新浪财经 李涛/发自北京
当前，全球可持续发展进入深度转型期，双碳建设、ESG治理、供应链绿色化等议题全面落地，但地缘冲突、经济波动、气候风险、合规壁垒等多重挑战，让行业陷入“理念普及易、落地深耕难”的困境。AI技术的渗透为可持续量化管理提供了新机遇，却也带来能耗、数据失真等次生问题，中美可持续实践的差异化发展，更让全球绿色转型的路径争议愈发凸显。基于此，我们对话哥伦比亚大学郭栋教授，围绕全球可持续转型核心突破口、AI技术的双向价值、行业十年变革、中美实践差异及可持续管理落地痛点等核心问题展开深度探讨。郭栋教授跳出传统理念视角，提出把提升韧性作为可持续发展的核心抓手，厘清了AI在可持续量化管理中的不可替代价值与治理短板，对比剖析了中美可持续发展的语境、动力与能力差异，并结合新书核心内容，指出可持续发展的终极转型是从创新概念走向日常管理，为企业、城市的可持续实操转型提供了硬核落地思路。
以下为对话实录：
新浪财经：当前全球可持续发展议题繁多，从双碳、生物多样性到ESG披露、供应链绿色化，各方资源投入也很大。在您看来，当下全球可持续发展最核心的“抓手”或突破口是什么？哪些领域如果做深做实，能真正撬动整体可持续转型？
郭栋：如果让我选一个最核心的抓手，我会说：提高韧性。有韧性就是可持续。
过去我们讲可持续，容易被理解成一种理念、一种道德姿态、一种合规成本。经济好、政策支持力度大的时候，大家愿意讲。一旦遇到经济压力、选举、地缘冲突、贸易壁垒，可持续就容易被往后放。
提高韧性则反映了你对各类频发风险的应对能力。比如洪水、热浪、供应链中断、关税墙、碳边境税、社区反对、监管碎片化，这些不是价值观问题，是运营和财务问题。你可以对“可持续”讨价还价，但不能就应对以上各类风险说不。
所以，全球可持续转型目前面临的真正突破口，应该是把可持续从“做好事”重新框定为“活下来、活得久、扛得住”。一家企业要提高供应链韧性，就必须知道一级、二级、三级供应商在哪里，碳排放集中在哪些环节，劳工风险在哪里，哪里最容易受到地缘政治冲突的波及。一个城市要提高韧性，就必须处理能源、水、交通、电网、社区治理。这些举措本身，就是可持续管理。
举一个例子，由于地缘政治等问题，中国清洁技术出海遇到一系列困难，包括关税壁垒、欧盟碳边境调节机制、电池护照、本地化等各类要求。很多公司在海外投产的失败案例也说明，供应链治理不当不是软议题，它会直接造成停产、罚款、品牌和股价损失。所以企业提高韧性，不是愿不愿意的问题，是必须要做的。
这也是为什么我认为韧性框架在政治上更具可操作性。你不需要说服董事会因为道德理念做可持续，你只需要问：如果欧盟碳边境调节机制按每吨85-90欧元收碳税，你的成本是多少？如果美国储能电池关税从40%升到80%，你还进得去吗？如果社区抗议导致工厂延期两年开工，你的投资回报率是多少？这些问题，管理层听得懂，董事会也必须回答。可持续指标一旦成为这些问题的决策基础，就不再是报告，而是管理。
所以，最核心的抓手是韧性。有韧性，才可持续。把可持续从创新变成日常，不是靠更多口号，而是靠让每个组织回答一个更硬核的问题：如果下一次风险来了，你扛不扛得住？扛得住，就是可持续。
新浪财经：大模型、AI技术正在快速渗透碳核算、气候风险预测、城市资源调度、企业ESG数据治理等场景。结合您在可持续量化与指标领域的研究，AI能在可持续发展中发挥哪些不可替代的作用？同时我们又该如何规避算力能耗、数据失真等AI本身带来的次生可持续问题？
郭栋：可持续管理本质上是管理概念，而管理的核心是度量。没有度量，就没有管理，没有可信的度量，就没有有效的管理。AI在碳核算、气候风险预测、ESG数据治理这些场景中的贡献在于它能把很多难以量化的东西变得可量化、可追踪、可比较。比如AI可以整合卫星遥感数据、供应链交易数据，自动化推算企业范围三排放等。
但同时也要看到一个更根本的问题，AI再强大，也要依托有效的数据来源。巧妇难为无米之炊，AI也一样。在可持续领域，尤其是气候变化领域，我们面临的一个很大问题就是没有及时有效的数据，更缺乏可靠的历史数据。气候观测数据在卫星测量系统引入之前非常稀疏，20世纪中期之前尤其如此，大量缺失值在时间和空间上分布不均。比如，早期陆地观测到的数据极少，海洋网格提供的数据相对完整，但因为海洋升温模式与陆地不同，AI把海洋主导的模式套用到陆地，就会把陆地气温系统性推高。由于输入的数据不完整、不及时、质量不高，AI的产出就会出现失真，甚至“胡说八道”。在气候科学领域，我们已经发现诸多AI输出看似可信但实际上泛泛而谈、证据薄弱，与政策背景脱节。大语言模型可以快速、廉价地生成不准确的科学内容，制造理解的幻觉，把产出的多等同于认识进步。
至于AI本身带来的次生可持续问题，最近西方讨论非常多。最直接的关切是电力消耗以及碳排放。数据中心对电力的需求已经导致部分地区电网已不堪重负，其整体排放去年约与阿根廷相当。另外冷却用水量巨大，我看到有预测显示到2030年，AI数据中心的用水量将相当于13亿人的基本生活用水需求，干旱地区矛盾尤为突出。此外还有土地占用、城市热岛效应加剧、硬件制造与电子垃圾、影响集中在数据中心所在社区带来的环境不公等问题。虽然也有观点认为AI最终可助力电网优化、气候建模以及余热利用等减排方向，但至少目前大家普遍认为仅靠AI提升效率难以抵消其快速增长的资源需求。
