重庆市温室气体排放系统动力学研究

摘要 在全球气候变暖和快速城市化的背景下，开展城市温室气体减排研究十分迫切。重庆作为中国五大中心城市之一和西部唯一的直辖市，其协调经济发展和节能减排的实现模式对广大西部地区具有重要示范意义。本研究从社会经济发展的内部结构出发，以经济和人口增长导致的能源消费为核心，构建重庆市温室气体排放的系统动力学模型。研究中考虑不同投资率下的高、中、低三种经济发展模式，并在此基础上设置节能和低碳情景，探求节能水平提高、能源结构改善和碳汇能力增强对未来重庆温室气体排放的影响。模拟结果表明，产业能耗水平降低即节能情景，是重庆市温室气体减排的主要途径，对保证2020年中国单位GDP二氧化碳排放比2005年下降40%-45%目标的实现具有一定借鉴意义。最后本文在产业结构、能源消费、碳汇增加等方面针对重庆未来低碳经济发展提出对策建议。

关键词 系统动力学；温室气体排放；低碳；重庆市

中图分类号 Q148:X321 文献标识码 A

文章编号 1002-2104(2012)04-0072-08 doi:10.3969/j.issn.1002-2104.2012.04.014

中国是世界上温室气体排放增长最为迅速的国家，2001-2006年间中国的碳排放增长了近两倍。城市作为人类生产和生活的中心，在经济社会发展中起着举足轻重的作用，其人均能耗是农村地区的3.5倍，超过75%的温室气体从城市产生［1］。因此，在全球气候变暖和快速城市化的背景下，开展城市温室气体减排研究十分迫切。

系统动力学模型作为一种综合的仿真模型，适用于模拟能源部门间的供给与消费关系，并实现经济增长、技术进步、环境排放等诸多因素相互作用的因果影响，在对能源供应和需求技术详细表述的基础上，通过外生的情景假设驱动，有效协调人口、经济、资源与环境间的复杂动态反馈问题。因此，系统动力学模型已广泛应用于国家、区域或城市以及行业等多尺度下能源消费、供需调控、产业结构调整、温室气体排放与管理的综合研究中。

国家层面：李明玉［2］和宋世涛等［3］都对国家尺度能源供给与消费的供需关系进行了系统动力学建模的综述与分析，就影响国家能源供需关系的子系统结构和过程模拟进行阐述。朱勤等［4］建立分析人口-消费-碳排放的系统动力学模型, 对人口发展、经济增长、居民消费及碳排放进行动态仿真，定量考察未来人口发展与居民消费对碳排放的影响，量化人口发展与居民基本生活需求的合理碳排放空间。秦钟［5］等人运用系统动力学模型分析了GDP增长、产业结构调整与能源消费总量及煤炭、石油、天然气、水电消费量之间的关系，并在此基础上对中国能源需求和CO2排放量进行预测。Guan等人［6］在结合生产、生活、碳捕捉与封存和能源利用效率综合考虑的基础上，基于系统动力学原理模拟不同政策和技术条件下中国未来20年CO2排放的变化趋势，并提出大力发展碳捕捉与碳封存技术是未来减排的最有效方式。

区域城市层面：Li和Huang等人［7-9］构建了能源规划利用与温室气体排放的动态系统模型，以反映不确定条件下能源可持续利用与碳减排程度的综合实现效果，并将该模型应用到加拿大Waterloo市的能源管理与决策分析中。周宾等［10］基于系统动力学方法，构建甘南藏族自治州区域累积碳足迹模型并仿真，研究区域的累积碳足迹演替情况。由此可见，系统动力学为研究能源经济系统内CO2排放的动态模拟仿真，提供了科学可行的分析工具。李玮和杨钢［11］以能源富集区中国山西省为研究对象，运用系统动力学方法构建能源消费系统的区域子系统协调发展动力学模型，通过模拟调控得出该省能源消费科学发展的最佳方案。吴建新［12］提出独立区域净碳排放的系统动力学模型，以简洁综合的系统结构和数据需求综合估算碳排放量，并在天津滨海新区的案例研究中得到与事实比较贴近的仿真结果。

