键发现点，供行业参考 04 关于顺为人和 公司介绍及使命愿景价值观 源自一流、服务一流、成就一流 05 附录： 指标定义与使用说明 详细阐述本报告涉及到效能分 析指标的定义与使用说明 宏观经济分析 全球经济 vs 中国经济 行业竞争格局 行业市场规模及变化 发展趋势预测 未来趋势预测 ©2025 。欲了解更多信息，请联系北京顺为人和企业咨询有限公司。 % 2024 年全球十强国家 GDP 总量及名义增速 宏观经济分析 行业竞争格局 发展趋势预测 3.9% 2.9% 2024 2025F 9.0% 389 印度 名义同比 4.0% 317 法国 各国 GDP 5 6 宏观经济分析 行业竞争格局 发展趋势预测 2024 年全国 发电量 10.1 万亿千瓦时 2014-2024 年我国发电量及增速情况 6.7% 10.1 2024 2024 年我国发电量能源结构情况

键发现点，供行业参考 公司介绍及使命愿景价值观 源自一流、服务一流、成就一流 详细阐述本报告涉及到效能分 析指标的定义与使用说明 发展趋势预测 未来趋势预测 行业竞争格局 行业市场规模及变化 宏观经济分析 全球经济vs中国经济 5 ©2025。欲了解更多信息，请联系北京顺为人和企业咨询有限公司。 全球GDP：2024年GDP增速为3.9%，前十国家GDP占比45%，加权增速为4%；25Q1我 % 百亿（美元） 百亿（美元） % 宏观经济分析 行业竞争格局 发展趋势预测 6 ©2025。欲了解更多信息，请联系北京顺为人和企业咨询有限公司。 中国电力能源结构：2024年全国发电量10.1万亿千瓦时，可再生能源占比上升至34%，电 力结构清洁化转型稳步推进，其中风光发电1.8万亿千瓦时，占比18% 资料来源：国家统计局，顺为分析 宏观经济分析 行业竞争格局 发展趋势预测 n 2 2024年我国新增发电装机能源结构情况 34 宏观经济分析 行业竞争格局 发展趋势预测 8 ©2025。欲了解更多信息，请联系北京顺为人和企业咨询有限公司。 中国社会用电量：2024年全社会用电9.9万亿千瓦时，十四五以来年均增长6.7%；全年可 再生能源发电量增量占全社会用电量增量比例达82% 资料来源：中国电力企业联合会，顺为分析 宏观经济分析 行业竞争格局 发展趋势预测 万亿千瓦时

心技术失密的风险，将对公司发展造成不利影响。 （二）经营风险 1、宏观经济波动的风险 公司的发展受行业整体景气指数影响较大。行业与我国乃至全球 的宏观经济走势联系紧密，使得公司面临着一定宏观经济波动的风 险。 近年来，国际宏观经济复苏程度较为有限，且我国宏观经济也正 处于由高增长转向平稳增长的过渡时期。未来，若国内外宏观经济形 势无法好转，将可能影响到行业的外部需求，从而使得公司面临产品 需求、盈利能力下降的风险。 2、产业政策变化、下游行业波动及客户较为集中的风险 行业作为战略新兴产业，受宏观经济状况、产业政策、产业链各 环节发展均衡程度、市场需求、其他能源竞争比较优势等因素影响， 呈现一定波动性。 未来若主要客户因产业政策变化、下游行业波动或自身经营情况 变化等原因，减少对公司的采购而公司未能及时增加其他客户销售， 将对公司的生产经营及盈利能力产生不利影响。 后果损失巨大，其中多数因管理组织方式的建立、管理制度的制定不 健全或是因疏于对人员的管理教育而产生道德行为风险和职业责任风 险。 二、项目风险对策 （一）政策风险对策 目前，国内有良好的宏观经济政策，但还需要把握机会，抓住国 家目前鼓励符合产业政策项目建设的机会，让项目尽快进入实施阶 段。 （二）社会风险对策 加强与当地各级政府部门的沟通，以期获得更好的支持和帮助， 为项目的顺利实施提供保障。

