综述：能源转型关键矿产的流动、市场与可持续性模拟模型的系统文献综述

这篇综述系统梳理了91项模拟研究，聚焦能源转型关键矿产（CETMs）的供应链动态与可持续性管理。研究揭示了系统动力学（SD）和动态物质流分析（DMFA）的主导地位，指出锂（Li）、钴（Co）、镍（Ni）、铜（Cu）的研究热度与石墨（Gr）的空白，呼吁跨学科整合社会-经济-环境维度以应对资源管理挑战。

　　

能源转型关键矿产的模拟研究全景

引言

全球能源转型加速推动了对锂（Li）、钴（Co）、镍（Ni）等关键矿产的需求激增，这些矿产是电动汽车（EV）电池、风电永磁体和光伏系统的核心材料。模拟技术通过量化资源流动、预测供需缺口和评估政策效果，成为破解矿产供应链复杂性的关键工具。

研究方法论

系统回顾了2008-2024年间91项模拟研究，涵盖系统动力学（SD）、动态物质流分析（DMFA）、多智能体模型（ABM）等方法。SD模型（如Vensim）擅长捕捉反馈循环，而DMFA精于追踪物质存量与流量。混合模型（如SD+DMFA）正成为新趋势，可兼顾宏观政策与微观行为分析。

矿产研究热点与盲区

• 锂钴镍铁三角：26项研究聚焦锂离子电池（LiB）三元材料（NMC/NCA），但石墨（Gr）阳极仅8项研究，与其高供应链风险（中国主导90%精炼产能）形成反差。
• 稀土元素（REE）：钕（Nd）、镝（Dy）在永磁体研究中占主导，但镨（Pr）、铽（Tb）的回收技术模拟不足。
• 铜的跨界角色：33项研究凸显其在光伏布线与电网中的不可替代性，但区域级精细化建模仍稀缺。

方法学创新与局限

• DMFA的物理精度：成功量化了EV电池的二次资源潜力（如钴回收率达65%），但缺乏价格弹性等经济变量。
• ABM的微观洞察：智利阿塔卡马盐湖模型揭示了锂矿开采与社区水冲突的反馈机制，但全球尺度应用罕见。
• 机器学习赋能：法国钴供应链模型（ABM+随机森林）预测了非价格因素导致的短缺风险。

可持续性研究缺口

尽管78%研究涉及环境议题，但仅12%涵盖社会影响：

• 碳排放主导：LiB回收可减排40%，但伴生的水足迹（如每吨锂耗水200万升）少有关注。
• 生态盲区：刚果钴矿的森林砍伐、稀土尾矿的生物毒性等未被纳入主流模型。

未来方向

1. 跨域耦合：整合水文模型与矿产SD框架，评估盐湖锂矿对干旱区生态的长期影响。
2. 社会维度：开发劳工权益、社区福祉等ABM代理规则，模拟刚果手工采矿政策效果。
3. 技术前瞻：固态电池的镧（La）需求突变情景亟待建模。

结论

当前模拟研究在物理流预测上已趋成熟，但下一代模型需突破"碳中心主义"，构建涵盖生物多样性、社会公平的多指标评估体系。开放模型共享（如GitHub托管）将加速这一进程，为《欧盟关键原材料法案》等政策提供更全面的决策支持。