最后，我想用剩余的一些篇幅討論一下對于減排的重視可能會對數(shù)字經(jīng)濟本身的格局產(chǎn)生什么樣的影響。

1995年時，戰(zhàn)略管理大師、著名的“五力模型”的提出者邁克爾·波特（MichaelE.Porter）曾在《哈佛商業(yè)評論》上發(fā)表過一篇題為《綠色與競爭：結(jié)束僵局》的論文。在論文中，波特分析了環(huán)境管制政策對于企業(yè)競爭力可能造成的影響。在他看來，環(huán)境管制的效應是分短期和長期的。從短期看，環(huán)境管制會增加企業(yè)的成本、降低企業(yè)的競爭力；但從長期看，環(huán)境管制卻可以倒逼企業(yè)進行技術(shù)革新，選擇更為廉價而環(huán)保的技術(shù)，這時其競爭力就會隨之提高。在環(huán)境經(jīng)濟學領域，波特的這個觀點被稱為“波特假說”。后來有很多經(jīng)濟學家對“波特假說”進行了檢驗，結(jié)果證明在很多行業(yè)，這個假說都得到了很好的驗證。

從邏輯上講，“波特假說”在數(shù)字經(jīng)濟領域也應該適用。雖然近年來，數(shù)字經(jīng)濟領域取得了長足的進步，但只要我們仔細觀察，就會發(fā)現(xiàn)支撐這些發(fā)展的技術(shù)基礎其實都是建立在高耗能技術(shù)上的。當整個行業(yè)都更加重視低能耗、低排放時，這些技術(shù)基礎就會得到重新審視，相應的技術(shù)創(chuàng)新就有可能在倒逼中產(chǎn)生。

一個例子是人工智能。最近幾年，人工智能獲得了非常迅猛的發(fā)展，像GPT-3等超級人工智能不僅已經(jīng)可以寫出非常高質(zhì)量的文章，甚至還可以按照人類的要求，自行編寫程序解決問題。然而，支撐這些高性能的基礎理論——機器學習，其實已經(jīng)是幾十年前的東西了，只不過當時人們并沒有能力搜集如此多的技術(shù)，也沒有如此高性能的計算機來進行學習。從這個意義上講，當前所謂的人工智能突破其實更類似于用幾十年前的小舢板拼成了一個大船，而不是從一個小船進化成了航母。這種外延式的進步?jīng)Q定了要使用該技術(shù)的成本是十分高昂的。曾經(jīng)有人做過一個估計，如果要用GPT-3去訓練一個AI，它花掉的能量可能要比一個人開一輩子車花掉的能量還多。不過，在現(xiàn)有的條件下，人們是不太有激勵去對人工智能的基本原理進行重新思考，找出更有效率的路徑的。因為在現(xiàn)有的能源價格之下，繼續(xù)在既有路徑上加大計算量的成本要遠小于探索新的技術(shù)路徑的成本。但如果整個數(shù)字行業(yè)都對環(huán)保和減排更加重視，減排的開支被打入成本，那么情況就可能不一樣了。人工智能行業(yè)很可能會因此而重新思考其自身的技術(shù)基礎，找到一條更為節(jié)能的技術(shù)路徑。

相比于對于行業(yè)的總體影響，對于碳排放更為重視對行業(yè)內(nèi)部競爭格局的影響恐怕是更為微妙的。從結(jié)構(gòu)上看，不同企業(yè)承諾減排的行為類似于一個“囚徒困境”：如果所有企業(yè)都選擇了低碳技術(shù)，那么整個行業(yè)就會迎來更為健康的發(fā)展。不過，要達到這一點并不容易。因為如果僅某一個或幾個企業(yè)單方面選擇了低碳的技術(shù)，那么這些企業(yè)就可能在成本上處于劣勢，很可能在競爭中被淘汰。這時，選擇更為低碳環(huán)保的技術(shù)就是一個“劣”戰(zhàn)略，從理性角度看，沒有企業(yè)會有激勵去主動選擇它。

不過，對于在行業(yè)中居于領導地位的科技巨頭，如果不率先進行減排，就會在輿論上陷入巨大的困境。因此，綜合來看，對于科技巨頭來講，減排和不減排是一個兩難，怎么選擇都不好。

那怎么才能突破這個困境呢？一個最好的策略就是率先承諾減排，并通過其自身的影響力，把碳減排、碳中和上升到行業(yè)標準的程度。現(xiàn)在全球的數(shù)字巨頭們都積極承諾碳中和，其原因正在于此。

可以想象，在這些巨頭的示范和倡導之下，碳中和應該會成為數(shù)字經(jīng)濟領域的一個行業(yè)標準。同時，也很有可能變成一個重要的競爭維度。在這種情況下，要求碳排放達標很可能會成為在位企業(yè)排擠新進入者的一種手段——畢竟相對于這些在位的巨頭，新進入者的資金實力會比較弱，因而也會比較難以負擔更為昂貴的減排技術(shù)。如果是這樣，那么我們就需要在競爭和環(huán)保之間進行一次選擇了。