可再生能源电价补贴的大气环境效益分析

魏巍贤+赵玉荣

摘要 可再生能源的电价补贴是一项旨在加速推进可再生能源广泛应用的政策机制，对中国能源结构调整（降低煤电比例）、改善大气环境具有重要的现实意义。鉴此，本文将可再生能源发电带来的空气污染物（CO2、SO2、NOX和PM2.5）排放的减少作为衡量大气环境质量改善的效益指标，利用2012年中国投入产出表建立包含温室气体、污染气体和颗粒物模块的可计算一般均衡模型，从总量和行业的视角量化研究了实施可再生能源电价补贴政策对改善大气环境的积极作用，考察了可再生能源发电补贴辅以硫税、硫税及碳税这两种冲击的情景。研究表明：可再生能源电价补贴减少了温室气体、污染气体的总排放量和颗粒物浓度，在补贴的基础上辅以硫税不仅可以有效地增进大气环境福利效益，而且还能抵消征税对经济增长的负面效应；可再生能源电价补贴使清洁能源发电对火电产生替代效应，各个行业排放的CO2、SO2和NOX均下降；但这一替代效应在工业部门尤其是重工业部门相对有限，这也证明了工业部门的减排压力较于其他产业（农业部门和服务业部门）更大；补贴可促进可再生能源发电量不断提升，进而优化能源结构，这是增进大气环境效益的根本原因。上述结果意味着短期内要提高可再生能源电价附加标准，补贴与税收双管齐下以增强减排力度。而可能面临的可再生能源电价补贴资金不足问题则意味着中期内要实现补贴方式逐渐向定额补贴、绿色证书模式过渡，利用市场机制确定补贴标准；长期内需最终取消补贴政策，倒逼技术进步，推动整个可再生能源产业的可持续发展。

关键词 可再生能源；电价补贴；大气环境；可计算一般均衡模型

中图分类号 F124.1

文献标识码 A文章编号 1002-2104（2017）10-0209-08DOI：10.12062/cpre.20170508

2015年6月，中國政府在向联合国气候变化框架公约秘书处提交的《强化应对气候变化行动——中国国家自主贡献》中提出，到2030年中国强化应对气候变化的行动目标是，单位国内生产总值二氧化碳排放比2005年下降60%—65%，非化石能源占一次能源消费比重达到20%左右。2016年12月29日国家发展改革委、国家能源局在印发的《能源生产和消费革命战略（2016—2030）》中也提出了非化石能源发展目标：到2020年非化石能源占比15%；2021—2030年非化石能源占能源消费总量比重达到20%左右；2050年，非化石能源占比超过一半，建成现代能源体系。但2015年中国的能源消费结构中，非化石能源中水电占8.5%，核电占1.4%，风电占1.6%，太阳能占0.5%，其他如生物质能微小不计。以化石能源为主的能源消费结构不仅不利于发展低碳经济，还造成以雾霾为特征的大气污染问题。自2013年至今，以可吸入肺部颗粒物PM2.5和可吸入颗粒物PM10为主要成分的雾霾天气在全国频频出现，对社会经济发展和人民日常生活造成了严重威胁[1]。实现非化石能源的消费比重目标，促进可再生能源迅速发展，需要政府积极的扶持政策，而对可再生能源电价进行补贴是最常见的财政激励政策。

1 文献综述

可再生能源的电价补贴（feedin tariff， FIT）一般以可再生能源电价附加的形式解决，因此研究可再生能源补贴问题转化为研究可再生能源电价补贴问题。FIT作为一种可再生能源补贴政策为各国政府所采用，并在有些国家成为法律义务，许多学者对其关注并展开研究。Hui等[2]使用能源供应系统与环境影响的多区域（MESEIC）模型分析了中国清洁发电技术的门槛，认为短期内FIT是有效的解决政策。Liu等[3]使用平准化电力成本（LCOE）模型研究风力发电成本问题，得出FIT政策有利于吸引投资的结论。余扬[4]则建立平准化电力成本扩展模型测算了中国风能、太阳能电价政策的补贴需求和财税成本，提出急需调整兼顾市场应用和税负成本的新能源政策。Keyuraphan等[5]比较了中国、美国和欧洲国家的可再生能源补贴政策，指出鼓励可再生能源电力生产需建立在政府强制和企业自愿相结合的基础上。李婧舒和刘朋[6]从WTO法律视角下探讨了新能源补贴的相关法律问题，提出运用政府采购扶持新能源产业发展的建议。Andor & Voss[7]用局部均衡模型讨论了可再生能源发电的两种补贴方式，研究中考虑了投资补贴和发电补贴具有的外部性，并用德国电力市场的数据证明了补贴带来福利损失。

