城市能源代謝的異質(zhì)性分析
——以北京市為例

穆獻中，周文韜，胡廣文

（北京工業(yè)大學(xué)循環(huán)經(jīng)濟研究院，北京 100124）

一、引言

伴隨近年來城市化進程的持續(xù)推進，我國城市外部資源壓力與生態(tài)環(huán)境問題愈加突出，“大城市病”不斷顯現(xiàn)。為此，北京、上海等城市相繼探索通過區(qū)域協(xié)同和功能疏解等方式緩解和改善城市發(fā)展問題，積極謀求綠色發(fā)展的可行路徑。尤其在我國“雙碳”目標(biāo)愈加明確的背景下，優(yōu)化城市功能布局、轉(zhuǎn)變資源利用模式、提升能源經(jīng)濟環(huán)境綜合績效成為未來城市轉(zhuǎn)型發(fā)展的重要方向?；谖覈詫㈤L期處于發(fā)展上升階段、城市供能-用能系統(tǒng)零碳轉(zhuǎn)型尚未實現(xiàn)的現(xiàn)實狀況，探究城市能源利用模式和效率提升路徑具有重要實際意義。

一直以來，國內(nèi)外學(xué)者圍繞城市能源利用模式和效率提升做了諸多探索，有力支持了城市可持續(xù)發(fā)展。其中，結(jié)合城市能源投入產(chǎn)出過程與生態(tài)代謝過程的相似性（趙顏創(chuàng)等，2016），Wolman（1965）于1965 年提出基于代謝的視角，將城市能源消費、經(jīng)濟效益和環(huán)境質(zhì)量關(guān)聯(lián)起來，揭示城市在能源利用過程中存在的問題及產(chǎn)生的代謝污染物對生態(tài)環(huán)境的影響，評估城市發(fā)展過程中能源代謝影響（Zhang et al，2015；盧伊和陳彬，2015），從而為城市能源的合理規(guī)劃與政策制定提供科學(xué)依據(jù)。

城市能源代謝研究的分析手段包括能量流分析、投入產(chǎn)出分析和生態(tài)網(wǎng)絡(luò)分析等方法。早期對于城市能源代謝的研究多以能量流分析（energy flow analysis，EFA）為主，主要針對城市能源的利用規(guī)模和轉(zhuǎn)換效率（鄭宏媚和鄭宇涵，2020）。EFA 以能量守恒定律為基礎(chǔ)，通過追蹤能量在社會經(jīng)濟系統(tǒng)中流動的過程及途徑，揭示特定區(qū)域的能量流特性、轉(zhuǎn)換效率和總吞吐量。Browne et al（2012）曾利用能量流分析法，研究愛爾蘭城區(qū)能源代謝情況。Krausmann et al（2003）、Haberl（2006）基于此方法分別對奧地利和美國城市代謝狀況進行分析。Odum（1986）在20 世紀(jì)80 年代提出能值分析法，將能值定義為某種產(chǎn)品或勞務(wù)的生產(chǎn)過程中直接或間接投入的可用能，為城市能源代謝研究提供了新的視角。Ascione et al（2009）利用能值分析法，比較羅馬的新陳代謝指標(biāo)與其他同類研究的指標(biāo)差異，最終發(fā)現(xiàn)羅馬生活生產(chǎn)消耗更高，并且羅馬經(jīng)濟發(fā)展需要的環(huán)境代價要遠大于經(jīng)濟系統(tǒng)的發(fā)展程度。張妍和楊志峰（2007）、吳玉琴和嚴(yán)茂超（2011）等運用能值分析法測度了廣州、深圳等城市能源代謝狀況。

能量流分析可以較好的計算社會經(jīng)濟系統(tǒng)能量的輸入和輸出，但此方法無法研究系統(tǒng)內(nèi)物質(zhì)及能量的流動，忽略了能量流動過程的隱含能量（穆獻中和朱雪婷，2019）。投入產(chǎn)出分析（input-output analysis，IOA）最早由列昂惕夫在1936 年提出，在20 世紀(jì)七八十年代被應(yīng)用到我國能源領(lǐng)域的研究中。該方法能夠發(fā)現(xiàn)部門中間交換的間接能量流，基于IOA 的區(qū)域能源及碳排放建模被廣泛應(yīng)用到研究當(dāng)中（Chen 和Chen，2015）。Liang et al（2010）利用改進的投入產(chǎn)出法對蘇州市能源代謝進行分析。姜巍等（2015）利用我國2007 年投入產(chǎn)出表構(gòu)建了中國各行業(yè)之間的聯(lián)系網(wǎng)絡(luò)，并分析了煤炭開采與洗選業(yè)等5 個主要能源行業(yè)的網(wǎng)絡(luò)特征。Zhang et al（2016）利用投入產(chǎn)出分析計算了北京、天津及河北城市群的能流過程，結(jié)果表明河北省城市群能耗最高，天津次之。但是，這種方法無法衡量中間產(chǎn)品的生產(chǎn)和交換中隱含的能源消耗和復(fù)雜的生態(tài)關(guān)系（Chen et al，2013）。

生態(tài)網(wǎng)絡(luò)分析（ecological network analysis，ENA）是一種從投入產(chǎn)出演變而來的面向系統(tǒng)的方法，它可以從整體上評估城市系統(tǒng)的結(jié)構(gòu)和功能（Wu，2016）。ENA 將生態(tài)系統(tǒng)抽象成網(wǎng)絡(luò)當(dāng)中的節(jié)點、流量及路徑，節(jié)點與節(jié)點間的交互關(guān)系組成系統(tǒng)網(wǎng)絡(luò)，研究系統(tǒng)間及系統(tǒng)內(nèi)節(jié)點之間的流動關(guān)系，分析系統(tǒng)結(jié)構(gòu)、功能及演化規(guī)律（Zhai，2019）。Chen 和Chen（2013）基于生態(tài)網(wǎng)絡(luò)分析，利用多區(qū)域投入產(chǎn)出表建立2007 年世界能源消耗網(wǎng)絡(luò)模型，將世界經(jīng)濟體部門化為6784 個節(jié)點的網(wǎng)絡(luò)結(jié)構(gòu)，對部門間能源流動和交互進行分析。Zhang et al（2010）利用生態(tài)網(wǎng)絡(luò)分析，探究北京、重慶、天津、上海的能源代謝系統(tǒng)及水代謝系統(tǒng)。An et al（2014）基于生態(tài)網(wǎng)絡(luò)分析方法構(gòu)建了中國工業(yè)產(chǎn)業(yè)的隱含能流網(wǎng)絡(luò)，從能源角度揭示產(chǎn)業(yè)間的相互關(guān)聯(lián)關(guān)系。Zhang et al（2017）等將投入產(chǎn)出分析和生態(tài)網(wǎng)絡(luò)分析相結(jié)合，詳細描述京津冀能源流動過程并計算部門和區(qū)域能源消耗。Wang 和Chen（2016）等運用生態(tài)網(wǎng)絡(luò)分析法對城市能源和水資源的代謝特征進行綜合分析。

