中国碳排放峰值及其倒逼机制研究的发展动态
摘要为了进一步应对气候变化,中国提出到2030年左右实现二氧化碳排放达到峰值。碳排放峰值目标的设定,必然会对经济转型产生一种倒逼机制。倒逼机制是中国在改革开放实践中成功实施的一种逆向运作的经济治理机制。探索碳排放峰值目标的倒逼机制的基本理论问题,研究如何在实践中完善和运用这种新型倒逼机制,对中国经济的低碳转型和可持续发展具有重要的理论参考价值。本文按照从“碳排放历史研究”到“碳排放趋势预测”,从“峰值实现路径研究”到“峰值约束研究”的逻辑顺序,综述了近年来国内外有关中国碳排放及其峰值的研究现状和发展动态,并回顾了有关倒逼机制的基础理论研究和特定案例研究。结果表明:首先,现有研究都以顺向思维方式,预测碳排放峰值和研究实现峰值的路径,但没有文献以逆向思维方式,揭示峰值目标的倒逼机制;其次,现有研究虽然也提出了碳排放峰值的倒逼机制,但该倒逼机制目前在理论上仍处于一個黑箱之中,还没有文献曾试图打开这个黑箱,以揭示该机制的基本特征和运行机制;最后,现有研究也模拟了碳排放峰值目标约束对经济产生的影响,但没有系统性地研究在碳排放峰值目标倒逼机制下的经济转型路径,也没有深入探索在转型过程中采取的一系列政策措施的减排绩效和经济影响。基于该领域的现有成果和发展动态,本文提出了可进一步拓展的研究方向:要以逆向思维方式,从可持续发展的长期战略视角,在理论上解析和构建碳排放峰值目标的倒逼机制,系统性地研究在这种倒逼机制下的经济转型路径,并通过构建大型政策评估模型,量化评估在转型过程中采取的一系列政策措施的减排绩效和经济影响。
关键词碳排放峰值;倒逼机制;气候变化;趋势预测
中图分类号F062.2文献标识码A文章编号1002-2104(2018)02-0141-10DOI:10.12062/cpre.20170909
为了进一步应对气候变化,控制温室气体排放,在2015年6月中国向联合国提交了《强化应对气候变化行动——中国国家自主贡献》的文件。该文件不但确定了中国以实现碳排放峰值为核心的2030年自主行动目标,而且从体制机制、生产方式、消费模式、经济政策和科技创新等15个方面,提出了将进一步采取的强化政策和措施。自碳排放峰值目标被提出以来,已经有不少文献探讨了实现该目标的可行路径。目前在理论研究上更为重要的是,需要以逆向思维方式,从可持续发展的长期战略视角,考察碳排放峰值目标的设定对经济转型产生的影响,及其与可持续发展目标的契合问题。有文献已经认识到,碳排放峰值目标的设定必然会对经济转型产生一种倒逼机制[1]。但该文献并没有探讨这种机制的一些基本理论问题,更没有研究如何完善和运用该机制。虽然有文献认识到,倒逼机制是中国在改革开放实践中成功实施的一种逆向运作的经济治理机制,也有文献从不同视角探讨了这种机制。但并没有文献对碳排放峰值目标所产生的这种新型倒逼机制进行理论探索。如果能够深入认识并充分运用这种倒逼机制,那么就能在该机制的助推下,以较低的成本实现发展路径的转型和创新,并探索出一条创新型的可持续发展路径。本文将系统梳理近年来国内外有关中国碳排放峰值及其倒逼机制的研究现状和发展动态,并在对这些研究成果进行简要评论的基础上,提出该领域可拓展的研究空间和值得进一步推进的研究方向。以期为有关中国碳排放峰值及其倒逼机制的研究做出文献综述方面的基础性贡献。
1中国碳排放的研究现状: 从碳排放历史研究到碳排放趋势预测
自1990年IPCC发布第一次气候变化评估报告以来,世界各国的非气候领域的研究者、政府决策者和广大公众,通过该报告逐渐了解了有关全球变暖的科学结论。随着1992年旨在控制温室气体排放的《联合国气候变化框架公约》的通过,中国在经济研究领域的学者,开始运用经济学的方法,研究中国经济发展中的二氧化碳排放问题,并陆续发表了一定数量的学术论文。作为《联合国气候变化框架公约》补充条款的《京都议定书》,虽然没有要求发展中国家承担具有法律约束力的温室气体减排义务,但快速增长的中国温室气体排放总量,却引发了经济学者对中国碳减排问题的极大关注。有的学者从碳排放历史中探索规律,而有的学者则根据历史数据预测碳排放的未来趋势,并积累了大量的研究文献。
1.1从碳排放历史中探索规律的研究
在中国没有提出碳排放峰值目标之前,很少有文献关注中国的碳排放峰值问题,大多数从经济管理角度研究中国碳排放的文献,都力图从碳排放的历史中揭示碳排放与能源、经济、社会、技术等方面的复杂关系,发现温室气体减排和发展低碳经济的内在规律。围绕这个核心命题,近年来学术界从碳排放与经济增长之间的关系[2-6]、碳排放的估算和预测[7-13]、碳排放系统的驱动因子[14-19]、贸易中隐含的碳排放[20-23]、碳排放的额度分配[24-28]、碳减排的路径和影响[29-33]、碳排放强度[34-38]等方面展开了广泛而深入的研究,并取得了丰硕的研究成果。在上述成果中,有些文献针对该领域的一些基础理论问题进行了探索,比如有关碳排放与经济增长之间的关系、碳排放的估算和预测、碳排放系统的驱动因子、贸易中隐含碳排放的文献。而有些文献则紧密结合中国的低碳经济政策,探讨碳减排路径和碳排放强度等方面的问题。在上述文献中,有关碳排放估算和碳排放驱动因子的文献,为碳排放趋势预测奠定了坚实基础。
1.2从碳排放趋势中预测峰值的研究
碳排放趋势预测的关键工具是模型和情景。模型描述了影响碳排放的经济、社会和技术等因素的作用机制,其中包含了表征这些因素的参数。而情景是对模型中各因素发展路径的预期,不同预期通过赋予模型参数不同数值得以实现[39]。在碳排放趋势预测的文献中,有关减排政策和发展战略的情景设定同样至关重要。在不同的情景设定中,有些文献并没有预测到中国碳排放峰值的出现,而有些文献则发现了到达峰值的时间和峰值的大小。
1.2.1无峰值出现的碳排放趋势预测
在碳排放峰值目标被提出之前,预测中国碳排放趋势的文献,如果只进行中短期预测,或者只根据历史趋势预测,而不考虑在某种倒逼机制中的技术进步,以及采取的长期减排措施和经济转型战略,那么在预测结果中是不可能出现峰值的。例如Pao等[10]运用改进的灰色理论模型,预测了中国2011—2020年的碳排放趋势,结果表明碳排放将以年均4.5%的速度持续增长到2020年。滕欣等[40]和佟昕等[41]基于不同模型,同样预测了中国到2020年的碳排放量,相似的结论都表明,中国未来5—10年碳排放增速依然很快。即使把预测期延长至2030年,在没有考虑减排目标的倒逼机制中采取的强化措施的情况下,Li[42]同样没有预测到中国的碳排放峰值。在以化石能源支撑的“高碳经济”模式下,对大多数发展中国家来说,“能源消费—经济增长—二氧化碳排放”似乎是一个无法打破的逻辑链条。如果不采取重大的低碳转型战略和严格的减排措施,碳排放峰值是不可能到来的。因此,这种中短期预测结果中不会出现峰值的情况,在针对发展中国家的研究中普遍存在。Wu等[12]采用滚动的多变量灰色预测模型,预测了金砖五国2015—2020年的碳排放趋势,结果显示五个国家的碳排放都将以不同速度持续增长。即使在Rout等[9]的超长期预测中,也没有出现碳排放峰值。他们基于名为TIMES G5的线性规划模型,预测了中国远至2100年的长期能源需求和碳排放量,其结果表明,中国的碳排放将持续增长到21世纪末,达到95亿t 以上。一个国家的碳排放在什么时候达到峰值,取决于经济社会发展的诸多因素。从发达国家的经验来看,碳排放峰值一般出现在实现了工业化和城市化之后的阶段,这时,这些发达国家经济呈内涵式发展,GDP增速趋缓,能源消费弹性下降,能源消费增长缓慢,且主要依靠发展新能源和可再生能源满足消费需求,化石能源消费不再增加[43-44]。
1.2.2有峰值出现的碳排放趋势预测
碳排放峰值是指,当一个经济体的年度碳排放量在某一时期增长到最大值,然后开始持续下降到一个较低或接近零值的年度排放水平,那么这个特定时期的年度最大排放量就是该经济体的碳排放峰值。碳排放峰值的概念包含了峰值时间和峰值大小两方面的信息。从全球角度来看,即使不采取减排措施,只要化石能源的产量峰值存在,那么在能源产量峰值的限制下,全球碳排放峰值可能会在2030—2050年出现[45]。但IPCC[46]指出,如果要在本世纪末把全球地表平均温度的上升幅度控制在不超过工业化前2°C的范围内,全球人为温室气体排放须要在2020年左右达到峰值,到2030年通过减排实现与2010年持平乃至减少40%,到2050年须要比2010年减排40%~70%,到2100年则须要实现零排放。全球的温室气体排放峰值已经被提出,作为全球最大的碳排放国,中国的碳排放何时达到峰值,不但成为国际社会关注的一个焦点,也成为学术界研究的一个热点。
在中国没有提出碳排放峰值目标之前,有些文献在预测中国的碳排放趋势时,考虑到了在应对气候变化的倒逼机制下,未来经济、社会、技术、减排政策和发展战略的预期路径,因此就发现了碳排放峰值出现的时间和大小。有些文献在预测全国的碳排放趋势时,发现了峰值的出现,而有些文献则从行业和地区的视角,预测了中国特定行业和地区有峰值出现的碳排放趋势。
(1)有峰值出现的全国碳排放趋势预测。朱永彬等[47]在预测中国2010—2050年的碳排放趋势时,由于考虑到了能源利用技术的进步和可再生能源替代政策对碳排放趋势的影响,因此在预测结果中就出现了排放峰值。他们发现,如果按照2009年之前的能源强度下降速率预测,中国的碳排放将在2040年达到峰值;如果能源强度的降速提高到4.5%~5%,碳排放峰值將出现在2040年之前;提高可再生能源的比重能够明显降低碳排放量,但对峰值到来的时间影响甚微。岳超等[39]基于对中国未来GDP和碳强度变动的情景设定,也预测了2010—2050年的碳排放趋势,他们发现,如果在应对气候变化压力较小的情景下,中国的碳排放将在2035年达到峰值。虽然岳超等[39]没有把减排措施和经济转型战略明确纳入预测模型中,但他们利用的碳强度指标实际上已经隐含了技术进步、结构优化和减排政策等多方面的信息。杜强等[48]用劳动者报酬变动率作为产业结构演变和技术进步的代理变量,引入IPAT模型,并预测了中国2010—2050年碳排放,结果表明中国排放峰值将出现在2030年。Yuan等[49]基于Kaya等式,在考虑了中国未来的人口、GDP、产业结构、城镇化、居民收入、能源强度和能源消费等因素的变动趋势的情况下,预测了中国2010—2050年的碳排放趋势,结果表明中国的碳排放将在2030—2035年到达峰值,峰值大小在92~94亿t之间。朱永彬和王铮[50]从消费需求拉动的角度构建了一个反映产业结构演进的新型动态优化模型,在假设中国的消费偏好模式不断向发达国家趋近的情景下,对消费偏好导向下的产业结构优化方向及碳排放趋势进行了模拟研究,其中关于碳排放趋势模拟的结果表明,中国的碳排放峰值将出现在2032年。Zhang等[51]通过构建递归的动态可计算一般均衡模型,在无政策情景、持续努力情景和加速努力情景下,评估了中国有关深化经济改革、保护环境和限制化石能源使用的指导性政策对能源系统和碳排放的影响。其部分研究结果表明,在无政策情景下,中国的碳排放一直会增长到2050年,并不会出现峰值,而后两种情景下的努力都能够使得峰值在2050年之前出现,其中在持续努力情景中,峰值将在2040年出现,而在加速努力情景中,峰值将出现在2030年。
(2)有峰值出现的行业和地区碳排放趋势预测。从行业和地区的视角来看,不同行业和地区具有不同的碳排放趋势和规律。因此,不同行业和地区的碳排放峰值不可能同时出现,而将会分行业和分地区先后依次到来,最终实现全国碳排放峰值的出现。预测行业碳排放趋势的文献重点关注的是能源密集型行业。Wang和Zou[52]运用多区域一般均衡模型,在一系列有关能源结构、能源强度、进口限制、投资、碳税和补贴的政策情景下,预测了中国9个能源密集型行业的碳排放趋势。他们发现,煤炭开采和洗选业的碳排放峰值将率先在2019年出现,电力和热力的生产供应业的碳排放峰值将在2024年出现,金属制造和加工业以及非金属矿物制造业的碳排放峰值将滞后两年在2026年出现,而石油加工、炼焦和核燃料加工业以及化学工业的碳排放峰值将直到2040年才会出现,总体来看,能源密集型生产部门的碳排放峰值将出现在2029年。在中国的能源密集型行业中,交通运输业是仅次于电力和热力的生产供应业、金属冶炼及压延加工业的第三大温室气体排放行业[53]。因此,有些文献就重点关注了交通运输业的碳排放趋势。其中,Gambhir等[54]研究了中国公路运输业2010—2050年的碳减排技术和成本等问题,其关于碳排放趋势的预测结果表明,在采取一系列减排措施的低碳情景下,公路运输业的碳排放将在2030年达到峰值。Hao等[55]通过构建“自下而上”的核算框架,并在多种情景假设下,预测了中国2014—2050年货物运输业的温室气体排放量。其预测结果表明,在照常情景下,货物运输业的温室气体排放将在2045年左右才能达到峰值,但在最大减排情景下,峰值会提前到2035年左右出现。
