重庆市温室气体排放系统动力学研究

重庆市温室气体排放系统动力学研究

系统动力学模型作为一种综合的仿真模型，适用于模拟能源部门间的供给与消费关系，并实现经济增长、技术进步、环境排放等诸多因素相互作用的因果影响，在对能源供应和需求技术详细表述的基础上，通过外生的情景假设驱动，有效协调人口、经济、资源与环境间的复杂动态反馈问题。因此，系统动力学模型已广泛应用于国家、区域或城市以及行业等多尺度下能源消费、供需调控、产业结构调整、温室气体排放与管理的综合研究中。

国家层面：李明玉［2］和宋世涛等［3］都对国家尺度能源供给与消费的供需关系进行了系统动力学建模的综述与分析，就影响国家能源供需关系的子系统结构和过程模拟进行阐述。朱勤等［4］建立分析人口-消费-碳排放的系统动力学模型, 对人口发展、经济增长、居民消费及碳排放进行动态仿真，定量考察未来人口发展与居民消费对碳排放的影响，量化人口发展与居民基本生活需求的合理碳排放空间。秦钟［5］等人运用系统动力学模型分析了GDP增长、产业结构调整与能源消费总量及煤炭、石油、天然气、水电消费量之间的关系，并在此基础上对中国能源需求和CO2排放量进行预测。Guan等人［6］在结合生产、生活、碳捕捉与封存和能源利用效率综合考虑的基础上，基于系统动力学原理模拟不同政策和技术条件下中国未来20年CO2排放的变化趋势，并提出大力发展碳捕捉与碳封存技术是未来减排的最有效方式。

区域城市层面：Li和Huang等人［7-9］构建了能源规划利用与温室气体排放的动态系统模型，以反映不确定条件下能源可持续利用与碳减排程度的综合实现效果，并将该模型应用到加拿大ong different subsystem of

greenhouse gases emission in Chongqing City

1.3 模型因果关系分析

在重庆市温室气体排放系统动力学模型边界之内，着重分析对能源系统产生影响的关键因素，包括能源消费和经济发展的各个子系统，如生活能源消费、一产能源消费、工业能源消费、建筑业能源消费和三产能源消费，并对各个子系统内部及相互影响要素和联系进行分析。将温室气体排放系统各个子系统中的关键要素都包含在边界之内，相互之间发生作用，形成复杂关系网；利用反馈组成闭合回路，通过正负反馈关系来反映不同信息与动作之间的相互影响结果［22］。另外，本研究还将经济计量学的柯布—道格拉斯生产函数、奥肯定律悖论和资本存量永续盘存法融入到系统动力学模型构建中，以提高系统动力学模型解决社会经济问题的精确性和可信度。

模型中主要反馈关系环和因果关系总结如下(带有“+”号的箭头表示正反馈关系，带有“-”号的箭头表示负反馈关系)：

反馈关系环：

1）能源消费一+GDP总量一+人均GDP一+生活水平一+人均生活能源消费一+能源消费

2）能源消费一+GDP总量一+工业GDP一+工业能源消耗一+能源消费

3）能源消费一+GDP总量一+建筑业GDP一+建筑业能源消耗一+能源消费

4）能源消费一+GDP总量一+第三产业GDP一+第三产业能源消耗一+能源消费

5）能源消费一+GDP总量一+固定资产投资一+资本存量一+GDP总量一+能源消费

6）能源消费一+GDP总量一-就业率一+就业人口一+GDP总量能源消费

因果关系：

1）常住人口一+就业人数一+GDP一+能源消费一+温室气体排放

2）常住人口一+固体废弃物一+温室气体排放

3）常住人口一+废水一+温室气体排放

4）建筑行业GDP一+建筑面积一+水泥消费一+温室气体排放

5）工业GDP一+工业固体废弃物一+温室气体排放

6）工业GDP一+工业废水一+温室气体排放

1.4 模型参数及方程确定

系统动力学模型中参数类型主要包括初始值、速率值、常数值、表函数、辅助变量值5种类型。不同类型参数及方程，主要采用以下几种方法确定：

（1）经验公式法。对于GDP与生产要素投入之间的关系，已有很多研究，得到一些经验公式值得借鉴。本研究中主要采用了道格拉斯经验生产函数，资本永续盘存，奥肯定律悖论三个经济学观点。

（2）回归分析法。对存在较大相关性的变量间的方程，借助SPSS软件，采用数学最小二乘法统计方法进行二元或多元线性回归分析，发现历史数据之间的相互规律，并进行拟合优度检验和显著性检验，进行回归分析确定回归方程。如第一产业GDP比例与城市化率关系、水泥消费量与建筑业GDP关系、人均生活能源消费与人均GDP关系等。

