文献荐读 | 利用多层交叉影响平衡法构建德国私人家庭的能源消费情景

任思田 2025-09-13 11:15 北京

利用多层交叉影响平衡法构建德国私人家庭的能源消费情景

摘要

德国能源转型的一个主要目标是减少能源使用。2011年，德国的私人家庭消耗了2194 PJ，并被确定为具有高节能潜力的部门。该部门的能源需求取决于许多相关的定量和定性因素(例如，人数和人口结构、支出、节能措施的成本、投资意愿和国际气候政策的协调水平)。

在我们的研究中，我们引入了一种多层次交叉影响方法（multilevel cross-impact approach），该方法允许对情景分析的数据进行定义和量化，同时考虑到全球、国家和部门层面上不同因素之间的相互依赖性。这种方法使克服传统能源模型通常面临的限制成为可能。

通过结合趋势分析以及全球和国家层面相关因素相互依存的信息，可以形成对家庭部门未来的一致性行业观点。

1.引言

为将全球变暖的影响控制在2℃以内，欧盟承诺到2020年，与1990年相比，将温室气体排放量减少20%。到2050年，欧盟的温室气体排放量应较1990年水平进一步大幅削减80%至95%[1]。德国政府已将这些气候变化目标纳入了德国能源规划中[2]。由于决定加快淘汰核能的步伐，建筑领域的气候变化应对措施和能效提升正变得愈发重要[3]。

在德国，家庭部门的最终能源消费约占总能耗的28.5%，因此家庭在能源减排策略中扮演着关键角色。事实上，住宅领域蕴藏着巨大的节能潜力。本研究重点关注老旧建筑，因为目前超过70%的住宅建筑建于1977年之前——即首次出台建筑保温法规的年份。为实现碳中和建筑目标，必须对现有建筑进行大规模改造，并制定周密的时间规划，同时确保资金支持，将建筑现代化改造速度提升至每年2%[4]。

私人家庭部门的能源需求取决于诸多因素，例如家庭数量、人口年龄结构、可支配收入、节能措施的成本、投资意愿，以及国际气候政策的协调水平[5]。这些因素之间存在复杂的相互关联，有时会以明确的情景形式呈现，但更多时候则基于隐含的假设[6,7]。以隐含假设的运用为例，可引用特定能源需求因素的趋势预测法（这在能源模型中颇为常见，如[8,9]所示）。然而，趋势预测的前提是：未来解释变量对因变量的影响方式将与过去保持一致。尤其在进行长期分析时，必须审慎对待趋势延续的假设，因为新技术将不断涌现，且“黑天鹅”事件也可能发生[10,11]。如果仅依赖定量事实，过度简化的风险可能会进一步加大。如果仅考虑定量因素，而忽视了诸如行为模式，以及可能产生影响的国际动态（例如，对国家环境政策的影响）等关键驱动因素，过度简化的风险可能会加剧。

这些考虑因素还与所选系统边界，以及需纳入考量的各因素的必要且适当范围密切相关。出于简化目的，人们往往直接采用他人已发表的数据，却忽略了自身计算与外部提取数据之间可能存在的相互反馈。然而，独立使用来自不同来源的数据、忽视反馈机制、对假设不加记录（即隐性假设），以及在未验证各假设之间相互关联性的情况下贸然使用，都可能导致情景出现不一致现象[13]。

事实上，情景多样性和一致性问题已在多项研究中得到强调[14]。但在实际操作中，目前仍缺乏能够充分考虑这些关键因素的合理方法。为此，我们将在下文中介绍一种经过进一步改进、以满足具体需求的方法。

过去，人们已开发出多种技术，以满足多学科系统（包括社会系统）特殊条件下相互依赖性分析的需求[15]。其中最受欢迎的是一组被称为“交叉影响分析”（Cross-Impact Analysis）的技术，该方法最初由Gordon和Hayward于1968年提出[16]。交叉影响分析的初衷是评估社会技术系统中事件概率受相互依赖性的影响。这种分析主要依赖专家对未来可能发生的或不会发生的社会、政治、经济、环境及技术事件之间的相互作用做出判断。此外，研究者还针对特定目的开发了多种方法变体[17]。这一方法有时会与模糊法、多准则决策法及其他方法结合使用[18,19]。

