不同碳排放達峰情景對產業結構的影響

朱佩譽 凌文

摘 要：依據2017年投入產出表數據，運用可計算一般均衡理論，構建包括13個中間產業部門和5個能源產業部門的動態CGE模型，考量不同碳排放達峰情景對于產業結構的影響。結果顯示：碳減排政策能促進產業結構優化，包括農業、輕工業和服務業等在內的低碳產業部門在總產出中占比增加，高耗能產業部門如非金屬礦物加工業、金屬加工業等在總產出中占比下降;對能源產出結構影響顯著，高碳能源如煤炭、石油在能源產出比例下降，低碳能源如天然氣在能源產出比例增加，其中可再生能源比例上升幅度最大。鑒此，應完善碳交易市場運行配套政策和環境，加大技術創新力度，促進產業結構和能源結構優化升級。

關鍵詞： 碳排放;產業結構;動態CGE

中圖分類號：F124 ? ?文獻標識碼： A ? ?文章編號：1003-7217（2020）05-0110-09

一、引 言

在全球氣候變暖趨勢和節能減排政策驅動下，我國積極履行碳減排承諾，以煤為主的能源賦存結構決定了我國高碳能源結構在相當長時期內不會發生明顯改變。二氧化碳排放主要來源于高碳能源的消費，自2005年起我國成為世界上最大的碳排放國，碳排放量一直增加，2016年我國碳排放量已占全球碳排放的四分之一 [1]。降低碳排放的措施主要包括提高能源價格、升級產業結構和實施碳稅等政策。其中，對能源價格直接干預會對經濟增長造成一定的沖擊;對產業結構進行升級不僅有利于經濟的高質量發展，而且能夠降低碳排放，我國近些年碳減排取得的成果與我國積極進行產業結構優化是分不開的，但實施產業結構升級需要借助其他政策進行推動;通過征收碳稅和實施碳交易工具可實現市場化減排，目前我國已經在北京、上海等八個省市開展了試點工作，取得了良好的效果，因此，實施碳稅等市場化政策已經成為我國碳減排的共識。綜上，根據我國經濟社會發展目標和國際碳減排承諾，如何設定不同情景的碳稅政策使碳排放盡早達峰？運用碳稅工具以實現碳排放達峰對產業結構調整有多大的影響？探索這一問題對于我國適時調整產業結構和制定相關產業政策具有重要的意義。

從國內外研究現狀來看，目前對于碳排放與產業結構的研究主要從以下幾個方面展開：

一是利用計量經濟模型研究碳排放與產業結構之間的關系。該方面的研究如Zheng Huiling等指出產業結構不同是導致碳排放不同的重要因素[2];孫振清等從產業結構和技術創新兩個角度對碳排放效率進行了測算[3];Dong Biying等基于STIRPAT模型和灰色關聯模型，研究了產業結構、碳排放與經濟增長之間的關系[4];Kang Yongfeng 基于投入產出模型，在設定不同產業結構情景下研究了碳排放達峰的路徑[5];周亞軍等利用空間面板模型考察了產業結構升級、金融資源配置與碳排放量之間的空間溢出效應[6];Su Kai等把產業結構設定為不同的情景，利用STIRPAT模型研究了不同情景下碳排放達峰的時間和碳排放量[7];譚靜等利用合成控制法研究了碳減排對產業升級的影響[8];宋曉玲等結合能源消費、教育投入等因素研究了碳排放權交易對產業結構的影響[9]。除上述學者以外，還有學者從庫茲涅茨曲線的角度[10]、環境全要素生產率的視角[11]、三次產業結構調整的角度[12]對碳排放與產業結構之間的關系，產業結構、碳排放與高質量發展之間關系[13]，制造業與碳排放之間關系[14]，區域產業結構和碳排放之間的關系[15]，產業協同與碳排放之間關系[16]和產業結構與碳減排潛力研究[17]等方面進行研究。

