1能源经济环境系统模型在城市区域尺度上应用研究
1.1自上而下模型自上而下模型主要用于宏观能源经济分析和能源政策规划方面的研究，它以经济学模型为出发点，重点描述国民经济各部门之间，能源生产和消费之间的关系，能源生产、消费等关键技术参数主要作为外生变量设定。自上而下模型包括CGE（computationalgeneralequilibriummodel）模型、系统动力学模型等，典型模型如欧盟开发的ICES，中国国务院发展研究中心开发和维护的DRC-CGE、中国社会科学院数量经济与技术经济研究所和澳大利亚莫纳什大学政策研究中心合作开发的PRCGEM，北京理工大学能源与环境政策研究中心开发的中国能源与环境政策分析模型CEEPA等。另外，奥地利国际应用系统分析研究所IIASA（InternationalInstituteforAppliedSystemsAnalysis）研究开发的MACRO、经济合作与发展组织（OECD）研究开发的GREEN（generalequilibriumenvironmentalmodel）等也属于自上而下模型。可计算一般均衡CGE（computationalgeneralequilibriummodel）模型的理论基础是现代微观经济学的一般均衡理论，世界上第一个CGE模型是由挪威经济学家Johansen于1960年的创立，经过多年的发展，CGE模型的研究和应用取得了显著的进步。CGE模型在政策分析方面具有明显的优越性，广泛应用于能源贸易、能源环境及税收等政策分析。目前，国内外CGE模型的重点研究方向是能源环境政策的社会、经济影响分析、能源效率相关研究、能源价格、能源强度、能源消费结构相关研究、水资源问题研究等。考虑环境质量的变化对社会、经济系统的影响、国际贸易对环境系统的影响分析和建立真正的动态CGE模型分析经济能源环境问题是未来CGE模型发展的方向[18]。CGE模型主要通过历史数据对一些主要关键参数进行估计，历史数据的质量和估计方法决定了参数估计值的有效性。另外，CGE模型不对能源系统进行详细描述，因此无法准确估计模拟新技术进步对能源经济环境系统的影响。CGE模型采用成熟的一般均衡经济理论，所以比较适合分析市场体系比较完善的宏观经济体系。从研究范围上看，多数自上而下模型更多的应用于国家乃至世界范围内，CGE也同样如此。简单的自上而下模型假定各区域（部门）的产出比例保持不变，CGE模型可以计算根据各区域（部门）产出的百分比变化时对整体经济水平产出的影响，区域（部门）之间的差异仅仅体现在最初的结构比例上。这些模型描述的研究目标的地理范围相对很大，所以不能充分考虑特定区域城市的特点。建立细化的多区域、多部门CGE模型的主要问题在于计算工作量和有效数据的缺乏。如果一个模型根据区域（部门）划分为多个维度，即使采用线性计算方法工带来的计算工作量的增加也将非常巨大。利用多区域、多部门CGE模型进行政策分析需要各区域（部门）以及区域（部门）之间分行业的详细投入产出数据，多数国家不具备这样的统计体系[16]。李善同[3]等在国务院发展研究中心（DRC）1995年起开发和维护的包含我国30个省份的多区域可计算一般均衡模型DRC-CGE模型基础上对分品种能源的生产过程进行了进一步刻画和扩展。在模拟分析了我国能源需求总量基础上进一步分解出我国各地区对能源的需求，进而分析了基于主体功能区的我国区域和城市发展战略。李娜等[19]利用我国动态多区域可计算一般均衡（CGE）模型，模拟了低碳经济时代实施碳税政策对我国区域发展格局演进的影响。袁永娜等[20]基于30省区、市CGE模型，模拟分析了碳排放许可的强度分配标准对我国区域协调发展的影响。LuChuanyi等[21]以陕西省为例，建立了两区域十部门的CGE模型分析能源部门投资增长对当地经济和碳排放的影响。模型设定能源部门的投资增长率分别为20%、40%、60%三种不同的情景下宏观经济的发生的变化。黄蕊等[22]基于通用可计算一般均衡（CGE）平台，探讨了能源价格变动对新疆地区宏观经济的影响，其研究所采用的CGE模型与通常的全国水平上的CGE模型的区别首先表现在行为主体上。CGE模型中的行为主体包括：企业、居民和政府。在全国水平模型中，政府只有一个，而在区域CGE模型中，政府分为中央政府和区域政府，将新疆地区的经济分为了41个部门。同时模型中还考虑了区域同国外以及国内其他区域间的商品和要素流动。系统动力学是一种以反馈控制理论为基础，以计算机仿真技术为手段，通常用以研究复杂的社会经济系统的定量方法[23]。