朱潛挺，吳 靜，王 錚，3，*

(1.中國石油大學(xué)(北京)工商管理學(xué)院，北京 102249;2.中國科學(xué)院科技政策與管理科學(xué)研究所，北京 100190;3.華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，上海 200062)

氣候融資是全球應(yīng)對氣候變化談判的重要內(nèi)容之一。所謂氣候融資主要是指以低碳或氣候適應(yīng)力的建設(shè)為目標(biāo)的資金流動［1］。其關(guān)鍵是提高技術(shù)改進(jìn)和生態(tài)建設(shè)要促成發(fā)展中國家努力加強(qiáng)氣候適應(yīng)能力，減少溫室氣體排放及溫室氣體吸收，并支持可持續(xù)發(fā)展［2］。2009年和2010年，在哥本哈根氣候大會和坎昆氣候大會上發(fā)達(dá)國家向發(fā)展中國家轉(zhuǎn)移的氣候融資是大會的主要議題之一，會議承諾發(fā)達(dá)國家在2010—2012年向發(fā)展中國家提供300億美元的快速啟動資金，并至2020年資金額度達(dá)到1000億美元。在2011年舉行的德班氣候大會上，正式啟動了綠色氣候基金。國際氣候融資邁出了重要的一步。這里強(qiáng)調(diào)綠色就是強(qiáng)調(diào)它用于低碳技術(shù)發(fā)展和生態(tài)建設(shè)。因此本文不考慮這些基金被濫用的情況。

目前，關(guān)于國際氣候融資還存在很多不確定性，包括資金規(guī)模、資金來源等。從資金規(guī)?？矗l(fā)達(dá)國家目前承諾的資金量與發(fā)展中國家的需求存在較大缺口。世界銀行2010年發(fā)展報告認(rèn)為:至2030年，發(fā)展中國家用于氣候變化適應(yīng)和減排的資金需求分別為300—1000億美元和1400—1750億美元［3］。相比較當(dāng)前發(fā)展中國家每年能融資得到的資金大約為100億美元的水平，資金缺口相當(dāng)大。77國集團(tuán)和中國提出附件I國家需要提供本國國民生產(chǎn)總值的0.5%—1%用于國際氣候融資［4］。從資金來源看，F(xiàn)ujiwara等［5］認(rèn)為除綠色投資計(jì)劃、多邊銀行外，基于配額交易的拍賣、信貸交易、航空稅、托賓稅等政策措施都是增加國際氣候資金的可考慮來源。UN［2］把氣候融資的來源分為四大類，即公共資金、發(fā)展銀行、碳市場金融、私人資本。Zhang和Maruyama［6］評價了全球環(huán)境基金(GEF)、清潔發(fā)展機(jī)制(CDM)、多邊銀行等融資機(jī)制的局限性，認(rèn)為這幾種融資機(jī)制不足以影響發(fā)展中國家未來的排放趨勢，因此必須建立更大規(guī)模的私人部門的參與。另外，全球統(tǒng)一的碳價格和碳稅也被提出作為主要的氣候資金來源［7-8］。在國內(nèi)，關(guān)于氣候融資的研究處于萌芽階段，徐薇探討了氣候融資相關(guān)背景問題和國際上常見的融資途徑［9］;荊珍從考察森林碳匯的國際法律規(guī)定入手，分析了氣候融資需要對森林碳匯市場進(jìn)行改革［10］。

雖然國際氣候融資研究已經(jīng)取得了一定的進(jìn)展，但是，對于氣候融資將對發(fā)達(dá)國家和發(fā)展中國家經(jīng)濟(jì)和全球氣候變化產(chǎn)生的定量化影響分析，卻甚少被關(guān)注，這個問題的瓶頸是缺少合適的模型，特別是氣候融資結(jié)合到氣候保護(hù)的綜合評價中的模型，未見研究成果。因此氣候融資分析的建模和計(jì)算分析問題，成了一個科學(xué)熱點(diǎn)。本文試圖基于王錚，吳靜，李剛強(qiáng)建立的GDP溢出作用下的多區(qū)域氣候經(jīng)濟(jì)綜合模型(MRICES模型)［11］，擴(kuò)展構(gòu)建一個氣候融資的模塊，以分析、評價氣候融資在全球氣候保護(hù)中所發(fā)揮的氣候、經(jīng)濟(jì)效益問題。顯然，融資結(jié)構(gòu)是復(fù)雜的、多元化的，本文的意義在于，給出一個合適的模型，作為一個新型的集成評估模型(IAM)的開始。這個評估是一般生態(tài)經(jīng)濟(jì)學(xué)意義上的，而不是直接的生態(tài)效應(yīng)和經(jīng)濟(jì)增長效應(yīng)。

