经济节奏与“绿色浪潮”：通过协同政策描绘中国的双重红利

《Environmental Impact Assessment Review》：Economic rhythms and green tides: Charting China's dual dividends through synergistic policies

　　胡玉洁|张瑞|罗艾灵|郝宇
贵州大学管理学院，贵州贵阳550025，中国

**摘要**
随着中国致力于在2060年前实现碳中和，协调经济发展与严格的气候目标已成为一个核心的政策挑战。本研究通过评估排放交易、煤炭消费控制和绿色投资激励措施的联合效应，探讨了如何使经济增长与雄心勃勃的脱碳目标保持一致。超越孤立考虑这些工具的分析方法，我们采用了一个可计算一般均衡（CGE）模型来评估它们的政策协同效应。使用混合ARIMA-LSTM框架预测了从2020年到2060年的长期结果。结果表明，排放交易政策对经济产出有显著的负面影响，而与绿色金融政策的适当协调可以部分抵消这些影响。政策实施在同时实现经济增长和碳减排目标方面存在困难。然而，它通常会加快淘汰煤炭的时间表。此外，控制煤炭消费对于实现碳中和至关重要。以较低比例的拍卖配额和严格的煤炭控制措施为核心的政策能够有效地平衡经济和环境效益。

**引言**
为应对气候变化的紧迫威胁，中国承诺在2030年前达到碳排放峰值，并在2060年前实现碳中和，并为此引入了一系列政策工具（Zhao等人，2022年）。然而，这一环境议程与维持高质量经济发展的迫切国家目标并存，而历史上这往往以巨大的生态成本为代价（Wang和Feng，2021年）。虽然持续的经济发展至关重要，但雄心勃勃的气候目标，特别是排放上限，可能会对GDP增长产生下行压力（Zhao等人，2024年）。环境与经济目标之间的这种内在紧张关系突显了寻找平衡增长和脱碳政策路径的重要性（Yang和Yang，2020年）。因此，旨在实现双重红利（即经济发展和环境保护）的政策研究具有重要的实践意义。

“双重红利”的概念最早由Pearce（1991年）提出，他认为环境税收（如碳税）可以同时带来环境改善和经济效益。这一框架后来被扩展到其他领域。例如，有研究探讨了排放交易系统（ETS）是否可以产生环境效益和积极的社会经济成果，包括就业增长（Yang等人，2020年）。借鉴Wu等人（2021年）的研究，本文将双重红利定义为通过政策实施同时减少碳排放和增加GDP。实现这种双重效益的关键因素在于能源结构的转型。长期以来，经济发展一直依赖化石燃料的消费，这在很大程度上导致了污染和碳排放（Sun和Chen，2022年）。因此，通过在政策设计中考虑能源与经济和环境目标之间的相互联系，来协调这两者对于长期可持续发展至关重要（Li等人，2021a）。

在环境治理工具中，命令与控制和基于市场的政策占主导地位，而ETS因其在减少二氧化碳排放方面的成本效益而脱颖而出（Dong等人，2022年）。反映这一方法，中国逐步引入了碳排放交易制度（Yao等人，2021年），并于2021年启动了全国性的ETS，最初覆盖电力行业。尽管ETS可以有效减少排放（Lin和Huang，2022年），但中国对化石燃料（尤其是煤炭）的严重依赖使得减少煤炭使用成为脱碳努力的关键组成部分（Jiang和Sun，2023年）。2021年发布的《2030年碳达峰行动计划》明确强调了控制煤炭消费的必要性。因此，控制煤炭消费对于实现高质量发展至关重要，而且通常比其他措施更直接地减少煤炭使用（Jia等人，2022年）。然而，激进的煤炭减少措施可能会对经济增长和能源安全构成风险，这突显了精心设计政策的重要性（Chen等人，2022年；Zia等人，2020年）。

此外，减排政策可能会产生社会和经济成本（Pang和Timilsina，2021年），这需要补充经济工具，如绿色金融政策，将资源重新分配到环境可持续活动中（Lee等人，2023年）。近年来，中国的绿色金融领域迅速发展，可持续项目的投资激增，使中国成为全球绿色资本的主要目的地（Yu等人，2021年）。与之相适应，中国的双重碳政策框架强调了增加对绿色发展项目投资的重要性（国务院，2021年）。因此，优化绿色金融政策对于协调减排与经济发展至关重要。

ETS、煤炭消费控制和绿色金融政策共同作为减少对煤炭的依赖、降低二氧化碳排放并将资本引导至可持续产业的关键机制，从而降低碳强度。然而，政策目标、实施机制和政策范围的重叠可能导致重复、效率低下甚至政策冲突（Chu等人，2024年；Liu等人，2025年）。这些挑战突显了协调政策设计以提高整体效率的重要性。

现有研究对个别政策的影响提供了大量见解。关于ETS，研究考察了省际和国际碳排放转移（Zhang等人，2025a）以及替代收入再循环机制（Chen，2024年）。关于煤炭控制政策的研究模拟了煤炭生产减少的宏观经济效应（Li和Yao，2020年；Qian等人，2024年）。绿色金融研究主要集中在试点项目及其对低碳转型和区域排放的影响（Zhang等人，2024a；Li等人，2025年；Xiao和Chen，2024年），以及企业在ETS或碳税制度下的响应（Lyu等人，2025年；Zhang等人，2025b）。虽然个别政策的有效性已有充分记录，但越来越多地关注政策之间的相互作用和组合。一方面，政策组合的研究表明，协同效应可以提升可持续性成果，例如ETS结合碳税（Du等人，2025a）、能源效率政策（Wen和Jia，2024年）、绿色财政措施（Qian等人，2025年）或可再生能源和储能义务（Guo等人，2025年）。另一方面，政策叠加可能会产生意外的后果。例如，同时进行碳排放和能源强度控制可能会增加合规成本（Huang等人，2025年），而重叠的可再生配额和ETS可能会提高电价（Wu等人，2022a）。煤炭控制政策与碳市场之间的协调不足也可能导致效率损失或市场失灵（Yu等人，2023年）。因此，有效的政策协调必须考虑具体目标和制度背景（Qi等人，2023年）。

