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，本文主要内容关键词为：峰值论文,煤炭论文,中国能源论文,环境治理论文,结构论文，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。
中国的一次能源结构以煤炭为主。虽然近年来风电、太阳能等可再生能源快速发展，对天然气的利用也有所增加，但是煤炭消费在能源结构中的比重依然过高。例如，2013年煤炭消费所占比重高达66.0%，石油消费比重为18.4%，而天然气和非化石能源消费的比重分别仅占5.8%和9.8%。从国际对比来看，印度的能源结构同样以煤为主，但是煤炭消费所占比重比中国低，为54.5%，美国、欧盟和日本的比例都不到30%，具体见表1。
从中国的现实情况来看，提高经济竞争力和促进经济增长都需要有大量廉价能源作为支撑。中国能源禀赋特征加上煤炭的低价优势，使煤炭成为中国能源的主体结构。但是，煤炭带来的环境问题也是最大的，雾霾的一大诱因就是巨量的煤炭消费。①世界上一半的煤炭在中国消耗，煤炭燃烧产生的二氧化硫、氮氧化物、烟尘排放分别占中国相应排放量的86%、56%、74%。② 因此，中国环境治理最重要的方面在于实现煤炭替代，减少煤炭消费，这与减少二氧化碳排放目标是一致的。美国“到2025年温室气体排放较2005年整体下降26%—28%”的承诺，很大程度上也是基于其国内的页岩气能够大规模地替代煤炭。英国石油公司(BP)认为，中国煤炭需求可能要到2030年之后才会出现缓慢的下降，由于石油和天然气未来几年仍将较快增长，二氧化碳排放峰值时间将会在此之后。③但这一预测对中国严峻的环境问题缺乏充分的估计。随着雾霾成为当前困扰全国的难题，中国可持续发展面临的资源环境约束已成为无法回避的严重问题。以雾霾治理为代表的环境治理，会倒逼能源结构加速变化，中国煤炭需求峰值可能会提前到来，而煤炭消费峰值是中国碳排放峰值的基础。 煤炭替代是雾霾治理的关键，与此相一致，控制二氧化碳排放增长的手段，也是要在经济可承受的范围内减少对煤炭这种高碳能源的使用，所以雾霾治理对减少煤炭消费和控制二氧化碳排放是一个促进的过程。虽然很多因素可能会影响煤炭和二氧化碳峰值时间的到来，包括能源价格改革的进度、碳税和碳交易的实施等，但以雾霾治理为代表的环境治理对煤炭和二氧化碳峰值的影响最直接。本文的主要成果之一是从环境治理倒逼能源结构变化这一基本事实出发，将雾霾背景下的环境治理约束，引入煤炭需求以及二氧化碳排放需求的预测，基于两阶段的优化过程，构建了一个包含环境治理约束的中国能源综合预测框架，并且考虑到能源供应约束和政策目标约束的影响。 环境治理约束下的能源战略调整，体现在一次能源需求和一次能源结构上。尽管目前工业化发展的阶段性特征使得中国至少在2020年以前，能源需求还将以较快速度增长，④但是，对能源需求侧的管理仍然可以成为减少能源供应量的一个重要手段。⑤因此，在本文构建的环境约束下的中国能源综合预测框架中，通过边际成本分析将最优节能量纳入考虑范围。同时，相对于能源需求，环境治理下的能源战略调整更体现在对一次能源结构的影响上，主要是倒逼煤炭替代。通过环境治理对能源结构的倒逼，提前实现煤炭消费和二氧化碳排放峰值。 煤炭消费和二氧化碳排放峰值的出现，是伴随着环境治理下能源结构转变、能源成本上涨和能源效率提升等因素作用的自然结果，并不是人为强行设定的。页岩气革命带动美国煤炭消费和二氧化碳排放分别在2005年和2007年达到峰值，就是很好的例证。鉴于上述认识，本文引入雾霾背景下的环境治理约束，构建了一个中国能源综合预测框架。这对于我们合理判断中国未来能源结构转变、煤炭需求和二氧化碳排放的变化趋势，从能源经济学视角探索治理雾霾等环境问题的有效政策，具有重要的理论和现实意义。 本文余下部分的结构安排如下。第二节提出中国能源综合预测框架。第三节确定模型的参数及约束条件，根据综合预测框架，得到不同环境治理强度下的最优一次能源结构，以及其随时间的演进，并预测煤炭需求和二氧化碳排放。考虑到分区域环境治理对不同区域能源发展的影响，以及煤化工造成的不确定性，在第四节，我们进一步考察了分区域环境治理和煤化工的影响。第五节是结论和政策建议。 二、环境治理约束下的中国能源综合预测框架 考虑环境治理约束下的中国能源综合预测框架，如图1所示。我们的逻辑起点为：试图模拟能源生产者(提供者)的生产决策，其在做生产决策时，会首先预测未来的市场需求，然后根据预测的需求量，在生产约束下制定生产方案，即选择成本最小的供应方式。因此，本文首先预测未来能源的需求量，然后在约束下解决能源成本的最小化问题，这与生产者的决策过程是相一致的。进一步就现实的角度而言，由于中国能源企业基本上属于国有，能源供给者在很大程度上受到政府的影响，某种意义上，政府就是能源供给者(相当于本文论及的各种预测、优化问题，都是政府这一能源供应者的决策过程)，所施加的几个约束正是反映着政府的诉求。此外，在中国经济发展的工业化阶段，能源需求刚性比较强，价格对能源需求的影响比较小，这也导致供给(通过价格)对需求的反馈较小。
图1 环境治理约束下的中国能源综合预测框架 图1的基本步骤如下：(1)满足社会经济发展需要的能源需求，除了传统的以供给保障需求外，节能也应该纳入考虑范围，扣除节能量之后的能源需求才是需要供应的能源。(2)对于特定的能源供应量可由不同的能源品种来实现，但是面临两种约束，即环境治理约束和能源供给约束。(3)理论上存在一个满足环境治理约束和能源供给约束的最优能源结构，而且不同的环境约束强度对应有不同的最优能源结构。(4)不同能源结构的成本不同，越清洁的能源结构成本越高，这会增加经济运行成本，因此，需要从社会经济发展全局来考虑该环境治理强度是否可接受。如果影响太大，则需要适当放松环境治理约束，如果影响较小，则是可供选择的能源结构。(5)根据最优能源供应量和环境治理约束下可接受的最优一次能源结构，可以计算出中国未来的煤炭消费和二氧化碳排放量，并分析其各自的峰值。 我们分为两个阶段来构建本模型的优化过程：第一阶段考虑节能因素，求出最优的能源供给量；第二阶段根据能源供给约束和环境治理约束，得到最优的一次能源结构。具体地，第一阶段最优能源供应量模型设定如下。假设未来中国经济需要能源消费总量为
，并考虑节能因素对能源需求的影响，得到：
其中，
为能源需求量，
为节能量，
为能源供给量(包括进口)，
