目前，广东经济正处于快速发展阶段，经济与能源需求、碳排放同步增长，现已出台的能源和碳排放约束政策势必会对经济增长和产业发展产生重要的影响.广东省“十二五”期间要求完成能源强度和碳强度分别下降18%和19.5%的目标.因此，探索产业转型升级和摆脱经济增长高度依赖能源投入的发展模式成为政府管理者关心的首要问题.

如何将面临的经济与能源问题在经济模型中刻画，反映政策调控对宏观经济系统中各变量的影响，使政策目标既达到能源和碳排放约束性目标，又实现全社会减排成本最小，并最大程度地降低对GDP和居民福利的影响，是首先需要解决的关键问题.CGE模型在经济增长、国际和区域贸易、财政税收、收入分配、社会福利及资源环境领域等得到了广泛的应用.同时，建立模拟实现多政策目标约束下的社会公平和经济效率相协调的政策机制模型，以支持政府制度的制定和政策的定量评估，具有重要的理论和现实意义.

环境CGE模型属于CGE模型在环境经济学方面的一个分支，目前相关研究主要集中在京都议定书框架下的全球温室气体减排，以及不同尺度国家和地区的可再生能源政策、税收、贸易与环境等问题方面.例如，在应用CGE模型进行碳减排成本分析方面，研究人员分别构建了不同国家和地区的模型，以分析CO₂排放的减排成本，以及控制CO₂排放对宏观经济与社会福利的影响(Ellerman et al., 1998; Criqui et al., 1999;Klepper et al., 2006;高鹏飞等，2004；王灿等，2003；王克，2008；姚云飞等，2012).在应用CGE模型分析能源税和碳税的经济影响方面，研究人员分析了不同碳税税率下，减排效果与产业部门、经济系统等受到的影响(Scrimgeour et al., 2005；Wissema et al., 2007;朱永彬等，2010;金艳鸣等，2007;高颖等，2009；王金南等，2009；李娜等，2010).在碳排放权交易的模型分析方面，Edwards等(2001)利用CGE模型评估了排放权在英国分配的方法，认为拍卖与碳税类似，可以使收益再次流转，以减少其他经济扭曲现象；Bohringer等(2004)针对全球减排行动中各国人均排放是否收敛到同一水平的问题，利用多区域动态CGE模型进行了研究，通过比较排放权可交易与不可交易的情况发现，排放权交易可以显著提高减排效率及各地区的经济福利；Loisel(2009)利用动态CGE模型模拟了罗马尼亚的排放许可市场，发现即便在严峻的排放配额下，排放权的自由分配也能保证经济增长，原因在于环境管制促进了经济结构的转变；其他学者还研究了中国建立碳交易市场中，初始配额如何分配及碳价对经济的影响(Dai et al., 2011；袁永娜等，2012；汤维祺等，2013).

由于节能减排与所有经济活动、民生都有关联，碳排放作为一个重要要素与经济生产、交换、分配和消费捆绑在一起，所谓“牵一发而动全身”.因此，有必要建立反映全社会经济活动与所有要素投入产出关系的经济系统模型(CGE)来考察不同碳减排政策的实施效果，探讨减排成本有多少，对政府税收、居民福利的影响有多大，减排政策是否会影响GDP的发展，是否在可承受的范围之内，以及需要建立哪些配套的补充机制来弥补减排政策对一些部门的影响，以鼓励企业履行减排职责和政策的执行.基于此，本文建立GD_CGE模型模拟在碳强度约束目标下实施碳交易政策的减排效果，并运用模型对比无减排约束和减排约束情景下宏观经济(GDP)、能源消费量的变化.然后，进一步扩展减排约束情景，考察在完成碳强度减排目标约束下，分别按照历史法和潜力法对电力、水泥、石化、钢铁、造纸、纺织六大部门分配配额并实施碳交易政策措施对宏观经济和能源消费量的影响，同时对比两种分配方法下碳市场中买卖双方的交易量和碳价格的变化.

本文所用的GD_CGE模型由中国科学院广州能源研究所与日本国立环境研究所合作开发，是为分析广东能源与气候政策而开发的两区域多部门动态可计算一般均衡模型.CGE模型目前已被广泛运用于能源与环境政策分析和研究中，由于模型的复杂性和系统性，其建模过程是一个十分庞大而复杂的动态工程.考虑到广东正处于持续的高速发展阶段，其市场经济、产业结构、需求结构、收入分配模式及能源使用结构等方面的经济特征都迅速地发生着较大变化，为了对政策进行更为精准的模拟和分析，模型的数据基础及模型结构根据最新数据和研究信息不断更新和改进(汪鹏等，2013).

