EN中文

GEOGRAPHICAL RESEARCH >

2017 , Vol. 36 >Issue 11: 2213 - 2224

DOI: https://doi.org/10.11821/dlyj201711014

Articles

Analysis of the impact of China's participation in global climate governance

  • HUANG Rui , 1, 2 ,
  • LIU Changxin , 3
Expand
  • 1. Nanjing Normal University, Key Laboratory of Virtual Geographic Environment for the Ministry of Education, Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
  • 2. East China Normal University, Key Laboratory of Geographical Information Science, Ministry of State Education of China, Shanghai 200062, China
  • 3. Institutes of Science and Development, CAS, Beijing 100190, China

Received date: 2017-03-14

  Request revised date: 2017-07-26

  Online published: 2017-11-20

Copyright

《地理研究》编辑部
Fold

Abstract

The Paris Agreement established an institutional framework of the global response to climate change after 2020, which has greatly promoted the global cooperation in tackling climate change. Global climate governance has been more and more recognized by state and government. Chinese government has pledged to reach CO2 emissions peak by 2030, and strives to reach the peak as soon as possible, and actively participates in the global climate governance. As the same time, the central and local governments have implemented air pollution control policies in order to solve the increasingly serious air pollution in China. Due to the homology of carbon dioxide emissions and air pollutants, for instance, fossil fuel combustion, the government can adopt collaborative governance policy to reduce carbon dioxide emissions and control air pollution simultaneously. Collaborative governance can avoid inconsistencies in policy making and improve the effectiveness of policy implementation. In the background of world economy integration, a country's climate governance policy will have an impact on the rest of the world economy, thereby affecting countries' investment for climate change mitigation, and ultimately affect the global cumulative welfare. In this paper, based on EMRICES model, we simulated the effects of carbon tax and sulfur tax of China on the world economy, and analyzed the change of carbon peak value after China's participation in global governance of climate. It was found that, under the baseline scenario, China's carbon emissions peak is 3695.30 Mt C, which will appear in 2033. Under China's carbon tax scenario, when other economies do not levy carbon tax, China's carbon emissions peak is 3480.30 Mt C, which will appear in 2032. Under China's sulfur tax scenario, when other economies do not levy sulfur tax, China's carbon emissions peak is 3307. 90 Mt C, which will appear in 2031. When China levies tax carbon and sulfur tax simultaneously, and other economies do not levy tax, China's carbon emissions peak is 3125.10 Mt C, will appear in 2030, three years earlier than the baseline scenario, which reflects that China can complete the target of reaching carbon peak around 2030, but China may suffer from greater economic losses.

Key words： carbon emissions; global climate governance; economic effects; cumulative welfare

Cite this article

HUANG Rui , LIU Changxin . Analysis of the impact of China's participation in global climate governance[J]. GEOGRAPHICAL RESEARCH, 2017 , 36(11) : 2213 -2224 . DOI: 10.11821/dlyj201711014

1 引言

全球气候治理是涉及到多个领域的复杂问题,是全球环境治理（global environment governance）的一部分[1]。气候治理不仅包括单纯针对气候问题的治理行动,还包括在非气候治理（如国际贸易）中的气候治理行动。治理活动的参与者既有主权国家,还有非政府组织、研究机构、企业和公众参与。而这些治理活动主要涉及碳交易市场、技术、资金和能源等重要议题[2]。全球气候治理已经得到越来越多国家和政府认可[3]。经过各方共同努力,2016年11月4日,《巴黎协定》正式生效,各方将加强对气候变化威胁的全球应对,把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。各方将以“自主贡献”（Intended National Determined Contributions,INDCs）的方式参与全球应对气候变化行动,来自188个国家的161个INDCs已经提交,占据全球排放的90%。中国政府承诺在2030年左右达到CO2排放峰值,并争取尽早达峰。采取提高非碳能源比例、增加碳汇等多种方式以减少CO2排放,积极参与全球气候治理。
国际上多采用集成评估模型（Integrated Assessment Model,IAM）评估不同政策的协同效应。IAM是包含经济学、物理学、化学、气候学、生态学、区域科学以及工程学等的多学科交叉模型,已经成为评估气候保护政策和环境政策的常用工具,主要用来识别政策的有效性,从而给政府提供决策支持[4]。随着IAM的发展,涌现出大量能源—经济—环境模型,关注的焦点从单一的能源问题逐渐转变为多个领域[5]。从经济模块与气候模块的联接紧密程度角度,Bahn认为IAM可以分为两类,一类是经济、气候以及损失模块高度融合的模型,这类模型通常是在一个较长时间里寻找最优的减排政策。另一类模型的经济系统采用多区域一般均衡模型,气候系统采用了高分辨率的通用气候系统,系统在经济和气候子系统之间的联接显得过于简单。经济系统只对温度上升做损失评估,但是经济系统自身的发展却不受影响,也就是说这类模型忽略了气候变化对经济发展路径的影响[6]。
实际上,气候变化给经济带来的负面影响,已经影响到了经济的发展路径。全球气候变化带来了当期的经济损失,这种损失也必定会引起下一期的投资资金的影响,进而影响作为生产要素的资本量。因此,是否将气候变化带来的损失反应到经济增长过程中,决定了一个模型是否认可气候变化将改变经济的发展轨迹[7]。表1给出了国际上部分主要IAM的统计情况。温度对经济系统的反馈是一个重要的指标,它反映了模型是否有能力将气候变化的影响内化到经济的发展路径上。
Tab. 1 Integrated assessment models

表1 主要的IAM模型

模型名称 全球/
区域		 国家经济水平/
部门经济水平		 区域间
经济联系		 部门间
联系		 优化/
模拟		 温度上升的
损失评估		 温度对经济
系统的反馈
AIM[8] 亚太地区 国家经济水平,
考虑能源供需均衡		 - 无 模拟 有 无
IMAGE[9] 全球 5部门 无 无 模拟 有 无
MESSAGE[10] 全球 国家经济水平 无 - 优化 有 无
MARIA[11] 全球 国家经济水平,
考虑能源供需平衡		 有 无 优化 有 有
MiniCAM[12] 全球 考虑能源供需平衡
以及农业供需平衡		 无 无 模拟 有 有
RICE[13] 全球 国家经济水平 无 - 优化 有 有
MRICES[14] 全球 国家经济水平 有 - 兼有 有 有
MERGE[15-16] 全球 国家经济水平 无 - 优化 有 有
WITCH[17] 全球 国家经济水平 无 - 优化 有 有
FUND[18] 全球 部门水平 有 有 模拟 有 无
GREEN[19-20] 全球 部门水平 有 有 模拟 无 无
G-CUBED[21] 全球 部门水平 有 有 优化 无 无
WIAGEM[22] 全球 部门水平 有 有 模拟 有 无
马晓哲等采用全球动态CGE模型模拟了全球实施碳税政策对碳减排和世界经济的影响[23],裴惠娟等分析了国际碳税格局对中国的启示[24],很多学者采用CGE模型和其他IAM模型定量地分析了碳税对中国的经济影响[25-29]。这些研究结果提供了许多有价值的环境经济政策,但是仍然缺乏中国减少碳排放和控制大气污染对全球各经济体的经济影响以及全球累计福利值的估计。气候的全球治理已是大势所趋,中国减排对其他各国的经济影响怎样?国际气候谈判中中国应该与哪些国家结盟?需要进行科学模拟来回答这些问题[30]。因此,本文采用EMRICES模型模拟中国征收碳税和硫税对全球其他经济体的经济影响和全球累计福利值的变化,试图为中国参与国际谈判提供政策建议。

