林秀群,汪巧巧,楊紅娟

(昆明理工大學(xué) 管理與經(jīng)濟學(xué)院,云南 昆明 650093)

0 引 言

黨的十九屆五中全會和中央經(jīng)濟工作會議對“雙碳目標”做出了安排部署.國務(wù)院印發(fā)了《2030 年前碳達峰行動方案》,指導(dǎo)地區(qū)、行業(yè)梯次有序地推進碳達峰工作.碳配額是實現(xiàn)“雙碳目標”的重要機制,也是推進全國碳交易市場有序建設(shè)的重要內(nèi)容[1].碳配額研究以自頂向下分配為主流,圍繞公平原則、效率原則或二者兼顧原則,取得了豐碩的成果.如全球?qū)用嫦碌膰抑g[2],中國層面下的省區(qū)之間[3]、省區(qū)內(nèi)部地級市[4]、省區(qū)行業(yè)間[5]、部門之間[6]、行業(yè)內(nèi)部[7].2021年1月,生態(tài)環(huán)境部通過了《碳排放權(quán)交易管理辦法(試行)》,建立重點行業(yè)(企業(yè))的碳配額機制引起了學(xué)界的重視.評價指標法[8-9]、影響乘數(shù)法[10]等被用于行業(yè)減排優(yōu)先次序的識別,K-均值聚類法成為了碳達峰關(guān)鍵行業(yè)識別的重要方法[11].隨著氣候變暖的加劇,碳排放的脫鉤效應(yīng)、驅(qū)動因素和效應(yīng)、空間差異、時空演變受到了學(xué)界的重視.如金磚國家GDP增長與碳排放的脫鉤演變及影響效應(yīng)[12],中國、八大經(jīng)濟區(qū)、省區(qū)層面的碳排放特征和驅(qū)動效應(yīng)[13],省區(qū)高端制造業(yè)碳排放時空演變及其驅(qū)動因素[14],縣域空間聚集格局和時空演變特征[15],城市碳排放強度的空間集聚性和空間溢出效應(yīng)[16],省區(qū)碳生產(chǎn)率的空間非均衡性和時空演變規(guī)律[17].碳排放指標的選擇以碳排放量、碳排放強度、碳生產(chǎn)率為主,空間集聚性或非均衡性的研究一般采用空間自相關(guān)分析法、Dagum基尼系數(shù)等,空間轉(zhuǎn)移規(guī)律采用空間馬爾科夫轉(zhuǎn)移模型.

分析以上文獻可知:(1)碳交易市場的發(fā)展與碳配額重點行業(yè)的識別關(guān)系密切,現(xiàn)有文獻以碳減排行業(yè)優(yōu)先次序的研究為主,缺乏對碳配額行業(yè)優(yōu)先次序的研究.(2)碳排放的差異性和動態(tài)演變受到了學(xué)界的高度重視,文獻多選擇地區(qū)碳排放,研究方法以馬爾科夫空間轉(zhuǎn)移矩陣和脫鉤模型為主.(3)碳配額的目標是實現(xiàn)公平和效率,而其難點是現(xiàn)有分配方法未充分反映動態(tài)演變規(guī)律,基于靜態(tài)層面的碳配額分配不利于推進碳交易市場的健康發(fā)展[3,6].(4)現(xiàn)有碳減排重點行業(yè)的識別以靜態(tài)研究為主,對碳排放的動態(tài)演變規(guī)律考慮不足.以上研究為本文的選題、方法的選擇提供了良好的借鑒作用.本文認為,碳配額行業(yè)優(yōu)先次序的識別不能忽略行業(yè)碳排放的時間演變規(guī)律.云南地處全球36個生物多樣性熱點地區(qū)的核心,是全球同緯度生物多樣性最豐富的地區(qū)[18-19];云南依托礦產(chǎn)資源優(yōu)勢,形成了以能礦產(chǎn)業(yè)為主的資源型、重型化的工業(yè)結(jié)構(gòu),碳排放量超過了生態(tài)系統(tǒng)的碳承載力[20-22].本研究選擇云南工業(yè)部門行業(yè)作為研究對象,利用自然斷點法,描述行業(yè)碳排放水平的差異性或非均衡性;構(gòu)建馬爾科夫轉(zhuǎn)移矩陣,刻畫行業(yè)碳排放狀態(tài)的動態(tài)演變趨勢,初步識別碳配額行業(yè)的優(yōu)先次序;利用脫鉤模型,分析不同碳排放水平行業(yè)群體的碳排放與經(jīng)濟發(fā)展的動態(tài)關(guān)系,為政府建立重點配額管理機制提供政策分析工具與決策支持.