依据国家统计局国民经济核算司公布的最新国家和30个地区的2007年投入产出表数据，刻画和构建广东省和国内其他地区两区域经济模型，研究时间范围为2007—2050年，研究对象包括33个生产部门、1个政府部门、1个居民消费部门和1个投资部门.模型通过基础数据核算刻画所有部门与所有要素之间的关联，描述各部门的生产、投资、消费、税收、储蓄和进出口等行为，依据收支平衡、投入产出平衡建立数学方程并求解企业在利润最大化、居民在效用最大化约束下的均衡解.基于此平衡关系，模拟在施加政策影响后，各宏观变量如GDP、产品价格、资本、劳动力、碳排放量等在政策影响后的变化情况，并以此变化分析相关变量的作用机制，提出相关的制度设计依据和政策建议.

为了考察碳强度下降目标实现对经济活动的影响，本文设置无减排约束情景和减排约束情景.同时，为了进一步对比在减排目标约束下，施加碳交易政策对经济系统的影响，再分别设置减排约束-碳交易-历史法情景和减排约束-碳交易-潜力法两种情景.

在以上提到的4种情景中，设定2007—2050年人口增长率相同.模型中投资为外生变量，4种情景由投资外生驱动经济增长的模式相同，无减排约束情景不施加碳强度限制目标，其中，外生投资量依据GDP增长率进行设置.参考广东历史经济增速及到2020年人均收入水平翻番的目标，GDP增长率设置见表 1.减排约束情景下投资量与无减排约束情景相同，GDP为内生求解变量.

表1(Table 1)

表1 2013—2050年广东省GDP增长率预测 Table 1 Prediction of GDP growth rate of Guangdong Province in 2013—2050

表1 2013—2050年广东省GDP增长率预测 Table 1 Prediction of GDP growth rate of Guangdong Province in 2013—2050 年份 阶段末GDP总量/亿元 年增长率预测值 2013—2015 68081 10% 2015—2020 110496 10% 2020—2025 169457 9% 2025—2030 249581 8% 2030—2035 352671 7% 2035—2040 470600 6% 2040—2045 601460 5% 2045—2050 731102 4%

减排约束情景施加碳强度下降目标约束，设置到2015年碳强度比2010年降低19.5%，2020年比2015年降低16%(依据2020年碳强度比2005年降低45%)；2020—2050年碳强度年均降低3%(表 2).减排约束情景针对全省施加碳强度下降目标，各经济部门依据碳强度下降目标对总目标进行分解落实.以此模拟出各个部门的减排成本，为实施碳交 易政策的情景提供减排潜力和部门控制目标作参考.减排约束-碳交易-历史法情景在减排约束情景计算的碳排放总量限制(CAP)基础上，其他部门的碳排放量上限(CAP)与减排约束情景的模拟结果相同，六大部门的碳排放限制(CAP)依据历史排放量结构同比例增长进行设置.减排约束-碳交易-潜力法情景在碳强度下降目标约束下，其他部门CAP设置与历史法相同，六大部门行业CAP依据各行业碳强度下降潜力(广东省节能规划中产品单耗的下降指标)进行设置.分别模拟两种情景下各部门是如何交易，以及交易量、交易价格情况.实施碳交易的六大部门为电力、水泥、石化、钢铁、造纸、纺织，其2007年的碳排放占全社会碳排放的比重分别为47%、5%、4%、4%、3%和3%.

表2(Table 2)

表2 广东省政策情景描述 Table 2 Policy scenario description of Guangdong province

表2 广东省政策情景描述 Table 2 Policy scenario description of Guangdong province 情景 经济部门情况 碳交易政策 碳强度控制目标 无减排约束情景 对各经济部门碳排放不限制 不实施 对总排放无约束 减排约束情景 对各经济部门碳排放不限制 不实施 2015年碳强度比2010年减少19.5%， 减排约束-碳交易-历史法情景 对六部门碳排放进行控制，依据六部门历史排放占比分配配额 实施 2020年碳强度比2005年减少约45%，2020—2050年广东碳强度以每年3% 减排约束-碳交易-潜力法情景 对六部门碳排放进行控制，依据六部门节能潜力分配配额 实施 的速度降低；中国其他地区碳强度以每年4%的速度降低

通过CGE模型的模拟可以看出(图 1)，在相同的外部投资驱动模式，2013—2020年广东省GDP增长10%，2020—2050年平均增长7%的假设下，无约束情景碳排放量(以CO₂计)增长较快；到2020年，减排约束情景比无减排约束情景碳排放降低21%，到2050年降低40%.可见，在碳强度目标约束控制下，广东省的碳排放量有较大程度的降低，但未出现峰值.减排约束情景相比无减排约束情景，能源消费量在2020年和2050年达到3.71和10.91亿t(以标煤计，能源效率改进参数与无减排约束情景一致)，相比无减排约束情景分别降低25%和35%，说明在碳强度目标控制下，能源消费总量的增长速度得到明显控制.

