全球碳中和進程下數智技術的應用場景與效應評估

柴麒敏 李墨宇

一、引 論

2021年是聯合國應對氣候變化《巴黎協定》正式進入實施階段的第一年，這一年也被稱為“碳中和元年”。截至2021年，已有131個國家、116個地區、235個城市和704家企業承諾要實現碳中和，占全球GDP的90%(PPP)、人口的85%、溫室氣體排放量的88%。(1)ECIU, DDL, NCI&ONZ, “Zero tracker database”，http://www.zerotracker.net.人類社會實現碳中和將是一場廣泛而深刻的經濟社會系統性變革，需要付出較大的經濟代價。因此，在有關碳中和實施路徑的熱議中，人們對技術創新寄予厚望，稱之為“銀色子彈”(Silver Bullet)。發展生產力、建立新的生產關系是在不犧牲經濟增長及生活消費品質的前提下高質量實現碳中和的唯一方式。在當前廣泛探討的風電光伏、綠氫/綠氨冶金化工、綠色建材、新能源汽車、新型儲能、碳移除和資源利用、先進核能(核聚變)等突破性技術之外，數字信息智能技術與低碳零碳負碳技術的系統化耦合和規模化應用受到特別關注。碳中和將成為全世界最大的數字化轉型應用場景之一，數智技術的應用有可能成為貫穿整個碳中和進程的重要底層邏輯，綠色化和數智化正在成為全球新一輪科技、能源和產業革命的“雙翼”，這類新型“指數級技術”(Exponential Technology)是未來產業競爭的新賽道。

二、數智技術在氣候領域的應用實踐與研究綜述

(一)智能降碳技術的應用場景

按照《巴黎協定》的長期目標，到21世紀下半葉，全球要實現溫室氣體凈零排放。從最新發布的聯合國政府間氣候變化專門委員會(IPCC)第六次評估報告第三工作組(AR6 WGIII)的C1a/C1b/C2/C3a/C3b/C4的情景分析，綜合考量自然系統碳匯與工程碳移除技術部署的限制，全球溫室氣體排放量將從2019年的(590±66)億噸二氧化碳當量降低至21世紀末的100億噸以下。(2)IPCC AR6 WGIII, Climate Change 2022: Mitigation of Climate Change，Geneva: World Meteorological Organization, 2022.這個目標將主要依靠能源和產業的技術革命來實現，核心是提高終端能源利用的電氣化率并實現電力系統的深度脫碳。這就要求高比例地使用間歇性的可再生能源，比如風電、光伏、水電、海洋能等，對現有的“集中式發電+大電網輸配”的架構提出了技術挑戰。雙向復雜化的供需新特性造成了系統電力電量的平衡問題。在供給側，新能源出力取決于不確定的氣象條件，比如無風或臺風、陰天、枯水期等，2017年2月在澳大利亞、2020年8月在美國加州、2021年9月在我國東北都出現過部分因為新能源出力不足而導致的緊急停電現象。未來，新能源在整個電力系統中的裝機量占比和發電量占比都有可能超過90%，旋轉備用容量緊張、頻率和電壓波動性調節難度加大等問題將更為突出。在需求側，電動汽車(含V2G)、光儲直柔建筑(如BIPV)、工業4.0(如離散制造)等靈活用電的體量和隨機性加大，上億級點位的交互受電充電對負荷響應彈性的要求大幅上升。這是一個跨時空和多維度耦合的系統平衡問題，(3)郭劍波：《新型電力系統面臨的挑戰以及有關機制思考》，《中國電力企業管理》，2021年第25期。對電力系統信息化、智能化水平提出了更高階的要求。如果不能達成實時性、高精度的匹配，那么就需要海量的備用資源進行靈活調節，經濟代價巨大。(4)周孝信、趙強、張玉瓊：《“雙碳”目標下我國能源電力系統發展前景和關鍵技術》，《中國電力企業管理》，2021年第31期。

