李文博 ，龍如銀 ，張琳玲

（1.江蘇師范大學(xué) 商學(xué)院，江蘇 徐州 221116；2.江南大學(xué) 商學(xué)院，江蘇 無錫 214122；3.南京財經(jīng)大學(xué) 財政與稅務(wù)學(xué)院，江蘇 南京 210023）

交通運(yùn)輸是節(jié)能減排的重點(diǎn)領(lǐng)域。在發(fā)達(dá)國家，交通運(yùn)輸部門碳排放約占國家總量的三分之一，中國目前約占百分之十左右[1]。隨著城鎮(zhèn)化加速和人民生活水平提高，對汽車的需求顯著增加，根據(jù)公安部發(fā)布的統(tǒng)計數(shù)據(jù)，截至2020年9月中國機(jī)動車保有量已達(dá)3.65億輛[2]。交通運(yùn)輸部門能源消耗和碳排放增速均高于全社會平均水平，正處在高速增長期，機(jī)動車尾氣已成為城市生態(tài)環(huán)境問題的重要致因[3]，因而交通運(yùn)輸部門節(jié)能減排形勢十分嚴(yán)峻。在此背景下，電動汽車越來越受到社會各界關(guān)注。相比于傳統(tǒng)燃油車，電動汽車有著替代化石能源消耗、減少常規(guī)污染物和碳排放的顯著優(yōu)勢[4]。目前中國政府明確將發(fā)展電動汽車作為國家戰(zhàn)略，在綜合宏觀、行業(yè)管理、推廣應(yīng)用、稅收優(yōu)惠、科技創(chuàng)新和基礎(chǔ)設(shè)施等方面制定出臺了一系列政策措施，營造了良好的政策環(huán)境?？梢姡l(fā)展電動汽車已成為交通領(lǐng)域?qū)崿F(xiàn)節(jié)能減排目標(biāo)的戰(zhàn)略共識。

在政府各類利好政策推動下，電動汽車產(chǎn)銷量不斷攀升，目前中國電動汽車市場規(guī)模更是達(dá)到世界領(lǐng)先水平，全國保有量已經(jīng)接近200萬輛，市場占有率已超過2%[5]。根據(jù)相關(guān)研究預(yù)測，2030年中國電動汽車保有量有望達(dá)到8 000萬輛，市場占有率將達(dá)到40%[6]，每年充電需求將達(dá)到4 100億千瓦時[7]。盡管電動汽車在行駛階段可以實(shí)現(xiàn)“零污染”，但受制于中國“一煤獨(dú)大”的能源結(jié)構(gòu)，電動汽車的環(huán)保能力備受質(zhì)疑，公眾甚至稱其為“煤車”?？紤]到電力生產(chǎn)過程中會產(chǎn)生大量碳排放①無特別說明，本文中碳排放均指從碳足跡角度出發(fā)，包括各種溫室氣體排放在內(nèi)的碳排放。，電動汽車保有量增加帶來的環(huán)境效益實(shí)質(zhì)上以發(fā)電側(cè)排放量增加為代價。隨著電動汽車推廣規(guī)模的逐漸擴(kuò)大，其產(chǎn)生的發(fā)電側(cè)排放量將越來越大，甚至可能加劇發(fā)電地區(qū)的環(huán)境問題。因而，電動汽車電力需求的發(fā)電側(cè)排放問題值得高度重視。

電力是目前和今后中國較長時期內(nèi)的主要能源。根據(jù)中國能源統(tǒng)計年鑒，2019年中國全社會用電量為7.25萬億千瓦時，在終端能源消費(fèi)中的比重已達(dá)到27%[8]。由于區(qū)域間經(jīng)濟(jì)發(fā)展不平衡，各區(qū)域電力生產(chǎn)和消費(fèi)嚴(yán)重不匹配。經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)電力需求較大，約占全國電力消費(fèi)的60%以上，但多數(shù)省份存在電力生產(chǎn)的瓶頸和較大的電力缺口；而中西部地區(qū)能源比較豐富，電力生產(chǎn)成本較低，多數(shù)地區(qū)的發(fā)電產(chǎn)能已經(jīng)過剩。在環(huán)境困境的約束下，跨區(qū)輸電（如“西電東送”等）成為了優(yōu)化電力配置，緩解區(qū)域電力生產(chǎn)和消費(fèi)不匹配問題的重要舉措。近年來，中國區(qū)域間電力傳輸已呈常態(tài)化，且電力跨區(qū)傳輸總量呈擴(kuò)大趨勢。全國跨區(qū)域電網(wǎng)電力交易已從2006年的816億千瓦時增加到2019年的5 404億千瓦時；占全社會電力總用量的比例也從2006年的2.85%增長至2018年的7.46%[9]。在國家能源戰(zhàn)略結(jié)構(gòu)調(diào)整的大框架下，電力跨區(qū)傳輸將是中國電網(wǎng)發(fā)展的必然趨勢。電力生產(chǎn)尤其是火電生產(chǎn)必然會產(chǎn)生一定數(shù)量的污染物。據(jù)統(tǒng)計，電力行業(yè)是中國氣態(tài)污染物的主要來源，2019年全國電力行業(yè)煙塵、二氧化硫和氮氧化物排放量分別約為18萬噸、89萬噸和93萬噸[10]。同時，區(qū)域電力系統(tǒng)是一個開放系統(tǒng)，存在區(qū)域間電力流入/流出過程。因此，電力的區(qū)域間調(diào)配過程類似于區(qū)域間產(chǎn)品貿(mào)易，隱含著碳排放的逆向傳輸。該問題的實(shí)質(zhì)就是電力消費(fèi)地把碳排放轉(zhuǎn)移到了電力生產(chǎn)地，簡單而言就是一種污染轉(zhuǎn)移。隨著電力跨區(qū)傳輸?shù)某B(tài)化，與之相關(guān)的碳排放轉(zhuǎn)移問題將尤為突出。

