·19·吴唯等：基于LEAP模型的区域低碳发展路径研究空基于LEAP模型的区域低碳发展路径研究——以浙江省为例吴唯1，张庭婷2，谢晓敏2，黄震2（1.上海交通大学中英国际低碳学院，上海200240；2.上海交通大学机械与动力工程学院，上海200240）摘要：基于浙江省2005—2016年能源消费等统计数据，以LEAP模型为研究工具，分析了不同情景下浙江省2020—2050年的能源需求和碳排放。结果表明：在基准情景下，浙江省能源需求及碳排放将会持续增长；在充分挖掘浙江省节能减排潜力的条件下，浙江省能源需求及碳排放未来能够实现缓慢增长甚至有所下降。研究发现：短期来看，提高终端能源利用效率是浙江省降低能源需求总量的最有效动力；长期来看，经济转型即产业结构优化，是降低浙江省能源需求总量的最有效路径。而大力发展非化石能源无论是短期还是长期均是浙江省降低二氧化碳排放的最有效选择。关键词：能源消费；碳排放；LEAP模型；浙江省；情景分析中图分类号：F062.2文献标识码：A文章编号：1671-4407(2019)12-019-06ResearchonRegionalLowCarbonDevelopmentPathBasedonLEAPModel:TakingZhejiangProvinceasanExampleWUWei1,ZHANGTingting2,XIEXiaomin2,HUANGZhen2(1.China-UKLowCarbonCollege,ShanghaiJiaoTongUniversity,Shanghai200240,China;2.SchoolofMechanicalEngineering,ShanghaiJiaoTongUniversity,Shanghai200240,China)Abstract:BasedonthestatisticsofenergyconsumptioninZhejiangProvincefrom2005to2016,thispaperusestheLEAPmodelasaresearchtooltoanalyzetheenergydemandandcarbonemissionsofZhejiangProvincefrom2020to2050underdifferentscenarios.Theresultsshowthatunderthebaselinescenario,Zhejiang’senergydemandandcarbonemissionswillcontinuetogrow;Undertheconditionsoffullytappingthepotentialofenergyconservationandemissionreduction,Zhejiang’senergydemandandcarbonemissionswillachieveslowgrowthandevendeclineinthefuture.Theanalysisfoundthatintheshortterm,improvingtheefficiencyofterminalenergyutilizationisthemosteffectivedrivingforceforreducingthetotalenergydemandinZhejiangProvince.Inthelongrun,economictransformation,orcalledindustrialstructureoptimization,isthemosteffectivewaytoreducethetotalenergydemandinZhejiangProvince.Whetherintheshort-termorlong-term,thevigorousdevelopmentofnon-fossilenergyisthemosteffectivechoiceforreducingcarbondioxideemissionsinZhejiangProvince.Keywords:energyconsumption;carbonemission;LEAPmodel;ZhejiangProvince;scenarioanalysis基金项目：中国工程院重大咨询研究项目“推进能源生产和消费革命（2035）——能源革命推动经济社会发展和生态环境保护战略研究”（2018-ZD-11）第一作者简介：吴唯（1995—），男，湖北洪湖人，硕士研究生，研究方向为低碳环境与能源政策。