中国各省市的产业结构差异较大,所处的工业化和城镇化阶段不同,化石能源消费量也不同,因此碳排放趋势也各有其特征。对于各省市来说,测算和研究温室气体排放峰值,其意义在于通过设定一个科学合理的排放目标,帮助地方政府结合当地的发展现状和趋势,以制定对应的配套政策,形成倒逼机制,促使其更快实现经济发展方式的转变,实现低碳发展[56]。在预测地区碳排放趋势的文献中,杨秀等[56]首先分析了城市中与能源活动相关的碳排放峰值的测算方法,然后以北京为例,测算了该市2012—2030年的碳排放趋势,发现北京的碳排放峰值将在2019 年出现,并达到1.65亿t。王宪恩等[57]基于STIRPAT 模型,预测了吉林省能源消费的碳排放变化趋势,其研究结果表明,在节能情景下该省的碳排放将在2040年达到峰值4.3亿t ,如果在节能—低碳情景下,碳排放峰值会提前到2036年出现,并下降到3.6亿t 。Dai等[58]分别运用“自上而下”的可计算一般均衡模型(CGE)、“自下而上”的集成评估模型(TIAM)以及CGE与TIAM的软链接模型,研究了2005—2050年中国东部、中部和西部三大区域,以及电力、金属和运输等10个部门的能源消费和碳排放路径,其部分研究结果表明,在征收碳税和不征收碳税两个情景下,中国三大区域的碳排放都将在2040年出现峰值,只是在征收碳税的情景下,峰值的碳排放量更小一些。Dai等[58]的研究可能忽视了一个基本判断,即中国东部、中部和西部三大区域的碳排放峰值不可能同时出现。
2中国碳排放峰值研究的发展动态:从峰值实现路径研究到峰值约束研究
自中国在2014年提出碳排放峰值目标,并在2015年的“国家自主贡献”承诺中重申该目标以后,陆续有文献把研究的视角,从碳排放趋势的预测转移到了峰值目标的实现路径及峰值目标约束对经济的影响上来。
2.1碳排放峰值目标的实现路径研究
这些文献从不同角度和层面探讨了中国实现碳排放峰值目标的时机、方案、路径、政策和措施。其中,Chai和Xu[59]基于气候变化综合评估模型,对中国在实现碳排放峰值目标的路径上,有关经济、能源和气候安全的协调和权衡问题进行了研究。其研究认为,2026—2030年是中国的碳排放在120亿t 左右就达到峰值的较好机会窗口,而且多阶段治理的渐进式减排控制模式对中国更具有可操作性,使得转型更为平稳。Wang等[60]的预测结果认为,如果中国的经济增速、能源消费总量、能源消费增速、能源消费弹性系数和能源结构达到一定条件,那么中国的碳排放将在2020年的水平上再增长10%,就可在2030年达到峰值。Liu等[61]基于在“无减排情景”、“平均低碳情景”和“最佳实践低碳情景”下对中国碳排放趋势的预测结果,提出了实现中国碳排放峰值目标的四条措施:设定省区排放目标、改进排放数据的报告与核查、加强全国排放交易市场的监管、激励绿色技术的采用。Niu等[62]认为,与发达国家相比,中国有巨大的节能减排潜力,如果积极创造条件来改造能源系统,则中国有望最迟在2035年实现碳排放达到峰值。Duan等[63]则研究了太阳能光伏发电的普及对中国实现碳排放峰值和气候响应的潜在贡献,其研究结果表明,在当前的排放分配计划中,光伏发电对燃煤发电的替代,到2050年将减少碳排放64.67%。Elzen等[64]在“当前政策情景”和“强化政策情景”下预测了中国的温室气体排放趋势,其研究结果表明,如果到2030年左右实现碳排放峰值,峰值水平将达到113~118亿t ,但目前的减排政策不足以确保实现该目标,需要采取强化的政策措施。Elzen等[64]的模拟从一个侧面表明,强化的政策也许将是碳排放峰值目标倒逼机制产生的结果。
2.2碳排放峰值目标约束对经济的影响研究
上述文献的研究结果表明,碳排放峰值目标的设定可能会倒逼一些强化的减排政策出台。但这些政策也许会对中国经济的方方面面产生深远影响。于是,逐渐有文献把碳排放峰值目标和环境治理目标作为一种约束条件,试图揭示这些约束条件对经济社会产生的影响。Wang 和Zou[52]研究了CO2和其他污染物排放峰值的控制政策对中国经济的影响,其研究结果表明,如果要尽早实现碳排放峰值,那么峰值将会以118亿t 的水平出现在2025年,但控制峰值的政策组合会在2013—2033年间造成平均每年GDP损失5.92%,在2013—2028年间导致平均每年就业损失8.23%。可見,虽然控制碳排放峰值会对中国实现可持续发展目标发挥枢纽作用,且从长期来看合理的减排政策是成本有效的,但在短期却要付出显著的经济成本[52]。由于中国的区域经济发展不平衡,行业排放情况差异很大,因此在实现全国峰值目标的约束下,需要推行差异化的峰值目标管理战略,并设立分区域、分阶段、分行业的碳排放峰值目标。柴麒敏等[65]就从区域视角研究了在全国碳排放峰值目标约束下,温州市在“十三五”时期的碳强度和碳排放总量的区域指标分解方案。比实现碳排放峰值目标更为迫切的雾霾治理引起了一些学者的关注。林伯强和李江龙[66]认为,虽然很多因素可能会影响碳排放峰值的到来,但以雾霾治理为代表的环境治理对峰值的影响最直接。他们构建了一个包含环境治理的中国能源综合预测框架,在考虑能源供应约束和政策目标约束的情况下,对中国环境治理背景下的煤炭需求和碳排放趋势预测进行了研究。其结果表明,以雾霾治理为代表的环境治理约束,会倒逼能源结构加速转变,进而对煤炭消费和碳排放起到显著的抑制作用,煤炭和二氧化碳峰值提早出现将成为自然过程,而不会明显抑制经济发展。
这些把碳排放峰值目标和环境治理目标作为约束条件的文献,已经开启了探索碳排放峰值目标倒逼机制的大门,但是这些文献既没有明确提出这一倒逼机制,也没有深入探索这种机制的丰富内涵。
3倒逼机制的研究现状:从基础理论研究到特定倒逼机制研究
虽然还没有文献深入探索碳排放峰值目标的倒逼机制,但已经有文献对倒逼机制的基础理论进行了研究。“倒逼”原本是货币经济学的一个术语,是指在强政府干预的经济体制条件下,大量的国有企业和地方政府,出于自身利益,往往迫使商业银行不断增加贷款,从而使得中央银行被动地增加货币供应,形成所谓的“倒逼机制”[67-68]。倒逼机制广泛存在于经济和社会的各个领域[69]。梳理中国改革开放的历程可以发现,倒逼机制是中国解决改革开放中遇到的诸多问题的一个成功策略。当经济社会发展中的矛盾和困境出现时,政府首先设定改革目标,然后运用多种手段和途径以改变和影响经济主体的外部条件,迫使其顺应环境变化,改变行动策略,选择更有利于自身长远发展和社会整体利益的路径,这种逆向运作的经济治理机制就是倒逼机制。倒逼机制不但在这经济和社会改革中发挥了重要作用,而且在现实生活中也有着生动的演绎和表现。李树陈[70]认为这与中国文化有着深刻的渊源关系,因为中国文化中沉淀了诸如“生于忧患死于安乐”、“置之死地而后生”等蕴含着倒逼机制的智慧宝典。张炜[68]认为:“探究倒逼机制的逻辑事理,是梳理现实领域中如何通过倒逼机制的传导,演绎人类遏制退步、引向未来的可持续思维路径”。她从逻辑学的角度对倒逼机制的内涵、特征、信息、激励、实践和似真等最基础的理论问题进行了探索。这一文献为该研究领域的进一步推进,奠定了逻辑学的基础。刘全刚[71]研究了倒逼机制的三大效应,他认为,倒逼机制之所以能够达到有效转变经济增长方式的预期目的,主要是因为该机制能够产生导向效应、规范效应和创新效应。吴翔阳[69]对倒逼机制的特性、机理和传导路径进行了深入分析,其研究结论认为,倒逼机制具有传导路径的逆向性、鲜明的负反馈特性和比较明显的外部性,而且倒逼机制促使企业增强自主创新能动性的动力,主要源于“社会需求——社会资源”缺口催逼的创新驱动。吴忠民[72]就认为,社会矛盾的存在对于社会发展具有不同程度的负面效应,但在一定条件下,社会矛盾的倒逼机制也会成为改革发展的积极推动力量。姚天冲和邵炯昊[73]从经济危机产生倒逼机遇、社会矛盾倒逼管理创新、企业创新需要倒逼机制这三个角度,论述了政府运用倒逼机制促进企业创新的可行性和必要性,并提出政府深化倒逼机制促进企业全面创新的具体措施。
除了对倒逼机制的基础理论进行研究外,有些文献还揭示了经济和社会治理中一些特定的倒逼机制,例如:水资源短缺对产业结构的倒逼机制[74-78],节能减排对企业的倒逼机制、环境规制、污染减排和市场机制[79],煤炭市场对能源结构的倒逼机制[80],碳关税对经济转型的倒逼机制[81],
环境规制、环境污染治理和能源价格对能源效率的倒逼机制[82-84],政府调控和市场调节对煤炭
企业经济效益的倒逼机制[85]
。可以发现,这些都是资源与环境约束对经济发展产生的倒逼机制。从全球角度来看,应对气候变化对人类社会的发展模式产生了倒逼机制,于是就出现了全球经济低碳转型的理论和实践;从应对气候变化的阶段性目标来看,到本世纪末的2°C温控目标对也产生了倒逼机制,于是就有了各国“国家自主贡献”的承诺和实现承诺的减排努力;从中国的情况来看,碳排放峰值无疑也会产生倒逼机制。杜祥琬[1]首次提出了碳排放峰值目标的倒逼机制,但对这种倒逼机制的各种理论问题,我们却没有清晰准确的答案,有待进一步去探索。
4可拓展的研究空间:中国碳排放峰值目标的倒逼机制
由以上的文献回顾可以看出,国内外对中国碳排放峰值和倒逼机制的研究已经积累了一定的成果。但由于中国提出碳排放峰值目标的时间并不长,有关如何实现这一目标的文献也不是很多,而且探索碳排放峰值目标倒逼机制的研究更是一片空白,因此该研究领域存在较大的可拓展空间。
首先,现有研究都以顺向思维方式,预测碳排放峰值和研究实现路径,但没有文献以逆向思维方式,揭示峰值目标的倒逼机制。以顺向思维方式,预测中国碳排放的峰值水平和峰值时间,研究峰值的实现路径,都具有重要的理论价值和现实意义。但许多文献没有认识到,碳排放峰值目标作为一个战略目标被正式提出,本身就意味着上述视角的研究在峰值目标决策做出之前,可能作为前期研究已经进行过了。峰值目标一旦确定,更为重要的是要以逆向思维方式,从可持续发展的长期战略视角,深入研究峰值目标设定所产生的倒逼机制,以及在该机制中产生的一系列转型变化对经济的深远影响。
其次,现有研究虽然也提出了碳排放峰值的倒逼机制,但碳排放峰值目标的倒逼机制目前在理论上仍处于一个黑箱之中,尚未检索到文献曾试图打开这个黑箱,以揭示该机制的基本特征和运行机制。虽然有文献认识到,倒逼机制是在中国改革开放的实践中,被成功实施的一种逆向运作的经济治理机制,但这种治理机制目前仍然是一种经验认识,还没有被升华为能够指导实践活动的严谨理论。也有文献从逻辑学、经济学和社会学的不同视角探讨了倒逼机制,相对于研究视角和研究方法的创新,对碳排放峰值目标的倒逼机制进行深层理论探索是一种经济和管理思想上的创新。在实证主义成为经济学研究主流的当今,这种研究思想的创新在一定程度上比方法的创新要更为困难,更为稀少。因此,创新性地解析碳排放峰值目标倒逼机制的内涵、特征、机理和效应,并分别从政府规制创新和市场机制建设两个方面,构建碳排放峰值目标的倒逼机制理论,将可能是该领域有待拓展的一个研究方向。
最后,现有研究也模拟了碳排放峰值目标约束对经济产生的影响,但没有系统性地研究在碳排放峰值目标倒逼机制下的经济转型路径,也没有深入探索在转型过程中采取的一系列政策措施的减排绩效和经济影响。如果缺乏这些方面的探索成果,那么对碳排放峰值的研究,不但容易得出一些撇开发展全局而孤立研究峰值的片面性结论,而且很多决策者真正关心的有关发展模式平稳转变的实质问题和风险,就不能被真正识别出来。碳排放峰值目标倒逼机制下的一系列转型变化,可能包括经济增速换挡、产业结构升级、贸易结构调整、能源结构优化以及居民消费模式的转变。可以预期,在碳排放峰值目标产生的倒逼机制下,中国经济低碳转型中所采取的一系列政策措施,将助推中国走上可持续发展之路,并实现碳排放峰值目标,对人类应对气候变化做出贡献。那么如何来预先评估这些政策措施将取得的温室气体减排绩效,及其对宏观经济可能产生的影响,就是对该领域进行系统性研究中不可或缺的一个环节。回答这两个问题,需要从“能源—经济—环境复杂系统”和“全球碳博弈”的视角,进行综合性的量化评估。而一般的计量经济学模型和局部均衡模型是无法完成这一工作的。因此,可能需要构建一个基于“气候经济集成评估模型”和“能源—经济—环境动态可计算一般均衡模型”的耦合模型进行量化研究。这也是国际同行在气候变化经济学领域已经发展起来,并广泛应用的大型政策评估工具。近年来,国内学者也研发出了类似的评估模型[86],但是如何开发出适合碳排放峰值目标倒逼机制下的政策评估模型,仍需要在已有知识的基础上不断地探索和完善。因此,将中国的碳排放峰值问题纳入经济社会的长期可持续发展中,系统性地研究在碳排放峰值目标倒逼机制下的经济转型路径,并通过构建大型政策评估模型,量化评估在转型过程中采取的一系列政策措施的减排绩效和经济影响,将是该研究领域有待拓展的另一个区域。
(编辑:王爱萍)
参考文献(References)
[1]
杜祥琬. 能源消费稳中趋降需建立倒逼机制[N]. 国家电网报, 2012-11-27 (12). [DU Xiangwan. Need to establish a forcing mechanisms for a steady declining trend of energy consumption [N]. State Grid News, 2012-11-27 (12).]
