算力浇筑的钢筋水泥：为什么美国AI资本支出正在重塑更广泛的经济韧性

2026年的美国经济叙事，正在被一个数字重新定义。超大规模云厂商今年的资本支出有望接近8000亿美元，大约是2019年水平的十倍。这个规模接近日本全年的财政预算，超过了德国和墨西哥的年度支出总额。当市场还在争论“AI泡沫”何时破裂时，这笔天量资金已经在工业、能源、公用事业和消费领域产生了实实在在的传导效应。美国经济正在经历一场由算力基建驱动的结构性重塑，其广度和深度远超“科技股行情”的狭隘框架。

从科技股盈利到全经济盈利面的扩散

AI资本支出最被低估的特征，在于它本质上是一种基础设施投资。与纯粹的软件或互联网服务不同，建设数据中心需要采购燃气轮机、变压器、冷却系统、建筑材料，需要雇用建筑工人、电工和技术人员，需要接入电网或自建发电设施。这些支出的每一环，都在向传统经济部门注入收入。

盈利面的扩散已经体现在数据中。标普500指数中，远期营收和每股收益录得正增长的公司占比分别高达82.8%和82.0%。当前财报季的营收和盈利广度均处于高位。这意味着，AI资本支出的受益者远不止设计芯片的公司，而是涵盖了从重型电气设备到工程建设的整条产业链。

工业生产的韧性提供了侧面印证。尽管整体工业产出月度数据存在波动，但截至2026年5月的同比增速仍保持在1.7%。在制造业就业长期承压的背景下，数据中心建设相关的非住宅建筑活动成为重要的对冲力量。数据中心建设为承包商、公用事业和设备制造商创造了收入，而这些外溢效应并未被资本支出数据本身充分捕捉。

电力：从“瓶颈”到“新需求周期”

AI资本支出对经济最深刻的传导，或许发生在电力部门。美国电力需求在经历了十多年的近乎停滞之后，正在迎来结构性拐点。美国至2030年的用电需求年均复合增速被上调至3.5%，而过去十年的增速不到1%。更为激进的测算是，2026年至2030年间，美国可能面临100吉瓦的电力缺口，电力容量需求预计达到230吉瓦，而公用事业供应仅约93吉瓦。

这种供需失衡正在转化为公用事业公司的资本支出周期。15家上市美国公用事业公司的2026年资本支出预计同比增长约30%。Constellation Energy的资本支出预计跳增128%至67亿美元，Entergy预计增长49%至115亿美元，American Electric Power预计增长48%至125亿美元。这些支出的投向包括发电设施扩建、输电网络升级和电网现代化改造。

电力需求的激增还催生了“表后”供电模式的兴起——在数据中心园区内直接配建燃气发电设施，绕过漫长的并网排队。到2030年表后燃气装机预计将达到约30吉瓦，占数据中心需求的约20%。这意味着，燃气轮机和电气设备制造商正在获得一个持续多年的订单周期，而燃气往复式发动机业务也进入了供不应求的状态。

被低估的GDP贡献与测量难题

一个看似矛盾的现象是：AI资本支出的规模如此之大，但其对GDP的直接贡献在官方统计中却显得“温和”。测算显示，AI相关投资对过去一年2.1%的实际GDP增速贡献了约0.47个百分点，约五分之一。更为保守的估算则认为，2025年AI资本开支对美国实际GDP增速的直接贡献约为0.3至0.4个百分点。

这种“低贡献”很大程度上是统计方法的局限，而非经济影响的真实反映。首先，超大规模厂商的资本支出中约有30%投向海外数据中心，这部分不进入美国GDP。其次，AI服务器和芯片大量依赖进口，在GDP核算中，进口的资本品会从投资中扣除。更关键的是，芯片虽然在美国设计，但制造和组装在亚洲完成，设计价值本应体现为知识产权出口，却因没有实物离开美国而常常被统计遗漏。仅这一项就使美国年度化增长率被低估了约0.3个百分点。

换言之，官方GDP数据系统性地低估了AI资本支出的真实经济动能。当我们将视野从季度GDP增速转向资本存量的积累时，图景会更加清晰：进口的AI服务器在购买当天对GDP是中性的，但它此后在数据中心里持续运转，为企业提供算力服务，提升工人的生产率。这种资本存量的扩张，其经济价值将在未来数年逐步释放。

消费韧性的底层支撑

AI资本支出的就业和收入效应，正在为消费提供一种非传统的支撑。数据中心建设周期长达数年，项目在获批时就已经锁定了长期合同，这使得相关就业和收入对短期经济波动的敏感度较低。当关税冲击、能源价格波动或消费信心起伏时，这些在建项目的工人仍在工作，设备仍在采购，公用事业公司仍在铺设电缆。

消费数据本身呈现出复杂的图景：2026年5月实际个人消费支出环比增长0.3%，收入、可支配收入和消费同步回暖；但7月零售销售全面走弱，环比下滑0.6%，储蓄率已降至低位。这种“收入改善但消费降温”的组合，恰恰反映了AI资本支出支撑下的结构性分化：与数据中心建设相关的地区和行业就业稳定，收入有保障；而依赖可自由支配支出的零售部门则面临压力。消费的整体韧性，部分来自于AI基建周期创造的“锚定收入”。

风险不在支出本身，而在回报的时点

深度看好美国经济，并不意味着忽视风险。近3万亿美元的表外“隐性债务”——通过债券、设备租赁和供应商担保形成的未来支出承诺——是AI资本支出周期中最需要关注的结构性脆弱点。部分超大规模厂商的自由现金流已经出现转负的迹象，另一些则预计自由现金流将趋近于零甚至转负。

但这些风险的触发条件并非资本支出“太高”，而是AI商业化落地的速度是否匹配得上基础设施扩张的节奏。企业端的AI采用仍处于早期阶段，成本节约的应用正在推进，但收入端的实质性增长尚未大规模兑现。这是一个时间错配问题，而非方向性问题。

从宏观角度看，AI资本支出已经将美国经济从“消费单引擎”转变为“消费+投资双引擎”的模式。这种转变的意义在于：当消费因通胀侵蚀购买力、储蓄率走低而边际放缓时，投资端的韧性提供了缓冲。而投资端的独特之处在于，它由少数资产负债表强劲、融资渠道多元的巨型企业主导，对短期信心波动的敏感度远低于传统企业资本支出。

100吉瓦的电力缺口警告，与其说是利空，不如说是一个信号：AI资本支出的需求侧强度，已经超出了基础设施供给侧的承载能力。在经济学中，供不应求的瓶颈往往是投资周期的起点，而非终点。燃气轮机售罄、变压器短缺、技术工人不足——这些“瓶颈”正在定义下一个五年的资本支出方向。

美国经济正在经历的不是一场科技泡沫，而是一次以算力为货币、以电力为载体的资本深化过程。它的回报不会以季度盈利的形式均匀呈现，而是以生产率的渐进改善和资本存量的结构性升级来兑现。对于投资者和政策制定者而言，需要的是理解这种时间尺度的差异，而非被短期数据的噪音所干扰。