碳交易背景下中國石化行業(yè)2020年碳減排目標情景分析

劉學之+黃敬+鄭燕燕+沈鳳武+王瀟暉

摘要 石化行業(yè)作為中國八大典型高碳排放產(chǎn)業(yè)之一，也是碳市場參與的重要行業(yè)。在國家2020年碳排放強度目標的約束下，客觀評價其行業(yè)減碳的壓力，對于政府部門科學制定各個行業(yè)碳排放配額的分配方案具有重要支撐作用。同時，亦對于通過低碳轉(zhuǎn)型升級實現(xiàn)行業(yè)的可持續(xù)發(fā)展和支撐國家的工業(yè)減排目標具有理論和現(xiàn)實意義。本文針對石化行業(yè)9個子部門，結(jié)合我國經(jīng)濟發(fā)展的總體背景和趨勢以及石化行業(yè)的相關數(shù)據(jù)，以2010年為基準情景，在2020年國家碳排放強度分別下降45%和50%的減排約束目標下，構建了一個動態(tài)CGE模型——PCCGE，借助GAMS軟件模擬分析，預測了到2020年國家和石化行業(yè)經(jīng)濟總量、能源消費結(jié)構和碳排放量及碳強度等的變化趨勢。研究結(jié)果表明，相比基準情景，在45%、50%的碳強度減排目標下，國家和石化行業(yè)的經(jīng)濟增長、能源消費結(jié)構和碳排放強度等指標分別受到一定程度影響，其中，50%的減排目標對國家整體經(jīng)濟增速影響更為明顯；對煤炭、石油這兩種高碳能源的需求產(chǎn)生了較顯著的約束效應；相比國家45%—50%的低碳發(fā)展目標，石化行業(yè)減碳承受壓力達到60.63%至64.78%，面臨著艱巨的減排任務與挑戰(zhàn)。最后，文章結(jié)合低碳市場化背景提出了如下建議：科學預測典型高碳行業(yè)的減碳潛力，謹慎應對石化等行業(yè)企業(yè)參與碳市場交易過程中碳配額指標的制定與分配；充分利用技術創(chuàng)新和能源結(jié)構調(diào)整等戰(zhàn)略，提高可再生能源的使用規(guī)模，促進能源消耗結(jié)構的優(yōu)化和調(diào)整；構建石化行業(yè)節(jié)能低碳技術產(chǎn)學研協(xié)同創(chuàng)新體系，解決共性節(jié)能技術瓶頸；實施石化行業(yè)企業(yè)低碳發(fā)展戰(zhàn)略，建設完善碳排放管理體系是行業(yè)節(jié)能減碳的重要手段。

關鍵詞 PCCGE模型；石化行業(yè)；碳排放強度；情景分析

中圖分類號 F224；F124.5 文獻標識碼 A 文章編號 1002-2104（2017）10-0103-12 [WTHZ]DOI：10.12062/cpre.20170624

石化行業(yè)是我國的支柱產(chǎn)業(yè)，上中下游產(chǎn)品多達上萬種，其聚合生成的大量高分子材料是我國重要的三大材料品種之一，同時也是我國農(nóng)業(yè)、交通、醫(yī)藥及其他眾多行業(yè)原料和燃料的重要來源產(chǎn)業(yè)，在國民經(jīng)濟發(fā)展產(chǎn)業(yè)鏈中占有舉足輕重的地位，多年來石化行業(yè)發(fā)展一直處于較快速的增長階段，對中國經(jīng)濟的發(fā)展做出了重要貢獻。“十二五”期間石化行業(yè)繼續(xù)保持了10%的工業(yè)增加值年均增長速度，2015年實現(xiàn)行業(yè)主營業(yè)務收入達12萬億元，占全國工業(yè)總產(chǎn)值的11.9%，位居全國36個工業(yè)部門之首。進入“十三五”后，石化行業(yè)發(fā)展整體依然保持著相對較高的增長速度，預計主營業(yè)務增長速度將保持在9%左右。但是，經(jīng)過多年的快速發(fā)展，在經(jīng)濟發(fā)展新常態(tài)下，石化行業(yè)的可持續(xù)發(fā)展開始面臨諸多挑戰(zhàn)，如產(chǎn)品成本優(yōu)勢減弱，行業(yè)產(chǎn)能過剩嚴重，產(chǎn)品結(jié)構不合理突出，安全環(huán)保壓力在累積，節(jié)能減排成為企業(yè)發(fā)展的重要瓶頸之一等等。尤其是在我國積極應對國際氣候變化，實施低碳發(fā)展國家戰(zhàn)略的大背景下，石化行業(yè)已經(jīng)成為參與碳市場交易的重要且典型的履約行業(yè)之一，行業(yè)企業(yè)配額的計量和分配與行業(yè)的低碳潛力緊密相關，也是碳配額制定的基礎之一，因此，結(jié)合國家和行業(yè)發(fā)展需要，科學計量和預測碳排放強度和低碳潛力已成為政府和石化行業(yè)制定建設穩(wěn)健發(fā)展的碳市場的一項重要基礎內(nèi)容，同時，對我國工業(yè)企業(yè)如何順利完成國家2020和2030低碳發(fā)展目標亦可起到政策支撐作用。

1 國內(nèi)外研究進展

中國目前是二氧化碳排放量最大的國家[1]，能否實現(xiàn)國家2020年低碳發(fā)展目標引起眾多學者關注。

國家層面低碳相關的研究成果。Ke Li[2]等通過采用蒙特卡羅模擬，計算出在碳強度目標約束下適用于工業(yè)結(jié)構和能源結(jié)構轉(zhuǎn)型的中等經(jīng)濟增長率。屈超，陳甜[3]使用螢火蟲優(yōu)化的IPAT模型估算中國2030年的碳強度，證明中國能夠?qū)崿F(xiàn)2015年巴黎國際氣候大會上提出的碳減排目標。李虹，婁雯[4]設計了32種減排情景，采用STIRPAT模型預測不同目標下的2020年碳排放強度值，結(jié)果顯示一半以上的情景均能實現(xiàn)碳強度目標。Bangzhu Zhu[5]等通過協(xié)整理論定量分析了中國經(jīng)濟增長與能源消費的關系，并使用ARIMA模型預測了2020年我國的碳強度和能源結(jié)構，證明了我國可以在維持經(jīng)濟增長的同時實現(xiàn)碳強度目標。劉小敏，付加峰[6]針對2020年碳強度目標通過構建CGE模型進行情景分析，并對能否實現(xiàn)我國碳強度目標進行探討分析。

