由中心王科教授和鲜玉娇博士等合作的论文Capturing the least costly measure of CO2 emission abatement: Evidence from the iron and steel industry in China近期在能源经济领域权威期刊Energy Economics发表。碳减排政策设计中的一个关键问题是政策制定者如何鼓励企业在经济快速扩张的同时控制碳排放增长的速度。边际减排成本（MAC）表示企业增加一单位二氧化碳排放所需要支付的经济成本，对于制定宏观减排目标和微观企业减排决策都十分重要。现有MAC估计的研究一方面很少考虑随机噪声对数据的影响，另一方面通常将缩减生产活动视为减排的唯一措施。该研究以中国钢铁行业为例，基于同时考虑数据随机噪声和技术无效性的随机半参数方法，分别在绝对量减排情景和相对量减排情景下，估计了我国钢铁企业包括缩减生产活动、增加投入等多种减排措施下的碳边际减排成本，识别出了成本最优的碳减排措施。
总量减排和强度减排政策情景下的最优MAC区域分布情况
研究发现，与传统的MAC估计方法相比，随机半参数方法提供了与生产过程更一致的估计结果；我国钢铁行业二氧化碳排放的平均 MAC 范围为2元/吨CO2至2395元/吨CO2；增加减排相关劳动力投入被认为是大部分中国500强钢铁企业的成本最优减排措施。本研究对不同减排政策情景下多种减排措施对应的碳边际减排成本估计结果，为降低我国钢铁行业碳减排成本的政策设计提供了重要的参考依据。
论文原文：https://www.sciencedirect.com/science/article/pii/S0140988322000044
