环境经济研究２０１８年第２期ＤＯＩ１０.１９５１１/ ｊ.ｃｎｋｉ.ｊｅｅ.２０１８.０２.００２政策协同对中国国家自主贡献目标的影响评估段宏波 杨建龙∗摘要中国国家自主贡献方案中设定了到２０３０年碳排放达峰和非化石能源消费比重达到２０％的目标ꎬ而政策组合对实现这些目标至关重要ꎮ本文通过发展我国能源－经济－环境系统集成模型ꎬ分析了国家提出的２０３０年碳排放达峰和非化石能源发展目标两者间的潜在交互关系ꎬ重点研究碳定价和能源补贴政策的组合优化对两个目标如期达成的影响机制ꎬ并考察政策选择对相应政策成本的影响ꎮ研究发现ꎬ对不同的目标而言ꎬ碳定价和非化石能源补贴政策的作用效果存在显著差异ꎻ非化石能源比例和碳排放达峰两大目标的实现过程可能是冲突或协同的ꎬ依赖于政策组合的优化和选择ꎻ政策选择显著影响达成既定ＩＮＤＣ目标的政策成本ꎬ引入适度补贴的组合政策可以大幅降低由碳税政策实施所引起的经济损失ꎮ基于此ꎬ政策制定者应尽量避免决策的短视化ꎻ在实施政策时尽量多打“组合拳”ꎬ以碳定价政策为主ꎬ补贴政策为辅ꎻ此外ꎬ还应把握好全国统一碳排放权交易市场带来的排放控制机遇ꎬ充分发挥其与可再生能源补贴政策体系的协同效应ꎬ服务于ＩＮＤＣ目标的顺利达成ꎮ关键词系统集成建模ꎻ碳排放达峰ꎻ非化石能源发展ꎻ政策目标关系ꎻ政策优化一、引言及文献综述早在巴黎协定正式生效之前ꎬ中国就已形成了应对全球气候变化挑战的“国家自主贡献ＩＮＤＣ”方案ꎬ设定了具体的能源与气候政策目标ꎬ即承诺到２０３０年实现二氧化碳排放达峰ꎬ同时非化石能源占一次能源消费的比重达到２０％ꎮ事实上ꎬ当前距离目标年份尚有较长时期ꎬ而具体政策目标能否顺利实现将受到诸多不确定因素的影响ꎬ这里的不确定性除了宏观经济发展、技术内在演变规律等客观因素外ꎬ更多地体现在能源与气候应对策略等主观１１∗段宏波ꎬ中国科学院大学经济与管理学院ꎬ邮政编码１００１９０ꎬ电子信箱ｄｕａｎｈｏｎｇ３２０＠ １６３.ｃｏｍꎻ杨建龙ꎬ国务院发展研究中心产业经济研究部ꎬ邮政编码１０００１０ꎮ本文系国家自然科学基金项目“能源经济环境集成系统中的多重内生技术演化建模与政策优化设计”７１５０３２４２的阶段性成果ꎮ感谢匿名审稿专家的修改意见ꎬ文责自负ꎮ段宏波 杨建龙政策协同对中国国家自主贡献目标的影响评估政策方面刘笑萍等ꎬ２００９ꎮ具体地ꎬ在较为严格排放控制政策的作用之下ꎬ这一减排目标实现的可能性将显著提高ꎬ总的碳排放达峰的年份甚至可以提前到２０２０－２０２５年姜克隽等ꎬ２０１６ꎻＧｒｅｅｎ ＆ Ｓｔｅｒｎꎬ２０１７ꎻ而当采取常规的控排努力时ꎬ我国的ＣＯ２排放在２０３０年如期达峰的难度将明显增加何建坤ꎬ２０１３ꎻ清华大学ꎬ２０１４ꎬ即使引入一定的气候政策ꎬ中国碳排放达峰的时间仍可能晚于既定的目标节点Ｔａｖｏｎｉ ｅｔ ａｌ.ꎬ ２０１４ꎮ由此可见ꎬ讨论我国具体ＩＮＤＣ目标达成可能性ꎬ实际很大程度上就是讨论未来可能的政策选项和潜在应对策略ꎮ除此之外ꎬ对多重政策目标而言ꎬ政策体系的合理设计和优化选择事关政策协同效应的发挥ꎬ而后者可以大幅节约总的政策成本ＭｃＣｏｌｌｕｍ ｅｔ ａｌ.ꎬ ２０１１ꎻ Ｊｅｗｅｌｌ ｅｔ ａｌ.ꎬ ２０１６ꎮ政策之于具体能源和减排目标的重要性已引起了国内外学者的广泛兴趣ꎬ特别是基于政策选择的情景分析以及相应的政策成本评估Ｄｕａｎ ｅｔ ａｌ.ꎬ ２０１３ꎻ张小锋、张斌ꎬ２０１６ꎮ何建坤２０１３建立了我国ＣＯ２排放如期达峰的低碳情景指标体系ꎬ给出了实现碳排放达峰目标的两个必要条件ꎬ即单位ＧＤＰ的ＣＯ２排放强度的年递减率要高于ＧＤＰ的年增长率ꎬ且单位能源消耗的ＣＯ２排放强度的年下降率要大于能源消费的年增长率ꎮ事实上ꎬ具体的政策情景包括诸多关键因素的设置ꎬ包括经济转型、能效改进、核电和可再生能源等非化石能源技术发展、碳捕获与封存ＣＣＳ技术扩散ꎬ以及低碳生活方式的转变等ꎬ而在积极的组合政策作用下ꎬ我国能源活动相关的碳排放可以在２０２５年之前ꎬ甚至更早达到峰值姜克隽等ꎬ２０１６ꎮ总体上看ꎬ当前的减排努力程度不足以保证２０３０年碳排放达峰和非化石能源２０％的发展目标的实现ꎬ未来进一步引入能效改进、可再生能源激励以及减碳等强化政策十分必要Ｇｒｅｅｎ ＆Ｓｔｅｒｎꎬ ２０１７ꎮ同时ꎬＥｌｚｅｎ等２０１６研究发现只有当碳排放的峰值水平为１３１ １３７亿吨ＣＯ２当量时ꎬ才有可能实现我国２０３０年总碳排放达峰的目标ꎬ而达到不同的排放峰值水平也与具体强化政策的选择紧密相关ꎮ马丁和陈文颖２０１６指出我国总体碳排放量的达峰可能依赖于电力、工业和高耗能部门的分阶段排放达峰ꎬ因此ꎬ制定战略和政策以促进这些行业和部门的供给及需求侧转型非常重要ꎮ根据清华大学的测算ꎬ对应２０３０年排放达峰目标的碳定价水平为１０２５元/吨ꎬ且该碳价将以年均８％的速度递增ꎻ此外ꎬ政策设计还与减排活动产生的对经济的负面冲击显著相关ꎬ实现排放达峰目标的总的ＧＤＰ损失预估在１％以内清华大学ꎬ２０１４ꎮ林伯强和李江龙２０１５认为从政策层面看ꎬ我国的低碳转型战略应以基于能效改进的节能为主ꎬ辅之以清洁技术发展ꎻ而在能源结构成功转变之下ꎬ碳排放提早达峰将成为自然过程ꎬ不会显著抑制宏观经济发展ꎬ对应的ＧＤＰ损失约为０.９３％ꎮ政策选择与成本评估研究中讨论的政策多指碳定价政策和非化石能源补贴政策ꎬ其也被广泛认为是实现经济脱碳和能源转型的关键依托手段Ｄｕａｎ ｅｔ ａｌ.ꎬ ２０１３ꎻ Ｔｏｌꎬ ２０１４ꎻ鄢哲明等ꎬ２０１７ꎮ就减排而言ꎬ碳定价和补贴政策的成本有效性存在显著差异ꎮ很多情况下ꎬ研发补贴是比碳税更为昂贵的减排手段ꎬ尤其在研发的负外部性问题没有被很好解决的情况下ꎻ２１环境经济研究２０１８年第２期此时ꎬ碳定价政策相对更为成本有效Ｇｏｕｌｄｅｒ ＆ Ｓｃｈｎｅｉｄｅｒꎬ １９９９ꎮ当然ꎬ在政策机制足够灵活时ꎬ同等减排约束下ꎬ碳定价与补贴组合政策的成本节约效果最为显著Ｇｅｒｌａｇｈ ＆ ｖａｎ ｄｅｒＺｗａａｎꎬ ２００６ꎻ Ｄｕａｎ ｅｔ ａｌ.ꎬ２０１３ꎮ朱永彬等２０１０从行业层面考察了碳税政策对经济的影响ꎬ指出碳税实施可以增加政府的收入ꎬ并有效降低高碳能源产品的供给和需求ꎬ同时对非能源部门也将造成一定的影响ꎮ石敏俊等２０１３基于可计算一般均衡模型比较了碳税和碳交易机制在减排效果和政策成本方面的差异ꎬ认为两者相结合的手段既能缓解行业减排压力ꎬ也能使减排成本适中可控ꎬ因而是较优的政策选择ꎮ吴力波等２０１４从动态边际减排成本的分析角度肯定了当前阶段采用总量控制和排放交易机制进行减排的合理性ꎬ并指出未来有必要将碳税政策引入到政策体系中ꎮ此外ꎬ碳定价和补贴的实施对技术演变的影响ꎬ包括对能效技术、非化石能源技术和ＣＣＳ技术的影响ꎬ也是相关政策分析的重要方面Ｇｒｉｍａｕｄ ｅｔ ａｌ.ꎬ２０１１ꎻ Ｄｕａｎ ｅｔ ａｌ.ꎬ ２０１３ꎻ段宏波等ꎬ２０１６ꎮ从以上文献分析可以看出ꎬ总体上ꎬ涉及我国ＩＮＤＣ目标及政策量化设计的国内外相关研究的数量并不多ꎬ但各种政策因素与我国能源和碳减排目标的紧密关系已引起了充分的重视ꎮ然而ꎬ具体政策ꎬ例如碳定价和新能源补贴ꎬ对不同ＩＮＤＣ目标的差异化作用ꎬ政策组合的选择在既定目标实现过程中所扮演的角色ꎬ以及政策协同效应下碳排放达峰和非化石能源比例目标两者间的潜在交互关系等关键问题鲜有研究涉猎和深入讨论ꎮ本文的研究正是基于这些关键问题而展开ꎮ二、模型与方法本文研究主要基于气候变化综合评估方法论展开ꎬ依托的具体模型是单区域尺度的能源－经济－环境３Ｅ系统集成模型ＣＥ３ＭＥＴＬꎮ该模型是全球３Ｅ系统集成模型Ｅ３ＭＥＴＬ的中国化版本ꎬ而后者是Ｄｕａｎ等２０１３开发的以政策Ｌｏｇｉｓｔｉｃ曲线为技术扩散内核的综合评估模型ꎮ Ｅ３ＭＥＴＬ/ ＣＥ３ＭＥＴＬ的特点是创造性地将价格因子融入到描述技术扩散的经典模型Ｌｏ￣ｇｉｓｔｉｃ曲线中ꎬ并将其耦合到传统气候变化综合评估模型ＩＡＭ架构中ꎬ用以替换传统刻画能源替代演变的常弹性替代函数方法ＣＥＳꎻ同时ꎬ还内生考虑了双因素技术学习曲线模型ꎬ以更好地描绘多重非化石能源技术的成本下降和技术进步过程ꎮ政策驱动的Ｌｏｇｉｓｔｉｃ技术扩散机制是ＣＥ３ＭＥＴＬ模型的最大创新ꎬ其优势主要体现在两大方面首先ꎬＬｏｇｉｓｔｉｃ曲线比ＣＥＳ方法更加贴合能源技术扩散的内在规律Ｒｏｍｅｏꎬ １９７７ꎬ且融入价格变量的改良使得模拟的技术扩散路径更能体现技术成本的影响ꎬ而后者往往是决定技术创新竞争力和市场选择的关键Ｍａｈａｊａｎ ＆ Ｐｅｔｅｒｓｏｎꎬ １９７８ꎻ其次ꎬ较之ＣＥＳ方法ꎬＬｏｇｉｓｔｉｃ曲线大大简化了ＩＡＭ对多重能源技术的融合机制ꎬ任何两种低碳技术间的竞争演变关系均可转化为各自与标杆技术间的替代关系ꎬ这种处理一方面可以一定程度降低由ＣＥＳ替代弹性估３１段宏波 杨建龙政策协同对中国国家自主贡献目标的影响评估计所引起的结果不确定性ꎬ同时也极大地丰富了ＩＡＭ的能源技术细节Ｄｕａｎ ｅｔ ａｌ.