可持续能源转型：模型构建与分析

来源:用户上传      作者:王江 张翔

　　摘要 为研究可持续能源系统转型路径，以转型理论为概念框架，从宏观、中观和微观多层次对能源系统进行分析，建立了基于代理的系统动力学转型模型。模型选取当前能源消费结构中占较大比重的煤炭、石油、天然气、风能、水电、光伏和核能作为复杂代理，选取消费者作为简单代理，根据中国能源数据对其进行参数化，并模拟运行了能源系统从2016—2050年间各种类型能源消费比重变动的情形。研究结果显示：①外部景观信号的输入对于能源系统的可持续转型有着至关重要的作用。随着景观信号的输入，各类能源的相对比重发生复杂的相互作用，景观信号持续时间越长、强度越大，向可持续能源系统转型的速度越快、规模越大。②到2050年，可持续能源将占一次能源消费比重的60%左右，实现能源系统的可持续转型，其中，水电将在能源系统的可持续化转型中发挥重要的作用。③2030年以前，石油和天然气将是能源系统中煤炭消费比重下降的主要替代品，因为它们的应用技术已经发展成熟，而且它们更适应当前的基础设施，从短期来看相比可持续能源石油和天然气更有优势，在这种情形下，仍然需要继续支持可持续能源的发展，否则能源系统的可持续转型将不会发生。该研究主要探索通过当前能源系统的景观压力强度以及转型的进度，来量化未来需要输入的景观压力强度;通过模拟转型发生的具体情景，对转型的进展进行更清楚的界定，借此来评估二氧化碳的排放路径;模拟模型也可以评估各类能源在不同时间点上的各种可能性，以及探索各类可持续能源的发展潜力。
　　关键词 可持续能源;转型理论;多层次分析;代理模型; 系统动力学
　　 能源是现代社会的动力之源，在经济发展中占据着至关重要的地位[1]。随着经济的快速发展，人类社会对能源的消耗急剧攀升，带来了一系列的资源和环境问题。一方面，传统化石能源不可再生，随着人类的不断开采，化石能源的枯竭不可避免，大部分化石能源本世纪将被开采殆尽，据美国地质局估计，全世界可采石油储量约为3万亿桶，世界石油产量的顶峰将在2030年出现，之后随着剩余储量的减少以及开采难度的加大，石油产量会快速下降;世界天然气储量177×1012m3，如果年开采量维持在2.3×1012m3，则天然气将在80年内枯竭;世界煤炭可采储量约为8 475亿t，虽然相较石油和天然气储量下降缓慢，但是按照当前的消费水平，也只能维持200年左右[1]。另一方面，由于化石能源的燃烧过程中会排放大量的CO2等温室气体，导致全球变暖。1860年以来，全球平均气温提高了0.4℃～0.8℃，据IPCC最新的报告指出，气候变暖1.5℃，暴露在热浪中的人口比例就会从现在的不到10%增加到50%，珊瑚礁等易受到变暖和酸化海洋侵蚀的生物，生态破坏程度将达到70%～90%[2];此外，煤炭的使用还会产生大量的SO2和烟尘排放，造成严重的酸雨问题;在大城市，机动车尾气污染日益加重，煤烟型空气污染已经转向煤烟和尾气排放的混合型污染。化石能源储量逐渐减少，以及化石能源使用带来的环境污染问题，使得全球能源危机日益迫近，以化石能源为主的能源消费结构，具有明显的不可持续性。解决这些问题的研究主要集中在改进化石能源利用技术、节约用能和转变能源消费结构等方面。从中国的情况来看，随着经济的快速发展，对能源的消费也从2006年24.6亿tce，增长到2016年43.6亿tce，其中煤炭的消费比重虽然有所下降，但2016年仍然在能源消费总量中占据高达62%的比重[3]。此外，由于能源消费需求的迅速增加，通过改进化石能源的利用技术和节约用能两种方案已经远远不能解决社会面临的污染和CO2排放问题。目前来看，需要引导当前以煤炭、石油、天然气为主的能源消费结构转型到以水电、风能、核能以及太阳能等可持续能源为主的能源消费结构，以使能源系统的发展更具可持续性。为此，基于系统动力学试图建立能源系统转型模型，从宏观、中观和微观多层次的视角研究我国能源系统转型问题，探究我国能源系统转型如何发生、转型所需的条件，以及转型实现的可能路径。