2 研究方法与数据来源

2.1 EMRICES模型

1982年,Nordhaus在美国经济学顶级期刊《The American Economic Review》发表论文,将CO2排放与经济联系起来,运用优化算法求得累积福利最大化下的碳价格和控制率,成为气候变化经济学的开山之作[31]。Nordhaus等在DICE模型基础上,提出了RICE模型（Regional Integrated Model of Climate and the Economy）,为碳减排的区域分析奠立了基础[13]。DICE/RICE模型因其简洁直观和良好的用户可操作性,被很多学者接受并不断发展。
王铮课题组于1999年就开始研究气候保护对经济安全的影响,对RICE模型进行扩展,把GDP 溢出引入模型中,形成了MRICES模型（Multi-factor Regional Integrated Climate change Economic assessment model with GDP Spillover）,可以更科学反映国家间经济发展和减排的相互影响[32]。Buonanno等认为研发投资带来的研发活动将会产生新的技术,极大地提高各地区的技术水平,促进技术进步[33]。因此,王铮等将研发投资引发的技术进步内生化到MRICES模型中,并重新划分国家区域,开发了方便用户使用的决策支持系统[14,34]。朱永彬等以研发投资为减排手段,在最优经济增长模型框架下,构建了碳排放强度目标约束下的最优控制模型,模拟碳排放强度目标和社会福利最大化两个目标约束下的最优减排路径[35]。刘昌新将MRICES模型与CGE模型进行耦合,模拟产业结构演化对气候变化的影响[36]。原媛等认为产业结构升级是较为有效的碳减排途径[37]。在此基础上,王铮等从碳减排和大气污染控制协同治理的角度,引入了环境税机制,形成了EMRICES模型,模拟中国征收碳税和硫税对中国未来碳排放趋势的影响[38]。EMRICES模型中,中国的经济系统由CGE模型刻画,模型动态化方程和税收方程参考黄蕊等[38],此处不再赘述。其他国家（地区）均具有各自独立的经济系统,GDP产出在传统的Cobb-Douglas函数中考虑研发投资,将资本区分为研发资本和一般资本：
Q i ( t ) = A i ( t ) Z i ( t ) β K i ( t ) γ L i ( t ) 1 - γ （1）
式中： Q i ( t ) 、 A i ( t ) 、 K i ( t ) 和 L i ( t ) 分别表示各经济体的总产出、技术水平、资本和劳动力; Z i ( t ) 为知识资本存量; β 为知识资本的弹性系数。各地经济体的知识资本累计方程与一般物质资本累积方程类似：
Z i ( t + 1 ) = ( 1 - δ Z ) Z i ( t ) + R i ( t ) （2）
式中： δ Z 为知识资本折旧率; R i ( t ) 为研发资本的投资量,该投资是总产出的一部分。总产出由消费、投资和研发投资构成,如式（3）所示。
Q i ( t ) = C i ( t ) + I i ( t ) + R i ( t ) （3）
式中： C i ( t ) 为消费; I i ( t ) 为各地区的物质资本投资。
EMRICES模型沿用了RICE模型的损失函数,气候变化所带来的经济损失是关于温度变化的函数,是连接气候模块与经济模块的关键部分。它反映升温对经济的损失程度,这种损失会改变经济的增长路径。
Ω i ( t ) = φ 1 i T AT ( t ) + φ 2 i [ T AT ( t ) ] 2 （4）
式中： φ 1 i 、 φ 2 i 均为损失函数中的系数; T AT ( t ) 是大气温度的升高量。
采取减排措施需要一定的成本,减排成本是关于减排率的函数：
Λ i ( t ) = θ 1 i ( t ) μ p i ( t ) θ 2 i （5）
式中： θ 1 i 和 θ 2 均为减排成本函数的系数; μ p 为减排率。
扣除减排成本和气候变化带来的损失后的净产出为：
Y i ( t ) = [ 1 - Λ i ( t ) ] Q i ( t ) / [ 1 + Ω i ( t ) ] （6）
福利经济学中采用效用函数考察社会福利,计算公式为：
W = ∑ ∑ t N ( t ) [ c ( t ) 1 - α / ( 1 - α ) ] ( 1 + ρ ) - t （7）
式中： W 是各地区福利的累加值; ρ 是纯的时间偏好率; c 是人均消费; N 是人口; α 是消费边际弹性。

2.2 数据来源

各国的GDP数据和劳动力数据来源于世界银行,如表2所示,其中资本存量采用永续盘存法计算得到。资本和能源相关数据分别如表3和表4所示[36,39]。
Tab. 2 The initial value of macroeconomic variables for economies

表2 各经济体宏观经济变量初始值

GDP
（十亿美元）		 劳动力
（百万人）		 资本存量
（十亿美元）		 投资
（十亿美元）		 知识资本存量
（十亿美元）
中国 4990.23 1331.40 4890.90 1251.90 185.40
美国 14417.90 306.80 28833.70 1769.40 3788.60
欧盟 16088.98 500.90 31186.50 1861.20 2340.40
日本 5035.14 127.60 19715.80 958.50 2408.20
印度 1365.30 1207.70 1358.10 273.80 52.60
俄罗斯 1222.64 141.90 1452.50 93.50 50.50
高收入国家 5958.82 220.10 11701.30 894.70 907.50
中等偏上收入国家
中等偏下收入国家
低收入国家		 5375.51
2335.75
777.11		 947.60
1248.50
783.30		 8255.80
2634.50
599.80		 816.40
371.90
72.50		 271.90
75.00
0.00
Tab. 3 The parameters of capital

表3 资本参数

资本折旧率 投资率 资本生产弹性 研发投资率 知识资本折旧率 知识资本挤出效应
中国 0.1 0.35 0.30 1.00 0.05 0.50
美国 0.1 0.25 0.25 2.70 0.05 0.50
欧盟 0.1 0.25 0.25 1.80 0.05 0.50
日本 0.1 0.25 0.25 3.10 0.05 0.50
印度 0.1 0.25 0.30 0.80 0.05 0.50
俄罗斯 0.1 0.25 0.30 1.10 0.05 0.50
高收入国家 0.1 0.25 0.25 1.80 0.05 0.50
中等偏上收入国家
中等偏下收入国家
低收入国家		 0.07
0.1
0.1		 0.30
0.25
0.25		 0.30
0.30
0.30		 0.60
0.60
0.00		 0.05
0.05
0.05		 0.50
0.50
0.50
Tab. 4 The parameters of energy

表4 能源参数

能源产出弹性 能源技术变化指数系数 能源强度初值 能源强度下降速度 单位能源碳排放系数
中国 0.096 0.1 0.000430 0.05166 0.99
美国 0.091 0.1 0.000166 0.02046 0.61
欧盟 0.057 0.1 0.000114 0.01624 0.54
日本 0.059 0.1 0.000104 0.01615 0.58
印度 0.096 0.1 0.000482 0.04236 0.83
俄罗斯 0.080 0.1 0.000568 0.04363 0.62
高收入国家 0.059 0.1 0.000183 0.02046 0.72
中等偏上收入国家
中等偏下收入国家
低收入国家		 0.087
0.053
0.074		 0.1
0.1
0.1		 0.000278
0.000537
0.000364		 0.01391
0.01586
0.01942		 0.75
0.42
0.21

3 结果分析

3.1 基准情景

EMRICES平台中将全球划分为十个主要经济体,分别为中国、美国、欧盟、日本、印度、俄罗斯、高收入国家、中等偏上国家、中等偏下国家和低收入国家。基于EMRICES平台,基准情景下,各经济体未来的经济发展趋势、碳排放量和累计福利值如图1所示。基准情景是中国以及其他国家（地区）没有征收碳税和硫税的情况下,各国（地区）依靠能源结构调整和产业结构演化形成的增长路径和排放趋势。
Fig. 1 Future GDP, carbon emissions and cumulative welfare of economies under baseline scenario