經過近十年的探索和實踐，能源領域的數智碳中和技術應用場景正在發生演化。從早期的智能電網、能源互聯網(Enternet或“互聯網+智慧能源”)、泛在電力物聯網(UEIOT)到新型電力系統(NPS)，從理念框架到技術路徑，能源領域的數智技術應用已經實現了多維拓展和軟硬件的深度結合，包容性也更強，如表1所示。

表1 能源領域數智技術應用的演化

數智技術依靠獨有的計算和學習特性可以在精細尺度的風光功率、終端負荷預測和風險預警、新型儲能、調峰及其他輔助服務資源調度等方面保障高比例新能源的可靠接入，持續提升能源利用效率。(5)陳曉紅、胡東濱、曹文治等：《數字技術助推我國能源行業碳中和目標實現的路徑探析》，《中國科學院院刊》，2021年第9期。例如，云計算技術可以運用在風電、光伏電站的運營中；(6)肖光華：《云計算助力綠色經濟發展淺析》，《數字通信世界》，2018年第1期。區塊鏈技術可以用于綠色電力的來源追溯和認證；(7)楊煜：《基于區塊鏈賦能的生態環境治理網絡研究》，《電子政務》，2021年第4期。在區域、園區、金融機構、大型企業等的綜合能源管理中，人工智能和物聯網技術可以應對、學習、優化有關經濟、安全和環境合規等多目標的復雜決策問題。(8)石李妍、唐川：《信息技術助推碳中和：基于國際國內論文的研究態勢及對比分析》，《科學觀察》，2022年第3期。

以云計算、人工智能、物聯網為基礎搭建的工業、建筑、交通、金融等領域綠色發展的綜合解決方案，是數智技術通過效率提升和模式變革驅動降碳、減污、擴綠和增長協同增效的典型案例。數智技術與降碳技術深度融入傳統產業的應用場景中，將孕育一批“智慧+”的新業態和新模式，在數字孿生城市、工業大數據平臺、物流智能調度、金融機構風險評級中得到很好的應用。(9)參見百度智能云和落基山研究所(RMI)于2022年3月聯合發布的報告《數智碳中和：以數智技術助力關鍵相關方實現碳達峰碳中和》。碳市場機制覆蓋的工業、建筑、交通(航空)、廢棄物、林業等行業的控排企業與產能等量或減量置換政策下的高耗能企業都在建立能耗和碳排放管理的SaaS系統，燃煤發電設施基本都安裝了排放連續監測系統(CEMS)。工業園區、城市新區也在推動實時監測的、算法優化的綜合能源服務平臺建設。(10)參見百度和國際數據公司(IDC)聯合發布的《智能減碳激發綠色轉型動力：2021年中國人工智能助力“雙碳”目標達成白皮書》。貿易壁壘、新技術標準、全球分工等產生了對產品“碳足跡”的認證要求，大型企業在集中采購、供應鏈管理、零碳工廠建設中必須考慮采用智能化的管理手段。由歐盟資助的“支持氣候策略制定：下一代綜合評估模型研究”(NAVIGATE)項目已在聯合國政府間氣候變化專門委員會(IPCC)現有綜合評估模型(IAMs)的基礎上考慮引入數智技術對全球溫室氣體排放的影響分析，比如自動駕駛技術對出行偏好的影響、共享經濟下交通碳排放軌跡變化等。國際能源署(IEA)的一項量化研究表明，全球工業、建筑和交通領域的智能需求響應方案可以提供1850億瓦左右的電力彈性，由此可以減少2700億美元的新增電力基礎設施投資，電動汽車智能充電還將額外減少1000億～2800億美元的投資。(11)IEA，“Digitalisation and energy”，http://www.iea.org/reports/digitalisation-and-energy.我國針對城市低碳發展的一項研究表明，人工智能技術可以通過深度學習算法提高數據中心的能效水平，借助開源平臺降低模型開發過程中的碳排放，同時運用智能攝像機、傳感器、衛星遙感技術等全方位監測溫室氣體排放，特別是賦能傳統產業實現精細管控和節能降耗。(12)參見2021年國家工業信息安全發展研究中心聯合百度智能云發布的《人工智能助力城市“雙碳”目標達成白皮書》。人工智能全球合作伙伴組織(GPAI)建議，要加強針對凈零碳排放目標的新型數字基礎設施建設和智能技術研發，為更低成本實現《巴黎協定》設定的目標創造無限可能。(13)GPAI，Climate Change & AI: Recommendations for Government Action，Paris: Global Partnership on AI, Climate Change AI and Centre for AI & Climate, 2021.

