A《李礼辉：绿色金融助力新质生产力发展》

绿色金融应该以战略利益和经济效益为主导，撬动更多的金融资源投入绿色低碳领域，促进经济的可持续发展

（《财经》记者 王颖）

“金融资源必须向发展新质生产力集聚，绿色金融应该以战略利益和经济效益为主导，同时依托央行和财政的扶持政策，撬动更多的金融资源投入绿色低碳领域，促进经济的可持续发展。”2024年12月18日，中国银行原行长李礼辉在“2025《财经》可持续发展高峰论坛”上表示。

当天，他围绕“绿色金融助力新质生产力发展”这一主题，从绿色金融原则、绿色金融市场、绿色金融数据三个维度分享了自己对于绿色金融的认知。

李礼辉表示，绿色金融是指为支持环境改善、应对气候变化、实现资源节约高效利用、推动经济社会绿色转型的金融服务和金融管理，包括对绿色产业、绿色企业、绿色项目提供融资投资支持，建设碳排放权交易市场，建立金融机构ESG（环境、社会和公司治理）考核制度和信息披露机制，激励和引导金融向善，助力实现碳达峰碳中和目标。

据央行和Wind（万得）数据，截至2024年9月末，全国绿色贷款余额35.75万亿元，同比增长25.1%，比全部贷款增速高17.5个百分点，其中投向直接或间接碳减排效益项目的贷款占比66.8%；全国碳市场碳排放权配额累计成交量4.81亿吨，累计成交金额284.21亿元，其中9月的成交量和成交金额环比分别增长33.67%和49.92%；境内市场贴标绿色债券累计发行3.97万亿元，存量规模2.04万亿元，其中9月一级市场发行规模554.47亿元，二级市场交易规模869.82亿元。

中央经济工作会议提出，要协同推进降碳减污扩绿增长，加快经济社会发展全面绿色转型。李礼辉认为，金融资源必须向发展新质生产力集聚，绿色金融应该以战略利益和经济效益为主导，同时依托央行和财政的扶持政策，撬动更多的金融资源投入绿色低碳领域，促进经济的可持续发展。

在李礼辉看来，首先，绿色金融应遵循战略利益原则与经济效益原则：一是着眼长远，以战略利益为主导，健全投资和融资相协调的金融市场功能，增加绿色债券品种，拓宽绿色产业融资渠道，支持长期资金和耐心资本投入绿色产业、绿色企业、绿色项目；二是遵循市场化原则，以经济效益为主导，坚持审慎原则，避免无效信贷投放，将不良资产率控制在可化解、可承受的水平。

其次，绿色金融市场还应具备公平性与可行性。碳排放权具有区别于一般商品的金融工具属性，而且具有区别于一般金融工具的行政化特征。碳排放权在金融市场的交易价格，主要取决于市场上的供求关系和价值预期，而这种供求关系和价值预期在很大程度上取决于政府对于碳排放权的总量控制和配额分配，取决于强制性碳排放权的稀缺程度。

因此，掌握碳排放权总量控制和配额分配的行政主管部门，主要责任是确保碳排放权市场的公平性与可行性。应该实现碳排放权配额分配可核实的公平化，建立透明的分配机制。根据一定时期的碳排放平均水平，明确区分产业、区分区域、区分大中小企业的碳排放权分配标准和计算方法，避免黑箱操作。

第三，绿色金融数据应该实现可信任与可共享。在绿色金融领域，无论是绿色低碳企业和项目的投资融资，还是碳排放的计量监测和碳排放权的计价交易，都用得上AI（人工智能）模型，都需要大数据的支持。中国是数据大国，海量的市场交易和行为数据是数字经济、数字金融发展的宝贵资源。目前的不足，一是公共数据行政分割；二是非公共数据流通不畅。

李礼辉表示，让数据真正成为生产要素，有利于驱动绿色金融可持续发展，可从四方面着手。

一是公共数据的开放共享，着力解决公共数据开放不足、行政分割的问题。公共数据按照“原始数据不出域、数据可用不可见”的要求，以模型、核验等产品和服务的形式向社会提供，加大供给使用范围。

二是个人数据和企业数据的共同使用，着力解决个人数据和企业数据保护不力、流通不畅的问题。推进非公共数据按市场化方式“共同使用、共享收益”的新模式，支持金融机构与互联网平台企业、交通运输企业、物流企业、数据分析加工企业、征信机构、行政部门、公共服务机构等“数据大户”建立市场化的数据分享机制，为绿色金融提供数据支持。

三是建立数字资产市场，着力解决数据产权落地、数据资源配置优化的问题。在数据交易和数字资产市场中，认证是关键环节。应用区块链、人工智能技术建立数字信任机制，可以建立可信的认证工具，解决数据和数字资产所有者的确权问题。

