全球碳交易市场对中国经济—能源—气候系统的影响评估

摘要

国际气候谈判中，美国等发达国家把中国承诺强制减排目标作为其加入全球减排协定的前提，那么如果我国加入全球碳交易市场，将会对我国产生怎样的影响呢？本文基于Ramsey最优增长模型和博弈论思想，构建世界诱导技术变化混合（WITCH）模型，模拟评估全球碳交易市场对我国经济-能源-气候系统的影响，结果表明：①2014年（GCM2014情景）和2020年（GCM2020情景）加入全球碳交易市场，到2100年我国GDP比常规情景（BAU情景）下分别减少6.42%和10.22%，说明加入全球碳市场将会对我国经济增长产生较大的负面影响，越早加入负面影响越小;②BAU、GCM2014和GCM2020三种情景下，2100年我国总投资分别达到98.48亿美元、85.59亿美元和85.13亿美元，其中我国能源研发投资预计分别为32.9亿美元、82.5亿美元和96亿美元，说明对我国总投资的影响差异不是很大，但对能源技术研发投资却有快速而显著的促进作用;③BAU、GCM2014和GCM2020三种情景下，2100年我国一次能源消费分为270 EJ、247 EJ和254 EJ，说明全球碳交易市场可以减少我国一次能源的总消费，但总量减少不是太显著，却能显著减少我国的煤炭等化石能源的消费量，因为GCM2014和GCM2020情景下，2100年煤炭消费仅占到我国一次能源消费的10%左右，而BAU情景下煤炭仍占59%;④全球碳交易市场可以比较显著的降低我国能源强度和碳排放强度;⑤全球碳交易市场的建立能有效降低全球气温，但不能将气温升幅控制在2℃范围以内。因此，我国要结合本国国情和实际，先建立国内碳交易市场，避免在国际压力下盲目承诺加入全球碳交易市场，至少2020年前我国不应该加入全球碳交易市场。

关键词碳交易;经济-能源-气候系统;影响评估;世界诱导技术变化混合（WITCH）模型

中图分类号F74文献标识码A文章编号1002-2104（2015）01-0032-08

doi：103969/jissn1002-2104201501005

气候变化是一个全球性的问题。来自世界各地人类活动排放的温室气体是导致气候变化的主要原因。温室气体混合在大气中，全世界的所有国家不管是否接近排放来源，都容易受到气候变化的影响。稳定大气中温室气体的浓度，从而缓解气候变化的不利影响，需要世界各国共同努力降低其温室气体排放。因此，减缓气候变化的政策措施必须从全球视角进行讨论分析。随着各国相继实施或准备实施碳交易，各交易市场的链接甚至是建立全球碳交易市场成为许多学者讨论的问题。中国作为全球第一大CO2排放国，2011年CO2排放达8.69 Gt，占全球的27%。要将全球平均气温上升控制在2 ℃范围内，到2050年全球碳排放必须比2005年减少50%，而要达到这一减排目标，中国的碳排放需要在2020年达到峰值。目前中国的经济发展水平，仍低于人均5 000美元的碳排放高峰阈值，这说明中国能源消费还会继续增长、碳排放量还会继续增加，但这同时也表明在碳密集型投资前中国还有重要的减排机会，拥有巨大的减排潜力。

目前国际气候谈判中，美国等发达国家把中国承诺减排目标作为其加入承诺减排的前提，那么如果中国加入全球碳交易市场，将会对中国产生什么影响？关于碳交易对一国经济影响的研究，主要是通过模型构建，对不同国家或地区的碳交易机制进行政策情景模拟，如对美国[1-2]、欧盟[3]、亚洲[4]、中国[5]的模拟，分析碳交易对经济增长、能源消费以及收入分配等的影响，并与碳税等其他气候政策的经济效应和环境效应进行比较[6-7]，或从中、微观的角度分析碳交易的行业影响[8]和企业影响[9]。还有些学者比较关注开放经济下的“碳泄漏”问题，研究碳交易对产业国际竞争力的影响[10-11]。由于可计算一般均衡（CGE）模型能够较真实的刻画经济体中不同产业、不同消费者对气候政策冲击的反应，所以上述研究大多采用了CGE模型进行模拟，研究结果表明碳交易对各国整体经济运行、行业发展和企业创新、竞争力的影响有限。这些研究表明，由于碳交易这一政策正在实施或尚未实施，需要通过情景设置，采用一定的模型工具，模拟假定情况下政策对经济、环境系统的中长期影响。

本文采用世界诱导技术变化混合（World Induced Technical Change Hybrid，WITCH）模型，分析全球碳交易市场的建立对我国经济-能源-环境系统的影响。贡献在于：一是WITCH模型的建立，WITCH融合了“自上而下”和“自下而上”两模型的优势，在博弈论框架内，通过详细描绘能源效率提高和内生技术进步来分析最优气候缓解策略，能够较真实地反映能源使用、技术变化、资金投入等多种因素对未来气候变化和经济的影响;二是从全球视角模拟分析中国在不同时间加入全球碳交易市场下，中国的经济、能源和气候变化，为决策者提供参考。

