基于经济模拟的中国能源消费与碳排放高峰预测，本文主要内容关键词为：中国论文,能源消费论文,经济论文,高峰论文，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。
修订日期：2009-02-17
l 引言
经济增长与环境间的关系一直是学术界关注的热点。在以往的研究中，最常被采用的研究方法是在环境库兹涅茨曲线(EKC)存在的假设下应用经济计量学方法[1-5]。但对EKC曲线是否存在这一问题学术界一直存在很大的争议。
基于对多个国家面板数据的研究，Holtz-Eakin等学者应用统计计量方法认为存在EKC曲线[6-9]，而另外一些学者则得出相反的结论，如Dijkgraaf和Vollebergh[10]对Schmalensee et al.[9]的结论重新进行分析，认为其国家间数据同质性的假设存在问题，从而得出碳排放不存在EKC曲线的结论。此外，Sun等还将单个国家作为研究对象来检验一国内是否存在EKC曲线[11-13]。在EKC的理论研究方面，则主要从收入(或消费)的边际效应[14，15]、制度因素[16，17]和减排成本[18，19]等方面予以解释。
近年来，各国在保持经济稳定增长和致力于节能降耗上的努力使得经济增长对能源需求的拉动作用以及技术进步对单位产值能耗降低所起的作用加大。鉴于统计计量学方法不能反映经济增长与能源消费之间上述两种作用的动力学机制，为此本文在内生增长理论的基础上构造了一个动力学模型，通过该模型对能源消费和碳排放量进行预测来说明随着经济增长，我国是否将会出现一个先增后降的趋势，转折点又会出现在什么时候。
2 模型
2.1 模型基础
可见，式(9)具有唯一的极值点。从而能源强度与消费增长率之间存在倒U曲线关系，能源强度的持续增长会带来最优平稳增长率的最终下降。此外从式(11)可知，最优消费增长率决定于能源的弹性系数，而与劳动力弹性系数无关。
3 参数估计
在本文中，我们试图利用改进Moon-Sonn得到的模型获得未来经济平稳增长路径下的能源消费量和碳排放量。为此需要首先对模型的参数进行估计。对式(7)进行变换，得到用于参数估计的统计模型：
本文采用中国国内生产总值作为经济产出数据；在对资本存量的核算上，由于没有直接数据，这里采用GoldSmith 1951年开创的永续盘存法[21]，沿用张军等[22]对各变量意义的解释和对相关参数的测算。最终将GDP和资本投入换算为2000年可比价格。劳动力采用中国统计年鉴(2001-2006年)中的年底从业人员数，能源消费量数据来自各年的《中国能源统计年鉴》。各经济变量取1978-2005年的时间序列作为样本数据。回归结果如表1所示：
对于式(5)中的参数σ，p，本文根据中国的实际数据对其进行校准，取σ=1.5，p=0.195。对于ε，需要首先确定折旧率，本文采用张军等[22]对固定资本折旧率的测算值9.6％，从而ε=0.904。模型另外的参数人口增长率与劳动参与率n，ω取值根据魏高峰[23]预测的人口数据和王金营[24]预测的劳动力数据计算而来。
通过模型模拟结果与中国经济增长率实际值进行比较(表2)，可以发现，实际值与理论最优值之间非常接近，说明这里的估计是合理的。但由于模型获得是经济平稳增长下的增长率，而现实经济则受很多因素的冲击，从而导致二者之间存在一定差距。
此外，由表2我们还可以看出，即便在能源强度降低(2000-2002年，2004-2006年)的情况下，模拟的经济增长率仍呈不断上升的趋势。可见，能源对经济增长的瓶颈作用并没有显现出来。这是由于我国人口还未进入老龄化阶段，劳动力投入和技术进步对经济增长起到了促进的作用。
4 中国的EKC曲线
在考虑未来能源消费时，必须考虑技术进步对能源效率的影响。从理论上讲，这种变化应该反映在投入产出关系中。投入产出表具有反映经济结构和部门间技术依赖的作用，由此可以预测现有技术进步速度下能源强度的未来走势，根据1990、1992、1995、1997、2000、2002年6年的投入产出表，计算发现，煤、石油和总的能源强度均呈指数下降趋势，对应的下降率分别为-0.0353、-0.0604和-0.0423。其中，煤强度的下降速率低于石油强度，反映出在这期间的经济技术演变过程中，经济结构中以石油为主的能源部门技术进步速率快于以煤炭为主的能源部门。
4.1 能源EKC
根据能源强度下降率，容易计算出2006-2050年的能源强度。进一步地，将历年能源强度代入式(9)可以得到最优经济增长率，进而计算出历年的经济总量，与能源强度的乘积即为满足经济最优增长下的能源消费量。结果如表3所示。从表3可以看出，能源消费量出现了先增多而后下降的现象。由于产业惯性作用，能源消费量的增长还会保持一定的时期，但最终将会下降。这一方面是由于能源强度的下降，即生产单位GDP的能耗降低：另一方面能源投入的减少也在一定程度上减缓了经济增长，表现为最优经济增长率逐年下降。值得一提的是随着产业进步，世界性的经验表明，α将会上升，按式(9)，针对同样的强度α，g将会下降，能量消费总量将会下降。因此本文估计的能量消费总量一般情况下是个上界。
