IMED文献 | 我国碳交易与环境税政策影响评估
合作应对气候变化、着力解决环境污染，已经成为各国的普遍共识，兼具强烈的政治和公众意愿。中国和世界经济都处于转变增长方式的关键时期，全球能源生产和消费正经历深刻革命，地区与国家高质量发展目标不断明晰，世界范围内低碳技术与气候融资方兴未艾，环境污染和气候治理成效与挑战并存。着眼未来，我们需要统筹好“发展”与“减排”的要求，加强能源、环境、经济的协同治理并实现多方共赢。
探索未来发展路径具有高度的不确定性，协同实现环境与发展的多重目标也错综复杂。在面向未来进行科学决策的过程中，系统分析模型可作为有力的支撑工具。模型模拟研究可以通过对社会-经济-环境复杂系统进行抽象化，运用机理公式、核算方法或优化函数，刻画自然环境系统与能源经济系统、社会系统之间的联动和相互作用，基于情景模拟和定量分析辅助决策者提出适当的科学解决方案和政策建议。
由北京大学环境科学与工程学院能源环境经济与政策研究室(LEEEP)、流域科学实验室(PKUWSL)等多个课题组联合自主开发的IMED模型 (Integrated Model of Energy, Environment and Economy for Sustainable Development，能源-环境-经济可持续发展综合评价模型），是一套适用于中国、区域和全球绿色低碳转型研究的模型体系。这一体系聚焦于模拟社会经济和能源环境系统，主要包括宏观经济模型(IMED|CGE)、能源技术优化模型(IMED|TEC)、系统核算模型(IMED|HIO)和人群健康模型(IMED|HEL)等分析模块。
目前，通过与其他地球环境系统模型的集成耦合，这一模型体系已被运用于中国中长期低碳发展路径与政策、气候变化与空气污染及其减缓政策的健康影响、气候-能源-经济-农业-水耦合联系等主题的分析。本系列推送旨在介绍运用IMED模型、针对经济系统绿色低碳转型中关键问题的分析成果，以期抛砖引玉，并鼓励更多的交叉学科研究。读者可在本公众号“IMED研究”栏目中浏览IMED模型及研究的更多相关内容。
本期主题
>>>我国碳交易与环境税政策影响评估<<<
实现低碳转型是我国应对全球气候变化、实现全人类可持续发展的必经之路，也是我国提升经济发展质量、推进生态文明建设的必由之路。根据《联合国气候变化框架公约》的国际承诺，我国于2015年6月呈交了国家自主减排方案，在碳排放强度下降率、达峰时间段、化石能源消费总量占比和森林覆盖率等方面列出了具体目标。自上而下类型的行政措施在实现减排目标方面效果有限，基于市场机制的碳交易和环境税政策无疑是实现上述目标的有力措施，同时还有利于降低全社会减排成本，推动经济向绿色低碳转型升级。
我国先后启动了包括广东和上海在内的7个碳排放交易试点，采用配额交易机制。2017年12月，中国碳排放权交易体系正式开始全国统一运行，在发电行业（含热电联产）率先启动，并逐步扩大参与碳市场的行业范围。此外，我国于2018年1月1日起正式施行《中华人民共和国环境保护税法》，征税污染物主要涵盖二氧化硫、氮氧化物等在内的大气污染物、水污染物、固体废物和噪声等多种常见污染物，不包括二氧化碳。相比于排污收费制度，环境税充分发挥了“税收杠杆”的作用，可以有效地激励排放主体控制污染，减少排放。随着技术水平的不断提高，碳税也可以成为我国应对气候变化、实现碳减排目标的可考虑政策之一。从长远来看，适时对二氧化碳排放征税，配合碳交易的实施，这两者都具有积极意义。
在减排政策的评估中，仍有许多问题值得讨论。例如：各省应当如何更好地制定本省碳限额目标？碳交易在全国、全部门推广之后，各省份各部门所受影响又会有何不同？若在环境税中纳入碳税，其系统影响有多大？新能源政策与碳减排政策之间是互为取舍，还是相互补充？
拥有更详细中国省级地区和多部门的可计算一般均衡（CGE）模型无疑是回答上述问题的有效工具之一。LEEEP课题组近几年通过对IMED|CGE模型的开发和拓展，使其逐渐成为可以评估区域更细尺度碳减排和环境税政策宏观经济影响的分析工具。近年来，IMED|CGE单区域和多区域版本已被广泛用于评估全国和重点省市碳交易和环境税政策的宏观影响。这方面的评估工作将在以下的精选文献中为您一一呈现，希望对各位读者有所帮助！
我国碳交易与环境税政策影响评估
以下为我们在本期推送中甄选的相关已发表文章：
PART 1 碳交易
01/ 碳交易政策对实现哥本哈根气候目标的影响：以广东省为例
02/ 碳交易政策对广东省空气污染物排放的影响