闫云凤：全球碳交易市场对中国经济-能源-气候系统的影响评估

中国人口·资源与环境2015年第1期

1模型与数据

用于气候政策分析的模型应该能够反映技术变化及其动态性，能够反映主要经济政策变量之间的关系。WITCH模型结合了“自上而下”宏观经济模型和“自下而上”技术演化模型的优势，能够较真实地反映能源的使用、技术变化、资金投入等多因素对未来气候变化和经济影响。WITCH模型是由FEEM（Fondazione Eni Enrico Mattei）气候变化研究中心开发的[12-14]，它是一个“自上而下”的新古典主义最优增长模型，模型中嵌套一个“自下而上”的能源投入变量，并在博弈论框架内，通过详细描绘能源技术进步和内生技术进步来分析最优气候缓解策略。

WITCH模型是Ramsey型新古典最优增长模型，将经济、能源和气候变化纳入一个统一的分析框架，可以模拟评估气候政策对全球和地区经济系统的影响，并为这些经济系统如何应对气候变化提供信息。按照地理位置、收入水平和能源结构的差异，该模型将全球分为12个区域（见表1）。每一个区域的中心决策者都可以通过模型选择控制变量（包括对不同的股票、研发项目、能源技术和化石燃料消费等的投资）的最优路径来实现社会福利最大化。

WITCH模型是一个完全动态模型，因为决策者的每次决策都可以在战略上和其他决策制定者同步实现福利最大化，并通过同时考虑到经济和环境的外部效应使得这

些投资策略总是最优。因此，能够对不同技术的投资作出动态决策方案是WITCH模型的一大优点。每项技术的投资方案是12个区域内部短期博弈的结果。而且，这12个区域在战略选择上是考虑了通过开放的纳什博弈确定的

所有决策变量。从自上而下的角度来看，这能够让我们分析制定不同地域维度（富裕地区与贫困地区）和不同时间

维度（当代人和未来几代人）的气候政策，得到所有地区依据气候恶化程度来决定实现社会福利最大化的最优战略。

WITCH模型把电能和非电能区别开来，指出了七种能源生产技术，而且包含了复合燃料（石油、天然气、煤、铀，传统生物质能燃料和新生物能源）的使用。对能源的详细分类让我们能够合理分析未来的能源、技术和以稳定大气中温室气体浓度为目标来推断它们的一致性。同时，通过模型内生燃料价格和二氧化碳减排成本，我们能够估计对能源系统内部所有组成部分制定的缓解政策的指标。

总之，WITCH模型有两大特点：首先，它是一个综合评估模型（IAMs），通过运用区域损害函数（反映气候变化对经济系统的影响）明确地推断出以阻止气候变化为目的而减排得到的收益。其次，WITCH模型有一个博弈理论的架构。12个区域通过考虑所有经济决策变量，进行非合作纳什博弈之后来制定自己的战略，而不是依靠最低排放标准来制定。因此，各个国家在决定对温室气体排放控制合作时，会考虑本国的决策对其他地区的影响，以及其他地区是否会采取合作行为。

1.1经济-能源-气候模块

根据Ramsey最优增长模型，在社会福利最大化目标约束下，WITCH模型分为经济、能源、气候三大模块，具体结构如图1所示。

图1WITCH模型三大模块构成图

Fig.1 Three modules in the WITCH Model

WITCH模型中，每一个区域的决策者，以跨期社会福利最大化为目标，其社会福利函数表示为：

W（n）=∑tU[C（n，t），L（n，t）]R（t）

=∑tL（n，t）{log[c（n，t）]}R（t）  （1）

其中，L（n，t）为人口总数，R（t）为贴现率，t的时间跨度为5年，c（n，t）=C（n，t）L（n，t）为人均消费。

1.1.1经济模块

某种产品的消费预算约束可表示为净产出减去投资：

C（n，t）=Y（n，t）-Ic（n，t）-∑jIR&D，j（n，t）

-∑jIj（n，t）-∑jO&Mj（n，t）（2）

其中，j表示不同的能源技术。Y（n，t）是指净产出，Ic（n，t）是指对产品C的资金投入，IR&D，j（n，t）和Ij（n，t）是指技术j的研发投入和一般投入，O&Mj（n，t）是指技术j的运营和维修费用。

WITCH模型中的总产出是由一个嵌套的不变替代弹性（CES）生产函数决定的，它由资本、劳动力和能源三个变量决定。资本和劳动之间是CD生产函数，它们与能源是CES生产函数。净产出可表示为总产出减去燃料成本和CCS的成本（见公式3）。

Y（n，t）=TFP（n，t）[α（n）·（K1-β（n）C（n，t）Lβ（n）（n，t））ρ+（1-α（n））·ES（n，t）ρ]1/ρΩ（n，t）

-∑f（pf（n，t）Xf，extr（n，t）+pintf（t）Xf，netimp（n，t））

-pccs（n，t）CCS（n，t）（3）

其中，Y（n，t）是指区域n在时间t内时的净产出;TFP（total factor productivity）是指全要素生产效率;K、L和ES（energy services）分别是指资本，劳动力和能源部门;Ω是气候损害函数，指因气候变化对产出的影响;Xf，extr（n，t）是指得到燃料f的额外成本，xf，netimp（n，t）是指一国净进出口燃料f的花费，ccs是指碳捕获和储存量。pf是国内燃料f的开采成本，pintf是燃料f的国际市场出清价格。