此外，根据中国实际数据模拟显示，不同的能源强度下降速率对能源消费高峰出现的年份有较大影响，结果如表4。从表4可以看出，能源强度下降速率对出现能源消费高峰的年份以及对应的人均GDP有很大影响。能源强度降低速率越大，能源消费高峰出现的年份越早，从而对应的该年经济最优增长率较高，而人均GDP较低。在当前产业经济技术变动趋势下，即依据投入产出关系得到的能源强度降低速率为4.23％时，出现能源消费高峰的年份为2043年，此时的人均GDP为14.1万元：按照中国政府的“十一五”规划目标，到2010年能源强度降低20％，即年均降速4.365％时，能源消费高峰提前到2041年出现，此时的人均GDP为12.5万元。当年均降速为4.5％时，出现消费高峰的年份为2040年，对应的人均GDP为11.7万元。当年均降速达到5％时，在2034年即达到能源消费高峰，此时的人均GDP为8.2万元。
根据1997年Moomaw和Unruh对16个OECD国家进行研究发现，碳排放的峰值点出现在人均GDP为12813美元时。那么依照现行汇率水平及其变化趋势，我国在2040左右出现能源消费高峰是可能的，这就要求年能源强度降低速率设定在4.5％～5％之间，这与“十一五”规划设定的目标基本一致。
4.2 碳排放的EKC
为满足能源需求，人类通过化石燃料向大气中排放的
占到全球排放总量的80％(International Energy Annual,IEA)。本文仅对能源消费产生的碳排放进行预测。为了对未来碳排放量进行准确核算，还需要计算分品种能源消费量以及不同能源的碳排放系数。
基于马尔可夫预测模型，对中国2004-2050年的能源消费结构变化趋势进行的预测(表5)结果发现，煤和石油比重逐渐降低，其中煤的降幅达到20个百分点，而天然气和电力的比重呈上升趋势，说明清洁能源开始逐渐取代传统能源，能源消费品种向效率高、碳排放小的方向转变。
此外，对于各能源品种的碳排放系数，本文采用IEA2005中1980-2005年各能源品种的消费量及其对应的碳排放量数据进行线性拟合，得出煤、石油、天然气的碳排放系数分别为1.0052，0.753和0.6173(每单位标准油所释放的单位碳等价物)。最终通过各能源品种产生的碳排放量进行加总即得总的碳排放量，结果如图1所示。从图1中可以看出，根据投入产出表的经济结构以及能源消费结构演变预测的能源消费量和碳排放量呈先上升而后下降的趋势，能源消费量在2043年、碳排放量在2040年分别达到峰值点后开始逐渐回落。两曲线之同距离逐渐拉大，说明能源消费结构中富碳能源比重逐渐降低，而低碳能源比重逐渐升高，使得碳排放上升速度低于能源消费量。
图1 2006-2050年能源消费量及碳排放量变动图(基准情景)
Fig.1 Gross energy consumption and carbon emission between 2006 and 2050
在过去的20年中，我国能源消费结构实际上一直在变化，如果这个变化服从马尔科夫过程。那么尽管我国能源消费总量仍然不变，但是碳排放减缓趋势却可以明显提前。大约在2040年中国碳排放达到高峰，为3835.7百万吨碳等价物。如图2所示，总量的过程曲线决定于煤炭消费。预测表明到2050年，我国能源结构为：煤47.3:石油19.0:天然气13.1:非碳能源为20.6。注意到2005年，我国能源结构分别为：煤69.1:石油21.0:天然气2.8:非碳能源为7.1。煤的比例下降和非碳能源的大量使用是碳排放降低的主要动力。
4.3 不同能源结构演变下的碳排放趋势模拟
根据中国《可再生能源中长期发展规划》，2005年我国可再生能源开发利用总量(不包括传统方式利用生物质能)约为2005年全国一次能源消费总量的7.5％。并提出到2010年使可再生能源消费量达到能源消费总量的10％，到2020年达到15％的目标。1997年欧盟提出可再生能源在一次能源消费中的比例从1996年的6％提高到2010年的12％；2007年初又提出新的发展目标：要求到2020年可再生能源占到全部能源消费的20％。可见，可再生能源由于政策因素将在未来的能源消费中占有更大的比重。为此，本文将分3种情景对可再生能源占比增大对碳排放趋势的影响进行模拟。
图2 2006-2050年中国分品种能源及总能源碳排放过程预测(基准情景)
Fig.2 Prediction on carbon emitted by sub-types and total energy during 2006-2050
图3 2006-2050年分品种能源消费量和能源消费总量趋势图对比
Fig.3 Comparison of energy consumption during 2006-2050
