随着 AI 成本攀升,美国各州收紧数据中心税收减免
- Martin Chen

- 1天前
- 讀畢需時 16 分鐘
在多年竞相吸引云计算和 AI 基础设施之后,美国各州已开始收紧数据中心税收减免。至少仍有 38 个州提供专门激励措施,但多个州议会正在重新评估,这些优惠是否足以抵消日益上升的财政和能源成本。
眼下的直接问题是销售税。符合条件的运营商往往无需为服务器、网络硬件、冷却系统及其他设备缴税。这些采购占 AI 园区投资的很大部分,因此取消豁免可能会按适用税率提高项目的前期账单。
这并非普通的税收调整。各州曾将数据中心视为稀缺的经济发展项目,认为需要积极招揽。AI 则扭转了这一议价格局:如今稀缺的是电网容量、许可和合适的土地。
当前的核心博弈,是州政府的经济发展承诺与支撑大型算力园区的公共成本之间的较量。开发商仍能带来投资和税收收入,但立法者正要求更明确的回报、更有力的保障,以及对基础设施更直接的投入。
各州正在重写数据中心激励政策手册
政策转向已经显现,但进展并不均衡,并且高度取决于各州既有协议。
美国州议会全国会议的州激励措施调查显示,有 38 个州设有专门的数据中心激励政策。这些项目均对至少部分关键设备免征销售税。
另有 14 个州对符合条件设施使用的电力免税。11 个州提供部分房产税减免,在设备采购之外再增加一层公共支持。
这些政策之所以普及,是因为传统数据中心承诺带来大规模建设投资,并长期扩大地方税基。立法机构围绕投资额、就业创造、选址或运营期限设定了门槛。
AI 建设热潮改变了这项计算的规模。新园区可能需要昂贵加速器集群、先进网络设备、液冷系统和专用电力基础设施。硬件还需要定期更换,使豁免的价值延续至最初建设期之后。
华盛顿州如今已收紧这项持续性优惠。其 2026 年立法取消了对替换服务器设备和某些翻新活动的豁免,同时保留了更广泛激励框架的一部分。
一份华盛顿州税务审查报告称,州议会同时调整了农村和城市地区的优惠政策。修订重点针对翻新和替换服务器,而非对每个符合条件的项目一律征税。
明尼苏达州采取了不同路径。据 NCSL 称,该州取消了数据中心用电的销售税豁免,但保留了对计算机采购的豁免。
佐治亚州立法者曾考虑更广泛的废除方案。参议院第 410 号法案旨在取消该州对数据中心设备的销售税和使用税豁免。该提案保护了废除日期前签发的证书,说明立法者可以区分既有承诺与未来项目。
马里兰州提出的立法同时针对销售税和房产税优惠。其提案将废除符合条件设备的豁免,以及地方政府对某些房产税减免的授权。
纽约州立法者也提议取消符合条件的数据中心设备的销售税优惠。这些提案的进展并不相同,而提出立法并不意味着必然会获通过。
这一区别十分重要。已提交的法案、议院表决、预算提案和已颁布法律,对开发商造成的风险截然不同。公共讨论常常将这些阶段压缩为单一的全国性趋势。
弗吉尼亚州展现了这种不确定性。在一场长期预算争议期间,该州参议院支持提前结束一项颇具价值的设备豁免。最终的预算折中方案保留了这项优惠,同时引入了与能源消耗挂钩的单独税种。
结果并非一场协调一致的全国性废除行动,而是州层面不断扩大的试验:收窄豁免、提议废除、增加新条件、征收消费税,以及实施项目暂停令。
不过,这一方向具有重要意义。一旦立法者开始将税收优惠视为可谈判事项,开发商就必须将政治风险计入那些可能需要数年才能获批和建设完成的项目。
过去的假设很简单:只要项目达到预设门槛,符合条件的设备就会持续免税。这一假设正变得不那么可靠,尤其是对未来扩建和硬件更换周期而言。
为什么 AI 基础设施改变了政治盘算
AI 将数据中心从低调的工业项目,变成了电力、公共基础设施和政府收入的显性竞争者。
传统云设施本已消耗大量电力。AI 集群通过在每栋建筑中部署更多高耗能计算设备,并要求更大的配套容量,进一步提高了能耗密度。
