能源技术变动对中国经济和能源环境的影响——基于一个动态可计算一般均衡模型的分析

刘亦文，胡宗义

(1.湖南大学 工商管理学院，湖南 长沙 410082;2.湖南大学 金融与统计学院，湖南 长沙 410079)

一、问题的提出

20世纪后半叶以来，全球气候变化及其对自然生态、人类生活的影响逐渐成为国际社会所面临的最为严峻和复杂的挑战之一。自1750年工业革命以来，人类主要通过消耗矿石燃料向大气排放二氧化碳，其排放量约为 3750 亿吨(WMO，2012)［1］。2011年，全球与能源相关的二氧化碳排放量再创新高。根据欧洲委员会联合研究中心(JRC)以及荷兰环境评估署(2012)公布的研究报告显示，2011年全球二氧化碳排放量上升了3%，达到了340亿吨［2］。世界气候组织(WMO，2012)发布的观测数据显示，2011年二氧化碳、甲烷和氧化亚氮的全球浓度达到自工业革命时期以来破纪录的新高，其中CO2为390.9±0.1 ppm，CH4为1813±2 ppb和N2O为324.2±0.1ppb，这些数值分别为工业革命前(1750年前)的140%、259%和120%［1］。美国国家海洋和大气管理局(NOAA)的年温室气体指数显示，1990至2011年长生命期温室气体(LLGHG)(主要包括 CO2、CH4、N2O、CFC-12 和 CFC-11，这五种主要气体约占由长生命期温室气体造成的辐射强迫96%)的辐射强迫增加了30%，其中CO2占这一增量的80%左右［3］。1990～2011年期间，由于二氧化碳及其它温室气体作用，气候增热效应的辐射强迫增加了 30%(WMO，2012)［1］。

气候变化的影响是大范围、全方位、多层次的，气候变化对自然、生态与环境，乃至人类社会的生存与发展产生重要影响。气候变化对地球生态环境造成的影响主要包括干旱与洪涝灾害频发、水土流失严重、土地沙漠化加剧、海平面上升、生物多样性减少及病菌病毒滋生活跃等，从而加重威胁人居环境，影响人类生存安全和生活质量。相对于发达国家，发展中国家受到的影响更大［4］。人类从未面对如此巨大的环境危机，如果我们再不立即采取行动，阻止全球变暖，气候变化的影响将再也无法弥补。减少全球碳排放，减缓全球气候变化已成为国际社会的共识。

随着全球减少碳排放呼声的日益高涨，各种新兴的二氧化碳减排技术成为减少碳排放的重要选择方案。20世纪70年代以来，大量研究证实，技术进步是解决环境问题的重要途径之一。技术进步对改进能源消费方式、提高能源效率、减轻环境压力、减少二氧化碳等温室气体排放、减缓全球气候变化将起到无可替代的作用。IEA在2006年的能源技术展望中通过情景分析指出“到2050年，在关键能源技术的作用下，届时全球碳排放量可以回到目前的水平，石油需求的增长将会减半。通过可再生能源技术、二氧化碳的捕获和封存技术、核能技术(在可以接受的国家中)，来减少电厂的碳排放，将是基本的要求”(IEA，2006)［5］。IPCC在《排放情景特别报告》和《第三次评估报告》中强调:在解决未来温室气体减排和气候变化的问题上，技术进步是最重要的决定因素，其作用超过其他所有驱动因素(IPCC，2000;2001)［6-7］。众多气候政策评估模型的研究结果也表明，中长期减排措施的成本和预期效益与模型中关于技术变动的假设密切相关。在Wey ant(2000)所总结的造成气候政策评估模型结果差异的五个关键因素中，对技术变动的不同描述和假设是最重要的影响因素之一［8］。不难发现，能源技术的进步，将在可持续发展框架下的能源、经济、环境和气候系统的协调发展中扮演着重要角色，发挥着重要作用，产生重大影响，甚至是革命性的影响。因此，促进能源技术进步，尤其是碳减排技术的发展是发展低碳经济的核心，碳捕捉等碳处理技术、新能源开发使用技术，将在发展低碳经济时代中的经济、能源与环境的协调发展中起到重要的作用。

作为温室气体排放的主要国家之一，中国面临着巨大的经济发展和减排承诺压力。全球气候问题和经济危机促使着新一轮的经济变革，我国粗放型的经济增长方式正遭受着质疑和转型的双重压力。2005年，中央政府明确提出了要在2010年末实现能源消费强度在2005年的基础上下降20%的控制目标。根据《联合国气候变化框架公约》的要求，中国政府于2007年6月发布了《中国应对气候变化国家方案》，明确了到2010年中国应对气候变化的具体目标、基本原则、重点领域和政策措施。2010年末，中国又进一步提出减低碳排放强度的量化目标，即2020年末实现碳排放强度在2005年基础上降低40%-50%的控制目标。要有效地消减或控制温室气体排放，就必须改变现有的以化石燃料的大量消耗为基础的经济、能源结构。但是能源技术进步及与此相关的研究与开发活动，或者经济结构的转型，以及采取对全球气候变暖的适应性政策等等都将涉及到经济资源的动员与消耗。如何以成本有效的方式消减和控制温室气体排放，以及如何在力所能及的范围内采取有效的适应性政策，这是一个重点的经济问题。因此，我国应在可持续发展框架下，根据本国国情，积极采取适当的减排措施。综合分析和评价中国实行温室气体减排或限排对中国经济发展的影响，定量估计其成本和利益，深刻理解它给相关各方面所带来的困难和挑战，无论对于我们将来可能面临的减排或限排谈判，还是中长期发展战略的制定，都具有非常重要的现实意义。

