〔摘 要〕 随着全球能源结构的深刻变革和环境问题的日益严峻， 新兴能源主体如分布式发电、微电网、储能等创新发展， 成为实现能源结构升级与实现碳达峰及碳中和目标的关键驱动力。本文通过构建动态ＣＧＥ 模型， 深入评估了新兴能源主体创新发展趋势对经济的多维度影响， 包括市场角色、电力市场参与、宏观经济效应及环境影响。研究发现， 新兴能源主体的增长对经济效益有正面影响， 通过提高能源供应的多样性和可靠性， 积极促进了电力市场的供需均衡和价格的稳定发展。同时， 新兴能源主体的创新发展推动了技术创新和产业升级， 尤其是在提高生产效率和降低成本结构方面， 对经济增长提供了新的动力。本文综合考虑了生产模块、收入支出模块、市场模块、政策模块以及动态模块， 全面模拟新兴能源主体在不同政策情景下对宏观经济、产业结构的综合影响。基于模型的模拟结果， 本文提出了政策支持与市场激励、技术创新与产业升级、优化产业结构与市场机制等建议， 以促进新兴能源主体的健康发展， 实现经济与环境的协调发展。
〔关键词〕 新兴能源主体 新型电力系统 经济效益 动态ＣＧＥ 模型 协调效应 电力市场 技术创新 产业升级
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２５．０３．００９
〔中图分类号〕Ｆ４２６."２； Ｆ４２４. ３ 〔文献标识码〕Ａ
引 言
随着全球能源结构的深刻变革和环境问题的日益严峻， 储能、分布式发电、新能源微电网等快速发展， 成为推动能源转型和实现碳达峰、碳中和目标的关键力量。２０２２ 年１１ 月， 国家能源局印发《电力现货市场基本规则》也强调要推动储能、分布式发电、新能源微电网等新兴市场主体参与交易①。储能、分布式发电、新能源微电网等新兴主体具有新技术特征、新运营模式且以其清洁、灵活、高效的特点， 不仅改变了传统的电力生产和消费模式， 也对电力市场的运行机制、价格形成以及政策制定提出了新的挑战［１－４］ 。在此背景下， 研究新兴能源主体创新发展趋势对经济的影响， 对于促进能源结构优化、保障电力系统安全稳定运行、实现经济与环境的协调发展具有重要意义。
新兴能源主体的发展对电力市场架构产生了深远且多维的影响， 具体体现在市场结构重构、价格机制调整以及供需动态平衡等多个方面。现有文献采用标准化矩阵建模方法， 深入剖析了多元能源系统内部的运作机理， 揭示了新兴能源实体在电力市场中所扮演的关键角色［５］ 。相关研究表明，分布式发电技术的不断进步不仅增强了电力供应的多元化与可靠性， 而且也对电力市场的供需均衡状态及价格稳定性构成了新的挑战［６］ 。李洋等（２０１５）［７］ 依托全能流模型， 对区域多元能源系统面临的若干关键问题进行了系统性探讨， 着重强调了新兴能源实体在优化电力资源配置策略中的不可或缺性。与此同时， 杨雍琦等（２０１９）［８］ 聚焦于支撑新旧动能转换的综合能源系统效率评估， 进一步阐明了新兴能源实体在提升整体系统效率方面的显着作用。李刚等（２０１７）［９］ 在其综述中全面回顾了区域综合能源系统的规划设计与评价机制， 进一步验证了新兴能源实体对电力市场结构转型及运营模式创新的深远影响。这一系列研究成果主要聚焦于新兴能源主体创新对电力市场运行与机制的影响， 表明了新兴能源实体正逐步重塑电力市场的运营逻辑， 但并未进一步检验新兴能源主体如何影响经济效益， 鉴于此， 本文在已有研究的基础之上基于动态ＣＧＥ 模型探究新型电力系统下新兴能源主体创新趋势对经济效益的影响。
