东南亚数据中心“黄金期”背后：热钱、水电与监管挑战

近日，泰国投资促进委员会表示，泰国已批准6个大型投资项目，总投资额达9580亿泰铢，约合290亿美元。最受关注的是TikTok在泰国本地的大规模数据基础设施扩建项目，投资额达8420亿泰铢，约合250亿美元。这一数字相当于东南亚数据中心市场2025年全年投资规模的近3.8倍。而这不是孤例——AWS、谷歌、阿里云、腾讯云正带着真金白银涌向东南亚，纷纷把服务器、光缆和液冷设备搬进泰国、马来西亚和印尼的工业园区。

东南亚各国对外资数字产业的吸引力在显著增强。以马来西亚为例，随着该国跻身东南亚主要数据中心枢纽之列，今年8月，该国债券吸引了创纪录的外资投入，单月录得债券资金流入39亿美元，创下该国国家银行自2016年有数据以来的最大单月流入纪录。

在东南亚数据中心投建的黄金期，科技巨头们的投资逐渐从“抢地抢电”过渡到“合规与高运营效率竞争”阶段。审批放缓、水电约束和设备交付周期长等问题悬顶，东南亚数据中心的入场门槛正被持续抬高。

东南亚迎数据中心投建热潮

数据中心的基建热潮，源于人工智能产业蓬勃增长的潜力。在中马AI中心负责人、广西北投信创海外专班的商业分析师黄何兆容的印象当中，东南亚算力中心行业在2023年迎来建设的爆发期。BCG报告显示，从2019年到2023年，东南亚数据中心总IT容量实现了翻倍增长，从约0.8吉瓦增长到1.7吉瓦。

与之相关的投资也水涨船高。据研究机构Arizton发布的报告，东南亚数据中心建设市场2025年投资规模为65.9亿美元，预计2031年将达到176.5亿美元，年复合增长率为17.83%，2026年至2031年预计累计投资将超过860亿美元。马来西亚、印尼、泰国和菲律宾四国合计贡献了区域内超过85%的规划IT负载容量。从现有设施看，东南亚目前约有290个在运营的数据中心，另有135个处于规划或建设阶段。

贝恩咨询合伙人Willy Chang在接受21世纪经济报道记者采访时表示，在人工智能基础设施领域，半导体行业蓬勃发展，东南亚是半导体后端封装的核心枢纽之一，毫无疑问成为资本汇聚的热土。

东南亚各国自然乐见数据中心相关资本的流入。Chang称：“人工智能有助于推动企业业务自动化，为其创造价值并提升用户参与度。该领域的强劲表现将带来诸多连带效益，例如创造更多就业岗位。此外，数据中心建设促使各国政府及相关利益方搭建、升级电网与水务基础设施，同样产生积极作用。所以这将形成连锁效应，影响远不只商业范畴。”

放眼整个东南亚，新加坡堪称规模最大的算力集聚区。中国信通院近期发布的《东南亚区域算力中心服务商分析报告》显示，2025年东南亚重点区域算力基础设施总容量已超过4.4吉瓦（GW），重点区域算力中心已超过2000座，预计到2030年总容量将突破10GW。具体来看，新加坡以超1.4GW领跑，马来西亚、印尼和泰国分别以1063MW（兆瓦）、900MW和620MW紧随其后。

数据中心动辄需要数亿美元建设资金，是典型的重资产项目，其建设门槛也极为苛刻。黄何兆容曾多次在东南亚对数据中心项目进行考察，他向21世纪经济报道记者表示，水源、电力和土地三者是建设算力中心缺一不可的条件。

Chang分析称，东南亚正形成数据中心建设的外溢效应——需求从新加坡流向马来西亚柔佛州，再进一步扩散至电力、土地、水资源成本更具优势的泰国和印尼。

建设面临新挑战：规定变多、审批变慢

虽然此前资本加速流入，但有业内人士留意到，不少东南亚国家数据中心项目的落地速度明显放缓。黄何兆容称，早期不少算力中心项目尚处于试点探索阶段，建设方并未充分预估项目可能带来的国家层面与环境层面的潜在影响。随着行业规模扩张，不少国家也陆续出台更多政策加以规范约束，可以明显感觉到从2024年开始相关审批监管趋严。

对于数据中心项目审批变得困难，Chang也有同感：“根据市场上的不完全统计，目前大约有30%的AI数据中心项目以及涉及水电资源的相关项目申请被拒绝。”

马来西亚雪兰莪州资讯科技与数码经济机构运营长卢传文则感到现在与数据中心相关的项目落地推进效率明显不如两三年前。他向21世纪经济报道记者表示，任何一个新建数据中心，都需要经过马来西亚的数据中心专项工作组审批，而且前提是必须满足相应条件才能够建设。

水资源正成为审批的“硬门槛”。据了解，马来西亚柔佛州正大幅强化数据中心审查标准，当局将停止批准基础设施较简易的Tier 1与Tier 2数据中心申请，因高耗水量已对地方供水造成压力。与此同时，在马来西亚，国家水务委员会数据显示，柔佛、雪兰莪和森美兰州的101个数据中心中，仅18%的用水申请获批。

除了水资源，电力供应始终是东南亚数据中心建设的一大掣肘。电力相当于数据中心的“血液”，无论是IT核心设备还是辅助设施，都需要大量用电。目前，部分东南亚国家的电源结构仍以传统燃气电站和燃煤电站为主，严重依赖化石燃料，不仅难以满足新增电力需求，也很难符合日益严格的碳减排与能耗限制。

