能耗雙控 / 能耗許可（Energy Consumption Dual Control & Permit）
3 秒看懂
一句話： 中國用”總量 + 強度”兩把尺子卡能源消費，AI 資料中心拿到”能耗指標”才能接電執行——這已成為制約國產算力擴張的”隱性天花板”，其重要性不亞於晶片本身。
3 分鐘產業解釋
政策本體
“能耗雙控”是中國自”十三五”時期起實施的核心約束性制度，包含兩個維度：
| 維度 | 含義 | 考核物件 |
|---|---|---|
| 能源消費總量控制 | 一個地區/行業的年度用能總量不得超過分配額度 | 省級政府 → 分解至地市/園區 |
| 能源消費強度控制 | 單位 GDP 能耗須逐年下降（降幅由國家下達） | 省級政府 → 傳導至重點企業 |
能耗許可則是專案層面的具體落地機制：新建/擴建資料中心（含 AI 訓練叢集）須在立項階段取得用能指標批覆，否則無法獲得電力接入。未獲許可的專案即使硬體到貨也無法開機。
為什麼 AI 產業鏈必須關注？
- 單叢集功耗量級躍升： 萬卡級 GPU 訓練叢集峰值功耗可達數十 MW 量級，相當於一座中型工廠，直接觸發地方能耗總量考核紅線。
- 東西部指標分化： 東部發達省份（北上廣深江浙）能耗額度緊張、電價高，但網路延遲和人才優勢顯著；西部（內蒙、貴州、甘肅）額度寬裕、綠電豐富，但存在網路時延和運維人才短板。
- “無指標即無算力”： 能耗指標已成為與 GPU 晶片同等稀缺的戰略資源——有卡無指標，叢集只能”趴窩”。
15 分鐘專家深入
政策演進脈絡
"十三五"(2016-2020) "十四五"(2021-2025) 趨勢
┌──────────────────┐ ┌──────────────────────────┐ ┌─────────────────────┐
│ 能耗雙控確立 │───→│ 2021 下半年多地運動式 │───→│ 2023 起逐步轉向 │
│ 各省總量+強度考核 │ │ 拉閘限電 → 引發爭議 │ │ "碳雙控"（碳排放 │
│ 資料中心未單獨關注│ │ 2021.10 國常會提出： │ │ 總量+強度） │
│ │ │ 原料用能不納入總量考核 │ │ 新增可再生能源不納入 │
│ │ │ 2021.12 十四五節能減排方案 │ │ 能耗總量考核（綠證 │
│ │ │ 明確新建大型資料中心 PUE │ │ 核銷機制） │
│ │ │ 須達到先進值（≤1.3） │ │ 但過渡期內雙控仍有效 │
└──────────────────┘ └──────────────────────────┘ └─────────────────────┘核心傳導鏈
國家下達能耗總量/強度指標
│
▼
省級分解 → 地市/園區分配 "能耗增量指標"
│
▼
專案立項階段：企業提交節能報告 → 發改/能源部門審批
│
▼
獲得 "能耗許可/用能批覆" ← 關鍵卡點
│
▼
電力接入（供電局憑批覆接電）→ 裝置部署 → 執行關鍵卡點在第三步： 能耗增量指標總量有限，地方需在工業專案、資料中心、民生等需求間權衡分配。在東部省份，新增大型資料中心獲批難度逐年上升。
與 AI 算力建設的耦合關係
| 環節 | 能耗約束的具體影響 |
|---|---|
| 選址 | 指標緊張地區→專案被迫西遷或降規；“東數西算”工程本質是算力-能源的地理再平衡 |
| 規模 | 單園區建設規模受可用指標直接封頂；萬卡叢集可能需要數十 MW 指標 |
| 建設週期 | 能耗審批流程通常 3-12 個月不等，可能慢於土建和裝置採購，成為工期瓶頸 |
| 成本 | 東部工業電價顯著高於西部（具體價格因省份和用電類別而異，一般而言西部低 30%-50% [行業普遍認知，具體需查各省目錄電價]） |
| 商業模式 | 催生”算力租賃”——有指標方出租機櫃/電力，無指標方買算力服務 |
PUE 約束
