人工智能助力“雙碳”目標的內在邏輯與實現路徑

［摘要］我國正處在綠色發展的關鍵時期，“雙碳”目標是綠色轉型的內在要求。我國實現“雙碳”目標任務重、時間緊，亟待新的技術手段助力發展。而在當今時代，人工智能技術異軍崛起，隨著深度學習等智能技術的突飛猛進，在與環境治理的結合中展現出獨有的優勢。人工智能技術有利于碳排放的綜合監測、能源體系的全面改造以及對整體碳中和進程的分析和評估，具有能夠助力“雙碳”目標的內在邏輯性。人工智能對“雙碳”目標的助力路徑從政策、技術、監測以及人才方面展開，兩者的融合將會有利于生態環境的修復，減少二氧化碳等溫室氣體的污染，促進人類的可持續發展。

［關鍵詞］人工智能；“雙碳”目標；能源體系；具體路徑

［中圖分類號］F062.9［文獻標志碼］A［文章編號］2096-1308（2024）03-0086-11

當前，全球氣候問題頻發，人類的可持續發展面臨重重危機，關注環境問題已成為全球共識。2023年11月20日，聯合國環境署（UNEP）發布《2023年排放差距報告：打破紀錄——氣溫創下新高，世界未能到達減排目標》。報告提到“各國必須采用更加強硬的減排措施，否則到2030年將面臨全球變暖2.5—2.9℃。且到2030年，全球碳排放量必須下降28%—42%，才能達到《巴黎協定》中控制全球變暖氣溫在1.5—2℃的目標”［1］。因此，中國作為全球環保事業的推動者，實現了碳達峰、碳中和的目標，將會是全球碳減排工作的強勁助力。但相較于發達國家，中國要實現“雙碳”目標愿景面臨了更緊迫的時間、更嚴峻的轉型任務以及更高端的技術創新要求，因此，新的生產方式是實現這一宏大目標的必經之路。

在2023年7月，習近平總書記在全國生態環境保護大會上發表重要講話，強調“要狠抓關鍵核心技術攻關，實施生態環境科技創新重大行動，培養造就一支高水平生態環境科技人才隊伍，深化人工智能等數字技術應用，構建美麗中國數字化治理體系，建設綠色智慧的數字生態文明”［2］。人工智能在構建新型高效的清潔能源體系，整合大數據、監測碳排放量，規劃碳中和的總體進程等方面都發揮著不可估量的作用，為生態平衡、環境保護帶來了新的機遇。

一、人工智能與“雙碳”目標

現在正處于信息化的時代，人工智能已經發展為一門獨立的學科，并應用于多種領域，深度學習、機器算法等人工智能技術正處于關鍵發展階段，人工智能技術具有速度快、效率高、決策力強的優勢，成為新一輪科技革命和產業革命的重要驅動力。

（一）人工智能及其主要技術特征

人工智能，是基于計算機科學，與計算機、心理學、哲學等多學科交互協作型的綜合學科，是模擬、延展和拓展人的智力的思維、方式、技術及綜合系統的新型技術科學，致力于研究出能夠模擬人類思維大腦作出反應和決策的智能機器，即研發以前只有人類才能完成的任務，現在通過機器操作也能實現。人工智能技術主要包含機器人、語言圖像識別、自然語言處理和專家系統等，是依據算法來理解人類的目標或實現既定目標的智能技術。這一數字技術可以實時分析數據，對目標對象作出決策、執行響應和任務。大數據+深度學習、人機協同增強智能、自主智能系統成為當前發展的重點。

國務院頒布的《新一代人工智能發展規劃》提到，隨著技術的不斷發展，在數字技術、神經網絡等新理論新技術以及經濟社會的更新訴求的驅使下，人工智能具備快速處理、“自主操控、跨界融合、人機協同、群智開放”［3］等技術特征。