为各能源品种的供给量。本文不仅从能源供应侧，且结合能源需求侧管理，考虑如何满足能源需求问题。将节能也作为中国能源综合预测框架的一个过程，可以通过选择能源供给投入或者节能投入，使满足同样数量能源需求的成本实现最小化。因此，由公式(1)可以得到：
其主要政策含义是，在能源需求量既定和资金量有限时，资金既可以投向能源生产(含进口)，也可以投向节能。如果将更多资金投入节能，节能量就提高，但是能源生产投入相应减少。那么，优化目标就是，选择在满足能源需求的同时，使投资成本最小化的能源供给和节能组合，对于最后一单位投入的边际成本，能源供给(生产和进口)和节能的边际成本相等，即：
其中，C(
)是节能成本函数，C(
)是能源供给成本函数。其经济含义是，在满足一定能源需求的前提下，使所需投入的社会成本最小化。 第二阶段一次能源结构的优化过程如下：模型将能源分为煤炭、石油、天然气和非化石能源四种，以最小化能源消费的社会总成本为目标，以环境治理要求为约束，建立优化模型，以得到2020年最优一次能源结构。目标函数为：
其中，
为第i种能源的价格；
为第i种能源占总能源供应量
的比重，即一次能源结构。为了将雾霾背景下的环境治理约束引入分析框架，我们将导致雾霾的一种主要污染物——二氧化硫排放约束，作为环境治理强度的度量指标。公式(4)的优化过程须满足环境治理约束，即：
其中，
为燃料燃烧产生的二氧化硫排放，
为二氧化硫去除率，
为平均含硫量，64和32分别为二氧化硫和硫的分子量。二氧化硫排放分为燃料燃烧和生产工艺两个部分，前者占总排放的90%左右。因此，根据本文设定，总的排放量为
/0.9，对应的上限约束为
/0.9。 通过施加二氧化硫排放约束作为环境治理约束的度量指标，可以有效地促进能源结构往清洁化方向发展。公式(5)就是对公式(2)的最优能源供给量设定环境治理约束，对于特定的二氧化硫排放约束，便有相对应的能源结构，并据此计算煤炭、石油、天然气和其他非化石能源的量。排放约束越束紧(排放量下降)，只要在能源供应约束的范围之内，煤炭需求就越少，能源结构就越趋于清洁，从而氮氧化物和烟尘排放同时也就得到了有效控制(因为煤炭燃烧分别占氮氧化物和烟尘总排放量的56%和74%)。因此，二氧化硫排放量是一个有效的环境治理约束度量指标。 各类能源中煤炭排放最大，但成本也最低。如果使用天然气、太阳能等价格较高的清洁能源取代煤炭，这样的一次能源结构转变，必然存在经济成本。对于不同环境治理约束下得到的一系列能源结构和相对应的一系列能源成本，通过构建可计算的一般均衡模型(Computational General Equilibrium Model，CGE)，分析环境治理倒逼的能源结构调整对宏观经济的影响，再考虑社会经济的承受能力，即确定可接受的环境治理强度及其对应的能源结构，从而求出某个环境治理约束下可接受的最优一次能源消费组合。即最优能源结构：
。 通过上述过程，可以求得对于某一特定时间节点的最优能源结构。为了根据上述优化结果进一步分析能源结构的演化过程，参考王锋的研究，我们采用马尔科夫链的转移概率矩阵，得到环境治理约束下2013-2030年的能源结构。⑥ 从n时刻到n+T时刻，厂商和消费者选择从消费一种能源转移到消费另一种能源的可能性大小，就是转移概率。以对煤炭、石油、天然气和非化石能源之间的转移概率为元素，形成中国能源结构该时段的马尔科夫链中的转移概率矩阵：
在转移概率矩阵P中，主对角线上的元素表示四种一次能源消费保持原有份额的概率(保留概率)；主对角线以外的概率元素为转移概率；转移矩阵的每一行之和等于1。用马尔科夫链预测模型进行结构演变预测，关键在于确定转移概率矩阵P。在给定2013年和2020年能源结构的基础上(2020年的能源结构通过环境治理约束下的能源成本最小化进行优化求解得到)，计算转移矩阵P的步骤如下。 第一，计算保留概率元素值。当能源结构从n时刻转移到n+T时刻，如果一种能源的消费份额增加，则这种能源在P中的保留概率为1。如果份额减小，则其保留概率为：保留概率=n时刻的份额/n+T时刻的份额。以煤炭为例：
第二，确定保留概率为1的元素所在行的转移概率元素值。若某行的保留概率元素为1，说明该行所代表的能源消费份额不变或增加，故不存在向其他能源转移的可能性，而且在前面已经设定，转移概率矩阵的每行元素之和等于1。因此，该行的转移概率元素值都为0。以煤炭为例：
第三，确定保留概率小于1的元素所在列的吸收概率元素值。若某列的保留概率元素值小于1，说明该列所代表的能源消费份额在减少，故不存在从其他能源吸收份额的可能性，因此，该列的吸收概率元素值都为0。以煤炭为例：
第四，确定保留概率小于1的元素所在行的非零转移概率元素值。以煤炭的保留概率小于1的情景为例：
根据上述四个步骤，可以计算出中国从2013年能源结构到2020年能源结构的转移概率矩阵P，使得
(2020)=S(2013)·P。再设Ω=(P)[1/7]，根据S(n+1)=S(n)·Ω，即可计算得到最优能源结构随时间的演进过程。 进而，各年的煤炭消费量和二氧化碳排放量为：
其中，C为二氧化碳排放量；
为煤炭、石油和天然气转换成标煤当量后的二氧化碳排放因子，根据IPCC系数进行折算，⑦煤炭取2.763，石油取2.145，天然气取1.642，单位均为“千克/千克标准煤”；
为根据能源结构计算得到的各种能源的供应量。 三、环境治理约束下中国能源需求和结构预测 (一)能源需求和考虑节能下的最优能源供应量预测 根据图1的综合预测框架，我们首先预测能源需求。供给和需求可能存在反馈关系，为了刻画这一反馈机制，我们建立了如下能源需求(
)和供给(
)的联立方程模型：
能源需求方程考虑以下方面的影响。(1)能源需求会受到能源价格的影响，同时作为一种引致需求，也受到经济产出的影响。因此，我们设定能源需求是能源价格(
)和产出(
)的函数。(2)能源需求预测应符合经济增长的阶段性特征，在模型中表现为控制变量
。首先，中国经济发展正处于工业化阶段的后期，工业用能在中国的总能源消耗中占70%以上，重工业则占60%左右。为了刻画工业化发展阶段对能源需求的影响，我们将工业化水平(
)引入能源需求方程。其次，中国粗放型的经济发展模式造成单位产值能耗水平很高，能源使用效率(
)的变化对能源消费将造成影响。此外，从国际经验来看，随着经济发展水平的提高，能源消费弹性逐渐下降，而能源消费弹性的下降主要是由于能源使用效率提高导致的，为了将这一特征纳入模型之中，我们还添加了
与
的交互项。 关于能源供给的影响因素考虑三个方面。(1)能源价格。(2)由于煤矿、油井等运营周期长，生产具有比较强的惯性，我们将上一期能源供给(
