落实国家自主贡献对经济增长和能源对外依赖的影响

摘要 更新的国家自主贡献（NDCs）所描绘的碳减排路径，能够实现《巴黎协定》要求的2 ℃温控目标，这是全球应对气候变化努力的里程碑。然而，现有文献尚缺乏关于落实更新的NDCs的经济及能源影响效应的研究。有鉴于此，该研究借助全球多区域动态可计算一般均衡模型（GDyn‑E），预测并比较了全球共同落实更新的NDCs对中国等主要国家和地区中长期经济增长、能源对外依赖水平的动态影响。研究发现：①中国落实国家自主贡献新目标，亦即“双碳”目标，无论是从相对减排幅度还是绝对减排幅度来看都表现十分优异，将与美、欧等发达经济体共同引领全球碳减排，为全球气候治理做出突出贡献。②全球共同落实更新的NDCs的经济影响呈现出很强的区域异质性，中国经济受到的负面影响较小，到2050年实际GDP损失率为0. 27%～1. 12%；美国和欧盟也表现出较好的经济韧性，但一些欠发达地区及化石能源净出口国会面临较为严重的经济损失。③化石能源净进口国可收获碳减排与提高能源独立性的协同效益，但化石能源净出口国的出口收入将受损。对于中国来说，得益于化石能源进口减少，可再生能源电力出口增加，中国的能源对外依赖度将在2030年后不断降低；与此同时，非化石能源占比显著提升，化石能源进口来源地也呈现多样化，这都将有助于提高中国整体的能源安全水平。基于上述结论，提出如下建议：中国在落实“双碳”目标进程中，要及时关注并督促各国NDCs履行落实情况，积极提供绿色援助，加强应对气候变化国际合作，同时积极拓展能源贸易伙伴，推动清洁能源贸易的开展。该研究揭示了全球共同落实更新的NDCs对中国等主要国家和地区经济发展、能源对外依赖的重要影响，可为中国在碳达峰碳中和进程中统筹碳减排、经济发展、能源安全，深度参与全球气候治理提供决策参考。

关键词 国家自主贡献；GDyn‑E模型；碳减排；经济增长；能源对外依赖

中图分类号 F205 文献标志码 A 文章编号 1002-2104（2024）07-0014-11 DOI：10. 12062/cpre. 20240316

2016年，第21届联合国气候变化大会（COP21）通过了《巴黎协定》，设定了全球减缓气候变化的目标：将平均温升较前工业化时期控制在2 ℃内，并尽可能限制在1. 5 ℃内。在COP21期间，190多个国家向联合国气候变化框架公约提交了关于本国减缓气候变化主要目标和计划的国家自主贡献预案，后又提交了正式的国家自主贡献（NDCs）报告。按照之后每5年更新提交一次的要求，截至2023年9月，温室气体排放总量占全球95%以上的171个国家提交了第二版更新的NDCs报告［1］。中国作为《巴黎协定》重要的缔约国，在2021年10月递交了更新的中国国家自主贡献报告，报告中承诺二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和，因此，中国的国家自主贡献新目标就是“双碳”目标［2］。实现气候治理目标将是一场深刻的社会经济系统性变革，其中的经济成本自然是各国尤为关切的问题。与此同时，能源系统转型是实现这一目标的重要途径，然而地缘政治冲突加剧了各国对能源对外依赖和能源系统安全问题的担忧。显然，无论是从全球还是中国的角度，都需要及时评估落实更新的NDCs对未来经济发展和能源对外依赖的重要影响，特别是需要明确全球共同采取应对气候变化行动的大背景下中国可能受到的影响。

1 文献综述

关于应对气候变化的政策对经济增长的影响，学界尚存争议。一些学者认为碳减排措施的实施会提高企业的生产成本［3］，进而影响一国的商品和服务需求、产业发展、劳动力市场、收入水平、双边贸易和投资等［4］，对经济增长产生负面影响［5-6］。也有学者持有相反的观点，认为气候政策的实施会带动清洁能源及绿色产业，增加就业岗位［7］，同时可以鼓励低碳技术创新，提高生产率和能源效率［8］，从而促进经济增长。在方法上，既有研究多采用计量经济学模型进行事后分析［7，9］，而对于事前分析，即对于气候政策的实施对未来经济社会发展的影响分析，既有研究则多通过建立耦合了环境、能源等模块的一般均衡模型展开，如GTAP‑E［5-6，10］、TECGE［11］、C‑GEM［12］等。其中，对于某一国家或地区气候政策影响的预测分析，如果利用单区域模型，就不得不忽略国家或地区间通过进出口贸易等发生的相互影响［13］；即使运用多区域模型，既有研究一般也会刻意假设其他国家或地区的气候政策“保持不变”［14］。

