公共环境数据（Publicly Available Environmental Data，简称PAED）的巨大潜力正受到全球政策制定者越来越多的重视。最近，它在绿色金融领域所能扮演的角色已经受到G20绿色金融研究小组的注意，并成为该小组本年度的研究重点。金融机构要实施环境压力测试，必然要构造一个或几个虚拟的未来情景，这些情景的构造就要参考环境政策量化目标、生态承载力等公共环境数据。过去，中国比较重视企业披露的环境数据，却忽视了公共环境数据，造成很多公共环境数据成为“沉睡的宝藏”。而现在，这些数据正在被“唤醒”。
四个阶段
过去二十年间，中国持续地进行公共环境数据运用到绿色金融中的探索。如果做一个归纳总结，从绿色金融的角度看，公共环境数据的运用可以分为四个阶段（如下表）。第一个阶段是数据缺失的，政府掌握一定的公共环境数据，但缺乏数据披露和共享的意愿，大部分数据都在“沉睡”。第二个阶段是数据共享，在这个阶段，政府部门等（包括NGO）与其他机构或公众共享部分或全部公共环境数据，这些数据以原始数据为主。这些数据是有一定价值的，金融机构偶尔会运用，但用起来不是很方便。第三个阶段是结构呈现，这个阶段就是要解决方便易用的问题，公共环境数据要以一种更结构化的、更用户友好的办法呈现在金融机构面前。这些办法可以是评级、排行榜等。第四个阶段是风险定价阶段，公共环境数据被更深入植入到企业价值联动的领域，环境数据的价值被发挥到最大。
中国公共环境数据运用的四个阶段
| 阶段一 | 阶段二 | 阶段三 | 阶段四 | |
| 发展阶段 | 数据缺失 | 数据共享 | 结构呈现 | 风险定价 |
| 所处时期 | 2006年以前 | 2006年以来 | 最近几年 | 未来趋势 |
| 主要特征 | 政府掌握公共环境数据，但缺乏数据披露和共享的意愿，因此对用户来说，公共环境数据相当于缺失了 | 政府部门等（包括NGO）与其他机构或公众共享部分或全部公共环境数据，以原始数据为主 | 政府部门等（包括NGO）共享公共环境数据，并且以一种对金融机构来说更简单明了、用户友好的方式进行结构化的呈现 | 政府部门等（包括NGO）共享公共环境数据，并且数据与企业价值联动。金融机构有极高积极性运用公共环境数据 |
| 典型例子 | —— | 环保部门与金融部门的环境信息共享机制 | 五种颜色的企业环境信用评价制度 | 企业环境信用与水电价格的联动机制 |
从无到有
上世纪九十年代，中国逐步建立各项环境管理制度。根据相关法规，不少企业要向环保部门报送各种环境数据，环保部门也会主动搜集一些数据。这些数据分散在不同的部门手中，譬如环境监测部门掌握企业排污数据、环评部门掌握项目环境数据、生态保护部门掌握自然资源数据。当时，中国还没有《政府信息公开条例》(2007年才颁布)，政府部门主动披露数据的意识并不是很强，所以很多数据并没有被公开，特别是关于企业排污、企业违规的数据。《环境年鉴》等资料通常只会发布一些总体的数据。因此，在这一阶段，公共环境数据是缺失的。
这种情况随着政府加强信息公开得以改观，互联网及移动通信技术的迅猛发展也客观上加快了政府信息公开的步伐。直观的进步是，在全社会或在特定范围内共享的环境数据逐步增加。其中，与绿色金融相关且具有里程碑意义的是中国人民银行、国家环保总局在2006年下发的《关于共享企业环保信息有关问题的通知》。通知要求，“环保总局向人民银行提供‘整治违法排污企业保障群众健康环保专项行动’形成的企业环境违法活动信息。待条件成熟后，将各级环保部门日常环保执法信息逐步纳入企业征信系统。”一年之后，国家环保总局、中国人民银行、中国银监会联合下发《关于落实环保政策法规防范信贷风险的意见》，要求“各级环保与金融部门要密切配合，建立信息沟通机制。”通过这些政策，我国初步建立了公共环境数据的共享机制，商业银行等金融机构可以参考这些信息对污染企业实施限贷、停贷等措施。
此外，值得一提的是，民间环保组织公众环境研究中心（IPE）也在这一时期（2006年）建立。IPE最早期的工作就是汇集已经公开的企业环境违规数据，搭建中国水污染地图。多数数据是各级环保部门公布或者通过媒体报道转述的。因此，倘若没有政府的信息公开（无论是主动还是被动），IPE的污染地图也难为无米之炊。
公众环境研究中心（IPE）通过7000多个观测点收集水质数据。更多环境数据点击图片查看互动地图
提高质量
环保部门的环境数据共享对推进绿色金融特别是商业银行绿色信贷的发展起到了非常积极的作用，但也面临不少挑战。主要表现在：共享信息主要是企业违规信息，通俗地说就是黑名单，但这些信息往往缺乏程度的描述；共享信息全是负面信息，缺乏正面信息，可以帮助剔除差的企业，却不能帮助甄别好的企业；有时候，金融机构拿到信息之后，缺乏专业知识读取、理解和运用这些信息。
为了解决这些问题，近几年，一些省地市的环保部门开始探索新的做法，用更简单明了的方式结构化呈现这些公共环境信息。如，江苏省环保厅设计了一套企业环境信用评价机制，用绿、蓝、黄、红、黑五种颜色来予以区分，金融机构可以根据不同颜色采取不同的措施：对绿色、蓝色企业鼓励贷款；黄色企业可以列入观察；红色、黑色企业则应收回贷款。也有一些省份采取更简单的方法，用绿、黄、红三种颜色来区分。
IPE在结构化呈现公共环境数据方面也有许多探索，最早应用在绿色供应链的工作中。通过设计CITI（企业环境透明度指数）撬动品牌力量改善制造企业的环境绩效。2015年，IPE推出了上市公司污染排行榜，通过分析上市公司污染物排放在线监测数据，将超标排放的上市公司从重到轻进行排序，借资本市场之力对上市公司间接施加影响。
未来方向
显然，从共享原始数据到结构化呈现，金融机构运用公共环境数据的成本下降、意愿提升，公共环境数据在绿色金融的运用得以极大加强。不过，要最大限度发挥公共环境数据的价值，还是要设法将数据运用和企业价值关联起来。江苏省在这方面又走在全国前头。他们将五种颜色的企业环境信用评价机制与企业水、电价格联动起来。目前，红色、黑色的企业用水价格要在基准价格之上分别提高0.6元/吨和1元/吨。这样就对企业的经营成本产生更实质性的影响，金融机构也会因此更关注公共环境数据，并将之整合到风险分析及定价之中。
对国家政府或地方政府的政策制定者而言，充分发挥公共环境数据的作用，可以有效促进绿色金融的发展。政府应按照上述的四个阶段依次递进，渐次促进公共环境数据的共享，继而结构化呈现，最后整合到定价之中，最终实现整个社会和经济的绿色转型。
本文原载于《中国金融信息网》，中外对话经作者授权刊发，刊发时有修改。
