段宏波 汪壽陽

中國科學院大學 經(jīng)濟與管理學院 北京 100190

隨著溫室氣體（GHGs）累積排放的不斷增長，全球平均溫度持續(xù)上升，2000—2014 年年均上升 0.116℃，即使未來的溫室氣體排放受到嚴格控制，當前的溫升趨勢依然會延續(xù)[1]?？傮w來看，溫升效應對全球經(jīng)濟產(chǎn)出的影響很可能高達 20%（概率為 0.44—0.87），且氣候變化將在很大程度上改變現(xiàn)有的全球經(jīng)濟結(jié)構(gòu)，加劇地區(qū)間的經(jīng)濟發(fā)展不均衡[2]；尤其對受氣候災害影響可能性更大的發(fā)展中國家和經(jīng)濟欠發(fā)達地區(qū)而言，應對氣候變化挑戰(zhàn)的形勢更加嚴峻，溫升不僅僅會導致經(jīng)濟產(chǎn)出損失，而且會降低經(jīng)濟增長率[3]。

盡管氣候變暖是全球性的，但由于各國在地理位置、經(jīng)濟發(fā)展水平、氣候易損程度以及適應能力等諸多方面都存在著較大差異，使得各國受全球氣候變化的影響也不盡相同；一些欠發(fā)達地區(qū)面臨較大的經(jīng)濟損失風險，另外一些發(fā)展中地區(qū)受到的影響則可能相對較小，而部分發(fā)達國家或地區(qū)甚至可能從氣候變化中受益[4]。因此，各國在面對氣候變化和溫室氣體減排挑戰(zhàn)時采取的具體行動和制定的相應政策也應當充分考慮這種差異性?？傮w上看，減排和適應是應對氣候挑戰(zhàn)最基礎也是最根本的手段，全球和地區(qū)層面均如此。減排直接面對氣候變化的本質(zhì)問題，即減少排放到大氣中的溫室氣體量，通過控制大氣含碳濃度來減緩全球變暖的速度；而適應的效果除了直接降低氣候損害外，還包括一些預防性措施以減少氣候易損性[5]。減排難以單獨應對氣候變化挑戰(zhàn)，適應亦如此。很大程度上，氣候損害是經(jīng)濟發(fā)展到一定程度必然出現(xiàn)的結(jié)果，即使達到完美適應性水平[6]。減排和適應在控制全球變暖過程中既是彼此替代，也是相互補充，兩者的作用在很大程度上會發(fā)生重疊，這種效果在近些年的氣候應對中逐步受到重視[7]。例如：應對氣候挑戰(zhàn)的早期，減排和適應行動很大程度上是分離的，發(fā)達國家側(cè)重于減排，而發(fā)展中國家則傾向于適應[8]；近 10 年來，發(fā)達國家開始更多地考慮國家適應計劃和投資，同時，欠發(fā)達國家，甚至許多最不發(fā)達國家（LDCs）也積極致力于發(fā)展路徑的低碳化轉(zhuǎn)變[9]。

中國是發(fā)展中國家的典型代表，同時也是全球最大的溫室氣體排放國。研究中國的氣候變化損失風險，以及減排與適應在應對氣候變化挑戰(zhàn)中所扮演的角色，具有重要的現(xiàn)實意義。從氣候變暖形勢看，自1909年以來的百余年時間內(nèi)，中國的陸地區(qū)域平均溫升幅度達 0.9℃—1.5℃，高于全球 0.8℃ 的平均溫升水平[10]；從排放趨勢看，中國的排放慣性較大，高耗能產(chǎn)業(yè)的高占比、經(jīng)濟對煤炭等化石能源的高依賴度以及快速城鎮(zhèn)化對能源和水泥等材料的高需求決定了未來排放持續(xù)增長的趨勢；從減排難度看，中國應對氣候變化的成本較高，減排難度較大，中國的最大可能減排率為 45%，遠低于美國、歐盟的 75%，如果今后中國每年的排放增長量降低 0.2%，到 2050 年 GDP 將比不控制排放情況下降 5.12%[11]；從應對研究看，當前從區(qū)域氣候損失角度權(quán)衡中國單邊減排的宏觀成本與緩解氣候損失收益的研究較少，與適應有關的氣候變化政策、行動和研究積累十分欠缺[10]。基于此，本文以氣候變化對中國的經(jīng)濟影響為立足點，分析中國的單邊減排行動對減緩全球變暖（溫升水平），避免氣候損害（GDP 損失）的貢獻；并在成本-收益框架下討論我國單邊減排政策的經(jīng)濟性，尤其關注適應行動在其中扮演的角色。

