閆冰倩,喬 晗,2,汪壽陽,3
(1.中國科學院大學經濟與管理學院,北京 100190;2.中國科學院大數(shù)據(jù)挖掘與知識管理重點實驗室,北京 100190;3.中國科學院數(shù)學與系統(tǒng)科學研究院,北京 100190)
?
碳交易機制對中國國民經濟各部門產品價格及收益的影響研究
閆冰倩1,喬 晗1,2,汪壽陽1,3
(1.中國科學院大學經濟與管理學院,北京 100190;2.中國科學院大數(shù)據(jù)挖掘與知識管理重點實驗室,北京 100190;3.中國科學院數(shù)學與系統(tǒng)科學研究院,北京 100190)
針對投入產出價格影響模型中的兩個假設:不考慮從動部門產品價格變動后,主動部門產品價格的再次調整和不考慮消費者最終需求量變化對部門產出和產品價格的反饋作用,本文對投入產出價格模型做出了進一步發(fā)展和改進,構建了在碳交易機制下的全局價格傳導模型,以此來分析碳交易機制對國民經濟各部門產品價格、產出和利潤的影響程度,識別碳交易政策實施過程中需要關注的部門,為決策制定提供依據(jù),從而保證各部門的平穩(wěn)發(fā)展。仿真研究結果表明,在政策實施中期內,一些部門如水的生產和供應業(yè)、開采輔助服務及其他采礦業(yè)、電力熱力的生產與供應,表現(xiàn)出對政策的敏感,利潤變化率相對較大。因此,在碳交易政策實施時,可對這些敏感行業(yè)進行補貼,以減少政策帶來的不利影響。
投入產出價格影響模型,碳交易機制,價格變動,反饋作用
隨著經濟的發(fā)展,我國二氧化碳排放量大幅增加。根據(jù)國際能源署(International Energy Agency, IEA)的統(tǒng)計數(shù)據(jù),在碳排放總量上,中國于2007年超越美國,成為全球最大的碳排放國。面對國際合作減少碳排的壓力,我國也積極承擔起了減少碳排放的責任:“十二五”規(guī)劃承諾到2020年將每單位GDP的碳排放相較于2005年,減少40-45%;并在北京、天津等7個城市開展碳排放權交易試點。經過4年的運行發(fā)展,試點成果顯著。我國進一步計劃于2017年啟動全國碳排放交易體系[1],全國碳交易市場的首批行業(yè)將覆蓋石化、化工、建材、鋼鐵、有色、造紙、電力、航空等重點排放行業(yè)。這一政策的出臺不僅會對這8個行業(yè)的生產成本產生影響,還會影響與其關聯(lián)的其他行業(yè)的生產成本。
現(xiàn)有的評價碳減排政策影響的研究集中于考察政策實施后,經濟體達到長期一般均衡時的狀態(tài)[2-10]。這類分析的基本假定是生產要素可以充分流動,勞動力或者資本能夠自由地從征稅部門轉移到非征稅部門。而這種對政策的長期影響的分析并不能刻畫企業(yè)在中短期內經歷的成本和利潤變化。在碳交易政策實施的中短期內,當參與碳交易的8個部門(主動部門)將產品價格提高后,其他生產部門(從動部門)并不能立即轉變生產技術來降低主動部門的產品投入以減少成本上升。此時若從動部門保持產品價格不變,則碳交易引起的成本上升會降低利潤;若從動部門通過提高產品價格來覆蓋成本上漲,則會面臨較低的銷售,同時引發(fā)參與碳交易部門的碳排放變化和新一輪的價格變化。因此,在中短期內,碳交易政策可能會對我國經濟各部門產生較大的負面影響。本文的意義正是在于運用改進后的投入產出價格影響模型來研究碳交易機制的實施對各部門的中短期影響,為保證各部門的平穩(wěn)發(fā)展提出相應的政策建議。
