人工智能助力工業(yè)領(lǐng)域碳中和的機(jī)制與關(guān)鍵

【摘要】工業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，也是實(shí)現(xiàn)碳達(dá)峰碳中和目標(biāo)的主戰(zhàn)場(chǎng)。蓬勃發(fā)展的人工智能（AI）技術(shù)為工業(yè)脫碳帶來(lái)了新的機(jī)遇。通過(guò)推動(dòng)低碳技術(shù)要素的升級(jí)變革、豐富和強(qiáng)化數(shù)據(jù)要素的關(guān)鍵作用、促進(jìn)各類(lèi)要素的組合優(yōu)化與協(xié)同配置以及變革性提升人力資本質(zhì)量，AI將深刻影響工業(yè)領(lǐng)域的生產(chǎn)力與生產(chǎn)關(guān)系，助力工業(yè)領(lǐng)域?qū)崿F(xiàn)“雙碳”目標(biāo)。在這一過(guò)程中，需充分挖掘并發(fā)揮工業(yè)數(shù)據(jù)要素的作用，著力提升AI賦能的精準(zhǔn)性和系統(tǒng)性，并積極關(guān)注可能衍生的公平性問(wèn)題。當(dāng)前，應(yīng)加快建設(shè)工業(yè)數(shù)據(jù)要素市場(chǎng)；積極開(kāi)展研究和示范，提升AI技術(shù)與應(yīng)用場(chǎng)景的適配度；突破“單點(diǎn)賦能”模式，構(gòu)建以“產(chǎn)業(yè)鏈協(xié)同”為核心的AI賦能體系；通過(guò)優(yōu)化轉(zhuǎn)移支付體系、加強(qiáng)反壟斷監(jiān)管、加大教培投資和積極參與全球治理等方式，著力應(yīng)對(duì)AI賦能工業(yè)的“雙刃劍”效應(yīng)。

【關(guān)鍵詞】工業(yè)" 碳達(dá)峰碳中和" 人工智能" 公平性問(wèn)題" 數(shù)據(jù)要素

【中圖分類(lèi)號(hào)】TP18/F426.22" " " " " " " " "【文獻(xiàn)標(biāo)識(shí)碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2025.02.005

引言

實(shí)現(xiàn)碳中和目標(biāo)已成為國(guó)際共識(shí)，全球碳中和進(jìn)程已步入執(zhí)行階段。隨著氣溫持續(xù)升高和極端天氣事件頻發(fā)，世界各國(guó)開(kāi)始積極應(yīng)對(duì)氣候變化。截至2024年5月，全球已有151個(gè)國(guó)家提出了碳中和目標(biāo)。盡管仍然面臨重重障礙，例如，美國(guó)氣候政策的波動(dòng)影響全球雄心、歐洲能源危機(jī)導(dǎo)致綠色政策退步、發(fā)展中國(guó)家和全球南方的轉(zhuǎn)型資金依然匱乏等，全球碳中和行動(dòng)仍然在成效落實(shí)方面取得了亮眼成績(jī)。一是相關(guān)政策和法律保障體系持續(xù)完善，截至2024年5月，全球已有120個(gè)國(guó)家以法律或政策文件的形式確立了碳中和目標(biāo)的法律地位，86個(gè)國(guó)家提出了詳細(xì)的碳中和路線圖；二是多項(xiàng)碳中和技術(shù)加速部署，2023年，全球光伏和風(fēng)電的新增裝機(jī)量分別達(dá)到346GW和116GW，全球電動(dòng)輕型乘用車(chē)銷(xiāo)量增長(zhǎng)30%以上；三是資金問(wèn)題得到一定程度解決，第29屆聯(lián)合國(guó)氣候變化大會(huì)（COP29）氣候融資集體量化目標(biāo)相關(guān)草案提出了到2030年每年籌集1萬(wàn)億至1.3萬(wàn)億美元的氣候融資目標(biāo)。對(duì)于中國(guó)而言，自“雙碳”目標(biāo)提出以來(lái)，“1＋N”政策體系逐步完善，能源結(jié)構(gòu)持續(xù)優(yōu)化、能耗強(qiáng)度迅速下降、綠色產(chǎn)業(yè)蓬勃發(fā)展、生態(tài)系統(tǒng)碳匯能力穩(wěn)步增強(qiáng)。盡管任重道遠(yuǎn)，但實(shí)現(xiàn)“雙碳”目標(biāo)的承諾是堅(jiān)定不移的。

工業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，是能源消耗和碳排放的主要來(lái)源之一，也是實(shí)現(xiàn)“雙碳”目標(biāo)的主戰(zhàn)場(chǎng)。我國(guó)的工業(yè)產(chǎn)能雄厚、產(chǎn)業(yè)門(mén)類(lèi)齊全，工業(yè)領(lǐng)域的能源消費(fèi)占我國(guó)能源消費(fèi)總量的60%以上，產(chǎn)生的碳排放量約占全國(guó)總量的40%。其中，鋼鐵、水泥、石化、化工是工業(yè)領(lǐng)域碳排放的主要來(lái)源，合計(jì)排放量占據(jù)排放總量的80%以上。工業(yè)領(lǐng)域能否率先達(dá)峰，是實(shí)現(xiàn)2030碳達(dá)峰目標(biāo)的關(guān)鍵；而實(shí)現(xiàn)2060碳中和目標(biāo)，也為工業(yè)領(lǐng)域深度脫碳提出了更高要求。首先，諸如鋼鐵、水泥等行業(yè)屬于難以減排的領(lǐng)域，實(shí)現(xiàn)深度脫碳面臨較為高昂的邊際減排成本。其次，我國(guó)工業(yè)用能碳強(qiáng)度較高，煤和焦炭滿足了近90%的煉鋼能源需求，而美、英等國(guó)煉鋼則主要基于天然氣和電力。同時(shí)，我國(guó)工業(yè)能效水平相對(duì)較低，2020年仍有30%鋼鐵產(chǎn)能和24%水泥產(chǎn)能的能效低于基準(zhǔn)水平。此外，相對(duì)年輕的鋼鐵、化工設(shè)備資產(chǎn)也帶來(lái)了更高的資產(chǎn)擱淺風(fēng)險(xiǎn)。

近年來(lái)，人工智能（AI）技術(shù)的迅速發(fā)展催生了一批以綠色、智能、融合為特征的新產(chǎn)品、新技術(shù)、新業(yè)態(tài)，為助力工業(yè)領(lǐng)域碳中和帶來(lái)了新的機(jī)遇。立足實(shí)現(xiàn)“雙碳”目標(biāo)，厘清AI助力工業(yè)脫碳的作用機(jī)制，識(shí)別工業(yè)領(lǐng)域脫碳的特點(diǎn)及其對(duì)AI作用機(jī)制產(chǎn)生的影響，把握并回應(yīng)AI賦能工業(yè)脫碳引發(fā)的關(guān)鍵問(wèn)題，具有重要的理論價(jià)值與實(shí)踐意義。

