关于模型有两句老生常谈，一句是“所有的模型都是错的，但是有些是有用的”，第二句则常常用来解释模型怎么样才能有用，类似“模型选择要跟着研究问题走”。
能源环境经济模型都有一个重要的特点，就是其假设预设了结论，而假设的验证要么是困难的、要么是繁杂的，或者假设虽然有问题也没有更好的选择。这使得评估模型结果更像是研究者主观预期的定量化。
这种特点并不妨碍能源环境经济模型有用。科学研究结论的关键不在具体数字，而在阐释机制、阐释量级，前者需要解释来龙去脉、关系因果；后者则需要理解这个问题多重要。
在这两个方面，能源环境经济模型“有用”的例子很多。比如应对气候变化的核心科学依据之一就是存在一个最优的减排、升温目标来平衡气候风险和转型风险，而综合评估模型广泛认为这一区间在1.5-3度之间（阐释量级的例子）。再比如综合评估模型也反复阐释了气候变化对能源安全、大气污染治理和产业升级的协同效应（阐释机制的例子）。
能源环境经济模型“没用”的例子则应该更多。所谓“老一代”能源环境经济评估模型最让人诟病的一点就是假设粗糙、过时、不可行甚至错误；而即使认真拷问每个假设，有些关键假设的不确定性也太大，导致研究和没研究似乎没有区别。
为解决这些问题，新一代模型正在兴起替代老模型。
新一代模型的第一种做法就是让假设更靠近现实。这一努力主要体现在三个方向。第一个方向包括模型更加细节化，涵盖更多的技术类型、更细的尺度、更合理的成本/效率/潜力的假设。不少研究都发现，模型更加细节化不是绣花边，而会改变模型的主要结论。典型的例子如很多老模型中可再生能源成本依然很高，这些假设很过时；比如增加技术进步的机制，这样会促进新技术的部署；比如计算电动汽车潜力时，随意假设一个数字太过粗糙，大数据可以帮助我们理解合理的替代假设是多少等等。传统综合评估模型太粗糙，其政策义涵基本只能关注宏观问题，信息量有限，只有细节足够的模型才是实践有用的模型，同样，研究问题决定细节有多细。
另一方向是把模型更纳入社会、行为、政治因素。老一代模型的假设几乎只考虑技术潜力，对于社会、行为、政治因素的考虑太过粗糙。比如各地对于风电、光伏的接受程度不同；政治上有的地方很容易执行某些政策，其他地方则不行；政治效应也体现在只算总成本-效益分析的话，有些政策早该执行了，但是有些成本集中在个别群体，效益则很分散，这种情形下政治上的挑战应该考虑。新一代模型在参数、假设选择上考虑社会、行为、政治因素，也发现这些因素改变了老模型的结论。
还有就是考虑耦合、关联等“次级”效应。类似综合评估模型的老模型基本志在只考虑最关键、最核心的机制，但有些“次级”效应和耦合机制非常重要，甚至并不次级。比如某一个技术改变对整个供应链的影响，比如部门之间低碳转型的关联。新一代模型挖掘老模型没有阐释的机制并理解其重要程度。
除了靠近现实，新一代模型另一种做法则是展开未来。这有时候也是无奈之举，因为未来的不确定太大了，或者有些问题超过了能源环境经济研究的一般范畴（研究视角：讲故事还是讲套路？）。比如现在基本是共识的：风光主导的电力深度减排的成本要比轻度减排成本高，但是其预设是电网灵活性资源有限且高价，但未来有CCS、新核电、地热、聚光、需求侧响应等等，这些技术未来不确定性太大，所以研究多做一些情景分析；类似的，未来的人口发展、人口迁移、国际局势、贸易结构、物质需求等等其复杂性远超SSP情景的范畴，所以也可以通过展开未来的方法涵盖更多。
新一代模型第三种做法则是考察极端。除了成本效益，应对气候变化的另一个核心考虑就是风险预防；类似的，新一代模型考察最极端的情况，理解气候变化物理风险和转型风险的极端情况，并探索如何避免/减少比较坏的情况。同样，因为引入极端问题的新视角，新模型也会得出和老模型不同的结论。
总而言之，能源环境经济模型“假设预设了结论”的重要特点似乎是固有的研究范式，这些假设能够检验的，老模型多少都问题，新一代模型正在对这些假设细节化、全面化、并纳入新的社会行为政治因素；这些假设不能检验的，新一代模型则志在展开未来、考察极端。
某场学术会议上，很多人从不同角度的用新一代模型展示了ABCD的结果，例如有人讨论纳入新的技术、有人讨论更细的土地政策情景、有人讨论纳入极端天气影响等等，之后的讨论环节一个提问者说他不是这个领域的内行，但是今天听了这么ABCD，就好奇有没有什么模型或者技术在把所有的讲的东西都纳入进来？我在想，百川东到海，还要（需要、何时、如何）复西归吗？
