經濟轉型和低碳雙約束下的中國能源消費情景預測

吳凡

（對外經濟貿易大學 國際經濟貿易學院，中國 北京 100029）

經濟轉型和低碳雙約束下的中國能源消費情景預測

吳凡

（對外經濟貿易大學 國際經濟貿易學院，中國 北京 100029）

根據不同的經濟轉型目標設置具有不同投資結構、消費模式、貿易格局、技術水平的情景組合，并結合碳稅、碳交易等應對氣候變化政策，模擬經濟轉型和經濟非轉型情景下中國的能源消費和CO2排放狀況。研究表明在經濟社會發展的剛性需求推動下，2030年之前CO2排放將維持較快增長；經濟轉型的順利實現將促進中國的低碳發展，顯著降低減排成本。

經濟轉型；CGE模型；能源需求；CO2排放

一、引言

全球產業分工下，中國變成“世界工廠”使得中國的能源消費量飆升，BP數據顯示2010年中國成為世界上最大的能源消費國。國際能源署發布報告指出，2013年中國碳排放量占到了全球的28%，而同年中國的GDP僅占到全球的12．4%（筆者根據WDI數據庫的數據計算得出）。為減緩經濟發展過程中能源消費快速增長的趨勢，中國于2009年11月首次向世界提出“到2020年單位GDP二氧化碳排放比2005年下降40%～45%”的目標，在2015年11月的巴黎氣候變化大會中，習近平總書記進一步提出，中國將在2030年單位國內生產總值二氧化碳排放比2005年下降60%～65%。與此同時，中國經濟增速放緩、環境承載力超負荷、產業結構急需調整，經濟轉型面臨著不進則退的風險。因此，研究經濟轉型和低碳背景下中國能源消費和碳排放具有重要的意義。

用于能源消費預測研究的模型主要包括時序模型、回歸模型、ARIMA模型[1]、Log-GMDH模型[2]、灰色預測模型[3-5]、投入產出模型、組合預測模型[6]、MARKAL模型、TIMES模型、LEAP模型和IPAC模型等。Shrestha et al．采用MARKAL模型研究尼泊爾加德滿都山谷2005—2050年不同部門能源使用和碳排放目標實現問題[7]。Kadian et al．和Huang et al．利用LEAP模型研究印度德里市、臺灣的能源消費和碳排放問題[8-9]。姜克雋等[10]、發改委能源所課題組[11]、戴彥德等[12]利用IPAC模型研究了中國2050年能源需求和碳排放情景。朱婧等[13]借助情景分析法和“脫鉤”概念模型，分析濟源市到2030年不同低碳情景。還有學者利用能源消費來源、能源消費規律、Kaya恒等式或基于相似國家人均累計能耗參照對中國的能源消費進行預測（樊杰[14]；于汶加[15]；Yuan et al．[16]；沈鐳等[17]）

基于CGE模型的情景模擬在能源領域也不斷的演進發展。石敏俊等[18]基于動態CGE模型分析化石能源供應約束下中國經濟發展和碳排放。劉小敏等[19]構建CGE模型估算2020年中國碳排放強度目標執行難易程度。畢清華等[20]運用CDECGE模型構建三種情景分析中國未來的一次能源需求量、能源消費結構及碳排放趨勢。湯玲等[21]構建中國清潔能源發展的CGE模型，對2007—2020年核電項目暫停審批下不同的碳排放強度情景模擬；魏瑋等[22]運用動態CGE模型，對二氧化碳限制和R&D補貼政策的宏觀和部門的能源-經濟-環境一般均衡進行模擬；劉亦文等[23]借助動態CGE模型-MCHUGE模型分析三種情境下能源技術變動對中國宏觀經濟變量、產業資本收益率等的影響。鮮有文章關注到近年來越發迫切的經濟轉型問題對中國低碳發展的影響，未來中國經濟能否順利實現轉型，存在較大的不確定性，而研究經濟轉型對中國的能源消費和碳減排發展到底有怎樣的影響對于中國制定能源政策和環境政策有著重要意義。本文研究設置了兩組情景：非轉型和轉型，每組情景下含四個子情景，分析不同情景下能源需求和CO2排放，研究了不同經濟轉型狀況下，中國未來40年的低碳發展路徑。

