Scientia Geographica Sinica  2015 , 35 (9): 1067-1076

Orginal Article

中国生产控制型产业减排的居民福利和区域影响

孙翊1, 钟章奇2, 徐程瑾2, 王铮12

1.中国科学院科技政策与管理科学研究所,北京 100080
2.华东师范大学地理信息科学教育部重点实验室,上海 200241

Impact of Carbon Abatement Policies in Manufacturing Process Control on Household Welfare and Regional Economic Development

SUN Yi1, ZHONG Zhang-qi2, XU Cheng-jin2, WANG Zheng12

1. Institute of Policy and Management, Chinese Academy of Sciences, Beijing 100080, China
2. Key Laboratory of Geographic Information Science, East China Normal University, Ministry of Education, Shanghai 200241, China

中图分类号:  K902

文献标识码:  A

文章编号:  1000-0690(2015)09-1067-10

通讯作者:  通讯作者:王 铮,研究员。E-mail: wangzheng@casipm.ac.cn

收稿日期: 2014-06-15

修回日期:  2015-01-4

网络出版日期:  2015-09-25

版权声明:  2015 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家973重大科学研究计划项目(2012CB955800)、国家自然科学基金项目(71201157、41271551)、中国科学院战略性先导科技专项(XDA05150900)资助

作者简介:

作者简介:孙 翊(1979-),男,湖南湘潭人,副研究员,主要从事宏观经济政策和多区域经济学研究。E-mail:sunyi@casipm.ac.cn

展开

摘要

基于SAM均衡建模方法,建立面向居民福利研究的中国动态多区域社会公平CGE政策模拟模型,对比分析自然情景、生产控制型减排政策情景和最优增长情景下的区域和居民福利变化。研究发现减排政策存在明显的增长率区域分异,这将破坏在自然增长下存在的区域收敛力,导致中国区域之间的差距再度被拉大。面向减排的投资控制政策短期对于居民收入的不利影响较小,但长期影响不容忽视,需要进行居民收入保护。由于城镇退休居民和农村劳动居民已经具备针对性的养老保障政策和“三农政策”保护收入增长,其总体福利受减排政策的冲击较小,因此缺乏相应政策支持的城镇劳动居民应该是收入保护的优先考虑群体。模拟显示减排政策更有利于代际和城乡人均收入差距的缩小,但考虑到减排带来的绝对收入水平下降,不能过于乐观估计这种差距缩小效应。

关键词: 生产控制型减排 ; 居民福利 ; 多区域CGE模型 ; 城乡差距 ; 代际差距

Abstract

The changes of household welfare in terms of income and consumption have an important and far-reaching impact on the general public’s attitudes towards CO2 emissions reduction policy, which will fundamentally determine whether the policy can be implemented within the context of global climate change. Given the situation, based on the method of social accounting matrix (SAM) equilibrium, this article presents a self-developed inter-province multi-regional dynamic computable general equilibrium(CGE) model, then analyzes and simulates the impacts of different carbon abatement policies on household welfare in terms of income and consumption and regional economic development in China. The results show that remarkable differences in regional GDP growth rate affected by emissions mitigation policies exist in China, and regional economic convergence would be obviously damaged under natural growth scenario. More seriously, however, the gap between China’s regional economies is being widened again. In addition, although household income is less affected by the carbon abatement policy of manufacturing process control at the early stage of the simulation, the long-term impact of the policy should not be ignored. Thus, active initiatives are being taken to increase income of the residents, which should be paid more attention to. Furthermore, because the Chinese government has provided some targeted policies such as the Old-Age security policy and the Three-Agriculture policy (namely, agriculture, rural areas and farmers) to increase income of the retired urban residents and rural residents respectively, their welfare in terms of income have suffered less from the impact of CO2 emissions reduction policy. While income growth for urban labor is lack of the related support policy from the government, so next the key thing we are focused on is priority must be given to provide more income for them. Meanwhile according to the simulation results, considering the adverse impact of CO2 emissions reduction policy on absolute number of income growth for the household, though the policy is more conducive to reduce the gap between the rural and urban residents' income and between generations, the extent of the reduction is too early to be overly optimistic.

Keywords: carbon abatement policy ; household welfare ; CGE simulation ; gap between urban and rural areas ; gap between generations

0

PDF (496KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

孙翊, 钟章奇, 徐程瑾, 王铮. 中国生产控制型产业减排的居民福利和区域影响[J]. , 2015, 35(9): 1067-1076 https://doi.org/

SUN Yi, ZHONG Zhang-qi, XU Cheng-jin, WANG Zheng. Impact of Carbon Abatement Policies in Manufacturing Process Control on Household Welfare and Regional Economic Development[J]. Scientia Geographica Sinica, 2015, 35(9): 1067-1076 https://doi.org/

气候变化是全球范围的科学公开问题。尽管在CO2增温机理,减排的时间节点和强度,碳配额和交易模式等诸多问题上仍然存在争论[1,2],控制温度上升的减排共识已经成为全球一致的行动目标[3]

实现减排的主要途径是增汇,清洁能源替代和生产控制型减排等。很显然任何一种减排途径的经济成本都是巨大。尽管气候变化经济成本的中间承担者是多元化的,但其最终承担者始终是居民。2002年以来,中国居民收入得到较快的增长,这似乎有利于提高居民对减排的经济承受能力。然而,考虑到贫富差距加大、城乡发展不均衡和社会快速老龄化的不利影响,收入增长在减排过程中的积极作用可能被过高估计了。一个关键的问题是,如果减排导致某些居民群体的收入和消费大幅度下降,将使得该人群反对利他主义的减排措施,从而在政治上影响国际气候谈判过程。因此减排措施,尤其是有可能直接影响居民收入的生产控制型减排措施能否在经济意义上被城镇居民和农村居民、劳动居民和退休居民一致性的承受是一个不容忽视的问题。特别是作为相对收入较低的群体,农村居民和退休居民在减排过程中的收入、消费等福利状况变化更应得到重视,这是一个重要的气候变化经济学问题。

