亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

前言

十多年來，公民數字能力框架 (DigComp) 在歐盟內外提供了對數字能力是什么的共識，因此為制定數字技能政策提供了基礎。作為在歐盟范圍內開發和衡量數字能力的框架，DigComp 的知名度已經很高。

展望未來，DigComp 還可以在實現我們雄心勃勃的歐盟目標方面發揮核心作用，即提高全體人口的數字技能和開發歐洲數字技能證書。在歐洲數字十年的數字指南針中，歐盟制定了雄心勃勃的政策目標，即到 2030 年使至少 80% 的人口具備基本數字技能并擁有 2000 萬 ICT 專家。社會權利行動計劃的歐洲支柱。

自采用以來，DigComp 為對數字技能和制定政策的共同理解提供了科學堅實和技術中立的基礎。然而，數字領域的發展很快，自該框架于 2017 年上次更新以來發生了很多事情。更具體地說，新興技術，如人工智能、虛擬和增強現實、機器人化、物聯網、數據化或新現象諸如錯誤信息和虛假信息之類的信息已導致公民對數字素養提出了新的和更高的要求。也越來越需要解決與數字技術互動的綠色和可持續性方面的問題。因此，本次更新考慮了公民面對這些發展所需的知識技能和態度。

同樣重要的是，DigComp 2.2 更新過程涉及咨詢非常廣泛的利益相關者，包括為此目的設立的專門的實踐社區。此外，通過在線和與國際勞工組織、教科文組織、聯合國兒童基金會和世界銀行等主要國際參與者的互動研討會，還有一個開放的驗證過程。這種廣泛的利益相關者參與和支持對于實現數字能力框架的持續認可和成功至關重要。

通過此次更新，我們的目標是讓 DigComp 與學習、工作和參與社會，以及歐盟政策制定和歐洲數字戰略相關，包括技能議程、數字教育行動計劃、數字十年與指南針，以及社會權利支柱及其行動計劃。

執行摘要

政策背景

工作和生活的數字技能是歐洲政策議程的重中之重。歐盟數字技能戰略和相關政策舉措旨在提高數字技能和數字化轉型能力。 2020 年 7 月 1 日的歐洲技能議程支持所有人的數字技能，包括支持數字教育行動計劃的目標，該計劃的目標是 i) 提高數字化轉型的數字技能和能力，同時 ii)發展高效的數字教育系統。數字指南針和歐洲社會權利支柱行動計劃設定了雄心勃勃的政策目標，即到 2030 年使至少 80% 的人口具備基本數字技能并擁有 2000 萬 ICT 專家。

D??igComp 2.2 更新

了公民數字能力框架，也稱為 DigComp，提供了一種通用語言來識別和描述數字能力的關鍵領域。它是一個歐盟范圍內的工具，用于提高公民的數字能力，幫助政策制定者制定支持數字能力建設的最新政策，并計劃教育和培訓計劃以提高特定目標群體的數字能力。本報告介紹了 2.2 版公民數字能力框架。它包括對知識、技能和態度示例的更新。此外，該出版物還匯集了有關 DigComp 的關鍵參考文檔，以支持其實施。

DigComp 實施

從 2013 年至今，DigComp 已用于多種用途，特別是在就業、教育和培訓以及終身學習方面。此外，DigComp 已在歐盟層面實施，以構建數字技能指標 (DSI)，用于制定政策目標和監測數字經濟和社會 (DESI)。另一個例子被納入 Europass CV，使求職者能夠評估自己的數字能力，并將評估納入他們的簡歷中。

相關和未來的 JRC 工作

JRC 關于個人能力發展參考框架的工作包括創業能力框架（EntreComp）；個人、社交和學習學習能力框架 (LifeComp) 和 GreenComp 以促進可持續發展。此外，歐洲教育工作者數字能力框架 (DigCompEdu) 支持專業背景下的數字能力建設，而歐洲數字能力教育組織框架 (DigCompOrg) 支持教育組織內的能力建設。

快速指南

本出版物有兩個主要部分。第 2 節介紹了集成的 DigComp 2.2 框架，突出了知識、技能和態度的新示例。這些例子說明了新的重點領域，旨在幫助公民自信、批判和安全地使用日常數字技術，以及人工智能 (AI) 驅動的系統等新興技術。

每種能力提供了大約 10 到 15 個示例，以激勵教育和培訓提供者更新他們的課程和課程材料以應對當今的挑戰，這些示例并非旨在詳盡列出能力所需的內容。附件包括一個完全可訪問的集成框架版本。

第 3 節和第 4 節收集了有關 DigComp 的關鍵參考文檔。它們包括用于自我反思和監控數字能力發展的工具，以及對幫助在不同環境（例如工作或國際層面）實施 DigComp 的指南和報告的參考。重要的是，給出了 DigComp 的翻譯和國家改編的快照，包括對 ESCO 分類的引用。

引言

這份新出版物介紹了公民數字能力框架的 2.2 更新。它還作為 DigComp 框架的完整參考資料，整合了以前發布的出版物和用戶指南。數字能力是終身學習的關鍵能力之一。

它于 2006 年首次定義，在 2018 年理事會建議更新后，內容如下：

“數字能力涉及自信、批判和負責任地使用和參與數字技術，用于學習、工作和參與社會。它包括信息和數據素養、溝通與協作、媒體素養、數字內容創建（包括編程）、安全（包括數字福祉和與網絡安全相關的能力）、知識產權相關問題、問題解決和批判性思維。” （理事會關于終身學習關鍵能力的建議，2018 年 5 月 22 日，ST 9009 2018 INIT）

能力是知識、技能和態度的組合，換句話說，它們由概念和事實（即知識）、技能描述（例如執行過程的能力）和態度（例如性格、思維定勢）組成。行動）（見方框 1）。關鍵能力是在整個生命中發展的。

方框1 DigComp框架的第4維度以非詳盡的方式概述了知識、技能和態度的例子

• 知識 它是指通過學習吸收信息的結果。知識是與工作或研究領域相關的事實、原則、理論和實踐的集合。

• 技能 他們是應用知識和使用知識來完成任務和解決問題的能力。在歐洲資格框架的背景下，技能被描述為認知能力（涉及使用邏輯、直覺和創造性思維）或實用性（涉及手的靈巧性及方法、材料、工具和儀器的使用）。