图1 基准情景下各经济体未来的GDP、碳排放量和累计福利值

从图1a中可以看出,基准情景下,各经济体的GDP都呈现不断增长的趋势。其中,中国和印度的GDP增长速度最快,到2100年分别成为世界第一和第二大经济体。2100年,中国和印度的GDP总量分别为63.65万亿美元和58.97万亿美元,分别占世界经济的17.94%和16.62%。2050年以后中国的GDP增长速度减缓,2050-2100年期间GDP平均增长速度为0.89%,而印度的GDP平均增长速度为1.89%,仍然保持较高的增长速度。模拟期内,印度将于2061年超过欧盟,2067年超过美国,成为世界第二大经济体。中国将在2034年超过欧盟,2035年超过美国,成为世界第一大经济体。
美国GDP的增长速度也逐渐减小,2050年到2100年平均的GDP增长速度为0.62%,到2100年美国GDP总量为43.26万亿美元,是世界第三大经济体,约占世界经济的12.19%。在模拟初期,欧盟是世界第一大经济体,但是到了2030年,欧盟经济被美国超过,2034年,欧盟经济被中国超越,2061年和2085年,欧盟经济又分别被印度和中等偏下收入国家超过,成为世界第五大经济体。2100年,欧盟GDP总量约为37.74万亿美元,约占世界经济的10.64%。2100年,日本、俄罗斯和高收入国家GDP总量为13.46万亿美元、16.09万亿美元和22.18万亿美元,分别占世界经济的3.79%、4.53%和6.25%。中等偏上收入国家、中等偏下收入国家和低收入国家的GDP总量分别是35.06万亿美元、42.25万亿美元和22.18万亿美元,分别占世界经济的9.88%、11.91%和6.25%。
从图1b中可以看出,中国的碳排放量呈现先增多后减少的EKC特征,碳排放高峰出现在2033年,与黄蕊等的结果[31]较比较提前了一年,碳排放高峰值为3695.30 Mt C,较BAU情景减少了136.79 Mt C。这是因为EMRICES模型是一个多国优化模型,各经济体寻求全球累计福利最大化时,中国的资本、劳动力、能源和研发投资都达到最优化,生产技术水平也相对提高,因此中国的碳排放量有所降低。各经济体未来的碳排放量高峰和高峰出现的年份见表5。在模拟期内,低收入国家的碳排放没有出现EKC特征,碳排放量不断增加,到2100年碳排放量为327.02 Mt C。
Tab. 5 Carbon emission peak and time of economies under baseline scenario

表5 基准情景下各经济体的碳排放高峰值和出现年份

碳排放高峰值（Mt C） 年份
中国 3695.30 2033
美国 1566.49 2030
日本 302.87 2040
欧盟 1052.27 2028
俄罗斯
印度
高收入国家		 972.20
1754.71
916.20		 2029
2046
2037
中等偏上收入国家 2992.71 2057
中等偏下收入国家 2747.99 2077
低收入国家 - -
经济学中常采用效用值反映各代人的福利水平,通过贴现率将未来各代人的效用值贴现在当期,求得累计福利值最大[40]。2100年,累计福利值排在前三位的分别是中国、印度和欧盟,美国、中等偏下收入国家和中等偏上收入国家的累计效用值位列第四至六位,高收入国家、俄罗斯、低收入国家和日本的累积福利值分别是第七和第十位。

3.2 碳税情景

基于EMRICES平台,中国征收碳税后,各经济体未来的经济发展趋势、碳排放量和累积福利值如图2所示。需要说明的是,本文模拟的碳税情景仅针对中国征收,其他国家（地区）不征收碳税。
Fig. 2 Future GDP, carbon emissions and cumulative welfare of economies under carbon tax scenario

图2 碳税情景下各经济体未来的GDP、碳排放量和累计福利值

从图2a中可以看出,中国征收碳税后,中国的GDP总量仍呈现不断增长的趋势,2100年中国的GDP为59.55万亿美元,与基准情景下相比减少了4.10万亿美元。这是中国参与气候的全球治理所付出的经济代价。与基准情景相比,2100年其他经济体的GDP都略有增多。其中印度的GDP增加得最多,增加了0.11万亿美元。其次是中等偏下收入国家,增加了0.08万亿美元,美国和欧盟分别增加了0.06和0.05万亿美元。碳税情景下,2100年,印度GDP总量将达到59.07万亿美元,仅比中国少0.48万亿美元。
从图2b可以看出,在碳税情景下,中国的碳排放量仍然呈现EKC特征,碳排放高峰出现在2032年,较基准情景提前了一年,碳排放高峰值为3480.30 Mt C,较基准情景减少了215 Mt C。各经济体的碳排放量高峰值变化不大,出现的年份保持不变。在模拟期内,低收入国家的碳排放仍然没有出现EKC特征。
碳税情景下,2100年,各经济体累计福利值从大到小的次序与基准情景下保持一致。但是,中国的累积福利值减少了33253,其他经济体的累积福利值都有所增加,印度和中等偏下收入国家分别增加了524和413,中等偏上国家、欧盟和美国分别增加了282、259和240,低收入国家和高收入国家各自增加了148和136,俄罗斯和日本分别增加了84和82。

3.3 硫税情景

中国征收硫税情景下,各经济体未来的经济发展趋势、碳排放量和累积福利值如图3所示。同样地,硫税政策只针对中国,其他国家（地区）不征收硫税。
Fig. 3 Future GDP, carbon emissions and cumulative welfare of economies under sulfur tax scenario

图3 硫税情景下各经济体未来的GDP、碳排放量和累计福利值

从图3a中可以看出,硫税情景下,中国的GDP在2093年被印度超过。2100年,中国的GDP为56.41万亿美元,与基准情景下相比减少了7.24万亿美元,占世界经济的16.19%,成为世界第二大经济体。印度的GDP总量不断增加,分别在2061年和2067年超过欧盟和美国,2093年超过中国,成为世界第一大经济体。2100年,印度GDP总量将达到59.16万亿美元,与基准情景相比增加了0.2万亿美元,约占世界经济的16.98%。2100年美国的GDP总量为43.36万亿美元,比基准情景下增加了0.1万亿美元,位列世界第三大经济体,约占世界经济的12.45%。中等偏下收入国家的GDP总量在2100年达到42.39万亿美元,约占世界经济总量的12.17%,成为世界第四大经济体,比基准情景下增加了0.14万亿美元。2100年欧盟的GDP与基准情景比增加了0.09万亿美元,位列第五。与基准情景相比,2100年日本、俄罗斯、高收入国家、中等偏上收入国家和低收入国家的GDP分别增加了0.03万亿美元、0.03万亿美元、0.05万亿美元、0.1万亿美元和0.06万亿美元。
从图3b中可以看出,硫税情景中,除了低收入国家外,中国和其他经济体的碳排放都呈现出EKC特征。在模拟期内,低收入国家的碳排放量不断增加,到2100年碳排放量为327.28 Mt C。中国的碳排放量高峰出现在2031年,较基准情景提前了两年,碳排放高峰值为3307.90 Mt C,比基准情景减少了387.40 Mt C。其他各经济体的碳排放量高峰值变化不大,出现的年份保持不变。低收入国家的碳排放量仍保持不断增长趋势。
碳税情景下,2100年,各经济体累计福利值从大到小的次序与基准情景下保持一致,中国的累积福利值仍然最大,但与基准情景下相比减少了59381,其他经济体的累积福利值都有所增加。印度的累计福利值增加得最多,增加了955,其次是中等偏下收入国家,增加了753。中等偏上国家、欧盟和美国分别增加了514、472和437,低收入国家和高收入国家各自增加了270和247,俄罗斯和日本分别增加了152和150。
对比发现,硫税情景下中国的GDP和累积福利值减少得比碳税情景下多,同样地,其他经济体的GDP增加值和累计福利值增加值也比碳税情景下多。此外,硫税情景下中国的碳减排效果优于碳税情景。这反映出硫税对各经济体的经济刺激和福利影响更显著。

