随着我国“30·60”应对气候变化目标的提出，各行业的绿色低碳转型将要进入快车道。党中央明确指出，实现碳达峰、碳中和是一场广泛而深刻的经济社会系统性变革。然而，在当前与未来一段时间内，我国各行业面临后新冠肺炎疫情(以下简称疫情)重建与碳达峰的双重压力。如何在加快绿色转型的同时维持经济的稳定增长，已成为我国经济社会所面对的最紧迫的现实问题之一。

为应对疫情给宏观经济和社会发展造成的负面冲击，我国政府统筹疫情防控和经济社会发展工作，通过实施减税降费、加大转移支付力度等多项措施，有力推进了国内经济恢复，也为全球经济复苏奠定了重要基础^[1]。然而，复苏政策在刺激经济的同时，将可能带来能源消耗的增长和环境排放的增加^[2]。作为最大的发展中国家和最大的CO₂排放国，我国需要承担全球温室气体减排的国际责任，而碳达峰和碳中和目标对我国温室气体减排提出了新要求，意味着更大的减碳压力。因此，以此次疫情为契机，将经济复苏政策与气候变化应对政策进行统筹规划，将有助于我国在实现高质量发展的同时顺利完成绿色低碳转型^[3]。

很多研究已经评估了疫情期间的封锁措施对社会经济发展可能产生的负面影响，主要包括全球供应链和贸易流动^{[4, 5]}、就业^{[6, 7]}、部门产出^[8]、整体经济成本^[9]、人口流动^[10]、外商直接投资的数量和地点^[11]等方面。与此同时，疫情期间的封锁措施可能会显著减少各地区的碳排放^[12]。部分研究对疫情期间的碳排放进行了实时观测、模拟与分析，得出疫情期间碳排放下降的一致结论^[13-16]。例如，Le Quéré等^[15]通过汇总政府的政策与能源消耗、人类活动的数据，估计了疫情期间CO₂日排放量的变化，并将其与2019年的平均日排放量进行比较，结果显示，全球每日的CO₂排放量减少了约17%，疫情后的政府行动和经济刺激措施可能会对全球CO₂排放路径产生持续数十年的影响。Le Quéré等^[14]也认为此次疫情已经从根本上改变了全球CO₂排放的轨迹，在后疫情时期必须将基础设施转向清洁能源方面，以维持后疫情时期全球排放的下降趋势。这些实时观测或模拟方面的研究能够跟踪不断变化的CO₂排放量，为应对疫情并实现中短期绿色复苏的政策制定提供依据，有助于避免碳排放的锁定效应。

本文将基于北京理工大学最新开发的环境经济系统多主体模型(Climate-Resilient and Low-Carbon Unfolding Economic Scenarios，CLUES)，回答以下几个问题：①“十四五”期间，面对错综复杂的疫情防控形势、疫后重建政策，中国二氧化碳排放的变化趋势如何，有没有可能提前达峰？②疫后财政刺激政策与不同行业的减排降碳政策，对碳达峰分别有怎样的影响？③如何理解新冠肺炎疫情、疫后重建、经济系统绿色转型等事件的复杂联系？

为了在不同时间、空间与行业尺度上模拟评估不同应对气候变化政策情景所导致的自然环境及经济社会演化路径，需要进行能源—环境—经济复杂系统建模。目前全球主流的气候变化综合评估模型多用于评估长期(10年以上)发展路径，包括由国际学者开发的全球变化评估模型(Global Change Assessment Model，GCAM) ^[17]、全球环境评估综合模型(Integrated Model to Assess the Global Environment，IMAGE) ^[18]、长期能源系统预见模型(Prospective Outlook on Long-term Energy Systems，POLES) ^[19]，以及中国学者开发的中国气候变化综合评价模型(China's Climate Change Integrated Assessment Model, C³IAM) ^[20]。上述模型主要用于评估气候变化的长期及宏观影响以及减缓气候变化的技术路径，但由于模型所依托的各类假设需根据长期发展情景进行设定，因此难以适用于评估中短期(1~ 10年)的气候变化及相关政策带来的影响。

