基于ABM+SD耦合模型的滇池流域水价政策仿真

张家瑞,王慧慧,曾维华*



基于ABM+SD耦合模型的滇池流域水价政策仿真

张家瑞1,2,王慧慧2,曾维华2*

(1.中交天津港航勘察设计研究院有限公司,天津 300461；2.北京师范大学环境学院,北京 100875)

针对滇池流域水资源短缺及现行水价政策存在的诸多问题,从政策仿真角度综合考虑水资源供给会影响水资源价格,进而影响居民和工业企业的水资源消费行为,提出基于滇池流域水资源承载力约束下耦合多主体建模(ABM)和系统动力学(SD)的流域水价政策复杂系统模型,并依据滇池水污染防治“十三五”规划目标,对滇池流域水价政策进行仿真分析.结果表明:若达到“十三五”规划的目标要求,在综合产业结构调整和政策调整的情况下,保持现有水价计量和计算方式不变,滇池流域居民水价应提高至3.23元/m3,工业水价应提高至4.99元/m3;通过加快对流域水价政策的调控,可有效引导居民Agents和企业Agents采取节水措施,提高其用水效率;建议滇池流域适当减少调水量至3.06亿m3,可将支付调水补偿的费用,用于再生水设施的建设,提高其再生水回用率至33%,从而保障水资源的长效可持续利用.

滇池流域；水资源承载力；居民水价；政策仿真

近年来,随着工业化和城市化进程的加快,城市对水资源的需求日益增加,部分城市缺水问题已越发严峻,而城市水价制度和政策的不合理使得这一问题更加突出[1].众所周知,水价的制定和实施是保证国家经济可持续发展和长治久安的重要政策措施之一[2].合理水价不仅能反映供水的商品价值,也能充分体现出水资源的资源价值和环境价值[3].当前,中国水资源的一个突出问题是水定价不合理,水资源使用长期处于“廉价”状态,对比生活用水平均价格最高的法国,中国城镇居民用水价格极低,仅占法国的6%,而水价长期偏低一定程度上导致单位和居民的用水浪费、价格不能起到引导和改变人们的需求结构和用水行为的目的[4-5].诸多研究[6-10]也表明制定合理水价是使水资源得到最有效利用的最好方法,它是应对环境损害、资源短缺及其耗竭导致的供水成本迅速增长的一个重要措施.与此同时水价政策的制定对相关工业部门、第三产业以及城市居民的承受能力等都是政府决策部门和全社会所关注的重要问题[11].由于涉及因素多而复杂,这些问题尚未得到很好的研究[12].近几年随着计算机技术的发展针对政策的模拟仿真研究逐渐兴起,由于该方法能最大程度上减小政策实施的成本和风险,帮助决策者制定正确的方针政策,从而得到了快速的发展.

在研究复杂适应性系统方面,ABM(Agent- Based Model)作为一种重要的工具已在国内外的水价政策实际应用中所发挥的决策支持作用越来越明显.国内外学者利用ABM模型对水价政策开展了诸多研究[12-15].国内学者[13-14]基于ABM模型对水资源供需以及家庭用水需求开展相关研究.国外学者[15]利用ABM模型对城市发展中水资源需求以及水价格仿真模拟研究.与此同时,基于SD(System dynamics)模型的水价政策研究也有报道[16-21].国外学者[16-19]利用SD模型模拟水资源利用效率、水资源价格以及水定价等相关政策,认为合理的水价会促使水资源利用效率的提高,并保证社会的公平性.国内学者[20-21]主要利用SD模型对城市节水效果进行定量评估,同时还模拟了水价调控对产业结构以及生活需水的影响.

当前国内外研究多数是基于单一模型对水价政策进行研究,较少从宏观社会-经济-环境和微观多Agents角度来探讨其合理性,实际情况下由于ABM不能及时反馈整体效应给个体Agent,而宏观SD模型也不能实时反映局部变化情况,使得这两个单体模型尚不能很好解决一个整体复杂的系统仿真.为此,本研究基于复杂适应系统(CAS)理论,提出基于滇池流域水资源承载力约束下耦合ABM和SD的水价政策复杂系统模型框架,将系统中的政府、企业、居民等成员看做主体,通过智能仿真模拟微观企业Agents和居民Agents对水价政策的适应行为,进而通过确定合理的微观居民/工业用水价格,将各Agents对水价政策的结果涌现到宏观社会–经济–环境这个复杂系统.本研究意在通过模拟不同主体对水价政策的适应行为,确定合理水价,进而影响其用水行为,达到节水的目的.