E-mail:1327839773@qq.com通讯作者简介：谢晓敏（1977—），女，陕西华县人，博士，副教授，研究方向为能源政策、能源转型与区域可持续发展。E-mail:xiex-iaomin@sjtu.edu.cn吴唯等1引言气候变化问题是当今全球人类共同面对的最严峻挑战之一，越来越引起国际社会的普遍关注[1]。作为经济快速发展的新兴国家，中国目前已成为世界上最大的碳排放国家。随着国际社会日渐高涨的减排呼声和我国经济的飞速发展，我国以化石能源消费为主的能源结构所导致的高碳排放问题越来越突出。为了进一步应对气候变化，推动我国经济社会可持续发展，如何降低生产消费领域的碳排放逐渐成为重要的研究领域。在此背景下，我国国家及省市层面能源需求及碳排放预测的相关研究陆续展开。在国家层面的研究方面，林伯强和李江龙[2]研究发现，中国煤炭和二氧化碳峰值提早出现将成为自然过程，并且不会明显抑制经济发展；我国碳排放强度变化最重要的驱动因素是生产部门能源·20·《生态经济》第35卷第12期（2019年12月）EcologicalEconomy,Vol.35,No.12(December2019)强度的下降，且在碳排放强度的不同阶段中，各驱动因素对碳排放强度变化的影响程度不同[3]；Jiang&Hu[4]、姜克隽等[5]研究分析了中国未来碳排放情况及各终端部门的贡献，并研究了各类能源技术对于减排所能起到的作用。在省市层面的研究方面，王传磊[6]基于8种不同的情景，预测了浙江省未来能源消费碳排放的发展趋势；席细平等[7]研究发现，南昌市碳排放2024年左右将达到峰值。由于能源涉及经济、环境、社会发展等多个领域，因此，对于能源消费的预测不应当仅仅局限于单一系统，而是应该运用多种建模方法进行综合考虑。LEAP模型（long-rangeenergyalternativesplanningsystem），即长期能源替代规划系统，是于20世纪80年代由瑞典斯德哥尔摩环境协会SEI与美国波士顿大学共同开发，用于长期预测各部门能源需求、消费及环境影响的终端能源消费模型。该模型通过“自下而上”的建模方法来模拟各情景基于终端部门的活动水平、能源强度、污染物排放因子等数据，对不同情境下各终端部门的能源政策、能源需求、能源消费、能源环境影响以及温室气体排放量等进行计算、评估与预测。Islas等[8]使用LEAP模型探讨了墨西哥2025年电力结构的几种潜在可能性及技术路径。徐成龙等[9]利用LEAP模型结合LMDI分解方法研究了山东省2030年之前产业结构调整对山东省碳排放的贡献。常征和潘克西[10]利用LEAP模型预测了上海市2009年至2050年能源需求及碳排放情况，并对相关驱动因素造成的影响进行了分析。Huang等[11]使用LEAP模型对台湾未来能源供需情况进行了预测，并比较了三个不同的核电厂退休计划所带来的影响。目前，LEAP模型在国际上被广泛地应用[8,12]。在我国，LEAP模型主要用在能源需求预测[13]、能源环境影响[14]等方面，涵盖了电力行业[15]、居民生活[16]、交通运输[17]、建筑行业[16]、工业[14]和商业[18]等多个领域。已有的研究很少从宏观社会经济方面和终端各类能源使用技术方面综合考虑，进行情景设置。例如终端电气化带来的影响，鲜有研究涉及；也缺乏不同举措对于节能减排贡献的量化研究。本研究通过广泛调研政府相关能源规划，充分考虑不同举措实施对未来能源消费的影响，量化研究不同措施所贡献的节能减排量，以此确定区域低碳发展路径。作为经济大省，同时也是能源消费大省的浙江，温室气体排放量大，故本文以浙江省为例。在经济下行压力加大的新常态下，随着资源约束日渐趋紧，环境承载力逐步下降，扭转高消耗、高污染、高排放的粗放型增长方式日渐迫切。因此，寻找一条适合浙江省节能减排的低碳发展之路，对于浙江省的能源安全、生态环境治理有着非常重要的作用。研究采用能源系统分析方法，基于浙江省经济发展状况、资源要素禀赋等基本特点，充分调研政府相关能源规划，通过构建LEAP模型进行中长期能源需求预测与碳排放核算。立足于模型计算结果，分析不同节能减排举措对于降低浙江省能源需求总量特别是化石能源需求量以及碳排放所做出的贡献，致力于为浙江省节能减排、低碳发展提供定量化的支持。同时，为构建省市层面较为完整的节能减排低碳发展方案提供思路。