[2]杨子晖. “经济增长”与“二氧化碳排放”关系的非线性研究:基于发展中国家的非线性Granger因果檢验[J].世界经济, 2010 (10): 139-160. [YANG Zihui. A nonlinear study of the relationship between economic growth and carbon dioxide emissions: a nonlinear Granger Causality Test for developing countries [J]. The journal of world economy, 2010 (10): 139-160.]
[3]CHANG C C. A multivariate causality test of carbon dioxide emissions, energy consumption and economic growth in China [J]. Applied energy, 2010, 87(11):3533–3537.
[4]GOVINDARAJU V G R C, TANG C F. The dynamic links between CO2 emissions, economic growth and coal consumption in China and India [J]. Applied energy, 2013, 104: 310-318.
[5]WANG S, LI Q, FANG C, et al. The relationship between economic growth, energy consumption, and CO2 emissions: empirical evidence from China [J]. Science of the total environment, 2016, 542(Part A): 360-371.
[6]YANG J, ZHANG T, SHENG P, et al. Carbon dioxide emissions and interregional economic convergence in China[J]. Economic modelling, 2016, 52, Part B: 672-680.
[7]ZHANG L X, WANG C B, YANG Z F, et al. Carbon emissions from energy combustion in rural China[J]. Procedia environmental sciences, 2010, 2: 980-989.
[8]HE J, DENG J, SU M. CO2 emission from Chinas energy sector and strategy for its control [J]. Energy, 2010, 35(11): 4494-4498.
[9]ROUT U K, VOΒ A, SINGH A, et al. Energy and emissions forecast of China over a longtime horizon [J]. Energy, 2011, 36(1): 1-11.
[10]PAO H T, FU H C, TSENG C L. Forecasting of CO2 emissions, energy consumption and economic growth in China using an Improved Grey Model[J]. Energy, 2012, 40(1): 400-409.
[11]ZHOU N, FRIDLEY D, KHANNA N Z, et al. Chinas energy and emissions outlook to 2050: perspectives from bottomup energy enduse model [J]. Energy policy, 2013, 53: 51-62.
[12]WU L, LIU S, LIU D, et al. Modelling and forecasting CO2 emissions in the BRICS (Brazil, Russia, India, China, and South Africa) countries using a novel Multivariable Grey Model [J]. Energy, 2015, 79: 489-495.
[13]彭水軍, 张文城, 孙传旺. 中国生产侧和消费侧碳排放量测算及影响因素研究[J]. 经济研究, 2015(1): 168-182. [PENG Shuijun, ZHANG Wencheng, SUN Chuanwang. Chinas productionbased and consumptionbased carbon emissions and their determinants [J]. Economic research journal, 2015(1): 168-182.]
[14]王锋, 吴丽华, 杨超. 中国经济发展中碳排放增长的驱动因素研究[J]. 经济研究, 2010(2): 123-136. [WANG Feng, WU Lihua, YANG Chao. Driving factors for growth of carbon dioxide emissions during economic development in China [J]. Economic research journal, 2010 (2): 123-136.]
[15]孙作人, 周德群, 周鹏. 工业碳排放驱动因素研究:一种生产分解分析新方法[J]. 数量经济技术经济研究, 2012(5): 63-74, 133. [SUN Zuoren, ZHOU Dequn, ZHOU Peng. Driving forces of industrial CO2 emissions: a new productionbased decomposition analysis method [J]. The journal of quantitative & technical economics, 2012 (5): 63-74, 133.]
[16]ZHANG D, RAUSCH S, KARPLUS V J, et al. Quantifying regional economic impacts of CO2 intensity targets in China [J]. Energy economics, 2013, 40: 687-701.
[17]侯建朝, 史丹. 中国电力行业碳排放变化的驱动因素研究[J]. 中国工业经济, 2014(6): 44-56. [HOU Jianchao, SHI Dan. Driving factors for the evolution of carbon dioxide emissions from electricity sector in China [J]. China industrial economics, 2014 (6): 44-56.]
[18]OUYANG X, LIN B. An analysis of the driving forces of energyrelated carbon dioxide emissions in Chinas industrial sector [J]. Renewable and sustainable energy reviews, 2015, 45: 838-849.
[19]WANG Q, CHIU Y H, CHIU C R. Driving factors behind carbon dioxide emissions in China: a modified productiontheoretical decomposition analysis [J]. Energy economics, 2015, 51: 252-260.
[20]王文举, 向其凤. 国际贸易中的隐含碳排放核算及责任分配[J]. 中国工业经济, 2011(10): 56-64. [WANG Wenju, XIANG Qifeng. Accounting and responsibility analysis on carbon emissions embodied in international trade [J]. China industrial economics, 2011(10): 56-64.]
[21]QI T, WINCHESTER N, KARPLUS V J, et al. Will economic restructuring in China reduce tradeembodied CO2 emissions? [J]. Energy economics, 2014, 42: 204-212.
[22]SU B, ANG B W. Inputoutput analysis of CO2 emissions embodied in trade: a multiregion model for China [J]. Applied energy, 2014, 114: 377-384.
[23]张友国. 碳排放视角下的区域间贸易模式:污染避难所与要素禀赋[J]. 中国工业经济, 2015(8): 5-19. [ZHANG Youguo. Chinas regional trade patterns under the perspective of carbon emissions: pollution haven and factor endowment [J]. China industrial economics, 2015 (8): 5-19.]
[24]何梦舒. 我国碳排放权初始分配研究——基于金融工程视角的分析[J]. 管理世界, 2011(11): 172-173. [HE Mengshu. Study on the initial allocation of carbon emission rights in China: based on the perspective of financial engineering [J]. Management world, 2011(11): 172-173.]
[25]WANG K, ZHANG X, WEI Y M, et al. Regional allocation of CO2 emissions allowance over provinces in China by 2020[J]. Energy policy, 2013, 54: 214-229.
[26]GAO G, CHEN S, YANG J. Carbon emission allocation standards in China: a case study of Shanghai City [J]. Energy strategy reviews, 2015(7): 55-62.
[27]李小勝, 宋马林. “十二五”时期中国碳排放额度分配评估——基于效率视角的比较分析[J]. 中国工业经济, 2015(9): 99-113. [LI Xiaosheng, SONG Malin. Regional allocation of CO2 emissions allowance during the ‘Twelfth FiveYear Plan in China: from the perspective of efficiency comparative analysis [J]. China industrial economics, 2015 (9): 99-113.]
[28]MIAO Z, GENG Y, SHENG J. Efficient allocation of CO2 emissions in China: a zero sum gains data envelopment model [J]. Journal of cleaner production, 2016, 112(Part 5): 4144-4150.
[29]樊纲, 苏铭, 曹静. 最终消费与碳减排责任的經济学分析[J]. 经济研究, 2010(1): 4-14, 64. [FAN Gang, SU Ming, CAO Jing. An economic analysis of consumption and carbon emission responsibility [J]. Economic research journal, 2010(1): 4-14, 64.]
[30]林伯强, 孙传旺. 如何在保障中国经济增长前提下完成碳减排目标[J]. 中国社会科学, 2011(1): 64-76, 221. [LIN Boqiang, SUN Chuanwang. How to achieve the goal of carbon emission reduction under the premise of ensuring Chinas economic growth? [J]. Social sciences in China, 2011 (1): 64-76, 221.]
[31]安崇义, 唐跃军. 排放权交易机制下企业碳减排的决策模型研究[J]. 经济研究, 2012(8): 45-58. [AN Chongyi, TANG Yuejun. Research on decision model of enterprises carbon emission reduction under emission trading system [J]. Economic research journal, 2012(8): 45-58.]
[32]姜国刚. 碳减排的社会经济福利分析[J]. 管理世界, 2012(10): 174-175. [JIANG Guogang. Social and economic welfare analysis of carbon emission reduction [J]. Management world, 2012(10): 174-175.]
[33]涂正革. 中国的碳减排路径与战略选择——基于八大行业部门碳排放量的指数分解分析[J]. 中国社会科学, 2012(3): 78-94,206-207. [TU Zhengge. Paths and Strategic measures of reducing Chinas carbon emissions: based on an index decomposition of carbon emissions in eight industries[J]. Social sciences in China, 2012(3): 78-94,206-207.]
[34]张友国. 经济发展方式变化对中国碳排放强度的影响[J]. 经济研究, 2010(4): 120-133. [ZHANG Youguo. Economic development pattern change impaction Chinas carbon intensity [J]. Economic research journal, 2010(4): 120-133.]
[35]陈诗一. 中国碳排放强度的波动下降模式及经济解释[J]. 世界经济, 2011(4): 124-143. [CHEN Shiyi. Fluctuation model of carbon emission intensity in China and its economic explanation [J]. The journal of world economy, 2011(4): 124-143.]
[36]王锋, 冯根福, 吴丽华. 中国经济增长中碳强度下降的省区贡献分解[J]. 经济研究, 2013(8): 143-155. [WANG Feng, FENG Genfu, WU Lihua. Regional contribution to the decline of national carbon intensity in Chinas economic growth [J]. Economic research journal, 2013(8): 143-155.]
[37]林伯强, 毛东昕. 中国碳排放强度下降的阶段性特征研究[J]. 金融研究, 2014(8): 101-117. [LIN Boqiang, MAO Dongxin. Characteristics of Chinas carbon emission intensity in different development stages [J]. Journal of financial research, 2014 (8): 101-117.]
[38]ZHU B, WANG K, CHEVALLIER J, et al. Can China achieve its carbon intensity target by 2020 while sustaining economic growth? [J]. Ecological economics, 2015, 119: 209-216.
[39]岳超, 王少鹏, 朱江玲, 等. 2050年中国碳排放量的情景预测——碳排放与社会发展Ⅳ[J]. 北京大学学报(自然科学版), 2010(4): 517-524. [YUE Chao, WANG Shaopeng, ZHU Jiangling, et al. 2050 Carbon emissions projection for China: carbon emissions and social developmentⅣ[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2010(4): 517-524.]
[40]滕欣, 李健, 刘广为. 中国碳排放预测与影响因素分析[J]. 北京理工大学学报(社会科学版), 2012 (5): 11-18. [TENG Xin, LI Jian, LIU Guangwei. Carbon emission forecast and influential factors analysis of China[J]. Journal of Beijing Institute of Technology (social sciences edition), 2012 (5): 11-18.]
[41]佟昕, 陈凯, 李刚. 中国碳排放影响因素分析和趋势预测——基于STIRPAT和GM(1,1)模型的实证研究[J]. 东北大学学报(自然科学版), 2015 (2): 297-300. [TONG Xin, CHEN Kai, LI Gang. Influencing factors analysis and trend forecasting of Chinas carbon emissions: empirical study based on STIRPAT and GM (1,1) Models[J]. Journal of Northeastern University ( natural science edition), 2015 (2): 297-300.]
[42]LI Z. An econometric study on Chinas economy, energy and environment to the year 2030[J]. Energy policy, 2003, 31(11): 1137-1150.
[43]何建坤. CO2排放峰值分析:中国的减排目标与对策[J]. 中国人口.资源与环境, 2013(12): 1-9. [HE Jiankun. Analysis of CO2 emissions peak: Chinas objective and strategy [J]. China population, resources and environment, 2013(12): 1-9.]
[44]HE J. Analysis of CO2 emissions peak: Chinas objective and strategy [J]. Chinese journal of population resources and environment, 2014, 12(3): 189-198.
