EN中文

自然资源学报 >

2022 , Vol. 37 >Issue 5: 1352 - 1369

DOI: https://doi.org/10.31497/zrzyxb.20220517

“双碳”目标的实现路径

基于系统动力学的中国碳减排路径模拟

  • 王火根 ,
  • 肖丽香 ,
  • 廖冰
展开
  • 江西农业大学经济管理学院,南昌 330045
廖冰（1989- ）,男,江西高安人,博士,讲师,研究方向为生态环境评估。E-mail:

王火根（1971- ）,男,江西黎川人,博士,教授,硕士生导师,研究方向为项目投资评估。E-mail:

收稿日期: 2021-09-22

  修回日期: 2022-01-05

  网络出版日期: 2022-07-28

基金资助

国家自然科学基金项目(71663030)

国家自然科学基金项目(71963018)

教育部人文社会科学一般项目(20YJC630076)

收起

Simulation of China's carbon emission reduction path based on system dynamics

  • WANG Huo-gen ,
  • XIAO Li-xiang ,
  • LIAO Bing
Expand
  • College of Economics and Management, Jiangxi Agricultural University, Nanchang 330045, China

Received date: 2021-09-22

  Revised date: 2022-01-05

  Online published: 2022-07-28

Fold

摘要

通过分析二氧化碳排放影响因素之间作用关系与碳减排的主要路径,构建二氧化碳排放系统动力学模型。在此基础上,通过调控供给侧经济增长速度、能源结构和产业结构要素,预测四种不同情景方案对二氧化碳排放的影响,以进一步探讨二氧化碳排放主要部门减排贡献。结果表明：四种方案的二氧化碳净排放量增长趋势逐年变缓,在二氧化碳净排放量达到峰值后,调整经济增速、改善能源结构和优化产业结构继续为碳减排发挥积极作用,相比于经济增速和产业结构调整,能源结构改善的减排贡献度更高。在综合调控经济增速、能源结构和产业结构的方案下,中国二氧化碳净排放量2024年将达到高峰值104.45亿t,2058年实现碳中和,这与现实情况更加吻合。未来若能抓住经济、能源、产业低碳转型的良好机遇,并进一步加强各部门的减排努力,中国二氧化碳净排放量有望2025年前达峰,2060年前实现碳中和。

关键词： 二氧化碳排放; 碳减排; 碳达峰; 碳中和; 模拟调控; 系统动力学

本文引用格式

王火根 , 肖丽香 , 廖冰 . 基于系统动力学的中国碳减排路径模拟[J]. 自然资源学报, 2022 , 37(5) : 1352 -1369 . DOI: 10.31497/zrzyxb.20220517

Abstract

A system dynamics model of carbon dioxide emissions was constructed by analyzing the relationship among the influencing factors of carbon dioxide emissions and the main paths of carbon emission reduction. On this basis, the impact of four scenarios on carbon dioxide emissions were forecasted by regulating the economic growth rate of the supply side, energy structure and industrial structure so as to further discuss the contribution of major departments of carbon dioxide emission reduction. Results show that the trend of the net growth of carbon dioxide emissions slows down year by year among the four schemes. This trend plays a positive role in reducing carbon dioxide emissions through adjusting the speed of economic growth, improving energy structure and optimizing industry structure after that the net carbon emission achieves the peak. Compared with the speed of economic growth and the optimization of industry structure, the improvement of energy structure makes a greater contribution to reducing carbon dioxide emissions. Under the scheme of comprehensive regulation of the speed of economic growth, improvement of energy structure and optimization of industrial structure, net emissions of carbon dioxide will reach the peak (10.445 billion tons) in 2024 and achieve the carbon neutrality in 2058 in China, which matches with the current situation.

Key words： carbon dioxide emissions; carbon emission reduction; carbon emission peak; carbon neutrality; simulation regulation; system dynamics

由温室气体浓度增加引起的全球变暖,已经对自然生态系统和人类生存环境造成了严重影响,如农作物减产、空气污染、气温升高等,而人类在活动中产生的二氧化碳是导致全球升温的主要原因[1]。积极应对气候变化,减少二氧化碳排放,推动构建人类命运共同体,是中国贯彻生态文明与绿色可持续发展理念的必然要求和应有之义。2020年9月22日,习近平总书记在第75届联合国大会上提出,中国将采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和,即“碳达峰、碳中和”的“双碳”目标。2021年3月,政府工作报告和“十四五”规划中均重申了这一目标。就在2022年1月,国家发改委、能源局关于“双碳”目标共同印发《关于完善能源绿色低碳转型体制机制和政策措施的意见》。
碳中和是指在规定时期内,人类活动造成的二氧化碳排放与移除相互抵消。根据IPCC定义,人类活动主要包括化石燃料燃烧、工业生产过程、农业及土地利用过程中的排放等,人为移除则是人类通过碳捕集和植树造林增加碳吸收从大气中移除二氧化碳[2]。据国际能源署（IEA）统计数据,2018年中国二氧化碳排放源51%来源于电力与热力部门的化石燃料燃烧,28%来源于工业部门,10%来源于交运部门,4%来源于建筑部门,7%来源于其他部门。为实现碳中和这一战略目标,众多学者做了大量理论与实践研究,主要集中于以下四方面。一是能源结构转型升级。要实现碳中和,就需要整个能源生产和消费系统的颠覆性变革,必须从以化石能源为主转向以可再生能源为主,需积极推进终端用能部门电气化,重点应落在交通和工业的电气化[3,4]。二是产业结构转型升级。把高耗能行业作为产业结构调整的重点,构筑低碳经济的产业基础,通过调整全社会经济体系,大力严格控制高耗能行业新增产能,推动钢铁、石化、化工等传统高耗能行业向新兴战略产业转型升级[5⇓-7]。三是技术更新改造。加快技术研发和推广,构建低碳的技术支撑,高耗能工业和电力是关键减排部门,发展非化石能源和普及高耗能工业的节能减排技术是实现减排的关键[8⇓-10]。四是增加碳吸收能力。通过扩大森林、草原等的面积以及保护海洋促进生态固碳[11⇓⇓-14],以及推广碳捕集、利用和封存技术（CCUS）,即技术固碳[15⇓-17]。
碳中和是一个复杂的系统工程,涉及到资源环境、社会经济、产业结构等多个子系统[18,19]且各子系统之间存在相互作用关系。而现有关于碳中和实现路径多集中局部定性研究,这难以从整体上把握碳中和实现过程中的限制因素及其客观规律。系统动力学（System Dynamics,SD）作为一种综合仿真模拟预测模型,已广泛应用于国家、区域以及行业等不同尺度下能源消费、温室气体排放、环境治理的研究及管理中[20,21],其最大的优势是能够避免低维度以及单一预测的片面性,适合处理较复杂系统的非线性和长期性问题。为此,本文拟采用系统动力学模型,从供给侧角度分析二氧化碳排放内部各要素之间的相互关系与碳减排路径。在此基础上,设置四种不同情景方案,通过调控供给侧经济增长速度、非化石能源占比和产业结构等要素,分析预测不同情景方案对碳中和目标的影响,拟为中国碳达峰碳中和“30·60”目标的实现提供科学依据。

1 研究方法与数据来源

1.1 系统动力学

Forrester[22]在方法论层面对系统动力学的实践应用问题进行过阐述,并总结出系统动力学应用的五个步骤,具体如图1所示。一是明确所要研究与理清问题的系统边界,并识别对该问题有影响的各个变量;二是梳理影响因素之间的因果关系图;三是构建揭示各个变量之间关系的反馈环系统动力学存量、流量模型;四是要对上述模型进行数理逻辑化以捕捉系统内的相互作用,借助计算机软件进行仿真模拟;五是将模型仿真结果与现实世界的行为与活动相比较,并据此进行优化。
图1 基于系统动力学方法构建二氧化碳排放分析框架

