APP下载

公平与效率动态协调视角下中国省际碳配额的预算与分配*

2021-06-28广东外语外贸大学林耿阳翁玲玉何颖妍陈梓佳王文捷

区域治理 2021年3期
关键词:配额潜力省份

广东外语外贸大学 林耿阳,翁玲玉,何颖妍,陈梓佳,王文捷

一、引言

目前我国正在构建世界最大的清洁低碳能源体系,碳配额分配市场规模逐渐扩大,2017年底碳交易量已达2亿吨。国际碳定价体系与省际间合理的碳分配体系的建立对于中国碳排放市场的建立有极大的促进作用。目前,关于碳排放权分配的研究成果较为丰富,主要基于两个分配原则。

一是碳排放公平原则。国际上的研究主要以人口规模、经济状况以及历史责任为基础来实现碳排放主体间的公平。近年来,我国的学者也取得一定的成果,丁仲礼[1]等提出了基于人均累计碳排放的分配对发展中国家来说更为公平;李刚[2]等认为历史责任应以目前的碳资本存量进行计量。公平原则的具体指标包括人口[3]、人均累积碳排放量、地理容量以及化石能源储备等,还有学者构造复合指标以达到多方面综合的公平。王慧慧等[4]则直接采用基尼系数作为分配依据。

二是碳排放效率原则。效率原则是指在减排目标约束下实现经济效益最大化。例如,Kong等[5]使用非径向方向距离函数来计算碳排放效率。大多数研究采用了零和收益数据包络分析方法(ZSG-DEA)。该方法是在初始的碳排放效率基础上进行迭代调整,保持碳排放总量不变的同时实现各决策单元效率最大化。目前的研究成果主要聚焦在国家[6]、区域[7]和企业[8]层面。

单一的公平原则或效率原则都存在一定的不足,因此,兼顾二者更有利于我国减排目标的实现。当前大部分学者利用“指标法”进行研究,例如王勇等[9]兼顾公平、效率和可行性原则,构造综合指标体系,并据此对碳排放权进行区域分解。“最优化法”是被普遍采用的另一种方法。Zhou[10]采用DEA模型,计算使得中国各城市公平和效率综合指标最优化的碳排放量。Dong[11]在修正后的固定成本分配模型中,将公平原则下的分配结果作为约束条件,得出各省份效率最大化的碳排放量。此外,也有学者采用了基于贡献度的回归方法。方恺等[12]将各指标与历史碳排放量进行相关性检验,在此基础上构建回归模型。无论使用哪种方法,如何确定两类原则的权重都是一个难点。于倩雯等[13]利用双层规划模型计算公平与效率视角下的省际碳配额分配。目前,学术界主要采用主观赋权求和、熵权求和公平约束下的效率最大化等思路和方法。

虽然国内外学者在碳排放权分配的研究中已经取得了不少成果,但仍存在一些不足之处:(1)目前的研究主要涉及行业层面,省级区域的分配尚未达成有效共识,但区域的合理分配对于实现我国碳减排目标有着重要作用。(2)缺乏从长期动态的研究。已有的文献都从静态的角度研究,无法反映地区在较长时间积累下的动态转移特征。(3)公平原则和效率原则的权重设置不合理。已有文献主要采用熵权法来确定两者权重。但熵是一种“差异”信息,一般用于综合评价,缺乏从“固化”信息的角度去发掘公平原则与效率原则的碳减排潜力差异。

鉴于此,本文以我国2020和2030年碳排放目标为切入点,测度出公平和效率动态协调视角下我国各省份的碳减排潜力,以此核算2017-2030年29个省区的碳排放额,对最终的结果进行分析,并提出差异化的减排政策建议。其中,第一部分对我国碳排放公平和碳排放效率进行测度;第二部分主要对碳排放公平和效率的动态协调性进行评价,运用俱乐部趋同指数来计算碳排放公平和碳排放效率的固化程度,以此构建碳减排潜力指数。第三部分结合我国2020年和2030年的碳减排目标,估算各省区碳排放配额,并对此加以分析。

二、研究方法与数据来源

(一)碳排放权综合指标体系的建立

本文选择了人均累计碳排放量和GDP作为公平性指标。其中,人均累计碳排放量是负向指标,这意味着某地区的人均累计碳排放量越大,从当期对历史责任的角度来看,该地区应该得到的碳排放权应该越小。对于GDP这个指标,GDP越小的地区说明经济越不发达,从公平的角度来看,不应该给予该地区过大的碳减排压力,因此该地区分配到的碳配额应该越大,所以GDP也是一个负向指标。

