中國的碳中和: 技術經濟路徑與政策選擇①

段宏波, 汪壽陽

(1. 中國科學院大學經濟與管理學院, 北京 100190; 2. 中國科學院數學與系統科學研究院, 北京 100190; 3. 上?？萍即髮W創業與管理學院, 上海 201210)

0 引 言

氣候變化是當前全球面臨的主要挑戰,它同時也孕育著能源系統變革和經濟新增長的巨大推力.在此背景下,在2020年9月22日召開的第75屆聯合國大會一般性辯論上,中國向國際社會承諾將提高國家自主減排貢獻的力度,力爭于2030年之前實現碳排放達峰,并努力爭取在2060年實現碳中和;在隨后的12月12日氣候雄心峰會上,國家主席習近平進一步重申了中國達成這一目標的決心.中國是全球四大排放國中首個承諾碳中和的國家,這一目標的提出,引起了世界各國和國內社會各界的廣泛關注,它勢必對未來我國的中長期能源轉型、技術投資、碳減排規劃和經濟發展產生深遠的影響[1].

UNFCCC的統計數據顯示,當前全球已有100多個國家或地區在相關文件中提及了碳中和,其中通過正式渠道給出官方承諾的有29個(包括27個歐盟國家),覆蓋了全球50%以上的碳排放[2].盡管各國對碳中和的內涵、目標細則和推動碳中和的進度有所差異,但無不體現了全球共同應對氣候變化挑戰的決心[3].根據IPCC《全球1.5 ℃溫升特別報告》,“碳中和”可定義為一種二氧化碳(CO2)凈零排放的狀態,它通過自然或人為碳移除(CDR)在全球范圍內抵消人為CO2排放來實現[4].本文將基于這一定義和內涵來推進研究.

已有研究和事實表明,我國的碳中和與全球1.5℃溫控目標對中國的減排要求具有較高的一致性.全球層面,1.5℃目標要求各國共同開展實質性減排活動,將2030年的全球人為凈排放降至2010年55%的水平,并在2050年前后實現凈零排放.國家層面,在差異化的排放預算分配情景下,1.5 ℃溫控要求中國在2060年左右實現近零排放[5].由此可見,盡管當前尚缺少文獻對我國碳中和的實現路徑進行系統綜合的評估,但圍繞1.5 ℃溫控目標的研究較多,可以為碳中和的評估工作提供有益借鑒.考慮到當前全球平均溫升已經達到1.1℃,而目前的溫室氣體(GHGs)總排放依然在穩定增加,即使在新冠疫情的影響下.因此,不少研究認為1.5 ℃目標的實現難度很大[6, 7],即使通過大規模侵入性的政策干預來強力推進,也將付出較大的社會經濟代價[8, 9].整體上,這一目標的實現需要立即的、大規模的、全部門參與的減排行動;另外,還有賴于碳基能源向低碳能源的迅速切換和碳移除技術的快速發展,尤其是碳捕獲與封存技術(CCS)、負排放技術(BECCS)和直接的空氣碳捕獲(DAC)技術等[10, 11].當然,也有些觀點對該目標的達成持樂觀態度.特別地,若加大短期(2030年前)的減排力度,且在有效的氣候政策設計下后期的低碳化進程得以延續且不斷加速,則1.5℃溫控目標依然可期[12, 13];當然,這過程中非碳排放的額外減排、低碳行為的形成以及能源需求的快速電氣化、清潔化轉變也十分重要[14].

既然碳中和目標與1.5℃溫控目標在國家層面的要求近似,那么,我國碳中和目標的實現難度如何,是否如全球層面1.5℃溫控目標的實現一般充滿挑戰,通過何種政策選擇可以實現?目標達成的能源技術演變場景如何,各種能源技術在該目標達成中扮演著怎樣的角色?從長期來看,碳中和目標的實現是否具有經濟可行性,氣候挑戰的應對戰略是否與穩定的經濟增長目標一致?本文將通過發展技術驅動型的能源-經濟-環境系統集成模型來綜合評估我國實現碳中和目標的政策選擇及技術經濟可行路徑.

