EPN 数据中心污染警告将 AI 的健康成本推至焦点

Environmental Protection Network 发布了一项关于 EPN 数据中心污染的警告，围绕 30 项联邦行动以及日益加剧的公共卫生担忧展开。该组织认为，华盛顿正一边加速 AI 基础设施建设，一边削弱对其电力供应的保障措施。这种组合令更快建设与新增长电力需求相关的健康保护之间产生冲突。

这项于 9 月 10 日发布的警告，并未声称每一座数据中心都会直接导致附近居民患病。它提出的是一个更广泛的论点，涉及支持快速发展的发电厂、发电机、涡轮机和废弃物处理系统。其核心质疑对象是 Environmental Protection Agency，该机构已将加快 AI 基础设施发展列为明确优先事项。

EPA 坚称，许可灵活性能够支持电网可靠性、抑制电力成本并保护社区。前机构官员则表示，这一立场忽视了累积污染和日益萎缩的监管能力。争议已不再局限于碳核算，而是延伸至哮喘、心脏病、公众参与，以及由谁承担 AI 的实体成本。

这项警告将 AI 增长与 30 项联邦行动联系起来

这份新报告将数据中心污染视为一个政策体系，而非一系列彼此孤立的项目。

Environmental Protection Network，即 EPN，代表了 800 多名前 EPA 专家和政策专业人士。其成员包括科学家、毒理学家、工程师、执法官员以及前机构领导人。9 月 10 日，该组织发布了一份 27 页的评估报告，题为 隐性健康成本。

该报告确认，自 2025 年 1 月以来至少已采取 30 项联邦行动。其中 17 项明确涉及 AI 或数据中心，其余 13 项影响发电、污染限值、许可、公众审查、科研能力或执法。

EPN 将这些行动归为三个相互关联的领域。第一类涵盖对化石燃料生产和发电污染保障措施的削弱或重新审议。第二类涵盖加速审批，同时减少公众参与机会。第三类涵盖联邦监测排放和执行现有要求的能力下降。

这一框架十分重要，因为数据中心建筑本身只构成相关环境足迹的一部分。服务器持续消耗电力，冷却和备用系统则增加了本地需求。为支撑这些运营而进行的发电，可能会在距离计算园区数英里的地方造成污染。

现场柴油发电机和燃气涡轮机可能排放氮氧化物、烟尘和挥发性有机化合物。氮氧化物和挥发性化合物会促进近地面臭氧形成，也就是通常所说的烟雾。细颗粒物能够深入肺部并进入血液。

煤电还会带来其他风险，包括汞、有毒金属、灰渣和受污染废水。这些影响出现在发电厂和废弃物处置场附近，而非数据中心本身旁边。因此，仅对园区进行狭义审查，可能会遗漏其用电所关联的大部分暴露风险。

前 EPA 助理署长 Lynn Goldman 以异常直接的措辞概括了这一担忧。她表示，如此规模的建设本应带来更强的保障措施、更多科学研究和更密集的监测。但她认为，联邦机构正朝着相反方向推进。

EPN 也强调，其清单并不构成完整的健康影响模型。目前没有公开分析计算过这 30 项行动的综合影响。该报告确立了政策方向和合理的暴露路径，但并未证明这些决定导致了某一具体的全国疾病总数。

这一限制并不意味着该警告没有意义。它揭示了核心的信息缺口：联邦政策变化的速度，快于监管机构衡量累积后果的速度。

因此，EPN 数据中心污染警告改变了这场辩论的分析单位。单项许可依然重要，但更大的问题在于能源、污染控制、执法和公众获取信息等领域同时发生的变化。

最大的健康负担可能来自远离数据中心的地方

最具影响力的污染源通常是电网，而非数据中心内可见的一排备用发电机。

EPN 在很大程度上援引了 UC Riverside、Caltech 和 Rochester Institute of Technology 学者于 2026 年发表的一篇研究论文。其 健康影响模型 在多种增长情景下，估算了与数据中心用电和备用发电相关的污染。

研究人员估计，到 2028 年，年度公共健康成本将在 117 亿至 209 亿美元之间。在高增长情景下，模型中的污染将导致约 60 万例哮喘症状病例和约 1,300 例过早死亡。