1 研究方法和數(shù)據(jù)來源

1.1 研究方法

1.1.1 自然斷點與轉(zhuǎn)移概率矩陣相結(jié)合的方法

云南工業(yè)行業(yè)碳排放具有顯著的行業(yè)聚集和波動變化的特征[23-24],不符合均勻分布、線性分布和正態(tài)分布的特征,具備利用自然斷點法分組的條件.本文利用自然斷點法,刻畫行業(yè)碳排放狀態(tài)的時間演變規(guī)律.其原理如下:

② 設(shè)存在t種分類方法將樣本集合劃分為m個簇類:Kt1,Kt2,…,Ktm.依次計算t種方法m個簇類的偏差平方和:SDAMKt1,SDAMKt2,…,SDAMKtm.設(shè)SDCMt是第t種分類方法m個簇類的總偏差平方和,選擇 min{SDCM1,SDCM2,…,SDCMt}對應(yīng)的簇類作為自然斷點的分組結(jié)果.

③t種分組結(jié)果的方差擬合優(yōu)度(GVFt)驗證,計算式見(4).其中,0≤GVFt≤1 。當(dāng)GVFt=0時,表示組間無差異,即該分類方法不可行;當(dāng)GVFt=1時,表示組間差異大,即分類方法完美.

GVFt=(SDAM-SDCMt)/SDAM

(4)

基于自然斷點法的行業(yè)碳排放狀態(tài)分布數(shù)據(jù),利用馬爾科夫轉(zhuǎn)移矩陣,測算狀態(tài)轉(zhuǎn)移概率,分析存在狀態(tài)轉(zhuǎn)移的行業(yè)分組依據(jù).設(shè)為{X(t),t∈T}馬爾可夫鏈,其中t∈T,狀態(tài)i,j∈I,其狀態(tài)空間I={i1,i2,…,it},則n時刻的一步轉(zhuǎn)移概率為pij(n)=p(Xt=j|Xt-1=i).即每一個隨機變量X1,X2,…,Xt的狀態(tài)取值結(jié)果通常取決于前面有限種狀態(tài)的轉(zhuǎn)移情況.記矩陣P=Pij,則稱其為馬爾可夫模型的轉(zhuǎn)移概率矩陣,見式(5).pij是隨機變量的狀態(tài)轉(zhuǎn)移概率,表示隨機變量X從一種狀態(tài)轉(zhuǎn)變?yōu)榱硪环N狀態(tài)的程度.因為在轉(zhuǎn)移概率矩陣中每一個元素的概率值均小于1,且每一行的元素之和均為1.馬爾可夫轉(zhuǎn)移矩陣具有以下的性質(zhì):0≤pij≤1,i,j∈I;∑i∈IPi,j= 1,i∈I.

1.1.2 脫鉤模型

Tapio“脫鉤”指標是Tapio利用彈性系數(shù)法創(chuàng)建的,該方法基于污染物和經(jīng)濟產(chǎn)出的變化量,以彈性值范圍作為“脫鉤”狀態(tài)界定.本研究利用該理論,分析經(jīng)濟增長與碳排放之間的脫鉤關(guān)系,其公式見式(6).其中,ε表示脫鉤系數(shù),ΔC、ΔG分別表示碳排放和GDP的變化量;C0表示基期碳排放量;G0表示基期GDP.

