常 凱

1（南京大學(xué)，南京 210093）2（浙江財經(jīng)大學(xué)，杭州 310018）

全國碳交易系統(tǒng)下省際間碳強度減排目標(biāo)分配
——來自公平與效率證據(jù)

常 凱1，2

1（南京大學(xué)，南京 210093）2（浙江財經(jīng)大學(xué)，杭州 310018）

確定公平且經(jīng)濟有效的減排目標(biāo)直接影響到不同區(qū)域的初始資源稟賦，同時影響到不同利益主體的減排資源再分配結(jié)果和社會公正問題。本文綜合考慮到經(jīng)濟水平、累積碳排放量、工業(yè)碳強度和能耗強度4個重要指標(biāo)，提出基于信息熵值法的跨省減排目標(biāo)方案分配。2014～2020期間，擁有較重的累積碳排放量、較強的工業(yè)碳強度、較高的能耗強度和更好的經(jīng)濟水平的省份需要承擔(dān)較重的減排負(fù)擔(dān)。隨著全國減排目標(biāo)下降幅度增長，擁有較高的工業(yè)碳強度和能耗強度的省份面臨著較弱的上調(diào)減排負(fù)擔(dān)壓力，而擁有較低的工業(yè)碳強度和能耗強度的省份面臨著較強的上調(diào)減排負(fù)擔(dān)壓力。

碳交易 信息熵法 區(qū)域差異 權(quán)重 減排目標(biāo)

2014年國務(wù)院印發(fā)關(guān)于 《2014～2015年節(jié)能減排低碳發(fā)展行動方案》和國家發(fā)改委發(fā)布 《碳排放權(quán)交易管理暫行辦法》提出，碳排放配額分配在初期以免費分配為主，適時引入有償分配，并逐步提高有償分配的比例，逐步推進(jìn)碳排放權(quán)交易試點，籌建全國碳排放權(quán)交易市場。北京、上海、天津、重慶、湖北、廣東和深圳等7省市作為碳排放權(quán)交易試點進(jìn)行先行先試，全國統(tǒng)一碳排放權(quán)交易市場計劃于2016年試運行，配額由國家統(tǒng)一分配。由于各省、自治區(qū)和直轄市的資源稟賦、經(jīng)濟增長方式、能源消費模式、歷史碳排放量和碳強度等因素存在很大的差異性，如何設(shè)計一套公平、高效、經(jīng)濟和市場可接受的二氧化碳減排分配方案是構(gòu)建全國性碳排放交易市場的關(guān)鍵環(huán)節(jié)。

構(gòu)建跨省碳配額交易市場所面臨最有挑戰(zhàn)性和爭議的問題在于確定公平且經(jīng)濟有效的碳配額分配和初始碳減排配額，不同初始碳配額和減排目標(biāo)直接影響到不同區(qū)域的經(jīng)濟產(chǎn)出和碳排放績效［1］。國內(nèi)外學(xué)者研究不同的碳配額分配標(biāo)準(zhǔn)及其方法，如祖父制法是基于歷史的碳排放量進(jìn)行免費配額分配，過量的碳配額容易造成價格波動和市場扭曲［2，3］。隨著經(jīng)濟增長和社會產(chǎn)出逐步增加，越富裕的國家或地區(qū)應(yīng)該承擔(dān)較重的減排負(fù)擔(dān)，以人均GDP指標(biāo)確定初始碳減排配額［4－6］。在工業(yè)化進(jìn)程中，隨著累積碳排放量增加，釋放大量碳排放量的國家需要承擔(dān)較大的減排責(zé)任，以累積的碳排放量為指標(biāo)確定初始碳配額［7－9］。Wei和Rose（2009）分別以能源消耗量、能源生產(chǎn)量、人口和經(jīng)濟產(chǎn)出等指標(biāo)設(shè)計初始能源配額，設(shè)計區(qū)域性能源配額交易系統(tǒng)［10］。Yi等（2011），Yu等（2012）以GDP、碳排放量和碳強度指標(biāo)為基準(zhǔn)，設(shè)定3個指標(biāo)固定的權(quán)重，確定不同區(qū)域的初始碳配額［11，12］。Zhou等（2014）選擇 CO2、能源強度、GDP、人口和人均GDP作為碳額分配指標(biāo)，實證結(jié)果顯示以人口和GDP為基礎(chǔ)碳額分配可以有效地降低總減排成本和成本節(jié)約效果［13］。

