在经济、政策和技术约束下的超大城市多维互动产业碳中和路径:来自长期能源替代规划(LEAP)、系统动力学和技术成熟度(TRL)耦合模型的启示
《Journal of Cleaner Production》:Multi-dimensional interactive industrial carbon-neutrality pathways for megacities under economic, policy, and technological constraints: Insights from coupled models of Long-Term Energy Alternatives Planning, System Dynamics and Technology Readiness Level
【字体:
大
中
小
】
时间:2026年10月12日
来源:Journal of Cleaner Production 10.7
编辑推荐:
• LEAP-SD-TRL 模型提出了特大城市最佳工业碳中和路径。
• LEAP-SD-TRL 模型以 95.6% 的准确率阐明了技术、经济和政策驱动的交互作用。
• 清洁燃料替代、能效提升和结构转型是有效驱动因素。
• 在最优路径中,可再生能源(82%)和能效提升(18%)
• LEAP-SD-TRL 模型提出了特大城市最佳工业碳中和路径。
• LEAP-SD-TRL 模型以 95.6% 的准确率阐明了技术、经济和政策驱动的交互作用。
• 清洁燃料替代、能效提升和结构转型是有效驱动因素。
• 在最优路径中,可再生能源(82%)和能效提升(18%)推动了二氧化碳减排。
• GDP 增长是最主要的驱动因素,1% 的波动会引起 1.1% 的能源波动。
引言
城市占中国全国碳排放量的 70%,其中工业活动约占城市总排放量的 40%。在高工业化和能源密集型特大城市中,仅工业部门就产生了近 50% 的总排放量,使其成为实现城市碳中和的关键且最具挑战性的部门。2023 年,北京的工业碳排放约为 1.6 亿吨(Xin et al., 2025),上海为 1.7 亿吨(Lin et al., 2025),巴黎为 1.4 亿吨(Glukhova and Li, 2024)。为推动碳中和,工业部门推动了节能和产业升级(Zhao et al., 2022),同时促进替代燃料的采用,扩大可再生能源电力使用,并部署碳捕集、利用与封存(CCUS)技术(Yang et al., 2024)。然而,特大城市的工业脱碳并非孤立发生,而是嵌入在多维度的城市经济重构、能源系统约束和政策驱动转型议程中。对于高工业化和能源受限的特大城市,结合经济发展轨迹、政策干预和技术成熟度的综合方法对于实现科学合理且具有可行性的碳中和路径至关重要。
特大城市的工业脱碳由一种耦合机制驱动,其中经济扩张重塑产业结构,政策干预重定向能源选择,技术进步决定可行的能源替代的速度和深度。在此背景下,能源消耗不仅反映经济活动,还是结构转型和技术部署转化为排放结果的传导渠道。与较小或更专业化的城市不同,特大城市的特点是产业结构高度多元化,能源需求和排放源分布在广泛的部门谱系中,而不是集中在少数能源密集型行业。历史上,重工业主导了能源消耗和碳排放,分别占 49.9% 和 60.7%,这是由于其高强度的能源使用(Zheng et al., 2024),但特大城市在产业转型中扮演了先锋角色,比其他城市更早转向能源密集型较低且以服务业为主的经济结构。在北京,服务业占 GDP 的比重从 2005 年的 52.8% 增加到 2023 年的近 90%,而其能源使用和碳排放仍约为第二产业的五分之一(Wei et al., 2017)。这种结构转型从根本上改变了工业能源需求的规模和构成,包括电力、热能和化石燃料的相对作用,从而需要能够捕捉工业结构变化如何通过能源使用模式传播的分析框架。可计算一般均衡(CGE)模型已被广泛应用于评估全经济范围的减缓路径,但它们通常依赖固定或缓慢演变的能源需求结构,这限制了它们表征向可再生能源主导能源系统快速转变的能力(Green and Stern, 2017)。基于人口、财富和技术回归的随机影响(STIRPAT)模型已用于通过基于回归的分解量化社会经济驱动因素对碳排放的影响(Li et al., 2023a),但它们没有明确地将产业结构变化与特定部门的能源使用转变联系起来(Chang et al., 2025)。相比之下,长期能源替代规划(LEAP)模型越来越多地应用于从供需两侧模拟工业能源消耗和排放,使得能够进行基于情景的分析,研究工业结构调整如何推动化石能源向可再生能源的替代(Hernández and Fajardo, 2021; Wen et al., 2024; Suganthi and Samuel, 2012)。例如,基于 LEAP 的研究预测,在能效改进和可再生能源替代情景下,上海的碳排放量将在 2025 年左右达到约 1.7 亿吨的峰值(Miao et al., 2024),而后续分析表明,加速技术进步可以进一步提前排放峰值的时间(Li et al., 2025)。然而,尽管 LEAP 能够捕捉与工业结构调整相关的能源消耗变化,但其情景驱动和基于核算的性质限制了其对经济增长、政策干预和技术进步之间交互作用的内生表现。为了克服这一限制,LEAP 与互补方法相结合以量化因素交互作用,同时明确纳入技术成熟度以改善工业系统中低碳技术扩散的表现。
技术进步被视为工业脱碳路径的结构决定因素,因为它不仅塑造能源效率结果,还塑造转型阶段之间路线的可行性和顺序。技术成熟度(TRL)方法最初由美国国家航空航天局(NASA)于 20 世纪 70 年代中期提出,将技术分为九个成熟度级别,为评估部署准备情况提供了透明基础(Mankins, 2009)。