• 態度 它們被視為績效的動力，是持續勝任績效的基礎。它們包括價值觀、愿望和優先事項。

根據 2006 年理事會建議，實施數字能力的工作于 2010 年開始。2013 年，第一個 DigComp 參考框架問世，將數字能力定義為五個主要領域的 21 種能力的組合（圖 1）。自 2016 年以來，五個領域是信息和數據素養；溝通與協作；數字內容創作；安全;和解決問題（圖 3）。附件 1 中描述了進一步的方法學細節。

圖1 DigComp概念參考模型

諸如 DigComp 框架之類的參考框架創建了一個一致的愿景，即在能力方面需要什么來克服現代生活幾乎所有方面的數字化所帶來的挑戰。他們的目標是使用商定的詞匯建立一個共同的理解，然后可以將其一致地應用于從政策制定和目標設定到教學規劃、評估和監控的所有任務。最終，在調整干預措施（例如課程開發）以適應目標群體的特定需求時，由用戶、機構、中介機構或倡議開發者來調整參考框架以適應他們的需求。要了解有關 DigComp 使用的更多信息，請參閱第 3 節。

更新版本有什么新內容？

2.2 更新側重于“適用于每項能力的知識、技能和態度的示例”（維度 4）。對于 21 項能力中的每一項，都給出了 10 到 15 條陳述，以說明及時更新的示例，突出當代主題。因此，更新不會改變概念參考模型的描述符（圖 1），也不會改變熟練程度的概述方式（維度 3）。此外，維度 5 中呈現的用例保持不變。第 2 節提供了集成的 DigComp 框架 2.2。

超過 250 個示例突出了自上次更新以來出現的新主題。例如，對于負責課程規劃和更新的人員，以及開發 Dig Comp 培訓大綱或課程內容的人員，新示例將變得有用。他們可以使用這些示例來解決與當今社會相關的主題，其中一些主題如下：

? 社交媒體和新聞網站中的錯誤信息和虛假信息（例如，事實核查信息及其來源、假新聞、深度造假）信息和媒體素養

? 互聯網服務和應用程序的數據化趨勢（例如關注如何利用個人數據）

? 公民與人工智能系統交互（包括數據相關技能、數據保護和隱私，以及道德考慮）

? 物聯網 (IoT) 等新興技術

? 環境可持續性問題（例如 ICT 消耗的資源）

? 新興環境（例如遠程工作和混合工作）

正如“示例”一詞本身已經解釋的那樣，這些新陳述并不代表能力本身的詳盡清單。因此，重要的是要強調新的 DigComp 知識、技能和態度示例不應被視為所有公民所期望的一組學習成果。然而，可以將它們作為基礎來制定對學習目標、內容、學習經驗及其評估的明確描述，盡管這需要更多的教學計劃和實施。

其次，這些例子不是在熟練程度上開發的。即使人們可以觀察到它們的復雜性的一些異質性和差異（其中一些例子可能集中在非常初級的新知識水平，而其他例子可以說明更復雜的任務），這并不意味著它們是一種工具衡量進度。對于每種能力，維度 3 概述了 8 個熟練程度。

最后，知識、技能和態度的新例子不能作為評估工具或作為自我反省自身能力發展的工具。有關經過驗證的自反射儀器，請參閱第 3.1 節中的更多信息。

關鍵能力之間的聯系

關于終身學習關鍵能力的建議確定了對公民實現個人成就、健康和可持續的生活方式、就業能力、積極的公民身份和社會包容至關重要的關鍵能力（圖 2）。

圖 2 數字能力是終身學習關鍵能力框架的一部分，并與其他能力相互關聯

所有關鍵能力相互補充和相互關聯。換句話說，一個領域必不可少的能力將支持另一個領域的能力發展。數字能力與其他關鍵能力之間也是如此。下面重點介紹了一些重要的相互聯系，盡管它們并非詳盡無遺，但它們的目的是更多地關注這種互補性如何在數字環境中遇到。

例如，在紙上或屏幕上閱讀時需要讀寫能力的各個方面。根據終身學習的關鍵能力推薦，讀寫能力包括，例如，“區分和使用不同類型的資源，搜索、收集和處理信息的能力”。在評估在線內容及其來源時需要這些技能，這是在當今媒體豐富的環境中構成信息素養不可或缺的一部分的能力（DigComp 能力 1.2）。

另一方面，DigComp 能力定義了通過數字技術參與公民身份（DigComp 能力 2.3）。公民能力本身在關鍵能力中被定義為“作為負責任的公民行事并充分參與公民和社會生活的能力”。新的例子試圖通過強調對兩個主題互補的知識、技能和態度來說明這種相互聯系。

此外，公民能力還與媒體素養相關聯，概述了“訪問、批判性地理解傳統媒體和新媒體形式并與之互動的能力，以及理解媒體在民主社會中的作用和功能的能力”。因此，可以說，媒體素養是2018年數字能力定義中新增的主題，位于公民身份與數字能力之間的相互聯系。要了解有關 DigComp 與媒體和信息素養之間互補性的更多信息，請參閱第 4.1 節。

在 DigComp 更新中，對個人、社交和學習學習能力的引用也很多，例如在管理自己的學習和職業（DigComp 能力 5.4）和支持個人身心健康（DigComp 能力 4.3）領域。

創業能力旨在在當今世界創造價值。將其與數字能力相結合，特別是與創造性地使用數字技術（Dig Comp 能力 5.3）相結合，可以幫助將想法轉化為對自己和他人的價值。另一方面，網絡禮儀（DigComp 能力 2.5）利用文化意識和表達的關鍵能力，同時也利用多語言能力（不同語言在社會或個人層面的共存）和多語言能力（動態并開發個人用戶/學習者的語言庫）在歐洲共同語言參考框架中有所不同。

這次更新中提出的新例子旨在讓人們更多地關注這些互聯在數字環境中可能會遇到的情況（上面突出顯示的互連并非詳盡無遺）。有關其他歐盟關鍵能力框架的更多信息，請參見第 4.2 節。

本出版物是歐盟委員會科學和知識服務機構聯合研究中心 (JRC) 的一份報告。它旨在為歐洲決策過程提供基于證據的科學支持。所表達的科學成果并不意味著歐盟委員會的政策立場。歐盟委員會或代表委員會行事的任何人均不對本出版物的可能使用負責。

前言

本報告是在 AI Watch 的背景下發布的，這是歐盟委員會于 2018 年 12 月推出的用于監測歐洲人工智能 (AI) 的發展、采用和影響的知識服務。

人工智能已成為具有戰略意義的領域，有可能成為經濟發展的關鍵驅動力。人工智能還具有廣泛的潛在社會影響。作為其數字單一市場戰略的一部分，歐盟委員會于 2018 年 4 月在其“歐洲人工智能”中提出了一項歐洲人工智能戰略。宣布的歐洲人工智能戰略的目標是：