Weimer-Jehle进一步提出了交叉影响平衡分析（Cross Impact Balances, CIB），作为交叉影响分析的一种变体，旨在通过专家对情景因素相关性和相互依赖性的判断，实现定性或半定性情景的可追溯性和系统性构建[20]。自那以后，交叉影响平衡分析已被广泛应用于能源[21]、可持续发展[22]、创新[23]、医疗保健[24]、废弃物管理[25,26]，以及气候变化等诸多领域的分析研究中[13,27]。

尽管CIB似乎非常适合帮助能源建模人员，它提供了一种系统化分析相互作用驱动因素并构建多样化且一致的框架假设集的方法，但我们也意识到一个显著的不足：若要全面研究能源系统的驱动因素，必须考虑诸多分布在不同地理和政治层面的驱动变量，而这与CIB分析通常涵盖约10到20个因素的规模存在冲突。因此，若能开发出应对更多因素的技术，CIB在能源建模领域的应用潜力将得到极大提升。

在本文中，我们采用交叉影响平衡（CIB）方法，结合定量与定性因素，构建出与德国居民部门能源消费直接或间接相关的一系列一致性情景。为克服CIB方法在因素数量上的上述局限性，并增强该方法在其他研究问题中的灵活性，我们提出了一种多层级交叉影响分析方法。首先，我们将从全球、国家及部门三个层面，深入分析各类定量与定性因素的趋势及其相互依赖关系；随后，根据这些因素之间的关联信息，分别确定各层面的未来发展趋势；最后，通过整合各层面的特定未来情景，最终构建出完整的能源消费情景体系。

我们采用基于技术的自下而上模型，针对住宅部门计算了其特定的节能效果和二氧化碳减排量的变化。在这一过程中，我们以CIB分析的结果为框架，并考虑到CIB方法中所涉及各因素状态的半定量特性，使得最终数值的确定具有一定的灵活性[28]。

2.运用多层次CIB分析方法构建情景 

2.1 初步说明 

为了构建家庭部门的情景，需明确社会、政治、经济和技术框架，并充分考虑主要驱动因素及其相互作用[29]。一种能够以一致方式定性评估驱动因素及其相互作用、从而设计未来图景的工具，便是交叉影响分析法[13]。在明确研究对象系统后，将邀请相关专家列出一系列可能直接或间接影响所选研究问题的因素，即所谓的描述符（descriptor）。

接下来，专家需进一步明确各因素可能产生的不同结果，并通过评估一种结果对另一种结果的直接影响程度，来判断这些结果之间的相互作用。

• “0”通常用于表示某一结果对另一结果无任何影响；

• 若存在强烈正向影响，则用“+3”表示；而“-3”则表示强烈负向影响；

• 较弱的影响则分别以“+2”、“+1”、“-2”和“-1”来衡量[20]。

最终生成的交叉影响矩阵，全面展示了各描述符结果之间的所有相互作用关系。基于此矩阵，可通过将各结果组合成一个集合，进而识别出可能的未来情景。若某一因素的所有结果中，所选结果至少与其他任何结果一样受到支持（以该结果所承受的所有输入影响的平衡程度来衡量），则该未来情景被视为一致；反之，若某一因素的其他结果明显优于所选结果，则表明这一情景与所假设的结果集合存在矛盾。

常见的CIB分析通常包含约10到20个描述符，以避免交叉影响矩阵过于庞大和复杂。为克服描述符数量的限制，我们采用了一种多层次方法，将不同的交叉影响矩阵相互关联。每个矩阵聚焦于特定的方面，即全球（global）、国家（national）和行业（sectoral）层面的因素。通过使用不同的矩阵，我们能够整合大量不同描述符的信息，而不会因交叉影响矩阵的规模限制而受阻（见图1）。

“全球”交叉影响矩阵旨在描述国际层面各因素之间的联系，这些联系可能直接影响德国的能源供需状况或住宅部门的发展。而“国家”交叉影响矩阵则用于构建国家层面的关系，“部门”交叉影响矩阵则聚焦于单一部门内的关联性。通过识别不同层级交汇处的关键因素——这些因素同时影响着下层规模——并将它们纳入相应矩阵中，最终形成的各层级未来情景可进一步整合为跨领域未来情景。这些跨领域未来情景，可作为制定具体参数的指导，以供后续应用于自下而上的定量情景构建模型。

