《巴黎协定》中我国能源和气...策目标_综合评估与政策选择_莫建雷.pdf

《《巴黎协定》中我国能源和气...策目标_综合评估与政策选择_莫建雷.pdf》由会员分享，可在线阅读，更多相关《《巴黎协定》中我国能源和气...策目标_综合评估与政策选择_莫建雷.pdf（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、巴黎协定 中我国能源和气候政策目标:综合评估与政策选择*莫建雷段宏波范英汪寿阳内容提要: 本文对 巴黎协定 中我国能源与气候目标进行量化评估， 考察了碳定价和非化石能源政策驱动下， 未来碳排放、 能源消费及经济产出( GDP) 的演化趋势， 得到了实现碳达峰目标、 非化石能源比例目标和碳强度目标所需的政策措施与成本， 并基于此分析了三种目标和两种政策的协同关系。结果表明， 为实现上述目标需采取进一步的政策措施， 碳强度目标相对最易实现， 碳达峰目标次之， 非化石能源比例目标相对最难达成。碳达峰目标的实现路径和成本因政策选择不同而具有显著差异， 碳定价和非化石能源补贴的混合政策可以较低成本实现上

2、述目标。特别地， 50 元/吨 CO2和 30% 非化石能源补贴政策组合可同时实现上述目标， 年度 GDP 损失区间为 0. 7%1. 2%， 均化水平为0. 87%。建议我国未来进一步采取减排措施， 强化能源与气候目标的协同设计， 充分利用碳定价与可再生能源补贴的政策组合优势。关键词: 巴黎协定能源气候国家自主贡献政策协同能源经济环境集成建模*莫建雷， 中国科学院科技战略咨询研究院能源与环境政策研究中心， 邮政编码:100190， 电子信箱:mo_jianlei 126 com;段宏波(通讯作者)， 中国科学院大学经济与管理学院， 邮政编码:100190， 电子信箱:hbduan ucas

3、ac cn;范英， 北京航空航天大学经济与管理学院， 邮政编码:100191， 电子信箱:ying_fan263 net;汪寿阳， 中国科学院大学经济与管理学院， 邮政编码:100190， 电子信箱:sywang amss ac cn。本研究得到国家自然科学基金(71503242， 71403263， 71774153， 71874177)资助。作者感谢匿名审稿专家的宝贵意见， 文责自负。一、引言2015 年 12 月 12 日 ， 联合国气候变化框架公约 (UNFCCC) 缔约方会议第二十一次大会(COP21)在巴黎闭幕， 并通过了具有历史性意义的全球气候变化新协议 巴黎协定 。协定指出，

4、各方将加强对气候变化威胁的全球应对， 确保全球平均气温较工业化前水平升高控制在 2之内， 并为把升温控制在 1. 5之内而努力。2016 年 11 月 4 日 ， 巴黎协定 正式生效， 这是继京都议定书 后第二份有法律约束力的全球气候协议， 为 2020 年后全球应对气候变化行动奠定了制度基础。中国是世界上最大的温室气体排放国， 在全球应对气候变化挑战的进程中扮演了十分重要的角色。作为负责任的发展中大国， 中国为巴黎协定 的通过及生效做出了积极的贡献。在巴黎协定 框架下， 中国提出了国家自主贡献(NDC)减排目标:到 2030 年左右， 中国的二氧化碳(CO2)排放将达到峰值， 并争取尽早达峰

5、;中国 2030 年单位 GDP 二氧化碳排放要比 2005 年下降60%65%;且届时非化石能源占一次能源消费的比例提升到 20% 左右;同时提出了增加森林蓄积量和增加碳汇的目标。这是中国政府首次就自身碳排放总量提出控制目标， 对推进全球应对气候变化具有重要的意义。由于 NDC 目标的预定实现时间在 2030 年左右， 而未来经济发展、 技术进步及政策趋势面临较大的不确定性， 因此国内外气候政策领域的专家、 学者及政府官员等对中国提出的能源与气候政策目标的合理性与可行性进行了广泛争论。一些学者认为， 实现中国 2030 年的能源与气候政策目标861莫建雷等 : 巴黎协定 中我国能源和气候政策

6、目标: 综合评估与政策选择具有很大的挑战性， 需要付出很大努力才能实现(何建坤， 2014， 2015;Elzen et al， 2016);而另外一些学者则认为， 这些政策目标尤其是碳排放达峰目标不需要较大努力就可以比较容易地实现， 甚至认为中国 2025 年之前即可达到碳排放的峰值(Green Stern，2017; Li et al，2018)。此外， 还有一些观点认为， 由于中国在 2030 年之前没有明确的碳排放总量控制目标， 中国很有可能会在 2030年达峰之前快速增加碳排放， 以使自己达峰后仍然有一个较为宽松的排放空间(Malakoff，2014)。对中国 2030 年能源与气候