3.4 碳税和硫税情景

中国同时征收碳税和硫税情景下,其他国家（地区）不收税的情况下,各经济体未来的GDP增长趋势、碳排放量和累积福利值如图4所示。
Fig. 4 Future GDP, carbon emissions and cumulative welfare of economies under levying both carbon and sulfur tax scenario

图4 碳税和硫税情景下各经济体未来的GDP、碳排放量和累计福利值

从图4a中可以看出,同时征收碳税和硫税情景下,印度的GDP分别在2061年和2067年超过欧盟和美国,在2084年超过中国,成为世界第一大经济体。2100年,印度GDP总量将达到59.26万亿美元,比基准情景下增加了0.29万亿美元,约占世界经济的17.17%。2100年,中国的GDP为52.67万亿美元,与基准情景下相比减少了10.98万亿美元。2100年,美国的GDP与基准情景下相比增加了0.15万亿美元,达到43.41万亿美元,位列第三。中等偏下收入国家和欧盟的GDP总量都增加了0.14万亿美元,分别达到42.46万亿美元和37.88万亿美元,分别占世界经济总量的12.30%和10.98%,成为世界第四和第五大经济体。与基准情景相比,2100年日本、俄罗斯、高收入国家、中等偏上收入国家和低收入国家的GDP分别增加了0.05万亿美元、0.05万亿美元、0.08万亿美元、0.14万亿美元和0.09万亿美元。
同时征收碳税和硫税情景中,中国碳排放高峰出现在2030年,较基准情景提前了三年,碳排放高峰值为3125.10 Mt C,比基准情景减少了570.20 Mt C。其他各经济体的碳排放量高峰值和出现的年份变化不大。在模拟期内,低收入国家的碳排放仍然没有出现EKC特征。
同时征收碳税和硫税情景中,到2100年,各经济体的累计福利值从大到小的次序保持不变。中国的累计效用值减少了90546,印度和中等偏下收入国家分别增加了1416和1116,中等偏上收入国家、欧盟和美国的累积福利值分别增加了763、700和648,低收入国家、高收入国家、俄罗斯和日本的累计福利值分别增加了400、366、226和222。

4 结论与讨论

本文采用EMRICES模拟了中国征收碳税和硫税对世界各经济体的影响和福利值变化,并分析了中国参与气候全球治理中后的碳峰值变化,得出以下结论：
（1）基准情景下,2100年,中国的GDP总量分别为63.65万亿美元,碳排放量高峰值为3695.30 MtC,高峰值出现在2033年。未来中国将成为世界第一大经济体,且累计福利值最大。
（2）中国单独征收碳税情景下,2100年,中国的GDP为59.55万亿美元,与基准情景下相比减少了4.10万亿美元,其他经济体的GDP都略有上升。中国的碳排放量高峰为3480.30 MtC,出现在2032年,比基准情景提前了一年。中国的累积福利值略有降低,其他经济体的累积福利值略有上升。
（3）中国征收硫税情景下,2093年中国经济会被印度超过。2100年,中国的GDP为56.41万亿美元,与基准情景减少了7.24万亿美元,其他经济体的GDP都有所增多。中国的碳排放量高峰为3307.90 Mt C,出现在2031年,比基准情景提前了两年。硫税情景下,中国的累计福利值也略有降低,其他经济体的累计福利值略有上升。相比之下,硫税情景下中国GDP损失和累计福利值损失都超过碳税情景。
（4）中国同时征收碳税和硫税情景下,2100年,中国的GDP为52.67万亿美元,与基准情景下相比减少了10.98万亿美元。中国的碳排放量高峰为3125.10 Mt C,出现在2030年,比基准情景提前了3年,能够完成2030年左右达到碳峰值的目标,但是中国需承受较大的经济损失,2084年中国的GDP总量会被印度超过。中国的累积福利值损失超过单独征收碳税情景和单独征收硫税情景,其他经济体的累计福利值增加值则是三种情景下最大的。
致谢：感谢中国科学院科技战略咨询研究院王铮教授的指导。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
钮松, 王九思. 全球气候变化治理组织与中国在气候治理中的角色. 中国软科学, 2013, (5): 10-17.

[Niu Song, Wang Jiusi.Organization of governance for global climate change and the role of China in the governance. China Soft Science, 2013, (5): 10-17.]

[2]
许琳, 陈迎. 全球气候治理与中国的战略选择. 世界经济与政治, 2013, (1): 116-134.

[Xu Lin, Chen Ying.Global climate governance and China's strategic choice. World Economics and Politics, 2013, (1): 116-134.]

[3]
巢清尘, 张永香, 高翔, 等. 巴黎协定:全球气候治理的新起点. 气候变化研究进展, 2016, 12(1): 61-67.巴黎气候变化大会完成了历时4年的德班平台谈判进程,达成了以《巴黎协定》(简称《协定》)为核心的一系列决定.《协定》确立了一种全缔约方参与,以"自主贡献+审评"为中心,全面涉及减缓、适应及其支持的全球应对气候变化新模式.这一模式在继承《公约》原则的基础上,明确了发达国家和发展中国家各自的责任,通过国家自主贡献的方式充分动员所有缔约方采取应对气候变化行动,促进可持续发展.《协定》还鼓励除缔约方外的其他主体积极参与应对气候变化进程,鼓励市场和非市场机制的加入,动员资金流向绿色低碳领域.在制度安排上,《协定》体现了激励、透明、非对抗、非惩罚性的特点.《协定》的达成标志着全球气候治理进入了新的发展阶段,传递出全球推动实现绿色低碳、气候适应型和可持续发展的强有力信号.然而由于《协定》全面平衡了各方的利益,在未来的遵约细节和实施落实方面将会有更多的难题,如果处理不当,将可能会损害发展中国家的利益,尤其是发展中大国.

DOI

[Chao Qingchen, Zhang Yongxiang, Gao Xiang, et al.Paris Agreement: A new start for global governance on climate. Climate Change Research, 2016, 12(1): 61-67.]

[4]
王铮, 吴静, 刘昌新, 等. 气候变化经济学集成评估模型. 北京: 科学出版社, 2015.

[Wang Zheng, Wu Jing, Liu Changxin, et al.Integrated Assessment Model for Climate Change. Beijing: Science Press, 2015.]

[5]
魏一鸣, 吴刚, 刘兰翠, 等. 能源—经济—环境复杂系统建模与应用进展. 管理学报, 2005, 2(2): 159-170.lt;p>从复杂系统分析与建模的角度出发 ,论述了目前国际上具有代表性的且应用比较广泛的能源 -经济模型 ,并结合各模型的建模方法、功能、结构以及其典型应用 ,进行了全面综述。对进一步开展能源 -经济 -复杂系统分析与建模有一定的参考价值</p>

DOI

[Wei Yiming, Wu Gang, Liu Lancui, et al.Progress in modeling for energy - economy- environment complex system and its application. Chinese Journal of Management , 2005, 2(2): 159-170.]

[6]
Bahn O, Drouet L, Edwards N R, et al.The coupling of optimal economic growth and climate dynamics. Climatic Change, 2006, 79(1-2): 103-119.In this paper, we study optimal economic growth programs coupled with climate change dynamics. The study is based on models derived from MERGE, a well established integrated assessment model (IAM). We discuss first the introduction in MERGE of a set of “tolerable window” constraints which limit both the temperature change and the rate of temperature change. These constraints, obtained from ensemble simulations performed with the Bern 2.5-D climate model, allow us to identity a domain intended to preserve the Atlantic thermohaline circulation. Next, we report on experiments where a two-way coupling is realized between the economic module of MERGE and an intermediate complexity “3-D-” climate model (C-GOLDSTEIN) which computes the changes in climate and mean temperature. The coupling is achieved through the implementation of an advanced “oracle based optimization technique” which permits the integration of information coming from the climate model during the search for the optimal economic growth path. Both cost-effectiveness and cost-benefit analysis modes are explored with this combined “meta-model” which we refer to as GOLDMERGE. Some perspectives on future implementations of these approaches in the context of “collaborative” or “community” integrated assessment modules are derived from the comparison of the different approaches.