1.1.2能源模块

WITCH的能源模块中包含了多种能源使用技术和发电技术可供选择。能源总量ES（n，t）由能源实物投入EN（n，t）与能源技术投入HE（n，t）的CES函数形式决定，技术可以代替实物投入。

ES（n，t）=[αHHE（n，t）ρES+αENEN（n，t）ρES]1/ρES（4）

能源技术可表示为新技术与技术存量的和：

HE（n，t+1）=Z（n，t）+HE（n，t）（1-δR&D）（5）

其中，新技术Z（n，t）是国内研发投资IR&D、技术存量和国际技术溢出效应的柯布-道格拉斯生产函数（C-D函数），这一函数说明能源技术是内生的，它随着技术研发投资的增加、技术存量的增加、国际技术溢出效应而提高。

Z（n，t）=αIR&D（n，t）bHE（n，t）cSPILL（n，t）d（6）

通过技术投资和经验积累的学习过程不仅局限于一个地区内部，也可以外溢到其他地区，所以在综合评价模型中应加技术溢出效应。WITCH模型特别适合此类分析，因为博弈结构可以区分最优和次优策略，找出解决由全球性问题所引起外部性的最优策略组合。本文假定存在技术国际溢出效应，某一地区溢出效应的大小取决于获得技术的量与其吸收能力的大小。

SPILL（n，t）=HE（n，t）∑HIHE（n，t）（∑HIHE（n，t）-HE（n，t））（7）

能源实物投入包括电能和非电能的使用。

EN（n，t）=[αELEL（n，t）ρEN+αNELNEL（n，t）ρEN]1/ρEN（8）

1.1.3气候模块

WITCH中模型采用由一个气候模块描述气候损害和经济系统的相互影响。气候模块将经济系统中产生的二氧化碳排放量转化为大气浓度、辐射强迫和最终温度高于工业化前的上升水平。全球气温上升最终影响每个地区的产出，通过一个气候损害函数将全球气候变化效应转化为在每个地区的货币损失或收益。

化石燃料的使用会带来二氧化碳的排放，某种特定的化石燃料f的碳排放量则可以通过该燃料的化学计量系数ωf，CO2来计算出来。其中，通过二氧化碳捕获和储存技术捕获的二氧化碳要从整个碳平衡中排除。

CO2（n，t）=∑fωf，CO2Xf（n，t）-CCS（n，t）（9）

再通过运用程式化的气候动态模型，计算出t时期碳排放量带来的相对前工业时期温度上升的程度。

T（t+1）=T（t）+σ1{F（t+1）-λT（t）-σ2[T（t）-

TLO（t）]}-cool（t+1）（10）

最后通过区域损害模型计算出由于某种化石燃料的使用产生的二氧化碳造成气温上升带来的损失Ω。

Ω（n，t）=1+（θ1，nT（t）+θ2，nT（t）2）（11）

1.2数据说明与情景设置

人口数量的增加是温室气体排放增加的主要原因之一。在WITCH模型中，人口增长率是外生变量，本文使用联合国人口司（UN Population Division）的人口数据库的数据。该数据库不仅涵盖了1995-2010年全球及主要国家和地区的人口总数，而且还估算了在中等生育率、高生育率、低生育率、不变生育率等多种情形下2010-2100年全球和各国家的人口数量。本文采用其中的中等生育率人口数量计算12个地区的人口总量及人口增长率。

本文将2010年作为基期，2010年全球、各个国家和地区的GDP来源于世界银行。WITCH模型中，GDP是内生变量，各地区的GDP增长率主要由全要素生产率的增长率校准获得。各区域的经济增长率及其收敛水平决定了能源需求进而影响温室气体排放量。本文假定劳动生产率收敛，即假定OECD国家的经济增长相对较为稳定和缓慢，而随着非OECD国家劳动生产率提高，其的GDP增长率较快，所以到本世纪末全球各区域GDP呈收敛态势，但是人均GDP的收敛却很慢，因为非OECD国家人口增长率较快。

WITCH中将电力部门和非电力部门的使用情况进行了区分，以便能更好的分析非电力部门的减排。假设电力部门的三种投入要素（投资、运营和维修成本、资源消耗）是按照固定比例生产，其参数如表2所示。

非电力部门使用传统生物质能、生物燃料、煤、天然气、石油等多种能源。其中天然气和石油占非电力部门能源消耗的70%以上。本文非电力部门能源消耗数据通过从能源总消耗减去电力部门能源消耗获得，数据来源于联合国数据统计司能源统计数据（UN，2013）。2010年各种燃料的价格和排放系数来自国际能源署（IEA）。

