作者：贝叶斯之美

当政治口号遇上产业利益，透过美国两党之争，才能看清 AI 资本市场的真正底层逻辑。

2026 年美国中期选举落幕之后，二级市场上再次出现了一种熟悉的叙事惯性：民主党赢了，美国 AI 产业要遭殃；数据中心建设可能受限，科技巨头的资本开支将受到冲击，AI 牛市因此面临系统性风险。

这种说法听起来似乎逻辑自洽。但如果我们稍微拉长历史周期，就会发现一个非常值得推敲的事实：

2022 年至 2024 年，美国总统是民主党籍的拜登。而在 2023 年至 2024 年，美国 AI 产业经历了什么？

那是生成式 AI 的全面爆发、算力需求的井喷、科技巨头资本开支的大规模扩张，以及英伟达等核心龙头企业历史性的盈利爆发。

难道这些划时代的发展发生在另一个平行时空？如果民主党天然反对 AI 发展，那么为什么美国 AI 革命最重要的商业化爆发期，恰恰发生在民主党总统执政期间？

当然，市场上涨并不等同于政府产业政策完全正确。但是历史事实至少提醒我们：把民主党执政与 AI 产业衰退直接画上等号，在逻辑上过于粗糙，在经验上也缺乏充分支持。比简单贴党派标签更重要的，是对真实政策、经济利益和产业传导机制的深度理解。

先尊重历史：民主党执政时期的 AI 牛熊真相

不妨先看几组直观的市场数据。

2022 年，纳斯达克综合指数下跌 33.10%。

2023 年，纳斯达克强劲上涨 43.42%。

2024 年，纳斯达克继续上涨 28.64%。

仅 2023 年至 2024 年这两年间，纳斯达克累计涨幅就达到约 84.5%。

再看 AI 产业最具代表性的领军公司——英伟达。

根据英伟达向 SEC 提交的年度报告，其数据中心业务收入：

FY2023 财年：150.05 亿美元；

FY2024 财年：475.25 亿美元；

FY2025 财年：1151.86 亿美元。

短短两个财年内，英伟达数据中心业务收入增长约 7.7 倍。这里的 FY2025 截至 2025 年 1 月 26 日，主要反映 2024 年全年的业务飞跃。

与此同时，Meta 在 2024 年的资本开支（包含融资租赁本金支付）达到 392.3 亿美元，微软 2024 财年购置物业及设备的现金支出达到 444.8 亿美元。这些开支虽非全部投向 AI，但充分印证了大型科技企业在基础设施上的巨额投入。

这些数字并非舆论推测，而是上市公司正式披露的审计财务数据。需要强调的是，2023 年至 2024 年美国处于民主党总统、两党分治国会的政治格局，不能将上涨完全归功于单一政党。同样，2022 年民主党同时控制白宫和国会两院时，科技股依然录得重挫。

这说明什么？

科技股的牛熊涨跌从来不是政党变量的一元函数。2022 年的科技熊市与美联储快速加息、实际利率飙升、估值严重压缩密切相关；而 2023 年至 2024 年的 AI 牛市则受到底层技术突破、企业盈利持续上修、资本开支扩张和风险偏好修复的共同驱动。

如果用单一政党就能解释科技股涨跌，那么同一位总统任内的 2022 年大跌和 2023 年暴涨，根本无法在逻辑上自圆其说。

拜登政府的实际行动：芯片法案与算力基础设施

比起二级市场涨幅，更值得深入研究的是拜登任内的实际产业政策。

第一，2022 年 8 月，《芯片与科学法案》正式签署颁布。

该法案为美国本土半导体产业及相关计划拨款 527 亿美元，其中约 390 亿美元用于半导体制造激励，约 110 亿美元用于前沿研发。这项法案获得了两党跨党派支持，并非民主党单独推动，但它确实在拜登执政期间完成立法与实施。其核心目标之一，正是强化美国先进制程制造能力，降低关键算力供应链的外部依赖。

半导体是 AI 算力基础设施的核心底座。若白宫全面反对 AI 产业发展，根本无法解释这种百亿级规模的先进制程补贴法案。

第二，2023 年 10 月，拜登签署 AI 行政令 EO 14110。

许多市场人士今天提到这项行政令，往往只记得模型安全测试、算法合规与政府监管要求。但完整文件不仅涉及安全风险管理，还明确包含扶持 AI 前沿创新、促进市场竞争、吸引全球顶尖人才、推动科研以及加速联邦政府系统采纳的内容。这份行政令体现的是一种治理与发展并存的政策组合：既希望把握技术制高点，也试图将其纳入规则框架。