目前,關于碳排放交易政策的影響研究多集中于運用模擬仿真模型來研究不同的碳交易機制對宏觀經濟和環(huán)境的影響。例如,Gurgel等[2]提出向前看(Forward-looking)的動態(tài)一般均衡模型,即假定參與者所做決定不僅是當期最優(yōu)的而且是跨期最優(yōu)的,并用該模型分析了美國氣候政策對美國經濟增長和社會福利的影響。Hermeling等[3]構建了一個可計算一般均衡模型(Computable General Equilibrium, CGE)來研究歐盟碳排放權交易市場對歐盟、美國和中國的GDP、碳排放以及部門產出的影響。近年來國內不少學者也運用CGE模型對征收碳稅和碳交易政策的減排效果及其對我國經濟的影響進行了分析[4-7]。張俊榮等[8]和湯鈴等[9]分別運用系統(tǒng)動力學和多主體仿真(Multi-Agent)模型,衡量不同碳交易機制對我國經濟和環(huán)境的影響。閆云鳳[10]構建了世界誘導技術變化混合(WITCH)模型,評估了全球碳交易市場對我國經濟-能源-氣候系統(tǒng)的影響。
上述已有的研究著重考察了碳交易機制的長期影響,缺乏對其中短期影響的分析??疾焯冀灰讬C制的實施對經濟各部門成本和利潤的中短期影響,有助于企業(yè)的決策制定過程和識別政策實施過程中需要關注的部門。因此分析碳交易機制對經濟各部門的中短期影響也尤為重要。而投入產出價格影響模型刻畫了宏觀經濟各部門之間的相互聯(lián)系,能夠有效地分析政策實施后的中短期內,價格在國民經濟各部門之間的傳導。
投入產出價格影響模型由Leontief[11]首次提出,即所謂的“成本-價格結構”,該模型從成本角度考察價格的波及效應。之后,投入產出價格模型得到了長足的發(fā)展和廣泛的應用。Hawkins[12]放松了價格傳導不受工資和資本報酬影響的假設,建立了第一個動態(tài)投入產出價格模型;Johanson[13]提出考慮各部門不同的資本存續(xù)期的價格傳導模型,而不僅僅只是考察成本驅動的價格模型,進一步提出技術可變時的動態(tài)模型。張紅霞[14]放寬了傳統(tǒng)價格影響模型中不受供求影響及政府調控的假設,建立了考慮供求因素和政府調控的價格傳導模型;佟仁城[15]考察了價格在各部門之間傳導時的價格粘性作用。韓一杰和劉秀麗[16]運用有時滯的投入產出價格影響模型測算了豬肉價格波動對其他部門產品價格及CPI的影響。
綜上,現(xiàn)有的碳交易機制影響研究大多側重于對整體經濟長期影響的分析,缺乏對經濟各部門中短期影響的分析。鑒于此,本文將在投入產出價格影響模型的基礎上,考慮從動部門產品價格變動后,主動部門對產品價格的再次調整以及消費者需求量變化對部門產出的反饋作用,構建在碳交易機制下的全局價格傳導模型,研究碳交易機制對經濟各部門產品價格、產出和利潤的影響程度,探討碳交易機制在實施過程中需要關注的部門,為決策制定提供依據(jù),從而保證各部門的平穩(wěn)發(fā)展。
投入產出價格影響模型能夠全面體現(xiàn)國民經濟各部門之間的生產聯(lián)系,它在價格測算、傳導影響分析和波及效應分析方面都具有優(yōu)勢,因此下文將運用投入產出價格影響模型來測算部分行業(yè)(石化等參與碳交易的8個行業(yè))產品價格變動對其他產品價格變動的影響。具體地,本文將分析從動部門產品價格不變和產品價格可變兩種情形下,碳交易政策對我國經濟各部門產品價格和利潤的影響。
2.1 (短期)從動部門產品價格未變的情況
這部分考察在短期(一個會計年度)內,從動部門產品價格不變情形下,碳交易政策對經濟各部門的影響。我們對本部分內容做如下假設:
(1)為了維持預期收益,參與碳交易的石化等八個行業(yè)(以下我們稱之為“主動部門”)將產品價格提高,來覆蓋碳交易帶來的成本上升。
