建设以可再生能源为中心的清洁、低碳、安全且高效的现代能源体系,是实现中国碳中和目标的重要支撑。构建了统一的氢气生产途径成本比较框架,并分析了在纳入碳成本的情况下,各类氢气生产途径的净零成本。结果表明:① 在当前技术水平下,未考虑碳排放成本时,灰氢、蓝氢和绿氢的生产成本分别为1.4～4.4 USD/kg H₂、2.0～4.9 USD/kg H₂和7.5～8.3 USD/kg H₂;② 每生产1 kg氢气,灰氢、蓝氢和绿氢的碳排放量分别为5～20 kg CO₂eq、4～6 kg CO₂eq和1～3 kg CO₂eq,绿氢碳排放最低,展现出显著的低碳优势;③ 纳入碳成本后,当碳成本为 12.57USD/t CO₂e时,灰氢和蓝氢生产中煤制氢及加装CCS的煤制氢净零成本最低,绿氢净零成本最高,仅在电价低至弃电价格时具有成本竞争力;当碳成本升至37 USD/t CO₂e时,最低电价下的绿氢净零成本与蓝氢最高的净零成本相当,且随着碳成本进一步增加,绿氢中以风电为电源的电解水制氢技术展现出绝对的净零成本优势;当碳成本达到200 USD/t CO₂e时,灰氢中煤制氢失去成本优势,甲烷自热重整技术成本最低,此时绿氢较蓝氢技术最高净零成本低,具有显著成本竞争力。

准确预测碳价格对制定有效的气候变化政策、优化资源配置、促进低碳技术创新和经济转型具有重要意义。中国碳市场作为一个新兴市场,在政策设计、市场结构、数据基础等方面面临独特挑战,碳价格波动预测复杂性远高于成熟碳市场,且传统方法在平衡准确性和可解释性方面具有一定的局限性。为此,从多源数据融合角度出发,聚焦全国碳市场价格预测,提出纳入非结构化特征的可解释人工智能预测模型。具体来说,在传统预测因子的基础上,将公众关注度、政策不确定性以及网络拓扑指标等非结构化特征作为预测变量,全面挖掘影响碳价格的关键因素。评估和比较了各种结构的机器学习和深度学习算法,以探索最适合建模高维非线性碳价格数据的技术。最后,利用Shapely加性解释分析了各影响因素对全国碳市场碳价格预测的贡献。结果表明,加入政策不确定性以及网络拓扑信息等非结构化特征可以提高模型的预测精度,影响因素中原油价格的整体贡献度排名第一,4个政策不确定性指数均排名前六,其重要性超过了绝大多数传统的结构化预测因子。

煤炭作为全球能源结构的关键支柱,其价格波动对经济、能源市场、环境政策及工业生产成本具有广泛影响,因而准确预测煤炭价格对于维护能源市场的稳定性、有效控制成本以及管理风险具有至关重要的作用。提出一个深度学习模型(XGBGCN)来解决煤炭价格预测问题。该模型融合XGBoost算法,用于分析影响煤炭价格的关键特征,同时结合图卷积网络 (GCN) 模型,利用这些关键特征进行煤炭价格的预测。XGBoost模型能够有效地从大量与煤炭价格相关的因素中提取出关键特征,从而降低模型的复杂性,并提高预测精度。具体而言,XGBGCN模型首先利用XGBoost算法来寻找与煤炭价格相关性大的特征,该特征包括用电量、其他地区煤炭价格等。利用选择的特征构建煤炭价格关联图,并结合特征矩阵,作为GCN模型的输入,进行煤炭价格预测。此外,在真实煤炭价格及其影响因素数据集上对煤炭价格进行预测,结果表明,与一些现有模型相比,所提出的XGBGCN模型,能够较为准确的预测煤炭价格。

海洋碳汇是全球碳循环和气候调节的关键组成部分,其研究对于应对气候变化和保护海洋生态系统具有重要意义。首先回顾了海洋碳汇的定义、构成和分布特征,分析了人为因素和自然环境对海洋碳汇的影响。其次,运用CiteSpace软件对Web of Science核心数据库中2001—2024年间的海洋碳汇相关文献进行信息数据挖掘,绘制作者、期刊、机构和国家(地区)合作网络图谱,识别海洋碳汇研究前沿热点。继而对海洋碳汇关键词进行聚类分析,绘制关键词聚类图和突现表,探讨海洋碳汇研究的热点趋势和未来方向。研究表明,海洋碳汇对全球碳循环和气候调节具有重要作用,但其面临着人为和自然因素的威胁。未来研究需要加强海洋碳汇的监测、评估和管理,并探索其作用机制和影响因素,以更好地应对气候变化和保护海洋生态系统。

