科技与制造巨头的物业持有模式比较研究报告

——办公、算力与制造三类地产的利弊分层

摘要：本报告系统考察字节跳动、腾讯、阿里巴巴、百度、华为、京东方、谷歌、微软、苹果、Meta、OpenAI与特斯拉共十二家企业在办公与园区地产、算力地产及制造地产三个层面上的持有与租赁策略。核心发现是：头部科技与制造企业的地产行为已脱离传统“成本最小化”逻辑，空间资产成为锁定人才、锁定算力容量、锁定长期运营确定性的战略工具，但三类地产的利弊来源截然不同——办公地产的弊在折旧刚性与业务节奏错配，算力地产的弊在表外杠杆与供给链控制力的让渡，制造地产的弊在资产专用性带来的退出壁垒。将十二家企业置于“资产专用性—财务可见性—控制力”三维框架下，本报告识别出一条清晰的中外分野：国内互联网大厂在算力地产上走向“以租代建”，以财务轻盈换取资本效率，代价是对第三方运营商的依赖；海外超大规模厂商则以表外租赁承诺和财务担保锁定容量，以财务可见性的牺牲换取算力供给的确定性。 两条路径的利弊随算力供需周期而反转，不存在静态的优劣。

关键词：自持物业；算力地产；表外租赁；以租代建；资产专用性；财务可见性

一、引言：地产作为战略基础设施的重新定义

传统财务分析将“地产”视为企业的非核心资产：要么是自用办公场所，要么是财务性投资。但2025—2026年间发生的变化使这一定义不再适用。

国内方面，字节跳动七个月内在北京核心城区斥资87.18亿元拿下三宗100%自持的研发与产业办公地块，同时以约5.3GW的已交付数据中心容量占据全国约五分之一，但其中几乎全部为租赁容量。阿里巴巴未来三年计划投入3800亿元建设云与AI基础设施，其数据中心模式在同一集群内可同时运行自建、BOT与批发租赁三种所有权安排。海外方面，微软尚未开始生效的租赁承诺在2026年6月季度末达到3291亿美元，单季增幅超过67%，为该公司有史以来最大季度租赁跳升；Meta的未开始租赁义务总额为3470亿美元；谷歌为数据中心租户违约提供的表外担保在九个月内从65亿美元膨胀至438亿美元，而资产负债表上记录的公允价值仅8.15亿美元。穆迪统计，美国五大超大规模数据中心运营商的表外租赁承诺合计从2023年的3500亿美元膨胀至近3万亿美元。

这些数字指向同一个事实：地产正在成为科技企业资产负债表上最具战略权重、同时财务可见性最低的资产类别。本报告的目的不是判断“该不该买地”或“该不该租”，而是建立一套分析框架，识别不同持有模式下利弊的结构性来源，并使国内外路径可以在同一坐标系中对照。

二、分析框架：资产专用性、财务可见性与控制力

本报告使用三个维度评估地产模式。

资产专用性衡量一处物业在多大程度上只能服务于特定企业的特定业务。Giga Texas的整车产线、华为的人才公寓、阿里为电商定制的物流园区，都属于高专用性资产；标准批发型数据中心机柜和湾区标准写字楼则属于低至中等专用性资产。专用性越高，自持的战略价值越大，但退出壁垒也越高。

财务可见性衡量地产相关义务在多大程度上反映在合并资产负债表和利润表的常规科目中。直接购地自建高度可见（固定资产、折旧）。长期租赁承诺、表外担保和合资SPV结构则大幅降低可见性——义务已经发生，风险已经承担，但不在传统的资产负债率或净负债率中充分体现。微软、Meta和谷歌的算力地产敞口，主体恰恰位于这一不可见区间。

控制力衡量企业对空间条件或算力容量供给条件的实际支配程度。自持提供最强的控制力，但以资本沉淀为代价；长期租赁提供合同期内的使用权，但续约条件和业主行为不受自身控制；纯现货租赁控制力最弱，但资本效率最高。控制力之所以必要，是因为在地产领域，“轻”的代价往往不在当期成本，而在供给紧张或关键节点波动时暴露出来的被动性。

