基于SD-GIS方法的天然氣需求量中長期變化趨勢及其空間格局預(yù)測
——以北京市為例

丁 聿 付佳鑫 唐 旭,4 王建良,4

1. 中國石油大學(xué)（北京）經(jīng)濟(jì)管理學(xué)院 2. 北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院 3. 北京市燃?xì)饧瘓F(tuán)有限責(zé)任公司

4. 中國油氣產(chǎn)業(yè)發(fā)展研究中心

0 引言

能源低碳轉(zhuǎn)型是中國應(yīng)對氣候變化的重要舉措[1]。在當(dāng)前階段，天然氣作為高效、優(yōu)質(zhì)的清潔能源已成為能源低碳轉(zhuǎn)型的主要過渡能源[2-3]，其需求增長空間非常大。北京市作為中國的政治、文化、國際交往與科技創(chuàng)新中心，近十年天然氣消費(fèi)大幅增加，天然氣在能源消費(fèi)結(jié)構(gòu)中占比超過30%。在能源低碳轉(zhuǎn)型進(jìn)程中，預(yù)測分析北京市天然氣需求量的未來變化趨勢及其空間分布特征十分重要，能夠在時(shí)間和空間維度上為天然氣管理提供決策支撐。

天然氣需求量預(yù)測在學(xué)術(shù)界備受關(guān)注，已有研究主要從國家或省際層面采用單一模型或組合模型開展相關(guān)預(yù)測。在單一模型中，常用的預(yù)測方法主要有神經(jīng)網(wǎng)絡(luò)模型、SD（系統(tǒng)動力學(xué)）模型等。在神經(jīng)網(wǎng)絡(luò)模型方面，研究者通過搜集天然氣消費(fèi)數(shù)據(jù)，訓(xùn)練并構(gòu)建了用于天然氣需求量預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型[4-5]；Szoplik[6]基于天然氣實(shí)際消耗數(shù)據(jù)，考慮了季節(jié)與氣候因素對天然氣消耗的影響，利用MLP網(wǎng)絡(luò)使人工神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了天然氣日消耗量與小時(shí)消耗量的預(yù)測；盧全瑩等[7]利用通徑分析認(rèn)為人口、城鎮(zhèn)化率是天然氣消費(fèi)的主要推動因素，GDP則是天然氣消費(fèi)的主要限制因素，并利用RBF神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸模型（RBF-QRNN）預(yù)測了中國“十二五”和“十三五”期間的天然氣消費(fèi)量；付斌等[8]利用BP神經(jīng)網(wǎng)絡(luò)的優(yōu)異非線性逼近能力，采用L-M算法將其改進(jìn)，用以預(yù)測中國的天然氣需求量，結(jié)果表明利用BP神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測優(yōu)勢能準(zhǔn)確捕捉天然氣需求量預(yù)測的變化趨勢。除神經(jīng)網(wǎng)絡(luò)模型以外，其他機(jī)器學(xué)習(xí)方法也開始運(yùn)用于天然氣需求量預(yù)測。De等[9]基于粒子群算法（PSO）與極值學(xué)習(xí)機(jī)算法（ELM），采用AdaBoost算法構(gòu)建了綜合學(xué)習(xí)預(yù)測模型（AdaBoost-PSO-ELM model），使用隨機(jī)森林算法提取天然氣消費(fèi)的核心影響因素，將GDP、人口、家庭人均消費(fèi)、對外依存度作為預(yù)測模型的自變量，研究預(yù)測中國2030年天然氣消耗量約為6 200×108m3；柴建等[10]認(rèn)為已有研究在進(jìn)行天然氣需求量預(yù)測時(shí)考慮的影響因素較少，難以準(zhǔn)確地分析和預(yù)測未來天然氣消費(fèi)的發(fā)展趨勢，該研究從GDP、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、人口等方面選取了9個影響天然氣消費(fèi)的因素，運(yùn)用貝葉斯模型平均法（BMA）構(gòu)建了用于天然氣需求量預(yù)測的模型。在SD模型方面，李君臣等[11]主要考慮了第二、三產(chǎn)業(yè)發(fā)展與居民消費(fèi)所產(chǎn)生的天然氣需求量，構(gòu)建開環(huán)SD模型預(yù)測了中國2030年天然氣需求量；穆獻(xiàn)中等[12]同樣構(gòu)建了開環(huán)SD模型，預(yù)測了2035年中國在不同經(jīng)濟(jì)增速和人口增速情景下的天然氣需求量。

