本文以2011—2023年A股上市公司为样本,实证研究数字金融对企业碳排放强度的影响效应及内在作用机制。研究发现:① 数字金融的发展能够显著抑制企业碳排放强度的提升,且这一核心结论在经过多项稳健性检验后仍保持稳健可靠;② 数字金融可以通过降低企业融资效率、推动企业技术创新来降低企业的碳排放强度;③ 通过异质性检验发现在高科技行业企业和资产密集型企业,数字金融对企业碳排放强度均产生负向影响但影响大小存在差异。因此,未来应着力升级数字金融基建并构建协同生态,疏解企业减排融资约束、赋能技术创新,针对行业异质性实施差异化支持,实现全行业降碳覆盖。

选取2013—2023年的省级面板数据,构建空间杜宾模型,运用准极大似然法考察我国产业结构扭曲对能源强度的影响。结果发现,中国省域间能源强度依赖性较强,尽管产业结构扭曲并未直接影响能源强度,但其间接效应却对能源强度带来了显著的负面影响。能源价格、城镇化水平、外商直接投资等因素有助于抑制能源强度,而技术进步对能源强度无明显影响。因此,为降低能源强度,必须加快构建竞争性能源市场,促进生产要素跨产业、跨区域流动,致力于消除产业结构扭曲,建立市场化的能源价格形成机制,调整能源价格,提升能源应用的技术效率,加快推进城镇化建设,优化引资结构。

针对分时电价用户响应建模与负荷预测精度不足的问题,本文提出基于负荷二次分解的混合预测方法。首先,通过数据驱动方法将总负荷解耦为表征刚性需求的日度基荷和反映电价响应行为的电价敏感负荷。其次,采用完全自适应噪声集合经验模态分解(CEEMDAN)将电价敏感负荷分解为多时间尺度的本征模态函数(IMF),有效分离其非线性波动特征。基于此,构建CNN-Transformer混合模型:其中,卷积神经网络(CNN)捕获用户用电行为的局部模式特征,Transformer神经网络用于刻画负荷序列的全局时序依赖关系,分别对各IMF进行预测并重构响应分量。最终将基荷分量与重构结果叠加,实现对分时电价响应负荷的预测。采用山东省2023年代理购电用户真实数据,对本文所提出的模型进行了验证,结果表明该方法平均绝对百分比误差(MAPE)降至0.07%,较传统模型预测精度提升显著,有效支撑了不同分时电价下的精准负荷响应特性评估。

针对传统演化博弈模型在电力市场分析中存在的学习速率固化、政策外生性假设过强及高维计算效率低下等问题,提出一种改进的演化博弈算法(IEGA)。首先建立包含燃煤发电企业、可再生能源企业及用户的三方博弈模型,综合考量碳排放约束、绿证交易及需求响应机制;在此基础上,提出梯度敏感的自适应学习速率机制,解决高波动市场策略震荡问题;通过构建含历史积分项的政策内生动力学方程,实现配额目标的渐进调节;结合分解与多尺度耦合算法,降低高维微分代数方程求解复杂度。实验表明,所提算法市场均衡偏差率较传统进化稳定策略求解算法降低189%～300%,政策达标度提升24%～38%,计算效率提高7.5倍。该研究为高比例可再生能源渗透下的电力市场机制设计与政策评估提供了高精度、高效率的量化工具,支撑低碳能源系统的动态优化与风险管控。

煤炭价格波动与地质勘查行业热度存在深层互动机制。基于2025年行业数据构建多维度分析框架,揭示能源转型背景下两者的新特征。研究发现:煤炭价格驱动机制已从单一供需转向多因素动态平衡,短期供应约束支撑价格反弹,但长期受能源结构转型压制;地质勘查行业呈现规模扩张与结构优化并行态势,技术创新显著提升抗波动能力;价格—勘查关联呈现时变分层特性,短期受现金流传导驱动,中期体现供需重构效应,长期由资源耗竭与技术演进博弈决定;全球比较表明区域路径显著分化,中国采取煤炭与关键矿产协同勘查的双轨策略。

