1.2　研究综述

1.2.1　能源消费与经济增长之间关系的研究

自20世纪70年代以来，学术界对能源消费和经济增长之间的因果关系进行了大量的理论探讨和实证分析，取得了丰富的研究成果。学术界主要是通过采用因果关系研究、引入协整的研究和基于面板数据的研究等研究方法探讨能源对经济增长的影响。

在这一领域做出开拓性工作的是Kraft.J.和Kraft.A.（1978），他们发现：美国在1947—1974年，仅存在GNP和能源消费的单向因果关系。基于上述研究，后来学者们发现了能源消费与经济增长之间的双向因果关系，Francis（2007）等人用Granger因果检验发现了加勒比海几个国家能源消费和人均GDP的双向Granger因果关系，同时使用SVAR模型得出了在2010年之前这几个国家对能源需求大幅度上升的预测。有学者发现，对能源消费的影响不仅仅只是经济增长，Sten（1993）使用包含GDP、劳动力、资本和能源的四变量向量自回归（VAR）模型，对美国1947—1990年的年度数据进行因果关系检验，结果表明经济增长对总能源消费存在着单向因果关系，作者又根据燃料组成结构的变动，为能源的投入施加权重得到了一个最终能源消费指数，得到了调整后的能源消费对GDP的因果关系。一些学者进而利用协整检验来验证能源消费与经济增长之间的关系。Asafu-Adjaye（2000）利用协整检验和误差修正模型研究了亚洲国家和地区能源消费、能源价格和经济增长之间的因果关系，能源消费、能源价格和经济增长存在单向格兰杰因果关系。Gulisten Erdal, Hilmi Erdal和Kemal Esengun（2008）利用因果关系测试，检验土耳其在1970—2006年之间的一次能源消费（EC）和实际国民生产总值（GNP）的因果关系，并利用单位根检验和Johansen协整检验，格兰杰因果关系检验，来分析欧共体和国民生产总值之间的关系。得出结论：对于土耳其的经济增长能源是一个限制因素，因此，能源供给冲击将会对经济增长产生负面影响。许多学者发现仅以时间序列数据分析不能反映各个国家的能源消费与经济增长的关系，因此运用了面板数据分析二者关系。Renuka Mahadewan和John Asafu-Adjaye（2007）采用了1971—2002年20个地区的能源进出口额基于面板模型分析了能源消费与经济增长之间的关系，结果表明：对于发达国家，无论短期还是长期，能源消费与经济增长存在双向因果关系，而对于发展中国家，能源消费只有在短期内才能刺激经济的增长。Bwo-Mung Huang, M.J.Huang和C.W.Yang（2008）采用了82个国家1972—2002年的能源消费与经济增长的面板数据，这些数据被分为四类：低收入群体，中低收入群体，中等收入群体和高收入群体，作者利用GMM模型估计能源消费与经济增长之间的关系，结果表明：在低收入群体中，能源消费与经济增长没有因果关系；在中等收入群体中，经济增长对能源消费具有积极效应；在高收入群体中，经济增长对能源消费具有消极效应。Alper Aslan和Huseyin Kalyoncu（2010）采用了1971—2005年的51个国家的能源消费与经济增长的面板数据，并将这些州分为三大群体：低收入群体，中低收入群体和高收入群体，得出结论：能源消费与经济增长具有协整关系，低收入群体的能源消费与经济增长具有很强的格兰杰因果关系，在中低收入群体中能源消费与经济增长具有双向因果关系，但是在高收入群体中能源消费与经济增长没有明显的关联性。基于上述研究，有学者引入协整来研究面板数据的稳定性。Chien-Chiang Lee（2005）对18个发展中国家1975—2001年能源消费和经济增长数据，运用面板单位根和面板协整检验，结果发现无论短期还是长期的能源储备政策都会损害经济增长。Akarca and Long（1980）用1947—1972年的数据却得出GNP和能源消费不存在因果关系的结论。Masih A.M.M.和Masih R.（1996）基于Johansen协整检验和VECM格兰杰因果检验对亚洲六国能源消费与经济增长的关系进行了研究。其中，只有印度、巴基斯坦、印度尼西亚的能源消费和经济增长之间存在长期协整关系。印度存在从能源消费到经济增长的因果关系，印度尼西亚存在从经济增长到能源消费的因果关系，巴基斯坦的经济增长和能源消费互为因果关系。而Shahbaz、Hye、Tiwari and Leitão（2013）运用ARDL边限协整检验和VECM格兰杰因果检验研究发现：印度尼西亚的经济增长、能源消费、金融发展、对外贸易与二氧化碳排放之间存在长期协整关系，且经济增长和能源消费互为格兰杰因果关系。在国内，学者们运用不同的方法来探究经济增长与能源消费之间的关系。

很多国内学者也对能源消费和经济增长之间的关系进行了研究。最初主要是对能源消费与经济增长的因果关系进行研究。张志柏（2008）分析了中国1953年以来能源消费和GDP等经济变量之间的因果关系，其结论是经济增长不是引起能源消费变化的主要原因，而能源消费是经济增长的原因，能源消费与经济增长只存在单因果关系。杨宜勇、池振合（2009）采用了中国1952—2008年能源消费与国内生产总值的数据，并进行了误差修正模型分析，来研究能源消费与经济增长之间的相互关系，得出最终结论：中国的能源消费与经济增长在长期均衡状态且互为因果关系。为了检验能源消费与经济增长是否存在长期稳定性，许多学者将协整方法引入此领域。王凯（2009）采用1953—2007年的时间序列数据，利用Johansen协整分析、向量误差修正模型、格兰杰因果检验、脉冲响应和方差分解的方法检验，对我国能源消费与经济增长之间的动态关系进行了检验，结果表明我国能源消费与经济增长存在着长期的均衡稳定关系，煤炭、石油、天然气三种能源消费分别与我国经济增长存在单向格兰杰因果关系。韩智勇、魏一鸣（2004）则发现中国能源消费和经济增长之间存在双向的因果关系，但不具有长期的协整关系。林伯强（2001）利用Johansen协整检验对中国能源消费总量和主要宏观经济变量进行研究，发现两者存在长期协整关系，并利用误差修正模型得出了中国能源消费需求的短期波动。上述的文献都是单从时间序列来分析能源消费与经济增长之间的关系，并没有考虑到不同省区能源消费与经济增长之间的关系。吴巧生等（2005）选取了省际面板数据分析了中国的能源消费和GDP关系，认为从前期来看中国能源消费与经济增长存在着长期的均衡关系，并互为因果关系。王火根等（2009）利用生产函数构造能源消费与经济增长的面板模型，选取了1999—2005年我国30个省际面板数据，结果表明二者为一阶差分平稳变量、能源消费是经济增长的单向原因。后期的学者对能源消费与经济增长关系有了全面的研究，杨志明、张广辉（2010）以我国1995—2007年的28个省际面板数据，对GDP、能源消费品种、资本、劳动力变量进行单位根检验，并通过建立生产函数模型对我国东、中、西部分区进行实证分析，研究结果表明：能源消费增加促进我国经济增长；并且利用方差分解的方法研究了东、中、西部地区能源消费对经济增长的贡献率。白积洋（2010）通过借鉴经济增长对环境效应的EKC理论，实证分析了经济增长、城市化与能源消费的关系，结果发现中国存在EKC假设，即经济增长与能源消费呈倒“U”形。林伯强（2003）运用JJ协整技术和VECM格兰杰因果检验证明了我国的电力消费和经济增长之间存在长期均衡关系。赵进文等（2007）探究了我国经济增长与能源消费之间具体的内在结构依存关系。通过非线性STR模型实证研究发现，我国经济增长对能源消费的影响具有明显的非线性、非对称性和阶段性特征。马颖等（2012）采用变参数状态空间模型研究我国经济增长与能源消费的关系后得出：经济增长与能源消费之间具有长期均衡关系，能源消费会随着经济的增长而增加。李文启（2015）通过系统广义矩估计方法实证研究发现我国能源消费对经济增长存在显著的正向作用，作用效果东部最大，西部居中，中部最小。此外，近年来也有学者基于EKC曲线来深入研究经济增长与能源消费之间的关系。白积洋（2010）基于EKC理论实证分析了经济增长、城市化与能源消费之间的关系，结果发现我国经济满足EKC假设，经济增长与能源消费呈倒“U”形变化，但我国经济目前尚未达到转折点，仍位于EKC曲线的左边，能源消费随着经济的增长而增加。赵爱文等（2014）基于三次方GDP与能源消费的EKC模型进行研究发现，人均GDP与能源强度之间既存在“N”形EKC曲线，又存在拐点；而人均GDP与能源消费总量、人均能源消费之间虽然也符合“N”形EKC曲线，但是并不存在拐点。

