電力行業可再生能源補貼與全國碳市場協同減排效應

宋鵬 陳光明 尹夢蕾 黃婉婷

摘要 隨著全國統一碳市場的啟動，其與可再生能源補貼政策在促進電力行業碳減排上的協同效應值得關注。傳統觀點認為碳交易政策下碳排放總量被固定，總量控制下的可再生能源補貼政策將不再發揮額外減排作用，甚至會引致碳市場配額過量，扭曲碳市場價格。為此，該研究面向全國碳市場建立一般均衡分析框架，考察電力行業可再生能源補貼與全國碳市場并行的減排效果及其政策協同路徑。研究發現：①針對電力行業的全國碳市場與可再生能源補貼政策均會帶來全行業二氧化碳減排，總量控制力度越大或補貼力度越大，減排效果越明顯。②僅覆蓋電力行業的碳市場會產生“碳泄漏”效應，導致非電力行業碳排放量上升，在此基礎上繼續可再生能源補貼政策或會借助行業間生產要素轉移緩解“碳泄漏”，抑或會通過綠化電力生產結構催生碳市場配額過量。③二者疊合時，補貼資金來源為居民一次性稅收（居民收入稅）時的減排效果要優于資金來源為可再生能源電價附加稅（電力消費稅）時的減排效果，且要警惕后者“越界損害”。④可再生能源補貼政策會導致碳交易價格下降，采用固定上網電價補貼要優于浮動上網溢價補貼，需梯次提升總量約束力度可有效抑制碳交易價格下跌。隨著碳市場的擴容和完善，可逐步降低甚至取消可再生能源補貼，以規避其對碳市場價格的影響。

關鍵詞 碳市場；可再生能源補貼；協同效應；CGE

中圖分類號 F832. 5；X196 文獻標志碼 A 文章編號 1002-2104（2023）07-0081-13 DOI：10. 12062/cpre. 20230522

經濟發展與能源環境協調問題是當前人類社會在可持續發展過程中面臨的重要問題，受到國際社會的廣泛關注。中國作為世界上最大的發展中國家，積極主動承擔碳減排責任。2005年以來，中國相繼采取了一系列市場手段來控制碳排放，主要包括可再生能源補貼和碳交易政策等。其中，可再生能源補貼是指針對電力行業的可再生能源上網電價補貼政策，通過促進電力行業可再生能源消費轉型已取得良好減排效果。習近平在第七十五屆聯大提出中國要力爭實現“2030年碳達峰，2060年碳中和”的目標（以下簡稱“雙碳”目標）。隨后習近平在氣候雄心峰會上進一步宣布提高國家自主貢獻（NDC）力度，包括：到2030年，中國單位國內生產總值二氧化碳排放將比2005年下降65%以上，非化石能源占一次能源消費比重將達到25%左右。為推動實現“雙碳”和NDC目標，中國著力構建全國碳排放權交易體系，并于2021年正式啟動全國碳交易市場，標志著碳交易機制在全國范圍內正式確立。隨著新型減排政策的推出，環境政策疊合（Policy Interaction）成為了學者關注的問題。Majone［1］認為，在眾多政策情形下，新的方案將導致新的問題出現，如功效相抵以及其他一些始料未及的后果等。事實上，現階段世界主要經濟體在碳減排問題上往往會采用多政策協同控制，而碳交易政策與可再生能源補貼政策正是主流政策工具，例如歐盟的排放權交易計劃（EU ETS）和可再生能源補貼政策以及可再生能源投資組合標準等。中國最早于2006年開始實施可再生能源補貼政策，隨著全國碳排放權交易市場的正式上線，中國也進入以全國統一碳市場為主體輔以多政策協同控制減排的歷史新階段，因此碳交易政策與可再生能源補貼政策疊合后的政策效果值得研究。

1 文獻綜述

現有文獻往往單純關注可再生能源補貼或者碳交易兩項政策之一。針對可再生能源補貼政策，學者們多數關注其經濟與環境效益。經濟效益方面，普遍認為可再生能源補貼政策不僅可以促進電力行業技術創新、促進可再生能源行業發展［2］，亦可推動宏觀經濟發展［3］。環境效益方面，多數研究認為可再生能源補貼政策可以通過改善能源消費結構，降低化石能源使用比例，從而帶來污染物減排等的環境效益［4-5］。

針對碳交易政策，學者們主要關注碳交易機制設計及其經濟環境影響。在碳交易機制設計方面，主要圍繞碳交易市場宏觀和微觀設計展開研究。宏觀設計聚焦碳市場的構建和運行［6-7］；微觀設計則關注碳配額設定及分配［8］、碳市場覆蓋范圍［9］、碳市場配套機制［10-11］等。在碳交易的經濟與環境影響方面，現有文獻主要通過計量模型、數據包絡分析（DEA）、可計算一般均衡（CGE）模型等開展研究。在計量方法上，學者們多運用雙重差分（DID）模型對碳交易試點地區開展分析，表明碳交易政策能夠顯著降低碳排放量以及碳排放強度［12-15］。在DEA 方法上，學者們主要對碳交易試點地區的碳排放效率進行測算，進而回歸分析表明碳交易政策能夠促進碳排放效率提升［16］。在CGE模型上，學者們主要開展模擬分析，探討部分地區實現碳強度目標［17］或者全國實現“雙碳”目標所產生的經濟與環境影響［18-20］。

