姜洪殿，楊倩如，董康銀

（1. 中國地質(zhì)大學(xué)（北京）經(jīng)濟(jì)管理學(xué)院，北京 100083；2. 北京理工大學(xué)能源與環(huán)境政策研究中心，北京 100081；3. 對外經(jīng)濟(jì)貿(mào)易大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029）

中國在2020年第七十五屆聯(lián)合國大會上提出將提高國家自主貢獻(xiàn)目標(biāo)，力爭在2030 年前實(shí)現(xiàn)碳排放達(dá)到峰值，在2060 年前實(shí)現(xiàn)碳中和。而電力行業(yè)作為中國主要的化石能源消費(fèi)和碳排放大戶，在“十三五”期間的碳排放增量中，有80%以上來自電力部門，且在2020 年碳排放占比超過全國碳排放總量的43%［1］。因此，電力行業(yè)低碳轉(zhuǎn)型發(fā)展是中國社會經(jīng)濟(jì)實(shí)現(xiàn)可持續(xù)綠色發(fā)展的內(nèi)在要求，也是中國實(shí)現(xiàn)“雙碳”目標(biāo)的必然選擇。電力行業(yè)低碳轉(zhuǎn)型的關(guān)鍵是推進(jìn)電力清潔化，降低對傳統(tǒng)化石能源電力的依賴。因此，促進(jìn)可再生能源合理開發(fā)與利用以及大規(guī)模部署諸如碳捕集與封存（Carbon Capture and Storage，CCS）技術(shù)是構(gòu)建低碳能源系統(tǒng)的有效途徑。近年來，中國政府也一直予以高度重視。在2015年《巴黎協(xié)定》中，中國政府提出到2030年非化石能源占一次能源消費(fèi)比重的20%［2］。在2016 年《可再生能源發(fā)展“十三五”規(guī)劃》中，政府進(jìn)一步明確了中國可再生能源發(fā)展的指導(dǎo)思想和主要任務(wù)［3］。再者，在近期的關(guān)于做好碳達(dá)峰、碳中和工作的指導(dǎo)文件中，也再次強(qiáng)調(diào)電力系統(tǒng)脫碳是實(shí)現(xiàn)碳達(dá)峰、碳中和的關(guān)鍵［4-5］。然而，考慮到電力行業(yè)是國民經(jīng)濟(jì)和社會發(fā)展的重要基礎(chǔ)性行業(yè)，其低碳轉(zhuǎn)型很可能會通過改變部門的成本結(jié)構(gòu)、資源配置等，進(jìn)而會對經(jīng)濟(jì)系統(tǒng)的其他部分產(chǎn)生明顯的波及效應(yīng)。因此，從全局經(jīng)濟(jì)的視角對電力部門低碳轉(zhuǎn)型的社會經(jīng)濟(jì)、能源消費(fèi)和環(huán)境影響進(jìn)行建模和分析是非常必要的。為此，該研究采用一個(gè)可計(jì)算一般均衡（Computable General Equilibrium，CGE）模型，從全局經(jīng)濟(jì)角度評估了在實(shí)現(xiàn)相同碳減排目標(biāo)情形下利用碳定價(jià)收益補(bǔ)貼電力部門三種減排方式（包括補(bǔ)貼CCS 技術(shù)、補(bǔ)貼水電和核電，以及補(bǔ)貼風(fēng)能、太陽能和其他新能源發(fā)電）的社會經(jīng)濟(jì)、能源消費(fèi)和環(huán)境影響，以期為中國電力行業(yè)低碳發(fā)展提供科學(xué)支撐。