创新驱动已成为矿山行业发展的新引擎,以人工智能(AI)为代表的新兴技术范式在煤矿工业领域中不断进行探索与应用的实践。通过梳理国内外研究进展,给出AI在智能矿山中的技术架构和关键技术,重点分析“智能矿山AI+”的七大重点应用场景,包括地质勘探、智能化采掘、工业视频、灾害预警、设备预测性维护、生产过程优化、AI大模型等。最后,展望了未来AI技术在智能矿山中的应用前景,包括无人化开采、数字孪生矿山以及行业标准与规范的完善等,也提出在AI+应用还存在技术难度较大、成本效益矛盾、数字鸿沟加剧等新挑战。

随着能源转型进程推动世界贸易格局演变和国际市场竞争加剧,“脱钩断链”“去风险”等对华贸易壁垒愈演愈烈,光伏产业作为外贸“新三样”之一首当其冲。辨识和理解贸易壁垒对进出口规模和福利水平的影响及其发生规律对我国理性应对贸易局势变化至关重要。基于GSIM模型反事实模拟发现,2012—2021年,欧盟、美国、印度、土耳其对华贸易壁垒使中国光伏出口总额损失5%(合计约103亿美元);多个国家/经济体共同施加贸易壁垒的损害超过了单一国家/经济体对华施加壁垒的损害之和,存在“1+1>2”的放大效应,损失增长约1.5%。若2025年欧盟关税壁垒卷土重来,中国光伏年出口额将额外损失6%(约20亿美元),全球福利减少约40亿美元。中国通过扩大国内或贸易友好方市场潜力、提高产品竞争力等方式,可有效抵消出口额损失。

2012年颁布的《绿色信贷指引》要求金融机构严控“两高一剩”企业信贷投放并支持企业绿色转型发展。在国家大气治理和双碳目标的不断推进下,绿色信贷政策能否提升“两高一剩”企业绿色绩效备受关注。首先,基于2010—2019年中国189家上市企业面板数据,从经济、社会和生态3个维度构建指标体系,并运用熵权TOPSIS法测算企业绿色绩效;其次,采用PSM-DID模型从企业绿色治理角度考察绿色信贷政策对企业绿色绩效的直接效应;最后,运用被调节的中介效应模型检验企业环境责任和融资约束在其中发挥的机制效应。研究发现:绿色信贷政策能够有效提升“两高一剩”企业绿色绩效,且此结论经过不同稳健性检验后依然成立;异质性分析表明,绿色信贷政策显著提高了非国企及中西部企业的绿色绩效;机制分析表明,企业环境责任是绿色信贷政策提升企业绿色绩效的主要途径,且融资约束正向调节企业环境责任对企业绿色绩效的中介作用。以上结论对我国绿色金融体系的构建以及“两高一剩”企业的绿色转型发展具有重要指导意义。

煤炭清洁高效利用是构建新型能源体系的本质要求,新型能源体系也为煤炭清洁高效利用提供了动力和方向,中国需要建设基于我国能源资源禀赋的具有中国特色的新型能源体系,满足能源转型的清洁低碳和安全高效等需求。阐述了新型能源体系的内涵以及煤炭清洁高效利用在新型能源体系中的作用,总结了煤炭清洁高效利用在国家能源安全供应保障、煤炭提质加工、燃煤清洁高效发电、煤化工高端多元低碳发展、煤炭开发利用生态环境改善等方面的发展成效,分析了煤炭清洁高效利用在支持构建新型能源体系过程中仍面临煤炭稳定保供压力大、绿色低碳转型发展压力大、科技创新支撑新质生产力发展不足等挑战和问题。同时,基于煤炭清洁高效利用对于如期实现碳达峰碳中和目标、确保国家能源安全等具有重要的战略意义,分析了煤炭清洁高效利用在保障低碳转型中的国家能源安全保障、智能化建设赋能数字化智能化转型、国家全面推进煤炭清洁高效利用、促进能源绿色低碳发展等方面将迎来新的发展机遇。结合我国能源体系面临安全稳定供应与清洁低碳转型的双重挑战,“十五五”时期,保障能源供给安全稳定依然是新型能源体系建设的首要任务,提出了强化煤炭供应保障的能力和质量,构建煤炭-煤电-煤化工-煤基新材料等多元融合发展的产业体系,科技创新推动煤炭清洁低碳转型及与新能源耦合发展等路径,助力新型能源体系建设。

