摘要：运用MDA模型和层次分析法，对黑龙江省2005～2014年相关数据进行实证分析，借助MATLAB软件进行模型仿真，研究了不同情景下的黑龙江省能源多样化最优组合。研究结果表明，不同情境下的能源多样化最优组合随反映能源系统不确定性的δ的取值的变化而变化：当δ在较低的取值区间时，不同情境下的能源多样化最优组合具有很大差异；当δ在高取值区间时，却具有共同的趋势。
关键词：黑龙江省；能源多样化；能源可持续发展；多目标多样性分析法（MDA）
DOI：10.13956/j.ss.1001-8409.2017.06.14
中图分类号：F206 文献标识码：A 文章编号：1001-8409（2017）06-0059-07
Energy Diversification Scenario Analysis Based on MDA Model
――A Case of Hei Longjiang Province
WANG Si，LIU Lele，YANG Xincai
（School of Economics and Management， Harbin Engineering University， Harbin 150001）
Abstract： By means of MDA model and AHP method， this paper carries on the empirical analysis based on relevant data in Hei Longjiang province from 2005 to 2014， and uses MATLAB software to carry on further simulation to study the optimal portfolio of energy spanersification under different scenarios. The results show that the optimal combination of energy spanersification under different situations changes withδ， which reflects the uncertainty of energy system. When δ is in a lower range， great difference exists in the different situations of the optimal portfolio spanersification of energy； when δ is in a higher range， a common trend comes out.
Key words：Hei Longjiang Province；energy spanersification；energy sustainable development；Multicriteria Diversity Analysis（MDA）
1引言
近年恚能源的过度开采以及不合理使用对生态环境造成了巨大影响，拓展能源的可持续发展能力逐渐成为战略层面的发展议题和挑战。黑龙江省作为资源大省，其经济增长会带动我国区域经济的发展。但是目前，黑龙江省经济发展速度大幅下滑，近三年GDP从10%以上的增速降至2013年的8%、2014年的56%和2015年的57%；环境问题尤其空气质量问题愈发严重，这主要表现为黑龙江冬季严重雾霾天气明显增多，2015年全省超标天数比例为14%，其中哈尔滨重度污染42天。因此，在积极探索能源可持续发展方面，黑龙江省理应做出因地制宜的探索和开拓，找到适合自身发展的最优能源多样化模式。
国内外已有学者对能源多样化问题进行了研究。在学术研究过程中，首先需要准确界定能源多样化的内涵。Grubb认为能源多样性是一个综合性的概念，涉及到能源的类型、来源、技术类型等诸多方面[1]。Stirling和Jansen认为这一概念包含三个方面：种类（Variety）、均衡