迄今为止， ＣＧＥ 模型在多种环境与经济影响分析中的应用已得到了广泛验证。在可再生能源政策领域， 张同斌和孙静（２０１９）［１０］ 运用ＣＧＥ 模型对４ 种国际运输方式在不同贸易政策以及气候政策下的碳排放效应进行了研究。Ｄｕａｒｔｅ 等（２０１４）［１１］运用区域ＣＧＥ 模型从居民需求角度对西班牙亚拉贡地区温室气体减排进行了分析。此外， 现有文献还运用ＣＧＥ 模型探讨了能源价格对碳减排成本与宏观经济的影响［１２］ ， 绿证交易机制对可再生能源电力行业的促进作用［１３］ 以及不同程度的碳税税率对中国宏观经济、能源消耗、部门产出及碳排放等方面的影响［１４－１８］ 。由此可见， ＣＧＥ 模型可以综合评估经济影响， 并具有一定效率， 在此基础上， 可以对新兴能源主体创新趋势与经济发展进行全方面且细致的描绘， 还可以用于分析其对电力市场乃至宏观经济产生的影响， 相比其他研究方法在系统模拟与经济影响分析中更为契合也更具优势。本文通过构建动态ＣＧＥ 模型， 旨在深入评估新兴能源主体创新趋势与经济发展的多维度影响， 包括其市场角色、电力市场参与、宏观经济效应及环境影响， 为政策制定提供科学依据。进一步地， 本文通过设定基准情景、中等发展情景和高强度发展情景， 系统地对比分析了不同政策路径下的经济效应， 为政策制定者提供了丰富的决策依据。
１ 动态ＣＧＥ 模型框架
参考李晨光等（２０２３）［１９］ 的研究， 本文构建了一个动态ＣＧＥ 模型， 用于评估新兴能源主体对经济效益的综合影响。模型的基本架构包括生产模块、收入支出模块、市场模块、政策技术模块、动态模块以及数据来源与校准。通过这些模块的有机结合， 模型能够全面模拟新兴能源主体在不同政策情景下对宏观经济、产业结构和环境指标方面的综合影响。具体如图１ 所示。
１. １ 生产模块
本文的模型生产模块采用的是多层嵌套生产函数［２０］ ， 运用多层次嵌套的生产函数包括Ｌｅｏｎｔｉｅｆ 生产函数和恒替代弹性（ＣＥＳ）生产函数， 用以描述不同生产要素之间的替代关系以及新兴能源主体对总产出的贡献， 更好地捕捉不同要素之间的替代弹性。具体如图２ 所示。
１. １. １ 总产出
模型的第一层为总产出所包括的劳动－资本－能源要素投入与中间投入两个部分， 总产出采用Ｌｅｏｎｔｉｅｆ 生产函数和ＣＥＳ 生产函数的嵌套结构， 描述总产出与中间投入要素和增值要素之间的关系。
总产出与中间投入要素关系：
其中， ＱＡ 为总产出， ＱＩＮＴＡ为中间投入， ＱＶＡ为增值要素， ａＩＮＴＡ和ａＶＡ为技术系数。
另外有增值要素（资本、劳动、能源）之间的替代关系：
ＱＶＡ ＝［δＫ Ｋρ ＋δＬ Ｌρ ＋δＥ Ｅρ ］１/ρ（２）
其中， ＱＶＡ为增值要素， Ｋ 为资本， Ｌ 为劳动，Ｅ 为能源， δＫ 、δＬ 、δＥ 为份额参数， ρ 为替代弹性参数。
１. １. ２ 能源主体的细分
为了更准确地描述新兴能源主体对经济的影响， 本文将能源主体进一步细分为分布式发电、微电网、储能等， 于是有了进一步的嵌套。
首先是传统能源主体与新兴能源主体的ＣＥＳ函数：
Ｅ ＝［δＴＥ ＥｏＥＴＥ ＋δＮＥ ＥρＥＮＥ ］ １ /ρＥ （３）
其中， Ｅ 为总能源主体， ＥＴＥ为传统能源主体，ＥＮＥ为新兴能源主体， δＴＥ和δＮＥ为份额参数， ρＥ 为替代弹性参数。
同样的， 进一步细分新兴能源内部的替代关系后， 新兴能源主体的ＣＥＳ 函数：
ＥＮＥ ＝［δＤ ＥρＮＥＤ ＋δＷ ＥρＮＥＷ ＋δＳ ＥρＮＥＳ ］ １/ ρＭＥ （４）
其中， ＥＮＥ为新兴能源主体， ＥＤ 为分布式发电， ＥＷ 为微电网， ＥＳ 为储能等， δＤ 、δＷ 、δＳ 为份额参数， ρＮＥ为替代弹性参数。
１. １. ３ 生产者行为
成本最小化是生产者在生产过程中遵循的原则， 即生产者会为了实现给定产量目标， 选择最优的要素组合。以上各层的嵌套约束条件可以表示为：
第一层嵌套：
Ｃ ＝ＰＫ Ｋ＋ＰＬ Ｌ＋ＰＥ Ｅ＋ＰＩＮＴＡ ＱＩＮＴＡ （５）
ｍｉｎ Ｋ，Ｌ，Ｅ，ＱＩＮＴＡＣｓｕｂｊｅｃｔ ｔｏ ＱＡ ＝［δＡ ＱρＡＶＡ ＋（１－δＡ ）ＱρＡＩＮＴＡ ］ １/ ρＡ
其中， Ｃ 为总成本， ＰＫ 、ＰＬ 、ＰＥ 、ＰＩＮＴＡ 分别为资本、劳动、能源和中间投入的价格。
第二层嵌套：
Ｃ ＝ＰＦ Ｆ＋ＰＴＥ ＴＥ＋ＰＮＥ ＮＥ （６）