[45]BRECHA R J. Emission scenarios in the face of fossilfuel peaking [J]. Energy policy, 2008, 36(9): 3492-3504.
[46]IPCC.Climate change 2014: synthesis report[R/OL]. 2014-11-01[2016-01-17].http://ar5-syr.ipcc.ch/ipcc/ipcc/resources/pdf/IPCC_SynthesisReport.pdf.
[47]朱永彬, 王錚, 庞丽, 等. 基于经济模拟的中国能源消费与碳排放高峰预测[J]. 地理学报, 2009(8): 935-944. [ZHU Yongbin, WANG Zheng, PANG Li, et al. Simulation on Chinas economy and prediction on energy consumption and carbon emission under optimal growth path[J]. Acta geographica sinica, 2009 (8): 935-944.]
[48]杜强, 陈乔, 陆宁. 基于改进IPAT模型的中国未来碳排放预测[J]. 环境科学学报, 2012 (9): 2294-2302. [DU Qiang, CHEN Qiao, LU Ning. Forecast of Chinas carbon emissions based on modified IPAT Model [J]. Acta scientiae circumstantiae, 2012 (9): 2294-2302.]
[49]YUAN J, XU Y, HU Z, et al. Peak energy consumption and CO2 emissions in China[J]. Energy policy, 2014, 68: 508-523.
[50]朱永彬, 王铮. 中国产业结构优化路径与碳排放趋势预测[J]. 地理科学进展, 2014(12): 1579-1586. [ZHU Yongbin, WANG Zheng. Projection of Chinas industrial structure change and carbon emission trends [J]. Progress in geography, 2014(12): 1579-1586.]
[51]ZHANG X, KARPLUS V J, QI T, et al. Carbon emissions in China: how far can new efforts bend the curve? [J]. Energy economics, 2016, 54: 388-395.
[52]WANG Y, ZOU L L. The economic impact of emission peaking control policies and Chinas sustainable development[J]. Advances in climate change research, 2014, 5(4): 162-168.
[53]王锋,冯根福. 中国碳强度对行业发展、能源效率及中间投入系数的弹性研究[J]. 数量经济技术经济研究, 2012, 29 (5): 50-62,120. [WANG Feng,FENG Genfu. Elasticities of Chinas carbon intensity with respect to industrial development, energy efficiency and intermediate input coefficients[J]. The journal of quantitative & technical economics, 2012, 29 (5): 50-62,120.]
[54]GAMBHIR A, TSE L K C, TONG D, et al. Reducing Chinas road transport sector CO2 emissions to 2050: technologies, costs and decomposition analysis[J]. Applied energy, 2015, 157: 905-917.
[55]HAO H, GENG Y, LI W, et al. Energy consumption and GHG emissions from Chinas freight transport sector: scenarios through 2050[J]. Energy policy, 2015, 85: 94-101.
[56]楊秀, 付琳, 丁丁. 区域碳排放峰值测算若干问题思考:以北京市为例[J]. 中国人口·资源与环境, 2015 (10): 39-44. [YANG Xiu, FU Lin, DING Ding. Issues on regional CO2 emission peak measurement: taking Beijing as an example [J]. China population, resources and environment, 2015 (10): 39-44.]
[57]王宪恩, 史记, 王泳璇, 等. 吉林省能源消费碳排放变化趋势预测与影响因素分析[J]. 环境科学与技术, 2015(6): 247-251. [WANg Xianen, SHI Ji, WANG Yongxuan, et al. Analysis on the carbon emissions longterm trends and influencing factors of energy consumption in Jilin Province[J]. Environmental science & technology, 2015(6): 247-251.]
[58]DAI H, MISCHKE P, XIE X, et al. Closing the gap? topdown versus bottomup projections of Chinas regional energy use and CO2 emissions[J]. Applied energy, 2016, 162: 1355-1373.
[59]CHAI Q M, XU H Q. Modeling an emissions peak in China around 2030: synergies or tradeoffs between economy, energy and climate security [J]. Advances in climate change research, 2014, 5(4): 169-180.
[60]WANG Z X, ZHANG J J, PAN L, et al. Estimate of Chinas energy carbon emissions peak and analysis on electric power carbon emissions[J]. Advances in climate change research, 2014, 5(4): 181-188.
[61]LIU Z, GUAN D, MOORE S, et al. Steps to Chinas carbon peak [J]. Nature, 2015, 522(7556): 279-281.
[62]NIU S, LIU Y, DING Y, et al. Chinas energy systems transformation and emissions peak [J]. Renewable and sustainable energy reviews, 2016, 58: 782-795.
[63]DUAN H B, ZHANG G P, ZHU L, et al. How will diffusion of pv solar contribute to Chinas emissionspeaking and climate responses? [J]. Renewable and sustainable energy reviews, 2016, 53: 1076-1085.
[64]ELZEN M D, FEKETE H, HHNE N, et al. Greenhouse gas emissions from current and enhanced policies of China until 2030: can emissions peak before 2030?[J]. Energy policy, 2016, 89: 224-236.
[65]柴麒敏, 陈怡, 徐华清. 碳强度和总量双控目标下的区域指标分解方案研究——以温州市为例[J]. 中国能源, 2015(4): 28-32, 44. [CHAI Qimin, CHEN Yi, XU Huaqing. Research on regional decompositions under the carbon emission intensity and cap goal: a case study of Wenzhou [J]. Energy of China, 2015(4): 28-32, 44.]
[66]林伯强, 李江龙. 环境治理约束下的中国能源结构转变——基于煤炭和二氧化碳峰值的分析[J]. 中国社会科学, 2015(9): 84-107, 205. [LIN Boqiang, LI Jianglong. Transformation of Chinas energy structure under environmental governance constraints: a peak value analysis of coal and carbon dioxide [J]. Social sciences in China, 2015 (9): 84-107, 205.]
[67]张平. “倒逼机制”、增长波动和政策选择[J]. 经济学动态, 2008(11): 9-15. [ZHANG Ping. ‘Forcing mechanism, growth fluctuation and policy choice [J]. Economic perspectives, 2008 (11): 9-15.]
[68]张炜. 倒逼机制:作为实践逻辑的似真推理[J]. 中南大学学报(社会科学版), 2012 (3): 59-62. [ZHANG Wei. Forcing mechanism: as a practical logic of plausible reasoning [J]. Journal of Central South University (social sciences edition), 2012 (3): 59-62.]
[69]吳翔阳. 倒逼机制:企业创新动力的政府作为[J]. 国家行政学院学报, 2008(6): 51-54. [WU Xiangyang. Forcing mechanism: actions of government in the driving force of enterprise innovation [J]. Journal of China National School of Administration, 2008(6): 51-54.]
[70]李树陈. 浅析“倒逼机制”在我国改革开放中的作用[J]. 济源职业技术学院学报, 2015(3): 37-40. [LI Shuchen. Analyses the role of reversed transmission mechanism in Chinas policy of reform and opening up[J]. Journal of Jiyuan Vocational and Technical College, 2015 (3): 37-40.]
[71]刘全刚. 试析“倒逼机制”的三大效应[J]. 现代经济(现代物业下半月刊), 2007(5): 129,125. [LIU Quangang. Analysis of the three effects of ‘forcing mechanisms [J]. Modern economics (modern property, semimonthly), 2007 (5): 129,125.]
[72]吴忠民. 社会矛盾倒逼改革发展的机制分析[J]. 中国社会科学, 2015(5): 4-20, 203. [WU Zhongmin. Analysis of social contradictions reverse transmission effect on reform and development [J]. Social sciences in China, 2015 (5): 4-20, 203.]
[73]姚天冲, 邵炯昊. 刍议政府运用倒逼机制促进企业创新[J]. 科技管理研究, 2014(11): 17-20. [YAO Tianchong, SHAO Jionghao. Government forced mechanism to promote the innovation of enterprises [J]. Science and technology management research, 2014(11): 17-20.]
[74]苏伟洲, 王成璋, 杜念霜. 水资源与产业结构关系及产业结构调整倒逼机制研究[J]. 科技进步与对策, 2015 (6): 80-84. [SU Weizhou, WANG Chengzhang, DU Nianshuang. Study on the relationship between water resources and industrial structure and the forcing mechanisms of industrial structure adjustment [J]. Science & technology progress and policy, 2015 (6): 80-84.]
[75]贺胜兵, 谭倩, 周华蓉. 污染减排倒逼产业结构调整的效应测算——基于投入产出的视角[J]. 统计与信息论坛, 2015 (2): 15-23.[HE Shengbing, TAN Qian, ZHOU Huarong. Calculating the reverse effect of pollution reduction on industrial structure: an inputoutput perspective[J]. Statistics & information forum, 2015(2): 15-23.]
[76]原毅军, 谢荣辉. 环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验[J]. 中国工业经济, 2014 (8): 57-69.[YUAN Yijun, XIE Ronghui. Research on the effect of environmental regulation to industrial restructuring:empirical test based on provincial panel data of China[J]. China industrial economics, 2014 (8): 57-69.]
[77]张超, 刘志彪. 市场机制倒逼产业结构调整的经济学分析[J]. 社会科学, 2014 (2): 47-55.[ZHANG Chao, LIU Zhibiao. The economics analysis of industrial structure readjustment driven by the decisive role of market mechanisms[J]. Journal of social sciences, 2014(2): 47-55.]
[78]钟茂初, 李梦洁, 杜威剑. 环境规制能否倒逼产业结构调整——基于中国省际面板数据的实证检验[J]. 中国人口·资源与环境, 2015(8): 107-115.[ZHONG Maochu, LI Mengjie, DU Weijian. Can Environmental regulation force industrial structure adjustment: an empirical analysis based on provincial panel data[J]. China population, resources and environment, 2015 (8): 107-115.]
[79]李玮. 倒逼机制:企业节能减排中的政府角色探析[J]. 理论学刊, 2011(3): 77-80. [LI Wei. Forcing mechanisms: analysis of government role in enterprise energy saving and emission reduction [J]. Theory journal, 2011 (3): 77-80.]
[80]朱亮峰, 黃国良, 张亚杰. 煤炭市场倒逼机制下我国能源结构走势的研究[J]. 价格理论与实践, 2014 (3): 57-59. [ZHU Liangfeng, HUANG Guoliang, ZHANG Yajie. Study on the trend of Chinas energy mix under the forcing mechanisms of coal market [J]. Price: theory & practice, 2014 (3): 57-59.]
[81]张茉楠. “碳关税”对中国转型形成强大倒逼机制[J]. 中国经贸导刊, 2011 (11): 41-43. [ZHANG Monan. ‘Carbon tariff constitutes a powerful forcing mechanism for Chinas transition[J]. China economic & trade herald, 2011 (11): 41-43.]
[82]高志刚, 尤济红. 环境规制强度与中国全要素能源效率研究[J]. 经济社会体制比较, 2015 (6): 111-123.[GAO Zhigang, YOU Jihong. The intensity of environmental regulation and the total factor energy efficiency of China[J]. Comparative economic & social systems, 2015(6): 111-123.]
[83]张兵兵, 田曦, 朱晶. 环境污染治理、市场化与能源效率:理论与实证分析[J]. 南京社会科学, 2017 (2): 39-46.[ZHANG Bingbing, TIAN Xi, ZHU Jing. Environmental pollution control,marketization and energy efficiency: a theoretical and empirical analysis[J]. Nanjing journal of social sciences, 2017 (2): 39-46.]
[84]江洪, 陈亮. 能源价格对能源效率倒逼机制的空间异质性——基于面板门槛模型的实证分析[J]. 价格理论与实践, 2017(2): 96-99.[JIANG Hong, CHEN Liang. Spatial heterogeneity of forcing mechanism of energy price to energy efficiency: an empirical analysis based on the Panel Threshold Model[J]. Price: theory & practice, 2017 (2): 96-99.]
[85]朱亮峰. 煤炭企业经济效益与外部倒逼和内部资金运营的关系分析[J]. 资源科学, 2015 (12): 2414-2420.[ZHU Liangfeng. Analysis of the relationship between the economic benefits of coal enterprises and external force and internal funds operation[J]. Resources science, 2015(12): 2414-2420.]
[86]王錚,吴静,刘昌新,等. 气候变化经济学集成评估模型[M].北京:科学出版社,2015.[WANG Zheng, WU Jing, LIU Changxin, et al. Integrated assessment model of Climate Change Economics[M]. Beijing:Science Press, 2015.]
AbstractIn order to further cope with climate change, China proposed to peak carbon dioxide emissions by about 2030. Carbon emissions peak target (CEPT) must result in a forcing mechanisms on Chinas economic transition. Forcing mechanism is one of conversely operating economic mechanisms which have been successfully implemented in Chinas economic reform and openingup. It has important theoretical value for Chinas lowcarbon transition and sustainable development in order to explore the basic theory in the forcing mechanisms of CEPT and study how to complete and use the new forcing mechanisms. According to the logic from ‘research on carbon emission history to ‘forecast of carbon emission, and from ‘research on paths of realizing peak to ‘research on peak constraint, this paper reviews the current status and development trend of studies on Chinas carbon emission and its peak value. Furthermore, the paper also reviews the basic theories and specific cases of the forcing mechanisms. The conclusions show that, firstly, existing studies have predicted the peak value of carbon emissions and the ways to achieve peak values in a straight forward way of thinking, but no literature has revealed the forcing mechanisms of the CEPT in an adverse way of thinking. Secondly, although the existing research puts forward the forcing mechanisms of CEPT, it is still a blackbox theory. No literature have tried to open the black box and to reveal the basic characteristics and operating mechanism. Thirdly, the existing literature simulates the effects of the CEPT constraint on Chinas economy, but they do not systematically study the paths of economic transition in the forcing mechanisms of CEPT, and do not explore the emission reduction performance and economic effects of some policies and measures taken in the process of economic transition. Based on the existing achievements and development trends in this field, the following research directions that can be further expanded are put forward. Firstly, from the perspective of longterm strategy of sustainable development, we should analyze and construct the forcing mechanisms of CEPT in a reverse thinking way. Secondly, economic transition paths under the forcing mechanisms should be systematically studied. Thirdly, by constructing a largescale policy evaluation model, the emission reduction performance and economic impact of a series of policy measures adopted during the transition process should be quantitatively evaluated.