深入评估欧盟碳边境调节机制对我国高碳产业出口进而对国内产业生产、就业及收入分配的影响尤为重要。此研究利用GTAP模型测算欧盟碳边境调节机制对我国高碳产业出口的冲击,并基于我国省级社会核算矩阵进一步测算其对我国的综合影响及影响路径。研究结果表明:① 在欧盟碳边境调节机制全面实施的情境下,中国多个高碳产业对欧盟出口将下降20%～35%;② 中国各省对高碳产业出口下降的传导路径存在明显的异质性,多数省份受制于地理位置和产业关联因素在省内不同产业间迅速传导,而浙江省和广东省的化学产品则倾向于优先传导至其他省份;③ 高碳产业出口下降对沿海省份城镇居民收入及非技术劳动力就业产生较大冲击,其中,通过影响非技术劳动力就业降低居民收入的传导路径占据较大比重。

近年来,数字经济的快速发展为工业企业提供了新的发展机遇,其不仅在提高生产效率和创新商业模式方面展现出巨大潜力,还在优化能源使用、提升能源效率方面具有重要作用。基于2011—2021年中国各省份数据,构建了数字经济发展评价指标体系,测算出中国各省份数字经济的指数。并通过构建固定效应模型,检验数字经济对能源效率的影响。研究发现数字经济对中国工业企业能源效率产生显著正向影响,数字经济指数每提升1,能源效率会提升3.721,通过一系列稳健性检验结论依然成立。异质性分析表明数字经济对我国东部省份能源效率的影响并不显著,对产业结构升级区域工业企业影响较大。因此,建议应当在注重数字经济水平本身提升的同时兼顾产业结构的优化和区域差异化的调整,从而在整体上提高中国工业企业的数字化水平,帮助企业更好地适应数字经济时代的发展需求,实现可持续发展,实现经济、社会和环境的协调发展。

加快新能源发展和煤电低碳化改造是构建清洁低碳安全高效的新型电力系统的关键方式,但中国新能源装机的快速增长也带来了电力消纳、系统稳定运行以及实现经济效益等方面的挑战。在此背景下,绿电制氢合成氨煤电掺烧是一种同时解决新能源消纳、促进煤电低碳化改造的重要技术路径。然而,受产业链过长、经济参数繁多与支持政策不确定等多维因素影响,一体化技术经济性尚不明晰。因此,在厘清绿电制氢合成氨煤电掺烧一体化技术工艺流程的基础上,针对典型项目进行技术经济评价,同时就绿氢成本、碳价等关键因素进行敏感性分析与未来发展展望。研究结果表明:① 现有条件下,一体化项目整体亏损严重,项目绿氢生产成本为33.78元/kg,绿电成本(53.76%)与设备成本(30.38%)占比最大;② 掺烧比例增加导致经济性下降,但碳价上升可以缓解这一问题,碳价超过2 300元/t时,掺烧30%项目经济性优于掺烧10%项目;③ 绿氢成本是项目经济性的决定性因素,若碳价上升至750元/t,10%、20%、30%掺烧项目盈利所需绿氢临界成本分别为22.45、16.44、14.40元/kg。因此,尽管当前项目不具备经济性,但随着技术进步和碳价上升,成本收益有望大幅改善,从而推广落地。

深刻理解煤炭价格走势背后的原因并准确预测煤炭价格对促进煤炭产业链平稳运行和提高煤炭产业链上下游企业运营收益具有重要意义,针对煤炭价格预测的问题,提出了基于SSA-LSTM煤炭价格预测模型。在分析影响煤炭供需因素的基础上,将麻雀搜索算法(SSA)和长短期记忆网络模型(LSTM)有效集成,建立了一种基于SSA-LSTM模型的多输入变量的预测模型。利用多输入变量预测模型对环渤海动力煤价格指数进行了预测,结果表明:基于SSA-LSTM煤炭价格预测模型对煤炭价格的预测准确度更高且具有较好的泛化能力。

