基于代际公平的碳排放权分配研究

王慧慧,刘恒辰,何霄嘉,曾维华*



基于代际公平的碳排放权分配研究

王慧慧1,刘恒辰1,何霄嘉2,曾维华1*

(1.北京师范大学环境学院,北京 100875；2.中国21世纪议程管理中心,北京 100038)

以1901~2005年作为历史碳排放分配时间段,从历史代际和代内公平的角度考虑,利用全球132个国家的人口、GDP和碳排放数据,通过基尼系数优化模型对全球132个国家的历史碳排放配额进行优化分配,同时对各国未来的碳排放权做了公平分配.研究结果表明,基于GDP和人口的各国历史碳排放配额Gini系数值均低于实际的Gini系数值,并且低于0.4的警戒值,获得综合考虑各国的GDP和人口的历史碳排放配额最优分配结果.对各国的历史碳排放的赤字量和剩余量分析表明,美国是历史碳排放赤字最多的国家,印度、中国是历史碳排放剩余最多国家;同时考虑各国的历史碳排放情况得到各国未来的碳排放权,其中中国、印度等国家人口最多,经济所占全球比例也较高,在未来能获得最多的碳排放权.

代际公平；碳排放权分配；碳排放配额；公平性

当前的气候变化源自历史上人类活动导致温室气体在空气中不断地聚集,自工业革命以来发达国家的生产活动是全球温室气体历史排放的主要来源,占到总排放的95%,以至于挤占了发展中国家在工业化发展过程中理应获得的碳排放空间[1-2].随着国际上对全球气候变化问题越来越重视,对CO2等温室气体总量的控制成为一种趋势.当前,国际上针对碳排放权公平性分配作了大量研究.Heil[3-4]、Hedenus[5]、Duro[6]分别利用Gini系数、Atkinson指数和Theil指数方法测度了国家间人均碳排放的不公平性,提出建立在国家碳排放总量基础上的国际公平会产生个体之间的不公平.Groot[7]构建了基于人均年排放的碳洛伦兹曲线和碳基尼系数.Golombek等[8]利用OBA模型分别以排放权自由与拍卖2种分配方法可能对减排成本和社会福利产生的影响,提出将2种分配方法结合可实现降低减排成本、社会福利最大化.Paloheimo等[9]提出将CO2排放权分配分摊到每个民众,人人参与减排,该方法能兼顾碳排放权分配的公平性,但缺乏精确性.Chin等[10]提出一种基于古诺模型的排放权许可证分配,该分配方法能提高能源的利用效率,从而对CO2排放量增长进行限制.国内学者[11-14]利用基于人均累计碳排放指标揭示在历史责任方面发达国家与发展中国家之间的差异,提出了人均累计排放趋同原则.在该原则的指导下,我国学者又提出了碳预算和碳排放权账户等分配方法[15-17],作为划分排放空间的制度设计.

总结世界各国根据自身需求提出多种碳排放权分配方案,主要分为3类:(1) 人均排放趋同分配方案:人均排放趋同分配方案[18]主要是要求发达国家逐渐减少其人均年碳排放量,发展中国家增加其人均年碳排放量,到某一目标年两者趋同.该方法在一定程度上损害了发展中国家的人均排放权利.因为它不仅在发达国家与发展中国家的历史排放责任差异上尚未考虑,同时若按该方案实施,在实现所谓人均排放趋同分配之前,发达国家的人均年排放量会一直高于发展中国家,将会导致两者的人均历史累计排放量的差距进一步加大,这对正处在发展中的国家是不公平的[14,19-20].

