2025年12月15日，“人工智能时代的碳市场创新与产业转型”研讨会在武汉大学经济与管理学院成功举办。作为中德两国在AI时代全球气候治理、碳市场与绿色低碳转型的高端学术对话平台，会议致力于汇聚中德双方顶尖智慧，共同探索AI时代碳市场机制优化与产业低碳转型的前沿问题，加深中德以及中欧之间的学术交流和理解，促进中德/中欧的气候和经贸合作。
为系统呈现会议成果，促进学术交流与经验互鉴，将分多期发布与会专家的核心观点。相关内容已经过专家本人授权发布。
本期专家：Andreas Löschel 教授
报告主题：《能源需求行为、数字化与AI》
报告主要内容：
报告揭示了未来能源系统的发展模式，指出数字化与人工智能在提升能源系统效率和灵活性上的重要作用，并给出了在能源系统中政策工具选择的建议。
一、能源系统转型的总体趋势
能源系统转型的总体趋势可概括为：化石能源显著下降、终端广泛电气化、以氢/生物能/氨等（新型燃料）替代难电气化部门的化石燃料、能效持续提升、以碳移除对冲残余排放，并强化跨区域与跨环节的系统集成。同时，各国转型路径仍将受资源禀赋与制度条件等因素影响。随着可再生能源渗透率上升，电力系统的约束更集中到“波动供给—调节能力”的匹配问题：对比情景显示，可再生电力占比可由约50%提升至约81%，在这一结构变化下，“灵活性需求（flexible demand）”以及储能、氢与跨区进口等调节资源的重要性随之凸显。
二、智慧能源框架
智慧能源（Smart Energy）可概括为：在发电—网络—用户三侧同步引入数字化测量、分析与控制能力，并借助ICT与通信技术实现系统级连接，使海量分散式可再生与用户侧资源能够被实时监测、远程控制与聚合优化；其关键载体包括智能电网与并网/拥塞管理、面向结算与交互的智能计量，以及以虚拟电厂、需求侧管理/需求响应、智能家居与能源应用、电动出行等为代表的智能服务，从而把“分散资源”转化为可调度、可交易、可提升系统效率与灵活性的能力。
三、需求侧决策偏差
通过分析引入包含个体选择误差γ的“行为三角”结构，指出当显著性偏差使个体低估未来运行成本时，纠偏并不必然等同于提高税负；相反，“最优税=内部性（偏差）”这一思路可在政策含义上转化为对节能产品的补贴校正。进一步地，在个体异质性存在的情况下，最优补贴的设定应与边际人群的平均偏差相匹配，以更有针对性地降低能效投资不足。
四、市场微观机制中的算法委托
在零售电力市场，频繁搜寻与换约被视为竞争与效率的关键渠道，但现实中换约活动偏少，因而出现将费时的选择委托给算法、由算法选取最优合同的数字化工具。实地实验提出两点机制判断：一是“简单且低成本的推翻自动选择”可降低使用感知成本并提升采纳；但当个体被明确提醒“始终完全掌控决策”时，反而更可能意识到需要“交出决策权”，从而降低采纳。二是提升“不使用自动化服务”的感知成本（例如使高额前置奖金诱导签入高价合同的做法更显著）可能提高采纳，但其效果与个体专业水平相关。
五、政策工具选择
将外部性内化的制度选择分为价格/市场型工具与命令控制工具，并指出命令控制工具在限制选择的同时可能造成额外福利损失。在线实验用于度量这一内在价值：个体平均愿意放弃约8.9%的初始禀赋以保留决策权，从而给出一个下界标准——只有当命令控制工具带来的福利增益足以覆盖选择权损失时，命令控制工具才可能优于价格型工具；在部分情形下，减少对命令控制工具的依赖可能提升社会福利。