为了研究气候变化的经济影响,集成评估模型(Integrated Assessment Model,IAM)作为一种主要的系统性气候经济学模型发展起来。Stanton等[4]认为IAM模型可以分为5种类型:最大福利模型、可计算一般均衡模型、部分均衡模型、模拟模型和最小费用模型。事实上,从政策模拟的角度看,IAM只有两类模型:宏观经济动力学模型和多部门经济均衡模型。前者的气候产出是宏观经济量,采用的是宏观经济动力学方程,后者的气候产出是部门经济量,采用可计算一般均衡方程,并且可以合成宏观经济量。尽管目标函数可能存在不一致,但包括DICE,RICE,MRICE等在内的大多数IAM模型在回答气候损失、减排成本、碳税、全球温度变化等重要问题上仍然发挥了关键的作用。IAM模型中的一个重要组成部分就是利用可计算一般均衡方法(Computable General Equilibrium,CGE)进行碳政策分析。虽然现有研究评估了不同的减排政策情景对区域GDP和居民消费的影响[5~9],但总体来看仍然主要存在以下两点不足:首先,上述研究中并未涉及居民收入变量,从而无法评估收入状况对各种减排措施的反馈;其次,虽然已有研究考虑了减排政策对居民消费的影响,但消费变量缺乏明确的动力学方程描述,而且隐含了消费同一性假设,没有区分不同人群的消费水平,因此无法分析不同社会收入群体在面对一致的减排政策时出现的福利响应分异特征。

针对IAM模型研究的缺陷,本文基于SAM均衡建模方法,建立了一个面向居民福利研究的中国动态多区域社会公平CGE政策模拟模型,对比分析了自然情景、生产控制型减排政策情景和最优增长情景下的区域和居民福利变化。

1 模型与数据

本文研究主要基于中国多区域动态CGE模型进行分析,下文将从建模方法、模型结构和关键参数等方面进行介绍。

1.1 建模方法

经典的CGE建模方法是一种基于功能组件的建模方法,即针对产出、需求、价格、进出口、税收等经济过程分别建立相应的功能模块组件,在完成各个组件后进行均衡条件约束。这种功能组件式建模方法具有经济意义明确,容易理解的优点。但是从CGE方法的一般均衡性质来看,这种方法逻辑结构是不清晰的,随意性强,容易遗漏重要的均衡约束条件。因此,本文采用的是具有层次结构的SAM均衡建模方法,即以SAM表表达的均衡关系为基本起点,首先建立经济系统的一般均衡关系,其后从均衡关系出发,刻画经济过程。本文构建的面向社会公平的动态多区域CGE模型包括区域供需均衡模块、要素收支均衡模块、居民收支均衡模块、企业收支均衡模块、政府收支均衡模块、储蓄投资均衡模块、区域调入调出均衡模块、国际收支均衡模块等8个基本的均衡模块。由于建模方法不是本文的重点,在此不做详细阐述,仅择要介绍与本文主题关系紧密的区域均衡模块与居民收支模块。

1.1.1 区域均衡模块

区域均衡模块主要用于刻画各个区域的总供给和总需求之间的均衡关系。

区域总供需的均衡方程: (1)

式中, XijS为区域总供给, XijD为区域总需求, ij分别代表区域和部门,下文类同。

(2)

总需求包括中间需求 IUij,居民消费 Cij,地方政府消费 CLij,中央政府消费 CCij,投资 Iij,存货 STij,出口 Eij和区域调出 Oi

(3)

Xij=IIij+VAij(4)

IIij=aijXij(5)

VAij=AijAij*LijαijKij1-αij(6)

式中, Xij为总产出, TMij为进口关税, Mij为进口额, IIij是中间投入, VAij为增加值, aij为中间投入系数, Lij为劳动投入, Kij为资本投入, Aij是全要素生产率, aij为劳动投入的弹性系数, Aij*是温度上升后,实际产出与温度变化前的比值,表征了温度上升的经济损失[10,11]

Aij*=1-biμi1+(D09)T2(7)

式中, bi是生产型减排破坏系数, μi是减排率, T是温度, D0是温度上升3℃所导致的产出损失。需要指出的是,由于本文模拟期不长,因此可以忽略模拟期内温度的变化,实际模拟运算中假定 Aij*保持恒定。但是如果将本模型用于长期模拟,则气温变化导致的产出损失是不可忽视的。

1.1.2 居民收支均衡模块

居民收支模块由城镇劳动居民收支、城镇退休居民收支、农村劳动居民收支和农村退休居民收支等4个子模块构成,下面以城镇劳动居民收支子模块的构建为例进行概略说明。

城镇劳动居民收入和支出的均衡方程:

INoULi=EXoULi(8)

式中, INoULi为城镇劳动居民收入, EXoULi为城镇劳动居民支出。

城镇劳动居民收入有3个来源,分别为工资性收入 WoULi、财产性收入 EoULi和转移性 GToULi

INoULi=WoULi+EoULi+GToULi(9)

城镇劳动居民的支出 EXoULi可以分成5个部分,分别为对本区域的消费 CoULij,对其他区域的消费 CoULouti,养老金支出 PoULi,个人所得税支出 THoULi和储蓄 SoULi

EXoULi=CoULij+CoULouti+PoULi+THoULi+SoULi(10)

1.2 数据来源

本研究使用的数据主要来自于《中国2007年30省区市区域间投入产出表编制理论与实践》[12]及据此编制的2007年中国区域间社会核算矩阵,并根据《中国统计年鉴2012》[13]对关键数据进行了校正处理。研究范围为除西藏、港、澳、台地区之外的30个省市区。

2 情景设计与模拟

在完成模型构建和模拟系统开发后,本文设计了3种典型的增长情景并进行了政策模拟,情景如下:① 自然增长情景(简称“自然情景”):无政策干预的自由增长。② 最优增长情景(简称“最优情景”):在保持经济与人口平衡的平稳增长轨道上,Ramsey效用最大化时对应的最优经济增长[14,15]。在模型运行中通过对各产业同比提高投资来保证最优增长路径。③ 生产控制型减排增长情景(简称“减排情景”):根据减排目标设计的投资控制方案下的增长。控制工业,建筑业和交运仓储业的投资额度每年在当年额度基础上降低10%。

