在当前全球能源格局深刻变革、绿色转型成为趋势的背景下，中国如何稳妥有力地推进碳达峰碳中和目标？数字技术又将在此进程中扮演怎样的角色？在日前举行的北京绿色发展论坛上，中国工程院院士、清华大学碳中和研究院院长贺克斌系统性地阐述了实现“双碳”目标的底层逻辑、关键技术路径、面临的挑战以及数字技术的赋能作用，勾勒出一幅以科技创新为驱动、以系统思维构建的绿色转型宏伟蓝图。
三大未变逻辑：坚定“双碳”战略的决心与信心
贺克斌开宗明义地指出，尽管国际政治经济形势存在不确定性，但支撑全球共同应对气候变化、推动能源转型的核心逻辑并未改变，这为中国坚定不移推进“双碳”目标提供了坚实基础。
首要逻辑在于应对气候变化紧迫性的客观现实并未改变。贺克斌引用数据指出，极端气候事件对全球经济造成的损失触目惊心。2024年全球前十大自然灾害经济损失中，有八起源于极端气象事件，而在中国，这一比例高达九成。这清晰表明，气候变化已不再是遥远的威胁，而是正在发生的现实风险，积极减缓和适应气候变化是关乎经济安全与社会福祉的必然选择。
其次，能源革命为全球经济发展注入新动能的机遇逻辑并未改变。贺克斌分析，支撑传统工业文明的化石能源地理分布极度不均，成为地缘政治冲突的重要根源。相比之下，风能、太阳能等新能源资源总量极其丰富，且全球分布相对均衡。“就未来发展而言，从资源角度大家几乎在同一个起跑线。”贺克斌强调，“未来的竞争焦点不再是对传统资源的争夺，而是看谁能率先建成大规模、稳定使用新能源的技术体系。”他引用联合国秘书长古特雷斯的话“没有人能让阳光涨价”，形象地揭示了新能源对于保障国家能源安全、实现独立自主发展的战略意义。
再次，中国自身建设生态文明和美丽中国的内在需求逻辑并未改变。贺克斌以PM2.5治理为例说明协同效应的巨大潜力。他表示，即便延续传统污染治理路径，空气质量也能持续改善，但若能借助“双碳”目标带来的能源结构和经济结构深刻调整，PM2.5浓度下降幅度将大得多，有望在2060年碳中和时降至每立方米10微克以下的极低水平，这将为人口老龄化的中国带来显著的健康收益，有力支撑“健康中国”战略。
核心技术体系：勾勒碳中和的宏大技术图谱
实现2060年碳中和目标是一项涵盖社会经济各领域的系统性工程，其核心支撑是技术创新。贺克斌分享了清华大学碳中和研究院联合数十家单位完成的一项前瞻性分析成果。“我们初步梳理出需要攻关和推广的技术高达300多项，其中，具有显著减排贡献的核心技术超过70项。”他介绍，这些技术遍布工业、建筑、交通和能源四大关键部门，构成一个极其庞大的技术体系。
贺克斌将当前全球碳中和关键技术态势概括为“四大板块”：硅能、储能、氢能、智能。其中，以光伏、风电为代表的“硅能”板块技术进步显著，已实现大规模应用；而“储能”（解决新能源波动性）、“氢能”（作为清洁能源载体和工业原料）、“智能”（数字化、智能化管理能源系统）三大板块仍处于技术攻坚和示范阶段，是决定未来能源体系成败的“核心之核心”。他特别指出，近一半的关键技术尚处于研发或示范阶段，这意味着从今至2050年乃至2060年，技术迭代突破的空间巨大，并将催生一系列新业态。
然而，技术创新也伴随着成本挑战。贺克斌提醒，随着减排进程深入，边际成本将不断攀升。“我们的分析显示，到2060年，每吨二氧化碳的减排成本可能接近100美元水平。”这将直接推动碳价上涨，未来，碳市场每吨价格可能达到数百甚至上千元，尤其是在2045年—2050年之后，成本压力将尤为凸显。这预示着碳市场、碳税等金融杠杆的重要性将与日俱增。
供应链与数据链：应对转型中的新挑战