7、政策目标的观点和判断存在较大分歧的原因除了各自立场的差异之外，未来经济发展、 技术进步以及政策干预等的综合作用， 以及能源 经济 气候系统的动态关联， 尤其是各子系统之间耦合的非线性和复杂性等是导致对未来碳排放预测产生较大分歧的根本原因。具体来说， 中国未来 2030 年碳排放演化趋势与未来经济增速、 技术进步、 能源效率的改善、 能源碳强度与能源结构调整， 尤其是与上述要素之间的关联影响等因素密切相关， 因此在考虑未来碳排放演变路径时不仅要从单一因素或单一视角进行分析， 更要从系统视角对子系统之间的关联性进行探讨， 而如何将上述因素集成在同一个模型系统中进行全面刻画是客观准确分析未来我国能源

8、与碳排放演化的关键。另外， 以往关于中国 2030 年能源与气候政策目标的争论往往集中于中国能否实现未来的政策目标， 而对什么样的条件下可以实现这一目标以及实现这一目标所需要的政策努力和付出的成本代价讨论不足。而事实上， 只有从这三个视角进行综合分析才能对中国能源气候政策目标给出全面客观的评价。对中国 2030 年能源与气候政策目标分析的最新系统研究包括以下几篇重要研究文献。马丁和陈文颖(2016)以能源系统优化模型(China TIMES)为基础， 构建了碳排放达峰路径模拟体系， 以2030 年碳排放达峰为目标设计了分析情景， 研究了中国未来可能的碳排放峰值水平及达峰路径，并评估了主要部门及

9、关键措施的碳减排贡献。研究显示， 在参考情景下， 中国的能源消费与碳排放将持续增长， 在达峰情景下， 通过发展新能源与可再生能源以及推广高耗能工业的节能减排技术，使得电力、 工业和高耗能工业部门分阶段地实现碳排放达峰， 进而实现将 2030 年碳排放峰值控制在 100 亿108 亿吨 CO2的目标。He(2015)详细分析了非化石能源发展对我国实现自主贡献目标的贡献， 结果表明为了实现非化石能源消费 20% 比例的目标， 2030 年非化石能源供给相对于2005 将增长 78 倍， 非化石能源将以年均 8%的速度增长。为保证这一目标实现中国需要付出巨大的努力。Mi et al (2017)讨论

10、了中国碳排放达峰时间与经济增长之间的权衡关系， 并指出中国碳排放尽早达峰将导致经济增长放缓， 具体来说中国若在 2026 年前达峰， 2030 年经济增速需要在降低到 4. 5% 以下， 同时能源强度和碳强度相对于 2015 年分别下降 43% 和 45%。Zhou et al(2018)对我国工业部门能源消费碳排放达峰进行了分析， 结果表明工业部门碳排放可以在 2025年达峰， 同时需要额外的政策去控制煤炭消费并对工业结构进行调整。荷兰环境评估署的 Elzen etal (2016)基于自底向上和自顶向下的 FAI/TIME 模型对中国当前气候政策情景和强化气候政策情景下的未来碳排放趋势进行

11、了系统的评估， 当前政策情景将延续中国“十二五”期间的减排努力，强化政策情景则在当前政策情景基础上进一步引入建筑能效标准、 增加可再生能源使用以及提高交通部门燃油效率等减排措施。Elzen et al (2016)的评估结果表明， 当前政策情景不足以保证2030 年碳排放达峰目标的实现， 而引入强化政策对于中国碳排放 2030 年达峰是必要的。他们同时强调， 中国碳排放达峰时间与未来经济增长情景假设紧密相关。英国伦敦政治经济学院 Green Stern(2017)对中国未来能源与碳排放趋势进行了较为系统的情景分析， 认为中国未来碳排放增长要比预期增长缓慢， 达峰时间比预期更早， 甚至到 202

12、5 年碳排放就能达到峰值。然而这一结论的得出具有很强的前提假设。一是对未来经济增长的保守估计。具体来说， Green Stern(2017)的情景分析将 20142020 年中国经济平均增速设定为 6. 5%， 而 6. 5%的经济增速是中国 2020 年实现十八大提出的全面建成小康社会目标(国内生产总值和城乡居民人均收入比 2010 年翻一番)9612018 年第 9 期的底线(徐林， 2015)。二是 Green Stern(2017)对未来中国经济能源强度下降率的情景设定相对历史轨迹而言比较乐观。因为中国经济 19902015 年的能源强度年均下降速度约为 3. 8%， 而Green S