　　1 文献回顾和研究假设
　　 可持续能源转型的文献可分为两大类：一类集中于可持续能源转型发展及模型研究方面，一类集中在能源转型模型的概念、框架及建模技术等理论方面。
　　对第一类研究而言，近年来国外文献多集中于能源转型发展的影响因素和情景演化方面的研究，而国内文献集中于对资源、技术、经济和环保等因素建模分析。情境演化分析是欧洲学术专家更多关注的焦点。2017年德国学者开始从政治社会、经济技术以及全球变暖的角度来关注德国能源转型中水电的角色[4]，Hansen等[5] 讨论了到2050年将德国能源系统转变为100%可持续能源的转型情景，认为转型中面临最大的问题是资源的潜力;Kloppenburg等[6]还关注能源领域数字平台的兴起，为电网和电网用户提供了新型的发展形式。在转型影响因素及建模的研究方面，Yuan等[7]建立了可持续能源转型示范项目建设的指导体系;FreireGonzález等[8]研究了税收等经济手段对能源转型的潜在影响，认为对煤炭、石油和天然气的电力生产征税更有利于环境改善和经济发展;Guo等[9]探讨中国可持续能源转型的影响因素，发现煤炭行业的竞争力、客户习惯和煤炭基础设施等对能源转型产生了负面影响;Gielen等[10]利用统计数据探讨了能源转型的技术和经济特征，認为可再生能源有助于减少从现在到2050年所需的温室气体排放量，使全球升温限制在2℃以下。近期国内研究由关注资源、技术、经济、政策和环保等因素影响及建模向转型路径和情景方面发展，何祚庥等[11]对资源、技术、经济和环保等因素进行综合分析，提出应大力发展风电能源供给;陈诗一[12]把能源和环境维度引入可持续发展分析，认为节能减排是中国工业可持续发展的内在要求;滕吉文等[13]预计到2050年新型可再生能源的比重将会上升到40%以上，化石能源的比重将降至50%左右;赵勇强[14]提出可再生能源已成为全球能源转型的核心，开始全面规模化利用并逐步成为重塑能源体系、影响地缘政治、促进绿色经济的重要力量。国内学者基于我国能源特征进行了定量分析，周晟吕等[15]采用中国能源-环境-经济模型模拟了不同减排政策下的减排效果及经济影响;刘嘉等[16]建立了中国电力政策评价模型，指出未来实现非化石能源发展目标所面临的困难及不确定性。能源转型面临着能源资源的重新配置问题，阎晓霞等[17]预测并分析了2014—2050年能源间的替代弹性，发现新常态情景下，非化石能源对煤炭、石油的替代弹性较大，化石能源间替代的可能性较弱;柴麒敏等[18]对中国实现排放总量控制和峰值的四种路径和情景进行分析，表明未来十五年累计减排将超过200亿t。由可持续能源文献研究的发展可以看到，对于能源转型研究迫切需要理论的突破，开发出通用的转型模式或模型，为可持续能源转型提供高效的转型路径和转型规律。 　　第二类研究而言，在转型模型概念方面，Rotmans[19]阐释了“体制”的概念，认为体制和规则主导着系统和系统内部各利益相关者的行为;Smith等[20]发现“体制”通常倾向于系统优化而不是系统创新，因为习惯、现有能力、过去的投资、监管、现行规范、世界观等导致其产生路径依赖;Geels等[21]将“利基”作为激进创新的起源，并且强调了政策在其中的重要角色;Nykvist等[22]认为“体制”可能受到“利基”层面的威胁，或者经济上、生态上、文化上的“景观”改变的威胁。在转型模型的理论框架方面，Nykvist[22]强调“体制”通过改变其一些做法和规则，来应对“利基”和“景观”的变化，当一个“体制”不能适应变化的时候，它就会崩溃或者被推翻，并且被一个更适合新条件的体制所代替，形成系统的转型;Haxeltine等[23]在一系列文献中描述了一个通用的转型模型结构，该模型基于Kemp和Rip等[24]开发的多层次分析，从“利基”“体制”和“景观”三个层次构建模型，将实践的概念作为衡量的指标，模型中“利基”和“体制”的实践各自被表示成在不同实践轴上的点值，从而构成一个多维实践空间，“景观”表示的是宏观经济形势、经济政策、自然环境和人口结构的缓慢变化[25-26]。