1 氣候融資的模型構(gòu)建

自20世紀(jì)90年代以來，用于氣候保護(hù)政策評價的 IAM得到了廣泛發(fā)展［12-16］，MRICES模型是在Nordhuas和Yang［17］，Nordhaus和Boyer［18］的基礎(chǔ)發(fā)展起來的一個包含了GDP溢出機(jī)制和干中學(xué)技術(shù)進(jìn)步機(jī)制的多區(qū)域氣候保護(hù)政策模擬系統(tǒng)，該模型將全球劃分為6個國家(地區(qū))，分別為中國、美國、日本、歐盟、前蘇聯(lián)、世界其他地區(qū)。由于當(dāng)前全球范圍內(nèi)的氣候融資主要指發(fā)達(dá)國家向發(fā)展中國家的資金轉(zhuǎn)移，那么結(jié)合MRICES模型的6個國家(地區(qū))，本文在建模中將發(fā)達(dá)國家集團(tuán)的美國、日本、歐盟作為資金轉(zhuǎn)移輸出國，中國、世界其他地區(qū)作為資金轉(zhuǎn)移的輸入國，而前蘇聯(lián)地區(qū)由于其作為一個高度發(fā)達(dá)的發(fā)展中國家(地區(qū))，經(jīng)濟(jì)水平高于一般的發(fā)展中國家，故不將其考慮在資金轉(zhuǎn)移的輸入國范疇內(nèi)。

為確保未來氣候變化行動中氣候融資機(jī)制的高效運(yùn)行，需要從兩方面著手:一方面是保障發(fā)達(dá)國家集團(tuán)的資金來源;另一方面是保證流入發(fā)展中國家的氣候資金被落實(shí)到應(yīng)對氣候保護(hù)的行動中去。如此，本文所構(gòu)建的氣候融資模型的內(nèi)在經(jīng)濟(jì)機(jī)制為:發(fā)達(dá)國家建立用于支持發(fā)展中國家減排的專項(xiàng)資金，該資金獨(dú)立于發(fā)達(dá)國家本國的減排投資，僅供向發(fā)展中國家的資金轉(zhuǎn)移;而對于發(fā)展中國家而言，在獲得發(fā)達(dá)國家的資金轉(zhuǎn)移資金后，必須有效地將這部分資金用于碳排放量的減少中去，而不是做其他之用。需要說明的是，雖然氣候融資的用途包括減排和適應(yīng)兩個方面，但Damodaran［19］研究認(rèn)為對于中國、印度等發(fā)展中國家而言，由于對碳減排的投入引起的氣候變化減緩降低了氣候變化的風(fēng)險，減少了氣候適應(yīng)的支出，故碳減排與氣候適應(yīng)在資金上并不沖突，因此，在本文的研究中假設(shè)資金將全都用于減排的支出，這也可使氣候融資抑制氣候變化的作用最大化。

因此，基于模型的建模機(jī)制得到每年資金輸出方用于氣候融資的總資金流為:

式中，i為資金轉(zhuǎn)移輸出各國，即包括美國、日本、歐盟，n為資金轉(zhuǎn)移輸出方的國家個數(shù)，這里取值為3;Ft為t年全球總的資金輸出流;Fi，t為t年i地區(qū)的資金輸出流。對于資金輸出國而言，氣候融資的資金流來源于GDP，故MRICES模型中資金輸出各國的GDP支出方程需由(2)式變?yōu)?2′)式:

式中，Ci，t，Ii，t，Eni，t分別為各國家(地區(qū))的消費(fèi)、投資以及用于化石燃料和非化石燃料的投資維護(hù)成本。而作為資金轉(zhuǎn)移的輸入方，各國每年所獲得的資金流為:

式中，j為資金轉(zhuǎn)移輸入各國，即包括中國和世界其他地區(qū);F′j，t為j國在t年所獲得的轉(zhuǎn)移資金;λj，t為j國在t年所獲得的資金占當(dāng)年全球總資金的份額，且各資金轉(zhuǎn)移輸入國的份額之和等于1。

由于氣候融資的最終目標(biāo)是提高發(fā)展中國家減排的能力或減排的力度，因此當(dāng)資金輸入國在得到F′j，t的轉(zhuǎn)移資金后，需要計(jì)算出這部分的資金所能產(chǎn)生的減排量。考慮到減排資金投入與其對應(yīng)的減排量并不是簡單的正比例關(guān)系，即減排量并不會隨著減排資金的增加幅度而等比例增加，其中的關(guān)鍵問題就在于減排邊際成本的遞增。通常而言，隨著減排投資量的增加，減排量的增加幅度會迅速下降。因此，在資金轉(zhuǎn)移輸入方在獲得資金轉(zhuǎn)移后，需要在考慮邊際減排成本的作用下計(jì)算出資金轉(zhuǎn)移所產(chǎn)生的額外的減排量。