四是弥补数字鸿沟，着力解决新智能时代小微企业和弱势群体数字服务获得难、信息落差大的问题。让公共数据更容易获得、更容易理解，切实改进与平民百姓密切相关的数字服务，包括行政审批、公共服务、看病就医、智能城市，也包括绿色低碳生活。

以下为李礼辉演讲全文：

各位嘉宾大家下午好。很高兴参加《财经》杂志主办的可持续发展高峰论坛，我一直是做金融业的，所以这里我就围绕“绿色金融助力新质生产力发展”的话题，从绿色金融原则、绿色金融市场、绿色金融数据三个维度与各位分享自己的认识。

第一，绿色金融原则：战略利益与经济效益。

按照一般的定义，绿色金融是指为支持环境改善、应对气候变化、实现资源节约高效利用、推动经济社会绿色转型的金融服务和金融管理，包括对绿色产业、绿色企业、绿色项目提供融资投资支持，建设碳排放权交易市场，建立金融机构ESG考核制度和信息披露机制，激励和引导金融向善，助力实现碳达峰碳中和目标。

中国的绿色金融发展态势良好。据央行和Wind（万得）数据，截至2024年9月末，全国绿色贷款余额35.75万亿元，同比增长25.1%，比全部贷款增速高17.5个百分点，其中投向直接或间接碳减排效益项目的贷款占比66.8%；全国碳市场碳排放权配额累计成交量4.81亿吨，累计成交金额284.21亿元，其中9月的成交量和成交金额环比分别增长33.67%和49.92%；境内市场贴标绿色债券累计发行3.97万亿元，存量规模2.04万亿元，其中9月一级市场发行规模554.47亿元，二级市场交易规模869.82亿元。

中央经济工作会议提出，要实施更加积极的财政政策和适度宽松的货币政策，大力提振消费，提高投资效率，全方位扩大国内需求；要协同推进降碳减污扩绿增长，加快经济社会发展全面绿色转型。金融资源必须向发展新质生产力集聚，绿色金融应该以战略利益和经济效益为主导，同时依托央行和财政的扶持政策，撬动更多的金融资源投入绿色低碳领域，促进经济的可持续发展。

一是着眼长远，以战略利益为主导。优先支持高技术、高效能、高质量为特征的生产力，促进绿色低碳产业优先发展，促进传统产业的绿色低碳转型。绿色低碳产业包括可再生能源、新能源汽车和可循环产业链等，传统产业的绿色低碳转型包括钢铁、有色金属等高碳行业的低碳化技术改造和制造业的节能化技术改造，这些都需要长久期、低成本的投资和融资。要健全投资和融资相协调的金融市场功能，建立未来产业投入增长机制，增加绿色债券品种，拓宽绿色产业融资渠道，支持长期资金和耐心资本投入绿色产业、绿色企业、绿色项目。

二是遵循市场化原则，以经济效益为主导。推动经济社会发展绿色化、低碳化转型，是实现高质量、可持续发展的关键环节。绿色金融助力新质生产力发展，既是对低能耗高产出的先进产业、先进企业、先进项目的扶持，也是对高能耗低产出的落后产业、落后企业、落后项目的扬弃；不仅有支持和帮助，也少不了舍弃和放手。绿色金融同样必须坚持审慎原则，避免无效信贷投放，将不良资产率控制在可化解、可承受的水平。

第二，绿色金融市场：公平性与可行性。

按照经济学的基本原理，一般商品的价值是由生产商品所需的社会必要劳动时间决定的，一般商品的交易价格，取决于商品的使用价值，取决于商品的品牌价值，取决于市场上的供求关系。

碳排放权具有区别于一般商品的金融工具属性，而且具有区别于一般金融工具的行政化特征。碳排放权在金融市场的交易价格，主要取决于市场上的供求关系和价值预期，而这种供求关系和价值预期在很大程度取决于政府对于碳排放权的总量控制和配额分配，取决于强制性碳排放权的稀缺程度，碳排放权的配额大于需求时交易价格下降，配额小于需求时交易价格上涨。由减排技术进步驱动的平均减排成本的下降，对碳排放权交易价格的影响并不显著。

因此，掌握碳排放权总量控制和配额分配的行政主管部门，主要责任是确保碳排放权市场的公平性与可行性。

应该实现碳排放权总量控制可预期的稳定性，建立透明的调节机制。在经济上行周期适当调增碳排放权总量，控制经济发展加速时全社会碳排放扩张造成的配额需求缺口，避免碳排放权交易价格过快过多上升；在经济下行时适当调减碳排放权总量，控制经济发展减速时全社会碳排放缩减造成的配额供给过剩，避免碳排放权交易价格过快过多下降。

