汪福慶

摘 要：用能權(quán)交易政策作為我國高效實現(xiàn)能耗雙控目標(biāo)的重要抓手，其對碳排放的影響具有重要意義。本文以全國、省級、試點城市碳排放為研究對象，研究發(fā)現(xiàn)：雖然全國碳排放強度在逐年降低，但碳排放總量依舊在持續(xù)攀升。在用能權(quán)交易政策實施以后，相較于非試點城市，試點城市的碳排放量增長速率更低，說明用能權(quán)交易政策的碳減排效應(yīng)較為顯著。

關(guān)鍵詞：用能權(quán)交易政策；碳排放

一、用能權(quán)交易政策

2016年7月，國家發(fā)改委發(fā)布《用能權(quán)有償使用和交易制度試點方案》，提出在浙江、福建、河南和四川4個省份開展用能權(quán)有償使用和交易試點，并于2017年正式批復(fù)四省開始實施試點方案。用能權(quán)交易政策通過構(gòu)建“總量控制、交易機制、約束反饋”的運作模式，有效地將環(huán)境成本內(nèi)化到生產(chǎn)和消費的決策過程之中，引導(dǎo)和激勵相關(guān)企業(yè)實現(xiàn)能源利用的效率提升和結(jié)構(gòu)優(yōu)化，從而降低碳排放。

對于用能權(quán)交易政策的發(fā)展現(xiàn)狀，本文通過搜集和整理相關(guān)文獻資料與實施案例，發(fā)現(xiàn)了政策運作中的幾個關(guān)鍵特點。首先，用能權(quán)交易政策在多個地方政府的積極推動下，取得了初步的實施成果，尤其是在一些能源消耗大戶行業(yè)，諸如鋼鐵、水泥、電力等領(lǐng)域，用能權(quán)交易機制得到了較為廣泛的應(yīng)用。其次，交易平臺逐步建立，交易流程和規(guī)則正在完善之中，交易的頻次和覆蓋面都有所增加（韓峰等，2024）。

但與此同時，仍存在一些問題和挑戰(zhàn)。在推動市場參與者積極參與交易及改善環(huán)境質(zhì)量方面，其作用尚存爭議。一方面，市場機制中存在的若干缺陷，例如流動性不足和價格扭曲等問題，可能影響到交易的有效性和政策的實施效果（王鑫，2023）。另一方面，就交易活躍度而言，市場參與主體的多樣性不足，交易的活躍程度有限，受政策扶持和市場引導(dǎo)不足的影響。在監(jiān)管和執(zhí)行層面，用能權(quán)交易政策的監(jiān)督管理仍需強化，確保交易的公開透明和效率公正。

二、碳排放現(xiàn)狀

（一）全國碳排放現(xiàn)狀。如表1所示，中國的碳排放現(xiàn)狀表現(xiàn)為總量不斷攀升的同時，碳排放強度逐步下降。這一趨勢與能源結(jié)構(gòu)調(diào)整、產(chǎn)業(yè)優(yōu)化升級以及效率提升等因素息息相關(guān)。具體而言，傳統(tǒng)煤炭消費比重持續(xù)下降，而清潔能源如風(fēng)電、太陽能的利用率不斷攀升，這在一定程度上減緩了碳排放增速。然而，碳排放總量的增長主要受工業(yè)部門的影響，工業(yè)生產(chǎn)尤其是重工業(yè)的能源需求依然旺盛。經(jīng)濟發(fā)展、社會活動需求以及城市化進程加速也對碳排放產(chǎn)生了推動作用，隨著人口向城市集中，住宅、交通等部門的能源消費量隨之增長，總體碳排放量依舊存在上升的壓力（Miao et al.，2019）。

（二）省級碳排放現(xiàn)狀。通過中國碳排放核算數(shù)據(jù)庫獲得各省碳排放量，并運用ArcGIS軟件將數(shù)據(jù)與地圖匹配，將碳排放量分型分為低碳排放區(qū)、中碳排放區(qū)以及高碳排放區(qū)，從碳排放量的時空差異特征進行分析，如圖1所示。

從時間來看，在2007-2019年期間，高碳排放區(qū)的數(shù)量由2007年的9個下降到2019年的三個；低碳排放區(qū)的數(shù)量呈現(xiàn)逐年增加的趨勢?？赡艿脑蛟谟诮┠陣液偷胤秸诩哟髮Νh(huán)保立法和執(zhí)法的力度，出臺了許多促進碳排放減少的政策和法規(guī)，比如碳調(diào)配、碳稅、碳市場等。這些舉措積極地推動了碳排放的減少；同時隨著風(fēng)能、太陽能等可再生能源技術(shù)的不斷提高和成本的不斷降低，越來越多的企業(yè)和個人選擇使用這些清潔能源。這不僅減少了對化石燃料的依賴，也大幅降低了碳排放。以上這些因素共同作用，使得高碳排放的地區(qū)在逐步減少。