在全球气候变化的背景下,已有150多个国家制定了减碳政策。通过构建Stackelberg政企博弈模型,探究碳税和碳交易制度对企业减排决策、企业收益及社会总福利的影响。研究发现,碳交易制度中的碳交易价格和碳税制度中的碳税率及其增长率是决定企业减排策略的直接因素,而碳交易制度中的碳排放配额则因为规则限制间接影响企业减排策略。同时,研究提供了2种制度下的企业最优减排决策相同时,使社会总福利更高的政策决策方案。最后,数值仿真部分为钢铁行业减排政策的选择提供了数据支撑。企业积极投资低碳技术,同时政府根据行业特性实施差异化的混合碳政策,可增进社会总福利并推动企业的绿色转型。

在新型电力系统建设背景下,煤电机组正通过灵活性改造、供热改造、节能降碳改造“三改联动”,加速向清洁、高效、灵活转型。随着波动性新能源的大规模发展和能源需求的持续攀升,煤电作为我国未来相当长一段时间内能源供应安全的重要支撑,扮演着供电、供热和提供电力灵活性的三重角色,也致使煤电转型面临诸多挑战。结合我国电力转型面临的新形势,识别了煤电机组灵活调峰和稳定供热面临的矛盾和挑战,分析了热电解耦相关技术手段和国内外经验。研究建议,通过加强灵活性改造方面的支持力度、加强供热改造和系统优化、进一步完善电力市场建设、加强热电解耦技术攻关等实现煤电的灵活调峰和稳定供热,为提升我国能源安全保障水平和促进新能源消纳做出贡献。

绿色金融改革创新试验区已经成为金融工具推动中国经济高质量发展的重要载体。基于2009—2022年中国31个省级行政区面板数据,以绿色金融改革创新试验区作为准自然实验,采用多时点双重差分法,检验了绿色金融政策对产业结构转型升级的影响及其作用机制。研究发现:首先,绿色金融政策能够促进试点地区产业结构转型升级。其次,异质性分析显示,在经济基础较好的东部地区、政策倾斜力度较大的西部地区以及财政支持力度较大的地区,绿色金融政策对产业结构转型升级的促进作用更为显著。最后,机制分析表明,绿色金融政策通过促进能源结构的低碳转型和提升区域创新能力,推动地区产业结构的转型升级。

当今世界地缘冲突频发,气候问题凸显,加快能源转型和保障能源安全是我国能源发展的首要任务。鉴于我国“多煤、少油、缺气”的能源资源禀赋,以及对以煤炭为主体的化石能源的较高依赖度,推行以光伏和风能发电为主的新能源产业和以现代煤化工产业为突破口的煤炭清洁高效转化及其多能耦合对我国能源领域绿色低碳发展和如期实现“双碳”目标具有重要意义。在分析我国煤化工产业发展现状、特点以及面临的“双碳”减排问题基础上,从绿氢替代降碳的源头和过程两个方面分析了现代煤化工主要产业链与新能源绿氢、绿电耦合潜力。计算结果表明,煤制甲醇、油、烯烃、乙二醇产业链绿氢可替代量占总氢气需求量的55%,而煤制天然气绿氢替代占比高达70%,且敏感性分析显示不同煤化工产业链的绿氢、绿电替代碳减排量敏感性不同。结合现有煤化工产业政策导向和绿色低碳替代技术发展趋势,以新疆某煤化工园区具体产业链及其产能为例进行绿氢绿电替代计算,结果显示经20%绿氢替代和50%绿电替代后煤化工园区碳排放量降低约1/3。

