美國 AI 數據中心狂潮：電、水、地，邊個批？邊個埋單？

先講清楚：唔係每個數字都能切出「純 AI」

有個限制要先擺明：目前公開數字通常係整體數據中心統計，未必可以乾淨分開「AI 專用」同「非 AI」用量。不過，呢啲數字仍然有助理解 AI 建設，因為以下來源都指出，AI 投資同 AI 相關需求係今輪數據中心擴張的重要推動力 。

呢股熱潮已經唔係小眾用電

Lincoln Institute of Land Policy（林肯土地政策研究所）指出，美國數據中心數目喺2018至2021年間增加超過一倍；其後隨住 AI 投資加速，數目又已經再翻一倍 。該研究所亦指，2023年美國數據中心耗電176 TWh（太瓦時），大約相當於愛爾蘭全國用電量 。

Brookings（布魯金斯學會，美國智庫）稱，美國喺2024年佔全球數據中心用電約45% 。Brookings 引用美國能源部及 Lawrence Berkeley National Laboratory（勞倫斯伯克利國家實驗室）的估算指出，數據中心喺2023年約佔美國總用電4.4%，到2028年可能升至6.7%至12.0% 。國際能源署（IEA）亦預測，到2030年，美國數據中心用電量會比2024年水平增加約240 TWh，即增長約130% 。

呢啲數字令地方審批問題變質：一座新數據中心唔再只係普通工業建築，而可能係一個巨型新用電負荷，牽涉發電、輸電、變電站、冷卻用水同土地用途 。

第一個壓力點：電

AI 時代的大型設施，越來越常用兆瓦（MW）而唔只係平方呎來討論。Consumer Reports 指出，受 AI 熱潮推動，愈來愈多超大型（hyperscale）設施每座用電至少50 MW，需求可同一個小城市相比 。路透社亦報道，大型科技公司追逐 AI 的競賽正碰上美國電網限制，因為電力系統難以追上超大型數據中心需求 。

對承接項目的社區而言，問題唔單止係企業買唔買到電，而係需要邊啲發電、輸電、變電站或配電升級；工程要幾耐；以及成本由開發商、公用事業公司、電費用戶、納稅人，定幾方一齊承擔 。

冷卻系統令 AI 變成水資源問題

數據中心需要冷卻，於是 AI 增長亦會變成地方用水問題。Lincoln Institute 將 AI 數據中心建設視為土地同水資源問題；Consumer Reports 亦將用水列為 AI 數據中心其中一個主要公眾關注 。

認真的用水審查，唔應該只停留喺一句「供水足夠」。地方官員應要求項目公開預計全年用水量、尖峰用水量、水源、冷卻方法、乾旱假設、污水處理安排，以及有冇重用或節約用水承諾 。

空氣質素：關鍵係發電來源同後備系統

更多數據中心唔必然等於空氣更差；風險取決於新增電力點樣生產、較潔淨的資源同電網基建能否夠快上馬，以及設施採用咩後備發電系統 。路透社報道過一個張力例子：AI 帶動的電力需求，同影響聖路易斯（St. Louis）的清潔空氣規則放寬有關；而該市本身已面對空氣質素同健康憂慮 。

所以，空氣排放許可同後備電力方案唔應該被當成審批尾聲的附屬文件。社區需要知道：項目計劃用咩後備發電、幾時可以啟動、受咩排放限制規管，以及新增用電需求會唔會影響地方或區域污染控制決策 。

土地用途爭議係基建足跡的一部分

數據中心可以用大型園區形式落地，長期佔用土地，並連帶輸電同其他公用基建需求。Consumer Reports 指，AI 推動的超大型設施可擴展至數以千英畝；Lincoln Institute 亦強調快速數據中心增長對土地使用的影響 。

分區規劃審查應處理用地面積、退縮距離、雨水徑流管理、輸電接駁、同住宅或農地的距離，以及項目是否配合既有土地用途規劃 。有需要時，地方批准亦應寫入可執行條件，涵蓋場地設計、施工影響同日常營運。

公眾成本唔可以含糊帶過

Consumer Reports 將 AI 數據中心視為消費者議題，正因為用電需求可能同電費、用水及其他地方影響交疊 。路透社從電網角度指出同一個治理難題：需求可以快過電網準備好提供服務 。

一份私人購電合約，唔等於解答咗所有公共問題。如果項目需要新變電站、輸電線、配電升級或額外電力資源，社區需要清楚知道成本點樣回收；如果需求預測改變，風險由邊個承擔 。如果地方政府考慮用公帑誘因支持項目，條款應該喺批准前公開，包括補貼、收費、追回補貼條款，以及營運數據披露承諾。

批准前，社區至少要問七條問題

如果地方政府要避免「先批後算」，大型 AI 數據中心項目批准前，至少應該公開回答以下問題：

1. 用電負荷： 預計平均負荷、尖峰負荷同多年爬升時間表係點？
2. 電網升級： 需要邊啲發電、輸電、變電站或配電工程？如果需求預測有變，邊個畀錢？
3. 用水方案： 用幾多水、來自邊個水源、用咩冷卻方法、假設咩乾旱情境？
4. 空氣同後備系統： 涉及咩後備發電、空氣排放許可同污染控制要求？
5. 土地用途控制： 用地面積、退縮距離、雨水規則、輸電接駁同場地條件會點訂？
6. 電費同公共財政： 項目可能點樣影響本地電費？有冇補貼、收費或追回補貼條款？
7. 透明度： 批准前會公開咩項目數據？設施投入運作後，又會定期報告咩營運數據？

底線

美國 AI 數據中心熱潮的隱藏成本，唔係話運算本身冇價值；問題係 AI 的基建足跡往往集中喺承接項目的地方，但它支撐的數碼服務，卻可以被遠在其他地方的人同企業使用 。

全國估算有用，但不足夠。實際影響會因項目規模、冷卻設計、水源、電網狀況、後備系統同地方規管而變 。任何大型數據中心批准前，都應該先公開項目級數字：電力、水、排放、土地影響、公帑誘因，以及最後邊個埋單。