“雙碳”背景下中國能源結(jié)構(gòu)轉(zhuǎn)型的碳減排潛力及宏觀經(jīng)濟影響

摘要 探究低碳能源結(jié)構(gòu)轉(zhuǎn)型方案，對于協(xié)調(diào)經(jīng)濟發(fā)展和碳減排、實現(xiàn)中國“雙碳”目標至關(guān)重要。該研究設(shè)定4種未來可能的能源結(jié)構(gòu)轉(zhuǎn)型情景方案，利用GTAP-E-Power模型模擬能源結(jié)構(gòu)轉(zhuǎn)型所帶來的正面和負面影響，探究不同轉(zhuǎn)型情景對碳減排潛力、GDP年均增速、重點行業(yè)產(chǎn)出、進出口貿(mào)易等的影響。重點針對能源結(jié)構(gòu)調(diào)整情景方案選擇、4種情景方案給中國碳減排和宏觀經(jīng)濟帶來的多種影響以及穩(wěn)定能源與不穩(wěn)定發(fā)電能源結(jié)構(gòu)比例關(guān)系等進行討論。模擬結(jié)果顯示：在政府現(xiàn)有規(guī)劃情景方案S1下，中國碳排放量降低10. 15%，GDP年均增速下降0. 39%；BP世界能源展望新動力情景方案S2下，碳排放量降低9. 06%，GDP年均增速下降0. 37%；2. 0 ℃溫控目標情景方案S3下，碳排放量降低14. 17%，GDP年均增速下降0. 70%；1. 5 ℃溫控目標情景方案S4下，碳排放量降低16. 71%，GDP年均增速下降0. 90%。4種模擬情景方案下受沖擊的產(chǎn)業(yè)部門是煤炭、原油、成品油、建筑業(yè)、其他服務(wù)業(yè)、交通運輸業(yè)、農(nóng)業(yè)和化工行業(yè)；受益的產(chǎn)業(yè)部門是天然氣、水電、核電、光伏發(fā)電、風電、輕工業(yè)和電子設(shè)備制造業(yè)。同時分別提出了實現(xiàn)2030年碳“雙控”目標的能源結(jié)構(gòu)調(diào)整方案以及實現(xiàn)2060年碳中和目標的能源結(jié)構(gòu)調(diào)整方案。并針對不穩(wěn)定發(fā)電能源比重增大后可能帶來的一系列問題提出政策建議。合理調(diào)節(jié)穩(wěn)定能源與不穩(wěn)定發(fā)電能源的比例關(guān)系；加大對高速公路服務(wù)區(qū)電動汽車充電樁建設(shè)；加強蓄電池回收處理等。

關(guān)鍵詞 “雙碳”；能源結(jié)構(gòu)轉(zhuǎn)型；經(jīng)濟增長；碳減排潛力

中圖分類號 F062. 1 文獻標志碼 A 文章編號 1002-2104（2024）12-0055-09 DOI：10. 12062/cpre. 20240525

2015年12月，《巴黎協(xié)定》確定了控制全球溫度上升的目標：將溫升控制在2. 0 ℃之內(nèi)，并爭取控制在1. 5 ℃之內(nèi)［1］。2023年12月，《聯(lián)合國氣候變化框架公約》第二十八次締約方大會（COP28）在迪拜召開，將全球溫升控制在工業(yè)化前水平的1. 5 ℃以內(nèi)［2］。落實該氣候變化協(xié)定，需要世界各國積極減排，盡快達到峰值，以促使全球如期實現(xiàn)碳中和目標。

長期以來，中國政府一直高度重視碳減排問題，并將其視為國家經(jīng)濟社會發(fā)展的重要戰(zhàn)略。在面對日益嚴峻的碳排放挑戰(zhàn)時，中國政府不僅表達了強烈關(guān)切，而且采取了切實可行的措施，為全球碳減排事業(yè)做出巨大貢獻。2021年9月，中共中央 國務(wù)院發(fā)布《中共中央 國務(wù)院關(guān)于完整準確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的意見》（以下簡稱《意見》），明確指出2030年實現(xiàn)單位國內(nèi)生產(chǎn)總值CO2排放比2005年下降65%以上，非化石能源消費比重達到25%左右。黨的二十大報告強調(diào)中國將從能耗“雙控”逐漸轉(zhuǎn)向碳排放總量和強度“雙控”，并將節(jié)能指標納入生態(tài)文明及綠色發(fā)展等績效評價體系中。已有研究表明，化石能源過度使用是導致全球碳排放增多和環(huán)境污染的重要原因［3］。中國依靠消耗大量化石能源的傳統(tǒng)經(jīng)濟增長方式已帶來諸多環(huán)境問題，加之實現(xiàn)碳中和目標時間緊任務(wù)重，因此進行能源結(jié)構(gòu)轉(zhuǎn)型迫在眉睫。然而，能源結(jié)構(gòu)轉(zhuǎn)型必然要付出一定代價［4］，也會給經(jīng)濟帶來一定影響。中國作為發(fā)展中國家，在實現(xiàn)“雙碳”目標的同時如何保持經(jīng)濟發(fā)展，是政府決策部門和社會各界需要關(guān)注的問題。