13、tern(2017)的情景设定将 20142030 年间的能源强度平均下降率设定为 4%， 超过过去十五年历史平均下降率 0. 2 个百分点。考虑到中国在过去十年为能源效率改进已经付出的巨大努力， 未来十五年其能效改进的速度能否达到甚至超越历史水平仍然具有较大的不确定性， 因为除了单纯的能效技术进步外， 经济系统内的结构调整也将起到重要作用(林伯强等， 2011)。最后一个关键因素是能源的碳强度， 即能源结构的调整。20052015 年十年间中国能源碳强度年均下降率为0. 5%， 而 Green Stern(2017)将能源碳强度的下降率在20142020 年间设定为1%， 并在2020到 2

14、030 年间将其进一步提高到 1. 5%， 因此相对历史而言能源碳强度的下降显著高于历史水平。尽管中国可再生能源发展在过去十年取得了巨大的进步， 但目前非化石能源在整个能源结构中的比例依然较低， 仅占 12%左右， 而其中非水非核可再生能源占比不足三成;同时， 中国当前可再生能源发展面临弃风弃光以及补贴资金不足等困境， 因此， 未来可再生能源的发展速度有可能面临一定的约束(林伯强和李江龙， 2014)。因此， Green Stern(2017)设定的能源碳强度下降情景也是相对比较乐观的。林伯强和李江龙(2015)在环境治理目标约束背景下， 考察了能源结构转变将对煤炭消费和 CO2排放的影响，

15、结果表明环境治理导致的能源结构调整将对未来碳排放起到显著的抑制作用， 最终有利于碳排放达峰的提早实现。综上， 虽然国内外气候政策领域的专家学者对中国提出的能源与气候政策目标的合理性与可行性进行了广泛讨论， 然而已有研究多集中于对达峰目标或可再生能源发展目标的独立分析或讨论， 而对气候目标和能源发展目标之间系统关联关系的集成分析不足;另外， 以往研究对于达峰目标的探讨主要围绕达峰时间展开， 而对于在什么样的政策条件下可以达峰以及达成目标需要付出的经济代价较少涉及;最后， 现有研究对如何设计和优化不同政策工具(碳定价和非化石能源补贴)组合从而以较低成本实现政策目标有待于进一步的深入分析。基于此，

16、本文构建了中国能源 经济 环境综合评估模型(CE3METL)， 包含了中国未来经济发展、 能源技术演化以及碳排放多个耦合子模块;借此系统讨论我国 2030 年能源与碳排放的发展趋势， 评估已有政策条件下实现国家自主贡献(NDC)目标的可行性， 进而分析为实现目标采取额外减排政策的必要性及其政策强度， 尤其关注我国将实行的全国碳定价政策对实现我国未来碳排放和能源发展目标的影响和贡献，并评估不同政策条件下实现相应政策目标所需付出的成本和代价。二、模型方法本文基于中国能源环境经济系统模型(CE3METL)对我们关注的问题进行研究。该模型是全球E3METL 模型的中国版本(Duan et al， 20

17、14;段宏波和范英， 2017)。E3METL 是一个基于内生经济增长理论的全球单区域动态跨期优化模型。该模型由宏观经济、 能源技术和气候三大模块构成， 基于政策驱动的 logistic 多重技术扩散机制的引入是该模型最大的特点(Duan et al， 2013)。目前该模型已被广泛应用于全球及中国的能源和气候政策模拟与评估工作中:例如， Duan et al (2013)讨论了排放空间限制下中国的最优排放和碳税路径问题;Duan et al (2014)则对全球浓控目标下成本有效的政策选择问题进行了研究;随后， 基于该模型的研究应用还拓展到了多重能源技术演变关系、 CCS 技术潜力评估以及能

18、源技术替代的环境效应评价等诸多方面(Zhu et al， 2015; Duan et al， 2016)。在 CE3METL 中， 假设整个宏观经济是完美预期的， 且以给定偏好的社会福利最大化为目标， 而福利的累积来源于代际人均消费的增加。因此， 福利目标的最大化与动态消费流和人口的演变路径紧密相关。不同代际间的效用分配依赖于纯时间偏好和边际消费效用(或消费弹性)两个因素， 而这又决定了跨期效用累积的贴现因子选择。具体而言， 给定 c 为消费， L 为人口总数， 则模型的优化目标安排如下:071莫建雷等 : 巴黎协定 中我国能源和气候政策目标: 综合评估与政策选择Maxt(L(t)logc(t