(二)氣候大數據和地球系統建模

氣候大數據技術主要服務于風速、風向、輻照度、云量等高精度數值預報，是氣象大數據技術的應用拓展。這些技術對于受全球氣候變化影響很大的農業生產、水資源管理、風電與光伏等可再生能源行業來說非常重要，預報時效性和精準度的提高將大大改善政府和企業的決策。例如2015年3月，德國在發生日全食的情況下光伏設備瞬間面臨出力危機。預報日食并不難，難在預報細節，地球的氣候系統異常復雜，一個微小的擾動就有可能改變一時一地的天氣。歐洲氣象公司、德國奧登堡大學能源氣象研究所(vIEM)受電網公司委托，通過大數據分析對日食發生的準確時刻、食分大小和見食地區進行了較為精準的預報，為預演和應對此次“黑暗”危機贏得了時間，最終德國電網承受住了此次短時沖擊。(14)柴麒敏：《氣候大數據》，《科技縱覽》，2015年第4期。美國加利福尼亞大學圣地亞哥分校斯克利普斯海洋研究所(SIO)的預測模型根據近百年的氣象歷史數據和千億次計算來識別氣候模式，將這些模式與當前的氣候條件進行比較，再運用預測性分析方法計算天氣概率。該模型擁有一個龐大的氣象觀測數據庫，數據來源主要包括地面觀測、氣象衛星、天氣雷達等，并可以每日實時更新。

器測數據是20世紀以來才相對可靠的，一般數據量往往都在PB級以上且非常復雜，此類大數據的科學采集與深度挖掘使得自然系統碳匯資源的精細化評估成為可能。比如美國國家航空航天局(NASA)提供的各大城市熱成像繪圖，冰芯、花粉、樹木年輪、洋流鹽度、地表植被等觀測資料。“地球引擎”(GEE)平臺正在將全球衛星圖像進行匯總，其中還包括40年來數萬億的觀測數據。《科學》在該引擎的幫助下，發布了首張高分辨率全球森林變化圖，該圖利用70萬張美國陸地資源衛星的圖像，加起來大約有20萬億個像素點，計算時間超過100萬小時。聯合國環境規劃署(UNEP)、世界資源研究所(WRI)等在此基礎上推出了森林在線監測和預警系統，該技術已經在亞馬孫河流域減少毀林的行動中發揮了實際作用。由非營利組織開發的一款“上升的海平面”(Surging Seas)互動式地圖工具，詳細描繪了海平面上升和極端氣候事件給美國沿海三千多個城鎮造成的威脅，這種數據處理方式在幾年前還是不可能實現的。

地球系統是在人工智能和計算能力提升基礎上向自然學習的復雜系統。地球系統建模使得經濟社會系統與自然系統交互的模擬更為“細顆粒度”。利用遙感衛星和地面傳感器，將全球的溫度、降水、露點溫度、氣壓、風速、光照強度、碳循環等信息補充進這個越來越龐大的數據庫，還包括許多關聯變量，例如大氣中的二氧化碳(CO2)、甲烷(CH4)、氧化亞氮(N2O)、氫氟碳化物(HFCs)、全氟化碳(PFCs)、六氟化硫(SF6)和三氟化氮(NF3)等溫室氣體的濃度變化，人類利用化石能源、工業生產過程、農業活動、林業和土地利用變化、廢棄物處理等行為與溫室氣體排放的相關性。氣候數據的數據量和多樣性將指數式地持續增加，因此對基礎設施、數據管理和存儲提出了新需求，也為公共機構和私營機構的專業化服務提供了新機遇。氣候大數據等新產品與地球系統建模等新技術將會在不遠的未來逐步走入我們的日常生活，人與自然的關系隨之會發生更為深刻的改變。

