据JLL(仲量联行)称,数据中心开发商或许能够将上涨的建设成本转嫁给租户,但前提是项目具备电力接入条件、已锁定客户,以及具有可信的交付路径。

在《2026年全球建设成本指数》报告中,这家房地产服务公司指出,年度建设成本涨幅已从2020年前常见的2%至3%区间,上升至3%至6%的新基准水平。JLL还预测,2027年全球招标价格将再上涨3.1%至4.2%,其中北美地区涨幅为3.2%至4.2%。这些预测适用于整体建设行业,而非仅针对数据中心领域。

JLL报告指出,租金和资产价值的上涨,有助于数据中心项目吸纳部分成本上涨压力。然而,JLL数据中心与关键环境团队技术服务执行总监马修·吉丁斯(Matthew Giddings)表示,更强劲的市场基本面并不能自动保护每个具体项目。

吉丁斯向Data Center Knowledge表示:"当成本上涨速度超过合同约定的收入增速,或电力延迟推迟了收入到账,而融资成本却持续累积时,经济账就算不过来了。仅凭资产价值上涨,无法弥补这一缺口。"

这种风险在以下几类项目中最为突出:没有锁定主力租户的投机性园区项目、电力交付存在不确定性的项目,以及采用固定租金协议、几乎没有空间吸纳建设成本上涨的开发项目。那些为适配AI工作负载而进行改造的老旧设施,如果升级规模过大,也可能面临经济性难题。

吉丁斯说:"强劲的需求支撑着市场,但这并不意味着每个项目都具备可行性。"

他表示,当资本成本上升侵蚀预期回报、公用设施交付进度滞后于承诺的入驻日期,或租户需求已不足以支撑规划产能时,开发商应重新评估项目。电力供应能力下降以及主力租户承诺延迟,也是项目可能需要调整的信号。

管理这一风险的一种方式是采用分阶段建设。通过将支出与已确认的电力供应和客户需求相匹配,开发商可以限制在基本条件尚未落实之前投入的资本规模。

技术工种短缺制约交付进度

劳动力短缺正在加剧这一压力。吉丁斯表示,电气和机械类工种带来了最大的成本和进度挑战,尤其是电工、高压专业技术人员、管道工以及先进制冷技术人员。

他指出:"控制系统、调试和启动团队也已成为关键瓶颈,因为他们的可用性往往决定了一座已建成的设施何时能够投入使用。"

公用设施和变电站建设团队的争夺也在加剧,这给数据中心项目本身之外带来了额外风险。为降低这种风险,吉丁斯建议开发商尽早引入施工合作方,并根据实际劳动力可用情况而非假设的劳动力产能来检验项目进度安排。

他还提到,标准化设计、场外预制和分阶段建设是降低高峰期用工需求的有效方式。在偏远地区市场,开发商或许需要提供住房、交通和出行激励措施以吸引工人。从长远来看,投资技工学校、学徒计划和工会培训设施,有助于支撑未来的建设阶段,同时扩大本地就业机会。

提前采购但不锁定设计方案

采购策略变得同样重要。关键设备的长交货周期,促使许多开发商提前下单,但如果租户需求发生变化,尤其是在AI基础设施持续演进的背景下,这种做法可能带来问题。

吉丁斯说:"关键在于提前锁定制造产能,同时不固化每一项设计决策。"

他表示,开发商应为变压器、配电设备、发电机和制冷设备预留生产档期,同时争取在生产加工开始前修改规格的灵活性。订单应根据已验证的租户需求和明确的决策截止日期逐步推进。

这种做法在运营商应对机架密度变化以及液冷技术日益受到关注的背景下尤为重要。模块化电力和制冷系统、内置扩展容量,以及预留液冷设计空间,都有助于设施在不损害整体项目效益的前提下实现灵活调整。

吉丁斯表示:"提前采购保护了项目进度,而灵活设计保护了资产的长期价值。"

对老旧设施进行改造,可以提供另一条实现更快交付和更低前期成本的路径,尤其是当场地已具备可用电力、充足结构承载能力,以及可重复利用的基础设施时。然而,如果建筑需要进行大规模机械系统升级、提升配电容量、增强地面承重能力,或进行大规模液冷改造,这些优势可能迅速消失。

吉丁斯说:"归根结底,经济性取决于在满足当前及未来性能要求的同时,能够保留多少现有基础设施。"

Q&A

Q1:数据中心建设成本上涨的主要原因是什么?

A:主要原因包括年度建设成本涨幅从疫情前的2%至3%上升至3%至6%的新基准,以及电气和机械类技术工种短缺,尤其是电工、高压专业技术人员、管道工和先进制冷技术人员的短缺,这些因素共同推高了成本和延长了交付周期。

Q2:哪些类型的数据中心项目面临最大的经济风险?

A:风险最大的是没有锁定主力租户的投机性园区项目、电力交付存在不确定性的项目,以及采用固定租金协议、缺乏空间吸纳成本上涨的开发项目,老旧设施如果改造规模过大也可能面临经济性难题。

Q3:开发商应该如何应对建设成本上涨带来的风险?

A:开发商可以采用分阶段建设,使支出与已确认的电力供应和客户需求相匹配;同时提前采购关键设备以锁定产能,但保留调整设计规格的灵活性,并尽早引入施工合作方以应对劳动力短缺问题。

DataCenterKnowledge