由于單一模型自身存在一定的局限性，20世紀(jì)60年代就有研究者提出采用模型組合的形式進(jìn)行預(yù)測研究[13]。Xu等[14]組合了移動平均模型和多項(xiàng)式曲線模型，預(yù)測中國在2015年的天然氣消費(fèi)量將達(dá)1 716×108m3；Zhu等[15]構(gòu)建了基于殘差自回歸模型和卡爾曼濾波算法的組合模型，利用1980—2017年中國天然氣消耗歷史數(shù)據(jù)預(yù)測了中國未來天然氣消費(fèi)量，組合模型與單一模型擬合結(jié)果的相對誤差及方差的對比結(jié)果顯示，前者具有更高的預(yù)測精度與穩(wěn)定性；Chen等[16]融合了功能自回歸模型（FAR）和卷積神經(jīng)網(wǎng)絡(luò)模型（CNN），提出了用于天然氣需求量高分辨率預(yù)測的混合FAR-CNN模型，預(yù)測了德國小時(shí)天然氣供需流量，結(jié)果表明該組合模型對于不同類型的節(jié)點(diǎn)具有良好且穩(wěn)定的準(zhǔn)確性；馬小艷[17]結(jié)合了DGM(1,1)模型和線性回歸模型，利用重慶市2001—2017年的天然氣消費(fèi)數(shù)據(jù)對比了該組合模型和傳統(tǒng)GM(1,1)模型的預(yù)測精度，結(jié)果表明該組合模型能夠提高對存有異常值的指數(shù)增長序列的預(yù)測精度。

機(jī)器學(xué)習(xí)方法與組合預(yù)測模型側(cè)重于對歷史統(tǒng)計(jì)數(shù)據(jù)本身變化趨勢的分析及預(yù)測，區(qū)域發(fā)展規(guī)劃的政策效應(yīng)與能源系統(tǒng)內(nèi)部各組成要素間的因果關(guān)系和作用機(jī)理在此類模型中未得到重視，盡管有研究已經(jīng)構(gòu)建了開環(huán)SD模型，但忽視了系統(tǒng)內(nèi)部要素間的反饋效應(yīng)與反饋機(jī)制；另外，天然氣需求量的空間分布格局在已有研究中鮮有報(bào)道。因此，筆者結(jié)合系統(tǒng)動力學(xué)（SD）的動態(tài)仿真優(yōu)勢與地理信息系統(tǒng)（GIS）空間分析優(yōu)勢，搭建SD-GIS集成模型，預(yù)測北京市天然氣中長期需求，模擬政策實(shí)施力度的變化對天然氣需求量的影響作用，并探究其空間分布特征。研究成果一方面可以為北京市天然氣供應(yīng)保障提供數(shù)據(jù)支撐，另一方面能夠加強(qiáng)對天然氣需求量的精細(xì)化管理與供需矛盾的針對性區(qū)域管理，為輸配管網(wǎng)的規(guī)劃與建設(shè)提供理論依據(jù)。

1 北京市天然氣需求量預(yù)測的SD模型構(gòu)建

SD以系統(tǒng)論和控制論為指導(dǎo)，重點(diǎn)強(qiáng)調(diào)系統(tǒng)內(nèi)部各要素間的因果關(guān)系與反饋機(jī)制，能夠?qū)崿F(xiàn)對復(fù)雜現(xiàn)實(shí)系統(tǒng)的抽象，并仿真模擬系統(tǒng)在時(shí)間維度上的動態(tài)行為，但SD缺乏空間維度上的可視化能力，難以識別仿真結(jié)果的空間分布格局。GIS模型常用于分析模擬結(jié)果的空間特征及空間要素的交互作用[18-19]，但無法分析社會經(jīng)濟(jì)系統(tǒng)中各要素間的反饋效應(yīng)。因此，筆者集成二者優(yōu)勢，基于SD仿真預(yù)測結(jié)果，將其作為GIS模型的輸入，利用ArcGIS與底圖數(shù)據(jù)實(shí)現(xiàn)預(yù)測結(jié)果的空間可視化，從空間維度上進(jìn)一步分析天然氣需求量的空間分布特征。通過SD與GIS的單向數(shù)據(jù)傳遞實(shí)現(xiàn)北京市天然氣需求量的時(shí)間動態(tài)預(yù)測與空間分布格局分析。

