技术进步推动下的多国多部门碳排放与能源使用趋势研究，本文主要内容关键词为：多国论文,技术进步论文,能源论文,趋势论文,部门论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］F062.1 ［文献标识码］A ［文章编号］2095－851X(2014)01－0050－18 一、引言 全球气候变化与气候保护问题是近年来的热点问题，也是最具挑战性的问题(Gardiner and Hartzell-Nichols,2012)，在世界范围内得到广泛而激烈的讨论。气候变化是全球面临的共同挑战，由人类活动所导致的温室气体排放，尤其是二氧化碳(
)排放，是造成大气温度上升的主要原因(IPCC,2007)。因此，在全球范围内控制和减少由于人类经济活动排放的
，对于阻止和减缓全球气候变化，促进人类社会未来的发展，具有非常重要的意义。 促进能源节约型技术进步对实现
减排具有非常重要的意义(De Groot et al.,2001)。能源节约型技术的使用可以降低单位GDP的能耗，是减少经济活动中温室气体排放的重要途径。尽管一直以来都有一种观点认为由生产过程中工艺革新导致的能源强度下降会引起能源产品价格的下降，反而会导致能源的过量消耗(Herring and Roy,2009)，但是从宏观和长期的角度来说，产品生产工艺的提高，使得生产过程中能源和其他中间投入减少，这对于能源使用的减少从而导致碳排放减少，进而实现气候保护的目标具有非常重要的意义。 狭义的能源节约型技术单指能够降低生产过程中能源使用的技术，而广义的能源节约型技术应该包括所有能够降低中间投入的技术，即过程技术或工艺技术，因为所有中间投入品的生产也是需要消耗能源的，降低中间产品的投入，本身就会降低能源使用量。本文考虑的是广义上的能源节约型技术。 研究过程技术进步和能源强度下降之间的关系是近年来的热点问题。Popp(2004)认为技术革新对于能源消费的减少起着非常重要的作用，尤其是从长期的角度来讲，具有比要素替代更加显著的作用。Fisher-Vanden等(2004)研究发现，研发投入、产业结构变化和能源价格是中国能源强度下降的重要驱动因素。Gallagher等(2006)认为能源技术创新是保持世界经济繁荣和保证全球气候不因为使用化石燃料而被破坏的关键。冯泰文等(2008)认为，技术进步与第三产业占GDP份额的提升可以显著降低中国的能源强度，而从长期看，能源强度的降低最终还是要依靠技术进步。Sagar和Van der Zwaana(2006)研究了以研发和干中学为基础的技术创新和技术创新的扩散速度对能源经济的影响。De Groot等(2001)以荷兰为例研究了不同环境政策下不同部门企业的技术改进选择及其对能源强度的影响。Sue Wing(2008)通过计量的方法分析了过去50年美国能源强度下降的动力来源，研究发现产业结构的变化和能源使用效率的提高是其最重要的动力来源，而由价格引发的能源替代只具有短期作用。上述工作主要以统计、计量和数据分析方法为主，某些研究尺度偏微观，仅仅针对某一特定国家进行研究，没有研究能源使用技术进步对全球气候变化和经济发展的影响。 本文认为，研究全球范围内能源强度下降及对各国经济发展和碳排放的影响，需要在全球气候变化的背景下进行，以体现气候变化与经济发展之间的相互作用，从而提高研究的准确性和现实性，这就产生了一个世界经济发展与气候变化的综合问题。对于这类问题，国际上比较流行的是使用集成评估模型(Integrated Assessment Model,IAM)进行研究，尤以Nordhaus(1992)的DICE模型以及Nordhaus和Yang(1996)、Nordhaus和Boyer(2000)的RICE模型为代表，还包括Link和Tol(2004)的FUND模型、Manne等(1995)以及Manne和Richels(2004)的MERGE模型等。