总体而言，关于政策协同效应的研究提供了在多工具治理下政策效果的更全面评估，并为政策优化提供了重要指导。然而，尽管以往研究已经考察了ETS与煤炭消费控制或绿色金融之间的 pairwise 互动，但同时评估这三项措施综合效应的定量分析仍然很少。为解决这一不足，本文利用了广泛用于模拟复杂政策影响的可计算一般均衡（CGE）模型（Zhao等人，2018年；An等人，2023年）。在先前具有环境组成部分的CGE模型扩展的基础上（Jia和Lin，2022年；Li等人，2021b），我们开发了一个增强框架，纳入了ETS、煤炭减排策略和绿色金融政策，以评估它们的联合经济、能源和环境效应。

为了支持长期政策评估，还需要预测政策影响的动态轨迹。传统的动态CGE模型严重依赖于外生参数（Yang，1999年），例如关于人口发展路径、资本增长率、GDP和其他变量的假设（Chen和Wang，2023年；Mashhadi Rajabi，2023年；Walmsley等人，2023年）。这些外生设定的数据点本身带有预测偏差。例如，Yalew（2026年）将2024-2030年的平均年GDP增长率设定为6.7%，但实际2024年的GDP增长率达到了7.3%（Trading Economics，2026年）。其次，CGE模型中的简化动态调整机制难以捕捉现实经济中的复杂调整过程，从而放大了关键经济指标的预测误差（Polo和Viejo，2015年）。

相比之下，纯粹的数据驱动方法提供了一种克服这些限制的新途径。像神经网络这样的方法可以直接从历史数据中学习，并捕捉经济系统的非线性动态特征，显著减少了对主观外生假设的依赖（Fen和Undavia，2022年）。因此，本研究构建了一个混合预测模型。它结合了自回归积分滑动平均（ARIMA）模型（Wang等人，2022年），该模型擅长捕捉线性趋势，以及长短期记忆（LSTM）网络（Fan等人，2021年），该网络专攻建模非线性时间模式。这种ARIMA-LSTM混合框架在GDP、碳排放和能源结构动态等复杂预测任务中表现出高精度（Zhu等人，2015年；Li等人，2023年；Wen等人，2023年；Abebe等人，2022年；Zheng等人，2023年）。它有效地整合了线性和非线性建模的优点，为政策评估提供了更可靠的动态基准。

总之，本研究将使用CGE模型来考察ETS、煤炭消费控制和绿色金融三种政策工具的互动。量化它们对经济、能源和环境指标的静态影响，并通过ARIMA-LSTM框架预测指标的长期发展轨迹。核心目标是确定协调的政策组合是否能够产生双重红利，如果可以的话，识别出最好地使经济增长与气候目标保持一致的配置。

本研究有三个主要贡献。首先，它对三种关键气候相关政策的协同和冲突效应进行了系统评估，扩展了有关协调气候治理的文献。其次，它开发了一个混合CGE-ARIMA-LSTM框架，以减少对外生假设的依赖来评估长期政策影响。第三，它提出了一条平衡经济增长、能源结构转型和碳排放减少的政策协同路径，为可持续发展规划提供了实际见解。

本文的其余部分组织如下：第2节描述了建模框架和数据来源。第3节介绍了政策协同分析并讨论了主要发现。第4节讨论了研究的局限性和未来的研究方向。第5节总结了政策含义和优化策略。

**方法论和数据**
如图1所示，本文首先设置了与ETS、绿色金融和煤炭消费控制政策相关的参数，以构建政策情景。然后，使用CGE模型捕捉政策冲击下碳排放、GDP和煤炭消费份额的变化，从而识别政策互动。接着，结合历史数据，使用ARIMA-LSTM模型预测政策影响的发展趋势。基于此，研究观察了何时可以实现碳中和。

**情景设置**
本研究根据选定的三项政策设置了100个模拟情景，包括Business as Usual（BAU）情景。在BAU情景下，所有碳配额免费分配，行业内不对煤炭消费实施限制，绿色金融资本补贴为零。

**1）ETS政策**
对于碳排放交易，大多数配额最初免费分配给企业，拍卖配额的比例较小。

**讨论**
关于政策工具的多样性，本文主要关注基于减排、能源结构转型和经济发展的三类代表性政策。这些包括ETS、煤炭消费控制政策和绿色金融政策。研究尚未完全纳入实践中存在的其他更多样化的政策工具。中国当前的碳排放减少政策框架正在向更加多样化的方向发展。

**结论和政策含义**
确定政策是否在经济发展和环境保护之间取得了正确的平衡至关重要。先前的研究也考察了个别政策的有效性。然而，学者们很少关注本文讨论的ETS、煤炭使用限制和绿色金融政策之间的协同关系。本研究旨在探讨这些政策之间的协同效应，以确定如何优化它们，以更好地实现...（如果适用，包括涉及人类参与者和/或动物的研究）。

**知情同意**
（如果适用）不适用。

**利益冲突声明**
作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。

**致谢**
作者感谢国家自然科学基金（资助编号72321002和72464006）、广东省普通高校创新团队项目（资助编号2022WCXTD022）和贵州省青年学术先锋建设资助项目（QNXSXF2025001）的财政支持。作者还非常感谢匿名审稿人、副主编Takahiro Tsuge教授和主编Dr.感谢何旭提供的深刻见解，这些见解对我们的工作非常有帮助。