点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
国是访问丨能源转型会“开倒车”吗？******
文/庞无忌
2022年，受地缘政治冲突等因素影响，全球能源危机愈演愈烈。曾大力倡导放弃煤炭、走向脱碳化发展的欧洲国家在这个冬天也不得不重启煤电。英国、法国、丹麦、德国、芬兰、奥地利等国家陆续宣布延长或重新开放此前已关停、退役的燃煤电厂。
全球能源转型会“开倒车”吗？全球走向脱碳目标，最终能带来多大机遇？
毕马威中国气候变化和可持续发展主管合伙人沈莹在接受中新社国是直通车记者专访时表示，虽然去年冬天不少欧洲国家恢复煤电产能，可能暂时会增加碳排放，但是从长期来看，绿色低碳转型是各国对未来全球发展所达成的共识和不可逆转的趋势，不会因为一次“黑天鹅”事件就发生改变。
不过，这个过程不会一帆风顺。全球脱碳是个循序渐进的过程，需要各国积极应对外部环境新挑战，协同推进能源低碳转型与能源安全供应保障，推动经济社会发展全面绿色转型。
采访实录摘要如下：
国是直通车：业界认为，全球形成的碳中和共识将有力地引导长期投资向低碳领域配置，未来全球走向脱碳目标将带来多大投资机遇？
沈莹：碳中和最核心的是能源零碳化，能源结构转向以可再生能源为主是必然趋势，其中存在大量投资机会。此外，公路交通、海洋运输、航空的零碳化，工业、建筑业、农业等行业的绿色可持续发展，也会带来巨大投资机会。
碳中和带来的不仅是环境效益，也会带来巨大经济效益，相关产业技术与产业规模必将得到蓬勃迅速发展，推动国家整体经济朝着低碳、绿色环保方向转型。
国是直通车：近年来，各国纷纷布局新能源汽车等低碳相关产业。这会对全球经济竞争格局带来什么样的影响？
沈莹：能源绿色低碳转型成为各国共识。从化石能源到可再生能源的转变将重塑世界竞争格局，并引发经济社会变革。可再生能源与化石能源相比具有难以耗尽、开发和使用相对灵活等特点，同时也存在能量密度低、不稳定、开发成本较高等缺点。
因此，要提高可再生能源的产量和效率，必须通过技术创新，推出新的能量转换方法或提高现有生产消费流程效率。这场转型浪潮中，新兴技术和科技将成为核心驱动力，推动能源产业从资源、资本主导向技术主导转变。
国是直通车：2022年受地缘政治冲突等因素影响，全球能源危机愈演愈烈，不少欧洲国家恢复煤电产能。这会加速还是阻碍全球脱碳发展进程？
沈莹：俄罗斯在全球能源供应链中扮演着举足轻重的角色。乌克兰危机加深了各国对能源安全问题的担忧，尤其是对俄罗斯能源有较强依赖的欧洲。虽然去年冬天不少欧洲国家恢复煤电产能，可能会暂时增加碳排放，但从长期来看，绿色低碳转型是各国对未来全球发展所达成的共识和不可逆转的趋势，不会因为一次“黑天鹅”事件就发生改变。
但它也不会一帆风顺。全球脱碳是个循序渐进的过程，需要各国积极应对外部环境新挑战，协同推进能源低碳转型与能源安全供应保障，推动经济社会发展全面绿色转型。
此次全球能源危机，反而让越来越多国家意识到提升能源独立性的重要性。在碳中和目标引导下需要通过清洁能源来降低对化石燃料的进口依赖。长期来看，全球能源绿色低碳转型不会“开倒车”，未来清洁能源仍然是全球能源转型的方向，是未来能源增量的主体，是全球能源体系的重要组成部分。
国是直通车：全球能源转型还面临哪些重大挑战和机遇？
沈莹：全球能源转型的第一个挑战是技术。很多技术都是要创新、尝试的，这方面投入非常大。还需要很多政策、资金扶持，是一场大的社会气候变革。只有技术创新，才更有动能推动减碳、碳移除、碳中和、节能减排等。
第二个挑战是资金。需要大量资金投入，不仅仅是政府，还需要社会资本的投入。
机遇方面，可再生能源，碳达峰、碳中和是目前全球发展的主流方向，这不仅带来能源结构的变革，更将带来全球金属原材料供应的变革。
这主要是由非化石能源所具有的制造业特征以及其产业链特点所决定的。目前我们对铜、镍、铝、锂、稀土等金属原材料的需求正不断攀升。例如，在能源结构转型过程中，风电、光伏、水电等绿色低碳产业的蓬勃发展，离不开上游金属原材料的供应，其中，风电大幅增长将推动对碳纤维、稀土和磁材(电机)等的需求。
国是直通车：在这一过程中，中国拥有哪些优势？
沈莹：中国强大的国家综合实力能为实现“碳中和”目标奠定坚实经济基础。中国持续推动绿色、新能源技术发展也将为实现“碳中和”目标提供充足动力。
目前我国在可再生能源、新能源汽车等领域处于领先地位，拥有强大装备制造能力，掌握核心技术和关键产业链优势。
以光伏产业为例，当前，我国光伏组件产量全球占比超过3/4，累计装机容量稳居世界第一，并已实现全产业链国产化。预计中国将会成为氢能、储能等新能源重要领域的全球主要增量市场，并且成为核心技术输出和产业投资的主要力量。
提速近10倍！基于深度学习的全基因组选择新方法来了****** 近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。 全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。 相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
玛雅彩票地图 |
)