系統(tǒng)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(wǎng)河北省電力有限公司， 石家莊 050011； 2.上海電力大學 經(jīng)濟與管理學院， 上海 201306)

城市群發(fā)展是推動區(qū)域經(jīng)濟增長的重要引擎。中國在城市發(fā)展進程中也逐步重視這種城市群的發(fā)展。目前，中國正處于城鎮(zhèn)化的快速發(fā)展階段，而城鎮(zhèn)化發(fā)展在推動經(jīng)濟增長的同時，也給環(huán)境治理帶來了問題。隨著經(jīng)濟不斷發(fā)展，城市群高速發(fā)展與生態(tài)環(huán)境之間的矛盾日益加劇。“綠色發(fā)展”的提出是解決這一矛盾的重要理念，推動區(qū)域經(jīng)濟從粗放式發(fā)展向綠色發(fā)展轉(zhuǎn)型，從而為解決發(fā)展與環(huán)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(xiàn)碳中和以及2030年前實現(xiàn)碳達峰的承諾，進一步強調(diào)了綠色發(fā)展的重要性。

近年來，在城市群發(fā)展和綠色發(fā)展領(lǐng)域取得了一些研究成果。在城市群發(fā)展方面，Gao等指出政策上的有效調(diào)控是未來城市群可持續(xù)發(fā)展的必要手段，而調(diào)控的關(guān)鍵在于提高技術(shù)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(guān)性，結(jié)果表明中央規(guī)劃的氣候適應(yīng)政策只有適應(yīng)地方的異質(zhì)性才能切實提高城市可持續(xù)性。在城市群環(huán)境方面，Yang等[3]通過量化標準化差值植被指數(shù)(NDVI)探索了城市化對植被的影響，結(jié)果顯示大多數(shù)城市集聚的城市化強度與城市綠化程度呈負相關(guān)，并呈沿強度梯度下降的趨勢；李嬛等[4]的研究結(jié)果表明工業(yè)化發(fā)展是造成城市群過度消耗和環(huán)境污染問題的主要原因，特別是在資源匱乏的地區(qū)，工業(yè)發(fā)展對城市群的生態(tài)環(huán)境將造成嚴重威脅；He等[5]通過波轉(zhuǎn)換將城市聚集的人口流動數(shù)據(jù)融合在一起，提出了一種城市聚集邊界的劃分方法，對優(yōu)化城市集聚空間結(jié)構(gòu)具有重要的實用價值；孫久文等[6]利用經(jīng)濟首位度和人口首位度對中國城市規(guī)?！耙皇歇毚蟆钡目臻g特征進行分析，結(jié)果表明“一市獨大”割裂了現(xiàn)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(zhì)量發(fā)展；劉秉鐮等[7]從動能轉(zhuǎn)換、演化路徑和維度解構(gòu)3個方面闡釋了新發(fā)展格局下的大國城鎮(zhèn)化之路，構(gòu)建了中國城市經(jīng)濟高質(zhì)量發(fā)展的理論體系；方創(chuàng)琳[8]經(jīng)過研究后發(fā)現(xiàn)中國城市群和都市圈建設(shè)在構(gòu)建新發(fā)展格局中發(fā)揮著非常重要的戰(zhàn)略作用，城市群作為國家新型城鎮(zhèn)化主體的戰(zhàn)略引領(lǐng)地位進一步提升。

在綠色低碳發(fā)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(jié)構(gòu)的因果關(guān)系，結(jié)果表明能源結(jié)構(gòu)的調(diào)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(fā)展的空間效應(yīng)進行研究，發(fā)現(xiàn)城市群綠色發(fā)展的實現(xiàn)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(fā)展的功能進行了界定，分析了經(jīng)濟系統(tǒng)、自然系統(tǒng)和社會系統(tǒng)的共生性和交互機制，探討了綠色發(fā)展能力和綠色發(fā)展戰(zhàn)略；Liu等[12]認為在資源環(huán)境約束日益嚴重的情況下，減少工業(yè)污染排放、促進綠色產(chǎn)業(yè)發(fā)展是經(jīng)濟發(fā)展的主流趨勢；許憲春等[13]從經(jīng)濟、社會、環(huán)境3個角度分析大數(shù)據(jù)在綠色發(fā)展中可以發(fā)揮的作用，認為大數(shù)據(jù)在傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級、需求結(jié)構(gòu)優(yōu)化、經(jīng)濟提質(zhì)增效中扮演著重要角色，特別是在資源整合、科學決策、環(huán)境監(jiān)管等方面發(fā)揮著重要作用；曹東等[14]認為若要解決中國綠色經(jīng)濟發(fā)展過程中所面臨的資源環(huán)境制約，必須調(diào)整現(xiàn)行以GDP為導(dǎo)向的政府和官員績效考核體系，平衡目前財政分權(quán)體系中財權(quán)和事權(quán)不對應(yīng)問題，明確政府和市場的作用及各自起作用的領(lǐng)域；宋弘等[15]系統(tǒng)考察了低碳城市建設(shè)對空氣質(zhì)量的影響及其作用機制，發(fā)現(xiàn)低碳城市建設(shè)顯著降低了城市空氣污染，其主要傳導(dǎo)機制來自企業(yè)排污的減少與工業(yè)產(chǎn)業(yè)結(jié)構(gòu)的升級與創(chuàng)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(chǎn)率的影響，結(jié)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(chǎn)率。