在MRICES模型繼承的RICE［17］模型結(jié)構(gòu)中，各國的GDP和排放量分別如(5)式，(6)式所示:

式中，Yj，t表示各國 GDP，Kj，t，Lj，t分別為物質(zhì)資本和勞動力，α 為資本彈性，Ej，t為排放量，σj，t為碳排放強(qiáng)度，μj，t為減排率，Aj，t為社會勞動生產(chǎn)率，為有效社會勞動生產(chǎn)率，Aj，t與存在(7)式的作用關(guān)系:

式中，bj，1，bj，2為減排成本參數(shù)，D0溫度上升3℃所導(dǎo)致的GDP損失，Tt為當(dāng)年的全球溫度上升幅度，實(shí)際上，(7)式表征了由于減排措施和溫度上升對GDP造成的損失。結(jié)合(5)，(6)，(7)式，可以獲得每增加一單位減排量所增加的減排成本，即一定減排率下的邊際減排成本Macj，t［14］為:

由于需要獲得減排投資量與邊際減排量之間關(guān)系，因此對(8)式做進(jìn)一步的變換，得到(9)式:

式中，Dj，t為j國在t年的減排量?？紤]到除資金轉(zhuǎn)移所產(chǎn)生的減排之外，發(fā)展中國家本國可能已采取一定幅度的減排，故發(fā)達(dá)國家對發(fā)展中國家轉(zhuǎn)移資金所產(chǎn)生的額外減排量可通過對(9)式中減排量求定積分獲得:

因此，MRICES模型中關(guān)于碳排放量的計(jì)算由(6)式變換為(12)式:

由(12)式可以看出，當(dāng)發(fā)達(dá)國家向發(fā)展中國家實(shí)施資金轉(zhuǎn)移后，這部分資金流將在發(fā)展中國家產(chǎn)生額外的減排量，從而提高全球整體減排水平。

本文所構(gòu)建的氣候融資模塊與MRICES模型其他模塊之間的整合關(guān)系如圖1所示［20］。

對于氣候融資模塊的參數(shù)取值，主要是要確定(11)式中的bj，1，bj，2，這是涉及技術(shù)擴(kuò)散影響與區(qū)域生態(tài)建設(shè)水平的參數(shù)，參考Eyckmans，Tulkens［21］，以上兩個參數(shù)的取值見表1。模型中涉及的資金轉(zhuǎn)移輸出國的資金總額Ft，資金轉(zhuǎn)移輸入國所獲得的資金占當(dāng)年全球總資金的份額λj，t均為政策控制變量，用戶可通過這些變量的調(diào)整，模擬不同的資金轉(zhuǎn)移情景。

圖1 氣候融資模塊與MRICES模型的整合Fig.1 Incorporation of climate financing module with MRICES

表1 資金轉(zhuǎn)移模塊的主要參數(shù)取值Table 1 Values for parameters in climate financing module

2 氣候融資模型的應(yīng)用:融資對全球減排作用的模擬

在《坎昆協(xié)議》中，明確了發(fā)達(dá)國家對發(fā)展中國家的資金轉(zhuǎn)移額度，即“至2020年，發(fā)達(dá)國家每年向發(fā)展中國家轉(zhuǎn)移1000億美元以支持發(fā)展中國家的減排行動”。因此，在本文的模擬中，將每年的資金轉(zhuǎn)移額度設(shè)定為1000億美元，并假設(shè)這部分資金轉(zhuǎn)移在中國和世界其他地區(qū)的分配比例為1∶4。

2.1 氣候融資的氣候保護(hù)效益分析

為了衡量氣候融資對全球氣候保護(hù)的效益，基于MRICES模型，需要分別模擬考慮和不考慮氣候融資時的情景，即均不實(shí)施任何減排措施的情景。但由于《坎昆協(xié)議》只明確了至2020年的氣候融資幅度，因此對于2020年之后的資金轉(zhuǎn)移需要做進(jìn)一步的假設(shè)。定義以下3個情景:

情景0 不考慮氣候融資的BAU情景;

情景1 考慮氣候融資，假設(shè)至2020年發(fā)達(dá)國家每年向發(fā)展中國家轉(zhuǎn)移1000億美元，且在2020年之后停止轉(zhuǎn)移;

情景2 考慮氣候融資，假設(shè)至2020年發(fā)達(dá)國家每年向發(fā)展中國家轉(zhuǎn)移1000億美元，且在2020年之后以年增長0.5%的速度提高年轉(zhuǎn)移額度(即至2100年轉(zhuǎn)移額度約為1490億美元)。