● 提高歐盟的技術和工業能力以及人工智能在整個經濟中的應用，包括私營和公共部門；

● 為人工智能帶來的社會經濟變化做好準備；

● 確保適當的道德和法律框架。

2018 年 12 月，歐盟委員會和成員國就歐盟人工智能的發展發布了“人工智能協調計劃”。協調計劃提到了 AI Watch 監控其實施的作用。

隨后，在 2020 年 2 月，委員會公布了其對所有人都適用的數字化轉型的愿景。委員會提交了一份白皮書，提出了一個基于卓越和信任的可信賴人工智能框架。

此外，2021 年 4 月，歐盟委員會提出了一系列促進人工智能卓越發展的行動，以及確保該技術值得信賴的規則。擬議的《歐洲人工智能方法條例》和《人工智能協調計劃》的更新旨在保障人民和企業的安全和基本權利，同時加強歐盟國家的投資和創新。 2021 年對 AI 協調計劃的審查參考了 AI Watch 的報告，并確認了 AI Watch 在支持協調計劃的實施和監測方面的作用。

AI Watch 監測歐盟在人工智能方面的工業、技術和研究能力；成員國與人工智能相關的政策舉措；人工智能的采用和技術發展；和人工智能的影響。 AI Watch 在全球范圍內以歐洲為重點。在 AI Watch 的背景下，委員會與成員國協調工作。 AI Watch 結果和分析發布在 AI Watch Portal (//ec.europa.eu/knowledge4policy/ai-watch_en) 上。

通過AI Watch的深入分析，我們將能夠更好地了解歐盟的優勢領域和需要投資的領域。 AI Watch 將對人工智能對增長、就業、教育和社會的影響和益處進行獨立評估。

AI Watch 由歐盟委員會聯合研究中心 (JRC) 與通信網絡、內容和技術總局 (DG CONNECT) 合作開發。

本報告涉及 AI Watch 的以下目標：開發一個 AI 指數，包括與政策制定相關的維度。它通過以指標的形式提供統計證據來總結 AI Watch 提供的主要結果。

摘要

經過多年非常活躍的技術發展，無論是在硬件還是軟件方面，人工智能領域已經蔓延開來，其影響在經濟和社會中無處不在，越來越多的人工智能支持的工具和應用程序被用于工作環境和個人領域。與所有創新技術一樣，必須對新興人工智能領域及其趨勢進行全面監測，以了解其影響的范圍。這個動作可以讓您了解可能需要注意或干預的問題和情況。在這方面，本出版物從多個角度分析了與人工智能發展相關的多個指標。盡管地理重點是歐盟 27 國，但在可能的情況下，我們會提供與全球主要人工智能強國（即美國和中國等）的比較。此外，如果可用，還為 27 個歐盟成員國提供指標。

該分析分為五個維度：(i) 人工智能領域的全球視野，(ii) 行業，(iii) 研發 (R&D)，(iv) 技術，以及 (v) 社會方面。結果表明，正如預期的那樣，人工智能正處于技術演進和改進的階段。美國在經濟方面處于世界領先地位。中國緊隨其后，特別是由于該領域的專利活動非常突出。歐盟位居第三，但有幾個因素支持這樣一個論點，即與這兩個領先國家的距離并不像人們經常提到的那樣。分析表明，歐盟在研發方面的表現非常出色——超出了歐共體資助項目的考慮范圍。此外，歐盟展示了人工智能服務和自主機器人技術的專業化。此外，歐盟在工業機器人和新機器人初創企業的貿易中表現出非常積極的動態。關于人工智能的投資，我們觀察到歐盟領域潛在發展的積極信號，因為去年所有 27 個歐盟成員國的私人和公共投資水平都有所增加。

執行總結

本報告介紹了人工智能觀察指數，這是一組指標，可以更好地了解歐洲的優勢領域以及人工智能 (AI) 領域值得關注的領域。 AI Watch Index 提供了一套結構化的量化指標，用于衡量 EU1 在與決策相關的 AI 的各個維度上的表現和定位。該指數的地理重點是歐盟，在有數據的情況下，覆蓋各成員國。由于部分指標覆蓋全球，歐盟與美國、中國等人工智能領域主要參與者的比較分析也成為可能。該指數圍繞五個維度進行組織：(i) 人工智能領域的全球視野，(ii) 行業，(iii) 研發 (R&D)，(iv) 技術，以及 (v) 社會方面。表 1 列出了圍繞 5 個維度和 10 個子維度組織的 22 個指標列表。

表1：AI 觀察指數各維度指標匯總

分析顯示，在全球人工智能格局、人工智能產業和人工智能研發維度上，美國在人工智能領域處于全球領先地位，其次是中國和歐盟。

歐盟最重要的因素一方面在于其在人工智能服務和機器人技術（包括自主機器人和工業機器人）中的重要作用，另一方面在于其在人工智能研發活動方面的強勢地位。關于人工智能服務——與提供人工智能服務和應用程序相關的活動，包括基礎設施、軟件和平臺服務——歐盟在全球范圍內具有優勢，因為其在人工智能領域的經濟活動份額高于全球平均水平。事實上，雖然美國在人工智能服務的全球份額中占有較高的份額，但相對歐盟人工智能服務在歐盟人工智能活動總數中的份額高于美國。同樣，歐盟在自主機器人技術方面也具有比較優勢——機器人系統旨在在涉及與其他機器或人類交互的相對復雜的環境中運行。歐洲在工業機器人貿易（考慮出口和進口）方面的比較優勢，以及新機器人初創企業數量的穩步增長趨勢，都補充了這一點。鑒于人工智能有望在機器人領域發揮重要作用，作為其技術發展下一步的關鍵推動力，這一點尤其重要。事實上，人工智能支持的未來幾代機器人有望更好地與物理現實交互，尤其是與人類交互（例如，用于照顧人類的機器人）。歐盟在機器人相關領域的主導地位表明其在該領域的未來競爭力。同時，這里考慮的技術領域極具活力，需要對工業和技術發展進行投資以保持競爭優勢。

