碳市场、行业竞争力与碳泄漏：以钢铁行业为例.pdf

DOI 10.12006/j.issn.1673-1719.2018.190林文斌 , 顾阿伦 , 刘滨 , 等 . 碳市场、行业竞争力与碳泄漏以钢铁行业为例 [J]. 气候变化研究进展 , 2019, 15 4 427-435Lin W B, Gu A L, Liu B, et al. Carbon market, sector competitiveness and carbon leakage steel sector case [J]. Climate Change Research, 2019, 15 4 427-435碳市场、行业竞争力与碳泄漏以钢铁行业为例林文斌，顾阿伦，刘 滨，王兆新，周玲玲清华大学能源环境经济研究所，北京 100084气候变化研究进展第 15 卷 第 4 期 2019 年 7 月 CLIMATE CHANGE RESEARCHVol. 15 No. 4July 2019摘 要 全国碳市场的建设已启动。钢铁行业是被纳入碳市场的主要行业之一，碳市场政策势必对其竞争力带来一定的影响。文中通过构建局部均衡模型，从价格、产量、贸易和碳泄漏等方面定量研究分析碳市场对我国钢铁行业竞争力的影响，并对影响模型结果的关键参数做敏感性分析，包括减排成本曲线、配额分配方式和贸易弹性。研究结果表明，碳市场对于钢铁行业的竞争力影响不太大，但是需要高度关注碳泄漏问题。关键词 碳市场；钢铁行业；竞争力；配额分配方式；贸易弹性；碳泄漏收稿日期 2018-12-20； 修回日期 2019-04-26资助项目 国家自然科学基金（ 71573145；美国环保协会项目东北亚碳市场链接研究作者简介 林文斌，男，博士；顾阿伦（通信作者，女，副研究员， 引 言碳市场机制作为我国生态文明建设的核心要素，担负着应对全球气候变化和倒逼国内产业升级的重要责任[1]。继北京、上海等 7 个试点省市开展碳交易后，中国于 2017 年 12 月正式宣布启动全国碳市场的建设，为推进中国碳排放尽早达峰、协同治理环境问题提供了制度保障。碳市场构建预计纳入的行业主要包括电力、钢铁、有色、水泥、石化、造纸和航空等高耗能行业。然而，全球需求疲软和中国经济进入新常态，这些行业面临“去产能、去库存、去杠杆、降成本、补短板”的行业转型阵痛，碳市场对其竞争力的影响，成为业内讨论的热点和政策制定者极其关心的问题。钢铁行业在纳入碳交易的行业中，具有较高的贸易强度，碳市场对其竞争力的影响更值得关注。在碳价格冲击下，首先行业的价格和产量会受到影响，其次会通过国际贸易引发碳泄漏，即不实施碳市场区域的钢铁产量上升， CO2排放增加，抵消我国做出的减排贡献。对这些问题的研究，一是可以帮助行业从业者更深入地理解碳市场，提高政策接受度；二是识别碳泄漏问题并评估其影响程度，以确保我国减排政策的有效性。同时，减排成本、配额分配方式、贸易弹性等因素都会对模型结果产生不同的影响，需要对这些因素进行检验，以期在一个不确定的世界中寻找更加符合行业发展的碳市场政策。这是本文的研究目的和试图回答的主要问题。气候变化研究进展 2019 年428温室气体排放国际上存在大量的文献研究碳市场机制对高耗能行业竞争力的影响，以欧盟碳排放交易体系（ EU ETS）为研究对象的最多。 Demailly等[2]研究了 EU ETS 中不同碳价格对钢铁行业产出和利润的影响， Meleo[3]利用量化的方法研究了 EU ETS 对意大利造纸业竞争力的影响程度，Boutabba 等[4]用滚动协整方法研究了 EU ETS 对钢铁和水泥行业的竞争力和碳泄漏的影响， Smale 等[5]认为碳交易虽然对英国高耗能行业的产出有一定的影响，但大部分参与行业可以从碳市场中获利。除了研究 EU ETS 之外，其他国家和地区也陆续开展相关研究。 Rivers[6]使用动态可计算一般均衡模型评估了可能的碳市场对加拿大行业竞争力的影响， Cheng 等[7]利用模糊目标规划的方法分析碳税对中国台湾地区 5 个石化相关行业的影响。 中国碳市场机制起步较晚，对产业经济影响主要是利用基于一般均衡的 Computable General Equilibrium（ CGE）模型，并在 CGE 模型中加入碳交易模块，反映在 CO2约束下全社会经济投入与产出的关系，预测碳市场机制在未来产生的碳相关成本，及其对国家经济发展、减排效果和环境协同效应的影响。在此领域中，方法学相对多样化，既有一般均衡模型，也有局部均衡模型，投入产出模型和系统动力学模型[8-13]。