演讲 / Dharisha Mirando（中国水风险组织研究员）、徐远超（中国水风险组织研究员）

　　中国水风险组织（CWR）是一个非盈利组织，致力于解决中国因为水资源有限而导致的商业及环境风险，先后与汇丰银行、里昂证券，以及中国的生态环境部、中国绿色金融协会等多家机构达成合作。研究员Dharisha Mirando、徐远超本次从三个方面介绍亚洲目前面临的水资源危机问题：第一是客观存在的水资源短缺情况；第二是气候变化带来的影响让水资源短缺雪上加霜；第三是亚洲很多居民和财产都聚集在这些受水资源短缺和气候变化影响的区域，使水资源危机影响更加严重。

一、水资源短缺

　　水资源非常重要，农业、工业、发电等都对水资源的依赖非常大，但实际上水资源又十分有限。为了便于理解，我们在这里用“浴缸水”来表示每年可分配的水资源总量。历史数据显示，美国人均GDP增长到5万美元时，每人每天要用约21浴缸的水，其中每个浴缸有200公升水，这些水被消耗在农业、工业等所有与经济相关的活动中。

　　但当我们把中国和印度与美国相比时，会发现美国有131个浴缸的水可以使用，但是中国和印度却分别只有28和20。因此亚洲水资源非常短缺，经济发展需要不同的增长模式，即较少依赖水资源，以及低污染的增长方式。

　　亚洲用水量最大的是农业，其次是发电。中国是互联网用户增长率第二高的国家，IT行业蓬勃发展，在可见的未来还没有减速的迹象。这就意味着数据中心未来几年将会呈现指数级增长。但由于这些数据中心的用电大部分都来自燃煤发电，会带来很多污染。因此到2024年，预计这些数据中心一年的碳排放将与美国3300万个家庭的排放量相同，这是一个很大的数目。

　　IT行业带来的影响不仅仅是碳排放，还有水。水资源和碳排放方面我们都有巨大的节约空间。实际上，几年前我们和一家国际可再生能源机构合写了一份政策简报，预计到2030年，如果中国转向可再生能源，采用更好的电厂冷却技术，可以减少37%的碳排放和42%的用水。这两个数字对一个努力实现碧水蓝天的国家来说非常重要。

　　同时，这也是一个实践可持续金融的机会，因为如果让数据中心都转向可再生能源，而不是煤炭，就可以依据数据中心所有者和能源公司之间的电力购买协议（PPAs）发行绿色债券。虽然目前没有人知道市场的规模，但我们很乐意尝试去开发这样一些产品。

二、气候变化让水资源紧缺雪上加霜

　　没有足够的水资源来支撑亚洲经济发展，再加上气候变化的影响，让情况变得更加糟糕。与此同时，我们亚洲的经济都分布在水风险很高的地区。图1是亚洲非常重要的河流，这些河流全部发源于喜马拉雅山脉，其中包括中国的长江、黄河，巴基斯坦的印度河、印度的恒河等10条重要河流。这10条河流的沿岸区域，30万以上人口的城市有280多个，总共将近18亿人口在沿岸区域生活，亚洲每2.5人中就有1人在这里生活，这些区域一共产生了4.3万亿美元的GDP。
 

图1：亚洲重要的河流均发源于喜马拉雅山脉

　　接下来我们单独分析四个重要的河流：印度的恒河、巴基斯坦的印度河、中国的黄河和长江。首先看看水量这个直观的数据：伊利湖（Lake Erie）是北美五大湖之一，长江流域每年净流量可以填满大于两个伊利湖，黄河只够填满1/5个。