研究绿色金融对碳排放强度的影响,对于理解绿色金融在低碳经济转型中的作用机制、推动经济可持续发展以及实现“双碳”目标具有重要意义。本文基于2000—2023年中国31个省级行政区(不含港澳台地区)的面板数据,构建双向固定效应模型与中介效应模型,系统考察了绿色金融对碳排放强度的影响效应、作用机制及其区域异质性。研究表明:① 绿色金融对碳排放强度具有显著抑制作用,且该结论在剔除特殊年份(股灾年、疫情年)、剔除直辖市及替换被解释变量等一系列稳健性检验后依然成立;② 机制分析表明,除直接抑制效应外,绿色金融还通过促进绿色技术创新间接推动碳减排,且绿色技术创新发挥部分中介作用;③ 异质性分析进一步揭示,绿色金融的碳减排效应在西部地区、环境规制较强省份及黄河流域更为显著,而在东部地区和环境规制较弱省份则不显著,在中部与东北地区及长江流域甚至表现为碳排放促进效应。最后,从强化绿色金融的直接抑碳效能、发挥绿色技术创新的中介传导作用,以及实施区域差异化政策等方面建言献策。

为实现我国2035年国家自主贡献目标,企业亟须引入适配低碳转型需求的资本形态,以有效提升碳绩效。本文以2013—2022年我国A股上市公司为研究对象,从关系型债权和战略型股权2个维度分别探讨了耐心资本对企业碳绩效的影响及传导机制,并进一步检验了绿色创新能力的中介作用。研究结果显示,耐心资本2类形态均能够促进企业碳绩效提升;绿色创新能力在耐心资本与企业碳绩效之间起到中介作用。此外,异质性分析表明耐心资本对碳绩效的促进作用在非国有企业和非重污染行业企业中更显著。研究结论可为企业引入耐心资本、提升碳绩效提供实证支持和理论参考。

利用2011—2024年昆明市制造业面板数据,通过构建回归模型并结合对数平均迪氏指数分解法(LMDI)开展效应分解,系统分析制造业碳排放与经济增长的动态关系,探究制造业碳排放的阶段性特征、关键影响因素及其作用机制。研究发现:昆明市制造业CO₂排放总量呈现明显的“M”形波动增长趋势,与制造业人均增加值之间呈现出“N”形环境库兹涅茨曲线关系;LMDI对碳排放驱动因素进行分解结果显示,制造业产业规模是推动碳排放增长的首要驱动因素,能源消耗的经济效益提升、结构优化和从业人员规模都呈现出抑制碳排放增长的效果,其中清洁能源占比提升对制造业碳排放增长的抑制效果最显著。

企业环境、社会和治理(ESG)表现是衡量可持续发展能力的核心指标,也是推动“双碳”目标实现的关键抓手。当前中国企业 ESG 表现存在显著分化,如何通过政策工具驱动企业提升 ESG 表现成为重要议题。本文以2012—2023年A股上市公司为样本,将绿色工厂认证政策作为一项准自然实验,运用多期双重差分法系统考察绿色认证对企业 ESG 表现的影响。研究发现,绿色工厂认证政策能显著提升企业ESG表现;机制分析表明,绿色工厂认证政策通过绿色技术创新、媒体声誉激励和环境信息披露3条路径驱动ESG表现提升;异质性分析发现,绿色工厂认证政策对ESG表现的促进作用在重点排污单位、重污染行业、自愿披露企业及国有企业中更为突出。本文研究为完善绿色认证体系与构建多元共治的ESG生态提供了理论与实证依据。

在“双碳”战略持续深化与能源体系绿色转型的宏观背景下,本文选取2010—2023年间中国A股能源密集型企业作为研究样本,构建了一个有调节的中介模型,综合运用Bootstrap方法检验中介路径,并引入工具变量以克服内生性问题,系统考察了ESG表现对企业绿色创新数量与质量的作用机制。研究发现:良好 ESG表现显著促进企业绿色专利申请总量与绿色发明专利数量的提升,该结论在一系列稳健性检验后依然成立。进一步分析发现,财务约束在ESG与绿色创新之间发挥部分中介作用;数字化转型不仅正向调节ESG对绿色创新的直接效应,更通过增强ESG对财务约束的缓解作用强化了该中介路径,体现出“赋能”与“协同”双重特征。异质性分析表明,ESG对能源密集型企业绿色创新的促进作用在国有企业与非东部企业中更为显著。本研究可为能源密集型企业统筹推进 ESG建设与数字化转型、优化绿色创新路径提供参考依据,同时在方法论层面为中介效应与内生性处理提供了更严谨的实证范式。

