Muller, Nicholas Z. (2026). Measuring the Impact of Data Centers in the United States Economy: Monetary Damage from Air Pollution and Greenhouse Gas Emissions (NBER Working Paper No. 35100). National Bureau of Economic Research.

摘要

人工智能、云计算等数字服务的广泛应用正在快速提高数据中心的电力需求。以往关于数据中心影响的讨论，更多关注电网容量、电价、土地使用、水资源和社区冲突等直接影响。Muller（2026）进一步考虑了大气影响，聚焦于两类外部性：

1. 发电产生的空气污染（SO2、NOx、PM2.5 等污染物）及其健康损害
2. 发电带来的温室气体排放及其气候变化损害。

作者使用美国 2025 年约 2,800 个运营中数据中心的设施层面数据，结合电网分区、发电厂排放数据和AP4综合评估模型，发现这些数据中心在 2025 年大约消耗 250 TWh 电力，约占美国发电量的 5%—6%，对应约 246 亿美元外部损害（Texas 和 Virginia 两州贡献了全国约 30%，温室气体损害约占总损害的 80%）。

研究背景与研究问题

云服务、视频平台、企业数据托管，人工智能训练和推理等，都依靠大规模数据中心的支持。数据中心带来的环境外部性在于，虽然它们本身并未直接排放污染物，但由于它们的运转高度依赖电力，只要电力系统仍然包含煤电、天然气发电或其他化石能源，数据中心仍会间接排放空气污染和温室气体。

已有研究通常关注以下三个方面：第一，数据中心是否会加剧区域电网压力；第二，数据中心用电是否会推高居民和企业电价；第三，大型数据中心建设是否带来土地、水资源和噪声等地方性冲突。本文则补充了另一个维度：这些数据中心用电背后的环境外部性究竟有多大？

作者回答了以下问题：

1. 2025 年美国运营中的数据中心消耗了多少电力？
2. 这些电力消耗对应多少空气污染损害和温室气体损害？
3. 环境损害在地理上如何分布？
4. 这些损害相对于数据中心行业创造的国内生产总值和个人收入有多大？
5. 如果已规划的数据中心投入运行，未来短期内环境损害可能增加多少？
6. 与人工智能相关的数据中心用电损害，相对于人工智能可能带来的经济收益，量级如何？

数据

本文的分析使用了多个数据源：首先确定数据中心的位置及其用电量；接着判断这些电力由什么电网供应；最后将发电排放转化为空气污染、健康损害和气候损害。

1. 数据中心设施数据

   论文使用标普全球的数据中心数据库。该数据提供美国数据中心位置、数据中心类型、净使用功率、电力使用效率、在运营或规划状态等信息。最终样本包括 2025 年约 2800 个在运营数据中心。作者进一步使用电力使用效率指标，将功率换算为年度用电量。

2. 电网和发电厂数据

   作者将数据中心匹配到美国环保署的电网分区。电网分区是刻画某一区域内为电力需求供电的发电组合。发电量数据来自美国能源信息署，发电厂排放数据来自美国环保署清洁空气市场项目。排放数据包括二氧化碳、二氧化硫、氮氧化物等。

3. 空气污染综合评估模型

   作者使用 AP4 模型计算空气污染损害。该模型先将发电排放转化为县级细颗粒物浓度变化，再结合人口、年龄结构、基准死亡率和流行病学的暴露—反应函数，估计过早死亡风险。随后，作者使用统计生命价值（Value of a Statistical Life, VSL）将健康风险货币化。本文使用的VSL为1000 万美元。

4. 温室气体损害数据

   作者使用碳社会成本（Social Cost of Carbon, SCC）将二氧化碳排放货币化。基准分析中，碳社会成本约为每吨二氧化碳 190 美元。碳社会成本乘以发电对应的二氧化碳排放，即得到温室气体部分的货币化损害。

5. 经济产出和个人收入数据

   为了衡量环境损害的相对规模，作者使用美国经济分析局的州级国内生产总值和个人收入数据，并重点关注“数据处理、托管和相关服务”行业。

研究设计

环境损害的核算分为四个步骤：

第一步，将数据中心功率转化为年度电力消耗：

其中， 表示数据中心， 表示年份， 是净使用功率， 是电力使用效率，8760 是一年小时数， 是负荷因子。作者在基准设定中使用 55% 的负荷因子，并在敏感性分析中使用不同取值。

第二步，将数据中心用电量转化为污染物排放。作者在每个电网分区内计算平均排放率，再用数据中心用电量乘以该分区排放率：

其中， 表示污染物类型， 表示发电厂， 表示电网区域。这个方法的关键假设是：数据中心用电可以视为由所在电网区域的平均发电组合供应，并且主要依赖基础负荷发电机组。

第三步，使用 AP4 模型估计空气污染健康损害。论文中的核心公式为：

其中， 是年龄组  在县 、年份  中由细颗粒物暴露导致的过早死亡， 是人口， 是基准死亡率， 是细颗粒物浓度变化， 来自流行病学研究中的估计参数。

第四步，将空气污染损害和温室气体损害相加，得到总外部损害：

实证结果

1. 美国数据中心的环境账单约为 246 亿美元

表 1 展示了 2025 年运营中数据中心的用电量、温室气体损害、空气污染损害、单位电力损害和商业电价。

• 2025 年美国在运营数据中心消耗约 251Twh电力，大约占美国总发电量的 5%-6%。这些电力消耗带来的总外部损害约为 246 亿美元，其中温室气体损害约 200 亿美元，本地空气污染损害约 45.9 亿美元。
• 全国平均总外部损害约为每兆瓦时（Mwh） 101 美元。
• 在总外部损害最高的前 10 个州中，有 6 个州的单位电力环境损害超过该州平均商业电价。这说明，如果把空气污染和碳排放的外部成本计入，数据中心用电支付的电价可能低于其社会成本。