三、數智技術的碳排放影響分析

(一)數智技術的減排效應評估

在技術創新視角下，數智技術的應用將帶來顯著的減排效應，已有的案例如表2所示。

表2 數智技術減排效應的案例分析

一是技術進步本身帶來的能效提升。研究表明，5G時代，單位數據傳輸能耗將有望降至4G時代的2%～10%，智能手機、物聯網和其他終端設備的電池消耗也會降低。2018年，全球數據中心總耗電量達到205億千瓦時，占該年度全球總用電量的1%，但是從實際來看，全球數據中心能耗強度自2010年以來每年下降20%，能源效率顯著提升。(15)Eric Masanet, Arman Shehabi, Nuoa Lei, et al.“Recalibrating global data center energy-use estimates”，Science, vol.367，no.6481(2020).深度神經網絡通過學習可以使數據中心減少大量能源消耗，還有越來越多的云計算和大數據中心直接使用可再生能源電力。二是帶動上下游產業鏈的系統優化。人工智能、工業互聯網等技術對工業、能源、建筑、交通基礎設施和上下游體系的改造將大大促進產業鏈的協同增效，使各行業垂直領域的連接更加緊密，反應更加智能，整體更加高效，從而大幅減少物耗和能耗。根據中國信息通信研究院對各行業碳排放結構及數字技術賦能減碳環節的量化分析，到2030年，數字技術對工業部門的減碳作用將達13%～22%，將使建筑部門減碳23%～40%，使交通部門減碳10%～33%；總體來看，信息與通信技術(ICT)推動經濟部門深度減排的力度逐步加強，到2030年總體減排幅度可達12%～22%。(16)參見中國信息通信研究院于2021年底發布的《數字碳中和白皮書》。三是迭代更新原有的生產和消費方式。構建以新能源為主體的新型電力系統可以推動傳統化石能源的退出，智能電氣化鐵路和汽車將替代原有的燃油交通工具。一項針對全球800家企業的調研發現，過去兩年里，使用了人工智能技術的企業能源利用效率較未使用的企業提高了約11%，溫室氣體排放量則降低約13%。根據世界經濟論壇(WEF)的數據，到2030年各行各業受益于信息與通信技術(ICT)而減少的碳排放量約121億噸，是該行業自身排放量的10倍左右。全球電子可持續發展倡議組織(GeSI)的報告表明，信息與通信技術(ICT)在未來十年內有潛力通過賦能其他行業的方式減少20%的全球碳排放量。(17)GeSI，ICT Solutions for21st Century Challenges，Global e-Sustainable Initiative, 2015.

