查報告指出，本屆選舉週期已有超過100支競選廣告提及資料中心，而其所審查的候選人自製廣告中，沒有任何一支以正面角度呈現這項基礎設施。全國共和黨參議員委員會已警告AI企業，資料中心的反弹可能威脅俄亥俄州一個關鍵參議員席次。

六種監管模式，零全國統一標準

巴克萊將各州資料中心治理歸納為六個類別，呈現出一個使許可風險高度地方化的拼湊式格局。西維吉尼亞州於2025年通過《電力生產與消費法》，限制地方政府對符合資格的高影響力資料中心的管轄權，並將主要審批權移至州政府。緬因州議會通過了類似的暫停令但遭州長米爾斯否決，而明尼蘇達、新罕布夏、奧克拉荷馬與南達科他州的提案則未能推進。

在州與地方混合治理體制下，德州、俄亥俄與賓州將主要土地使用規劃權保留給地方政府，但州級機構日益透過電網規劃、併網要求與用戶保護政策影響項目結果。路易斯安那州州長蘭德里於6月發布行政命令，要求資料中心企業全額負擔其電力需求，方有資格獲得州稅收優惠——儘管該州正推進四個大型項目，包括Meta在里奇蘭教區價值500億美元的設施，以及亞馬遜在什里夫波特-博西爾市120億美元的開發項目。

川普總統已強勢介入此事。他於8月31日在Truth Social上發文表示，反對資料中心的社區「最終只會變得落後與貧窮」。他推動了一項自願性質的《用戶保護承諾》，亞馬遜、谷歌、Meta、微軟、OpenAI、甲骨文與xAI於3月簽署，白宮表示截至7月該承諾已涵蓋美國家庭與企業所獲電力的80%。但該承諾不具約束力，且未涉及水資源使用、土地利用、噪音或社區影響——而這些正是驅動多數地方反對的議題。

超大規模雲端業者正以社區參與計畫與基礎設施投資作為回應。微軟推出「社區優先AI基礎設施」計畫，承諾不調漲既有客戶費率。Meta位於路易斯安那州的Hyperion園區包含電力基礎設施投資，預計將為Entergy路易斯安那州用戶節省約27億美元。俄亥俄州的PORTS-Pike科技園區——由軟銀、OpenAI、輝達與AEP俄亥俄合資、容量最高達8吉瓦——已承諾投入約42億美元於電網及輸電升級。

巴克萊警告，驅動地方反對的許多議題屬結構性而非聲譽性。即使做出可信的電網升級與排放承諾，美國許多地區的電價仍將因非關任何單一企業行為的原因持續上漲。水資源爭議涉及直接使用、間接上游消耗與電力部門排放之間的取捨，其複雜度遠超表面所見。而在當前AI軍備競賽中，快速取得電力的優先順序已將成本與排放控制推至次要位置。

自備電力模式——由開發商自行興建專屬發電設施——正日益受到關注，作為繞過電網併網等待隊列的方式。但巴克萊指出，多數超大規模雲端業者在條件允許時仍偏好電網併網，因為電網的規模與燃料多樣性可支援任務關鍵型工作負載所需的99.999%可靠度。自建發電項目則面臨各自的空氣許可、管線容量及社區接受度風險——xAI曼菲斯設施的爭議即為案例。

對投資人而言，監管地理正成為AI基礎設施經濟學中的一個變數。微軟、亞馬遜、Alphabet與Meta以溢價估值交易，前提假設是它們的AI建設將如期推進。若許可延誤持續，算力短缺可能有利於已確保電力供應並擁有既有容量的超大規模雲端業者，同時提高仍在併網隊列中等待者的成本。一個模型可以在一個月內改進，但一條輸電線或一座燃氣電廠通常不能。

本文僅供資訊參考之用，不構成投資建議。