(1)氣候融資對全球氣候變化的抑制作用

模擬得到，在情景0，情景1，情景2下，至2050年全球二氧化碳濃度分別為465.67，462.64，448.17 mL/m3，至2100年全球的升溫幅度分別為2.96，2.95，2.78℃。比較發(fā)現(xiàn)，若資金轉(zhuǎn)移僅發(fā)生在2020年之前，這對全球的升溫控制效果仍是十分微小的:情景1下2100年的升溫僅比情景0下降了0.01℃;且在情景1下，至2050年的全球二氧化碳濃度與情景0一樣均超出了450 mL/m3。從二氧化碳濃度和全球升溫兩個指標(biāo)都可以看出，僅有《坎昆協(xié)議》的資金轉(zhuǎn)移力度對全球應(yīng)對氣候變化仍是不夠的。而在情景2中當(dāng)資金轉(zhuǎn)移持續(xù)至2100年時，2050年全球二氧化碳濃度下降到了450 mL/m3以內(nèi)，2100年全球升溫比情景0下降了約0.18℃。顯然，在3種情景下，隨著資金轉(zhuǎn)移幅度的增加，全球二氧化碳濃度和升溫的下降幅度均有所增加，表明資金轉(zhuǎn)移對全球應(yīng)對氣候變化具有正面的影響。

(2)氣候融資作用下全球碳減排量變化

通過氣候融資，全球的碳排放量也發(fā)生了相應(yīng)的變化。模擬得到，在情景0，情景1，情景2下，全球2013—2100年的碳排放量軌跡分別如圖2所示，可以看到，相對于情景0而言，情景1下的全球碳排放量減少主要發(fā)生在2020年之前，而2020年之后碳排放恢復(fù)到情景0的水平;情景2下的全球碳排放量將整體下降，至2100年排放水平持續(xù)低于情景0的排放水平。3種情景下，全球累積碳排放量分別為1219.56 GtC，1206.58 GtC，1056.41 GtC。也就是說，當(dāng)只在2020年之前實(shí)施資金轉(zhuǎn)移，則累積碳排放量減少量為12.98GtC，占情景0下累積碳排放量的1.1%;而當(dāng)資金轉(zhuǎn)移執(zhí)行至2100年，則累積碳排放減少量為163.16 GtC，占情景0下累積碳排放量的13.3%。顯然，長期的氣候融資更有助于全球減少更多的碳排放量，促進(jìn)全球氣候朝著有利的方向發(fā)展。

圖2 情景0，1，2下全球碳排放軌跡Fig.2 Global emission in scenario 0，scenario1 and scenario 2

進(jìn)一步，全球碳排放量的減少，主要來自發(fā)展中國家在獲得資金轉(zhuǎn)移后產(chǎn)生的碳排放量減少。模擬得到，相對于情景0的碳排放量，在情景1和情景2下，中國以及世界其他地區(qū)的碳排放量減排量圖3所示。觀察圖3可知，在情景1下，在2020年之前，中國和世界其他地區(qū)的碳減排量均逐漸小幅遞增，而在2020年之后，由于不再有資金轉(zhuǎn)移支持，故兩個國家(地區(qū))的減排量均為0;在情景2下，由于發(fā)達(dá)國家對發(fā)展中國家的資金轉(zhuǎn)移是持續(xù)至2100年，故兩個國家(地區(qū))的年碳減排量均呈現(xiàn)持續(xù)增長的趨勢。從總的碳減排量看，在情景1下，中國及世界其他地區(qū)的累積碳減排量分別為5.02 GtC和7.96 GtC，分別占無資金轉(zhuǎn)移時2013—2100年累積總碳排放量的2%和2%，而在情景2下，兩個國家(地區(qū))的累積碳減排量則分別為62.74 GtC和100.42 GtC，分別占無資金轉(zhuǎn)移時2013—2100年累積總碳排放量的20%和26%，氣候融資的減排效果明顯。

圖3 情景1，情景2下氣候融資所產(chǎn)生的中國和世界其他地區(qū)的碳減排量Fig.3 Emission reduction induced by climate financing in China and ROW in scenario 1 and scenario 2

2.2 氣候融資的經(jīng)濟(jì)效益分析

(1)氣候融資對發(fā)展中國家GDP的影響

對作為資金轉(zhuǎn)移輸入方的中國和世界其他地區(qū)而言，模擬得到，在情景1，2下，2013—2100年之間，這兩個國家(地區(qū))的年GDP量相對于情景0下的GDP量變化率如圖4所示，即是實(shí)施資金轉(zhuǎn)移后的GDP相對于無資金轉(zhuǎn)移時的GDP的變化率。觀察容易發(fā)現(xiàn)，當(dāng)發(fā)生資金轉(zhuǎn)移時，中國和世界其他地區(qū)的GDP相對于情景0均有所上漲，表明了資金轉(zhuǎn)移有利于發(fā)展中國家的經(jīng)濟(jì)增長，這其中主要的原因在于資金轉(zhuǎn)移后全球升溫幅度下降，從而減少了因氣候變化帶來的經(jīng)濟(jì)損失。