部门行业层面：Stepp等人［13］评估美国交通部门温室气体减排政策的成效，在考虑政策行动的直接反馈以外，也兼顾复杂的社会经济系统产生的间接影响。Anand等人［14］开发了印度水泥工业二氧化碳排放系统动力学模型，并综合考虑了人口稳定增长、公寓节能和水泥生产工艺结构管理的政策选择对CO2减排影响。此外，系统动力学的研究方法还在废弃物处置、畜牧林业、工业等多个部门的CO2排放核算中得到应用［15-21］。

由此可以看出，系统动力学仿真模拟是综合研究复杂能源供需系统关系，模拟温室气体排放研究的有效手段，能够为科学、合理的预测与保障能源供给、促进经济可持续发展和温室气体减排提供参考依据，对实现地区社会可持续发展具有重要意义。同时，能源消费与温室气体排放的系统动力学研究在城市和行业双重层面的考虑下，目前研究还不够系统全面，对城市的能源消费与排放只有通过多行业完整的解析过程才能达到完整与接近现实，这也是本研究的出发点。

本文选择重庆作为案例城市。作为中国西部地区唯一的直辖市，重庆是全国统筹城乡综合配套改革试验区，在促进区域协调发展和推进改革开放大局中具有重要的战略地位。与地处东部、经济相对发达的城市相比，在重庆这类老工业基地探索低碳经济发展与低碳城市建设的实现模式对于广大西部地区具有较强的示范意义。而低碳城市的发展要求对城市温室气体排放进行定量核算，制定城市温室气体排放清单，掌握温室气体排放结构的基础。本研究通过系统动力学方法，对城市产业结构、经济发展因素和温室气体排放间的响应关系进行梳理与动态模拟，并预测重庆市未来温室气体排放量趋势，从而对未来重庆市发展低碳经济和低碳城市建设进行情景分析和评价，最终提出相应减排依据和政策措施。

1 重庆市温室气体排放模型构建

1.1 模型边界与建模目的

本研究将温室气体排放的系统动力学模型边界确定为重庆市行政区域范围内，综合考虑包括重庆市行政区域内部的能源消费（不包括火力发电导致的氧化亚氮的排放）、工业部门非能源消费、农牧业过程、废弃物处置过程、碳汇等过程的社会-经济-生态环境子系统及其内部变量对能源消费产生的影响以及由此产生的温室气体排放。根据重庆历史统计数据和未来发展目标、规划确定模型参数，并采用STELLA软件进行如下仿真：①模拟重庆市2011-2020年间温室气体排放系统主要变量动态变化趋势；②调控模型决策变量并进行模拟，了解不同政策情景对温室气体排放的影响。

1.2 模型系统结构分析

将重庆市温室气体排放系统分为能源供给、能源消费、温室气体排放、经济、人口、碳汇六个子系统。这六个子系统间相互联系、相互影响，形成因果反馈关系。各子系统影响关系见图1所示。

图1 重庆市温室气体排放各子系统结构关系图

Fig.1 Structural relationship among different subsystem of

greenhouse gases emission in Chongqing City

由图1可以看出能源供应子系统和能源需求子系统是模型的两大主体，CO2的排放量主要取决于能源数量和使用的能源类型。各经济部门中，普遍使用的一次能源是煤炭、石油和天然气。电作为二次能源来源于燃煤热电站、水电站、核电站等。不同类型的电站生产相同电能时排放的温室气体数量不同，因此模型把电能供应纳入研究范围。能源需求主要来自第一产业、工业、建筑业、第三产业和家庭生活。该模型重点预测经济部门和人口规模的发展情况。

1.3 模型因果关系分析

在重庆市温室气体排放系统动力学模型边界之内，着重分析对能源系统产生影响的关键因素，包括能源消费和经济发展的各个子系统，如生活能源消费、一产能源消费、工业能源消费、建筑业能源消费和三产能源消费，并对各个子系统内部及相互影响要素和联系进行分析。将温室气体排放系统各个子系统中的关键要素都包含在边界之内，相互之间发生作用，形成复杂关系网；利用反馈组成闭合回路，通过正负反馈关系来反映不同信息与动作之间的相互影响结果［22］。另外，本研究还将经济计量学的柯布―道格拉斯生产函数、奥肯定律悖论和资本存量永续盘存法融入到系统动力学模型构建中，以提高系统动力学模型解决社会经济问题的精确性和可信度。

