PJM电价暴涨迷局：AI算力与美国电网的三重共振

2026年一季度，美国最大的区域电网PJM的批发电价定格在每兆瓦时136.53美元，较2025年同期的77.78美元上涨76%，相关报道多以“近乎翻倍”作为简化表述，并将AI数据中心需求激增列为核心诱因[1][8]。这一事件迅速引发全球对AI算力能耗的讨论，甚至形成了“AI发展与居民抢电”的二元叙事，但从可验证的事实、工程逻辑与监管框架来看，这场电价暴涨并非单一因素驱动的结果，而是美国电网体系的历史积弊、运营方的决策失误、成本分摊的机制缺陷与AI算力扩张需求三重共振的产物。

被混同的数字与单一信源的局限

讨论这一事件的前提，是厘清两组极易被混淆的涨幅口径。当前传播中同时存在两个完全不同维度的电价数据：一组是2025年一季度至2026年一季度PJM电网的批发电价涨幅76%，“近乎翻倍”是对该数值的通俗近似表述；另一组是PJM覆盖的宾夕法尼亚州东部等局部区域，2020年以来居民电价累计涨幅最高达200%[12]。两组数据的统计维度、时间窗口、适用范围完全不同，批发电价到居民终端电价的传导需经过监管调价、交叉补贴等多个中间环节，两者并非线性对应，混同使用易形成“AI直接推高居民电价翻倍”的误导性认知。

更值得注意的是信源结构的局限性。目前所有公开讨论的核心事实均来自PJM独立市场监测机构Monitoring Analytics发布的2026年一季度报告，11个公开信源中仅1份为一手产业情报，其余均为媒体转引，交叉验证率虽达100%，但多为同质信息的重复传播，尚未形成多独立主体的平行佐证[1][8]。这意味着，目前传播最广的“AI数据中心是此次电价上涨主因”的结论，本质上是Monitoring Analytics的单一机构定性，尚未完成多独立主体的多方量化校验，报告也未披露数据中心用电中AI负载与传统云服务负载的具体占比，以及两大核心影响因素各自的贡献权重。Monitoring Analytics的报告明确将“数据中心用电激增”与“PJM应对不力”并列作为两大核心相关因素，但并未给出两者对电价上涨的具体拆分数据。

第一重共振：运营失误与工程节奏的根本错配

供需错配的第一个核心诱因，是电网运营方的决策失误恰好踩中了AI算力扩张的时间窗口。2022年正值北美数据中心建设热潮启动之际，PJM以新增电源接入申请积压为由，暂停了所有新发电源项目的接入申请，直至2026年初才重新开放申报渠道[6][8]。长达4年的供给扩容空窗期，恰好覆盖AI算力从试点到规模化扩张的关键阶段：PJM覆盖的北弗吉尼亚州是美国数据中心最密集的区域，2023至2025年当地算力项目审批量同比增长320%，但电网供给端的闸门被人为锁死，直接形成了刚性供需缺口。

更根本的冲突来自两者的工程周期错配：一个标准AI数据中心的部署周期仅为6-12个月，而传统火电、核电等稳定电源的建设周期长达3-5年，即便是风电、光伏等清洁能源的建设周期也需要18个月以上。即便PJM现在全面放开电源接入申请，新增供给的落地速度也远远跟不上AI算力的扩张节奏。Monitoring Analytics的报告同样指出，即便不考虑后续新增需求，目前PJM的容量供给也不足以满足已落地的大型数据中心负荷，且这一缺口在可预见的未来仍将持续扩大[6][8]。

除了供给节奏的错配，传统电网的设计逻辑从根本上无法适配AI算力的负载特性。PJM电网的原有设计针对居民用电和传统工商业负载，这类负载具有明显的峰谷波动特征，电网只需按照峰值负载的110%-120%配置N-1冗余（即单台设备故障时仍能保障供电的工程标准）即可满足需求。但AI算力集群的负载特征是24小时满负荷运行，单集群用电规模可达数百兆瓦，相当于一个中型县城的总用电量，且不具备峰谷调节空间——北弗吉尼亚部分核心算力集群区的负载密度已经突破了电网原设计的冗余阈值，原有的调度体系完全无法应对这种高密度、高连续性的刚性负载。PJM核心调度软件的升级已经延误数年，至今仍无明确的落地时间，进一步放大了调度端的压力[6][8]。