我们可以讨论其合规成本是否偏高，或者部分安全审查是否影响了研发节奏，但绝不能把“推动 AI 治理”直接曲解为“扼杀技术发展”。

第三，2024 年 9 月，白宫主动协调 AI 数据中心建设瓶颈。

9 月 12 日，拜登政府亲自召集超大规模云厂商、AI 实验室、数据中心运营商和电力公用事业公司，闭门讨论超大规模算力集群、电网扩容、清洁能源保障、跨部门项目审批和劳动力短缺问题。随后白宫牵头成立 AI 数据中心基础设施工作组，由联邦直接介入疏通建设堵点。这明确表明，联邦政府清醒地认识到：AI 综合国力竞争不仅是算法模型的竞争，更是 GPU 供应链、电力能源与基础设施交付能力的实物工程竞争。

第四，2024 年 10 月，AI 全面纳入美国国家安全战略核心。

拜登政府正式发布 NSM-25 国家安全备忘录，要求美国在先进前沿 AI 领域维持领先优势，并在计算基础设施、国防科研及国家安全应用间强化协同。甚至在 2025 年 1 月 14 日拜登离任前夕，白宫再次签署 EO 14141 号行政令，专门加快 AI 基础设施扩建，要求国防部与能源部在联邦土地上评估适合建设超算中心的场地。

当然，行政令并不等同于项目落地，政策蓝图也不能直接等同于最终效益。但至少从立法文本与执政轨迹来看，所谓“民主党全面反对 AI 发展”的泛化论调，与客观事实严重脱节。

支持 AI 产业技术不等于无条件支持科技巨头

这里必须引入一个关键的经济学区分：支持一个战略新兴产业的技术发展，与支持该产业所有巨头保留垄断利润，从来不是同一回事。

拜登政府在支持半导体本土化与算力基建的同时，确实在科技反垄断、算法治理以及先进制程出口管制上执行了极为强硬的监管。

2024 年 1 月，美国联邦贸易委员会（FTC）正式对微软与 OpenAI、亚马逊与 Anthropic、谷歌与 Anthropic 的战略合作启动反垄断审查，核心关注超级巨头是否正在利用算力资源、排他资金和分发渠道锁定市场竞争壁垒。

2022 年和 2023 年，联邦商务部也持续收紧对先进制程计算芯片的对外出口管制。这些措施确实直接挤压了部分芯片厂商的当期营收与全球布局空间，属于不可忽视的政策成本。但反垄断与出口管制的矛头指向的是市场集中度与国家安全博弈，并不代表联邦政府希望遏制本土前沿创新。

从制度经济学角度审视，这里存在三种层次的诉求博弈：

第一，国家层面希望保持前沿技术绝对领先；

第二，商业巨头希望通过技术壁垒最大化股东利润；

第三，普通公众希望技术发展带来的社会成本与收益获得公平分配。

三者在某些阶段可以重合，但在具体利益机制上必然存在结构性张力。

因此，一个政府完全可以在为本土芯片制造提供数百亿补贴的同时，对尖端芯片的流向施加严格限制；也可以在推动算力中心建设的同时，要求科技公司承担更多公用电网改造支出。把多维度的复杂博弈简单浓缩成非黑即白的“支持”或“反对”，只会误导投资者的价值判断。

争议转向：AI 数据中心扩张究竟由谁来买单

为什么在 2026 年，算力数据中心突然成为美国地方选举和国会辩论的核心议题？

最直接的原因在于：AI 基础设施的大规模扩张，已经开始产生难以忽视的负外部性成本。美国能源部在 2024 年发布的研究报告显示，2023 年全美数据中心年耗电量约 176 太瓦时，占全国总用电量的 4.4%。报告预测到 2028 年，数据中心耗电可能攀升至 325 至 580 太瓦时，用电占比激增至 6.7% 至 12.0%。

虽然这是基于情景推演的预测值，但它直观勾勒了算力吞噬资源的严峻规模。超大规模数据中心不仅需要英伟达计算卡，还需要配套的天然气或核能机组、超高压输电线路、巨型变电站、闭式冷却塔、水资源配额与连片工业用地。

那么核心矛盾浮出水面：如此庞大的基础设施扩容成本，究竟由谁来承担？

如果科技巨头独享了 AI 生产力带来的高额市值与商业利润，而变电网扩建和用电负荷激增的成本却通过公用事业费率转嫁给普通家庭的居民电费单，地方社区的民意反弹就会迅速演变为选举政治风暴。这种阻力并非源于对 AI 科技本身的抵触，而是出于对生活电价上涨、水资源挤占、环境污染以及公用补贴分配不公的现实焦虑。

2026 年 1 月，民主党参议员 Cory Booker 等人提交《Power for the People Act》，核心诉求正是要求大型数据中心开发商独立承担关联电网扩容的全部增量成本，坚决切断向普通居民转嫁的通道。