根据政府间气候变化专门委员会（IPCC）发布的第5次评估报告，2010年全球大气中CO2的浓度为389 ppm，全球气温比工业革命前上升0.85 ℃（IPCC，2013），本文将其作为基期CO2浓度和气温衡量指标。

为考查建立全球碳交易市场对我国的影响，本文模拟对比BAU（常规情景，即无碳交易市场）、GCM2014（2014年建立全球碳交易市场）和GCM2020（2020年建立全球碳交易市场）三种情景下的情况。本文采用软件GAMS（The General Algebraic Modeling System，一般线性代数模拟系统）对模型进行数值模拟和求解。

2模拟结果

2.1全球碳交易市场对我国经济系统的影响

2.1.1全球碳交易市场对我国GDP的影响

碳交易市场将影响个人和企业的行为、影响资源的分配、进而影响一个国家的经济发展。图2比较了GCM2014、GCM2020两种情景与BAU相比我国GDP的变化量和变化率。从图中可以看出全球碳交易市场将会对我国经济增长产生负面影响，但2014年建立全球碳交易市场的负面影响远远少于2020年建立碳市场的负面影响。与BAU相比，2014年建立碳排放市场对我国GDP的负面影响最高发生在2075年，将导致GDP损失3.56万亿美元（比BAU情景下少7.55%），但2075年以后，对GDP的负面影响将逐渐减弱，到2100年GDP损失比BAU少6.42%。但是如果2020年建立全球碳市场，对我国的负面影响最高发生在2085年，将导致我国GDP比BAU减少11.55%，到2100年GDP损失比BAU少10.22%。

图2全球碳交易市场对我国GDP增长带来的损失

Fig.2Impact of global carbon market on Chinas GDP

2.1.2全球碳交易市场对我国投资的影响

从模拟结果来看，与BAU相比，我国加入全球碳交易市场的总投资减少，但2014年和2020年加入全球碳市场对我国总投资的影响差异不大。这可能意味着加入全球碳交易市场对高耗能排放的投资项目起到一定程度的抑制作用。在BAU情景下，2100年我国总投资将达到9.85万亿美元，而2014年和2020年加入全球碳交易市场情景下，预计我国2100年的总投资分别为8.56万亿美元和8.51万亿美元。

从能源研发投资尤其是旨在提高能源效率的研发投资来看（见图3），与BAU相比，加入全球碳交易市场对我国旨在提高能源效率的研发投资有快速显著的影响。如果2014年加入全球碳交易市场，2015年我国的能源研发投资将从BAU情景下的3.3亿美元增加到GCM2014情景下的5.1亿美元;如果2020年加入全球碳交易市场，当年我国的能源研发投资将从BAU情景下的4.2亿美元增加到GCM2020情景下的7.4亿美元。到2100年，BAU、GCM2014和GCM2020三种情景下，我国能源研发投资预计分别为32.9亿美元、82.5亿美元和96亿美元，这说明加入全球碳交易市场有能效刺激我国能源研发投资。GCM2020情景下的能源研发投资一直高于GCM2014情景下的能源研发投资，说明越晚构建全球碳交易市场，要达到一定减排目标需要的能源研发投资可能越多。

图3全球碳交易市场下我国的能源研发投资

Fig.3Impact of global carbon market on

Chinas investment in energy R&D

图4三种情景下我国一次的能源消费量

Fig.4Chinas primary energy consumption in three scenarios

2.2全球碳交易市场对我国能源和碳排放的影响

2.2.1全球碳交易市场对我国一次能源消费的影响

从图4可以看出，在BAU情景下，我国一次能源消费从2010年的84EJ增加到2100年的270 EJ，而在GCM2014和GCM2020情景下，到2100年我国的一次能源消费分别为247 EJ和254 EJ，可见加入全球碳交易市场可以减少我国一次能源的总消费，但总量减少不是太显著。

但对化石能源和非化石能源的消费的影响却有很大差异，比较图5和图6可以看出，加入全球碳交易市场会

减少我国对化石能源的消费，增加对非化石能源的消费。BAU情景下，我国对化石能源的消费一直处于上升态势，从2010年的69 EJ上升到2070年的212 EJ，2070年以后上升的速度放缓，到2100年的化石能源消费为235 EJ，但其占我国一次能源总消费的比例一直在80%-90%之间。与BAU情景相比，2014年和2020年加入全球碳市场我国对化石能源的消费都有显著下降。在GCM2014和GCM2020情景下，2100年我国化石能源消费仅分别为42 EJ和35 EJ，占我国一次能源消费的比例分别为17%和

图5三种情景下我国化石能源消费

Fig.5Chinas fossil energy consumption in three scenarios

图6三种情景下我国非化石能源消费

Fig.6Chinas nonfossil energy consumption in

three scenarios

14%。而且2055年之前GCM2014情景下我国的化石能

源消费比GCM2020情景下少，但2055年以后发生逆转，

GCM2020情景下我国的化石能源消费比GCM2014情景下少。

与之形成鲜明对比的三种情景下是我国非化石能源的消费情况（见图8），加入全球碳交易市场后，我国对非化石能源的需求显著增加，从2010年的15 EJ增加到2100年的205 EJ（GCM2014）和219EJ（GCM2020），分别占我国一次能源总消费的83%和86%，而在BAU情景下，我国非化石能源消费一直保持在占全国能源消费的13%-18%左右。