在本次研究中，我们邀请了一组10位专家，参与三个阶段的探究过程，以开展三种不同尺度的交叉影响分析练习。首先，专家们被要求为每种尺度提名关键描述词，随后再将这些描述词精简至一个可操作的清单，仅保留最具代表性的描述词及其未来可能产生的影响。接下来，这些专家需就这些可能结果中各自影响的强弱达成共识。专家组由3名经济学家、4名工程师，以及3名背景为政治学家的专家组成。针对每种矩阵，专家组需评估超过1000种因素组合的可能结果。

2.2 全球层面的未来图景

德国家庭的能源消耗直接受到并间接受到诸多全球性因素的影响。综合来看，受访专家一致认为，共有15个关键因素与德国能源需求的全球形势密切相关。除了油价、经济增长、欧盟的人口结构变化以及国际气候政策外，欧洲层面的二氧化碳减排目标、碳排放配额价格，以及超国家能源项目的实施（如“Desertec”项目）也被选为描述这些因素的指标。此外，公众对环保措施的态度、投资意愿、燃料及其他资源的供应情况，以及资源贸易的限制条件，同样被列入相关因素的清单。专家们对这些因素之间超过1500种相互作用进行了全面评估，并最终确定了13种具有一致性的未来情景。结合这些因素过去对能源系统的重要性程度，专家们将最终得出的结果归纳为五大“全球未来”（Global future）情景（详见表1）。

高油价以及欧洲成功推进的二氧化碳减排战略，是Global future I的两大关键要素。此外，这一情景还表现为全球GDP的进一步增长、强劲的创新动力（得益于油价与大宗商品价格的上涨），以及全球能源需求的温和上升。诸如Desertec这样的超国家能源项目将顺利落地，不会出现重大延误。

而在Global future II中，欧盟设定的二氧化碳减排目标将基本实现，尽管新目标的落实速度将不及Global future I阶段。相应地，欧洲电力网络的升级步伐也将较为缓和。Desertec等项目虽将如期启动，但难免遭遇延迟。从GDP增长、能源资源短缺以及能源需求变化等关键因素来看，这一情景与Global future I基本一致。

对于Global future III、IV和V，预计油价将保持温和上涨态势。在Global future III中，欧盟将实现其二氧化碳减排目标，并将设定新的减排目标。超国家层面的能源项目将按计划推进。同时，二氧化碳减排政策将有力支持创新进程。Global future IV描绘了欧洲二氧化碳减排目标仅部分达成的情景；在Global future V中，减排目标彻底落空，且未设定任何新目标。这些未来情景不仅关乎二氧化碳减排目标，更预示着欧盟内部一体化进程及创新动力的黯淡前景。在这一情景中，一体化进程将放缓，创新活力也将大幅低于其他情景。

2.3 国家层面的未来图景

影响因素的选取及其在国家层面的可能结果[31]，主要基于专家访谈及多方面文献资料[32,33]。除了油价和欧洲层面的能源政策外，这些因素还包括：德国国内GDP的增长、人口结构变化、国内气候与能源政策、德国的环保意识、知识创新水平，以及新技术的研发与应用速度、投资意愿、资产更新换代的效率、气候变化影响的显著性、特定地区电力生产集中度的变化、高压电网的扩展情况、能源供应单元的平均规模，还有私人家庭人均空间需求的变化、私人家庭领域电气化应用数量的增减，以及人口区域分布的变动。针对每个因素，研究还明确了两到三种可能的结果（完整因素列表及其可能结果，请参阅文献[31]）。

基于专家对各结果之间相互作用的判断，通过交叉影响平衡法，可以识别出51种在全国范围内具有一致性的未来情景。结合当前全球层面的趋势来看，仅有少数几种可能的结果塑造了“国家未来”（National future）情景的聚类与选择（参见表2）。

