企业出海多云碳足迹核算与绿色合规落地：电价、PUE、电网碳强度三条成本线（2026 最新版）

📅 2026-09-30 · ChengziCloud - 一站式云端服务

Meta Description: 出海企业多云碳足迹核算完整指南：电价 × PUE × 电网碳强度三条成本线怎么算，24 个国家/地区电网碳强度实测、AWS 分区 PUE/WUE、绿电采购（PPA/绿证/24-7 CFE）与 EU 2024/1364、新加坡 GMDC 披露要求，附派生测算表、实操命令与 8 条 FAQ。

> 关键词： 碳足迹核算、PUE、电网碳强度、绿色合规、绿电采购、企业出海

一、前言：账单里正在多出来的第三条成本线

过去几年，出海企业选机房只用回答一个问题：「同样的配置，哪个地区最便宜？」 于是有了按 vCPU/内存比价的选型表，有了预留实例与 Spot 的折扣数学。但从 2024 年起，越来越多的客户把第二个问题提前：「同样的负载，哪个地区的碳排最低？我拿什么证明给客户和审计看？」

这两问的答案并不在同一张表上。因为一个机房的「碳」由三个变量相乘决定，而这三个变量彼此独立：

` 年碳排放(kgCO₂e) = 用电量(kWh) × PUE × 电网碳强度(gCO₂/kWh) ÷ 1000 `

- 用电量由你的业务形态决定（CPU 长期满载的跑批、AI 推理、数据库与爬虫，和只做 Web 转发的轻负载，优先级完全不同）； - PUE 由机房的设计与气候决定，你可以选厂商、选地域，但不能改造它； - 电网碳强度由该地区「电是从哪儿来的」决定，你几乎无法影响，只能选。

三者相乘，结果差得离谱：本文实测数据里，每 kW IT 负载的年电费最高与最低相差 4.45 倍，而年碳排相差 24.9 倍。碳的差异比钱更极端——因为最高电价地区未必最高碳，最便宜地区也未必最绿。把三条线乘起来算一次，你会得到一些反直觉的结论（第五节完整表格）。

本文的边界（避免与站内既有文章混读）：

| 相邻主题 | 已有文章 | 本文的区别 | |---|---|---| | 云成本口径与分账 | 《企业 FinOps 组织流程（预算循环 + 单位成本 + 分账）》 | 那篇算的是钱：预算循环、Showback/Chargeback、单位成本；本文算的是碳，只在「每 kW IT 负载」这个共同分母上与它衔接 | | 数据跨境的法律机制 | 《GDPR 数据跨境传输技术落地》 | 那篇处理「数据能不能出去、走 SCC 还是 BCR」；本文处理「电从哪儿来、碳排多少、怎么披露」，两者在同一次审计里同时被问 | | 配置面安全合规 | 《多云 CSPM 云安全态势管理》 | CSPM 管的是「配置有没有违规」；本文管的是「资源消耗产生的环境外部性」 | | 容量规划与架构治理 | 《多云架构治理与容量保障》 | 那篇把业务指标换算成实例数；本文把实例数（更准确说是 IT 功耗）换算成电费与碳排 | | 合规证据链自动化 | 《多云合规审计自动化（SOC 2 / ISO / GDPR）》 | 那篇是证据采集流水线；本文是其中ESG 一栏的数据来源与算法 | | 机房能源层总览 | 姊妹站 6.chengzicloud.cloud《海外服务器各地区电价、PUE 与碳中和对比》 | 那篇已把电价表 + 机队 PUE + 年电费乘积表讲透；本文不复述那些结论，只做它没做的三件事：电网碳强度、把三条线乘成碳账、绿电采购与披露合规 |

一句话概括本文定位：电价文章回答「贵不贵」，本文回答「绿不绿、怎么证明」。

二、碳足迹怎么算：三个变量、一次乘法、三个必须分清的排放范围

2.1 公式的物理含义

上面那条公式里，三个因子各有明确的物理含义：

- 用电量是 IT 设备实际消耗的电，单位 kWh； - PUE（Power Usage Effectiveness） 是机房总耗电与 IT 设备耗电之比。PUE 1.5 意味着 IT 每用 1 度电，机房整体要买 1.5 度——多出来的 0.5 度用于制冷、配电损耗与照明； - 电网碳强度是该地区电网每发 1 度电平均产生的碳排放，单位 gCO₂/kWh，由当地电源结构（水电/核电/煤电/气电占比）决定。

把公式按「每 kW IT 负载、全年 8760 小时」标准化，得到两个可以横向比价的指标：

` 年电费(USD/kW IT) = 商业电价(USD/kWh) × PUE × 8760 年碳排(kgCO₂/kW IT) = 8760 × PUE × 电网碳强度(gCO₂/kWh) ÷ 1000 `

这两个式子就是本文第五节的派生测算表，也是出海企业做选区决策时最该先算的一步。

2.2 三个排放范围：为什么「云上的碳排放」默认属于范围三

GHG Protocol（温室气体核算体系）把企业排放分成三类，这个分类直接决定你的 ESG 报告怎么写：

| 范围 | 定义 | 云场景中的对应物 | |---|---|---| | 范围一 | 企业自有或控制的排放源（自有锅炉、车辆、自建机房的柴油发电机） | 自建机房/驻场机柜的备用发电机组 | | 范围二 | 外购电力、热力、蒸汽产生的间接排放 | 自建机房的电；云厂商自身要披露的就是它 | | 范围三 | 价值链上下游的间接排放（采购的商品与服务、上下游运输、员工通勤等） | 你租用的云服务器所消耗的电 |

这里有一个高频口径错误值得单独点出：你租云主机，电不是你自己买的，所以云资源的用电通常落在租户的「范围三（上游采购的商品与服务）」里，而不是范围二。 反过来，对云厂商而言那部分电是它的范围二。同一度电，站在价值链两端被记两次——这在 GHG Protocol 下是允许的（避免重复计算的是同一主体内的加减账，而不是价值链上的两端）。

