钢铁行业节能减排政策情景研究——基于LEAP模型

崔和瑞，魏朋邦

钢铁行业节能减排政策情景研究
——基于LEAP模型

崔和瑞，魏朋邦

（华北电力大学经济管理系，河北保定071003）

面对中国钢铁行业耗能高、CO2排放量巨大、严重供过于求导致钢铁企业大面积亏损的严峻形势，中国政府推行了淘汰落后产能、推广节能减排技术以及建立全国性碳交易市场等政策。借助长期能源规划平台LEAP（Longrange Energy Alternatives Planning System），建立了LEAP-Policy模型，通过构建1个基准情景和3个政策情景来模拟分析中国钢铁产业政策的效果，并探索2015—2040年中国钢铁行业的节能减排潜力。研究发现：中国钢铁行业存在巨大的节能减排潜力，4个情景的节能减排效果排序为：碳交易市场情景（ET）>缩减产能情景（CEC）>技术推广情景（TI）>基准情景（BAU）。碳交易市场情景（ET）2040年的能源需求总量为49亿吉焦，CO2排放总量为3.61亿吨，分别比基准情景（BAU）降低了60.5％和68.4％，节能减排效果最为显著。如果政府制定的产业政策得到有效实施，中国钢铁行业未来的能源消耗和CO2排放量可以得到有效控制。

钢铁行业；政策情景模拟；LEAP平台；节能减排

2013年中国生产和消费化石能源过程中排放了90.23亿吨CO2，占全球总排放量的28.03％[1]。在全球气候变化问题上，中国正面临着来自发达国家的巨大谈判压力[2]746-754。因此，如何控制中国经济发展中的一次能源消费量和温室气体排放量是中国亟待解决的问题[3]。为了减缓温室气体排放，2014年11月在《中美气候变化联合声明》中，中国计划2030年左右CO2排放达到峰值且将努力早日达峰，为了实现这一目标，所有能源密集型部门必须做出相应的调整。

2014年中国粗钢产量为8.227亿吨，占全球总产量的50.26％[4]。世界钢铁工业CO2排放量占全球总排放的5％～6％，而中国钢铁工业CO2排放量占全国总排放的15％左右[5]。因此，中国钢铁行业的低碳化发展对中国降低碳排放整体目标的实现有重要推动作用。2013年以来随着中国经济的转型，经济增速放缓，根据工业化阶段、人均GDP、城镇化率等国际通行的评价因子测算，现阶段中国钢铁需求已达峰值。由于产品品类单一，附加值相对较低，产品同质化严重导致国内钢铁行业已进入微利甚至大面积亏损时代[6]。此外，由于之前大量资本的盲目涌入[7]，供给扩张迅速，随着需求的缩小，中国钢铁行业供过于求的问题越来越突出。

随着中国钢铁行业结构性问题越来越突出，中国政府也制定了相关的产业政策。国家发改委组织编制的《国家重点节能低碳技术推广目录（2014年本）》[8]中，要求加快在钢铁行业中推广节能低碳生产技术，推动钢铁行业低碳化发展。同时国家发改委印发的《国家应对气候变化规划（2014—2020年）》[9]中，提出加快建立全国性碳排放交易市场。国务院签发的《关于钢铁业化解过剩产能实现脱困发展的意见》[10]指出，“十三五”期间将淘汰1～1.5亿吨钢铁产能。为了推动钢铁产业低碳绿色健康可持续发展，中国政府推出了一系列的钢铁产业政策。

为了分析中国钢铁产业政策的效果，探索中国钢铁行业的节能减排潜力，本文借助LEAP（Longrange Energy Alternatives Planning System）软件建立LEAP-Policy模型，采用情景分析法对此进行研究。希望通过对中国钢铁行业政策未来效果的模拟研究，能有助于更加全面地认识中国钢铁产业未来的节能减排方向，同时可以为中国相关政策部门制定未来政策提供参考依据。