山东省作为全国人口和供热需求大省,其供热行业的低碳转型对实现“双碳”目标和推动经济结构升级具有重要意义。近年来,山东省加快淘汰落后燃煤机组和锅炉,积极推进核能、地热、生物质等清洁供热方式的发展,低碳化进程取得初步成效。然而,供热行业仍存在燃煤供热占比高、清洁能源利用水平低、热力接续与管网建设滞后、体制机制不健全以及电热协调矛盾突出等问题。本文基于对山东省16个地市的深入调研,系统分析了全省供热行业的发展现状与主要挑战,探讨其低碳转型的关键制约因素,并从能源结构优化、技术创新、基础设施升级和制度设计完善等方面提出了有针对性的政策建议。研究旨在为山东省供热行业的高质量低碳发展提供科学依据,并为全国供热行业的绿色转型提供参考。

协同推进人工智能与能源安全深度融合,是抢占科技和经济制高点、夯实国家安全根基的战略举措。本文以2011—2023年中国30个省份为研究对象,将二者纳入统一分析框架,借助耦合协调模型、地理探测器等工具分析其协同发展水平、时空演变特征与空间集聚格局,识别区域差异及核心驱动因子。研究发现:① 人工智能产业布局与能源资源禀赋存在显著空间错配;全国耦合协调度稳步提升,但整体仍处于较低层次。② 空间分布呈现由东向西梯度扩散与局部锁定并存的特征;HH聚类区从沿海向内陆延伸,西北地区长期处于低水平集聚状态。③ 人工智能领域的显卡进口、科研人数、社会关注度是耦合系统空间分异的核心驱动因子;稳定、高效的能源供给是耦合系统的关键支撑,能源低碳化具备激活系统协同优化的潜在价值。本文为构建人工智能与能源安全的高效协同网络提供了理论依据与政策参考。

发展太阳能等清洁能源应用是推动我国能源转型和实现“双碳”目标的重要举措,我国出台了一系列政策支持光伏发展。本文通过检索国家和省市层面出台的光伏政策,对收集到的2007—2024年间共336份光伏政策进行文本分析,从发文数量、政策主题和阶段划分等方面揭示光伏政策演变特征和发展方向。分析结果表明:中国光伏政策具有自上而下的政策引导与地方调整施策特点,光伏政策涉及项目开发、电价补贴、补贴下调、项目规范、设备退役等主题,覆盖光伏产业的全生命周期历程。光伏政策主题具有明显的阶段特征,光伏产业发展时期(2007—2012年),以“项目示范、试点项目、产业推广”等为主题;政策扶持加速发展期(2013—2020年),以“电价调整、补贴、光伏扶贫”为主,也涵盖光伏建设和管理方面;光伏行业管理与规范期(2021—2024年),以“高质量发展、市场化竞争、智能化发展”等为主题。随着光伏发展进入新阶段,分布式光伏为主要开发形式;电力市场化交易、消纳、设备退役与回收将成为主要方向。未来需加强光伏有序发展机制、智能数据库建设和监管、光伏发展与其他目标的协同性。

在国家大力推进“电算协同”与“东数西算”工程的背景下,准确预测算力中心短期负荷对于电算协同调度、安全供电及能耗优化具有重要意义。针对传统负荷预测模型在处理非平稳负荷序列和外源驱动信息时难以有效刻画复杂动态特征,且外部变量融合机制薄弱、易导致误差传播与放大等局限,本文提出一种基于双流时序混合器(DCTimeXer)模型的算力中心短期负荷预测方法。该方法在模型架构上显式区分内源负荷时序流与外源驱动流,通过跨流注意力机制实现能耗序列与气象、电价等外部信号的深度融合;同时采用时段级Token与全局Token嵌入机制,有效捕捉局部波动特征并增强长时依赖建模能力。以河北省廊坊市某大型算力中心实际负荷数据集为例,验证了模型在多种预测步长下均优于现有主流模型,同时消融实验结果表明,外源变量与Patch机制的引入都对预测精度具有显著提升作用。

