国外低碳经济研究综述
尹希果 霍婷
【内容提要】低碳经济是发达国家为应对气候变化而提出的新的经济发展模式，它正成为一种新的国际潮流，影响着各国的经济社会发展进程。本文从低碳经济与经济增长、低碳经济实现的制度安排和不同国家的低碳经济进程三个方面，对国外相关文献进行梳理，分析认为：影响一国碳排放量的因素有人口、GDP、能源强度、碳强度及国际贸易等，且从长期来看，碳减排不会对经济增长造成负面影响；征收碳税和碳交易制度是目前实现低碳经济的主要制度安排；无论是发达国家还是发展中国家都在努力行动，实现经济发展模式向低碳经济转型。
【关 键 词】低碳经济/经济增长/制度安排/国别研究
引言
随着世界工业经济的发展、人口的剧增、人类欲望的无限上升和生产生活方式的无节制，世界气候面临着越来越严重的问题。尤其是由化石燃料过度消耗所导致的全球变暖，引起了世界范围的广泛关注。全球变暖严重危害了社会经济的发展，深刻触及到能源安全、生态安全、水资源安全和粮食安全，甚至威胁到人类的生存。这一现象亦引发了国际社会对现有经济发展模式的反思，在此背景下，“低碳经济”(low-carbon economy)的概念应运而生，并越来越受到国际社会的重视。
“低碳经济”的概念最早由英国政府在2003年发表的《能源白皮书》中提出，题为“我们能源的未来：创建低碳经济”。《能源白皮书》指出，“低碳经济是通过更少的自然资源消耗和更少的环境污染，获得更多的经济产出；低碳经济是创造更高的生活标准和更好的生活质量的途径和机会，也为发展、应用和输出先进技术创造了机会，同时也能创造新的商机和更多的就业机会。” 低碳经济发展模式提出后，各国纷纷相应。学术界围绕低碳经济的研究也不断地发展和丰富。国外学者对低碳经济的研究起步较早，研究成果也颇为丰富。总结国外现有的研究成果，主要可以归纳为三个方面：一是低碳经济与经济增长，研究重点在碳排放的影响因素，碳排放与经济增长的关系及碳减排对行业发展的影响等；二是低碳经济实现的制度安排，研究主要集中对碳税(carbon tax)和碳交易(carbon trading)的讨论；三是不同国家发展低碳经济的进程。 1 低碳经济与经济增长
关注“低碳经济”的一个重要方面就是对碳排放量(carbon emission)的控制，碳排放量受到哪些因素的影响一直是学者们研究的一个热点。通过对现有文献的分析发现，碳排放量的影响因素不仅包括Kaya公式所揭示的人口、GDP和能源消耗[1]，还包括国际贸易，两国的商品贸易为碳排放创造了一种转移机制。 1.1 人口规模、结构对碳排放量的影响
不言而喻，人口越多，碳排放量就越多。即便中国超过美国成为全球碳排放最多的国家，也不足为怪，因为中美人口相差4倍多。此外，人口结构对碳排放量也有影响。Salvador Enrique Puliafito，et al采用Lotka-Volterra模型对人口、GDP、能源消耗与碳排放量的相互关系的探析，Michael Dalton，et al采用PET模型(Population-Environment-Technology model)的研究，均验证了上述结论。随着世界人口转型，人口老龄化现象逐渐凸显，发达国家将在2020年前后进入老龄化社会，人口老龄化因素会降低碳排放量.这一效果与技术变革
的效果相当[2-3]。
1.2 GDP、能源消耗与碳排放量的因果关系
低碳经济不是贫困的经济，因此不能通过降低GDP实现碳减排。碳排放最主要的来源是能源的消耗，能源强度和碳强度是衡量能源消耗的两个重要指标。“能源强度”(Energy Intensity)是指单位GDP的能源用量。不同产业的能源强度不同，一般第二产业的能源强度最高，而第二产业中，重化工的能源强度又远高于一般制造业。能源强度还受到技术的影响，同一行业中技术水平低则能源强度高。因此降低能源强度，提高技术水平是减排的有效方向之一。而单位能源用量的碳排放量，则称为“碳强度”(Carbon Intensity)。能源种类不同，碳强度差异很大。化石能源中，煤的碳强度最高，石油次之，天然气较低。可再生能源中，生物质能有一定的碳强度，而水能、风能、太阳能、地热能、潮汐能等都是零碳能源。
学者也对GDP、能源消耗与碳排放量的关系进行了定量研究。Ramakrishnan Ramanathan采用DEA方法(Data Envelopment Analysis，数据包络分析法)同时分析了GDP、能源消耗、碳排放量之间的联系。他指出以往研究的缺陷是，只分别分析了GDP对碳排放量的影响或者能源消耗对碳排放量的影响，没有对三者的联系进行分析。在指标选取上，他以化石能源消耗释放的二氧化碳代表碳排放量，化石能源包括了石油、天然气和煤炭；以全球生产总值衡量经济增长；能源消耗中只选取了非化石能源消耗量，包括水利、核能和地热能，没有包括化石能源消耗量是为了避免与第一个指标的重复。在DEA分析效率指标构建中，将GDP和碳排放量作为产出，非化石能源消耗作为投入。结果显示效率指标在1980年时最高，接下来的7年急剧下降，随后呈现反复震荡下跌趋势，1996年开始回升。基于DEA分析的技术预测(technology forecasting)得到了碳排放量与能源消耗量的曲线图[4]。
Ugur Soytas，et al采用包含GDP、能源消耗、二氧化碳排放量、劳动力和
固定资本总额等变量的VAR模型研究了美国能源消耗、GDP与碳排放量之间的因果关系。研究发现碳排放量的格兰杰成因不是GDP增长，而是能源消耗。并提出碳减排政策的制定应该从降低能源强度角度考虑，还应该增加如风能、太阳能等清洁能源的使用，提高可再生能源的利用率[5]。后来，Ugur Soytas，et al对土耳其的实证研究也得到类似的结论[6]。
Xing-Ping Zhang，Xiao-Mei Cheng研究了中国能源消耗、碳排放量与经济增长之间的格兰杰因果关系及方向。他建立了一个包含GDP、能源消耗量、碳排放量、资本和城市人口指标的多元模型，以1960-2007年的实证结果显示，GDP对能源消耗量存在单向格兰杰成因，能源消耗量对碳排放量存在单向格兰杰成因，而碳排放量和能源消耗量都不是经济增长的格兰杰成因。这意味着，从长远来看，中国政府可以推行渐进的能源政策和碳减排政策，而不会妨碍经济增长[7]。
定量分析的结果表明，低碳经济是经济增长与化石能源消耗脱钩的经济。化石能源消耗是碳排放的主要来源，在低碳经济模式下，经济增长不依赖于化石能源的消耗。从长期来看，经济增长与碳排放量也不存在因果关系，而能源消耗是碳排放量的重要影响因素。因此碳减排政策应关注能源消耗：通过技术改革、产业结构升级，降低能源强度；增加清洁能源的使用和可再生能源的利用率，降低碳强度。
1.3 行业碳排放量存在差异
碳减排的重要措施是降低能源强度和碳强度，而由于行业差异以及不同行业使用能源的差异，不同行业的碳排放量相差很大。因此将行业分类，并研究其在低碳经济下的发展是一个不可忽视的问题。
T C Chang，S J Lin采用灰色关联分析(Grey Relation Analysis)测算了台湾34个行业产值与碳排放量的灰色关联系数、总能源使用量以及各种能源使用量与碳排放量的灰色关联系数。研究结果显示，在分辨系数取0.5的情况下，
loading