新型能源技术体系的建立不仅依赖技术本身，还离不开关键材料的稳定供应和精准的数据管理。贺克斌提出，要关注关键矿产资源供应链安全。他指出，新能源装备制造对稀土、锂、钴等关键金属的需求将呈现爆发式增长，“预计到2040年左右，支撑新能源装备体系所需的各类矿产资源全球年需求量，将接近2020年全球煤炭的年开采量水平。”这一巨大的需求转变，将引发全球矿产资源格局重组，国际合作与平衡至关重要。
面对高昂的减排成本和复杂的系统管理需求，贺克斌强调了数字赋能，特别是大数据和人工智能技术的决定性作用。碳定价机制要有效运转，依赖于对排放量的准确监测、报告与核查（MRV）。目前，全球已有75个碳定价机制运行，覆盖超120亿吨二氧化碳当量，其高效、公正运行亟需数据支撑。贺克斌团队通过融合全球130多个数据库，利用机器学习、人工智能等先进数据技术，重建了全球碳排放历史序列，并进行预测分析，为科学决策提供了依据。
他进一步指出，实现碳中和绝非单一技术或单一学科所能胜任，必须依靠系统集成和学科交叉。以构建新型电力系统为例，其涉及的技术门槛跨越了十几个专业领域，需要电力、材料、信息、经济、社会等众多学科的深度融通。
贺克斌特别展望了人工智能（AI）在绿色转型中的演进与潜力。他认为，当前环境领域应用的AI多属“判别式人工智能”，用于模式识别、预测预警等。而随着ChatGPT、DeepSeek等生成式AI的突破性发展，AI正在进入一个新阶段。“如何在我们绿色转型、生态文明建设领域里，从过去的判别式人工智能走向生成式人工智能，这是我们需要共同应对的挑战。”生成式AI有望在方案生成、系统优化、跨领域知识融合等方面发挥更大作用，加速学科交叉与国际合作。
他提出了一个未来生态环境智能体系的构想：即构建一个“生态环境大模型中枢”作为数字大脑，依托于结构统一、更新及时的知识库和统筹布局、高效能的算力设施两大支撑，服务于产业升级、城市规划、碳足迹管理、环境治理等众多应用场景，最终推动区域产业协同、创新生态构建和全球影响力提升。
应对国际规则：中国发力产品碳足迹数据库建设
针对国际社会日益关注的碳边境调节机制（CBAM）等绿色贸易政策，贺克斌指出，产品碳足迹正成为国际贸易的新“通行证”，ESG（环境、社会和治理）投资理念也日益向CSG（气候、社会和治理）倾斜。欧盟等国正在构建严密的绿色政策网络，对中国等出口国构成挑战。
为积极应对、争取国际话语权，贺克斌透露，今年年初北京已成立“碳足迹产业技术创新联盟”，汇聚了研究机构、数据科技企业（如蚂蚁、阿里）以及面临迫切需求的制造业央企和民企。联盟旨在协同开发符合国际标准、又能真实反映中国产业技术进步和实际情况的产品碳足迹数据库。他举例介绍了清华大学此前开发的“天工”生命周期评价数据库，其名称寓意《天工开物》，旨在全面覆盖中国41个工业门类。联盟的目标是设计一套既能体现中国特色、又能与国际标准对接的数据系统，如同“转换插头”，使中国数据能在国际规则下被认可和使用，避免因数据老化或标准差异导致的不公平竞争。近期，联盟已在意大利米兰组织国际研讨会，邀请全球专家共商数据互通互认大计，旨在为中国乃至全球的绿色公平贸易奠定数据基石。
贺克斌最后总结道，实现“双碳”目标是一场广泛而深刻的经济社会系统性变革。中国凭借巨大的市场规模、齐全的产业门类以及持续推进技术创新的决心，正在这条道路上稳步前行。未来，必须进一步加强技术创新、供应链协同、数据支撑和国际合作，尤其要充分发挥数字技术的赋能作用，才能跨越挑战，如期实现绿色转型目标，为全球气候治理和可持续发展作出中国贡献。（记者乔建华）