这些数字是预测，而非与已识别设施相关联的确诊患者统计。它们取决于对电力增长、电网构成、排放、大气移动、暴露情况以及既有健康反应关系的假设。不同假设会得出不同总量。

这一区别至关重要，因为 EPN 的报告提出了强烈的政治论点。读者不应将这种倡议主张与基础研究的不确定性范围混为一谈。该模型是在明确情景下对潜在健康影响进行估算。

但其中一项结果改变了人们理解这一问题的方式：模型中超过 90% 的健康负担来自为数据中心供电的发电厂。现场发电机在全国范围内所占比例较小，但仍可能带来集中的本地风险。

在高增长情景下，发电约占估计年度总负担 209 亿美元中的 193 亿美元，也占模型估算的 1,262 例过早死亡中的 1,165 例。这种地理上的分离使本地问责变得复杂。

承载数据中心的社区可能面临发电机尾气、涡轮机排放、施工交通、用水压力和噪音。另一个社区则可能承受为其供电的燃煤或燃气电厂带来的污染。下风向社区还可能跨越县界或州界面临额外暴露。

这一机制也削弱了企业关于可再生能源采购的简单说法。科技公司可以每年购买足以匹配其总耗电量的可再生能源，但年度匹配并不能确保设施运行所在地点和时段获得清洁电力。

电网必须持续平衡供需。当本地可再生能源发电下降时，其他发电机组就会响应。如果边际电源燃烧煤炭或天然气，相关排放仍会发生，尽管该公司在年度清洁能源核算中实现了匹配。

EPN 表示，数据中心在 2024 年消耗了约 4.7% 的美国电力。它援引一家联邦实验室的预测称，到 2030 年，其用电占比可能接近 11.8%，不同情景的范围为 9.5% 至 15.3%。

这些百分比包含了对芯片效率、服务器利用率、模型开发、推理需求和建设进度的不确定性。不过，每一种情景都代表着重大的新增工业负荷。公共卫生结果在很大程度上取决于哪些资源满足这些需求。

根据 EPN 援引的研究，随着电力需求增长，接近 10 吉瓦煤电容量的退役或转换计划被推迟。数据中心并非唯一原因；制造业增长、电气化、可靠性担忧和极端天气同样影响了这些决定。

报告还指出，至少有 74 座拟议中的燃气电厂专门服务于数据中心项目。若按所述规模建成，这些设施的总发电容量将达到 143 吉瓦。它们的选址和运行模式将决定实际暴露情况。

由此形成了一条间接但可衡量的链条：AI 使用推动计算需求，计算推动电力需求，而发电决策塑造污染。每一环都为企业和监管机构否认唯一责任留下空间；但这些环节共同定义了健康问题。

EPN 数据中心污染主张挑战 EPA 的许可策略

核心冲突在于：EPA 承诺实现更快速、更灵活的发展，而 EPN 要求在建设变得难以逆转前加强监管。

EPA 将其做法描述为对两项紧迫压力的回应。美国希望扩大国内 AI 能力，而公用事业公司必须在不破坏电网稳定的情况下服务大型新增负荷。开发商也认为，漫长的审批流程可能推迟为已建成计算设施所需的发电项目。

该机构的 数据中心资源 表示，简化的 Clean Air Act 审查可以帮助开发商更有把握、更快速地建设。EPA 还称，灵活性能够在保护健康的同时维持可靠性并降低成本。

EPN 并不主张许可必须保持缓慢。其立场是，更快的决策仍应保留排放分析、可执行条件、监测、披露以及有意义的公众审查。当针对污染问题的答案尚未明确时，重大承诺若先行，速度就会变得危险。

一个争议焦点涉及孤岛式发电，即不接入公共电网的发电设施。这类电厂可为专用数据中心园区供电，而无需向外部客户售电。

7 月，EPA 发布了 孤岛式发电指导意见，称此类设施通常不属于 Acid Rain Program 的适用范围。该项目管控受覆盖发电机组的二氧化硫和氮氧化物排放。