進(jìn)一步分析圖4，在情景1和情景2下，中國和世界其他地區(qū)的GDP變化率的趨勢存在較大的差別。在情景1下，兩個國家(地區(qū))的GDP雖然均能在資金轉(zhuǎn)移中獲益，但GDP增幅很小，最高增幅僅為0.17%，且隨著時間的推移，GDP增幅呈先增加后減小的趨勢。這主要是由于在情景1下，雖然資金轉(zhuǎn)移支持僅發(fā)生在2020年之前，但短期的資金轉(zhuǎn)移仍會產(chǎn)生長期的經(jīng)濟(jì)效益，具體來說，2020年之前的資金轉(zhuǎn)移降低了2020年之后全球升溫的基數(shù)，使2020年之后升溫的幅度小于無資金轉(zhuǎn)移時的升溫幅度，從而使2020年之后的GDP仍有小幅增長，但隨著時間的推移，這種余波的影響效果將逐漸減退。在情景2下，兩個國家(地區(qū))的GDP增幅顯著增大，2100年GDP較情景0時增加約1.88%，且中國和世界其他地區(qū)在情景2下的GDP增幅呈現(xiàn)單調(diào)上升的趨勢，這得益于持續(xù)增長的資金轉(zhuǎn)移額度。

圖4 情景1，情景2下，中國和世界其他地區(qū)的GDP變化率Fig.4 GDP change in China and ROW in scenarion 1 and scenarion 2

(2)氣候融資對發(fā)達(dá)國家GDP的影響

對于作為資金轉(zhuǎn)移輸出國的美國、日本、歐盟這些發(fā)達(dá)國家(地區(qū))而言，模擬得到，在情景1，2下，這些發(fā)達(dá)國家(地區(qū))2013—2100年的GDP相對于情景0的變化率如圖5所示。

在情景1下，發(fā)達(dá)國家的GDP變化率呈現(xiàn)先下降后上升的趨勢。由于在情景1下美國、日本、歐盟需在2020年之前每年向發(fā)展中國家提供1000億美元的資金轉(zhuǎn)移，該部分轉(zhuǎn)移資金對3個國家本國的物質(zhì)資本投資產(chǎn)生了抽取作用，故使他們在2020年之前的GDP損失持續(xù)增大;此后，一方面停止了資金轉(zhuǎn)移，另一方面由于2020年之前的資金轉(zhuǎn)移帶來的全球溫度升高幅度的減小，削弱了氣候變化對發(fā)達(dá)國家的經(jīng)濟(jì)影響，使得發(fā)達(dá)國家在2020年之后GDP比情景0有所上升，故在2020年之后，發(fā)達(dá)國家的GDP逐步得到回升，但與發(fā)展中國家在情景1受到的經(jīng)濟(jì)影響類似，2020年之前資金轉(zhuǎn)移產(chǎn)生的余波效應(yīng)作用仍然是有限的，發(fā)達(dá)國家GDP收益的程度隨著時間的推移而逐漸減弱(圖5)。

在情景2下，發(fā)達(dá)國家的GDP受到兩股力量的作用影響，一方面是發(fā)達(dá)國家對發(fā)展中國家的持續(xù)的資金轉(zhuǎn)移，抑制了發(fā)達(dá)國家的資本累積速度，使GDP增長受損;另一方面，由于資金轉(zhuǎn)移而帶來的全球升溫減緩，使得發(fā)達(dá)國家經(jīng)濟(jì)受氣候變化影響程度減小，使GDP增長受益。這兩股力量相互作用，使發(fā)達(dá)國家的GDP變化率呈現(xiàn)了先下降后上升的趨勢，趨勢變換點(diǎn)出現(xiàn)在2027年前后，也就是說，在2027年之前，資金轉(zhuǎn)移的資金流出使發(fā)達(dá)國家的GDP有所損失，但2027年之后，損失程度逐步減小并于2040年前后由GDP損失轉(zhuǎn)變?yōu)镚DP獲益，這種獲益將持續(xù)至2100年。也就是說，如果發(fā)達(dá)國家對發(fā)展中國家實(shí)施長期的資金轉(zhuǎn)移，雖然在初期會使發(fā)達(dá)國家的GDP有所損失，但從長期看，最終將使發(fā)達(dá)國家的GDP受益于資金轉(zhuǎn)移帶來的全球氣候保護(hù);而且，從GDP變化幅度看，發(fā)達(dá)國家在資金轉(zhuǎn)移初期的GDP損失僅為0.2%以內(nèi)，完全是在可承受范圍之內(nèi)，而至2100年他們的GDP獲益將達(dá)到約1.4%，7倍于初期的GDP受損程度(圖5)。