模型中主要反馈关系环和因果关系总结如下(带有“+”号的箭头表示正反馈关系，带有“-”号的箭头表示负反馈关系)：

反馈关系环：

1）能源消费一+GDP总量一+人均GDP一+生活水平一+人均生活能源消费一+能源消费

2）能源消费一+GDP总量一+工业GDP一+工业能源消耗一+能源消费

3）能源消费一+GDP总量一+建筑业GDP一+建筑业能源消耗一+能源消费

4）能源消费一+GDP总量一+第三产业GDP一+第三产业能源消耗一+能源消费

5）能源消费一+GDP总量一+固定资产投资一+资本存量一+GDP总量一+能源消费

6）能源消费一+GDP总量一-就业率一+就业人口一+GDP总量能源消费

因果关系：

1）常住人口一+就业人数一+GDP一+能源消费一+温室气体排放

2）常住人口一+固体废弃物一+温室气体排放

3）常住人口一+废水一+温室气体排放

4）建筑行业GDP一+建筑面积一+水泥消费一+温室气体排放

5）工业GDP一+工业固体废弃物一+温室气体排放

6）工业GDP一+工业废水一+温室气体排放

1.4 模型参数及方程确定

本模型的模拟时间段为2011-2020，模拟时间步长为1年。参数确定过程中所需要的历史数据主要来源于《重庆市统计年鉴1998-2009》、《中国能源统计年鉴1998-2009》、《中国农村统计年鉴1998-2009》等资料［23-26］，部分模拟参数主要依据重庆市相关规划如《重庆市“十二五”规划前期研究成果汇编》、《重庆市城市总体规划》、《重庆森林工程总体规划》［27-29］等。

系统动力学模型中参数类型主要包括初始值、速率值、常数值、表函数、辅助变量值5种类型。不同类型参数及方程，主要采用以下几种方法确定：

（1）经验公式法。对于GDP与生产要素投入之间的关系，已有很多研究，得到一些经验公式值得借鉴。本研究中主要采用了道格拉斯经验生产函数，资本永续盘存，奥肯定律悖论三个经济学观点。

（2）回归分析法。对存在较大相关性的变量间的方程，借助SPSS软件，采用数学最小二乘法统计方法进行二元或多元线性回归分析，发现历史数据之间的相互规律，并进行拟合优度检验和显著性检验，进行回归分析确定回归方程。如第一产业GDP比例与城市化率关系、水泥消费量与建筑业GDP关系、人均生活能源消费与人均GDP关系等。

（3）多年算术平均值。模型中不宜采用回归分析来拟合的参数，可以采用长时间数列的历史数据的算术或几何平均值来表示参数的平均水平，规避使用数学方程牵强拟合而出现不合理的数据偏差；

（4）表函数法。模型中有些变量之间不是简单的线性关系，不能代数组合得到，而表函数作为系统动力学建模的一个重要工具，具有方便操作、易于运用等优点［30］，可以处理不能通过回归分析等数学方法来确定参数的情况，实现对参数变化的精确描述。如减少林地面积、万元建筑业GDP能耗、万元工业GDP固废生产量等。

（5）参考相关文献的研究成果确定参数。如人口出生率、死亡率等数据。

1.5 模型有效性检验

系统动力学模型建立后，需要对该模型进行检验以判断模型和实际系统的符合程度，以保证模型的有效性和真实性。常用的系统动力学模型检验方法包括直观与运行检验、历史检验和灵敏度分析。

本研究在模型正常运行的基础上，选择2006-2008年重庆的历史数据和模拟数据进行历史检验。检验的变量包括常住人口、GDP、能源消费总量和温室气体排放量共四个重要数据，结果如表1所示。可以看出，4个变量各年份的模拟值与历史值均基本吻合，相对误差

表1 模型有效性检验结果

Tab.1 Validity test results of model

源消费量、废弃物处置过程温室气体排放量、农业过程温室气体排放量、畜牧业温室气体排放量、碳汇，温室气体排放量；16个参数分别为：自然增长率、机械变化率、城市化率、固定资产投资率、工业产值比例、建筑业产值比例、万元一产能耗、万元工业GDP能耗、万元建筑业能耗、万元三产能耗、煤炭比例、天然气比例、石油比例、电力比例和新造林面积。每个参数年取值变化10%，考察其对8个输出变量的影响。8个灵敏度值的均值可代表某一特定输出变量对某一特定参数的灵敏度；通过灵敏度分析计算出8个变量对某个特定参数的平均灵敏度（见图2）。