目前，能源环境经济学理论日趋成熟，定量分析方法和模型众多，如局部均衡模型、一般均衡模型和计量模型等等。这些方法和模型理论基础不同，应用环境也不同，各有优势和缺陷。随着现代计算技术的快速发展，可计算一般均衡模型(Computable general equilibrium model，CGE 模型)专用软件的不断完善，脱胎于瓦尔拉斯一般均衡理论的CGE模型，在世界范围内达到了广泛而速速的开发和应用，成为经济学领域一种比较规范的进行经济基准预测和政策影响模拟分析的工具，能够很好地模拟政策与管理措施的实施对各经济主体行为的影响。在CGE模型中加入能源或环境政策变量(即构建能源环境经济一般均衡模型，简称“能源环境CGE模型”)，通过对能源-经济-环境系统复杂关系的定量化描述，能够实现对能源、经济、环境系统的耦合分析。

本文借鉴国外先进的CGE建模理论和技术，构建能反映能源-经济-环境协调发展以及能反映能源环境政策对能源节约、经济增长和环境保护作用程度的动态CGE模型;运用构建的动态CGE模型，研究能源技术变动对我国宏观经济变量、产业发展、节能减排等影响程度，对能源、环境政策执行过程中可能出现的问题提出科学的理论依据和有针对性的对策方案，从而为决策部门制定和完善政策体系提供科学的决策依据。

二、文献综述

气候变化是学术界在能源环境问题领域的研究热点，从应对气候变化的能源科技到能源环境政策，都有越来越多的学者予以关注。在我国，根据黄泰岩，张培丽(2012，2011)统计，近年来学术界对低碳经济和自主创新的研究持续位列热点排名前10位，这是因为在加快经济发展方式转变进程中，改造传统产业、发展战略性新兴产业，实现可持续发展，都需要发展低碳经济、技术进步和自主创新的支撑和引领［9-10］。

对技术变化促进政策的效果评价是基于对技术变化水平的认知，而技术变化本身却很难被直接观察，因此很多研究对技术变化水平的判断是通过构建一个与能源价格相关的能源效率系数变动方程来模拟实现。这一思想最早来源于Hicks(1932)的诱导性创新假设，即随着能源价格升高，价格要素会诱导技术创新，从而促进能源效率提高［11］。国务院发展研究中心社会发展部主任周宏春(2010)指出要满足在消耗同样能源条件下，享受的能源服务不降低，在排放同样温室气体的条件下，人们的生活水平和生活质量不要降低这两个不降低的前提下发展低碳经济，必须要有技术进步来推动［12］。杨芳(2010)认为对于推动新能源产业的发展和建立低碳经济的发展模式，技术创新具有举足轻重的作用［13］。王守春等(2009)基于结构变化、技术进步的视角，运用协整理论和格兰杰因果关系检验方法，对中国能源消费与GDP因果关系进行了实证研究，研究发现:中国能源消费总量、经济增长、产业结构、技术进步之间存在长期的均衡关系［14］。王迪等(2010)则基于完全分解模型从能源消费的规模效应、结构效应与技术进步效应的角度对江苏省的经济增长的影响进行了实证研究，认为江苏省的经济增长的变化不仅受能源规模和结构的变化，技术进步对其也具有一定程度的影响，三方面因素共同解释了江苏省的经济增长的90%以上的原因［15］。樊茂清等(2009)对我国制造业20个部门的技术变化、要素替代以及贸易和能源强度之间的关系作了实证研究，计量检验的结果表明，技术变化、要素替代、贸易、一次能源结构和部门结构变化是引起能源强度变化的重要因素［16］。樊茂清等(2011)采用超越对数成本函数，分析了能源价格、技术变化以及ICT投资对能源强度的动态影响，结果表明:自治的技术进步带来了能源节省［17］。樊茂清等(2012)研究了能源价格变化、“体现型”的技术进步、“非体现型”的技术进步、ICT投资和非 ICT投资对中国33个部门能源强度的影响［18］。李子豪，刘辉煌(2011)实证检验了FDI通过技术渠道对中国 CO2排放的影响［19］。赵昕，郭晶(2011)通过对技术进步的分解，利用修正的索洛增长方程，测算出中国整体技术进步水平以及体现式和非体现式技术进步水平，并估算出技术进步及其各因素对碳排放的影响效应，最后基于脉冲响应函数，分析了碳排放对技术进步的响应趋势，从而揭示了技术进步在中国低碳经济发展中的动态效应［20］。张永军(2011)用拉氏分解法分析了技术进步、产业结构变动和能源消费结构等影响碳生产率的主要因素，研究发现，技术进步是推动碳生产率提高的主要因素，能源消费结构变化的贡献较小［21］。李凯杰，曲如晓(2012)运用向量误差修正模型检验了技术进步和中国碳排放的关系，结果表明，技术进步与碳排放之间存在长期均衡关系，长期内技术进步可以减少碳排放，而短期内技术进步对碳排放没有明显作用［22］。姚西龙，于渤(2012)认为技术进步对工业的二氧化碳排放起到了抑制作用［23］。李怀政，林杰(2012)考察了碳排放强度、技术进步对出口贸易结构的影响和作用，研究结果表明:现阶段我国技术进步不足以推动工业出口贸易结构升级，贸易转型所引致的技术投资抑制了出口扩张［24］。