李陶等（2010）提出基于人口和GDP為基礎(chǔ)非線性規(guī)劃法的減排配額分配方法，獲得中國各省市的減排配額分配方案［14］。王清華等運用碳強度分配方法制定了深圳市火電行業(yè)碳配額分配方案［15］。段茂盛和龐韜（2014）建議中央政府采用各省碳排放總量作為碳額分配基礎(chǔ)，確定碳配額統(tǒng)一分配方法和差異化區(qū)域調(diào)整系數(shù)后由各省級政府實施碳配額分配［16］。令狐大智和葉飛（2015）提出按照歷史碳排放量對企業(yè)進(jìn)行碳額分配，激勵企業(yè)改進(jìn)低碳技術(shù)［17］。李鋼和廖建輝（2015）建議根據(jù)物質(zhì)資本蓄積量和碳排放系數(shù)測算碳資本存量，提出量化碳資本存量為基礎(chǔ)設(shè)計全球新的碳排放權(quán)分配方案［18］?？傊?，不同碳配額分配方法和標(biāo)準(zhǔn)對跨省碳配額交易產(chǎn)生重要的經(jīng)濟影響，人均GDP、累積碳排放量、碳排放強度及能源消耗均是影響省級碳配額分配的重要指標(biāo)。

王迪等（2012）運用泰爾熵Kaya因子分解技術(shù)，測度并分解1990～2009年我國人均CO2排放區(qū)域不平等程度［19］。鄭立群（2013）在減排責(zé)任分?jǐn)偟墓叫詼?zhǔn)則基礎(chǔ)上，確定了各省區(qū)碳減排責(zé)任分?jǐn)偟墓叫詤^(qū)間，構(gòu)造了分配滿意度和公平偏離指數(shù)［20］。王秋賢等（2014）綜合考慮碳排放的生態(tài)、公平和效率前提下，基于2010年碳排放水平嘗試性地構(gòu)建了碳排放區(qū)域差異的3E模型體系［21］。吳賢榮等（2015）利用人均農(nóng)業(yè)碳排放、人均農(nóng)業(yè)生產(chǎn)總值、農(nóng)業(yè)碳排放強度與農(nóng)業(yè)碳排放影子價格4個指標(biāo)，構(gòu)建農(nóng)業(yè)碳減排潛力指數(shù)，基于公平與效率雙重視角，對各省區(qū)農(nóng)業(yè)碳減排潛力水平進(jìn)行評估［22］。王熒（2015）構(gòu)建了多目標(biāo)導(dǎo)向的DEA模型解決這個問題，該模型在6個硬性目標(biāo)約束下，分4個步驟分別解決4個求解盡可能接近公平分配下應(yīng)得的非期望產(chǎn)出分配額［23］。各省、自治區(qū)和直轄市在產(chǎn)業(yè)結(jié)構(gòu)、能源消費模式、歷史碳排放、碳強度等方面存在顯著的差異性，以單指標(biāo)為基礎(chǔ)碳額分配難以體現(xiàn)減排資源配置的公平性。

不同碳配額分配模式實際上賦予了各利益主體參與碳配額交易系統(tǒng)的初始減排資源稟賦，直接影響到不同利益主體的減排資源再分配結(jié)果和社會公正問題，同時也影響各省、自治區(qū)和直轄市等利益主體的經(jīng)濟效益和社會福利。國內(nèi)外關(guān)于碳配額分配研究存在以下不足之處：由于不同區(qū)域具有不同的資源稟賦、經(jīng)濟水平、能源效率及能源消費模式，現(xiàn)有文獻(xiàn)分別解決人均GDP、碳強度和碳排放量為標(biāo)準(zhǔn)的區(qū)域性碳配額分配，碳配額分配尚未統(tǒng)籌考慮經(jīng)濟水平、能源消費模式、碳強度和碳排放量等因素，缺乏客觀性和系統(tǒng)性的區(qū)域性碳配額分配途徑。本文提出跨省減排目標(biāo)設(shè)計方案綜合考慮將各省、自治區(qū)和直轄市人口、經(jīng)濟發(fā)展水平、能源消費模式、累積的歷史碳排放量及其工業(yè)碳強度等因素，運用信息熵方法構(gòu)建跨省減排目標(biāo)模型，確定各省、自治區(qū)和直轄市的減排目標(biāo)分配，為中國政府決策部門設(shè)計跨省減排目標(biāo)設(shè)計方案提供了理論支撐。

