潘 晨 ,李善同 ,劉 強

(1.中國社會科學院 數(shù)量經(jīng)濟與技術經(jīng)濟研究所,北京 100732;2.國務院發(fā)展研究中心 發(fā)展戰(zhàn)略和區(qū)域經(jīng)濟研究部,北京 100010)

一、引言

自2020 年9 月習近平總書記宣布中國二氧化碳排放力爭 2030 年前達到峰值,2060 年前實現(xiàn)碳中和(以下簡稱“雙碳”目標)以來,各地各行業(yè)積極響應的同時,對高排放地區(qū)和產(chǎn)業(yè)造成了較大的減排壓力。實現(xiàn)“雙碳”目標是人類可持續(xù)發(fā)展的必然趨勢,也是中國經(jīng)濟轉(zhuǎn)型發(fā)展的必然要求,但宣布“雙碳”目標以來的運動式減碳無疑為高排放地區(qū)和產(chǎn)業(yè)造成巨大壓力。這暗含一個關鍵的減排壓力傳導路徑:實現(xiàn)“雙碳”目標的壓力直接傳導到高碳排放地區(qū)和產(chǎn)業(yè)。形成這一壓力傳導路徑的一個關鍵點在于我們對各區(qū)域碳排放量的考察通?；谏a(chǎn)視角,即減排責任由排放者來承擔。高碳排放地區(qū)和產(chǎn)業(yè)是減排的重要抓手,但這類地區(qū)和產(chǎn)業(yè)也往往是國民經(jīng)濟各行各業(yè)的重要支撐,為其他地區(qū)和產(chǎn)業(yè)提供了關鍵基礎保障,相應的減排的壓力顯然不應直接地、完全地壓在這類地區(qū)和產(chǎn)業(yè)。

消費視角碳排放為減排責任的分配提供了另一種思路,即由碳排放的消費方來承擔減排責任。該視角一方面能夠為評估一個區(qū)域的碳排放量提供新的依據(jù),另一方面也將為分析區(qū)域碳排放量增長的驅(qū)動因素提供新視角,即不再將中國各省份分別加以研究,而是將中國各省份看作同一個系統(tǒng)內(nèi)相互聯(lián)系、相互影響的主體,從而能夠系統(tǒng)地分析中國碳排放增長背后的驅(qū)動因素,為區(qū)域減排政策的設計提供更加系統(tǒng)的、科學的依據(jù)。為此,本文從消費視角研究中國各省份碳排放的演變歷史,并在消費視角下探究各省份碳排放的驅(qū)動因素,進而探討其政策啟示。

二、文獻綜述

國際上對生產(chǎn)視角和消費視角碳排放的討論由來已久,生產(chǎn)視角碳排放量(production-based emissions)亦稱區(qū)域碳排放量(territorial carbon emissions),顧名思義,是指一個地區(qū)本地的生產(chǎn)、生活活動在其區(qū)域范圍內(nèi)所產(chǎn)生的碳排放,由“本地生產(chǎn)本地消費”和“本地生產(chǎn)他地消費”兩部分構成。消費視角碳排放(consumption-based emissions)則是指一個地區(qū)所消費的產(chǎn)品和服務在其生產(chǎn)、流通、消費過程中所產(chǎn)生的全部碳排放,由“本地生產(chǎn)本地消費”和“他地生產(chǎn)本地消費”兩部分構成。大量研究得到一個共識性發(fā)現(xiàn):發(fā)達國家的消費視角碳排放往往大于其生產(chǎn)視角碳排放,而包括中國在內(nèi)的發(fā)展中國家則往往與之相反。這一現(xiàn)象在中國地區(qū)之間也存在,經(jīng)濟較發(fā)達地區(qū)的消費視角碳排放往往大于其生產(chǎn)視角碳排放,而經(jīng)濟欠發(fā)達地區(qū)則反之。顯然,后者為前者的發(fā)展提供了能源和資源支撐,產(chǎn)業(yè)結構較為高碳化,減排難度更大。