二是將產業結構作為碳排放的重要驅動因素，對碳排放進行因素分解，研究產業結構變動對碳排放的貢獻度。這方面的研究如田華征等利用KAYA模型將碳排放分解為產業結構、碳排放強度等四個因素，運用LMDI模型研究了不同因素對碳排放量的貢獻[18];Zheng等利用SDA模型對碳排放進行了分解，結論表明產業結構是碳排放增加的重要因素，能源結構是碳排放增長的根本原因[19];楊莉莎等研究了中國分區域的碳排放影響因素，測度了各個影響因素對碳排放的貢獻度[20];張金良等基于投入產出表，利用投入產出模型對碳排放的驅動因素進行了研究[21];Lu Shibao等基于低碳經濟和城市發展理論探討了碳強度目標下產業結構的調整[22];廖明球等利用2012年投入產出表，運用SDA分解模型對我國二氧化碳排放總量進行分解研究[23]。除上述學者以外，還有部分學者從世界投入產出表角度[24]、區域角度[25]、行業角度[26]、耦合角度[27]、貿易角度[28]、空間角度[29]、城市角度[30]等開展研究。

三是基于靜態和動態CGE模型，研究碳排放與產業結構之間的關系。該方面的研究主要集中于碳排放達峰對經濟的影響，以及采取何種方式降低對經濟的負面影響。現有研究成果如下：（1）利用CGE模型研究碳排放達峰對經濟的影響。如董梅等通過構建動態CGE模型，模擬了不同經濟增長情景下碳強度的峰值[31];王勇等通過構建包含氣候變化函數的動態CGE模型，模擬了中國碳排放達峰的不同情景[32];另外一些學者則從區域角度研究碳排放達峰對經濟的影響，吳潔等通過構建中國的多區域動態CGE模型，分析了不同初始額分配對碳排放下降的影響[33];劉宇等指出碳排放量的增長給中國經濟增長和環境保護帶來較大的挑戰[34]。（2）碳排放達峰對不同區域經濟的影響，通過設計不同政策情景，既能實現碳減排，又能平衡區域發展。這方面的研究如袁永娜等構建了中國多區域動態CGE模型，指出多區域動態CGE模型能夠模擬不同交易方式對產業結構的影響[35];時佳瑞等構建了中國碳交易的動態CGE模型，定量評估了碳交易對我國經濟產生的影響[36];吳力波等將碳交易機制與碳稅機制同時引入可計算一般均衡框架，定量模擬了我國2007-2020年的碳減排曲線[37]。（3）碳排放達峰對不同產業部門的影響，如張同斌等研究了碳減排邊際成本對產業要素優化配置的影響[38];姚昕等從對產業部門征收最優碳稅的角度進行了研究[39];劉小敏等利用CGE模型從降低高耗能行業比例的角度研究了碳排放達峰對經濟的影響[40]。此外，還有學者從調整優化能源產業部門結構[41]，產業結構調整與可再生能源結合[42]，節能、碳排放與產業結構調整[43]，碳關稅與產業結構[44]，碳排放約束和最優產業結構[45]，碳稅與產業結構[46]等角度進行研究。

2.強減排情景。在強減排情景下，根據我國經濟發展、環境狀況和社會收成能力選擇適當的碳減排戰略，滿足減排和經濟發展雙目標，此情景與我國制定的碳減排目標相同，碳排放將在2030年之前達到峰值，此情景下碳稅價格為40元/噸，碳排放量為105億噸。

3.強強減排情景。在強強減排情景下，把碳減排作為經濟社會發展的主要目標，綜合運用稅收、價格等市場化手段，促進節能和碳減排目標提前實現，在強減排情景下，我國碳排放將在2025年之前達到峰值，在強減排情景下，征收的碳稅價格為60元/噸，碳排放量達到95億噸。

三、結果分析

我國實行嚴格的碳減排政策來確保碳排放峰值達峰，碳減排政策通過對能源消耗的約束進而傳導到整個宏觀經濟層面，由于各個產業部門在產業鏈中所處的位置不同，從而對不同產業產生的影響有較大差異。

（一）宏觀經濟影響

碳減排政策通過對不同產業部門進行能源約束，進而對整個社會要素供給產生影響，造成產出、投資和消費等領域出現不同程度的下滑，從而對宏觀經濟產生影響。不同減排政策對宏觀經濟的影響效果不同，強節能政策情景下對宏觀經濟的影響要大于節能情景和基準情景，節能情景對宏觀經濟的影響大于基準情景，如表2所示。

從表2可以看出，實施碳減排政策會造成企業成本增加，進而導致投資下降，在2025年和2030年，三種情景下投資分別下降-0.4300%、-0.5400%、-0.6513%和-0.9336%、-1.1660%、-1.3945%。企業成本增加導致終端消費價格上漲，使消費下滑，進而會損失居民福利，三種情景下居民福利分別下降-2.2922%、-2.9523%、-3.6480%和-4.6583%、-6.0426%、-7.5085%。全社會投資和消費下降，經濟增長會受到一定的抑制，三種情景下GDP分別下降-0.2412%、-0.2990%、-0.3559%和-0.4757%、-0.5725%、-0.6577%。