1 技術擴展的綜合評估模型

2060年碳中和目標的評估是一個長時間尺度,涉及經濟、能源和環境等多個系統維度的復雜問題,綜合評估模型(integrated assessment model, IAM)是開展這一研究的強有力工具,它可以提供政策干預下經濟、能源和排放關系的動態閉環反饋[15].基于此,本文將采用自主構建的CE3METL模型來綜合評估我國的碳中和目標.CE3METL是一個基于內生經濟增長理論的中國單區域動態跨期優化模型,該模型由宏觀經濟、能源技術和氣候三大主模塊構成;基于政策驅動的Logistic多重技術擴散機制的引入是該模型最大的特點,這也使得其具備了自頂向下模型進行技術經濟路徑評估的能力[16].目前該模型體系已被廣泛應用于能源和氣候政策的模擬與評估工作中,包括排放空間約束下中國的最優排放和碳稅路徑問題,能源技術替代的綜合協同效益評價,減排與適應困境問題,以及巴黎協定目標的政策綜合評估等諸多方面[17, 18].模型的框架如圖1所示.

圖1 CE3METL模型架構及運行示意圖

圖2 參考情景(Baseline)下中國的經濟增長預期

CE3METL假設系統中存在完美預期的中央計劃人,其以給定偏好的社會福利最大化為目標,而福利的累積來源于代際人均消費的增加,因此,福利目標的最大化與動態消費流和排放控制力度緊密相關.不同代際間的效用分配依賴于純時間偏好和邊際消費效用(或消費彈性)兩個因素,而這又決定了跨期效用累積的貼現因子選擇.具體地,模型的目標函數可表示如下

(1)

其中ν(t)=ν0×e-dνt為貼現因子.CE3METL中的生產基于資本K、勞動L和能源E等投入要素,以柯布-道格拉斯(Cobb-Douglas)與能源的常彈性復合函數形式進行,生產過程如下

Y(t)=(α(t)(K(t)γL(t)1-γ)ρ+

(2)

其中Y為產出,α和β分別衡量了要素生產率和自發性能源效率改進水平(AEEI).人口增長軌跡外生給定,資本存量通過投資和消費流的優化來決定.與DICE等其他綜合評估模型一樣,假設經濟產出是單一的復合商品,產出的流向包括投資、消費(政府消費和居民消費)、支付能源成本和碳排放成本以及進出口等,即

C(t)=Y(t)-I(t)-EC(t)-IM(t)+

EX(t)

(3)

CE3METL假設進口IM和出口EX跟從GDP優化路徑的變化而變化,這主要通過設定進口的上界和出口的下界來實現.

能源成本EC一方面包含了能源使用成本(為化石能源成本ECF,低碳技術成本ECLC和非化石能源技術成本ECNF之和),另一方面還作為一個單獨的賬戶來調和系統中碳稅Ftaxi和補貼Subj等政策成本,即

EC(t)=ECF(t)+ECLC(t)+ECNF(t)

(4)

且

ECK(t)=

(5)

此處Si(t)為能源技術的份額,F、LC和NF分別代表化石能源集、低碳技術集和非化石能源技術集(具體技術清單如圖1).Ci是技術i的使用成本,ζi為低碳技術中燃料成本占比,OCj為除燃料成本以外的其他發電成本.

已有研究表明:嚴格氣候目標的達成離不開低碳及負碳技術的貢獻[5, 6].考慮CCS可將2 ℃溫控目標下本世紀內的化石能源的排放預算和現有化石能源儲量可開發程度翻倍[20].到2050年,負排放技術每年可以提供28 EJ(1018焦耳)的電力,封存25億t CO2,到2100年,這一數值將分別增至220 EJ和400億t CO2[21].因此,為科學評估碳中和目標的實現路徑,亟需進一步豐富CE3METL模型能源技術細節,即將代表性的低碳和負排放技術納入已有的能源技術體系中.基于此,本文改進了模型現有的能源技術體系,引進了三種低碳技術,即超臨界煤電與CCS組合技術(SPC-CCS)、整體煤炭氣化聯合循環與CCS組合技術(IGCC-CCS)、天然氣聯合循環與CCS組合技術(NGCC-CCS),和一種負排放技術,即生物質與CCS組合技術(BECCS).詳細技術清單如圖1.技術間的替代主要通過修改的Logistic多重能源技術替代演變機制來刻畫,即

(6)

且

(7)

(8)

其中ξ表示相應技術的碳排放因子,根據對應技術的使用成本,可以計算出具體的碳稅水平

(9)

