绝对减排目标下我国碳减排任务分配与补偿方案研究

高 明 余 玲

(福州大学经济与管理学院, 福建福州 350116)

随着全球气候变暖、极端气候灾难频发、空气污染严重，努力减少温室气体排放已经成为世界各国的共识，中国作为世界上第一大温室气体排放国家，碳减排举措关乎全局。从《京都议定书》到《联合国气候变化框架公约》中国先后做出了一系列的减排承诺。依据在巴黎气候大会上的碳排放峰值承诺和《2050年世界与中国能源展望报告》公布2050年碳排放目标，中国将在2030年达到碳排放的峰值，然后于2050年实现碳排放回落到2010年以前的水平，这意味从2030年开始，中国急需部署实现在20年内碳排放量减少22.5亿吨的绝对减排目标。另一方面，为了避免陷入中等国家陷阱，减少温室气体排放不应以牺牲经济增长为代价，有效的减排方案旨在缓解环境压力的同时实现产出最优化。基于此，本文以全国经济产出最大化为目标函数，选取全国30个省、市自治区为决策单元，将碳排放定义为非期望产出，建立绝对减排约束目标下的区域碳减排任务分配模型，实现公平有效地分配碳减排任务。同时，虑及模型以全国经济产出最大化为目标，可能会牺牲部分区域的利益，导致分配方案缺乏公平性而难以落实。本文进一步提出确定一个碳交易价格，交易碳排放权以弥补超额减排区域的经济损失，避免减排任务分配政策面临实施困境。

我国幅员辽阔，区域间经济发展不平衡，如何结合区域特殊的资源禀赋和能源消费特点，将国家节能减排任务落实到各行政区域是完成严峻减排任务的关键。通过建立绝对减排约束下的碳减排分配方案模型，结合区域能源效率分配减排目标，有利于体现碳排放权的成本性，促进区域主动探索煤炭清洁技术，推广使用新能源，加快产业结构优化升级，从而实现低碳高效的产业格局。

一、分析路径

碳排放权分配按照分配原则分为强调公平性原则和强调效率性原则以及兼具公平和效率原则三类。以Grubb为代表的平均主义认为所有人享有相同的排放权，国家或地区应按照人口比重分配排放权。[1]Rose等提出的横向公平分配的经济活动原则，旨在平衡国家之间净福利变化(通过平衡减排成本占GDP的比重)。与经济活动原则相反，支付能力原则认为富裕的国家需要在碳减排方面承担更多责任。[2]除了公平，任何标准想要实施都必须是有效的和可实施的。按照研究方法分类，效率原则的研究可以分为线性规划模型、非线性规划模型和博弈论等方法。典型的线性规划例子是数据包络分析。Chiu等运用超级松弛的零和DEA模型测量24个欧盟联合国的效率，提出效率较高的国家要增加碳排放，欠发达国家效率较低应该减少排放配额。[3]Cantore等首创模拟和运行区域最佳气候增长变化的RICE模型，研究不同地区的最佳排放路径。[4]Filar等采用合作博弈中的Shapley值研究法分配国家间的初始排放权。[5]谢晶晶等同样运用基于权重向量改进的多权重Shapley模型分析中国碳交易市场上的利益分配问题，制定初始碳排放权分配方案。[6]

公平和效率原则各有优缺：公平原则的政策执行阻力小，避免挤压落后地区的发展空间；效率原则有利于获得最大产出，能够促进产业结构转型提高能源利用效率。然而效率原则的分配结果缺乏透明度，常面临难以执行的困境。国内基于效率原则提出的碳排放权分配方案主要围绕如何实现总体效益最大化为目标展开探讨而对其可行性缺乏必要的后续研究，实际上，为了实现全国效益最大化难免会牺牲部分区域的经济利益导致分配方案有失公平，政策实施受阻。虑及此，本文结合我国2017年成立的全国碳排放权交易体系，确定一个碳排放交易价格，提出通过出售碳排放权弥补超额减排区域的经济损失，提高分配方案的可实施性，实现追求效率的同时保证分配结果公平。