二十世纪六十年代末，Forrester提出城市动力学，取得了一系列关于美国城市兴衰问题理论和应用研究成果。城市系统动力学模型主要根据系统动力学的原理，从经济、能源、环境等子系统出发来分析其中各个因素的因果关系，实现城市运行复杂系统的宏观分析和模拟。同GIS相结合的空间系统动力学模型是目前系统动力学发展的热点和研究方向之一。系统动力学方法是对非线性复杂大系统的仿真，系统动力学模型的主要优势在于描述系统内部各部分结构之间的内在联系和变化。城市系统动力学模型的研究对象多为发达或较发达地区的大城市和特大城市，研究重点领域包括城市交通和水资源等。宋世涛[24]等认为自20世纪80年代系统动力学引入我国之后，在可持续发展领域已有大量的运用，研究成果丰富，但多数集中于地方性区域可持续发展问题的研究，在地方区域可持续发展的系统动力学研究中，城市层次的研究较多，而对省、县两级的研究有待加强。周银香[25]以低碳交通试点城市杭州市为例，引入系统动力学理论建立城市交通的社会经济、交通供需和能源消耗碳排放三个子系统，绘制复杂系统反馈的因果回路图，从而探析城市交通能耗和碳排放的社会经济、交通供需及政策等方面的驱动因子，并构建仿真模型对城市交通能源消耗和碳排放量进行仿真预测，进而提出城市交通低碳发展的对策和建议。陈彬[26]等以重庆市为例，以经济和人口增长导致的能源消费为核心，构建重庆市温室气体排放的系统动力学模型。模型设定不同投资率下的高、中、低三种经济发展模式，并在此基础上设置节能和低碳情景，探求节能水平提高、能源结构改善和碳汇能力增强对未来重庆温室气体排放的影响。ZhaoWei[27]以重庆市为例，建立了系统动力学模型评价比较了不同经济和环境政策下资源回收中心处理和回收建筑垃圾的成本问题。FengYueyi[28]建立系统动力学模型分析了2005～2030年北京城市能源消费和CO2排放趋势。模型以北京为案例探索了城市能源需求、经济和社会发展之间的内在联系，采用STELLA平台开发了整合的系统动力学模型框架。考虑城市能源系统动态变化结构的模型可以用来分析决定城市能源需求和碳排放的主要因素。敏感性分析的结果表明适当控制城市经济发展和人口增长对于应对气候变化和城市节能减排具有深远影响。1.2自下而上模型自下而上模型以能源生产和消费的技术进步为出发点来分析能源系统，对能源相关技术和工艺流程进行了详细描述和仿真，进而综合分析能源生产和消费对经济和社会的影响。自下而上模型被国际各大能源机构广泛开发应用于能源规划分析，以国际能源署为核心开发的MARKAL，欧盟开发的EFOM、POLES、PRIMES、瑞典斯德哥尔摩环境研究所开发的LEAP模型，日本国立环境研究所开发AIM模型，奥地利国际应用系统分析研究所IIASA的Message模型等都是自下而上模型的典型代表。自下而上模型既可以单独使用，也可以同自上而下模型耦合连接使用，例如MARKAL和MACRO连接使用，Message和MACRO连接使用等。自底向下模型属于工程学领域，优势在于对能源系统进行详细描述，重视技术细节，被国际能源研究机构广泛用于全球能源需求中长期预测。国际能源研究机构采用具有各自独立的技术参数数据库不同的模型体系，每年更新和发布最新预测结果，成为国际能源战略研究的基础。从研究范围上看，自底向下模型如MARKAL和LEAP，对能源供应和需求系统进行了详细的技术参数描述，因此可以被用于国家及城市区域水平上的能源经济环境系统分析。MARKAL模型被用于分析上海市不同的能源政策的减排效果，如何才能有效减少CO2等污染物排放以及减少CO2等污染物排放对经济社会发展的好处。ChenChanghong等采用MARKAL（市场分配）模型研究了上海能源系统对能源结构调整政策的响应，情景分析设定中包括提高能源效率，供应侧的能源结构调整和终端能源消费结构调整等。上海能源系统的MARKAL模型中共包括30个能源需求类别、22种能源载体、30种物料、28种工艺、173种能源技术（其中有21种能源加工转换技术）。在能源技术数据库中，既包括上海正在使用的技术，也包括国外正在使用的和最新的能源技术[29～36]。佟庆等[37]应用MARKAL模型研究北京市中远期能源发展的过程，在满足给定的能源需求量和污染物排放量限制条件下，确定出使能源系统成本最小化的一次能源供应结构和用能技术结构。根据当时北京市未来能源、经济、环境协调发展目标的要求，进行了几种可能的未来能源系统发展情景分析。