一、文献综述

在中国钢铁行业节能减排研究中，Lin Boqiang等（2015）[2]746-754采用随机前沿分析方法，研究了中国钢铁行业的全要素CO2排放绩效和CO2减排潜力，分析了中国东北地区、东部地区、中部地区和西部地区的钢铁行业全要素CO2排放绩效的差异，认为不同地区在实施节能减排政策时要结合各地区钢铁产业发展现状。Yu Bing等（2015）[11]利用向量自回归模型VAR（vector autoregressive model）对中国钢铁行业CO2减排潜力和技术投资以及经济增长之间的关系进行了研究，认为中国钢铁行业存在巨大的节能减排潜力，技术改造投资的提高可以显著降低钢铁行业的CO2排放量。Xu Bin等（2016）[12]同样采用VAR模型分析了中国钢铁行业CO2排放量变化的影响因素，认为能源效率在减少CO2排放方面起着主导作用，在中国经济高速发展的同时要注重钢铁行业的技术升级。Li Yuan等（2014）[13]对中国钢铁行业节能减排技术和推广成本进行了研究，重点对中国目前推广和潜在要推广的41项节能减排技术进行了分析，认为这41项技术将能带来4.63吉焦/吨的节能效果和443.21千克/吨的CO2减排效果。Hasanbeigi Ali等（2014）[14]对中国钢铁行业和美国钢铁行业在生产工艺和能源强度方面进行了对比分析，结果表明，美国钢铁生产能源强度为14.90吉焦/吨粗钢和中国钢铁生产能源强度为23.11吉焦/吨粗钢，但当假设美国的电炉炼钢比例和中国相同时，美国的钢铁生产能源强度增加54％到22.96吉焦/吨粗钢。Hasanbeigi Ali等的研究表明，如果中国钢铁行业进行结构调整，引导钢铁产能向短流程的电炉炼钢发展，中国钢铁行业的总体能源消耗和CO2排放将会显著降低。梁晓捷等（2016）[15]利用文献计量方法，对中国钢铁行业的能源效率与CO2排放的发展变化特征和趋势进行了研究，结果表明：中国钢铁行业能源效率与CO2排放的科研产出自2010年以来开始出现快速增长。上述对中国钢铁行业的研究虽然方法都不尽相同，但都认为中国钢铁行业存在较大的节能减排潜力。为了实现中国节能减排目标，挖掘中国钢铁行业节能减排潜力，中国政府也制定了一系列的相关政策。此时对中国钢铁行业政策的研究就显得很有意义，通过对中国钢铁行业政策的模拟研究可以对政策的未来效果进行合理预期，同时也可以为中国政策部门制定钢铁产业的相关政策提供参考依据。

近年来，情景模拟在政策效果研究中得到了广泛的应用。这是一个定性和定量相结合的可视化仿真预测方法，其基本思想是利用历史数据分析模拟未来的一些关键因素变化所产生的社会经济影响。情景模拟通常包括一个基准情景和若干个政策情景，基准情景是按历史数据的趋势外推，而政策情景是将历史数据外推的时候改变其中某些关键因素的趋势，以此来模拟分析不同政策的实施效果[16]71-75。传统的减排情景模拟模型包括MARKALMACRO[17]模型、CGE[18]模型以及基于上述两种模型设计思想的拓展模型。MARKAL-MACRO模型和CGE模型的主要设计思路是基于宏观经济的一般均衡，其模拟的政策大都是对经济具有全局影响的宏观经济政策，因此上述两种模型通常仅仅适用于地区或国家层面的减排问题研究。由于其很难深入地对行业内部重大减排措施进行评价和分析，所以不适用于对具体行业的减排政策进行模拟研究。