脫鉤狀態(tài)分類、類型分類、指標的值和意義見表1.三種狀態(tài)的理想程度從低到高排序分別是負脫鉤、連接和脫鉤;8種子狀態(tài)的理想程度從低到高排序分別是強負脫鉤、弱負脫鉤、擴張負脫鉤、衰退連接、擴張連接、衰退脫鉤、弱脫鉤和強脫鉤.

表1 脫鉤狀態(tài)劃分

1.2 數(shù)據(jù)來源

生產(chǎn)者責(zé)任原則核算碳排放量的關(guān)鍵是確定能源消費種類和消費量.根據(jù)《云南省統(tǒng)計年鑒》,工業(yè)行業(yè)能源消費種類包括原煤、焦炭、石油和電力,其消費質(zhì)量見年鑒8-16、8-17、8-18和8-19.云南省工業(yè)各行業(yè)的生產(chǎn)總值見年鑒8-2,為了反映經(jīng)濟發(fā)展的實際水平和狀況,利用有關(guān)價格縮減指數(shù)對現(xiàn)價生產(chǎn)總值進行縮減,從而得到不變價生產(chǎn)總值.云南省工業(yè)部門一共有38個行業(yè).其中,2010—2020年,文教體育用品制造業(yè)、其他采礦業(yè)、工藝品及其他制造業(yè)大部門年份缺少能源消費數(shù)據(jù);家具制造業(yè)、石油和天然氣開采業(yè)和“皮革、毛皮、羽絨及其制造業(yè)”部分年份缺少經(jīng)濟數(shù)據(jù),且其4種能源的消費質(zhì)量接近于零.所以,這六個行業(yè)不在碳配額關(guān)鍵行業(yè)的研究范疇之類.本研究以云南省工業(yè)部門32個行業(yè)為研究對象,分別用T1-T32表示.參考IPCC方法1,行業(yè)碳排放量的計算見式(7).其中,CTi為行業(yè)Ti能源消耗產(chǎn)生的碳排放量(單位:萬t);ETi,j為Ti行業(yè)j種能源的消費量;ηj為第j種能源的碳排放系數(shù)(單位:(kg CO2/kg).其中,原煤、焦炭、石油、電力的碳排放系數(shù)分別為1.900 3、2.860 4、3.020 2、0.714 kg/kW·h).

CTi=∑ETi,j×ηj

(7)

2 碳配額行業(yè)優(yōu)先次序的初步識別

2010—2020年,工業(yè)部門的行業(yè)年度碳排放量分布在[0.315 8,7 281.280 0](單位:104tCO2).最大值和最小值的比值是 23 056.62 倍,行業(yè)碳排放的差異顯著.本文利用自然斷點法,對云南省工業(yè)部門32個行業(yè)年度碳排放數(shù)據(jù)進行斷點劃分,以此為基礎(chǔ),分析其狀態(tài)穩(wěn)定或轉(zhuǎn)移的概率,進而將32個行業(yè)劃分為兩個群體:①碳排放量較大且狀態(tài)相對穩(wěn)定的群體;②碳排放量較低且狀態(tài)穩(wěn)定的行業(yè)群體.再利用自然斷點法,對后一個行業(yè)群體進行第二次斷點劃分,進行碳排放狀態(tài)轉(zhuǎn)移分析,再次對該群體進行分類.

2.1 高碳行業(yè)群體的初步識別

2.1.1 32個行業(yè)的狀態(tài)分布

2010—2020年,32個行業(yè)的年度碳排放量共計352個數(shù)據(jù)(單位:104tCO2).利用自然斷點法,分出四個斷點,分別是620.45、2 049.46、3 661.21、5 197.36.四個斷點對應(yīng)五個區(qū)間,分別是(0,620.45]、(620.45,2 049.46]、(2 049.46,3 661.21]、(3 661.21,5 197.36]、(5 197.36,7 281.28].五個區(qū)間代表五個層次的碳排放水平,分別用“1”、“2”、“3”、“4”、“5”表示,其碳排放水平依次遞增.2010—2020 年,32個行業(yè)碳排放狀態(tài)分布特征見表2.