Fig. 1 Research framework of carbon dioxide emissions based on the way of system dynamics

1.2 系统边界和研究假设

考虑到二氧化碳排放系统的整体性和全局性,从二氧化碳排放来源以及减排方式视角出发,将影响二氧化碳排放的各个因素相互作用、相互影响的反馈回路构成一个整体,作为二氧化碳排放系统动力学模型的行为边界。如图2所示,中国二氧化碳的排放83.5%来自于化石能源生产和消费过程,9.4%和5.4%分别来自于石灰石等非化石能源矿物生产过程和农业活动[23]。碳汇来源主要为陆地生态系统和海洋生态系统。陆地生态系统碳汇根据碳汇量的占比,主要分为森林碳汇和草地碳汇,海洋生态系统固碳分为海洋生物碳汇和海岸带红树林、盐沼和海草床的固碳两类。中国森林资源核算第三期研究结果显示,中国森林全口径碳汇每年达4.34亿t碳汇当量,折合成15.91亿t二氧化碳量[24],中国海洋固碳通量为854.76 Tg C·a-1[25]。结合文献 [26] 和中办国办印发的《关于完善准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》,碳减排可以从以下几个方面进行：（1）用非化石能源代替传统化石能源,实现电力清洁生产;（2）通过制造业设备更新,淘汰落后产能,提高能源使用效率;（3）在交通和工业领域全面电动化和氢能化;（4）是在水泥、玻璃等难以完全脱碳领域利用碳捕捉技术,将二氧化碳封存起来;（5）通过增加森林蓄积量,生态固碳。
根据系统动力学具有的基本特点和二氧化碳排放、碳中和发展评价的研究目的,将二氧化碳排放的系统动力学模型的时间边界具体设定在2016—2060年间,对中国碳中和实现路径进行仿真模拟分析。其中,将2016—2020年作为模型模拟与实际情况的系统模型检验的时间边界,2021—2060年则作为系统政策模拟预测的时间边界。由于二氧化碳排放系统涉及影响因素众多,在分析过程中考虑主要因素,因此进行必要假设：（1）考虑直接排放和间接排放两个渠道,将二氧化碳排放来源分为能源活动和工业过程碳排放,其中能源活动“二氧化碳排放大户”分为五类,分别为发电、工业、交通运输、居民生活和其他,工业过程碳排放主要为生产钢铁、水泥产生的二氧化碳[27];（2）后疫情时代中国社会经济发展存在较大不确定性,假定初始方案下经济、人口和技术等因素以低速增长,延续当前的发展模式;（3）中国划定了18亿亩耕地红线,严格实行土地用途管制,《关于加强资源环境生态红线管控的指导意见》指出,“确保生态功能不降低、面积不减少、性质不改变”,本文暂不考虑土地利用变化对二氧化碳排放的影响。

1.3 碳中和因果关系分析

从图2二氧化碳排放系统边界假设以及二氧化碳排放来源,借鉴已有研究成果[28⇓⇓⇓⇓⇓-34],将二氧化碳排放分为经济发展、能源发电、工业结构、交通运输、人口、森林等六大子系统。各子系统之间发生相互作用并反馈：二氧化碳排放量受到化石能源消费量、工业产能和新能源、传统汽车保有量与总人口的影响;发电、工业、交通运输受到经济发展的影响;化石能源二氧化碳排放量和经济发展受到政府投入和碳汇价格的影响;GDP是经济子系统的重要指标,影响着政府科技投资和造林投资,而科技投资和造林投资同时又会带动经济发展,提高能源效率,增加碳汇,从而减少二氧化碳排放。各子系统及其主要变量如表1所示。
图2 二氧化碳排放来源

Fig. 2 Sources of carbon dioxide emissions

表1 子系统及其主要变量

Table 1 The subsystems and their main variables

子系统 主要变量
经济发展子系统 GDP、GDP增长量、GDP增长率、第一产业产值、第二产业产值、第三产业产值、财政收入、科技投资、科技投资比例、新能源研发投资、造林投资、第一产业占比、第二产业占比、第三产业占比
能源发电子系统 总装机容量、新增装机容量、能源消费量、淘汰容量、技术进步、CCUS技术、非化石能源占比、化石能源发电量、发电碳排放系数、发电碳排放量
工业子系统 工业产能、新增产能、淘汰落后产能、工业碳捕获水平、工业过程碳排放系数、工业过程碳排放量、工业能源消耗碳排放量、工业能源碳排放系数、能源效率、工业碳排放量
交通运输子系统 新能源汽车保有量、新能源汽车报废量、新能源汽车销售量、传统汽车保有量、传统汽车报废量、传统汽车销售量、汽车平均寿命、汽车总需求、汽车新增需求、传统汽车碳排放系数、汽车碳排放量、飞机碳排放量、轮船碳排放量
人口子系统 总人口、出生人口、死亡人口、出生率、死亡率、人口自然增长率、生活碳排放系数、生活碳排放量
森林子系统 森林总面积、森林面积增加量、森林蓄积量、森林碳汇、碳汇价格、森林固碳因子、草地面积、草地固碳因子、草地碳汇、海洋固碳通量、海洋碳汇
对二氧化碳排放所涉及的经济发展、能源发电、工业、交通运输、人口、森林子系统以及系统中的各种参数与关系进行归纳和提炼,得到二氧化碳排放的因果关系 （图3）。二氧化碳排放系统中人口、社会和经济各子系统之间涉及众多的因果关系,本文只对主要的因果回路进行分析。
图3 二氧化碳排放因果关系

Fig. 3 The causal relationship of carbon dioxide emissions

（1）碳汇价格→造林投资→森林面积→碳汇→总碳排放量→碳汇价格
碳汇价格上升会激励企业加大造林资金投入,森林面积增加形成碳汇减少二氧化碳排放量,而二氧化碳排放量的减少又会影响碳汇价格。
（2）科技投资→技术进步→非化石能源占比→化石能源消费量→发电碳排放量→总碳排放量→环境质量→GDP→科技投资
科技投资的增加意味着技术进步,而科学技术的进步可以淘汰更多的化石能源装机容量,减少化石能源消费量,必然会降低发电二氧化碳排放量。发电二氧化碳排放量降低相应地改善环境质量,从而促进经济的发展,经济的发展又会增加科技投资。
（3）科技投资→技术进步→工业碳捕获水平→工业过程碳排放量→总碳排放量→环境质量→GDP→科技投资
碳中和背景下,由于需要购买二氧化碳排放指标,二氧化碳排放企业会加大科技资金投入,从而提高行业技术水平,一方面通过碳捕捉减少二氧化碳排放,另一方面通过提高生产效率,此时工业过程二氧化碳排放量会有所减少,环境质量得到改善,促进经济发展,经济发展又会促使企业增加相应的科技投资。
（4）新能源研发投资→新能源汽车购买率→新能源汽车销售量→交通运输碳排放量→总碳排放量→环境质量→GDP→新能源研发投资
随着新能源研发投资的持续增加,加大了新能源汽车的供给力度,从而提高新能源汽车的购买率,新能源汽车逐渐替代传统燃油汽车,二氧化碳排放量将大大减少,环境改善达到促进经济发展的效果,经济发展又会增加新能源研发投资。
（5）工业产能→工业碳排放量→总碳排放量→环境质量→GDP→工业产能
工业产能的增长意味着会带来更多的二氧化碳排放量进而使得环境污染程度加深,必然会增加环境治理成本,影响经济发展,最终降低工业产能。

1.4 二氧化碳排放存量流量图构建

在分析二氧化碳排放主要来源、减排方式和二氧化碳排放影响因素相互作用关系及相关变量选取的基础上,利用Vensim 6.3软件绘制二氧化碳排放系统因果关系图,进一步确定系统中不同元素的性质,参照系统动力学理论方法中存量流量图的基本符号,绘制出二氧化碳排放系统存量流量图,如图4所示。
图4 二氧化碳排放系统存量流量