)作为一个解释变量。(3)为了刻画中国能源市场“以需求决定供给”的特点，我们将能源需求的上一期(
)加入对能源供给的解释变量，因为上一期的能源需求情况可能会影响能源生产企业的本期决策。这是能源需求对供给的一种反馈。 因此，能源供需的联立方程模型具体形式如下：
其中，
为能源需求量，
为国内能源供给量加上能源净进口量。数据来源于CEIC数据库和BP，⑧样本区间为1980-2012年，名义变量平减到1990年不变价。与何晓萍等的研究类似，我们采用工业增加值在GDP中的比重作为度量工业化水平的指标；用工业增加值与工业能耗之比代表能源使用效率；⑨参考Lin和Li的研究，将各种一次能源的价格按照对应年份的能源结构加权平均，得到综合的能源价格。⑩为消除异方差的影响，除工业化率这个比例指标，所有变量均做对数化处理。 阶条件和秩条件均可判断联立方程组(12)中的各个方程均可识别，我们采用三阶段最小二乘法(3sls)对模型进行估计。估计结果见表2。
表2的结果表明，推动能源需求增长最重要的因素是GDP，但是随着经济发展水平的提高，能源消费弹性逐渐下降，即变量gdp与能源效率的交互项系数显著为负(-0.023)，这与国际经验是一致的。此外，工业化率越高，能源需求越高；而能源使用效率的提高能抑制能源需求的增长。但是，能源需求的价格弹性较小，且在统计上不显著。这可能是由于能源价格的行政控制与市场不完善，阻碍了能源价格在市场体系下发挥功能。在已有的文献中，陶小马等对中国能源需求的研究以及Cho等关于韩国的研究，甚至出现了能源价格弹性为正的情况。(11)目前中国能源市场化改革尚未完成，能源价格仍受到行政干预的影响，能源价格扭曲较为严重，较难反映它对能源需求的影响。较小的能源需求价格弹性可能意味着，中国经济体系的运行中的价格管制等市场不完善因素，限制了价格对能源需求的调节作用。 能源价格对能源供给量的影响并不显著异于0，这可能是由于中国能源企业基本上属于国有，保障社会经济发展需求的能源安全供应是国有能源企业的首要目标，故能源价格对能源供应的影响并不特别明显。我们对能源价格与能源供应进行格兰杰检验的p值为0.759，也表明能源价格并不是能源供给的格兰杰原因。此外，剔除变量组
或者加入D1997和D2008这两个表征经济危机的虚拟变量后，结果依然稳健。限于篇幅，不再赘述。 我们基于表2的结果进行能源需求预测，情景设定如下。(1)GDP的增长率设定根据国务院发展研究中心对中国未来经济增长的预测，2013-2015年平均为7.5%，2016-2020年平均为7.0%，2021-2030年平均为5.0%。(12)(2)经济结构来源于世界银行对中国2030年的经济展望。到2020年工业占GDP的比重为41%，2030年占比为34.6%。(13)(3)能源价格预测缺乏足够的依据，我们采用灰色预测方法对未来能源价格进行预测，(14)未来能源价格年均上升4.7%。(4)尤为需要注意的是，能源需求预测模型中对能源效率的设定。未来能源效率的提升也是节能因素的一种。在此基础上，再将节能量从能源消费量中扣除，会导致重复计算。因此，需求预测这部分不再设定能源效率提高，而直接采用2012年的值进行预测。 根据对各变量的设定，本文预测了中国一次能源需求量。结果表明，在不考虑节能投入影响的情况下，2020年中国一次能源需求为52.8亿吨标准煤，2030年为63.0亿吨标准煤。需要注意的是，这一结果尚未考虑节能投入的影响。在本文的框架中，“一次能源需求量”与规划中提到的“能源消费总量目标”在概念上存在差别。规划中的能源消费总量目标更接近下文中，考虑了节能投入影响后需要满足的供应量，即达到传统意义上而言的“供给=需求”。 在需求预测的基础上，本文进一步考虑节能因素，可以通过选择能源供给投入或者节能投入，使满足同样数量能源需求的成本实现最小化。为了得到节能的边际成本，本文估计了中国2020年的节能供给曲线。Stoft提出了节能成本测度的方法，根据这一方法，基本的节能供给曲线包括一系列节能的测量，构建节能供给曲线最重要的部分是计算节能成本(Cost of Conserved Energy，CCE)，CCE的计算公式如下：(15)
其中，C是节能项目的总投入，δ为折旧率，n为折旧年限，△E/year是年均节能能力。在节能供给曲线的构建中，节能测量需要加权，以使CCE的走势为上升的，即得到如传统供给曲线形状的节能供给曲线。其经济含义是，成本低的节能手段应该得到优先使用。具体构建步骤如下：(1)分别计算所有节能措施的CCE；(2)选择最低的CCE；(3)在其余中选择次低的CCE；(4)以此类推。
图2 中国的节能供给曲线 注：有四个节能项目的边际成本较大，为使表述清楚，未在图中反映，不影响结果。 具体计算中，节能项目的基础数据来源于国家发改委编制的《国家重点节能低碳技术推广目录》，(16)其中包含了218项重点节能技术，涉及煤炭、电力等13个行业。我们提取了各技术“未来5年的预计总投入(万元)”和“未来5年的预计节能能力(万吨标准煤/年)”(即到2020年)。折旧率参考金戈的研究，取9.2%。(17)折旧年限为20年。计算得到的节能供给曲线如图2所示。
图3 能源需求历史序列的拟合以及中国最优一次能源供应量预测 根据对能源价格的预测结果，2020年各能源品种加权平均后的价格为2776.1元/吨标准煤，利润率采用煤炭行业近十年的平均值(12.5%)，本文取能源供应成本为2466.6元/吨标准煤。节能供给曲线与能源供给成本的交点即为最优节能点，最优节能量为1.85亿吨标准煤。根据我们上文对能源需求的估计，最优节能量占2020年上述13个行业能源消费量的6.5%。随着节能技术推广和节能项目逐步投产，节能潜力以及对应的最优节能比例会随时间扩大，我们按照线性外推得到各年的最优节能比例。考虑节能因素后，中国最优能源供给量的预测结果见图3。 (二)环境治理约束下的最优能源结构 根据前面部分的讨论，二氧化硫排放约束可以作为环境治理约束的有效代理指标。为了量化考察环境治理约束下的最优能源结构，我们需要设定二氧化硫约束指标。“十一五”规划的全国二氧化硫总量减排目标为2010年比2005年减少10%，“十二五”该规划值为2015年的排放量比2010年减少8%。考虑到技术制约，在一定的环境治理强度下，减排难度越来越大，我们设定在目前的治理强度下，“十三五”期间二氧化硫减排目标为2020年排放量比2015年进一步下降6%。但是，由于中国环境问题日益突出，在可承受的经济损失范围内，中国很可能会加大环境治理强度。对于这一情形，我们设定即使考虑进一步减排的难度，“十三五”期间的减排目标也要达到10%。这两种情形下的二氧化硫排放，相对于2010年分别减少14%和18%(相应地定义为“一般环境治理”和“严格环境治理”)。 在化石能源燃烧的排放中，我们主要考虑煤炭和石油的二氧化硫排放。第一，对于煤炭燃烧的排放，由于生产设备的脱硫改造，二氧化硫去除率会上升。去除率的高低主要参考韩国刚等的研究，(18)煤炭平均含硫率根据2012年火电行业的二氧化硫排放量和煤炭消费量校准得到。(19)第二，石油的二氧化硫排放主要来自汽车尾气排放。从目前的“国三”标准提高到“国五”标准，同等石油消费量的二氧化硫排放可以减少80%。据此，对于公式(5)中的