碳排放水平穩(wěn)定的行業(yè)一共是26個,占行業(yè)總數(shù)的81.25%.其中,碳排放水平穩(wěn)定在“1”的行業(yè)有25個,分別是T2-T13、T16-T18、T22-T29、T31-T32;碳排放水平穩(wěn)定在“2”的行業(yè)有1個,即T14.碳排放水平出現(xiàn)轉(zhuǎn)移的行業(yè)一共是6個,占行業(yè)總數(shù)的18.75%.其中,碳排放水平由低向高轉(zhuǎn)移的行業(yè)有2個,分別是T19和T21;碳排放呈現(xiàn)向高轉(zhuǎn)移后回落到初始水平的行業(yè)有2個,分別是T1、T15;碳排放水平呈現(xiàn)向低水平轉(zhuǎn)移后回到初始水平的行業(yè)有2個,分別是T20、T30.由低向高轉(zhuǎn)移的2個行業(yè)呈現(xiàn)不同的特征.其中,T19前7年的碳排放水平是“3”,后4年是“4”;T21前2年的碳排放水平是“2”,中間8年的水平是“3”,最后一年的水平是“4”.向高轉(zhuǎn)移后回落到初始水平的2個行業(yè)也有差異.T1的碳排放水平僅僅在2010年和2020年為“3”,其余年份均為“4”和“5”,即總體碳排放水平表現(xiàn)為“4”和“5”;T15的碳排放水平雖然有5年表現(xiàn)為“4”,但在2017—2020年回落到“3”,且狀態(tài)穩(wěn)定.向低水平轉(zhuǎn)移后回到初始水平的行業(yè)特征也不同.T20碳排放水平呈現(xiàn)“4”(1年)→“3”(1年)→“4”(3年)→“3”(2年)→“4”(4年)的變化特征,而T30則呈現(xiàn)“5”(5年)→“4”(1年)→“3”(2年)→“4”(2年)→“5”(1年)的特征.

2.1.2 高碳、中低碳行業(yè)群體的識別

根據(jù)表2,利用MATLAB.R2018a計算行業(yè)碳排放的狀態(tài)轉(zhuǎn)移概率,并生成馬爾科夫轉(zhuǎn)移矩陣 ,結(jié)果見表3.主對角線上的值表示狀態(tài)穩(wěn)定的概率,其他值表示狀態(tài)轉(zhuǎn)移的概率.主對角線上的概率分別是1、0.82、0.73、0.67和0.65,表明狀態(tài)穩(wěn)定性由高到低的順序分別是“1”、“2”、“3”、“5”、“4”.狀態(tài)轉(zhuǎn)移有4種情況,分別是:①向鄰近的高狀態(tài)轉(zhuǎn)移;②向鄰近的低狀態(tài)轉(zhuǎn)移;③向非鄰近的高狀態(tài)轉(zhuǎn)移;④向非鄰近的低狀態(tài)轉(zhuǎn)移.表2顯示,32個行業(yè)的碳排放不存在③和④的現(xiàn)象.中間狀態(tài)“2”、“3”、“4”的轉(zhuǎn)移情況如下:狀態(tài)“2”向“1”、“3”轉(zhuǎn)移的概率均為0.09;狀態(tài)“3”向“4”轉(zhuǎn)移的概率為0.27,向“2”轉(zhuǎn)移的概率為0;狀態(tài)“4”向“3”轉(zhuǎn)移的概率為0.22,向“5”轉(zhuǎn)移的概率為0.13.即中間狀態(tài)“2”、“3”、“4”向低水平轉(zhuǎn)移的概率大于向高水平轉(zhuǎn)移的概率.兩端狀態(tài)轉(zhuǎn)移的情況如下:“1”向“2”轉(zhuǎn)移的概率為0;“5”向“4”轉(zhuǎn)移的概率是0.33.可見,低水平(“1”和“2”)向高水平(3”、“4”、“5”)轉(zhuǎn)移的概率為0.09,高水平向低水平轉(zhuǎn)移的概率為0,即碳排放水平呈現(xiàn)高低各自穩(wěn)定的特征.穩(wěn)定在低碳排放水平的行業(yè)一共是26個,分別是T2-T14,T16-T18,T22-T29,T31-T32;穩(wěn)定在高水平的行業(yè)一共是6個,分別是T1、T15、T19-T21,T30.