图 1(Fig. 1)

图 1 广东省2010—2050年碳排放(a)和能源消费总量(b)的变化情况 Fig. 1 Guangdong CO2 emissions(a) and Energy consumptions(b)trend in 2010—2050

由图 2可知，减排约束情景相对无减排约束情景2020年和2050年的碳排放分别降低21%和40%的情况下，GDP损失率(GDP变化率=(减排约束情景GDP-无减排约束情景GDP)/无减排约束情景GDP)分别为1.1%和2.1%，2035—2037年间，GDP损失率最大，达到3.1%.可见，与碳排放的大幅度下降相比，GDP的损失率较小，说明实施碳排放约束目标控制对GDP的影响不大.

从碳强度和能源强度的下降来看，减排情景下2015年碳强度相比2007年下降22%，能源强度下降20%，相对2010年分别下降15.2%和13.8%.可见，能源强度和碳强度的下降趋势相差1%~2%.因此，在完成碳强度下降19.5%的目标时，理论上能源强度约下降18%，基本能够完成能源强度的下降目标，但此结果还有待于具体的考察和评估.

图 2(Fig. 2)

图 2 广东省2010—2050年减排约束情景较无减排约束情景GDP 的变化率 Fig. 2 GDP change rate of constraint scenario compared with no constraint scenario in Guangdong from 2010—2050

在完成碳强度控制目标、不施加任何政策措施的减排约束情景中，各部门由于实施了碳强度目标控制，导致各部门增加值的损失，形成各部门的社会减排成本.其中，石化、电力、纺织部门的减排成本较高(100~60元 · t^-1)，其次为钢铁、造纸和水泥部门，减排成本在20元 · t^-1以下(图 3).

图 3(Fig. 3)

图 3 六部门减排约束情景下2010—2020年的减排成本变化 Fig. 3 Abatement cost of six sectors from 2010 to 2020 under the abatement constraint scenario

实施碳交易情景下，六大部门的碳排放约束上限(行业配额总量)依据2007年的碳排放量与表 3中部门碳排放增长比例设置，其他部门的碳排放量上限与减排约束情景相同.历史法确定六个部门的行业配额总量时，没有考虑行业的差别，分4个阶段给出在前一阶段排放量基础上允许增加的百分比.减排潜力法确定碳排放约束上限(行业配额总量)是依据减排约束情景下预测得到的各部门工业增加值数据，参考《广东省“十二五”节能规划》及产品单耗降低指标，确定6个部门的工业增加值能耗和碳强度降低值，依此确定六大部门的分阶段行业配额总量.对比两种方法下6个部门的排放约束上限情况(表 3)，可见潜力法较历史法分配对于纺织、造纸、石化、钢铁部门的碳配额分配趋紧；对电力、水泥部门的配额分配较宽松.

表3(Table 3)

表3 实施碳交易情景下按历史法和减排潜力法的分配配额 Table 3 Allocation of allowances according to historical and potential methods in implementing carbon emission trading

表3 实施碳交易情景下按历史法和减排潜力法的分配配额 Table 3 Allocation of allowances according to historical and potential methods in implementing carbon emission trading 部门 行业碳排放约束上限(历史法) 行业碳排放约束上限(减排潜力法) 2007—2015年 2015—2020年 2020—2030年 2030—2050年 2007—2015年 2015—2020年 2020—2030年 2030—2050年 纺织 6% 4% 2% 1% 5% 4% 2% 0.5% 造纸 6% 4% 2% 1% 5% 4% 2% 0.5% 石化 6% 4% 2% 1% 3% 2% 1% 1% 水泥 6% 4% 2% 1% 8% 7% 5% 2% 钢铁 6% 4% 2% 1% 4% 3% 2% 1% 电力 6% 4% 2% 1% 6% 5% 3% 1%

图 4~5表示在减排约束条件下对六大部门实施碳交易政策，并分别按两种方法确定行业配额总量时广东省宏观经济指标所受到的影响.图 4显示在2020年、2035年按潜力法分配与无减排约束情景下的宏观经济指标相比GDP分别损失了0.7%和1.5%，按历史法分配与无减排约束情景相比GDP分别损失0.8%和2.3%.到2035年后，两种分配方法的GDP影响率都降低，原因在于经济系统会对施加的政策具有一定的适应性.