技術內生化是糾正單純的外生技術進步帶來結果偏差的主要手段[5].本文采取基于“干中學”效應的技術學習曲線方法來內生化技術進步.這種方法的本質是隨著生產規模的擴大,生產經驗或知識會逐漸累積,而知識存量的累積反過來會促進技術改進,繼而降低生產或技術使用成本.因此,內生技術進步過程可以描述為

(10)

這里KD為知識資本存量,bi是技術i的學習指數,由學習率lri的指數關系確定,即lri=1-2-bi.值得注意的是,知識資本與傳統資本一樣在跨期累積過程中需要考慮折舊效應,因此,當期的知識資本應當是上一期的知識存量扣減過時部分之后的凈值與新增知識流之和,即

KDi(t+1)=(1-δi)KDi(t)+

Si(t+1)E(t+1)

(11)

在全球尺度上,刻畫氣候系統與經濟、能源系統之間的閉環反饋關系是綜合評估建模的主體工作之一,這種關系包括碳循環、輻射強迫流的形成、溫升響應關系以及氣候反饋損害等.對于區域模型而言,本文對氣候系統模塊進行了簡化,僅僅考慮外生的自然碳排放和內生的人為活動碳排放,它可以通過加總各種含碳能源的碳含量與對應消費量的乘積得到.假定非化石能源是完全零排放的,那么人為碳排放Emisanth可以通過下式計算

(12)

其中ξi、ξk和ξbe分別表示化石能源技術、低碳能源技術和負排放技術的碳排放因子.

2 數據及處理

本文的模型演算以2010年為初始年份,2010年—2020年為校準期,政策從2020年開始實施,模型考察期為2020年—2060年,以報告整個碳中和目標期的優化結果.產出、消費、投資、進出口等宏觀經濟數據主要來自中國統計年鑒,各品種的能源消費數據來自中國能源統計年鑒,碳排放因子來自IPCC碳排放清單修正版[22],外生的人口增長路徑則根據世界銀行的最新預期設定.更多的模型數據介紹和參數設定可參考Duan等最新發表的文章[5, 19].

由于與之前的模型版本相比,本文模型的主要差異是重構了CE3METL的能源技術體系,新引入了對于碳中和目標達成可能發揮關鍵性作用的低排放和負排放技術,因此,這里主要介紹下這些技術的成本數據和技術參數.對于三種低碳技術,其成本由燃料成本和其他成本構成,前者隨燃料(煤炭和天然氣)價格的增長而增長,本文假定燃料成本(包括CCS耗能)平均占總供能成本的60%,后者則包括運營成本、輸配成本和CCS運行成本(碳捕獲、運輸、封存及碳泄漏檢測和管理成本等).對于負排放技術BECCS,其成本包含生物質供能和CCS運行成本兩部分.由于化石能源和生物質等非化石能源的供能成本在CE3METL模型中已有較完善的設定,這里新增的成本不確定性主要來自CCS技術.已有不少研究報告了代表性示范電廠的CCS成本信息[23, 24],本文對將相關的數據進行了整理,如表1.

表1 CCS技術成本

CE3METL中的技術成本為包含供能和碳處理的平準化總成本,化石能源成本變動趨勢根據資源稀缺性和歷史價格波動信息外生線性設定,而碳處理成本主要通過表1中的成本信息平均化得來.其他重要的參數包括CCS捕獲效率和技術學習率.對于前者,根據示范電廠數據設定為85%[25],據此可以得到三種低碳能源技術的碳排放因子,而BECCS技術的燃燒和鍛爐配置都假定為100%的生物質原料,盡管過程效率可能只有24.6%,但負碳因子高達1 545 g CO2/kWh[10].對于后者,傳統上通常利用煙氣脫硫裝置(Flue-gas desulfurization)的技術學習效果來設定CCS技術的雙因素學習率,“干中學”和“研中學”過程的學習率分別估計為7.1%和6.6%[26].Kang等[22]針對具體的示范電廠數據對估值進行了更新,指出SPC-CCS、IGCC-CCS和NGCC-CCS的平準化成本學習率分別為0.024～0.084,0.088～0.182和0.045～0.100.本文取其中值,分別為0.054、 0.135和0.073.