(2) 考虑各国历史责任的分配方案:部分发展中国家提出考虑各国历史责任的分配方法,如巴西提案和人均历史累计排放量.该提案要求考虑到各国历史碳排放责任,并提出发达国家应当建立清洁发展基金,用来帮助发展中国家进行减排,有利于发展中国家.但此提案存在着严重缺陷:由于各国计量方法不同,若仅以有效排放确定减排义务,各国的人均有效排放量必会有所不同,但所承担的减排义务却是相同的,将会导致不公平[21].同时提案没有考虑处在不同发展阶段的各国当前及未来的发展需求,仅仅强调污染者要为历史付费[22].目前,国内碳排放权分配方案[21]大多数是以“人均历史累计碳排放”为基点,对未来全球碳排放限额进行分配.但是该方法在对发达国家与发展中国家所体现的历史排放责任显然不同,因为在考虑历史责任的分配方案上,一定程度上会对发展中国家有利.在对未来碳排放权分配时,人均排放权是首先要考虑的指标,但不应是唯一考虑的指标,仅仅考虑一个指标尚不能体现出分配的公平性.遗憾的是,绝大部分方案在对未来碳排放权进行分配时均未综合考虑各国的社会经济状况.Bohm等[23]及Kverndokk[24]以人口规模为基础,对碳排放权配额进行研究发现人口规模是影响碳排放权配额分配的主要因素之一.丁仲礼等[14]提出各国之间以“人均累计排放指标”是最能体现“共同而有区别的责任”的原则,并对各国的碳排放配额进行了分配.潘家华等[25]在考虑了有限的地球生态系统承载力,提出以人文发展为目标,优先考虑满足人类社会的基本需求的全球碳预算,以人均分配方式给每个地球村民的一系列方案.Baer等[26]提出分别以各国的人均GDP和人均累计碳排放为基础,通过幂函数来构建碳排放修正模型进行分配.徐玉高等[27]在考虑历史排放情况下,分别以人口和GDP为指标,计算各国的碳排放权配额,发现基于人口的分配法对发展中国家有利,而基于GDP的分配法有利于发达国家.

(3) 其他分配方案:GDP碳排放强度分配原则[26]指出,世界各国的碳排放限额与其GDP碳排放强度成反比.该原则一度被认为能保证全球在一定的资源容量下达到产出的最大化.但若低排放强度的国家分得较多的碳排放权,将会加大发达国家与发展中国家之间的差距;若高排放强度的国家分得较多的碳排放权,这些经济技术相对落后的国家将会排放更多的温室气体,就会严重违背全球碳减排的初衷.因此,在对未来碳排放权进行分配时,不能仅仅依靠单一的GDP碳排放强度指标.但若对只存在内部利益的体系中采用这一指标进行分配便于实现,同时对提高该体系的未来碳排放权配额的整体利用效率也是有利的.

以上分配方案对未来碳排放限额进行分配提供了较好的思路,但在兼顾公平性方面还存在缺陷.首先,绝大部分的现有分配方案选取的分配指标单一,未能综合考虑各国的社会经济环境因素的差异;其次,现有的分配方案对未来全球人口变化、碳总量变化等因素的定量化兼容较差.导致在一定程度上降低了全球未来碳排放限额分配的可操作性和公平性,并使得在各国之间始终难以达成共识,从而拖延了全球碳减排行动的有效实施[28].

对如何公平分配碳权目前主要存在2种倾向:一种是强调公平性原则,即以人均碳排放分配未来的碳权;另一种则强调效率,是以GDP碳排放强度来分配未来的碳权.第1种是对发展中国家有利,而在发达国家中基本支持第2种方法.因此综合考虑采用GDP碳排放强度和人均碳排放量的混合分配方案将较容易被共同接受,同时更能体现出可持续发展基本内涵和框架公约中共同但有区别的责任原则[29].本研究主要从历史代际公平和代内公平的角度考虑,选择1901~2005年作为历史碳排放分配时间段,并选取各国的GDP和人口作为研究指标利用基尼系数优化分配模型对各国历史碳排放配额和未来碳排放权进行优化分配,为提高全球碳排放权分配方案的公平性和可操作性提供合理的评价方法.

1 基于基尼系数法的碳排放权分配方法

1.1 数据来源

以1901~2005年作为历史碳排放分配时间段,对全球132个国家的历史碳排放配额和未来碳排放权进行优化分配,采用的人口数据来自Populstat网站[30],GDP数据来自于格罗宁根增长与发展中心(GGDC)[31],碳排放数据来于美国橡树岭国家实验室CO2信息分析中心(CDIAC)[32],其中某国某年缺失的数据利用前后的数据进行插值计算来代替.