，煤炭为0.25%，石油为0.09%。 应该注意到，由于技术、经济、地理、安全等方面的原因，无论施加何种程度的环境约束，化石能源和非化石能源都存在其利用约束。对于石油，国际能源署(IEA)预测，中国2020年石油对外依存度为68%，(20)我们以此作为上限约束；(21)下限约束来自国土资源部发布的《全国矿产资源规划》中对石油消费量的保守预测(5亿吨)。(22)天然气上限约束来自基础设施可提供的最大供气能力。按照中国政府规划，2020年天然气供应能力达到4000亿立方米，力争达到4200亿立方米，我们以最大供应能力4200亿立方米作为上限约束。根据中石油规划总院的预测，2020年常规天然气(含致密气)的产量为1620亿立方米，非常规天然气产量420亿立方米；俄罗斯和中亚进口管道气1000亿立方米；根据现有合同，进口液化天然气(LNG)600亿立方米。(23)即使中国不再开拓新的天然气来源，由于管道基础设施投资的巨大成本以及供气合同的限制，目前已有天然气资源必须得到利用。我们以上述天然气来源的总和扣除生产自耗和管道耗气，得到天然气供给3390亿的立方米的下限约束。 非化石能源的下限约束为，政府承诺的不低于一次能源供应量的15%。2013年底，水电装机达到2.8亿千瓦。考虑到水电较长的建设周期(4—8年)，2020年投产项目需要在“十二五”期间全部开工。“十二五”开工规模为1.05亿千瓦，到2020年水电装机约为3.8亿千瓦。核电建设的周期为5年左右，2015年前批复建设的核电机组到2020年应该基本能够建成发电。根据国家发展与改革委员会的规划，2020年能完成的装机上限为5800万千瓦。风电、太阳能和生物质等其他非化石能源上限来源于规划值，分别为2亿千瓦、1亿千瓦和3000万千瓦。非化石能源能提供的能源还取决于发电小时数，核电按7000小时计，水电取十年平均值3200小时，太阳能1500小时，风电1900小时，生物质5000小时。按照上述利用条件，2020年非化石能源能够提供15.3%的一次能源。 整理归纳上述环境约束和一次能源供应约束，得到表3。
对于目标函数(4)式中的能源价格，煤炭、石油、天然气价格，根据美国能源信息署(EIA)的预测数据折算得到。(24)由于天然气市场的区域特征非常明显，天然气价格采用亚洲和美国的天然气比价进行了调整。非化石能源的成本采用Lin和Li基于学习曲线的预测结果。(25)除了经济成本，由于石油和天然气对外依存度过高，存在影响国家安全的负外部性，我们根据Leiby以及Coq和Paltseva的研究，计算得到石油和天然气对外依存的国家安全成本。(26) 给定能源需求、节能量、能源价格和环境治理强度，有相对应的最优能源结构，根据式(1)—(5)可以计算出环境治理约束下的最优一次能源结构。不同环境治理强度下，2020年的最优能源结构如表4所示。
表4的结果表明，由于中国禀赋条件的特点，至2020年，中国以煤为主的一次能源结构不会改变，但在不同的环境治理强度下，煤炭占一次能源的比重有很大差异。相对于2013年，积极的环境治理约束能够明显地改善能源结构，煤炭占一次能源的比重会有更大幅度的下降。水、核、风、太阳能等非化石能源占一次能源的比重，相对于2013年会有较大提高，但是受到现阶段可利用程度的制约(上限约束)，在更严格的环境治理下，其占比不会有明显变化，严格环境治理下减少的煤炭消费主要由石油和天然气来替代。受制于中国油气资源供给能力的限制，进行严格的环境治理会加大中国一次能源对外依存的程度。进一步计算两种治理情形下，能源对外依存度的结果表明：如果进行一般强度的环境治理，到2020年，中国一次能源的对外依存度为13.0%；更严格环境治理下油气对煤炭的替代，会使得中国一次能源对外依存度上升到16.0%。需要指出的是，严格环境治理情形下对外依存度的提高，主要是受制于国内油气资源自给能力的不足，因此，增加非常规油气资源的开采是在环境治理的同时，将能源对外依存控制在可接受范围内的一种可行手段。进一步的计算发现，在严格的环境治理约束下，要将能源自给率控制在85%以上，到2020年中国需要形成4200万吨石油替代能力(假设2020年国内石油开采量维持在2亿吨，天然气产量2040亿立方米，且煤炭完全自给)。 不同环境治理强度下的能源结构不同，对应的能源成本也不同。表5是在表4基础上计算得到的，不同环境治理强度下2020年的总能源成本。作为对比参考，我们还计算了没有环境治理约束情景下的能源成本。然后进一步通过构建中国能源环境可计算一般均衡模型，进行不同能源成本的宏观经济影响分析。表5的结果表明，随着环境治理约束的束紧，从价格较低的煤炭替换为价格较高的石油、天然气等，能源总成本呈现明显非线性的上升趋势。一般强度的环境治理会使能源成本增加1663亿元；而采用严格的环境治理强度，会使得能源成本增加10154亿元。原因可能在于，一般环境治理强度下，主要体现为非化石能源对化石能源的替代，随着非化石能源成本的下降，其单位热量的成本相对于石油和天然气而言更低。但是，受制于非化石能源可利用程度的约束，在更严格的环境治理约束下，进一步的替代主要由石油和天然气来实现，因此成本出现大幅上升。