DOI

[7]
刘昌新, 王铮, 黄蕊. EMRICES: 气候变化经济学集成评估平台. 北京: 科学出版社, 2016.

[Liu Changxin, Wang Zheng, Huang Rui.EMRICES: Platform of Integrated Assessment Model for Climate Change. Beijing: Science Press, 2016.]

[8]
Wen Z, Chen M, Meng F.Evaluation of energy saving potential in China's cement industry using the Asian-Pacific Integrated Model and the technology promotion policy analysis. Energy Policy, 2014, 77: 227-237.Much of China's cement industry still uses outdated kilns and other inefficient technologies, which are obstacles to improving energy efficiency. Huge improvements in energy consumption intensity can be made by improving this technology. To evaluate the potential for energy-saving and CO 2 emissions reduction in China's cement industry between 2010 and 2020, a model was developed based on the Asian-Pacific Integrated Model (AIM). Three scenarios (S1, S2 and S3) were developed to describe future technology policy measures in relation to the development of the cement industry. Results show that scenario S3 would realize the potential for CO 2 emissions mitigation of 361.0 million tons, accounting for 25.24% of the predicted emissions, with an additional energy saving potential of 39.0 million tons of coal equivalent by 2020. Technology promotion and industrial structure adjustment are the main measures that can lead to energy savings. Structural adjustment is the most important approach to reduce the CO 2 emissions from the cement industry; the resulting potential for CO 2 emissions reduction will be increasingly large, even exceeding 50% after 2016.

DOI

[9]
Bouwman A F, Kram T, Klein Goldewijk K.Intergrated modelling of global environmenthal change: An overview of IMAGE 2.4. Iubmb Life, 2006, 63(9): 2.Continued population growth, rising per capita income, industrialization and ever-increasing flows of materials, have created growing concern over how to ensure a more sustainable form of global human development. It is widely accepted that human development in currently less developed countries, following a similar path of many industrialized countries in coming decades, will lead to an unsustainable future. In particular, problems associated with climate change, loss of biodiversity, water scarcity, and the accelerated nitrogen cycle will be encountered at global, continental, and regional scales. Solving them will demand a comprehensive understanding of the Earth system. Integrated assessment models such as the Integrated Model to Assess the Global Environment (IMAGE) is a helpful tool for investigating these changes, their causes, and interlinkages in a comprehensive framework. This includes the major feedback mechanisms in the biophysical system. This chapter describes briefly the history of IMAGE, data and sub-models, and how they are linked together It is adapted from Kram & Stehfest (2006). IMAGE starts from basic driving forces like demographics and economic development, energy consumption and production, and agricultural demand, trade, and production. Important elements in the bio-physical modeling are addressed, such as land cover and land use processes, the global current and historical carbon cycle, the global nitrogen cycle, management of nutrients in agricultural systems, and climate variability including interaction with land use. A short discussion on uncertainty and sensitivity is presented, and finally, an overview of major applications is given.

DOI

[10]
Messner S.Endogenized technological learning in an energy systems model. Journal of Evolutionary Economics, 1997, 7: 291-313.Technology dynamics is endogenized into a bottom-up energy systems model. Mixed integer programming is used to incorporate into the model the non-convex relation between declining specific investment in energy technologies and overall experience or capacities installed. The initial results achieved with this approach show the importance of early investment in new technology developments. New technologies will not become cheaper irrespective of research, development, and demonstration (RD & D) decisions; they will do so only if determined RD&D policies and investment strategies enhance their development.

DOI

[11]
Mori S.The development of greenhouse gas emissions scenarios using an extension of the MARIA model for the assessment of resource and energy technologies. Technological Forecasting & Social Change, 2000, 63(2-3): 289-311.This article describes an extended version of an integrated assessment model called MARIA (Multiregional Approach for Resource and Industry Allocation) and how it was applied to develop global and regional greenhouse gas (GHG) emission scenarios. The model has been developed to assess the potential contribution of fossil, biomass, nuclear, and other energy technologies and land use change to future GHG emissions. It also incorporates a simple carbon cycle and climate change model. Other extensions of MARIA include a higher degree of geographical disaggregation into eight world regions and a more detailed nuclear fuel cycle. The article describes how the model was used to develop GHG emission scenarios based on narrative storylines and to assess mitigation strategies that would lead to the stabilization of atmospheric GHG concentrations. The results indicate that zero-carbon technologies such as fast breeder reactors and carbon sequestration technologies can make a significant contribution toward emissions mitigation, especially when drastic reductions are envisaged.

DOI

[12]
Clarke L, Wise M, Kim S, et al. Model documentation for the MiniCAM climate change science program stabilization scenarios: CCSP Product 2. 1a.report for the US Department of Energy under Contract DE-AC05-76RL01830, Pacific Northwest National Laboratory, NNL-16735, 2007.

[13]
Nordhuas W D, Yang Z L.Regional dynamic general-equilibrium model of alternative climate-change strategies. The American Economic Review, 1996, 86: 741-746.Most analyses treat global warming as a single-agent problem. The present study presents the Regional Integrated model of Climate and the Economy (RICE) model. By disaggregating into countries, the model analyzes different national strategies in climate-change policy: pure market solutions, efficient cooperative outcomes, and noncooperative equilibria. This study finds that cooperative policies show much higher levels of emissions reductions than do noncooperative strategies; that there are substantial differences in the levels of controls in both the cooperative and the noncooperative policies among different countries; and that high-income countries may be the major losers from cooperation.

DOI

[14]
Wang Z, Zhang S, Wu J.A new RICES model with the global emission reduction schemes. Science Bulletin, 2012, 57(33): 4373-4380.

DOI

[15]
Manne A, Mendelsohn R, Richels R.MERGE : A model for evaluating regional and global effects of GHG reduction policies. Energy Policy, 1995, 23(1): 17-34.

DOI

[16]
Manne A S. Richels R G.MERGE: An Integrated Assessment Model for Global Climate Change. Energy and Environment. New York: Springer, 2005.

[17]
Bosetti V, Massetti E, Tavoni M.The WITCH model: Structure, baseline, solutions. FEEM Working Paper, 2007.WITCH – World Induced Technical Change Hybrid – is a regionally disaggregated hard-link hybrid global model with a neoclassical optimal growth structure (top-down) and a detailed energy input component (bottom-up). The model endogenously accounts for technological change, both through learning curves that affect the prices of new vintages of capital and through R&D investments. The model features the main economic and environmental policies in each world region as the outcome of a dynamic game. WITCH belongs to the class of Integrated Assessment Models as it possesses a climate module that feeds climate changes back into the economy. Although the model’s main features are discussed elsewhere (Bosetti et al., 2006), here we provide a more thorough discussion of the model’s structure and baseline projections, to describe the model in greater detail. We report detailed information on the evolution of energy demand, technology and CO2 emissions. We also explain the procedure used to calibrate the model parameters. This report is therefore meant to provide effective support to those who intending to use the WITCH model or interpret its results.

DOI

[18]
Ackerman F, Munitz C.Climate damages in the FUND model: A disaggregated analysis. Ecological Economics, 2012, 77(2): 219-224.78 We examine the treatment of climate damages in FUND. 78 FUND projects net benefits in agriculture, and net costs elsewhere. 78 In FUND 3.5 and earlier there is a risk of a division by zero error. 78 Optimal temperatures for agriculture take on physically implausible values. 78 FUND is calibrated to early 1990s research, and is overdue for updating.

