2017, Vol. 13 
2. 北京大学国际关系学院, 北京 100871;
3. 科技部21世纪议程管理中心 北京 100038
2015年12月，《联合国气候变化框架公约》195个缔约方在巴黎气候变化大会上达成《巴黎协定》，旨在21世纪末将全球平均温升控制在2℃以内，并力争控制在1.5℃以内。有研究表明，与当前政策情景相比，《巴黎协定》的实施将有助于减少全球温室气体排放，但其力度仍没有足够把握将温升控制在2℃以内[1]。Rockstroem等[2]提出了实现2℃目标的脱碳法则，即全球温室气体排放每10年减半，在21世纪中叶实现零排放，这无疑对各国的减排努力提出了更高的要求。然而，美国当地时间2017年6月1日美国总统特朗普宣布，美国将退出《巴黎协定》。由于美国在国际气候谈判和全球气候治理中占有举足轻重的地位，消息一出，国际社会反响强烈。美国退出《巴黎协定》将对《巴黎协定》的履约前景、全球气候治理的走向以及中国的气候政策产生什么影响？中国该如何应对？这些问题事关重大，亟待回答。而要回答上述问题，就必须了解美国退出《巴黎协定》将对其他缔约方碳排放空间、碳价和宏观经济损失产生多大的影响。
未来几十年的温室气体排放与社会经济发展和能源消费之间相互关联，充满很大不确定性。IPCC在2000年发布全球未来排放情景特别报告[3]以来，相继提出了典型浓度路径(Representative Concentration Pathways, RCPs)[4-7]和共享社会经济路径(Shared Socio-economic Pathways, SSPs)[8-9]，量化了各国未来的能源消费、温室气体和大气污染物排放和土地利用等指标[10-11]。这些中长期情景为本研究提供了坚实的基础。基于上述RCPs和SSPs情景，本文采用情景分析和定量分析相结合的方法，设置了9个情景，包括1个没有碳排放限制的照常前景(BAU情景)和8个美国不同程度完成其国家自主减排贡献的碳减排情景，分析在固定全球碳排放空间和分配方式的条件下，由于美国退出《巴黎协定》后其排放路径的变化，对国际气候谈判中的3个重要谈判方——中国、欧盟及日本实现国家自主贡献(NDC)和2℃目标情景下二氧化碳排放空间、碳价和宏观经济损失的影响。
1 模型介绍本研究定量评估部分所利用的是全球多部门、多区域动态可计算一般均衡(CGE)模型。本模型及其衍生版本近年来被系统地应用于综合评价中国国家层面[12-14]和省级层面[15-23]的空气污染减排、人群健康、能源和气候变化应对政策。CGE模型通常是在一个处于均衡态的经济系统中，对某些变量进行一定程度的政策干扰，在该经济系统再次回到均衡态时，评估各个经济变量的变化所产生的影响，政策的目标变量选择可根据需要进行设定。
本模型包含22个经济部门(表 1)，以2002年社会经济数据为基础，结合能源平衡表和产业统计年鉴数据。模型由GAMS/MPSGE建模并用PATH算法器求解，以1年为步长动态模拟2002—2030年间全球各国经济走势、产业结构变化、能源消费及其碳排放趋势。本研究将中国国内划分为东、中、西3个地区，国际划分为14个地区(表 2)。模型包括生产模块、国内外贸易的市场模块以及政府和居民的收支模块。企业生产行为由常替代弹性生产函数刻画，生产投入品分为物料投入、能源投入、劳动力和资本投入等，模型仅模拟能源消费相关的二氧化碳排放，不考虑其他排放源如生产过程二氧化碳排放和土地利用的其他温室气体排放。模型的详细技术性介绍参见文献[16, 22, 24]。
|
表 1 CGE模型22部门分类 Table 1 The classification of 22 sectors in the CGE model |
|
|
表 2 CGE模型地区分类 Table 2 The classification of regions in the CGE model |
本文研究的核心问题是评估美国退出《巴黎协定》对中国、欧盟和日本实现NDC和2℃目标情景下的碳排放空间、碳价和宏观经济损失的影响。为此，本文设置1个没有碳排放限制的BAU情景(表 3)以及4个美国不同程度完成其NDC的碳减排情景。具体如下：
|
|
表 3 BAU情景下各国社会经济假设 Table 3 Socio-economic assumptions under the BAU scenario |
不退约情景(27情景)：美国作为负责任大国履行国际碳减排义务。在NDC目标下，美国2025年碳排放比2005年减少27%（取26%~28%的平均值)，2030年排放达到41.1亿t，其他国家也履行NDC所承诺的碳减排目标。而在2℃目标下，也承担表 4所展示的减排义务。
|
|
表 4 各情景下2030年中国、欧盟、日本和美国碳排放空间及2010—2030年全球累积碳排放空间 Table 4 Emissions of China, EU, Japan and U.S. in 2030 and global cumulative emissions during 2010-2030 |
退约情景一(20情景)：假设美国2025年的排放只比2005年降低20%，2030年排放为46.8亿t，其他国家需要额外减排，以弥补美国排放增加所占用的排放空间，将美国额外排放的量按人均分配至各国，以计算出每个国家的额外减排量。