其次，歐盟在人工智能研發活動方面非常活躍，以人工智能相關專利和頂級人工智能會議上的前沿研究出版物為代表。盡管英國脫歐對整個歐盟 AI 格局產生了明顯影響，但歐盟成員國形成的研究合作和伙伴關系使他們能夠在全球范圍內擁有影響力。換句話說，歐盟成員國建立了研發合作網絡，支持他們交換信息的能力，進而建立知識。這些是創新能力的關鍵要素。單獨考慮專利和研究出版物，可以觀察到一些相關差異：雖然歐盟在前沿研究出版物方面發揮著非常重要的作用，僅次于美國，但歐盟的專利活動仍然較為平和。還有第三種類型的研發活動，即歐盟資助的項目，為了進行國際比較，我們的分析并不總是考慮這些活動。然而，它們對整個研發生態系統的貢獻是根本性的。此外，正如之前的 AI Watch 工作（Righi 等人，2021 年）所討論的，框架計劃的項目（例如 FP7 和 H2020）使眾多經濟參與者能夠參與 AI 領域。由于此，歐盟在這一技術領域的經濟參與者數量幾乎翻了一番（與不考慮歐盟資助項目的參與者數量相比）。然而，這些參與者在沒有公眾支持的情況下在人工智能領域保持活躍的能力值得進一步探索。

如上所述，美國是全球人工智能領導者：它擁有大量活躍的人工智能參與者；它在多個人工智能領域（人工智能服務、音頻和自然語言處理、自主機器人以及聯網和自動駕駛汽車）具有比較優勢；它擁有大量以人工智能為核心業務并同時開發人工智能專利的公司；并從事大量研發活動（專利和前沿研究）。因此，美國的領先地位顯得穩固，沒有明顯的弱點。

我們對中國人工智能格局的了解主要得益于其非常激烈的專利活動。然而，專利質量標準的降低和中國政府最近實施的政策導致申請量激增，這支持了這樣一種論點，即中國在人工智能領域的規模可能沒有乍看之下那么突出。盡管如此，中國仍應被視為該領域的主要參與者，主要有兩個原因。首先，它在 ICT 制造領域的大量參與保證了任何數字技術（包括人工智能）蓬勃發展的基本硬件需求。例如，近年來，中國的 ICT 行業增加值每年增長 13.1 個百分點（Mas 等人，2021 年），同時已經從主導地位發展（增加值第二，僅次于美國）。其次，即使考慮到上述觀點，在中國提交的大量人工智能相關專利申請也不容忽視，特別是考慮到大量經濟參與者參與人工智能領域（超過 9,000 個）。關于中國值得考慮的另一個方面是對數據的大量訪問，這是人工智能系統的燃料。除其他外，這是由于使用數字服務和應用程序的人口眾多，以及對訪問和使用個人數據的法律限制較少（Arenal 等人，2020 年）。

這項工作的其他見解涉及人工智能領域的技術發展。我們觀察到 AI 技術在多項任務（例如圖像分類、人臉識別、語音識別、文本摘要）中的性能不斷提高。基準每年都在改進這一事實，清楚地證實了人工智能目前正在經歷技術擴展階段。觀察到的大量 AI 標準化活動強化了這一結論，這是歐盟成員國積極參與的一個方面，特別是考慮到制定支持歐洲 AI 法規提案（AI 法案）的標準。

AI Watch Index 的另外兩個指標涵蓋社會方面：AI 研究的多樣性，以及大學級別的高級 AI 技能教育產品。重要的是，初步結果顯示，最近人工智能研究界在性別、隸屬位置和研究人員所屬機構類型方面的異質性有所增加，這可能反映了研究界中包容性和多樣性政策的影響。這與值得信賴的人工智能的發展和社會包容都有關。事實上，研究人員的出身、性別和隸屬關系的異質性有望減少算法開發中的偏見，促進為訓練集選擇具有代表性的數據源，并減輕研究界有限視角可能導致的其他類型的風險。該維度還分析了與人工智能相關的大學學術課程，因為這勢必會影響未來工人的就業能力以及經濟中先進數字能力的整體存在。在這方面，發現成員國之間存在顯著差異，這可能導致未來歐盟人口之間的不平等。結果表明，人工智能內容在碩士學位課程中的出現頻率高于在學士學位課程中的出現頻率。這似乎表明，在已經向學生傳授基本知識之后，人工智能被認為是一門專業學科，主要涵蓋在教育路徑的后期階段。建議在各個層面提供更廣泛的人工智能相關內容，而不僅僅是高級課程，以促進人口的數字包容并增加歐洲數字轉型帶來的經濟利益。

摘要

本報告概述了歐盟在智能電網領域的研究和創新 (R&I) 項目，這些項目由兩個 R&I 框架計劃(歐盟第七框架計劃的研究、技術開發和示范活動和地平線2020)和競爭力和創新框架計劃資助。 R&I 項目可以在解決和調查能源轉型的技術、監管、經濟和社會挑戰方面發揮關鍵作用，分析它們有助于了解歐洲的發展方向，并為當前和未來的政策發展提供信息。該報告研究了解決電網現代化需求和更好地整合所有連接用戶的行為和行動的項目。從這個意義上說，它超越了嚴格意義上的“智能電網”，并著眼于超越純粹技術解決方案的能源轉型。對所調查項目的分析概述了主要趨勢；項目介入的主要領域；和參與項目的組織以及組織之間的協同作用和協作聯系。

執行摘要

政策背景

向低碳經濟的轉變需要提高能源系統的數字化和電氣化。能源部門一直是數字技術的早期采用者，利用它們促進電網管理和運營。數字技術被視為實現更加互聯、智能、高效、可靠和可持續的能源系統的推動因素。歐盟委員會 2019-2024 年的政治指導方針呼吁歐洲應對成為第一個氣候中和大洲，并應對數字技術帶來的變革。在此背景下，歐盟委員會提出了一系列政策文件，旨在使歐洲到 2050 年成為氣候中和大洲，將 2030 年的減排目標提高到至少 50%（“歐洲綠色協議”），同時確保歐洲掌握了數字技術的潛力，可以為社會挑戰提供解決方案（“適合數字時代的歐洲”）。綠色和數字化轉型的雙重挑戰解決必須同時開展，歐洲才能引領向健康地球和新數字世界的轉型（歐盟委員會 2020a）。因此，數字和能源雙重轉型定位于低碳經濟的核心。在過去 10 年中，一些歐盟能源政策文件將智能電網技術置于能源轉型的中心。與此同時，人們越來越意識到數字技術的部署需要消費者的積極參與，并應伴隨對相關社會影響的評估；這對于確保及早發現使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇是必要的。