例如张健等[14]应用 CGE 模型研究碳税与碳交易对中国各个行业的综合影响，李继峰等[15]利用投入产出模型测算不同碳价格下各个行业的碳成本及其占增加值的比重，赵勇[16]提出了非完全竞争市场结构下碳交易对产业竞争力影响的分析框架，顾阿伦[17]利用投入产出表测算引入碳价格后中国出口贸易成本的变化。对已有研究的分析发现国内外学者在碳市场机制与其对行业竞争力的影响方面初步形成一定的研究基础，但仍然存在三点不足一是对于中国问题的研究不够深入，缺乏在行业层面的量化研究。二是对碳市场政策引发的国际贸易和碳泄漏问题缺乏系统认识。三是对于量化分析结果的敏感性缺乏验证和讨论。本文的研究框架则可以有效解决上述不足。1 模型构建1.1 研究方法局部均衡模型可以反映分解效应和复杂的政策机制，同时在实时数据的使用上具备优势，因此被广泛应用于行业层面的政策影响研究。本文在借鉴欧盟 CASEII 模型的基础上[18]，搭建了一个包含中国和世界其他地区的两区域比较静态局部均衡模型，考查碳市场政策对钢铁行业竞争力的影响。模型中消费者通过在钢铁行业分配消费预算来购买相应产品，从而获得效用最大化。本文的产品特指生产和消费的粗钢，虽然粗钢不是最终消费品，我们仍旧可以利用效用理论来衡量中间消费者的满足程度，原因是效用理论没有对此进行特别限制，并且 Monjon 等[18]在衡量 EU ETS的碳泄漏时也利用效用理论刻画了中间消费者对钢铁行业产品的满足程度。模型假设消费者对国产产品和进口产品存在不同的消费偏好，效用函数 Uc满足不变替代弹性，如其中 Uc代表中国消费者的效用，hcc和hrc代表中国消费者对国产产品和进口产品的消费偏好系数； Qcc和 Qrc分别代表中国消费者消费国产产品和进口产品的数量；s是 Armington 弹性系数，表示进口产品与本国生产的同类产品之间的替代。消费预算假设是 GDP 的一部分，比例系数为ac，其中 Pcc和 Prc分别表示国产产品和进口产品的价格。 Yc表示基准年中国的 GDP。在消费预算约束下最大化效用函数 Uc，可以分别得到对国产产品和进口产品的需求曲线Uc [hcc· Qcc hrc· Qrc ] 。 1 s-1ss-1ss-1sPcc· Qcc Prc· Qrc ac· Yc 。 2 0 ⇒Qcc ac· Yc· ； 3 UcQcchcc · Pccs-1 -shcc · Pcc hrc · Prc s-1 1-s s-1 1-4 期 429林文斌，等碳市场、行业竞争力与碳泄漏以钢铁行业为例对于生产者而言，其生产的产品在国内和国外两个市场销售，在存在碳市场的情况下，生产者要为自身排放的 CO2购买相应配额以完成履约义务。但也会从政府手中得到一定数量的免费配额，因此其利润用函数可以表示为其中 Pcr表示出口产品的价格； qcc和 qcr分别表示企业在国内市场和海外市场的销售量； mcc是企业生产的边际成本； tccr是出口产品的运输成本； PCO2是 CO2配额的价格； uec是生产单位产品的排放量； AUc是配额拍卖比例， 0 ≤ AUc≤ 1；FCc 是企业生产的固定成本，下标 c 表示的是中国。当生产者利润最大化时可得以下关系 0 ⇒Qrc ac· Yc· 。 4 UcQrchrc · Prcs-1 -shcc · Pcc hrc · Prc s-1 1-s s-1 1-spc Pcc - mcc· qcc Pcr - mcc- tccr· qcr - PCO2· uec· qcc qcr PCO2 1- AUc - FCc。 5 · 1 s - 1· ； 6 Pcc- mccPcc1s· nchcc· Qccs-1shcc· Qcc hcr· Qcrs-1ss-1s[ ]Pcr- mcc- tccrPcr1s· nr[ hcr· Qcrs-1shcc· Qcc hcr· Qcrs-1ss-1s · 1 s - 1· 。 7 ]其中 nc和 nr分别表示国内和国外的企业数量，本文假设国内和国外的产品产量分别由数个产量相同的企业提供。最后当同时满足消费者效用最大化、生产者利润最大化以及超额利润为零这 3 组条件时便可求解出均衡条件下的各类参数。生产者可以选择自主减排或者购买配额来履行其减排义务，这取决于其边际减排成本曲线和市场上的 CO2配额价格。模型假设企业的边际减排成本曲线为 fMACC uaa· ua2 b· ua，其中 a 表示企业边际减排成本曲线的二次项系数，b表示企业边际减排成本曲线的一次项系数， ua 是单位产品减排量， ue 是单位产品排放量，当市场的 CO2价格为 PCO2时，单位产品减排量为若其他成本不变，仅考虑生产企业与碳市场相关的成本变化，主要包括 3 个部分1企业的减排成本。