1 数据来源和耦合模型设计

1.1 数据来源

本文研究所涉及的数据来源于滇池流域“十五”至“十二五”期间水污染防治规划、《昆明城市总体规划修编(2006~2020)》、昆明市历年水价征收标准、2001~2014年昆明统计年鉴[22]、2001~2014年昆明环境状况公报、2001~2014年昆明水资源公报、云南省环境状况公报以及“滇池水专项”相关研究成果报告等确定模型中各参数.同时通过对昆明市主城区(盘龙区、五华区、西山区和官渡区)发放调查问卷以及咨询当地供水部门等方式来获取各Agents的基本属性.模型以2009年为基准年,依据滇池流域水价政策现状收费标准,运行至2014年,并根据率定后的模型参数,对滇池流域水价进行智能仿真分析.

1.2 耦合模型设计

1.2.1 滇池流域水价政策ABM仿真设计 由于滇池流域水价政策是当地实施较早、较成熟、开展最为广泛的政策之一,同时水价政策通过制定一定的收费标准,直接作用于城镇居民、企业等微观主体,因此本研究采用ABM的方法,仿真模拟滇池流域水价政策对微观居民Agents、企业Agents、各行业Agents等用水行为的调控,研究各政策对社会–经济–环境的影响,为政府Agent决策提供支撑.

(1)政府Agents 政府Agents对应滇池流域(昆明市)政府及制定和实施其它水污染防治环境经济政策的相关行政机构,是整个政策系统的最高层.政府Agent的行为主要包括:①制定水价政策的相关征收标准,从而调控企业Agents、居民Agents的用水行为;②统计分析各类Agent— —居民Agents、企业Agents、行业Agent的用水情况、经济运行情况等信息,并作出决策,调整以上各政策的征收标准,再将信息发送给各用水Agent,其它用水Agent即会根据所获取的政策标准信息,根据自身的情况,适应性的优化调整自身的用水行为,从而再次涌现到宏观系统,政府Agent再次对这些新的信息进行统计分析,如此循环演化,实现整个系统的调控、反馈与优化.政府Agent水价收费政策传导机制见图1.

(2)居民Agents 居民Agents的主要行为是根据日常生活需要消费一定的水资源.生活用水的消费可为居民Agent带来生活上的舒适;同时消费水也需要支出一定的水费,因此居民也会关注水价,根据自身的收入情况,进行自身用水行为的调整,以达到最大的用水舒适度.居民Agents的适应性主要是在一定的水价条件下,根据自身可支配收入情况,选择消费水量,以获取最大的用水舒适度.根据当地实际情况,滇池流域供水到户的城镇居民施行四级阶梯水价(表1),本研究通过实地调研,获取各个阶梯家庭Agents的基本属性——月用水量、各个用水阶梯家庭的比例及可支配收入().根据可支配收入的多少,分为低收入家庭[0.6, 0.8]、中低收入家庭[0.8,]、中等收入家庭[, 1.2]和高收入家庭[1.2, 1.5].

图1 政府Agents水价收费政策传导机制

Fig 1 The conduction mechanism of water price charging policy for government Agents

表1 滇池流域水价政策征收标准历年调整表

①当各个家庭的属性确定后,每个家庭会自主计算水费支出p,根据滇池流域阶梯水价情况,p的计算见式(1).

式中:1为基础水价, 元/m3;为各家庭Agent月用水量, m3.

②各居民Agent可根据式(1)计算出当月水费支出是否超出可承受范围.由于是家庭月用水量,采用下式计算水费支出情况:

式中:为城镇居民平均每个家庭人口数,根据最新人口普查结果,滇池流域为2.73;为可支配收入.