在转型模型的建模技术理论方面，很多学者根据实际需求进行了有益的尝试，Collantes[27]将创新技术扩散的理论框架与利益相关者的数据相结合，估计FCV市场份额演变过程;Kohler等[28]基于代理的建模技术与系统动力学结构相结合，评估可能发生的可持续发展社会转型的途径和框架;Wen等[29]提出基于动态仿真模型的中国电力行业转型战略的定量分析方法，评估每个转型路径的经济成本和碳排放。最近Kraan等[30]开发了基于代理的转型模型，将人类行为整合到能源系统模型中，研究发现社区和领导者对于能源转型具有重要意义;Hansen等[31]评估了基于代理的建模模型（ABM）模拟能源转型的潜力，认为ABM对能源转型研究的最大贡献在于其在政策和规划决策中的实际应用。
　　 依据上述学者提出的基于代理的转型模型，并考虑中国能源系统的可持续转型的实际，研究在预估景观压力作用下，采用基于体制、利基等复杂代理和消费者简单代理的建模技术，结合系统动力学方法，建立能源系统转型模型，通过实践空间的运动反映可持续能源系统转型的资源重新配置状况和发展演化规律。
　　 综上所述，提出如下研究假设：
　　 （1）景观压力的存在是转型到可持续能源系统的必要条件。
　　 （2）景观压力持续时间越长、强度越大，转型发生的速度越快、程度越高;反之，景观压力强度越小，转型发生的速度越慢、程度越低。
　　2 模型构建原理
　　2.1 模型结构
　　 模型的总体结构如图1所示[33]。模型内部包括景观信号、体制、赋权代理利基、利基和消费者，对于代理而言，体制、赋权代理利基、利基统一称为复杂代理，其在实践空间中的位置受到景观信号、简单代理的支持改变的影响，消费者群体为简单代理。系统中只存在一个体制或不存在体制，可能存在多个赋权代理利基和利基，体制是系统的主导者，是最强的代理，赋权代理利基是系统中能够威胁体制主导地位的强有力的代理，而利基的强度则是复杂代理中最弱小的[32]。不同类型的代理在实践空间中的行为策略不同，本文设置两个强度阈值T1=0.15、T2=0.5来区分复杂代理的类型，即0≤S利基<T1≤S赋权代理利基<T2≤S体制≤1。当代理的强度超过T1时，利基就变成了赋权代理利基，当代理的强度超过T2时，赋权代理利基就变成了体制;同理，当体制强度小于T2或赋权代理利基的强度小于T1时，体制就变成了赋权代理利基，或者赋权代理利基变成了利基。系统的转型也体现着上述转变过程，模型中存在两种方式转型：一种是体制更迭，当获得足够的强度时利基就变成了赋权代理利基或者赋权代理利基变成体制，当失去强度时体制就变成了赋权代理利基或者赋权代理利基就变成了利基。第二种是体制演进，当体制通过适应利基而显著改变其实践，移动到实践空间中的不同位置时，就发生了体制演进。
　　 复杂代理的内部结构，可以量化为两种能力，物理能力（PC）和机构能力（IC）。物理能力（PC）代表复杂代理的基础设施、技术能力、知识资本和生产能力存量等，影响着复杂代理资源的生成;机构能力（IC）表示企业、产业、政客和其他利益相关者的网络，同时也包含消费者对复杂代理的支持程度，其内部结构如图2所示。
　　2.2 模型的因果回路图和存量流量图
　　 根据前述系统动力学模型，建立模型的因果回路圖和存量流量图，分别见图3和图4。在景观信号驱动下，各参变量复杂的影响组合归结于获得代理强度S，进一步影响消费者的类型、权重，从而又进入新一轮的流动周期，其中消费者、体制和利基在实际空间的运动和代理的物理能力作为含有实际意义的状态变量，消费者的代理类型作为选择变量。
　　3 数据及景观信号