省級、區(qū)域及工業(yè)部門碳排放研究。Ruyin Long等[7]采用ImPACT模型，根據(jù)國家碳減排目標預測了江蘇省2020年碳強度，并對三個地區(qū)的最佳減排情景進行了模擬分析。趙濤等[8]通過對數(shù)平均迪式分解模型分析了2000—2012年天津市工業(yè)部門的碳強度。Xingwei Wang等[9]通過構建混合非線性灰色預測和配額分配模型（HNGPQAM）預測了減排比例分別為40%和45%的情景下各省的減排成本與相應配額。王憲恩等[10]以吉林省為例，設計了低碳、節(jié)能和基準等4種情景，通過改進STIRPAT模型對碳排放進行預測。袁永娜，石敏俊等[11]針對跨區(qū)域的碳減排問題構建了基于我國30省區(qū)的CGE模型，并就碳排放許可的強度分配標準對我國區(qū)域協(xié)同發(fā)展可能產(chǎn)生的影響進行了模擬分析。

工業(yè)部門是二氧化碳排放的主要來源[12]，對總體碳強度下降會起到重要作用[13]，因此一直都是碳排放問題的重要研究對象，其中，關于鋼鐵、水泥和原鋁等行業(yè)碳排放方面研究成果最為豐富。Renjing Xu等[14]用分位數(shù)回歸模型，探討了我國鋼鐵行業(yè)在高、中、低排放水平下二氧化碳排放的驅(qū)動力。Bin Xu等[15]根據(jù)2000年至2013年間的30個省級面板數(shù)據(jù)，采用非參數(shù)回歸模型，對中國鋼鐵工業(yè)二氧化碳排放的關鍵驅(qū)動力進行了檢驗。結(jié)果表明，經(jīng)濟增長對碳排放的非線性效應與環(huán)境庫茲涅茨曲線（EKC）假說一致。Lu等[16]采用生產(chǎn)優(yōu)化模型，對我國不同生產(chǎn)方式下的鋼鐵行業(yè)能源消耗和二氧化碳排放量進行了測量及預測。Qiang Li等[17]設定了“無新政策”、“十三五計劃”和“附加政策”三種情景，建立了包含二氧化碳排放強度等五個子系統(tǒng)的系統(tǒng)動力學模型，對未來十五年我國鋁行業(yè)潛在的二氧化碳排放趨勢進行了預測分析。Tianming Gao[18]等根據(jù)計算1980—2014年間我國水泥行業(yè)的碳排放量進行趨勢解析，分別在基準情景和最佳實踐情景下預測得到2020年我國水泥行業(yè)碳排放量。Yu Liu等[19]通過構建CGE模型，評估我國電力企業(yè)在新的大氣污染物排放標準下對環(huán)境和經(jīng)濟的影響。林伯強等[20]通過Kaya恒等式分析交通部門二氧化碳排放的主要因素，根據(jù)不同的減排情景估算二氧化碳排放量和減排潛力。endprint

關于石化行業(yè)二氧化碳排放的研究。Yongming Han[21]構建了基于改進的極限學習機綜合解釋結(jié)構模型（ISMELM）的能源和碳排放分析與推算方法，利用基于ISM的部分相關系數(shù)分析影響復雜石油化工系統(tǒng)能源和碳排放的關鍵參數(shù)，以減少ELM預測模型的訓練時間和誤差。Yaxun Chen等[22]建立了DEA模型，利用環(huán)境績效指數(shù)（EPI）來表示不同決策單元（DMU）的總體績效，從而評估石化行業(yè)能源、環(huán)境綜合績效。羅勝[23]利用了人口、產(chǎn)業(yè)結(jié)構等五個指標，采用系統(tǒng)仿真建模對2004—2020年我國石化行業(yè)碳排放強度進行了估算，結(jié)果顯示石化行業(yè)碳排放強度由1998年開始呈逐年下降的趨勢，并從能源結(jié)構、科技創(chuàng)新等5個方面提出了政策建議。但是，該研究關于行業(yè)低碳情景的預測主要立足于石化行業(yè)自身發(fā)展環(huán)境數(shù)據(jù)進行的模擬，而石化行業(yè)作為國家的重要基礎工業(yè)之一，其行業(yè)的低碳排放應與國家整體經(jīng)濟發(fā)展政策趨勢及戰(zhàn)略緊密相關，因此，現(xiàn)有研究具有一定的局限性。

關于碳排放強度與企業(yè)競爭力和經(jīng)濟影響方面。王琛[24] 利用博弈論中雙寡頭模型分析了處于碳交易體系中的兩個企業(yè)，在碳配額約束下導致的產(chǎn)量和市場占有率的變化而對企業(yè)的競爭力帶來的影響，其中，碳強度低的企業(yè)具有相對較高的市場競爭優(yōu)勢，碳強度高的企業(yè)則對碳配額約束更為敏感。整個行業(yè)的總產(chǎn)量可能會隨著國家碳配額的數(shù)量減少而縮小，因此，研究結(jié)果提出了“如何在經(jīng)濟發(fā)展和減少排放之間尋求平衡”是需要政策制定者和學者們深入思考的問題之一。宣曉偉[25]根據(jù)歐盟、美國、澳大利亞和新西蘭等國家和地區(qū)的碳配額分配方案所采用的祖父法和拍賣法及其他混合方法實施的經(jīng)驗，圍繞碳市場的推行不要對實體產(chǎn)業(yè)經(jīng)濟運行產(chǎn)生明顯的負面影響這個重要的出發(fā)點，提出目前尚沒有一個適用于所有市場的有效碳配額分配辦法的觀點，并指出中國碳交易市場實施過程中應注重配額分配的階段性特點，即初始階段注重可接受性、公平和效率等問題，后面發(fā)展階段注重市場的穩(wěn)定性、流動性以及可持續(xù)性等問題。吳潔[26]等分析了基于不同的碳配額初始分配方式對于各地區(qū)和各個重點排放行業(yè)的影響。劉婧[27]等利用因素分解法，基于影響行業(yè)碳排放強度變化的三個因素——行業(yè)內(nèi)能源品種碳排放率、能源結(jié)構和能源強度，分析了碳強度最高的石化行業(yè)和第二的鋼鐵行業(yè)與服務業(yè)之間碳交易的經(jīng)濟效益和社會效益等，并提出化工和鋼鐵產(chǎn)業(yè)均為產(chǎn)能過剩的高耗能、高排放行業(yè)，需要政府加強對碳排放初始分配權的監(jiān)控，“合理確定各行業(yè)的碳強度減排指標和減排計劃，循序漸進地推進行業(yè)碳市場的建立”。

