实现“双碳”目标，上海有何路径、捷径、机遇？******

　　中新网上海1月12日电(记者 范宇斌)如何统筹推进碳达峰碳中和？正在此间召开的2023年上海市两会上，各民主党派上海市委员会和上海市工商业联合会聚焦“双碳”目标，提交集体提案，积极建言，凝聚共识。

　　中国力争2030年前实现碳达峰，2060年前实现碳中和。

　　“产品碳足迹的精准量化是实现‘双碳’目标的前提，而工业产品的碳足迹量化是实现‘双碳’目标第一步，量化碳足迹作为减少碳排放的第一步，能够有效帮助辨识在产品全生命周期中主要的温室气体排放过程。”为此，中国民主建国会上海市委员会在集体提案中建议，应率先建立产品碳足迹可信的精准量化标准体系，打造“上海制造”“双碳”新名片。

　　中国民主建国会上海市委员会建议，可以着力接轨国际通行的标准和规范，率先建立基于可信的、精准量化的产品碳足迹标准体系；推动产品碳足迹精准量化示范试点，有序推广到不同行业；完善碳足迹相关产业政策，引导高质量可持续发展。

　　对于超大城市上海而言，实现“双碳”目标，有何路径可走？

　　“降污减排、协同增效是促进上海经济绿色转型的重要途径之一。”中国民主促进会上海市委员会在集体提案中指出，当前上海经济发展与环境保护的长期矛盾尚未根本缓解，面对经济复苏、空气质量达标、“双碳”目标实现等多重压力，后疫情时期的经济复苏将增大空气质量达标以及“双碳”目标实现的难度。

　　如何“破题”？中国民主促进会上海市委员会建议，可以制定多种污染物协同控制的管控机制，并分类区分不同行业，制定不同时间段的降碳减排目标，落实应对措施；建立长三角地区协同的降碳减排交易机制，在长三角区域同权、同价，严格统一规范初始配额的发放方法、规则及年度核查规则；应用智能化、网络化、数字化等当代技术，作出周密有序的部署，以发展非化石能源为视角，寻求淘汰陈旧产能的发展路径。

　　实现“双碳”目标是否有“捷径”？

　　九三学社上海市委员会在集体提案中建议，推动数字技术赋能绿色低碳转型，大力推进数字技术与绿色低碳融合发展，提高产业高端化、智能化、绿色化水平。

　　审视当下，各地在推动绿色低碳转型过程中，面临着数字技术赋能低碳转型缺乏具体方案、数字技术和减排技术支撑能力不足、产业生态和应用场景不完善、数据中心碳排放体量大和减排难等诸多问题。

　　对此，九三学社上海市委员会建议，加强顶层设计和应用示范，制定数字技术赋能低碳转型规划；加强科技支撑和人才保障，依托“科技创新行动计划”支撑前沿数字低碳关键核心技术攻关；推动行业节能减排发展，重点用能单位率先开展数字化绿色低碳转型，丰富数字技术的节能降碳应用场景；促进数字低碳技术多元应用，打造统一的碳排放监测网络，建立碳排放数字监测和服务平台；推动数据中心绿色低碳发展，推广分布式供能、数电联营等绿色运营模式，探索“海洋+数据中心+风电”综合开发。

　　实现“双碳”目标又催生哪些新机遇？

　　“抢抓绿色低碳新赛道、培育绿色发展新动能已成为上海构筑未来发展竞争优势的战略方向。”上海市工商业联合会在集体提案中建议，助推民营经济抢占绿色低碳新赛道，赋能上海高质量发展。

　　据上海市工商业联合会介绍，一些民营企业已开始实践，在清洁能源、节能环保等领域展现发展实力，并形成了一批创新成果。“下一步，建议整合各方资源，共建绿色低碳产业生态；积极主动作为，加强绿色低碳引导服务；拓展场景应用，推动绿色低碳实践探索。”

　　2023年上海市政府工作报告明确，上海市今年将积极稳妥推进碳达峰碳中和。实施煤电节能降碳改造，推进 LNG站线扩建、分布式光伏建设，规划建设深远海海上风电示范、外电入沪等重大项目，推动电动汽车充换电设施建设，加快构建新型电力系统。发展绿色园区、绿色工厂、绿色产品、绿色供应链，坚决遏制高耗能、高排放、低水平项目盲目发展，淘汰落后产能450项。推动海铁联运、江海联运等多式联运发展。实施超低能耗建筑项目200万平方米、公共建筑节能改造400万平方米。推进碳普惠制度建设，倡导绿色低碳生活方式。(完)

你的隐私，大数据怎知道******

　　作者：杨义先、钮心忻（均为北京邮电大学教授）

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。

　　《光明日报》（ 2023年01月12日 16版）