ꎬ ２０１５ꎮ具体而言ꎬ记Ｃｃｏａｌ ｔ 和Ｃｋ ｔ 分别为煤炭和任一能源技术ｋ的单位使用成本ꎬ则技术ｋ与煤炭间的技术扩散关系可表示为ｄ Ｓｋｔｄ Ｐｋｔ＝ ϖ ｋＳｋｔ Ｓ－ｋ １ － ∑ τ≠ ｋ Ｓτｔ － Ｓｋｔ[ ] １这里ϖ ｋ为两种技术间的替代能力参数ꎬ Ｓ－ｋ为技术ｋ的最大市场份额潜力ꎬ一般有ꎬ０ ≤ Ｓ－ｋ １ꎬ而Ｐｋｔ表示煤炭与能源技术ｋ间的相对成本比率ꎬ即Ｐｋｔ ＝Ｃｃｏａｌ ｔ １ ＋ ｃｔａｘｃｏａｌｔ[ ]Ｃｋｔ １ ＋ ｃｔａｘｋ≠ ｃｏａｌｔ[ ] ꎬｋ ∈ ＩＣｃｏａｌ ｔ １ ＋ ｃｔａｘｃｏａｌｔ[ ]Ｃｋｔ １ － ｒｓｕｂｋｔ[ ] ꎬｋ ∈ Ｊ２其中ꎬ Ｉ和Ｊ分别表示化石能源和非化石能源技术的集合ꎬ ｒｓｕｂｋｔ为非化石能源从价补贴ꎬｃｔａｘｃｏａｌｔ为对煤炭征收的碳税税率ꎮ由此可见ꎬ技术ｋ的成本越低ꎬ或煤炭成本越高ꎬ或碳税政策力度越大ꎬ相对成本比率Ｐｋｔ越大ꎬ技术ｋ越具市场竞争力ꎮ事实上ꎬ各种化石燃料所含的碳是同质的ꎬ我们可以根据煤炭的从价税率以及煤炭与石油和天然气含碳量的差异来得到后两种化石燃料的从价碳税税率ꎮ具体地ꎬ给定煤炭、石油和天然气的碳排放因子分别为ＥＭＦｃｏａｌ 、 ＥＭＦｏｉｌ和ＥＭＦｇａｓ ꎬ则石油和天然气的碳税税率分别为ｃｔａｘｏｉｌ ｔ ＝ ｃｔａｘｃｏａｌ ｔ Ｃｃｏａｌ ｔ ＥＭＦｏｉｌＣｏｉｌ ｔ ＥＭＦｃｏａｌ３ｃｔａｘｇａｓｔ ＝ ｃｔａｘｃｏａｌｔ Ｃｃｏａｌ ｔ ＥＭＦｇａｓＣｇａｓ ｔ ＥＭＦｃｏａｌ４据此ꎬ可以计算得到每吨碳的价格Ｌｃａｒｂｔ为Ｌｃａｒｂｔ ＝ ｃｔａｘｋ ｔ Ｃｋ ｔ ＥＭＦｋꎬｋ ∈ Ｉ ５ＣＥ３ＭＥＴＬ的第二大特色是全面刻画能源成本动态演变和技术进步的内生双因素学习曲线ꎬ这里的双因素主要指所谓的“干中学”因素Ｌｅａｒｎｉｎｇ－ｂｙ－Ｄｏｉｎｇꎬ ＬＢＤ和“研中学”因素Ｌｅａｒｎｉｎｇ－ｂｙ－Ｓｅａｒｃｈｉｎｇꎬ ＬＢＳꎮ前者描述技术生产或消费规模扩大带来经验和知识积累ꎬ继而引起技术成本下降的过程ꎬ后者则度量技术研发Ｒ＆Ｄ投入所激发的成本下降和技术进步的效果ꎬ这一效果还可以在很大程度上弥补单纯的“干中学”过程中累积的知识“不做便会遗忘”的缺陷 Ｂａｒｒｅｔｏ ＆ Ｋｙｐｒｅｏｓꎬ ２００４ꎻ Ｄｕａｎ ｅｔ ａｌ.ꎬ ２０１５ꎮ对选择的能源技术ｋ ꎬ记ＫｎｏｗＤｋ ｔ 和ＫｎｏｗＳｋ ｔ 分别为ＬＢＤ和ＬＢＳ过程所累积的知识存量ꎬ则该技术的动态成本演化路径可用下式表示４１环境经济研究２０１８年第２期Ｃｋｔ ＝ ϑｋ ＫｎｏｗＤｋ ｔ [ ] －ｒＬＤｋ ＫｎｏｗＳｋ ｔ [ ] －ｒＬＳｋ ６其中ꎬ ｒＬＤｋ和ｒＬＳｋ分别表示“干中学”和“研中学”过程的学习率ꎬ参数ϑｋ由初始ＬＢＤ和ＬＢＳ知识存量ＫｎｏｗＤｋ０和ＫｎｏｗＳｋ０共同确定ꎮ基于Ｅ３ＭＥＴＬ和ＣＥ３ＭＥＴＬ模型ꎬ其他研究主题涉及最优减排政策选择、多重能源技术扩散路径演变、国家尺度的减排政策目标达成可能性的系统评估、碳交易市场的控排效率与宏观成本分析、我国中长期的减排贡献结构等段宏波、范英ꎬ２０１７ꎮ关于模型的更多方程和细节表达ꎬ参见附录部分ꎮ三、政策体系设计与基本假设碳定价机制是国际上广为应用的应对碳减排挑战的政策手段ꎬ也是当前我国实现２０３０年排放达峰目标将重点依托的政策选项ꎮ一般而言ꎬ碳定价机制包括碳排放权交易和碳税两种ꎬ前者通过总量控制来实现ꎬ而后者则以价格调整为特征ꎻ而从理论上来看ꎬ均衡的碳交易市场价格与最优碳税水平是等同的ꎬ这意味着在一定的条件下碳税与碳排放交易在减排方面可以达到同等的政策效果Ｗｅｉｔｚｍａｎꎬ １９７３ꎮ基于此ꎬ在本文的模型模拟过程中ꎬ碳排放的控制主要是通过内生碳税的引入来实现的ꎮ单纯的减碳政策对新能源技术发展的激励效果十分有限ꎬ尤其在中短期ꎬ此时ꎬ针对性补贴是促进新能源技术市场扩散必不可少的政策选择Ｋａｌｋｕｈｌ ｅｔ ａｌ.ꎬ ２０１２ꎻ Ｄｕａｎ ｅｔ ａｌ.ꎬ ２０１３ꎮ因此ꎬ我们将非化石能源补贴作为继碳税之后的第二类内生变量考虑到模型的优化过程中ꎬ以充分分析政策协调和优化对我国ＩＮＤＣ目标达成的影响ꎮ内生碳税路径的优化要求设定外生的排放总量限额ꎬ本文选择的排放限额主要以全球２℃温控目标下中国可能的排放空间分配方案为参考ꎮ具体来看ꎬＲａｕｐａｃｈ等２０１４给出了２℃温控目标下基于公平性、历史排放惯性以及混合原则的世界各主要国家和地区的排放空间分配方案ꎻ就代表性的祖父制原则而言ꎬ中国２０５０年前累积的排放空间约为１０５５.