全 文 ：
摇 摇 摇 摇 摇 生 态 学 报
摇 摇 摇 摇 摇 摇 摇 渊杂匀耘晕郧栽粤陨 载哉耘月粤韵冤
摇 摇 第 猿猿卷 第 员员期摇 摇 圆园员猿年 远月摇 渊半月刊冤
目摇 摇 次
前沿理论与学科综述
新一代 蕴葬灶凿泽葬贼系列卫星院蕴葬灶凿泽葬贼 愿 遥感影像新增特征及其生态环境意义 徐涵秋袁唐摇 菲 渊猿圆源怨冤噎噎噎噎
两种自然保护区设计方法要要要数学建模和计算机模拟 王宜成 渊猿圆缘愿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
家域研究进展 张晋东袁灾葬灶藻泽泽葬 匀哉蕴蕴袁欧阳志云 渊猿圆远怨冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
浅水湖泊生态系统稳态转换的阈值判定方法 李玉照袁刘摇 永袁赵摇 磊袁等 渊猿圆愿园冤噎噎噎噎噎噎噎噎噎噎噎噎
辐射传输模型多尺度反演植被理化参数研究进展 肖艳芳袁周德民袁赵文吉 渊猿圆怨员冤噎噎噎噎噎噎噎噎噎噎噎
微囊藻毒素对陆生植物的污染途径及累积研究进展 靳红梅袁常志州 渊猿圆怨愿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎
个体与基础生态
年龄尧性别及季节因素对千岛湖岛屿社鼠最大活动距离的影响 叶摇 彬袁沈良良袁鲍毅新袁等 渊猿猿员员冤噎噎噎噎
寄主大小及寄生顺序对蝇蛹佣小蜂寄生策略的影响 詹月平袁周摇 敏袁贺摇 张袁等 渊猿猿员愿冤噎噎噎噎噎噎噎噎噎
两种苹果砧木根系水力结构及其 孕灾曲线水分参数对干旱胁迫的响应
张林森袁张海亭袁胡景江袁等 渊猿猿圆源冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
三种根系分泌脂肪酸对花生生长和土壤酶活性的影响 刘摇 苹袁赵海军袁仲子文袁等 渊猿猿猿圆冤噎噎噎噎噎噎噎噎
种群尧群落和生态系统
象山港春季网采浮游植物的分布特征及其影响因素 江志兵袁朱旭宇袁高摇 瑜袁等 渊猿猿源园冤噎噎噎噎噎噎噎噎噎
洞头海域网采浮游植物的月际变化 朱旭宇袁黄摇 伟袁曾江宁袁等 渊猿猿缘员冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
狗牙根与牛鞭草在三峡库区消落带水淹结束后的抗氧化酶活力 李兆佳袁熊高明袁邓龙强袁等 渊猿猿远圆冤噎噎噎噎
三亚岩相潮间带底栖海藻群落结构及其季节变化 陈自强袁寿摇 鹿袁廖一波袁等 渊猿猿苑园冤噎噎噎噎噎噎噎噎噎噎
长期围封对不同放牧强度下草地植物和 粤酝真菌群落恢复的影响 周文萍袁向摇 丹袁胡亚军袁等 渊猿猿愿猿冤噎噎噎
北京松山自然保护区森林群落物种多样性及其神经网络预测 苏日古嘎袁张金屯袁王永霞 渊猿猿怨源冤噎噎噎噎噎
藏北高寒草地生态补偿机制与方案 刘兴元袁龙瑞军 渊猿源园源冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
辽东山区次生林生态系统不同林型树干茎流的理化性质 徐天乐袁朱教君袁于立忠袁等 渊猿源员缘冤噎噎噎噎噎噎噎
施氮对亚热带樟树林土壤呼吸的影响 郑摇 威袁闫文德袁王光军袁等 渊猿源圆缘冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
人工高效经营雷竹林 悦韵圆 通量估算及季节变化特征 陈云飞袁江摇 洪袁周国模袁等 渊猿源猿源冤噎噎噎噎噎噎噎噎
新疆典型荒漠区单食性天花吉丁虫磷元素含量对环境的响应 王摇 晶袁 吕昭智袁宋摇 菁 渊猿源源缘冤噎噎噎噎噎噎
双斑长跗萤叶甲越冬卵在玉米田的空间分布型 张摇 聪袁葛摇 星袁赵摇 磊袁等 渊猿源缘圆冤噎噎噎噎噎噎噎噎噎噎噎
舟山群岛四个养殖獐种群遗传多样性和遗传结构 林杰君袁鲍毅新袁刘摇 军袁等 渊猿源远园冤噎噎噎噎噎噎噎噎噎噎
景观尧区域和全球生态
乡镇尺度金塔绿洲时空格局变化 巩摇 杰袁谢余初袁孙摇 朋袁等 渊猿源苑园冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
合并与不合并院两个相似性聚类分析方法比较 刘新涛袁刘晓光袁申摇 琪袁等 渊猿源愿园冤噎噎噎噎噎噎噎噎噎噎噎
资源与产业生态
基于投入产出表的中国水足迹走势分析 王艳阳袁王会肖袁张摇 昕 渊猿源愿愿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
基于 酝砸陨悦耘杂模型的气候融资模拟分析 朱潜挺袁吴摇 静袁王摇 铮 渊猿源怨怨冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
黄东海陆架区沉积物中磷的形态分布及生物可利用性 张小勇袁杨摇 茜袁孙摇 耀袁等 渊猿缘园怨冤噎噎噎噎噎噎噎噎
鄱阳湖采砂南移扩大影响范围要要要多源遥感的证据 崔丽娟袁翟彦放袁邬国锋 渊猿缘圆园冤噎噎噎噎噎噎噎噎噎噎
温度尧盐度及其互作效应对吉富罗非鱼血清 陨郧云鄄陨与生长的影响 强摇 俊袁杨摇 弘袁王摇 辉袁等 渊猿缘圆远冤噎噎噎
城乡与社会生态
福建省城镇鄄交通系统的景观分隔效应 张天海袁罗摇 涛袁邱全毅袁等 渊猿缘猿远冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎
研究简报
青藏高原高寒草原区工程迹地面积对其恢复植物群落特征的影响 毛摇 亮袁周摇 杰袁郭正刚 渊猿缘源苑冤噎噎噎噎
黄土山地苹果树树体不同方位液流速率分析 孟秦倩袁王摇 健袁张青峰袁等 渊猿缘缘缘冤噎噎噎噎噎噎噎噎噎噎噎噎
期刊基本参数院悦晕 员员鄄圆园猿员 辕 匝鄢员怨愿员鄢皂鄢员远鄢猿员源鄢扎澡鄢孕鄢 预 怨园郾 园园鄢员缘员园鄢猿猿鄢圆园员猿鄄园远
室室室室室室室室室室室室室室
封面图说院 清晨的天山马鹿群要要要家域是动物行为学和保护生物学的重要概念之一袁它在动物对资源环境的适应与选择袁种群
密度及社会关系等生态学过程研究中有着重要的作用遥 马鹿属于北方森林草原型动物袁在选择生境的各种要素中袁
隐蔽条件尧水源和食物的丰富度是最重要的指标遥 野生天山马鹿是中国的特产亚种袁主要分布在北天山深山海拔
员缘园园要猿愿园园皂地带的森林草原中袁在高山至谷地之间不同高度的坡面上袁马鹿按季节尧昼夜变化的不同进行采食遥
彩图及图说提供院 陈建伟教授摇 北京林业大学摇 耘鄄皂葬蚤造院 糟蚤贼藻泽援 糟澡藻灶躁憎岳 员远猿援 糟燥皂
第 33 卷第 11 期
2013 年 6 月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol. 33,No. 11
Jun. ,2013
http: / / www. ecologica. cn
基金项目:国家重大研究计划(973)资助项目(2012CB955800);中国科学院战略性先导科技专项 资助(XDA05150900);中国科学院知识创新工
程重点资助项目(KZCX2鄄YW鄄Q1鄄09)
收稿日期:2012鄄03鄄31; 摇 摇 修订日期:2012鄄09鄄11
*通讯作者 Corresponding author. E鄄mail: wangzheng@ casipm. ac. cn
DOI: 10. 5846 / stxb201203310450
朱潜挺,吴静,王铮.基于 MRICES模型的气候融资模拟分析.生态学报,2013,33(11):3499鄄3508.