前两个国家未来情景基于高油价的假设。历史经验表明，能源与环境政策目标难以完全实现。在National future I中，假设现行的能源与环境政策目标不具备约束力，因此可被灵活调整甚至终止。同时，通过限制德国《可再生能源法》（EEG）的附加费，预计可再生能源领域的投资将显著减少。该国家气候与能源政策的核心是设定中等水平的二氧化碳减排目标。在此情景下，经济发展将伴随较高的GDP增速，同时人口数量略有下降，而对空间的需求则迅速增长。不过，公众的环保意识相对较为淡薄。  

National future II则聚焦于更具雄心的二氧化碳排放削减目标。这一情景假设的高能源价格将激励终端用户减少能源消耗，从而大幅降低对政策干预的需求，以实现能源与环境目标。然而，高油价也将推升运输成本，进而制约国际贸易的扩展。总体而言，预计能源价格上涨将适度放缓德国的经济整体增长速度。此外，输电网络扩建受限，使得分散式发电系统的重要性日益凸显。

最后，在National future III和IV中，假设德国及全球范围都将采取积极措施，以有效减缓气候变化的影响。同时，我们还假定，相较于德国的其他目标（如经济和政治目标），当前的能源与气候政策目标被置于优先地位。此外，假设油价将温和上涨。然而，National future III和IV在是否升级输电网络的可能性上存在差异。由于所设定的限制条件，National future IV更加注重分散式能源供应的重要性，同时推动更多小型设施的建设。在这种未来情景下，整体经济发展速度将略低于National future III，进而影响人口迁移，最终对国家的人口结构产生深远影响。因此，预计未来平均人口增速将放缓。由于GDP和人口增长相对较低，预计终端用能领域的能源需求也将随之下降（见表2）。

而在National future V中，则假设当前的环境目标并不具备强制约束力。与此前描述的未来情景不同，这一情景假定全球宏观经济增速仍将保持高位，但由此带来的资源短缺问题将日益加剧。

2.4 部门层面的未来图景

确定德国私人家庭的能源需求，需要考虑的因素远比国家层面所涵盖的更为复杂。这些因素包括燃料的终端用户价格、建筑存量的能源效率水平，以及老年人家庭数量、可再生能源占比、用于空间供暖和热水供应的分布式技术应用数量的变化，还有建筑物和公寓的租金/房价变动等。此外，除了这些高度行业特定的因素外，国内生产总值的年度变化、德国境内人口数量及全国劳动人口的变化、电力网络的扩展情况、油价波动，以及国家层面的能源政策，也都被纳入考量范围。专家们所选定的完整描述符清单，及其对应的预测结果，参见参考文献[31]。

对于部门的交叉影响矩阵，专家们需评估约1600种因素组合的可能结果。其中，有10组一致的结果被识别出来，对应着高或中等油价情景。根据这些因素过去对能源系统的重要性程度，不同因素组合被划归为7种“部门未来”（Sectoral future）情景，同样适用于高或中等油价情境（更多关于所识别未来情景的信息，请参阅参考文献[31]）（详见表3）。

Sectoral future I至IV均基于油价飙升的假设。尽管油价高企，但由于创新动力带来的正向反馈，以及以适度减排二氧化碳为核心目标的气候变化政策，GDP仍将强劲增长。然而，高油价也意味着终端用户所支付的燃料价格将随之上涨。在Sectoral future I中，终端能源需求仅呈现缓慢下降趋势；而在Sectoral future II中，需求则会大幅缩减。这正是Sectoral future I中电网需比Sectoral future II更大力度扩建的一个重要原因。在两种未来图景中，分散式电力供应的重要性均日益凸显，同时，家庭部门对可再生能源的使用也将进一步增加。

此外，Sectoral future III和IV设定了更具雄心的二氧化碳减排目标。在这些未来情景中，由于采取了额外措施（例如，针对能效标准的新法规），最终能源需求将大幅下降，而这些措施正是与所设定的雄心勃勃的二氧化碳减排战略相配套实施的。在这一雄心勃勃的减排行动支持下，分散式能源供应技术及可再生能源的使用将显著增长。与此同时，由于提升建筑能效标准所需措施的成本上升，以及可再生能源应用的增加，这些情景下的建筑租金和房价也将随之上涨。尽管假设电网将得到扩展，但Sectoral future III与IV之间仍无明显差异。

