煤炭CO2排放的碳稅效果評價

王娟 李海

摘 要：以煤炭為分析對象，估計我國2017年征收碳稅對2030年的CO2排放效果的影響。在考慮結(jié)構(gòu)性變動的前提下，用協(xié)整模型估計煤炭的長期價格彈性。同時，用VEC模型來預測2017年煤炭的價格指數(shù)。然后分析在2017年對煤炭征不同的碳稅導致的CO2排放量的效果。實證結(jié)果顯示，在考慮了結(jié)構(gòu)性變動的前提下，我國煤炭的長期價格彈性是-0.51；在2017年當對每噸標準煤分別征收50元、100元、150元和200元的碳稅時，可以導致煤炭人均消費在2020年分別減少2.75%、5.5%、8.25%和11%；CO2排放量分別減少4.9%、9.8%、14.69%和19.59%。

關(guān)鍵詞：碳稅；CO2排放量；人均煤炭消費量

中圖分類號：F062.2 文獻標志碼：A 文章編號：1673-291X（2016）19-0068-05

引言

2009年12月初舉行的哥本哈根會議拉開了低碳經(jīng)濟大幕，國務院總理溫家寶在召開的國務院常務會議上制定了我國到2020年溫室氣體排放的行動目標，到2020年我國單位國內(nèi)生產(chǎn)總值的CO2排放量比2005年下降40%～45%，并將此作為約束性指標納入國民經(jīng)濟和社會發(fā)展規(guī)劃。根據(jù)國際能源機構(gòu)（IEA）的數(shù)據(jù)顯示，1995年我國的CO2排放量是30億噸，占全世界的13%；但是十年后，CO2排放量增加到51億噸，占全世界排放的19%；到了2006年我國排放了全世界20%的CO2，成了僅次于美國的世界第二大CO2排放國；而到2007年，它儼然已是世界上最大的排放國。我國經(jīng)濟正處于高碳轉(zhuǎn)低碳的關(guān)鍵時點，但作為世界上最大的CO2排放國之一，面臨著巨大的減排壓力。王毅等（2015）通過模型研究發(fā)現(xiàn)，2030年前后中國的碳排放將達到排放峰值。

大氣中二氧化碳的濃度主要取決于能量消耗的多少，從而產(chǎn)生熱量的多少（Houghton and Woodwell，1989）。在各種人類生產(chǎn)生活所產(chǎn)生的CO2中，能源的消費所產(chǎn)生的CO2量占了總排放量的83%。從2000年以來，我國經(jīng)濟的快速增長，重工業(yè)的迅速擴張，如鋼和鐵的需求大增，城市化過程加快等導致能源需求加速增長，扭轉(zhuǎn)了能源消費以前的下降趨勢（張？菖？菖等，2009），而到2006年一次能源需求增加了55%，占全球一次能源需求的16%（IEA，2008）。伴隨著能源的大量使用，CO2排放量也在逐年上升，最顯著的是大約有66%～84%的與能源消費有關(guān)的CO2排放來自于煤炭的燃燒（CDIAC，2006）?？偹苤?，能源的消費在我國并沒有以一種較為合理的方式進行（Watson et al.，2010），從20世紀90年代以來，我國就成了世界上最大的煤炭生產(chǎn)和消費國（Andrews，2004）。我國的一次能源資源存在“富煤、缺油、少氣”的現(xiàn)狀，2007年煤炭在我國的消費量在占總能源消費的70%，遠遠高于其他發(fā)達國家甚至是世界平均水平，2008年更有大約27億噸煤炭被生產(chǎn)開發(fā)。煤炭的大量使用除了因為它在我國的資源儲存廣泛以外，還有就是使用成本低廉。盡管煤炭的使用成本越來越高，但其使用現(xiàn)狀在我國短時間是很難改變的。