这个口径差异有三个现实影响：

1. 你不能直接把账单上的消费金额乘以一个电价系数当作范围二填报； 2. 云厂商提供的碳足迹工具给出的数字，是你的范围三采购数据，需要在报告里标注在正确的行； 3. 一旦客户（尤其是欧盟客户）在供应商问卷里问「你们的云基础设施用什么电」，你要能给出按区域的回答，而不是一句「我们用的是绿色云」。

2.3 三个变量的可控度：只有一个能靠「选」解决

做降碳方案前先认清哪个变量你能动：

| 变量 | 可控度 | 可执行的杠杆 | |---|---|---| | 用电量 | 高（自己决定） | 右调规格、提高利用率、闲置资源回收、冷热数据分层（把归档挪到低频存储，算力需求随之下降） | | PUE | 中（半靠选） | 选气候更冷的机房、选液冷/自然冷却比例高的厂商、避开热带高 PUE 地域 | | 电网碳强度 | 低（只能选） | 按电源结构选国家/地区；用绿电采购（PPA/绿证）把「已用电力」置换为可再生 |

结论：用电量是运营问题，PUE 与电网碳强度是选址问题。 而选址这两个变量恰好都是「一次乘法就永久生效」的——机房定下来，后面三到五年的碳账基数就定了。所以本文把重心放在选址与采购上。

`mermaid graph TD A[业务负载] --> B[用电量 kWh] C[机房设计与气候] --> D[PUE] E[当地电源结构] --> F[电网碳强度 gCO2/kWh] B --> G["年碳排放 = 用电量 × PUE × 碳强度"] D --> G F --> G G --> H[ESG 披露 / 客户问卷 / 投标资质] B --> I[年电费 = 用电量 × 电价] G --> J[降碳动作: 减用量 → 选机房 → 买绿电] `

下面这张 ASCII 图把「一次乘法、两条出口」说清楚——同一个用电量，向左走是财务口径，向右走是环境口径：

` ┌─────────────────────────┐ │ IT 负载用电量 (kWh) │ └───────────┬─────────────┘ │ ┌───────────────┴────────────────┐ │ │ ▼ ▼ ┌──────────────────┐ ┌──────────────────┐ │ × 商业电价 │ │ × PUE │ │ (USD/kWh) │ │ (机房效率) │ └────────┬─────────┘ └────────┬─────────┘ │ │ ▼ ▼ ┌──────────────────┐ ┌──────────────────┐ │ 年电费 (财务口径) │ │ × 电网碳强度 │ └────────┬─────────┘ │ (gCO₂/kWh) │ │ └────────┬─────────┘ │ │ │ ▼ │ ┌──────────────────┐ │ │ 年碳排 (环境口径) │ │ └────────┬─────────┘ └────────────┬───────────────────┘ ▼ ┌────────────────────────────┐ │ 选区决策: 贵不贵 + 绿不绿 │ └────────────────────────────┘ `

注意两条出口的因子不同：财务口径只乘电价，环境口径还要再乘 PUE 与碳强度。这意味着「最便宜的地区」与「最绿的地区」在数学上就是两个不同的问题——而它们偶尔重合，偶尔完全相反（见第三节的四象限）。

三、电网碳强度：同一度电，碳排放差 20 倍以上

碳账的第一个新变量是电网碳强度。它的定义很直白：该地区电网每发 1 度电平均产生多少克二氧化碳当量。但它的差异之大，超出大多数人的直觉——同样是「用一度电」，在瑞典和在新加坡是两个世界的排放量。

下表为各国/地区全国电网年均碳强度，数据源为 Our World in Data 基于 Ember 全球电力数据的公开数据集，取最新可得年份：

| 国家/地区 | 电网碳强度 (gCO₂/kWh) | 数据年 | |---|---|---| | 冰岛 | 27.8 | 2024 | | 挪威 | 28.1 | 2025 | | 瑞典 | 35.3 | 2025 | | 法国 | 41.4 | 2025 | | 芬兰 | 57.5 | 2025 | | 巴西 | 110.0 | 2025 | | 丹麦 | 114.4 | 2025 | | 西班牙 | 153.6 | 2025 | | 加拿大 | 190.7 | 2025 | | 英国 | 217.4 | 2025 | | 荷兰 | 253.6 | 2025 | | 爱尔兰 | 256.5 | 2025 | | 德国 | 329.6 | 2025 | | 美国 | 384.4 | 2025 | | 韩国 | 417.1 | 2025 | | 全球平均 | 458.3 | 2025 | | 阿联酋 | 467.5 | 2024 | | 日本 | 477.3 | 2025 | | 以色列 | 492.7 | 2025 | | 新加坡 | 497.1 | 2025 | | 澳大利亚 | 525.2 | 2025 | | 中国大陆 | 525.3 | 2025 | | 印度 | 670.1 | 2025 | | 沙特 | 692.0 | 2024 |

> 口径说明： 这是国家层面的年均电网碳强度，用于量级判断；同一国家内部的区域电网差异可能很大（美国各州、中国各省、北欧四国之间都不完全一致）。做正式披露时，应以云厂商提供的区域级碳强度或电力结构数据为准，本文表格不能直接作为核算依据。香港在该数据集中无对应记录，故不列。

三条可以直接用于方案设计的观察：

观察一：电源结构决定量级，核电与水电是最低档。 冰岛/挪威（水电 + 地热）27.8–28.1、瑞典 35.3、法国 41.4（核电为主）、芬兰 57.5——这一档的碳强度只有全球平均值（458）的 6%–13%。反方向的沙特 692、印度 670、中国大陆 525.3、澳大利亚 525.2 主要靠煤电与气电支撑。相差 20 倍以上——同一台服务器、同样的负载，只因为插在哪个电网里，年碳排就能差出一个数量级。