接下来，我们考查环境治理导致的能源成本上升，对宏观经济产生的影响。20世纪60年代以后，随着数据的可得性和计算机技术的发展，一般均衡分析方法向可计算化方向发展，即可计算一般均衡模型CGE。本文研究采用的CGE模型将部门合并整理成农业、轻工业、重工业、建筑业、服务业、煤炭、石油、天然气、煤电、水电、核电、风电、太阳能及可再生能源、二氧化硫减排和固体废弃物减排等15个，构建了中国能源环境CGE模型。限于篇幅，方程设定请参见刘希颖和林伯强的研究。(27) CGE的数据基础是社会核算矩阵(Social Accounting Matrix，SAM)。我们以中国2007年42个部门的投入产出表(IO)作为基本的数据基础(2012年IO表尚未发布)，构建了中国能源—环境的社会核算矩阵。除投入产出表外，其他数据主要来源于《中国统计年鉴》(中华人民共和国国家统计局编，北京：中国统计出版社)、《中国能源统计年鉴》(国家统计局能源统计司编，北京：中国统计出版社)、《中国环境统计年鉴》(国家统计局编，北京：中国统计出版社)、《中国财政年鉴》(中华人民共和国财政部主编，北京：中国财政杂志社)、国家外汇管理局发布的《中国国际收支平衡表》等。在编制SAM表时，由于数据来源于不同的统计资料，加上统计口径的差异，难免出现一些账户不平衡(即收入和支出不相等)，我们采用最小交叉熵法进行平衡。 参数分为内生参数和外生参数两部分。内生参数包含了CGE模型中的大部分参数，通过SAM表校调，如中间投入系数、份额参数、储蓄率以及各种税率。需要外生给定的参数有两个来源：第一，通过计量方法进行估计，如生产函数中的要素替代弹性主要参考Antras的方法估计；第二，参考前人已有研究中的设定，如CET函数和Armington函数的弹性主要参考Zhai和Hertel，效用函数的参数来自李丕东。(28) 通过比较CGE的模拟结果，我们可以分析环境治理导致的能源成本对GDP、就业、进出口等宏观经济因素的影响，再考虑社会经济的承受能力，即可确定某一可接受的环境治理强度。通过CGE模型，以没有环境治理约束的情景为基准，我们对2020年两种不同环境治理强度的宏观经济成本进行了模拟，得到的宏观经济影响如表6所示。
表6的结果表明，环境治理强度变大对就业的冲击很小。其原因可能在于中国以保障就业为宏观经济最主要的目标之一，环境治理更多的是造成了劳动要素在不同部门之间的重新配置，总的就业受到的影响很小。环境治理虽然冲击了传统产业的就业，但是在环保部门创造了新的就业。(29)然而，资源的重新配置是有成本的，导致了产出的下降。(30)与此相吻合，我们的模拟结果表明，在环境治理下GDP会有一定程度的下降，但是下降幅度是较为温和的(-0.927%和-0.425%)。 对于出口而言，环境治理会直接提高出口产品的成本(如通过提高能源成本、征收环境税等方式)，降低产品竞争力，导致出口减少。环境治理对进口的影响有两个途径。首先是成本效应，即由于国内环境规制强度提高了，生产成本也相应上升，进而影响本国商品竞争力，因此进口有可能是增加的。其次是需求效应。整体而言，中国存在比较明显的“为出口而进口”的现象，(31)出口的下降在很大程度上会带来进口的减少。环境治理对进口的最终影响，取决于这两种途径的相对强弱。我们的模拟结果说明，成本效应在环境治理对进口的影响中占主导，导致了进口增加。 总的来说，即使采用严格的环境治理强度，就业仅下降0.014%，对应的GDP下降0.93%。就业可以得到保障，对产出的影响也在可接受的范围内。值得一提的是，宏观影响结果是基于目前的经济结构和技术条件而言的，如果可以向更环保的方向改变产业结构，或者引导后期技术进步，环境治理带来的成本增加对宏观经济的影响还会温和一些。例如，陈诗一就认为，中国可以实现环境和经济的双赢发展。(32)可以认为，两种环境治理强度都是经济上可供选择的环境治理强度。 (三)环境治理约束下的煤炭消费峰值和二氧化碳排放峰值 根据上面的结果，我们得到在两种经济上可接受的环境治理强度下，2020年的最优能源结构。进一步地，根据马尔科夫链过程可以得到能源结构随时间的演化过程。(33)两种情景下的马尔科夫结构转换矩阵为：
其中，
分别为严格环境治理和一般环境治理下的转换矩阵。基于上述马尔科夫结构转换矩阵，我们可以得到能源结构的变化过程，图4报告两种不同环境治理约束下每五年的能源结构。从图4可见，第一，严格的环境治理约束能够明显地改善能源结构，煤炭占一次能源的比重会有更大幅度的下降。在严格的环境治理约束下，2030年煤炭占一次能源消费的比重会下降到47%左右。第二，由于资源可利用量的限制，非化石能源占比很难进一步随着环境治理强度的束紧而增加。(34)需要指出的是，在两种情形下，非化石能源占一次能源的比重，均能满足中美联合声明中“到2030年非化石能源占一次能源消费比重提高到20%左右”的政策约束。
图4 不同环境治理强度下能源结构的演进 注：
代表“严格环境治理”情景，
代表“一般环境治理”情景，2013年为真实值。 能源需求增速的放缓和能源结构的改善，将影响煤炭消费以及二氧化碳排放出现峰值的时点，我们接下来考察煤炭消费以及二氧化碳排放随时间的变化。根据最优能源供应量以及满足环境治理约束和供应约束的最优一次能源结构，可以得到未来煤炭需求的预测结果，如图5所示。在一般强度的环境治理约束下，中国煤炭需求将在2023年达到峰值45.0亿吨。通过更严格的环境治理约束，中国可以提前达到煤炭需求峰值。根据模拟结果，在严格环境治理情景下，煤炭需求峰值将在2020年出现，峰值为42.0亿吨，其后煤炭消费的绝对量将开始下降。 根据图5的煤炭需求预测结果，环境治理下的煤炭产能过剩问题将愈发严重。在2012年前持续旺盛需求的推动下，煤炭采选业固定资产投资逐年增加，即使按照保守估计，中国现有煤矿产能超过40亿吨，在建和技术改造煤矿规模超过10亿吨。(35)一方面，随着在建和技术改造煤矿的陆续投产，煤炭行业的供给能力不断增加；另一方面，由于治理雾霾等原因，煤炭需求很难得到提升，甚至在峰值出现后煤炭需求量还会下降。因此，供给过剩将会成为未来几年煤炭行业的常态。从政府的角度来说，应该对煤炭行业严格准入要求，同时建立煤矿退出机制，加大淘汰落后产能的力度。对于投资者而言，对煤炭投资应持谨慎态度，避免加剧过剩产能，进一步恶化行业发展。
图5 不同环境治理强度下的煤炭需求及其峰值 二氧化碳排放峰值出现的时间，取决于煤炭消费峰值的到来。在煤炭峰值的基础上，我们进一步计算了在不同环境治理约束下的二氧化碳排放峰值，如图6所示。在一般强度的环境治理约束下，二氧化碳排放峰值将在2028年出现，峰值为131.8亿吨。更严格的环境治理约束，能够加速中国能源结构的转型，使二氧化碳排放峰值提前出现。我们的预测结果表明，在严格的环境治理约束下，中国二氧化碳排放将在2023年达到峰值118.1亿吨。美国的煤炭消费在2005年之后开始下降，其二氧化碳在2007年达到排放峰值。美国二氧化碳排放峰值出现在煤炭消费峰值两年之后，尽管有经济危机和页岩油气发展的影响。在中国的条件下，在煤炭消费峰值之后的3—5年内出现二氧化碳排放峰值，应该是较为合理的。 就政策实现而言，所谓的“低碳发展”往往是自上而下之事，民众常觉得与己关系不大，也容易遭到企业的抵制，政策难于落地，还可能会扭曲市场。以2010年冬季出现的拉闸限电为例，当时“十一五”节能减排考核在即，为了完成节能任务，关停了部分火电站。相应的能源需求迅速转向柴油，柴油价格迅速疯涨，伴随着柴油危机的还有原油危机。这都是政府将行政命令加于市场之上造成的。而环境改善的诉求则是自下而上的，在雾霾的大背景下，民众和企业有参与的共识和动力。环境治理背景下2030年的二氧化碳排放峰值目标的承诺，是可以实现的，通过努力，提前到达峰值也是可能的。