2LEAP模型与计算原理2.1计算原理本文基于浙江省能源平衡表以及其他能源消费相关统计数据，对终端各部门活动水平数据和能源强度、加工转化效率以及输送效率进行了详细的描述和设置，从而建模计算得到能源消费总量。其中，能源需求总量=终端部门能源需求量+加工转化投入产出量+损失量。LEAP模型采用的计算过程如图1所示。图1LEAP模型计算过程示意图2.1.1终端部门能源需求量终端部门能源需求量是指一定时期内生产活动和生活消费的各种能源在扣除了用于加工转换二次能源消费量和损失量以后的数量。能够直接利用的一次能源与加工转换产出的二次能源通过输送与分配网络进入到各终端消费部门。根据各终端部门的活动水平和各种活动对应的能源消费品种和终端能源强度，计算该部门对于各种能源的需求量，即预测各终端部门的能源需求量为：SDt=ALt×EIt（1）SDti=SDt×pti（2）式中：SDti为t部门i种能源的终端能源需求量，单位为吨标准煤；ALt为t部门活动水平，单位分别为万元GDP（农业、工业、商业、其他第三产业等终端部门），·21·吴唯等：基于LEAP模型的区域低碳发展路径研究空km2（建筑业），人（生活消费）；EIt为对应的单位活动水平能源消费量，即能源强度，单位分别为万元GDP/吨标准煤（农业、工业、商业、其他第三产业等终端部门），km2/吨标准煤（建筑业），人/吨标准煤（生活消费）；Pti是t部门i种能源的占比，单位为%。通过该地区终端部门的能源需求，可以得到该地区终端部门直接利用的能源消耗量，加上加工转化投入产出量以及输送过程中的损失量，可以得到该地区的能源需求总量。2.1.2损失量能源损失量指一定时期内能源在输送、分配、储存过程中发生的损失和由客观原因造成的各种损失量，不包括各种气体能源放空、放散量。能源损失量的计算过程如下：（3）Ei=1-Li（4）其中：SLi为i种能源的损失量，单位为吨标准煤；SDi为i种能源的终端需求量，单位为吨标准煤；Ei为i种能源的输送效率，单位为%；Li为i种能源输送过程引起的损失率，单位为%。通过以上计算，可以得到能源输送过程中的损失量。2.1.3加工转换投入产出量加工转换投入产出量是指一定时期内投入加工转换的各种能源数量之和与产出各种能源产品之和的差额，是观察能源在加工转换过程中损失量变化的指标。能源的加工转化部门主要为发电、热电联产、炼油、炼焦、供热、制气等部门。本研究主要考虑发电、供热等能源损失率较大的部门。能源加工转化部门的投入产出关系如下：（5）其中：SOi为i种能源加工转换投入产出量，单位为吨标准煤；EIi为i种能源的转化率，单位为%。通过以上计算，可以得到加工转换投入产出量。2.1.4能源需求总量可供本地消费的能源量包括一次能源（primaryenergysupply，PS），涉及煤炭、石油、天然气、可再生能源等品种和二次能源（secondenergysupply，SS），涉及电力、热力等能源消费品种。其中，各省市的能源需求总量Si，包括本地生产Pi、外部调入（主要考虑外来电）Ii，剔除调出量（主要考虑外送电）Ei，并考虑库存变化情况SCi，最终得到本省市能源i的消费总量，单位均为吨标准煤。Si=PSi+SSi=Pi+Ii-Ei+SCi（6）2.1.5二氧化碳排放量计算根据化石燃料中的碳含量进行碳排放量计算。能源需求总量对应的碳排放总量T采用以下公式进行计算。其中，EFi为对应能源i的碳排放因子，单位为吨CO2/吨标准煤；T为二氧化碳排放总量，单位为吨CO2。T=∑iSi×EFi（7）2.2主要数据及来源基于数据的可获取性以及最新的各类能源及社会经济规划所覆盖的时间段，本研究以2015年作为基期，以2020—2050年为预测期，覆盖浙江省能源终端消费、输送以及相应的能源加工转化部门，形成了一个闭合、平衡的能源与碳排放系统。数据主要包括能源历史消费数据、情景设置参数。其中，能源历史消费数据主要来源于《中国能源统计年鉴》（2005—2017年）；情景设置参数主要来源于浙江省能源与碳排放相关政策规划，如《浙江省低碳发展“十三五”规划》《浙江省节能“十三五”规划》《浙江省能源发展“十三五”规划》等。3情景设置与描述能源需求的预测往往受诸多因素的影响。为考察浙江省未来的能源需求和碳排放，基于与能源需求以及碳排放密切相关的主要驱动因素，结合浙江省相关政策目标和浙江省能源利用现状，此处设置了3种不同的综合情景：基准情景、低碳情景及强化低碳情景；3种综合情景通过6种子情景转化，如图2所示。