當前，針對可再生能源補貼與碳交易疊合后的政策效果的相關研究較少。一類文獻認為二者疊合后存在正向效益，如Acemoglu等［21］研究表明當碳市場與可再生能源補貼政策相結合時，可以有效激勵企業技術創新。另一類文獻認為二者疊合后存在負向影響，或者認為當碳交易政策的碳排放上限具有約束力時，可再生能源補貼政策將不再額外減排，甚至會促使碳排放從減排成本較低的行業轉移至減排成本較高的行業，提高總的減排成本，造成社會福利損失［22-24］；或者認為碳交易體系下，可再生能源補貼會阻礙具有成本效益的發電組合，擾亂碳市場交易價格［25］，至少在全球實施的大多數ETS存在的部分時間里發生了這種情況［26］。同時，碳交易體系下，可再生能源補貼還會增加化石發電的碳排放強度，譬如會引致煤替代天然氣［27］，從而導致“綠色悖論”的產生。“綠色悖論”最早由Sinn［28］于2008年提出，學者們傾向于用“綠色悖論”表達環境政策實施結果有悖于政策目標以及環境政策實施效果適得其反等的現象［29］。從現有研究來看，“綠色悖論”的影響因素主要有利益相關者的預期、環境執法強度以及區域及行業間的“碳泄漏”等［28，30］。上述研究結果也是當前部分學者反對可再生能源補貼政策與碳交易政策并行的原因。

目前，針對單一碳交易政策或可再生能源補貼政策的經濟影響、環境影響以及政策設計機制等方面的研究已經較為豐富。就單一政策而言，現有研究均具有較好的廣度與深度，但是將這兩類政策置于同一框架下進行研究或同時考慮這兩類政策疊合效應的研究較少。尤其是中國碳市場相較于發達經濟體起步較晚，更為缺乏對這兩類政策的經濟與環境影響的協同分析。國外已有研究表明，只要碳交易政策的總量上限具有約束力，排放量就由總排放配額確定，適用于同一行業的其他政策工具只是在排放源之間重新分配排放量，并可能將它們從減排成本最低的地方轉移，從而提高總減排成本，甚至會產生“綠色悖論”。這是否意味著已經建立全國統一碳市場的中國應該放棄對可再生能源發電的補貼？現階段中國的碳市場所覆蓋的行業主要是電力行業，碳排放總量約束并未覆蓋所有行業，因此在中國二者疊合后的政策效果尚面臨不確定性。

基于此，該研究的貢獻在于：一是首次關注并回應中國統一碳市場下可再生能源補貼是否會產生“綠色悖論”這一重要現實話題。二是突破原有的單一政策和局部均衡分析框架，將可再生能源補貼和全國統一碳市場納入一般均衡分析框架，綜合分析兩者疊加對經濟、碳排放、行業間碳泄漏，以及能源結構等的影響。三是轉變以往對碳市場研究的事后和經驗分析范式，面向全國碳市場構建CGE模型，更為重要的是以此為基礎，通過考察關鍵的不確定性、可再生能源補貼資金來源、可再生能源補貼形式以及過量配額的可能性等，細化研究可再生能源補貼與碳市場間的相互作用及協同優化路徑。四是考慮到中國是在未完成工業化進程條件下的非自然達峰［31］，利用碳市場和可再生能源補貼政策助力實現“雙碳”目標需要兼顧平衡經濟與環境利益，該研究基于不同政策情景下經濟指標的變動情況，評估實施多項政策及其組合的經濟成本和代價，從經濟、能源與碳排放綜合平衡等角度，比較分析不同政策效果并作出優劣判斷，為協同優化可再生能源補貼與全國統一碳市場建設提供決策參考。

2 研究方法與數據

2. 1 一般均衡模型

CGE模型作為政策分析的有力工具，經過30多年的發展，已在世界范圍內得到廣泛應用。該研究構建了一個中國碳交易“能源-經濟-環境”遞歸動態CGE模型，該模型包括政府、企業、居民、國外4個經濟主體，以及生產、收入支出、對外貿易、均衡與閉合、碳交易、可再生能源補貼6個模塊，其中生產模塊包含細分電力能源部門等的31個生產部門。

2. 1. 1 生產模塊

模型假設市場完全競爭，各生產部門的生產函數包含6層嵌套（圖1），其中中間投入采用Leontief函數形式，其他層級的嵌套則均采用CES函數形式。電力投入包括5種電力，分別是火電、水電、核電、風電、光電。

