陳虹宇,房 超
(1.華能核電開發有限公司,北京 100032;2.清華大學,北京 100084)
根據國家可再生能源中心《中國可再生能源展望 2018》的預測,到2050年,電能將取代化石燃料成為占比最大的終端能源,而可再生能源則會取代煤成為占比最高的一次能源;從更詳細的數據來看,用戶直接使用的絕大多數能源將是電能,而產生這些電能的方式將以光伏發電、風力發電為主,核能發電也將是重要的發電形式[1]。2019年末,新型冠狀病毒(2019-nCoV)開始從武漢爆發并逐漸肆虐到全國,在可歌可泣的戰“疫”中,CT檢測、輻照滅菌、廢物輻照處理等核技術發揮了重要的作用,而核能的可靠性也在戰“疫”中凸顯了出來。根據國家統計局的數據,由于疫情的影響,2020年1—2月全國總發電量同比減少了8.2%,火電發電量同比減少了8.9%,水電發電量同比減少了11.9%,核電發電量減少了2.2%,風力發電量減少了0.2%,而太陽能發電量同比增加了12%,煤氣發電增加了5.4%。除煤氣發電外,各種能源發電量的變化趨勢均符合《中國可再生能源展望 2018》的預測。至于煤氣發電的增加,雖然都是通過燃燒化石燃料發電,但是煤氣運輸依靠的是管道,而燃煤運輸則需要借助交通工具,在疫情期間,管道運輸顯然更加便利,因此作為我國電力第二大來源的煤氣發電量反而有所上升,從這一點來看,功率密度最大的核能顯然最具優勢。另一方面,我國出于保護環境資源的角度考慮對于剩余水電的開發采取審慎態度。因此,在新能源之外,核電將成為最可靠的能源,大力發展核電是改變我國能源結構,增強能源安全的重要途徑。
核能未來可期,核能公眾接受性的發展也面臨著新的形勢。作為一個歷久彌新的話題,核能公眾接受性已經不只局限于核設施落地導致的“鄰避問題”和涉核謠言問題,從更多的維度來討論核能公眾接受性,才能保證對其研究的與時俱進。首先,對核能公眾接受性的研究應該是針對全產業鏈的,所以核燃料循環和放射性廢物處理對公眾接受性的影響需要更多的關注,其次,恰似互聯網從網內互聯變成“互聯網+”,核能公眾接受性也將涉及其他領域,而人工智能和大數據正是新時代的重要技術手段,最后,針對核能公眾接受性的研究框架需要更加完善。因此,本文首先將回顧歷史,解讀核能政策對核能公眾接受性的影響,然后將討論核燃料循環和放射性廢物處理對公眾接受性的影響,人工智能和大數據的應用對公眾接受性的影響以及核能公眾接受性的社會實驗這三個新形勢下核能公眾接受性的機遇與挑戰,最后做出總結。
核能政策對核能發展起決定性作用,核能政策的制定既來源于對局勢的分析,又受到公眾接受性的影響,而核能政策一旦實施,又會反過來影響核能公眾接受性。我國核能政策對核能的態度可以用“一起一落再復蘇”來劃分。建國以后至福島核事故以前,我國對核能高度看好,是為“一起”。《1956-1967年科學技術發展遠景規劃綱要(草案)》和《1963—1972年十年科學技術規劃》指出,原子能技術是首要的待突破技術,至“文化大革命”以前,“一堆一器”、“兩彈”等重要成果就是在國家政策的大力支持下突破的。“文化大革命”結束后,1978年通過的《1978—1985年全國科學技術發展規劃綱要》把原子能技術的發展列為現代科學技術的主要標志,原子能電站建設也被列在108項重點科學技術研究項目當中,在一系列前序試驗和準備后,秦山核電站在1985年開始動工。之后,盡管三哩島核事故和切爾諾貝利核事故引起了世界范圍內對核能的質疑,1987年出臺的“863計劃”中,高溫氣冷堆等“先進核反應堆技術”仍然被列為重點項目。隨后的二十年間,我國的有關規劃持續推動核能發展,到2006年,《國家中長期科學和技術發展規劃綱要(2006—2020年)》出臺,強調了要大力發展核能。緊接著,我國核電發展史上最重要的文件《核電中長期發展規劃(2005—2020年)》就于2007年發布,指出“到2020年,核電運行裝機容量爭取達到4000萬kW”,核能行業欣欣向榮。2011年1月的全國能源工作會議上,“到2020年核電裝機規模達到8600萬kW”的新目標被提出。
