डेटा सेंटर और स्थानीय अर्थव्यवस्था ^{CEFR B2}

अमेरिका में आर्टिफिशियल इंटेलिजेंस के विस्तार ने डेटा सेंटरों के बड़े निर्माण को जन्म दिया है। Georgia Tech Scheller College of Business के डैनियल यूए (Daniel Yue) और यियांग ज़ेंग (Yiyang Zeng) ने सुविधाओं के विस्तृत रिकॉर्ड को काउंटी-स्तरीय आर्थिक परिणामों से मिलाकर समर्थनजन्य प्रभावों को मापा। वे विशेष रूप से रोजगार, औसत वेतन, व्यापार प्रतिष्ठान और बिजली की कीमतों पर ध्यान केन्द्रित करते हैं।

शोध में पाया गया कि पहले तीन सालों में रोजगार लगभग 0.9% बढ़ता है, वेतन 1.1% और व्यापार प्रतिष्ठान 1.0% बढ़ते हैं, जबकि घरेलू आय 0.7% बढ़ती है। दीर्घावधि में ये प्रभाव और बड़े होते हैं: रोजगार के लिए 3.5%, वेतन के लिए 5.0%, व्यापार प्रतिष्ठानों के लिए 4.7% और घरेलू आय के लिए 1.9%। बिल्डिंग परमिट में तेज़ी निर्माण गतिविधि का संकेत देती है।

लेख में यह भी दिखता है कि लाभ निवेश की विशालता के अनुपात में मामूली रहते हैं और स्थानों के बीच असमानता स्पष्ट है। महानगरीय क्षेत्र घने श्रम बाजार और स्थापित आपूर्तिकर्ता नेटवर्क के कारण अप्रत्यक्ष खर्च अवशोषित कर लेते हैं और सेवाएँ जल्दी बढ़ती हैं—इसी 'एग्लोमरेशन' प्रभाव से शहरों को अधिक स्पिलओवर मिलता है। विरोध में गैर‑मेट्रो काउंटी अक्सर कई सेवाएँ बाहर से आयात करते हैं और स्थायी कर्मचारी अक्सर 100 से भी कम रहते हैं।

डेटा सेंटर स्थानीय लागत भी बढ़ाते हैं: एक बड़ी सुविधा लगभग 80,000 घरों जितनी बिजली उपयोग कर सकती है और जहाँ मापा जा सका वहाँ बिजली की कीमतें लगभग 5% बढ़ीं। किसे भुगतान करना होगा यह स्थानीय उपयोगिता दर संरचनाओं और इन्फ्रास्ट्रक्चर लागत के आवंटन पर निर्भर करेगा। शोधकर्ता प्रमाण‑आधारित निर्णय की सलाह देते हैं और समुदायों को सुझाव देते हैं कि वे निम्न बातों की जाँच करें:

• कर छूट और उनकी शर्तें
• बिजली टैरिफ व्यवस्था और व्यय आवंटन
• इन्फ्रास्ट्रक्चर उन्नयन का वित्तपोषण कौन करेगा