崔琦副教授联合北京大学城市与环境学院刘宇教授团队、西安交通大学公共政策与管理学院杜鸣溪教授在碳减排政策互作机制评估方面取得进展，相关成果Mitigation policies interactions delay the achievement of carbon neutrality in China以研究论文形式在国际顶级期刊Nature Climate Change在线发表。此外，研究团队同期以Policy Brief的形式，受邀在Nature Climate Change发表了面向中国碳中和政策的具体政策建议。本研究评估在考虑政策关联视角下，各类政策组合的减排效果和经济成本，旨在为制定更高效的减排政策方案提供参考信息。
原文链接:https://www.nature.com/articles/s41558-024-02237-2
文章摘要
中国实现碳中和对于《巴黎协定》1.5°C的目标至关重要，必须实施多种减排政策。然而，由于对政策之间的相互作用缺乏了解，政策的有效实施受到阻碍。本文采用动态可计算一般均衡模型（CEEGE模型），创建了一个包含1,295种情景的政策组合区域，涵盖了四种主要的减排策略（碳定价、能源效率、可再生能源和终端电气化）。与不考虑政策之间的相互作用相比较，减排政策的关联会使到2060年达到碳中和目标的情景百分比减少84%，同时使实现这些情景的年份推迟5-6年。在各种减排政策中，只有可再生能源和终端电气化的结合，才能同时在减排和经济方面产生协同效应。通过强调政策间的相互作用，本文可以为制定更有效的减排政策组合提供信息。
研究背景
《巴黎协定》1.5°C目标要求各国加速碳中和进程，中国作为全球最大CO₂排放国（28%）和第二大经济体，其行动至关重要。2020年宣布“双碳目标”（2030年碳达峰，2060年碳中和）。但现有政策组合的协同与权衡机制尚未明晰。目前研究多数研究聚焦单一政策的有效性或经济成本，未考虑政策间相互作用。另外，考虑多政策共同实施和单一政策聚合区别的研究聚焦于单一行业，未考虑行业间政策的相互作用。因此，本文聚焦政策相互作用如何影响实现碳中和目标的可能性、时间以及经济成本，并识别不同政策组合间的互补或竞争机制。
方法介绍
CGE（Computable General Equilibrium）模型是一种基于经济学一般均衡理论构建的数值模拟工具，用于分析经济系统中多个部门、主体和市场之间的相互作用。它通过数学方程描述生产者、消费者、政府等主体的行为，模拟政策或外部冲击对经济整体的影响。
文章构建了一个中国动态可计算一般均衡模型 (CEEGE)。基于碳定价、能源效率、可再生能源、终端电气化四种核心减排政策建立了一个全面的政策组合领域，包含1295种情景。并选取碳排放量、经济成本以及减排效率三个指标，通过碳排放量和经济成本来判断政策组合之间的协同或权衡效应，通过减排效率高低来衡量具有不同效应的政策组合的效果。
研究结论
在ASIA下，中国实现碳中和将是比ISSA更大的挑战。在ISSA下23.5%的情景中可以实现碳中和，在ASIA下只有3.7%的情景可以实现。由于政策关联，到2060年实现碳中和目标的情景百分比大幅下降84%。
图1. 2020年至2060年中国的排放路径
与ISSA相比，在ASIA下实现碳中和的时间预计将推迟约5-6年。对于成功实现碳中和目标的情景，ISSA下实现碳中和的平均年份为2054年，而ASIA下为2059年。
为了测试每种政策组合的影响，将两种减排策略组合在一起并保持在最高水平，代表优先考虑的策略，另外两种策略则以不同的强度随机组合。
ISSA假设下，多数政策组合能实现碳中和（88%-100%）。ASIA假设下，仅部分政策组合达标（28%-72%)。ISSA会高估碳中和可行性，实际政策实施需要考虑政策间的协同和权衡效应。
图2. 2060年中国的剩余排放量和累计经济成本
在ISSA下，平均累积GDP损失为3.8%； ASIA假设下，平均GDP损失降至2.9%，R5E5（可再生能源+电气化）经济表现最优，而C5R5（碳定价+可再生能源）成本额外增加2%-12%。
图3. 与ISSA相比，ASIA下的碳减排和政策组合的经济成本（%）
可再生能源和终端电气化（R和E）政策组合的显著协同效应，与ISSA相比，到2060年，ASIA的碳减排量增加了5%~20%，累计GDP成本降低了-5%~25%。当具有互补机制的减排政策共同实施时，就会产生协同效应，扩大其潜在的政策空间。相反，当联合实施具有竞争机制的减排政策时，会出现权衡效应，压缩其政策空间。
本文采用CEEGE模型评估了各种减排策略对实现中国碳中和目标的有效性。通过五个维度的不确定性分析来测试模型的稳健性：基线情景、减排政策、模型参数、储能技术和碳封存能力。