二、研究方法

目前能源需求和碳排放情景分析主要有OECD的GREEN模型[24]、美國能源部的G-Cubed模型[25]，日本國立環境研究所的AIM-CGE模型[26]等。本研究采用更適合中國國情的AIM-CGE模型，通過逐年動態遞推求解一系列的靜態均衡，模擬未來的經濟和能源發展動態。

（一）基本模型

1．生產活動和需求模塊。對常規部門，生產要素（勞動力、資本、土地、能源）之間存在替代，通過多層的常彈性替代函數描述；其他非能源商品則具有列昂惕夫函數關系。對能源加工轉換部門，生產要素（勞動力、資本、土地）之間存在替代，但能源之間不能相互替代。

居民的收入來源于勞動力、資本、土地和其他機構的轉移收入，支出分為稅收、消費、儲蓄和轉移支出，消費結構按線性支出函數分配。企業的收入來自資本、土地和轉移收入，支出分為儲蓄和轉移支出。政府的收入來源主要是稅收、資本、土地和轉移收入。

2．進出口模塊。本模型假設世界商品市場價格是固定的，但匯率隨政策情景變化。本地生產的商品通過常彈性轉換函數分為本地消費和出口兩部分。本地消費的商品總量通過本地生產本地消費的商品和進口商品通過阿明頓函數合成。

3．溫室氣體模塊。本文只考慮化石能源燃燒排放的CO2氣體，排放量可由能源消費量乘以排放因子獲得。CO2的減排措施包括碳稅、碳交易、碳捕獲和儲存技術、自主能效提高等。

4．模型動態化設計。動態CGE模型是在靜態CGE模型的基礎上研究和模擬多時期的經濟變動。

勞動力增長率。勞動力的變化和人口數量呈正比關系，人口的變化是外生的。

資本增長率。每一年新投入到生產活動的總資本等于上一年的總儲蓄，然后按照各個生產活動擁有的資本比例分配到各個生產活動。如（1）式，QFN0（A）表示生產活動A的新投資，QINV表示今年的總投資，QF（A）表示A目前的總資本。

這是新資本的初始分配，再按以下兩種方式進

二是按宏觀政策校正，2035年之前政府會對電子設備業、服務業等新型戰略產業增加財政支出。同時，適當降低對煤炭發電的投資，鼓勵天然氣發電和新能源發電的投資。

經過校正后的新資本QFN0（A）需要做歸一化后再乘以總投資QINV，保證新資本總和不變。行校正：

一是按資本的回報率校正，資本回報率越高的生產活動投入的新資本就越多。（2）式中的WF（F，A）表示生產要素F在生產活動A中的價格，WF（A）是生產要素F在所有生產活動中的平均價格，ε是效率系數。

5．全要素生產率TFP。全要素生產率（TFP）由勞動力、資本、GDP增長率等決定。（6）式αa表示TFP，QVAat-1（1+gdp_grt）表示今年預期的增加值，gdp_grt表示GDP增長率，fac_grft表示生產要素的增長率。

（二）數據來源及部門劃分

模擬的時間范圍是2005—2050年，其中2005—2014年數據和已發布的統計數據校核一致。研究基年為2005年，數據基礎是2005年中國投入產出表，已發布的統計數據源于《中國統計年鑒2015》、能源數據來源于2005—2015年的《能源統計年鑒》，一次能源排放因子來源于IPCC報告①。

模型中的生產部門包括20個常規部門和9個能源加工轉換部門。常規部門包含1個農業部門，12個工業部門，1個建筑業部門，1個服務業部門，以及CCS部門；能源加工轉換部門包括石油煉制部門，以及由傳統發電部門拆分的8個部門，即煤電、油電、氣電、水電、核電、風電、光伏發電、生物質能發電。模型主體包括居民、政府和企業三類，生產要素包含資本、勞動力、土地、能源四種。

三、情景設置

在宏觀經濟層面設置了兩組對照情景：一組是經濟非轉型（以下簡稱非轉型）情景，主要維持現有經濟發展方式，不對經濟結構、要素結構和產業結構實施特殊干預；另一組是經濟轉型（以下簡稱轉型）情景，通過引導投資結構，鼓勵消費，轉變出口方式、加強技術創新等方式順利實現經濟發展方式轉變。