５亿吨碳ꎬ这一结果与丁仲礼等２００９的估算结果基本一致ꎮ为此ꎬ本文将该估算值设定为外生的排放总量限额ꎮ模型优化过程中我们假设碳税收入总是足以补偿补贴成本ꎬ而不同的政策组合选择则通过调整全模拟期２０１０－２０５０年累计碳税与补贴的比值来实现ꎮ在计算碳税和补贴的累计数值时ꎬ我们根据国际估算惯例ꎬ取贴现率为５％ꎬ同时也与本文模型的资本折旧率取值保持一致Ｄｕａｎ ｅｔ ａｌ.ꎬ ２０１３ꎻ Ｔａｖｏｎｉ ｅｔ ａｌ.ꎬ ２０１４ꎮ这里的累计碳税是对煤炭、石油和天然气三种化石能源征收的碳税的累计值之和ꎬ而累计补贴则通过加总ＣＥ３ＭＥＴＬ所考虑的七种非化石能源技术各自的补贴累计值得来ꎮ５１段宏波 杨建龙政策协同对中国国家自主贡献目标的影响评估四、模拟实施与结果本节结果分析的主体内容由两部分构成ꎬ即基准情景Ｂｕｓｉｎｅｓｓ－ａｓ－Ｕｓｕａｌꎬ ＢＡＵ下的基本结果与政策情景下的优化结果ꎮ这里的基准情景仅延续了“十二五”期间的历史能效改进路径ꎬ而不考虑任何碳定价和针对性新能源补贴等政策ꎬ该情景下各关键指标结果的合理性是政策优化结果可靠性的保证ꎻ政策优化结果主要涉及政策优化选择对２０３０年碳排放达峰目标和非化石能源发展目标的影响ꎬ政策影响下两个目标达成过程中的协调关系ꎬ以及政策组合优化对宏观经济政策成本的影响等ꎮ一基准情景下的基本结果中长期宏观经济、能源消费和碳排放等动态演化情况是对比考察模型合理性的重要方面ꎮ模拟结果显示ꎬ“十三五”期间我国的宏观经济增速将由“十二五”的８％降至６.５％左右ꎬ这使得２０１０－２０２０年间的平均经济增速将稳定在７.３％ꎻ随着时间的推移ꎬ经济增速将逐步下滑ꎬ到２０２０－２０３０年ꎬ年均增速将降到约５.３％ꎬ而到本世纪中期ꎬ预期的年均经济增长率进一步降至３􀆰 ４％左右ꎮ整体上看ꎬ这里给出的经济增长路径略低于国家发改委能源研究所给出的未来我国的经济增长预期国家发展与改革委员会能源研究所ꎬ２００９ꎬ而高于清华大学的研究结果清华大学ꎬ２０１４ꎮ从经济总量来看ꎬ我国的ＧＤＰ将由２０１０年的５.９４万亿美元增长至２０３０年的２０.０６万亿美元ꎬ到２０５０年ꎬ经济总量将增长到２０１０年的７.２倍多ꎬ超过４３万亿美元ꎮ表１ 基准情景下各关键系统指标数值的动态演变指标２０１０年２０２０年２０３０年２０４０年２０５０年ＧＤＰ万亿美元 ５.９４ １１.９５ ２０.０６ ３０.９７ ４３.２７ＧＤＰ增速％ ７.２５ ５.３１ ４.４４ ３.４０能源消费亿吨标煤 ３２.５１ ４４.０９ ５２.９８ ５９.６２ ６２.６９碳排放亿吨ＣＯ２ ７４.２０ ９８.９７ １１６.１８ １２６.３８４ １２６.３４注经济增速一栏对应２０２０年、 ２０３０年、 ２０４０年和２０５０年各列的数值分别表示２０１０－２０２０年、 ２０２０－２０３０年、 ２０３０－２０４０年和２０４０－２０５０年各期的年均经济增速ꎮ从表１中的结果可以看出ꎬ尽管整个考察期内我国的能源消费总量并未达峰ꎬ到２０３０年和２０５０年ꎬ能源消费总量将分别增至５３亿吨和６２.７亿吨标准煤ꎬ但能源消费增长的速度显著放缓ꎬ从“十二五”期间的３.６％降至“十三五”的２.６７％ꎬ到２０３０年ꎬ这一数值将进一步降至不足１％ꎮ此外ꎬ基准情景下我国的碳排放路径将呈现出先增后减的态势ꎬ排放总量于２０４０年前后达到峰值ꎬ对应的峰值水平约为１２６亿吨ＣＯ２ꎬ这一结果与马丁和陈文颖２０１６、姜克隽等２０１６的研究相一致ꎮ二最优政策选择与排放达峰目标围绕碳排放达峰和非化石能源发展目标进行政策优化时ꎬ实施碳定价政策带来的税收收６１环境经济研究２０１８年第２期入远大于补贴非化石能源技术发展所需的支出ꎬ图１的结果显示ꎬ要实现碳排放于２０３０年达峰的目标ꎬ累计碳税与补贴的比值将大于４ꎮ一方面ꎬ模型对应现实的设置直接导致了碳定价政策收入大于补贴成本的结果ꎬ这意味着系统不需要调用碳定价收入以外的其他资金来填补补贴支出缺口ꎻ另一方面ꎬ累计碳定价收入与累计补贴支出的比值与２０３０年碳排放达峰目标紧密相关ꎮ总体上看ꎬ碳定价政策较补贴政策力度越大ꎬ碳排放提早达峰的可能性也越大ꎬ例如要使碳排放在２０２５年前后达峰ꎬ累积碳定价收入较累计补贴的比值将大于５.