（二）中間投入結構影響

碳減排政策能夠對企業活動中的能源投資進行限制，從而對不同企業產生阻尼效應，同時對企業投資和產出產生影響，并且不同政策情景下減排力度不同，減排力度越大，企業對投資和能源需求越小。企業經營成本的加大，造成中間投入產品價格上升，從而對各個中間投入產業的產出造成影響。而由于各個中間產業部門在產業鏈中的位置不同，越靠近能源部門的中間產業部門對能源的依賴越大，其受減排政策的影響也就越大，不同減排力度下對中間投入產品產業結構的影響如表3和圖2所示。

從表3可以看出，在碳稅等市場化減排政策推動下，抬高了各類產業部門特別是高耗能產業部門的能源使用成本，使各個產業的產出比例發生了變化。對于農業部門來說，由于其能源消費相對于其他部門來說較少，因此，在同等減排力度的情況下，其產出下降量較少，在整個產品市場上其產業比例增加，在2030年，在三種情景下其產業比例相對于基期分別增加了4.2631%、5.4195%和6.6115%。對于輕工業部門，例如食品及煙草加工業、紡織制品加工業、木材與造紙加工業、通訊、儀表制造業等部門，其能源消費量也較少，因此，碳減排政策對其影響也不大，在整個碳減排過程中，在總產出的比例也是不斷增加。而對于重工業部門來說，例如機械設備制造業、建筑工程業等部門，由于其能源消費量較大，在碳減排政策下，導致這些部門生產成本增加，投資下滑，從而造成產出下降，在總產出的比例下降。對于高耗能產業部門，如其他開采業、化學工業、非金屬礦物加工業、金屬加工業等部門，由于這些部門是所有產業部門中能源消費最大的，因此，在碳減排政策下，這些部門受沖擊最大，產出下降最多，導致這些部門在總產出中的比例下降最多，例如在2030年，在三種情景下其他開采業的產業結構比例相較于基期分別下降了4.2433%、5.4225%和6.6473%。

（三）能源要素結構影響

能源部門特別是化石能源部門是碳排放的主要來源，碳減排政策對能源產業部門的影響要大于對其他產業部門的影響，碳減排政策能夠調整能源價格，使企業能夠對能源投入要素進行動態調整，同時，在能源產業內部，由于不同能源要素產業部門之間存在著替代效應，碳減排政策在影響能源產業部門產出的同時，也對能源要素結構產生較大的影響，不同碳減排政策對能源產業要素結構的影響如圖3和表4所示。

從表4可以看出，碳減排政策能夠抬高生產企業的成本，但是，對于能源產業部門來說，其不僅受到自身生產的影響，更多地是受到下游需求的影響。由于下游產業部門需求下降，導致能源產業部門特別是高碳能源產業部門產出大幅度下滑。例如煤炭產業部門，作為最高的含碳產業部門，在2030年，在三種減排政策情景下，其產出相對于基期分別下降了33.648%、40.230%和46.174%，下降幅度遠遠大于其他能源產業部門。對于石油產業部門，其含碳量低于煤炭產業部門，但是高于其他產業部門，在碳減排政策下，雖然沒有煤炭的產出下滑幅度大，但是在強減排政策和強強減排政策情景下，其也有所下滑。而對于天然氣產業部門，天然氣是化石能源中含碳量最小的產業部門，因此，其下滑幅度是所有化石能源中最小的。對于電力產業部門來說，火電受影響較大，因為火電受碳減排政策沖擊最大，其產出在2035年強強減排政策情景下達到了50%以上。對于可再生能源，由于其不產生碳排放，因此，其產出增加幅度較大，在強強減排政策情景下2035年，其產出幅度上漲接近1倍。

（四）穩健性檢驗

在減排情景下，改變中間投入部門與勞動資本能源之間的替代彈性，將替代彈性分別變動-20%、-10%、10%、20%，各變量的結果變動幅度在0.00001%范圍之內，替代彈性變動對結果的影響較小，因此，本文構建的模型比較可靠。

