中国低碳经济发展前景研究

收稿日期：2010-12-28

作者简介：刘朝，博士生，主要研究方向为生物质能和低碳经济。

通讯作者：赵涛，博士，教授，博导，主要研究方向为工业工程、生物质能和低碳经济。

基金项目：天津大学自主创新基金（编号：60304002）。

（天津大学管理与经济学部，天津 300072）

摘要 中国低碳经济发展涉及众多因素，区分这些因素对制定低碳政策具有重要意义。本文通过构建阻碍中国低碳经济发展影响因素的指标体系，采用图论方法建立影响因素的关联矩阵，运用布尔运算得到各影响因素的层级关系，得出低碳经济发展的主要影响因素为经济粗放式发展、居民低碳意识淡薄和缺乏低碳专业人才。根据主要影响因素从基础情景、低碳情景和受挫情景定量模拟了中国2020年低碳经济发展水平，预测结果表明，在低碳情景下2020年能源消耗总量大致是41亿吨标准煤，CO2排放量23亿吨碳当量，煤炭占一次能源需求量的60.5%，石油占18.4%，天然气占7.5%，核能占3.3%，水能占8.5%，其它新能源占2.1%。从终端能源使用部门来看，第二产业尤其是高耗能行业比重大幅下降，现代服务业比重提高，对能源需求下降起到至关重要的作用。但是随着我国经济发展和居民生活水平不断提高，居民能耗呈现不断上升的特点，因此提高居民低碳意识和倡导低碳消费有利于实现我国低碳目标。此情景模拟取得了较好的预测效果，对中国的低碳经济发展政策具有一定的借鉴意义。

关键词 低碳经济;解释结构模型;情景分析;LEAP模型;发展策略

中图分类号 F061.3 文献标识码 A文章编号 1002-2104（2011）07-0073-07doi:10.3969/j.issn.1002-2104.2011.07.013

在全球气候变暖的背景下，以低能耗、低污染为核心理念的低碳经济成为全球热点。由国际能源署统计表明，中国已经超过美国成为二氧化碳排放总量和能源消耗量最多的国家，成为世界各国关注的焦点。进入21世纪，中国政府开始高度重视能源与环境问题，并采取了一系列措施，并承诺“到2020年,单位GDP的CO2排放比2005年降低40%-45%”。从2002年至今，能源消费弹性系数一直处在1.0-1.57之间，这说明中国经济的增长越来越依靠能源消耗的数量而不是质量，呈现资源消耗型经济的特点。毋庸置疑，发展低碳经济涉及如政策、经济、环境、技术、管理等诸多领域，对政府的决策能力是一个重大考验。换言之，明确和理顺阻碍低碳经济发展的影响因素，对于中国经济持续增长和节能减排具有重要意义。许多学者和机构已经研究了多个国家与地区低碳经济发展的影响因素。Johnston.D等［1］分析英国降低碳排放量的技术困难与挑战，并研究了英国到2050年CO2排放量降低60%的可行性；Koji Shimada等 ［2］认为土地利用方式、新能源提升和生活方式在发展低碳经济中扮演越来越重要的作用，并设计情景分析方法来模拟Shiga Prefecture到2030年的碳排放和能源消耗情况;Kawase.R等［3］探讨了日本CO2排放量到2050年降低60%-80%遇到的主要问题和困难，并根据碳排放的指标分解逐一论述;Fang. Y［4］和Wang GuoHong［5］都分析了影响中国能源消耗和环境保护的各种阻碍因素，一致认为能源结构、产业发展不平衡、能源环境政策不健全是造成能耗大碳排放量多的主要原因。综上所述可以看出，影响低碳经济发展的因素有很多，如何系统地阐明中国低碳经济发展的影响因素，并理顺各因素间层次结构关系和制定相应的情景分析是本论文的研究重点。

1 研究方法与框架

本文系统地论述了影响中国低碳经济发展的10个因素，应用解释结构模型（Interpretive structural modeling， ISM）理顺各因素间结构关系，得出影响因素层级结构图，找出关键阻碍因素。最后根据关键阻碍因素制定情景参数，设定基础情景、低碳情景和受挫情景，构建LEAP模型定量模拟中国2020年能源消耗和碳排放量等指标。本文的研究框架图见图1。