2. 1. 2 收入支出模塊

收入支出模塊包含居民、企業以及政府三類主體的收入支出函數。其中，居民的收入源于要素報酬（資本、勞動）和政府、企業和國外的轉移支付，居民的支出包括個人所得稅和商品消費，居民的收支差值為居民儲蓄。居民效用函數用柯布-道格拉斯型函數表達，其消費需求由可支配收入與邊際消費傾向決定，在預算約束下最大化效用得到。政府收入源于稅收和國外對政府的轉移支付，政府支出則包括政府對居民和企業的轉移支付和政府消費，政府儲蓄為兩者的差值。企業收入來自資本報酬和政府轉移支付，企業支出包括對居民的轉移支付和企業所得稅，二者的差值為企業儲蓄。

2. 1. 3 對外貿易模塊

對外貿易模塊包括進口與出口兩部分。國內銷售的產品來源于國內生產和進口，假設國際市場的價格不受中國進口需求的影響，中國只是價格接受者，同時采用“Armington假設”，國內的消費者在一定的相對價格和可替代條件下對進口品和國內產品進行優化組合。國內產品的流向分為出口和國內銷售，具體分配采用固定轉換彈性函數形式，國內生產者確定國內供給和出口的最優銷售比例以最大化其收入。

2. 1. 4 均衡與閉合模塊

模型均衡和閉合條件包括商品市場出清、勞動力市場出清、資本市場出清、國際收支平衡以及投資儲蓄平衡和政府收支平衡。模型采用新古典宏觀閉合法則，即要素和商品價格內生，勞動力和資本要素供給外生給定，要素得到充分利用，經濟體趨于充分就業并維持該狀態。政府收支平衡表現為政府收入等于支出；國際收支平衡表現為外匯收支平衡；儲蓄-投資平衡表現為經濟中所有儲蓄均轉化為投資。

2. 1. 5 碳交易模塊

模型中碳排放主要來源于煤炭、石油以及天然氣三類化石燃料的燃燒，初始配額總量為基準情景下碳排放量在實施碳減排措施后的總排放量，計算公式如下：

= × × + × ×+ × × （1）

=Σ（2）

2 = （1 - ）（3）

其中：表示基準情景下碳交易部門（CAT）的碳排放量；表示基準情景下碳交易部門的總排放量；、、分別為煤炭、石油、天然氣的價值型碳排放系數；、、分別表示煤炭、石油、天然氣的價格；、、分別表示煤炭、石油、天然氣在碳交易部門的投入量；2表示碳交易政策對碳排放量約束；為減排率。

碳排放系數是利用CEADs提供的中國2017年三種化石能源的二氧化碳排放量數據，與能源的實際消費量計算得到，具體結果見表1。

2. 2 數據基礎與參數設定

該研究以2017年149部門全國投入產出表為基礎，結合研究需要，將149部門調整為31個部門并對接CGE模型進一步編制成社會核算矩陣（SAM）表。調整前后的部門對應關系見表2，其中能源部門包括：煤炭、石油、天然氣、火電、水電、核電、風電以及太陽能發電。“石油”和“天然氣”兩個部門的拆分參照婁峰［32］的做法，根據1997年124部門投入產出表中石油和天然氣部門投入和使用比例進行拆分。電力生產與供應業部門則根據《電力統計基本數據一覽表》中的發電量數據和國際能源署（IEA）與經濟合作開發組織核能署（NEA）提供的各類電力平均度電成本細分為火電、水電、核電、風電、太陽能發電［18］。基礎數據主要來自國家統計局2017年中國投入產出表，以及《中國財政年鑒2018》《中國稅收年鑒2018》《中國海關統計年鑒2018》和《中國統計年鑒2018》等。

模型中的生產稅、個人所得稅、企業所得稅和進口關稅等稅率，以及資本收入分配系數、消費份額參數、投資份額參數、轉移支付參數、居民儲蓄率等參數均通過基準數據校調得到。替代彈性、價格彈性參數則主要來自GTAP 9數據庫和相關研究［33-35］。資本折舊率等非彈性類參數參考莫建雷等［36］進行設定（表3）。

2. 3 政策情景設置

碳交易政策施行過程中，碳市場覆蓋行業范圍、初始碳配額總量確定方法以及初始碳配額分配方法等是影響碳交易政策效果的重要因素。依據當前中國碳市場現實，本模型設置碳交易市場覆蓋范圍僅涵蓋電力行業。初始碳配額約束參考張寧等［10］的研究，分別設定減排10%和20%的兩檔碳排放總量約束。在初始碳配額分配方法上，通常存在3種分配方式：基于排放量免費分配初始碳配額的“祖父法則”、基于碳強度基準免費分配初始碳配額的“標桿法則”和有償拍賣方式，由于本模型碳交易市場僅涵蓋電力行業，而且暫未細化至企業層面，所以初始碳配額全部分配給電力行業。