1.2.2　经济增长与环境质量之间关系的研究

经济增长与环境质量之间的关系一直都是环境经济学研究的一个热点问题，国内外很多学者进行了大量相关研究，而环境库兹涅茨曲线则是用于研究该问题较为普遍的方法。库兹涅茨曲线是美国经济学家库兹涅茨用来分析人均收入水平与分配公平程度之间关系的一种假说。1991年，Grossman和Krueger开创性地将库兹涅茨曲线引入经济增长和环境质量之间关系的研究，并发现SO₂排放量和经济增长的关系符合库兹涅茨假说。至此，大量学者致力于环境库兹涅茨曲线研究。

国外方面，关于经济增长与环境质量之间的关系研究主要集中于EKC的存在与否。主要分存在环境库兹涅茨曲线、不存在环境库兹涅茨曲线和存在其他类型的曲线关系三种学术观点。例如，Hilton和Levinson（1988）研究得出，汽车尾气中的铅排放与人均收入存在倒“U”形曲线关系。Selden和Song（1994）研究表明，一氧化碳和氮氧化物的排放量与人均收入存在倒“U”形曲线关系。Mosk和Giles（2003）选取新西兰1895—1996年的数据作为分析样本研究得出，甲烷排放量与人均收入存在环境库兹涅茨曲线关系。澳大利亚国立大学经济环境研究机构（2008）采用扩展的AL模型（Andreoni-Levinson Model）并利用OECD国家二氧化碳数据研究表明，如果长期的经济增长有利于减排技术的提高，那么，污染物的排放与收入之间存在环境库兹涅茨曲线关系，此外，使用低碳能源的OECD国家也存在环境库兹涅茨曲线关系。David I.Stern（2001）利用面板模型研究了OECD国家1960—2000年以及其他97个国家1950—2000年二氧化碳与人均GDP之间的关系，其研究结论支持存在显著的环境库兹涅茨曲线；但认为不存在环境库兹涅茨曲线的学者们也通过自己的实证分析研究支持了自己的观点。例如，Hannes Egli（2001）利用德国环境与经济数据所做的研究就证明环境库兹涅茨曲线并不存在。Kathleen M.day（2001）利用加拿大环境与经济数据也证明了环境库兹涅茨不存在；Ravallion（1998）则考察了收入分配对环境破坏的影响，他认为这种影响是模糊不清的，它决定于边际排放量的变化，如果穷人的边际排放量较高，那么将会导致环境破坏。Mouez Fodha和Oussama Zaghdoud（2010）对1961—2004年突尼斯（非洲国家）的人均GDP与二氧化碳的关系进行了研究，结果表明，两者之间存在长期的因果关系，并且他们之间的关系表现为正相关关系；还有一些学者通过实证研究发现经济增长与环境质量之间并不是一种简单的倒“U”形曲线关系。例如，Hettige H（2000）得到的是一种“驼峰”型曲线关系。Massimiliano Mazzanti和Antonio Musolesi（2007）运用分层贝叶斯估计法对所建模型参数进行了估计，他们认为环境库兹涅茨曲线的形状受其所选研究样本的影响，其中工业化程度很高的国家存在倒“U”形曲线关系，并且有可能发展为“N”形曲线，不发达国家则存在正的线性关系；此外也有学者关注影响环境库兹涅茨曲线拐点的驱动因素和对计量模型估计方法的讨论。例如，Torras和Boyce（1998）发现收入不平等程度越高，EKC的拐点就越高。Frankel和Rose（2005）的研究显示，国际贸易有助于降低EKC的拐点。Stern（1998）总结了固定效应和随机效应的面板模型对环境库兹涅茨曲线的估计作用。Stern在2001年的研究还指出，对较长时序的面板数据而言，数据的平稳性是估计中必须考虑的问题。

范金（2002）以中国81个大中城市1995—1997年SO₂、氮氧化物、总悬浮颗粒浓度等指标的面板数据对环境库兹涅茨曲线研究发现，除了氮氧化物浓度，其余污染物与收入的确存在倒“U”形曲线关系。王瑞玲等（2005）选取我国1985—2003年经济与环境数据研究表明，我国“三废”排放的环境库兹涅茨曲线并不都是标准的倒“U”形，而是呈现多形状变化。包群（2006）等利用1996—2000年中国3个省市的环境指标面板数据分析表明，中国经济增长与环境之间存在倒“U”形环境库兹涅茨曲线。彭水军等（2006）基于我国1996—2002年省际面板数据实证考察了经济增长与环境污染之间的环境库兹涅茨倒“U”形曲线关系，认为污染指标以及估计方法的选取对最终的结果具有决定性作用。李达、王春晓（2007）研究了3种大气污染物和经济增长之间的关系，发现它们之间不存在倒“U”形环境库兹涅茨曲线。许士春、何正霞（2007）以中国28个省市1990—2005年的工业废气排放量、工业废水排放量和工业固体废弃物产生量的面板数据研究表明，工业废水排放量和工业固体废弃物产生量与人均GDP都存在倒“U”形环境曲线关系，而废气排放量与人均GDP呈正“N”形环境曲线关系。田晓四等（2007）基于南京市的经济与环境数据，认为该市人均GDP与工业废水排放量之间存在“N”形的环境曲线关系，工业废气排放量和固体废物产量与人均GDP则存在倒“U”形环境库兹涅茨曲线。沈锋（2008）结合环境库兹涅茨理论和综合评价理论，构建了反映上海环境质量综合指标与经济增长关系的科学评价研究模型，他认为上海环境质量与人均GDP存在正“U”形曲线关系，以20世纪末为分界点，在这之前，环境质量整体水平不断提升，之后环境污染又开始有所恶化，此外，他运用Grossman环境因素分解模型，从规模效应、结构效应和技术进步效应对21世纪以来上海环境质量下降的原因进行了分析，他发现2000年后上海在经济规模扩张的同时产业结构有重工业化的趋势，这导致工业废气排放量的增加，从而导致了整体环境质量的下降，并且技术进步对环境质量的作用具有正负效应两重性。邓志强等（2008）以长株潭地区1990—2006年经济与工业污染数据研究表明，长沙市部分环境指标与人均GDP关系轨迹呈现显著的倒“U”形曲线特征，而株洲市和湘潭市工业污染排放量与人均GDP则呈“U”形特征。高辉（2009）运用SO₂、工业烟尘、工业粉尘构建面板模型研究表明，大多数污染物的排放并不具有典型的环境库兹涅茨曲线特征，还有大量的污染物的排放总量随着经济的增长而增加。杨万平、袁晓玲（2009）构建环境污染评价指标并运用回归模型研究发现，中国的环境污染和经济增长之间呈“U”形的“本土化”特征。刘金全等（2009）利用我国29个省区1989—2007年废水、固体废弃物和废气3种环境污染人均指标与人均收入数据研究表明，人均废水排放量随人均收入增加先上升后下降，而人均固体废弃物产生量和人均废气排放量随人均收入增加则呈现单调上升的趋势。许广月、宋德勇（2010）选用我国1990—2007年的省际面板数据，采用面板单位根和协整检验方法，对我国碳排放的环境库茨涅茨曲线的存在性进行了研究，其结果表明，中国东部地区和中部地区存在人均碳排放环境库茨涅茨曲线，但是西部地区不存在该曲线。

1.2.3　能源消费与碳排放之间关系的研究

自20世纪70年代以来，碳排放或者能源消费的因素分解研究就成为国际能源问题研究的热点问题。其中，指标分解分析方法也被国际上能源与环境问题的政策制定所广泛接受。七十年代末期，指数分解分析方法首次被引入用于研究能源消耗的结构变化问题研究。在八十年代，Laspeyres指数的分解方法得到广泛应用，到了九十年代，Divisia指数的分解方法则受到能源研究学者的追捧，逐渐成为应用最广泛的指数分解方法。Ang（1994、2004）通过对当时指数分解分析方法的比较研究，指出Divisia指数分解分析方法是最有效的方法，2005年Ang（2005）又进一步给出了应用Divisia指数（LMDI）对能源问题进行分解分析的应用指导，此后，LMDI（指数分解分析方法的一种）成为最受欢迎的指数分解分析模型，为广大能源问题研究学者所使用，如Hatzigeorgiou等（2008），Zhang（2003），Fisher-Vanden等（2004），Ma和Stern（2008），Achão和Schaeffer（2009），Zhang等（2011），Zhao等（2012）。其中一些研究是针对特定部门的分解，如Achão和Schaeffer、Zhang等、Zhao等；更多的则是针对整个宏观经济进行分解的。