基于以上分析，目前城市能源系統(tǒng)代謝研究已取得長足發(fā)展，尤其對于城市能源代謝過程及綜合影響，已形成相對完整的理論方法體系支撐。然而，隨著近年來城市功能疏解、區(qū)域協(xié)同、產(chǎn)業(yè)遷移、清潔技術(shù)進步等活動的不斷推進，城市能源系統(tǒng)的系統(tǒng)規(guī)模、復(fù)雜程度和動態(tài)特征愈加突出，系統(tǒng)內(nèi)部要素由于個體差異導(dǎo)致代謝過程演化的影響逐漸顯現(xiàn)。而現(xiàn)有代謝研究體系普遍關(guān)注能源系統(tǒng)內(nèi)部節(jié)點流動及部門間交互關(guān)系，對于節(jié)點間屬性差異及由此導(dǎo)致的整體代謝差異反映不足，很少有研究解決能源流兩端聯(lián)接節(jié)點在城市能源代謝過程中的異質(zhì)性問題。因此，有必要對城市能源系統(tǒng)中各部門在代謝過程中的異質(zhì)性進行充分考慮和分析。

城市能源系統(tǒng)的異質(zhì)性主要體現(xiàn)了不同部門對能源代謝波動相應(yīng)的差異性，進而對宏觀城市能源代謝產(chǎn)生影響。針對城市代謝異質(zhì)性研究，在模型方法選擇上，引力模型提供了較有針對性的分析思路。引力模型作為萬有引力定律在社會科學(xué)領(lǐng)域的延伸，可以反映系統(tǒng)內(nèi)有向流節(jié)點對有向流的不同作用，進而突出不同屬性節(jié)點在系統(tǒng)內(nèi)的異質(zhì)性。引力模型在社會科學(xué)領(lǐng)域已擁有較為廣泛的應(yīng)用，比如，Tinbergen（1962）在1962 年將引力模型應(yīng)用在國際貿(mào)易領(lǐng)域，研究雙邊貿(mào)易與國家間經(jīng)濟規(guī)模和地理位置的關(guān)系。王希（2020）運用引力模型，從城市規(guī)模劃分和城市空間經(jīng)濟聯(lián)系兩個角度分析京津冀城市群的經(jīng)濟聯(lián)系。相雪梅（2020）基于引力模型中Kij的修正，構(gòu)建城市網(wǎng)絡(luò)模型，分析山東省各城市間經(jīng)濟關(guān)聯(lián)結(jié)構(gòu)。Fracasso（2014）將引力模型應(yīng)用在水循環(huán)領(lǐng)域，探究國家虛擬水貿(mào)易的決定因素。

綜上所述，國內(nèi)外學(xué)者對城市能源代謝問題的研究不斷增加，但在研究方法方面，大多采用能量流、投入產(chǎn)出或生態(tài)網(wǎng)絡(luò)分析方法，運用引力模型方法進行實證分析的還很少；在研究內(nèi)容方面，很少有研究關(guān)注能源流兩端節(jié)點在城市能源代謝過程中的異質(zhì)性問題。與現(xiàn)有文獻相比，本文有以下方面的創(chuàng)新。第一，本文將引力模型應(yīng)用到城市能源代謝系統(tǒng)的分析中，并結(jié)合城市能源系統(tǒng)特征，對該模型做出相應(yīng)改進；第二，本文通過揭示不同部門和能源產(chǎn)品的差異性在城市能源代謝中的影響及互動關(guān)系，探究要素異質(zhì)性在城市能源代謝系統(tǒng)中的作用機理，彌補以往對于異質(zhì)性問題的研究不足；第三，本文以北京市非首都功能疏解部門作為實證研究對象，利用多情景模擬分析不同疏解和能源結(jié)構(gòu)優(yōu)化強度下各部門能源消費的變化情況，基于要素異質(zhì)性特征形成差異化的政策建議。

二、模型構(gòu)建與數(shù)據(jù)來源

（一）城市能源代謝異質(zhì)分析模型構(gòu)建

本文構(gòu)建的城市能源代謝異質(zhì)分析模型架構(gòu)基于引力模型，描述城市能源代謝系統(tǒng)中由于供需兩端由于要素異質(zhì)性導(dǎo)致的代謝能流差異。根據(jù)地理學(xué)第一定律，地理事物或?qū)傩栽诳臻g分布上互為相關(guān)，越相近的事物聯(lián)系越緊密（陳強，2013）。經(jīng)典的牛頓萬有引力模型將事物間的空間聯(lián)系考慮在內(nèi)：

其中：Yij表示起始節(jié)點i與目的節(jié)點j間的有向流；G表示引力系數(shù)；Xi、Xj分別表示起始節(jié)點i與目的節(jié)點j的質(zhì)量；dij表示兩個節(jié)點間的距離。

Head et al（2014）在2014 年提出社會科學(xué)研究中引力模型的一般形式為

其中：Yij表示起始節(jié)點i與目的節(jié)點j間的有向流；G為引力系數(shù)；Xi、Xj分別表示起始節(jié)點i與目的節(jié)點j的相關(guān)影響因子度量；dij表示起始節(jié)點i與目的節(jié)點j的距離；α、β、γ表示彈性系數(shù)。

在城市能源代謝網(wǎng)絡(luò)中，能源流兩端連接節(jié)點的屬性會對能流產(chǎn)生不同影響（圖1），而引力模型可以對不同節(jié)點屬性差異進行分析，進而突出不同節(jié)點在能源代謝過程中的異質(zhì)性。

圖1 城市能源代謝網(wǎng)絡(luò)引力模型

本文將引力模型應(yīng)用到城市能源系統(tǒng)代謝方面，結(jié)合城市能源系統(tǒng)特征，對該模型做出相應(yīng)改進，建立模型為

其中：Yij表示由能源i流向消費部門j的能流，即消費部門j對于能源i的消費量；Xi表示能源i在城市中的供給總量；Xj表示消費部門j對所有能源的消費量；Ej表示消費部門j的總經(jīng)濟產(chǎn)出；Pj表示消費部門j的就業(yè)人數(shù)；Di表示能源i消費導(dǎo)致的所有二氧化碳排放；Dj表示消費部門j產(chǎn)生的所有二氧化碳排放；α0表示常數(shù)項；α1、α2、α3、α4、α5、α6表示彈性系數(shù)；εij表示隨機誤差。

