下载掌阅APP，畅读海量书库
立即打开
21世纪之初，联合国开发计划署发表了《中国人类发展报告2002：绿色发展必选之路》，“绿色发展”一词进入人们的视野。在此日益严峻的发展背景下，中国政府积极响应，提出生态文明建设的重大方略，坚持走绿色发展之路。中国学者也对绿色发展予以高度关注，并开展相关学术研究，一批关于绿色发展的研究成果相继问世。例如，绿色发展内涵方面，胡鞍钢（2004，2005，2012，2014）对绿色发展的内涵及中国走绿色发展道路的紧迫性和重要性进行了分析；牛文元（2010）认为绿色发展是生态健康、经济绿化、社会公平、人民幸福四者的有机统一；赵建军和杨发庭（2011）认为绿色发展相对于低碳经济、循环经济更具有整体性、包容性的价值理念；刘纪远等（2013）以自然资本、经济资本、社会资本与人力资本四大资本为核心提出了中国西部地区绿色发展概念框架；卢宁（2016）认为从“两山理论”到绿色发展是马克思主义生产力理论的创新成果。绿色发展评价方面，欧阳志云等（2009）评价了中国城市的绿色发展状况；李晓西和潘建成（2011）编制了一个包括3个一级指标、9个二级指标和55个三级指标的中国绿色发展指数，并对中国30个省（区、市）绿色发展水平进行了测度；苏利阳等（2013）从绿色生产、绿色产品、绿色产业三个方面界定了工业绿色发展内涵，构建了基于综合指数法的“工业绿色发展绩效指数”，并对2005—2010年中国工业绿色发展绩效水平进行了评估；李晓西等（2014）构建了人类绿色发展指数，对全球123个国家绿色发展指数值进行了测度；王兵和黄人杰（2014）研究了环境约束下2000—2010年中国区域绿色发展效率和绿色全要素生产率增长；郭永杰等（2015）运用熵值法、改进TOPSIS模型与障碍度模型对宁夏回族自治区2013年县域绿色发展水平的空间分异及影响因素进行了实证研究；胡鞍钢和周绍杰（2014）对绿色发展的功能界定、机制分析以及发展战略进行了系统性分析。绿色发展推进方面，夏宁和夏锋（2009）认为建立环保特区是实现绿色增长、绿色复苏的重大战略举措；刘燕华（2010）则认为绿色发展需要循环技术、低碳技术和生态技术三大技术支撑；邓远建等（2012）认为生态资本运营的内核和目标与绿色发展的要求是完全一致的，完善的生态资本运营机制框架体系应包括生态资本运营的积累机制、转换机制、补偿机制和激励机制；黄建欢等（2014）认为金融发展可以通过资本支持效应、资本配置效应、企业监督效应和绿色金融效应四个途径影响区域绿色发展；舒绍福（2016）认为在绿色发展中应积极推进环境政策革新，创造积极效应与竞争优势。还有学者提出了绿色金融改革对中国绿色发展的推动作用（王遥和曹畅，2015；陈雨露和Andrew Steer，2015；金佳宇和韩立岩，2016）。
不难发现，越来越多的学者开始关注并投入关于绿色发展的研究，尽管研究的视角、研究的方法、关注的领域各不相同，但这些研究成果丰富了中国绿色发展的思想，建立起绿色发展的基本理论，这都为绿色发展观的构建奠定了坚实的基础。
一是基于环境价格型政策和环境数量型政策的选配。自从Weitzman M L（1974，2015）从理论上探讨了环境价格型政策和环境数量型政策的优劣之后，环境政策越来越受到经济学界的关注。Weitzman M L（1974）的研究表明，当边际收益函数的斜率比边际成本函数的斜率大时，数量型工具比价格型工具更有效；而Lawrence H Goulder等（2013）将Weizman M L的研究结论扩展到环境交易工具与环境税的比较优势研究中，当边际环境损失函数比边际减排成本函数更陡峭时，数量规制型方法更优越，反之亦然。而近十年来，许多学者（Pizer William A.，1999，2002；Hoel Michael et al.，2002；Newell Richard G et al.，2003；Karp Larry Set al.，2005）的研究表明，边际减排成本函数比边际环境损失函数更陡峭，因此，他们认为碳税是一个更好的碳减排政策。吴力波等（2014）的模拟结果表明，MAC曲线较为平坦，所以数量规制型方法（排放权交易制度）更为有效，他们认为在中国目前的阶段选择排放权交易工具来实现碳减排目标更合适，傅京燕和代玉婷（2015）、沈洪涛等（2017）也得出了类似观点。
二是基于命令—控制型、市场型和自愿型环境政策的选配。国内外学者对生态环境治理政策工具选择的认识趋于一致，如Atkinson和Lewis（1974）将生态环境治理政策区分为命令—控制型工具和经济激励型工具；Kemp R（1997）认为生态环境治理政策可分为命令的、市场的和相互沟通的三大类手段；World Bank（1997）将生态环境治理政策分为利用市场的手段、建立市场的手段、利用环境法规和动员公众；肖建华和游高端（2011）总结得出了生态环境治理政策工具经历了命令—控制型工具、基于市场的激励性工具、自愿性环境协议工具及基于公众参与的信息公开工具的发展演变。不难发现，无论国内外学者将生态环境治理政策分为两类、三类还是四大类，都是基于命令—控制型、市场型和自愿型三类的衍变。在命令—控制型环境政策工具方面，强制性问题被学者们反复研究（Debons，1971；Hopkins，1973；K.Pavitt & W.Walker，1976）。而自愿性工具是企业和公众为了执行提高环境水平的行动而遵守的协议（Jordan et al.，2003；Rezessy&Bertoldi，2011；Fang Wang et al.，2017），是一种没有强制性约束的协议（葛察忠等，2012；王惠娜，2013；张明顺等，2013）。市场化生态环境治理政策以污染外部性和科斯定理为理论基础，被认为是最精准有效的节能减排政策工具（彭海珍和任荣明，2003；崔先维，2010；陈青文，2008；许士春，2012；张全，2014；骆建华，2014；辛璐等，2015；黄钾涵，2015；张倩，2015；王有志和宋阳，2016）。
综上所述，目前研究主要存在以下不足：一是受制于市场型政策工具在国内出现时间较短，当前有关生态环境治理政策工具主要以命令—控制型政策工具研究为主，现有市场的政策工具（Market-Based Instruments，MBIs）研究不能满足生态环境治理现实需要；二是主要从单一类型的政策工具或特点的政策工具进行研究，对不同类型、同种类型不同政策工具的协调互动机制及其影响效应研究较少；三是对于为什么要建立市场化机制、建立什么样的市场化机制，以及如何建立市场化机制，学术界并没有一个清晰的回答。
基于MBIs这一实践问题也充分体现在理论研究的热点中。
