基于效率与公平的我国区域碳排放权初始分配研究

何永贵，闫家琦

（华北电力大学 经济管理系，河北 保定 071003）

全球气候变暖已经导致一系列环境问题，并已成为世界面临的重大挑战。哥本哈根气候大会明确提出各国和地区减排的责任和义务。中国政府2016年做出庄严承诺（“十三五”规划），到2020年单位国内生产总值二氧化碳排放比2015年下降18%，到2030 年将下降60%-65%。为实现上述承诺，中国积极落实发展清洁能源、提高能源效率、构建碳排放交易机制等实现碳减排目标的措施。在 2013 年中国已开始进行区域碳试点建设，在此基础上，中国统一碳市场已于 2017年正式启动。在每个交易周期的过程中，第一步是分配碳排放配额。碳排放配额的初始分配是设计排放交易制度时最重要的部分，因为它在确定经济层面的减排责任和企业层面的排放配额方面起着基础性作用。而排放配额分配直接影响碳交易成本，为确保有效降低能源消耗和相应的排放，从而促使经济体实现减排目标，首要的是确定省级区域的配额分配方案。但由于区域发展不平衡、不协调导致了各个省级区域在经济结构、发展阶段和能源使用特征等方面存在诸多差异。因此，如何公平且有效地在各省、市、自治区合理分配碳排放权是政府、公众和学术界关注的焦点和热点。

一、相关文献及研究方法

在碳排放总量控制的前提下，坚持公平和效率是碳排放分配的最主要分配原则。如果仅仅考虑公平分配，就不能保证最优效率。如果只注意效率分配，就会损害欠发达地区的发展。对于中国大部分省份和地区来说，碳减排会影响经济发展，而对欠发达地区来说，这一点更为重要。

从研究方法来看，其中祖父制和基线法是公平分配方法。祖父制是一种免费分配的方法，在碳交易市场的早期容易被企业接受，[1]主要的分配标准源于各地区或各控排主体的历史碳排量，历史碳排量的具体基础上进一步展开测算。Bohringer和Lange基于以往的排放和产出水平，设计了一个最优的排放配额祖父制方案。[2]基于以往的排放和产出水平，设计了一个最优的排放配额祖父制方案。基线法作为一种免费的碳配额分配机制，比祖父制更有效。[3]该机制下的配额分配主要采取控排单位生产活动中的某种排放指标，基线法可以应用于制造业以外的省级碳配额分配。[4]与祖父制相比，基线法可以更有效地推动制造商生产和推广低碳产品，从而有助于实现碳减排目标（Ji et al.，2017）。[5]丁仲礼认为排放权就是生存权和发展权，因此要“人人平均”地分配排放权。[6]樊纲等认为应该考察各国最终消费导致的碳排放，消费排放作为公平分担的指标。[7]

碳排放配额分配既要考虑区域间分配的公平性，又要注意整体分配效率。DEA方法具有不需要估计生产函数的参数和权重，直接从投入和产出的角度来计算多投入多产出决策单元的相对效率等特点[8]，成为效率评价和资源分配的重要方法。基于DEA的资源分配运用实际上是基于DEA模型的效率评估运用的进一步发展，将资源环境限制转为一个约束式纳入到 DEA 模型里，通过求解构建出的 DEA 模型，即可得出各决策单元获得的资源分配量以及在该分配模式下各决策单元的产出量与效率。其中，ZSG-DEA模型是在碳排放总量控制的前提下，通过零和增益DEA模型[9]可以获得最优效率和帕累托最优性，在碳排放配额的效率分配中得到了广泛的应用。

为此，本文研究遵循三个分配公平的原则，即历史平均原则、人口平均原则和支付能力平均原则，它们分别适用于省级和区域性的允许排放量分配。本文的研究将选取其中一个选取一种公平原则，并对公平原则、效率原则以及兼顾公平与效率的综合原则分配方案进行分析。在兼顾减排目标的前提下，制定考虑效率与责任原则的配额方法。这样的研究对中国的政策制定者具有特殊的意义，在于为制定省级二氧化碳减排目标提供了规范合理的方法选择和科学判据。

二、理论

（一） 模型的构建

美国运筹学家Charner等于1978年提出了DEA模型，目前被广泛用来衡量一组具有相同目标的运营单位的相对效率。在传统DEA模型中，任意决策单元（DMU）的投入（或产出）都不会影响其他DMU的投入（或产出），然而在竞争条件下，某种投入（或产出）变量受总量为常数的限制，并不遵循该假设前提，存在零和博弈。Marcos等学者2003年首次将这种能在总量一定前提下实现分配的DEA模型应用于评价奥运会各个参赛国的相对效率，并称其为零和博弈DEA模型（ZSGDEA）。该模型能够通过对投入（或产出）变量的重新分配，即低效的DMU想变为DEA有效必须削减一定数量的投入（或者减少一定数量产出），通过多次迭代，最终使某些最初效率值比较低的DMU均能达到效率值为1，从而构成一个新的有效前沿面。

