伊朗电力行业实现深度脱碳的路径：整合可再生能源发展与电力补贴改革

《Sustainable Futures》：Pathways to deep decarbonization in Iran’s power sector: Integrating renewable energy expansion and electricity subsidy reform

　　侯赛因·哈费齐|西亚布·马米普尔|加扎莱·汗扎德
伊朗德黑兰卡拉兹米大学经济学院

**摘要**
在依赖化石燃料的经济体中实现深度脱碳需要一种协调的战略，该战略将技术转型与雄心勃勃的政策改革相结合。伊朗的电力部门约占全国二氧化碳排放量的三分之一，为研究此类转型提供了重要案例。本研究开发了一种综合建模方法，将能源供应策略选择模型（MESSAGE）与自回归分布滞后（ARDL）需求模型相结合，以探索2024-2050年的脱碳路径。该框架共同评估了（i）省级可再生能源的扩张和（ii）逐步实施的电力补贴改革对需求增长的影响。结果表明，逐步取消补贴到2050年可将累计电力需求减少约10%，从而减轻所需的容量扩张规模。MESSAGE模拟显示，可再生能源容量可从2024年的总装机容量的8%增加到2050年的约78%，从而使电力部门的二氧化碳排放量相比2024年水平减少53%。然而，结果也表明，短期内实现脱碳仍然具有挑战性，由于需求持续增长和现有发电基础设施的惯性，排放量可能在2030年前还会增加。研究结果表明，将需求侧改革与区域优化的可再生能源部署相结合对于伊朗实现《巴黎协定》目标并将电力部门置于可信的碳中和路径上至关重要。不过，要完全消除剩余排放仍需采取额外措施，如碳捕获和储存（CCS）、基于自然的去除方法或跨部门抵消机制。

**1. 引言**
随着各国努力实现经济脱碳同时确保能源供应的安全和可负担性，全球能源系统正在经历深刻变革。这种变革不仅涉及技术创新，还包括整个能源系统的结构、经济和制度变革。对于像伊朗这样依赖化石燃料的经济体而言，向低碳未来的转型既是缓解气候风险的必要之举，也是利用丰富的可再生能源实现可持续发展的机会。
历史上，能源一直支撑着经济增长，但对化石燃料的过度依赖导致大气中温室气体的不断积累。全球二氧化碳排放量从1870年的约0.5 Gt增加到2023年的超过37 Gt，使平均全球温度比工业化前上升了超过1°C[[1], [2]]。为此，诸如《京都议定书》和《巴黎协定》等多边协议试图协调减排努力。然而，实施情况并不均衡，特别是在发展中国家，快速的需求增长和财政限制使得政策执行变得复杂。
在伊朗，电力部门处于气候-能源关系的核心。电力系统占该国总二氧化碳排放量的近三分之一，目前仍以天然气和石油为主，而可再生能源的贡献不到5%[3]。同时，伊朗拥有世界上最大的能源补贴计划之一——2020年估计约为300亿美元[4]——这扭曲了价格信号，鼓励过度消费，并限制了对清洁技术的投资。因此，任何可信的脱碳路径都必须将供应侧的技术多样化与需求侧的经济改革结合起来。
以往的研究往往分别讨论这两个方面。在供应方面，针对伊朗的技术经济和优化研究评估了在各种约束条件下的可再生能源潜力和最低成本发电组合（例如[[5], [6], [7]]）。在需求和政策方面，另一系列针对伊朗的研究考察了电力需求的响应性以及能源价格和补贴改革对宏观经济、通货膨胀和福利的影响，强调了行为效应和分配问题（例如[[8], [9], [10], [11], [12]]）。然而，很少有研究将这些视角整合在一个统一的长期建模框架中，该框架能够同时捕捉（i）对逐步价格改革的行为需求响应和（ii）次国家级/省级的可再生能源资源和系统成本的差异。这种缺乏整合限制了现有脱碳路径的政策相关性，尤其是在实施取决于可再生能源部署地点和需求对电价改革响应的情况下。
为解决这一差距，本研究开发了一个综合的MESSAGE-ARDL框架，将逐步补贴改革下的电力需求弹性与省级容量扩张和调度优化模型联系起来。这一贡献相对于以往仅将电力需求视为外生变量或在国家层面整体建模的伊朗脱碳研究尤为重要，因为这些研究掩盖了需求-供应反馈和省级差异对可行性和系统成本的重要性。本研究探讨了两个核心政策问题：
i. 如何在各省之间最优地部署可再生能源资源，以最小化电力部门的二氧化碳排放？
ii. 逐步实施电力补贴改革能在多大程度上抑制需求增长并支持向碳中和的过渡？
通过将空间详细的可再生能源扩张与动态需求建模相结合，该框架为伊朗2024-2050年的电力部门脱碳提供了清晰的路线图。本文的其余部分安排如下：第2节回顾相关文献；第3节描述方法论框架；第4节介绍数据和情景设计；第5节讨论结果；第6节提出实现碳中和电力未来的政策建议。

