杨赫/文

从全球看，超过60%的国家将碳中和、净零等目标设定在本世纪中叶，我国也提出了“3060”双碳目标。未来几十年，绿色低碳转型将推动全球经济结构、产业形态和竞争格局发生深刻变革。在这一进程中，科技创新将在降低绿色发展成本、拓展价值创造空间并重塑绿色金融的服务范式等方面发挥关键的推动作用。

全球绿色发展呈现新趋势

近年来，在政策推动、社会共识、发展叙事和资本参与等多重因素的共同作用下，全球绿色发展实现了快速增长，由相对边缘的议题逐步成为国际社会关注的焦点。当前，绿色发展与其他经济社会议题的交叉融合日益深入，能源安全、产业链韧性、通胀压力、国际贸易摩擦以及人工智能科技革命等，都与绿色议题紧密交织。在此背景下，全球绿色发展呈现出一系列新的趋势。

（一）全球绿色发展的驱动力正在回归价值创造

科技创新正在改变绿色转型的成本曲线。过去20年间，通过持续的技术创新和迭代升级，中国光伏产品和汽车锂电池的成本均下降90%左右，推动光伏发电成为中国仅次于火电的第二大装机量电源形式，新能源汽车市场渗透率已超过60%。在2024年全球新增可再生能源项目中，91%的集中式项目发电成本已经低于最便宜的新增化石能源替代方案。可以看到，科技创新正在持续降低低碳转型的当期成本，绿色发展也正在从一种道德选项，转变为更具经济性的选择。

可持续信息披露要求正在把环境影响转化为财务价值信号。无论是国际可持续准则理事会（ISSB）、碳披露项目（CDP）等国际可持续披露框架，还是各大交易所发布的气候披露指引，都越来越强调气候因素对企业现金流、融资可得性、资本成本和资产价值的影响。企业也开始逐步量化评估气候风险和机遇所带来的财务影响。例如，CDP对全球大型企业披露信息的分析显示，全球市值前500家公司识别出的气候相关机遇已达到4.8万亿美元，同时识别出的气候相关风险也已超过1.3万亿美元。企业绿色信息披露不再只是责任表达，而正在成为资本市场识别价值、评估风险和开展定价的重要依据。

碳市场、碳边境调节机制等制度安排正在对减排行为进行定价。2026年，日本、印度、越南三个国家级碳市场实质运行，推动全球碳市场运行辖区占全球GDP的比重达到63%。在部分发达经济体的碳市场中，一级市场拍卖制占比超过50%，进一步强化了碳配额的资产属性。2026年4月7日，欧盟公布首个碳边境调节机制（CBAM）证书价格为75.36欧元/吨，通过贸易渠道为碳减排行为提供了明确的价格信号。此外，近几年自然资本、循环经济、生物多样性等概念不断兴起，在深化绿色发展内涵的同时，也进一步拓展了绿色发展的价值创造空间。

（二）全球绿色标准的“汇兑网络”有望形成

根据联合国和世界银行的统计，全球有超过60套国家和区域层面的可持续金融分类法在开发、优化和迭代中，其中47套可持续金融分类法或合格活动清单已经正式发布，31套属于国家层面分类法。通过对若干具有代表性的可持续金融分类法比较分析发现，即便对同一类项目、同一项技术、同一种经济活动，不同的分类标准也可能会形成不同认定结果，且其覆盖的议题范围也存在较大差异。相关研究指出，这种标准不统一最多会导致约26%的跨境绿色资本发生“流失”或错配；如果能实现标准互认，资本“流失”比例或将降至7%。

短期内，在全球范围内很难形成一套完全统一的绿色标准，更可行的方向是建立类似“汇兑网络”的互认转换体系，来降低跨境绿色资本流动的摩擦成本。事实上，这种不同标准之间的“汇兑机制”已经开始出现。比如，中欧《共同分类目录》解决了一部分中欧标准映射问题。2024年，这一机制接纳新加坡，从而进一步升级为多司法辖区共同分类目录，推动绿色标准对接从双边走向多边。由于新加坡处在《东盟可持续金融分类法》的适用范围内，该机制未来还具备进一步衔接东盟分类法的基础，从而有望逐步形成连接中国、欧盟和东盟的绿色标准“汇兑网络”。据测算，符合共同分类目录的绿色债券发行利差可降低约6到10个BP，也为绿色技术跨境融资提供更多便利。

（三）绿色发展与科技创新正在形成双向赋能的互动关系，典型表现是从“AI for Green”（人工智能赋能绿色发展）走向“Green AI”（绿色人工智能）

过去，市场更多关注AI等新技术对绿色转型的赋能作用。但最新研究成果显示，如果AI自身不够绿色，其减排效应会被明显削弱。根据相关测算，如果AI被广泛采用，到2035年可带来约14亿吨CO₂减排；同时，数据中心碳排放也将增加至5亿吨CO₂。粗略估算，如果Green AI没有同步推进，到2035年大约三分之一的AI减排效果可能会被其自身排放所抵消。与此同时，AI快速发展也带来了巨大的电力需求。据预测，到2030年全球数据中心用电量年均增长15%，增速是其他部门总用电增速的4倍以上，这需要大量的绿色电力、绿色算力作为基础支撑。

