基础设施REITs市场发展 - 基础设施领域不动产投资信托基金（REITs）于2020年启动 [1] - 国家发展改革委会同证监会持续推动市场扩围扩容 [1] 行业与资产类型扩展 - 初期发行范围涵盖仓储物流、收费公路、市政设施、产业园区等行业 [1] - 后续逐步增加清洁能源、数据中心、保障性租赁住房、水利设施、文化旅游、消费基础设施等行业领域和资产类型 [1] - 目前发行范围已涵盖12大行业52个资产类型 [1] - 10个行业领域的18个资产类型实现首单发行上市 [1]

文章核心观点 - 大型科技公司在人工智能领域的巨额资本支出模式与页岩行业繁荣期的资本支出周期高度相似，后者曾导致2.6万亿美元市值蒸发 [1] - 能源和技术被视为经济的两大支柱，缺失任何一者都将使金融、医疗保健等其他关键领域“毫无用处” [1] - 人工智能领域的投资热潮，包括融资策略和“圈地运动”，与历史上的页岩气繁荣如出一辙 [1][2] 行业资本支出比较 - 页岩气繁荣巅峰时期，整个能源行业的资本支出达到现金流的110%至120% [1] - 科技支出若达到能源行业的水平，其资本密集度应引发关注 [1] - 对未来人工智能计算价格稳定在每小时1至2美元左右的信心，促使科技公司支出远超现金流，类似页岩油生产商对每桶100美元油价的信心 [1] 融资与运营策略类比 - 页岩油生产商通过特殊目的实体（SPV）承担管道建设等额外资本支出，将钻探债务留于资产负债表 [1] - 大型科技公司在人工智能数据中心领域采用与能源行业相似的SPV安排 [1][2] - 人工智能领域的“圈地运动”与石油行业的“抢占位置”策略相同 [2] 投资流向与衡量标准 - 许多科技公司的投资流向芯片和数据中心，以增强支持人工智能的计算资源 [1] - 人工智能的计算能力可用“每小时多少美元”衡量，类似于石油以“每桶多少美元”交易 [1]

投资总额与项目概况 - 2025年前九个月泰国投资促进委员会共批准840个项目，投资总额超过4470亿泰铢，同比大幅上涨99% [1] - 私营部门投资申请活跃，显示其在推动国家迈向“新经济”方面潜力巨大 [1] - 自2023年实施新战略以来，委员会通过政策激励引导企业提升竞争力，并推动本地与海外企业合作 [1] 重点投资领域分布 - 农业、食品和生物技术领域投资超过310亿泰铢，重点推进高端食品、生物塑料、生物燃料等产业 [1] - 旅游、物流及医疗服务领域投资超过300亿泰铢 [1] - 数字领域投资超过1400亿泰铢，其中数据中心成为核心增长动力 [1] - 工业公用设施投资超过930亿泰铢，主要集中在太阳能、生物质能等绿色能源 [1] - 汽车及机械零部件领域投资超过34亿泰铢，体现泰国供应链竞争力 [1] 中小企业扶持政策 - 中小企业获得特别扶持，最低投资额门槛设定为50万泰铢 [1] - 中小企业享有更高水平的企业所得税优惠，以助力更多企业成长为国际竞争者 [1]

报告投资评级 - 行业评级：增持（维持） [2] 报告核心观点 - 核心观点1：高频电力数据证实 AI 算力需求仍在加速，通过对覆盖美国核心数据中心集群的 PJM 电网进行高频监测，观察到负荷和电价都在大幅提升 [3] - 核心观点2：AI 是从 1 到 N，看好 Google“大象起舞” [4] 从电力负荷看算力需求 - 算力消耗的背后是电力供给，是数据中心日夜不停轰鸣的上百万张 GPU/ASIC，它们消耗了大量的电力，希望通过分析美国电网不同区域、不同节点的电力负荷和电价的高频变化，绘制出当前美国 AI 算力需求的图景 [10] - 美国目前超过 100MW 的数据中心集中于东海岸波士顿–纽约–华盛顿沿线（北弗吉尼亚区域最为集中）、美国南部的德克萨斯州、西海岸的加州湾区以及若干内陆枢纽城市 [11] - 截至 2024 年，全美在运营中的项目总负荷为 43.75GW，在建设中的项目总容量为 23.28GW，计划建设的量达到 132.52GW，是目前在运营总量的 3 倍，规划中大部分是超过 500MW 