三个维度的交叉产生不同的模式组合，利弊评估必须针对模式，而非笼统地褒贬“重资产”或“轻资产”。

三、国内企业的办公与园区地产：从租客到业主的分化

3.1 字节跳动：业务驱动型重资产化

字节是近年办公地产动作最激进的企业。2026年2月和3月，北京云月长石与云岫长石先后以28亿元和33.05亿元摘得海淀大钟寺与学院路地块，均为100%自持、不得开发商品住宅的研发办公用地，拿地主体是北京字跳网络的全资子公司，经营范围明确包含非居住房地产租赁与物业管理。

利在于长期成本锁定与地段控制。以周边同类写字楼租金测算，拿地加建设的总投入显著低于长期租赁的累计支出，且自持将租金支出转化为固定资产，规避了业主退租和租金上行风险。

弊的结构性来源是资产专用性与业务波动性之间的错配。高强度、集中性的资本沉淀发生在AI研发投入同样处于历史高位的时期，而办公需求的长期规模取决于业务扩张的实际节奏。自持物业在业务收缩时无法通过退租快速缩减成本，折旧刚性将持续存在。业内已有的警示是：重资产的高额折旧和资金沉淀，若与业务扩张的实际节奏脱节，不动产将从“战略资产”转变为“经营压力”。

3.2 腾讯：存量自持质量高，商业地产引入新风险维度

腾讯的核心自持办公资产集中于深圳南山与后海，地段稀缺性构成天然安全垫。与字节不同，腾讯的物业类型从总部办公延伸至商业综合体与高端酒店，后海M80等项目以自持资产平台开发持有，商业运营部分引入外部团队。

利在于资产质量与运营能力的积累。弊在于商业地产敞口与互联网主业缺乏直接协同。腾讯等财团以约500亿元接盘48座万达广场，覆盖39个一二线及三四线城市，部分三四线项目的租金回报率可能承压。商业地产的公允价值波动会进入利润表，增加业绩的不确定性，而这一风险维度在纯办公自持中并不存在。

3.3 阿里巴巴：体系化运营与REITs退出通道

阿里是十二家中不动产运营体系化程度最高的。阿里不动产作为资产运营平台管理超千万平方米自持资产，执行层包括亲橙商企与亲橙智慧空间，南京阿里中心（总建筑面积约85万平方米）等大体量园区以自建自持为主。菜鸟则通过自建和管理境内外仓储物流园区支撑物流解决方案，同时具备通过REITs和资产支持证券盘活存量资产的能力。

利在于“自持”与“可退出”并不矛盾。弊集中在租金周期与公允价值计量的联动效应：菜鸟旗下采用公允价值法计量的投资性房地产项目，在2025年租金下行周期中直接导致项目公司净利润由盈转亏。公允价值模式将租金疲软即时放大为利润表亏损，与成本法下的隐性减值不同，冲击是可见且即期的。阿里2024及2025财年资本性支出合计分别达到320.87亿元和859.72亿元，大体量自建园区的持续投入对自由现金流构成压力。

3.4 百度：低敞口本身就是一种利弊判断

百度港股财务报表中“投资物业”近乎不体现，自用办公更多以租赁或历史自用资产形式存在。利在于业务方向面临不确定性的时期保留了最大的战略灵活性，零折旧刚性，办公成本随业务规模可升可降。弊是机会成本与战略信号的双重弱化：在核心城市优质商办资产价格深度回调的窗口期未进行系统性配置，放弃了低成本锁定长期办公条件的机会；在人才竞争中，物理载体上的“轻”可能在雇主品牌层面形成隐性劣势。不过，这一弊端的量级远小于字节、阿里在重资产模式下面临的风险，属于“不行动的代价”，而非“行动的风险”。

3.5 华为：对内专用性最高的地产模式

华为的边界最为清晰：房地产业务严格对内，不对外经营。东莞绿苑实业与棠雅实业的核心职能是建设和管理园区配套人才房。绿苑实业2019年以8.45亿元拿下松山湖约12万平方米商住用地，2020年再以15.13亿元获得大岭山镇22.77万平方米建设用地，均用于人才公寓配套；棠雅实业注册资本15亿元，经营范围包括住房租赁、园区管理服务与非居住房地产租赁。