ｍｉｎ Ｆ，ＴＥ，ＮＥｓｕｂｊｅｃｔ ｔｏ ＱＡＥ ＝［δＡ ＱρＡＶＡ ＋（１－δＡ ）ＱρＡＩＮＴＡ ］ １ /ρＡ
１. １. ４ 要素市场均衡
要素市场均衡中， 由于已有外生确定的资本和劳动的供给， 且生产要素的需求等于供给， 此外能源的供给取决于模型中的市场、政策及其他情景设定， 有：
资本、劳动、能源市场均衡：
其中， Ｋｉ 、Ｌｉ 、Ｅｉ 为部门ｉ 的资本、劳动、能源需求， Ｋｓ 、Ｌｓ 、Ｅｓ 为资本、劳动、能源供给。
１. ２ 收入支出模块
在收入支出模块， 本文采用３ 个经济行为主体： 居民、企业和政府， 运用它们的收入来源和支出结构来模拟这３ 个主体行为， 使用柯布－道格拉斯生产函数来解释各主体在效用最大化或利润最大化原则下的行为决策。具体如图３ 所示。
１. ２."１ 居民收入和支出
在居民收入与支出部分， 居民端的收入来源主要是劳动收入、资本收入以及转移支付， 即：
ＹＨＴ ＝ＴＹＬ ＋ＹＨＫ ＋ＹＨＷ （８）
其中， 居民总收入、劳动收入、资本收入、国外收入分别为ＹＨＴ 、ＴＹＬ 、ＹＨＫ 、ＹＨＷ 。
居民总支出包括消费支出和储蓄， 其中包括在商品上的消费支出， 那么各类消费支出表示为：
ＨＤｉ ＝μｈｉ·（１－ｓｈ）·（１－ｔｈ）·ＹＨＴ/ＰＱｉ （９）
其中， 居民在第ｉ 个产品上的支出表示为ＨＤｉ ，这些产品的消费比例系数表示为μｈｉ ， ｓｈ 为居民储蓄率， ｔｈ 为居民税率， ＰＱｉ 为产品ｉ 的价格。
１. ２."２ 企业收入和支出
企业收入有两大模块： 资本和商品销售带来的收入， 即：
ＴＹＫ ＝ΣｉＹＫｉ （１０）
其中， 企业总收入为ＴＹＫ ， 来源于第ｉ 部门的资本收入为ＹＫｉ 。
居民的转移支付、税费和储蓄是企业的三大支出来源， 即：
ＹＨＥ ＝ｓｈｉｆｅ·ＹＥＫ
ＳＥ ＝（１－ｔｉｅ）·（１－ｓｈｉｆｅ ）·ＹＥＫ （１１）
其中， ＹＨＥ 为企业对居民的转移支付， ｓｈｉｆｅ 为转移比率， ＳＥ 为企业储蓄， ｔｉｅ 为企业税率， ＹＥＫ为企业总收入。
１. ２. ３ 政府收入和支出
政府收入主要来源于税收和国外的转移支付，即：
ＴＹＧ ＝ＴＡＸＱ ＋ＴＡＸＴ ＋ＴＡＸＨ ＋ＴＡＸＥ （１２）
其中， ＴＹＧ 为政府总收入， ＴＡＸＱ 为增值税，ＴＡＸＴ 为关税， ＴＡＸＨ 为居民所得税， ＴＡＸＥ 为企业所得税。
政府总支出包括对居民的转移支付、对外援助和政府储蓄， 即：
ＹＨＧ ＝ｓｈｉｆｈｇ·ＴＹＧ
ＹＷＧ ＝ｓｈｉｆｗｇ·ＴＹＧ
ＳＧ ＝ｓｈｉｆｓｇ·ＴＹＧ（１３）
其中， ＹＨＧ 为政府对居民的转移支付， ＹＷＧ 为政府对外援助， ＳＧ 为政府储蓄， ｓｈｉｆｈｇ 、ｓｈｉｆｗｇ和ｓｈｉｆｓｇ 。
１. ３ 市场模块
在市场模块， 本文用来描述国内市场和国际市场之间的商品替代和转换关系， 以及新兴能源主体对市场供需平衡的影响。针对国内商品与进口商品、出口商品之间的不完全替代关系， 本文采用阿明顿假设和常转换弹性（ＣＥＴ）函数来解释模拟。具体如图４ 所示。
１. ３. １ 国内市场与国际市场的商品替代关系
如前所述， 由于采用了阿明顿假设， 那么国内生产的商品和进口商品在消费上具有不完全替代性， 进一步地， 国内商品可以拆分为国内生产和进口， 这样的替代关系可以表示为：
ＱＱ ＝［δＱ ＱρＱＤＣ ＋（１－δＱ ）ＱρＱＭ ］ １/ ρ０ （１４）
其中， 国内市场的总商品、生产的商品、进口商品分别为ＱＱ 、ＱＤＣ 、ＱＭ ， 此外δＱ 为份额参数，ρＱ 为替代弹性参数。
进一步地， 有国内商品与进口商品的价格关系：
其中， 国内生产商品、进口商品、国内市场总商品的价格分别为ＰＤＣ 、ＰＭ 、ＰＱ 。
１. ３. ２ 国内商品与出口商品的转换关系
在上一步的基础上， 本文继续描述国内生产的商品在国内销售和出口之间的转换关系， 用以反映国内商品与出口商品之间的不完全转换性：
ＱＡ ＝［δＡ ＱρＡＤＡ ＋（１－δＡ ）ＱρＡＥ ］ １ /ρＡ （１６）
