基于理论碳赤字的东北三省碳补偿费用预测

杨光春

(东北财经大学统计学院，辽宁 大连 116025)

一、引 言

生态补偿是以保护和可持续利用生态系统为目的，利用经济手段协调各利益主体间利益关系的一种体制机制和政策，是协调环境保护与经济发展的重要手段，在国际上也被称为生态系统服务付费(Payment for Ecosystem Services, PES)[1]。随着经济发展，人与自然的矛盾加剧，生态补偿成为政府和研究者共同关注的热点。东北三省是中国老工业基地和粮食主产区。随着经济社会发展，东北三省各省的碳排放均呈快速上升趋势[2-3]，减排工作迫在眉睫。东北三省内部地缘相接，产业和人口流动频繁，建立地区间的碳补偿机制具有可行性和必要性。

生态补偿机制建立的重点和难点是生态补偿费用的核算，国内外学者关于生态补偿的研究也集中在生态补偿费用的核算方面，生态补偿费用的核算方法主要有意愿评估法[4]、成本分析法[5-6]、生态系统服务价值法[7-8]和足迹法[9-10]，主要应用于湿地生态补偿、森林生态补偿、区域碳补偿、水资源生态补偿、工程建设生态补偿和流域生态补偿等领域。

碳补偿是全球气候变暖和低碳发展背景下产生的生态补偿研究新领域。近年来，国际上对森林碳补偿[11]、碳补偿技术[12]、碳市场设计[13]和水库开发碳补偿[14]等进行了探索性研究。国内学者也从理论和实证两方面展开了碳补偿的相关研究。理论方面，中国环境文化促进会[15]提出要建立全国各省碳源-碳汇的平衡账户，利用区域间碳源与碳汇的差异，形成合理的交易价格，使生态服务从无偿走向有偿，并提出要建立国家碳补偿制度。公衍照和吴宗杰[16]以及李青青等[17]对碳补偿的内涵特征、区域碳补偿及碳交易制度的基本框架进行了较为系统的阐述。实证方面，于谨凯等[18]采用成本分析法建立了碳汇渔业成本测算模型，并以山东省海水贝类养殖业为例测算了碳汇渔业碳补偿费用。陈儒和姜志德[19]以足迹法为理论基础，利用农业碳足迹计算模型构建了省级层面的农业碳补偿费用计算模型，并实证分析了2007—2015年中国各省农业碳补偿费用时空格局。胡小飞等[20]基于足迹法，利用碳足迹计算模型构建了区域间碳补偿费用测算模型，并分析了2000—2013年江西省碳补偿费用时空格局。赵荣钦等[21]基于足迹法，利用区域碳收支核算了河南省县域之间的碳补偿费用。闫丰等[22]基于碳足迹法对京津冀地区间碳补偿费用进行了量化研究。彭文英等[23]以北京市为例研究了城乡间的碳补偿费用。国内外现有研究覆盖了碳汇渔业碳补偿、旅游者碳补偿、农业碳补偿、区域碳补偿等领域，初步建立起碳补偿费用核算模型。

通过文献研究发现，现有文献针对碳排放和碳吸收的测算、生态补偿费用量化方面的研究较多，但将两者有机结合起来的较少。且均采用碳排放和碳吸收差值的绝对量来确定碳补偿的生态补偿费用，导致补偿“一刀切”，与实际情况不符。因此，本文拟以碳足迹法为理论基础，以东北三省为例，实证研究东北三省碳补偿费用的时空演变。

本文将碳排放和碳吸收计算模型与生态补偿费用测算模型有机结合，以足迹理论为理论基础构建了碳补偿费用测算模型并实证分析了东北三省碳补偿费用时空演变特征，为东北三省建立地区间碳补偿机制，并促进地区间低碳协同发展提供了支持。通过构建碳补偿费用核算模型，基于东北三省各省份的人口数量和土地面积，本文提出了理论碳赤字的概念，利用人口数量和土地面积乘积的相对大小在省际层面上对总碳赤字进行分配，进而利用理论碳赤字构建了东北三省区域间碳补偿费用测算模型。克服了利用碳排放和碳吸收差值的绝对量确定碳补偿费用的缺陷。鉴于灰色预测模型对数据量要求较少，碳排放、碳吸收的影响因素大多属于灰色系统的特点，本文采用灰色预测模型GM(1,1)预测2017—2026年东北三省碳补偿费用，不再局限于对过去的情景进行分析，为东北三省区域间碳补偿政策的制定提供前瞻性参考。