上述指標(biāo)的選擇綜合考慮了能源、經(jīng)濟、環(huán)境三方面因素。城市能源的供給和需求會影響能源資源的分配和競爭，從而影響部門的能源消費量。部門經(jīng)濟產(chǎn)出和就業(yè)人數(shù)的增加會使得部門對能源的消耗量增加，但同時也會提高部門的能源利用效率和競爭力，當(dāng)經(jīng)濟產(chǎn)出和就業(yè)人數(shù)增加到一定程度時會對部門能源消費產(chǎn)生負向影響。能源產(chǎn)品的二氧化碳排放對于消費部門的能源選擇具有重要影響，而消費部門的二氧化碳排放對于消費部門自身的能源消費行為具有重要影響。

對模型兩邊取對數(shù)，使模型線性化：

本文所選解釋變量間存在嚴(yán)重的多重共線性，故采用主成分回歸法進行處理。

（二）數(shù)據(jù)來源及處理

北京作為我國的首都和現(xiàn)代化大城市，是我國政治、文化、國際交往、科技創(chuàng)新中心，同樣也面臨著巨大的城市發(fā)展壓力。長期以來，北京市能源消費基數(shù)較大，而北京自身能源資源有限，能源的對外依存度較高，能源的供需矛盾對城市生態(tài)環(huán)境發(fā)展造成嚴(yán)重負擔(dān)?！侗本┏鞘锌傮w規(guī)劃（2016—2035）》指出，“建設(shè)首都必須抓住京津冀協(xié)同發(fā)展戰(zhàn)略契機，以疏解非首都功能為‘牛鼻子’，突出把握首都發(fā)展、減量集約、創(chuàng)新驅(qū)動、改善民生的要求，明確核心區(qū)功能重組、中心城區(qū)疏解提升”，闡述了非首都功能疏解的必要性。北京市非首都功能疏解部門主要包括制造業(yè)，交通運輸、倉儲和郵政業(yè)，批發(fā)和零售業(yè)及教育業(yè)①《京津冀協(xié)同發(fā)展規(guī)劃綱要》：從疏解對象講，重點是疏解一般性產(chǎn)業(yè)特別是高消耗產(chǎn)業(yè)，區(qū)域性物流基地、區(qū)域性專業(yè)市場等部分第三產(chǎn)業(yè)，部分教育、醫(yī)療、培訓(xùn)機構(gòu)等社會公共服務(wù)功能，部分行政性、事業(yè)性服務(wù)機構(gòu)和企業(yè)總部等四類非首都功能。中共中央政治局會議，2015-4-30，https：//www.donglinxiaofang.com/news/32320.html。，這四個部門在能源系統(tǒng)中具有重要地位，2017 年這四個部門能源消費量占能源消費總量的比重達到42.27%。本文以北京市四個非首都功能疏解部門為例，分析其能源流兩端聯(lián)接節(jié)點的屬性對能流產(chǎn)生的影響，進而突出部門能源代謝過程中節(jié)點間的異質(zhì)性，并探索不同疏解和能源結(jié)構(gòu)優(yōu)化強度下各部門能源消費的變化情況，對于實現(xiàn)非首都功能疏解和降低北京市整體能耗同步發(fā)展，完成北京市節(jié)能減排目標(biāo)具有重要意義。

1.數(shù)據(jù)來源

本文選取煤、石油、天然氣三種能源產(chǎn)品和制造業(yè)，交通運輸、倉儲和郵政業(yè)，批發(fā)和零售業(yè)及教育業(yè)這四個非首都功能疏解部門進行研究。時間跨度為2005—2017 年，數(shù)據(jù)均來源于2006—2018 年的《北京統(tǒng)計年鑒》。

2.碳排放量的計算

碳排放量由聯(lián)合國政府間氣候變化專門委員會（IPCC）提供的碳排放公式計算：

其中：C為碳排放量；Ei是第i種能源的消耗，使用標(biāo)準(zhǔn)煤計算；Ci是第i種能源的碳排放系數(shù)。碳排放系數(shù)參考IPCC 溫室氣體指南及我國《省級溫室氣體清單編排指南》（表1）。

表1 各種能源標(biāo)準(zhǔn)煤折算系數(shù)和碳排放系數(shù)

三、實證結(jié)果分析

（一）煤類能源

針對煤類能源，本文將其與制造業(yè)，交通運輸、倉儲和郵政業(yè)，批發(fā)和零售業(yè)，教育業(yè)這四個部門分別建模，以討論部門間的異質(zhì)性。下面以制造業(yè)為例說明建模過程。

1.單位根檢驗與協(xié)整檢驗

本文所選數(shù)據(jù)為時間序列，為防止出現(xiàn)偽回歸的現(xiàn)象，應(yīng)對數(shù)據(jù)進行協(xié)整檢驗。首先，使用ADF 檢驗法判斷數(shù)據(jù)是否平穩(wěn)，結(jié)果見表2。

由表2 可知，各變量序列二階差分后平穩(wěn)，說明它們是二階單整的，可以繼續(xù)進行協(xié)整檢驗。本文利用Engle-Granger 兩步法，對殘差序列進行檢驗（表3），結(jié)果顯示ADF 統(tǒng)計量對應(yīng)t值為-4.337345，小于三個不同檢驗水平下的臨界值，從而可以拒絕存在單位根的原假設(shè)，殘差項平穩(wěn)，各變量間存在協(xié)整關(guān)系。

表2 平穩(wěn)性檢驗結(jié)果

表3 協(xié)整檢驗結(jié)果

2.主成分回歸

檢驗解釋變量間的相關(guān)性可發(fā)現(xiàn)解釋變量間高度相關(guān)，如果直接使用最小二乘法進行回歸將會出現(xiàn)嚴(yán)重的多重共線性，導(dǎo)致模型估計結(jié)果的不準(zhǔn)確。故本文采取主成分回歸的方法來提高引力模型的參數(shù)精度。

對6 個解釋變量進行主成分回歸分析，根據(jù)特征值大于1 的原則提取出2 個主成分，解釋的總方差為81.599%，可以較好的解釋原始變量的特征。根據(jù)成份得分系數(shù)矩陣，可以得到各個主成分與原始變量的表達式為