　　采用系统动力学和多层次分析相结合的研究模型，模型中既包含景观信号作为外部变量，又包含体制、利基、消费者等内部变量，利用实践空间的概念，分别从宏观、中观和微观三个层次对系统转型进行研究。对于可持续能源转型模型的构建，首先需要确定模型的体制、利基和消费者，并选择合适的实践维度构建实践空间;其次，实践维度的选取既要有定量的指标，也需要有文化和行为上的定性指标;最后，通过社会发展趋势和政府政策分析，对外部变量景观信号进行参数化。
　　3.1 确定模型的体制、利基和消费者
　　 对于中国的能源系统，主要的供应来源是煤炭，2016年，煤炭占据中国一次能源消费的62%，主导了中国当前能源领域的社会技术体系，是中国能源系统中的体制。回顾历史研究，邹蕴涵[34]、邓志茹和范德成等[35]对我国替代能源的发展进行了讨论，本文通过这些讨论对潜在替代能源的种类进行了分类： 　　 （1）化石能源，包括石油和天然气，相比煤炭来说，排放较低。
　　 （2）可持续能源，包括水电、风能、光伏、核能等，具有清洁、安全、可持续的特点。
　　 这些分类也符合《中国能源发展年鉴2017》中“能源消费总量和构成（发电煤耗计算法）”中的各类能源消费比重数据，根据各类能源的消费比重，可以确定2016年中国能源系统中的体制和利基，如表1所示。
　　 根据《中国能源统计年鉴2017》中的消费数据，本文将消费者分为主流企业用户、绿色企业用户和个人消费者三组，每组消费者都在实践空间的一个位置周围以正态分布散布。
　　3.2 实践指标及数据
　　3.2.1 实践指标的选取
　　 为了更好地反映能源系统的可持续发展能力，选择定量和定性两类实践指标。定量指标可以用数据准确描述，包括能源成本（元/ kW·h）和CO2排放（g/kJ）;同时，也选取了数字技术和能源效率两种定性指标，对于定性指标，只给一个描述性的赋值。
　　3.2.2 实践空间中体制、利基和消费者位置的确定
　　 对于模型的定量实践指标，检索了《中国能源统计年鉴2017》《BP世界能源统计年鉴2017》《电力发展“十三五”规划（2016—2020年）》、北极星电力网（www.bjx.com.cn）、中国煤炭市场网（www.cctd.com.cn），以获取有关数据。由于数据限制，本研究不涉及香港、澳门、台湾等地区。
　　对于定性指标，根据每种能源的相对差异，进行了区分化的估计，数字技术代表各类能源的系统整合程度，能源效率则代表当前技术条件下，各类能源的利用效率水平。所有实践指标的赋值范围为0～100，表2详细说明了体制和利基在实践空间中的初始值，表3说明了消费者代理在实践空间中的初始值。
　　经验证据表明，尽管中国非化石能源使用量的绝对值增长较快，但其在一次能源中所占的比重仍然不高。随着中国GDP的增长和能源支持政策的转变，2012年以来煤炭消费所占比重连年下降，但是由于基数大，煤炭仍然在能源系统中占据主导地位。石油和天然气利基CO2排放量均低于煤炭，并且在其他实践维度上接近体制值，具有积极的增长趋势。
　　每组支持者的比例随着景观信号的影响也会不断地发生变化，在初始时刻支持者由80%的主流企业用户，10%的绿色企业用户以及10%的非企业用户即个人消费者构成。主流企业用户偏好较低的能源成本，排放大量的温室气体;10%的绿色企业用户愿意为减少排放付出更大的成本;10%的个人消费者承担中等程度的能源成本，较低的CO2排放值，以及较高的节能意识。
　　3.3 景观信号的确定
　　 景观信号是外部变量，这些信号可以改变体制、利基和消费者在实践空间中的位置，使他们在实践空间中移动。每个信号都是向量，在实践空间中具有强度和方向，从而决定体制、利基和消费者运动的速度和方向。通过对大量文献的回顾以及对中国可持续能源发展趋势的分析[36]，制定了一个描述2016—2050年间中国可持续能源发展技术和政策的文本文档，以用来确定景观信号。