首先，人工智能是基于快速的數據整合體系和高速的操縱運作能力來處理大規模和多維度的數據，高效是人工智能的一大優勢，大大地提高了人類的工作效率和高密度的工作量。

其次，人工智能技術能和其他領域緊密結合，是人工智能的特征之一。比如，物聯網是將各種設備處置與互聯網互聯，實現智能化管理和互通的網絡。人工智能通過與傳感器和嵌入式系統的結合，可以實現對大規模數據的實時分析和預測，從而為物聯網中的自動化控制、智能家居、智慧城市等領域帶來更高效、安全和可持續的解決方案。

最后，群策力是智能技術的一大特色，以人工智能為基礎形成互動式的資源協作，建立大規模的知識資源的共享與開放，實現群智型知識框架建造。人工智能的技術特征展現其速度快、效率高、決策力強的優勢，對數據的高效整合和分析，并能夠利用龐大的知識庫，及時處理偏離設定的意外，根據要求對設定目標的情況作出決策和調整，人工智能的獨特優勢，使得在與其他領域的融合中呈現出高度的契合性。

（二）“雙碳”目標及其主要路徑

“雙碳”目標的實質是要在2030年前達到“碳達峰”，在2060年前達到“碳中和”。“碳達峰”指在某個節點，二氧化碳含量達到最高峰，然后慢慢回落，逐步降低；“碳中和”是指企業、團體或個人將在一定時間內，直接或間接方式產生的溫室氣體排放總量，通過種樹養護、改造能源、減少排放等方式，抵消自身產生的溫室氣體排放量，實現二氧化碳的“零排放”，即產生和排放抵消。

實現這一目標是廣泛而深刻的經濟社會變革，正確把握發展路徑才能高效實現這一變革。首先碳代替，采用清潔能源取代傳統化石能源，比如用電、用熱和用氫替代等，從源頭減少高污染能源的應用。其次碳減排，把暫時不能轉型為新能源的行業例如建筑、基礎設施、交通等傳統工業通過減少二氧化碳排放量、減少活動中產生的能源、提高器械效能等方式實現二氧化碳排放量減少的目的。再者碳封存，將大量需要排放的二氧化碳通過集中收集、特殊技法等操作使其儲存為另外的形式且不釋放到大氣中，從而達到不增加大氣中碳濃度的效果。例如，用化學或地球化學反應吸附或捕集大氣中的二氧化碳，并進一步封存或利用，主要包括直接空氣捕獲（DAC）和加速礦化兩大類。直接從空氣中捕集并封存，是采取工程手段從大氣中直接捕捉二氧化碳并儲蓄起來，把碳存放在深層地下；加速礦化則是加速礦物的風化，讓大氣中的二氧化碳與硅酸鹽礦物反應形成碳酸鹽巖，把碳存放在礦化物里。最后碳循環，通過化學或者生物手段對大氣中已釋放的二氧化碳進行吸收、轉換、再利用。

目前主流方式為人工碳轉化和森林碳匯。人工碳轉化是通過化學或生物手段將二氧化碳轉化為有用的化學品或燃料。森林碳匯是指通過植樹造林等增加綠化比例的方式，增加吸收、儲存大氣中二氧化碳的能力，從而減少碳排放量。

二、人工智能助力“雙碳”目標的內在邏輯

我國實現碳達峰、碳中和目標歷經艱難險阻，減排中和時間短、國際壓力大，并存能源結構偏煤、產業結構偏重、運輸結構失衡、科技支撐能力偏弱、碳匯條件偏差等短板。如今處于信息化的繁榮期，“雙碳”迎來了重大機遇——人工智能。人工智能的加盟恰好彌補了“雙碳”發展中新興技術的缺失，為“雙碳”的政策完善、數據收集、進程預測等多維度方向都帶來了蓬勃的生機。