DOI

[19]
OECD. Green: The User Aanual, Mimeo, Development Centre. Paris: OECD, 1994.

[20]
OECD. The OECD green model: An updated overview. Development Centre Working Papers, 1997.This paper presents a brief introduction to the OECD GREEN Model. The GREEN model has been developed by the OECD Secretariat in order to assess the economic impact of abating CO2 emissions using several different economic instruments. The paper is divided into two parts. The first provides a brief introduction to the structure of the GREEN model. The second describes several different simulations using the GREEN model, including what is generally referred to as the Business-as-Usual scenario and several alternative carbon-abatement scenarios. For specific details on the model and its implementation, readers are referred to the GREEN Reference Manual, and the GREEN User Manual ... Cet ouvrage est destiné à servir d’introduction au modèle GREEN de l'OCDE. Le modèle GREEN a été développé par le Secrétariat de l'OCDE afin de mesurer l'impact économique de différentes politiques de limitation des émissions de CO2. Cet ouvrage comporte deux parties. La première décrit la structure du modèle. La seconde présente plusieurs résultats du modèle, dont notamment la simulation de référence et des simulations alternatives de limitation des émissions de carbone. Les lecteurs intéressés par la structure détaillée du modèle ou son utilisation sont invités à se référer aux manuels préparés à l’intention des utilisateurs ...

[21]
Mckibbin W J, Wilcoxen P J.The theoretical and empirical structure of the G-Cubed model. Economic Modeling, 1999, 16(1): 123-148.

DOI

[22]
Kemfert C.An integrated assessment model of economy-energy-climate: The Model Wiagem. Integrated Assessment, 2002, 4(3): 281-298.This paper presents an integrated economy-energy-climate model WIAGEM (W orld I ntegrated A ssessment G eneral E quilibrium M odel) incorporating economic, energy and climatic modules in an integrated assessment approach. To evaluate market and non-market costs and benefits of climate change, WIAGEM combines an economic approach with a special focus on the international energy market, and integrates climate interrelations with temperature changes and sea level variations. WIAGEM is based on 25 world regions aggregated to 11 trading regions, each with 14 sectors. The representation of the economic relations is based on an intertemporal general equilibrium approach and contains the international markets for oil, coal and gas. The model incorporates all greenhouse gases (GHG) influencing potential global temperature, sea level variation and the assessed probable impacts in terms of climate change costs and benefits. Market and non-market damages are evaluated according to the impact assessment approaches of Tol. Additionally, this model includes net changes in GHG-source emissions as well as removals by sinks resulting from land use change and de-foresting activities. This paper describes the model structure in detail and outlines general results with emphasis on the impacts of climate change. As a result, climate change impacts are significant within the next 50 years; developing regions face high economic losses in terms of welfare and GDP losses resulting from sinks and other GHG changes.

DOI

[23]
马晓哲, 王铮, 唐钦能, 等. 全球实施碳税政策对碳减排及世界经济的影响评估. 气候变化研究进展, 2016, 12(3): 217-229.<p>该研究模拟了全球各区域2008&mdash;2050年的经济发展和碳排放状况，并将该模拟结果设定为基准情景。在基准情景中全球GDP随时间增长，而全球的碳排放同样表现出增长趋势。为了模拟碳税政策的减排效应及其对经济的影响，本文构建了其他3种碳税政策情景。情景1，将碳税收入作为一般性财政收入，此时全球升温减缓，世界碳排放下降显著，但中国、印度、俄罗斯、马来西亚和印度尼西亚等发展中国家经济发展严重受创，世界经济不均衡加剧。情景2，将各区域的碳税收入汇总之后按照比例统一分配，该情景下，世界碳减排规模较情景1略有下降，但世界各区域的经济较基准情景得到更好的发展。情景3，碳税税率随时间阶段性增长，此时，碳税政策对全球升温的控制更显著；世界各区域，尤其是发展中国家（地区），经济增长更迅速。另外，碳税收入用来提升区域技术进步，在一定程度上促进了产业的优化升级。碳税政策与技术进步的协同减排政策，考虑了区域经济发展的不均衡性，兼顾了气候治理的公平性，是一种有效、可行的全球气候治理政策。</p>

DOI

[Ma Xiaozhe, Wang Zheng, Tang Qinneng, et al.The impact assessment of global carbon tax policy on carbon emission and the world economy. Climate Change Research, 2016, 12(3): 217-229.]

[24]
裴惠娟, 曾静静, 曲建升. 国际碳税格局及其对中国的启示. 气候变化研究进展, 2015, 11(6): 412-419.lt;p>本文在总结分析全球已经实施碳税的国家碳税实施情况及其效果，评价分析国内外学者对中国征收碳税的相关研究和科学观点的基础上，针对中国碳税设计提出如下建议：目前实施碳税的大多是发达国家，国际上征收碳税的舆论日益高涨，但国内对碳税征收要素研究还不透彻，依据中国的国情开征碳税环境尚不成熟，未来需要进一步加强对碳税开征各要素的调研。</p>

DOI

[Pei Huijuan, Zeng Jingjing, Qu Jiansheng.Analysis on the situations of international carbon tax and inspirations to China. Climate Change Research, 2015, 11(6): 412-419.]

[25]
刘宇, 肖宏伟, 吕郢康. 多种税收返还模式下碳税对中国的经济影响: 基于动态CGE模型. 财经研究, 2015, 41(1): 35-48.文章基于中国工业化和城市化加速发展中碳排放快速增长给可持续发展带来严峻挑战的背景,在无税收返还、减免消费税和减免生产税三种情景下运用动态CAS-GE模型,模拟了中国2015年开征100元/吨碳税的经济影响,研究发现:宏观经济层面,征收碳税使GDP增速大致下降1%并在税收返还时这一影响会得到显著缓解;碳减排效果层面,碳税使全国碳排放总量下降8.15%,减免消费税情形下更是达到了8.49%;物价和内需层面,碳税不但没有推高CPI,相反还有利于抑制通货膨胀和改善内需结构;行业产出层面,征收碳税对大多数行业来说是负面影响,冲击的幅度与行业排放强度成正比——其中减免消费税使私人消费品行业受益但对出口份额较大的行业有负面冲击,而减免生产税则可以大幅抵消各行业的负面影响。文章最后还对上述影响机理进行了详细分析,并据此提出了相关政策建议。

[Liu Yu, Xiao Hongwei, Lv Yingkang.On economic effect of carbon taxes in China under several tax relief modes: based on dynamic CGE model. Journal of Finance and Economics, 2015, 41(1): 35-48.]

[26]
周晟吕, 石敏俊, 李娜等. 碳税对于发展非化石能源的作用: 基于能源—环境—经济模型的分析. 自然资源学报, 2012, 27(7): 1101-1111.为评价实现我国2020年碳排放强度和非化石能源发展目标的经济和环境影响,论文应用基于动态CGE模型的中国能源-环境-经济模型,模拟了不同减排政策下的减排效果及经济影响。模拟结果显示,征收40元/t CO碳税,将碳税作为政府收入、 居民收入、 削减影响较大行业的生产税、 以及用于非化石能源投资,2020年所能实现的减排量分别相当于CO排放强度在2005年的基础上下降35.87%、 35.80%、 35.07%和40.13%,非化石能源的消费量将占到总消费量的10.99%、 11.00%、 10.75%和15.82%。政策情景下对经济的影响并不是十分显著,GDP的损失不超过0.2%。综合考虑到减排效益和经济影响,将碳税收入用作对非化石能源的投资,不仅有利于促进我国实现2020年碳排放强度目标,而且对于实现非化石能源发展目标也发挥着重要的作用。

DOI

[Zhou Shenglv, Shi Minjun, Li Na, et al.The impact of carbon tax on non-fossil energy development-based on the analysis of energy-environment-economic model. Journal of Natural Resources, 2012, 27(7): 1101-1111.]