先前的城市级情景研究表明,能源强度改进、电气化和能源结构转型是城市碳中和路径的关键杠杆(Li et al., 2023b)。根据技术成熟度、部门适用性和预期部署时间,工业减缓技术被安排为分阶段部署组合。而不是建模详细的扩散动态,TRL 被用于约束不同阶段特定技术的可用性和减缓潜力,同时允许不同成熟度的多种技术在同一行业内共存(Rattle et al., 2024)。这种处理确保了模拟的工业脱碳路径与现实的部署条件保持一致。
根据功能角色,技术被分为消费侧能效措施和供应侧能源替代选项。消费侧技术,如工艺优化(Li et al., 2024a)、余热回收和中低温电气化,代表成熟的选择,主要减少能源强度(Sun et al., 2024),支持近期减缓。相比之下,与可再生能源电力(Dovichi Filho et al., 2021)、储能(Olabi et al., 2023)、氢系统和电网灵活性(Eisele et al., 2024)相关的供应侧技术表现出异质性成熟度,因此对后期阶段的深度脱碳至关重要。近期部署的证据表明,成熟的可再生能源技术可以迅速扩大规模,西班牙的光伏容量在一年内增加了近 30%(García-Suso et al., 2026),中国的海上风电控制优化将系统性能提高了 10% 以上(He et al., 2026)。相比之下,基于氢的能源系统和先进工业技术仍更依赖阶段,因为混合蓝氢和绿氢路径到 2040 年将可再生能源弃风弃光减少到 35 TWh 以下(Nagel and J?stad, 2025),随着运行成熟度的提高,集成太阳能 - 风能 - 氢能系统的预测准确率提高了 75% 以上(Cui et al., 2025)。对于 2040 年后的深度脱碳,新兴工艺技术如氢基熔炉、高温电气化和 CCUS 被确定为关键选项,能够替代高达 80% 的化石燃料,将工艺相关排放减少近 70%,到 2050 年二氧化碳捕集量达到每年约 2.5 百万吨(Norvai?a et al., 2024),而高温热泵替代了高达 70% 的化石基工艺热,使工业二氧化碳排放每年减少 2 百万吨以上(Obrist et al., 2023)。总之,这些证据表明,工业脱碳路径本质上是时间结构化的,可行的减缓选项受到技术成熟度和能源系统配置的共同约束,特别是在高度依赖进口能源的特大城市中。
将工业脱碳路径投入操作需要分析框架,不仅量化技术部署可行性,还表征经济增长、政策干预和技术进步共同塑造路径演变的反馈机制。因此,应用了系统动力学(SD)模型来量化统一反馈系统内经济重构、政策强度和技术进步的相对贡献。先前的基于 SD 的研究表明,政策强度可以被视为塑造排放峰值时间的内生控制(Li et al., 2024b),经济重构作为延迟反馈抵消早期阶段的排放增长(Lin and Xu, 2018),技术进步作为累积驱动因素维持长期的效率收益和减排(Pan et al., 2025)。这些发现表明,SD 模型捕捉了经济、政策和技术反馈的非线性和相互依赖性质,为解释工业脱碳路径提供了必要的动态基础。
因此,开发了一个松散耦合的 LEAP–TRL–SD 模型,以为特大城市设计可实施的工业碳中和路径,明确考虑工业异质性和受限资源禀赋,同时受到经济发展、政策干预和技术进步的综合影响。本研究的贡献主要在于三个方面:(i) 开发集成的分析框架,耦合 LEAP、SD 和 TRL 以表征能源系统演化、技术成熟度约束和动态政策 - 经济反馈的联合效应;(ii) 确定可行且分阶段的工业脱碳路径,这不仅反映了减缓潜力,还反映了主导减缓驱动因素以及能效改进、电气化、可再生能源替代及其联合效应的差异化作用;以及 (iii) 将该框架应用于北京作为代表性能源进口依赖型特大城市,以说明其在制定工业碳中和路径中的操作应用。
章节摘要 方法学
LEAP-TRL-SD 模型旨在识别现实经济、政策和技术约束下特大城市可实施的工业碳中和路径。该框架不仅仅是基于历史趋势预测能源需求,而是明确将工业结构调整、能源替代和技术成熟度联系起来,以捕捉工业转型如何随着时间的推移重塑能源使用模式和排放轨迹。分析在
经济增长驱动的工业能源需求响应
为了参数化工业能源需求模型中的经济增长,基于北京向服务型经济转型的观察,构建了特定部门的 GDP 趋势。北京表现出高度服务业主导的产业结构,为模型中的差异化部门增长假设提供了结构基础。历史上,工业 GDP 在 2023 年达到 3.3 万亿元,相比 2010 年翻了一番,服务业占 87.8%
结论
开发了一个松散耦合的 LEAP-TRL-SD 模型,以评估能源进口依赖型特大城市的可行工业碳中和路径,模拟准确率为 95.6%。使用 LEAP 模型预测工业能源消耗,纳入 TRL 方法评估技术的脱碳潜力,并整合 SD 方法分析经济、政策和技术因素的多维交互效应。该模型识别了 55 个工业
作者贡献声明
李鑫:写作 – 初稿,调查,概念化,方法学,软件,写作 – 审阅与编辑。
李思诺:写作 – 审阅与编辑,软件,方法学,调查。
李磊:形式分析。
刘晓丹:形式分析。
Eldon R. Rene:写作 – 审阅与编辑,形式分析。
马卫芳:写作 – 审阅与编辑,监督,项目管理,资金获取,形式分析,数据整理。
利益冲突声明
? 作者声明他们没有已知的财务利益或个人关系可能会影响本文报告的工作。
致谢
作者感谢北京市科学技术委员会提供的财政支持(编号:Z211100004321001)。
李鑫 | 李思诺 | 李磊 | 刘晓丹 | Eldon R. Rene | 马卫芳