森林碳汇替代配额减排的成本比较

李 灿，龙 飞，祁慧博，张 哲



森林碳汇替代配额减排的成本比较

李 灿1，龙 飞1，祁慧博1，张 哲2

（1. 浙江农林大学 经济管理学院，浙江 杭州 311300；2. 浙江农林大学暨阳学院，浙江 诸暨 311800）

以北京市、上海市、天津市、深圳市、广东省、湖北省、重庆市7个碳交易试点省市为样本区，利用各地公布的统计年鉴，收集上述地区工业行业自2007年到2016年工业行业的三个投入数据：职工人数、能源消耗总量、资产总额，以及两个产出数据：二氧化碳排放总量、工业总产值，使用方向性距离函数估算出样本地区工业企业的碳影子价格，运用最优模型法和蓄积量转换法计算出我国森林碳汇的最优价格，最后根据国务院于2016年下发的温室气体减排办法中的碳强度倒推现行控排政策下的企业减排总差量，计算出试点地区碳配额的平均价格为4.456 6万元·t-1，我国森林碳汇的远期最优价格为9.37 ~ 16.28美元·t-1。结合各样本地区温室气体控排方案，得出使用森林碳汇替代配额减排能够为企业大量减少减排成本。提出了相关政策建议：继续探索重点工业碳市场交易以及碳商品价格情况，扩大碳排放权交易的适用行业；尽快出台相关的森林碳汇交易配套政策；丰富森林碳汇商品种类，适当提高森林碳汇在总排放中抵减的比例。

工业企业；配额减排；森林碳汇；成本比较

温室气体超标排放，引起了全球变暖。我国作为制造业大国，又是联合国常任理事国，在这一问题上承受了很大的压力。为了迎合新时代下环保的新要求，我国做出庄严承诺，并提出了新的温室气体减排目标[1]。作为我国经济的支柱，工业行业正寻找一条成本低、效果好的全新减排路径。本文选择目前主流的两条减排路径，森林碳汇减排方式和碳配额减排进行比较，为工业企业在新形势下找到理想的减排路径。

随着我国碳交易市场以及相关政策的不断发展和逐渐完善，之前对森林碳汇和配额减排单方面的研究逐渐不能满足其需求。我国已于先前在7个试点地区先行设立碳交易试点，期望通过这一举措为全国碳交易市场的建立打下坚实的基础[2]。目前看来，大多数学者将目光聚集在技术减排和配额减排上，文献数量多质量也比较高，对森林碳汇的重视程度明显不够，文献数量也比较少。很多文章还在考虑单一减排路径对于企业减排任务和经济效益的影响。因此，本文将碳交易市场上的两个主要产品结合起来进行减排的成本比较，为现在的企业减排提供借鉴和参考。

本研究将吸取之前专家学者的研究经验，针对上述的不足之处，以我国7个碳交易试点地区作为样本区，选择整个试点地区工业行业作为研究对象，以2008－2017年10年工业行业的投入产出数据和1994－2013年我国最近的四次森林资源清查数据为基础，运用方向性距离函数来测算7个试点地区工业行业10年的二氧化碳边际减排成本[3]，基于蓄积量转换法和最优模型法计算出我国森林碳汇的最优价格，再通过对比碳配额减排成本与购买森林碳汇价格，比较两种减排路径的减排成本差量，最终确定工业行业选择哪种减排路径才能平衡经济效益以及社会效益。

1 现行政策下工业企业抵消机制和配额机制分析

2011年，北京、上海等7省市被批准开展碳交易试点工作[4]。试点地区碳交易商品主要为碳配额和国家核证自愿减排量（CCER），而工业企业通过碳交易市场完成减排目标也主要通过以上两个途径。

碳配额[5]是指国家根据生产经营情况以及减排目标而分配给企业的减排量，配额在碳市场起步阶段是免费分配的。配额分配方法有基线法和历史强度下降法两种。目前我国除了免费分配以外还开放了配额的交易政策，作为一种政策激励，如果企业未超过限定数量，其可以将多出的配额在市场上进行出售并获得经济利益，而生产过程中排放超标的企业则可以通过购买配额以付出经济代价的方式来完成减排任务。