1 研究方法與情景設計

1.1 模型與方法

本文研究借助的主要方法是 Duan 等[12]基于綜合評估建模理論發(fā)展的中國能源-經(jīng)濟-環(huán)境（energy-economyenvironmental，3E）系統(tǒng)集成模型，即 CE3METL 模型。該模型是全球 3E 集成模型 E3METL（energy-economyenvironmental model with endogenous technological change by employing logistic curves）的延伸。CE3METL 模型是典型的新古典經(jīng)濟內(nèi)生增長模型，本質(zhì)上承襲了氣候變化綜合評估模型（IAM）自頂向下的基本架構(gòu)（包括效用最大化目標、基于 CD+CES 生產(chǎn)函數(shù)的產(chǎn)出過程以及消費和投資流的動態(tài)演變等），但又以其豐富的技術(shù)細節(jié)見長，而后者又源于改進的 Logistic 多重技術(shù)演變機制和雙因素內(nèi)生技術(shù)進步機制。該模型實際上為傳統(tǒng)自頂向下的 IAM 模型架構(gòu)與自底向上的技術(shù)模型框架間的軟連接提供了可能，故此，CE3METL 模型又可稱為技術(shù)驅(qū)動型 3E 系統(tǒng)集成模型。

值得指出的是，早期的 CE3METL 模型僅考慮了宏觀經(jīng)濟、能源技術(shù)與碳排放間的交互關系；因此，其氣候模塊僅僅是經(jīng)過簡化了的碳排放模塊[12]。為了達到研究目的，需要考慮從排放到輻射強迫、溫升，直至對經(jīng)濟的反饋影響的全過程；基于此，本文在方法層面對 CE3METL 模型的最初版本進行了改進，即將單純碳排放子模塊拓展為完整的氣候模塊，特別是耦合了碳循環(huán)模塊以及氣候變化-損失響應模塊，同時考慮適應性選項。具體地，對排放而言，由于 CO2是溫室效應的主要貢獻者，系統(tǒng)中考慮的控制變量主要指工業(yè) CO2排放，其他的非碳排放以及土地利用變化引起的排放均以外生的形式并入世界其他地區(qū)的溫室氣體排放中，而后者則根據(jù) DICE2013R①DICE模型全稱為Dynamic Integrated Climate Economic model，是著名經(jīng)濟學家耶魯大學的William Nordhaus教授于20世紀70年代開發(fā)，DICE2013R是該模型最新的修訂版。的排放預測路徑給出[13]。定義氣候損失函數(shù)或影響函數(shù)是將未來的溫室效應轉(zhuǎn)化為經(jīng)濟后果的關鍵環(huán)節(jié)，其基本邏輯是累積的排放帶來的溫升效應將減少經(jīng)濟產(chǎn)出，即溫升與經(jīng)濟產(chǎn)出間存在一定的非線性關系[2]。值得指出的是，損失函數(shù)的選擇和參數(shù)校準過程存在很大的不確定性，這也是氣候變化損失難以準確量化最本質(zhì)的緣由[4]。CE3METL 利用廣為采用的 DICE 損失函數(shù)來定義溫升與氣候損失間的關系，即假設氣候損失與溫度變化間是單純的二次關系，不包括激變點和臨界點。

1.2 情景討論與設置

從排放控制角度來看，Raupach 等[14]基于公平性、歷史排放慣性以及混合原則對 2℃、2.5℃ 和 3℃ 溫控目標下世界各主要國家和地區(qū)的排放空間分配方案進行了討論。對中國而言，2℃ 溫控目標下，基于歷史排放原則的剩余可排放量最大，累積排放空間達1 055.5 億噸碳當量（10?1Gt C），其次是混合原則和公平性原則，相應的排放空間分別為 870 億噸和 695.5 億噸。值得指出的是，Raupach 等[14]基于慣性原則估算的排放空間與丁仲禮等[15]的估計基本一致，后者估算中國 2050 年前的排放空間約為1 026.4 億噸；而其基于混合原則和公平性原則的排放空間估算則分別與 Garnaut 等[16]的估計結(jié)果持平。由此可見，Raupach 等[14]給出的三種排放空間分配方案覆蓋面較廣，且與主流的排放空間分配觀點基本相符。特別地，Raupach 等[14]還給出了 2.5℃ 溫控目標下基于三種分配原則的累積排放空間分配方案。此時，各國的累積可排放量都有較大幅度增長，其中中國的排放空間分別增長到1 382.7億、1 270.9 億和1 123.6 億噸?；诖?，本文以 Raupach等[14]的排放空間分配方案為基礎，設計 2℃ 溫控目標下中國的排放控制情景。具體地，根據(jù)排放空間從大到小，定義弱排放控制（WEC）、中度排放控制（MEC）和嚴格排放控制（SEC）三種情景。

