中国碳排放权交易体系:过去、现状和展望报告(2025年版)-EDF中国碳排放权交易体系:过去、现状和展望 1 中国碳排放权 交易体系: 过去、现状和展望 2025.07 2025 中国碳排放权交易体系:过去、现状和展望 2 EDF 目录 摘要 I 1. 中国碳排放权交易体系概述 1 1.1. 背景 1 1.2. 中国碳排放权交易体系发展历程 2 2. 中国全国碳排放权交易市场的现阶段特征 9 2.1. 中国全国碳排放权交易市场的制度体系 32 5.1. 中国全国碳排放权交易体系主要政策文件(2020年至今) 32 5.2. 中国温室气体自愿减排交易体系情况介绍 34 6. 参考文献 35 中国碳排放权交易体系:过去、现状和展望 摘要 中国的碳排放权交易体系是利用市场机制积极应对气候变化、加快全社 会低碳转型的重要市场工具。中国自2010年开始建设试点探索碳排放 权交易体系,并在2021年正式启动全国碳排放权交易市场。经过4年运 指导委员会: Suzi Kerr、赵小鹭 贡献者: 张铮、许翰森、胡弦 媒体联络: 朱莉萌(zhulimeng@cet.net.cn) 中国碳排放权交易体系:过去、现状和展望 ii EDF iiii EDF 中国碳排放权交易体系:过去、现状和展望 1 1.1. 背景 近年来,气候数据的变化不断提醒人们应对气候变 化的紧迫性。根据世界气象组织测算,2024年是全 球有记录以来最热的一年,年平均气温比工业化前20 积分 | 40 页 | 5.94 MB | 1 月前3
《平台化管理:数字时代企业转型升维之道》-读书笔记也进入了大数据和人工智能 时代 , 这几项技术带给我们的生活以及商业的变化是颠覆性的。 一个拥抱 了这些变化的人和一个没有拥抱这些变化的人 , 如同生活在两个时代 , 好 来 , 一个生活在过去。 己的企业在这样的时代生存下去 , 不让自己像那些被翻篇的企业甚至行业 孙陶然 拉卡拉集团创始人、 昆仑堂商学院创始人 《创业 36 条军规》 《有效管理 5 大兵法》 作 者 企业管理的管控模式进行文化升维 史蒂芬 霍 金 视不直播。 美国自动写作技术公司创始人大胆预测 , 到 21 世纪 20 年代中期 , 90% 的新闻将通过算法生成。 数字时代管理的四大挑战之一 领导 管理者的作用从过去的管理、 监督、 控制和激励逐渐变为 并成就他们的目标和梦想。 用户 数字技术也在改变着用户的行为 , 对企业而言 , 用户不 只 是产品的使用者 , 而是一个个数字化的集合体 , 方向 务虚是指创想及颠覆自己的能力。 升维就是要建立更高维度的世界观 , 探索浩 瀚无边界的心灵世界。 + + + 升维与突围 人类是介于三维和四维空间之间的生物 , 可以看到过去、 现在和将来的自己。 但时间线只有一条 , 如果在四维这条时间线的基础上 , 再加一条时间线与其交叉 , 五维空间就出现了。 比如说 , 你大学毕业后工作了五年 , 现在是一名市场经理10 积分 | 79 页 | 6.08 MB | 6 月前3
工业4.0与数字孪生(20页)的使用持续更新,反映产品的消耗磨损情况。3其 他一些广泛采用的定义认为,数字孪生是基于传 感器所建立的某一物理实体的数字化模型,可模 拟现实世界中的具体事物。4 从根本上讲,数字孪生是以数字化的形式对某一 物理实体过去和目前的行为或流程进行动态呈现, 有助于提升企业绩效。数字孪生以针对众多层面 持续、实时开展的大量物理世界数据检测为基础。 该等检测可通过数字化的形式对某一物理实体或 流程进行动态呈现,从而有效反映系统运行情况。 行为特征、半成品(厚度、颜色质地、硬度、转 矩、速度等)以及工厂内部的环境状况等。该等 数据不断传输至数字孪生应用程序,并由该程序 完成数据聚合。 从根本上讲,数字孪生是以 数字化的形式对某一物理 实体过去和目前的行为或流 程进行动态呈现,有助于提 升企业绩效。 制造业如虎添翼 3 数据孪生应用程序持续分析所输入的数据流。