基于內(nèi)生能源效率改進(jìn)的宏觀減排結(jié)構(gòu)分析

段宏波, 張古鵬, 范　英, 汪壽陽(yáng)

(1. 中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院, 北京100190; 2. 中國(guó)科學(xué)院大學(xué)公共政策與管理學(xué)院,北京 100190; 3. 北京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院, 北京 100191)

?

基于內(nèi)生能源效率改進(jìn)的宏觀減排結(jié)構(gòu)分析

段宏波1, 張古鵬2, 范英3, 汪壽陽(yáng)1

(1. 中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院, 北京100190; 2. 中國(guó)科學(xué)院大學(xué)公共政策與管理學(xué)院,北京 100190; 3. 北京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院, 北京 100191)

本文將內(nèi)生能源效率進(jìn)步機(jī)制引入到綜合評(píng)估模型E3METL中, 并將其區(qū)域化構(gòu)建了中國(guó)能源—經(jīng)濟(jì)—環(huán)境系統(tǒng)綜合模型, 從宏觀層面揭示中國(guó)未來(lái)減排量分擔(dān)結(jié)構(gòu)的變化, 著重分析不同排放約束情景下各排放驅(qū)動(dòng)因素的減排貢獻(xiàn)的動(dòng)態(tài)演變特征. 研究發(fā)現(xiàn): 碳強(qiáng)度和能源強(qiáng)度是對(duì)碳排放產(chǎn)生顯著負(fù)向影響的因素, 而人均收入和人口因素則正向促進(jìn)排放的增長(zhǎng). 排放控制初期, 能效改進(jìn)是最大的減排力量來(lái)源, 其次是人均收入代表的經(jīng)濟(jì)因素; 而在排放控制的中后期, 無(wú)碳能源對(duì)傳統(tǒng)含碳能源的大規(guī)模替代將成為碳減排最大的貢獻(xiàn)途徑. 這意味著政府和企業(yè)應(yīng)當(dāng)充分重視減排力量結(jié)構(gòu)的時(shí)期特征和變化規(guī)律, 前者應(yīng)根據(jù)減排貢獻(xiàn)主體的變化調(diào)整其宏觀政策扶持導(dǎo)向和力度, 逐步推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型; 后者則需對(duì)減排技術(shù)發(fā)展和研發(fā)投入方向進(jìn)行適時(shí)調(diào)整, 繼而更加成本有效地完成碳減排任務(wù).

內(nèi)生能效改進(jìn); 綜合評(píng)估建模; 排放空間約束; 減排貢獻(xiàn)分析

0　引　言

改革開(kāi)放以來(lái), 中國(guó)經(jīng)濟(jì)取得了前所未有的增長(zhǎng). 過(guò)去30年我國(guó)的年均GDP增速達(dá)到9%, 而近10年的經(jīng)濟(jì)增速甚至接近10%, 這遠(yuǎn)高于同期世界經(jīng)濟(jì)的平均增速3.9%[1]. 自2010年開(kāi)始中國(guó)經(jīng)濟(jì)總量已超越日本, 躍居全球第二, 其占世界經(jīng)濟(jì)的比重也由2000年的不足4%升至10%左右[2]. 高速的經(jīng)濟(jì)增長(zhǎng)是以持續(xù)而快速的能源消耗為支撐的, 從2000年到2012年, 我國(guó)的一次能源消費(fèi)量一直以高于世界平均水平7%的年均增速增長(zhǎng)[3]. 能源消費(fèi)的主體依然是含碳的化石能源, 尤其是煤炭 (其消費(fèi)份額穩(wěn)居70%左右). 在此背景下, CO2等溫室氣體排放量的急劇增加是不可避免的結(jié)果. 到2012年, 中國(guó)的CO2排放量已占到全球碳排放總量的26.7%[3]. 這意味著中國(guó)注定將在未來(lái)全球氣候談判中扮演不可或缺的角色, 而這種高耗能、高排放的經(jīng)濟(jì)增長(zhǎng)方式顯然是不可持續(xù)的[4].

如何處理經(jīng)濟(jì)發(fā)展和溫室氣體減排之間的矛盾一直以來(lái)都是各國(guó)密切關(guān)注的重要問(wèn)題, 而可行的途徑主要有兩條:其一是大力發(fā)展替代能源技術(shù), 逐步實(shí)現(xiàn)能源消費(fèi)由含碳能源向無(wú)碳能源的轉(zhuǎn)換; 其二是提高傳統(tǒng)能源的利用效率, 最大可能地降低含碳能源使用的環(huán)境負(fù)影響[5]. 對(duì)中國(guó)而言, 提高能效是現(xiàn)階段較之發(fā)展新能源技術(shù)更為合適的選擇. 這主要基于以下兩點(diǎn)考慮:首先, 從世界范圍來(lái)看, 幾種主要的無(wú)碳能源技術(shù)均處于市場(chǎng)擴(kuò)散的早期階段, 這一階段的顯著特點(diǎn)是技術(shù)本身仍不完善, 使用成本較高, 作為發(fā)展中國(guó)家，中國(guó)在短時(shí)間內(nèi)難以有充足的資金來(lái)支持相關(guān)技術(shù)的研發(fā)和推廣; 其次, 煤炭等化石能源一直以來(lái)都主導(dǎo)了我國(guó)的能源消費(fèi)市場(chǎng), 在資源稟賦約束和產(chǎn)業(yè)慣性的作用下, 這種能源消費(fèi)結(jié)構(gòu)在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)期內(nèi)將難以改變. 在此背景下, 提高傳統(tǒng)能源利用效率的重要性是不言而喻的.

事實(shí)上, 能效改進(jìn)被廣泛認(rèn)為是成本有效的排放控制選擇, 其碳減排潛力十分可觀. 從全球來(lái)看, 充分的能效改進(jìn)可以將2035年之前的全球能源需求平均增速降低0.4%[6]; 如果以每tCO2當(dāng)量的減排成本不高于60歐元的水平為界線, 能效提高所帶來(lái)的減排貢獻(xiàn)最高可以達(dá)到40%[7]. 從地區(qū)來(lái)看, 我國(guó)“十一五”期間, 由能效改進(jìn)所帶來(lái)的化石能源節(jié)約量達(dá)到6.3億t標(biāo)準(zhǔn)煤, 這相當(dāng)于減少了約17億tCO2排放. 如果關(guān)鍵的能效技術(shù)得以充分發(fā)展, 2011年至2030年由能源效率改進(jìn)所帶來(lái)的累積CO2減排量最高可達(dá)48億t[8]. 從部門(mén)來(lái)看, 能效改進(jìn)可以大幅降低水泥生產(chǎn)過(guò)程的碳減排, 這一減排比重最高可達(dá)40%; 而能源效率改進(jìn)在電力部門(mén)的凈減排貢獻(xiàn)約為13%, 在鋼鐵行業(yè)的潛在減排貢獻(xiàn)達(dá)15%～40%[8, 9].

關(guān)于能源效率的相關(guān)研究一直以來(lái)都是能源經(jīng)濟(jì)領(lǐng)域的研究熱點(diǎn), 這些研究為估算部門(mén)或區(qū)域的能源效率水平, 分析能效改進(jìn)的影響因素提供了充分的證據(jù). Wang 等[10]估算了2006年～2010年我國(guó)各省份的能源效率, 指出大部分區(qū)域的能源效率還有較大的改進(jìn)空間, 而技術(shù)創(chuàng)新將是影響能效水平進(jìn)一步提高的關(guān)鍵因素. Lin等[11]利用隨機(jī)前沿分析方法分析了我國(guó)鋼鐵行業(yè)能效水平的區(qū)域差異, 指出經(jīng)濟(jì)結(jié)構(gòu)調(diào)整是影響能效提高的重要因素. Hasanbeigi等[12]認(rèn)為到2030年通過(guò)提高能效可以為中國(guó)鋼鐵行業(yè)累計(jì)節(jié)約電力252 TWh, 由此帶來(lái)的碳減排潛力達(dá)到1.39億t. Filippini 等[13]對(duì)歐盟27個(gè)成員國(guó)居民部門(mén)的能效值進(jìn)行了估算, 認(rèn)為財(cái)政激勵(lì)和能效強(qiáng)化標(biāo)準(zhǔn)能顯著促進(jìn)能源效率的提高, 而情報(bào)性措施對(duì)能效改進(jìn)的影響十分有限. Nordhaus[14]認(rèn)為較高的化石能源價(jià)格不僅可以促進(jìn)能效改進(jìn)投資活動(dòng)的開(kāi)展, 同時(shí)也能有效推動(dòng)能源消費(fèi)行為的轉(zhuǎn)變. 例如, 有研究表明，日益高企的能源價(jià)格是近年來(lái)我國(guó)工業(yè)部門(mén)能源強(qiáng)度不斷下降的關(guān)鍵影響因素[15].