（一）人工智能政策演進與生態環境保護的內在契合性

針對人工智能所印發的政策文件，多次提及到與生態環境保護的交融協作，要以“五位一體”總體布局作為人工智能發展的指導思想，將智能技術應用到生態建設的各個方面。首先，涉及人工智能規劃、規范的文件里要求人工智能重視人需，以達成人類永續發展。例如，在《新一代人工智能倫理規范》中提出，人工智能此類技術要增進人類幸福指數，堅定以人為本，堅持生態可持續發展，強化人類共同體的倫理規范要求；在國務院印發的《新一代人工智能發展規劃》中提到，人工智能帶來了環境保護的新機遇，要構建人才、制度、文化融合的生態系統，圍繞治理中的難題推進智慧城市、交通、環保的智能化，建立智能監控數據平臺，尤其對突發環境危機和污染物排放進行重點監測，實現人類可持續發展的智能化。

其次，在人工智能具體發展政策中，強調智能技術要在環保領域發揮自身的優勢，做好監測、分析、修復等的工作。例如，在《國家林業和草原局關于促進林業和草原人工智能發展的指導意見》提出，要建立生態保護、修復、管理的人工智能應用體系，充分利用智能機器人、部署傳感器等智能技術進行監測，及時對草原、森林等環境的污染和災害做好預警工作，建立自主操控系統指揮草原、濕地的修復以及森林護林植樹的工作；在國家發展改革委等五部門聯合印發的《國家新一代人工智能標準體系建設指南》中強調，人工智能行業的跨領域應用要以市場為主導，與行業引導和政府支持相結合，根據行業建設的需要，建立技術體系支撐，在智能能源領域，要求規范能源在開發利用、生產消費全過程的融合智能應用，統一規劃和頂層設計相結合，研究重點設計概念模型、體系構架以及評價優化等多方面；在智能環保領域，聚焦環境監測技術、資源管理平臺、污染物排放預測系統等相關方面建立智能網絡平臺和研究標準。

最后，在人工智能與各產業的具體應用中也突出強調了人工智能等數字技術要立足重點產業的低碳轉型，致力于能源的改造。例如，在《“十四五”數字經濟發展規劃》中指出，要立足不同產業需求，大力推進重點產業數字化轉型，提高全要素生產力。

創新發展智慧農業和智慧水利，把人工智能技術深度應用于種植業、漁業等領域，以流域為基本單元對水情測量和調度作精準化管理；要加快推進智慧能源建設應用，促進能源在各個環節的智能化升級，推動其發展清潔新能源，使能源結構趨向合理、綠色化；在新華社發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》數字化發展一章中也強調了，數字技術促進社會生活方式和公共服務的創新化，在能源應用場景中，智能升級煤、油、電領域的用能信息采集、能源可用情況分析，以實現源網荷儲互動、多能協調和能源需求的合理調度。總之，在人工智能的相關政策中，或是國家的重要文件，人工智能都與生態環境保護緊密聯系在一起。

（二）人工智能算法推演環境變化，提高新能源生產效率

據統計“能源消費總量和一次能源生產總量在2005年后持續快速躍升。2019年，我國能源消費總量為48.7億噸標準煤，一次能源生產總量為39.7億噸標準煤”［4］，是全球第一大能源消費國和生產國。可見，能源的改造與轉型已經迫在眉睫。人工智能技術可以推演自然環境的變化，包括氣候變化、水質變化、土地及植被的變化等，可以更有效地規劃能源設備的運行時間和位置，我們可以使用機器學習和深度學習算法來預測環境變量，如溫度，濕度，風度和風向等，可以收集數據、作出調整，增加對新能源的資源收集以及減少污染物對新能源的資源破壞，由此可以提高新能源生產的效率。

首先，氣候監測，利用衛星系統提供的高精度定位服務和通信能力，可以實現對大氣污染源、傳輸途徑和受影響區域等信息的實時監測和預警。例如，將多傳感器融合與導航定位、智能控制技術結合起來，主要作業于在以風能或太陽能為主的工廠、基地中，人機協作再根據算法推算風速、風力或太陽強度、光照時長，使能源儲備更加科學化和精準化。