如果p满足上式,则计该居民Agent为超.根据滇池流域五华区《重大决策社会稳定风险评估实施细则》,以超是否大于20%,作为水价政策决策群众支持率的评判标准.

③居民Agents根据本月的p来调整下一个月的用水量,对于超的居民Agents,下个月将减少用水量;对于p<2%的居民,下一个月可选择增加、减少或保持现有用水量.

④系统每隔12个月(1a),将会根据5000居民Agents的用水情况采用下式统计一次整个流域城镇人口年用水量城镇:

式中:总为滇池流域总人口,万人;为滇池流域城镇化率;居民Agents为每月5000个居民Agents月总用水量, m3;同式(2),取2.73;12为月数.

⑤通过城镇将微观居民Agents的涌现结果反馈到宏观环境系统中,与系统动力学(SD)耦合,即可得出城镇生活用水总量和城镇人均生活用水量V数据.如果城镇人均生活用水量B大于人均年用水量指标,结果将反馈给政府Agent,政府Agent将再次调整并提高水价以控制和调节居民Agents的用水行为,进行下一循环的仿真.如果用水量低于,系统即可输出水价,供政府Agent参考.

(3)企业Agents 企业Agents是这个系统中经济运行的主体,通过生产活动,消耗一定的水量.企业Agents在生产过程中消费水量,需要交纳水费.同时企业Agents在运营过程中主要是根据总费用最小的原则选择用水方式.在模型开始时导入455家滇池流域污染源普查的企业,企业Agent的属性包含以下5个指标:企业名称(Name)、行业类别(Type)、工业增加值(万元)、万元工业增加值新鲜水耗(m3/万元)、工业用水重复利用率(%).

①根据滇池流域水价政策的征收标准和征收范围,在企业生产过程中产生的水价收费计算公式如下:

式中:S为水费,元;I企业Agent工业增加值;W为企业Agent万元工业增加值新鲜水耗,m3/万元;P为工业水价,元/m3.

此外,企业在重复使用二次水的过程中,由于引进技术或者改造升级设备等,也会产生二次水使用费用[23];二次水使用费用计算公式如下:

式中:E为二次水费用,元;W为企业Agent万元工业增加值总耗水量,m3/万元;β为企业Agent工业用水重复利用率;P为二次水价格,元/m3.

②每一年同一行业类型的企业Agents,将本行业的用水参数耦合到系统动力学(SD)各企业Agents所属的行业Agent中,从而计算整个行业的用水量.在每一年仿真结束后,政府Agent将会统计分析并获取整个工业企业的用水数据,与相关规划和总量控制目标进行比较,如果达到相关指标的要求,则输出各政策的价格;如果未达到要求,政府Agent将在下一仿真周期前对政策进行调整.

同时水价的完全成本包含资源水价、工程水价、环境水价和边际使用成本[24],在同一区域内,可认为工程水价、环境水价和边际使用者成本相同.我国水价正处于商品供水价格管理阶段,作为一种商品,水资源稀缺性对水价的影响与普通商品类似,即商品越稀缺,价格越高;商品越丰富,价格越低[24].因此,一个地区的水价与该地区可供水资源利用量密不可分.水资源价格可采用下式表示:

式中:0为水资源价格;0为水资源价格调整系数,为1.15;0为水资源使用价值,参考相关文献[24-25],本文取0.62元;d为水资源需求量,m3;s为可供水资源利用量,m3;0为水资源供给弹性系数,取0.28.

通过式(6)可看出,水资源价格与可供水资源利用量密切相关,且随着可供水资源利用量的增加而减少.再生水回用相对增加了一个地区可供水资源利用量.因此,本文在调控水价时,考虑滇池流域内再生水回用量,增加再生水利用影响因子,采用下式计算调整后水价:

式中:Qh为再生水回用量,m3;当计算居民水价时,Po为居民基础水价P1,当计算工业水价时,Po为工业水价Ps.