退约情景二(13情景)：假设美国2025年碳减排量只实现其NDC所承诺的一半，即2025年碳排放只比2005年减少13.5%，2030年排放增加到52.5亿t。
退约情景三(00情景)：假设美国2025年不履行其NDC承诺，且为复兴传统能源行业不做出碳减排努力，反而解禁煤炭、石油开采等传统化石能源供应行业，加大化石能源使用量，而且大规模投资基础设施建设，导致2025年以后的碳排放与2005年持平。
其中碳减排情景又分为NDC目标和2℃目标两大类。
如表 3所示，在BAU情景下，各国既没有NDC也没有2℃目标所要求的碳排放限制，为确保各国人口与GDP增长速度与SSP2情景保持一致，在模型中设定了相应的人口增长路径与技术进步率(全要素生产率和能效改进参数)。能效参数(单位经济产出所需要的能源投入)设定比较复杂，区分了不同燃料品种、发达国家和发展中国家。固体燃料和液体燃料在发达国家年均效率提高1%~2%，在发展中国家年均提高3%~5%；气体燃料在发达国家年均提高0~1%，在发展中国家年均-2%左右(负号代表发展中国家未来对天然气的消费偏好提高而非效率降低)。用电效率在发达国家年均提高约0.5%，而发展中国家年均提高3%左右。大体而言，在CGE模型的框架下各国未来能源与二氧化碳排放主要由经济增长速度、能源效率提高速度以及能源的相对价格变化的复杂机制驱动。除此以外，没有考虑各国特定的能源和气候政策，如美国的《清洁电力计划》。因此，在BAU情景下大多数国家的能源需求和二氧化碳排放随着经济增长呈现不同增长趋势，从这个意义上说，此文的BAU情景是一个假设的基准情景，而不是考虑现实政策的情景。
在各国正常履约的NDC目标下，本研究根据各国提交的自主贡献目标[25]及SSP2情景下各国未来GDP[26-27]，测算出全球2010—2030年的二氧化碳累积排放。为了设定2℃情景下各国的排放路径，本文参照了国际系统分析研究所(IIASA)提供的IPCC第五次评估报告(AR5) 中的共享社会经济情景数据库，选取了IMAGE模型的2℃情景(SSP2-26-SPA0)[27-28]下各国的碳排放路径作为本文模型2℃27情景下各国二氧化碳排放的约束条件。分配结果显示，全球2010—2050年累积二氧化碳排放量为1.21万亿t，其中，2010—2030年累积排放7002.1亿t。进一步假设NDC目标和2℃情景下全球2010—2030年的累积排放空间是固定的，美国退约相当于挤压了其他国家的碳排放空间。换言之，美国多排放了就需要其他国家进一步减排，以弥补美国多出的这部分排放。2030年各地区在美国不同程度退约情况下分配到的碳排放空间如表 4所示。需要指出的是，2℃27情景下美国和其他各国2030年排放比NDC 27情景低很多，此时“27”指代的是“美国履行国际减排义务”这层含义，而不再代表2025年比2005年减排27%。此外，2℃情景下全球及各国在21世纪内的碳排放路径的时空分布具有极大不确定性，而此研究为简便起见只考虑了众多可能性中的某一种时空分布。
为更好地理解减排政策影响，有必要对各个情景的作用进行说明。在CGE模型的分析框架中，碳减排的经济影响主要表现形式为干扰情景与参照情景下某一指标（如GDP、碳价、产业产出、就业等）的差异。在后续章节中，当谈到碳减排的经济代价时，参照情景为不减排的BAU情景；而当谈到美国退约而导致的额外经济影响时，是以NDC 27和2℃27情景为参照情景的，即NDC 20、NDC 13、NDC 00情景与NDC 27情景的差别，以及2℃20、2℃13、2℃00情景与2℃27情景下的差别来代表额外经济影响。
3 结果与讨论 3.1 碳排放空间图 1展示了中美欧日及全球2030年前二氧化碳排放的趋势。BAU情景下，若不采取控制措施，各地区因经济发展导致能源消费和碳排放不同程度增加。其中，中国的碳排放增速最快，2030年将达到约140亿t，2002—2030年增速为5.1%/a，28年间增长路径有两个阶段性特征，2002—2015年为快速增长期，增速为8.9%/a，而2015—2030年增速放缓至2.0%/a。美国在BAU情景下的排放将保持1.1%/a的缓慢增长率，至2030年达到72.8亿t，欧盟和日本的增长率分别为1.4%/a和0.2%/a，2030年分别达到45.6亿t和11.6亿t。另一方面，从碳强度的角度看，28年间各地区碳排放增速始终低于GDP增速，意味着经济增长在朝着碳脱钩的方向发展。例如，中国碳强度自然下降率为36.8%，然而这还远远达不到NDC中承诺的60%~65%的目标，必须做出更大的努力实现减排。美国的碳强度下降了19.4%，日本下降了16.9%，虽然幅度比中国小，但因其GDP增长率不如中国高，故碳排放增长速度也低于中国。
|
图 1 各情景下全球碳排放路径(a) 2002—2030年，(b)全球和中国2030年碳排放 Figure 1 The carbon emission trajectories in different scenarios (a) 2002-2030, (b) global and China's emissions in 2030 |