針對可再生能源補貼政策，2006年《中華人民共和國可再生能源法》正式施行，中國開始對可再生能源發展給予一系列政策支持。其中，可再生能源補貼的收入來源可分為兩部分，一是國家財政公共預算安排的專項資金，目前占比較小；二是依法向電力用戶征收的可再生能源電價附加收入，是當前可再生能源補貼的主要收入來源。可再生能源補貼力度是影響可再生能源政策效果的重要因素，該研究參考魏巍賢等［4］的研究，分別設定4%和8%兩種力度的補貼情景。同時，該研究將對可再生能源補貼資金來源進行區分，分為向電力用戶征收的可再生能源電價附加稅（電力消費稅）和向居民征收的一次性稅收（居民收入稅）。

關于可再生能源補貼形式，中國可再生能源補貼是針對電力行業的可再生能源采取的“固定上網電價”，而部分歐洲國家已經或正在逐步從固定上網電價轉變為“ 浮動上網溢價”。該研究通過設定“ 固定上網電價（FIT）”和“浮動上網溢價（FIP）”兩類政策情景以探討兩者的作用及適用性。其中，固定上網電價意味著可再生能源補貼力度不隨電力市場均衡價格而變動，浮動上網溢價則意味著可再生能源補貼力度將隨電力市場均衡價格浮動，而電力市場均衡價格由電力供求關系決定，依據發電成本和用電需求而變動。

綜上，該研究一共設計了包括基準情景在內的27種政策情景，具體見表4。

3 結果與分析

該研究對上述各政策情景效果分析將從經濟影響、碳排放影響和能源結構影響三個維度展開探討。其中，經濟影響包括GDP、部門產出；碳排放影響包括總排放量、部門排放量、減排成本、碳交易價格；能源結構影響包括能源生產結構與能源消費結構等。研究發現，可再生能源補貼形式為FIT或為FIP對上述各指標的影響在變動方向上較為相似而變動幅度有差異，受限于篇幅，后文表格數據以FIT為例呈現，關于FIP和FIT的比較將更多以文字闡釋說明。

3. 1 經濟影響

3. 1. 1 GDP影響

不同政策情景對GDP 的影響如圖2 所示。結果顯示，針對電力行業的碳交易政策或可再生能源補貼政策均會對GDP 產生負面影響。就可再生能源補貼政策而言，一方面補貼會使生產要素更多地流入可再生電力行業；另一方面實施補貼需要對電力用戶征收可再生能源附加稅，導致非電力部門生產過程中成本增加。上述兩方面原因造成全行業總產出的下降，從而導致GDP損失，這種損失隨著補貼力度的加大而上升。就碳交易政策來說，一方面它的存在需要電力企業通過有償的方式購買碳排放配額；另一方面，在未考慮技術進步和碳排放強度下降等的情況下，電力企業不得不采取更為嚴苛減排措施，從而導致碳減排成本提升。上述兩點原因導致電力企業生產成本提高，產出下降，進而造成GDP損失。

在對電力部門實施碳交易政策的基礎上進一步實施可再生能源補貼政策后，GDP損失相較單獨的碳交易政策而言更小，說明可再生能源補貼政策會使碳交易政策對GDP的負向影響變小，且補貼力度越大，影響力度越大。二者疊合后，補貼資金來源為居民一次性稅收時的GDP損失要小于資金來源為可再生能源電價附加稅時的情況；補貼形式為固定上網電價（FIT）時的GDP損失小于浮動上網溢價（FIP）。原因在于，FIT固定不變，而FIP會隨電力市場價格的變動而變動。一般均衡模型中，電力市場價格和碳市場價格是聯動均衡的，具體而言，在該研究模型中，電價是由化石燃料發電的邊際成本加上碳排放的邊際成本確定的，而碳排放的邊際成本取決于碳排放交易制度（碳市場）的嚴格和運行程度，取決于碳市場價格。當可再生能源補貼和碳交易相結合時，可再生能源補貼會導致碳市場價格進而電力市場價格下降，此時雖然FIT固定不變，但是電價下降使得兩者差距擴大，亦即FIT 相對增大了。而FIP 卻會隨電價下降而下降，即FIP相對變小。因此，受可再生能源補貼沖擊，碳市場價格以及電價的下降會漸進使得FIT 力度大于FIP，此時FIT疊合碳交易政策的GDP損失小于FIP疊合碳交易政策的GDP損失。受限于篇幅，以FIT為例進行展示：從圖2可以看出，當分別在10%、20%減排約束碳交易政策基礎上實施4%的可再生能源補貼政策，補貼資金來源為可再生能源電價附加稅時GDP 損失分別從-0. 23%、-0. 61%下降到-0. 17%、-0. 54%，補貼資金來源為居民一次性稅收時，GDP 損失下降到了-0. 16%、-0. 53%；實施8% 的可再生能源補貼政策后，GDP 損失分別下降到了-0. 15%、-0. 51%和-0. 15%、-0. 50%。