（Balance）和差异性（Disparity）[2，3]。随着研究的深入，学者们开始使用科学的指标来衡量多样性，Stirling梳理了目前用于能源多样化的测度方法，主要有三种：Shannon-Wiener指数（SW指数）、Herfindahl-Hirschman指数（HH指数）以及综合多样性指数（IMDI）[4]。Bishop提出的综合多样性指数（IMDI）将能源选项间的“差异”引入指标内，并使用欧氏距离来衡量，使得它成为理论上几近完美的多样化评价指标[5]。此外，Stirling从社会、政治、经济等多个角度分析，构建了“种类-差异-均衡”三概念多样性指数方法，使用多目标多样性分析方法设计出了一个系统完整的多样性问题分析方法[6]。总体来说，能源多样化作为未来全球能源的发展趋势，探讨这一问题具有重要的现实意义。白泉和佟庆分析了美国能源多元化现状和战略思维，对我国能源多样化提出了政策建议[7]。卞琦娟和孙鹤分析了我国能源多样化的必要性，介绍了世界主要国家能源多样化的选择，为我国提出了政策建议[8]。韩姝颖从能源安全视角入手，研究了中国能源多样化路径选择[9]。
目前，关于能源多样化与可持续发展方面的研究较少。国外现有文献大多从国家层面出发，使用定性分析，较少对其结论进行量化实证研究；而国内研究更少，研究重点多为在低碳、雾霾等某一约束条件下的能源结构优化和调整问题，使用综合影响因素来优化能源结构的分析则非常少。鉴于此，在归纳和总结相关文献的基础上，以黑龙江省为例，尝试引入MDA模型对复杂系统进行多因素分析，并运用层次分析法合理分配各因素贡献比重，研究不同情境下的黑龙江省能源多样化最优组合。 2研究方法
21MDA模型
多目标多样性分析法（Multicriteria Diversity Analysis，MDA）由Stirling提出[10]，其理论基础源自多样化对能源可持续发展实现条件的推导过程，通过最大化给定能源组合的多样性水平来降低组合的不确定性，是一个基于最优化的试图覆盖所有形式“不确定性”的多样性分析方法。Stirling梳理了能源多样性指数的计算方法，将一维、二维和三维指数的计算方法进行了总结和综合，实现了不同维度多样化指数之间的自由转换[4]。多样性指数的计算公式为∑ij（i≠j）（dij）α・（pi・pj）β，几种转化关系如表1所示。
MDA采用了综合多样性指数，将差异、种类和均衡在种类划分过程中联系起来，避免了不同能源种类划分引起的多样性测度Y果的不同，理论模型公式如下所示：
V（S）=V（P）+V（D）=∑i∑cpi（ωcsci）+δ∑ij（i≠j）dijpipj
（1）
式中，V（S）表示能源系统的可持续发展综合水平，V（P）表示能源选项的可持续发展总体水平，V（D）表示能源组合的多样性水平。V（P）表达式中，pi表示能源i在能源组合中的权重，ωc表示能源选项可持续发展水平评价指标c的权重，sci表示能源i在评价指标c上的可持续发展水平得分；V（D）表达式中，pi、pj分别表示能源消费结构中各能源选项的消费比例，且∑pi=1，∑pj=1。dij表示第i种与第j种能源之间的差异，对于由n个“差异”测量指标组成的n个维度的任意两个向量Xi（x1i，x2i，…，xni）和Xj（x1j，x2j，…，xnj），两者之间的欧式距离计算公式如下所示：
dij=∑nk=1（xki-xkj）2
（2）
此模型表明在特定的情景下，V（P）与V（D）之间存在取舍，对δ赋值的高低体现了对能源多样化的重视程度，通过将δ的取值区间设置在零到无穷，可以计算出一系列最优状态下的能源系统多样化组合模式。
22指标选取
221能源选项可持续发展水平V（P）评价指标选取
（1）资源方面可持续发展测度指标
①能源禀赋，是能源可持续开发最重要的前提，代表了能源的可开发潜力，是一项反映能源可持续发展的基础性指标，文中选择资源储量来衡量能源禀赋。
②能源生产增长速度，反映了能源产业在供给侧的发展潜力，是能源可持续发展的一项重要指标。
③能源消费增长速度，反映了能源产业在需求侧的发展潜力，是能源可持续发展的一项重要指标。常与能源生产增长速度指标一同研究，从不同角度反映能源的可持续发展状况。
④能源供需比，是指某一能源选项的生产量比上消费量。
（2）经济方面可持续发展测度指标
①能源生产弹性系数，是指能源生产总量年平均增长速度与国民经济年平均增长速度的比值。
②能源消费弹性系数，是指能源消费总量年平均增长速度比上国民经济年平均增长速度的比值。
③能源利用效率，是一个从需求角度衡量能源产业可持续性的测量指标，考虑能源选项的可持续发展不能忽视需求侧情况。文中使用的能源效率衡量指标是单位能源消耗的经济产出，即经济产出量/能源消耗量。
④交通部门消费比例。由于交通部门的能源需求是刚性的，化石能源尤其是石油仍是满足交通部门大量需求的主要来源，使用交通部门份额作为需求方面的指标可以反映能源的不可或缺性。