但值得注意的是，这种监管主张绝非民主党阵营独有。2026 年 9 月，美国众议院以 417 票赞成、3 票反对的压倒性票数，通过了共和党牵头的《Ratepayer Protection Act》，众多民主党议员同样投下了赞成票。该法案随后在参议院程序性表决中取得 57 比 43 票，未能跨过 60 票议事门槛。反对的民主党议员主要认为该法案缺乏对各州的强制执行力，而共和党则坚持维护各州自主监管权限。

这一立法博弈充分表明：两党在“保护本地居民免受高电价转嫁”这一基本民生目标上拥有极高共识，争议的核心仅在于联邦强干预与州权自治的执行边界。真实政治格局的复杂性，远非两党标签能够简单概括。

数据中心限制主张对企业成本的实质影响

理性的产业观察同样不能滑向另一个极端，即把所有关于限制算力基础设施的表态都轻描淡写地归结为竞选口号。

2026 年 11 月 3 日中期选举尘埃落定后，路透社报道指出，得克萨斯州州长选举中获胜的民主党候选人 Gina Hinojosa 曾公开承诺，在确立明确的社区权益保护与消费者费用规则前，将暂缓批准新的大规模数据中心项目接入。由于得州在美国待建算力容量中占据极高权重，此类审批停滞即便不改变终局算力需求，也必然打乱项目的交付工期、跨区域资产配置与内部收益率模型。

然而另一个不容忽视的事实是：早在本次选举之前，共和党籍的得州原州长 Greg Abbott 就已出台措施，暂停了部分区域的数据中心电网接入许可，并启动了专项审查程序。到 2026 年 9 月，全美至少已有 5 个州的共和党候选人明确提出了严控数据中心扩张的主张。这表明，地方层面对算力基建的限制风潮是全美各州共有的能源压力产物，将其归咎为单一党派的意识形态并不符合事实。

新任州长的竞选承诺能否落地，还要受到州议会立法权、公共事业委员会（PUC）监管规程、存量合规合同以及司法诉讼的多重制衡。媒体宣告胜选并不等同于行政限制立即生效。反对特定算力园区的选址补贴，与否定 AI 产业发展，是两个截然不同的议题。

但市场投资者同样不能抱侥幸心理：即便 AI 的远期需求坚挺，项目工期的被迫拉长也会带来实打实的利息与折旧损失。对于高杠杆运作、依赖快速投产回笼现金流的第三方数据中心开发商而言，这种资产交付风险尤为致命。

美国两党在 AI 议题上面对的共同经济约束

当前阶段的 AI 已经彻底脱离了纯粹的软件应用范畴。

它深度绑定了先进制程晶圆制造、国家网络安全、国防军事应用、云端超算枢纽、能源电力投建、前沿科学计算以及跨国科技龙头的全球定价权。这意味着，不论哪个政党执政，在掌舵行政权力时都必须面对高度一致的客观经济约束。

一方面，前沿 AI 被公认为提高全要素生产率、拉动资本性支出与重塑国家竞争力的核心杠杆；另一方面，巨型算力集群对电力供应、水资源消耗、公共财政补贴以及劳动力就业结构构成了严峻压力。

两党对于不同层面的政策偏好和治理工具各有侧重，但没有任何一位执政者能够仅凭竞选演说消除这些客观物理与经济规律的约束。

二级市场上也常有投资者以国会议员的个人持仓作为判断风向标。例如佩洛西家族以及多位国会议员的投资披露显示其持有显著的科技股敞口，这常被视作政策不会下重手的依据。但个人持仓存在信息披露滞后、仓位区间宽泛以及信托账户独立运作等诸多局限，更不能因为议员家庭持有英伟达股票，就推断其一定会阻拦公用电网监管立法。

个人资产配置只能反映个体的经济激励，无法替代对国会立法投票、联邦行政令发布以及行业监管细则的系统性追踪。比起关注政客持有什么资产，更重要的是看清最终落地的政策条款究竟重构了哪些利益格局。

资本市场常见误区：把政策叙事等同于盈利变化

站在专业投资视角，一条宏观政治新闻若要真正影响股票的内在价值，必须经过严密的因果传导链条：宏观政治事件 → 形成政策文本 → 行政规程落地 → 项目微观经济模型改变 → 企业未来现金流预期重塑 → 折现率与估值溢价重定价。

在这条链条中，任何一个环节发生迟滞或偏离，最终的市场结果都会与最初的情绪化预期大相径庭。例如某州提高了数据中心接入电网的专项费用，这会直接降低数据中心重资产开发商的项目内部收益率（IRR）；但如果最终是由超大规模云厂商全额吸收了这部分溢价，那么对底层 GPU 的真实采购需求并不会产生实质萎缩。