其一，MBIs在生态环境治理中的应用价值日益凸显。王猛（2015）认为构建现代生态环境治理体系，要改变过去由政府主导的单中心格局，着重理顺政府与市场、社会的关系，向政府、市场、社会合作共治的多元格局转变。欧洲环境总署（EEA，2005）评价了MBIs在欧洲环境政策中的运用，并建言进一步加强对MBIs的成本效益分析，以促使管理层更好地了解该政策工具在生态环境治理中的优势。20世纪90年代以来，学术界从成本—效益等角度论证了MBIs比基于命令—控制型（Command and Control，CAC）的政策工具更具效率（Tietenber，1985，1991；Ackerman & Stewart，1985；Stavins，1988；Hahn，1989，2000；González-Eguino，2011；Qiang Wang & Xi Chen，2015；任玉珑等，2011；齐绍洲，2016）。Wenling Liu和Zhaohua Wang（2017）研究发现，MBIs显示出更大的激励作用，促进企业技术创新与扩散，进而影响企业的长期战略规划或调整。Filatova（2014）通过对能源环境生态领域有影响力的国际期刊近十年研究文献的查阅发现，基于市场的政策工具的研究受到了国际学者的重点关注，特别是近年呈现逐年上升的趋势。中国情景也得到了很好的印证，如Xianbing Liu等（2013）通过对中国钢铁、水泥和化工行业的调查发现，受访公司对于MBIs的认知度和可接受性要远远高于其他监管政策，这对于中国工业节能政策的未来调整具有重要意义。齐绍洲（2016）基于中国工业行业专利数据对不同的节能减排政策工具执行情况进行了实证研究，研究发现市场型工具有助于实现“去产能”和工业生产方式绿色升级的“双赢”。市场化机制与手段与命令-控制手段互为补充，是中国能源环境政策工具的重要组成部分，是践行中国绿色发展理念的关键要素。因此，中国生态环境治理中MBIs研究能使能源环境政策工具研究得以深化，能使能源环境政策工具选择、应用的知识更加系统化，可以改变长期以来以“末端治理”为主导的能源环境政策工具研究体系，从而形成解决中国能源环境“前端防治”问题的理论准备。
其二，MBIs在生态环境治理中的应用还存在很多急需解决的空白和议题。尽管这一领域在近十余年来得到了越来越多的学者的重视，但学术界过于强调MBIs在履约成本、技术激励等方面的优势，忽视其政策形成、执行和监控成本以及排放实体环境道德意识的影响（许士春，2012；王燕，2014）。Henderson等（2008）认为MBIs需要综合经济和非经济因素，各国应根据本国具体情况采取相应措施。同时，国内外对于MBIs对经济的影响和效果主要集中在整个社会和宏观经济方面，对微观的经济主体行为以及所产生经济影响的相关研究较少（高扬，2014）。国内MBIs涌现的时间不长，相应研究范围主要集中在碳税（苏明，2009；曹静，2009；娄峰，2014；刘宇等，2015）、能源税（袁永科等，2014；杨岚等，2009；张为付和潘颖，2007；韩凤芹，2006）、排放权交易（安崇义和唐跃军，2012；范进等，2012；刘海英和谢建政，2016；齐绍洲，2016）和限额交易（何大义等，2016）等领域，近年来越来越多的学者加强了对两种或两种以上不同的市场型政策工具进行对比研究（王文军等，2016），但对不同的MBIs在生态环境治理中的应用仍存在诸多急需解决的空白和议题。本项目从微观和宏观层面、短期和长期期界、均衡和非均衡角度，对中国绿色发展过程中不同的MBIs政策方案及其实施效果和动态效率进行系统科学的理论与应用研究，以期提出调整能源环境政策调控模式、政策目标和政策工具的时机与导向，从而在“总需求和总供给双重管理”、“局部快速发展和全局均衡发展相结合”、能源环境政策的“区间调控、定向调控和相机调控”的宏观管理框架下，为加快中国“十三五”时期生态文明体制改革进程、健全市场资源配置的优化功能提供理论指导，提升绿色转型的国家治理能力，坚持创新发展、协调发展、绿色发展、开放发展和共享发展提供理论、实证、经验支持和方法论参考。
其三，MBIs与生态环境治理的研究具有中国情景的管理特色。当前，关于MBIs在生态环境治理中应用的研究成果大多是基于西方经济体制背景下得出来的，相对西方国家而言，中国生态环境治理政策一直以来主要以命令—控制型的政策工具为主导，相关研究也较为集中在此领域展开。西方背景下的研究结论在中国情境下的适用性还有待商榷（王燕，2014）。因此，这一研究议题更凸显了中国情景的应用特色和现实价值。
技术进步与技术创新对经济增长的巨大推动作用已被广泛认可，经济理论（Dension，1962，1985；Griliches，1996；Slow，1957）和实证研究（Freeman，1989；Grubler，1998；Mokyr，1990）都表明：技术进步是长期经济发展最重要的贡献因素。另外，早在20世纪70年代初，Herbert Simon（1973）、Nathan Rosenberg（1976）等学者就指出技术是解决环境问题的最佳克星。Edmonds J等（2012）总结了里约会议以来能源技术的经验教训，认为在1992年达成《联合国气候变化框架公约》时，当时的研究文献对节能减排技术的作用探讨相对有限，但此后的两个十年里，学术界和实务界就充分认识到能源技术的重要性。政府间气候变化专门委员会（Intergoverment Panel on Climate Change，IPCC）在《排放情景特别报告》（IPCC，2001）、《第三次评估报告》（IPCC，2001）、《第四次评估报告》（IPCC，2007）和第五次评估报告（IPCC，2013）中也多次重笔墨强调解决温室气体减排和气候问题中能源技术驱动的重要地位。Stiglitz（1974）、Solow（1974）、Garg和Sweeney（1978）研究发现，在一定技术条件下，人均产出持续增长仍有可能，初始的资本和资源存量对经济增长率不会产生影响，但会影响长期的经济增长水平，技术进步才是长期经济增长的源泉，但他们忽视了经济行为对环境质量的影响。Ordás Criado等（2011）在新经济增长模型中考虑了环保技术投资，即在资本的动态方程中加入环保投资，从而影响整个模型演变的动态路径，作者最后推导出，人均污染物排放增长率同时与经济增长和人均污染物排放相关。随着2020年欧洲战略能源技术（European Strategic Energy Technology Plan，SET计划）到期，目前欧洲学术界部分学者开始反思并重新审视其能源技术政策，Sophia Ruester等（2013）在同时考虑到技术发展和碳价格不确定性的基础上提出了一套修订计划，使政策制定者积极主动地推动有前景的能源技术创新。Winskel等（2014）研究发现，英国能源技术创新体系（UK：energy technology innovation et al system，ETIS）经历了从边缘到主流的过程。