第二重共振：成本分摊机制的公平性困境

让电价上涨的感知被进一步放大的，是美国电力市场沿用数十年的成本分摊机制。按照PJM的默认规则，所有新增用电负荷对应的电网升级成本、容量市场溢价，由全电网覆盖的6700万用户平摊，无需特定行业单独承担[3][11]。这一规则在传统工商业用电场景下并未引发显著争议，但当单个AI数据中心的用电规模相当于中型城市时，其带来的增量成本平摊到所有居民头上，就突破了公共服务的成本分摊底线。

Monitoring Analytics的报告测算，最近两轮PJM容量拍卖中纳入的数据中心用电负荷，已致使用户电费额外增加138亿美元[3][9]。而马里兰州消费者权益机构近期向联邦能源监管委员会（FERC）提交的投诉更暴露了跨区域成本转嫁的问题：PJM将20亿美元主要用于服务州外AI数据中心的电网升级成本，全部转嫁给了该州居民，预计将导致当地居民未来十年多支付16亿美元电费。也就是说，即便住在远离数据中心的农业区，只要属于PJM电网覆盖范围，就要为科技公司的算力扩张支付额外电费，而AI产业产生的利润、税收与就业，却并未同等覆盖所有居民。

这种“收益私有化、成本社会化”的分摊机制，正是电价问题从产业矛盾升级为政治议题的核心原因。目前电力账单已经成为美国中期选举的核心拉票议题，多个州的竞选纲领都将“遏制AI数据中心推高居民电费”作为核心承诺，监管层面对成本分摊规则的调整已经进入实质阶段。

第三重共振：被忽略的能源结构与电网体系积弊

尽管AI算力扩张的用电压力已成为共识，但“AI是电价上涨主因”的定性仍存在明确的证据缺口，其中最核心的遗漏是美国能源结构与电网体系的历史积弊。

首先，化石能源价格上涨的贡献被严重低估。美国42%的电力来自天然气，PJM区域的气电占比更是高达47%，2026年一季度国际天然气价格较2025年同期上涨28%，按行业通用燃料成本传导系数估算，在无额外政策干预与跨区调度补能的前提下，仅气价上涨一项对PJM批发电价上涨的贡献就至少达到20%。2026年4月美国零售端加油站销售额涨幅达2.8%，为全品类最高，也从侧面印证了化石能源价格整体上行的趋势[2]。

其次，美国碎片化的电网结构放大了局部供需缺口。美国全国分为3大互联电网、100多家区域运营商，跨区调度能力极差，PJM无法从其他电网调配富余电力，进一步推高了区域内的电力溢价。这种碎片化的电网体系导致美国局部区域的电力供需失衡极易演变为全局性的价格暴涨，而跨区输电能力的不足又使得多余电力无法送到需求集中的区域，形成“一边缺电、一边弃电”的荒谬局面。

现有所有将AI列为唯一主因的分析，都刻意忽略了上述两个结构性变量的影响。从严谨的归因逻辑来看，AI数据中心的需求扩张只是触发电价暴涨的导火索，真正的火药桶是美国电网体系积累了数十年的结构缺陷与制度漏洞。如果不能解决这些根本问题，即便没有AI算力的需求，下一轮工业扩张或极端天气也同样会触发电价的剧烈波动。

产业已经用脚投票：电力成为算力扩张的核心前置条件

无论归因的争议如何，电力供给对AI算力扩张的硬约束已经成为产业共识，头部企业已经开始绕过公共电网体系，直接布局电力端的重资产，用实际行动印证了电力成本已经成为算力成本的核心组成部分。

英伟达近期宣布向数据中心开发商IREN投资至多21亿美元，获得5年期3000万股认购权，双方同时签署了34亿美元的AI云服务合同，计划逐步建成总规模达5吉瓦的算力基础设施——5吉瓦的供电能力相当于5台百万千瓦级核电机组的额定出力，如此大规模的供电需求显然无法完全依赖公共电网支撑，本质是英伟达通过自建供电体系绕过PJM的调度约束。软银则宣布在日本大阪启动GWh级锌卤素电池业务，优先供应自有AI数据中心，这类水系电池的火灾风险远低于传统锂电，更适配AI数据中心24小时连续运行的备用电源需求，预计2030财年该业务销售额将突破1万亿日元。