1 數(shù)據(jù)處理與研究方法

公平合理地分配碳排放配額不僅直接影響到碳排放市場供需均衡狀況和市場效率，還間接影響到區(qū)域性碳配額市場流動及其社會福利。2014年12月，國家發(fā)改委發(fā)布的 《碳排放權(quán)交易管理暫行辦法》提出：國務(wù)院碳交易主管部門根據(jù)國家控制溫室氣體排放目標(biāo)的要求，綜合考慮國家和各省、自治區(qū)和直轄市溫室氣體排放、經(jīng)濟增長、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)，以及重點排放單位納入情況等因素，確定國家以及各省、自治區(qū)和直轄市的排放配額總量。

1.1 數(shù)據(jù)處理

根據(jù)聯(lián)合國氣候框架協(xié)議，配額分配是共同但有區(qū)別的責(zé)任，應(yīng)考慮到各地區(qū)排放歷史責(zé)任、減排能力、減排義務(wù)和減排潛力等因素，本文選擇人均GDP、累積碳排量、碳強度和能耗強度分別代表減排能力、歷史責(zé)任、減排義務(wù)和能源效率4個指標(biāo)［11－13］。

1.1.1 減排能力

人均GDP是一個有效地衡量各區(qū)域減排能力的量化指標(biāo)。越富裕的區(qū)域擁有更大經(jīng)濟能力實施減排活動，需要承擔(dān)更重的減排負(fù)擔(dān)，人均GDP代表一個地區(qū)的經(jīng)濟發(fā)展水平和人民生活富裕程度，因此本文選擇人均GDP代表碳減排能力。各省、自治區(qū)和直轄市人口和GDP數(shù)據(jù)均來自 《2014年中國統(tǒng)計年鑒》，中國政府提出到2020年碳強度比2005年要下降40%～45%，此處GDP采用2005年不變價格指數(shù)進(jìn)行折算。

1.1.2 歷史減排責(zé)任

釋放碳排放量越多的地區(qū)需要承擔(dān)更大的減排責(zé)任，本文選擇各省、自治區(qū)和直轄市的累積的歷史碳排放量代表碳減排責(zé)任。此處各省、自治區(qū)和直轄市的累積碳排放量是根據(jù)2006年IPCC碳排放計算指南，分別參考各省、自治區(qū)和直轄市的終端能源統(tǒng)計數(shù)據(jù)估算出相應(yīng)的碳排放量。本文估算出各省、自治區(qū)和直轄市的2005～2012年歷史的碳排放量，2013年碳排放量是先根據(jù)近三年碳排放強度平均下降和2012年碳強度估算出2013年碳強度，然后乘上各省、自治區(qū)和直轄市2013年GDP計算所得，此處各省累積的碳排放量是各省的2005～2013年碳排放量累積總和。

1.1.3 減排義務(wù)

中國仍處于工業(yè)化進(jìn)程時期，工業(yè)二氧化碳排放占據(jù)主導(dǎo)地位，因此工業(yè)部門仍具有很大的減排義務(wù)。擁有越強碳強度的地區(qū)需要承擔(dān)較大的減排義務(wù)，承擔(dān)較重的減排負(fù)擔(dān)。本文選擇工業(yè)碳強度代表工業(yè)部門的減排潛力，選擇2013年各省、自治區(qū)和直轄市的單位工業(yè)增加值碳排放量，即工業(yè)碳強度。各省工業(yè)碳強度是根據(jù)各省的工業(yè)部門碳排放量除以工業(yè)附加值（以2005年不變價格折算），工業(yè)部門碳排放量計算方法跟上面各省碳排放總量計算方法相同。2013年工業(yè)碳強度是以近三年工業(yè)碳強度平均下降情況和2012年工業(yè)碳強度估算所得。

1.1.4 減排潛力

能源終端消費產(chǎn)生的碳排放占據(jù)重要地位，其中包括原煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、其他石油制品和天然氣等。由于煤炭、石油和天然氣是各省、自治區(qū)和直轄市廣泛使用化石能源終端消費，工業(yè)部門需要消費大量的一次能源。減排潛力來自于優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)，提高能源使用效率，增加可再生能源使用比例，因此本文選擇工業(yè)能耗強度代表減排潛力指標(biāo)。此處減排潛力是以能源消耗強度替代，是根據(jù)2013年各省、自治區(qū)和直轄市標(biāo)準(zhǔn)煤消費量和GDP估算出2013年能耗強度（以2005年不變價格折算）。

影響碳配額分配主要因素包括經(jīng)濟水平、累積碳排放量、碳強度和能源效率等因素，由于許多指標(biāo)之間存在著非常顯著的關(guān)聯(lián)性，各指標(biāo)之間的相互作用導(dǎo)致最終碳配額分配結(jié)果的不確定性。