一般而言，適應分為存量適應行為和流量適應行為兩類。例如，投資修筑堤壩預防洪澇屬于前者，而安裝空調(diào)應對高溫天氣則屬于后者。本文考慮的適應性是對二者的抽象表征，未對具體的適應行為進行細分。de Bruin 等[17]研究指出：21 世紀內(nèi)，適應可能成為避免氣候變化損失的主要貢獻者，隨著時間的推移，適應避免氣候損失的效果將逐步被減排行動所替代。基于此，本文沿襲了最優(yōu)適應性假設，即：適應避免氣候損失的長期（2100 年之后）效果趨于 0，而近期（2100 年之前）效果則以固定的適應率呈指數(shù)衰減，且適應變量隱含在損失函數(shù)中[4]。據(jù)此，我們設定了適應率為 10%、20% 和 30% 的三種適應性情景，分別記作低適應情景（LAD）、中適應情景（MAD）和高適應情景（HAD）。

2 總量控制對排放路徑和全球溫升的影響

照常情景（BAU）下，中國的溫室氣體排放量在 21 世紀上半葉繼續(xù)穩(wěn)步上升，預計將于 2040 年前后達到排放峰值，峰值水平約為 48億噸碳?？偭靠刂菩袆语@著地促進排放盡早達峰，在 WEC、MEC 和 SEC 三種排放控制情景下，中國承諾的 2030 年排放達峰目標都將如期實現(xiàn)，對應的峰值水平分別為 33.4億、28.5 億和 23.4 億噸（圖 1）。同時，若按照 Raupach 等[14]的排放權(quán)分配方案，2℃ 溫控目標下中國在 2050 年前的累積排放空間將壓縮一半以上，最高壓縮比例達 67%。事實上，從全球來看，若實現(xiàn) 2℃ 溫控目標與 450 mL/m3的濃度穩(wěn)定目標對等，則 2050 年全球總的溫室氣體排放較之 2000 年的水平需下降 70%，其中發(fā)達國家的控排比例可能更高，達 80%—100%，而發(fā)展中國家的比例則顯著低于全球平均水平[18]。由此可見，即使按照相對寬松的歷史原則，Raupach 等[14]的排放權(quán)分配方案對中國而言實際上是非常嚴格的，這一方案實施的直接后果就是導致控排的宏觀經(jīng)濟損失偏大。

圖1 不同總量控制情景下的溫室氣體排放軌跡

從溫度變化的結(jié)果來看，若中國的溫室氣體排放量跟從照常情景，則 2050 年全球平均地表溫升幅度為 2℃，到 21 世紀末將達到 3.54℃（較之工業(yè)化前的溫度水平），這一數(shù)值與 DICE-2013R 的研究結(jié)果基本持平[13]。作為全球排放占比最大的國家，中國單方面的排放控制行動將使全球平均溫升幅度呈現(xiàn)不同程度的下降。在弱排放控制情景下，2050 年和 2100 年的全球溫升水平將分別下降至 1.96℃ 和 3.36℃，對應的溫控貢獻為 1.85% 和 5.07%（圖 2a）；在最嚴格的情景下，到 21世紀末，全球溫升幅度將降至 3.28℃，較照常情景下降 0.26℃，此時中國單方面排放控制的溫控貢獻較弱排放情景提高 2.49 個百分點，達到 7.56%（圖 2b）。由此可見，盡管中國單方面的排放總量控制對抑制全球氣候變暖有一定的效果，但總體看來，這一效果十分有限——即使削減一半以上的累積溫室氣體排放量，相應的溫控貢獻也不到 8%；顯然，全球協(xié)作、共同削減溫室氣體排放量才是有效遏制全球平均氣溫持續(xù)上升的關鍵。

3 中國單邊排放控制行動的經(jīng)濟性評價

圖2 中國的排放控制對全球平均氣溫的影響（a）給出了控排情景下全球氣溫相對于2℃門檻值的變動情況（2050年和2100年）；（b）展示了與照常情景相比單方面排放控制行動的溫控貢獻（%）