電動汽車規(guī)?；瘧?yīng)用的電力需求將給本地電網(wǎng)帶來巨大壓力。隨著電力跨區(qū)傳輸技術(shù)的發(fā)展，電動汽車的電力來源多樣化，其在行駛過程中消耗的電力不再局限于本地電網(wǎng)[11]。電動汽車在消耗外地流入電力的同時，經(jīng)由電力傳輸網(wǎng)絡(luò)把相應(yīng)的碳排放轉(zhuǎn)移至發(fā)電地區(qū)。隨著電動汽車的規(guī)?；瘧?yīng)用，大規(guī)模的跨區(qū)電力傳輸將改變中國未來各區(qū)域能源使用和碳排放的空間格局。因此，隱藏在電動汽車規(guī)?；瘧?yīng)用背后的碳排放轉(zhuǎn)移問題有待從電力跨區(qū)傳輸視角進(jìn)行深入探討。為解決上述問題，本文一是對2025年中國電動汽車的發(fā)展規(guī)模進(jìn)行預(yù)測，以掌握各省電動汽車規(guī)模化應(yīng)用的電力需求；二是探究區(qū)域間電力流入/流出的碳排放轉(zhuǎn)移規(guī)律并建立定量模型，以得出各省電動汽車規(guī)?；瘧?yīng)用的碳排放轉(zhuǎn)移量及其特征。三是從貨幣價值的角度分析各省電動汽車規(guī)?；瘧?yīng)用的環(huán)境損失/收益。本文的主要貢獻(xiàn)在于可以進(jìn)一步認(rèn)識各省電動汽車規(guī)?；瘧?yīng)用的碳排放空間格局，對政府科學(xué)布局各省電動汽車的發(fā)展規(guī)模和優(yōu)先次序具有重要參考價值，同時也為區(qū)域碳排放治理中的責(zé)任劃分和生態(tài)補(bǔ)償提供參考。

一、文獻(xiàn)綜述

隨著區(qū)域間聯(lián)系不斷加強(qiáng)，能源消費(fèi)過程背后的碳排放轉(zhuǎn)移問題逐漸受到關(guān)注[12-13]。碳排放轉(zhuǎn)移是在貌似合理的“比較優(yōu)勢”和“自由貿(mào)易”原則下進(jìn)行的，具有較強(qiáng)的隱蔽性[14-16]。對于國家/區(qū)域間產(chǎn)品貿(mào)易而言，產(chǎn)品貿(mào)易帶來了產(chǎn)品產(chǎn)地與消費(fèi)地的分離，產(chǎn)品生產(chǎn)過程中的碳排放多數(shù)留在了原產(chǎn)地[17-18]。而由于市場和政策存在部分失靈，使得這些碳排放所帶來的損失并未全部由產(chǎn)品的使用者承擔(dān)，而是由產(chǎn)地通過投資建設(shè)污染治理設(shè)施或犧牲環(huán)境質(zhì)量為代價予以承擔(dān)，由此形成了區(qū)域間碳排放轉(zhuǎn)移問題[19-20]。換言之，碳排放轉(zhuǎn)移并非污染物的跨區(qū)直接轉(zhuǎn)移，而是伴隨著某種區(qū)域間貿(mào)易活動，由產(chǎn)品消費(fèi)地轉(zhuǎn)移至生產(chǎn)地的現(xiàn)象。

