2020年中國低碳經濟發展前景研究

劉朝 趙濤

(天津大學管理與經濟學部，天津300072)

在全球氣候變暖的背景下，以低能耗、低污染為核心理念的低碳經濟成為全球熱點。由國際能源署統計表明，中國已經超過美國成為二氧化碳排放總量和能源消耗量最多的國家，成為世界各國關注的焦點。進入21世紀，中國政府開始高度重視能源與環境問題，并采取了一系列措施，并承諾“到2020年，單位GDP的CO2排放比2005年降低40% －45%”。從2002年至今，能源消費彈性系數一直處在1．0－1．57之間，這說明中國經濟的增長越來越依靠能源消耗的數量而不是質量，呈現資源消耗型經濟的特點。毋庸置疑，發展低碳經濟涉及如政策、經濟、環境、技術、管理等諸多領域，對政府的決策能力是一個重大考驗。換言之，明確和理順阻礙低碳經濟發展的影響因素，對于中國經濟持續增長和節能減排具有重要意義。許多學者和機構已經研究了多個國家與地區低碳經濟發展的影響因素。Johnston．D等［1］分析英國降低碳排放量的技術困難與挑戰，并研究了英國到2050年CO2排放量降低60%的可行性;Koji Shimada等［2］認為土地利用方式、新能源提升和生活方式在發展低碳經濟中扮演越來越重要的作用，并設計情景分析方法來模擬Shiga Prefecture到2030年的碳排放和能源消耗情況;Kawase．R等［3］探討了日本CO2排放量到2050年降低60% －80%遇到的主要問題和困難，并根據碳排放的指標分解逐一論述;Fang．Y［4］和Wang GuoHong［5］都分析了影響中國能源消耗和環境保護的各種阻礙因素，一致認為能源結構、產業發展不平衡、能源環境政策不健全是造成能耗大碳排放量多的主要原因。綜上所述可以看出，影響低碳經濟發展的因素有很多，如何系統地闡明中國低碳經濟發展的影響因素，并理順各因素間層次結構關系和制定相應的情景分析是本論文的研究重點。

1 研究方法與框架

本文系統地論述了影響中國低碳經濟發展的10個因素，應用解釋結構模型(Interpretive structural modeling，ISM)理順各因素間結構關系，得出影響因素層級結構圖，找出關鍵阻礙因素。最后根據關鍵阻礙因素制定情景參數，設定基礎情景、低碳情景和受挫情景，構建LEAP模型定量模擬中國2020年能源消耗和碳排放量等指標。本文的研究框架圖見圖1。

圖1 研究框架圖Fig．1 Research frame

2 低碳經濟影響因素分析

低碳經濟是以低能耗、低污染、低排放為基礎的經濟模式，實質是能源高效利用、清潔能源開發以及低碳生活模式建立等。對于處于工業化階段的中國而言，發展低碳經濟意味著產業結構的轉型、眾多行業的技術創新與應用、土地利用模式改變和居民低碳意識的增強等等，涉及政府、企業、機構與個人，它的復雜性和系統性迫切需求一個高效框架闡明低碳經濟影響因素間結構關系與制約作用。本文采用文獻檢索、專家咨詢與頭腦風暴相結合的方法，表1列舉分析了如下10個影響中國低碳經濟發展的因素。

3 ISM方法及模型應用

系統解釋結構模型(ISM)，是美國 Warfield 教授［14－15］于1973年作為分析復雜社會經濟系統問題而開發出的一種系統分析方法，該方法的主要依據是有向圖模型和布爾矩陣。ISM模型可將系統中各要素之間的復雜、零亂關系分解成清晰的多級遞階的結構形式，是用于分析和揭示復雜關系結構的有效方法［16－17］。影響中國低碳經濟發展的10種因素有些相互交叉、互為關聯，更多的則表現出因素之間互相驅動與依賴，形成十分復雜的遞階因素鏈，構建中國低碳經濟影響因素ISM模型就能很好地解決此問題。