6种子情景分别是经济转型子情景、终端能源利用效率提高子情景、能源输送效率提升子情景、电气化加速子情景、清洁能源替代子情景以及加工转化效率提高子情景，以考察不同政策的贯彻和技术的进步等给能源利用带来的影响。各子情景内涵如表1所示。+终端能源利用效率提高+能源输送效率效率提升+加工转化效率提高+清洁能源替代图2综合情景与子情景关系本研究所使用的数据和情景设置指标主要来源于《中国能源统计年鉴》（2005—2017年）以及浙江省能源与碳排放相关的政策规划，如《浙江省低碳发展“十三五”规划》《浙江省节能“十三五”规划》《浙江省能源发展·22·《生态经济》第35卷第12期（2019年12月）EcologicalEconomy,Vol.35,No.12(December2019)“十三五”规划》等。其中，基准情景关键指标设置如表2所示，低碳、强化低碳及其中各子情景关键指标设置见表3[10]。表2基准情景关键指标设置情景名称关键指标设置/单位关键时间节点值2020年2035年2050年基准情景第三产业占比/%52.859.663.9工业能源强度/(吨标准煤/万元)0.3920.2740.262输电损失/%3.73.43.1终端电力占比/%36.038.039.1非化石能源发电占比/%25.833.037.5发电效率/%34.537.139.1表3子情景关键指标设置情景名称子情景名称关键指标设置/单位关键时间节点值2020年2035年2050年低碳情景经济转型第三产业占比/%52.867.778.3终端能源利用效率提高工业能源强度/(吨标准煤/万元)0.3500.2380.228能源输送效率提升输电损失/%3.73.43.1强化低碳情景电气化加速终端电力占比/%37.138.839.9清洁能源替代非化石能源发电占比/%37.477.985.5加工转化效率提高发电效率/%35.038.541.24结果与讨论4.1不同情景下能源需求总量及化石能源需求量不同情景下能源需求总量及化石能源需求量变化见图3。基准情景下，浙江省未来能源需求总量逐年增加，2020年、2035年和2050年能源需求总量分别为2.26亿吨、2.84亿吨和3.50亿吨标准煤，这和浙江省能源消费大省的地位密切相关。低碳情景下，在经济转型、终端能源利用效率提高及输送效率提升的综合作用下，主要年份能源需求总量分别降低8%（2020年）、20%（2035年）、30%（2050年）；强化低碳情景下，浙江省2020年、2035年和2050年的能源需求总量将进一步减少0.02亿吨、0.04亿吨和0.06亿吨标准煤。作为碳排放的主要来源，着重分析化石能源需求变化。基准情景下，浙江省主要年份化石能源需求量分别为1.62亿吨标准煤（2020年）、1.96亿吨标准煤（2035年）以及2.31亿吨标准煤（2050年），占能源需求总量的比重分别达到72%、69%、66%；低碳情景下，主要年份化石能源需求量分别减少0.13亿吨、0.40亿吨以及0.69亿吨标准煤；强化低碳情景下，浙江省化石能源需求量将进一步下降，化石能源占比减少到69%（2020年）、51%（2035年）、48%（2050年）。注：图中虚线后的数据为预测数据，图4、图5同。图3不同情景下浙江省能源需求总量4.2不同情景下碳排放量及单位GDP碳排放量不同情景下的碳排放量见图4。若延续当前节能减排政策，浙江省碳排放量将持续上升，2020年、2035年、2050年碳排放量分别达到3.90亿吨、4.56亿吨和5.27亿吨CO2。低碳情景下，浙江省碳排放量基本保持稳定，2035年和2050年分别为3.64亿吨和3.70亿吨CO2，这既离不开化石能源消费量的降低，又与能源结构的优化有着密不可分的关系。强化低碳情景下，在各项节能减排举措的综合作用下，浙江省能源消费总量特别是化石能源需求量显著降低，将导致碳排放量进一步降低，于2020年、2035年和2050年分别排放3.42亿吨、2.50亿吨和2.39亿吨CO2。如图5所示，从单位GDP碳排放量来看，2050年浙江省单位GDP碳排放量可从基准情景的0.320吨CO2/万元下降至低碳情景的0.225吨CO2/万元，下降率约30%；强化低碳情景下，2050年浙江省单位GDP碳排放量为0.145吨CO2/万元，较低碳情景下降约36%。中国2015年6月30日向联合国气候变化框架公约秘书处提交的文件中指出，我国二氧化碳排放将计划于2030年左右达到峰值并争取尽早达峰，同时承诺我国单位GDP二氧化碳排放相比2005年下降60%～65%。