美国能源部估计,数据中心在 2023 年消耗了约 4.4% 的美国电力。其能源需求研究预计,到 2028 年,这一比例可能达到 6.7% 至 12%。
上限意味着接近 2023 年占比的三倍。不确定性范围很大,因为实际用电量取决于 AI 的采用程度、服务器效率、冷却设计,以及规划中的园区多快投入运营。
美国能源信息署如今将大型算力设施视为短期电力需求的主要驱动因素。该机构预计,随着弗吉尼亚州、佐治亚州、俄亥俄州、亚利桑那州、内华达州和得克萨斯州等地项目扩张,商业用电销售将增长。
这种需求之所以重要,是因为数据中心并非接入一个空置系统。它们接入的发电、输电、变电站和配电基础设施,原本已在服务家庭和企业。
公用事业公司可以通过合同、特殊电价或更广泛的费率基础收回新增基础设施成本。结果取决于当地监管,以及公用事业公司对未来需求的预测准确度。
若园区投运较晚,或用电量低于承诺,可能留下闲置容量。若园区扩容速度快于预期,则可能给设备带来压力,并令可靠性规划更复杂。
因此,立法者面临着旧激励政策未能充分预见的问题。他们必须决定谁为电网升级买单、项目停滞时会发生什么,以及居民是否会面临额外的财务风险。
就业方面的论点也变得更具争议。建设会带来大量临时活动,但建成后的数据中心通常比资本投入相当的工厂需要更少的长期员工。
这并不意味着它们没有经济价值。大型设施可以带来房产税收入、采购本地服务、支持承包商,并吸引相关基础设施。
不过,其收益组合不同于启发许多激励方案的制造业模式。一个州可能放弃对价值极高设备征税,却未必获得相应规模的长期劳动力。
AI 硬件放大了这一差距。根据 Epoch AI 发布的AI 成本模型,服务器可能占一吉瓦设施拥有成本的大部分。
因此,适用于这些设备的销售税豁免,其价值远高于对普通建筑材料作出的有限让步。频繁更换服务器还会进一步扩大这项优惠。
公众阻力也已超出税收范围。社区围绕噪音、用水、备用发电机、输电线路和土地使用,对数据中心提案提出了质疑。
多个州议会已出现全州范围暂停令的提案。地方政府也在审查分区或基础设施规则期间实施了自己的暂停措施。
这些压力相互强化。看到新输电项目,或听到电费上涨担忧的居民,往往会质疑为何相关设施还能获得税收优惠。
开发商则回应称,激励政策有助于支持各州之间的竞争,并降低长期投资的成本。他们还认为,当一个司法辖区吸引力下降时,项目可以落址其他地方。
两种立场都拥有真实的筹码。开发商可以比较多个选址,但合适的电网接入并非无限。各州可以提出更多要求,但它们仍在争夺投资和税收收入。
AI 已将这种谈判带入公众视野。问题不再是项目是否符合一份法定清单,而是在更大的基础设施压力下,整体交易是否仍站得住脚。
核心逆转:各州如今掌握着稀缺资源
州政府最强的谈判筹码不再是税收豁免,而是在可用时间表内获得可交付电力的机会。
多年来,各州通过降低进入成本展开竞争。销售税豁免相对容易宣传、比较并纳入项目模型。
这种策略假定开发商拥有许多可接受的选址,需要财务理由来决定选择其中一个。它也假定新增电力供应不会主导政治讨论。
吉瓦级 AI 园区对这两个假设都提出了挑战。一吉瓦代表十亿瓦的电力容量,足以让单个园区成为区域发电规划中的重要因素。
物理条件缩小了可行选址的范围。开发商需要土地、光纤连接、用水或替代冷却方案、设备供应、许可,以及能够满足负荷需求的公用事业公司。
最重要的是,他们需要一个可信的送电日期。当输电限制使运营延迟数年时,再有吸引力的税收方案价值也有限。
这改变了运营商与各州之间的谈判。拥有可用电力的司法辖区,可以附加更严格的条件,而不必然将所有项目拱手让给竞争对手。
税收待遇仍然重要,因为设备基础规模巨大。若没有豁免,超过 7% 的州销售税可按税率为应税采购增加相应比例的成本。
这并不意味着整个园区会贵出 7%。土地、劳动力、融资和某些服务可能适用不同待遇。既有证书或谈判达成的协议也可能仍受保护。
影响集中于应税设备,而这恰恰是 AI 项目投入最重的领域。加速器、服务器、网络系统和冷却硬件可能带来一笔可观的额外义务。