国外学者还从不同角度探讨了能源技术进步对经济发展、节能减排等方面的影响。Nakicenovic等（1998）基于不同的能源技术进步情景假设，得出2100年碳排放的预测值在2～40GtC这样一个非常大的范围内。Matson R.J.和Carasso M.（1999）比较了传统能源技术（如石油、煤炭、天然气）与可再生能源技术（如太阳能光伏、风能、太阳能热、生物燃料）对经济、社会、政治和环境的影响，认为快速部署再生能源技术有损区域内和代际公平。Lee Seong Kon等（2009）分析了韩国长期的能源技术发展战略对该国能源环境、经济发展和商业潜力的影响，从而为确定哪些能源技术应该发展提供决策参考。Greene D.L.等（2010）基于相关能源技术开发的不确定性，探讨了推进能源技术成功率对美国实现能源目标的重要性，认为在碳捕获和封存、生物质能、电动或燃料电池汽车等各技术领域必须要实现50%的成功概率，才能有效实现CO 2 减排，减少对石油的依赖。Spyros Arvanitis和Marius Ley（2013）基于2324家瑞士企业微观数据，实证分析了采用节能技术对公司和行业的异质性，战略性考虑和外部效应的影响，发现环境友好型技术具有积极的净外部效应。
（1）能源技术进步对节能减排影响的理论探讨。
马有江和程志芬（2001）分析了不同阶段的科学技术发展对能源消耗水平的影响，认为科学技术的进步将提供美好的能源前景。任锦鸾和顾培亮（2002）在分析技术进步对能源系统是内生变量还是外生变量的基础上，综合运用从上到下和从下到上的系统建模方法，构建了一个能源系统模型，研究了在市场机制下，内生和外生技术进步对能源需求的影响。任锦鸾和顾培亮（2002）基于复杂适应系统对技术创新的产生机理进行了理论分析，计算了不同能源的竞争力，并在此基础上预测了能源供应结构。厉福荣和孙君（2004）以科学技术进步对石油储量增长的贡献为例，提出了依靠科学技术进步，推动以能源品种多元化和能源来源多元化为主要内容的新的能源革命，解决能源可持续发展问题。张磊（2005）分析了科技进步对于能源产生的加速利用与缓解稀缺的双重影响。吴巧生和王华（2005）为解释技术进步与中国能源—环境政策之间相互影响的复杂性，提出了一种能源—环境政策与技术政策相结合的最优政策设计框架，为中国能源环境政策的制定提供了参考。张明慧和李永峰（2005）对技术进步与我国能源消费关系进行了研究，发现技术进步对能源的相对消费有抑制作用，但会促进能源消费总量的增加。张九天（2006）系统研究了能源技术变迁的复杂性，指出技术变迁过程呈现出了动态性、系统性和不确定性三种特性。高永祥（2014）对能源与环境领域技术创新的空间布局状况及其发展进行了分析，研究发现不同于总体创新空间布局上的集中趋势，我国能源与环境及其分类技术领域创新的空间布局主要呈扩散态势；研究还发现地区开放水平和创新能力是决定该领域技术创新具有较高空间集中度的主要原因，而能源环境压力持续增大则构成其空间扩散最重要的推动因素；相比东部区域，低能源与环境约束下的区域经济发展模式，再加上深化开放环境下的“依附”角色，这些方面共同导致中西部区域能源与环境领域技术创新能力有所削弱。刘明磊等（2014）采用自顶向下建模方法构建关于能源—经济关系的综合均衡分析模型，并利用学习曲线描述新能源内生技术变化过程，分析了碳税通过减少能源需求、增加新能源替代和促进能源技术进步三种途径的减排效应，研究结果显示，能源替代与技术进步将逐步成为减排的主要来源。
（2）纳入能源技术进步的节能减排影响因素研究。
目前，学者将能源技术进步纳入节能减排影响因素进行相关研究所取得的成果最为丰硕，尤其是近年来的相关研究更呈井喷式状态。刘玉珩（1983）认为解决农村能源问题必须依靠科学技术进步。田洪斌和延涛（1984）通过总结多年来能源开发利用实践的经验教训，认为能源开发利用必须坚持技术不断进步的原则。程天魁（1991a，1991b）和杨铭等（1995）等学者认为能源节约和综合利用必须依靠技术进步。方士杰（1993）认为应依靠技术进步来发展农村能源产业。齐志新和陈文颖（2006）基于我国1980—2003年数据，应用拉氏因素分解法研究我国宏观能源强度和工业部门能源强度下降的原因，结果显示技术进步是我国能源效率提高的决定因素。王俊松（2007）利用对数平均加权Divisia指数研究了技术进步和结构变动对中国省区能源利用效率的影响。蔡文彬和胡宗义（2007）运用中国动态CGE模型—MCHUGE模型研究了技术进步降低能源强度的问题，研究结果表明如果在2006—2010年我国能源使用技术进步0.762%，那么能源强度年均下降1%，其幅度大于技术进步的幅度，其中高能耗产业的技术进步起到最关键的作用。杨洋等（2008）利用我国1978—2006年数据，运用最小二乘法对影响我国能源强度的因素进行了实证研究，结果表明技术进步在较大程度上降低了能源强度。冯泰文等（2008）基于1985—2006年数据，采用层级回归方法研究了技术进步对能源价格、能源结构、产业结构对能耗强度影响的调节效应，研究结果表明技术进步使得能源强度有了显著降低。王守春和董秀成（2009）基于1953—2006年数据，运用协整理论和Granger因果关系检验方法对中国能源消费总量、经济增长、产业结构、技术进步间的协整关系和因果关系进行了实证研究，发现中国能源消费总量、经济增长、产业结构、技术进步之间存在着长期的均衡关系。朱文宇（2009）基于1978—2005年数据分析了技术进步因素和资源配置因素对中国能源利用效率的影响，认为技术投入和第三产业的发展可以有效地提高能源产业的利用效率。王俊松和贺灿飞（2009）采用对数平均的LMDI（Log Mean Divisia Index）方法将中国1994—2005年的能源强度变化分解为六大类产业结构变化、两位数产业结构变化效应和技术进步效应。研究结果表明，1994—2005年，能源强度降低主要得益于技术进步，但技术进步的贡献在2001年后不断降低，产业结构变动在1998年前降低了能源强度，1998年之后导致能源强度的上升。
在技术效应中，化学原料及制品制造业、黑色金属冶炼及压延加工业、非金属矿物制品业等高耗能产业部门及居民消费业的技术进步是导致我国能源强度下降的主要原因。龙如银和李仲贵（2009）通过建立误差修正模型分析了技术进步与能源强度之间的长期和短期关系。丁建勋和罗润东（2009）利用我国1953—2006年数据检验了与资本融合在一起的技术进步（资本体现式技术进步）、全要素生产率、产业结构以及能源价格对我国能源效率的影响，结果发现，资本体现式技术进步与能源价格对能源效率的影响较小。王群伟等（2009）采用更具小样本特性的自回归分布滞后方法检验科技进步和技术效率与能源利用效率间的协整关系，运用脉冲响应函数分析了科技进步和技术效率对能源效率冲击的时滞区间和作用效果。董锋等（2009，2010）分析了中国能源消费量、GDP、技术进步等五个变量之间的协整关系，结果表明政府财政用于科学研究的支出和第三产业比对中国能源消费量起到负向作用。范丽波和赵丽（2010）运用新疆1952—2006年数据分析了技术进步和产业结构对能源强度的影响，结果表明技术进步起到了降低新疆能源强度的作用。成金华和李世祥（2010）利用1990—2006年省际、四大区域、13个主要工业省区面板数据，以及工业行业数据，实证估计经济结构、技术进步以及能源市场化改革等因素对能源效率的影响程度。