03/ 碳排放交易助力实现NDC目标：以上海市为例
04/ 新能源政策与碳排放交易对实现中国INDC目标的经济影响
05/ 国家碳排放交易市场对地区的影响研究：以上海市为例
06/ 初始排放权分配对我国地区及部门碳排放权交易市场的经济影响
PART 2 环境税
07/ 碳税对我国省级工业部门碳排放影响研究
08/ 京津冀地区硫税及可再生能源开发对CO2、NOx、SO2排放的影响
【全文约7000字，全部读完需约7分钟】
01-碳交易政策对实现哥本哈根气候目标的影响：以广东省为例
【ESI前1%高被引文章】
原文题目：Achieving Copenhagen target through carbon emission trading: Economic impacts assessment in Guangdong Province of China
期刊：Energy
发表时间：2015年
作者：Peng Wang, Hancheng Dai, Songyan Ren, Daiqing Zhao, Toshihiko Masui
关键词：碳排放交易，一般均衡模型，碳交易价格
文章链接：
https://doi.org/10.1016/j.energy.2014.11.009
研究内容
本文是IMED|CGE模型首次用于评价碳交易政策经济影响，也是最早利用CGE模型评估中国省级碳排放交易政策的文章之一。本文改进了多区域动态CGE模型，在其中加入了碳交易的模块功能，使之能分析在同一区域内不同部门之间实行碳交易措施所带来的影响。同时，本文所使用的CGE模型清晰地刻画了资本积累过程，并处理了投入产出表和能源平衡表在能源消费统计上的误差，这些都是较突出的创新点。
具体而言，本文基于两区域、多部门动态递归IMED|CGE模型研究了中国广东实施碳排放交易制度对重点部门减排成本、碳价、各部门产值和就业数量、GDP，以及引入碳交易时的均衡交易量的影响。 情景设置（表格 2）考虑了三种碳排放路径（图1）：基准（BASE）)、减排情景（SAV）、强减排情景（LCE）。
表1 情景设置
研究发现
碳交易的经济影响：碳交易显著减轻碳排放限额带来的GDP损失，同时大幅提高钢铁和冶金行业的增加值，但会使电力、水泥等部门增加值下降。
碳交易下的减排量与成本：以电力为首，碳交易使各部门减排量明显增加。但碳价却有所上升，比如钢铁行业，将可能面临高达180美元/吨的减排成本。而广东省在碳交易情景下，2020年碳强度大约为0.9ton-CO2/1000USD，相比2007年下降约50%，可以完成哥本哈根气候目标（图1）。
碳交易下的部门交易量：在碳交易情景下，电力部门是最大的买家，预计到2020年该部门将购入近2000万吨碳，且碳限额程度越紧，它所需购入的额度越高。炼油部门也是四个部门中的主要买家，只不过数量上远不如电力。水泥和钢铁则因较高的减排潜力而成为四部门中的主要卖家，其中钢铁部门的卖出量逐年上升，水泥部门平稳中有所下降。有趣的是一旦实施较紧的碳限额，钢铁部门的卖出量将显著提高，达到2020年的2000万吨左右，而水泥部门则迅速由2013年的1250万吨下降至500万吨左右。
图1 （上半部分）为两种情景（左为SAV，右为LCE）下四个部门的碳价；（下半部分）两种情景（同上）下四个部门各自的碳交易量，负号代表买入
02-碳交易政策对广东省空气污染物排放的影响
原文题目：Impacts of carbon trading scheme on air pollutant emissions in Guangdong Province of China
期刊：Energy for Sustainable Development
发表时间：2015年
作者：Beibei Cheng, Hancheng Dai, PengWang, Daiqing Zhao, Toshihiko Masui
关键词：碳交易政策，CGE模型，空气污染，协同效益
文章链接：https://doi.org/10.1016/j.esd.2015.06.001
研究内容
本文建立了一个包含广东省的多区域、多部门动态递归CGE模型（IMED|CGE），并运用对2007-2020年两类情景（有无政策）下的碳和大气污染物排放路径预测，定量评估了碳排放交易机制(ETS)政策对广东省大气污染物减排的影响，特别是对碳排放交易机制造成的隐含大气污染物排放流的影响。具体的情景设置如表格2所示。
表2 情景设置
研究发现