值得注意的是，能效改進(jìn)并不一定會(huì)導(dǎo)致能源節(jié)約, 忽視回彈效應(yīng)的影響可能會(huì)高估技術(shù)進(jìn)步帶來(lái)的資源和能源節(jié)約效應(yīng)[16]. Br?nnlund 等[16]指出能源效率改進(jìn)確實(shí)會(huì)引起能源消費(fèi)回彈, 且能效每提高20%會(huì)導(dǎo)致碳排放增加約5%, 而抵消這些排放則需將碳稅水平提高130%. Mahmood和 Marpaung[17]研究指出: 碳稅與能效改進(jìn)的組合政策可以有效降低能源消費(fèi)和碳排放, 同時(shí)引起能源消費(fèi)回彈效應(yīng). 查冬蘭和周德群[18]利用CGE模型模擬了能效提高所帶來(lái)的回彈效應(yīng), 指出:當(dāng)能效提高4%時(shí), 各考察部門(mén)的回彈效應(yīng)都在30%以上. 此外, 更多有關(guān)能源效率回彈效應(yīng)的研究集中在行業(yè)層面, 包括道路貨運(yùn)交通行業(yè)、居民建筑行業(yè)以及重工業(yè)部門(mén)等[19, 20]. Lin等[19]發(fā)現(xiàn): 就居民建筑用能而言, 城市能效的回彈效應(yīng)要遠(yuǎn)小于農(nóng)村地區(qū); 從全國(guó)來(lái)看, 如果回彈效應(yīng)可以完全規(guī)避, 那么全國(guó)居民建筑行業(yè)每年的電力消費(fèi)量將下降20%. 由此可見(jiàn), 單獨(dú)的旨在節(jié)能的能效改進(jìn)政策的效果可能遠(yuǎn)達(dá)不到預(yù)期[21].

因此, 現(xiàn)有關(guān)于能源效率的研究主要集中在微觀實(shí)證層面, 較少有研究從宏觀角度出發(fā), 考察未來(lái)我國(guó)能源效率水平的長(zhǎng)期變化, 分析排放控制約束的引入對(duì)減排力量結(jié)構(gòu)的影響, 揭示各減排驅(qū)動(dòng)因素的減排潛力的演變特征. 事實(shí)上, 要從宏觀層面研究碳減排背景下的區(qū)域能源效率問(wèn)題至少需要應(yīng)對(duì)兩方面的挑戰(zhàn):首先, 氣候變暖是典型的全球性問(wèn)題, 基于此, 當(dāng)前主流的研究工具—?dú)夂蜃兓C合評(píng)估模型 (IAM) —的模型尺度也是全球性的. 因此, 如何將IAM模型框架區(qū)域化, 并建立中國(guó)氣候變化綜合模型是完成該研究任務(wù)面臨的第一個(gè)挑戰(zhàn); 其次, 當(dāng)前主流的氣候變化綜合評(píng)估模型, 例如:DICE模型和WITCH模型等, 多利用所謂的自發(fā)性能源效率進(jìn)步參數(shù) (AEEI) 來(lái)外生設(shè)定能效進(jìn)步水平[22, 23]. 一般而言, AEEI僅包括消費(fèi)行為的自發(fā)調(diào)整以及能源結(jié)構(gòu)轉(zhuǎn)換等所有非價(jià)格因素所引起的能效改進(jìn)[24]. 然而, 驅(qū)動(dòng)能源效率改進(jìn)的因素有很多, 包括能源價(jià)格的波動(dòng)、價(jià)格驅(qū)動(dòng)的消費(fèi)行為的變化以及能源研發(fā)政策的支持等, 忽視內(nèi)生能源效率進(jìn)步將在很大程度上影響綜合模型中經(jīng)濟(jì)增長(zhǎng)和排放強(qiáng)度演變等結(jié)果[25]. 因此, 完成本研究待解決的第二個(gè)問(wèn)題是如何在系統(tǒng)綜合模型中引入基于R&D的內(nèi)生能源效率改進(jìn)機(jī)制 (EEEI), 同時(shí)考慮內(nèi)生和外生能效改進(jìn), 繼而有效避免能效機(jī)制不完善可能給模型結(jié)果帶來(lái)的偏差.

基于此, 本文工作將從以下幾方面展開(kāi):1) 將全球尺度的系統(tǒng)綜合模型E3METL拓展到區(qū)域?qū)用? 構(gòu)建我國(guó)單部門(mén)經(jīng)濟(jì)-能源-環(huán)境系統(tǒng)綜合模型CE3METL; 2) 發(fā)展內(nèi)生能效刻畫(huà)機(jī)制, 將基于R&D投資的內(nèi)生能源效率改進(jìn)從傳統(tǒng)能源效率部門(mén)分離出來(lái), 完善現(xiàn)有系統(tǒng)綜合模型的能效刻畫(huà)機(jī)制; 3) 利用基于內(nèi)生和外生雙重能源改進(jìn)的CE3METL模型考察2010年～2050年我國(guó)能源效率的動(dòng)態(tài)演變趨勢(shì)和特征, 并利用Kaya分解方法對(duì)排放空間約束情景下各種減排力量的潛在貢獻(xiàn)進(jìn)行分解分析.

1　模型與方法

E3METL模型是一個(gè)典型的以新古典最優(yōu)經(jīng)濟(jì)增長(zhǎng)理論為基礎(chǔ)的氣候變化系統(tǒng)綜合模型, 與經(jīng)典的DICE模型一樣, E3METL模型也可以看成是Ramsey模型的擴(kuò)展. 這類模型的特點(diǎn)是除了傳統(tǒng)投資還包括環(huán)境相關(guān)投資, 于是, 存在與傳統(tǒng)資本存量相對(duì)應(yīng)的環(huán)境資本存量, 即大氣中的溫室氣體濃度[26]. 由于環(huán)境資本累積一般會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生負(fù)向影響, 因此環(huán)境資本也被稱作負(fù)資本. 顯然, 排放的增加將加速負(fù)資本的累積, 而與減排相關(guān)的投資則可減少溫室氣體排放量, 繼而降低總的負(fù)資本存量. 模型總體目標(biāo)是通過(guò)采取減排行動(dòng)來(lái)降低環(huán)境負(fù)資本, 以防止災(zāi)難性的氣候損害的出現(xiàn), 這實(shí)際上是通過(guò)犧牲當(dāng)前消費(fèi)來(lái)?yè)Q取未來(lái)更多可能的消費(fèi)[27].

1.1經(jīng)濟(jì)部門(mén)

E3METL模型的生產(chǎn)過(guò)程主要通過(guò)Cobb-Douglas生產(chǎn)函數(shù)來(lái)描述, 投入要素包括資本K、勞動(dòng)L和能源E, 其中, 資本由投資驅(qū)動(dòng), 勞動(dòng)人口根據(jù)世界銀行的預(yù)測(cè)數(shù)據(jù)外生給定, 能源則包括含碳能源、無(wú)碳新能源和能源相關(guān)的知識(shí)資本. 于是, 生產(chǎn)方程可表示為

(1)

A表示全要素生產(chǎn)率, 它由初始值和年遞減率決定. 產(chǎn)出主要用來(lái)投資I、提供居民消費(fèi)C、支付能源成本EC, 以及進(jìn)行溫室氣體減排AC, 即

Outputt=Ct+It+ECt+ACt

(2)

其中能源成本為各種能源消費(fèi)量與相應(yīng)價(jià)格的乘積, 碳減排成本則主要指含碳能源稅收.

1.2能源技術(shù)部門(mén)

能源部門(mén)是IAM不可或缺的重要部分, 它既是生產(chǎn)部門(mén)能源投入的提供者, 同時(shí)也是CO2等溫室氣體排放的來(lái)源. 此外, 技術(shù)進(jìn)步也往往隱含在能源部門(mén)各種能源技術(shù)的演變過(guò)程中. E3METL模型技術(shù)部門(mén)的特點(diǎn)集中在兩個(gè)方面, 即多重能源技術(shù)演變機(jī)制與內(nèi)生能源效率改進(jìn)機(jī)制.

