不确定性犹存 绿色转型不易——2023年世界能源形势前瞻******

　　2023年，在地缘冲突、气候变化、汇率波动等多种因素影响下，全球能源安全不确定性将依然存在。

　　这场能源危机从去年延续至今，引发一些国家燃料短缺、企业倒闭、经济运行放缓，不仅迫使相关国家调整能源政策，而且可能促使国际能源格局深刻变化。

　　能源危机引发连锁反应

　　去年以来，全球能源供需矛盾急剧恶化，国际能源价格波动频繁，市场行情充满不确定性。

　　“这是第一次真正意义上的全球性能源危机，冲击广度和复杂性前所未有。”国际能源署日前发布的《2022年世界能源展望》报告开篇这样写道。

　　作为重要能源生产国、出口国，俄罗斯在全球能源市场中举足轻重。乌克兰危机升级后，美西方对俄发起严厉制裁，导致能源供应遇阻、价格飙涨并引发高通胀等连锁反应。

　　欧洲智库布鲁盖尔研究所不久前发布的统计数据显示，欧洲电力和天然气批发价格与2021年相比已上涨15倍，如果仅靠政府补贴而不采取其他措施应对，在能源价格回落前欧洲国家补贴费用或将高达1万亿欧元。

　　这次危机凸显国际能源供应结构的脆弱性。以天然气为例，由于来自俄罗斯的天然气锐减，欧洲进口液化天然气比例显著升高。然而，习惯通过管道进口天然气的欧洲国家，并没有足够的液化天然气储存设施。

　　数据显示，乌克兰危机升级前，欧盟30%的石油、45%的天然气和46%的煤炭来自俄罗斯。欧盟想要改变这种能源供应结构，并非短期内就能实现。

　　能源价格飙升不仅困扰欧洲，更引发全球连锁反应。液化天然气价格飙升，日韩等经济体想方设法节电同时，考虑重启核电；印度煤炭进口数量一度创历史新高；不少能源依靠进口的新兴经济体、欠发达经济体不得不与发达经济体高价竞购能源。这种状况也引发全球能源市场激烈重构，美国能源出口商利润暴增，北非等天然气储量较高地区也在试图增加出口。

　　欧洲能源危机及其连锁反应加剧全球大宗商品价格波动，众多国家通货膨胀率飙升，一些国家经济困境进一步加深。

　　能源价格短期或保持高位

　　除非地缘政治因素和全球供求关系出现根本变化，未来能源价格仍将在一段时间内保持高位，能源供应紧张局面将持续。

　　国际能源署执行干事法提赫·比罗尔此前表示，欧盟2023年可能面临约270亿立方米的天然气缺口，约占欧盟天然气基准总需求的6.8%。国际能源署预计，全球原油市场供应也可能在2023年第三季度出现大幅短缺的局面，带动伦敦布伦特原油期货价格升至每桶100美元附近。

　　世界银行近日发布的《大宗商品市场展望》预计，2023年全球原油、天然气和煤炭等主要能源价格将有所下降，但仍将远高于过去5年的平均水平。

　　美国标普全球商品洞察公司日前发布的《2023年能源展望》报告提到，尽管天然气、煤炭、原油等能源大宗商品价格2023年将有所下滑，但欧洲电力市场紧张局面不会有明显改善，电力市场结构性改革将成为欧洲各国2023年重要议程。

　　未来数年，俄罗斯油气生产和出口受限将导致全球天然气供应持续处于短缺状态，加之碳达峰碳中和行动引发的化石能源投资意愿低迷，以及可再生能源比重上升，全球能源供应的稳定性将明显降低，甚至会频繁出现轻度供应短缺危机。

　　高昂的能源成本或将推动不少欧洲国家能源密集型企业减产、停产或转移生产。德国伊弗经济研究所工业经济中心负责人奥利弗·法尔克表示：“如果能源价格长期保持高位，一些行业将离开德国。”

　　能源转型远水难解近渴

　　不少专家认为，能源价格飙升将迫使欧洲加快能源转型，“被动”引入更多绿色能源，但能源转型眼下还难以根本化解能源危机。

　　2022年5月，欧盟宣布将在5年内增加2100亿欧元投资，支持加快绿色能源发展。该方案的内容包括推动节约能源、能源供应多元化、加速可再生能源发展等。这一方案还提出将欧盟2030年的能效目标从9%提高到13%，同时到2030年将可再生能源在欧盟能源消费中的比重从40%提高至45%。

　　英国《经济学人》刊文表示，大多数国家在2023年将采取措施，短期内加大针对传统化石能源的投资，以确保能源供应安全，同时采取长期措施，调整国家主导的产业政策，加速可再生能源的发展。

　　国际能源署日前发布的《2022年可再生能源》报告预计，受能源危机推动，各国可再生能源设备安装明显提速，未来5年全球装机增量有望接近此前5年增量的两倍，其中光伏发电和风能将贡献新增发电能力的90%以上。比罗尔表示，当下的能源危机或将成为全球能源系统更清洁、更安全的历史转折点。

　　不过，也有专家认为，尽管能源价格飙升在一定程度上能够加速向可再生能源转型，但就目前能源危机状况而言，短期内对传统能源的依赖有可能不降反增，绿色可再生能源“远水解不了近渴”。

　　（新华社北京1月10日电 记者宿亮、许苏培）

　　《光明日报》（ 2023年01月12日 12版）

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