3．1 影響因素相互關系分析

建立ISM模型，首先要弄清各影響因素之間的邏輯關系。邏輯關系的確定主要由相關領域專家組判斷各影響因素間的兩兩關系，得出如下關聯矩陣(Structural selfinteraction matrix，SSIM)。

表1 影響中國低碳經濟發展的因素清單Tab．1 List of factors which impacted development of low-carbon economy in China

表2 關聯矩陣Tab．2 Structural self-interaction matrix

低碳經濟影響因素間(i和j)關系用V、A、X和O四個符號表示，這些符號的意義如下:

(1)“V”:如果影響因素i對因素j有直接或間接影響，但 j對 i無影響，則關聯矩陣(i，j)處標注“V”;

(2)“A”:如果影響因素j對因素i有直接或間接影響，但 i對 j無影響，則關聯矩陣(i，j)處標注“A”;

(3)“X”:如果影響因素i和因素j之間相互影響，則關聯矩陣(i，j)處標注“X”;

(4)“O”:如果影響因素i對因素j之間不存在相互影響關系，則關聯矩陣(i，j)處標注“O”;

3．2 影響因素層次結構

圖2 影響因素層次結構圖Fig．2 Hierarchical chart of influencing factors

為了進一步理清因素間層級結構，采用圖論方法表示關聯矩陣不同影響因素間存在的所有直接和間接的結構關系。最后通過布爾運算得到影響因素層次結構:設A，M分別表示初始可達矩陣和最終可達矩陣，M=(A+I)r=(A+I)r+1≠(A+I)r－1，經計算得 r=5，求得的 M 經變化即為圖2影響中國低碳經濟發展的層次結構圖。

圖2反映了有一定邏輯關系的影響因素鏈，10個影響中國低碳經濟發展的因素被分配在4個層級內，表層原因主要體現在層級Ⅰ，即能源結構亟待改善(NIES)和能源利用效率低下(LEE)，而中層原因則主要體現在層級Ⅱ和III上，深層原因則集中反映在層Ⅳ，即經濟粗放式發展(RTED)、人口基數龐大，且居民低碳意識淡薄(PLLA)、缺乏低碳領域專業人才(LRTP)三個主要影響因素。即它們對其余7個因素直接或間接產生影響，也就是說上述三個因素的改善對中國低碳經濟的發展具有重要意義，影響著中國節能減排的效果和政策措施的執行效率。

4 基于LEAP中國2050年低碳經濟發展水平的情景分析

ISM模型理順中國低碳經濟發展影響因素的層級結構，針對Ⅳ層級影響因素制定政策措施就能較好地推進中國低碳經濟的發展。因此，本文依據經濟粗放式發展(RTED)、人口基數龐大，且居民低碳意識淡薄(PLLA)、缺乏低碳領域專業人才(LRTP)制定情景參數，利用LEAP模擬中國2020年低碳經濟發展水平。

4．1 情景分析與LEAP模型

情景分析是一種多因素分析方法，結合設定的各種可能情景的發生概率，研究多種因素同時作用時可能產生的影響。在情景分析過程中要注意考慮各種因素的相關關系和相互作用［18］。LEAP(Long-range Energy Alternative Planning system)是由斯德哥爾摩環境協會與美國波士頓大學共同開發的計量經濟學模型，作為一個基于情景分析的能源—環境模型工具，可以用來做能源的需求分析及其相應的環境影響分析和成本效益分析［19］。

4．2 低碳經濟發展水平評價指標選取

低碳經濟發展水平評價指標的選取是一個復雜且存有爭議的問題，本文在參考文獻［20－21］的基礎上，考慮數據獲得難易程度，選取了四個指標人均GDP、能源消耗量、能源結構、CO2排放量，認為該四個指標即能代表一個國家的低碳經濟發展水平。

