13 U.S. States Move to Repeal Data Center Tax Incentives, Potentially Adding $3 Billion to AI Compute Costs per Gigawatt

华尔街见闻
2026.08.03 08:41

截至 8 月初,美国已有四州取消或暂停数据中心税收优惠,另有九州正研究类似政策。以 7% 销售税计,单座 1GW 级 AI 数据中心设备采购成本将增加约 30 亿美元。德州等关键市场政策转向,叠加电力与水资源约束,正使税收优惠从” 默认红利” 转变为 AI 基础设施的” 硬成本”。

美国各州正掀起一轮撤销数据中心税收优惠的浪潮,这一政策转向正推高 AI 基础设施建设成本,并对科技巨头的大规模扩张计划形成新的不确定性。

8 月 2 日,据 The Information 报道,今年夏天以来,美国已有四个州取消或暂停数据中心税收激励措施,另有九个州正在研究类似政策。对于依赖大规模资本投入建设 AI 算力的企业而言,这意味着过去被视为理所当然的税收优惠正逐渐松动。

税收变化带来的影响并不小。IT 设备是数据中心最大的资本开支,以 7% 的州销售税计算,单个 1GW 级 AI 数据中心的设备采购成本将由约 400 亿美元增至 430 亿美元,增加数十亿美元。

由于服务器和 AI 芯片通常每五年左右就需要更新,销售税也将持续推高未来的运营和扩容成本,并已开始影响部分数据中心项目的融资条款。

两党态度转向:AI 热潮削弱税收优惠必要性

推动政策转向的原因并不复杂。

近年来,各州为了争夺微软、谷歌、Meta、亚马逊、甲骨文等科技公司的 AI 投资,相继推出销售税减免等优惠政策。但随着 AI 投资持续升温,越来越多州政府开始认为,这类激励措施正在侵蚀财政收入,而科技公司即使没有税收优惠,也不会轻易放弃当地投资。

与此同时,舆论环境也在发生变化。越来越多选民开始质疑大型数据中心对电力、水资源及就业的实际贡献,并要求科技企业承担与其他企业相同的税负。这一议题已逐渐形成跨党派共识。

德州成为行业关注焦点

目前市场最关注的是德克萨斯州。

根据房地产服务公司 JLL 预测,到 2030 年,德州数据中心总电力容量有望超过弗吉尼亚州,成为全球最大的数据中心市场。然而,今年 6 月,州长 Greg Abbott 要求州议会研究取消数据中心销售税豁免及其他"过时或不必要"的激励政策。

这一表态格外敏感。

目前德州已有数十 GW AI 园区在建或已宣布,当地电网收到的数据中心并网申请更高达数百 GW。数据中心联盟(Data Center Coalition)执行副总裁 Dan Diorio 近期专程赴奥斯汀参加听证会,希望保留自 2013 年以来实施的税收优惠。德州议会预计将在 2027 年重新审议相关法案。

Diorio 表示:"如果这些优惠突然消失,你整个商业计划都会被打乱。"

更多州开始重新计算"补贴账"

除德州外,多个州已经开始行动。

华盛顿州上月取消数据中心设备更新和翻新的销售税豁免,州政府预计到 2029 年前可增加约 2.07 亿美元财政收入;亚利桑那州暂停数据中心销售税豁免三年。

路易斯安那州则没有直接取消优惠,而是提高获得优惠的门槛。当地 Meta 正在建设一座可扩展至 5GW 的数据中心,州长 Jeff Landry 要求数据中心企业必须自行承担全部新增电力需求,才能继续享受税收优惠。

弗吉尼亚州采取了更折中的方案。州政府最终没有取消销售税豁免,而是改为向数据中心征收电力消费税。据 Diorio 估算,这将使行业每年新增约 6 亿美元税负;若直接取消销售税豁免,每年新增税负将超过 10 亿美元。

AI 基础设施成本模型正在改变

面对各州政策收紧,行业正寻求新的妥协方案。

Diorio 表示,行业愿意接受更多附加条件,例如将税收优惠与就业创造、本地投资等指标挂钩。他认为,全美已有 40 个州对制造业资本设备提供税收豁免,数据中心同样属于资本密集型产业,应获得类似待遇。数据中心联盟委托普华永道开展的研究以及弗吉尼亚州议会审计机构的独立报告均认为,数据中心创造的税收和经济效益超过了政府放弃的销售税收入。

全国州议会会议(National Conference of State Legislatures)政策研究员 Nicholas Miller 预计,未来会有更多州采取类似路易斯安那州的做法,在保留税收优惠的同时附加更多条件,而非直接取消项目。

不过,也有州开始采取更强硬立场。纽约州近期已通过数据中心开发暂停令。

对于仍在竞相建设 AI 基础设施的科技巨头而言,税收优惠不再是可以默认享有的政策红利。随着各州重新评估补贴成本,税收政策正与电力供应、输电能力和水资源一样,成为影响 AI 数据中心选址和投资回报的重要变量。