21世紀以來，我國已采取了一系列相關(guān)能源政策，以實現(xiàn)全面，協(xié)調(diào)，可持續(xù)發(fā)展的道路。政府于2005年頒布了首個能源建設條例，盡管相對于發(fā)達國家的同類法規(guī)此條例并不嚴格（王？菖？菖等，2009）；2006年國務院正式頒布了加強節(jié)能工作的第一份文件，其中明確宣布了節(jié)能的相關(guān)稅收優(yōu)惠政策；2009年溫家寶總理在國務院常務會議上宣布了我國2020年的碳排放目標，即單位GDP的CO2排放量比2005年減少40%～45%。從現(xiàn)實來看，我國經(jīng)濟正處在由高碳經(jīng)濟向低碳經(jīng)濟的轉(zhuǎn)折點上，在對能源需求日益增長的現(xiàn)狀下，作為世界上最大排放國之一，將會面臨巨大的CO2排放壓力。

除了新能源的開發(fā)和清潔高效地利用傳統(tǒng)能源等方式以外，最重要的減少CO2排放的方法之一就是對含碳的能源開征碳稅。早在20世紀90年代，北歐的一些國家就引入了碳稅，到目前為止，奧地利、捷克、丹麥、愛沙尼亞、芬蘭、德國、意大利、荷蘭、挪威、瑞典、瑞士和英國等國家征收碳稅，日本、新西蘭也在考慮中。理論和實證研究上也有很多進展：Fullerton and Sarah（2002）以石油為研究對象，認為碳稅在減排過程中是可行的措施；Nakata and Lamont（2001）在評估了日本的CO2排放量時發(fā)現(xiàn)碳稅可以有效地減少CO2排放量；Bruvoll and Larsen（2004）分析了挪威的空氣污染時發(fā)現(xiàn)在20世紀90年代的高額碳稅的征收導致了CO2排放量減少了2%；Hensher（2008）分析了澳大利亞各種CO2排放量減少的政策，研究結(jié)果顯示碳稅是最有效的減排措施，分析出由碳稅帶來的CO2排放量的減少達5%；蘇明等（2005）、王燦等（2005）、王金南等（2009）分別用CGE模型分析了不同的碳稅稅率方案對我國宏觀經(jīng)濟、CO2排放等的影響效果。但是，目前對我國2020年的碳排放問題進行的類似研究還不是很多，已有研究中亦較少有文獻考慮到2006年的能源節(jié)約稅收優(yōu)惠政策對能源未來的消費的影響。

本文在考慮了結(jié)構(gòu)性變動的前提下，運用協(xié)整和誤差糾正模型對在2017年煤炭（這里主要是指從煤礦中挖掘出來，未經(jīng)過洗選加工的，如未特殊說明，本文中的煤炭都指原煤）征不同的碳稅而導致的2020年的CO2排放量的減少效果進行了實證分析。剩余的文章結(jié)構(gòu)如下：第二章闡述了協(xié)整模型和誤差糾正（VEC）模型，兩個模型都將考慮結(jié)構(gòu)性變動。第三章描述了1978—2013年的相關(guān)數(shù)據(jù)及其實證結(jié)果。第四章估計了增加不同碳稅時的CO2排放量減少效果，第五章對本文做了總結(jié)。

一、模型介紹

本文運用協(xié)整模型來估計煤炭的長期價格彈性，誤差糾正模型來預測2017年的煤炭價格指數(shù)。目前國外文獻中對能源需求的研究所采用的計量方法主要有：單方程回歸模型（Gately & Rappoport，1988；Brown & Phillips，1991）；面板數(shù)據(jù)模型（Miguel，2000）；動態(tài)因素需求模型（Watkins，1991；Feng Yi，2000）；協(xié)整和誤差修正模型（Ferreira，2005；Keiko Yamaguchi，2007），其中協(xié)整和誤差修正模型以分析非平穩(wěn)性的時間序列而應用最為廣泛。由于大部分的時間序列都是不平穩(wěn)的，而傳統(tǒng)計量經(jīng)濟模型以時間序列平穩(wěn)性為假設，遇到非平穩(wěn)數(shù)列時其殘差過程可能也是一個非平穩(wěn)過程，從而與殘差相關(guān)的檢驗統(tǒng)計量就會發(fā)生偏倚，使相關(guān)的檢驗失效，并可能出現(xiàn)線性回歸無意義的“偽回歸”問題。而協(xié)整分析方法認為非平穩(wěn)時間序列變量之間的某種線性組合是平穩(wěn)的，它反映了變量之間一種長期均衡關(guān)系。因此，協(xié)整和誤差修正模型被廣泛用于擬合各國的能源需求，估計能源需求彈性。