负荷的超大算力中心 [12] - 弗吉尼亚州和亚利桑那州是大型负荷最为集中的州，单区域均负载分别达到 551MW 和 729MW，规划中弗吉尼亚州有 28.6GW 负荷要建设，单区域均负荷为 1101MW [14] - 美国未来 3~5 年的数据中心建设需求处于井喷状态 [16] 从 PJM 电网负荷看高频算力需求 - 弗吉尼亚州、俄亥俄州、伊利诺伊州 3 大州核心负载区域基本上集中于美国 PJM 电网所覆盖区域，分别对应了 Dominion（DOM）、American Electric Power（AEP）、ComEd 区域，实时负载分别为 13.5GW、14.4GW 和 8.8GW [19] - 观察指标为电网负荷是否有提升以及电价是否持续提升，高强度运行的 AI 数据中心会持续加大电网负荷，且全天 24 小时不间断运行 [25] - DOM 区域 2025 年月度平均负荷增量在 3GW 左右（扣除基础负荷），较 2024 年增加 0.98GW，9~11 月平均负荷增量同比分别大幅增长 73%、53.2%、56.4% [28] - AEP 区域 2025 年月度平均负荷增量 1.34GW 左右（扣除基础负荷），较 2024 年增加近 0.8GW，9~11 月单月平均负荷增量同比分别大幅增长 158%、223%、180% [29] - Dominion、American Electric Power 两个区域，2025 年 9~11 月增量平均负荷就较 2024 年同期增加了近 2GW [30] - ComED 区域 2025 年 10 月凌晨 3 点平均负荷达到 9.7GW，较 2024 年同期增加了 0.46GW，波谷负荷明显抬升 [35] 从计价节点电价波动定位具体数据中心算力消耗趋势 - 分析北弗吉尼亚区域 AWS、Google、微软的数据中心所在电网计价节点 ARCOLA、SHILOHDP、BOYDTNDP 的高频电价和拥堵费数据 [42] - 排除天气、日间工业商业活动、天然气价格的扰动因子后，观察夜间价格变化趋势 [44] - ARCOLA-BOYDTNDP-SHILOHDP 夜间电价差明显抬升，10、11 月趋势更加明显，以 Google 占主要耗电的 ARCOLA 节点差价增幅最为突出，2025 年 10 月达到 7.94 美元/MWh，同比增长 197%，11 月达到 13.11 美元/MWh，同比增长 680%，环比增长 65% [50] - 电价标准差扩大，节点波动加剧，10、11 月三地电价标准差明显高于 PJM 地区整体标准差 [50] - 夜间拥堵费同步提升，ARCOLA 节点 10、11 月拥堵费差价分别同比 2024 增长 223%、890% [48] - Arcola 节点 2025 年平均电价为 59.2 美元/MWh，而 2024 年为 36.8 美元/MWh，平均拥堵费从 2024 年的 4.81 美元/MWh 增长至 2025 年的 11.7 美元/MWh（增长 2.4 倍），夜间均价从 2024 年的 32 美元/MWh 增长至 2025 年的 50.9 美元/MWh，同比增长 59% [52] - 2025 年 7 月结束的 2026/2027 年度 PJM 容量拍卖价格触及全区域统一上限 329.17 美元/MW-天，反映出整体供需全面趋紧 [62] 关于 AI 应用思考：从 1 到 N，大象起舞 - AI 应用有 4 大门槛：1）单用户成本规模效应弱；2）订阅制限制用户拓展；3）应用要求更高 ROI 和附加值；4）数据闭环飞轮，前 3 个门槛在于资金和赛道，第 4 个门槛在于生态布局 [5] - 成本端：AI 应用新增用户是扎实的营业成本项，边际成本不具有明显规模效应，显著提升的是调用 AI 大模型的成本 [65] - 订阅制：初期受众面缩小，获客难度提升，无法采用免费+广告模式 [65] - ROI 要求：订阅价格普遍为 20 美元/月，但对 ROI 要求更加苛刻，只有明确商业化逻辑和高附加值的应用才能生存 [65] - 