一 段时间过后,该等数据分析可通过与一系列正常 运行情况的对比,识别实际生产流程在哪些层面 通。由此可减少须存储于系统记录之外的信 息量,消除管理大型主数据结构的需要,并 允许企业更为灵活地将数字孪生进行多种应 用,持续更新该数字孪生,如同其已与企业 相互融合,而非增加企业负担。 工业4.0与数字孪生 6 传输量。过去这方面领域的许多瓶颈限制了 数字孪生的可行性,然而近期技术方面的重 大突破消除了这些障碍。 b. 传输接口:传输接口将传感器功能获取的信 息转移至整合职能。鉴于产生洞见的传感 器依数字孪生的设置可放置于几乎任何地10 积分 | 20 页 | 913.83 KB | 7 月前3
《智慧协作时代》汤玛斯·戴文波特-257页机器从事日常工作的说明,却并不容易。 起码目前为止是这样。本书的核心是针对工作和工作环境,提出二十九个详 细案例,说明人类已经在这些工作和工作环境里,采用AI系统和自动化进行日常 工作。我们把AI定义为:能够完成过去需要人类大脑或是大脑与身体共同完成的 任务之技术。我们每个研究案例,都包含这类技术。1 这些人机协作的例子,以及我们相关见解和结论都非常重要。因为长期以来 由机器驱动的自动化,对人类工作的影响一直都是人们猜测和关注的主题。至少 而人类则会接管其 余部分;或者当AI系统无法处理客户问题时,人类就可以出面。 根据制造业机构的一些证据显示,机器人确实取代了工人:每个就定位的机 器人,平均大约可以胜任三人份的工作。8 但是,过去十年我们曾和数百家公司 以及其他类型的组织谈过,它们绝大多数做的是增强人类,而不是大规模自动 化。这是AI早期采用者可能会遇到的情况,这些公司和组织要么正在成长,不必 解雇任何员工;要么把人力 未知成 果),以及一些用于和客户互动的自然语言处理系统。AI包括透过机器人流程自 动化达到办公室工作自动化,以及透过实体机器人达到工厂自动化。这些AI系统 可以执行多种不同功能: 根据过去的资料模式预测(通常是机器学习功能); 建议如何进行工作或任务的下一步(有时称为「推荐引擎」或「下 一步最佳行动」系统),并利用规则和/或机器学习; 14 针对可能的活动项目排定优先顺序,例如按照最有可能购买某物10 积分 | 257 页 | 6.00 MB | 22 天前3
2025年自动化人工智能报告就能看到人工智能在我们的生活中越来越根深蒂固。自 从卡斯帕罗夫的比赛以来,几乎已经过去了30年,而现 在能够使Deep Blue看起来像是一个普通玩家的模型都 坐在每个人的口袋里。图灵测试,曾经被认为是机器智 能的最高标准,现在每天都被人们与大型语言模型(LL M)支持的客户服务机器人和销售人员交流中所打破。 今天的AI模型已经摆脱了过去深度但具体且线性的方法 ,并展示了前所未有的自主性—在他们如何学习、如何 确的选择将不是一项小任务。与自主性这一理念紧密相 连的是信任的基础——对企业而言,信任将是明天增长 的最重要的保障。 或者看看工作中的AI。每天都有更多的工人发现他们在 工作中使用AI的价值;到2024年5月,超过40%的用户 只是在过去六个月内开始将其纳入其中。 15 但他们却 将此事隐藏从雇主那里:超过 并且,除了企业对其使用的AI模型或系统的信任之外, 日益增长的自主性也在以许多不同的方式破坏企业与人 们之间建立起的信任。 引言 8 在构建人工智能系统信任方面的坚定和明确方法,以及 通过积极构建将在社会各个层面创造规模智能的认知数 字大脑,企业将能够解锁今天人工智能的无限潜力。似 乎明智的是提及,在过去的25年生产技术愿景中,很少 有技术像现在的人工智能那样对商业、工业甚至技术本 身产生广泛的影响。我们预计我们正生活在与科技史上 最大时刻相媲美的时代,这将由人工智能驱动的自主性 和人工智能认知数字大脑在社会各个层面的出现所塑造10 积分 | 66 页 | 5.50 MB | 7 月前3