1.1 系統(tǒng)邊界設(shè)定與研究假設(shè)

天然氣需求量問題涉及經(jīng)濟(jì)發(fā)展水平、人口總量、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等多方面因素[20-21]，其需求來源主要包括生活需求、生產(chǎn)需求與能源低碳轉(zhuǎn)型的天然氣替代需求[22]，研究借鑒已有學(xué)術(shù)成果，同時(shí)考慮基礎(chǔ)數(shù)據(jù)的可獲得性、可操作性及代表性[23]，確立了人口、經(jīng)濟(jì)、能源和環(huán)境4個子系統(tǒng)及其邊界，且各子系統(tǒng)之間存在復(fù)雜的作用關(guān)系[24-25]。經(jīng)濟(jì)發(fā)展和居民生活水平的提高帶來了能源消耗的增加，能源消耗產(chǎn)生的碳排放加劇環(huán)境污染，對經(jīng)濟(jì)發(fā)展產(chǎn)生負(fù)面效應(yīng)。同時(shí)，經(jīng)濟(jì)發(fā)展帶動了節(jié)能、減排等科技水平的進(jìn)步，在降低能源消耗強(qiáng)度、減少碳排放方面發(fā)揮著重要作用；新常態(tài)下，經(jīng)濟(jì)增速放緩、產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級，為能源低碳轉(zhuǎn)型創(chuàng)造了有利的大環(huán)境[2]，通過清潔能源對高碳化石能源的替代產(chǎn)生了低碳環(huán)境效益，削弱了環(huán)境污染對經(jīng)濟(jì)發(fā)展的負(fù)面效應(yīng)。系統(tǒng)邊界及各子系統(tǒng)作用關(guān)系如圖1所示。

圖1 系統(tǒng)邊界及各子系統(tǒng)作用關(guān)系圖

考慮到天然氣需求量預(yù)測系統(tǒng)內(nèi)生變量與外生變量的復(fù)雜性，本文研究作出一定假設(shè)（H1-H4），重點(diǎn)考慮影響系統(tǒng)全局的關(guān)鍵因素，利用變量關(guān)系與反饋機(jī)制反映現(xiàn)實(shí)復(fù)雜系統(tǒng)的內(nèi)在邏輯結(jié)構(gòu)。

H1：研究期內(nèi)，不考慮自然災(zāi)害、政治變動等不可抗力對北京市天然氣需求量的影響。

H2：政策因素作用于系統(tǒng)外部，表現(xiàn)出與北京市中長期規(guī)劃同步的階段特性。

H3：人口、經(jīng)濟(jì)、節(jié)能減排等相關(guān)因素均按照北京市宏觀規(guī)劃政策如期實(shí)現(xiàn)。

H4：在能源低碳轉(zhuǎn)型進(jìn)程中，北京市火電占發(fā)電總量的97%左右，其中以氣電代替煤電為主。故本文研究重點(diǎn)涉及一次能源中天然氣對高碳化石能源的替代效應(yīng)。

1.2 系統(tǒng)結(jié)構(gòu)分析

為進(jìn)一步明晰北京市天然氣需求量預(yù)測系統(tǒng)變量之間的作用關(guān)系及系統(tǒng)內(nèi)部反饋機(jī)制，結(jié)合北京市經(jīng)濟(jì)新常態(tài)、高科學(xué)技術(shù)水平等城市特點(diǎn)，基于研究假設(shè)與系統(tǒng)邊界，利用因果反饋回路圖描述系統(tǒng)內(nèi)部結(jié)構(gòu)及反饋機(jī)制，如圖2所示。

圖2 北京市天然氣需求量預(yù)測系統(tǒng)因果反饋回路圖

該系統(tǒng)主要包括2條正反饋回路和2條負(fù)反饋回路。正反饋回路反映經(jīng)濟(jì)、能源和環(huán)境子系統(tǒng)之間的作用關(guān)系及正反饋機(jī)制：①GDP→＋科技投資/教育投資→＋技術(shù)進(jìn)步低碳因子→－碳排放→＋環(huán)境污染→－GDP；②碳排放→＋碳排放強(qiáng)度→＋能源低碳轉(zhuǎn)型→＋能源低碳轉(zhuǎn)型產(chǎn)生的天然氣消耗量→＋天然氣需求量→＋碳排放。