工業(yè)領(lǐng)域?qū)崿F(xiàn)“雙碳”目標(biāo)的宏觀路徑

在實(shí)現(xiàn)“雙碳”目標(biāo)的過(guò)程中，工業(yè)領(lǐng)域?qū)⒊尸F(xiàn)“達(dá)峰先行”和“中和攻堅(jiān)”的特點(diǎn)。受人口增速降低、城鎮(zhèn)化進(jìn)程趨于飽和、基礎(chǔ)設(shè)施建設(shè)逐步放緩等因素的影響，我國(guó)鋼鐵、水泥等主要工業(yè)品的需求預(yù)計(jì)將持續(xù)下降。在工業(yè)能耗強(qiáng)度逐步降低、用能結(jié)構(gòu)持續(xù)優(yōu)化的背景下，預(yù)計(jì)工業(yè)碳排放達(dá)峰時(shí)間將早于2030年，相較于交通、建筑、熱力和農(nóng)業(yè)等領(lǐng)域提前3至5年。[1]然而，工業(yè)領(lǐng)域在邁向碳中和的進(jìn)程中仍面臨著一系列“減排瓶頸”，尤其是在減少高品位供熱排放和化學(xué)反應(yīng)過(guò)程排放等方面。鑒于此類(lèi)排放的邊際減排成本較高，工業(yè)部門(mén)可能在2060年仍存在部分殘余排放，需依賴(lài)一定規(guī)模的碳移除（CDR）技術(shù)進(jìn)行抵消。總體而言，工業(yè)領(lǐng)域?qū)崿F(xiàn)碳中和目標(biāo)，主要依托四大類(lèi)措施[2]：（1）節(jié)能降耗；（2）加快供能結(jié)構(gòu)低碳轉(zhuǎn)型；（3）推動(dòng)工藝流程清潔化；（4）部署負(fù)排放技術(shù)。其中，節(jié)能降耗措施側(cè)重于在“達(dá)峰平臺(tái)期”（當(dāng)前至2030年）發(fā)揮主導(dǎo)作用；供能結(jié)構(gòu)低碳轉(zhuǎn)型和工藝流程清潔化將成為“快速降碳期”（2030～2050年）推進(jìn)大幅減排的核心手段，以碳捕集、利用與封存（CCUS）技術(shù)為代表的負(fù)排放技術(shù)將同樣在此階段發(fā)揮關(guān)鍵作用；而以各類(lèi)CDR技術(shù)為代表的負(fù)排放技術(shù)，則將在“深度脫碳期”（2050年后）為實(shí)現(xiàn)凈零排放提供堅(jiān)實(shí)保障。

實(shí)施全方位節(jié)能降耗，持續(xù)降低工業(yè)領(lǐng)域的能源需求。全方位節(jié)能降耗包括降低單位產(chǎn)出能源消耗強(qiáng)度和減少工業(yè)產(chǎn)出需求兩個(gè)層面。其中，大幅推廣節(jié)能技術(shù)和能效提升技術(shù)是降低單位產(chǎn)出能源消耗強(qiáng)度的關(guān)鍵手段，具體措施包括在工業(yè)領(lǐng)域應(yīng)用高效電機(jī)、高效鍋爐、變頻驅(qū)動(dòng)器等節(jié)能技術(shù)，以及通過(guò)余熱回收與利用、能源梯級(jí)利用等方式最大限度提高能源利用效率。相比之下，減少工業(yè)產(chǎn)出需求還涉及工業(yè)生產(chǎn)過(guò)程以外的多個(gè)方面，包括加快循環(huán)經(jīng)濟(jì)體系建設(shè)，優(yōu)化工業(yè)產(chǎn)品設(shè)計(jì)、延長(zhǎng)使用壽命，推動(dòng)資源梯次利用，建設(shè)高效的回收再造體系；引導(dǎo)需求端行為改變，鼓勵(lì)資源節(jié)約型消費(fèi)模式，普及綠色消費(fèi)理念、助力綠色產(chǎn)品替代；推進(jìn)全供應(yīng)鏈優(yōu)化，實(shí)施精益管理，減少生產(chǎn)、儲(chǔ)存和運(yùn)輸過(guò)程中的物料浪費(fèi)，減少非必要的工業(yè)產(chǎn)品需求等。

加快供能結(jié)構(gòu)低碳轉(zhuǎn)型，逐步構(gòu)建清潔、經(jīng)濟(jì)、可靠的工業(yè)供能體系。實(shí)現(xiàn)供能結(jié)構(gòu)低碳轉(zhuǎn)型的關(guān)鍵是工業(yè)用電和工業(yè)用熱的低碳化，提高清潔能源滲透率是核心舉措。一方面，需要加快風(fēng)能、太陽(yáng)能、生物質(zhì)能、核能等清潔能源的大規(guī)模開(kāi)發(fā)和應(yīng)用，強(qiáng)化配套的儲(chǔ)能技術(shù)和輸配電網(wǎng)絡(luò)建設(shè)，確保大規(guī)模開(kāi)發(fā)與高效消納的同步推進(jìn)。在這一過(guò)程中，要特別注意處理好可再生能源的波動(dòng)性和工業(yè)生產(chǎn)的連續(xù)性之間的矛盾，需要通過(guò)新型儲(chǔ)能、智能電網(wǎng)等技術(shù)提升供能系統(tǒng)的穩(wěn)定性和靈活性。另一方面，需要推進(jìn)清潔熱能在工業(yè)供熱中的深度應(yīng)用。對(duì)于低品位熱需求，可著力推廣熱泵等技術(shù)，實(shí)現(xiàn)清潔電力到清潔熱能的轉(zhuǎn)換；對(duì)于難以滿足的高溫?zé)嵝枨螅瑒t可通過(guò)生物燃料、綠氫及氫基衍生物（綠氨、綠醇）等實(shí)現(xiàn)清潔供熱。