具体到占我国一次能源消费最多，也是碳排放最多的化石燃料煤炭来讲，加入全球碳市场更能显著减少我国对煤炭的需求（见图7）。在BAU情景下，2010-2100年我国煤炭消费占一次能源总消费的比例在50%-60%，而加入全球碳交易市场后，我国煤炭消费的总量及占一次能源消费的比例都显著下降，到2100年，煤炭消费仅占到我国一次能源消费的10%左右。

图7三种情景下我国煤炭消费

Fig.7Chinas coal consumption in three scenarios

2.2.2全球碳交易市场对我国碳排放量的影响

能源消费量和能源消费结构对我国碳排放量有重要的影响，通过WITCH的模拟结果图8可以看出：在BAU情景下，由于继续使用化石燃料导致中国碳排放继续增长，本世纪末将处于稳定时期，到2100年达到24.93 Gt。与BAU相比，全球碳交易市场能够很好的发挥减排作用，2014年和2020年建立全球碳交易市场后中国的碳排放都显著下降。在GCM2014情景下，中国的碳排放从2015年就开始下降，到2060年下降到4.01Gt，然后会出现稳中有降的态势。在GCM2020情景下，中国的碳排放从2020年开始下降，到2065年下降到3.58Gt，然后会出现稳中有降的态势，到2010年能下降到2.63 Gt。就减排量而言，2055年之前，GCM2014情景下的减排量大于GCM2020情景，但2055年以后GCM2020情景下的减排量超过GCM2014情景。2010-2100年，GCM2014情景的累计减排量为245.2 Gt，GCM2020情景下的累计减排量为243.5 Gt，即两种情景的累计减排量几乎相当。

加入全球碳交易市场能显著降低我国能源强度和碳排放强度。在BAU情景下，2010年我国的能源强度和碳排放强度分别为23.82 MJ/USD和1.97 t/USD，到2100年分别降低到3.91 MJ/USD和0.35 t/USD;在GCM2014情景下，到2100年分别降低到2.42 MJ/USD和0.49 t/USD;在GCM2014情景下，到2100年分别降低到2.58 MJ/USD和0.41 t/USD。

图8三种情景下我国碳排放量与减排量的预测值

Fig.8Chinas CO2 emissions in three scenarios

图9三种情景下全球平均气温比工业革命前上升℃

Fig.9Global average temperature increase（comparing to

preindustry） in three scenarios

2.3全球碳交易市场对气候系统的影响

从图9可以看出，三种情景下，全球气温相对于工业前水平都会一直升高，但上升的幅度有很大差异，全球碳交易市场的建立能有效降低全球气温。在BAU情景下，到2100年全球平均气温将比工业前上升3.69℃，GCM2014和GCM2020情景下分别上升2.41℃和2.44℃，但不论现在还是2020年建立全球碳交易市场，到2100年都不能将全球气温升幅控制在2℃范围以内。要想达到这一减排降温目标，还需要进一步采用更为有效的减排措施。

3结论与启示

气候变化是一个全球性的问题。稳定大气中温室气体的浓度，从而缓解气候变化的不利影响，需要世界各国共同努力降低其温室气体排放。因此，减缓气候变化的政

策措施必须从全球视角进行讨论分析。本文基于Ramsey最优增长模型和动态博弈论的思想，构建世界诱导技术变化混合（WITCH）模型，模拟分析构建全球碳交易市场对我国经济-能源-气候系统的影响，并与碳税的影响进行比较。研究设置了无碳交易市场（BAU）、2014年建立全球碳交易市场（GCM2014）和2020年建立全球碳交易市场（GCM2020）三种碳交易市场情景，通过模拟分析得到以下结论：

（1）全球碳交易市场将会对我国经济增长产生较大的负面影响，GCM2014情景和GCM2020情景下，到2100年我国GDP比BAU情景下分别减少6.42%和10.22%。而且GCM2014情景下我国的GDP损失小于GCM2020情景下的损失，这说明虽然加入全球碳交易市场会影响我国的经济增长，但越早加入负面影响越小。

（2）与BAU相比，2014年和2020年加入全球碳市场对我国总投资的影响差异不是很大。在BAU情景下，2100年我国总投资将达到98.48亿美元，而GCM2014情景和GCM2020情景下，预计2100年我国的总投资分别为85.59亿美元和85.13亿美元，这可能意味着加入全球碳交易市场对高耗能排放的投资项目起到一定程度的抑制作用。但全球碳交易市场对我国的提高能源技术研发投资却有快速而显著的影响。到2100年，BAU、GCM2014和GCM2020三种情景下，我国能源研发投资预计分别为32.9亿美元、82.5亿美元和96亿美元，而且越晚构建全球碳交易市场，要达到一定减排目标我国需要投入的能源研发投资可能越多。