(2)由于經濟各部門之間的聯(lián)系,當主動部門將碳交易成本通過價格提升傳遞給其他部門(即“從動部門”),而從動部門尚未來得及調整價格。
(3)單位產出的勞動力報酬和資本報酬保持不變。
根據(jù)經典的投入產出模型[17],部門j的總產出價值等于中間投入和初始投入價值的總和:
(1)
其中,下標i,j表示部門,pj是j部門產品的價格,xj是j部門的總產出,zij是部門i對部門j的中間投入,Dj,Wj,Taxj和Sj分別是部門j初始投入中固定資產折舊、勞動者報酬、生產稅凈額和營業(yè)盈余的價值。
上式左右兩端同除以xj,得到:
(2)
其中,aij為中間投入系數(shù),dj,wj,taxj和sj分別是部門j單位產出的固定資產折舊、勞動者報酬、生產稅凈額和營業(yè)盈余。其中taxj隨產品價格的變化而變化,有taxj=tjpj,tj表示單位價值產品的生產稅凈額。(2)式用矩陣表示為:
p=ATp+d+w+tax+s
(3)
由于實物型投入產出表缺乏,我們在兩邊同除的xj為價值型投入產出表中的總產出,此時得到的價格模型假定各部門產品的價格均為1,而各部門的單位選取即是能使該部門一單位產出價格為1的單位。例如若石油行業(yè)實際價格為0.5萬元/桶,則在我們分析的情境下,石油行業(yè)的單位是2桶,這樣一來,保證石油行業(yè)的產品價格為1。
假定在碳交易機制下,國家將根據(jù)歷史排放數(shù)據(jù)免費分配一定比例的排放許可給企業(yè)[18-19],而剩余的碳排放權則需要在碳交易市場中購買。在不改變問題本質的條件下,對模型作如下假設:企業(yè)在會計年末購買碳排放權,國家根據(jù)企業(yè)當年的碳排放免費分配τ比例碳排放許可,剩余1-τ比例的排放許可需要在碳交易市場中購買。若碳交易價格為pc,部門j的二氧化碳排放為emij,則部門j因碳交易市場政策而導致的成本上升為:
ΔCOSTc=(1-τ)pcemij
(4)
(5)
解方程得到主動部門產品價格變化率為:
(6)
當參與碳交易的部門產品價格提高,而從動部門未對產品價格做出調整,消費者未改變消費數(shù)量情境下,部門j的利潤變化為:
(7)
(8)
2.2 (中期)從動部門產品價格可變的情況
這部分考察在中期(2-5個會計年度)內從動部門產品價格做出調整的情形下,碳交易政策對經濟各部門的影響。我們對本部分內容做如下假設:
(1)為了維持預期收益,參與碳交易的石化等八個行業(yè)(以下我們稱之為“主動部門”)將產品價格提高,來覆蓋碳交易帶來的成本上升。
(2)由于經濟各部門之間的聯(lián)系,當主動部門將碳交易成本通過價格提升傳遞給其他部門(即“從動部門”),而從動部門調整產品價格。
(3)單位產出的勞動力報酬和資本報酬保持不變。
假設n個部門中,前n-k個部門為從動部門,后k個部門為主動部門(本文中為參與碳交易的部門),則根據(jù)經典的投入產出價格影響模型,有如下等式成立:
(9)
解方程可得當主動部門價格變化Δpk時,從動部門產品價格變化率為:
(10)
然而經典的投入產出價格影響模型主要有以下幾點不足:(1)部門的增加值被假定保持不變,沒有考慮產品價格變化導致生產稅變動的情況;(2)未考察從動部門產品價格變動后,主動部門為保持預期收益而對產品價格的進一步調整;(3)未考慮在碳交易機制下,部門產品價格上升導致最終需求變化,進而導致主動部門總產出變化、碳交易成本變化,和價格新一輪調整。下文,我們將介紹在碳交易政策下,針對從動部門產品價格變動后,主動部門產品價格的再次調整和消費者最終需求量變化對部門產出和產品價格的反饋作用綜合改進的投入產出價格影響模型。