由本表1子情景内涵子情景名称情景内涵经济转型浙江省第二产业增加值占GDP比重将逐年降低，第三产业占比则逐年上升，本研究假设到2035年，浙江省将大致达到当前国际成熟经济体水平，进入服务经济驱动时代终端能源利用效率提高随着能源技术不断进步以及相关政策的支持，未来单位GDP能耗还将进一步下降能源输送效率提升由于浙江省天然气输送效率已经达到了较高水平，未来再进一步提高的空间有限。故在本研究中，能源输送效率提升主要考虑供电和供热输送效率的提升电气化加速电气化程度是指在终端部门中使用电力的占比。在可预见的未来，浙江省终端部门中的电力使用占比势必会持续提高，提升原因包括如交通行业电动汽车的普及等清洁能源替代燃煤发电机组和供热机组被天然气发电、太阳能光伏发电、风电等非化石能源发电替代加工转化效率提高本研究中，加工转化效率提高主要考虑发电和供热部门。浙江省发电部门将逐步淘汰老旧燃煤电厂，改善常规燃煤发电技术，大量采用先进的超临界、超超临界和整体煤气化联合循环等发电技术·23·吴唯等：基于LEAP模型的区域低碳发展路径研究空研究结果可知，浙江省基准情景（单位GDP二氧化碳排放下降48%）和低碳情景（单位GDP二氧化碳排放下降57%）难以实现该目标，强化低碳情景下则可超额实现（单位GDP二氧化碳排放下降69%）。综合来看，浙江省节能减排的低碳发展任务依然十分艰巨。图4不同情景下浙江省碳排放量图5不同情景下浙江省单位GDP碳排放量4.3各子情景的节能减排贡献分析各子情景对于节能的贡献如图6所示。短期来看（2035年），终端能源利用效率提高对于节能的贡献最大，可达到2035年总节能量的51%；其次是经济转型所带来的节能量，贡献率为42%；再次是加工转化效率提高以及能源输送效率提升所带来的贡献。长期来看（2050年），经济转型所带来的节能贡献量最大，达到了2050年节能贡献量的63%；而终端能源利用效率提高贡献了30%的节能量；加工转化效率提高和能源输送效率提升对节能的贡献则较小。各子情景对于减排的贡献如图7所示。短期来看（2035年），大力发展清洁能源对于减排的贡献最大，可贡献51%的减排量；其次是终端能源利用效率提高所带来的减排量，贡献率为24%；再次是经济转型所带来的减排量，贡献率为20%；最低的为电气化加速以及加工转化效率提高所带来的贡献。长期来看（2050年），依然是清洁能源替代减排贡献量最大，2050年贡献了44%的减排量；而经济转型则贡献了36%的减排量；终端能源利用效率图6不同年份各举措节能贡献提高达到了17%的减排贡献量；能源输送效率提升、电气化加速和加工转化效率提高所贡献的减排量较小。5结论与建议本研究在综合国内外有关能源需求预测及碳排放研究的基础上，建立基于LEAP模型的省级能源需求预测及碳排放模型。以浙江省为案例，旨在分析节能减排政策对能源需求及碳排放的影响，充分挖掘节能减排的潜力，选择低碳发展路径。文章主要结论为：（1）在强有力的政策支持下，浙江省未来能源消费的增长趋势可以得到有效控制；在充分挖掘浙江省节能减排潜力的条件下，浙江省能源消费和碳排放在未来能够实现缓慢增长甚至有所下降。（2）未来浙江省的单位GDP碳排放在3种情景下均呈下降趋势，且在低碳和强化低碳情景下，趋势更加明显。与2005年相比，2030年基准情景和低碳情景单位GDP二氧化碳排放分别下降48%和57%，难以实现我a.2035年30000280002600024000220002000018000终端b.2050年36000340003200030000280002600024000220002000018000终端·24·《生态经济》第35卷第12期（2019年12月）EcologicalEconomy,Vol.35,No.12(December2019)国确定的下降60%～65%这一目标；强化低碳情景下则可超额实现该目标（强化低碳情景下降69%）。（3）终端能源利用效率提高和经济转型对未来能源需求总量降低将起到非常关键的作用（短期分别贡献51%和42%的节能量，长期分别贡献30%和63%的节能量）。增大可再生发电在电力结构中的占比虽然不能减少能源需求总量，但对减排起到了非常显著的作用（短期和长期分别贡献53%和44%的减排量）。鉴于文章得到的主要结论，主要政策建议有：（1）制定合理有效的节能措施，进一步强化节能减排措施，同时将节能减排政策执行到位，这是现阶段控制浙江省能源需求量增长的重要措施。