室气体排放日益增多，由此带来的气候变化问题日益引起国际社会普遍担忧，各国纷纷提出向低碳社会转型的愿景目标。截至2021年7月30日，全球约70个国家作出了在本世纪中叶实现“碳中和”目标 的承诺，围绕气候变化的国际合作也在不断深化。
中国历来重视生态文明建设，积极实施可持续发展战略。在应对气候变化领域，中国先后提出了一系列具有 远见的目标、政策与行动。2015年，中国向《联合国气候变化框架公约》秘书处提交了中国国家自主贡献目标，提 出2030年左右碳排放达峰等一系列远景目标；2020年9 月22日，中国在第75届联合国大会上进一步做出承诺，提 出“碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”。
2021年10月，中共中央国务院先后印发《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》和
《2030年前碳达峰行动方案》。作为碳达峰碳中和“1+N” 政策体系中最为核心的内容，两份文件进一步明确了中国
实现碳达峰的总体目标，部署了碳达峰的重大举措和实施 路径，对于统一全党认识和意志，汇聚全党全国力量实现 碳达峰碳中和这一艰巨任务具有重大意义。
机碳遇达峰碳中和，既是艰巨挑战，也是巨
中国碳达峰、碳中和目标的提出,将加速全社会绿色转型,新的发展模式将带来前所未有的机遇。
多元清洁的能源转型目标带动可再生能源和新型电力系统快速发展。碳中和目标将倒逼能源供应由高碳主导 向多元清洁的综合能源体系转型，带动能源体系发生系统 性改革。在能源生产环节，可再生能源将迎来重要的发展 机遇，太阳能、风能、生物质等可再生能源发电将基本取 代化石能源发电，新型储能技术将逐步取代化石能源发电 技术为电力系统提供灵活的调度能力。在能源输送环节， 以特高压电网为骨干网架的智能电网将成为大规模消纳清 洁能源电力、实现多能互补和优化配置的重要载体。在能 源消费环节，终端能源使用将全面步入电气化阶段，形成以 电为中心的能源消费格局，能源效率也将随之大幅提高。
中国2030年前碳达峰主要目标
“十四五”期间，产业结构和能源结构调整优化取得明显进展，重点行业能源利用效率大幅提升，煤炭消费增长得到 严格控制，新型电力系统加快构建，绿色低碳技术研发和推广应用取得新进展，绿色生产生活方式得到普遍推行，有利于 绿色低碳循环发展的政策体系进一步完善。到2025年，非化石能源消费比重达到20%左右，单位国内生产总值能源消耗 比2020年下降13.5%，单位国内生产总值二氧化碳排放比2020年下降18%，为实现碳达峰奠定坚实基础。
“十五五”期间，产业结构调整取得重大进展，清洁低碳安全高效的能源体系初步建立，重点领域低碳发展模式基本 形成，重点耗能行业能源利用效率达到国际先进水平，非化石能源消费比重进一步提高，煤炭消费逐步减少，绿色低碳技 术取得关键突破，绿色生活方式成为公众自觉选择，绿色低碳循环发展政策体系基本健全。到2030年，非化石能源消费 比重达到25%左右，单位国内生产总值二氧化碳排放比2005年下降65%以上，顺利实现2030年前碳达峰目标。
产业转型升级驱动战略性新兴产业和低碳环保产业快速发展。在碳中和目标的约束下，高耗能产业发展空间 将进一步压缩，中国经济增长将从资源依赖向创新驱动模 式转变。新一代信息技术、生物技术、新能源、新材料、高 端装备、新能源汽车、绿色环保以及航空航天、海洋装备 等战略性新兴产业将得到加快发展；钢铁、有色金属、石化 化工、建材、交通、建筑等高耗能行业需要加快技术改造 并进入碳达峰平台期，高耗能高排放项目的上马也将受到 严格遏制；产业结构的转型升级将带动社会生活方式和消 费模式相应调整，绿色低碳的生产生活方式得到普及。
数智科技与传统产业的深度融合为碳中和目标实现探索新的道路。近年来，大数据、人工智能等新一代数字 技术与实体经济加速融合，正驱动生产方式和生活方式发 生深刻改变，在推进经济社会向低碳化绿色化方向转型 中的作用也日益凸显。数字技术和人工智能与传统产业结 合，产生智慧能源、智慧农业、智能制造、智慧交通、智慧医 疗、智慧城市等新的产业业态，在创造新价值的同时有效 整合各种要素资源，实现要素精准投入、生产过程精准控 制、供需高效匹配，在节能降耗、提升效率和循环利用等 方面都起到关键作用。因此，实现碳达峰、碳中和必须依靠
