系統動力學視角下城市群綠色低碳路徑研究

張 晶, 楊 迪, 祝金會， 孫增杰， 喻小寶

(1.國網河北省電力有限公司， 石家莊 050011； 2.上海電力大學 經濟與管理學院， 上海 201306)

城市群發展是推動區域經濟增長的重要引擎。中國在城市發展進程中也逐步重視這種城市群的發展。目前，中國正處于城鎮化的快速發展階段，而城鎮化發展在推動經濟增長的同時，也給環境治理帶來了問題。隨著經濟不斷發展，城市群高速發展與生態環境之間的矛盾日益加劇。“綠色發展”的提出是解決這一矛盾的重要理念，推動區域經濟從粗放式發展向綠色發展轉型，從而為解決發展與環境矛盾的問題提供了科學可行之路。與此同時，中國向世界作出2060年前實現碳中和以及2030年前實現碳達峰的承諾，進一步強調了綠色發展的重要性。

近年來，在城市群發展和綠色發展領域取得了一些研究成果。在城市群發展方面，Gao等指出政策上的有效調控是未來城市群可持續發展的必要手段，而調控的關鍵在于提高技術進步和治理政策支持[1]；Kim等[2]利用物流回歸等方法分析了綠地與氣候脆弱性之間的空間相關性，結果表明中央規劃的氣候適應政策只有適應地方的異質性才能切實提高城市可持續性。在城市群環境方面，Yang等[3]通過量化標準化差值植被指數(NDVI)探索了城市化對植被的影響，結果顯示大多數城市集聚的城市化強度與城市綠化程度呈負相關，并呈沿強度梯度下降的趨勢；李嬛等[4]的研究結果表明工業化發展是造成城市群過度消耗和環境污染問題的主要原因，特別是在資源匱乏的地區，工業發展對城市群的生態環境將造成嚴重威脅；He等[5]通過波轉換將城市聚集的人口流動數據融合在一起，提出了一種城市聚集邊界的劃分方法，對優化城市集聚空間結構具有重要的實用價值；孫久文等[6]利用經濟首位度和人口首位度對中國城市規模“一市獨大”的空間特征進行分析，結果表明“一市獨大”割裂了現有的城市體系，造成中心城市和城市群的效率損失，不利于城市高質量發展；劉秉鐮等[7]從動能轉換、演化路徑和維度解構3個方面闡釋了新發展格局下的大國城鎮化之路，構建了中國城市經濟高質量發展的理論體系；方創琳[8]經過研究后發現中國城市群和都市圈建設在構建新發展格局中發揮著非常重要的戰略作用，城市群作為國家新型城鎮化主體的戰略引領地位進一步提升。

在綠色低碳發展方面，Yin等[9]通過路徑分析研究了中國碳排放強度與能源消耗結構的因果關系，結果表明能源結構的調整是減少碳排放的主要途徑之一；Tian等[10]針對金融集聚促進城市群綠色發展的空間效應進行研究，發現城市群綠色發展的實現路徑因金融集聚的特點差異而變化；胡鞍鋼等[11]對中國綠色發展的功能進行了界定，分析了經濟系統、自然系統和社會系統的共生性和交互機制，探討了綠色發展能力和綠色發展戰略；Liu等[12]認為在資源環境約束日益嚴重的情況下，減少工業污染排放、促進綠色產業發展是經濟發展的主流趨勢；許憲春等[13]從經濟、社會、環境3個角度分析大數據在綠色發展中可以發揮的作用，認為大數據在傳統產業轉型升級、需求結構優化、經濟提質增效中扮演著重要角色，特別是在資源整合、科學決策、環境監管等方面發揮著重要作用；曹東等[14]認為若要解決中國綠色經濟發展過程中所面臨的資源環境制約，必須調整現行以GDP為導向的政府和官員績效考核體系，平衡目前財政分權體系中財權和事權不對應問題，明確政府和市場的作用及各自起作用的領域；宋弘等[15]系統考察了低碳城市建設對空氣質量的影響及其作用機制，發現低碳城市建設顯著降低了城市空氣污染，其主要傳導機制來自企業排污的減少與工業產業結構的升級與創新；佘碩等[16]實證分析了低碳城市試點對獲批城市綠色全要素生產率的影響，結果表明獲批低碳試點城市能夠直接促進城市綠色全要素生產率。

