9月26日金融一线消息，2025·青岛创投风投大会于今日在青岛召开，中国人民银行研究局副局长张蓓出席并发表主题演讲。
聚焦自然和生物多样性金融新进展，张蓓指出，加强金融支持自然和生物多样性保护和可持续利用意义重大：一是可以发挥资源配置功能，引导资金从自然有害转向自然友好领域，实现生态价值向经济价值转化。二是弥补该领域巨大的资金缺口。三是扩大投资、就业，促进经济增长。四是促进自然相关风险管理。
以下为发言全文：
下午好！青岛以红瓦绿树、碧海蓝天的生态底色闻名。结合青岛的特色和本次论坛“科技赋能，开放共融”的主题，我的发言将聚焦自然和生物多样性金融新进展。
党中央把生态文明建设作为关系中华民族永续发展的根本大计。随着我国经济绿色低碳转型发展和生态文明建设的不断深入，大家对绿色金融的认识也不断丰富、深化。广义的绿色金融不仅支持应对气候变化，还向保护和可持续利用自然领域拓展。
加强金融支持自然和生物多样性保护和可持续利用意义重大：一是可以发挥资源配置功能，引导资金从自然有害转向自然友好领域，实现生态价值向经济价值转化。二是弥补该领域巨大的资金缺口。三是扩大投资、就业，促进经济增长。四是促进自然相关风险管理。
2024年以来，人民银行在广泛征求相关部委、国际机构、研究机构以及金融机构意见建议的基础上，牵头制定了生物多样性金融标准，近期在有能力、有意愿的部分地区启动试用。
《生物多样性金融目录》具有如下几个特点：
一是充分对标国际和考虑中国实际。在对标国际方面，广泛吸收国际生物多样性金融标准现有内容；关注国际生物多样性热点议题，单列基于自然的解决方案（NbS），吸纳“绿色贸易”“生物多样性友好型航行”等国际热点概念，提升国际社会对目录的认可度。
在结合中国实际方面，目录充分体现了生物多样性治理的中国特色。在活动范围上，合理筛选和补充生物多样性活动，比如纳入我国特有的“山水林田湖草沙一体化保护修复”。目录单列高敏感性行业的生物多样性友好型活动，促进实现生态保护与经济发展的合理平衡。在目录使用方面，充分照顾各类主体的专业能力。在对各项活动进行解释时，参考现有生态环保政策文件，用“中国语境”诠释活动指向。目录编制的过程中还同时制定了使用说明、名词解释等配套文件，以利于相关主体增进理解、提升专业能力。
二是注重与现有绿色金融标准衔接。生物多样性金融是广义绿色金融的子集，为加强标准衔接和降低标准落地成本，目录直接吸纳现有绿色金融标准中针对性强的生物多样性活动，同时适当扩充，提升生物多样性金融标准全面性。在目录编制的同时，构建生多目录与绿色金融支持项目目录的映射表，便利使用主体在现有制度基础上发展生物多样性金融。
三是目录式和原则式相结合，辅以负面清单明确禁止性活动，形成“目录列示+原则引导+负面约束”的立体化标准体系，同时建立“漂绿”“洗绿”惩戒机制，既确保实操性，又守住生态保护的底线。
目录式标准通过清晰列示支持的生物多样性经济活动，能有效适配我国金融机构生物多样性专业识别能力有待提升的现状，大幅降低项目筛选成本。这种形式与我国现有绿色金融标准的框架高度契合，可实现与现有制度的无缝衔接，确保政策连贯性与协同性。
同时，在《使用说明》中明确生物多样性经济活动应遵循的六项基本原则：一是不造成重大损害原则。即对生物多样性以及气候、环境等任何一个可持续目标都不能产生重大损害。二是谨慎利用原则。应综合平衡各方利益，确保受影响地区或社区实现公正转型。三是一致性原则。即应与《生物多样性公约》《昆明-蒙特利尔全球生物多样性框架》以及《中国生物多样性保护战略与行动计划》设定的目标保持一致，并与地方及行业政策相协调。四是风险预防原则。在生物多样性开发利用活动中，即使科学上没有确实的证据证明危害必然发生，也应积极采取风险预防措施。五是透明与核证原则，确保投资活动的可追溯性和责任性。六是动态调整原则。