可计算一般均衡模型是以一般均衡理论为基本原则，刻画了宏观经济和各个独立决策经济个体之间的相互作用和影响。一般均衡理论和模型经过不断演化、发展和完善，可以解决一系列的理论问题和应用于不同领域如宏观经济、国际贸易以及资源节约、环境保护的政策评估研究中。Dufournaud et al(1988)最先将污染排放和治理行为引入CGE模型构建了环境CGE模型，他们在处理部门的排放行为时，以一定的污染排放系数来刻画;污染治理部门的行为主要通过政府对该部门的支付来实现;模型假设政府购买污染治理的支出来源于征收的所得税或施加于污染排放部门的生产税［25］。Baumol and Oates(1988)发展了一类基于CGE模型的污染控制最优化途径，开创了环境-经济协调发展定量评价研究的新局面［26］。最初的环境CGE模型为后来的研究提供了很多的启发和参考(Forsund and Strom，1988;Hazilla and Kopp，1990;Robinson，1990，JorgensonandWilcoxen，1990)［27-30］。到目前为止，环境CGE模型已经越来越丰富和完善，环境CGE模型通常将环境污染的影响以不同的方式内生到生产函数或效用函数中。Wianwiwat，S.，J.Asafu-Adjaye(2012)利用CGE模型研究了泰国近来的可再生能源发展计划对部门产出、土地分配和食品价格的影响［31］;Beckman，J.，T.Hertel，et al.(2011)对CGE模型在能源领域应用的有效性进行了对比分析［32］;Bretschger，L.，R.Ramer，et al.(2011)利用动态CGE模型研究了瑞士碳税政策对消费、福利和部门产出的长期影响，研究发现，知识密集型和非能源部分的长期经济增长率为正，气候并未受碳税政策的影响，居民的消费水平有轻微下降［33］;Britz，W.，T.W.Hertel(2011)研究了欧盟生物能源政 策对环境的影响效用［34］;Mahmood， A.，C.O.P.Marpaung(2014)采用CGE模型以巴基斯坦为研究样本，研究了碳税政策和能源效率改进对宏观经济的影响，研究发现碳税对经济增长具有负向冲击，但能够显著减少污染物排放，而能源效率改进既能促进经济增长，同时也能减少污染物排放和能源消费［35］;Orlov， A.，H.Grethe(2012)分别研究了完全竞争市场条件下和古诺寡头垄断市场条件下碳税政策对俄罗斯宏观经济的影响［36］;Maisonnave，H.，J.Pycroft，et al.(2012)采用CGE模型研究了能源价格上涨、气候政策实行以及两者同时发生三个模拟场景对欧盟经济的影响，研究发现气候政策和能源价格上涨均会对欧盟经济产生轻微的负向冲击作用［37］;Németh，G.，L.Szabó，et al.(2011)对 GEM-E3 CGE 模型的阿明顿弹性进行了估计，他们发现弹性系数与大多数文献相一致，但高于GEM-E3模型当前所采用的数值［38］;Bao，Q.，L.Tang，et al.(2013)采用动态CGE模型研究了美国和欧盟边界碳税征收对中国宏观经济的影响，研究发现，边界税征收会降低出口价格，并且同时从需求和供给两个方面影响部门的产出和需求［39］。此外，Thepkhun，P.，B.Limmeechokchai，et al.(2013)［40］;Zhang，D.，S.Rausch，et al.(2013)［41］;Ochuodho， T.O.，V.A.Lantz，et al.(2012)［42］;Asafu-Adjaye，J.and S.Wianwiwat(2012)［43］;Dai，H.，T.Masui，et al.(2011)［44］;Liu，W.and H.Li(2011)［45］均采用CGE模型在经济-能源-环境领域进行了很好的应用研究。

近年来，国内学者在环境CGE模型上已有一些有代表性的研究，但尚不多见。这些模型多集中于空气污染物，主要包括气候变暖、酸雨污染和环境税征收政策。Zhang(1998)通过建立一个时间序列的动态CGE模型对在中国征收碳税的影响进行了研究，构建了一直到2010年中国经济的基线，并设计了2010年CO2排放削减20%和30%的情景［46］。谢剑和傅斯凯(1997)利用静态环境CGE模型对中国的浓度超标排污收费和污染治理补贴政策进行了研究［47］。李善同等(2000)利用环境CGE模型分析了中国产业结构变动与污染排放的关系及相关政策的影响［48］。郑玉歆和樊明太(1999)［49］，贺菊煌等(2002)［50］、魏涛远(2002)［51］分别利用环境CGE模型分析了在中国征收碳税对国民经济的影响;武亚军和宣晓伟(2002)则利用一个静态CGE模型评估了中国SO2排放及征收硫税的影响［52］。姜林(2006)以环境CGE模型分析了能源政策对北京市空气质量、人体健康、社会福利以及经济发展所造成的影响［53］。赖明勇等(2008)应用MCHUGE模型考虑了不同环节征收燃油税的经济效应和福利效果［54］。何建武和李善同(2009)运用环境CGE模型评估了实施能源税和环境税实现节能减排目标给宏观经济带来的影响［55］。魏巍贤(2009)构建了中国的能源环境CGE模型，在模型中引入反馈机制，研究了征收化石能源从价资源税的节能减排效果和宏观经济影响［56］。鲍勤等(2011)将动态递归的可计算一般均衡方法应用于碳关税征收影响的研究，建立了测算美国征收碳关税对中国经济与环境影响的动态递归可计算一般均衡模型［57］。牛玉静等(2012)等建立了一个综合描述全球经济-能源-环境的多区域CGE模型定量分析了多区域减排政策的碳泄漏情况 以及碳关税对碳泄漏的影响［58］。袁永娜、石敏俊等(2013)设计了单一碳税、单一碳排放交易以及碳税与碳交易相结合的复合政策等不同情景，并基于动态CGE模型模拟分析了不同政策的减排效果 经济影响与减排成本［59］。高洪成，徐晓亮(2012)在资源税改革中引入资源价值补偿机制，并构建资源环境CGE模型，研究了引入资源价值补偿对资源和环境的影响情况［60］。徐晓亮，许学芬(2013)构建动态多区域CGE模型，并以石油资源为对象，研究了资源计税方式变化对社会经济和区域发展以及资源环境系统的影响［61］。汤铃、鲍勤等(2014)基于CGE模型对核电项目暂停审批下不同的清洁能源发展情景进行了模拟研究［62］。此外，樊星等(2013)［63］，赵涛、秘翠翠 (2011)［64］，温 丹 辉 (2012)［65］，牛 玉 静 等(2013)［66］，金艳鸣，雷明(2012)［67］，陈宇峰、陈准准 (2012)［68］，钱斌华 (2011)［69］，李猛 (2011)［70］也做了类似研究。