数据闭环飞轮：应用效果优化有赖于用户行为数据，这些数据会沉淀在大模型公司中用于优化基础模型，形成数据飞轮 [65] - 面向的用户量越大，场景越多，资金越充裕，在 AI 应用浪潮中越容易脱颖而出，若自身还有基础模型训练储备，则是强大组合 [68] Google：完美的 AI 生态 - Google AI 生态布局从硬件芯片（TPU、Tensor G5）、智能终端（Pixel、Samsung 深度整合），到云基础设施（Vertex AI），再到软件（Android 系统、Chrome 浏览器等），最后落地到应用（Youtube、Search 等） [5][69] - 成本端：拥有自研 AI 加速芯片 TPU，较其他大模型公司在训练和推理开支拥有天然优势 [69] - 受众面：应用生态覆盖全球，8 款应用覆盖 20 亿及以上的月活用户，无需面对应用冷启动获客问题 [69] - ROI：拥有较强现金流，对短期亏损容忍度更高，产品 AI 化提升用户体验和粘性 [69] - 数据飞轮：应用场景足够丰富，B 端和 C 端场景覆盖用户日常需求，数据流和行为信息价值被放大 [70] - 根据 Google 2025Q3 财报披露，10 月公司月消耗 Token 量级达到 1300 万亿，是 2024 年 4 月披露的 9.7 万亿 Token 消耗的 134 倍，Gemini 网页端日访问用户量超过 5500 万人次 [73] 投资建议 - 投资观点：AI 时代是从 1 到 N 的大象起舞，强者愈强，选择可以跨过 4 重门槛的标的胜率将大幅增加，垂类场景拥有独有数据也是可投资方向，但前置条件是 AI 带来的附加价值足够高 [6][76] - 美股建议关注 ALPHABET（GOOGL.O）、Cipher Mining（CIFR.O） [6] - 港股建议关注阿里巴巴（9988.HK）、腾讯控股（0700.HK）、阅文集团（0772.HK）、汇量科技（1860.HK） [6] - A 股传媒板块看好应用端 AI 漫剧、AI 营销、AI 游戏、AI 教育，建议关注相关公司 [6]

文章核心观点 - AI数据中心发展面临严重的水资源瓶颈 水资源风险是高度局部化的 可能直接导致项目停摆 其影响被投资者极度低估[2][5][6] AI数据中心水资源消耗预测 - 基准预测显示 到2028年仅AI数据中心的直接冷却和电力生产耗水量将达1068亿升[11] - 乐观情境下 AI需求爆发将推动耗水量进一步膨胀至1485亿升[11] - 即使在悲观情境下 耗水量也达到637亿升[11] 水资源瓶颈的本质 - 真正的瓶颈并非电力生产消耗的总水量 而是高度局部化的现场冷却和芯片制造所需的水资源[5][6] - 水资源无法像电力一样跨区域传输 当地水源匮乏可直接导致数据中心项目被拒或关停[6] - 亚马逊在亚利桑那州图森市的"Project Blue"项目因巨大的水电需求被当地直接回绝[12] - 英国安格利亚水务公司反对在北林肯郡建设AI数据中心 理由是该地区供水已不堪重负[12] 全球监管趋势 - 亚太地区的新加坡和马来西亚设定目标 要求在十年内将数据中心的WUE指标控制在2.0 m³/MWh或更低[8] - 欧盟预计在2026年底前提出强制性的数据中心用水最低性能标准[9] 应对技术与解决方案 - 微通道冷板技术通过更高的热性能和更少的冷却剂流量 直接降低水的消耗[12] - 利用免费自然冷源 例如Google在芬兰利用海水隧道抽取冰冷海水进行冷却 最大限度减少饮用水消耗[12] - 海水淡化和水循环处理解决方案需求将迎来结构性增长[13] - Ecolab、东丽工业、威立雅和杜邦等掌握核心水处理技术的公司被视为直接受益者[13]