(3)

其中ai為替代參數(shù), 描述無(wú)碳能源技術(shù)i對(duì)化石能源技術(shù)的替代難易程度.Pi,t表示標(biāo)桿技術(shù) (化石能源技術(shù)) 成本Cf,t與無(wú)碳能源技術(shù)成本Ci,t的相對(duì)比值, 即

Pi,t=Cf,t(1+τt)/Ci,t(1-vi,t)

(4)

因此, 從成本角度來(lái)看, 相對(duì)成本Pi,t越接近于1, 兩種技術(shù)間的替代可能性越大; 當(dāng)Pi,t=1時(shí), 標(biāo)桿技術(shù)與無(wú)碳技術(shù)在理論上將實(shí)現(xiàn)完全替代.Pi,t的變化受兩方面因素的影響, 即碳稅τt與補(bǔ)貼vi,t的政策實(shí)施力度和化石能源技術(shù)與無(wú)碳能源技術(shù)的成本差異. 顯然,Pi,t會(huì)隨著碳稅水平的提高或替代技術(shù)成本的下降而增加. 受能源技術(shù)進(jìn)步的影響, 替代能源技術(shù)的成本將隨著時(shí)間的推移而不斷下降. 這里的內(nèi)生能源技術(shù)進(jìn)步主要通過(guò)雙因素學(xué)習(xí)曲線模型來(lái)刻畫(huà),所謂的雙因素即 “干中學(xué)” (learning-by-doing, LBD) 和 “研中學(xué)” (learning-by-searching, LBS).“干中學(xué)” 過(guò)程是指技術(shù)的發(fā)展 (如裝機(jī)容量或產(chǎn)量的增加) 會(huì)帶來(lái)經(jīng)驗(yàn)或知識(shí)的累積, 而知識(shí)累積到一定程度之后可以促進(jìn)技術(shù)進(jìn)步, 繼而降低技術(shù)使用成本; “研中學(xué)” 過(guò)程是促進(jìn)技術(shù)進(jìn)步的另一內(nèi)在因素, 它通過(guò)針對(duì)性的技術(shù)研發(fā)投入來(lái)累積知識(shí)或經(jīng)驗(yàn), 來(lái)自研發(fā)的知識(shí)最終將與來(lái)自LBD過(guò)程的知識(shí)共同作用于技術(shù)成本的下降過(guò)程. 假設(shè)KDi,t和KSi,t分別表示LBD過(guò)程和LBS過(guò)程的知識(shí)存量, 則雙因素內(nèi)生學(xué)習(xí)模型可如下表示

Ci,t=Θi(KDi,t)-bi(KSi,t)-ci

(5)

上式中的bi和ci分別為L(zhǎng)BD過(guò)程和LBS過(guò)程的學(xué)習(xí)指數(shù), 代表技術(shù)學(xué)習(xí)的速率.Θi由初始知識(shí)存量KDi,0和KSi,0決定.

能源效率刻畫(huà)是E3METL模型的第二個(gè)重要的特色. 從已有研究來(lái)看, 系統(tǒng)綜合模型中的能源效率多為外生設(shè)定, 外生的途徑主要有兩條:其一, 將能效改進(jìn)效應(yīng)暗含在滿足?？怂怪行陨a(chǎn)率假設(shè)的全要素生產(chǎn)率參數(shù)中[25,26]; 其二, 引入自發(fā)性能源效率進(jìn)步參數(shù) (AEEI) 來(lái)刻畫(huà)所有非價(jià)格變動(dòng)因素引起的能效改進(jìn)[28]. 顯然, 當(dāng)前的外生能效處理方法一方面難以囊括價(jià)格變動(dòng)所帶來(lái)的能源消費(fèi)結(jié)構(gòu)調(diào)整和消費(fèi)行為的變化, 另一方面也無(wú)法考慮R&D政策實(shí)施對(duì)能效提高的影響. 因此, 單純的外生能源效率處理方法一直以來(lái)飽受爭(zhēng)議[30]. 本文嘗試發(fā)展基于R&D投入的內(nèi)生能效改進(jìn)機(jī)制, 將同時(shí)考慮內(nèi)生和外生能效進(jìn)步的混合機(jī)制引入到E3METL中. 外生能效改進(jìn)的總體思路是通過(guò)提高能源利用效率, 單位化石能源投入的產(chǎn)值創(chuàng)造能力得到提升, 而單位化石能源消耗的碳排放量 (碳強(qiáng)度) 則沿既定的軌跡隨時(shí)間遞減, 即

(6)

且

φt=e(gt/d)(1-e-dt)

(7)

內(nèi)生能效改進(jìn)的思路是通過(guò)針對(duì)性的研發(fā)資金投入, 促使能源使用相關(guān)知識(shí)資本的形成和積累, 而這種知識(shí)資本對(duì)傳統(tǒng)化石能源的替代作用使得生產(chǎn)能夠在排放更少的情況下進(jìn)行. 此時(shí), 能源投入可以分為兩部分:即傳統(tǒng)化石能源和能源相關(guān)的知識(shí)資本. 假設(shè)SF,t為化石能源的市場(chǎng)份額,KDEt為能源相關(guān)的知識(shí)存量, 則內(nèi)生能效改進(jìn)機(jī)制可描述為

(8)

方程 (8) 中,αee為知識(shí)資本的規(guī)模因子, 用以刻畫(huà)研發(fā)知識(shí)所帶來(lái)的能源節(jié)約效應(yīng)的大小.ρ為知識(shí)資本與化石能源間的替代難易程度, 一般而言,ρ≤1. 能源相關(guān)的知識(shí)資本KDEt來(lái)自能源R&D投入, 創(chuàng)新可能性前沿方法描述了研發(fā)創(chuàng)造知識(shí)的過(guò)程

(9)

由于研發(fā)回報(bào)率是隨時(shí)間變化而遞減的, 因此創(chuàng)新可能性前沿函數(shù)IPF一般需要滿足兩個(gè)條件:1)IPF關(guān)于研發(fā)投入的一階導(dǎo)數(shù)為正, 而其關(guān)于研發(fā)的二階導(dǎo)數(shù)則為負(fù); 2)IPF關(guān)于RD和KDE的混合二階導(dǎo)數(shù)小于0. 這兩個(gè)條件同時(shí)成立要求ψ1,ψ2∈(0,1). 綜合式 (7)和式 (8), 可以得到內(nèi)生能效和外生能效的混合處理機(jī)制, 即

(10)

αF為外生能效改進(jìn)或碳強(qiáng)度下降的規(guī)模因子.

1.3氣候部門(mén)

這部分旨在計(jì)算CO2排放、引入碳循環(huán)過(guò)程、描述由輻射強(qiáng)迫到溫室效應(yīng)形成的過(guò)程, 以及刻畫(huà)溫室效應(yīng)與氣候反饋損失之間的關(guān)系. E3METL模型內(nèi)生計(jì)算的溫室氣體 (GHGs) 主要指人為CO2排放, 其它來(lái)源的碳排放 (如土地使用方式變化所帶來(lái)的碳排放) 與CH4等非CO2排放, 以及氣溶膠粒子等排放均外生設(shè)定[26]. 碳循環(huán)過(guò)程通過(guò)引入三層碳庫(kù)模型 (three-reservoir model) 來(lái)描述, 溫室效應(yīng)則利用全球平均地表溫度的變化來(lái)刻畫(huà). 其它有關(guān)輻射強(qiáng)迫、平均溫度變化以及氣候損害三者之間關(guān)系的描述可參見(jiàn)DICE模型[26].

1.4E3METL模型的區(qū)域化

由于本研究的目的在于從宏觀層面考察排放約束背景下我國(guó)能源效率的長(zhǎng)期演變特征, 并分析各種減排力量的減排分擔(dān)結(jié)構(gòu)和減排貢獻(xiàn)的變化.因此, 需要將全球尺度的綜合評(píng)估模型E3METL區(qū)域化, 以構(gòu)建中國(guó)能源—經(jīng)濟(jì)—環(huán)境系統(tǒng)綜合模型CE3METL. 要完成這一任務(wù)需要做三方面的工作:

1) 進(jìn)行區(qū)域邊界閉合處理. 通過(guò)設(shè)定進(jìn)口占GDP比重的上限值和出口占GDP比重的下限值來(lái)使進(jìn)出口在效用目標(biāo)最大化時(shí)跟從最優(yōu)GDP路徑的變化而變化, 進(jìn)而避免由于市場(chǎng)不完全閉合導(dǎo)致的不合理經(jīng)濟(jì)波動(dòng)的出現(xiàn)[31]. 具體地, 假設(shè)θ1和θ2分別代表進(jìn)口占GDP的最大比重和出口占GDP的最小比重, 且EXPt和IMPt分別表示出口和進(jìn)口價(jià)值量, 則上述邊界處理可公式化為

IMPt≤θ1GDPt

(11)

EXPt≥θ2GDPt

(12)

2)簡(jiǎn)化氣候部門(mén). 由于氣候變化是全球性的問(wèn)題, 在單區(qū)域情況下, 區(qū)域排放對(duì)全球平均氣溫升高的貢獻(xiàn)以及全球氣候變暖對(duì)區(qū)域的反饋影響均無(wú)法確定. 因此, 中國(guó)版的CE3METL模型僅計(jì)算內(nèi)生的人為CO2排放, 對(duì)外生的其它碳和非碳排放, 以及由GHGs排放產(chǎn)生的溫室效應(yīng)和氣候反饋影響等均不予考慮.