滕玉华（2010）运用面板数据检验了技术进步对区域能源需求的影响，结果表明，不管是东部地区还是中部和西部地区，技术进步均对能源需求有显著负效应；技术进步对降低能源需求的作用表现出东部最高、中部次之、西部最低的特点。樊茂清等（2010）基于1981—2005年投入产出时间序列数据，采用超越对数生产成本函数估计了我国制造业20个部门能源、非能源、资本以及劳动的份额方程，对我国制造业20个部门的技术变化、要素替代以及贸易和能源强度之间的关系作了实证研究，结果表明，技术变化、要素替代、贸易、一次能源结构和部门结构变化是引起能源强度变化的重要因素。余泳泽和杜晓芬（2011）运用空间面板计量方法研究了全要素生产率、产业结构调整与能源效率的关系，研究发现全要素生产率提高对能源效率贡献明显高于产业结构变化。姜磊和季民河（2011a）采用空间变系数的地理加权回归模型分析了资源禀赋、产业结构、技术进步和市场调节机制对能源消费强度的影响，研究结果显示技术进步能有效降低能源消费强度，但地区间存在一定的差别。此外，他们还运用岭回归方法分析了技术进步、产业结构和能源消费结构三个指标共11个影响因素与能源效率之间的关系，研究结果同样显示技术进步显著地与能源效率正相关，技术进步会提高能源效率（姜磊和季民河，2011b）。白万平（2012）分析了技术进步、产业结构调整、行业内部结构变化、能源替代等因素对能源强度变化的影响，实证结果表明，在这些因素中技术进步对能源强度下降的作用最大。李玮等（2012）基于山西省1980—2009年数据，采用能源加工转换效率指标来表征技术进步水平，建立了能源强度与技术进步的VAR模型，研究了两者之间的动态响应。研究结果显示，山西省能源加工转换效率的提高对能源强度的负向影响将在滞后30多年中都会存在，滞后效应较长。王琴梅和高婕（2012）基于1990—2009年西北五省区的数据、利益Panel Data模型分析了工业结构、产业结构、能源结构、产权结构、对外开放度、技术进步对能源效率的影响程度。申萌（2012）检验了技术进步对中国CO 2 排放的影响。结果显示，中国当时的技术进步还不能同时实现经济增长和CO 2 减排，原因在于技术进步对CO 2 排放的直接负向效应不足以抵消其带来的正向间接效应。齐绍洲和王班班（2013）采用SUR回归估计了1998—2009年我国自发技术进步、R&D、技术购买、FDI和国际贸易的技术溢出对能源要素份额和能源强度的影响，研究结果显示，技术进步效应总体上导致能源强度上升，但R&D和FDI技术溢出均能促使能源强度的降低；不同来源的技术进步对能源强度的影响存在区域差异；要素替代作用有助于降低能源强度。张同斌和宫婷（2013）采用时变参数的状态空间模型研究了经济增长、产业结构变动、技术进步在不同工业化阶段对能源效率的差异化影响，研究结果表明，技术进步对能源效率的影响全部为正且影响程度较高，且随着年份的递增，技术进步对能源效率潜力的贡献越来越强。王之军等（2013）研究了影响中国能源消耗的八种主要因素，认为技术进步与出口结构变化是抑制能源消费增长的最主要因素。陈子寅（2013）基于我国2000—2010年30个省区市的面板数据，运用面板门限模型对我国技术进步、碳排放与能源消费之间的非线性关系进行了研究，研究发现三者之间存在门限效应，技术进步对碳排放的积极作用随着能源消费量的增加而逐渐减小。方恺等（2013）基于吉林省1994—2010年数据，运用IPAT等式和LMDI法分析了经济因素和技术因素对人均能源足迹的影响特征和程度，研究结果显示以能源足迹强度为标志的技术进步是抑制人均能源足迹增长的重要因素。刘玉萍（2013）将广义技术进步区分为一般广义技术进步和碳排放专有广义技术进步，研究显示一般广义和碳排放专有广义技术进步及其分解均对CO 2 排放强度存在降低效应，且后者对碳排放强度的影响要强于前者。张兵兵（2014）的研究显示，技术进步是降低CO 2 排放强度的有效手段，外国投资对CO 2 排放强度具有显著的负向影响，固定资产投资、城镇化、工业产值、人口变量则与CO 2 排放强度显著正相关。吴玉鸣的研究显示技术创新对碳排放影响的作用并不显著，其原因在于技术创新在改善能源效率节约能源的同时，也促进了经济增长，引起能源需求的增加，这些额外能源消耗会抵消能源效率所节约的能源，即能源的回弹效应。李鹏（2014）基于我国1995—2008年省际面板数据研究了人口规模及技术进步对CO 2 排放的影响，研究发现技术进步有助于减少中西部地区SO 2 排放量，但在东部地区情况截然不同。杨骞和刘华军（2014）将技术进步对能源效率的影响分解为直接效应和间接效应，分别在邻接空间权重和地理距离权重下衡量了技术进步对能源效率的空间溢出效应。研究发现，技术进步对能源效率具有“双刃剑”特征，即技术进步对本区域能源效率均存在显著的正向促进作用，但对其他区域均却存在显著的负向空间溢出效应；同时，技术变动的空间溢出效应明显大于效率变动的空间溢出效应。陈晓毅（2015）基于1978—2011年数据，运用ARDL模型方法对能源效率与各影响因素之间的关系进行了实证研究，发现长期中能源价格、产业结构和技术进步均显著有利于能源效率的提升。
（3）能源技术进步对能源效率影响研究。
陈军和徐士元（2007）运用向量自回归模型及脉冲响应函数和方差分解法，对1979—2006年中国的FDI、人力资本和R&D投入等技术进步变量对能源效率的影响进行了研究，研究发现增加科技投入、加速人力资本形成和促进FDI吸收和利用，对中国能源效率的提高具有长期效应。徐士元（2009）通过对技术进步和能源效率的协整分析和格兰杰因果关系分析，发现研究与发展经费投入、外商直接投资、人力资本和国外技术外溢四个变量与能源效率之间存在一定的长期均衡关系且研究与发展经费投入和外商直接投资与能源效率构成了单向因果关系。张林等（2011）采用面板数据模型分析了科技进步、纯技术效率和规模效率对农村能源效率的作用，研究结果表明，技术进步对农村地区能源效率的提高具有明显的促进作用，技术效率的贡献度最大，科技进步次之，科技进步与技术效率对农村能源效率的促进作用受地区经济发展水平和社会环境等因素的影响。姜磊和季民河（2011）采用2008年我国省级数据，建立了基于加权最小二乘法的空间变系数地理加权回归模型，研究了技术进步对能源效率的影响，研究结果显示我国各省的技术进步明显促进了能源效率的提高。平卫英（2012）通过构建VAR模型对我国农业能源利用效率及能源价格、技术进步之间的关系展开实证分析。谭盟盟（2012）对广义技术进步影响能源效率的机制、方向、路径的大小进行了探讨。陈治理等（2012，2013）基于2005—2009年省际面板数据，运用空间面板模型研究了国内R&D投入、人力资本和专利授权数对提高能源利用效率的影响，研究发现国内R&D投入、人力资本和专利授权数对提高能源利用效率有积极影响。冉启英和孙慧（2013）运用协整分析理论和误差修正模型定量分析技术进步对能源效率变动的影响，结果表明，长期影响而言，科技活动人员每增加1%，能源效率将会提高0.345161%。