4．3 情景分析框架圖

圖3 情景分析框架圖Fig．3 Frame of scenario analysis

低碳經濟的發展是一個綜合、復雜的系統，涉及如政策、經濟、環境、技術、管理等諸多領域，還要結合本國自身國情，尋求影響中國2020年低碳經濟發展水平的關鍵因素。本文主要依據驅動因素對能源供求和環境保護的影響，考慮未來幾十年可能出現的產業結構調整、能源政策變化等不確定因素可能對能源需求產生的影響。擬采用的措施工具主要包括、集約型經濟結構的轉變、稅收和低息貸款政策支持、低碳政策和排放標準的規范、低碳研發、碳匯建設、可再生能源配給制度、低碳生活方式轉變和低碳人才體系構建等。圖3即為中國2020年低碳經濟情景分析框架圖。

接著根據不同專家對不同領域的展望和未來40多年中國社會經濟發展趨勢，結合中國的發展現狀，設置了三種方案。

第一種是基礎情景(Base scenario，BS)，這一情景的前提是中國不考慮采取低碳減排措施，始終將單純的經濟增長指標作為發展的主要驅動因素，按政府規劃目標能夠基本實現的發展趨勢進行預測。

第二種是低碳情景(Low Carbon Scenario，LCS)，即在考慮到國家能源安全、自然環境壓力和低碳發展要求的因素下，國家政策鼓勵節能減排并出臺相應法律法規促進所能夠實現的低碳排放情景。這種情景要求不以單純的經濟增長為核心目標，而是同時考慮到國內社會、經濟、環境各方面的發展需求，轉變經濟粗放式發展(RTED)、控制人口數量且加強居民低碳意識(PLLA)和缺乏低碳領域專業人才(LRTP)三個主要驅動因素依據國內自身努力，轉變經濟粗放式發展、完善低碳政策框架，倡導低碳生活，通過強化技術進步，采取低能耗低溫室氣體排放政策，來實現一種低碳的能源與排放目標。

第三種是受挫低碳情景(Frustrated Low Carbon Scenario，FLCS)，是節能減排政策執行不太順利，同時產業結構調整也不稱心的情景，導致能源效率的提高未達到理想程度，能源技術進步的推廣和利用受到各種因素的限制，不夠廣泛等現象，阻礙中國低碳經濟發展。

終端部門的劃分包括農業、工業、交通運輸業、商用服務業以及民用部門。終端能源消費品種包括二次能源，如汽油、柴油、液化石油、電力等，也包括工藝過程(或生活)所消費的一次能源，如原煤、原油等化石燃料、地熱、水電、生物質能源等可再生能源。由于2010年統計數據還沒有完全公布，又考慮到我國經濟建設規劃五年一個周期，故LEAP模型將基年選定為2005年，末年為2020年。

具體參數設置采用的是專家評估的方法，并利用搜集的資料和數據對量化的數據進行對比校正。人口情景主要考慮近期的幾個主要規劃和研究數據［22－24］，其中2005年人口數據采用國家統計局發布的2005年全國1%人口抽樣調查數據130 628萬人，2010年人口總量數據采用09年數據乘以09年的人口自然增長率5．05‰，2020年數據采用國家人口和計劃生育委員會2020年規劃目標值，為簡化計算假設2010年－2020年人口自然增長率相同。隨著中國經濟的高速發展和城市化進程的加速，城市人口不斷增加，城鎮人口比重增長率采用05－09年間平均增長率。各時期人口情景見表3。

表3 中國到2020年人口情景預測表Tab．3 Forecast of Chinese population in 2050

表4 情景分析預測結果Tab．4 Procasting result of scenario analysis

表5 低碳情景一次能源結構表Tab．5 Low-carbon scenario primary energy structure

4．4 預測結果與分析

通過影響因素分析與LEAP模型的計算，得到了中國從2005年到2020年各時期能源需求和碳排放的不同計算結果，表4給出了三個情景的終端能源需求、CO2排放量和人均GDP。

