区域碳排放权减排分配机制设计——基于1.5℃温升目标

张浩然，李 玮

（太原理工大学经济管理学院，山西太原 030024）

1 研究背景

2018年10月8日，联合国政府间气候变化专门委员会（IPCC）［1］在韩国仁川发布了《IPCC全球升温 1.5℃特别报告》（以下简称《1.5℃报告》）。《1.5℃报告》认为，与将全球变暖限制在2℃相比，将其限制在1.5℃将减少对生态系统、人类健康和福祉的挑战性影响，从而更容易实现联合国可持续发展目标［2］。2015年，中国政府在联合国气候变化框架公约（UNFCCC）上提出了国家自主贡献（NDC）减排目标：与2005年相比，2020年碳排放强度下降40%～45%；到2030年左右，中国的CO2排放将达到峰值，并争取尽早达峰，单位地区生产总值（GDP）CO2排放要比2005年下降60%～65%；且届时非化石能源占一次能源消费的比例提升到20%左右。

为进一步实现1.5℃目标，中国需要完成在2030年和2050年等关键时点的CO2减排任务。早在2013年中国已开始进行区域碳试点建设，具体7个碳排放权交易试点行业覆盖范围包括工业（电力、热力、钢铁、水泥、石化等）和建筑业等，无偿分配标准基于“祖父法则”和“标杆法则”［3］，并已于2017年逐渐启动全国统一碳市场［4］。基于不同原则、不同角度制定合理的碳排放权减排机制分配方案是实现有关1.5℃目标和现行目标的关键前提，也是各级地方政府利益博弈的焦点和热点。目前关于碳排放权减排分配方案主要运用在企业或行业层面［5-7］，作为中国政府最重要的行政单元—省级区域的减排分配方案尚未达成有效共识。因此，研究针对1.5℃目标和现行目标的省际碳排放权减排机制，对实现国家2030年碳总量目标、激发碳市场活力、推动区域协同减排等具有重要意义。

已有研究主要针对温升2℃目标展开。国际上有关碳减排责任的争议体现在确定历史责任核算基期，以发达国家为主导的《联合国气候变化框架公约》确定的共同而有区别的责任实际上基于当期责任核算不同经济体的碳排放责任，却忽略了发达国家的历史责任［8］。基于不同减排原则，众多学者利用人均CO2排放量、人均累计CO2排放量、GDP、人口总量、人均GDP、碳排放强度等等指标展开分析：Han等［9］依据累计碳排放量、人均GDP和单位工业增加值能源消费量来分配京津冀地区的碳配额，研究结果显示累计碳排放量是影响碳配额最主要的影响因素；蒋姝睿等［10］在碳排放影响因素分解的基础上考虑时空分布差异特征，研究发现提高绿色技术效率、引导居民合理消费、优化产业结构并制定环境税等措施对碳减排有正向效应；Hu等［11］以人均GDP为基准测算中国区域间的历史碳排放责任，研究得出经济发展较快的地区应该承担更多历史排放责任的结论；王文举等［12］根据历史责任量和碳转移量确定中国30个省、自治区、直辖市的2020年碳分配量，兼顾责任与效率原则研究得出省级初始碳排放配额分配需要采取综合原则，考虑区域间发展的不平衡性。而有关实现1.5℃目标的文献主要针对具体减排路径展开：Jiang等［13］研究认为与2℃目标相比，中国在2040年必须大规模采取CCS生物质能源，并在2050年实现负排放；Elmar等［14］研究认为温升控制在1.5℃之内，全球2016—2100年累计排放下限为570 Gt CO2，如果预算小于550 Gt，那么负排放技术CDR需要在2040年达到4 Gt规模，2050年达到10 Gt规模；崔学勤等［15］研究认为中国目前自主减排力度能够初步实现2℃目标，而要想实现1.5℃目标，中国2050年碳排放相对于2010年下降率需要再增加15%，并且要在2050年之前实现碳中和。综上所述，至今少有研究评估为实现1.5℃目标，在关键节点上中国省际碳排放权减排机制应在现行目标上如何改变？基于不同原则的区域减排责任量是否会呈现出明显的异质性与空间效应？根据不同分配原则制定的政策又怎样实现区域间的协同发展？

