从电账到水账：AI算力中心的水风险从哪里来

2026年09月18日 10:48

: 陈剑
复旦大学国际金融学院金融学特聘实践教授，主要研究方向为房地产金融、气候经济学及气候金融、人工智能与机器学习的金融应用、养老金融、信用风险及资产证券化。兼任财新智库高级顾问，国家传染病医学中心数据科学顾问。

这笔账目前看还不大——只算机房现场的直接耗水，约占全国用水总量的万分之三上下；但它增长得快，而且恰好长在最缺水的地方。第一步，是先承认：AI的水账不是一笔虚拟账，它和电账一样，值得被计量、被披露、被定价

原图联合国大学（UNU）水、环境与健康研究所 2026年6月发布的报告测算，全球数据中心的用水足迹（含冷却与发电）将从2025年的约4.5万亿升增至2030年的9.3万亿升——后者相当于撒哈拉以南非洲约 13 亿人一年的基本生活用水。图：视觉中国

　　你向AI提一个问题，它用几秒钟给你答案。这段时间里，某座机房里的一排排服务器正在发热，一座冷却塔正在蒸发水分。联合国大学（UNU）水、环境与健康研究所2026年6月发布的报告测算，全球数据中心的用水足迹（含冷却与发电）将从2025年的约4.5万亿升增至2030年的9.3万亿升——后者相当于撒哈拉以南非洲约13亿人一年的基本生活用水。9月12日，中国人民银行研究局局长王信在中央财经大学绿色金融国际研究院年会上讲到："算力中心大规模用水及其对局部地区水资源承载能力的潜在影响，值得高度关注。"他在演讲收尾处总结："目前人工智能发展带来的水资源问题，从全国总量层面看还不是特别突出，但从结构和地域分布看已经需要引起高度重视。”

责任编辑：张帆 | 版面编辑：罗文
图片编辑：刘青

观点频道所发布文章及图片之版权属作者本人及/或相关权利人所有，未经作者及/或相关权利人单独授权，任何网站、平面媒体不得予以转载。财新网对相关媒体的网站信息内容转载授权并不包括上述文章及图片。文章均为作者个人观点，不代表财新网的立场和观点。