二、研究方法与数据来源

(一)碳排放计算模型

能源消耗、工业生产是主要的碳排放源，这两种活动产生的碳排放量占全球人工总碳排放量的78%[24-25]，此外农业生产活动也会产生碳排放。本文所采用的碳排放计算模型综合考虑了能源消耗、工业生产和农业生产所产生的碳排放。碳排放的计算公式为：

CP=CE+CI+CA

(1)

其中，CP为总碳排放(104吨/年)；CE为能源消耗碳排放(吨/年)；CI为工业生产碳排放(吨/年)；CA为农业生产碳排放(吨/年)。

能源消耗碳排放CE的计算采用IPCC碳排放系数法。本文选取原煤、洗精煤、其他洗煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气、天然气这11种燃料计算能源消耗碳排放。能源消耗碳排放的计算公式为：

CE=∑EiFiαi

(2)

其中，Ei为各种能源的消耗量(吨)，数据来源于《中国能源统计年鉴》中的地区能源平衡表(2004—2017)；Fi为各种能源的碳排放系数(吨/年)，系数来源于IPCC碳排放指南缺省值[26]；αi为各种能源的折标煤系数(千克标准煤/千克)，数据来源于《中国能源统计年鉴》附录(2017)；i为化石能源种类。各种能源的碳排放系数和折标煤系数如表1所示。

表1 化石能源碳排放系数和折标煤系数

工业生产碳排放选取特殊工业水泥产业进行核算。水泥产业多年来一直高居中国工业产品产量榜首，且由于其生产过程的特殊性，在原料分解时会产生大量的二氧化碳，是中国工业生产中的碳排放大户。由于工业生产过程中能源消耗所产生的碳排放已经计算过。因而工业生产碳排放仅计算水泥生产过程中原料分解转化而释放的二氧化碳。工业生产碳排放CI的计算公式为：

CI=GD

(3)

其中，G为水泥产品的生产量(吨/年)，数据来源于《中国统计年鉴》(2004—2017)；D为水泥生产的碳排放系数，取值为0.425(吨/年)[27]。

农业生产碳排放主要计算在化肥施用和农田灌溉过程中产生的碳排放，农业机械使用过程中产生的碳排放在能源消耗碳排放中已经计算过，故不再重复计算。农业生产碳排放CA的计算公式为：

CA=MfA+MgB

(4)

其中，Mf为化肥使用量(吨)，数据来源于《中国统计年鉴》(2004—2017)；A=0.896(tC/t)[28]为化肥施用过程中的碳排放系数；Mg为灌溉面积(公顷)；B=0.267(吨/公顷)[28]为农田灌溉过程中的碳排放系数。

(二)碳吸收计算模型

本文选取森林、园地、草地、湿地和农作物作为主要碳吸收主体计算碳吸收。碳吸收的计算公式为：

CC=CS+CW+CN

(5)

其中，CC为总碳吸收(104吨/年)；CS为植被碳吸收(吨/年); CW为湿地碳吸收(吨/年)；CN为农作物碳吸收(吨/年)。植被碳吸收CS的计算公式为：

CS=∑HiNEPi

(6)

其中，Hi为各种植被的总面积(公顷)，数据来源于《中国统计年鉴》(2004—2017)；NEPi反映的是一公顷植被一年的固碳(碳吸收)量(吨/公顷×年)，即碳吸收系数；i=1,2,3，表示森林、园地和草地这三种植被；森林的碳吸收系数为3.810(吨/公顷×年)[29]；草地的碳吸收系数为0.948(t/hm2·a)[29]；园地中即有林木又有草地，其碳吸收系数取森林和草地的平均值，为2.380(吨/公顷×年)。

湿地碳吸收CW的计算公式为：

CW=QR

(7)

其中，Q为湿地面积(公顷)，数据来源于《中国统计年鉴》(2004—2017);R=0.570(t/hm2·a)[30]为湿地碳吸收系数。

本文选取稻谷、小麦、玉米、豆类、薯类、棉花、花生和油菜籽这8种农作物计算农作物碳吸收。农作物碳吸收CN的计算公式为：

CN=∑CaiYei/Si

(8)

