36氪研究院：新基建系列之2020年中國城市數據中心發展指數報告（43頁）.pdf

《36氪研究院：新基建系列之2020年中國城市數據中心發展指數報告（43頁）.pdf》由會員分享，可在線閱讀，更多相關《36氪研究院：新基建系列之2020年中國城市數據中心發展指數報告（43頁）.pdf（43頁珍藏版）》請在三個皮匠報告上搜索。

1、 1 2 目錄 第一章 中國數據中心發展概況 . 4 1.1 數據中心的定義與分類 . 4 1.2 中國數據中心發展環境分析 . 5 1.2.1 政策環境 . 5 1.2.2 經濟環境 . 7 1.2.3 社會環境 . 8 1.2.4 技術環境 . 9 1.3 數據中心發展的意義 . 10 第二章 中國數據中心發展現狀分析 . 11 2.1 數據中心整體發展情況分析 . 11 2.1.1 數據中心市場規模分析 . 11 2.1.2 數據中心發展特點分析 . 12 2.1.3 數據中心市場競爭格局分析 . 14 2.2 數據中心產業鏈分析 . 16 2.2.1 上游基礎設施 . 16 2.2.2

2、 中游運營服務及解決方案提供商 . 17 2.2.3 下游終端用戶 . 17 2.3 數據中心投融資情況分析 . 18 第三章 數據中心發展指數評價分析 . 21 3.1 指標體系構建 . 21 3.1.1 指標構建維度 . 21 3.1.2 指標評價體系 . 22 3.2 數據中心總指數分析 . 23 3 3.3 一級指數分析 . 25 3.3.1 發展環境指數分析 . 25 3.3.2 資金支持力度指數分析 . 26 3.3.3 研發能力指數分析 . 27 3.3.4 基礎支持情況指數分析 . 28 3.3.5 發展成效指數分析 . 30 3.4 重點城市數據中心發展情況分析 . 31 3

3、.4.1 北京 VS 上海 . 31 3.4.2 深圳 VS 杭州 . 33 3.4.3 南京 VS 蘇州 . 35 第四章 中國數據中心發展展望和建議 . 38 4.1 發展展望 . 38 4.2 發展問題及建議 . 39 4.2.1 存在問題 . 39 4.2.2 發展建議 . 39 附錄 . 41 2020 年中國城市數據中心發展指數表 . 41 封面圖片來源：視覺中國 4 第一章 中國數據中心發展概況 1.1 數據中心的定義與分類 數據中心（Data Center，簡稱 DC），即為集中放置的電子信息設備提供運行環境的建筑場所，包括主機房、輔助區、支持區和行政管理區等1。作為算力基礎設

4、施的重要組成部分，數據中心是促進 5G、人工智能、云計算等新一代數字技術發展的數據中樞和算力載體，對于數字經濟增長具有重要助推作用。 根據所有性質或服務對象不同，數據中心可以分為互聯網數據中心（Internet Data Center， 簡稱 IDC） 和企業數據中心 （Enterprise Data Center， 簡稱 EDC2） 。其中， IDC 是指利用相應的機房設施， 以外包出租的方式為用戶的服務器等互聯網或其他網絡相關設備提供放置、代理維護、系統配置及管理服務，以及提供數據庫系統或服務器等設備的出租及其存儲空間的出租、通信線路和出口帶寬的代理租用和其他應用服務的數據中心3；EDC

5、則是指由企業或機構構建并所有，服務于自身業務的數據中心。 按照規模劃分，數據中心可分為超大型、大型和中小型。超大型數據中心是指規模大于 10,000 個標準機架4的數據中心；大型數據中心是指規模介于 3,000-10,000 個標準機架的數據中心；中小型數據中心是指規模小于 3,000 個標準機架的數據中心。其中，超大型和大型數據中心的新建，重點考慮氣候環境、能源供給等要素；中小型數據中心則主要建設在靠近用戶所在地、能源獲取便利的地區，依市場需求靈活部署5。 1 資料來源：GB 50174-2017數據中心設計規范 2 資料來源：數據中心綜合布線系統工程應用技術 3 資料來源：中國信通研&開放

6、數據中心委員會數據中心白皮書（2018 年） 4 此處標準機架為換算單位，以功率 2.5KW 為一個標準機架 5 資料來源：關于數據中心建設布局的指導意見（工信部聯通201313 號） 5 1.2 中國數據中心發展環境分析 1.2.1 政策環境 近年來，國務院、發改委、工信部、國家能源局等國家部委陸續出臺一系列政策措施，引導數據中心集約化、規?；?、綠色化發展。2016 年 12 月，國務院印發“十三五”國家信息化規劃（國發201673 號），要求優化大型、超大型數據中心布局， 加快推動現有數據中心的節能設計和改造， 有序推進綠色數據中心建設。2017 年 7 月，工信部發布關于組織申報 201

7、7 年度國家新型工業化產業示范基地的通知 （工信廳規函2017449 號），首次將數據中心納入國家新型工業化產業示范基地創建的范疇。截至 2020 年底，河北張北云計算產業基地、江蘇南通國際數據中心產業園等8個數據中心入選國家新型工業化產業示范基地 （數據中心）。2020 年 4 月，國家發改委首次明確新型基礎設施范圍，其中，數據中心作為算力基礎設施被納入信息基礎設施范疇1。2020 年 10 月，中共中央關于制定國民經濟和社會發展第十四個五年規劃和二三五年遠景目標的建議提出，構建系統完備、 高效實用、 智能綠色、 安全可靠的現代化基礎設施體系， 加快 5G、工業互聯網、大數據中心等建設。20

8、20 年 12 月，發改委等四部委印發關于加快構建全國一體化大數據中心協同創新體系的指導意見（發改高技20201922號），規劃到 2025 年，東西部數據中心實現結構性平衡，大型、超大型數據中心運行 PUE2降到 1.3 以下， 同時根據能源結構、 產業布局、 市場發展、 氣候環境等，在京津冀、長三角、粵港澳大灣區、成渝等重點區域，以及部分能源豐富、氣候適宜的地區布局大數據中心國家樞紐節點。 1 新型基礎設施主要包括信息基礎設施、融合基礎設施、創新基礎設施三方面內容。其中，信息基礎設施是指基于新一代信息技術演化生成的基礎設施， 包括通信網絡基礎設施、 新技術基礎設施和算力基礎設施等。算力基礎

9、設施以數據中心、智能計算中心為代表。 2 PUE 是 Power Usage Effectiveness 的簡寫，即能源使用效率。PUE=數據中心總能耗/IT 設備能耗，值越接近 1 表明非 IT 設備耗能越少，即能效水平越好。 6 表 1.2.1.1 中國數據中心相關政策 時間 部門 文件 內容 2013.01 工信部等五部委 關于數據中心建設布局的指導意見 （工信部聯通201313 號） 為滿足社會信息化水平不斷提高的要求，促進我國數據中心，特別是大型數據中心的合理布局和健康發展，提出數據中心建設布局的指導意見。 2016.07 中共中央、國務院 國家信息化發展戰略綱要 夯實發展新基礎。

10、推進物聯網設施建設，優化數據中心布局，加強大數據、云計算、寬帶網絡協同發展，增強應用基礎設施服務能力。 2016.12 國務院 “十三五” 國家信息化規劃 （國發 2016 73號） 到 2020 年，形成具有國際競爭力的云計算和物聯網產業體系，新建大型云計算數據中心 PUE 值不高于 1.4。優化大型、超大型數據中心布局，加快推動現有數據中心的節能設計和改造，有序推進綠色數據中心建設。 2017.04 工信部 關于加強 “十三五” 信息通信業節能減排工作的指導意見 （工信部節201777 號） 推廣綠色智能服務器、自然冷源、余熱利用、分布式供能等先進技術和產品的應用，以及現有老舊數據中心節能