Key wordscarbon emissions peak; forcing mechanisms; climate change; forecast of trend
关键词碳排放峰值;倒逼机制;气候变化;趋势预测
中图分类号F062.2文献标识码A文章编号1002-2104(2018)02-0141-10DOI:10.12062/cpre.20170909
为了进一步应对气候变化,控制温室气体排放,在2015年6月中国向联合国提交了《强化应对气候变化行动——中国国家自主贡献》的文件。该文件不但确定了中国以实现碳排放峰值为核心的2030年自主行动目标,而且从体制机制、生产方式、消费模式、经济政策和科技创新等15个方面,提出了将进一步采取的强化政策和措施。自碳排放峰值目标被提出以来,已经有不少文献探讨了实现该目标的可行路径。目前在理论研究上更为重要的是,需要以逆向思维方式,从可持续发展的长期战略视角,考察碳排放峰值目标的设定对经济转型产生的影响,及其与可持续发展目标的契合问题。有文献已经认识到,碳排放峰值目标的设定必然会对经济转型产生一种倒逼机制[1]。但该文献并没有探讨这种机制的一些基本理论问题,更没有研究如何完善和运用该机制。虽然有文献认识到,倒逼机制是中国在改革开放实践中成功实施的一种逆向运作的经济治理机制,也有文献从不同视角探讨了这种机制。但并没有文献对碳排放峰值目标所产生的这种新型倒逼机制进行理论探索。如果能够深入认识并充分运用这种倒逼机制,那么就能在该机制的助推下,以较低的成本实现发展路径的转型和创新,并探索出一条创新型的可持续发展路径。本文将系统梳理近年来国内外有关中国碳排放峰值及其倒逼机制的研究现状和发展动态,并在对这些研究成果进行简要评论的基础上,提出该领域可拓展的研究空间和值得进一步推进的研究方向。以期为有关中国碳排放峰值及其倒逼机制的研究做出文献综述方面的基础性贡献。
1中国碳排放的研究现状: 从碳排放历史研究到碳排放趋势预测
自1990年IPCC发布第一次气候变化评估报告以来,世界各国的非气候领域的研究者、政府决策者和广大公众,通过该报告逐渐了解了有关全球变暖的科学结论。随着1992年旨在控制温室气体排放的《联合国气候变化框架公约》的通过,中国在经济研究领域的学者,开始运用经济学的方法,研究中国经济发展中的二氧化碳排放问题,并陆续发表了一定数量的学术论文。作为《联合国气候变化框架公约》补充条款的《京都议定书》,虽然没有要求发展中国家承担具有法律约束力的温室气体减排义务,但快速增长的中国温室气体排放总量,却引发了经济学者对中国碳减排问题的极大关注。有的学者从碳排放历史中探索规律,而有的学者则根据历史数据预测碳排放的未来趋势,并积累了大量的研究文献。
1.1从碳排放历史中探索规律的研究
在中国没有提出碳排放峰值目标之前,很少有文献关注中国的碳排放峰值问题,大多数从经济管理角度研究中国碳排放的文献,都力图从碳排放的历史中揭示碳排放与能源、经济、社会、技术等方面的复杂关系,发现温室气体减排和发展低碳经济的内在规律。围绕这个核心命题,近年来学术界从碳排放与经济增长之间的关系[2-6]、碳排放的估算和预测[7-13]、碳排放系统的驱动因子[14-19]、贸易中隐含的碳排放[20-23]、碳排放的额度分配[24-28]、碳减排的路径和影响[29-33]、碳排放强度[34-38]等方面展开了广泛而深入的研究,并取得了丰硕的研究成果。在上述成果中,有些文献针对该领域的一些基础理论问题进行了探索,比如有关碳排放与经济增长之间的关系、碳排放的估算和预测、碳排放系统的驱动因子、贸易中隐含碳排放的文献。而有些文献则紧密结合中国的低碳经济政策,探讨碳减排路径和碳排放强度等方面的问题。在上述文献中,有关碳排放估算和碳排放驱动因子的文献,为碳排放趋势预测奠定了坚实基础。
1.2从碳排放趋势中预测峰值的研究
碳排放趋势预测的关键工具是模型和情景。模型描述了影响碳排放的经济、社会和技术等因素的作用机制,其中包含了表征这些因素的参数。而情景是对模型中各因素发展路径的预期,不同预期通过赋予模型参数不同数值得以实现[39]。在碳排放趋势预测的文献中,有关减排政策和发展战略的情景设定同样至关重要。在不同的情景设定中,有些文献并没有预测到中国碳排放峰值的出现,而有些文献则发现了到达峰值的时间和峰值的大小。
1.2.1无峰值出现的碳排放趋势预测
在碳排放峰值目标被提出之前,预测中国碳排放趋势的文献,如果只进行中短期预测,或者只根据历史趋势预测,而不考虑在某种倒逼机制中的技术进步,以及采取的长期减排措施和经济转型战略,那么在预测结果中是不可能出现峰值的。例如Pao等[10]运用改进的灰色理论模型,预测了中国2011—2020年的碳排放趋势,结果表明碳排放将以年均4.5%的速度持续增长到2020年。滕欣等[40]和佟昕等[41]基于不同模型,同样预测了中国到2020年的碳排放量,相似的结论都表明,中国未来5—10年碳排放增速依然很快。即使把预测期延长至2030年,在没有考虑减排目标的倒逼机制中采取的强化措施的情况下,Li[42]同样没有预测到中国的碳排放峰值。在以化石能源支撑的“高碳经济”模式下,对大多数发展中国家来说,“能源消费—经济增长—二氧化碳排放”似乎是一个无法打破的逻辑链条。如果不采取重大的低碳转型战略和严格的减排措施,碳排放峰值是不可能到来的。因此,这种中短期预测结果中不会出现峰值的情况,在针对发展中国家的研究中普遍存在。Wu等[12]采用滚动的多变量灰色预测模型,预测了金砖五国2015—2020年的碳排放趋势,结果显示五个国家的碳排放都将以不同速度持续增长。即使在Rout等[9]的超长期预测中,也没有出现碳排放峰值。他们基于名为TIMES G5的线性规划模型,预测了中国远至2100年的长期能源需求和碳排放量,其结果表明,中国的碳排放将持续增长到21世纪末,达到95亿t 以上。一个国家的碳排放在什么时候达到峰值,取决于经济社会发展的诸多因素。从发达国家的经验来看,碳排放峰值一般出现在实现了工业化和城市化之后的阶段,这时,这些发达国家经济呈内涵式发展,GDP增速趋缓,能源消费弹性下降,能源消费增长缓慢,且主要依靠发展新能源和可再生能源满足消费需求,化石能源消费不再增加[43-44]。
1.2.2有峰值出现的碳排放趋势预测
碳排放峰值是指,当一个经济体的年度碳排放量在某一时期增长到最大值,然后开始持续下降到一个较低或接近零值的年度排放水平,那么这个特定时期的年度最大排放量就是该经济体的碳排放峰值。碳排放峰值的概念包含了峰值时间和峰值大小两方面的信息。从全球角度来看,即使不采取减排措施,只要化石能源的产量峰值存在,那么在能源产量峰值的限制下,全球碳排放峰值可能会在2030—2050年出现[45]。但IPCC[46]指出,如果要在本世纪末把全球地表平均温度的上升幅度控制在不超过工业化前2°C的范围内,全球人为温室气体排放须要在2020年左右达到峰值,到2030年通过减排实现与2010年持平乃至减少40%,到2050年须要比2010年减排40%~70%,到2100年则须要实现零排放。全球的温室气体排放峰值已经被提出,作为全球最大的碳排放国,中国的碳排放何时达到峰值,不但成为国际社会关注的一个焦点,也成为学术界研究的一个热点。
在中国没有提出碳排放峰值目标之前,有些文献在预测中国的碳排放趋势时,考虑到了在应对气候变化的倒逼机制下,未来经济、社会、技术、减排政策和发展战略的预期路径,因此就发现了碳排放峰值出现的时间和大小。有些文献在预测全国的碳排放趋势时,发现了峰值的出现,而有些文献则从行业和地区的视角,预测了中国特定行业和地区有峰值出现的碳排放趋势。
(1)有峰值出现的全国碳排放趋势预测。朱永彬等[47]在预测中国2010—2050年的碳排放趋势时,由于考虑到了能源利用技术的进步和可再生能源替代政策对碳排放趋势的影响,因此在预测结果中就出现了排放峰值。他们发现,如果按照2009年之前的能源强度下降速率预测,中国的碳排放将在2040年达到峰值;如果能源强度的降速提高到4.5%~5%,碳排放峰值將出现在2040年之前;提高可再生能源的比重能够明显降低碳排放量,但对峰值到来的时间影响甚微。岳超等[39]基于对中国未来GDP和碳强度变动的情景设定,也预测了2010—2050年的碳排放趋势,他们发现,如果在应对气候变化压力较小的情景下,中国的碳排放将在2035年达到峰值。虽然岳超等[39]没有把减排措施和经济转型战略明确纳入预测模型中,但他们利用的碳强度指标实际上已经隐含了技术进步、结构优化和减排政策等多方面的信息。杜强等[48]用劳动者报酬变动率作为产业结构演变和技术进步的代理变量,引入IPAT模型,并预测了中国2010—2050年碳排放,结果表明中国排放峰值将出现在2030年。Yuan等[49]基于Kaya等式,在考虑了中国未来的人口、GDP、产业结构、城镇化、居民收入、能源强度和能源消费等因素的变动趋势的情况下,预测了中国2010—2050年的碳排放趋势,结果表明中国的碳排放将在2030—2035年到达峰值,峰值大小在92~94亿t之间。朱永彬和王铮[50]从消费需求拉动的角度构建了一个反映产业结构演进的新型动态优化模型,在假设中国的消费偏好模式不断向发达国家趋近的情景下,对消费偏好导向下的产业结构优化方向及碳排放趋势进行了模拟研究,其中关于碳排放趋势模拟的结果表明,中国的碳排放峰值将出现在2032年。Zhang等[51]通过构建递归的动态可计算一般均衡模型,在无政策情景、持续努力情景和加速努力情景下,评估了中国有关深化经济改革、保护环境和限制化石能源使用的指导性政策对能源系统和碳排放的影响。其部分研究结果表明,在无政策情景下,中国的碳排放一直会增长到2050年,并不会出现峰值,而后两种情景下的努力都能够使得峰值在2050年之前出现,其中在持续努力情景中,峰值将在2040年出现,而在加速努力情景中,峰值将出现在2030年。
(2)有峰值出现的行业和地区碳排放趋势预测。从行业和地区的视角来看,不同行业和地区具有不同的碳排放趋势和规律。因此,不同行业和地区的碳排放峰值不可能同时出现,而将会分行业和分地区先后依次到来,最终实现全国碳排放峰值的出现。预测行业碳排放趋势的文献重点关注的是能源密集型行业。Wang和Zou[52]运用多区域一般均衡模型,在一系列有关能源结构、能源强度、进口限制、投资、碳税和补贴的政策情景下,预测了中国9个能源密集型行业的碳排放趋势。他们发现,煤炭开采和洗选业的碳排放峰值将率先在2019年出现,电力和热力的生产供应业的碳排放峰值将在2024年出现,金属制造和加工业以及非金属矿物制造业的碳排放峰值将滞后两年在2026年出现,而石油加工、炼焦和核燃料加工业以及化学工业的碳排放峰值将直到2040年才会出现,总体来看,能源密集型生产部门的碳排放峰值将出现在2029年。在中国的能源密集型行业中,交通运输业是仅次于电力和热力的生产供应业、金属冶炼及压延加工业的第三大温室气体排放行业[53]。因此,有些文献就重点关注了交通运输业的碳排放趋势。其中,Gambhir等[54]研究了中国公路运输业2010—2050年的碳减排技术和成本等问题,其关于碳排放趋势的预测结果表明,在采取一系列减排措施的低碳情景下,公路运输业的碳排放将在2030年达到峰值。Hao等[55]通过构建“自下而上”的核算框架,并在多种情景假设下,预测了中国2014—2050年货物运输业的温室气体排放量。其预测结果表明,在照常情景下,货物运输业的温室气体排放将在2045年左右才能达到峰值,但在最大减排情景下,峰值会提前到2035年左右出现。
中国各省市的产业结构差异较大,所处的工业化和城镇化阶段不同,化石能源消费量也不同,因此碳排放趋势也各有其特征。对于各省市来说,测算和研究温室气体排放峰值,其意义在于通过设定一个科学合理的排放目标,帮助地方政府结合当地的发展现状和趋势,以制定对应的配套政策,形成倒逼机制,促使其更快实现经济发展方式的转变,实现低碳发展[56]。在预测地区碳排放趋势的文献中,杨秀等[56]首先分析了城市中与能源活动相关的碳排放峰值的测算方法,然后以北京为例,测算了该市2012—2030年的碳排放趋势,发现北京的碳排放峰值将在2019 年出现,并达到1.65亿t。王宪恩等[57]基于STIRPAT 模型,预测了吉林省能源消费的碳排放变化趋势,其研究结果表明,在节能情景下该省的碳排放将在2040年达到峰值4.3亿t ,如果在节能—低碳情景下,碳排放峰值会提前到2036年出现,并下降到3.6亿t 。Dai等[58]分别运用“自上而下”的可计算一般均衡模型(CGE)、“自下而上”的集成评估模型(TIAM)以及CGE与TIAM的软链接模型,研究了2005—2050年中国东部、中部和西部三大区域,以及电力、金属和运输等10个部门的能源消费和碳排放路径,其部分研究结果表明,在征收碳税和不征收碳税两个情景下,中国三大区域的碳排放都将在2040年出现峰值,只是在征收碳税的情景下,峰值的碳排放量更小一些。Dai等[58]的研究可能忽视了一个基本判断,即中国东部、中部和西部三大区域的碳排放峰值不可能同时出现。