ZSG-DEA所提出的能够使每一个决策单位都能达到效率最优的分配模型，是我们开展研究的基础，它分为投入和产出导向两种模型。由于研究主要针对各省区的配额分配，考虑到各省实际投入产出和技术效率均有显著差异，故选择以投入导向型规模报酬可变的BCC-DEA模型。其中目标函数中的ρ表示ZSG-DEA模型下距离函数，是DMUi效率值的倒数。若DMUi为非DEA有效的决策单元，就是说被投放的资源没有被完全利用而有所冗余，想提高效率值达到有效，必须减少对Xji的投入，设减少量为该减少量的大小取决于值的大小，DMUi距离有效前沿面的距离，计算式为：

完整的ZSG-DEA 模型如公式所示：

其中：ρ为各个DMU距离有效前沿的距离，同时亦为其效率值的倒数；xjn表示第n个DMU的第j项投入；ymn表示第n个DMU的第m项产出；δ表示各个DMU在整个系统中的权重。以其为例，若DMUi为非DEA有效的决策单元，即投入的资源没有被完全利用而有所冗余，若想提高效率值达到有效，则必须减少对想xj的投入，减少量为xjn（1-ρ），与此同时其他的DMU对该项的投入按照原有比例增加，这样的按比例调整方式，不仅可以保持所有xj的总量不变，同时还可以改进各个DMU的效率值，经过多次迭代，可以使得所有效率值均达到1。

（二） 公平原则

1.历史平等。历史上的平均是指按照基准年省级碳排放与全国碳排放的比例分配排放总量。在这一原则下，历史排放量较高的省份可以获得相对较多的碳排放配额，而历史排放量较低的省份未来将获得较少的配额。基于国际上对当期责任和历史责任的争议，且历史上平等主义有助于保持各省发展的一致性，本文认为考虑历史责任是公平性的重要体现。

根据上述定义和解释，基于历史平均主义的分配方程描述如下:

式中，C为2020年全国碳排放目标，Ci为2020年i省碳排放配额，为基准年i省碳排放。由于选取单一年份作为基准年并不具有说服力，因此我们选取2008—2017年中国各省份的平均碳排放量作为衡量省级历史排放量的指标。

2.人口平等。人口平等主义是指排放总量按照各省人口占全国人口的比例进行分配。平等主义最直接的理解就是资源在所有人之间的平等分配，对其的实践形式就是“人均”原则。平均主义强调全体地球公民平等共享资源的理念得到了全球的广泛认可。其优势在于人口较多的省份可以相应地获得更多的碳排放配额，满足大规模人口生存和经济发展的排放要求。因此，我们选择人口平均主义作为我国省级碳排放配额分配的参考原则之一。

人口平均主义下的分配方程为:

其中Pi为2020年中国i省的预测人口。根据近年来全国人口的变化趋势，我们假设2020年全国各省人口比例与2013年持平；从而计算出2020年全国29个省份的人口规模。

3.支付能力平等。公平支付能力原则是根据各地区的实力来承担责任，此类方案将人均 GDP作为衡量承担责任的重要指标，作为分配气候责任的重要标准。分配依据的原则是平等的比例，即减排成本占各省GDP的比例。这一原则下的碳排放配额分配为欠发达地区未来的发展提供允许排放的保障，发达省份依靠自身较高的GDP水平能够承担更多的减排责任。该原则也可作为我国碳排放配额分配的参考原则之一。

参照Wu等人（2010）的研究，将CO2跟随支付能力平均分配方程确定为:

式中Gi为预测总产值（即在2020年，GDP）省，α是修改后的变量，在0-1的范围。这里，α小于1，代表配额的增加（或减少）振幅小于减少（或增加）人均GDP的振幅。这一假设保证了一个省份的配额不会随着人均GDP的增长而大幅减少。先前的研究，α的值设置为0.3，0.5，0.8，分别。通过对比分析，0.5的分配结果较好，符合理论预期和实际情况。因此，α的值在本研究被定义为0.5。

三、实证分析

本文选取人口、GDP 值、能源消耗量作为产出变量，CO2排放量作为投入变量。历史数据西藏自治区（该自治区数据整体缺失，不在本文讨论范围中）之外其余各地的起始年选择为2005年～2017年，由于我国于 1978 年改革开放之后，各个省市均依据自身内部的需求破除全国计划经济统一管理和调配的束缚进行了梯度式的发展战略，文中所需的各项数据均有据可依，且符合各个地区真实的历史发展走向。最终基于我国“2020 年碳排放强度在 2005 年基础上减少 40%～45%”的目标承诺，从基于满意度的公平约束下的最佳分配效率角度对 我国十三五规划期间各省区碳排放权初始配额进行分配，最终给出效率均为最大时的初始分配额。