11、改造典型應用，加快綠色數據中心建設；認真執行綠色數據中心相關標準，優化機房的油機配備、冷熱氣流布局，從機房建設、主設備選型等方面進一步降低能耗。 2017.07 工信部 關于組織申報 2017年度國家新型工業化產業示范基地的通知 （工信廳規函2017449號） 大力支持新興產業領域示范基地培育和創建。本年度優先支持工業互聯網、數據中心、 大數據、 云計算、 產業轉移合作等新增領域集聚區積極創建國家示范基地。 2019.01 工信部等三部委 關于加強綠色數據中心建設的指導意見 （工信部聯節 2019 24 號） 到 2022 年，數據中心平均能耗基本達到國際先進水平，新建大型、超大型數據中心的電

12、能使用效率值達到1.4以下，高能耗老舊設備基本淘汰，水資源利用效率和清潔能源應用比例大幅提升，廢舊電器電子產品得到有效回收利用。 7 時間 部門 文件 內容 2019.06 工信部 關于組織申報 2019年度國家新型工業化產業示范基地的通知 （工信廳規函2019145號） 支持工業互聯網、 數據中心、 大數據、 云計算、產業轉移合作等新興領域產業集聚區積極創建示范基地。 2020.10 中國中央十九屆五中全會 中共中央關于制定國民經濟和社會發展第十四個五年規劃和二三五年遠景目標的建議 構建系統完備、 高效實用、 智能綠色、 安全可靠的現代化基礎設施體系。系統布局新型基礎設施， 加快第五代移動通

13、信、工業互聯網、大數據中心等建設。 2020.12 發改委等四部委 關于加快構建全國一體化大數據中心協同創新體系的指導意見 （發改高技 2020 1922 號） 到 2025 年，東西部數據中心實現結構性平衡，大型、超大型數據中心運行電能利用效率降到 1.3 以下。數據中心集約化、 規?；?、 綠色化水平顯著提高， 使用率明顯提升。根據能源結構、產業布局、市場發展、氣候環境等，在京津冀、長三角、粵港澳大灣區、成渝等重點區域，以及部分能源豐富、氣候適宜的地區布局大數據中心國家樞紐節點。 資料來源：36 氪研究院根據公開資料整理 1.2.2 經濟環境 我國經濟正在從高速增長階段轉向高質量發展階段，

14、轉變發展方式、 優化經濟結構、 轉換增長動力是當前階段的主要任務。 深化供給側結構性改革， 推動互聯網、大數據、人工智能和實體經濟深度融合，發展以大數據中心、人工智能等為代表的新型基礎設施建設成為國家戰略重點。 隨著新一代網絡信息技術不斷創新突破，數字化、網絡化、智能化進程提速，我國數字經濟快速發展。 特別是在新冠疫情影響下， 各行業加速擁抱數字化轉型，數字經濟逐漸成為推動經濟發展和產業變革的新動能。2020 年我國數字經濟規模達 41.4 萬億元，占 GDP 比重近四成，對 GDP 貢獻率近七成，預計到 2021 年數 8 字經濟規模將進一步增至 47.56 億元1。作為數字經濟的重要算力基

15、礎，隨著海量數據產生及數據處理量激增，數據中心的市場空間將進一步打開。 此外，伴隨 5G 商用化進程加快，AR/VR、高清視頻、云游戲、物聯網、車聯網、工業互聯網等應用陸續落地，云計算和邊緣計算逐步發揮其價值，需求端流量持續增長。2019 年中國移動互聯網全年平均 DOU2月為 7.5Gbps，預計 5G 商用落地后的 DOU 將擴大至當前十倍，產生更多數據部署需求3。 1.2.3 社會環境 數據中心的主要終端客戶涵蓋互聯網行業、金融業、制造業、交通業、政府機構等不同行業。其中，互聯網行業是數據中心的主要客戶群體，占據 60%以上市場份額4。對于互聯網行業來說，其對數據中心的需求量變化主要受其

16、產品的數據流量影響。2020 年中國網民規模達 9.89 億，互聯網普及率達 70.4%，約占全球網民總體規模的五分之一5?；ヂ摼W行業已經進入了用戶的存量時代、結構性流量和時長的增量時代。據調查，中國網民人均每周上網時長為 30.8 個小時，長視頻、短視頻和直播類應用合計使用時長占比約為 30%6。視頻化內容占據了中國網民的大部分注意力，視頻流量增長也成為互聯網行業數據中心需求擴大的主要驅動力。 2021 年全國兩會，“碳達峰、碳中和”首次被列入政府工作報告，節能環保成為社會關注焦點。數據中心作為互聯網基礎設施之一，是公認的高能耗行業，主要以消耗電力資源為主。過去十年間，我國數據中心整體用電量

17、以每年超過 10%的速度遞增，2020 年用電量突破 2,000 億千瓦時，占全社會用電總量的比重約為 1 數據來源：工業和信息化部，信通院，36 氪研究院整理 2 注：DOU 是英文全稱是 discharge of usage，指每個客戶月均流量消費額 3 數據來源：民生證券，36 氪研究院整理 4 數據來源：艾瑞咨詢，36 氪研究院整理 5 數據來源：CNNIC，36 氪研究院整理 6 數據來源：CNIIC中國互聯網絡發展狀況統計報告，36 氪研究院整理 9 2.7%；預計到 2030 年用電量將突破 4,000 億千瓦時，占全社會用電總量將提升至 3.7%1。 數據中心的高能耗不僅給企業

18、帶來沉重負擔， 也給全社會能源供應帶來巨大壓力。 因此， 數據中心行業積極踐行碳中和， 向綠色化方向發展成為大勢所趨。 1.2.4 技術環境 經過多年發展， 我國數據中心相關技術取得了快速進步。 數據中心建設是將多種先進技術進行融合應用的結果，包含動力、制冷、通風、建筑、網絡、計算、存儲、布線、消防、監控等十幾項技術門類，覆蓋數十個學科。通常來說，根據數據中心的建筑屬性與 IT 屬性，可以將數據中心分為場地層、設施層、IT 硬件、IT 軟件四層架構2。其中，配電、制冷、節能、虛擬化等技術是數據中心壁壘較高的幾大核心技術。 數據中心供電系統逐漸由交流向直流模式轉變。數據中心供電系統逐漸由交流向直

19、流模式轉變。 傳統數據中心供電以不間斷電源 UPS 為主，產業鏈成熟，但轉換效率較低。隨著產業規模增長，為降低建設成本，減少能源消耗，高壓直流（HVDC）成為數據中心供電系統的新選擇3。 數據中心制冷系統逐漸由風冷向液冷模式轉變。數據中心制冷系統逐漸由風冷向液冷模式轉變。 近年來人工智能技術快速發展，GPU、TPU 等專用芯片部署對服務器功率提出了更高要求，數據中心逐漸向高密度、大規模轉變，制冷系統也隨之升級。傳統風冷系統越來越難以滿足機柜散熱要求，液冷技術成為突破數據中心節能瓶頸的鑰匙4。 數據中心數據中心節能技術正在嘗試多種創新。節能技術正在嘗試多種創新。 為實現節能減排目標， 各地對數據

20、中心PUE 規定趨緊。為降低數據中心運行能耗，提升單位運行能效，新風節能、板換節能、轉輪換熱、間接蒸發等多種節能技術應運而生。 1 數據來源：國網能源研究院，36 氪研究院整理 2 參考資料：艾瑞咨詢中國數據中心行業發展洞察（2020 年） 3 參考資料：中國信通院數據中心白皮書（2018） 4 參考資料：賽迪顧問中國液冷數據中心發展白皮書 10 1.3 數據中心發展的意義 數據中心是承載數據的基礎物理單元， 應用于生產和生活各個環節， 成為各行業數字化轉型的重要支撐，推動數字經濟快速發展。一方面，發展數據中心可以使互聯網、金融、制造、交通運輸、醫療健康、教育、農業、文化等行業得到更好的信息基