3) 更新數(shù)據(jù)庫(kù). 將E3METL模型中所有的初始數(shù)據(jù)替換為中國(guó)數(shù)據(jù), 相關(guān)參數(shù)根據(jù)國(guó)內(nèi)歷史數(shù)據(jù)予以估計(jì)和校準(zhǔn).

1.5Kaya等式與LMDI分解法

大量的實(shí)證研究表明, 經(jīng)濟(jì)增長(zhǎng)、人口演變、能源效率改進(jìn)和新能源技術(shù)發(fā)展是影響碳排放的幾個(gè)關(guān)鍵因素[32-34]. 因此, 為了研究減排任務(wù)的分擔(dān)結(jié)構(gòu)變化, 首先需要考慮如何分離這些關(guān)鍵的減排驅(qū)動(dòng)因素, 而Kaya等式是常見(jiàn)的排放分解方法. 基于此, 本小節(jié)將簡(jiǎn)單介紹Kaya排放分解方法.

一般而言，上述排放影響因素可以具體地表述為: 單位能源消費(fèi)的碳排放量 (碳強(qiáng)度)、單位GDP的能源消費(fèi)量 (能源強(qiáng)度)、人均收入水平和人口數(shù)量[33]. 日本學(xué)者YoichiKaya最早對(duì)CO2排放的影響因素進(jìn)行了分解, 得到了所謂的Kaya等式

(13)

其中CO2、GDP、E和POP分別代表CO2排放量、經(jīng)濟(jì)總量、能源消費(fèi)量和人口總量, 而C、I、G和P則分別表示碳強(qiáng)度、能源強(qiáng)度、人均收入和人口. 顯然,Kaya等式直觀地揭示了各排放影響因素之間的相互關(guān)系. 為了方便對(duì)排放變化進(jìn)行因素分解,Kaya等式可進(jìn)一步變換為[34]

ΔCO2(t)=CO2(t)-CO2(0)

=ΔCIt+ΔEIt+ΔGIt+ΔLIt

(14)

式中ΔCIt、ΔEIt、ΔGIt和ΔLIt分別表示引起排放變化的碳強(qiáng)度影響效應(yīng)、能源強(qiáng)度影響效應(yīng)、經(jīng)濟(jì)影響效應(yīng)和人口影響效應(yīng)的大小. 為了計(jì)算這些驅(qū)動(dòng)因素對(duì)排放的具體影響, 此處引入對(duì)數(shù)平均迪氏分解法 (LMDI), 通過(guò)對(duì)式(14)進(jìn)行差分和乘法分解, 可以得到各個(gè)排放驅(qū)動(dòng)因素的具體表達(dá)式[34]*常用的碳排放分解方法有簡(jiǎn)單平均分解法 (SAD)、加權(quán)迪氏分解法 (AWD) 和對(duì)數(shù)平均迪氏分解法(LMDI)等, 但相較而言, LMDI分解法的實(shí)用性較好, 且能減少分解殘差給結(jié)果帶來(lái)的可能影響[34]. 基于此, 本文也采用LMDI法對(duì)排放進(jìn)行分解.

(15)

(16)

(17)

(18)

對(duì)于既定的碳減排量ΔCO2, 利用式(15)～式(18)可以方便地計(jì)算出各個(gè)驅(qū)動(dòng)因素的減排量大小, 繼而推算出各自相應(yīng)的減排貢獻(xiàn), 即ΔCIt/ΔCO2、ΔEIt/ΔCO2、ΔGIt/ΔCO2和ΔLIt/ΔCO2.

2　數(shù)據(jù)與情景

2.1數(shù)據(jù)處理與關(guān)鍵參數(shù)取值

CE3METL的程序基于GAMS軟件平臺(tái)編寫(xiě), 借助GAMS內(nèi)置的CONOPT求解器和非線性規(guī)劃算法 (NLP) 進(jìn)行動(dòng)態(tài)最優(yōu)化求解. 模型以2010年為初始年, 模擬的時(shí)間區(qū)間為2010年～2050年. 各種能源技術(shù)的初始消費(fèi)量、市場(chǎng)份額等能源相關(guān)數(shù)據(jù)來(lái)自于中國(guó)能源統(tǒng)計(jì)年鑒2012, 并以電力監(jiān)管年度報(bào)告2010中的相關(guān)數(shù)據(jù)予以補(bǔ)充[35, 36];GDP、消費(fèi)、投資和資本存量等宏觀經(jīng)濟(jì)數(shù)據(jù)來(lái)自于中國(guó)統(tǒng)計(jì)年鑒2012[1]. 初始化石能源復(fù)合成本取國(guó)內(nèi)煤炭?jī)r(jià)格、國(guó)際原油價(jià)格和天然氣進(jìn)口價(jià)格平均值 (以消費(fèi)份額加權(quán)). 對(duì)非化石能源而言, 其成本分布區(qū)間較大, 且不同地區(qū)、不同裝機(jī)規(guī)模和技術(shù)利用方式下的成本分布區(qū)間也不盡相同. 一般而言, 除了水電和核能的利用成本與化石能源接近之外, 陸上風(fēng)能和生物質(zhì)能的成本為傳統(tǒng)能源的2倍左右, 而光伏太陽(yáng)能以及海上風(fēng)電等新能源技術(shù)的成本甚至達(dá)到化石能源的5倍～8倍[37]. 據(jù)此, 設(shè)定生物質(zhì)能、核能、水電和其它可再生能源的成本分別表示為:8 136元/t標(biāo)煤、4 068元/t標(biāo)煤、1 627元/t標(biāo)煤和5 811元/t標(biāo)煤.

中國(guó)科技統(tǒng)計(jì)年鑒的數(shù)據(jù)顯示, 2010年我國(guó)總研發(fā)投入為7 062.58億元[38]. 高昌林等[39]研究指出我國(guó)能源研發(fā)占總研發(fā)的比重將從2000年的6.4%增加到2010年的7%左右. 此外, 從國(guó)際經(jīng)驗(yàn)來(lái)看, 能源研發(fā)資金的主要用途是提高傳統(tǒng)能源利用效率, 用于新能源研發(fā)的投資比重僅占10%左右[39]. 據(jù)此, 可計(jì)算出基年我國(guó)的能源研發(fā)的支出為494.38億元, 其中能效研發(fā)支出和無(wú)碳能源研發(fā)支出分別為444.94億元和49.44億元. 此外, 還假定各種無(wú)碳能源技術(shù)的初始研發(fā)資金按照各自相應(yīng)的技術(shù)市場(chǎng)份額來(lái)進(jìn)行分配.

模型運(yùn)行依賴的關(guān)鍵參數(shù)包括技術(shù)學(xué)習(xí)率、研發(fā)投資回報(bào)率、知識(shí)資本折舊率以及知識(shí)資本與傳統(tǒng)能源間的替代率等. 一般而言, 學(xué)習(xí)率的大小與技術(shù)所處的發(fā)展階段密切相關(guān), 成熟的技術(shù) (如水電和核電) 學(xué)習(xí)率普遍較小; 快速發(fā)展中的技術(shù) (如風(fēng)電和地?zé)崮? 學(xué)習(xí)率較大, 約為9.8%～12.9%; 而處在發(fā)展早期的技術(shù) (如光伏和潮汐能) 的潛在學(xué)習(xí)效果最強(qiáng), 其學(xué)習(xí)率最高可達(dá)20%以上[40, 41]. 能源相關(guān)知識(shí)與化石能源間的替代難易程度在很大程度上依賴于能源研發(fā)與能源價(jià)格間的長(zhǎng)期替代彈性[42]. 以能源研發(fā)與能源價(jià)格間的替代彈性為初始值, 再根據(jù)不斷升高的化石能源價(jià)格, 可以迭代得出給定歷史時(shí)期的能源研發(fā)投入水平, 當(dāng)該研發(fā)投入路徑與真實(shí)研發(fā)支出路徑最大可能地接近時(shí), 即得到了能效相關(guān)的知識(shí)資本與化石能源間的替代難易程度參數(shù)值. 詳細(xì)的參數(shù)取值見(jiàn)表1.