2.1 区域、代际和城乡福利变化

2.1.1 全国GDP年增长率

图1中可以看出,在自然增长的无政策扰动情景下,全国GDP的年增长率随着年份逐步下行。在模拟期初的2014年可以维持年增长7.7%左右,到2016年就将会跌破7%。而到了模拟期末的2020年,全国GDP的年增长率只能保持在4.9%,这个水平和2000年以来的年增长率相比,可以说是一个相当低的水平。当然,由于情景的设定,在自然情景中没有资本投入的增长,只存在资本折旧,而这种情况显然在真实经济运行中是不会发生的,因此这种情景只是作为一种政策的比对基准。在这种只存在资本折旧的情况下,GDP增长放缓的速度相对来说是比较均匀的,大致保持在每年降低0.4%~0.5%左右。在减排情景下,由于除了资本的自然折旧过程,还设定了工业、建筑业等主要排放部门投资控制政策,因此减排情景下GDP的年增长率要比相应年份的自然增长情景低。减排情景下,全国GDP的年增长率始终低于7%,模拟期初的全国GDP年增长率仅有6.9%,比自然增长情景要低0.8%,而到了模拟期末减排情景的年增长率勉强高于3%,对比自然情景低了1.6%。由此可以看出,本文设计的减排政策对于GDP的影响随时间推移,政策作用效果逐渐加强,前期对GDP的负面作用较小,而后期较为明显。这一现象提示,在制定投资控制减排政策的时候,需要注意把握政策的力度和节奏。此外,对比自然情景,减排情景下GDP放缓的速度要更快一些,模拟期初每年放缓0.8%左右。但是与自然情景下GDP均匀下滑有所不同的是,减排情景下GDP增长放缓的速度是逐渐减小的,到了模拟期末,每年放缓大约维持在0.3%左右。另一方面,对比自然情景和减排情景,在最优情景下GDP增长速度都要快得多,即使是在差距最小的2014年,最优情景下的GDP年增长率也比自然增长情景高出2.1%,而在差距最大的模拟期末,最优情景下的GDP年增长率比减排情景高出5.5%,这是一个相当大的差距。可见无论是减排情景还是自然情景,其增长路径都严重偏离了最优增长轨道。

为了度量不同增长轨道下GDP年增长率差距的程度,本文引入增长缺口 ϕ如下:

ϕ=g2-g1g2(11)

式中, g1, g2分别是两种情景下的GDP年增长率, ϕ描述了第一种增长轨道相对于第二种增长轨道的偏离程度。图1b表示了GDP年增长率意义下减排情景相对自然情景的偏离,减排情景相对最优情景的偏离和自然情景相对最优情景的3种轨道偏离情况。可以发现, 3种年增长率轨道偏离都呈现上升趋势,这也意味着随着时间推移,考察的3种增长率差距都在不断拉大。其中,蓝线表示的减排情景相对自然情景的GDP增长轨道偏离最小,在2014年约为10%,经过模拟期的稳定增长,到2020年增长轨道偏离会扩大到略高于30%。绿线表示的自然情景相对最优情景的GDP增长轨道偏离情况和蓝线情景非常相似,只是呈现向上水平效应,每年的增长率轨道偏离要高出蓝线情景10%左右。红线表示的减排情景相对最优情景的GDP增长轨道偏离基本走势虽然与绿线和蓝线情景相同,但是其水平值更高一些,模拟期初减排情景下GDP年增长率和最优情景相比及存在30%的缺口,模拟期末该缺口更是扩大到超过60%。另外值得注意的是,红线情景下的轨道偏离增长速度明显高于绿线和蓝线情景。这意味着减排政策会使GDP增长率强烈且快速的偏离最优轨道,因此在通过产业投资控制实现减排目标的同时要特别关注GDP增长率的问题,需要设计其他GDP保护政策来将其拉回最优增长轨道。

图1   三种情景下全国GDP年增长率及其轨道偏离

Fig. 1   Impact and deviation of different CO2 emissions reduction policies on national GDP growth rate in China

2.1.2 区域增长率

为了探讨上述3种政策情景对中国区域经济发展的影响,本文模拟了3种情景下的区域GDP年增长率(表1)。其中环渤海地区包括北京、天津、河北、山东,长三角地区包括上海、江苏、浙江,东南沿海地区包括福建、广东、海南,能源基地地区包括山西、内蒙古、陕西、新疆,经典工业基地地区包括辽宁、吉林、黑龙江,成熟工业基地包括湖北、重庆,四川,新型工业化地区包括安徽、江西、河南、湖南,环境脆弱地区包括广西、贵州、云南、甘肃、青海、宁夏。

从区域增长率模拟结果来看,无论是自然情景还是减排情景,对比全国GDP平均年增长率,8个地区均可以划分成两个集团。集团一包括环渤海地区、长三角地区和经典工业地区,集团二包括东南沿海地区、能源基地地区、成熟工业地区、新型工业化地区和环境脆弱地区。集团一的区域GDP年增长率低于全国水平,而集团二的区域GDP年增长率高于全国水平。总体而言,集团一是经济比较发达的相对高发展地区,而集团二大部分是经济欠发达的相对低发展地区,模拟显示高发展地区的增长速度普遍要低于低发展地区。这一结论与王铮等[16]提出的以优化开发主导区为代表的高发展地区陷入“中等收入陷阱”的结论相吻合。更进一步可以发现,即使推行全国性的产业减排政策也不会改变高发展地区的低增长趋势。值得注意的是,该结论的一个例外是东南沿海地区。以广东为代表的东南沿海地区是典型的高发展地区,但是其区域增长速度仍然高于全国平均水平,这很可能与2010年以来广东加大高端服务业的“腾笼换鸟”产业升级政策有关。通过产业升级来摆脱“中等收入陷阱”的发展路径对于其他高发展地区有一定的借鉴意义。