2中国碳排放峰值研究的发展动态:从峰值实现路径研究到峰值约束研究
自中国在2014年提出碳排放峰值目标,并在2015年的“国家自主贡献”承诺中重申该目标以后,陆续有文献把研究的视角,从碳排放趋势的预测转移到了峰值目标的实现路径及峰值目标约束对经济的影响上来。
2.1碳排放峰值目标的实现路径研究
这些文献从不同角度和层面探讨了中国实现碳排放峰值目标的时机、方案、路径、政策和措施。其中,Chai和Xu[59]基于气候变化综合评估模型,对中国在实现碳排放峰值目标的路径上,有关经济、能源和气候安全的协调和权衡问题进行了研究。其研究认为,2026—2030年是中国的碳排放在120亿t 左右就达到峰值的较好机会窗口,而且多阶段治理的渐进式减排控制模式对中国更具有可操作性,使得转型更为平稳。Wang等[60]的预测结果认为,如果中国的经济增速、能源消费总量、能源消费增速、能源消费弹性系数和能源结构达到一定条件,那么中国的碳排放将在2020年的水平上再增长10%,就可在2030年达到峰值。Liu等[61]基于在“无减排情景”、“平均低碳情景”和“最佳实践低碳情景”下对中国碳排放趋势的预测结果,提出了实现中国碳排放峰值目标的四条措施:设定省区排放目标、改进排放数据的报告与核查、加强全国排放交易市场的监管、激励绿色技术的采用。Niu等[62]认为,与发达国家相比,中国有巨大的节能减排潜力,如果积极创造条件来改造能源系统,则中国有望最迟在2035年实现碳排放达到峰值。Duan等[63]则研究了太阳能光伏发电的普及对中国实现碳排放峰值和气候响应的潜在贡献,其研究结果表明,在当前的排放分配计划中,光伏发电对燃煤发电的替代,到2050年将减少碳排放64.67%。Elzen等[64]在“当前政策情景”和“强化政策情景”下预测了中国的温室气体排放趋势,其研究结果表明,如果到2030年左右实现碳排放峰值,峰值水平将达到113~118亿t ,但目前的减排政策不足以确保实现该目标,需要采取强化的政策措施。Elzen等[64]的模拟从一个侧面表明,强化的政策也许将是碳排放峰值目标倒逼机制产生的结果。
2.2碳排放峰值目标约束对经济的影响研究
上述文献的研究结果表明,碳排放峰值目标的设定可能会倒逼一些强化的减排政策出台。但这些政策也许会对中国经济的方方面面产生深远影响。于是,逐渐有文献把碳排放峰值目标和环境治理目标作为一种约束条件,试图揭示这些约束条件对经济社会产生的影响。Wang 和Zou[52]研究了CO2和其他污染物排放峰值的控制政策对中国经济的影响,其研究结果表明,如果要尽早实现碳排放峰值,那么峰值将会以118亿t 的水平出现在2025年,但控制峰值的政策组合会在2013—2033年间造成平均每年GDP损失5.92%,在2013—2028年间导致平均每年就业损失8.23%。可見,虽然控制碳排放峰值会对中国实现可持续发展目标发挥枢纽作用,且从长期来看合理的减排政策是成本有效的,但在短期却要付出显著的经济成本[52]。由于中国的区域经济发展不平衡,行业排放情况差异很大,因此在实现全国峰值目标的约束下,需要推行差异化的峰值目标管理战略,并设立分区域、分阶段、分行业的碳排放峰值目标。柴麒敏等[65]就从区域视角研究了在全国碳排放峰值目标约束下,温州市在“十三五”时期的碳强度和碳排放总量的区域指标分解方案。比实现碳排放峰值目标更为迫切的雾霾治理引起了一些学者的关注。林伯强和李江龙[66]认为,虽然很多因素可能会影响碳排放峰值的到来,但以雾霾治理为代表的环境治理对峰值的影响最直接。他们构建了一个包含环境治理的中国能源综合预测框架,在考虑能源供应约束和政策目标约束的情况下,对中国环境治理背景下的煤炭需求和碳排放趋势预测进行了研究。其结果表明,以雾霾治理为代表的环境治理约束,会倒逼能源结构加速转变,进而对煤炭消费和碳排放起到显著的抑制作用,煤炭和二氧化碳峰值提早出现将成为自然过程,而不会明显抑制经济发展。
这些把碳排放峰值目标和环境治理目标作为约束条件的文献,已经开启了探索碳排放峰值目标倒逼机制的大门,但是这些文献既没有明确提出这一倒逼机制,也没有深入探索这种机制的丰富内涵。
3倒逼机制的研究现状:从基础理论研究到特定倒逼机制研究
虽然还没有文献深入探索碳排放峰值目标的倒逼机制,但已经有文献对倒逼机制的基础理论进行了研究。“倒逼”原本是货币经济学的一个术语,是指在强政府干预的经济体制条件下,大量的国有企业和地方政府,出于自身利益,往往迫使商业银行不断增加贷款,从而使得中央银行被动地增加货币供应,形成所谓的“倒逼机制”[67-68]。倒逼机制广泛存在于经济和社会的各个领域[69]。梳理中国改革开放的历程可以发现,倒逼机制是中国解决改革开放中遇到的诸多问题的一个成功策略。当经济社会发展中的矛盾和困境出现时,政府首先设定改革目标,然后运用多种手段和途径以改变和影响经济主体的外部条件,迫使其顺应环境变化,改变行动策略,选择更有利于自身长远发展和社会整体利益的路径,这种逆向运作的经济治理机制就是倒逼机制。倒逼机制不但在这经济和社会改革中发挥了重要作用,而且在现实生活中也有着生动的演绎和表现。李树陈[70]认为这与中国文化有着深刻的渊源关系,因为中国文化中沉淀了诸如“生于忧患死于安乐”、“置之死地而后生”等蕴含着倒逼机制的智慧宝典。张炜[68]认为:“探究倒逼机制的逻辑事理,是梳理现实领域中如何通过倒逼机制的传导,演绎人类遏制退步、引向未来的可持续思维路径”。她从逻辑学的角度对倒逼机制的内涵、特征、信息、激励、实践和似真等最基础的理论问题进行了探索。这一文献为该研究领域的进一步推进,奠定了逻辑学的基础。刘全刚[71]研究了倒逼机制的三大效应,他认为,倒逼机制之所以能够达到有效转变经济增长方式的预期目的,主要是因为该机制能够产生导向效应、规范效应和创新效应。吴翔阳[69]对倒逼机制的特性、机理和传导路径进行了深入分析,其研究结论认为,倒逼机制具有传导路径的逆向性、鲜明的负反馈特性和比较明显的外部性,而且倒逼机制促使企业增强自主创新能动性的动力,主要源于“社会需求——社会资源”缺口催逼的创新驱动。吴忠民[72]就认为,社会矛盾的存在对于社会发展具有不同程度的负面效应,但在一定条件下,社会矛盾的倒逼机制也会成为改革发展的积极推动力量。姚天冲和邵炯昊[73]从经济危机产生倒逼机遇、社会矛盾倒逼管理创新、企业创新需要倒逼机制这三个角度,论述了政府运用倒逼机制促进企业创新的可行性和必要性,并提出政府深化倒逼机制促进企业全面创新的具体措施。
除了对倒逼机制的基础理论进行研究外,有些文献还揭示了经济和社会治理中一些特定的倒逼机制,例如:水资源短缺对产业结构的倒逼机制[74-78],节能减排对企业的倒逼机制、环境规制、污染减排和市场机制[79],煤炭市场对能源结构的倒逼机制[80],碳关税对经济转型的倒逼机制[81],
环境规制、环境污染治理和能源价格对能源效率的倒逼机制[82-84],政府调控和市场调节对煤炭
企业经济效益的倒逼机制[85]
。可以发现,这些都是资源与环境约束对经济发展产生的倒逼机制。从全球角度来看,应对气候变化对人类社会的发展模式产生了倒逼机制,于是就出现了全球经济低碳转型的理论和实践;从应对气候变化的阶段性目标来看,到本世纪末的2°C温控目标对也产生了倒逼机制,于是就有了各国“国家自主贡献”的承诺和实现承诺的减排努力;从中国的情况来看,碳排放峰值无疑也会产生倒逼机制。杜祥琬[1]首次提出了碳排放峰值目标的倒逼机制,但对这种倒逼机制的各种理论问题,我们却没有清晰准确的答案,有待进一步去探索。
4可拓展的研究空间:中国碳排放峰值目标的倒逼机制
由以上的文献回顾可以看出,国内外对中国碳排放峰值和倒逼机制的研究已经积累了一定的成果。但由于中国提出碳排放峰值目标的时间并不长,有关如何实现这一目标的文献也不是很多,而且探索碳排放峰值目标倒逼机制的研究更是一片空白,因此该研究领域存在较大的可拓展空间。
首先,现有研究都以顺向思维方式,预测碳排放峰值和研究实现路径,但没有文献以逆向思维方式,揭示峰值目标的倒逼机制。以顺向思维方式,预测中国碳排放的峰值水平和峰值时间,研究峰值的实现路径,都具有重要的理论价值和现实意义。但许多文献没有认识到,碳排放峰值目标作为一个战略目标被正式提出,本身就意味着上述视角的研究在峰值目标决策做出之前,可能作为前期研究已经进行过了。峰值目标一旦确定,更为重要的是要以逆向思维方式,从可持续发展的长期战略视角,深入研究峰值目标设定所产生的倒逼机制,以及在该机制中产生的一系列转型变化对经济的深远影响。
其次,现有研究虽然也提出了碳排放峰值的倒逼机制,但碳排放峰值目标的倒逼机制目前在理论上仍处于一个黑箱之中,尚未检索到文献曾试图打开这个黑箱,以揭示该机制的基本特征和运行机制。虽然有文献认识到,倒逼机制是在中国改革开放的实践中,被成功实施的一种逆向运作的经济治理机制,但这种治理机制目前仍然是一种经验认识,还没有被升华为能够指导实践活动的严谨理论。也有文献从逻辑学、经济学和社会学的不同视角探讨了倒逼机制,相对于研究视角和研究方法的创新,对碳排放峰值目标的倒逼机制进行深层理论探索是一种经济和管理思想上的创新。在实证主义成为经济学研究主流的当今,这种研究思想的创新在一定程度上比方法的创新要更为困难,更为稀少。因此,创新性地解析碳排放峰值目标倒逼机制的内涵、特征、机理和效应,并分别从政府规制创新和市场机制建设两个方面,构建碳排放峰值目标的倒逼机制理论,将可能是该领域有待拓展的一个研究方向。
最后,现有研究也模拟了碳排放峰值目标约束对经济产生的影响,但没有系统性地研究在碳排放峰值目标倒逼机制下的经济转型路径,也没有深入探索在转型过程中采取的一系列政策措施的减排绩效和经济影响。如果缺乏这些方面的探索成果,那么对碳排放峰值的研究,不但容易得出一些撇开发展全局而孤立研究峰值的片面性结论,而且很多决策者真正关心的有关发展模式平稳转变的实质问题和风险,就不能被真正识别出来。碳排放峰值目标倒逼机制下的一系列转型变化,可能包括经济增速换挡、产业结构升级、贸易结构调整、能源结构优化以及居民消费模式的转变。可以预期,在碳排放峰值目标产生的倒逼机制下,中国经济低碳转型中所采取的一系列政策措施,将助推中国走上可持续发展之路,并实现碳排放峰值目标,对人类应对气候变化做出贡献。那么如何来预先评估这些政策措施将取得的温室气体减排绩效,及其对宏观经济可能产生的影响,就是对该领域进行系统性研究中不可或缺的一个环节。回答这两个问题,需要从“能源—经济—环境复杂系统”和“全球碳博弈”的视角,进行综合性的量化评估。而一般的计量经济学模型和局部均衡模型是无法完成这一工作的。因此,可能需要构建一个基于“气候经济集成评估模型”和“能源—经济—环境动态可计算一般均衡模型”的耦合模型进行量化研究。这也是国际同行在气候变化经济学领域已经发展起来,并广泛应用的大型政策评估工具。近年来,国内学者也研发出了类似的评估模型[86],但是如何开发出适合碳排放峰值目标倒逼机制下的政策评估模型,仍需要在已有知识的基础上不断地探索和完善。因此,将中国的碳排放峰值问题纳入经济社会的长期可持续发展中,系统性地研究在碳排放峰值目标倒逼机制下的经济转型路径,并通过构建大型政策评估模型,量化评估在转型过程中采取的一系列政策措施的减排绩效和经济影响,将是该研究领域有待拓展的另一个区域。
(编辑:王爱萍)
参考文献(References)
[1]
杜祥琬. 能源消费稳中趋降需建立倒逼机制[N]. 国家电网报, 2012-11-27 (12). [DU Xiangwan. Need to establish a forcing mechanisms for a steady declining trend of energy consumption [N]. State Grid News, 2012-11-27 (12).]
