特朗普想把美国变成比特币挖矿中心的计划，先被 AI 的出价打散了。Bloomberg 在 2026年9月9日报导，随着加密市场长期低迷，一些矿工正在把设施转向 AI 数据中心。这个标题容易被读成叙事切换：币圈退场，AI 接棒。但真正的变化不在叙事，而在同一块土地、一条馈线和一套地方政府关系被重新定价。
矿场留下的遗产不是机架，而是项目开发能力。比特币矿场曾经证明自己能快速拿到电力、土地、冷却方案、并网许可和本地政府的容忍度；也能在币价波动中承担高杠杆和收入不确定。AI 数据中心要的部分能力与之重叠，部分能力又完全不同：它需要更高可靠性的供电、更长的合同久期、更复杂的液体冷却和机电工程，以及能通过云厂商或超大规模客户审查的运营团队。
所以这不是一次简单的旧厂房转租。矿场的价值在于，它把原本分散在电力系统、土地制度、环评程序和工程承包市场里的摩擦，压缩成一个可交易的资产包。AI 需求来了以后，这个资产包被重新估价。真正值得问的是，转换租金归谁：矿工、电网、工程承包商、云厂商、地方政府，还是掌握审批权的联邦机构。
公共土地暴露了真实瓶颈
华盛顿 Sun 在 2026年9月11日的调查报道，把联邦层面的急迫感写得相当具体。美国土地管理局要求州主管识别适合数据中心的公共土地，州领导只获得三天时间提交名单。报道还指出，BLM 土地往往偏远，缺电力和水，员工缺乏技术审查能力，土地和不动产部门约有 50% 职位空缺。
这些细节比“美国要加速建数据中心”更重要。加速并不只等于多签几份文件，它要求审批机构有电力、水务、交通、环评和网络安全审查能力。如果审查能力跟不上，速度会转向其他地方：要么项目方用更强的政治关系推动豁免，要么把成本转嫁给后续诉讼和周边社区。
Boulder City 附近的案例已经给出了警告。华盛顿 Sun 报道，首个获得许可的 BLM 土地数据中心项目被法官暂停，原因是开发者试图复用太阳能项目的早期环评。另有 NPS 正考虑用 Prince William Forest Park 的 36 英亩联邦公园土地，与数据中心开发者做土地交换。联邦土地从保护对象变成潜在工业资源，这个方向本身就在重塑规则。
内政部长 Burgum 把数据中心称为“intelligence factories”。他的 2025年日历显示，其与 Amazon、Bechtel、NextEra、Shell、Chevron、ExxonMobil、BP 和 SpaceX 等公司高管会面；2026年日历尚未公开。这里不必把每一次会面都解释成利益输送，但至少说明，数据中心已经进入国家资源和产业外交的谈判桌，而不是普通商业地产项目。
这组事实对矿工的意义很直接。2026年的买方不是按“曾经挖过币”付款，而是按四项能力付款：能不能拿到可靠电力，能不能把土地变成可建设资产，能不能交付工程，能不能让地方政府相信项目不会变成生态和财政负担。矿场的账面设备可以折旧到很低，这四项能力的组合却可能升值。
转换租金的四层分配
第一层是电力和并网。矿场最值钱的资产之一是已经接近电网的位置和已经跑过的接入流程。AI 数据中心对电力容量、供电连续性和合同期更敏感，电网公司因此有更强的议价权。矿工如果只卖土地和电力位置，拿到的更像是期权变现；如果能把可靠性改造、长期购电和备用电源一起做完，才能多留一层租金。
这里也出现了一个新的分层：电力入口、土地控制权和项目开发权可以分属三个主体。矿工掌握入口，地方政治家掌握许可，云厂商掌握需求，工程公司掌握交付。2026年的收购谈判如果只看总价，容易误判赢家；要看股权、容量预留、并网义务、违约赔偿和完工担保分别落在谁手里。
第二层是土与水的约束。数据中心不只是用电，还牵动水源、热排放、道路、变电设施和生态审查。公共土地看起来便宜，偏远位置却可能意味着新建输电、供水和防洪设施。Bloomberg 或政治宣言可以改变叙事，改变不了线路走廊、水权和环评所需的技术文件。
