王 勇,程 瑜,楊光春,董 瑩

?

2020和2030年碳強(qiáng)度目標(biāo)約束下中國(guó)碳排放權(quán)的省區(qū)分解

王 勇1,2*,程 瑜1,楊光春1,董 瑩1

(1.東北財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院,遼寧 大連 116025；2.東北財(cái)經(jīng)大學(xué)博士后科研流動(dòng)站,遼寧 大連 116025)

建立了碳排放權(quán)省區(qū)分配模型,在中國(guó)2020年和2030年碳強(qiáng)度目標(biāo)約束下,分階段進(jìn)行碳排放權(quán)的省區(qū)分配.結(jié)果表明:2016~2020年,中國(guó)各地區(qū)碳排放權(quán)分配相差懸殊.碳排放權(quán)配額最多的5個(gè)省份分別是經(jīng)濟(jì)發(fā)展水平和歷史碳排放量均處于全國(guó)前列的廣東、江蘇、內(nèi)蒙古、山東和山西地區(qū),配額最少的5個(gè)省份依次是安徽、吉林、甘肅、寧夏和貴州.同時(shí),各地區(qū)面臨不同的減排壓力.山西、山東、遼寧和陜西在2016年初始節(jié)點(diǎn)的碳空間嚴(yán)重不足,需要承擔(dān)較大的減排壓力.而廣東、江蘇和上海等地減排壓力相對(duì)樂(lè)觀.2021~2030年,各省份的碳排放權(quán)分配與第1階段分配結(jié)果大體一致,所有省份在2030年碳排放空間均有盈余.但是部分地區(qū)(如新疆、陜西、吉林、青海、甘肅、寧夏和貴州等)截至2030年碳排放剩余空間相對(duì)有限,按期完成減排目標(biāo)仍然存在較大壓力.考慮到各省區(qū)面臨不同的減排任務(wù)和壓力,制定差異化的減排政策并在政策上給予適當(dāng)?shù)姆龀质潜ＷC中國(guó)減排目標(biāo)順利達(dá)成的關(guān)鍵.

碳排放權(quán)；省區(qū)分配；碳排放強(qiáng)度目標(biāo)；中國(guó)

全球碳項(xiàng)目[1]數(shù)據(jù)顯示,2015年中國(guó)排放104億t CO2,占全球排放總量的29%.中國(guó)作為全球最大的能源消費(fèi)國(guó)和碳排放國(guó),探索一條適合經(jīng)濟(jì)發(fā)展的減排之路是中國(guó)亟待解決的重大問(wèn)題.碳排放權(quán)是一種有價(jià)值的資產(chǎn),它可以作為商品在市場(chǎng)上進(jìn)行交換,如何合理地分配碳排放權(quán)是減排工作的關(guān)鍵舉措.鑒于中國(guó)地域遼闊,復(fù)雜多樣的經(jīng)濟(jì)結(jié)構(gòu)和發(fā)展模式?jīng)Q定了區(qū)域間在經(jīng)濟(jì)、文化、消費(fèi)等多方面存在差異,造成了不同省份間的碳排放量和減排潛力等方面存在明顯差距,從而形成了對(duì)碳減排權(quán)的不同訴求.

同時(shí),碳排放權(quán)省區(qū)分配應(yīng)該兼顧國(guó)家宏觀層面減排目標(biāo)的實(shí)現(xiàn).目前,中國(guó)最主要的碳強(qiáng)度減排目標(biāo)包括2020年碳強(qiáng)度目標(biāo)和2030年碳強(qiáng)度目標(biāo).2020年碳排放強(qiáng)度目標(biāo):2020年碳排放強(qiáng)度相比2005年下降40%~45%.2030年碳強(qiáng)度目標(biāo):在2030年左右二氧化碳排放達(dá)到峰值并爭(zhēng)取盡早達(dá)峰,并計(jì)劃2030年碳排放強(qiáng)度相比2005年下降60%~65%.公平、合理地碳排放權(quán)省區(qū)分配,既能不影響國(guó)家及各地區(qū)的發(fā)展,也能夠最終實(shí)現(xiàn)2020年與2030年的碳排放強(qiáng)度減排目標(biāo).因此,如何在國(guó)家層面減排目標(biāo)的約束下進(jìn)行碳排放權(quán)的省區(qū)分配是中國(guó)現(xiàn)階段減排工作需要重點(diǎn)解決的關(guān)鍵問(wèn)題.

目前,碳排放權(quán)區(qū)域分配方面的研究成果較為豐富.相關(guān)研究主要集中于兩個(gè)方面:(1)基于不同分配原則的研究,如公平性原則[2]、效率性原則[3]、公平性與效率性原則相結(jié)合[4]以及分階段實(shí)行公平性與效率性原則[5]等.(2)基于不同分配模型的研究,如建立基尼系數(shù)優(yōu)化模型[6]、DEA,BCC和ZSG-DEA模型[7]、利用指標(biāo)線性加權(quán)構(gòu)建分配綜合指數(shù)[8]、零和數(shù)據(jù)包絡(luò)分析模型[9]、設(shè)立九種不同的分配情景[10]等對(duì)中國(guó)各省區(qū)進(jìn)行碳排放權(quán)分配.