可以看出：固定资产投资率、工业产值比例、万元工业能耗的灵敏度较高，分别为15.5%、12.6和14.7%，大于10%，说明这三个参数为系统的关键因素。另外，煤炭比例、新造林面积的灵敏度大于5%，其他参数灵敏度较低，说明系统对大多数参数变化是不敏感的。模型具有良好的稳定性和强壮型，能够用于对实际系统的模拟。

图2 重庆市温室气体排放系统动力学模型参数灵敏性分析

Fig.2 Sensitivity analysis of the greenhouse gases emission dynamic model in Chongqing City

注：1：自然增长率；2：机械变化率；3：城市化率；4：固定资产投资率；5：工业产值比例；6：建筑业产值比例；7：万元一产能耗；8：万元工业GDP能耗；9：万元建筑业能耗；10：万元三产能耗；11：煤炭比例；12：天然气比例；13：石油比例；14：电力比例；15：新造林面积。

2 重庆市温室气体排放情景预测

重庆温室气体的排放与经济发展、能源需求、能源结构、碳汇能力等有关。因此，本研究中对经济发展考虑了由于投资率不同带来的高、中、低三种发展情景，并在此基础上设置节能情景和低碳情景，分别考虑节能水平的提高和能源结构的改善、碳汇能力增强对未来重庆温室气体排放变化趋势的影响。

2.1 节能情景设置

节能情景的设置主要考虑经济发展和单位GDP能耗水平降低两方面。

2.1.1 经济发展

为了保证经济的高速增长，重庆固定资产投资占GDP的比重相应维持在较高水平。本研究考虑不同的投资率和城市化带来的高、中、低三种经济发展速度及其对能源消耗和温室气体排放的影响。

2.1.2 单位GDP能耗

“十二五”期间，重庆市将发展产值达1.2万亿元的七大新兴产业，并将发展低碳经济列入规划，确保“十二五”末全市单位GDP能耗下降16%。将重庆2008年各产业单位产值能耗与全国其他地区相比发现，重庆一产、工业、建筑业能耗水平均有较大节能潜力和空间（见表2）。三产能耗水平已处于国内较好水平［28］。因此本研究中，假设“十二五”期间，通过产业结构调整和节能效率的提高，重庆每年单位产值能耗下降3.2%，三产能耗水平保持现状不变。

表2 2008年各地区万元产值能耗（1997年不变价）

Tab.2 Energy consumption per 104 Yuan output

in different regions in 2008 (Constant Prices of 1997)

2.2 低碳情景设置

在节能情景的基础上，本研究考虑能源结构、清洁能源、碳汇能力三方面的影响，构造重庆低碳情景。

2.2.1 能源结构

(1)煤炭供应能力预测。

重庆市在“十二五”期间年产煤维持在4 000万t左右，若重庆能源消费结构仍维持目前比例，则2011年其缺口为672万t，到2015年为1 999万t。因此重庆未来的发展，应该减少对煤炭的需求，保障煤炭能源供应安全。

(2)电力供应能力预测。

2010年全市装机容量将达到1 200万kW，2012年将达到1 600万kW，2015年将力争达到2 200万kW。另外，2012年电量缺口120亿kWh，2015年电量缺口180亿kWh。重庆市在“十二五”期间地方电源供电将可以满足全市约81%的电量需求，其余电量缺口可从外部购入。

(3)油料及天然气供需能力预测。

受到自然资源的限制，重庆市不出产石油，所需成品油全部靠外部调入。重庆市是天然气主产区，天然气资源丰富，但是中国天然气配额是全国统一分配和调度，因此本研究中天然气消费比例缓慢上升，2015年结构比例达到15%。为保证天然气替代工程顺利推行和优化重庆能源结构，重庆市应向国家争取川气东送项目在重庆的留存份额。“十二五”期末重庆市能源消费品种结构变化见表3。

表3 “十二五”末重庆市能源消费品种结构变化百分比

Tab.3 Change percentage of energy consumption construction

in

Chongqing city by the end of “twelfth fiveyear”

