時間：2023-08-02 17:17:04
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇碳減排的經濟影響分析，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
關鍵詞：EKC曲線；經濟增長；經濟發展權；國際碳減排合作機制；二氧化碳排放；碳減排義務；碳減排效果；京都議定書
中圖分類號：F064.2；F113 文獻標志碼：A 文章編號：1674-8131（2012）02-0066-06
International Comparison of the Carbon Emissions
Reduction Based on Fair Development RightsLI Jun-jun, ZHOU Li-mei
（Economics School, Fujian Normal University, Fuzhou 350007, China）
Abstract: Developed countries and developing countries have a lot of controversies about historical responsibility for carbon emissions and the task for carbon emission reduction, which make international cooperation mechanism uncertain for international carbon emission reduction responding to global climate change. This paper consturcts an international panel data model to analyze the influence of carbon dioxide emission on economic growth in 32 developed countries and 17 developing countries during 1971―2009, the results show that the income elasticity coefficient of carbon emissions is increasing, that the income elasticity coefficient of carbon emission in developed countries is continuously bigger than that of developing countries, that the developed countries have not strictly fulfilled the obligation for carbon emission reduction, meanwhile, dual policy under “Kyoto Protocol” has not made abnormal transfer of industry. Based on economic development rights owned by each country, it is unfair to require developing countries for taking carbon emission reduction obligation currently, the income elasticity coefficient of carbon emission should be used to evaluate carbon emission reduction effects of each country.
Key words：EKC Curve; economic growth; economic development rights; global carbon emission reduction cooperation mechanism; carbon dioxide emission; carbon emission reduction obligation; carbon emission reduction effect; Kyoto Protocol
一、引言
