《巴黎協定》背景下國際低碳技術轉移的碳減排研究

顧高翔，王 錚

(1. 華東師范大學 人口研究所，上海 200241；2. 中國科學院 科技政策與管理科學研究所，北京 100190；3. 華東師范大學 地理信息科學教育部重點實驗室，上海 200241)

一、引言

低碳技術的研發和應用被廣泛認為是各國，尤其是發展中國家降低碳排放量和碳強度的關鍵途徑[1-3]。《巴黎協定》以“國家自主貢獻(NDC，nationally determined contribution)”形式確定了各國中短期內減排目標。已有大量發展中國家將獲得低碳技術支持和合作作為“條件減排”項寫入其自主貢獻文件中。印度甚至提議將低碳技術轉為全球公共品，以替代當前市場驅動的技術轉移機制。因此，在《巴黎協定》框架下研究低碳技術國際轉移的氣候保護和碳減排效果，具有重要的現實意義。

當前學術界對于低碳技術轉移的研究主要集中在探討專利、知識產權等制度性因素以及相關政策措施的影響方面[4]，但其著重于對低碳技術轉移的概念、種類、過程及其影響因素進行分析，未涉及技術轉移所帶來的碳減排量的測算，無法就其減排和升溫控制效果進行評價。對低碳技術轉移的減排效果和氣候影響的評價涉及技術投入、研發、采納、擴散等一系列技術轉型過程的分析和建模，以及技術進步與經濟、環境、政策等要素之間的互動，是一個跨學科的氣候-經濟復雜問題，適合采用集成評估模型(IAM，integrated assessment model)。已有許多IAM包含了技術創新、擴散、采納機制，但仍存在不足[5-6]。

以AIM[7]、C-GEM[8]、EPPA[9-10]為代表的能源技術模型普遍使用自主能源效率，以提高參數反映低碳技術的自然擴散[11]，但其只能反映宏觀層面上低碳技術擴散帶來的減排效應。Kypreos在MERGE模型中以“干中學”和“搜索學習”方式降低已有技術的研發投入，通過市場激勵手段提高低碳技術的市場占有率[12]，WITCH模型也采用了近似的方法[13]。這一方式只能刻畫統計意義上的技術擴散帶來的成本下降，缺乏微觀機制。Hübler等在REMIND模型基礎上設計了一個內生技術進步模塊，但其擴散機制仍較為宏觀，難以對低碳技術轉移進行政策性分析[6]。總體而言，構建在宏觀經濟模型之上的IAM由于模型簡化需要而無法表達微觀層面上的技術發展和采納過程，而自底向上的IAM由于宏觀經濟系統的不足而缺乏內生技術進步機制。

針對這一問題，本研究采用宏觀經濟模型與微觀技術轉移機制結合的方法，以CIECIA模型為基礎，引入一個基于個體模仿的技術轉移擴散機制，構建CIECIA-TD模型。CIECIA以一個多國多部門一般均衡模型作為經濟核心，刻畫了全球經濟一般均衡條件下國家/部門間的經濟聯系[14-15]。改進后的CIECIA-TD以國家/部門為技術轉移單位，在部門層面實現了低碳技術轉移擴散的微觀機制。

本文使用CIECIA-TD模型，針對技術轉移過程中存在的障礙，分情景模擬了不同技術共享程度和技術學習能力下低碳技術轉移的碳減排和全球升溫控制效果，評價了美國政府退出《巴黎協定》對全球低碳技術轉移可能帶來的負面影響，對技術轉移背景下中國在未來不同階段的研發投資策略和國際減排合作立場提出了政策性建議。

二、技術轉移模型

CIECIA-TD以研發加速度s和轉移閾值W刻畫部門間的技術轉移的障礙。這是由于技術接收方在獲得技術轉移之后，對新技術的學習、理解和采納仍然需要花費時間和成本，同時專利制度的存在也會在一定程度上阻礙了技術的擴散速度[3]。在Kennedy和Basu的基礎上[18]，本文將其歸納為制度性障礙，即知識產權和專利保護制度，和知識-投資障礙，即技術接收者知識儲備和投資較低導致模仿學習能力不足。其中研發加速度體現技術學習者對先進技術的學習吸收能力，代表技術轉移的知識-投資障礙；技術轉移閾值體現技術轉移過程中專利技術的共享程度，代表技術轉移的制度性障礙。

受篇幅限制，本文主要介紹CIECIA的技術轉移模塊，其余經濟、氣候、投資和技術進步模塊詳見顧高翔和王錚[14]、Wang等[15]。

(一)技術搜索

在技術搜索階段，各國各部門從全球范圍內其他國家/集團中尋找一組低碳技術轉移源，作為自己潛在的學習對象。篩選的條件分為技術水平和經濟發展水平兩部分，每個部門只能從其他國家/集團的本部門引進技術，若一個部門已經擁有全球范圍內最高的過程技術水平，則只能作為技術提供者。