汤清和邓宝珠（2013）利用探索性空间数据方法，运用空间滞后模型（Spatial Lag Madel，SLM）和空间误差模型（Spatial Error Model，SEM）对全域能源效率的影响因素进行估计，运用地理加权回归模型对局域能源效率的影响因素进行估计，结果表明，全域层面的人力资本投入和外资技术溢出是促进能源效率提高的主要因素。黄纯灿和胡日东（2013）发现中国1979—2009年的能源反弹效应有着明显的“回火效应”，认为要实现中国的节能减排目标，除了技术进步外，还需要能源价格改革及总量控制等配套政策措施。高辉和吴昊（2014）基于DEA模型对2005—2011年中国省际工业能源效率进行测算，并采用Tobit模型实证分析产业转移、技术水平对区域工业能源效率差异的影响，结果发现技术效率的差异是造成综合工业能源效率存在差异的主要原因。唐安宝和李星敏（2014）基于我国1990—2010年数据对能源价格与技术进步对能源效率的影响进行研究，发现能源价格的提高与技术进步在短期和长期都促进了能源效率的提升，能源价格对技术进步有“引致效应”，技术进步对能源效率的影响受制于其自身的发展水平，且会通过降低能源价格对能源效率产生负的影响。
（4）能源技术进步对能源消费回弹效应影响研究。
周勇和林源源（2007）发现改革开放以来，中国宏观经济能源消费“回报效应”在30%～80%波动。作者认为“回报效应”呈现三种趋势：“回报效应”越来越低、更多地体现为“硬”技术进步方面、更多地体现在生活部门。刘源远和刘凤朝（2008）在新古典三要素生产函数的框架内，采用中国1985—2005年28个省份的面板数据，运用索洛余数方法估算了由技术进步引起的能源消费减量、增量和反弹效应。结果表明，提升能源利用的技术水平已成为能源有效利用和节约的重要手段，但不能仅将技术进步作为提高能源效率的唯一手段来解决能源约束问题。阳攀登等（2010）基于技术进步对经济增长的贡献和环境负荷分解模型，对浙江省1990年以来技术进步对GDP增长的贡献、能源消费回弹效应及能源回弹量进行实证分析。国涓等（2010）基于新古典经济增长理论，按照索罗余数的思想估算了中国工业部门1979—2007年的技术进步贡献率，并利用这一估算结果测算了1979—2007年中国工业部门能源消费的反弹效应。陈凯等（2011）发现在2000—2007年，钢铁行业平均回弹效应高达130.47%，由此作者认为钢铁行业不能仅将技术进步作为提高能源效率的唯一手段来解决能源约束问题，而应引入适当的行业能源政策管制手段。肖序和万红艳（2012）基于新古典经济增长理论，以二级镶嵌式CES函数为基础，按照索罗模型估算了我国电解铝企业1996—2011年的技术进步贡献率，并利用这一结果估算了我国电解铝能源消费的回弹效应。实证结果表明，技术进步是我国电解铝能源消费效率提高的主要因素，但同时也引起了我国电解铝企业能源消费的回弹效应。冯烽和叶阿忠（2012）构建了三要素经济增长的空间误差模型，利用1995—2010年省际面板数据对我国技术溢出视角下技术进步对能源消费的回弹效应进行了实证分析，结果表明技术进步所导致的能源回弹效应显著存在。谢海棠（2012）认为技术进步在降低能源消耗、减少温室气体排放的同时，也会造成能源消耗反弹，能源反弹效应的存在会部分甚至完全抵消技术进步所带来的能源节约。赵厚川等（2012）利用川渝地区1986—2009年数据，采用传统的索洛余值生产函数法来测算技术进步对川渝地区的能源回弹效应。高辉等（2013）利用中国2001—2011年宏观时间序列数据，基于技术进步对经济增长的贡献和环境负荷分解模型，运用IPAT方程测算出能源回弹效应系数。结果表明，在研究的样本区间中，11个年度均属于逆反回弹效应，且能源回弹效应系数与能源消费回弹量呈同势变化。吕荣胜和聂铟（2013）在技术进步视角下，依据新古典经济增长理论，按照索罗余数的方法测算了中国工业1978—2008年的技术进步率，并利用此结果估算出中国工业1978—2008年能源消费的回弹效应。实证研究的结果表明，我国工业能源消费确实存在回弹效应但呈下降趋势，说明技术进步仍是降低能源消耗的重要推手，但不能以此作为实现节约能耗的唯一手段。张江山和张旭昆（2014）构建了中国长期能源回弹效应的宏观模型，利用省级面板数据测算了全国以及28个省份1987—2012年的能源回弹效应。李强等（2014）基于我国1992—2011年数据对我国技术进步的回弹效应进行了实证分析，结果表明，技术进步所导致的能源效率提高能节约能源消费量。杜左龙和陈闻君（2014）基于新古典主义生产函数构建了能源消费回弹效应的模型，测算了新疆技术进步对经济增长的贡献率和能源消费的回弹效应，研究结果表明技术进步对于新疆能源消费具有很强的回弹效应。
（5）能源技术进步效率测度研究
李廉水和周勇（2006）以35个工业行业为样本，采用非参数的DEAMalmquist生产率方法将广义技术进步分解为科技进步、纯技术效率和规模效率3个部分对能源效率的作用。研究结果表明，技术效率是工业部门能源效率提高的主要原因，科技进步的贡献相对低些，但随着时间推移，科技进步的作用逐渐增强，技术效率的作用慢慢减弱。滕玉华和刘长进（2010）基于1995—2007年中国29个省（自治区、直辖市）数据实证分析了技术进步、技术效率对区域能源需求的影响。研究结果表明，技术进步、技术效率对能源需求的影响表现出明显的地区差异：技术效率对东部和中部地区的能源需求有显著负影响，技术进步只对东部地区的能源需求有显著负影响，技术进步、技术效率对西部地区的能源需求均没有显著影响。朱延福和滕玉华（2010）认为研究技术进步、技术效率对区域能源效率的影响，可以为制定科学合理的区域节能政策提供理论基础。邹艳芬（2010a，2010b）实证分析了科技进步、纯技术效率和规模效率三部分和能源专有技术进步对中国能源生态足迹动态效率的作用。结果表明，对能源生态足迹效率的促进上，能源专有技术进步的作用是最大的，但其基本随时间呈衰减趋势；纯技术效率一直有显著的积极作用，直接效果和长期效益较好，但基础性科技进步发挥作用周期的滞后性和稳定性却非常明显；进一步分解可知，纯技术效率的作用一般维持在两期，规模效率一般只在当期发挥作用。董锋等（2010）利用包含能源投入和环境污染产出的全要素生产率指数将中国各省份技术进步分解为代表“硬”技术进步的科技进步指数和代表“软”技术进步的纯技术效率指数及规模效率指数，然后以能源生产率指数表征能源效率，用面板数据计量分析方法分四大经济区域研究了技术进步各组成部分对能源效率的影响。结果表明，科技进步对能源效率改善贡献率最大，纯技术效率和规模效率贡献率大致相当；而从区域来看，技术进步三大组成部分对能源效率的提高程度，东北和中部要大于东部和西部。王姗姗和屈小娥（2011）以中国制造业28个行业为研究对象，运用非参数数据包络分析（Data Envelopment Analysis，DEA）的DEA-Malmquist生产率指数法，实证测算了制造业行业全要素能源效率指数、技术进步和技术效率指数。