1.2 碳排放优化分配模型

基尼系数是用来衡量收入和财富分配差距的不均等性.目前在国内已被广泛应用到污染物排放分配领域,如水污染、大气污染.近年来,基于人口和GDP等基尼系数法也被改进应用到污染物总量分配的研究,研究表明[33-38],基于人口和GDP的基尼系数法的污染物总量分配方法在一定程度上体现了区域污染量分配的公平性和差异性,避免了传统分配方案中仅依据地方经济状况这单一指标制定的“一刀切”总量分配的缺陷.

全球碳权的分配实际上是对各国一种所有权进行分配,基本包括分配标准、总量以及结果.而其中碳权分配标准的选择是分配方案是否公平性的主要因素.为了能兼顾发达国家减排成本较高和发展中国家的发展需求,选取各代的GDP碳排放强度以及人均碳排放作为代际与代内碳排放分配的首要指标,即选取各国的GDP和人口指标作为分配的指标,通过基尼系数来优化调整分配量.这样不仅能兼顾代内不同国家的实际需求,而且能深思各国的历史碳排放责任,为今后全球气候碳排放的分配提供新思路[39].依据文献[14,40]评价结果,并参考文献[35,41]进行基尼系数的碳排放权优化分配.基尼系数是以横坐标为累计人口百分比,纵坐标为累计收入百分比(图1).设实际收入分配曲线与收入分配绝对平等曲线之间的面积为,实际分配曲线与收入分配绝对不平等曲线之间面积为,则的值被称为基尼系数.利用下梯形面积法[42-43],将Lorenz曲线下方面积视为若干梯形,则有:

指标的累计百分比由下式确定:

碳排放分配量的累计百分比由下式确定:

优化模型约束条件:

(1)优化后各分配指标的Gini系数小于初始分配各指标的Gini系数:

(2)碳排放总量约束:

根据国际惯例:Gini系数在0.2以下表示绝对平均,0.2~0.3表示相对平均,0.3~0.4表示比较合理,0.4~0.5表示差距偏大,0.5以上表示差距悬殊,0.4作为分配差距的“警戒线”[44-45].

1.3 碳排放优化分配方案的确定步骤

以1901~2005年作为碳排放优化分配研究时间段,并以每10年为一代做代际划分,共11代.基于Gini系数法碳排放分配模型主要技术步骤分为:(1)构建各指标Gini系数,该指标值反映单位指标在各分配对象碳排放差异性状况;(2)用各分配对象的实际碳排放量作为初步分配,将Lorenz曲线的纵坐标用碳排放累计百分比来替换收入累计百分比,横坐标用各指标的累计百分比来替换人口累计百分比,以此来衡量各指标碳排放公平性分配;(3)绘制各指标的Lorenz曲线,用各指标的Gini系数计算排序后各分配指标的累计百分比以及碳排放累计百分比,得到各指标的碳排放分配Gini系数,根据各Gini系数分析实际的碳排放分配合理性;(4)将对应各碳排放分配指标的Gini系数之和最小为目标函数,并根据模型的约束条件,利用lingo编程软件,运用多约束单目标线性规划法来求取最优解,获得各分配对象的最优分配量,进而确定碳排放优化分配方案.

2 结果与讨论

2.1代际与代内的碳排放优化分配

表1 各代碳排放Gini系数值优化结果Table 1 The optimization results of carbon emissions Gini coefficient values of various generations

利用Gini系数计算基于GDP和人口的代际初始Gini系数值分别为0.081和0.163,可知Gini系数值均小于0.2,根据国际上对Gini系数的评判标准,Gini系数值均小于0.2,说明历史代际碳排放分配相对于人口和GDP是“绝对”平均.而通过对历史代内碳排放分析可知,各代基于GDP和人口历史碳排放基本上都不平均,特别是基于人口的Gini系数值都超过了0.4,说明代内的碳排放强度与人均碳排放相比差别很大,尤其人均碳排放.根据Gini系数优化模型对历史各代内的碳排放进行重新优化分配,使优化后的历史碳排放分配相对于GDP和人口最大程度的公平.各代碳排放分配优化的Gini系数值,见表1.由表1、图2和图3中的Lorenz曲线对比可知,优化后的各代历史碳排放基于GDP和人口的Gini系数值均小于实际值,且均是低于0.4的警戒值,各代的Gini系数和也随之降低,历史的代内碳排放分配得到优化,同时代内各国碳排放配额在代内分配更加公平.