為進行單邊排放控制行動的成本-收益分析，本文引入經(jīng)濟性系數(shù)，并將其定義為累計控排成本與氣候變化減緩收益的比值。從圖3 可以清晰地看出，對所有的控排情景而言，控排的累計宏觀經(jīng)濟成本均數(shù)倍于對應減緩的氣候變化相關損失，且排放控制越嚴格，兩者的比值越大，同時意味著控排的經(jīng)濟性也越差；而隨著排放控制時間區(qū)間的延長，控排的經(jīng)濟性有所增加（圖中表現(xiàn)為曲線的趨勢遞減），但減緩的氣候變化損害依然遠低于因減排而付出的經(jīng)濟代價（僅為后者的 23%—30%）。具體地，當考慮較短的時間區(qū)間（2010—2030年）時，對應弱排放控制、中等排放控制和嚴格排放控制情景的經(jīng)濟性系數(shù)分別為 6.89、7.56 和 9.08；當考察的時間區(qū)間延長至 2010—2050 年時，相應的系數(shù)分別下降29.6%、28.2% 和 31.1%；而從整個模擬周期看來，這一系數(shù)將進一步降至 3.29、3.74 和 4.32。不難理解，隨著排放控制的嚴格化，控排成本增加的速度遠高于減少的氣候變化損失（中國的控排成本與其控排力度直接相關，而氣候變化損失則更多受到世界其他國家排放和溫升貢獻的影響），這使得相應的比值不斷增大。同時，隨著排放控制的深化，低碳技術(shù)得以充分發(fā)展，溫室氣體排放量的控制不再單純依靠削減化石能源消費量來實現(xiàn)，而更多地轉(zhuǎn)向低碳能源對傳統(tǒng)能源的替代。因此，減排的經(jīng)濟代價也隨之減少，這是導致長期來看控排經(jīng)濟性略有提高的主要原因。

適應性水平的提高能顯著改善中國單方面控排行動的經(jīng)濟性。圖3 顯示，在弱排放控制情景下，氣候適應能使控排的經(jīng)濟性普遍提高1 倍以上，其中中等適應情景下的累計氣候損失減緩收益已接近累計宏觀控排成本，而高適應情景時，中國的控排行動具有完全的經(jīng)濟性，此時的累計氣候損失減緩收益已顯著大于對應的累計宏觀控排成本。對排放控制更為嚴格的中等排放控制和嚴格排放控制情景而言，盡管控排經(jīng)濟性提高的幅度低于弱排放控制情景，但與無適應純減排情景相比，依然十分顯著。對中等排放控制情景而言，2010—2100 年間的累計控排成本與累計氣候損失減緩收益間的比值將從無適應情景的 3.74 降至低適應情景的 2.13，高適應情景的 1.18；即使在最嚴格控排情景下，相應的經(jīng)濟性系數(shù)也從純減排情景的 4.32 降至 2.83、2.09 和 1.55，分別對應低、中、高三種適應情景。

4 結(jié)論與政策建議

對比其他排放權(quán)分配方案研究，Raupach 等[14]討論的方案較為具體，涵蓋了主要分配原則，是一種具有代表性的研究方案。若根據(jù)其對中國的排放空間分配，2℃ 溫控目標下中國剩余的累積排放空間將較照常情景縮減一半以上，最高縮減比例達 67%，這對于尚處在發(fā)展中的中國而言實際上是極其嚴格的[18]。盡管如此，中國單方面減排行動對全球變暖的影響仍然十分有限，即使削減一半以上的累積溫室氣體排放，對應減緩的全球溫升幅度僅為 0.26℃，而相應的溫控貢獻也不到 8%。

圖3 中國單獨控排行動的經(jīng)濟性變化（a）展示的是三種排放控制情景下減排的宏觀經(jīng)濟成本與氣候變化損失減緩收益間的比值的變化情況（數(shù)值均為對應時間區(qū)間的累積值）；（b）—（d）分別給出了弱排放控制、中等排放控制和嚴格排放控制三種情景下對應不同適應情景的結(jié)果。

總體上，中國單方面采取嚴格排放控制的經(jīng)濟性較弱，但適應能力的提升可在較大程度上改善這種經(jīng)濟性。短期來看（2010—2030 年），排放控制行動下中國的累計控排成本與氣候損失減緩收益間的比率高達 6.89—9.08；即使將考察時間區(qū)間延長至 2010—2100年，這一比值依然高達 3.29—4.32。顯然，中國單邊控排的成本代價會遠高于全球共同氣候治理框架下中國減排的相應成本。此外，本文沒有考慮單邊減排收益的跨區(qū)域溢出效應，以及因溫室氣體排放控制引起的局地空氣污染改善等其他方面的協(xié)同效益，這些都可能引起單邊控排行動的經(jīng)濟性偏低。