（一）協(xié)整（Co-integration）模型

一般說來，價格是解釋能源需求的重要變量（Dahl and Sterner，1990），而GDP是重要的宏觀經(jīng)濟控制變量（Dahl，1991；Kilian，2008；Goulder et al.，2009）。除此之外，我們也考慮了其他的控制變量，如石油的消費量、可再生能源的消費量（文章中我們只考慮了水能、風能和核能資源，目前在中國使用較為廣泛的可再生資源就是這三個）。我國為深入貫徹科學發(fā)展觀，落實節(jié)約資源基本國策，調(diào)動社會各方面力量進一步加強節(jié)能工作，加快建設節(jié)約型社會，實現(xiàn)“十一五”規(guī)劃綱要提出的節(jié)能目標，促進經(jīng)濟社會發(fā)展切實轉(zhuǎn)入全面協(xié)調(diào)可持續(xù)發(fā)展的軌道，在2006年頒布了《國務院關(guān)于加強節(jié)能工作的決定》，這是國務院正式頒布的第一份節(jié)能工作的文件，其中明確宣布了節(jié)能的相關(guān)稅收優(yōu)惠政策。發(fā)展改革委更是將“十一五”規(guī)劃綱要確定的單位GDP能耗降低目標分解落實到各省、自治區(qū)、直轄市，省級人民政府要將目標逐級分解落實到各市、縣以及重點耗能企業(yè)，實行嚴格的目標責任制；并且統(tǒng)計局、發(fā)展改革委等部門每年要定期公布各地區(qū)能源消耗情況，省級人民政府要建立本地區(qū)能耗公報制度，將能耗指標納入各地經(jīng)濟社會發(fā)展綜合評價和年度考核體系，作為地方各級人民政府領(lǐng)導班子和領(lǐng)導干部任期內(nèi)貫徹落實科學發(fā)展觀的重要考核內(nèi)容，作為國有大中型企業(yè)負責人經(jīng)營業(yè)績的重要考核內(nèi)容，實行節(jié)能工作問責制。而這將對能源的消費結(jié)構(gòu)有一定程度的影響，有研究表明稅收政策特別是在發(fā)展中國家可以有效地調(diào)整企業(yè)的行為（Slemrod，2008），節(jié)能稅收優(yōu)惠政策亦是如此，它可以影響企業(yè)和家庭的能源消費行為，使得他們在一定程度上選擇消費相對便宜的能源。從長期來看，當煤炭變得越來越“貴”的情況下，許多企業(yè)和家庭就會選擇其可替代的資源，如水能、風能和核能等可再生資源。我國煤炭訂貨會議從計劃經(jīng)濟時期延續(xù)下來已幾十年，被稱為煤炭領(lǐng)域“計劃經(jīng)濟的恐龍”，2006年12月發(fā)改委下發(fā)了《關(guān)于做好2007年跨省區(qū)煤炭產(chǎn)運需銜接工作的通知》，終于對其做出徹底改革，通知表示2007年將進一步改革跨省區(qū)煤炭產(chǎn)運需銜接工作，加快建立統(tǒng)一開放、競爭有序的現(xiàn)代煤炭市場體系。自此重點電煤的特殊優(yōu)惠政策徹底結(jié)束，煤炭價格完全放開。本文用啞變量θ來定義這兩個重大事件，試圖解釋能源消費的結(jié)構(gòu)性變動。