由斯德哥尔摩环境研究所和波士顿大学合作开发的LEAP软件，在很大程度上解决了这些问题。该软件是一个模拟平台，研究者可以根据他们所要研究的具体问题来构建各种政策模型，它可用于国民经济各个部门的能源需求和温室气体减排研究，借助该软件深入分析各个部门在不同的政策或技术模拟情景下的能源需求、能源消费以及能源—环境的影响等多种问题，实现部门技术或政策的有效性识别。目前，欧美国家政府和学者经常会借助LEAP对能源政策进行模拟研究，Piret Kuldna等（2015）借助LEAP对爱沙尼亚的能源政策战略环境进行了评价分析[19]。Hong Sungjun等（2016）借助LEAP对韩国交通运输业温室气体减排潜力进行了模拟分析，重点分析了交通运输业的减排对国家整体温室气体控制目标的贡献[20]。McPherson Madeleine等（2014）借助LEAP模型对巴拿马电力部门进行了政策情景模拟分析[21]。中国学者利用LEAP对中国能源政策的研究还是相对较少，利用LEAP软件分析中国钢铁行业能源消费和CO2减排问题的研究更少[22]。作者搜集到的文献包括王克等（2007）[23]利用LEAP软件建立LEAP-China模型对中国钢铁行业2000—2030年的CO2排放量和减排潜力进行了预测和分析，认为中国钢铁行业具有一定的减排潜力，产业结构调整和技术进步是实现中国钢铁行业减排的主要途径。何枫等（2013）[24]借助LEAP软件重点研究在实现中国既定经济发展目标下，分析中国钢铁产业未来的能源消耗和CO2排放情况。

在阅读和分析上述文献的基础上，本文从中国政府制定淘汰落后钢铁产能、推广低碳节能技术等产业政策和建立全国性碳排放交易市场等应对气候变化政策为出发点，以钢铁产业政策为依据，借助LEAP软件建立模型，采用情景分析法来模拟分析不同政策的节能减排效果。希望通过对中国钢铁行业政策效果的模拟研究，能有助于更加全面地认识中国钢铁产业未来的节能减排方向。

二、模型方法与情景定义

（一）LEAP模型

LEAP是由斯德哥尔摩环境研究所和波士顿大学合作开发的一个能源—环境模拟分析平台[25]，其模拟的情景是基于计算和分析一个行业全生命周期内的能源是如何生产、转换和消费的，以及在这个过程中对环境产生的影响。LEAP模型的数据结构是自下而上的，其数据流和行业现实生产中的能源流一样，模块的顺序反映了能源的流动和消费从生产环节的第一个工序逐次到最后一个工序。图1显示了钢铁行业的主要工序[26]，本文构建的LEAP-Policy模型的微观数据结构如图1所示。

LEAP模型通过分析行业中每个生产环节消耗的能源类型、能源的消费方式和该生产环节的年活动水平来估计未来经济发展、政策和能效技术等变化对该行业能源需求和环境的影响情况。LEAP模型还提供了一个包含各种燃料的环境污染物的排放因子TED（技术—环境数据库）数据库[27]，通过该数据库可以计算燃料消耗过程中产生的CO2、SO2和NOx等各种排放物。LEAP模型的分析过程可以被总结为以下5个部分[28]：

1.部门的生产

钢铁的产量是由包括炼焦、烧结、炼铁、炼钢、轧钢等工序的整个生产链决定。

其中，Pi为i种工序的产出；Pj，i为第i种工序由设备j生产的产量。

2.能源需求

其中，E为钢铁行业能源总需求；en，j，i为第i种工序由设备j生产过程中消费的n类型能源的总量。

3.CO2排放

其中，CE为钢铁行业CO2排放总量；cefn，j，i为CO2排放因子，即第i种工序由设备j生产过程中消费的n类型能源所排放的CO2质量。

4.成本

其中，C为钢铁行业总成本；epn为n类型能源的单位价格；mk，j，i单位钢铁生产中第i种工序由设备j生产过程中消耗的k类材料质量；mpk为k类材料的单位价格；fcj，i为第i种工序中设备j的生产单位固定成本;Pj，i为第i种工序由设备j生产的总产量。

5.节能减排潜力

其中，ESP为能源节约潜力；Ea为政策情景a的能源消费量；Eo为基准情景的能源消费量；CMP为减排潜力；CEa为政策情景a的CO2排放总量；CEo为基准情景的CO2排放总量。

（二）政策情景

1.宏观经济假定

本文从对钢铁行业影响比较大的宏观经济变量出发，主要考虑国内生产总值（GDP）、总人口、城市化率、三大产业比重等因素。根据国家“十三五”规划纲要[29]中提出的目标要求，参考中国经济增长前沿课题组[30]和中国社会科学院工业经济研究所所长黄群慧（2014）[31]公开发表的文献中对中国经济的预测和判断，假设了各情景中2015—2040年的宏观经济参数[32-33]，如表1所示。