政策具有正面作用和协同效益：新能源、碳限额和碳交易均有助于降低广东省乃至全国的能源和碳强度，并减少当地空气污染物排放（协同效益），如2010-2020年能源强度和碳排放强度下降的同时，SAV情景下SO2和NOx排放分别下降35%和30%；SAVET情景下SO2和NOx排放分别下降33%和31%。
ETS的显著贡献：ETS政策将使2020年SO2和NOX的排放量在2010年的基础上分别减少33%和31%（协同效益）。随着ETS在SAVET情景下的实施，存在3.8万吨空气污染物的隐含交易量（潜力市场）。这在创造约5500万美元碳市场的同时，将带来约5000万美元的额外空气污染物交易量。而在交易市场上，钢铁部门将成为重要的买方，特别是在CO2和SO2市场上，该部门将在2020年分别购入2000万吨和2500万吨左右。而电力部门将成为主要的卖方，NOX市场上该部门将卖出约3000万吨左右（市场格局）。
图2 广东省四个部门在碳交易情景下三种排放物的交易量（负号代表买入）
03-碳排放交易助力实现NDC目标：以上海市为例
原文题目：Achieving China’s INDC through carbon cap-and-trade: insights from Shanghai
作者: Rui Wu, Hancheng Dai, Yong Geng, Yang Xie, Toshihiko Masui, Xu Tian
期刊:Applied Energy
发表年份: 2016年
关键词：碳排放交易，可计算一般均衡模型，上海
文章链接：
http://dx.doi.org/10.1016/j.apenergy.2016.06.011
内容简介
本文构建了一个包含上海市的两区域、多部门递归动态的CGE模型（IMED|CGE），旨在探究根据NDC（国家自主减排承诺）而设计的碳限额（CAP）和碳交易对上海市乃至全国社会经济发展的影响。本研究包括三个情景：基准情景（BaU）、限额情景（无碳交易）（CAP）、限额+碳交易情景（ETS）（表格 3）。
表3 模型情景与参数设置
研究结果
在本研究假设的有碳排放限额、但不允许碳交易的情况下，航空运输和炼油炼焦部门的减排成本相对较高，而钢铁部门的减排成本较低。因此，在碳排放权交易情景下，航空运输业将是最大的买家（由2020年的200万吨上升至2030年的500万吨左右），而钢铁（2020年约卖出500万吨，而2030年下降至200万吨左右）和电力部门（2020年为0，2030年为300万吨左右）将是最大的卖家。
在2020-2030年期间，由于更严格的碳限额设置，均衡交易价格从2020年的38美元/吨上升到2030年的69美元/吨。2020年和2030年的碳排放量将分别为4.9和6.2亿吨二氧化碳。
为了实现中国的NDC目标，碳排放交易情景下上海的GDP损失（-2.2%）将低于CAP情景下的GDP损失（-2.3%），碳排放交易可以减少对各部门产出和就业的负面影响。此外，碳交易价格和交易量对不同的配额分配方案非常敏感（图 3）。
图3 (a,b )2020和2030年上海各部门碳强度下降率（与同年BaU相比）、减排成本（泡泡的大小）和ETS下的均衡碳价（红线）；(c) ETS情景下各部门的碳排放交易量
04-新能源政策与碳排放交易对实现中国INDC目标的经济影响
原文题目：Aligning renewable energy targets with carbon emissions trading to achieve China’s INDCs: A general equilibrium assessment
作者：Hancheng Dai, Yang Xie, Jingyu Liu, Toshihiko Masui
期刊名：Renewable and Sustainable Energy Reviews
发表时间：2018年
关键词：碳交易，新能源，经济影响，可计算一般均衡模型，中国
文章链接：
https://www.sciencedirect.com/science/article/pii/S136403211731434X
内容简介
碳排放权交易市场是我国实现NDC自主减排承诺的重要政策工具，而发展新能源也是我国实现能源结构转型的重要举措，这两种政策将如何互相影响呢？本研究采用一个单区域（中国）、多部门的递归动态IMED|CGE 模型，以考察新能源政策、初始限额分配和碳交易市场推广等三大类政策的环境、经济综合影响，并依照以上三类政策的自由组合设置了共14个情景（图 4）：
