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，看清AI资本市场的真正逻辑。2026年美国中期选举之后，市场上又出现了一种熟悉的叙事：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完整。但如果我们稍微拉长历史，就会发现一个非常值得追问的问题：
2022—2024年，美国总统是民主党的拜登。2023—2024年，美国AI产业经历了什么？
是生成式AI爆发、算力需求井喷、科技巨头资本开支扩张，以及英伟达等AI龙头企业历史性的盈利增长。
难道这些事情发生在另一个美国？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，市场上涨不等于政府政策一定正确。但是，历史事实至少提醒我们：把民主党执政与AI产业衰退直接画等号，在逻辑上过于粗糙，在经验上也缺乏充分支持。比党派标签更重要的，是对真实政策、经济利益和产业传导机制的理解。
不妨先看几组数字。
2022年，纳斯达克综合指数下跌33.10%。
2023年，纳斯达克上涨43.42%。
2024年，纳斯达克继续上涨28.64%。
仅2023—2024两年，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：
FY2023：150.05亿美元；
FY2024：475.25亿美元；
FY2025：1,151.86亿美元。
短短两个财年，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年的业务发展。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。这些开支并非全部属于AI，但充分说明当时大型科技企业正在进行规模庞大的基础设施投资。
这些数字并非舆论推测，而是企业正式披露的财务数据。需要强调的是，2023—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民主党。同样，2022年民主党控制白宫和国会两院时，科技股依然大跌。
这说明什么？
科技股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、实际利率上升、估值压缩密切相关；2023—2024年的AI牛市则受到技术突破、企业盈利上修、资本开支扩张和风险偏好修复的共同驱动。
如果用一个政党就能解释科技股涨跌，那么同一位总统任内的2022年熊市和2023年牛市，根本无法同时解释。
比市场涨幅更值得研究的，是当年的实际政策。
第一，2022年8月，《芯片与科学法案》正式签署。
该法案为美国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110亿美元用于研发。这项法案获得了跨党派支持，并非民主党单独完成。但它确实在拜登执政期间签署和实施。其核心目标之一，就是强化美国半导体制造能力，减少关键技术供应链的脆弱性。
半导体是AI算力基础设施的重要组成部分。若说当时的联邦政府全面反对AI产业发展，就很难解释这类大规模产业政策的存在。
第二，2023年10月，拜登签署AI行政令EO 14110。
很多人今天提到这项行政令，只记得安全测试、算法风险和政府监管。但完整文件不仅涉及风险管理，还包含支持AI创新、促进竞争、吸引人才、推动科研和政府应用的内容。这份行政令体现的是一种政策组合：既希望AI发展，也希望AI受到一定治理。可以争论其合规成本是否过高，或者部分安全要求是否抑制创新。但不能把“对AI进行监管”直接改写成“反对AI技术发展”。
第三，2024年9月，白宫主动协调AI数据中心建设。
9月12日，拜登政府召集超大规模云厂商、AI企业、数据中心运营商和电力公司，讨论大型AI数据中心、电网建设、清洁能源、项目审批和劳动力需求。随后，白宫推动成立AI数据中心基础设施工作组，协调有关部门解决建设瓶颈。这恰恰证明，当年的民主党政府已经意识到：AI竞争不仅是算法竞争，更是GPU、能源、电力、数据中心和基础设施交付能力的竞争。
第四，2024年10月，AI正式进入美国国家安全战略核心。