图6 不同环境治理强度下的二氧化碳排放及其峰值 随之而来的问题是，煤炭消费和二氧化碳排放峰值出现后，是否会使中国经济增长陷入瓶颈。我们采用格兰杰因果检验的结果表明，经济增长并不是煤炭和二氧化碳排放的格兰杰原因(煤炭消费和二氧化碳排放的格兰杰检验的p值分别为0.559和0.302)。与其等价的逆否命题意味着，中国煤炭和二氧化碳达到“天花板”并不意味着经济增长的“天花板”。这与Soytas等的研究结论一致。(36)其原因不难分析：煤炭消费和二氧化碳排放峰值的出现，是能源结构转变、能源成本上涨和能源效率提升等因素作用下的自然结果，并不是人为强行设定的。事实上，由于页岩气革命带动的美国能源结构转变，美国的煤炭消费和二氧化碳排放分别在2005年和2007年达到峰值。但是这并不妨碍美国危机后经济的复苏，甚至还开始了再工业化的势头。 四、进一步讨论：分区域环境治理和煤化工的影响 (一)分区域环境治理下的区域煤炭消费峰值和二氧化碳排放峰值 不同区域环境治理的迫切性及强度不同，导致中国煤炭消费峰值和二氧化碳排放峰值的实现路径具有“分区域实现峰值”的特点。需要考量分区域环境治理的因素，分析环境治理重点区域和非重点区域在环境治理背景下各自的煤炭消费和二氧化碳排放峰值。“重点区域”指京津冀(北京、天津、河北)、长三角(上海、江苏、浙江)和珠三角(广东)；“非重点区域”是指中国除这三个地区之外的其他地区。 对于重点区域，国务院发布的《大气污染防治行动计划》，要求京津冀、长三角、珠三角到2017年实现煤炭消费总量负增长。我们以这一条件作为环境治理约束，即
。然后在这一条件约束下，求解重点区域至2030年的煤炭需求量。重点区域一次能源最优供给量采用与全国类似的方法得到，2020年重点区域的能源最优供给量为16.1亿吨标准煤，2030年为17.4亿吨标准煤。进一步对能源结构进行优化的结果表明，要满足
这一雾霾治理要求，2020年煤炭在一次能源结构中的占比不能高于53.0%(2012年重点区域煤炭消费占一次能源的比重为63.4%)。由此可得到重点区域煤炭需求随时间的变化，如图7(a)所示。如果煤炭占比进一步下降，重点区域煤炭需求也会进一步下降，而且对应的煤炭峰值会提前到来。
图7 分区域煤炭需求 在计算过程中，我们将重点区域的外来电力输入也作为“非化石能源”。因为对于电力受端地区而言，区外送入的电力资源不需要在本区消费化石能源，也不会排放污染物。事实上，加大跨区电力输送已经作为中国治理重点地区雾霾的重要手段之一。非重点区域向重点区域输送的电力来源于两个部分：一部分来源于水电等清洁能源(比如四川送往江苏)，另一部分则来源于燃烧煤炭的火电(比如贵州送往广东)。伴随重点区域煤炭消费的下降，非重点区域的煤炭需求相对全国平均水平会上升。我们根据本文第三部分得到的全国煤炭总需求，减去重点区域需求，就得到了非重点区域煤炭需求的变化情况，如图7(b)所示。结果表明，在两种环境治理强度下，非重点区域的煤炭消费峰值将在2022年和2026年才会到来。电力资源的跨区调配，起到了统筹全国环境总体环境容量的作用。发展大容量、长距离输电是其中一种可能的实现路径。 图8分别报告重点区域和非重点区域的二氧化碳排放。随着重点区域煤炭消费在2017年到达峰值，其对应的二氧化碳排放也将在2022年达到峰值。非重点区域的二氧化碳排放峰值时间及其排放量，取决于全国整体的环境治理强度(分别为2024年和2030年)。第一，在一般环境治理强度下，非重点区域有更大的余地，通过更多地发展燃煤火电，满足本区需求以及重点区域的电力外调需求，其对应的煤炭消费和二氧化碳排放峰值出现较晚。第二，在严格的环境治理强度下，环境治理约束使得非重点区域必须采取更清洁的能源结构来满足环境治理要求，更多的煤炭被替代，煤炭和二氧化碳峰值会更早地显现。
图8 分区域二氧化碳排放 (二)煤化工对煤炭消费峰值和二氧化碳排放峰值的影响 煤炭消费峰值和二氧化碳排放峰值很重要的一个不确定性，来自煤化工的发展，特别是煤制天然气(煤制气)和煤制石油(煤制油)。本文第三部分表明，由于非化石能源可利用量的约束，严格环境治理约束下煤炭占比的进一步下降，需主要由石油和天然气来弥补。考虑到中国油气资源相对匮乏的现实情况，加上新能源替代中存在的价格、供应和并网等诸多制约因素，在严格环境治理情景下的“去煤化”过程，可能会导致石油和天然气对外依存度的快速增长，进而带来很高的国家安全成本。(37)基于资源禀赋和价格优势的考虑，发展煤制气和煤制油，推动煤炭同时作为燃料和原料，可能成为未来发展的方向和煤炭行业自救的手段。这造成未来中国煤炭消费和二氧化碳排放峰值的不确定性。因此，我们在严格环境治理情景的基础上，进一步考察煤制气和煤制油对煤炭消费峰值和二氧化碳排放峰值的影响。 首先考虑煤制气。煤制气市场容量受天然气需求和供应两方面因素的影响，需求数据来源于本文预测结果。供给数据(包括自产气、进口管道气和进口LNG等)根据中石油规划总院韩景宽等的预测，(38)并考虑损耗的影响，得到2020年中国煤制气市场容量为276亿立方米；2030年为560亿立方米。除了市场规模，煤制气的煤炭消耗量还取决于转换率。本文采用的转换率数据根据《中国低碳发展报告2014》的数据折算而来。(39) 然后考虑煤制油。截至2014年7月，中国共有15个煤制油商业化或示范装置处于建设或积极推进前期工作阶段。全部15个项目投入运行后，中国预计将于2018年实现1878万吨/年的煤制油总产能。我们按照线性外推得到中国煤制油至2030年的发展规模：2020年为2825万吨/年；2030年为7562万吨/年。煤制油的转换率来源于中国伊泰集团的煤制油项目的实际运行数据。(40) 按照上述规模，即使在严格的环境治理约束下，煤制气和煤制油的发展都会使得煤炭消费和二氧化碳排放出现较大幅度的上升(分别为44.8亿吨和126.6亿吨)，对应的峰值时间也会向后推移(分别为2025年和2028年)。使用煤制天然气和煤制油来替代煤炭，从消费端而言确实更清洁，但仅从消费端来分析煤制气和煤制油的资源和环境影响是不全面的。