負(fù)反饋回路反映各子系統(tǒng)之間的負(fù)反饋機(jī)制：①GDP→＋生活性、生產(chǎn)性能源消耗量→＋煤炭、石油、天然氣消耗量→＋碳排放→＋環(huán)境污染→－GDP；②碳排放→＋碳排放強(qiáng)度→＋能源低碳轉(zhuǎn)型→－煤炭、石油消耗量→＋碳排放。

基于系統(tǒng)因果反饋回路，筆者進(jìn)一步區(qū)分變量性質(zhì)，細(xì)分為狀態(tài)變量、速率變量、輔助變量和常量，利用VENSIM繪制天然氣需求量預(yù)測系統(tǒng)的存量流量圖，如圖3所示。

圖3 北京市天然氣需求量預(yù)測系統(tǒng)存量流量圖

1.3 系統(tǒng)參數(shù)與方程設(shè)定

系統(tǒng)變量之間數(shù)量關(guān)系的確定對于系統(tǒng)的仿真運(yùn)行至關(guān)重要。借鑒已有文獻(xiàn)[25-26]，利用SPSS對2005—2018年的歷史統(tǒng)計(jì)數(shù)據(jù)進(jìn)行回歸分析，得到第三產(chǎn)業(yè)萬元GDP能耗、人均生活能耗與技術(shù)進(jìn)步低碳因子的函數(shù)關(guān)系式，其擬合優(yōu)度均大于0.9；參考相關(guān)文獻(xiàn)，將能源低碳轉(zhuǎn)型影響因子與碳排放強(qiáng)度之間的非線性關(guān)系采用表函數(shù)形式[27-28]；煤炭、石油、天然氣的碳排放系數(shù)為常量，數(shù)據(jù)來源于《IPCC 2006國家溫室氣體清單指南》[29]；GDP、人口、一次能源消費(fèi)占比、碳排放量等相關(guān)參數(shù)來源于《國家統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《北京統(tǒng)計(jì)年鑒2020》、中國碳排放數(shù)據(jù)庫（CEADs）等權(quán)威統(tǒng)計(jì)數(shù)據(jù)庫；參考的政策規(guī)劃主要包括北京市“十二五”規(guī)劃、北京市“十三五”規(guī)劃、北京市“十三五”時(shí)期能源發(fā)展規(guī)劃、北京市“十三五”時(shí)期節(jié)能降耗及應(yīng)對氣候變化規(guī)劃、北京城市總體規(guī)劃（2016—2035年）等官方規(guī)劃文件。現(xiàn)將北京市天然氣需求量預(yù)測系統(tǒng)關(guān)鍵變量的函數(shù)關(guān)系式匯總至表1。

表1 北京市天然氣需求量預(yù)測系統(tǒng)關(guān)鍵變量函數(shù)關(guān)系式表

1.4 SD模型測試

為驗(yàn)證北京市天然氣需求量預(yù)測系統(tǒng)模型的結(jié)構(gòu)與行為，本文遵循Barlas提出的驗(yàn)證與測試程序[30]，即直接結(jié)構(gòu)測試與間接結(jié)構(gòu)測試。其中，直接結(jié)構(gòu)測試屬于定性測試，缺乏客觀性[31]。為此，筆者重點(diǎn)進(jìn)行間接結(jié)構(gòu)測試，即系統(tǒng)仿真行為有效性測試與參數(shù)靈敏度測試。

1.4.1 系統(tǒng)仿真行為有效性測試

SD模型是對現(xiàn)實(shí)復(fù)雜系統(tǒng)的抽象與仿真，其試圖解釋現(xiàn)實(shí)系統(tǒng)的行為并提供有效的替代方案以期實(shí)現(xiàn)系統(tǒng)目標(biāo)，模型的有效性很大程度上依賴于模型結(jié)構(gòu)與模型行為。選取人口、GDP總量、天然氣需求量和碳排放量為測試變量，利用北京市2010—2017年的歷史數(shù)據(jù)進(jìn)行系統(tǒng)仿真試驗(yàn)，從定量的角度進(jìn)行系統(tǒng)行為有效性測試，如圖4所示。