尽管在能源环境政策分析中应用了各种CGE模型，能源-经济-环境CGE模型仍然处于初级阶段，主要有几个原因:(1)在界定能源、经济和环境之间相互作用时不完全或者过度简化;(2)缺乏完善的环境数据为能源环境CGE模型的数字界定提供坚实的基础;(3)多数能源环境CGE模型属于比较静态研究，对具有动态特点的政策分析存在局限性。此外已有的能源环境CGE模型仍然是标准化和先验的，在构建时包含很多假设条件。尽管一些模型应用于现实经济的能源环境问题，仍然是为发达国家建造的，很少是为发展中国家建立的能源环境CGE模型。

Andreas(2002)指出在大量的经济模型证实研究中，技术进步不仅决定着低碳经济的发展，而长期低碳经济的发展也同样影响着技术进步的发展［71］。为了能够比较精确的运用国内经济信息和经济数据研究技术进步对中国低碳经济的发展态势，本文尝试借助一个中国动态 CGE模型——MCHUGE模型来模拟分析技术进步对我国节能减排和经济发展的产出影响，而且从微观层面各个产业部门受到的冲击进行分析，得到一段时期内各经济变量变化的大致路径，准确把脉技术进步对中国低碳经济的发展态势，并试图以此为依据对发展低碳经济作出有益的对策分析。

三、用于分析低碳经济对中国经济影响的动态CGE模型的构建

本文运用澳大利亚莫纳什大学和湖南大学共同开发的中国经济的大型CGE模型——CHINGE模型和MCHUGE模型，它们是以ORANI模型和MONASH模型为蓝本的，其中CHINGE模型属于静态可计算一般均衡模型，包含了4万多个方程，是在ORANI模型的基础上进行构建开发的。CHINGE模型的主要内容包括了方程组体系、数据库以及闭合条件，其运行环境为GEMPACK软件。关于CGE模型中核心方程的推导可以参见应用一般均衡模型的教材，如 Dixon et al(1982)［72］和 Dixon and Rimmer(2002)［73］。 MCHUGE 模 型 是 从MONASH动态CGE模型①MONASH模型包含140种产业、56个地区以及340种职业，被广泛应用于经济政策，特别是贸易、税收、环境等问题。发展而来，结合了中国经济的有关特征和数据，计算机求解也是通过GEMPACK软件②GEMPACK(General Equilibrium Package)是在Johansen框架下用来专门解一般均衡模型的软件，由澳大利亚Monash大学CoPS开发并不断更新的，详细介绍见Harrison and Pearson(1996))。实现。MCHUGE模型方程体系具体可分为生产模块、需求模块、流通消耗模块、进出口贸易模块、价格模块、地区模块等六大模块。同CHINGE模型一样，MCHUGE模型的建立是基于瓦尔拉斯一般均衡理论以及投入产出理论，故其基本的方程体系以及基本方程与静态相类似，主要包括生产模块、需求模块、流通模块、贸易模块、价格模块等。相比之下，MCHUGE模型的优势在于它的动态部分，动态部分将前后两个时期相应的静态CGE模型进行了跨时链接，从而实现对未来进行较好的预测模拟和政策模拟。MCHUGE模型跨期链接主要体现在资本的累积，金融资本(债务)的累积以及劳动力市场的调整三个方面。这三种跨期链接体现了模型的动态化。模型构建及相关应用可参见赖明勇、祝树金(2008)［74］，胡宗义、刘亦文(2009)［75］，限于篇幅在此不作累述，仅列出本文研究所需的拓展模型。

(一)模型拓展

本文主要参照肖皓(2009)［76］的模型拓展方法，对MCHUGE模型进行适当的拓展，用以评估能源技术变动所带来社会福利的变动。

1.能耗模块的嵌入

本文设计了两种能耗评估指标:

式(1)代表j类能源产品投入到用途i的能耗使用率，用以反映含价格因素的能源使用情况，用能源使用金额与总投入金融的比例来表示;式(2)代表单位GDP能耗系数，用以反映单位GDP能耗水平，用标准煤与实际GDP的比例来表示。其中，i代表产品的六类的使用用途(中间投入、投资、消费、政府支出、出口、库存)，j代表6类能源产品，j2代表一次能源产品。VEUi(j)代表j类能源产品投入到用途i的价值量，VTOT代表用途i的总需求投入价值量。XEU( j2)代表一次能源产品实际投入总量，CET( j2)代表一次能源产品折合成标准煤的转换系数(见表1)，X0GDP代表是价格平减后的实际GDP。

2.环境模块的嵌入

本文对环境模块做了以下处理:

式(3)用以反映排污总量情况，式(4)用以反映第h种污染物的排放总量。其中，k代表不同行业，h代表四种污染物(工业废水、废气、固体废物及二氧化)，inp代表污染系数，activity代表工业总产出水平。

3.CO2排放的处理

CO2的排放主要来自煤、石油、天然气等化石燃料的燃烧，由于对CO2排放的监控与核算较为困难而且需要额外成本，本文将CO2转化为相应的能源产品，根据不同能源品种的含碳量进行换算，如下所示:

其中，e代表含碳的能源产品，V代表某种含碳能源产品的消费值，Tp表示某种能源的从价税，P代表能源价格，C表示含碳能源产品转化为标准煤系数(见表1)，Tq代表从量税。含碳能源品使用过程中产生CO2的系数见表2。

表1 各种含碳能源折标准煤系数

表2 含碳能源品的CO2排放系数单位:吨/标准煤

(二)闭合条件

在具体应用CGE模型进行政策模拟时，模型“闭合”是关键步骤，即在求解模型时区分哪些变量为外生变量，哪些变量为内生变量。内生变量必须与方程个数相同，这样就可以确定外生变量并对其赋值。外生变量的不同选择也就是模型闭合的不同选择方案，反映了对要素市场和宏观行为的不同假设。静态CGE模型中设计了短期和长期两种闭合条件，而MCHUGE的一个改进的地方就是能通过灵活选择外生变量实现动态化的模拟过程。