　　 2020年以前，虽然煤炭消费占据主导地位，但是考虑到环境污染和气候变化情况严峻，社会关注度不断提升，政府开始重视生态环境的保护，倾向于优先采用排放更低、污染更少的石油、天然气和可持续能源来应对日益增长的能源需求。
　　指标的景观信号。能源系统越来越接受较高的能源成本，以降低CO2的排放，同时数字技术和能源效率对于能源系统的影响也在2020年以后渐次出现并逐步加强。②对复杂代理物理能力的景观信号。为了减少污染，减缓气候变化，实现可持续发展，政府和社会对于化石能源的基础设施、技术能力、知识资本和生产能力等的投入逐步降低，特别是对于煤炭的投入限制要高于石油和天然气利基，化石能源的物理能力都会受景观信号的影响不断降低，相应的，可持续能源则会在景观信号的影响下，不断提高自己的物理能力。③对各组消费者权重的影响。由于社会环保观念的普及以及能源利用技术的进步，绿色企业用户的权重会在景观信号的影响下不断增加。
　　4 结果分析
　　 使用VENSIM软件进行模拟，通过模型行为试验验证与实际情况是否符合，即改变输入函数景观信号的不同状态，例如階跃函数，模拟运行出3组不同的结果。首先设置基本对照组，如图5所示，只在2020—2030年内具有CO2排放的景观信号，这种情况下模拟运行的结果如图6所示。其次是正常模拟组，根据上节转型文本的描述，确定景观信号随时间的阶跃变化状态如图7所示，在这种景观信号作用下，模拟运行得出体制和利基的强度随时间变化的结果，结果如图8所示。最后，模型还设置了1个弱景观信号阶跃变化的控制运行组，考虑参数变化对模型行为的灵敏度试验验证，将所有的景观信号强度变为正常模拟组的1/2，其模型运行结果如图9所示。
　　 图5和图6基本运行组的结果表明，2020—2030年间存在CO2排放景观信号的情况下，煤炭的强度在这个时间段里迅速下降，从系统中的体制变为一个赋权代理利基，而在这个景观信号消失之后，煤炭的强度在2031—2050的20年间下降速度变缓，这表明外部景观信号是推动系统转型主要动力。运行结果显示，到2050年，化石能源将仍然占据一次能源消费的78%，这个结果也表明，如果社会只在短期担心环境污染和气候变化，或者随着时间的推移社会对环境污染和气候变化的关切被人口增长和经济衰退所抵消，那么能源系统的技术和消费结构将不会发生太大的变化，可持续能源在一次能源的消费中也只能占据很低的比重，能源系统中也不会产生新的体制。没有持续的政策支持，能源系统的可持续转型将不会发生。
　　 转型到可持续能源系统的模拟运行结果如图7和图8所示，从模拟结果中可以看出：在景观信号持续的作用下，当前能源系统中的煤炭消费比重从2016年的64.5%迅速降低到2050年的16.7%，从系统中的体制转型到一个赋权代理利基。2030年以前，煤炭的消费比重下降，非化石能源的消费比重却没有显著上升，相反，石油和天然气的消费占比上升更为强劲，到2030年，化石能源的消费仍然占据能源系统的绝对主导地位，出现这种结果主要是因为非化石能源的基础设施仍然薄弱，而且他们的成本也相对较高。到2030年石油和天然气的消费比重达到最大值，此后逐年下降，石油也从一个赋权代理利基最终转型成为利基。2030年以后，可持续能源消费比重迅速上升，水电在可持续能源中占据绝大部分的比例，从一个利基转型成为赋权代理利基。到2050年，所有可持续能源消费比重达到60%左右，能源系统的消费结构发生彻底的变化。这表明可持续能源而非化石能源是未来能源，然而，由于风能、光伏等利基受到基础设施、自然环境的先天限制，产能有限，所以不能发展成为赋权代理利基或者体制。对于水电，我国已是世界上水电发电量最大的国家，而且水电消费量占全球水电消费量的近三成，但是按发电量计算，目前我国水电的开发程度仅39%，与发达国家相比仍有较大差距以及很高的开发空间。 　　分析图9，弱景观信号显著减弱了可持续能源利基的发展：煤炭的消费比重下降缓慢，虽然从体制转型为利基，但是一直高于其他能源类型的消费比重。水电的消费比重上升更慢，而且也一直低于煤炭。到2050年，化石能源仍占据着50%以上的能源消费比重，能源消费结构未发生很大的变化。这是因为相比于可持续能源，化石能源在技术上和基础设施上具有优势，在短期内，它们比可持续能源表现得更好。只有伴随着长期的景观压力，给可持续能源的技术和基础设施带来积极的变化，以及使消费者偏好发生持续的变化，才能使可持续能源最终占据主导地位。