圖4 系統(tǒng)模型行為有效性測試圖

由模型行為測試結(jié)果可知，仿真系統(tǒng)與現(xiàn)實(shí)系統(tǒng)具有時(shí)序演化上的一致性，即行為一致性。測試結(jié)果表明，人口總量幾乎不存在誤差；GDP總量、天然氣需求量與碳排放量最大誤差分別為－1.4%、5.6%、3.4%，平均相對誤差分別為－0.77%、3.72%、0.69%，均處于誤差允許范圍內(nèi)。因此，北京市天然氣需求量預(yù)測系統(tǒng)模型對現(xiàn)實(shí)系統(tǒng)的抽象與仿真是合理、有效的。

1.4.2 參數(shù)靈敏度測試

將10個關(guān)鍵參數(shù)分別由原始值變化±10%，觀察參數(shù)變化對天然氣消耗量的影響程度（圖5）。可以看出，模型對天然氣消耗占比相對較為敏感，而對其他參數(shù)未表現(xiàn)出較高的敏感性，說明系統(tǒng)模型行為在參數(shù)變動下不會產(chǎn)生較大的行為波動，即系統(tǒng)行為穩(wěn)定、可靠。

圖5 系統(tǒng)模型參數(shù)靈敏度測試圖

2 系統(tǒng)預(yù)測與政策模擬

2.1 系統(tǒng)仿真預(yù)測

北京市天然氣消費(fèi)預(yù)測系統(tǒng)仿真模擬的基準(zhǔn)年限是2019年，目標(biāo)年份是2035年，仿真步長為1。在“十四五”至“十六五”時(shí)期，設(shè)置GDP增長率分別為6.0%、5.5%、5.0%；能源低碳轉(zhuǎn)型影響因子處于10%～12%。將上述模型參數(shù)作為基準(zhǔn)情景，通過模型仿真運(yùn)行得到基準(zhǔn)情景下北京市2019—2035年期間的碳排放量、天然氣需求量的預(yù)測值，如圖6所示。

圖6 基準(zhǔn)情景下北京市天然氣需求量預(yù)測系統(tǒng)仿真結(jié)果圖

由仿真結(jié)果及其變化趨勢可知，“十四五”至“十六五”時(shí)期，北京市天然氣需求量整體呈穩(wěn)步上升趨勢，碳排放量則表現(xiàn)為逐年緩慢下降。2025年、2030年、2035年天然氣需求量預(yù)計(jì)分別為 222.2×108m3、242.1×108m3、253.8×108m3；2020—2035年，天然氣需求量增長率為33.6%，年均增長率為2.2%，隨著北京市人口總量的穩(wěn)定及能源低碳轉(zhuǎn)型空間的縮小，天然氣需求量的增速逐年變緩。2020—2035年，碳排放量穩(wěn)步下降，2035年，碳排放量預(yù)計(jì)下降至6 405.3×104t，較2020年下降15.1%。由于本文重點(diǎn)關(guān)注北京市天然氣需求量未來中長期變化趨勢，因此未將2020年新冠疫情對北京市天然氣需求量的短期影響考慮在內(nèi)。

2.2 政策模擬

2.2.1 政策情景

為了考察北京市不同經(jīng)濟(jì)發(fā)展政策和能源清潔替代政策對天然氣需求量的影響，本研究參考北京市統(tǒng)計(jì)年鑒、北京市第十五屆人民代表大會政府工作報(bào)告、北京城市總體規(guī)劃（2016—2035年）等相關(guān)政策與資料，調(diào)控GDP增長率、能源低碳轉(zhuǎn)型影響因子，設(shè)置包含不同經(jīng)濟(jì)增速與不同能源替代程度的政策情景，重點(diǎn)分析不同GDP增速和能源不同替代程度下的天然氣需求量變化趨勢?；诨鶞?zhǔn)情景的參數(shù)設(shè)置，本研究調(diào)控GDP增長率，將經(jīng)濟(jì)高增速設(shè)定為6%～7%、經(jīng)濟(jì)低增速設(shè)定為4%～5%；調(diào)控能源低碳轉(zhuǎn)型影響因子，將高替代率設(shè)定為12%～14%、低替代率設(shè)定為8%～10%。具體情景內(nèi)容匯總至表2。