情景1(中国可再生能源中长期发展规划情景)：假设煤炭、石油、天然气3种化石燃料的比例保持2005年不变，同时可再生能源①的比重以每年0.5％的速度上升。模拟得到的未来能源消费总量及各种能源消费量情况如图3a所示。未来碳排放总量和能源消费总量走势对比如图4a所示，碳排放高峰仍出现在2040年，但较不考虑中长期规划目标的高峰值3835.66 Mtc降低164.78 Mtc，为3670.88 Mtc。
情景2(欧盟目标情景)：根据欧盟设定的目标，我们假设：在2020年前我国处于赶超和引进现有技术阶段，替代效率较高，设定与欧盟同样的目标：而后以每24年提高14个百分点的速度实现可再生能源替代。模拟结果分别如图3b和图4b所示。化石能源消费高峰值都有所下降，碳排放高峰提前到2039年出现，高峰值3348.94 Mtc，较情景1减少321.94 Mtc。
对比情景1和情景2，单独改变“非碳”能源的比重对碳排放高峰到来年份有微弱的影响，但可以在很大程度上减小高峰碳排放量。然而实现难度很大。
情景3：在情景1基础上，使化石燃料比例按马尔可夫过程自动调整。模拟结果如图5b和图6b所示。
碳排放高峰2039年达到，为3506.62 Mtc，比基准情景(不考虑中长期规划)减少329.04 Mtc，比情景1减少164.26 Mtc，比情景2增加157.68。虽然情景3不如情景2减排效果明显，但实现难度不大。
图4 2006-2050年碳排放总量及能源消费总量趋势图对比
Fig.4 Comparison of the trend of carbon emission with that of gross energy consumption during 2006-2050
总之，碳排放高峰与能源消费高峰密切相关，通过“非碳”能源替代，以及化石燃料结构调整可以达到减排的目标，降低高峰排放量，但对碳排放高峰出现年份影响甚微。
图5 2006-2050分品种能源消费量和能源消费总量趋势图对比
Fig.5 Comparison of energy consumption during 2006-2050
图6 2006-2050年碳排放总量及能源消费总量趋势图对比
Fig.6 Comparison of the trend of carbon emission with that of gross energy consumption during 2006-2050
5 结论与讨论
本文基于内生经济增长模型—Moon-Sonn模型，对技术进步下的最优经济增长率和能源强度关系进行了研究，发现二者之间存在倒U型曲线关系的条件为能源产出弹性小于0.5。这是一个理论结论。而通过对中国历史数据的拟合，发现能源的产出弹性实际为0.2185，因此就现阶段发展趋势来说，我国确实存在EKC曲线。
此外，通过对1990-2002年投入产出表进行分析，本文得出了中国能源强度的下降趋势。结果显示，煤强度的下降速率低于石油强度，反映出在这期间的经济技术演变过程中，经济结构中以石油为主的能源部门技术进步速率快于以煤炭为主的能源部门。
能源强度的下降速率对能源消费和碳排放高峰到来年份有很大影响。本文对不同能源强度下降速度对能源高峰到来年份的影响进行模拟分析发现：
(1)能源强度降低速率越大，能源消费高峰出现的年份越早，对应的该年经济最优增长率较高，而人均GDP较低：
(2)在产业结构稳定的条件下，沿着平稳的最优增长路线，中国能源高峰出现在2043年，对应当时的人均GDP为12.56万元，与OECD国家出现高峰时的人均GDP基本一致。“十一五”规划目标下，中国能源高峰出现在2041年，较最优情景略有提前，当然，它可能受到各种干扰而有变动。
(3)为反应能源结构对碳排放的影响，本文对能源进行了细分，并对分品种能源量和各能源品种的碳排放系数进行预测和估算，最终汇总各品种能源的消费量及其碳排放量。通过对能源结构的预测我们发现，能源消费中，煤的比例减少，而天然气和电力等清洁能源比例增大，使得碳排放高峰的出现早于能源消费高峰。
需要补充的是，对于能源高峰及碳排放高峰的值，本文由于没有能够估计α值的变化，文章给出的是上界。产业结构的演化，也是值得进一步考虑的。
最后，通过对不同可再生能源替代策略进行情景模拟发现，单纯提高可再生能源比重以及同时调整化石能源之间比例都能在很大程度上降低碳排放量，但对于碳排放高峰年份出现的早晚影响甚微。
注释：
①根据《中华人民共和国可再生能源法》对可再生能源的定义，我们近似得到“非碳”能源=可再生能源-生物质能源+核能，但由于生物质能和核能数据不可获得，我们认为二者近似相等，从而可再生能源也可近似为“非碳”能源。
标签：可再生能源论文; 能源消费论文; 碳排放论文; 能源论文; 能源强度论文; 经济模型论文; 情景模拟论文; 经济学论文; 石油论文;