Transforming the Energy Economic System with the Carbon Neutrality Goal: How Much can the Carbon Pricing and Renewable Energy Policy Contribute?

主管：中国科学院
主办：中国优选法统筹法与经济数学研究会
　　　中国科学院科技战略咨询研究院

Chinese Journal of Management Science >

2024 , Vol. 32 >Issue 11: 325 - 334

DOI: https://doi.org/10.16381/j.cnki.issn1003-207x.2022.0586

Transforming the Energy Economic System with the Carbon Neutrality Goal: How Much can the Carbon Pricing and Renewable Energy Policy Contribute?

Xinjian Liu ¹ ,
Zhongwei Song ² ,
Jie Wu ^,³

Expand

^1. School of Economics and Management，Yanshan University，Hebei Qinhuangdao 066004，China
^2. University of Chinese Academy of Sciences （UCAS），Beijing 100049，China
^3. School of Statistics and Management，Shanghai University of Finance and Economics，Shanghai 200433，China

Received date: 2022-03-24

Revised date: 2022-07-04

Online published: 2024-12-09

Fold

Abstract

The transformation of the energy economic system is the key to carbon neutrality， and the contradiction between the requirement of carbon neutrality for economic transformation and its requirement of energy system transformation is an urgent issue that needs to be addressed at present.A computable general equilibrium （CGE） model is developed to analysisthe impacts of different low-carbon policies on China's energy consumption and power generation structure in the long run. In order to characterize the energy system in China， the model in this study is enriched by endogenous technology improvement of renewable energy and substitution of different power generation technologies based on a Logistic model. The results show that while the carbon pricing and renewable energy subsidy policies have different advantages in realizing decarbonization of energy system and short-term optimization of energy structure，the combination of the two policies has lower macroeconomic costs and more significant effect on carbon emission mitigation than a single policy. The results indicate that it is difficult to achieve carbon neutrality only by the decarbonization of the energy system， and the difficulty in achieving carbon neutrality in the later period of 2020-2060 will mainly exist in the basic industrial sectors and the transportation sector.

Key words： carbon neutrality; carbon peaking; renewable energy; energy system; emission reduction pathway

Cite this article

Xinjian Liu , Zhongwei Song , Jie Wu . Transforming the Energy Economic System with the Carbon Neutrality Goal: How Much can the Carbon Pricing and Renewable Energy Policy Contribute?[J]. Chinese Journal of Management Science, 2024 , 32(11) : 325 -334 . DOI: 10.16381/j.cnki.issn1003-207x.2022.0586

1 引言

为了实现《巴黎协定》提出的应对气候变化长期目标，各国提出了雄心勃勃的温室气体减排目标和行动方案。2021年格拉斯哥气候大会上，中美两国达成强化气候行动联合宣言，包括印尼、韩国、乌克兰等煤炭大户在内的46个国家签署了《全球煤炭向清洁能源转型的声明》，各国均加快了减排步伐，承诺在2022年提出新的“国家自主贡献”（NDC）排放目标。作为世界最大的碳排放国家，中国在2020年宣布“提高国家自主贡献力度，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”，2021年又发布《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》和《2030年前碳达峰行动方案》，进一步明确了“十四五”和“十五五”期间主要目标。

能源经济系统转型是实现长期碳中和目标的关键，碳中和的目标刚性决定了我国面临着净零碳倒逼的时间挑战，如何在明确的时间节点按时实现能源经济系统转型的各阶段性目标，解决碳中和对经济转型要求与能源系统转型要求之间的矛盾，是当前亟需解决的问题。以经济有效的方式推动低碳发展已成为国际应对气候变化、转变经济增长方式的共识与趋势，其中，以碳税和碳排放交易为主要形式的碳定价政策是各国实现碳中和目标的重要手段。作为市场化减排机制，碳定价旨在激励投资、生产和消费模式的改变^［1］，具有政策成本低、效率高的优点，能对低碳技术的应用和创新提供持续的激励^［2］，以技术创新解决减排与减产之间的矛盾，可使得边际减排成本大幅下降^［3］。截至2021年，全球已推出64项已经或计划实施的碳定价政策，其中包括29个正在或计划实行的区域、国家和地方层面的碳交易体系，35个正在或计划实施的国家层面为主的碳税政策；已实施的碳定价政策所覆盖的温室气体排放量约占当前全球排放总量的21.4%，显著高于2020年的覆盖范围（15.1%）^［4］。中国全国性碳排放交易市场于2021年7月在电力行业正式交易运行，覆盖的年排放总量达到40亿吨二氧化碳，是推动实现我国2060年碳中和目标的重要政策。已有研究证明了碳定价政策能够有效地降低碳强度和能源强度^［5-8］，在减少碳排放方面具有成本有效性^［9-11］，实际减排效果甚至比模型研究结果更为明显^［12］。但是，部分关于国家碳中和目标下碳定价的国外研究表明，碳定价政策对于实现碳中和目标的作用受一国经济发展水平、资源禀赋和技术路径的影响^{［13，14］}，因此，在评估我国碳中和目标下碳定价政策所能发挥的作用大小时，应充分考虑我国经济系统和能源系统的特点^［15］。