事實上,已有基于消費視角的中國碳排放的研究主要集中于基于多區(qū)域投入產(chǎn)出(Multi-Regional Input-Output,MRIO)模型的消費視角碳排放的核算。例如,Mi et al.、王安靜等、Pan et al.、王憲恩等均利用MRIO 模型研究了中國省份的消費視角碳排放。然而,MRIO 模型的構建需要大量數(shù)據(jù),模型構建難度較大;且其基礎數(shù)據(jù)——各省份單區(qū)域投入產(chǎn)出模型每5 年才編制一套(逢尾數(shù)2 和7 的年份),在時間上也不連續(xù),這給消費視角碳排放的研究和應用帶來了困難。因此,一些研究嘗試跳出基于MRIO 模型的核算框架,探討基于其他數(shù)據(jù)基礎的消費視角碳排放核算方法。如付坤等、何永貴等,其核心思想均為在中國省份之間重新分配火力發(fā)電的碳排放,這為核算消費視角碳排放提供了新的思路。進一步從消費視角分析中國碳排放驅(qū)動因素的研究還比較少,現(xiàn)有研究時間跨度較小,年份不連續(xù),尚無針對最新變化動態(tài)的研究。例如,王長建等利用結構分解分析方法,從消費視角研究了與碳排放緊密相關的煤炭消費的主要驅(qū)動因素,重點分析了投資、消費和出口對煤炭消費的拉動作用。Zheng et al.利用MRIO模型研究了中國2012 年和2015 年消費視角的碳排放,并在區(qū)域?qū)用娣治隽酥袊M視角碳排放量變化的驅(qū)動因素。Shao et al.基于投入產(chǎn)出模型的結構分解分析方法,研究了2007—2012 年上海市消費視角碳排放的變化及其驅(qū)動因素。

本文對現(xiàn)有文獻的邊際貢獻在于:(1)針對電力熱力生產(chǎn)系統(tǒng)設計了狹義消費視角碳排放核算方法,為連續(xù)并及時地核算消費視角碳排放提供了方法上的可能性。(2)基于上述方法核算了中國各省份1997—2017 年狹義消費視角碳排放;并基于最新年份的中國省級多區(qū)域投入產(chǎn)出模型核算了各省份廣義消費視角碳排放,為分析各省份消費視角碳排放提供了及時的數(shù)據(jù)資料。(3)從廣義和狹義兩種消費視角,結合Kaya 恒等式、MRIO 模型和結構分解分析(Structural Decomposition Analysis,SDA)方法,探究了1997—2017 年中國各省份碳排放的驅(qū)動因素,一方面為了解各省份碳排放驅(qū)動因素提供了新視角,另一方面提供了基于更長時間跨度的決策依據(jù)。

三、研究方法和數(shù)據(jù)

(一)消費視角碳排放概念的拓展

廣義消費視角碳排放,即經(jīng)典的消費視角碳排放概念,包含一個地區(qū)所消費的所有產(chǎn)品和服務在其生產(chǎn)、流通、消費過程中所產(chǎn)生的碳排放,利用多區(qū)域投入產(chǎn)出模型進行核算。為了更好地了解各省份碳排放及省份間的碳排放互動關系,也為了在核算范圍上與狹義消費視角碳排放保持一致,將各省份出口拉動的碳排放納入該省份消費視角碳排放。核算方法見公式(1)。

其中,

c

代表地區(qū)

s

的廣義消費視角碳排放量,其元素代表該地區(qū)每個部門的消費視角碳排放量。

cf

是所有地區(qū)、所有部門的碳排放強度行向量,

cf

=

C

·

x

^,其中,

C

和

x

分別代表各省份各部門生產(chǎn)視角碳排放向量和總產(chǎn)出。

L

是列昂惕夫逆矩陣,代表地區(qū)和部門之間的完全需要關系,通常作為生產(chǎn)技術的體現(xiàn);