二、具有绝对减排约束的排放权分配模型

(一)模型的设定

1. 碳减排的效率评价模型

污染物排放等非期望产出在传统DEA中不曾考虑，基于此，Chung和Fare等基于非期望产出的弱可处置性假定构建一个生产可能集，为后续研究奠定基础。[7]模型通过等式约束投入要素和非期望产出表达非期望产出的弱可处置性。基于已有的关于城市规模受益于外部成本研究，本文构造的模型都假设我国各省具有非递增的规模报酬(NIRS)。可调整的非期望产出模型，即二氧化碳排放可调整的模型如下：

Maxθ0

(1)

2. 确定绝对减排目标值

绝对减排量的确定主要受两方面影响：现阶段通过调整产业结构，能源消费结构,提高技术进步水平所能发挥的最大减排潜力和国家能源发展规划、温室气体减排目标等宏观减排目标。由于国家宏观减排的约束性目标需要结合特定时期的排放现状，而特定时期各个省份的排放现状难以预测，因此本文选取通过调整产业结构、能源消费结构等所能发挥出的最大减排潜力为绝对减排目标。

Fare等提出使期望产出和非期望产出沿相反方向变化的径向方向距离函数(DDF)，方向变化量即Malmquist-Luenberger(ML)指数，是指在径向最大化期望产出并且对于给定方向自发地最小化非期望产出。[8]非期望产出的减少可以通过技术变化或效率更改两部分实现。径向DDF函数可表示为：

(3)

3. 绝对减排约束下的碳减排分配模型

在确定了绝对减排目标之后，为了实现集体经济利益最大化，我们需要向下分配总体碳减排任务。调整的非期望产出(即碳减排)分配方式由模型(4)确定。

(4)

模型(4)的目标函数Zkjyj是集体期望产出(GDP)最大化。Zkj代表变量相关强度。bk代表第k个省份的碳减排量，uk-bk表示参与碳减排分配后的预计碳排放水平。

绝对减排约束下的碳排放权分配方案意义在于实现集中分配，最大化集体利益。模型有两层含义：(1)传统DEA模型往往假设决策单元投入、产出之间相互独立、互不影响，通过调整目标决策单元的投入产出实现个体最优。但在涉及到碳减排分配问题时，在个体最优假设下各个省份都只顾辖区内实现最大GDP而竞相排放CO2，造成全国资源的浪费和温室气体大量排放。集中分配模型与个体最优模型的区别在于确定一个总体非期望产出调整量，通过分配调整量使总体实现最大期望产出。(2)研究在考虑碳减排量分配时，不同于以往的环境DEA模型对决策单元的治理效率进行事后评价。可调整非期望产出模型是基于目前投入产出水平现状，确定非期望产出调整量即最大的碳减排量，并进行事前规划和分配。

然而理论上，模型中的分配方案并不容易实现，面临理论上的政策实施困难，因为模型是基于集体利益最大化假设而忽视了个体的利益分配。基于此我们继续设计碳减排分配的弥补方案，即通过排放权交易弥补在上述分配方案中利益受损的省份。

4. 补偿方案

集中分配方式政策实施困难的根源在于个体利益和集体利益冲突，通过交易排放权弥补排放配额超过“公平分配模式”的部分损失，实现双赢。在介绍补偿方案之前，要引入初始的“公平分配”的定义，即基于某一科学的标准确定的各个省份减排分配权重。公平分配的原则很多，有按照累计碳排放量分配、按照区域能源禀赋分配以及按照人均累计碳排放分配的等等。这里参考 Zhang等提出的能力偏好减排分配指数分配减排目标，经济能力更强的地区可以从其他省份购买排放配额，出售排放配额的省份也可以获益，改善其经济发展。[9]能力偏好分配的减排指数如下：