利在于人才房直接服务于员工稳定性，不引入外部租户，不承担租金周期风险，也不涉及公允价值波动对利润表的冲击。弊的结构性来源是极高的资产专用性带来的不可逆性。人才公寓的用途被严格限定为内部员工居住，几乎不存在市场化退出或转租通道。一旦区域员工规模收缩，对应资产无法通过市场化方式消化。这是一种“用财务沉默换取运营确定性”的安排，代价是资产效率的牺牲。

3.6 京东方：制造业园区衍生的地产板块

京东方2025年实现房地产销售收入6.90亿元，同比增长366.22%，主要来自住宅交付量增长；资产运营管理收入2.35亿元，主要为产业园区租金。北京京东方置业、英赫世纪置业与松彩创新构成其地产执行层，核心职能是工业厂房及配套设施的开发、建设与物业管理。自建园区使京东方能够按照面板产线的特殊工艺要求定制空间，这是租赁标准厂房无法实现的。

弊集中于重资产结构与行业强周期的叠加。京东方固定资产占比达56%，年折旧超过150亿元，2025年净利率仍不足3%；截至2025年底受限资产1162.31亿元，占总资产26.64%，主要为抵押的固定资产。厂房资产虽为“自持”，但其流动性已被债务融资严格约束。京东方的地产模式本质上是制造业资本密集性的空间表达，利弊不能脱离面板产业的周期特征来评价。

四、国内算力地产：以租代建的结构性分流

办公与园区地产回答的是“人在哪里工作”的问题。算力地产回答的是“模型在哪里运行”的问题。后者的资本密度、时间节奏和风险结构均与前者不同，因此需要独立分析。

4.1 模式光谱：从字节的几乎全租赁到华为的几乎全自建

截至2026年底，中国数据中心已交付容量预计超过24GW，仅次于美国的56GW，居全球第二。国内头部企业的容量与模式分布呈现出清晰的所有权分层：

企业 已交付容量（约） 主导模式

字节跳动 5.3GW 几乎全部租赁，自建仅占极小比例

阿里巴巴 3.9GW 混合，租赁>自建；同一集群内可并存自建、BOT、批发租赁

腾讯 2.4GW 混合，自建与租赁相对接近

百度 1.1GW 混合，租赁>自建

华为 1.0GW 几乎全部自建

字节跳动以约20%的份额成为中国最大的数据中心租户，其5.3GW容量绝大部分来自租赁，自建只占小头。阿里和百度的租赁容量高于自建，腾讯两者相对接近。华为则形成鲜明对照：1.0GW容量几乎全部来自一砖一瓦的自建。除华为外，国内头部互联网企业的算力地产敞口以租赁为主导，而非自持。

4.2 为什么“以租代建”：资本密度、时间账与折旧成本

租赁主导并非能力不足，而是算力地产的资产经济性在国内条件下发生了系统性偏移。

其一，GW级时代的资本密度使全自建的资本配置效率急剧下降。 建设并配置一座1GW智算中心的总资本支出在数百亿元人民币量级，国内前期一次性投入也在200亿元以上。在芯片采购、模型研发和生态构建同样需要高强度投入的阶段，将大量资本锁定在回报周期长的基础设施中，会挤压核心竞争环节的资源。

其二，自建的时间成本与AI需求的节奏严重错配。 大型数据中心涉及变电站等能源配套，从拿地到电力设施建设可能需要数年，而头部大厂希望从立项到交付的周期是半年左右，卡点恰恰在电网环节。租赁成熟园区是跟上算力短缺窗口的可行路径。

其三，折旧风险的承担主体发生了转移。 中国每台服务器的资本开支约为美国同类配置的3倍，折旧成本显著更高。自建基础设施的投资回报率在结构性上低于海外同类设施。将资产负担外化给专业IDC运营商，大厂可以将资本集中于芯片、模型与业务，同时由运营商承担利用率和折旧风险。

4.3 华为例外与BOT混合所有权

华为几乎全部自建，并非出于财务回报的考量，而是“芯片—云—基础设施”垂直整合战略的空间表达。华为云同时承载外部客户与自身昇腾芯片、服务器和鸿蒙生态的算力需求，自建使其能够对底层基础设施与芯片的协同进行深度定制，这是租赁标准化机柜无法提供的。华为的自建边界，本质上是当底层基础设施控制力本身构成核心竞争力的一部分时，自持——哪怕折旧沉重——仍然是不可替代的选择。