然而，虽然指数分解分析方法已经被广泛应用，但是这种方法还存在一定的问题和局限性。首先，指数分解分析方法是基于GDP（国内生产总值）计算的，而GDP为最终产出，不包括中间产出，能源消耗或二氧化碳排放是由总产出发生的，这里总产出为中间产出与最终产出之和，所以原来的用能源消耗与GDP的比值来计算能源强度的方式是不准确的。其次，指数分解分析方法不能用来分析投入产出表右侧最终需求方面的结构问题，这一问题对能源消耗或二氧化碳的排放都是显著影响。第三，在指数分解分析方法中，能源强度作用（或被称为效率作用、技术变化作用）实际上是在分解过程中不能被结构作用所解释的残值，由于还存在其他作用对能源效率产生影响，因此直接将结构作用的残值看作技术变化的作用是不准确的。相对于指数分解方法，结构分解方法引入投入产出理论，可以从经济总量和产业结构两个方向进行更为深入的分析。因此，结构分解方法更适用于分析整个国民经济的能源消费问题和二氧化碳排放问题。近几年来，由于结构分解方法在分解全民经济方面的优势，已经开始被一些学者用于分析能源效率和二氧化碳排放问题。Wood（2009）应用结构分解分析方法将澳大利亚1976—2005年的温室气体排放量变化分解为以下十个驱动因素，分别是：产业效率、前向关联、产业结构、后向关联、最终需求结构、最终需求目标、收入水平、人口规模、出口结构和出口量。该研究表明，产业效率、最终需求结构、最终需求目标和出口结构等因素对温室气体排放量的增长起到抑制作用，而其他因素则起到了促进温室气体的排放。Wachsmann等（2009）应用结构分解分析方法将巴西1970—1996年的能源消耗量变化分解为八个驱动因素，分别是：能源强度、投入结构、产品结构、最终需求、收入水平、工业能源使用人口数、民用人均能耗和民用能源使用人口数。该研究表明：投入结构、产品结构、收入水平和能源使用人口数对巴西的能源消耗增长起到促进作用，其中收入水平和工业能源使用人口数这两个因素对能源消耗增长影响效果显著，达到了85.1%；而其他因素则对能源消耗增长起到了抑制作用。Lim等（2009）针对韩国1990—2003年的二氧化碳排放量变化情况进行了分解分析，将该韩国二氧化碳排放量变化分解为以下八个因素，包括：碳排放强度、能源强度、经济增长、最终需求、出口、最终产品进口、中间产品进口和生产技术，结果表明：能源强度、经济增长和出口三个因素对二氧化碳排放量增长起到促进作用，而其他五个因素则起到相反作用。在诸多因素中，经济增长对二氧化碳排放增长起到的作用最为明显。Cellura等（2012）对意大利1999—2006年民用部门的二氧化碳排放量变化进行了结构分解分析，为了保证结果准确，作者分别使用Sun（1998）提出的完全分解模型和Dietzenbacher和Los（1998）提出的两极分解模型将意大利该阶段二氧化碳排放量变化分解为碳排放强度、里昂惕夫效用和最终需求三个驱动因素，结果表明：使用两种方法获得的分解结果比较接近，最终需求和列昂惕夫效用对二氧化碳排放起到促进作用，其中最终需求的作用最为显著，而碳排放强度的作用则是减少二氧化碳的排放。

近几年来也有学者开始应用结构分解模型来研究中国的能源消耗和二氧化碳排放问题。Zhang（2009）首先应用结构分解模型对中国1992—2006年的二氧化碳排放强度的变化情况分解为碳排放系数、能源结构、能源强度、投入结构、产品结构和分配结构六个驱动因素。研究表明：该二氧化碳排放强度有了明显的下降，下降由能源结构、能源强度、投入结构和产品结构的变化产生，其中以能源强度的影响最为明显，而其他两个因素则减缓了二氧化碳排放强度的下降。需要说明的是，该研究应用的数据为2002年以前，而2003年至2006年的数据为作者估计所得，并非官方数据，因此，其准确性值得商榷。Zhang（2010）的另一个研究是从供给的角度研究中国二氧化碳排放问题，应用了高斯投入产出模型和Dietzenbacher和Los提出的结构分解模型，Zhang将中国的二氧化碳排放量变化分解为经济活动、经济结构、需求分配结构和碳排放系数四个驱动因素，并指出经济活动和经济结构因素促进了中国二氧化碳排放量的增长。Peng和Shi（2011）研究了1992—2005年中国二氧化碳排放问题，并应用结构分解分析方法将二氧化碳排放量变化分解为排放强度、技术、最终需求和贸易四个驱动因素，并指出最终需求和技术变化推动了该时期中国的二氧化碳排放量增长，排放强度则减缓了二氧化碳的排放，贸易因素的影响不显著。Xia等（2012）应用两极分解模型的乘法形式对中国1987—2005年的能源强度进行了结构分解，在他们的研究中，能源强度被分解为能源投入系数、里昂惕夫系数、最终需求的产品结构、最终需求类型和最终能源消耗五个驱动因素。研究表明，中国能源强度在1987—2002年保持下降，原因在于某些产品的能源投入组合得到优化；而出人意料的是2002—2005年中国能源强度有所上涨，主要是由于技术变化所造成的，具体到该研究中为里昂惕夫逆矩阵变化所导致的。但是该研究对这一变化并没有进行更为深入的分析。

1.2.4　能源消费、碳排放与经济增长之间关系的研究

Kolstad和Krautkraemer（1993）指出，环境、能源消费与经济增长之间存在动态的联系。他们认为，当能源的消费对经济增长产生即时的利益时，环境则会在长期内遭到破坏。Coondoo和Dinda（2002）以选取世界部分国家的面板数据研究了环境与GDP之间的因果关系，他们认为，经济增长与环境之间的直接因果关系是不确定的。Georg Müller-Fürstenberger和Martin Wagner（2007）对当前研究EKC文献中存在的主要问题进行了讨论，并尝试采用CGE（Computable General Equilibrium）模型的模拟结果对CKC（Carbon Kuznets Curves）进行了估计，他认为EKC曲线的估计主要受建模理论和经济学水平局限的影响。Apergis和Payne（2009）建立了六个中美洲国家的能源消费、碳排放与GDP的面板数据模型，他们发现，存在GDP到碳排放的单向因果关系。Abdul Jalil和yedF.Mahmud（2009）选取中国1975—2005年的数据运用自回归分布滞后模型研究了二氧化碳与收入、能源消费和贸易之间的关系，其研究结果表明，二氧化碳与收入之间存在环境库兹涅茨曲线关系，贸易对二氧化碳具有正向但统计性质不显著的作用。Aaron Kearsley和Mary Riddel（2010）利用OECD27个国家1980—2004年以二氧化碳为主的碳氧化物数据以及1990—2004年的氮氧化物的数据研究了环境指标与人均GDP、对外开放程度与人口之间的关系，他们认为就其研究结果而言，没有证据表明存在显著的环境库兹涅茨曲线关系，并且他们还发现环境库兹涅茨曲线转折点的置信区间非常宽，几乎包括所有的样本数据，进而他们认为环境库兹涅茨曲线假设值得怀疑。Ang（2007）以法国1960—2000年能源消费、二氧化碳排放与GDP数据，运用协整与误差纠正模型研究了三者之间的动态因果关系，研究结果表明，短期内，存在能源消费到GDP的单向因果关系，而长期则存在GDP到能源消费和二氧化碳排放的长期因果关系。Ang（2008）运用多重协整方法研究了马来西亚1971—1999年能源消费、污染物排放与经济增长之间的长期因果关系，研究结果表明，能源消费与碳排放存在长期的正相关关系。Soytas和Sari等（2007）在早期的研究环境库兹涅茨曲线的基础上，加入能源消费、劳动力等变量，利用美国1960—2004年的数据研究了各变量之间的Granger因果关系，作者采用了一种使不是同阶单整的非平稳序列能够进行因果检验的检验程序，从而使检验结果更具可信度。他们的经验研究结果表明，只存在能源消费到二氧化碳排放的单向间接因果关系，收入与二氧化碳排放不存在因果关系，因此他们认为，美国的经济增长不需要考虑其会对二氧化碳排放起促进作用，政府制定环境政策应该适当地减少能源的消费以控制二氧化碳排放。Soytas等（2009）研究了土耳其的环境—能源—经济三者之间的关系，研究的结论基本与他们2007年的研究结论相同。