（3）加入全球碳交易市场可以减少我国一次能源的总消费，但总量减少不是太显著。BAU、GCM2014和GCM2020三种情景下，2100年我国一次能源消费分为270 EJ、247 EJ和254 EJ。但对化石能源和非化石能源的消费的影响却有很大差异，BAU、GCM2014和GCM2020三种情景下，2100年我国化石能源消费仅占一次能源消费的比例分别为68%、17%和14%，相应的非化石能源占比分别为32%、83%和86%。而且，加入全球碳交易市场能显著减少我国的煤炭消费量，GCM2014和GCM2020情景下，2100年煤炭消费仅占到我国一次能源消费的10%左右，而BAU情景下煤炭仍占59%。因为能源消费量和能源消费结构对碳排放量有重要的影响，与BAU相比，加入全球碳交易市场能够很好的发挥减排作用，2014年和2020年建立全球碳交易市场后中国的碳排放都显著下降。虽然加入全球碳交易市场，可以同时降低我国经济增长速度、能源消耗总量和碳排放总量，但由于碳市场能促进能源研发投资，降低碳排放密集型能源的消耗，改善能源结构，从而可以比较显著的降低我国能源强度和碳排放强度。

（4）三种情景下，全球气温相对于工业前水平都会一直升高，但上升的幅度有很大差异，全球碳交易市场的建立能有效降低全球气温，但全球碳市场的建立并不能将气温升幅控制在2℃范围以内。

综上所述，加入全球碳交易市场能减少能源消耗、减少碳排放，从而降低全球气温升高的幅度，但对我国经济增长却有很大的负面影响，没有国家愿意接受解决气候变化问题需要以牺牲经济增长为代价，所以面对国际减排压力，我国要结合本国国情和实际，先建立国内碳交易市场，避免在国际压力下盲目承诺加入全球碳交易市场。从本文模拟结果来看，至少2020年前我国不应该加入全球碳交易市场。

（编辑：田红）

参考文献（References）

[1]Paltsev S， Reilly J M，Jacoby H D， et al. Assessment of US GHG Capandtrade Proposals [J]. Climate Policy， 2008，8（4）： 395-420.

[2]Gurgel A C， Paltsev S， Reilly J， et al. An Analysis of US Greenhouse Gas Capandtrade Proposals Using a ForwardLooking Economic Model [J]. Environment and Development Economics， 2011， 16（2）： 155-176.

[3]Zhang Y J， Wei Y M. An Overview of Current Research on EU ETS： Evidence from Its Operating Mechanism and Economic Effect [J]. Applied Energy， 2010， 87（6）： 1804-1814.

[4]Massetti E， Tavoni M. A Developing Asia Emission Trading Scheme （Asia ETS） [J]. Energy Economics， 2012， 34： 436-443.

[5]崔连标， 范英， 朱磊， 等. 碳排放交易对实现我国 “十二五”减排目标的成本节约效应研究[J]. 中国管理科学， 2013，21 （1）： 37-46.[Cui Lianbiao，Fan Ying， Zhu Lei， et al. The Cost Saving Effect of Carbon Markets in China for Achieving the Reduction Targets in the “12th FiveYear” Plan [J]. Chinese Journal of Management Science， 2013， 21（1）： 37-46.]

[6]Zhang Z X. Crossing the River by Feeling the Stone： the Case of Carbon Trading in China [J]. Environmental Economics and Policy Studies， 2014，（16） ：78-92.

[7]石敏俊， 袁永娜， 周晟吕， 等. 碳减排政策： 碳税， 碳交易还是两者兼之？ [J]. 管理科学学报， 2013， 16（9）： 9-19. [Shi Minjun，Yuan Yongna， Zhou Shenglv， et al. Carbon tax， Capandtrade or Mixed Policy： Which is Better for Carbon Mitigation？ [J]. Journal of Management Sciences in China， 2013， 16（9）： 9-19.]

[8]Golombek R， Kittelsen S A C， Rosendahl K E. Price and Welfare Effects of Emission Quota Allocation [J]. Energy Economics， 2013， 36： 568-580.

[9]Taylor M R. Innovation Under Capandtrade Programs [J]. Proceedings of the National Academy of Sciences， 2012， 109（13）： 4804-4809.

[10]Monjon S， Quirion P. Addressing Leakage in the EU ETS： Border Adjustment or Outputbased Allocation？ [J]. Ecological Economics， 2011， 70（11）： 1957-1971.

[11]Fischer C， Fox A K. The Role of Trade and Competitiveness Measures in US Climate Policy [J]. The American Economic Review， 2011， 101（3）： 258-262.

[12]Bosetti V， Carraro C， Galeotti M， et al. A World Induced Technical Change Hybrid Model [J]. The Energy Journal， 2006， 27： 13-38.

[13]Bosetti V， Massetti E， Tavoni M. The WITCH Model：Structure， Baseline， Solutions [R]. Nota di Lavoro， Fondazione Eni Enrico Mattei， 2007.

[14]Bosetti V， Tavoni M， De Cian E， et al. The 2008 WITCH Model： New Model Features and Baseline [R]. Nota di Lavoro//Fondazione Eni Enrico Mattei： Sustainable Development， 2009.