**2. 文献综述**
根据《巴黎协定》实现长期脱碳依赖于两个关键政策支柱：（i）化石燃料补贴的合理化；（ii）大规模部署可再生能源技术[[13], [14], [15]]。在这一框架下，缔约国需要制定并定期更新其国家自主贡献（NDCs），并依靠监测和实施机制的支持[[16], [17], [18]]。履行这些承诺需要减少化石燃料的使用并大幅投资于低碳技术[[19], [20], [21], [22], [23], [24]]。最近的研究还强调，“碳中和路径”越来越需要综合性的政策包，而不仅仅是单一工具的干预措施，同时要考虑改革的顺序、可行性和政治经济学（例如[25,26]）。
全球范围内，有强有力的实证共识认为，化石燃料补贴改革是实现环境和财政目标最具成本效益的工具之一[[27], [28], [29]]。证据表明，能源价格合理化可以减少低效消费，提高能源效率，并刺激可再生能源投资[30,31]。Yin等人[32]发现，当碳定价政策与可再生能源补贴结合时，效果显著增强。然而，正如Rentschler和Bazilian[29]所指出的，发展中国家的此类改革在政治上具有可行性，需要逐步实施并有针对性的补偿以减轻福利损失。因此，许多研究者提倡将财政改革与清洁技术投资相结合的方法[13]。

**2.1. 中东和北非地区的能源转型和补贴改革**
在中东和北非地区，能源系统高度依赖化石燃料，电价往往低于成本，因此补贴改革既是财政上的必要措施，也是环境上的迫切要求。Aldubyan和Gasim[33]证明，沙特阿拉伯的能源价格改革节省了33亿美元的财政支出，同时减少了燃料需求。在科威特，Gelan[34]观察到二氧化碳排放量减少0.5%对应GDP增长0.4%，表明存在潜在的协同效益。同样，Jia和Lin[35]发现，取消中国的电力部门交叉补贴提高了福利并减少了排放。
对于伊朗来说，证据一致表明，突然的价格调整可能会产生短期的通货膨胀压力和福利损失，因此支持分阶段改革并伴随社会保护[8,11,12]。最近的伊朗相关研究进一步指出，推迟改革可能会削弱消费者对价格的反应能力，从而降低后续电价调整的有效性并增加财政负担[36]。这些研究表明，特别是作为渐进多步骤政策设计的补贴改革，在改变电力需求轨迹和增加能源转型措施的财政空间方面可以发挥核心作用。

**2.2. 伊朗的可再生能源部署和建模**
伊朗的电力部门以天然气和石油为主，仍然是温室气体排放的主要来源。许多研究探讨了向低碳发电转型的策略。Jangavar等人[37]和Ghadaksaz & Saboohi[38]认为，扩大可再生能源容量、提高热电厂效率和减少天然气燃烧是关键优先事项。Jahangirpour和Zibaei[14]以及Pishbahar等人[15]强调了可再生能源的更广泛的社会经济效益，特别是在农村就业和农业可持续性方面。然而，这些研究大多侧重于技术经济方面，忽略了能源定价对行为的响应和区域资源差异。
从方法论角度来看，一些伊朗研究结合了计量经济学和优化框架来探讨政策互动。Aryanpour & Shafiei[7]使用MESSAGE模型在排放约束下确定了最低成本的可再生能源组合。随后，Aryanpour等人[5,6]通过将ARDL模型估计的内生电力需求函数纳入其能源系统分析，进一步推进了这一研究方向。与此相关的是，最近的伊朗实证研究提供了更新的证据，表明电力需求通常对价格不敏感，并且消费者群体和省份之间存在差异[39]。更广泛地说，最近对伊朗能源政策改革的评估表明，补贴改革后的能源和排放强度变化伴随着重大的宏观经济和部门调整，这加强了将需求侧改革与脱碳结果联系起来的重要性[10]。
尽管取得了这些进展，但现有的伊朗建模要么在可再生能源部署方面采用全国汇总的方式，要么只是隐含地处理空间差异和电网相关成本影响。这限制了以往研究为各省具体实施提供信息的能力——鉴于伊朗太阳能和风能潜力的显著地理差异，这是一个实际问题。

**2.3. 研究差距和贡献**
回顾的文献指出了三个直接促使本研究的原因。首先，虽然关于补贴改革的文献记录了伊朗的显著福利、通货膨胀和行为影响[[8], [11], [12]]，以及技术经济文献评估了可再生能源扩张和最低成本发电路径[[5], [6], [7]]，但这些方面通常仍然是并行研究的，而不是在一个长期规划框架内进行。其次，尽管之前的工作已经在能源系统分析中内生化电力需求[5,6]，但空间维度——特别是省级可再生能源资源和部署成本的差异——尚未得到充分处理。第三，关于伊朗电力需求响应性和改革动态的最新实证证据[[36], [39]]尚未系统地反映在长期电力部门脱碳路径分析中。因此，文献指出了综合方法的价值，这些方法能够同时考虑对逐步补贴改革的需求侧响应和空间差异化的可再生能源部署需求——特别是在面临严格财政和制度约束的依赖化石燃料的经济体中。
为解决这些差距，本研究将补贴改革和可再生能源部署文献纳入一个长期的评估框架，从而能够同时考虑需求响应和地理差异化的可再生能源潜力。第3节描述了所提出的建模框架和情景设计。

**3. 方法论**
本研究采用了一个综合建模框架，将省级可再生能源评估、使用ARDL模型估计电力需求以及通过MESSAGE模型进行长期供应系统优化结合起来。目的是评估在不同电力补贴改革和可再生能源扩张情景下伊朗电力部门的最低成本脱碳路径。分析框架的概述见图1。