观察二：电价与碳强度是两条独立的轴，不要用「贵」代替「绿」。 把本文用到的商业电价（姊妹站已实测的 GlobalPetrolPrices 口径）与上表碳强度放在一起，会得到一张四象限图：

| 象限 | 电价 | 碳强度 | 代表地区 | 对出海企业的含义 | |---|---|---|---|---| | ① 又便宜又绿 | 低 | 低 | 冰岛、挪威、瑞典、芬兰、巴西、加拿大 | 出海选区的最优解区：电费与碳排同时压到低位，适合跑批、AI 推理、数据库等长期满载负载 | | ② 便宜但高碳 | 低 | 高 | 沙特（0.070 / 692）、中国大陆（0.108 / 525）、印度（0.122 / 670）、美国（0.149 / 384） | 财务最优、环境最差：账单好看但 ESG 报告难写，适合对成本极度敏感且不需要对西欧客户披露的负载 | | ③ 贵但绿 | 高 | 低 | 法国（0.185 / 41.4）、丹麦（0.230 / 114.4）、英国（0.442 / 217.4） | 用电价换碳排：适合客户 ESG 问卷压力大、或需要「低碳区域」叙事的业务 | | ④ 又贵又高碳 | 高 | 高 | 新加坡（0.262 / 497.1）、德国（0.283 / 329.6）、日本（0.201 / 477.3）、澳大利亚（0.242 / 525.2） | 最不划算的组合：既缺价格优势，也没有低碳叙事——很多团队默认选新加坡，恰恰踩在这一格 |

观察三：最贵的电不一定最脏，最脏的电也不一定贵。 沙特商业电价 0.070 是表内最低，但碳强度 692 是表内最高——「便宜」与「脏」在这一个例子里同时达到极值。这类组合在 ESG 披露里最难处理：财务指标全绿，环境指标全红，一份报告里会出现两个互相矛盾的「优秀」。

四、PUE 与 WUE：机房效率的公开账本

第二个变量是 PUE，衡量机房「为了支撑 IT 设备，额外买了多少电」。它比电网碳强度更可控一点——你可以选一个气候更冷、设计更好的机房。

4.1 三大云厂商公布的机队 PUE

| 厂商 | 指标 | 最新值 | 前值对比 | |---|---|---|---| | Google | 全球机队年均 PUE | 1.09（2025） | 连续多年维持 1.1 以下 | | AWS | 全球平均 PUE | 1.14（2025） | 2024 = 1.15，2022/2023 = 1.15 | | Microsoft | 全球平均 PUE | 1.17（FY25） | FY24 = 1.16；分区：APAC 1.28 / Americas 1.16 / EMEA 1.16 | | 阿里云 | 碳中和目标（未公开机队 PUE 数值口径） | 2030 年前集团运营碳中和 | 阿里云率先提出 2030 实现范围三碳中和 |

行业基准（AWS 页面引用 IDC 估算）：企业自建机房 PUE 约 1.63，公有云行业平均约 1.25。这三个数字一放，最有说服力的一句话就出来了：

> 自建机房买来的电里，约 39%（1 − 1/1.63）用于制冷与配电损耗，只有 61% 真正喂给了 IT 设备；而在 PUE 1.14 的高性能云机房里，这部分浪费只有约 12%（1 − 1/1.14）。

也就是说，「把机房搬到云上」在多数情况下本身就是一次降碳改造——它同时降低了 PUE，又通过规模化采购拿到了更高比例的可再生电力。AWS 的 PUE 口径遵循 ISO/IEC 30134-2 标准。

4.2 分区 PUE：气候是 PUE 的函数

同一个厂商在不同地域的 PUE 差异，比厂商之间的差异更大。AWS 公布的 2025 年分区数据里，最能说明问题的是两端：

| 地区 | PUE 2025 | 地区 | PUE 2025 | |---|---|---|---| | 西班牙 | 1.06 | 弗吉尼亚北部 | 1.15 | | 墨尔本 | 1.07 | 加州北部 | 1.18 | | 斯德哥尔摩 | 1.09 | 开普敦 | 1.19 | | 爱尔兰 | 1.10 | 加拿大中部 | 1.19 | | 俄亥俄 / 俄勒冈 | 1.12 | 伦敦 | 1.23 | | 加拿大西部 | 1.13 | 法兰克福 | 1.24 | | 悉尼 / 圣保罗 | 1.14 | 东京 | 1.25 | | 巴林 | 1.33 | 巴黎 | 1.35 | | 曼谷 | 1.38 | 孟买 | 1.40 | | 海得拉巴 | 1.43 | 大阪 | 1.46 |

三条可复用的结论：

1. PUE 是气候的函数。 温带与高纬度地区（西班牙 1.06、墨尔本 1.07、斯德哥尔摩 1.09）天然优于热带（新加坡 1.30、曼谷 1.38、海得拉巴 1.43），同厂商同代机房的最大差距接近 0.4——相当于凭空多出约 37% 的制冷电耗。 2. 趋势在收敛，但不平均。 法兰克福从 1.32 改善到 1.24；而加州北部反而从 1.17 微升到 1.18——气候把工程改善吃掉了。这提醒我们：PUE 不是一条只会向下的曲线，正在变热的地区会往回走。 3. 「同厂商 = 同效率」是错的。 同一家云在西班牙和在大阪差 0.4，跨地域比价时如果只看厂商品牌，碳账会算错一整档。

4.3 WUE：比 PUE 更敏感的那条线

WUE（Water Usage Effectiveness，水利用效率）衡量每消耗 1 kWh IT 电力所消耗的水（升）。它和 PUE 往往互相矛盾：用蒸发冷却压 PUE，就要喝水。

