人物声音

当前位置: 首页 > 人物声音 > 正文

郭茹:以数智化赋能经济社会发展全面绿色转型

来源:光明思想理论网   时间:2024-08-19  浏览:

作者:郭茹(同济大学环境科学与工程学院教授、同济大学碳中和研究院副院长、博士生导师)

2024年8月15日是第二个全国生态日,今年活动的主题是“加快经济社会发展全面绿色转型”。2024年1月,中共中央国务院印发了《关于全面推进美丽中国建设的意见》,指出“加快发展方式绿色转型”,同时,明确要求“推进产业数字化、智能化同绿色化深度融合”;2024年7月,中共中央国务院印发了《关于加快经济社会发展全面绿色转型的意见》,进一步提出要“加快数字化绿色化协同转型发展”。促进经济社会发展全面绿色转型是解决资源环境生态问题的基础之策。进入新时代,以“数字化+智能化”为核心的数智化转型,在节能降耗、提升能源资源利用率等方面,正发挥着巨大威力,已成为推动美丽中国建设和经济社会发展全面绿色转型的必然选择。

数智化技术的快速发展和应用将逐步重塑经济社会发展模式

党的二十届三中全会强调,必须完善生态文明制度体系,协同推进降碳、减污、扩绿、增长,积极应对气候变化,加快完善落实绿水青山就是金山银山理念的体制机制。显而易见的是,实现不同区域多个目标之间的协同面临巨大的挑战,必须借助于新理念、新技术、新模式的持续探索创新和最终的落地实施。

从全球范围看,数智化不仅是产业升级的重要推动力,更是实现绿色低碳高质量发展、应对全球气候变化的重要路径。2023年,美国、中国、德国、日本、韩国等5个国家数字经济总量超33万亿美元,同比增长超8%。数智化通过重构市场、技术创新、智能化管理等手段,可以有效提升资源能源利用效率,助力企业实现绿色低碳转型。通过数智赋能,企业可以实现生产流程的智能化、资源配置的最优化和能耗及碳排放的最小化,从而在提升经济效益的同时,助力生态环境的可持续发展。

中国各地的实践经验也表明,数智化技术在能源管理、工业生产、建筑设计、交通优化、生态保护与修复以及绿色生活方式方面的应用,正在推动中国绿色低碳转型和美丽中国建设的深入发展。例如,长三角生态绿色一体化发展示范区智慧大脑是全国首个跨省域智慧大脑项目。依托长三角区域数据共享交换平台,整合了上海、浙江和江苏两省一市三级八方的18条数据链路和242项数据资源,为跨区域社保医保互通、生态绿色共保联治、积极稳妥推进碳达峰碳中和提供了技术保障。位于长江入海口的崇明陈家镇的“渔光互补”项目积极践行农业数智技术创新,通过在鱼塘上方布设光伏发电设施,实现了渔业养殖与太阳能发电的同步高效利用,为全球发展中国家和地区提供绿色低碳智能转型的良好范例。

由此可见,数智化技术的快速发展和应用将逐步重塑经济社会发展模式,促进产业结构优化升级,提高资源能源利用效率,降低生态环境负面影响,推动新质生产力的发展壮大。如今,数智化正发挥着日益重要的作用,有望为全球生态环境保护和可持续发展贡献中国智慧和中国方案。

数智赋能经济社会发展全面绿色转型面临的挑战

尽管数智化在推动美丽中国建设和绿色低碳发展方面展现出巨大潜力,但在当前实践中往往面临缺乏顶层设计、地方准备度不够、变革领导力不足等诸多挑战,在政策设计、技术创新及人才培养等方面亟待突破瓶颈。

具体来看,虽然国家及省级政府层面已经形成了推进“数字中国”建设和“美丽中国”建设的顶层设计政策体系,但在具体落实层面,不同部门之间依然存在信息壁垒,因地制宜的绿色低碳配套支持政策和激励机制尚不健全,尤其是在税收优惠、财政补贴、绿色信贷等政策措施不够完善,未能充分激发企业和研究机构的数智创新和绿色转型的动力。市场需求是推动区域绿色低碳转型的重要动力,但目前我国正处于从能耗双控制度向碳排放双控制度的转型过程,尚未形成统一明确的碳排放配额设置和分配规则。虽然2021年我国已经建立了全球最大的碳排放权交易市场,但纳入的行业企业类型较为单一,有待进一步拓展和完善。此外,受到国际经济形势的影响,企业和消费者对绿色低碳产品和服务的需求存在波动性,在经济下行时更倾向于选择成本较低的传统技术和产品,而不是高成本的绿色低碳产品,在一定程度上限制了市场作用的发挥。

与此同时,数智化应用在不同领域和行业的标准尚未形成统一体系,尤其是在绿色低碳技术领域,各企业和地区的标准和方法存在较大差异,导致技术推广和应用受到阻碍。要克服这一障碍,各地政府和行业组织必须协同努力,制定统一的数智化标准和规范,以便各行业和地区能够更高效地应用数智化技术,促进绿色低碳发展。数据质量问题同样制约了数智化的发展和应用。当前一些企业的数据质量参差不齐,数据孤岛现象普遍存在,缺乏高质量、统一规范的数据。为了解决这一问题,企业需要建立健全的数据管理体系,提升绿色低碳相关数据采集、存储和处理的质量,确保数据的完整性、准确性和一致性,从而为数智化应用提供坚实的数据基础。