21、礎設施服務，提升業務發展能力和產品應用品質。另一方面，運營商、數據中心供應商、 系統集成商等數據中心的生產建造者和產業鏈利益相關者， 受益于政策扶持和資本流入，可以在數據中心的市場規模擴容中獲得更大成長空間。 數據中心作為新型基礎設施之一， 一般投資規模大、 投資周期長、 涉及部門廣、具有很強正外部性，可以使經濟社會不同領域以及更多國民獲得普遍化的經濟紅利。當前，以人工智能、大數據、物聯網為代表的第四次技術革命方興未艾，世界正在步入信息化、數字化、智能化時代。在本輪技術革命浪潮中，數據是最重要的生產要素， 但因數據與其他傳統生產要素不同， 有效的海量數據往往依托多主體生成， 其交互和利用效率依

22、賴于與其相匹配的信息化基礎設施， 數據中心則成為數據安全存儲和充分利用的根本保證。 此外，以數據中心為代表的新基建，也為中國經濟加快復蘇、增強經濟韌性提供了新機遇。目前中國已經成為世界上最大的制造業國家和工業門類最為齊全的工業國家，但在不斷擴大規模的過程中，也暴露出產業基礎薄弱、協同性不強、產業鏈附加值低等弊端。 數據中心等新基建可以夯實中國自主研發能力， 激發科技創新活力，助力企業轉型與產業升級，培育經濟發展新動能，重塑我國經濟社會發展格局1。 1 參考資料：楊虎濤新基建的意義，光明網 11 第二章 中國數據中心發展現狀分析 2.1 數據中心整體發展情況分析 2.1.1 數據中心市場規模分析

23、 受益于移動互聯網快速發展及新基建、 數字經濟等國家戰略政策引導， 近年來我國數據中心快速發展。根據工信部統計數據，截至 2019 年底，我國在用數據中心機架總規模達到 315 萬架， 其中大型以上數據中心數量增長較快， 已經超過 250個，機架規模達到 237 萬架，占比超過 70%1。根據科智咨詢數據，2014 年我國數據中心市場規模僅為 372 億元，到 2020 年增至 1,958 億元，年復合增長率為31.8%， 預計 2021 年我國數據中心市場規模將達到 2,486 億元2。 未來隨著新基建政策逐漸落地， 互聯網及云計算大客戶需求擴張， 數據中心行業將實現高速擴張，預計到 202

24、5 年我國數據中心市場規模將達 5,952 億元3，發展前景廣闊。 1 數據來源：工業與信息化部，中國信通院，36 氪研究院整理 2 數據來源：科智咨詢，中金公司，36 氪研究院整理 3 數據來源：中金公司預測，36 氪研究院整理 12 圖 2.1.1.1 2014-2025 年我國數據中心市場規模與增速預測 2.1.2 數據中心發展特點分析 我國數據中心主要圍繞經濟發達、人口密集的一線城市布局，并有逐漸向中我國數據中心主要圍繞經濟發達、人口密集的一線城市布局，并有逐漸向中西部地區轉移的趨勢。西部地區轉移的趨勢。 我國數據中心分布具有一定的地域集中性， 這與中國網絡拓撲結構密切相關，也與數據中

25、心的需求方有關。由于互聯網企業、金融公司等數據中心的重要客戶需求方都集中在一線城市， 考慮到網絡延遲和運維等問題， 目前核心數據中心資源主要集中在經濟發達、 人口密集的一線城市。 根據我國主要省市數據中心機柜存量數據，截至 2020 年末，北京及周邊、上海及周邊和西部地區的數據中心機架數量排名前三，分別為 53.8 萬臺、52 萬臺、36.9 萬臺。自 2018 年以來， 北京、 上海等地對數據中心的新建及擴建數量和規模都出臺了比較嚴格的管控文件，但一線城市的數據中心需求依然旺盛。 372 519 715 946 1,228 1,563 195824863,201 4,033 4,960 5,

26、952 41.8%39.3%37.8%32.4%29.8%27.2%25.3%27.0%28.8%26.0%23.0%20.0%2014201520162017201820192020 2021e 2022e 2023e 2024e 2025e市場規模（億元）增速（%）數據來源：科智咨詢，中金公司2014-2025年我國數據中心市場規模與增速預測 13 圖 2.1.2.1 我國主要省市數據中心機柜存量（截至 2020 年末） 我國數據中心能效水平不斷提高，數據中心逐漸向綠色化方向發展。我國數據中心能效水平不斷提高，數據中心逐漸向綠色化方向發展。近年來國家和地方陸續出臺綠色數據中心政策，對 PU

27、E 等硬性指標提出了更高的節能環保要求。截至 2019 年年底，全國超大型數據中心平均 PUE 為 1.46，大型數據中心平均 PUE 為 1.55；規劃在建數據中心平均設計 PUE 為 1.41 左右，超大型、大型數據中心平均設計 PUE 分別為 1.36、1.39，預計未來幾年仍將進一步降低1。從綠色技術來看， 國內數據中心不斷創新綠色節能新應用， 多個數據中心獲得 TGG（綠色網格）與開放數據中心委員會（ODCC）聯合認證的 5A 級綠色數據中心2。 自建數據中心開始興起，但外包數據中心仍然是主流。自建數據中心開始興起，但外包數據中心仍然是主流。近年來，阿里、騰訊等中國頭部互聯網公司的業

28、務逐漸發展壯大， 業務領域更加豐富多元， 對數據中心的安全性、適配性、擴展性與經濟性提出了更高的要求。因此為了配合戰略布局和業務擴張需要，互聯網大廠開始在非一線地區自建數據中心集群。例如，阿里目前已 1 參考資料：中國信通院數據中心白皮書（2020 年） 2 參考資料：中國信通院，信息通信技術與政策2019 年第 2 期 8.722.830.036.952.053.80204060東北地區中部地區廣州及周邊西部地區上海及周邊北京及周邊（單位：萬臺）我國主要省市數據中心機柜存量（截至2020年末）數據來源：工信部，中金公司，36氪研究院 14 經建成張北、 河源、 南通、 杭州和烏蘭察布五大數據

29、中心， 未來還將在全國建立 10座以上的超級數據中心1。但是，由于自建數據中心成本較高，對土地、電力、網絡等資源要求更高， 并非所有企業都有能力自建數據中心， 目前向第三方數據中心外包需求仍然是市場主流。 2.1.3 數據中心市場競爭格局分析 我國數據中心行業主要有四類市場參與者： 基礎電信運營商、 第三方數據中心服務商、云廠商、其他跨界轉型從事數據中心業務的廠商。運營商是數據中心最大的市場參與者，中國電信、中國聯通、中國移動三大運營商機房遍布全國，憑借網絡帶寬和機房資源優勢，分別占據 24.2%、15.6%、9.8%的市場份額，合計市場份額占比高達 50%。運營商的數據中心雖然體量較大，但是

30、其中約一半以上供自身業務使用，并非所有資源都對外開放，且在核心城市資源布局不多，客戶需求亦有限。 我國核心城市的數據中心服務主要由第三方數據中心服務商來提供， 以滿足互聯網、云計算、金融等客戶需求，競爭較為充分。目前第三方數據中心服務商以萬國數據、 秦淮數據和世紀互聯為代表， 分別占據 5.2%、 1.6%、 1.5%市場份額2。云廠商方面，阿里云、騰訊云、百度云等均開展了以數據中心建設為核心的新基建計劃，加大資金和資源投入，但目前市場份額占比并不高。 1 資料來源：經濟觀察網新聞報道 2 數據來源：中金公司，36 氪研究院整理 15 圖 2.1.3.1 2019 年我國數據中心市場競爭格局

31、此外，因自身資源稟賦和業務擴張需要，另有一些由其他行業跨界轉型進入數據中心領域的廠商，如鋼鐵行業。近年來鋼鐵行業逐漸完成去產能任務，鋼企業績持續改善，現金流充沛，但是行業新增產能由于受嚴格管控，需要另辟業務擴張路徑，布局數據中心業務成為鋼企的一大選擇。鋼企在土地資源、能耗指標和資金投入方面具有先天優勢，這些優勢與數據中心建設需求相適配1。目前，越來越多的鋼企嘗試涉足數據中心業務， 部分企業在數據中心領域的建設已經初見成效。 例如，寶鋼股份依托廠區原址和土地、廠房、供配電和供水等資源，已建成寶之云數據中心， 目前已交付 3 萬個機柜， 為大型互聯網客戶和金融客戶提供服務， 預計到 2023年總體