(3)氣候融資下全球效用變化

氣候融資將最終促進(jìn)發(fā)達(dá)國家和發(fā)展中國家的GDP增長，然而，由于GDP僅反應(yīng)了國家層面經(jīng)濟(jì)水平的提高，不能很好地反應(yīng)社會居民福利水平的變化，特別是當(dāng)存在跨期消費(fèi)效用分配時，僅考慮國家GDP水平是不夠的，即需要綜合權(quán)衡提高居民當(dāng)前消費(fèi)效用和保障未來居民消費(fèi)效用的問題［22-23］。這里引入拉姆齊效用函數(shù)來衡量跨期的居民消費(fèi)效用變化情況，計(jì)算公式見(13)式:

圖5 情景1，情景2下，美國、日本、歐盟的GDP變化率Fig.5 GDP change in the US，EU and Japan in scenario 1 and scenario 2

式中，ρ為貼現(xiàn)率，τ為消費(fèi)者的消費(fèi)風(fēng)險厭惡系數(shù)。ρ取值為0.015［23］，τ取值為0.02［23］。(13)式體現(xiàn)了跨期貼現(xiàn)作用下，居民的累積拉姆齊效用值。

模擬得到，在情景1，情景2下，各國2013—2050年、2013—2100年的累積拉姆齊效用相對于情景0的變化率如圖6所示。分析可得，對于發(fā)展中國家而言，不論是短期的還是長期的拉姆齊效用均比情景0有所增長，即資金轉(zhuǎn)移有助于提高發(fā)展中國家居民的消費(fèi)效用。對于發(fā)達(dá)國家而言，從短期看，資金轉(zhuǎn)移可能會使發(fā)達(dá)國家的效用較無資金轉(zhuǎn)移時有所降低，如圖6中美國在情景1，情景2下的拉姆齊效用變化率均為負(fù)值，但當(dāng)資金轉(zhuǎn)移額度較小時，發(fā)達(dá)國家在短期也可能獲益，中日本和歐盟在情景1下均有所獲利;但從長期看，至2100年發(fā)達(dá)國家的累積拉姆齊效用均比情景0有所提高，表明資金轉(zhuǎn)移最終對發(fā)達(dá)國家的效用水平提高是有利的。同時，綜合從全球的視野看，不論是短期或長期，在情景1和情景2下，全球的效用水平變化率均為正值，表明從減排的全球效用而言，資金轉(zhuǎn)移是一項(xiàng)經(jīng)濟(jì)有效的減排機(jī)制。

圖6 情景1，情景2下，各國累積拉姆齊效用變化率Fig.6 The change of national accumulated utility in scenario 1 and scenario 2

2.3 中國在國際氣候融資中的地位分析

中國作為全球人口最多的國家，擺脫貧困仍是我國的首要任務(wù)，減排支出對經(jīng)濟(jì)發(fā)展的影響不可忽視。而隨著中國經(jīng)濟(jì)的迅速發(fā)展，在國際氣候融資中，是否應(yīng)該對中國進(jìn)行氣候資金支援仍存在爭議。因此，為了檢驗(yàn)是否有必要對中國進(jìn)行氣候資金轉(zhuǎn)移，本文在情景2的基礎(chǔ)上進(jìn)一步設(shè)定情景3，即假設(shè)氣候資金全流向世界其他地區(qū)，而不對中國進(jìn)行資金支援，。也就是說，情景3與情景2相比，每年的氣候資金是等額的，但轉(zhuǎn)移方向發(fā)生了變化。

模擬得到，在情景3下至2050年全球二氧化碳濃度為451.87 mL/m3，至2100年全球升溫為2.84℃。與情景2相比，顯然這兩個氣候指標(biāo)的值均有所上升，至2050年的二氧化碳濃度從情景2的448.17 mL/m3上升并突破了450 mL/m3這一控制目標(biāo)，至2100年的全球升溫也上升了約0.06℃。這表明從抑制全球氣候變化的角度出發(fā)，國際氣候融資的資金適量轉(zhuǎn)移至中國比完全不轉(zhuǎn)移至中國的氣候保護(hù)效益更顯著。另一方面，從氣候保護(hù)行動對全球效用改進(jìn)的角度分析，以情景0作為基準(zhǔn)，計(jì)算得到，情景3下，至2050年、2100年全球各國的累積效用變化率如圖7所示。分析可知，至2050年美國、日本、歐盟的累積效用均較基準(zhǔn)有所損失，且引起注意的是，與情景2相比歐盟的累積效用從受益變?yōu)槭軗p;而中國、前蘇聯(lián)、其他地區(qū)的累積效用的受益程度較情景2也有所下降;至2100年所有國家的累積效用受益程度均低于情景2。因此，當(dāng)國際氣候融資額度一定的前提下，將資金完全轉(zhuǎn)移至世界其他地區(qū)而不對中國的減排行動進(jìn)行資金支援，這不僅將使全球升溫幅度小幅提高，且將導(dǎo)致全球福利受損。也就是說，從國際氣候資金優(yōu)化配置的角度而言，未來氣候資金適量轉(zhuǎn)移至中國將有利于全球應(yīng)氣候保護(hù)。