其中， 国内总产出、国内生产用于国内销售的部分、用于出口的部分分别为ＱＡ 、ＱＤＡ 、ＱＥ ， 另外δＡ 为份额参数， ρＡ 为转换弹性参数。
进而有国内销售与出口商品的价格关系：
其中， 国内销售商品的价格、出口商品的价格、总产出的价格分别为ＰＤＡ 、ＰＥ 、ＰＡ 。
１. ３. ３ 市场均衡
在模型中， 最终动态均衡的边界约束要求商品的供给等于需求。通过市场价格的调节， 商品的供给和需求最终达到均衡状态， 于是有：
国内市场均衡：
ＱＱ ＝ＱＤＣ ＋ＱＭ （１８）
其中， 国内市场的总商品、生产的商品、进口商品分别为ＱＱ 、ＱＤＣ 、ＱＭ 。
国际市场均衡：
ＱＡ ＝ＱＤＡ ＋ＱＥ （１９）
其中， 国内总产出、国内销售部分、出口部分分别为ＱＡ 、ＱＤＡ 、ＱＥ 。
１. ４ 政策技术模块
为了使模型更好地贴合新兴能源主体进行研究， 本文建立了政策与技术模块， 用于评估不同能源政策、能源主体技术条件对新兴能源主体及其对经济的影响。通过构建详细的政策变量和机制， 模拟新能源补贴、技术创新激励等政策对新兴能源主体发展的激励作用和经济影响。
１. ４. １ 新能源补贴政策
新能源补贴政策是推动新兴能源主体发展的重要手段。政策通过财政补贴、税收优惠等方式降低新能源项目的初始投资成本和运营成本， 促进新能源项目的建设和运营。本文通过引入补贴率和补贴金额等变量， 模拟不同补贴政策对新兴能源主体投资决策和市场行为的影响。
补贴率：
Ｓｕｂｓｉｄｙｉ ＝αｉ·Ｉｉ （２０）
其中， Ｓｕｂｓｉｄｙｉ 为部门ｉ 的补贴金额， αｉ 为补贴率， Ｉｉ 为部门ｉ 的投资金额。
补贴对生产成本的影响：
Ｃｉ ＝Ｃｂａｓｅｉ －Ｓｕｂｓｉｄｙｉ （２１）
其中， Ｃｉ 为补贴后的生产成本， Ｃｂａｓｅｉ 为基础生产成本。
１. ４. ２ 技术创新激励政策
技术创新通过支持研发活动、提供创新基金等方式， 促进新兴能源技术的进步和应用。通过引入研发投入、技术进步率等变量， 可以模拟技术创新对新兴能源主体生产效率和成本结构的影响。
研发投入：
Ｒｉ ＝βｉ·Ｙｉ （２２）
其中， Ｒｉ 为部门ｉ 的研发投入， βｉ 为研发投入比例， Ｙｉ 为部门ｉ 的总收入。
技术进步率：
ＴＦＰｔ＋１ ＝ＴＦＰｔ·（１＋ηｉ ） （２３）
其中， ＴＦＰｔ 为时期ｔ 的全要素生产率， ηｉ 为部门ｉ 的技术进步率。
１. ４. ３ 综合影响
为了全面评估新兴能源政策对经济的影响， 还需要考虑政策的综合效应。通过引入政策组合变量， 模型可以模拟不同政策组合对新兴能源主体和整体经济的综合影响。
政策组合变量：
ＰｏｌｉｃｙＩｍｐａｃｔｉ ＝ｆ（Ｓｕｂｓｉｄｙｉ ，Ｒｉ ，ＯｔｈｅｒＰｏｌｉｃｉｅｓｉ ） （２４）
其中， ＰｏｌｉｃｙＩｍｐａｃｔｉ 为政策对部门ｉ 的综合影响， Ｓｕｂｓｉｄｙｉ 为补贴政策， Ｒｉ 为研发投入， Ｏｔｈｅｒ⁃Ｐｏｌｉｃｉｅｓｉ 为其他相关政策。
１. ５ 动态模块
在动态模块， 本文用来描述资本存量、劳动供给和技术进步的动态变化。该模块采用递归跨期方式， 将资本存量的增长作为内生变量， 劳动供给和技术进步作为外生变量， 以模拟新兴能源主体对经济长期发展的影响。
１. ５. １ 资本存量的动态变化
资本存量的动态变化通过资本积累方程来描述。资本存量在每个时期的变化由上期资本存量、当期投资和折旧率决定。
Ｋｔ＋１ ＝Ｋｔ ＋Ｉｔ －δＫｔ
Ｉｔ ＝Ｓｔ （２５）
其中， Ｋｔ 为时期ｔ 的资本存量， Ｉｔ 为时期ｔ 的投资， δ 为折旧率， Ｉｔ 为时期ｔ 的投资， Ｓｔ 为时期ｔ 的总储蓄。
１. ５. ２ 劳动供给的动态变化
劳动供给的动态变化由人口增长率决定。假设劳动供给与人口成比例变化， 劳动供给的增长率等于人口增长率。
其中， ｐｏｐｔ 为时期ｔ 的人口数量， εｐｏｐ 为人口增长率， Ｌｔ 为时期ｔ 的劳动供给， ｐｏｐｔ 为时期ｔ 的人口数量。
１. ５. ３ 技术进步的动态变化