在数字经济与“双碳” 战略协同推进的背景下,探究长三角城市群数字经济对全要素能源效率的影响机制,对破解区域高质量发展与碳减排协同难题具有重要现实意义。基于2002—2019年长三角26个城市面板数据,采用熵值法构建数字经济综合指数,运用包含超效率SBM模型测度全要素能源效率,并通过双向固定效应模型与中介效应模型等系统检验其作用路径。研究发现:数字经济显著促进全要素能源效率提升,并具有稳健性;区域异质性显著,2006年后数字经济对全要素能源效率的影响更为显著,且不同资源禀赋城市的受益程度存在差异,自然资源型城市受益最大;技术创新与产业结构升级是关键机制因素,后者作用更为突出;此外,本地数字经济发展对邻近地区具有正向溢出效应。基于此,提出强化数字基建、完善创新激励、优化产业结构、深化区域协同的建议。

新能源汽车快速推广背景下,探究其经济和碳排放影响具有重要现实意义。通过构建包含能源投入嵌套与居民汽车消费嵌套的动态CGE模型,引入汽车保有量核算模块以及S型市场渗透率曲线,模拟新能源汽车推广的经济和碳排放影响。研究发现,推广新能源汽车虽然对中国经济增长有小幅负面影响,但显著促进产业结构转型,尤其会拉动电池、电机和电控行业产出增长;由于汽车保有量变化滞后于销售量变化,在当前以煤电为主的发电结构下,2030年后减排效果才能体现;当清洁电力供应比例提高,减排效果则能更早显现,经济损失也会降低。研究成果对优化新能源汽车推广政策实施效果具有重要现实意义。

在全球气候变化背景下,绿色低碳发展的重要性日益凸显。基于某新能源企业2014—2023年相关数据,系统性地探究了绿色技术创新效率的影响因素及提升策略,旨在为企业的绿色转型和可持续发展提供科学依据。研究发现:① 运用数据包络分析等方法对绿色技术创新效率进行静态与动态分析,确定企业盈利能力、劳动者素质、新产品设备投入及政府补贴强度4个关键影响因素,并通过Tobit回归分析得出以上影响因素均与企业的绿色技术创新效率呈现显著相关性。② 针对以上影响因素,运用模糊集定性比较分析方法得出以下3条提升企业绿色技术创新效率的路径:自主驱动型路径通过内部优势与资源构建自主驱动绿色技术创新路径的机制;内外协同驱动型路径通过企业内部因素与外部支持协同作用提升绿色技术创新效率;内部能力与战略调整驱动型路径强调组织内部能力与战略调整的重要性。

技术创新具有减排和提率的双重潜力,是实现能源企业绿色低碳转型的关键手段。选取2010—2021年中国能源行业A股上市公司数据,使用超效率SBM模型测算能源企业碳排放效率,并分析企业技术创新与碳排放效率的关系。结果表明:① 技术创新有效促进能源企业碳排放效率的提高;② 加强环境规制水平、优化人力资本和降低能源强度能增强技术创新的提率能力;③ 伴随着环境规制、人力资本和能源强度跨过门槛值后,技术创新对碳排放效率的促进作用呈现跃升现象;④技术创新对碳排放效率的影响具有企业产权异质性和企业规模异质性。

随着全球气候变化问题的加剧,减少二氧化碳排放、实现低碳经济转型已成为各国应对气候危机的共同目标。二氧化碳捕集利用与封存(CCUS)作为目前实现化石能源低碳化利用的唯一技术选择,被视为实现碳减排的重要路径之一。然而,CCUS大规模部署面临诸多挑战,其中跨区域碳运输成本高、捕集源与封存汇的空间匹配不平衡是关键难题。为此,此次研究通过建立源汇匹配模型,结合Delaunay三角剖分算法构建候选管道网络,并通过管道共享策略优化运输路径,力求在多情景捕集规模下,构建出兼顾经济性与可操作性的全国性CCUS部署方案。研究结果显示,在各捕集规模情景下,CCUS部署的重点逐渐由中东部的经济和工业发达省份向资源丰富的内蒙古、新疆等地区转移,在全国范围内形成多个集群。分阶段的区域布局策略为政府提供了差异化的政策支持路径,有助于在全国范围内逐步推广CCUS改造。该研究为未来大规模的CCUS部署提供了科学依据和技术路径,揭示了通过合理的网络构建与共享机制,可以实现较低成本的碳捕集与运输。同时,该方法可为实现全国碳达峰和碳中和目标提供长期的支持。