政策對資料中心能效（PUE）提出硬性要求：
PUE = 資料中心總能耗 / IT 裝置能耗
┌─────────────────────┐
│ 製冷、供配電、照明等 │ ← 非 IT 能耗，PUE 越接近 1.0 越優
│ 輔助系統能耗 │
├─────────────────────┤
│ IT 裝置能耗 │ ← GPU/CPU、儲存、網路裝置
└─────────────────────┘- 國家層面要求新建大型資料中心 PUE 降至 1.3 以下 [工信部等多部門聯合檔案，2021 年前後釋出]
- 一線城市（如北京、上海）對新建專案要求更嚴，部分地區要求 PUE ≤ 1.25 甚至更低 [各地政策有差異]
- AI 訓練叢集因 GPU 功率密度極高，液冷正從”可選”變為”剛需”以滿足 PUE 要求
”碳雙控”轉向下的新變數
2023 年起，政策訊號逐步從”能耗雙控”轉向”碳排放雙控”：
- 核心區別： 考核錨從”用多少能”變為”排多少碳”。使用綠電（風電、光伏等非化石能源）的碳排放近零，理論上可”無限擴張”。
- 綠證核銷： 企業購買綠色電力證書（綠證）來證明用電來源為可再生能源，對應電量可不納入能耗總量考核（具體政策細則仍在完善中 [待確認最新執行口徑]）。
- 對 AI 的影響： 資料中心若能繫結長期綠電採購協議（PPA），在碳雙控架構下可獲得更大的擴張空間。這正在重塑資料中心-能源產業的供應鏈關係。
技術原理
能耗指標的”技術經濟學”
┌─────────────────────────────────────────────────────────────┐
│ 能耗指標 = 算力的"能源通行證" │
│ │
│ 假設某東部園區剩餘能耗增量指標 = 50 萬 tce（噸標準煤） │
│ (1 tce ≈ 8.14 MWh 電力當量值) │
│ │
│ → 可用電量 ≈ 3,500,000 MWh / 年 │
│ → 若 8000 卡 H100 叢集年用電約 [需按實測負荷率估算， │
│ 典型值: 8000卡 × ~700W TDP × 0.6 負載率 × 8760h │
│ ≈ 29,500 MWh/年，PUE 1.3 則總耗電 ≈ 38,400 MWh/年] │
│ → 50 萬 tce 指標理論上可支撐約 91 個同規模叢集 │
│ （實際還需扣除基礎設施、變電站等配套用能） │
│ │
│ 但一個省年度新增指標可能僅數百萬噸 tce， │
│ 需在工業、交通、民生間分配 → 資料中心實際獲批次遠少於理論值 │
└─────────────────────────────────────────────────────────────┘⚠️ 以上為示意性估算，具體 tce-to-MWh 折算係數因地區統計口徑略有差異；實際可用指標需扣除多類用能。
關鍵約束公式
地方能耗考核不突破紅線的條件：
Σ(E_存量專案) + Σ(E_新增專案) + E_彈性空間 ≤ E_國家下達總量指標
其中：
E_新增專案 = f(專案規模、PUE、執行小時數、負荷率)
能獲得審批的新增專案數 ∝ (剩餘指標額度 / 單專案能耗)這意味著： 能耗指標是”零和博弈”——一個大專案獲批，可能擠佔其他專案的指標空間。AI 算力與傳統制造業在同一指標池中競爭。
技術演進史
| 時間節點 | 事件 | 對 AI/資料中心影響 |
|---|---|---|
| 2015 年 | ”十三五”規劃綱要正式確立能耗雙控制度 | 初期對資料中心約束較弱 |
| 2017-2019 | 各省逐步收緊資料中心審批 | 北京、上海等開始限制新建 |
| 2020 年 | ”新基建”推動 + 能耗指標收緊的矛盾顯現 | 頭部企業開始大規模西遷 |
| 2021.02 | ”東數西算”工程概念提出 | 國家層面引導算力-能源地理再平衡 |