应该实现碳排放权配额分配可核实的公平化，建立透明的分配机制。根据一定时期的碳排放平均水平，明确区分产业、区分区域、区分大中小企业的碳排放权分配标准和计算方法，避免黑箱操作。

应该实现碳排放政策落地实施可监督的可行性，建立透明的计量机制。完善碳排放的计量标准和检测方法，建立数字化的监测系统，明确企业控制碳排放的社会义务和法律责任。确保碳排放的可计量和可监测，才能实现碳排放权的市场价值和市场交易。

第三，绿色金融数据：可信任与可共享。

数字社会进入新智能时代，AI前沿技术不断刷新。一是从单模态(Unimodal)到多模态(Multimodal)。以前只是单一文本模态，现在的GPT-4o、o1等大模型具备文本、视觉、语音多模态组合的感知、学习和交互的能力，已经突破文本交互的局限性，能够感知、理解和模拟动态的物理世界。二是从助理(AI-Assistant)到代理(AI-Agent)。以前只是AI辅助和助理，正在研发的具身智能体集成神经网络、知识工程和控制论技术，通过遴选行业最佳流程、最佳标准的专业数据优势和算力优势，培育在不同场景中的感知、学习、行动和决策的代理能力，甚至可以超越一般水平的生产力。

AI大模型能力取决于参数规模、数据集品质、有效算力三大要素，适用“规模定律”。金融是数据密集型行业，金融数据的有效价值取决于具体的真实性、充分的一致性和可靠的时效性。数据具有时间空间两个维度足够的延展性，才可能具备统计学的意义。一个经济周期的数据加上最新的即期数据，才能准确反映特定行业、特定领域、特定企业的生命周期变化的趋势。在绿色金融领域，无论是绿色低碳企业和项目的投资融资，还是碳排放的计量监测和碳排放权的计价交易，都用得上AI模型，都需要大数据的支持。

中国是数据大国，海量的市场交易和行为数据是数字经济、数字金融发展的宝贵资源。目前的不足，一是公共数据行政分割。例如，涉及居民和企业的财务数据和行为数据，分散在金融机构、金融监管、工商管理、税务、海关等不同的局域系统中，共享程度不高，影响数据价值的深度开发。二是非公共数据流通不畅。例如，全国移动支付用户超过9亿，数字化支付成为主要的数据入口，但数据大户与金融机构之间的数据关联、数据共享尚未达成成熟的模式，数据价值未能充分发掘。

让数据真正成为生产要素，有利于驱动绿色金融可持续发展。

重点之一是公共数据的开放共享，着力解决公共数据开放不足、行政分割的问题。国家建立集中统一的公共数据库和互联互通的公共数据应用系统，打破数据孤岛。公共数据按照“原始数据不出域、数据可用不可见”的要求，以模型、核验等产品和服务的形式向社会提供，加大供给使用范围。

重点之二是个人数据和企业数据的共同使用，着力解决个人数据和企业数据保护不力、流通不畅的问题。完善个人信息保护机制，规范采集使用个人信息行为。同时创新技术手段，推动个人信息匿名化处理，保障使用个人信息数据时的信息安全和个人隐私。推进非公共数据按市场化方式“共同使用、共享收益”的新模式，支持金融机构与互联网平台企业、交通运输企业、物流企业、数据分析加工企业、征信机构、行政部门、公共服务机构等“数据大户”建立市场化的数据分享机制，为绿色金融提供数据支持。

重点之三是建立数字资产市场，着力解决数据产权落地、数据资源配置优化的问题。数据交易和数字资产市场的交易品包括数据集、数字化资产和资产化数据。数据集和数字化资产可以在数据交易和数字资产市场中获得认证、定价并进行交易，实现所有权或使用权的转让。在数据交易和数字资产市场中，认证是关键环节。应用区块链、人工智能技术建立数字信任机制，可以建立可信的认证工具，解决数据和数字资产所有者的确权问题，实现数据可信、产权可信、授权可信、合约可信、法人可信。

重点之四是弥补数字鸿沟，着力解决新智能时代小微企业和弱势群体数字服务获得难、信息落差大的问题。扩大数字接入渠道，扩大数据共享范围，提高数字服务的可得性和易用性，降低数字服务成本，让公共数据更容易获得、更容易理解，切实改进与平民百姓密切相关的数字服务，包括行政审批、公共服务、看病就医、智能城市，也包括绿色低碳生活。

以上是我给大家的分享，请各位批评指正，谢谢。