从全国范围来看，煤制油和煤制气不能达到改变以煤炭为主的能源结构的目的，也达不到减少排放的目的。 五、结论和政策建议 2014年11月，中美发布联合声明，中国首次提出“计划2030年左右二氧化碳排放达到峰值且将努力早日达峰”。以雾霾治理为代表的环境治理，会倒逼能源结构加速变化，进而减少煤炭消费和控制二氧化碳排放。能源结构转变，以及伴随而来的煤炭消费和二氧化碳排放峰值的出现，可能成为环境治理的一个自然结果。在此背景下，本文构建了一个包含环境治理约束的能源综合预测框架，基于两阶段的优化过程，对中国环境治理背景下的能源结构转变、煤炭需求、二氧化碳排放以及对应的峰值进行了预测。本文的结论主要有如下几个方面。 第一，伴随环境治理下的能源结构转变，中国将出现煤炭消费和二氧化碳排放的峰值。即使在一般的环境治理强度下，中国煤炭消费需求峰值将在2023年出现，消费峰值为45亿吨；对应的二氧化碳排放在2028年达到峰值132亿吨。加大雾霾治理力度，峰值甚至可能提早出现，因为通过更严格的雾霾治理措施，高耗煤企业的关停将加速，或被较高的环境成本逼停，使能源结构转变的进程加快。通过更严格的雾霾治理措施，煤炭消费和二氧化碳峰值可能提前到2020年和2023年出现，峰值分别为42亿吨和118亿吨。主要的不确定性来自于煤制油和煤制气的发展规模，可能会导致煤炭和二氧化碳峰值明显后移。 第二，环境治理下的煤炭消费和二氧化碳排放峰值并不会明显抑制经济发展。即使在严格的环境治理约束下，就业仅下降0.014%，对应的GDP下降0.927%。这对总体就业的影响很小，对产出的影响也不大。中美联合声明中，中国设定的2030年碳排放峰值，并不会给经济带来额外压力。 第三，由于不同区域环境治理强度的差异，中国煤炭消费和二氧化碳排放峰值的实现路径具有“分区域实现峰值”的特点。雾霾治理重点区域将在2017年达到煤炭消费峰值，2022年达二氧化碳峰值。为满足经济发展必需的能源投入，减少重点区域(东部)煤炭消费的直接后果，将增加其他地区的煤炭消费和二氧化碳排放，其对应峰值的到来会延后。在东至西部污染和碳排放转移的过程中，如何加强对西部地区的保护并保障其合理权益，是下一步需要研究的重要课题。 第四，重视能源安全问题。环境治理下中国能源结构最直接的变化就是煤炭替代，这必然地造成石油和天然气消费及其进口的快速增长。因为中国石油产量已基本达到峰值，天然气产量短期内也难有大幅增长，中国能源结构转变过程中的能源安全问题不可忽视。政府最新提出的目标是，2020年能源自给率要保持在85%以上。因此，发展非常规油气和交通替代等，可能是未来的重要突破方向。 第五，能源结构的改变将对能源市场不同产品价格产生影响，进而影响不同能源产品的行业发展；而能源结构中的清洁可再生能源比例的增加，也将对能源储备产生不同的要求。这两类重大问题是今后能源经济和能源政策研究需要加以关注的。 从政策含义上来看，首先，在公众面临环境严重污染的压力下，政府借助环境治理的大势，可以倒逼能源结构的转变，使煤炭消费和二氧化碳排放峰值提早出现成为一个自然过程。其次，判断中国是否有条件科学合理地达到排放峰值和实现倒逼机制，需要将“能源—环境—经济”三者通盘考虑，更好地兼顾决策过程中发展模式的平稳转变，并识别环境治理风险。这对中国至关重要，在很大程度上决定了政策能否落地，本文是探索这一问题的尝试。 感谢匿名评审专家的有益建议。 ①P.Xu,Y.Chen and X.Ye,"Haze,Air Pollution,and Health in China," The Lancet,vol.382,no.9910,2013,p.2067. ②以上数据参见中国煤炭资源网,http://www.sxcoal.com/coal/3275622/articlenew.html. ③British Petroleum,BP Energy Outlook 2035,2015.http://www.bp.com/en/global/corporate/about-bp/energy-economics/energy-outlook.html. ④何晓萍、刘希颖、林艳苹：《中国城市化进程中的电力需求预测》，《经济研究》2009年第1期。 ⑤林伯强、姚昕、刘希颖：《节能和碳排放约束下的中国能源结构战略调整》，《中国社会科学》2010年第1期。 ⑥王锋：《中国碳排放增长的驱动因素及减排政策评价》，北京：经济科学出版社，2011年。 ⑦政府间气候变化专门委员会(IPCC)：《2006年IPCC国家温室气体清单指南》，日本全球环境战略研究所，2006年。 ⑧British Petroleum,Statistical Review of World Energy 2014. ⑨何晓萍、刘希颖、林艳苹：《中国城市化进程中的电力需求预测》，《经济研究》2009年第1期。 ⑩B.Lin and J.Li,"The Rebound Effect for Heavy Industry:Empirical Evidence from China," Energy Policy,vol.74,no.11,2014,pp.589-599. (11)陶小马等：《中国工业部门的能源价格扭曲与要素替代研究》，《数量经济技术经济研究》2009年第11期；W.G.Cho,K.Nam and J.A.Pagan,"Economic Growth and Interfactor/Interfuel Substitution in Korea," Energy Economics,vol.26,no.1,2004,pp.31-50. (12)李善同：《“十二五”时期至2030年我国经济增长前景展望》，《经济研究参考》2010年第43期。 (13)世界银行：《2030年的中国：建设现代化和谐有创造力的社会》，北京：中国财政经济出版社，2012年。 (14)U.Kumar and V.K.Jain,"Time Series Models(Grey-Markov,Grey Model with Rolling Mechanism and Singular Spectrum Analysis)to Forecast Energy Consumption in India," Energy,vol.35,no.4,2010,pp.1709-1716. (15)S.E.Stoft,"The Economics of Conserved-energy 'Supply' Curves," The Energy Journal,vol.16,no.4,1995,pp.109-137. (16)国家发展改革委：《国家重点节能低碳技术推广目录》，2014年，节能部分。 (17)金戈：《中国基础设施资本存量估算》，《经济研究》2012年第4期。 (18)韩国刚等：《中国2020年