Fig. 4 The stock and flow of carbon dioxide emission system

1.5 数据来源与参数设置

二氧化碳排放系统动力学模型中包含复杂的社会、经济、人口、环境与技术数据。社会、经济、人口数据主要包括GDP、产业结构、工业产量、能源消费量、人口、新能源汽车保有量等,主要来自《中国统计年鉴》《中国能源统计年鉴》《中国交通年鉴》《中国交通运输行业发展统计公报》等统计资料。模型中包含的技术进步、工业碳捕获水平等技术信息主要参考政府和行业协会的统计数据和相关报告,如《能源技术展望》《中国建筑节能年度发展研究报告》等,并对模型不断模拟测试得到。图4中系统各变量参数主要通过以下方法计算得出。
（1）比率分析法。通过定性分析,使用选定的计算公式推导变量的数量关系,如能源消费量、千人汽车保有量、总需求。
（2）表函数法。模型有些变量之间不是简单的线性关系,使用表函数可以精确描述参数变化,如GDP增长率、第二三产业占比、非化石能源占比。
（3）文献参考法。工业能源碳排放系数、工业过程碳排放系数、生活碳排放系数、汽车平均寿命、海洋固碳通量等参考相关文献确定参数。
从图4可看出,二氧化碳排放系统存量流量图中,共选取76个变量,其中包括7个状态变量、12个速率变量、57个辅助变量。限于篇幅,仅列出部分主要模型方程,其他参数设置如表2所示。
表2 其他参数及解释说明

Table 2 The other parameters and their explanations

参数 参数值 单位 解释说明
GDP增长率 {[(0, 0)~(60, 10)], (0, 0.07), (1, 0.068), (2, 0.069), (3, 0.067), (4, 0.061), (5, 0.023), (7.88991, 0.05386), (10, 0.05), (15, 0.045), (20, 0.04), (35, 0.03), (45, 0.025)} % 表函数
第二产业占比 {[(0, 0)~(60, 10)], (0, 0.408), (1, 0.396), (2, 0.399), (3, 0.397), (4, 0.39), (5, 0.378), (15, 0.368), (25, 0.358), (35, 0.348), (45, 0.338)} % 表函数
第三产业占比 {[(0, 0)~(60, 10)], (0, 0.508), (1, 0.524), (2, 0.527), (3, 0.533), (4, 0.539), (5, 0.545), (15, 0.555), (25, 0.565), (35, 0.575), (45, 0.585), (45, 0.585)} % 表函数
非化石能源占比 {[(0, 0)~(60, 10)], (0, 0.12), (1, 0.13), (2, 0.136), (3, 0.145), (4, 0.153), (5, 0.154), (15, 0.254), (25, 0.354), (35, 0.454), (45, 0.554)} % 表函数
出生率 0.1 % 中国统计年鉴
人口自然增长率 0.0496 % 中国统计年鉴
死亡率 0.07 % 中国统计年鉴
发电碳排放系数 2.79 DMNL IPCC2006年报告
工业能源碳排放系数 2.499 DMNL 郑长德等[35]通过碳的化学方程式法测算结果
工业过程碳排放系数 0.5 DMNL 文献[36]
生活碳排放系数 1.69 DMNL 文献[33]
汽车平均寿命 10 年 文献[37]
草地面积 21940×[1+RAMP(0.015, 10, 45)] 万hm2 中国统计年鉴
森林固碳因子 1.6 DMNL IPCC2006年报告
草地固碳因子 1.3 DMNL IPCC2006年报告
海洋固碳通量 8.55 亿t/年 文献[25]

注：考虑中国后疫情时代社会经济发展存在较大的不确定性,以及现阶段的主要以煤碳等化石燃料为主的能源结构、以工业生产为主的产业结构,设置GDP低速增长,以2020年为基准,第二产业占比每年减少0.1%,第三产业占比每年增加0.1%,非化石能源占比每年增加1%,作为初始方案。

（1）GDP=INTEG(GDP增长量,688858.2) 单位：亿元
（2）总装机容量=INTEG(新增装机容量–淘汰容量,152527) 单位：万kW·h
（3）工业产能=INTEG(新增产能–淘汰落后产能,305060) 单位：万t
（4）新能源汽车保有量=INTEG(新能源汽车销售量–新能源汽车报废量,42) 单位：万辆
（5）传统汽车保有量=INTEG(传统汽车销售量–传统汽车报废量,27900) 单位：万辆
（6）总人口=INTEG(出生人口–死亡人口,137462) 单位：万人
（7）森林总面积=INTEG(森林面积增加量,22044.62) 单位：万hm2
（8）GDP增长量=GDP×GDP增长率 单位：万元
（9）出生人口=总人口×(人口自然增长率+出生率) 单位：万人
（10）死亡人口=总人口×死亡率 单位：万人
（11）发电碳排放量=化石能源发电量×发电碳排放系数 单位：万t
（12）工业碳排放量=工业能源消耗碳排放量+工业过程碳排放量 单位：亿t
（13）居民生活碳排放量=总人口×生活碳排放系数 单位：亿t
（14）工业过程碳排放量=工业产能×工业过程碳排放系数×0.5 单位：亿t
（15）科技投资=财政收入×科技投资比例 单位：亿元
（16）技术进步=科技投资/80000 单位：DMNL
（17）碳汇=森林碳汇+草地碳汇+海洋固碳通量 单位：亿t
（18）总碳排放量=发电碳排放量+工业碳排放量+交通运输碳排放量+生活碳排放量+其他碳排放量 单位：亿t
（19）净碳排放量=总碳排放量–碳汇 单位：亿t

2 结果分析

2.1 有效性检验

系统的客观有效决定了模型的应用性和可行性。因此,在模拟预测前先要进行有效性的历史检验,以证实模型的合理性和准确性。根据二氧化碳排放系统存量流量图和参数设置,应用Vensim 6.3软件针对该模型有效性进行历史仿真检验。仿真区间设定为2016—2020年,仿真步长1年。若模型运行结果与实际值之间误差较小,则说明该模型设计合理,能够有效地反映系统未来的发展趋势。通过模型运行,对系统中所有变量均进行仿真检验,根据变量真实值和仿真结果的拟合程度来检验二氧化碳排放系统模型的有效性。本文仅列示反映经济发展状况的GDP指标、表征电力生产能力的总装机容量以及需要调控的二氧化碳排放指标仿真结果。模型运行的GDP、总装机容量和总碳排放量仿真值、真实值及误差率见表3所示。总碳排放量参照《中国水泥工业碳达峰、碳中和实现路径研究》[36]与《“十四五”期间我国碳排放总量及其结构预测——基于混频数据ADL-MIDAS模型》[38]的测算信息。
表3 变量实际值与模拟值、误差结果

Table 3 The variable actual value and simulation value, and error results

年份 GDP 总装机容量 总碳排放量
实际值
/亿元		 仿真值
/亿元		 误差率
/%		 实际值
/(万kW·h)		 仿真值
/(万kW·h)		 误差率/% 实际值
/亿t		 仿真值
/亿t		 误差率
/%
2016 736036.5 737078 -0.14 165051 165015 0.34 103.55 104.71 -1.12
2017 787170.4 787199 0 177708 177016 0.39 104.67 108.52 -3.68
2018 840302.6 841516 -0.14 190012 189026 0.52 108.14 112.05 -3.62
2019 891646.1 897897 -0.70 201006 200780 0.11 110.84 115.43 -4.14
2020 912154 922669 -1.15 220058 219975 0.04 113.70 118.93 -4.60
从表3可知,二氧化碳排放系统模型中变量GDP、总装机容量和总碳排放量的仿真值与真实值之间的误差率均控制在5%之内。由此可知,该模型运行结果的误差基本控制在5%以内,系统模型的仿真值与真实值之间误差小,拟合程度较高,模型通过有效性检验。因此,建立的二氧化碳排放系统动力学模型运行状况和系统参数设置合理可行,模拟仿真结果可靠,能够应用该模型模拟预测未来二氧化碳排放量的发展变化趋势以及碳减排路径。