对于一吉瓦部署而言,若适用于足够庞大的设备计划,这项义务可能达到数十亿美元。具体结果取决于架构、更换周期、当地税率和法定定义。
开发商有几种可能的应对方式:自行承担税负、缩减项目规模、谈判其他优惠,或将部分阶段迁至其他州。
它们也可能寻求长期协议,以保护既有投资免受政策变化影响。立法机构可能会接受这些保护,因为追溯性变更会引发法律纠纷,并损害市场信心。
Georgia 提出的做法说明了这一区别。Senate Bill 410旨在保留废止前签发的豁免证书,同时改变后续项目的待遇。
这种结构将负担转向尚未获得正式资格认定的开发项目。它也引发了一场竞速:项目究竟在何时依据州法律获得保护。
Washington 更为有限的回撤遵循了类似逻辑。该州保留了对符合条件活动的激励,但停止补贴部分翻新和替换设备采购。
这种做法承认,已经建成的项目迁址能力较弱。其所有者可以迁移未来的计算工作负载,但将一个正在运营的园区迁走,远比最初选择另一个地点困难。
因此,替换设备成为颇具吸引力的征税对象。原有设施仍然保留,而州政府则可从周期性升级中获得税收。
风险在于,运营商可能将最新硬件部署在其他地方。AI 工作负载可通过网络迁移,远比建筑物跨州迁移容易。
一个州或许能够留住实体园区,却失去未来扩张。这种结果会削弱激励回撤的长期经济价值,却未必会带来显而易见的关停。
这就是为什么政策博弈不只是赢得或失去某一个项目。各州正在就自身在分布式计算组合中的位置展开谈判。
大型科技公司很少依赖单一园区。它们会为韧性、延迟、电力可用性和客户需求,将工作负载分散到不同地区。
税收变化会改变该组合中未来投资的优先级。这种影响可能逐渐显现为扩张规模缩小、设备更新放缓,或设备配置改变。
这种滞后反应使政治问责变得复杂。立法者可以指向即时税收收入,而开发商则可以警告那些永远不会获得公开宣布的投资。
尽管存在这种不确定性,逆转趋势依然清晰。过去,各州向运营商付费以吸引其选择某个地点。如今,运营商日益需要各州以可预测的条件释放稀缺基础设施资源。
更高税负不会同等影响每个项目
税收回撤会直接提高成本,但电网接入、施工延误和设备供应仍可能比税单更重要。
规模最大的 AI 开发商能够为庞大园区融资,并将工作负载分布在多个地区。更高的州税可能压低回报,却未必会让战略性项目无法实施。
较小的运营商灵活性更低。依赖外部融资的开发商,可能需要在开工前确保一位大型租户,同时维持本就有限的回报空间。
对这些项目而言,税收变化可能改变贷款条款、投资者预期,或所需股本的规模。不确定性造成的损害几乎可能与最终税率相当。
现有设施属于另一类。已经拥有土地、公用事业连接和建筑物的运营商,即使豁免范围收窄,也可能继续投资。
这一决定取决于替换采购是否被征税,以及其他运营支出是否仍具竞争力。在漫长的使用周期内,电价的影响可能超过税负。
新的绿地园区,即在未开发地块上建设的项目,面临更广泛的比较。开发商可以在投入无法迁移的基础设施前,重新考虑是否选择该州。
因此,政策变化的时点至关重要。只影响未来申请的废止措施,可以释放市场信号,却不会立即扰乱已获认证的项目。
追溯性变化则会带来尖锐得多的冲突。开发商可能会认为,州政府在其作出不可逆承诺后改变了项目的经济性。
立法机构还需要将销售税与其他公共成本区分开来。取消设备豁免并不能解决输电资金、水资源规划、噪音,或备用发电带来的排放问题。
它甚至可能掩盖这些问题,把讨论简化为单一的财政收入问题。一个州可能增加税收,却仍让缴费用户承担分配不当的电网成本风险。
相反的风险同样值得关注。立法者可能高估自身议价能力,并假设每个已宣布的园区都会不受政策影响地推进。
数据中心开发商通常会评估多个地点。有些项目也由可扩展的阶段构成,而非一次不可撤销的承诺。
一家公司可能完成初始建筑,却将后续阶段转移到别处。这种做法避免了戏剧性的取消,同时仍会减少东道州的预期收益。