[27]
王灿, 陈吉宁, 邹骥. 基于CGE模型的CO2减排对中国经济的影响. 清华大学学报: 自然科学版, 2005, 45(12): 1621-1624.

[Wang Can, Chen Jining, Zou Ji.Impact assessment of CO2 mitigation on China economy based on a CGE model. Journal of Tsinghua University: Science & Technology, 2005, 45(12): 1621-1624.]

[28]
高鹏飞, 陈文颖. 碳税与碳排放. 清华大学学报: 自然科学版, 2002, 42(10): 1335-1338.

[Gao Pengfei, Chen Wenying.Carbon tax and carbon emission. Journal of Tsinghua University: Science & Technology, 2002, 42(10): 1335-1338.]

[29]
朱永彬, 刘晓, 王铮. 碳税政策的减排效果及其对我国经济的影响分析. 中国软科学, 2010, (4): 1-9, 87-87.

[Zhu Yongbin, Liu Xiao, Wang Zheng. Abatement effect of carbon tax and its impact on economy in China. China Soft Science, 2010, (4): 1-9, 87-87.]

[30]
吴静, 韩钰, 朱潜挺, 等. 国际气候谈判中的国家集团分析. 中国科学院院刊, 2013, 28(6): 716-724.

[Wu Jing, Han Yu, Zhu Qianting, et al.Analysis on climate coalitions in climate negotiation. Bulletin of Chinese Academy of Sciences, 2013, 28(6): 716-724.]

[31]
Nordhaus W D.How fast should we graze the global commons?. The American Economic Review, 1982, 72(2): 242-246.Unlike the vast preponderance of planets, earth has been bequeathed a hospitable environment in which to thrive. Up to now, man's activities have affected this environment negligibly. Scientists are becoming convinced, however, that release of carbon dioxide (CO2) from combustion of fossil fuels will lead to a significant modification of the global climate (see Woodwell). How should we think about such a destruction of our heritage? Should it be treated as anathema, like bondage? Or should the pace and extent of use of our global commons be subject to the same reasoned balancing of costs and benefits as other economic activities? The present paper takes the second approach -- asking how fast the global economy should allow a buildup of atmospheric CO2. The first section reviews the current scientific knowledge on this subject, while the second puts this into an optimal growth framework. The third section then presents a numerical example, while the last presents some realistic policy views on the subject.

[32]
Wang Z, Li H Q, Wu J, et al.Policy modeling on the GDP spillovers of carbon abatement policies between China and the United States. Economic Modelling, 2010, 27(1): 40-45.This paper simulates the GDP spillover effects between China and U.S. caused by the implementation of different climate protection policies. It is based on a combination of several climate protection models, which are the State-contingent Model and the Demeter Model, and the GDP Spillovers Model, known as the Mundell leming model. From the simulation results, it is concluded that whether the United States implements policies on increasing carbon sink or not makes very little difference on the total output in the U.S. and the GDP spillovers toward China. However, the spillover impact of American carbon abatement policies on China experiences a varying trend that rises from negative to positive. These simulation results show that the climate protection policies of one country will have positive impact on the GDP spillovers of another country in the long term. This paper is focused on two conditions while simulating the GDP for both China and the U.S. Condition A within the simulations ignores the impact of GDP spillovers of foreign countries, while condition B takes the impact of GDP spillovers of foreign countries into consideration. Furthermore, this paper presents the simulated GDP of China and the U.S. under different scenarios and analyzes the level of GDP spillovers between the two countries. This paper concludes that carbon abatement policies in the U.S. have a larger and more noticeable GDP spillover effects to China.

DOI

[33]
Buonanno P, Carraro C, Galeotti M.Endogenous induces technical change and the costs of Kyoto. Resource and Energy Economics, 2003, 25: 11-34.We present a model for climate change policy analysis which accounts for the possibility that technology evolves endogenously and that technical change can be induced by environmental policy measures. Both the output production technology and the emission utput ratio depend upon a stock of knowledge, which accumulates through R&D activities. Two versions of this model are studied, one with endogenous technical change but exogenous environmental technical change and the other with both endogenous and induced technical change. A third version also captures technological spillover effects. As an application, the model is simulated allowing for trade of pollution permits as specified in the Kyoto Protocol and assessing the implications in terms of cost efficiency, economic growth and R&D efforts of the three different specifications of technical change.

DOI

[34]
吴静, 朱潜挺, 王铮. 研发投资对全球气候保护影响的模拟分析. 科学学研究, 2012, 30(4): 517-525.基于LRICES模型,将研发 投资引发的技术进步内生化到模型中,在假设各国未来的研发投资处于较保守增长速度的前提下,分析研发投资对全球气候保护政策的影响。研究发现,在内生化研 发投资技术进步机制的作用下,至2100年,全球升温2.32℃,全球及各国的碳排放趋势均呈现先上升后下降再略微反弹的"倒S"型,全球的碳排放高峰为 2032年,中国、美国、日本、欧盟、前苏联、世界其他地区的碳排放高峰分别出现在2034年、2020年、2034年、2022年、2031年、 2036年。虽然发达国家比发展中国家较早达到了排放高峰,但2050年发达国家的人均碳排放量仍远高于发展中国家,急需落实减排。在研发投资的作用下, 文章提出了一个全球减排方案:发达国家碳排放量比1990年减少80%,前苏联地区碳排放量比1990年减少50%,中国和其他地区从2025年开始总量 减排,至2050年碳排放量控制在2005年水平。该减排方案不仅使至2100年全球升温控制在1.92℃,而且在减排经济成本支出、效用损失等方面充分 体现了"共同但有差别的责任"原则,有利于促进发展中国家消除贫困和经济增长。

[Wu Jing, Zhu Qianting, Wang Zheng.Modeling the influence of R&D expenditures on global climate protection. Studies in Science of Science, 2012, 30(4): 517-525.]

[35]
朱永彬, 王铮. 排放强度目标下中国最优研发及经济增长路径. 地理研究, 2014, 33(8): 1406-1416.以研发投资为减排手段,在最优经济增长模型框架下构建碳排放强度目标约束下的最优控制模型,并针对中国2009年提出的排放强度目标“2020年排放强度降低到2005年的40％～45％”,研究了同时满足减排目标和社会福利最大化目标下的最优研发投资路径以及经济平稳增长路线.模拟发现:前轻后重的研发投资路径有利于最大化社会成员的效用,而为了完成减排目标,中国需从2014年开始大幅提高研发投资到2.85％,随后每年都要保持在3％的水平;受此影响,经济平稳增长速度在2014年出现明显回落;排放强度路径呈现从缓慢下降到迅速下降而后降速趋缓的走势;能源消费量和碳排放量总体呈增长趋势,但在2014年继一个小高峰后出现短暂的下调.

DOI

[Zhu Yongbin, Wang Zheng.Optimal R&D investment path for China to fulfill its emission intensity target and the corresponding economic growth path. Geographical Research, 2014, 33(8): 1406-1416.]

[36]
刘昌新. 新型集成评估模型的构建与全球减排合作方案研究. 北京: 中国科学院科技政策与管理科学研究所博士学位论文, 2013.应对全球气候变化，需要科学模型的定量分析。集成评估模型(IntegratedAssessmentModels，IAM)是综合评价气候变化与经济福利损失的模型。尽管目前IAM已经取得了巨大的成就，但是仍有许多问题待解决。如何将IAM的经济细化到部门水平，同时还能将气候变化因素作为影响经济增长的因子反映在经济生产函数中，以研究气候变化与全球经济平稳增长的关系，需要研究讨论。而当应对全球气候变化的国际气候谈判陷入僵局时，也急切需要我们从一种新的思路重新思考问题，提出能被国际上所接受的减排方案，力争促成各国家就全球减排方案达成一致。　　本文第一章对目前...

