随着全球气候形势日趋严峻，1.5°C温控目标的实现窗口正急剧收窄。中国工业部门作为全球碳排放的重要来源，其低碳转型进程不仅事关“双碳”目标能否如期达成，更将深刻影响全球气候治理的走向。然而，庞大的高碳存量资产与高昂的初期转型成本，使得如何在减排目标与经济可行性之间寻求最优解，成为亟待破题的核心挑战。

为破解这一难题，北京大学碳中和院双聘教师戴瀚程课题组与合作者系统评估了中国五大重点工业部门的深度脱碳路径。研究发现，加速推进颠覆性低碳技术应用，不仅能为全球碳预算争取宝贵空间，还可通过“干中学”效应使长期系统成本下降约8%。更重要的是，2035年至2040年是中国工业打破碳锁定、实现低成本绿色转型的战略窗口期。

突破传统静态评估，创新内生学习机制

现有工业脱碳研究在综合能源系统分析中，多数依赖静态外生成本参数，或采用保守设置的内生方法，导致对长期技术成本的高估与对颠覆性技术潜力的低估。此外，现有内生学习曲线研究多聚焦于历史学习机制的分解与量化，鲜有从宏观系统视角评估气候政策如何通过早期行动部署目标主动加速技术学习。

为弥补上述缺口，本研究对能源系统优化模型IMED|TEC进行了系统增强，以设施级技术参数为基础，覆盖中国五大重点工业部门（钢铁、水泥、铝冶炼、石化和煤化工）九类高排放产品约90%的在运产能。研究创新性地引入政策驱动内生学习机制，通过与TRL挂钩的技术特定学习率，动态模拟气候政策目标如何加速成本下降，捕捉现有模型所缺失的“政策—部署—成本”反馈循环。此外，本研究将IMED|TEC与中复杂尺度地球系统模型OSCAR耦合，评估净降温效益，并通过108个情景的综合敏感性分析进行了稳健性检验。

图1. 全球碳预算下的中国工业脱碳路径与贡献

早行动可更省钱：加速转型的经济与气候双赢

研究发现，若延续现有技术路径，技术的长时序效应将导致中国工业累计排放大量消耗全球剩余碳预算。加速部署源头减排技术，则可额外保留相当于全球剩余碳预算10%–20%的排放空间（约500亿吨CO2），并产生显著的净降温效益。

更重要的是，加速部署脱碳技术可同时带来额外减排与系统成本节约的协同效益。尽管加速情景下的累计转型投资高于延迟情景35%，但由于早期政策驱动部署触发了显著的内生学习效应，早期阶段技术在大规模商业化后实现了大幅成本下降（降幅达30–75%），最终使加速情景在2020至2060年间的累计系统总成本反而低于延迟情景约8.4%（节省约1.8万亿美元），凸显了延迟行动所付出的经济代价。

图2. 中国工业脱碳：不同情景下的转型路径与系统成本

识别2035-2040关键窗口，重塑终端能源格局

研究识别出2035年至2040年是中国工业脱碳的关键窗口期。2035年前，商业化可用技术主导减排；2035年后，氢基直接还原炼钢、惰性阳极铝冶炼、氢电混合化工等突破性技术加速从示范走向规模化商业部署，大幅替代传统高碳工艺。至2060年，成本低于200美元/吨CO2的技术可覆盖超过88%的年度减排量，工业脱碳进入规模化低成本阶段。

这一转型进程将从根本上重塑终端能源消费结构。化石燃料在工业终端能源中的占比将从2020年的逾七成大幅压缩。电力在终端能源中的份额显著提升，加速情景下2060年全生命周期电力消费较2020年增加146%，达4303 TWh。绿氢同时扮演清洁燃料与工业原料的双重角色，产量增至6600万吨，基本替代95%的化石基灰氢。

图3. 脱碳情景下的能源系统转型

发表与学术反响

该成果于2026年7月1日以“Accelerated pathways for China’s industrial decarbonization lower system costs and preserve the carbon budget”为题，在线发表于Cell Press旗下能源领域旗舰期刊《Joule》（限时全文下载链接：https://authors.elsevier.com/a/1nMj9925JEZC9Q）。Cell Press旗下权威期刊《One Earth》同期配发了由领域专家撰写的Preview评论文章。评论高度评价本研究“挑战了‘更深更快的脱碳必然带来更高经济负担’的传统观点”，并指出“该研究通过将技术成本下降与其成熟度阶段明确挂钩，揭示了早期政策支持如何使新兴技术提前数年达到与传统工艺的成本平价”。

此前，本研究的底层模型IMED作为联合国环境规划署第七次《全球环境展望》（GEO-7）认可的我国自主研发的代表性综合评估模型，为GEO-7报告提供了关键支撑。GEO-7报告将中国双碳路径列为典型国家案例，进一步凸显了本研究在全球气候治理政策制定中的重要参考价值。

北京大学碳中和研究院双聘教师、环境科学与工程学院长聘副教授戴瀚程，以及生态环境部减污降碳协同治理重点实验室严刚研究员为论文共同通讯作者；课题组博士生刘心远与华南理工大学环境与能源学院严妍为共同第一作者。合作单位还包括生态环境部环境规划院、北京航空航天大学、英国伦敦大学学院及奥地利国际应用系统分析研究所等。研究获得国家自然科学基金、国家科技重大专项、科技部国家重点研发计划等项目的资助。