（3）多年算术平均值 。模型中不宜采用回归分析来拟合的参数，可以采用长时间数列的历史数据的算术或几何平均值来表示参数的平均水平，规避使用数学方程牵强拟合而出现不合理的数据偏差；

（4）表函数法。模型中有些变量之间不是简单的线性关系，不能代数组合得到，而表函数作为系统动力学建模的一个重要工具，具有方便操作、易于运用等优点［30］，可以处理不能通过回归分析等数学方法来确定参数的情况，实现对参数变化的精确描述。如减少林地面积、万元建筑业GDP能耗、万元工业GDP固废生产量等。

（5）参考相关文献的研究成果确定参数。如人口出生率、死亡率等数据。

1.5 模型有效性检验

系统动力学模型建立后，需要对该模型进行检验以判断模型和实际系统的符合程度，以保证模型的有效性和真实性。常用的系统动力学模型检验方法包括直观与运行检验、历史检验和灵敏度分析。

本研究在模型正常运行的基础上，选择2006-2008年重庆的历史数据和模拟数据进行历史检验。检验的变量包括常住人口、GDP、能源消费总量和温室气体排放量共四个重要数据，结果如表1所示。可以看出，4个变量各年份的模拟值与历史值均基本吻合，相对误差<10%，说明模型模拟结果与实际值拟合较好。在灵敏度分析方面，选择8个输出变量对16个参数变化的灵敏度进行分析，以了解这些参数的变化对系统的影响。这8个输出变量分别是：常住人口、GDP总量、能 

表1 模型有效性检验结果

Tab.1 Validity test results of model



图2 重庆市温室气体排放系统动力学模型参数灵敏性分析

Fig.2 Sensitivity analysis of the greenhouse gases emission dynamic model in Chongqing City

2 重庆市温室气体排放情景预测

重庆温室气体的排放与经济发展、能源需求、能源结构、碳汇能力等有关。因此，本研究中对经济发展考虑了由于投资率不同带来的高、中、低三种发展情景，并在此基础上设置节能情景和低碳情景，分别考虑节能水平的提高和能源结构的改善、碳汇能力增强对未来重庆温室气体排放变化趋势的影响。

2.1 节能情景设置

节能情景的设置主要考虑经济发展和单位GDP能耗水平降低两方面。

2.1.1 经济发展

为了保证经济的高速增长，重庆固定资产投资占GDP的比重相应维持在较高水平。本研究考虑不同的投资率和城市化带来的高、中、低三种经济发展速度及其对能源消耗和温室气体排放的影响。



表2 2008年各地区万元产值能耗（1997年不变价）

Tab.2 Energy consumption per 104 Yuan output

in different regions in 2008 (Constant Prices of 1997)

2.2 低碳情景设置

在节能情景的基础上，本研究考虑能源结构、清洁能源、碳汇能力三方面的影响，构造重庆低碳情景。

2.2.1 能源结构

(1)煤炭供应能力预测。

(2)电力供应能力预测。

in

Chongqing city by the end of “tic development under

energy saving scenario in Chongqing City

3.3 重庆能源消费



图5 重庆市能源消费预测

Fig.5 Predicted energy consumption in Chongqing City

3.4 温室气体排放



图6 重庆市节能情景温室气体排放预测

Fig. 6 Predicted greenhouse gases emission under

energy saving scenario in Chongqing City

图7 重庆市低碳情景温室气体排放预测

Fig.7 Predicted greenhouse gases emission 

under loparison of greenhouse gases emission

intensity betediate

speed economy

4 结论与对策

在重庆市温室气体排放现状评价和预测基础上，提出以下重庆市低碳经济发展的对策和建议：

（3）积极增加碳汇。在稳定现有森林覆盖率的同时，对有提升潜力的区域进一步通过造林和再造林稳步提升森林碳汇的质量和效果；建立健全重庆森林生态效益补偿机制，对林地的占有、开发、使用和消费，制定合理的生态和经济补偿措施和实施标准；大力发展CCS技术，支持引进先进CCS技术，加大推广执行力度，逐步由试点企业向重点行业推开。

(编辑：刘照胜)

参考文献(References)

［2］李明玉. 能源供给与能源消费的系统动力学模型［D］. 沈阳：东北大学，2009. ［Li Mingyu. The System Dynamics Model for Energy Supply and Energy Consumption ［D］. Shenyang: Northeastern University, 2009.］

［7］Lin Q G, Huang G H. A Dynamic Inexact Energy Systems Planning Model for Supporting Greenhousegas Emission Management and Sustainable Reneent Under UncertaintyA Case Study for the City of Waterloo, Canada ［J］. Renewable and Sustainable Energy Reviews，2009, 13: 1836-1853.

［8］Li G C, Huang G H, Lin Q G, et al. Development of a GHGmitigation Oriented Inexact Dynamic Model for Regional Energy System Management ［J］. Energy，2011, In Press.