其中：F1、F2為主成分的代表變量；Xi、Xj、Ej、Pj、Di、Dj與式（3）中各變量含義相同。

提取主成分后，繼續(xù)對變量進行主成分回歸分析，即將兩個主成分與因變量做最小二乘回歸，得到回歸結(jié)果見表4。

根據(jù)表4 可知，常量a的t統(tǒng)計量為-0.805，對應(yīng)P為0.444，說明常數(shù)項不顯著，可以刪除。綜合變量F1、F2的系數(shù)分別為-0.219、0.255，對應(yīng)P分 別為0.012、0.006，均小于0.05，說明方程各系數(shù)是顯著的。對該方程進行F檢驗，F(xiàn)為12.112，對應(yīng)P為0.004，方程總體顯著。計算方程的擬合優(yōu)度，R2為0.784，擬合效果較好。該方程的函數(shù)關(guān)系為

表4 主成分回歸結(jié)果

將上面得到的6 個原始解釋變量與每個綜合變量之間的線性函數(shù)關(guān)系代入式（7），得到原始解釋變量與碳排放量之間的線性函數(shù)關(guān)系為

類似上述建模過程，可以得到交通運輸、倉儲和郵政業(yè)，批發(fā)和零售業(yè)，教育業(yè)這幾個部門的引力模型。

（1）交通運輸、倉儲和郵政業(yè)：

（2）批發(fā)和零售業(yè)：

（3）教育業(yè)：

3.結(jié)果分析

根據(jù)式（8）可知，對于制造業(yè)而言，該部門的能源需求量、該部門煤的消費導(dǎo)致的二氧化碳排放量會對該部門的煤類能源消費量產(chǎn)生促進作用。當(dāng)該部門能源需求量增加1%時，會引起該部門煤的消費量增加0.303%；當(dāng)該部門煤的消費導(dǎo)致的二氧化碳排放量增加1%時，會引起該部門煤的消費量增加0.332%。煤的供給量、制造業(yè)部門的總經(jīng)濟產(chǎn)出、制造業(yè)部門的就業(yè)人數(shù)、煤的消費導(dǎo)致的所有二氧化碳排放會對制造業(yè)部門產(chǎn)生抑制作用。當(dāng)能源產(chǎn)品總供給增加1%時，會引起該部門煤類能源消費量減少0.049%；當(dāng)該部門總經(jīng)濟產(chǎn)出增加1%時，會引起該部門煤類能源消費量減少0.218%；當(dāng)該部門就業(yè)人數(shù)增加1%時，會引起該部門煤類能源消費量減少0.093%。當(dāng)煤的消費導(dǎo)致的二氧化碳排放量增加1%時，會引起該部門煤類能源消費量減少0.018%。

根據(jù)式（9），對于交通運輸、倉儲和郵政業(yè)而言，煤的供給量和煤的消費導(dǎo)致的所有二氧化碳排放會對該部門的煤類能源消費量產(chǎn)生促進作用。當(dāng)這兩個自變量分別增加1%時，該部門的煤的消費量分別增加1.009%、1.008%。而交通業(yè)部門的能源需求量、總經(jīng)濟產(chǎn)出、就業(yè)人數(shù)和部門煤的消費導(dǎo)致的所有二氧化碳排放量會對該部門的煤類能源消費量產(chǎn)生抑制作用。當(dāng)這4 個指標(biāo)分別增加1%時，會引起交通業(yè)部門煤類能源消費量分別減少0.662%、0.833%、0.644%、0.737%。

根據(jù)式（10），對于批發(fā)和零售業(yè)而言，煤的供給量、煤的消費導(dǎo)致的所有二氧化碳排放量、該部門煤的消費導(dǎo)致的二氧化碳排放量會對該部門的煤類能源消費量產(chǎn)生促進作用。當(dāng)這三個指標(biāo)分別增加1%時，會引起批發(fā)和零售業(yè)煤炭消費量分別增加0.758%、0.801%、0.205%。批發(fā)和零售業(yè)部門的能源需求量、總經(jīng)濟產(chǎn)出和就業(yè)人數(shù)對該部門煤類能源消費量產(chǎn)生抑制作用。當(dāng)這三個指標(biāo)分別增加1%時，會引起批發(fā)和零售業(yè)煤類能源消費量分別減少0.353%、0.807%、0.874%。

根據(jù)式（11），對于教育業(yè)而言，煤的供給量、煤的消費導(dǎo)致的所有二氧化碳排放量、該部門煤的消費導(dǎo)致的二氧化碳排放量會對該部門的煤類能源消費量產(chǎn)生促進作用。當(dāng)這三個指標(biāo)分別增加1%時，會引起教育業(yè)煤類能源消費量分別增加1.009%、1.001%、0.999%。教育業(yè)部門的能源需求量、總經(jīng)濟產(chǎn)出和就業(yè)人數(shù)對該部門煤類能源消費量產(chǎn)生抑制作用。當(dāng)這三個指標(biāo)分別增加1%時，會引起教育業(yè)煤類能源消費量分別減少0.602%、0.872%、0.867%。

圖2 展示了不同要素對四個非首都功能疏解部門煤類能源消費的彈性系數(shù)分布。其中，與能源供需相關(guān)的要素以對角線形式標(biāo)注，與經(jīng)濟產(chǎn)出和就業(yè)人數(shù)相關(guān)的要素以橫豎實線形式標(biāo)注，與二氧化碳排放相關(guān)的要素以橫豎虛線形式標(biāo)注。

圖2 北京市非首都疏解部門煤類能源消費相關(guān)彈性系數(shù)分析

綜合來看，在經(jīng)濟方面，經(jīng)濟產(chǎn)出和就業(yè)人數(shù)對四個部門的煤類能源消費量均產(chǎn)生負向影響，這說明對于煤類能源北京市這4 個部門在所有部門中的經(jīng)濟競爭力較強，部門煤類能源效率較高。其中，就經(jīng)濟產(chǎn)出而言，教育業(yè)彈性系數(shù)的絕對值最大，達到0.872，交通業(yè)、批發(fā)和零售業(yè)的彈性系數(shù)絕對值也在0.8 以上，但制造業(yè)的彈性系數(shù)絕對值只有0.218；針對就業(yè)人數(shù)，批發(fā)和零售業(yè)的彈性系數(shù)絕對值最大，為0.874，教育業(yè)的彈性系數(shù)絕對值為0.867，略低于批發(fā)和零售業(yè)，交通業(yè)的彈性系數(shù)為0.644，但制造業(yè)的彈性系數(shù)絕對值只有0.093，遠遠小于其他三個產(chǎn)業(yè)。這說明在非首都功能疏解的四個部門中，制造業(yè)的競爭力還相對較小，該部門經(jīng)濟狀況對于煤類能源消費量的抑制作用還很小。