綜上所述，無論是在城市群發(fā)展方面還是在綠色發(fā)展方面，都有所研究，但將城市群綠色發(fā)展作為一個完整的循環(huán)系統(tǒng)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(fā)展因素間的量化關(guān)系，構(gòu)建基于系統(tǒng)動力學的城市群低碳綠色發(fā)展系統(tǒng)，并以京津冀城市群發(fā)展為例，研究了京津冀城市群綠色發(fā)展背景下，不同因素對其發(fā)展趨勢的影響。具體創(chuàng)新點包括：①基于綠色低碳發(fā)展影響因素間的關(guān)聯(lián)性，構(gòu)建基于系統(tǒng)動力學的城市綠色低碳發(fā)展仿真系統(tǒng)；②采用多場景仿真模擬，測算不同影響因素對低碳綠色發(fā)展路徑的影響程度，提煉最佳的發(fā)展模式。

1 動力學模型構(gòu)建

為了系統(tǒng)分析城市群綠色發(fā)展的反饋機制，構(gòu)建基于城市群發(fā)展因素間相互關(guān)系的系統(tǒng)動力學模型，采用vensim平臺進行仿真模擬，并結(jié)合歷史數(shù)據(jù)和不同參數(shù)控制，仿真不同場景下城市群綠色發(fā)展趨勢。

1.1 建模假設(shè)

1)重點考慮宏觀因素對城市群發(fā)展的影響，弱化微觀因素。

2)對不影響城市群綠色發(fā)展的因素進行弱化，采用混合模式進行分析。

3)假設(shè)影響因素之間的耦合關(guān)系函數(shù)是可量化的。

1.2 因果回路模型

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

1)經(jīng)濟增長。在經(jīng)濟增長子系統(tǒng)中，重點以GDP和人均GDP作為支撐指標之一，從產(chǎn)業(yè)角度劃分為三大產(chǎn)業(yè)，分別將區(qū)域內(nèi)的三大產(chǎn)業(yè)增加值作為經(jīng)濟增長的重要指標，從而形成GDP-能耗-環(huán)境治理-GDP子循環(huán)系統(tǒng)。

2)能源消耗。在能源消耗子系統(tǒng)中，考慮到能源資源的消耗是影響城市群綠色發(fā)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(tǒng)的重要指標，從而形成能耗-環(huán)境治理-GDP-能耗子循環(huán)系統(tǒng)。

3)環(huán)境治理。在環(huán)境治理子系統(tǒng)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(huán)境治理-GDP-能耗-環(huán)境治理子循環(huán)系統(tǒng)。

4)城市聚合。在城市聚合子系統(tǒng)中，核心是以人口指數(shù)為代表性指標，選取城市群人口總數(shù)和初中率作為系統(tǒng)關(guān)鍵指標，形成人口-生活能耗-環(huán)境治理-GDP-城鎮(zhèn)化率-人口子循環(huán)系統(tǒng)。

綜上所述，對各類子系統(tǒng)及其因果循環(huán)關(guān)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(jù)系統(tǒng)動力學的建模原理，利用vensim軟件構(gòu)建了京津冀城市群綠色發(fā)展系統(tǒng)模型，具體如圖2所示。

圖2 流量存量圖

根據(jù)系統(tǒng)特征以及主要變量間的關(guān)聯(lián)性，表函數(shù)多采用線性擬合的方式確定，從而確定各變量間的函數(shù)關(guān)系。