Zhu Q T,Wu J, Wang Z. Modeling of climate financing based on MRICES. Acta Ecologica Sinica,2013,33(11):3499鄄3508.
基于 MRICES模型的气候融资模拟分析
朱潜挺1,吴摇 静2,王摇 铮2,3,*
(1. 中国石油大学(北京)工商管理学院,北京摇 102249; 2. 中国科学院科技政策与管理科学研究所,北京摇 100190;
3. 华东师范大学地理信息科学教育部重点实验室, 上海摇 200062)
摘要:气候融资是促进发展中国家获得减排资金的重要途径之一。 基于发达国家成立专项资金用于国际气候融资且发展中国
家将其所获得的转移资金完全用于碳减排的经济机制下,在 MRICES(Multi鄄regional integrated model of climate and economy with
GDP spillovers,GDP 溢出作用下的多区域气候经济综合模型)模型的基础上,扩展了模拟国际气候融资的模块。 实验分析了气
候融资在全球减排中的气候保护效益和对全球各国产生的经济效益。 研究发现,持续的气候融资能有效抑制全球升温,但《坎
昆协议》中提出的资金额度仅能使 2100 年全球升温比无资金转移时降低 0. 01 益,全球气候保护需要制定更长期的转移计划;
气候融资能使发展中国家的经济受益,而发达国家虽然在转移初期会遭受轻微的 GDP 损失,但从长期看资金转移将促进发达
国家的经济增长,最终出现资金转移输出方和输入方双赢的局面;同时,国际气候资金适量转移至中国有助于实现资金的优化
高效使用,中国在全球减排中的贡献不容小觑。 气候融资是一项气候保护有效、经济效益显著的减排机制。
关键词:气候融资;气候保护;减排;绿色气候基金;MRICES
Modeling of climate financing based on MRICES
ZHU Qianting1, WU Jing2, WANG Zheng2,3,*
1 School of Business Administration, China University of Petroleum, Beijing 102249, China
2 Institute of Policy and Management, Chinese Academy of Sciences, Beijing 100190, China
3 Key Laboratory of Geographical Information Science, Ministry of State Education of China, East China Normal University, Shanghai 200062, China
Abstract: Climate financing is one of the key issues in climate change negotiation. It refers to finance flow that catalyzes
low鄄carbon and climate鄄resilient development. Developed countries have promised to establish the Green Climate Fund,
which will transfer $ 100 billion by 2020 to developing countries for climate adaptation and mitigation, in accordance with
agreements during the Cancun Climate Change Conference. However, many uncertainties remain regarding climate
financing, such as sources, amount and instruments. The influence of climate financing on global climate change and the
economy is another uncertainty, which should be evaluated with an integrated assessment model.
Since it remains unclear who will take responsibility for financing, we assume the following mechanism. Developed
countries establish a special fund for climate financing, and financial flows to receiving countries are used entirely for
mitigation. Therefore, reduction of excess emissions by climate financing in developing countries can be estimated by
marginal emission reduction. The financing module is incorporated into the multi鄄regional climate policy assessment model
MRICES (Multi鄄Regional dynamic Integrated model of Climate and Economy with GDP Spillovers) . This model divides the
world into six regions: the United States (US), Japan, European Union (EU), China, former Soviet Union (FSU), and
the rest of the world (ROW). The US, EU and Japan are financing sources, whereas China and the ROW are finance
http: / / www. ecologica. cn
receivers. In addition to the BAU (business鄄as鄄usual) scenario, a scenario with the Green Climate Fund operational by
2020 and a scenario with continuously increasing financing after 2020 are set, to evaluate the influence of climate financing
on climate protection and global economic development.
When only the climate funds presented in the Cancun agreements are implemented by 2020, it is found that these can
only reduce CO2 emissions by 5. 02 GtC and 7. 96 GtC in China and ROW, respectively, lowering global temperature
0郾 01益 by 2100. The contribution to climate change mitigation is negligible, so a long鄄term climate financing program is
necessary to substantially control global temperature rise. Therefore, it is assumed that there will be further climate
financing, increasing 0. 5% annually after 2020. Results show 62. 74 GtC and 100. 42 GtC of reduced emissions in China
and ROW, respectively, lowering global temperature 0. 18益 by 2100. This proves that continuous financial support is
beneficial for controlling rising global temperatures.
From the viewpoint of economic efficiency, developing countries always benefit from financial transfers. Developed
countries suffer GDP loss at the beginning of such transfers, but these turn into GDP gains over time. The economic benefit
is seven times greater than the GDP loss. Furthermore, global welfare can also be improved by climate finance transfers.
Since China忆s economy has been developing rapidly, it is controversial whether climate financing should be transferred to
that country. Compared with the scenario in which China receives no financing, model results show that not only will global
temperatures be lowered by 2100, but global utility will also be enhanced by 2100 when part of the financing is transferred
to China. This indicates the important role of China in international climate financing, because of the country忆s potential for
greater marginal emission reduction than in the rest of the world.
Climate financing is an effective and efficient mechanism for global climate protection. A positive outcome can be
achieved for both developed and developing countries by implementing climate financing programs. To optimize allocation of
climate financing, transferring moderate finances to China is a good idea for global climate protection.