再如，项目审批延期虽然利空特定区域的新建开发商，但却反向抬高了那些已锁定充沛电力配额与并网协议的存量算力资产的稀缺性溢价。如果资本市场笼统地将一切政治表态都标签化为“AI 板块重大利空”，就会在不同细分标的之间产生严重的错误定价。

在因果归因的分析框架下，我们可以将当前的市场风险拆解为三个竞争性假说：

假说一（需求压制）：AI 终端商业化需求遭到政策层面的实质性遏制。这一假说需要寻找科技巨头下调全年资本开支、服务器订单大面积取消、前沿模型训练算力预算腰斩等直接财务证据来验证；

假说二（成本重构）：AI 底层需求依然高涨，但基础设施的建设成本与能源账单在产业链上下游之间发生重新分配。这需要重点跟踪电网并网费用走势、算力交付周期、开发商毛利率水平以及云服务合同报价；

假说三（估值出清）：政治事件仅仅是引发拥挤交易重新定价的导火索。导致股价大幅回撤的真正核心原因，在于前期极高估值倍数、极度拥挤的多头仓位、杠杆资金平仓与衍生品对冲带来的流动性挤压。

第三种情况在当下的市场环境下尤其值得高度重视。

2022 年至 2024 年的历史充分证明：在完全相同的宏观政治格局下，企业盈利周期的变动、货币流动性的收紧或宽松，足以塑造冰火两重天的走势。

2026 年的 AI 板块同样如此。即便行业长期发展空间依然广阔，但高企的资本支出、昂贵的融资利率以及高 Beta 的持仓集中度，本身就蕴藏着巨大的技术性调整压力。

因此，长期看好 AI 并不意味着在任何调整中都盲目抄底，更不意味着可以忽视整个组合的宏观风险暴露。

真正具备胜率的逆向投资，必须牢固建立在对底层基本面、流动性条件与估值合理性的独立审视之上，而不是押注于对某个政党的简单乐观或悲观。

超越党派标签：透视产业规律与估值现实

纵观整轮 AI 产业周期，资本市场最容易陷入的认知陷阱在于：习惯用极度简化的政治叙事，去解释极其复杂的产业演进。

民主党胜选，市场便担忧监管收紧，进而抛售科技股；共和党胜选，市场便盲目押注去监管红利，进而推高资产价格。

这种情绪化的叙事在社交媒体上极具传播穿透力，但在严谨的资产定价模型中，往往忽略了最核心的中间变量。

2023 年至 2024 年波澜壮阔的 AI 牛市，并没有因为拜登政府发布 AI 安全行政令而停下脚步；2026 年算力基础设施面临的能源制约，同样不会因为共和党强调技术霸权就凭空消散。

政策会影响电站并网与土地审批的进度，但无法凭空消灭企业对智能化生产力的刚性需求；政策可能挤压特定中间环节的垄断暴利，但并不妨碍先进制程在全社会的渗透；政策所带来的项目周期延宕是实实在在的风险变量，但绝不能等同于行业逻辑的颠覆。

一个成熟且有深度的投资分析框架，必须将政党竞选口号、制度法律边界、能源微观模型、企业现金流表现以及资产估值分层解析、独立建模。

回到最初的核心命题：民主党真的反对 AI 吗？

从 2022 年至 2024 年详实的政策履历和法案档案中，根本无法得出民主党全盘遏制 AI 发展的粗暴论调。但这并不意味着政界内部不存在出于环保诉求、民生电价或反垄断顾虑而主张给巨头戴上紧箍咒的监管势力。更精准的现实是：美国的 AI 产业扩张已经从初期的技术狂欢，步入到了算力基建外部性与社会财富分配深度交织的复杂深水区。

对于二级市场投资者而言，决定投资业绩生死的，从来不是去给政党贴上支持或反对的廉价标签，而是冷静求证技术需求能否持续兑现、科技企业能否沉淀出充沛的自由现金流，以及制度变革究竟如何重塑产业链各环节的利润蛋糕。

不要把竞选口号误读为产业事实，不要把短期选举胜负直接等同于财报盈利指引，更不要把市场极端情绪当作理性投资结论。

如果说过去几年的牛熊更迭给市场留下了最深刻的启示，那就是：

前沿科技的伟大演进可以穿越漫长的政治周期，但任何一家科技巨头的估值倍数与利润质量，都必须在每一个具体的周期里接受最严苛的真实检验。

真正的独立思考，不是一厢情愿地相信某个政党会永远呵护科技牛市，而是在任何政策环境下都能抽丝剥茧识别技术趋势、以第一性原理核验数据证据，并最终看透资本究竟会流向何方。