圖1 本文研究框架

雖然國(guó)內(nèi)外學(xué)者在碳排放權(quán)區(qū)域分解研究中已經(jīng)取得了不少成果,但是仍然存在一些不足之處:(1)碳排放權(quán)分配研究很少與長(zhǎng)遠(yuǎn)碳排放強(qiáng)度目標(biāo)結(jié)合.絕大多數(shù)碳排放權(quán)省區(qū)分配研究主要集中在基于歷史數(shù)據(jù)對(duì)碳排放權(quán)的初始分配,并未考慮減排目標(biāo)下的未來(lái)碳排放權(quán)分配.(2)碳排放權(quán)分配的指標(biāo)選取不夠全面.沒(méi)有考慮到各地區(qū)的減排成本、減排潛力以及產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化等存在的不均衡問(wèn)題,減排成本和減排潛力將直接決定各地減排工作是否具有實(shí)施的可行性.(3)碳排放影響因素權(quán)重設(shè)置不合理.目前研究多數(shù)對(duì)碳排放影響因素采取等額權(quán)重或人為主觀設(shè)定指標(biāo)權(quán)重.事實(shí)上,各項(xiàng)指標(biāo)對(duì)碳排放的影響并非完全相等,若賦予各項(xiàng)指標(biāo)等權(quán)則會(huì)導(dǎo)致分配結(jié)果的不可靠.基于已有研究不足,本文建立了碳排放權(quán)省區(qū)分配的綜合指標(biāo)體系,在2020年和2030年碳排放強(qiáng)度目標(biāo)約束下,分別對(duì)中國(guó)2016~2020年和2021~2030年兩個(gè)時(shí)間段的碳排放權(quán)進(jìn)行省區(qū)分解.

本文研究框架如圖1所示.

1 碳排放權(quán)省區(qū)分解指標(biāo)體系的構(gòu)建

1.1 碳排放權(quán)省區(qū)分解的綜合指標(biāo)體系

本文基于目前在碳排放權(quán)省區(qū)分解研究中廣泛使用的公平性和效率性原則,增加了可行性原則,建立了碳排放權(quán)省區(qū)分配的綜合指標(biāo)體系.具體如下:

(1)公平性原則.目前,國(guó)內(nèi)外學(xué)者提出的分配方案中使用最多的是公平性原則.本文選擇了人口、GDP、歷史碳排放量作為代表公平性原則的分解指標(biāo).其中,人口數(shù)量和GDP都是正向指標(biāo),意味著人口數(shù)量越大,該地區(qū)分配的碳排放權(quán)也應(yīng)該越大,同樣,GDP數(shù)值越大,理論上該地區(qū)分配的碳排放權(quán)也應(yīng)該越大.對(duì)于歷史碳排放量這個(gè)指標(biāo),一般而言某地區(qū)的歷史碳排放量越大,出于當(dāng)期對(duì)歷史期責(zé)任的角度,得到的碳排放權(quán)應(yīng)該越大,所以歷史碳排放量是一個(gè)正向指標(biāo).

(2)效率性原則.效率性原則就是要求以最小的投入獲得最大的回報(bào)為基準(zhǔn),實(shí)現(xiàn)回報(bào)最大化的目標(biāo).本文采用碳生產(chǎn)力指標(biāo)來(lái)代表效率性原則,碳生產(chǎn)力是指單位碳排放所引起的GDP的增加量.即希望投入較少的能源來(lái)實(shí)現(xiàn)期望產(chǎn)出的最大化,因此碳生產(chǎn)力也是一個(gè)正向指標(biāo).

(3)可行性原則.減排可行性原則指的是各地區(qū)是否有能力達(dá)到國(guó)家規(guī)定的碳排放限額要求.本文選擇第三產(chǎn)業(yè)比重作為可行性原則的代表性指標(biāo)主要是參考已有研究[11-12].第三產(chǎn)業(yè)比重越高,說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化效果越明顯,該地區(qū)今后的減排潛力較小,需要分配較少的碳排放空間.因此,第三產(chǎn)業(yè)比重是一個(gè)負(fù)向指標(biāo).當(dāng)然,除了第三產(chǎn)業(yè)比重外,還可以考慮其他指標(biāo)作為可行性原則的代表性指標(biāo),本文將在后續(xù)研究過(guò)程中嘗試加入其它代表性指標(biāo).

本文在原則--指標(biāo)矩陣下建立了包含5項(xiàng)指標(biāo)的碳排放權(quán)分配指標(biāo)體系,如表1所示.

表1 碳排放權(quán)分配的指標(biāo)體系

注:正向指標(biāo)表示該指標(biāo)與碳排放配額成正相關(guān),負(fù)向指標(biāo)表示與碳排放配額成負(fù)相關(guān);GDP的計(jì)算基期為2011年,用于核算2011~2015年的相關(guān)指標(biāo)值.

1.2 各省歷史碳排放量的測(cè)算

本文主要考慮了3大化石能源煤、石油和天然氣產(chǎn)生的碳排放量,計(jì)算方法如式(1):

表2 3大化石能源的碳排放系數(shù)

計(jì)算步驟:將各種能源的消費(fèi)量利用折標(biāo)準(zhǔn)煤系數(shù)轉(zhuǎn)換為標(biāo)準(zhǔn)煤?jiǎn)挝幌M(fèi)量;利用公式(1)計(jì)算各種能源燃燒產(chǎn)生的碳排放量.

1.3 基于熵值法確定各指標(biāo)權(quán)重

采用熵值法處理不同指標(biāo)權(quán)重的問(wèn)題,熵值法是用于多對(duì)象多指標(biāo)體系的綜合評(píng)價(jià)方法,主要根據(jù)各指標(biāo)傳遞信息量的大小來(lái)確定指標(biāo)權(quán)重.通常情況下,熵值法可以反映出指標(biāo)信息熵值的效用價(jià)值,給出的指標(biāo)權(quán)重值比德?tīng)柗品ê蛯哟畏治龇ǜ涌煽亢秃侠?應(yīng)用熵值法計(jì)算指標(biāo)權(quán)重的具體步驟如下:

(1)消除量綱的影響.對(duì)于正向指標(biāo),x越大越好,所以理想值為該指標(biāo)的最大值xmax;對(duì)于負(fù)向指標(biāo),x越小越好,記理想值為該指標(biāo)的最小值xmin.定義x表示某指標(biāo)下某地區(qū)數(shù)值x對(duì)理想值的接近程度.