表1　關(guān)鍵參數(shù)值選取

2.2碳排放約束情景設(shè)置

為了考察不同碳排放空間約束下能源效率的減排貢獻(xiàn)及其動(dòng)態(tài)演變特征, 本節(jié)需要引入排放空間約束情景. 事實(shí)上, 已有一些文獻(xiàn)就未來(lái)我國(guó)的碳排放路徑和空間分配問(wèn)題進(jìn)行了探討. 如:Garnaut[44]認(rèn)為與2001年相比, 中國(guó)2020年的碳排放將增長(zhǎng)195%, 而2050年的排放則將降低45%; 聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署 (UNDP) 報(bào)告預(yù)測(cè)中國(guó)2020年的排放量將比2004年增長(zhǎng)近80%, 而2050年的碳排放需在1990年的基礎(chǔ)上降低20%[45]; 國(guó)內(nèi)學(xué)者丁仲禮等[46]估算了兩攝氏度溫控目標(biāo)下各國(guó)的排放配額, 認(rèn)為中國(guó)2006年～2050年的排放空間約為109.9GtC. 據(jù)此, 設(shè)定了除參考情景 (REF) 以外的三種排放空間約束情景, 并估算了各種情景下我國(guó)2010年至2050年的碳排放配額, 詳見(jiàn)表2. 值得注意的是, 從價(jià)碳稅作為主要的政策減排選項(xiàng)被外生引入到CE3METL中, 碳稅稅率的設(shè)定標(biāo)準(zhǔn)是使考察期內(nèi)的累積CO2排放總量達(dá)到各空間約束情景下的碳排放控制要求.

表2　情景設(shè)置和排放空間估算

3　結(jié)果與分析

3.1參考情景

參考情景 (REF), 即不考慮碳排放約束的情景, 在此情景下能源效率改進(jìn)包括內(nèi)生和外生兩部分. 從圖1可知,REF情景下,GDP將從2010年的40.12萬(wàn)億增加到2030年的124.41萬(wàn)億 (2010年價(jià)格), 這一階段的平均GDP增速約為5.8%; 到2050年, 我國(guó)GDP總量達(dá)到189.58萬(wàn)億元, 整個(gè)模擬期內(nèi)的平均GDP增速約為4%*通過(guò)校準(zhǔn)和對(duì)比, CE3METL的GDP增長(zhǎng)路徑與石敏俊等[47]研究中的GDP增長(zhǎng)趨勢(shì)較為一致.. 2010年～2050年，能源消費(fèi)量持續(xù)增加，但增速明顯放緩. 2050年的能源消費(fèi)量較2010年增長(zhǎng)2.67倍左右, 且模擬期內(nèi)一次能源消費(fèi)平均增速約為3.3%, 這一結(jié)果與UNDP參考情景的預(yù)測(cè)結(jié)果較為接近[48]. 此外,考察期內(nèi), 碳排放未出現(xiàn)峰值點(diǎn);到2050年, 我國(guó)的CO2排放量達(dá)到5.53GtC, 該水平較IEA基準(zhǔn)情景下的排放值偏高, 而與UNDP參考情景下的碳排放水平相當(dāng)[49].

圖1參考情景下各關(guān)鍵變量的增長(zhǎng)演變

Fig. 1EvolutionofthekeyvariablesundertheREFcase

3.2內(nèi)生能效改進(jìn)機(jī)制的引入對(duì)減排結(jié)構(gòu)的影響

為了方便考察內(nèi)生能效改進(jìn)機(jī)制下各個(gè)排放驅(qū)動(dòng)因素對(duì)碳排放增長(zhǎng)的貢獻(xiàn), 本小節(jié)引入無(wú)內(nèi)生能效改進(jìn)情景作為對(duì)比. 為方便區(qū)分, 新引入的情景簡(jiǎn)稱為NEEEI情景, 而原有參考情景則換稱為EEEI情景. 圖2展示了兩種情景下的各驅(qū)動(dòng)因素對(duì)碳排放增長(zhǎng)的影響. 總體看來(lái), 碳強(qiáng)度和能源強(qiáng)度與排放之間始終保持著負(fù)相關(guān)關(guān)系, 而人均收入是唯一一個(gè)對(duì)排放產(chǎn)生持續(xù)正向影響的因素. 顯然, 無(wú)論是碳排放強(qiáng)度的下降, 還是能源強(qiáng)度的下降, 其最終的結(jié)果都將導(dǎo)致同等產(chǎn)出的碳排放量下降; 而在人口數(shù)量相對(duì)穩(wěn)定的情況下,GDP的快速增長(zhǎng)勢(shì)必會(huì)帶來(lái)更多的能源消耗和碳排放. 此外, 圖2還顯示, 人口增長(zhǎng)先是對(duì)碳排放產(chǎn)生正向影響, 從2045年開(kāi)始, 人口與排放的關(guān)系發(fā)生轉(zhuǎn)變. 這主要受人口增長(zhǎng)路徑的影響,CE3METL假設(shè)人口增長(zhǎng)沿世界銀行的預(yù)測(cè)路徑變化, 在該路徑下, 我國(guó)的人口數(shù)量呈現(xiàn)先增加后下降的趨勢(shì), 并于2030年達(dá)到人口峰值. 顯然, 隨著模擬后期人口數(shù)量的下降, 受人口驅(qū)動(dòng)的排放量也將相應(yīng)地下降, 但由于人口下降的速度遠(yuǎn)低于GDP的增長(zhǎng)速度, 使得影響關(guān)系的轉(zhuǎn)變出現(xiàn)一定程度的滯后.

圖2內(nèi)生能效改進(jìn)機(jī)制下各排放驅(qū)動(dòng)因素對(duì)碳排放增長(zhǎng)路徑的影響

Fig. 2TheimpactsofkeydrivingfactorsonthegrowthofCO2emissionswithandwithoutEEEI

從圖2還可以看出, 與EEEI情景相比,NEEEI情景下的碳排放量會(huì)顯著增加, 2020年時(shí), 增幅為9.9%, 而到2050年, 排放增幅將接近13%. 顯然, 基于R&D的內(nèi)生能源效率改進(jìn)的減排效果是十分明顯的. 事實(shí)上, 兩種情景下由人均收入因素驅(qū)動(dòng)的碳排放變化并不顯著, 這表明: 內(nèi)生能效改進(jìn)所帶來(lái)的碳減排效應(yīng)主要得益于碳強(qiáng)度和能源強(qiáng)度的下降. 從排放分解的貢獻(xiàn)比率來(lái)看, 內(nèi)生能源效率的引入會(huì)較大幅度的提高人均收入因素在碳排放變化中的貢獻(xiàn)值.例如:2015年,EEEI情景下人均收入因素對(duì)排放增長(zhǎng)的貢獻(xiàn)率為162.46%, 而在NEEEI情景下, 這一貢獻(xiàn)比重僅為110.81% (圖3). 此外, 內(nèi)生能源效率改進(jìn)引入以后, 能源相關(guān)的知識(shí)資本開(kāi)始替代傳統(tǒng)含碳能源, 這使得EEEI情景下的碳強(qiáng)度出現(xiàn)明顯下降, 繼而促使該情景下由碳強(qiáng)度帶來(lái)的減排貢獻(xiàn)率的顯著升高.例如:2015年時(shí), 內(nèi)生能效情景下能源強(qiáng)度變化對(duì)排放的貢獻(xiàn)比率約為-59.26%, 而不考慮內(nèi)生能源改進(jìn)時(shí)這一數(shù)值僅為-0.03% (圖3). 顯然, 由人均收入變化給碳排放帶來(lái)的正向效應(yīng)的增幅要遠(yuǎn)小于由碳強(qiáng)度變化給碳排放帶來(lái)的負(fù)向影響效應(yīng), 這也從另一角度解釋了為何內(nèi)生能源效率改進(jìn)的引入能夠顯著降低碳排放水平.

圖3內(nèi)生能效改進(jìn)機(jī)制下各排放分解因素對(duì)排放增長(zhǎng)的貢獻(xiàn)份額

Fig. 3ThecontributionsofvariousdecompositionfactorstothegrowthofCO2emissionswithandwithoutEEEI

3.3排放約束下的減排貢獻(xiàn)分析

圖4左側(cè)顯示的是不同排放空間約束情景下各個(gè)分解因素對(duì)減排量的分擔(dān)情況, 圖4右側(cè)展示了各個(gè)排放驅(qū)動(dòng)因素的具體減排貢獻(xiàn)的變化 (相對(duì)于REF情景). 總體看來(lái), 排放約束越嚴(yán)格, 減排行動(dòng)開(kāi)始得越早, 同時(shí)減排力度也越大.在DING情景下, 排放軌跡將在2045年左右出現(xiàn)峰值, 而在更為嚴(yán)格的UNDP情景下, 排放峰值點(diǎn)則將提前到2035年左右.