在能源方面，對于制造業(yè)而言，能源供給量對其煤類能源消費量產(chǎn)生負向影響，能源需求量產(chǎn)生正向影響；對于交通業(yè)、批發(fā)和零售業(yè)、教育業(yè)這三個部門而言，能源供給量對煤類能源消費量產(chǎn)生正向影響，能源需求量產(chǎn)生負向影響。從能源供給角度，這說明交通業(yè)、批發(fā)和零售業(yè)和教育業(yè)這三個部門對于煤類能源的競爭力較強；從能源需求角度，這說明制造業(yè)對于煤類能源的依賴性較強，而交通業(yè)、批發(fā)和零售業(yè)和教育業(yè)對于煤類能源的依賴性較弱。其中，交通業(yè)和教育業(yè)這兩個部門的煤類能源供給量的彈性系數(shù)最大，且均已超過1，煤類能源供給量的變動所引起的部門煤類能源消費量的變動已超過供給量自身的變化，說明這兩個部門對于煤類能源的競爭力很強。

在碳排放方面，對于煤類能源消費導(dǎo)致的所有碳排放量指標(biāo)，會對制造業(yè)的煤類能源消費量產(chǎn)生負向影響，而對交通業(yè)、批發(fā)和零售業(yè)、教育業(yè)這三個部門產(chǎn)生正向影響。對于消費部門產(chǎn)生的碳排放量指標(biāo)，會對交通業(yè)的碳排放量產(chǎn)生負向影響，而對制造業(yè)、批發(fā)和零售業(yè)、教育業(yè)這三個部門產(chǎn)生正向影響。這說明在供給端，制造業(yè)與煤類能源節(jié)點間存在一種二氧化碳排放的內(nèi)控機制，當(dāng)北京市部門整體由于煤類能源消費導(dǎo)致二氧化碳排放增加，制造業(yè)部門傾向于降低煤類能源消費，從而減少二氧化碳排放；而交通業(yè)、批發(fā)和零售業(yè)及教育業(yè)與煤類能源節(jié)點間存在一種二氧化碳排放的放大機制，當(dāng)北京市部門整體由于煤類能源消費導(dǎo)致二氧化碳排放增加，這三個部門傾向于增加煤類能源消費，從而增加二氧化碳排放。在需求端，制造業(yè)、交通業(yè)及批發(fā)和零售業(yè)部門內(nèi)部存在一種二氧化碳排放的放大機制，導(dǎo)致部門自身煤類能源消費與二氧化碳排放間存在互相加強的正反饋；教育業(yè)部門內(nèi)部存在一種二氧化碳排放的內(nèi)控機制，導(dǎo)致部門自身煤類能源消費與二氧化碳排放間存在互相減弱的負反饋。

（二）石油

1.模型建立

針對石油能源，類似上述建模過程，對于四個非首都功能疏解部門建立方程如下。

（1）制造業(yè)。

（2）通運輸、倉儲和郵政業(yè)。

（3）批發(fā)和零售業(yè)。

（4）教育業(yè)。

2.結(jié)果分析

四個方程單獨來看，對于制造業(yè)而言，石油的供給總量、部門總經(jīng)濟產(chǎn)出、就業(yè)人數(shù)、石油消費導(dǎo)致的二氧化碳排放會對該部門石油消費量產(chǎn)生負向影響，當(dāng)它們分別增加1%時，會引起制造業(yè)部門石油消費量分別減少0.095%、0.599%、0.824%、0.483%。制造業(yè)對所有能源的消費量、制造業(yè)自身產(chǎn)生的所有二氧化碳排放會對該部門石油消費量產(chǎn)生正向影響，當(dāng)它們分別增加1%時，會引起制造業(yè)部門石油消費量分別增加0.737%、0.786%。對于交通運輸、倉儲和郵政業(yè)而言，所有指標(biāo)均會對該部門石油消費量產(chǎn)生正向影響，當(dāng)石油供給總量、交通業(yè)對所有能源消費量、總經(jīng)濟產(chǎn)出、就業(yè)人數(shù)、石油消費導(dǎo)致的二氧化碳排放量、交通業(yè)自身產(chǎn)生的所有二氧化碳排放量分別增加1%時，會引起交通業(yè)部門石油消費量分別增加0.781%、1.008%、1.008%、0.999%、1.021%、1.027%。對于批發(fā)和零售業(yè)而言，所有指標(biāo)同樣會對該部門石油消費量產(chǎn)生正向影響，當(dāng)它們分別增加1%時，會使該部門石油消費量分別增加0.72%、0.953%、0.553%、0.485%、0.725%、0.873%。對于教育業(yè)而言，該部門自身產(chǎn)生的所有二氧化碳排放量會對該部門石油消費量產(chǎn)生正向影響，當(dāng)其增加1%時，會引起該部門石油消費量增加0.854%；其他五個指標(biāo)均會對該部門石油消費量產(chǎn)生負向影響，當(dāng)它們分別增加1%時，會引起教育業(yè)石油消費量分別減少0.634%、0.86%、0.975%、0.964%、0.897%。

圖3 展示了北京市4 個非首都功能疏解部門石油消費相關(guān)彈性系數(shù)分布，標(biāo)注形式同圖2。綜合來看，在經(jīng)濟方面，經(jīng)濟產(chǎn)出和就業(yè)人數(shù)對制造業(yè)和教育業(yè)的石油消費量產(chǎn)生負向影響，對交通業(yè)及批發(fā)和零售業(yè)的石油消費量產(chǎn)生正向影響。這說明制造業(yè)和教育業(yè)在對于石油能源的利用方面效率較高，經(jīng)濟競爭力較強；而交通業(yè)及批發(fā)和零售業(yè)對于石油能源的利用效率還較低，這可能與這兩個部門對于石油資源的大量需求有關(guān)。

圖3 北京市非首都功能疏解部門石油消費相關(guān)彈性系數(shù)分布

在能源方面，石油的供給總量指標(biāo)對制造業(yè)和教育業(yè)產(chǎn)生負向影響，對交通業(yè)及批發(fā)和零售業(yè)產(chǎn)生正向影響；部門對所有能源的需求量指標(biāo)對教育業(yè)產(chǎn)生負向影響，對制造業(yè)、交通業(yè)、批發(fā)和零售業(yè)產(chǎn)生正向影響。這說明在能源供給方面，交通業(yè)及批發(fā)和零售業(yè)對于石油能源的競爭力較強，而制造業(yè)和教育業(yè)的競爭力較弱；在能源需求方面，制造業(yè)、交通業(yè)及批發(fā)和零售業(yè)對于石油資源的依賴性較強，教育業(yè)對其依賴性較弱。