在字节的全租赁与华为的全自建之间，国内还演化出一种独特的BOT混合模式：大厂拥有土地和建筑主体，数据中心合作伙伴负责投资、拥有并运营机电系统，通过8—10年的服务合同收回投资。这形成“地产层”与“设备层”的两层所有权——土地与外壳的稀缺资源被大厂锁定，机电与运营的资本负担由合作伙伴承担。阿里的模式最为多元，同一数据中心集群内可同时运行自建、BOT和批发租赁三种安排，说明其算力地产策略是按资产类型分层决策的，而非一刀切。

4.4 REITs退出通道的成熟与“可证券化性”

与办公地产和制造地产不同，算力地产在国内已经出现了相对清晰的退出路径，这是其作为独立资产类别趋于成熟的关键标志。2025年12月，国家发改委将数据中心类和人工智能基础设施项目纳入基础设施REITs发行范围。万国数据、润泽科技已分别发行公募REITs产品；世纪互联在2025年11月至2026年3月间落地三单数据中心机构间REITs，合计募资超72亿元。据国金资管统计，截至2026年5月，IDC行业通过公募及机构间REITs合计募资超过150亿元，推动智算中心从重资产拖累转向“轻装上阵”。

这意味着，即便大厂选择自建，其沉淀的算力地产也并非不可逆的资产专用性陷阱——存在将成熟资产证券化退出的结构性通道。这与华为人才房和特斯拉超级工厂“只能持有、无法退出”的处境有本质区别。字节在安徽芜湖的火山引擎长三角算力中心（总投资80亿元）以及在内蒙古乌兰察布的GW级园区布局，未来均具备REITs退出的潜在选项，而非永久性的资产负债表负担。

4.5 国内路径的利与弊

利是清晰的：在折旧成本结构性偏高、AI需求窗口紧迫的条件下，以租代建使大厂将有限的资本集中到芯片、模型和业务上，而非锁定在回报率偏低的基础设施资产中。BOT模式进一步实现了“锁定资源但不锁定全部资本”的折中。国内大厂在2026年第二季度的单季资本开支已集体推高至历史高位，阿里单季676.78亿元，腾讯527.84亿元，百度113.90亿元，三家合计1318.52亿元，同比翻倍以上，并史上第一次集体出现负自由现金流。在这一资本强度下，租赁主导的算力地产结构是维持资本配置效率的必要条件。

弊同样具有结构性。第一，算力供给的稳定性取决于第三方运营商的持续合作。 批发型数据中心市场正在向少数运营商集中，大厂面对的是一个卖方集中度上升的租赁市场，长期租金定价权并不完全在自己手中。第二，海外租赁敞口扩大了风险的边界。 字节在马来西亚柔佛州的AI枢纽成为Bridge Data Centres 110MW设施的锚定租户；腾讯与甲骨文签署了约70亿美元、为期五年的东南亚数据中心租赁协议，涉及约10万块先进AI芯片。海外算力地产的续约条件、法律环境和地缘政治风险比国内更难预判，而租赁模式下大厂对这些风险的控制力有限。第三，租赁主导意味着大厂在算力供给链上的控制力被系统性让渡。 在供过于求时，这一代价微不足道；在供不应求、关键节点运营波动或业主变更时，才会显现其真实分量。华为的例外从反面印证了这一点：当底层基础设施的控制力本身构成核心竞争力时，租赁的“轻盈”会转化为“脆弱”。

五、海外企业：办公自持与算力租赁的双轨

5.1 谷歌：两条重资产主线的并行与表外担保的金融工程

谷歌的自持办公物业体量庞大，2025年底自有办公空间账面价值接近484亿美元，策略上“能买则买”，在总部周边持续将租赁物业转为自有。在数据中心端，谷歌是北美主要云厂商中自建占比较高的，办公与算力两条重资产主线并行。

但谷歌模式最值得关注的不是其自持部分，而是表外担保的结构。谷歌为数据中心租户违约提供的潜在财务担保在九个月内从65亿美元激增至438亿美元，而资产负债表上记录的公允价值仅8.15亿美元，名义敞口是记录金额的五十余倍。此外，谷歌还签下了总额852亿美元尚未正式启动的表外数据中心租赁合约，并提供约76亿美元的备用担保。这一结构的实质是：谷歌以承担百亿美元级别的表外租赁负债为代价，充当数据中心开发商的隐性担保人，使后者获得更低廉的债务融资，从而加速TPU部署和算力扩张。谷歌的内部测算认为，未来TPU销售带来的收入将远超担保义务。