32、規模將達 5 萬個機柜2。 1 參考資料：國信證券數字浪潮系列之鋼鐵行業數字化，36 氪研究院整理 2 參考資料：寶之云官網，36 氪研究院整理 24.2%15.6%9.8%5.2%1.6%1.5%1.5%1.2%1.0%0.3%38.2%中國電信中國聯通中國移動萬國數據秦淮數據世紀互聯光環新網數據港寶信軟件奧飛數據其他2019年中國數據中心市場競爭格局數據來源：中金公司，36氪研究院 16 2.2 數據中心產業鏈分析 2.2.1 上游基礎設施 數據中心產業鏈上游由 IT 設備、電源設備、制冷設備、配套工程等組成，為數據中心提供基礎設施和硬件設備。 IT 設備。設備。IT 設備包含服務器、交換

33、機等，是數據中心最核心的硬件設備。服務器是高性能計算機，能夠作為網絡節點，高效存儲、處理數據和信息。相對于普通的計算機，具有更高的安全性和穩定性，能夠高速、可靠地處理大量數據。交換機是電信號轉發的網絡設備， 能夠為接入交換機的網絡節點提供電信號通路， 在數據中心高密度網絡流量調度的環境下，提供高速響應和信息傳輸。 電源設備。電源設備。數據中心供電設備以 UPS（不間斷電源）為主。近年來高壓直流電由于供電效率高、成本低的優勢，普及速度不斷提高。根據中國信通院數據，高壓直流電源能夠將供電效率提升至 94%-95%。 電源設備供應商包括華為、 施耐德、愛默生、科士達等。 制冷設備制冷設備。 散熱制冷

34、系統是數據中心必備的硬件設備， 伴隨數據中心算力提升，單機柜功率將大幅提升， 給數據中心能耗和散熱帶來較大的挑戰。 制冷設備按照冷卻技術不同，可分為風冷和液冷。風冷技術發展較早，成本低但噪音大，制冷效果有限。液冷發展相對較晚，但制冷效果好、噪音小，作為制冷系統新興發展方向，已廣泛應用于北京、江蘇、山西等地的數據中心建設。根據賽迪顧問數據，2019年中國數據中心能耗中，約有 43%用于 IT 設備的散熱。因此制冷設備在數據中心產業中占據重要地位，減少散熱功耗能夠有效降低數據中心運營成本。 17 2.2.2 中游運營服務及解決方案提供商 數據中心數據中心解決方案。解決方案。 數據中心服務供應商能夠

35、提供數據中心整體解決方案， 按企業類型不同， 分為運營商數據中心和第三方數據中心， 均能提供集成服務和運維服務。目前我國運營商數據中心占據較大市場份額，以中國移動、中國聯通、中國電信等企業為代表；隨著數據中心的快速發展，市場需求增加，第三方數據中心也呈現快速發展態勢，市場規模逐步擴大， 應用領域持續拓展。數據中心運維數據中心運維服務服務內容包括主機監控、信息統計、硬件維護、系統維護、網絡維護，能夠保障數據中心運行效率和安全管理， 在數據中心規模不斷擴大的環境下， 數據中心的運維服務成為市場新的增長點。 第三方第三方 IDC 云服務云服務。隨著云計算技術的發展，越來越多的云計算企業布局數據中心業

36、務。云計算企業通過租用或自建數據中心，為企業提供云服務。數據中心產業與云計算行業的融合更加深入， 推動數據中心向分布式、 虛擬化、 自動化發展，有效提高數據中心的運作效率、降低運營成本。 2.2.3 下游終端用戶 隨著 5G 通信技術的發展，5G 商用進程加速，各行業對數據中心的需求量大幅提升。 互聯網行業是我國數據中心的主要應用領域之一， 互聯網企業的在線視頻、網絡游戲、 電子商務等業務均需要數據中心為其提供數據處理設備和運維服務， 催生大量業務需求。隨著數字經濟發展，以工業、醫療等為代表的傳統行業轉型進程加速，也推動數據中心需求規模增長。AI 醫療的發展推動醫療行業與數據中心行業的融合，私

37、有云、混合云等服務形式廣泛應用于醫療行業。金融行業由于其業務的特殊性，對于數據信息安全有更高的要求，在數據中心的應用上，通常以自建數據中心為主， 近年來定制化數據服務成為新的應用形式， 為行業應用提供更加專業、安全的數據綜合服務。 18 圖 2.2.3.1 數據中心產業鏈圖譜 資料來源：36 氪研究院根據公開資料整理 圖片來源：企業官網 注：本產業鏈圖譜只列舉部分企業作為說明，未覆蓋全產業。 2.3 數據中心投融資情況分析 根據鯨準數據，2016 年 1 月 1 日至 2021 年 4 月 20 日，我國數據中心1領域共發生 1,234 起投資案例， 涉及總投資金額 1,174.9 億元。 從

38、投資案例數看， 2016-2018 年數據中心保持較高資本熱度，對應的投資案例數分別為 300 起、257 起和257 起。2019 年受資本寒冬影響，數據中心投資案例數下滑至 176，同比下降 1 包括數據中心基礎設施、IDC 服務、云服務解決方案等 數據中心產業鏈圖譜下游中游上游 設 設 服務第三方 服務商 運 服務運營商 服務 件 業 融 19 46.02%。從投資規?？?，2016-2019 年數據中心投資規模保持高位，對應的投資金額分別為 105.51 億元、131.21 億元、187.80 億元和 481.64 億元。其中，值得關注的是騰龍控股于 2019 年完成一筆高達 260 億

39、元的 A 輪融資，扣除該筆巨額交易的影響，2019 年數據中心投資金額為 221.64 億元，同比增長 18.1%，增速下降明顯。2020 年，受到新冠肺炎疫情影響，經濟短期下行趨勢明顯，數據中心的資本熱度有所降低，全年投資規模僅為 162.88 億元。 圖 2.3.1 中國數據中心領域投資規模及案例數（2016.1.1-2021.4.20） 從投資階段看，2016 年 1 月 1 日至 2021 年 4 月 20 日，在已披露相關信息的 1,164 起案例中，數據中心投資事件集中在早期項目，種子輪/天使輪和 Pre-A/A/A+輪分別有 257 和 383 起項目獲投，合計占總投資案例數的

40、54.98%；投資金額集中在中后期成熟項目，Pre-C/C/C+輪和 D 輪及以后平均單筆獲投金額為1.77 億元，遠高于其他階段。 105.51 131.21 187.80 481.64 162.88 105.86 30025725717618460201620172018201920202021.4.20投資 額（億元人民幣）投資案例數（起）數據來源：鯨準中國數據中心領域投資規模及案例數（2016.1.1-2021.4.20） 20 圖 2.3.2 中國數據中心領域各投資輪次事件及 額分布情況（2016.1.1-2021.4.20） 從城市分布情況來看，投資活躍度 TOP3 地區分別為北京

41、、上海和深圳，對應的投資案例數分別為 432 起、193 起和 160 起，投資規模分別為 308.19 億元、171.98 億元和 320.74 億元，合計分別占總投資案例數和總投資規模的 63.61%和68.17%。從城市群分布看，長三角城市群數據中心資本規模最高，上海、杭州、南京、蘇州和無錫五城入圍 TOP15，合計投資規模達 398.56 億元；大灣區城市群緊隨其后，深圳、廣州兩城合計投資規模達 376.63 億元。此外，依托于自身優勢和國家政策支持，中西部城市如成都、武漢、重慶等發展態勢較好，吸引的投資規模和投資案例均位于全國前列。 47.78 410.21 187.65 227.3