AWS 2025 年分区 WUE 数据的跨度比 PUE 更极端：

| 地区 | WUE 2025 | 地区 | WUE 2025 | |---|---|---|---| | 斯德哥尔摩 | 0.02 | 西班牙 | 0.12 | | 爱尔兰 | 0.02 | 俄勒冈 | 0.12 | | 加拿大西部 | 0.04 | 伦敦 | 0.14 | | 墨尔本 | 0.06 | 法兰克福 | 0.17 | | 俄亥俄 / 弗吉尼亚北部 | 0.06 | 加州北部 | 0.39 | | 悉尼 | 0.10 | 东京 | 1.22 | | 圣保罗 | 0.09 | 新加坡 | 1.57 | | 巴黎 | — | 雅加达 | 2.85 |

0.02 与 2.85 之间相差约 140 倍。 为什么 ESG 评审里 WUE 常常比 PUE 更敏感？因为 PUE 只影响电费与碳排（可以用钱和绿电解决），而 WUE 影响的是当地水资源——在缺水地区，数据中心的耗水会直接进入地方舆论与审批环节，属于「拿钱也难摆平」的那类指标。北欧与爱尔兰的低 WUE 是自然冷却带来的红利：冷到不需要蒸发散热，自然不喝水。

五、把三条线乘起来：每 kW IT 负载的年电费与年碳排

前面三节的数据各自只讲了一件事：电价讲钱、PUE 讲机房效率、碳强度讲电源结构。真正用于决策的是把它们乘起来的结果。下表按「每 kW IT 负载、全年 8760 小时」标准化，用本文第四节的 AWS 分区 PUE（2025）与第三节的电网碳强度相除相乘，按年碳排升序排列：

| 地区 | PUE | 电网碳强度 (gCO₂/kWh) | 商业电价 (USD/kWh) | 年电费 (USD/kW IT) | 年碳排 (kgCO₂e/kW IT) | |---|---|---|---|---|---| | 斯德哥尔摩 | 1.09 | 35.3 | 0.112 | $1,069 | 337 | | 巴黎 | 1.35 | 41.4 | 0.185 | $2,188 | 490 | | 圣保罗 | 1.14 | 110.0 | 0.133 | $1,328 | 1,099 | | 加拿大西部 | 1.13 | 190.7 | 0.109 | $1,079 | 1,888 | | 加拿大中部 | 1.19 | 190.7 | 0.109 | $1,136 | 1,988 | | 伦敦 | 1.23 | 217.4 | 0.442 | $4,762 | 2,342 | | 法兰克福 | 1.24 | 329.6 | 0.283 | $3,074 | 3,580 | | 俄勒冈 | 1.12 | 384.4 | 0.149 | $1,462 | 3,771 | | 弗吉尼亚北部 | 1.15 | 384.4 | 0.149 | $1,501 | 3,872 | | 加州北部 | 1.18 | 384.4 | 0.149 | $1,540 | 3,973 | | 墨尔本 | 1.07 | 525.2 | 0.242 | $2,268 | 4,923 | | 东京 | 1.25 | 477.3 | 0.201 | $2,201 | 5,226 | | 悉尼 | 1.14 | 525.2 | 0.242 | $2,417 | 5,245 | | 新加坡 | 1.30 | 497.1 | 0.262 | $2,984 | 5,661 | | 大阪 | 1.46 | 477.3 | 0.201 | $2,571 | 6,104 | | 孟买 | 1.40 | 670.1 | 0.122 | $1,496 | 8,218 | | 海得拉巴 | 1.43 | 670.1 | 0.122 | $1,528 | 8,394 |

算例口径（必须一起读，否则数字无法复现）：

1. 电费 = 商业电价 × PUE × 8760；碳排 = 8760 × PUE × 碳强度 ÷ 1000，均按每 kW IT 负载计。若你有 100 kW IT 负载，表中数字乘以 100。 2. 电价采用国家层面商业电价均值（美国用全国均值——各州实测差异很大，加州实际电价显著高于均值；瑞典缺商业电价口径，用同属北欧的挪威电价值作代理，此行的电价部分为近似值，PUE 与碳强度为实测）。 3. PUE 采用 AWS 该分区 2025 年公布值；碳强度为国家电网年均值。两者口径不完全对齐（机房实际接入的电网 ≠ 全国平均），因此本表用于量级判断与选区位次，不作为正式核算依据。 4. 按 100% 负载率计算——实际负载低于满载时，按实际功率折减；表中不含带宽、地租、人力、税费，这些往往才是网络密集业务的大头。

四条从表里读出来的结论：

结论一：电费的极差是 4.45 倍，碳排的极差是 24.9 倍。 电费最高（伦敦 $4,762）与最低（斯德哥尔摩 $1,069）差 4.45 倍；碳排最高（海得拉巴 8,394 kg）与最低（斯德哥尔摩 337 kg）差 24.9 倍。环境指标的分化比财务指标剧烈得多——这意味着「省钱方案」与「降碳方案」很可能指向两个不同的地区，硬要用一张表同时优化，会掉进折中陷阱。

结论二：最贵的电不等于最脏的电。 伦敦电价 $0.442 是本文引用口径中最高的，但它 2025 年的碳强度只有 217.4 gCO₂/kWh（英国电网已大规模退出煤电），年碳排 2,342 kg 反而低于电价只有它三分之一的俄勒冈（3,771 kg）。「贵」和「脏」是两个独立的评价维度，不能互相替代——这是本文最想让读者记住的一句话。

结论三：财务与环境的错配，集中在南亚与热带。 孟买、海得拉巴的电价仅 $0.122/kWh，年电费 $1,496/$1,528，比法兰克福（$3,074）便宜一半；但年碳排 8,218/8,394 kg，是法兰克福的 2.3 倍。如果你的客户里有欧盟大型企业或需要披露范围三，这一类「账单便宜、碳单难看」的组合会在供应商 ESG 问卷环节被直接问住。反过来，墨尔本 PUE 只有 1.07（机房效率极佳），但澳大利亚碳强度 525.2 把碳排顶到 4,923 kg——机房效率救不了电源结构。