3 結果和分析

本文設計的政策選項主要包括化石能源碳稅、低碳、無碳和負碳能源技術補貼,以及碳稅與補貼政策的組合選擇.相應地,設置了幾類情景,首先是參考情景,即僅考慮當前的減排政策(通過能源消費、碳排放等路徑等校準來蘊含其中),而不考慮新的碳定價或補貼政策,該情景作為政策情景提供對比參考.其次是碳稅政策情景,政策力度參考《巴黎協定》目標實現的政策要求.最后是補貼政策及其與碳稅的組合政策情景,模型假定補貼資金來源于碳稅收入,具體的情景設置細節參加各子節的討論.

3.1 參考情景結果

為保證模型政策優化結果的可信性,一方面需要依據歷史數據對經濟增長、能源消費等關鍵指標進行校準,另一方面通過廣泛參考已有研究和專家觀點設定未來的指標預期.就宏觀經濟而言,根據統計年鑒的數據可估計得到2010年—2015年和2015年—2019年的年均增速分別為8.38%和6.74%,考慮到2020年疫情對經濟的沖擊,預計2015年—2020年的年均增速將低于6.74%.據此,CE3METL模型校準得到了兩個時間段的年均GDP增速分別為8.32%和6.71%,充分反映了我國歷史的經濟增長狀況.基于此,本文進一步對未來的經濟增長路徑進行了預期.考慮到疫情后經濟可能出現的報復式增長,本文預計2020年—2030年的平均經濟增速可達5.68%,此后將逐步回落到2040年—2050年的3.25%以及2050年—2060年的2.72%.當前,已有不少國內外文獻給出了中國未來經濟增長態勢的預期,包括聯合國發展規劃署(UNDP)、國際能源署(IEA)、清華大學等,但其研究均未考慮到疫情對宏觀經濟的短中期影響,而從2030年以后的經濟增長預期看,本研究的結果與這些研究趨于收斂[27, 28].此外,中國工程院發布的“推動能源生產和消費革命戰略研究”第一期報告表明,到本世紀中葉,中國的人均GDP將較當前增長5倍至6倍[29],這也與本文模型結果得到的6.5倍的預期相當.

對能源部門而言,已有多個報告的研究結果表明,中國的一次能源消費將在2035年—2045年間達峰.具體地,中國石油經濟技術研究院(ETRI)發布的《2050年世界和中國能源展望》報告指出,我國的一次能源消費將于2035年達峰,其中化石能源達峰時間為2030年[30].中國工程院能源生產與消費革命研究組的結果認為中國一次能源消費達峰時間在2040年前后,這與國家電網能源研究院最新發布的報告結果一致,后者預期達峰峰值為57億t 標準煤,而對應的化石能源達峰峰值約為43億t[31].相比較而言,清華大學中國的碳發展戰略與轉型路徑研究給出的一次能源達峰時間相對較晚,為2050年,達峰峰值水平也偏高,即62億t 標準煤[32].本文給出的能源消費預期及結構如圖3所示,一次能源消費將于2045年左右達峰,峰值水平約為57.5億t 標煤,而化石能源將在2035前后達峰,峰值為46億t ,這一結果顯然在各機構的預期之中.

圖3 參考情景下的一次能源消費結構

參考情景下我國的碳排放路徑如圖4所示,結果表明:中國的CO2排放將于2035年左右達峰,峰值水平約為119億t .這里的碳排放主要是由能源消費引起的,同時也包括了外生的由土地利用變化所產生的碳排放.圖3也給出了參考情景下全球代表性綜合評估模型對中國碳排放路徑的優化結果,數據主要來自ADVANCE數據庫[33].顯然,除了WITCH和POLES模型偏高的估計之外,CE3EMTL給出的碳排放路徑與其他絕大多數模型預期具有較高的一致性,且達峰時間也介于其他模型評估的2030年—2045年之間,這亦很大程度上增強了CE3METL參考情景結果的可信度.

圖4 參考情景下我國的碳排放量及跨模型比較

3.2 碳定價政策能否保證碳中和目標的實現?

排污收費政策是糾正環境外部性的有效市場手段之一,基于此,碳定價政策被廣為采用于控制溫室氣體排放[13, 17, 19].那么,碳定價政策能夠幫助我國實現2060年的碳中和目標嗎?為回答這一問題,首先需要設計差異化的碳稅政策情景.根據碳價格高級別委員會報告,要實現《巴黎協定》溫升控制目標,2020年的碳價水平要達到40美元/t～80美元/t CO2,這一數值將進一步增至50美元/t～100美元/t[34],這些結果實際上依然遠低于2 ℃或1.5 ℃溫控目標下的最優碳價水平[19].基于此,本文設定了三種政策情景T25、T40和T55,對應25%、40%和55%的從價碳稅稅率,計算可得三種情景下的碳價路徑,如圖5.不難看出,這里的初始碳價水平依然偏于保守.