**3.1. 可再生能源潜力的空间分析**
该框架的第一个组成部分涉及在省级层面空间评估可再生能源资源。太阳能光伏、太阳能热能、风能、水力和生物质能的技术潜力数据来自可再生能源和能源效率组织（SATBA），并补充了气候、地形和输电网络数据。基于GIS的适宜性制图考虑了土地利用限制、海拔、坡度和与现有电网的距离。区域容量因子来自全球风能地图集和太阳辐射数据库，从而可以估算每个省份的可行发电潜力。特定技术的投资和输电成本数据来自能源项目成本估算手册[40]。所得到的空间数据被纳入MESSAGE优化模型，作为省级资源的上限约束，确保情景结果反映现实的地理、技术和基础设施限制。
图2直观展示了模型中使用的空间输入。背景阴影表示省级电力消耗，而叠加的饼图表示每个省份的总可再生能源技术潜力（饼图大小）及其技术构成（太阳能、风能、生物质能、地热能和水力能）。总体而言，该数据表明该国东半部分的可再生能源潜力通常更高，且在大多数省份中，太阳能和风能资源在可再生能源潜力组合中占主导地位。这对于识别需求中心与可再生能源资源之间的潜在空间匹配（或不匹配）非常有用。下载：下载高分辨率图像（914KB）下载：下载全尺寸图像图2. 伊朗各省的可再生能源潜力及电力消费模式。注：背景阴影表示2023年的电力消费量（TWh）。饼图大小代表总的可再生技术潜力，饼图各部分显示其构成（太阳能、风能、生物质能、地热能、水力发电）。这种空间明确的方法有助于识别高潜力区域，并支持评估各省在容量扩展和电网加强方面的权衡。

3.2. 需求侧模型（ARDL）
电力需求模型捕捉了电力消费与其主要决定因素之间的关系，特别关注价格改革效应以及与气候变化相关的温度变化。鉴于宏观经济变量的混合整合顺序，本研究采用了自回归分布滞后（ARDL）建模框架[41]，该框架因其能够估计短期和长期弹性而广泛用于能源需求分析[42]。该模型的构建基于标准能源需求理论，其中电力使用是一种派生需求，受到以下因素的影响：（i）电力实际价格，反映激励和替代可能性；（ii）经济活动（收入/产出），捕捉规模效应；（iii）人口，反映人口规模和获取能力；（iv）气候条件，通过温度来表示，捕捉供暖/制冷需求。这种逻辑也与更广泛的STIRPAT类型推理一致，后者将环境压力和资源使用与富裕程度和人口联系起来，同时允许政策和技术相关因素——这里通过电力价格和气候变量来表示——影响需求行为。因此，实证模型旨在估计价格、收入、人口和温度的弹性，这些弹性可以映射到不同补贴改革路径下的长期需求轨迹。基于ARDL的弹性估计用于构建长期电力需求轨迹，因为ARDL框架明确区分了短期调整和消费、价格、人口及温度之间的长期均衡关系。在这种设置下，长期弹性提供了一种简洁且基于实证的方法，将GDP、人口和气候条件的外生预测——连同补贴改革下的价格路径——转化为2024-2050年期间内部一致的需求路径。当详细的微观层面需求模型不可用时，或者当目标是生成与能源系统规划模型相一致的情景需求轨迹时，通常会采用这种方法。所得预测应被视为基于历史估计的行为反应的政策条件轨迹；与结构变化和政策实施相关的不确定性在限制部分进行了讨论。

电力消费（EC）被建模为实际电力价格（EP）、实际国内生产总值（GDP）、人口（POP）和年平均温度（Temp）的函数：
(1)lnECt = α + β1lnEPt + β2lnGDPt + β3lnPOPt + β4lnTempt + εt
为了估计动态反应，ARDL形式将方程（1）扩展为无限制的误差修正表示：
(2)ΔlnECt = α0 + ∑i=1pαiΔlnECt?i + ∑i=0q1βiΔlnEPt?i + ∑i=0q2γiΔlnGDPt?i + ∑i=0q3δiΔlnPOPt?i + ∑i=0q4θiΔlnTempt?i + φ1lnECt?1 + φ2lnEPt?1 + φ3lnGDPt?1 + φ4lnPOPt?1 + φ5lnTempt?1 + et
短期动态由系数αi、βi、γi、δi、θi表示，而长期均衡由?1...?5捕获。滞后长度使用赤池信息量准则（AIC）选择。使用界限检验来评估长期关系的存在：
(3)H0: φ1 = φ2 = φ3 = φ4 = φ5 = 0
为了透明起见，短期动态也以传统的ECM形式报告：
(4)ΔlnECt = α0 + ∑i=1pαiΔlnECt?i + ∑i=0q1βiΔlnEPt?i + ∑i=0q2γiΔlnGDPt?i + ∑i=0q3δiΔlnPOPt?i + ∑i=0q4θiΔlnTempt?i + λECMt?1 + et
其中ECMt?1是从估计的长期关系中得出的滞后误差修正项，λ是向长期均衡调整的速度。在估计之前，使用互补的单位根检验和平稳性检验（ADF、PP、KPSS和ZA检验）来评估所有变量的时间序列属性，允许一个内生结构突变。1980-2023年的历史数据用于估计需求弹性。GDP和人口的预测数据来自国际货币基金组织（IMF）和世界银行，温度预测数据来自Berkeley Earth数据集。在实际补贴改革情景下模拟实际电力价格。然后使用2024-2050年的年度电力需求预测作为MESSAGE供应侧模型的外生输入。