近年來，電力跨區(qū)傳輸對各地區(qū)資源和環(huán)境的影響受到學(xué)者的廣泛關(guān)注。對于電力流入地區(qū)，流入電力所產(chǎn)生的碳排放留在了發(fā)電地區(qū)，意味著該地區(qū)流入的電量相當(dāng)于向發(fā)電地區(qū)轉(zhuǎn)移一定的碳排放；同理，對于電力流出地區(qū)，流出電力的碳排放實(shí)際上是由流入地產(chǎn)生[21-22]。因而，與區(qū)域間產(chǎn)品貿(mào)易類似，電力跨區(qū)傳輸過程也隱含著碳排放轉(zhuǎn)移問題[23-24]。近年來，許多學(xué)者從國家尺度出發(fā)針對這一問題展開了研究，也有部分學(xué)者對不同國家電力跨區(qū)傳輸?shù)奶寂欧呸D(zhuǎn)移效應(yīng)進(jìn)行了比較。以國內(nèi)為研究對象，葉敏華等[25]根據(jù)2010年區(qū)域電網(wǎng)發(fā)電裝機(jī)容量，研究了跨區(qū)域電力傳輸對環(huán)境的影響，結(jié)果表明跨區(qū)域電力傳輸可以減少中國東部地區(qū)和北部地區(qū)的環(huán)境損失，但將導(dǎo)致西北部碳排放量的增加；Su等[26]的研究發(fā)現(xiàn)，2012年跨省電力傳輸?shù)奶寂欧帕空既珖娏π袠I(yè)總排放量的14%，比2007年增加94%，研究結(jié)果還表明碳排放呈現(xiàn)由東向西轉(zhuǎn)移的特點(diǎn)，政府可以考慮向污染移入省份提供經(jīng)濟(jì)補(bǔ)償和技術(shù)支持；孫媛等[27]研究了各省域間2015年電力區(qū)域調(diào)配的污染排放轉(zhuǎn)移效應(yīng)，結(jié)果發(fā)現(xiàn)中國區(qū)域間電力調(diào)配的二氧化硫轉(zhuǎn)移量呈下降趨勢，但氮氧化物轉(zhuǎn)移量呈現(xiàn)上升趨勢。魏文棟等[28]建立了中國省級電力碳排放核算綜合模型，結(jié)果表明2012年中國通過輸電網(wǎng)絡(luò)和貿(mào)易網(wǎng)絡(luò)發(fā)生的省級電力碳排放流動總量分別為4.6億噸和9.76億噸，分別占全國生產(chǎn)側(cè)電力碳排放總量的13.1%和27.7%。Li等[29]的研究結(jié)果進(jìn)一步表明，除省際電力流動產(chǎn)生的直接碳排放轉(zhuǎn)移外，電力出口省份從其他省份購買電力引起的間接碳排放轉(zhuǎn)移不容忽視，在部分地區(qū)（如湖南），間接排放轉(zhuǎn)移占總排放轉(zhuǎn)移的50%以上。還有一些研究以局部區(qū)域?yàn)檠芯繉ο笳归_了分析，如宋潔塵等[30]以廣東為例，對其流入電力的環(huán)境影響進(jìn)行了定量測算，結(jié)果發(fā)現(xiàn)電力跨區(qū)傳輸對廣東省碳減排具有重要意義；Li等[10]以長江三角洲地區(qū)為例，分析了該區(qū)域流入電力的污染排放轉(zhuǎn)移效應(yīng)，結(jié)果發(fā)現(xiàn)2015年長三角地區(qū)因電力流入而轉(zhuǎn)移出2.05萬噸二氧化硫、2.24萬噸氮氧化物和0.43萬噸粉塵，這些污染物主要轉(zhuǎn)移至山西、四川和湖北?？傮w而言，電力跨區(qū)傳輸?shù)奶寂欧呸D(zhuǎn)移主要表現(xiàn)為由經(jīng)濟(jì)發(fā)達(dá)地區(qū)流向電力富集地區(qū)，換言之，電力富集區(qū)為其他地區(qū)的電力需求承擔(dān)了額外的碳排放。

上游電力構(gòu)成對電動汽車的環(huán)境影響較大，使用清潔能源給電動汽車供電，可以達(dá)到真正意義上的零排放[31-32]；而使用化石能源發(fā)電供給電動汽車，會在燃料生命周期上游產(chǎn)生大量的能源消耗和污染排放，極大削弱了電動汽車的減排優(yōu)勢[33-34]。隨著區(qū)域間電網(wǎng)連通性的大幅增強(qiáng)，各區(qū)域電力來源多樣化，本地電源結(jié)構(gòu)不能完全決定電動汽車的排放情況[35-36]。由于區(qū)域間電力調(diào)配關(guān)系較為復(fù)雜，且目前區(qū)域間電力傳輸規(guī)模較小，因而少有研究將電力跨區(qū)傳輸這一特征系統(tǒng)融入到電動汽車碳排放核算中。僅有的相關(guān)研究，如宋永華等[37]綜合考慮了區(qū)域電源結(jié)構(gòu)差異和跨區(qū)輸電問題，提出了分區(qū)域、按電力消費(fèi)來源評估電動汽車的能源消耗和碳排放水平的思路和方法。他們的研究結(jié)果表明，判斷電動汽車是否高碳需要充分考慮各區(qū)域的電力供應(yīng)結(jié)構(gòu)而定，例如廣東，雖然省內(nèi)火電比例很高，但外地流入電力比例很大，且相當(dāng)一部分電力來自廣西和云南的水電，導(dǎo)致其終端電力的碳排放水平較低，所以廣東電動汽車的排放水平也較低。總體而言，電力跨區(qū)傳輸會影響各區(qū)域的電力結(jié)構(gòu)，進(jìn)而會對電動汽車的碳排放產(chǎn)生較大影響。

綜上所述，可以看到多數(shù)學(xué)者關(guān)注電力來源對電動汽車碳排放水平的影響，而電力跨區(qū)傳輸?shù)挠绊憙H有少部分學(xué)者關(guān)注。電動汽車規(guī)?；瘧?yīng)用的電力需求在一定程度上依賴于電力跨區(qū)傳輸，因而電力跨區(qū)域傳輸?shù)呐欧呸D(zhuǎn)移效應(yīng)決定了電動汽車規(guī)?；瘧?yīng)用存在類似的環(huán)境問題?？紤]到電力是電動汽車隱含排放在各區(qū)域間流動的主要載體，有必要以電力跨區(qū)域傳輸網(wǎng)絡(luò)為基礎(chǔ)，結(jié)合電動汽車的碳排放形成過程，深入探討電動汽車碳排放轉(zhuǎn)移的路徑、方向和特征。此外，目前研究多考慮電力傳輸所帶來的直接轉(zhuǎn)移量，并沒有考慮到包括電力流出地本身又從其他地區(qū)購入電力時所產(chǎn)生的間接碳排放轉(zhuǎn)移，本文將彌補(bǔ)這方面的缺陷。