图2：重要河流沿岸地区在各个国家的政治经济占比

　　以巴基斯坦的印度河为例，这个区域有88%的人口，产生了92%的GDP。长江流域对我们也很重要，21%的GDP和33%的人口。图2中最后一行是现状以及我们根据气候变化模型计算出来到 2055年四个气候指标的预测，分别是温度、降雪、降雨和河流径流量。以巴基斯坦的印度河为例，左边圆环状饼图表示河流沿岸62%区域都有比较高的水风险。右边四个箭头红色箭头表示预测结果不太乐观，蓝色箭头表示相对乐观。以巴基斯坦为例，气温将来会升高，水源地的降雪会降低，唯一比较乐观的指标是降雨，河流净流量指标的预测也不是非常乐观。这是中国的两条河流，在降雨和径流量都比较乐观，但是考虑到水源头降雪和气温升高都不是很乐观。再加上气候变化的影响，会使这个情况变得更加糟糕。

三、受影响区域资产集中度高

图3：太湖流域四周经济区

　　接下来说一下资产的集中性。举个例子，图3是中国的太湖流域，中间是太湖，四周分别是发电厂、电子器件厂、纺织厂。可以看到，只是一个比较小的太湖流域就有这么多不同行业，不同大小的公司坐落在这个区域。投资界有一个很著名的理论叫做“不要把鸡蛋放在同一个篮子里”，投资不同的行业，以规避风险。其实我们是把鸡蛋放在不同的篮子里了，但是我们把所有的这些篮子放在一辆颠簸行使的卡车上，这辆卡车就是环境风险。因为环境风险对不同行业、不同大小的公司的影响是无差别的，只要坐落在那个区域，一旦干旱或者水污染的情况发生，所有的公司都会受到影响。或者有时候你做得很好，但是其他公司做得不好，政策就会收紧，全部区域内的这些公司都会受到政策影响，可能会面临减产或者关停。

图4：茅台所在赤水河流域

　　另外一个例子是茅台，这个是茅台镇所在的赤水河流域。可能茅台在财务上很稳健，比较有投资价值，但是其实在环境风险上并不乐观。整个茅台镇光酒厂就有几百家，与此同时还有造纸厂、发电厂，全部聚集在赤水河流域。同时，这个流域还需要保护，因为它有很丰富的生物多样性。综合这些因素考虑，尽管茅台的财务很健康，很有投资价值，但是环境风险也是不可忽略的一个因素。

　　我们一直以来在试图努力量化这些风险，不管是为金融机构还是为公司。我们也加入了有绿金委领导的环境风险分析小组，并且编写了全球首部《金融机构环境分析与案例研究》中的水资源风险部分，报告已于去年出版。

图5：五大能源公司和五大煤炭公司地理分布

图6：水风险量化分析结果

　　2016年我们出过一次报告，叫做《走向水风险评估》。我们把中国的十大能源公司，包括五大煤炭公司和五大能源公司，进行了水风险的量化和分析，图5是它在地理上的分布，其背景图是基线水压力地图，是世界自然研究所做的全球尺度的地图。我们也得出了图6这样的结果，左边的结果，红色表示高风险，颜色越浅表示风险越低，比如以大唐发电为例，它的发电量当中，有54%的发电量属于极高水风险，90%属于高水风险，以此类推。我们在使用时发现，目前很多主流的环境风险分析工具有很多问题，不管是时间尺度上的问题还是地理尺度上的问题，总之都不够精细。

　　为此，我们和世界自然研究所的中国团队合作，重新做了一遍分析，就是图6中右边的结果。我们可以看到，尤其是煤炭公司会有一个明显的变化，比如，随着地图尺度的减小，伊泰煤炭本来是中高水平的水风险，现在变成了高水风险。经过我们的分析，这个结构对煤炭公司影响非常大，但是对能源公司影响并不是很大。我们一直致力于研究一种工具，能够在流域层面或者城市尺度上准确量化公司的水风险。目前主流的都是全球尺度的，只能够让你识别有水风险，但是具体有多少，会造成什么样的损失还是未知。例如它用的全球数据库中国只有一个数值，但中国气候特征变化很丰富，用一个数值不能全部代表。我们目前也在寻求全球合作，大家如果有兴趣，欢迎和我们共同研究。