(二)數智技術的增耗效應評估

在需求驅動視角下，數智技術的應用將帶來明顯的增耗效應，已有的案例如表3所示。

一是建設過程中的能耗和碳排放。包括在建設數據中心、5G基站等的過程中消耗的鋼鐵、銅線、水泥、陶瓷等原材料。二是運營過程中的能耗和碳排放。研究表明，2018年中國數據中心總用電量為1609億千瓦時，約占中國全社會用電量的2%，超過當年上海市的全社會用電量，排放量接近1億噸二氧化碳。(18)參見環境保護組織“綠色和平”與華北電力大學聯合發布的《點亮綠色云端：中國數據中心能耗與可再生能源使用潛力研究》。雖然5G單位數據傳輸能耗較低，但是由于5G站點數量是4G的2～3倍，同時擁有更大流量，單站功耗將是4G的2.5～3.5倍。按照規劃，2025年我國將實現5G基站覆蓋全國，屆時5G網絡的全年能耗將達到2430億千瓦時，產生二氧化碳排放1.49億噸。三是消費新需求增加的能耗和碳排放。更高的數據傳輸效率和更好的用戶體驗增加了對多樣化信息服務的需求。到2035年，中國數據中心和5G基站總用電量為2020年的2.5～3.0倍，將達6951億～7820億千瓦時，預計將占中國全社會用電量的5%～7%。預計我國到2035年非化石能源發電量占比將超過50%，以此為參考，到2035年中國數據中心和5G基站的二氧化碳排放總量將達2.3億～3.1億噸，約占中國二氧化碳排放量的2%～4%，其中，數據中心的碳排放將比2020年最高增長103%，5G基站的碳排放將最高增長321%。(19)參見環境保護組織“綠色和平”與工業和信息化部電子第五研究所計量檢測中心聯合發布的《中國數字基建的脫碳之路: 數據中心與5G減碳潛力與挑戰(2020—2035)》。

(三)“十四五”時期數智技術綜合影響分析

作為現代化基礎設施體系的重要組成部分，面對全球碳中和目標下的經濟和科技革命，數智技術將在“十四五”時期引領新的投資熱潮。新一代超算、云計算、人工智能平臺、寬帶基礎網絡、分布式智能電網、智能電源、智能道路、智能公交等智慧基礎設施建設將得到適度超前部署，主要的建設和投資數據如表4所示。(20)參見賽迪智庫電子信息研究所發布的《“新基建”發展白皮書》。

表4 “十四五”時期數智基礎設施建設和投資規模

為了更好地深入分析數智技術應用對部門和行業碳排放達峰產生的短期和中長期影響，(21)柴麒敏：《美麗中國愿景下我國碳達峰、碳中和戰略的實施路徑研究》，《環境保護》, 2022年第6期。本研究自主構建了中國應對氣候變化戰略規劃評估模型(Strategy and Planning Assessment Model for Climate Change in China，SPAMC)，如圖1所示，綜合我國碳達峰碳中和實施路徑研究成果，可對“十四五”時期和中長期數智基礎設施投資進行量化評估。

圖1 中國應對氣候變化戰略規劃評估模型(SPAMC)框架圖

該模型對數智技術在能源電力、工業、建筑和交通等模塊的應用進行模擬，測算原材料使用、建設和運營的能源消耗、技術進步所引發的效率提升和能源替代等方面的直接增耗和減排效應。同時，考慮到供給側技術進步所帶來的需求拉動因素，測算間接的增耗效應。基于已有的案例和經驗數據，對智能技術整體優化改進原有生產生活方式而導致的間接減排效應也進行了初步的評估。但是，在這方面，數據基礎較為薄弱，總體不確定性還較大，僅作為參考。

從短期來看，“十四五”期間規模建設投產加速，但是能源結構調整幅度并不會快速提升，減排效應可能并不顯著且存在較大的不確定性，如圖2所示。基于SPAMC模型的初步評估顯示，綜合考慮增耗和減排的直接效應與間接效應，“十四五”期間如果不考慮減排效應，先進通信技術(5G)、大數據中心和人工智能物聯網(AIoT)每年平均將增加1.9億噸二氧化碳排放。如果考慮減排效應，則每年平均減少二氧化碳排放0.5億噸。如果不納入人工智能物聯網(AIoT)的作用，數智技術應用總體將增排1.3億噸。長期來看，數智技術和能源技術雙重革命的疊加效應會進一步顯現，數智基礎設施建設對行業智能化升級改造、綠色要素協同的減排效應將充分發揮。