2.2.2 低碳能源

本研究中的低碳能源主要是指相对于传统能源，温室气体排放较少或者不排放的能源。重庆市新能源和可再生能源的开发与利用将以水电、太阳能等为主，对风力发电给予扶植政策和导向。水电方面：重庆市境内主要有长江、乌江、嘉陵江、涪江等河流及其支流，水能资源理论蕴藏量2 298万kW，理论年发电量2 013亿kWh。单机装机容量500 kW及以上的技术可开

发电站共有420座，总装机容量982万kW，年发电量446亿kWh；太阳能发电方面：重庆市正加大太阳能使用的普及程度，进一步增强光伏发电产业在重庆的竞争力和产业规模，以实现2015年、2020年重庆市太阳能利用可分别替代当年总耗电量的2%、3%；风电方面：重庆属于风能资源较贫乏地区，但一些山口、河谷地区，特别是盆地边沿的东北部山区风能资源较丰富。根据重庆市气象台站10米高度测风资料统计，重庆市风能总储量2 250万kW，可技术开发的风能在10-50万kW左右。

2.2.3 碳汇

(1)森林碳汇。

根据重庆市森林工程规划［13］，2012年新造林1 100万亩，森林覆盖率达到38%；2017年新增森林面积1 500万亩，森林覆盖率达到45%。

(2)碳捕捉和封存。

CO2捕集与地质封存(CCS)技术比较适合于像火电、钢铁、水泥等大型工业CO2固定集中排放源，也可应用于大规模产生低碳或无碳的非电力和运输行业及分散的小规模企业。目前，重庆将CCS技术研发纳入“十二五”科技规划，对企业和科研单位CCS技术提供持续的支持，并协助争取国家、欧盟的技术和资金支持。2015年前，对合川双槐电厂关键设备和吸收剂性能进行改进，降低运行能耗和捕集成本，扩大烟气捕捉总量，做好碳捕捉技术推广的前期工作。2020年前，选择水泥厂、常规火电厂以及钢铁、合成氨、烧碱等高耗能工业作为试点行业，应用CO2捕获装置并给予经济和政策支持。因此，本研究中假设2015年重庆碳捕捉和封存能力为2万 t，2020年增加到10万 t。

3 重庆市温室气体排放预测结果分析

按照节能情景，本研究确定不同固定资产投资率和能耗强度下重庆市常住人口、地区国民生产总值、能源需求总量、温室气体排放总量和温室气体排放强度。

3.1 常住人口

按照重庆“十二五”规划，重庆常住人口增长较快（见图3），主要是因为重庆外出打工人口回家就业或创业，导致常住人口比例的增加。

图3 重庆市常住人口情况

Fig.3 Predicted permanent resident population in Chongqing City

3.2 地区生产总值GDP

图4表示了不同情景假设条件下GDP预测值。可以看出GDP（1997年不变价）总量继续保持增长势头。由模型可知，对GDP影响最大的变量是资本存量。由于重庆目前的资本积累比例非常高，与此对应，“十二五”GDP增

图4 重庆市节能情景经济发展情况（1997年不变价）

Fig.4 Predicted economic development under

energy saving scenario in Chongqing City

长率保持15%-12%的高速水平。自“十二五”末起，考虑重庆投资率降低的实际情况，GDP增长率也对应略有下降，不同情景减缓速度不一致。

3.3 重庆能源消费

如图5所示，2011-2020年重庆市能源消费呈现出上升趋势。在经济上较有可能实现的中情景

下，节能情景下，能源需求逐年增加，2020年达到13 419万吨标煤，是2008年能源消费总量的2.7倍。

图5 重庆市能源消费预测

Fig.5 Predicted energy consumption in Chongqing City

3.4 温室气体排放

图6、7分别显示了节能情景和低碳情景下，2011-2020年重庆市温室气体排放量。在经济上较有可能实现的中情景下，节能情景下，温室气体排放量逐年增加，2020年达到36 482.92万 tCO2，是2008年的2.6倍；低碳情景下，温室气体排放量逐年增加，2020年达到34 552.55万 tCO2，是2008年的2.5倍。

图6 重庆市节能情景温室气体排放预测

Fig. 6 Predicted greenhouse gases emission under

energy saving scenario in Chongqing City

在经济上较有可能实现的中情景下，对比节能情景和低碳情景温室气体排放强度（见图8），温室气体减排强度呈现明显下降趋势。2020年，节能情景温室气体排放强度为2.053 tCO2/万元，比2005年下降43%；低碳情景温室气体排放强度为1.944 tCO2/万元，是节能情景的947%，比2005年下降46%。因此，产业能耗水平降低，即节能情景，是温室气体减排的主要途径。