Sectoral future V至VII描绘了油价仅温和上涨的未来图景。在这些情景中，设定了雄心勃勃的二氧化碳减排目标。由于采取了减少二氧化碳排放的措施，可再生能源和分布式能源技术的应用将加速推进。同时，由于油价保持温和，终端用户的燃料价格也将适度上涨。Sectoral future V和VI的区别仅在于对电网扩展的假设上。

在Sectotal future VII中，假设将实施一项温和的二氧化碳减排政策。由于这一情景下，针对提升建筑能效所采取的措施较少，最终能源需求将仅呈现逐步下降的趋势。与此同时，分散式能源技术占比的温和增长，主要得益于油价温和以及温和的二氧化碳减排政策。

2.5 跨领域的未来（Cross-cutting futures）

在上述章节中，我们介绍了可能对德国私人家庭能源消费产生直接或间接影响的描述性指标。通过应用交叉影响平衡法，并结合各因素的影响网络，我们已为每个层面提出了可能的未来情景。接下来，需进一步检验所识别出的这些未来情景是否彼此兼容。我们的目标是找到兼具跨领域特征的综合未来情景，即各层面特定未来情景的有机组合，确保它们在整体上协调一致（参见表4）。

与单一层面的特定未来情景不同，跨领域未来情景能够全面展现未来图景，同时考虑到间接效应——而这些效应若仅采用单一层面的未来情景，可能会被忽略。首先，我们需要明确那些作为不同层面之间直接接口的描述性指标（例如，油价与投资意愿），因为这些指标会同时影响多个层面，并被纳入相应未来情景的描述中。此外，那些与其他层面因素紧密关联的因素，也将作为连接不同未来情景的关键节点。表4中列出了这些关键节点的详细清单。

综合考虑所有直接与间接的接口（interface），并从不同层级中选取涵盖所有相关联发展方向的未来情景，最终确定了五个未来情景，它们共同描绘出一幅多层次交织的未来图景（表5）。

其中，跨领域未来情景“Dark Green”，融合了Global future I、National future II以及Sectoral future IV的特点；此外，假设在油价高企的同时，欧盟层面设定了更具雄心的二氧化碳减排目标，同时严格限制电网扩张，并导致私人家庭能源需求大幅下降。

而跨领域未来情景“Light Grey”，则与“Dark Green”未来情景的主要区别在于对欧盟及国家层面的二氧化碳减排政策的设定：该情景下的环保政策更侧重于设定适度的减排目标。

与此同时，“Green” 跨领域未来情景则以油价温和上涨、二氧化碳减排目标较为积极，以及对电网扩张不设限制为主要特征，它融合了Global future III、National future III和Sectoral future VI的特点。

“Green mod” 未来情景则由Global future III、National future IV和Sectoral future VI共同构成，但与 “Green” 跨领域未来情景不同的是，该情景对电网扩张实施了适度限制。

“Black” 跨领域未来情景则以Global future IV、National future V以及Sectoral future VII为基础，其核心特征包括油价温和、二氧化碳减排政策适中、高度集中化，以及私人家庭能源需求逐步下滑。

3.将基于自下而上的情景嵌入到已识别的未来趋势中

根据上述分析，这些跨领域未来趋势可作为方法论基础，用于定性判断影响家庭部门能源需求与供应情景的关键因素，同时兼顾全球、国家层面的因素以及行业特有的视角。这些描述性指标可能结果的半定量特征，为最终转化为具体数值留有一定的灵活性。因此，不同的情景均可满足一致性条件。

根据德国住宅部门的情景信息，以及表5中所列的未来趋势信息，我们评估了所选情景与一致未来趋势的匹配情况。如果情景作者未提供关键描述性信息，则某个情景可能同时符合两种甚至更多未来趋势。

通过匹配情景与未来趋势，可以清楚地看到，由于这些未来趋势所依据的半定性因素，原则上它们可被解读为多种情景皆可适用的框架。若要深入分析某一行业可能的发展态势，建议采用一种模型，以将全球、国家及行业层面的相关信息纳入考虑。

以下将使用尤利希能源模型（Jülich Energy Modeling Suite, JEMS）中的“建筑存量与空间供暖及热水供应技术模拟模型（“Building Stock and Technology Simulation Model for Space Heating and Hot Water Supply, BTS）”，以展示针对家庭部门、契合未来发展趋势的具体情景案例。