数智技术和降碳技术的融合创新和渗透应用。
巨量的绿色投融资需求催生绿色金融产业蓬勃发展。 在碳中和目标的约束下，能源、交通、建筑、工业等行业中 的传统高排放产业项目将面临趋紧的政策约束与额外的碳 成本，盈利空间压缩导致其金融投资吸引力下降。这些重 点领域的去碳化进程需要巨量的资金支持，迫切需要绿色 金融的扶持。有研究测算，未来30年中国碳中和将带来138
万亿的绿色低碳投资需求，占到同期GDP总量的2.5%1。为此，各大金融机构纷纷瞄准绿色金融方向，探索绿色信贷、绿色债券等金融产品创新。加之2021年正式启动的全国碳市场，已经成为全球规模最大的碳市场，也为绿色金融的 蓬勃发展提供了空间。
中国要在未来10年内快速达到排放平台期，并再用30年时间实现碳中和。在创造史无前例的机遇的同时，也 势必会对未来经济增长、产业结构、能源系统等带来重大 挑战和深远影响。经济持续增长和城镇化进程的推进，给用能结构的根 本变革带来挑战。当前，中国正处于“全面建成小康社会、
实现第一个百年奋斗目标之后，乘势而上开启全面建设社会 主义现代化国家新征程、向第二个百年奋斗目标进军”的历 史时期。为了支撑这一时期经济增长和城镇化的持续推进， 中国的能源消费总量和人均能耗都将大幅增长。目前，中国 人均能耗仅为美国的29%、日本的47%、德国的54%。实现碳达峰与碳中和，意味着在保障能源消费总量增长的同时， 要实现能源结构根本性变革，为实现经济与能源之间的脱 钩带来重大挑战。
能源强度较高，给产业结构和能源结构的绿色升级带来挑战。中国的能源强度（单位GDP消耗的能源）近十年来逐步下降，但2018年仍是世界平均水平的1.5倍（生产了全球15%的GDP，消耗了全球能耗的23%）。这主要是由于中国目前仍处于工业化阶段，工业在产业结构中的比重较 高、高能耗高排放产业比重过大导致能源强度明显高于发 达国家水平。2018年，中国工业部门碳排放占比28%，远高于全球的18%排放占比，单位GDP能耗高达4.2吨标煤/万美元，约为世界平均水平的1.7倍3 。终端消费环节电能占比较低也是导致能源强度较高的原因，中国电能占终端能 源比重仅为28%左右，电气化进程与北欧、美国、德国、日本等发达国家仍然存在差距4 。实现碳达峰与碳中和，意味着产业结构和能源利用的全面转型，为产业转型升级、能 效技术改进和终端用能电气化都带来巨大挑战。系统对化石能源的高依赖性，给绿色转型过程中的能源安全提出挑战。长期以来，中国能源资源禀 赋的最大特点是“富煤、贫油、少气”，这种能源禀赋特点 可能严重制约减排进程。此外，中国能源对外依存度不断 攀升，能源安全隐患日益严峻。2020年，中国原油和天然 气对外依存度分别达到73%和41%，随着中国城市化、工业化进程的不断推进，将催生更多的油气消费需求，同时 能源进口风险也将持续威胁着中国经济的高质量发展5 。实现碳达峰、碳中和要在推进能源结构转型的过程中确保 能源安全，任务艰巨且富有挑战。
可再生能源电力快速增长，给电力的稳定供应带来 挑战。经过多年发展，中国形成了多元化的能源供应体系， 有力支撑了经济社会发展。随着可再生新能源技术日益成 熟，过去十年间可再生能源发电成本快速下降。在2010年到2020年十年间，太阳能光伏发电（PV）、陆上风电场和海上风电场的成本分别下降了85%、45%、48%6，同时清洁能源装机量也在快速增长，居世界第一。但从一次能源占比来看，中国清洁能源在一次能源中仅占15.3%，较国际平均水平低5个百分点7。能源系统转型面临巨大沉没成本 和新增投资成本。可再生能源波动性大对电网稳定性带来 挑战，管理能源系统的复杂性会大大增加，对电网灵活性和智能调度带来很大挑战