其中，Cai为各种农作物合成单位质量干物质所吸收的碳量(吨)，即农作物的碳吸收系数; Yei为各种农作物的经济产量(吨)，数据来源于《中国统计年鉴》(2004—2017)；Si为各种农作物的经济系数；i=1,2,…,8，为农作物种类。农作物的碳吸收系数Cai和经济系数Si如表2所示。

表2 主要农作物碳吸收系数和经济系数[28]

(三)理论碳赤字计算模型

将区域间碳排放和碳吸收做差即可得到地区碳赤字，碳赤字为正值表明该地区的碳排放量大于碳吸收量，生态环境有恶化趋势。碳赤字为负值表明该地区的碳排放量小于碳吸收量，生态环境良好。碳赤字的计算公式为：

C=CP-CC

(9)

其中，C为某地区的碳赤字(吨/年)。

人类的生产生活是碳排放的主要来源[31]，碳吸收则主要由植被、湿地、农作物等来完成。一个地区所产生的碳排放和碳吸收与该地区的人口数量和土地面积息息相关[21]。因此，本文基于人口数量和土地面积乘积的相对大小对总碳赤字进行分配。若某地区人口数量和土地面积的乘积较大，则该地区在理论上分配到的碳赤字较大。若某地区人口数量和土地面积的乘积较小，则该地区在理论上分配到的碳赤字较少。理论碳赤字的计算公式为：

(10)

其中，CV为某地区的理论碳赤字(吨/年)；CT为研究范围内所有地区的总碳赤字(吨/年)；P为某地区的人口数量；M为某地区的土地面积(公顷)，数据来源于《中国统计年鉴》(2004—2017)。

(四)碳补偿费用计算模型

若某地区的实际碳赤字大于理论碳赤字，则称该地区为碳赤字超标区，意味着该地区为补偿主体，应支付给其他地区碳补偿款。反之则是碳赤字达标区，为补偿受体，应得到其他地区的碳补偿费用。碳补偿费用的计算公式为：

EC=(C-CV)JCO2

(11)

其中，EC为某地区获得或支付的碳补偿额(元/年); JCO2为单位碳汇的货币价格，张颖等[32]研究得出中国单位碳汇的影子价格为66.700—100.200元/吨。考虑到补偿主体地区和补偿受体地区的利益协调，本文取该价格的中间值作为单位碳汇价格，即83.450元/吨。

(五)碳补偿费用预测模型——灰色预测模型GM(1,1)

GM(1,1)灰色预测模型是应用最广泛的灰色动态预测模型，其原理是对原始数据累加，得到规律性较强的曲线，然后利用指数曲线拟合，模型预测精度较高且对数据要求较少[33]。之所以采用灰色预测模型来对碳补偿费用进行预测是考虑到以下两点：第一，鉴于数据的可得性，本文拟采用2003—2016年的各项数据来对东北三省2017—2026年的碳补偿费用进行预测，数据跨度较小。第二，碳排放和碳吸收系统是一个复杂的系统，其影响因素较多，有些因素已知，有些因素未知，可以将其作为灰色系统处理。碳补偿费用的预测步骤为：

第一步，对数据进行预处理。根据式(11)，核算碳补偿费用需要的数据有各地区的碳排放、碳吸收、人口数量、土地面积、人均GDP等。土地面积一般保持不变，因而对除土地面积外的各项数据进行预处理，设2003—2016年各项数据原始序列Yi(0)为：

Yi(0)=[Yi(0)(1),Yi(0)(2),…,Yi(0)(14)]

(12)

为了弱化原始序列Yi(0)的随机性，在建立灰色预测模型之前对2003—2016年各项数据的原始序列进行数据处理，利用累加生成公式(12)得到一次累加生成序列Yi(1)(k)：

(13)

Yi(1)=[Yi(1)(1),Yi(1)(2),…,Yi(1)]

(14)

第二步，建立灰色微分方程，如式(15)所示：

(15)

第三步，将原始序列Yi(0)和一次累加序列Yi(1)(k)代入式(16)确定带求参数a，b的值：

(16)

(17)

(18)