二、研究方法和數(shù)據(jù)來源

本文的研究過程如圖1所示。首先，基于拓展的logistic模型和情景分析預(yù)測各省電動汽車年保有量，進(jìn)而估計不同情景下電動汽車規(guī)?；瘧?yīng)用的電力需求；其次，利用準(zhǔn)投入產(chǎn)出模型估計各省電動汽車規(guī)模化應(yīng)用的碳排放轉(zhuǎn)移；最后，利用成本收益分析對各省電動汽車規(guī)模化應(yīng)用的環(huán)境損失/收益進(jìn)行分析。

圖1 本文研究框架

（一）電動汽車規(guī)模化應(yīng)用的電力需求預(yù)測

目前，對汽車保有量的預(yù)測方法較多，常用的方法包括時間序列模型、因果關(guān)系模型、回歸分析模型、Bass模型、Lotka-Voterra模型及人工神經(jīng)網(wǎng)絡(luò)等[38]。因?yàn)槟壳半妱悠囀袌鲞€不是一個完全成熟的市場，其在未來發(fā)展過程中的潛在影響因素較多（如扶持政策的變化），因而很難對長期電動汽車保有量進(jìn)行準(zhǔn)確預(yù)測。在短期預(yù)測方面，汽車保有量的變化常被認(rèn)為符合logistic收入曲線的變化，Du等[4]為了精準(zhǔn)地預(yù)測汽車保有量，提出了一個拓展的logistic模型。該模型綜合考慮了經(jīng)濟(jì)發(fā)展水平、交通運(yùn)輸能力、人口數(shù)量和石油價格等因素，且短期預(yù)測精度較好，模型的具體形式如下

其中，m表示饜足點(diǎn)；a表示曲線的初始狀態(tài)；β表示增長率；t表示時間；gdp表示人均收入；vol表示公路客貨周轉(zhuǎn)量；op表示原油價格。

本文借鑒該模型及相關(guān)系數(shù)的設(shè)定，對中國各省2025年民用汽車保有量進(jìn)行了短期預(yù)測?？紤]到電動汽車在電池技術(shù)、充電技術(shù)及配套設(shè)施建設(shè)方面還不成熟，且未來發(fā)展過程中受各種因素影響的不確定性較大，在咨詢電動汽車領(lǐng)域?qū)＜液蛥⒖枷嚓P(guān)內(nèi)部研究報告的結(jié)果后，對2025年電動汽車的發(fā)展設(shè)置了三種情景，分別為發(fā)展受阻情景、基準(zhǔn)情景和快速發(fā)展情景。第一種情景下，電動汽車技術(shù)發(fā)展較緩，沒有實(shí)質(zhì)性突破，政府對其支持力度減弱，公眾熱情和期望不高，甚至存在抵制情緒；第二種情景下，電動汽車技術(shù)穩(wěn)步發(fā)展，政府支持力度保持穩(wěn)定，電動汽車滲透率逐漸提高。第三種情景下，電動汽車的關(guān)鍵技術(shù)有了實(shí)質(zhì)性突破，與燃油車的差距快速減小，公眾接受度提高，電動汽車市場快速發(fā)展，并逐漸成為購車首選。這三種情景的設(shè)置并不是對電動汽車市場的準(zhǔn)確預(yù)測，其主要目的在于觀察不同電動汽車保有量所引發(fā)的碳排放轉(zhuǎn)移情況。電動汽車主要考慮純電動汽車和插電式混合動力電動汽車，三種情景下電動汽車占比情況設(shè)置如表1所示。本文與已有相關(guān)研究對未來電動汽車發(fā)展情景的設(shè)置基本一致，如馮超[39]將2030年純電動汽車和插電式混合動力汽車占比分別設(shè)置為10%和5%；Du等[4]的預(yù)測結(jié)果表明在正常發(fā)展情景下2025年電動汽車占汽車保有量的比例為7.7%。

表1 電動汽車保有量情景設(shè)置 單位：%

各情景下電動汽車的電力需求如下

其中，EDi表示i省電動汽車運(yùn)行的電力需求；Qik為i省k類型電動汽車的保有量；EEVik為i省k類型電動汽車的單位耗電量；Rik為i省k類型電動汽車的行駛里程；C為電動汽車充電損耗率。

（二）基于準(zhǔn)投入產(chǎn)出模型的電動汽車碳排放轉(zhuǎn)移測算

準(zhǔn)投入產(chǎn)出模型（Quasi-Input-Output,QIO）是Qu等[40]提出的一種量化商品貿(mào)易中隱含碳排放量的方法。與傳統(tǒng)的投入產(chǎn)出模型相比，QIO模型可以在整個電力網(wǎng)絡(luò)中跟蹤電力從生產(chǎn)到消費(fèi)的所有傳輸路徑，從而掌握不同電網(wǎng)之間的直接和間接排放流。直接排放流與區(qū)域間的流入/流出電力有關(guān)；而如果一個電網(wǎng)的流入電力中含有來自其他電網(wǎng)的電力，則存在間接排放流。對于某一個區(qū)域而言，其傳輸給其他區(qū)域的電力便是該區(qū)域的流入電力，反之亦然。因而可以用n×m矩陣T來表示各區(qū)域間的電力傳輸關(guān)系，其中，Tnm表示n區(qū)域傳輸至m區(qū)域的電量，該矩陣將根據(jù)所梳理的各區(qū)域間電力流向關(guān)系來進(jìn)行確定。從電力生產(chǎn)角度來看，各省消耗的本地電力等于各省生產(chǎn)電力與調(diào)往外省電力之差；從電力消耗角度來看，各省消耗的本地電力等于各省消耗電力與外省流入電力之差。因而，利用各省消耗的本地電力作為平衡點(diǎn)，搭建各省間電力流向平衡關(guān)系。以三個省級電網(wǎng)之間的電力流入/流出關(guān)系為例，A省流入電力包括本省上網(wǎng)電力p1、B省流入電力T21和C省流入電力T31，A省流出電力包括本省消耗電力c1、流出B省電力T12和流出C省電力T13?；诖?，以各省消耗的本地上網(wǎng)電力作為平衡點(diǎn)，省際間電力流向平衡關(guān)系可以確定為“本省上網(wǎng)電力+流入電力=本省消耗電力+流出電力”[40]。具體可用式（3）表示