[ Liu Changxin.The construction of a new style of IAM and study on the global corporation for the mitigation of the carbon dioxide. Beijing: Doctoral Dissertation of Institute of Policy and Management Science, Chinese Academy of Sciences, 2013.]

[37]
原媛, 席强敏, 孙铁山, 等. 产业结构对区域碳排放的影响: 基于多国数据的实证分析. 地理研究, 2016, 35(1): 82-94.

[Yuan Yuan, Xi Qiangmin, Sun Tieshan, et al.The impact of the industrial structure on regional carbon emission: Empirical evidence across countries. Geographical Research, 2016, 35(1): 82-94.]

[38]
黄蕊, 刘昌新, 王铮. 碳税和硫税治理下中国未来的碳排放趋势. 生态学报, 2017, 37(9): 2869-2879.基于气候治理背景,计算模拟了征收碳税和硫税后的经济影响和减排效果.结果发现,基准情景下,中国经济将保持不断增长的趋势,到2100年,GDP总量将达到69.95万亿美元,碳排放呈现环境库兹涅茨曲线特征,高峰值出现在2034年,碳排放高峰为3832MtC.在收税治理策略下,无论单独征收硫税还是单独征收碳税,我国的GDP均会受到影响,碳排放都会减少.同时征收碳税和硫税,碳排放显著降低,碳排放高峰出现在2031年,峰值估计为3111MtC,较基准情景下碳排放高峰降低了721MtC,高峰值出现的年份也提前了3a,完全满足2030年左右实现碳高峰的承诺.

DOI

[Huang Rui, Liu Changxin, Wang Zheng.Future carbon emissions trends under carbon and sulfur taxation governance in China. Acta Ecologica Sinica, 2017, 37(9): 2869-2879.]

[39]
黄蕊. EMRICES+研发及其对中国协同减排政策的模拟. 上海: 华东师范大学博士学位论文, 2014.全球气候变化已经在国际上得到了广泛认可,气候变化给经济和人类生存环境带来的影响已经在学术界引起了讨论,集成评估模型(Integrated Assessment Models)作为多学科融合的工具被用来模拟气候变化给经济和自然环境造成的影响进行评估。但是,这些IAMs大多就气候变化给全球或区域的宏观经济造成的影响进行评估,不能细化到某个部门。此外,IAMs忽略了各国针对气候变化会采取相应的政策措施,某一国家采取环境保护政策会对全球气候变化和其他经济体造成的影响这一事实,更重要的是IAMs无法对不同的环境保护政策的协同减排效用进行分析。本文构建了包含中国环境税动态CGE的多区域集成评估模型EMRICES+(Expanded Multi-factors Regional Integrated Models of Climate and Economy and System),对中国实施不同的环境税政策造成的气候和经济影响进行了评估,并可就全球气候变化对中国各部门经济的影响进行评估。另外,模型对气候变化的不确定性进行了模拟,具体对贴现率、气候敏感性和全要素生产率的增长率以及政策参数进行了不确定性研究。通过模拟和研究,本文得到的主要结论如下： (1)基准情景(BAU+)下,中国和印度等发展中国家的经济保持较快的增长速度,美国和欧盟等发达国家的经济也不断增长,全球的碳排放量不断增多。2100年,全球大气中碳浓度达到562.81ppm,大气温度较工业化前升高了2.89℃。 (2)中国征收硫税后,GDP总量仍呈现不断增长的趋势,到2100年,中国的GDP为56.41万亿美元,与BAU+情景下相比减少了7.24万亿美元。2093年中国经济会被印度超过。2100年,中国GDP将占世界经济的16.19%,成为世界第二大经济体。2100年,大气中碳浓度达到557.39ppm,大气温度较工业化前升高了2.86℃。 (3)中国征收碳税后,GDP总量仍呈现不断增长的趋势,到2100年,中国的GDP为59.55万亿美元,与BAU+情景下相比减少了4.10万亿美元。2100年,中国GDP将占世界经济的16.96%,成为世界第一大经济体。印度仅次于中国,GDP总量占世界经济总量的16.82%。2100年,大气中碳浓度达到559.81ppm,大气温度较工业化前升高了2.87℃。 (4)中国同时征收碳税和硫税时,到2100年,中国的GDP为52.67万亿美元,与BAU+情景下相比减少了10.98万亿美元,GDP将占世界经济总量的15.26%。印度的GDP总量不断增加,将于2061年超过欧盟,2067年超过美国,2084年超过中国,成为世界第一大经济体。2100年,印度GDP总量将达到59.26万亿美元,约占世界经济的17.17%。2100年,大气中碳浓度达到554.79ppm,大气温度较工业化前升高了2.84℃。 (5)当贴现率为0.1%时,各个国家的累计效用值变大,发展中国家的累计效用值变化最大；当贴现率3%的时候,各个国家的累计效用值变小,同样也是发展中国家的累计效用值变化大。气候敏感性是指大气中碳浓度增加一倍时,与工业化前相比大气的升温幅度。对不同的气候敏感性情景模拟表明气候敏感性越高,全球累计效用值越低。与贴现率对全球福利的影响相比,气候敏感性对全球福利的影响相对较小。大气敏感度变大时,海平面上升高度也变大。以中国和美国为例模拟了不同技术进步速度对碳排放量和碳排放高峰的影响,结果发现技术进步速度变快时,碳排放量也增大,碳排放高峰出现的年份越迟。 (6)不同碳税政策对中国的经济发展和碳排放量也会产生影响,碳税收得越高,减排效果越明显,但是对中国的经济影响也越大。25元碳税情景下,碳排放高峰和基准情景一样,出现在2033.年。50元碳税情景下,碳排放高峰出现在2032年。100元碳税情景下,碳排放高峰出现在2031年。不同的减排方案模拟结果显示,都可以达到2100年温度上升2℃的控制目标,但是Stern方案和Nordhaus方案对发展中国家的福利影响较大。WZW方案不仅能达到2℃的温度控制目标,而且能维持发展中国家的经济发展。

[Huang Rui.The development of EMRICES+ and its simulation research on China's collaborative reduction policies. Shanghai: Doctoral Dissertation of East China Normal University, 2014.]

[40]
黄蕊, 刘昌新, 刘筱. 气候变化评估模型中贴现率的敏感性分析及其伦理意义. 城市与环境研究, 2015, (4): 16-28.作者模拟了不同纯时间贴现率和不同减排方案对全球及各国福利的影响。结果发现:不减排方案下,与纯时间贴现率为1.5%时相比,当纯时间贴现率为0.1%时,全球累积效用变大,其中发展中国家的累积效用值变化较大;当纯时间贴现率为3%时,全球累积效用变小,同样也是发展中国家的累积效用值变化较大。不同的减排方案对各国的福利值也会产生不同影响,总体来看,Nordhaus方案下,俄罗斯和印度的累积福利受到的负面影响最大,其次是中等偏上收入国家;Stern方案下,印度、中等偏下收入国家、中等偏上收入国家和俄罗斯的累积福利都会受到较大的负面影响,中国的累积福利的损失率不断增大;WZW方案下,印度、俄罗斯和中等偏上收入国家的累积福利都受到较大的负面影响,欧盟和日本的累积福利受到的影响最小;三种减排方案下,欧盟和日本的累积福利受到的影响均较小。

[Huang Rui, Liu Changxin, Liu Xiao.The sensitivity and ethical analysis of discount rate in the climate assessment model. Urban and Environmental Studies, 2015, (4): 16-28.]

Options
Outlines

/

〈 〉