但是，这些IAM的经济系统都存在一定的缺陷，主要问题是其经济系统过于简单，没有考虑全球经济的一般均衡，或者外生定义能源强度的下降，没有考虑技术进步的内生化。 其中，RICE和DICE模型的经济机制过于简单，没有考虑市场的均衡，其技术进步模式也没有内生化；同时，RICE模型中没有考虑国家间的经济联系，而是将各国的经济增长看成相互独立的事件；此外，RICE模型的区域划分也相对简单。MERGE模型存在的问题同样是对世界经济的划分只到国家层面，没有细分到生产部门，且国家之间缺乏经济联系，因此对于各部门的经济发展与产业结构变化缺乏更加细致的研究。而FUND模型虽然将经济划分到了部门层面，也考虑了区域间经济的联系，但却没有考虑气候变化对经济发展的反馈作用。 在对RICE模型的改进工作中，Popp(2004)对RICE模型做出改进，在模型中加入了内生技术进步模式，但是在经济层面上将世界简化为一个国家，没有考虑各国之间的差异，因此无法研究不同发展程度的国家在面对
减排时会遇到不同的经济问题。王铮课题组在RICE模型基础上构建的MRICES模型系列考虑了世界各国之间的经济联系和内生技术进步模式，但其经济联系以GDP溢出形式表达，无法准确描述全球经济一体化下国家间的经济关系，且其模型的经济系统只划分到国家层面，无法描述部门产业结构变化对能源强度的影响(王铮等，2012；张帅，2012；朱潜挺，2012；刘昌新，2013)。 针对上述工作中的缺陷，本文采用一般均衡的方法，在Jin(2012)模型的基础上进行修改和扩充，构建了一个生产技术水平内生化的多国多部门一般均衡经济模型，刻画国家和生产部门间的经济相互作用。其中，Jin(2012)模型是一个两区域多部门的一般均衡经济模型，在此基础上，本文引入了Leontief生产函数和Cobb-Douglas生产函数复合的形式表达投入产出结构和基于Lorentz和Savona(2008)的过程技术进步模式，设计了新的国际资本流动模式，最终构建了一个多国多部门的一般均衡经济模型。同时，本文将RICE模型的气候模块嵌入经济模型中，使得经济模型与气候模型相互作用，最终构建了一个基于一般均衡的动态多国多部门经济相互作用的气候变化集成评估模型，并通过改变过程技术的进步速率，研究不同能源强度下降速度情景下各国各部门的经济发展状况、能源使用和碳排放量的变化，比较各国各部门的
减排潜力。 二、模型设计与数据来源 本文模型包括一个基于一般均衡的多国多部门经济模型、一个气候模型，以及相关的碳核算模块。在模型中，全世界被划分成若干个国家和生产部门，在本文中以j表示国家，以i表示部门。假设国家之间资本和商品自由流动，不存在贸易壁垒；国家之间不存在劳动力流动；国家内部劳动力自由流动。 (一)经济模块 本文以两层嵌套的形式描述各部门的生产行为，即部门总产出由增加值和中间投入构成，而增加值由劳动力和固定资本复合，即以Leontief生产函数定义总产出的构成形式，以Cobb-Douglas生产函数定义增加值的构成形式，并沿用Jin(2012)对生产过程的假设：同一部门具有唯一的产出弹性；同一国家具有唯一的生产技术水平；产品生产技术水平完全作用于劳动力，形成有效劳动力。
劳动者的工资率等于劳动力的边际产出，由于劳动者在本国内具有完全流动性，因此在均衡条件下，同一国家各部门的工资率相同。
(二)资本流动模块 由一般均衡条件下得到的工资方程和价格方程，可以得到全市场的总工资数为：
可见全市场总工资为总产出的固定份额
，则每期的全市场投资数占总产出的比例为：
式(11)中，
表示j国的储蓄率。假设资本的流动由两部分组成，该假设兼具了对经济体规模的追求和对资本回报率的追求，则各国各部门所获得投资占总投资数的比例为：
式(12)中，
分别是在追求经济体规模和追求资本回报率情况下的投资占比；μ∈［0，1］是权重系数。
的表达式与Jin(2012)的国际资本流动模式一致，其设计的基本思想是保证单位投资在各国各部门所获得的回报相等：