从能源系统转型来看，实现长期碳中和目标要求其必须实现自身CO₂的净零排放^{［16，17］}，而能源系统深度减碳的核心是建成以新能源和可再生能源为主体的近零排放体系^［18］。在促进可再生能源发展方面，对清洁能源进行补贴是促进相关产业发展的重要政策工具^［19］。以政策为主的驱动力在我国近十几年来能源系统转型中提供了重要的助推作用，但碳中和目标下能源转型面临紧迫性与经济性的平衡挑战^［20］，亟需进一步明确可再生能源政策对碳中和目标的贡献和长期作用大小。总体而言，能源经济系统转型既要兼顾经济发展和能源结构转变，又要平衡社会成本和政策力度，因此，有必要开展碳中和目标下碳定价和可再生能源政策组合的综合评估研究。但现有文献中，研究2030年碳排放达峰目标下的评估模型较多^［21］，而同时考虑“碳达峰、碳中和”双碳目标下的动态综合评估模型较少；研究碳定价机制的文献较多^［22-25］，而缺少在双碳目标下的碳定价政策和可再生能源发展政策的组合政策评估研究。

本文基于中国2017年投入产出表构建了一个包含不同电力生产技术的动态可计算一般均衡（computable general equilibrium，CGE）模型，通过模拟分析2020-2060年碳定价政策和可再生能源补贴政策对我国能源结构、二氧化碳排放和宏观经济的影响，重点围绕碳中和目标下碳定价及可再生能源政策对能源经济系统转型的作用及其社会经济成本影响这一问题展开研究。本文的主要创新点是：（1）基于我国能源系统特点在模型结构中细化电力部门；（2）在模型动态化中引入学习曲线和改进的Logistic技术扩散模型来刻画可再生能源技术进步及其对传统化石能源发电技术的替代，从而更准确地描述我国能源系统转型的路径；（3）政策模拟中同时考虑了“双碳”目标下的碳定价和可再生能源组合政策。

2 模型与方法

2.1 CGE模型结构

基于中国2017年投入产出表及中国统计年鉴等相关统计数据，本文编制了中国社会核算矩阵（social accounting matrix，SAM），在此基础上构建全国递推动态CGE模型。模型以2017年作为基准年，历史模拟期为2017-2020年，递推动态模拟范围为2021-2060年。模型包括生产模块、贸易模块、需求模块、碳排放模块和宏观闭合模块，共有生产部门43个，其中6个能源生产部门。模型整体结构如图1所示。

显示原图|下载原图ZIP|生成PPT

图1 CGE模型结构

在我国能源转型过程中，电力生产部门作为能源生产和消费的核心部分，是降低碳排放和低碳转型的重点产业。但在现有数据基础中，单一的电力生产部门无法进行结构性的分析，所以，本文在编制SAM表的基础上，参考Peters^［26］、Truong和Hamasaki^［27］的电力生产结构分解方法，基于不同电力生产的技术特点，对电力部门的生产结构进行细化，将电力部门分解为一个输配电部门与八类发电技术的生产部门：燃煤发电、燃油发电、燃气发电、核电、水力发电、风力发电、太阳能发电和其他电力。其中，水电、风电、太阳能发电和其他电力为可再生能源发电技术，其他电力指生物质能、地热能、海洋能等其他可再生能源。通过对电力部门生产结构的分解，模型实现了对不同电力生产技术在能源转型过程中的不同作用的模拟分析。

2.2 基于学习曲线的可再生能源技术进步内生化

在CGE模型动态化中，各种发电技术的技术进步主要反映在发电成本下降，采用外生的技术进步率是当前已有研究对技术进步刻画的主要方法。然而，与发展较为成熟的火力发电技术相比，对正处于发展期的可再生能源技术，使用技术进步外生的假设不足以反映技术变化的内在动力，可能导致低估可再生能源技术的发展对减排的贡献^［28］，因此，在现有对可再生能源技术进步的研究^［29-31］基础上，本文通过在模型中引入单因素学习曲线，刻画可再生能源技术的内生技术进步。当可再生能源技术的电力生产量增加时，其单位成本将会按一定百分比下降。内生性技术变化过程表述如下：

P N F n f, t = P n f ⋅ C Q n f, t l d n f

（1）

C Q n f, t = (1 - δ) C Q n f, t - 1 + Q N F n f, t

（2）

其中，

P N F n f, t

表示

t

时期可再生能源发电技术成本，

P n f

为可再生能源发电技术的初始成本，

C Q n f, t

为各种电力技术的累积发电量，

Q N F n f, t

表示不同可再生能源发电技术（

n f

）的当期发电量。

δ

表示学习曲线中累计产量的废弃率，

l d n f

表示不同可再生能源发电技术的学习率参数。

t

表示模型模拟的时期，本文中模拟时期

t = 2021,2022, ⋯, 2060

。当累计发电量倍增时，单位成本下降的比率即为学习率

L R n f

，不同可再生能源发电技术的学习率表示如下：

L R n f = 1 - 2 - l d n f

（3）

2.3 基于改进Logistic技术扩散模型的电力技术替代

研究中通常采用常替代弹性函数来对不同发电技术间的替代关系进行描述，但这种方法难以实现多种能源技术之间的不同替代^［32］，也缺乏对可再生能源技术扩散特征的刻画^［33］。本文参考Duan等^［34］和Yuan等^［35］的做法，使用改进Logistic技术扩散模型描述非化石能源发电与传统化石能源发电技术在电力生产结构中之间的替代关系。