在碳排放方面，石油消費導(dǎo)致的二氧化碳排放量會對制造業(yè)和教育業(yè)的石油消費量產(chǎn)生負向影響，對交通業(yè)及批發(fā)和零售業(yè)產(chǎn)生正向影響。部門自身能源消費產(chǎn)生的所有二氧化碳排放量對四個部門均會產(chǎn)生正向影響。這說明在供給端，制造業(yè)和教育業(yè)與石油能源的節(jié)點間存在二氧化碳排放的內(nèi)控機制，當(dāng)北京市部門整體由于石油能源消費導(dǎo)致二氧化碳排放增加，制造業(yè)和教育業(yè)部門傾向于降低石油能源消費，從而減少二氧化碳排放；交通業(yè)及批發(fā)和零售業(yè)與石油能源的節(jié)點間存在二氧化碳排放的放大機制。而在需求端，這四個部門內(nèi)部對于石油能源的二氧化碳排放都存在一種放大機制，導(dǎo)致部門自身石油能源消費與二氧化碳排放間存在互相加強的正反饋。

（三）天然氣

1.模型建立

針對天然氣能源，類似上述建模過程，對于4 個非首都功能疏解部門建立方程如下。

（1）制造業(yè)。

（2）交通運輸、倉儲和郵政業(yè)。

（3）批發(fā)和零售業(yè)。

（4）教育業(yè)。

2.結(jié)果分析

四個方程單獨來看，對于制造業(yè)而言，天然氣的供給總量、部門總經(jīng)濟產(chǎn)出、就業(yè)人數(shù)、天然氣消費導(dǎo)致的二氧化碳排放會對該部門天然氣消費量產(chǎn)生正向影響，當(dāng)它們分別增加1%時，會引起制造業(yè)部門天然氣消費量分別增加0.909%、0.945%、0.558%、0.907%。制造業(yè)對所有能源的消費量、制造業(yè)自身產(chǎn)生的所有二氧化碳排放會對該部門天然氣消費量產(chǎn)生負向影響，當(dāng)它們分別增加1%時，會引起制造業(yè)部門天然氣消費量分別減少0.878%、0.847%。對于交通運輸、倉儲和郵政業(yè)而言，所有指標(biāo)均會對該部門天然氣消費量產(chǎn)生負向影響，當(dāng)天然氣供給總量、交通業(yè)對所有能源消費量、總經(jīng)濟產(chǎn)出、就業(yè)人數(shù)、天然氣消費導(dǎo)致的二氧化碳排放量、交通業(yè)自身產(chǎn)生的所有二氧化碳排放量分別增加1%時，會引起交通業(yè)部門天然氣消費量分別減少0.580%、0.343%、0.568%、0.444%、0.579%、0.433%。對于批發(fā)和零售業(yè)而言，該部門自身產(chǎn)生的二氧化碳排放量增加1%時，會引起該部門天然氣消費量增加0.264%。其他5 個指標(biāo)均會對批發(fā)和零售業(yè)部門天然氣消費量產(chǎn)生負向影響，當(dāng)它們分別增加1%時，會使該部門天然氣消費量分別減少0.553%、0.193%、0.580%、0.615%、0.553%。對于教育業(yè)而言，該部門自身產(chǎn)生的所有二氧化碳排放量會對該部門天然氣消費量產(chǎn)生負向影響，當(dāng)其增加1%時，會引起該部門天然氣消費量減少0.409%；其他五個指標(biāo)均會對該部門石油消費量產(chǎn)生正向影響，當(dāng)它們分別增加1%時，會引起教育業(yè)天然氣消費量分別增加0.909%、0.984%、0.872%、0.864%、0.909%。

圖4 展示了北京市4 個非首都功能疏解部門相關(guān)彈性系數(shù)分布，標(biāo)注色系同圖2。綜合來看，在經(jīng)濟方面，經(jīng)濟產(chǎn)出和就業(yè)人數(shù)兩個指標(biāo)對制造業(yè)和教育業(yè)部門產(chǎn)生正向影響，對交通運輸、倉儲和郵政業(yè)及批發(fā)和零售業(yè)兩個部門產(chǎn)生負向影響。這說明交通業(yè)及批發(fā)和零售業(yè)這兩個部門對于天然氣的利用效率較高，而制造業(yè)及教育業(yè)的利用效率較低。

圖4 北京市非首都功能疏解部門天然氣消費相關(guān)彈性系數(shù)分布

在能源方面，天然氣供給量對制造業(yè)和教育業(yè)部門產(chǎn)生正向影響，對交通業(yè)及批發(fā)和零售業(yè)產(chǎn)生負向影響；部門總的能源消耗量對教育業(yè)部門產(chǎn)生正向影響，對其他三個部門產(chǎn)生負向影響。這說明在能源供給方面，制造業(yè)和教育業(yè)對天然氣能源的競爭力較強；在能源需求方面，教育業(yè)對于天然氣的依賴性較強。

在碳排放方面，天然氣消費導(dǎo)致的二氧化碳排放量會對制造業(yè)和教育業(yè)的天然氣消費量產(chǎn)生正向影響，對交通業(yè)及批發(fā)和零售業(yè)產(chǎn)生負向影響。部門自身能源消費產(chǎn)生的所有二氧化碳排放量對批發(fā)和零售業(yè)部門產(chǎn)生正向影響，對其余三個部門產(chǎn)生負向影響。這說明在碳排放方面，在供給端交通業(yè)及批發(fā)和零售業(yè)與天然氣能源節(jié)點間存在二氧化碳排放的內(nèi)控機制，制造業(yè)和教育業(yè)與天然氣能源節(jié)點間存在二氧化碳排放的放大機制。在需求端，批發(fā)和零售業(yè)部門內(nèi)部存在一種二氧化碳排放的放大機制，制造業(yè)、交通業(yè)和教育業(yè)部門內(nèi)部存在一種二氧化碳的內(nèi)控機制。

四、北京市能源代謝部門異質(zhì)性分析

在第三部分的分析中，主要通過分析不同要素對4 個非首都功能疏解部門能源代謝的正負反饋機制突出了要素的異質(zhì)性影響，但是對于不同能源間的敏感性及由于部門屬性導(dǎo)致的對不同能源的偏好程度并沒有深入分析。本節(jié)重點分析不同部門屬性對不同能源偏好的異質(zhì)性并探究部門異質(zhì)性對清潔能源替代的影響。

圖5 展示了北京市4 個非首都功能疏解部門對煤、石油、天然氣能源的偏好程度對比，其中對角線形式表示能源類要素，橫豎實線形式表示經(jīng)濟類要素，點線形式表示環(huán)境類要素。