圖7 情景3下各國累積拉姆齊效用變化率Fig.7 The change of national accumulated utility in scenario 3

進(jìn)一步分析在情景2與情景3下雖然國際氣候資金是等額的，但減排效果卻存在顯著差異的內(nèi)在原因。分析發(fā)現(xiàn)，當(dāng)改變資金轉(zhuǎn)移方向，情景2中原本轉(zhuǎn)移至中國的資金引起的碳排放量變化分別是:在情景2下，中國基于這部分氣候資金降低了62.74 GtC排放量，而這部分資金在世界其他地區(qū)只降低了8.41 GtC。這表明相同額度的資金在中國可以獲得更多的邊際減排量。

資金投資中國之所以能取得如此顯著的成效，主要原因在于:一方面中國生態(tài)建設(shè)需求大，因而減排潛力大［24］，另一方面我國產(chǎn)業(yè)規(guī)模也大，低碳技術(shù)一旦突破，受惠面廣。細(xì)致的分析，容另文展開。

3 結(jié)論

國際氣候融資已經(jīng)成為全球氣候談判的核心議題之一，而氣候融資具體額度及其輔助管理機(jī)制也正得到逐步的完善。本文在王錚，吳靜，李剛強(qiáng)［11］提出的MRICES模型基礎(chǔ)上，在發(fā)達(dá)國家成立專項(xiàng)資金用于氣候融資且發(fā)展中國家將其所獲得的資金轉(zhuǎn)移資金完全用于碳減排的經(jīng)濟(jì)機(jī)制下，建立了國際減排中的氣候融資模型。研究發(fā)現(xiàn):

從氣候融資產(chǎn)生的氣候保護(hù)效益而言，資金轉(zhuǎn)移對全球氣候保護(hù)具有正面影響，但《坎昆協(xié)議》所提出的2020年之前實(shí)施1000億美元資金轉(zhuǎn)移對全球應(yīng)對氣候變化的作用仍十分微小，僅能使2100年的全球升溫比無資金轉(zhuǎn)移時下降0.01℃;要使資金轉(zhuǎn)移對全球升溫有較顯著的影響，必須制定長期的轉(zhuǎn)移計(jì)劃，這將促進(jìn)發(fā)展中國家持續(xù)的碳減排，減緩全球升溫。

從氣候融資產(chǎn)生的經(jīng)濟(jì)效益而言，發(fā)展中國家將始終從資金轉(zhuǎn)移帶來的全球升溫減緩中收益，其GDP水平和拉姆齊效用均比無資金轉(zhuǎn)移時有所提高;而發(fā)達(dá)國家雖然在短期會因?yàn)橘Y金流出而對本國GDP增長產(chǎn)生負(fù)面影響，但從長期看，資金轉(zhuǎn)移對全球氣候變化的抑制作用仍將促進(jìn)使發(fā)達(dá)國家的經(jīng)濟(jì)增長，且資金轉(zhuǎn)移初期的經(jīng)濟(jì)負(fù)面影響遠(yuǎn)小于最終的正面影響;而從全球總拉姆齊效用水平變化看，無論在短期或長期，資金轉(zhuǎn)移都帶來了全球效用的提高。

而中國雖然經(jīng)濟(jì)實(shí)力逐漸增強(qiáng)，但在氣候資金總額確定的前提下，資金適量轉(zhuǎn)移至中國比完全轉(zhuǎn)移至其他地區(qū)將獲得更顯著的減排效果，且這也將有助于全球福利效用的改善，是氣候資金優(yōu)化配置的政策選擇。

綜上所述，氣候融資是一項(xiàng)氣候保護(hù)有效、經(jīng)濟(jì)效益顯著的減排機(jī)制。在后京都時代，全球減排行動需要制定長期的融資計(jì)劃，且適量向中國進(jìn)行資金轉(zhuǎn)移，這不僅能有效控制全球升溫趨勢，而且將使發(fā)達(dá)國家和發(fā)展中國家的經(jīng)濟(jì)均能從中收益，呈現(xiàn)雙贏的局面。

［1］ Buchner B，Brown B，Corfee-Morlot J.Monitoring and tracking long-term finance to support climate action.OECD/IEA Project for the Climate Change Expert Group on the UNFCCC，2011.