1.3.1 經(jīng)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(jīng)濟生產(chǎn)總值；ΔGDP表示經(jīng)濟增加值；GDP0表示原始年的GDP值，這里取2010年數(shù)據(jù)為原始年；ΔIVA表示產(chǎn)業(yè)增加值變動量；IEPC表示環(huán)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(shù)；IVAp表示第一產(chǎn)業(yè)增加值；IVAp-cla表示單位耕地面積一產(chǎn)增加值；CLA表示耕地面積；IVAs表示第二產(chǎn)業(yè)增加值；ΔIVAs表示二產(chǎn)增量；IVAs0表示原始年的二產(chǎn)增加值；IVAt表示第三產(chǎn)業(yè)增加值；ΔIVAt表示三產(chǎn)增量；IVAt0表示原始年的三產(chǎn)增加值；IIVA表示工業(yè)增加值；CIW表示工業(yè)用水量；αi、e分別表示工業(yè)增加值與其他兩個變量的擬合系數(shù)；GDPp表示人均GDP；TP表示總?cè)丝冢籇Ip表示人均可支配收入；RU表示城鎮(zhèn)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(shù)。

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(shù)；CIW表示工業(yè)用水量；TWC表示用水總量；δi、e5分別表示工業(yè)用水量與用水總量的擬合系數(shù)；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(shù)；φi、e7分別表示生活能耗與其他兩個變量的擬合系數(shù)；TWCp表示人均用水量；TECp表示人均能耗。

1.3.3 環(huán)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(chǎn)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(chǎn)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(chǎn)生量；DS表示生活污水產(chǎn)生量；GISWG表示一般工業(yè)固廢產(chǎn)生量；ISW表示工業(yè)固廢量；φi、e8分別表示一般工業(yè)固廢產(chǎn)生量與工業(yè)固廢量的擬合系數(shù)；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(shù)；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(shù)；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(chǎn)生量；UGSW表示一般工業(yè)固廢利用量；THW表示危險廢物處置量；ISWp表示萬元工業(yè)增加值固廢量；IWD表示工業(yè)廢水排放量；κi、e11分別表示工業(yè)廢水排放量與工業(yè)用水量間的擬合系數(shù)；IIWD表示工業(yè)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(shù)；VST表示污水處理量；THDG表示生活垃圾無害處理量；IEP表示環(huán)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(huán)境污染治理投資成本與其他變量間的擬合系數(shù)；νi、e14表示生活垃圾產(chǎn)生量與生活能耗間的擬合系數(shù)；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(shè)置原始年基本數(shù)據(jù)，對整個系統(tǒng)進行仿真運行，結(jié)合歷史實際數(shù)據(jù)和仿真數(shù)據(jù)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(shù)據(jù)，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(jié)果見表1。

表1 系統(tǒng)擬合偏差分析結(jié)果

從表1中可以看出，通過多次調(diào)整系統(tǒng)參數(shù)，擬合出最接近現(xiàn)實的結(jié)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(jié)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(jié)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(jié)果效果較好，基本符合實際情況，可以作為原始系統(tǒng)進行擬合。

2.2 基礎(chǔ)場景分析

在基礎(chǔ)場景中，不額外調(diào)整能耗系數(shù)、污染治理成本、碳匯等因素的系數(shù)，運行系統(tǒng)得到2020—2035年的仿真結(jié)果，如圖3所示。

圖3 基礎(chǔ)場景模擬結(jié)果

從圖3中可以看出，在基礎(chǔ)場景中，即當前經(jīng)濟環(huán)境和技術(shù)環(huán)境下，京津冀地區(qū)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?？傮w來看，在基礎(chǔ)場景中，GDP穩(wěn)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(tǒng)目標下的運行結(jié)果，本文設(shè)置3種不同場景，包括經(jīng)濟最大化、能耗最小化和碳減排最大化3種場景。

2.3.1 經(jīng)濟最大化

在該場景下，通過調(diào)整產(chǎn)業(yè)增長率來優(yōu)化系統(tǒng)，在基礎(chǔ)場景參數(shù)設(shè)置基礎(chǔ)上，分別對產(chǎn)業(yè)增長率調(diào)整增加1%(場景1)和10%(場景2)，得到仿真結(jié)果如圖4所示。