为应对新时代经济转型升级的需求,企业亟需利用创新性的金融工具发展新质生产力,推动高质量发展。基于2014—2022年A股1 334家上市企业以及31个省市的相关数据,通过熵权法及基于爬虫技术的文本分析法构建了企业新质生产力、企业碳金融水平以及政府对企业的环境规制强度3个综合指标,并采用面板数据模型实证分析了企业碳金融水平对新质生产力的影响,以及环境规制强度对两者关系的调节作用。研究结果表明:① 企业碳金融水平提升对其新质生产力有显著的促进作用。② 环境规制强度对企业碳金融水平与新质生产力的关系产生了负向调节作用。③ 企业碳金融水平对新质生产力的作用因企业性质和碳排放水平不同而具有一定差异,对国有企业和高碳排企业相对更大,但差异并不明显。基于此,从政府和企业2个角度提出了政策建议。

在全球能源格局深刻变革与我国新型能源体系加快构建的时代背景下,“十五五”时期对于传统煤炭企业而言,既是其摆脱传统发展模式依赖、谋求新突破的变革时期,也是积极融入新发展格局、展现新作为的重要阶段。总结“十四五”期间主要煤炭生产企业发展成果,剖析“十五五”时期煤炭企业转型发展面临的诸多挑战,提出了具有前瞻性和可行性的转型发展思路与发展原则,创新性地构建煤炭企业四大转型发展路径,旨在助力煤炭企业“十五五”期间实现稳定绿色高效转型,为我国能源产业的转型升级贡献力量。

近年来,我国风电装机大规模增长,但由于电力系统灵活性不足,风电难以足额消纳的困境始终存在,尤其是在我国“三北”地区,风力资源丰富但“弃风”问题严重。电热综合能源系统作为一种有效的解决方案,通过协调电力和热力系统的运行,可显著提高系统灵活性和风电消纳能力。首先,介绍了电热综合能源系统框架,分析了促进风电消纳的电热综合能源系统研究思路;然后,从系统的产能侧、储能侧和负荷侧3个角度出发,介绍了可用于促进风电消纳、提高系统调节能力的灵活性资源;其次,探讨了包括电热综合需求响应调度策略和电热源荷储协同调度策略2种系统优化调度策略的运行机制、有效措施和应用场景;最后,对促进风电消纳的电热综合能源系统优化调度现阶段的研究内容进行了总结,并对未来如何在高比例新能源供应、高比例电气化负荷、元素多元复杂化的新型能源系统结构下实现风电的有效消纳进行了展望。

煤炭价格的精确预测对确保国家能源安全和助力“双碳”目标实现具有重要意义,针对煤价预测准确率仍可进一步提升的问题,选取2017—2023年秦皇岛Q5500动力煤价格及影响因素数据,基于特征工程分析确定煤价预测模型的特征指标分别建立LSTM、RF、SVR和XGBoost模型,根据算法评估指标,比较并分析各模型RMSE、MAE、MAPE、R²性能,结果表明LSTM煤价预测模型的误差更低、准确率更高且精度最优。

随着碳排放引起的气候变化问题日益凸显,国际社会对碳减排的关注度越来越高。我国作为世界上最大的碳排放国,在“双碳”目标背景下减碳形势更加严峻。煤炭是我国主要的一次能源,研究煤炭资源碳排放水平,探寻碳减排路径,对于达成“双碳”目标,助力发展环境友好型社会,推动我国可持续发展具有重要现实意义。基于此,首先以多维视角分析煤炭资源的消费现状与流动特征,识别煤炭资源消费的重要省份及关键行业;其次,基于生命周期理论对煤炭资源全生命周期进行阶段划分,进而构建出各阶段碳排放核算模型,通过模型运算分析,定量化估算煤炭资源在不同阶段的CO₂排放水平;最后基于研究结论,提出了加快我国煤炭资源碳减排的几点建议。研究发现,我国煤炭资源全生命周期下的碳排放量主要来自于转换阶段和利用阶段,分别占煤炭资源排放总量的66.93%和22.35%,而开发阶段和运输阶段的排放量相对较少,其中开发阶段排放占比为10.69%,运输阶段排放占比仅为0.03%;2021年我国煤炭资源碳排放总量约为86.31亿t,相较2006年,煤炭资源碳排放总量增长了88.16%,须切实加大我国煤炭转换和利用环节的节能减排力度。