相比之下，近年来涌现的中短期评估模型主要根据当前社会的经济结构、行业或企业的投入产出网络及环境影响开展动态、非均衡的模拟，并依据近期的环境观测数据进行模型验证，从而实现更高精度的中短期影响评估^{[21, 22]}。这类模型包括德国波茨坦气候研究所开发的气候适应模型(Acclimate) ^[23]、美国耶鲁大学环境与森林学院开发的网络动态模型(Network Dynamical Model) ^[24]，以及欧洲学者开发的适应性投入产出模型(Adaptive Input-Output Model) ^{[25, 26]}。然而，在“以国内大循环为主体、国内国际双循环相互促进”的新发展格局下，尚缺乏模拟中国环境经济复杂系统的中短期动态模型。此外，前述各中短期模型结构复杂、变量繁多，模型的机制与结果难以被其他研究者复制。

为填补环境经济系统中短期高精度模拟的空缺，北京理工大学新近研发的CLUES环境经济系统多主体模型采用面向对象的模拟方式，可以在统一的模型框架内针对不同问题设置情景，从而模拟中国与全球的气候变化与适应政策对环境经济系统的影响。表 1与表 2展示了模型的基本构架，模型包含不同的生产主体(代表行业或企业)、消费主体(代表不同地区的最终需求)与运输主体(反映不同主体之间运送产品所需的时间)，它们在一个给定的复杂网络之中进行动态演化与互动。生产主体可以生产产品，向供应网络中相连接的其他主体送出产品与订单，如果遇到外部冲击，则可以表现出一定的适应性行为，如补充存货、调整上游供应商的订单份额、利用闲置生产能力、调整生产技术、灾后重建等。同样，消费主体也可以根据现实的供需状况，调整不同供应商所占的份额。模型所刻画的主体行为均存在微观基础^{[23, 26-28]}，并力求通过最简洁的数学语言加以描述(表 2)。当环境经济系统产生突发性的外生变化(如政策调整、自然灾害、疫情冲击等)，研究者可以输入相应的外部数据，模型将显示出环境经济系统逐日的非均衡变化。因此，CLUES模型支持社会系统的“虚拟实验”^[29]，其中大量主体以复杂而现实的方式进行互动，为政策制定者呈现各种政策与自然变化情境下，环境经济系统在当前与未来一段时间内的演变路径。

表 1

表 1 CLUES环境经济系统多主体模型变量列表

表 1 CLUES环境经济系统多主体模型变量列表

表 1

表 2 CLUES环境经济系统多主体模型运行机制总结

表 2 CLUES环境经济系统多主体模型运行机制总结

模型模拟基于2018年中国42部门投入产出表^[30]，其中各部门以及中国家庭的年CO₂排放来自CEADS数据库^[31]。由于细分部门的经济数据及碳排放数据有2~ 3年的滞后性，需要根据2020年的数据调整总体规模。2020年中国CO₂排放约为10 256.1× 10⁶ t^[32]，国内总产值为101.6万亿元^[33]。此外，根据国际货币基金组织(IMF)对中国经济增长的年预测^[34]，计算经济系统每日活动规模的外生增长，并将所得的每日外生增长率与模型模拟结果相乘。

在财政刺激政策方面，IMF的各国应对疫情政策追踪平台^[35]显示，截至2021年3月31日，中国的财政刺激政策规模为国内生产总值(GDP)的4.7 %。Shan等^[21]提供了财政刺激在中国各部门间的分布。

疫情防控相关数据来自以下三方面：① Le Quéré等^{[14, 15]}追踪了各国疫情防控的严格程度(截至2020年底)，并量化了不同防控等级对人类活动聚集的影响；②为更加准确地模拟疫情暴发期人类活动聚集的变化，本研究利用百度出行发布的2020年1月10日—2020年3月15日出行指数的变化^[36]，对Le Quéré等疫情防控影响人类聚集的结果做出细微调整；③当人类活动聚集受到限制，不同行业生产能力受到不同程度的影响，例如提供能源、水的基础设施基本可以照常运转，而交通运输行业提供服务的能力会明显下降，因此，Shan等^[21]评估了能否反映不同行业受人类活动聚集影响程度的系数。

在疫情持续时间方面，本研究设置两种情景：①疫情于2022年结束；②疫情常态化，即防控等级保持在2021年初的水平。在财政刺激政策规模方面，设置两种情景：①财政刺激政策于2022年结束；②财政刺激政策持续占GDP的4.7 %。在各行业的CO₂排放强度方面，设置7种情景：首先，依据《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》，各部门在“十四五”期间单位经济产出的CO₂排放降低18 %，此为1种情景；然后，石化、水泥、钢铁、电力、交通部门的排放强度下降速度增加一倍，此为5种情景；最后，所有部门(除家庭外)的排放强度下降速度均增加一倍，此为1种情景。综上，共设置2× 2× 7=28种情景。