其次，水質監測，基于遙感數據和地面觀測數據，通過智能技術實現對水質參數如溫度、溶解氧、PH值、濁度等的監測和評估，由此根據算法推演，選擇在潮汐能、海洋表面與深層之間的熱循環等新能源充裕的海洋、湖泊等水段，實施精準搜集。

最后，土壤污染監測，基于遙感衛星的智能技術，可以實現對土壤污染源、污染程度和影響范圍等信息的實時監測和評估。便于分析土壤中污染物的成分，分解出可供循環再利用的物質，在生活固體垃圾、工業廢料中提取微生物，利用微生物發電或制作微生物電池，解決智能電網中常規能源供應不足的問題。此外，植被監測，通過對范圍內原始森林的監測和數據收集，利用“光學遙感測量所得的植被指數（VIs），可用于估算基于光吸收的生態系統過程的速率”［5］，推算出區域內是否適合種植植被以及種植何種植被，增加太陽能、生物質能、風能、地熱能等新能源的生產效率。

總之，人工智能技術對環境的預測和推算，能更快地整合數據，推演氣候變化，有助于新型能源的貯備和應用效率，加快對傳統能源的改造與升級。

（三）人工智能助推碳吸收觀測和規劃智能化、精準化

碳吸收是把二氧化碳等溫室氣體固放，并保存起來的過程，主要由生態碳匯和人工固碳兩部分組成。一方面，生態碳匯的范圍涵蓋了森林、草地、海洋、耕地、土壤等各個方面的碳儲存力，森林的碳匯能力占生態碳匯的很大一部分，因此是天然的碳儲存工具，樹木將二氧化碳轉化為有機物，然后存儲在樹干、樹根等部分。人工智能技術可以收集、分析、推測森林等生態系統的土壤營養狀態、植被覆蓋率以及水質情況，對生態系統的生長發展加以評估和預測或者建立模擬服務，模擬生態系統遇到的重大災害，及時規避風險并優化生態環境狀況，促進生態碳吸收的能力。

例如人工智能領域的遙感技術和機器學習可以對生態系統進行更加精準的估算。主要包括“神經網絡、支持向量機和隨機森林等方法，人工智能基于遙感技術取得各種植被狀態數據，加上地面調查，通過分析植被的空間分類和時間序列，測算森林生態系統的生物量分布，進而獲得碳的時空分布，實現大面積森林生態系統碳儲量的估算”［6］，有利于充分利用海量數據，分析內部關系，提高數量估算的精度。

另一方面，常見的人工固碳方法包括碳捕集、封存技術以及碳礦化。CCUS、等碳捕集技術是在“碳捕集與封存（CCS）技術基礎上，結合中國實際，增加二氧化碳利用環節后首次提出的技術概念，具體指將碳源排放的低濃度二氧化碳進行分離捕集，提純為高濃度的產品后運輸到恰當的地方存放或循環利用，制造燃料、化學品、碳酸鹽產品等”［7］，而人工智能不僅提高了固碳技術的精準性，提高了碳匯能力。

不但可以利用深度學習和機器學習算法對碳捕集技術有一個大的提升，對捕集技術要使用的新材料進行升級和優化設計，提高碳捕集和封存技術的準確率和吸附能力，而且可以利用人工智能的技術對地下巖層或地表巖石碎塊的分布點和穩定性進行勘測，形成全面的數據分析，以確定二氧化碳注入的穩定性和保存性。總之，人工智能技術對碳吸收的能力的監測和對影響碳吸收的環境、技術都起到了重要的作用，使碳匯的規劃更加智能化和精準化。

（四）智能系統整合碳中和發展數據，綜合評估發展水平

碳中和，即達成碳排放量的“收支抵消”，指的是企業、團體或個人單位時間內，直接或間接產生的溫室氣體排放，由植樹護林、減少碳排放等形式進行抵消，實現零碳排放。可見涉及領域之廣，數據之冗雜，必須利用人工智能技術，通過傳感器、監測技術等手段，收集相關數據——能源的消耗程度、新型污染物的排放分布及重點領域等，再經由智能系統根據收集的數據進行處理和分析，得出碳排放和碳吸收的精準數據并綜合評估發展的程度，以便及時調整方向。