2 低碳经济影响因素分析

低碳经济是以低能耗、低污染、低排放为基础的经济模式，实质是能源高效利用、清洁能源开发以及低碳生活模式建立等。对于处于工业化阶段的中国而言，发展低碳经济意味着产业结构的转型、众多行业的技术创新与应用、土地利用模式改变和居民低碳意识的增强等等，涉及政府、企业、机构与个人，它的复杂性和系统性迫切需求一个高效框架阐明低碳经济影响因素间结构关系与制约作用。本文采用文献检索、专家咨询与头脑风暴相结合的方法，表1列举分析了如下10个影响中国低碳经济发展的因素。

3 ISM方法及模型应用

系统解释结构模型（ISM），是美国Warfield教授［14-15］于1973年作为分析复杂社会经济系统问题而开发出的一种系统分析方法，该方法的主要依据是有向图模型和布尔矩阵。ISM模型可将系统中各要素之间的复杂、零乱关系分解成清晰的多级递阶的结构形式，是用于分析和揭示复杂关系结构的有效方法［16-17］。影响中国低碳经济发展的10种因素有些相互交叉、互为关联，更多的则表现出因素之间互相驱动与依赖，形成十分复杂的递阶因素链，构建中国低碳经济影响因素ISM模型就能很好地解决此问题。

3.1 影响因素相互关系分析

建立ISM模型，首先要弄清各影响因素之间的逻辑关 表1 影响中国低碳经济发展的因素清单

Tab.1 List of factors which impacted development of

low-carbon economy in China

表2 关联矩阵

Tab.2 Structural self-interaction matrix

系。逻辑关系的确定主要由相关领域专家组判断各影响因素间的两两关系，得出如下关联矩阵（Structural self-interaction matrix，SSIM）。

低碳经济影响因素间（i和j）关系用V、A、X和O四个符号表示，这些符号的意义如下：

（1）“V”：如果影响因素i对因素j有直接或间接影响，但j对i无影响，则关联矩阵（i，j）处标注“V”；

（2）“A”：如果影响因素j对因素i有直接或间接影响，但i对j无影响，则关联矩阵（i，j）处标注“A”；

（3）“X”：如果影响因素i和因素j之间相互影响，则关联矩阵（i，j）处标注“X”；

（4）“O”：如果影响因素i对因素j之间不存在相互影响关系，则关联矩阵（i，j）处标注“O”；

3.2 影响因素层次结构

为了进一步理清因素间层级结构，采用图论方法表示

关联矩阵不同影响因素间存在的所有直接和间接的结构关系。最后通过布尔运算得到影响因素层次结构：设A，M分别表示初始可达矩阵和最终可达矩阵，M（A+I）r（A+I）r+1≠（A+I）r-1,经计算得r5，求得的M经变化即为图2影响中国低碳经济发展的层次结构图。

图2反映了有一定逻辑关系的影响因素链，10个影响中国低碳经济发展的因素被分配在4个层级内，表层原因主要体现在层级Ⅰ，即能源结构亟待改善（NIES）和能源利用效率低下（LEE），而中层原因则主要体现在层级Ⅱ和III上，深层原因则集中反映在层Ⅳ，即经济粗放式发展（RTED）、人口基数庞大，且居民低碳意识淡薄（PLLA）、缺乏低碳领域专业人才（LRTP）三个主要影响因素。即它们对其余7个因素直接或间接产生影响，也就是说上述三个因素的改善对中国低碳经济的发展具有重要意义，影响着中国节能减排的效果和政策措施的执行效率。

4 基于LEAP中国2050年低碳经济发展水平的情景分析

ISM模型理顺中国低碳经济发展影响因素的层级结构，针对Ⅳ层级影响因素制定政策措施就能较好地推进中国低碳经济的发展。因此，本文依据经济粗放式发展（RTED）、人口基数庞大，且居民低碳意识淡薄（PLLA）、缺乏低碳领域专业人才（LRTP）制定情景参数，利用LEAP模拟中国2020年低碳经济发展水平。