模型中假设电力是同质的，各部门对电力的使用不区分种类。总发电量为八种技术发电量的总和，电力部门生产价格通过对所有发电技术的价格求平均值而得到。具体方程设置如下：

Q A e l e, t = Q F t + ∑ i ∈ n f Q N F i, t

（4）

其中，

Q A e l e, t

表示电力部门总产出，

Q F t

为燃煤、燃油，燃气技术发电复合成的化石能源发电量，

Q N F i, t

表示使用非化石能源发电技术

i

的发电量。可再生能源发电技术

i

在

t

时期的市场份额

S i, t

为：

S i, t = Q N F i, t Q A e l e, t

（5）

S i, t

变动模式以改进的Logistic模型刻画，连续形式为：

d S i, t d P R i, t = γ i ⋅ S i, t (S l ¯ (1 - ∑ j ∉ n f S j, t + S i, t) - S i, t)

（6）

对应的离散形式为：

Δ S i, t = γ i ⋅ S i, t - 1 (S l ¯ (1 - ∑ j ∉ n f S j, t - 1 + S i, t - 1) - S i, t - 1) Δ P R i, t

（7）

Δ S i, t = S i, t - S i, t - 1 Δ P R i, t = P R i, t - P R i, t - 1 i ∈ n f

（8）

P R i, t = P F t P N F i, t

（9）

其中，

P R i, t

表示化石能源发电技术相对于非化石能源发电技术的相对价格，

P F t

表示化石能源发电技术的平均价格；

S i ¯

表示非化石能源发电技术

i

的最大可能市场份额，且

S 0 ≤ S i ¯ ≤ 1

；

γ i

是表示非化石能源发电技术对化石能源发电技术替代难易程度的替代参数。在本文模型中，综合考虑我国电力系统发展的可靠性，对

S i ¯

的设置分为两个阶段：第一阶段为2021-2030年，该阶段考虑到新能源在能源供应、安全运行和清洁消纳方面的技术限制，

S i ¯

设置在较低水平；第二阶段为2030年以后，电力系统的发展解除了对新能源市场份额的限制，

S i ¯

可以取到其最大值。

2.4 碳定价政策建模

经济学理论上，最优碳价格等于碳排放的社会成本，边际排放损害随着排放的增加而增加，碳价格应随时间而增加^［36］。对Wilkerson等^［37］的碳定价方法进行一定调整后应用于碳定价政策的模拟，碳价格设定规则为：

T A X C t = T A X C ¯ t - 2021 T - 2021 α

（10）

其中，

T A X C ¯

表示模拟时间段的最终碳价，T为模拟的最终年份，即

T = 2060

。

α

表示碳价的上升速率，文中设定为1。

碳定价政策采用征收碳税的方式，对每吨二氧化碳排放征收相同的碳税。其中，部分碳税用于作为可再生能源补贴资金来源，其余由政府收入。对由于使用化石能源而产生碳排放的生产部门征收碳税，各部门碳税从价税率

t v c a

为：

t v c a = E m a ⋅ T A X C t Q A a ⋅ P A a

（11）

其中，

Q A a

、

P A a

表示不同部门的总产出和生产价格，

E m a

为各部门

a

的碳排放总量：

E m a = ∑ e n Q I a, e n ⋅ θ e n

（12）

其中，

Q I a, e n

表示各部门对化石能源

e n

的使用量，

θ e n

表示不同化石能源的碳排放系数。

3 政策模拟分析

3.1 情境设置

为了在政策评估中充分考虑我国经济系统的特点，本文基于我国经济发展的相关研究成果^［38-40］对模型参数进行了校准和设定，基准情境是延续我国NDC目标的减排力度但不采取任何碳定价政策和可再生能源补贴政策下的发展过程模拟。基于对经济合作与发展组织（OECD）^［41］、世界银行^［42］、国家信息中心^［43］等国内外机构和研究团队^{［15，44］}对中国未来经济增速的预测参考，本文基准情境下我国GDP增速如表1所示。2020-2060年期间，GDP平均增速由2020-2025年期间的5.7%逐渐降低至2056-2060年期间的3.7%。

表1 基准情景下2020-2060年我国GDP增速（%）

时间	本文	OECD^[41]	张希良等^[15]	O’Neill&Stupnytska^[44]
2020-2025	5.70	4.40	5.80	5.70
2026-2030	5.40	3.50	4.80	5.70
2031-2035	5.10	2.70	3.80	4.40
2036-2040	4.70	2.10	3.30	4.40
2041-2045	4.40	1.70	3.00	3.60
2046-2050	4.10	1.40	2.90	3.60
2051-2055	3.90	1.40	2.90	—
2056-2060	3.70	1.40	2.80	—

注：由于世界银行和国家信息中心对GDP的预测期较短，因此，未在表中列出。其中，世界银行预测中国2022年GDP增速为5.2%^［42］，国家信息中心预测我国“十四五”期间潜在GDP增速为5.7%^［43］。

在基准情竟的基础上，本文对单一碳定价政策或可再生能源补贴政策以及两种政策的组合共设置了八种政策情境，如表2所示。基于各类政策均从2021年开始运行的假设，碳定价政策情境设定在基准情境基础上按累进碳税进行碳税征收；可再生能源补贴政策情境设定在基准情境基础上对风力发电和太阳能发电进行补贴；政策组合则表示同时实施碳税和可再生能源补贴政策。