四、結論與建議

本文基于我國碳排放現狀，從計量研究、碳排放分解研究和CGE模型研究回顧了現有關于碳排放和產業結構之間關系的研究現狀，構建了包含13個中間投入和5個能源要素投入的動態CGE模型，編寫了遞歸動態CGE模型的程序，分析了在減排情景、強減排情景和強強減排情景下實施碳減排政策對宏觀經濟、中間投入部門的產業結構和能源投入部門的產業結構的影響。得到以下結論：

首先，不同碳減排政策情景對宏觀經濟的影響不同。碳減排政策作為推動降低二氧化碳排放的有效手段，提高了能源價格，增加了企業成本，對宏觀經濟造成一定的負面影響。本文探討了三種不同的碳減排情景對宏觀經濟的影響，從投資、消費和居民福利的角度分別進行了闡述，特別是對于居民福利的量化研究從另外一個角度揭示了碳減排政策的福利效應，因此，對于不同情景來說，碳排放越早達峰，相應的碳減排政策也就越嚴格，對經濟造成的負面影響也就越大。

其次，碳減排政策能夠在一定程度上優化中間部門產業結構。本文不僅探討了不同碳減排政策對不同產業部門的影響，還對不同產業部門的比例進行了分析。在市場機制下，碳減排政策在一定程度上對經濟產生負面影響，在降低各個產業部門的產出的同時，各個產業部門在總產出的比例也在改變，特別是對高耗能產業部門的影響較大，而對服務業、高科技產業等部門造成的影響較小。由于高耗能產業部門單位產出消耗的能源更多，中間產業結構雖然不直接參與要素對經濟的投入，但是對中間產業部門的影響不可忽視，而不同碳減排政策對不同中間產業的影響是不同的，對于高耗能產業部門來說，對能源的投入大于其他產業部門，導致其下降比例較大。總體而言，碳減排政策在一定程度上能夠實現對產業結構的優化調整。

最后，碳減排政策能夠在一定程度上優化能源結構。基于我國特殊的“富煤、貧油、少氣”的能源稟賦結構，在市場機制下，碳減排政策通過對產業部門的能源使用形成約束，使下游產業部門的能源使用下降。由于不同能源產業部門對碳減排政策的彈性不同，造成不同能源部門的產出比例發生了變化，因此，不同碳減排政策對能源消費結構的影響也是不同的。從模擬結果可以看出，碳減排政策力度越大，對高碳能源的影響也就越大，對于可再生能源部門，不僅沒有產生負面影響，而且基于能源要素的替代效應，其產出反而增加，由此可見，碳減排政策在一定程度上能夠優化能源消費結構。

基于以上結論，實施碳減排政策一方面對經濟產生負面影響，另一方面，能夠產生倒逼機制，促進我國產業結構和能源結構優化。因此，如能提前利用稅收、價格等手段進行產業結構優化和能源消費結構優化，可為我國盡早實現碳排放達峰提供一定的空間。通過以上政策模擬結論，提供以下政策建議：

第一，調整產業結構。我國目前正處于供給側改革的關鍵時期，應充分利用各類政策條件，加快產業體制機制創新，加大產業的科技投入，增加產品附加值，降低高耗能產業的比例，對傳統工業進行升級，把低碳發展納入產業政策，探索能耗低、效益好的綠色發展路徑。

第二，加快技術進步。碳減排政策的實施能夠減小我國面臨的碳減排壓力，同時也會造成產出的下降，因此，必須加快技術進步，發展戰略性新興產業，提高產業部門的能源效率，促進經濟又好又快發展。

第三，調整能源消費結構。我國特殊的能源賦存結構決定了我國調整能源消費結構的難度，因此，應盡快研發技術可靠、儲存能力強、發電穩定的可再生能源技術，設計合理的補貼機制，降低可再生能源的發電成本，從而優化能源消費結構，促進碳排放早日達峰。

參考文獻：

[1] Xiao H，Wei Q，Wang H.Marginal abatement cost and carbon reduction potential outlook of key energy efficiency technologies in China's building sector to 2030[J].Energy Policy，2014，69（2）：92-105.

[2] Zheng H， Gao X， Sun Q， et al. The impact of regional industrial structure differences on carbon emission differences in China： an evolutionary perspective[J].Journal of Cleaner Production，2020，257.

[3] 孫振清，李歡歡，劉保留.碳交易政策下區域減排潛力研究——產業結構調整與技術創新雙重視角[J].科技進步與對策，2020（15）：1-8.

[4] Dong B， Ma X，Zhang Z，et al. Carbon emissions， the industrial structure and economic growth： Evidence from heterogeneous industries in China[J]. Environmental Pollution，2020，30（9）：262-280.