綜上所述，無論是在城市群發展方面還是在綠色發展方面，都有所研究，但將城市群綠色發展作為一個完整的循環系統進行的研究尚不多見。本文通過梳理測算影響城市群綠色發展因素間的量化關系，構建基于系統動力學的城市群低碳綠色發展系統，并以京津冀城市群發展為例，研究了京津冀城市群綠色發展背景下，不同因素對其發展趨勢的影響。具體創新點包括：①基于綠色低碳發展影響因素間的關聯性，構建基于系統動力學的城市綠色低碳發展仿真系統；②采用多場景仿真模擬，測算不同影響因素對低碳綠色發展路徑的影響程度，提煉最佳的發展模式。

1 動力學模型構建

為了系統分析城市群綠色發展的反饋機制，構建基于城市群發展因素間相互關系的系統動力學模型，采用vensim平臺進行仿真模擬，并結合歷史數據和不同參數控制，仿真不同場景下城市群綠色發展趨勢。

1.1 建模假設

1)重點考慮宏觀因素對城市群發展的影響，弱化微觀因素。

2)對不影響城市群綠色發展的因素進行弱化，采用混合模式進行分析。

3)假設影響因素之間的耦合關系函數是可量化的。

1.2 因果回路模型

城市群綠色發展作為一個完整的系統，在考慮影響發展循環的要素時，需要對城市聚合問題、經濟增長問題、能源消耗問題和環境治理問題進行分析。

1)經濟增長。在經濟增長子系統中，重點以GDP和人均GDP作為支撐指標之一，從產業角度劃分為三大產業，分別將區域內的三大產業增加值作為經濟增長的重要指標，從而形成GDP-能耗-環境治理-GDP子循環系統。

2)能源消耗。在能源消耗子系統中，考慮到能源資源的消耗是影響城市群綠色發展的重要影響因素，這里將能源消耗總量、人均能耗、單位GDP能耗等因素作為能源消耗子系統的重要指標，從而形成能耗-環境治理-GDP-能耗子循環系統。

3)環境治理。在環境治理子系統中，考慮到“3060”目標，這里重點以碳排放作為核心指標，同時考慮其他污染排放，包括固廢、廢水、廢氣等指標，從而形成環境治理-GDP-能耗-環境治理子循環系統。

4)城市聚合。在城市聚合子系統中，核心是以人口指數為代表性指標，選取城市群人口總數和初中率作為系統關鍵指標，形成人口-生活能耗-環境治理-GDP-城鎮化率-人口子循環系統。

綜上所述，對各類子系統及其因果循環關系進行分析，從而確定圖1所示的因果回路圖。

圖1 因果回路圖

1.3 流量存量模型

根據系統動力學的建模原理，利用vensim軟件構建了京津冀城市群綠色發展系統模型，具體如圖2所示。

圖2 流量存量圖

根據系統特征以及主要變量間的關聯性，表函數多采用線性擬合的方式確定，從而確定各變量間的函數關系。

1.3.1 經濟增長模塊

GDP=INTEG(ΔGDP,GDP0)

(1)

ΔGDP=λ1ΔIVA+λ2IEPC+λ3CA+e1

(2)

IVAp=IVAp-cla×CLA

(3)

IVAs=INTEG(ΔIVAs,IVAs0)

(4)

IVAt=INTEG(ΔIVAt,IVAt0)

(5)

IIVA=α1IVAs+α2CIW+e2

(6)

GDPp=GDP/TP

(7)

DIp=β1GDPp+β2RU+e3

(8)

式中：GDP表示經濟生產總值；ΔGDP表示經濟增加值；GDP0表示原始年的GDP值，這里取2010年數據為原始年；ΔIVA表示產業增加值變動量；IEPC表示環境污染治理投資成本；CA表示減排成本；λi、e分別表示GDP增加值與其他3個變量的擬合系數；IVAp表示第一產業增加值；IVAp-cla表示單位耕地面積一產增加值；CLA表示耕地面積；IVAs表示第二產業增加值；ΔIVAs表示二產增量；IVAs0表示原始年的二產增加值；IVAt表示第三產業增加值；ΔIVAt表示三產增量；IVAt0表示原始年的三產增加值；IIVA表示工業增加值；CIW表示工業用水量；αi、e分別表示工業增加值與其他兩個變量的擬合系數；GDPp表示人均GDP；TP表示總人口；DIp表示人均可支配收入；RU表示城鎮化率；βi、e3分別表示人均可支配收入與其他兩個變量的擬合系數。