从式(13)来看，
是一种以增加值占划分全球总投资的资本分配模式，即以国家j部门i的增加值占部门i增加值的比例来划分投资。
是基于资本吸引力的各国各部门投资占比。与
不同，
从微观角度出发，采取自下而上的视角，体现资本流动过程中的逐利性，即资本向回报率高的部门流动。本文参考了Caniёls(2000)、Caniёls和Verspagen(2001)的知识溢出强度模型来表示地区间知识溢出的强度。由于研究的是地区间的资本流动，因此使用资本存量、工资总数和资本边际产出作为资本吸引力强度的影响因子，使用地区间的产出差代替知识溢出模型中的知识资本差。本文采用王铮等(2007)的方法，以指数形式表示地区间的产出差，得到地区间资本吸引力强度公式：
式(14)中，
表示国家y部门x对国家j部门i的资本吸引力强度，v表示两国总增加值的比值对资本吸引力的影响系数，
表示国家y部门x的储蓄。式(15)表示国家y部门x的储蓄
根据资本吸引力的大小投资到不同的国家/部门，而国家j部门i在第t期得到的投资数是所有国家/部门对其投资的总和。 由于现实中，国际资本流动往往存在各种障碍，且各国应对资本投资问题的政策各有不同，因此国际资本无法实现完全的自由流动。本文引入投资权重
来修正国际资本投资行为，克服模拟中带来的误差。
体现国际地缘政治因素对资本流动造成的干扰。这样，各国最终获得的投资比例可以表示为：
式(16)中，A表示归一化参数，式(16)的意义是在加入修正因子
之后，需要对各国各部门的投资占比系数重新归一化，保证
。这样，各国各部门所获得的实际投资数为：
(三)技术进步模块 本文中的技术进步体现在两个方面，分别是生产技术水平
的提高和中间需求系数
的下降。前者体现部门生产能力的提升，后者则体现生产过程中对中间投入需求的减少，即过程技术进步。对于生产技术水平
，本文参考Arrow(1962)、Romer(1986)的假设，设置了一个内生化的方式，认为生产技术水平与部门的资本累积相关，表达方式如下：
在过程技术进步中，对于中间需求系数
，本文参考Lorentz和Savona(2008)的工作，采取循环随机冲击方法，每一期对各国各部门的中间需求系数进行多次随机对数冲击，模拟部门生产过程中对中间品需求的减少。
式(19)中，n表示第n次迭代，
表示n次迭代后第t期国家j部门i对产品k的中间需求系数，
是服从N(0；σ)布的随机数。这样就产生了一组新的中间需求系数
。若这组新的中间需求系数所产生的单位生产成本
小于冲击之前的单位生产成本，则接受这组新的中间需求系数，否则维持原先的中间需求系数。
(四)碳核算与气候反馈 在本文模型中，各部门生产过程中使用的能源由能源部门供给，因此能源的使用量可以根据各部门对能源部门的中间需求系数和部门增加值计算得到。
式(22)中，
表示国家j部门i在第t期对能源部门的中间需求系数，即该部门单位增加值所需要的能源投入量；
表示国家j部门i使用一单位能源部门产品折合成能源使用量的比例，即能源强度。能源部门所提供的能源有多种来源，不同的能源有不同的碳排放强度，因此在计算一国总的碳排放量时，需要考虑该国的能源结构及其变化。本文中，一国的碳排放总量需要根据其总的能源使用量、能源结构和各化石能源的碳排放强度得到。
式(23)中，
表示国家j在第t期化石能源e所提供的能源使用量占该国当期总能源使用量的比例，
表示国家j能源e的碳排放强度，
表示国家j在第t期总的碳排放量。本文中，化石能源被分为石油、煤炭和天然气三种。能源部门各种化石能源使用占比的变化趋势由美国能源信息局(Energy Information Administration,EIA)提供的能源数据拟合得到。 碳排放的增加会导致碳排放浓度的上升，进而导致大气辐射强度和大气温度的上升，而大气温度的上升反过来会对经济生产造成影响。本文的气候模块参考Nordhaus和Yang(1996)的RICE模型和Pizer(1999)的工作，温度上升对经济生产的影响可以表示为：