Shrestha等[38]采用MARKAL模型设定了10%、20%、30%三种碳减排目标情景下尼泊尔加德满都山谷2005～2050年不同部门能源使用和碳减排目标实现问题。从研究范围上看，LEAP模型同样也被开发用于国家及区域层面上的能源需求分析[39]，LEAP模型还可以应用于部门水平的能源经济环境分析，电力部门[40～41]、交通部门[42～44]、居民消费[45～46]等。Manzini[42]采用LEAP模型设定了3种情景分析了墨西哥城大都市区交通部门采用清洁能源和技术的节能减排潜力以及相关成本。Kadian等[45]以印度德里市为例，采用LEAP模型设置了不同情景分析了德里市2001～2021年整体能源消费以及居民生活部门的碳排放问题，分析了不同政策和技术选择情景下的能源消费问题。Pradhan[43]采用LEAP模型设定了两种情景分析了尼泊尔加德满都山谷公共交通部门采用清洁能源和技术的节能减排潜力。曹斌等[47]、LinJianyi等[48]从城市尺度出发，以厦门市为实际研究案例，应用LEAP模型进行节能减排政策情景分析，定量分析评价城市节能减排潜力。该模型根据LEAP模型的计算口径对统计数据进行了校正，研究所使用的数据来源于3个方面：统计年鉴、城市及部门规划和部门调研。研究结果表明使用替代清洁能源能有效促进节能减排，工业部门具有最大的节能减排潜力。Shabbir等[44]采用LEAP模型设定了四种不同情景分析了2000～2030年巴基斯坦拉瓦尔品第城市交通部门的氮氧化物、硫化物、悬浮物颗粒等空气污染和能源需求问题。YophyHuang[49]采用LEAP模型设定了3种情景分析了台湾的长期能源需求、供应和温室气体排放问题。冯悦怡[50]以北京市为例，通过构建LEAP模型借助情景分析方法探讨不同发展路径对城市未来能源消耗和碳排放的可能影响。该模型认为“建成区”并不是我国现有城市有关数据的统计口径，以其为研究对象是不可行的。由于北京市城市化水平很高，另外考虑数据易得性，文中选取整个北京市市域范围进行分析研究。1.3混合能源模型自上而下模型和自下而上模型各有不同的特点，同一情况下两种模型的不同分析结果令决策者难以选择。混合模型克服了自上而下模型的不考虑技术细节等理论缺点，同时不要求完全的自下而上模型相同的数据量。因此，建立既考虑技术细节又能详细分析经济政策效果的整合两类模型优点的综合集成模型被认为是能源经济环境系统模型的发展趋势。两类模型可以中互相独立添加对应缺少的简化模块，也可以通过“软连接”“硬连接”方式实现模型间的信息处理和交互。相比难度较高的“硬连接”方式，“软连接”的方式更为研究者广泛采用。混合能源模型的典型模型包括美国能源信息署EIA开发的NEMS（thenationalEnergyModelingSystems）、欧盟的WITCH，中国国家发改委能源研究所（ERI-NDRC）开发和维护的IPAC等。另外，奥地利国际系统分析研究所IIASA与世界能源委员会WECH合作开发的IIASA-WECE3，国际能源署IEA研究开发的WEM模型等也属于混合能源模型。中国国家发展和改革委员会能源研究所（ERI-NDRC）开发和维护的能源环境综合政策评价模型IPAC模型是一个包括多种方法论的多模型框架，其中有自上而下型的一般均衡模型（CGE模型），也有详细描述分部门技术的自下而上型模型，同时还有介于两者之间的部分均衡模型和动态经济学模型[51]。从研究范围上看，目前IPAC模型包括全球模型，国家模型和区域模型。IPAC-TIMER和IPAC-Emission属于全球模型，IPAC-TIMER最开始来源于IMAGE模型，IPAC-Emission模型主要在基于IPCC关于排放情景的特别报告基础上开发完成。国家模型包括CGE模型和技术模拟模型。省级区域模型的技术模拟框架同国际模型一致，包括中国所有省份，最近城市尺度上的技术模型刚刚开发完成[52]。混合能源模型是复杂的模型系统，子模型众多，涉及的学科领域非常广泛，开发和维护都需要巨大的人力物力，国家层面上以及城市区域尺度上的研究和应用都较少。李爱军[53]采用“自上而下”和“自下而上”相结合的建模方法，以可计算一般均衡模型为基础平台上行扩展和改进，对我国二氧化硫和二氧化碳减排进行区域间建模用于分析硫税的区域间波及影响、以及评价电力部门的脱硫技术的区域间影响。该模型强调了把能源技术模型融合在区域间可计算一般均衡模型中的建模方法。