在本文中，短期内资本存量和实际工资率是外生给定的，相应的资本投资收益率和就业则是内生给定。这是因为在短期内，资本投资收益率和就业水平是动态变化的;资本投资收益率的变动幅度可以使投资发生相应的变化，从而使资本存量保持不变;实际工资率的变动幅度可以使就业率发生相应的变化，从而使就业水平保持不变。而在长期，资本收益率和就业是外生变量，资本存量和实际工资率则变成内生变量。在长期内，资本可以在国内和国外两个市场以及各部门间流动，资本投资收益率最终在国内和国外两个市场以及各部门间趋于平衡，而实际工资率的变动可以有足够的时间来调节就业水平。无论是在短期内还是在长期，劳动力、技术水平和资本存量将共同决定GDP的增长率。

MCHUGE模型分别引入了4种闭合方式:历史模拟、分解模拟、预测模拟及政策模拟。4种闭合方式根据实现目标的不同灵活选择内外生变量以及设置冲击的变化。

(三)模拟情景的设置

在MCHUGE模型中，每个生产部门的投入包括使用进口品和国产品的合成品投入、劳动和资本等要素和其他成本，各种投入之间按照两层嵌套的列昂节夫/固定替代弹性(CES)生产函数结合而成，各部门的总产出是出口品和内销品之间的固定转换弹性(CET)函数。因此，对于每个产品和要素的使用，MCHUGE模型都会给定一个技术参数来刻画这个产品或者要素的技术水平。在本文政策模拟中，模型假定所有的技术参数外生，通过设置相应的参数值来实现技术进步。

由于在MCHUGE模型中，有关技术进步的变量有很多，其中，△TFP(全要素生产率增长率)、科学技术变化和能源使用技术进步分别表示为:a1prim、a2tot、ac。为了分析能源技术变动对我国宏观经济变量、产业发展及节能减排的影响程度，在实际模拟过程中，依次设定了能源技术变动(ac)为0.5%、1%、2%，以此作为政策模拟，分别分析这三个场景下的模拟结果，并进行比较，以得到政策模拟相对于基线值的偏差，即政策效应。

四、仿真研究

本文利用MCHUGE模型对能源技术变动对我国宏观经济变量、产业发展及节能减排的影响程度进行了仿真研究，主要分析结果如表3、表4和表5所示。

(一)宏观经济效应分析

模拟结果显示，能源技术变动对主要宏观经济变量都有较为明显的推动作用，国民生产总值、居民福利、消费、投资、政府支持及进出口相对于预测期都有一定程度的正向偏离，而且技术变动的幅度越大，所产生的正向偏离也就越大。其中，能源技术进步对经济增长、居民福利改善及投资增加作用尤为明显。这是因为，在加快经济发展方式转变进程中，发展低碳经济在一定程度上形成新的经济增长点，推动了我国经济的发展。

能源技术进步对要素市场同样存在正向作用。能源技术进步对工资水平的提升逐年在增强。能源使用技术的提升有助于行业的总体生产效率的提高、产品质量控制、资源循环利用技术的运用以及生产成本的节约，同时这些企业对工人的素质要求也在不断的提高以适应不断变化的外面环境，在这个过程中，熟练劳动者与非熟练劳动者的相对工资都会上升，但由于工资在短期具有黏性，工资水平的提高在长期是可期的。从表3可以发现，能源技术进步对就业的影响在逐年减弱，这是因为能源技术进步会导致劳动生产率的提高，企业会减少对劳动力的需求，这与当前国内外学者研究认为技术进步对就业具有补偿性和破坏性不谋而合。能源技术进步对资本、土地等要素的租赁价格呈逐步回落态势，这与能源技术进步所带来的投资效益有关。随着投资的增加，企业在投资初期资本、土地等要素的需求也就越多，但投资趋于成熟后，企业对资本、土地等要素的需求也就更为理性。值得注意的是，随着企业对能源技术开发的投入和应用，资本回报率也在逐年增加，从而吸引了更多的投资。从表3中可以发现，随着投资的不断增加，总投资不断扩大带来了资本存量的逐年增加。

能源技术的开发与应用也引致了价格指数的波动。新产品开发导致的成本下降以及与原有产品竞争会使投资品价格指数下降。但本文中能源技术的开发与应用却引致了消费者物价指数的上升。其实也不难理解，引致消费者物价指数上升的影响因素是方方面面，通常情况下技术进步会导致物价下跌，但结合表3中其他宏观经济变量的情况来看，能源技术的开发与应用对促进经济增长、推动投资、促使资源性商品价格及工资水平上涨，这些因素的正向偏离在很大程度上影响消费者物价指数的正向波动。

从表3可以看出，能源使用技术的开发与应用能起到不错的节能减排效果。能源使用技术的开发与应用有助于提高能源利用效率，降低能源消耗总量，单位GDP能耗在不同情境下都呈现出逐年下降趋势。然而，CO2排放量力度逐年却呈现出温和的回落，这可能与能源使用技术的开发与应用的成熟，能源技术对CO2排放的作用趋于稳定。

表3 宏观模拟结果(相对基期的百分比变动率)

(二)能源技术变化对各产业资本收益率的效应分析

作为一种全新的经济发展模式，低碳经济的发展有赖于合理的微观激励机制，本文通过分析投资报酬率的高低，进而探寻其投资者的投资意愿的激励作用。从表4可以发现，三种模拟场景下，短期内能源技术的正向变动对各产业资本收益率均呈现出正向偏离，其中对农业有关产业激励更加明显，奶产品生产业、渔业、其它矿业开采业及猪、家禽业等产业的资本收益率短期内呈现出可期的正向偏离，其他大部分产业的资本收益率也有不同程度的正向偏离。因此，短期内，资本收益率的提高有助于拉动投资者的投资意愿。但长期来看，能源技术变化对部分产业资本收益率呈现不同程度的温和的负向的偏离，这可能是因为由于前期的大量投资致使产品过剩、引进的设备处于产品生命周期末期及各产业对技术创新产生了一定程度的路径依赖。