3. 1. 2 部門產出影響

不同政策對部門產出的影響見表5。可再生能源補貼政策一方面會對石油煤炭加工業（RAC）、通用和專用設備制造業（GME）等工業部門以及第三產業部門的產出造成負面影響；另一方面會促進紡織與服裝業（TWL）、木材及家具加工業（LUM）、印刷和出版業（PAS）等部門的產出。從補貼資金來源的角度考慮，來源為居民一次性稅收時的抑制或促進作用都會更大，不能很好地發揮產業結構調節作用。從補貼形式的角度看，FIT在部門產出的抑制上小于FIP。碳交易政策會對除第三產業部門以外的大部分非能源部門的產出產生抑制作用，總量約束越強，抑制作用越大，其中產出下降較大的部門有金屬及非金屬采選業（MNM）、石油煤炭加工業（RAC）和木材及家具加工業（LUM）。

可再生能源補貼政策與碳交易政策疊合后能在一定程度上弱化碳交易政策對部門產出的抑制作用。同樣，下面以FIT時情況為例進行分析（FIP時情況在影響方向上類似），在碳減排10%與20%的總量約束的基礎上實施4%的可再生能源補貼政策，補貼資金來源為可再生能源電價附加時，金屬及非金屬采選業（MNM）產出變化分別從-3. 54% 和-7. 22% 上升到-1. 35% 和-5. 08%；補貼資金來源為居民一次性稅收時產出變化上升到-1. 10%和-4. 62%。

3. 2 碳排放影響

3. 2. 1 碳排放總量

不同政策情景對碳排放總量的影響如圖3所示，可再生能源補貼與電力行業碳交易政策顯著促進全行業碳減排。可再生能源補貼形式為FIT 時的減排效果要優于FIP；補貼資金來源為居民一次性稅收時的減排效果更為顯著。同樣以FIT情況為例分析如下，當資金來源為可再生能源電價附加稅時，4%與8%的可再生能源補貼政策分別帶來全行業減排1. 62%和3. 20%；資金來源為居民一次性稅收時可帶來全行業減排1. 70%和3. 48%。在電力部門實施10%與20%減排總量約束的碳交易政策分別帶來全行業減排2. 82%和5. 69%。

可再生能源補貼與碳交易政策疊合后表現出協同減排效應，全行業碳排放量相較單一政策進一步下降。由于全國碳市場采取的是“總量控制和配額交易”機制，所以“總量約束”的前提決定了該項政策下電力行業碳排放總量是“被固定”、具有既定上限。此時，可再生能源補貼政策的“疊加實施”將不會額外減少電力行業的碳排放量。但在該研究一般均衡框架下，可再生能源補貼政策的“疊加實施”會使市場上可再生能源價格下降，其他非電力部門會產生可再生能源對化石能源的替代。因而在碳交易政策背景下，可再生能源補貼政策的“疊加實施”能夠促進電力行業以外的其他行業碳減排，即對碳市場涵蓋范圍之外的排放源進行減排，亦可以削減目前單一電力行業碳市場下的“碳泄漏”，從而繼續發揮減排作用。同時，二者疊合后，補貼資金來源為居民一次性稅收時的政策效果要優于可再生能源電價附加稅。這是因為，當對電力用戶征收可再生能源電價附加稅時，會導致電力價格上漲，電力用戶尤其是企業用戶的用電需求下降，對其他高耗能產品的需求上升，高耗能行業生產增加，化石能源消費及碳排放增加。

3. 2. 2 部門碳排放量

不同政策情景對部門碳排放的影響見表6所示。可再生能源補貼能夠降低各生產部門對化石能源的消耗，各生產部門碳排放量普遍下降，以火電（TPS）和煤炭（COL）兩部門最為突出，且當補貼資金來源為居民一次性稅收時的減排效果更顯著。電力行業碳交易政策在部門減排上呈現出差異化，其中火電（TPS）、煤炭（COL）、石油（OIL）等部門碳排放量下降，其他部門碳排放量上升，即針對電力部門的碳交易政策產生了“碳泄漏”。

可再生能源補貼與碳交易政策在產業部門減排上呈現上述差異，主要是因為：可再生能源補貼政策促進了可再生能源供給，各部門更多使用可再生能源進行生產，減少了對化石能源的使用，因此各部門碳排放量普遍下降；而電力部門碳交易政策通過限制電力（火電）部門碳排放量來達成減排目標，碳配額約束使火電部門生產受到影響，一方面其對煤炭等化石能源需求下降，另一方面煤炭等化石能源消費會向其他部門轉移，其他部門化石能源消耗增加，最終導致火電（TPS）、煤炭（COL）等部門碳排放下降而其他高耗能高排放部門碳排放量上升的現象，即產生部門間的“碳泄漏”。

可再生能源補貼與電力部門碳交易政策疊合后能有效緩解“碳泄漏”，這是因為可再生能源補貼能夠使可再生能源在能源生產中獲得競爭優勢，使資本、勞動等生產要素從其他非電力部門（譬如交通、水泥、鋼鐵等高耗能高排放部門）轉移至可再生能源電力部門，這一方面促進了可再生能源發電，另一方面抑制了非電力高耗能部門的生產，從而一定程度上降低了對化石能源的需求，緩解單一電力行業碳市場下的“碳泄漏”效應。例如，在10%碳減排約束的碳交易政策基礎上實施4%的可再生能源補貼，大部分非電力生產部門碳排放量均出現不同程度的下降；在20%碳減排約束基礎上實施4%的可再生能源補貼，雖然大部分非電力生產部門碳排放量仍然呈現上升趨勢，但上升幅度明顯下降。