表2 2010—2020年云南省工業(yè)行業(yè)碳排放的狀態(tài)分布

表3 行業(yè)年度碳排放狀態(tài)轉(zhuǎn)移概率矩陣

本文將碳排放水平相對較低且狀態(tài)穩(wěn)定的26個行業(yè)稱為中低碳行業(yè)群體,將碳排放水平相對較高且狀態(tài)相對穩(wěn)定的6個行業(yè)稱為高碳行業(yè)群體.2010—2020年,T1、T19-T21、T30的年度碳排放量見表4,其對工業(yè)部門碳排放的貢獻率分別是87.36%、87.09%、90.07%、88.46%、89.89%、91.25%、91.37%、89.73%、90.73%、91.64%、90.80%.它們是云南省工業(yè)部門關(guān)鍵且穩(wěn)定的碳源,其碳達峰的時間表、路線圖對工業(yè)部門碳達峰目標的實現(xiàn)起決定性作用.

表4 高碳行業(yè)群成員對工業(yè)部門碳排放的貢獻率

2.2 中碳、低碳行業(yè)群體的初步識別

2.2.1 中低碳行業(yè)碳排放的狀態(tài)分布

利用自然斷點法,對26個中低碳行業(yè)2010—2020年的年度碳排放量的數(shù)據(jù)(共計286個,單位:104t CO2)進行區(qū)間劃分,分出兩個斷點,分別是110.52、620.45.2個斷點對應(yīng)三個區(qū)間,分別是(0,110.25]、(110.25,620.45]、(620.45,2 049.46].三個區(qū)間代表三個層次的碳排放水平,分別用“Ⅰ”、“Ⅱ”、“Ⅲ”表示,其碳排放水平依次遞增,見表5.碳排放水平穩(wěn)定的行業(yè)一共有23個.其中,穩(wěn)定在“Ⅰ”的行業(yè)有18個,分別是T7- T11、T13、T16- T18、T22- T26、T28- T29、T31- T32;穩(wěn)定在“Ⅱ”的行業(yè)有4個,即T3- T5和T12;穩(wěn)定在“Ⅲ”的行業(yè)有1個,即T14.碳排放水平存在轉(zhuǎn)移的行業(yè)有3個.其中,T2由“Ⅱ”向“Ⅰ”演變,T6由“Ⅰ”向“Ⅱ”演變,T27由“Ⅰ”向“Ⅱ”演變、又回到“Ⅰ”.