第三层是工程交付。AI 数据中心把价值推向能稳定组织电气、暖通、消防、控制和调试的承包商。华盛顿 Sun 提到的 Bechtel 以及 Burgum 日历中的能源公司，说明这个市场正在从房地产开发转向重工业基建。矿工的原有优势是速度，AI 客户要求的是可用性和可审计的质量体系，两者并不天然等价。
第四层是政商关系。地方政府提供路权、税收安排、用水许可和社区接受度；联邦机构提供公共土地和环评通道。Burgum 的会谈名单显示，谈判对手横跨云厂商、工程公司和化石能源集团。项目能否落地，越来越取决于谁能把这些主体排进同一条时间线。
制度竞择解释不了项目工期
《富种起源》的制度竞择模型提供了一个长尺度视角。作者用“水平效应”和“增长效应”的权衡说明，一个短期成本更高但长期增长更快的制度，在高强度竞择中可能长期被压制，转轨一旦启动又可能突然加速。这个框架提醒我们，基础设施政策不是单纯选择最优技术方案，而是在多个地区、多种治理方式和多种既得利益之间竞争。
先把这个模型放稳。它关心的不是某年某项目的租金，而是哪些规则会被邻近地区模仿、放弃或重新组合。放到 2026年的美国，就意味着看德州、北弗吉尼亚、内华达、州属土地和联邦土地之间的政策竞争，而不是只看白宫一句口号。
书中的模拟可以说明这种敏感性。模型设置 400 个地区，雅典制地区承受 20% 的水平劣势，同时获得 2% 的增长率加成；在 10000 次模拟中，高竞择力度下的长期压抑和突然转轨反复出现。数字本身不能搬到数据中心市场，但它揭示的结构很重要：短期适应度和长期增长潜力会给出相反信号，政治系统往往更响应短期适应度。
这个结构对项目方的含义很朴素。AI 数据中心的政治优势在 2026年足够强，但它仍要穿过环评、水权、地方财政和电网排队。换言之，长期增长逻辑能赢，不代表每个资产包都能等到自己被验证的那一天。
书里“转型之难”一章还有另一个更贴身的观察：双轨转型会产生套利者，旧体制下的低成本资源会被倒卖到出价更高的市场；新治理要等到税收和就业被建立起来，才可能形成良性循环。把这段话从国家治理移到数据中心，矿场就是旧体制的低价电力入口，AI 是愿意为可靠容量支付更高价格的新需求方。谁掌握入口，谁就先吃到转换租金。
解释力的边界：制度竞择模型原本处理数百年跨度的制度和人口演化，不是单个项目的 24 个月决策。它可以帮助识别地区之间竞争和转型套利，却不能预测某个县的并网排队、环评结论或司法禁令。用它时要把它降维成分析框架，而不是当作预测模型。
监管不是外生变量
《增长陷阱》第六章的核心观察是，监管往往基于既有企业的结构运行，容易抬高新进入者的相对成本，使创新从商业选择变成政治选择。第七章进一步指出，复杂、多变且难以理解的规范，会把企业投入从前沿创新转向安全的小改良。这个逻辑放在数据中心上并不反直觉：环评、土地、水务和并网审批越不确定，越有利于能组织律师、游说和长期资本的大型玩家。
不过，监管在这里不是反派。没有环评，输电、取水和生态风险会被压到项目完成以后；没有公众程序，地方财政让利也更容易变成黑箱。真正的问题是审查能力跟不上审批雄心，规则被写成复杂而不确定的通道。
书中引用的一项 OECD 调查估算过监管成本的规模差异：员工少于 20 人的公司，人均监管成本可达中型公司的 9 倍。数据中心不是小企业生意，但这个机制同样存在。能雇起专职环评、水权、输电和许可团队的公司，会把复杂流程变成竞争优势；只有矿场旧址和本地关系的卖方，反而可能在谈判中变成通道。
这正是矿工的尴尬位置。小矿场有地方关系和接入经验，却没有足够资产负债表去承担多年审批、基建改造和客户审计。云厂商和大承包商不一定更懂本地政治，但更能消化流程不确定性。于是监管复杂度本身会成为产业集中度的一部分。
解释力的边界：《增长陷阱》批评的是监管的不确定性、复杂性和被俘获倾向，并不是说环境审查和社会影响评估应当取消。数据中心恰恰涉及水、电、生态和社区承受力，公共审查具有正当性。这个框架的价值在于提醒我们审查能力不足时谁受益，而不是把所有监管都折算成增长成本。
模型遗漏的赢家和输家