圖5 碳價政策情景設計

政策激勵下的碳排放路徑反映到圖6中.顯然,碳定價政策可帶來顯著到碳減排效果,且減排幅度隨著碳稅政策力度的加大和時間的推移而不斷增加,但三種政策作用均不足以實現中國2060年碳中和的目標,在最嚴格的碳價情景下,到2060年,碳排放水平可以較參考情景下降5.6%,但依然距碳中和目標存在36億t CO2的減排缺口.

圖6 碳價政策下的減排路徑優化

那么,究竟是什么原因導致這一缺口的存在呢,是經濟系統脫煤力度不足還是非化石能源發展水平不夠?因此,進一步的分析需圍繞不同政策情景下的能源結構演變情勢展開.具體的結果展現在圖7中.不難看出,碳價政策的實施顯著加速了能源系統的脫煤進程,具體表現為從2020年政策實施年份開始,碳排放開始顯著下降.參考情景下,2060年的煤炭需求為19.2億t ,碳稅情景T25%下,這一需求被壓縮到10.8億t ,下降幅度達到43.8%;而在更嚴格的T55%情景下,煤炭需求進一步降至3.3億t ,僅占一次能源消費總量的6.2%,經濟系統接近完全脫煤.由此可見,碳價激勵下,實質性的能源系統脫煤貢獻了顯著的減排潛力.圖7也顯示,碳價政策下,可再生能源技術得到了大力發展,尤其對風電和太陽能而言.低碳價情景下,2060年核電、風電和太陽能占一次能源消費的比重達到7.9%、15.2%和19.8%,非化石能源消費總份額超過64%,而在最嚴格的碳價政策下,三者的比重將分別增至8.3%、24%和17.5%,對應71%的非化石能源消費總份額,這一數值比參考情景高出了30%以上.因此,碳價激勵下,非化石能源發展對碳減排的貢獻也是顯而易見的.

圖7 碳價政策下的能源結構演變

進一步觀察圖7可以發現,不同的碳價情景下,石油和天然氣的消費量均保持穩定,而天然氣低碳化程度較高且消費占比不大,顯示不是殘余排放的主要貢獻者,那么,石油消費造成的碳排放應該是碳中和目標的減排缺口主因.這意味著根據單位含碳量統一征稅的政策模式并不能實現能源系統的脫油,如果未來的油價不出現顯著高于煤炭的增長態勢,長期穩定的石油消費將成為我國實現2060年碳中和目標的主要挑戰.當然,這一結果并非僅得到本文模型的支持,也在Duan等[34]的研究中獲得充分的依據.具體地,在其研究中引進了國內外8個代表性綜合評估模型的相應結果進行了分析,相關數據來自IIASA公布的ADVANCE數據庫和中國的模型比較項目數據庫[33].結果顯示:只有AIM和IMAGE模型給出了逐步下降的石油消費量,絕大多數模型下中國未來的石油消費結構趨于穩定,REMIND、GCAM-TU和IPAC模型評估的石油消費份額還呈現了顯著的增長.這些跨模型的結果很大程度上增強了本文的研究發現.

3.3 非化石能源補貼能否保證碳中和目標的實現?

國網能源研究院的報告認為:到2060年,中國的非化石能源占比可達到81%,其中風電和太陽能的貢獻超過50%.這是否意味著繼續強化非化石能源發展可以幫助實現碳中和呢?為此,本節將在上述碳價政策情景上引入非化石能源的補貼激勵,這里的非化石能源包括可再生能源、低碳和負碳能源技術,補貼的資金主要來自碳稅收入.從價補貼率分別為10%、20%和30%,設定依據參考莫建雷等的研究,對應S10、S20和S30三種情景.由于中等碳價情景與補貼的組合情景下,我國2060年的非化石能源消費份額可達到80%,因此這里主要選取該組合情景下的結果進行討論,即T40S10、T40S20和T40S30.