经济全球化使得各国联系日益密切，世界已逐渐成为“牵一发而动全身”的整体。各国各自实施其更新的NDCs，必然通过国际贸易等渠道对其他国家和地区产生直接或间接、单向或相互的影响，改变一国在全球产业链中的相对竞争力，引发全球资本、利润的再分配和价值链的重构［15］。因而，仅开展孤立的单区域分析不能准确反映本国与他国同时实施相关气候政策时的综合影响，需要在全球背景下开展多区域分析，在统筹考虑各国同时采取应对气候变化政策的前提下，评估实现更新的NDCs对中国等主要国家和地区带来的重要影响。

各国落实碳减排承诺离不开能源系统的深刻变革［16］，由依赖化石能源转向可再生能源。而能源关系一国的命脉，如何保障能源安全是学界关注的核心问题。一方面，当前地缘政治冲突的发生，加大了各国（特别是能源净进口国）对于能源安全问题的担忧。幸运的是，减缓气候变化与保障能源安全之间存在协同效益［17］，即落实应对气候变化政策有助于减少各国对化石能源进口的依赖。现实中，欧盟正在通过加速推进能源低碳转型努力摆脱对国外化石能源的高度依赖［18］。另一方面，能源净出口大国的经济发展长期依赖大量化石能源出口，全球落实更新的NDCs导致外部化石能源需求降低，也会影响这些国家的经济利益。因此，本研究既关注能源进口依赖问题，同时还关注能源出口依赖问题。

对较早公开的国家自主贡献预案实施所带来的经济社会影响，不少学者已进行了研究［16，19-20］，但对于最近更新的NDCs的经济影响研究仍然很薄弱，相关研究的分析时限均仅限于2030 年前，尚未开展更长期的动态预测［4，21］。另外，关于更新的NDCs对能源对外依赖的影响效应则未见研究报道。

综上，本研究力图做出两方面的边际贡献：一是在各国同时落实更新的NDCs的“互动”环境下，识别并对比中国等主要国家和地区将面临的中长期经济效应；二是揭示落实更新的NDCs对主要国家和地区能源对外依赖的影响。通过这一工作，旨在为中国在碳达峰碳中和进程中实现经济发展、维护能源安全，完善参与应对全球气候变化治理策略提供决策参考。

2 理论基础

2. 1 气候政策影响经济增长的理论分析

当前各国落实各自更新的NDCs，实质上将提高经济活动的碳排放约束和成本。无论是基于庇古理论［22］采取的碳税政策，还是基于科斯定理［23］建立的总量控制下的碳交易机制，都可实现对碳排放负外部性成本的内部化，达成碳减排。

碳排放成本的内部化会直接引起高碳行业生产成本增加，利润率下降，企业生产规模缩小，进而对行业产出和经济增长造成负面影响；另一方面，绿色低碳行业将迎来大的发展机遇，对绿色技术、绿色能源的需求增加，相关行业产出和就业增加，对经济增长带来正面的促进作用（图1）。可见，碳排放成本内部化通过规模效应、结构效应、技术效应对经济增长产生的影响具有不确定性。

在经济全球化的背景下，碳排放成本内部化对一国经济的影响会更加复杂。由于不同国家和地区的能源结构、经济结构、规模和生产技术水平各不相同，各国家和地区在履行各自气候治理目标时，所增加的成本也不尽相同，这导致它们在全球产业链中的相对竞争力发生变化，进而引发全球资本和利润的再分配，使得各国家和地区的经济系统受到或正或负的外部影响。在一般均衡的框架下，全球多区域可计算一般均衡模型（CGE）为模拟碳排放成本内部化的社会经济影响提供了解决方案。

2. 2 气候政策影响能源对外依赖的理论分析

全球化石能源储量的地理分布极不均衡，大多数国家或地区需要大量进口化石能源，形成规模极大的全球化石能源市场。各国落实减缓气候变化承诺意味着必须减少化石能源的生产和消费，转向清洁能源。对于化石能源净进口国来说，实施能源转型能够减少本国化石能源消费，增加可再生能源的消费，降低其能源进口依赖度（即能源净进口量占本国一次能源供应总量的比例）。但随着化石能源需求减少，国际化石能源价格下降，又可能引致局部性的化石能源消费上升。另外，一国加大从毗邻国家和地区进口风电、光电等可再生能源，也可导致该国的可再生能源进口依赖度提高（图1）。

对于化石能源净出口国来说，全球化石能源需求的下降，必然导致化石能源价格下降和出口量的减少，化石能源出口收入降低，能源出口依赖度（即能源净出口量占本国一次能源供应总量的比例）下降。这在短期内会对经济产生负面影响，而在长期则可能通过倒逼经济转型发展，提高经济系统韧性。