针对技术进步的动态变化， 本文通过全要素生产率（ＴＦＰ）的增长来描述。假设全要素生产率以一定的增长率逐期增加。
ＴＦＰｔ＋１ ＝ＴＦＰｔ·（１＋η） （２７）
其中， ＴＦＰｔ 为时期ｔ 的全要素生产率， η 为全要素生产率的增长率。
１. ５. ４ 动态均衡
动态均衡要求各时期的资本存量、劳动供给和技术水平达到均衡状态。通过递归跨期的方式，动态ＣＧＥ 模型可以模拟新兴能源政策对经济长期发展的影响， 由此本文有以下均衡：
Ｋｔ＋１ ＝Ｋｔ ＋Ｉｔ －δＫｔ
Ｌｔ＋１ ＝Ｌｔ·ｐｏｐｔ＋１/ｐｏｐｔ
ＴＦＰｔ＋１ ＝ＴＦＰｔ·（１＋η）（２８）
其中， Ｋｔ 为时期ｔ 的资本存量， Ｉｔ 为时期ｔ 的投资， δ 为折旧率， Ｌｔ 为时期ｔ 的劳动供给， ｐｏｐｔ为时期ｔ 的人口数量， ＴＦＰｔ 为时期ｔ 的全要素生产率， η 为全要素生产率的增长率。
１. ６ 数据来源与校准
１. ６. １ 社会核算矩阵（ＳＡＭ）的构建
本文以模型的核心数据根基为依托， 构建了涉及资本积聚、支出、生产以及收入分配等范畴数据的ＳＡＭ 表， 其涵盖机构板块、生产行为、外部账户、商品与服务、要素收益、资本账目。鉴于国家统计局最新公布的投入产出表为２０２２ 年中国投入产出数据， 所以本文采用中国２０２２ 年的ＳＡＭ 表作为基础数据， 而主要数据来源于《中国财政年鉴（２０２２）》、《国际收支平衡表（２０２２）》、《资金流量表（２０２２）》、《中国统计年鉴（２０２２）》、《中国投入产出表（２０２２）》。
１. ６. ２ ＳＡＭ 表的校准
本文使用ＲＡＳ 法和双比例平衡法对ＳＡＭ 表进行调平校准， 具体如下：
其中， Ａ（ｋ） ｉｊ 为第ｋ 次迭代时的元素值， ｒ（ｋ） ｉ 和ｃ（ｋ） ｊ 分别为第ｋ 次迭代时的行和列调整系数。
双比例平衡：
其中， Ａｉｊ为调整后的元素值， ｒｉ 和ｃｊ 分别为行和列的调整系数。
此外， 模型中使用的包括替代弹性参数、技术进步率、资本折旧率等在内的参数， 本文使用历史数据与文献参考进行估计。
２ 模拟结果分析
２. １ 情景设定
在当今全球能源格局深刻变革的背景下， 为深入剖析其内在机制及广泛影响， 本文设定了３ 种不同情景， 旨在从多维度、动态化的视角全面探究新兴能源主体对经济发展的协调效应。这３ 种情景分别基于不同程度的政策、技术、市场发展强度， 模拟了新兴能源主体在不同发展环境下的成长路径。
２. １. １ 基准情景
在基准情景下， 假设没有新的政策干预， 所有经济活动和能源消费模式按照当前的趋势和政策继续发展。在此情景中， 新兴能源主体相关行业增长率保持在５％。能源消费总量保持稳定， 结构逐渐向清洁能源倾斜， 但化石能源仍占主导地位。电力价格保持稳定， 技术进步按照历史趋势进行， 年均技术进步率约为３％， 以下称为情景１。
２. １. ２ 中等发展情景
在中等发展情景下， 假设有一定的政策支持和市场激励， 新兴能源主体的发展速度加快， 但仍然在可预见的范围内。在此情景下， 新兴能源主体相关行业增长率在１０％。能源消费结构向清洁能源加速倾斜， 化石能源消费占比逐渐下降。电力价格有所下降， 技术进步加速， 特别是在可再生能源和储能技术方面， 年均技术进步率约为５％， 以下称为情景２。
２. １. ３ 高强度发展情景
在高强度发展情景下， 假设有强有力的政策推动和市场激励， 新兴能源主体的发展速度显着加快， 接近或达到潜在的最大发展速度。在此情景下， 新兴能源主体相关行业增长率较高， 年均增长率为１５％。电力价格受到政策影响较大， 特别是碳定价政策导致化石能源价格上涨。技术进步显着， 新兴能源主体的效率和成本效益显着提高， 年均技术进步率约为７％， 以下称为情景３。
在不同情景推进中， 新兴能源主体发展对能源替代产生连锁反应。基准情景下， 其产业虽有增长， 但因技术和市场常规发展， 对传统能源冲击小。中等发展情景时， 技术创新致成本降低， 企业依ＣＥＳ 函数发现采用新兴能源可降本增效。高强度发展情景下， 政策推动技术进步， 储能成熟提升新能源供应稳定性， 新兴能源主体在能源体系中占比骤升， 加速替代传统能源， 彰显了基于成本与效率的替代逻辑。