利在于战略锁定与风险缓释机制。如果租户违约，谷歌通常有权接管底层租赁以供自身或客户使用，从而获得稀缺的算力容量或将空间转租，许多租期的跨度也提供了缓冲。弊在于财务可见性与实际风险承担之间的巨大落差。尽管分析师认为强劲现金流足以支撑，且公允价值基于违约概率和回收金额的精算假设，但核心问题是：当AI算力需求增速放缓时，担保触发条件可能集中出现，而此时谷歌自身的现金流也会承压。其债务规模已从一年前的236亿美元增至980亿美元，并在二十多年来首次发行股票，自由现金流也在第二季度首次录得消耗。谷歌的资本结构正在被算力地产的金融工程持续重塑。

5.2 微软：从软件公司到“算力房东”的彻底转型

微软的转型在海外四家中最为彻底。截至2026年6月30日季度末，其尚未启动的租赁承诺总额达3291亿美元，较上一季度的1966亿美元大幅跃升，单季增幅超过67%，为该公司有史以来最大季度租赁跳升。微软计划到2032年将全球数据中心容量从约12GW扩大至38GW以上，最近一个财年的资本开支达到1450亿美元。

利在于规模壁垒与需求能见度。微软投资者关系负责人明确表示，租赁承诺“真实反映了我们所看到的持续强劲需求”。如果不预期Azure和AI服务将持续高速增长，微软不会签下接近3300亿美元的长期租约。弊的核心是期限错配与租金可调性。这些数据中心尚未产生收入，租赁义务的生效期延伸至未来多年，而微软同时需要直面合作云厂商上调租金的风险。穆迪的统计框架进一步揭示，美国五大超大规模运营商累计的表外租赁承诺在2026年9月已达到6620亿美元，若计入采购承诺和担保，总规模接近3万亿美元，而2023年这一数值仅为3500亿美元。微软的算力地产敞口，本质上是以表外长期负债锁定未来容量，以财务可见性的牺牲换取供给确定性。市场对此的定价已经出现分化——投资者质疑的并非AI的长期方向，而是资产结构转换的速度与收入结构跟上的速度之间的匹配。

5.3 Meta：合资持有与残值担保的“第三条道路”

Meta的路径与微软和谷歌都不同。2026年7月，Meta与BlackRock就得州埃尔帕索的1GW级AI数据中心园区成立合资公司，项目总开发成本约140亿美元；BlackRock管理的基金持股80%，Meta持股20%，并以约23亿美元的土地及在建资产作价出资。建成后Meta以长期承租方式使用整个园区，初始租期4年，可通过续租延长至最长20年，同时提供最高130亿美元的残值担保。此前，Meta已用类似结构处理路易斯安那州Hyperion数据中心，该项目初始租赁承诺总额约123亿美元。

这一模式的利在于：Meta保留了建设管理和运营控制权，同时将大部分资本负担转移给外部投资者，减轻了大规模资本开支对财务报表的直接压力，使扩张速度可以超越自身现金流的节奏。弊在于，Meta虽然不持有大部分股权，但通过长期承租和残值担保承担了实质性的剩余风险。截至2026年6月，Meta尚未生效的租赁义务总额已达3470亿美元，其中包括Hyperion项目。合资结构将资产移出表内，但并未消除义务；残值担保则在租赁期结束时将资产价值下行的风险重新锚定在Meta身上。这是一种比纯租赁更复杂的风险分配，其透明度低于直接自持，也低于简单的经营租赁。

5.4 苹果：办公地产的“逆势加法”

苹果是海外企业中唯一在办公地产上系统性做“加法”的，路径清晰：先租后买，把租赁关系转化为所有权。2025年，苹果在湾区房地产的收购支出超过10亿美元；2026年6月，以1.62亿美元购入桑尼韦尔Peery Park一栋此前已转租的办公楼，价格较2022年上次交易折价26.9%。苹果通常在租赁某栋建筑后将其买下，目前在桑尼韦尔地区拥有或租赁的办公楼至少有15栋。