《贸易的真相》第五章讨论经济学家如何在公共辩论中偏爱单一模型，却忘记经济学结论高度依赖情境。作者提醒，自由贸易模型早就包含赢家和输家，问题是在公共叙事中被淡化。对 AI 数据中心的讨论也一样，许多测算把新增电力、资本开支和推理需求放在一起，却较少处理土地、水、排队权利、财政让利和社区承担成本如何分配。
这正是 2026年 AI 资本开支叙事里最容易被抹平的一层。同一个数据中心，对电网是负载曲线问题，对县政府是税基和道路问题，对云厂商是容量期权，对周边社区是噪音、水和景观问题。四个价格同时存在，却没有一个市场价格能自动把它们结清。
罗德里克对技术扩散的讨论也值得借用。书中提到，2005年以来美国生产率提升最快的信息通信和传媒部门合计占 GDP 不到 10%，而政府与医疗合计约 25%，生产率几乎没有提高。数据中心叙事常把算力视为经济转型的充分条件，但关键仍是算力能否进入生产率滞后的部门，以及制度和组织能否承接。
罗德里克的警告可以翻译成基建语言：总量模型能告诉我们 AI 需求很大，却不能告诉我们约束在哪里，也不能告诉我们谁获得补偿。公共土地、输电走廊和水权都是具体资产，不是可以无摩擦扩张的生产函数。矿场转 AI 的政治经济学，必须从“总量缺口”回到“分配机制”。
解释力的边界：贸易模型处理的是跨国市场、就业和分配，数据中心主要是国内管制与地方土地财政问题。两者共同点在于模型简化会掩盖分配冲突，但本章不能直接给出电力定价或环评制度的设计方案。这里借用的是“模型情境性”这个方法，而不是移植贸易政策结论。
三种情景
基准情景：2026年到2028年，矿场改造项目分层分化。靠近电网、已经完成前期许可、能引入工程总包和长期客户的矿工获得溢价；偏远、缺水、仅剩土地和电力期权的项目被折价出售。联邦公共土地提供少量示范项目，但受制于审查能力，主流扩张仍发生在已具备电力和水的工业区。
基准情景不等于温和落地。它更像是排队重排：能证明更高完工确定性的开发方，可能先拿走最好的电力入口；还在讲币价故事的项目继续等待。议价权差距不体现在口头估值上，而体现在容量预留、违约赔偿和完工担保由谁承诺。
上行情景：审批机构建立专门通道，输电投资和燃气、可再生能源、储能项目同步落地，云厂商愿意签订长周期容量合同，工程承包能力扩张。矿场资产包被重估为 AI 入口，部分矿工完成从电力套利者到基础设施开发商的跃迁。
下行情景：AI 推理需求增速放缓，或资本成本重新上升，长期容量合同难以签署。公共土地项目因环评、水和诉讼被拖延，工程成本继续上涨。矿工被迫以更低价格出售电力位置，转换租金主要被电网、承包商和云厂商拿走。
什么信号说明本文错了
如果 2026年到2028年出现大量偏远公共土地数据中心按期交付，且环评、供水、输电和社区冲突没有显著增加，那么“审查能力是瓶颈”的判断就过重。如果矿工在不出售控制权的情况下普遍完成可靠性改造，并通过超大规模客户审计，那么“产业集中度上升”的判断也需要修正。
反过来，如果卖方更多是没有 AI 合同的土地和电力期权，买方更多是云厂商、电网关联企业和工程总包商，矿工只保留少量少数股权，那么转换租金归矿工的乐观叙事就会被证伪。数据中心继承的不是比特币矿场的暴利，而是它积累下来的制度通道和工程摩擦。
参考资料
- Bloomberg via Techmeme, AI boom wrecks Trump’s plan for made-in-america bitcoin mining, 2026年9月9日.
- The Washington Sun, Inside Trump’s Aggressive Push to Build Data Centers on Public Lands, 2026年9月11日.
- Oded Galor, The Journey of Humanity, 制度竞择模型、转型之难、商业征税能力章节。
- Lars Henrik Rogberg et al., The Growth Trap, 第六章“监管机构的回归”与第七章“扼杀前沿创新”。
- Dani Rodrik, Straight Talk on Trade, 第五章“经济学家和他们的模型”。