Rk=WAAk+WBBk+WCCk

(5)

其中:Rk是第个k省的减排指数，Ak是第k个省的人均GDP占全国人均GDP的比重，Bk是第k个省的累计CO2排放量占全国累计排放量比重，Ck是第k个省的单位工业增加值的能源消耗占全国工业增加值的比重。WA、WB、WC分别是相应的权重，偏好经济能力(人均GDP)的指标构建下，WA、WB、WC分别取0.6、0.2、0.2。在本文中我们使用减排指数Rk得到一个初始分配。

(6)

DMUK的公平碳减排分配量，围绕GDP增加值确定补偿的碳交易价格，步骤如下：

(2) 将所有DMU按照贡献分为两类：若ΔEk≥0，则DMUk∈SS；若ΔEk<0,则DMUk∈Sb；

(5) 计算DMUK的补偿：Ck=PΔEk。

三、数据来源与指标选取

在研究国家或地区的能源效率或排污权问题时，劳动力、固定资本存量、能源消耗通常被用作三个主要的投入，GDP和CO2排放量分别作为期望产出和非期望产出[10][11]，本文同样将它们确定为投入产出指标。具体指标的选取来源如表1。

表1 投入产出指标描述

本文采用永续盘存法推算各省的固定资产存量，基于1952年的价格。初始期资本存量K0参考张军等对1952年我国固定资本形成总额的估算。[13]考虑到各个省份技术差异和经济水平不同，固定资产折旧率δt选取贾润崧应用Z-D计量方法[14]获得的分省的固定资产折旧率。由于统计年鉴的投资价格指数不全，分为两段计算价格指数：1952-2000年的固定资产形成缩减指数采用《上海市统计年鉴2001》所提供的上海市固定资产投资价格指数[15]，2000年以后的缩减指数采用统计年鉴中的固定资产投资价格指数。将GDP、劳动者报酬和资本存量统一换算为1978年的价格。

能源消耗由原煤、洗精煤、汽油、原油、天然气等13种一次能源消耗总量转化为标准煤表示。

CO2排放量计算以煤炭、燃料油、焦炭、原油、汽油、煤油、柴油、天然气等8种一次能源为基准计算排放量。[16]根据《2006年IPCC国家温室气体清单指南》中第二卷第六章提供的计算CO2排放方法，计算一次能源消耗排放的CO2总和，具体方法如下：

×COFi×(44/12)

(7)

其中: TCO2表示i种一次能源燃烧排放CO2总和，Ei为第i种能源的消费量数据来自《中国能源统年鉴(2015)》中的分地区能源平衡表，NCVi表示相应能源的低位发热量(千焦/千克)，CEFi是由IPCC(2006)提供的碳排放系数(千克/1000000千焦)，COFi是碳氧化因子。44和12分别是碳和二氧化碳的分子量，目的是将前述所得的碳排放量转化为二氧化碳。

四、实证结果分析

使用Excel的线性规划求解和MATLAB软件分别计算碳减排绩效和绝对减排约束下的碳减排任务分配。对比Zhang等的公平分配方案[17]确定公平模式下的碳减排分配，确定各地区为实现集体GDP最大化做出的贡献，依据各省贡献大小交易排放权。

(一)绝对碳减排目标分配实证结果

表2列出了碳排放量及碳减排目标分配结果。在比较全国30个省(市、自治区)的投入产出率之后，确定当每个区域都实现投入产出效率最佳时，可以减少29478.75万吨二氧化碳排放，占当年总排放量的9.52%，近十分之一的碳减排空间说明目前国内的能源消费结构属于高碳化并且能源使用效率不高。方向距离函数(DDF)可以确定地区二氧化碳排放效率，例如山西的排放效率是0.6，那么山西欲达到二氧化碳排放最优需要将GDP提高40%，同时二氧化碳排放减少40%。全国平均排放效率仅为0.89，有待提高。投入产出效率呈现出明显的区域差异，西部地区[18]的二氧化碳排放效率平均值为0.79，其中西北部地区平均效率为0.66，西南地区为0.87。中部地区平均效率为0.94比东部地区的0.97偏低，东部地区中沿海省份排放效率普遍更高。碳排放效率和经济发展水平有较强的相关性。