表1 模型宏观经济基本假设

2.各情景具体定义

根据国家发改委组织编制的《国家重点节能低碳技术推广目录（2014年本）》和国务院印发的《关于钢铁业化解过剩产能实现脱困发展的意见》以及中国将要在2017建立全国性碳排放交易市场的政策建立了1个基准情景和3个政策情景。中国政府将提供必要的政策法规来强制钢铁企业淘汰落后产能，鼓励企业改进生产技术，提高能源利用效率降低碳排放。4个情景的模拟时间均为2014—2040年，以2014年为基准年，具体如下所示：

（1）基准情景BAU（business-as-usual scenario）；（2）缩减产能情景CEC（cut excessive industrial capacity scenario）；（3）技术推广情景TI（technology improvement scenario）；（4）碳交易市场情景ET（emissions trade scenario）。

基准情景（BAU）假设未来不采取任何政策，不考虑未来产业政策和节能减排规划，钢铁行业按当下发展趋势进行外推。缩减产能情景（CEC）假设钢铁行业按国务院签发的《关于钢铁业化解过剩产能实现脱困发展的意见》逐步淘汰钢铁制造落后产能，制定产业结构调整政策，严格调控，根据中国经济转型状况对中国钢铁行业做好长期规划。技术推广情景（TI）假设未来中国钢铁行业按国家发改委组织编制的《国家重点节能低碳技术推广目录（2014年本）》进行技术升级改造，采用强制与鼓励的方法在钢铁行业中推广上述节能减排技术。碳交易市场情景（ET）假设未来中国将建立全国性的碳排放交易市场，由于碳交易市场的运行，一些技术工艺落后的钢铁企业因为利润低碳配额不足，从而采取降低产量，在市场需求不变的情况下，那些拥有先进技术的钢铁企业的设备利用效率会更高，因为拥有高技术的企业利润水平高，可以覆盖它在市场上交易的碳排放价格成本，意味着中国钢铁行业的产品将更多地由更高技术的设备生产。各情景的具体参数描述如表2所示，其中技术推广情景（TI）中各技术2015—2020年推广比例的详细信息如表3所示，各情景中的2015—2040年的详细技术推广情况如表4所示。

表2 各情景描述和主要参数设定

表3 技术推广情景（TI）2015—2020年各技术推广比例

表4 各情景的技术推广情况

三、模拟结果与分析

（一）能源消费量

根据对各情境中的假定，借助LEAP软件通过本文建立的LEAP-Policy模型计算分析可得4种不同情景的能源需求情况，如图2所示。结果表明，中国钢铁行业的能源总需求从2015—2040年整体上呈下降趋势，2015—2025年较2030—2040年下降趋势稍快一点。基准情景（BAU）中钢铁行业能源总需求从2015年的139亿吉焦降到2040年的125亿吉焦，下降趋势比较缓慢。3个政策情景的能源总需求下降趋势比基准情景明显，随着政策实施时间的推移能源需求总量也降低很多。缩减产能情景（CEC）能源总需求从2015年的139亿吉焦下降到2040年的66亿吉焦，技术推广情景（TI）能源总需求从2015年的139亿吉焦下降到2040年的75亿吉焦。碳交易市场情景（ET）是能源需求量最少的情景，其能源需求由2015年的139亿吉焦降到2040年的49亿吉焦，节能效果最为显著。

在基准年（2015年）能源需求量为1时，4种情景的能源需求量比如图3所示。根据图3的模拟结果对钢铁行业各政策情景的节能潜力进行评估，缩减产能情景（CEC）到2040年的能源需求为0.46，比基准年降低了54％的能源需求；技术推广情景（TI）到2040年的能源需求为0.53，比基准年减低了47％的能源需求；碳交易市场情景（ET）到2040年的能源需求为0.35，比基准年减低了65％的能源需求。通过3个政策情景和基准情景的能源需求情况对比可以发现，中国钢铁行业存在巨大的节能潜力。政府制定的去产能和推广节能减排技术等钢铁产业政策的顺利实施可以不同程度地挖掘中国钢铁行业节能潜力，这也和Lin Boqiang等（2015）[2]746-754的研究结论一致。