3.3. 供应侧模型（MESSAGE）
本研究开发并评估了旨在减少伊朗电力部门污染物排放的改革方案。考虑了电力系统的供应侧和需求侧的干预措施。本研究的供应侧分析使用MESSAGE（能源供应策略选择及其总体环境影响模型）框架进行——这是一个由国际应用系统分析研究所（IIASA）开发的动态、技术明确的线性优化模型，被国际原子能机构（IAEA）广泛用于长期能源系统规划。MESSAGE确定在满足预期需求的同时遵守技术、经济和环境约束的最低成本电力生成系统配置。在本研究中，MESSAGE应用于优化2024-2050年期间伊朗电力生成组合的演变。该模型在ARDL模型获得的电力需求轨迹的约束下，最小化总系统成本，包括资本投资、燃料供应、运营和维护以及环境合规成本。MESSAGE的一个关键优势在于其多期优化结构，可以同时评估：
- 不同技术的容量投资和退役决策；
- 燃料类型之间的替代和效率改进；
- 可再生能源在减少二氧化碳排放中的作用；
- 系统成本、可靠性和环境性能之间的权衡。
所有主要的电力生成技术——基于化石燃料的、核能、水力发电和可再生能源——都用详细的技术和经济参数表示。特别是，可再生能源潜力（太阳能、风能、水力、生物质能和地热能）作为省级层面的空间分解约束，使优化能够反映伊朗资源禀赋和电网可访问性的地理多样性。换句话说，MESSAGE模型不模拟多个供应侧政策案例；相反，它代表一个单一的集成优化案例，假设各省充分利用可再生能源，与其技术和空间特征一致。数据部分提供了关于可再生能源容量、成本和电网参数的详细定量数据。

3.4. 情景定义
本研究的情景框架重点关注伊朗电力部门需求侧的电力价格改革。这些情景旨在反映关于电力补贴及其随时间逐步取消的不同政策环境。定义了两种不同的政策案例：
情景I：继续补贴政策（照常营业）
- 电力价格仍受到大量补贴，低于成本回收水平。
- 在整个规划期间维持现有的定价机制。
- 假设电力关税政策没有结构变化。
情景II：逐步补贴改革（价格调整政策）
- 2024年至2030年间逐步取消电力补贴。
- 逐步调整电价，以反映实际发电成本，到2030年接近完全成本回收。
- 改革过程被建模为实际电力价格随时间的稳步上涨，代表从高度补贴制度向基于成本的定价系统的过渡。
图3展示了这两种政策下伊朗电力价格的时间走势。该图显示了继续补贴制度和逐步改革路径之间的差异。

3.5. 情景实施和需求-供应链接
需求（ARDL）和供应（MESSAGE）模型之间的交互以基于情景的方式顺序实施，与情景I和情景II保持一致。在情景I（照常营业）下，使用基于GDP、人口和温度的外生预测的ARDL模型来预测电力需求，而实际电力价格则遵循其历史趋势。然后将得到的基线需求轨迹作为外生输入引入MESSAGE，MESSAGE解决最低成本优化问题以确定基线发电组合和系统成本。随后使用基线MESSAGE解决方案来参数化改革案例：提取优化系统所暗示的成本回收电价，并用于构建情景II（逐步补贴改革）的价格路径。使用这个更新的价格序列，通过ARDL模型重新估计和重新预测电力需求，然后将符合改革的需求轨迹输入MESSAGE以获得相应的最低成本供应路径。因此，链接涉及从MESSAGE（成本回收定价）到ARDL需求预测的一次性、情景定义的反馈，不假设进一步的需求-供应反馈循环。

4. 数据
本节总结了用于估计需求侧模型（ARDL）和优化供应侧电力系统（MESSAGE）的数据集。数据来自国家和国际统计来源，涵盖历史和预测时期。
4.1. 需求侧数据
使用1980-2023年的年度时间序列数据来估计基于ARDL的电力需求模型。数据集包括总电力消费、实际GDP、人口、实际电力价格和年平均温度。2024-2050年的这些解释变量的预测数据来自Tavanir、SATBA、世界银行、IMF、PWC Institute和Berkeley Earth等权威来源。表1列出了研究中使用的变量及其来源（年份）和历史数据（1980-2023年）。
表1. 研究中使用的变量
时间 period 变量名称 来源（年份）
历史数据（1980-2023） 伊朗的电力消费 Tavanir [43]
伊朗的年平均温度 世界银行 [44]
名义电力价格 Tavanir [43]
基于1395年的价格指数 CBI [45]
人口 世界银行 [44]
基于2015年的GDP 国际货币基金组织 [46]
预测数据（2024-2050） 预测的GDP PWC [47]
预测的人口 Fathi [48]
预测的温度 Berkeley Earth [49]
如表2所示，1980-2023年间电力消费（EC）的平均年增长率明显高于实际GDP和人口。这种差异表明电力使用的增长与潜在的经济和人口增长不成比例。同时，实际电力价格（EP）呈下降趋势，这与价格信号减弱一致，并为相对于基本面的消费过剩提供了连贯的解释——突显了持续电力价格补贴在伊朗经济中的作用，并强调了补贴改革在需求预测中的重要性。此外，表2中的Jarque-Bera检验结果在常规显著性水平上没有拒绝任何变量的正态性，表明年度序列大致符合正态分布，支持后续计量经济分析中的标准统计推断。

2024-2050年的预测程序分为两个阶段：
1. 外生变量预测：使用国际数据库预测人口、实际GDP和平均温度。
2. 电力价格预测：在两种替代政策情况下预测价格（i）继续补贴制度和（ii）逐步补贴改革。
这些预测被纳入ARDL模型，以预测两种政策环境下的电力需求。
根据Berkeley Earth [49]，如果历史变暖趋势继续（每年0.1%），预计伊朗的平均温度将从2023年的18.2°C上升到2050年的约20°C（图4），影响用于制冷和供暖的电力使用。