（3）环境方面能源选项可持续发展测度指标
①单位能源消费的CO2排放量
能源消费带来的环境污染影响和制约了能源的可持续发展能力，二氧化碳是造成温室效应的主要污染排放物，对全球气候变化产生了巨大影响。文中选择单位能源消费的CO2排放量来衡量某一能源选项的可持续发展能力。
②能源足迹
生态经济学家Rees等提出生态足迹的概念[11]，用来估算维持人类自然资源消费量和吸纳废弃物所需的生产性生态空间的面积大小，以此来衡量区域的可持续发展状况。能源足迹作为生态足迹的一个重要组成部分，是指专门用于吸收来自化石燃料的二氧化碳、吸收核电厂的辐射以及建设水电站所需的生态面积[12]。
222能源组合多样性水平V（D）中“差异”的衡量指标
在能源多样性测度中，种类和均衡两个维度容易计算，而衡量差异难度最大。从提升能源可持续开发的角度分析，在选取“差异”衡量指标时，应选择能够反映出不同能源选项在不同方面对能源可持续发展贡献差异较大的指标。比如，有些能源选项储量多但环境效益低，而有些能源选项与之相反，此时反映储量与环境效益的指标均应纳入“差异”衡量指标内。基于科学性、有效性、全面性以及数据可得性原则，从能源选项的物理性质、经济效益和环境效益三个方面选取相关指标衡量“差异”。
（1）能源禀赋
能源禀赋是能源选项在可持续发展评价中最为基础的一项指标，从供给侧反映了可持续发展方面的基础条件和发展潜力，而储量反映了所研究地区的能源禀赋状况，同时从“种类”维度反应出地区的能源多样性与自主性。因此，选择储量来反映各能源选项在物理维度上的可持续发展特性是最适合的“差异”衡量指标之一。
（2）不同部门能源消费比例
各能源选项在不同行业的消费比例从需求角度反映了不同能源选项在各行业的使用比例差异情况。从数据可获得性角度考虑，将通过以下六个部门的各能源选项应用情况来衡量各能源选项之间的差异：农、林、牧、渔业；工业；建筑业；交通运输、仓储和邮政业；批发、零售业和住宿、餐饮业；生活消费。在实际应用中，为了与其他两个维度的指标保持平衡，对各能源选项在六个部门的应用差异按1/6等权重加权平均。
（3）二氧化碳排放量 能源消耗对生态环境产生的各种不利影响体现在很多方面，但受到相关数据可获取性和计算准确性等方面的限制，同时考虑到CO2作为造成全球气候变化最主要的温室气体，选取二氧化碳排放量来衡量各个能源选项在环境影响维度的差异性。化石能源中的煤碳、石油和天然气的二氧化碳排放系数分别为：ε1=269；ε2=214；ε3=145。水电和风电对二氧化碳排放的贡献不显著，可设ε4=ε5=0。单位是kg/MBTU（kg/百万英热单位）。
3实证分析
数据来源方面，选取2005～2014年的数据进行分析，各能源选项可持续发展水平评价指标数据来源于对《黑龙江省统计年鉴》和《中国能源统计年鉴》数据的整理和计算；分行业各能源选项的消费量、能源储量、水利资源保有量来自《中国能源统计年鉴》；能源/生态足迹转换系数取
自世界自然基金会；其他数据通过《中国社会经济发展统计数据库》等相关数据库整理得到。
31模型设定
黑龙江省能源消费结构主要由煤炭、石油、天然气、水电和风电构成，在MDA模型基础上，根据黑龙江省能源产业以及各能源选项的发展状况，设定目标函数及约束条件，构建模型如下所示：
Max：V（S）=V（P）+V（D）=∑5i∑3c（ωcsci）pi+δ∑ij（i≠j）dijpipj=ωTsp+δpTdp
s.t.∑5i=1pi=10≤pi≤1
（3）
公式中的ωc（其中c=1，2，3）和δ均为可变系数。按照层次分析法来确定能源可持续发展水平评价指标的权重ωc，以此计算黑龙江省能源多样化的最优模式pi，并在此基础上通过改变权重ωc来进行不同情境下黑龙江省能源多样化最优模式的分析。
32数据处理
该模型需要确定ωc、sci和d以后，借助MATLAB软件优化工具箱中的quadprog函数，将δ的变化范围设置为[1，100]，分析对评价标准赋予不同权重时，在δ阈值内，黑龙江省能源多样化最优方案的变化情况。
321指标规范化
为了消除不同评价指标间量纲不同的影响，需要对指标层采用归一化法进行处理。将越大越好的指标称为正向指标，将越小越好的指标称为逆向指标[16]。计算公式如下：
ci=yci-ymincymaxc-yminc
（4）
ci=yci-ymaxcyminc-ymaxc
（5）
其中，yci表示能源选项i在评价指标c上的数量值，ymaxc表示各能源选项在指标c上的数量值中的最大值，yminc表示各能源选项在指标c上的数量值中的最小值。能源选项可持续发展评价指标数据的归一化结果如表2所示。