本文可能的边际贡献在于：一是采用量化方法核算并对比了基于1.5℃目标和现行目标下2030年中国碳排放权减排责任量，为确立未来国家自主贡献减排目标提供依据；二是制定了不同目标下依据公平原则、经济指数原则、综合原则及偏重原则下的地区碳排放权减排责任量分配方案；三是进一步探究不同原则下减排压力大的省份与达到零和博弈数据包络分析（ZSG-DEA）有效时碳排放量大的地区之间呈现出的空间特征。

2 区域碳排放权减排机制的设计

2.1 2030年中国碳排放权减排责任量的确定

2.1.1 不同目标下2030年中国碳排放量的确定

对于设定中国NDC减排约束下的2030年碳排量目标，Xu等［16］研究认为CO2排放量在2030年将达到103.9亿t，与2005年相比，2030年碳强度下降70.0%；Meinshausen等人［17］研究表明2030年中国碳排放目标比2010年低32%可能会达到2℃目标，即2030年排放83.44亿t CO2。本文以中国国家发改委和国家能源局［18］发布的《能源生产和消费革命战略(2016—2030)》中2030年碳强度比2005年下降60%～65%为目标，估算出现行中国2030年碳排放总量目标为122.35亿t～139.84亿t（均值为131.10亿t）。《1.5℃报告》中指出，实现1.5℃目标，全球2030年碳排放量需要比2010年减少45%；考虑到中国实际排放路径和规模，有研究认为实现全球1.5℃目标，中国需要提前至2020年左右达峰，到2050年接近实现碳中和［19］。本文设定1.5℃情景数据来自Rogelj等［20］的最新研究相关结论，即全球2030年碳排放强度比2005年下降68.9%～89.3%，估算出1.5℃目标下中国2030年碳排放总量为37.40亿t～108.72亿t（均值为73.06亿t）。结合方案可行性和计算便利性，本文取2030年碳排放量131.10亿t为中国现行目标，73.06亿t为1.5℃目标。

2.1.2 基于Logistic模型的2030年中国碳排放量的确定

中国碳排放量从2002年开始进入高速增长时代，考虑到2030年目标是在2005年碳强度基础上加以设定的，本文以2005—2017年中国省际碳排放数据作为样本，运用Logistic模型预测分析2018—2030年各省份碳排放量。建立碳排放量增长的Logistic预测模型方程为：

式（1）中：x为碳排放增长量；k为对应年度的碳排放最大容量；r为不定常数；t为相应年份。

将式（1）移项得：

将式（2）两边积分得：

式（3）中，c为式（2）两边积分后的待估常数项。

将式（3）代入初始值x=x0（x0为基期年份的省际碳排放量）和t=0，有：

将式（4）代入式（3）得：

式（5）中e为Shapley值。

为将式（5）化简为线性规划式，设：

化简得：

式（7）中a为常数。

以样本数据的变化趋势分别设定各省份的k值，计算得到对应的a值，根据拟合优度及标准差原则，采用非线性最小二乘法估计确定k、a、r的最优组合，最终估算得到2018—2030年省际碳排放量。将预测模型测算的结果分别减去本文设定的中国现行目标下和1.5℃目标下的碳排放量，可确定2030年中国碳排放权减排责任量。

2.2 2030年区域碳排放权减排机制的设计

确定2030年中国碳排放权减排责任量后，需要根据不同原则将中国现行目标和1.5℃目标下的碳排放权减排责任量分配到中国30个省份（未包括西藏和港澳台地区，以下简称“样本省份”），具体碳排放权减排机制设计如表1所示。