上述关于可再生能源补贴的研究集中于测算其补贴成本或评价其补贴政策，其他涉及可再生能源的研究有：Shih等[8]建立了一种国家级能源效率和可再生能源管理的协同框架，验证了美国国家主管部门在这一框架中发挥的作用；GarrettPeltier[9]运用投入产出分析方法比较了支出相同价值的清洁可再生能源和化石能源对就业的影响，发现一百万美元的清洁能源支出比同等价值的化石能源支出多创造5个工作岗位。此外，Büyükzkan & Güleryüz[10]， Gabriel等[11]， Dóci & Gotchev[12]， Lin等[13]也作了与可再生能源相关的研究。

提及可再生能源，往往与传统化石能源作比较，取消化石能源补贴与促进可再生能源发展具有一致性。许多学者采用CGE模型研究化石能源补贴改革问题，即取消化石能源补贴的影响。如Lin & Jiang[14]、Liu & Li[15]分别分析了中国能源补贴改革对经济和对能源消费结构的影响，SOLAYMANI & KARI[16]评价了马来西亚能源补贴改革对交通运输业的影响， Farajzadeh & Bakhshoodeh[17]研究了伊朗能源补贴改革的经济与环境效应。然而，利用CGE模型研究可再生能源补贴影响的文献较少。Kalkuhl等[18]评价了可再生能源政策对福利和能源价格的影响，采用跨期全球一般均衡模型研究碳税和可再生能源补贴的不同政策组合对碳减排的最优选择问题。Wu等[19]通过建立多区域能源—环境—经济CGE模型模拟了两种情景下的新能源电价补贴政策对宏观经济、部门CO2排放和区域电力需求弹性的影响。

中国电力生产的污染排放占总排放的一半，电力部门尤其需要开发清洁发电技术，但是建立CGE模型专门研究清洁发电技术补贴即可再生能源电价补贴对大气环境影响的文献少之又少。鉴此，本文建立包含温室气体（CO2）、污染气体（SO2和NOX）与颗粒物（PM2.5）模块的可计算一般均衡（Computable General Equilibrium Model，CGE）模型，将可再生能源发电补贴减少的CO2、SO2、NOX 和PM2.5的排放量作为大气环境的福利效益指标，量化可再生能源电价补贴对大气环境的积极效应，从而验证新能源补贴政策对中国调整能源消费结构、治理大气污染、应对气候变化的重要意义。

2 CGE模型结构与数据

2.1 CGE模型

为了研究可再生能源发电补贴对大气环境的影响，本文在ORANIG[20]模型的基础上进行了修改完善。该模型用价格机制将生产对产品和要素的需求、生产供给、投资需求和贸易等有机地结合起来，考虑到家庭、政府等社会各个经济主体的行为，而且考察了多个宏观变量和价格指数，被广泛应用于政策冲击的研究。下面仅介绍本文改进的部分。

2.1.1 电力生产

生产模块为四层嵌套结构，如图1所示。其中电力生产由火电、水电、核电和风电四种发电技术构成，它们通过（1）式的CES函数嵌套成电力。与此同时，煤、石油和天然气通过CES函数嵌套成化石能源。由于电力和化石能源间的替代弹性比化石能源间的替代弹性要小，故能源由电力和化石能源通过CES函数复合而成。其余CES函数同理，不再给出。

其中，XELEi为i行业的电力产出，X_ski为i行业电力技术k（经国内品和进口品复合后）的投入量，k分别代表火电、水电、核电和风电。δki为份额参数，Aki为技术参数，ρ是与替代弹性σ有关的参数，二者关系为ρ=1-1σ。

2.1.2 可再生能源电价补贴

补贴可以反映在模型中的中间投入模块、产出模块、资本投入模块，本文将补贴引入中间投入模块。由于不同发电技术间的替代弹性，对可再生能源发电技术的补贴使其更具竞争力，从而对火电技术产生替代。（2）式表示相较于初始价格p0k，dom，补贴使对可再生能源电力的购买价格pk，dom更低，也就是说补贴使消费者价格低于生产者价格，这里的k分别代表水电、核电和风电，s为补贴率。