CCER项目[6]包括了农业和林业项目、新能源项目、环保类项目等，它能够充分有效地组合碳市场、新能源以及工业环保等方面，是一种重要的减排路径。森林碳汇作为CCER减排途径的一种越来越受到相关企业的青睐。企业通过购买森林碳汇来减少二氧化碳排放量对经济增长的影响比较小，还有促进资金在发达与欠发达地区的合理流动，实现资源优化配置，促进贫困地区充分合理利用自然资源，实现社会效益、环境效益和经济效益相融合的多重效果，并且森林碳汇作为一种CCER项目，受政府以及第三方机构承认并且推广的一种减排路径。因此，本文从各种有效的路径中主要配额减排和购买森林碳汇减排这两种比较流行的路径进行研究。

2 现行试点地区工业行业碳配额价格测算

2.1 样本选取和数据来源

以7个碳交易试点地区（北京市，上海市，天津市，深圳市，广东省，湖北省，重庆市）作为样本区，收集样本地区2007－2016年工业的三个投入产出指标。三个投入指标分别指统计年鉴中年主营业务收入在2 000万元及以上的法人工业企业的总资产投入（1）、年末职工人数（2）和折算能源消耗总量（3）；两个产出指标分别指当年工业总产值（）和当年折算二氧化碳排放总量（）。

2.2 模型及设定

工业行业的二氧化碳影子价格为其边际减排成本，是通过减少一单位排放造成的工业总产值的减少来体现的，即根据二氧化碳影子价格来衡量，而根据相关经济学理论证明，二氧化碳影子价格与碳配额的理论价格应该是一致的。利用方向性距离函数的参数方法[7]，通过LINGO11软件对7个省市不同样本行业的二氧化碳影子价格进行了计算。因为二氧化碳排放的减少必然导致不同产业总产出的减少，所以结果为负数。

式（1）中，c表示二氧化碳影子价格，即是工业企业二氧化碳边际减排成本（MAC），y表示行业的正常产品的市场价格，表示地区工业企业的资产投入，表示地区工业企业正常产品的产量，表示地区工业企业副产品产出的产量。0表示投入产出向量，∂表示偏导数，表示产出变量。

2.3 二氧化碳边际减排成本

由于不同地区的环境管理模式、城市发展路线等方面的不同，各地的二氧化碳边际减排成本存在各自的特点。根据新古典经济学的相关理论，短期内，鉴于国家相关政策规定，我国碳商品的买方是垄断需求者，所以买方会在边际成本=边际效用即MC=MR点购买碳商品，而且买方会利用自己的需求垄断优势，获得此时市场上的超额收益。但是从长期来看，随着国家政策的进一步放开以及更多需求者进入碳市场，碳商品的需求量越来越大，买方为了获取更多碳商品也会进行互相竞争，市场上的碳商品的价格也会有所上升，此时的碳市场更加趋向于完全竞争，碳商品的价格不会随着需求量的上升而发生改变，所以边际成本曲线与平均成本曲线重合，当MC=MR时，达到一个均衡的价格P，此时买方在碳商品交易的过程中不会得到任何超额收益，所以利用影子价格的计算来代替完全竞争市场上工业企业购买碳配额减排的成本，在理论上是行得通的。通过Lingo计算得到样本区内工业行业2007－2016年的二氧化碳边际减排成本（表1）。