圖5 北京市非首都功能疏解部門煤、石油、天然氣能源代謝異質(zhì)性比較

對于制造業(yè)，煤和石油的部門代謝對這兩種能源的總供給、這兩種能源消費產(chǎn)生的碳排放量、部門的總經(jīng)濟產(chǎn)出和就業(yè)人數(shù)的變化均為負反饋，對該部門的所有能源消費量、部門能源消費產(chǎn)生的碳排放量的變化均為正反饋；天然氣的部門代謝對該種能源總供給、該種能源消費產(chǎn)生的碳排放量、部門總經(jīng)濟產(chǎn)出和就業(yè)人數(shù)的變化均為正反饋，對該部門的所有能源消費量、部門能源消費導(dǎo)致的碳排放量的變化均為負反饋。這表明制造業(yè)對于煤和石油的依賴性較大并且對這兩種能源的能源利用效率較高，而對天然氣的利用程度還較低且利用效率不高。當(dāng)對應(yīng)要素增加時，部門天然氣消費會出現(xiàn)一定程度的增長而煤和石油會出現(xiàn)一定程度的下降。因此在擴張情景下對于該部門的天然氣這類相對清潔能源對傳統(tǒng)能源的替代有促進作用。

對于交通運輸、倉儲和郵政業(yè)，石油的部門代謝對所有要素的變化均為正反饋，天然氣的部門代謝對所有要素的變化均為負反饋。煤類能源的部門代謝對于該種能源供給和該種能源消費產(chǎn)生的二氧化碳的變化為正反饋，對于該部門能源需求量、經(jīng)濟產(chǎn)出、就業(yè)人數(shù)和該部門能源消費產(chǎn)生的二氧化碳排放量的變化為負反饋。這表明交通業(yè)部門對于石油的依賴性較大并且利用效率較低，對于天然氣的利用程度較低但利用效率較高，對于煤炭的依賴性較強但利用效率較高。當(dāng)對應(yīng)要素增加時，部門天然氣消費會減少而石油和煤的消費會增加。因此在緊縮情景下對于該部門的天然氣對石油與煤的替代具有促進作用。

對于批發(fā)和零售業(yè)，煤類能源的部門代謝對于該種能源的供給總量、該種能源消費產(chǎn)生的二氧化碳排放量及該部門能源消費產(chǎn)生的二氧化碳排放量的變動為正反饋，對于該部門的能源消費量、經(jīng)濟產(chǎn)出和就業(yè)人數(shù)的變化為負反饋。石油的部門代謝對于所有要素的變化均為正反饋，天然氣的部門代謝對于該部門能源消費產(chǎn)生的二氧化碳排放為正反饋，對其他要素的變化均為負反饋。這表明批發(fā)和零售業(yè)部門對煤類能源的依賴性較大但能源利用效率較高，對于石油能源的依賴性較強且利用效率較低，對于天然氣能源的利用程度較低但利用效率較高。當(dāng)對應(yīng)要素增加時，部門天然氣消費會減少而煤和石油的消費增加。因此在緊縮情景下有利于該部門天然氣能源對煤和石油能源的替代。

對于教育業(yè)，煤類能源的部門代謝對于該種能源的供給總量、該種能源消費產(chǎn)生的二氧化碳排放量及該部門能源消費產(chǎn)生的二氧化碳排放量的變動為正反饋，對于該部門的能源需求量、經(jīng)濟產(chǎn)出和就業(yè)人數(shù)的變化為負反饋。石油的部門代謝對于該部門能源消費產(chǎn)生的二氧化碳排放量的變動為正反饋，對其他要素的變化為負反饋。天然氣的部門代謝對該部門能源消費產(chǎn)生的二氧化碳排放量的變動為負反饋，對其他要素的變化均為正反饋。這說明教育業(yè)部門對煤炭的依賴性較高但利用效率較高，對石油的依賴性較低并且利用效率較高，對天然氣的利用程度較高但利用效率較低。當(dāng)對應(yīng)要素增加時，部門天然氣和煤類能源消費增加并且煤類能源的變化幅度大于天然氣，石油消費減少。因此在擴張情景下有利于天然氣對于石油的替代，在緊縮情景下有利于天然氣對于煤類能源的替代。

五、情景分析

將引力模型中能源i在城市中的供給總量、消費部門j對所有能源的消費量、消費部門j的總經(jīng)濟產(chǎn)出、消費部門j的就業(yè)人數(shù)、消費部門j產(chǎn)生的所有二氧化碳排放這5 個變量分為兩組：非首都功能疏解變量和能源結(jié)構(gòu)優(yōu)化變量。其中非首都功能疏解變量包括消費部門j對所有能源的消費量、總經(jīng)濟產(chǎn)出、就業(yè)人數(shù)和產(chǎn)生的所有二氧化碳這4 個變量，能源結(jié)構(gòu)優(yōu)化變量指能源i在城市中的供給總量。將非首都功能疏解變量分別設(shè)置低疏解、中疏解和強疏解三種模式，將能源結(jié)構(gòu)優(yōu)化變量設(shè)置為中優(yōu)化和強優(yōu)化兩種模式。兩組變量進行組合可形成6 種發(fā)展模式：低疏解中優(yōu)化、低疏解強優(yōu)化、中疏解中優(yōu)化、中疏解強優(yōu)化、強疏解中優(yōu)化、強疏解強優(yōu)化。

2017 年北京市煤類能源供給約占6%，根據(jù)《北京城市總體規(guī)劃（2016—2035）》，到2035 年優(yōu)質(zhì)能源比重提高到99%，設(shè)置中優(yōu)化模式為到2035 年北京煤類能源下降5%天然氣能源增加5%，強優(yōu)化模式為到2035年北京市煤類能源下降6%天然氣能源增加6%。假設(shè)部門規(guī)?？s減引起部門能源消費量、部門總經(jīng)濟產(chǎn)出、部門就業(yè)人數(shù)、部門二氧化碳等比減少，設(shè)置低疏解模式下部門規(guī)?？s減4%，中疏解模式下縮減5%，強疏解模式下縮減6%（表5）。

表5 不同情景下各指標(biāo)變化

將以上6 種不同情景對應(yīng)數(shù)據(jù)代入模型，得出不同模式下北京市4 個非首都功能疏解部門煤和天然氣的消耗情況，結(jié)果如圖6 所示。