1 文獻(xiàn)綜述

到目前為止，已有相當(dāng)一部分研究探討了電力部門低碳轉(zhuǎn)型，其研究范圍和研究視角也在不斷擴(kuò)大，主要圍繞以下幾個(gè)方面：第一，關(guān)于煤電行業(yè)低碳發(fā)展研究。提高煤電行業(yè)能源效率是電力行業(yè)低碳發(fā)展的重要途徑之一［6-7］。發(fā)展高效、低碳的先進(jìn)煤電技術(shù)，以降低二氧化碳和污染物排放強(qiáng)度，從而在應(yīng)對氣候變化和改善環(huán)境污染方面扮演重要角色?，F(xiàn)有文獻(xiàn)普遍認(rèn)為，對存量技術(shù)，主要以節(jié)能改造、提效減排為主［7］；對增量技術(shù)，主要以大規(guī)模部署CCS 為主［8］。第二，對可再生電力的研究。改善電力結(jié)構(gòu)是電力行業(yè)低碳發(fā)展的又一重要途徑。目前的文獻(xiàn)多側(cè)重于可再生電力的發(fā)展規(guī)劃，如可再生電力的發(fā)展時(shí)間、地點(diǎn)以及裝機(jī)容量規(guī)模［9-11］；還有部分研究分析了燃料價(jià)格、電力結(jié)構(gòu)、碳價(jià)對可再生電力的市場價(jià)值［12］和發(fā)展規(guī)模［13］的影響。第三，對于低碳轉(zhuǎn)型路徑效果的研究。大多數(shù)文獻(xiàn)從“碳減排、碳達(dá)峰”視角分析了不同轉(zhuǎn)型路徑的效果［14-16］。例如，Zhang 等［16］認(rèn)為中國電力行業(yè)碳排放將于2027 年達(dá)峰，約66.5 億t。第四，關(guān)于低碳政策效果及評價(jià)研究?，F(xiàn)有研究大都側(cè)重于分析單個(gè)電力低碳政策［17-18］，包括補(bǔ)貼可再生能源政策的影響因素［19］、補(bǔ)貼可再生能源政策的優(yōu)化策略［20-21］、補(bǔ)貼可再生能源政策對利益相關(guān)者的影響［22］，以及碳稅或碳交易政策對清潔電力發(fā)展的影響［23-24］。此外，還有少量研究探討了多種電力低碳政策的組合效果。例如，Ibanez-Lopez 等［25］分析了激勵(lì)政策與容量支付政策的組合實(shí)施效果，結(jié)果表明，與單一的可再生能源激勵(lì)措施相比，組合政策可以保持足夠的備用余量和避免電價(jià)飆升。

根據(jù)文獻(xiàn)回顧，現(xiàn)有文獻(xiàn)多是針對單個(gè)電力低碳政策進(jìn)行建模分析，而對于多種電力低碳政策組合效果的對比分析較為缺乏。其次，考慮到電力部門在經(jīng)濟(jì)系統(tǒng)中的基礎(chǔ)性和支撐性地位，在分析節(jié)能減排效應(yīng)的同時(shí)，也需要考察其社會經(jīng)濟(jì)效應(yīng)。為此，該研究在CGE 模型中構(gòu)建了一個(gè)詳細(xì)的電力技術(shù)模塊，從而在碳定價(jià)背景下，基于全局經(jīng)濟(jì)視角評估了電力部門多種低碳政策的經(jīng)濟(jì)、能源和環(huán)境效應(yīng)，不同于現(xiàn)有文獻(xiàn)多局限于單個(gè)電力低碳政策。

2 研究方法

2.1 模型框架

該研究采用的分析工具是中國能源與環(huán)境政策分析（China Energy & Environmental Policy Analysis，CEEPA）模型，該模型是一個(gè)中國多部門動(dòng)態(tài)遞歸CGE 模型。CEEPA 采用CGE 模型的基本概念，并特別注重對中國能源和環(huán)境現(xiàn)狀的詳細(xì)描述。目前，CEEPA 已被用于研究中國多種能源和環(huán)境政策的經(jīng)濟(jì)、能源和環(huán)境影響，如碳稅［26］、減排責(zé)任分擔(dān)［27］、出口退稅［28］、資源稅改革［29］以及碳交易［30］等。有關(guān)CEEPA 的詳細(xì)說明見文獻(xiàn)［31］，在該研究中，僅說明CEEPA中與該研究目的密切相關(guān)的模塊。

2.1.1 在CEEPA中刻畫不同的電力技術(shù)

在傳統(tǒng)的CGE 模型中，電力和熱力的生產(chǎn)和供應(yīng)技術(shù)（簡稱電力技術(shù)）是高度聚合的，即僅有一種復(fù)合技術(shù)，且僅生產(chǎn)一種商品；而隨著電氣化進(jìn)程的加速推進(jìn)，單一電力技術(shù)和多種電力技術(shù)對應(yīng)一種無差別的電力商品，對于評估電力部門低碳轉(zhuǎn)型政策有著明顯差別。因此，借鑒MIT-EPPA 模型的處理方式［32-34］，并基于全球貿(mào)易數(shù)據(jù)庫（Global Trade Analysis Project，GTAP）版本10中的中國電力技術(shù)數(shù)據(jù)［35］，將單一電力技術(shù)劃分為10 種子技術(shù)，即傳統(tǒng)燃煤發(fā)電（Coal）、傳統(tǒng)燃油發(fā)電（Oil）、傳統(tǒng)燃?xì)獍l(fā)電（NatGas）、核電（Nuclear）、水電（Hydro）、風(fēng)電（Wind）、光伏發(fā)電（Solar）、考慮碳捕獲的天然氣聯(lián)合循環(huán)發(fā)電（NGCCS）、考慮碳捕獲的整體煤氣化聯(lián)合循環(huán)發(fā)電（IGCCS）及其他電力技術(shù)（Others），如圖1所示。