2.2 各国历史碳排放的赤字与剩余量

通过对各国历史碳排放量研究发现,各国代内的碳排放分配不公平,代内碳排放强度和人均碳排放差异很大,尤其人均碳排放.通过Gini系数优化模型获得历史各代的碳排放最优解,得到基于GDP和人口的历史代内碳排放最优解,即基于这2个指标的历史碳排放最公平配额.由于重新对历史碳排放进行优化分配,必会导致部分国家的历史实际值高于优化值,从而形成历史碳排放赤字,另一部分国家历史实际值低于优化值,而形成历史碳排放剩余.对各个国家的历史碳排放配额与实际值进行求差,得到各国的历史碳排放赤字量和剩余量,各国的历史赤字与剩余分布情况,见图4.通过对各国的历史碳排放配额与实际值进行求差后,并进行排序,历史碳排放赤字与剩余排名前5的国家,见表2.

通过计算赤字国家的总赤字量为745.05亿t,即等于剩余国家的总剩余量,即历史上美国等赤字国家占用了剩余量国家共745.05亿t的碳排放.由表2可知,历史赤字量前5的国家碳排放赤字量共计亿t,占总赤字量的82.23%,其中美国占到57.22%;而剩余量前5国家历史碳排放剩余量416.64亿t,占到总的55.92%.

通过对各代内碳排放国家的碳排放赤字量与剩余量进行分析,一些国家的历史碳排放赤字情况表现出一定的规律,见表3.其中美国、加拿大等国家在各代内均表现为赤字,表明这些国家的碳排放急需降低;英国、荷兰、法国等国家由早期的代内碳排放赤字转为代内剩余,表明这些国家随着国内的经济发展、技术进步等所占的碳排放比例相对于GDP、人口比例有所降低;中国、韩国等国家是由早期的代内碳排放剩余转为代内赤字,表明这些国家的碳排放比例正逐渐升高,开始占用更多的碳排放空间,因此这些国家需要在未来通过提高能源利用效率、使用替代能源和技术等措施来逐步控制碳排放;而印度、巴西等国家在各代内均表现为碳排放剩余,说明这些国家今后的一段时间内仍可保持当前碳排放强度.

表3 部分典型国家碳排放剩余与赤字量(kt C)Table 3 The amount of carbon surplus and deficit of some typical countries (kt C)

2.3 国家未来碳排放权分配

根据广泛接受的“2℃阈值”[27],即全球平均气温升高2℃是人类可以容忍的最高升温,根据这个温度阈值测算,2050年大气CO2浓度控制目标设定为470´10-6,同时2006~2050年总碳排放权空间为348.43GtC.

利用Gini系数分配模型根据第11代的GDP和人口数据对未来的348.43GtC进行公平分配,得到各个国家在2005~2050年的碳排放配额.但未来各国的碳排放配额并不等于各个国家未来的碳排放权,因为在1901~2005年各国的碳排放情况已经造成了一些国家“排放赤字”和另一些国家“排放剩余”.为了能保证各国公平的发展、排放赤字的国家应主动承担历史责任,因此未来各国的碳排放权应在未来的排放配额上综合考虑各国历史碳排放情况.各国的未来碳排放权可将各国未来的碳排放配额加上其排放的剩余量或减去排放的赤字量,从而得到未来各国的碳排放权,其分布情况见图5.