從減排貢獻(xiàn)的變化情況來(lái)看, 盡管隨著時(shí)間的推移和排放控制力度的增強(qiáng)人均收入因子所分擔(dān)的減排量有不同程度的增加, 但是其減排貢獻(xiàn)卻呈遞減趨勢(shì), 從2015年的40%左右降至2050年的20%左右. 由于減排前后的人口變化路徑是相同的, 因此, 人均收入因子所分擔(dān)的減排絕對(duì)量的增加說(shuō)明了嚴(yán)格的排放約束造成了更大的經(jīng)濟(jì)損失, 致使能源消費(fèi)和碳排放量都出現(xiàn)更大幅度的下降. 但是相比于其它減排因素, 其減排分擔(dān)量依然較小, 使得其減排貢獻(xiàn)被不斷擠占. 能源強(qiáng)度分擔(dān)的減排量最大, 在DING情景下, 2015年時(shí)能源強(qiáng)度變化帶來(lái)的減排貢獻(xiàn)達(dá)到50.76%, 即使在嚴(yán)格的UNDP情景下, 其減排貢獻(xiàn)依然高達(dá)44.69%, 明顯高于其它兩種減排力量. 與人均收入因素相比, 能源強(qiáng)度所分擔(dān)的減排量也隨時(shí)間的變化而不斷增加; 所不同的是, 排放約束越嚴(yán)格, 其相應(yīng)的減排貢獻(xiàn)的下降速度越快. 例如:在UNDP情景下, 能源強(qiáng)度的減排貢獻(xiàn)將從2015年的45.69%降至2050年的不到10%. 能源強(qiáng)度分擔(dān)的減排絕對(duì)量的增加正好反映了能源效率的提高, 這其中包含了內(nèi)生和外生能效改進(jìn)的雙重效果; 而其減排貢獻(xiàn)的迅速下降則說(shuō)明存在嚴(yán)格排放管制時(shí), 能源效率并不是貢獻(xiàn)最大的減排力量, 相反, 其減排貢獻(xiàn)會(huì)被其它因素進(jìn)一步擠占.

碳強(qiáng)度是三個(gè)減排驅(qū)動(dòng)因素中唯一一個(gè)減排分擔(dān)量和減排貢獻(xiàn)都隨時(shí)間的變化和排放管制程度的增強(qiáng)而不斷增加的因素. 盡管2015年時(shí), 三種情景下碳強(qiáng)度的減排貢獻(xiàn)都不足10%, 但是隨著時(shí)間的推移, 其減排貢獻(xiàn)增長(zhǎng)迅速, 到2050年,DING情景、GARN情景和UNDP情景下, 碳強(qiáng)度的減排貢獻(xiàn)分別增至32.14%、54.55%和72.65%. 顯然, 在排放控制的中后期, 該因素成為了CO2減排的主要力量. 事實(shí)上, 由于本研究將所有的化石能源當(dāng)作一種復(fù)合含碳能源來(lái)處理, 并沒(méi)有考慮具體的化石能源結(jié)構(gòu), 故而碳排放因子也是常量. 因此, 碳強(qiáng)度的變化實(shí)際上體現(xiàn)的是傳統(tǒng)化石能源與無(wú)碳新能源之間組份結(jié)構(gòu)和替代關(guān)系的變化. 而前面的結(jié)果表明, 減排的根本途徑是無(wú)碳能源對(duì)傳統(tǒng)能源的大規(guī)模替代, 因此，人均收入因素和能源效率因素的減排貢獻(xiàn)將在很大程度上被能源結(jié)構(gòu)替代轉(zhuǎn)換的減排貢獻(xiàn)所擠占. 顯然, 減排中后期非化石能源技術(shù)得到大規(guī)模發(fā)展的直接推動(dòng)力是嚴(yán)格的排放管制. 一方面, 嚴(yán)格的排放約束意味著較高的碳稅水平, 這將大幅提高化石能源的利用成本; 另一方面, 在嚴(yán)格的減排目標(biāo)下, 各方發(fā)展替代能源的積極性和緊迫性會(huì)顯著提高, 伴隨而來(lái)的是不斷增加的新能源技術(shù)研發(fā)投入, 這使得基于LBS和LBD的雙重技術(shù)學(xué)習(xí)效應(yīng)不斷增強(qiáng), 繼而促使替代能源技術(shù)成本快速下降. 而上述兩方面影響的結(jié)果是提高無(wú)碳能源技術(shù)的成本競(jìng)爭(zhēng)力, 最終加速其市場(chǎng)擴(kuò)散, 并大規(guī)模地替代傳統(tǒng)含碳能源*事實(shí)上, 由Kaya分解式可知, 影響排放的因素總共有四個(gè), 但由于與參考情景相比, 排放約束情景下的人口演變路徑并沒(méi)有任何變化, 故而人口因素帶來(lái)的減排變化量為零. 因此, 此處僅對(duì)除人口因素以外的其它三個(gè)因素進(jìn)行了分析..

圖4不同排放空間約束下排放驅(qū)動(dòng)因素的減排分擔(dān)量和減排貢獻(xiàn)的演變特征

Fig. 4Theevolutionofcarbonreductionsforthedecompositionfactorsundervariouscarbon-restrainedscenarios

4　結(jié)束語(yǔ)

本研究主要圍繞內(nèi)生能效改進(jìn)機(jī)制下不同排放驅(qū)動(dòng)因素的碳減排貢獻(xiàn)分析這一主題展開(kāi), 其特點(diǎn)可以歸納為三個(gè)方面:從研究視角來(lái)看, 當(dāng)前關(guān)于能源效率的研究多集中于微觀實(shí)證層面, 鮮有文獻(xiàn)從宏觀層面來(lái)研究能源效率改進(jìn)對(duì)排放增長(zhǎng)的影響, 本文通過(guò)構(gòu)建區(qū)域能源-經(jīng)濟(jì)-環(huán)境系統(tǒng)綜合模型從宏觀層面來(lái)探索能源效率, 尤其是內(nèi)生能源效率改進(jìn)對(duì)碳減排的影響. 從方法層面看, 已有自頂向下的系統(tǒng)綜合模型 (包括IAM) 多借助AEEI參數(shù)以外生設(shè)定能效改進(jìn)水平, 本文將內(nèi)生能效改進(jìn)機(jī)制引入到新構(gòu)建的CE3METL模型中, 同時(shí)考慮了內(nèi)生和外生的復(fù)合能效改進(jìn)效應(yīng). 從研究問(wèn)題來(lái)看, 目前多數(shù)文獻(xiàn)關(guān)注的是能效改進(jìn)所帶來(lái)的宏觀減排潛力的大小, 少有文章研究碳減排發(fā)生時(shí)各關(guān)鍵排放影響因素的減排分擔(dān)和減排貢獻(xiàn)結(jié)構(gòu)的變化, 尤其對(duì)中國(guó)而言.本文工作針對(duì)性地彌補(bǔ)了這一研究不足.

通過(guò)研究發(fā)現(xiàn):碳強(qiáng)度和能源強(qiáng)度是對(duì)碳排放產(chǎn)生顯著負(fù)向影響的因素, 而人均收入和人口因素則正向促進(jìn)排放的增長(zhǎng). 值得一提的是, 隨著人口拐點(diǎn)的到來(lái), 人口因素對(duì)碳排放的影響將發(fā)生轉(zhuǎn)變, 人口數(shù)量的下降最終會(huì)降低碳排放增速. 內(nèi)生能效改進(jìn)的引入對(duì)排放的影響主要體現(xiàn)在兩方面:即人均收入因素對(duì)排放的促增影響和碳強(qiáng)度因素對(duì)排放的抑降影響. 然而, 碳強(qiáng)度因素對(duì)排放的負(fù)向影響要遠(yuǎn)大于人均收入的正向影響, 最終使得碳排放總量大幅下降. 排放控制初期, 能效改進(jìn)是最大的減排來(lái)源, 其次是人均收入代表的經(jīng)濟(jì)因素. 但隨著時(shí)間的推移, 這兩個(gè)因素的減排貢獻(xiàn)都呈現(xiàn)不同程度的下降, 尤其對(duì)于能源效率因素而言, 取而代之的是新能源發(fā)展帶來(lái)的能源結(jié)構(gòu)的變化. 事實(shí)上, 在排放控制的中后期, 無(wú)碳新能源對(duì)傳統(tǒng)化石能源的大規(guī)模替代成為了碳減排最大的貢獻(xiàn)途徑, 在嚴(yán)格的排放控制情景下其減排貢獻(xiàn)最高可達(dá)72.65%.