２. ２ 宏观经济模拟
根据动态ＣＧＥ 模型的模拟结果， 在基准情景， 即情景１ 下， ２０２４～２０３０ 年期间， ＧＤＰ 呈现稳步上升趋势。尽管在２０２６～２０３０ 年间增长速度有所放缓， 但总体增速依然保持在较高水平， 年均增长率约为４. ８％。在中等发展情景， 即情景２下， ２０３０ 年的ＧＤＰ 预计达到１７１. ４８５７ 万亿元， 相较于基准情景１ 略有提升， 年均增长率约为４. ９％。这表明在适度的政策支持和市场激励下， 新兴能源主体的发展能够为经济增长提供额外动力。在高强度发展情景， 即情景３ 下， ２０３０ 年的ＧＤＰ 预计达到１７２. ２７３８ 万亿元， 比情景１ 高出１. ４％， 年均增长率约为５. １％。这一增长主要得益于强有力的政策推动和市场激励， 这些措施显着加快了新兴能源主体的发展速度， 从而对经济增长产生了积极影响。具体如图５ 所示。
２. ３ 国内产业结构影响预测
２. ３. １ 国内产业结构影响预测结果
在深入分析了新兴能源主体对经济效益的影响后， 本文可以从表１ 中的数据中观察到一些关键的趋势和特点。首先， 新兴能源主体的快速发展对能源密集型产业产生了显着影响。如煤炭开采和洗选业在所有情景下的产出都相对较低， 这可能是因为新兴能源技术提供了更清洁、更高效的能源解决方案， 从而减少了对传统煤炭资源的依赖， 促进了产业结构的优化和升级。在食品及烟草加工业中， 本文可以看到产出的显着增长， 这可能与新兴能源技术在生产过程中的应用有关。此外， 机械设备制造业和通讯、仪表制造业等技术密集型产业的增长， 反映了新兴能源主体推动的技术创新和产业升级。这些产业通过采用新兴能源技术， 提高了生产效率和产品质量， 从而在市场中获得了更大的份额。可见， 新兴能源主体具有显着的创新趋势， 其独特的技术特性使其在能源生产和利用方面展现出显着的优势。非金属矿物加工业和其他开采业的产出比例在情景３ 下有所下降， 这可能是因为新兴能源技术减少了对传统原材料的需求， 同时促进了对新兴材料和资源的需求。这种产业结构的调整有助于经济向更可持续的方向发展。交通运输与邮政业在情景３ 下的产出比例显着提升， 这可能与新兴能源技术在交通领域的应用有关， 如电动汽车的普及。
２. ３. ２ 对经济发展的协调效应分析
基于预测结果， 本文得出， 新兴能源主体与经济发展的协调效应是一种多维度、相互促进的动态关系。在这种关系中， 新兴能源主体凭借自身技术优势和创新发展， 促使能源供应与经济需求、产业结构优化及环境保护等方面实现良性互动与平衡发展。
在具体产业表现上， 食品及烟草加工业中， 新兴能源技术应用提高了能源效率、降低生产成本。技术密集型产业中， 机械设备制造业与通讯、仪表制造业等， 利用新兴能源技术驱动的设备和工艺， 提升生产效率与产品质量。如部分机械企业可以依靠微电网稳定电力引入智能生产系统， 缩短生产周期、提高精度， 促进产业升级。非金属矿物加工业和其他开采业在高强度情景下产出比例下降， 由于新兴能源技术改变原材料需求结构，促进新兴材料应用， 推动产业向可持续方向转型，体现能源与产业结构协调优化。交通运输与邮政业在高强度情景下产出比例显着提升， 得益于电动汽车普及等新兴能源技术应用。
可以依靠微电网稳定电力引入智能生产系统， 缩短生产周期、提高精度， 促进产业升级。非金属矿物加工业和其他开采业在高强度情景下产出比例下降， 由于新兴能源技术改变原材料需求结构，促进新兴材料应用， 推动产业向可持续方向转型，体现能源与产业结构协调优化。交通运输与邮政业在高强度情景下产出比例显着提升， 得益于电动汽车普及等新兴能源技术应用。
２. ４ 其他影响预测