表2 不同政策情景內(nèi)容設(shè)定表

2.2.2 政策模擬結(jié)果

圖7展示了不同政策情景下天然氣需求量、碳排放量的變化趨勢。高替代高增速情景下，天然氣需求量整體呈持續(xù)增長之勢。2035年，天然氣需求量預(yù)計(jì)將達(dá)319.4×108m3，比基準(zhǔn)情景高25.8%。碳排放量呈緩慢下降趨勢，2035年碳排放量為7 644.9×104t，比基準(zhǔn)情景高19.4%。經(jīng)濟(jì)高速增長及能源低碳轉(zhuǎn)型的持續(xù)深化將以天然氣的高消耗量為代價(jià)，對于政府管理部門而言，需要綜合考慮北京市的天然氣供應(yīng)能否滿足高消耗需求，避免造成供氣緊張。

圖7 不同政策情景對天然氣需求量、碳排放量的影響圖

高替代低增速情景下，天然氣需求量增速逐年漸緩。2035年，天然氣需求量預(yù)計(jì)為243.7×108m3，比基準(zhǔn)情景低4.0%。碳排放量最低，2035年預(yù)計(jì)為3 664.1×104t，比基準(zhǔn)情景低42.8%。長期來看，高替代低增速政策情景具有較好的節(jié)能減排效益。

低替代低增速情景下天然氣需求量最低。2035年，天然氣需求量預(yù)計(jì)為199.5×108m3，比基準(zhǔn)情景低21.4%。碳排放量整體呈逐年下降趨勢，2035年，碳排放量為5 289.3×104t，比基準(zhǔn)情景低17.4%。整體而言，低替代低增速政策情景具有出良好的節(jié)能減排效益，但經(jīng)濟(jì)發(fā)展緩慢，在經(jīng)濟(jì)發(fā)展與節(jié)能減排之間尋求平衡至關(guān)重要。

低替代高增速情景下，天然氣需求量逐年增加。2035年，天然氣需求量預(yù)計(jì)達(dá)到261.4×108m3，比基準(zhǔn)情景高3.0%。碳排放量表現(xiàn)為上升趨勢，2035年，碳排放量預(yù)計(jì)將達(dá)到8 929.2×104t，比基準(zhǔn)情景高39.4%。

3 北京市天然氣需求量和碳排放量變化趨勢預(yù)測

3.1 北京市天然氣需求量的空間格局

借鑒已有文獻(xiàn)的研究思路[22-23]，基于SD仿真預(yù)測結(jié)果及北京市各區(qū)域人口密度、經(jīng)濟(jì)發(fā)展水平等基礎(chǔ)數(shù)據(jù)，利用ArcGIS將北京市天然氣需求量預(yù)測結(jié)果映射至空間維度，采用自然間斷點(diǎn)分級法將北京市十六區(qū)天然氣需求量劃分為7個區(qū)間級別，構(gòu)建北京市天然氣需求量空間分布的GIS模型（圖8）。

分析圖8可知，2035年，北京市各區(qū)天然氣需求量整體呈現(xiàn)由中心城區(qū)向遠(yuǎn)郊區(qū)遞減的空間分布規(guī)律。中心城區(qū)人口密度較大，商業(yè)區(qū)、高新技術(shù)產(chǎn)業(yè)以及城市基礎(chǔ)設(shè)施豐富，經(jīng)濟(jì)發(fā)展水平較高，對天然氣資源需求較大，其中，海淀區(qū)、朝陽區(qū)與西城區(qū)的天然氣需求量預(yù)計(jì)占北京市天然氣總需求量的52.5%；昌平、順義、通州、大興與房山是北京市位于平原地區(qū)的新城，是承接中心城區(qū)適宜功能和人口疏解的重點(diǎn)地區(qū)，是推進(jìn)京津冀協(xié)同發(fā)展的重要區(qū)域，未來人口數(shù)量、經(jīng)濟(jì)發(fā)展水平具有較大的發(fā)展?jié)摿Γ烊粴庑枨罅績H次于中心城區(qū)，上述5個區(qū)域的天然氣需求量預(yù)計(jì)占北京市天然氣總需求量的24.3%；門頭溝區(qū)、平谷區(qū)、懷柔區(qū)、密云區(qū)和延慶區(qū)，是京津冀協(xié)同發(fā)展格局中西北部生態(tài)涵養(yǎng)區(qū)的重要組成部分，是保障首都可持續(xù)發(fā)展的關(guān)鍵區(qū)域，預(yù)計(jì)未來天然氣需求量占北京市天然氣總需求量的23.2%。