行业对即刻崩溃的警告也应受到同样审视。数据中心选址取决于的不只是激励措施,一些地区拥有异常宝贵的网络和电力基础设施。
Virginia 提供了最清晰的检验案例。其密集的光纤网络、成熟的劳动力队伍、公用事业关系以及邻近主要客户的优势,无法仅凭税收豁免复制。
尽管如此,该州并未立即废除销售税。其 2026 年妥协方案保留了设备优惠,同时设立了能源消费税。
这一决定展现了全国回撤叙事的局限性。即使是全国最成熟的数据中心市场,也对取消长期激励措施保持谨慎。
最终影响还取决于合同设计。公用事业公司可以要求大型客户为专用基础设施出资、保证最低付款额,或接受更长期的承诺。
这些安排可以比一般性税收变化更直接地保护其他客户。它们也可能在不改变名义税收政策的情况下提高项目成本。
EIA 预计电力需求将持续增长,其中数据中心将对商业部门用电增长作出重大贡献。其2026 年展望预测,美国将迎来自 2000 年以来最强劲的四年需求增长。
这种压力为监管机构重塑项目经济性提供了另一条路径。新的电价机制、担保要求和基础设施出资,可能变得与销售税豁免同样重要。
开发商将比较完整方案。一个税负较高但并网更快的州,可能胜过一个名义上更便宜却要等待数年才能接入的州。
同样的原则也适用于社区接受度。明确的分区规则和可预测的审批具有财务价值,因为长期争议会增加持有成本。
这使简单排名具有误导性。统计哪些州保留激励措施能够揭示政策方向,却无法确定 AI 容量在哪些地方部署成本最低或速度最快。
稳健的项目比较必须综合税负、电力可用性、建设成本、并网时点、监管稳定性以及扩张能力。
这场辩论的核心是由谁承担基础设施风险
税收激励已成为一场代理战:AI 增长带来的风险应由开发商、公用事业公司、政府还是家庭承担。
激励措施的支持者首先强调竞争。他们认为,设备豁免能够吸引可流动投资,并帮助各州建立持久的科技产业。
他们还指出,数据中心缴纳其他税种。即使部分设备采购仍获豁免,房产税、工资税、公用事业税和地方税仍可产生收入。
建设活动会创造临时就业,并带动本地供应商需求。长期运营的设施可以支持电工、技术人员、安保人员和维护承包商。
这些收益因项目和辖区而异。应将其与激励措施的实际成本进行衡量,而不是仅凭公告作出假设。
批评者关注机会成本。每一项豁免都会减少原本可用于学校、交通、电网改善或更广泛减税的收入。
当激励随设备支出自动增长时,他们的论点会更有力。AI 园区获得的利益可能远高于立法者制定旧法规时的预期。
Virginia 展现了这一规模问题。州政府的一项审查报告称,该州的豁免在 2023 财年提供了大量减免,约 90% 的行业参与者使用了该政策。
NCSL 政策快照引用这一发现,说明一项成熟的激励措施如何可能演变为重大的预算项目。它还提到 Minnesota 撤回了其电力豁免。
社区倡导者提出了第二项担忧。在居民获得关于电力、水资源、土地利用或本地基础设施义务的清晰信息之前,税收优惠就可能已经落实。
保密开发协议会使这种权衡难以评估。官员可能宣布一项大型投资,却未披露足够细节来计算其净公共价值。
开发商寻求保密,是因为选址竞争和谈判具有商业敏感性。然而,当社区面临可见的基础设施变化时,保密会削弱公众信任。
公用事业公司处于不太舒适的中间位置。在尚不完全清楚数据中心将以多快速度使用其签约容量之前,它们就必须规划发电能力和网络。
大型负载可通过提供稳定收入来支持新基础设施。但如果客户延迟、缩减计划或退出,它也可能造成搁浅资产。
监管机构可以通过特殊合同和客户类别分配这种风险。条款薄弱可能将风险分摊给家庭和较小企业。
这使能源政策与税收政策密不可分。一个州可能取消豁免,却仍通过电网投资间接补贴项目。
反之,一个州也可能保留豁免,同时要求运营商承担专用设施成本并保证付款。总体而言,这种方案可能提供更有力的公共保护。