θ=0，if t∈[1978，2006]1，if t∈[2007，2012]

這里t表示年份，t=2006定義了結(jié)構(gòu)性變動的時間點。

因此，協(xié)整模型可以定義為：

lct=α0+α1lpt+α2lgt+α3lot+α4lmt+α5θ+εt （1）

其中，lct表示t年的人均煤炭消費量的指數(shù)形式，lpt表示t年的煤炭定基實際價格指數(shù)（以1978為基數(shù)年）的指數(shù)形式，lgt表示t年的人均實際GDP的指數(shù)形式（用CPI平減，去除了通貨膨脹的影響），lot表示t年的人均石油消費量的指數(shù)形式，lmt表示t年的人均可再生能源消費量的指數(shù)形式，εt表示t年的殘差。由此，lpt的系數(shù)α1就表示煤炭的長期價格彈性。

為了檢驗各個時間序列的性質(zhì)，即公式（1）的協(xié)整階數(shù)，我們用PP檢驗和KPSS檢驗來驗證lct，lpt，lgt，lot和lmt的穩(wěn)定性。PP檢驗的原假設是時間序列不穩(wěn)定而KPSS檢驗的原假設是時間序列是穩(wěn)定的。估計了公式（1）后，單位根檢驗是將殘差序列應用下面的公式（2）中：

其中，t表示公式（1）估計的殘差，k≥1（當k=1時，γ0=0）是公式（2）的滯后階數(shù)，近似于白噪聲過程。

接下來，我們用協(xié)整檢驗（Engle and Granger，1987）同時考慮到作為外生變量的結(jié)構(gòu)性變化，來檢查是否存在一個穩(wěn)定的長期關(guān)系。當所有變量具有一樣的協(xié)整階數(shù)時，協(xié)整檢驗才有意義，而在下一章節(jié)的所有變量的單位根檢驗表明它們的確如此。在其他的一些類似研究中已經(jīng)證實了能源的需求和宏觀經(jīng)濟變量之間存在穩(wěn)定的協(xié)整關(guān)系（Bentzen，1994；Ramanathan，1999；Ferreira，2005；Keiko Yamaguchi，2007）。其中，我們用約翰森統(tǒng)計量來檢驗時間變量之間的長期關(guān)系。

（二）誤差糾正（VEC）模型

能源的價格，如煤炭總會與宏觀經(jīng)濟總量之間存在內(nèi)生性問題（Kilian，2008），經(jīng)濟的發(fā)展會促進能源的需求，與此同時能源的消費又進而促進經(jīng)濟的發(fā)展。VEC模型是公認的有效處理經(jīng)濟變量內(nèi)生性問題的方法，它通常用于預測相互關(guān)聯(lián)的時間序列系統(tǒng)，這種方法回避了結(jié)構(gòu)模型處理系統(tǒng)中所有的內(nèi)生變量的需要，通常這些內(nèi)生性變量會以滯后項的形式出現(xiàn)在函數(shù)系統(tǒng)中。誤差糾正模型（VEC）是基于協(xié)整關(guān)系經(jīng)過阿爾法系數(shù)調(diào)整的VAR模型，考慮了2006年和2007年的結(jié)構(gòu)性變動的VEC（p）模型的簡化形式如下：

其中，yt是K×1時間序列向量，A1，…，Ap是K×K的相關(guān)變量的系數(shù)矩陣，ωt是K×1沖擊和不可觀測的零均值白噪聲過程，它亦被稱為預測誤差，可能存在同期自相關(guān)性，但與自身的跨期變量和方程右邊所有變量不相關(guān)。

同樣的邏輯運用到更具體的VEC（p）模型中，此模型允許在一定范圍內(nèi)lct，lpt，lgt，lot和lmt無限制滯后，滯后階數(shù)設定為p，其中，yt=（lct，lpt，lgt，lot，