從圖8不難看出,補貼政策的引入可以帶來一定的減排效果(減排13.5億t CO2),但碳價與補貼的組合情景下,2060年的碳排放依然沒有達到近零或中和,缺口為31億t CO2,這一結果也印證了已有研究結論,即即使充分利用了替代能源,我國實現碳中和的負排放需求仍將高達25億t /年[36].這一缺口的存在可以從三個方面來解釋.首先,針對性補貼對非化石能源技術的發展激勵效果是顯著的,但隨著時間的推移,這種效果在邊際遞減;其次,均等補貼下,低碳和負碳技術并沒有得到跨越式發展,在補貼實施的后期,低碳技術市場份額甚至被其他技術不同程度的擠出;再次,石油的消費的剛性并未因為非化石能源補貼的激勵而下降,與單純的碳價政策下的結果類似,穩定的石油消費依然是造成碳中和目標難以達成的主要原因(圖9).一方面,我國的石油消費集中在交通部門,難易應用CCS技術,另一方面,均等的補貼機制也無法現在激勵負碳技術的發展.

圖8 組合情景下的碳排放優化路徑

圖9 組合政策對能源結構演變的影響

3.4 實現碳中和的政策選擇和技術路徑

從以上分析可知,要實現碳中和目標主要需要從兩方面進行政策發力:其一,促進技術替代,打破石油的消費剛性;其二,為生物質能等低碳/負碳技術提供有力的政策激勵.事實上,在儲能技術的發展瓶頸下,風電、光伏等可再生能源在相當長時間內也難以作為穩定的基荷能源使用,此時,生物質能與CCS的組合技術對同時實現能源穩定供給和減排的雙重目標提供了現實可依賴的技術選擇[37].為此,本節引入削減石油消費的約束條件,強化非化石能源對油氣的替代性.同時,調整補貼策略,一方面根據當前新能源補貼退坡的政策環境取消對所有可再生能源的補貼,另一方面將所有補貼預算投入到BECCS等負排放技術,并設置了40%、45%和50%的從價補貼情景(BE40、BE45和BE50).數值試驗結果顯示,在此補貼力度下,只需要引進較低的碳價政策(15%、25%和35%,對應T15、T25和T35情景)即可填補凈零排放的缺口,此時的初始碳價水平低至128元/t CO2～298元/t CO2,到2060年每t CO2的價格也僅為231元～540元.通過對9種組合政策情景的比較分析,得到了成本最小框架下的三種政策選擇,即:T15BE50、T25BE45和T35BE40.

由圖10可以看出,盡管不同政策下的排放軌跡有所差異,但都可以在2060年之前達成碳中和愿景,并在目標年份實現1億t ～4億t 的負排放;CO2排放的達峰時間在2030年—2035年,排放峰值介于107億t ～117億t之間.由此可見,2030年碳排放達峰目標的實現與碳中和目標的達成之間或許并沒有絕對的相關關系,負排放技術的實質性發展可以顯著降低中短期的碳減排壓力,同時也可以很大程度上緩解對大規模發展不確定的可再生能源技術的依賴,這一結論也與全球尺度上的研究基本一致[5, 38].

圖10 碳中和的實現路徑

碳中和目標達成下的能源技術路徑,如圖11.首先,碳中和要求化石能源從2040年開始實現與經濟實質性脫鉤,2045年開始非化石能源逐步主導能源市場.其次,碳中和目標與2030年非化石能源發展目標基本一致,屆時非化石能源占一次能源總消費的比重達到24.7%～26.3%;到2050年非化石能源份額最高可達75%,而到2060年,這一數值接近100%,全面實現經濟增長與含碳能源消費脫鉤.再次,在不同的時間點,非化石能源的消費結構有所不同.2030年,水電充當非化石能源的主力,其占比超過11.5%,其次是風電和太陽能,其份額分別為6.1%和4.4%,且這一結構基本延續到2040年,屆時三者的比重分別為14.8%、10.9%和10.5%(對應T35BE40情景);到2050年,太陽能消費比重開始超過水電和風電,三者的總份額超過55%,同時BECCS逐步發展起來,其供能比重最高可達4.9%;2060年,太陽能和風電依然是能源供給的主力,其合計份額達到53%,其次是水電和BECCS,對應的消費占比分別為13.7%和12.5%[33, 39].事實上,已有研究評估結果顯示,全球BECCS的碳移除潛力達到7 300億t CO2(2016年—2100年的累計值),而早在2013年,生物質在中國一次能源消費的占比潛力就可達40%.

