,,

9月12日，以“數智賦能綠色金融創新”為主題的中央財經大學綠色金融國際研究院2026年會成功舉行。中國人民銀行研究局局長王信到場并發表主旨演講，演講摘錄如下。

非常感謝中央財經大學的邀請。中央財經大學在經濟、金融、財政等各個方面，尤其在綠色金融領域，有著大量的研究和教學成果。中央財經大學綠色金融國際研究院和人民銀行研究局長期保持密切的工作聯系，王遙院長作為研究局（參事室）特約研究員，為我們提供了大量學術和政策研究，非常感謝中央財經大學綠色金融國際研究院長期以來對我們的支持！

人民銀行研究局以及分行近期圍繞人工智能發展和水資源消耗議題開展了相關研究，下面將初步研究成果向各位報告。

一、人工智能發展帶來的水資源消耗值得高度關注

人工智能在可持續金融標準運用、信息披露、風險監測評估和能力建設等方面得到日益廣泛的應用，為提升金融支持綠色低碳發展的效率和精準度發揮了重要作用。與此同時，人工智能快速發展帶來算力需求的持續增長，也伴隨著顯著的能源和水資源消耗，特別是算力中心大規模用水及其對局部地區水資源承載能力的潛在影響，值得高度關注。

近年來，全球算力中心直接耗水規模迅速攀升。據聯合國大學水、環境與健康研究所測算，2025年至2030年，全球數據中心耗水量將翻倍，2030年將達到9.3萬億升，相當于撒哈拉以南非洲約13億人口一年的基本生活用水量。從直接用水看，算力中心耗水主要涉及冷卻用水、空氣加濕、水處理及系統運行，以及園區綠化、清潔等環節，其中冷卻系統是最主要的耗水來源。除算力中心直接用水外，人工智能行業間接耗水更加需要關注，其規模可能達到算力中心直接耗水量的十余倍，主要涉及發電側和芯片制造環節的大量耗水。

當前，算力中心的空間布局與地區水資源稟賦之間可能存在一定錯配，主要原因在于各地都在加速推進算力中心建設，而其選址主要考慮電價、土地優惠、政策優惠與扶持等要素。盡管算力中心建設以及AI相關投資能對地區經濟增長、就業起到重要促進作用，但算力中心運營會消費大量水資源，而相關方對水資源消耗問題的考量并不夠充分。例如美國亞利桑那州等水資源匱乏地區，目前正在大量布局算力中心。

二、大量耗水可能帶來四方面風險

一是可能加劇生態系統退化。水是經濟社會發展、人類生存、物種繁衍、自然和生物多樣性保護最基礎的要素。水資源過度消耗，會通過多渠道加劇生態系統退化。第一，算力中心大量抽取地下水可能造成地下水超采，減少地下水對河流、濕地的基流補給，導致依賴地下水的濕地以及瀕危物種棲息地萎縮。第二，部分算力中心冷卻取水可能來自山區融雪形成的低溫支流，大量取水可能削弱低溫支流原有的生態和降溫功能。第三，算力中心冷卻過程中需要大量排熱，可能造成河流水溫升高，引發一系列連鎖反應，包括促進厭氧菌、藻類等繁殖，并對河流中的魚類和其他水生生物產生直接影響。第四，算力中心排水中可能含有各類殺菌劑并攜帶余熱，處理不當也可能惡化河流水質和魚類棲息條件。

二是可能影響農業等高耗水行業生產。農業生產需要大量水資源。當前很多地區更加關注算力、AI產業的發展，可能會后置農業等其他領域的用水需求，進而導致其他生產生活用水受到影響。典型案例如中國臺灣地區，在2021年的大干旱中優先保障半導體制造用水，導致農業被迫休耕；美國得克薩斯州也存在類似情況，超大型算力中心項目耗水導致農業灌溉用水受到影響。除農業外，火電、鋼鐵、化工等其他高耗水行業也可能受到影響。

三是可能損害當地民眾利益。算力中心消耗大量公共水資源，相關后果一定程度上由當地社區和民眾承擔，但當地居民和社區未必能夠獲得充分、及時的補償。如果項目收益與資源環境成本之間缺乏合理的分擔機制，就可能加劇社區矛盾，損害民眾利益。國際上已經出現多起相關案例，由于當地社區居民反對，部分算力中心項目建設陷入拉鋸戰，甚至可能全面停工，不僅影響項目正常建設和運營，也可能造成大量投資浪費和資產擱淺。隨著算力中心進一步發展，這類問題在部分國家和地區或將愈發凸顯。

四是可能形成氣候和自然相關金融風險。從金融視角看，人工智能發展帶來的水資源問題同樣值得關注。算力中心大量耗水可能對經濟社會發展以及農業、能源、鋼鐵、化工等行業產生影響，而這些行業背后都有大量金融資源支持。如果水資源約束進一步影響相關企業的生產經營和資產價值，就可能沖擊金融資產的安全和收益，甚至可能在極端情況下形成區域性乃至系統性風險。近年來，國際社會對合理利用水資源問題給予高度關注，歐盟、世界銀行等很多經濟體和國際組織都倡議強化水資源保護和合理利用。