19、)L(t()t =0(1 + ()1)(1)其中， 效用贴现因子通过时间偏好率 来度量， 且 d是时间偏好率的年递减因子。(t) = 0ed t(2)CE3METL 中的生产基于资本 K、 劳动 L 和能源 e 等投入要素， 以 Cobb- Douglas 生产函数形式进行， 记 Y 为产出， 则生产过程的具体表达如下:Y(t) = (t)(K(t)L(t)1)+ (t)e(t)1/(3)其中， 和 为规模参数， 分别表征了投入效率的动态变化， 和 分别为资本值份额以及资本劳动组合与能源间的替代弹性。与 DICE 等其他 3E 系统综合评估模型一样， 假设经济产出是单一的复合商品， 产出的流向

20、包括投资、 消费(政府消费和居民消费)、 支付能源成本和碳排放成本以及进出口等。对投入而言， 人口增长轨迹外生给定， 资本存量通过消费流的优化来决定(Nordhaus，2007; Duan et al， 2013)。能源投入主要包含传统能源(化石能源)和非化石能源两部分。经济范围内的能源技术进步通过自发性能源效率改进参数来刻画。此外， 对于中国化的 3E 系统集成模型而言， 进出口边界的处理和闭合条件的选择尤为关键， 这可以避免由于市场不完全闭合导致的不合理经济波动的出现。CE3METL 假设进口和出口随 GDP 优化路径的变化而变化， 这主要通过设定进口的上界和出口的下界来实现(Kumbar

21、og lu et al， 2008)。CE3METL 模型能源技术部门的特点集中在两个方面， 即多重能源技术替代演变机制和内生能源技术进步机制。常弹性替代函数方法(CES)是传统自顶向下的综合评估模型惯用的技术描述方法， 然而这种方法难以对复杂能源技术体系进行有效的刻画(Emmerling et al，2016)。基于此， 基于 logistic 技术扩散模型的多重技术演变机制被引入到 CE3METL 模型中， 以丰富3E 集成模型技术细节的刻画(段宏波和范英， 2017)。该机制以 logistic 技术扩散模型为基础， 将技术份额关于时间的变化调整为市场份额关于相对价格的变化(即标杆技术价

22、格与替代技术价格的比值)， 并考虑碳税和补贴等政策干预效果。最终， 技术的替代演变路径取决于政策的实施力度和技术的相对成本的变化。本文考虑的能源技术主要包括煤炭、 石油和天然气 3 种含碳能源技术， 以及生物质能、 水电、 核能、 风能、 太阳能、 潮汐能和地热能 7 种替代能源技术。具体而言， 假定 si为能源技术在市场中的份额， ai为替代参数， 则经典的技术扩散 logistic 模型可表述为:dsi(t)dt= aisi(t)(1 si(t)(4)通过将技术相对价格的变化替代时间的变化， 同时考虑技术 i 的最大可能的市场扩散潜力)si0 si(t)si1， 则传统的单技术扩散模型可转

23、化为多重技术的的替代演变关系式:dsi(t)dpi(t)= aisi(t)(si(1 + si(t) jisj(t) si(t)(5)且pi(t) =cf(t)(1 + (t)ci(t)(1 i(t)(6)相对于经典的 logistic 技术模型， 模型左侧份额关于时间的变化修改为了份额关于相对价格 pi的变化， 且 pi表示为参照技术(一般选择化石能源技术， 如煤炭)与新能源技术的价格比值。不难看出， 当相对技术价格的变化等于时间的变化， 即 pi(t) = t， 且每种能源技术均达到其最大的市场扩散潜力， 即si=1 时， 模型(5)即退化为经典的 logistic 模型(4)。通过这种方

24、式， 我们还引入了碳定价 和可再生能源补贴率 i等政策变量， 从而， 该价格比值囊括了能源气候政策对相对价格变动的影响。显然， 价格比值除了受到双方成本变化的影响之外， 还受到碳定价和补贴政策的影1712018 年第 9 期响， 当碳价或者补贴率增加时， 相对价格比值将变大， 继而促进无碳新能源对传统化石能源的替代。内生能源技术进步机制主要指刻画非化石能源技术成本演化的单因素学习曲线方法。这种方法的本质是随着生产规模的扩大， 生产经验或知识会逐渐累积， 而知识存量的累积反过来会促进技术改进， 继而降低生产或技术使用成本。记 ci(t)与 ci(0)分别为技术 i 在第 t 期和初始期的成本，则

25、学习效应下能源技术成本的动态演变关系为:ci(t) = ci(0)kdgi(t)kdgi(0()bi(7)其中， bi为学习指数， 可以通过指数关系式转化为通常意义下的技术学习率， 具体地， 两者的转化关系可表述为:lri= 1 2bi(8)lri即为学习率， 表征为知识资本存量翻倍时技术成本下降的比率。值得注意的是， 知识资本 kdgi与传统资本一样在跨期累积过程中需要考虑折旧效应， 因此， 当期的知识资本应当是上一期的知识存量扣减过时部分之后的净值与新增知识流之和， 即:kdgi(t + 1) = (1 )kdgi(t) + si(t + 1)e(t + 1)(9)其中， e(t)表示能源