从单一人口指标看,自世纪以来,发达国家的人均碳排放一直高于发展中国家.其中美国2006年的人均碳排放达到5.18t,其人均排放量是世界平均水平的3倍以上.而日本、英国、德国、法国、意大利等发达国家的人均排放量也均高于世界平均水平,其中人均排放最低的是法国的1.71t/人.中国、巴西、印度的人均碳排放量分别为1.27,0.51,0.37t/人自20世纪以来,世界人均累积碳排放量为48.2t.而在发达国家中,美国和英国的人均累积碳排放量达到250t/人以上;最低的是意大利,为86.6t/人.3个主要的发展中国家,包括中国、巴西、印度的人均累积碳排放量都在25t/人以下[46].若根据人口这单一指标分配,世界多个发达国家已经没有排放空间,甚至已超过排放限额,如美国1900~2050年的碳排放配额共计31.63GtC,而它在1963年就已达此值.同样英国在1957年、德国在1969年、加拿大在1980年、法国在1999年都已用完其1900~2050年的碳排放总配额[14].

而从单一GDP指标看,受经济、技术水平和能源结构等因素影响,发展中国家的碳排放强度明显高于发达国家..2005年,中国和印度的碳排放强度分别是美国的5.6和4.2倍[46].碳排放强度作为一个强调效率的指标,它试图在不损害经济增长的前提下控制CO2的排放速度.但仅用该指标对各国的碳排放权进行分配,将难以体现公正原则.,碳排放强度指标往往会高于发达国家,甚至大多数发展中国家的碳排放强度下降率也会因发展阶段限制而比发达国家要低.因此,仅利用碳排放强度对未来碳排放权分配将会使发展中国家承担比发达国家更多的减排义务,这无疑违背了平等主义原则.

表4 未来碳排放权最多与最少的5个国家Table 4 The most and the least amount of carbon emissions right of five countries in the future

因此,在综合考虑各国人口和GDP指标,利用综合Gini系数分配模型对未来的碳排放权进行分配,未来的碳排放权分配量排名前5与倒数前5的国家,见表4.由表4和表5可知,中国、印度和巴西等发展中国家因历史碳排放剩余量较多,而且GDP和人口占了全球较大比例,因此未来所分配碳排放配额较多,即未来获得的碳排放权较大;美国、英国等发达国家虽然历史碳排放赤字量较高,但由于其GDP占全球比例是较高,所以在未来的碳排放配额也不低;日本的GDP和人口比例较高,历史的碳排放对于较大的GDP和人口是相对较少的,历史碳排放剩余,所以日本未来的碳排放权也较多;而波兰、南非和乌兹别克斯坦等国家未来碳排放配额分配不足以抵消他们的历史碳排放赤字.对于那些未来的碳排放空间不足的国家,可考虑通过全球碳交易方式向中国、印度等碳排放配额较多国家来购买碳排放权.相比单个指标,综合指标在对未来碳排放权分配能体现出更多的公正原则,同时未来的碳排放权分配机制还需要共同体现平等主义原则和责任原则,以期更有效地推动国际气候机制的建设.

表5 部分典型国家的未来碳排放权(kt C)Table 5 Carbon emissions right of some typical countries in the future (kt C)

3 结论

3.1 利用基尼系数优化模型对各国基于GDP和人口历史碳排放进行重新分配,得到各国历史碳排放的配额,同时优化后的碳排放基于GDP和人口Gini系数值均低于实际的Gini系数值,并且低于0.4的警戒值,得到综合考虑GDP和人口历史碳排放最优的公平分配结果.

3.2 将全球132个国家的历史碳排放配额与实际值进行求差,得到各国的历史碳排放的赤字与剩余量,相当于各国历史碳排放责任量.结果表明美国是历史碳排放赤字最多的国家,印度、中国是历史碳排放剩余最多国家.

3.3 综合考虑各国各代GDP和人口指标,利用碳排放优化分配模型得到各国未来的碳排放配额,并在综合考虑各国历史碳排放情况基础上得到各国未来的碳排放权,其中中国、印度等国家人口最多,经济所占全球比例也较高,在未来获得最多的碳排放权.

彭水军,张文城.国际碳减排合作公平性问题研究 [J]. 厦门大学学报(哲学社会科学版), 2012(1):109-117.

周 伟,米 红.中国碳排放:国际比较与减排战略 [J]. 资源科学, 2010,32(8):1570-1577.

Heil M T, Wodon Q T. Inequality in CO2Emissions Between Poor and Rich Countries [J]. Journal of Environment & Development, 1997,6(4):426-452.