与国外学者研究的成果相比，国内学者对能源消费、碳排放与经济增长的关系的研究起步较晚，主要原因是我国尚未对碳排放进行统计。赵欣、齐中英（2008）研究了中国1995—2006年进出口商品中包含的隐性能源及二氧化碳排放量，考察研究了中国富碳产品的国际贸易趋势，并分析了中国二氧化碳排放增长与国际贸易增长之间的相关性。他们的研究结果显示，我国出口商品的隐性能源和碳含量显著上升，出口商品生产是我国二氧化碳排放的重要因素。邓明、钱争鸣（2010）在有向无环图（DAG）技术的基础上，研究了能源消费、污染物排放与中国经济增长之间的同期因果关系，并以此为依据对SVAR模型进行了识别，研究了变量之间的动态关系。研究结果表明，经济增长结构与能源消费结构对能源消费量、经济增长量以及污染物排放有着重要影响，而能源消费对经济增长只具有短期影响。王迪等（2010）在对江苏省经济增长分析的基础上，运用无残差的完全分解模型进行量化分析，分解出能源消费总量、能源投入结构与技术进步等因素对经济增长的影响效果，得出相应的影响效应系数；结果显示三者共同解释了江苏经济增长90%以上的原因，其中能耗的规模效应起到主导作用，技术进步对经济增长的影响效应呈波动性增长趋势。陶长琪、宋兴达（2010）研究的格兰杰因果检验表明，能源消费对二氧化碳排放同时存在长期和短期的因果关系；ARDL估计结果表明，人均能源消费量对二氧化碳排放量解释力度最大，其次是人均国民总收入和对外贸易，并且推导出了一个持续增长的二氧化碳排放模型，同时给出一些政策建议。范晓（2010）采用多变量分析框架，检验了巴西在1977—2006年能源消费与经济增长之间是否存在协整关系和因果关系，同时分析了巴西能源消费与碳排放之间的关系。巴曙松、吴大义（2010）基于VAR模型和脉冲响应函数分析方法，通过构建二氧化碳减排成本计算模型，定量分析了总能源消费和四种主要能源消费（煤炭、石油、电力、天然气）对宏观经济变量（产出、投资、就业）的影响。研究结论表明，基于各种主要能源消费的二氧化碳减排成本之间存在的差异性，施行燃料转换政策对于中国是一个很好的减排政策选择。牛叔文等（2010）以亚太八国为对象，运用面板数据模型，分析1971—2005年能耗、GDP和CO₂排放的关系，结果表明，三者之间存在长期均衡关系。霍宗杰、周彩云（2010）基于1978—2007年能源统计数据，对中国经济增长、能源结构与能源消费进行了因果关系和协整性的研究，发现中国存在单向的经济增长到能源消费和能源结构的因果关系，以及能源结构和能源消费的双向因果关系，短期与长期中能源结构对于能源消费的影响都要大于经济增长对于能源消费的影响。

1.2.5　能源环境经济分析模型发展沿革

国家重大战略需求中许多科学问题的解决高度依赖于科学计算中基础算法与可计算建模的发展水平。在解决能源环境问题时清晰地构建出情景条件的可计算建模，可以有效地迅速找到解决问题的方法，从而显著提高解决现实问题的能力。当前，我国经济持续高速增长的过程中能源供求失衡及环境质量恶化问题日益凸现，能源—经济—环境系统协调发展成为我国现阶段关注的重大问题。近年来，国内外学者围绕能源环境政策的有效性及其影响效应的问题，运用以模拟分析为主的政策实验方法，对具体的能源环境政策进行大量的理论与实证研究，形成了一套比较成熟的能源环境经济政策理论和方法。鉴于此，本部分国内外研究现状及发展动态主要是对能源环境经济分析建模理念、相关模型及其应用方面展开综述。

能源环境经济分析模型分为三类：自上而下模型、自下而上模型以及两者结合的混合模型。这些模型的具体特点及主要应用如下：自上而下的能源与气候经济建模主要以应用经济学模型为主，以市场、价格、价格弹性为主要纽带，集中刻画经济发展、能源消费、温室气体排放、气候变化之间的关系。这类中较具影响力的模型主要分为两种：一种涵盖气候变化模块的综合集成模型，如Dice/Rice（Nordhaus, 1993, 2008, 2011；Nordhaus and Yang, 1996）、MERGE（Manne et al.，1995）、PAGE（Hope, 2006）、Fund（Tol, 1997）等模型，另一类是不涵盖气候变化模块的多区域多部门CGE模型，如EPPA（Paltsev et al.，2005）、DART（Springer, 1998）、GTAP-E（Bumiaux and Truong, 2002）、MONASH模型（Dixon and Rimmer, 2002）等。自下而上的能源与气候经济模型主要集中在工程技术模型，如Markal/Times（Loulou and Labriet, 2008；Loulou, 2008）、MESSAGE（Messner and Strubegger, 1995；Riahi and Roehrl, 2000）、LEAP（Heaps, 2008）等。将两类建模思路进行结合，就产生了混合模型，如NEMS（Energy Information Administration, 2003, 2007）和POLES（European Commission, 1996；Criqui, 2001）模型。

应用可计算一般均衡（CGE）模型进行政策模拟和分析，是能源—经济—环境（3E）系统研究的一个重要领域。可计算一般均衡模型由于其严格的理论基础、多部门联系、价格内生等方面的优势而应运而生，目前已经成为经济政策模拟和分析的标准工具之一。第一个CGE模型始于挪威经济学家L•约翰森，他在1960年建立了第一个多部门内生价格的经验模型，用于分析挪威的资源配置。20世纪70年代后，CGE模型有了进一步的发展，各国经济学家结合各自的研究领域建立了不同的CGE模型，并且开始延伸至能源、环境领域。近期比较典型的模型有DGEM模型，经合组织（OECD）开发的GREEN模型，欧盟开发的（EuropeanUnion）GEME3模型，澳大利亚开发的ORANI-E模型。

应用CGE模型定量评估能源环境政策的影响主要是由于它的几个重要特征：1）CGE模型提供了一个统一的框架，即有合理的微观经济基础，能够刻画政策变化对经济的直接和间接影响；2）CGE模型在分析各经济体之间的相互作用关系时考虑了市场出清条件和经济约束，这样更符合现实情况；3）致力于减少污染的环境政策对于价格、数量和经济结构中的生产者行为和消费者福利都会有显著的影响。CGE模型可以将经济理论和应用的环境政策联系起来，在一般均衡框架下来分析环境政策，更好地理解政策工具对生产和福利的影响结果（Bergman, 1990a, 1990b）；4）CGE的另一个优点是能够分析不同经济体和行业间的联系，因此可以更好的体现经济间的相互影响，这一点是局部均衡分析框架下的成本—效益分析所不具备的（Conrad and Schroder, 1993）；5）动态CGE模型可以分析基于动态基线政策冲击的变化并且比较不同政策措施的优劣，这样能够更加反映现实经济。

1.2.6　可计算一般均衡模型发展的历史沿革

经济学中的均衡概念自提出之日起就包含了双重含义，并沿着不同的轨迹演进。在马歇尔经典的教科书里就谈到“生物学和机械学关于相反力量均衡的概念”。

在生物学的均衡里，马歇尔着重谈的是个体在各种力量作用下成长、衰老的均衡。并认为，生物学的均衡要较物理学的均衡来得复杂。

机械学，或者物理学中的均衡在经济领域中的主要运用就是各个局部市场的分析，因为物理学中的均衡往往将大至星球、小至粒子简化为一个个抽象质点，研究这些质点在各种力作用下保持静止或匀速运动的状态。局部市场的均衡又包括了静态和比较静态分析，也可将比较静态分析视为长长的时间链中的离散动态分析。

而生物学中食物链条，动植物与外部环境、资源的复杂相互作用，则在经济学中演绎出一般均衡分析。一般认为，1874年法国经济学家、洛桑学派的带头人瓦尔拉斯在其《纯粹经济学要义》一书中正式提出了一般均衡论，核心内容是用几个代数方程组描述生产、需求、交换、分配和资本形式，在供求平衡、完全竞争、自由交换的条件下，确定均衡价格，达到充分就业、市场结清，生产者获得最大利润、消费者得到最大效用。

实际上，一般均衡理论的起源可能更早。如20世纪的经济思想史家熊彼特在其遗著中认为：“这个规律（即萨伊定律）——至少在含义上——等于是承认了各个经济数量的一般相互依存性以及它们彼此互相决定的均衡机制，因而（像萨伊的其他贡献一样）在一般均衡概念出现的历史中占有一席之地。”