企业通过引进新技术（技术升级 、优化能源结构、提升管理效率等手段进行生产减排，从利润最大化的角度考虑，当边际减排成本 fMACCPCO2时，企业将不再进行自主减排，而是通过从市场购买配额来履行其减排义务。3 碳市场引起电力成本上升。电力行业也被纳入碳交易，面临碳成本。虽然中国目前是管制电价模式，但随着电力体制“管住中间、放开两头”的改革拉开帷幕，模型假设未来电力价格由市场决定，且电力企业能将碳成本直接传递给下游消费者。那么电力成本上升的部分将包含电力企业的减排成本、电力企业缴纳碳税的成本两部分。1.2 数据说明在比较静态模型中，选取 2012 年作为基准年。基准年产量数据来自世界钢铁统计年鉴，价格数据来自国际贸易数据库（ Uncomtrade，单位产品的 CO2排放量和单位产品的用电量来自法国能源信息统计所（ Enerdata，发电量来自电力统计年鉴，中国宏观经济数据来自国家统计局，模型中的边际减排成本曲线来自国家信息中心的 CGE 模型，产品的不变替代弹性s来自作者测算。运输成本是通过基准年校准所得。本文研究的是未来2020 年钢铁行业的碳市场、行业竞争力与碳泄漏的问题。1.3 情景设计本文设计了两种情景基准情景和政策情景。在基准情景中没有碳市场机制，钢铁行业按照既ua min ue, 。 8 2a-b b2 4a· PCO2√气候变化研究进展 2019 年430温室气体排放有轨道发展。政策情景中设计两个维度的变量一是较为广泛的碳价格，范围为 0 ～ 30 美元 /t CO2；二是设计了 0 ～ 100 的配额拍卖比例，以研究不同配额拍卖比例的影响。在此基础上，为论述方便，设计了 3 种典型情景，如表 1 所示。设置较宽的碳价格范围主要考虑两方面原因首先从现有经验来看，无论是 EU ETS 还是中国 7个试点碳市场， CO2价格都具有极大的波动性[19]；其次是可以在更宽的范围内比较不同价格的影响，从而更加有利于对全国碳市场的价格调控。表 1 3 个典型情景Table 1 Three typical scenarios情景基准情景 BAU正常情景 S1极端情景 S21030碳价 /（美元 /t CO2） 配额拍卖比例 /20100据处理，令基准情景中相应变量的数值为 100。图 1 是不同碳价格和配额拍卖比例下国内市场和出口市场的产品价格和产量。在正常情景 S1 中，国内产品价格（ Pcc）上升 0.47，出口产品价格（ Pcr）上升 0.46；在极端情景 S2 中，国内产品价格（ Pcc）上升 7.82，出口产品价格（ Pcr）上升 7.53。结果显示碳价政策均会导致产品的价格上涨，碳价水平越高则影响越大。其原因是碳价的变化会影响产品成本进而影响产品价格。实际中的影响可能会比模型估算值稍低，因为理论上在同等弹性需求时，成本传递率为 Ne/Ne-1，其中 N 是竞争厂家数量，e是需求弹性。考虑钢铁行业的市场结构，模型假设成本传递率为 100，然而近年中国钢铁行业存在较为严重的产能过剩，实际成本传递率应该无法达到 100。 在正常情景 S1 下，国内产品产量 Qcc下降0.52，出口产品产量 Qcr 下降 1.95，整体产量（ QccQcr）下降 0.60。在极端情景 S2 下，国内产品产量 Qcc下降 7.86，而出口产品产量 Qcr下降 26.69，整体产量（ QccQcr）下降 8.92。结果显示钢铁企业在国内外市场的销售量（ Qcc/Qcr）都随着碳价格和配额拍卖比例的提高而下降，但国内市场受到的影响较小。其原因在于图 1 不同碳价和配额拍卖比例下钢铁行业产品价格 a, b 和产量 c, d 的变化Fig. 1 Changes in price a, b and output c, d of the steel industry under different carbon price and allowance auction ratio2 研究结果本文仿真模拟 2020 年钢铁行业发展情景。设定全国碳市场于 2017 年启动，并在 2020 年平稳运行，同时在 2020 年单位 GDP 碳强度下降40 ～ 45。为方便比较，在结果展示时做了数108106104102100983020100 020406080100配额拍卖比例/碳价/美元/t国内市场产品价格变化108106104102100983020100 020406080100出口产品价格变化10510095903020100 020406080100国内市场产量变化BAU100BAU100BAU10011010090807030出口产量变化BAU10020100 020406080100acbd配额拍卖比例/碳价/美元/t配额拍卖比例/碳价/美元/t配额拍卖比例/碳价/美元/4 期 431林文斌，等碳市场、行业竞争力与碳泄漏以钢铁行业为例首先中国的钢铁行业以内需为主，出口占比不到10，因此从下降比例来看，出口受到的影响较大；其次是中国钢铁出口以低端产品为主，毛利润较低，可替代性强，当成本增加时容易受到冲击。