夜雨聆风一座数据中心耗电量能抵得上整座城市。
过去三年，这个事实被反复引用，和“AI耗电怪兽将推高所有人电费”一起，构成了一条几乎不容置疑的常识链。
弗吉尼亚居民晒出从100美元跳到281美元的月度账单。PJM电网容量拍卖价格连创新高。Bloomberg报道某些数据中心附近批发电价飙升267%。参议员Elizabeth Warren站出来指控大科技“让公众为数据中心埋单”。
逻辑太顺了：需求暴增 → 供给跟不上 → 价格传导给每一个人。
然后，2026年6月18日，一篇arXiv论文把这个逻辑链从根部拆开了。
结论让整个能源圈沉默了半拍：2015到2024年间，美国数据中心没有推高全国平均住宅电价。在电网有扩容余力时，它们反而让电价下降了一截。
主导估计：数据中心容量每增加10%，住宅平均电价下降约0.4%。容量翻倍，电价下降约3.5%。
这不是边角料发现。作者用了工具变量法（IV），拿1947年艾森豪威尔州际公路计划长度当工具，把数据中心的选址内生性从电价因果中硬分离出来。Anderson-Rubin弱工具稳健检验p值0.001，95%置信区间拒绝正效应。
Rohan Paul在X上贴出总结，74赞，6000+浏览。但真正点燃讨论的是James Pethokoukis的转发：「Surprise! they modestly lowered them...」——955赞，45万浏览。
▲ Rohan Paul推文，详细复述论文核心发现与机制
论文作者之一John Bistline随即发出完整线程：各州散点图上，弗吉尼亚数据中心占比超20%、电价涨幅接近全国均线；加州数据中心增长极低、电价却因野火成本飙升近40%。「没有正相关」。另一张图里，1947年规划的公路网与当代数据中心位置惊人重叠——这就是他们抓因果的工具。
▲ 共同作者John Bistline的线程：公路路线与数据中心位置重叠图，以及各州散点
▲ arXiv论文摘要页，标题与核心结论一目了然
为什么更多用电反而更便宜？
直觉告诉我们，买更多东西肯定更贵。但电网不是奶茶店。
电力零售电价走的是平均成本定价，远比边际成本复杂。输配电网有极高的固定成本——电线、变电站、发电容量、长期合同——这些钱必须收回来，不管流过多少电。
当数据中心这样的24/7稳定负载接入系统，利用率被拉高，固定成本分摊到更多千瓦时上。分母变大了，单位成本自然下降。
论文附录的解析模型说得更透彻：只要当前边际可变成本加上资源充裕性影子成本，低于现行平均电价，需求增加就会拉低平均价格。过去十年美国大多数地区就是这个情况——批发价远低于零售价。
打个比方：一条高速路的建设养护成本是死的。车流越稳定，每辆车分担的就越少。如果同时在扩建、新修段成本还更低，整体过路费会更便宜。只有在车流堵到必须以天价抢修时，效果才会逆转。
还有一个被漏掉的点：新增发电资产的平均成本，往往比已嵌入费率的存量资产更低。技术进步、效率提升、规模经济，新建机组比几十年前的老家伙便宜——这一建，反而把整体平均成本拉下来了。
另一个独立信源得出了同样的方向
今年3月，Institute for Energy Research（IER）用州级EIA数据做了相关性分析，结果与这篇因果论文同向：
数据中心数量与当前电价：Pearson相关系数-0.053，p=0.72。换言之，零相关。 数据中心最多的10个州，平均电价14.46美分/千瓦时，跟其他州的14.39几乎一样。 真正的强信号：电力销售增长与价格涨幅呈极强负相关。销售高增长州2015-2025平均价格涨幅仅20.0%，低增长/负增长州高达39.4%。t检验p值小于0.0001，Spearman秩相关-0.807。