综合来看，落实减缓气候变化承诺，对化石能源净出口国的能源出口依赖度影响是相对确定的，而对于化石能源净进口国的能源进口依赖度的影响存在一定的不确定性。利用基于各国家和地区之间国际贸易联系建立的全球多区域、多部门可计算一般均衡模型，可对国家和地区之间能源贸易受到的气候政策冲击进行模拟分析。

3 研究方法与数据

3. 1 GDyn‑E模型

3. 1. 1 模型简介

本研究采用GDyn‑E模型来模拟各国家共同实施更新的NDCs所带来的复杂影响。GDyn‑E模型是一种全球多区域、多部门递归动态可计算一般均衡（CGE）模型，由Golub［24］结合GDyn［25］、GTAP‑E［10］模型构建而成。GDyn‑E模型基于瓦尔拉斯一般均衡框架，保留了标准GTAP模型的多种假定，包括经济主体追求效用或利润最大化、成本最小化，完全竞争市场，规模报酬不变，异地产品非同质等。

3. 1. 2 基本模块

参考Golub［24］的研究，模型中主要模块简述如下。

（1）生产模块。各个部门生产基于成本最小化原则决定投入组合，利用来自其他部门的中间产品和要素禀赋，按照常替代弹性（constant elasticity of substitution，CES）生产函数生产出不同的产品和服务。生产结构为6级嵌套（图2）。

本研究对原模型的生产结构进行了改进，将电力行业拆分为输配电行业和发电行业，再将发电行业进一步划分为化石能源发电行业和非化石能源发电行业。这样的划分不仅符合电力结构的实际情况，也满足了本研究关注能源问题的研究需求。

（2）消费模块。消费模块中，私人家庭和政府在预算约束下实现效用最大化。每个区域设定“Regional Household”模块用于聚集所有的要素收入，这些收入被分配到3种形式的最终需求：私人家庭支出、政府支出和储蓄，从而使区域效用最大化。

（3）贸易模块。作为一个全球模型，GDyn‑E模型中各个区域通过多边、双边贸易连接在一起，并且假定国内产品和进口品非同质，不同来源地的进口品非同质，即满足阿明顿假设［28］。在阿明顿假设下，来自各国家或地区的进口品以CES函数的形式组合成进口复合品，然后进口复合品与国内产品组合成中间投入品或最终品。

（4）投资与动态模块。模型假设每个国家和地区的储蓄汇总到“全球银行”后，根据资本回报率在各个国家和地区进行分配，以实现投资回报的最大化，并且保持全球投资与储蓄相等。在动态模块中，模型引入了国际资本跨区域流动、区域资本存量内生决定及适应性预期投资等机制，具体可见Ianchovichina等［25］的研究。

（5）碳排放模块。模型中碳排放是燃烧化石燃料（包括原煤、原油、天然气、煤和油制品）所产生的排放，假定碳排放量与化石燃料的使用量成正比，根据基年的碳排放量和动态递归预测的未来年份化石燃料消费量，便可以估算未来某一模拟年份的碳排放量。模型中引入了碳税机制，各经济主体（厂商、私人家庭、政府等）购买产品时的代理人价格为征收过碳税后的价格，碳税收入被纳入到本国或地区总收入中。

（6）市场均衡和闭合模块。根据瓦尔拉斯一般均衡理论，模型通过价格传导机制决定资源的配置方式以实现经济系统均衡，包括商品市场出清、要素市场出清、投资储蓄平衡、政府收支平衡和国外账户平衡。模型可通过设置不同外生变量灵活选择闭合方式。

3. 2 数据基础

本研究GDyn‑E 模型的基础数据集来自GTAP 10数据库［27］中的GTAP‑E、GDyn和GTAP‑Power 3个子数据集。GTAP 10数据库包含141个国家和地区、65个行业的宏观数据，本研究将其聚合为20 个国家和地区、16 个行业（表1）。

3. 3 情景设定

本研究为合理预测各国落实更新的NDCs所带来的经济和能源影响，设计了3种情景，包括基准情景（BAU）、最低NDCs 情景（NDCmin）和最高NDCs 情景（NDCmax）（表2），研究期为2014—2050年。

基准情景（BAU）为各个国家和地区维持当前，即2014—2020年的气候政策力度，未来不施加额外的减缓气候变化政策的情景。该情景下的主要社会经济参数，包括GDP、人口、熟练劳动力和非熟练劳动力等，与法国国际经济信息研究中心（CEPII）［29］提出的共享社会经济路径中的中间路径（SSP2）轨迹一致。自发能源效率改进（AEEI）参考Chepeliev 等［30］的研究，将AEEI的年增长率设定在0. 5%～3%之间。

最低NDCs情景（NDCmin）和最高NDCs情景（NDCmax）分别反映各个国家和地区落实各自更新的NDCs中最低和最高气候减缓目标时的情况。造成NDCs目标存在上下限范围的原因是许多国家承诺的减排并非绝对减排［1，20］。