因此,立法者需要更好的报告机制。有用的披露包括实际投入的资本、永久就业岗位、获得的税收收入、签约电力、实际耗电量以及公共基础设施义务。
这些衡量应在建设完成后持续进行。仅凭已宣布的投资,无法揭示项目是否兑现了所承诺的经济贡献。
各州还需要统一定义。超大规模 AI 园区不同于小型企业服务器机房,但宽泛法规有时会以相似方式对待不同设施。
随着硬件成本上升,基于投资额的门槛可能更容易达到。由于自动化限制了永久人员配置,就业门槛可能仍然偏低。
现代激励措施可以将优惠与经核实的绩效挂钩,而非最初的承诺。它也可以分阶段提供支持,并要求未兑现承诺时返还优惠。
另一种选择是将豁免限制在初始建设阶段。Washington 对替换设备的处理正朝这一方向发展,将站点招揽与无限期硬件补贴区分开来。
这些设计没有一种能够消除政治判断。各州仍必须决定,愿意以多少未来投资来交换当前财政收入和基础设施保护。
最可信的政策会明确展现这种判断。它们将说明谁获得利益、谁承担风险,以及如何衡量公共回报。
各州重新谈判时值得关注的事项
下一阶段将由已颁布的规则、项目配置决策和公用事业合同决定,而非由提出的废止法案数量决定。
第一个信号是,拟议中的废除措施能否在保护现有认证资格的同时成为法律。Georgia、Maryland、New York 等州提供了有价值的观察样本,因为它们的提案覆盖范围各不相同。
如果前瞻性废除措施获得通过,将强化这样一种观点:各州认为,电网接入已取代税收政策,成为吸引企业的主要工具。若法案未能通过,则表明行业竞争仍在限制立法者的改革意愿。
具体生效日期将至关重要。当立法者设置过渡期时,开发商可能会加快申请、设备订购或认证工作。
这种抢跑可能减少短期税收收入,并引发哪些投资符合资格的争议。相关机构可能需要澄清,后续扩建是否仍受早期协议保障。
第二个信号是大型运营商将下一阶段扩张部署在何处。公开公告往往描述园区的最大潜力,而非已获得即时资金支持的容量。
投资者和政策制定者应考察实际建设、设备安装和供电落实情况。这些里程碑比愿景式的园区规模更能说明问题。
如果一个州取消了税收豁免,却仍持续吸引扩张项目,就说明其基础优势足以抵消税制变化。若扩张放缓,则将印证行业关于投资外流的警告。
这种反应未必表现为项目取消,也可能体现在建筑数量减少、服务器更新放缓,或将新一代芯片配置到其他地区。
第三个信号是公用事业监管。各州及区域委员会正在考虑,超大型负荷应如何为专用发电、输电和可靠性保障措施付费。
应关注最低付款要求、更长期限的合同、担保规则、退出费用及单独费率类别。这些条款可能将基础设施风险转移给开发商。
与结果不确定的立法争议相比,它们也能以更可预测的方式提高项目成本。当规则能够提供明确的接入日期时,开发商可能接受更高成本。
不同地区的政策组合将有所差异。电网受限地区可以要求更强的承诺,而寻求新增工业负荷的地区可能继续提供广泛激励。
联邦能源政策将影响结果,但不会消除各州的权限。许可、公用事业监管、销售税和地方土地使用权仍分散在多个政府层级。
因此,全国范围内的激励措施收紧应被理解为一场谈判,而非对 AI 基础设施的禁令。大多数设有专项计划的州仍保留了这些计划。
终结的是这样一种假设:每个大型计算项目都理应获得同样的自动让利。立法机构越来越希望看到,公共收益能随着私人基础设施支出的增加而提升。
对开发商而言,最稳妥的应对方式不只是寻找最低税率。他们需要覆盖设备、供电、扩建和更换周期的持久协议。
对社区而言,核心问题是项目是否为其带来的基础设施需求和风险承担成本。税收收入固然重要,但可执行的公用事业条款和透明的绩效报告同样重要。
对于采购 AI 服务的企业,这些州层面的决定最终可能影响产能布局和运营成本。其影响将通过基础设施组合逐步传导,而非立即形成附加费用。
关注已颁布的法规、送电进度表和公用事业合同。这些信号结合起来,将显示各州是否真正获得了议价能力,还是仅仅让稀缺的 AI 产能变得更加昂贵。