行业投资评级与核心观点 - 中国数据中心行业因芯片供应不确定性存在估值折价，但该风险已充分反映在当前估值中，其依托的电力基础设施等增长韧性未被充分定价 [1] - 中国数据中心租金前景优于其他不动产类别，但当前估值偏低，随着资产质量提升和投资者认知改善，未来估值有提升空间 [1][2] - 行业采用 EV/EBITDA 倍数进行估值，因其资本密集和高杠杆特性，能更好反映运营现金流和排除杠杆影响 [3][4] 数据中心行业估值与市场表现 - 2018-2021年中国数据中心 EBITDA 增速和 EV/EBITDA 倍数高于海外市场，但2021年初至2024年上半年因监管、宏观经济等因素导致吸引力下降和倍数回落 [5] - 2024年下半年起，随着供给过剩缓解和 AI 投资需求增加，中国数据中心估值倍数开始提升，但仍受芯片出口管制不确定性压制 [5] - 中国数据中心类 REITs 的 IPO 价格约为17倍 EV/EBITDA，上市后交易在23倍左右，低于办公楼、保障房等其他资产类别，估值有提升空间 [9] 中美数据中心布局与基础设施对比 - 美国数据中心集中部署在头部区域导致电力供应紧张，新大型数据入网排队时间延长至2027年或更晚，当地电价上涨 [6] - 中国通过"东数西算"项目在北上广深之外布局五大算力集群，全国通信和电力基础设施为 AI 需求爆发做好准备，电力基础设施成为长期发展优势 [6][8] REITs 发展对行业的影响 - 2025年作为中国 REITs 元年，首批两单公开上市，帮助数据中心公司提前回收已投入资金并再投入新项目开发 [7] - REITs 为投资者提供稳定租金回报，要求将绝大部分租金利润分红，提升行业吸引力和资金流动性 [7] - 过去两年中国中证上市 REITs 股价表现稳中有升，利率环境推动投资者对现金回报需求，基建成熟资产分拆上市资格增加 [7] AI 技术变现路径与行业应用 - 短期内 AI 变现集中在云计算和广告领域，云服务受益于大模型及生成式 AI 需求增长，云厂商收入贡献逐步提高 [1][15] - 广告领域通过优化广告创意、定位投放准确性和推荐匹配精准度提高转化率与定价，带来增量广告收入 [15] - 长期来看，AI 智能体发展拓展大模型能力边界，面向企业的智能体市场空间估算约1.6万亿人民币，垂直领域智能体 ROI 更明确 [16][17] 企业 AI 投入与垂直行业应用前景 - 目前 AI 在整体 IT 预算中占比仍较低，未来 AI 相关 IT 投入有望显著增加，企业主要将 AI 应用于提升内部效率和产品质量 [14] - UBS Avanex Lab 调研显示，73% 的中国企业对 AI 影响持积极乐观态度 [13] - 内容生成和招聘等垂直行业具备早期落地机会，多模态能力实现规模化低成本生产，招聘流程中 AI 提升效率明显 [18] 行业竞争格局与需求趋势 - 中国数据中心租金前景相对其他不动产类别最好，当前 AI 客户集中在大厂，租金趋于稳定，2024年下半年起基本保持稳定 [19] - 随着 AI 需求提升和下游客户多样化，预计租金长期稳中有升，供需关系趋于稳定 [19] - 大厂自建数据中心比例受需求稳定性影响，面对新兴、快速增长需求时更倾向租赁，目前第三方租赁需求依然强劲 [20] 技术能力与资本开支展望 - 中国头部科技公司加大 AI 投入，技术能力明显提升，中美在文本模型方面差距较小，多模态模型领域差距更小 [21] - 中国科技公司资本开支计划相比美国同行更加务实，更关注 GPU 利用效率，并根据需求动态调整，资本开支更多受需求驱动 [23] - 公司通过灵活算力架构、探索国产方案替代等方式应对芯片供给不确定性，国产算力持续发展支持 AI 算力持续投入 [23]

行业地位与成就 - 河北综合算力指数连续两年位居全国第一 [1] - 廊坊、张家口城市算力分指数排名领跑全国 [1] - 河北数据归集总量连续两年位列全国第一 [3] 基础设施与项目进展 - 国家一体化算力网络京津冀枢纽张家口中明算力中心项目一期已投入运营 [2] - 合盈数据(怀来)科技产业园算电协同数据中心交付使用 [2] - 全国首个一体化省级算力监测调度平台上线运行，构建覆盖全省的算力监测调度运营体系 [2] 数据要素价值释放 - 河北公共数据共享总量突破1万亿条 [3] - 公共数据开放达2130项，覆盖科研创新、环境保护等20多个关键领域 [3]