研究结果显示，技术进步是制造业全要素能源效率提高的主要原因，纯技术效率和规模效率的作用相对较小。汪克亮等（2012）利用数据包络分析方法构建非参数前沿，在共同前沿方法框架下分析比较2000—2007年中国全要素能源效率的区域差异，并利用技术缺口比率（Technology Gap Ratio，TGR）定量考察中国区域能源利用的技术差距。研究结果显示，东部地区能源技术接近全国最优水平，而中、西部地区距离全国潜在最优能源技术还存在一定程度的改进潜力。赵楠等（2013）在DEA-Tobit两阶段分析框架下研究技术进步对地区能源利用效率的影响，发现追随型技术进步对中国各地区能源利用效率施加了显著正向影响，而前沿型技术进步作用并不明显；影响中国地区能源利用效率的诸因素，其正向作用力度呈现出由东向西逐渐递减的态势。刘似臣和秦泽西（2013）将Malmquist指数分解为纯技术进步指数和技术效率指数，应用固定效应模型和广义最小二乘法（Generalized Least Squares Method，GLM）实证分析了东、中、西部的纯技术进步对能源强度、技术效率对能源强度的影响程度和影响路径，研究结果表明，纯技术进步对能源强度和技术效率对能源强度之间均存在长期协整关系，并且纯技术进步和技术效率提高对能源强度的降低有显著作用。刘琪林和李富有（2013）基于1999—2010年中国29个省区市能源产业面板数据，应用Malmquist-DEA方法对中国能源产业的生产率、技术进步、技术效率的增长来源、差异与变化趋势进行了实证分析。研究结果表明，技术进步是生产率提高的决定因素，全要素生产率的提高对于技术进步的依赖是非常明显的，但是中国能源产业全要素生产率的增长主要来源于规模效率而不是技术效率。此外，各地区的技术效率存在显著的条件收敛，但不存在显著的绝对收敛；技术进步既存在条件收敛，也存在绝对发散。
（6）能源技术进步对经济增长影响研究。
任锦鸾和顾培亮（2002）分别计算了内生技术进步和外生技术进步对单位GDP能耗的影响，据此预测了能源需求量和需求结构。许秀川等（2008）对重庆市经济增长的技术进步贡献率及其能源消费效率进行了分解，结果表明，重庆经济增长主要依靠资本和能源的大量投入推动，技术进步对经济增长的贡献不明显。王迪等（2010）运用无残差的完全分解模型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，结果显示技术进步对经济增长的影响效应呈波动性增长趋势。杨迎春和岳咬兴（2010）研究发现，技术进步对出口量的长期影响为正，而国内外能源的相对价格对出口量的影响为负。肖文和唐兆希（2011）构建了四部门内生增长模型，较为完整地分析了能源消耗、研发创新与经济可持续增长之间相互作用的内在机理。鲍勤等（2011）基于动态递归的可计算一般均衡方法，测算了在不同的能源节约型技术进步条件下，碳关税对我国经济与环境影响的变动。魏艳旭等（2011）基于1953—2009年数据，运用IPAT方程从广义技术角度对能源消耗与经济增长的关系进行了研究。结果表明，在前30年经济增长对能源消耗依赖性较大，对技术依赖性较小；而后30年经济增长对能源消耗依赖性减弱，对技术依赖性增强，技术转变与技术进步是引起这种变化的关键因素。尹新哲和杨柏（2012）构建并刻画了基于能源与环境约束的能源消耗型产业在考虑人力资本积累的技术进步影响下，实现其产业的稳态经济增长路径，并尝试分析了技术进步形成的污染治理和能源回收再利用对产业经济增长的影响。刘景卿和俞海山（2013）基于我国1978—2010年数据，运用协整检验和状态空间模型估算等方法实证研究了能源消费与经济增长之间的关系。研究表明，技术进步对能源消费的“替代效应”一般大于“收入效应”，并呈周期性递减趋势，即在我国技术进步对节约能源消费存在正效应。刘亚铮等（2013）基于西北五省区的面板数据，构建扩展的柯布—道格拉斯（C-D）生产函数，研究了能源消费和技术进步对西北地区经济增长的影响。结果表明，技术进步对西北地区经济增长的贡献率在20%以上，与全国平均水平相比，除陕西省外西北地区R&D经费支出占GDP比重相对较低。郑丽琳和朱启贵（2013）分析了能源导向型和劳动导向型这两类垂直技术进步对一国的产业结构变迁和经济增长的影响路径。研究发现，产业间垂直技术进步差异和能源环境约束又直接影响产业结构变迁状况，进而影响经济的可持续发展。关峻（2013）基于时变参数状态空间模型，分别考察了资本体现式和非体现式技术进步两种技术进步方式对经济增长驱动力的差别。胡宗义和刘亦文（2013）考察了技术进步、能源消费与经济增长三者之间的关系，研究发现技术进步对经济增长的作用不如能源消费明显，但其作用仍是不可忽视的。张华和魏晓平（2013）基于1981—2011年数据，对经济增长与能源消费、环境治理、技术进步的长期协整关系和短期动态关系进行经验分析。结果表明，长期中，分别融入技术变量的劳动力、能源消费和污染治理投资及资本存量、技术进步均与经济增长呈正相关关系；短期中，加入技术变量的能源消费对经济增长的影响不显著，加入技术变量的劳动力与污染治理投资对经济增长呈现显著的负相关关系。程颖慧和王健（2014）基于我国1979—2010年数据建立了能源消费、技术进步与经济增长的向量自回归模型。研究结果发现，从长期来看，技术进步对经济增长具有显著的正向效应；从短期来看，技术进步对经济增长的冲击表现为正向效应。蔡海霞（2014）基于我国2004—2011年30个省区市数据对技术进步和能源消费对我国经济增长的影响进行了实证研究，研究发现技术进步和能源消费对我国经济增长的影响系数都为正数，且技术进步的影响系数小于能源对经济增长率的影响系数。刘亦文和胡宗义（2015）基于动态CGE模型仿真分析了能源技术变动对我国宏观经济变量的影响程度，研究结果表明，能源技术变动在短期和长期中对主要宏观经济变量、要素市场及节能减排都有较为明显的推动作用。
（7）能源技术进步与国际合作研究。
庄贵阳（2005）认为促进能源技术进步和国际能源技术合作可以通过“技术推动”和“市场拉动”这两条途径加以实现。金乐琴和刘瑞（2009）认为加强国际间交流与合作，促进发达国家对中国的技术转让与合作，可以实现我国低碳技术发展的跨越式进步。石敏俊和周晟吕（2010）也认为国际技术合作是中国加快发展低碳技术，推动能源技术进步的重要突破口。王绍媛等（2013）认为20世纪东北亚各国间的能源合作层次较低，21世纪东北亚能源合作应将非常规能源技术进步视为重点领域。高翔（2013）通过对主要经济体低碳技术国际合作的能源与气候论坛技术行动计划研究发现，我国在技术行动计划中应以终端用能技术、核能技术为重点，在碳捕集利用与封存领域做好技术储备，在不同阶段采取财政补贴和排放交易的政策促进低碳与气候友好技术的发展。
（8）能源技术发展的国际比较与经验借鉴。