［2］ UN.Report of the secretary-general′s high-level advisory group on climate change financing.United Nations，New York，2010.

［3］ World bank.Generating the funding needed for mitigation and adaptation.［2012-1-6］.http://siteresources.worldbank.org/INTWDR2010/Resources/5287678-1226014527953/Chapter-6.pdf.

［4］ UNFCCC-United Nations Framework Convention on Climate Change.China′s view on enabling the full，effective and sustained implementation of the Convention through long-term cooperative action now，up to and beyond 2012.Poznan，2008.

［5］ Fujiwara N，Georgiev A，Egenhofer C.Financing mitigation and adaptation:Where Should the Funds Come from and How Should They Be Delivered?ECP Report，2008.

［6］ Zhang Z X，Maruyama A.Towards a private-public synergy in financing climate change mitigation projects.Energy Policy，2001，29(15):1363-1378.

［7］ Silverstein D N.Using a harmonized carbon price framework to finance the Green Climate Fund.［2012-1-4］.http://mpra.ub.uni-muenchen.de/35280/.

［8］ Silverstein D N.A method to finance a global climate fund with a harmonized carbon tax.［2011-1-4］.http://mpra.ub.uni-muenchen.de/27121/.

［9］ Xu W.Research on climate financing［D］.Beijing:Graduate University of Chinese Academy of Social Sciences，2011.

［10］ Jing Z.Forest carbon exchange market reform′s legal thinking-take climate financing as angle.Special Zone Economy，2011，(4):152-154.

［11］ Wang Z，Wu J，Li G Q，Zhang H B，Wang L J.Using simulation to assess climate-change strategies for global participation.Acta Ecologica Sinica，2009，29(5):2407-2417.

［12］ Tol R S J.On the optimal control of carbon dioxide emissions:an application of FUND.Environmental Modeling and Assessment，1997，2(3):151-163.

［13］ Leimbach M.Modeling climate protection expenditure.Global Environmental Change，1998，8(2):125-139.

［14］ Pizer W A.The optimal choice of climate change policy in the presence of uncertainty.Resource and Energy Economics，1999，21(3/4):255-287.

［15］ Tol R S J.Welfare specifications and optimal control of climate change:an application of fund.Energy Economics，2002，24(4):367-376.

［16］ Wang Z，Li H Q，Wu J，Gong Y，Zhang H B，Zhao C.Policy modeling on the GDP spillovers of carbon abatement policies between China and the United States.Economic Modelling，2010，27(1):40-45.

［17］ Nordhaus W D，Yang Z L.A regional dynamic general-equilibrium model of alternative climate-change strategies.The American Economic Review，1996，86(4):741-765.

［18］ Nordhuas W D，Boyer J.Warming the World:Economic Models of Global Warming.Massachusetts:MIT Press，2000.

［19］ Damodaran A.Climate financing approaches and systems:an emerging country perspective.2009.http://dspace.gsom.spbu.ru/jspui/handle/123456789/43.

［20］ Wang Z，Wu J，Zhu Y B，Yue Q.Economic Research on Climate Protection.Beijing:Science Press，2010.

［21］ Eyckmans J，Tulkens H.Simulating coalitionally stable burden sharing agreements for the climate change problem.Resource and Energy Economics，2003，25(4):299-327.

［22］ Stern N.The economics of climate change.American Economic Review，2008，98(2):1-37.

［23］ Nordhaus W D.A review of the stern review on the economics of climate change.Journal of Economic Literature，2007，45(3):686-702.

［24］ Liu G H，F(xiàn)u B J，F(xiàn)ang J Y.Carbon dynamics of Chinese forests and its contribution to global carbon balance.Acta Ecologica Sinica，2000，20(5):733-740.

參考文獻(xiàn):

［9］ 徐薇.氣候變化融資問題研究［D］.北京:中國社會科學(xué)研究院研究生院，2011.

［10］ 荊珍.森林碳匯市場改革的法律思考——以氣候融資為視角.特區(qū)經(jīng)濟(jì)，2011，(4):152-154.

［11］ 王錚，吳靜，李剛強(qiáng)，張煥波，王麗娟.國際參與下的全球氣候保護(hù)策略可行性模擬.生態(tài)學(xué)報，2009，29(5):2407-2417.

［20］ 王錚，吳靜，朱永彬，樂群.氣候保護(hù)的經(jīng)濟(jì)學(xué)研究.北京:科學(xué)出版社，2010.

［24］ 劉國華，傅伯杰，方精云.中國森林碳動態(tài)及其對全球碳平衡的貢獻(xiàn).生態(tài)學(xué)報，2000，20(5):733-740.