3. 2. 3 碳減排成本

該研究參考毛顯強等［37］、張文靜等［38］、宋鵬等［39］的設計，以減排1 t二氧化碳的GDP損失量來衡量減排成本，結果見圖4。一方面，可再生能源補貼力度越大或碳交易政策減排約束力度越大，雖然帶來的減排量也越大，但是減排成本也會相應提高；另一方面，無論可再生能源補貼與碳交易政策是否并行，同等條件下可再生能源補貼資金來源為居民一次性稅收時的減排成本要低于來源為可再生能源電價附加稅時的減排成本；補貼形式為FIT時的減排成本要小于FIP時的減排成本。盡管碳交易政策的減排效果要優于可再生能源補貼，但是減排成本也相對較高。在碳交易政策的基礎上疊加可再生能源補貼，能夠在增加減排效果的同時，顯著降低減排成本，兩項政策在減排成本上呈現協同效應。

3. 2. 4 碳交易價格

不同政策情景下的碳交易價格見圖5。首先，總量約束越強，碳交易的價格越高。其次，可再生能源補貼與碳交易政策疊合后會導致碳交易價格下跌，補貼力度越大，碳交易價格下降幅度越大。這是因為可再生能源補貼能夠使可再生能源在能源生產中獲得競爭優勢，使資本、勞動等生產要素從火力發電部門轉移至可再生能源電力部門，抑制火力發電，從而一定程度上降低了對化石能源的需求，在電力行業碳排放總量限定情況下，會引致電力行業碳市場配額過量，從而導致碳交易價格下行。

3. 3 能源結構影響

可再生能源補貼能夠協同優化能源生產與消費結構，由于對能源生產與消費結構的影響具有相似性，受限于篇幅該研究以不同政策情景對能源消費結構的影響（圖6）為例進行分析。碳交易政策與可再生能源補貼均能夠發揮優化能源消費結構的作用，補貼形式為FIT時對能源消費結構的改善效果要優于FIP。以FIT情況為例展示分析如下，在4%與8%的補貼力度下且資金來源為可再生能源電價附加稅時，可再生能源消費占比從18. 33%提升至21. 80%和25. 35%；當資金來源為居民一次性稅收時的改善效果更加顯著。在10%和20%碳減排總量約束下可再生能源消費占比提升至22. 84%和28. 25%。可再生能源補貼與碳交易政策在能源消費結構改善方面呈現出協同效應。在碳交易政策實施的基礎上施加可再生能源補貼能夠強化碳交易在改善能源消費結構方面的政策效果，例如在10%與20%的減排總量約束下施加4%的可再生能源補貼且資金來源為可再生能源電力附加稅時，能夠使可再生能源消費占比從22. 84% 和28. 25%提升至24. 74%和30. 04%；而當補貼資金來源為居民一次性稅收時提升效果也更顯著。

4 結論與政策建議

為探討在電力行業碳交易政策實施背景下，可再生能源補貼政策是否依然能夠有效發揮其減排效果，以及二者疊合后的經濟與環境影響，該研究通過構建細分電力部門的中國碳交易“能源-經濟-環境”CGE模型，對電力行業碳交易政策與可再生能源補貼政策疊合后的經濟、能源、碳排放等環境影響進行模擬分析。根據模擬結果，主要結論如下。

（1）可再生能源補貼與碳交易政策在碳減排上具有協同效應。電力行業的碳交易政策與可再生能源補貼均會帶來全行業的二氧化碳減排，總量控制力度越大或補貼力度越大，減排效果越明顯。分部門來看，碳交易政策能有效降低電力部門、煤炭等化石能源部門的碳排放量，但同時會造成向非電力部門的“碳泄漏”。可再生能源補貼政策下，會形成可再生能源對化石能源的替代，各行業碳排放量普遍下降，且補貼形式為FIT時減排效果更顯著。可再生能源補貼與電力部門碳交易政策疊合后能有效緩解“碳泄漏”，且全行業碳排放總量較單一政策時進一步下降，不會出現“綠色悖論”。同時，在并行實施的框架下，可再生能源補貼資金來源為居民一次性稅收時全行業的碳減排效果要優于資金來源為可再生能源電價附加稅時的減排效果。

（2）碳交易政策與可再生能源補貼均會對GDP造成損失，雖然碳交易政策的減排效果更好，但所造成的GDP損失也相對較大。同等條件下，補貼資金來源為居民一次性稅收時的GDP 損失額小于補貼資金來源為電價附加稅時的GDP損失額。從減排成本的角度來看，碳交易政策的減排成本顯著高于可再生能源補貼政策。在碳交易政策實施的基礎上疊加可再生能源補貼能夠顯著降低碳交易政策的減排成本，補貼力度越大，減排成本降幅越大。