1 文獻綜述

當前，學者們對能源、經(jīng)濟及碳排放關(guān)系的研究比較多，與本研究相關(guān)的文獻大致可以分為幾個方面：一是能源結(jié)構(gòu)轉(zhuǎn)型方面的研究。能源結(jié)構(gòu)轉(zhuǎn)型的長期目標在全球范圍內(nèi)已基本達成共識，在供給側(cè)方面［5］，利用水能、風能、太陽能、核能等非化石能源發(fā)電，以替代傳統(tǒng)火電機組發(fā)電；在需求側(cè)方面［6-7］，能源結(jié)構(gòu)轉(zhuǎn)型是以電能替代煤炭和油氣，以此來提高全社會的電氣化水平。此外，部分學者通過模擬研究表明，未來可能的光伏發(fā)電和風力發(fā)電裝機容量的組合比例為1∶2，即要實現(xiàn)碳中和目標，應對不同的能源發(fā)電保持一定比例關(guān)系［8-9］。二是能源結(jié)構(gòu)轉(zhuǎn)型對經(jīng)濟增長的影響研究。Liu等［10］認為化石能源的使用能夠推動經(jīng)濟發(fā)展，減少化石能源使用將增加行業(yè)成本，造成經(jīng)濟損失。與之相反，Zhou等［11］則認為隨著非化石能源消費占總能源消費結(jié)構(gòu)比重的增加，其對經(jīng)濟增長的促進作用越大，大力發(fā)展可再生能源不僅有利于減少CO2排放，而且更有利于各國經(jīng)濟發(fā)展［12-13］。由此可見，關(guān)于能源消費結(jié)構(gòu)變化對經(jīng)濟增長影響的研究結(jié)論眾說紛紜。三是能源結(jié)構(gòu)轉(zhuǎn)型對碳排放的影響研究。環(huán)境經(jīng)濟學通常將化石能源消費視為環(huán)境污染的根源，而能源結(jié)構(gòu)轉(zhuǎn)型是改善環(huán)境質(zhì)量的重要手段［14］。具體而言，中國主要空氣污染物的來源是煤炭和石油消耗［15］，在生產(chǎn)利用過程中煤炭燃燒會直接產(chǎn)生CO2、SO2等污染物，不同程度減少化石能源的消費會給環(huán)境帶來差異化影響［16］。以可再生能源為例，其發(fā)電量每增加1%，碳強度可能下降0. 08%～0. 15%，并且隨著時間推移，其給環(huán)境帶來的積極影響越來越明顯［17］。此外，全球能源發(fā)展的歷程也證明能源消費結(jié)構(gòu)走清潔低碳化道路成為主要趨勢，提高清潔能源比重可減少對自然資源的依賴，降低對環(huán)境的影響，也是低碳轉(zhuǎn)型的關(guān)鍵［18］。四是能源結(jié)構(gòu)轉(zhuǎn)型對經(jīng)濟和碳減排的綜合影響研究。自環(huán)境庫茲涅茲曲線被提出以來，得到較多學者驗證，并被廣泛應用于經(jīng)濟與環(huán)境相互作用關(guān)系的研究中。林伯強等［19］認為能源消費是中國經(jīng)濟增長的重要動力，同時也是環(huán)境污染的主要來源。通過大幅度減少化石能源消費來加速減排，會導致行業(yè)成本增加，甚至帶來一定經(jīng)濟損失［20-21］。張寧等［22］通過構(gòu)建中國電力部門的“能源-環(huán)境-經(jīng)濟”動態(tài)CGE模型，模擬實行強制性綠證交易帶來的宏觀影響，發(fā)現(xiàn)強制性綠證交易有利于新能源電力行業(yè)的發(fā)展，但所能實現(xiàn)的碳減排效果有限。徐曉亮等［23］從化石能源和可再生能源補貼政策角度構(gòu)建動態(tài)CGE模型，模擬不同類型的能源補貼政策對宏觀經(jīng)濟的影響，提出能源補貼政策對宏觀經(jīng)濟具有積極的促進作用，但也會提高能源消費強度。

綜合上述文獻發(fā)現(xiàn)，學者們從不同角度探究能源結(jié)構(gòu)轉(zhuǎn)型對經(jīng)濟和碳排放的影響，為本研究奠定一定基礎(chǔ)。但目前研究仍存在幾點不足：在研究內(nèi)容方面，缺乏在同一框架下對中國能源結(jié)構(gòu)轉(zhuǎn)型給各行業(yè)減排和社會經(jīng)濟影響的系統(tǒng)研究，以及對世界其他區(qū)域影響的研究；在研究方法上，以往關(guān)于能源、環(huán)境、經(jīng)濟的研究主要采用GTAP?E 模型或其他模型。鑒于此，利用GTAP?E?Power模型，設(shè)計了一種基準情景和4種不同的能源結(jié)構(gòu)轉(zhuǎn)型情景，把碳減排、經(jīng)濟增長、失業(yè)、結(jié)構(gòu)調(diào)整等納入同一模型框架中進行系統(tǒng)研究，重點探究和比較不同能源結(jié)構(gòu)轉(zhuǎn)型情景方案給中國的碳減排和經(jīng)濟增長帶來的影響。本研究可能的邊際貢獻：第一，以可計算一般均衡理論為基礎(chǔ)，運用GTAP?E?Power模型，考察在碳達峰、碳中和背景下能源結(jié)構(gòu)調(diào)整對中國碳減排潛力及宏觀經(jīng)濟的多重影響。第二，將能源結(jié)構(gòu)轉(zhuǎn)型設(shè)定為5種情景方案，模擬分析不同情景可能給中國宏觀經(jīng)濟帶來的損失以及政府在不同減排目標下的方案選擇。此外，為中國政府部門在能源結(jié)構(gòu)轉(zhuǎn)型中協(xié)調(diào)經(jīng)濟發(fā)展與碳減排、促進“雙碳”目標的實現(xiàn)提供一定參考。

2 研究方法

全球貿(mào)易分析模型（Global trade analysis project，GTAP）是由美國普渡大學開發(fā)的多國多部門可計算一般均衡模型，旨在評估政策變化對全球經(jīng)濟的影響。GTAP?E 模型作為其在環(huán)境領(lǐng)域的擴展版本，不僅在GTAP標準模型的基礎(chǔ)上引入能源作為生產(chǎn)要素［24］，還考慮了碳稅和碳排放權(quán)交易機制等變量，并對生產(chǎn)、消費、碳稅以及福利分析等模塊進行相應調(diào)整［25］。基于GTAP?E模型，通過整合GTAP?Power數(shù)據(jù)庫，進而得到GTAP?E?Power 模型。該模型對GTAP?E 原有的嵌套結(jié)構(gòu)進行擴展，并對區(qū)域和產(chǎn)業(yè)部門進行重新劃分。選擇GTAP?E?Power模型的主要原因是其能夠?qū)茉窗l(fā)電和非化石能源發(fā)電進行區(qū)分，適用于研究政策變化導致的“經(jīng)濟-能源-碳排放”變化。以下分別從生產(chǎn)模塊、貿(mào)易模塊、碳排放模塊對GTAP?E?Power模型進行闡述。