(4)行业和产业Agents 行业Agents和产业Agents是滇池流域主要用水主体,其中行业Agent主要包括烟草制品业、有色金属冶炼及压延加工业、医药制造业等21个Agent,产业Agent包含第一产业Agent、第二产业Agent和第三产业Agent.行业Agents和产业Agents是传导和体现微观企业Agents特征的桥梁,是将ABM和SD耦合起来的纽带.各行业Agent通过获取本行业内企业Agents的用水、排污参数,根据经济增长情况,产生污水和排放污染物.政府Agent根据各个行业的用水排污情况,通过控制其经济增长的方式,调控各行业Agent的用水和排污行为,从而达到经济和环境的协调发展.行业Agents与政府Agent和企业Agents交互关系见图2.

1.2.2 水价政策ABM+SD耦合系统设计 SD模型是将研究的复杂系统分为若干子系统,分析各子系统中各要素的因果关系,建立各子系统间的因果关联,从而建立系统回路的综合模型.SD模型通过定量与定性相结合的方式,具有处理非线性、时间延迟等能力,可用来模拟系统对不同政策的响应,并且可以通过仿真来预测不同政策下各子系统的运行结果,特别适合中长期系统研究[26].本文ABM与SD耦合系统主要包括:人口–资源子系统、经济–资源子系统和水资源供需平衡子系统.

(1)人口–资源子系统 通过将滇池流域总人口(常住人口)分成农村人口和城镇人口两部分,并与居民Agents进行耦合.人口–资源–环境子系统中,居民Agents在日常生活中消耗水资源,产生生活污水,排放污染物到环境中;通过人均GDP体现流域内居民的社会生活水平.本文主要研究城镇供水水价对城镇“一表一户”居民用水的影响,农村人口用水根据排污系数法,结合“滇池水专项”以往的调查数据确定参数,通过系统动力学进行仿真模拟.图3人口–资源子系统ABM耦合SD系统流图.

(2)经济–资源子系统 经济–资源子系统通过经济活动创造社会产值,在生产过程中消耗水量.经济–资源子系统中包含的Agent类型及名称见表2.图4为经济–资源子系统ABM耦合SD系统流图.

表2 经济子系统Agents 类型

(3)水资源供需平衡子系统 水资源供需平衡子系统主要是通过ABM耦合SD模型计算流域内居民、企业等在生产和生活中消耗的水资源量,涵盖滇池生态需水量和城市环境生态需水量(城市绿化、道路清扫等),汇总以上得出流域内总用水量,并与流域可供水资源量和再生水回用量(包含分散式再生水回用量和集中式再生水回用量)进行对比,如果供需平衡³0,则说明水价政策与现阶段的经济发展和居民生活相适应;如果供需平衡<0,则提高再生水回用量,以满足供需平衡³0,同时根据再生水回用情况,进一步调整水价和各行业用水方式(图5).

图3 人口–资源子系统ABM耦合SD系统流

图4 经济–资源子系统ABM耦合SD系统流

1.3 耦合模型主要参数及Agents设置

1.3.1 耦合模型主要参数 模型以2009年为基准年,依据水价政策现状收费标准,运行至2014年.根据《滇池流域水污染防治规划研究报告》[中2014年滇池流域相关数据,对模型参数进行率定并输入相关数据,根据模型主要参数及主要Agents设置,构建基于Anylogic平台的ABM耦合SD智能仿真模型(表3).

1.3.2 主要Agents设置 以2009年为基准年,通过模型中各项参数,以2014年数据为依托,预测至2020年,从水价政策调整角度,对滇池流域水价进行智能仿真.

(1)居民Agents设置 居民Agents以家庭为单位,共5000户,其中滇池流域城镇居民人均年用水量指标设置为80m3/a;城镇居民阶梯水价政策直接影响居民Agents的用水行为,居民Agents通过式(3)耦合到SD模型.

表3 模型运行主要参数

(2)企业Agents、行业Agents和产业Agents设置 企业Agents有455家,包含行业Agents的所有类型,输出万元产值耗水量(m3/万元)、万元工业增加值新鲜水耗(m3/万元)的参数至各行业Agents;各行业Agents增加值依据《规划研究报告》,初始增长率设为0.1,最低不低于6.5%,高耗水的行业下一周期降低其增长率,低水耗的行业下一周期适当增加其增长率,6种情景方案(表4)均按照此增长率发展;第一产业Agents和第三产业Agents依照《规划研究报告》和《总量控制报告》中速率发展和耗水,同时考虑产业节水技术的进步,6种情景方案中第一产业Agents和第三产业Agents的耗水强度,比2014年降低5%;第二产业Agents与行业Agents和企业Agents耦合,确定其增长和耗水情况.