1.2 信息熵值法

權(quán)重是反映各個指標(biāo)在指標(biāo)體系中的重要程度變量，合理的權(quán)重分配要從整體優(yōu)化目標(biāo)出發(fā)，能夠客觀地反映各個指標(biāo)重要程度的不同。根據(jù)信息熵理論，熵值法是一種在綜合考慮各因素所提供信息量的基礎(chǔ)上評價客觀權(quán)重的數(shù)學(xué)方法，主要根據(jù)各個指標(biāo)所傳遞給決策者的信息量大小來確定客觀的權(quán)重［25］。信息熵是信息不確定性的度量，熵值越小，所蘊涵的信息量越大，若某個信息屬性下的熵值越小，則說明該信息屬性在配額分配決策時所起的作用越大，應(yīng)賦予該信息屬性較大的權(quán)重，否則相反［26］。根據(jù)信息熵方法，我們提出一個四因素決策矩陣。

此處i（i＝1，2，…，11）代表浙江省各地市，j（j＝1，2，…，4）代表4個決策指標(biāo)。將每個指標(biāo)xij進(jìn)行標(biāo)準(zhǔn)化處理。

四因素決策矩陣X轉(zhuǎn)換：

然后，計算第j項指標(biāo)的信息熵H（xj），將信息熵的取值范圍修訂在0～1之間，如果各個區(qū)域之間完全沒有差異，即，如果只有一個區(qū)域的值，其他區(qū)域全部為0，pij＝1，H（xj）＝0。

指標(biāo)j最終權(quán)重為［26，27］：

。因此各省、自治區(qū)和直轄市碳配額綜合分配比例為：

1.3 碳強度減排目標(biāo)分配

假設(shè)中國政府計劃在2014～2020年進(jìn)行跨省碳配額市場試點，碳強度CI定義為：

此處Ct為碳排放總量，GDPt為國內(nèi)生產(chǎn)總值（相對于2005年價格水平）。相比于2005年碳強度水平，2020年全國碳強度總減排目標(biāo)為40%～45% ，因此2020年碳強度為：

此處 CI2005為 2005年碳強度水平，CI2020為2020年碳強度水平。若減排目標(biāo)為40%，此處α＝0.60，當(dāng)減排目標(biāo)為45%時，α＝0.55。因此各省、自治區(qū)和直轄市2020年碳強度為：

此處αi為中央政府給省份i分配減排目標(biāo)，CIi2005、CIi2020分別為2005年和2020年省份i的碳強度水平。

此處αi隨著該省的碳配額綜合分配比例Ri上升，減排負(fù)擔(dān)越重，該省碳強度可以保持在較低的水平，反之，αi隨著Ri下降，其減排負(fù)擔(dān)越輕。到2020年全國碳排放總量可以由方程（11）和（12）表達(dá)。

2 碳強度減排目標(biāo)設(shè)計

2.1 各省份CO2排放數(shù)據(jù)估算

與二氧化硫、粉塵、水污染等其它環(huán)境污染不同，中國及各省市統(tǒng)計機構(gòu)并沒有直接公布CO2排放數(shù)據(jù)，CO2排放主要來源于化石能源燃燒排放二氧化碳?；茉聪M的碳排放量包括能源終端消費碳排放與二次能源消費碳排放兩部分，其中電力、焦炭、熱能等二次能源消費的碳排放均來自于其生產(chǎn)過程中化石能源的能量轉(zhuǎn)換與能量損失。因此能源消費碳排放總量即為各類化石能源的終端消費、能源轉(zhuǎn)換及能源損失所產(chǎn)生的相應(yīng)碳排放量。由于煤炭、石油和天然氣一次化石能源，本文將考慮這3種化石能源所對應(yīng)的碳排放量。

2005～2013年碳排放量估算主要參考IPCC（2006）和國家發(fā)改委能源研究所（2003）的方法，通過相關(guān)公式專門估算各省、自治區(qū)和直轄市的CO2排放量。本文所有一次終端消費煤炭、石油和天然氣能源消費實物量數(shù)據(jù)、轉(zhuǎn)換數(shù)據(jù)均來自2006～2013年 《中國能源統(tǒng)計年鑒》中的“地區(qū)能源平衡表”，能源實物量數(shù)據(jù)的標(biāo)準(zhǔn)量折算采用 《中國能源統(tǒng)計年鑒》所附錄的 “各種能源折算標(biāo)準(zhǔn)煤參考系數(shù)”。煤炭、石油和天然氣3種一次能源的二氧化碳排放系數(shù)分別為2.7412、2.1358和1.6262萬噸/萬噸標(biāo)準(zhǔn)煤。

