经济转型和低碳双约束下的中国能源消费情景预测

吴凡

（对外经济贸易大学 国际经济贸易学院，中国 北京 100029）

经济转型和低碳双约束下的中国能源消费情景预测

吴凡

（对外经济贸易大学 国际经济贸易学院，中国 北京 100029）

根据不同的经济转型目标设置具有不同投资结构、消费模式、贸易格局、技术水平的情景组合，并结合碳税、碳交易等应对气候变化政策，模拟经济转型和经济非转型情景下中国的能源消费和CO2排放状况。研究表明在经济社会发展的刚性需求推动下，2030年之前CO2排放将维持较快增长；经济转型的顺利实现将促进中国的低碳发展，显著降低减排成本。

经济转型；CGE模型；能源需求；CO2排放

一、引言

全球产业分工下，中国变成“世界工厂”使得中国的能源消费量飙升，BP数据显示2010年中国成为世界上最大的能源消费国。国际能源署发布报告指出，2013年中国碳排放量占到了全球的28%，而同年中国的GDP仅占到全球的12．4%（笔者根据WDI数据库的数据计算得出）。为减缓经济发展过程中能源消费快速增长的趋势，中国于2009年11月首次向世界提出“到2020年单位GDP二氧化碳排放比2005年下降40%～45%”的目标，在2015年11月的巴黎气候变化大会中，习近平总书记进一步提出，中国将在2030年单位国内生产总值二氧化碳排放比2005年下降60%～65%。与此同时，中国经济增速放缓、环境承载力超负荷、产业结构急需调整，经济转型面临着不进则退的风险。因此，研究经济转型和低碳背景下中国能源消费和碳排放具有重要的意义。

用于能源消费预测研究的模型主要包括时序模型、回归模型、ARIMA模型[1]、Log-GMDH模型[2]、灰色预测模型[3-5]、投入产出模型、组合预测模型[6]、MARKAL模型、TIMES模型、LEAP模型和IPAC模型等。Shrestha et al．采用MARKAL模型研究尼泊尔加德满都山谷2005—2050年不同部门能源使用和碳排放目标实现问题[7]。Kadian et al．和Huang et al．利用LEAP模型研究印度德里市、台湾的能源消费和碳排放问题[8-9]。姜克隽等[10]、发改委能源所课题组[11]、戴彦德等[12]利用IPAC模型研究了中国2050年能源需求和碳排放情景。朱婧等[13]借助情景分析法和“脱钩”概念模型，分析济源市到2030年不同低碳情景。还有学者利用能源消费来源、能源消费规律、Kaya恒等式或基于相似国家人均累计能耗参照对中国的能源消费进行预测（樊杰[14]；于汶加[15]；Yuan et al．[16]；沈镭等[17]）

基于CGE模型的情景模拟在能源领域也不断的演进发展。石敏俊等[18]基于动态CGE模型分析化石能源供应约束下中国经济发展和碳排放。刘小敏等[19]构建CGE模型估算2020年中国碳排放强度目标执行难易程度。毕清华等[20]运用CDECGE模型构建三种情景分析中国未来的一次能源需求量、能源消费结构及碳排放趋势。汤玲等[21]构建中国清洁能源发展的CGE模型，对2007—2020年核电项目暂停审批下不同的碳排放强度情景模拟；魏玮等[22]运用动态CGE模型，对二氧化碳限制和R&D补贴政策的宏观和部门的能源-经济-环境一般均衡进行模拟；刘亦文等[23]借助动态CGE模型-MCHUGE模型分析三种情境下能源技术变动对中国宏观经济变量、产业资本收益率等的影响。鲜有文章关注到近年来越发迫切的经济转型问题对中国低碳发展的影响，未来中国经济能否顺利实现转型，存在较大的不确定性，而研究经济转型对中国的能源消费和碳减排发展到底有怎样的影响对于中国制定能源政策和环境政策有着重要意义。本文研究设置了两组情景：非转型和转型，每组情景下含四个子情景，分析不同情景下能源需求和CO2排放，研究了不同经济转型状况下，中国未来40年的低碳发展路径。