Key Words: climate financing; climate change; emission reduction; Green Climate Fund; MRICES
气候融资是全球应对气候变化谈判的重要内容之一。 所谓气候融资主要是指以低碳或气候适应力的建
设为目标的资金流动[1]。 其关键是提高技术改进和生态建设要促成发展中国家努力加强气候适应能力,减
少温室气体排放及温室气体吸收,并支持可持续发展[2]。 2009 年和 2010 年,在哥本哈根气候大会和坎昆气
候大会上发达国家向发展中国家转移的气候融资是大会的主要议题之一,会议承诺发达国家在 2010—2012
年向发展中国家提供 300 亿美元的快速启动资金,并至 2020 年资金额度达到 1000 亿美元。 在 2011 年举行
的德班气候大会上,正式启动了绿色气候基金。 国际气候融资迈出了重要的一步。 这里强调绿色就是强调它
用于低碳技术发展和生态建设。 因此本文不考虑这些基金被滥用的情况。
目前,关于国际气候融资还存在很多不确定性,包括资金规模、资金来源等。 从资金规模看,发达国家目
前承诺的资金量与发展中国家的需求存在较大缺口。 世界银行 2010 年发展报告认为:至 2030 年,发展中国
家用于气候变化适应和减排的资金需求分别为 300—1000 亿美元和 1400—1750 亿美元[3]。 相比较当前发展
中国家每年能融资得到的资金大约为 100 亿美元的水平,资金缺口相当大。 77 国集团和中国提出附件 I国家
需要提供本国国民生产总值的 0. 5%—1%用于国际气候融资[4]。 从资金来源看,Fujiwara 等[5]认为除绿色投
资计划、多边银行外,基于配额交易的拍卖、信贷交易、航空税、托宾税等政策措施都是增加国际气候资金的可
考虑来源。 UN[2]把气候融资的来源分为四大类,即公共资金、发展银行、碳市场金融、私人资本。 Zhang 和
Maruyama[6]评价了全球环境基金(GEF)、清洁发展机制(CDM)、多边银行等融资机制的局限性,认为这几种
融资机制不足以影响发展中国家未来的排放趋势,因此必须建立更大规模的私人部门的参与。 另外,全球统
一的碳价格和碳税也被提出作为主要的气候资金来源[7鄄8]。 在国内,关于气候融资的研究处于萌芽阶段,徐
薇探讨了气候融资相关背景问题和国际上常见的融资途径[9];荆珍从考察森林碳汇的国际法律规定入手,分
0053 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
析了气候融资需要对森林碳汇市场进行改革[10]。
虽然国际气候融资研究已经取得了一定的进展,但是,对于气候融资将对发达国家和发展中国家经济和
全球气候变化产生的定量化影响分析,却甚少被关注,这个问题的瓶颈是缺少合适的模型,特别是气候融资结
合到气候保护的综合评价中的模型,未见研究成果。 因此气候融资分析的建模和计算分析问题,成了一个科
学热点。 本文试图基于王铮,吴静,李刚强建立的 GDP 溢出作用下的多区域气候经济综合模型(MRICES 模
型) [11],扩展构建一个气候融资的模块,以分析、评价气候融资在全球气候保护中所发挥的气候、经济效益问
题。 显然,融资结构是复杂的、多元化的,本文的意义在于,给出一个合适的模型,作为一个新型的集成评估模
型(IAM)的开始。 这个评估是一般生态经济学意义上的,而不是直接的生态效应和经济增长效应。
1摇 气候融资的模型构建
自 20 世纪 90 年代以来,用于气候保护政策评价的 IAM 得到了广泛发展[12鄄16],MRICES 模型是在
Nordhuas和 Yang[17],Nordhaus和 Boyer[18]的基础发展起来的一个包含了 GDP 溢出机制和干中学技术进步机
制的多区域气候保护政策模拟系统,该模型将全球划分为 6 个国家(地区),分别为中国、美国、日本、欧盟、前
苏联、世界其他地区。 由于当前全球范围内的气候融资主要指发达国家向发展中国家的资金转移,那么结合
MRICES模型的 6 个国家(地区),本文在建模中将发达国家集团的美国、日本、欧盟作为资金转移输出国,中
国、世界其他地区作为资金转移的输入国,而前苏联地区由于其作为一个高度发达的发展中国家(地区),经
济水平高于一般的发展中国家,故不将其考虑在资金转移的输入国范畴内。
为确保未来气候变化行动中气候融资机制的高效运行,需要从两方面着手:一方面是保障发达国家集团
的资金来源;另一方面是保证流入发展中国家的气候资金被落实到应对气候保护的行动中去。 如此,本文所
构建的气候融资模型的内在经济机制为:发达国家建立用于支持发展中国家减排的专项资金,该资金独立于
发达国家本国的减排投资,仅供向发展中国家的资金转移;而对于发展中国家而言,在获得发达国家的资金转
移资金后,必须有效地将这部分资金用于碳排放量的减少中去,而不是做其他之用。 需要说明的是,虽然气候
融资的用途包括减排和适应两个方面,但 Damodaran[19]研究认为对于中国、印度等发展中国家而言,由于对碳
减排的投入引起的气候变化减缓降低了气候变化的风险,减少了气候适应的支出,故碳减排与气候适应在资
金上并不冲突,因此,在本文的研究中假设资金将全都用于减排的支出,这也可使气候融资抑制气候变化的作
用最大化。
因此,基于模型的建模机制得到每年资金输出方用于气候融资的总资金流为:
F t =移
n
i = 1
F i,t (1)
式中, i为资金转移输出各国,即包括美国、日本、欧盟, n为资金转移输出方的国家个数,这里取值为 3; F t为 t
年全球总的资金输出流; F i,t 为 t年 i 地区的资金输出流。 对于资金输出国而言,气候融资的资金流来源于
GDP,故 MRICES模型中资金输出各国的 GDP 支出方程需由(2)式变为(2忆)式:
Yi,t = C i,t + Ii,t + Eni,t (2)
Yi,t = C i,t + Ii,t + Eni,t + F i,t (2忆)
式中, C i,t , Ii,t , Eni,t 分别为各国家(地区)的消费、投资以及用于化石燃料和非化石燃料的投资维护成本。
而作为资金转移的输入方,各国每年所获得的资金流为:
F忆j,t = 姿 j,tF t (3)
移
m
j = 1
姿 j,t = 1 (4)
式中, j为资金转移输入各国,即包括中国和世界其他地区; F忆j,t为 j国在 t年所获得的转移资金; 姿 j,t为 j国在
t年所获得的资金占当年全球总资金的份额,且各资金转移输入国的份额之和等于 1。
由于气候融资的最终目标是提高发展中国家减排的能力或减排的力度,因此当资金输入国在得到 F忆j,t的
转移资金后,需要计算出这部分的资金所能产生的减排量。 考虑到减排资金投入与其对应的减排量并不是简
1053摇 11 期 摇 摇 摇 朱潜挺摇 等:基于 MRICES模型的气候融资模拟分析 摇
http: / / www. ecologica. cn
单的正比例关系,即减排量并不会随着减排资金的增加幅度而等比例增加,其中的关键问题就在于减排边际
成本的递增。 通常而言,随着减排投资量的增加,减排量的增加幅度会迅速下降。 因此,在资金转移输入方在
获得资金转移后,需要在考虑边际减排成本的作用下计算出资金转移所产生的额外的减排量。
在 MRICES模型继承的 RICE[17]模型结构中,各国的 GDP 和排放量分别如(5)式,(6)式所示:
Y j,t = A*j,tK琢j,tL1
-琢
j,t (5)
E j,t = 滓 j,t 1 - 滋 j,( )t Y j,t
A j,t
A*j,t
(6)
式中, Y j,t 表示各国 GDP, K j,t , L j,t 分别为物质资本和劳动力, 琢 为资本弹性, E j,t 为排放量, 滓 j,t 为碳排放强
度, 滋 j,t 为减排率, A j,t 为社会劳动生产率, A*j,t 为有效社会劳动生产率, A j,t 与 A*j,t 存在(7)式的作用关系:
A*j,t =
1 - b j,1滋b j,2
1 + D0 /( )9 T2
æ
è
ç
ö
ø
÷
t
A j,t (7)
式中, b j,1, b j,2 为减排成本参数, D0 温度上升 3益所导致的 GDP 损失, Tt 为当年的全球温度上升幅度,实际
上,(7)式表征了由于减排措施和温度上升对 GDP 造成的损失。 结合(5),(6),(7)式,可以获得每增加一单
位减排量所增加的减排成本,即一定减排率下的边际减排成本 Macj,t [14]为:
Macj,t =
鄣Y j,t
鄣滋 j,t
鄣E j,t
鄣滋 j,t
= b j,1b j,2
滓 j,t 1 +
D0æ
è
ç
ö
ø
÷
9
T2æ
è
ç
ö
ø
÷t
滋b j,2-1j,t (8)
由于需要获得减排投资量与边际减排量之间关系,因此对(8)式做进一步的变换,得到(9)式:
Macj,t =
b j,1b j,2
滓 j,t 1 +
D0æ
è
ç
ö
ø
÷
9
T2æ
è
ç
ö
ø
÷t
滋b j,2-1j,t
Eb j,2-1j,t
Eb j,2-1j,t
= b j,1b j,2
滓 j,t 1 +
D0æ
è
ç
ö
ø
÷
9
T2æ
è
ç
ö
ø
÷t Eb j,2
-1
j,t
Db j,2-1j,t (9)
式中, D j,t 为 j国在 t年的减排量。 考虑到除资金转移所产生的减排之外,发展中国家本国可能已采取一定幅
度的减排,故发达国家对发展中国家转移资金所产生的额外减排量可通过对(9)式中减排量求定积分获得:
F忆j,t = 乙D
(2)j,t
D(1)j,t
b j,1b j,2
滓 j,t 1 +
D0æ
è
ç
ö
ø
÷
9
T2æ
è
ç
ö
ø
÷t Eb j,2
-1
j,t
Db j,2-1j,t dD j,t (10)
式中, D(1)j,t 为 j国在 t年的国内减排量, D(2)j,t 为获得资金转移后的总减排量,基于(10)式可解得资金转移所产
生的边际减排量 驻D j,t 为:
驻D j,t = D(2)j,t - D(1)j,t =
F忆j,t滓 j,t 1 + D0 /( )9 T( )2 Eb j,2
-1
j,t
b j,1
+ Db j,2j,
æ
è
ç
ö
ø
÷1
1
bj,2 - D(1)j,t (11)
因此,MRICES模型中关于碳排放量的计算由(6)式变换为(12)式:
E j,t = 滓 j,t 1 - 滋 j,( )t Y j,t
A j,t
A*j,t
- 驻D j,t (12)
由(12)式可以看出,当发达国家向发展中国家实施资金转移后,这部分资金流将在发展中国家产生额外
的减排量,从而提高全球整体减排水平。
本文所构建的气候融资模块与 MRICES模型其他模块之间的整合关系如图 1 所示[20]。
对于气候融资模块的参数取值,主要是要确定(11)式中的 b j,1, b j,2,这是涉及技术扩散影响与区域生态
建设水平的参数,参考 Eyckmans, Tulkens[21],以上两个参数的取值见表 1。 模型中涉及的资金转移输出国的
资金总额 F t ,资金转移输入国所获得的资金占当年全球总资金的份额 姿 j,t 均为政策控制变量,用户可通过这
些变量的调整,模拟不同的资金转移情景。
2053 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
图 1摇 气候融资模块与MRICES模型的整合
Fig. 1摇 Incorporation of climate financing module with MRICES
表 1摇 资金转移模块的主要参数取值
Table 1摇 Values for parameters in climate financing module
b j,1 b j,2 b j,1 b j,2
中国 China 0. 15 2. 887 世界其他地区 Others 0. 1 2. 887
摇 摇 b j,1, b j,2 分别为(7)式中的减排成本参数
2摇 气候融资模型的应用:融资对全球减排作用的模拟
在《坎昆协议》中,明确了发达国家对发展中国家的资金转移额度,即“至 2020 年,发达国家每年向发展
中国家转移 1000 亿美元以支持发展中国家的减排行动冶。 因此,在本文的模拟中,将每年的资金转移额度设
定为 1000 亿美元,并假设这部分资金转移在中国和世界其他地区的分配比例为 1颐4。
2. 1摇 气候融资的气候保护效益分析
为了衡量气候融资对全球气候保护的效益,基于 MRICES 模型,需要分别模拟考虑和不考虑气候融资时
的情景,即均不实施任何减排措施的情景。 但由于《坎昆协议》只明确了至 2020 年的气候融资幅度,因此对
于 2020 年之后的资金转移需要做进一步的假设。 定义以下 3 个情景:
情景 0摇 不考虑气候融资的 BAU情景;
情景 1摇 考虑气候融资,假设至 2020 年发达国家每年向发展中国家转移 1000 亿美元,且在 2020 年之后
停止转移;
情景 2摇 考虑气候融资,假设至 2020 年发达国家每年向发展中国家转移 1000 亿美元,且在 2020 年之后
以年增长 0. 5%的速度提高年转移额度(即至 2100 年转移额度约为 1490 亿美元)。
(1)气候融资对全球气候变化的抑制作用
模拟得到,在情景 0,情景 1,情景 2 下,至 2050 年全球二氧化碳浓度分别为 465. 67,462. 64,448. 17 mL /
m3,至 2100 年全球的升温幅度分别为 2. 96,2. 95,2. 78 益。 比较发现,若资金转移仅发生在 2020 年之前,这
对全球的升温控制效果仍是十分微小的:情景 1 下 2100 年的升温仅比情景 0 下降了 0. 01 益;且在情景 1 下,
至 2050 年的全球二氧化碳浓度与情景 0 一样均超出了 450 mL / m3。 从二氧化碳浓度和全球升温两个指标都
可以看出,仅有《坎昆协议》的资金转移力度对全球应对气候变化仍是不够的。 而在情景 2 中当资金转移持
续至 2100 年时,2050 年全球二氧化碳浓度下降到了 450 mL / m3 以内,2100 年全球升温比情景 0 下降了约
0郾 18 益。 显然,在 3 种情景下,随着资金转移幅度的增加,全球二氧化碳浓度和升温的下降幅度均有所增加,
表明资金转移对全球应对气候变化具有正面的影响。
(2)气候融资作用下全球碳减排量变化
通过气候融资,全球的碳排放量也发生了相应的变化。 模拟得到,在情景 0,情景 1,情景 2 下,全球
2013—2100 年的碳排放量轨迹分别如图 2 所示,可以看到,相对于情景 0 而言,情景 1 下的全球碳排放量减少