　　5 结论与讨论
　　 以转型理论为概念框架，从宏观、中观和微观多个层次对能源系统进行分析，并建立了基于代理的系统动力学转型模型。模型选取当前能源消费结构中占据较大比重的煤炭、石油、天然气、风能、水电、光伏和核能作为复杂代理，选取消费者作为简单代理，根据我国能源数据对其进行参数化，并模拟运行了能源系统从2016—2050年间各种类型能源消费比重变动的情形。研究结论主要有：①外部景观信号的输入对于能源系统的可持续转型有着至关重要的作用。随着景观信号的输入，各类能源的相对比重发生复杂的相互作用，景观信号持续时间越长、强度越大，向可持续能源系统转型的速度越快、规模越大，反之，向可持续能源系统转型的速度越慢、规模越小。②到2050年，可持续能源将占据一次能源消费比重的60%左右，实现能源系统的可持续化转型，其中，水电将在能源系统的可持续化转型中发挥重要的作用。③2030年以前，石油和天然气将是能源系统中煤炭消费比重下降的主要替代品。
　　 研究结论表明，未来相当长一段时间可持续能源将会占据主导地位，然而未来十年石油和天然气才是当前我国能源系统转型的主要替代能源，这是因为一方面它们技术更成熟，另一方面它们的基础设施也更完善。这个结论的意义在于：首先，对于能源系统来说，转型的必要条件是强力且持续的政策行动以及支持者偏好的改变。这也意味着，政策和消费者的转变必须保持很长一段时间，只有这样，新型替代能源的技术和基础设施才能发展到超过当前化石能源的水平;其次，未来十年最好的选择可能不是最理想的选择，即使在煤炭消费下降、石油和天然气的消费比重迅速上升、二氧化碳排放压力有所缓解的同时，仍然需要继续支持可持续能源的发展。
　　 能源可持续转型是大势所趋，但是转型过程缺乏细致定量刻画，为此通过模型构建和分析进行了探索。
　　 第一，景观压力对于转型是必要的。在没有景观压力存在的情况下，化石能源在技术和基础设施上具有优势，它们比可持续能源表现得更好，更吸引消费者的支持，在这种情况下，能源系统的可持续转型将不会发生。景观信号的强度越大，越有助于加快能源系统的转型速度和加强能源系统的转型程度。即通过当前能源系统的景观压力强度以及转型的进度，来量化未来需要输入的景观压力强度，可为政策决策提供理论支持。
　　 第二，通过模拟转型发生的具体情景，可以对转型的进展进行更清楚的界定，也可以借此来评估二氧化碳的排放路径。
　　 第三，模拟模型也可以评估各类能源在不同时间点上的各种可能性，以及探索各类可持续能源的发展潜力。
　　 下一步的研究工作需要在景观压力强度、评估CO2的排放路径以及探索最具发展潜力的可持续能源类型等方面进行深入的定量分析，为成功转型提供更加细致的刻画。
　　致谢：在该文的修改过程分析中，王丽娟高级工程师在内容分析、图表制作、格式规范等方面做了大量的工作，特此致谢！
　　（编辑：李 琪）
　　参考文獻
　　[1]KRUYT B， VAN VUUREN D P， DE VRIES H J M， et al. Indicators for energy security[J]. Energy policy， 2009， 37（6）： 2166-2181.
　　[2]GOODWIN P， BROWN S， HAIGH I D， et al. Adjusting mitigation pathways to stabilize climate at 1.5 ℃ and 2.0 ℃ rise in global temperatures to year 2300[J]. Earth’s future， 2018， 6（3）： 601-615.