拜登政府发布NSM-25国家安全备忘录，要求美国保持先进AI领域的领先地位，并协调计算基础设施、研发和国家安全应用。甚至到了2025年1月14日，拜登离任前夕，又签署EO 14141，专门推动美国AI基础设施建设，其中包括要求国防部和能源部识别适合建设先进AI数据中心的联邦土地。
当然，行政令不代表项目已经建成，政策目标也不等于最终效果。但至少从政策文本和行政行动来看，所谓“民主党反对美国AI发展”的概括，与这些事实并不相符。
这里需要引入一个重要区分：支持一个产业发展，与支持该产业所有公司保留全部利润，并不是一回事。
拜登政府一方面支持半导体和AI基础设施，另一方面也加强科技反垄断、AI安全治理和出口管制。
2024年1月，美国FTC正式调查微软与OpenAI、亚马逊与Anthropic、谷歌与Anthropic等合作关系，关注大型科技公司是否通过资金、算力和合同优势限制竞争。
2022年和2023年，拜登政府还陆续加强对华先进计算芯片出口管制。这些政策确实可能影响科技企业的收入、成本和竞争优势，不能轻描淡写。但它们针对的是市场结构、国家安全和技术扩散，不等于美国政府希望本国AI产业停止创新。
从经济学角度看，这里存在三种不同利益：
国家希望拥有先进AI技术。
企业希望通过AI技术创造利润。
公众希望AI发展带来的成本与收益得到合理分配。
三者大体可以一致，却不可能永远完全一致。
因此，一个政府完全可能一边补贴本土半导体制造，一边限制部分高端GPU出口；一边推动AI数据中心建设，一边要求大型科技公司承担更多电网成本。把这些不同层次的政策压缩成一句“支持AI”或“反对AI”，反而会遮蔽真正值得投资者研究的问题。
为什么2026年数据中心突然成为美国地方选举的重要议题？
答案首先在于AI基础设施扩张开始产生越来越显著的外部成本。美国能源部2024年发布的研究显示，2023年全美数据中心耗电约176太瓦时，占全国总用电量的4.4%。研究预计，到2028年，数据中心用电可能达到325—580太瓦时，占全国用电量的6.7%—12.0%。
注意：这是当时的情景预测，不是已经实现的用电量，但它清楚揭示了问题的规模。数据中心不仅需要GPU，还需要新增发电能力、输电线路、变电设施、冷却系统、水资源和土地。
谁来承担这些基础设施成本？如果大型科技企业获得算力和商业利润，而部分电网建设成本通过公共事业费率转嫁给普通家庭，地方政治阻力就会自然上升。这种阻力并非必然来自对AI技术的反感，它也可能来自对电价、土地利用、环保和公共补贴的担忧。
2026年1月，民主党参议员Cory Booker等人提出《Power for the People Act》，要求大型数据中心承担相关电网扩张成本，减少普通居民的负担。
但值得注意的是，这种立场并非民主党独有。2026年9月，众议院以417票赞成、3票反对通过共和党主导的《Ratepayer Protection Act》，许多民主党议员同样投下赞成票。该法案随后在参议院以57比43的程序性投票未达到推进所需的60票门槛。反对的民主党参议员认为，法案只是要求各州考虑有关标准，缺乏强制效力；共和党则强调应尊重各州监管权限。
这起事件说明，双方对保护居民电费承担者的目标存在相当程度的重叠，但在约束力度和执行方式上仍存在分歧。真实政治分歧，往往比媒体概括出来的两党对立复杂得多。
理性分析也不能走向另一个极端——认为所有限制AI基础设施的表态都是竞选口号。
2026年11月3日中期选举后，路透社报道称，得州州长选举获胜的民主党候选人Gina Hinojosa承诺暂停新的数据中心项目审批，直到制定更明确的社区和消费者保护规则。得州在美国规划中的数据中心容量中占有重要份额。因此，审批暂停即使不影响最终AI需求，也可能改变项目交付时间、地区配置和融资回报。
但另一个事实同样值得注意：在这次选举之前，共和党籍得州州长Greg Abbott也已经采取措施，暂停部分新的电网接入，并加强对数据中心项目的审查。2026年9月，至少五个州的共和党候选人提出或加强了数据中心限制主张。这使得将地方数据中心争议完全解释为“民主党反AI”，缺乏充分依据。
新的州长竞选承诺是否落实，还取决于行政权限、州议会、公共事业委员会、既有合同以及司法审查。媒体宣布胜选也不等于相关限制已经正式生效。反对某些数据中心项目的选址或补贴，与反对AI本身，不是同一个命题。但同样不能忽视：即使长期AI需求仍然强劲，项目延期也可能造成真实的现金流损失。对于高杠杆、依赖项目投运和持续融资的数据中心开发商，这种风险尤其重要。
AI已经不是单纯的软件技术问题。