二、研究方法

目前能源需求和碳排放情景分析主要有OECD的GREEN模型[24]、美国能源部的G-Cubed模型[25]，日本国立环境研究所的AIM-CGE模型[26]等。本研究采用更适合中国国情的AIM-CGE模型，通过逐年动态递推求解一系列的静态均衡，模拟未来的经济和能源发展动态。

（一）基本模型

1．生产活动和需求模块。对常规部门，生产要素（劳动力、资本、土地、能源）之间存在替代，通过多层的常弹性替代函数描述；其他非能源商品则具有列昂惕夫函数关系。对能源加工转换部门，生产要素（劳动力、资本、土地）之间存在替代，但能源之间不能相互替代。

居民的收入来源于劳动力、资本、土地和其他机构的转移收入，支出分为税收、消费、储蓄和转移支出，消费结构按线性支出函数分配。企业的收入来自资本、土地和转移收入，支出分为储蓄和转移支出。政府的收入来源主要是税收、资本、土地和转移收入。

2．进出口模块。本模型假设世界商品市场价格是固定的，但汇率随政策情景变化。本地生产的商品通过常弹性转换函数分为本地消费和出口两部分。本地消费的商品总量通过本地生产本地消费的商品和进口商品通过阿明顿函数合成。

3．温室气体模块。本文只考虑化石能源燃烧排放的CO2气体，排放量可由能源消费量乘以排放因子获得。CO2的减排措施包括碳税、碳交易、碳捕获和储存技术、自主能效提高等。

4．模型动态化设计。动态CGE模型是在静态CGE模型的基础上研究和模拟多时期的经济变动。

劳动力增长率。劳动力的变化和人口数量呈正比关系，人口的变化是外生的。

资本增长率。每一年新投入到生产活动的总资本等于上一年的总储蓄，然后按照各个生产活动拥有的资本比例分配到各个生产活动。如（1）式，QFN0（A）表示生产活动A的新投资，QINV表示今年的总投资，QF（A）表示A目前的总资本。

这是新资本的初始分配，再按以下两种方式进

二是按宏观政策校正，2035年之前政府会对电子设备业、服务业等新型战略产业增加财政支出。同时，适当降低对煤炭发电的投资，鼓励天然气发电和新能源发电的投资。

经过校正后的新资本QFN0（A）需要做归一化后再乘以总投资QINV，保证新资本总和不变。行校正：

一是按资本的回报率校正，资本回报率越高的生产活动投入的新资本就越多。（2）式中的WF（F，A）表示生产要素F在生产活动A中的价格，WF（A）是生产要素F在所有生产活动中的平均价格，ε是效率系数。

5．全要素生产率TFP。全要素生产率（TFP）由劳动力、资本、GDP增长率等决定。（6）式αa表示TFP，QVAat-1（1+gdp_grt）表示今年预期的增加值，gdp_grt表示GDP增长率，fac_grft表示生产要素的增长率。

（二）数据来源及部门划分

模拟的时间范围是2005—2050年，其中2005—2014年数据和已发布的统计数据校核一致。研究基年为2005年，数据基础是2005年中国投入产出表，已发布的统计数据源于《中国统计年鉴2015》、能源数据来源于2005—2015年的《能源统计年鉴》，一次能源排放因子来源于IPCC报告①。

模型中的生产部门包括20个常规部门和9个能源加工转换部门。常规部门包含1个农业部门，12个工业部门，1个建筑业部门，1个服务业部门，以及CCS部门；能源加工转换部门包括石油炼制部门，以及由传统发电部门拆分的8个部门，即煤电、油电、气电、水电、核电、风电、光伏发电、生物质能发电。模型主体包括居民、政府和企业三类，生产要素包含资本、劳动力、土地、能源四种。

三、情景设置

在宏观经济层面设置了两组对照情景：一组是经济非转型（以下简称非转型）情景，主要维持现有经济发展方式，不对经济结构、要素结构和产业结构实施特殊干预；另一组是经济转型（以下简称转型）情景，通过引导投资结构，鼓励消费，转变出口方式、加强技术创新等方式顺利实现经济发展方式转变。