此外，在科技创新追求极致化的过程中，绿色变量正逐步进入创新的目标函数。一个很典型的例子是芯片制造。近期，华为发布“韬（τ）定律”；IBM发布了全球首个亚1纳米芯片技术，据称与2纳米芯片相比，这一技术最高可实现50%的性能提升和70%的能效提升。这些案例表明，随着科技创新不断接近物理极限和工程极限，功耗、散热、能效等绿色变量正在成为决定前沿技术能否突破、能否大规模应用的重要前提条件。

新趋势对绿色金融提出更高要求

在新的发展趋势下，“科技创新”与“价值创造”正在成为驱动全球低碳转型的核心锚点。这一叙事转向，也对绿色金融提出了新的更高要求。

一是技术的时间尺度显著压缩，传统基于时间贴现估值模型需要优化。当前科技企业的发展呈现三个方面“快”的特征。其一成长速度快，前沿科技企业的成长曲线正变得陡峭化。调研显示，明星AI企业达到1亿美元的营收只需一年半的时间，而传统优秀软件公司往往需要7年左右。其二技术迭代快。据观测，动力电池迭代周期压缩至1~3年，光伏电池在2~4年内就可能发生主流技术路线切换；其三成本下降快。相关测算显示汽车电池和燃料电池成本未来还有60%以上的下降空间，年均降幅约为传统能源热泵的4倍。在技术周期显著压缩的情景下，传统基于时间贴现的估值模型需要相应优化，估值重心应由对财务指标的时间贴现进一步转向对技术指标及其发展潜力的期权贴现。

二是绿色项目外部性价值的实现，不仅取决于项目本身，也受其在整个转型系统中的相对位置和约束条件的影响。例如，受限于系统消纳能力滞后于新能源开发节奏，全球至少有3000GW可再生能源项目在排队并网，价值无法及时兑现。又如，在资源民族主义倾向增强的背景下，循环经济的外部性价值也在明显放大，成为提升关键矿产供应韧性的重要补充。据测算，到2050年，回收利用可使铜、钴的新矿开发需求减少约40%，使锂、镍的新矿开发需求减少约25%；能源转型矿产回收市场价值预计可达到2000亿美元。这意味着，绿色金融不能仅依据单个项目的财务回报进行价值判断，还需要将项目置于能源系统、产业链体系和资源循环体系中，综合考察其价值实现所依赖的配套条件及其对整个转型进程的作用。

三是转型成本如何被更公正地承担。绿色低碳转型带来的收益是共享的，但转型成本在地区和行业之间并不是平均分布的。以我国为例，各地区碳排放总量差距最高可达20倍，排放强度差距可达30倍。一般来看，传统资源型地区往往是转型成本更容易集中体现的区域。但如果从机会成本角度考察边际减排成本，情况更加复杂。有研究测算，在减排效率最优的安排下，东部地区边际减排成本约为1874.5元/吨，中部和西部分别约为1419.9元/吨、979.4元/吨，东部地区的转型影子成本反而要高于中西部地区。在不同行业之间，转型成本差异同样明显。相关测算显示，风电、光伏是典型的“大潜力、低成本”减排选项；建筑和交通领域也存在不少低成本甚至负成本机会，而工业部门的转型压力会比较大。对此，需要找到更加合理的转型成本分担机制，使金融资源配置既符合减排效率要求，也能够兼顾不同地区和行业的转型承受能力。

四是如何在绿色内涵边界不断拓展中保持评价的及时性和有效性。从绿色信息披露质量看，尽管企业参与披露的覆盖面在提高，但信息完整性仍然不足。以气候相关财务信息披露工作组（TCFD）披露框架为例，在对全球3814家进行可持续信息披露的上市公司样本观测中，真正完整披露全部11项建议内容的公司不足3%。通过对8家全球主流ESG评级体系中2000多个ESG指标进行分析发现，公司治理平均每个产品有35个指标，环境管理有20个指标，温室气体排放有19个指标，但生物多样性等新兴议题平均只有5个指标。这种落差也会反映到市场风险上。欧洲银行业管理局数据显示，在环境类漂绿事件中，生态系统和生物多样性始终是占比最高的类型。

绿色金融须从“标签识别”走向“价值识别”

绿色金融不仅要判断项目是否符合绿色标准，更要识别其技术价值、系统价值和转型价值，提升风险定价和资源配置的精细化水平。

展望未来，绿色金融可以着重提升四方面能力：一是提升绿色技术识别能力，识别真正能够改变成本曲线、形成商业可持续性的技术和场景，避免简单按标签配置资金；二是提升全生命周期资本接续能力，匹配早期研发、中试示范和规模化应用等不同阶段的资金需求和风险特征；三是提升系统价值评价能力，将系统外部性和公正转型因素纳入评价，识别出那些短期收益不突出、但决定长期价值兑现的关键环节；四是提升数字化验证能力，运用前沿技术提高绿色评价的真实性、及时性和可验证性。

（作者系中国工商银行现代金融研究院院长）