| 2021 下半年 | 多省因能耗考核壓力出現限電 | 資料中心運營間接受衝擊，行業恐慌 |
| 2021.10 | 國常會提出最佳化能耗雙控，原料用能不納入考核 | 政策出現糾偏訊號 |
| 2021.12 | ”十四五”節能減排綜合方案發布 | 明確資料中心 PUE 硬約束 |
| 2022 年 | ”東數西算”全面啟動，8 大樞紐 10 大叢集 | 西部能耗指標對資料中心傾斜 |
| 2023 年 | 中央提出逐步轉向碳排放雙控 | 綠電資料中心獲得新空間 |
| 2024 年 | 多地出臺 AI 算力專項支持政策，部分探索”算力能耗指標單列” | AI 算力的能耗優先順序提升（但仍定性表述，各地口徑不一） |
技術路線對比
不同區域的”能耗-算力”策略對比
| 維度 | 東部一線城市 | 東部二線城市 | 西部樞紐節點 | 海外（參考） |
|---|---|---|---|---|
| 能耗指標可得性 | 極稀缺 | 較緊張 | 相對寬裕 | 不適用（無此類制度） |
| 電價水平 | 高 | 中 | 低 | 因地而異（美國 0.05-0.10 $/kWh 不等） |
| PUE 要求 | ≤1.25（部分更嚴） | ≤1.3 | ≤1.3（新建），個別≤1.2 | 通常無硬約束，市場競爭驅動 |
| 綠電獲取 | 較難（本地資源少） | 中等 | 豐富（風光資源好） | 依地區而異 |
| 網路時延 | 低 | 較低 | 較高（需長距傳輸） | 因地而異 |
| 適合工作負載 | 推論、邊緣計算 | 推論、輕量訓練 | 大規模離線訓練 | — |
| 審批週期 | 長（12 個月+） | 中（6-12 個月） | 短（3-6 個月，定性估計） | 電力接入為主要瓶頸 |
AI 工作負載適配策略
時延敏感度
高 │ 推論服務/即時AI ──→ 東部（能耗指標剛需）
│
│ 模型微調/中等訓練 ──→ 東部二線或西部邊緣節點
│
│ 大規模預訓練 ──→ 西部樞紐（能耗寬裕+綠電）
低 │
└──────────────────────────────→
訓練規模 / 功耗規模上下游
產業鏈全景
上游（能源供給） 中游（指標分配/平台） 下游（算力消費）
┌──────────────┐ ┌──────────────────┐ ┌──────────────┐
│ 火電（存量） │ │ 國家發改委 │ │ 網際網路大廠 │
│ 風電/光伏 │──────→ │ → 省級發改委 │──────→ │ AI 大型模型公司 │
│ 核電 │ 電力 │ → 地市/園區管委會│ 指標 │ 雲端服務商 │
│ 儲能 │ 供給 │ │ 批覆 │ 算力運營商 │
└──────────────┘ │ 電網公司（接電） │ │ 科研機構 │
│ 綠證交易機構 │ └──────────────┘
└──────────────────┘關鍵利益方
| 角色 | 利益訴求 | 與 AI 的關係 |
|---|---|---|
| 省級發改委 | 完成能耗考核，同時保經濟增長 | 審批資料中心能耗的關鍵決策者 |
| 電網公司 | 保障電網安全，最佳化負荷結構 | AI 資料中心是優質大客戶但需增量供電保障 |
| 綠電開發商 | 消納綠電，減少棄風棄光 | AI 資料中心 PPA 是理想長期買方 |
| 資料中心運營商 | 獲取能耗指標和廉價電力 | 能耗指標決定擴張天花板 |
| AI 公司 | 獲得充足、低成本算力 | 最終受影響方——指標緊張推高算力成本 |
關鍵指標
| 指標 | 說明 | 行業關注點 |
|---|---|---|
| 單位 GDP 能耗降幅 | 省級考核硬指標，“十四五”目標一般在 13%-15% 區間 [各省目標略有差異，需查各省十四五規劃] | 降幅越大，增量指標越緊 |
| 能耗增量指標額度 | 每年新增用能空間（tce） | 決定區域新增算力上限 |