2.2 各指標(biāo)權(quán)重比例

根據(jù)方程（1）～（5）得知，人均GDP、累積碳排放量、工業(yè)碳強度和能耗強度4個指標(biāo)客觀權(quán)重分別為 0.1665、0.2520、0.2778和0.3036。從熵值法確定的實際權(quán)重數(shù)值看，能耗強度是跨省碳配額分配影響最大的指標(biāo)，其次是工業(yè)碳強度和累積碳排放量，人均GDP對區(qū)域配額分配影響最小。由于中國各區(qū)域仍處于工業(yè)化進(jìn)程時期，各省、自治區(qū)和直轄市的產(chǎn)業(yè)結(jié)構(gòu)和資源稟賦的差異性較大，對煤炭、石油和天然氣化石能源擁有較強的依賴性。迅速增長的化石能源消費推進(jìn)各區(qū)域累積碳排放量和工業(yè)碳強度迅速上升，因此累積碳排放量、能耗強度和工業(yè)碳強度在各區(qū)域碳配額分配擁有較強的權(quán)重。人均GDP越高的地區(qū)意味著擁有較強的經(jīng)濟能力實施環(huán)保實踐活動，諸如購買脫硫脫碳設(shè)備和引進(jìn)IGCC和CCS等減排技術(shù)，因此人均GDP在各區(qū)域碳配額分配同樣占有較重要的比重。

2.3 碳強度減排目標(biāo)方案設(shè)計

表1 各省、自治區(qū)和直轄市碳減排目標(biāo)分配方案（相對于2005碳強度水平）

基于4個指標(biāo)的客觀綜合權(quán)重，本文估算到2020年各省、自治區(qū)和直轄市的減排分配綜合權(quán)重比例如表1所示。相對于2005年工業(yè)碳強度水平，到2020年河北、山西、山東、貴州、青海、寧夏和新疆減排分配的綜合權(quán)重比例超過4%。河北、山西和山東擁有最重的累積碳排放量和較強的工業(yè)碳強度，而貴州、青海、寧夏和新疆擁有最強的工業(yè)碳強度和最高的能耗強度，這些地區(qū)應(yīng)該分配較高的權(quán)重比例。內(nèi)蒙古、遼寧、江蘇、河南、湖北、廣東、四川、云南和甘肅減排目標(biāo)分配的權(quán)重比例介于3%～4%之間，其中內(nèi)蒙古、遼寧、江蘇、河南、湖北和廣東擁有較重的累積碳排放量和較強的工業(yè)碳強度，而云南和甘肅擁有較強的工業(yè)碳強度和較高的能耗強度。北京、天津、吉林、黑龍江、上海、浙江、安徽、福建、江西、湖南、廣西、海南、重慶和陜西減排目標(biāo)的權(quán)重比例低于3%，這些地區(qū)擁有較輕的累積碳排放量、較弱的碳強度和較低的能耗強度。

如表1所示，中國政府計劃到2020年全國碳強度比2005年碳強度水平下降40%，河北、山西、山東、貴州、青海、寧夏和新疆到2020年需要承擔(dān)超過45%的減排目標(biāo)負(fù)擔(dān)，內(nèi)蒙古、遼寧、江蘇、河南、湖北、廣東、四川、云南和甘肅到2020年需要承擔(dān)減排目標(biāo)介于40%～45%之間，這些地區(qū)分配減排目標(biāo)均高于全國碳強度平均40%減排目標(biāo)，擁有較重的累積碳排放量、較強的工業(yè)碳強度和較高的能耗強度。其他地區(qū)需要承擔(dān)減排目標(biāo)均低于全國40%減排目標(biāo)水平，這些地區(qū)擁有較低的累積碳排放量、較弱的工業(yè)碳強度和較低的能耗強度，其中寧夏承擔(dān)最高的減排負(fù)擔(dān)，江西承擔(dān)最低的減排負(fù)擔(dān)。如表1所示，若中國政府計劃到2020年全國碳強度下降45% ，河北、山西、內(nèi)蒙古、遼寧、江蘇、山東、河南、湖北、廣東、四川、貴州、云南、甘肅、青海、寧夏和新疆需要承擔(dān)超過45%的減排負(fù)擔(dān)，而其他地區(qū)承擔(dān)低于全國45%的減排負(fù)擔(dān)。