2.1.3 温室气体、污染气体与颗粒物

对传统化石能源的使用产生CO2等温室气体，SO2、NOX等污染气体，还有PM2.5等颗粒物。相对于燃煤火电而言，可再生能源发电则不会产生上述温室气体、污染气体和颗粒物，因此将可再生能源发电补贴减少的CO2、SO2、NOX和PM2.5的排放量作为大气环境的福利效益指标。模型假设CO2、SO2、NOX的排放全部来自于生产和消费过程中对煤、石油、天然气和火电的消耗。以CO2为例，生产过程中由某种化石能源导致的某行业CO2排放量等于该行业这种化石能源投入量乘以对应的CO2排放因子，再乘以行业清洁技术参数，（3）式表达了这一关系；某行业总的CO2排放量等于该行业所有化石能源排放量的加总，由（4）式给出。消费过程中的排放情况同理，总的CO2排放量由生产、消费两个过程的排放构成，见（5）式。在空气中转化成PM2.5的气体污染物主要有SO2、NH3、挥发性有机物等，因此主要设置SO2和PM2.5的转换关系，PM2.5浓度方程如（6）式所示。

这里，EMI_Cfi为由化石能源f导致的行业i的CO2排放量，Xfi为i行业化石能源f的投入量，EMIF_Cf为化石能源f的CO2排放因子，CLE_Ci为清洁技术参数，EMI_Ci为行业i总的CO2排放数量，EMIT_C为生产和消费过程中的CO2排放总量，HEMI_C和GEMI_C分别为家庭和政府消费过程中导致的CO2排放量，PM25为PM2.5的年均浓度，EMIT_S为生产和消费过程中的SO2排放总量（计算过程同EMIT_C），TRAN為SO2和PM2.5的转换因子。

2.1.4 模型闭合

采用短期闭合，设定的外生变量包括资本存量、实际工资、实际家庭/投资/政府支出、存货变动、出口需求、国外市场价格、各种税率、补贴率、汇率，其余为内生变量。

2.1.5 模拟机制

在有补贴率的情况下，可再生能源电力的价格下降，如公式（2）所示。由于不同电力间的替代弹性（CES生产函数），可再生能源电力更具竞争力，各产业部门增加对可再生能源电力的使用，减少对火电的使用。火电主要依靠燃烧化石能源尤其是煤，对火电使用的减少在一定程度上减少了对化石能源的使用。模型假设CO2、SO2、NOX的排放来自于对化石能源的消耗，故化石能源使用的减少带来减排效益。总之，电价补贴的作用机制主要依靠价格因素在市场中发挥的调节作用。

2.2 数据与参数

文章使用的基础数据为中国2012年投入产出表，是目前最新的数据资料，包含了共139个部门。研究需要，本文首先将139个部门进行合并、拆分（见图2），处理后主要包括3个化石能源部门（煤、石油和天然气）、4个电力部门（火电、水电、核电和风电），以及隶属农业、轻工业、重工业和服务业的剩余多个部门。然后，将多余的误差项并入存货部分，并按照总产出与总进口的比例拆分所有中间使用和最终用户（无转口贸易，除出口）的国内产品和进口产品。最后将增加值部分的固定资产折旧和营业盈余合并为资本要素。

根据表1测算的补贴率估计2012年可再生能源发电的补贴金额，基年CO2、SO2和NOX排放总量数据来自《2012中国环境状况公报》。化石燃料CO2排放系数的设定采用国家发改委能源研究所的推荐值，大气污染物SO2和NOX排放系数的设定参考了魏巍贤和马喜立[21]的研究文献。参数设定方面，不同发电技术间的替代弹性参照Allan等[22]；化石能源间的替代弹性、化石能源与电力间的替代弹性参照石敏俊等[23]；阿明顿弹性参照Guo等[24]；要素间的替代弹性、出口弹性等参照魏巍贤和马喜立[21]。