(1)第0輪價格傳導
(11)
上式減(1)式,兩邊同除以pjxj得到:
(12)
所有部門產品價格變化的等式可用矩陣形式表示為:
(13)
矩陣符號簡寫為:
(14)
(2)第1輪的價格傳導
由于商品的價格升高,消費者的需求量會發(fā)生變化。假設i部門的價格需求彈性為ηi,根據(jù)定義有:
(15)
設產品價格變動前消費者的最終消費列向量為Q0,價格需求彈性列向量為η,則產品價格變化后,消費者最終需求列向量變動為:
ΔQ1=η。Δp00。Q0
(16)
其中,°表示Hadamard乘積運算符,表示兩矩陣對應元素相乘。最終需求的變動導致總產出的變化為:
Δx1=(I-A)-1ΔQ1
(17)
此時部門j的列項平衡為
(18)
于是,總產出的變動導致的碳排放變動為:
emi1=emi°Δx1
(19)
其中,emi為僅包含后k個部門的碳排放系數(shù)列向量,前n-k個元素為0。對于納入碳交易市場機制的k個部門,其購買碳支出變動為:
ΔCOST1=(1-τ)pcemi1
(20)
同式(6)的計算方法,可得到新一輪的主動部門產品價格變化率為:
(21)
(22)
(23)
式(23)用矩陣符號簡寫為:
(24)
其中,°為Hadamard積,表示兩矩陣對應元素相乘。
同樣地,這一期各經濟部門產品價格變化,導致消費者最終需求購買量變化,繼而導致參與碳交易部門的總產出和碳交易支出變化,引發(fā)第2輪的價格變化,繼而第3輪,第4輪,……,直到產品價格趨于穩(wěn)定。相應的第2輪利潤變化為:
(25)
第3輪利潤變化為
圖1 價格傳導循環(huán)
(26)
第n輪利潤變化為:
(27)
整個價格傳導循環(huán)可以用圖1來表示。在實際應用中,通過事先設定終點值(如兩期價格變化小于10-5),根據(jù)圖2的迭代循環(huán)圖,來模擬仿真碳交易政策對各部門的中期影響。
圖2 迭代循環(huán)圖
本節(jié)使用2012年中國投入產出表[20]來考察碳交易機制對經濟各部門產品價格、產出和利潤的影響,這是目前能夠得到的最新的投入產出表,包含了139部門的數(shù)據(jù)。
對于碳排放的計算,我們遵循聯(lián)合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)發(fā)布的計算準則和Peters等[21],Guan Dabo等[22-23]中的估計步驟和參數(shù)估計,來計算各行業(yè)的碳排放。根據(jù)IPCC的計算法則,碳排放由五個因素的乘積得到:(1)對不同燃料種類的燃燒消耗[24];(2)中國自身不同燃料種類的(低)熱值[24],即單位質量的燃料完全燃燒時所釋放的熱量;(3)不同燃料種類的排放因子[25];(4)中國特有的氧化率,即碳被氧化的比例[26];(5)二氧化碳分子重量比,即44/12=3.66,每噸碳可產生3.66噸二氧化碳。
特別地,2012年我國分行業(yè)能源消費數(shù)據(jù)從國家統(tǒng)計局公布的2013年中國能源統(tǒng)計年鑒中獲得[24]。能源統(tǒng)計年鑒中給出了農業(yè)部門(1個)、工業(yè)部門(38個)、建筑業(yè)部門(1個)和服務業(yè)部門(3個)的分能源品種分行業(yè)的能源消費數(shù)據(jù),為保持部門的一致性,我們將2012年中國139部門的投入產出表合并為43部門的表。