气候资源研究机构（Climate Resource）基于每个国家提交的更新的NDCs，测算并量化出了各国家和地区的碳排放路径［31］。本研究NDCmin和NDCmax情景中的碳排放量数据主要来自该数据库。此外，UNFCCC［1］、Climate ActionTracker［32］和一些国家的政府官方网站提供的碳排放数据可作为两个NDCs情景的重要补充。表3展示了在NDCmin 和NDCmax 情景中，各主要国家和地区分别到2030年和2050年由化石燃料燃烧产生的CO2相对于2014年排放水平的变化率。此外，借鉴Bassi 等［33］的研究，引入IPCC AR6数据库［34］中的CCS应用规模预测数据，进一步校准更新的NDCs目标减排路径。为了能够有效描绘未来各国家和地区电气化进程，借鉴张希良等［12］的研究，对交通运输等重点行业中电力与化石能源的替代弹性进行了动态调整。

本研究假设每个国家和地区都将采取基于市场的和减排成本最优的气候政策工具，以实现各自更新的NDCs目标。更确切地说，GDyn‑E模型中碳税税率内生以满足外生的碳排放量约束。

3. 4 能源对外依赖指数

借鉴Jewell等［35］的方法构建能源对外依赖指数：某一年份、某一国家或地区的所有能源类型（包括一次和二次能源）的总净进口量（进口量减去出口量），与同一年份该国家或地区的一次能源供应总量（即本国能源生产量和进口量）的比值（式（1））。

式中：EDIr，y 为区域（国家或地区）r 在第y 年的能源对外依赖指数；i 指某一能源类型，包括原煤、原油、天然气、煤和油制品、化石电力、非化石电力等6种，因此n = 6；importsi，r，y 和exportsi，r，y 分别是区域（国家或地区）r 在第y年的i 能源进口和出口总量；TPSr，y 为区域（国家或地区）r在第y 年的一次能源供应总量。

EDIr，y 可以大于零也可以小于零。对于能源净进口区域，该指标大于零；相反，对于能源净出口区域，这一指标小于零。因此，当EDIr，y 大于零时，可以表征区域（国家或地区）r 的能源进口依赖程度，此时EDIr，y 值越大，表示该区域的能源进口依赖程度越高。当EDIr，y 小于零时，可以表征区域（国家或地区）r 的能源出口依赖程度，此时EDIr，y 的绝对值越大，表示该区域的能源出口依赖程度越高。当EDIr，y 等于零时，表示该国能源不存在对外进口或出口依赖。

4 实证结果与讨论

4. 1 更新的NDCs目标下的主要国家和地区碳减排贡献

由图3可以看出，在更新的NDCs约束下，包括中国在内的多数国家和地区在2030年和2050年都将呈现良好的相对减排态势，多处于第三、第四象限。特别是一些发达国家和地区，例如欧盟、美国、韩国、日本等，可较早实现深度减排，即使在NDCmin情景下，到2030年时也已处于第三象限，同时实现绝对和相对减排。部分发展中国家和地区，如中东、中亚、撒哈拉以南非洲等，在NDCmin情景下到2030年时仍将处于第一象限，表现为绝对和相对增排。到2050年，绝大多数国家和地区的减排程度加深，即使在NDCmin情景下，几乎所有的国家和地区都可实现相对减排，在NDCmax情景下多数国家和地区进入第三象限，实现绝对减排。

中国承诺力争于2030年前实现碳达峰，虽然碳排放量比基年（2014年）有所增加，但是与基准情景相比实现了相对减排。到2050年，中国将处于第三象限，无论是绝对减排（比基年减少37. 24%～53. 74%）还是相对减排（比基准情景减少60. 67%～71. 01%）的幅度都非常显著，将为全球气候治理做出突出的贡献。

对比NDCmin 和NDCmax 情景可以发现，NDCmax 情景下主要国家和地区的减排力度显著高于NDCmin情景。两种NDCs情景下的碳排放量约束存在较大的差距。为了加快全球气候治理进程，必须通过各国共同努力实现更高的NDCs目标，才有望实现《巴黎协定》的2 ℃目标［36］。

4. 2 中国及其他主要经济体中长期经济增长影响

模拟结果表明（表4），中国经济在实现国家自主贡献目标进程中不会受到显著影响。到2030年实现碳达峰目标时，中国GDP比基准情景将略增0. 32%～0. 52%，相应的碳税税率为25. 87～26. 19美元/t。由表5可知，相对于基准情景，虽然出口总额略微下降，但资本形成总额、政府和居民消费支出的小幅增长拉动中国GDP上升。从分行业产值来看，农业总产值略微减少，服务业总产值有所升高，工业总产值没有明显变化，能源相关行业的产值变动较大。能源相关行业产值变动具体如下：化石能源行业产值明显下降，而电力行业产值明显增长，其中非化石能源发电行业产值增长12. 06%～12. 11%，而化石能源发电行业产值则明显下降。到2050年，中国的GDP相对于基准情景将减少0. 27%～1. 12%，同时面临较高的单位碳减排成本，相应的碳税税率达到315. 03～525. 64 美元/t，这将促使中国加快转向清洁能源，优化能源结构，因而非化石能源发电行业产值与基准情景相比增长约84. 34%～108. 47%（表5），而化石能源发电行业产值则将锐减。到2050年，中国的进出口总额、政府和居民消费支出比基准情景将有1%～6% 的损失，但资本形成总额将增长4. 68%～5. 52%。另外，农业总产值有所减少，而工业和服务业总产值有所增长。