世界上第—个CGE模型是约翰森（Johansen）1960年提出的多部门增长模型（Multisectoral Growth Model, MSG）。Johansen的模型的“一般”性之处在与其模型包括了20个成本最小化的产业部门与一个效用最大化的家庭部门。为了对这些行为主体进行优化，价格在消费与生产的决定中起到了关键性作用；其模型在价格决定中引入了市场均衡假设；同时该模型还是可计算的（可应用的）。该模型通过使用挪威的投入产出数据为挪威的经济增长提供了一个多部门的数量化描述，并根据Frisch累计效用方法估计出家庭消费的价格弹性与收入弹性。

而根据一个更宽泛的定义，CGE模型应当始于20世纪30年代Leontief的投入产出模型，同时包括Sandee、Manne的整体经济数学程序模型以及其他在20世纪50年代、60年代的发展。这些模型是CGE模型极为重要的基础。

在Johansen对CGE模型的贡献之后，直到20世纪70年代，令人困惑的是：CGE模型的发展都没有什么明显进步。而在20世纪60年代，从事均衡模型的经济学家发展并升华了模型解法的理论命题，包括求解的存在性、唯一性、最优性和稳定性。较之以可计算性（数量化的）模型而言，这些模型仅能在纯代数条件下才能解释。

Scarf对这些理论工作与CGE建模进行最直接连接。通过对理论上的定理的数学应用，Scarf设计了一套针对特定均衡模型的求数值解的运算法则。对于很多类型的均衡模型来说，这个法则拥有很好的有限收敛特征，并可以在有限的步骤内求得解。

Scarf激发了北美的CGE建模的兴趣。在20世纪70年代，他的学生John Shoven和John Whalley成为这个领域内的主要贡献者。然而，和实践相比Scarf的工作是更富有启发性的。在Scarf运算法则之前，Johansen就已经通过一种简单、高效的运算方法求解了相对大型的CGE模型；对于CGE模型而言，Scarf技术并不是最有效率的。即使是在20世纪70年代崇尚Scarf方法的CGE建模者，在80年代也基本上都放弃了Scarf方法转而使用更老的方法如：Newton-Raphson（牛顿—拉弗森）方法与Euler（欧拉）定理。

在CGE模型沉寂的20世纪60年代里，大型的、整体经济的经济计量模型取得了重大的发展，如Wharton、DRI、MPS、St Louis、Michigan以及Brooking模型。较之以CGE模型侧重经济理论而言，整体经济的经济计量模型更侧重于时间序列数据。在CGE模型中，供给和需求函数的设定完全与经济主体行为的优化理论相一致；而在整体经济的经济计量模型中，独立主体的行为优化理论的作用通常被限制在回归方程的某些提出的变量中。

在20世纪60年代，经济计量学“让数据说话”这一最基本的思想对于应用经济学家来说是有更吸引力的，这也可以部分的解释为什么在60年代CGE模型的发展陷入停滞。在20世纪70年代，除Scarf的贡献以外，存在两个原因激发了CGE模型的研究兴趣。

首先，世界经济受到冲击从而引发自20世纪30年代以后最严重的衰退；这些冲击包括能源价格的突然飙升，国际货币体系的深刻变化以及大部分西方国家真实工资水平的快速增长。在没有严格理论规范的状况下，经济计量模型不能对这些冲击的影响做出有效的模拟评估，因为这些冲击并不在既定的经济趋势之内。根据他们的优化设定，CGE模型可以在没有历史经验的状况下得出这些冲击的可能影响。例如，一直到1973年，没有任何关于油价飙升的历史数据，因此在所有基于1973年之前时间序列数据的回归方程中，油价都是不显著的，如果根据这些计量模型的结果，那么石油价格的波动对经济活动的影响并不是很重要的，在这种情况下这些严重依赖于经验数据的计量模型明显是误导的。而在CGE模型中，油价作为生产函数中的投入变量。通过成本最小化的计算，CGE模型模拟油价的上涨对经济的影响与其他投入物价格上涨一样。在20世纪70年代，应用经济学家认识到优化假设的作用可以将广泛的经验（如成本增加）转化为对未知状况（如油价上涨）影响的一个貌似合理的评估，因此对CGE模型的研究兴趣日益增加了。

其次，促进CGE模型发展的另一个原因在于模型增强了可操作性。重要之处在于数据库的改进（如普查数据中单位记录的可用性）与计算机程序的改进（如Gempack、GAMS、HERCULES和CASGEN）。目前所应用的CGE模型可以分析500种产业、50个地区、700种职业以及几百种家庭类型。在细节层面上，没有哪种技术可以媲美CGE模型。当CGE模型应用者可以掌握更多的细节时，CGE模型结果可以成为公共和相关私人部门组织的兴趣所在，这些相关的部门有产业、地区、就业、教育培训、收入分配、社会福利与环境。

Dervis, De Melo和Robinson（1977, 1982），Dixon, Parmenter和Vincent（1981），Whalley和Shoven（1984）详细地讨论了传统的CGE模型。它们可能是一国或多国模型乃至世界模型。这些模型主要用来进行比较静态的所谓的反事实（Counter Fact）分析。它们假设完全竞争，但允许工资刚性、部门专用资本甚至进口配额等非完全竞争特征。它遵循瓦尔拉斯传统仅对经济中实部门建立模型，从而忽略实部门与金融部门之间的关系。一般认为传统的CGE模型的主要缺陷在于：①需要的数据多，运算比较复杂；②模型结果对模型的闭合规则比较敏感；③绝大多数CGE模型描述的是一个特定时期的经济结构，基本上是一种比较静态分析方法，因此其结论仅在中长期内有效。

对传统CGE模型的扩展要求来自于人们多年使用静态CGE模型的结果。因为人们注意到，根据静态模型采取贸易自由化政策或税制改革得到的福利相对于整个经济而言微不足道，如只增加GDP的2%~3%。因而这似乎是说明：尽管贸易政策和税收是很重要的经济问题，但并不是经济的主要问题，从而不能有效地说服政策制定者们去追求更优的贸易或税收政策。一些经济学家，如Summers（1982）则认为大部分的福利效果则来自于较长期的跨期替代效应，因而他们建议考虑长期动态的影响。经济学理论的发展也推动着CGE模型的发展，20世纪70年代、80年代新国际经济学的兴起使人们认识到非完全竞争可能改变过去政策分析的结论。在CGE模型中加入规模经济和非完全竞争则是较自然的事，研究重点也转向CGE模型的新发展方面。20世纪80年代以来，随着世界贸易经济一体化，外生冲击不仅仅是通过相对价格的改变而且还通过一些宏观变量及金融变量来影响一国的经济。因此，一些更加精致的宏观经济结构被加在新古典的CGE模型上。当然，通过加入动态或金融因素则可以解决什么是恰当的宏观闭合的争论，使外生的宏观闭合内生化。宏观闭合问题产生于对标准CGE模型的特殊假设，所有这些问题推动着CGE向前发展：①建立跨期或动态模型；②加入金融因素；③加入非完全竞争；④函数形式的选择。

a．建立动态模型。

传统的CGE模型主要用来进行比较静态分析，它总是假设完全竞争，其结论仅在短期或中长期内有效，因而一些经济学家建议考虑长期动态的影响。对动态CGE模型，目前大致有两类：一是递推序列均衡方法，二是跨期动态模型。跨期动态模型的工作主要有：Ginsburgh和Mercenier（1988）讨论了在不同的动态设置下建立动态CGE模型的可能方法；Lipton和Sachs（1983）讨论了跨期的关系，主要是现在消费和将来消费之间的替代关系。Bovenberg（1985）根据新古典投资理论建立了相应的CGE模型。

b．加入金融因素。

绝大多数CGE模型都没有对金融市场进行明确的描述，甚至没有考虑金融部门，事实上金融市场的相关变量，如利率、通货膨胀率、资产回报率乃至整个金融部门，它们在经济体系中都将发挥重要作用，因此，金融部门显然是一个必须详细分析的重要部门。加入金融的CGE模型几乎与实部门的CGE模型同时开始，但其发展却令人不满意。人们认为金融变量会影响实际变量，如产出、实际投资、就业等，尽管这种影响是短期的，但实部门的调整将会在长期内产生影响，如何把金融变量引入到Walras框架中是一个较难的问题，较为满意的处理方法都不可避免地要涉及不确定性并在Walras的框架中引入货币，但这是我们在确定性的CGE模型中力图避免的。如果我们坚持传统的CGE模型，则我们就无法去处理如扩张的财政政策对私人投资的挤出效应。Keynes的宏观经济学已经对金融市场建立了正式的模型。在著名的IS-LM框架中，货币市场与债券市场处于均衡。Tobin的理论工作构成金融部门的CGE模型的基础。在传统的模型中经济中的财富仅为实物资本，居民储蓄直接转化为实物资本投资。通过加入不同的金融资产，储蓄不再直接变为资本投资，而是根据资产组合的引导规则来配置财富。