2. 1 生產(chǎn)模塊

生產(chǎn)模塊描述的是生產(chǎn)過程中要素投入與產(chǎn)出之間的關(guān)系，內(nèi)嵌多個層次的常替代彈性生產(chǎn)函數(shù)，資本與能源產(chǎn)品可以相互替代。GTAP?E?Power模型生產(chǎn)模塊共包括6層固定替代彈性生產(chǎn)函數(shù)（CES）的嵌套。不同的投入通過CES函數(shù)加總得到總投入，再根據(jù)列昂惕夫生產(chǎn)函數(shù)求得總投入對應的總產(chǎn)出。第一層是“基本生產(chǎn)要素—能源”與非能源中間投入產(chǎn)品的嵌套；第二層描述各生產(chǎn)要素與能源中間投入的復合；第三層是資本―能源的嵌套方式；第四層將能源區(qū)分為電能和非電能能源；第五層區(qū)分煤炭與非煤炭能源；第六層是原油、成品油、天然氣嵌套生成非煤炭能源以及清潔能源發(fā)電嵌套生成的非火電能源。本研究的能源結(jié)構(gòu)轉(zhuǎn)型指傳統(tǒng)化石能源向非化石能源轉(zhuǎn)型。可再生能源包括水電、風電、光伏發(fā)電，非化石能源包括水電、核電、風電、光伏發(fā)電。穩(wěn)定能源包括煤炭發(fā)電、天然氣發(fā)電、水電、核電，不穩(wěn)定發(fā)電能源包括風電、光伏發(fā)電［26］。

2. 2 貿(mào)易模塊

本國產(chǎn)品和來自不同地區(qū)的進口產(chǎn)品屬于不完全替代品，遵循阿明頓假設(shè)，通過設(shè)定不變替代彈性來表征。模型中，有兩個國際部門（“國際銀行”和“國際運輸”部門）。各個國家的儲蓄匯總到“國際銀行”，并根據(jù)資本回報率在各個國家間分配，“國際運輸”可以平衡到岸價（CIF） 和離岸價（FOB） 之間的差異，并通過雙邊貿(mào)易將世界各國聯(lián)系起來。

2. 3 碳排放模塊

3 數(shù)據(jù)來源與情景設(shè)計

3. 1 能源結(jié)構(gòu)預測

馬爾可夫鏈是數(shù)學中具有馬爾可夫性質(zhì)的離散時間隨機過程，在給定當前信息時，當期以前的歷史狀態(tài)對于當期以后的狀態(tài)無關(guān)。由于能源消費結(jié)構(gòu)的變化受近期影響大，受遠期影響小，因此將馬爾可夫理論引入到能源消費結(jié)構(gòu)預測中能夠提高其準確性。馬爾可夫鏈通過預測樣本各期的轉(zhuǎn)移矩陣，進而估算出平均轉(zhuǎn)移概率矩陣，然后在確定能源結(jié)構(gòu)的初始狀態(tài)后對能源結(jié)構(gòu)進行預測。

根據(jù)2005—2020 年能源消費結(jié)構(gòu)演進趨勢，預測2021年的能源消費結(jié)構(gòu)系數(shù)，得出2021年煤炭、原油、天然氣、水電、核電、光伏發(fā)電、風電的比重，該預測數(shù)值與2021年能源消費結(jié)構(gòu)的實際值誤差在10%以內(nèi)，因此認為該模型適用于預測未來中國的能源消費結(jié)構(gòu)。不考慮政府規(guī)劃和出臺的方針政策，僅僅是基于2005—2020年中國的能源消費結(jié)構(gòu)的演變趨勢對2030、2060年的消費結(jié)構(gòu)進行預測。

3. 2 數(shù)據(jù)來源及處理

采用GTAP?E?Power10數(shù)據(jù)庫，基準年為2014年，該數(shù)據(jù)庫包含141個國家（區(qū)域），65個部門，包括世界98%的GDP總量以及92% 的人口。采用Walmsley 等［28］動態(tài)遞推方法，首先計算出2014—2020年的GDP、人口、資本、熟練勞動力和非熟練勞動力等增長率，將其作為外生變量進行沖擊得到2020年的升級數(shù)據(jù)庫，然后采用每5年升級一次的方式動態(tài)遞推到2030年和2060年，動態(tài)遞推所需的GDP、人口、資本和勞動力等數(shù)據(jù)來自美國普渡大學GTAP網(wǎng)站公布的歷史和預測數(shù)據(jù)。

3. 3 區(qū)域和部門劃分

根據(jù)研究需要，將GTAP?E?Power數(shù)據(jù)庫中65個產(chǎn)業(yè)部門重新劃分為農(nóng)業(yè)、輕工業(yè)、交通運輸業(yè)、電子設(shè)備制造業(yè)、食品及煙草制品、建筑業(yè)、化工行業(yè)、其他服務(wù)業(yè)、煤炭、原油、天然氣、成品油、水電、核電、光伏發(fā)電、風電，將數(shù)據(jù)庫中141個國家（區(qū)域）重新劃分為中國、美國、俄羅斯、歐盟27國、“歐佩克”、世界其他地區(qū)。

3. 4 模擬情景設(shè)定

根據(jù)英國石油公司發(fā)布的《BP世界能源展望》及國際能源署發(fā)布的《世界能源展望2022》，結(jié)合國家統(tǒng)計局、國家能源局及國家發(fā)展改革委發(fā)布的相關(guān)政策，考慮到中國未來將會進行一場巨大的能源經(jīng)濟轉(zhuǎn)型，因此把能源結(jié)構(gòu)、碳減排、經(jīng)濟增長、失業(yè)等納入一個模型框架中，對中國社會經(jīng)濟環(huán)境進行系統(tǒng)研究。將能源結(jié)構(gòu)轉(zhuǎn)型設(shè)定為5種情景方案，分別為基準情景方案S0、政府現(xiàn)有規(guī)劃情景方案S1、BP世界能源展望新動力情景方案S2、2. 0 ℃溫控目標情景方案S3與1. 5 ℃溫控目標情景方案S4，模擬分析不同情景中可能出現(xiàn)的結(jié)果。

（1）基準情景方案S0。設(shè)定基準情景方案是S1、S2、S3、S4模擬情景的比較基礎(chǔ)，在GTAP?E?Power模型架構(gòu)下，根據(jù)外生給定的GDP、資本、人口和勞動力等宏觀數(shù)據(jù)，采用動態(tài)遞推方法，把基準數(shù)據(jù)庫升級到2030年和2060年，該情景對能源消費結(jié)構(gòu)不進行沖擊。

（2）政府現(xiàn)有規(guī)劃情景方案S1。根據(jù)2030、2060 年能源消費結(jié)構(gòu)的預測結(jié)果，結(jié)合現(xiàn)有的能源政策規(guī)劃目標，參考2021年3月十三屆全國人大四次會議通過的《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》、2021年10月國務(wù)院發(fā)布的《國務(wù)院關(guān)于印發(fā)2030年前碳達峰行動方案的通知》《意見》等相關(guān)能源政策規(guī)劃對能源結(jié)構(gòu)轉(zhuǎn)型進行情景設(shè)定。2030年，碳排放強度比2005年下降65%以上；非化石能源消費比重達到25%左右；2060年，非化石能源消費比重達到80%以上，碳中和目標順利實現(xiàn)。同時參考王鋒等［29］對能源結(jié)構(gòu)進行調(diào)整的方式，得到政策約束的能源結(jié)構(gòu)：即2030 年水電、核電、光伏發(fā)電、風電占比在25%～30%，2060年水電、核電、光伏發(fā)電、風電占比約80%。