4.1 情景分析与LEAP模型

情景分析是一种多因素分析方法，结合设定的各种可能情景的发生概率，研究多种因素同时作用时可能产生的影响。在情景分析过程中要注意考虑各种因素的相关关系和相互作用［18］。LEAP（ Long-range Energy Alternative Planning system）是由斯德哥尔摩环境协会与美国波士顿大学共同开发的计量经济学模型，作为一个基于情景分析的能源―环境模型工具，可以用来做能源的需求分析及其相应的环境影响分析和成本效益分析 ［19］。

4.2 低碳经济发展水平评价指标选取

低碳经济发展水平评价指标的选取是一个复杂且存有争议的问题，本文在参考文献［20-21］的基础上，考虑数据获得难易程度，选取了四个指标人均GDP、能源消耗量、能源结构、CO2排放量，认为该四个指标即能代表一个国家的低碳经济发展水平。

4.3 情景分析框架图

低碳经济的发展是一个综合、复杂的系统，涉及如政策、经济、环境、技术、管理等诸多领域，还要结合本国自身国情，寻求影响中国2020年低碳经济发展水平的关键因素。本文主要依据驱动因素对能源供求和环境保护的影响，考虑未来几十年可能出现的产业结构调整、能源政策变化等不确定因素可能对能源需求产生的影响。拟采用的措施工具主要包括、集约型经济结构的转变、税收和低息贷款政策支持、低碳政策和排放标准的规范、低碳研发、碳汇建设、可再生能源配给制度、低碳生活方式转变和低碳人才体系构建等。图3即为中国2020年低碳经济情景分析框架图。

接着根据不同专家对不同领域的展望和未来40多年中国社会经济发展趋势，结合中国的发展现状，设置了三种方案。

第一种是基础情景（Base scenario，BS），这一情景的前提是中国不考虑采取低碳减排措施，始终将单纯的经济增长指标作为发展的主要驱动因素，按政府规划目标能够基本实现的发展趋势进行预测。

第二种是低碳情景（Low Carbon Scenario ，LCS ）， 即在考虑到国家能源安全、自然环境压力和低碳发展要求的因素下， 国家政策鼓励节能减排并出台相应法律法规促进所能够实现的低碳排放情景。这种情景要求不以单纯的经济增长为核心目标，而是同时考虑到国内社会、经济、环境各方面的发展需求，转变经济粗放式发展（RTED）、控制人口数量且加强居民低碳意识（PLLA）和缺乏低碳领域专业人才（LRTP）三个主要驱动因素依据国内自身努力，转变经济粗放式发展、完善低碳政策框架，倡导低碳生活，通过强化技术进步，采取低能耗低温室气体排放政策，来实现一种低碳的能源与排放目标。

第三种是受挫低碳情景（Frustrated Low Carbon Scenario ，FLCS ） ， 是节能减排政策执行不太顺利，同时产业结构调整也不称心的情景，导致能源效率的提高未达到理想程度，能源技术进步的推广和利用受到各种因素的限制，不够广泛等现象，阻碍中国低碳经济发展。

终端部门的划分包括农业、工业、交通运输业、商用服务业以及民用部门。终端能源消费品种包括二次能源，如汽油、柴油、液化石油、电力等，也包括工艺过程（或生活）所消费的一次能源，如原煤、原油等化石燃料、地热、水电、生物质能源等可再生能源。由于2010年统计数据还没有完全公布，又考虑到我国经济建设规划五年一个周期，故LEAP模型将基年选定为2005年，末年为2020年。

具体参数设置采用的是专家评估的方法，并利用搜集的资料和数据对量化的数据进行对比校正。人口情景主要考虑近期的几个主要规划和研究数据［22-24］，其中2005年人口数据采用国家统计局的2005年全国1%人口抽样调查数据130 628万人，2010年人口总量数据采用09年数据乘以09年的人口自然增长率5.05‰，2020年数据采用国家人口和计划生育委员会2020年规划目标值，为简化计算假设2010年-2020年人口自然增长率相同。随着中国经济的高速发展和城市化进程的加速，城市人口不断增加，城镇人口比重增长率采用05-09年间平均增长率。各时期人口情景见表3。

表3 中国到2020年人口情景预测表

Tab.3 Forecast of Chinese population in 2050

表4 情景分析预测结果

Tab.4 Procasting result of scenario analysis

4.4 预测结果与分析

通过影响因素分析与LEAP模型的计算，得到了中国从2005年到2020年各时期能源需求和碳排放的不同计算结果，表4给出了三个情景的终端能源需求、CO2排放量和人均GDP。