推動(dòng)工藝流程清潔化，加快重點(diǎn)部門(mén)工藝技術(shù)革新。工藝技術(shù)革新是工業(yè)領(lǐng)域?qū)崿F(xiàn)深度脫碳的核心支撐，尤其是對(duì)于鋼鐵、水泥和化工等重工業(yè)部門(mén)。鋼鐵部門(mén)當(dāng)前的主流工藝是排放量較大的高爐-轉(zhuǎn)爐工藝，需要以煤和焦炭作為原料和燃料投入。鋼鐵行業(yè)的工藝革新應(yīng)聚焦優(yōu)化傳統(tǒng)生產(chǎn)工藝，采用純氧高爐、氫氣噴吹等技術(shù)降低長(zhǎng)流程工藝的碳強(qiáng)度；加速短流程工藝的推廣替代，提升廢鋼-電弧爐等工藝的市場(chǎng)份額；推動(dòng)新興工藝的研發(fā)和應(yīng)用，探索綠氫直接還原鐵、綠氫等離子體熔融還原及直接電解等工藝的應(yīng)用模式。水泥部門(mén)需要研發(fā)并推廣低熟料水泥生產(chǎn)工藝，降低工藝過(guò)程產(chǎn)生的排放。化工部門(mén)需要加快推進(jìn)基于綠氫的化工產(chǎn)品生產(chǎn)工藝創(chuàng)新，如綠氫合成氨、二氧化碳加綠氫制甲醇等新興工藝；而在傳統(tǒng)煤化工領(lǐng)域，則應(yīng)積極探索煤化工耦合綠氫等工藝，降低原有工藝碳強(qiáng)度、提高資產(chǎn)利用率；持續(xù)推進(jìn)生物化工工藝的研發(fā)與應(yīng)用，充分發(fā)揮生物質(zhì)在提供綠色氫源和綠色碳源方面的潛力。

推進(jìn)負(fù)排放技術(shù)部署，保障工業(yè)領(lǐng)域?qū)崿F(xiàn)深度脫碳目標(biāo)。廣義的負(fù)排放技術(shù)主要包括CCUS技術(shù)和CDR技術(shù)兩大類(lèi)。其中，CCUS技術(shù)在轉(zhuǎn)型中期發(fā)揮著關(guān)鍵作用，通過(guò)降低傳統(tǒng)高碳工藝過(guò)程排放和減少化石燃料發(fā)電排放等手段助力工業(yè)減排。盡管CCUS技術(shù)無(wú)法完全實(shí)現(xiàn)工業(yè)生產(chǎn)與化石燃料的脫鉤，但其在實(shí)現(xiàn)中短期減排目標(biāo)、充分利用現(xiàn)有資產(chǎn)等方面仍發(fā)揮著重要的過(guò)渡作用。CDR技術(shù)主要包括生物質(zhì)能碳捕集與封存（BECCS）、直接空氣碳捕集與封存（DACCS）以及陸地生態(tài)碳匯等內(nèi)容，預(yù)計(jì)將在轉(zhuǎn)型后期有效抵消殘余排放，助力工業(yè)領(lǐng)域?qū)崿F(xiàn)碳中和目標(biāo)。

人工智能助力工業(yè)領(lǐng)域碳中和的作用機(jī)制

在助力工業(yè)領(lǐng)域?qū)崿F(xiàn)“雙碳”目標(biāo)的過(guò)程中，AI技術(shù)具有豐富的可選擇性，能夠適應(yīng)多元化的應(yīng)用場(chǎng)景。廣義上，AI技術(shù)指的是用于執(zhí)行與人腦相關(guān)的任務(wù)，特別是學(xué)習(xí)和解決問(wèn)題等認(rèn)知任務(wù)的各種技術(shù)和方法的集合，具體包括機(jī)器視覺(jué)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等。這些技術(shù)可以通過(guò)多種途徑在不同的工業(yè)減排場(chǎng)景中得到應(yīng)用（見(jiàn)表1）。通過(guò)助力全方位節(jié)能降耗、加快供能結(jié)構(gòu)低碳轉(zhuǎn)型、推動(dòng)工藝流程清潔化和助力負(fù)排放技術(shù)部署四類(lèi)方式，AI技術(shù)可以直接或間接地推動(dòng)工業(yè)領(lǐng)域?qū)崿F(xiàn)“雙碳”目標(biāo)。作為一種典型的“新質(zhì)生產(chǎn)力”，AI技術(shù)在工業(yè)領(lǐng)域的應(yīng)用也將深刻影響工業(yè)領(lǐng)域的生產(chǎn)力與生產(chǎn)關(guān)系。基于生產(chǎn)力理論的宏觀視角，AI助力工業(yè)脫碳的作用機(jī)制可分為四大類(lèi)。

推動(dòng)低碳技術(shù)要素的升級(jí)變革。低碳技術(shù)的創(chuàng)新和應(yīng)用是推進(jìn)工業(yè)領(lǐng)域低碳轉(zhuǎn)型的直接動(dòng)力。近年來(lái)，AI技術(shù)在低碳技術(shù)創(chuàng)新中的應(yīng)用潛力日益凸顯。[3]將機(jī)器學(xué)習(xí)與高通量篩選相結(jié)合，可以加速儲(chǔ)能電池、高性能隔熱材料和化學(xué)工藝催化劑的材料篩選過(guò)程，提升材料的使用效率和壽命；結(jié)合機(jī)器學(xué)習(xí)與傳統(tǒng)建模仿真技術(shù)，可大幅加速設(shè)備與工藝的設(shè)計(jì)過(guò)程，例如，助力風(fēng)機(jī)葉片設(shè)計(jì)、余熱回收系統(tǒng)設(shè)計(jì)等；利用數(shù)據(jù)挖掘和可解釋機(jī)器學(xué)習(xí)等技術(shù)，能夠識(shí)別各類(lèi)工藝過(guò)程中的潛在反應(yīng)規(guī)律，從而實(shí)現(xiàn)水泥配方的高效優(yōu)化、化學(xué)反應(yīng)條件的針對(duì)性改進(jìn)等。通過(guò)上述手段，AI技術(shù)可以有效加速各類(lèi)工業(yè)低碳技術(shù)的研發(fā)進(jìn)程、提升相關(guān)技術(shù)性能，降低技術(shù)轉(zhuǎn)換成本，加快推進(jìn)低碳技術(shù)在工業(yè)領(lǐng)域的大規(guī)模部署。