极端案例：北达科他电力销售暴增67%，价格反而降了6%。加州销售跌9%，价格涨了58%。弗吉尼亚销售涨29%，价格涨幅却落在中游。
▲ IER报告：州级电价地图叠加数据中心分布，价格涨幅的决定因素比想象中复杂得多
IER直接点破：州级政策差异远比数据中心扩散更能解释电价分化。
但弗吉尼亚居民的电费确实翻倍了，这怎么说？
这里的区分极其关键：全国平均 ≠ 局部冲击不存在。
论文和IER说的都是全国平均效果。局部热点完全可能不同。
弗吉尼亚州“数据中心巷”占全州用电近40%。居民冬季账单从100美元跳到281美元是真实发生的。PJM容量市场里，数据中心负荷增长被列为2025-26交付年容量成本增加174%（93亿美元）的首要原因。
哈佛大学电力法专家Ari Peskoe的分析直指要害：公用事业为数据中心新建了数十亿美元的输配电和发电设施，按照传统“社会化成本”模式，这些投资摊销到所有费率支付者头上，不限于数据中心自身。加上大型科技公司与公用事业签保密特殊合同，监管审查被削弱，政治压力（就业、税收）又可能让监管更宽松。
Consumer Reports 2025年11月调查显示，78%的美国人担心新数据中心推高电费。报告同时指出水资源竞争（凤凰城地区数据中心直接冷却用水从当前的3.85亿加仑/年规划扩展到37亿）、土地占用（Meta Hyperion项目3650英亩）、柴油备用发电机空气污染等一系列问题。社区反对已导致近1000亿美元项目受阻或延迟。
▲ Harvard Law Today：Ari Peskoe分析成本社会化机制及监管挑战
PolitiFact和WRAL在2026年6月对Warren引用的“267%”数字做了事实核查，评级为“Mostly False”。那个267%指的是批发节点价格——只占居民账单供应成本的30-50%——而非消费者实际支付的零售电价。全国零售电价5年涨约42%，数据中心密集区涨幅更高，但“并非唯一驱动因素”。电网老化、清洁能源要求、加州野火等都在起作用。
论文自己划了三条红线
这篇论文的作者没有回避边界条件。他们反复强调——或者说警告：
第一，供给约束是翻转开关。燃气轮机订单积压长达7年，价格大涨60%以上。变压器等关键设备供应链吃紧。光伏关税叠加风光项目审批受阻。如果新容量成本超过存量均价，需求增长就会从降压变成增压。
第二，需求是否兑现决定分摊基数。如果市场高估了数据中心实际落地的负荷，公用事业提前投资过度，固定成本将被分摊到更少的千瓦时上——这是纯纯的价格上行风险。部分州已要求大型负荷提供最低账单或长期合同作为承诺。
第三，2015-2024的数据窗口不一定覆盖当前hyperscale AI爆发期。2024年后AI数据中心的规模、增速和不确定性都比研究期高一个量级。论文结论不能直接外推到当下。
但作者也给出了一个乐观延伸：相同的逻辑适用于电气化。如果供给能跟上，电动汽车和热泵不仅不会推高电价，还可能通过同样的规模经济效应降低电价，同时砍掉排放。
▲ James Pethokoukis这条帖获955赞、45万浏览，观点简洁击中公众神经
这场争论最让人清醒的地方不在谁对谁错。
而在于它暴露了“电价到底由什么决定”这个问题上，公众直觉和经济学机制之间的巨大裂缝。固定成本分摊、平均成本定价、选址内生性——能量比“AI抢电”这种标题复杂得多。
更具体地说，所有争论其实指向同一个变量：供给响应能力。能跟上需求，需求就是分摊成本的帮手；跟不上，需求就是推高价格的压力。论文和IER的数据说明，过去十年美国的供给响应基本跟上了。未来能不能跟上，决定权在审批速度、供应链和监管规则手里，不在AI本身。
弗吉尼亚居民的281美元账单是真的。全国均价微降的因果估计也是真的。数据中心要不要建——这个问法本身就框错了。电价走向最终取决于三个变量：怎么建、谁来付、供给端能不能接住。