第四步，对计算2017—2026年碳补偿费用的各项数据进行预测：

(19)

(20)

经过测算，本文所预测的各项数据的平均绝对百分误差均小于5%，达到预测精度要求。本文不再给出详细的平均相对残差计算数据。将数据预测结果代入式(11)即可得到中国2017—2026年碳补偿费用预测值。

三、东北三省碳排放及碳吸收的时空演变

(一)东北三省碳排放时空演变分析

从碳排放总量来看，2003—2016年，各省的碳排放总量在空间上存在明显差别，且都经历了一个先增加后减少的趋势。这是因为随着经济社会的快速发展，碳排放总量呈现上升趋势，近年来由于减排政策的大力推进，又有所下降。碳排放总量最高的省份为辽宁省，上升了72.631%。第二位为黑龙江省，上升了81.804%。第三位为吉林省，上升了90.013%。各省的人均碳排放与碳排放总量的时空变动趋势一致，但相对于碳排放总量来说，各省人均碳排放之间的差距有所缩小。人均碳排放第一位为辽宁省，上升了66.007%。第二位为黑龙江省，上升了82.570%。第三位为吉林省，上升了87.976%。各省的单位面积从时间变动上来看与碳排放总量和人均碳排放保持一致，但从空间上看，吉林省的单位面积碳排放超过黑龙江省变为第二位，上升了90.013%。单位面积碳排放居于第一位的为辽宁省，上升了72.631%。第二位为吉林省，这是由于吉林省占地面积较小的原因。居于第三位的黑龙江省，上升了81.804%。东北三省各省份碳排放2003—2016年的演变情况如表3所示。

表3 2003—2016年东北三省各省份碳排放变化情况

碳排放总量、人均碳排放和单位面积碳排放的增长速度有放缓趋势，根据各省2003—2010年的年均增长率和2010—2016年的年均增长率可以看出，2010—2016年的年均增长率要小于2003—2010年的年均增长率，碳排放给环境带来的压力仍在增大，但有所改善。各省的碳排放、人均碳排放和单位面积碳排放在空间上也有明显差别，从协同发展的角度出发，开展地区的碳补偿具有必要性。东北三省各省份的碳排放总量、人均碳排放和单位面积碳排放的年均增长率如表4所示：

表4 东北三省各省份碳排放年均增长率变化情况 单位：%

(二)东北三省碳吸收时空演变分析

与碳排放的各项指标相比，东北三省各省的碳吸收总量、人均碳吸收和单位面积碳吸收在研究期间内的变动较为平稳，处于稳步上升的状态。这是因为环保工作稳步推进，各省的碳吸收呈上升状态，但碳吸收主要由森林来完成，森林面积的增加是一个长期过程，上升速度较平稳。各省的碳吸收总量、人均碳吸收和单位面积碳吸收在空间上也有所差别。碳吸收总量最高的省份为黑龙江省，上升了46.930%。排名第二位为吉林省，上升了31.591%。排名第三位为辽宁省，上升了29.034%。各省的人均碳吸收与碳吸收总量的时空演变情况保持一致。人均碳吸收排名第一的省份为黑龙江省，上升了47.549%。排名第二为吉林省，上升了30.180%。排名第三为辽宁省，上升了24.083%。各省的单位面积碳吸收在时间变动上与碳吸收总量和人均碳吸收保持一致，但在空间差异上变动较大。单位面积碳吸收排名第一的省份为吉林省，上升了31.591%。排名第二为辽宁省，上升了29.034%。排名第三为黑龙江省，上升了46.930%。2003—2016年东北三省各省份碳吸收变化情况如表5所示。

表5 2003—2016年东北三省各省份碳吸收变化情况

根据各省2003—2010年和2010—2016年的年均增长率可以看出，2003—2010年的年均增长率和2010—2016年的年均增长率差别不大。结合关于碳排放的分析可看出，各省的碳排放和碳吸收在空间上存在不对称性，“碳资源”的需求和供给不平衡，需要在地区间开展碳补偿进行调节。东北三省各省份碳吸收年均增长率如表6所示。