主要发生在 2020 年之前,而 2020 年之后碳排放恢复到情景 0 的水平;情景 2 下的全球碳排放量将整体下降,
至 2100 年排放水平持续低于情景 0 的排放水平。 3 种情景下,全球累积碳排放量分别为 1219. 56 GtC,
1206郾 58 GtC,1056. 41 GtC。 也就是说,当只在 2020 年之前实施资金转移,则累积碳排放量减少量为
12郾 98GtC,占情景 0 下累积碳排放量的 1. 1% ;而当资金转移执行至 2100 年,则累积碳排放减少量为 163. 16
3053摇 11 期 摇 摇 摇 朱潜挺摇 等:基于 MRICES模型的气候融资模拟分析 摇
http: / / www. ecologica. cn
GtC,占情景 0 下累积碳排放量的 13. 3% 。 显然,长期的气候融资更有助于全球减少更多的碳排放量,促进全
球气候朝着有利的方向发展。
图 2摇 情景 0,1,2 下全球碳排放轨迹
Fig. 2摇 Global emission in scenario 0, scenario1 and scenario 2
进一步,全球碳排放量的减少,主要来自发展中国家在获得资金转移后产生的碳排放量减少。 模拟得到,
相对于情景 0 的碳排放量,在情景 1 和情景 2 下,中国以及世界其他地区的碳排放量减排量图 3 所示。 观察
图 3 可知,在情景 1 下,在 2020 年之前,中国和世界其他地区的碳减排量均逐渐小幅递增,而在 2020 年之后,
由于不再有资金转移支持,故两个国家(地区)的减排量均为 0;在情景 2 下,由于发达国家对发展中国家的资
金转移是持续至 2100 年,故两个国家(地区)的年碳减排量均呈现持续增长的趋势。 从总的碳减排量看,在
情景 1 下,中国及世界其他地区的累积碳减排量分别为 5. 02 GtC 和 7. 96 GtC,分别占无资金转移时 2013—
2100 年累积总碳排放量的 2%和 2% ,而在情景 2 下,两个国家(地区)的累积碳减排量则分别为 62. 74 GtC和
100. 42 GtC,分别占无资金转移时 2013—2100 年累积总碳排放量的 20%和 26% ,气候融资的减排效果明显。
图 3摇 情景 1,情景 2 下气候融资所产生的中国和世界其他地区的碳减排量
Fig. 3摇 Emission reduction induced by climate financing in China and ROW in scenario 1 and scenario 2
2. 2摇 气候融资的经济效益分析
(1)气候融资对发展中国家 GDP 的影响
对作为资金转移输入方的中国和世界其他地区而言,模拟得到,在情景 1,2 下,2013—2100 年之间,这两
个国家(地区)的年 GDP 量相对于情景 0 下的 GDP 量变化率如图 4 所示,即是实施资金转移后的 GDP 相对
于无资金转移时的 GDP 的变化率。 观察容易发现,当发生资金转移时,中国和世界其他地区的 GDP 相对于
情景 0 均有所上涨,表明了资金转移有利于发展中国家的经济增长,这其中主要的原因在于资金转移后全球
升温幅度下降,从而减少了因气候变化带来的经济损失。
进一步分析图 4,在情景 1 和情景 2 下,中国和世界其他地区的 GDP 变化率的趋势存在较大的差别。 在
情景 1 下,两个国家(地区)的 GDP 虽然均能在资金转移中获益,但 GDP 增幅很小,最高增幅仅为 0. 17% ,且
随着时间的推移,GDP 增幅呈先增加后减小的趋势。 这主要是由于在情景 1 下,虽然资金转移支持仅发生在
2020 年之前,但短期的资金转移仍会产生长期的经济效益,具体来说,2020 年之前的资金转移降低了 2020 年
4053 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
之后全球升温的基数,使 2020 年之后升温的幅度小于无资金转移时的升温幅度,从而使 2020 年之后的 GDP
仍有小幅增长,但随着时间的推移,这种余波的影响效果将逐渐减退。 在情景 2 下,两个国家(地区)的 GDP
增幅显著增大,2100 年 GDP 较情景 0 时增加约 1. 88% ,且中国和世界其他地区在情景 2 下的 GDP 增幅呈现
单调上升的趋势,这得益于持续增长的资金转移额度。
图 4摇 情景 1,情景 2 下,中国和世界其他地区的 GDP变化率
Fig. 4摇 GDP change in China and ROW in scenarion 1 and scenarion 2
(2)气候融资对发达国家 GDP 的影响
对于作为资金转移输出国的美国、日本、欧盟这些发达国家(地区)而言,模拟得到,在情景 1,2 下,这些
发达国家(地区)2013—2100 年的 GDP 相对于情景 0 的变化率如图 5 所示。
在情景 1 下,发达国家的 GDP 变化率呈现先下降后上升的趋势。 由于在情景 1 下美国、日本、欧盟需在
2020 年之前每年向发展中国家提供 1000 亿美元的资金转移,该部分转移资金对 3 个国家本国的物质资本投
资产生了抽取作用,故使他们在 2020 年之前的 GDP 损失持续增大;此后,一方面停止了资金转移,另一方面
由于 2020 年之前的资金转移带来的全球温度升高幅度的减小,削弱了气候变化对发达国家的经济影响,使得
发达国家在 2020 年之后 GDP 比情景 0 有所上升,故在 2020 年之后,发达国家的 GDP 逐步得到回升,但与发
展中国家在情景 1 受到的经济影响类似,2020 年之前资金转移产生的余波效应作用仍然是有限的,发达国家
GDP 收益的程度随着时间的推移而逐渐减弱(图 5)。
在情景 2 下,发达国家的 GDP 受到两股力量的作用影响,一方面是发达国家对发展中国家的持续的资金
转移,抑制了发达国家的资本累积速度,使 GDP 增长受损;另一方面,由于资金转移而带来的全球升温减缓,
使得发达国家经济受气候变化影响程度减小,使 GDP 增长受益。 这两股力量相互作用,使发达国家的 GDP
变化率呈现了先下降后上升的趋势,趋势变换点出现在 2027 年前后,也就是说,在 2027 年之前,资金转移的
资金流出使发达国家的 GDP 有所损失,但 2027 年之后,损失程度逐步减小并于 2040 年前后由 GDP 损失转
变为 GDP 获益,这种获益将持续至 2100 年。 也就是说,如果发达国家对发展中国家实施长期的资金转移,虽
然在初期会使发达国家的 GDP 有所损失,但从长期看,最终将使发达国家的 GDP 受益于资金转移带来的全
球气候保护;而且,从 GDP 变化幅度看,发达国家在资金转移初期的 GDP 损失仅为 0. 2%以内,完全是在可承
受范围之内,而至 2100 年他们的 GDP 获益将达到约 1. 4% ,7 倍于初期的 GDP 受损程度(图 5)。
(3)气候融资下全球效用变化
气候融资将最终促进发达国家和发展中国家的 GDP 增长,然而,由于 GDP 仅反应了国家层面经济水平
的提高,不能很好地反应社会居民福利水平的变化,特别是当存在跨期消费效用分配时,仅考虑国家 GDP 水
平是不够的,即需要综合权衡提高居民当前消费效用和保障未来居民消费效用的问题[22鄄23]。 这里引入拉姆
齐效用函数来衡量跨期的居民消费效用变化情况,计算公式见(13)式:
Ui =移
n
t = 1