關鍵結論

總體趨勢。 2007-2020 年，智能電網領域的研究和創新 (R&I) 活動有所增加。更具體地說，與 2007-2013 年相比，2014-2020 年（由 Horizo??n 2020 (H2020) 涵蓋）項目數量增加了 25%，總投資增加了 59%，歐盟資金增加了 117%（涵蓋通過第七個歐盟研究、技術開發和示范活動框架計劃（FP7）、競爭力和創新框架計劃——信息和通信技術政策支持計劃（CIP-ICT-PSP）和競爭力和創新框架計劃——歐洲智能能源程序（CIP-IEE））。大多數項目收到的歐盟捐款不到 500 萬歐元。平均而言，他們從歐盟獲得了 73% 的資金，但所有項目中有一半從歐盟獲得了超過 78% 的資金。平均而言，歐盟的資金份額從 2007-2013 年的 62% 增加到 2014-2020 年的 82%。此外，與研發項目相比，2007-2020 年示范項目的數量大幅增加，這得益于許多技術和解決方案的日益成熟，以及越來越重視展示智能電網在加速雙數字中的使能作用和能源轉型。國家之間存在顯著差異，西班牙、德國和意大利的參與人數最多（一次參與被定義為一個組織參與一個項目）和與其他國家的合作聯系比例最高。當關注區域維度時，情況就大不相同了；參與數量排名前五位的歐盟地區是法國、西班牙、希臘和比利時，歐盟資助金額排名前五位的地區是法國、德國和西班牙。

項目領域。大多數項目側重于需求側管理（DSM），主要在住宅領域。歐盟資金在所有項目領域的分布均衡，其中 DSM 在歐盟資金中所占份額最高，其次是智慧城市、智能網絡管理以及分布式發電和存儲的集成。項目領域“其他”也獲得了歐盟資金的很大一部分，這表明 R&I 越來越關注跨領域問題，例如網絡安全、標準化、大能源數據平臺的開發以及能源轉型的社會經濟、文化、政治和性別方面的問題。

參與組織。 R&I 利益相關者占所有項目的 42%，技術和服務提供商占 22%，受監管的運營商占 9%，能源市場參與者和公共機構各占 8%，歸入宏觀“其他”類別的組織占 11%。在參與10多個項目的組織中，參與數量排名前15位的主要是研究中心和大學。參與 H2020 項目的組織中有一半以上是新來者，即未申請任何其他已審核計劃（FP7、CIP-ICT PSP、CIP-IEE）的首次申請者。對于智能電網領域較新的組織類別，例如運輸解決方案提供商、市場運營商和能源經紀人/貿易商、能源合作社和地方政府，新進入者的份額高于平均水平，而對于更傳統的參與者，如作為傳輸系統運營商 (TSO)、研究中心和大學。這表明 H2020 成功地允許新組織加入并獲得資金，特別是能夠將創新技術和商業模式推向市場的智能電網領域的新參與者。

按項目領域劃分的參與組織。組織類別在不同領域顯示出不同的參與模式，這與它們所經營的業務部門及其在智能電網部署中的作用相一致。例如，地方政府積極參與智慧城市和電動交通領域，在城市基礎設施和服務的轉型中發揮著舉足輕重的作用。住房協會/房地產開發商在智慧城市領域也特別活躍，這表明住宅領域，尤其是社會住房領域的興趣日益濃厚。傳統上活躍于智能網絡管理領域的配電系統運營商 (DSO) 和輸電系統運營商 (TSO) 在“其他”領域表現出高水平的參與，表明他們對這些項目解決的跨領域問題的興趣日益濃厚，例如網絡安全、大數據對歐洲電網現代化的潛力以及創建新的智能電網服務。 DSO 和 TSO 越來越多地與 ICT 和軟件提供商合作，特別是在智能網絡管理和 DSM 領域，這表明系統運營商對業務數字化的堅定承諾，也表明協作在數字化轉型道路上的關鍵作用的能源部門。

主要研究成果

相關和未來的 JRC 工作

JRC 將繼續在國家和歐盟層面收集和分析 R&I 項目，以支持及早識別使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇。

快速指南

第 1 章介紹了政策背景和工作范圍。第 2 章詳細闡述了為識別和選擇項目以及組織數據而開發的特別方法。第 3 章首先概述了主要的總體趨勢，然后重點分析了項目領域和參與組織。最后，第 4 章總結了主要發現。

1. 簡介

1.1 政策背景

歐盟委員會 2019-2024 年的政治指導方針 (von der Leyen 2019) 強調了引領向健康和新的數字世界過渡的緊迫性，應對歐洲作為第一個氣候中和大陸的挑戰（委員會優先事項 'A歐洲綠色協議'）和數字技術帶來的轉變（委員會優先事項“適合數字時代的歐洲”）。

雖然“歐洲綠色協議”旨在到 2050 年將歐盟轉變為氣候中和大陸，并將 2030 年減排目標提高到至少 50%，但“適合數字時代的歐洲”旨在確保歐洲掌握數字時代和數字技術在為社會挑戰提供解決方案方面的潛力。在“塑造歐洲的數字化未來”（歐盟委員會 2020a）通訊中，歐盟委員會強調，綠色和數字化轉型的雙重挑戰必須同時發生，才能讓歐洲引領向健康地球和新數字世界的過渡。數字和能源雙重轉型是低碳經濟的核心。

向低碳經濟的轉變需要提高能源系統的數字化和電氣化。事實上，將廣泛的電氣化和數字技術與可再生能源相結合，可以成為智能電網和智能城市發展的核心支柱，促進城市地區的能源效率提高、可持續移動系統和創新的可持續發展相關的以消費者為中心的服務。世界范圍內的經濟電氣化程度不斷提高，因為“電力越來越成為經濟體的首選“燃料”，這些經濟體更加依賴輕工業部門、服務和數字技術”（IEA 2018，第 24 頁）。

能源部門一直是數字技術的早期采用者，利用它們促進電網管理和運營。有人認為，在未來幾十年，數字技術將實現更加互聯、智能、高效、可靠和可持續的能源系統（IEA 2017）。為此，應在整個價值鏈中采用能源部門的數字化，從能源的生產到分配、消費和管理。

在凈零排放報告（IEA 2021）中，IEA 堅持認為，所有行業的快速電氣化將使電力對能源安全的影響比現在更加重要。該報告預測，到 2050 年，電力系統的靈活性將翻兩番，因為化石燃料容量的減少會降低傳統的靈活性來源。這種轉變要求大幅增加所有靈活性來源：電池、需求響應和低碳靈活發電廠，并得到智能電表和更多數字電力網絡的支持（IEA 2021，第 23 頁）。