表2 情景设境

情境设置	情景描述	情境编号	碳税终值（元/吨）	补贴率(%)
基准情境	无减排措施下的自然经济增长	S0	-	-
碳定价政策	在基准情景基础上按碳排放量征收碳税	A1	200	-
		A2	400	-
		A3	600	-
可再生能源补贴政策	在基准情景基础上对风电和太阳能发电进行电价补贴	B1	-	5
		B2	-	10
		B3	-	20
政策组合情境	同时实施碳定价和可再生能源补贴政策	C1	200	5
政策组合情境	同时实施碳定价和可再生能源补贴政策	C2	400	10

在碳定价政策下，基于当前在节能减排方面已取得较大成果的部分国家和经济体的碳价水平^［45］（如表3所示），本文设置了高、中、低三类碳税情境。低碳税情境（A1）下碳税为200元/吨，接近加拿大40美元/吨的碳价水平；高碳税情境（A3）主要参考欧盟碳排放交易市场的碳价水平（87美元/吨），设置碳税为600元/吨（本文基于主要国家和经济体当前的碳价水平设置模型2060年的碳税值，未考虑经济通胀因素和相关政策因素（可能对碳价的影响）；中碳税情境（A2）选取平均碳价水平400元/吨。

表3 部分国家/经济体碳价（USD/tCO₂）

国家/经济体		碳价	国家/经济体	碳价
瑞典		130	法国	49
瑞士		130	英国	99
芬兰	交通运输业	85	加拿大	40
芬兰	其他	59	欧盟	87

图2显示了不同情境下我国二氧化碳排放总量。基准情境下，二氧化碳排放总量在2030年达到109.7亿吨后还将缓慢增长，在2034年达到111.1亿吨的排放峰值，表明在无碳定价或可再生能源补贴的减排政策情况下，我国无法实现2030年碳达峰目标。

显示原图|下载原图ZIP|生成PPT

图2 不同情境下二氧化碳排放总量

3.2 政策情境分析

为分析碳定价和可再生补贴政策在我国实现碳中和目标过程中的作用，本文从不同政策情境下能源消费结构、电力生产结构、碳排放路径和宏观经济影响四方面进行分析。

3.2.1 能源消费结构

根据《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》和《2030年前碳达峰行动方案》的要求，我国非化石能源消费比重需要在2025年达到20%左右，2030年达到25%左右，2060年达到80%以上。本文中不同政策情境下非化石能源消费占比如表4所示，短期来看，可再生能源补贴政策对促进可再生能源的发展作用较碳定价政策更为显著，如B2、B3情境均能够实现2030年非化石能源消费比重25%的短期目标；但从中长期来看，碳定价政策的影响相对更显著。与单一政策情境相比，政策组合情境下碳定价政策与补贴政策的共同作用优于单一政策的实施效果，有利于更快地提高非化石能源消费比重。

表4 不同情境下非化石能源消费占比（%）

情境		2030	2040	2050	2060
基准情境	S0	23.24	31.25	44.14	55.69
碳定价政策	A1	23.54	35.85	52.14	62.34
	A2	23.87	40.42	57.59	64.75
	A3	24.21	44.7	60.71	65.34
可再生能源补贴政策	B1	24.17	33.06	46.81	58.32
	B2	25.21	35.12	49.71	60.99
	B3	27.75	40.08	56.15	66.19
政策组合情境	C1	24.54	38.02	54.79	64.24
政策组合情境	C2	26.14	45.52	62.12	67.38

碳定价政策与可再生能源补贴政策对化石能源和非化石能源电力价格的影响差异是两类政策在不同时期对促进能源消费结构转型的贡献不同的主要原因。图3显示了2020-2060年期间碳定价政策与可再生能源补贴政策对火电和非化石能源电力的价格影响。

显示原图|下载原图ZIP|生成PPT

图3 碳定价和可再生能源补贴政策下电力价格

由于早期可再生能源成本较高，基于成本比例实施的补贴可以快速降低可再生能源电力价格，同时，可再生能源发电技术的学习效应将进一步促进其成本降低，从而使可再生能源在初期迅速发展。对于碳定价政策来说，累进碳税在初期对化石能源和非化石能源的价格影响均较小，因此，在能源消费结构转型中的短期作用弱于可再生能源补贴政策。而从长期来看，由于可再生能源发电技术在后期逐渐成熟，成本趋于稳定，补贴政策对于降低非化石能源电力价格的作用显著减弱；但碳定价政策由于后期碳价较高，极大地增加了化石能源的使用成本，从而使非化石能源对化石能源的替代效应在中后期阶段更为显著。组合情境中，两种政策对价格影响的叠加使可再生能源发电相对化石能源发电的成本优势更加明显，这也是组合情境政策效果更为显著的主要原因。

从能源系统转型的长期目标来看，在本文当前的政策情境下，碳定价政策与可再生能源补贴政策均无法达到2060年非化石能源消费比重80%的目标。其中，政策组合C2情境下非化石能源消费占比（67.38%）最高，但距离80%的目标仍存在一定差距。从化石能源消费变化来看，如图4所示，C2情境下煤炭消费在2030年后大幅下降，但石油、天然气消费量变化较小，甚至有较小幅度增长。由于碳定价政策与可再生能源补贴政策的实施，2060年煤炭消费比基准情境减少约6.7亿吨，但石油与天然气消费仅比基准情境各减少约0.8亿吨。因此，尽管煤炭消费的大幅降低确实提高了非化石能源消费占比，但经济系统仍对化石能源具有一定的依赖性，无法大幅度减少对石油、天然气资源的消费。为完成能源系统转型的长期目标，需要进一步加大碳定价政策或可再生能源补贴政策的力度。