在非转型和转型两组情景下，根据不同的CO2减排目标，分别设置不同的低碳发展子情景。包括：基准情景BaUi（其中i=0或1），即不包含强制CO2减排目标，也不实施特别的应对气候变化政策的情景；节能情景CMi1，设定的减排目标可以通过努力完成，在国内实施了碳税政策；低碳情景CMi2，设定的减排目标需要通过非常大的努力完成，在实施了碳税政策和碳交易政策，并普及CCS技术；2℃情景CMi3，尝试探讨全球在2050年升温控制在2℃范围内约束下的中国排放情景。两组情景下八个子情景的参数设置情况如表1所示②。

表1 非转型和转型情景组合的参数设置

四、预测结果分析

（一）经济增长和CO2排放

无论何种情景，未来中国经济持续增长的趋势不会改变，这是由稳步推进的城市化和工业化进程决定的。2010—2020年的GDP增长可以达到7%以上，2020—2035年GDP增幅在5%～6%，2035—2050年下降至3%左右。未来经济增速下滑主要由于城市化和工业化进程的逐渐完成，以及人口老龄化趋势，此外还包括全要素生产率出现下降。

除基准情景外，非转型和转型情景组中的低碳发展情景，具有相同的CO2排放路径。在非转型的基准情景下，2050年中国CO2排放将达到15 834Mt-CO2，较2005年增长211%；在转型的基准情景下，2050年CO2排放为13 661MtCO2，较非转型情景降低了13．72%，体现了经济转型对CO2减排的巨大作用。在CO2排放峰值方面，基准情景下2050年之前将不会出现排放峰值，但2040年之后CO2的排放将显著变缓；在一般的碳减排约束下（CMi1和CMi2），CO2排放峰值将出现在2030—2040年；即使是最严苛的全球2℃情景下，中国在2025年也难以达到CO2排放峰值。

在经济增长的损失方面，随着温室气体减排目标的强化，GDP损失逐渐加大。在非转型情景下，2050年CM01情景与基准情景BaU0相比碳减排量达24%，GDP损失为1．37%；CM02情景碳减排44%，GDP损失增达到1．40%；在全球控制2℃升温目标下的CM03情景，碳减排量达到76%，但GDP损失高达2．95%。相对于非转型情景BaU0，转型情景在中短期内存在一定的GDP损失，BaU1在2020年GDP损失为0．33%，2035年扩大至1．22%，2050年进一步增大至1．25%。在经济转型情景组下的CM11情景，与经济非转型情景组下的CM01情景将实现相同排放路径和减排量，但2050年的GDP损失仅为0．51%；CM12情景的GDP损失更减至0．48%；即使是最强减排要求的CM13情景，GDP损失也较CM03改善不少。

分析可知，CO2减排引发的GDP损失可以通过推进经济转型获得弥补。主要因为碳排放约束下，原具有较高收益水平的高能耗部门，由于排放成本的增加优势丧失；而低能耗产业则更具经济活力。这也体现出经济转型和低碳发展的内在一致性，经济转型的成败，客观上影响了中国低碳发展的进程。不同情景下2005—2050年中国CO2排放路径见图1。

（二）一次能源需求

结果显示如果不推进经济转型，也不实施应对气候变化政策，中国未来能源需求量将以每年3%的速度增长，2050年达到6 353Mtce，较2010年上涨277%；其中煤炭需求量上涨1．9倍，天然气需求述目标。这一方面得益于新能源的装机规模和技术水平大幅提高；另一方面，能源需求总量增幅趋缓也是重要因素。2020年之后，在低碳发展政策的推动下，中国能源结构将得以进一步优化。到2050年，即使是经济非转型情境下，BaU0下的非化石能源比重也可达到15.6%；如配合实施适当的低碳发展政策，CM01、CM02和CM03情景的非化石能源所占比重将快速提高，分别达到19.5%、25.2%和44.4%。如果经济能够成功转型，则CM11和CM12情景下非化石能源比重将增大到21.7%和27.1%，CM13情景则进一步增长到46.5%。不同经济转型情景的能源结构将最终趋于一致，此时起关键作用的是碳价格和CCS技术。