圖1 不同電力技術(shù)的電力生產(chǎn)模塊

2.1.2 碳稅和不同電力技術(shù)補(bǔ)貼

在模型中，對各生產(chǎn)部門i和居民h征收的第fe種化石能源從價(jià)稅率CTfe，ih如公式（1）所示：

其中：CTAX表示對每噸碳征收的碳稅稅率（從量稅率，元/t），PFfactorfe，ih表示第fe種化石能源的復(fù)合碳排放因子。

碳稅的實(shí)施增加了化石能源的使用成本，如公式（2）所示：

其中：PQfe，ih表示第fe種化石能源消費(fèi)價(jià)格，CPI表示消費(fèi)者價(jià)格指數(shù)。

在該研究中，假設(shè)碳稅收益（TOTCtax）全部用于補(bǔ)貼各種發(fā)電技術(shù)，如公式（3）和（4）所示：

其中：Q_Profe，i表示第i部門在生產(chǎn)過程中對第fe種化石能源的消費(fèi)量，CDfe，h表示第h類居民對第fe種化石能源的消費(fèi)量，PGenTechtech表示第tech種發(fā)電技術(shù)價(jià)格，GenTechtech表示第tech種發(fā)電技術(shù)的發(fā)電量，subtech表示第tech種發(fā)電技術(shù)的補(bǔ)貼率。

2.2 數(shù)據(jù)來源

CGE 模型的數(shù)據(jù)基礎(chǔ)是社會核算矩陣（Social Accounting Matrix，SAM）。它詳細(xì)描述了給定時(shí)期內(nèi)某個(gè)國家或地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r。在CEEPA 模型中，以中國2017年投入產(chǎn)出表為基礎(chǔ)［37］，并結(jié)合各類統(tǒng)計(jì)年鑒［38-42］，編制了2017年SAM表。

此外，為了在投入產(chǎn)出表［37］中單一電力部門的基礎(chǔ)上細(xì)分出10種發(fā)電技術(shù)，首先，根據(jù)GTAP 10［35］中國電力部門每種中間投入對各種發(fā)電技術(shù)的投入比例，將原投入產(chǎn)出表中電力部門的中間投入數(shù)據(jù)拆分為各種電力技術(shù)的中間投入數(shù)據(jù)；其次，各種發(fā)電技術(shù)的勞動(dòng)、資本、土地和資源等要素投入，根據(jù)GTAP 10［35］中國電力部門要素投入比例拆分而來；最后，結(jié)合中國電力生產(chǎn)結(jié)構(gòu)數(shù)據(jù)［41］進(jìn)行進(jìn)一步的調(diào)整。

2.3 參數(shù)校準(zhǔn)

對于CEEPA 模型中的內(nèi)生參數(shù)，一部分通過基年數(shù)據(jù)校準(zhǔn)得到：將SAM表中的數(shù)據(jù)作為基年均衡數(shù)據(jù)代入模型中各方程，以求解出方程中的參數(shù)［43］。例如，在外貿(mào)模塊，第i種進(jìn)口品的份額參數(shù)αM，i可用公式（5）校準(zhǔn)得到：

其中：M0 表示基年第i部門的商品進(jìn)口量；D0 表示基年第i部門的國內(nèi)產(chǎn)品銷售量；PM0 表示基年第i種進(jìn)口商品價(jià)格；PD0 表示基年第i種國內(nèi)商品價(jià)格；σi表示第i種商品的替代彈性，是外生參數(shù)。在一般均衡條件下求解得到的商品和要素的價(jià)格都為相對價(jià)格，因此這里將基年各種商品和要素的價(jià)格都假定為1；再結(jié)合從SAM表得到的M0 和D0，代入公式（5），便可得到份額參數(shù)αM，i的值。依此類推，利用基年數(shù)據(jù)和相應(yīng)方程可校準(zhǔn)出其余內(nèi)生參數(shù)。