| PUE | 資料中心能效比 | 直接影響同等指標下的有效算力 |
| 綠電佔比 | 資料中心使用可再生能源的比例 | 碳雙控下決定擴張彈性 |
| 單位算力能耗 | 每 PFLOPS（FP16）對應的電力消耗 | 技術進步可”擠出”更多算力/指標 |
| 電價 | 工商業目錄電價 + 交易電價 | 直接影響 AI 訓練/推論成本，典型量級：東部 0.6-0.8 元/kWh，西部 0.3-0.5 元/kWh [定性估計，需查各省目錄電價] |
| 綠證價格 | 每 MWh 綠電對應的證書成本 | 購買綠證可”對沖”能耗考核（政策過渡期） |
供需與市場資料
需求端：AI 算力帶來的能耗增量
粗略量級估算（示意，非精算）：
假設條件：
- 2025 年中國 AI 訓練+推論 GPU 部署量級：數十萬卡 [供應鏈估算]
- 單卡平均功耗：500-700W（含 H100/A100/國產替代卡等混合）
- 平均利用率：50%-70%
- PUE：1.3-1.4
→ AI 相關電力需求量級：數十億 kWh/年 [粗估，具體取決於實際部署規模和利用率]
對比參考：
- 中國全社會用電量 ~9.2 萬億 kWh (2023 年, [國家能源局])
- AI 算力用電佔比目前仍較低（< 0.1%），但增速極高
趨勢：
若 AI 算力持續指數級增長，其能耗在 2027-2030 年可能成為
部分省份能耗增量的重要組成部分⚠️ 以上數字為基於公開引數的粗估，非權威統計。AI 算力能耗暫無官方專項統計口徑。
供給端：能耗指標的分配邏輯
- 全國總量： 每年由國務院分解至各省，各省再層層分解（[具體年度分配方案屬非公開資訊]）
- 省際再平衡： 能耗指標可跨省交易（部分省份探索中），但機制尚不成熟
- 綠證替代： 2023 年起，國家推動綠證全覆蓋，企業可通過購買綠證抵扣部分能耗考核（[具體抵扣比例政策仍在完善]）
代表公司與資本對映
受影響/受益企業圖譜
| 層級 | 代表公司/機構 | 與能耗許可的關係 |
|---|---|---|
| 資料中心運營商 | 萬國資料、世紀互聯、秦淮資料、資料港、潤澤科技 | 能耗指標直接決定可建規模；西部版面配置加速 |
| 雲端/AI 大廠 | 阿里雲端、騰訊雲端、字節跳動、百度智慧雲端、華為雲端 | 自建+租賃並行，正加大西部自建投入 |
| 綠電/綜合能源 | 三峽能源、龍源電力、華潤電力、中廣核新能源 | AI 資料中心 PPA 成為新增長場景 |
| 液冷/節能裝置 | 英維克、申菱環境、曙光數創、綠色雲端圖 | PUE 約束下液冷滲透率提升，直接受益 |
| 算力運營商/中間商 | 部分新興”算力指標”中間平台 | 有指標方成為”算力地產”角色 |
資本市場關注邏輯
- “算力地產”重估： 手握西部能耗指標和綠電資源的企業，其資產隱含價值可能被低估
- AI 算力成本變數： 能耗指標緊張 → 東部算力溢價 → 西部算力價效比凸顯 → 影響 AI 訓練成本曲線
投資邏輯
核心矛盾
需求側：AI 算力指數級增長 → 能耗需求激增
↕ 矛盾
供給側：能耗指標是行政配額，增長受控三條投資主線
| 主線 | 邏輯 | 風險 |
|---|---|---|
| ① 西部算力基建 | 能耗指標寬裕 + 綠電豐富 + “東數西算”政策加持 | 網路時延、人才短板、實際需求落地節奏不確定 |
| ② 綠電+AI 繫結 | 碳雙控轉型下，“綠電資料中”心獲得更大擴張彈性；綠證核銷機制是關鍵變數 | 政策細則落地節奏不確定；綠電間歇性需儲能配合 |
| ③ 節能技術（液冷等） | PUE 約束 → 液冷從可選變剛需 → 單位指標下的有效算力提升 | 技術路線分化風險；市場競爭加劇 |
關鍵觀察指標
- 各省年度能耗增量指標分配檔案（通常年初發布）
- 重點省份資料中心專案審批數量和規模變化