图1 不同情景下2005—2050年中国CO2排放路径

图2 2050年一次能源消费总量（左：非转型，右：转型）

（三）终端能源需求

非转型情景组中的基准情景BaU0下，到2050年中国终端能源需求量将达到3 898Mtce，较2005年增长2.34倍，其中二产用能增长2.14倍，交通用能增长3.07倍，居民生活用能增长1.55倍，服务业用能增长3.53倍，农业用能增长2.86倍，非能源使用增长2.4倍。增长最迅速的是服务业用能和交通用能。在转型情景组中的基准情景BaU1下，到2050年中国终端能源需求为2 954Mtce，比BaU0下降943Mtce，其中二产、居民生活、交通运输和服务业贡献了93%以上，而交通部门和服务业终端能源需求上涨6.5倍，石油需求上涨4倍。如果中国经济转型顺利，则2050年中国能源需求总量BaU1将较BaU0下降985Mtce，占2050年BaU0情景的15.5%。通过比较不同经济转型背景下，对应减排情景的能源需求量，可以发现经济转型情景下各子情景的能源需求总量均小于非转型情景，体现出经济转型对节约能源的作用。2050年一次能源消费总量见图2。

在经济非转型情景下，实现2020年非化石能源占一次能源15%的目标比较困难。如果经济转型成功，则2020年中国可能在CM11情景下顺利实现上呈现刚性增长趋势。

分析显示，转型情景组下四个情景的终端能源需求量及分部门终端能源需求量均比非转型情景组下的四个情景要低，体现出经济转型可以切实有效地降低终端能源消费需求。在没有CO2排放约束下，转型对终端能源需求总量的抑制作用非常明显；但随着减排目标的增大，这种影响逐渐减弱，在2℃情景下两者只相差124Mtce，这与一次能源需求的变化规律是一致的。

表2给出了CM02和CM12情景2005—2050年分部门终端能源情况。在较强CO2排放约束下，各部门终端能源需求呈现不同变化趋势。在两个情景中，二产终端能源需求均呈现先升后降趋势，都在2030年左右达到峰值；区别在于CM12中的二产终端能源需求较CM02低5%左右。居民生活用能也呈现先升后降态势，前期上升的原因在于人口数量的增加和生活水平的提高，后期下降的主要原因是人口数量的减少和技术进步增强；在CM02情景中，居民生活用能的峰值出现在2040年左右，而CM12情景则提前至2030年。唯一持续上升的是交通用能需求，其占终端能源需求的比重将从2005年的14.7%上升到2050年的23%左右。此外，服务业用能呈快速增长趋势，并于2040年达到峰值。两个情景的区别在于：由于CM12产业规模较大，因此能源需求略高于CM02情景；此外，CM02情景的服务业能耗在2040年达到顶峰后基本维持不变；而CM12情景则在2040年冲高后出现较快回落。

表2 2005—2050年中国终端能源需求结构（CM02&CM12）

（四）模型不确定性分析

受模型方法局限，研究将中国经济转型和低碳发展中的不确定因素设置成外生参数，如未来中国全要素生产率TFP的变化趋势、国际贸易形势、终端能效水平、CCS技术成本等。模型中经济转型情景组中TFP年增长率在2010—2020年为2．9%，2020—2030年为2．7%，2030—2050年为2．5%。由于数据和估算方法的不同，关于未来中长期中国TFP增长率变化趋势的研究结果具有较大差异，但一致结论是：随着经济水平的提高，TFP将逐渐下降，如果未来TFP增长率出现波动，将会对GDP、一次能源需求、CO2排放等产生影响。

表3给出了2040—2050年不同TFP增长率下，对经济转型情景组中的基准情景BaU1的影响。TFP增长率每降低0．1个百分点，GDP增速降低1个百分点，总量减小2万亿～3万亿元，一次能源需求减小15Mtce左右，多排放CO2100Mt左右。此外，TFP的提高对降低单位GDP能耗和CO2排放具有一定作用，2040—2050年TFP每提高0．1个百分点，单位GDP的CO2排放降低0．28%。主要原因是在社会生产中，要素和能源投入之间存在替代，TFP提高意味要素投入效率提高，进而使单位GDP的CO2排放降低。

表3 2040—2050年TFP增长率对经济转型情景组中的基准情景BaU1的影响

模型中假设经济非转型情景在2025年达到国际贸易平衡，但平衡的实现也可能出现滞后。表4给出了非转型情景组中基准情景BaU0下，中国在2030年和2035年实现国际贸易均衡的情景，可以看出，贸易均衡的实现时间对中国2050年经济和CO2排放几乎没有影响，仅对中间年份有一定影响。其中贸易均衡的延迟实现对GDP有微小的促进作用，对产业结构调整和降低CO2排放强度有微小的负面作用。这是由于2020年后，国内消费的产品结构和出口产品结构相对接近，这也体现出未来引导居民消费结构的重要性。