图7 重庆市低碳情景温室气体排放预测

Fig.7 Predicted greenhouse gases emission

under lowcarbon scenario in Chongqing City

图8 重庆市中速经济下节能情景与低碳情景碳排强度对比

Fig.8 Comparison of greenhouse gases emission

intensity between energy saving scenario and

lowcarbon scenario with intermediate

speed economy

4 结论与对策

本研究综合考虑包括重庆市行政区域内部的能源消费（不包括火力发电导致的氧化亚氮的排放）、工业部门非能源消费、农牧业过程、废弃物处置过程、碳汇等过程的社会、经济、生态环境子系统及其内部变量对能源消费产生影响以及由此产生的温室气体排放。依据所建立的重庆市温室气体排放系统动力学模型，对重庆市不同经济发展水平下2011-2020年节能情景和低碳情景温室气体排放情况进行模拟预测。

模拟结果表明，中速经济下，2020年，节能情景温室气体排放强度为2.053 tCO2/万元，比2005年下降43%；低碳情景温室气体排放强度为1944 tCO2/万元，是节能情景的94.7%，比2005年下降46%。产业能耗水平降低，即节能情景，是温室气体减排的主要途径。重庆必须以降低单位产值能耗为首要任务，加快调整产业结构，推进产业节能减排工作，优化能源结构，积极推进森林工程建设，按照低碳情景发展，才能保证2020年中国单位国内生产总值二氧化碳排放比2005年下降40%-45%。

在重庆市温室气体排放现状评价和预测基础上，提出以下重庆市低碳经济发展的对策和建议：

（1）经济结构优化。优化第二产业结构，限制高碳产业发展。限期淘汰达不到节能基本要求的火电、钢铁、水泥、化工、氧化铝、煤矿六大高耗能产业的落后产能和高能耗生产设备。提高行业准入门槛，限制“高碳”行业发展制定行业碳排放强度准入的标准，逐步实行更加严格的产业政策，控制高能能耗、高污染项目审批和建设。（2）能源结构调整。一方面，结合重庆本地资源优势，大力发展天然气开发与利用，另一方面，有序发展水电，扶持太阳能、风能、地热能，大力减少碳排放。因地制宜利用可再生能源，集约开发和帮扶区域太阳能、风能和地热的发展。

（3）积极增加碳汇。在稳定现有森林覆盖率的同时，对有提升潜力的区域进一步通过造林和再造林稳步提升森林碳汇的质量和效果；建立健全重庆森林生态效益补偿机制，对林地的占有、开发、使用和消费，制定合理的生态和经济补偿措施和实施标准；大力发展CCS技术，支持引进先进CCS技术，加大推广执行力度，逐步由试点企业向重点行业推开。

参考文献(References)

［1］戴亦欣. 中国低碳城市发展的必要性和治理模式分析［J］. 中国人口・资源与环境，2009，19(3)：12-17. ［Dai Yixin. The Necessity and Governance Model of Developing Low Carbon City in China ［J］. China Population Resources and Environment, 2009, 19 (3): 12-17.］

［2］李明玉. 能源供给与能源消费的系统动力学模型［D］. 沈阳：东北大学，2009. ［Li Mingyu. The System Dynamics Model for Energy Supply and Energy Consumption ［D］. Shenyang: Northeastern University, 2009.］

［3］宋世涛，魏一鸣，范英. 中国可持续发展问题的系统动力学研究进展［J］. 中国人口・资源与环境，2004，14(2)：42-48. ［Song Shitao, Wei Yiming, Fan Ying. Study on System Dynamics Approach for Sustainable Development in China: A review ［J］. China Population, Resources and Environment, 2004, 14(2): 42-48.］

［4］朱勤，彭希哲，傅雪. 我国未来人口发展与碳排放变动的模拟分析［J］. 人口与发展，2011，17(2)：2-15. ［Zhu Qin, Peng Xizhe, Fu Xue. Simulated Analysis of Population Development and Carbon Emission in Future China［J］. Population and Development, 2011, 17(2): 2-15.］

［5］秦钟，章家恩，骆世明，等. 我国能源消费与CO2排放的系统动力学预测［J］. 中国生态农业学报，2008，16(4)：1043-1047. ［Qin Zhong, Zhang Jiaen, Luo Shiming, et al. Prediction of Energy Consumption and CO2 Emission by System Dynamics Approach ［J］. Chinese Journal of EcoAgriculture, 2008, 16(4): 1043-1047.］

［6］Guan D, Hubacek K, Weber C L, et al. The Drivers of Chinese CO2 Emissions from1980 to 2030 ［J］. Global Environmental Change， 2008, 18：626-634.