美国退约对中欧日碳排放空间的挤压效应比较明显。其中，NDC目标下，2030年美国在NDC 20、NDC 13、NDC 00情景下可分别增加14%、28%和54%的排放，而中国的碳排放空间减少幅度分别为0.8%、1.6%和3.2%，欧盟碳排放空间减少幅度分别为1.1%、1.8%和3.3%，日本碳排放空间减少幅度分别为0.9%、1.8%和3.7%。在2℃目标下，2030年相对于2℃27情景美国在2℃20、2℃13、2℃00情景下的碳排放可分别增加48%、66%和100%，而对中国的挤压幅度分别为1.7%、2.8%和5.0%，对欧洲的挤压幅度分别为1.7%、2.9%和5.5%，对日本的挤压幅度分别为1.5%、3.0%和4.5%。
3.2 碳价影响分析图 2显示美国减排力度的大小将直接影响其他缔约方实现NDC和2℃目标要付出的碳价成本。由图可知，NDC目标下，在美国实现其减排承诺的NDC 27情景下，美国自身碳价是所有情景中最高的，2030年将达到136.2美元/t；而美国退约的NDC 20、NDC 13、NDC 00这3种情景下，碳价分别降至90.2美元/t、58.5美元/t和20.4美元/t。由此可见，美国退约将使其自身的碳价显著下降。另一方面，其他地区将承受更高的碳价。例如，中国的碳价将从NDC 27情景的23.0美元/t增长至NDC 20、NDC 13、NDC 00情景的24.1美元/t、25.2美元/t和27.6美元/t，如果将各情景下碳价的上涨幅度与碳排放的乘积定义为额外付出的碳排放成本，相当于2030年分别为美国的退约额外买单121.7亿美元、247.9亿美元和492.3亿美元。欧盟和日本也毫无例外地面临成本增加。欧盟的碳价将从127.1美元/t升至NDC 20、NDC 13、NDC 00情景下的130.7美元/t、134.4美元/t和142.0美元/t，相当于为美国退约额外买单96.2亿美元、197.6亿美元和397.7亿美元。而日本的碳价将从12.7美元/t升高至NDC 20、NDC 13、NDC 00情景下14.5美元/t、16.4美元/t和20.3美元/t，相当于为美国退约额外买单19.3亿美元、39.5亿美元和79.8亿美元。相较而言，中国巨大的排放体量导致中国所承受的额外碳价约等于日本和欧盟额外成本之和。
|
图 2 为实现NDC和2 ℃目标需要付出的碳价(以美元衡量，2002年不变价) (a) 2016—2030年，(b) 2030年 Figure 2 The carbon price in achieving NDC and 2 ℃ targets (measured in USD, 2002 constant price) (a) 2016—2030, (b) in 2030 |
2℃目标下，碳排放空间对各国而言更为稀缺。因此，美国不履行其NDC将极大降低其自身的减排成本，其2030年的碳价将从276.9美元/t降为NDC 00情景下的21.0美元/t。碳价下降幅度非常显著，相当于少支付1.62万亿美元碳价。从这个角度可以解释特朗普政府为什么如此迫切地要退出《巴黎协定》。但直接后果是给其他缔约方带来更为严峻的减排压力，导致其他地区的碳价显著上升。其中，中国2030年碳价将从美国完全履约的2℃27情景的93.4美元/t上升为2℃00情景下的108.0美元/t，相当于为美国退约额外支付1071.8亿美元。欧盟和日本2030年碳价将分别从2℃27情景下216.6美元/t、293.3美元/t飙升至2℃00情景下的252.0美元/t、346.7美元/t，相当于为美国退约额外买单798.7亿美元和339.7亿美元。总而言之，美国退约意味着将碳价转嫁给了其他缔约方，将使其他缔约方付出更多的碳价成本。
3.3 宏观经济影响如前所述，碳减排的宏观经济影响主要表现形式为干扰情景与参照情景下GDP的差异，可以理解为减排成本。在本节中，经济影响包括两层含义，其一是与BAU对比，表征的是碳减排的GDP影响；其二是以NDC 27和2℃27情景为参照情景进行对比，表征的是美国退约导致的额外经济影响，即NDC 20、NDC 13、NDC 00情景与NDC 27情景的差别，以及2℃20、2℃13、2℃00情景与2℃27情景下GDP的差别来代表额外经济影响。
上一节的结果表明，由于美国排放路径的变化，为实现全球控排目标，各国需加大减排力度，相应的碳价会升高；图 3和图 4显示，美国的退约还将导致中欧日更多的GDP损失。2030年，为实现NDC目标，如果美国实现减排承诺，相对于不减排情景，美国的GDP损失为1028.1亿美元(284.8美元/人)，占当年GDP的0.60%；而美国退约的NDC 20、NDC 13、NDC 00情景下，相对于NDC 27情景，美国GDP将升高406.8亿美元、673.8亿美元和933.0亿美元，相当于分别少损失112.7美元/人、186.6美元/人和258.4美元/人。
|
(a) 2016—2030年，(b) 2030年 (measured in USD, 2002 constant price) (a) 2016-2030, (b) in 2030 图 3 与美国履约相比美国退约对自身带来的利益及对中欧日带来的额外GDP损失(以美元衡量，2002年不变价) Figure 3 The additional GDP loss under NDC and 2 ℃ targets compared with full implementation of the U.S. obligation scenario |