表1 不同原则下地区减排责任量分配机制

在表1基础上利用信息熵模型构建的碳排放权分配机制设计如下：引入信息熵模型可以建立兼顾公平与有效的区域碳排放权减排分配机制，其中代表公平原则的决策因素为人口比例和历史累计碳排放量；代表有效原则的决策因素为经济产出（GDP）和碳排放强度。调整各决策因素权重分别设定综合原则、偏公平原则和偏有效原则，具体模型如下：

本文有30个决策主体（DMU），每个主体由4项决策因素（人口比例、累计排放、经济产出、碳排放强度）组成，决策矩阵（X）可以表示为：

式（8）中：n为决策主体，取值为30；m为决策因素，取值为4。

由于人口比例、累计排放、经济产出和碳排放强度增大均会导致更多的碳排放量，因此对于正向指标做标准化处理：

求得占比决策矩阵（V）为：

式（10）中：v为各指标的决策矩阵占比权重数值；（n、m取值同上）。

根据式（10）计算各指标Shapley值：

最终得到各指标信息熵值（w）：

考虑到样本省份在人口规模、经济水平、减排技术等方面的差异性导致的发展不平衡，各省份需要根据实际情况制定有偏向性的减排政策，本文设定的碳排放减排机制权重如下：

综合原则。即对于公平原则和有效原则的每一个指标都设定相同的决策偏好权重系数1：

偏重公平原则。即对于公平原则指标人口比例和历史累计排放量设定权重系数1.5，有效原则指标的权重系数保持不变：

偏重有效原则。即对于有效原则指标经济产出（GDP）和碳排放强度设定权重系数1.5，公平原则指标的权重系数保持不变：

根据前文计算的信息熵值和设定的权重系数，得到各指标分配权重为：

综上所述，本文通过选取指标并利用信息熵模型设计公平原则、经济指数原则、综合原则、偏重公平原则和偏重有效原则，力图构建合理的2030年省际碳排放权减排机制框架。

3 区域碳排放量效率值的优化分析

本文的决策单元由30个省级行政区组成（N=30），设定的投入指标是碳排放量，产出指标为人口、能源消费量和经济产出（GDP）。假设投入指标与产出指标相互独立，初始投入导向型BCCDEA如下：

4 实证分析结果与方案比较

4.1 数据与指标

碳排放量的计算包括化石能源和电力两部分，样本省份2005—2017年化石能源消费量均来自2006—2018年的《中国能源统计年鉴》，折标煤系数、碳排放系数及区域电网平均CO2排放因子来源于《IPCC国家温室气体清单指南》及《综合能耗计算通则》（GB/T2589—2008）。省际碳排放权减排机制设计原则中人口、GDP指标来源于2006—2018年的《中国统计年鉴》，零和DEA效率值（本文使用DEA类型为零和DEA）优化分析中2030年人口、能源消费量、经济产出指标基于各省份历史平均增速预测得到，其余指标均通过计算得到。

4.2 2030年区域碳排放权减排机制设计结果分析

4.2.1 Logistic碳排放量预测模型实证分析

利用上文构建的碳排放量增长Logistic预测模型，设定各省份合理的k值，根据非线性最小二乘估计对应参数a、r值，首先对样本省份2005—2017年碳排放量进行预测，其中2005年为基期，设定增长量为0。由表2、表3计算可得：样本省份2006—2017年碳排放量实际值与预测值误差率绝对值矩阵的平均值为5.40%。其中，除上海（误差率为11.74%）和新疆（误差率为15.54%）以外，其余28个省份误差率均在9%以下，由此可判定该模型参数设置的合理性。选定参数k、a、r组合，并代入时间序列t值，通过式（4）可计算出在2006—2017年全部样本省份碳排放量增速基础上、无强化政策情景约束下的2030年地区碳排放量。