3 模拟设置与结果分析

3.1 模拟冲击设置

模拟冲击的设置主要依据中国可再生能源电价附加征收标准。2012年可再生能源电价附加征收标准为0.8分/kW·h（始于2006年）。国家发改委于2015年12月27日下发《关于降低燃煤发电上网电价和一般工商业用电价格的通知》，将用电征收的可再生能源电价附加征收标准提高到1.9分/kW·h（除居民生活和农业生产以外），比2014年开始实施的1.5分/kW·h的标准增加0.4分/kW·h。如果补贴全部以可再生能源附加的形式解决，以2020年风力发电2.2亿kW、光伏发电1.2亿kW，风电、光伏电、煤电价差不动测算，“十三五”期间可再生能源附加标准需要调整为2.5分/kW·h。若再增加可再生能源发电规模，实现《可再生能源发展“十三五”规划》中初步明确的可再生能源发展目标，即按照2020年风力发电2.5亿kW，光伏发电1.5亿kW计算，可再生能源电价附加需要调至3.5分/kW·h。假设燃煤上网电价保持0.4元/kW·h不变，表1测算了可再生能源发电的补贴率。

由表1可知，2012年补贴率约为2%，若要实现“十三五”期间的可再生能源发电目标并不断调高电价附加标准，2020年补贴率要达到8.75%左右。因此，本文将模拟可再生能源发电补贴率从2%到8.75%情形下的大气环境效益。此外，征收硫税和碳税也是改善大气环境的有效政策手段，本文还模拟了可再生能源发电补贴辅以硫税、可再生能源发电补贴同时辅以硫税和碳税这两种冲击的情况。

3.2 温室气体、污染气体与颗粒物总减排量

表2给出了可再生能源发电补贴、补贴加硫税、补贴同时辅以硫税和碳税三种冲击对总减排量和GDP的影响。可再生能源发电补贴有效地提高了大气环境福利效益，使CO2、SO2和NOX分别减少了10 032.129万t、20.013万t和18.171万t，PM2.5浓度下降0.628 μg/m3，GDP增加0.062%。可再生能源发电补贴加硫税的情况下，CO2、SO2和NOX的减排量更多，分别减少了17 164.736万t、34.116万t和29.788万t，PM2.5浓度的下降幅度更大（-1.071 μg/m3），但是GDP增加0.051%，小于仅有补贴的情形。补贴同时辅以硫税和碳税的情况下，虽然大气环境效益更加显著，CO2、SO2和NOX的减排量远远高于前两种情形，甚至PM2.5浓度下降了12.434 μg/m3，但是此时经济负增长，GDP减少0.266%。

上述结果说明征收硫税和碳税（尤其碳税）由于遏制了某些高耗能、高污染行业的发展，在一定程度上阻碍了经济增长，虽然其对大气环境的福利效益更大，却并非改善大气环境的长久之计。对可再生能源电价进行补贴带来了新的经济增长点（例如引致新能源行业的投资需求），不仅可以促进新能源产业的发展、通过替代火电改进能源消费结构，而且在改善大气环境的同时促进了经济增长。如果可再生能源发电补贴辅以适度的硫税或碳税政策，不僅可以显著增进大气环境效益，还能抵消征税对经济增长的部分负面影响。

3.3 温室气体与污染气体行业减排量

实施可再生能源电价补贴后，各个行业排放的CO2、SO2和NOX均呈现下降趋势，这说明可再生能源电价补贴使清洁能源发电对火电产生替代效应，各个行业不同程度地增加对清洁能源电力的使用，减少对火电的使用，间接降低了对化石能源的消耗，从而温室气体和污染气体的排放有所下降。鉴于每个行业温室气体和两种污染气体的下降幅度基本一致，图2仅给出CO2分详细行业减排量。建筑业、仓储邮政、地产金融、批发零售和农林牧渔业的CO2排放量下降幅度均超过0.7%，分别下降0.76%、0.75%、0.74%、0.72%和0.72%；其次，CO2减排力度较大的行业是石油、天然气和交通运输，CO2排放量分别下降0.68%、0.68%、0.65%。火电的CO2排放下降0.53%，这主要与火电产出的下降减少了对煤炭的消耗有关。煤炭行业的CO2减排力度最小，CO2排放量仅下降0.2%。