c．加入非完全竞争的CGE模型。

在传统的CGE模型中，我们通过在需求方面采用Armington假设，即承认国内产品和进口品之间的差异和不完全替代；在供给方面采用CET函数来解释部门内部贸易，而且保持完全竞争及规模收益不变的假设。新国际贸易理论则着重于强调规模收益与不完全竞争，如果是垄断市场（如寡头垄断），就要考虑行为人之间的对策行为。对在CGE模型中加入非完全竞争的问题，在传统的CGE模型中，我们通过在需求方面采用Armington假设，即承认国内产品和进口品之间的差异和不完全替代。在供给方面采用CET函数来解释部门内部贸易，而且保持完全竞争及规模收益不变的假设。新国际贸易理论强调规模收益与非完全竞争。Cox和Harris根据这一理论进行了最初尝试。他分析了美国与加拿大自由贸易协定对加拿大的影响，并发现规模经济的效果确实很重要。这似乎是意味着模型对不同的设定是非常敏感的。Norman作了有意义的工作，他比较了传统的CGE模型与有规模收益及非完全竞争CGE模型之间的区别。

d．函数形式的选择。

而在函数形式的选择上，常差弹性函数（Constant Difference Elasticity, CDE）可以用来表示齐次或非齐次方程，具有更加灵活的结构。可以说，CD函数是CES的特例，而CES则为CDE方程的特例，由于在CDE方程中减少了反映弹性替代参数的变量，在表现生产技术和消费偏好上也更加灵活。尽管Stout等人分别在自己的模型中采用了CDE方程，但目前应用的大多数CGE模型基本上是采用C—D或CES函数形式。Ross R.Mckitrick（1998）则针对在CGE模型中函数形式的作用对CGE模型提出了批评。他提供了一个用来评估函数形式作用的CGE模型，他认为CGE模型中参数的选择存在问题，而且一阶函数形式（如CES）的使用对模型结构强加了限制，他得出的结论是函数形式的选择不仅影响某个特殊部门的结果，同样影响整体结果，甚至对很小的政策冲击也会这样。

1.2.7　能源环境CGE模型的相关研究

可计算一般均衡模型（Computable General Equilibrium, CGE）是以一般均衡理论为基本原则，刻画了宏观经济和各个独立决策经济个体之间的相互作用和影响。一般均衡理论和模型经过不断演化、发展和完善，可以解决一系列的理论问题和应用于不同领域如宏观经济、国际贸易以及环境污染的政策评估研究中。

CGE模型刻画了各经济体的供求决策，从而决定了商品和要素的价格。对于每一种商品和要素，都要求市场出清，总供给等于总需求，因此称为“均衡的”；CGE模型融入了一系列经济体如家庭和企业的最优化行为，这些最优化行为通过商品和要素的价格来影响企业、家庭的决策以及政府的行为，因此称为“一般的”；CGE模型参照估计的基准数据库方程的系数和参数，通过模拟政策的变化和外生冲击对经济以及预测的宏观变量的影响，得到运算结果，因此成为“可计算的”。追溯可计算一般均衡模型的历史，它是基于现代微观经济学的Walras一般均衡理论建立的，起源于20世纪60年代，经过40多年的发展，逐渐走向成熟，成为相当规范的模型。自从1960年Johansen创建了第一个挪威模型以来，经过近50年CGE模型的不断发展和完善，已经成为应用经济学的正式分支和政策分析的重要工具。近几年，用CGE模型来评估能源环境政策的影响引起了学者广泛的兴趣。应用CGE模型定量评估能源环境政策的影响主要是由于它的几个重要特征：1）CGE模型提供了一个统一的框架，即有合理的微观经济基础，能够刻画政策变化对经济的直接和间接影响；2）CGE模型在分析各经济体之间的相互作用关系时考虑了市场出清条件和经济约束，这样更符合现实情况；3）致力于减少污染的环境政策对于价格、数量和经济结构中的生产者行为和消费者福利都会有显著的影响。CGE模型可以将经济理论和应用的环境政策联系起来，在一般均衡框架下来分析环境政策，更好地理解政策工具对生产和福利的影响结果（Bergman, 1990a, 1990b）；4）CGE的另一个优点是能够分析不同经济体和行业间的联系，因此可以更好的体现经济间的相互影响，这一点是局部均衡分析框架下的成本—效益分析所不具备的（Conrad and Schroder, 1993）；5）动态CGE模型可以分析基于动态基线政策冲击的变化并且比较不同政策措施的优劣，这样能够更加反映现实经济。

20世纪80年代开始，全球气候变暖、大气污染、臭氧层破坏、生物多样性减少、水土流失等环境问题日益突出。在这种背景下，旨在节约能源、降低能源消耗、遏制污染物排放、改善环境的各国国际合作与协定应运而生。世界各国都开始寻求一种既能保持经济增长，又能降低能源消耗、削减污染物排放的经济控制政策，含有能源环境账户的CGE模型——能源环境CGE模型就是在这种背景下逐渐发展起来的。能源环境CGE模型的研究领域通常包括三个方面：①温室气体（特别是CO₂）排放控制的研究；②能源使用方式的研究；③环境税的影响。从80年代末期开始，环境因素开始被纳入CGE分析框架。初期的能源环境CGE模型主要以不同的方式将污染的影响内生到生产函数或效用函数之中。这些模型主要用于评估各种环境政策对能源、环境和经济的影响，Forsund和Strom（1988），Dufournaud等（1988），Bergman（1988），Hazilla和Kopp（1990），以及Jorgenson和Wilcoxen（1990）都在早期的能源环境CGE模型研究中做出过贡献。近年来更多的研究侧重于将CGE模型应用于各种政策效应的分析。这类模型的区别就在于将能源环境问题嵌入至CGE模型中的方式。按照能源环境问题在CGE模型中的不同嵌入方式，能源环境CGE模型往往可以分为三类：第一类直接采用固定的排放系数将污染和能源使用与各部门的中间投入和产出相联系，这类模型一般并不改变原模型结构，而只是在原CGE模型中增加了一个污染或能源模块，如Boyd和Uri（1991），Glomsrod等（1992），Stephan等（1992），Conrad和Schroder（1993），Blitzer等（1992），Lee和Roland-Holst（1993），Robinson等（1993），Lewis（1993），Azis（1993），Beghin等（1997），Copeland和Taylor（1994），Persson（1994），Dowlatabadi等（1994），Nestor和Pasurka（1995），Yeldan和Roe（1994），Gruver和Zeager（1994），Espinosa和Smith（1994）等。第二类的特点是把环境影响反馈到经济系统中。如Jorgenson和Wilcoxen（1994）就曾将包括污染成本在内的成本控制约束加入了模型的生产函数中；Robinson（1990）以及Bergman（1991）还将污染排放与削减因素加入到居民的消费效用函数。第三类是将污染削减行为或污染削减技术加入到生产函数中。例如，Robinson（1993）就将消除污染的行为加入到了Cobb-Douglas生产函数中；Nestor和Pasurka（1995）还将控制污染处理过程和环境污染税增加到了扩展的投入产出分析中。