为了分析情景中能源消费的构成类型及比例，在此以碳交易市场情景（ET）为例，分析了碳交易市场情景（ET）中能源分类消费情况。如图4所示仅分析了中国钢铁行业的煤炭类能源和电力能源消费情况。2014—2040年中国钢铁行业煤炭类能源和电力能源消耗变化趋势不同。碳交易市场情景（ET）中2014—2040年中国钢铁行业消费的煤炭类能源绝对量逐年降低，从2014年的134亿吉焦降低到2040年的39亿吉焦。而电力能源消费绝对量变化较小，2014—2040年呈波动上升趋势，从2014年的9亿吉焦波动上升到2040年的12亿吉焦。从情境中两类能源的需求情况可以看出，煤炭类能源依旧是中国钢铁行业的最主要能源，2014年中国短流程电炉炼钢比例仅为6.1％，远低于25.6％的世界平均水平，但随着政府对短流程电炉炼钢的鼓励，中国钢铁产业结构也在不断调整，煤炭类能源在钢铁行业的统治地位也在慢慢弱化。

（二）CO2排放

根据对各情境中的假定，借助LEAP软件通过本文建立的LEAPPolicy模型计算分析可得4种不同情景下的CO2排放量。本文所计算的CO2排放量包括直接排放和间接排放，其中钢铁行业所用电力的碳排放按照中国发电平均碳排放系数[16]71-75计算。

从图5可以看出，4种情景下中国钢铁行业的CO2排放量从2015—2040年整体上呈下降趋势，基准情景（BAU）中钢铁行业CO2排放从2015年的12.71亿吨下降到2040年的11.44亿吨，下降趋势比较缓慢。3个政策情景的CO2排放下降趋势较基准情景明显，缩减产能（CEC）情景CO2排放量从2015年的12.71亿吨下降到2040年的5.90亿吨，技术推广情景（TI）CO2排放量从2015年的12.71亿吨下降到2040年的6.35亿吨。碳交易市场情景（ET）是CO2排放最少的情景，其CO2排放由2015年的12.71亿吨降到2040年的3.61亿吨，减排效果最为显著。通过3个政策情景和基准情景的CO2排放情况的比较可以发现，中国钢铁行业存在巨大的CO2减排潜力。考虑到碳捕捉和封存技术（CCS）目前仍处于研究阶段，并没有在国内钢铁企业推广，本文在进行CO2排放的情景模拟时没有考虑这一技术。

图6为碳交易市场情境（ET）中，中国钢铁行业在2015—2040年电力消费碳排放和煤炭类消费碳排放。从图6可以看出，中国钢铁行业煤炭类消费碳排放在逐年降低，2015—2030年降低趋势更加明显，2030—2040年降低缓慢。中国钢铁行业电力消费产生的碳排放从2015—2020年逐年升高，由2015年的0.93亿吨升高到2020年的1.16亿吨，在技术提高的情况下，这段时期中国钢铁行业用电导致的CO2排放量升高的原因是短流程电炉炼钢所占比例逐渐增大。2020—2030年钢铁行业电力消费排放的CO2量稍有下降，2030—2040年电力消费排放的CO2又稍有升高，但总体钢铁行业电力消费排放的CO2变化不明显。其原因是随着经济与技术的提高和国家减排的要求，尽管中国钢铁需求量下降，但中国钢铁行业电炉占比逐渐提高，中国钢铁业电力需求不但没有降低反而增加了。

（三）政策情景对比分析

为了比较中国政府制定的钢铁产业政策之间的CO2减排效果差异，在此分析了在以缩减产能情景（CEC）为基准时，3个政策情景的CO2排放量。如图7所示，技术推广情景（TI）与缩减产能情景（CEC）相比，其CO2排放量2015—2030年呈增长趋势，2030—2040年呈下降趋势，说明在2030年以前，对中国钢铁行业产能控制的政策大于技术推广政策的减排效果，2030年以后技术推广政策在钢铁行业CO2减排中的作用将会越来越突出。

