9月12日，以“数智赋能绿色金融创新”为主题的中央财经大学绿色金融国际研究院2026年会成功举行。中国人民银行研究局局长王信到场并发表主旨演讲，演讲摘录如下。

    非常感谢中央财经大学的邀请。中央财经大学在经济、金融、财政等各个方面，尤其在绿色金融领域，有着大量的研究和教学成果。中央财经大学绿色金融国际研究院和人民银行研究局长期保持密切的工作联系，王遥院长作为研究局（参事室）特约研究员，为我们提供了大量学术和政策研究，非常感谢中央财经大学绿色金融国际研究院长期以来对我们的支持！

    人民银行研究局以及分行近期围绕人工智能发展和水资源消耗议题开展了相关研究，下面将初步研究成果向各位报告。

    一、人工智能发展带来的水资源消耗值得高度关注

    人工智能在可持续金融标准运用、信息披露、风险监测评估和能力建设等方面得到日益广泛的应用，为提升金融支持绿色低碳发展的效率和精准度发挥了重要作用。与此同时，人工智能快速发展带来算力需求的持续增长，也伴随着显著的能源和水资源消耗，特别是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。

    近年来，全球算力中心直接耗水规模迅速攀升。据联合国大学水、环境与健康研究所测算，2025年至2030年，全球数据中心耗水量将翻倍，2030年将达到9.3万亿升，相当于撒哈拉以南非洲约13亿人口一年的基本生活用水量。从直接用水看，算力中心耗水主要涉及冷却用水、空气加湿、水处理及系统运行，以及园区绿化、清洁等环节，其中冷却系统是最主要的耗水来源。除算力中心直接用水外，人工智能行业间接耗水更加需要关注，其规模可能达到算力中心直接耗水量的十余倍，主要涉及发电侧和芯片制造环节的大量耗水。

    当前，算力中心的空间布局与地区水资源禀赋之间可能存在一定错配，主要原因在于各地都在加速推进算力中心建设，而其选址主要考虑电价、土地优惠、政策优惠与扶持等要素。尽管算力中心建设以及AI相关投资能对地区经济增长、就业起到重要促进作用，但算力中心运营会消费大量水资源，而相关方对水资源消耗问题的考量并不够充分。例如美国亚利桑那州等水资源匮乏地区，目前正在大量布局算力中心。

    二、大量耗水可能带来四方面风险

    一是可能加剧生态系统退化。水是经济社会发展、人类生存、物种繁衍、自然和生物多样性保护最基础的要素。水资源过度消耗，会通过多渠道加剧生态系统退化。第一，算力中心大量抽取地下水可能造成地下水超采，减少地下水对河流、湿地的基流补给，导致依赖地下水的湿地以及濒危物种栖息地萎缩。第二，部分算力中心冷却取水可能来自山区融雪形成的低温支流，大量取水可能削弱低温支流原有的生态和降温功能。第三，算力中心冷却过程中需要大量排热，可能造成河流水温升高，引发一系列连锁反应，包括促进厌氧菌、藻类等繁殖，并对河流中的鱼类和其他水生生物产生直接影响。第四，算力中心排水中可能含有各类杀菌剂并携带余热，处理不当也可能恶化河流水质和鱼类栖息条件。

    二是可能影响农业等高耗水行业生产。农业生产需要大量水资源。当前很多地区更加关注算力、AI产业的发展，可能会后置农业等其他领域的用水需求，进而导致其他生产生活用水受到影响。典型案例如中国台湾地区，在2021年的大干旱中优先保障半导体制造用水，导致农业被迫休耕；美国得克萨斯州也存在类似情况，超大型算力中心项目耗水导致农业灌溉用水受到影响。除农业外，火电、钢铁、化工等其他高耗水行业也可能受到影响。

    三是可能损害当地民众利益。算力中心消耗大量公共水资源，相关后果一定程度上由当地社区和民众承担，但当地居民和社区未必能够获得充分、及时的补偿。如果项目收益与资源环境成本之间缺乏合理的分担机制，就可能加剧社区矛盾，损害民众利益。国际上已经出现多起相关案例，由于当地社区居民反对，部分算力中心项目建设陷入拉锯战，甚至可能全面停工，不仅影响项目正常建设和运营，也可能造成大量投资浪费和资产搁浅。随着算力中心进一步发展，这类问题在部分国家和地区或将愈发凸显。

    四是可能形成气候和自然相关金融风险。从金融视角看，人工智能发展带来的水资源问题同样值得关注。算力中心大量耗水可能对经济社会发展以及农业、能源、钢铁、化工等行业产生影响，而这些行业背后都有大量金融资源支持。如果水资源约束进一步影响相关企业的生产经营和资产价值，就可能冲击金融资产的安全和收益，甚至可能在极端情况下形成区域性乃至系统性风险。近年来，国际社会对合理利用水资源问题给予高度关注，欧盟、世界银行等很多经济体和国际组织都倡议强化水资源保护和合理利用。