圖11 實現碳中和的能源技術路徑

3.5 達成碳中和目標的經濟性分析

綜合評估模型研究氣候政策的最大優勢是可以建立起從政策干預到排放控制目標評估,再到技術路徑演變和政策成本分析的閉環反饋,特別地,政策成本是影響政策可行性的關鍵環節,因此也是決策者關心的重點.圖12的結果顯示,碳中和目標達成的即使政策成本(以GDP損失占比計)隨時間呈現出“對勾”型,即政策實施初期的負影響較大,最高可占到GDP的4%;但隨著時間的推移,新能源技術獲得發展空間,其成本和競爭優勢將增強其對傳統能源技術對替代,繼而表現為經濟系統對政策沖擊的適應和消化程度增加和政策成本的逐步下降.結果顯示,到2050年前后可實現零政策成本,此后碳中和政策的影響體現為對經濟發展的正向激勵,且當前的政策力度越大,正向激勵效果越強,到2060年最大的正影響可達到GDP的2.4%.從總政策成本角度看,到2060年,碳中和政策所引起的累計經濟成本占累計GDP的0.3%～1.9%(以5%的貼現率計).這一結果略低于清華大學評估的中國實現1.5℃溫控目標的投資成本,后者認為1.5℃溫控目標將要求中國每年的新增投資占GDP的比重達到2.5%[32].

圖12 實現碳中和目標的政策成本

4 結束語

中國承諾的2060年實現碳中和的宏偉目標,將應對氣候挑戰提到了中長期的國家戰略高度,這勢必對未來我國的經濟發展、能源轉型和減排政策的制定產生深遠的影響.在此背景下,對這一目標進行系統綜合的評估將具有重要的現實意義.基于此,本文通過考慮對實現嚴格碳減排目標產生關鍵影響的低碳和負碳技術,改進了綜合評估模型CE3METL的能源技術體系,并借此綜合評估了實現我國2060年碳中和目標可能的政策選擇、能源技術優化路徑和政策成本,給出了有助于達成這一戰略目標的政策建議.

研究首先根據歷史經濟增長和能源消費情勢,同時考慮疫情對經濟的短期影響校準并預期了我國未來的經濟增長狀況,指出2020年—2030年我國年均GDP增速可穩定在5.6%以上,這一數值將逐步降至2040年—2050年的3.25%和2050年—2060年的2.72%;到本世紀中葉,中國的人均GDP將較2010年增長約6.5倍.同時,碳排放將于2035年前后達峰,對應的峰值水平為119億t,這與國內外諸多代表性IAM的模型結果基本一致.

本文模擬了多種政策選擇對碳中和目標的影響.研究發現,首先,單純的碳價政策不足以幫助中國實現2060年的碳中和目標,即使碳價水平達到全球層面實現《巴黎協定》承諾的水平.其次,碳價與非化石能源的普惠式補貼政策組合可以一定程度上激勵了能源的低碳化轉型,并有效拉低碳排放軌跡,但依然不足以實現我國的碳中和目標,到2060年,碳中和缺口仍將達到31億t CO2.再次,研究發現了石油消費的相對剛性,其很可能成為了我國實現碳中和目標的主要挑戰之一.最后,碳價政策和對負排放技術的針對性補貼激勵的組合可以幫助我國順利實現2060年的碳中和,中和路徑對碳排放達峰并沒有嚴格的要求,但需要縮短高排放的“平臺期”,平臺期的峰值水平在107億t ～117億t之間.

評估結果給出了碳中和目標達成情景下的能源技術路徑.化石能源于2055年前后實現凈零(為大多數火電廠在生命周期內逐步退役提供了時間).研究發現了達成2030年非化石能源發展目標和碳中和目標的一致性,25%的非化石能源占比要求可以作為碳中和的階段性目標.從2045年開始,非化石能源主導能源市場,其消費份額最高可達75%,而到2060年可基本實現100%的清潔能源轉型,屆時太陽能和風電成為能源系統的主力,可合計貢獻53%的比重,水電的消費占比依然達到13.7%,而負排放技術BECCS也將占比12.5%.從政策成本角度看,實現碳中和目標的經濟代價整體上低于實現《巴黎協定》溫控目標的成本,最高即時經濟損失占到GDP的4%,到2060年的累計GDP損失不超過1.9%;政策成本隨時間推移而顯著下降,本世紀中葉后,我國逐步開始享受碳中和政策帶來的發展紅利,并進入后中和時代的經濟快速增長期.