图5 水资源供需平衡子系统ABM耦合SD系统流

表4 滇池流域供水情景方案

2 滇池流域水价政策仿真分析

2.1 滇池流域供水情景方案

根据滇池流域1996~2000年共45a的水文系列分析计算,结合《昆明城市总体规划修编(2006~2020)》和戴丽等[27]研究,滇池流域多年平均水资源量5.97亿m3(其中地表水资源量5.4亿m3,地下水资源量0.57亿m3);外流域年调水量9.3亿m3:“掌鸠河引水工程”,年调水量为2.20亿m3;“清水海引水工程”,年调水量为1.04亿m3;“牛栏江-滇池补水工程”,年调水量为6.06亿m3.由于调水工程建设可能会对生态环境产生较大不利影响[28],因此针对滇池流域资源型和水质型缺水现状,进一步探讨通过深入挖掘其节水潜力和提高其深度处理和再生水回用量,以保证水资源供给的可能性.本研究根据滇池流域水资源利用现状,在水资源供给侧,根据“牛栏江-滇池补水工程”调水情况,设定6个情景方案(表4).

2.2 结果分析

根据各Agent设置和率定的参数,采用Anylogic软件对各政策进行多次仿真, 6个情景方案各政策仿真结果见表5.

由表5可以看出,通过模型智能仿真, 6个供水情景下水价政策征收标准均较2014年有所提高.若采取调水方案,居民水价最高由2014年的2.45元/m3提高到3.57元/m3;工业水价最高由2014年的4.35元/m3提高到5.12元/m3.

由于水价与水资源量密切相关[19],通过模型智能仿真, 6个情景方案下,由于可供水资源量和再生水回用量的不同,居民水价和工业水价略有差异.其中,不调水方案的居民水价和工业水价最高,分别为3.62和5.14元/m3;调水方案一的居民水价和工业水价最低,分别为3.23和4.99元/m3.

考虑到滇池流域尚未充分挖掘滇池流域水资源回用潜力,由于昆明市政府每年以1.9元/m3价格,平均每年支付十几亿用于上游调水,本文根据调水情景四,建议滇池流域在未来规划中可适当减少调水量至3.06亿m3,将节省的调水费用用于流域内再生水回用基础设施的建设,增加其水资源回用率至33%以上.

图6 城镇生活用水量与居民水价趋势

根据智能仿真结果的居民水价和城镇生活用水量变化情况如图6.由图6可看出,通过调整居民水价,滇池流域城镇生活用水量增长幅度较小,没有随着城镇居民的增加和生活水平的提高,出现较快的增长.说明滇池流域通过实施水价政策,可有效引导居民Agents的节水行为.同时根据智能仿真过程中工业水价和工业用水重复利用率变化情况如图7.由图7可看出,通过实施水价政策,可使滇池流域工业用水重复利用率呈现逐年增加的趋势,说明工业水价政策有助于促使企业Agents在生产过程中采取节水措施,提高其用水效率.

同时通过对居民Agents行为进行分析可知居民Agents不同收入区间年均月用水量(图8).由8图可看出,滇池流域4类家庭月均用水量均超出水价的第一阶梯,主要集中在水价的第二阶梯11~15m3,其中低收入家庭月均用水量12m3左右,考虑水费价格,低收入家庭月均水费支出63.5元,2014年城镇居民人均可支配收入为31295元,则水费支出占低收入家庭可支配收入的1.48%,在城镇居民可承受范围内[30-31].

表5 不同情景下水价政策仿真结果

图8 居民Agents不同收入家庭年均月用水量

3 结论

3.1 从政策智能仿真角度构建了基于ABM耦合SD的滇池流域水价政策智能仿真模型.利用该模型模拟微观企业Agents和居民Agents对水价政策的适应行为,通过行业Agents、产业Agent耦合至SD模型,进而确定合理的微观居民/工业用水价格,并将政策的调控结果涌现到宏观社会–经济–环境这个复杂系统中,通过调整居民/工业水价,影响其用水行为,达到节水的目的,从而实现滇池流域水价政策对微观主体行为调控和宏观实施效果的模拟.