EPA 将这一结论建立在与售电及联邦能源报告有关的法定和监管定义之上。该机构表示，这一解释在减轻公共电网压力的同时扩大了开发选择。之后若接入电网，设施可能受到该项目约束。

EPN 认为这里存在令人担忧的不匹配：专用电厂即使从不向公共客户输送电力，仍可能产生污染。排放的实体影响并不取决于电线是否将该电厂连接至区域市场。

这并不意味着孤岛式设施可以避开所有环境要求。固定式发动机和涡轮机仍可能受到其他联邦、州或地方规则约束。其义务取决于设备、燃料、地点、排放、运行状态和许可设计。

另一项争议涉及备用发电机。在特定电网紧急情况下，联邦命令可以要求大型用户运行自有发电机。EPA 表示，根据这些命令进行的合格运行属于紧急使用，不会占用某些非紧急运行时长额度。

该政策在需求极端高企时支持可靠性。然而，大量数据中心同时使用发电机，可能在数据中心密集地区集中柴油排放。健康倡导者希望监管机构对综合影响进行建模，而不是分别评估每支发动机机组。

EPA 还提议修改部分小型污染源空气许可中有关公众参与的联邦最低要求。小型污染源低于重大污染源许可的法定门槛。这一标签并不意味着其排放无害。

当大型园区包含独立的发电机、涡轮机、建设阶段或关联设施时，这一区分就变得尤为重要。批评者认为，拆分许可可能掩盖项目的累计排放。开发商则回应称，许可应反映法律上独立的设备及实际运营情况。

Data Center Coalition 支持加快基础设施审批，同时表示环境保障与审批提速可以并存。这一立场代表了行业对 EPN 最有力的回应：更快的审查并不必然意味着削弱污染控制。

不过，现在的举证责任落在监管机构和开发商身上：他们必须证明，这两个目标在实施过程中都能得到实现。他们需要提供透明的排放估算、可执行的运营限制、监测数据，以及对累计影响的清晰说明。

缺少这些要素，“流程简化”便很难与审查力度下降区分开来。有了这些要素，监管机构则可以缩短审批周期，同时保留证据和问责机制。这一区别将决定 EPA 的承诺能否经受 EPN 对数据中心污染提出的挑战。

路易斯安那州说明了地方信息披露为何重要

路易斯安那州表明，一项国家基础设施战略可能让居民在信息不完整的情况下，就健康、公用事业和土地利用问题展开协商。

Louisiana Illuminator 的报道为这份全国性报告提供了尤其相关的地方背景。该州一直在推动重大数据中心投资，而其本身已高度集中分布着石化、炼油和电力基础设施。

数据中心能够带来建设岗位、税收收入、基础设施支出以及对专业服务的需求。州和地方官员往往将大型项目视为实现长期经济发展的途径。这些收益有助于解释审批过程周围的政治紧迫感。

就业情况可能没有那么简单。大型园区在建设期间需要大量劳动力，但相对于其规模，永久性岗位可能有限。社区必须将这些岗位与税收优惠、电网投资、用水需求和环境负担进行比较。

信息披露决定了这种比较是否可能。EPN 援引报道称，至少五名路易斯安那州参议员曾签署与一个数据中心项目相关的保密协议。参与谈判的当地评估官及公共开发委员会所有成员也签署了相关协议。

保密协议可以保护公司在选址过程中的商业敏感信息，也能在项目公开前防止土地投机。然而，广泛的保密措施可能会推迟公众的了解，直至官员已经作出政治和财政支持的承诺。

这一时机对污染审查至关重要。居民需要了解项目容量、电力来源、发电机数量、预计运行时间、用水方案和建设阶段。缺少这些细节，公众会议就会沦为围绕信任的争论，而不是对可量化影响的评估。

路易斯安那州面临的风险也不能通过单一的全州平均值来评估。既有污染、健康状况、收入、年龄、医疗服务可及性以及与排放源的距离，都会因社区而异。一个新项目可能会给相邻地区带来不同的风险。

同一设施也可能从位于其他地区的电源获取电力。其用电可能延长现有化石燃料电厂的运行，或支持新建燃气发电设施。电源附近的居民将分担负担，却未必能获得项目所在地社区的税收收入。