JEMS-BTS是一款基于情景分析方法的动态模拟模型，能够评估提升能效及整合可再生能源的潜在策略。该模型依据详尽的住宅建筑、供暖与热水技术分类体系，计算出建筑的供暖能源需求、燃料与电力消耗，以及温室气体排放量。这一分类体系涵盖了不同年代和规模的建筑类别。借助该模型，用户可深入分析各类节能措施的效果，例如建筑保温改造和供暖系统升级。此外，通过将各建筑类别的计算结果外推汇总，最终可获得整个住宅建筑存量的整体表现。值得一提的是，所有系统参数均可灵活调整，因此原则上能够模拟评估所有可能采取的节能措施效果。表7列出了用于两个选定情景模型输入的关键因子。

“Trend”情景涵盖了2011年6月德国政府能源规划背景下所确定的各项措施与工具，其中包括《节能条例》（Energy Saving Ordinance）和《可再生能源供热法》（Renewable Energies Heat Act）等监管工具，以及经修订的欧洲EPBD指令的要求，同时还包括德国复兴信贷银行（KfW）的各类资助项目、推动城市发展、可再生能源市场激励计划以及其他相关措施与活动。资金数额按当年水平更新。近年来的改造速度将延长至2030年。实现“Transformation”这一情景，还需采取更多措施和工具，具体列于表8中。

在“Trend”情景下，到2030年，建筑空间供暖和热水的终端能源需求将比1990年水平下降8%，降至1887 PJ；而在“Transformation”情景中，这一需求则将大幅削减30%，降至1430 PJ（见图2）。分析显示，在“Trend”情景中，所采取的措施效果相对有限。2030年，德国的二氧化碳排放量预计约为3350万吨，而初始排放量高达7400万吨，这意味着与1990年相比，总排放量将减少44%。

此外，“Trend”情景下各项措施对二氧化碳减排效果的评估表明，其中，德国复兴信贷银行（KfW）推出的节能改造资助计划所带来的货币激励措施，以及可再生能源市场激励计划，合计贡献了约1500万吨的减排量；而能源效率法规的修订与《可再生能源供热法》（Renewable Energies Heat Act）的实施，则共同推动了500万吨的额外减排。

在“Transformation”情景中，所评估的措施将使2030年的二氧化碳当量排放量较“Trend”情景减少超过3700万吨，总计降至3600万吨。与1990年水平相比，“转型”情景下的排放总量到2030年将实现约72%的总体削减。其中，推动《节能条例》更严格实施（预计将减少1630万吨排放）以及税收抵扣政策（可减少630万吨CO2排放）的贡献最为显著。

此外，由于租赁市场中简化了房屋翻新流程，加之可再生能源领域的强有力市场激励计划，预计分别还可额外节省620万和490万吨CO2。

总体而言，这些结果表明，即便不采取任何新措施，未来私人家庭的能源消耗和二氧化碳排放量仍将大幅下降。若再辅以少数更严格的政策措施（如进一步强化《节能条例》和税收抵扣机制），减排幅度将显著提升。值得注意的是，此次选取的这些措施与过去已实施的举措颇为相似，因此能够较为可靠地评估其对降低能源消耗和二氧化碳排放的实际效果。由此可预期，所计算出的减排数据具有较强的稳健性。此外，Prognos等机构[35]以及Oko-Institut/Fraunhofer-ISI[41]也曾利用自下而上的模型开展类似情景分析，所得结果亦基本一致，但两者并未深入探讨其背后的具体实施路径。

4.结论

我们采用交叉影响平衡法，并结合模拟工具，展示了如何从全球、国家及行业层面的定性和定量角度，系统分析单个行业的发展态势。交叉影响平衡（CIB）分析被用于为部门模型计算生成一致的框架情景。然而，将CIB应用于这一目标时，却面临一个实际障碍：所需的描述符集规模庞大，这是由部门框架情景的多尺度特性所导致的（包括部门、国家及全球层面的框架假设）。在我们的分析中，所有尺度上所识别出的因子共计43个描述符，每个描述符又关联着2-4种可能的结果。这些描述符共同构成了一个约2.31×10¹⁶种配置的庞大空间，远远超出了标准CIB评估程序所能完全扫描的范围[12]。