1.公平指标—熵值法

熵值法是用于多对象多指标体系的综合评价方法,主要根据各指标传递信息量的大小来确定指标权重。通常情况下,熵值法可以反映出指标信息熵值的效用价值

2.效率指标—Super-SBM模型

效率性原则是指在有限的投入下获得最大化的产出,从而使碳排放权得到最优化配置。本文采取碳排放强度作为效率指标,碳排放强度越小,说明该地区的碳生产力越大,因此是一个正向指标。本文借鉴周迪等[14]的方法,拟采用包含非期望产出的Super-SBM模型来进行关于碳排放效率的测度。

3.数据来源

基于实证分析的需要,以及部分数据的可获得性较低,本文以中国大陆29个省(市、区)作为研究对象,收集了2006-2017年的历年数据进行分析。由于西藏与海南缺乏能源数据,故除在外。

根据上文研究方法中的描述,以投入要素、期望产出及非期望产出指标计算碳排放效率,以人均碳排放量衡量碳排放公平,下面分别对数据处理情况及数据来源进行说明。

(1)各省份资本投入数据。本文以各省份资本存量来衡量资本投入,由于中国官方发布的统计数据中没有直接数据,因此参考单豪杰[15]的研究,得到以1996年为基期的各省份资本存量数据,缺失数据采用永续盘存法进行估算,得到各省份以1996年为基期的2006-2017年资本存量。永续盘存过程中,为了消除价格因素的影响,各省份固定资本形成总额数据采用固定资产投资价格指数进行调整,调整为以1996年为基期的可比价,相关数据都来源于国泰安金融数据库。

(2)各省份能源投入数据、劳动力投入数据、GDP、人均碳排放量来源于《中国能源统计年鉴》《中国统计年鉴》以及各省的统计年鉴,将2006-2017年各省名义GDP调整为以1996年为基期的实际GDP。

(3)各省份碳排放数据。由于目前国内尚无官方或权威的各省份碳排放数据,采用杜立民[16]碳排放总量的测算方式,根据化石燃料燃烧以及水泥的消耗量以及对应的碳排放系数折算得到各省份碳排放总量,具体计算公式为:。其中εi为各类资源消耗量,ei为对应的排放因子。其中煤炭、焦炭、汽油、煤油、柴油、燃料油、天然气、水泥的CO2排放系数分别为1.647、2.848、3.045、3.174、3.150、3.064、21.670、0.527(tCO2/t 或 tCO2/108m3)。能源数据来源于各年的《中国能源统计年鉴》,水泥数据来源于国泰安数据库。

(二)中国碳排放公平和效率的动态协调性评价

1.马尔科夫链模型

(1)式中,nijt,t+d表示在整个研究期间,由所有在t年属于i类型而在t+d年转移为j类型的地区数之和,nit表示第t年碳排放公平(效率)属于i类型的地区总数。分别对不同类型的转移概率进行估计,进而得到如(2)式所示的d年时长Markov转移概率矩阵。

2.俱乐部趋同指数的构造

为了更好地比较碳排放公平和效率的固化程度,需要对碳排放公平和效率的整体固化程度进行计算,计算时应综合不同水平类型地区的固化信息及其区域规模信息,因此,本项目拟构建俱乐部趋同指数,该指数一方面考虑了各子俱乐部的规模,同时考虑各子俱乐部内部的趋同程度,得到整体的俱乐部趋同程度。考察期内考虑规模效应的d年时长的俱乐部趋同指数计算公式如下:

3.碳减排潜力指数的构建

意识形态作为一种价值观和思想体系,应该反映和表现社会成员的共同利益,并以特定的道德观念加以强化,以达成共识、消弭纷争,具有政治整合、制度合法性支持以及政治社会化的作用。正如马克斯·韦伯所指出的:“一切经验表明,没有任何一种统治自愿地满足于仅仅以物质的动机或者仅仅以情绪的动机,或者仅仅以价值合乎理性的动机,作为其继续存在的机会。毋宁说,任何统治都企图唤起并维持对它的‘合法性’的信仰。”㊵可见,制度合法性信仰的建构对于国家统治的稳固尤为重要。国民党执政时期,对于稳固自身统治及与中共竞逐,意识形态因素都扮演着重要的角色。

在Wei等[18]的碳减排潜力计算的方法上扩展,结合公平和效率协调的视角计算碳减排潜力,碳排放公平与效率动态协调视角下的碳减排潜力指数以俱乐部趋同指数占比作为权重,与碳排放公平和效率的标准化值加权求和得到,计算公式如下:

CCLe和CCLf分别表示碳排放效率和公平在碳减排潜力指数计算中的权重,具体为1-5年时长的俱乐部趋同指数的均值;Ei和Fi分别表示各省份碳排放效率指数和公平指数的标准化值,由于碳排放效率和公平与碳减排潜力分别呈反比和正比,因此,前者采取反向标准化,后者则采取正向标准化。

4.碳配额分配模型—2020年与2030年的碳排放权测算

(1)对2020年碳排放权进行测算。参考王文举等[19],根据2020年碳排放强度较2005年下降40%-45%的减排目标(选择45%作为下降目标),以2016年实际碳排放强度为基准,假定2017—2020年的碳排放强度每年的变化率保持不变.2017—2020年,在新常态GDP年均增长率6.0%的假设下,可以预测出2017—2020年各年份的GDP总量,计算公式为:

(5)式中,CEAt表示2017-2020年间第t年我国碳排放权,GDP2016表示我国2016年GDP总量;I2016表示第2016年碳排放强度;p表示2017—2020年之间的预期年均GDP年均增长率;q表示未来碳排放强度年均下降量,根据我国2005、2017和2020年碳排放强度数据得到;表示碳排放强度下降目标;(6)式中的CEA表示2017—2020年我国碳排放权总量。

(2)对2030年碳排放权进行测算。根据我国“2030目标”,以2020年预测的碳排放强度为基准,假设2021—2030年每年的碳排放强度线性下降,在新常态GDP年均增长率6.0%的假设下,可以预测出2017—2020年各年份的GDP总量,计算公式为:

(8)2020和2030年的碳排放配额进行分配。省份的配额分配比例在(3)式碳减排潜力指数上确定,公式如(8)所示:

三、结果分析

(一)马尔科夫链分析结果

本文基于上述模型求解碳排放效率,以人均碳排放量衡量区域碳排放公平,为了全面刻画我国区域碳排放公平与碳排放效率的内部动态性,采用可变时长的Markov链模型考察区域碳排放公平与碳排放效率在不同水平类别之间的转移情况,时长分别为1年至5年的转移概率结果如表1所示。

表1 中国各省份碳排放公平与效率Markov的分析结果

矩阵主对角线上的数值表示各类碳排放公平水平及碳排放效率水平的地区在时长内没有发生变化(转移)的概率,这一概率刻画了地区碳排放公平及碳排放效率在4个不同的水平上的固化程度大小。而主对角线之外的数值表示各地区碳排放公平及效率水平类型在时长内发生“向下转移”或“向上转移”的概率。

从总体上看,在碳排放公平水平分布情况中,各类型地区的相对位置较为固定,特别是高水平地区;而从碳排放效率水平分布情况看,各类型地区的相对位置也较为固定,但在效率视角下观察,则是低水平地区位置更为固定,存在着俱乐部趋同的现象。同时,从横向对比会发现,碳排放效率的低水平和高水平固化程度更高。以第三年为例,当年人均碳排放量处于低水平地区,仍为低水平的概率为1,向上转移为0;同理,当年人均碳排放量处于高水平地区,仍未高水平的概率为96%,向下转移的概率为4%。数据的分析结果意味着碳排放效率存在极其严重的固化情况。对比第5年的数据,碳排放效率高低水平地区维持现状的概率依然较高,分别为100%和 94.78%,大于碳排放公平对应的 84.61%和 93.33%,特别是碳排放效率。随着时间的积累,二者固化程度差异有减小的趋势,然而,高水平的固化程度虽然有所下降,但这种格局没有发生变化,依然是高低水平固化程度最高,同时碳排放效率的固化程度更大。可见我国区域碳排放效率存在更严重的“高低水平固化”问题。

为了比较碳排放公平和效率的固化程度,本文对碳排放公平和效率的整体固化程度进行计算,计算时应综合不同水平类型地区的固化信息及其区域规模信息,为此,根据式(11)计算了1-5年时长下碳排放公平和效率的俱乐部趋同指数,发现不管在什么时长下,碳排放公平的固化程度和碳排放效率的俱乐部趋同指数都有一致的差异,后者都要大于前者(表2)。