为了更清晰地了解实际碳排放和目标碳减排任务之间的关系以及区域碳排放效率对减排目标的影响，将实际二氧化碳排放量、二氧化碳减排目标和能源使用效率三要素表示在图1中。横轴X表示实际二氧化碳排放水平，纵轴Y表示碳减排目标量，坐标轴Y为负的部分表示有增加碳排放的权利。将碳排放效率分为高能效地区、能源效率中等地区和低能效地区。[19]按照散点图的四个象限分别有高排放高减排地区、高排放增排地区、低排放高减排地区和低排放增排地区，除此之外还有位于坐标轴X上的不需要调整排放的地区。

图1 二氧化碳排放量及目标碳减排分布

处于第一象限的高排放高减排目标地区大多能源效率也比较高，并且实际碳排放量和减排任务呈现正相关，如黑龙江省、河北省和湖北省碳排放依次递减，碳减排任务也依次递减。其中黑龙江的碳减排压力最大，是第二名贵州的近5倍。黑龙江2014年碳排放量29.01亿t，占全国碳排放总量的9.3%。作为国家重要的老工业基地，随着市场经济体制逐步完善和对外开放不断深入，计划经济时期累积的体制性、结构性矛盾日益突出，严重制约了黑龙江省的经济和社会发展。处于第二象限高排放-高减排的大都是碳排放效率比较低的省份，如宁夏、贵州和山西，也有部分中等效率地区如云南、上海和江西。但同样的二氧化碳排放水平下，能源效率越低的地区减排任务越重，如贵州和陕西碳排放量分别是8771万吨和8834万吨，二者相差不超过0.75%，中等碳排放效率的陕西省可以增加碳排放1240万吨，低能效的贵州却需要减排3706万吨。值得注意的是，上海市碳排放效率仅为0.8，集中分配下需要减少碳排放以增加GDP，因为上海人均碳排放是全国平均年水平的两倍多。能源消费结构中第一产业消耗最少，但工业能源终端消费量增长速度过快，2004年工业终端消费41.68亿t是2000年的近4倍。[20]同时，城镇化水平全国第一的上海，空调制冷、取暖设施等民用生活能耗不断增长，因此有必要控制能源消费增速，承担减排任务。处于第三象限的低排放-增排的区域都是中等能效地区包括河南省、陕西省、浙江省和四川省。出现这一现象，一是因为这些省份的投入产出效率没有处在最佳实践前沿面上，通过增加能源投入提高要素效率，有助于实现整体经济增长；二是这部分省份处于中西部地区，相比同样是中等能效的贵州、宁夏等省份，他们的劳动力、固定资产等要素禀赋更高，具有比较大的发展潜力。比如具有增排权利的河南省，GDP排名第5碳排放量却处于第10位，意味着排放等量的二氧化碳可以创造高于全国平均水平的GDP，向这种省份发放排放权有利于提升全国二氧化碳的投入产出率。最后是在X轴上不需要调整碳排放的地区，这部分地区已经处于投入产出平衡状态，能源效率都是1，稍微增加或减少碳排放都可能失去平衡造成资源过度投入或是生产要素闲置。

