GEM 是一种集成的、递归的系统动力学模型，旨在帮助国家政策制定者理解和评估低碳经济转型的影响。它通过参与式方法构建，结合了相关利益相关者和主题专家的知识，以创建反映特定国家背景的定制化模型。
GEM 的核心目标是：
- 理解和操作生物物理、社会和经济系统之间错综复杂的相互关系，这些系统处于气候-发展交汇的核心。
- 汇聚相关利益相关方并促进他们之间的共识，以克服典型的协调难题。
- 开发定制化工具以捕捉本地背景，并用于识别具有潜力实现国家和全球发展目标、支持气候变化相关措施的识别与量化政策。
- 行动利益与不行动的成本；以及在制定和评估系统发展计划时构建机构协调能力。
GEM 的方法论及结果的目标受众通常是学术界和机构专家，他们推动关键发展政策，以及那些能更直接影响政策的人，如部长级官员。
GEM 的构建过程包括以下步骤：
- 确定焦点问题：通过评估历史趋势来定义发展议程。
- 制定政策选项：通过比较一系列规定或政策包在特定指标上的组合来评估政策。
- 监测和评估：通过对比模型预测结果与实际实施干预措施后所获得的具体成果，来评估这些干预措施的影响。
GEM 的模型结构包括以下模块：
- 人口：模拟总人口、出生和死亡随时间变化。
- 气候假设：模拟时间随气候变化的降水量和温度的变化。
- 土地使用：提供关于时间序列上土地使用和土地用途变化的资讯。
- 碳储量和土地排放：提供关于一个国家碳储量及其因土地转换而变化的信息。
- GDP 与就业：评估政策对总实质 GDP 和实质 GDP 增长的影响，以及可能的 经济 变化。
- 家庭账户：用于计算名义 GDP；可支配收入；私人消费、储蓄和投资。
- 政府账户：捕捉政府收入、投资和债务。
- 作物生产：根据总耕地面积和作物产量计算作物产量。
- 畜牧业生产：提供对国家总畜群数量及其畜牧业产值的概览。
- 能源需求：预测各行业和来源的国家能源消耗。
- 发电能力：捕捉对电力的需求、传输损耗以及所需和当前发电能力的需求。
- CO e 排放：计算全国 CO 排放。
- 道路：提供当前公路网络状况和公路建设成本的信息。
- 空气污染：预估了最终国内能源消耗产生的空气污染物排放。
- 能源消耗造成的空气污染：考虑了 PM、二氧化硫 (SO) 和 NO 的成本。
- 政策成本的估算：预测了实施低碳发展政策相关的成本。
- 绿色就业：预估了实施绿色经济投资所创造（和失去）的工作岗位数量。
- 可再生能源就业：所有考虑的可再生能源容量类型中的施工和运营维护就业的总和。
- 能源效率就业：因能源效率提升而产生的就业。
- 总绿色就业岗位：电动车辆车队电气化带来的就业总数 + 土地干预带来的就业总数 + 可再生能源就业总数 + 能源效率领域就业总数。
- 生境质量：计算栖息地质量指标，并提供了影响栖息地质量的威胁的见解。
- 微宏模块：将空间评估的结果整合入 GEM 系统的分析结果。
GEM 的优势在于：
- 强调气候行动的协同效益及其在不同行业动态影响的能力。
- 通过参与式建模方法，使利益相关者能够发展对行动及其不作为在跨部门影响的理解。
- 能够模拟不同的政策情景，以评估其对经济、环境和社会结果的影响。
GEM 的局限性在于：
- 并非“现成”的模型；相反，它几乎从零开始构建，并作为整体定制的一部分进行开发。
- 模型规模和数据需求较大。
- 未包含对于某些集成评估模型（IAMs）而言必要的内在气候模型子结构。
- 未专门设计用于揭示与收入分配相关动态的问题。
- 未对国际泄漏潜力进行分析。
GEM 的未来发展方向包括：
- 融入新兴的创新经济概念，比如采用新的繁荣指标来减少对 GDP 这一关键指标的依赖。
- 与当地决策者和利益相关者的咨询，以确保模型的相关性和有效性。
- 改进 GEM，包括将独立的微观模拟框架与 GEM 评估相结合，以评估收入分配的影响。
- 关注即将推出的功能，这些功能可以增强其评估绿色经济的能力。