第一，在工業領域，通過智能技術監測工業中能源的使用情況和工業污染物的排放情況，減少對傳統化石能源的消耗，要突破煤炭技術的制約，研發清潔高效的節能技術。包括“高參數發電關鍵技術、煤電與可再生資源耦合發電技術、 煤電煙氣污染協同治理技術、碳捕捉與封存技術”［8］等。

第二，在農業領域，推進農業生產的甄別、播種、匯總、規劃，基于在不同環境下農業種植、養護的應用場景，根據多源數據融合的全過程決策支持方法，構建“田間作物、溫室、畜禽、水產等領域全產業鏈條的決策管理和智能控制模型，利用云-邊-端的架構”［9］，形成農業智慧系統。監測農業施肥、播種、生長的情況，實現對農業碳排放的把控，同時通過新型農業種植技術，擴大種植面積，提高產量，提高農作物的碳吸收能力。

第三，在建筑領域，人工智能技術對建筑物的能源消耗、材料應用進行監測，以評估建筑物的碳足跡和能源污染能源，通過監測，制造出新型清潔的能源材料，鼓勵建造低耗能環保的建筑物。據統計，若達到超低能耗建筑標準，超低能耗建筑“每年能夠節約一次性能源835 000kWh，相當于減少碳排放350噸。國家林業局研究，一棵樹每年可以吸收并儲存4到18千克二氧化碳，按此計算，減少350噸二氧化碳排放相當于種植了19 445棵樹”［10］。

第四，在生態領域，基于遙感技術的人工智能系統對森林、海洋、沼澤、土壤的自然環境的碳匯量構成數據分析平臺，監控具體的碳匯量。現在，人工智能技術發展的速度很快，在綜合數據的基礎上，機器學習算法也設置了一套程序，去評估發展的程度和水平，在掌控整個碳中和的數據基礎上，根據碳中和發展的總體布局和要求，作出相應的調整。總之，人工智能對碳中和整體過程的數據統計和監控，有助于對已有體系的評價分析，把握我國預估的目標時間，根據評價的結果，及時調整和優化整個碳中和的進程。

三、人工智能助力“雙碳”目標的具體路徑

人工智能技術為低碳轉型開辟了新的路徑，科學賦能碳達峰、碳中和發展進度中政策、技術、監測、人才等方面的缺失，增強智能化決策水平、加速能源體系改造、提升全面監測的一體化以及培養智能型人才投身環保事業，推進“雙碳”發展進程。

（一）政策：多方聯動協同處理“雙碳”政策中智能決策缺失的境遇

智能決策是集體或個人借助智能技術和工具，由設定好的目標進而對相關數據進行建模、分析并最終得出決策的過程。在此過程中規約不可抗力、突發意外等不確定的因素，從而實現最優決策，處理根據時代變化而涌現出來的生產、生活問題。

一方面，在“雙碳”的政策發布中缺少對智能決策的要求，例如，在《碳達峰碳中和標準體系建設指南》中只強調了要把國家標準和各行業標準統籌協調起來，建立聯合共同組去細化各行業的“雙碳”目標體系；在《科技支撐碳達峰碳中和實施方案（2022—2030年）》中明確說明了各類低碳技術的開發，既要考慮整體，也要兼顧局部；在《國務院關于印發2030年前碳達峰行動方案的通知》中強調了重點行業和領域的配套設施政策，國家和行業聯動起來把碳達峰的目標投入到經濟社會的全過程中。