表5 2010—2020年云南省工業(yè)部門中低碳行業(yè)碳排放的狀態(tài)分布

2.2.2 中碳、低碳行業(yè)群體的的識別

表6 中低碳行業(yè)碳排放狀態(tài)轉(zhuǎn)移概率矩陣

根據(jù)表5,利用MATLAB.R2018a計算行業(yè)碳排放的狀態(tài)轉(zhuǎn)移概率,并生成馬爾科夫轉(zhuǎn)移矩陣Pij,結(jié)果見表6.主對角線上的概率表明, 20個行業(yè)碳排放水平穩(wěn)定在“Ⅰ”的概率為0.99,向“Ⅱ”轉(zhuǎn)移的概率是0.01;5個行業(yè)碳排放水平穩(wěn)定在“Ⅱ”的概率為0.96,向“Ⅰ”轉(zhuǎn)移的概率為0.04;1個行業(yè)的碳排放水平持續(xù)穩(wěn)定在“Ⅲ”.將碳排放水平基本穩(wěn)定在“Ⅰ”的行業(yè)稱為低碳行業(yè),共計20個行業(yè)成員,其行業(yè)編號分別是T6- T11、T13、T16- T18、T22- T27、T28- T29、T31- T32;將碳排放水平基本穩(wěn)定在“Ⅱ”和“Ⅲ”的行業(yè)稱為中碳行業(yè),共計6個行業(yè)成員,其編號分別是T2- T5、T12、T14.2010—2020年,中碳行業(yè)群體的碳排放占工業(yè)部門碳排放的比值分別為10.13%、10.65%、8.14%、9.48%、7.74%、6.45%、6.18%、7.29%、6.11%、5.40%和5.78%;低碳行業(yè)群體的碳排放占工業(yè)部門碳排放的比值分別為2.51%、2.26%、1.79%、2.06%、2.37%、2.30%、2.45%、2.98%、3.16%、2.96%、3.42%.

3 行業(yè)群體及成員的碳排放脫鉤時間演變分析

3.1 三個群體脫鉤分析

高碳、中碳和低碳行業(yè)群體的脫鉤狀況見表7.與2020年比較,2011—2020年高碳行業(yè)群體的脫鉤情況為“強脫鉤→擴張負脫鉤→強負脫鉤→弱脫鉤→擴張連接”,即表現(xiàn)為理想→糟糕→中間狀態(tài)的演變趨勢.其中,理想狀態(tài)即強脫鉤的年份僅僅為1年,糟糕狀態(tài)(強負脫鉤和擴張負脫鉤)的年份合計為6年,較理想狀態(tài)(弱脫鉤)為2年,中間狀態(tài)(擴張連接)為1年.強負脫鉤的4年期間,該群體碳排放呈現(xiàn)遞增趨勢,而經(jīng)濟收入呈現(xiàn)下降趨勢;擴張負脫鉤的2年期間,碳排放正增長的速率高于經(jīng)濟正增長的速率,能耗管理比較粗放;弱脫鉤的2年期間,經(jīng)濟正增長的速率高于碳排放正增長的速率;擴張連接的1年,碳排放和經(jīng)濟收入正增長的速率接近同步.中碳行業(yè)群體的脫鉤情況比較理想,9年是強脫鉤,1年為弱脫鉤.低碳行業(yè)群體的脫鉤情況由理想狀態(tài)(強脫鉤、衰退脫鉤)、糟糕狀態(tài)(強負脫鉤或擴張負脫鉤)、理想狀態(tài)的反復(fù)變化趨勢.

表7 2010—2020年高碳、中碳和低碳行業(yè)群體脫鉤情況

3.2 高碳行業(yè)碳排放脫鉤時間演變分析

2011—2020年高碳行業(yè)碳排放脫鉤的情況見表8,總體脫鉤情況不理想.其中,強負脫鉤是高碳行業(yè)出現(xiàn)最多的狀態(tài),累計出現(xiàn)23次;弱負脫鉤出現(xiàn)7次,擴張負脫鉤出現(xiàn)11次.即負脫鉤狀態(tài)共計出現(xiàn)41次,占總狀態(tài)次數(shù)的比值為68.33%.擴張連接出現(xiàn)4次,占狀態(tài)次數(shù)的比值為6.67%.衰退脫鉤出現(xiàn)1次,弱脫鉤出現(xiàn)2次,強脫鉤出現(xiàn)12次,即脫鉤狀態(tài)累計出現(xiàn)15次,占狀態(tài)次數(shù)的比值為25%.相對來說,脫鉤狀態(tài)比較理想的行業(yè)是T30,其次是T19,其余4個行業(yè)僅僅在2011年脫鉤狀態(tài)比較理想,其余年份基本為糟糕狀態(tài).