Dufournaud等（1988）最先将污染排放和治理行为引入CGE模型构建了环境CGE模型，他们在处理部门的排放行为时，以一定的污染排放系数来刻画；污染治理部门的行为主要通过政府对该部门的支付来实现；模型假设政府购买污染治理的支出来源于征收的所得税或施加于污染排放部门的生产税。Baumol和Oates（1988）发展了一类基于CGE模型的污染控制最优化途径，开创了环境—经济协调发展定量评价研究的新局面。最初的环境CGE模型为后来的研究提供了很多的启发和参考（Forsund and Strom, 1988；Hazilla and Kopp, 1990；Robinson, 1990, Jorgenson and Wilcoxen, 1990）。国外方面：Grant Allan, Nick Hanley, Peter McGregor, Kim Swales, Karen Turner（2007）利用经济—能源—环境CGE模型研究了英国提高能源利用效率与能源力量反弹问题。Haakon Vennemo, Kristin Aunan, Jianwu He, Tao Hu, Shantong Li, Kristin Rypd3al（2008）基于多方面假设，采用CGE模型研究中国加入WTO对其环境的冲击，研究结果表明，加入WTO有助于公众健康的改善。Ke Wang, Can Wang, Jining Chen（2009）采用了一个动态CGE模型研究了内生技术变化对中国经济和减排目标的影响，研究结果表明，技术变化能够促进经济增长，提高能源利用效率，降低单位产出的碳排放强度，能有效降低边际减排成本和相关国内生产总值损失。Chuanyi Lu, Xiliang Zhang, Jiankun He（2010）构建了一个两地区10部门CGE模型，基于陕西省2002年的投入产出表，分析了能源部门投资增加20%、40%和60%三种情况对当地经济和二氧化碳（CO₂）排放的影响，研究结果表明，国内生产总值增长为0%~8.92%，家庭可支配收入增长为0%~8.94%，二氧化碳排放量增长为0%~11.10%，其中石油和天然气部门增长幅度最大，达到了0%~19.47%。Roger Ramer（2011）采用CGE模型和内生增长理论模型分析了环境规制的动态效果和结构变化。Jayson Beckman, Thomas Hertel, Wallace Tyner（2011）针对CGE模型中的关键参数估计问题，对以节能为导向的CGE模型采用了一种新的方法进行验证，并将之应用到GTAP—E模型，取得了良好的模拟效果。Govinda R.Timilsina, Stefan Csordás, Simon Mevel（2011）运用CGE模型模拟了碳税的政策效应，研究表示征收碳税会引起燃料总需求降低，从而对经济增长产生负面影响。Lucas Bretschger, Roger Ramer, Florentine Schwark（2011）将增长完全内生化，开发了一种新型的CGE模型用以研究碳政策对瑞士消费，福利以及行业发展的影响，研究结果发现，碳政策有利于知识密集型行业发展，所有的非能源部门表现出积极的发展态势，有助于应对气候变化，但碳政策对瑞士消费有一定的负向冲击，由此导致福利损失。Ken’ichi Matsumoto, Toshihiko Masui（2011）基于AIM/CGE全球模型研究了避免因危险的气候变化所带来的经济后果的气候政策选择问题。Levent Aydãn, Mustafa Acar（2011）开发了一个土耳其多部门动态一般均衡模型——TurGEM-D模型，作者运用该模型分析了基准、高油和低价格三个不同的石油价格场景对土耳其主要宏观经济变量的冲击影响，仿真结果表明，不同油价的变动对土耳其主要宏观经济指标和碳排放均有显著效果。Hélène Maisonnave, Jonathan Pycroft, Bert Saveyn, Juan-Carlos Ciscar（2012）运用GEM—E3 CGE模型研究了提高石油价格、落实欧洲气候政策以及两者同时发生三种情境对欧盟经济的影响，研究结果表明，仅仅实施气候政策将拉低1.0%左右的国内生产总值增长率，油价上涨和实施气候政策将拉低1.5%左右的国内生产总值增长率。Maurizio Ciaschini, Rosita Pretaroli, Francesca Severini, Claudio Socci（2012）采用CGE模型研究了环境财政改革对减少温室气体排放和区域双重红利的影响。Bert Saveyn, Leonidas Paroussos, Juan-Carlos Ciscar（2012）采用递归动态可计算一般均衡模型（GEM—E3）研究了四种不同的全球温室气体减排政策对2010—2050年亚洲主要经济体（即中国，印度和日本）的经济影响，研究发现，随着时间的推移，推迟减少温室气体排放量可能不会再产生经济利益。Panida Thepkhun, Bundit Limmeechokchai, Shinichiro Fujimori, Toshihiko Masui, Ram M.Shrestha（2013）采用AIM/CGE模型分析排放权交易、二氧化碳的捕获和储存（CCS）技术在泰国的温室气体减排效应，研究结果表明，国际碳排放权交易和CCS技术可以带动泰国更多的温室气体减排。O.Kiuila, T.F.Rutherford（2013）采取自下而上和自上向下相结合的建模方法构建一个用以分析现行的瑞士气候政策对实现瑞士二氧化碳减排目标的可能性，研究结果显示，现行的瑞士气候政策无法达到预期目标。Saeed Solaymani, Fatimah Kari（2013）采用多部门可计算一般均衡模型研究了对马来西亚交通运输行业实行高油价所带来的环境和经济影响，仿真结果表明，在短期内，对交通运输行业实行高油价会对经济和交通部门产生负面冲击，但最终会促进资源的重新分配，同时也会导致空气污染物排放增加，从长远来看，对交通运输行业实行高油价会将有利于交通运输部门。Arshad Mahmood, Charles O.P.Marpaung（2014）采用了一个20部门CGE模型分别探讨了碳税征收、碳税征收与能源效率提高协调实施两种情景对巴基斯坦经济的的影响。仿真结果表明，碳税征收对GDP的影响是负面的，但对削减污染物排放量效果较为明显。Toon Vandyck, Denise Van Regemorter（2014）基于一个区域可计算一般均衡（CGE）模型分析环境税改革对比利时宏观经济和收入分配的影响，研究结果显示，环境税改革对该国国内生产总值几乎没有影响，对收入分配的影响在很大程度上取决于改变要素价格和福利支出水平。此外，Jong-Soo Lim等（2012）、Alex Anas等（2012）、Anton Orlov等（2012）、Gbadebo Oladosu（2012）、Teguh Dartanto（2013）、Gervasio F.Santos等（2013）、Anton Orlov等（2013）、Makoto Sugino等（2013）、Rolf Golombek等（2013）、Alvaro Calzadilla等（2014）、Sebastian Rausch等（2014）、Herath Gunatilake等（2014）、Joshua Elliott等（2014）、Grant Allan等（2014）、Yazid Dissou等（2014）、Shellye A.Suttles等（2014）学者从不同的角度采用CGE模型对能源环境政策的影响效应进行了大量的卓有成效的研究。到目前为止，能源环境CGE模型已经越来越丰富和完善，能源环境CGE模型通常将环境污染的影响以不同的方式内生到生产函数或效用函数中。

如何将经济活动和环境问题联系起来或者说是如何将能源环境问题嵌入至CGE核心模型中，是能源环境CGE模型的核心问题，也是最关键和棘手的问题。在国外的能源环境CGE模型中，参照Xie（1996）以及黄英娜和王学军（2002）的分类，根据污染活动和经济体之间的联系程度可以将其分为三类：

第一类与标准的CGE模型区别不大，只是对标准CGE模型的扩展，如在供给和需求部分分别运用单位部门产出或中间投入所对应的固定排放系数，估算污染排放量（Blitzer et al.，1993；Lee and Roland-Holst, 1993；Beghin et al.，1994），将污染的排放直接与部门中间投入—产出相关联；或者在不改变模型结构的情况下，外生改变与环境管制相关的价格和税收（Boyd and Uri, 1991）。这种类型的环境CGE模型不改变核心模型的行为参数，不影响对模型的行为设定，但是可以得到环境污染的结果，可以从环境角度对生产结果提供一个更详细的描述，统称为“应用扩展型”。

第二类在模型中纳入了环境对经济影响的反馈机制，主要有三种方法：一种方法是在生产方程中加入了环境质量，如Jorgenson和Wilcoxen（1990）的模型，这类模型在生产方程中加入了污染控制成本，用于模拟污染削减对生产的影响。这一类模型进一步扩展就是在生产方程中考虑了环境质量对生产力的影响，也就是建立了环境质量指数，将指数加入到原有的生产方程中这样就可以得到污染排放对生产率的影响，如Bergman（1990a）。第二种方法是在效用方程中加入环境因素，这样就可以研究污染排放和减污活动对居民消费的影响。如Robinson和Karen（1999）将污染排放加入到Stone-Geary的效用方程中；Ballard和Medema（1993）将健康损害加入到消费品的Stone-Geary方程中；Gruver和Zeager（1994）在家庭效用方程中使用环境质量指数来刻画环境质量的影响；Piggott等（1992）在他们模型的效用方程中加入了碳排放减少的环境效益。有一部分研究是结合了第一种和第二种，同时考虑了环境政策相关的健康福利对生产力和消费的影响。如Mayeres和Regemorter（2008）使用GEM-E3考察了环境政策的反馈作用：医药支出的减少、消费者的空闲时间增加和生产部门劳动力生产率提高。第三种最难也是对环境CGE模型的进一步完善的方式是在生产方程中刻画减污活动或者减污技术。Robinson（1990）使用Cobb-Douglas生产方程来刻画污染清洁活动；Netsor和Pasurka（1995）将空气污染减污活动的投入产出纳入到基本的投入产出表中来模拟空气污染削减活动过程和减污税率；Robinson et al.（1993）对于每一个减污过程都界定了不同的污染产生函数和减污技术。他们假设一个企业使用的减污技术的前提条件是边际减污成本不能超过排污税。Rob et al.（2004）运用动态CGE模型采用排放—减污替代曲线，（PAS, Pollution-Abatement Substitution）刻画了减污活动，在原有的自顶向下基础模型中融入了从下而上的减污技术和投资信息。还有的模型通过对污染损失货币化，把环境的非市场价值引入到消费者偏好的设定中。这类模型统称为“环境反馈型”。