對(duì)于正向指標(biāo),采用公式(2)進(jìn)行處理:

對(duì)于負(fù)向指標(biāo),采用公式(3)進(jìn)行處理:

(2)計(jì)算指標(biāo)概率p,計(jì)算方法如公式(4):

(3)計(jì)算第個(gè)指標(biāo)的信息熵值e

對(duì)于第項(xiàng)指標(biāo),指標(biāo)值的差異越大,對(duì)決策者提供的有用信息越多,熵值越小.第個(gè)指標(biāo)的信息熵值e計(jì)算方法如公式(5):

(4)計(jì)算第個(gè)指標(biāo)的信息效用值g,計(jì)算方法如公式(6):

(5)求指標(biāo)權(quán)重w,計(jì)算方法如公式(7):

由公式(7)計(jì)算可得,碳排放量的權(quán)重為29.3%,指標(biāo)占比最大;GDP和人口規(guī)模的權(quán)重分別為27.7%和20.7%,3類指標(biāo)累積占比77.7%,說(shuō)明這3個(gè)指標(biāo)在不同區(qū)域存在的差異最明顯,能夠給決策者提供的信息最多,在進(jìn)行碳排放權(quán)省際分解時(shí)應(yīng)優(yōu)先考慮這3個(gè)指標(biāo).同時(shí),這3個(gè)指標(biāo)的選擇也反映出公平性原則在分配碳權(quán)時(shí)是最重要的原則.碳生產(chǎn)力作為效率性原則的代表性指標(biāo),占比為21.0%,第三產(chǎn)業(yè)比重占比僅為1.4%,與其他指標(biāo)相比權(quán)重較低.

1.4 基于聚類分析的中國(guó)省區(qū)分類

考慮到我國(guó)地區(qū)眾多,各省區(qū)間既相似又相互區(qū)別.首先將特征相似的省區(qū)劃為同一區(qū)組,然后確定區(qū)組間碳排放權(quán),最后確定區(qū)組內(nèi)各省區(qū)最終碳權(quán)分配比例.參考已有研究得到的影響碳排放量的因素[11-12],選取人口、GDP、歷史碳排放量、碳生產(chǎn)力和第三產(chǎn)業(yè)比重5項(xiàng)指標(biāo),利用多指標(biāo)聚類的方法將全國(guó)30個(gè)省市進(jìn)行省區(qū)分解.在指標(biāo)數(shù)據(jù)方面,采用時(shí)間降維的思想,將我國(guó)30個(gè)省市2011~ 2015年的5項(xiàng)指標(biāo)數(shù)據(jù)取其年度均值,進(jìn)行區(qū)域劃分.采用-均值方法進(jìn)行聚類分析.為了消除指標(biāo)量綱的影響,在聚類分析中首先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理.

省區(qū)對(duì)象=30,評(píng)價(jià)指標(biāo)=5,x,為第個(gè)對(duì)象的第個(gè)指標(biāo)的數(shù)值(=1,2,…,,=1,2,…,).對(duì)于正向指標(biāo),數(shù)據(jù)處理方法如公式(2);對(duì)于負(fù)向指標(biāo),數(shù)據(jù)處理方法如公式(3).

根據(jù)k-均值聚類結(jié)果,可以把全國(guó)30個(gè)省市劃分為6類,第1類省區(qū)為:北京、上海;第2類省區(qū)為:天津、吉林、黑龍江、重慶、云南、陜西、遼寧、浙江、安徽、福建、江西、湖北、湖南、廣西;第3類省區(qū)為:海南、貴州、甘肅、青海、寧夏、新疆;第4類省區(qū)為:河北、河南、四川、山東;第5類省區(qū)為:山西、內(nèi)蒙古;第6類省區(qū)為:江蘇、廣東.

2 碳排放權(quán)測(cè)算及省區(qū)分解模型的構(gòu)建

2.1 2020年與2030年的碳排放權(quán)測(cè)算

2.1.1 2020年碳排放權(quán)測(cè)算 根據(jù)2020年碳排放強(qiáng)度比2005年碳排放強(qiáng)度下降40%~45%的減排目標(biāo)(選擇45%作為下降目標(biāo)),以2015年實(shí)際碳排放強(qiáng)度為基準(zhǔn),假定2016~2020年的碳排放強(qiáng)度每年的變化率保持不變.2016~2020年,每年碳排放強(qiáng)度變化率計(jì)算方法如公式(8):

式(8)中:為碳排放強(qiáng)度下降目標(biāo)(45%),2005、2015、2020分別為第2005年、2015年和2020年的碳排放強(qiáng)度.

在新常態(tài)GDP年均增長(zhǎng)率6.0%的假設(shè)下,可以預(yù)測(cè)出2016~2020年各年份的GDP總量.再根據(jù)2016~2020年各年份的碳排放強(qiáng)度與GDP總量,計(jì)算得到中國(guó)2016~2020各年份的碳排放權(quán)總量,計(jì)算方法如公式(9):

2.1.2 2030年碳排放權(quán)測(cè)算 根據(jù)2030年達(dá)到碳排放峰值并實(shí)現(xiàn)2030年碳排放強(qiáng)度比2005年下降60%~65%的減排目標(biāo)(以65%作為下降目標(biāo)),以2020年預(yù)測(cè)的碳排放強(qiáng)度為基準(zhǔn),假設(shè)2021~2030年每年的碳排放強(qiáng)度變化率￠保持不變.2021~2030年,每年碳排放強(qiáng)度變化率￠的計(jì)算方法如公式(11):

式(11)中:￠為碳排放強(qiáng)度下降目標(biāo),2005、2020、2030分別為第2005年、2020年和2030年的碳排放強(qiáng)度.

將2021~2030年各年份的碳排放強(qiáng)度與新常態(tài)下預(yù)測(cè)的GDP數(shù)據(jù)相結(jié)合,計(jì)算得到2021~2030各年份的碳排放權(quán),計(jì)算方法如公式(12).將2021~2030年各年份的碳排放權(quán)加和,得到2021~2030年的全國(guó)碳排放權(quán)總量￠,如公式(13).

2.2 六大區(qū)域間的碳排放權(quán)分配方法

式(14)中:n為第類區(qū)域所包含的地區(qū)個(gè)數(shù).

基于熵值法計(jì)算出的各指標(biāo)權(quán)重乘以相應(yīng)的組中心占比即可得到6大區(qū)域間的碳排放權(quán)分配比重.