这种分离为科技公司带来了问责问题。开发商可以准确地说，其服务器符合当地许可要求；公用事业公司可以准确地说，其服务对象是不断增长的客户群；州政府也可以准确地说，该项目吸引了资本。

但这些说法都无法回答：整个系统是否增加了区域污染。每个机构只控制链条中的一个环节。有效监管必须将园区、专用发电设施、电网调度、燃料供应和受影响社区联系起来。

路易斯安那州还说明，公众参与不仅仅是一种程序性拖延。居民往往能提供有关洪水、既有异味、呼吸系统疾病、道路通行、学校位置以及此前工业暴露情况的本地知识。监管机构可以根据技术证据检验这些担忧。

开发商对不可预测的听证会和不断变化的要求存在合理担忧。清晰的流程可以通过公开时间表、标准化数据要求和早期社区参与来回应这些担忧。消除信息并不会让冲突消失。

相反，保密可能会在项目公开后加剧反对。那些较晚才发现协议已谈妥的居民，可能会挑战许可、补贴、公用事业安排或施工审批。更快的私下谈判，可能导致更缓慢的公开争端。

因此，对路易斯安那州而言，EPN 关于数据中心污染的警告不仅关乎华盛顿的政策。它提出的问题是：州和地方机构是否拥有足够的信息和能力，来填补联邦政策变化留下的空白。

健康影响估算严肃，但并非项目层面的结论

对证据最有力的解读，既不是轻率否定，也不是断言确定性，而是在暴露成为既成事实前要求开展测量。

EPN 的报告结合了同行评审方法、政府记录、外部分析、媒体调查和倡议组织的判断。这使其有助于识别一种政策模式，但并不意味着每个拟议地点所引用的每项风险都具有同等确定性。

全国健康模型存在多项不确定性。未来数据中心的电力需求可能高于或低于预测；电网发电可能变得更清洁、保持相似，或转向增加化石燃料产能。设备使用情况和排放控制措施也会有所不同。

大气模型同样会估算污染物如何迁移和转化，健康反应函数随后将暴露变化与人口健康结果联系起来。这些是监管分析中的成熟工具，但其结果仍是估算，而非个体医疗诊断。

研究作者指出，与美国所有燃料燃烧造成的污染相比，全国层面的负担仍然较小。EPN 强调的是另一项比较：在高增长情景下，与数据中心相关的健康成本将在 2023 年至 2028 年间上升 213%。

这两项观察可以同时成立。总量仍只是更大范围全国问题的一部分，但其增长速度值得关注。决策者不应夸大这些估算，但也不应忽视一个快速扩张的排放源类别。

地点同样会改变结果。由低排放电源供电的数据中心，其空气污染特征不同于依赖煤电或专用燃气发电的数据中心。备用发电机受到严格控制的园区，也不同于常规使用涡轮机供电的园区。

因此，项目专属许可至关重要。监管机构需要现实的运营情景、累计排放建模、控制要求、监测计划和可执行的限制。他们还需要考虑附近排放源，而不是将每项许可视为一根孤立的烟囱。

EPN 强调儿童，是因为发育中的肺部和神经系统可能更容易受到污染影响。报告称，188 所学校位于拟建的数据中心专用燃气电厂三英里范围内。仅凭距离并不能证明存在暴露或疾病。

风向、地形、烟囱高度、污染控制措施、运行时间表和背景空气质量都会影响暴露情况。学校数量指出了需要更深入审查的地点，但不应被表述为这些学生已受到伤害的证据。

行业承诺同样需要谨慎看待。科技公司已成为可再生电力的重要采购方，并支持核能、地热和储能项目。这些投资能够减少长期排放，并增加稳定容量。

然而，今天签订的合同并不会立即改变当地逐小时的发电结构。新的输电和发电项目可能需要多年才能完成。服务器部署与更清洁电力供应之间的短期缺口，可能使化石燃料电厂维持更长时间的运行。

监管机构也面临类似的可信度考验。EPA 表示，灵活性与环境保护可以并存。这一主张需要通过排放数据、检查记录、执法结果以及公众获取许可文件的渠道来验证。

EPN 的批评者还应将政策分歧与科学分歧区分开来。人们可以支持加快 AI 发展，同时承认颗粒物和臭氧会损害健康。真正的争议在于，会增加多少污染，以及哪些保护措施是合理的。