|
(a) 2016—2030年人均GDP损失绝对量，(b) 2030年人均GDP损失 图 4 与美国履约相比美国退约对自身带来的利益及对中欧日带来的额外GDP损失(以人均美元衡量，2002年不变价) Figure 4 The additional per capita GDP loss under NDC and 2 ℃ targets compared with full implementation of the U.S. obligation scenario (measured in USD, 2002 constant price) (a) per capita GDP loss during 2016-2030, (b) per capita GDP loss in 2030 |
尽管美国自身损失减少，但其他地区将承担更大的损失。中国在美国实现其减排承诺情景下2030年的GDP损失为1263.2亿美元(94.4美元/人)，占当年GDP的1.35%。可见无论绝对损失量还是相对损失量都高于美国。而在最极端的NDC 00情景下，这一损失将增长至1460.8亿美元(109.1美元/人，增加197.7亿美元)，占当年GDP的1.56%。欧盟和日本在美国实现减排承诺的NDC 27情景下，2030年的GDP损失分别为1120.0亿美元(247.9美元/人，占当年GDP的0.87%)和40.3亿美元(33.5美元/人，占当年GDP的0.07%)；在美国退约的NDC 00情景下，两个地区的损失将分别增加132.2亿美元和23.1亿美元，相当于分别增加了29.3美元/人和19.2美元/人。
为实现全球2℃目标，各国将付出比NDC目标更高的GDP损失成本。美国在实现NDC情景下，GDP损失为2100.0亿美元，占当年GDP的1.23%；而在退约的2℃20、2℃13、2℃00的情景下，这一损失降至531.7亿美元、260.8亿美元和-8.68亿美元，仅占当年GDP的0.31%、0.15%和-0.01%。尤其是在2℃00情景下，美国的GDP反而比BAU情景还高，原因是美国的碳价相对世界其他地区更低，使其产品价格在国际市场上更有竞争力，导致出口增加进而拉动GDP。
2030年，中国的GDP损失在美国实现减排承诺情景下为4411.6亿美元(329.5美元/人，占当年GDP的4.70%)；而在2℃00情景下，这一损失增长至5100.0亿美元，占当年GDP的5.46%，相当于增加了711.0亿美元(53.1美元/人)。欧盟和日本也要承受更多的GDP损失。其中，2℃00情景下欧盟的GDP损失将比2℃27情景的1790.4亿美元(396.3美元/人，占当年GDP的1.39%)升高321.4亿美元(合71.1美元/人)。而日本的GDP损失从840.2亿美元(697.8美元/人，占当年GDP的1.55%)升至2℃00情景下的974.6亿美元，相当于增加了134.5亿美元或111.7美元/人。
3.4 讨论图 5展示了2℃情景下本研究模拟的碳价与IMAGE模型碳价[27]对比。2020年，两个模型得出的美国和日本的碳价非常接近，都为40~50美元/t二氧化碳。2030年，本研究得出的美国、欧盟和日本的碳价高于IMAGE模型；而中国则要低于IMAGE模型碳价。模型之间出现差别是不出意外的。就此研究而言，主要原因是本文的模型还未考虑大规模发展低碳技术的使用，如非化石能源、碳捕捉与封存以及负排放技术等，因此只能靠高碳价这一价格传导机制促使经济系统与碳排放脱钩。而更现实的情形是，在面对如此高的碳价条件下，此类低碳技术将有很大的价格激励进入市场，进而减少碳价及对宏观经济的冲击。此外，此模型仅模拟能源消费相关的碳排放，而未考虑其他排放源，如生产过程排放和土地利用排放，因此所有的碳减排目标需要在能源系统达成，这也有可能推高减排成本。另外一个原因是在本模型中，碳排放空间是直接施加到各个国家的，因而本研究中各国碳价不一样，而在IMAGE模型中，碳排放空间是施加给全球整体的，因而各地区碳价是均一的(图 5)，其隐含的假设是各国通过充分的碳交易拉平了地区间的价格差且降低了全球碳价。
|
图 5 2 ℃情景下本研究的碳价与IMAGE模型碳价[27]对比 Figure 5 Comparison of carbon price under 2 ℃ scenario between this study and IMAGE model [27] |
需要特别指出的是，应该审慎地解读本研究估算的较高的减排成本和宏观经济损失，因为很多低成本的碳减排方式以及碳减排带来的经济效益并未考虑在内，且未考虑绿色低碳转型带来的协同效益，如对空气质量和人群健康的改善，以及对资源的节约等，因此对GDP损失的估计会偏高。尽管如此，目前的结果对宏观形势判断仍旧具有较大的参考价值。
4 结论在全球碳排放空间固定且分配方式固定的条件下，由于美国退出《巴黎协定》后其排放路径发生变化，相应各国的排放路径也会发生变化，由此带来碳价的变化，并对宏观经济产生影响。本文的研究结果表明，美国退出《巴黎协定》将为自身获得较大的碳排放空间和较低的减排成本，同时将会对包括中国、欧盟和日本在内的其他地区碳排放空间形成不可忽视的挤压，进而推高其他地区碳减排成本，最终对《巴黎协定》的履约和全球气候治理产生重大影响。具体而言，有如下3个主要结论。