2.3 六大區(qū)域內(nèi)部各省碳排放權(quán)分配方法

區(qū)域內(nèi)部各省碳排放權(quán)分配主要從邊際減排成本角度進(jìn)行.由于污染排放沒(méi)有明確的價(jià)格計(jì)量,因此,長(zhǎng)期以來(lái)環(huán)境因素經(jīng)常被研究者所忽視.為了解決這個(gè)難題,我國(guó)已有研究理論從測(cè)算污染排放影子價(jià)格或邊際減排環(huán)境污染影子價(jià)格的方面著手,在實(shí)現(xiàn)減排成本最小化的同時(shí)合理安排碳排放權(quán)的有效分配.

影子價(jià)格可以根據(jù)所減少的期望產(chǎn)出解釋為額外降低1單位非期望產(chǎn)出的機(jī)會(huì)成本,或者稱之為非期望產(chǎn)出的邊際減排成本,其數(shù)值等于技術(shù)前沿上對(duì)應(yīng)點(diǎn)斜率的負(fù)數(shù).基于影子成本的計(jì)算方法,碳邊際減排成本可以定義為在一定經(jīng)濟(jì)條件下,每減少單位碳排放量所導(dǎo)致地區(qū)GDP的削減量,也就是邊際減排成本.本文利用中國(guó)各省區(qū)2011~2015年的相關(guān)數(shù)據(jù),采用基于方向性距離函數(shù)的影子價(jià)格模型對(duì)各省區(qū)的減排成本指標(biāo)進(jìn)行了核算.投入要素選定為資本投入和勞動(dòng)力兩個(gè)指標(biāo),期望產(chǎn)出要素為GDP指標(biāo),非期望產(chǎn)出要素為碳排放量指標(biāo).

(,,,1,-1)=max{:(+*1,+a*(-1))?()} (15)

式(15)中,為不增加投入要素的條件下期望產(chǎn)出擴(kuò)大的最大比例值,()為環(huán)境技術(shù)支持的所有可能生產(chǎn)集合.

根據(jù)環(huán)境技術(shù)規(guī)定的期望產(chǎn)出與非期望產(chǎn)出的聯(lián)合弱可處置性,在生產(chǎn)可能性集合()的范圍內(nèi),降低碳排放的代價(jià)要求降低GDP產(chǎn)出,即環(huán)境管制對(duì)期望產(chǎn)出的邊際效應(yīng).將GDP產(chǎn)出的變化量與碳排放的變化量?jī)烧呗?lián)系起來(lái),可以得到碳排放的影子價(jià)格,其計(jì)算方法如公式(16):

…,6 (17)

3 結(jié)果分析

3.1 中國(guó)碳排放權(quán)2階段省區(qū)分解方案

將公式(10)計(jì)算出的中國(guó)2016~2020年碳排放權(quán)總量數(shù)值先在區(qū)域間分配,再基于減排成本的差異在區(qū)域內(nèi)分配,便得到第1階段碳排放權(quán)的省區(qū)分配方案.在第2階段2021~2030年的碳排放權(quán)分配方案中,我們將歷史碳排放量指標(biāo)調(diào)整為2016~2020年各省理論分配意義下的碳排放權(quán),并重新測(cè)算碳生產(chǎn)力指標(biāo),這樣保證了后一減排階段與前一階段在時(shí)間和方法上的連續(xù),然后重新按照上述分配方法進(jìn)行區(qū)域聚類和熵值法確定指標(biāo)權(quán)重,并將公式(13)計(jì)算出的中國(guó)2021~2030年的碳排放權(quán)總量在組間組內(nèi)作進(jìn)一步的分配.2016~2020與2021~2030兩階段的碳排放權(quán)省區(qū)分配結(jié)果,如表3所示.

由表3可見(jiàn),從2016~2020階段碳排放權(quán)配額來(lái)看,中國(guó)30個(gè)省區(qū)的碳排放權(quán)分配懸殊.配額最多的8個(gè)省份依次是廣東(15.46%)、江蘇(12.83%)、內(nèi)蒙古(9.11%)、山西(7.71%)、山東(7.65%)、上海(7.43%)、北京(6.91%)和四川(5.48%).這些省份既有經(jīng)濟(jì)水平十分發(fā)達(dá)的北京、上海,也有人口密集的廣東、江蘇、山東,還有資源稟賦較好的內(nèi)蒙古、山西省,這些特點(diǎn)促使各省對(duì)碳排放權(quán)的需求擴(kuò)大,碳排放權(quán)分配不足可能會(huì)延緩區(qū)域的自身發(fā)展速度.配額最少的8個(gè)省份依次是陜西(0.66%)、廣西(0.60%)、青海(0.60%)、安徽(0.57%)、吉林(0.52%)、甘肅(0.50%)、寧夏(0.47%)和貴州(0.32%).這些省份大都分布在中國(guó)貧困偏遠(yuǎn)的西北地區(qū)以及部分東北地區(qū),區(qū)域自身發(fā)展緩慢,技術(shù)落后,人口稀疏,對(duì)外往來(lái)貧乏,分配的碳排放權(quán)也相應(yīng)較少.