1.3.2 能源消耗模塊

CIEp=CIE/TP

(9)

CA=CCEp×EC

(10)

ECGp=TEC/GDP

(11)

CLA=χ1RU+χ2RF+e4

(12)

CIW=δ1TCW+e5

(13)

CDW=ε1TCW+e6

(14)

CIE=φ1TEC+φ2DIp+e7

(15)

TWC=TWCp×TP

(16)

TEC=TECp×TP

(17)

式中：CIEp表示人均生活能耗；CIE表示生活能耗；CCEp表示單位二氧化碳減排成本；EC表示二氧化碳排放量；ECGp表示單位GDP能耗；TEC表示能源消費總量；RF表示森林覆蓋率；χi、e4分別表示耕地面積與其他兩個變量的擬合系數；CIW表示工業用水量；TWC表示用水總量；δi、e5分別表示工業用水量與用水總量的擬合系數；CDW表示生活用水量；εi、e6分別表示生活用水和用水總量的擬合系數；φi、e7分別表示生活能耗與其他兩個變量的擬合系數；TWCp表示人均用水量；TECp表示人均能耗。

1.3.3 環境治理模塊

SWV=INTEG(SWG-SWT,SWV0)

(18)

DP=INTEG(PG-PT,DP0)

(19)

PG=DG+DS

(20)

GISWG=φ1ISW+e8

(21)

ESD=γ1EGE+e9

(22)

EC=ECp×TP

(23)

ECp=η1CIEp+η2RF+e10

(24)

ISWT=ISWTp×SWV

(25)

SWG=GISWG+GHW

(26)

SWT=UGSW+THW

(27)

ISW=ISWp×IIVA

(28)

IWD=κ1CIW+e11

(29)

IIWD=IIWDp×IWD

(30)

EGC=μ1ECGp+e12

(31)

PT=VST+THDG

(32)

IEP=θ1ITDP+θ2ISWT+θ3IIWD+θ4ITAP+e13

(33)

DG=ν1CIE+e14

(34)

ITDP=ITDPp×DP

(35)

ITAP=ITAPp×ESD

(36)

式中：SWV表示固體廢物量；SWG表示固廢產生量；SWT表示固廢處理量；SWV0表示原始年的固廢量；DP表示生活污染量；PG表示污染產生量；PT表示污染處理量；DP0表示原始年的生活污染量；DG表示生活垃圾產生量；DS表示生活污水產生量；GISWG表示一般工業固廢產生量；ISW表示工業固廢量；φi、e8分別表示一般工業固廢產生量與工業固廢量的擬合系數；ESD表示二氧化硫排放量；EGE表示廢氣排放量；γi、e9分別表示二氧化硫排放量與廢氣排放量的擬合系數；ECp表示人均二氧化碳排放量；ηi、e10分別表示人均二氧化碳排放量與其他變量間的擬合系數；ISWT表示固廢治理投資；ISWTp表示單位固廢治理投資；GHW表示危險廢物產生量；UGSW表示一般工業固廢利用量；THW表示危險廢物處置量；ISWp表示萬元工業增加值固廢量；IWD表示工業廢水排放量；κi、e11分別表示工業廢水排放量與工業用水量間的擬合系數；IIWD表示工業廢水治理投資成本；IIWDp表示單位廢水治理投資成本；μi、e12分別表示廢氣排放量與單位GDP能耗間的擬合系數；VST表示污水處理量；THDG表示生活垃圾無害處理量；IEP表示環境污染治理投資成本；ITDP表示生活污染治理投資成本；ITAP表示空氣污染治理投資成本；θi、e13分別表示環境污染治理投資成本與其他變量間的擬合系數；νi、e14表示生活垃圾產生量與生活能耗間的擬合系數；ITDPp表示單位生活污染量治理投資成本；ITAPp表示單位廢氣治理投資成本。

1.3.4 城市聚合模塊

TP=INTEG(ΔTP,TP0)

(37)

ΔTP=TP×ζTP

(38)