结论四：默认选项未必是好选项。 大量出海团队默认把亚太区业务放在新加坡：年电费 $2,984（是斯德哥尔摩的 2.79 倍），年碳排 5,661 kg（是斯德哥尔摩的 16.8 倍），属于第三节四象限里「又贵又高碳」的第四格。而如果把同量级负载放到巴黎，电费约省 27%（$2,984 → $2,188），碳排省 91.4%（5,661 → 490 kg）——「又便宜又绿」的组合是真实存在的，只是不在默认菜单上。选区的价值就在这里：一次决定，三到五年的账单与碳账基数同时锁定。

代入到一台服务器：把上面的「每 kW IT」换成一台功耗 300 W 的独服（0.3 kW），满载一年的碳排约是——斯德哥尔摩 101 kg、新加坡 1,698 kg、孟买 2,465 kg。同一个机位、同一块硬盘，换一个地区，碳排差出一辆小汽车一年的尾气量级。这也是为什么「机房选址」在企业 ESG 报告里被当作实质性议题，而不是一个技术细节。

六、降碳手段与选址硬约束：三条路径、三张红线

有了上面的数字，降碳动作可以按「作用在哪一个因子」分成三条路径，优先级从高到低：

| 路径 | 作用的因子 | 典型手段 | 落地难度 | 效果持久性 | |---|---|---|---|---| | ① 减少用电量 | 用电量 | 规格右调、提升利用率、闲置回收、冷热数据分层（归档转低频存储）、批处理调度到低碳时段 | 中（需要持续运营） | 每次都要重新做，容易被业务增长吃掉 | | ② 降低 PUE | PUE | 选择高纬度/温带机房、选自然冷却与液冷比例高的厂商、提高机柜功率密度减少配电损耗 | 低（一次选址决定） | 长期有效，机房定下来即锁定 | | ③ 更换电源 | 电网碳强度 | 选择低碳电网地区；签 PPA/绿证把已用电力量置换为可再生电力 | 中高（涉及采购与合同） | 长期有效，但取决于合同期与可追溯性 |

6.1 液冷、自然冷却与余热回收：把 PUE 往下压的三件事

从第四节的分区数据里能看到一个清晰的规律：PUE 最低的那一档（西班牙 1.06、墨尔本 1.07、斯德哥尔摩 1.09、爱尔兰 1.10）几乎都是「自然冷却友好」地区——冷到可以把室外空气或冷却水直接引入，不必靠压缩机长期制冷。所以降低 PUE 的第一手段不是买更贵的设备，而是把机房放在气候允许的地方。

第二手段是液冷。液冷直接带走芯片热量，减少了对机房级空气循环与制冷的依赖，尤其在高功率密度（AI 训练、GPU 推理）机柜上效果显著。判断液冷是否值得的关键不是「能降多少 PUE」，而是按 3–5 年回收期算一次收支：支出项是液冷改造与更高的单机成本，收益项是 PUE 下降带来的电费节省——以及越来越多企业开始一并计入的碳排下降所带来的合规与投标价值。后者虽然不进损益表，但在欧盟客户的采购评分里已经开始进分。

第三手段是余热回收：把机房排出的低品位热量并入区域供热网络，替周边建筑供暖。它的适用条件相当苛刻——需要稳定的热需求、就近的管网、以及业主与当地能源公司的长期协议，因此多见于北欧这类「供热管网成熟 + 政策鼓励」的市场。对多数出海企业而言，余热回收是选择已有该能力的机房（而不是自己改造）更现实的路径；在尽调清单里，值得问一句「该机房是否有余热回收或对外供热安排」。

6.2 水资源：选址的第二条红线

如 4.3 节所示，WUE 的跨度高达约 140 倍。在缺水地区（雅加达 2.85、新加坡 1.57、东京 1.22）部署高密度算力，会同时遇到三种压力：许可证审批更严、社区与舆论风险更高、极端年份可能被限水。给选址评审补四问即可覆盖：

1. 该机房的 WUE 是多少？采用了哪类冷却方式（蒸发冷却 / 自然冷却 / 液冷）？ 2. 当地是否属于水资源压力区域？近年是否有针对数据中心的限水或用水配额政策？ 3. 机房是否公开 PUE/WUE 数据，还是只有一句「业内领先」？没有公开数值的供应商，在 ESG 问卷环节是最难回答的。 4. 如果明年当地出台用水约束，这份合约为期几年、能否迁移？

6.3 选址硬约束清单

把前面所有量化结论压缩成一份可以直接拿去评审的清单：

| 维度 | 检查项 | 数据来源要求 | |---|---|---| | 电价 | 该地区商业电价与合同电价机制（是否随市场浮动） | 官方电价口径 + 供应商报价 | | PUE | 该具体分区的 PUE（不是厂商全球均值） | 厂商公开披露页（分区级） | | 电网碳强度 | 国家/区域电网碳强度与电源结构 | 权威公开数据集（如 Ember/OWID）+ 厂商区域口径 | | 水 | WUE 数值、当地水资源压力、限水政策 | 厂商披露 + 当地法规 | | 合规 | 是否落入强制披露阈值（见第八节） | 法域法规原文 | | 业务 | 延迟、数据驻留要求、带宽计费口径 | 实测 + 合同 |