其中，xi表示i省消耗的本省上網(wǎng)電力；pi和ci分別表示i省生產(chǎn)和消耗的電力。

電動汽車消耗的電力包括本省生產(chǎn)電力和外省流入電力。在電力跨區(qū)傳輸過程中，從其他地區(qū)流入電力將排放留在了發(fā)電地區(qū)，可以視為碳排放移出；而向其他地區(qū)流出電力則情況相反，為碳排放移入。因而，某地區(qū)電動汽車消耗的電力總量中外地流入電力產(chǎn)生的碳排放應(yīng)為該地區(qū)電動汽車的碳排放轉(zhuǎn)移量。此外，考慮到跨區(qū)傳輸過程中的電力損耗，初步將某省電動汽車的碳排放轉(zhuǎn)移量界定為電動汽車電力消耗總量中外省流入以及電力傳輸損耗部分產(chǎn)生的碳排放。

基于所構(gòu)建的省際間電力傳輸網(wǎng)絡(luò)，各省電動汽車總體電力需求中外省流入以及傳輸損耗部分產(chǎn)生的碳排放轉(zhuǎn)移量初步如下

其中，ptjm為各省流入m省電力產(chǎn)生的j氣體量；bnm為n省流入m省的電量；efjn為n省排放物j的排放系數(shù)；q為省級電網(wǎng)數(shù)量。

通過上述模型得到的碳排放轉(zhuǎn)移量包括直接轉(zhuǎn)移和間接轉(zhuǎn)移兩部分。直接轉(zhuǎn)移是指區(qū)域間電力直接交易所產(chǎn)生的排放流動；間接排放轉(zhuǎn)移是指電力流出地本身從外部引入電力，進(jìn)而間接導(dǎo)致電力流入地的碳排放轉(zhuǎn)移到流出地以外的現(xiàn)象。通過判斷各地區(qū)之間是否存在電力傳輸關(guān)系可以區(qū)分直接和間接碳排放轉(zhuǎn)移。

（三）成本收益分析

本文將通過成本收益分析框架，對各省電動汽車電力需求的碳排放轉(zhuǎn)移以貨幣價值形式進(jìn)行衡量，從而為政策制定者評估和選擇區(qū)域大氣污染協(xié)同治理方案提供決策信息。下面將從電力流出地和流入地兩個視角介紹成本收益分析的框架。電力流出地的收益主要指流出電力的電價收入，而成本主要是流出電力生產(chǎn)過程中所造成的環(huán)境和經(jīng)濟(jì)損失。相反，電力流入地的收益是指碳排放減少帶來環(huán)境質(zhì)量變高和人體健康改善等多層面的社會收益，成本是指為了獲得外部電力需要支付的費(fèi)用。對于大多數(shù)省份來說，它們既是電力生產(chǎn)者，也是電力消費(fèi)者。由于目前的電價不能反映電力消費(fèi)的環(huán)境成本，此部分中的成本和效益主要是指跨省電交易造成的經(jīng)濟(jì)損失和效益。電力交易給各省帶來的環(huán)境收益、環(huán)境損失和凈收益可以分別可以用式（5）～式（7）表示

其中，Benefiti和Costi分別表示某省碳排放轉(zhuǎn)移而產(chǎn)生的環(huán)境收益和損失；Qi是指單位碳排放量的環(huán)境價值；Eimn和Einm分別指n到m省和m到n省的碳排放轉(zhuǎn)移量；Netbenefit為各省碳排放轉(zhuǎn)移的凈收益。

碳排放的單位環(huán)境價值依據(jù)生態(tài)環(huán)境部提出的《主要污染物減排總量核算辦法》和《排污費(fèi)征收管理辦法》的相關(guān)數(shù)據(jù)進(jìn)行計算，本文碳排放的環(huán)境價值設(shè)定為0.195元/千克。不同的經(jīng)濟(jì)發(fā)展水平和人口密集程度決定了同樣的排放在各地環(huán)境成本也有較大差異。東部地區(qū)因?yàn)槿丝诩?、?jīng)濟(jì)發(fā)展水平較高、能源資源相對匱乏，因而發(fā)電的環(huán)境成本較高；相反，中西部地區(qū)能源資源豐富、人口稀少、經(jīng)濟(jì)發(fā)展水平較低，因而發(fā)電的環(huán)境成本也比較低。本文選取單位面積的碳排放水平、單位面積GDP和人均GDP對各省單位碳排放的環(huán)境收益和損失進(jìn)行調(diào)整。通過去量綱處理，以處在均值水平的省份環(huán)境損失水平為基準(zhǔn)，可以得到各省單位環(huán)境損失系數(shù)。