因此, 了解減排量的分擔(dān)結(jié)構(gòu), 掌握各減排驅(qū)動(dòng)因素的減排貢獻(xiàn)的動(dòng)態(tài)演變特征, 對(duì)于政府制定合理的減排目標(biāo)和適宜減排技術(shù)扶持政策, 對(duì)排放主體企業(yè)找準(zhǔn)減排技術(shù)投資定位，進(jìn)行成本有效的減排具有十分重要的意義. 顯然, 加大政府在能效改進(jìn)方面的研發(fā)投入, 同時(shí)引導(dǎo)更多私有資金流向能效改進(jìn)部門(mén), 是減排初期有效的政策方向. 在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)期內(nèi), 化石能源無(wú)疑將繼續(xù)扮演能源供給主力的角色, 這使得能效改進(jìn)成為了這一時(shí)期化解經(jīng)濟(jì)穩(wěn)定增長(zhǎng)和二氧化碳減排之間矛盾的不二選擇. 針對(duì)性的研發(fā)活動(dòng)的開(kāi)展, 能夠快速改進(jìn)傳統(tǒng)能源利用效率, 從而大幅降低單位產(chǎn)出的CO2排放. 相較于排放控制目標(biāo)帶來(lái)的高昂的碳稅, 對(duì)企業(yè)而言, 通過(guò)研發(fā)投入來(lái)提高能源效率可能是更具經(jīng)濟(jì)性的減排選擇[50]. 在排放控制的中后期, 政府和企業(yè)減排努力的方向需要逐步調(diào)整, 因?yàn)檫@一時(shí)期化石能源的資源稀缺性表現(xiàn)得更為明顯, 且能效改進(jìn)的潛力已十分有限, 同時(shí), 無(wú)碳能源技術(shù)開(kāi)始規(guī)?；l(fā)展. 因此, 這一時(shí)期大力發(fā)展無(wú)碳能源技術(shù), 并促進(jìn)其對(duì)傳統(tǒng)能源的替代轉(zhuǎn)化應(yīng)當(dāng)成為有關(guān)部門(mén)政策減排的重心. 具體來(lái)看, 對(duì)政府而言, 需要確立替代減排的地位, 明確無(wú)碳能源技術(shù)發(fā)展的方向, 制定具體的產(chǎn)業(yè)發(fā)展規(guī)劃和詳實(shí)的幫扶計(jì)劃, 為企業(yè)發(fā)展各種新能源營(yíng)造良好的政策環(huán)境; 同時(shí), 還需要制定高碳、高耗能設(shè)備的逐步淘汰計(jì)劃，減少支柱產(chǎn)業(yè)對(duì)傳統(tǒng)能源的依賴, 既有利于能源結(jié)構(gòu)的轉(zhuǎn)型，也可為新能源的大規(guī)模利用創(chuàng)造條件. 對(duì)企業(yè)而言, 研發(fā)投資的重點(diǎn)應(yīng)該從提高能效逐步轉(zhuǎn)向發(fā)展替代能源技術(shù), 制定高碳固定資本的加速折舊計(jì)劃了; 利用良好的政策環(huán)境大力推進(jìn)無(wú)碳能源技術(shù)的市場(chǎng)化, 在完成減排任務(wù)的同時(shí)實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)轉(zhuǎn)型.

[1]國(guó)家統(tǒng)計(jì)局. 中國(guó)統(tǒng)計(jì)年鑒2011[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2012.

StateStatisticsBureau.ChineseStatisticalYearbook2011[M].Beijing:ChinaStatisticalPublishingHouse, 2012. (inChinese)

[2]WorldBank.GlobalEconomicProspects:UncertaintiesandVulnerabilities[R].WashingtonDC, 2012.

[3]BritishPetroleum(BP).StatisticalReviewofWorldEnergy[R].UK:London, 2013.www.bp.com/statisticalreview.

[4]卞亦文. 非合作博弈兩階段生產(chǎn)系統(tǒng)的環(huán)境效率評(píng)價(jià)[J]. 管理科學(xué)學(xué)報(bào), 2012, 15(7): 11-19.

BianYiwen.Eco-efficiencyevaluationofnon-cooperativegametwo-stageproductionsystem[J].JournalofManagementSciencesinChina, 2012, 15(7): 11-19.(inChinese)

[5]柴建, 郭菊娥, 席酉民. 我國(guó)單位GDP能耗的投入占用產(chǎn)出影響因素分析[J]. 管理科學(xué)學(xué)報(bào), 2009, 12(5): 40-48.

ChaiJian,GuoJu’e,XiYoumin.Input-occupancy-outputfactoranalysisofenergyuseperunitofGDPinChina[J].JournalofManagementSciencesinChina, 2009, 12(5): 40-48. (inChinese)

[6]McKinseyandCompany.EnergyEfficiency:ACompellingGlobalResource[R].NewYork:Mckinsey&Company, 2010.

[7]XiaoH,WeiQP,WangHL.MarginalabatementcostandcarbonreductionpotentialoutlookofkeyenergyefficiencytechnologiesinChina’sbuildingsectorto2030[J].EnergyPolicy, 2014, 69: 92-105.

[8]WorrellE,BernsteinL,RoyJ,etal.Industrialenergyefficiencyandclimatechangemitigation[J].EnergyEfficiency, 2009, 2(2): 109-123.

[9]KimY,WorrellE.InternationalcomparisonofCO2emissionstrendsintheironandsteelindustry[J].EnergyPolicy, 2002, 30(10): 827-838.

[10]WangK,LuB,WeiYM.China’sregionalenergyandenvironmentalefficiency:Arange-djustedmeasurebasedanalysis[J].AppliedEnergy, 2013, 112: 1403-1415.

[11]LinBQ,WangXL.ExploringenergyefficiencyinChina’sironandsteelindustry:Astochasticfrontierapproach[J].EnergyPolicy, 2014, 72: 87-96.

[12]HasanbeigiA,MorrowW,SathayeJ,etal.Abottom-upmodeltoestimatetheenergyefficiencyimprovementandCO2emissionreductionpotentialsintheChineseironandsteelindustry[J].Energy, 2013, 50: 315-325.

[14]NordhausWD.ModelingInducedInnovationinClimate-changePolicy,in:Grubler,A.,Nakicenovic,A.,Nordhaus,W.D(Eds.),TechnologicalChangeandEnvironment[M].ResourcesfortheFuture,Washington,DC, 2002: 182-209.

[15]Fisher-VandenK,JeffersonGH,JingkuiM,etal.TechnologydevelopmentandenergyproductivityinChina[J].EnergyEconomics, 2006, 28(5-6): 690-705.

[16]Br-nnlundR,GhalwashT,Nordstr-mJ.Increasedenergyefficiencyandthereboundeffect:Effectsonconsumptionandemissions[J].EnergyEconomics, 2007, 29(1): 1-17.

[17]MahmoodA,MarpaungCOP.Carbonpricingandenergyefficiencyimprovement-whytomisstheinteractionfordevelopingeconomics?AnillustrativeCGEbasedapplicationtothePakistancase[J].EnergyPolicy, 2014, 67: 87-103.

[18]查冬蘭, 周德群. 基于CGE模型的中國(guó)能源效率回彈效應(yīng)研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2010, 12: 39-66.

ChaDonglan,ZhouDequn.TheresearchonChina’senergyefficiencyreboundeffectbasedonCGEmodel[J].TheJournalofQuantitative&TechnicalEconomics, 2010, 12: 39-66. (inChinese)

[19]LinBQ,LiuHX.AstudyontheenergyreboundeffectofChina’sresidentialbuildingenergyefficiency[J].EnergyandBuilding, 2015, 86: 608-618.

[20]WangZH,LuM.AnempiricalstudyofdirectreboundeffectforroadfreighttransportinChina[J].AppliedEnergy, 2014, 133: 274-281.

[21]SorrellS,DimitropoulosJ,SommervilleM.Empiricalestimatesofthedirectreboundeffect:Areview[J].EnergyPolicy, 2009, 37(4): 1356-1371.

[22]NordhausWD.ManagingtheGlobalCommons,theEconomicsofClimateChange[M].Cambridge,MA:MITPress, 1994.

[23]BosettiV,CarraroC,GaleottiM,etal.WITCH:Aworldinducedtechnicalchangehybridmodel[J].TheEnergyJournal, 2006:S13-S38.

[24]DowlatabadiH,OravetzMA.USlong-termenergyintensity:Backcastandprojection[J].EnergyPolicy, 2006, 34(17): 3245-3256.

[25]SchumacherK,SandsRD.Wherearetheindustrialtechnologiesinenergy-economymodels?AninnovativeCGEapproachforsteelproductioninGermany[J].EnergyEconomics, 2007, 29(4): 799-825.

[26]NordhausWD.Economicaspectsofglobalwarminginapost-Copenhagenenvironment[J].ProceedingsoftheNationalAcademyofSciences, 2010, 107(26): 11721-11726.

[27]DuanHB,FanY,ZhuL.What’sthemostcost-effectivepolicyofCO2targetedreduction:AnapplicationofaggregatedeconomictechnologicalmodelwithCCS[J].AppliedEnergy, 2013, 112: 866-875.

[28]PoppD.ENTICE:EndogenoustechnologicalchangeintheDICEmodelofglobalwarming[J].JournalofEnvironmentalEconomicsandManagement, 2004, 48(1): 742-768.

[29]DuanHB,ZhuL,FanY.Modelingtheevolutionarypathsofmultiplecarbon-freeenergytechnologieswithpolicyincentives[J].EnvironmentModeling&Assessment, 2014, 20(1): 55-69.