42、3 210.63 80.59 25738316492156112投資 額（億元人民幣）投資案例數（起）數據來源：鯨準中國數據中心領域各投資輪次事件及 額分布情況（2016.1.1-2021.4.20） 21 圖 2.3.3 中國數據中心領域投資案例數 TOP15 城市（2016.1.1-2021.4.20） 第三章 數據中心發展指數評價分析 3.1 指標體系構建 3.1.1 指標構建 度 數據中心是促進新一代數字技術發展的數據中樞和算力載體，發展數據中心不僅需要雄厚的資金實力、有力的政策支持、強大的技術研發能力，還需要綜合考慮氣候環境、能源供給、用戶需求等建設要素，因此在選擇觀察城市時，優先考

43、慮政治、經濟、科研資源相對集中的直轄市、省會城市和副省級城市，以及數據中心建設相對領先的重點城市。按照篩選規則，36 氪研究院共篩選出 46 座城市參與數據中心發展指數研究。 數據中心發展指數的指標均為定量指標，主要數據來源包括中華人民共和國工業和信息化部、開放數據中心委員會、各城市統計年鑒、各城市政府工作報告、308.19 171.98 320.74 167.63 55.89 9.74 2.84 23.86 2.96 4.94 0.86 8.25 8.60 25.35 38.95 43219316012460262321181413121197北京 上海 深圳 杭州 廣州 南京 成都 蘇州

44、武漢 天津 西安 濟南 貴陽 無錫 重慶投資 額（億元）投資案例數（起）數據來源：鯨準中國數據中心領域投資案例數TOP15城市（2016.1.1-2021.4.20） 22 天眼查、科學家在線、中國中小企業股權轉讓系統、鯨準、iFinD、Choice、Wind等部門或專業機構。 部分指標雖與本指數體系具有相關性， 但由于數據無法統計獲得，因此并未納入指數體系中。指數體系雖未完全達到指標窮盡要求，但重要指標已全部包含在內，且完全可以反映 46 個城市的數據中心發展水平，故本指數評價體系計算結果具有科學性和可信性。所選取 23 個三級指標的數據截止時間均為2021 年 4 月 20 日，滿足指標的

45、可比性要求。 3.1.2 指標評價體系 中國城市數據中心發展指數由發展環境、資金支持力度、研發能力、基礎支持情況、發展成效 5 個一級指標、12 個二級指標、23 個三級指標組成。發展環境包括 3 個二級指標，主要體現各城市數據中心發展的政策環境、經濟環境和交流環境； 資金支持力度主要體現各城市對于數據中心發展的資金支持程度， 選取政府產業投資引導基金規模及數量、 機構投資案例規模及數量等指標進行衡量； 研發能力主要體現各城市在數據中心領域的研究和創新能力， 選取人才總量、 杰出人才數量、論文產出數量、 專利申請數量等指標進行衡量； 基礎支持情況主要考察各城市數據中心發展基礎設施建設情況，選取

46、國家級孵化器/眾創空間數量、國家數據中心示范基地數量、國家綠色數據中心數量、超大型數據中心數量等指標進行衡量；發展成效指標主要從數據中心產業鏈布局、 數據中心知名品牌建設、 數據中心龍頭企業對地區經濟帶動能力等角度反映各城市數據中心的發展成效。 中國城市數據中心發展指數評價體系的計算采用合成指數法，總指數由一級指數按照一定權重加權計算得出； 一級指數由二級指數加權得出； 二級指數由三級指標按照合成指數法加權計算得出。一級指數和二級指數權重由行業相關專家評價確定。 23 表 3.1.2.1 中國城市數據中心發展指數評價體系 一級指標 二級指標 序號 三級指標 發展環境 政策環境 1 政策規劃數量

47、 2 政府工作報告對數據中心等關鍵詞提及數量 經濟環境 3 GDP 增速 4 2020 年 GDP 總量 交流環境 5 大型峰會數量 資金支持力度 政府投資 6 政府產業投資引導基金規模 7 政府產業投資引導基金數量 VC/PE 投資 8 機構投資案例規模 9 機構投資案例數 研發能力 人才數量 10 人才總量 11 杰出人才數量 科研成果 12 論文產出數量 13 專利申請數量 基礎支持情況 產業載體平臺 14 國家級孵化器/眾創空間數量 15 國家數據中心示范基地數量 配套基礎設施 16 國家綠色數據中心數量 17 超大型數據中心數量 發展成效 產業鏈布局 18 上游基礎設施企業數量 19

48、 中游運營服務及解決方案提供商數量 20 下游重點領域用戶數量 品牌建設 21 獨角獸企業數量 22 上市公司數量 經濟乘數效應 23 重點領域上市公司營收占 GDP 比重 資料來源：36 氪研究院 3.2 數據中心總指數分析 36 氪研究院按照上述指數核算方式得出 2020 年中國城市數據中心發展指數排名1，全國各城市數據中心發展指數平均值為 63.38，其中 14 個城市指數在平均 1 詳見附錄-2020 年中國城市數據中心發展指數表 24 值之上。北京以總指數 93.16 居全國榜首，深圳、上海位列第二、三名，分別得分83.65、81.46。 TOP30 城市由高到低可以分為三個梯隊：

49、第一梯隊：前第一梯隊：前 3 名名，包括北京、深圳、上海。 第二梯隊：第二梯隊：4-15 名名，包括杭州、廣州、南京、成都、蘇州、濟南、武漢、天津、重慶、無錫、西安、貴陽等 12 個城市。 第三梯隊：第三梯隊：16-30 名名，包括福州、鄭州、沈陽、合肥、長沙、廈門、南通、青島、寧波、東莞、石家莊、佛山、哈爾濱、長春、大連等 15 個城市。 總體來看，第一梯隊的 3 個城市數據中心總指數大幅領先第二梯隊和第三梯隊的城市。北京、深圳和上海在發展環境、資金支持力度、研發能力、基礎支持情況、 發展成效 5 個維度均處于絕對領先地位， 是我國數據中心發展的領軍城市。 第二梯隊主要是長三角城市群、 大灣

50、區城市群、 環渤海城市群以及中西部地區的核心城市，近年來經濟增速較快、數據中心建設與布局相對完善，但在資金、人才、技術、 龍頭企業、 交流環境等方面略遜于第一梯隊， 是我國數據中心發展的中堅力量。第三梯隊的城市數據中心總指數與第二梯隊的城市差距相對較小，主要差異集中在資金支持力度、 研發能力和基礎支持情況方面， 而發展環境和發展成效方面第二梯隊并沒有和第三梯隊拉開差距，說明第二梯隊和第三梯隊在數據中心發展環境和龍頭企業布局方面相對平均，大部分城市均有較大發展潛力。 25 圖 3.2.1 2020 年中國城市數據中心總指數 TOP15 3.3 一級指數分析 3.3.1 發展環境指數分析 發展環境

51、包括政策環境、經濟環境和交流環境 3 個二級指標。對比其他一級指數，46 個城市的發展環境指數差距相對較小，最高分與最低分相差 17.39。從排名情況看，發展環境指數 TOP5 城市分別為北京（85.97）、上海（84.10）、深圳（79.76）、廣州（79.73）和杭州（78.52），其中北京和上海經濟發達、政策支持不斷、大型峰會交流頻繁，數據中心發展環境優勢明顯。重慶、濟南、成都、福州等城市進入 TOP15，其中濟南和福州經濟增長較快，分別位列發展環境指數排名第 7 位和第 9 位；貴陽政府工作報告多次提及“數據中心”等關鍵詞，同時通過發布多項數據中心支持政策、積極開展數據中心峰會等舉措促

52、進數據中心發展，位列發展環境指數排名第 12 位。 93.1683.6581.4677.1672.3867.7767.0766.9866.2965.7165.5365.2364.9564.1663.31北京深圳上海杭州廣州南京成都蘇州濟南武漢天津重慶無錫西安貴陽數據來源：36氪研究院2020年中國城市數據中心總指數TOP15 26 圖 3.3.1.1 2020 年中國城市數據中心發展環境指數 TOP15 3.3.2 資 支持力度指數分析 資金支持力度指數由政府投資和 VC/PE 投資兩個二級指標合成， 46 個城市的得分差距較大， 排名 TOP5 城市分別為北京 （96.81） 、 深圳 （8

53、7.25） 、 上海 （80.33） 、杭州（78.88）和廣州（67.50），與總指數排名相同。在政府投資方面，北京具有遙遙領先的優勢。鯨準數據顯示，截至 2020 年 4 月 20 日，在已公布數量規模的政府引導基金中，北京數據中心及相關領域政府產業投資引導基金規模約等于其他 45 個城市的總和。在 VC/PE 投資方面，北京、深圳、上海、杭州等城市是我國 VC/PE 機構的重要集聚地，數據中心領域投資規模和投資案例數均具有明顯優勢；此外，貴陽全力打造“大數據之城”，數據中心領域資本吸引力較強，位列資金支持力度指數排名第 11 位。 85.9784.1079.7679.7378.5278.