另一方面，根據王卓妮等人的研究發現，“各省份“雙碳”工作進展不一，指標設定模糊，考核指標設定主動性不足，量化不足。同時，各省份面對的碳達峰壓力不同，但目標相同”［11］。可見，社會各界在政策的目標要求下，由于信息缺失、更新不及時、國家和地區存在差異以及各地之間也存在碳排放與碳吸收發展程度的不同等原因，社會各界實現“雙碳”的政策還存有一定的難度。政策中也沒有明確提出通過智能技術和工具去聯動國家和各行業，利用智能技術分析、規劃低碳工作的運行。因此，社會各界應當聯合起來去破解這一境遇，加強各界的智能決策聯合。

首先，政府應該投入大量的資金去鼓勵相關單位對智能決策算法的研究和開發，在碳達峰、碳中和目標需要智能技術支撐的，國家要不惜資金和人才的投入；其次，各省市要依據智能決策和各地情況的不同，整合各地的碳足跡數據，根據國家發布的政策調整各地的任務量；最后，各企業應當以身作則，“積極培育一批低碳科技領軍企業，錨定碳達峰、碳中和的近期目標和長遠發展需求”［12］，瞄準綠色制造重點領域，打造綠色發展、綠色低碳的產業鏈，與國家、各省市出臺的政策聯動起來，形成智能系統，對數據、資源的實時分析而調整發展的進度。

（二）技術：深度學習等智能技術賦能，推進能源體系改造

深度學習，這一術語的根源可追溯到對人工神經網絡的深入探索。其核心思想在于，通過細致研究數據的低層級特征，逐步揭示并推導出其高層級的屬性類別，進而實現對數據內在分布與排列屬性的精確分析。深度學習等智能技術的核心使命，便是賦予機器類似人類的學習與分析能力。這些技術的潛力巨大，若加以妥善運用，便有望使機器能夠自主地進行智能化決策與操作，這將加快能源體系的改革，涵蓋“減少能源消費總量為核心的‘節能’，提高能源利用率的‘增效’，以及可再生能源為主要渠道的‘替能’”［13］。

首先，對傳統能源的改造。傳統能源由于本身的不可再生性，越采集就會越少，根據統計，我國“2021年石油和天然氣的凈進口量分別為7.56（億）和1.82億噸標準煤， 對外依賴度分別高達72.7%和39.6%”［14］， 可見，傳統能源面臨著嚴重不足的危機，因此智能技術要廣泛收集可再生的新能源資源的所在地，對不同能源進行分析，使得新能源可以盡快投入產業建設當中，保護不可再生資源的同時，推進新能源的應用。

其次，根據能源供需，進行智能調度。利用人工智能技術學習和分析能源使用模式，優化能源生產和需求。在供給端，深度學習智能算法根據全國不同區域及不同行業對能源應用的數據，智能分配不同地區、不同行業的能源量，并積極地使用新能源去代替傳統能源。在需求端，建立監控平臺，反饋各個領域實際的能源用量，作出評價，根據發展的總體趨勢和大致走向，進一步系統決策能源的供需調度。例如，“機器學習的智能算法被廣泛應用于求解能源調度的最優方案，如正余弦優化算法、基于柔性行動器-評判器框架的深度強化學習方法等，提高了調度精準性”［15］。

最后，降低能源設備的維護成本。人工智能技術聯合大數據構建“多維數字化儲能生態系統，在線狀態評估、故障預警、儲能電站運維策略優化及其與電力調度的智慧互動”［16］，由此對能源設備進行實時監控，可以及時考察設備的運行情況，有預防地進行提前的部署和維護，則會降低設備運行的成本。此外，要利用深度學習等算法對能源系統的智能管理，包括能源材料的獲取，能源價格的定位，能源項目的投資和生產能源帶來的經濟和環境效益計算……以實現智能技術對能源的科學管理。