表1 2007－2016年样本区内二氧化碳影子价格

从表1看出，2007－2016年试点地区之间工业企业二氧化碳的边际减排成本差异很大，而且偏高。从时间序列上来看，上海、湖北有逐年下降的趋势，但是试点地区十年间每年的二氧化碳边际减排成本波动巨大，部分年份出现跳跃的情况。出现这种情况有2个原因，一是选取的数据是整体工业行业，目前我国纳入碳交易体系的行业只有电力、钢铁、水泥等高能耗企业，如果纳入所有工业企业势必增加碳配额需求量；二是因为在异常时间段，异常地区工业企业集中对减排技术和设备进行升级或者投资，在短时间内投入大量资金在固定资产和无形资产上，随后几年，因为享受到技术和设备改进的红利，边际减排成本又会下降，随着时间推移，技术减排或者通过投资设备减排会遇到瓶颈企业不得不通过再次投入或者更新技术减排，导致数据再次上升。同一个地方相邻年份的数据会集中出现异常波动。根据试点地区10 a的数据，可以推算出在长期、完全竞争的市场上，试点地区所有工业企业购买配额的平均价格是81.103 4万元·t-1，若剔除受技术革新等影响的异常值，平均价格是4.456 6万元·t-1。

3 我国森林碳汇价格的计算

3.1 数据来源

原始数据来于第四到第七次（1994－2008年）全国林业资源清查和有关研究报告[8]，2014年以及以后的森林数据通过国家统计局发布的年度报告[9]中有关森林生长的部分推算。国民经济核算指标的原始数据来源于国家统计局于2018年发布的最新《中国统计年鉴》[10]。

3.2 模型设定

森林生长的特性和资源的有限性决定了我国森林碳汇价格计算是一种有约束条件的最优化问题，要使用一种在存在各种限制条件下的还能求解最佳目标的经济学方法，即最优模型法。由于选取了这种办法，结合森林生产的特点和相应的离散时间经济系统控制方程[11]森林碳汇价值核算公式可以抽象为下列模型：

式（2）中，)表示已经蓄积在森林中的碳，()表示为新生林生长过程中固定的碳，()表示为森林自然消亡溢出的碳，()表示为因人为砍伐而溢出的量，表示为年份，碳储量的计量单位为。模型中，()为控制变量，()，()和()为状态变量各变量的系数参照李顺龙使用的蓄积量转换法[12]。森林碳汇核算就是在方程（2）的限制下，使森林系统中碳溢出的价值最小[13]。其表示为：

式（3）中，[(),]表示的是森林碳储量价值的终端约束。

3.3 森林碳汇价格计算

表2是依据蓄积量转换法计算出的森林碳蓄积量。

表2 森林碳储量相关数据

根据表2数据，运用SPSS软件进行逐步回归分析。回归结果见表3，R2为0.888，调整R2为0.881，模型与实际情况的拟合程度非常高。由表4可以知道模型的F值为127.015，Sig.值为0.000，Durbin-Watson值为2.190，这表明模型可以被应用并在统计学上可以成立，经过逐步回归后，本文所选取的解释变量森林蓄积碳储量)能够显著解释森林总碳汇量+1)。

表3 回归模型汇总表

表4 回归模型方差分析表

表5 回归模型系数

根据表5回归模型系数可以明确森林碳汇核算模型为：

根据库兹涅茨环境曲线[14]的特点，利用SPSS软件对GDP与人为采伐量进行拟合，拟合得出的回归方程R2为0.738，调整后的R2为0.680，F值为12.671，Sig.值为0.002。得到人为采伐损失碳汇与GDP之间的具体关系式为：

截至第八次全国林业资源清查，我国每公顷森林蓄积量是世界水平的69%，若是到2035年我国森林每公顷的蓄积量要求达到230亿m3，则以1997年为基期，到2035年我国的森林蓄积量为(39)=230亿m3。则到2035年，我国森林碳储量就为(39)=2.439*[(39)*1.9*0.5*0.5]=266.46亿t，按照目前全球普遍认可的碳汇价格10 ~ 15美元·t-1的下限计算，2035年我国森林碳储量总价值量为2 664.6亿美元。根据先前的状态模型可以得到我国森林碳汇价格的终端约束为9.37()+11.816=2 664.46此时，模型的性能指标为：