图 1显示了使用CLUES模型模拟疫情暴发对中国每日CO₂排放量影响的结果。浅蓝色区域表示疫情暴发以来，中国每日CO₂排放观测变化趋势。蓝线(疫情2022年结束)与黑线(疫情常态化防控)表示在不同单位产出CO₂排放降低速度、财政刺激政策强度与疫情持续时间的28个组合政策情景下，中国每日CO₂排放量模拟(包含与2020年实际观测值的对比)。受疫情的影响，各行业大面积停工停产，交通出行急剧减少，2020年2月疫情暴发期中国每日CO₂排放量呈现出断崖式下降，而后随着疫情被逐渐控制开始出现回升。在疫情爆发期间，CO₂排放量的模型模拟值与实际观测值较为接近，虽然后期的波动吻合性下降，但是总体仍然正确地反映了CO₂排放变化量的上升趋势。因此，图 1通过对比中国每日CO₂排放的模拟值与观测值，验证了模型的中短期精确度。

图 1

图 1 不同组合政策情景下中国每日CO2排放量模拟

为评估在不同组合政策情景下各个行业每日CO₂排放量模拟的可能变化，图 1中分别显示了28个组合的预测动态。疫情持续时间的延长将使得中国每日CO₂排放量的降低加剧，显示生产生活受到的负面影响增大。后疫情时期经济刺激时间的延长将使得中国每日CO₂排放量的回升略微增加，反映生产生活得到的恢复效果。IMF数据表明，截止到2021年3月31日，中国疫情暴发后的财政刺激政策规模仅为GDP的4.7%，在世界各国当中处于偏低水平，因此对生产生活恢复的增强效果比较有限，在疫情持续时间延长带来的更大负面影响下中国每日CO₂排放量仍将呈现偏低的态势。

从行业全局的角度来看，各行业如果按计划完成“十四五”期间单位GDP排放降低18%的目标，那么“十四五”期间及“十五五”初期中国每日CO₂排放量整体仍将呈现较为明显的增长趋势。只有当所有行业将加速减排的工作落实到位时，上述时期中国每日CO₂排放量才能实现相对显著的降低效果，进而为如期完成2030年碳达峰的远景目标打下坚实基础。

从行业间互相比较的角度来看，各行业加速降低CO₂排放量(即以两倍速度完成“十四五”期间单位GDP排放量降低18%的目标)对降低中国整体排放的贡献程度从高到低依次为：电力行业、钢铁行业、水泥行业、交通行业、石化行业。除了电力行业的加速减碳能够使得“十四五”期间及“十五五”初期中国每日CO₂排放量维持在相对稳定的水平之外，其他任何单一行业的加速减碳都无法阻止中国每日CO₂排放量在上述时期持续增长的趋势，以上结果反映了电力行业转型在碳达峰过程中的相对重要性。

CLUES模型计算结果表明，随着经济系统中各主体适应性的增强，中国的经济活动将回归正常，疫情的影响将得到控制。图 2展示了不同财政刺激政策强度和疫情持续时间组合政策情景下中国GDP在2021—2026年的逐年增长速度。其中，受2020年GDP低基数效应的影响，预计2021年各情景GDP平均增长速度达8.38%。之后，中国经济持续保持较高的增长，各情景平均增长速度保持在4.86%~5.57%。模型预测结果与IMF预测^[34]的GDP增速趋势一致，每年预测结果的差距在0.06~0.28个百分点。此外，通过比较不同情景下GDP的增速差异可知，财政刺激政策强度和疫情持续时间均会影响我国经济复苏速度。其中，疫情持续时间在近期对经济增速大小起重要影响，之后伴随适应性主体对外部疫情冲击的适应性生产和消费等行为，情景间异质性被逐渐抹平，经济系统逐步回归均衡状态。

图 2

图 2 不同政策与疫情情境下中国GDP逐年增长速度

图 3进一步分析了14个持续经济刺激情景对中国未来短期CO₂排放的影响。结果表明，当中国政府实施持续性财政刺激政策时，其对CO₂排放的影响逐年扩大，但总体保持在2.2%以内。其中，在7个持续经济刺激且疫情常态化的组合情景下，CO₂排放的增加更是保持在0.36%以内。因此，CLUES模型的中短期动态模拟结果表明，在遭受2020年疫情暴发所导致的轻微经济衰退之后，中国经济面临着绿色复苏的契机，这表现为即使采取持续性的经济刺激政策，在后疫情及应对气候变化的关键时期，仍能在保持经济持续增长的同时将CO₂排放增速控制在较低水平。