将整体零碳目标分解为有时间节点和具体数值的分项目标 针对分项目标，建立适用于各领域和主体的指标体系 全面量化情景分析 基于量化分析结合技术经济分析的情景分析法 建立完整园区能源模型，考察宏观经济和能源条件 搭建基准情景和零碳情景，开展相应的情景分析 跨领域一体化优化 从各用能领域的能源转化形式、消费特点出发 将零碳目标细化到具体能源解决方案 在各领域间构建灵活互动的用能体系，实现共同优化 情景分析法是制定零碳目标体系的重要工具，通过假设、预测、模拟等手 法生成未来情景，并分析情景对目标产生影响的方法，为制定高质量能源 发展规划及政策提供支持。 关键步骤 建立完整的园区能源模型，考察宏观经济条件、能源资源条件、能源 供给和能源需求 通过调整参数优化潜力，按照碳排放维度搭建基准情景和零碳情景 开展情景分析，评估不同情景下的碳排放和能源消耗情况 应用价值 情景分析能够帮助园区管

燃料模块控制各种燃料的基本属性和价格变动，直接影响交通、建筑、工业、电力、区域供热与制氢、CCS 等部 门和领域的燃料需求变化；投入产出模块则用于估算政策带来的现金流变化对 GDP、就业和工资的影响，并进一 步分析这些宏观经济变量的变化对工业、建筑及交通能源需求的能源消费和排放变化的影响；研发模块负责捕捉 技术进步对燃料经济性及各部门技术固定投资的改善影响。 EPS 模型中的所有子模块和内部要素彼此交织，并与其他子 模型不仅可以量化分析单一政策的影响，还能够评估多项政策组合下的协同作用及相互影响。通过该模 型，可以得出政策调整对能源消费及其结构、温室气体和污染物排放、现金流变化、电力构成、各类燃料消耗量 以及宏观经济（如就业、GDP）和公众健康的量化评估结果。 2017 年，能源创新政策与技术公司（Energy Innovation，EI）联合国家应对气候变化战略研究和国际合作 中心（NCSC）、国家发展 36 1.43 1.47 1.47 1.46 11.70 40 江西低碳转型中长期展望——基于 EPS 模型构建“双碳”路径 附录 3. 宏观社会经济假设 江西省的三种情景设置都采用了统一的宏观经济假设。研究团队根据江西省的历史发展趋势、中长期战略规 划以及相关研究结果，并以 2020 年不变价计算，预计到 2035 年和 2060 年，江西省地区生产总值（GDP）将分 别达到 52076

GIS 数据库  行政区划、街道、 河流、企事业单位地理数据  二维、三维地理数据  卫星地图数据 地理信息  常住人口信息统计  暂住人口信息统计 人口信息  园区宏观经济统计数据  园区企业运营统计  按月、季度、年统计数据 经济数据 用户信息  企业法人数据  企业经营范围数据  单位资质数据  企业用工数据 企业信息 公共数据平台

为有时间节点和具体数值的分项目标 ，并 建立适用于各领域和主体的指标体系 ，制 定目标完成路径和评估减排成果。 全面量化情景分析 ，通过建立完整的园区 能源模型 ，考察宏观经济条件、能源资源 条件、能源供给和能源需求 ，在此基础上 按照碳排放维度搭建基准情景和零碳情景， 并开展相应的情景分析 ，为制定高质量能 源发展规划及政策提供支持。

为有时间节点和具体数值的分项目标 ，并 建立适用于各领域和主体的指标体系 ，制 定目标完成路径和评估减排成果。 全面量化情景分析 ，通过建立完整的园区 能源模型 ，考察宏观经济条件、能源资源 条件、能源供给和能源需求 ，在此基础上 按照碳排放维度搭建基准情景和零碳情景， 并开展相应的情景分析 ，为制定高质量能 源发展规划及政策提供支持。

3、投入产出（I/O）模块等。例如，燃料模块控制所有燃料的基本属性和相关价格，影响到交通、建筑、工业、 电力、区域供热和制氢、CCS 等部门和领域的燃料需求变化。投入产出模块用来估算现金流对 GDP、就业和薪酬变化， 以及这些宏观经济变量的变化对工业、建筑、交通能源消费和排放变化的影响。R&D 模块控制技术进步对各部门 技术的能源效率和固定投资成本的影响。在 EPS 模型中，这些子模块以及内部要素与其他子模块及其要素相互作用，