表8 2010—2020年高碳行業(yè)脫鉤情況

3.3 中碳行業(yè)碳排放脫鉤時間演變分析

2011—2020年中碳行業(yè)碳排放脫鉤的情況見表9,其脫鉤狀態(tài)總體好于高碳行業(yè)群體.脫鉤狀態(tài)理想且穩(wěn)定的行業(yè)有T5、T3、T2、T14.其中,T5的狀態(tài)持續(xù)為強脫鉤;T3有7年的狀態(tài)為強脫鉤,2年為弱脫鉤,1年擴張負脫鉤;T2有6年的狀態(tài)為衰退脫鉤,2年為擴張連接,2年為弱脫鉤;T14的脫鉤呈現(xiàn)了理想、糟糕、理想的變化情況,4年是負脫鉤狀態(tài),6年是脫鉤狀態(tài).脫鉤狀態(tài)相對不理想的行業(yè)有T4、T12.其中,T4由強脫鉤轉(zhuǎn)變?yōu)樗ネ诉B接、衰退脫鉤和弱負脫鉤;T12僅僅在2015年、2017年、2018年呈現(xiàn)衰退連接、弱脫鉤和強脫鉤,其余年份均為強負脫鉤.

表9 2010—2020年中碳行業(yè)脫鉤情況

3.4 低碳行業(yè)碳排放脫鉤時間演變分析

2011—2020年低碳行業(yè)碳排放脫鉤的情況見表10.相對來說,T7、T9、T10、T16、T17、T23、T29的脫鉤情況比較理想,多數(shù)年份呈現(xiàn)脫鉤狀態(tài),少數(shù)年份出現(xiàn)連接狀態(tài),基本未出現(xiàn)負脫鉤狀態(tài).T8、T31的脫鉤情況由差變好.其中,T8由擴張負脫鉤轉(zhuǎn)變?yōu)樗ネ嗣撱^,而T31由衰退脫鉤轉(zhuǎn)變?yōu)槿趺撱^.其他行業(yè)均出現(xiàn)了負脫鉤狀態(tài),未呈現(xiàn)明顯的好轉(zhuǎn)趨勢.

表10 2010—2020年低碳行業(yè)脫鉤情況

4 主要結(jié)論與政策建議

本文利用自然斷點法對云南工業(yè)部門32個行業(yè)的年度碳排放量進行了水平分級.構(gòu)建馬爾可夫狀態(tài)轉(zhuǎn)移矩陣,分析了不同碳排放水平的演變規(guī)律.利用脫鉤模型,分析了不同行業(yè)群體和行業(yè)成員碳排放和經(jīng)濟增長的狀態(tài)演變趨勢.得出以下結(jié)論:

第一,脫鉤狀態(tài)不理想的4個高碳行業(yè)適合作為碳配額的第一批次行業(yè).它們分別是:煤炭開采和洗選業(yè);化學(xué)原料及化學(xué)品制造業(yè);黑色金屬冶煉及壓延加工業(yè);有色金屬冶煉及壓延加工業(yè).其碳排放脫鉤情況不理想,基本是強負脫鉤、弱負脫鉤和擴張負脫鉤狀態(tài),未呈現(xiàn)向連接狀態(tài)、脫鉤狀態(tài)演變的趨勢.同時,它們是工業(yè)部門主要的碳源,2010—2020年該群體碳排放占工業(yè)部門碳排放的比值分別是48.50%、47.87%、55.81%、57.95%、59.22%、63.93%、63.67%、60.40%、57.67%、56.30%、53.24%,其均值為56.78%.

第二,脫鉤狀態(tài)較為理想的2個高碳行業(yè)適合作為碳配額的第二批次行業(yè).它們分別是“電力、熱力的生產(chǎn)和供應(yīng)業(yè)”和非金屬礦物制品業(yè).其中,前者只有1年為弱負脫鉤,其余9年均為強脫鉤;后者由強脫鉤演變?yōu)閿U張負脫鉤,再演變?yōu)槿趺撱^、擴張連接,即呈現(xiàn)向好的變化特征.2010—2020年,這兩個行業(yè)的碳排放占工業(yè)部門碳排放的比值分別是38.85%、39.22%、34.26%、30.51%、30.67%、27.32%、27.70%、29.33%、33.06%、35.34%、37.56%,其均值為33.07%.