如图６ 所示， 在对３ 种不同情景下的产出价格变化进行分析后， 本文可以观察到一个清晰的趋势： 无论是传统能源主体还是新兴能源主体， 其产出价格均呈现出逐年下降的态势。在情景１ 中，相较于传统能源主体的产出价格， 新兴能源主体的产出价格下降更为显着， 尤其是微电网技术， 显示出在提高能源效率方面的显着进步。情景２ 中，传统能源主体的产出价格略有下降， 而新兴能源主体的产出价格同样呈现下降趋势， 储能技术的产出价格下降幅度较大。情景３ 下， 传统能源主体的产出价格下降幅度较大， 这可能反映了市场对传统能源需求的减少以及新兴能源主体的竞争。同时， 分布式发电和微电网的产出价格也显着下降。
综合３ 种情景的分析结果， 本文可以得出结论： 新兴能源主体在技术进步和成本降低方面取得了显着成效， 其产出价格的下降不仅反映了技术的经济性提升， 也表明市场对这些技术的认可度在不断提高。与此同时， 传统能源主体也面临着产出价格的下降， 这可能与市场需求的变化和新兴能源主体的市场竞争有关。
根据图７ 显示， 在不同情景下， 新兴能源主体的发展对碳排放减少率有着显着影响。从２０２４～２０３０ 年， 随着新兴能源主体的快速发展和技术创新， 所有情景下的碳排放减少率均呈现上升趋势。情景３（绿色区域）显示出最高的碳减排效率， 到２０３０ 年达到约２０％的减少率， 这可能归因于该情景下对新兴能源主体的强烈支持和市场激励。相比之下， 情景１ 和情景２ 的碳排放减少率较低，分别约为５％和１０％， 这表明新兴能源主体在这些情景下的发展速度和影响力相对较小。这些趋势强调了新兴能源主体在推动能源转型和实现碳减排目标中的重要作用。
３ 结论与建议
本文通过构建动态ＣＧＥ 模型， 深入评估了新兴能源主体发展趋势对经济的多维度影响， 包括市场角色、电力市场参与、宏观经济效应等关键领域。于模型框架内， 本文统筹考量了生产、收支、市场、政策、技术以及动态模块， 旨在全方位地模拟新兴能源主体于各类政策情形之下， 对宏观经济态势与产业架构所产生的综合性效应。依据模型所生成的模拟成果， 有如下结论：
（１） 新兴能源主体对经济效益具有正面影响。研究结果表明， 新兴能源主体的增长对经济效益有显着正面影响， 通过提高能源供应的多样性和可靠性， 对电力市场的供需平衡和价格稳定性起到了积极作用。
（２） 新兴能源主体对市场结构具有积极作用，具体表现为， 新兴能源主体的崛起正在重塑电力市场的运作方式， 为电力系统的可持续发展提供了新的动力， 特别是在优化电力资源配置中的重要性。
（ ３） 新兴能源主体有助于促进能源结构优化，模拟显示， 新兴能源主体的增长有助于能源消费结构向清洁能源加速倾斜， 尤其是在高强度发展情景下， 清洁能源消费占比显着提高， 这有助于实现碳达峰、碳中和目标。
基于以上结论， 本文提出以下关于新型电力系统下创新新兴能源主体发展的建议：
（１） 在政策支持与市场激励方面， 建议政府提供更多的政策支持和市场激励， 以促进新兴能源主体的健康发展， 包括财政补贴、税收优惠和技术创新激励等措施。
（２） 在技术创新与产业升级方面， 鼓励产业技术创新， 特别是在能源密集型产业中， 通过技术创新降低对传统能源的依赖， 提高能源利用效率， 实现产业的绿色转型。
（３） 在优化产业结构与市场机制方面， 通过新兴能源主体的发展， 引导产业结构的优化升级，减少对高污染、高能耗产业的依赖， 增加对新能源产业和服务业的投资， 以实现经济的可持续发展。同时， 应研究和设计新兴主体参与市场的方式， 确保市场机制能够充分激发和释放用户侧灵活调节能力， 推动能源结构的优化升级。
注释：
①下文将储能、分布式发电、新能源微电网等新兴市场主体统称为新兴能源主体。
参考文献
［１］ 殷辉， 陆信辉， 周开乐． 分布式与集中式储能并存的微电网负荷优化调度［Ｊ］． 中国管理科学， ２０２３， ３１ （２）： １１８～１２８．
［２］ 徐婉迪， 魏来， 罗俊， 等． 储能产业发展带来的能源革命及其关键管理科学问题［Ｊ］． 系统管理学报， ２０２１， ３０ （１）： １９１～１９７．