然而,僅僅兩個月后發生的福島核事故讓核電一夜驟冷,此前的樂觀估計成為了“核電大躍進”。福島核事故使得我國的核電發展在2011年到2012年間停滯,直至2013年元旦《能源發展“十二五”規劃》正式發布,核電才開始逐漸復蘇。《能源發展“十二五”規劃》特別強調了安全發展核電,這樣的表述讓不少公眾認為國家對核能的態度是不積極的,核能公眾接受性并沒有得到顯著提升。公眾已經變得非常敏感,鄰避效應和涉核謠言開始明顯增加,在一段時間內,反對核電甚至成為了一種非常時髦的行為,結合當時中國經濟的快速發展形勢,“地方發展核電是企業勾結政府,為了經濟利益不顧群眾安全”成為反核人士的一種典型論調。2016年末,《能源發展“十三五”規劃》發布,將2020年的核電裝機量目標調整為5800 萬kW,并且給出了“積極開展內陸核電項目前期論證工作”的表述,我國核能復蘇才真正開始逐步走向正軌。
從核能發展的必要性和我國核能政策發展趨勢來看,隨著福島核事故的陰影逐漸淡出,我國核能發展面臨著非常積極的新形勢,但是“吃一塹長一智”,核工業人不能過分樂觀,而應該用前瞻性的眼光來發現核能公眾接受性即將面臨的機遇和挑戰,為核能發展做好鋪墊工作。
核燃料循環和核電站建造這兩條產業鏈基本組成了核能產業的全過程。以往的核能公眾接受性研究往往是針對某一個核設施展開的,這樣的研究考慮了核設施在選址、建造、調試、運行和退役各個階段的核能公眾接受性問題,但是對核設施之外的問題有所忽略。針對核電站建設的公眾接受性問題從這個角度展開沒有問題,但是對于核燃料循環,還需要從更大的空間和時間范圍來發現問題。核燃料循環包括鈾的采礦、加工提純、化學轉化、同位素濃縮、燃料元件制造、元件在反應堆中使用、乏燃料后處理、放射性廢物處理等過程[2]。對于核燃料循環中的單個核設施來說,其建造過程面臨的公眾接受性問題與核電站相差無幾,但是把這些過程連接起來,就會出現兩個突出的問題:一是運輸導致的公眾接受性問題,二是核燃料循環末端的放射性廢物處理。
核燃料循環涉及多個環節,但每個環節對廠址的要求又不一致,采礦廠必須位于鈾礦附近,燃料元件制造廠需要工業用水用電,核電站不能離城市太遠,放射性廢物處置點有特殊的地質要求,這就使得各個核設施之間有一定的距離。如此,必然涉及運輸帶有放射性的原料、半成品、燃料和廢物的問題。由于行業的特殊性,公布核燃料循環的運輸路徑是不可取的,并且普通公眾也極少關心貨物運輸的問題,所以核燃料循環的運輸途徑和路線不為人知。然而,一旦公眾得知自己所在城市或者地區有放射性材料經過,就有可能產生嚴重的輿情,成為一種特殊的“鄰避效應”。對某一個區域來說,放射性材料通過的時間較短,問題看似不嚴重,但由于運輸距離長,涉及的公眾數量眾多,這個問題并不容忽視。同時,對于絕大多數放射性材料通過地區的公眾來說,其面臨的風險是零收益的,所以采取利益均衡風險的方式是無法說服群眾的。因此,通過路徑和時間的選擇來減少公眾接觸是比較好的方式。目前,我國的核能占比極小,放射性材料運輸的公眾接受性問題尚不凸顯,但隨著核能的發展,有關問題極有可能發生,要從根源上解決這個問題,仍然要首先提高公眾對核的認知和整體的接受性。