对比表1自然情景和减排情景可以发现,减排政策对于各个区域的GDP增长影响存在一定程度的分异。该政策对能源基地地区、成熟工业地区、新型工业化地区和环境脆弱地区的影响较大,期初会导致GDP年增长率1%左右的下降,而期末这种负面影响会扩大到2%左右,尤其以能源基地区域表现最为明显。相对而言,减排政策对环渤海地区、长三角地区、东南沿海地区和经典工业地区的影响要略微小一些,对GDP年增长率的最坏影响也可以控制在1.5%以内。究其原因,主要是能源基地区、成熟工业地区、新型工业化地区和环境脆弱地区的增长强烈依赖投资要素的增长,一旦为了减排缩小投资规模,其年增长率就会出现更为明显的下滑。这一规律在最优情景的模拟中表现更为明确。在整个模拟期中,为了保持全国平稳最优增长,能源基地地区、成熟工业地区、新型工业化地区和环境脆弱地区4个区域的年增长率始终保持在10%,而其余4个区域要低于该值。这也导致减排政策会使得能源基地地区、成熟工业地区、新型工业化地区和环境脆弱地区会比其他区域更为显著的偏离最优增长轨道。由于4个区域本身即是发展相对落后的区域,偏离最优增长轨道对其发展影响的后果会更加强烈。因此,在制定产业投资控制减排政策的时候需要特别注意这4个区域的发展问题,必要时要放弃政策公平目标,采取分区域的差异化政策。

表1   3种情景下区域GDP年增长率

Table 1   Impact of different CO2 emissions reduction policies on different regional GDP growth rate in China

年份2014201520162017201820192020
自然增长情景环渤海地区0.0720.0670.0620.0580.0540.0500.047
长三角地区0.0650.0590.0540.0500.0460.0430.040
东南沿海地区0.0780.0720.0670.0620.0580.0540.050
能源基地区0.0920.0850.0780.0720.0670.0620.058
经典工业地区0.0710.0660.0620.0580.0540.0500.047
成熟工业地区0.0920.0850.0790.0740.0690.0640.060
新型工业化地区0.0910.0840.0780.0730.0670.0630.058
环境脆弱地区0.0950.0870.0810.0750.0690.0640.060
减排增长情景环渤海地区0.0650.0570.0510.0450.0400.0360.032
长三角地区0.0570.0490.0430.0370.0320.0280.025
东南沿海地区0.0700.0610.0540.0480.0420.0380.033
能源基地区0.0820.0720.0630.0550.0490.0430.038
经典工业地区0.0640.0570.0500.0450.0400.0360.032
成熟工业地区0.0830.0740.0660.0590.0530.0470.043
新型工业化地区0.0820.0730.0640.0570.0510.0460.041
环境脆弱地区0.0860.0760.0670.0600.0530.0470.042
最优增长情景环渤海地区0.0910.0890.0880.0860.0840.0830.082
长三角地区0.0850.0840.0820.0810.0790.0780.077
东南沿海地区0.0970.0960.0940.0930.0910.0900.088
能源基地区0.1160.1150.1130.1100.1080.1070.105
经典工业地区0.0880.0860.0850.0830.0820.0800.079
成熟工业地区0.1140.1120.1100.1080.1060.1050.102
新型工业化地区0.1140.1130.1100.1080.1060.1050.103
环境脆弱地区0.1190.1180.1160.1130.1110.1100.107

新窗口打开

2.1.3 居民收入变化

表2居民收入变化来看,3种情景表现出一个共同特征,即农村劳动居民收入增长最高,其次是城镇退休居民,而城镇劳动居民的收入年增长率是最低的。以减排情景为例,模拟初期农村劳动居民收入年增长率接近10%,城镇退休居民刚刚超过9%,而城镇劳动居民的收入增长仅为7.2%。根据模拟结果可以判断,在当前发展趋势下,城乡收入差距会逐渐缩小。造成这一局面的主要原因是2006年以来,“三农”政策和农业税费改革大大减轻了农业人口的财政负担,使得更多的农业产出转化成农民收入。另一方面,由于城镇社会保障体系的逐步完善以及其他民生政策的推行[17],使得城镇退休居民收入年增长率超过城镇劳动居民,这也意味着代际收入差距也会逐步缩小。和GDP增长表现出来的规律一样,各组居民的收入增长也会随着时间推移而逐渐减缓,城乡劳动居民收入增长减缓的速度大体相当,城镇退休居民收入增长减缓的速度更加慢一些,这一现象更有利于代际收入差距的弥合。

表2   居民收入年增长率变化

Table 2   Impact of different CO2 emissions reduction policies on national household welfare in terms of income in China

年份2014201520162017201820192020
自然增长情景城镇劳动居民0.0720.0680.0640.0600.0570.0530.050
城镇退休居民0.0910.0830.0770.0710.0650.0600.056
农村劳动居民0.0970.0890.0820.0750.0700.0650.060
减排增长情景城镇劳动居民0.0720.0620.0520.0450.0380.0320.028
城镇退休居民0.0910.0790.0700.0610.0540.0480.043
农村劳动居民0.0970.0840.0740.0650.0570.0500.045
最优增长情景城镇劳动居民0.0620.0620.0610.0610.0600.0600.059
城镇退休居民0.0780.0770.0770.0760.0750.0750.074
农村劳动居民0.0830.0820.0820.0810.0800.0800.079

新窗口打开

对比观察3种情景可以发现,减排政策在模拟早期对居民收入的影响不大。2014年减排情景下的居民收入增长和自然情景持平,而且略高于最优情景。这是由于最优情景要求高投资以确保增长速度,而投资增长带来的产出收益更多地分配给资本,相对而言劳动者获益更小。然而在模拟后期,由于面向减排的投资控制政策带来的GDP下滑明显,使得减排情景下的居民收入年增长率显著的低于自然情景和最优情景。由此可见,面向减排的投资控制政策在实行早期可以较少考虑对于居民收入的不利影响,但是如果持续较长时期,那么居民收入保护是一个不可忽视的问题。