基于此,本文提出了應對中長期碳中和挑戰的政策建議.首先,應該肯定中短期階段性目標的設計和落實對實現長期氣候戰略目標的重要性,比如2030年25%的非化石能源發展目標與2060年的碳中和目標具有較高的一致性,但排放達峰目標與碳中和目標并不是強因果的關系,這實際上要求相關部門充分理解相對目標與絕對目標,短中期目標與長期目標的關系,而這一關系又很大程度上依賴于未來的技術發展狀況和達成目標的政策選擇.本文研究顯示,未來我國的碳排放路徑不一定呈現出“駝峰”型(此時早達峰意味著實現碳中和的可能性越大);而有可能是“平拋物線”型(此時排放達峰時間的早晚并不能決定碳中和實現的難易程度).這意味著政府在做短中期目標實現決策時要充分依托能源技術的發展現實,以盡可能將過渡目標與長期目標的不一致程度降到最低.此外,過早的碳達峰勢必會推高峰值水平,這可能會帶來新的碳鎖定效應,繼而不利于實現長期的碳中和.

其次,研究結果并未發現非化石能源與石油消費間的自然高替代性,石油消費引起的碳排放很可能成為實現我國中長期氣候政策目標的阻礙.這可以提供兩點啟示:其一,考慮到煤炭的高含碳量及其在能源結構中的絕對占比,當前普遍將脫碳對等到脫煤的觀點并無弊病,但從長期看本文建議要將一部分注意力轉移到易于被忽視的石油消費控制上.其二,需要在政策層面強力推動石油與非化石能源的替代,引入削減機制實現脫油;這又對應到一系列與石油消費相關的具體的行業發展政策、產業結構調整和技術變革上,比如交通體系的脫油規劃和氫燃料電池技術發展的政策激勵等[40].此外,配置CCS技術的生物質能對石油消費削減也具有重要意義,此時政策又需更多地關注到生物質管理和CCS技術發展等方面(比如補貼激勵方向的傾向性轉移等).

再次,政策成本不必定成為碳中和目標能否達成的主要顧慮,一方面,政策選擇和組合策略對于降低政策成本十分關鍵[13, 41],高的經濟負影響主要來自于強碳價沖擊,而針對性能源補貼的引入可以在保證同等目標實現的同時降低對高碳價的依賴,繼而降低政策成本.另一方面,碳中和政策對經濟的負影響主要體現在短中期(也即轉型的陣痛期),長期來看,經濟系統最終將收獲技術變革和結構調整帶來的紅利,實現后中和時代的綠色高質量增長.

盡管本文較早基于系統集成模型對我國碳中和目標進行了閉環式綜合評估,得到了有意義的新發現和政策啟示,但依然存在一定的局限.首先,改進的CE3METL模型基于可耗竭資源的稀缺性和歷史價格波動趨勢慮以線性增長的形式設定了三種主要化石能源技術的成本演化路徑,未考慮能源市場波動引起的成本不確定性,這也很大程度上影響了政策干預下非化石能源對傳統能源的競爭替代.其次,考慮到石油消費主要集中在交通領域,移動排放源管理存在較大的難度,因此模型中未考慮石油燃燒相關的碳捕獲技術,也未引入氫儲能、燃料電池等可能對交通石油消費產生關鍵性替代的技術選項,這使得石油削減在機制層面難以與具體技術對應.再次,本研究探討了負排放技術在碳中和目標實現中的重要角色,但生物質能的大規模發展需要權衡生物質開發潛力、土地利用、糧食和水安全等一系列相關問題,這些都有待后續研究來加強和完善.最后,文中給出的碳中和能源轉型路徑中,風能和光伏太陽能技術占了較大比重,但這并未考慮礦產資源的約束,而事實上,可再生能源對關鍵礦產資源的依賴程度遠高于傳統化石能源[42].因此,礦產資源約束的引入很可能引起風光為主體的清潔能源貢獻比重的下降,這也有賴于資源約束機制下綜合評估模型的發展和政策優化相關的研究.