由綜述可知，目前，國內(nèi)外關于工業(yè)碳排放的研究成果范疇涉及從國家到省域，以及高碳排放的交通、鋼鐵和水泥等多工業(yè)領域。而石化行業(yè)作為重要的高碳排放行業(yè)，屬于能源既做原料又做燃料的典型過程工業(yè)，產(chǎn)業(yè)鏈長，工藝復雜，產(chǎn)品眾多，總消耗量占中國工業(yè)能源消費總量的20%以上，屬于高碳排放量的重化工業(yè)，其碳強度的預測分析可以為行業(yè)有效控制其碳排放量，順利實現(xiàn)行業(yè)十三五低碳戰(zhàn)略規(guī)劃目標提供參考，現(xiàn)有研究成果卻明顯不足。同時，面對2017年底即將啟動的全國統(tǒng)一的碳市場，這是國家通過市場化手段促進低碳發(fā)展的重要方式，石化行業(yè)則是首批參與碳市場交易的八大行業(yè)之一，不論根據(jù)祖父法還是行業(yè)基準值法進行參與碳交易行業(yè)碳配額的初始分配，碳配額數(shù)量，作為一個新的約束指標，都將對行業(yè)未來的發(fā)展產(chǎn)生重要影響。就歐盟碳市場發(fā)展歷程的相關研究可知，前三年（2005—2007）的市場化初始期的發(fā)展非常關鍵，其中，在保證碳市場的開展對于行業(yè)不產(chǎn)生明顯負面效應的基礎上，充分評估各個重點碳減排行業(yè)發(fā)展特點和碳排放強度及總量變化因素，對于配額分配方式選擇和確定行業(yè)碳排放總量限制等具有非常重要的理論及現(xiàn)實指導價值，也是支撐后續(xù)碳市場的公平、效率和穩(wěn)定性發(fā)展的重要基礎工作。因此，我國碳市場背景下的碳配額分配同樣需要制定科學的計量方法，吸收多方研究成果，針對不同行業(yè)特點，理性、謹慎的計算和分析其承受能力，保證碳市場對于行業(yè)發(fā)展帶來相對穩(wěn)定和可控的影響，避免過大的負面沖擊。因此，從2017—2020年三年多的碳市場啟動的初期，客觀評價典型碳排放行業(yè)的減碳承受能力以及和國家排放目標的符合性，對于國家低碳目標的推進是非常必要的基礎工作，也將有助于我國整體工業(yè)的低碳管理和國家氣候戰(zhàn)略的實施。本文將以石化行業(yè)碳排放強度和排放量為主要研究對象，利用投入產(chǎn)出表，旨在構建適用于我國石化行業(yè)的動態(tài)CGE模型，結(jié)合國家及行業(yè)的低碳發(fā)展戰(zhàn)略等，分析不同減排目標下政府和石化行業(yè)2020年的碳排放強度及排放總量等變化，評析石化行業(yè)低碳減排潛力，并為其低碳轉(zhuǎn)型發(fā)展提出相應政策建議。

2 PCCGE模型設計

CGE（Computable General Equilibrium， CGE）模型作為政策分析的有力工具，在國際和區(qū)域貿(mào)易、財政稅收、收入分配、社會福利、以及資源環(huán)境等諸多領域中得到了廣泛的應用。隨著全球氣候變暖、大氣污染、水土流失、資源緊缺等資源環(huán)境問題日益突出，世界各國都開始尋求一種既能保持經(jīng)濟增長，又能削減污染排放的經(jīng)濟控制政策，因此，含有資源環(huán)境模塊的CGE模型——環(huán)境CGE模型應運而生。環(huán)境CGE作為CGE模型的一個分支，是一般均衡理論在環(huán)境經(jīng)濟學領域的重要應用?，F(xiàn)階段，環(huán)境CGE模型主要用于研究二氧化碳減排和能源消耗、環(huán)境污染排放、環(huán)境稅、碳稅影響等方面的問題。

通常，環(huán)境CGE模型保留了一般CGE模型的結(jié)構特征，可以根據(jù)研究目的不同，增加包含環(huán)境因素的模型結(jié)構部分。從建模的角度分析，環(huán)境CGE模型也是由描述市場供給與需求關系的一系列方程所組成。這些方程一方面描述了市場經(jīng)濟主體的行為，另一方面又將社會、經(jīng)濟與資源環(huán)境變量有機組合在一起。從方程描述的主體行為角度分析，環(huán)境CGE模型主要是由生產(chǎn)、收入、貿(mào)易與價格、支付、環(huán)境治理以及市場均衡與宏觀閉合等六大模塊構成。

本文利用環(huán)境CGE模型研究預測石化行業(yè)碳強度及排放量的變化趨勢，因此將模型命名為PCCGE模型（PetroChemical CGE），結(jié)合SAM表的數(shù)據(jù)，通過對各項宏觀參數(shù)進行賦值，在設定的情景下，利用GAMS工具模擬分析中國石化行業(yè)的行業(yè)產(chǎn)出和行業(yè)碳排放量。endprint

2.1 PCCGE模型模塊設計

模型主要由六大模塊構成的：生產(chǎn)模塊、收入和需求模塊、價格和貿(mào)易模塊、均衡閉合模塊、環(huán)境模塊以及動態(tài)模塊。PCCGE模型的基礎數(shù)據(jù)主要建立在我國2010年65部門投入產(chǎn)出表基礎之上，并通過將生產(chǎn)部門進行拆分和歸并，最終形成13個生產(chǎn)部門，詳見表1。

2.1.1 生產(chǎn)模塊

本文在生產(chǎn)模塊中使用了一個5層嵌套的常替代彈性——CES（constant elasticity of substitution）函數(shù)描述生產(chǎn)行為，每個部門的產(chǎn)出水平由市場均衡條件決定。第一層次為非能源中間投入和能源中間投入的組合（資本—能源—勞動力合成）兩部分；第二層次是利用CES函數(shù)將勞動力要素從資本—能源—勞動力合成中拆分出來；第三層次是采用CES函數(shù)將資本—能源合成分解為資本和能源；第四層次則進一步把能源組合分成化石能源合成和非化石能源；最后，第五層次將化石能源束通過CES函數(shù)分解為煤炭、石油和天然氣，其生產(chǎn)結(jié)構層次可見圖1。

2.1.2 收入和需求模塊

收入模塊旨在描述居民、企業(yè)和政府這三大經(jīng)濟主體的收入和資金儲備情況。其中，居民收入包括通過勞動力獲得的勞動報酬以及政府的轉(zhuǎn)移支付、企業(yè)的利潤分配等；企業(yè)收入主要是指部門資本回報之和；而政府收入來自向居民和企業(yè)征收的稅費和對進出口商品征收的關稅等。這三個經(jīng)濟主體間的收入分配情況可以通過圖2直觀體現(xiàn)。

需求模塊主要考慮居民、企業(yè)和政府這三類消費主體，并區(qū)分最終消費需求、中間品投入需求和投資需求三種消費方式。假設居民消費水平固定在收入的一定比例下，并根據(jù)效用最大化原則對不同部門產(chǎn)品進行消費。此處，將政府總支出的一定比例設定為政府的消費和投資，并根據(jù)生產(chǎn)函數(shù)計算政府的中間使用。在庫存的確定方面，我們將其全部假設為國內(nèi)產(chǎn)品，商品供給則是由國內(nèi)產(chǎn)品和進口產(chǎn)品共同組成的Armington合成，詳見圖3。

2.1.3 貿(mào)易和價格模塊

貿(mào)易和價格模塊的構建是基于“小國假設”理論展開：假設區(qū)域的進出口數(shù)量比較小，不會對世界市場價格產(chǎn)生影響；商品的世界價格假設為外生變量，在靜態(tài)分析中保持不變。環(huán)境CGE模型嚴格劃分本區(qū)域商品和外區(qū)域商品。對于這兩類商品的處理，一般是基于Armington假設：假設本區(qū)域商品和外區(qū)域商品是不完全替代的，并分別采用CES和常替代彈性轉(zhuǎn)化（constant elasticity of transformation， CET）方程對商品在本區(qū)域市場和外區(qū)域市場之間的優(yōu)化配置過程進行描述。此外，PCCGE模型中