如果把保护居民收入做为一个政策目标,那么首先要确定优先进行收入保护的人群。从各群组居民收入增长和GDP增长的对比来看,城镇退休居民和农村劳动居民作为相对较低收入的群组,其收入年增长率均超过相应的GDP年增长率。例如减排情景下城镇退休居民和农村劳动居民在2014年的收入年增长率均超过9%,相比GDP年增长率高出2%。即使到了2020年,这两组居民的收入年增长率与GDP年增长率的差距有所缩小,但前者始终略高于后者。然而,城镇劳动居民收入年增长率的情况相反,除初始年外均低于相应年份的GDP年增长率。这主要是由于城镇退休居民和农村劳动居民分别有养老保障政策和“三农”政策进行收入保护,而城镇劳动居民缺乏这种收入保护政策。此外,城镇劳动居民收入年增长率不仅低于GDP年增长率,其随时间降低的速度更是快于GDP年增长率随时间降低的速度。这一因素如果与投资控制型减排政策叠加,将会对城镇劳动居民的收入造成更为严重的影响。由此可见,在本文设计的投资控制型减排政策下,收入受负面影响最大的是城镇劳动居民,需要其它的收入增长计划来提振这一人群的收入水平。当然,这并不意味着可以忽略城镇退休人群和农村劳动人群的收入状况。虽然模拟显示这两个人群收入增长较快,从而与城镇劳动居民比较的相对收入提升,但毕竟这两个人群是低收入人群,绝对收入不高,对收入增长放缓的承受能力较小,因此投资控制型减排政策对他们生活的影响可能会更加强烈。

2.1.4 居民消费变化

就居民消费年增长率变化而言,表3显示居民消费变化的基本特征和收入变化大体相同,城镇退休居民和农村劳动居民的消费增长快于城镇劳动居民的消费增长,城乡消费差距和代际消费差距均有不同程度的缩小。减排情景下居民消费在模拟早期和自然情景、最优情景大体相当,但是模拟后期差距逐渐体现,尤其是与最优情景相比有较大的落差。

对比减排情景和自然情景下的居民消费变化可以发现,城镇劳动居民消费增长由于投资控制型减排政策而受到的影响比较稳定,每年与自然情景的差保持在0.2%左右。而城镇退休居民和农村劳动居民消费年增长率受到减排政策的影响更强烈一些,而且随时间变化这种影响呈现逐步加强的态势。例如城镇退休居民消费年增长率在减排情景下比自然情景期初低0.7%,而到了模拟期末则低1.4%。因此从居民消费的角度考察,投资控制型减排政策更多的作用于城镇退休居民和农村劳动居民这两个相对低收入群体,而对城镇劳动居民的影响较小。

表3   居民消费年增长率变化

Table 3   Impact of different CO2 emissions reduction policies on national household welfare in terms of consumption in China

年份2014201520162017201820192020
自然增长情景城镇劳动居民0.0690.0630.0580.0530.0480.0440.041
城镇退休居民0.0900.0830.0770.0710.0660.0610.057
农村劳动居民0.1010.0930.0860.0790.0730.0680.063
减排增长情景城镇劳动居民0.0670.0610.0560.0500.0460.0420.038
城镇退休居民0.0830.0740.0660.0590.0530.0480.043
农村劳动居民0.0960.0860.0770.0700.0630.0570.052
最优增长情景城镇劳动居民0.0700.0690.0690.0680.0680.0670.067
城镇退休居民0.0900.0890.0880.0870.0870.0860.085
农村劳动居民0.1010.1000.0990.0990.0980.0970.096

新窗口打开

另一个值得关注的现象是,城镇退休居民的消费年增长率始终没有超过其收入年增长率,这表明虽然城镇退休居民收入增长较快,但是在消费上始终是谨慎的,虽然近年推出了多种消费激励政策,但对于退休居民的消费决策影响较小,无法拉动其消费与收入同步增长。当然,尽管如此,城镇退休居民消费年增长率与收入年增长率之间的差距还是在不断缩小的。而城镇劳动居民和农村劳动居民的消费年增长率大部分情况下高于其相应的收入年增长率,这反映了年轻群体对未来收入有较好的预期,从而选择了较高边际消费倾向。总而言之,为了确保各个群体的消费更快的增长,归根结底是要建立更好的收入保障机制,使其形成良好的预期,减少保障性储蓄,增加消费性支出,最终形成良性的产出循环过程。

2.2 区域、代际和城乡差距变化

针对差距变化问题,本文主要集中于区域差距、代际收入差距和城乡收入差距3个方面。

2.2.1 区域差距变化

关于区域差距问题,王铮等模拟发现如果排除外界政策干扰,中国存在区域间的自然收敛力,区域差距会有所缩小[16]。从图2中可以发现,在本文设定的最优情景下GDP的区域差距会逐渐缩小,但总体上保持一个比较稳定的态势。这一结论与王铮等的发现[15]基本一致,区别在于本文的区域收敛发生在最优情景下,而后者得出结论是基于自然情景的模拟结果。但这两者事实上是一致的,主要原因在于王铮等模拟中的设定的自然情景事实上即是运行在最优增长轨道上[16]。然而,自2011年起中国经济受到世界经济影响的冲击,较大程度的偏离了最优增长轨道。这种偏离的一个后果就表现为自然情景和减排情景下区域收敛力的消失,而代之以区域差距的拉大。

为了分析区域差距的变化,本文采用Theil系数表征的区域差距指标进行研究。

I0(x)=1ni=1nlogx̅xi(12)

式中, I0(x)是区域总体Theil系数,反映了区域的总体差距, xi是第 i个省区的GDP总量, x̅是所有省区GDP的均值, n是省区的数量[18,19]

图2所示,减排情景下全国GDP的Theil系数呈现出逐年增长的态势,这意味着全国范围内区域差距的拉大。以减排情景为例,2014年的Theil系数略高于0.386,而到了2020年该值扩大到超过0.389。自然情景下GDP的Theil系数变化趋势与减排情景大体相同,但是其值略低于减排情景。这说明减排政策会进一步推高区域的不平等水平。此外,减排情景下GDP的Theil系数不仅在绝对值上高于自然情景,而且两者之差也在逐步扩大,表明在投资控制减排政策的作用下,区域差距是加速扩大的。尽管二者差值始终不大,但是其发展趋势仍值得关注。

区域差距由两部分构成:第一部分是区域内的差距,第二部分是区域间的差距,公式(12)表达的是区域总体差距,即区域内差距与区域间差距的总和。为了进一步分析总体区域差距变化的原因,本文利用Shorrocks提出的方法对总体Theil系数进行分解。公式(13)中等式左边是区域总体Theil系数,等式右边第一项是区域组内Theil系数,第二项是区域组间Theil系数。 K是区域划分的组别数, pk是第 k组人口在总人口中的份额, vk是第 k组GDP在全国总GDP中的份额。

I0(x)=k=1KpkI0(x)k+k=1Kpklog(pkvk)(13)