对不同国家和地区的情况进行比较（表4）可以发现，实施更新的NDCs带来的中长期经济影响呈现出很强的区域异质性，这源于区域层面的异质性因素，包括减排承诺程度、技术水平、自然资源禀赋、经济结构、能源结构、收入水平等［37］。其中，美国、欧盟和中国相似，落实长期减排目标并不会带来严重的GDP损失（都在5%以内），其经济表现出较强的韧性。这可归因于其拥有更高水平的绿色低碳技术，更为完善的市场体系，使得资源要素可以较为顺畅地从高碳行业转向低碳行业［38］，较为顺利地实现经济结构转型，且减少的化石能源支出可以部分抵消可再生能源替代的成本［39］，同时，这3个经济体发展成熟且经济体量大，碳减排成本占GDP的比重较低。而其他一些发展中国家和地区，例如印度和巴西，由于绿色低碳技术水平相对较低，单位碳减排成本相对较高，落实2050年减排目标需要付出相当高的GDP损失代价。此外，对比NDCmin 和NDCmax 情景的结果还可以发现，减排承诺较高的国家和地区一般将面临更大的GDP损失和更高的减排成本，这显然是由于它们面临更强的化石能源消费量和碳排放量约束。

俄罗斯和挪威的GDP 损失会远高于其他国家和地区，原因在于：一方面，两国都是化石能源的主要出口国，化石能源出口收入占GDP比重较高；另一方面，主要化石能源进口国为了实现各自的NDCs目标，降低对化石能源的需求和进口，将会大大减少两国化石能源出口收入。再加上两国自身也承诺了较高的NDCs目标，因此，在履行减排承诺和化石能源出口收入减少的双重压力下，它们很难避免较高的GDP损失。

最后，各主要国家和地区承诺的碳减排目标存在较大差异，使得高排放行业及其要素从碳减排承诺较高的国家和地区向碳减排承诺较低的国家和地区转移，导致一些减排承诺较低的国家和地区到2050年的GDP和碳排放量与基准情景相比不减反增，如中东、中亚、其他亚洲地区、其他拉美地区等，这也意味着存在一定的“碳泄漏”，即国家和地区之间碳排放的转移现象。

考虑到其他国家和地区履行气候承诺存在一定的不确定性，本研究还假设了只有中国坚定履行新的国家自主贡献目标即“双碳”目标，而其他国家和地区并不落实更新的NDCs 的极端情况，模拟中国经济可能受到的影响。结果显示，到2050 年，中国GDP 比基准情景减少3. 86%～6. 11%，而其他绝大部分国家和地区的GDP将有小幅增长。这与刘宇等［5］、李新安等［40］的研究结论相近。显然，单方面大幅度减碳必然会使得中国在国际市场中的竞争优势锐减，资本形成总额显著减少，工业和服务业总产值下滑，同时政府和居民消费支出也在减少，导致显著的GDP损失。由此可见，只有世界各国家和地区携手协同减碳，才能避免对一国产生严重的经济影响。

4. 3 中国及其他主要经济体能源对外依赖水平的演变

中国作为全球最大的发展中国家，从短期来看，在实现2030年碳达峰目标前，其能源进口依赖水平并不会发生明显变化，保持在0. 22左右。2030年后，中国的能源进口依赖水平将逐步降低，到2050 年时，EDI 值将降为0. 11，仅为2014年的一半（图4）。

能源对外依赖水平不断降低的背后，是国内非化石能源供给和消费在能源总供给和消费中占比的显著上升。到2050 年，中国的非化石能源占比将从2014 年的12. 84%升高到81. 89%，同时，中国的化石能源总进口比基准情景会下降46. 32%～57. 27%。中国的化石能源进口来源也将更加多样化，不再主要依赖中东的化石能源，东盟、撒哈拉以南非洲、其他亚洲地区等也将成为中国重要的化石能源来源地。非化石能源自给能力的上升和化石能源进口来源的多样化都将有助于保障中国的能源安全。