322ωc的确定
运用层次分析法确定能源可持续发展水平指标的权重ωc，结果如表3所示。
323sci的确定
根据表2中各项指标归一化结果与表3中10个三级评价指标权重，进一步确定黑龙江省五种能源选项对应的能源可持续发展二级指标在2005～2014年的得分，结果如表4所示。
由表4可知，有些能源x项可持续发展水平得分在不同年份变化较大，为了避免某一年数据的特殊性同时兼顾最新数据原则，以2010～2014年得分矩阵的均值作为sci带入模型，计算结果如下所示。
sci=012060115400601003960047401132032870291503070030580000000679011990274802718
324d的确定
将能源选项“差异”衡量指标的数据带入公式
（2）中，可以得到五种能源选项间的差异矩阵，为同sci保持数据计算的一致性，选取2010～2014年的计算结果，如表5所示。
最后，以2010～2014年得分矩阵的均值作为d带入模型，计算结果如下所示。
d=01613913067150991503400125071399013897000084050996600000147000000
33模型应用
对能源可持续发展二级指标的权重ω
1、ω
2、ω3赋予不同的数值，对被重视的指标赋予更大的权重，然后将ωi、sci和d带入模型，通过MATLAB软件得到以下三种策略情境下的能源多样化方案。
（1）重视能源在经济方面可持续发展的策略情境
图1显示了重视经济效率的能源多样化最优组合仿真结果。X轴表示在计算能源系统综合水平得分即目标函数V（S）得到最大值时，能源选项可持续发展总体水平V（P）与能源多样化水平V（D）之间的权衡，并由δ取值的变化来反映这种动态权衡结果；Y轴表示在模型中相应参数变化过程中，使黑龙江省能源多样化MDA模型取最大值时五种能源选项消费比例的对应值。不同能源的发展会对经济结构和发展模式产生不同的影响，能源的经济效率成为考察能源在经济方面可持续发展能力的关键。如图所示，δ取值较小时，风电具有非常明显的经济效率优势，随着δ的增加，石油和水电的比例出现了比较快速的增长，煤炭和天然气的比例也随之增加，当δ逐渐接近100时，煤炭和石油成为最重要的两种能源，各项比例均趋于相应的稳定值。
（2）重视能源禀赋的策略情境
能源禀赋作为能源可持续发展的一项重要基础条件，各项能源的储量是一项关键指标。如图2所示，当δ取值很小时，煤炭和石油在组合中的比例是相对较大的。当δ逐渐增大，各能源选项的比例发生了显著变化，煤炭和石油所占比例逐渐减小，风电的比例先出现了较大幅度的增加而后又略有减小，天然气和水电的比例也逐渐增加，总体上形成了煤炭和石油比例减小，风电、天然气、水电比例增大的变化趋势。随着δ的进一步增加，各能源选项的比例均逐渐趋向于相应的稳定值。对比2010～2014年的黑龙江省各能源选项实际消费比例，发现煤炭的消费比例以均值约67%的比例高于最优值的31%，其余四个能源选项的比例均低于最优值，其中石油以平均约25%的比例最接近最优值29%。实践中降低煤炭的消费比例，提升其他四项能源的消费比例能够提升能源系统的综合水平。
（3）重能源在环境方面可持续发展的策略情境
能源的可持续发展需要考虑各项能源的环境效应，不同能源的消费会产生不同的环境效应和不同程度的环境影响。在环境问题日益突出的今天，人们的环保意识越来越强，对良好环境的要求也越来越高，在重视环境友好的情境下，随着δ取值的变化，各项能源比例的变化十分明显。由于风电具有最好的生态效益，在忽略多样性时，风电在最优组合中占有最高比例。随着对多样性的关注程度越来越高，水电所占比例慢慢下降，其他选项均处于上升态势，但速度略有不同，最后均趋于稳定水平。
4结论