由表4得出，2020年3种情景（BS、LCS、FLCS）的终端能源总需求分别为43.59亿t标准煤、41.55亿t标准煤和45.21亿t标准煤。由于意识到ISM分析中第Ⅳ层级影响因素，即RTED、PLLA和LRTP三个影响因素，终端部门实施有效的节能措施，低碳情景比基础情景在能源总需求方面下降了3.7亿t标准煤。受挫情景下，节能措施进展不利，低碳技术实施受阻，能源强度居高不下，与基础情景相比，终端能源需求增加了1.6亿t标准煤。

2020年3种情景（BS、LCS、FLCS）的CO2排放量分别为25.11亿t碳当量、23.31亿t碳当量和26.83亿t碳当量。低碳情景的CO2排放量和基础情景相比，在2015年之前没有明显下降，是因为低碳政策执行初期效果没有完全体现，经济结构转变需要一个调整期。2015-2020年间，随着低碳政策效果逐渐显现，CO2排放量有了显著下降，2020年末低碳情景比基础情景CO2排放量下降近10%。受挫情景由于能源结构比例调节受阻，碳排放量比基础情景增加1.7亿吨碳当量，在2020年前并没有出现CO2排放量增长速度明显放缓的迹象，无疑大大增加了中国节能减排的成本和经济转型的困难。

表5是低碳情景下2005-2020年一次能源结构表（每5年输出一次）。煤炭需求从2005年的11.57亿t标准煤快速上升，在2015年-2020年间基本达到峰值25亿t标准煤，首次占比降到接近60%，此后由于低碳策略执行得力，煤炭需求可能开始回落。石油需求也得到了较好

表5 低碳情景一次能源结构表

Tab.5 Low-carbon scenario primary energy structure

的控制，基本保持低速增长，2020年石油占能源总量的18.4%，比基础情景提高了3%。水能、天然气和核能在低碳政策的扶持下得到较大幅度提高，在2020年占比达到8.2%、7.5%和3.3%。受挫情景下，低碳策略执行不力，导致结果还不如基础情景理想，煤炭和石油仍然是中国能源结构主要部分，在2020年，煤炭占一次能源需求量的68%，石油占22%，天然气占4%，核能占1.8%，水能占3.2%，其它新能源占1%。

基础情景下煤炭需求从2005年的11.57亿t标准煤快速上升，到2020年达到27.07亿t标准煤，增长一倍多，但占一次能源需求总量的比重却由05年的73%下降到20年的64%，煤炭需求量在2005年-2015年间快速增长，但2015年后煤炭总量趋于平稳，维持在大约25亿t，随着其他能源的增长，煤炭占能源总量的比重每五年大约下降3%左右。为满足经济发展和居民所需，石油需求也大幅升高，但占一次能源需求量比重基本维持在20%-22%。水能、天然气、核能、其它新能源虽然数量增长远远落后于煤炭和石油的增幅，但占一次能源需求量的比重由05年的3.7%、2.6%、0.7%和0.3%增长到2020年的5.5%、6%、2.2%和1.1%。

5 结 论

目前，中国正处于一个资源依赖型经济向低碳经济转型的关键阶段，诸多困难与挑战摆在政府面前，本文通过分析中国低碳经济发展进程中10个影响因素，利用ISM模型明确各因素之间层次结构关系，得出影响中国低碳经济发展的关键阻碍因素是经济粗放式发展（RTED）、控制人口数量且加强居民低碳意识（PLLA）、缺乏低碳领域专业人才（LRTP），针对影响因素制定了不同的情景参数，预测至2020年的人均GDP、能源消耗量、能源结构和碳排放量。得到如下结论：

（1）理清影响因素之间的层次结构关系，对于制定中国低碳经济发展策略具有重要的意义。ISM模型的分析给出各影响因素间相互作用关系，同时有助于决策者采取优先顺序处理阻碍低碳经济发展的各项障碍。

（2）不同的经济发展道路和政策取向，对能源需求和碳排放量有很大的影响。未来的能源需求和碳排放量，极有可能是在一个较大的范围内波动。根据低碳经济发展的影响因素分析，制定不同的政策和执行力度，按照情景分析的结果，到2020年，低碳情景下的中国终端能源需求将在41亿t标煤左右，受挫情景下大概45亿t标煤，相差4亿t标煤左右，可见策略的制定和执行对能源需求影响巨大。