郝海等（2002）通过对中国和美国的技术进步节能率的测算和对比分析，得出了中国的技术进步亟须进一步深化。李宝山（2004）通过对澳大利亚、新西兰清洁能源技术应用及相关政策的考察，认为利用清洁能源技术可以有效减少城市大气污染。徐国泉和姜照华（2007）选取美国1980—2004年的能源生产率、R&D知识技术存量、第三产业比重以及石油价格等变量的时间序列作为样本数据，通过回归分析看出美国结构变化对能源效率的影响最为显著。杨嘉林（2009）认为美国汽车业的衰落原因是美国汽车业不应该集中力量开发新能源汽车技术，而应该开发节油技术。王发明和毛荐其（2010）通过对国际经验的比较分析，得出了政府应在新能源技术研究开发、示范和推广中发挥重要作用。洪宇和单世超（2011）利用日本1988年1月至2010年10月的月度数据，对工业总产值、原油进口的价格与数量以及原油进口地理集中度共4个变量进行了短期和长期Granger因果关系检验。经验性证据表明，日本同时存在着“成本驱动型技术应用机制”和“风险驱动型技术进步机制”两种机制，无论在短期还是在长期内都足以抵消石油价格冲击的负效应，促进经济增长。周睿（2013）采用了22个新兴市场国家1996—2009年的面板数据，研究了市场自由化和技术进步对能源效率的影响。研究发现，技术进步和经济体制转型对新兴市场国家能源效率的提高起着显著的作用。杜雯翠（2013）利用1990—2009年全球6个工业国和7个准工业国的经济与环境数据，通过因素分解方法将各国空气质量的改善分解为能源效应和技术效应两个部分。研究发现，工业国多依靠提高能源效率改善空气质量，准工业国则更多地依靠治污技术的应用。
基于国际能源技术发展经验，肖英（2008）分析了我国新能源技术发展中由于关键技术缺失导致的技术、市场问题及其深层原因。李书锋（2009）认为制约我国可再生能源发展的最大因素是技术落后，而不确定性又是制约其技术进步的主要障碍。张克震和赵剑波（2014）认为我国新能源技术的发展处于引入阶段与快速发展阶段之间，各个领域的主导技术逐渐形成，但依旧存在不确定性；原有的技术范式存在优势，新能源技术需要调整适应；新能源技术应用逐渐市场化，但示范应用以及面向特定细分市场特征明显。
全球气候变化与能源环境问题是威胁到人类长期可持续发展的重要问题，生态环境治理已成为各国政府的核心议题。近年来，国际社会围绕减少经济增长过程中的生态环境治理、促进经济向绿色发展模式转变已经采取了诸多举措，并定期对这些政策的效果进行评价以指导后一阶段的政策设计。
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模型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：一种是涵盖气候变化模块的综合集成模型，如Dice/Rice（Nordhaus，1993，2008，2011；Nordhaus & Yang，1996）、MERGE（Manne et al，1995）、PAGE（Hope，2006）、Fund（Tol，1997）等模型；另一种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（Burniaux & Truong，2002）、MONASH模型（Dixon & 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 & Labriet，2008；Loulou，2008）、MESSAGE（Messner & Strubegger，1995；Riahi & 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。
能源—经济—研究CGE（CE3-LGE）模型作为生态环境治理政策评估模型当中的重要组成部分，在国际减排与区域低碳政策评价中具有广泛应用。利用能源—经济—研究CGE（CE3-LGE）对环境政策做出评估主要具有以下优点：一是基于坚实的理论基础。能源—经济—研究CGE（CE3-LGE）与新古典微观经济理论密切关联，这一优势使得建模者更容易根据相关理论判断模型结果是否合理并对政策的作用机制与影响结果做出基于经济规律的解释。二是能源、环境与经济系统整体协调一致的相互作用机制。能源—经济—研究CGE（CE3-LGE）的政策评估结果更加综合与具体，不但可以观测宏观经济整体影响，也可以研究微观经济部门层次变化，从而使其计算结果能较好地解释现象发生的原因。但能源—经济—研究CGE（CE3-LGE）也存在一系列争议性问题，如结果依赖大量参数且参数取值不稳健，使得模型结果的可信度大打折扣；模型假设过于理想且技术表达抽象，需要大量的数据支撑，通常很难实现。
不同的生态环境治理政策工具对环境治理与生态建设本身的效应有所差异，由其引致的产业结构或收入分配调整、就业格局变动、节能减排的实际效应等也不尽相同。能源环境政策效果研究主要从两个方面出发：一是研究现有能源环境政策实施或外生冲击效果评价分析，二是利用CGE模型仿真研究一个能源环境政策的实施所带来的可能效果。这里的政策或外生冲击评价与CGE模型存在本质区别，前者是对一个已经实施多年的政策实行或外生冲击的实际效果进行估算（前提是必须存在处理组和对照组），而后者则是作者根据当前的宏观经济动向以及自己的主观判断设置模型情景，以研究其对整个经济系统的影响。
生态环境治理政策工具实施或外生冲击效果评价分析方面。目前政策效果评价在环境政策领域运用十分广泛，其计量研究工具主要是采用双重差分模型（Difference-in-Difference Method，DID）估计和倾向得分估计。Fowlie等（2012）估计了美国加利福利亚州一项污染物排放交易计划的实行是否显著地降低了氮氧化物的排放。Hanna和Oliva（2011）以墨西哥城一个大型的炼油厂为外生冲击，研究了污染物排放对劳动力供给的影响。Knittel和Miller（2011）则以美国清洁空气行动法案的事实为外生冲击研究了类似问题。Greenstone和Hanna（2011）则以印度为研究样本，研究了环境规制政策的实施对污染物排放和婴儿死亡率的影响。相对于国外的丰富研究文献，DID估计和倾向得分估计方法在国内运用的并不多，近年来才有国内文献运用这些计量方法进行研究。例如，邓国营等（2012）考察了成都市成华区电厂搬迁带来的环境改善对该区域住房市场的影响。李树和陈刚（2013）利用DID评估了《中华人民共和国大气污染防治法》的修订对中国工业行业全要素生产率增长的影响。包群等（2013）采用DID研究了环保立法对环境的影响。杨友才等（2016）运用DID估计了合同能源税收改革对节能服务业的影响。丁屹红和姚顺波（2017）采用DID比较分析了退耕还林工程对黄河与长江流域农户福祉的影响。安祎玮等（2016）基于倾向得分匹配法分析了宁夏盐池县“退牧还草”生态政策对农户收入的影响。