［7］Lin Q G, Huang G H. A Dynamic Inexact Energy Systems Planning Model for Supporting Greenhousegas Emission Management and Sustainable Renewable Energy Development Under UncertaintyA Case Study for the City of Waterloo, Canada ［J］. Renewable and Sustainable Energy Reviews，2009, 13: 1836-1853.

［8］Li G C, Huang G H, Lin Q G, et al. Development of a GHGmitigation Oriented Inexact Dynamic Model for Regional Energy System Management ［J］. Energy，2011, In Press.

［9］Li Y P, Huang G H, Chen X. Planning Regional Energy System in Association with Greenhouse Gas Mitigation under Uncertainty ［J］. Applied Energy，2008, 88, 599-611.

［10］周宾，陈兴鹏，王元亮. 区域累积碳足迹测度系统动力学模型仿真实验研究：以甘南藏族自治州为例［J］. 科技进步与对策，2010，27(23)：37-41. ［Zhou Bin, Chen Xingpeng, Wang Yuanliang. Regional Cumulative Carbon Footprint Measure System Dynamic Model and Simulating Experiment: The Case of Gannan Tibetan Autonomous Prefecturez ［J］. Science & Technology Progress and Policy, 2010, 27 (23): 37-41.］

［11］李玮，杨钢. 基于系统动力学的山西省能源消费可持续发展研究［J］. 资源科学，2010, 32(10)：1871-1877. ［Li Wei, Yang Gang. A Study on the Sustainable Development of Energy Consumption in Shanxi Province Based on System Dynamics ［J］. Resources Science, 2010, 32(10): 1871-1877.］

［12］吴建新. 区域净碳排放量系统动力学模型构建研究［J］. 科技与管理，2011，13(1)：66-68. ［Wu Jianxin. Study of the System Dynamic Model of Regional Net Carbon Emission ［J］. ScienceTechnology and Management, 2011, 13(1):66-68.］

［13］Stepp M D, Winebrake J J, Hawker J S, et al. Greenhouse Gas Mitigation Policies and the Transportation Sector: The Role of Feedback Effects on Policy Effectiveness ［J］. Energy Policy, 2009, 37 (7): 2774-2787.

［14］Anand S, Vrat P, Dahiya R P. Application of a System Dynamics Approach for Assessment and Mitigation of CO2 Emissions from the Cement Industry ［J］. Journal of Environmental Management, 2006, 79: 383-398.

［15］Lu H W, Huang G H, He L, et al. An Inexact Dynamic Optimization Model for Municipal Solid Waste Management in Association with Greenhouse Gas Emission Control ［J］. Journal of Environmental Management， 2009,90: 396-409.

［16］Gamett T. Livestockrelated Greenhouse Gas Emissions: Impacts and Options for Policy Makers ［J］. Environmental Science and Policy，2009, 12: 491-503.

［17］Moore J L, Howden S M, McKeon G M, et al. The Dynamics of Grazed Woodlands in Southwest Queensland, Australia and Their Effect on Greenhouse Gas Emissions ［J］. Environmental International，2001, 27: 147-153.

［18］王向华，朱晓东，程炜，等. 不同政策调控下的水泥行业CO2排放模拟与分析［J］. 中国环境科学，2007，27(6)：851-856. ［Wang Xianghua, Zhu Xiaodong, Cheng Wei, et al. Simulation and Scenario Analysis for CO2 Discharge from the Cement Industry under Different Environmental Policy Control ［J］. China Environmental Science, 2007, 27(6):851-856.］

［19］张荣荣. 基于系统动力学的工业行业碳足迹研究［D］. 无锡：江南大学，2010. ［Zhang Rongrong. Research on Industrial Carbon Footprint Based on System Dynamic ［D］. Wuxi: Jiangnan University. 2010.］

