全球不断增长的能源需求和对气候变化的担忧，拉动了人们对可再生能源和低排放相关技术的需求。柏基正在寻找那些能够在相关方面获得领先地位，拥有竞争优势并且能产生强劲投资回报的公司。
我们客户投资组合中现有持仓包括风力涡轮机、太阳能电池板、电动汽车电池和氢电解槽的制造商；还包括铝、镍、锂和其他原材料的供应商。尽管我们认为可再生能源的长期增长前景优于化石燃料，但碳氢化合物公司仍然可以发挥关键作用。例如，印度某工业集团正将其炼油利润重新投资于尖端氢燃料电池和太阳能电池板的开发。
作为长期成长型投资者，我们对这些公司的潜力感到兴奋，并计划在未来几年进一步探索相关投资机会。我们认为，21世纪初导致“清洁能源”技术创新者财务表现不佳的许多因素已经过去，同时我们也意识到还有三个问题有待解决：
> 可再生能源需要证明它们能够规模化，以满足不同类型的能源需求。
> 企业需要在实物基础设施上投入大量资金，这就要求投资者支持这些资本密集型企业。
> 政府和企业需要对快速能源转型的优势抱有信心，克服谨慎和惰性。
我们尚不清楚未来5年、10年，更不用说50年后能源和气候转型将如何展开。但我们应该预料到可能会有意想不到的情况发生。我们应该对挑战增量思维和探索深层系统变化的复杂性保持开放心态。
牛津大学新经济思维研究所（INET Oxford）最新的一项新研究提供了一个拥抱预期外可能性的机会。它对目前的市场共识预测发起挑战，认为这些预测没有正确考虑长期指数级增长的影响。这项研究报告论证缜密，回溯了过去计算机和互联网出乎意料的进步。此外，参与研究的人员非常可信，其中包括复杂系统科学家J Doyne Farmer教授，我们曾赞助他的研究项目，他最近与我们分享并探讨了研究成果。这些学者提出挑战性的问题，为什么其他研究一再低估可再生能源技术的有效应用，而高估其成本。他们的结论是，国际能源署(IEA)和联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change)等机构所依赖的模型对可再生能源和碳排放的未来趋势过度悲观。此外，研究人员还提出，快速转向可再生技术可以为社会节省数万亿美元。
反馈的飞轮效应
作者的分析方法基于莱特定律（Wright's Law），您可以在下文详细了解。但他们的首要洞见是一条适用于风力涡轮机、太阳能电池板和其他可再生技术的“学习曲线”：制造数量每累计增加一倍，单位制造成本就会以固定百分比持续下降。
这形成了一个良性的反馈循环：产量提升导致的价格下降刺激需求，使得效率提升，制造商可以进一步降价，以此类推。而且由于降价是指数级的，这一循环会不断加速。
资料来源：柏基基于Our World in Data所做的研究
由此得出的一个结论是，成功的技术部署往往遵循S曲线。因为指数效应需要时间积累，早期技术的应用规模看上去增长很慢，紧接着便会来到“超增长”时期。
市场规模越大，“超增长”持续的时间就越长，直到市场越来越饱和，需求逐渐减弱。
资料来源：柏基研究
然而，化石燃料并没有从同样的飞轮效应中受益。虽然工程师们已经不断地改进提取工艺，但随着资源变得越来越难以找到，人们需要在越来越极端的环境中工作，所花费的成本抵消了节省下来的成本。此外，50年来，OPEC-石油输出国组织的一系列举措给能源大宗商品市场的价格增加了社会和政治复杂性。因此，如果排除通胀的因素，石油、天然气和煤炭的价格与140年前大致相同。
这里的关键信息是，可再生能源是一项技术，而化石能源是一种商品。技术可以适用“学习曲线”原理，实现成本持续下降，而大宗商品似乎不行。
莱特定律
西奥多·莱特（Theodore Wright）发明他的公式时，正参与军用、民用和竞赛飞机的设计。
他想要找到飞机的制造成本与制造数量之间的关系。经过14年的努力，他终于在1936年发表了他的研究，其中详细阐释了“曲线关系”：飞机制造数量每累计增加一倍，制造成本（即劳动力、材料、工厂日常开支）就会实现固定百分比的持续下降。实际上，工人制造的飞机越多，他们也越有经验。
莱特推断，他研究的飞机“学习率”的结果，是制造数量每次翻倍时，制造成本下降10-17%。随着制造数量的增加，原材料和采购材料成本的重要性也同步增加，“学习率”也随之变化。后续其他学者的研究证明，尽管其中的“学习率”不同，这一公式也可以应用于从半导体到电动汽车电池的其他技术领域。
莱特随后在二战期间继续为美国制造更多的飞机。不过他研究的定律可能是他留下的最长久的遗产。在他去世大约40年后，麻省理工学院和圣塔菲研究所的研究人员发现，这一定律比其他五个预测技术进步的公式更为准确。
改进了的模型
INET Oxford的研究报告指出，国际能源署和其他机构低估了可再生能源成本不断下降的幅度，因为它们的“定值方法”难以将技术发展的细微不稳定性考虑进来。相比之下，INET Oxford的研究采用了“概率”方法，在回测时它似乎能更好的应对“波动”。
同样重要的是，J Doyne Farmer教授及其同事声称，先前的研究采用了过多的“临时”约束条件。他们在预测中，给可再生能源价格可能下降的幅度设定了下限，并限制了预期的应用率，但这与越来越多的实际经验背道而驰。这实际上抑制了上述反馈回路中的两个关键驱动力。