与缩减产能情景（CEC）相比，碳交易市场情景（ET）的CO2排放量在2040年比缩减产能情景（CEC）减少了2.28亿吨，减排效果最为显著。碳交易市场政策在钢铁行业的减排效果是3个政策中最为有效的，碳交易市场对钢铁行业的覆盖会使节能减排成为钢铁企业提高内涵竞争力的核心战略。碳交易市场的运行使CO2排放的外部成本内部化，减少CO2排放是有利可图的。钢铁企业从自身发展情况考虑会主动进行结构调整，在向短流程电炉炼钢调整的同时，会积极对传统的高炉炼铁及转炉炼钢流程设备进行技术改造和升级，可以通过市场这只看不见的手来促进钢铁企业走绿色低碳、循环经济之路。

四、结论与建议

（一）结论

本文借助LEAP软件，采用情景分析法对中国政府推行的钢铁产业政策进行了情景模拟研究，得出如下结论:

1.中国钢铁行业存在着巨大的节能和CO2减排潜力，中国钢铁产业政策对促进钢铁行业节能低碳发展是十分有效的。4个情景的节能减排效果排序为:碳交易市场情景（ET）>缩减产能情景（CEC）>技术推广情景（TI）>基准情景（BAU），这意味着中国政府制定的钢铁行业节能减排政策的效果排序为碳交易市场政策>淘汰落后产能政策>技术推广政策。

2.通过对中国钢铁产能的控制，在解决国内钢铁产业过剩的同时可以降低中国钢铁行业的能源需求和CO2排放。落后产能的淘汰也可以在一定程度上提高中国钢铁行业整体技术水平。

3.当中国钢铁行业按《国家重点节能低碳技术推广目录（2014年本）》进行技术升级时，中国钢铁行业的能源消耗和CO2排放可以得到很好的控制。

4.碳交易市场政策在钢铁行业的减排效果是3个政策中最为有效的。碳交易市场的运行使CO2排放的外部成本内部化，促使钢铁企业在向短流程电炉炼钢调整的同时会积极对传统的高炉炼铁及转炉炼钢流程设备进行技术改造和升级，从而降低中国钢铁行业的能源消费和CO2排放。

（二）政策建议

通过对中国政府推行的钢铁产业政策效果的研究，提出以下建议:

1.建立化解钢铁行业产能过剩长效机制。既要发挥政府在钢铁产业的宏观调控作用又要发挥市场的自主调节作用。产能过剩成为制约钢铁行业持续健康发展的突出问题，为此建议，政府要制定严格的淘汰落后产能政策，合理规划钢铁产业布局。同时钢铁行业发展要主动适应经济发展新常态，逐步由依靠产能扩张、价格竞争向加快创新、提升质量转变。充分发挥钢材行业规划、政策、标准的引导与约束作用，进一步完善重大钢铁项目建设信息库，健全产能过剩信息预测预警机制。

2.加大对钢铁行业节能减排技术的研发和国外先进技术的引进，推广现有国内外先进成熟技术。认真落实《国家重点节能低碳技术推广目录（2014年本）》在中国钢铁行业的推广，强化节能环保指标硬约束，对于达不到行业节能减排标准的钢铁企业，严格实施惩罚性措施，推动钢铁行业绿色转型。

3.科学推进碳交易市场顶层设计和基础制度建设。着力推进碳交易立法，确定碳交易市场覆盖的企业排放边界，制定更注重效率的碳排放权配额分配方法。加强碳交易制度相关的能力建设，建立碳交易市场监管制度，持续开展碳排放权交易能力建设。目标是建立一个覆盖高耗能行业的高效运行的碳交易市场，促进中国钢铁行业节能低碳化发展，深刻挖掘中国钢铁行业节能减排潜力，为实现国家整体减排目标做出应有的贡献。

4.节能减排政策的效果能否实现取决于该政策能否严格实施。建议政府在推行钢铁行业减排政策时建立适当的履约机制，监督中国钢铁行业政策有计划地实施。

[1]IEA.CO2Emissions from fuel combustion highlights（2015 edition）[EB/OL].（2015-11-30）.http：//www.iea.org/publications/ freepublications/publication/co2-emissions-from-fuel-combustion-highlights-2015.html.