（三）監測：人工智能技術助推碳排放檢測——天地空一體化模式

碳監測是根據海量觀測數據，經由組建模型、分析實證等手段對二氧化碳等溫室氣體排放總量的統計，再依據收集的碳匯總量和生態系統整體運轉情形、變動趨勢點狀圖，以便管理和預防氣候變化過程的突發狀況、極端天氣。我國目前已經建立起了以環境碳排放量、生態碳匯量、排放源等的監測為主的監測模式。但是，根據調查研究，目前，我國“雙碳”目標實現面臨著信息不透明、碳排放計量不準確、監管難度大等問題。原因在于“碳監測評估制度和體系尚不完善，在實施過程中面臨著碳數據‘難采集、難追溯、難核算’等問題”［17］。因此，需要建立天、地、空一體化的智能模式。

首先，天是指衛星遙感技術對全局系統的監控和觀測，對森林、氣候等大范圍的全面動態監測；其次，地是指地面調查和樣方調查，利用氣象站監測區域氣候條件、災害天氣、水文站評估水資源狀況和水質情況以及利用相機記錄植被生長周期的不同特點，估算產量；最后，空是指無人機遙感技術，對重點區域的中小范圍觀測，通過圖像識別和覆蓋，對生物多樣性、植被覆蓋率、生態修復等有精確的觀測，有利于重點區域的精準化管理。生態修復還會“有效保護和系統修復生態系統，提升生態系統中植被、土壤、海洋等碳庫的固碳能力和碳匯增量，鞏固提升生態系統碳匯功能”［18］。同時，收集統計年鑒、統計局的社會數據。天地空一體化的模式可以建設碳排放監測的數據大平臺，在高效整合資料，可以系統掌握碳排放發展趨勢的同時，也提升了碳排放監測評估的準確性，將更便于碳足跡的勘探和碳的捕集與封存和后期工作的展開。

（四）人才：設立智能型和環保型學科，培養綜合人才

早在2021年，人力資源管理局、市場監管局、國家統計局發布了多項新職業，“碳排放管理員”已經被列為國家職業中。“十四五”期間中國需要的“雙碳”人才達到數百萬之多，人才存在較大缺口，要改變人才缺失的現狀問題。

一方面，政府加強政策引導，完善“雙碳”人才培養的頂層設計，基于現有的“雙碳”人才政策框架基礎，統籌全局，開展系統性和引領性的研究和設計。要明確“雙碳”人才培養的目標和路徑，并通過財政、稅收等手段為“雙碳”教育提供資金扶持，鼓勵更多的教育機構和企業參與到“雙碳”人才培養中來。督促教育部門和相關部門開設智能型和環保型的綜合學科，設置相關的專業，完善從基礎教育到高等教育的“雙碳”教育體系，確保學生在不同階段都能接觸到相關的知識和技能。同時，積極宣傳“將綠色低碳理念深度植入各層級、各學科教育體系，增強各級領導干部實施綠色低碳型發展的能力”［19］，建立職業培訓體系，為在職人員提供相關方面的繼續教育和培訓。

另一方面，眾多企業要面對傳統工業轉型附帶的短期陣痛以及技術上的“卡脖子”問題，對人才的要求要精益求精，設置碳積分考核體系，提高人才在企業中解決問題的能力。鼓勵企業積極參與“雙碳”人才培養，通過設立獎學金、提供實習機會等方式支持雙碳教育。各行業應提供豐富的實踐機會和平臺，讓雙碳人才能夠在實踐中不斷成長和積累經驗。例如，可以設立雙碳實踐基地、開展雙碳項目合作等。基于國家“雙碳”目標的根本要求，結合不同區域、不同行業、不同階段的具體發展現狀和規劃，加快研究進程。同時，企業還可以與高校、研究機構等合作，共同開展這方面的研究和項目開發。針對不同領域人才培養的目標需求，加強對原有的營、經、文、法、工、理相關學科和專業的改革，以適應“雙碳”目標的現實需求，要豐富專業形式，通過打造“雙碳”微專業、暑期考核等形式，構建多樣化的“雙碳”人才培養模式。