1 +( )籽 -tLi,t
C i,t / Li,( )t 1
-子
1 - 子
(13)
5053摇 11 期 摇 摇 摇 朱潜挺摇 等:基于 MRICES模型的气候融资模拟分析 摇
http: / / www. ecologica. cn
图 5摇 情景 1,情景 2 下,美国、日本、欧盟的 GDP变化率
Fig. 5摇 GDP change in the US, EU and Japan in scenario 1 and scenario 2
式中, 籽为贴现率, 子为消费者的消费风险厌恶系数。 籽取值为 0. 015[23], 子取值为 0. 02[23]。 (13)式体现了跨
期贴现作用下,居民的累积拉姆齐效用值。
模拟得到,在情景 1,情景 2 下,各国 2013—2050 年、2013—2100 年的累积拉姆齐效用相对于情景 0 的变
化率如图 6 所示。 分析可得,对于发展中国家而言,不论是短期的还是长期的拉姆齐效用均比情景 0 有所增
长,即资金转移有助于提高发展中国家居民的消费效用。 对于发达国家而言,从短期看,资金转移可能会使发
达国家的效用较无资金转移时有所降低,如图 6 中美国在情景 1,情景 2 下的拉姆齐效用变化率均为负值,但
当资金转移额度较小时,发达国家在短期也可能获益,中日本和欧盟在情景 1 下均有所获利;但从长期看,至
2100 年发达国家的累积拉姆齐效用均比情景 0 有所提高,表明资金转移最终对发达国家的效用水平提高是
有利的。 同时,综合从全球的视野看,不论是短期或长期,在情景 1 和情景 2 下,全球的效用水平变化率均为
正值,表明从减排的全球效用而言,资金转移是一项经济有效的减排机制。
图 6摇 情景 1,情景 2 下,各国累积拉姆齐效用变化率
Fig. 6摇 The change of national accumulated utility in scenario 1 and scenario 2
2. 3摇 中国在国际气候融资中的地位分析
中国作为全球人口最多的国家,摆脱贫困仍是我国的首要任务,减排支出对经济发展的影响不可忽视。
而随着中国经济的迅速发展,在国际气候融资中,是否应该对中国进行气候资金支援仍存在争议。 因此,为了
检验是否有必要对中国进行气候资金转移,本文在情景 2 的基础上进一步设定情景 3,即假设气候资金全流
向世界其他地区,而不对中国进行资金支援,。 也就是说,情景 3 与情景 2 相比,每年的气候资金是等额的,但
转移方向发生了变化。
模拟得到,在情景 3 下至 2050 年全球二氧化碳浓度为 451. 87 mL / m3,至 2100 年全球升温为 2. 84益。 与
情景 2 相比,显然这两个气候指标的值均有所上升,至 2050 年的二氧化碳浓度从情景 2 的 448. 17 mL / m3 上
6053 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
升并突破了 450 mL / m3 这一控制目标,至 2100 年的全球升温也上升了约 0. 06益。 这表明从抑制全球气候变
化的角度出发,国际气候融资的资金适量转移至中国比完全不转移至中国的气候保护效益更显著。 另一方
面,从气候保护行动对全球效用改进的角度分析,以情景 0 作为基准,计算得到,情景 3 下,至 2050 年、2100 年
全球各国的累积效用变化率如图 7 所示。 分析可知,至 2050 年美国、日本、欧盟的累积效用均较基准有所损
失,且引起注意的是,与情景 2 相比欧盟的累积效用从受益变为受损;而中国、前苏联、其他地区的累积效用的
受益程度较情景 2 也有所下降;至 2100 年所有国家的累积效用受益程度均低于情景 2。 因此,当国际气候融
资额度一定的前提下,将资金完全转移至世界其他地区而不对中国的减排行动进行资金支援,这不仅将使全
球升温幅度小幅提高,且将导致全球福利受损。 也就是说,从国际气候资金优化配置的角度而言,未来气候资
金适量转移至中国将有利于全球应气候保护。
图 7摇 情景 3 下各国累积拉姆齐效用变化率
Fig. 7摇 The change of national accumulated utility in scenario 3
进一步分析在情景 2 与情景 3 下虽然国际气候资金是等额的,但减排效果却存在显著差异的内在原因。
分析发现,当改变资金转移方向,情景 2 中原本转移至中国的资金引起的碳排放量变化分别是:在情景 2 下,
中国基于这部分气候资金降低了 62. 74 GtC排放量,而这部分资金在世界其他地区只降低了 8. 41 GtC。 这表
明相同额度的资金在中国可以获得更多的边际减排量。
资金投资中国之所以能取得如此显著的成效,主要原因在于:一方面中国生态建设需求大,因而减排潜力
大[24],另一方面我国产业规模也大,低碳技术一旦突破,受惠面广。 细致的分析,容另文展开。
3摇 结论
国际气候融资已经成为全球气候谈判的核心议题之一,而气候融资具体额度及其辅助管理机制也正得到
逐步的完善。 本文在王铮,吴静,李刚强[11]提出的 MRICES 模型基础上,在发达国家成立专项资金用于气候
融资且发展中国家将其所获得的资金转移资金完全用于碳减排的经济机制下,建立了国际减排中的气候融资
模型。 研究发现:
从气候融资产生的气候保护效益而言,资金转移对全球气候保护具有正面影响,但《坎昆协议》所提出的
2020 年之前实施 1000 亿美元资金转移对全球应对气候变化的作用仍十分微小,仅能使 2100 年的全球升温
比无资金转移时下降 0. 01 益;要使资金转移对全球升温有较显著的影响,必须制定长期的转移计划,这将促
进发展中国家持续的碳减排,减缓全球升温。
从气候融资产生的经济效益而言,发展中国家将始终从资金转移带来的全球升温减缓中收益,其 GDP 水
平和拉姆齐效用均比无资金转移时有所提高;而发达国家虽然在短期会因为资金流出而对本国 GDP 增长产
生负面影响,但从长期看,资金转移对全球气候变化的抑制作用仍将促进使发达国家的经济增长,且资金转移
初期的经济负面影响远小于最终的正面影响;而从全球总拉姆齐效用水平变化看,无论在短期或长期,资金转
移都带来了全球效用的提高。
而中国虽然经济实力逐渐增强,但在气候资金总额确定的前提下,资金适量转移至中国比完全转移至其
7053摇 11 期 摇 摇 摇 朱潜挺摇 等:基于 MRICES模型的气候融资模拟分析 摇
http: / / www. ecologica. cn
他地区将获得更显著的减排效果,且这也将有助于全球福利效用的改善,是气候资金优化配置的政策选择。
综上所述,气候融资是一项气候保护有效、经济效益显著的减排机制。 在后京都时代,全球减排行动需要
制定长期的融资计划,且适量向中国进行资金转移,这不仅能有效控制全球升温趋势,而且将使发达国家和发
展中国家的经济均能从中收益,呈现双赢的局面。
References:
[ 1 ]摇 Buchner B, Brown B, Corfee鄄Morlot J. Monitoring and tracking long鄄term finance to support climate action. OECD / IEA Project for the Climate
Change Expert Group on the UNFCCC, 2011.