当然，AI本身还在快速演变的过程中，现在还很难完全预测它最终会呈现什么形态，尤其在各行各业的应用上。今天我们看到的是大语言模型、生成式AI，明天可能是完全不同架构的系统，应用场景也可能远超我们今天的想象。所以对AI的可持续治理，不能只盯着当前的技术形态，而要有动态的、适应性强的框架。
新浪财经：您从事可持续研究多年，亲历了这个领域从边缘议题走向全球共识的全过程。站在今天回望，您个人感受最深的变化是什么？无论是研究范式、政策环境，还是产业实践、公众认知，哪些转变最让您印象深刻？
郭栋：我2013年刚进入这个领域的时候，可持续更多是环境科学家和社会活动家讨论的事情，企业界觉得那是做公益，政策界觉得那是锦上添花。感受最深的变化是：十年前我去国内讲课，大部分时间都要用来说服学生关注可持续、证明它与金融、运营、战略相关；而近些年，大家关心的焦点已经从“为什么做”变成了“怎么做”。研究范式也从描述问题走向度量问题。十年前我们讨论可持续，更多是在讲应该怎样，现在讨论可持续，更多是在讲怎样衡量。这种转变最根本的驱动力，不是道德觉醒，而是约束条件变了。政策语言可能因地区不同而反复摇摆，但底层经济逻辑没有变。洪水、供应链中断、社区反对、监管变化，这些不是抽象的可持续理念，是切实的运营和财务问题。
新浪财经：您长期在中美之间穿梭，既深耕国际学术前沿，也持续关注中国城市与企业的可持续实践。这种双重视角下，您在可持续领域有哪些特别的感受或观察？
郭栋：中美两国的可持续实践，差异比表面看到的更复杂。
首先是一个语境的差异。在西方，尤其是美国讲到可持续时，一般讲“sustainability”，也就是可持续性，主要是环境的可持续。而在发展中国家，可持续往往和经济、社会发展紧密绑定，是一个更综合的概念，也就是联合国讲的sustainable development。这不是谁对谁错的问题，而是发展阶段不同带来的关注点差异。我针对中国的研究从一开始就试图把经济发展、环境和社会民生统一在一个框架里，正是因为在中国语境下，脱离发展的可持续是不现实的。
其次是推动力的差异。在美国，企业往往在可持续转型中发挥引领作用。而在中国，政府扮演主要推动角色。但有一点是共通的：人始终是变革的原始驱动力。在美国，往往是消费者要求企业采取更人道、更环保的生产与管理模式。在中国，政府早期推行更严格环境政策的动力，也同样来自公众对空气污染的不满。
第三是能力互补。中国在资源动员和大规模气候韧性基础设施建设方面有更强的能力，美国则有更成熟的气候治理和响应体系。在目前地缘政治冲突的大背景下，应对气候变化与环境保护已经是少有的中美双方可以开展务实合作的领域。其实两边的可持续实践不是“谁学谁”的问题，而是各自在各自约束条件下寻找最优解。制约通常是创新的原动力。
现在美国在可持续问题上开倒车，但企业并没有放慢可持续转型的步伐。其实我越来越觉得韧性是共同语言，把可持续定义为企业韧性的提升，符合任何政治语境。比如，中国清洁技术企业出海，真正的考验不是卖产品，而是如何嵌入本地供应链、满足当地合规与劳工标准、经营好社区关系，同时还要控制成本。越来越多的企业在国内内卷的背景下都希望开拓海外市场，但要想海外业务可持续，出海要从简单的出口产品转向出口能力，加强与当地利益相关方的合作。
新浪财经：您的新书《可持续指标与管理-从创新走向日常》刚刚推出，书名中“从创新走向日常”这个提法很有深意，和市面上侧重政策创新、理论框架的书籍形成了区分。能否为我们梳理本书最核心的几大观点？这本书希望解决当前可持续管理领域哪些长期被忽视的盲区？
郭栋：可持续管理是管理学理论发展的前沿。结合我上面讲到的，可持续现在需要解决的是怎么做的问题。因此，这本书想填补的盲区，是可持续从合规“话术”走向管理工具这最后一公里。大家谈论了很多可持续该有的指标，却很少讨论这些指标该如何真正进入企业的日常决策。这些年，围绕可持续的指标越来越精细，最初是为了应对温室气体排放等环境问题，现在也涵盖了组织治理、社区效益、雇佣实践等维度。现在的问题是，大量指标停留在披露和合规层面，还没有嵌入组织的决策流程、预算分配和绩效考核。换句话说，指标是“创新”，但没有变成“日常”。
我们这本书是写给管理实践者的，不是写给理论家的。因此这本书想做的，就是帮助管理层打通从创新到日常的路径，其中包含几个核心观点：第一，可持续是管理概念，是手段，不是目的。这意味着可持续管理不是另起炉灶的一套体系，而是要嵌入现有的管理架构。第二，指标的价值不在于“报告”，而在于“管理”。我们可以使用这些指标来追踪和推进环境、社会及商业目标的进展，但只有当可持续指标进入日常决策，比如投资评估、供应链选择、人才招聘，它才会真正产生管理价值。第三，从创新走向日常的关键是让可持续管理成为组织管理的常规组成部分。这不是靠一次战略发布就能实现的，而是要靠制度设计、流程再造和持续的度量反馈才可以达成的。这也是书名“从创新走向日常”的含义：可持续不该再是一次性的战略发布，而应该变成组织每天都在做的管理动作。