豐富和強(qiáng)化數(shù)據(jù)要素的關(guān)鍵作用。隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，數(shù)據(jù)正在逐步成為新型生產(chǎn)要素。[4]AI技術(shù)與數(shù)據(jù)要素之間存在緊密聯(lián)系。一方面，各類(lèi)AI技術(shù)的應(yīng)用本身就依賴(lài)于數(shù)據(jù)要素的投入；另一方面，AI技術(shù)又可以反過(guò)來(lái)提升數(shù)據(jù)要素的數(shù)量和質(zhì)量，放大數(shù)據(jù)要素的“乘數(shù)效應(yīng)”。首先，AI技術(shù)可以降低部分工業(yè)數(shù)據(jù)的獲取成本、提升相關(guān)數(shù)據(jù)的時(shí)效性。以鋼鐵行業(yè)為例，傳統(tǒng)的高爐設(shè)施內(nèi)部溫度接近2300℃，工況檢測(cè)往往依賴(lài)于外部傳感器的間接感應(yīng)，所得檢測(cè)數(shù)據(jù)的誤差大、滯后性強(qiáng)、獲取成本高。而結(jié)合機(jī)器視覺(jué)和時(shí)序信息增強(qiáng)等機(jī)器學(xué)習(xí)算法，可實(shí)現(xiàn)對(duì)爐內(nèi)工況的實(shí)時(shí)、準(zhǔn)確檢測(cè)，這將為能耗優(yōu)化和能源調(diào)度提供高質(zhì)量的數(shù)據(jù)基礎(chǔ)。其次，AI技術(shù)能夠提高工業(yè)數(shù)據(jù)要素的質(zhì)量、豐富數(shù)據(jù)要素的內(nèi)容。將物聯(lián)網(wǎng)技術(shù)與機(jī)器學(xué)習(xí)算法、自然語(yǔ)言處理等AI技術(shù)相結(jié)合，可對(duì)海量的工業(yè)過(guò)程數(shù)據(jù)、文本數(shù)據(jù)進(jìn)行高效清洗提煉，并通過(guò)聚類(lèi)分析等方法進(jìn)一步提升數(shù)據(jù)的完整性和準(zhǔn)確性。這將為工業(yè)產(chǎn)品的全生命周期碳排放管理提供有效的數(shù)據(jù)支持。此外，AI技術(shù)還可以便利數(shù)據(jù)要素的集成、調(diào)度和計(jì)算。智能通信技術(shù)可與云計(jì)算等技術(shù)結(jié)合，通過(guò)數(shù)據(jù)壓縮、邊緣計(jì)算、分布式優(yōu)化等方式，保障工業(yè)數(shù)據(jù)的高效流通，為AI技術(shù)的工業(yè)應(yīng)用提供安全有效的基礎(chǔ)服務(wù)支撐。

促進(jìn)各類(lèi)要素的組合優(yōu)化與協(xié)同配置。隨著強(qiáng)化學(xué)習(xí)、智能控制等技術(shù)的進(jìn)步，AI展現(xiàn)出優(yōu)越的動(dòng)態(tài)優(yōu)化和控制調(diào)度能力，這為工業(yè)部門(mén)脫碳提供了直接支持。一是面對(duì)風(fēng)光等清潔能源的波動(dòng)性和不確定性，AI技術(shù)能夠?qū)C合能源供應(yīng)系統(tǒng)進(jìn)行動(dòng)態(tài)優(yōu)化和多能協(xié)同調(diào)度，充分發(fā)揮“風(fēng)-光-儲(chǔ)”互補(bǔ)效益和熱電協(xié)同效益，以更低的成本和更高的可靠性推動(dòng)清潔能源滲透，提升工業(yè)用能的清潔化水平；二是通過(guò)對(duì)工藝過(guò)程進(jìn)行實(shí)時(shí)優(yōu)化和動(dòng)態(tài)調(diào)控，AI技術(shù)可以降低清潔新工藝的使用成本，助力清潔工藝的推廣和應(yīng)用；三是通過(guò)提高自動(dòng)化水平、優(yōu)化供應(yīng)鏈管理等手段，AI技術(shù)可以減少非必要的能源消耗和產(chǎn)品需求；四是通過(guò)優(yōu)化碳封存的注入策略、識(shí)別優(yōu)質(zhì)碳封存點(diǎn)等措施，AI技術(shù)有助于降低負(fù)排放技術(shù)的應(yīng)用成本，在大幅減排的同時(shí)充分利用傳統(tǒng)工業(yè)設(shè)施產(chǎn)能，化解擱淺資產(chǎn)風(fēng)險(xiǎn)。此外，有效的動(dòng)態(tài)優(yōu)化離不開(kāi)精準(zhǔn)的參數(shù)預(yù)測(cè)。時(shí)間序列分析等技術(shù)也為準(zhǔn)確預(yù)測(cè)工況參數(shù)、能耗曲線、可再生能源出力曲線提供了有效支撐，這將間接助力上述動(dòng)態(tài)優(yōu)化和控制調(diào)度過(guò)程。

變革性提升人力資本質(zhì)量。人力資本在工業(yè)生產(chǎn)和經(jīng)營(yíng)過(guò)程中具有重要意義，貫穿決策制定、技術(shù)研發(fā)、一線生產(chǎn)、運(yùn)營(yíng)管理等各個(gè)環(huán)節(jié)。知識(shí)與技能要素是人力資本的關(guān)鍵構(gòu)成要素，通過(guò)對(duì)其深度賦能，AI可推動(dòng)人力資本質(zhì)量實(shí)現(xiàn)變革性提升。其中，以ChatGPT等技術(shù)為代表的生成式AI近年來(lái)經(jīng)歷了蓬勃發(fā)展，此類(lèi)技術(shù)既是海量專(zhuān)業(yè)知識(shí)的容器，又是人機(jī)高效交互的接口，還是可協(xié)同不同組件與工具的操作系統(tǒng)。[5]生成式AI正逐步以“人機(jī)協(xié)同”的模式重塑勞動(dòng)力市場(chǎng)的基本形態(tài)，重構(gòu)已有的知識(shí)挖掘與流通模式，提升與之交互的人力資本知識(shí)要素的容量與質(zhì)量；降低各項(xiàng)關(guān)鍵技能和能力的應(yīng)用門(mén)檻，提升應(yīng)用效率。在生成式AI賦能人力資本，助力工業(yè)領(lǐng)域?qū)崿F(xiàn)碳中和目標(biāo)的過(guò)程中，以下三類(lèi)典型應(yīng)用場(chǎng)景尤其值得注意。一是賦能研發(fā)人員，推動(dòng)低碳技術(shù)創(chuàng)新。工業(yè)低碳技術(shù)的創(chuàng)新往往依賴(lài)于專(zhuān)業(yè)知識(shí)的積累和傳遞，與生成式AI的交互有助于大幅提高知識(shí)傳遞效率并拓展專(zhuān)家知識(shí)覆蓋面，加速技術(shù)創(chuàng)新進(jìn)程；通過(guò)將已有的專(zhuān)家知識(shí)嵌入大語(yǔ)言模型，生成式AI甚至可以獨(dú)立完成材料篩選和設(shè)計(jì)等任務(wù)。二是賦能相關(guān)工程師，降低能源與工業(yè)系統(tǒng)實(shí)現(xiàn)智能控制的技術(shù)門(mén)檻。生成式AI可以準(zhǔn)確高效開(kāi)展定制化代碼生成、改寫(xiě)等基本任務(wù)。結(jié)合少量提示工程，生成式AI可以與其他工業(yè)系統(tǒng)軟硬件模塊相結(jié)合，有效完成動(dòng)態(tài)監(jiān)測(cè)、信息整合、實(shí)時(shí)過(guò)程優(yōu)化等高階任務(wù)。三是賦能相關(guān)決策者，推動(dòng)工業(yè)園區(qū)和企業(yè)的運(yùn)營(yíng)及決策過(guò)程發(fā)生深刻變革。通過(guò)代替部分人類(lèi)專(zhuān)家、小模型以及傳統(tǒng)的決策支持系統(tǒng)，生成式AI可以在設(shè)計(jì)工廠低碳轉(zhuǎn)型方案、優(yōu)化供應(yīng)鏈管理、減少信息不對(duì)稱(chēng)性等方面發(fā)揮重要作用，提升相關(guān)決策的質(zhì)量和效率。