另一部分外生參數(shù)則從相關(guān)研究中獲?。?4-46］，如各種替代彈性，碳排放因子和碳氧化率等。除了基本CGE模型中的彈性參數(shù)外，CEEPA 模型還需要電力技術(shù)相關(guān)的替代彈性參數(shù)［32-34］，見表1。

表1 模型中與電力技術(shù)相關(guān)的彈性參數(shù)

3 情景設(shè)置

為了探究中國電力部門低碳轉(zhuǎn)型政策的全局社會經(jīng)濟(jì)、能源消費(fèi)和環(huán)境影響，該研究設(shè)置了一個(gè)無額外減排政策的基準(zhǔn)情景（Business As Usual，BAU）。該情景遵循一個(gè)中等的經(jīng)濟(jì)發(fā)展路徑，在實(shí)現(xiàn)發(fā)展目標(biāo)方面取得一些進(jìn)展，資源和能源強(qiáng)度以歷史速度下降，對化石能源的依賴也逐漸減少。

在此基礎(chǔ)上，考慮到中國正加快建設(shè)完善全國碳排放權(quán)交易市場，該研究將利用碳定價(jià)這一政策工具作為政府實(shí)施低碳轉(zhuǎn)型政策的主要方式，并考慮將碳定價(jià)收益分別用于補(bǔ)貼CCS 技術(shù)、促進(jìn)太陽能、風(fēng)能等新能源發(fā)電以及促進(jìn)水電、核電等常規(guī)清潔能源發(fā)電這三種電力部門減排方式，以考察碳定價(jià)收益的不同利用方式在實(shí)現(xiàn)二氧化碳減排，緩和社會經(jīng)濟(jì)效率方面的影響，以期為未來電力部門低碳發(fā)展提供政策建議。

再者，由于國家對于電力部門不同低碳轉(zhuǎn)型政策并沒有明確的長期減排規(guī)劃，因此該研究在考慮相關(guān)中國氣候變化行動(dòng)目標(biāo)的基礎(chǔ)上，在設(shè)置情景時(shí)采取低減排和高減排情景作為研究參考。在該研究中，將三種政策情景從2020—2060 年的總碳排放量相比于BAU 情景減少10%和20%分別作為低減排情景和高減排情景，以此來比較分析不同電力部門低碳轉(zhuǎn)型政策的社會經(jīng)濟(jì)、能源消費(fèi)和環(huán)境影響，相應(yīng)的情景設(shè)置見表2。此外，各情景的碳價(jià)均由模型內(nèi)生給出，且年均增長率均為5%，如圖2所示。

圖2 不同政策情景下的碳價(jià)

表2 情景設(shè)置

4 結(jié)果與討論

4.1 對宏觀經(jīng)濟(jì)的影響

4.1.1 對GDP的影響

各情景下的國內(nèi)生產(chǎn)總值相對于BAU 情景的變化如圖3 所示。整體來看，各政策情景的實(shí)施均會對GDP 產(chǎn)生負(fù)面影響，且隨著時(shí)間的推移逐漸變大。通過對GDP構(gòu)成要素（包括總消費(fèi)、總投資和凈出口）的分解，發(fā)現(xiàn)占主導(dǎo)作用的是總投資變化。由于模型對國際收支平衡的假設(shè)，所有情景下的凈出口均保持不變。再者，由于各情景主要作用于資本密集型行業(yè)，對勞動(dòng)力報(bào)酬的影響要明顯小于資本收入的影響，從而對居民收入和居民消費(fèi)的影響較小，而模型中政府消費(fèi)保持不變，最終對總消費(fèi)的影響較小。各情景下總投資的變化主要是由于碳定價(jià)的實(shí)施增加了部門生產(chǎn)成本，使得各部門產(chǎn)出下降，從而導(dǎo)致間接稅總收入和政府收入下降，進(jìn)而導(dǎo)致政府儲蓄和總投資降低。此外，無論是低減排情景，還是高減排情景，碳定價(jià)收益用于補(bǔ)貼CCS 的方式（即CCS-10%或CCS-20%情景）對GDP 造成的負(fù)面沖擊最大。這主要是因?yàn)镃CS 技術(shù)成本較高，在實(shí)現(xiàn)相同減排量的前提下，必須輔以較高的補(bǔ)貼，從而使得在該方式下的碳價(jià)最高（圖2），最終對GDP 帶來的負(fù)面影響也最大。而將碳定價(jià)收益用于補(bǔ)貼風(fēng)能、太陽能和其他新能源發(fā)電的方式對GDP 造成的負(fù)面沖擊最小。例如，即使在高減排情景下，該方式（WSO-20%情景）下的GDP 損失約為5.0%，略低于CCS-10%情景下的GDP損失（約為5.5%）。