（3）BP世界能源展望新動力情景方案S2。以可再生能源為導向，由傳統(tǒng)化石能源緩慢轉(zhuǎn)向非化石能源。在此情景中，CO2排放將在21世紀20年代達峰。該情景參考英國石油公司發(fā)布的2023年《BP世界能源展望》，2030年水電、核電、光伏發(fā)電、風電占比之和小于25%，2060年水電、核電、光伏發(fā)電、風電的占比之和小于65%。

（4）2. 0 ℃溫控目標情景方案S3。以可再生能源為導向，由傳統(tǒng)化石能源加速轉(zhuǎn)向非化石能源。該情景基本與IPCC報告中“到2100年將全球氣溫控制在遠低于工業(yè)化前水平2. 0 ℃以內(nèi)”的情景一致，因此稱為2. 0 ℃溫控目標情景。該情景參考英國石油公司發(fā)布的2023年《BP世界能源展望》，2030年水電、核電、光伏發(fā)電、風電的占比之和在30%～35%，2060年水電、核電、光伏發(fā)電、風電的占比之和約90%。

（5）1. 5 ℃溫控目標情景方案S4。與2. 0 ℃溫控目標情景方案相比，可再生能源更加快速替代傳統(tǒng)化石能源。該情景方案參考英國石油公司發(fā)布的2023年《BP世界能源展望》中的“凈零”情景。“凈零”情景的脫碳速度和幅度與IPCC中“2100年全球平均氣溫升幅保持在比工業(yè)化前水平遠低于1. 5 ℃的水平”基本吻合，因此稱為1. 5 ℃溫控目標情景方案。排放量下降得益于社會行為和政策的轉(zhuǎn)變，以及能源結(jié)構(gòu)轉(zhuǎn)型力度的加大，該情景在2030年水電、核電、光伏發(fā)電、風電的占比之和大于35%，在2060年水電、核電、光伏發(fā)電、風電的占比之和大于90%。

4 模擬結(jié)果與分析

利用GTAP?E?Power模型，對不同能源結(jié)構(gòu)轉(zhuǎn)型情景方案下中國的碳減排潛力、宏觀經(jīng)濟及中國細分行業(yè)進出口貿(mào)易進行模擬分析，探究能源結(jié)構(gòu)轉(zhuǎn)型對碳減排潛力、GDP年均增速變化率、居民收入、貿(mào)易條件、資本回報率、政府購買、消費、投資、進出口、貿(mào)易平衡、福利水平、產(chǎn)出變化率、各行業(yè)進出口變化等多方面的具體影響。

4. 1 碳減排潛力

由圖1可以看出，能源消費結(jié)構(gòu)轉(zhuǎn)型有利于碳減排，且能源結(jié)構(gòu)轉(zhuǎn)型幅度越大碳減排越多。與2030年基準情景方案S0相比，政府現(xiàn)有規(guī)劃情景方案S1下，中國的碳排放降低10. 15%；BP世界能源展望新動力情景方案S2下，中國的碳排放降低9. 06%；2. 0 ℃溫控目標情景方案S3下，中國的碳排放降低14. 17%；1. 5 ℃溫控目標情景方案S4下，中國的碳排放降低16. 71%。

碳排放強度指單位GDP的CO2排放量，主要影響因素包括經(jīng)濟結(jié)構(gòu)、能源結(jié)構(gòu)、技術(shù)進步和對外開放度等。由圖1可以看出，與2030年基準情景方案S0相比，中國的碳排放強度在1. 5 ℃溫控目標情景方案S4下減少9. 21%，其次是政府現(xiàn)有規(guī)劃情景方案S1下減少6. 74%，BP世界能源展望新動力情景方案S2下減少5. 75%，2. 0 ℃溫控目標情景方案S3下減少8. 20 %，即能源結(jié)構(gòu)調(diào)整有利于降低碳排放強度。《意見》指出2030年碳排放強度要比2005年下降65% 以上。根據(jù)清華大學中國碳核算數(shù)據(jù)庫可知2005年碳排放為54. 91 億t，由《中國統(tǒng)計年鑒》可知2005年國內(nèi)生產(chǎn)總值為18. 73 萬億元，2005年的碳排放強度為24. 15 t/萬美元，該數(shù)值與GTAP?E?Power中2004年基礎(chǔ)數(shù)據(jù)庫保持一致。因此，認為若碳排放強度小于8. 45 t/萬美元則符合“到2030年中國單位國內(nèi)生產(chǎn)總值CO2排放比2005年下降65%以上”政府目標，S1、S2、S3、S4情景方案均能夠?qū)崿F(xiàn)碳強度約束目標。

表1顯示，與2030年基準情景方案S0相比，各產(chǎn)業(yè)的碳排放均減少，且能源結(jié)構(gòu)轉(zhuǎn)型幅度越大，各產(chǎn)業(yè)減排量越高。電子設(shè)備制造業(yè)碳減排較大，S1、S2、S3、S4情景方案下碳排放分別減少10. 6%、10. 48%、19. 29% 和22. 37%；其次是輕工業(yè)，4 種情景方案下分別減少10. 55%、10. 43%、19. 18%和22. 33%；然后是化工行業(yè)，4種情景方案下分別減少10. 30%、10. 11%、18. 37% 和21. 69%。化工行業(yè)和輕工業(yè)在生產(chǎn)過程中使用大量化石能源，建筑業(yè)是能源密集型部門，交通運輸業(yè)也消耗大量原油燃料。因此，化石能源消費減少，非化石能源消費增加導致各行業(yè)碳排放均減少。

4. 2 對中國宏觀經(jīng)濟的影響

4. 2. 1 對國內(nèi)生產(chǎn)總值（GDP）的影響

由表2可知，與2030年基準情景方案S0相比，各情景下中國的GDP年均增速均出現(xiàn)下降，即能源結(jié)構(gòu)轉(zhuǎn)型給中國帶來一定的經(jīng)濟損失。在政府現(xiàn)有規(guī)劃情景方案S1下，中國的GDP年均增速降低0. 39%；BP世界能源展望新動力情景方案S2 下，中國的GDP 年均增速降低0. 37 %；2. 0 ℃溫控目標情景方案S3下，中國的GDP年均增速降低0. 70%；1. 5 ℃溫控目標情景方案S4下，中國的GDP年均增速降低0. 90%。與2030年基準情景S0相比，中國的能源結(jié)構(gòu)轉(zhuǎn)型導致投資下降，資本回報率下降，消費下降，出口增長，進口下降，GDP年均增速減少。

