年会实录丨马军：蔚蓝地图与绿色选择

大家好！今天非常荣幸受邀来参加这样一个重要的论坛，因为我们也一直在做一些环境数据的工作，我主要来分享一下收集数据的实践，以及把它运用到实际中的一些工作。

在过去的40年时间里，中国改革开放取得了重大的进展，数以亿计的人口得以脱贫，与此同时，也有数以亿计的人口暴露在空气、水、土壤等污染的威胁之下，产生了很多环境健康的影响。另外，工业企业污染尚未得到有效控制，这一方面影响资源的可持续利用，另一方面也直接影响社会稳定。大量存在的邻避现象对本国乃至全球经济社会长期发展产生的影响日益显著。

在我们研究这些问题应该如何解决的过程中，逐渐意识到目前在环境治理过程中所面临的障碍不仅仅是缺乏技术和资金的问题，首先是缺乏动力的问题，我国的环境法规逐渐与西方接轨，但是环境执法长期以来存在缺陷，违法成本严重偏低。地方政府长期以来将GDP的增长优先于环境保护之前，这些深层次的问题必须要通过广泛的社会参与才能得到解决，而参与的前提是环境信息的公开。

基于这样的考虑，我们在2006年开始建设蔚蓝地图数据平台，收集来自于官方的环境数据。目前每天看3500-4000个不同的数据源，并将这些分散的数据进行集成、清洗、发布。其中和企业相关的数据主要涉及到监管，包括政府的监管、企业自行监测的数据以及经过官方确认的投诉举报的信息，企业反馈和整改的信息也越来越多。由于初始阶段数据有限，我们一方面与政府充分沟通，希望能够公开更多的数据，另一方面和合作伙伴NRDC一起开发了PITI指数，用于评价各地环保部门的环境执法以及信息公开的力度。在过去9年的时间里持续使用PITI指数进行评价，既识别出环保部门执法和信息公开力度，还可以让不同的城市去分享有益的经验。评价结果显示，东南沿海城市逐渐向全面公开发展，中西部地区还存在很多低洼的地区，但是总体上是取得了重大的进步。2006年只有不到2000条数据，2014年《环保法》公布后就上了一个台阶，2016年开始的中央环保督察使得它进一步向前扩展，2017年一年就达到16万条，2018年又在2017年的基础上翻了一番。

通过获取和分析企业超标违规数据，我们发现中国实际上是一个世界工厂，不但进行满足自身需求的生产，也进行大量的出口，在这个过程很多排放都留在了国内。为了绿化全球生产和采购，我们开发了绿色供应链CITI指数，用于评价362个品牌在华的表现，每年对这些品牌进行评分、排名，排名靠前的品牌已经开始使用这些环境数据去管理他们的供应链，纳入到他们的采购标准中，包括苹果、戴尔、彪马等国际知名品牌，也有中国最优秀的品牌，包括华为、TCL、李宁、安踏、联想，其中真正可以和国际比肩的两个国内主要品牌，一个是华为，还有一个是朗诗绿色集团。

以纺织业为例，纺织业是中国出口的一个重要行业，该产业集中分布在东南沿海等人口众多，经济发达的地区，尤其以浙江最为密集。在萧山，几年前我们通过污染地图的发现很多河流已经处于劣五类状态，失去了使用价值。这主要是因为当地排放量很大。比如这样的排污口，一天的排放量可以达到28万吨，包括纺织、印染、化工的废水。在和主要的排放企业进行交流的时候，他们提到如果自己治理了污染，而同行没有治理的话，自己将会失去定单，因为品牌只愿意采购最便宜的、成本最低的产品。因此，污染治理必须要从龙头发生转变，龙身、龙尾才能跟着发生变化，所以绿色供应链必须抓住品牌龙头。

通过和品牌进行比较密切的沟通交流，最终越来越多的品牌开始使用这些数据去管理他们的供应链，在签合同的时候比对是否存在着官方认定的超标违规记录，也会定期把供应链的名单和超标违规企业的名单进行比对，从而识别出排放违规的企业。比如这家印染厂是全国十大印染厂之一，最终五家品牌和其沟通的结果都提到如果超标不能解决的话，定单就要受到影响，因此该印染厂投入巨资将十个染厂废水集中处理，最终每年1200万吨的纺织废水得到有效处理，实现了达标排放。

蔚蓝地图在数据库的基础上形成了一个管理体系，包括检索和分类机制，对违规问题披露以及确认的机制，还有数据公开和审计的机制。在这个公开的平台上，大家可以查询企业的表现，包括自动的在表与表之间、表单之间进行比对，动态地对出现的问题进行评估。该平台还包括一系列的文件体系，通过简要情况说明到详细的整改方案，包括后续的认证结果、检测报告、在线数据，第三方审核，包括结合了专业机构和公众参与的第三方审核，让这些环境数据和实践相结合。全球很多国家已经建立污染物排放转移登记制度，对于企业排放有害物质必须向社会公开，但是中国长期以来还没有形成这样的机制，现在还在努力治理一般性的污染物，二氧化硫、氮氧化物、COD、氨氮，我们希望能够真正迈向对这些有毒有害物质，对有毒重金属和持久性有机物的污染控制。