Impact of Global Carbon Trading Market on Chinas

Economicenergyclimate System

YAN Yunfeng

（School of Economics， Capital University of Economics and Business， Beijing 100070，China）

Abstract

In international climate negotiations， the United States and other developed countries urge China to make compulsory commitment. Will global carbon market have a great impact on China？ Based on Ramsey optimal growth model and game theory， the paper builds a world induced technical change hybrid （WITCH） model and evaluates the impact of global carbon market on Chinas economicenergyclimate system. Its result shows that： （1） Comparing with business as usual （BAU）， Chinas GDP will decrease 6.42% and 10.22% in 2100 respectively if China joins global carbon market in 2014（GCM2014 scenario） and 2020（GCM2020 scenario）， which means that the global carbon market will have a larger negative impact on Chinas economic growth. （2） Chinas total investment will be 9.848 billion USD， 8.559 billion USD and 8.513 billion USD in the scenario of BAU， GCM2014 and GCM2020. However， Chinas investment in energy R&D will be 3.29 billion USD， 8.25 billion USD and 9.6 billion USD in the three scenarios. The impact of global carbon market on Chinas total investment is not very big， but it plays a significant role in promoting Chinas energy technology R&D investment. （3） In the scenarios of BAU， GCM2014 and GCM2020， Chinas primary energy consumption will be 270 EJ， 247 EJ and 254 EJ in 2100， which means the global carbon market could reduce Chinas total primary energy consumption， but the amount is not too significant. However， it could significantly reduce coal consumption， because coal accounts for 10% of Chinas primary energy consumption in GCM2014 and GCM2020 scenarios， coal still account for 59% in the BAU scenario in 2100; （4） The global carbon market can significantly reduce Chinas fossil fuel consumption and energy intensity， carbon intensity. （5）The establishment of global carbon market can effectively reduce the global temperature， but fails to control the temperature rise within the range of 2 ℃. Therefore， China should establish a domestic carbon market at first and should not join the global carbon market before 2020.

Key wordscarbon trading; economicenergyclimate system; impact assessment; world induced technical change hybrid （WITCH） model

[6]Zhang Z X. Crossing the River by Feeling the Stone： the Case of Carbon Trading in China [J]. Environmental Economics and Policy Studies， 2014，（16） ：78-92.

[7]石敏俊， 袁永娜， 周晟吕， 等. 碳减排政策： 碳税， 碳交易还是两者兼之？ [J]. 管理科学学报， 2013， 16（9）： 9-19. [Shi Minjun，Yuan Yongna， Zhou Shenglv， et al. Carbon tax， Capandtrade or Mixed Policy： Which is Better for Carbon Mitigation？ [J]. Journal of Management Sciences in China， 2013， 16（9）： 9-19.]

[8]Golombek R， Kittelsen S A C， Rosendahl K E. Price and Welfare Effects of Emission Quota Allocation [J]. Energy Economics， 2013， 36： 568-580.

[9]Taylor M R. Innovation Under Capandtrade Programs [J]. Proceedings of the National Academy of Sciences， 2012， 109（13）： 4804-4809.

[10]Monjon S， Quirion P. Addressing Leakage in the EU ETS： Border Adjustment or Outputbased Allocation？ [J]. Ecological Economics， 2011， 70（11）： 1957-1971.

[11]Fischer C， Fox A K. The Role of Trade and Competitiveness Measures in US Climate Policy [J]. The American Economic Review， 2011， 101（3）： 258-262.

[12]Bosetti V， Carraro C， Galeotti M， et al. A World Induced Technical Change Hybrid Model [J]. The Energy Journal， 2006， 27： 13-38.

[13]Bosetti V， Massetti E， Tavoni M. The WITCH Model：Structure， Baseline， Solutions [R]. Nota di Lavoro， Fondazione Eni Enrico Mattei， 2007.

[14]Bosetti V， Tavoni M， De Cian E， et al. The 2008 WITCH Model： New Model Features and Baseline [R]. Nota di Lavoro//Fondazione Eni Enrico Mattei： Sustainable Development， 2009.

Impact of Global Carbon Trading Market on Chinas

Economicenergyclimate System

YAN Yunfeng

（School of Economics， Capital University of Economics and Business， Beijing 100070，China）