以可持续发展为研究出发点，构建了黑龙江省能源多样化的优化选择模型，并分析了不同价值取向下的黑龙江省能源多样化最优组合。实证研究结果表明，当δ在较低取值区间时，不同情境下的能源多样化最优组合具有很大的差异，所以此时确定能源多样化组合就需要首先确定不同评价指标的权重，即首先要明确当前能源资源状况、技术条件和经济发展水平下，最适合黑龙江省为了发展的能源多样化最优组合选择的价值倾向；而当δ在高取值区间时，不同情境下的能源多样化最优组合便具有共同的趋势。因此，黑龙江省在进行能源多样化模式选择时，需要结合当前经济发展速度大幅下滑、环境问题尤其空气质量问题严重的情景，着重考虑能源的经济效率以及环境的因素，使黑龙江省能源多样化组合向促进经济发展和环境改善的方向发展。为实践这一能源多样化的价值取向，同样需要采取δ取值较高时的能源多样化策略，此时黑龙江省能源多样化的最优组合是煤炭31%左右、石油29%左右、天然气12%左右、水电7%左右、风电21%左右。这一结果反映了在当前资源禀赋、技术条件和经济发展水平下的黑龙江省能源多样化发展趋势。而现实中的黑龙江省能源组合比例是煤炭67%左右、石油25%左右、天然气4%左右、水电1%左右、风电3%左右。通过对比上述三种策略情境下的能源多样化方案可以发现，黑龙江省能源多样化需要优先考虑稳步降低煤炭的消费比例、提高风电消费比例，同时兼顾其他能源选项逐渐向最优组合比例靠拢，以尽可能快速地实现黑龙江省能源系统水平的稳步提升。
参考文献：
[1]Grubb Michael，Butler Lucy，Twomey Paul.Diversity and Security in UK Electricity Generation― The Influence of Low-Carbon Objectives[J].Energy Policy ，2006，34
（18）：4050-4062.
[2]Stirling A.On the Economics and Analysis of Diversity[R].[S.l]：University of Sussex，1998.
[3]Jansen J C，Vanarkel W，Boots M.Designing Indicators of Long-term Energy Supply Security[Z].[S.l]：Energy Research Centre of the Netherlands Ecn，2004：1381-1479.
[4]Stirling Andy.A General Framework for Analysing Diversity in Science，Technology and Society[J].Journal of the Royal Society Interface，2007，4
（15）：707-719.
[5]Bishop J D，Amaratunga G A，Rodriguez C.Using Strong Sustainability to Optimize Electricity Generation Fuel Mixes[J].Energy Policy，2008，36
（3）：971-980.
[6]Andy Stirling.Multicriteria Diversity Analysis：A Novel Heuristic Framework for Appraising Energy Portfolios[J].Energy Policy，2009，38（2010）：1622-1634.
[7]白泉，佟庆.美国的能源多样化战略及对我国的启示[J].宏观经济管理，2005，
（4）：56-58.
[8]卞琦娟，孙鹤.中国能源多样化及政策建议[J].经济论坛，2005，
（23）：58-59.
[9]韩姝颖.能源安全导向的中国能源多样化路径选择[D].大连：大连理工大学，2009.
[10]Stirling Andy.Diversity and Ignorance in Electricity Supply Investment：Addressing the Solution Rather than the Problem[J].Energy Policy，1994，22
（3）：195-216.
[11]Rees W，Wackernagel M.Urban Ecological Footprints： Why Cities Cannot be Sustainable―and Why They are a Key to Sustainability[J].Environmental Impact Assessment Review，1996，16（4-6）：223 -248
[12]李智，鞠美庭，刘伟.中国1996～2005年能源生态足迹与效率动态测度与分析[J].资源科学，2007，
（6）：54-60.
[13]宋敏，李世平，王韶辉.基于AHP的陕西能源产业可持续发展评估研究[J].统计与信息论坛，2009，
（7）：79-81.