54、1477.2776.7476.7276.2375.7875.7275.5275.2374.85北京上海深圳廣州杭州重慶濟南成都福州無錫青島貴陽南京天津合肥數據來源：36氪研究院2020年中國城市數據中心發展環境指數TOP15 27 圖 3.3.2.1 2020 年中國城市數據中心資 支持力度指數 TOP15 3.3.3 研發能力指數分析 研發能力包括人才數量和科技成果 2 個二級指標，各城市差距較大，馬太效應明顯。從排名情況看，研發能力指數 TOP5 城市分別為北京（95.58）、上海（84.61）、深圳（82.05）、南京（77.43）和武漢（75.60），憑借在高等院校、科研機構、高新技術

55、企業等方面的優勢，數據中心領域研發創新能力全國領先。其中，北京擁有豐富的科教資源、明顯的人才優勢和眾多龍頭企業，數據中心領域人才總量、論文產出數量及專利申請數量均約等于研發能力 TOP2-4 城市總和。廣州、成都、天津等城市進入研發能力指數 TOP15，而西北和東北地區的城市整體與之存在一定差距，研發能力相對較弱。 96.8187.2580.3378.8867.5056.4355.5255.3553.7553.0151.9951.3250.5048.4548.38北京深圳上海杭州廣州南京重慶濟南蘇州無錫貴陽成都合肥福州天津數據來源：36氪研究院2020年中國城市數據中心資 支持力度指數TOP1

56、5 28 圖 3.3.3.1 2020 年中國城市數據中心研發能力指數 TOP15 3.3.4 基礎支持情況指數分析 基礎支持情況指數由產業載體平臺和配套基礎設施 2 個二級指標合成，與發展環境指數類似，46 個城市的得分差距相對較小，最高分與最低分相差 25.35。從排名情況看， 基礎支持情況指數 TOP5 城市分別為北京 （87.53） 、 上海 （85.15） 、深圳（81.78）、杭州（78.81）和蘇州（78.35），其中北京、上海和深圳強勢領頭，國家級孵化器/眾創空間、國家綠色數據中心及超大型數據中心數量眾多，數據中心載體平臺和基礎設施相對完備。 天津、 廣州、 貴陽、 張家口等城

57、市進入 TOP15，其中貴陽和張家口氣候條件良好、能源相對富集，國家數據中心示范基地、國家綠色數據中心數量全國領先，分別位列基礎支持情況指數排名第 8 位和第 9 位。根據工信部數據，全國共有 8 個數據中心集聚區入選“國家新型工業化產業示范基地”，貴陽的貴州貴安綜合保稅區（貴安電子信息產業園）、張家口的河北張北云95.5884.6182.0577.4375.6075.1874.6774.4874.2774.0569.6669.5369.4969.4468.39北京上海深圳南京武漢廣州成都西安天津杭州濟南鄭州蘇州重慶長沙數據來源：36氪研究院2020年中國城市數據中心研發能力指數TOP15 2

58、9 計算機產業基地和河北懷來數據中心位列其中； 國家綠色數據中心方面， 貴陽和張家口獲批數量分別為 8 家和 2 家，其中貴陽數量僅次于北京和上海。 表 3.3.4.1 國家數據中心示范基地名單 批次 所在城市 園區名稱 主管單位 第八批國家新型工業化產業示范基地名單 張家口 河北張北云計算機產業基地 河北省通管局 南通 江蘇南通國家數據中心產業園 江蘇通管局 貴陽 貴州貴安綜合保稅區（貴安電子信息產業園） 貴州通管局 第九批國家新型工業化產業示范基地名單 張家口 河北懷來數據中心 河北省通管局 上海 上海外高橋自貿區 上海市通管局 蘇州 江蘇昆山花橋經濟開發區 江蘇省通管局 撫州 江西撫州高

59、新技術產業開發區 江西省通管局 棗莊 山東棗莊高新技術產業開發區 山東省通管局 資料來源：工信部，36 氪研究院整理 30 圖 3.3.4.1 2020 年中國城市數據中心基礎支持情況指數 TOP15 3.3.5 發展 效指數分析 數據中心發展成效包括產業鏈布局、 品牌建設、 經濟乘數效應 3 個二級指標，北京（97.90）、深圳（87.34）、杭州（76.75）、上海（73.26）和廣州（64.18）依然占據前五位，但城市之間差距非常明顯。北京憑借其首都職能，吸引大型企業總部、上市公司、獨角獸等高能級企業集聚，不斷擴大其數據中心領先優勢；杭州獨角獸企業數量僅次于北京、 數據中心產業鏈下游終端

60、用戶數量眾多， 成功躋身發展成效指數 TOP3。蘇州、無錫、福州、東莞等城市進入 TOP15，其中福州在數據中心產業鏈上游基礎設施領域企業數量眾多， 培育出星網銳捷等上市公司， 位列發展成效指數排名第8位； 東莞在產業鏈下游終端用戶領域企業數量僅次于蘇州、上海和深圳， 且數據中心領域上市公司對經濟帶動效應明顯， 位列發展成效指數排名第 10 位。 87.5385.1581.7878.8178.3576.5875.3474.8074.3973.6373.2573.2072.2772.2371.92北京上海深圳杭州蘇州天津廣州貴陽張家口濟南重慶鄭州武漢成都南京數據來源：36氪研究院2020年中國城

61、市數據中心基礎支持情況指數TOP15 31 圖 3.3.5.1 2020 年中國城市數據中心發展 效指數 TOP15 3.4 重點城市數據中心發展情況分析 3.4.1 北京 VS 上海 北京和上海是我國經濟最發達的城市，2020 年 GDP 總量超過 3 萬億。兩城市在產業發展環境、科技創新氛圍、基礎設施建設等各方面均衡發力，對全國數據中心發展起到引領和推動作用。 （1）數據中心發展整體情況對比 北京是全國政治、科教文化和國際交往中心，產業交流環境、人才數量、創新氛圍和高能級企業集聚度相比其他城市均存在較大優勢。2021 年 3 月，北京發布北京市“十四五”時期智慧城市發展行動綱要，提出建設全

62、球領先的綠色數據中心，提供普惠算力資源。北京先后舉辦“2021 智慧數據中心峰會”“數據中心標準峰會” “開放數據中心峰會”等大型交流活動；工業和信息化部電子政務數據中心、 中國移動國際信息港一期數據中心、北京聯通黃村 IDC 機房等 11 家數據中97.9087.3476.7573.2664.1861.4061.3761.0959.7859.2257.2556.5656.5256.2756.17北京深圳杭州上海廣州蘇州無錫福州成都東莞武漢長春濟南石家莊南京數據來源：36氪研究院2020年中國城市數據中心發展 效指數TOP15 32 心入選“國家綠色數據中心”；移動、聯通電信等基礎電信運營商總

63、部齊聚北京，同時憑借其首都職能、資本優勢和人才實力，培育世紀互聯、秦淮數據、金山云、光環新網等一批上市公司，在數據中心產業鏈中游運營服務及解決方案提供商和下游終端用戶領域企業數量豐富，已形成明顯的產業集聚效應。 上海市高度重視數據中心發展， 先后發布 關于加強本市互聯網數據中心統籌建設的指導意見（滬經信基201921 號）、上海市推進新型基礎設施建設行動方案（2020-2022 年）（滬府202027 號）等政策文件，要求實施一體化融合基礎設施建設行動， 建設新一代高性能計算設施和科學數據中心， 夯實互聯網數據中心對城市能級和核心競爭力的基礎支撐作用。 同時， 上海市在資金扶持、科技創新、基礎