(1)

(二)技術選擇

在搜索得到可行技術轉移源后，技術學習者從中選擇一個作為學習對象。CIECIA-TD采用技術追趕作用和慣性依賴作用，以Wilson空間相互作用力的形式來刻畫各國各部門與其搜索得到的可行源技術之間的吸引力[16]。

(2)

(3)

(4)

部門間的技術吸引力強度從技術差距和合作傾向上為各部門選擇技術學習對象提供了決策的概率基礎。

(三)技術學習

確定學習對象后，技術學習者將在轉移閾值范圍內獲得研發加速度，加速完成這一部分的研發；而在轉移閾值以外，受到專利保護制度的約束，技術學習者必須獨立完成研發工作。因此，CIECIA的技術沖擊方程可改寫為：

(5)

三、低碳技術轉移情景

基于CIECIA-TD，針對技術轉移過程中的制度性障礙和知識-投資障礙，本文通過調整技術擴散模型中的研發加速度s和技術轉移閾值W，設計了六種技術轉移擴散情景，其參數設置見表1。在文獻[16]中，研發加速度和技術轉移閾值的取值分別為2和0.2，代表了一般情況下經濟個體之間技術的擴散和轉移速度。六種情景中其他參數設置與基準情景一致。受篇幅限制，CIECIA的基準情景和校驗結果詳見文獻[14]和[15]。由于技術進步和轉移擴散過程中隨機性的存在，本文所有情景均模擬了200次，所有分析都基于200次模擬的統計結果。

表1 六種情景的參數設置

表2顯示了六種情景下到2100年的全球地表升溫幅度。基準情景下，2100年全球地表較工業化前水平的升溫幅度約為3.20°C。可以看到，隨著研發加速度的提高和技術轉移閾值的下降，全球地表升溫顯著下降。在情景6下，當研發加速度提高到4倍，且低碳技術完全共享時，全球到2100年的地表升溫幅度下降到1.74°C左右，滿足2°C升溫控制的“哥本哈根目標”。

截至2017年11月波恩氣候大會前，已有165

表2 六種情景下到2100年全球地表溫度較工業化前水平上升幅度(°C)

份INDC(intended nationally determined contribution)提交至UNFCCC，涵蓋了全球超過190個國家/地區，目前已有177個國家/地區將其INDC轉化為第一份NDC文件。各國的INDC/NDC中短期減排目標形式多樣，主要分為碳排放量減排和碳強度減排兩種，基準年主要有1990年、2005年和基準情景同期，目標年大致從2025年到2035年。本文將未正式提交NDC國家的INDC目標作為其NDC目標，參考Gu和Wang的方法[21]，將其他發達國家、高發展國家、中發展國家和低發展國家的目標年統一為2030年，減排方式統一為碳排放量減排，各國家/集團的NDC目標見表3。

表3顯示了六種情景下各國在NDC目標年(除美國為2025年外，其余各國均為2030年)較各基準年的碳排放和碳排放強度下降率。中國和印度在情景1下即完成了NDC碳強度下降目標，其碳強度較2005年分別下降了69.28%和48.93%，其中中國的碳排放高峰提前到2031年；情景1下日本到2030年的碳排放量較2005年下降37.13%，也實現了NDC目標；情景4下美國和其他發達國家在其NDC目標年的碳排放量較2005年分別減少了30.68%和33.38%，達到NDC減排要求；歐盟和俄羅斯也可在情景4下完成NDC減排任務；而高、中、低發展國家只有在情景6下才能實現NDC減排目標。除情景1外，中國在其余各情景下的碳排放高峰均在2030年以后，滿足《中美氣候變化聯合聲明》和《中國國家自主貢獻》中對碳排放高峰的要求。

表3 各國NDC目標以及六種情景下各國NDC目標年碳排放較基準情景和各基準年平均下降率(%)

圖1顯示了六種情景下各國2016-2100年累積碳排放較基準情景的下降率。隨著研發加速度的提高和技術轉移閾值的下降，各國的累積碳減排率顯著上升。比較發達國家和發展中國家的碳排放對研發加速度提高和技術轉移閾值下降的反應可以看到，歐美等發達國家對技術轉移閾值下降更為敏感，美國在情景1、3和5下的碳減排率均小于5%，而實現技術完全共享后，其碳減排率得到顯著提高。在情景6下，發達國家和發展中國家的碳減排率差距很小，這表明發達國家之間的技術交流對其長期碳減排有明顯的促進作用。與之相反，印度和低發展國家對于研發加速度的提高更加敏感，從情景2到情景3，情景4到情景5，當研發加速度和技術轉移閾值都提升時，印度和低發展國家的碳減排率仍然能夠保持上升趨勢。