表2 2006—2017年样本省份碳排放量实际值 单位：万t

表2（续）

表3 2006—2017年样本省份碳排放量预测值 单位：万t

4.2.2 2030年区域碳排放权减排机制设计结果分析

计算Logistic模型中2030年中国碳排量总量与1.5℃目标和现行目标下的2030年碳排放量总量之间的差值，确定2030年中国碳排放权减排责任量。首先，依据前文设计的6种分配原则确定1.5℃目标与现行目标的地区碳排放权减排责任量差异（见图1）。由图1可知，在整体趋势保持一致条件下，其中偏有效原则下的青海、宁夏、新疆差异较显著，特别是宁夏在6种原则下的结果呈现明显发散趋势；减排量差额从大到小排序依次为偏有效、综合、偏公平、累计排放、平等、经济指数原则，表现出对碳排放强度因素的强烈敏感度。因此，需要制定合理的地区碳排放权减排责任机制，避免导致严重贫富差异的马太效应。

图1 不同原则下样本省份1.5℃目标与现行目标减排量差额对比

以下对1.5℃目标约束下的区域1）碳排放权减排机制展开具体分析。其中：平等原则指标是2030年地区人口占比；累计排放原则指标是2005—2030年地区碳排放量；经济指数原则指标是2030年GDP占比；信息熵模型下的综合原则、偏公平原则和偏有效原则指标是2030年人口比例、经济产出、碳排放强度和2005—2030年累计排放。

如表4所示，1.5℃目标下2030年样本省份碳排放权减排量呈现出“东高西低”的趋势，河南、江苏、山东、广东2030年减排量最多，湖北、浙江、四川次之，海南、青海、重庆、吉林较少。从人口、累计排放、GDP单项指标分配原则（即平等原则、累计排放原则、经济指数原则，以下简称“3种原则”）来看，空间效应明显，其中：北部沿海经济区的山东、河北（减排平均量分别为203 340.3万t、119 872.7万t，分别全样本排名第二、第六），东部沿海经济区的江苏、浙江（减排量平均值分别为171 732.1万t和124 316.7万t，分别全样本排名第三、第五），以及南部沿海经济区的广东（减排量平均值为 216 432.1万t，全样本排名第一）均为减排大省；除沿海经济区外，黄河中游经济区的河南以及长江中游经济区的湖北、湖南碳减排量同样较多，在3种原则下分别为全样本排名第四、第九和第十。由于上述省份人口基数大、经济发达，历史累计排放较多等原因，因此在未来需要承担较多的减排责任；相对来说，大西北经济区的甘肃、青海、宁夏，大西南经济区的贵州、重庆，在未来的碳减排压力较小。

加入考虑碳排放强度因素的信息熵模型可以发现，虽然整体上“东高西低”的趋势没有改变，但是对碳强度敏感的地区需承担的碳排放责任量变化明显：综合原则、偏公平原则和偏有效原则下的减排责任量均值比3种原则下均值减少量较多的省份依次为广东（49 777.2万t）、江苏（44 817.5万t）、山东（37 943.7万t）、河南（34 359.8万t），原因是这些省份虽然碳排放量基数大，但是相对于其他省份来说经济发达、效率较高，在引入碳强度考核指标后可以冲抵部分减排责任量；相反，大西北经济区的宁夏（增加152 294.2万t）、青海（增加67 412.3万t），大西南经济区的新疆（增加61 762.8万t）、贵州（增加40 448.8万t）由于碳排放强度较大，需要缴纳额外的“学费”。特别需要指出的是，宁夏在偏重有效原则下（强化碳强度因素权重系数）承担的减排责任量是平等原则下（考虑地区人口占比）承担的减排责任量的接近33倍。综上所述，不同原则下区域间碳排放权减排责任量差距较大，既要优先考虑公平性，避免经济欠发达、发展相对较慢的省份出现马太效应、与发达省份的差距进一步拉大，又要优化资源配置，使率先完成产业转型的省份适当多地承担责任，以防出现“鞭打快牛”的激进机制。本研究认为，实现1.5℃的目标，应逐步设计综合原则（兼顾公平与有效）下的全国碳排放权减排责任机制。

