一 引言

人为温室气体排放对大气的升温效应已得到学术界和公众的多数共识，据IPCC得出的结论，若使大气中二氧化碳（CO₂）浓度维持在比工业化前升温不超过2度的“安全”水平以内，全球CO₂排放量必须在约2015年达到峰值，然后下降。否则将给生态系统和水资源带来严重后果，威胁人类生存安全。根据Kaya因素分解模型，碳排放可以分解为人口、人均收入、能源强度和排放强度四大影响因子。考虑到未来世界人口和人均收入水平还将继续增长，尤其对于发展中国家而言，这一增长趋势将更为明显。因此减少未来的碳排放量，使之尽早抵达峰值并开始下降，必须依靠能源强度和排放强度的降低^[1]。

其中，能源强度受到产业结构中高能耗产业比重以及能源利用效率的影响。从实证分析角度，韩智勇等^[2]与周勇等^[3]将能源强度的变化分解为结构和效率两大因素，前者发现1998～2000年间能源强度的下降主要来自能源利用效率的提高；后者发现20世纪80年代产业结构因素的贡献大于效率因素，90年代以后效率因素贡献逐年增强，而产业结构因素逐渐减弱并呈反向作用；何建坤等^[4]提出要实现能源强度降低20%的目标；朱永彬等^[5]基于对产业结构演化趋势的研究发现能源效率提高对能源强度下降的作用将远大于产业结构调整，且随着时间的推移，产业结构的贡献作用将越来越小。

鉴于能源效率提高对能源节约和排放减少的突出贡献，以及产业结构未来调整可能带来的减排潜力，本文通过对比我国各经济部门能源强度与世界先进水平的差距，进而设定不同技术进步速度下的能源强度下降率，模拟预测不同情景下我国未来的经济增长走势、产业结构调整以及碳排放趋势，为制定产业发展政策和技术创新政策提供参考依据。

二 模型与数据

国际上普遍使用的碳排放情景预测分析方法是基于碳排放的因素分解模型，通过对碳排放影响因素的情景假设，来综合得到碳排放的趋势。这一方法的优点是可以进行无穷多种情景组合，得到相应的碳排放曲线，可以从中选取一条作为目标曲线，而且如何实现这一排放趋势也是一目了然的。但是，其缺点也是不同研究得到的结果大相径庭，IPCC^[6]研究显示，当前存在400多种情景设定，而且这一数字还在增加，这就导致研究结果的可比性较差，甚至在情景设定中不同影响因素之间出现矛盾的情况，使预测结果的可信度下降。

Schmalensee等^[7]和Auffhammer等^[8]则基于碳排放与影响因素之间的经济计量关系来外推碳排放趋势，这一方法同样依赖于自变量影响因素的未来发展，面临和因素分解模型类似的问题，而且通过实证方法得到的经济计量关系只能反映历史的统计关系，其必然随着经济增长模式的转变而改变，因此不适用于长期预测。

朱永彬等^[9]和王铮等^[10]从最优增长理论角度，基于经济最优平稳增长模型对我国经济和碳排放趋势进行了预测。这一方法克服了前述方法影响因素情景设定随意性的不足，可以得到较好的一致性结果。为了进一步刻画产业结构的优化调整，朱永彬等^[11]将最优增长理论和一般均衡模型结合，构建了多部门跨期动态优化（MIDO，Multi-sector Inter-temporal Dynamic Optimization）模型，借此研究了消费偏好导向下的产业结构演变趋势。本文将在此模型基础上，分析不同技术进步速度对我国未来碳排放趋势将产生怎样的影响。模型框架如图1所示。

图1 多部门跨期动态优化（MIDO）模型结构

模型的生产结构采用二层嵌套：总产出的Leontief嵌套和增加值的C-D嵌套，在预算约束中总产出满足3方面需求：中间投入需求、消费需求和投资需求。动态优化体现在消费效用最大化目标下新增投资对不同部门的流向，增加相应部门的资本存量促进该部门生产效率提高和产出增长。能源需求相对于经济系统较为独立，通过能源强度将二者联系起来，不同技术进步速度将促进能源强度不同程度的下降，最终导致能源消费和碳排放的不同走势。

MIDO模型将经济部门进行如下划分：农业（Agricul）、衣食制造（FoodClo）、轻工业（LhtMnfc）、重工业（HvyMnfc）、建筑业（Constr）和其他服务业（OthServ）等非高耗能部门，以及煤炭（Coal）、石油（OilProd）、天然气（GasProd）、化工（Chemic）、金属（Metals）、采矿（Mineral）、电力（Electric）及交通运输（Transp）等能源或高耗能部门，共14个部门。其中，经济系统参数采用GTAP数