这项研究认为，人为地阻断未来看似合理的路径，导致了其他预测误入歧途。以太阳能电池板系统为例，作者分析了2010年至2020年间该技术2900多项投资成本预测，得出以下结论：
> 平均每年预测成本节省2.6%
> 所有预测成本下降都不超过6%
> 但事实证明实际每年成本节省达15%
经过10年的复利，就形成了成本节省约20%和约80%之间的巨大差异。这种差异有助于解释这样一个令人惊讶的现象——当下新太阳能和陆上风电项目的成本，至少比同样能源规模的新建燃煤和燃气发电设施预计低40%。
新的估算方法对过去的节省率进行了更准确的回顾性建模，为未来可再生能源的使用提供了更加乐观的预测。
INET Oxford研究的成本导向快速转型模型预计，太阳能使用量可能超过国际能源署政策导向最乐观的预测。Farmer教授和他的同事们在此基础上调整其预测前景，使其更经推敲。但从可观察到的趋势推断，未来太阳能的利用可能会更广泛。
能够预见的是技术的快速普及具有双重好处，既可为投资者创造巨大的潜在回报，又可为整个社会节省大量资金，这里涉及金额是非常巨大的。
这篇研究提出，到2050年，快速向可再生能源转型相较于维持现状可以为全球节省大约12万亿美元。这甚至是在考虑到更复杂电网需求之后的估计（运行电网每年将额外花费1400亿美元）。鉴于化石燃料是一种有限的资源，我们大规模地依赖化石燃料的时间越长，其价格上涨的可能性就越大。因此，12万亿美元这一数值最终可能是被低估的。
研究还表明，在快速转型的模式下，能源系统排放量将在21世纪20年代下降仅约10%后，于21世纪30年代断崖式下降。这反映了指数变化先缓慢后突然增速的特点，也能说明我们不必对短期减排相对缓慢的表现感到绝望。
虽然想要实现2050年完全脱碳，目前还没有一个预先确定的成功排放路径。但当下仍有一些非常有效的技术可以大规模应用，我们也应该期待不断的创新。因此，尽管气候科学建议我们应该朝着尽可能快的减排目标努力，但一个缓慢的开始，并不意味着它之后没有急剧加速的可能性。
INET Oxford的研究表明，在21世纪30年代急剧下降来临之前，近十年的排放量可能会保持相当的稳定。这表明到2050年，碳排数值可以接近国际能源署确定性和政策主导的“2050年净零情景模型”，该模型是基于从现在连续减排的基础上构建的。值得注意的是INET Oxford“快速转型”模型示意的温度范围反映了非能源减排节奏的不确定性。
对投资的影响
如上所述，推动可再生能源的力量可能比人们普遍认为的更强，这使我们有可能为客户创造可观的回报。
我们认为，如果使用自上而下的方法，基于对技术及其应用速度的固定观点构建投资组合，我们将忽视个体公司和地区的潜力。相反，我们支持自下而上的方法，这可以让我们专注于寻找能够带来长期增长的变革性业务。
我们注意到，Farmer教授的论文为我们提供的是可能的情景，而不是预测。但与“共识模型”相比，它们似乎有一些有趣的坚实基础。一些进一步的延伸如下：
> 我们认为，一些杰出企业将在中长期加速能源转型。它们可能在不同的细分市场发挥作用，并处于其生命周期的不同阶段，但都有可能提供显著的长期回报。例如，某铁矿石开采商正在进行从煤炭和天然气向太阳能和氢气转型的投资。
> 更多地使用可再生资源可以为世界提供丰富、低成本的能源。这将给发展中国家提供支持，并使一些商业模式实现首次盈利，其中一些甚至有助于从根本上扭转全球变暖的局面。例如，我们投资的某环保公司正在开创一种利用低成本电力去除空气中的二氧化碳并将其储存在地下的方法。
> 比预期更快的转型带来的另一个结果是，电网将不得不比预期更早地应对更多的复杂性。这给软件和硬件供应商提供了管理机会。我们在电缆制造商和互联网云服务提供商等公司中都看到了这种潜力。
> 指数型的增长可以迅速改变我们对可再生能源的使用，它同样也可能导致公共政策面临转折点。我们在过去曾看到，这些变化往往会带来大规模错位而不是小范围的增量——英国公费国家医疗服务体系的形成就是一个例子。同理，极端天气和气候破坏的加速可能会促使议员们通过税收和其他法规突然采取行动，以限制碳密集型活动。未做好准备的公司可能会因此遭受重大的价值损失。
还有很多情况需要考虑。柏基的优势在于我们致力于对企业展开5至10年，或更长时间的投资。这样的周期为上述指数效应提供了时间，以实现有意义的变化。通过采取这种恒久耐心的方式，我们可以支持变革型公司推动能源转型，为客户带来丰厚的回报。
荷塘效应的启示
我们可以通过学校常用的一个著名类比来更好地理解指数变化对排放的影响。
池塘里的荷叶数量每个月都会翻一番。到年底，它们可以覆盖整个池塘。提问：需要多久时间荷叶才能铺满最后半片池塘？
答案不是像很多学生猜测的六个月，而是一个月。事实上，半年后，荷叶对青蛙家园——池塘的影响几乎不会被察觉：它们将覆盖不到池塘面积的2%。但这一趋势对未来的影响是深远的。
即使扩张的速度较慢，也会产生同样的效果。可以假设一个稍微复杂一点的场景：
启示：就算增长起步缓慢，指数力量最终还是会进行主导。