图 4 情景设置（D1：是否施加碳限额；D4：碳交易程度；D2：初始排放权分配方式；D3：新能源发展程度）
研究结果
宏观经济：碳减排会对GDP造成一定的损失，但新能源发展程度越高、参与碳交易的部门数量越多，GDP损失越小（图 5）。另外，以“一刀切”的形式制定各部门减排份额会比按照历史排放比例分配减排份额的方式造成更大的GDP损失。同时，碳交易政策的推行可以减轻部门产出损失，但由于模型假设了劳动力自由流动，所以在次情景下就业结构会发生一定改变，比如就业人口逐渐从产出损失较大的部门转移到损失较小的部门（电力、航空→服务业、农业）
碳减排成本：施行碳交易，且参与部门越多，综合碳价越低，从数量上来说，综合碳价可以因政策的施行由原先的420美元/吨降至140美元/吨左右。[11]
碳市场：若能将碳交易在全国所有部门推广，2030年碳交易总量将可以从原先5亿吨左右上升至30多亿吨左右，而一旦实施较高程度的新能源政策，2030年碳交易总量将下降至2-5亿吨左右其中。在全部门参与情景下，电力部门是最大买方（交通、采矿紧随其后），2030年买入额能达到20亿吨左右，但若实施新能源政策，电力部门却能成为主要卖方，2030年卖出额达到3亿吨。其他制造业、化学和煤炭等部门也会在不同的分配方式下成为主要卖方。
图 5 (a) 2017-2030年四种情景下（非全部门参与的ETlim）买方部门的碳购买量；(b)四种情景下（所有部门参与的ETall）买方部门的碳购买量；(c) 四种情景下（ETlim）卖方部门的碳卖出量；(d) 四种情景下（ETall）卖方部门的碳卖出量
05-国家碳排放交易市场对地区的影响研究：以上海市为例
原文题目：Regional impacts of launching national carbon emissions trading market: A case study of Shanghai
期刊：Applied Energy
发表年份：2018年
作者: Zhiqing Liu, Yong Geng, Hancheng Dai, Jeffrey Wilson, Yang Xie, Rui Wu, Wei You, Zhongjue Yu
关键词：全国碳排放交易，IMED|CGE模型，NDC减排目标，上海，城市治理
文章链接：
https://www.sciencedirect.com/science/article/pii/S030626191831287X?via%3Dihub
内容简介
本研究采用多区域（上海市与其他区域ROC）、多部门（37个部门）的递归动态IMED|CGE模型以考察碳交易和碳限额对上海市乃至全国的综合影响，包括碳排放量、交易额、GDP、部门产出等指标。对此，本文依据无政策（BaU）、碳限额（部门限额、地区限额）和碳交易（部门交易、地区交易）设立5种情景（表 4）：
表4 情景设置
研究结果
碳排放：所有碳减排政策均能使上海市乃至全国碳排放和碳强度下降。但碳交易政策可能会使上海市单区域无法在2030年达到强度下降65%的目标，而在全国碳市场上，上海市倾向于成为一个庞大的买家（图 6）。
碳价：在全国区域间统一碳市场下，上海市2030年的平均碳价为200美元/吨左右，其中石油制品和纺织业的碳减排成本是最高的。
宏观经济：碳交易扩展范围越大，GDP损失越低，部门总产损失越低。从部门来看，金属冶炼和化学的产出损失最大，而食品业和纺织业使总产出唯一增加的部门。
碳市场：在上海市的碳交易中，买方部门数量大于卖方，其中电力与航空是主要买方，购买额度分别由2020年的近1000万吨，250万吨，增加至2030年的1800万吨和100万吨。而金属冶炼部门将成为主要卖方，额度在1600万吨（2020年），3200万吨（2030年）左右。相反，在其他地区的碳交易市场中，卖方数量要多于买方。电力部门仍是最主要买家，额度能达到2.5亿吨（2020年）和7亿吨（2030年）左右，而金属冶炼也仍是主要卖家，但造纸、航空和化学等部门都成为了卖方。
图 6 (a) 上海市2020-2030年碳交易市场总量及各部门交易量；(b) 其他地区2020-2030年碳交易市场总量与各部门交易量；(c) 2030年两种情景下（ETsec与ETreg）上海及其他地区碳市场总量（泡泡大小），碳交易总量的货币价值占GDP比重（横轴）、碳市场总量占排放量比重（纵轴）
06-初始排放权分配对我国地区及部门碳排放权交易市场的经济影响