考虑正常情景 S1，本文认为碳市场对于产量的影响是相对有限的，需要说明的是本文仅考虑的是碳市场引起的产量下降。如图 2 所示，在不同的配额拍卖比例下，碳价从 0 ～ 30 美元 /t CO2， CO2排放下降率最低为21，最高为 29；而在不同的碳价下，配额拍卖比例从 0 上升到 100， CO2排放的下降率最低为 3.5，最高为 10.0。结果显示相对于配额拍卖的作用，碳价水平是钢铁行业 CO2减排更主要的影响因素。图 2 不同碳价和配额拍卖比例下钢铁行业 CO2排放Fig. 2 CO2 emission of the steel industry under different carbon price and allowance auction ratio100908070603020100020406080100配额拍卖比例/碳价/美元/tCO2排放/亿tCO2 减排效果明显，其中单位产品排放下降对其贡献较多。在基准情景下， 2020 年钢铁行业CO2 排放量为 18.04 亿 t；在极端情景 S2 下， CO2排放约为 11.98 亿 t，下降率达到 33.60，其中单位产品排放下降贡献了减排的 77.1，产量下降贡献了减排的 22.9。袁敏等[20]的研究显示到2020 年钢铁行业在基准情景下排放量约 18.5 亿 t，在节能情景下约为 15.6 亿 t，本文数值较低的原因主要是没有考虑生产过程的 CO2排放。本文对碳泄漏率的定义是钢铁行业在国外增加的排放量与本国减少的碳排放量之比。在正常情景 S1 下，碳泄漏率为 0.49，在极端情景 S2 下，碳泄漏率为 4.00。研究结果显示碳泄漏率比较稳定，介于 0.49 ～ 4.00 之间，相比碳价，配额拍卖比例对其影响较大（图 3。图 3 不同碳价和配额拍卖比例下钢铁行业碳泄漏Fig. 3 Carbon leakage of the steel industry under different carbon price and allowance auction ratio6420-202010020406080100配额拍卖比例/碳价/美元/t碳泄漏/30图 4 不同模型得到的钢铁行业边际减排成本曲线Fig. 4 Marginal abatement cost curves of the steel industry obtained by different models3 敏感性分析外生变量的不确定性是影响模型结果的关键要素。本节选取模型的 3 个关键外生变量减排成本曲线、 Armington 弹性和配额分配方式对结果进行敏感性分析。为计算方便，仅在正常情景S1 下对模型结果中的国内外价格（ Pcc 和 Pcr，产量（ Qcc和 Qcr， CO2总排放量（ TE）和碳泄漏率（ LR）进行验证。3.1 减排成本曲线（MAC 曲线）如前所述，本文使用的钢铁行业 MAC 曲线来自 CGE 模型。为验证不同 MAC 曲线对结果的影响，文章利用 POLES 模型和 PRIMES 模型获取钢铁行业在 2020 年的另两条 MAC 曲线，并进行仿真模拟。 MAC 曲线详见图 4，仿真结果见图 5。 从图 5 可以看出，不同的 MAC 曲线对产量、价格和碳泄漏率的影响很小，但是对 CO2总排放140120100806040200减排成本/美元/t CO26050403020100单位减排率 /POLES CGE PRIMES气候变化研究进展 2019 年432温室气体排放的影响较大。其中利用 PRIMES 模型得到的 MAC曲线可以使总排放相对基准情景下降 18 左右，而在相同的碳价水平和配额拍卖比例下， CGE 模型得到的 MAC 曲线模拟结果则只能使 CO2排放下降 7 左右。总排放量的变化由产量和行业减排能力决定，由于产量对 MAC 曲线不敏感，因此 PRIMES 模型相对高估了钢铁行业的减排能力。3.2 Armington 弹性不少局部均衡模型的实践表明模型结果对Armington 弹性比较敏感。现有文献一般认为钢铁行业的 Armington 弹性介于 3 ～ 6 之间，因此令模型中 Armington 弹性分别为 3.0、 4.5 和 6.0，对应低、中和高值进行敏感性分析，结果见图 6。 图 5 不同 MAC 曲线假设下模型结果对比Fig. 