使用人工智能賦能工業(yè)脫碳的機(jī)遇與挑戰(zhàn)

我國(guó)工業(yè)產(chǎn)能雄厚、產(chǎn)業(yè)門(mén)類(lèi)齊全，工業(yè)數(shù)據(jù)要素豐富，使用AI賦能工業(yè)脫碳具有巨大潛力。在世界500種主要工業(yè)品中，我國(guó)有超過(guò)220種產(chǎn)品的產(chǎn)量位居世界第一。重點(diǎn)行業(yè)方面，2020年，我國(guó)粗鋼產(chǎn)量10.65億噸、水泥產(chǎn)量23.8億噸、石油煉化能力近9億噸，是世界上最大的鋼鐵生產(chǎn)國(guó)、水泥生產(chǎn)國(guó)和石化產(chǎn)品生產(chǎn)大國(guó)。然而，現(xiàn)階段我國(guó)工業(yè)脫碳面臨的壓力相對(duì)突出，亟須AI賦能。[6]當(dāng)前，我國(guó)主要AI技術(shù)和相關(guān)基礎(chǔ)設(shè)施的發(fā)展已初見(jiàn)成效，工業(yè)數(shù)據(jù)要素的積累也初具規(guī)模。在積極推進(jìn)新型工業(yè)化的背景下，我國(guó)工業(yè)物聯(lián)網(wǎng)已覆蓋超過(guò)85%的工業(yè)大類(lèi)，連接設(shè)備超過(guò)8000萬(wàn)臺(tái)。但也需認(rèn)識(shí)到，當(dāng)前工業(yè)數(shù)據(jù)產(chǎn)權(quán)不清、流動(dòng)不暢、標(biāo)準(zhǔn)不一等問(wèn)題依然突出。這一方面會(huì)直接阻礙AI的廣泛應(yīng)用，另一方面也難以發(fā)揮數(shù)據(jù)要素的“乘數(shù)效應(yīng)”。

工業(yè)脫碳場(chǎng)景和機(jī)制的復(fù)雜性需要AI“精準(zhǔn)賦能”。工業(yè)部門(mén)的脫碳機(jī)制復(fù)雜、減排技術(shù)多樣，這導(dǎo)致工業(yè)脫碳場(chǎng)景中“低垂的果實(shí)”和“減排瓶頸”相互交織。其中，“低垂的果實(shí)”往往集中于邊際減排成本曲線的最左端，代表場(chǎng)景包括工業(yè)能效提升、需求響應(yīng)等，具有減排成效顯著、減排成本較低且效益較高等特點(diǎn)。“減排瓶頸”則集中于邊際減排成本曲線的最右端，代表場(chǎng)景包括工藝綠色替代、使用DACCS抵消殘余排放等，實(shí)現(xiàn)單位減排的成本相對(duì)高昂。在AI賦能工業(yè)脫碳的過(guò)程中，AI在不同場(chǎng)景中的應(yīng)用潛力也不盡相同。總體而言，使用AI摘取“低垂的果實(shí)”具有路徑較為明確、應(yīng)用效益較高、跨產(chǎn)業(yè)遷移性強(qiáng)等特點(diǎn)，例如，通過(guò)強(qiáng)化學(xué)習(xí)和時(shí)間序列分析等技術(shù)提升能源調(diào)度和工藝過(guò)程效率、結(jié)合生成式AI減少運(yùn)營(yíng)管理過(guò)程中的非必要產(chǎn)品需求等。相比之下，使用AI突破“減排瓶頸”則具有手段相對(duì)有限、跨產(chǎn)業(yè)遷移性弱、路徑不確定性高等特點(diǎn)，其作用機(jī)制通常是推動(dòng)低碳技術(shù)要素的升級(jí)變革，例如，促進(jìn)DAC等技術(shù)創(chuàng)新和二氧化碳加綠氫制甲醇等工藝創(chuàng)新。在使用AI賦能工業(yè)脫碳的過(guò)程中，必須重視“精準(zhǔn)賦能”，具體而言需做到精準(zhǔn)識(shí)別優(yōu)先順序、精準(zhǔn)適配應(yīng)用場(chǎng)景、精準(zhǔn)適配行業(yè)特點(diǎn)三個(gè)方面。無(wú)法實(shí)現(xiàn)精準(zhǔn)適配將可能引起能耗不降反增、減排成效降低、資金無(wú)效配置等一系列問(wèn)題，從而阻礙AI技術(shù)對(duì)各類(lèi)要素優(yōu)化組合與協(xié)同配置作用的發(fā)揮。

工業(yè)產(chǎn)業(yè)鏈之間的強(qiáng)關(guān)聯(lián)性對(duì)AI的“系統(tǒng)賦能”提出了更高要求。在推進(jìn)工業(yè)脫碳的過(guò)程中，各項(xiàng)低碳技術(shù)和產(chǎn)業(yè)都不是孤立存在的。工業(yè)產(chǎn)業(yè)鏈的強(qiáng)關(guān)聯(lián)性體現(xiàn)在，相關(guān)技術(shù)的研究與產(chǎn)業(yè)、產(chǎn)業(yè)鏈上下游以及各區(qū)域產(chǎn)業(yè)之間均存在緊密聯(lián)系。使用AI賦能工業(yè)脫碳需要突破“單點(diǎn)賦能”模式，轉(zhuǎn)向“全產(chǎn)業(yè)鏈系統(tǒng)賦能”模式，其內(nèi)在要求包括三個(gè)層面。第一，需要將AI貫穿于“基礎(chǔ)研究-應(yīng)用研究-產(chǎn)業(yè)應(yīng)用”的各個(gè)環(huán)節(jié)，進(jìn)一步促進(jìn)數(shù)據(jù)要素、知識(shí)要素和低碳技術(shù)要素的流通，并通過(guò)放大數(shù)據(jù)要素和知識(shí)要素的“乘數(shù)效應(yīng)”實(shí)現(xiàn)正向循環(huán)、機(jī)制強(qiáng)化。在此過(guò)程中，尤其需要關(guān)注行業(yè)AI復(fù)合型人才的培養(yǎng)。AI技術(shù)本身是中性的，人機(jī)交互過(guò)程是決定AI應(yīng)用質(zhì)量的核心環(huán)節(jié)。只有培養(yǎng)復(fù)合型人才，才能科學(xué)、有效地發(fā)揮AI的技術(shù)效能。第二，需要將AI貫穿于產(chǎn)業(yè)鏈原料供應(yīng)到末端治理的各個(gè)環(huán)節(jié)。一方面是高效支持全生命周期（LCA）管理和終端產(chǎn)品碳排放認(rèn)證，發(fā)揮AI豐富和強(qiáng)化數(shù)據(jù)要素的關(guān)鍵作用；另一方面是支持供應(yīng)鏈優(yōu)化和用能管理，減少非必要產(chǎn)品需求和能源消耗，強(qiáng)化AI在促進(jìn)各要素組合優(yōu)化和協(xié)同配置方面的作用。第三，需要統(tǒng)籌考慮各區(qū)域產(chǎn)業(yè)優(yōu)勢(shì)。在使用AI賦能工業(yè)脫碳的過(guò)程中，AI和相關(guān)的基礎(chǔ)設(shè)施（云計(jì)算、數(shù)據(jù)中心等）本身也是產(chǎn)業(yè)鏈中的關(guān)鍵環(huán)節(jié)。不同區(qū)域的資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)基礎(chǔ)往往各具特色，因地制宜部署AI產(chǎn)業(yè)和各工業(yè)鏈、發(fā)揮各區(qū)域間的協(xié)同互補(bǔ)優(yōu)勢(shì)亦是AI“系統(tǒng)賦能”工業(yè)脫碳的內(nèi)在要求。

