第一位主讲人是姜尚荣，现为中国科学院大学经济与管理学院博士研究生，主要从事金融科技、运营管理和区块链技术应用与管理等领域的研究工作。研究成果发表于Nature Communications等国际著名期刊上。文章的研究背景是在全球货币和商品市场的比特币投资热的带动下，比特币区块链产业飞速发展；而比特币产业在运营过程中由于使用大型矿池，在获取高额区块收益的同时也形成了不容忽视的高耗能和高碳排放行为。截至目前，中国比特币矿池算力占全球比特币网络总算力的70%以上。这一新兴行业的碳排放行为对中国2030年碳达峰目标具有潜在的阻碍作用。基于系统动力学理论，作者开发了一套中国比特币碳排放（BBCE）测度模型。依照环境科学中的碳足迹理论，首先厘清了比特币网络在各个运营环节中所产生的碳排放的内在理论机制，并利用现实比特币运营数据对模型变量进行参数设定。通过对中国比特币产业2014年-2030年的能耗和碳排放测度，作者发现在基准情况下中国比特币产业年能耗将在2024年达到峰值（296.59太瓦时），并产生相应的1.305亿公吨碳排放。这一排放量将超过捷克、卡塔尔等国家年碳排放总量，同时也在全国182个地级市和42个主要工业部门年碳排放排名中位居前10。这一发现表明中国比特币产业运营产生的能耗和碳排放将有可能成为中国减排和可持续发展道路上的重要阻碍。
所以，基于BBCE模型测度结果，他们引入了市场准入门槛、矿池布局管制和碳税等可行的碳排放政策进行了深入的模拟与分析。经过政策模拟和评估进行对比分析，得出在中国比特币产业减排问题上，与提高市场准入门槛和征收碳税等政策相比，引导比特币矿池合理布局与产业能源消费结构转型具有更好的减排效果。作为具有广阔前景的新兴技术，基于区块链技术的交易具有可验证性、不可篡改性和匿名性等优势。这些特性能够显著解决现阶段传统产业和商业活动所面临的可信任性痛点，但是比特币区块链的实际运营案例显示，区块链共识机制（Consensus Algorithm）在设计过程中除了考虑去中心化和提高信任机制等因素，还应该将区块链网络可能产生的碳排放和环境问题纳入全局进行综合考量。文章的发现为未来区块链共识机制的设计提供了一定的理论依据和导向。
第二位主讲人是黎俊，现为中国科学院大学经济与管理学院在读硕士研究生，研究方向是供应链管理以及鲁棒优化。他带来的分享内容是基于截断需求的分布鲁棒报童问题。在实际库存决策中, 我们通常只能观察到销售量而非真实需求量, 这导致了库存决策的截断需求问题——部分需求信息被库存水平所截断，所以文章在报童问题设置下首次提出了使用条件分布鲁棒优化技术来处理截断需求信息。具体而言,就是在历史销售数据的基础上, 考虑了包含需求条件分布矩信息的分布不确定集, 进一步提出将库存状态信息引入该分布不确定集, 并导出了两类模型的闭式解。
最后得到的结果表明: 一是在基于均值-支撑集的分布不确定集下, 支撑集的上下界决定了分布鲁棒报童模型的闭式解; 二是在相同支撑集的情况下, 截断需求信息并不能提升分布鲁棒报童问题的期望收益; 当支撑集不同时, 随着订货价与零售价之比增大, 分布鲁棒报童问题的最优订货数量减少, 并且当订货价与零售价之比处于某一范围时, 截断需求信息可以提高分布鲁棒报童模型的期望收益; 三是基于均值-方差-支撑集的分布不确定集下, 期望、方差以及订货价与零售价共同决定了分布鲁棒报童模型的闭式解, 并且随着需求的期望增大, 分布鲁棒报童问题的最优订货数量增加, 期望收益增加; 随着订货价与零售价之比增大, 分布鲁棒报童问题的最优订货数量降低。
论坛的尾声，同学们就分享的内容以及自己日常比较关注的方面向两位主讲人提问，两位主讲人都给出了自己的理解与思考；同时也有听众对他们的研究提出了可能的建议并得到主讲人的肯定。最后，论坛主持人王曙明副教授进行了总结。
责任编辑：张婧睿