如表1所示，相對于2005年全國碳強度水平，到2020年中國減排目標(biāo)上調(diào)5%的增幅，北京、天津、吉林、黑龍江、上海、浙江、安徽、福建、江西、湖南、廣西、重慶和陜西到2020年減排目標(biāo)調(diào)整幅度均高于全國平均5%增幅水平，這些地區(qū)均具有較好的經(jīng)濟條件、較輕的累積碳排放量、較弱的工業(yè)碳強度和較低的能耗強度，其中減排目標(biāo)增幅最大是北京，北京是全國最低的工業(yè)碳強度和能耗強度，減排義務(wù)和減排潛力均面臨巨大的減排空間壓力。其他地區(qū)減排調(diào)整幅度均低于全國平均的5%調(diào)整幅度，擁有較高的工業(yè)碳強度和能耗強度，其中減排目標(biāo)增幅最小是寧夏，寧夏是全國最高的工業(yè)碳強度和能耗強度，減排義務(wù)和潛力相對于其他地區(qū)擁有較大的減排空間。由此可見，隨著全國減排目標(biāo)下降幅度增長，擁有較高的工業(yè)碳強度和能耗強度的省份具備較高的減排潛力，上調(diào)減排目標(biāo)負(fù)擔(dān)壓力會逐步減弱，而擁有較低的工業(yè)碳強度和能耗強度的省份具備較低的減排潛力，上調(diào)減排目標(biāo)負(fù)擔(dān)壓力會逐步增強。

3 結(jié)論及其政策建議

中國計劃到2020年碳強度比2005年碳強度消減40%～45%的減排目標(biāo)，根據(jù)國家發(fā)改委發(fā)布 《碳交易權(quán)交易管理暫行辦法》，本文綜合考慮到經(jīng)濟水平、累積碳排放量、工業(yè)碳強度和能耗強度4個指標(biāo)，提出基于信息熵值法下跨省減排目標(biāo)分配方案設(shè)計。

實證結(jié)果顯示，經(jīng)濟發(fā)展水平、累積碳排放量、工業(yè)碳強度、工業(yè)能耗強度對各省自治區(qū)和直轄市的減排目標(biāo)分配方案設(shè)計有顯著的差異性影響，能耗強度對區(qū)域減排目標(biāo)分配的差異性影響最大，工業(yè)碳強度和累積碳排放量對區(qū)域差異性影響力次之，經(jīng)濟水平對區(qū)域差異性影響力是最小。從表1的研究成果看，擁有較好的經(jīng)濟條件、較重的累積碳排放量、較強的碳強度和較高的能源消耗強度的河北、山西、山東、內(nèi)蒙古、遼寧、江蘇、河南、湖北、廣東、四川、貴州、云南、甘肅、青海、寧夏和新疆承擔(dān)減排目標(biāo)分配權(quán)重比例均超過3%，均高于全國平均的減排負(fù)擔(dān)水平，而擁有較輕的累積碳排放量、較弱的工業(yè)碳強度和較低的能耗強度的其他省份承擔(dān)低于3%減排目標(biāo)權(quán)重比例。若中國政府實現(xiàn)碳強度消減40%～45%的減排目標(biāo)，河北、山西、山東、內(nèi)蒙古、遼寧、江蘇、河南、湖北、廣東、四川、貴州、云南、甘肅、青海、寧夏和新疆省份擁有較重的累積碳排放量、較強的工業(yè)碳強度和較高的能耗強度，需要承擔(dān)減排目標(biāo)均高于全國碳強度平均40%減排目標(biāo)。其他省份需要承擔(dān)減排目標(biāo)均低于全國40%減排目標(biāo)水平，這些地區(qū)擁有較低的累積碳排放量、較弱的工業(yè)碳強度和較低的能耗強度，其中寧夏承擔(dān)最高的減排負(fù)擔(dān)，江西承擔(dān)最低的減排負(fù)擔(dān)。

若到2020年中國政府減排目標(biāo)從40%上調(diào)到45%時，擁有最高的工業(yè)碳強度和能耗強度的北京、天津、吉林、黑龍江、上海、浙江、安徽、福建、江西、湖南、廣西、重慶和陜西到2020年減排目標(biāo)調(diào)整幅度均高于全國平均5%增幅水平，減排潛力均面臨巨小的減排空間。擁有最低的工業(yè)碳強度和能耗強度的河北、山西、山東、內(nèi)蒙古、遼寧、江蘇、河南、湖北、廣東、四川、貴州、云南、甘肅、青海、寧夏和新疆到2020年減排目標(biāo)上調(diào)幅度均高于全國平均5%增幅水平，減排潛力面臨著較大的減排空間。