利在于以市场深度回调为契机，将租金支出转为“折旧+资产增值”，并获得对设计、实验室配置和安全边界的完全控制。弊在于办公地产的战略权重与苹果核心竞争力的关联度有限，且湾区办公市场的长期需求承压——旧金山空置率超过30%，桑尼韦尔为18%。苹果的“抄底”降低了单位成本，但资产本身的租金增长前景受制于区域办公需求的长期趋势。苹果的地产策略是审慎的、机会主义的，不应被赋予过高的战略权重。

5.5 OpenAI：从自建转向租赁的纯敞口模式

OpenAI是十二家中唯一没有规模化自持地产的公司，且其策略在2026年发生了方向性调整。2025年初宣布的“星际之门”计划原本以自建专属数据中心为核心，但到2026年4月，OpenAI已在多个关键据点转向“以租代建”：退出挪威纳尔维克数据中心（规划容量约230MW）的直接租赁计划，相关需求转为通过微软Azure体系获取算力。办公空间方面，山景城43.9万平方英尺园区为10年期租赁，附带优先购买权；都柏林和旧金山的办公空间同样以租赁和转租为主。

利在于最大灵活性。在业务方向、人员规模和收入模型均处于高速演变阶段时，不将资本锁定于不动产是理性的，优先购买权则保留了未来转向自持的期权。弊在于没有任何地产资产作为下行期的缓冲。OpenAI的物理基础设施完全建立在第三方业主和微软Azure的持续合作之上，没有自建数据中心带来的固定资产可用于抵押融资，也没有自持办公物业的增值可以兑现。优先购买权是有价值的，但它是一种需要额外资本才能执行的期权，而非自动的保护。OpenAI的路径表明，“轻”可以是一种主动的战略选择，但其安全边际完全依赖于合作方关系的稳定性。

5.6 特斯拉：制造地产的极致自持与算力地产的刻意回避

特斯拉的地产逻辑在十二家中最为“古典”：地产是产能的直接载体。Giga Texas占地约2500英亩，生产空间超过1000万平方英尺，规划文件显示仍有翻倍潜力。上海超级工厂以9.73亿元获得临港约1290亩工业用地的50年使用权，2025年扩建后年产能突破200万辆。这些资产的用途高度单一：整车制造、电池生产与储能设备组装，不涉及对外经营的商业地产。

在算力地产上，特斯拉与谷歌、微软的路径正面相反。它没有公开披露过大规模自建数据中心的计划，而是通过租赁第三方设施（如xAI的孟菲斯集群）和推进“车队即数据中心”的分布式算力构想，刻意回避算力地产的重资产化。其经营租赁负债总额约63亿美元，与微软近3300亿美元的表外租赁承诺不在同一个量级。

利在于产能完全自主，制造地产的自持使特斯拉对扩产节奏和工艺布局拥有完全控制权。弊的结构性来源是制造地产的极高资产专用性。整车产线和电池车间几乎不存在通用的转租或出售市场，一旦某一区域的产能利用率因需求波动、贸易壁垒或竞争加剧而下降，对应的厂房和土地无法像标准写字楼或批发型数据中心那样快速转化为其他用途。特斯拉在算力地产上的“回避”则保留了另一种灵活性：不成为算力房东，也就不承担算力地产的折旧和利用率风险，但代价是在AI训练和推理的算力供给上更加依赖外部容量和尚未验证的分布式方案。