圖3 不同政策情景相對于BAU情景的GDP變化率

4.1.2 對居民福利的影響

圖4分別展示了不同政策情景下城鄉(xiāng)居民福利水平的變化。在該研究中，福利變化用?？怂沟葍r(jià)變化的百分比來描述。在所有情景下，城鄉(xiāng)居民福利損失都有一定程度的下降。這主要是由于各情景下碳定價(jià)的實(shí)施使得各部門生產(chǎn)成本提高，產(chǎn)出降低，對勞動(dòng)力的需求量降低，進(jìn)而使得勞動(dòng)收入減少，導(dǎo)致城鄉(xiāng)居民可支配收入降低，最終抑制了城鄉(xiāng)居民的消費(fèi)水平。具體來看，CCS-20%情景表現(xiàn)出最高的福利損失，WSO-10%情景表現(xiàn)出最低的福利損失。而在NH-10%和NH-20%情景下，城鄉(xiāng)居民福利適度損失。此外，在所有情景下，農(nóng)村居民福利損失都小于城鎮(zhèn)居民福利損失。這主要是因?yàn)檗D(zhuǎn)移收入占城鄉(xiāng)居民可支配收入比重存在差異：轉(zhuǎn)移收入比重越高，居民受影響越?。?7］。而在模型中，基準(zhǔn)年轉(zhuǎn)移性收入在農(nóng)村居民可支配收入中所占的比重大于城鎮(zhèn)居民。這可能是得益于自2012 年以來的新型農(nóng)村合作醫(yī)療、新型農(nóng)村社會養(yǎng)老保險(xiǎn)等惠農(nóng)政策的實(shí)施［48］。

圖4 不同政策情景下的城鄉(xiāng)居民福利變化

4.1.3 對行業(yè)利潤的影響

該研究對部門利潤影響的分析，重點(diǎn)關(guān)注電力部門本身及其主要的上游和下游行業(yè)。由于中國的電力結(jié)構(gòu)仍以燃煤發(fā)電為主，因而上游行業(yè)主要是煤炭（COAL）部門，而下游重點(diǎn)用電行業(yè)包括鋼鐵（Ferrous）、化工（CHEM）、有色金屬（Non-Ferrous）和建筑（CONS）部門，它們用電量約占全社會用電量的30%［49］。這些部門的利潤變化率如圖5所示。

圖5 不同政策情景下的部門利潤變化

在該研究中，部門利潤是指部門資本收入和固定要素收入的總和。整體來看，無論是低減排情景還是高減排情景，在相同的碳定價(jià)收益利用方式下，各部門的利潤變化趨勢相近，只是在高減排情景下部門利潤受影響的變化幅度更明顯。具體來看，所有政策情景都能為電力部門帶來明顯的利潤。這主要是因?yàn)?，一方面，碳定價(jià)的實(shí)施使得全社會出現(xiàn)從化石能源向電力需求轉(zhuǎn)移的趨勢，所以各情景下的電氣化率均不同程度的提高（圖6（d）），從而不同程度抬高了電價(jià)。另一方面，碳定價(jià)收益均用于補(bǔ)貼不同的發(fā)電技術(shù)，使得相應(yīng)的發(fā)電技術(shù)成本下降以及該技術(shù)下的發(fā)電量增加明顯，最終也帶動(dòng)了整個(gè)電力部門利潤的提高。其中，在NH 情景下電力部門利潤上漲幅度最為明顯，比如，在2060 年NH-20%情景下電力部門利潤增加68%。這是因?yàn)樵谒械陌l(fā)電技術(shù)中，核電和水電的資本投入和固定要素投入所占比重最大，從而使得在碳定價(jià)收益補(bǔ)貼核電和水電方式下的利潤增加最為明顯。

圖6 不同政策情景下的電力和能源消費(fèi)