26、消费总量， 为知识资本的折旧率(知识的过时率)。CE3METL 模型的总能源价格是由化石能源价格和非化石能源价格在碳税和补贴政策作用下复合而成， 也可理解为技术份额和政策作用加权的能源价格组合， 记 TP(t)为能源复合价格， 则有:TP(t) = cf(t)(1 isi(t)(1 + (t) +isi(t)ci(t)(1 i(t)(10)对于全球气候经济综合评估模型(IA)而言， 刻画气候系统与经济、 能源系统之间的关系是建模的主体工作之一， 这种关系包括碳循环、 辐射强迫流的形成、 温升响应关系以及气候反馈损害等。对于区域模型而言， 我们对气候系统模块进行了简化， 仅仅考虑内生的人为碳排放

27、， 它可以通过加总各种含碳能源的碳含量与对应消费量的乘积得到， 即:emis(t) =fFfsfe(t)， F = Coal， Oil， Gas(11)其中， emis(t)为人为排放， f为碳排放因子， sf(t)为化石能源的消费份额， 且sf(t) = 1 isi(t)(12)CE3METL 属于是典型的跨期动态优化模型， 可以通过 GAMS 软件平台中的非线性优化算法CONOPT 寻求最优解。本文将模型基准年份设定为 2010 年， 跨期优化的运行步长为 5 年(即每 5年为一期)， 有效结果报告到 2050 年， 系统总体运行到 2065 年(即运行 11 期)， 以规避模型优化过程中

28、尾部效应可能带来的结果不确定性(Nordhaus，2007; Kumbarog lu，2008)。具体地， 集成系统通过最大化跨期福利最大化目标， 在既定的人口增长、 传统能源效率改进等外生参变量路径设定和排放控制约束下选择最优的投资、 消费流， 继而得到经济、 能源和排放系统各期关键变量的最优解(Duan et al， 2013)。三、模型校准与政策情景设计(一)关键参数取值及模型校准CE3METL 是集成耦合中国能源、 经济和环境三大系统大规模动态数值模拟模型， 模型运行涉及到各个系统的多个参数， 其中代表性的包括效用跨期偏好、 资本值份额、 资本劳动与能源的替代弹性等。关键参数的取值一方

29、面源自基于历史数据的估计研究， 而权威模型的取值也是重要的参考依据;另外， 对各个耦合系统主要变量指标的校准也是调验参数合理性的关键环节(代表性参数取值说明见下表 1)。事实上， 模型的有效校准也是利用该类模型对政策目标进行评估的重要前提271莫建雷等 : 巴黎协定 中我国能源和气候政策目标: 综合评估与政策选择(石敏俊等， 2013)。根据以往模型校准的惯例， 本文基于未来人口趋势、 经济增长、 能源消费、 碳排放以及碳排放强度等关键指标对模型基准情景进行校调， 其中人口趋势设定参考了世界银行对中国未来人口趋势的预测(World Bank， 2015)， 其他四个指标基准情景结果如图 1 所

30、示。同时， 我们将基准情景结果与国内外主流研究关于中国未来中长期经济增长、 能源消费及碳排放走势的结果进行了对比， 包括国际能源署(IEA)、 美国劳伦斯伯克利国家实验室(LBNL)、 联合国发展规划署(UNDP)、 国家发改委能源所(EI)以及清华大学等(IEA，2010; Zhou et al，2013; UNDP，2009;国家发改委能源研究所， 2009;清华大学， 2014)。比较结果表明， 我们的模型校准结果居于主流研究结果预判区间之内， 这也从另一方面显示了模型设置及相关模拟结果的合理性与可信性。表 1代表性参数的取值说明参数名称估值来源初始纯时间偏好率纯时间偏好率的年均下降率0

31、. 030. 3%Kumbarog lu et al ( 2008) ， Duan et al ( 2013) ， Aldy et al( 2016)资本值份额资本 劳动组合与能源的替代弹性0. 310. 40Nordhaus( 2007) ， 石敏俊等( 2013) ， Emmerling et al ( 2016)资本折旧率5. 0%Deschnes et al ( 2007) ， Barreca 等( 2016)出口占 GDP 份额下限进口占 GDP 份额上限40%30%基于 20002012 年的实际数据估算( 中国统计年鉴 2012)CO2排放的自然沉降率0. 6%IPCC( 200