假定規(guī)模報酬不變和貨幣中性，全部價格都采用相對價格，它們彼此間不僅通過種種CES或CET函數(shù)彼此聯(lián)系，而且通過各項稅收或匯率互相關聯(lián)。圖4描述了PCCGE模型的價格和貿(mào)易構成。

2.1.4 均衡閉合模塊

PCCGE中的要素市場、產(chǎn)品市場政府收支、國際收支、投資儲蓄保持均衡狀態(tài)。政府收支均衡是在設定支出不變的情況下改變儲蓄實現(xiàn)的；類似地，國際收支均衡是在設定國外儲蓄不變的基礎上，通過改變非貿(mào)易品的相對價格實現(xiàn)的；而在投資與儲蓄均衡方面，PCCGE假設通過儲蓄的驅(qū)動來確定投資額。

2.1.5 環(huán)境模塊

環(huán)境模塊是環(huán)境CGE模型的核心模塊，也是環(huán)境CGE模型區(qū)別于傳統(tǒng)CGE模型的關鍵?，F(xiàn)有成果對生產(chǎn)流程中污染物排放數(shù)量的計算主要有以下兩類方式：一種是先將各部門的產(chǎn)出同排放系數(shù)進行相乘，算出每個部門在生產(chǎn)流程中所產(chǎn)生的數(shù)量，再將所有部門的污染物排放量相加，就能夠算出污染物總量；另一種是依據(jù)各部門中間投入品的數(shù)量和排放系數(shù)，先算出每個部門的排放量，再推算得到總量。CO2排放的計量將使用第一種方法。同時，根據(jù)本文的研究對象為工業(yè)生產(chǎn)行業(yè)，因此，碳排放量主要是生產(chǎn)過程中通過燃燒煤炭、石油和天然氣釋放出來的CO2，不包括居民活動所排放的CO2。

2.1.6 動態(tài)模塊

為研究和模擬多時期的經(jīng)濟變動狀況，靜態(tài)模型顯然是不夠的，因此， 本文的PCCGE模型將加入動態(tài)模塊。根據(jù)現(xiàn)階段的研究成果可知存在不同類型的動態(tài)模型，本文選擇使用相對較多的遞推（recursive）動態(tài)模型。新古典經(jīng)濟學理論認為，生產(chǎn)要素（勞動力、資本）的數(shù)量與技術進步是經(jīng)濟不斷發(fā)展的推動力，所以，PCCGE模型的動態(tài)變量包含了勞動力、資本總量以及TFP增長率這三個要素。

2.2 構建能源SAM表及參數(shù)設定

PCCGE模型所使用的數(shù)據(jù)主要來源于2010年SAM表，其中彈性參數(shù)，以及煤炭、石油和天然氣這三大化石能源的碳排放系數(shù)等幾類數(shù)據(jù)均以2010年為基準年。

2.2.1 2010 SAM表的編制

本文自行編制了包括石化行業(yè)在內(nèi)的社會核算矩陣表，見表2。數(shù)據(jù)來源為《2010年中國投入產(chǎn)出延長表》、《2010年中國財政年鑒》等。由于數(shù)據(jù)來源不同，原始SAM表并不平衡，本文使用交叉熵通過交叉合并，得到調(diào) 整后的社會核算矩陣。在社會核算矩陣中，石油、天然氣被合并到“石油和天然氣開采業(yè)”這一個部門當中，為了將它們分解成兩個部門，可以依據(jù)2010年能源生產(chǎn)總量構成比例對2010年投入產(chǎn)出表中的進行劃分，劃分比例為69.5%和30.5%。

2.2.2 彈性參數(shù)

現(xiàn)階段彈性系數(shù)的估計方法主要有兩種，一是基于歷史數(shù)據(jù)采用計量方法進行分析；二是在現(xiàn)有文獻研究結(jié)果或是經(jīng)驗賦值的基礎上先設定參數(shù)值，然后進一步展開敏感性分析進行估值?？紤]到可行性，PCCGE模型參數(shù)的賦值將采用第二種方式，也就是文獻梳理法。本文參考賀菊煌等[28]的參數(shù)，來對各個部門CES生產(chǎn)函數(shù)中要素替代彈性參數(shù)、貿(mào)易函數(shù)的替代彈性估計進行賦值。

2.2.3 CO2 排放系數(shù)的確定

由于基礎數(shù)據(jù)是來自投入產(chǎn)出表的SAM表，并且還包括不同部門之間的拆分與合并，因此，能源消費總量的數(shù)據(jù)無法利用實物量數(shù)據(jù)?；谝陨显?，本文將采用國際能源署（IEA）CO2排放量的計算方法，即通過我國三種化石能源CO2排放量和能源的實際消費量來計算，見表3。endprint

2.3 情景設定

考慮到數(shù)據(jù)主要來自《2010年中國投入產(chǎn)出延長表》，因此，本文以2010年的實際情況為基準情景，以國家微觀社會核算矩陣化石能源三部門的總需求相對實物量。

2020年的碳排放強度為約束條件，模擬不同減排約束目標下我國宏觀經(jīng)濟及石化行業(yè)的經(jīng)濟增速和能源結(jié)構變化等預期發(fā)展情況的影響。

目前普遍采用的碳強度計算方法為碳強度=國內(nèi)經(jīng)濟活動中的碳排放總量/國內(nèi)生產(chǎn)總值（GDP）。

即：CI（Carbon Intensity）=TC（T）/GDP（萬元）（1）

本文為處理簡便，統(tǒng)一將碳排放強度定義為CO2排放量/GDP。碳減排約束目標設置主要考慮以下因素：① 2014年我國碳排放強度水平；②碳排放相關規(guī)劃與政策：《國家應對氣候變化規(guī)劃（2014—2020年）》、《“十三五”控制溫室氣體排放工作方案》、《石化和化學工業(yè)發(fā)展規(guī)劃（2016—2020年）》等。

根據(jù)《國家應對氣候變化規(guī)劃（2014—2020年）》提出2020年我國碳強度要比2005年下降40%—45%，以及國際能源署公布的數(shù)據(jù)“2014年我國碳強度相較2005年降低了37.3%”，加之綜合考慮我國碳排放強度的下降趨勢及我國近年來的減排政策、目標等，將低碳發(fā)展的第一個碳強度約束目標定為在2005年基礎上降低45%，即在2010年基礎上下降18.5%。同時，我國在2015年巴黎氣候大會上提交的“國家自主決定貢獻”中承諾到2030年碳強度與2005年相比下降60%—65%，通過推算，在2020年將下降達到43%—47%左右。參考工信部《工業(yè)領域應對氣候變化行動方案（2012—2020年）》提出的2020年較2005年碳強度下降50%的減排目標，并結(jié)合歐盟的發(fā)展經(jīng)驗，隨著我國碳排放交易市場的快速推出，對低碳發(fā)展的強化效果也會愈加顯著。因此，將低碳發(fā)展的另一個更高約束目標設定為在2005年基礎上下降50%，即在2010年基礎上下降25.9%。

