-
题名数字技术创新赋能城市低碳转型路径机制研究
被引量：18
- 1
-
-
作者
陈晓
张鑫奥
王育宝
-
机构
新疆大学经济与管理学院
新疆宏观经济高质量发展研究中心
新疆能源碳中和战略与决策研究中心
-
出处
《科技进步与对策》
CSSCI
北大核心
2024年第23期41-51,共11页
-
基金
国家社会科学基金重大项目(21&ZD133)
中央引导地方科技发展专项-科技成果转移转化项目(ZYYD2022016)
+1 种基金
新疆维吾尔自治区自然科学基金项目(2020D01C051)
新疆大学哲学社会科学高端智库培育项目(22GPY003)。
-
文摘
数字技术创新的强劲“东风”助力中国“双碳”目标实现是兼顾环境与发展、满足人民日益增长美好生活需要的重要途径。基于2006—2021年中国内地279个城市面板数据,运用297万件数字技术授权专利衡量中国地级市数字技术创新水平,从城市碳强度视角考察数字技术创新的影响。研究发现:①数字技术创新通过降低能源消耗强度和推动产业结构升级降低城市碳排放强度,国家智慧城市、国家知识产权城市和国家低碳城市试点政策有助于增强数字技术创新的减碳作用;②空间计量结果显示,数字技术创新通过城市间“虹吸效应”和“示范效应”产生空间协同降碳作用,整体上通过空间溢出对周边经济水平相近城市群产生碳强度削弱效应;③数字技术创新降碳程度因城市地理区位不同、能源禀赋差异存在异质性,不同类型数字核心产业创新及不同研究类型数字创新均能显著降低碳强度。因此,应把握数字技术创新机遇,构建低碳零碳负碳技术创新体系,因地制宜做好城市科技创新以支持碳达峰。
-
关键词
数字技术创新
低碳转型
碳排放
空间溢出
-
Keywords
Digital Technology Innovation
Low-carbon Transformation
Carbon Emissions
Spatial Spillover
-
分类号
F290
[经济管理—国民经济]
-
-
题名中国退役风机时空演变特征及可持续综合效益评估
- 2
-
-
作者
周建力
徐子瀚
王雅琪
-
机构
新疆大学经济与管理学院
西北能源碳中和教育部工程研究中心
新疆能源碳中和战略与决策研究中心
-
出处
《中国人口·资源与环境》
北大核心
2025年第7期108-122,共15页
-
基金
国家自然科学基金青年科学基金项目“多源异构数据驱动的风-光-氢多能互补复杂系统容量协同优化配置方法及模型构建”(批准号:72401248)
教育部人文社会科学研究青年基金项目“多源数据驱动的公路交通-能源融合服务站规划决策模型及发展路径研究”(批准号:23YJCZH328)
国家社会科学基金重大项目“碳中和目标驱动下多能互补体系的协同机理与实现路径研究”(批准号:21ZD133)。
-
文摘
在“双碳”目标引领下,中国大力发展“风光”等可再生能源发电。然而,日益增长的风机规模带来了退役阶段的回收管理挑战。早期部署的风机开始逐步进入退役阶段,但目前中国尚无完善的退役风机回收管理体系。在风机退役阶段,若处置不当,不仅会产生额外的碳排放,让风电不再“清洁”,还会造成大量资源浪费,导致不可逆的生态环境破坏。这既不符合循环经济的理念,更与可持续发展的要求相悖。因此,亟须明晰中国退役风机的时空演变特征、进而谋划回收利用的准备工作及应对措施。基于此,该研究通过构建时间序列-机器学习预测模型、可持续综合效益评估框架以及能源-经济-环境-社会多维耦合决策评估模型,明晰了中国2030年、2060年等关键年份在内的新增及退役风机容量,量化分析了退役风机可回收资源的规模和价值,对不同省份退役风机回收利用的可持续综合效益进行了全面评估。结果显示:①2030年起,中国将迎来旷日持久的退役风机潮,到2060年累计退役规模将达到累计装机容量的60%。②退役风机时空分布不均,2030年华北和西北地区将是退役风机回收的主要地区,占总量的50%以上。到2045年以后,华东地区也将迎来退役高峰。③回收退役风机在能源、经济、环境、社会各个维度均显示出良好的可持续综合效益,佐证了回收退役风机的必要性和可行性。因此,提出如下政策建议:首先,要强化顶层设计,政府通过立法明确退役风机定位、责任与回收标准,构建回收政策体系。其次,要建立长效机制,根据地区差异规划退役风机时间表和路线图。最后,要统筹各方力量,研发新一代低碳环保、易回收且耐用的风机,推动构建绿色低碳循环经济体系,实现降碳、减污、扩绿、增长。该研究为中国乃至全球的退役风机规模预测、回收管理、循环利用及可持续综合效益评估提供了一套完整的分析框架和理论模型,有助于推动相关领域的深入研究与有效实践,为构建绿色、低碳、循环经济体系提供坚实支撑。
-
关键词
退役风机
循环经济
可持续综合效益
机器学习
时空演变
-
Keywords
decommissioned wind turbine
circular economy
sustainable comprehensive benefit
machine learning
spatiotemporal evolution
-
分类号
F205
[经济管理—国民经济]
-