二、數(shù)據(jù)及實證結(jié)果

樣本區(qū)間為1978—2013年，煤炭、石油和可再生能源的消費量原始數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》，為了便于比較分析，我們使用年鑒給出的標準煤量檔（單位：萬噸標準煤）；為了排除人口規(guī)模對模型估計的影響，我們在此用人均的能源消費量，人口數(shù)量來自《我國統(tǒng)計年鑒》。煤炭價格指數(shù)的原始數(shù)據(jù)來源于《中國物價年鑒》，定1978年為基年100進行環(huán)比計算所得，同時我們使用CPI平減法排除了通貨膨脹的影響。GDP數(shù)據(jù)也來源于《中國統(tǒng)計年鑒》，同樣使用人均值和排除了通貨膨脹的影響，所有的數(shù)據(jù)使用年度值。

表1的結(jié)果顯示了數(shù)據(jù)的性質(zhì)，沒有一個時間系列在零階條件下存在平穩(wěn)性，而對各個時間序列進行差分后可知，lct在10%顯著水平上拒絕PP檢驗的原假設，其余時間序列差分后也至少在5%的顯著水平上拒絕PP檢驗的原假設；對于KPSS檢驗，差分后的時間序列均不能拒絕其平穩(wěn)的原假設。因此認為，lct，lpt，lgt，lot和lmt都是一階單整的。

由于所有時間系列存在具有同樣的協(xié)整階數(shù)，這樣，我們就有了進一步檢驗協(xié)整關(guān)系的可能性。表2顯示了Johansen協(xié)整檢驗，同時在此檢驗中我們認為，時間系列沒有確定性趨勢但有截距項。結(jié)果表明，這5個變量在考慮2006年結(jié)構(gòu)性變化的情況下，在5%的顯著性水平上存在一個穩(wěn)定的長期協(xié)整關(guān)系。然后，我們得到了變量之間的標準化后的長期關(guān)系，回歸結(jié)果（見下頁表3）。

設定協(xié)整檢驗的時間序列僅含有截距項，不含有確定性趨勢。

從下頁表3的結(jié)果來看，煤炭的人均消費量與其價格之間存在負的相關(guān)關(guān)系，而這與期望相符。盡管煤炭的價格系數(shù)不十分顯著，這與我國幾十年的煤炭計劃定價制度有一定的關(guān)系，但2007年開始電煤價格完全由市場決定會使得其價格的作用愈加明顯。由表3可知，表示煤炭的長期價格彈性是-0.51，從長期來看，煤炭的價格上升會導致消費量降低，當煤炭價格上升1%，煤炭的人均消費量會降低0.51%。人均GDP的系數(shù)為正，并且在5%的顯著水平上異于零，說明人均煤炭消費量與人均GDP之間存在正相關(guān)關(guān)系，當人均GDP增加1%，會導致人均煤炭消費量增長1.78%。與此同時，人均煤炭消費量與人均石油消費量呈負相關(guān)關(guān)系，石油在一定程度上削弱了煤炭作為主要能源的地位，隨著經(jīng)濟的發(fā)展，石油的使用量會逐步增加。在涉及到可再生能源時，人均煤炭消費量與人均可再生能源的消費呈負相關(guān)的關(guān)系，這也與預期保持一致。煤炭在我國用于發(fā)電的比例占34%，而水能、核能和風能都是用于發(fā)電而產(chǎn)生能量的，在一定程度上與煤炭是替代關(guān)系。

誤差糾正模型的估計方程結(jié)果顯示如下：

三、碳稅的效果估計

由于《京都議定書》規(guī)定附件1國家的截止履約時間為2017年，期限之后全球為應對氣候變化必然會形成新的格局。除此之外，根據(jù)“巴厘島路線圖”達成的協(xié)議，2017年后在要求發(fā)達國家承擔可測量、可報告、可核實的減排義務的同時，也要求發(fā)展中國家采取可測量、可報告、可核實的適當減排溫室氣體行動。在此背景下，我國在2017年開征碳稅無疑為最理想的時機。