[30]BibasR,MéjeanA,Hamdi-CherifM.Energyefficiencypoliciesandthetimingofaction:Anassessmentofclimatemitigationcosts[J].TechnologicalForecasting&SocialChange, 2015, 90: 137-152.

[31]Kumbaro-luG,KaraliN,ArikanY.CO2,GDPandRET:AnaggregateeconomicequilibriumanalysisforTurkey[J].EnergyPolicy, 2008, 36(7): 2694-2708.

[32]RaupachMR,MarlandG,CiaisP,etal.GlobalandregionaldriversofacceleratingCO2emissions[J].ProceedingsoftheNationalAcademyofSciences, 2007, 104(24): 10288-10293.

[33]趙奧, 武春友. 中國(guó)CO2排放量變化的影響因素分解研究: 基于改進(jìn)的Kaya等式與LMDI方法[J]. 軟科學(xué), 2010, 24(12): 55-59.

ZhaoAo,WuChunyou.AnalysisofdecompositionofinfluencingfactorsofvariationinCO2emissionofChina[J].SoftScience, 2010, 24(12): 55-59. (inChinese)

[34]AngBW.TheLMDIapproachtodecompositionanalysis:Apracticalguide[J].EnergyPolicy, 2005, 33(7): 867-871.

[35]國(guó)家統(tǒng)計(jì)局. 中國(guó)能源統(tǒng)計(jì)年鑒2011[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2012.

StateStatisticsBureau.ChineseEnergyStatisticalYearbook2011[M].Beijing:ChinaStatisticalPublishingHouse, 2012. (inChinese)

[36]國(guó)家電力監(jiān)管委員會(huì). 中國(guó)電力監(jiān)管年度報(bào)告[R]. 北京, 2012,http://www.serc.gov.cn.

StateElectricityRegulatoryCommission.AnnualReportofChinaPowerRegulation2011[R].Beiijng, 2012,http://www.serc.gov.cn. (inChinese)

[37]GerlaghR,VanderzwaanBCC.Grossworldproductandconsumptioninaglobalwarmingmodelwithendogenoustechnologicalchange[J].ResourceandEnergyEconomics, 2003, 25(1): 35-57.

[38]國(guó)家統(tǒng)計(jì)局. 中國(guó)科技統(tǒng)計(jì)年鑒2011[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社, 2012.

StateStatisticsBureau.ChineseStatisticalYearbookofScienceandTechnology2011[M].Beijing:ChinaStatisticalPublishingHouse, 2012. (inChinese)

[39]高昌林, 施涵, 呂永波, 等. 中國(guó)能源研發(fā)政策研究概要[J]. 能源研究與利用, 2004, 7(3): 3-6.

GaoChanglin,ShiHan,LüYongbo,etal.EnergyR&DpolicyresearchprofileofChina[J].EnergyResearch&Utilitzation, 2004, 7(3): 3-6. (inChinese)

[40]McDonaldA,SchrattenholzerL.Learningratesforenergytechnologies[J].EnergyPolicy, 2001, 29(4): 255-261.

[41]邸元, 崔瀟濛, 劉曉鷗. 中國(guó)風(fēng)電產(chǎn)業(yè)技術(shù)創(chuàng)新對(duì)風(fēng)電投資成本的影響[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2012, (3): 140-150.

DiYuan,CuiXiaomeng,LiuXiaoou.TheimpactoftechnologyinnovationsoncostofChina’swind-powerindustry[J].TheJournalofQuantitative&TechnicalEconomics, 2012, (3): 140-150. (inChinese)

[42]PoppD.Inducedinnovationandenergyprices[J].TheAmericanEconomicReview, 2002, 92(1): 160-180.

[43]WeissM,JungingerM,PatelMK,etal.Areviewofexperiencecurveanalysisforenergydemandtechnologies[J].TechnologicalForecasting&SocialChange, 2010, 77(3): 411-428.

[44]GarnautR.TheGarnautClimateChangeReview[R].NewYork:CambridgeUniversityPress, 2008.

[45]UnitedNationsDevelopmentProgram(UNDP).ChinaHumanDevelopmentReport, 2009/10:ChinaandaSustainableFuture:TowardsaLowCarbonEconomyandSociety[M].Beijing:ChinaTranslationandPublishingCorporation, 2009.

[46]丁仲禮, 段曉男, 葛全勝, 等. 2050年大氣CO2濃度控制: 各國(guó)排放權(quán)計(jì)算[J]. 中國(guó)科學(xué), 2009, 39(8): 1009-1027.

DingZhongli,DuanXiaonan,GeQuansheng,etal.ControlofatmosphericCO2concentritionby2050:Anallocationontheemissionrightsofdifferentcountries[J].ScienceChina, 2009, 39(8): 1009-1027. (inChinese)

[47]石敏俊, 袁永娜, 周晟呂, 等. 碳減排政策: 碳稅、 碳交易還是兩者兼之[J]. 管理科學(xué)學(xué)報(bào), 2013, 16(9): 9-19.

ShiMinjun,YuanYongna,ZhouShenglü,etal.Carbantax,cap-and-tradeormixedpolicy:Whichisbetterforcarbonmitigation[J].JournalofManagementSciencesinChina, 2013, 16(9): 9-19. (inChinese)

[48]UnitedNationsDevelopmentProgram(UNDP).HumanDevelopmentReport-FightingClimateChange:HumanSolidarityinaDividedWorld[M].NewYork:PalgraveMacmillan, 2008.

[49]李惠民, 齊曄. 中國(guó)2050年碳排放情景比較[J]. 氣候變化研究進(jìn)展, 2011, 7(4): 271-280.

LiHuimin,QiYe.ComparisonsonChina’scarbonemissionscenariosin2050[J].AdvancesinClimateChangeResearch, 2011, 7(4): 271-280. (inChinese)

[50]許士春, 何正霞, 魏曉平. 資源消耗、污染控制下經(jīng)濟(jì)可持續(xù)最優(yōu)增長(zhǎng)路徑[J]. 管理科學(xué)學(xué)報(bào), 2010, 13(1): 20-30.

XuShichun,HeZhengxia,WeiXiaoping.Sustainableoptimaleconomicgrowthpathunderresourceconsumptionandpollutioncontrol[J].JournalofManagementSciencesinChina, 2010, 13(1): 20-30.(inChinese)

China’scarbonreductionstructure:Ananalysisbasedonendogenousenergyefficiencyimprovement

DUAN Hong-bo1, ZHANG Gu-peng2, FAN Ying3, WANG Shou-yang1

1.SchoolofEconomicsandManagement,UniversityofChineseAcademyofSciences,Beijing100190,China;2.SchoolofPublicPolicyandManagement,UniversityofChineseAcademyofSciences,Beijing100190,China;3.SchoolofEconomicsandManagement,BeihangUniversity,Beijing100191,China

Inthispaper,anendogenousenergyefficiencyimprovement(EEEI)mechanismisintroducedintotheChineseeconomy-energy-environmentintegratedmodel,whichisanextendedversionoftheglobalintegratedassessmentmodel(E3METL).TheimpactofEEEIonthegrowthofCO2emissionsisexploredbymeansoffactorization,andtheevolutionofcarbonreductioncontributionsofthecorrespondinginfluencingfactorisexaminedinthepresenceofcarboncontrols.Itisfoundthat: 1)Bothcarbonintensityandenergyintensityplayapositiveroleinthegrowthofcarbonemissions,whilethepercapitalincomeandpopulationfactornegativelyaffectsthecarbonpath; 2)Intheearlystagesofcarboncontrol,EEEIisthelargestcontributortothecuttingofCO2emissions;thesituationchangesinthelaterstages,andthedevelopmentofnon-carbontechnologiesactsasthelargestcontributorinstead.Thus,itisofgreatimportancetomasterthedynamiclawsandfeaturesoftheevolutionofcarbonreductionfactors.Forexample,thegovernmentshouldadjustthedirectionandintensityofitsmacro-drivenpoliciesintime;whileenterpriseshavetodeterminetheirinvestmentorientationofcarbon-reducingtechnologiesduly,soastoachievetheircarbonreductiongoalsmorecost-effectively.

endogenousenergyefficiencyenhancement;integratedassessmentmodeling;carbonspaceconstrains;carbonreductiondecompositionanalysis

2014-08-26；

2015-10-19.

國(guó)家自然科學(xué)基金資助項(xiàng)目 (71503242; 71210005)； 教育部人文社科青年基金資助項(xiàng)目 (14YJC630029).

段宏波 (1985—), 男， 湖南益陽(yáng)人， 博士, 講師. Email: hbduan@ucas.ac.cn

N945； X96

A

1007-9807(2016)07-0010-14