表4 能源技术变化对各产业资本收益率影响(相对基期的百分比变动率)

表5 能源技术变化对各产业产出水平影响(相对基期的百分比变动率)

(三)产业效应分析

能源使用技术变动对我国不同行业产出水平的影响是不尽相同的，主要体现在对农业相关部门和非农业相关部门的差异。从表5可以发现，能源使用技术的正向变动对非农业相关部门的产出水平均产生了正向的偏离。而对农业相关部门并没有完全产生积极的影响，以负向的偏离为主。模拟结果表明，与基准情景比较，长期内从技术升级中受损的产业主要包括种植业(小麦、其他谷类)、作物业(油料、糖类、麻类、其他作物业)、皮革羊毛业及糖类制品加工业等农业相关部门，石油开采业也受到了一定的冲击。从能源技术升级中受益的产业主要包括建筑业、非金属矿物制品、其他交通运输设备制造业、林产品、其他采矿业、邮电业、住宿和餐饮业、文教卫生科研事业和行政机关、木材加工及家具制造、水的生产和供应业、机动车辆设备、租赁和商务服务业、金属制品、商业、鲜奶、陆地交通运输、金融服务业等，由于这些产业的能源投入的减少，减少了生产成本，产出增加。因此，从长期来看，能源使用技术变动会促进产业的结构调整，这种调整特别表现在刺激受益产业的进一步低碳化，同时引致受冲击产业加快转换产业结构。

农业节能是国家节能减排工作的重要组成部分，其减排形势同样十分严峻。我国大部分农村地区经济发展水平低，农民节能意识淡薄，居民生活用能仍以秸秆、薪柴等低效燃烧为主，室内外环境污染相当严重，能源利用效率低，仅为25%左右。我国大部分农村地区农业机械化基础薄弱，对农业设备进行技术升级仍需时日。同时，农村地区基础设施落后，严重制约了能源技术的推广应用，并且能源技术所带来的成本问题也是多数农民难以负担。

受能源使用技术变动影响，能源生产和供用业(包括石油开采业、煤炭开采业、天然气开采业等)的产出出现了不同方向的偏离。石油开采业、天然气开采业呈正向偏离，煤炭开采业呈呈反向偏离，这是与我国“富煤、少气、缺油”的资源条件、以煤为主的能源结构有密切关联。从表5可以看出，即使石油开采业呈正向偏离，但偏离的幅度在逐年减少，天然气的开采与利用呈现“U”型。

五、结论与政策建议

本文利用MCHUGE模型仿真分析了三种场景下能源技术变动对我国宏观经济变量、产业发展及节能减排的影响程度，得到了一些有益的结论:

第一，能源技术变动在短期和长期中对主要宏观经济变量都有较为明显的推动作用，国民生产总值、居民福利、消费、投资、政府支持及进出口相对于预测期都有一定程度的正向偏离，而且技术变动的幅度越大，所产生的正向偏离也就越大。能源技术进步对要素市场同样存在正向作用。能源技术进步对工资水平的提升逐年增强，对资本、土地等要素的租赁价格呈逐步回落态势。能源技术的开发与应用还引致了价格指数的波动。同时，能源使用技术的开发与应用能起到不错的节能减排效果。

第二，短期内能源技术的正向变动对各产业资本收益率均呈现出正向偏离，资本收益率的提高有助于拉动投资者的投资意愿。但长期来看，能源技术变化对部分产业资本收益率呈现不同程度的温和的负向的偏离，这需要破解各产业技术创新的路径依赖问题。

第三，能源使用技术变动对我国不同行业产出水平的影响是不尽相同的，主要体现在对农业相关部门和非农业相关部门的差异。能源使用技术的正向变动对非农业相关部门的产出水平均产生了正向的偏离。而对农业相关部门并没有完全产生积极的影响，以负向的偏离为主。因此，从长期来看，能源使用技术变动有利于促进产业结构的调整。

从模拟结果来看，能源使用技术的进步对有些产业的预期影响可能存在一定的出入。这与中国经济的复杂性致使CGE模型难以对整个国民经济(包括实体经济和虚拟经济)的刻画，其次由于数据的可得性致使CGE模型的基准数据难以完整反映国民经济的现状，CGE模型本身的局限性(如对CGE模型的动态化处理)也会导致部分结果失真。

中国已经成为世界上第二大能源消费国。中国依靠大量消费能源，推动了经济的高速增长，但也使经济增长越来越接近了能源资源条件的约束边界。在这样的背景下，进一步发掘并开发技术进步对提高能源效率的作用，转变传统的粗放型能源利用模式，已经成为中国能源发展中的关键问题。

［1］世界气象组织.WMO温室气体公报(第8期):基于2011年全球观测的大气温室气体状况［OL］.World Meteorological Organization，http://library.wmo.int/pmb_ged/ghgbulletin_8_zh.pdf.

［2］Jos G.J.Olivier，Greet Janssens-Maenhout，Jeroen A.H.W.Peters.Trends in global CO2coemissions:2012 report［OL］.百 度 文 库，http://wenku.baidu.com/view/35729830f111f18583d05ad7.html.

［3］National Oceanic ＆ Atmospheric Administration(NOAA).NOAA's Annual Greenhouse Gas Index(AGGI)［OL］.National Oceanic ＆ Atmospheric Administration，http://www.esrl.noaa.gov/gmd/aggi/.

［4］胡宗义，刘亦文.能源消费、技术进步与经济增长关系的实证研究［J］.湖湘论坛，2013(5):92-97.