三、應當關注我國算力發展中的水資源結構性問題

從我國情況來看，需要高度關注這一問題，做到未雨綢繆。總體而言，目前我國算力中心用水量占全國用水總量的比重還不高，但結構性問題已經逐漸凸顯。

首先，不少算力中心集中在缺水地區。我國約三分之二的算力中心位于人均水資源低于2000立方米的缺水省份，一些地區的情況更加突出。中國水風險組織，一家位于香港、長期關注水資源問題的非政府組織，其相關研究顯示，我國約46%的算力機架位于人均水資源低于1000立方米的極度缺水省份，22%位于人均水資源介于1000-2000立方米的中度缺水省份。隨著我國人工智能和算力中心的進一步發展，如果算力基礎設施仍較多布局在缺水地區，水資源消耗問題可能會越來越突出。

其次，國內算力中心單位能耗用水量總體偏高。從水資源利用效率指標看，全球平均水平約為0.84L/kWh，部分國際頭部企業已經達到0.12L/kWh等較低水平。2023年，我國國家綠色數據中心水資源使用效率（WUE）平均值為1.08L/kWh。

再次，當前算力中心考核對耗電關注比較多，對耗水關注相對不足。國內算力中心考核主要以電能利用率為核心指標，對水資源使用等方面關注不夠。這是因為，水資源利用效率等指標缺乏統一計量、核證標準，很多算力中心傾向于多耗水以實現迅速冷卻、降低制冷能耗。因此，推動算力中心綠色發展，不能只關注用電，也不能只關注用水，而是需要將用水、用電和算力發展統籌起來，同時將其與應對氣候變化、保護自然和生物多樣性以及促進經濟增長等目標統籌考慮。

四、多措并舉推動人工智能與水資源協同發展

針對人工智能和算力發展中的水資源問題，可以從算力發展本身以及綠色金融、可持續金融等方面采取相應措施。目前已經取得一些值得肯定的進展，下一階段還可進一步推動相關工作。

一是強化水資源計量監測、數據核驗和信息披露。在現有水資源使用效率核算標準基礎上，進一步加強算力中心用水分類計量和動態監測，完善用水數據核驗和第三方評價機制，提高不同算力中心水資源利用數據的真實性和可比性。同時，健全信息披露機制，提高算力中心在水資源消耗、水資源利用效率以及節水措施等方面的信息透明度，更好發揮社會力量以及內外部監督作用。

二是推廣節水技術，完善綠色數據中心資源效率評價機制。鼓勵推廣更加高效、節水的冷卻技術，在現有國家綠色數據中心評價體系已納入水資源使用效率指標的基礎上，進一步強化WUE指標的約束作用，并結合不同地區水資源稟賦和承載能力實施差異化管理。企業投資建設算力中心，應當鼓勵其開展水資源影響評估和認證，更加充分考慮項目所在地水資源承載能力，加強與當地公眾和社區的溝通。

三是更好發揮水價的資源配置作用。水價是經濟運行中非常重要的資源價格。完善水價形成機制，使之更準確地反映供求關系，有利于減少水資源浪費，吸引更多投資進入水資源保障領域，促進水資源長期、有效利用。水價調整需要兼顧社會公平，對于可能給低收入群體帶來的影響，可以通過完善補償機制、合理設置階梯水價等方式解決。

四是發揮綠色金融作用，支持人工智能與水資源協同發展。目前綠色金融在標準、信息披露、金融工具和金融產品開發以及相關金融風險防范等方面，已經形成了較為成熟的分析和政策框架。這一框架同樣可以應用于算力中心建設和人工智能使用過程中的水資源配置問題，但需要結合水資源本身的特點進一步完善。在綠色金融標準方面，可以研究在綠色金融支持目錄等標準體系中，更多考慮節水、水資源保護和高效利用相關的創新產品和服務。對于能夠有效保護和利用水資源的項目，可以在金融支持方面給予更多優惠。在金融產品方面，可以探索綠色資產證券化、基礎設施REITs等相關金融工具，更好支持綠色、高效的算力基礎設施建設。同時，可以探索將人工智能企業納入用水權交易市場，更好發揮市場機制在水資源配置中的調節作用。用水權也可參照碳排放權的發展模式，在市場交易基礎上進一步探索抵質押融資等金融產品和服務。

五是加強人工智能行業氣候和自然相關金融風險評估。人工智能產業和算力中心可能面臨水資源、生態環境以及社區等多方面風險，這些風險最終可能進一步轉化為金融風險。因此，可以推動金融機構對人工智能行業開展氣候和自然相關風險評估，將相關風險更好納入金融機構風險識別和管理體系，提高金融體系防范相關風險的能力。

六是統籌算力網和水網規劃建設。當前中央正在大力推動相關基礎設施網絡建設。算力基礎設施具有明顯的區域集聚特征，而我國不同地區水資源稟賦差異較大，因此在算力網和水網規劃建設過程中，應進一步加強統籌協調，更充分考慮不同地區的水資源承載能力，推動算力、水資源、能源以及產業布局更加協調。

總體來看，目前人工智能發展帶來的水資源問題，從全國總量層面看還不是特別突出，但從結構和地域分布看已經需要引起高度重視。隨著人工智能和算力中心進一步快速發展，應當把用水、用電、算力發展以及應對氣候變化、保護自然和生物多樣性、促進經濟增長等一系列問題統籌起來，并進一步發揮可持續金融作用，推動人工智能與水資源協同發展。

來源：中央財經大學綠色金融國際研究院