[2]LIN B Q，WANG X L.Carbon emissions from energy intensive industry in China：evidence from the iron and steel industry[J]. Renewable and Sustainable Energy Reviews，2015，47（3）：746-754.

[3]戴彦德，吕斌，冯超.“十三五”中国能源消费总量控制与节能[J].北京理工大学学报（社会科学版），2015，17（1）：1-7.

[4]中国钢铁工业协会.中国钢铁工业年鉴2015[M].北京：中国冶金出版社，2015.

[5]徐文青，李寅蛟，朱廷钰，等.中国钢铁工业CO2排放现状与减排展望[J].过程工程学报，2013，13（1）：175-180.

[6]中华人民共和国工业和信息化部.2014年钢铁行业运行情况和2015年展望[EB/OL].（2015-02-05）.http：//www.miit.gov.cn/ n11293472/n11293832/n11293907/n11368223/16445215.html.

[7]李远，朱磊，范英.市场化减排政策对中国钢铁行业的影响——基于偏均衡建模的分析[J].工业技术经济，2016，35（1）：139-153.

[8]中华人民共和国国家发展与改革委员会.国家重点节能低碳技术推广目录：2014年本[EB/OL].（2014-12-31）.http：//www. sdpc.gov.cn/zcfb/zcfbgg/201501/t20150114_660123.html.

[9]中华人民共和国国家发展与改革委员会.国家应对气候变化规划：2014—2020年[EB/OL].（2014-09-19）.http：//www.sdpc. gov.cn/zcfb/zcfbtz/201411/t20141104_642612.html.

[10]中华人民共和国国务院.国务院关于钢铁行业化解过剩产能实现脱困发展的意见[EB/OL].（2016-02-04）.http：//www.gov. cn/zhengce/content/2016-02/04/content_5039353.htm.

[11]YU B，LI X，QIAO Y B，et al.Low-carbon transition of iron and steel industry in China：carbon intensity，economic growth and policy intervention[J].Environmental Science，2015，28：137-147.

[12]XU B，LIN B Q.Assessing CO2emissions in China’s iron and steel industry：a dynamic vector autoregression model[J].Applied Energy，2016，161：375-386.

[13]LI Y，ZHU L.Cost of energy saving and CO2emissions reduction in China’s iron and steel sector[J].Applied Energy，2014，130：603-616.

[14]HASANBEIGI A，PRICE L，ZHANG C，et al.Comparison of iron and steel production energy use and energy intensity in China and the U.S.[J].Journal of Cleaner Production.2014，65：108-119.

[15]梁晓捷，王兵，张皓，唐葆君.钢铁行业能源效率与碳排放[J].北京理工大学学报（社会科学版），2016，18（2）：34-38.

[16]武群丽，祖红莲.基于LEAP-Power模型的电力产业碳减排政策情景研究[J].预测，2015，205（4）：71-75.

[17]TSAI M S，CHANG S.Taiwan’s 2050 low carbon development roadmap：an evaluation with the MARKAL model[J].Renewableand Sustainable Energy Reviews，2015，49（9）：178-191.

[18]OCHUODHO T，LANTZ V，OLALE E.Economic impacts of climate change considering individual，additive，and simultaneous changes in forest and agriculture sectors in Canada：a dynamic，multi-regional CGE model analysis[J].Forest Policy and Economics，2016，63（2）：43-51.

[19]KULDNA P，PETERSON K，KUHI R.Knowledge brokering on emissions modeling in strategic environmental assessment of Estonian energy policy with special reference to the LEAP mode[J].Environmental Impact Assessment Review，2015，54：56-60.

[20]HONG S，CHUNG Y，KIM J，et al.Analysis on the level of contribution to the national greenhouse gas reduction target in Korean transportation sector using LEAP model[J].Renewable and Sustainable Energy Reviews，2016，60：549-559.

[21]MCPHERSON M，KARNEY B.Long-term scenario alternatives and their implications：LEAP model application of Panama electricity sector[J].Energy Policy，2014，68：146-157.