從圖4中可以看出，調(diào)整產(chǎn)業(yè)增長率后，GDP增長更加明顯。場景1中，2029年實現(xiàn)GDP突破12萬億，場景2中，2027年實現(xiàn)GDP突破12萬億，相比基礎(chǔ)場景結(jié)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(chǔ)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(chǔ)場景增加了21.68%，達峰總量相比基礎(chǔ)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(chǔ)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(jīng)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(chǔ)場景高出32.76%?？傮w來看，在經(jīng)濟刺激的情況下，GDP增長并不是與產(chǎn)業(yè)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(shè)置技術(shù)進步影響因素，通過調(diào)整技術(shù)進步參數(shù)值，進而對人均能耗值進行調(diào)整，以此來推算單位GDP能耗結(jié)果，分別設(shè)置技術(shù)進步參數(shù)值為1(場景3)和1.2(場景4)，得到仿真結(jié)果如圖5所示。

圖5 能耗最小化仿真結(jié)果

從圖5中可以看出，通過技術(shù)進步提高能源利用效率，場景4中單位GDP能耗下降呈現(xiàn)先急后緩的態(tài)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(chǔ)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(shù)進步增長帶來的理想結(jié)果(技術(shù)進步因子增加20%)；場景3和場景4的經(jīng)濟增長幾乎吻合，僅微小差距，說明能耗降低給經(jīng)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(xiàn)碳達峰，峰值為15.21億t，相比基礎(chǔ)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(shù)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(jīng)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(jié)果，分別設(shè)置二產(chǎn)能耗影響因子為1(場景5)和0.8(場景6)，設(shè)置綠植覆蓋率提高1%(場景5)和5%(場景6)，得到仿真結(jié)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(xiàn)碳達峰，峰值為11.99億t，相比基礎(chǔ)場景減少了11.11%，場景6同樣在2030年實現(xiàn)碳達峰，峰值為10.66億t，相比基礎(chǔ)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%?？傮w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(jié)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(tǒng)仿真結(jié)果的影響，分別設(shè)置產(chǎn)業(yè)增長率增加3%、技術(shù)進步因子為1.1、二產(chǎn)能耗影響因子0.9、綠植覆蓋率提高3%，測算得到仿真結(jié)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(tǒng)仿真結(jié)果表現(xiàn)明顯更為優(yōu)秀，首先是碳排放，綜合場景下，2028年實現(xiàn)碳達峰，峰值僅為12.33億t，相比基礎(chǔ)場景的峰值減少了8.76%，為未來實現(xiàn)碳中和奠定更好的基礎(chǔ)；其次是能耗方面，綜合場景的單位GDP能耗相比基礎(chǔ)場景雖然減少不多，達到了0.273 2噸標準煤/萬元，相比基礎(chǔ)場景降低了0.014 38噸標準煤/萬元；最后是經(jīng)濟增長情況，相比基礎(chǔ)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(jié)果的影響來看，綜合因素的變化能夠帶來更好的效益，實現(xiàn)了“1+1大于2”的效果。

圖7 綜合場景仿真結(jié)果

3 結(jié)論

雙碳目標的提出給城市群綠色發(fā)展帶來了機遇和挑戰(zhàn)，一方面雙碳目標的實現(xiàn)有助于城市發(fā)展結(jié)構(gòu)和能源結(jié)構(gòu)的優(yōu)化，另一方面雙碳目標的實現(xiàn)又對城市群發(fā)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(fā)展為基礎(chǔ)，梳理了城市群發(fā)展各要素間的關(guān)聯(lián)關(guān)系，以此作為系統(tǒng)仿真的鏈條，構(gòu)建了基于系統(tǒng)動力學的城市群綠色低碳發(fā)展仿真系統(tǒng)，并通過數(shù)據(jù)驗證了系統(tǒng)仿真結(jié)果與實際結(jié)果的匹配程度。設(shè)置多場景仿真模擬，選定不同影響因素，包括經(jīng)濟增長率、能耗技術(shù)進步和碳匯等因素，模擬在不同場景下未來城市群發(fā)展情況，得到具體結(jié)論如下：

1)通過提高經(jīng)濟增長率、能耗技術(shù)進步水平和碳匯水平，能夠改變城市群發(fā)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(diào)整碳匯水平后，碳達峰峰值相比基礎(chǔ)場景減少了11.11%。

2)單獨的影響因素變化對系統(tǒng)影響并不全面，尤其是僅僅經(jīng)濟高速增長會導(dǎo)致碳排放量的急劇增長，難以實現(xiàn)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(jié)果表明，通過各項因素均衡調(diào)整，即使是較小的變化，對整個城市群系統(tǒng)發(fā)展也是較大的影響結(jié)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?qū)崿F(xiàn)的，而且能夠較早實現(xiàn)碳達峰，為實現(xiàn)碳中和奠定較好基礎(chǔ)。