多维响应式超大城市碳中和能力评估指标体系构建：基于碳汇-能源供需侧的AHP-SD-RF耦合模型

为精准评估超大城市碳中和潜力并优化技术路径，研究人员开发了融合层次分析法(AHP)、系统动力学(SD)和随机森林(RF)的碳中和能力评估指标体系(CNCAIS)。该体系通过建立碳平衡框架，消除多源数据冗余，评估精度达R2=0.98，效率提升3倍，识别出能源供需侧20类高响应指标，提出北京多维碳中和路径，可实现165.6 Mt减排量，为城市碳中和战略提供科学工具。

　　

全球城市化进程加速背景下，超大城市作为碳排放主力（贡献全球70%以上工业排放）面临严峻碳中和挑战。现有评估体系存在指标冗余、行业核算重叠、动态响应不足等缺陷，难以精准指导差异化减排路径制定。北京市科学技术委员会资助团队通过跨学科方法创新，在《Sustainable Cities and Society》发表研究，构建了首个融合决策分析、系统模拟与机器学习的多维响应式评估体系。

研究采用三阶段方法学：1）基于层次分析法(AHP)建立包含碳汇、化石/可再生能源供给、工业-建筑-交通消费的三级评估框架；2）运用系统动力学(SD)模型解析72组指标间时变反馈机制；3）通过随机森林(RF)算法筛选关键响应因子，最终形成高精度CNCAIS体系。数据来源于北京市2022年能源统计与生态监测数据。

【3.1 CNCAIS验证】模型验证显示R²≥0.98，MAE=0.06，五折交叉验证R²>0.85，显著优于传统方法。关键发现包括：可再生能源替代贡献102.5 Mt减排潜力（占总61.9%），建筑部门能效提升空间最大；碳汇增量仅占4.2%，揭示生态补偿机制需强化。

【结论与讨论】该研究突破性地实现了三大创新：1）通过AHP-SD-RF松散耦合，解决多维度指标动态权重分配难题；2）首次识别出5类能源供给与15类消费侧核心响应指标，如交通领域电动汽车渗透率与电网清洁化度的非线性关联；3）提出北京"阶梯式"实施路径，建议优先推进可再生能源电网改造（预计2035年可减排48.3 Mt）。研究为全球超大城市提供可复制的评估范式，其76%冗余削减率显著降低政策制定成本。局限性在于未考虑区域间碳泄漏效应，未来需结合多城市SD联动模型深化研究。