今天的题目是环境大数据，我们在近几年开始向大数据模型发展，今天阿里的刘先生也在，我们都称不上大数据，差的太远太远，但是环境数据确实在向着更多的方向发展，在环境方向上，从数据来看，中国在2000年到2012年之间，煤炭消耗增长了3倍，我们的经济发展真正开始变得更“重”了，经济在一个大的规模上不断向前去腾飞，确实也造成了影响，就是能源大量的消耗，排放大量增加，所以在2011年出现更严重的雾霾也不是偶然的。清华大学的贺克斌教授是中国工业企业排放方面研究的权威，放大到区域方向上，大家可以看到，不管是一次性的污染物，还有二次性的前提物，大数据还是比较清晰的。这次总理基金最后所得出的结论，其实跟贺教授、贺院士之前所引领的观点相差不多，不过更加细化，更加清晰。在PM2.5信息开始公开的基础上，我们认为污染源的信息也需要公开，今天尊敬的吴敬琏先生也做了致辞，因为他当时是阿拉善SEE基金会的理事长，在亚布力的会议上，经过吴老和其他企业家共同研究的基础上，提出了从信息公开到污染减排的蓝天路线图计划，当时的第一个步骤就是污染源信息全面公开的倡议，希望在线监测的数据能够实时公开。

确实在中国在线监测当时已经做了十几二十年的时间，但是数据一直没有向社会公开。对于污染源信息全面公开的倡议，我们确实也没有想到政府积极的回应，从提出第二年开始，这些大型企业的数据要实时公开，到2014年30个省级平台开始逐步公开，到今年已经达到18000家重点污染源企业可以每小时，甚至每两小时向社会公开这些数据，这些数据也使得我们的数据量有了一个突飞猛进的增长。30个平台还是不容易使用的，所以我们开发了“蔚蓝地图”手机应用，把它放到电子地图上，可以向大家提供相关空气质量的信息，包括一些动态可视化的呈现，我们姑且用“大数据”这个词，在这些基础上可以看到有这样一种可能性，大家如果有兴趣可以看，在“蔚蓝地图”手机平台上，各地的水质现在已经有接近20000个不同的监测站点，河流、湖泊、地下水，饮用水源地，海洋的数据一起去集成，包括土壤风险源的数据也可以查到。特别需要提到的是上百万的企业也可以定位到电子地图上，和数据库交互之后可以看到其排放和达标情况。

基于大数据形成了很多“微举报”，超标是红色，达标是蓝色，通过努力，很多微举报得到了回应，红色的站点变成了蓝色。最初上市公司山东钢铁下属的济南钢铁每小时几乎都出现超标，甚至达到10倍，而企业方并不愿意回应。由于网友和当地环保组织不断举报，在和环保部门积极互动的过程中，两家公司最终关停了三台竖炉，实现了二氧化硫减排2600吨，粉尘减排405吨，相当于是405万亿微克的PM2.5。水质的治理也在中国进行着“碧水保卫战”，蔚蓝地图和两部委的举报平台互联互通，公众可以直接提交举报，举报在七个工作日之内得到回应。同时，直到县一级的水源地也实现数据公开，水质数据定位到了蔚蓝地图上，大家也可以看到。

在三大保卫战和环境督察的大背景下，平台数据量有了更大的发展，2018年翻了一番，到现在已经拥有超过130万条企业超标记录，在这个过程中，最优秀的企业也开始觉得应接不暇，所以我们开发了生态链自动系统，能够让这些数据以一种近似于区块链的方式，分布式同步记录在各个利益方上面，减少沟通成本，增加真实性。此外，手机App上可以实时推送各个利益方所关注的企业情况，比如一些品牌要求供应商必须一个月之内直接做出相关回应，在这个过程中推动力量增大了很多，每周会有很多企业过来，每天平均10-20家企业会，现在我们看到超过7500家大型供应商对自身的问题做出了公开的整改和说明。

刚才刘主任特别提到了关于绿色金融，我想绿色金融确实可能比绿色供应链撬动的力量来得更加直接，我们响应七部委的要求，开发了绿色金融的项目，成为了绿色金融委员会的理事单位，也将数据引入到绿金委的平台上。同时，我们开发了基于大数据的风险动态评估体系，希望能够对环境信用进行动态评估，因为这也是金融机构商业运作的需求。已经有银行系统开始在信贷过程中使用这些数据，并推动问题企业通过流程对整改状况进行确认。

最后一部分非常简要，就是关于气候行动方向，在中国，一方面大量本地污染物留在国内，另一方面很多重要品牌也有多至70%的碳足迹在其供应链，而供应链最主要集中在中国。但是迄今多数的品牌并没有把它纳入到管理中，我们也和CDP共同开发了供应链气候行动SCTI指数，希望能够协助品牌完善管理，推动减排。中国企业在这方面的潜力非常大，仅仅是房地产和建筑业加起来，由于钢铁、水泥、建材、玻璃的消耗，在全球的碳足迹就达到了8%，超过多数国家。我们也在和气候中心合作，研发金融所运用的绿色供应链碳指数。

今天非常感谢大家的关注，我想环境治理意味着非传统的自上而下的管理，中国政府越来越关注环境治理问题，也修改相关政策，不断强调要多元共治，我们作为NGO组织也获得了更多的空间，但是我们所做的工作在学术和研究层面还是非常初级的，很多时候也是借助于大家的研究成果，比如说现在正在做的水的项目，就借助了很多的研究结果，在这个方向上也非常希望得到大家更多的指点和帮助。

谢谢大家。