不过，在所提出的多尺度方法中，我们采用了一种尺度分离技术，将整个问题分解为三个较小的子问题，从而可轻松借助标准CIB程序加以解决。尽管在国家和部门层面的问题中需引入部分关联描述符，使总描述符数量增至55个，但三个子问题中规模最大的全球问题仅包含17个描述符，对应的配置数约为5.97×10⁶，仍处于CIB矩阵可轻松处理的范围之内。这意味着，通过多尺度方法，我们的分析中计算量可大幅降低10⁹倍甚至更多。

然而，这种显著的计算效率提升并非毫无代价。如果完整问题的结构完全遵循图1所示的分解理念——即不存在从低层次向高层次的向上影响——那么这种多尺度方法将完全精确（亦即得出与直接求解完整问题完全一致的结果）。然而，在我们的分析中，却发现了少数几个向上作用的影响。例如，德国的国家气候与能源政策、知识产出水平以及其他本土因素，很可能对其在全球能源技术创新动态中产生重要影响。

由于这些向上作用仅在较低尺度的交叉影响分析中被纳入，而在较高尺度上却被忽略，因此，当存在向上影响时，多尺度方法得出的结果并非完全精确，而只是一种近似。不过，鉴于我们所分析的问题结构与图1所示的框架较为接近，且向上影响仅属罕见例外，这种近似结果仍可视为合理。

在为德国设定的两种情景中，均假设GDP年增长率为1%，同时人口减少至7900万。根据“Trend”情景，若现行气候政策工具继续实施，将导致能源价格平均上涨，同时收入停滞不前，可再生能源及输电网络基础设施的扩张速度也将放缓。政府补贴和能源结构调整活动将维持当前水平，从而到2030年，用于空间供暖和热水的能源消费将降至270 PJ，较2010年水平下降12%。因此，预计到2030年，温室气体排放量将降至约7400万吨二氧化碳当量，与1990年相比，整体排放量将减少约44%。

我们认为，若国际气候协议与国家及各行动主体的高度承诺相结合，便可实现长期气候目标。在此基础上，通过将影响因素作为转型情景下经济发展的指导原则，能够有效降低能源消耗。在这一情景中，分散式能源供应和可再生能源的强劲扩展，将推动创新热潮，并使建筑能源质量的重要性日益凸显。这一能源供应体系的转型，将使总能耗减少730 PJ，相当于减排34%。经评估的各类工具，有望到2030年将排放总量降至约3600万吨二氧化碳当量。

与“Trend”情景相比，“Transformation”情景的实施，到2030年还可进一步减少3800万吨二氧化碳当量的排放量。上述结论得到了Prognos等机构[35]以及Oko-Institut/Fraunhofer-ISI[41]所开展研究的支持。然而，这些研究并未将情景与跨领域未来趋势或其他类型的故事线相结合。因此，可以得出结论：故事情节并非计算所必需。

然而，若未将结果嵌入到假定的社会技术背景中，也未提供明确的故事情节，那么所构建的场景必须谨慎用作决策者的辅助工具（因为忽略反馈及其他关键方面而可能导致的一致性问题或被忽视）。

NOTES

1.提出了全球—国家—部门三层级的多层次交叉影响平衡（CIB）方法，突破了传统CIB只能处理少量因素的局限，大幅提升了复杂系统情景分析的适用性与计算效率。

2. 通过整合不同层面的因素（如油价、人口结构、能源政策、建筑能效等），构建出五个跨领域未来情景（如 Dark Green、Green、Black 等），全面展现德国家庭能源消费的可能发展路径。

3. 将专家判断的半定性因素与技术模型的定量分析结合，既避免了单纯趋势外推的局限，又保留了灵活性，使情景更加稳健与可追溯。

4. 研究表明，德国家庭能源需求和二氧化碳排放即使在“Trend”情景下也会下降，但若叠加更严格的政策（如税收抵扣、节能条例强化），则能源转型与碳中和目标更有望实现，为制定长期能源战略提供了科学依据。

本期编辑：任思田，清华大学

跳转微信打开