显示原图|下载原图ZIP|生成PPT

图4 基准情境（S0）和政策组合情境（C2）下化石能源消费

3.2.2 电力生产结构

电力作为生产和生活活动中最主要的能源之一，包括生产过程中会产生碳排放的化石能源发电与无排放的非化石能源发电。在“碳达峰、碳中和”目标下，一方面，需要以电力替代煤炭、石油等化石能源在非电力部门的直接燃烧利用，实现电气化发展；另一方面，则要求电力行业以非化石能源电力取代化石能源发电，实现电力生产结构的变革。目前关于电力低碳化发展的研究表明，为了实现全国碳中和目标，电力行业应在2050年实现90%以上的非化石能源电力占比，同时，结合碳捕获、利用与封存等负碳技术提前实现近零排放^{［46，47］}。

基于此，本文分析了2050年不同情境下的电力生产结构（如图5所示）。从模型实证结果来看，在促进电力生产结构转型方面，碳定价和可再生补贴的政策都有明显的促进作用，同时，组合情境也取得了比单一政策更好的效果。就单一政策的效果来看，碳定价政策效果明显强于补贴政策，在A1情境下，2050年非化石能源电力占比就可达到81.83%。但是，图5结果显示，所有政策情境中仅碳定价政策情境的A2、A3情景与组合情境的C2情境能够实现90%以上的非化石能源电力占比，表明单一的可再生能源政策无法实现碳中和目标下的电气化发展；除A2、A3、C2情景外的其他政策情境下，非化石能源电力占比虽然较基准情境有不同程度提升，但都距实现电力行业零排放有较大差距。

显示原图|下载原图ZIP|生成PPT

图5 2050年不同情境下的电力生产结构

3.2.3 碳排放路径分析

从碳排放路径来看，尽管碳定价和可再生能源政策都有利于碳排放量的控制，且减排量会随着政策强度的增大而增加，但不同政策对于实现“碳达峰”目标的作用存在显著差异。如表5所示，单一的碳定价政策（A1、A2、A3情境）或碳定价与可再生能源补贴的组合政策（C1、C2情境）均可以实现2030年碳达峰目标，单一的可再生能源补贴政策无法实现2030年达峰。此外，虽然所有情境下均无法实现碳排放于2030年前达峰的目标，但表5结果表明，碳定价与可再生能源政策的组合情境下，碳排放总量将得到进一步控制，2060年碳排放总量在C2情境下达到最低；与增加单一政策强度相比，政策组合对于排放的控制效果更为明显。

表5 2020-2060年不同情境下中国二氧化碳排放峰值及排放量（亿吨CO₂）

政策情境	达峰年份	峰值碳排放量	2060年碳排放量
S0	2034	111.1	84.52
A1	2030	107.8	69.38
A2	2030	106.1	63.58
A3	2030	104.4	61.64
B1	2033	109.2	80.02
B2	2033	107.3	75.44
B3	2031	103.1	66.39
C1	2030	106.4	66.35
C2	2030	102.8	59.78

为了对碳排放来源和重点排放行业进行深入分析，本文选取政策组合C2情境下的模型结果进一步分析。总体而言，我国碳排放总量在经历2030年前的缓慢增长后，在2030-2050年出现较快速度的下降，2050年后下降速度明显减缓，出现平台期（如图6所示）。从排放来源来看，煤炭的使用在2050年以前仍是最主要的排放来源；2060年由煤炭、天然气与煤炭制品消费产生的碳排放将比2020年分别减少76.3%、30%和45%，石油制品消费和非金属矿物制品部门的过程排放分别使碳排放增加49%和46.9%。

显示原图|下载原图ZIP|生成PPT

图6 C2情境下2020-2060年我国碳排放来源

从行业角度来看，随着电力生产的低碳化发展，交通运输部门及金属冶炼和压延部门将成为最主要的高排放部门。如图7所示，2060年我国由化石能源消耗造成的碳排放主要来自于交通运输部门对石油制品和天然气的消费、金属冶炼和压延部门对煤炭及煤炭制品的消费、非金属矿物制品部门对煤炭的消费和化学产品部门对天然气的消费，以上部门造成的排放占2060年二氧化碳排放总量的74%。

显示原图|下载原图ZIP|生成PPT

图7 C2情境下2060年各部门排放占比

3.2.4 宏观经济影响

图8显示了不同政策情境下我国GDP总量变化及单位减排社会成本（即单位减排GDP变化）。可以看到，在单一政策情境下，可再生能源补贴政策（B1、B2、B3情境）对经济产生了持续正向的促进作用，单位减排社会成本逐年下降，而碳定价政策对GDP的影响则较为复杂。短期来看，碳定价政策通过提高化石能源价格增加了企业的生产成本，从而对经济产生了负面影响，因此，2020-2035年期间A1、A2、A3情境下全国GDP均低于基准情境；但随后，风力发电以及光伏发电等可再生能源的快速发展成为新的经济增长点，使2035-2055年期间全国GDP略高于基准情境；2055年后，随着电力系统转型基本完成，经济增长点逐渐消失，虽然此时较高的碳价仍会使排放持续降低，但单位减排成本增加，从而导致GDP再次回落到基准线以下。