式(24)中，
表示各国的生产型破坏系数，
是温度上升3℃所导致的GDP损失，
表示第t期温度的变化。
由气候变化系统根据当期碳排放量、大气碳浓度和地表温度得到，具体的模型参照Nordhaus和Yang(1996)、Pizer(1999)、李刚强(2008)，本文不再详述。 (五)数据来源 本文模型初始的经济参数主要来源于GTAP－2007数据库，包括总产出值、增加值、固定资本数、总人口数、中间需求系数、能源使用强度。人口数由联合国发布的未来世界人口资源增长率计算得到，人口结构数据来源于世界银行发布的数据。资本的产出弹性根据GTAP－2007数据库的增加值与劳动力工资估算得出。各国的真实储蓄率参考Ma和Yi(2010)的研究。全球碳循环系统的参数参考Nordhaus和Yang(1996)、Pizer(1999)、李刚强(2008)的研究。各国温度上升破坏系数和生产型减排破坏系数参考Nordhaus和Yang(1996)、Pizer(1999)、朱潜挺(2012)、刘昌新(2013)的工作。 本文将GTAP－2007数据库中的57个部门合并为8个：农业、能源开采与加工、金属及其他矿业、化工业、制造业、建筑业、交通运输业和其他服务业。全世界则被划分为7个国家和地区：中国、美国、欧盟、日本、俄罗斯、印度和世界其他国家。 三、不同技术进步速率下各国各部门能源使用与碳排放分析 提高部门生产过程中的技术和工艺，使企业对于中间产品投入量减少是企业降低生产成本的主要途径，而中间产品需求的减少与整个国民生产过程中能源使用的减少密切相关。在模型的基础上，本部分将对不同过程技术进步速度下世界各国2007年～2050年的能源使用量和碳排放量进行模拟。本文采取的方法是改变每期对过程技术水平随机对数冲击所设的正态分布方差σ设计的三种不同情景，分别代表不同的中间需求系数下降率，研究不同过程技术进步速率下各国各部门能源使用和碳排放的变化趋势。三种情景分别为：情景1，σ=0.00035；情景2，σ=0.0004；情景3，σ=0.00045。在这三种情景中，国际资本流动模式权重系数μ的取值为0.48，这个取值是通过模拟过程中参数的调整所得到的模拟结果与现实最为贴近的参数值。 本部分对模拟得到的经济数据进行校验，由于三种情景下各国的经济数据差别不大，因此本文采取情景1下得到的模拟结果，从各国的GDP和经常账户占GDP的百分比两个方面对模拟结果进行校验。其中，经常账户指各国总储蓄和总投资之间的差值，体现一个国家的资本净流入/流出状态，反映一个国家在国际资本流动中的地位。 表1显示了情景1模拟得到的各国2007年～2011年GDP数值与通过EIA数据折算得到的各国以2005年不变价格衡量的真实GDP之间的比较。可以看到，两者的相关系数达到了0.9953，具有非常高的一致性；Z检验得到的Z值为0.3601，低于其单位临界1.6449和双尾临界1.9600；方差分析得到的P值为0.7202，大于差异存在的校验水准0.05。校验结果表明模拟结果可以较好地反映现实世界的经济发展状况。
表2显示情景1得到的各国经常账户占GDP百分比模拟结果与国际货币基金组织①提供的真实数据之间的比较。从相关系数看，模拟结果与真实数据同样具有很高的一致性，其相关系数达到了0.9562；Z检验得到的Z值为0.2323；而方差分析得到的P值为0.8170，大于差异存在的校验水准0.05。校验结果表明模拟结果可以较好地反映现实中的国际资本流动趋势。 因此，从总体上看，模拟得到的经济数据与现实数据具有较好的拟合度，可以反映现实世界的经济变化。
(一)三种情景下全世界碳排放变化趋势 表3显示了三种情景下各国在模拟期间平均能源强度下降率和分年度的能源强度。在三种情景下，中国的平均能源下降率分别为4.79％、5.40％和5.98％。王铮等(2010)认为在考虑产业结构变化趋势的情况下，中国的能源强度下降率可以控制在5％左右。因此可认为，情景1和情景2与现实的情况较为符合，而情景3则是一种较为激进的过程技术进步预测。在情景1中，中国的能源强度在2035年达到2007年的世界最先进水平(即欧盟水平：0.1662 Mtoe/