表3 2016~2020與2021~2030兩階段碳排放權(quán)的省區(qū)分配

從2021~2030階段碳排放權(quán)配額來(lái)看,中國(guó)各省的分配結(jié)果與前一階段并未發(fā)生太大改變.配額較多的地區(qū)仍然大部分是分布在中東部經(jīng)濟(jì)較發(fā)達(dá)的地區(qū),如廣東(15.3%)、江蘇(12.69%)、內(nèi)蒙古(7.2%)、上海(6.41%)、山西(6.09%)、北京(5.95%)、浙江(5.54%)和山東(5.50%),配額較少的地區(qū)有陜西(0.93%)、新疆(0.91%)、廣西(0.86%)、吉林(0.73%)、青海(0.35%)、甘肅(0.29%)、寧夏(0.28%)和貴州(0.20%),與減排第1階段的分配結(jié)果基本保持一致.由此看來(lái),作為地域遼闊的國(guó)家,中國(guó)的各個(gè)省區(qū)在經(jīng)濟(jì)水平、發(fā)展速度和資源稟賦上均表現(xiàn)出嚴(yán)重的不平衡現(xiàn)象,正是這種不平衡導(dǎo)致區(qū)域發(fā)展的差異性將對(duì)碳排放權(quán)省區(qū)分解產(chǎn)生不可小覷的影響.因此在進(jìn)行碳排放權(quán)分配的過(guò)程中,為了不影響全國(guó)的減排目標(biāo)實(shí)現(xiàn),碳排放配額應(yīng)更加偏向于技術(shù)手段更先進(jìn),經(jīng)濟(jì)水平更發(fā)達(dá),同時(shí)產(chǎn)業(yè)結(jié)構(gòu)也更為合理的東部地區(qū),其次是各方面發(fā)展階段略微落后的中部地區(qū),最后才是發(fā)展相對(duì)落后的西部地區(qū).

從各省動(dòng)態(tài)變化來(lái)看,全國(guó)30個(gè)省區(qū)中,大部分省區(qū)前后2個(gè)階段的碳排放權(quán)分配比例基本穩(wěn)定,只有少數(shù)幾個(gè)省區(qū)如遼寧、安徽、浙江、湖南、湖北省前后兩階段碳排放權(quán)的分配比例變化較大,后一階段碳排放權(quán)大約為前一階段的3倍.這是因?yàn)?個(gè)省區(qū)的歷史碳排放量相對(duì)較高,經(jīng)過(guò)第1階段的減排治理,分配到的碳排放權(quán)遠(yuǎn)遠(yuǎn)小于歷史碳排放量,而第2階段是根據(jù)第1階段相對(duì)較低的理論碳排放權(quán)指標(biāo)算出的碳生產(chǎn)力,此時(shí)碳生產(chǎn)力數(shù)值激增,因此后一階段分配的碳排放權(quán)與前一階段相比漲幅較大.

3.2 中國(guó)各省區(qū)碳排放空間余額的對(duì)比分析

3.2.1 2016、2016~2020與2021~2030不同省區(qū)碳排放空間對(duì)比 利用2016~2020階段理論碳排放權(quán)年均值減去各地區(qū)2016年的實(shí)際碳排放量,差值即為各地區(qū)在2016年時(shí)間點(diǎn)上的碳排放初始空間余額.如果差值為負(fù)值,則說(shuō)明該地區(qū)的實(shí)際排放超出其理論排放權(quán)利,存在排放赤字;反之,如果差值為正值,則說(shuō)明該地區(qū)存在排放盈余.根據(jù)2016年各地區(qū)的碳排放初始空間余額,將中國(guó)30個(gè)地區(qū)劃分為如圖2所示的空間盈余(>0)、輕度匱乏(-8390萬(wàn)t~0)、中度匱乏(-16780~-8390萬(wàn)t)和重度匱乏(<-16780萬(wàn)t)4類區(qū)域.用2016年計(jì)算的各省區(qū)初始空間余額加上各自在2016~2020第1減排階段分配到的理論碳排放權(quán),即可計(jì)算出各省區(qū)在2021年節(jié)點(diǎn)處的余額.如果某一省區(qū)的空間余額為正,說(shuō)明這部分盈余是未來(lái)該省區(qū)實(shí)際累計(jì)排放的控制目標(biāo).用2021年各省的余額加上2021~2030第2減排階段分配的理論碳排放權(quán),得到各省截至2030年末的最終空間.

由圖2可見(jiàn),從碳排放初始空間余額來(lái)看,全國(guó)只有6個(gè)省區(qū)出現(xiàn)盈余,而其它24個(gè)省區(qū)在2016 年的初始時(shí)間點(diǎn)碳排放空間出現(xiàn)余額不足.具體來(lái)說(shuō),經(jīng)濟(jì)發(fā)展較為迅速的省區(qū)(如廣東、北京、上海、江蘇等)在2016年存在排放盈余;而主要的產(chǎn)煤大省(如山西、內(nèi)蒙古)、欠發(fā)達(dá)的偏遠(yuǎn)地區(qū)(如新疆、寧夏、貴州等)、以及以重工業(yè)發(fā)展為主的東北省區(qū)(如黑龍江、吉林和遼寧等)的碳排放空間在2016年節(jié)點(diǎn)處出現(xiàn)了碳排放赤字.尤其是像山東、遼寧、陜西和山西省碳排放空間出現(xiàn)明顯匱乏,這些省區(qū)在過(guò)去5年的實(shí)際碳排放量遠(yuǎn)遠(yuǎn)超出了理論值,以至于不得不通過(guò)從其他省份的碳轉(zhuǎn)移來(lái)彌補(bǔ)自身的缺乏,這樣對(duì)其他地區(qū)會(huì)造成一定的傷害,同時(shí)也影響了碳分配的公平性原則.因此,這些省區(qū)在2016~ 2020階段的碳排放權(quán)將會(huì)有一部分用來(lái)彌補(bǔ)初始碳排放賬戶赤字,這些省區(qū)需要進(jìn)一步加大節(jié)能減排的工作力度,加快產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)和能源結(jié)構(gòu)的優(yōu)化處理,同時(shí)應(yīng)鼓勵(lì)減排技術(shù)的創(chuàng)新進(jìn)步,以便盡早消除碳排放空間不足問(wèn)題.

圖2 2016,2016~2020和2021~2030各省區(qū)碳排放空間

從2021年與2030年2個(gè)時(shí)間點(diǎn)的碳排放空間盈余來(lái)看:經(jīng)過(guò)2016~2020年和2021~2030年2個(gè)階段的理論碳排放權(quán)補(bǔ)給,所有省區(qū)在2030年時(shí)間點(diǎn)的碳排放空間余額均為正值,尤其是在2021年節(jié)點(diǎn)仍然出現(xiàn)碳空間不足的省份,比如遼寧、黑龍江、陜西、安徽和貴州5個(gè)省區(qū)在2030年碳空間也出現(xiàn)了盈余,這部分盈余就是這些省區(qū)在2021~2030年的理論累計(jì)排放的控制目標(biāo).同時(shí),內(nèi)蒙古、山西、山東、江蘇和廣東省的排放空間余量充足.