[ 2 ] 摇 UN. Report of the secretary鄄general忆s high鄄level advisory group on climate change financing. United Nations, New York, 2010.
[ 3 ] 摇 World bank. Generating the funding needed for mitigation and adaptation. [2012鄄 1鄄 6] . http: / / siteresources. worldbank. org / INTWDR2010 /
Resources / 5287678鄄1226014527953 / Chapter鄄 6. pdf.
[ 4 ] 摇 UNFCCC鄄United Nations Framework Convention on Climate Change. China忆s view on enabling the full, effective and sustained implementation of
the Convention through long鄄term cooperative action now, up to and beyond 2012. Poznan,2008.
[ 5 ] 摇 Fujiwara N, Georgiev A, Egenhofer C. Financing mitigation and adaptation: Where Should the Funds Come from and How Should They Be
Delivered? ECP Report, 2008.
[ 6 ] 摇 Zhang Z X, Maruyama A. Towards a private鄄public synergy in financing climate change mitigation projects. Energy Policy, 2001, 29 (15):
1363鄄1378.
[ 7 ] 摇 Silverstein D N. Using a harmonized carbon price framework to finance the Green Climate Fund. [2012鄄 1鄄 4] . http: / / mpra. ub. uni鄄muenchen.
de / 35280 / .
[ 8 ] 摇 Silverstein D N. A method to finance a global climate fund with a harmonized carbon tax. [2011鄄 1鄄 4] . http: / / mpra. ub. uni鄄muenchen.
de / 27121 / .
[ 9 ] 摇 Xu W. Research on climate financing [D]. Beijing: Graduate University of Chinese Academy of Social Sciences, 2011.
[10] 摇 Jing Z. Forest carbon exchange market reform忆s legal thinking鄄take climate financing as angle. Special Zone Economy, 2011, (4): 152鄄154.
[11] 摇 Wang Z, Wu J, Li G Q, Zhang H B, Wang L J. Using simulation to assess climate鄄change strategies for global participation. Acta Ecologica
Sinica, 2009, 29(5): 2407鄄2417.
[12] 摇 Tol R S J. On the optimal control of carbon dioxide emissions: an application of FUND. Environmental Modeling and Assessment, 1997, 2(3):
151鄄163.
[13] 摇 Leimbach M. Modeling climate protection expenditure. Global Environmental Change, 1998, 8(2): 125鄄139.
[14] 摇 Pizer W A. The optimal choice of climate change policy in the presence of uncertainty. Resource and Energy Economics, 1999, 21 (3 / 4):
255鄄287.
[15] 摇 Tol R S J. Welfare specifications and optimal control of climate change: an application of fund. Energy Economics, 2002, 24(4): 367鄄376.
[16] 摇 Wang Z, Li H Q, Wu J, Gong Y, Zhang H B, Zhao C. Policy modeling on the GDP spillovers of carbon abatement policies between China and the
United States. Economic Modelling, 2010, 27(1): 40鄄45.
[17] 摇 Nordhaus W D, Yang Z L. A regional dynamic general鄄equilibrium model of alternative climate鄄change strategies. The American Economic Review,
1996, 86(4): 741鄄765.
[18] 摇 Nordhuas W D, Boyer J. Warming the World: Economic Models of Global Warming. Massachusetts: MIT Press, 2000.
[19] 摇 Damodaran A. Climate financing approaches and systems: an emerging country perspective. 2009. http: / / dspace. gsom. spbu. ru / jspui / handle /
123456789 / 43.
[20] 摇 Wang Z, Wu J, Zhu Y B, Yue Q. Economic Research on Climate Protection. Beijing: Science Press, 2010.
[21] 摇 Eyckmans J, Tulkens H. Simulating coalitionally stable burden sharing agreements for the climate change problem. Resource and Energy
Economics, 2003, 25(4): 299鄄327.
[22] 摇 Stern N. The economics of climate change. American Economic Review, 2008, 98(2): 1鄄37.
[23] 摇 Nordhaus W D. A review of the stern review on the economics of climate change. Journal of Economic Literature, 2007, 45(3): 686鄄702.
[24] 摇 Liu G H, Fu B J, Fang J Y. Carbon dynamics of Chinese forests and its contribution to global carbon balance. Acta Ecologica Sinica, 2000, 20
(5): 733鄄740.
参考文献:
[ 9 ]摇 徐薇. 气候变化融资问题研究 [D]. 北京: 中国社会科学研究院研究生院, 2011.
[10] 摇 荆珍. 森林碳汇市场改革的法律思考———以气候融资为视角. 特区经济, 2011, (4): 152鄄154.
[11] 摇 王铮, 吴静, 李刚强, 张焕波, 王丽娟. 国际参与下的全球气候保护策略可行性模拟. 生态学报, 2009, 29(5): 2407鄄2417.
[20] 摇 王铮, 吴静, 朱永彬, 乐群. 气候保护的经济学研究. 北京: 科学出版社, 2010.
[24] 摇 刘国华, 傅伯杰, 方精云. 中国森林碳动态及其对全球碳平衡的贡献. 生态学报, 2000, 20(5): 733鄄740.