（四）數(shù)據(jù)來源

考慮到中國電源結(jié)構(gòu)以煤電為主，發(fā)電過程中產(chǎn)生的氣態(tài)排放物種類較多，參考世界氣象組織最新發(fā)布的全球氣候報告，本文選擇二氧化碳（CO2）、甲烷（CH4）、氧化亞氮（N2O）作為代表。三種氣體將使用全球增溫潛勢（GWP）統(tǒng)一折算為CO2當(dāng)量，目前CO2、CH4和N2O的GWP值分別為1、25和298。各省電網(wǎng)排放量等同于各種發(fā)電能源（主要包括原煤等）的排放量之和。本文按照省級行政區(qū)域邊界將中國劃分為30個省級電網(wǎng)。由于缺少相關(guān)數(shù)據(jù)，暫不考慮西藏、臺灣、香港和澳門四個地區(qū)的省級電網(wǎng)，各省發(fā)電結(jié)構(gòu)如表2所示。各省發(fā)電量、廠用電率和用電量來源于《中國電力年鑒》。各省流出電量情況和省際間電力流向關(guān)系來源于《電力工業(yè)統(tǒng)計資料匯編》和《中國電力行業(yè)年度發(fā)展報告》。發(fā)電燃料消費(fèi)量和平均低位發(fā)熱值來源于《中國能源統(tǒng)計年鑒》。分燃料品種的含碳量主要來源于《省級溫室氣體清單編制指南（試行）》。各省火電機(jī)組的裝機(jī)容量和發(fā)電時間來源于《中國電力年鑒》。行駛里程主要參考Ou等[41]的研究，不同區(qū)域私家車的行駛里程具體如表3所示。

表2 2017年中國各省電力結(jié)構(gòu) 單位：億千瓦時

表3 按區(qū)域劃分的私人乘用車年均行駛距離

三、電動汽車規(guī)?；瘧?yīng)用的電力需求及碳排放轉(zhuǎn)移

（一）電動汽車規(guī)?；瘧?yīng)用的電力需求預(yù)測

基于民用汽車保有量預(yù)測結(jié)果，結(jié)合所設(shè)置的相關(guān)情景，得出了各省電動汽車保有量?？傮w上來看，各情景下電動汽車保有量的地區(qū)差異較大。其中，河北、江蘇、浙江、山東和廣東的保有量較高。在快速發(fā)展情景下，這些省份的純電動汽車和插電式混合動力汽車保有量分別超過500萬輛和200萬輛。而對于青海、寧夏、海南等省份，由于其人口較少，經(jīng)濟(jì)發(fā)展水平相對較低，電動汽車的推廣數(shù)量仍然較少。在對各情景下電動汽車保有量進(jìn)行預(yù)測的基礎(chǔ)上，進(jìn)一步估算各省電動汽車的電力需求，具體結(jié)果如圖2所示?？梢钥吹剑魇‰娏π枨蟮目傮w趨勢與保有量基本一致，這主要是因?yàn)楸疚闹饕劢顾郊臆?，各地區(qū)私家車日常行駛里程差異不大。電力需求最大的為廣東、山東和江蘇，這些省份電動汽車年電力需求均超過了150億千瓦時。而青海、寧夏、海南等省份在快速發(fā)展情景下的年電力需求均不超過50億千瓦時。

圖2 三種發(fā)展情景下電動汽車的電力需求

（二）電動汽車規(guī)?；瘧?yīng)用的碳排放轉(zhuǎn)移量

根據(jù)所構(gòu)建的全國電力傳輸網(wǎng)絡(luò)，對各省電動汽車規(guī)?；瘧?yīng)用的碳排放轉(zhuǎn)移進(jìn)行了核算。全國電動汽車在發(fā)展受阻情景、基準(zhǔn)情景和快速發(fā)展情景下的碳排放轉(zhuǎn)移量分別達(dá)到585.82萬噸CO2當(dāng)量、937.31萬噸CO2當(dāng)量和2 343.28萬噸CO2當(dāng)量。表4和表5分別展示了在不同情景下主要省份電動汽車規(guī)?；瘧?yīng)用的碳排放移出量和移入量。北京、天津、河北、遼寧、江蘇、浙江、山東和廣東的碳排放移出量較大，均超過10萬噸CO2當(dāng)量。這些省份經(jīng)濟(jì)發(fā)達(dá)，電動汽車保有量相對較高，電力需求較大，外省流入電力中煤電占據(jù)較大比例，導(dǎo)致這些省份碳排放移出量較大。大部分地區(qū)的間接排放轉(zhuǎn)移量較低，低于碳排放移出總量的5%；但北京和上海的間接排放轉(zhuǎn)移量較高，分別占碳排放轉(zhuǎn)移總量的20.38%和15.96%，這主要是因?yàn)樗鼈冸娏碓吹兀ㄈ缟轿?、江蘇、浙江）同樣有較多的外部流入電力，由此將碳排放經(jīng)由全國電力傳輸網(wǎng)絡(luò)逆向轉(zhuǎn)移到了其他地區(qū)。