第三,脫鉤狀態(tài)不理想的2個中碳和11個低碳行業(yè)適合作為碳配額的第三批次行業(yè).中碳行業(yè)分別是:非金屬礦采選業(yè)和造紙及紙制品業(yè).低碳行業(yè)分別是:食品制造業(yè);木材加工及竹、藤、棕、草制品業(yè);印刷業(yè);橡膠和塑料制品業(yè);金屬制品業(yè);專用設(shè)備制造業(yè);交通運輸設(shè)備制造業(yè);電氣機械及器材制造業(yè);通信設(shè)備、計算機及其他電子設(shè)備制造業(yè);儀器儀表、文化辦公機械制造業(yè);水的生產(chǎn)和供應(yīng)業(yè).部分行業(yè)持續(xù)穩(wěn)定在負脫鉤狀態(tài),部分行業(yè)的脫鉤狀態(tài)不穩(wěn)定、且未呈現(xiàn)明顯的好轉(zhuǎn)趨勢.2010—2020年該群體碳排放占工業(yè)部門碳排放的比值是2.45%、2.48%、2.17%、2.30%、2.41%、2.14%、2.26%、2.96%、3.25%、3.03%、3.59%,其均值為2.64%.

第四,脫鉤狀態(tài)比較理想的4個中碳和9個低碳行業(yè)適合作為碳配額的第四批次行業(yè).中碳行業(yè)分別是:石油加工、煉焦及核燃料加工業(yè);黑色金屬礦采選業(yè);有色金屬礦采選業(yè);農(nóng)副食品加工業(yè).低碳行業(yè)分別是:飲料制造業(yè);煙草制品業(yè);紡織業(yè);紡織服裝、鞋、帽制造業(yè);醫(yī)藥制造業(yè);化學(xué)纖維制造業(yè);通用設(shè)備制造業(yè);廢棄資源和廢舊材料回收加工業(yè);燃氣生產(chǎn)和供應(yīng)業(yè).部分行業(yè)持續(xù)穩(wěn)定在脫鉤狀態(tài),部分行業(yè)的脫鉤呈現(xiàn)好轉(zhuǎn)的變化趨勢.2010—2020年該群體碳排放占工業(yè)部門碳排放的比值是10.19%、10.43%、7.76%、9.24%、7.71%、6.62%、6.37%、7.31%、6.01%、5.32%、5.61%,其均值為7.51%.

現(xiàn)階段,國家在《擴大內(nèi)需戰(zhàn)略剛要(2022—2035)》中提出了健全現(xiàn)代市場和流通體系的要求.碳市場是現(xiàn)代市場的一部分,為此,本文提出了以下建議:第一,建立重點行業(yè)的二級二次配額管理制度,以實現(xiàn)碳排放“雙控”目標,即將工業(yè)部門劃分高碳行業(yè)、中碳行業(yè)、低碳行業(yè)作為三個小組,根據(jù)組間、組內(nèi)碳排放差異化動態(tài)演變趨勢,分別建立二級二次碳配額管理制度.一級配額管理是將工業(yè)部門碳排放定額分配給小組的制度;二級配額管理是將各小組碳排放定額分配給行業(yè)的制度.一次配額是三大小組或各行業(yè)成員根據(jù)歷史碳排放量獲得的配額,二次配額是三大小組或各行業(yè)成員根據(jù)歷史碳排放強度獲得的配額.第二,建立能源消費結(jié)構(gòu)、生產(chǎn)結(jié)構(gòu)和碳配額的行業(yè)優(yōu)先次序相結(jié)合的管理制度;第三,建立行業(yè)、企業(yè)碳排放水平和經(jīng)濟發(fā)展脫鉤狀態(tài)的動態(tài)監(jiān)管制度;第四,建立歷史碳排放水平、動態(tài)演變特征、脫鉤演變特征相結(jié)合的碳配額分配制度.