图2可以发现,全国总体区域差距的40%是由于区域内差距导致的,其余60%是区域间差距导致的,而且这个比值大体保持稳定,即使区域差距绝对水平随时间发生或升高或降低的改变,但是区域内差距和区域间差距始终保持在2∶3左右。进一步,在投资控制型减排等政策情景冲击下,尽管总体区域差距会发生水平值的改变,但依然不会影响到区域内差距和区域间差距的比例分配。这说明中国区域内差距和区域间差距存在一种比较稳固的力量使其保持稳定。

无论是减排情景还是自然情景,区域内差距和区域间差距的总体走势都是与总体区域差距保持一致的,即随时间推移逐渐扩大。然而值得注意的是,区域间差距在减排情景下比自然情景要低,而总体区域差距和区域内差距情况则是相反,减排情景的总体区域差距高于自然情景。这表明投资控制型减排政策有助于降低区域间差距,但是会提高区域内部的差距。而且总体效应叠加后,区域间差距的降低无法弥补区域内差距的升高,因此最终会导致总体区域差距的微小升高。对比图2,区域间差距和区域内差距在自然情景和减排情景下之间的差值都会随时间逐渐拉大,但是这一差值在区域间差距的表现上更为快速。此外,在图2中,无论是自然情景还是减排情景下的区域间差距均呈现出二阶导数小于零的特征,因此区域间差距扩大的增速都会逐渐放缓,这或许意味着存在区域间差距的极大值。

图2   Theil系数表征的GDP区域差距

Fig.2   Disparities of regional GDP by Theil coefficient

从对最优情景下的总体区域差距进行区域内和区域间分解来看,最优情景下的总体区域差距的缩小主要是由于区域内差距缩小造成的,而区域间差距基本保持稳定水平。区域间差距在最优情景下始终是低于减排情景和自然情景,但是区域内差距则有所不同。在模拟期早期,最优情景下的区域内差距高于自然情景和减排情景,由于最优情景下区域内差距会逐渐有所下滑,而减排情景和自然情景下区域内差距快速上升,因此自2016年起,自然情景和减排情景下的区域内差距将会超过最优情景。

2.2.2 代际和城乡收入差距变化

图3代际人均收入差距变化中可以看出,3种情景下代际差距逐年缩小。以减排情景为例,2014年代际差距为0.225,运行到2020年将会缩小到0.150。虽然3种情景下代际人均收入差距的变化趋势基本相同,但是减排情景比起另外两种情景对于缩小代际差别的作用更加强烈一些。其次是最优情景,而自然情景下代际差距缩小的程度最小,到2020年自然情景下代际差距为0.180,比减排情景高出0.030,比最优情景也要高出0.020。

图3可以看出,城乡人均收入差距在3种情景下的变化趋势和代际人均收入差距变化基本相同,只是前者减排情景和最优情景之间的差别更小一些。正如前文所述,代际收入差距和城乡收入差距缩小的原因主要在于作为相对低收入群体的城镇退休居民和农村劳动居民在近年来分别受益于城镇社会保障制度和三农扶持政策,使其收入的增长快于城镇劳动居民。关于减排政策更有利于代际和城乡人均收入差距的缩小的现象,其原因是与自然情景相比,投资控制型减排政策的机理是作用于高排放产业,使其增速放缓,从而首先直接影响到城镇劳动居民的收入,随后才会间接扩散到城镇退休居民和农村劳动居民,而且这种扩散作用又会进一步被收入保护政策所削弱,从而使得减排后城镇劳动居民收入下降的比其他群体快。

图3   代际收入差距和城乡收入差距

Fig.3   Disparities of per capita income between generations and between urban and rural areas

需要指出的是,尽管减排政策对代际和城乡差距会产生缩小效应,但是毕竟这种差距缩小是建立在一种相对水平的意义上。即减排后各组居民的绝对福利均不同程度下降,只是城镇退休居民和农村劳动居民相比城镇劳动居民下降的更少,从而使得这两个人群的相对福利上升。这是一种绝对福利下降的同时相对福利提升的现象。考虑到城镇退休居民和农村劳动居民的收入偏低,与收入相对水平比起来,这部分群体对收入绝对水平的下降变化会更为敏感,承受能力也更差。如何考虑不同收入群体的气候利益和责任已经不是一个单纯的气候经济学问题,而上升为关于气候伦理和道德的价值判断[20]。这一点已经超出本文研究的边界。但无论如何,应该更加综合全面的评估减排政策对代际和城乡差距的缩小效应。

3 结 论

减缓和适应气候变化已经成为全球行动共识,需要全面的气候保护政策支撑减排措施落实。作为气候变化相关政策的受损者和受益者,居民利益以及据此形成的居民政策倾向是气候政策的民意基础,并将从根本上决定气候政策能否执行。尤其是对居民生活存在直接和显著不利影响的生产控制型减排政策,能否得到居民的一致支持是至为关键的,而这一判断的基础是减排政策的区域和居民福利影响。

本文基于SAM均衡建模方法,建立了一个面向居民福利研究的中国多区域社会公平CGE政策模拟模型,对比分析了自然情景、生产控制型减排政策情景和最优增长情景下的区域和居民福利变化。研究发现生产控制型减排政策将破坏在自然增长下存在的区域收敛力,导致中国区域之间的差距再度被拉大。面向减排的投资控制政策前期对于居民收入的不利影响较小,但长期影响不容忽视,需要进行居民收入保护。由于城镇退休居民和农村劳动居民已经具备针对性的养老保障政策和“三农政策”保护其收入增长,其总体福利受减排政策冲击较小,因此城镇劳动居民应该是下一步收入保护的优先考虑群体。此外模拟发现,减排政策更有利于代际和城乡人均收入差距的缩小,这也是2008年以来加大民生保障政策的结果。但减排导致的差距缩小是建立在绝对收入降低的基础上,考虑到城镇退休居民和农村劳动居民的收入偏低,对收入绝对水平的下降变化会更为敏感,承受能力也更差,因此应该更加综合全面的评估减排政策对代际和城乡差距的缩小效应。

The authors have declared that no competing interests exist.


参考文献

[1] Nordhaus W D.A question of balance: Weighing the options on global warming policies[M]. New Haven: Yale University Press,2008.