表4 主要省份電動汽車規(guī)模化應(yīng)用的碳排放移出量 單位：萬噸CO2當(dāng)量

表5 主要省份電動汽車規(guī)?；瘧?yīng)用的碳排放移入量 單位：萬噸CO2當(dāng)量

碳排放移入量較大的省份為山西、內(nèi)蒙古、安徽、寧夏和新疆，這些省份電動汽車保有量相對較低，本地電力可以很好地滿足電動汽車充電需求，同時由于電能豐富，在流出電力滿足其他省份電力需求的過程中，使得碳排放回流至本省。在碳排放主要移入省份中，內(nèi)蒙古的碳排放移入量遠(yuǎn)超其他省份，其排放量在電動汽車發(fā)展受阻情景下也依然超過150萬噸CO2當(dāng)量。除了該省電力資源豐富，更主要的原因在于其電源結(jié)構(gòu)以火電為絕對主導(dǎo)，占總發(fā)電量80%以上。大部分地區(qū)間接排放轉(zhuǎn)移量占總轉(zhuǎn)移量的比例均低于10%；而新疆、貴州和吉林的這一比例分別為10.13%、16.44%和23.05%，原因在于這些地區(qū)的電力流出地多為電力樞紐，其又將大量電力傳輸給周邊地區(qū)，如“新疆→浙江→上海”。

（三）電動汽車規(guī)模化應(yīng)用的碳排放轉(zhuǎn)移路徑

為了更好地展示區(qū)域間碳排放轉(zhuǎn)移關(guān)系，表6繪制出碳排放轉(zhuǎn)移的主要路徑。從地理區(qū)位上來看，碳排放移出量較多的省份基本分布在東部沿海，而碳排放移入量較多的省份主要分布在中、西部地區(qū)。也就是說，隨著電動汽車保有量的增多，大規(guī)模電力需求所帶來的排放轉(zhuǎn)移呈現(xiàn)從東向西的趨勢，這與電力傳輸?shù)姆较蛘孟喾?。但是，電力外輸大省未必是碳排放移入的主要省份。如廣東省電動汽車在發(fā)展受阻情景、基準(zhǔn)情景和快速發(fā)展情景下的電力需求均為所有省份中最高，但是其碳排放轉(zhuǎn)移量卻低于河北、北京、浙江、江蘇、遼寧和山東。主要原因在于廣東外部流入電力的一半以上來自云南，而云南非化石能源發(fā)電（包括水電、風(fēng)電和太陽能發(fā)電）占總發(fā)電量的比例超過90%，這大幅降低了流入電力的碳排放轉(zhuǎn)移量。廣東省電動汽車規(guī)?；瘧?yīng)用的碳排放轉(zhuǎn)移地主要為貴州，但是貴州并不是廣東最大電力流入的省份。因而電動汽車推廣規(guī)模的逐漸擴(kuò)大未必會導(dǎo)致區(qū)間碳排放轉(zhuǎn)移量的增加。除了從東部向西部的總體轉(zhuǎn)移趨勢外，各區(qū)域電網(wǎng)內(nèi)部的碳排放流動不容忽視，可以看到同屬于華東電網(wǎng)的浙江和江蘇向安徽轉(zhuǎn)移了的大量碳排放，類似情況同樣存在于華北電網(wǎng)。

表6 電動汽車規(guī)?；瘧?yīng)用的主要碳排放轉(zhuǎn)移路徑 單位：萬噸CO2當(dāng)量

為說明電力跨區(qū)傳輸在電動汽車碳排放核算中的重要作用，繪制了主要省份電動汽車規(guī)?；瘧?yīng)用的排放轉(zhuǎn)移在總排放量中的結(jié)構(gòu)，如圖3所示。圖3所展示的省份中，隨著電動汽車保有量的增加，碳排放轉(zhuǎn)移量在總排放中所占比例持續(xù)增高。對于部分地區(qū)來說，如北京市，其電動汽車電力需求所產(chǎn)生的碳排放轉(zhuǎn)移已經(jīng)占總排放量的90%以上。也就是說，忽視電力傳輸所帶來的排放轉(zhuǎn)移會導(dǎo)致電動汽車碳排放核算的較大偏差。在以往研究中，當(dāng)核算電動汽車在行駛階段的碳排放時，大部分研究忽略了電力跨區(qū)傳輸?shù)挠绊懀?dāng)然這與過去各區(qū)域間電力傳輸量較小有關(guān)。近期部分研究開始關(guān)注這一問題，如Shen等[42]在核算電動汽車2030年的排放量時，雖然也考慮了電力跨區(qū)傳輸?shù)挠绊懶?yīng)，但主要是各大區(qū)域電網(wǎng)之間的電力流通，未能將尺度進(jìn)一步拓展到省級層面。也有少量研究考慮省域間電力傳輸，但只考慮了各省電力凈流入或流出量的排放轉(zhuǎn)移，未能將各省電力流入和流出量分開核算，本文的研究彌補(bǔ)了上述缺陷。

圖3 主要省份電動汽車規(guī)?；瘧?yīng)用的碳排放量

（四）電動汽車規(guī)模化應(yīng)用碳排放轉(zhuǎn)移的環(huán)境效益

由于各省份在不同情景下的排放轉(zhuǎn)移量僅在絕對量上存在差異，占總排放量的比例一致。因此，以各省份在電動汽車快速發(fā)展情景下的環(huán)境收益和損失計算結(jié)果為例進(jìn)行分析，具體如表7所示。由表7可以看到，東部地區(qū)的環(huán)境凈收益基本為正，其中上海的環(huán)境凈收益最高為21.19億元；而中、西部地區(qū)的環(huán)境凈收益大多為負(fù)，凈損失最大的山西為-2.91億元；全國的環(huán)境凈收益為76.88億元。這表明東部地區(qū)所取得的環(huán)境收益遠(yuǎn)超過西部地區(qū)的環(huán)境損失。對于東部地區(qū)來說，通過中西部地區(qū)的電力流入減少本地電力生產(chǎn)來滿足電動汽車規(guī)模化發(fā)展，這有利于全國總體環(huán)境效益提升。