在“双碳”目标与能源安全兜底保障的要求下,新一代信息技术与煤炭行业的深度融合成为必然趋势,智能煤矿建设成为煤炭行业转型升级的核心抓手,也是煤炭企业实现高质量发展的必由之路。本文以智能煤矿建设为研究背景,分析新形势下煤炭企业智能煤矿建设面临的政策、技术、产业机遇,深入探讨智能煤矿建设对煤炭企业战略定位、核心战略及布局优化的全方位影响,构建适配智能煤矿建设的煤炭企业发展战略、实施路径及保障措施,为煤炭企业优化发展战略、提升核心竞争力、实现高质量发展提供有力支撑。

随着人工智能的发展与低碳时代的推进,我国的产业结构与生产消费方式发生了巨大转变,该转变将如何影响就业水平,成为亟待厘清的问题。本文基于协整检验与VECM模型,对碳排放、人工智能与就业之间的动态关系展开分析,旨在探讨在低碳发展要求和稳就业目标的双重约束下,我国就业可能发生的变化,以及人工智能技术的发展应用在其中发挥的作用。研究发现:二氧化碳排放量与就业率之间存在长期正向关系,但从技术进步的角度来看,就业对碳排放的影响相对有限;人工智能发展水平对碳排放的长期影响呈现显著的非线性特征,二者呈现出倒“U”形关系。然而短期内,技术进步和碳排放均会对就业产生较大的负面冲击,尤其是二者叠加可能导致的结构性失业。通过分析三者之间的动态关系,发现人工智能发展在碳排放与就业中具有重要的积极作用,但也要警惕碳排放对人工智能发展带来的不利影响。据此,本文提出加大绿色基建、创新绿色发展、培养绿色思维和打造技能人才队伍的建议。

数字经济作为高质量发展的重要引擎,数字技术与实体经济融合发展是现代产业体系升级的要求。矿业经济作为贵州省重要支柱产业,充分释放数字技术对矿业经济转型升级的赋能作用是贵州省紧抓新一轮科技革命、实现现代化工业体系的重要着力点。当前,贵州省“富矿精开”在迎来时代机遇的同时也面临探矿难度大、用矿程度浅,上下游信息不畅、矿业产业缺乏“链式”协同,资源配置不合理与要素保障不配套,技术创新与数智化应用程度不高,绿色矿山与安全生产亟待优化五大困境。数字化赋能通过数字技术、数字基建、智能设备等应用到“富矿精开”的四大环节,其效应机制表现为微观企业的规模经济、比较优势、要素流通效应,中观产业的关联带动、渗透融合和协同发展效应,以及宏观经济的创新赋能、范围经济、网络经济效应。接下来,要充分运用贵州省数字资源和矿产资源双优势,借力数字技术提升开发效能,注重构建全产业链布局,推动传统矿业经济绿色转型。

在煤炭产业链多板块协同运营的背景下,传统的月计划编制方法难以应对资源、燃料、需求等环节的高度动态耦合特性。为了系统性地提升跨板块协同决策能力与计划编制水平,精准刻画复杂动态关系与提高月计划编制效率及准确性,开发了一套覆盖“煤-电-化-路-港-航”六大核心板块的煤炭全产业链数字化推演工具。该工具以多智能体系统理论为基础,利用AnyLogic仿真平台构建了一个融合“供给-需求-运输”多节点协同的分布式决策模型,通过设计智能体状态响应机制、交互行为及量化评价指标,实现了产业链动态运营的精细化仿真。通过对徐州电厂的案例研究表明:在推演过程中,各项关键指标的仿真结果与历史数据偏差均小于4%,仿真精度较高,且当日级推演步长设为1时仿真精度最高,能够更好地反映实际运行的波动特征。该仿真推演工具在月计划编制中显示出良好的适用性与可靠性,可为大型能源集团统筹资源配置和优化运营节奏提供科学的决策支持。