圖6 6 種不同情景下部門能源代謝演變

從表5 可知，對于制造業(yè)部門，6 種情景均會使該部門煤類能源消費減少，天然氣消費增加。在強疏解強優(yōu)化模式下對該部門能源消費替代最有利，可以使其煤類能源消費減少1.65%，天然氣消費增加6.786%。對于交通運輸、倉儲和郵政業(yè)部門，6 種情景會使該部門煤類能源消費和天然氣能源消費均增加，本文所設(shè)定的六種模式均對該部門煤類能源和天然氣能源的替代無明顯作用，比較而言，低疏解強優(yōu)化模式對控制該部門能源消費最為有利，使煤類能源消費增加最少，增加比例為5.45%，此時天然氣消費的增加比例為3.672%。對于批發(fā)和零售業(yè)部門，6 種情景同樣會使該部門煤類能源消費和天然氣能源消費均增加，這6 種模式對該部門煤類能源和天然氣能源的替代無明顯作用，低疏解強優(yōu)化模式對控制該部門能源消費量最有利，煤類能源的增加在此種模式下最少，增加比例為2.768%，此時天然氣消費增加比例為1.178%。對于教育業(yè)部門，低疏解強優(yōu)化情景會使該部門煤類能源消費降低，其余5 種情景會使該部門煤類能源消費增加，6 種情景均使該部門天然氣消費降低，低疏解強優(yōu)化模式對改善該部門能源消費結(jié)構(gòu)最有利，可以使該部門煤類能源消費降低，天然氣消費減少值最小，減少比例分別為0.686%、3.79%。

根據(jù)以上分析，能源結(jié)構(gòu)優(yōu)化對四部門能源消費結(jié)構(gòu)的升級均較有利，煤類能源供給越低，天然氣能源供給越高，越有利于部門煤炭消費向天然氣消費的轉(zhuǎn)變。然而非首都功能疏解只對制造業(yè)部門比較有利，疏解強度越高，越有助于制造業(yè)部門天然氣能源對煤類能源的替代。然而對于交通業(yè)及批發(fā)和零售業(yè)，部門規(guī)模疏解強度的提高會引起煤類能源和天然氣能源的同時增加，而對于教育業(yè)，部門規(guī)模疏解強度的提高甚至?xí)固烊粴饽茉聪M降低。這主要是因為這些部門對于煤炭能源的利用效率較高，經(jīng)濟競爭力較強，經(jīng)濟產(chǎn)出的增加反而會引起這三個部門煤炭消費的減少；另外在對于天然氣的利用方面，交通業(yè)及批發(fā)和零售業(yè)的利用效率較高，教育業(yè)的利用效率較低，經(jīng)濟產(chǎn)出的增加會導(dǎo)致交通業(yè)及批發(fā)和零售業(yè)的天然氣消費的減少和教育業(yè)天然氣消費的增加。而本文考慮部門規(guī)模縮減時，將各部門總的能源消費、經(jīng)濟產(chǎn)出、就業(yè)人數(shù)和碳排放量抽象為等比變化，只考慮其他因素不變時單純由部門規(guī)?？s減導(dǎo)致的不同種類能源消費量的變化。但是在實際情況下，由于技術(shù)的進步、產(chǎn)業(yè)間的轉(zhuǎn)移等因素影響，經(jīng)濟產(chǎn)出將依然呈上升趨勢，批發(fā)和零售業(yè)及教育業(yè)的就業(yè)人數(shù)會增加，碳排放量減少的比例也將大于部門規(guī)?？s減比例。因此非首都功能的疏解對于能源消費中煤炭和天然氣的替代仍有效。

六、研究結(jié)論和政策啟示

本文針對城市能源系統(tǒng)代謝的要素異質(zhì)性，基于引力模型框架分析部門和能源產(chǎn)品差異對城市能源代謝的影響。選取非首都功能疏解背景下的北京市能源代謝過程為研究對象，基于制造業(yè)、交通業(yè)、批發(fā)和零售業(yè)及教育業(yè)4 個非首都功能疏解重點部門為例進行實證檢驗，探究不同要素在能源代謝過程中對能流產(chǎn)生的異質(zhì)性影響及各部門對不同能源偏好程度的異質(zhì)性；通過將非首都功能疏解變量設(shè)置為低疏解、中疏解和強疏解三種模式，將能源結(jié)構(gòu)優(yōu)化變量設(shè)置為中優(yōu)化和強優(yōu)化兩種模式得到低疏解中優(yōu)化、低疏解強優(yōu)化等6 種情景，并探究何種情景下更有利于不同部門的煤類能源和天然氣能源的替代。得到主要結(jié)論如下：

（1）城市能源系統(tǒng)代謝過程的要素異質(zhì)性一方面體現(xiàn)在不同要素對部門能源消耗正負反饋的差異性，一方面體現(xiàn)在部門自身屬性導(dǎo)致的對不同能源的敏感性和偏好程度差異。經(jīng)濟、能源、環(huán)境這三類要素對北京市四個非首都功能疏解部門三種能源產(chǎn)品的能源消耗產(chǎn)生不同影響，這表明要素異質(zhì)性在城市能源系統(tǒng)代謝研究中的必要性，以及基于引力模型分析城市能源代謝異質(zhì)性的方法適用性。

（2）不同部門對不同能源偏好存在異質(zhì)性，這種異質(zhì)性導(dǎo)致要素的擴張或收縮對部門清潔能源替代的作用效果不同。就北京市四個非首都功能疏解部門而言，對于制造業(yè)部門，擴張情景下有利于實現(xiàn)天然氣這類相對清潔能源對傳統(tǒng)能源的替代。對于交通運輸、倉儲和郵政業(yè)部門及批發(fā)和零售業(yè)部門，在緊縮情景下有利于實現(xiàn)天然氣對煤和石油的替代。對于教育業(yè)部門，擴張情景下有利于天然氣對石油的替代，緊縮情景下有利于天然氣對煤類能源的替代。因此，北京市應(yīng)發(fā)揮部門自身優(yōu)勢，針對要素供給端與需求端的正負反饋機制采取不同措施實現(xiàn)清潔能源替代。

（3）能源代謝過程中異質(zhì)性的存在造成不同情景對北京市不同部門能源消費結(jié)構(gòu)優(yōu)化的影響效果存在差異。強優(yōu)化強疏解情景對于制造業(yè)部門煤和天然氣能源的替代最為有利，可以使該部門煤類能源消費減少1.65%，天然氣消費增加6.786%。低疏解強優(yōu)化情景對控制交通業(yè)及批發(fā)和零售業(yè)部門的能源消費最有利，將使這兩個部門煤類能源消費分別增加5.45%、2.768%，使天然氣消費分別增加3.672%、1.678%，總的增加值在6 種情景下最低。低疏解強優(yōu)化模式對改善教育業(yè)的能源消費結(jié)構(gòu)最有利，可以使該部門煤類能源消費減少0.686%，天然氣消費減少3.79%。因此，北京市應(yīng)改善能源供給結(jié)構(gòu)，擴大清潔能源使用范圍，平穩(wěn)推進天然氣分布能源系統(tǒng)建設(shè)。同時加大制造業(yè)部門的疏解力度，合理控制交通業(yè)、批發(fā)和零售業(yè)與教育業(yè)的部門規(guī)模。