[5] Kang Y，Bin L， Zhao J， et al. Effect of structure on the secondary electron emission of tetrahedral amorphous carbon films[J]. Vacuum，2020，17（2）：51-68.

[6] 周亞軍，吉萍.產業升級、金融資源配置效率對碳排放的影響研究—基于省級空間面板數據分析[J].華東經濟管理，2019，33（12）：59-68.

[7] Su K， Lee C. When will China achieve its carbon emission peak？ A scenario analysis based on optimal control and the STIRPAT model[J]. Ecological Indicators，2020，11（2）：11-23.

[8] 譚靜，張建華.碳交易機制倒逼產業結構升級了嗎？——基于合成控制法的分析[J].經濟與管理研究，2018，39（12）：104-119.

[9] 宋曉玲，孔垂銘.中國碳交易市場對地區經濟結構影響的實證分析[J].宏觀經濟研究，2018（9）：98-108.

[10] 許廣月，宋德勇.中國碳排放環境庫茲涅茨曲線的實證研究——基于省域面板數據[J].中國工業經濟，2010（5）：37-47.

[11] 陳詩一.中國的綠色工業革命：基于環境全要素生產率視角的解釋（1980—2008）[J].經濟研究，2010，45（11）：21-34.

[12] 張友國.經濟發展方式變化對中國碳排放強度的影響[J].經濟研究，2010，45（4）：120-133.

[13] 劉夢，胡漢輝.如何讓綠水青山成為金山銀山——基于碳排放對高質量發展作用的經驗證據[J].云南財經大學學報，2020，36（4）：19-35.

[14] 王霞，張麗君，秦耀辰，等.中國高碳制造業碳排放時空演變及其驅動因素[J].資源科學，2020，42（2）：323-333.

[15] 龐慶華，周未沫，楊田田.長江經濟帶碳排放、產業結構和環境規制的影響機制研究[J].工業技術經濟，2020，39（2）：141-150.

[16] 苗建軍，華潮，豐俊超.產業協同集聚的升級效應與碳排放——基于空間計量模型的實證分析[J].生態經濟，2020，36（2）：28-33.

[17] 李剛.碳排放影響因素中產業結構及能源強度的碳減排潛力研究[J].上海環境科學，2019，38（6）：260-269.

[18] 田華征，馬麗.中國工業碳排放強度變化的結構因素解析[J].自然資源學報，2020，35（3）：639-653.

[19] Zheng P，YUE S， GAO P，et al. The driving factors of China's embodied carbon emissions[J]. Technological Forecasting & Social Change，2020，15（3）：32-42.

[20] 楊莉莎，朱俊鵬，賈智杰.中國碳減排實現的影響因素和當前挑戰——基于技術進步的視角[J].經濟研究，2019，54（11）：118-132.

[21] 張金良，關軼群.基于IO-SDA模型的電力行業碳排放影響因素分析[J].華北電力大學學報（社會科學版），2019（06）：39-46.

[22] Lu S， Wang J，Shang Y，et al. Potential assessment of optimizing energy structure in the city of carbon intensity target[J].Applied Energy，2016，32（6）：16-31.

[23] 廖明球，許雷鳴.二氧化碳排放的IO-SDA模型及其實證研究[J].統計研究，2017，34（7）：62-70.

[24] Wang Q，Song X， Liu Y，et al. Chinas coal consumption in a globalizing world： insights from multi-regional input-output and structural decomposition analysis[J]. Science of the Total Environment，2020，7（11）：20-35.

[25] Zhang H， Shen L， Zhong S， et al. Economic structure transformation and low-carbon development in energy-rich cities： the case of the contiguous area of Shanxi and Shaanxi provinces， and inner mongolia autonomous region of China[J].Sustainability， 2020， 8（12）：115-131.

[26] Wang Y， Yan Q， Li Z， et al. Aggregate carbon intensity of Chinas thermal electricity generation： the inequality analysis and nested spatial decomposition[J]. Journal of Cleaner Production，2020，24（7）：123-136.

[27] 周迪，王雪芹.中國碳排放效率與產業結構升級的耦合度及耦合路徑[J].自然資源學報，2019，34（11）：2305-2316.

[28] 劉夏，代春艷，辜轉.中國對外直接投資為什么會增加國內碳排放？——基于產業結構的分析與解釋[J].西部論壇，2019，29（6）：73-83.