七、绿电采购三条路线：PPA、绿证与 24-7 CFE

选址决定了「电网里有什么电」，绿电采购决定「你名义上用了什么电」。这两件事必须分开理解——你不能改变当地电网，但你可以在会计上主张自己购买了等量的可再生电力。三条主流路线差异很大：

| 路线 | 机制 | 可追溯性 | 成本与门槛 | 适合对象 | |---|---|---|---|---| | 自建可再生能源 | 自有园区建光伏/风电，物理直连自用 | 最高（物理同源，无争议） | 资本支出高、周期长、受场地与并网许可限制 | 有自有园区的大型企业 | | 物理 PPA（购电协议） | 与电站签多年期购电合同，直接购电或就近供电 | 高（有合同、结算与并网凭证） | 需要足够大的用电量与信用，多为多年锁价 | 大型企业、超大规模数据中心 | | 虚拟/财务 PPA（VPPA） | 差价合约：不物理供电，通过金融结算获得环境权益 | 中（依赖合同与证书注销机制） | 有价格风险敞口，需要一定金融能力 | 有明确 ESG 目标但无自有负荷的企业 | | 绿证 / 可再生能源证书 | 单独购买证书，主张已用电力的可再生属性（欧盟 GO、国际 I-REC、中国绿证等体系） | 中（取决于证书体系与是否注销到本主体） | 单价低、可小量购买、门槛最低 | 中小企业、云租户最常用的一档 | | 随云采购的厂商匹配 | 由云厂商统一采购可再生电力并做匹配，间接体现在你的采购中 | 取决于厂商披露粒度（是否到区域、是否到小时） | 已包含在云费用内，无需额外操作 | 绝大多数出海企业的实际起点 |

最关键的一句话：年度匹配 ≠ 零碳。 「100% 可再生电力匹配」通常是按年度总量结算的——你全年用的电量等于厂商全年购买的可再生电量，但这不意味着你凌晨三点用的那一度电来自光伏。所以 Google 把「24/7 全时段无碳（24/7 CFE）」单列为更难的目标，而 Amazon（2025 年全部用电 100% 由可再生能源匹配，连续第三年）与 Microsoft（已 100% 年度匹配，并承诺 2030 年碳负）披露的都是年度匹配口径。当客户在 ESG 问卷里追问「你们用的到底是绿电还是绿证」时，分清年度匹配与逐小时无碳，就是最专业的回答方式。

采购决策建议按三步走，成本从低到高：

1. 先向云厂商索取区域级（最好小时级）的排放披露——多数情况下这一步就足以回答客户问卷，且不产生额外成本； 2. 若仍有缺口，再在相应法域购买绿证并注销（retire）到自己名下（未注销的证书在核算里不算数，且存在被重复主张的风险）； 3. 只有用量足够大、且需要长期稳定的品牌叙事时，才进入 PPA 谈判。注意证书体系有地域属性，跨国报告时不能随意跨法域挪用。

八、绿色合规与披露：从「自愿」变成「强制」的那条线

碳账不只是内部管理工具，它正在变成资质。三条已经生效或即将生效的规则，决定了你必须做这件事：

| 法域 | 规则 | 触发条件 | 企业实际要做的动作 | |---|---|---|---| | 欧盟 | Commission Delegated Regulation (EU) 2024/1364（2024-03-14 发布） | 数据中心的装机 IT 功率 ≥ 500 kW 的运营者 | 必须向欧洲数据库报送能效与可持续性指标——这是强制报送，不是自愿披露 | | 新加坡 | BCA-IMDA Green Mark for Data Centres (GMDC)，2024 标准于 2024-10-18 发布 | 面向热带数据中心的能效认证 | 新加坡机房选型时把 GMDC 等级列入评分项；它同时也是「PUE 能不能压下来」的第三方证明 | | 中国（厂商侧） | 《阿里巴巴碳中和行动报告》 | 集团承诺 2030 年前实现运营碳中和，阿里云率先提出 2030 实现范围三碳中和 | 中国云厂商的披露口径与欧美不同，跨国报告需做口径映射，不能直接拼接 | | 通用（客户侧驱动） | GHG Protocol 方法论、CSRD/ESRS E1 类披露框架、客户与投资方的 ESG 问卷 | 由客户、投资人、投标资质驱动 | 建立可复算的碳账：口径、假设、数据来源都留痕 |

EU 2024/1364 的 500 kW IT 门槛低到多数商用机房都会落入，这意味着：你委托的机房很可能已经被要求向欧洲数据库报送数据。于是采购环节多了一句必问的话——「你们的机房是否在欧盟报送范围内？对应的能效与可持续性数据能否提供给我们做范围三核算？」这句话的答案，往往决定你的 ESG 报告数据是「有出处」还是「只能估算」。

三个高频披露坑，每一个都会在审计或客户尽调里暴露：

1. 口径范围错：把云资源的用电记进范围二（正确做法通常是记入范围三，见 2.2 节）； 2. 只用年度匹配宣称零碳：说的是「100% 可再生电力匹配」，写成了「零碳排放」； 3. 区域粒度缺失：用厂商的全球机队 PUE 均值代表自家业务所在区域的真实水平——而本文第四节已经证明，同厂商跨区 PUE 能差 0.4。

九、三云厂商可持续性能力对比：比什么、怎么问

把前面所有维度落到「选哪家云」上，下面这张表是出海企业在 RFQ（询价）阶段可以直接照抄的对比框架。注意：每一格都应当索取官方当期披露原文，而不是听销售口径。

| 维度 | AWS | Google Cloud | Microsoft Azure | 阿里云 | |---|---|---|---|---| | 全球机队 PUE | 1.14（2025），2024 = 1.15 | 1.09（2025） | 1.17（FY25），FY24 = 1.16 | 以官方可持续性报告披露为准（口径与欧美不同） | | 分区级 PUE / WUE 公开度 | 公开分区表，2025 已含 WUE 列 | 公开设施级能效数据 | 公开分区聚合（APAC 1.28 / Americas 1.16 / EMEA 1.16） | 以官方披露为准 | | 可再生电力状态 | 2025 年全部用电 100% 由可再生能源匹配（连续第三年） | 目标为 24/7 全时段无碳（更严格口径） | 已 100% 年度匹配，承诺 2030 碳负 | 集团 2030 前运营碳中和；阿里云率先提出 2030 范围三碳中和 | | 客户侧碳足迹工具 | 有，按账号/区域出具 | 有，按项目/区域出具 | 有（Emissions Impact Dashboard） | 以官方碳管理能力为准 | | 口径透明度 | 高（含 ISO/IEC 30134-2 的 PUE 口径说明） | 高（区分年度匹配与 24/7） | 高（按区域聚合披露） | 中（披露话术偏集团口径） | | 选型提醒 | 分区差异大，务必取本分区数据 | 24/7 口径与年度匹配不可直接比较 | 注意 APAC 均值高于全球均值 | 跨国报告需做口径映射与换算说明 |