（3）在電力行業碳交易政策實施背景下，疊加實施可再生能源補貼會扭曲碳市場價格，甚至會通過綠化電力生產結構催生碳市場配額過量，引致碳市場交易價格下跌。在同等減排總量約束下，可再生能源補貼力度越大，碳交易價格下降越明顯。采用FIT補貼要優于FIP補貼，在同等可再生能源補貼力度下，收緊碳市場的碳排放總量約束會促進碳交易價格回升。

（4）可再生能源補貼與碳交易政策在優化能源結構方面也具有協同效應。碳交易政策與可再生能源補貼均會促進能源結構改善，促進可再生能源的發展，碳交易政策總量約束力度或可再生能源補貼力度越大，可再生能源的產出及消費占比提升越大。可再生能源補貼政策能夠進一步強化碳交易政策的能源結構改善效果，同等條件下，可再生能源補貼資金來源為居民一次性稅收、補貼形式為FIT時對能源結構改善的強化效果更顯著。基于以上結論，提出如下政策建議。

（1）充分發揮市場機制在碳減排中的作用，逐步完善碳交易制度，擴大碳交易市場的行業范圍，將覆蓋范圍有序擴容至化工、建材、鋼鐵、有色金屬等行業，不斷提升碳交易政策的減排效果，以助力實現“雙碳”目標。目前中國碳交易市場僅覆蓋電力行業，行業覆蓋范圍的局限性會導致行業間“碳泄漏”現象，會弱化碳交易政策的減排效果。逐步擴大碳交易市場的行業覆蓋范圍不僅可以強化碳交易政策“總量”約束效力，亦可有效避免“碳泄漏”的發生。

（2）碳市場建設初始階段，可繼續保留可再生能源補貼，以發揮其對碳市場涵蓋范圍之外的排放源進行減排和削減行業間“碳泄漏”等的作用。隨著碳市場的逐步擴容和建設完善，可逐步降低直至取消可再生能源補貼，以避免其對碳市場價格等產生不利影響。

（3）可考慮向居民征收一次性稅收用于可再生能源補貼，在不斷縮小和彌補可再生能源補貼資金缺口的同時進一步提升其碳減排政策效果。當前中國可再生能源補貼資金來源主要為向電力用戶征收的可再生能源附加稅，資金來源有限，若因補貼力度加大而需提高征稅超過一定額度時，電價附加稅會有“越界損害”，即，若因補貼力度加大而需提高征稅超過一定額度時，電價附加稅不再抑制反而會強化“碳泄漏”。

（4）在碳市場下疊加實施可再生能源補貼時，除了需要引導發揮可再生能源補貼借助行業間生產要素轉移緩解“碳泄漏”的功效以外，還因其可能會通過綠化電力生產結構催生碳市場配額過量，建議應梯次收緊碳排放總量約束，從而避免碳交易價格下跌導致碳交易市場運行低效或無效。同時，鑒于FIT補貼對碳市場運行的影響更小，建議我國可再生能源補貼宜繼續采用FIT補貼，而不宜效仿歐盟等國家轉向FIP補貼。

參考文獻

［1］ MAJONE G. Evidence， argument， and persuasion in the policy process［M］. New Haven：Yale University Press， 1989.

［2］ 常凱. 基于成本和利益視角下可再生能源補貼政策的經濟效應［J］. 工業技術經濟， 2015， 34（2）：98-105.

［3］ 姚昕， 蔣竺均， 劉江華. 改革化石能源補貼可以支持清潔能源發展［J］. 金融研究， 2011（3）：184-197.

［4］ 魏巍賢， 趙玉榮. 可再生能源電價補貼的大氣環境效益分析［J］. 中國人口·資源與環境， 2017， 27（10）：209-216.

［5］ 徐曉亮， 許學芬. 能源補貼改革對資源效率和環境污染治理影響研究：基于動態CGE模型的分析［J］. 中國管理科學， 2020，28（5）：221-230.

［6］ 張希良. 國家碳市場總體設計中幾個關鍵指標之間的數量關系［J］. 環境經濟研究， 2017， 2（3）：1-5.

［7］ JIANG J， XIE D， YE B， et al. Research on China’s cap?and?tradecarbon emission trading scheme： overview and outlook［J］. Appliedenergy， 2016， 178：902-917.

［8］ 鄭爽， 劉海燕. 碳交易試點地區電力部門配額分配比較研究及對全國的借鑒［J］. 氣候變化研究進展， 2020， 16（6）：748-757.

［9］ 熊靈， 齊紹洲， 沈波. 中國碳交易試點配額分配的機制特征、設計問題與改進對策［J］. 武漢大學學報（哲學社會科學版），2016， 69（3）：56-64.

［10］ 張寧， 龐軍， 馮相昭. 全國碳市場引入配額拍賣機制及實施碳稅配套措施的經濟影響研究［J］. 中國環境科學， 2021：1-13.

［11］ 張寧， 龐軍. 全國碳市場引入CCER交易及抵銷機制的經濟影響研究［J］. 氣候變化研究進展， 2022， 18（5）： 622-636.