能源环境政策对宏观经济影响的仿真研究方面。Dufournaud等（1988）最先将污染排放和治理行为引入CGE模型并构建了环境CGE模型。OECD（Organisation for Economic Co-operation and Development，经济合作与发展组织）（1994）利用全球环境与能源模型（GREEN）模拟了从1985—2050年全球（尤其是欧共体国家）经济增长中的能源使用，分析削减CO 2 排放政策的成本。Hans W Gottinger（1998）分析比较了7种不同的欧盟温室气体（Greenhouse Gas，GHGs）减排政策的经济—环境—能源效应。Patriquin模型的特点在于：①在SAM中引进了环境账户和能源账户；②将环境成分——CO 2 等量排放和吸收，以及地区的游憩收益，在不考虑行为模式的情况下，纳入CGE模型。所谓不考虑行为模式，即假设环境和经济的关系是单向的。Grant Allan等（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。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。Beckman等（2011）对CGE模型在能源领域应用的有效性进行了对比分析。Orlov A和Grethe H（2012）分别研究了完全竞争市场条件下和古诺寡头垄断市场条件下碳税政策对俄罗斯宏观经济的影响。Maisonnave等（2012）采用CGE模型研究了能源价格上涨、气候政策实行以及两者同时发生三个模拟场景对欧盟经济的影响，研究发现气候政策和能源价格上涨均会对欧盟经济产生轻微的负向冲击作用；Panida Thepkhun等（2013）采用AIM/CGE模型分析排放权交易、CO 2 的捕获和储存（Carbon Capture and Storage，CCS）技术在泰国的温室气体减排效应。Arshad Mahmood等（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影响。Alessandro等（2015）、Delfin等（2016）对环境CGE模型的能源替代弹性灵敏度进行了测试。Wei Li和Zhijie Jia（2016）构建了一个中国递推动态CGE模型，仿真研究了排放交易计划和免费分配配额比例的影响。Wei Li等（2017）基于CGE模型分析了中国碳排放交易计划对电动车和CCS的影响。
能源与气候经济模型在中国的起步较晚，应用也非常有限。中国目前的能源与气候经济的模型一部分以CGE模型为主，主要开发中国的CGE模型以分析中国能源、环境及气候政策模拟以及社会经济影响（Zhang，1996，1998；郑玉歆和樊明太，1999；李善同等，2000；武亚军和宣晓伟，2002；王灿等，2003；魏巍贤，2009；Liang et al.，2007；王林秀等，2009；石敏俊等，2010，2012）。还有一部分自下而上的能源技术模型，主要引进国际上著名的MARKAL/TIMES、LEAP、MESSAGE等模型（Cai et al.，2009；王克等，2006；陈荣等，2008），在此基础上进行校验和改进，形成在一定程度上适合分析中国能源与气候问题的能源技术模型，并利用这些模型开展相关能源发展战略、排放路径、减排成本及减排政策分析等方面的研究。也有很少的混合模型（胡秀莲和姜克隽，1998；Chen，2005），利用这些模型也对能源、环境、气候政策相关议题展开分析。此外，郭正权（2011）、邓祥征等（2011）、李钢等（2012）、牛玉静等（2012）、李猛（2011）、刘宇等（2015）、王克强等（2015）、张晓娣和刘学悦（2015）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。值得肯定的是，近年来，CGE模型在MBIs政策效应评估中也取得了系列成果。例如，刘婧宇等（2015）建立了一个加入金融系统的CGE模型，刻画绿色信贷政策的传导路径，定量测算政策在不同时期的系统性影响。周晟吕（2014）基于上海市能源—环境—经济CGE模型，模拟了在不同的就业条件下上海市碳排放交易机制对经济的影响和对传统污染物的协同减排效应。汤维祺等（2016）借助区域间CGE模型（IRD-CGE）对不同减排政策机制对排放主体的激励作用进行模拟和验证。刘宇等（2016）基于中国多区域一般均衡模型TermCO 2 对天津碳交易试点的经济环境影响进行了评估。徐晓亮（2014）、梁龙妮等（2016）基于CGE模型分析了能源资源税的改革效应，时佳瑞等（2015）、徐晓亮（2014）还具体分析了煤炭资源税改革的影响。原毅军等（2016）基于CGE模型分析了水污染税的开征对污染减排效果和宏观经济冲击的影响。
综上不难发现，中国绿色发展过程中能源环境政策变动带来的宏观经济和节能减排效应迫切需要科学的计量模型进行预测分析，这其中采用数值模拟方法来评价不同政策工具的研究主要基于CGE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：①CGE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。②CGE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）。④CGE能够分析不同经济体和行业间的联系，因此可以更好地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 & 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。
尽管在能源环境政策分析中应用了各种CGE模型，但能源—经济—环境CGE模型仍然处于初级阶段，主要存在如下三个方面的问题：①缺乏可将能源、经济和环境三个不同系统等值折算到一个统一系统内的方法。国内现有大多数研究缺少能源、经济和环境所涉及各子系统的内在相互渗透、相互制约关系的综合研究，在界定能源、经济和环境之间相互作用时未能完整刻画三个不同系统的复杂关系。②缺乏金融模块的刻画。现有绝大多数CGE模型主要偏向实物经济部门的描述，对金融市场没有进行明确的描述，甚至没有考虑金融部门，忽视了金融部门与其他实物部门之间的相互作用。随着绿色金融的兴起，对绿色金融政策的评估亟须构建一个完善的环境金融CGE模型。③中国自主开发的大型CGE模型仍然匮乏。尽管一些CGE模型应用于现实经济的能源环境问题，但仍然是在发达国家成形的CGE模型基础上建构的，参数的设定和基线情景的各种假设通常不能符合中国能源环境系统的现实状况，很少是为中国根据自身经济社会特征尤其是“新常态”背景建立的能源环境CGE模型。本项目着力针对以上三方面问题，在课题组前期开发的中国静态可计算一般均衡模型——CHINGE模型和中国动态可计算一般均衡模型——MCHUGE模型进行模型应用扩展、环境反馈、函数扩展和结构衍生，构建一个“新常态”转型期特征的动态环境CGE模型，通过设置不同的政策情景，仿真研究这些政策调适对各经济主体的冲击以及这些反应相互间的作用程度。