4.2. 供应侧数据
MESSAGE模型的能源参考系统包括初级能源资源、发电技术、输电和配电基础设施以及从ARDL模型获得的电力需求预测。数据集涵盖了长期优化所需的技术、经济和运营参数，如发电容量、效率、投资和燃料成本、寿命和网络约束。
4.2.1. 能源来源
电力生成的初级能源输入分为两大类：
- 化石燃料：重油、天然气、柴油和煤炭
- 非化石燃料：水力发电、太阳能、风能、地热能、生物质能和核能
化石燃料的价格数据见表3。在本研究中，假设化石燃料价格将在规划期间以每年1.1%的平均增长率上涨，基于权威能源来源的历史趋势和预测。
表3. 化石燃料的价格和年增长率
化石燃料 价格（单位） 平均年增长率（%）
燃料油 31.32 分/升 1.10%
天然气 11.26 分/立方米 1.10%
柴油 41.53 分/升 1.10%
煤炭 38.9 美元/吨 1.10%
来源：国际能源署 [50]
可再生能源潜力基于省级可再生能源潜力评估 [51]。2023年，可再生能源（不包括大型水电）的装机容量约为1063.9兆瓦，相对于整个电力系统而言，其贡献非常小。同年，大型水电的总装机容量约为12,253兆瓦[[43], [51]]。4.2.2. 电力生成技术 供应侧模型包含了多种电力生成技术，这些技术被分为三大类：i. 基于化石燃料的发电厂：柴油、燃气轮机、蒸汽轮机、联合循环和燃煤机组；ii. 可再生能源技术：太阳能光伏（PV）、太阳能热能（聚光太阳能）、风力涡轮机、地热发电厂和生物质发电厂；iii. 核电站。对于每种技术，模型都使用了详细的技术和经济参数，包括资本投资成本、固定和可变运营维护成本、燃料需求、热效率、电厂寿命和排放因子。这些数据在表4中列出，作为MESSAGE优化框架的关键输入，确保技术选择能够反映实际的性能特征、成本结构和资源限制。表4. 电力生成技术的技术和经济特性。技术 投资成本（$/Kw） 固定成本（$/Kw） 可变成本（$/Kw/yr） 容量系数（%） 使用寿命（年） 建造时间（年） 核电站 470 469 485 407 热电厂 1100 947 530 5 常规热电厂 900 947 630 5 燃气发动机发电厂（DG） 800 844 80 101 燃气轮机发电厂 550 4.4 5.6 70 122 常规燃气轮机发电厂 550 4.5 5.7 69 122 联合循环发电厂 760 447 330 5 常规联合循环发电厂 760 53.6 73 305 柴油发电厂 550 83 87 5102 太阳能发电厂 106 19.6 -19.3 251 风力发电厂 144 64 8 -40 251 地热发电厂 52 50 84 9.6 75 256 聚光太阳能发电厂 70 00 64 -40 302 水力发电厂 154 010.8 -20 508 垃圾填埋发电厂 23 52 20 14.8 80 203 热解发电厂 23 52 20 14.8 80 203 来源：EIA [52], IRENA [53]。4.2.3. 电力传输和分配 传输和分配参数（包括成本和网络损耗）被整合到MESSAGE模型中。对于可再生能源项目，这些值因省份而异，取决于与国家电网的距离和装机容量。对于非可再生能源电厂，假设平均传输和分配成本分别为66.9美元/千瓦时年和71.25美元/千瓦时年。表5总结了规划范围内的预计网络损耗率，这些损耗率被纳入模型中，以确保准确表示能源流动和系统效率。表5. 预计的传输和分配损耗。年份 分配损耗（%） 传输损耗（%） 2020 14.4 2025 12.3 2030 10.3 2035 9.3 2040 8.2 2045 8.2 2050 8.2 来源：EIA [52]; IRENA [53]。4.2.4. 电力需求整合 通过ARDL模型在两种补贴政策情景下估计的电力需求被作为MESSAGE的输入。为了捕捉时间变化，需求剖面被划分为36个负荷区——12个月周期加上三个时间段（基础、中间和高峰时段）。这种时间分解能够更准确地表示日常和季节性需求波动，从而支持MESSAGE框架内的优化发电调度和系统可靠性评估。5. 结果 5.1. 电力需求预测 使用ARDL模型预测长期电力需求。需求函数使用1980-2023年的年度数据来估计。2024-2050年的预测基于人口、实际GDP、平均温度和电价的预测值，在两种政策环境下进行：（i）继续现有的补贴制度；（ii）逐步改革补贴。在改革情景下，电力补贴在2024-2030年间逐步取消，之后电价假设反映全部发电成本。改革价格轨迹使用从MESSAGE模型获得的基于成本的电力供应价格来参数化，确保与方法论中描述的地景链接框架一致。在模型估计之前，进行单位根和稳定性测试，以验证没有任何序列是二阶整合的，这是ARDL界限测试方法的关键要求。为了确保稳健性，采用了四种补充测试：增广的Dickey-Fuller（ADF）和Phillips-Perron（PP）测试（原假设：单位根），Kwiatkowski-Phillips-Schmidt-Shin（KPSS）测试（原假设：稳定性），以及允许一个内生结构断点的Zivot-Andrews（ZA）测试（原假设：带有断点的单位根）。