根據(jù)Peters等[21]的計算步驟,我們對能源的損失、運輸工具的能源消費做出了相應的調整,同時將生產過程中的碳排放也計算進來,例如水泥生產過程中,所用的石灰等原材料會分解并產生工藝性碳排放。有研究表明(如CDIAC的估計),生產過程中工藝性碳排放的數(shù)量不容小覷。故而,本文根據(jù)Peters等[21]的工藝性碳排放的計算方法,結合我國2012年的水泥、石灰等產生工藝性碳排放的行業(yè)的產量[20],得到生產過程中的碳排放。
表1 參與碳交易的七個行業(yè)產品價格初始變化
根據(jù)全國碳排放權交易覆蓋行業(yè)及代碼[1],初步納入我國碳交易市場機制的石化、化工、建材、鋼鐵、有色、造紙、電力行業(yè)分別對應43部門投入產出表中石油加工煉焦及核燃料加工業(yè)、基礎化學原料和專用化學產品制造業(yè)、非金屬制品業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)、造紙和紙制品業(yè)、電力熱力生產和供應業(yè)。值得注意的是,航空行業(yè)也被納入了全國碳排放權交易覆蓋行業(yè),但由于43部門的投入產出表中對服務業(yè)的分類太粗,沒有直接對應航空行業(yè)的部門,因此這部分的仿真研究假定參與碳交易體系的部門為除航空行業(yè)外其余7個行業(yè)。假設碳交易價格為100元/噸,而行業(yè)歷史排放的50%免費分配,即僅有50%的碳排放需要購買(作為穩(wěn)健性檢驗,作者通過設定不同的免費配額比例(30%和70%),分析了不同免費配額比例對不同行業(yè)的影響,結果表明碳交易機制對不同部門的相對影響程度是一致的,是不隨免費配額比例的變化而變化的??陕?lián)系作者來獲得完整的計算結果。)。設各部門單位價值產品的生產稅率均為17%,即tj=17%,根據(jù)式(6),得到這七個行業(yè)的產品價格變化如表1所示。
4.1 部門利潤變化
在短期內,當參與碳交易的部門產品價格提高,從動部門還沒提高價格的情形下,根據(jù)式(8)得到碳交易政策對經濟各部門利潤的影響,見表2第二列。由于從動部門產品價格不變,碳交易產生的成本被完全反應在減少的利潤中,因此這種情形可以看作是最壞的情形。從表中可以看出,開采輔助服務和其他采礦產品、水的生產和供應業(yè)這兩個行業(yè)的利潤率下降最大,均超過50%左右,而對建筑業(yè)和金屬制品業(yè)的影響也較大,利潤下降率均超過16%。碳交易政策在短期中對這幾個行業(yè)的影響較大的原因在于其每單位產出的投入中,來自于參與碳交易部門的中間投入占比很高,例如對于金屬制品業(yè),該比例達到48%。因此當這些部門無法通過提高產品價格來覆蓋成本的上漲,則利潤出現(xiàn)大幅下降。此外,我們發(fā)現(xiàn)碳交易政策短期內對服務業(yè)和輕工業(yè)部門(食品加工;煙草制品;其他制造業(yè);服務業(yè)等部門)的利潤率影響最小,均不到1%。
圖3 產品價格變動情況下部門價格變化
在中期內,參與碳交易部門的產品價格提高后,從動部門會對產品價格做出調整。主動部門為保持預期利潤,會對價格進一步調整,誘發(fā)新一輪的價格傳導(圖2)。經過多次價格傳導,經濟體達到穩(wěn)態(tài)。在本文中,我們設定的迭代目標值是10-5,即當價格變化小于10-5時,迭代結束。模擬仿真經三次迭代結束,根據(jù)式(26)得到利潤變動結果,見表2第三列。
表2 短期v.s.中期:¥100/噸CO2價格對各部門利潤的影響
注:a. 2012年投入產出表中農林牧漁業(yè)的營業(yè)盈余為0,因此無法計算該部門的利潤變化率。
b.各行業(yè)的需求價格彈性通過查閱論文得到,見Ho等[27].