表5给出了不同煤炭终端能效提高对经济转型情景组中的基准情景BaU1的影响。可以看出煤炭终端利用效率年均每降低0．1个百分点，一次能源需求将增加20M吨标煤，CO2排放将增加30～60公吨，非化石能源比重降低0．1个百分点。

表4 对外贸易均衡实现时间对中国经济结构和CO2排放的影响（BaUo）

表5 煤炭终端能效进步对2050年能源需求和CO2排放的影响（BaU1）

五、研究结论

1．2030年之前中国经济的持续增长，也带来能源消费和CO2排放的持续增长，这将成为中长期制约中国发展的主要因素。如果按照现有的发展方式发展，2030年中国一次能源需求量将达到48．2亿吨标煤，CO2排放达到138．2亿吨，比2005年增加170%以上；2050年一次能源需求量达到63．5亿吨标煤，排放CO2158．3亿吨，较2005年增加210%。大量新增的能源需求将给未来能源供应安全带来严峻挑战。

2．能否顺利实现经济转型，关系到中国低碳发展的成败。经济转型能够从根本上缓解由于经济社会发展带来的能源供需矛盾，从而对中国实现低碳发展起到决定性的影响。其贡献主要包括：（1）经济发展方式的转变将加速中国的产业结构和消费结构升级，从而提高能源利用效益，用更少的能源实现更高的经济增长。研究表明在GDP总量几乎相同的情况下，经济转型情景组下的基准情景BaU1在2050年的一次能源消费量为53．7亿吨标煤，较非转型情景组中的BaU0低15．5%。（2）经济转型将扭转过度依赖投资和进出口的增长方式，通过提升公共支出、完善分配机制等措施，提高居民收入，从而提升消费水平。食品、服务业等居民消费产品的能耗远低于固定资产投资所需的钢铁、水泥能耗，从而实现社会消费品结构的优化。（3）虽然按照现有增加值率核算，经济转型可能引发一定的GDP损失，但也可以大幅降低应对气候变化方面的负面影响。

3．经济转型和技术进步的不确定性，将对未来经济增长、能源需求和CO2排放产生显著影响。研究表明如果2040—2050年TFP年增长率每降低0．1个百分点，将使GDP增长率降低0．1个百分点，同时单位GDP的CO2排放提高0．28%。因此理顺机制障碍，加强科技创新，关系到中国经济转型和低碳发展的成败。在国际贸易方面，未来中国将逐渐摆脱对出口的依赖，最终实现进出口贸易均衡，但转型的速度和进程仍存在不确定性。研究表明，实现贸易均衡的时间对短期和中期中国经济增速和结构存在一定影响，但在能源和CO2排放方面影响不大。在技术进步方面，终端用能效率进步水平直接关系到中国未来能源需求和CO2排放，做好技术创新和引进工作至关重要。

注释：

①IPCC是世界气象组织和联合国环境规划署联合建立的政府间机构，出具报告《IPCC温室气体清单指南》。

②限于篇幅，本文仅列出子情景的设置。

［1］刘勇，汪旭晖．ARIMA模型在我国能源消费预测中的应用［J］．经济经纬，2007（5）：11-13．

［2］李红梅，贺昌政，肖进．基于Log-GMDH模型的我国能源消费中长期预测［J］．软科学，2012（5）：51-54．

［3］穆海林，王文超，宁亚东，等．基于改进灰色模型的能源消费预测研究［J］．大连理工大学学报，2011（4）：493-497．

［4］冯思静，邓元月，马云东，等．中国能源消费预测灰色建模法［J］．数学的实践与认识，2012（3）：78-84．

［5］李云燕，羡瑛楠．北京市能源消费与碳排放现状、预测及低碳发展路径选择［J］．中央财经大学学报，2014（6）：105-112．

［6］索瑞霞，王福林．组合预测模型在能源消费预测中的应用［J］．数学的实践与认识，2010（18）：80-85．

［7］SHRESTHA R M，RAJBHANDARI S．Energy and environmental implications of carbon emission reduction targets：case of Kathmandu Vally，Nepal［J］．Energy policy，2010，38（9）：4818-4827．