排放量控制在2070万t以下的可行性分析》，《电力科技与环保》2011年第4期。 (19)之所以采用火电行业核算煤炭平均含硫率，是由于中国火电行业基本上是燃煤火电，油电和气电很少。 (20)International Energy Agency,World Energy Outlook 2010.http://www.worldenergyoutlook.org/publications/weo-2010/. (21)假设中国原油产量维持在2亿吨的峰值。 (22)国土资源部：《全国矿产资源规划(2008-2015)》，国土资发[2008]309号，2008年12月31日。 (23)韩景宽等：《从市场供需看我国煤制天然气发展前景》，《天然气工业》2014年第7期。 (24)Energy Information Administration,Annual Energy Outlook 2014:With Projections to 2040,2014. (25)B.Lin and J.Li,"Analyzing Cost of Grid-connection of Renewable Energy Development in China," Renewable & Sustainable Energy Review,2015,forthcoming. (26)P.N.Leiby,"Estimating the Nergy Security Benefits of Reduced US Oil Imports," Oak Ridge National Laboratory,2007; C.Coq and E.Paltseva,"Measuring the Security of External Energy Supply in the European Union," Energy Policy,vol.37,no.11,2009,pp.4474-4481. (27)刘希颖、林伯强：《改革能源定价机制以保障可持续发展——以煤电联动政策为例》，《金融研究》2013年第4期。 (28)P.Antras,"Is the US Aggregate Production Function Cobb-Douglas? New Estimates of the Elasticity of Substitution," Contributions in Macroeconomics,vol.4,no.1,2004,pp.1-34; F.Zhai and T.W.Hertel,"Impacts of the Doha Development Agenda on China:The Role of Labor Markets and Complementary Education Reforms," World Bank Policy Research Working Paper,no.3702,2005；李丕东：《中国能源环境政策的一般均衡分析》，博士论文，厦门大学，2008年。 (29)陆旸：《中国的绿色政策与就业：存在双重红利吗？》，《经济研究》2011年第7期。 (30)D.M.Lilien,"Sectoral Shifts and Cyclical Unemployment," Journal of Political Economy,vol.90,no.4,1982,pp.777-793. (31)占超群、代谦：《为出口而进口？中国进出口关系的实证分析》，《发展经济学论坛》2010年第2期。 (32)陈诗一：《节能减排与中国工业的双赢发展：2009-2049》，《经济研究》2010年第3期。 (33)之所以不再对2030年设定环境约束，是由于对2020年进行环境约束之后，能源结构的变化、煤炭峰值、二氧化碳峰值都会沿着特定的轨迹发展，成为环境治理下的自发过程。事实上，根据马尔科夫链过程求解的2030年能源结构，就是在特定环境治理强度下2030年的最优能源结构。需要说明的是，在能源供应总量给定的情况下，通过设定每一时点的环境约束和能源供应约束，其优化过程是得到该时点下最优能源结构的另一种方法。但这一优化过程需要对未来每一时点的环境约束和能源供应约束进行设定，这是非常主观的。采用马尔科夫链转移概率矩阵刻画能源结构演变的好处是，只需要设定2020年的能源供应约束和两种情景下的环境治理约束，而2020年的这些约束是相对比较有依据的(如政府制定的各种规划和行动计划等)，从而减少了设定每年约束条件的主观性。为了验证马尔科夫链转移矩阵是否确实能够比较好地模拟能源结构变迁，我们采用历史数据进行了模拟并与实际数据进行对比。结果表明，马尔科夫链过程模拟的能源结构和实际能源结构比较接近。由于篇幅限制，模拟结果不再报告。 (34)2020年，即使按照目前最大可开发量，也仅略微超过政府承诺的占一次能源15%的目标值(15.3%)。 (35)参见中国煤炭网，http://www.ccoalnews.com/101773/101786/239395.html. (36)U.Soytas,R.Sari and B.T.Ewing,"Energy Consumption,Income,and Carbon Emissions in the United States," Ecological Economics,vol.62,no.3,2007,pp.482-489. (37)P.N.Leiby,"Estimating the Energy Security Benefits of Reduced US Oil Imports." (38)韩景宽等：《从市场供需看我国煤制天然气发展前景》，《天然气工业》2014年第7期。 (39)为30.1吨煤炭/万立方米，参见齐晔编著：《中国低碳发展报告2014》，北京：社会科学文献出版社，2014年。 (40)为3.48吨煤炭/吨石油。
标签：一次能源论文; 能源结构论文; 能源消费论文; 能源论文; 煤炭能源论文; 煤炭行业论文; 成本分析论文; 石油投资论文; 概率计算论文; 成本预测论文; 石油资源论文; 环境保护论文; 环境污染论文;