它关系到半导体制造、国家安全、军工应用、云计算、能源投资、科研竞争以及美国大型科技企业在全球市场中的竞争地位。这意味着，无论哪一党掌握政治权力，都必须面对多种同时存在的经济激励。
一方面，先进AI可能提升生产率、扩大经济产出并创造新的产业机会。另一方面，AI基础设施需要大量电力、资本和公共资源，也可能带来就业冲击、市场集中和成本转嫁问题。
两党对这些问题的重视程度和政策工具并不完全相同，但都不可能仅凭一句竞选口号消除这些约束。
这里还可以讨论政治人物的个人投资持仓。佩洛西家庭、部分民主党议员及相关国会议员交易跟踪ETF具有可观察的科技股敞口，这是一条值得研究的利益线索。但公开持仓存在披露滞后、金额区间较宽以及家庭成员与议员本人持仓需要区分等问题。更不能因为某位议员家庭持有NVDA，就断言其一定不会支持影响数据中心利润率的监管。
投资持仓能够提供经济激励方面的信息，却不能替代对立法投票、行政行为和政策执行的直接分析。比观察政治人物口袋里有什么，更重要的是检验他们最终让什么政策生效。
从投资角度看，一条负面政治新闻真正影响股票价值，至少需要经过一条传导链：政治事件 → 政策文本 → 行政执行 → 项目经济性 → 企业盈利预期 → 估值与风险溢价。
任何一个环节都可能中断，也可能与市场最初的猜测不同。例如，某州提高数据中心电网接入成本，可能导致开发商项目IRR下降；但若最终只是由云厂商承担更多能源费用，GPU需求未必同步下降。
又例如，项目延期可能利空特定地区的数据中心开发商，却使已经拥有充足电力和接入容量的存量设施更加稀缺。如果资本市场将这些差异全部简化为“AI板块利空”，就可能出现不同公司之间的错误定价。
用因果归因框架，可以把风险拆成三个竞争假说：
H1：AI产业的最终需求受到政策实质压制。需要观察企业削减资本开支、订单取消、算力需求下修等证据。
H2：AI需求仍然存在，但基础设施建设成本被重新分配。需要观察电网接入费用、项目延误、开发商利润率和投资回报率。
H3：政治事件只是市场重新定价的触发器。真正放大跌幅的可能是高估值、拥挤仓位、去杠杆、期权对冲及流动性不足。
第三种情况尤其值得警惕。
2022—2024年的经验已经说明，企业盈利、货币政策和估值变化可以在同一政治环境下产生截然不同的市场结果。
2026年的AI市场同样如此。即便长期技术需求没有改变，庞大的资本开支、融资成本和高Beta仓位，也足以引发剧烈调整。
因此，长期看多AI，并不意味着每一次下跌都应立即买入，更不意味着可以忽略组合风险。
真正有价值的Buy the dip，应当建立在对基本面、估值和流动性的独立判断之上，而不是对某个政党的简单乐观或悲观。
回顾整个AI周期，我们会发现一个常见的认知问题：
市场喜欢用简单的政治标签，解释复杂的产业变化。
民主党赢了，AI可能受监管，于是科技股要跌。
共和党赢了，监管可能放松，于是科技股就要涨。
这种叙事传播效率极高，但在资产定价中往往遗漏最重要的中间变量。
2023—2024年的AI牛市，没有因为拜登政府实施AI安全监管而停止；2026年的AI基础设施争议，也不会因为共和党支持美国技术竞争力就自动消失。
政策可能改变建设成本，却未必改变需求；可能损害某些企业的利润，却不一定损害整个产业；也可能带来真实的项目延误，不能被简单称为市场噪音。
真正严谨的投资研究，必须把政党立场、政策约束、项目经济性、企业盈利和股票估值分别建模。
回头再看最初的问题：民主党反对AI吗？
至少根据2022—2024年的联邦政策记录，无法得出民主党整体反对AI产业发展的结论。但这也不意味着民主党内部不存在主张严格限制某些AI应用和数据中心建设的政治力量。更准确的理解是：美国AI产业已经进入一个技术扩张与社会成本分配相互交织的新阶段。
对于投资者来说，决定长期回报的，不是给某个政党贴上“支持AI”或“反对AI”的标签，而是看技术需求能否持续增长、企业能否创造自由现金流，以及政策究竟改变了哪一部分价值分配。
不要把政治口号当作产业事实，不要把选举结果当作盈利预测，也不要把市场情绪当作投资结论。
如果说2022—2024年的历史留下了什么最重要的启示，那就是：
AI产业的长期发展可以跨越不同政治周期，但AI公司的估值和利润，仍然必须接受每一个政治周期的现实检验。
真正的独立思考，不是相信任何一个政党永远有利于科技股，而是无论谁执政，都能识别产业趋势、核验政策证据，并判断资本究竟会流向哪里。