這主要是由于發達國家本身具有較高的知識儲備、過程技術水平和自主研發能力，使得由技術轉移閾值表示的制度性障礙對其技術升級的阻礙作用較大，因而當低碳技術完全共享時，發達國家憑借其較高的自主研發能力在很短的時間內完成技術學習，迅速降低碳排放；而發展中國家受制于較低的知識儲備和自主研發能力，對新技術的學習周期較長，因此知識-資本障礙成為阻礙其進一步通過技術轉移提高過程技術水平的主要原因。

中國在六種情景下的碳減排變化大致介于俄羅斯和高發展國家之間，但其在模擬過程中碳減排率的變化卻呈現不同的趨勢。比較表3和圖1，六種情景下中國2030年的碳減排率呈現持續上升的趨勢，與印度和低發展國家相似，但其在情景3和5下的累積碳減排率卻分別低于情景2和4，累積減排變化趨勢更接近發達國家。因此，在未來中短期內，中國對先進低碳技術的學習將主要受到自身知識儲備和研發能力不足的制約；而隨著中國經濟實力的進一步增強和研發能力的不斷提高，由轉移閾值代表的專利和知識產權保護等制度性因素將成為中國進一步通過引進和學習先進技術降低碳排放的主要障礙。因此，進一步加大研發投資力度是中國在短期內利用技術轉移實現碳減排目標的重點。

此外，盡管情景6下各發展中國家的累積碳減排率在80%左右，但是在NDC目標年附近，其減排率不超過70%，尤其是高發展和低發展國家的減排率不足40%，低于歐盟和日本等發達國家。這反映了技術轉移擴散的減排作用更多地體現在中長期，單純依靠技術轉移實現所有國家/集團的NDC中短期減排目標具有較大的難度。

圖1 六種情景下各國2016-2100年累積碳排放量較基準情景下降率(%)，柱狀圖表示模擬結果的均值，誤差線表示95%置信區間

四、美國退出《巴黎協定》對低碳技術轉移影響分析

2017年6月1日，美國總統特朗普以“損害美國經濟”為由宣布退出《巴黎協定》，給國際氣候保護和合作減排前景蒙上陰影。由于《京都議定書》將在2020年后到期，這一決定嚴重損害了全球氣候合作，可能引發不良示范效應，帶來其他國家延遲減排或不履行減排承諾的連鎖反應，甚至可能導致《巴黎協定》失效。同時，逆全球化思潮和貿易保護主義在全球范圍內特別是主要發達國家中的逐漸興起，也為國際技術轉移與合作交流帶來極大的不確定性。本文在情景3的基礎上，通過調整技術轉移閾值，設計了三種情景，就美國退出《巴黎協定》對低碳技術轉移的碳減排影響進行研究：

情景7：美國自2020年開始終止其他國家/集團之間的技術轉移關系；

情景8：在情景7的基礎上，從2020年起將日本、歐盟和其他發達國家與其他國家/集團間的技術轉移閾值提高到0.5；

情景9：在情景7的基礎上，從2020年起將所有國家/集團間的技術轉移閾值提高到0.5，其中日本、歐盟和其他發達國家與其他國家/集團間的技術轉移閾值提高到1。

三種情景中其他的參數設置與情景3一致，其中情景7僅考慮美國退出《巴黎協定》，終止與其他國家的低碳技術交流，情景8和9考慮美國退出《巴黎協定》可能對其他各國參與全球合作減排造成連鎖的負面影響，使其對低碳技術支持和共享的態度發生轉變，從而帶來更嚴格的知識產權和專利保護制度。

表4顯示了三種情景下2100年全球地表較工業化前升溫幅度。隨著美國退出《巴黎協定》，不再為其他國家/集團提供技術支持，情景7下全球到2100年的地表升溫幅度較情景3上升了約0.05°C；而由此可能帶來的各國提高技術轉移的制度性障礙的連鎖效應，更使得全球地表升溫幅度在情景8和9下分別達到2.94和3.06°C左右，可見美國退出《巴黎協定》及其產生的負面影響可能對低碳技術轉移下的全球升溫控制造成巨大的沖擊。

表4 三種情景下到2100年全球地表溫度較工業化前水平上升幅度(°C)

