基于MARKAL-MACRO模型的中国工业碳达峰路径构建与钢铁行业应用研究

《Frontiers in Environmental Science》：Construction and application of the carbon peak model for Chinese industries --based on Markal-Macro model

本文创新性地构建了以行业利润最大化为目标函数的工业碳达峰MARKAL-MACRO模型，通过引入遗传算法（GA）优化惩罚函数法，显著提升了多目标非线性规划问题的求解效率。研究以钢铁行业为案例，模拟了五种情景下的碳达峰路径，结果表明在基准情景下，中国钢铁行业有望于2027年实现碳达峰，峰值排放约20.4亿吨CO2。该模型为行业层面制定科学的碳达峰行动方案提供了重要的方法论支撑和政策启示。

　　

工业碳达峰是实现可持续发展的重要路径。鉴于工业部门占中国碳排放总量的近70%，开展工业碳达峰模拟研究具有重要的现实意义。与区域碳达峰模型不同，工业碳达峰模型因受市场动态的显著影响而面临独特挑战。本研究聚焦三个关键目标：降低能源消耗碳排放、最小化过程相关碳排放以及优化行业利润。通过改进MARKAL-MACRO框架，提出了一个创新的工业碳达峰模拟模型。

以钢铁行业为案例研究，设立了五种不同情景来模拟碳达峰轨迹。分析涵盖了能源消耗、就业、产品产量等关键指标数据。为了提高计算效率，将遗传算法与惩罚函数法相结合。结果表明，在基准情景下，中国钢铁行业有望在2027年实现碳达峰，排放量达到约20.4亿吨二氧化碳。基于这些发现，为钢铁行业碳达峰提供了有针对性的政策建议，涉及能源结构优化、清洁能源应用和技术进步，与中国十四五规划目标和长期可持续发展目标相一致。

引言部分详细阐述了中国双碳目标的提出及相关政策文件的发布，强调了行业层面碳达峰研究的重要性。现有研究多采用“驱动因素分解-情景模拟-路径优化”框架，方法上主要包括自上而下的宏观经济模型、自下而上的技术丰富模型以及混合模型三类。MARKAL-MACRO作为典型的混合模型，能够同时考虑经济和技术视角，但现有研究存在未能同时模拟能源使用和生产过程排放、计算复杂等局限性。

材料与方法部分详细介绍了模型设计。构建的MARKAL-MACRO模型包含三个模块：MARKAL模型、MACRO模型和耦合方程。MARKAL模型被构建为多目标动态线性规划模型，包含两个目标函数：最小化能源消耗碳排放和最小化生产过程碳排放。MACRO模型则被构建为线性行业利润模型，旨在优化规划期内的行业利润。

模型设计中，目标一（最小化行业总能耗）的数学表达式为maxt(min∑2.46×μ_ikX_itk)，并设置了各类能源消费占比和火电占比的约束条件。目标二（最小化行业生产过程碳排放）的表达式为maxt(min φ_kQ_kt)，约束条件为产品产量约束。行业MACRO模型以利润最大化为目标，具体函数为max_t(IP_kt)=max_t(OV_kt-IC_kt)，并详细阐述了产出值、中间投入等变量的计算方法。

模拟情景设置与数据处理部分说明了以钢铁行业为例的数据来源和预处理方法。基于政策目标设定了五种情景类型：基准碳达峰情景、慢速碳达峰情景、较慢碳达峰情景、快速碳达峰情景和较快碳达峰情景。关键指标包括可再生能源份额和吨钢能耗降低率。

优化算法部分阐述了采用序列无约束极小化技术（SUMT）将多目标动态优化问题转化为单目标问题，并引入遗传算法提高计算效率的原因和优势。详细列出了遗传算法的关键步骤，包括种群初始化、适应度评估、选择、交叉、变异和终止条件判断等。

结果与验证分析部分展示了不同情景下的模拟结果。对于目标一（能源消耗），五种情景下的达峰年份分别为2032年、2029年、2027年、2026年和2025年。基准情景（情景3）下，钢铁行业将在2027年达峰，能源消耗碳排放达到18.8亿吨。对于目标二（生产过程），达峰年份分别为2030年、2030年、2027年、2026年和2025年。总排放峰值年份与能源消耗一致，基准情景下峰值排放为20.4亿吨。

结果验证从三个方面进行：与其他文献结果对比显示本研究结果具有可靠性；算法参数敏感性分析表明遗传算法结果具有稳健性；模型主要参数（能源价格波动、折旧率）敏感性分析显示，折旧率变化对结果影响较小，而能源价格大幅波动（±70%）会对模拟结果产生显著影响。

结论与政策建议部分总结了主要发现，并提出了六条具体建议：采用情景3作为钢铁行业最优碳达峰路径；优化能源结构，提高可再生能源比例；促进能效提升，确保吨钢能耗年降低率达2%；加强生产过程减排，推广低碳技术；完善碳市场机制，强化碳排放约束；基于区域差异推动产业转移，降低劳动力成本。同时指出了研究存在的两个局限性：行业原始数据的缺失和插值可能影响结果准确性；未来可引入其他优化算法进行更多比较。

这项研究为工业部门特别是高耗能行业的碳达峰路径规划提供了重要的方法论创新和实践指导，对于推动中国双碳目标的实现具有积极意义。通过建立科学的模拟模型和优化算法，为政策制定者和行业企业提供了可靠的决策支持，有助于在保障经济发展的同时有效控制碳排放，促进绿色低碳转型。