文献研究得出，到2035年我国森林每年采伐总量可达到4.36亿m3左右，折算成森林生物碳储量为5.05亿t。此时，森林碳汇的状态方程表示为：

令哈密顿函数()为：

这里的结果是使用国际排放市场通用碳汇价格下限所求得的表示2035年我国市场上每吨碳汇的影子价格，单位是美元。如果按照价格上限计算，可以得到2020年我国碳汇的单位价格为16.28美元·t-1。因此我国森林碳汇的最优价格为9.37 ~ 16.28美元·t-1。

4 森林碳汇替代配额减排的成本比较研究

4.1 森林碳汇和配额减排单位成本差量比较

上述计算出统计期内样本区规模以上工业企业的平均配额二氧化碳减排成本为4.456 6万元·t-1。通过蓄积量转换法计算出我国2035年森林碳汇的最优价格为9.37 ~ 16.28美元·t-1，按照2018年8月31日国家外汇管理局发布的人民币兑美元汇率6.831 5，我国2035年森林碳汇的最优价格为64.01 ~ 111.22元·t-1，取中间价格约为87.62元·t-1。根据计算出的试点地区10 a平均配额二氧化碳减排成本和森林碳汇价格，直接比较二者的数量关系得出，所有地区的配额减排成本都比森林碳汇的最高价格111.22元·t-1高，数量差距还特别大，试点地区十年碳配额减排成本中最小值都达到了301元·t-1，可以说配额减排和森林碳汇减排的单位成本差量非常明显。

4.2 现行控排政策下企业减排总差量计算

以2015年为基期，根据各试点区碳强度目标，倒推出各地区在2020年末的二氧化碳排放量，再利用上节的抵扣比例，计算出能使用森林碳汇抵扣的部分，计算企业的总减排差量。公式如下：

各试点地区碳强度年均变化率见表6。根据国务院相关部门发布的预测数据，我国“十三五”期间每年工业产值保持在6.5%的保守增长幅度，计算出试点地区工业行业“十三五”期间的达标二氧化碳排放总量见表7。根据项目入市交易各地的抵消机制规定可抵消的比例。另外，默认可抵消比例中，企业一定全部使用森林碳汇，综合以上结论，得到现行控排政策下企业减排总差量见表8。

表6 试点地区碳强度年均变化率

表7 试点地区工业达到要求的总排放量

表8 现行控排政策下企业减排总差量

根据表6、表7、表8，各个试点地区在现行控排政策下，使用森林碳汇替代配额减排的成本差异极大，而且总差量都比较大，说明在试点地区利用森林碳汇减排替代配额减排对于企业来说是可以降低减排成本的。在试点地区中成本差异最大的是重庆，在2020年若是要完成既定的减排任务，使用8%的森林碳汇项目替代配额减排可以节约14 116.35亿元。成本差异最小的是北京，各年节约的成本围绕105亿上下波动，可能是北京近年来在大力推行重工业搬离计划，如首钢等重污染高能耗的工业企业被分流到周边其他地区，北京则以一些软件制造以及服务业等污染较少的企业为主要经济来源，缺乏对碳产品的需求，所以森林碳汇替代配额减排的成本差异效果得不到应有的体现。

5 结论与建议

本研究计算出7个试点地区碳配额平均价格为4.456 6万元·t-1，我国森林碳汇的远期最优价格为9.37 ~ 16.28美元·t-1。结合“十三五”各地温室气体控排方案，得出使用森林碳汇替代配额减排能够为企业大大降低减排成本。为此，提出以下建议。

（1）继续探索重点工业碳市场交易以及碳商品价格情况，扩大碳排放权交易的适用行业，以此来增加市场规模，过低的配额价格起不到对企业的约束作用，利用市场行为回归配额本身的价值，合适的价格和充满竞争的市场能够真正把碳配额调整企业排放行为的作用发挥出来。

（2）国家应该尽快出台从碳汇造林标准，到产权划分、价值计量、上市交易、交易后林地维护等全流程的规范化文件，使森林碳汇项目交易有据可依，有法可查。

（3）尽快建立全国统一的碳排放权交易市场，有助于消除企业的买方垄断地位，缩减排放权交易的超额收益，发现碳商品真正的价值，促进碳市场向繁荣健康的方向发展。

[1] 胡振宇. 低碳经济的全球博弈和中国的政策演化[J]. 开放导报，2009（05）：15－19.