放射性廢物處理是另一個值得關注的問題。放射性廢物處理雖然是核燃料循環的一環,但是放射性廢物的來源不僅來自核燃料,核工業、核醫學、核農業等等核技術利用都會產生放射性廢物。放射性廢物的放射性主要來自于原子核的衰變,而衰變的快慢是不能人為干預的,這也就意味著對放射性廢物的處理是被動的。因此,對于長壽期的放射性廢物,只能通過將其放置于專門建造的設施來處置[3]。目前,國際公認的高放廢物處置方式是深地質處置,然而,由于處置點對地質要求高,建設周期長,建設成本高,很多國家并沒有真正采取這樣的處置方式,例如,IAEA指出,比利時、法國、德國、意大利、日本、荷蘭、俄羅斯、韓國、瑞士、英國和美國都曾進行過海上放射性廢物處置,時至今日日本還在直接向太平洋排放福島核事故處理過程中產生的廢水[4]。在我國,隨著“北山一號”高放廢物最終處置項目的有序推進,放射性廢物的處置將能夠得到解決,然而,由于不確定性的存在,放射性廢物處置仍然可能引起公眾接受性問題[5]。一方面,深地質處置的高放廢物的壽期長達千年,如此長時間的保存只有理論依據,始終無法完全證明其可靠性;另一方面,許多國家對放射性廢物消極處理的態度也將讓公眾對核能產生厭惡。由于不確定性的存在,這個科學上尚無定論、科學家努力探索的領域,非常有可能被反核人士認為是可以大做文章的地方,并包裝成為“核能從業者對核廢料不負責任”的反面典型。因此在現階段,一個非常重要的工作就是仔細梳理公眾對于放射性廢物處置提出的各類質疑,以及研究回答的策略。值得慶幸的是,放射性廢物處置雖然是一個老問題,但被提到公眾接受性的視野中時間并不久,并且相關的不實信息并不多——無論是在互聯網上還是坊間口頭。正因為如此,我們完全有能力和條件進行正面知識的宣傳。
人工智能和大數據的便利性已經深入人心,對于核工業來說,這是一個擺脫“傳統工業”標簽,提高生產力的重大的機遇。如今,人工智能和大數據已經在遠程故障診斷、壽命預測、燃料智能化生產、智能采礦、核電機器人等等領域大放異彩。而在公眾接受性方面,人工智能和大數據也將有用武之地[6-7]。
首先,基于人工智能和大數據可以打造專業的智能科普機器人用于回答公眾關心的問題。機器人在和公眾交流的同時也將能收集的數據作為繼續深度學習的數據庫,大數據的訓練結果還將能給出下一階段科普宣傳和信息公開的重點、難點和盲點。而在此之前,這些關鍵問題的摸索還需要通過實地走訪、問卷調查、專家論證等方式進行,并且因為資金、地域和時限的原因,這些調查方式往往還有局限性,人工智能和大數據的介入將解決這種局限性。其次,在輿情管理方面,人工智能和大數據不僅能以遠超人工的效率進行輿情監控,還將極大地提高輿情研判和分級的速度及準確性,降低輿情風險。此外,人工智能在科普工作中還有一個潛在應用,就是利用融媒體進行有效的科普信息植入。這一技術在廣告植入領域已經開始廣泛的應用,即在影視作品中用無形的植入廣告信息去影響觀眾。核能的一些科普信息完全可以經過這樣的精心設計,在非核能的影視作品中予以推送,實現“潤物細無聲”——這比傳統的核能宣傳片要有效的多。最后,人工智能和大數據還能夠實現對已有的公眾接受性調查數據“再認識”。核電業主、國家監管部門或者其他有關組織在過去的幾十年里,出于不同目的收集了大量的公眾接受性相關數據,這些數據盡管調查樣式不同,但都基本是結構化的,對于一個地區數十年來的調查結果,完全可以通過大數據分析的手段知曉公眾接受性的變化情況和規律,這對于新建核設施的公眾接受性有著重要的指導意義。
同時,人工智能和大數據還會帶來新的挑戰。一方面,一旦有人將機器學習等人工智能算法用于涉核謠言編造并將其傳播,“造謠動動嘴,辟謠跑斷腿”的情形就會更加嚴重。另一方面,隨著人工智能的廣泛應用,“信息繭房”效應已經日益凸顯[8]。信息繭房是指人們的信息領域會習慣性地被自己的興趣所引導,從而將自己的生活桎梏于像蠶繭一般的“繭房”中的現象。信息繭房效應意味著一旦公眾表現出對核能信息的興趣,就可能會被繼續引導獲悉更多的有關信息,而虛假負面信息又往往是最吸引人眼球的信息,因此,對核能感興趣的公眾極有可能接收大量的類似于“切爾諾貝利發現食人巨鼠”“福島海域出現怪魚”“核事故導致蘇聯解體”等等聳人聽聞的負面消息,這就使正確的核能知識沒有生存空間了。所以,必須對人工智能和大數據的濫用有所準備。