火电行业和煤炭行业的结果反应出当前的大气污染治理存在专家所说的“火电行业超前、非电领域滞后”现象。过去一段时期内，雾霾治理的重点在火电领域，火电行业常规污染物排放指标已经达到世界先进水平，污染物排放量快速下降。每年的煤炭消费量占据除火电之外的另一半。据悉，2015年全国煤炭消费总量为39.6亿t，非电工业领域用煤量达18.2亿t。非电工业领域和居民燃烧散煤所带来的污染物排放占比在大幅增加，非电行业大气污染治理步伐相对迟缓，成为大气污染治理的一大问题。

大气污染最主要的污染源来自工业污染排放，工业中的SO2排放占全国的90%，NOX排放占70%，烟尘占85%。为了从更加宏观的行业视角分析可再生能源发电补贴的大气福利效益，本文将上述详细行业进一步进行分类，用算数平均的方法计算了农业、轻工业、重工业、服务业和能源行业的温室气体与污染气体减排情况，如图3所示，仅给出CO2行业减排量。CO2减排力度由大到小依次为农业、服务业、轻工业、能源行业和重工业，CO2排放量分别下降0.71%、0.65%、0.54%、0.52%和0.36%。说明在农业和服务业部门，可再生能源发电对火电的替代作用更明显。与农业和服务业相比较，工业部门是用电大户，其中有色金属、冶金、化工、建材四个行业是电力消耗的主要行业，仅四大高耗能产业的电力消费量就约占整个电力消费量的40%。即使对可再生能源发电补贴后，较低的可再生能源电价使工业部门增加对其使用，但对电力巨大的需求，加之火电技术成熟、成本低等诸多优点，工业部门用电构成还是以火电为主。也就是说在工业部门尤其重工业部门，可再生能源发电对火电的替代更有限，这也从侧面反映了工业部门的减排压力更大。

最后需要说明的是，影响行业减排的因素有许多，比如供给侧改革控制行业产量，从而减少了该行业的能源投入；再比如行业清洁技术进步的提高使单位产量的排污减少等等。但本文在考察行业减排时设置的冲击只有补贴率，已经排除了其他因素的干扰，因此这里的行业减排量是全部由电价补贴造成的，它是一个百分比变化的相对量。

3.4 能源结构

增加对可再生能源的补贴有助于以三种方式优化中国的能源系统：一是使能源消费结构更清洁；二是提高能源效率；三是解决不平衡分配和能量消耗的问题。可再生能源补贴之所以对大气环境产生福利效益，归根到底与補贴改善了能源结构有关，图4给出了不同冲击下的能源结构变化。在只有补贴的情况下，煤炭和火电的产出分别减少0.05%和0.04%，石油和天然气的产出均增加0.01%，而补贴使可再生能源发电显著增加，达到2.73%。补贴政策改善了以火电为主的电力消费结构，促进可再生能源产业发展壮大，同时抑制煤炭产业的发展，有利于发展低碳经济。

可再生能源发电补贴加硫税的情况下，煤炭和火电的产出分别减少0.08%和0.06%，天然气的产出增加0.02%，幅度均大于只有补贴的情况；加入硫税后，可再生能源发电增加依然明显，但略小于只有补贴的情况。这种政策组合的效果更加理想，既能够增加可再生能源占一次能源消费的比重，又能够加快中国实现应对气候变化目标的进程。

补贴同时辅以硫税和碳税的情况下，煤炭和火电的产出呈现较大幅度地减少，石油和天然气的产出也由增加转为减少，而可再生能源发电的增加显著小于只有补贴的情况。碳税能显著减少对化石能源的消耗，但对可再生能源发展的负面作用也明显，不是一种可持续的发展政策。

4 研究结论与政策建议

为推动可再生能源产业发展壮大，国家不断提高可再生能源电价附加征收标准，使可再生能源电价补贴率持续提高。本文使用中国2012年投入产出表，基于可计算一般均衡框架模拟了补贴政策对大气环境的福利效益，并与补贴辅以硫税、补贴同时辅以硫税和碳税这两种政策效应进行对比，得出结论如下：

（1）提高可再生能源电价补贴能够减少温室气体、污染气体的总排放量，降低颗粒物浓度，该政策在有效改善大气环境状况的同时拉动了经济增长；如果在提高补贴的基础上适度增加硫税或碳税政策，大气环境的福利效益更加显著且补贴抵消了征税对经济增长的部分负面影响。

（2）补贴使可再生能源发电对火电产生替代，各个行业排放的温室气体和污染气体出现不同程度的下降趋势，温室气体和污物气体的减排力度由大到小依次为农业、服务业、轻工业、能源行业和重工业。

