全国数字很小，为什么还要关心

主持人抛出读文献得出的结论：数据中心空气污染和水影响似乎都不大。嘉宾承认全国尺度数字确实小，但指出影响分布不公平，反对主要来自当地居民，例如路易斯安那州一座大型数据中心被居民告上法庭。

四万人与几百人：影响落在谁头上

对比美国每年约四万人的空气污染过早死亡与数据中心相关的几百人，说明总量差距悬殊。讨论转向基础设施决策的长期锁定效应，以及物流中心、数据中心对具体社区生活的实际影响。

空气污染不发生在本地，县一级手段够用吗

主持人指出空气污染和电价变化都可能跨区域传导，在 A 县建数据中心可能影响几百公里外的 B 地。嘉宾把影响拆成本地与区域两层，并警告电网不清洁化会锁定长期健康影响。

研究者不是反对 AI，而是想找更好的路径

嘉宾澄清研究立场：不反对 AI 发展，而是希望在必然的发展中减少健康代价，并引用导师关于「好路径与坏路径」的比喻。随后讨论科技公司与行业机构对相关研究的资助及其对研究走向的影响。

就业拉动有没有定论

有嘉宾提到 NBER 工作论文讨论数据中心对当地经济的拉动与人口集聚效应，并推测选址在地租较低地区可能带来持续效应。随后把话题引向更本地的水影响与农业用水竞争。

水：冷却方式决定一切

嘉宾回应水与农业争水的问题，指出影响取决于空气冷却还是水冷却、水是否循环利用。他观察到内华达州太浩湖旁建了不少数据中心，公司未披露是否使用湖水，但选址本身值得追问。

总量小、局部可能严重

主持人认为 AI 用水相对农业灌溉可能只是百分之一甚至千分之一，但美国数据中心多建在最缺水地区，局部用水和生态问题可能严重，形成「总体无影响、局部有问题」的范式。

数据中心带来的是什么工作

讨论数据中心能否像高端写字楼一样激活新经济活动。嘉宾引用 Reddit 数据中心板块的帖子说明，当地人最关心能否找到工作，而数据中心更需要运维与检修类技术工人。

间接就业与因果识别的难题

有嘉宾用城市经济学的集聚效应解释食堂、小饭馆等间接就业，但指出内生性和反向因果很难处理，数据中心选址常与其他基础设施绑定，需要更巧妙的研究设计。

未来五年最值得研究的三件事

主持人请嘉宾给出未来五年最重要的问题。嘉宾提出选址、监管与监测、数据公开三个方向，强调能源行业数据高度透明而 AI 层面几乎无公开数据，这是研究最大的缺口。

AI 对人的影响与收尾

有嘉宾补充 AI 本身对认知、工作方式与心理压力的影响，并指出数据中心的经济影响背后其实是城市经济学、产业经济学研究多年的老问题。主持人收束全期，约定五年后再回访。