[29] 張仁杰，董會忠，韓沅剛，等.能源消費碳排放的影響因素及空間相關性分析[J].山東理工大學學報（自然科學版），2020，34（1）：33-39.

[30] 王東，廖世明，梁植軍.深圳工業二氧化碳直接排放總量和結構的演化研究[J].特區經濟，2019（10）：10-13.

[31] 董梅，徐璋勇，李存芳.碳強度約束的模擬：宏觀效應、減排效應和結構效應[J].管理評論，2019，31（5）：53-65.

[32] 王勇，王恩東，畢瑩.不同情景下碳排放達峰對中國經濟的影響——基于CGE模型的分析[J].資源科學，2017，39（10）：1896-1908.

[33] 吳潔，范英，夏炎，等.碳配額初始分配方式對我國省區宏觀經濟及行業競爭力的影響[J].管理評論，2015，27（12）：18-26.

[34] 劉宇，肖宏偉，呂郢康.多種稅收返還模式下碳稅對中國的經濟影響——基于動態CGE模型[J].財經研究，2015，41（1）：35-48.

[35] 袁永娜，李娜，石敏俊.我國多區域CGE模型的構建及其在碳交易政策模擬中的應用[J].數學的實踐與認識，2016，46（3）：106-116.

[36] 時佳瑞，蔡海琳，湯鈴，等.基于CGE模型的碳交易機制對我國經濟環境影響研究[J].中國管理科學，2015，23（S1）：801-806.

[37] 吳力波，錢浩祺，湯維祺.基于動態邊際減排成本模擬的碳排放權交易與碳稅選擇機制[J].經濟研究，2014，49（9）：48-61.

[38] 張同斌，周縣華，劉巧紅.碳減排方案優化及其在產業升級中的效應研究[J].中國環境科學，2018，38（7）：2758-2767.

[39] 姚昕，劉希穎.基于增長視角的中國最優碳稅研究[J].經濟研究，2010，45（11）：48-58.

[40] 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，2011，33（4）：634-639.

[41] 婁峰.碳稅征收對我國宏觀經濟及碳減排影響的模擬研究[J].數量經濟技術經濟研究，2014，31（10）：84-96.

[42] 馬麗梅，史丹，裴慶冰.中國能源低碳轉型（2015—2050）：可再生能源發展與可行路徑[J].中國人口·資源與環境，2018，28（2）：8-18.

[43] 林伯強，姚昕，劉希穎.節能和碳排放約束下的中國能源結構戰略調整[J].中國社會科學，2010（1）：58-71.

[44] 沈可挺，李鋼.碳關稅對中國工業品出口的影響—基于可計算一般均衡模型的評估[J].財貿經濟，2010（1）：75-82.

[45] 許士春，張文文.不同返還情景下碳稅對中國經濟影響及減排效果——基于動態CGE的模擬分析[J].中國人口·資源與環境，2016，26（12）：46-54.

[46] Siddig K， Grethe H. International price transmission in CGE models： how to reconcile econometric evidence and endogenous model response？ [J]. Economic Modelling， 2014（38）： 12-22.

[47] Zhang H.The impact on China's economy of its aecession to the WTO：a computable general equilibrium（CGE） analysis[D].New York：Northern Illinois University，2017.

[48] 賀菊煌，沈可挺，徐嵩齡.碳稅與二氧化碳減排的CGE模型[J].數量經濟技術經濟研究，2002（10）：39-47.

[49] Zhai F.Impacts of the Doha development agenda on china：the roleof labor markets and complementary education reforms[J].World Bank Policy Research Working Paper，2018（37）：2-5.

[50] 郭正權，鄭宇花，張興平. 基于CGE模型的我國能源環境經濟系統分析[J].系統工程學報，2014，29（5）：581-591.

[51] 李平，婁峰，王宏偉.2016-2035年中國經濟總量及其結構分析預測[J].中國工程科學，2017，19（1）：13-20.

[52] 馬丁，陳文穎.中國2030年碳排放峰值水平及達峰路徑研究[J].中國人口·資源與環境，2016，26（S1）：1-4.

[53] 畢超.中國能源CO2排放峰值方案及政策建議[J].中國人口·資源與環境，2015，25（5）：20-27.

[54] 莫建雷，段宏波，范英，等.《巴黎協定》中我國能源和氣候政策目標：綜合評估與政策選擇[J].經濟研究，2018，53（9）：168-181.

（責任編輯：鐘 瑤）