　　[3] 国家统计局. 中国能源统计年鉴2016[M]. 北京： 中国统计出版社，2016.
　　[4] BOHLINGER M， SPITZNAGEL J. The underestimated contribution of hydropower for the energiewende （energy transition）[J]. Energy procedia， 2017， 141： 360-367.
　　[5]HANSEN K， MATHIESEN B V， RIDJAN S I. Full energy system transition towards 100% renewable energy in Germany in 2050[J]. Renewable and sustainable energy reviews， 2019， 102：1-13.
　　[6]KLOPPENBURG S， BOEKELO M. Digital platforms and the future of energy provisioning： promises and perils for the next phase of the energy transition[J].Energy research & social science， 2019， 49： 68-73. 　　[7]YUAN X C， LIU Y J， WANG B， et al. China’s energy transition strategy at the city level： the role of renewable energy[J]. Journal of cleaner production， 2018， 205： 980-986.
　　[8]FREIREGONZALEZ J， PUIGVENTOSA I. Reformulating taxes for an energy transition[J]. Energy economics， 2019， 78： 312-323.
　　[9]GUO P B， KONG J， GUO Y S， et al. Identifying the influencing factors of the sustainable energy transitions in China[J]. Journal of cleaner production， 2019， 215： 757-766.
　　[10]GIELEN D， BOSHELL F， SAYGIN D， et al. The role of renewable energy in the global energy transformation[J]. Energy strategy reviews， 2019， 24： 38-50.
　　[11]何祚庥，王亦楠.風力发电是我国能源和电力可持续发展战略的最现实选择[J].上海电力， 2005 （1）：8-18.
　　[12]陈诗一. 能源消耗、二氧化碳排放与中国工业的可持续发展[J]. 经济研究，2009，44（4）： 41-55.
　　[13]滕吉文. 发展可再生能源和新能源与必须深层次思考的几个科学问题——非化石能源发展的必由之路[C]//中国科学院地质与地球物理研究所.中国科学院地质与地球物理研究所第十届（2010年度）学术年会论文集（中）. 2011：38.
　　[14]赵勇强. 国际可再生能源发展与全球能源治理变革[J]. 宏观经济研究， 2017（4）： 43-54.
　　[15]周晟吕，石敏俊，李娜，等. 碳税对于发展非化石能源的作用——基于能源-环境-经济模型的分析[J]. 自然资源学报， 2012， 27（7）： 1101-1111.