同样，支持更严格的审查并不意味着必须反对数据中心。更清洁的电力、能源效率、更好的选址、严格的发电机限制、储能、需求灵活性和透明监测，都可以减轻负担。结果取决于设计选择。

这是该报告最重要的克制之处。污染并非人工智能不可避免的属性，而是能源、设备、地点、许可和执法等具体决策的结果。

三个信号将显示这一警告是否合理

下一轮检验将来自监管文本、运营数据，以及为满足 AI 需求而实际建成的发电厂。

第一个信号是 EPA 对小型污染源公众参与和提前施工的最终做法。拟议文本可能会在公众意见征集、法律审查和跨部门协作后发生变化。最终规则将显示联邦最低保护措施是否被实质性削弱。

如果 EPA 保留易于获取的许可记录、累计排放分析和有效的公众意见机制，便能强化其关于速度与保障可以并存的主张。若移除这些要素，则会加强 EPN 关于审批在答案明确前就已推进的论点。

法律挑战也将影响实施。法院可能驳回某机构的解释、缩小其适用范围，或允许其继续执行。涉及临时涡轮机和专用电力系统的诉讼，将有助于界定哪些设备属于固定污染源。

第二个信号是对发电机和涡轮机实际运行情况的测量。许可限制描述了设施可以排放多少，但监测会揭示设备实际如何运行。紧急命令、电网拥堵、测试、维护和现场发电都可能改变年度排放。

社区需要发电机运行小时数、燃料消耗、排放测试、故障报告和环境空气测量数据。在可行情况下，数据应覆盖整个园区。分开的备案不应妨碍审查者理解合并运营情况。

如果排放始终较低且控制措施可靠运行，透明的运营数据可能会削弱 EPN 关于数据中心污染的警告。反复的紧急使用或出乎预料的高排放则会强化这一警告，尤其是在数据中心高度集中的地区。

第三个信号是服务于新增计算负荷的发电结构。仅凭公告无法解决这一问题。分析人士应追踪哪些燃煤电厂退役被推迟、哪些燃气电厂获得许可，以及哪些更清洁项目实现商业运营。

能源部已承认，大型新增负荷正在影响可靠性规划。其紧急命令记录显示，在供应趋紧时，联邦机构可以如何介入。此类干预措施除应进行可靠性分析外，也值得开展健康影响分析。

更清洁的扩张将削弱 EPN 负担最高情景的成立基础。这意味着，新增需求必须由额外的低排放发电、储能、输电、能效措施以及灵活的计算调度来匹配。仅凭企业年度采购声明并不足够。

以化石燃料为主的扩张则会支持该报告的核心机制。专用燃气电厂、延长煤电运行时间以及频繁启用发电机，都可能将 AI 增长与更高污染联系起来。更弱的监测随后会使由此产生的负担更难量化。

技术采购方和 AI 用户应当关注这一问题，因为计算选择如今会带来基础设施层面的后果。模型规模、推理量、延迟预期和地理部署都会影响用电需求。效率提升可以缓解压力，但反弹式增长可能抵消这些收益。

开发者还应预期，环境表现将成为采购和声誉的一部分。企业客户已经会询问安全、隐私和碳排放问题。本地污染、按小时匹配的电力来源以及社区信息披露，也很可能被纳入这一清单。

对政策制定者而言，眼前的任务比解决关于 AI 的所有争议更为具体。他们可以要求可比的排放披露，保留有实质意义的公众参与，衡量累积影响，并执行许可条件。这些措施将为更好的决策提供证据。

对读者而言，有用的问题并不是每一个数据中心是否都有害。应当追问：某一设施由什么能源供电，这些电力在哪里生产，适用哪些污染控制措施，以及运行数据是否会公开。

EPN 对数据中心污染的警告，将因这些问题的答案而得到证实或削弱。关注最终的联邦规则、实际测得的发电机使用情况，以及投入运行的新增发电能力。这些因素将共同揭示，AI 扩张是否正在把隐蔽的健康成本转嫁给社区。