原文题目：A general equilibrium analysis on the impacts of regional and sectoral emission allowance allocation at carbon trading market
期刊：Journal of Cleaner Production
发表年份：2018年
作者: Zhongjue Yu, Yong Geng, Hancheng Dai, Rui Wu, Zhiqing Liu, Xu Tian, Raimund Bleischwitz
关键词：碳交易方案，排放权，可计算一般均衡模型，城市治理，上海
文章链接：
https://www.sciencedirect.com/science/article/pii/S0959652618313337?via%3Dihub
内容简介
本研究采用两区域（上海与中国其他地区）、多部门，递归动态的IMED|CGE模型来考察碳交易、碳限额程度和初始排放分配方式对上海市乃至全国的系统性影响。本文依据是否存在碳交易、碳约束程度（P55代表上海市2030年相较于2005年碳强度应下降55%）和初始排放权分配形式（SHRbau代表初始分配按照bau预测的2030年排放量比例进行分配）三类政策划分情景（表 5）：
表5 情景设置
研究结果
碳排放：减排目标越严格，碳排放总量越低。2030年上海市在P55、P65、P75情景下，碳排放量依次为4.10、3.66、3.37 亿吨。此外，若按照SHRbau的趋势，电力部门得到了最多的初始排放权：电力为32.1%，化工部门为14.7%，水运为8.5%，金属冶炼为8.3%。
宏观经济：碳交易政策可以减轻碳限额带来的GDP损失和部门总产出损失，而不同的初始权分配方式对GDP损失有影响，但对社会总福利几乎没有影响，总的来看，按照bau预测值的方式分配减排额度所造成的损失更小。另外，因航空业在模型模拟中有稳定的需求，所以其部门产出不降反升。
减排成本：初始排放额度越高，自然减排潜力越大，减排成本越低。典型如减排成本最低的金属冶炼部门，其相比于BaU的碳强度下降率也为最高，-41%左右。同时，在SHR07的初始额度下，该部门碳减排成本为0，而一旦让该部门承受更少的额度（SHRbau下），它的碳减排成本便上升至100美元/吨左右（图7 (a), (b)）
碳市场：不同的初始分配对碳市场规模存在影响，根据BaU预测量分配部门碳初始额度的方式所产生的碳市场交易总量将远小于按照07年固定比例分配的方式，2030年在P65下两者之比达到近两倍（1500万吨，3000万吨左右），占总排放量分别为3%和7.1%左右。若以货币价值量衡量，P65SHRbau下上海市碳交易总量约有20亿美元（占当年GDP约0.25%），而在SHR07下交易总量能达到43亿美元左右（占当年GDP约0.51%）
图7 (a) P65SHRbau情景下上海市2030年碳强度下降率（横轴，相比于BaU）、各部门碳减排成本（纵轴）、各部门初始份额（泡泡大小）和碳均衡价格（黑色虚线）；(b) P65SHR07情景，其他同(a)；2030年上海市在四种情景下的碳市场交易量 (c)、碳市场交易量的货币价值 (d)
07-碳税对我国省级工业部门碳排放影响研究
原文题目：Exploring impact of carbon tax on China’s CO2 reductions and provincial disparities
作者：Huijuan Dong, Hancheng Dai, Yong Geng, Tsuyoshi Fujita, Zhe Liu, Yang Xie, Rui Wu, Minoru Fujii, Toshihiko Masui, Liang Tang
期刊：Renewable and Sustainable Energy Reviews
发表年份：2017
关键词：碳税，经济损失，碳减排，IMED|CGE模型，省级差异
文章链接：
https://www.sciencedirect.com/science/article/pii/S1364032117305488?via%3Dihub
内容简介
本研究采用了包含我国30个省和22个经济部门的多区域递归动态IMED|CGE 模型，探究碳税给各省份带来的经济和环境综合影响。根据不同的碳税价格水平设置了1个无碳税的基准情景（BaU）和6个不同水平的碳税政策情景Tax20、Tax40、Tax60、Tax80、Tax100和Tax120，分别表示2030年每吨二氧化碳征收20、40、60、80、100和120美元。