2025年DeepSeek手册:DeepSeek给我们带来的创业机会大模型能以更少的参数量达到更高的性能 360联合北大研发:5%参数量逼近Deepseek-R1满血性能 18 政企、创业者必读 DeepSeek出现之前的十大预判 之六 成本越来越低 过去一年,大模型成本「自由落体」 国外:GPT-4等效智能在过去18个月内价格下降240倍 国内:大模型「亏本」卖,可以「白嫖」大模型API能力 19 政企、创业者必读 DeepSeek出现之前的十大预判 之七 多模态越来越重要 而DeepSeek的创新更具颠覆性 24 政企、创业者必读 DeepSeek是完美的颠覆式创新 技术创新——让过去做不到的事情可以做到 体验创新——让使用起来很难很复杂的东西变得很简单易用 市场推广创新——让过去很难得到的东西可以得到 商业模式创新——让过去很昂贵的东西变得很便宜甚至免费 DeepSeek正是符合这四种创新模式的完美例子 25 颠覆式创新的四种方式 政企、创业者必读 科学研究:打造科研新范式 44 政企、创业者必读 AI For Science,为基础科学带来革命性变化 2024诺贝尔化学奖颁发给研发AlphaFold的两位AI专家 未来所有科学研究都将以AI为中心 过去如何做蛋白质研究 AlphaFold 1. X射线晶体衍射 2. 核磁共振 3. 冷冻电子显微镜 1. 利用Transformer的预测能力, 2. 直接从蛋白质的氨基酸序列 3. 中预测蛋白质的3D结构10 积分 | 76 页 | 5.02 MB | 7 月前3
2025年医药数字化增长报告-以用户为中心,用内容+服务打造第二增长曲线接与最终销量挂钩,这样势必会造成量化困难,进而造成投入无效的误解。 例如,面向医生的学术推广环节应在过去以处方量为 kpi 的模式中,嵌入更细的考核方 式,如以学术信息的点击率、完读率、收藏率、复读率等体现医生接受程度的指标,并 明确医生信息接收到处方量之间还有其他的影响因素,在营销体系中也纳入管理和考核。 过去,由于医生接收信息的渠道较单一且信息化基础建设不完善,直接以处方量考核学 术推广有效性有 “价值量化”对行业发展的益处是多方面的,我们将在第二章中详细阐述。 1 5 第二章 医疗服务链完善,对数字营销是机会更是挑战 2.1 医疗服务链条完善,数字营销是刚需 过去的医疗服务链条简单,以治疗为主。过去,医疗资源有限,患者直奔城市医院,看 病后拿药即结束了一次医疗服务。彼时的药品流通线路也十分简单,多为医院单一口径。 并且,药物的选择也并不丰富。 在这样的背景下,医药代表作 数据来源:摩熵医药,动脉智库分析(圆形大小代表药物品种总数) 可见,四大类药物由于性质和药物品种数不同,数字营销的潜在规模、竞争拥挤程度和 营销重心各有不同。 过去整体市场营销的重心更偏重医生端,随着患者的健康意识增强、在治疗方案决策上 越来越多的参与,对于患者的专业医学教育从过去的可有可无,已经变得愈发刚需,正 推动着图表 7 中的四大类药物数字营销现状整体往右移动。 我们观察到,行业中不少初期围绕医生铸造学术营销优势的企业也已敏锐地察觉到此趋5 积分 | 37 页 | 4.28 MB | 2 月前3
《元宇宙超入门》方军-281页编程能力是元宇宙时代的听说读写 第八章 DAO,未来的组织 组织的变迁:从市场,到企业,到平台,到社区 向社区转变的三个疑问与解答 用DAO的形式实现社区:关键是内部资本 DAO的发展简史与主要类别 [专栏] 来自过去的启示:混序的维萨 第九章 进入迪士尼乐园的梦幻之城 迪士尼乐园:昨日和明日的真实世界 永不完工的乐园:迪士尼乐园的设计原则 [专栏] 元宇宙带来数字世界的体验经济 结语 两个世界中的你 (virtual),把网络社区称为虚拟社区,把互联网经济称为虚 拟经济,听起来它们似乎是不存在的。现在我们知道,数字世 界是叠加、包裹在实体世界上的新的一层。过去100年,我们在 地球上建设了众多的高楼大厦(城市)和运输网络(民航与高 铁),过去50年,我们在地球上建立了通信与信息网络(电 话、全球媒体与互联网)。