我們在估計出煤炭的長期價格彈性的基礎上，在2017年征收碳稅，以此預測煤炭2020年由此所減少的CO2排放量。

公式（3）中表示估計出的煤炭長期價格彈性，這里為-0.51；τ表示征收的碳稅，這里我們分別對每噸標準碳（在中國，能源的種類有很多，所含的熱量也各不相同，為了便于相互對比和在總量上進行研究，定每公斤含熱7 000大卡（29 306千焦）的煤為標準煤，1公斤原煤=0.7143公斤標煤）征50元、100元、150元和200元碳稅（中國氣候變化國別研究組采用一種可計算的一般均衡（ERI-SGM）模型，結(jié)合我國實際試算了兩種碳稅稅率方案，即100元/噸碳和200元/噸碳。其結(jié)果初步顯示征收碳稅可顯著地降低能源消費的增長，改善能源的消費結(jié)構(gòu)，并能有效地削減溫室氣體的排放）；p表示煤炭的真實價格。公式（3）可以預測出碳稅所帶來的煤炭的消費量的減少。2013年全國原煤實際平均價格為550元/噸，由VEC模型得出的2017年煤炭真實價格指數(shù)為2 000.37，根據(jù)一些簡單的數(shù)學計算我們可以得出，2017年全國原煤實際平均價格為498.14元/噸。

表4描述了在2017年對煤炭征收不同的碳稅可以使得在2020年碳排放減少的效果。估計顯示，2017年每噸標準煤征收50元碳稅（50×0.7143 =35.72元，每噸原煤的實際碳稅額為35.72元）將導致煤炭消費量在2020年減少2.75%；當在2017年我們對每噸標準煤征稅200元，煤炭的消費量會下降11%。值得注意的是，這里談及的煤炭消費量減少只是由碳稅所帶來的，在這里我們不考慮其他因素所引起的消費量減低。然而，估計煤炭征碳稅的效果，只是在估計這種影響對二氧化碳排放量的影響的第一步。根據(jù)能源研究所國家發(fā)展和改革委員會提供的數(shù)據(jù)顯示，每噸煤炭的燃燒相當于1.781噸CO2或0.486噸碳的排放。碳稅對CO2排放量的影響（見表4第2行），當在2017年對每噸標準煤征收50元碳稅時，它可以帶來4.9%的CO2排放量的減少，而200元的碳稅可以導致CO2排放量在2020年減低19.59%。

以上分析中，CO2排放量的減少只是由對煤炭征收碳稅所帶來的，分析時我們沒有考慮其他能源的CO2排放的減少，如石油。盡管協(xié)整模型可以有效地分析能源的宏觀變量等之間的長期均衡關(guān)系，但由于未來存在很多不確定性因素，這都可能對預測結(jié)果有一定的影響。隨著經(jīng)濟的發(fā)展，人們生活水平的提高，更有效率的生產(chǎn)方式可能被使用，家庭的節(jié)能意識也會增強，從而選擇更節(jié)能的生活方式。這些再加上新能源的發(fā)明使用等都會使長期的CO2排放量降低更多。除此之外，我們在分析中并沒有考慮碳稅的管理成本問題，而這可能會導致碳稅帶來的排放量的減少會有不同的結(jié)果，而這也將是我們下一步研究的方向。

結(jié)論

碳稅是碳減排的一種重要經(jīng)濟手段，近期在我國征收碳稅是一種可行的選擇，對我國抑制溫室氣體排放、環(huán)境保護和促進節(jié)能減排具有積極的作用，它具有財政收入的特點，對國家政府具有一定的吸引力。同時，其政策實施的可操作性較好，并且在一些國家已取得一些經(jīng)驗，是我國應對氣候變化的重要政策選擇，有效地利用碳稅這一經(jīng)濟手段可使我國在氣候變幻的國際談判中爭取更大的主動權(quán)。