在非轉型和轉型兩組情景下，根據不同的CO2減排目標，分別設置不同的低碳發展子情景。包括：基準情景BaUi（其中i=0或1），即不包含強制CO2減排目標，也不實施特別的應對氣候變化政策的情景；節能情景CMi1，設定的減排目標可以通過努力完成，在國內實施了碳稅政策；低碳情景CMi2，設定的減排目標需要通過非常大的努力完成，在實施了碳稅政策和碳交易政策，并普及CCS技術；2℃情景CMi3，嘗試探討全球在2050年升溫控制在2℃范圍內約束下的中國排放情景。兩組情景下八個子情景的參數設置情況如表1所示②。

表1 非轉型和轉型情景組合的參數設置

四、預測結果分析

（一）經濟增長和CO2排放

無論何種情景，未來中國經濟持續增長的趨勢不會改變，這是由穩步推進的城市化和工業化進程決定的。2010—2020年的GDP增長可以達到7%以上，2020—2035年GDP增幅在5%～6%，2035—2050年下降至3%左右。未來經濟增速下滑主要由于城市化和工業化進程的逐漸完成，以及人口老齡化趨勢，此外還包括全要素生產率出現下降。

除基準情景外，非轉型和轉型情景組中的低碳發展情景，具有相同的CO2排放路徑。在非轉型的基準情景下，2050年中國CO2排放將達到15 834Mt-CO2，較2005年增長211%；在轉型的基準情景下，2050年CO2排放為13 661MtCO2，較非轉型情景降低了13．72%，體現了經濟轉型對CO2減排的巨大作用。在CO2排放峰值方面，基準情景下2050年之前將不會出現排放峰值，但2040年之后CO2的排放將顯著變緩；在一般的碳減排約束下（CMi1和CMi2），CO2排放峰值將出現在2030—2040年；即使是最嚴苛的全球2℃情景下，中國在2025年也難以達到CO2排放峰值。

在經濟增長的損失方面，隨著溫室氣體減排目標的強化，GDP損失逐漸加大。在非轉型情景下，2050年CM01情景與基準情景BaU0相比碳減排量達24%，GDP損失為1．37%；CM02情景碳減排44%，GDP損失增達到1．40%；在全球控制2℃升溫目標下的CM03情景，碳減排量達到76%，但GDP損失高達2．95%。相對于非轉型情景BaU0，轉型情景在中短期內存在一定的GDP損失，BaU1在2020年GDP損失為0．33%，2035年擴大至1．22%，2050年進一步增大至1．25%。在經濟轉型情景組下的CM11情景，與經濟非轉型情景組下的CM01情景將實現相同排放路徑和減排量，但2050年的GDP損失僅為0．51%；CM12情景的GDP損失更減至0．48%；即使是最強減排要求的CM13情景，GDP損失也較CM03改善不少。

分析可知，CO2減排引發的GDP損失可以通過推進經濟轉型獲得彌補。主要因為碳排放約束下，原具有較高收益水平的高能耗部門，由于排放成本的增加優勢喪失；而低能耗產業則更具經濟活力。這也體現出經濟轉型和低碳發展的內在一致性，經濟轉型的成敗，客觀上影響了中國低碳發展的進程。不同情景下2005—2050年中國CO2排放路徑見圖1。

（二）一次能源需求

結果顯示如果不推進經濟轉型，也不實施應對氣候變化政策，中國未來能源需求量將以每年3%的速度增長，2050年達到6 353Mtce，較2010年上漲277%；其中煤炭需求量上漲1．9倍，天然氣需求述目標。這一方面得益于新能源的裝機規模和技術水平大幅提高；另一方面，能源需求總量增幅趨緩也是重要因素。2020年之后，在低碳發展政策的推動下，中國能源結構將得以進一步優化。到2050年，即使是經濟非轉型情境下，BaU0下的非化石能源比重也可達到15.6%；如配合實施適當的低碳發展政策，CM01、CM02和CM03情景的非化石能源所占比重將快速提高，分別達到19.5%、25.2%和44.4%。如果經濟能夠成功轉型，則CM11和CM12情景下非化石能源比重將增大到21.7%和27.1%，CM13情景則進一步增長到46.5%。不同經濟轉型情景的能源結構將最終趨于一致，此時起關鍵作用的是碳價格和CCS技術。