歐盟能源政策在 2009 年第三個能源包中提出智能電表——電網數字化的基石——作為更高效和可持續利用能源的使能技術。在此背景下，成立了歐盟智能電網工作組，就與智能電網的開發和部署相關的問題向歐盟委員會提出建議。在過去的 10 年里，許多歐盟政策文件相繼出臺，其中智能電網技術在能源轉型中的核心作用得到了進一步確立（圖 1）。與此同時，人們越來越意識到數字技術的部署需要消費者的積極參與（歐洲委員會 2015a）（歐洲委員會 2015b），并應伴隨對相關社會影響的評估；這需要確保及早發現使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇（歐洲委員會 2016 年）（歐洲委員會 2019 年）（歐洲委員會 2020a）（歐洲委員會 2020b） （歐盟委員會 2020c）。

圖1所示 歐盟能源政策文件中的電力部門數字化

1.2 報告范圍

自 2011 年以來，聯合研究中心 (JRC) 一直在監測智能電網領域的發展，收集有關歐洲智能電網項目的定量和定性數據。第一個智能電網項目展望于 2011 年發布，并在 2013 年、2014 年和 2017 年三度更新（Giordano, Gangale, et al. 2011）（Giordano, Meletiou, et al. 2013）（Covrig, et al. 2014）（ Gangale、Vasiljevska 等人，2017 年）。對數據子集的進一步分析側重于能源貧困、能源部門的集體行動和消費者參與等問題（Gangale 和 Mengolini 2019）（Gangale、Mengolini 和 Marinopoulos 等，2020）（Gangale、Mengolini 和 Onyeji 2013）。 2020 年，我們開始了一項新的數據收集工作，推出了修訂后的在線問卷。越來越多的國家和國際智能電網項目以及相關的詳盡檢索數據的困難不允許進行徹底、全面和公平的分析。因此，對于 2021 年版，我們決定將我們的研究和分析范圍限制在歐盟共同資助的研究和創新 (R&I) 項目中。我們的目標是利用歐盟委員會的官方來源提供基于更完整、更準確的信息的見解，并更深入地了解由歐洲 R&I 需求驅動的歐洲 R&I 趨勢。

該報告概述了歐盟資助的智能電網領域在最近兩個 R&I 框架計劃下在歐洲開展的工作：第七個歐盟研究、技術開發和示范活動框架計劃 (FP7) 和第八個歐盟框架研究和創新計劃，更廣為人知的是 Horizo??n 2020 (H2020)。為詳盡起見，我們還將競爭力與創新框架計劃——信息和通信技術政策支持計劃（CIP-ICT-PSP）和競爭力與創新框架計劃——智能能源歐洲計劃資助的項目納入分析。 CIP-IEE）。 R&I 項目可以在解決和調查能源轉型的技術、監管、經濟和社會挑戰方面發揮關鍵作用，分析它們可以幫助了解歐洲的發展方向，并為當前和未來的政策制定提供信息（Gangale、Mengolini 和 Marinopoulos , et al. 2020) (Gangale and Mengolini 2019) (Mengolini, Gangale and Vasiljevska 2016)。我們對智能電網的定義進行了研究和分析，將智能電網定義為“能夠以具有成本效益的方式整合所有與之連接的用戶的行為和行為，包括發電機、消費者以及同時產生和消費的用戶，以便確保經濟高效和可持續的電力系統，具有低損耗和高質量、供應安全和安全的水平”（歐洲議會和理事會，2013 年，第 12 條）。從這個角度來看，我們研究了處理電網現代化以及整合連接用戶行為的項目。在這兩種情況下，新的商業模式和實踐、新的法規和市場設計以及消費者行為改變和社會接受度等更無形的因素都發揮了關鍵作用。考慮到這一點，我們將我們的范圍擴大到嚴格意義上的智能電網之外，以便著眼于超越純粹技術解決方案的能源轉型。最終，技術轉型與文化、行為和實踐的變化齊頭并進，因此迫切需要社會科學和人文學科在處理能源轉型的研究和政策方法中的投入。為了開發我們的項目選擇和分類方法，我們仔細研究了類似的歐洲倡議，如 Bridge和 ETIP SNET，并相應地調整了我們的方法。

與以前的版本主要關注技術方面不同，2021 年智能電網及未來展望提供了社會技術視角。該報告被認為是關鍵事實和數據的概要，可用于為進一步分析提供信息和支持。在智能電網領域，知識共享確實對于激勵監管機構設計量身定制的激勵計劃、激勵公共當局復制在其他地方成功測試的舉措以及為公司的投資戰略提供信息至關重要。它還可以為智能電網領域的新興市場參與者提供市場機會的一瞥。

來源：國家工業信息安全發展研究中心

　　近日，國家工業信息安全發展研究中心區塊鏈技術與數據安全工信部重點實驗室發布《區塊鏈能源電力行業應用實踐報告》。報告旨在研究分析區塊鏈技術如何在能源電力行業中發揮價值，促進可再生能源發展與電力企業數字化轉型。 　 　　報告全面總結了國內外電力區塊鏈應用現狀，深入分析了區塊鏈技術與電力行業的聯系，提出了多鏈的電力區塊鏈技術框架。報告以電網公司數字化轉型的視角，系統總結了十二大區塊鏈電力領域應用場景，并從底層平臺和跨鏈平臺的維度詳細梳理了國內主流聯盟鏈技術現狀。 　 　　報告認為，能源電力區塊鏈基礎設施安全問題亟需重視，應聚力攻關底層核心技術，加強互操作技術研究，推動電力生態融合發展，同時從政策保障、人才培養、生態建設等方面提出發展建議。 　 具體內容如下

IRENA 報告，全球能源轉型：2050 路線圖，確定了政策和決策者需要采取行動的六個 焦點領域：

1. 挖掘能源效率和可再生能源之間強大的協同作用。這應該成為能源政策設計的重中之重， 因為到 2050 年，二者的聯合效應可以利用成本效益的方式實現大部分與能源相關的脫碳 需求。

2. 規劃可再生能源作為高份額能源提供方的電力領域。全球能源轉型要求構思和運作能源系 統的方式進行重大轉變。這反過來需要長期規劃能源系統，并在地區和國家之間轉向更全 面的政策制定和更協調的方法。這對電力領域至關重要，及時部署基礎設施和重新設計行業規 章制度是成本高效的大規模集成太陽能和風力發電的必要條件。這些能源將在 2050 年成為電力 系統的支柱。