文章核心观点 - 生成式人工智能正引发科技产业约每十至十五年一次的平台大迁移，其最终形态和主导者仍不明确 [1][4] - 科技巨头正以前所未有的规模投资AI基础设施，但模型性能趋同、用户参与度不足、企业部署缓慢等挑战并存 [4][11][23][27][33] - AI技术成功落地后将像过去的自动化技术一样融入基础设施，不再被称为"AI" [4][40][43] 平台转移的历史规律 - 科技产业大约每十到十五年经历一次平台转移，从大型主机到个人电脑，从万维网到智能手机，每一次都重塑行业格局 [5] - 早期领导者在平台转移中往往会消失，例如微软在个人电脑时代拥有接近100%的操作系统市场份额，但在智能手机时代变得无关紧要，其全球份额从2010年前后的高点降至2025年的不足20% [5] - 类似地，在个人电脑市场早期占据主导地位的苹果也曾被IBM兼容机边缘化 [5] 当前AI发展的不确定性 - 尽管ChatGPT的发布可能是下一次"十五年之变"的起点，但三年过去，对这次转移的最终形态依然所知甚少 [4][10] - 各种可能性令人眼花缭乱，包括浏览器形态、智能体形态、语音交互或全新的用户界面范式，没有真正答案 [10] - 互联网早期和移动互联网早期失败的想法（如美国在线AOL、雅虎门户、Flash插件）提示当前AI探索同样存在不确定性 [10] 科技巨头的投资竞赛 - 微软、亚马逊AWS、谷歌、Meta四家公司2025年资本支出预计将达到4000亿美元，超过全球电信行业全年约3000亿美元的投资规模 [4][11] - 这一2025年的增长计划几乎在年内翻了一番 [14] - 美国数据中心建设正在超越办公楼建设规模，成为新的投资周期驱动力 [17] AI基础设施的供应瓶颈 - 英伟达因无法跟上需求而面临供应瓶颈，其季度收入已超越英特尔多年的积累 [17] - 台积电同样无法或不愿足够快速地扩张产能以满足英伟达的订单需求 [17] - 美国数据中心建设的主要限制因素是公用电力供应，美国电力需求增长约为2%，而AI可能额外增加1%的需求，这在美国难以快速建设 [20] 模型性能趋同与商品化风险 - 顶级大语言模型在基准测试上的差距正在缩小至个位数百分比 [23] - 如果模型性能高度趋同，意味着大模型可能正在变成"商品"，价值捕获将重新洗牌 [23] - 模型领导地位每周都在变化，护城河并不明显，AI公司必须在算力规模、垂直数据、产品体验或分发渠道上重新寻找护城河 [23][26] 用户参与度与企业部署现状 - ChatGPT声称拥有8亿周活跃用户，但仅约10%的美国用户每日使用AI聊天机器人，大多数人仍处于偶尔尝试阶段 [27][30] - 企业部署缓慢，真正进入生产环境的项目仅为25%，计划2025下半年部署的约30%，至少2026才部署的约40% [33] - 目前成功案例仍集中在编程辅助、营销优化、客户支持自动化等"吸收阶段" [36] AI对广告与推荐系统的颠覆 - AI最快发生巨大改变的领域是广告与推荐系统，传统推荐依赖"相关性"，而AI有能力理解"用户意图"本身 [37] - 万亿美元级广告市场的底层机制可能被重写，谷歌和Meta披露AI驱动的广告投放能带来3%至14%的转化率提升 [37] - 广告创意制作成本也可能从每年1000亿美元的大盘上进一步被自动生成技术重塑 [37] 价值捕获与竞争模式转变 - 如果模型成为商品且缺乏网络效应，竞争模式可能从基于网络效应转向基于资本获取能力 [45] - 微软的资本支出占销售收入比例从历史低点大幅上升，反映了这一竞争模式的根本变化 [45] - OpenAI采取了"对一切说是"的多元化策略，包括基础设施交易、电商集成、广告、垂直数据集及应用平台等 [45]