L

=(

I

-

A

),

A

=

Z

·

x

^,其中,

A

是中間消耗系數(shù)矩陣,

Z

是多區(qū)域投入產(chǎn)出模型的中間投入矩陣。

y

則是地區(qū)

s

的最終需求列向量,

y

=[

y

,

y

,…,

y

],該向量包含所有地區(qū)對地區(qū)

s

最終需求的投入。

狹義消費視角碳排放,是指一個地區(qū)所有品種的終端能源消費中所蘊含的碳排放量,即僅考慮化石能源這一主要二氧化碳排放來源的產(chǎn)品的生產(chǎn)和消費地的差異,實際應用中主要是將火力發(fā)電所產(chǎn)生的碳排放按照電力實際消費地進行重新分配。這主要考慮到電力生產(chǎn)的碳排放在中國碳排放總量中占有較大比重,中國區(qū)域碳排放量與發(fā)電量密切關聯(lián),對其重新分配能夠較好地反映消費視角碳排放的主要矛盾。借助全國平均發(fā)電和供熱碳排放系數(shù)核算消費視角下電力和熱力終端消費所含碳排放量,核算方法見公式(2)。

其中,

c

代表地區(qū)

s

的狹義消費視角碳排放總量。

ce

代表單位能耗碳排放系數(shù)行向量,其元素是每種能源的碳排放系數(shù),這里的能源品種包括煤、石油、天然氣和電熱四種,其中電熱的碳排放系數(shù)采用了全國發(fā)電和供熱的平均碳排放系數(shù)。

E

代表地區(qū)

s

的終端能源消費列向量,由此有效避免了一、二次能源品種之間的重復計算。據(jù)此可以得到各省份分部門的狹義消費視角碳排放量。

(二)基于消費視角的碳排放驅(qū)動因素分解方法

本文采用基于Kaya 恒等式的結構分解分析和基于多區(qū)域投入產(chǎn)出模型的結構分解分析兩種方法,分析各省份消費視角碳排放的驅(qū)動因素。

1.基于Kaya 恒等式的結構分解分析。Kaya 恒等式由日本學者Yoichi Kaya 于1989 年在聯(lián)合國政府氣候變化專門委員會(IPCC)舉辦的研討會上提出;將二氧化碳排放量分解成與人類生產(chǎn)生活相關的單位能耗碳排放系數(shù)、能源消費強度、人均GDP 和人口四個要素,分解形式簡單且沒有殘差項,得到了廣泛應用。本文對Kaya 恒等式做了兩個方面的拓展:一是加入了能源結構和產(chǎn)業(yè)結構兩個因素,二是區(qū)分了生產(chǎn)碳排放和生活碳排放。進一步借助結構分解分析的思想,基于拓展的Kaya 恒等式對消費視角碳排放量加以分解,衡量各因素對碳排放量變化的貢獻。結構分解分析的分解形式不唯一,Dietzenbacher et al.發(fā)現(xiàn)兩極分解形式的平均值(即通常所說的兩極法)與所有分解形式的平均值較為接近,且能夠極大地減少計算量,因而得到廣泛應用。本研究也采用兩極法來衡量各因素對消費視角碳排放總量的影響效應。

分解形式一:

分解形式二與分解形式一原理上一致,但下標正好相反,此處不再贅述。進一步依照兩極法取上述兩種分解形式的平均值,可得每個因素對碳排放量變化的影響效應。

2

.

基于MRIO 模型的結構分解分析。為識別貿(mào)易伙伴變化對各省份碳排放的影響,借鑒潘晨提出的考慮貿(mào)易結構的結構分解分析法的第一階段,在公式(1)所示的廣義消費視角碳排放核算所涉及的幾個因素的基礎上增加最終需求的產(chǎn)品來源結構變化這一因素。仍然采用兩極法,此處僅詳述分解形式一:

其中,下標“0”代表起始年份,“1”代表截至年份。Δ

c

代表區(qū)域

s

的廣義消費視角碳排放變化量。

cf

和

L

的含義同公式(1)。將區(qū)域

s

的最終需求分解為最終需求產(chǎn)品來源結構(

y

)、最終需求部門結構(

y

)和最終需求總量(

y

)三項。進一步依照兩極法取兩種分解形式的平均值,則可得各因素對碳排放總量的影響效應。

(三)數(shù)據(jù)來源

采用5 類數(shù)據(jù),各類數(shù)據(jù)來源的說明如下:

1.分省份能源生產(chǎn)和消費數(shù)據(jù)。分省份分行業(yè)能源消費數(shù)據(jù)取自中國碳核算數(shù)據(jù)庫,能源平衡表取自相應年份的《中國能源統(tǒng)計年鑒》。