核能公眾接受性的研究發源于現實問題,其發展也必須落腳于現實世界。社會實驗是在現實社會中開展的、規范的研究活動,呈現的是政策和變革對社會影響的真實圖景[9-10]。從這個意義上講,開展核能公眾接受性社會實驗對于提高技術本身和搶抓重大發展機遇都具有不可忽視的意義。針對核能公眾接受性社會實驗,設計了圖1所示的研究框架:

圖1 核能公眾接受性社會實驗研究
核能公眾接受性的社會研究,由唯象研究與數據研究組成。所謂唯象研究,其實概念來源于物理領域,它是現象的概括和提煉,有效的手段就是案例分析,但對于隱藏在后面的一般理論并不深入解釋。框架中的唯象研究指通過心理學、社會學、經濟學與倫理學等理論對實際的案例進行分析和概括,總結出案例中的直接經驗和啟示意義,是“以用途為導向”。數據研究則是通過統計學分析、結構化模型、數據挖掘等技術來研究案例背后的客觀規律。唯象研究和數據研究相互關聯,相互印證,通過兩者結合修正得到的結論既符合現實經驗,又具備科學解釋,使得社會實驗研究具備良好的自洽性。
通過唯象研究和數據研究得到的結論將能夠從三方面對社會做出貢獻。第一,社會實驗研究成果可以為技術和產業戰略的制定服務。隨著公眾接受性影響了眾多項目的落地進程,將公眾接受性社會研究的研究成果納入到國家核能科技與產業戰略制定當中是必然的趨勢。
第二,研究成果可以為技術規范與倫理的制定服務。經過數十年的發展,核能技術的技術規范已經比較成熟,但隨著科學技術的不斷進步,以低劑量效應為代表的前沿問題一旦解決,就需要制定新的技術規范,屆時,核能公眾接受性社會實驗研究成果將有重要的參考意義。同時,核能公眾接受性的社會研究對于相關倫理的制定也是十分有幫助的。這種倫理問題集中在國家利益和個人利益的平衡上。核能發展是確保國家能源安全的重要途徑,但同時也會讓部分公眾承擔風險。隨著經濟的發展與群眾的覺醒,這種為了國家利益承擔個人風險的事情越來越難推進,許多發達國家都有前車之鑒。而未來公眾接受性的社會實驗相關研究成果,將會在這個領域上面貢獻很多力量。
第三,社會實驗的研究成果可以為相關政策的制定服務。例如,在生態環境部關于核電廠規劃限制區調整方案的研究中,很多專家表示小型堆其實不需要分區為居住限制區與規劃限制區,可以直接用核電廠的廠區作為邊界,真正實現應急的“三區合一”。但最后這個建議并沒有被接受,還是留了較小的區域作為“隔離帶”——這其實恰恰就是公眾接受性的要求,因為如果真沒有了限制區,公眾可能會感到更加不安。隨著時代的進步,政策要不斷更新才能更好地服務于我們的社會,而這些更新的基礎,就是與時俱進的公眾的想法。
核能的可靠性和穩定性對調整能源結構和保障國家能源安全具有重要意義。從政策制定上看,我國素來重視核能的利用,但是福島核事故仍然使得核能遇冷,在“一起一落”后,核能公眾接受性問題開始逐漸凸顯。核能的復蘇和發展是大勢所趨,在這樣的新形勢下,對核能公眾接受性的研究不能再只集中在“鄰避效應”和涉核謠言等當下突出的問題。首先,除了核電站建設外,核燃料循環中的放射性材料的運輸有可能引起特殊的“鄰避效應”,隨著核能在我國的迅速發展,需要對此早做準備,而放射性廢物處理的不確定性也可能招致反核人士的利用,對此進行宣傳也應提上日程。其次,人工智能和大數據的應用對公眾接受性來說,既是機遇也是挑戰,在利用它們提高公眾接受性有關工作的效率的同時,還必須警惕其濫用帶來的危害。最后,一個核能公眾接受性的社會實驗研究框架被提出,該研究框架由唯象研究和數據研究得出結論,然后可以為技術和產業戰略的制定、技術規范與倫理的制定和相關政策的制定提供服務,將成為核能公眾接受性研究的重要形式。