人工智能时代数据中心的环境压力与健康路径建模：一项系统性综述与证据图谱

《Environments》：Environmental Pressures and Modelled Health Pathways of Data Centers in the AI Era: A Systematic Review and Evidence Map

　　

数据中心是数字基础设施的关键组成部分，其在人工智能时代的扩张引发了关于环境压力及对人类健康潜在影响的担忧。本系统性综述与证据图谱综合了有关数据中心相关环境压力、暴露及健康影响的证据。研究人员利用书目数据库、谷歌学术（Google Scholar）、预印本服务器、灰色文献及引文检索来识别符合条件的研究。采用QualSyst或JBI检查表评估方法学质量，并将每项结果沿四级路径进行分类，即从环境压力到人群暴露、模拟健康影响及观察到的健康结局（PROSPERO CRD420261502966）。共纳入36项研究，产生112项定量估计值。所达到的最下游水平仅为环境压力的研究有18项（50.0%），达到人群暴露水平的有12项（33.3%），而达到模拟健康影响水平的仅有6项（16.7%）；无研究达到观察到健康结局的水平。在异质性的卫星、建模及现场监测研究中，报告的局部温差范围为0.35至2.07°C，并有植被丧失的初步证据。暴露评估主要基于模型（26/36），所有6项达到健康影响水平的研究均为估计而非观察到的健康结局；其中4项为预印本研究。可归因于数据中心活动的环境压力已在多个领域得到量化，但将这些压力与人类健康联系起来的证据仍仅限于模拟的健康影响。无纳入研究利用流行病学或临床数据评估了观察到的人类健康结局。因此，目前的证据基础无法确定数据中心相关暴露是否与暴露人群中观察到的健康效应存在关联。

论文主体内容总结

1. 引言

数据中心是全球数字基础设施的核心组成部分，生成式人工智能（AI）的普及正加速其扩张。全球数据中心电力消耗在2024年约为415 TWh，约占全球总量的1.5%，预计到2030年将达到约945 TWh。数据中心运行通过两条不同路径产生环境压力：其一发生在站点或其附近，包括来自现场备用发电和燃气轮机的空气污染物、冷却设备和发电机测试产生的噪音以及废热；其二包括资源介导或全生命周期压力，如冷却和发电相关的用水需求、场外电厂的排放以及温室气体排放。设施选址和建设还可能引起土地利用和植被变化。一些压力对应着已确立健康效应的暴露，如环境空气污染、噪音和热暴露；另一些压力则通过更长且间接的因果链作用于人类健康。现有将数据中心运行与人类健康联系起来的证据似乎主要依赖建模方法而非直接的流行病学观察。暴露路径在工人和周边社区之间也可能不同。针对这些维度的研究在能源分析、水文学、局地气候学、土地利用与生态科学以及声学等领域仍然分散，人类健康很少被直接研究，更多被视为一个模拟终点。尚无既往综述将这些环境领域与人群暴露和人类健康结局整合起来。

2. 材料与方法

本系统性综述旨在识别、批判性评估并综合关于数据中心产生的环境压力、由此产生的人群和职业暴露路径及其对健康影响的观察性或模拟性证据。报告遵循PRISMA 2020声明，协议已在PROSPERO注册（CRD420261502966）。在PubMed、Embase、Scopus和Web of Science中进行了系统性文献检索，时间截至2026年7月31日。未强制应用公共卫生或健康结局检索模块。数据库检索辅以引文检索、政府及机构灰色文献检索以及预印本服务器检索。纳入标准涵盖两类互补证据流：人群暴露或健康证据，以及上游环境证据。合格暴露包括空气污染、柴油备用发电机或燃气轮机排放、环境噪音、废热与局地热岛效应、水资源使用与稀缺、温室气体排放、土地利用变化、电子垃圾以及与数据中心相关暴露相关的环境不平等。合格研究设计包括队列研究、病例对照研究、横断面研究和生态学研究、环境流行病学调查、暴露评估与环境监测研究、健康影响评估（HIA）与定量风险评估（QRA）、定量环境建模、生命周期评估（LCA）以及包含原始定量数据的政府或机构技术报告。编辑评论、意见论文、叙述性综述以及缺乏充分原始数据的会议摘要被排除。研究筛选和数据提取由两名审稿人独立完成。每项提取的结果根据一个四级证据链接框架进行分类：环境压力、受体/人群暴露、模拟健康影响和观察到的健康结局。采用QualSyst定量清单或JBI准实验研究检查表进行方法学质量评估。由于可用估计值不够可比且常缺乏定义的比较组或统计精度，未进行荟萃分析。采用描述性定量方法、无荟萃分析的综合（SWiM）以及证据与缺口图谱进行数据综合。构建了三类互补矩阵：环境暴露领域×结局类别、研究设计×地理区域、环境暴露领域×证据链接水平。