[2]杨子晖. “经济增长”与“二氧化碳排放”关系的非线性研究:基于发展中国家的非线性Granger因果檢验[J].世界经济, 2010 (10): 139-160. [YANG Zihui. A nonlinear study of the relationship between economic growth and carbon dioxide emissions: a nonlinear Granger Causality Test for developing countries [J]. The journal of world economy, 2010 (10): 139-160.]
[3]CHANG C C. A multivariate causality test of carbon dioxide emissions, energy consumption and economic growth in China [J]. Applied energy, 2010, 87(11):3533–3537.
[4]GOVINDARAJU V G R C, TANG C F. The dynamic links between CO2 emissions, economic growth and coal consumption in China and India [J]. Applied energy, 2013, 104: 310-318.
[5]WANG S, LI Q, FANG C, et al. The relationship between economic growth, energy consumption, and CO2 emissions: empirical evidence from China [J]. Science of the total environment, 2016, 542(Part A): 360-371.
[6]YANG J, ZHANG T, SHENG P, et al. Carbon dioxide emissions and interregional economic convergence in China[J]. Economic modelling, 2016, 52, Part B: 672-680.
[7]ZHANG L X, WANG C B, YANG Z F, et al. Carbon emissions from energy combustion in rural China[J]. Procedia environmental sciences, 2010, 2: 980-989.
[8]HE J, DENG J, SU M. CO2 emission from Chinas energy sector and strategy for its control [J]. Energy, 2010, 35(11): 4494-4498.
[9]ROUT U K, VOΒ A, SINGH A, et al. Energy and emissions forecast of China over a longtime horizon [J]. Energy, 2011, 36(1): 1-11.
[10]PAO H T, FU H C, TSENG C L. Forecasting of CO2 emissions, energy consumption and economic growth in China using an Improved Grey Model[J]. Energy, 2012, 40(1): 400-409.
[11]ZHOU N, FRIDLEY D, KHANNA N Z, et al. Chinas energy and emissions outlook to 2050: perspectives from bottomup energy enduse model [J]. Energy policy, 2013, 53: 51-62.
[12]WU L, LIU S, LIU D, et al. Modelling and forecasting CO2 emissions in the BRICS (Brazil, Russia, India, China, and South Africa) countries using a novel Multivariable Grey Model [J]. Energy, 2015, 79: 489-495.
[13]彭水軍, 张文城, 孙传旺. 中国生产侧和消费侧碳排放量测算及影响因素研究[J]. 经济研究, 2015(1): 168-182. [PENG Shuijun, ZHANG Wencheng, SUN Chuanwang. Chinas productionbased and consumptionbased carbon emissions and their determinants [J]. Economic research journal, 2015(1): 168-182.]
[14]王锋, 吴丽华, 杨超. 中国经济发展中碳排放增长的驱动因素研究[J]. 经济研究, 2010(2): 123-136. [WANG Feng, WU Lihua, YANG Chao. Driving factors for growth of carbon dioxide emissions during economic development in China [J]. Economic research journal, 2010 (2): 123-136.]
[15]孙作人, 周德群, 周鹏. 工业碳排放驱动因素研究:一种生产分解分析新方法[J]. 数量经济技术经济研究, 2012(5): 63-74, 133. [SUN Zuoren, ZHOU Dequn, ZHOU Peng. Driving forces of industrial CO2 emissions: a new productionbased decomposition analysis method [J]. The journal of quantitative & technical economics, 2012 (5): 63-74, 133.]
[16]ZHANG D, RAUSCH S, KARPLUS V J, et al. Quantifying regional economic impacts of CO2 intensity targets in China [J]. Energy economics, 2013, 40: 687-701.
[17]侯建朝, 史丹. 中国电力行业碳排放变化的驱动因素研究[J]. 中国工业经济, 2014(6): 44-56. [HOU Jianchao, SHI Dan. Driving factors for the evolution of carbon dioxide emissions from electricity sector in China [J]. China industrial economics, 2014 (6): 44-56.]
[18]OUYANG X, LIN B. An analysis of the driving forces of energyrelated carbon dioxide emissions in Chinas industrial sector [J]. Renewable and sustainable energy reviews, 2015, 45: 838-849.
[19]WANG Q, CHIU Y H, CHIU C R. Driving factors behind carbon dioxide emissions in China: a modified productiontheoretical decomposition analysis [J]. Energy economics, 2015, 51: 252-260.
[20]王文举, 向其凤. 国际贸易中的隐含碳排放核算及责任分配[J]. 中国工业经济, 2011(10): 56-64. [WANG Wenju, XIANG Qifeng. Accounting and responsibility analysis on carbon emissions embodied in international trade [J]. China industrial economics, 2011(10): 56-64.]
[21]QI T, WINCHESTER N, KARPLUS V J, et al. Will economic restructuring in China reduce tradeembodied CO2 emissions? [J]. Energy economics, 2014, 42: 204-212.
[22]SU B, ANG B W. Inputoutput analysis of CO2 emissions embodied in trade: a multiregion model for China [J]. Applied energy, 2014, 114: 377-384.
[23]张友国. 碳排放视角下的区域间贸易模式:污染避难所与要素禀赋[J]. 中国工业经济, 2015(8): 5-19. [ZHANG Youguo. Chinas regional trade patterns under the perspective of carbon emissions: pollution haven and factor endowment [J]. China industrial economics, 2015 (8): 5-19.]
[24]何梦舒. 我国碳排放权初始分配研究——基于金融工程视角的分析[J]. 管理世界, 2011(11): 172-173. [HE Mengshu. Study on the initial allocation of carbon emission rights in China: based on the perspective of financial engineering [J]. Management world, 2011(11): 172-173.]
[25]WANG K, ZHANG X, WEI Y M, et al. Regional allocation of CO2 emissions allowance over provinces in China by 2020[J]. Energy policy, 2013, 54: 214-229.
[26]GAO G, CHEN S, YANG J. Carbon emission allocation standards in China: a case study of Shanghai City [J]. Energy strategy reviews, 2015(7): 55-62.
[27]李小勝, 宋马林. “十二五”时期中国碳排放额度分配评估——基于效率视角的比较分析[J]. 中国工业经济, 2015(9): 99-113. [LI Xiaosheng, SONG Malin. Regional allocation of CO2 emissions allowance during the ‘Twelfth FiveYear Plan in China: from the perspective of efficiency comparative analysis [J]. China industrial economics, 2015 (9): 99-113.]
[28]MIAO Z, GENG Y, SHENG J. Efficient allocation of CO2 emissions in China: a zero sum gains data envelopment model [J]. Journal of cleaner production, 2016, 112(Part 5): 4144-4150.
[29]樊纲, 苏铭, 曹静. 最终消费与碳减排责任的經济学分析[J]. 经济研究, 2010(1): 4-14, 64. [FAN Gang, SU Ming, CAO Jing. An economic analysis of consumption and carbon emission responsibility [J]. Economic research journal, 2010(1): 4-14, 64.]
[30]林伯强, 孙传旺. 如何在保障中国经济增长前提下完成碳减排目标[J]. 中国社会科学, 2011(1): 64-76, 221. [LIN Boqiang, SUN Chuanwang. How to achieve the goal of carbon emission reduction under the premise of ensuring Chinas economic growth? [J]. Social sciences in China, 2011 (1): 64-76, 221.]
[31]安崇义, 唐跃军. 排放权交易机制下企业碳减排的决策模型研究[J]. 经济研究, 2012(8): 45-58. [AN Chongyi, TANG Yuejun. Research on decision model of enterprises carbon emission reduction under emission trading system [J]. Economic research journal, 2012(8): 45-58.]
[32]姜国刚. 碳减排的社会经济福利分析[J]. 管理世界, 2012(10): 174-175. [JIANG Guogang. Social and economic welfare analysis of carbon emission reduction [J]. Management world, 2012(10): 174-175.]
[33]涂正革. 中国的碳减排路径与战略选择——基于八大行业部门碳排放量的指数分解分析[J]. 中国社会科学, 2012(3): 78-94,206-207. [TU Zhengge. Paths and Strategic measures of reducing Chinas carbon emissions: based on an index decomposition of carbon emissions in eight industries[J]. Social sciences in China, 2012(3): 78-94,206-207.]
[34]张友国. 经济发展方式变化对中国碳排放强度的影响[J]. 经济研究, 2010(4): 120-133. [ZHANG Youguo. Economic development pattern change impaction Chinas carbon intensity [J]. Economic research journal, 2010(4): 120-133.]
[35]陈诗一. 中国碳排放强度的波动下降模式及经济解释[J]. 世界经济, 2011(4): 124-143. [CHEN Shiyi. Fluctuation model of carbon emission intensity in China and its economic explanation [J]. The journal of world economy, 2011(4): 124-143.]
[36]王锋, 冯根福, 吴丽华. 中国经济增长中碳强度下降的省区贡献分解[J]. 经济研究, 2013(8): 143-155. [WANG Feng, FENG Genfu, WU Lihua. Regional contribution to the decline of national carbon intensity in Chinas economic growth [J]. Economic research journal, 2013(8): 143-155.]
[37]林伯强, 毛东昕. 中国碳排放强度下降的阶段性特征研究[J]. 金融研究, 2014(8): 101-117. [LIN Boqiang, MAO Dongxin. Characteristics of Chinas carbon emission intensity in different development stages [J]. Journal of financial research, 2014 (8): 101-117.]
[38]ZHU B, WANG K, CHEVALLIER J, et al. Can China achieve its carbon intensity target by 2020 while sustaining economic growth? [J]. Ecological economics, 2015, 119: 209-216.
[39]岳超, 王少鹏, 朱江玲, 等. 2050年中国碳排放量的情景预测——碳排放与社会发展Ⅳ[J]. 北京大学学报(自然科学版), 2010(4): 517-524. [YUE Chao, WANG Shaopeng, ZHU Jiangling, et al. 2050 Carbon emissions projection for China: carbon emissions and social developmentⅣ[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2010(4): 517-524.]
[40]滕欣, 李健, 刘广为. 中国碳排放预测与影响因素分析[J]. 北京理工大学学报(社会科学版), 2012 (5): 11-18. [TENG Xin, LI Jian, LIU Guangwei. Carbon emission forecast and influential factors analysis of China[J]. Journal of Beijing Institute of Technology (social sciences edition), 2012 (5): 11-18.]
[41]佟昕, 陈凯, 李刚. 中国碳排放影响因素分析和趋势预测——基于STIRPAT和GM(1,1)模型的实证研究[J]. 东北大学学报(自然科学版), 2015 (2): 297-300. [TONG Xin, CHEN Kai, LI Gang. Influencing factors analysis and trend forecasting of Chinas carbon emissions: empirical study based on STIRPAT and GM (1,1) Models[J]. Journal of Northeastern University ( natural science edition), 2015 (2): 297-300.]
[42]LI Z. An econometric study on Chinas economy, energy and environment to the year 2030[J]. Energy policy, 2003, 31(11): 1137-1150.
[43]何建坤. CO2排放峰值分析:中国的减排目标与对策[J]. 中国人口.资源与环境, 2013(12): 1-9. [HE Jiankun. Analysis of CO2 emissions peak: Chinas objective and strategy [J]. China population, resources and environment, 2013(12): 1-9.]
[44]HE J. Analysis of CO2 emissions peak: Chinas objective and strategy [J]. Chinese journal of population resources and environment, 2014, 12(3): 189-198.
[45]BRECHA R J. Emission scenarios in the face of fossilfuel peaking [J]. Energy policy, 2008, 36(9): 3492-3504.
[46]IPCC.Climate change 2014: synthesis report[R/OL]. 2014-11-01[2016-01-17].http://ar5-syr.ipcc.ch/ipcc/ipcc/resources/pdf/IPCC_SynthesisReport.pdf.
[47]朱永彬, 王錚, 庞丽, 等. 基于经济模拟的中国能源消费与碳排放高峰预测[J]. 地理学报, 2009(8): 935-944. [ZHU Yongbin, WANG Zheng, PANG Li, et al. Simulation on Chinas economy and prediction on energy consumption and carbon emission under optimal growth path[J]. Acta geographica sinica, 2009 (8): 935-944.]
[48]杜强, 陈乔, 陆宁. 基于改进IPAT模型的中国未来碳排放预测[J]. 环境科学学报, 2012 (9): 2294-2302. [DU Qiang, CHEN Qiao, LU Ning. Forecast of Chinas carbon emissions based on modified IPAT Model [J]. Acta scientiae circumstantiae, 2012 (9): 2294-2302.]