Abstract

In international climate negotiations， the United States and other developed countries urge China to make compulsory commitment. Will global carbon market have a great impact on China？ Based on Ramsey optimal growth model and game theory， the paper builds a world induced technical change hybrid （WITCH） model and evaluates the impact of global carbon market on Chinas economicenergyclimate system. Its result shows that： （1） Comparing with business as usual （BAU）， Chinas GDP will decrease 6.42% and 10.22% in 2100 respectively if China joins global carbon market in 2014（GCM2014 scenario） and 2020（GCM2020 scenario）， which means that the global carbon market will have a larger negative impact on Chinas economic growth. （2） Chinas total investment will be 9.848 billion USD， 8.559 billion USD and 8.513 billion USD in the scenario of BAU， GCM2014 and GCM2020. However， Chinas investment in energy R&D will be 3.29 billion USD， 8.25 billion USD and 9.6 billion USD in the three scenarios. The impact of global carbon market on Chinas total investment is not very big， but it plays a significant role in promoting Chinas energy technology R&D investment. （3） In the scenarios of BAU， GCM2014 and GCM2020， Chinas primary energy consumption will be 270 EJ， 247 EJ and 254 EJ in 2100， which means the global carbon market could reduce Chinas total primary energy consumption， but the amount is not too significant. However， it could significantly reduce coal consumption， because coal accounts for 10% of Chinas primary energy consumption in GCM2014 and GCM2020 scenarios， coal still account for 59% in the BAU scenario in 2100; （4） The global carbon market can significantly reduce Chinas fossil fuel consumption and energy intensity， carbon intensity. （5）The establishment of global carbon market can effectively reduce the global temperature， but fails to control the temperature rise within the range of 2 ℃. Therefore， China should establish a domestic carbon market at first and should not join the global carbon market before 2020.

Key wordscarbon trading; economicenergyclimate system; impact assessment; world induced technical change hybrid （WITCH） model

[6]Zhang Z X. Crossing the River by Feeling the Stone： the Case of Carbon Trading in China [J]. Environmental Economics and Policy Studies， 2014，（16） ：78-92.

[7]石敏俊， 袁永娜， 周晟吕， 等. 碳减排政策： 碳税， 碳交易还是两者兼之？ [J]. 管理科学学报， 2013， 16（9）： 9-19. [Shi Minjun，Yuan Yongna， Zhou Shenglv， et al. Carbon tax， Capandtrade or Mixed Policy： Which is Better for Carbon Mitigation？ [J]. Journal of Management Sciences in China， 2013， 16（9）： 9-19.]

[8]Golombek R， Kittelsen S A C， Rosendahl K E. Price and Welfare Effects of Emission Quota Allocation [J]. Energy Economics， 2013， 36： 568-580.

[9]Taylor M R. Innovation Under Capandtrade Programs [J]. Proceedings of the National Academy of Sciences， 2012， 109（13）： 4804-4809.

[10]Monjon S， Quirion P. Addressing Leakage in the EU ETS： Border Adjustment or Outputbased Allocation？ [J]. Ecological Economics， 2011， 70（11）： 1957-1971.

[11]Fischer C， Fox A K. The Role of Trade and Competitiveness Measures in US Climate Policy [J]. The American Economic Review， 2011， 101（3）： 258-262.

[12]Bosetti V， Carraro C， Galeotti M， et al. A World Induced Technical Change Hybrid Model [J]. The Energy Journal， 2006， 27： 13-38.

[13]Bosetti V， Massetti E， Tavoni M. The WITCH Model：Structure， Baseline， Solutions [R]. Nota di Lavoro， Fondazione Eni Enrico Mattei， 2007.

[14]Bosetti V， Tavoni M， De Cian E， et al. The 2008 WITCH Model： New Model Features and Baseline [R]. Nota di Lavoro//Fondazione Eni Enrico Mattei： Sustainable Development， 2009.

Impact of Global Carbon Trading Market on Chinas

Economicenergyclimate System

YAN Yunfeng

（School of Economics， Capital University of Economics and Business， Beijing 100070，China）

Abstract

In international climate negotiations， the United States and other developed countries urge China to make compulsory commitment. Will global carbon market have a great impact on China？ Based on Ramsey optimal growth model and game theory， the paper builds a world induced technical change hybrid （WITCH） model and evaluates the impact of global carbon market on Chinas economicenergyclimate system. Its result shows that： （1） Comparing with business as usual （BAU）， Chinas GDP will decrease 6.42% and 10.22% in 2100 respectively if China joins global carbon market in 2014（GCM2014 scenario） and 2020（GCM2020 scenario）， which means that the global carbon market will have a larger negative impact on Chinas economic growth. （2） Chinas total investment will be 9.848 billion USD， 8.559 billion USD and 8.513 billion USD in the scenario of BAU， GCM2014 and GCM2020. However， Chinas investment in energy R&D will be 3.29 billion USD， 8.25 billion USD and 9.6 billion USD in the three scenarios. The impact of global carbon market on Chinas total investment is not very big， but it plays a significant role in promoting Chinas energy technology R&D investment. （3） In the scenarios of BAU， GCM2014 and GCM2020， Chinas primary energy consumption will be 270 EJ， 247 EJ and 254 EJ in 2100， which means the global carbon market could reduce Chinas total primary energy consumption， but the amount is not too significant. However， it could significantly reduce coal consumption， because coal accounts for 10% of Chinas primary energy consumption in GCM2014 and GCM2020 scenarios， coal still account for 59% in the BAU scenario in 2100; （4） The global carbon market can significantly reduce Chinas fossil fuel consumption and energy intensity， carbon intensity. （5）The establishment of global carbon market can effectively reduce the global temperature， but fails to control the temperature rise within the range of 2 ℃. Therefore， China should establish a domestic carbon market at first and should not join the global carbon market before 2020.

Key wordscarbon trading; economicenergyclimate system; impact assessment; world induced technical change hybrid （WITCH） model