能源結(jié)構(gòu)轉(zhuǎn)型給中國的福利水平、收入、貿(mào)易條件帶來不同程度的負向影響。短期內(nèi)中國能源結(jié)構(gòu)轉(zhuǎn)型速度越快，對居民收入損失越多。政府現(xiàn)有規(guī)劃情景方案S1下居民收入損失最小，1. 5 ℃溫控目標情景方案S4下居民收入損失最大。這是因為能源結(jié)構(gòu)調(diào)整促使淘汰傳統(tǒng)高污染、高耗能產(chǎn)業(yè)，同時推動了高新技術(shù)產(chǎn)業(yè)的發(fā)展。在這一過程中，傳統(tǒng)產(chǎn)業(yè)勞動力需求量降低，導致勞動力價格降低，居民收入受到損失，家庭和政府消費需求減少，社會福利水平降低。在各情景下，中國實際GDP年均增速均有所下滑，國內(nèi)消費需求收縮。中國出口增加，進口減少，是因為本國經(jīng)濟收縮導致對進口產(chǎn)品的需求下降。國內(nèi)產(chǎn)品需求降低以及國內(nèi)消費能力下降，部分產(chǎn)品將會出口到國外，因此產(chǎn)生一定的貿(mào)易盈余。投資和消費需求降低，將會在一定程度上優(yōu)化中國的內(nèi)需結(jié)構(gòu)，從而促進中國發(fā)展方式轉(zhuǎn)變和結(jié)構(gòu)調(diào)整［30］。

4. 2. 2 對中國分行業(yè)產(chǎn)出的影響

由表3可知，受沖擊的產(chǎn)業(yè)部門：能源行業(yè)的煤炭、原油、成品油；非能源行業(yè)中的建筑業(yè)、其他服務(wù)業(yè)、交通運輸業(yè)、農(nóng)業(yè)、化工行業(yè)。受益的產(chǎn)業(yè)部門：能源行業(yè)的天然氣、水電、核電、光伏發(fā)電、風電；非能源行業(yè)部門中的輕工業(yè)和電子設(shè)備制造業(yè)。

（1）受沖擊的產(chǎn)業(yè)部門。與2030年基準情景方案S0相比，能源行業(yè)的煤炭、原油、成品油的產(chǎn)出均有所下降。其中，煤炭產(chǎn)出下降最多，其次是成品油。能源結(jié)構(gòu)轉(zhuǎn)型直接導致高污染、高排放的化石能源產(chǎn)出減少。在非能源行業(yè)中，建筑業(yè)、其他服務(wù)業(yè)、交通運輸業(yè)、農(nóng)業(yè)、化工行業(yè)產(chǎn)出也有所減少。其中，建筑業(yè)產(chǎn)出下降最多，這是由于上下游行業(yè)的關(guān)聯(lián)效應拉動所致，大部分建筑業(yè)都用做投資，因此整體投資下降導致其產(chǎn)出下降。其次是其他服務(wù)業(yè)。可見，隨著非化石能源消費占比越大，產(chǎn)出下降越多。能源結(jié)構(gòu)轉(zhuǎn)型會導致工業(yè)行業(yè)中黑色金屬冶煉和壓延加工業(yè)、非金屬礦物制品業(yè)、原油和天然氣開采業(yè)等高耗能、高污染產(chǎn)業(yè)產(chǎn)出均會減少。黑色金屬冶煉和壓延加工業(yè)、礦產(chǎn)品主要用作建筑業(yè)和輕工業(yè)，下游行業(yè)的產(chǎn)出下降導致上游行業(yè)收縮。

（2）受益的產(chǎn)業(yè)部門。與2030年基準情景方案S0相比，能源行業(yè)的天然氣、水電、核電、光伏發(fā)電、風電產(chǎn)出均增加。光伏發(fā)電產(chǎn)出增加最多，其次是風電。非能源行業(yè)部門中，輕工業(yè)和電子設(shè)備制造業(yè)產(chǎn)出增加。第二產(chǎn)業(yè)中大多企業(yè)所依賴的能源仍然是傳統(tǒng)化石能源，而能源結(jié)構(gòu)轉(zhuǎn)型促使煤炭、石油等逐漸被水電、核電以及風電等所取代。企業(yè)將會轉(zhuǎn)向以非化石能源為主的綠色高技術(shù)產(chǎn)業(yè)，輕工業(yè)和電子設(shè)備制造業(yè)產(chǎn)出增加，促進了高技術(shù)產(chǎn)業(yè)發(fā)展。

4. 3 對中國分行業(yè)進出口的影響

非能源行業(yè)中，中國從各區(qū)域進口的電子設(shè)備制造業(yè)減少較多，然后是化工行業(yè)。由于基準情景中各產(chǎn)業(yè)進出口基數(shù)不同，導致進口減少率最大的產(chǎn)業(yè)，其進口減少絕對值不一定最大。能源行業(yè)中，中國從各區(qū)域進口的原油、天然氣下降。S1、S2、S3、S4情景方案下，中國從歐盟27 國進口的天然氣分別減少11. 13%、8. 94%、15. 85%和14. 78%；從歐佩克進口原油分別減少6. 16%、5. 52%、9. 34%和11. 90%。非能源行業(yè)中，4種情景方案下，中國從世界其他地區(qū)進口的電子設(shè)備制造業(yè)分別減少9. 75%、9. 54%、17. 14%和20. 37%。

能源行業(yè)中，中國出口到各區(qū)域的原油、天然氣均增加。與2030年基準情景方案S0相比，S1、S2、S3、S4情景方案下中國出口到俄羅斯的原油分別增加205. 93%、107. 09%、276. 89%和514. 65%。非能源行業(yè)中，中國出口到各區(qū)域的輕工業(yè)、電子設(shè)備制造業(yè)增加。4種情景方案下，中國出口到世界其他地區(qū)的電子設(shè)備制造業(yè)分別增加13. 47%、13. 29%、24. 80% 和33. 52%，出口到歐盟27 國的電子設(shè)備制造業(yè)分別增加17. 19%、17. 10%、32. 15%和42. 32%。