“双碳”政策具有发布数量多、覆盖范围广、内容复杂多样等特点,现有的呈现方式难以满足知识检索和内在分析的需求。以2 953条“双碳”政策文本为数据源,提出了一种基于自然语言处理的“双碳”政策知识图谱构建方法,首先构建了知识图谱模式层,定义了“双碳”政策实体、属性和关系,之后采用Text Rank关键词抽取、LDA主题建模等算法提取政策实体、属性及关系,构建了知识图谱数据层,最终将〈实体,关系,实体〉三元组存入Neo4j图数据库,形成“双碳”政策知识图谱。所构建的知识图谱包含2 048个实体节点和32 336条关系,可通过Cypher语言实现不同细粒度政策实体和关系的关联查询与可视化,挖掘“双碳”政策中的关键语义信息和政策热点,还可为智能服务提供语义增强功能,提高“双碳”政策推荐系统的效率和政策问答系统的准确度。

深入研究智能闭环式物资供应链管理在煤炭企业中的创新应用,通过分析陕西正通煤业有限责任公司的实际案例,展示了如何通过整合物联网技术、构建专业化管理体系、研发数字化平台、打造智能仓储中心以及建立精准物流配送系统,实现物资管理的现代化转型。研究结果表明,智能闭环式物资供应链管理不仅显著提升了企业的经济效益,包括减少库存占用资金、降低人工成本、提高物资周转率和资金使用率,还带来了显著的社会效益,如优化物料管理流程、减少责任推卸现象、提升仓储管理规范性和环境友好性。研究强调了智能化、数字化管理对于提升煤炭企业竞争力、实现可持续发展目标的重要性。

准确预测碳价可为碳市场参与主体制定生产经营计划和投资交易策略提供有价值的参考。以全国碳市场碳配额现货价格为研究对象,基于国内5家主流媒体报刊日度数据构建出我国低碳新闻媒体关注度指数(CPI),利用灰色关联分析法进行相关性分析,并结合极限梯度提升机(XGBoost)、Shapley加性解释(SHAP)和累计局部效应(ALE)对碳价进行预测与可解释性分析。结果表明,CPI与碳价呈强关联关系,引入CPI可显著降低碳价预测误差并提高趋势判断正确率。CPI对碳价预测的SHAP全局贡献度超过了原油价格、股市大盘和汇率指标,且CPI对碳价的边际效应呈明显的非线性特征。碳交易参与者需关注低碳新闻报道对碳市场带来的价格冲击。

能源消费结构的优化对于实现“双碳”目标和推进生态文明建设具有深远的意义。首先基于1995—2022年间江苏省的能源消费与社会经济数据,对碳排放总量进行了测算,并运用二维脱钩模型分析了江苏省能源消费碳排放与经济增长之间的脱钩关系;其次采用马尔可夫模型对2023—2035年江苏省的能源消费结构进行了情景预测。通过将不同能源消费总量的控制力度、能源消费结构的优化策略以及经济增长速度组合成36种可能的情景,计算了各种情景下江苏省能源消费碳排放与经济增长之间的脱钩弹性系数,并深入分析其脱钩状态的演变。研究表明:在1995—2022年间,江苏省的碳排放总量和人均碳排放量分别以年均4.51%和3.79%的速度增长;能源消费碳排放与经济增长之间的关系呈现出多样化的脱钩状态,其中以低经济水平下的弱脱钩状态为主;在预测期(2023—2035年)内,通过有效控制能源消费总量、优化调整能源消费结构以及促进经济增长,可以不同程度降低脱钩弹性系数;另一方面,只有在能源消费总量得到强化控制且能源消费结构进行中幅度调整的情况下,江苏省才有可能实现碳排放与经济增长之间的强脱钩理想状态。

新能源汽车作为国家“十二五”规划重大发展战略之一,其可持续性成为影响产业升级与发展的重要因素。近年来政府提供给新能源汽车制造商和消费者的补贴呈现递减的趋势,是否会影响新能源汽车产业的发展？以新能源汽车产业为背景,构建政府、制造商和消费者的演化博弈模型,并在政府补贴退坡情景下分析制造商与消费者两方演化博弈过程。收集2018—2021年新能源汽车产业相关的市场产销量与补贴额等数据,使用Matlab对博弈模型进行数值仿真。结果表明:政府补贴的退坡对制造商的影响程度高于对消费者的影响;电池续航和充电便捷性以及油价能够影响消费者购买决策的变化,且电池续航和充电便捷性的影响程度相对更大;油价上涨与新能源技术提升对产业发展带来的正效用高于政府补贴退坡造成的负效用。新能源汽车产业的长期发展更多要靠消费者需求来拉动,也要靠制造商不断进行产业升级与技术提升来推动。

