文献阅读 | 美国比特币挖矿热潮的环境负担

曾几何时，中国占据全球比特币挖矿 65%-75% 的份额，但 2021 年中国全面禁止加密货币挖矿后，大量挖矿企业纷纷转向美国。这一转移让美国比特币挖矿占比飙升，从 2020 年的 4.5% 跃升至 2022 年 1 月的 37.8%，成为全球最大比特币挖矿中心。

比特币挖矿依赖大规模计算集群，对电力需求极大。而美国的挖矿活动，大多依赖化石燃料发电。此前已有研究估算比特币挖矿的温室气体排放，但对于其引发的 PM₂.₅污染量化、污染源头定位以及受影响社区锁定等关键问题，尚未有全面答案。同时，PM₂.₅污染（空气动力学直径≤2.5 微米的细颗粒物）会增加过早死亡风险及其他健康问题，美国本在推进减少化石燃料依赖以降低污染，比特币挖矿的兴起无疑给这一进程蒙上阴影。

为填补研究空白，该研究围绕四大核心内容展开，旨在全面掌握美国比特币挖矿的环境影响

1. 量化 2022-2023 年美国比特币挖矿所产生的额外 PM₂.₅。

2. 明确造成这些额外 PM₂.₅污染的具体比特币矿场和发电厂。

3. 精准定位受比特币挖矿相关 PM₂.₅污染影响最严重的社区。

4. 分析受污染社区的人口暴露情况，探究是否存在污染暴露不公平现象。

研究团队从以下五步开展研究：

1. 构建矿场数据集：通过深度调查报道、财务披露、土地记录、卫星图像和访谈，收集 2022—2023 年美国 34 个最大比特币矿场的位置、电力容量等信息，这些矿场总容量达 3910 兆瓦，代表了美国当时规模最大的一批矿场。

2. 锁定供电发电厂：借助美国能源信息署（EIA）、美国环境保护署（EPA）数据及 WattTime 的回归模型，确定为这 34 个矿场额外供电的 635 座发电厂。

3. 估算电厂排放量：依据 EPA 数据，计算这些发电厂因满足比特币矿场电力需求而额外产生的 PM₂.₅和 CO₂排放量。

4. 追踪污染扩散：运用经过验证的 InMAP 大气模型，模拟这些额外污染物在大气中的扩散路径和浓度分布。

5. 定位受影响社区：将 InMAP 模型估算的 PM₂.₅浓度数据与美国人口普查 tract（人口普查小区）数据结合，确定受污染最严重的社区，并统计这些社区的人口暴露情况。

 通过深度调查报道、财务披露、土地记录、卫星图像和访谈，收集 2022 年中至 2023 年中美国 34 个最大比特币矿场的位置、电力容量等信息，这些矿场总容量达 3910 兆瓦，代表了美国当时规模最大的一批矿场。每座比特币矿场都位于一个电力平衡区域内，该区域会持续调整发电量以匹配电力消耗。美国本土共有 66 个此类区域，面积从数千到数百万平方英里不等。当比特币矿场启动运营或扩大产能时，会产生额外的电力需求。化石燃料发电厂满足了比特币矿场 85% 的新增电力需求，其中包括 138 座燃煤电厂和 497 座燃气电厂。比特币矿场与为其新增发电的发电厂之间往往相隔多个州，距离可达数百英里（图 1）。例如，北达科他州威利斯顿的 Atlas 比特币矿场所消耗的电力，引发了位于 722 直线英里外、跨越三个州的堪萨斯州圣玛丽斯的杰弗里能源中心燃煤电厂的大量发电响应。

图1 比特币矿场及其配套的化石燃料发电厂位置及规模

 矿场的电力消耗、 PM₂.₅排放量与二氧化碳排放量之间仅存在微弱相关性，这是因为满足每个矿场电力需求的发电厂组合往往不同，且部分电厂每太瓦时发电量对应的PM₂.₅和二氧化碳排放量高于其他电厂。

图2 2022年8月至2023年7月比特币采矿活动导致的额外PM2.5环境污染

发电厂会排放多种空气污染物，包括从烟囱直接排放的 PM₂.₅、氮氧化物和硫氧化物。这些污染物进入大气后，氮氧化物和硫氧化物会发生反应，形成二次污染。此前大量研究表明，即使是长期 PM₂.₅空气污染的小幅增加，也会提高过早死亡风险及其他不良健康结果的发生率。研究估算，在 2022 年 8 月至 2023 年 7 月期间，美国 27 个州的 46211621 名居民暴露于可测量浓度（即年均≥0.01μg/m³）的比特币矿场相关 PM₂.₅污染（图 2）。这种暴露是在所有其他污染源产生的 PM₂.₅污染基础上的额外增加。热点地区主要有：纽约市区、新奥尔良 / 休斯敦-奥斯汀地区、美南德州东北部、伊利诺伊/肯塔基边界。在这些热点中，某些地区的额外平均浓度甚至达到 0.5 µg/m³ 以上，在肯塔基和伊利诺伊边界的 此值甚至达到了 0.96 µg/m³。暴露主要受发电厂（而非矿场所在地）影响，矿场可能在一个州，而其引发发电厂排放影响几州之外的社区。 

图2 2022年8月至2023年7月比特币采矿活动导致的额外PM2.5环境污染

研究使用替代方法进行了两项敏感性分析来估计每个发电厂的响应，以确保结果在统计上是稳健的。这些敏感性分析表明，基于 WattTime 的主要结果是稳健的，并且适当保守。在另一项敏感性分析中，发现如果假设比特币矿场战略性地纵其正常运行时间，使其仅在发电产生的排放水平最低的时期运行，则上述结果是一致的。研究的分析有一些局限性。InMAP 模型的计算效率很高，部分原因是它可以在更精细的空间尺度上预测人口稠密、污染物浓度较高的地区的浓度。然而，污染物浓度较低的农村地区的预测可能不太精确。与此相关的是，InMAP 输出通常可能低估了美国各地化石燃料发电厂的浓度，但它们可能在某种程度上高估了部分地区的预测。

研究通过构建完整的“矿场—电厂—空气污染—健康”因果链，首次以实证方式量化了美国比特币挖矿活动的环境负担。结果显示，其环境代价远超以往认知，且具有明显的空间不均性和跨州外溢特征。研究为数字能源监管、区域空气质量协同治理及新兴产业的可持续评估提供了关键科学依据。

编辑 & 排版：王嘉崎