從空間來看，內(nèi)蒙古自治區(qū)、山東和山西省基本處于高碳排放區(qū)，可能的原因是山東、山西和內(nèi)蒙古都是我國重要的工業(yè)基地，尤其是以高能耗、高碳排放的重工業(yè)為主，如鋼鐵、化工、電力、礦產(chǎn)等行業(yè)。這些行業(yè)的能源消耗量大，碳排放量也相應(yīng)較高。廣西壯族自治區(qū)、青海和海南等省份基本處于低碳排放區(qū)，可能的原因是這些省份的主要經(jīng)濟來源在于農(nóng)業(yè)、旅游業(yè)和服務(wù)業(yè)，相比于重工業(yè)，這些行業(yè)的能源消耗和碳排放較低；相比于其他大省，青海，海南和廣西的人口規(guī)模相對較小，導(dǎo)致其能源需求以及碳排放也相對較低。

總之，這種區(qū)域間的碳排放時空差異，反映出了經(jīng)濟發(fā)展階段、能源利用效率和環(huán)境規(guī)制力度的區(qū)別。在全球氣候變化應(yīng)對的大背景下，如何在保證經(jīng)濟社會發(fā)展的同時實現(xiàn)綠色低碳轉(zhuǎn)型，成為擺在政策制定者面前的緊迫課題。

（三）試點和非試點城市碳排放現(xiàn)狀。從圖2中可以發(fā)現(xiàn)，試點和非試點城市的碳排放量均值在2007- 2019年期間均表現(xiàn)緩慢增長趨向，且非試點城市的碳排放量均值一直高于試點城市。在2017年用能權(quán)交易政策實施之后，非試點城市的碳排放量均值增加趨勢比試點城市更快，二者相差有效數(shù)值也在逐步擴大。

綜上所述，本章依次從全國、省級、試點和非試點三個維度研究分析了碳排放量的現(xiàn)狀，可以發(fā)現(xiàn)，雖然碳排放強度在逐年降低，但碳排放總量依舊在持續(xù)攀升。在用能權(quán)交易政策實施以后，相較于非試點城市，試點城市的碳排放量增長速率更低，說明用能權(quán)交易政策的碳減排效果較為顯著。

三、用能權(quán)交易政策發(fā)展前景分析

用能權(quán)交易政策的發(fā)展前景充滿了機遇與挑戰(zhàn)。隨著全球氣候變化和低碳經(jīng)濟發(fā)展的需求不斷增長，推動了用能權(quán)交易政策在更多地區(qū)的實施。

從潛力的角度來看，用能權(quán)交易作為市場激勵型環(huán)境規(guī)制的典型代表，它能調(diào)動企業(yè)減排的主動性和創(chuàng)新性，通過市場機制發(fā)現(xiàn)碳減排的最低成本路徑。未來，隨著市場體系和交易規(guī)則的完善，將更好地發(fā)揮其在節(jié)能減排和促進綠色發(fā)展中的作用。

技術(shù)創(chuàng)新對用能權(quán)交易政策的促進作用同樣不容忽視。能源技術(shù)的進步有助于提高能源的使用效率，并通過技術(shù)替代實現(xiàn)能源結(jié)構(gòu)的優(yōu)化，從而降低碳排放的總量（胡宗義等，2020）。通過技術(shù)創(chuàng)新與用能權(quán)交易政策的結(jié)合，可以有力推動低碳技術(shù)的推廣與應(yīng)用，助力實現(xiàn)碳減排目標(biāo)。

政策實施的監(jiān)管和執(zhí)行力度是用能權(quán)交易政策未來發(fā)展的重要保障。實施過程中需建立健全的監(jiān)管體系，提高透明度，完善法律法規(guī)，并確保交易的公正性與有效性。通過強化監(jiān)管和提升執(zhí)行力，用能權(quán)交易政策才能在未來的落地實施中發(fā)揮更大的作用，成為助力碳達峰、碳中和的重要力量。

綜上，用能權(quán)交易政策的發(fā)展前景積極而明朗，但仍面臨不少挑戰(zhàn)。未來需進一步完善交易機制，加強政策協(xié)同，同時整合技術(shù)創(chuàng)新，以確保用能權(quán)交易政策在促進節(jié)能減排、優(yōu)化能源結(jié)構(gòu)和支持可持續(xù)發(fā)展方面的長遠效果（宋德勇等，2022）。

參考文獻：

[1]韓峰，李鑫，陳昱凝等.我國用能權(quán)交易市場發(fā)展現(xiàn)狀、問題及對策研究[J/OL].科學(xué)與管理，1-14[2024-03-08].

[2]胡宗義，李毅.環(huán)境信息披露的污染減排效應(yīng)評估[J].統(tǒng)計研究，2020，37（04）：59-74.

[3]宋德勇，陳梅，朱文博.用能權(quán)交易制度是否實現(xiàn)了環(huán)境和經(jīng)濟的雙贏？[J].中國人口·資源與環(huán)境，2022，32（11）：134-145.

[4]王鑫.用能權(quán)交易對減排降碳的有效性分析[J].經(jīng)濟問題，2023，（04）：79-85.

[5]Miao Z， Bale？entis T， Tian Z， et al. Environmental performance and regulation effect of Chinas atmospheric pollutant emissions： evidence from “three regionsand ten urban agglomerations”[J]. Environmental and Resource Economics，2019，74（1）：211-242.