碳中和，中国企业的五大误区

本文来自微信公众号： 财经十一人（ID：caijingEleven） ，作者：袁瑛、宋筱、潘文婧（作者均供职于绿色和平组织），编辑：马克，题图来自：视觉中国

中国政府提出2030年碳达峰、2060年碳中和后不到半年，“碳中和”已成为中国企业言必提及的关键词。

反应最快的当属央企。国电投、宝武钢铁、大唐、华电纷纷表示力争提前碳达峰，将时间线提前到了2023或者2025年，三峡集团与宝钢则将碳中和目标设置在2040与2050年。这部分央企的碳中和规划比政府的的“双碳目标”更加积极。

金融企业紧跟其后。在过去几个月的公开发言中，中国工商银行、中国建设银行、兴业银行、中信银行以及农业银行纷纷宣布将承销首批“碳中和债”，中国银行则支持几家国有电力公司成功完成国内首批碳中和债券的发行。

与此同时，互联网大厂也加入了碳中和竞赛。腾讯在今年1月12日宣布启动碳中和目标规划，3月12日蚂蚁集团锁定在2030年实现净零排放目标。很少进入公众视野的数据中心行业新星——秦淮数据也在今年1月宣布将在2030年前实现碳中和，并提出以100%可再生能源为核心的具体实施路径。

从能源、钢铁等传统高碳排产业，到能耗剧增、碳排放不断增长的新兴科技产业，陆续有新的企业加入“碳中和”队伍，这是确保中国实现“双碳目标”的关键力量。

不过，除了点赞企业的快速响应，我们也看到 目前企业普遍缺乏对碳中和的科学认知，以及“公关稿先行”的投机心态。通过分析目前各家企业在公开场合对于“碳中和”的讨论，目前中国企业普遍存在五大误区，需要审慎对待。

一、误区一：空谈理念，没有具体目标与时间线

我们观察到一个现象， 很多企业在宣传时大谈碳中和，但并无企业碳中和目标与时间线，行动速度跟不上宣传速度 。腾讯早在今年1月就高调宣布启动碳中和规划响应中国碳中和目标，但数月过去，仍未见腾讯提出明确的碳中和目标和时间线。

细究背后原因，首先对于企业来说，碳中和这趟车不得不搭。 例如能源、钢铁等高碳排行业的央企，既面临着双碳目标的落地执行压力，同时承担着央企的政治任务与表率作用，反应迅速并不奇怪。对于互联网科技企业来说，其不断增长的能耗与碳排放被外界广泛关注，迫使其关注碳中和话题。

绿色和平与华北电力大学报告显示，2018年中国数据中心总用电量为1609亿千瓦时，约占中国全社会用电量的2%，预计到2023年，中国数据中心总用电量将增长66%，碳排放将达到1.63亿吨。与此同时，互联网科技企业需要对外传递进取姿态，也需要在热议的“反垄断”背景下应对巨大的合规压力，“搭车”碳中和无疑是顺势之为。

另外，资本市场也在其中发挥着重要的促进作用。 在ESG （环境、社会与公司治理） 投资日趋主流的背景下，上市企业面临着来自投资人对于企业气候行动的更高要求与期待，需要企业对外释放应对气候变化与时俱进的信号。不过，由于碳中和可能影响企业未来的成本与收益预期，上市企业需要更严谨地制定相关计划，可能会拖慢企业提出具体实施方案的步伐。

企业“公关稿先行”更多是一种表态，在表态之后认真研究与落实碳中和目标、提出更具体的实施计划与路径，才是企业真正迈向碳中和的第一步。

二、误区二：只有总目标，没有明确的碳排放范畴

企业实现碳中和的核心依据是明确其全生产和运营范围内的碳排放量，也就是范畴一、二和三的碳排放量。范畴一指企业的直接排放，例如燃料燃烧、公司所有车辆和其他逸散性排放，范畴二则主要来自外购电力的间接排放，范畴三包括了外购商品和服务、上下游产业链以及售出产品的使用过程等更广阔范围的碳排量。

由于企业业务类型的不同，其在各范畴的碳排量也不同。 通常来说，能源行业以范畴一的碳排放为主 （燃料燃烧） ，互联网科技行业则以范畴二的碳排放为主 （数据中心的外购电力） 。所以，企业设定的碳中和目标中，需要明确在以上哪个碳排范畴实现碳中和、或是全范畴。目前国内企业的碳中和目标，仅有蚂蚁科技明确了在2030年在范畴一、范畴二、范畴三实现净零排放，以及秦淮数据提出在范畴一与范畴二实现净零排放。

在碳中和目标中明确碳排放范畴，也有利于企业对运营全范围的碳排放进行梳理，特别是被长期忽略的上下游供应链的碳排放，有利于构建更系统、一盘棋的碳排放管理体系。

三、误区三: 过度依赖植树造林等碳抵消方式

植树造林、修复红树林或增加土壤碳储量等碳移除、碳补偿手段常被企业提及，将这些“基于自然的解决方案 （Natural-based Solutions, NbS） ”作为实现碳中和的路径之一。例如蚂蚁集团与苹果公司在其最新公布的碳中和计划中，都提及要使用NbS来解决“无法减排的部分”。

那么，以森林碳汇为代表的NbS是实现碳中和的万能药吗？

过去十余年间，NbS在完成减排目标、减缓气候变化方面的潜力被广泛讨论。据较乐观估算，成本效益合理的NbS方案能够为约30%的近期气候调节需求作出贡献 （Griscom et al., 2019） ，国际上也普遍认可NbS有助于达到碳中和、应对气候危机。