［20］佟贺丰，崔源声，屈慰双，等. 基于系统动力学的我国水泥行业CO2排放情景分析［J］. 中国软科学，2010，(3)：40-50. ［Tong Hefeng, Cui Yuansheng, Qu Weishuang, et al. System Dynamic Scenarios Analysis of CO2 Emissions of Chinas Cement Industry ［J］. China Soft Science，2010, (3): 40-50.］

［21］车卫红. 我国工业碳源和能源碳源排碳量估算研究［D］. 北京：北京林业大学，2010. ［Che Weihong. Study on Estimation of Carbon Emission from Industry Carbon Source and Energy Carbon Source of China ［D］. Beijing: Beijing Forestry University. 2010.］

［22］王其藩. 系统动力学［M］. 上海:上海财经大学出版社，2009. ［Wang Qifan. System Dynamics ［M］. Shanghai: Shanghai University of Finance & Economics Press, 2009.］

［23］国家统计局. 中国统计摘要-2008［S］. 北京：中国统计出版社，2008. ［National Bureau of Statistics of China. China Statistical Abstract-2008［S］. Beijing: China Statistical Press, 2008.］

［24］国家统计局国民经济核算. 中国地区投入产出表2002［S］. 北京：中国统计出版社，2002. ［National Bureau of National Economic Accounting. Chinese Area Inputoutput Table 2002［S］. Beijing: China Statistical Press, 2002.］

［25］国家统计局农村社会经济调查司. 中国农村统计年鉴2010［S］. 北京：中国统计出版社，2010. ［National Bureau of Rural Social Economic Investigation Department. Rural China Statistical Yearbook 2010［S］. Beijing: China Statistical Press, 2010.］

［26］重庆统计局. 重庆统计年鉴, 1998-2009［S］. www.cqtj.省略/tjnj/index.htm. ［Chongqing Statistical Bureau. Chongqing Statistical Yearbook, 1998-2009［S］. www.cqtj.省略/tjnj/index.htm.］

［27］重庆市林业局重庆市发展和改革委员会. 重庆森林工程总体规划［R］.2008. ［Chongqing forestry administration Chongqing Development and Reform Commission. Forest Engineering Planning in Chongqing［R］.2008.］

［28］重庆市人民政府. 重庆概况［R］.2010. www.cq.省略/cqgk/ ［Chongqing Municiple peoples government. Chongqing Profiles［R］. 2010. www.cq.省略/cqgk/］

［29］重庆市统计局. 重庆市能源消费特征、问题及节能措施研究［R］.2008. www.stats.省略/tjfx/dfxx/t20080806_402497090.htm. ［Chongqing Statistical Bureau. Energy Consumption Feature, Problem and Energy Saving Measures in Chongqing ［R］. 2008. www.stats.省略/tjfx/dfxx/t20080806_402497090.htm.］

［30］贾仁安，胡玲，丁荣华，等. SD简化流率基本入树模型及其应用［J］. 系统工程理论与实践，2001，(10)：137-144. ［Jia Renan, Hu Ling, Ding Ronghua, et al. SD Simplified Rate Variable Fundamental Intree Model and Its Application ［J］. Systems Engineeringtheory & Practice，2001, (10): 137-144.］

System Dynamics of Greenhouse Gases Emission in Chongqing City

CHEN Bin JU Liping DAI Jing

(State Key Joint Laboratory of Environmental Simulation and Pollution Control, School of Environment, Beijing Normal University, Beijing 100875, China)

Abstract Urban greenhouse gases (GHG) emission is a hot topic in the context of global warming and rapid urbanization. Chongqing City,the only western municipality in China, sets an important example in coordinating economic development and energy saving for the western areas within China. The paper established a system dynamics model about GHG emission on the basis of inner socialeconomic structure, and energy consumption resulting from population and economic growth. In order to explore the influence on GHG emission of the increasing energy saving level, energy structure and carbon sink, three types of economic developing patterns were set, based on which the paper established energy saving and lowcarbon scenarios. The results indicated that decreasing of industrial energy consumption was the principal pathway in controlling greenhouse gasses emission. Meanwhile, it was also instructive for China to achieve the goal of 2020 with 40%-45% reduction compared to 2005. Finally, the lowcarbon development strategies were provided for Chongqing City in optimizing industrial structure, energy consumption and carbon sink capacity.

Key words system dynamics; greenhouse gases emission; lowcarbon; Chongqing City