［8］KADIAN R，DAHIYA R P，GARG H P．Energy-related emissions and mitigation opportunities from the household sector in Delhi［J］．Energy policy，2007，35（12）：6195-6211．

［9］HUANG Y，BOR Y J，PENG C．The long-term forcast of Taiwan's energy supply and demand：LEAP model application［J］．Energy policy，2011，39（11）：6790-6803．

［10］姜克隽，胡秀莲，庄幸，等．中国2050年的能源需求与CO2排放情景［J］．气候变化进展，2008（9）：296-302．

［11］国家发展和改革委员会能源研究所课题组．中国2050年低碳发展之路——能源需求暨碳排放情景分析［M］．北京：科学出版社，2009．

［12］戴彦德，朱跃中，白泉．中国2050年低碳发展之路——能源需求暨碳排放情景分析［J］．经济研究参考，2010（26）：21-22．

［13］朱婧，刘学敏，初钊鹏．低碳城市能源需求与碳排放情景分析［J］．中国人口·资源与环境，2015（7）：48-55．

［14］樊杰，李平星．基于城市化的中国能源消费前景分析及对碳排放的相关思考［J］．地球科学进展，2011，26（1）：57-65．

［15］于汶加，王安建，王高尚．中国能源消费“零增长”何时到来［J］．地球学报，2010，31（5）：635-644．

［16］YUAN JIAHAI，XU ZHENG，ZHAO CHANGHONG，et al．Peak energy consumption and CO2emissions in China［J］．Energy policy，2014，68：508-523．

［17］沈镭，刘立涛，王礼茂，等．2050年中国能源消费的情景预测［J］．自然资源学报，2015（3）：361-373．

［18］石敏俊，周晟吕，李娜，等．能源约束下的中国经济中长期发展情景［J］．系统工程学报，2014（5）：602-611．

［19］刘小敏，付加锋．基于CGE模型的2020年中国碳排放强度目标分析［J］．资源科学，2011（4）：634-639．

［20］毕清华，范英，蔡英华，等．基于CDECGE模型的中国能源需求情景分析［J］．中国人口·资源与环境，2013（1）：41-48．

［21］汤玲，鲍勤，王明喜．核电项目暂停与我国减排目标的实现：基于CGE模型分析［J］．系统工程理论与实践，2014（2）：349-356．

［22］魏玮，何旭波．节能减排，研发补贴与可持续增长［J］．经济管理，2013（11）：1-11．

［23］刘亦文，胡宗义．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［J］．中国软科学，2014（4）：43-57．

［24］OECD．Green：the user manual［M］．Mimeo．Paris：Development Centre，1994．

［25］MCKIBBIN W J，W P J．The theoretical and empirical structure of the G-Cubed model［J］．Economic modelling，1998，16（1）：123-148．

［26］MATSUMOTO K I，MASUI T．Economic impacts to avoid dangerous climate change using the AIM/CGE model［J］．Procedia enviromental sciences，2011（6）：162-168．

责任编辑：张然

China's Energy Consum ption Projection Prediction Restrained by Econom ic Transition and Low Carbon Em ission

Wu Fan
（School of International Trade and Economics，University of Business and Economics，Beijing 100029，China）

Different combination setting was proposed according to different investment structure,consumption mode,trade pattern and technical level,as well as taking respond to climate change policies taking carbon tax and carbon trade into account,simulate the energy consumption and CO2emissions under the condition of economy transition and non-transition．The result shows that driven by rigid demand of economic and social development,CO2emissions will maintain a rapid growth before 2030,the success realization of economic transition will effectively promote China's low carbon development and significantly reduce the cost of emission reduction．

economic transition，CGE model，energy demand，CO2emission

F206

A

1003-3890（2017）03-0080-07

2016-09-03

国家科技支撑计划（2013BAJ04B02）；国家社科基金一般项目（15BJL081）

吴凡（1987-），男，江西抚州人，对外经济贸易大学国际经济贸易学院博士研究生，研究方向为能源经济。