2.2 二氧化碳排放仿真模拟与预测

通过对二氧化碳排放系统的仿真,得到2016—2060年净碳排放量的模拟预测数据以及变化趋势（表4）。模拟结果表明：在初始方案下,二氧化碳净排放量从2016年的88.00亿t增长到2028年的110.48亿t,年增长率为1.9%;2028年达到峰值后缓慢下降,预计到2060年二氧化碳净排放量为52.88亿t。
表4 2016—2060年二氧化碳净排放量

Table 4 CO2 net emissions from 2016 to 2060 (108 t)

年份 净碳排放量 年份 净碳排放量 年份 净碳排放量 年份 净碳排放量 年份 净碳排放量
2016 88.00 2025 109.01 2034 107.25 2043 92.42 2052 72.54
2017 91.49 2026 109.75 2035 106.08 2044 90.36 2053 70.18
2018 94.75 2027 110.23 2036 104.71 2045 88.26 2054 67.79
2019 97.87 2028 110.48 2037 103.25 2046 86.11 2055 65.37
2020 101.12 2029 110.41 2038 101.68 2047 83.93 2056 62.93
2021 103.36 2030 110.24 2039 100.02 2048 81.71 2057 60.46
2022 105.28 2031 109.73 2040 98.22 2049 79.46 2058 57.96
2023 106.87 2032 109.12 2041 96.36 2050 77.18 2059 55.44
2024 108.02 2033 108.21 2042 94.41 2051 74.87 2060 52.88

2.3 政策模拟情景分析

政策模拟是指通过改变系统动力学模型里关键政策变量来研究该政策的改变对整个系统最终结果的影响,它既是系统动力学分析的必备功能和优势,也是本文寻求实现碳中和途径的方法。要实现碳中和,意味着不仅要降低能源消费总量和化石能源消费量,实现清洁生产,而且还需要增加生态系统碳汇和碳捕获封存,最终实现二氧化碳排放量和碳汇量平衡。在碳中和目标导向下,本文选取GDP增长率、非化石能源占比、第二产业占比和第三产业占比四个变量作为调控变量,在初始方案基础上,通过调整这些变量,建立四种仿真模拟方案。具体如表5所示。
表5 碳中和路径模拟方案

Table 5 The path simulation scheme of carbon neutrality

方案名称 方案特点 模型调整
方案1 经济增速调整 控制经济发展速度,设置中速和高速两种GDP增长情景,进行对比
方案2 能源结构调整 调整非化石能源占比,非化石能源逐渐取代化石能源,降低化石能耗比
方案3 产业结构调整 调整产业结构,逐渐降低第二产业占比,第二产业逐渐向第三产业转移,第三产业占比上升
方案4 综合调控 同时调整GDP增长率、非化石能源占比和产业结构,经济高质量发展,提高非化石能源消耗比,降低第二产业占比

2.3.1 方案1：GDP增长率政策仿真

方案1按照《中国共产党第十九次全国代表大会和十九届五中全会关于中长期经济发展目标》,于2035年基本实现社会主义现代化,2050年建成社会主义现代化强国,并结合发达国家经济增速缓慢下降的规律,调控“GDP增长率”参数。在初始方案经济低速发展的参照下,设置经济高速和中速发展两种情景,进行政策仿真实验,模拟不同GDP增长率情景下二氧化碳净排放量的变化趋势,GDP增长率调控如表6所示。
表6 经济增速调控情景

Table 6 Scenarios of economic growth control (%)

时间段/年 2021—2025 2026—2030 2031—2035 2036—2050 2051—2060
GDP调控方案1(中速) 5.60 5.50 5.00 4.00 3.50
GDP调控方案2(高速） 6.00 5.80 5.60 5.50 5.00
由表7可知,GDP增长速度变化对二氧化碳排放峰值的影响较小。三种情景下,二氧化碳排放峰值时间都为2028年;二氧化碳达到峰值后,GDP以中速和高速增长时,二氧化碳排放量有不同程度的减少;到2060年,GDP调控方案1的二氧化碳排放量为46.18亿t,比初始方案减少12.67%;GDP调控方案2的二氧化碳排放量为37.69亿t,比初始方案减少28.72%。
表7 GDP增速调整方案净碳排放量

Table 7 Net carbon emissions of GDP growth adjustment scheme (108 t)

年份 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
初始方案 103.36 105.28 106.87 108.02 109.01 109.75 110.23 110.48 110.41 110.24
GDP调控方案1 103.36 105.28 106.87 108.02 109.01 109.75 110.23 110.48 110.41 110.12
GDP调控方案2 103.36 105.28 106.87 108.02 109.01 109.75 110.23 110.45 110.32 110.11
年份 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040
初始方案 109.73 109.12 108.21 107.25 106.08 104.71 103.25 101.68 100.02 98.22
GDP调控方案1 109.61 108.96 108.03 106.94 105.78 104.23 102.64 100.95 99.13 97.18
GDP调控方案2 109.60 108.92 107.93 106.82 105.51 104.01 102.32 100.55 98.61 96.54
年份 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050
初始方案 96.36 94.41 92.42 90.36 88.26 86.11 83.93 81.71 79.46 77.18
GDP调控方案1 95.14 93.02 90.82 88.56 86.24 83.88 81.46 79.00 76.50 73.95
GDP调控方案2 94.37 92.09 89.72 87.27 84.74 82.14 79.46 76.71 73.89 71.00
年份 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060
初始方案 74.87 72.54 70.18 67.79 65.37 62.93 60.46 57.96 55.44 52.88
GDP调控方案1 71.37 68.75 66.08 63.37 60.62 57.83 54.99 52.10 49.16 46.18
GDP调控方案2 68.03 64.99 61.87 58.67 55.40 52.04 48.59 45.05 41.42 37.69

2.3.2 方案2：非化石能源占比政策仿真

方案2突出能源结构调整的碳减排效应,中共中央国务院出台《关于深入打好污染防治攻坚战的意见》指出,在保障能源安全的前提下,加快煤炭减量的步伐,实施可再生能源替代行动,《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》提出能源效率达到国际先进水平,非化石能源消费占比达到80%以上。杨帆等[39]综合考虑电力安全、低碳、经济等关键因素,预计到2060年中国非化石能源发电装机占比将达到95%。通过调整“非化石能源占比”参数分别设立能源结构调整1和能源结构调整2两种情景进行仿真实验,模拟不同非化石能源占比下二氧化碳净排放量的变化趋势。在初始方案到2060年非化石能源占比为55.4%的参照下,设置能源结构调整1为到2060年非化石能源占比逐渐提高到75.4%,能源结构调整2为到2060年非化石能源占比逐渐提高到95.4%,表8为能源结构调整方案净碳排放量仿真结果。
表8 能源结构调整方案净碳排放量

Table 8 Net carbon emissions of energy structure adjustment program (108 t)