表6 东北三省各省份碳吸收年均增长率变化情况 单位：%

四、东北三省碳赤字与碳补偿的预测

(一)东北三省碳赤字的预测：实际碳赤字与理论碳赤字

利用灰色预测模型GM(1,1)可预测出东北三省各省份2017—2026年的碳排放和碳吸收，再根据式(9)和式(10)即可得到2017—2026年各省份的实际碳赤字和理论碳赤字，数据如表7所示。

表7 2017—2026年东北三省各省份实际碳赤字和理论碳赤字数据表 单位：吨/年

东北三省各省份的实际碳赤字和理论碳赤字在预测区间内均处于上升状态。辽宁省的实际碳赤字上升了39.698%；理论碳赤字上升上升了53.228%；实际碳赤字大于理论碳赤字，在预测区间内，辽宁省属于补偿主体。吉林省的实际碳赤字上升了78.415%；理论碳赤字在2017—2026年上升了50.058%；实际碳赤字小于理论碳赤字，在预测区间内，吉林省属于受偿主体。黑龙江省的实际碳赤字上升了239.329%；理论碳赤字上升了48.479%；实际碳赤字小于理论碳赤字，在预测区间内，黑龙江省属于受偿主体。

在预测区间内，各省份的实际碳赤字均为正值且处于上升状态，减排任务艰巨。但各省份实际碳赤字的增长速度有放缓趋势，辽宁省实际碳赤字的年均增长率由2017—2021年的3.804%降低到2021—2026年的3.769%；吉林省实际碳赤字的年均增长率由2017—2021年的6.954%降低到2021—2026年的6.397%；黑龙江省实际碳赤字的年均增长率由2017—2021年的17.583%降低到2021—2026年的12.163%，说明东北三省各省份的环境状态正逐步朝着良性状态发展。

(二)东北三省碳补偿的预测结果

采用灰色预测模型GM(1,1)预测出东北三省各省份2017—2026的碳排放、碳吸收和人口数量之后，根据式(11)即可测算出各省份的碳补偿费用。从空间上来看，辽宁省应支付碳补偿费用，吉林省和黑龙江省应获得碳补偿费用。这是由于辽宁省在东北三省中经济发展水平相对较高，能源消费水平和碳排放水平相应也较高。从时间上来看，在预测区间内，辽宁省需要支付的碳补偿费用处于上升状态，2017—2026年年均增长率为2.442%。吉林省应得到的碳补偿费用在预测区间内低于黑龙江省且处于下降状态，2017—2026年年均增长率为-12.123%。黑龙江省在预测区间内应得到的碳补偿费用处于上升状态，2017—2026年年均增长率为2.795%。在预测区间内，辽宁省对“碳资源”的需求量呈上升趋势，经济发展方式仍旧较为粗放；吉林省对“碳资源”的供应量处于下降状态，本省的“碳资源”仍能支撑当地的经济发展，但未来有可能“供不应求”；黑龙江省对“碳资源”的供应量呈上升状态，经济发展和环境发展较为协调。

从碳补偿费用的补偿主体和受偿主体来看，东北三省中，大体上为经济相对发达地区补偿经济相对不发达地区，符合区域协调发展的理念。在东北三省地区中开展地区间的碳补偿能够促进区域内部的协调低碳发展。东北三省碳补偿费用变化情况如表8所示。

表8 东北三省各省份碳补偿费用变化情况 单位：元/年

五、结论与政策建议

(一)结 论

本文通过估算2003—2016年东北三省碳排放和碳吸收，分析了研究期间内东三省碳排放和碳吸收的时空演变过程。在此基础上,基于各省份的人口数量和土地面积对总碳赤字进行分配，提出了理论碳赤字的概念，利用实际碳赤字和理论碳赤字的差值确定了各省份的碳补偿费用。采用灰色预测模型GM(1,1)预测了2017—2026年东三省地区的碳补偿费用，分析了其时空演变过程。

第一，2003—2016年，东三省各省份的总碳排放、人均碳排放和单位面积碳排放呈现先上升后下降的过程，且各项碳排放指标的增长速度也有所放缓，表明各省份的减排任务依然艰巨，但推动减排进程已取得一定成效。东北三省各省份的总碳排放、人均碳排放和单位面积碳排放在空间上存在明显差异，从协同发展的角度看，开展地区间的碳补偿具有必要性。2003—2016年，东北三省各省份的碳吸收能力均处于稳步上升状态，环保措施稳步推进。各省份的碳吸收指标在空间上也存在明显差异，进一步说明开展地区间的碳补偿具有必要性。结合对各省份碳排放的分析，发现碳排放和碳吸收在空间上存在不对称，各省份对“碳资源”的供给和需求存在差异，可利用地区间的碳补偿进行协调。