3. 增加交通、建筑和工業用電。城市規劃、建筑法規和其他計劃政策必須一體化設計，特別 是通過電氣化，使交通和供熱領域深化成本高效的脫碳。不過，可再生電力只是這些領域 的部分解決方案。對于運輸、工業和建筑領域能源中服務無法電氣化的情況，需要部署其他可 再生解決方案，包括現代生物能源、太陽熱能和地熱。為加快這些解決方案的部署，有效的政 策框架將是必不可少的。

4. 推進系統級創新。正如過去新技術發展對推進可再生能源發展起到了關鍵作用，未來需要 繼續進行技術創新，以實現全球能源的成功轉型。創新必須涵蓋技術的全部生命周期，包 括示范、部署和商業化。但創新遠比技術研發（R&D）涉及的面更為廣泛。它應該包括運作能源 體系和市場的新方法，并包含新的商業模式。實現能源轉型所需的創新將需要各國政府、國際 行為體和私營機構更多深入、集中和協調一致的行動。

5. 整合能源轉型與社會經濟結構和投資。為實現社會經濟體系和轉型的整合，需要使用綜合 且全面的方法。能源轉型的實現需要大量投資，這增加了適應氣候變化所需的費用。實 現能源轉型的時間越短，適應氣候變化的成本就越低，對社會經濟的破壞就越小。金融體系應 符合更廣泛的可持續性和能源轉型要求。如今做出的投資決策決定了未來幾十年的能源體系。 資本流動迫切需要重新分配為低碳解決方案，以免經濟受困于碳密集型能源系統，同時使資產 擱置最小化。必須盡快建立規章制度和政策框架，這給所有利益攸關方提供了明確并長期的保 證：能源體系轉型是為了實現氣候目標，同時提供充分反映化石燃料的環境成本和社會成本的 經濟刺激，并移除低碳解決方案加速部署的障礙。推進并激勵機構投資方和社區金融更多地參 與到能源轉型中來。分散投資需求（能源效率和分布式發電）的特殊性也應予以考慮并解決。

6. 確保轉型成本和收益公平分配。能源轉型需要整個社會共同協作才能實現。為實現各方有 效參與，能源轉型成本和收益應公平共享，且轉型本身的實施也應保持公正。通用能源接 入是公平公正轉型的關鍵環節。除了能源接入，目前在不同地區可用的能源服務也存在巨大差 異。只有當能源服務在所有地區融合并趨于一致時，能源轉型過程才會完成。轉型方案和規劃 應將能源接入和融合納入考慮范圍。應推進并鼓勵由個人、社區、國家和地區為實現具體轉型 做出貢獻和義務的社會核算框架。應進一步定義并實施轉型成本的公平分擔，推動并促進制定 公平分配轉型效益的結構。在一開始就應從微觀和宏觀兩個層面明確公平能源轉型所需的各方 面考慮，創造結構化能源體系，使受困于化石燃料的個人和地區能從轉型中受益。

2021年9月，世界經濟論壇、彭博新能源財經、德國能源署聯合發布《利用人工智能加速能源轉型》研究報告。賽迪智庫規劃研究所對該報告進行了編譯，期望對我國有關部門有所幫助。

“ 報告分析了人工智能技術在能源分散化、數字化和脫碳化轉型過程中的巨大需求和應用范圍，從設計、賦能、治理三方面提出了九項原則，旨在釋放人工智能潛力，助力能源轉型。報告為能源公司、政策制定者等利益相關方提出了指導性建議，即加強各方合作、優化市場運作機制、建立更明確的能源數據法規等。”

2021年8月政府間氣候變化專門委員會發布的第六次評估報告以及近年來日益明顯的熱浪、洪水和野火等氣候變化，均引起了政策制定者、企業和投資者的關注。隨著第二十六屆聯合國氣候變化締約方大會（COP26）的臨近，預計氣候目標的發布速度將進一步加快。低碳經濟轉型進程亟需加速，能源領域是這一進程的核心挑戰，人工智能在促進能源轉型中將發揮重要作用。

一、能源轉型需要人工智能

目前，全球能源系統正在轉型，人工智能加快能源轉型的潛力被不斷激發。

（一）能源系統需要利用數字化手段推動快速轉型

為實現深度脫碳，需要將能源系統的二氧化碳排放量迅速降至極低水平。能源系統脫碳化轉型帶來一體化和電氣化變革，電力、交通、工業、建筑等行業之間的互動顯著增強，且該系統將由相互依賴的能源和電信網絡構成。為了加快向廣泛、實惠、低碳化能源供應的轉變，需要進一步優化能源系統的各個環節，并強化每個環節之間的協調與合作。

（二）電力行業脫碳是整個能源系統脫碳的焦點

能源系統轉型包括迅速擴大可再生能源的供應以及供暖、工業和交通大規模清潔電氣化。隨著電動汽車保有量的增加、電池儲能成本的下降以及建筑和重工業均趨向凈零排放用電，預計從2019年到2050年，電力在全球能源需求中占比將增加60%。電力將被越來越多地用于供暖和制冷、運輸，甚至是制備氫氣等。

（三）能源轉型需要大量投資

在彭博新能源財經的《2020年新能源展望》中，有一項關于未來能源經濟轉型的長期預期，即到2050年，56%的發電量將來自太陽能和風能，分別達到7.6太瓦和4.6太瓦。且該假設建立在維持目前政策基礎上，這反映出即使不考慮高昂的煤炭價格或凈零排放目標，太陽能、風能和儲能經濟也成為電力行業快速脫碳的重要驅動力。

（四）未來的電力系統將高度去中心化

提高可再生能源發電的比例將使電力系統包含更多來自間歇式發電機供電，而且更加分散。目前，分布式小型光伏電站占全球發電裝機容量的4%，中型發電廠的裝機容量為944兆瓦，根據彭博新能源財經能源轉型的預測，到2050年，分布式小型光伏電站占比將提升至13%，而中型發電廠的裝機容量將縮減80%以上，僅158兆瓦。

（五）電力系統管理的復雜性將顯著增加

根據脫碳目標及目前發展趨勢判斷，未來將有大量的實體設備接入電網，尤其是配電網的接入。在配電網中，電流也將變得越來越動態和多向性（見圖1），諸如小型分布式設備可能會發電并回售給電網、電動汽車快充等導致需求激增、智能家居等設備可能會在電網運營商不知情的情況接入電網，這些都將對電流的穩定性產生不小的影響。