［5］IEA.World Energy Outlook2006［M］.Paris:OECD，2006.

［6］IPCC.Special report on emissions scenarios［M］.New York:Cambridge University Press，2000.

［7］IPCC.Climate Change 2001:mitigation of climate change.Contribution of working group III to the third assessment report［M］.New York:Cambridge University Press，2001.

［8］Wey ant John P..An Introduction to the economics of climate change policy［R］.Tughlakabad，Report for the Pew Center on Global Climate Change，2000.

［9］黄泰岩，张培丽.2011年中国经济研究热点排名与分析［J］.经济学动态，2012(4):14-18.

［10］黄泰岩，张培丽.2010年中国经济研究热点排名与分析［J］.经济学动态，2011(2):7-11.

［11］John R.Hicks.The theory of wage［M］.London:Macmillan，1932.

［12］周宏春.低碳经济的发展需要技术进步来推动［N］.中国能源报，2010-7-26(4).

［13］杨芳.中国低碳经济发展:技术进步与政策选择［J］.福建论坛·人文社会科学版，2010(2):73-77.

［14］王守春，董秀成.中国能源消费与GDP因果关系的实证研究——基于结构变化、技术进步视角［J］.改革与战略，2009(1):46-49.

［15］王迪，聂锐.江苏省节能减排影响因素及其效应比较［J］.资源科学，2010(7):1252-1258.

［16］樊茂清，任若恩，陈高才.技术变化、要素替代和贸易对能源强度影响的实证研究［J］.经济学(季刊)，2009，9(1):237-258.

［17］樊茂清，郑海涛，孙琳琳，任若恩.能源价格、技术变化和信息化投资对部门能源强度的影响［J］.世界经济，2012(5):22-45.

［18］樊茂清，周亚颖.能源价格变化、技术变化和信息化投资对能源强度的动态影响研究［J］.经济问题，2011(5):28-31.

［19］李子豪，刘辉煌.外商直接投资、技术进步和二氧化碳排放——基于中国省际数据的研究［J］.科学学研究，2011，29(11):1495-1503.

［20］赵昕，郭晶.中国低碳经济发展的技术进步因素及其动态效应［J］.经济学动态，2011(5):47-51.

［21］张永军.技术进步，结构变动与碳生产率增长［J］.中国科技论坛，2011(5):114-120.

［22］李凯杰，曲如晓.技术进步对中国碳排放的影响——基于向量误差修正模型的实证研究［J］.中国软科学，2012(6):51-58.

［23］姚西龙，于渤.技术进步、结构变动与工业二氧化碳排放研究［J］.科研管理，2012，33(8):35-40.

［24］李怀政，林杰.碳排放、技术进步与出口贸易结构研究［J］.商业研究，2012(1):202-209.

［25］Dufournaud M C，Harrington J，Rogers P.Leontief's environmental repercussions and the economic structure revisited:a general equilibrium formulation［J］.Geographical Analysis，1988，20(4):318-327.

［26］Baumol W J，Oates W E.The theory of environmental policy［M］.New York:Cambridge University Press，1988.

［27］Forsund F R，Storm S.Environmental economics and management:pollution and natural resources［M］.London:Croom Helm，1988.

［28］Hazilla M，Kopp R.Social cost of environmental quality regulations:a general equilibrium analysis［J］.Journal of Political Economy，1990，98(4):53-73.

［29］Robinson S.Pollution，market failure，and optimal policy in an economy-wide framework［R］.University of California，Berkeley，Agricultural and Resource Economics Working Paper，No.559，1990.

［30］Jorgenson D W，Wilcoxen P J.Intertemporal general equi-librium modeling of U.S.environmental regulation［J］.Journal of Policy Modeling，1990，12(4):715-744.

［31］Wianwiwat S，Asafu-Adjaye J.A CGE approach to the analysis of biofuels for promoting energy self sufficiency and security policy in Thailand-Results and discussion［J］.Procedia Engineering，2012，49:3-9.

［32］Beckman，Jayson ＆ Hertel，Thomas ＆ Tyner，Wallace.Validating energy-oriented CGE models［J］.Energy Economics，2011，33(5):799-806.

［33］Lucas Bretschger，Roger Ramer and Florentine Schwark.Growth effects of carbon policies:applying a fully dynamic CGE model with Heterogeneous capital［J］.Resource and Energy Economics，(2011，33(4):963-980.

［34］Wolfgang Britza，Thomas W.Hertel.Impacts of EU biofuels directives on global markets and EU environmental quality:An integrated PE，global CGE analysis［J］.Agriculture，Ecosystems and Environment 2011，142(1-2):102-109.

［35］Mahmood Arshad，Marpaung Charles O P.Carbon pricing and energy efficiency improvement--why to miss the interaction for developing economies?An illustrative CGE based application to the Pakistan case［J］.Energy Policy，2014，67:87-103.

［36］Orlov A，Grethe H.Carbon taxation and market structure:a CGE analysis for.Russia.Energy Policy，2012，51:696-707.

［37］Maisonnave H，Pycroft J，Saveyn B，Ciscar J C.Does climate policy make the EU economy more resilient to oil price rises?a CGE analysis［J］.Energy Policy，2012，47:172-179.

［38］Németh G，L Szabó，and J C Ciscar，Estimation of Armington elasticities in a CGE economy-energy-environment model for Europe［J］.Economic Modelling，2011，28(4):1993-1999.

［39］Bao Q，Tang L，Zhang ZX.，Wang S Y.Impacts of border carbon adjustments on China's sectoral emissions:Simulations with a dynamic computable general equilibrium model［J］.China Economic Review，2013，24(1):77-94.

［40］Thepkhun P，Limmeechokchai B，Fujimori S，Masui T，Shrestha R M.Thailand's Low-Carbon Scenario 2050:The AIM/CGE analyses of CO2 mitigation measures［J］.Energy Policy，2013，62:561-572.