32、6) ， Nordhaus( 2007)煤炭的碳排放因子( 吨碳/吨标煤)天然气的碳排放因子( 吨碳/吨标煤)石油的碳排放因子( 吨碳/吨标煤)0. 7560. 4480. 586政府间气候变化专门委员会温室气体排放清单， 即 IPCC-Guidelines for National GHGs Emission Inventories ( IPCC，2006)注:更多 CE3METL 模型的参数估计和取值描述参见段宏波和范英(2017)。图 1基准情景下( BAU) 我国未来能源消费、 碳排放及经济增长趋势(二)政策情景设计及依据“十二五” 之前， 中国的节能减排主要通过基于行政命令的政策工具

33、来推动实施。具体来说，温室气体减排主要通过提高能效技术准入标准和淘汰落后技术产能(如上大压小)、 节能技术改造与推广等方式来实现。因此， 过去十五年主要高耗能产品能源单耗以及发电煤耗均显著降低， 碳排放强度下降趋势显著(何建坤， 2011)。在基准情景下， 本文假设“十二五” 之前采取的以提高能效为主的碳减排努力将继续保持， 即能源强度和碳排放强度将持续下降。同时考虑到我国过去十五3712018 年第 9 期年已经采取的节能措施以及未来随着节能活动的进一步开展节能潜力在中长期将不断下降， 我们假设基准情景下随着时间的推移能源强度及碳强度下降的速度将逐步放缓。近年来， 中国的非化石能源发展取得了

34、举世瞩目的成就， 先后成为全球第一大风能和太阳能装机国。在建核电机组规模居世界首位， 是世界上核电发展最快的国家。其他低碳能源及可再生能源的发展同样迅猛。到 2015 年， 非化石能源在我国整个能源消费结构中的比例达到 12% 左右。尽管中国非化石能源发展在过去十年取得了长足进步， 但是由于当前的能源定价机制未能将化石能源使用导致的外部环境成本以及非化石能源使用的环境收益纳入考量中， 可再生能源在成本方面仍然不具优势。我国的可再生能源电价补贴政策， 即可再生能源发电标杆上网电价政策， 对改善可再生能源相对于传统能源的价格竞争力， 促进可再生能源技术的迅速发展起到了关键的作用。考虑到随着技术进步

35、未来可再生能源补贴水平有可能随时间下调， 因此在政策情景中我们设定了三种情景， 即 30%的高补贴情景、 20%的中等补贴情景， 以及无补贴情景。碳定价作为一种基于市场机制的温室气体减排政策工具， 是应对气候变化领域的一项重大制度创新， 由于其在成本有效性、 环境有效性及政治可行性等方面的优势， 近年被越来越多的国家和地区应用于减排实践中(范英等， 2016)。作为应对气候变化的关键举措， 中国在已有七个排放权交易试点基础上于 2017 年底启动了全国性的碳交易市场。目前的全国碳交易市场仅覆盖电力部门， 未来随着碳市场机制的不断完善， 全国碳交易市场将逐步覆盖包括石化、 化工、 建材、 钢铁、

36、 有色、 造纸、 电力、 航空等八大行业内的 7000 多家企业， 成为全球最大的碳交易市场。碳定价机制会通过改变化石能源的相对价格竞争力来影响化石能源的终端消费， 进而对能源结构及碳排放的演化产生影响， 其效果显著与否与未来碳市场价格走势密切相关。可以预计， 在全国碳市场启动初期(20172020 年)， 为给企业一定的时间学习、 适应碳市场的相关规则， 碳市场配额分配会相对宽松， 碳价格起步水平不会太高。然而根据相关研究(McKinsey，2009; Mo Zhu，2014; Mo et al， 2016)， 200300 元/吨 CO2的碳价格才可能对低碳技术发展以及我国未来经济低碳转型

37、起到实质性作用。预计随着碳减排目标的提高以及碳市场制度的不断完善， 碳价格水平将不断提高， 以充分发挥碳价格的引导激励作用。在本文的模拟中， 根据过去五年我国试点碳市场的经验， 我们将最高碳价格情景设定为 150 元/吨 CO2， 同时考虑到过低的碳价格对于减排和可再生能源发展的影响十分有限(Mo et al，2016)， 我们将最低碳价格情景设定为 50 元/吨 CO2。基于此， 设定了三种不同的初始碳价情景:低碳价情景 50 元/吨 CO2， 中等碳价情景 100 元/吨 CO2， 以及高碳价情景 150 元/吨 CO2;碳价预期的年均增长率与模型折现率设置相同(5%)。综合碳价情景和可再

38、生能源补贴情景， 我们可以得到包括基准情景在内的 12 种政策情景， 如表 2 所示。表 2政策情景假设碳价( 元/吨 CO2)050100150补贴 ( %)0BAUT50T100T15020S20T50S20T100S20T150S2030S30T50S30T100S30T150S30四、结果与分析(一)碳排放强度我国在国家自主贡献减排目标(NDC)中提出， 到 2030 年碳排放强度下降 60%65%。以此为参考， 我们分别模拟了不同情景下中国未来碳排放强度的演化趋势， 如图 2 所示。首先， 在基准471莫建雷等 : 巴黎协定 中我国能源和气候政策目标: 综合评估与政策选择情景下(BA