此外,目前我国的数智人才缺口仍然较大。《2023全球数字科技发展研究报告》显示,中国人才基数大但高层次人才不足。中国数字科技人才总量有12.8万人,位居第一,占全球总量的17%,但高层次人才只有0.7万人,仅占全球总量的9%。数智赋能区域发展需要兼具数智化技术水平和绿色低碳专业知识的交叉复合型人才,因此,应多措并举,加快构建高质量人才培养新格局。

数智赋能实现绿色低碳高质量发展的关键路径

制度创新。通过财税金融政策的制度性体系性改革,切实增加数智赋能绿色低碳领域财税金融资源投入,降低数智技术推广成本,分担数字化改造风险。建立统一规范的数智化绿色低碳标准体系,推动实施分类执法监管。政府和行业组织应共同制定数智化绿色低碳标准,明确技术规范和操作指南,推动标准的统一和实施。企业应建立健全的数据管理制度,规范数据的采集、存储、处理和使用,确保数据的完整性、准确性和一致性。同时,加强数据安全和隐私保护,防止数据泄露和滥用,维护数据的安全和可信。大力推行非现场执法,加快形成智慧执法体系,提高监管效率,减少生态环境违法行为。

机制创新。因地制宜建立数智赋能绿色低碳发展的多方协同机制。加强政府、企业、科研机构和社会各界的沟通和协作,形成共同目标和行动计划,推动资源和力量的整合,形成推动绿色低碳发展的合力。政府应发挥主导作用,制定绿色低碳发展的战略目标和政策措施,协调各方利益和行动,推动多方协同合作。企业应积极参与绿色低碳发展,承担社会责任,推动绿色低碳技术和产品的研发和应用。科研机构应加强绿色低碳技术的研究和开发,提供技术支持和解决方案。社会各界应积极参与绿色低碳行动,推动绿色消费和可持续发展。同时,可通过构建跨部门跨省域数智化绿色低碳管理平台,促进信息、知识和服务的流动与共享,助于绿色低碳技术知识和管理理念的传播,从而推动绿色低碳技术的广泛应用。

技术创新。加强数智技术与绿色低碳技术的深度融合创新,大幅提升数智创新能力。智能技术在生产过程中的实时监控和数据分析,能够优化生产流程和资源配置,从而降低能耗和碳排放,提升生产效率和产品质量。此外,智能技术还能帮助企业预测和预防环境风险,减少环境污染和生态破坏,实现绿色生产和可持续发展。因此,可以发掘各类绿色低碳场景,利用智能技术整合形成跨界融合的创新生态系统。面向市场需求,企业应积极探索和开发各类数智绿色产品的应用场景。通过大数据运算和智能算法优化,企业能够提升绿色技术和产品的市场竞争力和应用效果。政府与企业可以共同建立绿色低碳技术研发中心和实验室,通过产学研合作,推动技术创新和产业化进程。

做好人才培养。首先,应明确数智化绿色低碳发展相关专业培养目标,优化课程体系。根据数字化和绿色低碳转型的需求,修订培养目标,重建课程体系,培养复合型人才,满足数智化和绿色低碳技术协同发展的市场需求。其次,应加强数智人才培养师资力量建设。提升教师的数智化绿色低碳专业素养和教学能力,推动交叉学科师资队伍建设,为培养优秀的数字化和绿色低碳技术人才提供保障。除此之外,应注重增加数智人才培养资金支持。通过增加教育和科研资金投入,支持数字化和低碳技术相关的人才培养和科研活动,为实现绿色低碳转型提供坚实的人才和智力支持。

加强国际合作。国际合作是推动数智化和绿色低碳发展的重要路径。积极参与国际上数字经济和绿色低碳发展标准的制定和推广,有助于提升中国在国际绿色低碳转型发展中的话语权和影响力。中国应积极参与国际组织和多边机制的活动,参与国际数字经济和绿色低碳相关标准的制定和修订,提升中国在国际标准体系中的地位和影响力。同时,应加强与国际先进技术和经验的交流与合作,筛选和应用国际先进的数智化和绿色低碳标准,提升国内技术和产品的质量和水平,推动国内产业的国际化发展。同时,积极开展国际合作项目和技术交流活动,推动数智技术和经验的共享和传播,促进全球绿色低碳技术的发展和应用。在此基础上,推动绿色低碳技术和产品的国际化发展,开拓国际市场,提高中国绿色低碳技术和产品的国际竞争力和影响力。加强对外贸易和投资合作,推动绿色低碳技术和产品的出口和应用,提升中国技术和产品在国际市场的份额和地位。同时,积极参与国际技术合作和项目建设,推动绿色低碳技术和产品的全球应用和推广。

通过制度创新、机制创新、技术创新、人才培养和国际合作,可有效应对绿色低碳转型过程中所面临的挑战,提升产业的绿色低碳生产效率和技术水平,推动中国经济实现高质量发展。随着技术的不断进步和应用的深入,数智化将为经济社会发展全面绿色转型带来更多的机遇和动力,助力中国实现美丽中国建设和“双碳”目标,为全球绿色低碳可持续发展贡献更大力量。

链接:【思享家】以数智化赋能经济社会发展全面绿色转型 _光明网 (gmw.cn)


联系我们

    上海市四平路1239号 021-65982200

   

沪ICP备10014176号    沪公网安备:31009102000038号    沪举报中心

Baidu
map