白癜风袪白 http://pf.39.net/bdfyy/bdflx/190322/6985653.html陈永伟/文
气候异常正在给世界各地的人类生活和经济活动留下巨大伤痕。在过去几年中，全球的平均气温不断创造出了有观测记录以来的新高，各种异常天气出现的概率也大幅度增加。一般认为，造成气候异常的罪魁祸首就是大气中不断增加的温室气体。去年，比尔·盖茨出版了一部名为《气候经济与人类未来》（英文名为Howtoavoidaclimatedisaster，直译为“如何避免一场气候灾难”）。根据书中的介绍，由于工业革命以来人类向大气中排放的温室气体数量大幅上升，因而目前的气温要比工业革命之前高了1摄氏度。目前，人类每年向大气层排放的碳氧化物约为亿吨，如果持续这种排放规模，那么到本世纪中叶，这个数字将上升到1.5-3摄氏度，到世纪末甚至可以达到4-8摄氏度。气温的上升会导致大气循环的异常化，而这将会进一步引发大规模、高频率的气候灾害。根据盖茨的估计，如果任由这种情况发生，那么在未来的一二十年内，气候灾难所引发的经济损失将相当于每十年爆发一场与“新冠”肺炎疫情强度类似的流行疾病。由此可见，为了扭转全球气候变暖的趋势，预防由此带来的灾难性后果，就必须用各种方法控制温室气体的排放。
作为一个负责任的大国，我国一贯高度重视节能减排问题。年，习近平主席在第七十五届联合国大会一般性辩论上郑重宣布，中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于年前达到峰值，努力争取年前实现碳中和。此后，我国政府更是将“加快推动绿色低碳发展”作为重要的发展目标列入了“十四五”规划。
推进节能减排，实现“碳达峰”、“碳中和”是一个系统性的工程，需要全社会的共同努力。作为推动经济发展的新动力，数字经济应当在这个过程中有所作为。
控制碳排放的两条路：压存量、控增量
从技术细节上看，控制碳排放是非常复杂的工作，但从本质上看，它的原理却相对简单。我们知道，如果想要放干水池里面的水，需要做的事情有两件：一是关掉水龙头，让新的水不再流进来；二是打开阀门，让积攒的水流走。一样的道理，如果要想让大气中的碳氧化物含量减下来，那么一方面就要“控增量”，减少碳氧化物的排放量；另一方面则要“压存量”，把大气中存在的碳氧化物吸收回来。
要“减增量”，主要需做好如下几方面的工作：一是要减少数字经济本身的能源耗费；二是要利用数字经济来推进经济结构调整，以此促进能源消耗和碳排放的减少；三是要利用数字经济推进能源交易的市场化，通过提升能源的配置效率来减少碳排放；四是要通过技术的手段，让经济活动变得更有效率，使得单位产出的耗能变得更低；五是要改变人们的生活习惯，以此来减少不必要的碳排放。
要“压存量”，则有两方面的工作需要做：一个是通过增加植被种植，利用植物的光合作用来吸收空气中的二氧化碳。另一个则是现在被各界讨论比较多的CCUS技术。所谓CCUS，是“碳捕获、利用与封存”（CarbonCapture，UtilizationandStorage）的简称。这种技术运用物理和化学的手段，在化石燃料燃烧前后，对其产生的二氧化碳进行清洗分离、精准捕获，然后将其重新加以利用，或者压缩成液态，然后封存进地下、海底等位置，阻止其直接进入大气层。
明白了上述控制碳排放的基本逻辑，我们就可以进一步探讨数字经济在这个过程中可以发挥的作用了。
用数字经济实现“控增量”
（1）实现对数字经济本身的碳排放控制
在讨论数字经济可以如何作为一种手段来帮助控制碳排放之前，我们首先要明确一个事实，数字经济本身就是一个耗能和碳排放量巨大的行业。因此，要控制碳排放的增量，数字经济这个行业本身就应该是首要的突破口。
年时，瑞典学者安德烈（AndersS.G.Andrae）和埃德勒（TomasEdler）曾经做过一个有趣的测算：如果将当时全球IT部门看成一个国家，那么这个国家的能源消耗量将会位列世界第三。并且随着时间的推移，IT业的耗能还在持续提升。
这两位学者的预言是相当有前瞻性的。在这则研究的结果发布之后，IT业内又产生了很多耗能巨大的项目。
一个例子是人工智能的训练。随着机器性能的大幅提升以及数据的大量积累，人们已经有能力训练性能远超过去的人工智能程序，但这并不是没有代价的，而代价之一就是巨大的耗能。例如，OpenAI在微软数据中心使用英伟达GPU训练神经网络GPT-3时，总共耗费了约19万千瓦时的电量。按照我国居民年人均耗电量.3度计算，训练这个AI程序大致上用掉了我国位居民一年耗电量的总和。
另一个例子是虚拟货币的“挖矿”。自从神秘人中本聪提出比特币的构想之后，虚拟货币就成了全球极客的新宠。不可否认，虚拟货币本身有很多潜在的应用场景，但与此同时，其产生的耗电量也是极为惊人的。以比特币为例，其使用的“工作量证明”（ProofofWork，简称PoW）机制对电力的需求巨大。并且由于中本聪为比特币设计的是通缩发行机制，所以“挖矿”的耗电量会越来越大。目前，每挖出一枚比特币所需要的电量已经上升到了20万到30万千瓦时。年，剑桥大学替代金融研究中心（CambridgeCentreforAlternativeFinance，简称CCAF）曾做过一个测算，结果显示当时比特币一年“挖矿”所需要耗费的电量是.37太瓦时。这一数字已经超过马来西亚、乌克兰、瑞典的耗电量。这还仅仅是比特币一种虚拟货币的耗电量，如果统计所有虚拟货币的耗电量，那将更是一个天文数字。
除了大型人工智能的训练，以及虚拟货币的“挖矿”之外，近年出现的耗电大户还有很多。例如数据中心、5G基站等重要的数字新基建都是名副其实的“电老虎”。从这个意义上看，数字经济的快速发展的一个直接后果就是耗能和碳排放量的大幅度增加。
令人欣慰的是，在最近几年中，已经有越来越多的数字经济企业开始认识到了这个问题，并纷纷致力于通过技术手段来降低自己的能耗和碳排放。举例来说，谷歌早在年就宣布将逐步实现碳中和，并为此进行了很多工作。具体来说，它自行开发了高能效的制冷系统，将其数据中心的耗能量降到了行业平均值的一半；此外又联合DeepMind，用人工智能技术对数据中心的能耗进行了优化，由此降低了30%的耗能。到年，谷歌已经基本实现了本公司层面的碳中和。而微软也已经宣布将在年之前实现净碳排放转负，并在年时，消除该公司自年成立起所排放的碳总量。为了实现这个目标，微软不仅通过购买可再生能源电力，以满足数据中心%的日常电力需求，还预计在年前，用低碳燃料，如氢气取代柴油发电机作为数据中心的备用电源。除此之外，微软还积极应用CCUS技术，开始对其历史排放量进行逐步的抵消。
在国内，各大数字经济企业也不甘其后，纷纷加入到了减排大军当中。比如，腾讯在年初就提出了“腾讯碳中和目标及行动路线”，表示将在“不晚于年,实现自身运营及供应链的全面碳中和；同时，不晚于年，实现%绿色电力”。而在同一年的晚些时候，阿里巴巴也发布了“碳中和行动报告”，承诺在年之前，实现自身运营碳中和，以及价值链碳排放的强度降低50%。
（2）通过促进产业结构调整来实现节能减排
在促进节能减排的各股动力中，最为重要的一股是产业结构的调整。在不同的产业之间，能源的利用效率存在着很大区别。因此，如果可以有效地促进产业结构的调整，让低耗能、低排放的产业在国民经济中的比重得到提升，就可以产生非常可观的减排效应。
那么，数字经济的发展对于产业结构的转换又产生了怎样的作用呢？从总体上说，近年来数字技术和服务加速向各产业融合渗透，由此产生了很多新产业、新模式和新业态。在这个过程中，对第三产业带来的影响是最为明显的。随着大批互联网平台的兴起，共享经济、零工经济等新的就业形态纷纷崛起，而这些经济形态大致上都属于第三产业的范畴。这些新就业模式的崛起，不仅让人们有了更多的就业选择，在产业转型升级的过程中很好地扮演了“就业缓冲器”的作用，同时也为节能减排做出了很大的贡献。从总体上看，它们创造单位GDP所需要耗费的能源要远少于对应的第二产业。
（3）通过优化能源配置来实现节能减排
在现实中，能源在不同地区、不同行业之间的配置状况往往会影响其利用的效率。因此，通过数字技术来优化能源的配置也将会对节能减排起到重要的作用。
以电力市场为例，这个市场的重要特点是需求波动巨大，无论是在一年中，还是在同一天内，其需求状况都会存在明显的峰谷差异。面对这种市场特征，供电企业为了保证电能供应的高可靠性，就必须按照电力需求的峰值来设计产能，在平时供电时，为了应付可能的需求波动，也需要按照一个高于实际需求的值来进行发电。很显然，这样就会产生较大的电力浪费。从理论上讲，如果可以将电力资源放在一个更大的范围内进行有效调配，将会在很大程度上降低这种损耗。比如，一般来说，在夜晚时，水电站的电力供应会大于其本地的需求量，而存储能源的成本是相对较高的，因此在夜晚发出的电当中很大一部分会被浪费掉。而如果可以把这些电力输送到那些夜晚对电力需求较大的地区（如一些在夜晚工作的工业区），就可以有效降低电力的浪费。这里需要指出的是，尽管水力、风力等形式的电力资源浪费并不会直接导致碳排放的增加，但如果可以将这些电力有效利用，就可以大幅度降低对火电的依赖，因此其对减排的影响也是十分可观的。
对电力资源进行重新配置的难点在于快速、精准地识别市场上的供求状况。过去，这一工作主要由人力完成，需要由调度员来人为判断哪些地方的电力供给多了，哪些地方的电力供应又不足了。而随着数字经济的发展，类似的工作在很大程度上被数字化了。现在，人们可以通过物联网来精准识别整个电网当中的供求状况，还可以依靠大数据、人工智能来给出具体的调配方案。
事实上，所谓“虚拟电厂”概念的兴起，就在很大程度上源于数字化技术对电力调配系统的改造。从目前的一些成功案例可以看出，借助“虚拟电厂”等数字化的调配技术实现的电力调配量是相当可观的。仅以欧洲的Next-Kraftwerke为例，这个创建于年的虚拟电厂目前已经在德国、比利时等欧洲国家运营了超过1.3万个分布式能源单元，接入发电装机容量超过1万兆瓦，其年参与的电力交易达到15.1亿千瓦时。如此大规模的电力调度，不仅可以为虚拟电厂的运营者本身带来丰厚的经济回报，其带来的电力利用效率提升，以及随之而来的碳排放减少也是十分值得
