（通讯员：谢雨川）10月13日上午，我学院2023年环境与健康经济学研讨会（八）在学院405教室顺利举行。新加坡国立大学能源研究所资深研究员苏斌受邀担任主讲嘉宾，以“Time Disaggregation in Input-Output Analysis of Embodied Energy and Emissions”为题进行学术报告与交流。本次会议由44118太阳成城集团副教授王班班老师主持，我学院宋德勇、蔡必卿、魏杰、李明阳老师以及武汉大学谭秀杰副教授等众多师生参与。

首先，苏斌老师详细介绍了论文的研究背景。影响能源消耗的因素主要可以分为三类，即能源效率、生产结构和需求，其中需求又可以分为需求结构和需求总量。投入产出（I-O）分析可以考虑不同行业或部门之间的经济联系和交互作用，将上下游全链条的排放情况纳入分析，在能源和相关的碳排放研究中有较大的优势。随着该分析方法的广泛应用和发展，投入产出数据的颗粒度也面临更高的要求。除了在部门层面、区域（空间）层面上进行细分，时间颗粒度也是重要的一个组成部分。目前相关的I-O分析通常使用年度数据，然而在大部分国家，可再生能源供应和需求在一年内会随着时间的推移而发生显著变化，从而对经济活动产生影响。因此，使用年度数据进行的I-O分析无法捕捉到月度的摆动性，只能呈现年度内的平均值。

为了研究这种时间动态变化，苏斌提出了一个使用月度数据的I-O分析框架。在此基础上，通过结构分解分析（SDA）研究了隐含能源、隐含碳以及AEI（aggregate embodied intensity）指标的驱动因素。进一步，使用中国2018年数据集进行应用研究，结果表明，时间动态在研究隐含能耗和AEI指标中非常重要，其中的驱动因素在几个月内会出现显著变化。可以看出，增加数据颗粒度有助于揭示更多有用的信息，特别是在向深度脱碳转型过程中，时间动态研究结果将为未来政策的制定提供有力支持。I-O分析框架还可以扩展到其他时间范围、其他能源类型和最终需求领域，同时也可以从单一区域框架扩展到多区域框架，为相关研究带来新的启示和帮助。

在交流讨论环节，现场讨论氛围热烈。王班班老师提出，月度层面的分析可能会对产能和资源配置效率有着更强的约束；其他老师和同学也分别交流了月度数据I-O分析框架的假设与细节、SDA分析方法和计量方法的关系和各自的优势等等问题。最后，王老师及各位师生对苏斌老师的分享表示衷心感谢，本次学术讲座圆满结束。

嘉宾介绍：苏斌(Dr. Su Bin)是新加坡国立大学能源研究所资深研究员，能源与环境研究中心主任，能源系统建模团队负责人，同时担任新加坡节能和低碳路径发展研究项目总负责人。主要研究领域为能源和环境经济与政策、能源与气候变化、能源环境系统建模和分析，在能源和环境相关的国际期刊上已发表SCI/SSCI论文140多篇，其中ESI高被引文章40多篇，研究工作被引用10000多次，连续五年(2018-2022)入选科睿唯安全球高被引科学家(2018年“交叉领域”，2019-2022年“经济与商业”)，连续四年(2019-2022)入选斯坦福大学研究团队发布的全球前2%顶尖科学家(能源领域)，连续两年(2021-2022)入选全球知名经济学研究数据库RePEC/IDEAS发布的全球Top 1%经济学家和Research.Com网站发布的“全球前1%科学家”(经济与金融领域)。现任Energy Economics (SSCI)期刊副主编，多个国际期刊的客座主编、副主编和编委，以及100多个国际期刊审稿人。在新加坡主持和参与三十多项能源环境相关的政府研究项目，获得新加坡贸易与工业部、可持续发展与环境部、外交部、经济发展局、国家环境署、能源市场管理局、海运和港口管理局、气候变化秘书处、国家研究基金会等政府部门资金支持。