8053 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
叶生态学报曳圆园员猿年征订启事
叶生态学报曳是由中国科学技术协会主管袁中国生态学学会尧中国科学院生态环境研究中心主办的生态学
高级专业学术期刊袁创刊于 员怨愿员 年袁报道生态学领域前沿理论和原始创新性研究成果遥 坚持野百花齐放袁百家
争鸣冶的方针袁依靠和团结广大生态学科研工作者袁探索自然奥秘袁为生态学基础理论研究搭建交流平台袁促
进生态学研究深入发展袁为我国培养和造就生态学科研人才和知识创新服务尧为国民经济建设和发展服务遥
叶生态学报曳主要报道生态学及各分支学科的重要基础理论和应用研究的原始创新性科研成果遥 特别欢
迎能反映现代生态学发展方向的优秀综述性文章曰研究简报曰生态学新理论尧新方法尧新技术介绍曰新书评价和
学术尧科研动态及开放实验室介绍等遥
叶生态学报曳为半月刊袁大 员远 开本袁猿园园 页袁国内定价 怨园 元 辕册袁全年定价 圆员远园 元遥
国内邮发代号院愿圆鄄苑袁国外邮发代号院酝远苑园
标准刊号院陨杂杂晕 员园园园鄄园怨猿猿摇 摇 悦晕 员员鄄圆园猿员 辕 匝
全国各地邮局均可订阅袁也可直接与编辑部联系购买遥 欢迎广大科技工作者尧科研单位尧高等院校尧图书
馆等订阅遥
通讯地址院 员园园园愿缘 北京海淀区双清路 员愿 号摇 电摇 摇 话院 渊园员园冤远圆怨源员园怨怨曰 远圆愿源猿猿远圆
耘鄄皂葬蚤造院 泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援 葬糟援 糟灶摇 网摇 摇 址院 憎憎憎援 藻糟燥造燥早蚤糟葬援 糟灶
本期责任副主编摇 朱永官摇 摇 摇 编辑部主任摇 孔红梅摇 摇 摇 执行编辑摇 刘天星摇 段摇 靖
生摇 态摇 学摇 报渊杂匀耘晕郧栽粤陨摇 载哉耘月粤韵冤渊半月刊摇 员怨愿员 年 猿 月创刊冤
第 猿猿 卷摇 第 员员 期摇 渊圆园员猿 年 远 月冤
粤悦栽粤 耘悦韵蕴韵郧陨悦粤 杂陨晕陨悦粤摇渊杂藻皂蚤皂燥灶贼澡造赠袁杂贼葬则贼藻凿 蚤灶 员怨愿员冤摇灾燥造郾 猿猿摇 晕燥郾 员员 渊允怎灶藻袁 圆园员猿冤
编摇 摇 辑摇 叶生态学报曳编辑部
地址院北京海淀区双清路 员愿 号
邮政编码院员园园园愿缘
电话院渊园员园冤远圆怨源员园怨怨憎憎憎援 藻糟燥造燥早蚤糟葬援 糟灶泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援 葬糟援 糟灶
主摇 摇 编摇 王如松
主摇 摇 管摇 中国科学技术协会
主摇 摇 办摇 中国生态学学会
中国科学院生态环境研究中心
地址院北京海淀区双清路 员愿 号
邮政编码院员园园园愿缘
出摇 摇 版摇
摇 摇 摇 摇 摇 地址院北京东黄城根北街 员远 号
邮政编码院员园园苑员苑
印摇 摇 刷摇 北京北林印刷厂
发 行摇
地址院东黄城根北街 员远 号
邮政编码院员园园苑员苑
电话院渊园员园冤远源园猿源缘远猿耘鄄皂葬蚤造院躁燥怎则灶葬造岳 糟泽责早援 灶藻贼
订摇 摇 购摇 全国各地邮局
国外发行摇 中国国际图书贸易总公司
地址院北京 猿怨怨 信箱
邮政编码院员园园园源源
广告经营
许 可 证摇 京海工商广字第 愿园员猿 号
耘凿蚤贼藻凿 遭赠摇 耘凿蚤贼燥则蚤葬造 遭燥葬则凿 燥枣
粤悦栽粤 耘悦韵蕴韵郧陨悦粤 杂陨晕陨悦粤
粤凿凿院员愿袁杂澡怎葬灶早择蚤灶早 杂贼则藻藻贼袁匀葬蚤凿蚤葬灶袁月藻蚤躁蚤灶早 员园园园愿缘袁悦澡蚤灶葬
栽藻造院渊园员园冤远圆怨源员园怨怨
憎憎憎援 藻糟燥造燥早蚤糟葬援 糟灶
泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援 葬糟援 糟灶
耘凿蚤贼燥则鄄蚤灶鄄糟澡蚤藻枣摇 宰粤晕郧 砸怎泽燥灶早
杂怎责藻则增蚤泽藻凿 遭赠摇 悦澡蚤灶葬 粤泽泽燥糟蚤葬贼蚤燥灶 枣燥则 杂糟蚤藻灶糟藻 葬灶凿 栽藻糟澡灶燥造燥早赠
杂责燥灶泽燥则藻凿 遭赠摇 耘糟燥造燥早蚤糟葬造 杂燥糟蚤藻贼赠 燥枣 悦澡蚤灶葬
砸藻泽藻葬则糟澡 悦藻灶贼藻则 枣燥则 耘糟燥鄄藻灶增蚤则燥灶皂藻灶贼葬造 杂糟蚤藻灶糟藻泽袁 悦粤杂
粤凿凿院员愿袁杂澡怎葬灶早择蚤灶早 杂贼则藻藻贼袁匀葬蚤凿蚤葬灶袁月藻蚤躁蚤灶早 员园园园愿缘袁悦澡蚤灶葬
孕怎遭造蚤泽澡藻凿 遭赠摇 杂糟蚤藻灶糟藻 孕则藻泽泽
粤凿凿院员远 阅燥灶早澡怎葬灶早糟澡藻灶早早藻灶 晕燥则贼澡 杂贼则藻藻贼袁
月藻蚤躁蚤灶早摇 员园园苑员苑袁悦澡蚤灶葬
孕则蚤灶贼藻凿 遭赠摇 月藻蚤躁蚤灶早 月藻蚤 蕴蚤灶 孕则蚤灶贼蚤灶早 匀燥怎泽藻袁
月藻蚤躁蚤灶早 员园园园愿猿袁悦澡蚤灶葬
阅蚤泽贼则蚤遭怎贼藻凿 遭赠摇 杂糟蚤藻灶糟藻 孕则藻泽泽
粤凿凿院员远 阅燥灶早澡怎葬灶早糟澡藻灶早早藻灶 晕燥则贼澡
杂贼则藻藻贼袁月藻蚤躁蚤灶早 员园园苑员苑袁悦澡蚤灶葬
栽藻造院渊园员园冤远源园猿源缘远猿
耘鄄皂葬蚤造院躁燥怎则灶葬造岳 糟泽责早援 灶藻贼
阅燥皂藻泽贼蚤糟 摇 摇 粤造造 蕴燥糟葬造 孕燥泽贼 韵枣枣蚤糟藻泽 蚤灶 悦澡蚤灶葬
云燥则藻蚤早灶 摇 摇 悦澡蚤灶葬 陨灶贼藻则灶葬贼蚤燥灶葬造 月燥燥噪 栽则葬凿蚤灶早
悦燥则责燥则葬贼蚤燥灶
粤凿凿院孕援 韵援 月燥曾 猿怨怨 月藻蚤躁蚤灶早 员园园园源源袁悦澡蚤灶葬
摇 陨杂杂晕 员园园园鄄园怨猿猿悦晕 员员鄄圆园猿员 辕 匝 国内外公开发行 国内邮发代号 愿圆鄄苑 国外发行代号 酝远苑园 定价 怨园郾 园园 元摇