六、综合比较：三类地产的利弊矩阵与中外路径对照

6.1 企业层面的利弊矩阵

企业 办公/园区地产 算力地产 制造地产 核心利 核心弊

字节 高自持、激进拿地 几乎全租赁（约5.3GW） — 办公成本锁定+算力资本效率 办公折旧刚性；算力供给依赖第三方

阿里 体系化自建园区，REITs通道 混合，租赁>自建（约3.9GW） — 运营品牌化+分层资产策略 租金下行冲击公允价值；算力卖方集中

腾讯 核心地段自持+商业地产 混合，自建与租赁接近（约2.4GW） — 资产质量高 商业回报率风险；算力控制力居中

百度 近乎无自持 租赁为主（约1.1GW） — 最大灵活性 机会成本；算力依赖

华为 人才房，对内专用 几乎全自建（约1.0GW） — 垂直整合控制力 资产不可退出；资本沉淀重

京东方 — — 极高专用性自持 产能定制化 折旧+抵押受限+周期

谷歌 高自持 自建占比较高+438亿表外担保、852亿未启动租赁 — 双线锁定+违约时接管权 名义敞口五十余倍于记录负债；债务快速上升

微软 总部高度自持 租赁承诺3291亿美元+自建 — 规模壁垒+需求能见度 期限错配；租金可调；市场已负定价

Meta 办公自持 合资持有80%外部股权+租赁+130亿残值担保 — 资本负担转移+扩张速度 3470亿美元未生效租赁义务；残值风险未消除

苹果 系统性租转买 未形成独立大规模敞口 — 控制力+折价买入 战略权重有限；湾区办公需求承压

OpenAI 纯租赁+优先购买权 从自建转向租赁，依赖微软 — 最大灵活性 无资产缓冲；完全依赖合作方

特斯拉 办公极低 刻意回避自建，租赁+分布式算力 Giga Texas等极高自持 产能完全自主 制造资产不可退出；算力依赖外部容量

6.2 中外算力地产路径的核心对照

维度 国内互联网大厂（字节/阿里/腾讯/百度） 华为 微软/谷歌/Meta

主导模式 以租代建，混合/BOT并存 几乎全自建 自建与租赁并行，表外承诺膨胀

资产专用性 低至中（租赁标准化容量） 高（芯片—云协同定制） 高（定制化超大规模设施）

财务可见性 租赁费用在表内；长期承诺的披露透明度低于美国同行 高（固定资产与折旧） 低（表外租赁承诺与担保规模巨大）

风险暴露的位置 运营依赖：对第三方供给链的控制力让渡 资本沉淀与折旧 隐性杠杆：表外义务在需求放缓时可能集中显性化

退出通道 较清晰（REITs与机构间REITs已形成规模） 较弱（基础设施专用性高） 较弱（长期租约与担保锁定了退出难度）

核心利 资本集中于芯片与模型；折旧风险外化；跟得上AI节奏 垂直整合与定制控制 规模壁垒与容量锁定

核心弊 算力供给稳定性依赖第三方；批发市场卖方集中 资本沉淀重；扩产受电网与土地约束 表外杠杆巨大；期限错配；市场已开始负面定价

这一对照的核心判断是：国内路径与海外路径是同一问题的两种解，风险暴露的位置不同，而非风险有无的不同。 微软、谷歌和Meta将风险放在表外租赁承诺与担保中，以财务可见性的牺牲换取算力容量的锁定；国内大厂将风险放在运营依赖中，以资产轻量化的收益承担对第三方供给链的依赖。国内模式在资产负债表上看起来更轻盈，但轻盈的代价是对算力供给链控制力的让渡——这一代价在供过于求时微不足道，在供不应求或关键节点出现运营波动时，才会显现其真实分量。

七、结论与建议

第一，地产持有的利弊不能脱离资产类型来判断。 办公地产的弊主要在折旧刚性与业务节奏错配，算力地产的弊主要在表外杠杆与供给链控制力的让渡，制造地产的弊主要在资产专用性带来的退出壁垒。将三者混为一谈，会得出“重资产好”或“轻资产好”的粗糙结论，而实际决策需要针对具体的资产类别进行专项评估。

第二，财务可见性是当前最被低估的风险维度。 微软3291亿美元的未开始租赁承诺、Meta 3470亿美元的未生效租赁义务、谷歌438亿美元的表外担保，以及五大超大规模运营商合计近3万亿美元的表外承诺，在传统的资产负债率指标中几乎不可见。投资者和分析师需要将已签未付租赁承诺、表外担保和残值担保纳入对科技企业真实杠杆水平的评估，而非仅依赖资产负债表上的有息负债。

第三，退出通道的有无，比自持比例的高低更能决定模式的可持续性。 阿里菜鸟的REITs通道、国内IDC行业已形成的超过150亿元的证券化募资规模、苹果的“买卖并行”，都表明“自持”与“可退出”并不矛盾。反之，华为的人才房和特斯拉的超级工厂虽然自持比例极高，但退出通道几乎不存在，其安全边际完全依赖于业务本身的持续性。企业在地产配置中应优先考虑是否存在资产证券化、售后回租或部分出售的可行路径。