　　[16]刘嘉，段茂盛，张建宇，等. 基于EPPAC模型的非化石能源发展情景[J]. 清华大学学报（自然科学版）， 2013， 53（9）： 1294-1299.
　　[17]闫晓霞，张金锁，邹绍辉.新常态下能源间替代弹性预测——基于GASA方法[J].中国管理科学， 2015， 23（S1）： 755- 762.
　　[18]柴麒敏，徐华清.基于IAMC模型的中国碳排放峰值目标实现路径研究[J]. 中国人口·资源与环境， 2015， 25（6）： 37-46.
　　[19]ROTMANS J， KEMP R， ASSELT M V. More evolution than revolution： transition management in public policy [J]. Foresight， 2001， 3（1）：15-31.
　　[20]SMITH A G， STIRLING A C， BERKHOUT F G H. The governance of sustainable sociotechnical transitions[J]. Research policy， 2005， 34（10）：1491–1510.
　　[21]GEELS F W， SCHOT J. Typology of transition pathways in sociotechnical systems[J]. Research policy， 2007， 36（3）： 399-417.
　　[22]NYKVIST B， WHITMARSH L. Niche development and accumulati
　　on for sustainable mobility transitions： evidence from the UK and Sweden[J].Technological forecasting and social change， 2008， 75：1373-1387.
　　[23]HAXELTINE A， WHITMARSH L， ROTMANS J， et al. Conceptual framework for transition modelling[J]. International journal of innovation and sustainable development， 2008， 3 （1-2）：93-114.
　　[24]KEMP R， RIP A. Technological change[M]. Ohio： Battelle Press， 1998：327-399.
　　[25]BERGMAN N， HAXELTINE A， WHITMARSH L， et al. Modelling sociotechnical transition patterns and pathways [J]. Journal of artificial societies & social simulation， 2008， 11（3）：1-32.
　　[26]KIM J， MOON I. The role of hydrogen in the road transportation sector for a sustainable energy system： a case study of Korea[J]. International journal of hydrogen energy， 2008， 33（24）：73267337. 　　[27]COLLANTES G O. Incorporating stakeholders’ perspectives into models of new technology diffusion： the case of fuelcell vehicles[J].Technological forecasting & social change， 2007， 74（3）： 267-280.
　　[28]KOHLER J， WHITMARSH L， NYKVIST B， et al. A transitions model for sustainable mobility[J]. Ecological economics， 2009， 68（12）， 2985-2995.
　　[29]WEN Y， CAI B， XUE Y S， et al. Assessment of power system lowcarbon transition pathways based on China’s energy revolution strategy[J]. Energy procedia， 2018， 152：1039-1044.
　　[30]KRAAN O， DALDEROP S， JAN KRAMER G， et al. Jumping to a better world： an agentbased exploration of criticality in lowcarbon energy transitions[J]. Energy research & social science， 2019， 47： 156-165.
　　[31]HANSEN P， LIU X， MORRISON G M. Agentbased modelling and sociotechnical energy transitions： a systematic literature review[J]. Energy research & social science， 2019， 49： 41-52
　　[32]SCHWOON M. Simulating the adoption of fuel cell vehicles[J]， Journal of evolutionary economics， 2006， 16（4）：435-472
　　[33]WHITMARSH L， KOHLER J， SCHILPERROORD M. Modelling sociotechnical transition patterns and pathways[J]. Journal of artificial societies and social simulation， 2008， 11（37）：1-32.
　　[34]鄒蕴涵. 我国替代能源的发展现状及存在的问题[J]. 中国能源，2016，38（9）：36-39.
　　[35]邓志茹，范德成. 我国替代能源发展现状分析及未来展望[J]. 现代管理科学，2010 （9）：31-32， 64.
　　[36]马丽梅，史丹，裴庆冰. 中国能源低碳转型（2015—2050）：可再生能源发展与可行路径[J]. 中国人口·资源与环境， 2018， 28（2）： 8-18.
转载注明来源:https://www.xzbu.com/7/view-15184578.htm