编辑：孟源媛　来源：大数据工程系

近日，2026 帆软智数先锋 AI 创新大赛赛事结果公布，我院 Echo 团队参赛作品《电碳经纬：海外候选国电碳风险初筛 —— 基于 FineBI Next 的 12 国三情景选址前置决策支持系统》荣获数据可视化分析赛道（高校）二等奖。团队聚焦高耗能制造企业海外建厂选址痛点，搭建一套可追溯、可复算的电碳风险预筛分析平台，充分展现了我院学生数据分析能力与跨领域问题解决的实践素养。

本次参赛 Echo 团队由邓乔丹、黄兮奕、徐晶三名同学组成，由孟源媛老师担任指导教师。在海外制造产能扩张的现实场景下，企业开展海外候选国筛选时，电力结构、碳强度、存量化石资产等关键信息分散在多份数据库与报告中，信息口径不统一，容易造成风险识别滞后，增加项目前期尽调成本。针对该业务痛点，团队将业务研究、数据治理、BI开发能力相结合，开展项目研发工作。

项目选取匈牙利、德国、越南等12个海外候选国家作为分析对象，整合OWID、WRI、世界银行等多套公开数据源，完成数据清洗、口径对齐与指标建模，形成 351条国家年度记录、14088条电厂原始记录。作品依托FineBI Next工具搭建六页交互式仪表板，依次实现总控初筛、结构归因、转型轨迹验证、化石资产锁定识别、多情景压力测试、尽调行动分层完整分析链路，区分历史事实、派生指标、情景测算、行动建议四类证据，全部计算结论均可回溯原始数据、计算公式与来源年份，避免将情景测算结果误解读为真实投资预测。

系统设置平衡基准、低碳承诺、高耗能扩产压力三类模拟用电情景，从电力碳排放、内部碳成本暴露、清洁电力缺口、化石电厂锁定风险多个维度开展量化评估，输出优先尽调、保留观察、暂缓三类行动分层建议。在基准情景测算下，系统将匈牙利、德国、越南列为首轮优先尽调国家；同时识别波兰存量化石资产锁定高风险预警，提示后续需重点核验煤电退出节奏与园区供电条件。作品明确自身边界，仅用于候选国家前期风险预筛排序，不替代园区、合同、法律层面的项目级实地尽调，为海外选址研究人员提供结构化决策参考工具。

备赛期间，团队建立完整质量控制流程，完成唯一性校验、单位口径检查、页面显示复核等八项质量核查。团队分工覆盖业务研究、数据整理、指标建模、可视化开发、质量复核，遇到计算逻辑疑似异常时，不随意修改数据图表，而是复盘公式边界、在文档中完整解释结果成因，坚持分析成果 “可解释、可复算、可落地” 的原则，把课堂所学数据分析知识落地到真实产业业务场景当中。

本次参赛是我院坚持科教融汇，鼓励学生面向真实产业问题开展创新实践的一次有益探索。学院将持续引导学生立足专业，积极参与各类学科竞赛，在项目实战中锤炼数据分析、工程实现、团队协作等综合素养，不断提升学生的创新实践能力。

一审一校：李 静

二审二校：贺 敏

三审三校：蔡金材