（3）从情景分析方案中可以看出，能源结构的优化关键年份在2015年-2020年间，低碳政策经过2010-2015年间的制定推广与实践修正，基本形成了一套行之有效地策略，效果也逐渐显现出来，兴修水利，大力开发太阳能、生物质能源等新能源，核能和风能顺利推进为改善我国能源结构发挥越来越重要的作用。所以，2015-2020年间是我国向低碳经济发生质变的阶段，措施执行的力度决定了我国经济转型成功与否。

（4）从低碳情景预测结果中可以计算出我国2020年单位GDP的CO2排放量为1.83×10-4t C/$，比2005年降低96.7%，能够顺利完成我国政府制定的“到2020年,单位GDP的二氧化碳排放比2005年降低40%～45%”目标。但进一步分析可以看出，碳排放强度的大幅度降低主要依赖于我国经济的持续高速发展，CO2排放总量增长还是很快，提高能源效率才是降低碳排放强度最有力的保证。

最后，影响因素与情景参数之间关系的定量分析值得下一步研究，如影响因素中缺乏低碳领域人才，居民低碳意识差等与情景参数中能源结构、能源效率等之间的定量分析，这有助于更加科学、准确的预测能源消耗与碳排放量，为低碳经济发展策略提供更为合理的决策依据。

参考文献（References）

［1］Johnston D, Lowe R, Bell M. An Exploration of the Technical Feasibility of Achieving CO2 Emission Reductions in Excess of 60% Within the UK Housing Stock by the Year 2050［J］.Energy, Policy,2005,83:1643-1659.

［2］Shimada K, Tanaka Y, Gomi K, et al. Developing a Long-term Local Society Design Methodology towards a Low-carbon Economy: An Application to Shiga Prefecture in Japan［J］. Energy Policy, 2007, 35: 4688-4703.

［3］Kawasea R, Matsuokaa Y, Fujinob J. Decomposition Analysis of CO2 Emissionin Long-term Climate Stabilization Scenarios［J］.Energy Policy , 2006, 34: 2113-2122.

［4］Fang Y, Zeng Y. Balancing Energy and Environment: The Effect and Perspective of Management Instruments in China［J］. Energy, 2007, 34:2247-2261.

［5］ Wang GuoHong, Wang YunXia, Zhao Tao. Analysis of Interactions Among the Barriers to Energy Saving in China［J］. Energy Policy, 2008, 36: 1879-1889.

［6］张坤民.低碳世界中的中国：地位、挑战与战略［J］.中国人口・资源环境，2008, 18（3）：1-7.［Zhang Kunmin. China’s Role,Challenges and Strategy for the Low Carbon World［J］. China Population, Resources and Environment, 2008,18（3）：1-7.］

［7］姚伟龙，邢涛.中国能源状况与发展对策分析［J］.能源研究与信息，2006, （4）: 7-8.［Yao Weilong; Xing Tao. Analysis of Energy Situation and Corresponding Strategy of China［J］. Energy Research and Lnformation, 2006, （4）: 7-8.］

［8］Fukasaku Y. Energy and Environment Policy Integration:The Case of Energy Conservation Policies and Technologies in Japan［J］.Fuel and Energy Abstract, 1996, 37:138-139.

［9］Andrews-Speed P. Energy Policy and Regulation in the People’s Republic of China［M］. Aspen Publishers Inc, 2004:24-112.

［10］张坤民.发展低碳经济要有紧迫感［J］.求是, 2009, （23）: 50-52.［Zhang Kunmin. The Development of Low-carbon Economy Must be of Urgency.Qiu Shi, 2009, （23）: 50-52.］

［11］朱永彬,刘晓,王铮. 碳税政策的减排效果及其对我国经济的影响分析［J］. 中国软科学,2010, （4）: 14-22. ［ Zhu Yongbin, Liu Xiao, Wang Zheng. Abatement Effect of Carbon Tax and Its Impacts on Economy in China［J］. China Soft Science, 2010, （4）: 14-22.］

［12］金明红,李爱仙,成建宏,等.建立我国能效信息标识制度的有关问题［J］.中国能源,2004,26（3）:42-44.［ Jin Minghong, Li Aixian, Cheng Jianhong, et al. Discussion on Promoting Energy Efficiency Information Labeling in China［J］. Energy of China, 2004,26（3）:42-44.］

［13］Marland G, Brenkert A, Olivier J. CO2 from Fossil Fuel Burning a Comparison of ORNL and EDGAR Estimates of National Emissions［J］. Environmental Science & Policy,1999,（2）:265-273.