表4 1.5℃目标下2030年样本省份碳排放权减排量 单位：万t

表4（续）

4.2.3 区域碳排放量效率值优化分析

将2030年的地区碳排放量作为投入指标，产出指标为2030年的地区人口、能源消费量、经济产出，利用BCC-DEA模型对2030年区域碳排放量进行初始效率评价，计算各DMU的ZSG-DEA效率值，并对非有效DMU经11次迭代最终达到DEA有效后的地区碳排放量结果展开分析。

如表5所示，宁夏、新疆、贵州均在初始BCCDEA效率值分布图中呈现低效率（小于0.6）特征；广东、河南、江苏全部达到初始BCC-DEA有效，这与前文碳排放权减排机制设计中加入碳排放强度因素后减排责任量变化结果基本一致。最终迭代11次达到ZSG-DEA有效的30个省份的碳排放量表现出显著的空间集聚特征：北部、东部、南部沿海经济区除北京、天津、海南以外，碳排放量均在100 000万t以上；除沿海省份外，河南、湖北、湖南、四川也是在引入碳强度因素后减排量减少较多的省份；而大西北经济区、大西南经济区（除四川）、东北经济区（除辽宁）、黄河中游经济区（除河南）的全部省份均分得较少的碳排放量（小于30 000万t），并且没有省份符合中等碳排放量（30 000万t～50 000万t）区间。结果表明，仅考虑效率优先的原则会导致未来区域间碳排放量分布差距进一步拉大。从初始碳排放量和最终达到ZSG-DEA有效的碳排放量差值具体来看，碳排放量增加前三的省份依次为：广东（211 355.5万t）、江苏（147 333.7万t）、河南（97 989.7万t）；减少最多的省份依次为：江西（81 209.3万t）、新疆（71 024.0万t）、内蒙古（59 779.2万t）。综上所述，设计中国区域碳排放权减排机制首先应考虑分配的公平性，再考虑合理配置资源，设法提高整体效率，避免东西部差异进一步拉大。

表5 2030年样本省份碳排放量效率值优化分解结果 单位：万t

表5（续）

5 结论与建议

本文通过实证分析得出的主要研究结论及建议如下：

（1）为实现1.5℃目标，中国需在现行目标基础上加大国家自主贡献减排力度。中国2030年需要在现行目标基础上减少排放580 400万t的CO2，其中广东、山东、江苏减排责任量较大，宁夏在不同原则下减排责任量差异明显。因此，经济相对发达的省份应当承担更多的减排责任，在现行目标下加大减排力度。

（2）不同分配机制下区域间碳排放权减排责任量差异显著。相对于公平原则和经济指数原则，经济较发达、碳排放效率较高的省份在综合原则、偏公平原则和偏有效原则下碳排放权减排量均值减少较多，比如广东、江苏、山东；而增加量较多的省份为宁夏、青海、新疆（特别是宁夏的差距接近33倍）。因此，在制定碳减排机制时应在优先考虑公平性的基础上强调效率，避免未来东西部差异进一步加剧。

（3）强化机制下（加入碳排放强度因素）区域间碳排放权减排量分布和效率优化后碳排量分布呈现出趋同的空间效应。从达到DEA有效的碳排放量分布图可以看出，北部、东部、南部沿海经济区除北京、天津、海南外全部省份碳排放量均在100 000万t以上，而大西北经济区、大西南经济区、东北经济区、黄河中游经济区绝大部分省份碳排放量均在30 000万t以下；碳排放量初始效率分布与加入碳排放强度因素分布也呈现出相应的空间集聚特征。因此在全国温升目标约束下，各省份应在全国碳排放减排机制基础上制定符合本地区具体实际的政策，实现区域协同发展。

注释：

1）中国八大综合经济区域覆盖省份及经济区特征如下表。

中国八大综合经济区概况