年份 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
初始方案 103.36 105.28 106.87 108.02 109.01 109.75 110.23 110.48 110.41 110.24
能源结构调整1 103.05 104.52 105.64 106.30 106.92 107.23 107.11 106.84 106.32 105.62
能源结构调整2 102.65 103.74 104.42 104.72 104.83 104.64 104.02 103.25 102.24 100.96
年份 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040
初始方案 109.73 109.12 108.21 107.25 106.08 104.71 103.25 101.68 100.02 98.22
能源结构调整1 104.61 103.47 102.02 100.45 98.77 96.91 94.93 92.83 90.63 88.35
能源结构调整2 99.43 97.71 95.79 93.70 91.45 89.07 86.57 83.96 81.26 78.48
年份 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050
初始方案 96.36 94.41 92.42 90.36 88.26 86.11 83.93 81.71 79.46 77.18
能源结构调整1 86.00 83.58 81.10 78.58 76.01 73.41 70.77 68.11 65.42 62.70
能源结构调整2 75.64 72.73 69.78 66.79 63.76 60.70 57.62 54.51 51.38 48.23
年份 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060
初始方案 74.87 72.54 70.18 67.79 65.37 62.93 60.46 57.96 55.44 52.88
能源结构调整1 59.97 57.20 54.42 51.61 48.78 45.93 43.05 40.15 37.22 34.27
能源结构调整2 45.06 41.87 38.66 35.43 32.19 28.92 25.64 22.33 19.00 15.66
由表8可知,到2060年,当非化石能源占比逐渐提高至75.4%时,二氧化碳排放峰值时间为2026年,较初始方案碳达峰时间提前了2年,二氧化碳净排放量为107.23亿t;二氧化碳净排放量为34.27亿t,下降到初始方案的84.81%。当非化石能源占比逐渐提高至95.4%时,二氧化碳排放峰值时间为2025年,较初始方案碳达峰时间提前了3年,二氧化碳净排放量为104.83亿t;到2060年,二氧化碳净排放量为15.66亿t,下降到初始方案的29.61%,碳减排效果显著。

2.3.3 方案3：产业结构调整政策仿真

方案3突出产业结构调整的碳减排效应。我国“十三五”以来已进入工业化收尾期,“三产化”趋势凸显。参照世界制造业大国德国和日本两大经济体的产业结构,“三产化”阶段之后,第二产业和第三产业占比分别稳定在23%~25%和68%~70%之间[40],通过调整“第二产业占比”和“第三产业占比”参数,分别设立产业结构调整1和产业结构调整2两种情景进行仿真实验,模拟不同产业结构下二氧化碳净排放量的变化趋势。设置产业结构调整1为到2060年第二产业占比逐渐降低至29.4%,第三产业占比逐渐增加至63.7%;产业结构调整2为到2060年第二产业占比逐渐降低至25.0%,第三产业占比逐渐增加至69.9%。
表9为产业结构调整方案净碳排放量仿真结果。由表9可知,产业结构调整1与产业结构调整2情景下,二氧化碳排放峰值时间都为2027年,较初始方案碳达峰时间提前了1年,二氧化碳净排放量分别为109.74亿t、109.12亿t。到2060年,产业结构调整1二氧化碳净排放量仍有45.81亿t,下降到初始方案的86.63%;产业结构调整2方案下,二氧化碳净排放量为38.79亿t,下降到初始方案的73.75%。
表9 产业结构调整方案净碳排放量

Table 9 Net carbon emissions of industrial structure adjustment plan (108 t)

年份 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
初始方案 103.36 105.28 106.87 108.02 109.01 109.75 110.23 110.48 110.41 110.24
产业结构调整1 103.36 105.28 106.72 107.81 108.83 109.33 109.74 109.70 109.52 109.15
产业结构调整2 103.36 105.28 106.66 107.72 108.51 109.05 109.12 109.01 108.73 108.02
年份 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040
初始方案 109.73 109.12 108.21 107.25 106.08 104.71 103.25 101.68 100.02 98.22
产业结构调整1 108.41 107.62 106.58 105.22 103.84 102.24 100.53 98.68 96.74 94.71
产业结构调整2 107.15 106.04 104.46 103.21 101.54 99.74 97.78 95.69 93.50 91.23
年份 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050
初始方案 96.36 94.41 92.42 90.36 88.26 86.11 83.93 81.71 79.46 77.18
产业结构调整1 92.60 90.43 88.20 85.92 83.60 81.24 78.85 76.44 74.00 71.54
产业结构调整2 88.88 86.47 84.01 81.50 78.97 76.40 73.81 71.20 68.57 65.93
年份 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060
初始方案 74.87 72.54 70.18 67.79 65.37 62.93 60.46 57.96 55.44 52.88
产业结构调整1 69.06 66.56 64.04 61.50 58.94 56.35 53.75 51.13 48.48 45.81
产业结构调整2 63.28 60.61 57.93 55.24 52.54 49.82 47.08 44.33 41.57 38.79

2.3.4 方案4：综合政策仿真

方案4在方案1~方案3的基础上,综合考虑经济发展、能源结构、产业结构的变化,对二氧化碳排放系统进行综合优化调控,仿真净碳排放量的变化趋势,分别设立综合调控政策1和综合调控政策2两种情景进行仿真实验。综合调控政策1为GDP中速增长,到2060年,非化石能源占比逐渐提高到75.4%,第二产业占比下降至29.4%,第三产业占比上升至63.7%;综合调控政策2为经济高速发展,到2060年,非化石能源占比逐渐提高到95.4%,第二产业占比下降至25%,第三产业上升至69.9%。
表10为综合调控方案净碳排放量仿真结果。由表10可知,当实施综合调控政策1时,二氧化碳排放峰值时间为2026年,二氧化碳净排放量为106.85亿t,较初始方案的碳达峰时间提前了2年;二氧化碳排放峰值降低3.63亿t,在2060年仍有22.61亿t。当实施综合调控政策2时,二氧化碳排放峰值时间为2024年,二氧化碳净排放量为 104.45亿t,较初始方案碳达峰时间提前了4年,二氧化碳排放峰值降低6.03亿t,有望在2058年实现碳中和。
表10 综合调控方案净碳排放量

Table 10 Net carbon emissions of comprehensive regulation schemes (108 t)

年份 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
初始方案 103.36 105.28 106.87 108.02 109.01 109.75 110.23 110.48 110.41 110.24
综合调控政策1 103.02 104.41 105.53 106.25 106.78 106.85 106.63 106.14 105.52 104.47
综合调控政策2 102.65 103.63 104.22 104.45 104.31 103.82 103.07 101.85 100.46 98.77
年份 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040
初始方案 109.73 109.12 108.21 107.25 106.08 104.71 103.25 101.68 100.02 98.22
综合调控政策1 103.26 101.74 100.02 98.23 96.18 93.98 91.64 89.17 86.60 83.94
综合调控政策2 96.81 94.61 92.19 89.56 86.76 83.80 80.71 77.50 74.20 70.81
年份 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050
初始方案 96.36 94.41 92.42 90.36 88.26 86.11 83.93 81.71 79.46 77.18
综合调控政策1 81.20 78.40 75.55 72.66 69.73 66.77 63.79 60.77 57.74 54.68
综合调控政策2 67.36 63.85 60.30 56.72 53.10 49.46 45.80 42.12 38.41 34.68
年份 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060
初始方案 74.87 72.54 70.18 67.79 65.37 62.93 60.46 57.96 55.44 52.88
综合调控政策1 51.59 48.49 45.35 42.19 39.00 35.79 32.54 29.27 25.96 22.61
综合调控政策2 30.93 27.15 23.35 19.51 15.65 11.75 7.82 3.85 -0.16 -4.22
表11~表13为在初始方案和综合调控政策方案下的发电、工业、交通运输部门碳排放量的仿真结果,以便对比分析二氧化碳排放主要部门减排贡献。
表11 综合调控发电二氧化碳排放量

Table 11 The carbon dioxide net emissions of electricity generation under the condition of comprehensive control (108 t)