［14］Warfield J W. Developing Interconnected Matrices in Structural Modeling［J］. IEEE Transcript on Systems, Men and Cybernetics, 1974,4 （1）:51-81.

［15］Warfield J W. A Science of Generic Design：Managing Complexity Through Systems Design［J］. Intersystems Publications, Salinas, CA, 1990,（1）: 32-69.

［16］Jharkharia S, Shankar R. IT-enablement of Supply Chains:Understanding the Barriers［J］. Journal of Enterprise Information Management, 2005, 18（1）: 11-27.

［17］Mandal A, Deshmukh S G. Vendor Selection Using Interpretive Structural Modeling （ISM）［J］. International Journal of Operations and Production Management 1994, 14（6）: 52-59.

［18］Jiang Kejun，Hu Xiulian.Energy Demand and Emission in 2030 in China：Scenarios and Policy Options［J］.Environment Economics and Policy Studies，2006, （7）：233-250.

［19］Community for Energy Environment and Developing. An Introduction to LEAP［EB/OL］. ［2009-04-27］. .［China’s Economic and Social Develop-ment 11th Five-year Plan Outline. ［EB/OL］. ［2009-05-04］. ］.

［23］中华人民共和国国家统计局.中国统计年鉴2006［M］.北京：中国统计出版社，2006:30-50. ［National Bureau of Statistics of the PRC. China Statistical Yearbook 2006［M］.China Statistical Publishing House, 2006:30-50.］

［24］中华人民共和国国家人口和计划生育委员会.人口发展“十一五”和2020年规划［EB／OL］. ［2008-04-30］.www.ehinapop.省略/gzdt/tzgg/200806/P020080619552883280075.Doc..［ National Population and Family Planning Commission of the PRC. China’s People 11th Five-year Outline and Planning in 2020 ［EB/OL］.［2008-04-30］.www.ehinapop.govcn/gzdt/t zgg/200806／P020080619552883280075.Doc.］

Research on Development of China’s Low-Carbon Economy in 2020

LIU Zhao ZHAO Tao

（ School of Management and Economics,Tianjin University, Tianjin 300072, China）

Abstract Various factors influence the development of low carbon economy in China , so it ismeaningful to discriminate them. Through an indicator system composed of factors impeding thedevelopment of low-carbon economy in China, this paper establishes structural self-interaction matrix by graph theory, obtains the hierarchy relationship among each influencing factor based on Boolean operation, and determines the main factors affecting low-carbon economic development in China:rough-type economic development, weak awareness of low-carbon and lack of trained manpower.Based on the critical barrier factors, the paper forecasts the development levels of low-carbon economy in China by 2020 in basic scenario, low-carbon scenario and frustrated scenario respectively. The results indicate that the energy demand and carbon emissions in future are very likely to fluctuate in a large range. Assuming the successful implementation of low-carbon economy, the aggregate energy consumption in 2020 will be approximately 4.1 billion tons of standard coal, and CO2 emission is 2.3 billion tons of carbon equivalents. In addition, coal accounts for 60.5% of primary energy demand while petroleum, natural gas, nuclear power and hydropower account for 18.4%, 7.5%, 3.3%, and 8.5% respectively. Other new energies take the balance share of 2.1%. In contrast,how to reduce the proportion of secondary industry,especially high energy-consuming industries,mainly depends on the improvement of energy-saving technology.With the improvement of the living standards,the amount of energy consumption in the daily life is rising continuously.Therefore,enhancing residents' awareness of low-carbon plays a vital role in decreasing energy demand and carbon emissions in their daily life. Therefore, the scenario simulation has obtained reasonable results according to the hierarchical relationship of the barriers, and may provide evidence and recommendations for low-carbon economy development in China.

Key words low-carbon economy; interpretive structural modeling; scenario analysis; LEAP model; development strategies