5 Comparison of model results under different marginal abatement cost curves50-5-10-15-20相对基准情景的变化/PccPOLES CGE PRIMESPcr Qcc Qcr TE LR图 6 不同 Armington 弹性下模型结果对比Fig. 6 Comparison of model results under different Armington elasticities20-6-10-12-20相对基准情景的变化/PccLOW MEDIAN HIGHPcr Qcc Qcr TE LR-2-4-8-14-16-18Armington 弹性对国内市场的产品价格和产量几乎没有影响；对出口产品的价格也几乎没有影响，对出口产品产量的影响相对较大，随着弹性从低到高，出口产量 Qcr下降比例为0.62 ～ 0.87。这主要是因为 Armington 弹性越高，出口产品越容易被替代，导致出口萎缩。图 6 还可以看出 CO2排放并没有受到太大影响，这说明钢铁行业的 CO2减排量主要是由碳强度下降贡献，与前文结果一致。从环境有效性来看，碳泄漏率从低弹性时的 0.11 到高弹性时的0.27，波动不大。产生这种结果的原因是模型认为碳泄漏只会通过贸易产生，因此碳泄漏受到的影响不大。3.3 配额分配方式本文假设企业在生产过程中追求利润最大化，且将 CO2配额成本纳入企业生产的边际成本。因此企业在碳市场中得到的免费配额数量对企业的经济效益有直接的影响。本节的配额分配考虑两种主流模式，分别是祖父制（ Grandfathering, GF）和基于产出法（ Output Based,OB，两种方式中配额拍卖比例均为 10。结果见图 7。图 7 不同配额分配方式下模型结果对比Fig. 7 Comparison of model results under different allowance allocation modes50-5-10-20相对基准情景的变化/PccGF OBPcr Qcc Qcr TE LR-15配额分配方式对价格和产量的影响都是相对有限的，但是对 CO2排放总量有较大影响。TE 在 GF 分配方式下降低 13.7，在 OB 下降低17.5。这是因为 OB 分配方式是以企业在预测年的产品碳强度和产量乘积作为基准，更能促进企业提高产品的碳强度。从碳泄漏的角度看， OB 分配方式在抑制碳泄漏方面则相对差一些。碳泄漏率在 GF 下为 0.6，4 期 433林文斌，等碳市场、行业竞争力与碳泄漏以钢铁行业为例而在 OB 下为 2.0。这是因为 OB 分配方式下，企业更倾向于扩大生产以获取更多配额，但是减排总量固定，所以企业还需要进一步降低碳排放强度来实现减排，这样尽管其产量增加，但是其强度下降得更快来实现减排[21]。敏感性分析结果表明钢铁行业 CO2总排放对 MAC 曲线和配额分配方式比较敏感，碳泄漏对 Armington 弹性和配额分配方式比较敏感，出口产量对 Armington 弹性更加敏感。4 结论与启示碳交易对行业低碳转型影响中最受关注的是行业的竞争力，主要涉及行业产品价格、国内产品市场份额、产品出口萎缩等关系到行业未来发展方面的问题，而碳泄漏则关系到减排政策的成本有效性。随着中国减排政策深入，碳成本逐步升高，在行业为低碳转型付出成本的同时要关注行业的竞争力和碳泄漏问题。在正常情景下碳市场对钢铁行业的影响有限，其中国内产品价格上升 0.47，出口产品价格上升 0.46，整体产量下降 0.60。当配额拍卖比例低于 30，配额价格低于 30 美元 /t CO2时，钢铁行业的价格和产量的变化幅度都不会超过 5，而整体行业的 CO2排放却能降低 20 以上。因此，未来我国推行碳交易对钢铁行业的低碳转型将产生积极的促进作用，同时对行业竞争力的负面影响也相对有限。在推行碳交易的同时需要重视碳泄漏问题。本文测算显示在正常情景 S1 下，碳泄漏为 0.49，在极端情景 S2 下，碳泄漏率为 4.00，结果表明未来我国推行碳交易所引发的钢铁行业碳泄漏率相对变化比较稳定，虽然目前钢铁行业的碳泄漏不高，但仍要保持高度关注。其原因在于一方面未来中国逐步引领世界低碳潮流，低碳政策可能会逐步加强；另一方面，全球低碳治理向“自主决定贡献”转变的过程中，叠加全球政治不稳定、经济发展下行危机，很难保证各国都像我国一样制定明确的减排目标，因此需要转变观念，逐步关注中国低碳政策的碳泄漏问题，并以此为依据促进其他国家的低碳减排，推动全球应对气候变化进程。