年份 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
初始方案 61.08 62.86 64.38 65.66 66.76 67.66 68.37 68.88 69.21 69.36
综合调控政策1 60.72 62.08 63.15 63.95 64.52 64.87 65.01 64.94 64.66 64.20
综合调控政策2 60.35 61.31 61.93 62.24 62.30 62.11 61.68 61.03 60.17 59.11
年份 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040
初始方案 69.35 69.18 68.87 68.43 67.87 67.21 66.45 65.62 64.71 63.75
综合调控政策1 63.56 62.75 61.79 60.69 59.47 58.15 56.73 55.24 53.69 52.10
综合调控政策2 57.86 56.45 54.89 53.19 51.39 49.49 47.51 45.48 43.40 41.30
年份 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050
初始方案 62.74 61.70 60.62 59.52 58.40 57.27 56.13 54.99 53.84 52.70
综合调控政策1 50.47 48.82 47.16 45.49 43.83 42.17 40.52 38.88 37.26 35.65
综合调控政策2 39.18 37.05 34.93 32.82 30.73 28.67 26.63 24.62 22.64 20.70
年份 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060
初始方案 51.56 50.42 49.28 48.15 47.03 45.91 44.80 43.70 42.60 41.51
综合调控政策1 34.06 32.48 30.93 29.39 27.87 26.36 24.88 23.42 21.97 20.54
综合调控政策2 18.80 16.93 15.10 13.31 11.56 9.84 8.17 6.54 4.95 3.40
表12 综合调控工业二氧化碳排放量

Table 12 The carbon dioxide net emissions of industry under the condition of comprehensive control (108 t)

年份 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
初始方案 40.62 40.98 41.28 41.52 41.73 41.89 42.02 42.10 42.15 42.16
综合调控政策1 40.62 40.97 41.25 41.45 41.59 41.68 41.72 41.70 41.63 41.51
综合调控政策2 40.62 40.96 41.21 41.37 41.47 41.49 41.44 41.33 41.15 40.92
年份 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040
初始方案 42.13 42.08 41.98 41.87 41.72 41.55 41.36 41.15 40.92 40.68
综合调控政策1 41.34 41.13 40.87 40.57 40.24 39.87 39.48 39.06 38.62 38.17
综合调控政策2 40.62 40.27 39.86 39.40 38.91 38.37 37.79 37.19 36.55 35.89
年份 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050
初始方案 40.43 40.16 39.89 39.61 39.32 39.03 38.73 38.44 38.14 37.83
综合调控政策1 37.69 37.21 36.71 36.21 35.70 35.19 34.67 34.15 33.63 33.11
综合调控政策2 35.22 34.52 33.82 33.10 32.37 31.63 30.88 30.13 29.37 28.60
年份 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060
初始方案 37.53 37.23 36.93 36.62 36.32 36.01 35.71 35.40 35.10 34.80
综合调控政策1 32.58 32.06 31.53 31.00 30.47 29.94 29.41 28.87 28.34 27.80
综合调控政策2 27.82 27.04 26.25 25.46 24.67 23.86 23.06 22.24 21.42 20.60
表13 综合调控交通运输二氧化碳排放量

Table 13 The carbon dioxide net emissions of transportation under the condition of comprehensive regulation (108 t)

年份 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
初始方案 11.32 11.46 11.60 11.74 11.88 12.02 12.16 12.31 12.45 12.59
综合调控政策1 11.32 11.46 11.50 11.55 11.60 11.66 11.71 11.77 11.70 11.62
综合调控政策2 11.32 11.42 11.45 11.47 11.48 11.49 11.49 11.46 11.40 11.32
年份 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040
初始方案 12.68 12.61 12.49 12.37 12.24 12.13 12.02 11.91 11.80 11.69
综合调控政策1 11.54 11.46 11.38 11.30 11.21 11.14 11.06 10.99 10.90 10.82
综合调控政策2 11.24 11.14 11.04 10.94 10.85 10.74 10.63 10.54 10.44 10.35
年份 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050
初始方案 11.56 11.42 11.30 11.20 11.12 11.05 11.00 10.95 10.90 10.84
综合调控政策1 10.74 10.66 10.58 10.50 10.42 10.34 10.24 10.18 10.08 10.00
综合调控政策2 10.24 10.11 9.98 9.85 9.72 9.60 9.47 9.34 9.21 9.08
年份 2051 2052 2053 2054 2055 2056 2057 2058 2059 2060
初始方案 10.79 10.74 10.67 10.60 10.52 10.43 10.35 10.26 10.16 10.07
综合调控政策1 9.92 9.81 9.70 9.59 9.48 9.37 9.26 9.15 9.04 8.93
综合调控政策2 8.95 8.82 8.69 8.57 8.44 8.30 8.17 8.04 7.91 7.78
由表11可知,初始方案下中国发电部门的二氧化碳排放量从2021年的61.08上升到2030年的69.36亿t,年均增长率为1.42%,二氧化碳排量在2030年达到排放峰值后缓慢下降,到2060年二氧化碳排放量为41.51亿t。综合调控政策1情景中,发电部门二氧化碳排放量在2027年达到峰值,较初始方案下的二氧化碳排放峰值降低4.35亿t,2021—2027年以1.14%的年均增长率增长,二氧化碳排放量达峰后逐渐下降,2060年为20.54亿t,比初始方案减少了50.52%。综合调控政策2情景中,发电部门在2025年实现碳达峰,较初始方案条件下的二氧化碳排放峰值降低7.06亿t,二氧化碳排放量在2021—2025年以0.80%的年均增长率增长,2026—2060年迅速下降,2060年预计为 3.4亿t,比初始方案减少了91.81%,碳减排效果明显。
由表12可知,初始方案下工业部门二氧化碳排放量从2021年的40.62亿t缓慢上升到2030年的42.16亿t,年均增长率为0.41%,达到峰值后缓慢下降,到2060年二氧化碳排放量为34.80亿t。在综合调控政策1情景下,工业部门碳达峰时间为2027年,较初始方案下的峰值时间提前了三年,峰值为41.72亿t,2021—2027年二氧化碳排放量以0.45%的年均增长率增长,达峰后二氧化碳排放量缓慢下降,到2060年为27.80亿t,比初始方案减少了20.11%。综合调控政策2情景将促进工业部门在2026年达到峰值,较初始方案下的峰值时间提前了四年,峰值为41.49亿t;2021—2026年二氧化碳排放量以0.42%的年均增长率增长,达峰后二氧化碳排放量下降,到2060年为20.60亿t,比初始方案减少了40.8%。
由表13可知,在初始方案下,交通运输部门的二氧化碳排放量在2021—2031年间一直保持着增长的趋势,2031年达到峰值,峰值为12.68亿t;到2060年,二氧化碳排放量为10.07亿t,占初始方案的88.68%。在综合调控政策1情景下,交通运输部门可实现2028年二氧化碳排放达峰,峰值为11.77亿t。在综合调控政策2情景下,可实现2027年碳达峰,峰值为11.49亿t;2060年二氧化碳排放控制在7.78亿t,仅为初始方案排放水平的77.26%,推动中国二氧化碳排放尽早达峰并实现碳中和目标。