（3）补贴促进可再生能源发电量不断提升，替代燃煤火电的贡献越来越大，优化了能源结构，是产生大气环境福利效益的根本原因；如果在提高补贴的基础上适度增加硫税政策，可以加快能源结构优化的进程，助力实现应对气候变化的目标。

可再生能源电价补贴政策改善了大气环境质量，为更好地增进这种福利效益，提出以下政策建议：

（1）短期内提高可再生能源电价附加征收标准，辅以硫税或碳税政策，补贴与税收双管齐下。目前可再生能源不能与常规化石能源直接竞争，可再生能源发电不能与火电直接竞争，要实现2030年中国强化应对气候变化的行动目标，使非化石能源占一次能源消费比重达到20%左右，必须加大对可再生能源产业的扶持力度，提高可再生能源电价补贴是最直接有效的政策手段。今后的电力改革目标应包括不同发电技术竞争环境的市场化和合理化，即化石能源发电与可再生能源发电竞争环境的市场化和合理化，环境需求上行的因素要求可再生能源发电竞争力在国家扶持下达到一定水平。而硫税或碳税政策短时间内减排效果显著，双管齐下既增强了短期减排力度，也满足了长期可持续发展要求。

（2）中期内适时调整补贴方式，电价附加的补贴模式

逐渐向定额补贴、绿色证书模式过度。可再生能源附加与燃煤标杆电价组成可再生能源发电电价的方式还需保留一段时间，但由于面临可再生能源电价补贴资金不足的问题，补贴方式需调整，实行“价格”和“补贴”的分离。财政补贴部分，把差价补贴变成定额补贴，根据国家对可再生能源发展规模的需要设定补贴目标。当条件成熟时，推进配额加绿色证书交易机制，通过市场发现补贴的标准。

（3）长期内最终取消补贴。仅仅靠补贴政策刺激，往往使可再生能源企业忽视发展投资与技术进步的长期规划。要随着补贴强度的逐步降低，最终取消补贴，真正实现可再生能源产业的持续、健康发展。

如今，以雾霾为典型特征的大气污染现象，除了一定程度的气象因素，归根到底与发展方式粗放、产业结构失衡、能源结构欠佳、能源效率低下、环境治理低效等发展过程中的多个问题有关[25]。研究已证明对可再生能源的扶持政策优化了能源结构，对大气环境治理具有一定效果。因此，现阶段我们要通过积极的扶持政策使开发运营成本仍然很高、技术尚未成熟的可再生能源项目有长期稳定的合理回报，从而吸引部件、系统、运营商和投资人的积极参与，推动整个行业的可持续发展，为美丽中国建设作出其应有的贡献。

参考文献（References）

[1]戴小文， 唐宏， 朱琳. 城市雾霾治理实证研究——以成都市为例[J]. 财经科学， 2016（2）： 123-132. [DAI Xiaowen， TANG Hong， ZHU Lin. Empirical research on urban smog management： a case study of Chengdu[J]. Finance & economics， 2016（2）： 123-132.]

[2]HUI J X， CAI W J， YE M H， et al. Clean generation technologies in Chinese power sector： penetration thresholds and supporting policies[J]. Energy procedia， 2015， 75： 2807-2812.

[3]LIU Z F， ZHANG W H， ZHAO CH， et al. The economics of wind power in China and policy implications[J]. Energies， 2015， 8（2）： 1529-1546.

[4]余揚. 中国风能、太阳能电价政策的补贴需求和税负效应[J]. 财贸研究， 2016（3）： 106-116. [YU Yang. Subsidy demands and tax burdens of Chinas wind and solar electricity price policies[J]. Finance and trade research， 2016（3）： 106-116.]

[5]KEYURAPHAN S， THANARAK P， KETJOY N， et al. Subsidy schemes of renewable energy policy for electricity generation in Thailand[J]. Procedia engineering， 2012， 32： 440-448.

[6]李婧舒， 刘朋. WTO法律框架下的新能源补贴问题研究——以美国对华新能源产业“301调查”为视角[J].对外经济贸易大学学报（国际商务版）， 2013（1）： 119-128. [LI Jingshu， LIU Peng. Research on new energy subsidies under WTO legal framework： in the sight of U.S ‘301 investigation against Chinese new energy industry[J]. Journal of University of International Business and Economics （international business edition）， 2013（1）： 119-128.]