39、U)， 即延续十二五之前提高能效的减排努力但不再进一步采取额外政策措施， 中国未来的碳排放强度将会进一步下降， 到2030 年相应数值相对于2005 年将下降63. 4%。由此可见， 在延续当前已有的节能减排努力的情景下， 中国在 2030 年将能够实现碳强度下降目标的下限， 而如果要实现碳强度下降目标的上限(65%)， 仍然需要额外的减排努力。具体来说， 在单独引进 20%非化石能源价格补贴的情景下， 2030 年碳排放强度相对于 2005 年将进一步下降 64. 5%， 而若将补贴水平进一步提高到 30%， 碳排放强度将下降 65. 3%， 此时， 碳排放强度下降的上限目标得以达成。对于碳

40、定价政策， 当碳价水平为 50 元/吨 CO2时， 碳排放强度在 2030 年的下降为 66. 7%， 可以保证碳排放强度下降上限目标的实现。因此， 碳定价政策对于未来碳强度的下降将起到更加显著的推动作用。(二)碳排放路径2030 年碳排放达峰是我国向联合国提交的国家自主贡献(NDC)目标体系中的核心目标之一。为考察该目标的实现情况， 我们模拟了在不同政策情景下未来的碳排放总量演化趋势， 如图 3 所示。在没有引入任何额外政策的基准情景下(BAU)， 我国未来的碳排放增长将持续到 2040 年， 之后开始缓慢下降， 这一结果与当前国内的主流研究相一致(霍健等， 2016;姜克隽等， 2016)

41、。在单一碳定价情景下， 随着碳价水平的提高， 我国碳排放路径曲线逐步下移， 初始碳价 50 元/吨 CO2可使碳排放 2035 年达峰， 之后五年处于平台期， 2040 年之后开始下降;当碳价水平为 100 元/吨 CO2时， 尽管排放达峰时间点未能显著提前， 但依然引起了排放路径的显著调整:峰值水平相对于 50元/吨 CO2的情景明显下降， 且整个排放路径明显下移， 到 2030 年以及 2050 年的累计碳排放也明显下降。进一步提高碳价至 150 元/吨 CO2， 2030 年附近碳排放基本达到峰值， 并在此排放水平下一直持续到 2035 年附近， 之后开始下降。图 2不同政策情景下中国未

42、来碳排放强度的动态演化趋势在碳定价和非化石能源补贴混合政策情景下， 碳排放演化趋势与单一政策具有显著差异。首先是混合政策下， 较低的碳价水平即可使碳排放尽早达峰。具体来说， 50 元/吨 CO2的碳定价和30%的补贴水平下碳排放在 2030 年即可达峰， 碳排放在此水平持续到 2035 年， 之后碳排放开始下降。其次， 混合政策情景下碳排放演化路径与单一碳价政策情景下的路径差异在短时间内差别不大， 而在中长期这种差异将逐渐加大， 表现为混合政策下的中长期碳排放显著低于单一碳价政策情景。虽然短期内补贴政策通过改善可再生能源的价格竞争力可以在一定程度上替代化石能源来实现碳减排， 然而由于可再生能源

43、初期规模相对较小以及路径依赖效应， 可再生能源通过“干中学”诱导的成本下降效果在短期内并不显著。这也在很大程度上解释了为何补贴政策对碳排放路径的影响效果短期内比较有限， 而只有在中长期内才能凸显出来。5712018 年第 9 期最后， 通过比较不同政策情景下的碳排放路径可以得到， 仅仅从实现 2030 年前碳排放达峰这一半定量目标讲， 未来我国碳排放的路径是多样的， 表现在峰值不同， 达峰之后的路径不同， 以及从整体时间跨度看累计碳排放的不同， 而选择什么样的达峰路径与我国未来政策选择密切相关。图 3不同政策情景下中国未来碳排放的动态演变路径(三)非化石能源发展非化石能源比例目标是我国 203

44、0 年能源与气候政策目标体系的另一重要组成部分， 以此为分析对象， 本文得到了不同政策情景下中国未来非化石能源比例的演化趋势， 如图 4 所示。在没有碳定价和非化石能源补贴政策的 BAU 情景下， 非化石能源比例增长趋势非常平稳， 结构调整较为缓慢， 即使到 20452050 年间， 非化石能源的比例勉强达到 20%。随着碳定价政策和非化石能源补贴政策的引入， 非化石能源比例将得到不同程度的提高。通过比较单一政策下非化石能源比例的演化趋势可以发现， 非化石能源补贴对于能源结构调整的影响效果要比碳定价更为显著， 主要原因是:虽然碳定价政策抑制了化石能源的消费， 但非化石能源技术在无政策支持条件下