电力成本向算力定价的传导已经延伸到了金融层面。芝加哥商品交易所近期宣布计划在2026年内推出全球首个GPU算力租赁费率期货，帮助产业链各方对冲算力价格波动风险，标志着算力正式进入金融化定价阶段。未来PJM区域的电价波动，将直接通过算力期货的价格传导到全球AI产业链的各个环节。国内AI产业的投入也在同步反映这一趋势：电力配套成本上涨是全行业上调AI基础设施预算的核心动因之一。

这些产业动作都指向同一个结论：AI算力的单位成本已经不再仅由芯片、带宽决定，电力供给的工程可行性与成本，已经成为算力部署的核心前置条件。过去科技公司布局数据中心只需要考虑网络带宽、用地成本、税收优惠，现在首先要考虑的是能不能拿到足够的、稳定的电力供给。

监管重构：算力布局的逻辑正在被改写

产业端调整的同时，监管规则也正在经历重构，直接改写全球AI算力的部署逻辑与准入门槛。目前马里兰州的投诉已经触发FERC的正式监管流程，核心争议点在于是否要针对AI数据中心这类高负荷基础设施制定差异化的成本分摊规则，不再将电网升级成本平摊给普通居民。

从当前的政治动力来看，民生电价已经成为美国中期选举的核心议题，FERC在12个月内出台PJM区域差异化分摊规则的概率极高，这意味着未来新建AI数据中心将无法再拿到“无附加条件”的电网接入承诺，未配套至少50%自备电源或绿电消纳方案的项目，不仅要承担翻倍的批发电价，还可能被要求额外支付对应电网升级费，直接推高单G算力的部署成本约30%-40%。过去十多年来北美科技公司扎堆北弗吉尼亚互联网枢纽的布局逻辑，已经基本失效。

电力合规也正在成为AI算力进入高价值场景的核心准入门槛。目前已有部分美国州级政务项目开始要求算力供应商提供“非民生用电挤占”的电力来源证明，若所购算力对应的用电成本被平摊到居民账单，可能面临消费者组织的投诉甚至公共舆论风险。对于采购美国算力服务的金融、跨国企业等客户而言，后续采购合同中新增“电力成本溯源”条款将成为常态。

需要注意的是，当前监管调整仍处于个案推进阶段，尚未形成统一的全国性规则。科技巨头和电力企业的游说力量仍在发挥作用：PJM最新发布的电网发展白皮书试图淡化数据中心的责任，将涨价归因于整体能源转型成本，区域大型电力公司AEP甚至以退出PJM电网相威胁，反对针对IDC的特殊定价规则。即便区域规则落地，也存在显著的监管套利空间：科技企业可将数据中心从PJM区域转移至得克萨斯州等电网监管更宽松、电力成本更低的区域，或通过虚拟电厂、储能项目抵扣容量费，规避额外成本。

后续需要追踪的四个核心变量

要进一步厘清这一事件的演化方向，仍需追踪四类核心数据的变动，这些数据将直接决定全球AI算力的长期成本结构与产业格局： 一是PJM重启电源接入申请后的获批项目类型，若新增获批项目以核电、天然气调峰电站等适配AI负载的高连续性电源为主，而非间歇性绿电，则说明电网供给端的调整已经开始适配AI需求； 二是IREN 5吉瓦数据中心的实际供电自给率，若该项目最终实现70%以上的供电自给，不依赖公共电网，则将成为头部算力企业脱离公共电网体系的标志性事件； 三是软银锌卤素电池的实际储能效率，若能在满负荷状态下支撑AI集群72小时连续运行，则意味着储能技术可以部分缓解电网的负载压力； 四是芝商所GPU算力期货上线后的成交量与PJM电价的相关性，若两者呈现显著正相关，则证明电力成本已经成为算力定价的核心变量。

PJM电价暴涨事件本质上是工业时代的能源体系，第一次系统性地遭遇AI算力时代的需求冲击。它既不是AI产业单方面“抢电”的道德叙事，也不是单纯的电网运营失误的个体责任，而是老旧的电网架构、滞后的监管规则、不合理的成本分摊机制，与快速扩张的AI需求共同作用的结果。未来全球AI产业的竞争，将不再仅仅是芯片、算法的竞争，更是电力供给能力、能源成本分摊规则的竞争。真正的问题从来不是要不要发展AI，而是如何分配AI发展带来的成本与收益——不能让少数企业拿走AI时代的绝大部分利润，却让所有普通居民为其用电成本买单。