[本文引用: 1]     

[2] Stern L N.The economics of climate change: The stern review[M]. Cambridge: Cambridge University Press,2007.

[本文引用: 1]     

[3] Intergovernmental Panel on Climate Change(IPCC).Climate Change 2007:The physical science basis, contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press,2007.

[本文引用: 1]     

[4] Stanton E A,Ackerman F,Kartha S.

Inside the integrated assessment models four in climate economics

[J].Climate and Development,2009,1(2):166-184.

[本文引用: 1]     

[5] Bernard A L,Vielle M.

Measuring the welfare cost of climate change policies:A comparative assessment based on the computable general equilibrium model GEMINI-E3

[J].Environmental Modeling & Assessment, 2003,8(3):199-217.

URL      [本文引用: 1]     

[6] Böhringer C,Löschel A,Moslener U,et al.

EU climate policy up to 2020:An economic impact assessment

[J]. Energy Economics,2009,31(2):S295-S305.

URL     

[7] Saveyn B,Van Regemorter D,Ciscar J C.

Economic analysis of the climate pledges of the Copenhagen Accord for the EU and other major countries

[J].Energy Economics,2011,33(1):S34-S40.

https://doi.org/10.1016/j.eneco.2011.07.024      URL      摘要

ABSTRACT This article uses the world GEM-E3 computable general equilibrium model to assess the economic consequences of the climate ‘Copenhagen Accord’. The model allows analyzing the macroeconomic costs in terms of GDP, the change in employment, as well as the impacts on production of specific energy-intensive sectors. Various 2020 climate scenarios are evaluated depending on the GHG mitigation pledges. We find that the cost for the developed countries is around 0.5% of GDP in 2020 for the more ambitious pledges, whereas the GDP effects are more heterogeneous across developing countries and Russia, reflecting the different pledges and the assumptions in the reference scenario across these countries. Further, the article explores whether there is a form of double dividend in the EU when the revenues from auctioning or taxation of GHG emissions are used to reduce the social security contributions of employees. We conclude that GDP and employment perform better compared to the free allocation of permits when more sectors are subject to auctioning or GHG taxes and the additional government revenues are used to reduce the cost of labour.
[8] Maisonnave H,Pycroft J,Saveyn B,et al.

Does climate policy make the EU economy more resilient to oil price rises? A CGE analysis

[J].Energy Policy,2012,47:172-179.

https://doi.org/10.1016/j.enpol.2012.04.053      URL      摘要

The European Union has committed itself to reduce greenhouse gas (GHG) emissions by 20% in 2020 compared with 1990 levels. This paper investigates whether this policy has an additional benefit in terms of economic resilience by protecting the EU from the macroeconomic consequences due to an oil price rise. We use the GEM-E3 computable general equilibrium model to analyze the results of three scenarios. The first one refers to the impact of an increase in the oil price. The second scenario analyses the European climate policy and the third scenario analyses the oil price rise when the European climate policy is implemented. Unilateral EU climate policy imposes a cost on the EU of around 1.0% of GDP. An oil price rise in the presence of EU climate policy does impose an additional cost on the EU of 1.5% of GDP, but this is less than the 2.2% of GDP that the EU would lose from the oil price rise in the absence of climate policy. This is evidence that even unilateral climate policy does offer some economic protection for the EU.
[9] Hermeling C,Löschel A,Mennel T.

A new robustness analysis for climate policy evaluations:A CGE application for the EU 2020 targets

[J].Energy Policy,2013,55:27-35.

https://doi.org/10.1016/j.enpol.2012.08.007      URL      Magsci      [本文引用: 1]      摘要

This paper introduces a new method for stochastic sensitivity analysis for computable general equilibrium (CGE) model based on Gauss Quadrature and applies it to check the robustness of a large-scale climate policy evaluation. The revised version of the Gauss-quadrature approach to sensitivity analysis reduces computations considerably vis-a-vis the commonly applied Monte-Carlo methods; this allows for a stochastic sensitivity analysis also for large scale models and multidimensional changes of parameters. In the application, an impact assessment of EU2020 climate policy, we focus on sectoral elasticities that are part of the basic parameters of the model and have been recently determined by econometric estimation, alongside with standard errors. The impact assessment is based on the large scale CGE model PACE. We show the applicability of the Gauss-quadrature approach and confirm the robustness of the impact assessment with the PACE model. The variance of the central model outcomes is smaller than their mean by order four to eight, depending on the aggregation level (i.e. aggregate variables such as GDP show a smaller variance than sectoral output). (C) 2012 Published by Elsevier Ltd.
[10] Nordhaus W,Yang Z.

A regional dynamic general-equilibrium model of alternative climate-change strategies

[J]. American Economic Review,1996,86(4):741-765.

https://doi.org/10.1016/S0169-5150(96)01196-6      URL      [本文引用: 1]      摘要

Most analyses treat global warning as a single-agent problem. The present study presents the Regional Integrated model of Climate and the Economy (RICE) model. By disaggregating into countries, the model analyzes different national strategies in climate-change policy: pure market solutions, efficient cooperative outcomes, and noncooperative equilibria. This study finds that cooperative policies show much higher levels of emissions reductions than do noncooperative strategies; that there are substantial differences in the levels of controls in both the cooperative and the noncooperative policies among different countries; and that high-income countries may be the major losers from cooperation. Copyright 1996 by American Economic Association.
[11] Pizer W A.

The optimal choice of climate change policy in the presence of uncertainty

[J].Resource and Energy Economics,1999,21(3):255-287.

https://doi.org/10.1016/S0928-7655(99)00005-6      URL      [本文引用: 1]      摘要

Considerable uncertainty surrounds both the consequences of climate change and their valuation over horizons of decades or centuries. Yet, there have been few attempts to factor such uncertainty into current policy decisions concerning stringency and instrument choice. This paper presents a framework for determining optimal climate change policy under uncertainty and compares the resulting prescriptions to those derived from a more typical analysis with best-guess parameter values. Uncertainty raises the optimal level of emission reductions and leads to a preference for taxes over rate controls. This suggests that analyses which ignore uncertainty can lead to inefficient policy recommendations.
[12] 刘卫东,陈杰,唐志鹏,.中国2007年30省区市区域间投入产出表编制理论与实践[M].北京:中国统计出版社,2012.