從表2第三列中可以看出,當產品價格可以變動的情形下,建筑業(yè)的利潤損失幾乎完全被補償,開采輔助服務和其他采礦產品從短期72.15%的利潤損失降為中期1.02%的損失,水的生產與供應業(yè)也從短期61.66%的利潤損失降為中期1.06%的損失。也就是說一旦我們放松了價格傳導的限制條件,該行業(yè)98%的成本提升能夠被補償。同樣的模式也存在于金屬制品業(yè)、專用設備制造業(yè),非金屬制品業(yè)、通用設備制造業(yè)以及非金屬礦采選業(yè)。
圖4 產品價格變動情況下部門產品變化
而成本難以被補償?shù)挠校狠p工業(yè)(紡織服裝服飾制造業(yè);鞋帽皮革羽絨及其制品業(yè))、其他制造業(yè)和批發(fā)、零售及住宿餐飲業(yè)。原因在于輕工業(yè)部門的價格需求彈性較大,價格上升引起需求量大幅的減少,導致了利潤下降。而對于服務業(yè)而言,屬于產業(yè)鏈的下游,受其他部門產品價格變動的影響大,因而成本難以被補償。值得注意的是,對于電力熱力生產和供應業(yè),來自于參與碳交易的其他五個部門的中間投入在其總的中間投入的占比很小,因此電力部門在短期中的利潤變化率非常小(-0.18%)。而中期,電力部門由于價格大幅上漲導致的產出下降以及從動部門的產品價格變動,導致其利潤變化率變達到-1.75%。
4.2 部門產品價格變化
圖3展示了碳交易政策對各部門產品價格的中期影響,其結果基于式(24)和圖2經3次迭代得到。由圖可知,碳交易對電力熱力生產和供應業(yè)部門的影響最大,因為電力部門對煤炭具有高度的依賴性,碳排放高,相應地購買碳排放權的支出大,導致價格變動最大。其余部門,除了參與碳交易的其他五個部門外,化學纖維制品、金屬制品、電氣機械和設備制造業(yè)的產品價格也都有明顯漲幅。
4.3 部門產出變化
各部門的產出變動基于式(17)和圖2經3次迭代得到,結果見圖4。部門產出下降基本控制在1.4%以內。產出下降超過0.9%的部門有紡織服裝服飾制造業(yè)、水的生產和供應業(yè)、石油和天然氣開采業(yè)、有色金屬礦采選業(yè)、開采輔助服務和其他采礦業(yè)以及電力熱力的生產和供應業(yè)。
碳交易政策會對國民經濟各部門產生不同比例的影響,政策制定的兩個關鍵要素是確定被政策影響最大的部門,和了解政策影響的范圍和久期。本文構建的全局價格傳導模型,是在投入產出價格影響模型的基礎上,加入了從動部門產品價格變動后,主動部門對產品價格的再次調整以及消費者需求量變化對部門產出的反饋作用。該全局價格傳導模型可以更準確地刻畫政策實施一段時間內,部分部門產品價格變動對經濟各部門產品價格、產出及利潤的影響。
在短期中,從動部門沒能夠提高產品價格,因此碳交易政策的短期影響刻畫了政策影響最壞的一種情況。我們觀察到碳交易政策對水的生產和供應業(yè);開采輔助服務和其他采礦產品;金屬制品業(yè)這三個部門的利潤影響最大。
而在中期中,從動部門的產品價格也提高,主動部門為覆蓋成本損失,進一步提高價格。經過多次價格傳導,經濟重新達到穩(wěn)態(tài)時,建筑行業(yè)的利潤損失幾乎變?yōu)榱悖纳a和供應業(yè)、非金屬制品業(yè)、黑色金屬冶煉、金屬制品、專用設備以及開采輔助服務和其他開采業(yè)這六個部門的短期利潤損失98%被覆蓋;而成本難以被補償?shù)男袠I(yè)有電力熱力的生產與供應、輕工業(yè)(紡織服裝服飾制造業(yè);飲料及酒精制造業(yè);鞋帽皮革羽絨及其制品業(yè))、其他制造品業(yè)和批發(fā)、零售、住宿餐飲。
通過研究結果顯示,在產品價格可變的情形下,碳交易政策對我國國民經濟各部門的負面影響不大,沒有出現(xiàn)大范圍的部門減產和利潤大幅下降的情況。但少部分的部門表現(xiàn)出對碳交易政策的敏感性,表3列出了兩種情形下,利潤下降率最高的五個部門;有部分部門在產品價格不可變的情形利潤變化率高達60%,如水的生產和供應業(yè)、開采輔助服務及其他采礦業(yè),在產品價格可變的條件下,依然表現(xiàn)出競爭能力較弱的情形。因此在碳交易政策實施時,應該對這些部門關注,例如可對這些敏感行業(yè)進行補貼,或實行有差別的免費配額比例,以減少政策帶來的不利影響。