显示原图|下载原图ZIP|生成PPT

图8 不同政策情境下GDP变化及单位减排社会成本（相对于基准情境）

从排放和经济的综合影响来看，可再生能源补贴政策的减排力度相对较小，但社会经济成本较低；碳定价政策减排成效显著，但社会经济成本相对较高。本文结果显示，2060年A2情境下减排总量为B2情境下的2.3倍，但单位减排社会成本增加了2379元/吨二氧化碳。与单一政策相比，碳定价与可再生能源补贴的政策组合在减排和经济影响方面均表现出正向的政策协同效应。2060年C2情境下减排总量约为B2情境下的2.7倍，高于A2、B2情境，而单位减排社会成本仅增加了1728元/吨二氧化碳。两项政策的组合在减排成效上呈现出增强效应，在经济影响上呈现出抵消效应，可再生能源政策对经济的正向影响一定程度上减缓了碳定价政策造成的经济损失，相对于单一政策有显著的优势。

4 结语

建立全国统一碳市场是中国实现可持续发展、推进生态文明建设的内在要求，也顺应了国际上以低碳发展为特征的经济社会变革潮流。碳定价政策在中国未来的气候变化减缓行动中将发挥重要作用，有助于提升我国低碳发展竞争能力，争取话语权，同时，也是作为负责任大国承担的国际社会责任。本文以2017年投入产出表以及相关统计年鉴为数据基础，构建了包括37个非能源生产部门和6个能源生产部门的动态CGE模型。为了刻画我国能源经济系统的特点，模型通过对电力生产细分为包含输配电部门和八个电力技术的不同电力生产部门，并运用改进的Logistic技术扩散模型和学习曲线模型内生化技术进步，实现了“双碳”目标下碳定价与可再生能源政策对实现能源经济系统碳达峰和碳中和的作用及宏观经济影响评估。

通过对不同情境下碳达峰路径、能源消费结构、电力系统结构和宏观经济影响的分析，本文得到主要结论如下：（1）碳定价政策和可再生能源补贴政策均会促进可再生能源发电技术的发展，降低我国碳排放，对实现“双碳”目标有重要的作用。（2）单一的碳定价政策能够有效实现碳达峰和能源系统深度脱碳化的目标，但需要付出较高的宏观经济成本；单一的可再生能源补贴政策在短期内对实现能源结构优化目标的效果明显，但对碳排放量和峰值时间的控制效果较弱；两种政策的结合在减排成效上呈现出增强效应，在经济影响上呈现出抵消效应，相对于单一政策有显著的优势。（3）碳中和目标仅依靠能源系统的转型难以实现，减少碳排放的任务重点是基础工业部门和交通运输部门。

结合分析结果，本文提出以下几点政策建议：

（1）为实现“双碳”，目标，应在传统行政手段基础下更多、更广泛地综合运用基于市场的经济手段。通过制定合理的碳价水平解决经济系统转型和能源系统转型之间的平衡问题，这既有助于实现“双碳”目标，也可使我国经济找到新的增长点。

（2）碳定价政策应与其他激励机制相结合。尽管碳定价政策的中长期减排成效显著，但是，若缺少其他政策支持，其成本有效性将受到限制。因此，应针对特定行业采取法规或其他有针对性的激励机制作为补充措施，以降低实现“双碳”目标的经济代价。

（3）加强深度脱碳技术的研发和产业化。工业部门长期以来对化石能源依赖性高，是实现碳中和目标的难点，其在长期内实现电气化变革需要更多的技术创新支撑。

References

Publishing order | Descend order by publishing year | Descend order by cited within

1	Stiglitz J E， Nicholas S， Duan M， et al. Report of the high-level commission on carbon prices［R］. Washington： World Bank， 2017.

2	Baranzini A， Van den Bergh J C J M， Carattini S， et al. Carbon pricing in climate policy： Seven reasons， complementary instruments， and political economy considerations［J］. Wiley Interdisciplinary Reviews： Climate Change， 2017， 8（4）： e462.

3	窦晓铭，庄贵阳.碳中和目标下碳定价政策：内涵、效应与中国应对［J］.企业经济，2021，40（8）：17-24. Dou X M， Zhuang G Y. Carbon pricing policy under orientation of carbon neutrality： Connotation， effect and China's response［J］. Enterprise Economy， 2021， 40（8）： 17-24.

4	Santikarn M， Kallhauge C A N， Bozcaga M O， et al. State and trends of carbon pricing 2021（English）［R］. Working Paper， World Bank， 2021.

5	Lin B Q， Jia Z J. The energy， environmental and economic impacts of carbon tax rate and taxation industry： A CGE based study in China［J］.Energy， 2018， 159： 558-568.

6	翁智雄，吴玉锋，李伯含，等.征收差异化行业碳税对中国经济与环境的影响［J］.中国人口·资源与环境，2021，31（3）：75-86. Weng Z X， Wu Y F， Li B H， et al. Impact of differentiated industrial carbon taxes on China's economy and environment［J］. China Population，Resources and Environment，2021，31（3）：75-86.