3.2.2 2016、2016~2020與2021~2030不同省區(qū)的年均碳排放量對(duì)比 由圖3可見(jiàn),從2016年實(shí)際碳排放量與2016~ 2020、2021~2030年均理論碳排放量的對(duì)比來(lái)看,山西、山東、內(nèi)蒙古等地區(qū)2016年實(shí)際碳排放量較高,而在兩個(gè)減排目標(biāo)約束階段2016~2020與2021~2030年的理論碳排放權(quán)的分配中配額均小于2016年實(shí)際碳排放量,說(shuō)明上述3個(gè)省份面臨相對(duì)沉重的減排負(fù)擔(dān),尤其是山西省,兩個(gè)減排階段碳排放權(quán)理論配額僅僅為歷史排放量的50%和40%,減排形勢(shì)異常嚴(yán)峻,能否在2030年之前順利達(dá)成減排強(qiáng)度目標(biāo)令人堪憂.

省區(qū)編號(hào)同表3

相反,北京、青海和海南在2016年的實(shí)際碳排放量相對(duì)較少,而在其后的減排目標(biāo)約束階段的碳排放量卻很充足,尤其是北京地區(qū),增排量達(dá)到歷史碳排放量的6倍左右,說(shuō)明該地區(qū)可以大力發(fā)展生產(chǎn)力,加快經(jīng)濟(jì)發(fā)展步伐,已協(xié)調(diào)碳權(quán)充足的有利條件,充分發(fā)揮碳盈余的優(yōu)勢(shì).

而甘肅、寧夏和貴州等地區(qū)基于碳強(qiáng)度目標(biāo)核算出的理論碳排放權(quán)十分有限,然而這些省區(qū)在2016年的實(shí)際碳排放量相對(duì)較高,說(shuō)明這些省區(qū)面臨的減排任務(wù)十分艱巨.同時(shí)這些省區(qū)主要位于發(fā)展緩慢的西部地帶,技術(shù)條件較為落后,因此,在未來(lái)的發(fā)展進(jìn)程中適當(dāng)降低煤炭等化石能源的使用比例,調(diào)整能源結(jié)構(gòu),并且在減排技術(shù)上不斷優(yōu)化創(chuàng)新.

4 討論

4.1 與其他研究比較

將分配結(jié)果與已有研究成果[9-11]進(jìn)行比較,發(fā)現(xiàn)得到的各省區(qū)碳排放權(quán)配額與其它幾項(xiàng)研究結(jié)果大體一致,如廣東、山東、江蘇等省區(qū)分配比重均較高;而貴州、寧夏等省區(qū)分配比重均較低;其它省區(qū)分配比重基本一致,并無(wú)明顯差異.

然而,在研究?jī)?nèi)容和研究方法上又與以往研究不同.目前,碳排放權(quán)的省區(qū)分配大多基于單一目標(biāo)(如2020年碳強(qiáng)度目標(biāo)[5]或2030年碳峰值目標(biāo)[11])約束條件,本文將中國(guó)長(zhǎng)遠(yuǎn)的減排目標(biāo)引入碳排放權(quán)分配中,兼顧中國(guó)目前最重要的2020年和2030年碳排放強(qiáng)度減排目標(biāo)約束下進(jìn)行省區(qū)碳排放權(quán)分解,既能實(shí)現(xiàn)宏觀層面的碳排放強(qiáng)度減排目標(biāo),又能科學(xué)合理的進(jìn)行碳排放權(quán)省區(qū)分解.同時(shí),建立了漸近式、動(dòng)態(tài)調(diào)整的碳排放權(quán)分配方案.本文分2個(gè)階段(2016~2020、2021~2030)對(duì)中國(guó)碳排放權(quán)進(jìn)行省區(qū)分配.其中, 2021~2030年各省區(qū)分配方案考慮了2020年碳強(qiáng)度目標(biāo)達(dá)成后碳排放量的實(shí)際情況,用前一階段2016~ 2020理論分配的碳排放量代替歷史碳排放量,重新測(cè)算2021~2030年各省區(qū)碳排放權(quán)的分配結(jié)果.

與以往基于經(jīng)濟(jì)和社會(huì)表現(xiàn)的東、中、西地區(qū)劃分方式或8大經(jīng)濟(jì)區(qū)域[23]劃分方式不同,本文基于多指標(biāo)體系的聚類分析將中國(guó)30個(gè)省區(qū)重新劃分為6大區(qū)域,首先將碳排放權(quán)在6大區(qū)域內(nèi)劃分,然后在各區(qū)域內(nèi)進(jìn)行省區(qū)分配.

4.2 建議

考慮到中國(guó)大部分省區(qū)碳排放仍處于超標(biāo)狀態(tài),初始碳空間盈余嚴(yán)重不足,提出以下兩點(diǎn)建議.

從政府角度:①積極推進(jìn)碳排放強(qiáng)度管制政策的實(shí)施,并提供立法支持.碳排放強(qiáng)度管制政策的實(shí)施,能夠促使生產(chǎn)部門優(yōu)化能源供給結(jié)構(gòu),加大對(duì)碳排放因子較低的能源的供應(yīng)量,從而降低碳排放量的增加.這種政策也會(huì)使碳排放因子較高的能源產(chǎn)品的價(jià)格上升,使人們更傾向使用清潔能源.但是目前中國(guó)主要依靠行政手段來(lái)推動(dòng)碳排放強(qiáng)度管制的實(shí)施,缺乏立法支持,應(yīng)當(dāng)加緊制定配套的法律制度.②低碳產(chǎn)品貼標(biāo)政策能夠幫助消費(fèi)者辨別低碳產(chǎn)品,但是這種政策需要輔之宣傳和價(jià)格優(yōu)惠機(jī)制.因此政府應(yīng)當(dāng)加大低碳宣傳力度,拓展低碳宣傳渠道,借用人們常用的手機(jī)app進(jìn)行宣傳是不錯(cuò)的選擇.③政府應(yīng)當(dāng)進(jìn)一步加大對(duì)購(gòu)買低能耗產(chǎn)品行為的補(bǔ)貼力度.④階梯電價(jià)政策能夠促進(jìn)形成低碳生活方式,可以將其推廣到供熱方面.