圖2 “十四五”期間數智技術應用的累計排放影響評估

在工業領域，數智基礎設施建設的大量投入可能會將鋼鐵、水泥等高耗能行業的碳排放達峰時間延緩到2025年左右，但是“5G+工業互聯網”等技術的應用或將較大幅度提高工業領域的能源效率和減排潛力，推動物料減量循環、余熱余壓梯級利用、電氣化和綠電綠氫替代，整體上實現節能降本增效提質。在交通領域，5G、車聯網和自動駕駛等技術將深刻改變交通消費模式，優化出行結構，提升出行效率。隨著電力結構的綠色化和低碳化，電動汽車的充放電優化、新能源汽車與可再生能源的協同減碳效應將得以實現。有研究表明，道路交通領域達到碳排放峰值有可能提早至2030年前。在建筑領域，智能終端的普及將一定程度促進能源需求的增長，但是“BIM+AI”等技術的應用將極大推動建筑的智能化建設、管理和運行，從新材料替代、被動節能設計到智慧能效管理等方面實現全生命周期碳減排。在能源領域，網絡化、信息化、智能化水平的提高將加快高比例、分布式可再生能源的消納，能源結構的調整幅度有可能超過規劃目標，或使我國提前達到碳排放峰值，峰值水平進一步降低。

四、推動數智技術在“雙碳”領域應用的若干建議

“十四五”時期，中國經濟社會發展將面臨改革開放以來最為復雜和嚴峻的挑戰，國內深化改革過程中的結構性、體制性、周期性問題與疫情全球化、經貿“脫鉤”等風險疊加，加大了對經濟高質量發展和生態環境高水平保護協同推進的考驗。這一輪數智基礎設施建設應適度超前部署，“東數西算”等重大工程的推動應該秉承“創新、協調、綠色、開放、共享”的新發展理念，推動新一代信息技術和先進低碳技術深度融合，更好地支持綠色制造產業發展和可持續消費升級，在補短板的同時為新引擎助力，實現發展和環境的共贏。

第一，加強頂層設計，強化數智基礎設施建設的綠色導向。要以技術創新和模式創新為驅動，推動以智能化、電氣化、低碳化為導向的新型基礎設施建設，高標準、高質量地進行總體規劃，避免走“舊增長”的彎路。要使通信業的能耗達到國際先進水平，新建大型、超大型數據中心的平均電能利用效率必須降到1.3以下，國家樞紐節點的電能利用效率應進一步降到1.25以下，綠色低碳等級達到4A級以上。新能源和可再生能源應用比例要大幅提升，充分發揮5G、人工智能技術的減排潛力，在建設過程中更多采用新型綠色材料，減少全生命周期的碳足跡。

第二，引導資本流向，發揮公共投資的引導、激勵和撬動作用。政府公共投資應有所為、有所不為，引導社會資本流向，避免短期行為，避免盲目重復的投資和建設。一方面，要增加綠色金融供給，持續保持碳減排貨幣政策工具的支持力度，在中央預算內投資和地方政府專項債券中提高綠色標簽比重，研究設立國家低碳轉型基金，并撬動更多社會資本用于綠色低碳項目建設運營。另一方面，應該設置環境和氣候友好的遴選門檻，考慮逐步形成綠色智能基礎設施建設的項目標準，建立綠色數智基礎設施產業目錄，警惕“綠天鵝”事件和高碳資產擱置的后遺癥，建立數智建設項目的綠色合規問責機制。

第三，出臺扶持政策，激勵零碳數智技術的開發和產業轉化。統籌發揮財稅補貼和市場機制的協同激勵作用，結構性地調整對可再生能源消納、新能源汽車推廣和信息通信業節能減排的政策支持力度，通過碳市場、綠電綠證交易等定價機制實現對環境外部性的矯正。我國應加大碳達峰碳中和進程中對“軟基建”的投入，鼓勵重點行業和地區出臺和實施“零碳數智未來技術開發激勵計劃”，以此引領和推動綠色“一帶一路”相關領域的國際合作，讓數智技術更好地發揮經濟、社會和環境效益，實現高質量的綠色繁榮。