- 綠證價格走勢（反映綠電供需緊張程度）
- 頭部雲端廠商資本支出中西部佔比變化
常見誤讀糾偏
誤讀 1：“能耗雙控已經取消了，不再是約束”
糾偏： 能耗雙控制度並未取消，而是優化了考核方式。2021 年國常會後調整了兩點：① 原料用能不納入總量考核；② 新增可再生能源消費不納入總量考核。但能源消費強度下降仍是硬約束，且向”碳雙控”轉型是漸進過程，過渡期內雙控機制依然有效。2023-2024 年部分省份大型資料中心仍需走能耗審批流程。
誤讀 2：“去西部建資料中心就不存在能耗問題”
糾偏： 西部指標相對寬裕，但並非無約束。① 西部電網基礎設施（變電站容量、輸電通道）本身也可能成為瓶頸；② 部分西部省份在承接大量算力專案後，能耗考核壓力也在上升；③ “東數西算”八大樞紐節點並非均等地”敞開供應”，各節點的指標餘量差異較大。
誤讀 3：“買綠證就能完全繞開能耗限制”
糾偏： 綠證核銷機制正在推進，但執行細則仍在完善中。部分地方對綠證抵扣能耗考核的認可程度不一；且綠證供給受可再生能源裝機增長約束，短期可能出現綠證供需錯配。此外，綠證成本會疊加到用電成本上。
誤讀 4：“能耗約束主要影響傳統工業，和 AI 無關”
糾偏： 這在 2020 年前基本成立。但 AI 算力的能耗增長速度遠超傳統行業——一個萬卡叢集的年用電量可達億 kWh 量級，在東部省份已可與中型工廠相當。隨著 AI 部署規模指數級增長，能耗約束正成為 AI 產業的核心瓶頸之一。
學習路徑
Level 1（入門）
├─ 瞭解"能耗雙控"基本概念：總量控制 + 強度控制
├─ 理解 PUE 含義及對資料中心的影響
└─ 閱讀：國家發改委關於能耗雙控政策的公開解讀
Level 2（進階）
├─ 研讀所在/關注省份的"十四五"節能減排方案
├─ 瞭解"東數西算"八大樞紐節點版面配置及其能耗特點
├─ 追蹤綠證制度進展（國家能源局、中國綠色電力證書交易平台）
└─ 閱讀：各資料中心上市公司的能耗指標揭露（年報/招股書）
Level 3（專家）
├─ 建立"算力-能耗-碳排放"量化模型
├─ 追蹤各省年度能耗指標分配檔案（發改委官網）
├─ 理解 tce 折算係數、綠證核銷規則、碳交易機制的交叉關係
├─ 對比海外（歐盟能源危機、美國 EPA 對資料中心監管）
└─ 關注 AI 晶片能效比（TOPS/W）技術演進對能耗約束的緩解效應一句話總結
能耗雙控是 AI 算力擴張的”能源緊箍咒”——它不是晶片層面的技術瓶頸，而是制度層面的資源配置瓶頸；理解它，才能理解為什麼中國 AI 算力的地理分佈、成本結構和增長天花板與海外截然不同。
延伸閱讀與來源
| 來源型別 | 推薦內容 | 說明 |
|---|---|---|
| 政策原文 | 《“十四五”節能減排綜合工作方案》（國發〔2021〕33號） | 能耗雙控向碳雙控轉型的綱領性檔案 |
| 政策原文 | 《貫徹落實碳達峰碳中和目標要求 推動資料中心和5G等新型基礎設施綠色高質量發展實施方案》 | 資料中心能耗與 PUE 具體要求 |
| 政策原文 | ”東數西算”工程相關檔案（發改委等四部門） | 算力-能源地理再平衡的頂層設計 |
| 行業報告 | 各券商”AI 算力能耗”主題研究報告（中信/國盛/華泰等均有覆蓋） | 量化分析 AI 算力能耗趨勢 |
| 資料來源 | 國家能源局年度電力統計資料 | 全社會用電量基準資料 |
| 資料來源 | 各省發改委官網（搜”能耗增量指標”） | 區域指標分配的公開資訊 |
| 交易平台 | 中國綠色電力證書交易平台 | 綠證供需與價格即時資料 |
| 上市公司揭露 | 萬國資料、世紀互聯、潤澤科技等年報中”能耗指標”章節 | 行業實際能耗審批情況的視窗 |
免責宣告： 本文涉及的政策解讀基於公開資訊的定性分析，具體執行口徑以各級政府部門最新發布為準。量化資料為基於公開引數的示意性估算，非權威統計，投資決策需自行核實。