[2] Färe R.，Grosskop f S，Noh D.W，. Characteristics of a Polluting Technology: Theory and Practice[J]. J Econ，2005，126（2）：469－492.

[3] 国务院. “十三五”控制温室气体排放工作方案的通知[Z] . 2016－10－27.

[4] 国家发展改革委办公厅. 国家发展与改革委员会办公厅关于开展碳排放权交易试点工作的通知[Z]. 2011－10－29.

[5] 曾刚，万志宏. 国际碳金融市场：现状、问题与前景[J]. 国际金融研究，2009（10）：19－25.

[6] 杨继. 碳排放交易的经济学分析及应对思路[J]. 当代财经，2010（10）：16－24.

[7] 关丽娟，乔晗，赵鸣，等. 我国碳排放权交易及其定价研究——基于影子价格模型的分析[J]. 价格理论与实践，2012（4）：83－84.

[8] 国家林业局．国家森林资源清查[DB/OL]. http：//www.forestry.gov.cn/gjslzyqc.html，1994－2018.

[9] 中华人民共和国国家统计局. 国家数据库[DB/OL]. http：//data.stats.gov.cn/easyquery.htm?cn=C01，2018.09.03.

[10] 国家统计局. 中国统计年鉴[M]. 中国统计出版社，2007 ~ 2017：1－2.

[11] 曾祥金. 经济控制论基础[M]. 北京：科学出版社，1995：55－74.

[12] 李顺龙. 森林碳汇问题研究[M]. 哈尔滨：东北林业大学出版社，2006：100－101.

[13] 张颖，吴丽莉，苏帆，等. 我国森林碳汇核算的计量模型研究[J]. 北京林业大学学报，2010，32（2）：194－200.

[14] 刘芳芳，黄巧萍，刘伟平. 地区经济增长与区域碳排放的关系——基于环境库兹涅茨模型的研究[J]. 中南林业科技大学学报：社会科学版，2018，12（04）：20－26，35.

Cost Comparison on Substitution of Carbon Emission Reduction Quotas with Forest Carbon Sink

LI Can1，LONG Fei1，Qi Hui-bo1，ZHANG Zhe2

（1. College of Economics and Management, Zhejiang A & F University, Hangzhou 311300, China; 2. Jiyang College, Zhejaing A & F University, Zhuji 311800, China）

Data of input in industry such as number of employees, energy consumption and gross assets, and output like carbon emission and total industrial output value was collected from statistic yearbook of Beijing, Shanghai, Tianjin, Shenzhen, Guangdong, Hubei and Chongqing during 2007 to 2016. Carbon shadow price of industrial enterprises was estimated by input distance function and the optimal price of forest carbon sink was calculated by the optimal model and volume conversion method. Mean carbon emission reduction quotas was 44 566 Yuan·t-1in cities and provinces above-mentioned, the best forward price of carbon sink would be 9.37-16.28 USD·t-1. Suggestions were put forwarded such as CO2abatement allocation trading, better supporting policies, more forest carbon sink commodities.

industrial enterprise; carbon emission reduction quota; forest carbon sink; cost comparison

10.3969/j.issn.1001-3776.2018.06.007

F427

A

1001-3776（2018）06-0038-07

2018-04-29；

2018-09-05

国家自然科学基金面上项目（71473230）；浙江省自然科学基金青年项目（Q17G030042）

李灿，硕士研究生，从事林业资源与环境经济研究；E-mail：285301650@qq.com。

龙飞，教授，博士，从事林业管理工程、资源与环境管理研究；E-mail：longf2007@163.com。