平衡AI的“雙刃劍效應(yīng)”尤其需要關(guān)注公平性問(wèn)題。在使用AI技術(shù)助力工業(yè)領(lǐng)域?qū)崿F(xiàn)碳中和目標(biāo)的過(guò)程中，由于應(yīng)用場(chǎng)景和數(shù)據(jù)來(lái)源通常與個(gè)人的直接關(guān)聯(lián)較少，相關(guān)應(yīng)用衍生的公平性問(wèn)題往往比數(shù)據(jù)隱私、倫理等問(wèn)題更加突出。2024年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主Daron Acemoglu和Simon Johnson在其著作Power and Progress中指出，科技的進(jìn)步往往被用于集中精英權(quán)力，加劇馬太效應(yīng)。[7]多數(shù)工業(yè)部門(mén)具備資本密集、勞動(dòng)密集的特點(diǎn)，AI賦能工業(yè)脫碳引發(fā)的公平性問(wèn)題往往外化為四種形式。一是沖擊就業(yè)市場(chǎng)，[8]例如，自動(dòng)化技術(shù)的普及將減少社會(huì)對(duì)勞動(dòng)密集型崗位的需求，生成式AI的廣泛應(yīng)用可能減少行業(yè)內(nèi)對(duì)傳統(tǒng)低碳工程師和咨詢師的需求，能效的提升也可能促使對(duì)傳統(tǒng)工藝調(diào)控崗位需求的減少等。二是壓縮中小型企業(yè)生存空間。中小型企業(yè)通常面臨資金和技術(shù)上的短板，大型企業(yè)在使用AI賦能工業(yè)脫碳的過(guò)程中往往更具優(yōu)勢(shì)，這種差距可能會(huì)加劇相關(guān)行業(yè)的寡頭和壟斷現(xiàn)象。三是影響區(qū)域經(jīng)濟(jì)平衡發(fā)展。經(jīng)濟(jì)發(fā)達(dá)地區(qū)具有相對(duì)優(yōu)越的資金優(yōu)勢(shì)、技術(shù)優(yōu)勢(shì)和AI基礎(chǔ)設(shè)施優(yōu)勢(shì)，這可能會(huì)引發(fā)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的AI賦能困難、工業(yè)產(chǎn)業(yè)轉(zhuǎn)移等問(wèn)題。四是影響全球技術(shù)和產(chǎn)業(yè)分工格局。近年來(lái)，部分技術(shù)相對(duì)發(fā)達(dá)的國(guó)家以“安全需求”等借口頻繁實(shí)施技術(shù)出口管制和科技產(chǎn)業(yè)投資限制。在現(xiàn)有全球合作格局和綠色貿(mào)易規(guī)則的影響下，發(fā)展中國(guó)家和“全球南方”國(guó)家將更有可能在全球工業(yè)價(jià)值鏈中處于不利地位，面臨著更加嚴(yán)峻的工業(yè)產(chǎn)業(yè)發(fā)展挑戰(zhàn)和低碳轉(zhuǎn)型挑戰(zhàn)。[9]

人工智能助力工業(yè)領(lǐng)域?qū)崿F(xiàn)碳中和目標(biāo)的關(guān)鍵對(duì)策

加快建設(shè)工業(yè)數(shù)據(jù)要素市場(chǎng)，著力完善相關(guān)基礎(chǔ)設(shè)施與制度保障。一是推進(jìn)“AI＋工業(yè)物聯(lián)網(wǎng)”的深度應(yīng)用，進(jìn)一步擴(kuò)充高質(zhì)量工業(yè)數(shù)據(jù)源。借助零碳園區(qū)建設(shè)等專(zhuān)項(xiàng)行動(dòng)契機(jī)，推進(jìn)相關(guān)基礎(chǔ)設(shè)施建設(shè)落地與升級(jí)，針對(duì)不同工業(yè)應(yīng)用場(chǎng)景開(kāi)發(fā)適配的物聯(lián)方案、物聯(lián)設(shè)備，配備針對(duì)性的AI智能算法，提升工業(yè)數(shù)據(jù)采集的精度并拓展覆蓋面。二是加快建設(shè)工業(yè)大數(shù)據(jù)要素交易平臺(tái)。加快工業(yè)數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)、數(shù)據(jù)格式、傳輸協(xié)議等方面的一致性建設(shè)，針對(duì)典型的工業(yè)數(shù)據(jù)產(chǎn)出場(chǎng)景制定標(biāo)準(zhǔn)清單；強(qiáng)化數(shù)據(jù)要素與資本要素的結(jié)合，通過(guò)數(shù)據(jù)質(zhì)押貸款、數(shù)據(jù)證券化等金融工具強(qiáng)化數(shù)據(jù)資產(chǎn)屬性，便利數(shù)據(jù)要素流通；針對(duì)工業(yè)數(shù)據(jù)規(guī)模大、種類(lèi)多的特點(diǎn)，加快推進(jìn)數(shù)據(jù)中心、云平臺(tái)等基礎(chǔ)設(shè)施建設(shè)，提高工業(yè)數(shù)據(jù)交換和處理的效率。三是加強(qiáng)工業(yè)數(shù)據(jù)治理的制度保障。在《中華人民共和國(guó)數(shù)據(jù)安全法》《中華人民共和國(guó)個(gè)人信息保護(hù)法》等法律法規(guī)的支持下，我國(guó)的網(wǎng)絡(luò)安全和數(shù)據(jù)安全保護(hù)初見(jiàn)成效。對(duì)于工業(yè)數(shù)據(jù)保護(hù)，應(yīng)加快頒布針對(duì)性的數(shù)據(jù)安全管理?xiàng)l例，加快建立數(shù)據(jù)產(chǎn)權(quán)歸屬認(rèn)定和權(quán)益分配相關(guān)制度，尤其需要認(rèn)識(shí)到工業(yè)產(chǎn)業(yè)鏈中各主體的強(qiáng)相關(guān)性，充分考慮不同參與方在數(shù)據(jù)流動(dòng)和價(jià)值創(chuàng)造中的貢獻(xiàn)；通過(guò)聯(lián)邦學(xué)習(xí)、隱私計(jì)算、區(qū)塊鏈等技術(shù)手段，保障工業(yè)數(shù)據(jù)在流通過(guò)程中的安全性、隱私性和完整性；推動(dòng)相關(guān)標(biāo)準(zhǔn)、制度與國(guó)際接軌，提升我國(guó)在全球工業(yè)數(shù)字經(jīng)濟(jì)中的競(jìng)爭(zhēng)力與話語(yǔ)權(quán)。