Heil M T, Wodon Q T. Future Inequality in CO2Emissions and the Impact of Abatement Proposals [J]. Environmental & Resource Economics, 2000,17(2):163-181.

Hedenus F, Azar C. Estimates of trends in global income and resource inequalities [J]. Ecological Economics, 2005,55(3):351- 364.

Duro J A, Padilla E. International inequalities in per capita CO2emissions: A decomposition methodology by Kaya factors [J]. Energy Economics, 2006,28(2):170-187.

Groot L. Carbon Lorenz curves [J]. Resource & Energy Economics, 2010,32(1):45-64.

Golombek R, Kittelsen S A C, Rosendahl K E. Price and welfare effects of emission quota allocation [J]. Energy Economics, 2013, 36(3):568-580.

Paloheimo E, Salmi O. Evaluating the carbon emissions of the low carbon city: A novel approach for consumer based allocation [J]. Cities, 2013,30(30):233–239.

Chin A T H, Zhang P. Carbon emission allocation methods for the aviation sector [J]. Journal of Air Transport Management, 2013,28(5):70–76.

陈文颖,吴宗鑫,何建坤.全球未来碳排放权"两个趋同"的分配方法 [J]. 清华大学学报:自然科学版, 2005,45(6):850-853.

何建坤.气候变化国家评估报告(第三部分) [M]. 北京: 科学出版社, 2007:273-274.

何建坤,陈文颖,滕 飞,等.全球长期减排目标与碳排放权分配原则 [J]. 气候变化研究进展, 2009,5(6):362-368.

丁仲礼,段晓男,葛全胜,等.2050年大气CO2浓度控制:各国排放权计算 [J]. 中国科学D辑(地球科学), 2009,39(8):1009-1027.

潘家华.满足基本需求的碳预算及其国际公平与可持续含义 [J]. 世界经济与政治, 2008,(1):35-42.

国务院发展研究中心课题组,刘世锦,张永生.全球温室气体减排:理论框架和解决方案 [J]. 经济研究, 2009,(3):4-13.

王文军,庄贵阳.碳排放权分配与国际气候谈判中的气候公平诉求 [J]. 外交评论:外交学院学报, 2012,29(1):72-84.

Torvanger A,Godal O. A Survey of Differentiation Methods for National Greenhouse Gas Reduction Targets [R]. CICERO Report, 1999.

陈文颖,吴宗鑫.气候变化的历史责任与碳排放限额分配 [J]. 中国环境科学, 1998,18(6):481-485.

何建坤,刘 滨.作为温室气体排放衡量指标的碳排放强度分析 [J]. 清华大学学报:自然科学版, 2004,44(6):740-743.

陈文颖.关于温室气体限排目标的确定:巴西提案 [J]. 上海环境科学, 1999,18(1):5-7.

潘家华,陈 迎.碳预算方案:一个公平、可持续的国际气候制度框架 [J]. 中国社会科学, 2009,(5):83-98.

Bohm P, Larsen B. Fairness in a tradeable-permit treaty for carbon emissions reductions in Europe and the former Soviet Union [J]. Environmental and Resource Economics, 1994,4(3): 219-239.

Kverndokk S. Tradeable CO2Emission Permits: Initial Distribution as a Justice Problem [J]. Environmental Values, 1992,4(2):129-148.

潘家华,郑 艳.基于人际公平的碳排放概念及其理论含义 [J]. 世界经济与政治, 2009(10):6-16.

Baer P. The greenhouse development rights framework for global burden sharing: reflection on principles and prospects [J]. Wiley Interdisciplinary Reviews: Climate Change, 2013,4(1):61-71.

徐玉高,郭 元,吴宗鑫.碳权分配:全球碳排放权交易及参与激励 [J]. 数量经济技术经济研究, 1997(3):72-77.

赵 雪,钟定胜,俞俏翠.基尼系数法在全球碳排放权分配中的应用研究 [J]. 环境科学与技术, 2015,01(38):195-204.

樊 纲,苏 铭,曹 静.最终消费与碳减排责任的经济学分析 [J]. 经济研究, 2010,(1):4-14.

Population Statistics [EB/OL]. http: //www.populstat.info.