第一，美国退约将为自身获得较大的碳排放空间，然而美国的增排对中国、欧盟和日本碳排放空间有明显的挤压效应。2030年，在NDC 20、NDC 13、NDC 00情景下，中国碳排放空间减少幅度分别为0.8%、1.6%和3.2%，欧盟碳排放空间减少幅度分别为1.1%、1.8%和3.3%，日本碳排放空间减少幅度分别为0.9%、1.8%和3.7%。在2℃20、2℃13、2℃00情景下，中国碳排放空间减少幅度分别为1.7%、2.8%和5.0%，欧洲碳排放空间减少幅度分别为1.7%、2.9%和5.5%，日本碳排放空间减少幅度分别为1.5%、3.0%和4.5%。
第二，美国退约将推高其他国家和地区实现NDC和2℃目标的碳价。2030年，NDC目标下，美国不同程度的退约将使中国的碳价升高1.1~4.6美元/t，欧盟的碳价升高3.6~14.9美元/t，日本的碳价升高1.8~7.6美元/t。2℃目标下，将使中国的碳价升高4.4~14.6美元/t，欧盟的碳价升高9.7~35.4美元/t，日本的碳价升高16.0~53.5美元/t。
第三，美国退约将增加其他国家和地区由于碳价增加而导致的宏观经济损失。2030年，NDC目标下，美国不同程度的退约将使中国的GDP损失升高47.5亿~197.7亿美元，相当于3.6~14.8美元/人；欧盟的GDP损失升高31.4亿~132.2亿美元，相当于6.9~29.3美元/人；日本的GDP损失升高5.3亿~23.1亿美元，相当于4.4~19.2美元/人。2℃目标下，美国不同程度的退约将使中国的GDP损失升高220.0亿~711.0亿美元，相当于16.4~53.1美元/人；欧盟的GDP损失升高93.5亿~321.4亿美元，相当于20.7~71.1美元/人；日本的GDP损失升高41.3亿~134.5亿美元，相当于34.3~111.7美元/人。
| [1] |
Rogelj J, den Elzen M, Hoehne N, et al. Paris Agreement climate proposals need a boost to keep warming well below 2℃[J]. Nature, 2016, 534: 631-639. DOI:10.1038/nature18307 |
| [2] |
Rockstroem J, Gaffney O, Rogelj J, et al. Climate policy a roadmap for rapid decarbonization[J]. Science, 2017, 355: 1269-1271. DOI:10.1126/science.aah3443 |
| [3] |
Nakicenovic N, Alcamo J, Grubler A, et al. Special report on emissions scenarios (SRES), a special report of working group Ⅲ of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press, 2000.
|
| [4] |
van Vuuren D P, Edmonds J, Kainuma M, et al. The representative concentration pathways:an overview[J]. Climatic Change, 2011, 109: 5-31. DOI:10.1007/s10584-011-0148-z |
| [5] |
van Vuuren D P, Stehfest E, den Elzen M G J, et al. RCP2.6:exploring the possibility to keep global mean temperature increase below 2℃[J]. Climatic Change, 2011, 109: 995-116. DOI:10.1007/s10584-011-0152-3 |
| [6] |
Thomson A M, Calvin K V, Smith S J, et al. RCP4.5:a pathway for stabilization of radiative forcing by 2100[J]. Climatic Change, 2011, 109: 77-94. DOI:10.1007/s10584-011-0151-4 |
| [7] |
Masui T, Matsumoto K, Hijioka Y, et al. An emission pathway for stabilization at 6 wm(-2) radiative forcing[J]. Climatic Change, 2011, 109: 59-76. DOI:10.1007/s10584-011-0150-5 |
| [8] |
Dellink R, Chateau J, Lanzi E, et al. Long-term economic growth projections in the shared socioeconomic pathways[J]. Global Environmental Change, 2017, 42: 200-214. DOI:10.1016/j.gloenvcha.2015.06.004 |