圖1 不同情景下2005—2050年中國CO2排放路徑

圖2 2050年一次能源消費總量（左：非轉型，右：轉型）

（三）終端能源需求

非轉型情景組中的基準情景BaU0下，到2050年中國終端能源需求量將達到3 898Mtce，較2005年增長2.34倍，其中二產用能增長2.14倍，交通用能增長3.07倍，居民生活用能增長1.55倍，服務業用能增長3.53倍，農業用能增長2.86倍，非能源使用增長2.4倍。增長最迅速的是服務業用能和交通用能。在轉型情景組中的基準情景BaU1下，到2050年中國終端能源需求為2 954Mtce，比BaU0下降943Mtce，其中二產、居民生活、交通運輸和服務業貢獻了93%以上，而交通部門和服務業終端能源需求上漲6.5倍，石油需求上漲4倍。如果中國經濟轉型順利，則2050年中國能源需求總量BaU1將較BaU0下降985Mtce，占2050年BaU0情景的15.5%。通過比較不同經濟轉型背景下，對應減排情景的能源需求量，可以發現經濟轉型情景下各子情景的能源需求總量均小于非轉型情景，體現出經濟轉型對節約能源的作用。2050年一次能源消費總量見圖2。

在經濟非轉型情景下，實現2020年非化石能源占一次能源15%的目標比較困難。如果經濟轉型成功，則2020年中國可能在CM11情景下順利實現上呈現剛性增長趨勢。

分析顯示，轉型情景組下四個情景的終端能源需求量及分部門終端能源需求量均比非轉型情景組下的四個情景要低，體現出經濟轉型可以切實有效地降低終端能源消費需求。在沒有CO2排放約束下，轉型對終端能源需求總量的抑制作用非常明顯；但隨著減排目標的增大，這種影響逐漸減弱，在2℃情景下兩者只相差124Mtce，這與一次能源需求的變化規律是一致的。

表2給出了CM02和CM12情景2005—2050年分部門終端能源情況。在較強CO2排放約束下，各部門終端能源需求呈現不同變化趨勢。在兩個情景中，二產終端能源需求均呈現先升后降趨勢，都在2030年左右達到峰值；區別在于CM12中的二產終端能源需求較CM02低5%左右。居民生活用能也呈現先升后降態勢，前期上升的原因在于人口數量的增加和生活水平的提高，后期下降的主要原因是人口數量的減少和技術進步增強；在CM02情景中，居民生活用能的峰值出現在2040年左右，而CM12情景則提前至2030年。唯一持續上升的是交通用能需求，其占終端能源需求的比重將從2005年的14.7%上升到2050年的23%左右。此外，服務業用能呈快速增長趨勢，并于2040年達到峰值。兩個情景的區別在于：由于CM12產業規模較大，因此能源需求略高于CM02情景；此外，CM02情景的服務業能耗在2040年達到頂峰后基本維持不變；而CM12情景則在2040年沖高后出現較快回落。

表2 2005—2050年中國終端能源需求結構（CM02&CM12）

（四）模型不確定性分析

受模型方法局限，研究將中國經濟轉型和低碳發展中的不確定因素設置成外生參數，如未來中國全要素生產率TFP的變化趨勢、國際貿易形勢、終端能效水平、CCS技術成本等。模型中經濟轉型情景組中TFP年增長率在2010—2020年為2．9%，2020—2030年為2．7%，2030—2050年為2．5%。由于數據和估算方法的不同，關于未來中長期中國TFP增長率變化趨勢的研究結果具有較大差異，但一致結論是：隨著經濟水平的提高，TFP將逐漸下降，如果未來TFP增長率出現波動，將會對GDP、一次能源需求、CO2排放等產生影響。

表3給出了2040—2050年不同TFP增長率下，對經濟轉型情景組中的基準情景BaU1的影響。TFP增長率每降低0．1個百分點，GDP增速降低1個百分點，總量減小2萬億～3萬億元，一次能源需求減小15Mtce左右，多排放CO2100Mt左右。此外，TFP的提高對降低單位GDP能耗和CO2排放具有一定作用，2040—2050年TFP每提高0．1個百分點，單位GDP的CO2排放降低0．28%。主要原因是在社會生產中，要素和能源投入之間存在替代，TFP提高意味要素投入效率提高，進而使單位GDP的CO2排放降低。