中国持续加大可再生能源开发力度，富余的非化石能源电力对外输出，也将成为中国能源对外依赖指数不断下降的重要驱动力。模拟显示，到2050年，对比基准情景，中国电力出口将增加13. 40%～32. 06%，特别是非化石能源电力出口将增加59. 35%～85. 85%。全球能源互联网和新型电力系统的构建，特别是“一带一路”建设中的电力互联互通项目，将为未来中国清洁电力输出提供重要支撑［41］。

NDCmin 和NDCmax 情景下，全球化石能源进出口规模与基准情景相比将下降47. 99%～60. 02%，全球化石能源贸易格局将被重塑。更新的NDCs目标越高的区域，能源进口依赖水平下降越大（图4）。对比各个国家和地区可以发现，当前能源进口依赖水平最高的日本、韩国、欧盟和英国等，其能源进口依赖水平的降低幅度比中国更大。它们都承诺到2050年实现温室气体净零排放，如能信守承诺，则将大幅减少化石能源的消费和进口，转向非化石能源。另外，由于各国落实更新的NDCs，导致全球化石能源消费需求明显减少，全球化石能源贸易量将大幅萎缩，价格显著下降，其中石油及油制品的进口价格到2050年比基准情景会下降30. 23%～55. 92%，天然气也将下降4. 16%～12. 24%。

几乎所有的能源净出口国家和地区，到2050年的能源出口依赖水平比2014年都明显下降（表现为EDI 的绝对值减小）。这些能源净出口国家和地区的化石能源行业将面临严峻挑战。随着化石能源出口价格普遍显著下降，它们的化石能源行业产值都比基准情景减少30%～60%，个别国家和地区的产值减少了60%以上。对于传统化石能源输出国（如挪威、俄罗斯等）而言，化石能源出口收入的减少和行业产值的下降将显著影响其净出口和GDP。这些国家和地区需要采取适当的应对措施，通过经济结构转型调整，降低全球应对气候变化行动给它们带来的经济损失。

4. 4 稳健性检验

利用CGE模型预测的气候政策对经济贸易的冲击，可能会对阿明顿替代弹性的变化较为敏感［42］。有鉴于此，本研究分别在GDyn‑E模型中将所有阿明顿替代弹性增大50%和减小50%，观察模拟所得的中国到2050年主要宏观经济指标的变化。

表6结果显示，当阿明顿替代弹性值发生较大幅度变化时，中国主要宏观经济指标的变动方向都没发生改变，且指标值只有小量或小幅变动，这表明本研究的模拟结果总体上是稳健的。总进口和总出口指标值的变化幅度稍大，这符合经济学预期，因为阿明顿替代弹性是直接影响进口品与国内产品相互替代，以及贸易供求关系模拟的重要参数。

5 结论与政策建议

考虑到全球经济贸易的密切联系，以及各经济体各自落实减排目标时必然发生的关联效应，本研究利用全球多区域动态可计算一般均衡模型GDyn‑E，评估了落实更新的NDCs对中国等主要国家和地区碳减排、经济增长和能源对外依赖的影响，得出如下结论。

（1）中国落实以“双碳”目标为核心的国家自主贡献将对全球碳减排做出显著贡献。长期来看，到2050年，中国和欧盟、美国等将共同引领全球实现显著减排；但从短期来看，中东、中亚、撒哈拉以南非洲，以及亚洲和拉丁美洲的部分发展中国家和地区，CO2排放仍将增加，存在一定的“碳泄露”。

（2）落实更新的NDCs导致的经济影响将呈现显著的区域异质性。在各国都能如约履行碳减排承诺的情况下，中国、美国、欧盟等经济体不会受到严重损失，这主要得益于它们作为成熟的大型经济体，经济韧性较强，碳减排成本占GDP的比重较低。而作为主要化石能源出口国同时有着较高减排承诺的俄罗斯和挪威等国家，将面临较高的GDP 损失。一些减排承诺较低的国家和地区则GDP不减反增。

（3）对于中国、日本、韩国、欧盟等化石能源净进口国，落实碳减排承诺可降低其能源对外依赖，采取减缓气候变化行动和保障能源安全存在着协同效益，而化石能源净出口国的能源出口依赖水平则将普遍下降。

基于以上结论，提出如下建议。

（1）及时关注主要国家和地区更新的NDCs 落实情况，督促各国协同履约。本研究对中国落实“双碳”目标的中长期经济影响的判断，是建立在各主要国家和地区都将严格履行各自更新的NDCs的前提之上。如果不能严格履行气候承诺的国家和地区增多，则中国的经济贸易竞争力会受到削弱，碳减排的经济成本会升高。因此，在联合国气候变化大会等场合应积极倡导各国协同行动，共同落实NDCs。

（2）对外积极提供绿色援助，引导全球共同采取应对气候变化行动。一些发展中国家和地区由于其更新的NDCs目标不高而存在“碳泄露”风险。中国应在“一带一路”建设进程中主动向有需求的国家和地区提供碳减排技术、标准和碳金融服务，帮助和引导其承担起碳减排责任，共同推进全球气候治理。