行业竞争格局 - 谷歌在AI算力与模型领域的密集动作引发市场关注，其算力每六个月翻倍，TPU产能大幅扩张，模型能力持续升级 [2] - 英伟达与谷歌更可能形成“差异化竞争、协同发展”的格局，而非你死我活的竞争关系 [2] - 英伟达凭借GPU产品的绝对优势占据算力市场主导地位，GB300系列成功爬坡和RTX300系列强势表现证明了其在芯片设计和制造工艺的积累 [3] - 谷歌TPU主要用于自身AI基础设施建设，市场化程度和生态兼容性远不及英伟达GPU，全球绝大多数AI企业和云服务商仍以英伟达GPU为核心构建算力体系 [3] 英伟达核心优势 - 英伟达构建了完善的AI生态系统，形成“硬件-软件-应用”的全链条优势，其CUDA平台已成为AI开发的标准工具，拥有全球数百万开发者，形成强大的网络效应 [3] - 任何替代产品不仅需硬件性能突破，还需兼容CUDA生态或构建新开发环境，过程需要巨大研发投入和时间成本 [3] - 英伟达与全球云服务商、硬件代工厂、核心零部件供应商建立深度合作关系，拥有从算力调度到产品交付的全流程效率优势 [4] - 英伟达营收结构更具抗风险能力，数据中心业务是核心增长引擎，同时在游戏、专业可视化等传统领域保持稳定收入，形成多元化营收格局 [6] 谷歌战略定位 - 谷歌AI战略核心是构建服务于自身业务的“全站AI基础设施”，其算力扩张和模型迭代主要为支撑搜索、云服务、智能终端等核心业务升级，而非抢占全球通用算力市场 [5] - 谷歌TPU是为其特定AI模型和应用场景量身定制，兼容性和通用性较弱，难以满足全球多样化的AI算力需求 [5] - 谷歌倾向于“闭环生态”建设，通过整合自身算力、模型、应用资源提升用户体验和业务效率 [5] - 谷歌云业务在发展过程中仍需与英伟达合作以满足客户通用算力需求，两者在云服务领域存在协同空间 [5] 投资机遇：算力硬件与液冷技术 - 英伟达产业链成为最具确定性的投资主线，建议关注与英伟达深度合作的硬件代工厂、核心零部件供应商以及受益于GPU需求增长的相关企业 [8] - 液冷技术作为数据中心高效散热核心解决方案，市场需求将随AI算力密度提升持续增长 [8] - 液冷技术领域建议关注三类企业：与英伟达紧密合作具备整体解决方案能力的头部企业、通过代工积累经验有望进入台企供应链的代工企业（如科创新源、迈威电子）、核心零部件环节优质企业（如飞龙股份、川环科技） [8] 投资机遇：通信算力链与应用端 - 谷歌OCS产业链进展超预期，2026年有望成为谷歌OCS交换机放量元年，相关光模块、MPO厂商将迎来业绩爆发期 [9] - 光模块领域，中际旭创在谷歌店内份额超过50%，且在硅光和1.6T领域布局领先；博创拥有AOC等有源产品，有望进入谷歌链 [9] - 腾景科技披露合肥众波签订YVO4单笔采购订单近9000万元，订单签订速度超预期 [9] - AI应用端爆发式增长为C端工具软件带来广阔发展空间，建议关注产品功能厚实、用户群体广泛、AI赋能效果显著的企业，阿里系生态内相关企业也值得长期关注 [10] 燃气轮机产业链 - 西门子能源产能扩张带动燃气轮机核心零部件需求激增，国内企业在涡轮叶片等关键环节的进口替代进程将加速 [11] - 应流股份整体在手订单30亿，其中两机16亿，今年新接订单将超40亿，比去年明显增长，今年两机收入超13亿，明年冲击20亿 [11] - 万泽股份主要订单来自西门子、GE等头部客户及中东区域，两机今年收入有望冲击4亿 [11]

交易核心方案 - 公司召开董事会审议通过与关联方共同增资合资公司用于收购秦淮数据中国100%股权的关联交易议案 [1] - 公司与控股股东深圳市东阳光实业发展有限公司共同对宜昌东数一号投资有限责任公司进行增资 [1] - 东数一号通过其全资孙公司宜昌东数三号投资有限责任公司收购秦淮数据中国区业务经营主体100%股权 [1] - 交易完成后，公司成为东数一号的参股股东，间接持有标的公司参股股权 [1] 交易结构与资金安排 - 截至公告日，交易相关方已累计出资和支付112亿元款项，其中公司已出资30亿元 [1] - 东数一号下属全资子公司上海东创未来数据有限责任公司已签署168亿元并购贷款协议 [1] - 后续168亿元并购贷款将出资至东数三号，与前期112亿元款项合计280亿元作为交易价款支付给卖方 [1]