3 结论

本文分析二氧化碳排放内部各要素之间的关系与碳减排路径,根据系统动力学原理与方法,利用Vensim 6.3软件对二氧化碳排放进行了建模与仿真模拟,通过设置四种情景方案,动态模拟了2016—2060年中国二氧化碳排放发展演变趋势,得到以下结论：
（1）初始方案仿真结果表明,中国二氧化碳净排放量将保持逐年攀升的趋势,在2028年将达到110.48亿t,二氧化碳排放量达到峰值后逐渐下降,至2060年仍有 52.88亿t。在四种调控方案情景下,经济增速调整方案于2028年达到二氧化碳排放峰值,峰值时间不变;能源结构调整方案分别于2026年和2025年达到二氧化碳排放峰值;产业结构调整方案于2027年达到二氧化碳排放峰值,综合调控调整方案分别于2026年和2024年达到二氧化碳排放峰值,其中综合调控政策2情景有望到2060年实现碳中和目标。
（2）单一政策仿真结果表明,经济的高质量发展对二氧化碳排放量的减少具有较大的影响作用,GDP快速增长促进科技投资,技术进步达到碳减排效果;调整能源结构与产业结构都能够加快碳达峰实现时间并且减少二氧化碳排放量。其中,提高非化石能源占比的作用效果相对更加显著,碳排放来源主要为化石能源消耗,不断提高非化石能源消费占比是二氧化碳减排的关键,进一步加快水电、风电、太阳能、核电、氢能、生物质能、海洋能、地热等清洁能源开发利用,推动非化石能源成为能源消费增量主体。
（3）组合政策仿真结果表明,综合调控情景更符合实际情况,若抓住当前经济、能源、产业低碳转型的良好发展机遇期,进一步加强二氧化碳排放主要部门的减排度,中国二氧化碳排放量有望在2025年提早达峰,在2060年前实现碳中和目标。通过组合政策调控能源结构和产业结构,改变以原煤消耗和第二产业为主的传统发展模式,实现电力、工业以及交通部门深度脱碳,完善绿色低碳政策和市场体系,能有效提前二氧化碳排放峰值时间,尽快实现碳中和目标。
（4）从贡献部门来看,发电、工业和交通运输部门为碳中和做出显著贡献。在强化的综合调控情景下,随着能源使用效率提升,考虑技术进步带来的碳捕集、利用与封存（CCUS）作用,能源发电部门以及工业部门碳排放快速下降,CCUS技术大有可为。但目前中国的CCUS项目集中在捕集阶段,后续的利用与储存则需要政府给予相关企业包括直接投资、碳税、新能源补贴等在内的激励政策,支撑实现终端用能二氧化碳排放的大幅降低。此外,通过加强化石能源替代速率,大力推广新能源、清洁燃料汽车,增加新能源汽车保有量,到2060年,新能源汽车的保有量将达到3.9亿,替代率超过90%,实现绿色交通,有效降低交通运输部门碳排放量。
本文对二氧化碳排放系统建立仿真模型并进行政策模拟,能较准确地刻画中国二氧化碳排放演变过程与规律,有助于制定科学有效的氧化碳排放与碳减排调控方案,优化碳中和路径。但是在建立系统动力学模型的过程中,在选取指标以及确定指标间的相互影响关系时,具有一定的主观性;而且,关于技术进步、碳捕获水平等未来技术的假设,是基于当前情景的判断。因此,如何结合其他方法技术进一步优化模型,以便更好地模拟碳减排系统,还有待进一步深入研究。二氧化碳排放仿真模拟研究并不是一个研究终点,如何将模拟仿真结果与碳减排技术方法选择更有机紧密地联系起来,也是未来亟需开展的研究工作之一。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
高长春, 刘贤赵, 李朝奎, 等. 近20年来中国能源消费碳排放时空格局动态. 地理科学进展, 2016, 35(6): 747-757.

DOI

[ GAO C C, LIU X Z, LI C K, et al. Spatio-temporal dynamics of carbon emissions by energy consumption in China from 1995 to 2014. Progress in Geography, 2016, 35(6): 747-757.]

[2]
IPCC. Climate change 2014: Mitigation of climate change. America: Office of Science in U.S. Department of Energy, 2014.

[3]
田华征, 马丽. 中国工业碳排放强度变化的结构因素解析. 自然资源学报, 2020, 35(3): 639-653.

[ TIAN H Z, MA L. Study on the change of China's industrial carbon emission intensity from the perspective of sector structure. Journal of Natural Resources, 2020, 35(3): 639-653.]

DOI

[4]
王勇, 王颖. 中国实现碳减排双控目标的可行性及最优路径: 能源结构优化的视角. 中国环境科学, 2019, 39(10): 4444-4455.

[ WANG Y, WANG Y. Feasibility and optimal pathway of China's double targets for carbon reduction: The perspective of energy structure optimization. China Environmental Science, 2019, 39(10): 4444-4455.]

[5]
ZHOU X, JIE Z, LI J. Industrial structural transformation and carbon dioxide emissions in China. Energy Policy, 2013, 57(6): 43-51.

DOI

[6]
CHANG N. Changing industrial structure to reduce carbon dioxide emissions: A Chinese application. Journal of Cleaner Production, 2015, 103(9): 40-48.

DOI

[7]
周迪, 王雪芹. 中国碳排放效率与产业结构升级的耦合度及耦合路径. 自然资源学报, 2019, 34(11): 2305-2316.

[ ZHOU D, WANG X Q. Research on coupling degree and coupling path between China's carbon emission efficiency and industrial structure upgrade. Journal of Natural Resources, 2019, 34(11): 2305-2316.]

DOI

[8]
马丁, 陈文颖. 基于中国TIMES模型的碳排放达峰路径. 清华大学学报: 自然科学版, 2017, 57(10): 1070-1075.

[ MA D, CHEN W Y. China's carbon emissions peak path based on China TIMES model. Journal of Tsinghua University: Science and Technology, 2017, 57(10): 1070-1075.]

[9]
柳君波, 高俊莲, 徐向阳. 中国煤炭供应行业格局优化及排放. 自然资源学报, 2019, 34(3): 473-486.

[ LIU J B, GAO J L, XU X Y. Pattern optimization and carbon emissions of coal supply in China. Journal of Natural Resources, 2019, 34(3): 473-486.]

DOI

[10]
王灿, 丛建辉, 王克, 等. 中国应对气候变化技术清单研究. 中国人口·资源与环境, 2021, 31(3): 1-12.

[ WANG C, CONG J H, WANG K, et al. Research on China's technology lists for addressing climate change. China Population, Resources and Environment, 2021, 31(3): 1-12.]

[11]
龙飞, 祁慧博. 面向森林碳汇供给的企业减排路径选择机理与政策模拟. 生态学报, 2020, 40(21): 7966-7977.

[ LONG F, QI H B. Selection mechanism and policy simulation of enterprises' emission-reduction path facing forest carbon sequestration supply. Acta Ecologica Sinica, 2020, 40(21): 7966-7977.]

[12]
杨博宇, 白中科. 碳中和背景下煤矿区土地生态系统碳源/汇研究进展及其减排对策. 中国矿业, 2021, 30(5): 1-9.

[ YANG B Y, BAI Z K. Research advances and emission reduction measures in carbon source and sink of land ecosystems in coal mining area under the carbon neutrality. China Mining Magazine, 2021, 30(5): 1-9.]

[13]
邓元杰, 姚顺波, 侯孟阳, 等. 退耕还林还草工程对生态系统碳储存服务的影响: 以黄土高原丘陵沟壑区子长县为例. 自然资源学报, 2020, 35(4): 826-844.

[ DENG Y J, YAO S B, HOU M Y, et al. Assessing the effects of the green for grain program on ecosystem carbon storage service by linking the InVEST and FLUS models: A case study of Zichang county in hilly and gully region of Loess Plateau. Journal of Natural Resources, 2020, 35(4): 826-844.]

DOI

[14]
范振林. 开发蓝色碳汇助力实现碳中和. 中国国土资源经济, 2021, 34(4): 12-18.

[ FAN Z L. Developing blue carbon sink to implement carbon neutralization. Natural Resource Economics of China, 2021, 34(4): 12-18.]

[15]
MATTER J M, STUTE M, SNABJORNSDOTTIR S Ó, et al. Rapid carbon mineralization for permanent disposal of anthropogenic carbon dioxide emissions. Science, 2016, 352(6291): 1312-1314.

DOI

[16]
项目综合报告编写组. 《中国长期低碳发展战略与转型路径研究》综合报告. 中国人口·资源与环境, 2020, 30(11): 1-25.

[Project comprehensive report preparation team. Comprehensive report on Research on China's Long-term Low-carbon Development Strategy and Transformation Path. China Population, Resources and Environment, 2020, 30(11): 1-25.]