（3）积极拓展能源贸易伙伴，推动清洁能源贸易的开展。在短期，中国的能源进口依赖水平仍会保持高位，中国仍然要积极寻求稳定的化石能源贸易合作伙伴，通过贸易对象多样化来保障能源安全；长期来看，可发挥中国在全球能源互联网、新型电力系统和可再生能源生产方面的技术优势，通过提高可再生能源电力互联互通水平，提高中国与周边区域的清洁能源安全保供水平。

参考文献

［1］ UNFCCC Secretariat. Nationally determined contributions registry［R/OL］. Bonn：UNFCCC Secretariat，（2023-07-11）［2023-09-25］. https：//unfccc.int/NDCREG.

［2］ 新华社. 中国向联合国气候变化框架公约秘书处提交国家自主贡献报告［EB/OL］.（2021-10-29）［2023-12-15］. https：//www.gov.cn/xinwen/2021‑10/29/content_5647512.htm.

［3］ 闾浩，安云飞，孙婷婷. 学习效应视角下碳税对企业生产和减排行为的影响［J］. 科技管理研究，2018，38（19）：256-262.

［4］ DEN ELZEN M G J，DAFNOMILIS I，FORSELL N，et al. Updated nationallydetermined contributions collectively raise ambition levels butneed strengthening further to keep Paris goals within reach［J］. Mitigationand adaptation strategies for global change，2022，27（5）：33.

［5］ 刘宇，蔡松锋，张其仔. 2025年、2030年和2040年中国二氧化碳排放达峰的经济影响：基于动态GTAP-E 模型［J］. 管理评论，2014，26（12）：3-9.

［6］ NONG D，NGUYEN T H，WANG C，et al. The environmental andeconomic impact of the emissions trading scheme （ETS） in Vietnam［J］. Energy policy，2020，140：111362.

［7］ 王锋，葛星. 低碳转型冲击就业吗：来自低碳城市试点的经验证据［J］. 中国工业经济，2022（5）：81-99.

［8］ 郭春丽，易信.“双碳” 目标下的中国经济增长：影响机制、趋势特征及对策建议［J］. 经济学家，2022（7）：24-33.

［9］ CHEVALLIER J. A model of carbon price interactions with macroeconomicand energy dynamics［J］. Energy economics，2011，33（6）：1295-1312.

［10］ MCDOUGALL R， GOLUB A. GTAP‑E： a revised energy‑environmentalversion of the GTAP model［R/OL］. Indiana： Purdue University，（2009-03-10）［2023-09-25］. http：//www.gtap.agecon.purdue.edu/resources/res_display.asp？RecordID=2959.

［11］ 鲁传一. 能源环境一般均衡分析［M］. 北京：经济科学出版社，2018.

［12］ 张希良，黄晓丹，张达，等. 碳中和目标下的能源经济转型路径与政策研究［J］. 管理世界，2022，38（1）：35-66.

［13］ FENG S H，PENG X J，ADAMS P，et al. Energy and economic implicationsof carbon neutrality in China：a dynamic general equilibriumanalysis［J］. Economic modelling，2024，135：106727.

［14］ CHEN D B，JIANG M F.Assessing the socio‑economic effects ofcarbon capture，utility and storage investment from the perspectiveof carbon neutrality in China［J］. Earth′s future，2022，10（4）：e2021EF002523.

［15］ DECHEZLEPRÊTRE A，SATO M. The impacts of environmentalregulations on competitiveness［J］. Review of environmental economicsand policy，2017，11（2）：183-206.

［16］ WANG H，CHEN W Y. Modeling of energy transformation pathwaysunder current policies，NDCs and enhanced NDCs to achieve2‑degree target［J］. Applied energy，2019，250：549-557.

［17］ CHATURVEDI V. Energy security and climate change：friendswith asymmetric benefits［J］. Nature energy，2016，1（6）：16075.

［18］ URBANO E M，KAMPOUROPOULOS K，ROMERAL L. Energy crisisin Europe：the European Union′s objectives and countries′ policytrends［J］. Energies，2023，16（16）：5957.

［19］ VANDYCK T，KERAMIDAS K，SAVEYN B，et al. A global stocktakeof the Paris pledges：implications for energy systems and economy［J］. Global environmental change，2016，41：46-63.

［20］ DEN ELZEN M，ADMIRAAL A，ROELFSEMA M，et al. Contributionof the G20 economies to the global impact of the Paris Agreementclimate proposals［J］. Climatic change，2016，137（3）：655-665.

［21］ WANG H L，WENG Y Y，PAN X Z.Comparison and analysis of mitigationambitions of parties′ updated nationally determined contributions［J］.Advances in climate change research，2023，14（1）：4-12.

