中国碳交易市场的建立,离不开基础数据的建立。但目前缺失以及并不透明的数据确实也成为碳市场建立的掣肘。控排企业的碳排放数据缺失造成了政府决策的困难,碳排放交易数据的不透明使得外部参与方只能采取观望的态势。
大数据是什么
尽管目前大数据这个概念已经泛滥,但不同机构对大数据的定义和理解也各有不同。个人认为大数据是指将数量巨大、杂乱无序的数据进行高速、有效加工,形成高质量、有价值的数据信息的技术。
大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。
碳圈同仁拥有低碳领域的专业知识,具备对低碳领域数据加工的能力,可以成为低碳大数据加工的核心人群,而这也许是一些碳圈机构可以转型的方向之一。
首先声明,笔者不是大数据的专家,本文也不是大数据的科普文章,更多的是从大数据技术与低碳产业的结合来谈谈我们自己的看法。
任何新兴领域都应与新科技进行深度融合。低碳领域自然也应抓住大数据这把利剑,使低碳行业的高度和深度均得到提升。
大数据有哪些作用
大数据到底怎么用,这可能是很多人的困惑。对数据进行加工处理,形成有意义的信息是大数据典型特征之一。微信运动是用户使用频率很高的互联网应用,它就是把用户手机的振动传感器的数据进行过滤和加工,定义了走一步路的规则,得出了有意义的步数结果,形成了走路步数排行榜,风靡朋友圈;而蚂蚁森林则更进一步,把走路数据变成了碳减排量。这是非常典型的数据加工的应用场景。对于碳圈而言,我们需要利用好大数据为我们的业务服务。以下结合碳圈主要参与方的业务特点,谈谈笔者对大数据在各自领域应用的想法,抛砖引玉。
1,大数据为政府遴选核查机构提供支持
最近一则关于地方政府遴选核查机构的消息引起了行业的轩然大波:某市在几个月前完成了遴选第三方核查机构的工作并已公示,但最近却爆出消息称取消其中两家核查机构的资格。首先为该政府部门的勇气点赞,其次笔者也觉得出现两家机构被取消资格的原因在于评审的时候没有做充分的评估,所以一个详尽的核查机构数据库(包括各省市核查机构名单、核查质量评价等指标)就显得非常重要了。广东省近期对核查机构进行评选的行为值得其它地方学习借鉴。
另外关于核查与碳资产管理应区分的话题说了很多很多遍,对于政府机构来说,也需要一个核查机构与碳资产管理公司的名单库,进行验证,以避免利益冲突等问题,这对全国碳市场的成熟运行有百利而无一害。
通过大数据发现哪些机构是合法的,哪些机构有违规记录或者材料作弊等,一目了然。
2,大数据为碳交易所掌握市场规律,增加流动性提供数据依据
对于碳交易所而言,充分掌握碳市规律并寻求合适的办法增强市场流动性是主要工作目标。碳交易试点期间积累的碳市数据尽管也存在这样那样的问题,但在某种程度上还是可以为我们分析市场行为提供一定的借鉴意义,比如交易活跃期、交易主体的性质等,为更好的服务市场参与方打下基础。如何利用好这些数据就显得尤为重要。
3,大数据为核查机构辨别企业填报数据真伪提供协助
碳市场初期,控排企业由于专业水平有限,填报的碳排放数据存在各种弊端,这就需要第三方核查专业机构通过阈值判定等方法发现企业填报中的问题,而这些行业阈值数据就是我们验证企业填报数据的关键因素了。笔者所在机构之前参与一些国家科技部课题中碳管理软件也嵌入了阈值判定的功能,使核查机构可以自动判定企业填报数据的真伪,此块功能值得尝试。
4,大数据为控排企业对标行业基准,寻找减碳空间提供基础
大家都在关注企业应该减排,但是没有谁告诉企业应该如何减排。没有充分的数据作支撑,企业开展减排的工作也是无的放矢,效果可想而知。通过大数据的分析,企业可以发现自己的减碳空间,以及减碳成本,选择最适合自己的减碳或履约之路,是为上策。
5,大数据为碳市场投资咨询机构提供真实的企业交易数据和动态信息
价格预测是金融行业里比较普遍的制定策略的方法手段,然而价格预测的基础在于历史数据,越详尽的历史数据加之根据主要因素调整(如政策因素)的机制,预测出来的结果才能越准确。我们已经积累了一定的历史数据,并且在不断积累新的数据,谁能利用好这些数据(过滤掉无效数据后),谁就有可能为碳市场提供最有价值的服务。
关于大数据,我们还能创造出大量的应用场景。对于碳圈来说,低碳领域信息披露和透明是一个大问题,这是我们面临最大的挑战,正所谓巧妇难为无米之炊,大数据在这样的环境之下,优势难以发挥。
有一些兄弟行业的表现值得我们学习和借鉴。比如环境污染物的信息披露,通过绿色供应链倒逼供应商低碳转型。IPE(公众环境研究中心)收纳了环保部门的80余万条环境监管数据(通过手工录入以及爬虫抓取),品牌客户可以通过这个数据库查找其供应商的污染信息,预防出现舍弗勒断供这样的风险,这是一个非常典型的通过数据影响行业发展的案例。
碳圈机构也都在往这个方向努力。为了促进各方自行计算碳排放,碳阻迹积累的碳排放因子大数据可以提供一定的支持。