表3 碳交易政策短中期需要“關注”的部門
本文提出了碳交易政策下的全局價格傳導模型,考察了從動部門產品價格變動后,主動部門產品價格的再次調整和消費者最終需求量變化對部門產出和產品價格的反饋作用,該模型同樣可適用于分析(對部分行業(yè)征收)碳稅對各部門收益的影響,只需將模型中碳交易價格變?yōu)槎惵?。然而模型是建立在一些假設條件之上的,例如假定生產商為追求預期收益而調整產品價格,并且不考慮消費者收入的變化對消費需求的影響。今后值得研究的方向是放松這些假設,建立一個更加普適的動態(tài)價格傳導模型。
[1] 發(fā)改辦氣候.國家發(fā)展改革委辦公廳關于切實做好全國碳排放權交易市場啟動重點工作的通知[R]. 北京:發(fā)改辦氣候, 2016.
[2] Gurgel A C, Paltsev S, Reilly J, et al. An analysis of US greenhouse gas cap-and-trade proposals using a forward-looking economic model[J]. Environment and Development Economics, 2011,16(2):155-176.
[3] Hermeling C, L?schel A, Mennel T. A new robustness analysis for climate policy evaluations: A CGE application for the EU 2020 targets[J]. Energy Policy, 2013,55(4):27-35.
[4] 賀菊煌,沈可挺,徐嵩齡.碳稅與二氧化碳減排的CGE模型[J]. 數(shù)量經濟技術經濟研究, 2002,19(10):39-47.
[5] 魏濤遠,格羅姆斯洛德.征收碳稅對中國經濟與溫室氣體排放的影響[J]. 世界經濟與政治, 2002,(8):47-49.
[6] 時佳瑞,蔡海琳,湯鈴,等.基于CGE模型的碳交易機制對我國經濟環(huán)境影響研究[J]. 中國管理科學, 2015,23(S1):801-806.
[7] 喬晗,汪壽陽.基于博弈論和CGE模型的碳稅政策研究[M]. 北京:科學出版社, 2014.
[8] 張俊榮,王孜丹,湯鈴,等.基于系統(tǒng)動力學的京津冀碳排放交易政策影響研究[J]. 中國管理科學, 2016,24(3):1-8.
[9] 湯鈴,武佳倩,戴偉,等.碳交易機制對中國經濟與環(huán)境的影響[J]. 系統(tǒng)工程學報, 2014,29(5):701-712.
[10] 閆云鳳.全球碳交易市場對中國經濟-能源-氣候系統(tǒng)的影響評估[J]. 中國人口·資源與環(huán)境, 2015,25(1):32-39.
[11] Leontief W. Studies in the structure of the American economy[J]. Journal of Political Economy, 1953,19(1):15-31.
[12] Hawkins D.Some conditions of macroeconomic stability[J]. Econometrica, 1948,16(4):309-322.
[13] Johansen L. On the theory of dynamic input-output models with different time profiles of capital construction and finite life-time of capital equipment[J]. Journal of Economic Theory, 1978,19(2):513-533.
[14] 張紅霞.對投入產出價格影響模型的發(fā)展和改進[J]. 系統(tǒng)工程理論與實踐, 2008,28(1):90-94.