64、設施建設等方面不斷發力，舉辦“中國數據中心建設與運維國際峰會” “國際數據中心及云計算產業展覽會”等大型交流活動；建設上海外高橋數據中心園區，于 2020 年獲評“國家新型工業化產業示范基地”；寧橋數據中心、上海數據港寶山數據中心、數訊 IDXIII 藍光數據中心等 9 家數據中心入選“國家綠色數據中心” ； 擁有寶信軟件、 優刻得、 DotC United 等科技創新企業， 在互聯網、金融等數據中心重點應用行業發展基礎較好，為全力打造“上海計算”厚植發展土壤。 （2）數據中心指數得分對比 北京數據中心總指數得分為 93.16，居全國榜首，上海得分 81.46，位列第三名。 整體來看， 北京數

65、據中心 5 個一級指數均領先于上海， 其中發展環境和基礎支持情況兩者差距較小， 兩個城市均通過頒布系列數據中心相關政策、 舉辦大型峰會活動以及建設全球領先的綠色數據中心等，為數據中心發展提供良好的發展環境和基礎設施支撐； 在資金支持力度、 研發能力和發展成效上， 北京作為資本最集中、科技最先進、高能級企業最密集的地區，優勢明顯。 33 圖 3.4.1.1 2020 年北京 VS 上海數據中心一級指數得分情況 3.4.2 深圳 VS 杭州 深圳和杭州分別是粵港澳大灣區和長三角城市群的核心城市，在科技創新能力、資本活躍度、數字經濟發展水平等方面均位居全國前列。兩城市加快發展數據中心，對于粵港澳大灣

66、區和長三角城市群能夠起到積極的引領示范作用。 （1）數據中心發展整體情況對比 深圳數據中心領域企業數量眾多，擁有華為、中興、賽為智能、科士達、深信服、騰訊等數據中心領軍企業，覆蓋產業鏈上游 IT 設備、電源設備，中游 IDC 服務、云服務，以及下游應用廠商，數據中心產業鏈完備，研發實力強大。2021 年1 月， 深圳市發布 深圳市數字經濟產業創新發展實施方案 （2021-2023 年） （深府辦函2020136 號），要求統籌布局基于云計算和綠色節能技術的數據中心和云平臺建設， 打造大數據和云計算產業發展高地， 推動數據中心向規?；?、 集約化、智能化、綠色化方向布局發展，以鞏固深圳在數據中心領

67、域的領先地位。同時，深0255075100發展環境資金支持力度研發能力基礎支持情況發展成效2020年北京 VS 上海數據中心一級指數得分情況北京上海數據來源：36氪研究院 34 圳憑借良好的數據中心發展基礎， 創新項目獲得投資機構廣泛關注。 根據鯨準數據，2016 年 1 月 1 日至 2021 年 4 月 20 日，深圳數據中心領域共發生 160 起投資案例，涉及總投資金額 320.74 億元，投資規模位居全國第一。此外，深圳市華潤集團新一代數據中心、中國聯通深汕云數據中心等 5 家數據中心入選“國家綠色數據中心”，為產業發展提供堅實的配套設施支撐。 杭州全力打造“全國數字經濟第一城”，數據

68、中心領域專業人才及科研成果數量處于全國領先地位。同時，杭州調配大量政策資源，印發杭州市強化數字賦能推進“六新”發展行動方案、杭州市全面推進“三化融合”打造全國數字經濟第一城行動計劃 （2018-2022 年） 等政策文件， 提出加快綠色示范數據中心建設，支持規模大、 效率高、 帶動強的數據中心建設， 加快老舊小散的數據中心淘汰更新，推進國家（杭州）互聯網交換中心建設，開展互聯網骨干網間結算體制改革試點，打造通達全球的新一代國際交互系統。此外，杭州互聯網產業發達，數據中心下游市場需求巨大； 民間資本活躍， 數據中心領域投資案例數及投資規模均排名全國前列。 （2）數據中心指數得分對比 深圳數據中心

69、發展總指數得分為 83.65，杭州得分 77.16，分別占據全國數據中心總指數第 2 位和第 4 位。整體來看，與北京和上海情況類似，深圳數據中心5 個一級指數均領先于杭州，其中深圳在資金支持力度、研發能力和發展成效三個維度處于絕對領先地位， 深圳數據中心領域龍頭企業數量較多、 產業發展基礎較好，因此資本吸引力、 科技創新能力以及產業發展成效更好； 而在發展環境和基礎支持情況上，兩城均注重政策、基礎設施的完善，能夠為數據中心發展構建良好的“軟環境”和“硬設施”。 35 圖 3.4.2.1 2020 年深圳 VS 杭州數據中心一級指數得分情況 3.4.3 南京 VS 蘇州 南京和蘇州同屬長三角城

70、市群， 地理位置相近。 兩城數據中心發展各具特色，南京憑借高等院校、 科研機構等方面優勢， 為數據中心發展提供技術和人才支持；蘇州在數據中心發展中重視基礎設施建設，數據中心載體平臺和配套設施相對完備。 （1）數據中心發展整體情況對比 南京是江蘇省的省會城市，長三角城市群的重要中心城，高等院校、科研機構集聚，擁有豐富的科教資源和明顯的人才優勢。2020 年 4 月，南京發布南京市數字經濟發展三年行動計劃（2020-2022 年）（寧政發202046 號），提出推進江北新區國家健康醫療大數據中心、 騰訊華東云計算基地、 蘇寧雨花數據中心建設等重點數據中心項目建設， 推動南京新型城區網在重點平臺、

71、重點企業間的互聯互通， 推動高水平國家級、 大區級綠色數據中心布局南京。 南京成功舉辦 “IGIDC5060708090發展環境資金支持力度研發能力基礎支持情況發展成效2020年深圳 VS 杭州數據中心一級指數得分情況深圳杭州數據來源：36氪研究院 36 國際綠色數據中心創新峰會”等大型交流活動；鳳凰云計算中心、蘇寧雨花數據中心等 3 家數據中心入選 “國家綠色數據中心”； 數據中心產業鏈中游運營服務及解決方案提供商和下游重點領域用戶數量豐富，積極以數據中心培育“數字土壤”，提升區域性新經濟優勢。 蘇州積極推動數據中心發展，多次在政府工作報告中提及“數據中心建設”，要求推動瀾起新型可控數據中心

72、平臺項目落戶、建成市社會綜合治理網格化聯動大數據中心、完善市醫療健康大數據中心等。同時，南京市在基礎設施建設和發展成效等方面不斷發力。根據工信部數據，江蘇昆山花橋經濟開發區入選“國家新型工業化產業示范基地”；萬國數據昆山數據中心、中國移動長三角（蘇州）數據中心等 2 家數據中心入選 “國家綠色數據中心”； 在數據中心產業鏈上游基礎設施領域、下游終端用戶領域南京市企業數量眾多，培育出萬國數據等一批上市公司，數據中心發展成效亮眼。 （2）數據中心指數得分對比 南京數據中心總指數得分為 67.77，蘇州得分 66.98，分別占據全國數據中心總指數第 6 位和第 8 位。整體來看，南京和蘇州在發展環境

73、和資金支持力度指數上相差較小，兩城數據中心發展環境優良，而資金支持力度與北京、深圳、上海、杭州等地相比，存在一定差距。此外，南京由于科教資源豐富，人才、論文、專利等數量眾多， 在研發能力方面領先于蘇州； 而蘇州在基礎支持情況和發展成效上略勝一籌， 擁有較為完備的數據中心載體平臺和配套設施， 且產業鏈布局相對完整，數據中心領域上市公司對經濟帶動效應明顯。 37 圖 3.4.3.1 2020 年南京 VS 蘇州數據中心一級指數得分情況 50607080發展環境資金支持力度研發能力基礎支持情況發展成效2020年南京 VS 蘇州數據中心一級指數得分情況南京蘇州數據來源：36氪研究院 38 第四章 中國