▲i僅包括電池、電動和插電式混合動力乘用車（不包括商務車和兩輪或三輪車）。ii僅包括太陽能和風能（不包括其他可再生能源）。iii包括大型電站級和節能型鋰離子電池存儲。來源：改編自德國能源署（2020），圖片來自彭博新能源財經（2020）

（六）人工智能可以加速能源轉型

人工智能指的是一個更加寬泛的概念，并非一項單一的技術或產品，而是一套能從大量數據庫中挖掘有效信息、進行模式識別以及預測潛在結果的算法。行業內已經有一些人工智能的應用案例，但要快速、安全和經濟地擺脫對化石燃料的依賴，就要更大規模、更快速地部署人工智能技術。

二、人工智能在能源轉型中的應用

人工智能是一款能夠應對全球能源轉型復雜性、提高系統效率，從而降低成本、加快轉型速度的強大工具，主要應用于四個重點領域：可再生能源發電能力和需求預測、電網運行和優化、能源需求管理以及材料發現和創新。根據德國能源署在2020年 對人工智能在能源行業應用領域的分析（見圖2），人工智能應用根據使用的數據資料可分為以下幾類：市場、商品和氣象數據， 圖像和視頻，設備和傳感器數據。以下各節將對這些應用詳細說 明。

▲來源：德國能源署分析（2020）

（一）可再生能源發電能力和需求預測

人工智能在可再生能源發電能力和需求預測中的應用主要表現為如圖2中的1-7，具體如下：

**太陽能和風能電場的選址。**選址對發電廠的容量因數影響較大，通過借助人工智能技術，可以尋找既有最佳的日照和風力資源又便于接入現有電網基礎設施的地點。

**發電廠的建設。**當發電廠開工建設后，人工智能也可以用于管理建設進度，例如優化設備運送到現場的順序和識別低效的施工流程。

**改善產品設計。**人工智能還可以幫助改善產品設計，例如在新型人體工程學風電機組葉片、光伏面板或電力電子器件、控制系統的設計方面。

**預測故障和停工。**發電廠投產后，運營商需要對其進行定期維護，以避免因系統故障導致停機和額外的維修費用。

**優化維護計劃。**人工智能通過借助傳感器的實時監測數據，在檢測到異常狀況時觸發預警，為海上風電場等偏遠設施維護節省大量成本。

**太陽能和風能設備發電量的預測。**目前，預測太陽能和風能電場的發電時間與發電量仍比較困難，人工智能通過學習歷史氣象數據、傳感器數據（例如實時風速和日照強度等測量數據）、圖像和視頻數據（例如衛星云圖）能夠實現對太陽能和風能設備發電量的預測。

**預測電力需求。**該預測過程也相當復雜，處理不當容易導致停電或可再生能源短缺，人工智能通過對歷史消費數據分析，來幫助預測系統的電力需求。

（二）電網運行和優化

借助人工智能來優化電網的運行方式，進一步提高現有線路的輸電和配電能力，并延長設備的使用壽命，將是支撐能源轉型的關鍵因素。

**電網設計和規劃。**根據彭博新能源財經預測，到2050年，需要投資至少14萬億美元用于建設新型電網基礎設施和更新改造電網，以加強可再生能源配電網的建設以及支持建筑、工業和交通電氣化發展。

**設備運行和維護。**在電網管理中，人工智能也被用于一系列重要設備的運行和維護工作。

**監測電網性能。**除設備維護外，人工智能還能用于監測電網性能。

（三）能源需求和分布式資源管理

管理和調節能源需求是決定能源領域能否實現低本高效脫碳的重要因素之一。人工智能的應用有助于提升工廠和數據中心的能源效率，加快分布式可再生設備的普及和使用。

（四）材料的發現和創新

開發用于清潔能源發電和存儲的高性能、低成本材料已經成為能源轉型的當務之急。為了滿足復雜的性能需求，材料的發現、開發、部署過程往往資本高度密集且周期較長。

三、人工智能促進能源轉型應遵循的原則

要激發人工智能在能源轉型中的全部潛力，就需要遵循共同的指導原則。

（一）設計方面

原則1自動化——設計發電設備的運行方式，實現系統自動化控制并提高電網人工智能的自主性。

原則2可持續性——積極推動新型基礎設施的節能降耗以及采取符合人工智能可持續發展的做法來限制碳足跡。

原則3實用性——可用性和可解釋性是人工智能開發的重點。

（二）賦能方面

原則4數據共享——建立統一的數據標準和數據共享機制，以提高數據質量和實現數據可用。

原則5價值最大化——建立全方位的市場體系與監管框架，使人工智能用例實現技術價值最大化。

原則6教育賦能——通過以人為本的人工智能技術為用戶和勞動力賦能，并進行技能教育以匹配技術的發展。

（三）治理方面

原則7安全可控性——商定通用的方法來管控人工智能風險。

原則8可兼容性——構建軟件兼容性通用技術標準和可互操作的接口。

原則9責任擔當——確保人工智能符合道德規范并以負責任的方式加以應用，是人工智能開發和部署的核心。

譯自： Harnessing Artificial Intelligence to Accelerate the Energy Transition, September 2021 by World Economic Forum in Collaboration with BloombergNEF and Deutsche Energie-Agentur (dena)

白皮書核心觀點

1、當前全球氣候變化形勢越來越嚴峻，走向碳中和已成為全球應對氣候變化的共識。我國提出碳達峰、碳中和目標具有重要意義，但也面臨十分嚴峻的挑戰，時間緊任務重，需要統籌有序扎實推進碳達峰碳中和重點工作。

2、現有研究表明數字技術在助力全球應對氣候變化進程中扮演著重要角色。國際上已經開始借力數字技術應對氣候變化的探索。ICT推動我國經濟部門深度減排的力度在逐步加強，數字賦能碳減排的潛力巨大。

3、數字技術能夠與電力、工業、建筑、交通等重點碳排放領域深度融合，減少能源與資源消耗，促進傳統產業能源優化、成本優化、風險預知及決策控制，整體上實現節能降本增效提質，數字化正成為我國實現碳中和的重要路徑。

4、數字化轉型的加速會驅動信息通信業能源需求和碳排放的增長。信息通信業碳排放總量小增速快，存在結構性差異。雙碳目標下數字基建重點用能領域節能降碳提速，多方發力助推信息通信業綠色低碳發展。

5、建議強化數字賦能技術供給，綜合運用標準、數據、技術、人才、資金、試點等一攬子政策工具，從政府、行業和企業多維度推動數字技術賦能碳達峰、碳中和。