情景分析中主要參數(shù)根據(jù)一般CGE模型參數(shù)的校準方法，由基準年2010年數(shù)據(jù)推算，并總結(jié)相關資料得到。其中資本總量供應采用郭豫媚等[29]等研究成果作為確定未來資本總量的估算依據(jù)，并根據(jù)歷年價格指數(shù)對資本總量進行處理計算；全要素生產(chǎn)率采用李娜等[30]研究成果并加以處理。人口因素參數(shù)根據(jù)王金營等[31]、李桂芝等[32]和國家人口發(fā)展戰(zhàn)略研究課題組對我國人口總數(shù)進行預測的研究結(jié)果確定人口增長率；城市化率參考《國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）》的預測值。

3 情景分析

根據(jù)三個情景的設計及前文的分析，使用PCCGE模型，通過GAMS軟件的計算，可以得到不同碳排放約束目標下下2020年我國宏觀經(jīng)濟及石化行業(yè)的經(jīng)濟增速和碳排放量及排放強度等預期發(fā)展情況。

3.1 國家及石化產(chǎn)業(yè)的經(jīng)濟增長變化

從基準情景的模擬結(jié)果圖5所示，我國經(jīng)濟到2020年仍將保持在7%左右的GDP增長率，并呈現(xiàn)出逐漸變緩的趨勢，其中，國際市場經(jīng)濟和政治的動蕩，國際原油價格的持續(xù)下跌給國際市場需求帶來不確定性，導致我國出口需求量的減少，直接對與石油資源緊密相關的石化產(chǎn)業(yè)生產(chǎn)和消費帶來顯著負面影響。國內(nèi)市場總體上處于經(jīng)濟新常態(tài)，供給側(cè)改革還在繼續(xù)，產(chǎn)業(yè)結(jié)構的調(diào)整艱難進行中。居民消費由于醫(yī)療改革還沒有到位，教育養(yǎng)老等負擔高，同時房地產(chǎn)市場占用了大量民眾消費基金，因此，居民消費意愿偏低；在十八大后反腐的高壓形勢下，政府部門消費大幅削減，同時在增加市場配置資源的指導方針下，由于資本市場還處在改革中，實體產(chǎn)業(yè)投資需求尚受到多方面的約束而增長乏力；城市化進程會帶來新的經(jīng)濟增長點，改革的紅利也會提升經(jīng)濟發(fā)展的總體效率，因此，2018—2020年間，總體經(jīng)濟以略高于7%的增速處于平穩(wěn)前進、穩(wěn)中有降的狀態(tài)。石化行業(yè)屬于典型的產(chǎn)能過剩行業(yè)，近幾年國際油價的下跌嚴重打擊了石化上下游產(chǎn)業(yè)的發(fā)展，國際需求低迷，同業(yè)競爭加劇，終端產(chǎn)品價格走低；國內(nèi)市場產(chǎn)能過剩嚴重，勞動力成本大幅上升，產(chǎn)業(yè)投資總額增長乏力，因此，導致石化行業(yè)整體經(jīng)濟走勢也是穩(wěn)中下降的趨勢，維持在9.38%—10.01%之間，高于國家的增長速度2%左右，與石化行業(yè)“十二五”末和“十三五”經(jīng)濟增長的預期基本吻合。

圖6和圖7分別給出了在國家減排約束目標為45%和50%的條件下GDP總量和石化行業(yè)工業(yè)增加值總量的增長速度變化情況。與基準情景相比，在低碳目標下，2020年我國GDP總量相比基準情景分別減少了6.2和6.8個百分點，說明實施低碳發(fā)展目標短期內(nèi)對于經(jīng)濟總量增長總體上體現(xiàn)為負效應，50%約束條件相較于45%的影響稍大。因此，應充分考慮碳市場的開展對國家整體經(jīng)濟的影響。

在國家減排約束目標為45%和50%的條件下，石化行業(yè)工業(yè)增加值總量分別減少4.7%和5.0%。主要原因則是經(jīng)濟新常態(tài)下，石化行業(yè)面臨低端產(chǎn)品供給過剩和高端創(chuàng)新產(chǎn)品供給不足的結(jié)構失衡問題，同時，隨著減排目標的執(zhí)行，生產(chǎn)者需要增加環(huán)境污染治理的投入，進而導致產(chǎn)品的生產(chǎn)成本增加，行業(yè)競爭力下降，發(fā)展增速減緩，而且，減排目標越高，對行業(yè)發(fā)展增速影響程度越大。此外，模擬結(jié)果顯示，“十三五”期間碳強度目標的執(zhí)行對行業(yè)經(jīng)濟的影響程度比“十二五”期間大，這表明，在減碳工作逐步深入的同時，治理的邊際成本也在不斷提高。

與此同時，受減排目標的影響，石化行業(yè)的9個部門2020年的行業(yè)增加值變動比率也與基準情景有所不同。從圖10可以看出，除天然氣開采業(yè)外，其他8個部門的工業(yè)增加值均比基準情景下降了2.3—6.2個百分點，且50%約束目標的變化幅度比45%更大。這主要是因為石化行業(yè)這些部門大部分為高耗能高碳排放部門，執(zhí)行減排目標會提高這些部門的生產(chǎn)成本，并降低它們的活動水平；相反，天然氣開采業(yè)的產(chǎn)品是相對清潔的能源，在減排目標下提高了低碳能源的消費比重，因此天然氣部門的產(chǎn)出有所提高，并有助于石化行業(yè)內(nèi)部的產(chǎn)業(yè)能源消費結(jié)構調(diào)整。endprint

3.2 能源消費效應

由圖9可見，基準情景下我國的能源消費仍然呈現(xiàn)以煤碳為主的特征，煤炭的消費份額有所下落，從75.96%下降到72.98%，煤炭稍有下降；天然氣的消費份額從3.93%上升到5.04%，占比略微增加，石油占比則基本不變。到2020年，整體上三大化石能源的消費比重基本保持穩(wěn)定，即我國能源消費結(jié)構沒有太明顯改變。

執(zhí)行碳排放約束目標會對不同化石能源的消耗量產(chǎn)生不同影響。其中，受影響最大的是煤炭消費量比例。相對基準情景，在45%和50%約束條件下，2020年煤炭的消耗總量分別下降了8.1和8.9個百分點；此外，石油的消耗量也下降了5%左右，說明減排約束目標對煤炭、石油這兩種高碳能源的需求產(chǎn)生了約束效應；相反，天然氣這種相對清潔的能源消費總量卻分別提高了3.3和3.9個百分點，根據(jù)《中國統(tǒng)計年鑒（2016）》數(shù)據(jù)可知，能源消費結(jié)構中，煤炭消費比例從2013年的67.4%降為2015年的63%，天然氣則從5.3%提升到8.3%，石油消費比例基本不變，維持在17%左右，模擬結(jié)果顯示，50%比45%約束條件對于煤炭、石油和天然氣的能源消費結(jié)構的影響更為顯著，與石化行業(yè)內(nèi)部結(jié)構變化的低碳發(fā)展大趨勢是一致的。