５ꎮ从图１和图２还可以看出ꎬ高、低不同的政策组合力度下ꎬ碳排放２０３０年达峰的目标均可能实现ꎬ而其中的差异主要体现在不同的峰值水平上ꎻ一般而言ꎬ碳定价政策作用越强ꎬ相应的达峰峰值越小ꎮ例如在碳税补贴比值为４.５和５.４时ꎬ碳排放均可在２０３０年左右达到峰值ꎬ但对应前者的峰值水平为１０３亿吨ＣＯ２ꎬ而后者则不足１００亿吨ꎮ因此ꎬ在实际讨论排放达峰目标的实现情况时ꎬ不仅要充分重视政策的优化和选择ꎬ还需关注具体峰值水平的差异ꎮ注碳税/补贴表示累计碳税与累计补贴的比值ꎬ下图同ꎮ图１ 政策优化选择与碳排放达峰目标间的关系图２ 政策选择对碳排放路径的影响７１段宏波 杨建龙政策协同对中国国家自主贡献目标的影响评估为了更加系统地考察政策选择对未来碳排放轨迹的动态影响ꎬ这里选择了累积碳税与补贴比率分别为４.０、 ４.５、 ５.０、 ５.５和６.０的排放轨迹进行比较ꎬ其分别对应ＣｔＳ４.０、 ＣｔＳ４.５、ＣｔＳ５.０、ＣｔＳ５.５和ＣｔＳ６.０情景ꎬ如图２所示ꎮ显然ꎬ图２展示的结果很大程度上证实了图１分析中得到的结论ꎮ首先ꎬ政策选择对碳排放动态轨迹的演变产生显著的影响ꎬ而这种影响很可能是非线性的ꎮ整体上看ꎬ随着组合政策中碳税力度的增强ꎬ排放轨迹被显著压低ꎬ且碳排放达峰的时间点也有不同程度地前移ꎬ这验证了碳定价政策在控制碳排放水平、促进排放达峰方面的显著效果ꎬ例如从情景ＣｔＳ５.０到ＣｔＳ５.５ꎬ再到ＣｔＳ６.０ꎬ碳排放达峰的时间点将从２０３５年左右提前至２０２５年左右ꎮ值得注意的是ꎬ在低的碳税补贴比率下ꎬ碳排放轨迹也有可能较早实现达峰ꎬ例如在ＣｔＳ４.０情景下ꎬ碳排放也可以于２０２５年左右达到峰值ꎬ这正好体现了政策选择对排放轨迹影响的非线性性ꎮ其次ꎬ尽管在低碳税力度政策组合和高碳税力度政策组合的作用下ꎬ我国的碳排放达峰目标都有可能如期达成ꎬ但政策效果呈现明显的差异ꎬ这种差异主要体现在达峰的峰值水平上ꎮ如ＣｔＳ４.０情景和ＣｔＳ６.０情景下ꎬ碳排放均可与２０２５年左右达到峰值ꎬ但相应的排放水平前者为２.８２３ ＧｔＣꎬ而后者为２.６７６ ＧｔＣꎬ两者相差１.４７亿吨碳ꎻ类似地ꎬ在情景ＣｔＳ４.５和情景ＣｔＳ５.５下ꎬ我国提出的２０３０年碳排放达峰目标均可如期实现ꎬ但两种情景下的碳峰值水平相差近８０００万吨ꎮ三最优政策选择与非化石能源技术发展相比较而言ꎬ非化石能源发展受补贴政策的影响更为显著ꎮ研究表明ꎬ政策组合中补贴的作用力度越大ꎬ非化石能源技术发展速度越快ꎮ具体表现为ꎬ随着碳税/补贴比值的下降ꎬ非化石能源消费份额稳步提高图３ꎮ结果显示ꎬ当碳税/补贴比值高于５.５时ꎬ２０３０年我国的非化石能源占比普遍低于１７％ꎻ而当该比值接近４.５时ꎬ可实现非化石能源占一次能源消费份额的比重大于或等于２０％的目标ꎮ特别地ꎬ当补贴政策的作用进一步强化ꎬ累计碳税与补贴的比值低于４时ꎬ非化石能源的消费比例将高于２２％ꎮ由此可见ꎬ要同时实现２０３０年碳图３ 政策优化选择与非化石能源发展目标间的关系８１环境经济研究２０１８年第２期排放达峰和非化石能源发展目标ꎬ我们应充分考虑碳定价和补贴政策的差异化作用ꎬ同时协调两个目标达成难度间的关系ꎮ图４描述了不同政策力度搭配的组合政策对非化石能源技术发展的动态影响ꎬ结果进一步证实了图３的分析结论ꎬ即针对性补贴政策可显著促进非化石能源技术的发展ꎬ尤其从中长期来看ꎮ从单一情景看ꎬ当累积碳税与补贴的比值为４.５时ꎬ我国承诺的２０３０年非化石能源消费份额达到２０％的目标可以按期达成ꎬ此时非化石能源份额为２０.６５％ꎻ随着时间的推移ꎬ政策的效果将不断增强ꎬ到２０４０年ꎬ相应的能源消费份额接近３０％ꎬ到２０５０年ꎬ这一数值将进一步增至４６.５％ꎮ从跨情景比较来看ꎬ政策组合中补贴的力度愈大ꎬ其促进非化石能源技术发展的效果愈好ꎬ对比ＣｔＳ６.０和ＣｔＳ４.０情景ꎬ２０５０年的非化石能源消费份额分别为２５.２％和５９％ꎬ后者比前者高出３３.８％ꎻ此外ꎬ在ＣｔＳ６.０情景下ꎬ我国提出的２０３０年２０％的非化石能源发展目标至少要到２０４０年才能完成ꎬ而在ＣｔＳ４.