氣候安全的全球治理與中國參與的宏大議題下，數字經濟正在成為這輛綠色戰車的強勁引擎。

“中國在綠色轉型過程中，最大的矛盾就是減碳和增長的矛盾。”在國務院發展研究中心原副主任劉世錦眼中，2035年中國計劃達到中等發達國家人均收入3-4萬美元的水平，意味著每年必須保持4%-5%的實際增速，而同一時間段要求的“碳達峰”可減排的空間卻已經很小，這組矛盾在現實經濟中以直觀而尖銳的方式顯現出來。

劉世錦在上周“2023阿里巴巴羅漢堂數字經濟年會”上傳遞這個觀點。作為中國氣候政策上最有影響力的人物之一，他和數位來自全球不同領域的專家共議數字化發展與氣候韌性的課題，求解中國式減碳的真實處方。

據悉，上一次羅漢堂數字經濟年會還是在2019年。這是全球新冠疫情結束后，國內研究者首次能與多位諾獎得主線下聚會，數字可持續發展和氣候韌性是議題之一。

經濟發展實際上就是不停打破約束條件，而氣候變化作為一只不確定的黑天鵝，左右和考驗著全球公共政策和社會共識。具體到中國，2035年經濟總量和碳中和目標中有2/3由增量部分形成，創新能力成為一種至關重要的增長動能。

創新型減碳

據劉世錦分析，中國目前存在三種不同類型的減碳，包括衰退型減碳、增效型減碳和創新型減碳。

“過去的拉閘限電就是一種衰退型減碳，為了完成能耗目標，通過少生產甚至不生產來減碳，而提高碳的生產率，用同樣多的碳排放實現更多產出的做法屬于增效型減碳，創新型減碳則是通過創新形成新的技術工藝方法等，在達到相同產出的情況下實現低碳零碳甚至負碳的排放。”劉世錦告訴華爾街見聞，風光水生物質等可再生能源的發電來替代原有的高碳技術就是典型案例。

“比如每千瓦時發電，傳統基準的燃煤發電的碳排量是1000克，如果用光伏是30克左右，風能大概是10克，將燃煤發電改為光伏或風能發電，相當于3%甚至1%的碳排放就發了1度電，同樣多的電還是發出來了，碳排放量減少了97%甚至99%。”劉世錦解釋稱，只有在創新型減碳的語境下，減碳和增長的矛盾才能實現統一，因為減碳新技術需要投資，成為新的增長動能，從技術特性上來說，也可以大幅降低單位產出的碳排放強度，降低減碳的成本。

與衰退型減碳和增效型減碳的防御性不同，創新型減碳是一種進取型的戰略，代表了一種綠色轉型思路的轉變，而在創新工具中，數字技術顯然可以帶來規模效應。

帝國理工大學商學院教授、美國金融協會前主席帕特里克·博爾頓對華爾街見聞表示，疫情期間全球數字化使用率明顯上升帶來了減排，并且輸出的損失并不明顯就是一個很好的例證。

“數字技術一個顯著的優勢就是云計算減少了非常多重復工作，因為云計算，我們的服務使用率更高，軟件使用程度更高，耗電程度更低。”博爾頓認為，循環經濟則可以幫助生產并進行一些物料的回收，減少末端的廢棄物，數字化技術可以為此帶來規模效應。

他引述了閑魚作為數字循環經濟的優勢案例。“二手市場本來的效率很低，并且會出現很多交易問題，通過數字化的平臺，凝聚了3億6千萬位用戶，每天有上億的日活用戶減少了二氧化碳的排放，這個規模脫離了數字科技是不可想象的。”

而允許市場衡量更多信息，讓報告碳的消耗成為可能，記錄直接和間接排放，也是數字經濟的重要功能。

“數字技術讓循環經濟變得更加透明，我們可以邀請消費者使用這些技術，在不同的平臺上對產品和服務做出綠色的評估。”博爾頓告訴華爾街見聞，這意味著數字化可以為消費者賦權，引導消費者更負責任地消費。

議程的核心

亞洲開發銀行首席經濟學家樸之水對華爾街見聞分析，使用數字化實現綠色轉型亦是發展中國家可以實現彎道超車的關鍵。

“我們定義了7個運營的優先級項目，每個區域都可以用到數字化，其中包括脫貧和氣侯變化，我們還有一個數字化部門專門審視每個落地項目數字化的占比，”樸之水表示，災難追蹤主要就是利用數字化技術，“比如在斐濟就有非常細節的大數據可以看颶風之后的植被變化，還可以根據衛星數據監測漁船如何被颶風的路徑影響。”

不過，數字經濟的可持續性也存在爭議，尤其是數據中心對算力越來越嚴苛的要求似乎也在挑戰著碳減排的偉大事業。

“從2013年到2030年，全球預計有8%的能量和能源都由AI使用，以新加坡這樣的‘小國’來看，到2030年預測數據中心會占用12%的用電量，這是非常大的挑戰。”南洋理工大學工學院副院長文勇剛對華爾街見聞坦言。

以排名前三的大型語言模型為例，LLaMA、ChatGPT、PaLM的模型訓練都需要付出整體的電力成本，模型越來越大，預訓練的成本也越來越高，消耗的電量和碳排放理論上也會增加。

可喜的是，這種增加的趨勢并不是線性增長的。

根據文勇剛的研究，谷歌PaLM的碳排更少一些。“大家知道數據中心是谷歌最機密的投資組合，它的能源效率取得了進步，碳排放有一個參數叫做‘CUE效率’，也就是用于測量每天數據中心里的碳使用量的參數，谷歌已經遠超競爭者，為我們提供了一個不必犧牲整體碳排的同時不斷擴大模型規模的范本。”

而在工業領域，工業AI可以幫助企業減少能量消耗、提升能源效率。“數字孿生是很好的工具，可以將運營的數據收集下來進行機器學習和AI培訓，如果AI推薦一個特別的行動，我們可以通過數字孿生環境進行驗證就知道AI推薦方案的優勢和劣勢以及人工決定是否使用，這種新的范式減少人工的操作，提升運營效率，整體而言碳排放減少了3500倍。”文勇剛解釋道。

用AI來進行變革，尤其是變革基礎設施，可以減少4%的能量消耗，整體效率也會增加。他所在的團隊研究還發現，越使用AI，盡管AI耗的能越多，帶來額外節能的優勢也更明顯。