美元)；在情景2中，中国的能源强度达到欧盟2007年水平的时间为2031年；而在情景3中，这一时间可以提前到2028年。
三种情景下，日本的能源强度平均下降率最小，其次是美国和欧盟，这是由于日本除能源业外，其他行业的初始中间需求系数都很小，因此减排潜力要小于欧盟和美国。而印度和俄罗斯的能源强度下降率均要高于中国。其中，初始2007年能源强度略高于中国的俄罗斯，其能源强度达到欧盟2007年水平的时间点却均比中国略微提前，分别为：情景1的2033年；情景2的2029年；情景3的2027年。而印度初始的能源强度小于中国，其能源强度达到欧盟2007年水平的时间也早于中国，分别为：情景1的2026年；情景2的2023年；情景3的2021年。 图1显示了三种情景下2007年～2050年全世界碳排放变化趋势。三种情景下，全世界碳排放量的变化趋势都呈现先上升后下降的倒U形趋势。情景1中全世界的碳排放高峰在2032年，碳高峰值为11.08GtC，2050年全世界碳排放量则高达9.97GtC，比2007年提高将近2GtC；情景2下全世界的碳排放高峰提前到2024年，碳排放高峰值为9.41GtC，2050年全球碳排放量为7.68GtC，略低于2007年的水平；情景3下，全世界碳排放高峰出现在2017年，碳高峰值为8.48GtC，到2050年全世界碳排放量下降到5.98GtC，为2007年的四分之三。
图1 三种情景下2007年～2050年全世界碳排放量变化 (二)三种情景下各国碳排放趋势 图2、图3至图4显示了三种情景下2007年～2050年各国的碳排放变化趋势。在情景1下，中国的碳排放量变化呈现倒U型趋势，碳排放高峰出现在2034年，高峰值为3.27GtC，到2050年其碳排放量为2.99GtC，比2007年提高1.5GtC，其2007年到2050年的累计碳排放量达到了127.56GtC，接近美欧日累计碳排放量的总和(130.01GtC)；美国、欧盟、日本的碳排放在2010年以后也呈现倒U型的变化趋势，其中美国的碳排放高峰出现在2025年，峰值为1.73GtC，欧盟的碳排放高峰出现在2018年，峰值为1.17GtC，日本的碳排放高峰出现在2019年，其峰值为0.39GtC；印度的碳排放量始终处于上升的趋势，将不存在碳排放高峰，2050年的碳排放量为1.45GtC，是2007年的4倍左右；而俄罗斯的碳排放依然处于稳定下降的趋势，2050年的碳排放量为0.22GtC，占到2007年的50％左右。
图2 情景1下2007年～2050年各国碳排放量 在情景2中，中国的碳排放高峰较情景1提前，出现在2030年，高峰值也降为2.7GtC，到2050年碳排放量为2.31GtC，比情景1下降约0.68GtC；美国、欧盟、日本的碳排放量在经济危机之后没有出现明显的上升趋势，而是出现一个稳定期，其中，美国和日本的稳定期持续到2020年左右，欧盟的稳定期则持续到2017年；印度的碳排放在情景2下2047年出现排放高峰，高峰值为1.11GtC；俄罗斯的碳排放变化与情景1一致，仍然处于稳定下降的趋势。
图3 情景2下2007年～2050年各国碳排放量 在情景3中，中国的碳排放高峰提早到2022年，高峰值下降到2.34GtC，到2050年碳排放量为1.804GtC，较情景1降低1.2GtC，较情景2降低0.5GtC。美国、欧盟和日本等发达国家在经历了2007年～2010年的经济危机之后，碳排放量都出现了一个3～5年左右的稳定期，期间各国碳排放量较情景1和情景2变化不大。从2015年开始，发达国家进入碳排放量大幅下降的阶段，到2050年，美国的碳排放量为0.748GtC，是2007年的46％，是情景1中2050年碳排放量的58.96％；欧盟则下降到0.422GtC，是2007年的36.4％，是情景1下2050年的56.92％；而日本2050年碳排放量为0.142GtC，是2007年的41.7％，是情景1下2050年的58.03％；俄罗斯的碳排放量始终处于下降趋势，2050年碳排放量为0.129GtC，是2007年的29.8％。