卢传文称，整体而言，受供电条件、水资源供应的制约，马来西亚的数据中心审批确实在放缓，有些项目甚至需要企业自己配套建设发电设施。

同样的情况也在泰国出现。有市场人士透露，目前泰国至少有总容量达10GW的数据中心正在排队等待获取电力指标。所谓“排队”是指投资方手握数十亿美元资金，等待关键的电力指标获批，而有些电力审批耗时已接近两年。

全球知名的IT研究与顾问咨询公司Gartner研究副总裁刘轶向21世纪经济报道记者表示，企业在东南亚建设数据中心正面临多重难点：首先是电力并网时间，专用变电站与输电线路建设通常需要18至36个月；其次是水资源不足，这个问题在马来西亚柔佛州尤为突出；再者是电力的长周期设备，高压变压器、冷机与柴油发电机的交期普遍为2至4年；此外还包括绿电供给机制，即企业绿电采购是否足够成熟。

“就配套而言，现在数据中心建设方几乎都要自建或共建专用变电站、备用电源与储能设施。”刘轶表示，这意味着，电力资本开支在整体建设开支中的占比持续上升，建设方从“用电客户”转变为“电力基础设施投资方”。

此时，另一东盟大国印尼趁机加速布局。7月，印尼总统普拉博沃将巴淡岛定位为“数字经济与数据中心重点发展地带”，并通过数字化审批大幅压缩拿证周期。而且近期，印尼为吸引外资，规定外商可以优先进入全国25个经济特区（SEZ）和181个工业园区，依托“直接建设投资便利化”（KLIK）计划，投资者在特定区域内可以获得“先建后批”或加速审批的优待。该国还有意将数据中心列为可以享受“5至20年100%所得税免税”的先锋产业。

那么，印尼是否有机会在数据中心投建领域成功抢跑？刘轶认为不然。他表示，虽然印尼拥有能源优势，特别是地热与煤电成本较低，还有庞大内需、数据本地化要求，而且政府态度积极，但其短板在于电网可靠性、征地难度、监管不确定性、人才储备与海缆网络时延。

所以，刘轶判断，印尼将承接“面向本地市场、成本敏感”的数据中心容量，柔佛则仍将保有“面向新加坡、低时延、高等级”的容量。目前来看，数据中心相关项目审批缓慢所带来的影响并非订单转向印尼，而是项目的整体周期会拉长、成本上升以及投资回报被压缩。

监管挑战悬顶

可能很多人留意到，在东南亚投资数据中心的云厂商不少带有中资背景。

Chang称，当前中国企业集中布局东南亚，原因是多方面的。一方面，东南亚本身就是很多中国科技企业的核心海外业务市场，具备天然的商业布局逻辑；另一方面，行业内普遍默认的一项现实是，企业能够在东南亚获取中国国内受限的GPU算力资源。黄何兆容则了解到，不少数据中心项目即便投资主体不是中资，也会跟来自中国的算力中心合作，比如这些数据中心会使用中企提供的节能、绿色算力解决方案。

事实上，东南亚数据中心的资本回报率也成为吸引中资进场的重要原因。有市场人士认为，东南亚算力需求旺盛，项目现金流持续走高，对应资产估值也同步上升。

在刘轶看来，东南亚数据中心市场的资本回报率呈现明显分化。刘轶具体分析称，新加坡的资本化率虽然较低但稳定性极高，受土地与绿电配额及电力分配严格控制影响，供给严重不足，租金单价高、违约率极低，属于核心基础设施基金的核心配置资产。马来西亚柔佛与雪兰莪则是新加坡产能外溢的最大受益者，开发型内部收益率可达两位数，每兆瓦建设成本较低，电力与水源相对充足，地税和土地成本低廉，依托超大规模云计算与AI训练及推理订单快速提升出租率，回本周期通常为5—7年。印尼雅加达与巴淡岛的预期杠杆内部收益率约为两位数，数据本地化合规要求推动金融与互联网企业落地，巴淡岛作为接驳新加坡的低成本电力节点迅速崛起，市场容量大，但面临电网稳定性与购电协议（PPA）谈判壁垒。

另外，刘轶认为，泰国与菲律宾的内部收益率波动区间较大，泰国依赖BOI企业所得税豁免等政策让利，菲律宾具备亚太海缆连接优势与低土地成本，属于高增长但需长期布局的市场，早期资本开支中电网升级投入占比较高。

黄何兆容则认为，自建数据中心的资本回报率可能并不如外界预期的那样乐观。“现在入场其实已经有一些晚了，但也并非无法进入。最早一批布局数据中心的机构在2022年、2023年就启动了相关投资，项目回本周期大约为五年。对于动辄数亿美元的投资额而言，五年收回成本，是非常理想的收益水平。”他说。

除此之外，企业在考虑是否于东南亚自建数据中心时，还需研判数据合规政策的未来走向。今年1月，美国众议院通过了《远程访问安全法案》。尽管该法案尚未完成全部立法程序，但其在众议院的高票通过已向市场主体和监管对象释放出明确的政策信号，即美国正试图将出口管制的适用范围延伸至云计算和远程访问等新型技术场景。这意味着，东南亚数据中心若远程调用美系高端芯片训练或推理模型，将被视为受控的“出口行为”。与此同时，东南亚大量规划中的数百兆瓦级大模型训练智算集群或面临需求萎缩。

黄何兆容认为，这类限制会抬高AI模型训练的门槛，同时推高训练成本。AI的发展高度依赖持续训练迭代，一旦训练资源受限，相关资本将遭受巨大冲击。但当前的产业格局已呈现交融状态，不少在东南亚布局的大模型企业实际上是美国科技公司，若后续美国国会通过法案，将给这部分美国科技企业带来冲击，因此预计美国这类政策将不会继续加码。

（实习生梁韵琪对本文亦有贡献）