表2 不同可变时长下碳排放公平与效率的俱乐部趋同指数

(二)俱乐部趋同指数计算结果

表2显示了1-5年时长下碳排放公平和效率的俱乐部趋同指数,由数据可知,不管在什么时长下,碳排放公平的固化程度和碳排放效率的俱乐部趋同指数都有一致的差异,后者都要大于前者,例如当k=1时,其公平指数为0.97,其效率指数为0.98,后者大于前者。由此我们可知,碳排放效率的固化程度会显著大于碳排放公平的固化程度。我国碳排放公平和碳排放效率确实存在着显著的不协调,后者固化程度显著大于前者。这表明后者存在的固化现象比前者明显,即我国碳排放的“长期低效率”固化问题比“长期不公平”固化问题的确更严重。

(三)碳减排潜力指数计算结果

表3为碳减排潜力指数的计算结果,由此我们可以看出,北京、上海、四川等城市的碳减排潜力指数较大,则认为这些城市碳配额分配的比例“供大于求”,应该把部分碳权转移给其他省区;而内蒙古、宁夏、山西等省份的碳减排潜力指数较小,说明这些省份需要在未来时间内增大碳减排的力度,减少过多的碳排放,加强与其他“碳权富于”的省区合作,在碳排放上努力做到“供求平衡”。

表3 碳减排潜力指数

(四)中国碳排放权省区分解方案

1.两阶段的碳排放权省区分配结果

将计算出的中国2017—2020年碳排放权总量以碳排放潜力指数作为权重在各省市之间分配。2017—2020与2021—2030两阶段的碳排放权省区分配结果,如表4所示。

表4 2017—2020与2021—2030两阶段的碳排放权省区分配结果

2.中国各省区碳排放空间余额的对比分析

利用2017-2020阶段理论碳排放权年均值减去各地区2017年的实际碳排放量,差值即为各地区在2017年时间点上的碳排放初始空间余额。如果差值为负值,则说明该地区的实际排放超出其理论排放权利,存在排放赤字;反之,如果差值为正值,则说明该地区存在排放盈余。根据2017年各地区的碳排放初始空间余额,将中国30个地区划分为如图所示的空间盈余、轻度匮乏、中度匮乏和重度匮乏4类区域。由图1可以看出,东部与南部地区属于匮乏程度较高的区域范畴,全国绝大部分的省市都处于匮乏的情况,只有青海、吉林以及宁夏是属于空间盈余的情况,说明我国目前大部分地区的减排压力较大,制定合理的排放计划与规划排放额的分配,已成为当务之急,也是完成2020年以及2030年全国碳减排的目标的必由之路。

图1 各省份碳排放初始配额分配结果

四、结论与建议

首先,本文考虑了公平与效率两类原则在中国省域碳配额分配中的重要性,并对二者的重要性进行了量化“测度”,在其基础上提出了“动态协调原则”视角的碳排放配额分配思路。这一思路通过增加时间信息,即通过可变时长的马尔科夫链的验证,从而可以考察碳排放公平和效率的“区域固化程度”,我们可以看出,像西部地区蕴含着较大的未挖掘的减排潜力。政府应该对这一原则给予更大的干预和重视,一方面能维持公平与效率的动态协调,另一方面将挖掘更大的减排潜力从而产生更大的减排效果。因此能使碳配额分配更加科学与合理。

其次,本文克服了传统研究忽视公平原则和效率原则在配额分配中存在重要性差异的缺陷,提出了新的碳配额分配计算方法,在Markov转移概率矩阵基础上构造了俱乐部趋同指数,通过该指数来刻画区域碳排放公平和效率的固化程度,从而区分了两类原则的重要性差异。由上述的分析数据我们可以看出,我国的高低水平固化程度严重,国家应当公平和效率的动态视角,对未来10年的各省市碳排放量进行统筹分配,具体的分配方法已由上文数据给出。

最后,本文的碳配额分配计算方法是在新的碳减排潜力指数基础上得到。进而,以此作为各省份配额分摊比重的信息,即减排潜力越大的省份,其减排责任分摊也越多,碳配额分配的比例也越大;我们可以从上文看出,像北京、上海等城市应当分摊更多的减排责任,像内蒙古、宁夏等城市则可分配较少的减排责任。而后参考未来十年的碳配额分配数据进行分配,努力促进全国碳交易市场更好地发挥其市场机制功能,促进本国经济向“绿色化”“健康化”发展。

猜你喜欢

配额潜力省份
碳减排量及碳配额的区别
鱼粉:秘鲁A季配额低于预期,内外盘短期大幅上涨
艺术的纯真潜力
科比:写给17岁的自己
16省份上半年GDP超万亿元
22个省
学习潜力揭秘
12星座