报告题目：AI赋能的居民低碳消费绿色转型研究

报告所属学科：管理科学与工程

报告人：杨弦（中国石油大学（北京））

报告时间：2026年1月9日 10:00-12:00

报告地点：经管学院706室

报告摘要：

全球每年食物系统的温室气体排放量占到全球总排放量的三分之一，密切关系到巴黎协定气候目标的达成。论文建立了一个大数据驱动的贯穿微观-中观-宏观的全尺度评估框架。一方面，通过机器学习等AI技术挖掘了大规模消费群体的区域异质性偏好，并结合全生命周期分析方法，基于800,488家餐厅的1.7亿多条的餐饮消费大数据，建立了覆盖36类菜系、540个菜品的温室气体排放清单；另一方面，基于IAMs开展多模型优化研究，通过耦合机器学习预测方法从模型稳健的视角系统评估了中国的餐饮消费绿色转型对实现气候目标的影响。研究结果表明，2020年中国食物系统GHG排放约为4.64 GtCO2eq, 占全国排放总量的37%，与全球食物消费排放的占比相当，这意味着当前的消费模式或将给中长期碳中和目标的实现带来挑战。该研究还通过评估了多种差异化策略的减排潜力，给出了碳中和愿景下食物消费低碳转型的可行路径，为我国餐饮消费的排放管理和绿色可持续发展提供重要参考。

报告人简介：

杨弦，中国石油大学（北京）经济管理学院教授。从事绿色消费、大数据分析、智能计算、生成式AI等相关研究。大连理工大学与加拿大阿尔伯塔大学联合培养博士，清华大学访问学者。主持国家自然科学基金面上项目/青年项目、辽宁省教育厅项目等4项；近年来以第一作者在《Nature Food》（Nature子刊）、《iScience》（Cell子刊）、《Decision Support Systems》、《管理科学学报》、《工程管理科技前沿》、《系统工程学报》、《运筹与管理》、JCIS、IEEE ICSQ等国内外学术期刊或会议上发表论文多篇；以第一发明人获得发明专利授权1项、软件著作权授权3项；出版学术专著1本；研究成果被国家基金委官网首页宣传报道，并被《中国科学报》、《中国日报》、新华网、华尔街见闻、Carbon Brief等多家媒体采访或转载报道，单篇报道阅读量超40万+。政策建议报告被国家相关部委采用，并报送至ZB和GB。