對于上游煤炭部門，所有政策情景都能帶來較為明顯的利潤損失。特別對于NH-20%和WSO-20%情景，2060年煤炭部門的利潤損失分別達(dá)到54.2%和53.6%。這是因?yàn)?，一方面，碳定價(jià)政策增加了煤炭部門的生產(chǎn)成本；另一方面，補(bǔ)貼清潔能源電力抑制了煤電的發(fā)展，進(jìn)一步降低了煤炭的需求量，最終使得煤炭部門利潤損失最為嚴(yán)重。相比較而言，CCS情景下煤炭部門的利潤損失要小得多，這是因?yàn)檠a(bǔ)貼CCS技術(shù)一定程度上使得煤炭需求量增加，從而可以抵消一部分碳定價(jià)帶來的負(fù)面影響。

再者，對于下游重點(diǎn)用電部門，碳定價(jià)政策使得電價(jià)和化石能源價(jià)格均上漲，進(jìn)而導(dǎo)致下游各部門生產(chǎn)成本上漲，產(chǎn)出下降，最終導(dǎo)致下游各部門利潤均出現(xiàn)一定程度的下滑，但下降幅度遠(yuǎn)低于煤炭部門。

4.2 對電力和能源消費(fèi)的影響

圖6（a）展示了所有情景下的電力消費(fèi)情況。由圖6（a）可知，CCS 和NH 情景下的電力消費(fèi)相比于BAU 情景有所下降。這主要是由于碳定價(jià)增加了傳統(tǒng)燃煤發(fā)電成本，使其發(fā)電量下降明顯，盡管碳定價(jià)收益都補(bǔ)貼給了CCS或核電和水電，但由于這些發(fā)電技術(shù)資本密集程度較高，最終還是使得總電力消費(fèi)量有所下降。而WSO 情景下的電力消費(fèi)相比于BAU情景有所增加，這是因?yàn)轱L(fēng)能、太陽能和其他新能源發(fā)電方式資本密集程度相對較低，碳定價(jià)收益補(bǔ)貼對新能源發(fā)電的促進(jìn)作用大于碳定價(jià)對傳統(tǒng)燃煤發(fā)電的抑制作用，最終使得總電力消費(fèi)有所增加。

圖6（b）展示了所有情景下的能源消費(fèi)情況。如圖6（b）所示，所有情景下的能源消費(fèi)量相比于BAU情景都有所下降，且隨著減排目標(biāo)的提高，下降幅度增大。其中，對于CCS-10%和CCS-20%情景，由于碳定價(jià)收益補(bǔ)貼CCS 技術(shù)，促進(jìn)了CCS 滲透，增加了一部分煤炭消費(fèi)量，從而可以一定程度上抵消碳定價(jià)對化石能源的抑制作用；對于WSO-10%和WSO-20%情景，電力消費(fèi)量的增加可以一定程度上抵消碳定價(jià)對化石能源的抑制作用。因此，這兩大類情景下能源消費(fèi)量的下降幅度小于NH 情景下能源消費(fèi)量的下降幅度。

圖6（c）和圖6（d）展示了所有情景下的可再生能源份額和電氣化率（即電力消費(fèi)量和能源消費(fèi)量之比）。如圖所示，所有情景下的可再生能源份額和電氣化率均高于BAU 情景。對于NH 和WSO 情景，碳定價(jià)收益均用于補(bǔ)貼可再生能源電力，使得可再生電力發(fā)展迅速，且碳定價(jià)政策也一定程度上抑制了化石能源的消費(fèi)量，因此，這兩大類情景下的可再生能源份額增加明顯。特別是在WSO-20% 情景下，到2060 年可再生能源比例達(dá)到34.4%。而對于CCS情景，CCS滲透率的提高一定程度上抵消了碳定價(jià)對化石能源的抑制作用，因此，該類情景下的可再生能源份額增幅不太明顯。電氣化率也是類似，WSO-20%情景下的電力消費(fèi)相比于BAU 情景增加最明顯，而碳定價(jià)使得該情景下的能源消費(fèi)量下降，最終使得該情景下的電氣化率最大，達(dá)到37.8%。