第二，2017—2026年，东北三省各省份的实际碳赤字均为正值，但增长速度均有不同程度下降，环境状态较为乐观。依据各省份的人口和土地面积对总碳赤字进行分配后得到的理论碳赤字在预测区间内也处于上升状态，从实际碳赤字和理论碳赤字的差值来看，辽宁省为绝对碳补偿主体，吉林省和黑龙江省为绝对碳受偿主体。辽宁省应支付的碳补偿费用处于上升状态，吉林省应获得的碳补偿费用小于黑龙江省，且处于下降状态，黑龙江省应获得的碳补偿费用处于上升状态。大体上为经济相对发达地区补偿经济相对不发达地区，符合协同发展的理念。

(二)政策建议

生态补偿作为协调生态受益区和生态保护区之间利益的一种手段，要解决的就是“谁来补，补给谁，补多少，如何补，如何管”的问题。碳补偿作为生态补偿一个新的研究领域，要解决的问题也是如此，本文针对这些问题提出如下政策建议：

第一，根据“谁受益，谁补偿”的原则，碳补偿主体为碳赤字超标地区，即为实际碳赤字大于理论碳赤字地区。作为碳补偿主体，核心问题就是要拓展碳补偿费用资金来源。首先，政府可以将碳补偿费用纳入财政预算，建立专项“碳资金”账户来对资金进行管理。其次，可以采用征收碳税的方式来筹集资金。征收碳税时，对生产过程中产生大量碳排放的行业，例如煤炭开采业、水泥制造业等对生产者征税。对于使用过程中产生大量碳排放的商品，例如大排量汽车、高耗能家电等对消费者进行征税。这不仅能够拓展资金来源渠道，更能激发相关企业、居民、社会团体等的环保意识，主动推动节能减排工作。

第二，根据“谁保护，谁受益”的原则，碳受偿主体为碳赤字达标地区，即为实际碳赤字小于理论碳赤字地区。作为碳受偿主体，要解决核心问题就是如何管理和分配碳补偿资金的问题。碳受偿地区政府也可以建立专项资金账户来对碳补偿资金进行管理，这些资金可以一部分用来开展减排工作，一部分返还给积极践行减排政策的企业和居民，采用经济激励的方式鼓励企业和居民进行减排。具体可以通过对减排成绩显著的企业实行税收减免，对购买节能产品的居民进行补贴的方式来实现。

第三，“补多少”即如何确定碳补偿费用的问题是整个碳补偿的核心问题。政府应当设立专门研究小组，并采取跨地区合作的方式来选取小组成员。研究小组应当进行协商以科学确定统一的碳排放、碳吸收核算体系和碳补偿费用核算方法。同时，可以根据各地区经济发展水平、资源禀赋等对碳补偿费用进行调整。设立专门研究小组的做法不仅能够建立统一的核算体系，也便于地区间的协商和沟通，从而确定各自都能够接受的碳补偿费用。

第四，解决“如何补”这个问题的途径是探索多元化的碳补偿方式。对于碳补偿，除了“碳汇交易”这种“输血型”的资金补偿方式外，还可以探索“造血型”的补偿方式。例如对碳受偿地区提供减排技术设备，调派专业技术人员等。“造血型”的碳补偿方式有利于碳受偿地区的长远发展和经济状况的根本改善。

第五，针对“如何管”的问题要完善监督机制。可以从利益相关方政府和中央政府抽调人员组成监督小组，对“碳资金”账户、碳补偿费用核算过程等进行全面监督。同时，中央政府可以将碳补偿建设纳入到地方政府的绩效考核之中，从而提高地方政府对碳补偿制度建设的重视程度。

第六，无论是碳补偿方政府、碳受偿方政府还是中央政府都应当积极完善碳补偿相关法律法规，为碳补偿提供法律支持。同时，注重采用舆论宣传的方法向大众传播碳补偿的理念，提高公众的认可度和增强碳减排意识。