總之，培養雙碳型人才需要國家、社會以及各行業共同努力，形成合力。只有這樣，才能培養出更多具備雙碳素養的人才，為推動我國經濟社會綠色低碳發展提供有力支撐。

四、結語

人工智能和“雙碳”目標的結合是時代發展潮流與現實需求所趨，智能技術應用到生態環保領域，是對碳達峰、碳中和目標在智能技術上的強有力彌補和支持，利用人工智能技術高效掌握碳足跡信息，增強數據的說服力和可靠度，進而向綠色低碳貢獻堅實的數據支持與精準的進度預測。“雙碳”目標是系統性的大變革，亟需社會各界協同參與，人工智能技術是促進各行業發展的利器法寶，以智能化趨勢為指引，以科技創新為動能，以行業結構轉型、能源體系升級為著力點，堅信人工智能對“雙碳”領域的深入賦能，將大大推進中國的“雙碳”目標進程，為實現全人類的可持續發展傾注活力。

［參考文獻］

［1］聯合國環境署發布“2023年排放差距報告”［R］.聯合國新聞網，2023.12.1.

［2］習近平在全國生態環境保護大會上發表重要講話［C］.新華社，2023.7.

［3］國務院關于印發“新一代人工智能發展規劃”的通知［R］.國務院，2017.7.

［4］王少洪.碳達峰目標下我國能源轉型的現狀、挑戰與突破［J］.價格理論與實踐，2021（8）：82-86，172.

［5］張曉娟，李東杰，劉思含，等.遙感技術在“雙碳”目標實現中的應用進展［J］.航天返回與遙感，2022（6）：106-118.

［6］ 令狐大智，羅溪，朱幫助. 森林碳匯測算及固碳影響因素研究進展［J］.廣西大學學報（哲學社會科學版）， 2022：98-112.

［7］趙震宇，姚舜，楊朔鵬，等.“雙碳”目標下：中國CCUS發展現狀、存在問題及建議［J］.環境科學，2023（2）：1128-1138.

［8］張友國，蔣鴻宇.統籌“雙碳”目標下的能源轉型與能源安全［J］.世界社會科學，2023（4）：121-146，244-245.

［9］蘭玉彬，王天偉，陳盛德，等. 農業人工智能技術：現代農業科技的翅膀［J］.華南農業大學學報， 2020（6）：1-13.

［10］彭翔，劉娣，徐毅敏.超低能耗建筑助力“雙碳”目標實現的路徑研究［J］.建筑經濟，2022（1）：550-556.

［11］王卓妮，巢清塵，張黎黎. “十四五”時期中國省級“雙碳”目標評估和政策分析［J］.環境保護，2023（4）：49-54.

［12］田華文.“雙碳”目標下數字經濟賦能綠色低碳發展論析［J］.中州學刊，2023（9）：30-39.

［13］莊貴陽，竇曉銘，魏鳴昕.碳達峰碳中和的學理闡釋與路徑分析［J］.蘭州大學學報（社會科學版），2022（1）：57-68.

［14］武強，涂坤，曾一凡.“雙碳”目標愿景下我國能源戰略形勢若干問題思考［J］.科學通報，2023（15）：1884-1898.

［15］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［J］.中國科學院院刊，2021（9）：1019-1029.

［16］李菲菲，崔金棟，汪羽晴，等.碳中和視角下新型儲能產業與數字化耦合發展路徑研究［J］.情報科學，2023（12）：1-17.

［17］張凱，王冠.碳監測評估信息化發展的戰略導向、體系架構及應用探索——基于科技支撐“雙碳”目標的前瞻性思考［J］.企業經濟，2023（1）：96-103.

［18］周妍，蘇香燕，應凌霄，等.“雙碳”目標下山水林田湖草沙一體化保護和修復工程優先區與技術策略研究［J］.生態學報，2023（9）：3371-3383.

［19］武漢大學國家發展戰略研究院課題組.中國實施綠色低碳轉型和實現碳中和目標的路徑選擇［J］.中國軟科學，2022（10）：1-12.

〔責任編輯：劉陽〕