[22]SHRESTHA R，PRADHAN S.Co-benefits of CO2emission reduction in a developing country[J].Energy Policy，2010，38（5）：2586-2597.

[23]WANG K，WANG C，LU X D.Scenario analysis on CO2emissions reduction potential in China’s iron and steel industry[J]. Energy Policy，2007，35（4）：2320-35.

[24]何枫，徐晓宁，王学艳，等.中国钢铁产业碳减排LEAP模型情景研究[J].华东经济管理，2013，27（12）：89-92，134.

[25]Stockholm Environment Institute（SEI）.User guide，web help version：updated for LEAP 2015[R/OL].（2015-12-19）.https：// www.energycommunity.org/documents/OptimizationQuickStart.pdf.

[26]苟林.中国钢铁行业节能减排潜力分析[J].生态经济，2015，31（9）：52-55.

[27]SADRI A，ARDEHALI M，AMIRNEKOOEI K.General procedure for long-term energy-environmental planning for transportation sector of developing countries with limited data based on LEAP（long-range energy alternatives planning）and energy plan[J]. Energy，2014，77：831-843.

[28]ATES S.Energy efficiency and CO2mitigation potential of the Turkish iron and steel industry using the LEAP（long-range energy alternatives planning）system[J].Energy，2015，90：417-428.

[29]中华人民共和国人民代表大会.国民经济和社会发展第十三个五年规划纲要[EB/OL].（2016-03-17）.http：//news.xinhuanet. com/politics/2016lh/2016-03/17/c_1118366322.htm.

[30]中国经济增长前沿课题组.中国经济转型的结构性特征、风险与效率提升路径[J].经济研究，2013（10）：4-17.

[31]黄群慧.“新常态”、工业化后期与工业增长新动力[J].中国工业经济，2014（10）：5-15.

[32]MA D，WANG L N，YIN X A，et al.Co-benefits of reducing carbon emissions in China’s iron and steel industry[J].Energy Procedia，2014，61：1557-1560.

[33]HE X B，SIM N.Does economic growth affect urbanization？new evidence from China and the Chinese national congress[J]. Journal of Asian Economics，2015，36：62-71.

Study on the Carbon-reduction Policy Scenarios in Iron and Steel Industry—Based on the LEAP Model

CUI Herui，WEI Pengbang
（Department of Economics and Management，North China Electric Power University，Baoding Hebei 071003，China）

In order to deal with China’s steel industry issues，such as high energy consumption，huge CO2emissions and serious oversupply led to steel companies’large losses et al，the Chinese government launched a series of corresponding policies，such as elimination of backward production capacity;promote energy saving technology and the establishment of a national carbon trading market policies.With the help of LEAP（Long-range Energy Alternatives Planning System）software，this paper established a LEAPPolicy model.Then based on the production policy of phasing out backward production capacity and the clean production policy of energy saving and emission mitigation technology and climatic change policy of the establishment of carbon exchange market，A basic scenario and three policy scenarios are established for the simulated analysis of the energy saving and emission mitigation potential of China’s steel industry.Researches indicate there is great potential for the CO2emission mitigation in steel industry and the ordering for the effects of 4 scenarios is：carbon exchange market scenario（ET）>production reduction scenario（CEC）>technology promotion scenario（TI）>basic scenario（BAU）.The carbon emission trade market scenario is the best scenario with the best emission reduction and reduces energy demand by 60.5％compared to basic scenario（BAU）in 2040，and CO2emission reduction by 68.4％ in 2040.This study reveals that energy consumption and CO2emissions of the iron and steel industry could be lowered significantly if the policies are implemented.

iron and steel industry；policy scenario analysis；LEAP model；CO2emission mitigation

F407

A

1009-3370（2016）06-0001-09

10.15918/j.jbitss1009-3370.2016.0601

[责任编辑：孟青]

2016-04-28

国家自然科学基金资助项目“智能电网环境下中国电力工业碳排放控制关键问题研究”（71471061）

崔和瑞（1967—），男，博士，教授，E-mail：cuiherui1967@126.com