四个可以直接写进询价文件的问法：

1. 「请提供我方业务所在区域的 PUE 与（如适用）WUE 数据，而非全球均值」； 2. 「请说明可再生电力匹配是年度总量还是逐小时口径，并提供方法学说明」； 3. 「请提供账号级碳足迹数据的导出接口或报表样例，以及数据更新频率」； 4. 「若机房在 EU 2024/1364 报送范围内，能否提供对应能效指标供我方范围三核算使用」。

十、实操：把碳账做成一张可复算的月度报表

碳账最容易失败的地方不是算法，而是没有数据链。要让它变成每月可复算的报表，需要三样东西：用量数据、机房效率数据、电网碳强度数据。

10.1 三个数据源与各自的获取方式

| 数据 | 来源 | 粒度 | 落地方式 | |---|---|---|---| | IT 用电量 | 云账单与资源清单 | 按资源/区域/标签 | 用标签把资源归属带进账单（见 10.2） | | PUE | 云厂商公开披露 | 分区级 | 自建一张「区域 → PUE」映射表，每月人工核对更新 | | 电网碳强度 | 权威公开数据集 / 供应商区域口径 | 国家年均值（进阶：小时级） | 自建「区域 → 碳强度」映射表；进阶接入小时级数据源 |

需要提前说明一个现实约束：云厂商通常不提供「每台实例的实时功耗」，因为同一物理机的功耗与邻居负载相关。业界的通行做法是用实例规格的功耗因子（或用 vCPU 数）作为代理指标，把估算口径写进报表表头。这就是为什么这份报表的名字应该叫「估算」，而真正用于对外披露的数字必须来自厂商的区域级/账号级披露——内部管理用估算值，对外披露用官方值，两者不要混用。

10.2 用标签把归属带进账单

沿用多云实践中最小可用的四标签集（业务、环境、成本中心、到期时间），并额外加一个区域维度即可闭环：

`hcl resource "aws_instance" "app" { ami = var.ami_id instance_type = var.instance_type

tags = { business = "checkout" env = "prod" cost-center = "cc-1024" expire-at = "2027-06-30" } } `

配置块的注释统一写在正文里，避免在代码块中出现会被渲染成标题的注释行。

10.3 从账单与资源清单取数（AWS CLI 示例）

先列出运行中的实例及其标签，确认归属信息齐全：

`bash aws ec2 describe-instances \ --filters "Name=instance-state-name,Values=running" \ --query "Reservations[].Instances[].{Id:InstanceId,Type:InstanceType,AZ:Placement.AvailabilityZone,Tags:Tags}" \ --output json `

再按业务标签拉一个月度成本，作为「钱」的那一列：

`bash aws ce get-cost-and-usage \ --time-period Start=2026-09-01,End=2026-10-01 \ --granularity MONTHLY \ --metrics UnblendedCost \ --group-by Type=TAG,Key=business `

阿里云与腾讯云侧同理，用各自的 OpenAPI/BSS 查询按标签分组的账单，把「业务 → 区域 → 用量」三元组的表导出成 CSV，即完成第一步。

10.4 把用量换算成电费与碳排

下面这段脚本把用量 CSV 与两张映射表相乘，输出一份可复算的月度报表。区域键、单价、PUE、碳强度都写在脚本顶部，每次更新只改这三张表，算法不动：

`python import csv

PRICE = {"ap-northeast-1": 0.201, "ap-southeast-1": 0.262, "eu-west-3": 0.185} PUE = {"ap-northeast-1": 1.25, "ap-southeast-1": 1.30, "eu-west-3": 1.35} CI = {"ap-northeast-1": 477.3, "ap-southeast-1": 497.1, "eu-west-3": 41.4}

rows = [] with open("usage.csv", encoding="utf-8") as f: for r in csv.DictReader(f): reg = r["region"] it_kwh = float(r["it_kwh"]) total_kwh = it_kwh * PUE[reg] cost = total_kwh * PRICE[reg] co2 = total_kwh * CI[reg] / 1000.0 rows.append((r["business"], reg, it_kwh, total_kwh, cost, co2))

print("%-12s %-16s %10s %10s %10s %12s" % ("业务", "区域", "IT kWh", "总 kWh", "电费 USD", "碳排 kg")) for b, reg, it_kwh, total_kwh, cost, co2 in sorted(rows, key=lambda x: -x[5]): print("%-12s %-16s %10.0f %10.0f %10.2f %12.1f" % (b, reg, it_kwh, total_kwh, cost, co2)) `

输出的报表建议固定成下面这张形态（数字为示意，用于说明结构），并把口径写进表头：

| 业务 | 区域 | 月度 IT 用电 (kWh) | 机房总用电 (kWh) | 月度电费 (USD) | 月度碳排 (kgCO₂e) | 单位碳排 (kg/千次请求) | |---|---|---|---|---|---|---| | checkout | ap-southeast-1 | 42,000 | 54,600 | 14,305 | 27,142 | 0.42 | | search | eu-west-3 | 38,000 | 51,300 | 9,491 | 2,124 | 0.09 | | batch | ap-northeast-1 | 61,000 | 76,250 | 15,326 | 36,394 | — |