2.分省份分行業(yè)二氧化碳排放數(shù)據(jù)。包括化石能源消費及工業(yè)生產(chǎn)過程(主要是水泥生產(chǎn)過程)所產(chǎn)生的二氧化碳排放。具體地,基于各省份能源平衡表及CEADs 數(shù)據(jù)庫所估計的分部門能源終端消費量,沿用Pan et al.提供的估計方法加以核算。但由于缺少連續(xù)年份的各省份水泥熟料產(chǎn)量數(shù)據(jù),本研究直接采用CEADs 數(shù)據(jù)庫提供的工業(yè)生產(chǎn)過程二氧化碳排放。

3.省級MRIO 模型。模型覆蓋2002、2007、2012和2017 四個投入產(chǎn)出年份,包含31 個省份,42 個部門。

4.分省份分行業(yè)增加值數(shù)據(jù)。1997—2017 年分省份分行業(yè)增加值數(shù)據(jù)來自國家統(tǒng)計局,共包含9 個行業(yè),分別是農(nóng)林牧漁業(yè),工業(yè),建筑業(yè),批發(fā)和零售業(yè),交通運輸、倉儲和郵政業(yè),住宿和餐飲業(yè),金融業(yè),房地產(chǎn)業(yè),以及其他行業(yè)。

5.分省份人口數(shù)據(jù)。指常住人口,取自國家統(tǒng)計局。

(四)部門匹配和價格處理

由于上述各類數(shù)據(jù)的部門劃分不甚一致,需要將其按照部門含義進行匹配。將分行業(yè)增加值數(shù)據(jù)與碳排放和能源數(shù)據(jù)的部門匹配,匹配后共6 個部門,用于基于Kaya 恒等式的結構分解分析;將省級MRIO 模型與碳排放及能源數(shù)據(jù)的部門匹配,匹配后共28 個部門,用于基于MRIO 模型的結構分解分析。

SDA 要求經(jīng)濟數(shù)據(jù)的價格可比,因此采用相應的價格指數(shù)對上述經(jīng)濟數(shù)據(jù)進行調(diào)整。為了減小價格指數(shù)造成的多年累計誤差,統(tǒng)一將經(jīng)濟數(shù)據(jù)折算為前一年(或前一個投入產(chǎn)出年)的價格,從而保證相鄰兩個年份(或相鄰的投入產(chǎn)出年份)的經(jīng)濟數(shù)據(jù)可比。對于分行業(yè)增加值數(shù)據(jù),利用GDP 平減指數(shù)來調(diào)整價格,所采用的GDP 平減指數(shù)系由國家統(tǒng)計局所公布的GDP 指數(shù)推算而來。對于投入產(chǎn)出模型,依照Pan et al.提供的思路,優(yōu)先使用分行業(yè)工業(yè)生產(chǎn)者價格指數(shù)和農(nóng)產(chǎn)品生產(chǎn)價格指數(shù),對于沒有生產(chǎn)者價格指數(shù)的部門,則借用產(chǎn)品類別相近的商品零售價格指數(shù)或居民消費價格指數(shù)。這些價格指數(shù)的來源為國家統(tǒng)計局以及相應年份的《中國價格統(tǒng)計年鑒》。

四、實證研究結果

(一)各省份消費視角碳排放核算結果

基于上述擴展的消費視角碳排放的概念,對中國各省份1997—2017 年消費視角碳排放進行了核算。一方面,驗證狹義消費視角碳排放概念的可行性;另一方面,從消費視角分析中國各省份的碳排放演變特征,并與生產(chǎn)視角做對比?？梢钥吹?本文所提出的狹義消費視角碳排放核算結果與經(jīng)典的廣義消費視角碳排放核算結果呈現(xiàn)較為一致的發(fā)展態(tài)勢(圖1)。從與生產(chǎn)視角碳排放量的關系來看,兩種消費視角碳排放量也呈現(xiàn)出較為一致的特點。說明本文所提出的狹義消費視角碳排放能夠在相當程度上反映各省份消費視角碳排放的基本特征。

