綠葉投資創(chuàng)始合伙人葛勇：數字技術需要在碳中和相關場景重度深耕

2022年6月10日，由《陸家嘴》雜志、零壹智庫主辦，北京文投基金聯(lián)合主辦的“2022第一屆中國數字科技投融資峰會：數字技術涌現與投資革新”在線上召開。會議邀請經濟學家、母基金、創(chuàng)投機構、產業(yè)資本、新獨角獸企業(yè)、數字科技企業(yè)，共同探索數字科技產業(yè)中的應用前景，促進數字科技領域投融資活動，助力數字科技企業(yè)順時而謀，推動數字經濟高質量發(fā)展。

本次會議由工業(yè)和信息化部電子第五研究所、中國賽寶實驗室提供技術指導，香港科技大學數字金融實驗室、中央財經大學銀行業(yè)研究中心、中國科技體制改革研究會數字經濟發(fā)展研究小組、全聯(lián)并購公會信用專委會、中國投資協(xié)會數字資產研究中心、橫琴數鏈數字金融研究院提供學術支持，藍色方略提供技術支持。

會上，綠色創(chuàng)業(yè)匯發(fā)起人，綠葉投資創(chuàng)始合伙人葛勇發(fā)表了題為“數字經濟與零碳社會的投資機遇”的演講。

開篇，葛勇對碳中和的兩大技術路線做出介紹。

一個是減碳，即減少二氧化碳排放。減碳又能夠分成兩塊。一是能源替代，例如風能、太陽能、生物能等新能源。二是節(jié)能與能效提升，體現在工業(yè)節(jié)能、建筑節(jié)能、交通節(jié)能、農業(yè)減排、綠色消費領域。

一個是固碳，即將已經排放的二氧化碳捕捉起來進行利用。固碳也能夠分成兩塊。一是CCUS（碳捕捉、存儲與利用技術），這里面又分為碳封存和碳利用。二是森林碳匯，即植樹造林，通過種植更多的樹木來吸收更多的二氧化碳。

 

在碳中和目標提出，以及數字經濟進入展開期的雙重大背景下，綠色低碳的發(fā)展過程既有不變，也有變化。

葛勇從以下五個點對碳中和的不變之處做出解析。

第一，碳中和行業(yè)相關的屬性。碳中和行業(yè)最核心的屬性是強政策驅動型產業(yè)，這一屬性在很長時間內不會改變。

第二，行業(yè)周期。數字技術出現后，碳中和的行業(yè)周期確實有適當的縮短，但其并沒有發(fā)生本質性的改變。

第三，技術發(fā)展特點。碳中和相關技術作為新的技術，有轉化率低、成本高的特點，還需要在性能上不斷優(yōu)化。

第四，產業(yè)鏈現狀。碳中和產業(yè)鏈的配套、產業(yè)鏈上下游的發(fā)展還處于不成熟階段，綠色低碳創(chuàng)新技術的應用受到限制。

第五，“新用戶”“新市場”。在碳中和大背景下，技術和市場都是比較新的，因此用戶和客戶也都是比較新的，這是低碳技術發(fā)展的特點所決定的。

對于變化之處，葛勇從以下三點做出介紹。

第一，技術創(chuàng)新需求的不斷提升。需求既來自于產業(yè)端、也來自于消費端，綠色低碳技術貫穿于行業(yè)整體發(fā)展過程。除了改良性技術，顛覆式技術，或者替代式技術帶來的投資機遇和產業(yè)升級機會更大。

第二，底層通用數字技術的疊加展開以及向各行業(yè)的滲透。數字展開期，指的不只是互聯(lián)網，還包括人工智能、大數據、云平臺、物聯(lián)網等一系列的技術，同時其他領域的技術，像生物技術、新材料、新能源的技術等。不同領域技術的疊加正向各個行業(yè)滲透。

第三，技術加速融合創(chuàng)新：不再是單點突破，更強調一組技術形成的多個應用方向。例如，高校生物系學生用人工智能的AlphaFold做分子篩選，加速藥物的研發(fā)。學農業(yè)的學生在研究視覺識別技術，應用在識別雜草，識別病蟲害。

在談到數字技術如何有效助力碳中和目標的實現，葛勇對農業(yè)案例做出分析。

在中國，最大的污染源是農業(yè)污染，而不是工業(yè)污染。目前，國內農業(yè)整體數字化的滲透率只有8%，遠低于行業(yè)平均水平的36%。相較工業(yè)4.0概念的提出，農業(yè)的整體發(fā)展水平還在1.0和2.0。目前，人工智能、大數據、物聯(lián)網等底層技術為農業(yè)的智能化、數字化提供了很好的溢出效益，但離真正的農業(yè)數字化還差得很遠。

葛勇提到，目前很多地方的農業(yè)信息化推動，更多是一些數據的橫向展示，缺少對數據的深度挖掘、分析和應用。而我們真正需要的是能夠幫助農戶提升作物品質、產量和推動農業(yè)可持續(xù)發(fā)展的農業(yè)數字解決方案。葛勇還以聯(lián)合國糧農組織2021年中發(fā)布的中國茶葉碳中和報告中的案例來舉例說明，數字技術是如何在幫助茶農實現增產增收的同時，有效減少碳排放，實現碳中和。

 

結果顯示，通過幫助用戶做精準的灌溉控制，達到了節(jié)水量50%，節(jié)約電費50%，節(jié)約肥料40%；通過病蟲害模型預測，控制常見病蟲害的發(fā)生，減少農藥的使用35%；通過實時預警功能，以及快速啟動預案，避免熱害、冷害、干旱等突發(fā)事件造成的各種經濟損失，減少了霜凍損害100%；同時，這一套物聯(lián)網的設施減少了農民人力的投入95%，同時每畝平均年增收7500元。

通過案例，葛勇表示，在碳中和以及數字技術展開期背景下尋找投資機遇，我們需要關注把數字技術與碳中和實際需求，與用戶的實際需求相結合，真正應用到行業(yè)里的企業(yè)。

最后，葛勇做出結語。技術創(chuàng)新的價值，不僅僅在于技術開發(fā)和引入的速度和數量，而在于技術應用的深度和廣度。雙碳目標的早日實現，需要盡早大規(guī)模的推動數字技術在碳中和相關的各個垂直細分應用場景的重度深耕，用數字技術去解決產業(yè)真正的難題，而不只是披上一層“數字的外衣”。