然而，企业利用森林碳汇等NbS方案实现碳中和存在巨大漏洞。试想：企业通过投资森林或者其他NbS方案获得了碳补偿，但是一场森林大火、干旱或者虫害都可能导致核算时储存在树林、土壤等其他自然系统中的碳排放重新释放出来。虽然企业获得了碳中和的称号，但全球碳排放却并没有因此而减少。

这背后的核心问题是，NbS的固碳作用存在着不确定性。 首先，自然生态系统对碳的储存并不具有永久性，并且容易受到灾害和未来开发利用的影响，再次形成碳源。其次，以碳为度量标准，通过自然生态系统从大气中吸收和固定碳不是一蹴而就的，而是需要若干年的时间，很难用“种一棵树等于减少多少碳排放”的简单公式来换算。

同时，NbS方案需要严谨的科学验证，不同方案的综合收益差异明显。 从保护未受侵扰的自然生态系统、到恢复退化的生态系统、再到创建新的人工管理的单一物种系统 （单一树种人工林、人工绿地） ，不同NbS方案的人工干预程度、对生物多样性的支撑程度有显著的差异，会导致当地生物多样性的韧性和抗风险能力受到不同程度的影响。

只有经过科学规划、有效实施、公平参与的基于自然生态系统的方案，才能实现气候、生物多样性、社区生计等方面的正收益。否则，诸如“湿地种树”、“草原植树”等破坏自然生境的方案反而会对气候带来损害。

综合来看，基于自然的解决方案不应成为企业逃避直接减排责任的手段。提高可再生能源利用比例、摆脱对化石能源的依赖，才是企业碳中和的重中之重。

四、误区四：避重就轻，不谈“核心减排”

直面直接减排的挑战、还是选择碳补偿的方式，是区分企业是真正致力于碳中和还是在“漂绿”的标尺。

以苹果公司为例。前面提到，苹果公司将使用基于自然的解决方案来解决“无法减排的部分”， 那么无法减排的部分是什么、占比多少，需要企业做出负责任的数据披露。 苹果公司表示，“公司将在2030年前直接减少供应链和产品中75%的碳排放，而剩余的25%碳排放则由修复基金 （Restore Fund） 通过清除大气中的碳予以解决”。相对比，蚂蚁集团在碳中和路线图中未提及“无法减排的部分”占到其整体排放的比例。

事实上，这个比例直接显示了企业致力于碳中和的诚意和决心。 负责任的碳中和，需要企业直面其碳排放最大的业务部分并进行直接减排。上文提到的秦淮数据将通过100%可再生能源采购实现其碳排放最大的部门 （范畴一和范畴二） 的减排，汽车企业福特已经做出承诺着手解决其范畴一到范畴三约95%的直接碳排，包括在2030年在欧洲地区实现其销售车辆100%的零碳排。

与之形成鲜明对比，部分公司的碳减排计划因为其“不成比例的过度依赖碳移除和碳补偿”而遭到广泛质疑。美国航空公司 （American Airline） 在其碳减排计划里提及“使用碳移除方式实现其整体减排的50%”，而国际航空集团 （International Airlines Group) 这一比例甚至达到了90%。

老牌石油公司壳牌在其公布的净零减排计划中，也包含了大量的碳移除计划，包括“种植西班牙国土大小的森林”来作为其碳补偿手段。讽刺的是，由于森林种植面积和土地面积有限，全球可开发和利用的碳补偿“额度”其实很有限。仅壳牌一家，其宣布的五千万公顷面积的森林种植计划，可能已经用掉了全球可用额度的十分之一。

对于壳牌这样的石油公司来说，迈向碳中和，更重要的是减少化石能源生产，业务模式转向可再生能源生产，而不是转向更容易实现但却并未带来直接减排的碳补偿。近期在国内的碳中和讨论中，我们也屡屡看到石油公司开展建设诸如“碳中和林”的行动，这无疑存在“漂绿”的嫌疑。

五、误区五：碳中和是终点

最后，也是常被忽视的一点，碳中和远远不是企业气候行动的终点。 放眼全球，已经有很多公司的气候行动不止步于碳中和，而是进一步实现负碳排放。 全球生物医药公司阿斯特拉捷利康 （AstraZeneca） ，日前宣布在2030年实现其全产业链的负碳排。已经实现100%可再生能源目标的微软，也进一步承诺要在2030年实现负碳排放。碳中和仅是二氧化碳排放的“正负抵消”，不再增加额外排放而已；负碳排放则是去除二氧化碳的“净效果”。

就在上周，根据英国天空新闻 （SkyNews） 报道，世界最大的冰山A68a已经融化并分裂成碎块。在不断升高的全球气温下，冰川稳定性结构失衡，冰川灾害正在变得更加频发。对于碳中和目标而言，鉴于全社会范畴内经济活动的复杂性与多样性，我们需要以更长的尺度来衡量国家与企业的气候减排目标，从碳中和到最终抵达负排放。

在不断加剧的气候变暖面前，碳中和远远不是终点，企业更多减排、甚至做到负排放，我们才有可能实现全球温升不超过1.5度的气候目标。

本文来自微信公众号： 财经十一人（ID：caijingEleven） ，作者：袁瑛、宋筱、潘文婧