能源行業(yè)中，各情景下中國非化石能源進口下降出口增加的原因有兩點：一是從消費角度來看，能源結(jié)構(gòu)轉(zhuǎn)型導致中國的總收入水平下降，進口消費能力降低，國內(nèi)消費需求減少，購買力下降，因此出口增加。由于國內(nèi)收入水平下降，本國消費需求減少，導致進口減少。二是從產(chǎn)出角度來看，能源結(jié)構(gòu)轉(zhuǎn)型導致產(chǎn)出下降，一部分產(chǎn)業(yè)產(chǎn)出萎縮，勞動力減少，國內(nèi)生產(chǎn)總值降低，本國消費需求減少，進口減少，因此出口大量增加。以上實證結(jié)果限于篇幅，沒有一一羅列。

4. 4 4種情景方案帶來的碳減排潛力及宏觀經(jīng)濟影響

與2030年基準情景方案S0相比，在政府現(xiàn)有規(guī)劃情景方案S1下，中國的碳排放降低10. 15%，GDP年均增速降低0. 39%，出口增加9. 19%，進口減少5. 39%，投資降低7. 66%，失業(yè)率增加7. 05%。

BP世界能源展望新動力情景方案S2下，中國的碳排放降低9. 06%，GDP 年均增速降低0. 37%，出口增加9. 03%，進口減少5. 64%，投資降低7. 49%，失業(yè)率增加6. 83%。

2. 0 ℃溫控目標情景方案S3下，中國的碳排放降低14. 17%，GDP年均增速降低0. 70%，出口增加17. 13%，進口減少10. 32%，投資降低13. 96%，失業(yè)率增加12. 44%。

1. 5 ℃溫控目標情景方案S4下，中國的碳排放降低16. 71%，GDP年均增速降低0. 90%，出口增加24. 93%，進口減少12. 4%，投資降低20. 33%，失業(yè)率增加14. 65%。

與2030年基準情景方案S0相比，4種情景方案的煤炭、原油、成品油、建筑業(yè)、其他服務(wù)業(yè)、交通運輸業(yè)、農(nóng)業(yè)、化工行業(yè)產(chǎn)出減少；天然氣、水電、核電、光伏發(fā)電、風電、輕工業(yè)和電子設(shè)備制造業(yè)產(chǎn)出均增加。在中美貿(mào)易摩擦的大背景下，中國經(jīng)濟受到一定影響，如果既要實現(xiàn)碳“雙控”目標、又要減少對中國經(jīng)濟的負面影響，則推薦S1、S2情景方案，這兩種情景方案對GDP年均增速、失業(yè)率帶來的負面影響相對較小。

4. 5 能源結(jié)構(gòu)調(diào)整情景方案選擇

在政府現(xiàn)有規(guī)劃情景方案S1下，2030年煤炭、石油、天然氣、水電、核電、光伏發(fā)電、風電占比分別為42. 30%、18. 78%、13. 39%、11. 77%、3. 54%、4. 20%和6. 02%，其中非化石能源占比為25. 53%。天然氣、水電、核電、光伏發(fā)電、風電的比例關(guān)系為34∶30∶9∶11∶15，水電、核電、光伏發(fā)電、風電比例為23∶7∶8∶12。

在BP世界能源展望新動力情景方案S2下，2030年煤炭、石油、天然氣、水電、核電、光伏發(fā)電、風電占比分別為46. 42%、19. 83%、10. 92%、7. 21%、2. 95%、4. 55% 和8. 13%，其中非化石能源占比為22. 84%。天然氣、水電、核電、光伏發(fā)電、風電的比例關(guān)系為32∶21∶9∶13∶24，水電、核電、光伏發(fā)電、風電比例關(guān)系為32∶13∶20∶36。

在2. 0 ℃溫控目標情景方案S3 下，2030 年煤炭、石油、天然氣、水電、核電、光伏發(fā)電、風電占比分別為35. 36%、19. 15%、10. 89%、7. 99%、3. 45%、8. 31% 和14. 85%，其中非化石能源占比為34. 60%。天然氣、水電、核電、光伏發(fā)電、風電的比例關(guān)系為24∶18∶8∶18∶33，水電、核電、光伏發(fā)電、風電比例關(guān)系為23∶10∶24∶43。

在1. 5 ℃溫控目標情景方案S4 下，2030 年煤炭、石油、天然氣、水電、核電、光伏發(fā)電、風電占比分別為27. 12%、18. 93%、11. 31%、8. 79%、4. 55%、10. 52% 和18. 78%，其中非化石能源占比為42. 64%。天然氣、水電、核電、光伏發(fā)電、風電的比例關(guān)系為21∶16∶8∶19∶35，水電、核電、光伏發(fā)電、風電比例關(guān)系為21∶11∶25∶44。

4. 6 碳中和情景方案選擇

基于上述一種基準情景方案和4種模擬情景方案，對2060年的能源結(jié)構(gòu)轉(zhuǎn)型進行模擬，探究2060年能源結(jié)構(gòu)轉(zhuǎn)型下的碳減排潛力和宏觀經(jīng)濟影響。政府現(xiàn)有規(guī)劃情景方案（S1）根據(jù)《意見》對能源結(jié)構(gòu)進行相應的調(diào)整，BP世界能源展望新動力情景方案（S2）、2. 0 ℃溫控目標情景方案（S3）和1. 5 ℃溫控目標情景方案（S4）參考了《BP世界能源展望》。研究發(fā)現(xiàn)2060年的能源結(jié)構(gòu)轉(zhuǎn)型對碳強度變化率、各產(chǎn)業(yè)碳排放變化率、GDP年均增速變化率、居民收入、貿(mào)易條件、資本回報率、政府購買、消費、投資、進出口、貿(mào)易平衡、福利水平、產(chǎn)出變化率、各行業(yè)進出口變化等影響與2030年的能源結(jié)構(gòu)轉(zhuǎn)型帶來的影響變化趨勢幾乎一致，因此限于篇幅本研究只展示2060年能源結(jié)構(gòu)轉(zhuǎn)型的碳減排變化及4種情景是否能夠如期實現(xiàn)碳中和目標。研究發(fā)現(xiàn)，與2060年基準情景方案相比，S1情景方案的碳減排潛力為83. 23 億t；S2情景方案的碳減排潛力為77. 55 億t；S3情景方案的碳減排潛力為93. 27 億t；S4情景方案的碳減排潛力為109. 15 億t。