3.3 碳排放與碳排放強度

基準情景下，如圖11所示，我國CO2排放總量仍呈現(xiàn)較快增長態(tài)勢。盡管碳強度有所降低，但CO2總量的減排拐點還沒有到來，距離國家2020碳強度目標以及石化行業(yè)“十三五”減排目標的完成也存在一定的差距。同時，我國石化行業(yè)的碳排放強度仍然高于國家碳排放強度水平，并維持在3.0 t-C/萬元以上，相比國家的總體減排目標，石化行業(yè)面臨的減排任務嚴峻。

由表4數(shù)據(jù)可知，在45%和50%約束條件下，與2010年3.87 t-C/萬元的歷史數(shù)值相比，石化行業(yè)2020年的碳排放強度分別降低了34.71%和41.87%；同2005年6.02 t-C/萬元的歷史數(shù)值相比，則分別降低了60.63%和64.78%。事實上，石化行業(yè)基本完成了“十二五”規(guī)劃中工業(yè)企業(yè)17.5%的減排任務，其行業(yè)碳排放強度大約下降至3.00 t-C/萬元，按照2015—2020年間石化行業(yè)規(guī)劃的碳排放強度仍保持17.5%的下降幅度，則2020年的碳排放強度為2.48 t-C/萬元，將比2005年的6.02 t-C/萬元下降58.8%。模擬和實際實現(xiàn)效果比較可知，模擬結(jié)果說明石化行業(yè)減排幅度可以適度高于國家的平均目標，石化行業(yè)具有更多的低碳發(fā)展?jié)摿?，可以承擔更多減碳的責任，也說明其減排任務依然嚴峻。其中，與石化行業(yè)發(fā)展的特色直接相關，傳統(tǒng)工藝與最先進的現(xiàn)代流程都在生產(chǎn)，生產(chǎn)同類產(chǎn)品的企業(yè)大中小規(guī)模并存，工藝技術高低與各地經(jīng)濟發(fā)展水平密切相關，同時，管理水平更是良莠不齊，高碳排放的企業(yè)減碳空間較大，隨著近幾年國家綠色發(fā)展對于行業(yè)環(huán)境管理和排放要求提升的沖擊將在未來顯現(xiàn)，一些小規(guī)模企業(yè)的生產(chǎn)將直接產(chǎn)生“關、停、并、轉(zhuǎn)”的現(xiàn)象，因此，減碳的潛力比較大，同時，也會對于石化行業(yè)的整體可持續(xù)發(fā)展發(fā)展帶來挑戰(zhàn)。

4 研究結(jié)論及政策建議

本文基于CGE模型的原理和結(jié)構構建了我國石化行業(yè)的PCCGE模型的結(jié)構和基礎數(shù)據(jù)，采用情景模擬方法，以我國2020年碳排放強度的不同目標為約束條件，構建了我國碳排放的基準情景和45%、50%的約束目標，在此基礎上模擬分析了到2020年不同碳排放約束目標對我國宏觀經(jīng)濟和石化行業(yè)的影響。

4.1 研究結(jié)論

國家2020年低碳強度目標對能源消費結(jié)構、經(jīng)濟總量、行業(yè)經(jīng)濟產(chǎn)出及碳強度會產(chǎn)生不同程度的影響，且低碳強度指標越高，對各項指標的影響越大。與基準情景相比：

（1）在45%、50%約束目標下，國家和石化行業(yè)的經(jīng)濟增長、能源消費結(jié)構和碳排放強度等指標分別都有一定幅度降低， 模擬結(jié)果顯示，2020年我國GDP總量分別減少了6.2和6.8個百分點，石化行業(yè)工業(yè)增加值占比分別減少4.7%和5.0%，說明減排約束目標對整體經(jīng)濟和石化行業(yè)的對應指標都產(chǎn)生了約束作用，低碳戰(zhàn)略對國家整體的經(jīng)濟增速影響更為明顯。

（2）在45%、50%約束目標下，煤炭的消耗總量占比分別下降了8.1和8.9個百分點，石油的消耗量占比下降了5%左右，說明減排約束目標對煤炭、石油這兩種高碳能源的需求產(chǎn)生了較顯著的約束效應，相反，天然氣這種相對清潔的能源消費總量卻分別提高了3.3和3.9個百分點，與石化行業(yè)內(nèi)部結(jié)構變化的低碳發(fā)展大趨勢是一致的。說明雖然總體以煤炭為主體的能源結(jié)構不會改變，但是天然氣這種相對清潔能源的消費比重會有一定幅度的增加，顯示了清潔能源使用增加的總體發(fā)展趨勢。

（3）在45%、50%約束目標下，石化行業(yè)碳排放強度較2005年和2010年的基期有較大幅度下降需求，分別可達到60.63%、64.78%和34.71%、41.87%，程度高于國家碳強度減排目標45%（2005年基期）和38.1%（根據(jù)石化行業(yè)協(xié)會規(guī)劃的十三五繼續(xù)17.5%的降碳目標推算），由此可見，要完成國家的碳減排強度目標，石化行業(yè)具有較好的減碳潛力，在一定程度上可以承擔更多低碳減排的任務和責任。但是，根據(jù)項目組調(diào)研結(jié)果顯示，行業(yè)發(fā)展在低碳背景下還需要經(jīng)歷可承受性檢驗，針對傳統(tǒng)和現(xiàn)代產(chǎn)業(yè)并存的石化行業(yè)發(fā)展現(xiàn)實而言，更多減少低技術和高耗能的小型企業(yè)會取得低碳顯著效果，但是對行業(yè)發(fā)展和就業(yè)等會帶來較大震蕩。

（4）研究表明國家碳排放強度目標促使污染治理的投入增加，提高了管理成本，進而影響了部門產(chǎn)出，也迫使低碳與高碳能源之間的結(jié)構調(diào)整，短期內(nèi)對企業(yè)的生產(chǎn)成本和整體的行業(yè)發(fā)展可能會產(chǎn)生一定的負面作用。為了達到國家碳排放強度目標，石化行業(yè)面臨著諸多挑戰(zhàn)，迫使其以綠色低碳技術替代和發(fā)展、創(chuàng)新管理模式等方式消納能源結(jié)構調(diào)整等帶來的可持續(xù)發(fā)展壓力。