数智技术的发展，为进一步提升能效和支撑能源快速 转型提供更多可行性。数智技术与降碳技术深入融入传统 产业的应用场景，孕育一批“ 智慧+”新业态新模式，助力生产和服务效率显著提升，推动生产方式和消费模式向绿 色、节能、循环方向发展，促进碳达峰、碳中和目标的实现
在能源领域，能源信息与物理融合技术、能源信息通 信技术、数据共享与中台技术、物联网技术等一系列数字 化新基建为能源流架构了一套完整的数字体系，为能源技 术革命带来突破机会。在能源绿色低碳生产方面，利用数智技术来监控清洁能源电力供应的波动，并调控电池、抽 水蓄能或电转气等储能技术，可以在创建适应可变电力和 灵活需求的先进电力市场的同时，减少备用发电机的排 放，帮助过渡到零碳系统。在能源安全高效输送供给方 面，利用数智技术可提供更安全、智能的输配电服务，支 撑集中式清洁能源大规模、远距离传输，满足分布式清洁 能源的规模化、经济化发展需求。在能源降碳增效消费方 面，数智技术可实现全面、实时监测系统内能源的供给和 消耗情况，开展综合能效分析和多环节协调管控优化。在 能源减碳政策优化与监管方面，应用数智技术在政府类监 管的应用场景中全方位、跨时空、多维度打通设备、数据与 算力，支撑政府部门精准掌握区域和企业层面的能耗与排 放情况，为决策提供支撑。
在交通领域，交通调度管理平台、5G、数字化监管设备等数字技术正在逐渐汇成一张数字交通网络，从提升清
洁动力效率、优化交通运输模式和路线、自动驾驶等方面 有效提升交通运行和管理效率，降低排放。在提升清洁动 力效率方面，数智技术已应用于电池能量管理，并能根据 实时用电峰谷分布，实现智能充电，提升能源利用效率。数 智技术还可以在电池的研发中发挥作用，利用监督学习技 术、模糊逻辑和聚类来预测电池状态、退化和剩余寿命。 在自动驾驶方面，数智技术可以发挥拥堵管理能力，减少 排队能源消耗。在优化交通运输模式和路线方面，数智技 术可以通过智能预测供需、优化运输路线来帮助减少供应 链中的排放。
在建筑领域，BIM（建筑信息模型）、GIS（地理信息系统）、5G等数字技术为建筑设计、施工和评估等工作提供了便利的同时，减少了资源浪费和碳排放。在建筑材料 方面，数智技术可以用来开发需要更少原材料的产品来减 少碳排放量，并帮助重新设计材料的结构来帮助最大限 度地减少温室气体排放。在楼宇管理层面，数智技术可以 帮助选择适合各个楼宇的能源管理策略，降低排放。在城 市规划层面，数智技术可用于收集和理解数据，支持财政 激励或能源标准等政策的制定。
在工业生产领域，数智技术可通过数字孪生技术将工 业流程数字化，构建数字流闭环，并通过智能算法提高能 源使用效率。在工业设备层面，数智技术的模拟预测能力 能够通过开展瑕疵产品识别和设备预维护来减少生产浪 费，最大限度地减少特定设备和流程的温室气体排放。在 工业工艺创新方面，鉴于数智技术可以将启发式方法与实 验数据、物理学和推理相结合，支撑甚至扩展现有的物理 知识，来推断潜在新材料的物理原理，并进一步帮助发现 新材料，减少碳排放。在工业控制系统方面，基于优化的 控制算法与图像识别、回归树和时间延迟神经网络等技术 相结合的方法，机器学习可以潜在地提高工业控制系统的 效率，减少系统的温室气体排放。
除此之外，在其他领域，数智技术也有着更为广泛的应用场景。例如，在教育、金融等行业，可以为更为精准的情景模拟、趋势预测、知识传播等提供高效手段和方法； 在气候和农业等领域，基于先进的算法和算力，既可以为 气候和农产品产量等提供精准预测，也可以对农业生产活 动进行精细化管理，有效防范相关风险，减少对气候变化 的易损性；在二氧化碳清除和地球工程等领域，数智技术 在大规模长周期的工程建设和运行管理方面，具有极大的 优势，可以为敏捷制造、统筹建设等方面提供先进的支撑 手段，使项目在全生命周期内更为高效、清洁；在社会生活 领域，数智技术将深入到个人行动和集体决策的方方面面， 为全社会生产生活的低碳化和清洁化做出贡献。总之，数 智技术将与各个领域紧密结合，在创造新价值的同时有效 整合各种要素资源，实现要素精准投入、生产过程精准控 制、供需高效匹配，在节能降耗和节约资源方面起到关键 作用，进一步助力碳中和目标早日实现。
