特朗普寄望AI增长让美国再次强大起来

特朗普重提增长偿债

10月11日，The Guardian 刊登经济记者 Eduardo Porter 的评论，把特朗普政府寄望人工智能带动增长、进而缓解债务的主张，与 Ronald Reagan 时代“减税带来的增长能够补回财政收入”的承诺联系起来。据该文，财政部长 Scott Bessent 的目标是年度经济增长达到3%，特朗普则称增长能够帮助处理约40万亿美元联邦债务。这是政府的政策主张，尚不是已经实现的财政结果。Brown Brothers Harriman 在10月6日的市场评论中记录，Bessent 认为第三季度增长远超3%，且可以持续，并称债务占国内生产总值（GDP）的比例可能很快下降。同一评论称，10年期国债收益率前一天升至5.34%。政府希望增长减轻负担时，新增融资的市场成本已经上升。

生产率与税收约束

增长能改善预算，但需要同时满足生产率和税收条件。美国负责任联邦预算委员会（CRFB）估算，要稳定债务比例，未来十年的潜在全要素生产率年均增速需约2.5%。全要素生产率衡量劳动、资本等投入转化为产出的效率，不等同于GDP增速。CRFB 列出的过去二十年平均增速为1.0%，1959至1968年的战后十年纪录为1.9%。它还指出，过去二十年没有出现连续两年按第四季度同比口径达到3%的实际GDP增长。税收端同样有约束：CRFB 引用的预测中，劳动收入有效边际税率平均约28%，资本收入边际税率接近14%。如果AI带来的新增收入主要流向资本，财政增收便会受到这种税率结构的限制；劳动市场变化引发的支出或减税响应还可能消耗增长收益。因此，生产率改善的幅度和收益归属，都关系到偿债承诺能否兑现。

利率上升增加赤字

10月8日，CRFB 转述美国国会预算办公室（CBO）新发布的利率敏感性分析：如果截至2036年的平均利率持续高于预测50个基点，累计赤字将增加近2万亿美元；如果持续高于预测150个基点，累计赤字将增加6万亿美元。一个基点是0.01个百分点。这些数字是相对于CBO既有基线的条件测算，并非宣布未来利率必然处于这些水平。它们说明，不能只提高增长预测而把融资成本固定不变。对于数据中心建设者，利率也是项目回报要求的一部分；若融资成本上升，运营收入必须覆盖的资金成本随之增加。把AI投资当作财政修复的主要依据，因而还要解释这轮建设如何完成融资、何时产生足够现金。

数据中心收入门槛

建设规模已经进入研究者对整体经济的测算。Brookings 发布的哥伦比亚大学经济学家 Stijn Van Nieuwerburgh 论文摘要预计，2025至2032年，AI数据中心建筑、电力系统、网络、专用芯片及其他设备投资合计10.3万亿美元，年均相当于美国GDP的3.63%。这是一项建设预测，不能直接当作已经支出的金额，也不能当作未来利润。数据中心必须先配置供电、机房和计算设备，再通过出售算力取得收入；训练是让模型从数据中学习，推理则是运行模型完成用户任务。对业主而言，决定资金能否收回的，是客户购买这些服务的规模、价格和持续时间。建筑交付和芯片上线会扩大供给，却不会自动完成这一收入转换。

斯坦福大学经济学家 Hanno Lustig 在9月27日的分析中引用该论文：采用10%的折现率、IT设备使用6年的假设，到2032年，运营商所需年度算力收入约为3.725万亿美元，相当于当年预测GDP的9.2%。IT设备指芯片等信息技术设备；折现率用于把未来现金流折算为今天的价值。如果把IT设备寿命缩短至3年，所需年度收入占预测GDP的比例就升至14.7%。这里的寿命是收益模型中的假设，不是芯片何时停止工作的厂商规格。Lustig 指出，问题在于客户届时是否还愿意为旧芯片支付足够费用。这也解释了技术升级为何会影响贷款和租赁安排：设备仍能运行，价格和可变现价值却可能下降，业主需要在经济价值衰减前收回投资。

Oracle扩建与回款

企业披露提供了建设转化为经营收入的实例。Oracle 在2027财年第一季度业绩公告中称，当季交付850MW新增数据中心容量，云基础设施收入同比增长121%，新增AI云合同超过300亿美元。云基础设施是出租计算、存储等资源的服务；MW即兆瓦，是电力容量单位。Oracle 的剩余履约义务（RPO），即尚待履行并确认收入的合同承诺，达到6640亿美元。Oracle披露，当季自由现金流为负50亿美元，公司同时完成了200亿美元普通股发行。Oracle 表示，新签合同的结构不会额外影响其融资计划。合同签订为建设提供需求依据，但收入确认和现金回收仍取决于交付及履约；这些合同总额不能直接用于证明AI投资已经赚回成本。

项目融资的偿付条件

Brookings 的论文摘要指出，AI建设融资正通过合资企业、私募信贷、证券化、特殊目的载体、租赁承诺和贷款担保等结构展开。私募信贷是由非银行机构提供的私下协商贷款；特殊目的载体是为特定项目设立的法律实体，相关风险可能通过合同和担保与科技企业相连。项目偿付依赖AI公司的现金流和抵押物价值，而这些又受到需求、技术更替、电力与硬件能否及时到位，以及少数数据中心租户信用状况的影响。Van Nieuwerburgh 明确表示，现在就断定AI基础设施已构成类似以往信贷繁荣的系统性风险，还为时过早。他提出的具体问题是，表外安排可能使相互关联的风险敞口在下行前难以被发现。对贷款人和项目业主，这意味着只看租约金额还不够，还要识别付款主体、担保责任和设备剩余价值由谁承担。

财政收益的转化条件

增长前景与融资风险可以同时存在。Jared Bernstein 和 Ryan Cummings 在10月5日发表的分析中强调，他们对AI基础设施收入门槛的计算带有推测性，取决于折现率、折旧、税收和收入路径；两人判断该行业存在金融泡沫，同时认可AI可能显著提高生产率。结合企业现金流和上述融资研究，可以作出的推论是：AI改善经济效率，并不自动意味着投资者能够在约定期限内取得回报，也不自动意味着政府获得足够税收。若客户收入不能支持既定建设和偿债节奏，项目业主、贷款人及担保方将需要承担调整成本。特朗普政府的增长偿债主张，最终依赖的正是这些建设形成可持续收入，以及财政政策把新增产出转化为收入的能力。