鑒于經(jīng)濟系統(tǒng)的復雜多變，本文構建PCCGE模型尚存在一定的局限性。如加入社會福利模塊等，可使模型進一步完善；模型中相關參數(shù)主要是參考前人的研究成果，還需要進一步結(jié)合產(chǎn)業(yè)最新數(shù)據(jù)優(yōu)化參數(shù)賦值。目前經(jīng)濟發(fā)展處于新常態(tài)下，由過去的高速逐漸轉(zhuǎn)變?yōu)橹懈咚僭鲩L，“十三五”期間石化行業(yè)增加值年均增長有可能會進一步調(diào)低，從而可能會導致碳強度的預測結(jié)果產(chǎn)生部分影響。同時，不同約束目標下石化行業(yè)的模擬更多考慮了低碳技術的發(fā)展應用、清潔能源的使用，以及《大氣污染防治行動計劃》等其他環(huán)境政策措施的實施所帶來的經(jīng)濟發(fā)展、能源使用和碳排放等方面的影響，未考慮非化石能源的因素。endprint

4.2 政策建議

（1）科學預測石化等典型高碳行業(yè)的減碳潛力，謹慎應對石化等行業(yè)企業(yè)參與碳市場交易過程中碳配額指標的制定與分配。據(jù)統(tǒng)計，2015年國家公布的1 191家未完成節(jié)能目標任務的企業(yè)中，石油化工企業(yè)有286家，占比達24%，遠超其他行業(yè)，節(jié)能和低碳緊密相關，客觀佐證了石化行業(yè)低碳發(fā)展?jié)摿εc壓力并存的現(xiàn)狀，尤其是石化中小型企業(yè)，低碳發(fā)展?jié)摿Ω?，但是，受困于資金、人才、技術和管理等多方面因素的制約，這將是低碳轉(zhuǎn)型的艱巨任務。對于即將啟動的全國碳市場，參與的石化企業(yè)都是大型企業(yè)，往往能耗管理水平高，碳排放均值比較低，不論是采取“祖父法”還是“行業(yè)基準值法”，過高的減排標準則可能會過多約束企業(yè)的競爭能力，容易出現(xiàn)鞭打快牛的現(xiàn)象。因此，需要政府部門客觀評估行業(yè)低碳潛力和承受能力，科學制定碳配額指標和分配方案，循序漸進地推動碳交易市場的發(fā)展，目的是在企業(yè)可持續(xù)發(fā)展和氣候變化政策間保持適度平衡。

（2）在全球低碳發(fā)展的大背景下，我國石化行業(yè)的低碳發(fā)展同樣機遇與挑戰(zhàn)并存，制定行業(yè)低碳發(fā)展政策，充分利用技術創(chuàng)新和能源結(jié)構調(diào)整等戰(zhàn)略也將是必然選擇。根據(jù)能源消費結(jié)構模擬結(jié)果可以看出，在今后相當長的時間里，石化行業(yè)能源結(jié)構仍是以煤炭為主，因此，結(jié)合工藝特色需要和技術經(jīng)濟效果分析，適度增加天然氣等清潔能源比例，減輕對煤和石油的依賴是實現(xiàn)行業(yè)低碳發(fā)展的一個重要方向。此外，提高可再生能源的使用規(guī)模，將其作為未來石化產(chǎn)業(yè)的競爭優(yōu)勢來培育，也會促進能源消耗結(jié)構的優(yōu)化和調(diào)整。

（3）構建石化行業(yè)節(jié)能低碳技術產(chǎn)學研協(xié)同創(chuàng)新體系，解決共性節(jié)能技術瓶頸。例如，通過組建行業(yè)技術中心、研究中心和重點實驗室等研發(fā)平臺，做好技術儲備，對可能占據(jù)未來技術制高點的新興低碳技術，可以形成以企業(yè)為主體的產(chǎn)學研用協(xié)同創(chuàng)新體系，有選擇地研發(fā)低碳能源技術，注重加強石油、天然氣資源的清潔轉(zhuǎn)化技術的研發(fā)使用，以及新一代生物燃料、天然氣水合物等的開發(fā)技術等，將低碳技術研發(fā)和應用作為企業(yè)增長的一個競爭力優(yōu)勢推進。

（4）實施石化行業(yè)企業(yè)低碳發(fā)展戰(zhàn)略，建設完善碳排放管理體系是行業(yè)節(jié)能減碳的重要手段。引入現(xiàn)代管理的思想理論，將系統(tǒng)工程原理等方法和“策劃、實施、檢查、改進（PDCA）循環(huán)管理”理念引入行業(yè)企業(yè)的低碳管理過程，建立覆蓋能源利用和碳排放全過程的管理體系，制定合理的碳資產(chǎn)管理計劃，以市場化手段促進企業(yè)構建節(jié)能減碳的長效機制。

參考文獻（References）

[1]XU-B， LIN B Q. How industrialization and urbanization process impacts on CO2 emissions in China： evidence from nonparametric additive regression models[J]. Energy economics， 2015，48：188-202.

[2]LI-K， LIN B Q. Chinese strategy for carbon intensity mitigation pledge for 2020： evidence from a threshold cointegration model combined with MonteCralo simulation methods[J]. Journal of cleaner production， 2016，118：37-47.

[3]屈超， 陳甜. 中國2030年碳排放強度減排潛力測算[J]. 中國人口·資源與環(huán)境， 2016， 26（7）： 62-69.[QU Chao， CHEN Tian. Estimation to Chinese CO2 emissions intensity in 2030： based on IPAT Model of FA[J]. China population， resources and environment， 2016， 26（7）： 62-69.]

[4]李虹， 婁雯. 二氧化碳排放強度預測與“十三五”減排路徑分析——基于STIRPAT模型的構建[J]. 科技管理研究， 2016（5）： 233-239.[LI Hong， LOU Wen. Carbon dioxide emissions intensity forecast and path discussion to reduce emissions during the period of the 13th Fiveyear based on STIRPAT Model[J]. Science and technology management research， 2016（5）： 233-239.]

[5]ZHU-B Z， WANG K F， JULIEN Chevallier. Can China achieve its carbon intensity target by 2020 while sustaining economic growth？ [J]. Ecological economics， 2015，119：209-216.

[6]趙小敏， 付加峰. 基于CGE模型的2020年中國碳排放強度目標分析[J]. 資源科學， 2011， 33（4）： 634-639.[LIU Xiaomin， FU Jiafeng. Analysis of the scenarios of Chinese carbon intensity reduction in 2020 based on the CGE Model [J].Resources science， 2011， 33（4）： 634-639.]

[7]LONG-R Y， YANG R R， SONG Malin. Measurement and calculation of carbon intensity based on ImPACT model and scenario analysis： a case of three regions of Jiangsu province[J]. Ecological indicators， 2015，51：180-190.endprint

[8]趙濤， 田莉， 許憲碩. 天津工業(yè)部門碳排放強度研究：基于LMDIAttribution分析方法[J]. 中國人口·資源與環(huán)境， 2015， 25（7）： 40-47.[ZHAO Tao， TIAN Li XU Xianshuo. Carbon emission intensity of Tianjin industry based on LMDIattribution Method[J]. China population， resources and environment， 2015， 25（7）： 40-47.]

[9]WANG-X， CAI Y， XU Y. Optimal strategies for carbon reduction at dual levels in China based on a hybrid nonlinear greyprediction and quotaallocation model[J]. Journal of cleaner production， 2014，83：185-193.