碳稅的征稅依據(jù)有兩種情況，大部分國家實際是按碳含量征稅（丹麥、瑞典和挪威等國），只有少數(shù)國家（波蘭、捷克等）是直接對二氧化碳或一氧化碳的排放量征稅，這主要是因為第一種方法在技術(shù)上更為簡單易行，不用考慮能源效率改進技術(shù)和碳回收利用技術(shù)。我國碳稅稅率方案宜遵循逐步提高、循序漸進的原則。根據(jù)實際國情，我國2017年征收碳稅稅率宜為每噸標準碳50元，以后根據(jù)實際情況不同地區(qū)逐步提高。從充分發(fā)揮碳稅政策的社會效應角度考慮，碳稅征收對象應選擇“下游”消費環(huán)節(jié)。一方面將使那些出口工業(yè)避免受到最不利的影響，另一方面能源用戶僅得到間接信號，從而減少能源消耗。碳稅稅收循環(huán)的主要目標是效率和公平，碳稅收入可以納入一般預算管理。而且碳稅收入的合理使用對碳稅征收效果有著重要影響。對我國而言，碳稅稅收的最大目的是促進企業(yè)節(jié)能和鼓勵可再生能源的發(fā)展，因此，碳稅收入應重點用于對可再生能源發(fā)展和企業(yè)節(jié)能的鼓勵。

總之，我國在制定減排政策措施時，應將碳稅作為一個重要的選擇加以考慮，為使碳稅方案不對經(jīng)濟發(fā)展產(chǎn)生較大影響，我國碳稅稅率宜從低方案起征，按照循序漸進的原則，逐步形成完善的碳稅稅制。同時，必須切實加強碳稅收入的合理使用，達到碳稅征收的預期激勵效果。

參考文獻：

[1] Abdul Jalil，Syed F.Mahmud.Environment Kuznets curve for CO2 emissions：a cointegration analysis for China.Energy Policy，2009，（37）：5167-5172.

[2] Benz E.，Truck S..Modeling the price dynamics of CO2 emission allowances.Energy Economics，2009，（1）：4-15.

[3] Bessec M.，F(xiàn)ouquau，J..The non-linear link between electricity consumption and temperature in Europe：a threshold panel approach.Energy Economics，2008，（5）：2705-2721.

[4] Chunbo Ma，David I.Stern.Biomass and Chinas carbon emissions：a missing piece of carbon decomposition.Energy Policy，2008，（36）：2517-2526.

[5] Engle R.F.，Granger C.W.J..Co-integration and error correction：representation，estimation，and testing.Econometrica，1987，（55）：251-276.

[6] Peters G.，Hertwich E.G..Structural analysis of international trade：environmental impacts of Norway.Economic Systems Research，2006，（18）：155-181.

[7] Schmalensee，Richard，Thomas M.Stoker.Household gasoline demand in the United States.Econometrica，1999，（3）：645-662.

[8] Sterk W.，Kruger，J..Establishing a transatlantic carbon market.Climate Policy，2009，（9）：389-401.

[9] Tao Wang，Jim Watson.Scenario analysis of Chinas emissions pathways in the 21st century for low carbon transition.Energy Policy，2010，（38）：3537-3546.

[10] 張麗峰.產(chǎn)業(yè)能源消費與產(chǎn)業(yè)發(fā)展的協(xié)整與誤差修正模型分析[J].經(jīng)濟經(jīng)緯，2005，（6）.

[11] 任少飛，馮華.中國經(jīng)濟增長與煤炭消費結(jié)構(gòu)的關(guān)系[J].財經(jīng)科學，2006，（25）.

[12] 林伯強，魏巍賢，李丕東.中國長期煤炭需求：影響與政策選擇[J].統(tǒng)計研究，2007，（2）.

[14] 王燦，陳吉寧，鄒驥.基于模型的減排對中國經(jīng)濟的影響[J].清華大學學報：自然科學版，2005，（12）.

[責任編輯 陳麗敏]