［41］Da Zhang，Sebastian Rausch，Valerie J.Karplus and Xiliang Zhang.Quantifying regional economic impacts of CO2 intensity targets in China［J］.Energy Economics，2013，40(C):687-701.

［42］Ochuodho，TO，VA Lantz，P Lloyd-Smith and P Benitez.Economic impacts of climate change and adaptation in Canadian forests:a CGE modeling analysis［J］.Forest Policy and Economics，2012，25:100-112.

［43］Asafu-Adjaye J，Wianwiwat S.A CGE approach to the analysis of biofuels for promoting energy self sufficiency and security policy in Thailand-Methodology［J］.Procedia Engineering，2012，49:357-372.

［44］Dai H，Masui T，et al.Assessment of China's climate commitment and non-fossil fnergy plan towards 2020 using Hybrid AIM/CGE Model［J］.Energy Policy，2011，39(5):2875-2887.

［45］Liu W，Li H.Improving energy consumption structure:a comprehensive assessment of fossil energy subsidies reform in China［J］.Energ Policy，2011，39:4134-4143.

［46］Zhang Z X.Macroeconomic effects of CO2 emission limits:a computable general equilibrium analysis for China［J］.Journal of Policy Modeling，1998，20(2):213-250.

［47］谢 剑，傅斯凯.中国排污费及其使用:一个定量模拟研究.徐滇庆，李金艳主编:中国税制改革［M］.北京:中国经济出版社，1997.

［48］李善同，翟 凡，徐 林.中国加入世界贸易组织对中国经济的影响:动态一般均衡分析［J］.世界经济，2000，23(2):3-14.

［49］郑玉歆，樊明太.中国CGE模型及政策分析［M］.北京:社会科学文献出版社，1999.

［50］贺菊煌，沈可挺，徐嵩龄.碳税与二氧化碳减排的CGE模型［J］.数量经济技术经济研究，2002，(10):39-47.

［51］魏涛远，格罗姆斯洛德.征收碳税对中国经济与温室气体排放的影响［J］.世界经济与政治，2002，(8):47-49.

［52］武亚军，宣晓伟.环境税经济理论及对中国的应用分析［M］.北京:经济科学出版社，2002.

［53］姜林.环境政策的综合影响评价模型系统及应用［J］.环境科学，2006，(5):1035-1040.

［54］赖明勇，肖 皓，陈雯等.不同环节燃油税征收的动态一般均衡分析与政策选择［J］.世界经济，2008，(11):65-76.

［55］何建武，李善同.节能减排的环境税收政策影响分析［J］.数量经济技术经济研究，2009，(1):31-44.

［56］魏巍贤.基于CGE模型的中国能源环境政策分析［J］.统计研究，2009，(7):3-12.

［57］鲍 勤，汤 铃，杨烈勋，乔 晗.能源节约型技术进步下碳关税对中国经济与环境的影响-基于动态递归可计算一般均衡模型［J］.系统科学与数学，2011，(2):175-186.

［58］牛玉静，陈文颖，吴宗鑫.全球多区域CGE模型的构建及碳泄漏问题模拟分析［J］.数量经济技术经济研究，2012(11):34-50.

［59］袁永娜，石敏俊，李 娜.碳排放许可的初始分配与区域协调发展——基于多区域CGE模型的模拟分析［J］.管理评论，2013(2):43-50.

［60］高洪成，徐晓亮.资源税改革中的价值补偿问题研究［J］.软科学，2012(5):36-40.

［61］徐晓亮，许学芬.资源计税方式变化的动态多区域一般均衡分析［J］.中国科技论坛，2013(4):84-91.

［62］汤 铃，鲍 勤，王明喜.核电项目暂停审批与我国减排目标的实现:基于CGE模型分析［J］.系统工程理论实践，2014，34(2):349-356.

［63］樊 星，马树才，朱连洲.中国碳减排政策的模拟分析——基于中国能源CGE模型的研究［J］.生态经济，2013(9):50-54.

［64］赵 涛，秘翠翠.碳税CGE模型对我国经济影响分析［J］.科学技术与工程，2011(36):9026-9031.

［65］温丹辉.美国碳关税政策影响及中国对策分析——基于可计算一般均衡模型［J］.系统工程，2012(12):1-9.

［66］牛玉静，陈文颖，吴宗鑫.多区域减排成本及经济影响比较分析［J］.生态经济，2013(9):46-49.

［67］金艳鸣，雷 明.二氧化硫排污权交易研究——基于资源-经济-环境可计算一般均衡模型的分析［J］.山西财经大学学报，2012(8):1-10.

［68］陈宇峰，陈准准.能源冲击对中国部门间劳动力市场需求结构的影响［J］.国际贸易问题，2012(4):16-29.

［69］钱斌华.基于长三角二省一市的碳税开征模拟研究［J］.财政研究，2011(6):13-16.

［70］李 猛.后危机时期政策或冲击对中国宏观经济影响的数量分析——基于环境与金融层面相统合的多部门CGE模型［J］.数量经济技术经济研究，2011(12):3-20.

［71］Andreas Loschel.Technological change in economic models of environmental policy:a survey［J］.Ecological Economics，2002，43(2-3):105-126.

［72］Dixon P B.ORANI，a multisectoral model of the Australian economy［M］.North-Holland:Armsterdam，1982.

［73］Dixon P B，Rimmer M T.Dynamic general equilibrium modeling for forecasting and policy.a practical guide and documentation of monash［M］.North-Holland:Armsterdam，2002.

［74］赖明勇，祝树金.区域贸易自由化:可计算一般均衡模型及应用［M］.北京:经济科学出版社，2008.

［75］胡宗义，刘亦文.CGE模型在能源税收及汇率领域中的应用研究［M］.长沙:湖南大学出版社，2009.

［76］肖 皓.金融危机时期中国燃油税征收的动态一般均衡分析与政策优化［D］.长沙:湖南大学经济与贸易学院，2009.