表3 2040—2050年TFP增長率對經濟轉型情景組中的基準情景BaU1的影響

模型中假設經濟非轉型情景在2025年達到國際貿易平衡，但平衡的實現也可能出現滯后。表4給出了非轉型情景組中基準情景BaU0下，中國在2030年和2035年實現國際貿易均衡的情景，可以看出，貿易均衡的實現時間對中國2050年經濟和CO2排放幾乎沒有影響，僅對中間年份有一定影響。其中貿易均衡的延遲實現對GDP有微小的促進作用，對產業結構調整和降低CO2排放強度有微小的負面作用。這是由于2020年后，國內消費的產品結構和出口產品結構相對接近，這也體現出未來引導居民消費結構的重要性。

表5給出了不同煤炭終端能效提高對經濟轉型情景組中的基準情景BaU1的影響。可以看出煤炭終端利用效率年均每降低0．1個百分點，一次能源需求將增加20M噸標煤，CO2排放將增加30～60公噸，非化石能源比重降低0．1個百分點。

表4 對外貿易均衡實現時間對中國經濟結構和CO2排放的影響（BaUo）

表5 煤炭終端能效進步對2050年能源需求和CO2排放的影響（BaU1）

五、研究結論

1．2030年之前中國經濟的持續增長，也帶來能源消費和CO2排放的持續增長，這將成為中長期制約中國發展的主要因素。如果按照現有的發展方式發展，2030年中國一次能源需求量將達到48．2億噸標煤，CO2排放達到138．2億噸，比2005年增加170%以上；2050年一次能源需求量達到63．5億噸標煤，排放CO2158．3億噸，較2005年增加210%。大量新增的能源需求將給未來能源供應安全帶來嚴峻挑戰。

2．能否順利實現經濟轉型，關系到中國低碳發展的成敗。經濟轉型能夠從根本上緩解由于經濟社會發展帶來的能源供需矛盾，從而對中國實現低碳發展起到決定性的影響。其貢獻主要包括：（1）經濟發展方式的轉變將加速中國的產業結構和消費結構升級，從而提高能源利用效益，用更少的能源實現更高的經濟增長。研究表明在GDP總量幾乎相同的情況下，經濟轉型情景組下的基準情景BaU1在2050年的一次能源消費量為53．7億噸標煤，較非轉型情景組中的BaU0低15．5%。（2）經濟轉型將扭轉過度依賴投資和進出口的增長方式，通過提升公共支出、完善分配機制等措施，提高居民收入，從而提升消費水平。食品、服務業等居民消費產品的能耗遠低于固定資產投資所需的鋼鐵、水泥能耗，從而實現社會消費品結構的優化。（3）雖然按照現有增加值率核算，經濟轉型可能引發一定的GDP損失，但也可以大幅降低應對氣候變化方面的負面影響。

3．經濟轉型和技術進步的不確定性，將對未來經濟增長、能源需求和CO2排放產生顯著影響。研究表明如果2040—2050年TFP年增長率每降低0．1個百分點，將使GDP增長率降低0．1個百分點，同時單位GDP的CO2排放提高0．28%。因此理順機制障礙，加強科技創新，關系到中國經濟轉型和低碳發展的成敗。在國際貿易方面，未來中國將逐漸擺脫對出口的依賴，最終實現進出口貿易均衡，但轉型的速度和進程仍存在不確定性。研究表明，實現貿易均衡的時間對短期和中期中國經濟增速和結構存在一定影響，但在能源和CO2排放方面影響不大。在技術進步方面，終端用能效率進步水平直接關系到中國未來能源需求和CO2排放，做好技術創新和引進工作至關重要。

注釋：

①IPCC是世界氣象組織和聯合國環境規劃署聯合建立的政府間機構，出具報告《IPCC溫室氣體清單指南》。

②限于篇幅，本文僅列出子情景的設置。

［1］劉勇，汪旭暉．ARIMA模型在我國能源消費預測中的應用［J］．經濟經緯，2007（5）：11-13．

［2］李紅梅，賀昌政，肖進．基于Log-GMDH模型的我國能源消費中長期預測［J］．軟科學，2012（5）：51-54．

［3］穆海林，王文超，寧亞東，等．基于改進灰色模型的能源消費預測研究［J］．大連理工大學學報，2011（4）：493-497．

［4］馮思靜，鄧元月，馬云東，等．中國能源消費預測灰色建模法［J］．數學的實踐與認識，2012（3）：78-84．

［5］李云燕，羨瑛楠．北京市能源消費與碳排放現狀、預測及低碳發展路徑選擇［J］．中央財經大學學報，2014（6）：105-112．

［6］索瑞霞，王福林．組合預測模型在能源消費預測中的應用［J］．數學的實踐與認識，2010（18）：80-85．

［7］SHRESTHA R M，RAJBHANDARI S．Energy and environmental implications of carbon emission reduction targets：case of Kathmandu Vally，Nepal［J］．Energy policy，2010，38（9）：4818-4827．