4.3 對碳排放和污染物的影響

圖7展示了不同政策情景下的全國和電力部門年均碳減排變化率。如圖7（a）所示，無論是低減排情景還是高減排情景，盡管三類情景下的最終減排量一致，但減排路徑有所差異。具體而言，WSO 情景在2020 年的碳價(jià)最低，但其減排效果最為顯著，這主要是由于風(fēng)能、太陽能等新能源發(fā)電成本相對較低，且具有一定的發(fā)電份額，碳定價(jià)收益補(bǔ)貼后促使其快速發(fā)展，對傳統(tǒng)燃煤發(fā)電的抑制效果最為明顯，因此，在政策實(shí)施的初始階段，全國減排效果最為明顯。而對于CCS技術(shù)在2020年處于示范階段，份額較低，需要大量補(bǔ)貼刺激其滲透，因而在政策實(shí)施初期減排效果相對最弱，但隨著碳價(jià)的抬高和CCS 滲透率的提升，該方式的減排效果逐步變得最為明顯。而對于NH 情景，其減排效果整體相對適中。再者，如圖7（b）所示，三類低碳政策均能使得電力部門碳排放量明顯下降。但相比較而言，碳定價(jià)補(bǔ)貼風(fēng)能、太陽能等新能源發(fā)電方式使得電力部門碳排放量下降趨勢最為顯著。

圖7 不同政策情景下的全國和電力部門年均碳減排變化率

由于環(huán)境協(xié)同效應(yīng)，電力部門低碳政策在實(shí)現(xiàn)碳減排的同時(shí)對于二氧化硫（Sulphur dioxide，SO2）和氮氧化物（Nitrogen oxides，NOX）等主要大氣污染物的減排也具有積極影響。圖8 展示了各情景在2020—2060 年期間的累積SO2和NOX減排率。如圖8 所示，在NH 和WSO 情景下對累積SO2和NOX減排效果明顯，且隨著時(shí)間的推移，累積減排率變大，在2060 年高減排情景下兩種方式的累積SO2和NOX減排率均超過20%。然而，在CCS 情景下對累積SO2和NOX減排效果較為微弱，這主要是因?yàn)樵撉榫跋麓龠M(jìn)了一定程度的煤炭消費(fèi)量，從而抵消了一部分碳定價(jià)的協(xié)同減排效果。再者，所有情景下的累積SO2減排率均大于累積NOX減排率，這是因?yàn)镾O2和NOX排放包含兩種類型：能源相關(guān)排放和過程相關(guān)排放，而SO2能源相關(guān)排放所占比重更大。

圖8 不同政策情景下的累積SO2和NOX減排率

4.4 敏感性分析

考慮到CGE 模型在設(shè)置不同彈性參數(shù)時(shí)的固有局限性，需要對模型中的關(guān)鍵參數(shù)進(jìn)行敏感性分析。因此，該研究選擇電力和化石能源之間σenergy、能源與資本之間σKE，以及能源資本組合與勞動(dòng)力之間σx的替代彈性進(jìn)行敏感性分析。該研究假設(shè)這三種替代彈性分別減少和增加20%，然后考察了2060 年高減排情景下相關(guān)指標(biāo)的變化，見表3。

表3表明，無論這三種替代彈性減少還是增加，各情景之間的優(yōu)劣關(guān)系保持不變。這表明模型結(jié)果對這三種彈性是穩(wěn)健的。然而，表3也表明這三種彈性的取值變化對相關(guān)指標(biāo)的大小影響較大。其中，碳定價(jià)收益補(bǔ)貼CCS 情景對能源與資本間的替代彈性較為敏感，相關(guān)指標(biāo)的變化幅度略大于其他兩種彈性參數(shù)下的變化幅度。因此，在部署CCS 時(shí)，要注意加強(qiáng)資本投入以增強(qiáng)資本對能源的替代能力，從而盡可能多地降低中國邊際減排成本（即碳價(jià)）。再者，碳定價(jià)收益補(bǔ)貼水電和核電，或補(bǔ)貼風(fēng)能、太陽能和其他新能源發(fā)電等方式對能源資本組合與勞動(dòng)力間的替代彈性較為敏感，相關(guān)指標(biāo)的變化幅度較大。因而，在發(fā)展清潔電力時(shí)可適度減少勞動(dòng)力投入，以盡可能使得中國邊際減排成本（即碳價(jià)）下降。