［３］ 袁晓玲， 张江洋． 智能电网下分布式发电对电力市场的影响［Ｊ］． 经济问题探索， ２０１４， （８）： ４９～５４．
［４］ 王成山， 李鹏． 分布式发电、微网与智能配电网的发展与挑战［Ｊ］． 电力系统自动化， ２０１０， ３４ （２）： １０～１４， ２３．
［５］ Ｗａｎｇ Ｙ， Ｚｈａｎｇ Ｎ， Ｋａｎｇ Ｃ Ｑ， ｅｔ ａｌ． Ｓｔａｎｄａｒｄｉｚｅｄ Ｍａｔｒｉｘ Ｍｏｄｅ⁃ｌｉｎｇ ｏｆ Ｍｕｌｔｉｐｌｅ Ｅｎｅｒｇｙ Ｓｙｓｔｅｍｓ ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ＳｍａｒｔＧｒｉｄ， ２０１９， １０ （１）： ２５７～２７０．
［６］ 班勇霜， 李春华， 汪本科， 等． 基于序贯蒙特卡洛模拟法的孤岛微电网可靠性评估［Ｊ］． 分布式能源， ２０２４， ９ （３）： ３９～４６．
［７］ 李洋， 吴鸣， 周海明， 等． 基于全能流模型的区域多能源系统若干问题探讨［Ｊ］． 电网技术， ２０１５， ３９ （８）： ２２３０～２２３７．
［８］ 杨雍琦， 薛万磊， 王春义， 等． 支撑新旧动能转换的综合能源系统效率评价［Ｊ］． 济南大学学报（自然科学版）， ２０１９， ３３（３）： １８９～１９８．
［９］ 李刚， 王晓东， 邓广义． 区域级综合能源系统多能耦合优化研究［Ｊ］． 南方能源建设， ２０１７， ４ （２）： ２４～２８．
［１０］ 张同斌， 孙静． “国际贸易—碳排放” 网络的结构特征与传导路径研究［Ｊ］． 财经研究， ２０１９， ４５ （３）： １１４～１２６．
［１１］ Ｄｕａｒｔｅ Ｈ， Ｌｏｐｅｓ Ｍ Ｌ， Ａｎｔｕｎｅｓ Ｃ Ｈ． Ａ Ｒｅｇｉｏｎａｌ ＣＧＥ Ａｎａｌｙｓｉｓｏｆ Ｇｒｅｅｎｈｏｕｓｅ Ｇａｓ Ｅｍｉｓｓｉｏｎｓ Ａｂａｔｅｍｅｎｔ ｉｎ Ａｒａｇｏｎ， Ｓｐａｉｎ： ＡＨｏｕｓｅｈｏｌｄ Ｄｅｍａｎｄ Ｐｅｒｓｐｅｃｔｉｖｅ ［Ｊ］． Ｅｎｅｒｇｙ Ｐｏｌｉｃｙ， ２０１４， ６５：９８～１１０．
［１２］ 林伯强， 牟敦国． 能源价格对宏观经济的影响———基于可计算一般均衡（ＣＧＥ） 的分析［Ｊ］． 经济研究， ２００８， ４３ （１１）：８８～１０１．
［１３］ 张宁， 庞军， 王琦瑶， 等． 基于ＣＧＥ 模型的可再生能源绿证交易机制模拟及其经济影响［Ｊ］． 中国人口·资源与环境，２０２３， ３３ （２）： ５１～６２．
［１４］ 常原华， 李戈． 碳达峰背景下多种碳税返还原则的经济影响［Ｊ］． 中国人口·资源与环境， ２０２４， ３４ （４）： ３６～４７．
［１５］ 于仲觉， 朱庆华． 中国再制造产业的碳减排效应和经济影响分析［Ｊ］． 中国软科学， ２０２４， （４）： ５６～６６．
［１６］ 朱军， 张敬亭， 李建强． 中国绿色税制改革的经济效应与碳减排效应［Ｊ］． 经济理论与经济管理， ２０２３， ４３ （１１）： ３０～４１．
［１７］ 信春华， 郭凤琪． 中国水资源税制体系政策效应模拟———基于动态ＣＧＥ 模型的分析［Ｊ］． 中国人口·资源与环境， ２０２３，３３ （８）： １６６～１７９．
［１８］ 许士春， 张文文， 戴利俊． 基于ＣＧＥ 模型的碳税政策对碳排放及居民福利的影响分析［Ｊ］． 工业技术经济， ２０１６， ３５（５）： ５２～５９．
［１９］ 李晨光， 王帅， 郭雨蕙． 碳中和背景下钢铁行业低碳转型发展政策工具与路径分析———基于动态ＣＧＥ 模型的模拟研究［Ｊ］． 经济问题探索， ２０２３， （１）： ３４～５９．
［２０］ 程毛林． ＣＥＳ 生产函数模型的修正及实证分析［Ｊ］． 工程数学学报， ２０１３， ３０ （４）： ５３５～５４４．
（责任编辑： 张舒逸）
基金项目： 国网辽宁省电力有限公司经济技术研究院科技项目“新兴主体发展趋势下的输配电价机制创新研究”。