图 3

图 3 持续财政刺激对CO2排放的影响

2021年在疫情得到控制以后，生产生活相比于疫情时期得到了明显的恢复，中国年CO₂排放量将显著增加。如图 4(箱型图)所示，年CO₂排放量增长百分比数值整体处于较高水平，最大值为7.04%，最小值为2.49%，中位值为4.72%。2022年之后，随着生产生活整体趋于正常，年CO₂排放量增长百分比最大值变为3.11%，最小值变为-2.32%；2023年各情景CO₂排放量增长百分比上下限分别收窄为2.30%和-1.86%；2024年各情景CO₂排放量增长百分比上下限依次为2.43%和-2.14%，同比略有扩大，2025年各情景CO₂排放量增长百分比上下限再次分别收窄为1.63%和-1.90%；2026年各情景CO₂排放量增长百分比上下限依次为1.75%和-1.79%。各年CO₂排放量增加百分比的中位值从2022年的1.00%逐年变化为2023年的1.26%、2024年的1.35%、2025年的1.07%和2026年的1.18%，可见“十四五”后期年CO₂排放量增长率维持在相对平稳较低状态。

图 4

图 4 不同政策组合情景下中国每年CO2排放变化率 注：箱型图为所有结果汇总，条形图为各行业减碳情景

在各行业按计划减碳的情景下，“十四五”期间中国的年度CO₂排放量仍呈现出较为明显的增加趋势，2021年不同经济刺激时间和疫情持续时间情景下国内年度CO₂排放量平均增长速度达到最大值5.64%，此后相对稳定，从2022年的2.05%逐年变化至2023年的1.77%、2024年的1.89%、2025年的1.50%和2026年的1.60%，与疫情2022年结束相比，疫情防控措施的常态化将使中国年度CO₂排放量增长处于相对较低的水平，显示了疫情持续时间的延长对生产生活负面效应的增强。同时，在疫情防控措施常态化的前提下，经济刺激时间的延长对CO₂排放量增长率的贡献并不突出；但如果疫情2022年结束，延长经济刺激的时间则导致CO₂排放量增长百分比显著增加。因此，为应对疫情而扩大财政刺激政策的规模，在促进生产生活复苏效应的同时，对CO₂排放量的增长有较低影响。

在各行业的单一加速脱碳中，2021年石化行业加速脱碳情景下中国年CO₂排放量增长百分比平均值为5.56%，从2022年开始逐年下降为1.90%、1.63%，2024年上升至1.75%、2025年再次下降至1.37%，2026年回升到1.47%，其他行业中也呈现出类似的波动趋势，2021—2026年钢铁行业加速脱碳情景下中国年度CO₂排放量增长百分比平均值依次为5.29%、1.39%、1.13%、1.27%、0.90%和1.02%，水泥行业加速脱碳情景下2021—2026年中国年CO₂排放量增长百分比平均值依次为5.40%、1.61%、1.34%、1.48%、1.11%和1.21%，对于交通行业加速脱碳情景，中国年CO₂排放量增长百分比在2021—2026年的平均值依次为5.49%、1.78%、1.51%、1.64%、1.26%和1.36%，电力行业加速脱碳则使2021—2026年中国年CO₂排放量增长百分比平均值从4.78%依次变化为0.44%、0.19%、0.35%、0.27%和0.14%，在所有行业均加速脱碳的情景下，2021—2026年中国年CO₂排放量增长百分比平均值依次为3.85%、-1.36%、-1.61%、-1.48%、-1.83%和-1.71%。只有电力行业的加速脱碳的部分情景下，才能推动“十四五”期间中国年CO₂排放量提前达峰；而在所有行业加速脱碳的情景下，“十四五”期间中国年CO₂排放量将会呈现较为明显的降低趋势。

图 5显示了使用CLUES模型模拟中国疫情暴发及后疫情重建对中国电力行业CO₂排放量的影响。作为参考数据，黄色区域表示疫情暴发以来的近实时中国电力行业每日CO₂排放观测值。各条趋势线分别表示在不同组合政策情景下，对中国电力行业每日CO₂排放量的模拟。电力行业作为国家的命脉行业，其生产能力受疫情直接影响较小，但由于其他各行业用电需求降低，导致2020年2月疫情暴发期中国电力行业每日CO₂排放量也出现断崖式下降，而后随着疫情的控制出现回升。模型整体上对电力行业CO₂排放量模拟吻合度较强，因此对未来中短期电力行业CO₂排放量预测具有一定的参考价值。