[10]王憲恩， 王泳璇， 段海燕. 區(qū)域能源消費碳排放峰值預測及可控性研究[J]. 中國人口·資源與環(huán)境， 2014， 24（8）： 9-16.[WANG Xianen， WANG Yongxuan， DUAN Haiyan. Forecasting areas carbon emissions of emissions of energy consumption and controllability study[J]. China population， resources and environment， 2014， 24（8）： 9-16.]

[11]袁永娜， 石敏俊， 李娜， 等. 碳排放許可的強度分配標準與中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展——基于30省區(qū)CGE模型的分析[J]. 氣候變化研究進展， 2012， 8（1）： 60-67.[YUAN Yongna， SHI Minjun， LI Na， et al. Intensity allocation criteria of carbon emission permits and China regional developmentbased on a 30province autonomous region computable equilibrium model analysis[J]. Advances in climate change research， 2012， 8（1）： 60-67.]

[12]SU-H D. Interfuel substitution and biomass use in the US industrial sector： a differential approach[J]. Energy， 2016，102：24-30.

[13]謝守紅， 王利霞， 邵珠龍. 中國碳排放強度的行業(yè)差異與動因分析[J]. 環(huán)境科學研究， 2013， 26（11）： 1252-1258.[XIE Shouhong， WANG Lixia， SHAO Zhulong. Analysis on industrial difference and motivation factor of carbon emission intensity[J]. Research of environmental sciences， 2013， 26（11）： 1252-1258.]

[14]XU-R J， XU L， XU B. Assessing CO2 emissions in Chinas iron and steel industry： Evidence from quantile regression approach[J]. Journal of cleaner production， 2017，152：259-270.

[15]XU B， LIN B Q， Assessing CO2 emissions in Chinese iron and steel industry： A nonparametric additive regression approach[J]. Renewable and sustainable energy reviews， 2017，72：325-337.

[16]LU-B， CHEN G， CHEN D M. An energy intensity optimization model for production system in iron and steel industry[J]. Applied thermal engineering. 2016，100：285-295.

[17]LI-Q， ZHANG W J， LI H Q. CO2 emission trends of Chinese primary aluminum industry： a scenario analysis using System Dynamics Model[J]. Energy policy， 2017，105：225-235.

[18]GAO-T M， SHEN L， SHEN M. Evolution and projection of CO2 emissions for Chinese cement industry from 1980 to 2020[J]. Renewable and sustainable energy reviews， 2017，74：522-537.

[19]LIU-Y， FANG K S. Economic and environmental implications of raising Chinese emission standard for thermal power plants： an environmentally extended CGE analysis [J]. Resources， conservation and recycling， 2015，3176：1-9.endprint

[20]LIN-B Q， XU C P. Reduction potential of CO2 emissions in Chinese transport industry [J]. Renewable and sustainable energy reviews， 2014，33：689-700.

[21]HAN-Y M， ZHU Q X， GENG Z Q. Energy and carbon emissions analysis and prediction of complex petrochemical systems based on an improved extreme learning machine integrated interpretative structural model[J]. Applied thermal engineering， 2017，115：280-291.

[22]CHEN-Y X， HAN Y M， ZHU Q X. Energy and environmental efficiency evaluation based on a novel data envelopment analysis： an application in petrochemical industries[J]. Applied thermal engineering， 2017，119：156-164.

[23]羅勝. 石化行業(yè)碳排放強度估算與減排對策研究[D]. 北京： 中國石油大學， 2011： 26.[LUO Sheng. Study on estimating of carbon emission intensity and measures on carbon emission reduction in petrochemical industry[D]. Beijing： China University of Petroleum， 2011： 26.]

[24]王琛. 碳配額約束對企業(yè)競爭力的影響[J]. 北京理工大學學報（社會科學）， 2017（1）： 47-55.[WANG Chen. The impact of carbon quota constraints on the competitiveness of companies[J]. Journal of Beijing Institute of Technology（social sciences edition）， 2017（1）： 47-55.]

[25]宣曉偉， 張浩. 碳排放權配額分配的國際經(jīng)驗及啟示[J]. 中國人口.資源與環(huán)境， 2013，23（12）：10-15.[XUAN Xiaowei， ZHANG Hao. International experiences and lessons of carbon emission permit allocation method[J]. China population， resources and environment， 2013，23（12）：10-15.]

[26]吳潔， 范英， 夏炎， 等. 碳配額初始分配方式對我國省區(qū)宏觀經(jīng)濟及行業(yè)競爭力的影響[J]. 管理評論， 2015 （12）： 18-26.[WU Jie， FAN Ying， XIA Yan， et al. Impacts of initial quota allocation on regional macroeconomy and industry competitiveness[J]. Management review， 2015 （12）： 18-26.]

[27]劉婧. 基于強度減排的我國碳交易市場機制研究[D]. 上海： 復旦大學， 2010： 79-98.[LIU Jing. Research on Chinese carbon trading market mechanism based on intensity emission reduction[D]. Shanghai： Fudan University， 2010： 79-98.]

[28]賀菊煌， 沈可挺， 徐嵩齡. 碳稅與二氧化碳減排的CGE模型[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2002 （10）： 39-47.[HE Juhuang， SHEN Keting， XU Songling. CGE model of carbon tax and carbon dioxide emission reduction[J]. The journal of quantitative & technical economics， 2002 （10）： 39-47.]

[29]郭豫媚， 陳彥斌. 中國潛在經(jīng)濟增長率的估算及其政策含義： 1979—2020[J]. 經(jīng)濟學動態(tài)， 2015 （2）： 12-18.[GUO Yumei， CHEN Yanbin. Estimation of Chinese potential economic growth rate and policy implications： 1979-2020[J]. Economics information， 2015 （2）： 12-18.]

[30]李娜， 石敏俊， 袁永娜. 低碳經(jīng)濟政策對區(qū)域發(fā)展格局演進的影響——基于動態(tài)多區(qū)域CGE模型的模擬分析[J]. 地理學報， 2010， 65（12）： 1569-1580.[LI Na， SHI Minjun， YUAN Yongna. Impacts of carbon tax policy on regional development in China： a dynamic simulation based on a multiregional CGE Model[J]. Acta geographica sinica， 2010， 65（12）： 1569-1580.]

[31]王金營， 戈艷霞. 全面二孩政策實施下的中國人口發(fā)展態(tài)勢[J]. 人口研究， 2010， 40（6）： 3-21.[WANG Jinying， GE Yanxia. Population trends in China under the universal twochild policy[J]. Population research， 2010， 40（6）： 3-21.]

[32]李桂芝， 崔紅艷， 嚴伏林.全面兩孩政策對我國人口總量結(jié)構的影響分析[J]. 人口研究， 2016， 40（4）： 52-59.[LI Guizhi， CUI Hongyan， YAN Fulin. Impact of the twochild policy on Chinese population[J]. Population research， 2016， 40（4）： 52-59.]endprint