3.2 通过构建的ABM耦合SD智能仿真模型,依据滇池水污染防治“十三五”规划的目标,对滇池流域水价政策的实施效果进行智能仿真.根据仿真结果,若达到“十三五”规划目标要求,在综合产业结构调整和政策调整的情况下,应保持现有城市阶梯水价计量和计算方式不变,滇池流域居民水价应提高至3.23元/m3,工业水价应提高至4.99元/m3.同时,为保障流域内再生水设施的有效运行,再生水售卖价格应不低于1.4元/m3.

3.3 通过实行流域居民水价政策,滇池流域城镇生活用水量增长幅度较小,说明通过居民水价政策的实施,可有效引导居民Agents的节水行为.同时通过实行流域工业水价政策,滇池流域工业用水重复利用率呈现逐年增加的趋势,说明工业水价政策同样有助于企业Agents在生产过程中采取节水措施,提高其用水效率.

3.4 通过仿真分析,现有规划未能深入挖掘滇池流域再生水回用的潜力,建议在未来发展规划中,滇池流域可适当减少调水量至3.06亿m3,可将支付调水补偿的费用,用于再生水设施的建设,提高其再生水回用率至33%,从而保障水资源的长效可持续利用.

[1] 吴巧生,李世祥,涂金花.武汉市水价政策效应评价[J]. 价格理论与实践, 2005,(10):41+60.

[2] 赵俊波.云南省师宗县城自来水价格规制存在的问题及对策研究[D]. 昆明:云南大学, 2013.

[3] 黄昌硕,徐澎波.水价对南京市用水的影响[J]. 水利经济, 2012,30(1):20-22.

[4] 廖显春,夏恩龙,王自锋.阶梯水价对城市居民用水量及低收入家庭福利的影响[J]. 资源科学, 2016,38(10):1935-1947.

[5] 张晓群.城市水价定价的制度分析与实践探索——以江苏常州市为例[D]. 上海:复旦大学, 2008.

[6] Rogers P, Silva R D, Bhatia R. Water is an economic good: How to use prices to promote equity, efficiency, and sustainability [J]. Water Policy, 2002,4(1):1-17.

[7] Browder G J. Stepping Up: Improving the Performance of China's Urban Water Utilities [J]. World Bank Publications, 2007,4:833- 844.

[8] Whittington D. Municipal water pricing and tariff design: a reform agenda for South Asia [J]. Water Policy, 2003,5(1):61-76.

[9] 李增喜.居民阶梯水价政策有效性研究[D]. 杭州:浙江财经大学, 2016.

[10] 张 琦.城市供水价格改革研究[D]. 济南:山东大学, 2016.

[11] 贾绍凤,康德勇.提高水价对水资源需求的影响分析——以华北地区为例[J]. 水科学进展, 2000,11(1):49-53.

[12] 顾永钢,李怀恩,杨方廷.南水北调中线工程水价仿真研究[J]. 系统仿真学报, 2002,14(12):1571-1574.

[13] 田 昕.基于多Agent的南水北调水资源供需协商研究与仿真[D]. 南京:河海大学, 2007.

[14] Yuan X C, Wei Y M, Pan S Y, et al. Urban household water demand in Beijing by 2020: An agent-based model [J]. Water Resources Management, 2014,28(10):2967-2980.

[15] Ma Y, Shen Z J, Kawakami M, et al. Geospatial techniques in urban planning advances in geographic information science [M]. Chapter 6: An agent-based approach to support decision-making of total amount control for household water consumption, 2012: 107-128.

[16] Stanley R H, Luiken R L. Water rate studies and rate making philosophy [J]. Public Works, 1982,113(5):70-73.

[17] Nieswiadomy M L. Estimating urban residential water demand: Effects of price structure, conservation, and education [J]. Water Resources Research, 1992,28(3):609-615.

[18] Schuck E C, Green G P. Supply-based water pricing in a conjunctive use system: implications for resource and energy use [J]. Resource & Energy Economics, 2002,24(3):175-192.