０情景下ꎬ该目标完全可以提前实现ꎮ这意味着补贴政策效果的充分发挥可以大幅缩短非化石能源技术从利基市场向市场化、规模化转变的时间ꎮ特别地ꎬ与碳税对排放轨迹的动态非线性影响不同ꎬ针对性补贴对非化石能源技术扩散的影响很大程度上是线性的ꎬ从图中表现为随着政策组合中补贴力度的循序增强ꎬ各年的非化石能源消费份额稳定地渐次提高ꎮ图４ 政策选择对非化石能源技术发展的动态影响四关键ＩＮＤＣ目标的潜在关系分析政策优化组合与选择的背景下ꎬ碳排放达峰目标与非化石能源发展目标间可能的关系如图５所示ꎮ具体而言ꎬ这种潜在关系可以从两个维度来分析一方面ꎬ多数情况下这两个目标的实现过程是冲突的ꎬ即控排或达峰目标越宽松ꎬ非化石能源发展目标的达成可能性越大ꎬ反之亦然ꎮ这是由于宽松的控排目标降低了系统优化过程对碳定价的依赖ꎬ继而提高了政策组９１段宏波 杨建龙政策协同对中国国家自主贡献目标的影响评估合中补贴政策的作用效果ꎬ而补贴对非化石能源发展的激励效果更为显著ꎮ另一方面ꎬ碳排放达峰和非化石能源发展目标间也存在潜在的协同关系ꎬ这表现为在一定的政策组合作用下ꎬ两个目标可同时实现ꎮ特别地ꎬ当补贴政策的作用力度足够大时ꎬ其不仅可以促进非化石能源技术的显著发展ꎬ进而保证非化石能源比例目标的顺利达成ꎬ还可以在很大程度上替代碳定价政策的减排效力ꎬ促进碳排放路径尽早达峰ꎮ结合图１、图３和图５的结果可以看出ꎬ当累计定价与补贴的比值低至３.９时ꎬ可使我国的ＣＯ２排放达峰时间点提前至２０２５年前后ꎬ同时非化石能源消费比例超过２２％ꎮ图５ 碳排放达峰与非化石能源发展目标间的关系由此可见ꎬ我们在探讨如何实现ＩＮＤＣ目标时ꎬ不能将目光局限在任意单一政策目标上ꎬ而应重点关注不同目标间可能存在的潜在关系ꎬ这种关系既可能是冲突性的ꎬ也可能是协同性的ꎬ而如何基于不同的认识来实现既定的政策目标则依赖于政策工具的选择和优化ꎮ五政策选择对达成ＩＮＤＣ目标成本的影响能源和气候政策的宏观经济成本与政策组合中碳定价政策的作用强度显著相关ꎮ如图６的结果所示ꎬ取贴现率为５％ꎬ随着碳税/补贴比值的增加ꎬ累计政策成本显著提高ꎮ例如当累计碳税与补贴的比值在５左右时ꎬ组合政策成本仅为ＧＤＰ的０.１９％ꎬ而当该比值接近６时ꎬ对应的累计政策成本升至０.８％ꎮ反过来ꎬ当政策组合中补贴的作用效果不断提升ꎬ也即碳税与补贴的比值不断缩减时ꎬ政策成本呈显著下降态势ꎻ特别地ꎬ当该比值低于某一门槛数值ꎬ比如４.７时ꎬ碳定价与补贴的组合政策的实施不仅不会损害我国的宏观经济增长ꎬ还可能带来正的政策效益ꎮ图６的研究结果显示ꎬ当累计碳税与补贴的比值低至４.６６时ꎬ组合政策的实施带来的相关正效益占到累计ＧＤＰ的０.２７％ꎻ而当该比值进一步降至４以下时ꎬ相应的政策收益高达０.７５％ꎮ基于碳定价政策的ＣＯ２减排主要是通过缩减化石能源消费量来实现的ꎬ而０２环境经济研究２０１８年第２期这势必会对能源驱动型经济增长产生负面影响ꎬ尤其是在当前化石能源严格主导总能源消费的背景下ꎻ而随着补贴政策的持续施行和相应激励效果的日趋显著ꎬ以风能、光伏太阳能为代表的可再生能源技术得以成熟和规模化发展ꎬ继而逐步替代传统化石能源技术支撑并驱动宏观经济的后续增长ꎮ图６ 能源与气候政策目标下政策选择对我国宏观经济的影响五、结论及政策建议本文基于中国能源－经济－环境系统集成模型ＣＥ３ＭＥＴＬꎬ围绕国家提出的２０３０年能源发展和气候政策目标ꎬ系统考察了基于碳定价和补贴的政策组合选择对２０３０年碳排放达峰和非化石能源发展目标的差异化影响ꎬ特别讨论了两个目标间的潜在交互关系ꎬ以及政策选择和优化对实现既定ＩＮＤＣ目标的政策成本的影响ꎮ通过研究ꎬ得到以下主要结论第一ꎬ就排放控制和非化石能源发展而言ꎬ碳定价和补贴政策的作用效果呈现出显著的差异化碳定价政策控制碳排放的效果较好ꎬ而针对性补贴政策则对非化石能源技术发展的激励效果更为显著ꎮ事实上ꎬ研究还发现ꎬ在政策优化的背景下ꎬ针对性补贴对非化石能源技术发展的影响是线性的ꎬ即组合政策中补贴的作用力度愈大ꎬ既定时间节点的非化石能源市场份额愈高ꎮ而碳税对碳排放轨迹的动态影响则呈现出一定的非线性特征ꎬ尤其对于碳排放达峰的时间点而言ꎬ具体表现为当政策组合中碳税政策的力度达到某一门槛值后ꎬ增加或减小碳税作用的强度均可能促使碳排放轨迹提前达峰ꎬ而此时不同政策组合的差异主要体现在达峰的峰值水平上ꎮ第二ꎬ基于内生政策的优化结果表明ꎬ要实现我国ＩＮＤＣ方案中的碳排放达峰和非化石能源发展目标ꎬ政策组合的效果显著优于任意单一政策ꎬ而整体上看ꎬ组合政策中碳定价的政策力度需数倍于补贴政策ꎬ尤其对于碳排放达峰目标而言ꎮ对碳排放达峰目标ꎬ具体的达峰时１２段宏波 