［22］ 庇古. 福利经济学［M］. 朱泱，张胜纪，吴良健，译. 北京：商务印书馆，2006.

［23］ 科斯. 论生产的制度结构［M］. 盛洪，陈郁，译. 上海：上海人民出版社，1994.

［24］ GOLUB A. Analysis of climate policies with GDyn‑E［R/OL］. Indiana：Purdue University，（2013-10-16）［2023-12-15］. http：//www.gtap.agecon.purdue.edu/resources/res_display.asp？RecordID=4292.

［25］ IANCHOVICHINA E， MCDOUGALL R.Theoretical structure of dynamicGTAP［R/OL］. Indiana： Purdue University，（2006-10-31）［2023-12-15］.http：//www.gtap.agecon.purdue.edu/resources/res_display.asp？RecordID=480.

［26］ CHÂTEAU J， DELLINK R， LANZI E. An overview of the OECDEnv‑linkages model： version 3［R/OL］. Paris： OECD，（2014-06-11）［2023-10-05］. https：//www. oecd‑ilibrary. org/environ‑ment‑andsustainable‑development/an‑overview‑of‑the‑oecd‑env‑linkages‑model_5jz2qck2b2vd‑e.

［27］ AGUIAR A，CHEPELIEV M，CORONG E L，et al. The GTAP database：version 10［J］. Journal of global economic analysis，2019，4（1）：1-27.

［28］ ARMINGTON P.A theory of demand for products distinguished byplace of production［R/OL］.Washington，D.C.：IMF，（1969-01-01）［2023-09-22］.https：//www.elibrary.imf.org/view/journals/024/1969/001/article‑A007‑en.xml.

［29］ FOURÉ J，BÉNASSY‑QUÉRÉ A，FONTAGNÉ L. Modelling theworld economy at the 2050 horizon［J］. Economics of transition，2013，21（4）：617-654.

［30］ CHEPELIEV M，HERTEL T，VAN DER MENSBRUGGHE D.CuttingRussia′s fossil fuel exports：short‑term economic pain for longtermenvironmental gain［J］. World economy，2022，45（11）：3314-3343.

［31］ MEINSHAUSEN M， LEWIS J， GUETSCHOW Z， et al. NDC factsheets［DB/OL］. Melbourne：Climate Resource，（2022-02-14）［2023-09-27］. https：//www.climate‑resource.com/tools/ndcs？ver‑sion=.［32］ Climate Action Tracker. CAT assessment data［EB/OL］.（2023-09-19）［2023-10-05］. https：//climateactiontracker.org/.

［33］ BASSI A M，COSTANTINI V，PAGLIALUNGA E. Modelling the EuropeanUnion sustainability transition：a soft‑linking approach［J］.Sustainability，2021，13（11）：6303.

［34］ IIASA. AR6 scenarios database［DB/OL］. Switzerland：IAMC，（2022-11-09）［2023-09-27］. https：//zenodo.org/record/5886912.

［35］ JEWELL J，VINICHENKO V，MCCOLLUM D，et al. Comparisonand interactions between the long‑term pursuit of energy independenceand climate policies［J］. Nature energy，2016，1（6）：16073.

［36］ MEINSHAUSEN M，LEWIS J，MCGLADE C，et al. Realization ofParis Agreement pledges may limit warming just below 2 ℃［J］. Nature，2022，604（7905）：304-309.

［37］ 何晓贝，马骏. 碳中和对宏观经济的影响［J］. 金融论坛，2022，27（5）：3-7.

［38］ VAN BENTHEM A A，CROOKS E，GIGLIO S，et al. The effect ofclimate risks on the interactions between financial markets and energycompanies［J］. Nature energy，2022，7（8）：690-697.

［39］ MERCURE J F，POLLITT H，VIÑUALES J E，et al. Macroeconomicimpact of stranded fossil fuel assets［J］. Nature climate change，2018，8（7）：588-593.

［40］ 李新安，李慧. 面向双碳目标的中国经济发展质量提升研究［J］. 河南科技学院学报，2022，42（5）：1-11.

［41］ 梁才，高国伟，杨树，等.“一带一路” 跨国电网互联发展趋势、挑战及推进策略研究［J］. 全球能源互联网，2018，1（S1）：228-233.

［42］ ALEXEEVA‑TALEBI V，BÖHRINGER C，LÖSCHEL A，et al. Thevalue‑added of sectoral disaggregation：implications on competitiveconsequences of climate change policies［J］. Energy economics，2012，34：S127-S142.

（责任编辑：田红）

基金项目：国家社会科学基金重点项目“统筹推进碳达峰碳中和与社会经济协同发展”（批准号：23AZD064）；国家自然科学基金面上项目“全球贸易链−产业链−价值链−环境链‘四链’融合的环境与经济耦合效应及调控策略研究”（批准号：42071270）。