如表6所示，单位根和稳定性测试一致表明lnEC和lnEP在水平上是非平稳的，但在一次差分后变得平稳，表明I(1)行为。相比之下，lnGDP、lnPOP和lnTemp在水平上是平稳的，表明I(0)。总体而言，变量表现出混合整合阶数（I(0)/I(1)），没有一个是I(2)，支持使用ARDL界限测试框架。表6. 单位根和稳定性测试结果。变量 ADF测试 PP测试 KPSS测试 ZA测试 整合阶数 第一次差分 水平 第一次差分 水平 第一次差分 水平 第一次差分 ?6.21 lnECt ?1.39 ?5.72 ?1.41 0.21 0.10 ?5.11 ?7.35 I(1) ?6.41 lnEPt ?2.52 ?6.40 ?2.60 0.09 0.07 ?5.45 ?7.62 I(1)–lnGDPt ?5.07 –?4.19 0.11 –?6.46 –I(0)–lnPOPt ?4.94 –?4.45 0.19 –?5.72 –I(0)–lnTempt ?4.60 –?4.61 0.10 –?5.90 –I(0) 注：报告的条目是计算出的统计量，并根据5%的临界值进行评估。对于ADF、PP和ZA，统计量低于临界值意味着拒绝单位根原假设；对于KPSS，统计量低于临界值意味着未能拒绝稳定性原假设。5%的临界值：ADF = ?3.51；PP = ?3.51；KPSS = 0.14；ZA = ?5.17（来源：研究结果）。为了确保对各个驱动因素的一致解释，表7报告了短期动态和长期弹性。短期效应通过第一次差分（Δ项）的系数来捕捉，而长期关系通过水平项来总结。表7展示了使用Akaike信息准则（AIC）选择的最佳滞后结构的ARDL(1,3,3,0,4)规格的估计结果。在这个规格中，人口以零滞后进入，因此仅出现在长期方程中，而价格、收入和温度效应则通过它们的分布滞后和长期水平在两个时期内报告。表7. 电力需求的短期和长期弹性估计。空白单元 变量 符号 系数 概率 短期 Cα0 ?2.59 0.019** D(LnEP)t β0 ?0.007 0.713 D(LnEP)t?1 β1 ?0.034 0.1*D(LnEP)t?2 β2 0.031 0.162 D(LnGDP)t γ0 0.119 0.043** D(LnGDP)t?1 γ1 0.118 0.032** D(LnGDP)t?2 γ2 ?0.097 0.028** D(LnTEMP)t θ0 0.205 0.1*D(LnTEMP)t?1 θ1 ?0.79 0.0001*** D(LnTEMP)t?2 θ2 ?0.62 0.0006*** D(LnTEMP)t?3 θ3 ?0.58 0.0003*** 误差校正项（ECT）λ ?0.14 0.000*** 长期 LnEPt?1 ?φ2/φ1 ?0.075 0.559 LnGDPt?1 ?φ3/φ1 0.613 0.018** LnPOPt?1 ?φ4/φ1 1.88 0.002*** LnTEMPt?1 ?φ5/φ1 4.404 0.114 C?α0/φ1 ?18.46 0.000*** 诊断测试 正态性测试 1.62 0.44 Breusch-Godfrey序列相关性LM测试 1.596 0.22 异方差性测试：ARCH 0.356 0.55 Ramsey RESET测试 0.531 0.599 界限测试：F统计量 105.8 I(0) = 2.9 I(1) = 4***、**和*分别表示1%、5%和10%的水平上的显著性。（来源：研究结果）。估计的符号在经济上是合理的：电力需求对价格呈负反应，对收入、人口和温度呈正反应。相对较小的价格系数表明价格响应较弱，这与伊朗长期实行的补贴定价制度一致，在这种制度下，持续较低的管理价格降低了消费者对电价的敏感度。GDP和人口的长期弹性为正且具有统计学意义，证实宏观经济活动和人口增长是电力需求的关键驱动因素。估计的温度效应在长期内是正的，但在统计上不显著。有趣的是，短期温度系数在滞后1-3时为负且在统计上显著。乍一看，这个结果对于像伊朗这样的国家可能显得违反直觉，因为电力需求受到夏季制冷负荷的强烈影响。然而，这种模式可能反映了模型中使用了年平均温度。年平均温度无法充分捕捉到驱动电力需求的极端夏季高温的短期时段。相反，制冷需求与夏季热浪或制冷度日更为相关。因此，年平均温度的升高可能部分反映了冬季变暖而不是夏季变热，这在总体年度数据中产生了负的短期关联。估计的长期价格弹性（?0.075）在统计上不显著，表明在总体电力需求中缺乏强烈的长期价格响应。在解释改革情景下的需求减少幅度时，应考虑这一发现。因此，预计的需求减少不应被视为价格引起的需求收缩的精确估计，而应视为反映关税改革、宏观经济驱动因素和ARDL规格捕获的动态调整的综合影响。尽管长期弹性较小，但预计的需求减少是由于短期动态响应和建模范围内电价逐步上升的累积效应。随着改革情景下价格的逐步上涨，滞后ΔLnEP项捕获的分布式短期价格效应导致电力消费的增量调整。当这些动态响应在2024-2050年间通过MESSAGE需求轨迹传播时，它们导致总体需求水平比无改革基准低约10%。图7比较了补贴改革和无改革路径下的预计电力需求。