丁仲禮［31］在“中國碳中和框架路線圖研究”中提出2060年中國能源利用CO2排放不超過20億～25 億t 能夠?qū)崿F(xiàn)碳中和目標。中國將在2030年前達峰，峰值約115億t［32-33］。因此，碳減排潛力超過90 億t才可能實現(xiàn)2060年碳中和目標，S1、S2情景方案2060年的碳減排潛力均低于90 億t，S3、S4情景方案2060年的碳減排潛力超過90 億t，因此S3、S4情景方案能夠?qū)崿F(xiàn)2060年前碳中和目標。

5 結(jié)論與政策建議

5. 1 研究結(jié)論

本研究利用中國相關(guān)部門規(guī)劃及《BP世界能源展望》作為情景方案設(shè)定依據(jù)，將能源結(jié)構(gòu)轉(zhuǎn)型、碳減排及經(jīng)濟系統(tǒng)納入同一框架中，設(shè)定一種基準情景方案和4種模擬情景方案，通過GTAP?E?Power模型模擬分析不同能源結(jié)構(gòu)轉(zhuǎn)型情景對中國的碳減排潛力和宏觀經(jīng)濟的影響，得出以下結(jié)論。

（1）提出4種碳減排情景方案供決策者選擇。若要實現(xiàn)2030年碳“雙控”目標，則選擇S1、S2情景的能源結(jié)構(gòu)方案，因其對中國宏觀經(jīng)濟的負面影響相對較小；若要實現(xiàn)2060年碳中和目標，則選擇S3、S4情景的能源結(jié)構(gòu)方案；若國際社會或者IPCC組織要求溫升目標必須控制在2. 0 ℃以內(nèi)，則選擇S3情景的能源結(jié)構(gòu)方案；若要求溫升目標必須控制在1. 5 ℃以內(nèi)，則選擇S4情景的能源結(jié)構(gòu)方案。

（2）模擬出4種情景方案對中國各產(chǎn)業(yè)部門產(chǎn)出的影響。能源結(jié)構(gòu)轉(zhuǎn)型會對一些行業(yè)帶來沖擊，同時又會對另外一些行業(yè)帶來實質(zhì)性受益。4種模擬情景方案下受沖擊的產(chǎn)業(yè)部門包括：能源行業(yè)的煤炭、原油、成品油，非能源行業(yè)的建筑業(yè)、其他服務(wù)業(yè)、交通運輸業(yè)、農(nóng)業(yè)、化工行業(yè)。受益的產(chǎn)業(yè)部門包括：能源行業(yè)的天然氣、水電、核電、光伏發(fā)電、風電，非能源行業(yè)部門的輕工業(yè)和電子設(shè)備制造業(yè)。

（3）模擬出4種情景方案對相關(guān)產(chǎn)業(yè)進出口的影響。與2030年基準情景方案S0相比，4種能源結(jié)構(gòu)轉(zhuǎn)型情景方案下，中國能源進口下降、出口上升。4種情景方案下中國從各區(qū)域進口的電子設(shè)備制造業(yè)、輕工業(yè)、原油、天然氣均減少；中國出口到各區(qū)域的電子設(shè)備制造業(yè)、輕工業(yè)、原油、天然氣均增加。

5. 2 存在問題及政策建議

（1）合理調(diào)節(jié)穩(wěn)定能源與不穩(wěn)定發(fā)電能源關(guān)系。防范由于不穩(wěn)定發(fā)電能源比例過大導致的區(qū)域性斷電或拉閘限電的問題。為保證電力安全穩(wěn)定供應防范斷電風險，電網(wǎng)要控制穩(wěn)定能源與不穩(wěn)定發(fā)電能源之間的關(guān)系。為防止斷電引起區(qū)域風險，建議在風電和光伏電廠區(qū)域電網(wǎng)中接入天然氣發(fā)電來作為應急備用電源，避免出現(xiàn)區(qū)域性斷電或拉閘限電問題。要合理調(diào)節(jié)風電和光伏發(fā)電的比例關(guān)系，建議風光發(fā)電比例為1∶2左右。在風電和光伏電廠區(qū)域電網(wǎng)中增加天然氣發(fā)電廠，使得風電、光伏發(fā)電、天然氣發(fā)電在同一電網(wǎng)中進行調(diào)配。根據(jù)《BP世界能源展望2023》、張希良等［9］及本研究的結(jié)論，為實現(xiàn)“雙碳”目標，應保證穩(wěn)定能源與不穩(wěn)定發(fā)電能源的比例關(guān)系在5∶2左右。

（2）加大對高速公路服務(wù)區(qū)電動汽車充電樁建設(shè)。從用電需求來看，電動汽車的快速發(fā)展將帶動電力需求的強勁增長。然而，電動汽車實際續(xù)航里程有限，在高速公路并不能長時間行駛，這也是制約電動汽車發(fā)展的關(guān)鍵問題。當前大多市區(qū)內(nèi)充電樁建設(shè)充足，但高速公路服務(wù)區(qū)充電樁數(shù)量較少，充電樁供不應求。尤其在節(jié)假日高峰期間充電排隊時間長，耗時多。因此，在交通領(lǐng)域應建立完善的電動汽車充電設(shè)施、加大政府對新能源汽車產(chǎn)業(yè)政策扶持力度。具體措施包括增加對高速公路服務(wù)區(qū)充電樁的數(shù)量，實現(xiàn)在東中部地區(qū)高速公路服務(wù)區(qū)充電樁保有量翻倍；在節(jié)假日高峰期間增加高速公路服務(wù)區(qū)臨時充電樁，以緩解電動汽車充電難的問題。

（3）加強蓄電池回收處理。中國已成為全球電動汽車第一產(chǎn)銷大國，同時也是世界上最大的電動汽車蓄電池生產(chǎn)國和消費國，隨之而來的是蓄電池回收處理問題。電動汽車的電池壽命到期后，若只是簡單處理回收會帶來一定隱患。例如，電動汽車電池報廢后，如果未能合理利用與正確處理，電池里的有害物質(zhì)將對生態(tài)環(huán)境造成污染。如果報廢電池被填埋，則會對地下水造成污染。鑒于此，國家應加大對蓄電池回收領(lǐng)域的投資開發(fā)管理，制定并實施相關(guān)政策措施，以扶持蓄電池回收加工綜合利用的相關(guān)產(chǎn)業(yè)發(fā)展。通過建立有效回收體系，減輕環(huán)境負擔，同時從回收的蓄電池中提煉出鋰、鈷、鎳和錳等稀有金屬材料，實現(xiàn)資源的可循環(huán)利用。

參考文獻

［1］ GAO Y，GAO X，ZHANG X H.The 2 ℃ global temperature target

and the evolution of the long?term goal of addressing climate change

from the united nations framework convention on climate change to

the Paris agreement［J］.Engineering，2017，3（2）：272-278.