生多金融标准真正落地，也面临一些挑战，数字赋能有助于解决面临的难题。生态系统存在临界点突变、服务功能连锁丧失等复杂动态，监测复杂，数据搜集成本高，融资主体风险量化评估困难。通过数字赋能突破数据采集、分析、信任及融资效率等瓶颈，形成“数据支撑-分析赋能-信任构建-价值转化”的完整闭环，可以为自然和生物多样性金融发展提供重要支撑。
一是数字技术赋能处理、强化监测分析。自然和生物多样性监测有很强的地域性，需依赖多尺度、多类型数据，但其来源分散、统计 *** 迥异，透明度和可比性欠佳，金融机构、相关管理部门等需承担较高的数据整合成本。人工智能为代表的数字技术可提升自然和生物多样性数据可获取性与精准度，提供关于物种存在的直接、可验证证据，从而充分发挥数据价值、识别资金需求、引导金融资源流向。如，人工智能可用于图像识别和声学分析，大幅减少物种识别所需时间和资源；自然语言处理（NLP）可从已有文献、企业报告中提取信息，全面评估自然和生物多样性状况和趋势。
二是数字技术赋能支持自然和生物多样性金融工具的开发和利用。例如，生物多样性信用开发常常被质疑存在过程不透明、成本高昂，信息不对称等问题，抑制了潜在购买需求。通过将生物多样性信用在区块链上创建唯一且不可篡改的数字身份，从而追踪信用产生、 *** 、交易和最终注销的全生命周期过程，可以提高公信力。数字监测、报告与核查体系（DMRV）通过自动化数据收集和流程分析，可有效降低监测成本，为生态保护项目提供持续、客观、可验证的绩效数据。
三是数字技术赋能自然相关金融风险的评估与应对。数字技术为识别和预测生态系统复杂动态变化提供便捷高效的分析工具，将多源环境数据转化为企业和金融机构能理解和分析的风险描述语言，提升对项目自然相关风险的敏感性、识别能力和管理水平。数字技术可利用环境特征数据训练AI模型，助力大范围评估物种潜在分布区或适宜栖息地，为识别和管理生物多样性风险提供可靠支撑。
但数字技术赋能自然和生物多样性金融也面临现实挑战。
一是数据基础与算法模型制约。当前，自然和生物多样性可靠数据稀缺，可供人工智能分析和金融决策的“数字足迹”较少。如果人工智能模型训练所用数据集，在地理或分类学上存在偏差，可能会系统性低估或忽视某些地区或某些物种群体的生物多样性。此外，一些先进深度学习模型如同“黑箱”，其内部决策逻辑复杂且不透明，使得金融机构和监管部门难以对其输出结果进行审查和验证，增加了模型的信任风险和被滥用可能性。
二是商业模式不成熟与配套措施不完善。由于对该领域商业模式缺乏了解，投资回报周期过长，单个项目规模较小以及交易成本高等因素，私营部门投资者对参与生物多样性项目普遍持谨慎态度。在缺乏配套措施和激励机制情况下，数字技术在促进资金流向和项目匹配方面作用也会受限。
三是面临社会包容挑战和伦理问题。过度强调技术解决方案，可能会使当地社区和原住民被边缘化，忽视其所掌握的对生物多样性长期存续至关重要的传统生态知识。如果人工智能驱动的监测被用于强制执行保护法规，而无视当地原住民对自然资源的依赖及其生计与权利，易引发对立与冲突，最终不仅无法实现自然保护目标，反而破坏长期以来人与自然和谐共存根基。另一方面，通过人工智能驱动的市场实现生物多样性的商品化，可能引发深刻的伦理问题。将复杂生态系统简化为可交易的信用，有可能过度简化自然的内在价值，可能将市场效率置于真正的生态完整性之上。保护重心可能从整体生态系统健康，转向那些易于被人工智能量化，却无法反映生态系统完整复杂性的狭隘指标，可能导致整体生态系统健康退化。
这些挑战都是非常值得研究的问题，期待后续圆桌讨论环节专家们对这些问题的精彩见解。
谢谢大家！