GGDC. Historical Statistics of the World Economy: 1-2006AD [EB/OL]. www.ggdc.net/.

CDIAC. Global, Regional, and National Fossil Fuel CO2Emissions [EB/OL]. http://cdiac.ornl.gov.

吴悦颖,李云生,刘伟江.基于公平性的水污染物总量分配评估方法研究 [J]. 环境科学研究, 2006,19(2):66-70.

.孟祥明,张宏伟,孙 韬,等.基尼系数法在水污染总量分配中的应用 [J]. 中国给水排水, 2008,24(23):105-108.

张有贤,李炳红,荀彦平.西部地区SO2总量控制指标分配合理性研究 [J]. 干旱区资源与环境, 2009,23(6):44-47.

肖伟华,秦大庸,李 玮,等.基于基尼系数的湖泊流域分区水污染物总量分配 [J]. 环境科学学报, 2009,29(8):1765-1771.

钱 骏,肖 杰,蒋 厦.四川省水污染物总量分配测算研究 [J]. 西华大学学报(自然科学版), 2008,06:16-18+121.

王金南,逯元堂,周劲松,等.基于GDP的中国资源环境基尼系数分析 [J]. 中国环境科学, 2006,26(1):111-115.

刘恒辰.兼顾代际与代内公平的碳排放权分配研究 [D]. 北京:北京师范大学, 2012.

邱俊永,钟定胜,俞俏翠,等.基于基尼系数法的全球CO2排放公平性分析 [J]. 中国软科学, 2011(4):14-21.

董战峰.国家水污染物排放总量分配方法研究 [D]. 南京:南京大学, 2010.

徐万坪.基尼系数的算法 [J]. 统计与决策, 2004(9):121-122.

王丽琼.基于公平性的水污染物总量分配基尼系数分析 [J]. 生态环境, 2008,17(5):1796-1801.

宋德勇,刘习平.中国省际碳排放空间分配研究 [J]. 中国人口·资源与环境, 2013,23(5):7-13.

滕 飞,何建坤,潘勋章,等.碳公平的测度:基于人均历史累计排放的碳基尼系数 [J]. 气候变化研究进展, 2010,6:449-455.

苏利阳,王 毅,汝醒君,等.面向碳排放权分配的衡量指标的公正性评价 [J]. 生态环境学报, 2009,4:1594-1598.

* 责任作者, 教授, zengwh@bnu.edu.cn

Allocation of carbon emissions right based on the intergenerational equity

WANG Hui-hui1, LIU Heng-chen1, HE Xiao-jia2, ZENG Wei-hua1*

(1.School of Environment, Beijing Normal University, Beijing 100875, China；2.The Administrative Center for China's Agenda 21, Beijing 100038, China)., 2016,36(6)：1895~1904

In this study we used the Gini coefficient optimization model to optimize the allocation of carbon emission quotas in history basing on data of population, GDP and carbon emissions from 132 countries by 1901 to 2005, taking the equity of historical intergenerational and intra-generational into account. We also allocated a equitable distribution of carbon emission permits for various countries in the future. The Gini coefficient value of carbon emission quotas in history were lower than the actual value based on GDP and population from various countries, and were below 0.4 of warning value, and obtained an optimal carbon emission quotas allocation that comprehensively considered the history of various countries’ GDP and population. The analysis of carbon emissions remaining quantity and the deficit quantity in history from various countries showed that the United States had the largest historical carbon deficit, India and China had the largest historical carbon remaining quantity. Meanwhile, considering the history of carbon emissions, the future carbon emission permits of various countries showed that China, India and other countries had the largest population, the economic proportion of the world were higher, and thus can get the most carbon emission permits in the future.

intergenerational equity；allocation of carbon emissions right；carbon emission quotas；equity

X51

A

1000-6923(2016)06-1895-10

王慧慧(1989-),男,安徽枞阳人,北京师范大学博士研究生,主要从事环境影响评价及环境规划与管理研究.发表论文6篇.

2015-11-02

中国清洁发展机制基金赠款项目(2013049);国家水体污染控制与治理科技重大专项(2012ZX07102-002-05)