表3 不同彈性參數(shù)情景下相關(guān)指標(biāo)的敏感性分析

5 結(jié)論與政策建議

該研究建立了一個(gè)具有詳細(xì)電力技術(shù)模塊的CGE 模型，從全局經(jīng)濟(jì)角度評估了在實(shí)現(xiàn)相同碳減排目標(biāo)情形下利用碳定價(jià)收益補(bǔ)貼電力部門三種減排方式（包括補(bǔ)貼CCS技術(shù)、補(bǔ)貼水電和核電，以及補(bǔ)貼風(fēng)能、太陽能和其他新能源發(fā)電）的經(jīng)濟(jì)、能源和環(huán)境影響。此外，還圍繞關(guān)鍵替代彈性進(jìn)行了敏感性分析，驗(yàn)證了該研究對各政策優(yōu)劣關(guān)系判斷結(jié)論的相對魯棒性。主要結(jié)論如下。

（1）補(bǔ)貼風(fēng)能、太陽能等新能源發(fā)電是相對最優(yōu)的碳定價(jià)收益利用方式。該方式在達(dá)到相同減排目標(biāo)時(shí)所需要的碳價(jià)最低，對于整體宏觀經(jīng)濟(jì)以及對重點(diǎn)用電部門利潤造成的損失最小。同時(shí)，該方式也可以較明顯地促進(jìn)可再生能源比例和電氣化率的提高，且對于SO2和NOX的協(xié)同減排效果最佳。此外，補(bǔ)貼水電和核電的方式對整體宏觀經(jīng)濟(jì)和重點(diǎn)用電部門的負(fù)面沖擊相對適中，且對可再生能源份額、電氣化率以及SO2和NOX的協(xié)同減排效果有較好的促進(jìn)作用。

（2）只實(shí)行碳定價(jià)而不輔以專項(xiàng)補(bǔ)貼，即使在GDP 損失40%情形下，也無法實(shí)現(xiàn)CCS 較大規(guī)模滲透，因此有必要對CCS 部署實(shí)行專項(xiàng)補(bǔ)貼。此外，補(bǔ)貼CCS 技術(shù)在這三種減排方式中最不占有優(yōu)勢。雖然該方式對傳統(tǒng)煤炭行業(yè)造成的負(fù)面沖擊最小，但達(dá)到相同碳減排目標(biāo)時(shí)所需要的碳價(jià)最高，并且對于整個(gè)宏觀經(jīng)濟(jì)增長和重點(diǎn)用電部門利潤造成的損失最大。因此，為減緩對社會經(jīng)濟(jì)的負(fù)面沖擊，必須輔以配套措施，如降低生產(chǎn)間接稅等。

（3）在補(bǔ)貼風(fēng)能、太陽能等新能源發(fā)電或補(bǔ)貼水電和核電的方式下對累積SO2和NOX的協(xié)同減排效果明顯，且隨著時(shí)間的推移，累積減排率變大。比如，在2060年高減排情景下兩種方式的累積SO2和NOX減排率均超過20%；而在補(bǔ)貼CCS 技術(shù)下累積SO2和NOX的減排效果較為微弱。

基于以上結(jié)論，該研究以中國當(dāng)前主流的碳交易政策為例，結(jié)合電力行業(yè)發(fā)展現(xiàn)狀與國家相關(guān)規(guī)劃文件，可得到如下政策啟示：①在短期內(nèi)，特別是“十四五”期間，中國電力行業(yè)低碳轉(zhuǎn)型應(yīng)率先大力發(fā)展清潔電力，尤其需優(yōu)先考慮大幅提升風(fēng)電和太陽能發(fā)電規(guī)模，以盡快實(shí)現(xiàn)電力行業(yè)碳達(dá)峰。在此期間，宜考慮將碳交易收益優(yōu)先用于補(bǔ)貼風(fēng)能、太陽能等新能源發(fā)電的方式，然后考慮將一小部分收益用于補(bǔ)貼水電和核電。②從長遠(yuǎn)來看，中國電力行業(yè)低碳轉(zhuǎn)型需大規(guī)模部署CCS 才能實(shí)現(xiàn)深度脫碳，以及電力行業(yè)碳中和目標(biāo)。此時(shí)，電力部門大規(guī)模部署CCS 需要有針對性補(bǔ)貼，且需與碳交易政策相結(jié)合，并輔以配套措施，如降低生產(chǎn)間接稅，以減緩對社會經(jīng)濟(jì)的負(fù)面影響。③短期內(nèi)，在大力發(fā)展風(fēng)能、太陽能等新能源發(fā)電和發(fā)展水電和核電的情形下，可適度降低針對SO2和NOX的減排措施力度；長遠(yuǎn)來看，當(dāng)在部署CCS 技術(shù)的情形下，針對SO2和NOX的措施力度仍不可放松。