图 4(Fig. 4)

图 4 实施碳交易的减排约束情景与无减排约束情景GDP变化率对比 Fig. 4 GDP change rate of two abatement scenarios in implementing carbon emission trading

在完成同样全省碳强度下降目标的条件下，按照潜力法确定行业碳强度下降目标时，全社会的能源消费总量和碳排放总量高于历史法分配(图 5)，原因在于前者的GDP总量高于后者.

图 5(Fig. 5)

图 5 2010—2050年广东省不同约束情景下碳排放(a)和能源消费总量(b)对比 Fig. 5 CO2 emissions(a) and energy consumption from 2010 to 2050 in three different scenarios

图 6结果显示，实施碳交易政策时，按照潜力法分配碳市场的均衡价格最高为90元 · t^-1(以CO₂计)，按历史法分配碳市场的碳价高于按潜力法分配下的碳配额价格.

图 6(Fig. 6)

图 6 两种分配方法下2015—2050年碳市场的碳配额均衡价格变化 Fig. 6 Carbon price in implementing carbon trading according two allocation methods in 2015—2050

进一步考察按两种分配方法实施碳交易政策时，碳市场中买卖双方交易量(以CO₂计)的分布情况.从图 7可以看出，两种分配方式下，纺织、石化行业是碳市场的买方，水泥、造纸行业是碳市场的卖方(图中负值表示买方，正值表示卖方).图 7a显示，按历史法分配配额，电力行业的配额在2018年前较为紧张，为购买配额阶段，在2018—2021年间出现配额盈余，到2021年以后又会出现购买配额阶段.电力部门的买卖行为在配额量的支配下，依据碳价格与其减排成本进行对比，决定采取本部门减排或购买配额.其中，本部门的减排主要通过资本对能源投入的替代、新能源和清洁能源对煤炭的替代、降低需求带来产出减少等措施实现，促使单位发电的碳排放减少.

图 7(Fig. 7)

图 7 2013—2023年六部门实施碳交易政策的交易量变化情况(a.历史法分配，b.潜力法分配) Fig. 7 Trade volume with ETS in six sectors in 2013—2023(a)historical(b)potential

水泥的减排成本最大为9元 · t^-1，始终在碳市场的均衡价格以下(图 6)，主要是由于省内一些水泥窑的产品单耗较高，存在减排潜力.从全社会来看，水泥行业的边际减排成本低，减排量较大，在碳市场中可卖出配额获利，有助于降低全社会减排成本.

1)在本研究的广东省GDP增速和碳强度下降目标设定条件下，持续现有的投资模式，在2050年前未出现碳排放量的峰值，说明要更为有力地控制全省能源消费总量和碳排放总量的增加，迫切需要改变经济增长模式，强化推进产业结构和能源结构调整，控制GDP的增速.

2)在GDP年均增长10%的速率下，碳强度目标控制对GDP会带来约3%的损失.当选用潜力法进行配额分配时，GDP损失降到2.5%以下，说明实行碳交易机制可以降低全社会的减排成本，减小碳减排可能对经济发展带来的影响.

3)对两种行业碳排放约束上限确定方法下的广东碳市场运行模拟可知，按历史法分配配额，碳价最高值为120元· t^-1，按潜力分配方法，可降低减排成本，最高碳价为90元· t^-1.

4)两种分配方法下，电力、石化行业都是碳市场的买方，水泥和造纸行业是碳市场的卖方，不同的分配方式对碳价格、交易量大小具有一定影响.

基于GD_CGE模型研究显示，按照部门减排潜力分配配额优于按照部门历史排放占比分配，可缓解实施碳限制对宏观指标及部门的影响.电力部门碳排放比重较大，减排措施的实施和碳价格会对电力部门的生产决策带来影响，使其成为碳市场的买方或卖方的行为增加不确定性.由于部门实施碳减排所带来的部门或高耗能行业的福利损失，建议从碳市场的收入中补贴.碳交易政策鼓励了企业与企业之间的财富分配，有利于第三产业的发展，同时减少政府对企业减排考核的行政成本.