[49]YUAN J, XU Y, HU Z, et al. Peak energy consumption and CO2 emissions in China[J]. Energy policy, 2014, 68: 508-523.
[50]朱永彬, 王铮. 中国产业结构优化路径与碳排放趋势预测[J]. 地理科学进展, 2014(12): 1579-1586. [ZHU Yongbin, WANG Zheng. Projection of Chinas industrial structure change and carbon emission trends [J]. Progress in geography, 2014(12): 1579-1586.]
[51]ZHANG X, KARPLUS V J, QI T, et al. Carbon emissions in China: how far can new efforts bend the curve? [J]. Energy economics, 2016, 54: 388-395.
[52]WANG Y, ZOU L L. The economic impact of emission peaking control policies and Chinas sustainable development[J]. Advances in climate change research, 2014, 5(4): 162-168.
[53]王锋,冯根福. 中国碳强度对行业发展、能源效率及中间投入系数的弹性研究[J]. 数量经济技术经济研究, 2012, 29 (5): 50-62,120. [WANG Feng,FENG Genfu. Elasticities of Chinas carbon intensity with respect to industrial development, energy efficiency and intermediate input coefficients[J]. The journal of quantitative & technical economics, 2012, 29 (5): 50-62,120.]
[54]GAMBHIR A, TSE L K C, TONG D, et al. Reducing Chinas road transport sector CO2 emissions to 2050: technologies, costs and decomposition analysis[J]. Applied energy, 2015, 157: 905-917.
[55]HAO H, GENG Y, LI W, et al. Energy consumption and GHG emissions from Chinas freight transport sector: scenarios through 2050[J]. Energy policy, 2015, 85: 94-101.
[56]楊秀, 付琳, 丁丁. 区域碳排放峰值测算若干问题思考:以北京市为例[J]. 中国人口·资源与环境, 2015 (10): 39-44. [YANG Xiu, FU Lin, DING Ding. Issues on regional CO2 emission peak measurement: taking Beijing as an example [J]. China population, resources and environment, 2015 (10): 39-44.]
[57]王宪恩, 史记, 王泳璇, 等. 吉林省能源消费碳排放变化趋势预测与影响因素分析[J]. 环境科学与技术, 2015(6): 247-251. [WANg Xianen, SHI Ji, WANG Yongxuan, et al. Analysis on the carbon emissions longterm trends and influencing factors of energy consumption in Jilin Province[J]. Environmental science & technology, 2015(6): 247-251.]
[58]DAI H, MISCHKE P, XIE X, et al. Closing the gap? topdown versus bottomup projections of Chinas regional energy use and CO2 emissions[J]. Applied energy, 2016, 162: 1355-1373.
[59]CHAI Q M, XU H Q. Modeling an emissions peak in China around 2030: synergies or tradeoffs between economy, energy and climate security [J]. Advances in climate change research, 2014, 5(4): 169-180.
[60]WANG Z X, ZHANG J J, PAN L, et al. Estimate of Chinas energy carbon emissions peak and analysis on electric power carbon emissions[J]. Advances in climate change research, 2014, 5(4): 181-188.
[61]LIU Z, GUAN D, MOORE S, et al. Steps to Chinas carbon peak [J]. Nature, 2015, 522(7556): 279-281.
[62]NIU S, LIU Y, DING Y, et al. Chinas energy systems transformation and emissions peak [J]. Renewable and sustainable energy reviews, 2016, 58: 782-795.
[63]DUAN H B, ZHANG G P, ZHU L, et al. How will diffusion of pv solar contribute to Chinas emissionspeaking and climate responses? [J]. Renewable and sustainable energy reviews, 2016, 53: 1076-1085.
[64]ELZEN M D, FEKETE H, HHNE N, et al. Greenhouse gas emissions from current and enhanced policies of China until 2030: can emissions peak before 2030?[J]. Energy policy, 2016, 89: 224-236.
[65]柴麒敏, 陈怡, 徐华清. 碳强度和总量双控目标下的区域指标分解方案研究——以温州市为例[J]. 中国能源, 2015(4): 28-32, 44. [CHAI Qimin, CHEN Yi, XU Huaqing. Research on regional decompositions under the carbon emission intensity and cap goal: a case study of Wenzhou [J]. Energy of China, 2015(4): 28-32, 44.]
[66]林伯强, 李江龙. 环境治理约束下的中国能源结构转变——基于煤炭和二氧化碳峰值的分析[J]. 中国社会科学, 2015(9): 84-107, 205. [LIN Boqiang, LI Jianglong. Transformation of Chinas energy structure under environmental governance constraints: a peak value analysis of coal and carbon dioxide [J]. Social sciences in China, 2015 (9): 84-107, 205.]
[67]张平. “倒逼机制”、增长波动和政策选择[J]. 经济学动态, 2008(11): 9-15. [ZHANG Ping. ‘Forcing mechanism, growth fluctuation and policy choice [J]. Economic perspectives, 2008 (11): 9-15.]
[68]张炜. 倒逼机制:作为实践逻辑的似真推理[J]. 中南大学学报(社会科学版), 2012 (3): 59-62. [ZHANG Wei. Forcing mechanism: as a practical logic of plausible reasoning [J]. Journal of Central South University (social sciences edition), 2012 (3): 59-62.]
[69]吳翔阳. 倒逼机制:企业创新动力的政府作为[J]. 国家行政学院学报, 2008(6): 51-54. [WU Xiangyang. Forcing mechanism: actions of government in the driving force of enterprise innovation [J]. Journal of China National School of Administration, 2008(6): 51-54.]
[70]李树陈. 浅析“倒逼机制”在我国改革开放中的作用[J]. 济源职业技术学院学报, 2015(3): 37-40. [LI Shuchen. Analyses the role of reversed transmission mechanism in Chinas policy of reform and opening up[J]. Journal of Jiyuan Vocational and Technical College, 2015 (3): 37-40.]
[71]刘全刚. 试析“倒逼机制”的三大效应[J]. 现代经济(现代物业下半月刊), 2007(5): 129,125. [LIU Quangang. Analysis of the three effects of ‘forcing mechanisms [J]. Modern economics (modern property, semimonthly), 2007 (5): 129,125.]
[72]吴忠民. 社会矛盾倒逼改革发展的机制分析[J]. 中国社会科学, 2015(5): 4-20, 203. [WU Zhongmin. Analysis of social contradictions reverse transmission effect on reform and development [J]. Social sciences in China, 2015 (5): 4-20, 203.]
[73]姚天冲, 邵炯昊. 刍议政府运用倒逼机制促进企业创新[J]. 科技管理研究, 2014(11): 17-20. [YAO Tianchong, SHAO Jionghao. Government forced mechanism to promote the innovation of enterprises [J]. Science and technology management research, 2014(11): 17-20.]
[74]苏伟洲, 王成璋, 杜念霜. 水资源与产业结构关系及产业结构调整倒逼机制研究[J]. 科技进步与对策, 2015 (6): 80-84. [SU Weizhou, WANG Chengzhang, DU Nianshuang. Study on the relationship between water resources and industrial structure and the forcing mechanisms of industrial structure adjustment [J]. Science & technology progress and policy, 2015 (6): 80-84.]
[75]贺胜兵, 谭倩, 周华蓉. 污染减排倒逼产业结构调整的效应测算——基于投入产出的视角[J]. 统计与信息论坛, 2015 (2): 15-23.[HE Shengbing, TAN Qian, ZHOU Huarong. Calculating the reverse effect of pollution reduction on industrial structure: an inputoutput perspective[J]. Statistics & information forum, 2015(2): 15-23.]
[76]原毅军, 谢荣辉. 环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验[J]. 中国工业经济, 2014 (8): 57-69.[YUAN Yijun, XIE Ronghui. Research on the effect of environmental regulation to industrial restructuring:empirical test based on provincial panel data of China[J]. China industrial economics, 2014 (8): 57-69.]
[77]张超, 刘志彪. 市场机制倒逼产业结构调整的经济学分析[J]. 社会科学, 2014 (2): 47-55.[ZHANG Chao, LIU Zhibiao. The economics analysis of industrial structure readjustment driven by the decisive role of market mechanisms[J]. Journal of social sciences, 2014(2): 47-55.]
[78]钟茂初, 李梦洁, 杜威剑. 环境规制能否倒逼产业结构调整——基于中国省际面板数据的实证检验[J]. 中国人口·资源与环境, 2015(8): 107-115.[ZHONG Maochu, LI Mengjie, DU Weijian. Can Environmental regulation force industrial structure adjustment: an empirical analysis based on provincial panel data[J]. China population, resources and environment, 2015 (8): 107-115.]
[79]李玮. 倒逼机制:企业节能减排中的政府角色探析[J]. 理论学刊, 2011(3): 77-80. [LI Wei. Forcing mechanisms: analysis of government role in enterprise energy saving and emission reduction [J]. Theory journal, 2011 (3): 77-80.]
[80]朱亮峰, 黃国良, 张亚杰. 煤炭市场倒逼机制下我国能源结构走势的研究[J]. 价格理论与实践, 2014 (3): 57-59. [ZHU Liangfeng, HUANG Guoliang, ZHANG Yajie. Study on the trend of Chinas energy mix under the forcing mechanisms of coal market [J]. Price: theory & practice, 2014 (3): 57-59.]
[81]张茉楠. “碳关税”对中国转型形成强大倒逼机制[J]. 中国经贸导刊, 2011 (11): 41-43. [ZHANG Monan. ‘Carbon tariff constitutes a powerful forcing mechanism for Chinas transition[J]. China economic & trade herald, 2011 (11): 41-43.]
[82]高志刚, 尤济红. 环境规制强度与中国全要素能源效率研究[J]. 经济社会体制比较, 2015 (6): 111-123.[GAO Zhigang, YOU Jihong. The intensity of environmental regulation and the total factor energy efficiency of China[J]. Comparative economic & social systems, 2015(6): 111-123.]
[83]张兵兵, 田曦, 朱晶. 环境污染治理、市场化与能源效率:理论与实证分析[J]. 南京社会科学, 2017 (2): 39-46.[ZHANG Bingbing, TIAN Xi, ZHU Jing. Environmental pollution control,marketization and energy efficiency: a theoretical and empirical analysis[J]. Nanjing journal of social sciences, 2017 (2): 39-46.]
[84]江洪, 陈亮. 能源价格对能源效率倒逼机制的空间异质性——基于面板门槛模型的实证分析[J]. 价格理论与实践, 2017(2): 96-99.[JIANG Hong, CHEN Liang. Spatial heterogeneity of forcing mechanism of energy price to energy efficiency: an empirical analysis based on the Panel Threshold Model[J]. Price: theory & practice, 2017 (2): 96-99.]
[85]朱亮峰. 煤炭企业经济效益与外部倒逼和内部资金运营的关系分析[J]. 资源科学, 2015 (12): 2414-2420.[ZHU Liangfeng. Analysis of the relationship between the economic benefits of coal enterprises and external force and internal funds operation[J]. Resources science, 2015(12): 2414-2420.]
[86]王錚,吴静,刘昌新,等. 气候变化经济学集成评估模型[M].北京:科学出版社,2015.[WANG Zheng, WU Jing, LIU Changxin, et al. Integrated assessment model of Climate Change Economics[M]. Beijing:Science Press, 2015.]
AbstractIn order to further cope with climate change, China proposed to peak carbon dioxide emissions by about 2030. Carbon emissions peak target (CEPT) must result in a forcing mechanisms on Chinas economic transition. Forcing mechanism is one of conversely operating economic mechanisms which have been successfully implemented in Chinas economic reform and openingup. It has important theoretical value for Chinas lowcarbon transition and sustainable development in order to explore the basic theory in the forcing mechanisms of CEPT and study how to complete and use the new forcing mechanisms. According to the logic from ‘research on carbon emission history to ‘forecast of carbon emission, and from ‘research on paths of realizing peak to ‘research on peak constraint, this paper reviews the current status and development trend of studies on Chinas carbon emission and its peak value. Furthermore, the paper also reviews the basic theories and specific cases of the forcing mechanisms. The conclusions show that, firstly, existing studies have predicted the peak value of carbon emissions and the ways to achieve peak values in a straight forward way of thinking, but no literature has revealed the forcing mechanisms of the CEPT in an adverse way of thinking. Secondly, although the existing research puts forward the forcing mechanisms of CEPT, it is still a blackbox theory. No literature have tried to open the black box and to reveal the basic characteristics and operating mechanism. Thirdly, the existing literature simulates the effects of the CEPT constraint on Chinas economy, but they do not systematically study the paths of economic transition in the forcing mechanisms of CEPT, and do not explore the emission reduction performance and economic effects of some policies and measures taken in the process of economic transition. Based on the existing achievements and development trends in this field, the following research directions that can be further expanded are put forward. Firstly, from the perspective of longterm strategy of sustainable development, we should analyze and construct the forcing mechanisms of CEPT in a reverse thinking way. Secondly, economic transition paths under the forcing mechanisms should be systematically studied. Thirdly, by constructing a largescale policy evaluation model, the emission reduction performance and economic impact of a series of policy measures adopted during the transition process should be quantitatively evaluated.
Key wordscarbon emissions peak; forcing mechanisms; climate change; forecast of trend