適應在提高單邊減排經(jīng)濟性方面扮演了重要的角色。本研究顯示：在弱排放控制情景下，氣候適應能使控排的經(jīng)濟性普遍提高1 倍以上；中等適應情景下的累計氣候損失減緩收益已接近累計宏觀控排成本；而高適應情景時，中國的控排行動具有完全的經(jīng)濟性，即此時的累計氣候損失減緩收益已顯著大于對應的宏觀控排成本。即使實施最嚴格的單邊排放控制政策，相應的經(jīng)濟性比值也將從無適應情景的 4.32 最低降至 1.55。

因此，無論從全球控溫貢獻，還是減排行動的經(jīng)濟性考慮，即便將未來的排放空間縮減 50% 以上，中國單方面的控排行動對全球氣候變暖及區(qū)域氣候損害的總體影響都十分有限。因此，全球協(xié)作、共同削減溫室氣體排放才是有效遏制全球平均氣溫持續(xù)上升趨勢，繼而減緩氣候變化帶來災難性局地損害的關鍵。而在實質(zhì)性的全球合作減排難以達成時，中國應該從應對全球變暖對本國的災害風險出發(fā)，積極推進氣候適應計劃，廣泛激勵適應性投資。這不僅可以有效降低本國潛在的氣候相關損失，同時也向國際社會釋放出非合作背景下采取“主動適應”行動以應對氣候挑戰(zhàn)的積極信號；而廣泛適應行動的開展還可以在很大程度上弱化所謂的“搭便車”效應，繼而提高溫室氣體減排全球合作的可能性。經(jīng)濟發(fā)展是氣候適應水平得以有效提高的關鍵?；诖?，中國還應堅定不移地大力發(fā)展經(jīng)濟，尤其是綠色低碳經(jīng)濟。

參考文獻

1 Karl T R, Arguez A, Huang B Y, et al. Possible artifacts of data biases in the recent global surface warming hiatus. Science, 2015,348(6242): 1469-1472.

2 Burke M, Hsiang S M, Miguel E. Global non-linear effect of temperature on economic production. Nature, 2015, 527(7577): 235-239.

3 Sterner T. Economics: Higher costs of climate change. Nature,2015, 527(7577): 177-178.

4 Moore F C, Diaz D B. Temperature impacts on economic growth warrant stringent mitigation policy. Nature Climate Change, 2015,5(2): 127-131.

5 Dumas P, Ha-Duong M. Optimal growth with adaptation to climate change. Climatic Change, 2013, 117(4): 691-710.

6 Bréchet T, Hritonenko N, Yatsenko Y. Adaptation and mitigation in long-term climate policy. Environmental and Resource Economics,2013, 55(2): 217-243.

7Watkiss P, Benzie M, Klein R J T. The complementarity and comparability of climate change adaptation and mitigation. WIREs Climate Change, 2015, 6(6): 541-557.

8Buob S, Stephan G. To mitigate or to adapt: How to confront with global climate change. European Journal of Political Economics,2011, 27(1): 1-16.

9 Wilbanks F T J, Abeysinghe A C, Burton I, et al. Climate-resilient Pathways: Adaptation, Mitigation, and Sustainable Development.Cambridge and New York: Cambridge University Press, 2014.

10 國家氣候變化評估專家組. 第三次氣候變化國家評估報告. 北京: 科學出版社, 2015.

11 IPCC. Summary for policymakers. In: Intergovernmental Panel on Climate Change special report on managing the risks of extreme events and disasters to advance climate change adaptation. New York: Cambridge University Press, USA, 2011.

12 Duan H B, Zhu L, Fan Y. What is the most cost-effective policy of CO2targeted reduction: An application of aggregated economic technological model with CCS? Applied Energy, 2013, 112(C): 866-875.

13 Nordhaus W D, Sztorc P. DICE 2013R: Introduction and User’s Manual. The 2th edition, New Haven: Yale University, 2013.

14 Raupach M R, Davis S J, Peters G P, et al. Sharing a quota on cumulative carbon emissions. Nature Climate Change, 2014,4(10): 873-879.

15 丁仲禮, 段曉男, 葛全勝, 等. 國際溫室氣體減排方案評估及中國長期排放權(quán)討論. 中國科學 D輯: 地球科學, 2009, 39(12):1659-1671.

16 Garnaut R. The Garnaut Climate Change Review. New York:Cambridge University Press, 2008.

17de Bruin K C, Dellink R B, Tol R S J. AD-DICE: An implementation of adaptation in the DICE model. Climatic Change, 2009, 95(1-2): 63-81.

18Stern N. The economics of climate change. American Economic Review: Papers & Proceedings, 2008, 98(2): 1-37.