［8］KADIAN R，DAHIYA R P，GARG H P．Energy-related emissions and mitigation opportunities from the household sector in Delhi［J］．Energy policy，2007，35（12）：6195-6211．

［9］HUANG Y，BOR Y J，PENG C．The long-term forcast of Taiwan's energy supply and demand：LEAP model application［J］．Energy policy，2011，39（11）：6790-6803．

［10］姜克雋，胡秀蓮，莊幸，等．中國2050年的能源需求與CO2排放情景［J］．氣候變化進展，2008（9）：296-302．

［11］國家發展和改革委員會能源研究所課題組．中國2050年低碳發展之路——能源需求暨碳排放情景分析［M］．北京：科學出版社，2009．

［12］戴彥德，朱躍中，白泉．中國2050年低碳發展之路——能源需求暨碳排放情景分析［J］．經濟研究參考，2010（26）：21-22．

［13］朱婧，劉學敏，初釗鵬．低碳城市能源需求與碳排放情景分析［J］．中國人口·資源與環境，2015（7）：48-55．

［14］樊杰，李平星．基于城市化的中國能源消費前景分析及對碳排放的相關思考［J］．地球科學進展，2011，26（1）：57-65．

［15］于汶加，王安建，王高尚．中國能源消費“零增長”何時到來［J］．地球學報，2010，31（5）：635-644．

［16］YUAN JIAHAI，XU ZHENG，ZHAO CHANGHONG，et al．Peak energy consumption and CO2emissions in China［J］．Energy policy，2014，68：508-523．

［17］沈鐳，劉立濤，王禮茂，等．2050年中國能源消費的情景預測［J］．自然資源學報，2015（3）：361-373．

［18］石敏俊，周晟呂，李娜，等．能源約束下的中國經濟中長期發展情景［J］．系統工程學報，2014（5）：602-611．

［19］劉小敏，付加鋒．基于CGE模型的2020年中國碳排放強度目標分析［J］．資源科學，2011（4）：634-639．

［20］畢清華，范英，蔡英華，等．基于CDECGE模型的中國能源需求情景分析［J］．中國人口·資源與環境，2013（1）：41-48．

［21］湯玲，鮑勤，王明喜．核電項目暫停與我國減排目標的實現：基于CGE模型分析［J］．系統工程理論與實踐，2014（2）：349-356．

［22］魏瑋，何旭波．節能減排，研發補貼與可持續增長［J］．經濟管理，2013（11）：1-11．

［23］劉亦文，胡宗義．能源技術變動對中國經濟和能源環境的影響——基于一個動態可計算一般均衡模型的分析［J］．中國軟科學，2014（4）：43-57．

［24］OECD．Green：the user manual［M］．Mimeo．Paris：Development Centre，1994．

［25］MCKIBBIN W J，W P J．The theoretical and empirical structure of the G-Cubed model［J］．Economic modelling，1998，16（1）：123-148．

［26］MATSUMOTO K I，MASUI T．Economic impacts to avoid dangerous climate change using the AIM/CGE model［J］．Procedia enviromental sciences，2011（6）：162-168．

責任編輯：張然

China's Energy Consum ption Projection Prediction Restrained by Econom ic Transition and Low Carbon Em ission

Wu Fan
（School of International Trade and Economics，University of Business and Economics，Beijing 100029，China）

Different combination setting was proposed according to different investment structure,consumption mode,trade pattern and technical level,as well as taking respond to climate change policies taking carbon tax and carbon trade into account,simulate the energy consumption and CO2emissions under the condition of economy transition and non-transition．The result shows that driven by rigid demand of economic and social development,CO2emissions will maintain a rapid growth before 2030,the success realization of economic transition will effectively promote China's low carbon development and significantly reduce the cost of emission reduction．

economic transition，CGE model，energy demand，CO2emission

F206

A

1003-3890（2017）03-0080-07

2016-09-03

國家科技支撐計劃（2013BAJ04B02）；國家社科基金一般項目（15BJL081）

吳凡（1987-），男，江西撫州人，對外經濟貿易大學國際經濟貿易學院博士研究生，研究方向為能源經濟。