74、數據中心發展展望和建議 4.1 發展展望 新一代信息技術發展，推動數據中心需求新一代信息技術發展，推動數據中心需求量量持續增長。持續增長。 “新基建”將數據中心作為重點建設領域之一，帶動大量資金、技術向數據中心領域傾斜，推動數據中心發展。隨著 5G、物聯網技術的快速發展，各行業的數據交互和數據總量將呈現大幅度增長，促使對數據中心的需求增加，帶動數據中心規模擴張和數量增加。大型數據中心的建設通過集約式發展方式， 能夠為各行業提供豐富的數據服務資源， 數據中心行業與下游應用行業的融合程度進一步提升，數據中心需求量進一步增長。 數據中心市場合并數據中心市場合并趨勢明顯趨勢明顯，頭部玩家資源更加集中，

75、頭部玩家資源更加集中。數據中心作為大型基礎設施需要大量的資金投入以及較高的技術水平， 以推動數據中心的發展。 頭部玩家技術水平相對較高， 并占據更多的資源， 在行業發展過程中將獲得更多市場空間，中小型企業發展受限，行業融合趨勢愈加明顯。隨著云技術的發展，數據中心和云計算行業將進入整合階段， 數據中心運營商逐步向云計算轉型， 實現更便捷的數據服務。 數據中心規模持續擴大，數據中心規模持續擴大， 智能化智能化系統應用成為趨勢系統應用成為趨勢。 我國大規模數據中心建設進程不斷加快， 需要更多的專業運維服務商為數據中心提供運營和維護服務。 傳統運維管理方式主要依靠人工定期巡查， 成本高效率低。 智能化

76、運維管理系統將先進的計算機技術、控制技術和通信技術結合，能夠實現平臺化集中調控和管理。管理人員通過智能化平臺能夠獲取所需的實時和歷史信息。 人工智能機器人、 智能巡檢系統等智能化設備的應用， 也進一步提高數據中心運維效率， 是未來數據中心發展的重要方向。 39 4.2 發展問題及建議 4.2.1 存在問題 問題一：數據中心能耗高問題一：數據中心能耗高，對環境影響大。對環境影響大。 數據中心機柜數量多、 功率大， 需要耗費大量的能源用于維持數據中心運作，導致數據中心能耗過高。根據 IDC 預測，2025 年中國數據中心耗電量將達到3,842.2 億千瓦時。能源消耗量過高，會排放大量溫室氣體、消耗

77、水資源，給環境保護和可持續發展帶來較大挑戰。 問題二：產品同質化嚴重，問題二：產品同質化嚴重，業務多樣性有待提升業務多樣性有待提升。 傳統的數據中心業務主要包括主機托管、虛擬主機服務、寬帶出租、搭建專線局域網等， 我國目前的數據中心仍以傳統業務為主。 隨著通信技術和云計算技術的發展，市場對數據中心產品的需求種類越來越多，業務品種需要不斷出新，傳統業務無法使數據中心差異化發展，以及實現利潤的突破性增長。 問題三：問題三：數據中心數據中心地域布局不平衡地域布局不平衡。 截至 2019 年底,全國數據中心總體平均上架率為 53.2%，全國超大型數據中心的上架率為 45.4%1。超大型、大型數據中心逐

78、漸向北京、上海、深圳等城市以及中西部轉移， 從上架率來看東部發達城市依然領先于中西部地區城市， 如北京周邊區域、江浙滬區域和廣深區域等，整體上架率達到 90%2以上，數據中心的部署仍存在不平衡問題。 4.2.2 發展建議 建議一：建議一：優化數據中心布局，優化數據中心布局，深化推進深化推進綠色數據中心綠色數據中心建設建設。 1全國數據中心應用發展指引（2020），工業和信息化部信息通信發展司 2 前瞻產業研究院，36 氪研究院整理 40 根據全國一體化大數據中心國家樞紐節點， 統籌數據中心集約化建設。 推進數據中心轉型升級， 實現高時延數據中心向低時延及邊緣計算類業務轉型。 以政府為主導， 推

79、進數據中心技術轉型升級， 運用低碳環保技術手段， 能有效降低 PUE 值，提高數據中心效能。 建議二：建議二：以需求為導向，以需求為導向，創新產品發展增值業務創新產品發展增值業務。 數據中心增值業務是在傳統業務的基礎上根據用戶需求，為用戶量身定制網絡安全、數據應用等產品服務。隨著數據中心市場不斷擴大，行業應用深化融合，需要企業創新產品，提供定制化服務實現業務拓展。從需求端來看，應用行業的數字化轉型擴大了企業對數據中心服務的需求， 企業用戶付費意愿提升， 給數據中心定制化服務以及增值業務發展帶來廣闊空間。 建議三：建議三：合理規劃數據中心建設，推動資源向中西部轉移合理規劃數據中心建設，推動資源向

80、中西部轉移。 數據中心建設受政策因素影響明顯， 通過出臺鼓勵政策、 招商引資等方式能有效吸引數據中心資源向中西部轉移。我國數據中心目前已有逐步向中西部轉移的趨勢，未來總體地域布局也將更加合理。阿里、騰訊、今日頭條、美團點評、百度等互聯網巨頭公司逐漸將數據中心布局遷移擴散至河北、內蒙古、江蘇、浙江、福建、陜西、寧夏等地，不僅滿足日益增長的網絡需要，也降低運營成本，促進了中西部數據中心資源合理布局。 41 附錄 2020 年中國城市數據中心發展指數表 城市 數據中心 總指數 發展環境指數 資 支持力度指數 研發能力 指數 基礎支持 情況指數 發展 效 指數 北京 93.16 85.97 96.81

81、 95.58 87.53 97.90 深圳 83.65 79.76 87.25 82.05 81.78 87.34 上海 81.46 84.10 80.33 84.61 85.15 73.26 杭州 77.16 78.52 78.88 74.05 78.81 76.75 廣州 72.38 79.73 67.50 75.18 75.34 64.18 南京 67.77 75.52 56.43 77.43 71.92 56.17 成都 67.07 76.74 51.32 74.67 72.23 59.78 蘇州 66.98 74.14 53.75 69.49 78.35 61.40 濟南 66.29

82、 77.27 55.35 69.66 73.63 56.52 武漢 65.71 74.30 48.28 75.60 72.27 57.25 天津 65.53 75.23 48.38 74.27 76.58 53.78 重慶 65.23 78.14 55.52 69.44 73.25 50.76 無錫 64.95 76.23 53.01 66.45 68.09 61.37 西安 64.16 74.81 46.96 74.48 69.91 53.50 貴陽 63.31 75.72 51.99 63.07 74.80 53.92 福州 63.16 76.72 48.45 65.07 64.30 61

83、.09 鄭州 62.41 74.39 46.03 69.53 73.20 49.80 沈陽 62.05 73.99 45.40 68.27 66.19 55.87 合肥 61.98 74.85 50.50 68.01 65.80 50.18 長沙 61.44 71.59 47.98 68.39 65.44 53.06 廈門 61.40 73.88 47.17 64.90 68.42 53.52 42 城市 數據中心 總指數 發展環境指數 資 支持力度指數 研發能力 指數 基礎支持 情況指數 發展 效 指數 南通 61.30 73.95 44.86 62.62 71.25 55.98 青島 61

84、.16 75.78 45.33 65.63 69.83 50.28 寧波 61.14 74.00 45.70 64.16 67.82 54.93 東莞 61.14 72.49 45.72 62.96 66.08 59.22 石家莊 60.53 72.42 45.06 64.82 63.85 56.27 佛山 60.33 73.12 44.70 63.28 68.50 53.34 哈爾濱 60.27 70.86 45.02 66.64 70.30 49.45 長春 59.97 70.47 44.87 64.04 63.85 56.56 大連 59.69 72.88 45.03 66.34 63.85 49.72 注：本報告僅展示總指數得分 TOP30 城市得分，獲取完整榜單請聯系 36 氪研究院。 43