[17]
杨解君. 实现碳中和的多元化路径. 南京工业大学学报: 社会科学版, 2021, 20(2): 14-25, 111.

[ YANG J J. Diversified approaches to carbon neutrality. Journal of Nanjing Tech University: Social Science Edition, 2021, 20(2): 14-25, 111.]

[18]
余碧莹, 赵光普, 安润颖, 等. 碳中和目标下中国碳排放路径研究. 北京理工大学学报: 社会科学版, 2021, 23(2): 17-24.

[ YU B Y, ZHAO G P, AN R Y, et al. Research on China's CO2 emission pathway under carbon neutral target. Journal of Beijing Institute of Technology: Social Sciences Edition, 2021, 23(2): 17-24.]

[19]
王灿, 张雅欣. 碳中和愿景的实现路径与政策体系. 中国环境管理, 2020, 12(6): 58-64.

[ WANG C, ZHANG Y X. Implementation pathway and policy system of carbon neutrality vision. Chinese Journal of Environmental Management, 2020, 12(6): 58-64.]

[20]
MOVILLA S, MIGUEL L J, BLAZQUEZ L F. A system dynamics approach for the photovoltaic energy market in Spain. Energy Policy, 2013, 60(9): 142-154.

DOI

[21]
MUTINGI M, MBOHWA C, KOMMULA V P. System dynamics approaches to energy policy modelling and simulation. Energy Procedia, 2017, 141: 532-539.

DOI

[22]
FORRESTER J W. Counterintuitive behavior of social systems. Theory & Decision, 1971, 2(2): 109-140.

[23]
方琦, 钱立华, 鲁政委. 我国实现碳达峰与碳中和的碳排放量测算. 环境保护, 2021, 49(16): 49-54.

[ FANG Q, QIAN L H, LU Z W. Measure carbon emission amount of China in the context of carbon peak and carbon neutrality. Environmental Protection, 2021, 49(16): 49-54.]

[24]
王兵, 牛香, 宋庆丰. 基于全口径碳汇监测的中国森林碳中和能力分析. 环境保护, 2021, 49(16): 32-36.

[ WANG B, NIU X, SONG Q F. Analysis of forest carbon sequestration capacity in China based on forest fullaperture carbon sequestration. Environmental Protection, 2021, 49(16): 32-36.]

[25]
焦念志, 梁彦韬, 张永雨, 等. 中国海及邻近区域碳库与通量综合分析. 中国科学: 地球科学, 2018, 48(11): 1393-1421.

[ JIAO N Z, LIANG Y T, ZHANG Y Y, et al. Carbon pools and fluxes in the China seas and adjacent oceans. Scientia Sinica: Terrae, 2018, 48(11): 1393-1421.]

DOI

[26]
张贤, 郭偲悦, 孔慧, 等. 碳中和愿景的科技需求与技术路径. 中国环境管理, 2021, 13(1): 65-70.

[ ZHANG X, GUO S Y, KONG H, et al. Technology demands and approach of carbon neutrality vision. Chinese Journal of Environmental Management, 2021, 13(1): 65-70.]

[27]
李明煜, 张诗卉, 王灿, 等. 重点工业行业碳排放现状与减排定位分析. 中国环境管理, 2021, 13(3): 28-39.

[ LI M Y, ZHANG S H, WANG C, et al. The carbon emission status and emission reduction positioning of key industrial sectors. Chinese Journal of Environmental Management, 2021, 13(3): 28-39.]

[28]
李健, 孙康宁. 基于系统动力学的京津冀工业绿色发展路径研究. 软科学, 2018, 32(11): 113-119.

[ LI J, SUN K N. Research on the industrial green development of Beijing-Tianjin-Hebei based on system dynamics. Soft Science, 2018, 32(11): 113-119.]

[29]
GREEN F, STERN N. China's changing economy: Implications for its carbon dioxide emissions. Climate Policy, 2017, 17(4): 423-442.

DOI

[30]
蔡博峰, 曹丽斌, 雷宇, 等. 中国碳中和目标下的二氧化碳排放路径. 中国人口·资源与环境, 2021, 31(1): 7-14.

[ CAI B F, CAO L B, LEI Y, et al. China's carbon emission pathway under the carbon neutrality target. China Population, Resources and Environment, 2021, 31(1): 7-14.]

[31]
李启庚, 冯艳婷, 余明阳. 环境规制对工业节能减排的影响研究: 基于系统动力学仿真. 华东经济管理, 2020, 34(5): 64-72.

[ LI Q G, FENG Y T, YU M Y. Research on the impact of environmental regulation on industrial energy conservation and emission reduction based on system dynamics simulation. East China Economic Management, 2020, 34(5): 64-72.]

[32]
王靖添, 闫琰, 黄全胜, 等. 中国交通运输碳减排潜力分析. 科技管理研究, 2021, 41(2): 200-210.

[ WANG J T, YAN Y, HUANG Q S, et al. Analysis of carbon emission reduction potential of China's transportation. Science and Technology Management Research, 2021, 41(2): 200-210.]

[33]
O'NEILL B C, LIDDLE B, JIANG L, et al. Demographic change and carbon dioxide emissions. The Lancet, 2012, 380(9837): 157-164.

DOI

[34]
许恩银, 王维枫, 聂影, 等. 中国林业碳贡献区域分布及潜力预测. 中国人口·资源与环境, 2020, 30(5): 36-45.

[ XU E Y, WANG W F, NIE Y, et al. Regional distribution and potential forecast of China's forestry carbon contributions. China Population, Resources and Environment, 2020, 30(5): 36-45.]

[35]
郑长德, 刘帅. 基于空间计量经济学的碳排放与经济增长分析. 中国人口·资源与环境, 2011, 21(5): 80-86.

[ ZHENG C D, LIU S. Empirical research of carbon emission and economic growth in China based on the spatial econometric analysis. China Population, Resources and Environment, 2011, 21(5): 80-86.]

[36]
白玫. 中国水泥工业碳达峰、碳中和实现路径研究. 价格理论与实践, 2021, (4): 4-11, 53.

[ BAI M. Research on the path of achieving carbon peak and carbon neutrality in China's cement industry. Price: Theory & Practice, 2021, (4): 4-11, 53.]

[37]
周昊, 刘俊勇, 刘友波, 等. 基于系统动力学的电动汽车规模推演分析与仿真. 电力系统及其自动化学报, 2017, 29(8): 1-7.

[ ZHOU H, LIU J Y, LIU Y B, et al. Analysis and simulation of electric vehicles scale evolution based on system dynamics. Proceedings of the CSU-EPSA, 2017, 29(8): 1-7.]

[38]
赫永达, 文红, 孙传旺. “十四五”期间我国碳排放总量及其结构预测: 基于混频数据ADL-MIDAS模型. 经济问题, 2021, (4): 31-40.

[ HE Y D, WEN H, SUN C W. Forecasting China's total carbon emission and its structure in the 14th five-year plan based on mixed-frequency ADL-MIDAS Model. On Economic Problems, 2021, (4): 31-40.]

[39]
杨帆, 张晶杰. 碳达峰碳中和目标下我国电力行业低碳发展现状与展望. 环境保护, 2021, 49(z2): 9-14.

[ YANG F, ZHANG J J. The status and prospect of low-carbon development of electric power industry in China under carbon peak and carbon neutrality targets. Environmental Protection, 2021, 49(z2): 9-14.]

[40]
赵伟. “十四五”期间中国经济发展不宜设定制造业占比指标. 探索与争鸣, 2021, (1): 60-68, 178.

[ ZHAO W. China's economic development had better not set proportion index of manufacturing industry during the period of the 14th five-year plan. Exploration and Free Views, 2021, (1): 60-68, 178.]

Options
文章导航

/

〈 〉