式中：ΔTP表示人口增量；TP0表示原始年的人口總量；ζTP表示人口增長率。

2 算例分析

2.1 模型檢驗

通過設置原始年基本數據，對整個系統進行仿真運行，結合歷史實際數據和仿真數據對比，以此來判斷模型是否與實際情況進行了反映。本文利用2010—2019年數據，主要選取GDP(億元)、GDP能耗(噸標準煤/萬元)以及碳排放量(萬t)3個變量進行歷史擬合檢驗，結果見表1。

表1 系統擬合偏差分析結果

從表1中可以看出，通過多次調整系統參數，擬合出最接近現實的結果，偏差率最大為6.1%，平均偏差率為1.29%。其中，GDP擬合效果較好，平均偏差率為1.42%，最大偏差率為6.10%；單位GDP能耗擬合結果中，最大偏差率為-4.77%，平均偏差率為0.97%；二氧化碳排放量擬合結果中，最大偏差率為5.70%，平均偏差率為1.49%。由此可見，本模型擬合結果效果較好，基本符合實際情況，可以作為原始系統進行擬合。

2.2 基礎場景分析

在基礎場景中，不額外調整能耗系數、污染治理成本、碳匯等因素的系數，運行系統得到2020—2035年的仿真結果，如圖3所示。

圖3 基礎場景模擬結果

從圖3中可以看出，在基礎場景中，即當前經濟環境和技術環境下，京津冀地區GDP增長趨于緩慢，但仍然是增長趨勢，尤其是2031年后，GDP增速明顯放緩，2030年GDP突破12萬億元，2020—2035年年平均增速為2.63%；單位GDP能耗降低趨勢明顯，降速也是逐漸偏緩，2030年減少到0.412 9噸標準煤/萬元，2035年達到0.287 6噸標準煤/萬元，相比2020年的單位GDP能耗水平下降了49.36%；二氧化碳排放量在2030年達到峰值，為13.3億t，相比2020年的二氧化碳排放量水平增加了13.17%，之后開始緩慢下降。總體來看，在基礎場景中，GDP穩步上升，碳排放量2030年達到峰值后開始下降，單位GDP能耗降低趨勢明顯。

2.3 多場景分析

為了測算不同系統目標下的運行結果，本文設置3種不同場景，包括經濟最大化、能耗最小化和碳減排最大化3種場景。

2.3.1 經濟最大化

在該場景下，通過調整產業增長率來優化系統，在基礎場景參數設置基礎上，分別對產業增長率調整增加1%(場景1)和10%(場景2)，得到仿真結果如圖4所示。

從圖4中可以看出，調整產業增長率后，GDP增長更加明顯。場景1中，2029年實現GDP突破12萬億，場景2中，2027年實現GDP突破12萬億，相比基礎場景結果，分別提前了1年和3年達到12萬億水平，2035年GDP水平也相比基礎場景分別增加了1.5%和9.1%；二氧化碳排放量達峰時間有所變化，場景2在2032年碳達峰，當年排放量相比基礎場景增加了21.68%，達峰總量相比基礎場景峰值增長了14.76%，場景1雖然在2030年達峰，峰值也有所增加，相比基礎場景增加了1 066萬t；單位GDP能耗下降趨勢中，場景2明顯下降緩慢，主要是受擴張式經濟增加，2035年單位GDP能耗為0.427 7噸標準煤/萬元，高出場景1單位GDP能耗31.41%，相比基礎場景高出32.76%。總體來看，在經濟刺激的情況下，GDP增長并不是與產業增長率成正比，碳排放量增長更快，達峰時間更晚，峰值更高，單位GDP能耗下降趨勢受限明顯。

2.3.2 能耗最小化

在該場景下，考慮設置技術進步影響因素，通過調整技術進步參數值，進而對人均能耗值進行調整，以此來推算單位GDP能耗結果，分別設置技術進步參數值為1(場景3)和1.2(場景4)，得到仿真結果如圖5所示。

圖5 能耗最小化仿真結果

從圖5中可以看出，通過技術進步提高能源利用效率，場景4中單位GDP能耗下降呈現先急后緩的態勢，2035年場景4的單位GDP能耗為0.246 3噸標準煤/萬元，相比基礎場景降低了14.25%，但相比場景3的能耗水平僅僅下降了8.7%，沒有達到技術進步增長帶來的理想結果(技術進步因子增加20%)；場景3和場景4的經濟增長幾乎吻合，僅微小差距，說明能耗降低給經濟增長帶來的影響比較小，2035年GDP分別達到了14.13萬億和14.39萬億；碳減排方面，能耗降低能夠一定程度上減少碳排放，場景3在2029年實現碳達峰，峰值為15.21億t，相比基礎場景峰值增長12.36%，場景4在2030年達峰，相比場景3峰值降低了6.7%。總體來看，通過技術進步能夠較大減少碳排放量，一定程度上降低能耗水平，但效果有限，對經濟增加影響較弱。