由表4 得出，2020年3 種情景(BS、LCS、FLCS)的終端能源總需求分別為43．59億t標準煤、41．55億t標準煤和45．21億t標準煤。由于意識到ISM分析中第Ⅳ層級影響因素，即RTED、PLLA和LRTP三個影響因素，終端部門實施有效的節能措施，低碳情景比基礎情景在能源總需求方面下降了3．7億t標準煤。受挫情景下，節能措施進展不利，低碳技術實施受阻，能源強度居高不下，與基礎情景相比，終端能源需求增加了1．6億t標準煤。

2020年3種情景(BS、LCS、FLCS)的 CO2排放量分別為25．11 億 t碳當量、23．31 億 t碳當量和26．83 億 t碳當量。低碳情景的CO2排放量和基礎情景相比，在2015年之前沒有明顯下降，是因為低碳政策執行初期效果沒有完全體現，經濟結構轉變需要一個調整期。2015－2020年間，隨著低碳政策效果逐漸顯現，CO2排放量有了顯著下降，2020年末低碳情景比基礎情景CO2排放量下降近10%。受挫情景由于能源結構比例調節受阻，碳排放量比基礎情景增加1．7億噸碳當量，在2020年前并沒有出現CO2排放量增長速度明顯放緩的跡象，無疑大大增加了中國節能減排的成本和經濟轉型的困難。

表5是低碳情景下2005－2020年一次能源結構表(每5年輸出一次)。煤炭需求從2005年的11．57億t標準煤快速上升，在2015年－2020年間基本達到峰值25億t標準煤，首次占比降到接近60%，此后由于低碳策略執行得力，煤炭需求可能開始回落。石油需求也得到了較好的控制，基本保持低速增長，2020年石油占能源總量的18．4%，比基礎情景提高了3%。水能、天然氣和核能在低碳政策的扶持下得到較大幅度提高，在2020年占比達到8．2%、7．5%和3．3%。受挫情景下，低碳策略執行不力，導致結果還不如基礎情景理想，煤炭和石油仍然是中國能源結構主要部分，在2020年，煤炭占一次能源需求量的68%，石油占22%，天然氣占4%，核能占1．8%，水能占3.2%，其它新能源占1%。

基礎情景下煤炭需求從2005年的11．57億t標準煤快速上升，到2020年達到27．07億t標準煤，增長一倍多，但占一次能源需求總量的比重卻由05年的73%下降到20年的64%，煤炭需求量在2005年－2015年間快速增長，但2015年后煤炭總量趨于平穩，維持在大約25億t，隨著其他能源的增長，煤炭占能源總量的比重每五年大約下降3%左右。為滿足經濟發展和居民所需，石油需求也大幅升高，但占一次能源需求量比重基本維持在20% －22%。水能、天然氣、核能、其它新能源雖然數量增長遠遠落后于煤炭和石油的增幅，但占一次能源需求量的比重由05年的 3．7%、2．6%、0．7% 和 0.3% 增長到 2020年的5．5% 、6%、2．2%和 1．1%。

5 結論

目前，中國正處于一個資源依賴型經濟向低碳經濟轉型的關鍵階段，諸多困難與挑戰擺在政府面前，本文通過分析中國低碳經濟發展進程中10個影響因素，利用ISM模型明確各因素之間層次結構關系，得出影響中國低碳經濟發展的關鍵阻礙因素是經濟粗放式發展(RTED)、控制人口數量且加強居民低碳意識(PLLA)、缺乏低碳領域專業人才(LRTP)，針對影響因素制定了不同的情景參數，預測至2020年的人均GDP、能源消耗量、能源結構和碳排放量。得到如下結論:

(1)理清影響因素之間的層次結構關系，對于制定中國低碳經濟發展策略具有重要的意義。ISM模型的分析給出各影響因素間相互作用關系，同時有助于決策者采取優先順序處理阻礙低碳經濟發展的各項障礙。