基于上述研究成果，在設(shè)計碳額分配及其減排目標(biāo)時，我們提出以下政策建議：（1）設(shè)計碳額分配及其減排目標(biāo)需要綜合考慮到經(jīng)濟水平、累積的歷史碳排放量、工業(yè)碳強度及其能耗強度等因素在各省、自治區(qū)和直轄市減排目標(biāo)分配占有的客觀權(quán)重比例，然后估算出各省、自治區(qū)和直轄市減排目標(biāo)分配方案，擁有越重的累積碳排放量、越強的工業(yè)碳強度和越高的能耗強度的省份需要承擔(dān)越重的減排負(fù)擔(dān)。（2）中央政府需要設(shè)計一個合理的總減排目標(biāo)，擁有越重的累積碳排放量、越強的工業(yè)碳強度及其能耗強度和越好的經(jīng)濟水平需要承擔(dān)更重的減排負(fù)擔(dān)，承受較高的減排空間壓力。

［1］Grimm.V，Ilieva.L..An Experiment on Emissions Trading：The Effect of Different Allocation Mechanisms［J］.Journal of Regulatory Economics，2013，（44）：308～338

［2］Bohringer.C，Lange.A..On the Design of Optimal Grandfathering Schemes for Emission Allowances［J］.European Economic Review，2005，（49）：2041～2055

［3］Lai.Y.B..Auctions or Grandfathering：The Political Economy of Tradable Emission Permits［J］.Public Choice，2008，（136）：181～200

［4］Beckerman.W，Pasek.J..The Equitable International Allocation of Tradable Carbon Emission Permits［J］.GlobalEnvironmental Changes，1995，5（5）：405～413

［5］Rose.M.A..Allocating Carbon Dioxide Emissions From Cogeneration Systems：Descriptions of Selected Output－based Methods［J］. Journal of Cleaner Production，2008，（16）：171～177

［6］Lennox.J.A，Nieuwkoop.R.V..Output－based Allocations and Revenue Recycling：Implication for the New Zealand Emissions Trading Scheme［J］.Energy Policy，2010，（38）：7861～7872

［7］Ellerman.A.D，Wing.I.S..Absolute Versus Intensity－based E－mission Caps［J］.Climate Policy，2003，（3）：7～20

［8］Pan.X.Z，Teng.F，Wang.G.H..Sharing Emission Space at an Equitable Basis：Allocation Scheme Based on the Equal Cumulative Emission per Capita Principle［J］.Applied Energy，2014，（113）：1810～1818

［9］Raupach.M.R，Davis.S.J，Peters.G.P.et al.Sharing a Quota on Cumulative Carbon Emissions［J］.Nature Climate Change，2014，5（10）：873～879

［10］Wei.D，Rose.A..Interregional Sharing of Energy Conservation Targets in China：Efficiency and Equity［J］.Energy，2009，30（4）：81～111

［11］Yi.W.J，Zou.L.L，Guo.J，et al.How Can China Reach its CO2Intensity Reduction Targets by 2020？A Regional Allocation Based on Equity and Development［J］.Energy Policy，2011，（39）：2407～2415

［12］Yu.S.W，Wei.Y.M，F(xiàn)an.J.L，et al.Exploring the Regional Characteristics of Inter－provincial CO2Emissions in China：An Improved Fuzzy Clustering Analysis Based on Particle Swarm Optimization［J］.Applied Energy，2012，（92）：552～562

［13］Zhou.P，Zhang.L，Zhou.D.Q.et al.Modelling Economic Performance of Interpro－vincial CO2Emission Reduction Quota Trading in China［J］.Applied Energy，2013，（112）：1518～1528

［14］李陶，陳林菊，范英 .基于非線性規(guī)劃的我國省區(qū)碳強度減排配額研究 ［J］.管理評論，2010，22（6）：54～60

［15］王清華，許敬涵，馬曉明 .深圳火電行業(yè)碳排放現(xiàn)狀、減排成本與配額分配 ［J］.開發(fā)導(dǎo)報，2013，3（168）：88～93

［16］段茂盛，龐韜 .全國統(tǒng)一碳排放權(quán)交易體系中的配額分配方式研究 ［J］.武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2014，67（5）：5～12