圖1 各省份多視角碳排放

1997—2012 年,各省份生產(chǎn)視角碳排放快速增長的同時,消費視角碳排放也迅速增長。隨后,大多數(shù)省份的消費視角碳排放增速在2012 年左右開始下降,北京、天津等省份的消費視角碳排放絕對量甚至也呈現(xiàn)下降態(tài)勢。這在一定程度上與2012年左右高碳排放產(chǎn)業(yè)逐漸向內(nèi)陸省份轉(zhuǎn)移,使得“本地生產(chǎn)本地消費”碳排放量降低有關,這一產(chǎn)業(yè)轉(zhuǎn)移一是由于東部省份的土地、勞動力等要素價格上升,二是由于東部省份環(huán)境規(guī)制力度較大。而西部的青海和新疆等省份的消費視角碳排放則有所上升。其中,青海消費視角碳排放呈現(xiàn)的持續(xù)上升態(tài)勢與其電力價格較低,吸引了較多高耗能產(chǎn)業(yè)有關;新疆的消費視角碳排放的上升則可能與其產(chǎn)業(yè)政策的吸引力有關。

總體上,經(jīng)濟較發(fā)達省份的消費視角碳排放顯著高于其生產(chǎn)視角碳排放,而經(jīng)濟欠發(fā)達省份的消費視角碳排放則顯著低于其生產(chǎn)視角碳排放。比較典型的經(jīng)濟發(fā)達省份如北京、上海、浙江、廣州等,其2017 年消費視角碳排放分別高出其生產(chǎn)視角碳排放65.33%/114.66%、12.77%/30.96%、18.97%/49.25%、16.39/65.77%(狹義/廣義)。這些省份所消費的他省產(chǎn)品的生產(chǎn)過程碳排放高于其供給其他省份產(chǎn)品的生產(chǎn)過程碳排放,其中電熱占到很大比重。通過電熱消費與生產(chǎn)數(shù)據(jù)能夠看到,這類省份發(fā)電供熱量通常小于其用電熱量,即其經(jīng)濟發(fā)展所需要的電力和熱力需要其他省份的支持。例如,北京和上海2017 年的用電熱量是其發(fā)電供熱量的1.74 和1.64 倍,浙江和廣州也達到了1.15 和1.22 倍。

反之,山西、內(nèi)蒙古、貴州、寧夏等省份則是典型的消費視角碳排放低于生產(chǎn)視角碳排放的省份,其2017 年的消費視角碳排放分別低于其生產(chǎn)視角碳排放25.4%/31.94%、40.83%/66.67%、18.82%/1.3%(2017 年差異縮小)、32.07%/50.34%(狹義/廣義)。這些省份所消費的他省產(chǎn)品的生產(chǎn)過程碳排放低于其供給其他省份產(chǎn)品的生產(chǎn)過程碳排放。特別是用電熱量顯著低于其發(fā)電供熱量,2017 年這些省份的用電熱量約占發(fā)電供熱量的70%,可以說其支持著其他省份的經(jīng)濟發(fā)展。

(二)消費視角下各省份碳排放驅(qū)動因素分解結果

從圖2 和圖3 所示分解結果可以看出(由于篇幅限制,只列示部分典型省份;其他省份的分解結果可向作者索取),人均GDP 的增長和最終需求總量的上升是促進各省份消費視角碳排放量上升的主要驅(qū)動力?；谑〖塎RIO 模型進一步分解發(fā)現(xiàn),出口所引起的碳排放量增長在各省份消費視角碳排放量增長中占比逐漸下降,從2002—2007 年的34.7%下降到2012—2017 年的9.82%。這說明各省份自身最終需求總量的上升所引起的碳排放量的增速顯著高于其出口所引起的碳排放量的增速。而終端能源強度的大幅下降仍然是抑制各省份碳排放量增長的主要因素(圖2)。在部門層面發(fā)現(xiàn),這主要得益于工業(yè)和交通運輸業(yè)能源強度的顯著下降。消費視角下,能源消耗的碳排放系數(shù)的降低對碳排放增長產(chǎn)生了較為顯著的抑制作用,主要是發(fā)電供熱的能源轉(zhuǎn)換效率提高,以及一次電力占比的提高。與上述兩個因素相統(tǒng)一,碳排放強度的下降仍是抑制各省份碳排放量增長的主要因素?；贛RIO 分解的消費視角碳排放強度實際上反映了所有省份碳排放強度變化對各個省份的影響?？梢钥吹?雖然碳排放強度的下降對各省份消費視角碳排放量的影響均為抑制作用,但碳排放強度的變化對各省份碳排放量的影響程度并不一致(圖3),這與各省份的消費結構及產(chǎn)品來源結構有關。