[本文引用: 1]     

[13] 国家统计局.中国统计年鉴2012[M].北京:中国统计出版社,2013.

[本文引用: 1]     

[14] 朱永彬,王铮,庞丽,.

基于经济模拟的中国能源消费与碳排放高峰预测

[J].地理学报,2009,6(48): 935~944.

https://doi.org/10.3321/j.issn:0375-5444.2009.08.004      URL      [本文引用: 1]      摘要

能源消费所产生的碳排放是经济发展过程中不可避免的副产品,而且 碳排放在大气中的积累会使全球气候不断变暖,因此经济增长与碳排放之间的关系一直是学术界关注的焦点.传统的基于EKC曲线的经济计量学方法一般是对经济 与排放历史数据的相关关系研究,不能很好地反映二者之间的动力学机制.为此本文在内生经济增长模型Moon-Sonn基础上进行改进,首先从理论上得到了 最优经济增长率与能源强度之间存在倒U曲线关系的必要条件,即能源的产出弹性小于0.5:接着将投入产出分析得到的反映技术进步下的能源强度代入模型,对 中国未来经济增长路径进行了预测,同时得到了最优增长路径下的能源消费走势,进而通过对能源消费结构和不同能源品种的碳排放系数的预测和估计,以及对分品 种能源碳排放的汇总计算得到了中国未来能源消费所产生的总的碳排放走势.结果显示,在当前技术进步速率下,我国分别在2043年和2040年达到能源消费 高峰和碳排放高峰.此外,本文对能源强度不同下降速率对能源消费高峰的影响进行模拟发现,当降速为4.5%~5%时,能源高峰将出现在2040年前,此时 的人均GDP为10万元左右,与OECD国家的高峰时收入一致;而且分3种情景模拟了可再生能源替代政策对碳排放高峰的影响,发现提高可再生能源的比重可 以明显降低碳排放量,但对高峰年份到来的时间影响甚微.
[15] 王铮,朱永彬,刘昌新,.

最优增长路径下的中国碳排放估计

[J].地理学报,2010,65(12):1559~156.

https://doi.org/10.11821/xb201012011      URL      Magsci      [本文引用: 2]      摘要

从能源消费、水泥生产和森林碳汇3 个方面对中国未来的碳排放进行了较为全面的估计。其中,能源消费碳排放是在能源—经济框架下利用经济动力学模型对最优经济增长路径下的能源需求进行预测得到的,同时考虑了能源结构的演化及不同能源品种在碳排放系数上存在的差异;水泥生产碳排放则是在对水泥产量预测的基础上进行的,认为水泥产量与城市化进程存在一定的联系,而城市化进程遵循“S曲线”发展规律;森林碳汇是通过引入CO2FIX模型,分别对原有森林与新增可造林的固碳能力进行估算,最终合成了中国未来的净碳排放曲线。结果发现,能源消费碳排放在2031 年达到高峰,为2637 MtC,对应的人均GDP低于OECD国家的实证经验;人均排放高峰出现在2030 年,为1.73 tC/人,远低于美国欧盟和日本2006 年水平;水泥生产碳排放增长放缓,2050 年控制在254 MtC左右,占工业总排放的12%;森林碳汇至2050 年可累计吸收6806.2 MtC,年吸收量逐渐下降;净排放也于2033 年达到峰值,为2748 MtC。
[16] 王铮,孙翊.

中国主体功能区协调发展与产业结构演化

[J].地理科学,2013,33(6):641~648.

Magsci      [本文引用: 3]      摘要

<p>主体功能区思想下的国土协调开发是当前主导的区域发展理论。这种区域思想指导下的产业结构演化路径以及由此形成的新型区域协调关系是需要关注的重大问题。基于省级多区域动态CGE模型, 面向主体功能区格局进行区域分析, 并开展白、黄、蓝3 种区域产业政策情景模拟, 其中白情景作为比对的基准情景, 黄情景和蓝情景分别刻划面向优化开发主导区金融服务业的倾向政策和面向重点开发主导区工业发展的倾向政策。研究发现主体功能区的竞争主要体现为优化开发主导区和重点开发主导区之间的竞争, 在推进&ldquo;主体功能区政策&rdquo;作用下, 区域差距将会增大, 区域自然收敛的动力还不足以较快缩小区域差距, 从而需要更强烈的区域政策进行调控。另外, 区域产业结构自然演化的结果会带来&ldquo;自动&rdquo;碳减排, 从而衍生出更强的减排政策评判标准。</p>
[17]

胡雅婷. 25省份已上调企业养老金今年各地均再提10%

[N/OL].人民日报.2014-4-23..

URL      [本文引用: 1]     

[18] Shorrccks A F.

The class of additively decomposable inequality measures

[J]. Econometrica,1980,48(3): 613-625.

https://doi.org/10.2307/1913126      URL      [本文引用: 1]     

[19] Shorrccks A F.

Inequality decomposition by population subgroup

[J]. Econometrica,1984,52(6):1369-1385.

https://doi.org/10.2307/1913511      URL      [本文引用: 1]     

[20] 王铮,刘筱,田园,.

气候变化伦理的若干问题探讨

[J].中国科学:地球科学,2014,44(7):1600~1608.

URL      [本文引用: 1]      摘要

?气候变化已经在科学上被追溯到伦理层面.积极应对气候变化是全人类共同的目标与使命,从现实经济层面结合伦理学研究则是应对气候变化应有的态度.首先针对国际上对气候伦理的探讨,以中国的环境伦理观引出了气候伦理的原则,强调核心的原则是国家之间“和为贵”,操作的原则是“分明使群”,即要在明确责任的条件下有序组织各国的气候保护行为.其次还在“分明使群”原则下讨论了气候伦理评估标准—公平、公正与价值,并由此进一步分析了公正与价值的伦理内涵,并以此为基础讨论了气候谈判公正问题.最后指出在气候伦理问题上,国际社会的一个伦理原则应该是:所有可以积极应对气候变化的措施都能够使参与国家最终在经济与社会获得进步,以及实现帕累托改进,并能缩小国家间的差距,而不是置原来贫困的社会个体以相对更贫困的境地.

/