3. 结果

数据库检索共识别出3651条记录，最终纳入36项研究。证据在地理上高度集中，北美占一半（18项），其中美国17项。多数研究在混合环境中进行。22项为期刊文章，10项为预印本，4项为会议论文。20项为暴露评估研究，11项为具有公共卫生含义的定量建模研究，3项为健康影响评估（HIA）。证据基础非常新近：36项研究中有20项发表于2025或2026年。暴露评估主要基于模型：26项研究依赖模型或估算暴露，6项使用直接环境监测，4项使用其他方法。暴露领域分布不均，水使用与稀缺最为常见，其次为环境噪音、废热与局地热效应以及温室气体排放。技术特征描述差异显著，电力来源或电网组合是最常表征的工程参数。证据图谱显示从环境压力到观察到的人类健康结局之间存在明显的结构性衰减。恰好一半的研究仅达到环境压力水平，12项达到人群暴露水平，仅6项进展到模拟健康影响。无研究达到观察到健康结局水平。这种瓶颈在上游足迹类证据中尤为明显。空气污染显示出最大的向健康相关性进展的趋势。有限的下游证据也强烈依赖于发表状态：排除10项预印本后，仅2项研究达到模拟健康影响水平。在112项提取的定量估计值中，93项缺乏定义比较组，11项报告了95%置信区间。四个估计值集合因在结构和单位上足够相似而允许进行描述性比较，包括局部温度升高、职业噪音水平、植被丧失以及可归因PM_2.5浓度增加。方向性效应综合显示，在可判断方向的9项研究中，7项一致表明更大的数据中心相关暴露与更不利的环境或健康相关结局相关。方法学质量评估显示，QualSyst标准化评分中位数为0.889，报告质量总体良好，但统计变异或不确定性的表征是最常见的局限性。

4. 讨论

主要发现是缺乏直接的流行病学证据：无纳入研究报告暴露人群中观察到健康结局。健康相关证据的表观成熟度对发表状态敏感，因为大多数达到模拟健康影响水平的研究为预印本。与健康的距离因暴露领域而异。温室气体/气候或水相关的研究均局限于环境压力水平，而空气污染表现出最大的向健康相关性的进展。四个可比较估计值集群的描述性综合显示，局部温度升高为正值，职业噪音水平低于NIOSH推荐暴露限值，植被持续丧失，可归因PM_2.5增量较小。方向性效应综合显示七项研究一致指向不利方向，但应谨慎解释。证据止步于此的三个原因包括：领域方法论偏向上游、估计值很少为比较而构建以及报告的量级并非必然可忽略。从工程角度看，数据中心的环境绩效不能由单一效率指标充分表征，PUE和WUE受多种因素影响，且某一维度的改进可能将环境负担转移至另一维度。对公共卫生和政策而言，选址和许可决策可能在缺乏关于邻近人群健康后果的充分证据基础的情况下做出。三个启示包括：大型设施的选址和许可框架应纳入前瞻性、场地特定的评估；应制定针对数据中心的特定指南；设施层面运营数据的披露是未来流行病学研究的前提条件。本综述的主要优势在于将环境工程与公共卫生证据整合在一个压力-暴露-健康框架内，使核心方法学缺口直接可见。局限性包括证据基础地理范围狭窄、无法进行荟萃分析、对预印本的依赖以及谷歌学术作为补充来源的使用限制。未来研究的首要需求是补充进一步的足迹核算，开展测量人体受体处暴露并将其与健康结局相关联的研究。