图4 情景3下2007年～2050年各国碳排放量 (三)三种情景下各国各部门能源使用变化 表4显示了情景1下各国各部门能源使用高峰及其峰值。在情景1下，中国除农业和其他矿业外，其余部门都将在2030年以后才达到能源使用高峰，而化工业、交通运输业和其他服务业的能源高峰都要迟于2040年，其中其他服务业在2050年前无法达到能源高峰。这在一定程度上与中国第三产业较快的增长速度有关。中国能源业的能源高峰在2034年峰值为2786.14Mtoe。发达国家中，美国的能源业、化工业，欧盟的能源业和日本的化工业在情景1下能源使用呈现倒U型，存在能源使用高峰，但其高峰期普遍较早。美国的能源业能源使用高峰出现在2024年，峰值为1923.32Mtoe，欧盟和日本能源业的能源使用高峰则分别出现在2020年和2023年，峰值为1426.84Mtoe和549.80Mtoe。除农业和能源业外，俄罗斯剩余的6个部门在模拟期间都出现能源使用高峰，其中除化工业和其他服务业，其余各部门的能源高峰都出现在2030年前。在情景1下印度各部门的能源使用基本处于不断上升的趋势，其中有5个部门在2050年前无法达到能源高峰，除农业有可能在2022年达到能源高峰外，其余部门都要在2045年以后才能达到能源高峰。 表5显示了情景1下各国各部门2007年～2050年累计能源使用量。从中可见，能源业是各国能源需求的主要来源，占各国累计能源使用的65％以上，其中日本的能源业更是占其累计能源使用的75.77％。其他矿业是中国第二大累计能源使用部门，占全世界该部门累计能源使用的34.93％。中国制造业和建筑业的累计能源使用也处于较高的水平，前者接近美国制造业累计能源使用的2倍，后者更是占全世界建筑业累计能源使用的55.73％。交通运输业中，发达国家美国和欧盟的累计能源使用明显高于发展中国家，占全世界该部门累计能源使用的34.89％。
表6和表7分别显示了情景2下各国各部门能源使用高峰和累计能源使用量。在情景2中，各国各部门的能源使用高峰出现时间较情景1有了明显提前。中国各部门的能源使用高峰普遍提前了4～5年，其中提前最多的是能源业，从2034年提前到2024年，其次是建筑业，提前了6年。此外，中国其他矿业的能源使用高峰提前了1年，而农业和制造业提前了2年。在能源使用高峰值方面，情景2中，中国各部门能源峰值明显低于情景1的模拟结果，其中能源业降低了约500Mtoe，其他服务业和交通运输业的降低幅度最大，分别降低了16.91％和17.98％。发达国家中，美国的其他矿业在2025年出现能源使用高峰，而日本能源业的能源高峰提前到2017年，其峰值也略有下降。情景2下俄罗斯的其他矿业在2015年出现能源使用高峰，而原先有能源高峰的各部门，其高峰年均提前了5～6年，幅度较大。印度各部门的能源高峰在情景2下有所提前，较之情景1，只有4个部门在2050年前无法达到高峰，而能源业的高峰年维持在2047年，但其峰值从1359.38Mtoe下降到1020.57Mtoe，下降了四分之一。情景2下印度的能源使用峰值较情景1下降幅度普遍较大，总的降幅达到23％。 从各国各部门累计能源使用量来看，情景2下各国各部门的累计能源使用都出现了下降。其中能源业的下降率最大，印度的能源业累计能源使用较情景1下降率高达18.03％，中国、美国、欧盟、日本的下降率也在15％以上。化工业的累计能源使用较情景1的下降率仅次于能源业，其中俄罗斯的下降率达到15.8％，其余各国也在11％以上。交通运输业和其他服务业中，发达国家的下降率小于发展中国家，以其他服务业为例，中国、印度和俄罗斯的下降率都在11％以上，而美国、欧盟、日本的下降率分别为9.41％、8.9％和8.95％。此外，各国能源业的累计能源使用占该国总累计能源使用的比例在情景2中出现下降。