隨著美國退出《巴黎協定》及各國提高低碳技術轉移閾值，模擬過程中全球低碳技術轉移次數急劇下降。其中情景9下全球低碳技術轉移次數不到情景3下的三分之一，來自發達國家的技術轉移占比從超過70%下降到不足40%，對各國的碳排放產生顯著影響(圖2)。對發達國家而言，美國退出《巴黎協定》本身對其通過低碳技術轉移降低碳排放的沖擊更大，情景7下，日本的碳排放較情景3上升了15%，歐盟和其他發達國家也在5%以上，而其在情景8和情景9下的碳排放變化率幾乎一致；對發展中國家而言，由美國退出可能引起的《巴黎協定》框架崩潰以及其他各國對專利制度的進一步加強對其碳減排的影響更大，情景7下，印度的碳排放較情景3上升不足5%，而在情景9下，其碳排放較情景3上升了35%以上。

圖2 三種情景下各國2016-2100年累積碳排放量較情景3變化率(%)，柱狀圖表示模擬結果的均值，誤差線表示95%置信區間

這主要是由于發達國家間的技術差距較小，當其技術轉移閾值提高到0.5時，發達國家之間就幾乎不存在可行的技術轉移源，因此進一步提高技術轉移閾值對其碳減排的影響微乎其微；而發展中國家本身技術較發達國家差距較大，因此其碳排放量會隨著轉移閾值的上升穩定提高。此外，技術轉移閾值的變化使得各國的技術轉移過程具有更大的不確定性，從而使得三種情景的模擬結果誤差范圍較大。

三種情景下，盡管中國到2030年的碳排放強度下降率均高于65%，但其碳排放高峰都出現在2030年后，無法滿足《中美氣候變化聯合聲明》和《中國國家自主貢獻》中的相關要求。

五、總結與討論

本文對氣候-經濟集成評估模型CIECIA進行了改進和擴展，引入自下而上的過程技術轉移擴散機制，構建了CIECIA-TD模型，以技術轉移閾值和研發加速度表示專利制度下先進技術在全球范圍內的共享程度(制度性障礙)和技術學習者在技術轉移過程中對先進技術的學習能力(知識-投資障礙)。在模型的基礎上，本文分析了不同強度的制度性障礙和知識-投資障礙下，低碳技術轉移的碳減排和升溫控制效果，以及對各國實現NDC減排目標的有效性，并就美國退出《巴黎協定》對國際低碳技術轉移的影響進行了評價，得到以下結論。

1.低碳技術轉移具有顯著的碳減排和升溫控制效果，在技術完全共享的情況下，2倍的研發加速度即可使大部分國家/集團的累積減排率達到40%以上，并將2100年的地表升溫降至較工業化前水平提高2.5℃以下；而在極端的4倍研發加速度的情況下，僅憑借技術轉移就可以使各國的累積減排率達到60%以上，而全球2100年地表升溫也被控制在2°C以下，可見技術轉移具有極大的減排潛力。

2. 發達國家本身具有很高的研發學習能力和過程技術水平，可以在短時間內完成閾值許可范圍內的技術學習，因此技術轉移閾值代表的專利和知識產權保護制度是其進一步減排的主要障礙；而中低發展中國家的知識資本存量較低，研發學習能力較弱，導致其在閾值許可范圍內的學習過程仍然較為緩慢，因此研發加速度代表的知識-資本障礙對其碳減排的影響更加明顯。

3. 美國退出《巴黎協定》破壞國際氣候合作環境，其可能帶來的連鎖反應對低碳技術的國際轉移產生極大的負面影響。對發達國家而言，美國退出《巴黎協定》對其通過技術轉移降低碳排放產生巨大的直接影響，而對發展中國家而言，由美國退出可能帶來的針對先進低碳技術轉移的制度性障礙的提高對其碳減排的影響更大。中國在美國退出《巴黎協定》情景下的碳排放高峰均出現在2030年后，無法實現NDC碳高峰目標。

4. 盡管制度性障礙的消除對于中國利用低碳技術轉移降低碳排放具有重要意義，中國的碳減排在未來中短期內仍將主要受制于知識儲備和研發學習能力。因此，短期內中國應該加大技術的研發投入，提高知識儲備和學習能力，更高效地引進學習國外的先進技術。同時，中國也應該更加積極地參與國際氣候保護和碳減排合作談判，倡導實現全球性先進低碳技術的共享機制，力爭創造出更好的技術支持和知識共享環境，努力降低制度性障礙對技術轉移的影響，為未來通過技術轉移進一步降低碳排放打下制度性基礎。

本文構建的CIECIA-TD模型的核心是一個多國多部門的一般均衡模型，其數據來源依賴于投入產出表，因此盡管設計整合了微觀視角下的技術擴散機制，其低碳技術仍然是從宏觀層面上的工藝技術水平抽象而來，并未細化到單個專利技術層面，無法刻畫特定的碳減排技術的研發和轉移擴散。此外，本文的技術呈現漸進的進步趨勢，因而同樣無法表現突破性或革命性的碳減排技術的出現和傳播，這些有待我們下一步的工作來實現。