(2)不同的經濟發展道路和政策取向，對能源需求和碳排放量有很大的影響。未來的能源需求和碳排放量，極有可能是在一個較大的范圍內波動。根據低碳經濟發展的影響因素分析，制定不同的政策和執行力度，按照情景分析的結果，到2020年，低碳情景下的中國終端能源需求將在41億t標煤左右，受挫情景下大概45億t標煤，相差4億t標煤左右，可見策略的制定和執行對能源需求影響巨大。

(3)從情景分析方案中可以看出，能源結構的優化關鍵年份在2015年－2020年間，低碳政策經過2010－2015年間的制定推廣與實踐修正，基本形成了一套行之有效地策略，效果也逐漸顯現出來，興修水利，大力開發太陽能、生物質能源等新能源，核能和風能順利推進為改善我國能源結構發揮越來越重要的作用。所以，2015－2020年間是我國向低碳經濟發生質變的階段，措施執行的力度決定了我國經濟轉型成功與否。

(4)從低碳情景預測結果中可以計算出我國2020年單位GDP的CO2排放量為1．83×10－4t C/$，比2005年降低96．7%，能夠順利完成我國政府制定的“到2020年，單位GDP的二氧化碳排放比2005年降低40% ～45%”目標。但進一步分析可以看出，碳排放強度的大幅度降低主要依賴于我國經濟的持續高速發展，CO2排放總量增長還是很快，提高能源效率才是降低碳排放強度最有力的保證。

最后，影響因素與情景參數之間關系的定量分析值得下一步研究，如影響因素中缺乏低碳領域人才，居民低碳意識差等與情景參數中能源結構、能源效率等之間的定量分析，這有助于更加科學、準確的預測能源消耗與碳排放量，為低碳經濟發展策略提供更為合理的決策依據。

(編輯:王愛萍)

References)

［1］Johnston D，Lowe R，Bell M．An Exploration of the Technical Feasibility of Achieving CO2Emission Reductions in Excess of 60%Within the UK Housing Stock by the Year 2050［J］．Energy，Policy，2005，83:1643 －1659．

［2］Shimada K，Tanaka Y，Gomi K，et al．Developing a Long-term Local Society Design Methodology towards a Low-carbon Economy:An Application to Shiga Prefecture in Japan［J］．Energy Policy，2007，35:4688－4703．

［3］Kawasea R，Matsuokaa Y，Fujinob J．Decomposition Analysis of CO2Emissionin Long-term Climate Stabilization Scenarios［J］．Energy Policy，2006，34:2113－2122．

［4］Fang Y，Zeng Y．Balancing Energy and Environment:The Effect and Perspective of Management Instruments in China［J］．Energy，2007，34:2247－2261．

［5］WangGuoHong，Wang YunXia，Zhao Tao．Analysis of Interactions Among the Barriers to Energy Saving in China［J］．Energy Policy，2008，36:1879－1889．

［6］張坤民．低碳世界中的中國:地位、挑戰與戰略［J］．中國人口·資源環境，2008，18(3):1 －7．［Zhang Kunmin．China’s Role，Challenges and Strategy for the Low Carbon World［J］．China Population，Resources and Environment，2008，18(3):1 －7．］

［7］姚偉龍，邢濤．中國能源狀況與發展對策分析［J］．能源研究與信息，2006，(4):7 －8．［Yao Weilong;Xing Tao．Analysis of Energy Situation and Corresponding Strategy of China［J］．Energy Research and Lnformation，2006，(4):7 －8．］

［8］Fukasaku Y．Energy and Environment Policy Integration:The Case of Energy Conservation Policies and Technologies in Japan［J］．Fuel and Energy Abstract，1996，37:138－139．

［9］Andrews-Speed P．Energy Policy and Regulation in the People’s Republic of China［M］．Aspen Publishers Inc，2004:24 －112．