表2 碳排放效率及碳减排目标分配量

2. 补偿方案实证结果

表3列出了公平模式下的碳减排分配方案，偏好能力的公平分配方案意味着经济能力强的省份领取更多的减排任务。从历史发展的角度，和发达国家发展历程类似，经济发达地区首先完成工业化改造，经历了依靠能源投入的粗放式发展阶段，累积排放了更多的二氧化碳，理应承担减排重任。其意义在于通过赋予落后地区更多的发展空间缩小区域间贫富差距。公平模式的排放权分配方案由于分配方式简单操作透明而易于接受，但对于处在中高速发展阶段的中国而言完成减排目标的前提是保证经济稳健发展，为了实现这一目标必然有一些区域要做出贡献，这部分贡献可以通过出售排放权获得补偿，对能源投入产出率高的发达地区而言，购买排放权创造更多GDP是他们交易的动力。在买卖排放权的过程中，地区的实际能源消费朝着有利于经济最大化的方向发展，同时还完成了绝对减排目标。

根据表3的分配结果发现，偏好经济能力的公平模式下的分配方案并不完全取决于区域经济发展水平，还受到累计CO2排放和能源效率的影响。模型中WB和WC分别取决于人均碳排放和万元GDP能耗影响，所以出现东部碳减排目标最轻，中部次之，西部碳减排目标甚至达到东部的两倍的现象。按照Zhang的模型，西部实际碳排放体量大并且每单位工业增加值耗费的能源投入最多，理应承担更重的减排责任。按照地区碳减排贡献和实施本文的减排分配方案预计增长的GDP数据，可以确定全国实现碳排放交易的均衡价格为276元/t。略低于欧盟规定的每超出一吨CO2排放惩罚40欧元即40欧(约合人民币310元/t)的超额碳排放的价格。中国的碳交易市场还在探索阶段，缺乏主动的定价机制，不得不接受国外碳交易机构设定的较低的碳价格，对外低价值的碳排放权对内表现为碳交易价格低于欧盟市场。

表3 二氧化碳排放权交易补偿方案

五、结论与政策建议

随着生态环境的成本性和稀缺性凸显，中国作为世界第一大碳排放国家减排任务迫在眉睫，先后在国际上做出许多量化性的碳减排承诺。实现全国绝对碳减排目标的关键在于如何有效、公平地将减排任务落实到地方，确保既不影响经济增长，又能完成减排任务，达到经济和生态双赢。本文提出在完成全国减排总任务的约束下，以追求经济产出最大化为目标，结合地方的资源优势和能源消费特点向各个地区分配碳减排任务，在保障经济增长的同时有利于鼓励地方提高能源使用效率、优化产业结构、重视生态成本。使用本文的绝对减排任务分配模型，不仅可以减少全国现阶段7.6%的二氧化碳排放量，还能同时保证GDP增长6个百分点，对于全国GDP而言十分可观。考虑到地区的经济和技术发展水平、产业结构、减排潜力不同，国家总体最优与地区排放效率最优总是存在差距，通过省际间排放权交易弥补利益受损地区实现经济与环境的双赢。从保证减排效率出发，兼顾减排结果公平，以期对长期碳减排目标的地区分配提供新思路。

排放权分配的实证结果显示，绝对减排约束下的碳减排分配方法具有如下三个特点：一是地区碳减排目标和实际碳排放量成正相关，累计二氧化碳排放与越多，减排任务越重，并且同样的累计排放水平下，投入产出效率低的省份承担更重的减排任务。二是对于那些已经实现投入产出效率最大化的发达地区而言，基本上不用调整碳排放量无需承担减排任务。但累计碳排放基数大的地区除外，因为他们属于依赖于能源投入获取经济增长的低质量的经济增长方式，投入产出效率又高，需要通过提高他们的能源使用成本倒逼碳减排促进产业转型升级。三是对于部分处于投入产出效率中等地区而言，他们具有足够的资源禀赋又有效率提升空间，应予以增加碳排放的权力。据此提出以下几点政策建议：(1)在经济企稳、排放交易市场逐步完善之后，排放原则应从“公平优先，兼顾效率”转换到“效率优先，兼顾公平”，以碳使用效率为评价导向，完善行业碳排放比较评价指标体系，以碳排放的行业标准形成高效减排的激励与约束机制。(2)各个地区应实行基于地区能源消耗特征、资源禀赋的能源节约方案，例如东北三省减排压力大，能源利用效率低，应调整产业结构、提高工业部门环保技术投资。中部地区经济实力强，结构调整快，生产要素密集，但投入产出率没有实现最优，应继续发挥中部地区提高能源要素产出效率的潜力，保证经济稳中有进、稳中提质地发展。(3)按照减排成本、排放效率不同，在全国范围内制定不同行业交易价格体系，标准化行业排污标准、检测技术等。按照行业划分确立行业统一的交易价格。