同时提出了进一步发展该模型存在的问题，包括数据更新，建立分区域的技术参数数据库以及分析环境政策和减排技术的进步之间的关系。2010年中国社会科学院、国家发改委能源所、英国查塔姆研究所、吉林大学等机构联合完成《吉林市低碳发展计划》[54]，为吉林市描绘了低碳发展路线图，国家发改委能源研究所采用IPAC-AIM/技术模型对吉林市的能源前景作了细致的量化预测。IPAC-AIM/技术模型已经经过我国能源及排放情景分析，以及包括北京、广东和香港在内的地区和城市的情景分析的验证。IPAC-AIM/技术模型分析了到2030年吉林能源消耗及与之相关的CO2排放的三个情景，并介绍了在吉林从传统发展轨迹进入低碳发展轨迹中的关键技术。之后，利用自上而下的分析方法针对关键领域找出具体的低碳技术投资项目。在对供求双方进行情景分析时，一共考虑了400多项技术，其中既有现有技术，也有未来可能使用的技术。
2结论与讨论
随着城市在应对气候变化，解决能源环境问题方面的重要地位越来越突出，能源经济环境系统模型在城市区域尺度上的应用研究也不断展开。世界上很多国家的城市在制定能源经济环境的发展战略和政策的过程中采用这些模型的研究成果，这些研究进展对于解决城市所面临的资源和环境约束问题，减少温室气体排放和控制空气污染具有重要意义，发挥了重要作用。通过对这些研究的论述，可以发现如下几点。（1）在城市区域尺度上的研究上自下而上模型比自上而下模型及混合能源模型应用的相对广泛。无论是自上而下模型、自下而上模型和混合能源经济环境系统模型在城市区域尺度上的应用研究都主要是采用情景分析方法对城市能源供给、需求和碳排放等重要变量进行结果分析。情景分析模拟的多是城市中长期预测的结果，在城市化进程不断加快，城市化水平迅速提高和城市规模的不断扩大的现实情况下，如何实现这些远期情景分析目标的具体路径是能源经济环境系统模型在城市尺度应用研究上的巨大挑战。另外，能源经济环境系统模型在城市区域尺度上的应用研究上没有充分考虑城市能源结构和能源使用形态相差极大的不同规模等级和人口密度城市的适用性和局限性问题。最后，很多能源经济环境系统模型中关于城市能源消费核算的时间尺度和空间尺度范围没有界定清晰，重要变量研究统计口径不统一，使得不同研究结果之间很难互相比较，政策制定者难以判断选择。（2）能源经济环境系统模型在城市区域尺度上的分析研究面临问题的主要原因有效数据的可获得性和能源环境系统模型构建的复杂性及时滞性。数据质量是构建并应用城市能源经济环境系统模型的关键，数据的连续可得性和质量是制约模型开发和应用的一个关键因素。不同规模区域和城市的独特性描述只能通过获得该地区的详细数据，这些特征性的数据会对模型的模拟结果产生重要的影响，对于政策的决策参考具有重要意义。目前多数城市能源统计体系相对不够完善，比如我国很多城市没有能源平衡表、有的只有最近几年的能源平衡表或者不同年份的采用不同核算单位编制的能源平衡表。处于相对不发达地区的广大中小城市的有效统计数据可获得性更是不容乐观。除了数据质量问题以外，能源经济环境系统模型建模的复杂性和长期性也难以适应快速城市化的现实。建立能源经济环境系统模型是一项庞大而复杂的工程，其中包括众多的子模型并应用多种研究方法和理论。一般情况下，复杂大型的能源经济环境系统模型本身的性质决定了从设计到应用到政策制定上需要十几年的时间，政策的验证阶段同样需要几年的时间使政策制定者，研究人员以及利益相关者达成一致[52]。（3）城市在应对全球变化和温室气体减排方面发挥着决定性作用，是发展低碳经济的主要空间载体。目前制定的城市能源使用形态将在未来很多年里决定能源需求并影响消费者行为。因此为了发挥城市在应对气候变化中的积极重要作用，科学、合理地预测城市能源的供求，制定城市能源发展政策具有重要意义。城市能源系统是复杂、开放的系统。我国幅员辽阔，不同规模的城市数目众多，城市之间资源禀赋差异较大，建立整合城市特点的能源经济环境系统模型是一项巨大挑战。未来城市将仍然是财富和生产活动中心，同时也是技术创新、应用扩散的中心，应对气候变化行动的政策实验室。城市有相应的能力更有责任选择实现可持续发展的道路转型[55]。构建科学合理的城市能源统计体系，开发综合考虑整合城市的空间发展模式、人口结构变化、技术使用特征等城市能源经济环境特点的系统性模型对于科学合理制定正确的城市能源战略政策具有重要意义。
作者：张晓梅 庄贵阳 单位：中国社会科学院研究生院 中国社会科学院城市发展与环境研究所