7	时佳瑞，蔡海琳，汤铃，等.基于CGE模型的碳交易机制对我国经济环境影响研究［J］.中国管理科学，2015，23（S1）：801-806. Shi J R， Cai H L， Tang L， et al. Impacts of carbon emission tradingon China：Based on CGE model［J］. Chinese Journal of Management Science，2015，23（S1）：801-806.

8	郭正权，张兴平，郑宇花.能源价格波动对能源-环境-经济系统的影响研究［J］.中国管理科学，2018， 26（11）：22-30. Guo Z Q， Zhang X P， Zheng Y H. Impacts of energy price fluctuations on energy-environment-economy system in China［J］. Chinese Journal of Management Science，2018， 26（11）：22-30.

9	Bernard J T， Kichian M. The impact of a revenue-neutral carbon tax on GDP dynamics： The case of British Columbia［J］. The Energy Journal， 2021， 42（3）： 205-224.

10	Herath H M S A， Jung T Y. Carbon pricing and supporting policy tools for deep decarbonization； case of electricity generation of Sri Lanka［J］. Carbon Management， 2021， 12（5）： 465-484.

11	Sabine G， Avotra N， Olivia R， et al. A macroeconomic evaluation of a carbon tax in overseas territories： A CGE model for Reunion Island［J］. Energy Policy， 2020， 147： 111738.

12	Andersson J J. Carbon taxes and CO₂emissions： Sweden as a case study［J］. American Economic Journal： Economic Policy， 2019， 11（4）： 1-30.

13	Commission European. A clean planet for all： a European long-term strategic vision for a prosperous， modern， competitive and climate neutral economy［R］. Working Paper， European Commission， 2018.

14	Oshiro K， Masui T， Kainuma M. Transformation of Japan’senergy system to attain net-zero emission by 2050［J］. Carbon Management，2018，9（5）： 493-501.

15	张希良，黄晓丹，张达，等.碳中和目标下的能源经济转型路径与政策研究［J］.管理世界，2022，38（1）：35-51. Zhang X L， Huang X D， Zhang D， et al. Research on the pathway and policies for China's energy and economy transformation toward carbon neutrality［J］. Journal of Management World，2022，38（1）：35-51.

16	Shan Y L， Huang Q， Guan D B， et al. China CO₂ emission accounts 2016-2017［J］. Scientific Data， 2020， 7（1）： 54.

17	项目综合报告编写组.《中国长期低碳发展战略与转型路径研究》综合报告［J］.中国人口资源与环境，2020，30（11）：1-25. Comprehensive Report Preparation Team.A comprehensive report on China's long-term low-carbon development strategy and transformation path［J］.China Population，Resources and Environment，2020，30（11）： 1-25.

18	何建坤.碳达峰碳中和目标导向下能源和经济的低碳转型［J］.环境经济研究，2021，6（1）：1-9. He J K. Low carbon transformation of energy and economy aiming for the peaking of carbon emission and carbon neutrality［J］.Journal of Environmental Economics，2021，6（1）：1-9.

19

徐晓亮，许学芬.能源补贴改革对资源效率和环境污染治理影响研究——基于动态CGE模型的分析［J］. 中国管理科学，2020，28（5）：221-230.

Xu

X L

， Xu

X F

. The impacts of China's energy subsidies on resource efficiency and environmental pollution control analysis based on a dynamic general equilibrium model［J］. Chinese Journal of Management Science，2020，28（5）：221-230.

20	范英，衣博文.能源转型的规律，驱动机制与中国路径［J］.管理世界， 2021，37（8）： 95-105. Fan Y， Yi B W. Evolution，driving mechanism，and pathway of China's energy transition［J］. Journal of Management World， 2021，37（8）： 95-105.

21	余碧莹，赵光普，安润颖，等.碳中和目标下中国碳排放路径研究［J］.北京理工大学学报（社会科学版），2021，23（2）：17-24. Yu B Y， Zhao G P， An R Y， et al. Research on China's CO₂emission pathway under carbon neutral target［J］. Journal of Beijing Institute of Technology （Social Sciences Edition），2021，23（2）：17-24.

22	齐绍洲，赵鑫，谭秀杰.基于EEMD模型的中国碳市场价格形成机制研究［J］.武汉大学学报（哲学社会科学版），2015，68（4）：56-65. Qi S Z， Zhao X， Tan X J. A study on the formation mechanism of Chinese carbon market price based on EEMD model［J］.Wuhan University Journal （Philosophy & Social Science），2015，68（4）：56-65.

23	Li W， Jia Z J. The impact of emission trading scheme and the ratio of free quota： A dynamic recursive CGE model in China［J］.Applied Energy， 2016， 174： 1-14.

24	梁易乐，黄少伟，张星，等.基于主从博弈的碳排放税制定方法［J］.系统科学与数学，2016，36（8）：1055-1067. Liang Y L， Huang S W， Zhang X， et al.Taxingstrategies for carbon emissions based on Stackelberg game［J］. Journal of Systems Science and Mathematical Sciences，2016，36（8）：1055-1067.

25

肖谦，陈晖，张宇宁，等.碳税对我国宏观经济及可再生能源发电技术的影响——基于电力部门细分的CGE模型［J］.中国环境科学，2020，40（8）：3672-3682.