圖8 北京市十六區(qū)天然氣需求量空間分布圖

3.2 天然氣高需求量區(qū)的空間格局

由圖8可知，在北京市十六區(qū)中，海淀區(qū)、朝陽區(qū)與西城區(qū)3個地區(qū)的天然氣需求量占北京市天然氣總需求量的52.5%。研究將空間網(wǎng)格進(jìn)一步細(xì)化，重點(diǎn)研究海淀區(qū)、朝陽區(qū)與西城區(qū)內(nèi)部天然氣需求量的空間分布。

圖9展示了海淀區(qū)、朝陽區(qū)和西城區(qū)各鄉(xiāng)級單位未來天然氣需求量空間分布格局。海淀區(qū)共包括22個街道、7個地區(qū)，預(yù)計(jì)未來天然氣需求量整體由西北向東南逐漸增加，需求量較高的街道地區(qū)主要分布在與朝陽區(qū)、西城區(qū)接壤的東部和東南部區(qū)域；與昌平區(qū)、門頭溝區(qū)接壤的西北部及中西部零星地區(qū)預(yù)計(jì)天然氣需求量較少。朝陽區(qū)共包括24個街道、19個地區(qū)，預(yù)計(jì)未來天然氣需求量較高的街道地區(qū)主要分布于中東部以及與海淀區(qū)接壤的西北部；需求量較低的街道地區(qū)主要分布在與東城區(qū)接壤的西部、與通州區(qū)接壤的東南部及與順義區(qū)接壤的東北部區(qū)域。西城區(qū)共包括15個街道，天然氣需求量整體表現(xiàn)為由北向南、由西向東逐漸遞減的規(guī)律，以租賃與商務(wù)服務(wù)業(yè)集中的西部地區(qū)需求量最大。

圖9 北京市天然氣高需求量區(qū)空間分布圖

4 結(jié)論與建議

本研究集成了SD動態(tài)反饋機(jī)制優(yōu)勢與GIS空間可視化優(yōu)勢，同時(shí)結(jié)合情景分析，從時(shí)間和空間雙重維度預(yù)測了北京市2020—2035年的天然氣需求量與碳排放量，分析了在政策實(shí)施力度變化下天然氣需求量與碳排放的動態(tài)演化趨勢、考察了北京市未來天然氣需求量的空間分布特征。主要得出以下結(jié)論。

1）基準(zhǔn)情景下，“十四五”至“十六五”時(shí)期，天然氣需求量整體表現(xiàn)為逐年增加之勢，增速逐年漸緩，2025年、2030年、2035年天然氣需求量預(yù)計(jì)將分別達(dá)到 222.2×108m3、242.1×108m3、253.8×108m3；碳排放量在2020—2035年期間呈穩(wěn)定下降趨勢，2035年預(yù)計(jì)碳排放量為6 405.3×104t。政策情景下，低替代低增速與高替代低增速政策具有不同程度的節(jié)能減排效益，但二者經(jīng)濟(jì)增長緩慢，2035年的天然氣需求量介于200×108～320×108m3。

2）北京市十六區(qū)天然氣需求量整體呈現(xiàn)由市中區(qū)向遠(yuǎn)郊區(qū)遞減的空間分異特征，海淀區(qū)、朝陽區(qū)與西城區(qū)的天然氣需求量占北京市天然氣需求量的52.5%；鄉(xiāng)鎮(zhèn)街道尺度，處于三區(qū)交界處的學(xué)院路街道、北太平莊街道、來廣營地區(qū)、展覽路街道等天然氣需求量最為集中。

3）本研究證明了SD-GIS集成模型在中國城市尺度預(yù)測天然氣需求量、分析空間分異特征的可行性，同時(shí)本研究思路與研究方法具有一定的普適性，能夠延拓至其他城市或其他能源種類的預(yù)測性研究。

基于上述研究結(jié)論，針對北京市未來天然氣需求量發(fā)展趨勢與空間分布特征提出如下管理建議。

1）加強(qiáng)天然氣整體供需管理的中長期規(guī)劃，提前做好不同情景下的準(zhǔn)備預(yù)案，保障未來用氣需求。

2）根據(jù)天然氣需求量空間分布特征，分區(qū)域、分街道地進(jìn)行精細(xì)化管理，實(shí)施差異化的需求管理政策，提高管理措施的針對性。