提升AI賦能的精準(zhǔn)性，提高各類(lèi)AI技術(shù)與工業(yè)脫碳場(chǎng)景的適配度。一是加強(qiáng)AI賦能工業(yè)脫碳的潛力識(shí)別。設(shè)立跨學(xué)科專(zhuān)項(xiàng)研究計(jì)劃，深入分析不同工業(yè)部門(mén)、工業(yè)場(chǎng)景和生產(chǎn)環(huán)節(jié)的碳排放特點(diǎn)，識(shí)別AI技術(shù)在各類(lèi)細(xì)分場(chǎng)景下的脫碳潛力、成本效益和現(xiàn)實(shí)瓶頸。二是科學(xué)設(shè)計(jì)“AI＋工業(yè)脫碳路線圖”，積極開(kāi)展相關(guān)項(xiàng)目示范。細(xì)化各區(qū)域、各行業(yè)的工業(yè)脫碳路線圖，將高潛力AI技術(shù)納入對(duì)應(yīng)的最優(yōu)適配場(chǎng)景中。具體而言，可優(yōu)先推進(jìn)AI技術(shù)在“低垂的果實(shí)”場(chǎng)景中的應(yīng)用，著力開(kāi)發(fā)使用AI助力能效提升、工況優(yōu)化、供應(yīng)鏈管理和數(shù)據(jù)獲取等方面的流程化應(yīng)用模式，促進(jìn)跨工業(yè)部門(mén)的應(yīng)用遷移；積極探索行業(yè)特異的AI技術(shù)應(yīng)用模態(tài)，針對(duì)鋼鐵、水泥、化工等重點(diǎn)行業(yè)開(kāi)展針對(duì)性的AI融合試點(diǎn)示范項(xiàng)目；穩(wěn)步探索AI在“減排瓶頸”場(chǎng)景中的應(yīng)用潛力，識(shí)別各類(lèi)難減排環(huán)節(jié)對(duì)應(yīng)的技術(shù)需求清單，發(fā)揮AI在材料設(shè)計(jì)、技術(shù)研發(fā)等方面的優(yōu)勢(shì)。三是優(yōu)化支持機(jī)制。對(duì)不同場(chǎng)景、不同行業(yè)的“AI＋工業(yè)脫碳項(xiàng)目”給予針對(duì)性資金、政策支持，過(guò)程中要強(qiáng)化審核機(jī)制，持續(xù)完善相關(guān)項(xiàng)目的評(píng)估標(biāo)準(zhǔn)與審查規(guī)范，盡可能避免“AI形式主義”問(wèn)題。

加強(qiáng)AI賦能的系統(tǒng)性，以產(chǎn)業(yè)鏈視角推進(jìn)AI在工業(yè)脫碳領(lǐng)域的深度應(yīng)用。一是推進(jìn)AI與“基礎(chǔ)研究-應(yīng)用研究-產(chǎn)業(yè)應(yīng)用”鏈的深度結(jié)合。設(shè)立專(zhuān)項(xiàng)研究項(xiàng)目，系統(tǒng)識(shí)別工業(yè)脫碳重大基礎(chǔ)科學(xué)問(wèn)題和關(guān)鍵核心技術(shù)清單，重點(diǎn)支持使用AI技術(shù)解決清單問(wèn)題的相關(guān)研究，例如，使用AI開(kāi)展碳利用反應(yīng)催化劑的基礎(chǔ)理論研究等；瞄準(zhǔn)“AI＋關(guān)鍵產(chǎn)業(yè)鏈”設(shè)立系列重大科技項(xiàng)目，例如，瞄準(zhǔn)“AI＋綠色鋼鐵鏈”，統(tǒng)籌風(fēng)光發(fā)電、新型儲(chǔ)能、智能電網(wǎng)、電解水制氫、綠氫煉鋼等環(huán)節(jié)，探索AI在“電-熱-冷-氣”綜合能源調(diào)度和煉鋼工藝實(shí)時(shí)調(diào)控中的一體化應(yīng)用，著力推進(jìn)成果轉(zhuǎn)化與推廣應(yīng)用，構(gòu)建以產(chǎn)業(yè)鏈協(xié)同為核心的AI賦能體系。二是立足生命周期視角，使用AI強(qiáng)化工業(yè)產(chǎn)業(yè)鏈的“綠鏈”屬性。使用AI助力工業(yè)基礎(chǔ)LCA數(shù)據(jù)庫(kù)建設(shè)，利用生成式AI高效、準(zhǔn)確提取來(lái)自學(xué)術(shù)文獻(xiàn)、企業(yè)報(bào)告和環(huán)評(píng)報(bào)告的關(guān)鍵信息，使用機(jī)器學(xué)習(xí)算法校驗(yàn)核準(zhǔn)相關(guān)參數(shù)、提升數(shù)據(jù)質(zhì)量；將AI與區(qū)塊鏈等技術(shù)結(jié)合，提升各項(xiàng)工業(yè)過(guò)程的碳排放透明度和可追溯性，搭建開(kāi)源平臺(tái)，支撐產(chǎn)業(yè)鏈綠色認(rèn)證和工業(yè)產(chǎn)品綠色認(rèn)證。三是推進(jìn)跨區(qū)域合作。統(tǒng)籌東部地區(qū)的人才、技術(shù)及AI基礎(chǔ)設(shè)施等優(yōu)勢(shì)和西部地區(qū)的低成本清潔電力等優(yōu)勢(shì)，協(xié)同推動(dòng)數(shù)據(jù)的跨區(qū)域運(yùn)算和AI用電的跨區(qū)域傳輸，促進(jìn)相關(guān)資源的高效配置；強(qiáng)化跨區(qū)域政策協(xié)同，打好政策引導(dǎo)、市場(chǎng)配置和科技創(chuàng)新的“組合拳”，構(gòu)建多區(qū)域協(xié)作、多產(chǎn)業(yè)聯(lián)動(dòng)的“AI＋工業(yè)產(chǎn)業(yè)集群”。四是構(gòu)建多層次教育體系，強(qiáng)化高素質(zhì)人才支撐。優(yōu)化高等教育布局，針對(duì)AI賦能工業(yè)脫碳相關(guān)的基礎(chǔ)科學(xué)與應(yīng)用研究問(wèn)題，調(diào)整學(xué)科體系與人才培養(yǎng)模式；構(gòu)建職普融通、產(chǎn)教融合的職業(yè)教育體系，強(qiáng)化校、企、培訓(xùn)機(jī)構(gòu)等多主體合作，針對(duì)不同崗位需求開(kāi)發(fā)定制化的培訓(xùn)計(jì)劃，例如，碳排放數(shù)據(jù)分析、智能設(shè)備操作等。