杨建龙政策协同对中国国家自主贡献目标的影响评估间取决于政策组合方式和预期的峰值水平两大因素ꎬ低峰值水平的目标达成要求政策组合中较高的碳定价政策力度ꎻ对非化石能源发展目标ꎬ政策组合中补贴的作用效力越强ꎬ实现２０３０年非化石能源比例目标的可能性越大ꎮ第三ꎬ非化石能源发展和碳排放达峰两大目标的实现过程既存在冲突性ꎬ同时也体现出显著的协同性ꎬ取决于政策的优化和组合选择ꎮ排放控制目标越严格ꎬ碳排放路径如期达峰的可能性越大ꎬ同时组合政策中碳定价的作用越占优ꎬ而相应的非化石能源发展目标越难达成ꎻ当政策组合中补贴政策的作用效果足够显著时ꎬ非化石能源比例目标和碳排放达峰目标均可如期实现ꎮ因此ꎬ认识到不同ＩＮＤＣ目标间可能存在的潜在关系ꎬ同时利用好其中的政策协同关系是完成既定政策任务的关键ꎮ最后ꎬ政策选择显著影响达成给定ＩＮＤＣ目标的宏观政策成本ꎬ而这往往构成了评判该政策或政策组合是否有效的标准ꎮ基于单独的碳定价政策的排放控制行动将带来较大的宏观经济成本ꎬ这点已在诸多国内外研究中得以证实朱永彬等ꎬ ２０１０ꎻ Ｄｕａｎ ｅｔ ａｌ.ꎬ ２０１３ꎻ吴力波等ꎬ ２０１４ꎬ引入适度补贴的组合政策可以大幅降低由碳税政策实施所引起的经济损失ꎮ特别地ꎬ当减排政策设计得足够适宜时ꎬ从长时间尺度下来看ꎬ经济完全可能在近零成本下实现既定的脱碳目标ꎬ这一结论也与Ｔｏｌ２０１４的研究相符ꎮ故此ꎬ合理的政策优化和选择有助于在保证政策目标达成的条件下将政策成本最小化ꎬ最终实现政策有效与成本节约的双赢ꎮ基于上述研究结论ꎬ我们可以延伸出以下对实现我国关键ＩＮＤＣ目标有实际指导意义的政策建议第一ꎬ为保证国家承诺的２０３０年ＩＮＤＣ关键目标的顺利达成ꎬ政府在制定具体战略和政策时ꎬ一方面要充分考虑两个目标在实现过程中的潜在交互关系ꎬ另一方面还应重点研究组合政策的优化和选择ꎬ尤其是碳定价和针对性补贴政策所构成的多重组合ꎮ对目标间交互关系的认识有利于引导出最优的政策策略ꎬ而政策组合的优化和选择反过来又可以促进政策目标的顺利达成ꎮ实际操作中ꎬ政策制定者应尽量避免决策的短视化ꎬ尤其不能被某个单一政策目标的急迫性所左右ꎬ导致“头痛医头ꎬ脚痛医脚”ꎬ而应该更加注重多重目标的全局和长远考虑ꎻ此外ꎬ决策支持机构和相关研究者也应当更多地通过系统性研究提供有力的科学证据ꎬ助力决策者形成协同思维ꎮ第二ꎬ对具体的碳排放达峰和非化石能源发展的双重目标ꎬ我们希望两者在达成过程中尽量减少或避免冲突性ꎬ而更多地体现出协同性ꎬ这实际上要求政府在制定配套政策时需朝两个具体的方向去努力其一ꎬ在实施政策时尽量多打政策“组合拳”ꎬ而组合过程中以碳定价政策为主ꎬ补贴政策为辅ꎻ其二ꎬ不断优化政策的组合和选择ꎬ找到碳定价和补贴政策潜在最优的结合点ꎬ即保持两种政策主辅关系不变的情况下适时加大补贴政策的作用力度ꎮ因此ꎬ在风能、光伏太阳能等可再生能源技术远未实现大规模市场化发展之时ꎬ过早削减甚至取消２２环境经济研究２０１８年第２期技术补贴ꎬ而仅依靠碳定价政策来实现我国的能源和气候政策目标的做法显然是不合时宜的ꎮ事实上ꎬ只有合理优化碳定价和补贴的政策组合ꎬ充分发挥政策目标的协同性ꎬ才能一方面保证双重目标的如期达成ꎬ同时实现政策成本的最小化ꎬ甚至获得组合策略实施带来的可能的政策红利ꎮ第三ꎬ把握好已经建成的全国统一碳排放权交易市场带来的排放控制机遇ꎬ充分发挥其与可再生能源补贴政策体系的协同效应ꎬ服务于ＩＮＤＣ目标的顺利达成ꎮ排放权交易机制也是极具代表性的碳定价手段之一ꎬ理论层面ꎬ在控制碳排放量和激励新能源技术发展上ꎬ碳交易市场完全可以通过价格机制达到与最优碳税同等的政策效果ꎮ此时ꎬ组合政策的力度调整和协同效应的发挥主要通过控制总的碳排放预算来实现ꎬ例如在补贴水平相对稳定的情况下ꎬ紧缩排放预算将显著增加碳定价政策的强度ꎬ反之ꎬ配额的宽松化将使价格信号走弱ꎬ继而引起组合政策中碳定价政策的力度随之下降ꎮ当然ꎬ除了战略层面的碳预算调整ꎬ加快应对气候变化挑战的立法进程ꎬ制定化石燃料补贴的逐步削减计划ꎬ完善除补贴以外的旨在提高能效和促进可再生能源技术发展的金融财税体系等其他相关配套措施对发挥政策协同效应ꎬ推进ＩＮＤＣ目标的最终实现也至关重要ꎮ附录ＣＥ３ＭＥＴＬ模型简介Ｕ ＝ Ｍａｘ∑ ｔ Ｌｔｌｏｇ ｃｔ ∏ ｔτ ＝ ０ １ ＋ στ －Δｔ １σｔ ＝ σ０ ｅ－ｄσｔ ２ｃｔ ＝ ＣＭｔ / Ｌｔ ３Ｏｕｔｐｕｔｔ ＝ αｔ Ｋηｔ Ｌ１－ηｔ ρ ＋ βｔ Ｅρｔ[ ] １/ ρ ４Ｋｔ ＝ １ － δ１ Ｋｔ－１ ＋ Ｉｔ ５ＧＤＰｔ ＝ Ｏｕｔｐｕｔｔ － ＥＣｔ － ＡＣｔ ６ＣＭｔ ＝ ＧＤＰｔ － Ｉｔ － Ｘｔ ＋ Ｍｔ ７ＥＣｔ ＋ ＡＣｔ ＝ Ｅｔ ＰＦｔ ＋ ＰＮＦｔ ８Ｘｔ ≥ θｘ ＧＤＰｔ ９Ｍｔ ≤ θｍ ＧＤＰｔ １０ｄ Ｓｋꎬｔｄ Ｐｋꎬｔ ＝ ϖ ｋＳｋꎬｔ Ｓ－ｋ １ － ∑ τ≠ ｋ Ｓτꎬｔ － Ｓｋꎬｔ[ ] １１Ｐｋꎬｔ ＝Ｃｃｏａｌꎬｔ １ ＋ ｃｔａｘｃｏａｌꎬｔ Ｃｋꎬｔ １ ＋ ｃｔａｘｋ≠ ｃｏａｌꎬｔ ꎬｋ ∈ ＩＣｃｏａｌꎬｔ １ ＋ ｃｔａｘｃｏａｌꎬｔ Ｃｋꎬｔ １ － ｒｓｕｂｋꎬｔ ꎬｋ ∈ Ｊ１２３２段宏波 杨建龙政策协同对中国国家自主贡献目标的影响评估ｃｔａｘｏｉｌꎬｔ ＝ ｃｔａｘｃｏａｌꎬｔ Ｃｃｏａｌ ｔ ＥＭＦｏｉｌＣｏｉｌꎬｔ ＥＭＦｃｏａｌ１３ｃｔａｘｇａｓꎬｔ ＝ ｃｔａｘｃｏａｌꎬｔ Ｃｃｏａｌꎬｔ ＥＭＦｇａｓＣｇａｓꎬｔ ＥＭＦｃｏａｌ１４Ｃｋꎬｔ ＝ ϑｋ ＫｎｏｗＤｋꎬｔ －ｒＬＤｋ ＫｎｏｗＳｋꎬｔ －ｒＬＳｋ １５ＫｎｏｗＤｋꎬｔ ＝ １ － δ２ ＫｎｏｗＤｋꎬｔ－１ ＋ Ｓｋꎬｔ Ｅｔ １６ＫｎｏｗＳｋꎬｔ ＝ １ － δ２ ＫｎｏｗＳｋꎬｔ－１ ＋ ＩＰＦｋꎬｔ １７ＩＰＦｋꎬｔ ＝ φ１ ＫｎｏｗＳｋꎬｔφ２ ＲＤｋꎬｔφ３ １８ＰＦｔ ＝ ∑ ｆ Ｃｆꎬｔ Ｓｆꎬｔ １ ＋ ｃｔａｘｆꎬｔ ꎬ ｆ ∈ ＣｏａｌꎬＯｉｌꎬＧａｓ{ } １９ＰＮＦｔ ＝ ∑ ｋ Ｃｋꎬｔ Ｓｋꎬｔ １ － ｒｓｕｂｋꎬｔ ２０Ｅｍｉｓｔ ＝ ∑ ｆ ＥＭＦｆ Ｓｆ Ｅｆꎬｔ ＋ Ｅｍｉｓ０ ２１ＣｕｍＥｔ ＝ １ － ｓｒ ＣｕｍＥｔ－１ ＋ Ｅｍｉｓｔ ２２上式中ꎬ ｔ表示时期ꎬ ｋ表示替代能源技术相对于参考技术煤炭而言ꎬ Ｉ和Ｊ分别代表除煤炭之外的化石能源技术和非化石能源技术的集合ꎬ ｆ为化石能源技术ꎮ １－２２式中的关键变量和参数见附表１ꎮ附表１模型关键变量和参数变量变量参数ＣＭｔ消费Ｐｋꎬｔ参考技术与替代技术ｋ的成本比值σｔ纯时间偏好率每年Ｋｔ资本存量Ｃｆꎬｔ化石能源单位成本ｄσ时间偏好率的年下降率Ｅｔ能源投入Ｃｋꎬｔ非化石能源技术单位成本η资本值份额Ｉｔ投资ｃｔａｘｆꎬｔ化石能源碳税从价税率 ρ替代弹性Ｌｔ劳动力ｒｓｕｂｋꎬｔ非化石能源补贴率从价税率 αｔꎬβｔ规模参数ｃｔ人均消费ＫｎｏｗＤｋꎬｔ ＬＢＤ学习知识存量δ１ꎬδ２传统资本与知识资本折旧率ＧＤＰｔ国内生产总值ＫｎｏｗＳｋꎬｔ ＬＢＳ学习知识存量θｘꎬθｍ出口和进口边界Ｏｕｔｐｕｔｔ总产出ＲＤｋꎬｔ技术研发投入ϖ ｋ能源技术与参考技术间的替代弹性Ｘｔ出口ＩＰＦｋꎬｔ创新可能性前沿函数ｒＬＤｋ ＬＢＤ技术学习指数Ｍｔ进口Ｅｍｉｓｔ碳排放总量ｒＬＳｋ ＬＢＳ技术学习指数ＥＣｔ能源成本ＣｕｍＥｔ累计碳排放量ϑｋ学习曲线规模参数ＡＣｔ减排成本φ１ꎬφ２知识生产过程规模参数ＰＦｔ化石能源复合价格φ３研发回报率参数ＰＮＦｔ非化石能源复合价格ｓｒ碳排放的自然沉降率Ｓｋꎬｔ技术ｋ的消费份额ＥＭＦｆ碳排放因子Ｓｋ技术ｋ的市场潜力Ｅｍｉｓ０初始碳排放４２环境经济研究２０１８年第２期参考文献[１]丁仲礼ꎬ段晓男ꎬ葛全胜ꎬ张志强.国际温室气体减排方案评估及中长期排放权讨论[Ｊ].中国科学Ｄ辑地球科学ꎬ２００９ꎬ３９１２１６５９－１６７１.[２]段宏波ꎬ张古鹏ꎬ范英ꎬ汪寿阳.基于内生能源效率改进的宏观减排结构分析[Ｊ].管理科学学报ꎬ２０１６ꎬ１９７１０－２３.[３]段宏波ꎬ范英.能源系统集成建模政策驱动下的低碳转型[Ｍ].北京科学出版社ꎬ２０１７.[４]国家发展与改革委员会能源研究所.中国２０５０年的低碳发展之路[Ｒ]. ２００９.[５]何建坤. ＣＯ２排放峰值分析中国的减排目标与对策[Ｊ].中国人口􀅰资源与环境ꎬ ２０１３ꎬ２３１２１－９.[６]姜克隽ꎬ贺晨旻ꎬ庄幸ꎬ刘嘉ꎬ高霁ꎬ徐向阳ꎬ陈莎.我国能源活动ＣＯ２排放在２０２０－２０２２年达到峰值情景和可行性研究[Ｊ].气候变化研究进展ꎬ２０１６ꎬ１２３１６７－１７１.[７]林伯强ꎬ李江龙.环境治理约束下的中国能源结构转变基于煤