[7]ANDOR M， VOSS A. Optimal renewableenergy promotion： capacity subsidies vs. generation subsidies[J]. Resource and energy economics， 2016， 45： 144-158.

[8]SHIH-C H， LATHAM W， SARZYNSKI A. A collaborative framework for U.S. statelevel energy efficiency and renewable energy governance[J]. The electricity journal， 2016， 29（9）： 21-26.

[9]GARRETTPELTIER-H. Green versus brown： comparing the employment impacts of energy efficiency， renewable energy， and fossil fuels using an inputoutput model[J]. Economic modelling， 2017，61（2）：439-447.

[10]BYKZKAN-G， GLERYZ S. An integrated DEMATEL-ANP approach for renewable energy resources selection in Turkey[J]. International journal of production economics， 2016， 182： 435-448.

[11]GABRIEL-C A， KIRKWOOD J， WALTON S， et al. How do developing country constraints affect renewable energy entrepreneurs？[J]. Energy for sustainable development， 2016， 35： 52-66.

[12]DCI G， GOTCHEV B. When energy policy meets community： rethinking risk perceptions of renewable energy in Germany and the Netherlands[J]. Energy research & social science， 2016， 22： 26-35.

[13]LIN J H，-WU Y K， LIN H J. Successful experience of renewable energy development in several offshore islands[J]. Energy procedia， 2016， 100： 8-13.

[14]LIN B Q，-JIANG Z J. Estimates of energy subsidies in China and impact of energy subsidy reform[J]. Energy economics， 2011， 33（2）： 273-283.

[15]LIU W，-LI H. Improving energy consumption structure： a comprehensive assessment of fossil energy subsidies reform in China[J]. Energy policy， 2011， 39（7）： 4134-4143.

[16]SOLAYMANI S， KARI F. Impacts of energy subsidy reform on the Malaysian economy and transportation sector[J]. Energy policy， 2014， 70： 115-125.

[17]FARAJZADEH Z，-BAKHSHOODEH M. Economic and environmental analyses of Iranian energy subsidy reform using computable general equilibrium （CGE） model[J]. Energy for sustainable development， 2015， 27： 147-154.

[18]KALKUHL M，-EDENHOFER O， LESSMANN K. Renewable energy subsidies： secondbest policy or fatal aberration for mitigation？[J]. Resource and energy economics， 2013， 35（3）： 217-234.

[19]WU J， ALBRECHT J， FAN Y， et al. The design of renewable support schemes and CO2 emissions in China[J]. Energy policy， 2016， 99： 4-11.

[20]MARK H. ORANI-G： a generic singlecountry computable general equilibrium model[EB/OL]. http：//www.copsmodels.com/ftp/gpextra/oranig06doc.pdf.

[21]魏巍贤， 马喜立. 能源结构调整与雾霾治理的最优政策选择[J]. 中国人口·资源与环境， 2015， 25（7）： 6-14. [WEI Weixian， MA Xili. Optimal policy for energy structure adjustment and haze governance in China[J]. China population， resources and environment， 2015， 25（7）： 6-14.]

[22]ALLAN G，-LECCA P， MCGREGOR P， et al. The economic and environmental impact of a carbon tax for Scotland： a computable general equilibrium analysis[J]. Ecological economics， 2014， 100： 40-50.

[23]石敏俊， 李娜， 袁永娜，等. 低碳發展的政策选择与区域响应[M]. 北京： 科学出版社， 2012. [SHI Minjun， LI Na， YUAN Yongna， et al. Policy selection and district response about lowcarbon development[M]. Beijing： Science Press， 2012.]

[24]GUO-Z Q， ZHANG X P， ZHENG Y H， et al. Exploring the impacts of a carbon tax on the Chinese economy using a CGE Model with a detailed disaggregation of energy sectors[J]. Energy economics， 2014， 45： 455-462.

[25]邵帅， 李欣， 曹建华，等. 中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J]. 经济研究， 2016（9）： 73-88. [SHAO Shuai， LI Xin， CAO Jianhua ， et al. Chinas economic policy choices for governing smog pollution based on spatial spillover effects[J]. Economic research journal， 2016（9）： 73-88.]