Xiao

Q

， Chen

H

， Zhang

Y N

， et al. The impacts of carbon tax on China's macro-economy and the development of renewable energy power generation technology： Based on CGE model with disaggregation in the electric power sector［J］.China Environmental Science，2020，40（8）：3672-3682.

26	Peters J C. The GTAP-Power data base： Disaggregating the electricity sector in the GTAP data base［J］. Journal of Global Economic Analysis， 2016，1（1）：209-250.

27	Truong T P， Hamasaki H. Technology substitution in the electricity sector： a top down approach with bottom up characteristics［J］. Energy Economics， 2021， 101： 105457.

28	Nachtigall D， Rübbelke D. The green paradox and learning-by-doing in the renewable energy sector［J］. Resource and Energy Economics， 2016， 43： 74-92.

29	刘志彬. 中国生物质发电潜力评估与产业发展研究［D］.北京：中国农业科学院博士学位论文，2015. Liu Z B. Research on potential assessment and industry development of biomass power generation in China［D］.Beijing：Chinese Academy of Agricultural Sciences， 2015.

30	李鹏雁，孙硕.基于学习曲线的西北地区光伏发电成本分析［J］.节能技术，2017，35（5）：469-474. Li P Y， Sun S. Analysis of cost of the photovoltaic industry in northwest China based on learning curve［J］.Energy Conservation Technology， 2017， 35（5）： 469-474.

31	李志学，秦子蕊，王换换，等.我国风电成本水平及其影响因素研究［J］.价格理论与实践，2019（10）：24-29+166. Li Z X， Qin Z R， Wang H H， et al. Research on the cost level and influencing factors of wind power in China［J］.Price：Theory & Practice， 2019（10）： 24-29+166.

32	Popp D. ENTICE： Endogenous technological change in the DICE model of global warming［J］. Journal of Environmental Economics & Management， 2004， 48（1）：742-768.

33	周德群，丁浩，周鹏，等.基于过程划分的可再生能源技术扩散模型［J］.中国管理科学，2022，30（2）： 217-225. Zhou D Q， Ding H， Zhou P， et al.Renewable energy technology diffusion model based on process division［J］.Chinese Journal of Management Science， 2022，30（2）： 217-225.

34	Duan H B， Zhu L， Fan Y. Modelling the evolutionary paths of multiple carbon-free energy technologies with policy incentives［J］. Environmental Modeling and Assessment， 2015， 20（1）：55-69.

35	Yuan Y N， Duan H B， Tsvetanov T G. Synergizing China's energy and carbon mitigation goals： General equilibrium modeling and policy assessment［J］. Energy Economics， 2020，89： 104787.

36	Duan H B， Zhang G P， Wang S Y， et al. Robust climate change research： A review on multi-model analysis［J］. Environmental Research Letters， 2019， 14（3）： 033001.

37	Wilkerson J T， Leibowicz B D， Turner D D， et al. Comparison of integrated assessment models： Carbon price impacts on U.S. energy［J］. Energy Policy， 2015， 76：18-31.

38	李建伟.我国劳动力供求格局、技术进步与经济潜在增长率［J］.管理世界，2020，36（4）：96-113. Li J W. Labor supply and demand pattern，technological progress and potential economic growth rate in China［J］. Journal of Management World，2020，36（4）：96-113.

39	田友春.中国分行业资本存量估算：1990~2014年［J］.数量经济技术经济研究，2016，33（6）：3-21+76. Tian Y C.Estimation on capital stock of sectors in China：1990-2014［J］.Journal of Quantitative &Technological Economics，2016，33（6）：3-21+76.

40	曾五一，赵昱焜.关于中国总固定资本存量数据的重新估算［J］.厦门大学学报（哲学社会科学版），2019（2）：49-59. Zeng W Y， Zhao Y K. Re-estimation of China's stock of capital［J］.Journal of Xiamen University （Arts & Social Sciences），2019（2）：49-59.

41	OECD. OECD economic outlook No.103（Edition 2018/1）［DB/OL］.（2018-01）［2024-11-08］.

42	World Bank Group.Global economic prospects， January 2021（English）［R］.Washington： World Bank， 2021.

43	祝宝良.“十四五”时期我国经济发展和政策建议［J］.财经智库，2020，5（5）：17-28. Zhu B L. China's economic development and policy suggestions during the 14th Five-Year Plan period［J］.Financial Minds，2020，5（5）：17-28.

44	O’Neill J， Stupnytska A. Global economics paper No：192， the Long-term outlook for the BRICs and N-11 post crisis［R］. Working Paper， Goldman Sachs， 2009.

45	World Bank Group. State and trends of carbon pricing 2022（English）［R］. Washington： World Bank， 2022.

46	袁家海，张凯.“碳中和”目标下，新型电力系统中常规煤电退出路径研究［J］.中国能源，2021，43（6）：19-26+66. Yuan J H， Zhang K. Coal power phase-out pathway in the new power system under carbon neutral target［J］.Energy of China，2021，43（6）：19-26+66.

47	杨帆，张晶杰.碳达峰碳中和目标下我国电力行业低碳发展现状与展望［J］.环境保护，2021，49（Z2）：9-14. Yang F， Zhang J J. The status and prospect of low-carbon development of electric power industry in China under carbon peak and carbon neutrality targets［J］.Environmental Protection，2021，49（Z2）：9-14.

Options

Outlines

/

〈

〉