第三类模型不是假设所有部门内部附带污染削减活动，而是界定了特定的污染削减部门，如Nestor和Pasurka（1995）假定了污染削减部门，不过他们只是把污染削减部门看作政府部门的一个部分。而Rob et al.（2004）则把污染削减部门看作一个独立的生产部门，有自己的生产方程：使用商品和生产要素作为投入，“污染的减少”是部门的产出，其生产方程用减污成本曲线得出的数据来校准。生产方程的投入采用CES（常替代）函数，包括固定资本成本和如能源消耗、人力资本的运行成本。污染削减部门的每一种技术手段就构成了污染削减成本曲线。污染削减部门的商品需求来源于其他部门，这样其他部门就有了同样的污染削减技术。各生产者之间的污染削减成本不同，因为每一个部门的污染削减成本和污染水平不同，然而，模型中他们的边际污染削减成本相同，最后到达均衡，新均衡下的边际污染削减成本等于排放许可证的价格，因此所有污染者边际污染和减污投资都相同。Xie和Saltzman（2000）也是界定了特定的污染削减部门，通过描述这类部门的投入和产出来反映环境的反馈机制，与一般部门不同的是，这类部门的产出是污染的减少，其商品价格由市场决定。这类模型统称为“结构衍生型”。

近年来，国内学者在能源环境CGE模型上已有一些有代表性的研究，但尚不多见。这些模型多集中于空气污染物，主要包括气候变暖、酸雨污染和环境税征收政策。Zhang（1998）通过建立一个时间序列的动态CGE模型对在中国征收碳税的影响进行了研究，构建了一直到2010年中国经济的基线，并设计了2010年CO₂排放削减20%和30%的情景。谢剑和傅斯凯（1997）利用静态环境CGE模型对中国的浓度超标排污收费和污染治理补贴政策进行了研究。李善同等（2000）利用环境CGE模型分析了中国产业结构变动与污染排放的关系及相关政策的影响。郑玉歆和樊明太（1999），贺菊煌等（2002）、魏涛远（2002）分别利用环境CGE模型分析了在中国征收碳税对国民经济的影响；武亚军和宣晓伟（2002）则利用一个静态CGE模型评估了中国SO₂排放及征收硫税的影响。姜林（2006）以环境CGE模型分析了能源政策对北京市空气质量、人体健康、社会福利以及经济发展所造成的影响。赖明勇等（2008）应用MCHUGE模型考虑了不同环节征收燃油税的经济效应和福利效果。何建武和李善同（2009）运用环境CGE模型评估了实施能源税和环境税实现节能减排目标给宏观经济带来的影响。魏巍贤（2009）构建了中国的能源环境CGE模型，在模型中引入反馈机制，研究了征收化石能源从价资源税的节能减排效果和宏观经济影响。鲍勤等（2011）将动态递归的可计算一般均衡方法应用于碳关税征收影响的研究，建立了测算美国征收碳关税对中国经济与环境影响的动态递归可计算一般均衡模型。黄德林，蔡松峰（2011）采用农业温室气体减排GTAP-E模型，模拟了中国农村温室气体减排的政策效应，认为农业温室气体减排会提高我国农产品的价格，在一定程度上降低我国农产品的国际竞争力，从而影响农产品的出口。童锦治、沈奕星（2011）利用CGE模型研究了环境税优惠政策的社会产出、产品供应、社会福利和环保效应，研究结果显示，环境税的税收减免没有起到很好的环保效果。李元龙（2011）构建了一个具有中国经济和劳动力特征的能源环境CGE模型，并运用该模型分析了能源环境政策的增长、就业和减排效应。魏涛远（2002）、张景华（2010）和刘洁等（2011）认为征收碳税虽然短期内会使中国经济状况恶化，但是从长期来看，随着碳税体制的完善，这种消极影响会逐渐减弱。肖皓、谢锐、万毅（2012）运用湖南省可计算一般均衡模型研究能源行业、高能耗行业和中能耗节能行业技术进步对两型社会建设的影响，研究结果表明，节能技术进步能够全面促进经济发展，优化产业结构，提高资源使用效率，改善生态环境，是建设两型社会的重要途径。吕志华（2012）则利用芬兰等十二个已经开征碳税的国家的跨国面板数据分析了环境税对于经济增长的冲击，认为环境税不论是在短期还是长期都会给经济增长和社会福利带来显著的负向冲击。李继峰、张亚雄（2012）采用动态可计算一般均衡模型（SICGE）研究了发达国家对我国出口品征收碳关税对我国经济的影响，研究结果显示，碳关税对我国实体经济的影响相对较小，对高耗能产品出口抑制作用明显。粟妮达、阚媛娥、周莉敏（2013）基于CGE模型分析了开征水污染税对云南产业结构的影响。郭志、周新苗、王鹏（2013）在绿色GDP社会核算矩阵的基础上构建CGE模型，模拟排污税和污染治理补贴对中国经济可持续性的影响，研究结果显示，排污税的减排效果明显，对经济呈负向冲击，而污染治理补贴的减排效果和经济效应则与排污税相反。汤维祺、吴力波（2013）建立了一个包含区域间经济联系与互动关系的区域间可计算一般均衡模型，对碳税、地区强制减排以及排放权交易等各类减排政策的经济和社会福利效应进行了比较。袁永娜、石敏俊、李娜（2013）采用多区域CGE模型模拟分析了三种碳排放交易机制下碳排放许可初始分配情景对区域经济发展的影响，研究发现，免费发放部分采取强度分配标准对GDP和区域经济不平衡造成的负面影响较小，是较优的碳排放许可初始分配方式。袁嫣（2013）采用CGE模型研究了碳关税对我国对外贸易、总体经济、生态环境、不同省区经济的影响，研究结果表明，碳关税政策会对我国经济发展产生较大的负向冲击，对生态环境也影响甚微。曾诗鸿、姜祖岩（2013）构建中国经济的CGE模型，实证模拟表明，碳税政策虽然能提高政府部门收入和总储蓄，但是会引起家庭部门总收入与消费量的减少，并且在实施初期会对我国经济产生一定的负面影响，碳税税率越高影响越显著。汪鹏等（2013）构建了六部门GDCGE模型仿真模拟在碳强度约束目标下广东省实施不同碳交易政策的减排效果，研究结果显示，实施碳交易政策有助于缓解对GDP的损失，降低减排成本。赵伟、田银华等（2014）基于CGE模型研究了四种典型的产业结构的优化调整路径对居民可支配收入与福利的影响，作者建议在技术内生性增长的高级阶段，应选择以节能减排为导向的调整路径。汤铃、鲍勤、王明喜（2014）基于CGE模型分析了暂停核电项目审批对实现我国2020年减排目标所造成的影响，研究结果表明，在核电项目暂停审批的情景下，加快其他非核电清洁能源的发展，将有助于我国减排目标的实现。此外，郭正权（2011）、邓祥征等（2011）、李钢等（2012）、牛玉静等（2012）、袁永娜等（2012）、徐晓亮（2011, 2012）、梁伟等（2012）、刘昌新等（2013）、毕慧敏等（2013）、郭志等（2014）、梁洁等（2014）均采用CGE模型仿真研究了不同情景的能源环境政策对能源—经济—环境系统协调发展的效应，取得了较好的研究效果。

尽管在能源环境政策分析中应用了各种CGE模型，能源—经济—环境CGE模型仍然处于初级阶段，主要有几个原因：①在界定能源、经济和环境之间相互作用时不完全或者过度简化；②缺乏完善的环境数据为能源环境CGE模型的数字界定提供坚实的基础；③现有的大多数能源环境CGE模型属于比较静态研究，对具有动态特点的政策分析存在局限性。此外已有的能源环境CGE模型仍然是标准化和先验的，在构建时包含很多假设条件。尽管一些模型应用于现实经济的能源环境问题，仍然是为发达国家建造的，很少是为发展中国家建立的能源环境CGE模型。从CGE模型在能源环境研究领域的应用来看，使模型更多地反映我们所要研究的能源、环境及经济系统的现实特征可能是更重要的。随着统计数据的不断丰富和完善、CGE模型应用技术的不断提高以及数值求解软件的进一步开发，CGE模型可以在更大程度上保证所需数据的准确性，能纳入更多现实世界的特点，并能更广泛地对能源环境相关的问题进行分析。同时我们也必须看到，目前我国能源环境CGE建模的开发与应用还停留在初级阶段，尚不能满足能源环境经济政策研究需要，有待于作进一步的深化研究。