在改革路径下，预计到2030年需求将达到约397太瓦时，到2050年达到772太瓦时。在无改革路径下，需求进一步增加到约862太瓦时。因此，改革路径意味着到2050年减少了约90太瓦时——相对于无改革情况减少了约10%。因此，这种差异应被视为基于情景的结果，反映了改革下的更高实际价格轨迹以及ARDL规格捕获的动态调整和收入、人口和温度对电力需求的影响。下载：下载高分辨率图像（266KB）下载：下载全尺寸图像图7. 伊朗的历史和预测总电力需求（以太瓦时计）。（来源：研究结果）。5.2. MESSAGE模型的结果 基于ARDL的需求预测被输入到MESSAGE中，以确定最低成本的容量扩展、按技术划分的发电量、燃料使用和二氧化碳排放。结果针对两种政策环境进行了报告：无改革和补贴改革。5.2.1. 安装容量 到2050年，总装机容量达到347吉瓦（无改革）与311吉瓦（改革）。改革情况下较低的容量需求反映了较低的最终需求。在改革情况下，可再生能源在容量增加中占主导地位，到2050年接近270吉瓦（占总容量的约87%）——主要由太阳能光伏（140吉瓦）、风能（66吉瓦）和太阳能热能（45吉瓦）引领。尽管到2050年两种环境下的可再生能源份额都很高，但化石燃料的容量明显较低。5.2.2. 电力生成 总发电量从2024年的407太瓦时增加到2050年的991太瓦时。预计可再生能源的份额在2024年稳定增加8.4%，2025年增加9%，2030年增加14%，2035年增加21%，到2040年至2050年间达到77%。虽然可再生能源的前期成本较高且部署时间较长，但其平准化成本随时间下降，使其能够在预测期限结束时占据最大的发电份额。尽管可再生能源技术的前期资本成本较高且部署时间较长，但由于技术成熟，其运营成本随时间下降。特别是太阳能和风能预计将在规划期限结束时实现最低的生产成本并占据最大的市场份额。这一优势源于免费的燃料来源以及相对于化石燃料较低的传输和投资成本。到2050年，总发电量预计将达到890太瓦时，其中可再生能源贡献达到695太瓦时——而2024年仅为34.3太瓦时。然而，尽管增长迅速，但在两种情景下，到2030年可再生能源预计仅占总发电量的14-15%。这一适度份额突显了伊朗在该时间范围内实现巴黎协定目标所面临的挑战。图8，图9。下载：下载高分辨率图像（359KB）下载：下载全尺寸图像图8. 研究范围内的两种政策环境下的总装机容量（来源：研究结果）。下载：下载高分辨率图像（872KB）下载：下载全尺寸图像图9. 各能源类型的电力生产和可再生能源份额（来源：研究结果）。图10显示了2050年各省的电力生产分布，突出了可再生能源贡献相对于区域潜力的差异。下载：下载高分辨率图像（1MB）下载：下载全尺寸图像图10. 2050年各能源类型的发电量和可再生能源份额（来源：研究结果）。5.2.3. 电力生成组合 图11显示，在2050年的补贴改革下，太阳能光伏和太阳能热能分别提供了约28%和21%的电力。由于水文限制，水电从2024年的5%下降到2050年的约2%。结果表明，最大化可再生能源部署与价格改革相结合可以显著减少化石燃料的发电量，同时提高可再生能源的供应份额。下载：下载高分辨率图像（551KB）下载：下载全尺寸图像图11. 补贴改革情景下的电力生成技术份额（来源：研究结果）。5.2.4. 化石燃料消耗 在两种情景下，可再生能源技术的扩展导致化石燃料消耗显著下降，减少了它们在电力组合中的份额。到2050年，化石燃料的使用预计在补贴改革情景下减少53%，在无改革情景下减少44%，相对于2024年的水平。图12显示，在两种情景下化石燃料消耗最初都会增加，然后下降。这种早期增加是由现有基础设施、长期投资和安装周期以及可再生能源技术的逐步部署驱动的。值得注意的是，补贴改革情景下的化石燃料消耗增长较慢，并防止了2024年至2035年之间的增长，优于无改革情景。下载：下载高分辨率图像（237KB）下载：下载全尺寸图像图12. 无改革和补贴改革情景下的化石燃料消耗（来源：研究结果）。这些发现强调，全面的补贴改革可以显著减少化石燃料的使用并加速能源转型。5.2.5.电力部门的碳排放量预计在两种情景下都将大幅下降。如果不进行补贴改革，到2050年碳排放量将从2024年的2.257亿吨二氧化碳减少到1.185亿吨，降幅为47%。在补贴改革情景下，到2050年碳排放量将进一步降至1.028亿吨，降幅为54%。这一趋势反映了化石燃料消耗与二氧化碳排放之间的直接关系。可再生能源技术的加速采用，加上补贴改革，推动了这些减排目标的实现。图13展示了相对于2023年的碳排放百分比变化。根据《巴黎协定》的要求，显著的减排效果要到2030年之后才能实现，这突显了最大化可再生能源部署的重要性。模型结果显示，在逐步进行补贴改革和积极发展可再生能源的联合情景下，到2050年电力部门的二氧化碳排放量将比2024年减少约53-54%，同时可再生能源在总装机容量中的占比将增加到约78%。这一路径显著增强了伊朗对其《巴黎协定》承诺的履行，尽管仅靠这一措施还不能实现电力部门的完全碳中和。此外，与维持现状相比，补贴改革带来的累计减排量更大，主要通过减缓长期需求增长和减少对化石燃料产能的依赖来实现。