接下来叠加上去的,是主要由数字 技术驱动的实体与数字融合的又一层次,这一次它不止缩短距 能跳跃到 未来,从遥远的未来,元宇宙传递给今天的我们的讯息是—— 往前走,莫回头。 [专栏] 从地球村到元宇宙:未来的诞生 人们从学术、科幻、政府、产业等角度对数字未来有一系 列设想,在过去、现在与未来,这些设想引导我们去探索与创 造。这里做简要梳理供你参考。 地球村(Global Village)。 这是媒介学者麦克卢汉提 出的理论,在他1964年的著作《理解媒介:论人的延伸》中提20 积分 | 281 页 | 8.16 MB | 1 月前3
人工智能机器人的崛起研究报告:物理AI时代开启© 2024 花旗集团 6 花旗GPS:全球视野与解决⽅案 2024年12⽉ 摘要与分析 AI并⾮新领域(1950年代)。机器⼈也并⾮新事物(1960年代)。能移动的AI机器⼈是新兴领域。 过去⼗年中,⼈⼯智能⽅⾯取得了⻓⾜进步,使机器⼈能够看、动、说、学习和执⾏动 作。本报告第1章介绍了其中9项技术进步。第2-8章讨论了AI机器⼈的不同⽤例和发展。 可以说,最复杂的领域之⼀是⾃动驾驶⻋ 按发展组别细分的人形机器人分析(单位:百万) 来源:Citi GPS 我们还注意到,亚洲对机器⼈的⻛险投资正在增加,根据专利数据,机器⼈创新在亚 洲蓬勃发展。美国可能在⼈⼯智能领域处于领先地位,但我们的专有分析显⽰,过去 20年中国占了所有机器⼈专利的78%。 ⾕歌⾸席经济学家哈尔·⽡⾥安曾经说过:“预测未来的⼀种简单⽅法就是看看富⼈ 今天拥有什么。”在以前的⼏代⼈中,这些包括⾃来⽔、冲⽔⻢桶、汽⻋、洗⾐机 、中 。然 ⽽,本报告的副标题‘AI-机器⼈正在追踪你’则是在暗⽰另⼀个潜在结果。⼈⼯智 能从您的数据中获取信息,学到的越多就能为您提供更多价值。专有数据是竞争优 势。个性化AI机器⼈助⼿可能也是如此。在过去30年间,⼤多数数字化企业的证据 表明 5 ⼈⼯智能机器⼈的崛起- humanoid正在追踪你 [1] https://www.ft.com/content/4329a987-9256-3059-b36f-1aba9338b8000 积分 | 82 页 | 5.53 MB | 7 月前3
人工智能机器人的崛起研究报告:物理AI时代开启© 2024 花旗集团 6 花旗GPS:全球视野与解决⽅案 2024年12⽉ 摘要与分析 AI并⾮新领域(1950年代)。机器⼈也并⾮新事物(1960年代)。能移动的AI机器⼈是新兴领域。 过去⼗年中,⼈⼯智能⽅⾯取得了⻓⾜进步,使机器⼈能够看、动、说、学习和执⾏动 作。本报告第1章介绍了其中9项技术进步。第2-8章讨论了AI机器⼈的不同⽤例和发展。 可以说,最复杂的领域之⼀是⾃动驾驶⻋ 按发展组别细分的人形机器人分析(单位:百万) 来源:Citi GPS 我们还注意到,亚洲对机器⼈的⻛险投资正在增加,根据专利数据,机器⼈创新在亚 洲蓬勃发展。美国可能在⼈⼯智能领域处于领先地位,但我们的专有分析显⽰,过去 20年中国占了所有机器⼈专利的78%。 ⾕歌⾸席经济学家哈尔·⽡⾥安曾经说过:“预测未来的⼀种简单⽅法就是看看富⼈ 今天拥有什么。”在以前的⼏代⼈中,这些包括⾃来⽔、冲⽔⻢桶、汽⻋、洗⾐机 、中 。然 ⽽,本报告的副标题‘AI-机器⼈正在追踪你’则是在暗⽰另⼀个潜在结果。⼈⼯智 能从您的数据中获取信息,学到的越多就能为您提供更多价值。专有数据是竞争优 势。个性化AI机器⼈助⼿可能也是如此。在过去30年间,⼤多数数字化企业的证据 表明 5 ⼈⼯智能机器⼈的崛起- humanoid正在追踪你 [1] https://www.ft.com/content/4329a987-9256-3059-b36f-1aba9338b80010 积分 | 82 页 | 5.53 MB | 7 月前3
共 618 条
- 1
- 2
- 3
- 4
- 5
- 6
- 62