| [9] |
Leimbach M, Kriegler E, Roming N, et al. Future growth patterns of world regions:a GDP scenario approach[J]. Global Environmental Change, 2017, 42: 215-225. DOI:10.1016/j.gloenvcha.2015.02.005 |
| [10] |
van Riahi K, Vuuren D P, Kriegler E, et al. The shared socioeconomic pathways and their energy, land use, and greenhouse gas emissions implications:an overview[J]. Global Environmental Change, 2017, 42: 153-168. DOI:10.1016/j.gloenvcha.2016.05.009 |
| [11] |
van Vuuren D P, Riahi K, Calvin K, et al. The shared socio-economic pathways:trajectories for human development and global environmental change[J]. Global Environmental Change, 2017, 42: 148-152. DOI:10.1016/j.gloenvcha.2016.10.009 |
| [12] |
Dai H C, Masui T, Matsuoka Y, et al. Assessment of China's climate commitment and non-fossil energy plan towards 2020 using hybrid AIM/CGE model[J]. Energy Policy, 2011, 39: 2875-2887. DOI:10.1016/j.enpol.2011.02.062 |
| [13] |
Dai H C, Masui T, Matsuoka Y, et al. The impacts of China's household consumption expenditure patterns on energy demand and carbon emissions towards 2050[J]. Energy Policy, 2012, 50: 736-750. DOI:10.1016/j.enpol.2012.08.023 |
| [14] |
Dai H C, Xie X X, Xie Y, et al. Green growth:the economic impacts of large-scale renewable energy development in China[J]. Applied Energy, 2016, 162: 435-449. DOI:10.1016/j.apenergy.2015.10.049 |
| [15] |
Cheng B B, Dai H C, Wang P, et al. Impacts of carbon trading scheme on air pollutant emissions in Guangdong province of China[J]. Energy for Sustainable Development, 2015, 27: 174-185. DOI:10.1016/j.esd.2015.06.001 |
| [16] |
Dong H J, Dai H C, Dong L, et al. Pursuing air pollutant co-benefits of CO2 mitigation in China:a provincial leveled analysis[J]. Applied Energy, 2015, 144: 165-174. DOI:10.1016/j.apenergy.2015.02.020 |
| [17] |
Cheng B B, Dai H C, Wang P, et al. Impacts of low-carbon power policy on carbon mitigation in Guangdong province, China[J]. Energy Policy, 2016, 88: 515-527. DOI:10.1016/j.enpol.2015.11.006 |
| [18] |
Dai H C. Integrated assessment of China's provincial low carbon economy development towards 2030:Jiangxi province as an example. Ph.D. dissertation[D]. Tokyo Institute of Technology, 2012