**图13. 相对于2023年的二氧化碳排放百分比变化（来源：研究结果）**

**6. 结论**
本研究采用ARDL–MESSAGE综合框架，探讨了需求侧的电价改革和供应侧的可再生能源扩张如何共同塑造伊朗电力部门的长期脱碳路径。ARDL模块估计了关键因素对短期和长期需求的影响，而MESSAGE则将这些需求轨迹转化为到2050年的最低成本供应配置，并通过基于GIS的输入数据考虑了各地区的可再生能源差异。综合情景表明，逐步的电力补贴改革可以将累计需求在2050年之前减少约10%，而积极发展可再生能源可将可再生能源在总装机容量中的占比从2024年的约8%提高到2050年的近78%。实现如此高的可再生能源占比也带来了重要的系统整合挑战，这些挑战超出了单纯扩大发电能力的范围。大规模部署可变可再生能源（尤其是太阳能和风能）需要大幅提高电力系统的灵活性，包括扩大储能容量、增加灵活的发电资源以及改进电网平衡机制。如果没有足够的灵活性，高比例的可再生能源可能会导致在发电过剩时期出现削减，而在可再生能源产量较低时期则会影响可靠性。此外，整合大量可变可再生能源还需要在输电基础设施、电网现代化和数字系统管理工具上进行大量投资，这些包括先进的预测系统、需求侧管理程序、智能计量以及分时定价机制，以帮助电力需求与可再生能源供应模式相匹配。制度和监管框架也必须相应发展，以支持竞争性的可再生能源市场、独立发电厂的电网接入以及长期投资的安全性。因此，尽管模型结果展示了通过可再生能源扩张实现深度脱碳的技术潜力，但在实践中实现这一路径仍需要协调投资于储能、电网灵活性和市场设计改革。这些措施共同作用，预计到2050年电力部门的二氧化碳排放量将比2024年减少53-54%，虽然未能实现完全碳中和，但已是向深度脱碳迈出的重要一步。通过将实证估计的需求行为与技术一致的供应规划相结合，该框架提高了长期脱碳情景的政策相关性，明确了可实现的减排规模以及需要通过碳捕获和储存或跨部门碳去除等补充措施来解决的剩余差距。

**政策启示**
基于实证结果，政策建议采取综合性的政策包方法。当通过分阶段合理化电价并结合有针对性的补偿措施（如保护基本家庭需求的生命线电价区间和对弱势群体的现金转移）来实施电价改革时，其效果更有可能且更可行，从而在加强价格信号的同时保障社会接受度。由于长期需求增长主要由收入和人口驱动，因此非价格措施对于调节消费至关重要，包括更严格的家电和建筑能效标准、大规模改造计划、用于峰值负荷管理的智能计量和分时定价，以及减少配电网络中技术和非技术损失的投资。同时，基于MESSAGE的情景表明，深度脱碳需要持续的可再生能源部署以及系统整合和电网灵活性的重大投资；因此，政策制定者应优先考虑扩大竞争性采购（例如拍卖）、可融资的电力购买协议和电网强化（特别是连接高潜力地区的输电扩展），并明确和协调能源部、SATBA和Tavanir之间的实施职责。这种政策方向与伊朗的国家自主贡献（INDC）基本一致，即到2030年在无国际支持的情况下将排放量减少4%，在国际支持下减少至多12%。总体而言，研究结果表明，通过综合性的需求侧改革和大规模可再生能源部署，伊朗电力部门的深度脱碳是可行的，但要实现完全碳中和最终需要一个更广泛的政策组合，明确针对剩余排放的管理。最后，应将研究结果视为条件性情景结果，而非确定性预测。ARDL估计的是简化形式的弹性系数，改革与需求之间的潜在内生性无法完全排除。ARDL–MESSAGE框架是顺序实施的，并不代表一个完全迭代的供需反馈循环。情景设定也没有包括碳定价或特定效率改进方案的情况。未来的研究可以通过加强因果关系识别、发展迭代耦合、扩展政策范围以包含碳定价和专门的效率路径，以及对经济增长、温度趋势、技术成本和融资约束等关键因素进行正式的不确定性和敏感性分析来克服这些局限性。尽管本研究没有进行正式的敏感性分析，但需要注意的是，结果可能受到几个关键建模假设的影响。首先，未来的电力需求和产能扩张路径对经济增长假设非常敏感。如果低碳产能扩张未能跟上步伐，高于预期的GDP增长可能会增加电力需求，从而减缓减排速度；相反，较慢的经济增长可能会减少总体电力需求和相关排放。其次，情景中预测的可再生能源扩张部分取决于对未来技术成本的假设。如果太阳能、风能和储能技术的成本下降速度快于预期，将加速可再生能源的部署并促进更深入的脱碳；而成本下降速度较慢则可能延缓转型并增加对传统发电技术的依赖。第三，折现率的选择会影响能源系统模型的长期投资决策。较低的折现率通常有利于资本密集型低碳技术（如可再生能源和储能），而较高的折现率可能会使投资偏向于前期成本较低但运营排放较高的技术。最后，气候假设也会影响未来的电力需求模式。温度趋势的变化，特别是极端热事件的频率和强度，可能会显著增加制冷需求和高峰电力负荷。这些因素可能会改变长期需求预测和基础设施需求。未来的研究可以纳入正式的敏感性分析，以考察这些不确定性对模型结果的定量影响。

**作者贡献声明**
Hossein Hafezi：撰写 – 审稿与编辑、初稿撰写、可视化、验证、软件开发、方法论、正式分析、数据管理
Siab Mamipour：撰写 – 审稿与编辑、初稿撰写、可视化、验证、监督、软件开发、资源管理、项目协调、方法论、调查、正式分析、数据管理、概念化
Ghazaleh Khanzadeh：撰写 – 审稿与编辑、初稿撰写、可视化、验证、调查