注释：

[1] Grubb M. ,“The Greenhouse Effect: Negotiating Targets”,InternationalAffairs, vol.66,no.4(1990)，p.80.

[2][9][17] Zhang D., Springmann M., Karplus V. J., “Equity and emissions trading in China”,ClimaticChange, vol.134, no.1-2(2016),pp.131-146.

[3] Chiu Y. H., Lin J. C., Hsu C. C., et al., “Carbon emission allowances of efficiency analysis: Application of super SBM ZSG-DEA model”,PolishJournalofEnvironmentalStudies, vol.22, no.3(2013),pp.653-666.

[4] Cantore N., Rosa E. P., “Equity and CO2emissions distribution in climate change integrated assessment modelling”,DeiagraWorkingPapers, vol.22, no. 5(2016).

[5] Filar J. A., Gaertner P. S. , “A regional allocation of world CO2, emission reductions”,Mathematics&ComputersinSimulation, vol.43,no.3-6(1997),pp.269-275.

[6] 谢晶晶、窦祥胜：《我国碳市场博弈中的利益分配问题——基于ANP和改进多权重Shapley值方法的研究》，《系统工程》 2014年第9期。

[7] Chung Y. H., Färe R., Grosskopf S., “Productivity and Undesirable Outputs: A Directional Distance Function Approach”,Microeconomics, vol.51, no.3(1995),pp.229-240.

[8] Färe R., Grabowski R., Grosskopf S., Kraft S.,“Efficiency of a fixed but allocatable input: a non-parametric approach”， Economics Letters,vol.56,no.2(1997),pp.187-193.

[10] Bian Y., He P., Xu H., “Estimation of potential energy saving and carbon dioxide emission reduction in China based on an extended non-radial DEA approach”,EnergyPolicy, vol.63,no.4(2016),pp.962-971.

[11] Wang Q., Zhou P., Zhou D. , “Efficiency measurement with carbon dioxide emissions: The case of China”,AppliedEnergy, vol.90,no.1(2012),pp.161-166.

[12] 使用劳动者报酬而不像之前研究一样使用劳动力人口，因为我国地域之间工资差别较大，劳动报酬可以更形象地反映地区之间劳动力投入状况。

[13] 张 军、吴桂英、张吉鹏：《中国省际物质资本存量估算:1952—2000》，《经济研究》2004年第10期。

[14] 贾润崧、张四灿：《中国省际资本存量与资本回报率》，《统计研究》2014年第11期。

[15] 张 军、章 元：《对中国资本存量K的再估计》，《经济研究》 2003年第7期。

[16] 李国志、 李宗植《中国二氧化碳排放的区域差异和影响因素研究》，《中国人口·资源与环境》2010年第5期。

[18] 将全国划分为东部、中部和西部三个区域，东部地区包括11个省(市、自治区)：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部包括8个省(市、自治区)：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部包括11个省(市、自治区)：内蒙古、广西、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆。

[19] 将高能效地区定义为能源效率为1的地区，中等能源效率地区的效率值处于0.8到1之间，低于0.8的地区为低能源使用效率地区。

[20] 赵 敏、张卫国、俞立中：《上海市能源消费碳排放分析》，《环境科学研究》2009年第8期。