    三、应当关注我国算力发展中的水资源结构性问题

    从我国情况来看，需要高度关注这一问题，做到未雨绸缪。总体而言，目前我国算力中心用水量占全国用水总量的比重还不高，但结构性问题已经逐渐凸显。

    首先，不少算力中心集中在缺水地区。我国约三分之二的算力中心位于人均水资源低于2000立方米的缺水省份，一些地区的情况更加突出。中国水风险组织，一家位于香港、长期关注水资源问题的非政府组织，其相关研究显示，我国约46%的算力机架位于人均水资源低于1000立方米的极度缺水省份，22%位于人均水资源介于1000-2000立方米的中度缺水省份。随着我国人工智能和算力中心的进一步发展，如果算力基础设施仍较多布局在缺水地区，水资源消耗问题可能会越来越突出。

    其次，国内算力中心单位能耗用水量总体偏高。从水资源利用效率指标看，全球平均水平约为0.84L/kWh，部分国际头部企业已经达到0.12L/kWh等较低水平。2023年，我国国家绿色数据中心水资源使用效率（WUE）平均值为1.08L/kWh。

    再次，当前算力中心考核对耗电关注比较多，对耗水关注相对不足。国内算力中心考核主要以电能利用率为核心指标，对水资源使用等方面关注不够。这是因为，水资源利用效率等指标缺乏统一计量、核证标准，很多算力中心倾向于多耗水以实现迅速冷却、降低制冷能耗。因此，推动算力中心绿色发展，不能只关注用电，也不能只关注用水，而是需要将用水、用电和算力发展统筹起来，同时将其与应对气候变化、保护自然和生物多样性以及促进经济增长等目标统筹考虑。

    四、多措并举推动人工智能与水资源协同发展

    针对人工智能和算力发展中的水资源问题，可以从算力发展本身以及绿色金融、可持续金融等方面采取相应措施。目前已经取得一些值得肯定的进展，下一阶段还可进一步推动相关工作。

    一是强化水资源计量监测、数据核验和信息披露。在现有水资源使用效率核算标准基础上，进一步加强算力中心用水分类计量和动态监测，完善用水数据核验和第三方评价机制，提高不同算力中心水资源利用数据的真实性和可比性。同时，健全信息披露机制，提高算力中心在水资源消耗、水资源利用效率以及节水措施等方面的信息透明度，更好发挥社会力量以及内外部监督作用。

    二是推广节水技术，完善绿色数据中心资源效率评价机制。鼓励推广更加高效、节水的冷却技术，在现有国家绿色数据中心评价体系已纳入水资源使用效率指标的基础上，进一步强化WUE指标的约束作用，并结合不同地区水资源禀赋和承载能力实施差异化管理。企业投资建设算力中心，应当鼓励其开展水资源影响评估和认证，更加充分考虑项目所在地水资源承载能力，加强与当地公众和社区的沟通。

    三是更好发挥水价的资源配置作用。水价是经济运行中非常重要的资源价格。完善水价形成机制，使之更准确地反映供求关系，有利于减少水资源浪费，吸引更多投资进入水资源保障领域，促进水资源长期、有效利用。水价调整需要兼顾社会公平，对于可能给低收入群体带来的影响，可以通过完善补偿机制、合理设置阶梯水价等方式解决。

    四是发挥绿色金融作用，支持人工智能与水资源协同发展。目前绿色金融在标准、信息披露、金融工具和金融产品开发以及相关金融风险防范等方面，已经形成了较为成熟的分析和政策框架。这一框架同样可以应用于算力中心建设和人工智能使用过程中的水资源配置问题，但需要结合水资源本身的特点进一步完善。在绿色金融标准方面，可以研究在绿色金融支持目录等标准体系中，更多考虑节水、水资源保护和高效利用相关的创新产品和服务。对于能够有效保护和利用水资源的项目，可以在金融支持方面给予更多优惠。在金融产品方面，可以探索绿色资产证券化、基础设施REITs等相关金融工具，更好支持绿色、高效的算力基础设施建设。同时，可以探索将人工智能企业纳入用水权交易市场，更好发挥市场机制在水资源配置中的调节作用。用水权也可参照碳排放权的发展模式，在市场交易基础上进一步探索抵质押融资等金融产品和服务。

    五是加强人工智能行业气候和自然相关金融风险评估。人工智能产业和算力中心可能面临水资源、生态环境以及社区等多方面风险，这些风险最终可能进一步转化为金融风险。因此，可以推动金融机构对人工智能行业开展气候和自然相关风险评估，将相关风险更好纳入金融机构风险识别和管理体系，提高金融体系防范相关风险的能力。

    六是统筹算力网和水网规划建设。当前中央正在大力推动相关基础设施网络建设。算力基础设施具有明显的区域集聚特征，而我国不同地区水资源禀赋差异较大，因此在算力网和水网规划建设过程中，应进一步加强统筹协调，更充分考虑不同地区的水资源承载能力，推动算力、水资源、能源以及产业布局更加协调。

    总体来看，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。随着人工智能和算力中心进一步快速发展，应当把用水、用电、算力发展以及应对气候变化、保护自然和生物多样性、促进经济增长等一系列问题统筹起来，并进一步发挥可持续金融作用，推动人工智能与水资源协同发展。