[15] 佟仁城.基于生產時滯的價格傳導時序模型[J]. 數(shù)量經濟技術經濟研究, 2010,(8):139-152.
[16] 韓一杰,劉秀麗.中國豬肉價格波動對其他部門產品價格及CPI的影響測算[J]. 中國農村經濟, 2011,(5):12-20.
[17] Miller R E, Blair P D. Input-output analysis:Foundations and extensions[M]. Cambridge University Press, 2009.
[18] 周宏春. 世界碳交易市場的發(fā)展與啟示[J]. 中國軟科學, 2009,(12):39-48.
[19] 雷立鈞,荊哲峰. 國際碳交易市場發(fā)展對中國的啟示[J]. 中國人口·資源與環(huán)境, 2011,21(4):30-36.
[20] 國家統(tǒng)計局.中國統(tǒng)計年鑒[M]. 北京:中國統(tǒng)計出版社, 2013.
[21] Peters G, Weber C L, Liu Jingru. Construction of Chinese energy and emissions inventory[R]. Report 4, Industrial Ecology Programme, Norwegian University of Science and Technology,2006.
[22] Guan Dabo, Hubacek K, Weber C L, et al.The drivers of Chinese CO2 emissions from 1980 to 2030[J]. Global Environmental Change, 2008,18(4):626-634.
[23] Guan Dabo, Liu Zhu, Geng Yong, et al.The gigatonne gap in China's garbon dioxide inventories[J]. Nature Climate Change, 2012,2(9):1-4.
[24] 國家統(tǒng)計局工業(yè)交通統(tǒng)計司.中國能源統(tǒng)計年鑒[M]. 北京:中國統(tǒng)計出版社, 2012.
[25] Agency I E. IPCC guidelines for national greenhouse gas inventories[M]. Intergovernmental Panel on Climate Change, 2006.
[26] 中國氣候變化國別研究組.中國氣候變化國別研究[M]. 北京:清華大學出版社, 2000.
[27] Ho M S, Morgenstern R, Shih J S. Impact of carbon price policies on U.S. industry[R]. Discussion Papers,Resources for the Future, 2008.
The Short-term and Medium-term Impact of Carbon Trading Mechanism on Chinese Industries
YAN Bing-qian1, QIAO Hai1,2, WANG Shou-yang1,3
(1.School of Economics and Management,Chinese Academy of Sciences,Beijing 100190,China; 2.Key Laboratory of Big Data Mining and Knowlege Management,Chinese Academy of Sciecnces,Beijing 100190,China;3.Academy of Mathematics and System Sciences,Chinese Academy of Sciences,Beijing 100190,China)
Two assumptions of the traditional input-output price model are: not to consider the price adjustment of the initiative industries and not to consider the feedback effect of consumption final demand change on industry output. This paper makesa new development and an improvement on the traditional input-output price model by relaxing those two assumptions, and proposes the global price transmission model under the carbon emission trading mechanism, which can be used to analyze the short-term and medium-term impact of carbon emission trading mechanism on the production cost and price of national economic industries. This analysis can identify the industries to which more attention should be paid, in order to ensure the successful implementation of carbon trading policy. The simulation results show that, after the police implementation, some industries, such as production and supply of tap water, other minerals mining and dressing, production and supply of electric power, are sensitive to the policy and have relatively large profit percentage change.
Input-output price influence model; carbon emission trading (CET); price changes; feedback effect
2016-05-31;
2016-12-21
國家自然科學基金資助項目(71373262,71390330,71390331); 中國科學院大數(shù)據(jù)挖掘與知識管理重點實驗室開放課題
喬晗(1978-)女,(漢族),山東淄博人,中國科學院大學經濟與管理學院,博士,副教授,研究方向:低碳經濟、博弈論與商業(yè)模式.E-mail:qiaohan@ucas.ac.cn.
1003-207(2017)07-0001-10
10.16381/j.cnki.issn1003-207x.2017.07.001
F223;F224
A