［17］令狐大智，葉飛.基于歷史排放參照的碳配額分配機制研究 ［J］.中國管理科學(xué)，2015，（6）：65～72

［18］李鋼，廖建輝 .基于碳資本存量的碳排放權(quán)分配方案 ［J］.中國社會科學(xué)，2015，（7）：66～81

［19］王迪，聶銳，王勝洲 .中國二氧化碳排放區(qū)域不平等的測度與分解——基于人際公平的視角 ［J］.科學(xué)學(xué)研究，2012，（12）：1662～1670

［20］鄭立群 .中國各省區(qū)碳減排責(zé)任分?jǐn)偂诠脚c效率權(quán)衡模型的研究 ［J］.干旱區(qū)資源與環(huán)境，2013，（5）：1～6

［21］王秋賢，高志強，寧吉才 .基于公平的中國省域碳排放差異模型構(gòu)建探討——以中國2010年碳排放為例 ［J］.資源科學(xué)，2014，36（5）：998～1004

［22］吳賢榮，張俊飚，田云，等 .基于公平與效率雙重視角的中國農(nóng)業(yè)碳減排潛力分析［J］.自然資源學(xué)報，2015，30（7）：1172～1182

［23］王熒.兼顧效率與公平的碳排放額分配的DEA建模與運用［J］.資源科學(xué)，2015，37（7）：1434～1443

［24］邵燕斐，王小斌 .中國省域碳強度的空間相關(guān)性及其驅(qū)動因素研究 ［J］.工業(yè)技術(shù)經(jīng)濟，2014：118～128

［25］Yuan.Y.N，Shi.M.J，Li.N，et al.Intensity Allocation Criteria of Carbon Emissions Permits and Regional Economic Development in China：Based on 30 Provinces/Autonomous Region Computable General Equilibrium Model［J］.Advanced Climate Change 2012，3（3）：154～62

［26］Shamon.C..A Mathematical Theory of Communication［J］.Bell System Technical Journal，1948，（27）：379～423

［27］王媛，程曦，殷培紅 .影響中國碳排放績效的區(qū)域特征研究——基于熵值法的聚類分析［J］.自然資源學(xué)報，2013，28（7）：1106～1116

［28］Sun.T，Zhang.H.W，Wang.Y..The Application of Information Entropy in Basin Level Water Waste Permits Allocation in China［J］. Resources，Conservation and Recycling，2013，（70）：50～54

Interprovincial Reduction Targets Allocation of Emission Intensity in Nationwide Carbon Emission Trading System——Evidence from Equity and Efficiency

Chang Kai1，2
（1.Nanjing University，Nanjing 210093，China；2.Zhejiang University of Finance&Economics，Hangzhou 310038，China）

Determining equal，economic and effective carbon emission－reduction targets directly affect the initial resource endowments of different regions，meanwhile affect emission－reduction redistribution and social justice among different stakeholders.This paper comprehensively considers four important factors such as economic level，cumulative carbon emissions，industrial carbon intensity and energy－consuming intensity，and then proposes interprovincial carbon emission－reduction targets allocation based on entropy value method. Those provinces with heavier cumulative CO2emissions，stronger carbon intensity，greater energy consumers and better economic level may undertake greater share of carbon intensity reduction targets by 2020.Those provinces with greater industrial carbon intensity and energyconsuming intensity may face weaker emission－reduction pressures with an increase of incline adjustment of emission intensity targets，while other provinces with lower industrial carbon intensity and energy－consuming intensity may face stronger emission－reduction pressures.

carbon emission trading；information entropy method；regional divergences；weight；emission－reduction target

10.3969/j.issn.1004－910X.2016.12.012

F124.5；F206

A

（責(zé)任編輯：史 琳）

2016—06—27

浙江省哲學(xué)社會科學(xué)規(guī)劃課題 “浙江省碳額分配、能源效率與碳排放市場有效性的研究”（項目編號：15NDJC123YB）；教育部人文社會科學(xué)研究青年基金 “基于尋租行為和利益沖突博弈下碳額分配作用機理研究” （項目編號 ：14YJC790007）；浙江省統(tǒng)計科學(xué)規(guī)劃項目 “全國碳交易機制下浙江省宏觀經(jīng)濟沖擊與減排效率的影響”；浙江財經(jīng)大學(xué)地方財政金融協(xié)同創(chuàng)新中心 “浙江省碳金融市場機制設(shè)計及其市場有效性的研究”。

常凱，南京大學(xué)經(jīng)濟學(xué)院博士后，浙江財經(jīng)大學(xué)金融學(xué)院副教授，浙江財經(jīng)大學(xué)中國政府管制研究院兼職研究員。研究方向：環(huán)境經(jīng)濟學(xué)。