2. 地理分布：弗吉尼亚州和得克萨斯州最突出

图 2 和图 5 展示了数据中心用电量和总外部损害的空间分布。其中，弗吉尼亚州数据中心用电约 46.4 太瓦时（Twh），对应总外部损害约 42.9 亿美元；得克萨斯州用电约 36.2 太瓦时（Twh），对应总外部损害约 32.3 亿美元。俄亥俄州、艾奥瓦州、佐治亚州、伊利诺伊州等也位居前列。

这一结果表明，数据中心往往在低电价、适合大规模部署、市场需求强或监管条件有利的地区聚集。论文分析，弗吉尼亚州和得克萨斯州的商业电价低于全国平均水平，可能是数据中心选址的重要因素。

3. 空气污染损害：污染来源地和损害承受地并不完全一致

图 3 展示了数据中心用电导致的PM2.5颗粒物浓度变化。结果显示，PM2.5颗粒物浓度上升集中出现在得克萨斯州、弗吉尼亚州与卡罗来纳地区、宾夕法尼亚州与俄亥俄州、怀俄明州、内布拉斯加州、艾奥瓦州和北达科他州等区域。论文指出，PM2.5浓度上升可能还取决于为数据中心供电的发电厂位置、发电结构和污染物的大气扩散。

图 4 展示了空气污染损害在县级空间上的分布。该图发现，空气污染损害的空间分布也与人口密度相关。休斯敦、达拉斯、圣安东尼奥、芝加哥、匹兹堡、底特律、哥伦布、克利夫兰等城市的损害较高。即使PM2.5浓度变化很小，只要暴露人口足够多，也会产生较大的健康损害。

4. 环境损害与经济产出和个人收入比较

表 2 和表 3 分别展示了总外部损害与州级行业国内生产总值、行业个人收入之间的比较。

从经济产出看：

• 全国层面，数据中心总外部损害约为 246 亿美元，而数据处理、托管和相关服务行业国内生产总值约为 5441 亿美元，因此总外部损害约相当于行业产出的 5%。

• 然而，北达科他州的数据中心总外部损害约为 6.65 亿美元，而该州相关行业国内生产总值只有约 1.21 亿美元，总外部损害与行业产出的比值达到 5.51。

• 艾奥瓦州和俄克拉荷马州的这一比值分别仅约为 0.76 和 0.57。

从个人收入看：

• 全国层面总外部损害约为该行业个人收入的 21%
• 然而，北达科他州的这一比值达到 15.18，怀俄明州为 5.45，艾奥瓦州为 2.48，内布拉斯加州为 2.03，俄克拉荷马州为 1.99。

5. 已规划数据中心：短期内环境损害可能继续快速上升

论文还估算了已规划数据中心的潜在影响。作者发现，已规划数据中心可能新增约 210 太瓦时电力消耗，并带来约 208 亿美元总外部损害。与 2025 年在运营数据中心相比，这意味着数据中心用电和相应环境损害在短期内可能增加最多约 85%。

6. 数据中心类型：超大规模数据中心和加密货币挖矿中心是关键来源

附录表 A1 展示了不同类型数据中心的用电量和总外部损害。

表 A1 发现432 个超大规模数据中心消耗了约 103 太瓦时电力，贡献约 107 亿美元总外部损害，占总损害约 41%。

虽然加密货币挖矿数据中心只有 121 个，但消耗约 50.6 太瓦时电力，贡献约 51.5 亿美元总外部损害，约占总损害的四分之一，而且加密货币挖矿设施的单位面积用电强度明显更高。

7. 人工智能部分：环境成本相对潜在生产率的收益可能较小

图 6 展示了人工智能相关总外部损害与人工智能可能带来的国内生产总值提升之间的比例关系。作者引用国际能源署的估计，假设数据中心总能耗中约 15% 与人工智能活动有关，那么，人工智能相关数据中心用电约为 38 太瓦时，对应总外部损害约 37 亿美元。图 6 的含义是：

• 如果人工智能使国内生产总值增加 1%，则人工智能相关总外部损害约相当于新增产出的 1%；
• 如果国内生产总值增加 0.5%，损害约为新增产出的 2.4%；
• 如果国内生产总值只增加 0.1%，损害则约为新增产出的 12%。

结论和政策启示

本文的发现，即使数据中心的大气排放并不直接发生在园区内部，只要电力系统仍然包含化石能源，数据中心扩张就会通过发电环节间接产生空气污染和温室气体损害。 2025 年美国数据中心约 250 TWh 用电，对应约 246 亿美元总外部损害；如果已规划数据中心陆续投运，短期内这一损害可能继续上升。

政策启示主要有三点：

1. 对于类似数据中心这样的高度电力密集型行业，环境影响应当沿电力系统核算。如果忽视电网排放和跨区域污染扩散，可能会低估其社会成本。

2. 电价信号可能没有充分反映环境外部性。 论文发现，在一些州，单位电力环境损害已经超过商业电价。若电价没有纳入空气污染和二氧化碳排放损害，数据中心选址可能过度流向低电价但高污染强度地区。

3. 数据中心的经济收益和环境成本在空间上并不完全重合。 国内生产总值和个人收入通常在数据中心所在地被统计，但空气污染可以跨区域扩散，温室气体损害则具有全球性。

编辑：罗文杰