“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。”9月12日，在以“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年会上，中国人民银行研究局局长王信如是表示。

　　王信谈到，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。

　　具体来看，大量耗水可能带来四方面风险。例如，可能加剧生态系统退化、影响农业等高耗水行业生产、损害当地民众利益及形成气候和自然相关金融风险。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。

　　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。王信解释，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。

　　具体到我国，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。“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。”王信解释，此外，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。

　　王信建议，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：一是强化水资源计量监测、数据核验和信息披露；二是推广节水技术，完善绿色数据中心资源效率评价机制；三是更好发挥水价的资源配置作用；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。”王信补充，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。

　　此外，王信提出，要加强人工智能行业气候和自然相关金融风险评估、统筹算力网和水网规划建设。