第四，对字节、阿里等正在进行高强度自持投入的中国科技企业而言，最需要警惕的不是“买地”本身，而是买入的节奏与业务能见度之间的匹配。 重资产的高额折旧和资金沉淀，若与业务扩张的实际节奏脱节，不动产将从“战略资产”转变为“经营压力”。在AI研发投入同样处于历史高位的时期，资本配置的优先级需要持续审视。

第五，国内算力地产的“以租代建”在当前阶段是理性的资本配置选择，但其利弊会随算力供需周期而反转。 在供不应求、折旧成本高企、AI窗口紧迫的阶段，租赁主导使大厂将资本集中于芯片与模型，是效率最优解。但租赁模式将控制力让渡给第三方运营商，当批发租赁市场集中度上升、关键节点续约条件恶化或海外租赁敞口扩大时，“轻盈”的资产负债表可能转化为“脆弱”的供给链。企业应在租赁合同中系统性配置续约期权、优先购买权和多运营商冗余，在自建容量成熟后主动运用REITs通道实现部分退出，形成“租赁为主、自建为锚、证券化为退路”的动态组合，而非在“全租”与“全建”之间做静态选择。华为的垂直整合与特斯拉的制造自持则提示了另一面：当底层基础设施的控制力本身构成核心竞争力的一部分时，自持——哪怕折旧沉重——仍然是不可替代的选择。

参考文献

1. SemiAnalysis：《中国AI基础设施热潮》，2026年9月。字节跳动约5.3GW、阿里约3.9GW、腾讯约2.4GW、百度约1.1GW、华为约1.0GW；字节几乎全部租赁，华为几乎全部自建。

2. 穆迪报告：美国五大超大规模数据中心运营商表外租赁承诺，2026年2月/9月。6620亿美元至近3万亿美元量级。

3. 微软监管文件：截至2026年6月30日未开始租赁承诺3291亿美元，单季新增逾1300亿美元，计划2032年容量从12GW扩至38GW以上。

4. Meta-BlackRock埃尔帕索合资项目：总成本140亿美元，BlackRock持股80%，Meta持股20%，长期承租，最高130亿美元残值担保。

5. Meta未生效租赁义务3470亿美元，Hyperion初始租赁承诺约123亿美元。

6. 谷歌表外担保438亿美元，记录公允价值8.15亿美元；另有852亿美元未启动租赁合约及76亿美元备用担保。

7. 数据中心REITs：截至2026年5月IDC行业公募及机构间REITs合计募资超过150亿元；世纪互联三单机构间REITs募资超72亿元。

8. 字节跳动芜湖火山引擎长三角算力中心总投资80亿元；乌兰察布GW级园区布局。

9. 苹果2026年以1.62亿美元收购桑尼韦尔办公楼，折价26.9%；2025年湾区收购超10亿美元。

10. 腾讯东南亚数据中心租赁协议约70亿美元，涉及约10万块AI芯片；字节马来西亚柔佛州AI枢纽21亿美元，Bridge Data Centres 110MW锚定租户。

11. OpenAI“星际之门”转向以租代建，退出挪威纳尔维克直接租赁，转由微软Azure获取算力。

12. 阿里、腾讯、百度2026年Q2资本开支：阿里676.78亿元，腾讯527.84亿元，百度113.90亿元，合计1318.52亿元，同比翻倍以上。

13. 华为绿苑实业2019年8.45亿元松山湖约12万平方米人才房用地；2020年15.13亿元大岭山镇22.77万平方米；棠雅实业注册资本15亿元。

14. 京东方2025年房地产销售收入6.90亿元，资产运营管理收入2.35亿元；受限资产1162.31亿元，占总资产26.64%。

15. 特斯拉Giga Texas约2500英亩、超1000万平方英尺生产空间；上海临港1290亩土地50年使用权9.73亿元。

16. 阿里巴巴菜鸟投资性房地产公允价值变动对利润表的影响；2024及2025财年资本性支出320.87亿元和859.72亿元。

17. 腾讯等财团约500亿元接盘48座万达广场，覆盖39个一二线及三四线城市。