研究结果
研究发现，所征收的碳税越高，碳减排效果就越明显，但GDP损失越大。在TAX120情景下，2030年我国碳排放总量较基准情景低43.2%，GDP损失为5%。部门层面，作为碳排放量最大的部门，电力部门减排潜力最大，相较于基准情景TAX120情景下减排潜力约19亿吨（图8a）。
省级层面，各省GDP规模与碳排放呈正相关关系（图8b），但碳减排潜力与GDP没有明确关系。在TAX120情景下，广东、江苏和山东省GDP最高、同时也是碳排放前三位省份，但化石燃料消费占比较高的内蒙古和山西省碳减排潜力最大。同时，碳税对各省份的宏观经济将产生一定的负面影响（图8c），其中宁夏、贵州、新疆和内蒙是损失较为严重的几个省份，而东部省份虽然损失绝对值大，但相对值都不大。
此外，碳税政策的实施也将对各省能源消费结构产生一定影响（图8d），具体来说将主要使得各省份的煤炭消费在不同程度上降低，其中甘肃、四川、青海、吉林和内蒙降幅最大，在TAX120情景下，这五个省份的煤炭占比分别减少19.03%、2.85%、12.71%、12.35%和12.23%。由于模型中天然气价格高于原油，因此大部分省份减少的煤炭消费份额将被原油所替代。
图8（a）各情景下各部门碳排放量（b）各省份GDP与碳排放（b）2030年TAX120相较于BaU情景下各省份GDP损失（d）各省份能源结构变化
08-京津冀地区硫税及可再生能源开发对CO2、NOx、SO2排放的影响
原文题目：Impacts of SO2 taxations and renewable energy development on CO2, NOx and SO2 emissions in Jing-Jin-Ji region
期刊：Journal of Cleaner Production
发表年份：2017
作者：Yang Xie, Hancheng Dai, Huijuan Dong
关键词：碳/空气污染物排放，可再生能源，环境税，可计算一般均衡模型（CGE），京津冀地区
文章链接：
https://doi.org/10.1016/j.jclepro.2017.10.057
内容简介
本研究采用IMED|CGE模型，选取了我国最大的城市群以及空气污染最严重的地区之一——京津冀地区作为研究对象，探究硫税与可再生能源政策对于该地区的能源、环境和经济影响。本研究设置了六种情景，包括没有任何硫税与可再生能源政策的基准情景（BaU）、单独实施低硫税政策情景（TAX1）、高硫税政策情景（TAX2）和可再生能源政策情景（RE），以及这三种政策的不同组合情景（TAX1RE、TAX2RE）。
研究结果
研究结果表明，在高硫税和可再生能源鼓励政策同时实施的情景下（TAX2RE），碳减排与空气污染物效果最好（图9a）。可再生能源的发展在降低能源强度方面作用有限，但是可以显著降低碳强度，而硫税政策则有助于同时降低能源强度和碳强度（图9b）。在TAX2RE情景下，2020年北京市碳强度下降超过55％，在地区层面可以实现我国的哥本哈根目标，而天津和河北仅分别下降34%、17%，需要更严格有效的政策（图9b）。
在部门层面，征收硫税可以同时降低各部门CO2、NOX和SO2的排放，且硫税越高，减排效果越好（图9c）。其中，电力部门是三个地区二氧化碳和空气污染物贡献最大的部门，同时也是减排潜力最大的部门。
同时需要注意的是，征收环境税是降低空气污染物和碳排放的有效政策，但也会对各省市宏观经济产生一定的负面影响（图9d）。2020年天津的GDP损失最高，其次为北京和河北。当环境税与可再生能源发展相结合时，GDP损失将低于单独实施环境税下的GDP损失，其中河北省TAX1RE情景和TAX2RE情景下GDP甚至还会增加（分别为0.34％和0.22％），可见发展可再生能源有助于京津冀地区的低碳发展。
图9 （a）不同情景下大气污染物及碳排放（b）与2005年相比能源强度和碳强度变化（c）2020年与基准情景相比各部门减排潜力（d）硫税与可再生能源政策的宏观经济影响
系列推送持续更新中: 碳交易与环境税 / 碳限额 / SDG研究 / 健康 / 产业竞争力
可进入公众号“关于我们”→“IMED研究”栏目阅读
敬请期待！
相关阅读
1 |
2 |
编辑：郭超艺 刘晓瑞
排版：胡卉然 刘晓瑞
点击“阅读原文”浏览小组主页