随着全球能源转型加速,风电已成为推动经济发展的关键动力之一。相比于化石能源系统,可再生能源设施运维成本较低,但前期投入较高。从全生命周期的视角,系统评估了风电系统的环境负担及其相较于燃煤电厂的替代效益。研究不仅涵盖了非可再生能源消耗与温室气体排放,还综合考虑了土地使用、水资源消耗,以及PM_2.5、SO₂、NO_x和汞等较少研究的环境因素。与以往多聚焦于基础材料的研究相比,研究综合考虑了风电厂所需所有设备、材料及服务的投入。以中国某典型陆上风电厂为例,每千瓦时电力可减少9.2 MJ非可再生能源消耗,并降低782.8 g二氧化碳排放量。然而,与燃煤电厂相比,风电系统需两倍以上的土地使用,但其水资源消耗仅为燃煤电厂的三分之一。同时,风电系统每千瓦时电力的SO₂、汞、PM_2.5及NO_x排放削减率达到60.6%～89.3%。通过整合3 797个处于运行中的点源风电厂数据和风力资源信息,本研究将单一电厂的结果扩展至国家层面,揭示了风电在缓解资源环境压力方面的潜力,并强调应制定分级策略提升风电在中国电力系统中的渗透水平。

欧盟碳排放体系(EU ETS)作为较成熟的碳市场,近些年来受碳配额缩紧、能源危机冲击,碳价陷入高位波动,交易风险骤升。套期保值作为风险管理的工具之一,备受碳市场参与者青睐。然而,传统套期保值策略往往忽略了碳期货与现货市场间风险传导的方向性特征,难以契合碳市场复杂多变的格局,套期保值的有效性不高。因此,构建了一种充分考虑双向溢出风险的套期保值策略(BSRH),旨在提高套期保值的有效性从而降低整体风险。首先,运用 BEKK-GARCH模型分析碳现货和期货市场之间的双向溢出效应。其次,引入综合考虑风险和收益的风险指标(R_index)来度量碳市场的风险。最后,建立了以R_index最小化的目标规划模型求解最优套期保值比。研究结果表明 BSRH 策略显著提升了套期保值的有效性,提升幅度可达 17.71%;在日度、周度以及月度持有期下,BSRH 策略套期保值有效性分别为 87%、96% 和 98%,相较于传统策略有效性更高。

我国经济高速增长和工业化、城市化水平提高导致电力需求激增,需要准确预测用电量以便合理调配电力资源,避免供求失衡和电力短缺。利用基于投入产出分析的结构分解模型分析了中国工业用电量的变化。将2017—2022年中国工业用电量的变化分解为4个因素:用电强度、技术投入结构、最终需求结构和最终需求总量。结果表明,最终需求总量的变化对中国工业用电量的增长贡献最大,增加了 20 913.4亿kW·h的用电量。准确的电力预测在电力生产、供应和电力调度中发挥着重要作用,为此,基于系统动力学构建中国工业电力消耗预测模型,将对高耗能行业的节能降耗方面起到积极作用。

基于社会网络分析法,选用2010—2022年中国277个城市的面板数据作为研究样本,通过合作专利数据构建城市创新网络,描述该网络部分整体特征和个体特征,并实证分析城市创新网络特征对碳排放的影响和作用机制。结果表明:① 2010—2022年,中国城市创新网络整体结构稳定,直接联系稳步增加。北京和上海、苏州、杭州等东部发达城市占据了创新网络的核心位置,并随时间发展逐渐扩大自身影响范围;② 城市创新网络中的度中心度和结构洞会加剧碳排放,且该影响存在显著的地区异质性。相较于中部和西部地区,东部城市的度中心度和结构洞对碳排放的影响更为显著;③ 城市创新会在度中心度和结构洞对碳排放的促进中起到部分中介作用。环境规制可以负向调节度中心度和结构洞对碳排放的促进作用。