［2］ DINNEEN J. COP28 promised an end to fossil fuels，and now 2024

must start to deliver［J］. New scientist，2023，260（3471）：11.

［3］ RAJBHANDARI S，LIMMEECHOKCHAI B. Assessment of green?

house gas mitigation pathways for Thailand towards achievement of the

2 ℃ and 1. 5 ℃ Paris Agreement targets［J］. Climate policy，2021，21

（4）：492-513.

［4］ 丁仲禮，張濤. 碳中和：邏輯體系與技術(shù)需求［M］. 北京：科學出

版社，2022.

［5］ 范英，衣博文. 能源轉(zhuǎn)型的規(guī)律、驅(qū)動機制與中國路徑［J］. 管理

世界，2021，37（8）：95-104.

［6］ 李俊峰，柴麒敏. 論我國能源轉(zhuǎn)型的關(guān)鍵問題及政策建議［J］.

環(huán)境保護，2016，44（9）：16-21.

［7］ BATINGE B，MUSANGO J K，BRENT A C. Sustainable energy tran?

sition framework for unmet electricity markets［J］. Energy policy，

2019，129：1090-1099.

［8］ LI H Y，LIN W. Cheaper solar，cleaner grid？［J］. Energy economics，

2023，127：107095.

［9］ 張希良，黃曉丹，張達，等. 碳中和目標下的能源經(jīng)濟轉(zhuǎn)型路徑

與政策研究［J］. 管理世界，2022，38（1）：35-66.

［10］ LIU J，BAI J Y，DENG Y，et al. Impact of energy structure on car?

bon emission and economy of China in the scenario of carbon taxa?

tion［J］. Science of the total environment，2021，762：143093.

［11］ ZHOU S，TONG Q，PAN X Z，et al.Research on low?carbon energy

transformation of China necessary to achieve the Paris agreement

goals：a global perspective［J］.Energy economics，2021，95：105137.

［12］ INGLESI?LOTZ R. The impact of renewable energy consumption

to economic growth：a panel data application［J］. Energy econom?

ics，2016，53：58-63.

［13］ HUANG H，ROLAND-HOLST D，WANG C，et al.China's income

gap and inequality under clean energy transformation：a CGE model

assessment［J］.Journal of cleaner production，2020，251：119626.

［14］ 蔡昉，都陽，王美艷. 經(jīng)濟發(fā)展方式轉(zhuǎn)變與節(jié)能減排內(nèi)在動力

［J］. 經(jīng)濟研究，2008，43（6）：4-11，36.

［15］ 邵帥，張可，豆建民. 經(jīng)濟集聚的節(jié)能減排效應：理論與中國經(jīng)

驗［J］. 管理世界，2019，35（1）：36-60，226.

［16］ APERGIS N，PAYNE J E. Renewable and non?renewable energy

consumption?growth nexus：evidence from a panel error correction

model［J］. Energy economics，2012，34（3）：733-738.

［17］ YU S W，HU X，LI L X，et al. Does the development of renewable

energy promote carbon reduction：evidence from Chinese Provinces

［J］. Journal of environmental management，2020，268：110634.

［18］ TSAI B H，CHANG C J，CHANG C H. Elucidating the consump?

tion and CO2 emissions of fossil fuels and low?carbon energy in the

United States using Lotka?Volterra models［J］. Energy，2016，100：

416-424.

［19］ 林伯強，蔣竺均. 中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影

響因素分析［J］. 管理世界，2009（4）：27-36.

［20］ 徐斌，陳宇芳，沈小波. 清潔能源發(fā)展、二氧化碳減排與區(qū)域經(jīng)

濟增長［J］. 經(jīng)濟研究，2019，54（7）：188-202.

［21］ 鄭新業(yè)，吳施美，郭伯威. 碳減排成本代際均等化：理論與證據(jù)

［J］. 經(jīng)濟研究，2023，58（2）：107-123.

［22］ 張寧，龐軍，王琦瑤，等. 基于CGE模型的可再生能源綠證交易

機制模擬及其經(jīng)濟影響［J］. 中國人口·資源與環(huán)境，2023，33

（2）：51-62.

［23］ 徐曉亮，許學芬. 能源補貼改革對資源效率和環(huán)境污染治理影

響研究：基于動態(tài)CGE模型的分析［J］. 中國管理科學，2020，

28（5）：221-230.

［24］ BURNIAUX J M，TRUONG T P. GTAP?E：an energy?environmen?

tal version of the GTAP model［J］. GTAP technical papers，2002

（16）：1-61.

［25］ MCDOUGALL R A， GOLUB A. GTAP?E：a revised energy?envi?

ronmental version of the GTAP model［J］. GTAP research memo?

randa， 2009.

［26］ PAKULSKA T. Green energy in central and eastern European

（CEE） countries：new challenges on the path to sustainable devel?

opment［J］.Energies，2021，14（4）：884.

［27］ 彭水軍，余麗麗. 幾種減排方案對宏觀經(jīng)濟及碳排放的影響：

基于貿(mào)易自由化背景的模擬分析［J］. 廈門大學學報（哲學社會

科學版），2017（1）：1-12.

［28］ WALMSLEY T， DIMARANAN B， MCDOUGALL R. A base case

scenario for the dynamic GTAP model［R］. West Lafayette：Center

For Global Trade Analysis，2000.

［29］ 王鋒，馮根福. 優(yōu)化能源結(jié)構(gòu)對實現(xiàn)中國碳強度目標的貢獻潛

力評估［J］. 中國工業(yè)經(jīng)濟，2011（4）：127-137.

［30］ 劉宇，蔡松鋒，張其仔. 2025年、2030年和2040年中國二氧化碳

排放達峰的經(jīng)濟影響：基于動態(tài)GTAP-E模型［J］. 管理評論，

2014，26（12）：3-9.

［31］ 丁仲禮. 中國碳中和框架路線圖研究［J］. 中國工業(yè)和信息化，

2021（8）：54-61.

［32］ HE L，WANG B P，XU W T，et al. Could China's long?term low?

carbon energy transformation achieve the double dividend effect

for the economy and environment？［J］. Environmental science and

pollution research international，2022，29（14）：20128-20144.

［33］ XU G Y，SCHWARZ P，YANG H L. Adjusting energy consump?

tion structure to achieve China's CO2 emissions peak［J］. Renew?

able and sustainable energy reviews，2020，122：109737.

（責任編輯：于杰）