表8和表9显示了情景3下各国各部门能源使用高峰情况和累计能源使用量。在情景3中，各国各部门的能源使用高峰进一步提前，而峰值也进一步减小。中国除其他服务业和交通运输业外，其余部门都可能在2035年前达到能源使用高峰，而农业、能源业和其他矿业都可能在2030年前达到能源高峰。其中，中国的化工业能源高峰从情景2中的2039年提前到2030年，提前幅度较大。情景3下，美国、欧盟的所有行业在2007年前均已达到能源使用高峰；日本除2015年达到能源业的能源使用高峰外，其他部门在模拟期间也将不存在能源使用高峰；俄罗斯还有4个部门在模拟期间出现能源使用高峰，分别是化工业、制造业、建筑业和其他服务业，出现年份也均提前到了2025年前。情景3下，印度各部门的能源使用高峰继续提前，其中农业和能源业分别在2019年和2032年达到能源高峰，其余部门的能源高峰都在2040年以后，其中化工业、制造业和其他服务业在2050年之前仍然无法达到能源使用高峰。印度各部门的能源使用峰值在情景3下继续下降，但其降幅有所减小，较情景2各部门的能源使用峰值，平均下降率为21.85％。 情景3下各国各部门的累计能源使用量继续下降。其中，能源业的下降幅度依然最大，各国在情景3下的能源业累计能源使用较情景2的平均下降率达到14.28％，较情景1则平均下降了27.34％；其次是化工业，各国的累计能源使用较情景2平均下降了12.24％，较情景1下降了23.50％。情景3下，各国交通运输业的累计能源使用较情景2的平均下降率为11.81％。 四、总结 本文以Jin(2012)模型为基础，构建了一个多国多部门一般均衡经济模型，在模型中引入了气候模块和内生技术进步模式，以对数冲击的方式降低各部门的中间需求系数，实现过程技术进步。通过分情景模拟，研究了不同过程技术进步速率下各国各部门的能源使用和碳排放变化趋势。 模拟结果显示，过程技术进步速度的提高可以有效地将各国碳排放高峰提前，同时大幅减少各国碳高峰的碳排放量和累计碳排放量。三种情景下，中国分别在2034年、2030年和2022年达到碳高峰。在情景3下，中国2007年～2050年的累计碳排放可以减小到93GtC，可以满足100GtC的排放目标。其中，情景1和情景2的模拟结果与现实较为符合，而情景3的技术进步速度则较为激进，反映的是未来过程技术进步速度得到提高情况下世界各国能源需求和碳排放量的变化趋势。因此，对于中国来说，加快过程技术进步提高的速度、降低能源强度和提高能效对于
减排具有重要的现实意义。 随着过程技术进步速率的提高，各国各部门的能源使用高峰提前，其峰值也出现了下降。其中，中国和印度是高峰提前时间最长，高峰值和累计能源使用下降最多的国家，尤其表现在两国的能源业。而第三产业(交通运输业和其他服务业)对于中国、印度这样的发展中国家也具有较大的减排潜力，这是因为在未来的产业结构调整中，服务业将是中国、印度这样的发展中国家经济增长的重要支撑。对于欧美等发达国家来说，由于本身的过程技术水平较高，因此在不同情景下其能源使用的减少幅度明显小于中国、印度这样的发展中国家。 本文的主要不足之处是过程技术进步的速率仍然是外生给定，且各国的随机对数冲击所设的正态分布方差σ一样。因此，如何将过程技术冲击方差σ与各国的经济发展联系起来，真正实现技术进步的内生化，将是下一步工作的重点。 注释： ①国际货币基金组织世界经济展望数据库(World Economic Outlook Databases)，网址http://www.imf.org。
标签：碳排放论文; 经济模型论文; 能源强度论文; 国家经济论文; 情景模拟论文; 国家部门论文; 投资资本论文; 投资强度论文; 经济学论文; 欧盟论文;