45、成本下降比较缓慢， 如果没有非化石能源补贴以降低非化石能源的直接使用成本， 其在现实中要得到快速而大规模利用仍然比较困难， 能源消费结构的调整也相对缓慢。同时我们进一步看到， 在混合政策情景下， 一方面化石能源消费成本被碳定价政策推高， 消费受到抑制， 另一方面非化石能源直接消费成本被补贴政策降低， 需求得到支持， 在两种政策的共同作用下， 能源结构调整更加显著。由模拟结果可以看到， 单一的150 元/吨 CO2的碳定价或30%的补贴政策下， 2030 年非化石能源比例分别为15. 2%和18. 4%， 二者都不足以保证2030 年非化石能源比例20%目标的实现;而在50 元/吨 CO2碳定价

46、和 30%补贴的混合政策情景下， 2030 年非化石能源比例达到 20. 1%， 可以保证既定目标的达成;而当碳价水平升至100 和150 元/吨 CO2时， 非化石能源比例会进一步提高， 分别达到 21. 7%和 23. 1%。到 2050 年， 单一碳定价政策情景下， 非化石能源比例将达到 30% 左右，单一补贴政策情景下， 该数值可达 40%;而在混合政策情景下， 非化石能源的比例可以进一步增长到 50%以上， 最高为 57. 6%， 对应最严格的碳价和补贴组合情景。上述结果分析证实了混合政策在推动我国中长期能源系统转型和能源革命的必要性和有效性。(四)三种政策目标的比较与协同关系分析在

47、对 NDC 三个政策目标分别进行讨论的基础上， 我们对该系列目标进行综合分析， 通过比较实现三种政策目标所需的政策努力来分析实现各政策目标的相对难易程度， 以及三者间基于政策的协同关系。对于碳强度目标而言， 不需要额外的政策努力即可实现 2030 年碳强度下降 60% 的政策目标， 而若要使碳强度进一步下降65%， 则需要额外的政策努力:例如较低碳定价政策(50 元/吨 CO2)或者 30%补贴的单一政策。对于碳排放达峰目标而言， 单一的补贴政策以及低碳价情景671莫建雷等 : 巴黎协定 中我国能源和气候政策目标: 综合评估与政策选择图 4不同政策情景下中国非化石能源发展均不足以实现 2030

48、 年达峰目标， 只有较高的碳价(150 元/吨 CO2)或配之以补贴的混合政策的实施才能保证目标的如期达成。对于非化石能源发展而言， 即使实施 150 元/吨 CO2的高碳价政策或 30%的从价高补贴政策， 2030 年非化石能源占一次能源消费的比重均低于 20% 的目标， 只有在混合政策情景(例如， 50 元/吨 CO2和 30% 补贴)下才可以基本保证既定目标的达成。因此， 通过上述分析我们可以发现， 实现碳强度目标所需的额外政策努力相对最小， 其次是碳排放达峰目标，而要实现非化石能源 20%的发展目标则需要付出更大的努力。(五)减排成本分析从保证实现我国 2030 年能源气候政策目标的角

49、度， 我们应该采取尽可能严厉的政策措施， 然而由于减排政策实施可能对经济发展带来负面影响， 现实的政策制定不仅要考虑减排政策的有效性还应考虑政策实施带来的成本， 以在二者之间进行有效的权衡和选择。我们通过分析不同政策情景下的经济增长(GDP)路径， 计算了不同政策情景相对于 BAU 情景下的 GDP 损失， 以此反映不同政策的宏观经济成本， 如图 5 所示。在没有额外政策约束的 BAU 情景下， 中国经济将继续保持中高速增长， 20102020 年的年均 GDP 增长率为 7. 29%， 中期 20302040 年的年均增长率为4. 75%， 长期经济增速逐步放缓， 20402050 年的年均

50、增长率为 3. 45% 左右。引入碳定价政策的情景下， 碳排放的成本将被内部化， 化石能源作为经济生产的投入要素其成本会相应增加， 进而导致未来经济增速放缓。根据模拟结果， 50 元/吨 CO2情景下 GDP 损失为 12 个百分点， 平均为1. 7 个百分点， 20102020 年的年均 GDP 增长率下降 0. 2 个百分点， 20202030 年均增长率下降0. 03 个百分点;100 元/吨 CO2情景下的 GDP 损失为 34 个百分点， 平均为 3. 4 个百分点， 20102020 年的年均 GDP 增长率下降 0. 31 个百分点， 20202030 年均增长率下降 0. 04