三条报表纪律：① 口径写进表头（电价来源、PUE 来源、碳强度年份、是否含估算），否则下个月没人能复算；② 每个数字都能追溯到某个数据源，做到「任何一个格子被追问，都能指出来源」；③ 固定每月同一天复算，与 FinOps 的月度复盘同一次会议进行——两套报表、两个会议是碳账最常见的死法。

十一、90 天落地路线表

| 阶段 | 时间 | 关键动作 | 验收口径 | |---|---|---|---| | 摸清基数 | 第 1–2 周 | 导出全部区域资源清单与账单；补齐四标签；建立「区域 → PUE → 碳强度」映射表 | 能回答「我们今年在哪个区域用了多少电、大致多少碳」 | | 统一口径 | 第 3–6 周 | 明确范围二/范围三的记账位置；确定对外披露用厂商官方值、对内管理用估算值 | 口径文档一页纸，且被财务与法务同时确认 | | 选区与采购 | 第 7–10 周 | 用第五节的方法重算新增业务的选区位次；有 ESG 压力的业务优先迁到象限①地区；向供应商索取区域级披露 | 至少一个业务完成「区域迁移或采购论证」，并有量化收益 | | 披露与固化 | 第 11–13 周 | 把碳排并入月度 FinOps 报表；准备 EU 2024/1364 / 客户问卷所需的数据出处 | 任取一个数字能在 10 分钟内指出来源与算法 |

三条提醒：先算基数再谈优化（没有基数的一切「我们已经很绿色」都是话术）；口径一次定死（范围二/三的口径反复横跳会让历史数据全部作废）；选区是最后一次机会成本最低的降碳动作——机房一旦落地，后面三到五年都只能靠运营去补。

十二、常见问题 FAQ

Q1：云上服务器的碳排放到底算范围二还是范围三？ 通常算范围三（上游采购的商品与服务），因为电不是你直接购买的；对云厂商而言那部分电才是它的范围二。这一条决定你在 ESG 报告里把数字填在哪一行，填错会被审计直接质疑。

Q2：我只有几台服务器，需要做这套碳账吗？ 先做「看得见」的部分：把资源的区域与标签整理清楚，向云厂商索取区域级披露。多数中小企业并不需要复杂模型，但客户 ESG 问卷里一定会问，届时能给出按区域的回答就足够。

Q3：直接看云厂商的碳足迹工具够不够？ 够用来回答客户问卷，但不够用来做优化决策——因为厂商工具给的是已经发生的采购数据，而选型时你需要的是不同区域的对比数据。本文第五节的乘积表补的正是这一块。

Q4：「100% 绿电」是不是就等于零碳？ 不等于。厂商的「100% 可再生电力匹配」多为按年度总量结算，夜里仍可能使用化石电。只有逐小时无碳（24/7 CFE）才是更严格的口径。对外表述时务必分清「100% 匹配」与「零碳」。

Q5：电价便宜的地区是不是碳排一定高？ 不一定，但相关性确实存在（便宜的电往往来自煤电与气电）。反例是巴西（电价 0.133、碳强度 110）与加拿大西部（电价 0.109、碳强度 190.7）——水电占比高的地区可以同时做到便宜与低碳。所以结论是：要用两条轴分别评估，而不是用一条轴推测另一条。

Q6：选低碳区域会不会牺牲延迟？ 会，而且必须一起算。碳强度最低的北欧与法国，对东南亚用户并不友好；所以正确做法是分层：数据与批处理、AI 训练、冷备放到低碳区域，面向终端用户的接入层放在靠近用户的位置——本文只负责把「碳」这一条线量化出来，延迟那条线要用实测数据（如各区域到目标用户的往返延迟）交叉验证。

Q7：EU 2024/1364 的 500 kW 门槛，我该怎么判断自己是否落入？ 它的对象是数据中心运营者（装机 IT 功率 ≥ 500 kW 需向欧洲数据库报送能效与可持续性指标）。作为云租户，你通常不是报送主体，但你使用的机房很可能是——所以正确动作是在采购与尽调清单里加一条：询问供应商是否在报送范围内、能否提供对应数据供你做范围三核算。

Q8：这套碳账和已有的 FinOps 报表要不要做两套？ 不要，这是最常见的浪费。两张报表共享同一套基础数据（用量、区域、标签），只是乘的系数不同：财务乘电价、环境乘 PUE 与碳强度。把它们放在同一张表里、在同一次月度复盘上讨论，收益是——每一次成本优化动作都能顺带看到它的碳排效果，反之亦然。

十三、总结

出海企业的选址决策，过去只要算一道乘法（用量 × 电价），现在要算两道（再加 PUE × 电网碳强度）。本文实测的数字说明了三件事：

1. 财务与环境的极差不同量级：年电费最高与最低差 4.45 倍，年碳排相差 24.9 倍——降碳方案的收益空间比省钱方案更大，但也更容易被忽略，因为碳不进损益表。 2. 「贵」与「脏」是两个独立维度：伦敦电价最高但碳排中等，沙特电价最低但碳强度最高。用一条轴判断另一条轴，必然选错。 3. 能靠「选」解决的问题，只有 PUE 与电网碳强度：用电量靠运营，PUE 与碳强度靠一次选址决定，锁定三到五年。把这三条线乘一次，再叠上绿电采购与 EU 2024/1364、新加坡 GMDC 这类披露要求，你得到的就不只是一张选型表，而是一份能进 ESG 报告、能回答客户尽调的可复算账本。

> 🚀 企业出海需要云架构咨询？通过 7.chengzicloud.cloud 联系我们，获取专属方案。我们提供多云选区评估、碳账口径设计与 FinOps/ESG 联合报表搭建服务。