［10］張坤民．發展低碳經濟要有緊迫感［J］．求是，2009，(23):50 －52．［Zhang Kunmin．The Development of Low-carbon Economy Must be of Urgency．Qiu Shi，2009，(23):50 －52．］

［11］朱永彬，劉曉，王錚．碳稅政策的減排效果及其對我國經濟的影響分析［J］．中國軟科學，2010，(4):14－22．［Zhu Yongbin，Liu Xiao，Wang Zheng．Abatement Effect of Carbon Tax and Its Impacts on Economy in China［J］．China Soft Science，2010，(4):14 －22．］

［12］金明紅，李愛仙，成建宏，等．建立我國能效信息標識制度的有關問題［J］．中國能源，2004，26(3):42 －44．［Jin Minghong，Li Aixian，Cheng Jianhong，et al．Discussion on Promoting Energy Efficiency Information Labeling in China［J］．Energy of China，2004，26(3):42 － 44．］

［13］Marland G，Brenkert A，Olivier J．CO2from Fossil Fuel Burning a Comparison of ORNL and EDGAR Estimates of National Emissions［J］．Environmental Science ＆ Policy，1999，(2):265 －273．

［14］Warfield J W．Developing Interconnected Matrices in Structural Modeling［J］．IEEE Transcript on Systems，Men and Cybernetics，1974，4(1):51 －81．

［15］Warfield J W．A Science of Generic Design:Managing Complexity Through Systems Design［J］．Intersystems Publications，Salinas，CA，1990，(1):32 －69．

［16］Jharkharia S， Shankar R． IT-enablement of Supply Chains:Understanding the Barriers［J］．Journal of Enterprise Information Management，2005，18(1):11 －27．

［17］Mandal A，Deshmukh S G．Vendor Selection Using Interpretive Structural Modeling(ISM)［J］．International Journal of Operations and Production Management 1994，14(6):52－59．

［18］Jiang Kejun，Hu Xiulian．Energy Demand and Emission in 2030 in China:Scenarios and Policy Options［J］．Environment Economics and Policy Studies，2006，(7):233 －250．

［19］Community for Energy Environment and Developing． An Introduction to LEAP［EB/OL］．［2009 －04 －27］．http://www．energycommunity．org/default．asp?action=47．

［20］李曉燕.基于模糊層次分析法的省區低碳經濟評價探索［J］.華東經濟管理，2010，24(2):24 －27．［Li Xiaoyan．An Exploration of Low-carbon Economy of Provinces Based on Fuzzy Analytic Hierarchy Process(FAHP)［J］．East China Economic Management，2010，24(2):24 －27．］

［21］DagoumasΑ S，Barker T S．Pathways to a Low-carbon Economy for the UK with the Macro-econometric E3MG Model［J］．Energy Policy，2010，(38):3067 －3077．

［22］中華人民共和國國民經濟和社會發展第十一個五年規劃綱要［EB/OL］．［2009 － 05 － 04］．http://polities．peopk．corn．cn/GB/1026/4208451．html．［China’s Economic and Social Development 11th Five-year Plan Outline．［EB/OL］．［2009－05－04］．http//polities ．peopk．corn．cn/GB/1026/4208451．html］．

［23］中華人民共和國國家統計局．中國統計年鑒2006［M］．北京:中國統計出版社，2006:30－50．［National Bureau of Statistics of the PRC．China Statistical Yearbook 2006［M］．China Statistical Publishing House，2006:30 －50．］

［24］中華人民共和國國家人口和計劃生育委員會．人口發展“十一五”和2020年規劃［EB/OL］．［2008－04－30］．http://www．ehinapop．gov．cn/gzdt/tzgg/200806/P020080619552883280075．Doc．．［National Population and Family Planning Commission of the PRC．China’s People 11th Five-year Outline and Planning in 2020［EB/OL］．［2008 －04 －30］．http://www．ehinapop．govcn/gzdt/t zgg/200806/P020080619552883280075．Doc．］