表7 主要省份環(huán)境成本和收益

四、結(jié)論

發(fā)展電動汽車是國家推進(jìn)生態(tài)文明建設(shè)和打贏藍(lán)天保衛(wèi)戰(zhàn)的重要舉措。隨著電動汽車保有量的提高，大規(guī)模充電需求要以區(qū)域間電力傳輸為保障，由此產(chǎn)生碳排放在區(qū)域之間的轉(zhuǎn)移。本文利用準(zhǔn)投入產(chǎn)出分析方法，測算了多種情景下電動汽車規(guī)模化應(yīng)用的碳排放轉(zhuǎn)移情況，主要結(jié)論如下：（1）電動汽車規(guī)?；瘧?yīng)用會加劇碳排放在區(qū)域之間的流動，主要路徑為經(jīng)濟(jì)發(fā)達(dá)的沿海地區(qū)向欠發(fā)達(dá)的中、西部地區(qū)輸出碳排放，以及各區(qū)域電網(wǎng)內(nèi)部的碳排放轉(zhuǎn)移，最大的電力流出省份內(nèi)蒙古在電動汽車快速發(fā)展情景下流入的碳排放超過600億噸。（2）碳排放轉(zhuǎn)移除了由電力流入地向電力流出地直接轉(zhuǎn)移，還會通過電力樞紐地區(qū)間接流向其他地區(qū)，產(chǎn)生間接碳排放轉(zhuǎn)移，大部分地區(qū)間接轉(zhuǎn)移占總排放轉(zhuǎn)移的比例不足10%，而北京和上海的間接碳排放轉(zhuǎn)移量均超過總排放轉(zhuǎn)移量的15%。（3）電動汽車電力需求所產(chǎn)生的碳排放轉(zhuǎn)移量在總排放量中的比例不容忽視，如北京市電動汽車的碳排放轉(zhuǎn)移量甚至超過總排放量的90%。（4）電力跨區(qū)傳輸對電動汽車規(guī)?；瘧?yīng)用的環(huán)境價值具有正向影響，有利于提升全國總體環(huán)境效益。

隨著全國電動汽車保有量的持續(xù)增多，大規(guī)模充電需求所帶來的碳排放轉(zhuǎn)移將不斷加劇，這無疑會給電力流出量較大的中、西部地區(qū)造成較大負(fù)面影響。電力生產(chǎn)過程中將產(chǎn)生大量氣態(tài)排放物進(jìn)入環(huán)境，危害生態(tài)系統(tǒng)和人體健康，阻礙當(dāng)?shù)亟?jīng)濟(jì)社會的可持續(xù)發(fā)展。如果不采取措施緩解和治理碳排放轉(zhuǎn)移問題，中、西部地區(qū)實(shí)際上承擔(dān)了其他區(qū)域電動汽車電力消費(fèi)的外部性。此外，中、西部地區(qū)的生態(tài)環(huán)境比東部沿海地區(qū)更加脆弱、難以恢復(fù)，過度的能源資源開發(fā)將產(chǎn)生永久性的環(huán)境問題，不利于區(qū)域協(xié)調(diào)發(fā)展目標(biāo)的實(shí)現(xiàn)。隨著電力跨區(qū)傳輸體量不斷增大，這種環(huán)境壓力將愈發(fā)明顯。為了平衡地區(qū)之間的環(huán)境利益，實(shí)現(xiàn)資源的有效配置，從碳排放轉(zhuǎn)移的角度來看，本文可為電動汽車推廣工作提供如下啟示：（1）碳排放移出量較大的地區(qū)大多經(jīng)濟(jì)發(fā)達(dá)，基礎(chǔ)設(shè)施建設(shè)完善，公眾對電動汽車認(rèn)知程度高，具備較好的電動汽車推廣條件；但這些地區(qū)電力需求較為依賴于外部電力供應(yīng)，導(dǎo)致大量碳排放轉(zhuǎn)嫁至其他地區(qū)。因此，此類地區(qū)在推廣電動汽車的過程中，應(yīng)該通過生態(tài)補(bǔ)償措施調(diào)控本地電動汽車發(fā)展給其他地區(qū)造成的環(huán)境損失。（2）碳排放移出量較少地區(qū)的電力供應(yīng)大多可以滿足自身需求，因而這些地區(qū)應(yīng)逐步提升清潔能源在發(fā)電結(jié)構(gòu)中的比重。（3）碳排放移入量較大地區(qū)的電源結(jié)構(gòu)以化石能源為主，為了降低外輸電力給自身所帶來的環(huán)境影響，除了要提升清潔能源發(fā)電能力，更需要提升清潔能源發(fā)電在外輸電力中的比例，例如內(nèi)蒙古和新疆都有較為豐富的風(fēng)力資源。（4）部分對外流出電量很大的地區(qū)排放移入量較?。ㄈ缭颇虾退拇ǎ幢銓ν獯笠?guī)模流出電力，對本地碳排放的影響也不明顯，這些地區(qū)的電源結(jié)構(gòu)可以很好地發(fā)揮電動汽車節(jié)能環(huán)保的優(yōu)勢。