|
| [19] |
Wu R, Dai H C, Geng Y, et al. Achieving China's INDC through carbon cap-and-trade:insights from Shanghai[J]. Applied Energy, 2016. DOI:10.1016/j.apenergy.2016.06.011 |
| [20] |
Tian X, Geng Y, Dai H C, et al. The effects of household consumption pattern on regional development:a case study of Shanghai[J]. Energy, 2016, 103: 49-60. DOI:10.1016/j.energy.2016.02.140 |
| [21] |
Tian X, Dai H C, Geng Y. Effect of household consumption changes on regional low-carbon development:a case study of Shanghai[J]. China Population, Resources and Environment, 2016, 26: 55-63. |
| [22] |
Xie Y, Dai H C, Dong H J, et al. Economic impacts from PM2.5 pollution-related health effects in China:a provincial-level analysis[J]. Environmental Science & Technology, 2016, 50: 4836-4843. |
| [23] |
Wang P, Dai H C, Ren S Y, et al. Achieving Copenhagen target through carbon emission trading:economic impacts assessment in Guangdong province of China[J]. Energy, 2015, 79: 212-227. DOI:10.1016/j.energy.2014.11.009 |
| [24] |
Dai H C, Mischke P, Xie X, et al. Closing the gap? Top-down versus bottom-up projections of China's regional energy use and CO2 emissions[J]. Applied Energy, 2016, 162: 1355-1373. DOI:10.1016/j.apenergy.2015.06.069 |
| [25] |
United Nations Framework Convention on Climate Change. Intended nationally determined contributions (INDCs) 2015[EB/OL]. 2017[2017-05-02]. http://unfccc.int/focus/indc_portal/items/8766.php
|
| [26] |
O'Neill B C, Kriegler E, Riahi K, et al. A new scenario framework for climate change research:the concept of shared socioeconomic pathways[J]. Climatic Change, 2014, 122: 387-400. DOI:10.1007/s10584-013-0905-2 |
| [27] |
International Institute for Applied Systems Analysis (ⅡASA). Shared socioeconomic pathways (SSP) database version 0.9.3[D]. 2015
|
| [28] |
van Vuuren D P, Stehfest E, Gernaat D E H J, et al. Energy, land-use and greenhouse gas emissions trajectories under a green growth paradigm[J]. Global Environmental Change, 2017, 42: 237-250. DOI:10.1016/j.gloenvcha.2016.05.008 |
2. School of International Studies, Peking University, Beijing 100871, China;
3. The Administrative Center for China's Agenda 21, Ministry of Science and Technology, Beijing 100038, China