2.3.3 碳減排最大化

在該場景下，同時考慮碳減排和碳匯兩個因素，一方面考慮由于化石能源占比降低來減少碳排放，另一方面考慮增加綠植和提高碳匯水平，以此推算碳排放結果，分別設置二產能耗影響因子為1(場景5)和0.8(場景6)，設置綠植覆蓋率提高1%(場景5)和5%(場景6)，得到仿真結果如圖6所示。

從圖6中可以看出，在減排和碳匯雙重因素的影響下，碳減排效果顯著，場景5在2030年實現碳達峰，峰值為11.99億t，相比基礎場景減少了11.11%，場景6同樣在2030年實現碳達峰，峰值為10.66億t，相比基礎場景減少了25%，相同的是，場景5和場景6的碳排放量增長和下降相比其他場景都比較緩和；GDP增長趨勢與單位GDP能耗下降趨勢相似，場景5和場景6變化不大，場景6相比場景5，GDP增加了1.98%，GDP能耗下降了10.61%。總體來看，減排和碳匯因子對GDP和能耗影響較小，對碳減排影響顯著，能夠有效減少碳排放總量。

圖6 碳減排最大化仿真結果

2.3.4 綜合場景仿真

綜合場景同時考慮多個因素對系統仿真結果的影響，分別設置產業增長率增加3%、技術進步因子為1.1、二產能耗影響因子0.9、綠植覆蓋率提高3%，測算得到仿真結果如圖7所示。

從圖7中可以看出，在同時考慮多個影響因素后，系統仿真結果表現明顯更為優秀，首先是碳排放，綜合場景下，2028年實現碳達峰，峰值僅為12.33億t，相比基礎場景的峰值減少了8.76%，為未來實現碳中和奠定更好的基礎；其次是能耗方面，綜合場景的單位GDP能耗相比基礎場景雖然減少不多，達到了0.273 2噸標準煤/萬元，相比基礎場景降低了0.014 38噸標準煤/萬元；最后是經濟增長情況，相比基礎場景，綜合場景GDP在2035年達到了13.61萬億，增長了5.21%，年均增速為2.98%。總體來看，在綜合場景中，雖然各項指標變化趨勢并沒有其他場景變化明顯，但這是由于影響因素的變動也不大，相比各影響因素單獨對結果的影響來看，綜合因素的變化能夠帶來更好的效益，實現了“1+1大于2”的效果。

圖7 綜合場景仿真結果

3 結論

雙碳目標的提出給城市群綠色發展帶來了機遇和挑戰，一方面雙碳目標的實現有助于城市發展結構和能源結構的優化，另一方面雙碳目標的實現又對城市群發展提出更高要求。在這樣的背景下，以京津冀城市群綠色低碳發展為基礎，梳理了城市群發展各要素間的關聯關系，以此作為系統仿真的鏈條，構建了基于系統動力學的城市群綠色低碳發展仿真系統，并通過數據驗證了系統仿真結果與實際結果的匹配程度。設置多場景仿真模擬，選定不同影響因素，包括經濟增長率、能耗技術進步和碳匯等因素，模擬在不同場景下未來城市群發展情況，得到具體結論如下：

1)通過提高經濟增長率、能耗技術進步水平和碳匯水平，能夠改變城市群發展趨勢，一定程度上提高GDP，降低碳排放和能耗水平，例如場景5在調整碳匯水平后，碳達峰峰值相比基礎場景減少了11.11%。

2)單獨的影響因素變化對系統影響并不全面，尤其是僅僅經濟高速增長會導致碳排放量的急劇增長，難以實現2030年的碳達峰要求，例如場景1GDP增加了9.1%，但碳排放也增加了14.76%。

3)綜合場景仿真結果表明，通過各項因素均衡調整，即使是較小的變化，對整個城市群系統發展也是較大的影響結果，因而在多方共同進步的前提下，對于京津冀城市群而言，雙碳目標是能夠實現的，而且能夠較早實現碳達峰，為實現碳中和奠定較好基礎。