從市場(chǎng)角度:①進(jìn)一步完善碳交易市場(chǎng).碳交易市場(chǎng)的建立能夠促進(jìn)碳排放權(quán)得到最優(yōu)分配,降低中國(guó)的減排成本.目前中國(guó)已經(jīng)建立了全國(guó)性的碳交易市場(chǎng),但是中國(guó)的碳交易市場(chǎng)建立較晚,一系列的管理和監(jiān)管政策還不規(guī)范.今后,應(yīng)該選擇符合中國(guó)發(fā)展現(xiàn)狀的碳排放交易體系,加強(qiáng)頂層設(shè)計(jì)的系統(tǒng)性;采用總量交易的運(yùn)行模式,形成綠色低碳發(fā)展機(jī)制;采用總量交易的運(yùn)行模式,形成綠色低碳發(fā)展機(jī)制.總之,我國(guó)碳排放交易市場(chǎng)的建設(shè)要注重健全低碳產(chǎn)業(yè)體系,形成碳交易、碳金融、碳足跡和碳規(guī)劃的協(xié)調(diào)互動(dòng),實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展與生態(tài)環(huán)境保護(hù)的雙贏.②征收碳稅.征收碳稅也是促進(jìn)中國(guó)盡早完成碳排放達(dá)峰的有效舉措.從短期政策可行性看,碳稅比碳交易機(jī)制可能更有效率.今后,政府應(yīng)通過(guò)設(shè)立碳稅,并根據(jù)總體減排目標(biāo),設(shè)定稅率調(diào)整的時(shí)間表,可以使碳排放的成本變動(dòng)可預(yù)測(cè).而企業(yè)也可根據(jù)自身情況,明確未來(lái)的生產(chǎn)經(jīng)營(yíng).

5 結(jié)論

5.1 從2016~2020年與2021~2030年的各省區(qū)碳排放權(quán)分配結(jié)果來(lái)看,各省區(qū)兩階段的碳排放權(quán)配比基本保持穩(wěn)定,各省區(qū)的分配比例變化不大.

5.2 中國(guó)30個(gè)省區(qū)在2016~2030年期間碳排放配額相差懸殊.配額最多的5個(gè)省份分別是廣東、江蘇、內(nèi)蒙古、山東和山西,而安徽、吉林、甘肅、寧夏和貴州則配額最少.

5.3 山西、山東、遼寧和陜西在2016年初始節(jié)點(diǎn)碳空間嚴(yán)重不足,現(xiàn)階段面臨巨大的減排壓力;而廣東、江蘇和上海等地初始碳空間仍有盈余,現(xiàn)階段的減排壓力相對(duì)樂(lè)觀.所有省區(qū)在2030年的碳排放空間均有剩余,從總體上看,中國(guó)相繼完成2020與2030年的減排目標(biāo)具有較大的可能性.但是部分地區(qū)(如新疆、陜西、吉林、青海、甘肅、寧夏和貴州等)碳排放剩余空間十分有限,按期完成減排目標(biāo)仍然存在一定的壓力.通過(guò)前后兩個(gè)階段碳補(bǔ)給,2030年全國(guó)30個(gè)省區(qū)的碳空間均出現(xiàn)盈余,基本實(shí)現(xiàn)了中國(guó)宏觀層面的碳排放強(qiáng)度減排目標(biāo).

[1] http://cnc-fe.cast.org.cn/article/350.html [EB/ZL]. 2016-03-24.

[2] 祁 悅,謝高地.碳排放空間分配及其對(duì)中國(guó)區(qū)域功能的影響 [J]. 資源科學(xué), 2009,31(4):590-597.

[3] 王慶山,李 健.弱關(guān)聯(lián)性約束下中國(guó)試點(diǎn)省市碳排放權(quán)分配效率研究 [J]. 軟科學(xué), 2016,30(3):81-84+107.

[4] Yuan Y, Cai W J, Wang C, et al. Regional allocation of CO2intensity reduction targets based on cluster analysis [J]. Advances in Climate Change Research, 2012,3(4):220-228.

[5] 于 瀟,孫 猛.中國(guó)省際碳排放績(jī)效及2020年減排目標(biāo)分解 [J]. 吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào), 2015,55(1):57-65+172.

[6] 王慧慧,劉恒辰,何霄嘉,曾維華.基于代際公平的碳排放權(quán)分配研究 [J]. 中國(guó)環(huán)境科學(xué), 2016,36(6):1895-1904.

[7] Wang K, Zhang X, Wei Y, et al. Regional allocation of CO2emissions allowance over provinces in China by 2020 [C]//第十三屆中國(guó)科協(xié)年會(huì)第7分會(huì)場(chǎng)-實(shí)現(xiàn)“2020年單位GDP二氧化碳排放強(qiáng)度下降40-45%”的途徑研討會(huì)論文集, 2011:6.

[8] Yi W, Zou 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, 2011,9(5):2407-2415.

[9] 傅京燕,黃 芬.中國(guó)碳交易市場(chǎng)CO2排放權(quán)地區(qū)間分配效率研究 [J]. 中國(guó)人口·資源與環(huán)境, 2016,26(2):1-9.

[10] 馬海良,張紅艷,吳鳳平.基于情景分析法的中國(guó)碳排放分配預(yù)測(cè)研究 [J]. 軟科學(xué), 2016,30(10):75-78.

[11] 方 愷,張琦峰,葉瑞克,周云亨.巴黎協(xié)定生效下的中國(guó)省際碳排放權(quán)分配研究 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2017,38(10):1-17.