我国每个省市历年的CO2排放量和能源消耗量计算方法如下，本文采用了IPCC 所编制的2007 国家温室气体清单指南中列出的基于分地区能源平衡表中的终端消费量的参考方法，每种能源类型按照其不同的二氧化碳排放系数再进行计算，避免了因粗糙分类导致的计算误差。各地区每年的相关能源燃烧所造成的碳排放量按照公式（5）计算：

其中CO2i为i省市的总的二氧化碳总排量，位为Mt（亿吨）；CO2ij为i省市第j种能源所产生的二氧化碳排放量，单位为Mt（亿吨）；Eij为i省市第j种能源的实物消耗量，单位为t（吨）或M3（立方米）；EFj为第j种能源的碳排放系数，单位为：tCO2/t或tCO2/M3；Oj表示第j种能源折算成标准煤的系数。以上各具体数据均来源于《中国能源统计年鉴》及相关附录，各类能源碳排放系数见表1，折算成标准煤系数见表2。

表 1 各类能源的碳排放系数（t碳/t标准煤）

表 2 各类能源折标准煤参考系数

GDP与人口数据来源于《中国统计年鉴》2006—2015，以2005年为基期，将GDP数据（当年价格）除以各年全国居民价格消费指数，得到当年实际GDP。根据相关预测，2015—2030年我国GDP平均增速约为6%，而2006—2014年间我国平均GDP增速为10%，因此照各省份未来平均GDP增速比过去平均增速减少4%为原则，测各省份2030年GDP。

在环境规制下，配额作为稀缺资源几乎等同于经济发展权利，碳配额在不同地区的分配相当于发展权利的分配。因此最优的碳排放分配应当兼顾经济效率和社会公平，在效率与责任公平之间权衡（Trade-off）。为此运用熵值法将两者结合起来的公式为：

根据熵值法得到效率分配和责任分配的权重分别为0.783和0.217。公平公平原则配额分配、效率原则配额分配与综合原则的配额分配结果如表3所示。

表 3 三种配额分配方案

续表 3

历史上的平均主义有利于确保高排放省份未来的持续发展。然而，落后省份，如青海、宁夏、甘肃等目前的二氧化碳排放量可能较少，未来发展时必须排放更多的二氧化碳。落后省份在历史上的平均主义基础上只分配了更少的排放配额，这对其加快工业化进程是极不利的，将影响它们未来的经济发展。通过比较人口平均主义和历史平均主义的分配结果，可以发现在一些高排放省份，如山西、内蒙古和宁夏，低人口比例导致了低碳排放配额。这种分配可以激励这些省份改善经济增长方式，促进产业转型。然而，经济转型是一个长期的过程。此外，山西、内蒙古和宁夏由于资源禀赋的原因，短期内难以向低碳发展转型。因此，有限的碳排放配额将缩小其经济发展空间，这与中国的发展政策相背离。支付能力平等主义不仅考虑省人均GDP，而且考虑人口因素。从理论上讲，“人均GDP高、人口少”的省份将承担更大的减排责任。在支付能力均等的分配原则下，发达地区承担的减排任务较多，欠发达地区的减排压力相对较小，符合区域均衡发展和支持西部欠发达省份的政策。因此，应将支付能力平均分配原则引入综合分配原则中。

从综合原则配额分配结果可以看出，中国东部发达地区获得了较多的CO2排放配额，比例超过了全国碳排放量的一半。相比之下，中国中西部地区获得的碳排放许可相对较少，西部地区为最少。三个区域的分布明确了综合原则之后碳排放配额的转移方向，即从投入产出效率较低的中西部地区向投入产出效率较高的东部地区转移。

四、结论与建议

以中国在哥本哈根会议上承诺的减排目标为例，本研究探讨了国家如何制定减排目标，即碳排放配额可以在中国各省之间公平有效地分配。

在碳排放总量目标控制下，中央政府自上而下将其分解到地方政府将面临大量的政治博弈，本文比较分析了三个分配公平的原则，即历史平均原则、人口平均原则和支付能力平均原则，最后选择支付能力平均分配原则引入综合分配原则中，从而确定兼具目标与责任、公平与效率的区域配额方案。特别是，未来在利用大数据建立区域历史碳排放账户基础上，最理想的方法是建立兼顾责任与目标、公平与效率相结合的碳配额分配机制。

本文提供的方案可以作为设计碳配额的一种规范有效的思路，不仅有助于建立完善碳市场交易机制，激发企业参与交易活力，而且有助于从国家减排目标出发，通过价格调节机制合理分配资源，将公平原则和经济效率纳入到碳配额分配机制中，促进经济转型升级和中国经济走向高质量发展。