[19] Raffensperger J F, Milke M. A design for a fresh water spot market [J]. Water Science & Technology Water Supply, 2005,5(6): 217-224.

[20] 何 力.基于SD模型的节水型城市建设激励机制与管理模式研究[D]. 武汉:长江科学院, 2010.

[21] 郑春梅,刘 丹.水价调控的城市节水效应分析——以天津市为例[J]. 人民珠江, 2013,34(3):83-85.

[22] 昆明市统计局.昆明统计年鉴2001~2015 [M]. 北京:中国统计出版社.

[23] 周齐宏,李有润,胡山鹰,等.基于主体(agent)的工业园区用水系统仿真与分析[J]. 计算机与应用化学, 2004,21(3):411-415.

[24] 陈 易,安子琴,姜小川,等.基于完全成本定价模型的大连市水价研究[J]. 水利经济, 2011,29(3):42-45.

[25] 王谢勇,谭欣欣,陈 易.构建水价完全成本定价模型的研究[J]. 水电能源科学, 2011,29(5):109-112.

[26] 倪滕南.济宁市水资源承载力与可持续利用研究[D]. 济南:山东师范大学, 2010.

[27] 戴 丽,贺 彬,夏 峰,等.滇池生态安全保障策略研究[J]. 环境科学导刊, 2012,31(2):347-351.

[28] 刘 宁.响应水质型缺水社会需求的跨流域调水浅析[J]. 中国水利, 2006,(1):14-19.

[29] 陈 欣,顾世祥,浦承松,等.牛栏江-滇池补水工程入湖实施方案研究[J]. 中国农村水利水电, 2012,(11):24-26.

[30] 周春应.基于ELES模型的生活水价与城镇居民承受能力研究——以江苏省为例[J]. 资源科学, 2010,32(2):296-302.

[31] 韩海燕.纳入水价的荣县城乡生活需水量预测研究[D]. 成都:西南交通大学, 2010.

Simulation of water price policy coupled ABM and SD models in Dianchi Lake Basin.

ZHANG Jia-rui1, WANG Hui-hui2, ZENG Wei-hua2*

(1.China Communication Construction Company Tianjin Port & Waterway Prospection and Design Research Institute Co., Ltd., Tianjin 300461, China；2.School of Environment, Beijing Normal University, Beijing 100875, China)., 2017,37(10)：3991~4000

In view of the shortage of water resources and the existing many problems of water price policy in Dianchi Lake Basin, water supply will affect the price of water resources, and then affect the water consumption behavior of residents and industrial enterprises from the perspective of policy simulation. This study proposed a complex system model that coupled multi-agent based models (ABM) and system dynamics (SD) models of watershed water price policy based on the constraint of water resources carrying capacity in Dianchi Lake Basin. The water price policies was simulated and analyzed according to the targets of the 13th Five-Year Plan of water pollution prevention and control in Dianchi Lake Basin. The simulation results indicated that, in the case of the adjustment of comprehensive industrial structure and policy in the Dianchi Lake Basin, in order to achieve the 13th Five-Year Plan targets, the water price of residents and industrial should be raised to 3.23 yuan/m3and 4.99 yuan/m3, respectively. By speeding up the regulation and control of watershed water price policy, it can effectively guide the residents Agents and enterprises Agents to take water-saving measures and improve their water-using efficiency. It is suggested that the water diversion volume of Dianchi Lake Basin should reduce appropriately to attain 3.06 billion m3. Alternatively, the compensation expense of water diversion can be used for the construction of recycled water facilities. Accordingly, the reuse rates of recycled water should reach to 33% that can be ensured the sustainable utilization of water resources.

Dianchi Lake Basin；water resources carrying capacity；the water price of residents；policy simulation

X524

A

1000-6923(2017)10-3991-10

张家瑞(1986-),男,山东临沂人,博士.主要从事流域水资源规划与管理方面研究.发表论文8篇.

2017-03-09

国家水体污染控制与治理科技重大专项(2012ZX07102- 002-05)

* 责任作者, 教授, zengwh@bnu.edu.cn