[12] 馮 陽(yáng),路正南.差別責(zé)任視角下碳排放權(quán)區(qū)域分配方法研究 [J]. 軟科學(xué), 2016,30(11):122-126.

[13] 國(guó)家統(tǒng)計(jì)局,中國(guó)統(tǒng)計(jì)年鑒,2012—2016 [M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2016.

[14] 國(guó)家統(tǒng)計(jì)局能源統(tǒng)計(jì)司,中國(guó)能源統(tǒng)計(jì)年鑒,2012—2016 [M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2016.

[15] U.S.Energy Information Administration. https://www.eia.gov/ [EB/OL]. 1999-08-09.

[16] Oak Ridge National Laboratory.https://www.ornl.gov/[EB/OL]. 2014- 11-08.

[17] Intergovernmental Panel on Climate Change.https://www.ipcc.ch/ [EB/OL]. 2006-08-04.

[18] 國(guó)際科學(xué)技術(shù)委員會(huì). http://www.most.gov.cn/index.htm [EB/OL]. 2014-06-05.

[19] 國(guó)家發(fā)展與改革委員會(huì)能源研究所. http://www.eri.org.cn/ [EB/OL]. 2014-12-09.

[20] 田中華,楊澤亮,蔡睿賢.廣東省能源消費(fèi)碳排放分析及碳排放強(qiáng)度影響因素研究[J]. 中國(guó)環(huán)境科學(xué), 2015,35(6):1885-1891.

[21] 趙 敏.上海市終端能源消費(fèi)的CO2排放影響因素定量分析[J]. 中國(guó)環(huán)境科學(xué), 2012,32(9):1583-1590.

[22] 涂正革,諶仁俊.中國(guó)碳排放區(qū)域劃分與減排路徑--基于多指標(biāo)面板數(shù)據(jù)的聚類分析 [J]. 中國(guó)地質(zhì)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2012, 12(6):7-13+136.

[23] 陳德湖,潘英超,武春友.中國(guó)二氧化碳的邊際減排成本與區(qū)域差異研究 [J]. 中國(guó)人口·資源與環(huán)境, 2016,26(10):86-93.

[24] 劉明磊,朱 磊,范 英.我國(guó)省級(jí)碳排放績(jī)效評(píng)價(jià)及邊際減排成本估計(jì):基于非參數(shù)距離函數(shù)方法 [J]. 中國(guó)軟科學(xué), 2011,(3):106-114.

[25] 魏 楚.中國(guó)城市CO2邊際減排成本及其影響因素[J]. 世界經(jīng)濟(jì), 2014,37(7):115-141.

[26] 王 媛,程 曦,殷培紅,等.影響中國(guó)碳排放績(jī)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(bào), 2013,28(7):1106-1116.

[27] 李 濤,傅 強(qiáng).中國(guó)省際碳排放效率研究 [J]. 統(tǒng)計(jì)研究, 2011, 28(7):62-71.

[28] 劉華軍,趙 浩.中國(guó)二氧化碳排放強(qiáng)度的地區(qū)差異分析[J]. 統(tǒng)計(jì)研究, 2012,29(6):46-50.

[29] 李科心,張琬淑,徐占軍.影響山西省碳排放績(jī)效的區(qū)域特征研究--基于熵值法的聚類分析 [J]. 國(guó)土與自然資源研究, 2017,(3):39-44.

Provincial decomposition of China's carbon emission rights under the constraint of 2020 and 2030 carbon intensity targets.

WANG Yong1,2*, CHENG Yu1, YANG Guang-chun1, DONG Ying1

(1.School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China；2.Postdoctoral Research Station, Dongbei University of Finance and Economics, Dalian 116025, China)., 2018,38(8)：3180~3188

A provincial allocation model for carbon emission rights was established in this paper. Under the constraints of China's 2020 and 2030 carbon intensity targets, the provinces' allocation of carbon emission rights was carried out in stages. The results show that the distribution of carbon emission rights varies from region to region in China from 2016 to 2020. The five provinces with the most carbon emission rights quotas are Guangdong, Jiangsu, Inner Mongolia, Shandong and Shanxi, where the economic development level and historical carbon emissions are among the highest in the country. The five provinces with the lowest quota are Anhui, Jilin and Gansu. Ningxia and Guizhou. The pressure on emission reduction varies greatly across regions. Shanxi, Shandong, Liaoning and Shaanxi have serious shortage of carbon space at the initial node in 2016, and they need to bear greater pressures to reduce emissions. Guangdong, Jiangsu and Shanghai have relatively low emission reduction pressures. From 2021 to 2030, the distribution of carbon emission rights in each province is basically the same as that in the first stage. All provinces have surplus in carbon emission space in 2030.As of 2030, some regions (such as Xinjiang, Shaanxi, Jilin, Qinghai, Gansu, Ningxia, Guizhou, etc.) have relatively limited carbon emissions, and there are still significant pressures to meet the emission reduction targets on time. Considering that different provinces and regions face different emission reduction tasks and pressures, formulating differentiated emission reduction policies and giving appropriate support to policies is the key to ensuring the smooth achievement of China's emission reduction targets.

carbon emission rights；provincial distribution；carbon emission intensity targets；China

X196

A

1000-6923(2018)08-3180-09

王 勇(1988-),男,山東臨沂人,副教授,博士,主要從事環(huán)境-能源-經(jīng)濟(jì)分析.發(fā)表論文20余篇.

2018-03-19

教育部人文社會(huì)科學(xué)研究青年項(xiàng)目(18YJC910013);中國(guó)博士后科學(xué)基金(2016M601318);遼寧省教育廳科研平臺(tái)項(xiàng)目(LN2016JD020);遼寧省經(jīng)濟(jì)社會(huì)發(fā)展研究課題(2018lslktzd-010);中國(guó)博士后科學(xué)基金特別資助項(xiàng)目(2017T100180)

* 責(zé)任作者, 副教授, ywang@dufe.edu.cn