辯證看待AI賦能工業(yè)脫碳的“雙刃劍”效應(yīng)，著力建設(shè)提升轉(zhuǎn)型均衡性的制度體系。一是通過(guò)轉(zhuǎn)移支付體系緩解工業(yè)脫碳項(xiàng)目區(qū)域發(fā)展不均衡問(wèn)題。設(shè)立相關(guān)的專(zhuān)項(xiàng)基金和產(chǎn)業(yè)項(xiàng)目，對(duì)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)及其中小企業(yè)給予“AI＋工業(yè)脫碳項(xiàng)目”專(zhuān)項(xiàng)補(bǔ)貼；根據(jù)區(qū)域“AI＋工業(yè)產(chǎn)業(yè)集群”的實(shí)際建設(shè)情況，將對(duì)應(yīng)的轉(zhuǎn)移支付需求納入整體的區(qū)域轉(zhuǎn)移支付方案設(shè)計(jì)中，著力緩解區(qū)域不均衡問(wèn)題。二是加強(qiáng)反壟斷監(jiān)管。加快工業(yè)數(shù)據(jù)反壟斷的法律法規(guī)建設(shè)，推進(jìn)相關(guān)制度與工業(yè)大數(shù)據(jù)要素交易平臺(tái)的結(jié)合；加強(qiáng)對(duì)主要的工業(yè)集團(tuán)、科技巨頭的反壟斷監(jiān)管，避免相關(guān)數(shù)據(jù)和技術(shù)的過(guò)度集中。三是加大教育和技能培訓(xùn)投資。發(fā)揮國(guó)資央企引領(lǐng)作用，帶頭開(kāi)展“勞動(dòng)者AI賦能”計(jì)劃，積極穩(wěn)妥推進(jìn)AI在工業(yè)領(lǐng)域的深入應(yīng)用；在勞動(dòng)密集型工業(yè)部門(mén)集中的地區(qū)設(shè)立專(zhuān)項(xiàng)技能提升計(jì)劃，重點(diǎn)支持中小企業(yè)，以職業(yè)教育為抓手，“因崗制宜”提高勞動(dòng)者綜合素養(yǎng)，助力勞動(dòng)者崗位升級(jí)或再就業(yè)。四是積極引領(lǐng)、參與相關(guān)的國(guó)際合作和國(guó)際規(guī)則制定。依托共建“一帶一路”倡議、金磚合作機(jī)制等框架，充分關(guān)注其他國(guó)家的治理訴求和治理邏輯，通過(guò)產(chǎn)業(yè)與技術(shù)投資、基礎(chǔ)設(shè)施建設(shè)、產(chǎn)品貿(mào)易合作等方式加強(qiáng)國(guó)際合作，凝聚共識(shí)、整合資源，加強(qiáng)優(yōu)勢(shì)互補(bǔ)，協(xié)同推進(jìn)“AI＋工業(yè)全球價(jià)值鏈”建設(shè)；引導(dǎo)動(dòng)員企業(yè)、智庫(kù)、高校等主體積極參與國(guó)際規(guī)則構(gòu)建，例如，國(guó)際共識(shí)談判、國(guó)際會(huì)議籌備及參與等，針對(duì)綠色工業(yè)品貿(mào)易、工業(yè)數(shù)據(jù)多邊流通、相關(guān)資金支持與技術(shù)轉(zhuǎn)讓等議題提出中國(guó)方案，貢獻(xiàn)中國(guó)智慧。

（本文系教育部哲學(xué)社會(huì)科學(xué)研究重大課題攻關(guān)項(xiàng)目“實(shí)現(xiàn)聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)的國(guó)家治理體系研究”的階段性成果，項(xiàng)目編號(hào)：23JZD042；清華大學(xué)環(huán)境學(xué)院研究生甄紫涵、葉文鑫對(duì)本文亦有貢獻(xiàn)）

注釋

[1]參見(jiàn)清華大學(xué)氣候變化與可持續(xù)發(fā)展研究院：《中國(guó)長(zhǎng)期低碳發(fā)展戰(zhàn)略與轉(zhuǎn)型路徑研究：綜合報(bào)告》，北京：中國(guó)環(huán)境出版社，2021年。

[2]王燦、孫若水、張九天：《中國(guó)實(shí)現(xiàn)碳中和的支撐技術(shù)與路徑》， 《China Economist》，2021年第5期；王燦、張雅欣：《碳中和愿景的實(shí)現(xiàn)路徑與政策體系》，《中國(guó)環(huán)境管理》，2020年第6期。

[3]洪銀興、任保平：《數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合的內(nèi)涵和途徑》，《中國(guó)工業(yè)經(jīng)濟(jì)》，2023年第2期。

[4]劉濤雄等：《數(shù)據(jù)要素成為中國(guó)經(jīng)濟(jì)增長(zhǎng)新動(dòng)能的機(jī)制探析》，《經(jīng)濟(jì)研究》，2024年第10期。

[5]肖仰華：《人工智能大模型發(fā)展的新形勢(shì)及其省思》，《人民論壇·學(xué)術(shù)前沿》，2024年第13期。

[6]喬岳：《碳中和目標(biāo)下中國(guó)制造業(yè)綠色發(fā)展之路》，《人民論壇·學(xué)術(shù)前沿》，2023年第5期。

[7]D. Acemoglu and S. Johnson， Power and Progress： Our Thousand-Year Struggle Over Technology and Prosperity， PublicAffairs， 2023.

[8]陳冬梅、王俐珍、陳安霓：《數(shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望》，《管理世界》，2020年第5期。

[9]薛瀾：《新興科技領(lǐng)域國(guó)際規(guī)則制定：路徑選擇與參與策略》，《人民論壇·學(xué)術(shù)前沿》，2023年第19期。

責(zé) 編∕包 鈺" 美 編∕梁麗琛