未来在推动钢铁行业的碳交易时应该更加重视配额分配方式，因为敏感性分析显示钢铁行业的 CO2总排放以及碳泄漏都对配额分配方式比较敏感。本文构建了局部均衡计算框架与模型，分析在不同碳价水平、不同配额拍卖比例对钢铁行业价格、产量、国际贸易和碳泄漏的影响。研究发现未来我国推行碳交易将对钢铁行业的低碳转型产生积极的促进作用，对行业竞争力的负面影响相对有限，所引发的钢铁行业碳泄漏率的变化也比较稳定。同时在自身碳市场制度建设时需要适当考虑配额拍卖比例和基于产出的分配方式。从国外研究看，欧盟正在逐步从宏观影响转向微观分析，可以提供更多细节的局部均衡模型逐渐受到重视。从政策发展规律看，随着 EU ETS第三阶段开始运行，政策的精准管理和微观调控才是政策成功的关键，进一步细化研究尺度和灵活应用实时数据成为碳交易评估研究方法的主要方向。中国碳市场建设速度远快于 EU ETS，而相关研究仍然偏重于碳交易对宏观经济的影响，因此未来研究将在微观分析方面进行相关创新探索。参考文献段茂盛 , 吴力波 . 中国碳市场发展报告 从试点走向全国 [M]. 北京 人民出版社 , 2018. Duan M S, Wu L B. China carbon market development report from pilot to national [M]. Beijing People’s Publishing House, 2018 in ChineseDemailly D, Quirion P. European emission trading scheme and competitiveness a case study on the iron and steel industry [J]. Energy Economics, 2008, 30 4 2009-2027Meleo L. On the determinants of industrial competitiveness the European Union emission trading scheme and the Italian paper industry [J]. Energy Policy, 2014, 74 535-546Boutabba M A, Lardic S. EU emissions trading scheme, competitiveness and carbon leakage new evidence from cement and steel industries [J]. Annals of Operations Research, 2016, 255 47-61Smale R, Hartley M , Hepburn C, et al. The impact of CO2 emissions [1][4][3][2][5]气候变化研究进展 2019 年434温室气体排放[9][7][8][6][10][11]trading on firm profits and market prices [J]. Climate Policy, 2006, 6 1 31-48Rivers N. Impacts of climate policy on the competitiveness of Canadian industry how big and how to mitigate [J]. Energy Economics, 2010, 32 5 1092-1104Cheng F L, Lin S J, Lewis C, et al. Effects of carbon taxes on different industries by fuzzy goal programming a case study of the petrochemical-related industries, Taiwan [J]. Energy Policy, 2007, 35 8 4051-4058Ruth M, Amato A D, Davidsdottir B. Carbon emissions from U.S. ethylene production under climate change policies [J]. Environmental Science Steel sector; Sector competitiveness; Quota allocation ; Trade elasticity; Carbon leakageLIN Wen-Bin, GU A-Lun, LIU Bin, WANG Zhao-Xin, ZHOU Ling-Ling