圖2 基于Kaya 恒等式的消費視角碳排放驅(qū)動因素分解

其他因素對各省份消費視角碳排放的影響雖不顯著,但也值得關注。2002—2017 年,生產(chǎn)技術對部分省份的消費視角碳排放量亦有一定的促進作用,在2002—2012 年尤為顯著(圖3)。實際上,2002—2012 年,生產(chǎn)技術對消費視角碳排放量的影響很大程度上是由于2002 年中國電力系統(tǒng)改革中“廠網(wǎng)分開”所致,因此主要是統(tǒng)計數(shù)據(jù)帶來的“效應”?？梢钥吹?在2012—2017 年,生產(chǎn)技術的變化對大多數(shù)省份的消費視角碳排放具有抑制作用,這說明中國各省份整體的生產(chǎn)技術在這一時期呈低碳化發(fā)展態(tài)勢。近年來,產(chǎn)業(yè)結構的優(yōu)化對大多數(shù)省份的碳排放也起到了抑制作用,比較顯著的如北京、上海、黑龍江等省份(圖2);這主要得益于工業(yè)增加值在地區(qū)生產(chǎn)總值中份額下降,伴以服務業(yè)份額上升,尤其是除交通運輸、倉儲和郵政業(yè),批發(fā)和零售業(yè),住宿和餐飲業(yè)以外的服務業(yè)。消費視角下,終端能源結構的變化對碳排放增加產(chǎn)生了微弱的促進作用,主要是因為近年來電力消費在終端能源消費中占比的提高。但這一促進作用被以煤炭為主的化石能源占比的下降以及碳排放系數(shù)的優(yōu)化所抵消,主要原因在于電力熱力的生產(chǎn)的碳排放系數(shù)持續(xù)下降?？梢?單純的電氣化比例上升將導致全局碳排放量的增加。終端用能電氣化比例提高的同時也應降低電力熱力生產(chǎn)系統(tǒng)中火力發(fā)電和供熱的比重。大多數(shù)省份最終需求結構的變化使其消費視角碳排放量有所減少,比較突出的如河北、內(nèi)蒙古、遼寧等省份,究其原因主要是直接高碳排放部門(如金屬冶煉和壓延加工、電力熱力的生產(chǎn)和供應等)或產(chǎn)業(yè)鏈高碳排放部門(如建筑業(yè)等)在其最終需求結構中占比的下降所引起。由此可見,從消費視角來看,各省份最終需求結構有所改善。

圖3 基于MRIO 的消費視角碳排放驅(qū)動因素分解

五、結論與政策啟示

本文通過對消費視角碳排放概念的拓展,核算了中國各省份1997—2017 年廣義和狹義消費視角碳排放量,并結合Kaya 恒等式和SDA 方法,對各省份廣義和狹義消費視角碳排放發(fā)展變化的驅(qū)動因素進行分解,得到如下主要結論:(1)與一般研究結論相統(tǒng)一,無論是廣義還是狹義消費視角碳排放,經(jīng)濟較發(fā)達省份的消費視角碳排放往往高于其生產(chǎn)視角碳排放,經(jīng)濟欠發(fā)達省份的情況則與之相反。在一定程度上,經(jīng)濟欠發(fā)達省份通過其高碳排放產(chǎn)品支撐了經(jīng)濟發(fā)達省份的發(fā)展,當然,后者也為前者提供了市場,拉動了前者的經(jīng)濟發(fā)展。(2)從消費視角來看,經(jīng)濟發(fā)展水平的提高和經(jīng)濟規(guī)模的增長始終是促進碳排放增長的主要原因,而碳排放強度和能源強度的下降則是抑制碳排放增長的主要原因,能源結構的低碳化是抑制碳排放增長的的關鍵潛在因素。(3)產(chǎn)業(yè)結構的優(yōu)化,從另一個角度反映在最終需求部門結構上,對抑制碳排放的增長具有重要的結構性意義。產(chǎn)業(yè)結構的優(yōu)化體現(xiàn)為工業(yè)占比下降而新興服務業(yè)占比上升;需求結構的調(diào)整實際上與產(chǎn)業(yè)結構優(yōu)化相關聯(lián);而生產(chǎn)技術的改進體現(xiàn)為高碳排放產(chǎn)品中間投入比例的降低。