［12］ 曾詩鴻， 李璠， 翁智雄， 等. 碳市場的減排效應研究：來自中國碳交易試點地區的經驗證據［J］. 中國環境科學， 2021：1-15.

［13］ 周迪， 劉奕淳. 中國碳交易試點政策對城市碳排放績效的影響及機制［J］. 中國環境科學， 2020， 40（1）：453-464.

［14］ ZHANG Y， LI S， LUO T， et al. The effect of emission tradingpolicy on carbon emission reduction： evidence from an integratedstudy of pilot regions in China［J］. Journal of cleaner production，2020， 265：121843.

［15］ ZHANG W， LI J， LI G， et al. Emission reduction effect and carbonmarket efficiency of carbon emissions trading policy in China［J］. Energy， 2020， 196：117117.

［16］ 王勇， 趙晗. 中國碳交易市場啟動對地區碳排放效率的影響［J］. 中國人口·資源與環境， 2019， 29（1）：50-58.

［17］ CHENG B， DAI H， WANG P， et al. Impacts of low?carbon powerpolicy on carbon mitigation in Guangdong Province， China［J］.Energy policy， 2016， 88：515-527.

［18］ 肖謙， 龐軍， 許昀， 等. 實現國家自主貢獻目標背景下我國碳交易機制研究［J］. 氣候變化研究進展， 2020， 16（5）：617-631.

［19］ 唐葆君， 吉嫦婧. 全國碳市場擴容策略的經濟和排放影響研究［J］. 北京理工大學學報（社會科學版）， 2022： 24（4）：129-139.

［20］ 劉宇， 羊凌玉， 李欣蓓， 等. 碳中和目標實現下中國轉型發展路徑研究［J］. 北京理工大學學報（社會科學版）， 2022， 24（4）：27-36.

［21］ ACEMOGLU D， AGHION P， BURSZTYN L， et al. The environmentand directed technical change［J］. American economic review，2012， 102（1）：131-166.

［22］ FISCHER C， PREONAS L. Combining policies for renewable energy：is the whole less than the sum of its parts［J］. Resource forthe future discussion paper， 2010， 4（01）：51-92.

［23］ FOWLIE M. Emissions trading， electricity restructuring， and investmentin pollution abatement［J］. American economic review，2010， 100（3）：837-869.

［24］ GOULDER L H. Markets for pollution allowances： what are the（new） lessons［J］. Journal of economic perspectives， 2013， 27（1）：87-102.

［25］ LECUYER O， QUIRION P. Can uncertainty justify overlappingpolicy instruments to mitigate emissions［J］. Ecological economics，2013， 93：177-191.

［26］ LECUYER O， QUIRION P. Interaction between CO2 emissionstrading and renewable energy subsidies under uncertainty： feed?intariffs as a safety net against over?allocation［J］. Climate policy，2019， 19（8）：1002-1018.

［27］ B?HRINGER C， ROSENDAHL K E. Green promotes the dirtiest：on the interaction between black and green quotas in energymarkets［J］. Journal of regulatory economics， 2010， 37（3）：316-325.

［28］ SINN H. Public policies against global warming： a supply side approach［J］. International tax and public finance， 2008， 15（4）：360-394.

［29］ GRONWALD M， LONG V N， ROEPKE L. Three degrees ofGreen Paradox： the weak， the strong， and the extreme green paradox［M］. Montreal：Centre interuniversity research in quantitativeeconomics， 2017：1-22.

［30］ EICHNER T， PETHIG R. Carbon leakage， the green paradox andperfect future markets［J］. International economic review， 2011，52（3）：767-805.

［31］ 胡鞍鋼. 中國實現2030年前碳達峰目標及主要途徑［J］. 北京工業大學學報（社會科學版）， 2021， 21（3）：1-15.

［32］ 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.

［33］ BURNIAUX J， MARTINS J O. Carbon leakages： a general equilibriumview［J］. Economic theory， 2012， 49（2）：473-495.

［34］ TANG L， SHI J， YU L， et al. Economic and environmental influencesof coal resource tax in China： a dynamic computable generalequilibrium approach［J］. Resources， conservation and recycling，2017， 117：34-44.

［35］ 云小鵬. 能源與環境財稅政策影響效應研究：基于CGE模型的分析［D］. 中國礦業大學（北京）， 2019.

［36］ 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.

［37］ 毛顯強， 宋鵬. 中國出口退稅結構調整及其對“兩高一資”行業經濟—環境影響的案例研究［J］. 中國工業經濟， 2013（6）：148-160.

［38］ 張文靜， 馬喜立. 以環境稅治理霧霾的減排效果及減排成本：基于動態多區域CGE模型［J］. 北京理工大學學報（社會科學版）， 2020， 22（3）：36-47.

［39］ 宋鵬， 張慧敏， 毛顯強. 面向碳達峰目標的重慶市碳減排路徑［J］. 中國環境科學， 2022， 42（3）：1446-1455.