（2）进一步加大科技投入，通过科技创新提高浙江省不同行业的能源终端利用效率，降低能源利用强度。建议从重点部门下手，特别是以某些高能耗企业为代表的工业“用能大户”，要加快淘汰落后产能。（3）推进浙江省产业结构调整，充分挖掘浙江省经济增长的新引擎和新动能。（4）开展节能减排工作，不同的时期应该对不同的举措有所侧重。短期更应该落实能源利用效率的提升，长期则应该更多关注经济结构。（5）加大浙江省非化石能源发电的占比，鼓励可再生能源的规模化和多样化使用，从供应侧减少碳排放。参考文献：[1]WuF,GengY,TianX,etal.Respondingclimatechange:Abibliometricreviewonurbanenvironmentalgovernance[J].JournalofCleanerProduction,2018,204:344-354.[2]林伯强，李江龙.环境治理约束下的中国能源结构转变——基于煤炭和二氧化碳峰值的分析[J].中国社会科学，2015（9）：84-107，205.[3]林伯强，毛东昕.中国碳排放强度下降的阶段性特征研究[J].金融研究，2014（8）：101-117.[4]JiangKJ,HuXL.Emissionscenarioofnon-CO2gasesfromenergyactivitiesandothersourcesinChina[J].ScienceinChinaSeriesC:LifeSciences,2005,48:955-964.[5]姜克隽，贺晨旻，庄幸，等.我国能源活动CO2排放在2020—2022年之间达到峰值情景和可行性研究[J].气候变化研究进展，2016（3）：167-171.[6]王传磊.浙江省碳排放强度的关键影响因素分析以及未来趋势预测[J].现代商贸工业，2019（8）：16-17.[7]席细平，晏恒，王贺礼，等.南昌市CO2排放特征与峰值预测研究[J].能源研究与管理，2019（1）：1-5.[8]IslasJ,ManziniF,MartínezM.RenewableenergiesinelectricitygenerationforreductionofgreenhousegasesinMexico2025[J].Ambio,2002,31(1):35-39.[9]徐成龙，任建兰，巩灿娟.产业结构调整对山东省碳排放的影响[J].自然资源学报，2014（2）：201-210.[10]常征，潘克西.基于LEAP模型的上海长期能源消耗及碳排放分析[J].当代财经，2014（1）：98-106.[11]HuangY,BorYJ,PengCY.Thelong-termforecastofTaiwan’senergysupplyanddemand:LEAPmodelapplication[J].EnergyPolicy,2011,39(11):6790-6803.[12]RoutUK,VoβA,SinghA,etal.EnergyandemissionsforecastofChinaoveralong-timehorizon[J].Energy,2011,36(1):1-11.[13]高俊莲，姜克隽，刘嘉，等.基于LEAP模型的中国煤炭需求情景分析[J].中国煤炭，2017（4）：23-27.[14]邱硕，王雪强，毕胜山，等.LEAP模型下的陕西省节能与温室气体减排潜力分析[J].西安交通大学学报，2016（11）：28-35.[15]武群丽，祖红莲.基于LEAP-Power模型的电力产业碳减排政策情景研究[J].预测，2015（4）：71-75.[16]陈睿，饶政华，刘继雄，等.基于LEAP模型的长沙市能源需求预测及对策研究[J].资源科学，2017（3）：482-489.[17]郭秀锐，刘芳熙，符立伟，等.基于LEAP模型的京津冀地区道路交通节能减排情景预测[J].北京工业大学学报，2017（11）：1743-1749.[18]冯国会，田川，李帅，等.基于LEAP模型的能源规划与CO2减排研究——以辽滨沿海经济区区域为例[J].沈阳建筑大学学报（自然科学版），2017（6）：1124-1131.（责任编辑：保文秀）a.2035年b.2050年图7不同年份各举措减排贡献480004300038000330002800023000180005300048000430003800033000280002300018000终端终端