在全球能源绿色转型与我国“双碳”目标推进背景下,露天煤炭企业培育新质生产力是突破“挖煤-卖煤”传统模式,转型为安全高效智能绿色综合能源服务商的核心路径。当前研究存在3个方面局限:宏观上聚焦国家战略多、企业微观解构少;传统评价模型难以处理专家评价模糊性与因素动态关联;行业研究偏重单点技术、未结合供应链构建三维体系。本文提出融合可拓共轭对分析与云模型的研究方法:从煤炭供应链视角出发,构建企业内部生产流程的虚实共轭模型(部门实体资源为实部、服务效能指标为虚部)与供应链上下游协同的软硬共轭模型(企业硬资源为硬部、跨主体协作关系为软部),解构出8类关键影响因素;引入云模型处理企业高管、行业学者等专家评价的模糊性与随机性,计算初始重要度;通过自相关矩阵(采用“影响强度-频次”加权法降低主观偏差)量化因素交互效应,修正重要度结果。研究创新在于:微观层面填补露天煤炭企业新质生产力影响因素系统解构空白;通过可拓共轭对模型实现“实体-关系-效能”多维度识别;结合云模型与自相关矩阵解决评价不确定性与动态关联问题。研究结论可为企业转型提供精准决策支持,助力行业构建“智能-绿色-韧性”三位一体新质生产力发展体系,推动煤炭行业从规模扩张向高质量发展转型,为能源领域新质生产力培育提供理论参考与实践范式。

新质生产力驱动下的煤炭行业转型,要求财务管理范式在目标、假设、方法、工具及评价等5个维度进行系统性重构。研究提出应以战略协同与价值赋能为核心导向,构建能够深度融合业务、支撑长期战略的新型财务管理范式——战略赋能型财务。该范式强调财务职能从核算控制向战略融入与价值赋能转变,通过整合数据智能与行业知识,助力煤炭企业在安全、绿色、智能转型中实现高质量发展。研究进一步从战略锚定、组织融合、技术支撑与人才培育4个方面,提出了系统化的实施路径,为煤炭企业推进财务管理转型升级提供了理论框架与实践参考。

本文聚焦煤炭行业质量管理实践,系统梳理其演进历程,并从质量管理体系认证、卓越绩效模式与质量奖、质量管理(QC)小组活动3个维度分析现状与问题。研究表明,煤炭行业在体系认证与QC小组活动方面基础较好,但在卓越绩效模式深入推广、成果获得国家级奖项等方面仍有提升空间。针对管理体系运行“两张皮”、卓越绩效实践不持续、QC小组活动发展不均衡等问题,提出推动管理体系与业务深度融合、构建适合行业特色的卓越绩效自评体系、规范创新QC小组活动程序与方法等建议。最后,强调应以《质量强国建设纲要》为指导,将质量管理作为培育新质生产力的重要抓手,通过完善机制、强化培训、促进成果转化,从而全面提升煤炭行业质量管理水平,助推行业高质量与可持续发展。

为解决露天转井工开采矿井因井上下立体漏风通道导致的通风能耗浪费、防灭火成本攀升及安全隐患问题,研究了基于示踪反演的漏风精准管控与经济性优化路径,提出一种融合SF₆示踪检测技术与全生命周期成本(LCC)理论的联合优化模型,旨在最小化通风系统无效运营成本及治理工程投入。采用SF₆连续释放法,反演得到漏风通道的通量参数为165.6 m³/min,量化漏风引发的无效电费及材料损耗;据此提出“井下靶向注浆+地面黄土覆盖”立体协同治理方案,将治理一次性投入、运行能耗节约及材料损耗减少纳入多目标优化体系。研究结果表明,优化后的治理方案可使漏风率从23.6%降至6.4%,投资回收周期缩短至3.2个月,为煤矿隐蔽致灾因素治理提供技术支撑与经济评价范式,对煤矿精细化成本管控与安全高效生产具有重要参考价值。