本文的政策啟示如下:(1)引入消費視角碳排放作為碳減排相關政策的參考依據(jù),在助力實現(xiàn)碳減排目標的同時促進區(qū)域協(xié)調(diào)可持續(xù)發(fā)展。在省份之間碳減排分擔機制中更多地考慮系統(tǒng)性,兼顧區(qū)域經(jīng)濟發(fā)展和全國碳達峰、碳中和目標,以實現(xiàn)碳減排效果的整體最優(yōu)。為此,在現(xiàn)有生產(chǎn)視角為主的碳排放核算體系的基礎上,增加以狹義消費視角碳排放為主、廣義消費視角碳排放為輔的消費視角碳排放核算體系,以及時掌握各省份消費視角碳排放量,進而從生產(chǎn)和消費兩側(cè)同時發(fā)力,更加高效地實現(xiàn)碳達峰、碳中和。(2)終端用能的電氣化進程應配合以電力熱力生產(chǎn)系統(tǒng)中火力發(fā)電和供熱比重的下降。雖然在研究期間,終端能源消費結構中電力消費占比的提高對中國碳排放的促進作用并不顯著,但在未來中國為實現(xiàn)碳中和而大力提高電力在終端消費中的占比(例如,電動汽車、電力取暖、產(chǎn)業(yè)智能化和電氣化等)的發(fā)展趨勢下,必須配合以一次電力(水電、風電、光伏發(fā)電、核電)比例的提高,即大幅降低電力生產(chǎn)的碳排放系數(shù),否則將對中國碳達峰、碳中和帶來更大的阻力。(3)進一步調(diào)整各省份產(chǎn)業(yè)結構,以實現(xiàn)可持續(xù)的低碳轉(zhuǎn)型發(fā)展。結構性調(diào)整是更可持續(xù)的實現(xiàn)碳達峰的發(fā)展路徑,也是實現(xiàn)碳達峰、碳中和的必由之路。產(chǎn)業(yè)結構調(diào)整是一項系統(tǒng)性的優(yōu)化方案,優(yōu)化產(chǎn)業(yè)結構與能效提高、生產(chǎn)技術改進、需求結構調(diào)整等緊密相關。調(diào)整產(chǎn)業(yè)結構有兩條路徑:一是調(diào)整產(chǎn)業(yè)間比例結構,提高低碳排放產(chǎn)業(yè)的比重的同時,降低高碳排放產(chǎn)業(yè)的比重;二是升級產(chǎn)業(yè)內(nèi)部生產(chǎn)環(huán)節(jié),由碳排放量較高的環(huán)節(jié)轉(zhuǎn)向碳排放量較低的環(huán)節(jié)。

注釋:

①未直接采用CEADs 數(shù)據(jù)庫各省份分部門碳排放量數(shù)據(jù)的原因是,本文研究的狹義消費視角下碳排放的核算需要用到火力發(fā)電和供熱兩個能源加工轉(zhuǎn)換過程的碳排放量,而CEADs 未提供此數(shù)據(jù)。

②由于國家統(tǒng)計局未出版2002 年和2007 年的西藏投入產(chǎn)出表,因此,2002 年和2007 年的MRIO 模型僅包含30個省份。

③各年份雖均有42 個部門,但部門分類有所調(diào)整。國務院發(fā)展研究中心李善同研究團隊所編制的模型遵從了國家統(tǒng)計局所出版的各年地區(qū)投入產(chǎn)出表的部門分類標準。

④生產(chǎn)視角碳排放是指分省份二氧化碳排放,包括化石能源消費及工業(yè)生產(chǎn)過程(主要是水泥生產(chǎn)過程)所產(chǎn)生的二氧化碳排放。

⑤與碳排放強度類似的,基于MRIO 分解的消費視角下生產(chǎn)技術的變化實際上也反映的是所有省份生產(chǎn)技術的變化。