图 5

图 5 不同政策组合情景下中国电力行业每日CO2排放量模拟

在电力行业按计划减碳(“十四五”期间碳排放强度降低18%)情景下，“十四五”期间及“十五五”初期该行业每日CO₂排放量整体仍将呈现较为明显的上升趋势。在持续经济刺激和疫情结束的组合情景当中，“十五五”初期电力行业每日CO₂排放量将增长至略超过1500万t的最大预期值；即使在短暂刺激经济和疫情常态的组合情景，“十五五”初期电力行业每日CO₂排放量也将增长至超过1400万t。经济刺激时间延长导致电力行业排放的提升效应弱于疫情持续时间延长对电力需求的降低效应，因此电力行业每日CO₂排放量在两种外部条件同时延长的作用下仍将呈现出偏低的态势。

在电力行业加速减碳的情景下(碳排放强度降低速度是计划的2倍)，“十四五”期间及“十五五”初期该行业每日CO₂排放量整体开始呈现较为明显的下降趋势。在短暂经济刺激和疫情常态共同作用的情景下，“十五五”初期电力行业每日CO₂排放量将下降至约1150万t的最小预期值，在持续刺激经济和疫情结束共同作用的情景下，“十五五”初期电力行业每日CO₂排放量将降低至接近1200万t的最大预期值。电力行业只有执行加速降碳的相关措施，才能在“十四五”时期和“十五五”初期完成削减每日CO₂排放量的任务，为确保2030年碳达峰目标的如期实现做出更大贡献。

本研究利用北京理工大学最新开发的CLUES环境经济系统多主体模型，实现了对中国经济系统CO₂排放的中短期高精度模拟，进而研究在后疫情重建阶段，中国的财政刺激政策以及不同行业减排情景对CO₂排放以及GDP的影响。结果表明，随着疫情的减弱和经济系统中各主体的适应，2021年中国GDP预计增长超过8%；2022—2026年，各情景平均GDP增速在4.8%~5.6%。中国后疫情时期的财政刺激政策导致CO₂排放的增加较为有限，最多不超过2.2%；若财政刺激政策与疫情防控在时间上保持同步，则对CO₂排放的增加效果不超过0.4%，主要由于“新基建”等疫后重建活动较多针对受疫情直接影响较大的人类活动高聚集部门。在CO₂排放增长趋势方面，2021年各情景增长率中位值为4.7%，之后直到“十五五”初期，各情景中位值保持1.0%至1.4%的平稳较低增长速度。在各组合情景中，碳排放年增长率围绕上述中位值上下浮动，具体速度取决于各行业的低碳转型速度。相对于“十四五”单位经济产出CO₂排放降低18%的目标，各行业若减碳速度加倍，对降低中国碳排放贡献程度由高到低的行业依次为：电力、钢铁、水泥、交通及石化。仅在电力行业加倍减碳的各情景下，中国可以在“十四五”至“十五五”初期将CO₂排放维持在稳定水平，为2030年碳达峰目标打下坚实基础。

上述结果表明，将经济重建与绿色转型相结合，把绿色复苏的理念贯彻到未来生产生活、产业布局、技术改造等各环节，将有望在实现经济持续增长的同时，使碳排放按时甚至提前达峰。具体措施包括：①发展绿色产业，包括新能源、新基建、大数据、数字化与智能化产业等，从而在淘汰传统落后产能的同时，创造新的经济增长点和就业岗位。②推进全供应链的系统性升级改造，实行多行业协调同步转型政策，兼顾供应链上下游相关产业和企业的供需关系，从而避免短期内经济的大幅波动。③重视绿色技术的开发与市场化推广，技术进步历来是经济增长的内生动力之一，在当前这样一场经济社会系统性变革当中，必须充分发挥各类绿色技术在稳定经济增长与加快产业转型当中的作用，大力发展并推广包括可再生能源技术、能效技术、碳捕集利用与封存技术(Carbon Capture, Utilization and Storage，CCUS)、碳汇技术等在内的各类绿色技术。④加强后疫情时代经济绿色复苏的顶层设计，深入推进“放管服”改革，提前规划并出台一系列行政及财税政策，破除绿色产业发展面临的体制机制及投融资障碍，并健全相关法律法规，为全社会绿色转型保驾护航。⑤进一步推进全社会尤其是绿色产业的市场化改革，主要包括电力市场化改革及能源市场化改革等，通过公私合营等方式吸引更多民间资本进入新兴行业，助力中国经济系统绿色转型。