溫室效應導致氣候異常變化，已經引起國際社會廣泛關注，國際碳減排合作機制正在不斷完善之中，以圖遏制碳排放量的過快增長。但世界工業發展方式還未實現根本性轉變，在維持經濟持續增長的壓力下，各國都在繼續大量使用化石能源，碳排放的增長趨勢短期內難以扭轉。同時，由于各國經濟發展水平的差異和受氣候變化的影響程度不同，實施碳減排的經濟基礎和發展低碳經濟的動機也不同，碳減排任務的分配將是一個長期的利益博弈過程。《聯合國氣候變化框架公約》（簡稱《公約》）規定了發達國家和發展中國家應對氣候變化的不同責任，即“共同但有區別的責任”原則，就是考慮到發展中國家經濟發展水平較低，碳減排壓力太大。2005起年生效的《京都議定書》進一步要求發達國家在2008年到2012年第一承諾期內的溫室氣體排放量比1990年平均減少5.2％，大多數國家要求在1990年基礎上減排8%，而澳大利亞、冰島和挪威則允許一定幅度的上升。但事實上，包括美國、日本等國在內的大多數發達國家都沒有完成既定的碳減排目標，并企圖拋棄《京都議定書》，要求中國等發展中國家也承擔硬性碳減排義務，其理由是發展中國家的碳排放總量迅速增長，占全球比重越來越高，對發達國家和發展中國家不同要求的雙重政策不公平。
李軍軍，周利梅:基于公平發展視角的碳減排國際比較按照“污染避難假說”，在不同國家的碳減排政策標準和實施力度有差距的情況下，碳減排壓力較大的國家，政策措施更為嚴格，對產業的影響就越大；同時，為了避免能源約束和碳稅等低碳政策帶來的不利影響，資本就會轉移到碳減排政策更寬松的國家，導致產業非正常轉移，二氧化碳排放也隨之轉移。為了吸引外資，低收入國家可能競相放松碳排放管制，從而破壞碳減排國際合作機制。積極應對氣候變化，是人類面臨公共環境問題和可持續發展問題的共同選擇，如果不能建立各方都認可的碳減排國際合作機制，全球氣候環境就可能陷入“公地悲劇”。那么，《京都議定書》是否真的是約束了發達國家的碳排放，而提高了發展中國家的碳排放增速？發展中國家是否由于寬松的碳減排政策而獲得額外經濟增長？
從公平角度來看，發達國家和發展中國家都需要發展，都有保持經濟增長的權利，但經濟結構和發展階段不同，經濟增長過程中碳排放量也不同，要正視這種差異。按照環境庫茲涅茨曲線（EKC），二氧化碳排放量和收入之間存在一個倒U形曲線的關系：在相對較低的收入水平，隨著收入的增加，能源的消費量增加并引起二氧化碳排放量增長，此時，兩者呈正相關關系；隨著收入增長到一定的高水平，因為環境保護意識增強，提高了環境政策的調控和傳導效果，二氧化碳排放量將減少，兩者呈負相關關系。因此，在建立和完善國際碳減排合作機制過程中，應該考慮經濟增長對碳排放的影響，科學評價各國經濟增長過程的碳減排效果。
自從Grossman 等（1991）較早發現空氣污染和人均GDP之間存在倒U曲線關系后，當前多用EKC曲線研究碳排放和經濟增長的關系，如：Ang（2007）、Zhang等（2009）、Fodha等（2010）分別建立向量自回歸模型、自回歸分布滯后模型（ARDL）或者向量誤差修正模型（VECM）檢驗二氧化碳排放和GDP之間因果關系，Azomahou（2006）和Romero-ávila（2008）等人用面板數據模型（Panel Data）驗證EKC曲線。但這些研究大多數都基于單個國家或局部區域；也有一些文獻選擇經合組織或大量國家（Wang，2011）作為樣本的，但也都是側重于驗證EKC曲線，沒有從國際對比的角度分析不同碳減排義務的國家。有鑒于此，本文將從經濟發展對碳排放影響的角度分析處于不同發展階段的國家碳減排效果。
二、面板數據模型與數據分析
不失一般性，假設碳排放主要來自化石能源消耗，影響二氧化碳排放增長的主要原因是經濟增長，據此建立雙對數面板數據模型：
如果β>1，說明碳排放增長速度超過經濟增長速度，碳減排形勢惡化，碳排放強度上升；如果β
為了比較發達國家和發展中國家經濟增長對碳排放的影響程度，可以把面板數據的樣本分成發達國家和發展中國家兩部分，分別估計以后比較彈性系數，根據彈性系數的大小來判斷碳減排政策的作用。如果發達國家的彈性系數小于發展中國家，說明經濟發展程度高的國家碳減排形勢好于發展中國家。盡管《京都議定書》規定了發達國家2008年至2012年的強制性碳減排義務，但協議是從2005年開始生效，此后發達國家之間的碳排放交易非常活躍，清潔發展機制（CDM）也允許發達國家和發展中國家進行項目級的碳減排量的轉讓，在發展中國家實施溫室氣體減排項目，CDM項目數量和規模都增長迅速。因此，要判斷碳減排協議的簽訂對各國碳減排效果的影響，可以把2005年作為分水嶺，分別估計并比較前后兩個期間的彈性系數，如果彈性系數下降，說明碳減排政策取得實質性效果。
《京都議定書》規定41個發達國家具有強制性碳減排義務，由于9個國家缺失部分碳排放統計數據，本研究把具有完整數據的32個發達國家納入分析范圍，包括澳大利亞、奧地利、比利時、保加利亞、加拿大、捷克、丹麥、芬蘭、法國、德國、希臘、匈牙利、冰島、愛爾蘭、意大利、日本、盧森堡、馬耳他、摩洛哥、荷蘭、新西蘭、挪威、波蘭、葡萄牙、羅馬尼亞、斯洛伐克、西班牙、瑞典、瑞士、土耳其、英國、美國。由于發展中國家較多，本研究選擇其代表性國家，選擇依據是2009年二氧化碳排放量超過一億噸，符合這個標準的國家共17個，分別為中國、印度、伊朗、韓國、沙特、墨西哥、印尼、南非、巴西、泰國、埃及、阿根廷、馬來西亞、委內瑞拉、阿拉伯聯合酋長國、巴基斯坦和越南。二氧化碳排放和GDP數據都采集自國際能源署（IEA）的能源統計年鑒，時間跨度為1971年至2009年。其中二氧化碳排放（CO2）單位是百萬噸；GDP以十億美元為單位，按匯率（GDPE）和按購買力評價（GDPP）兩種方法折算為2000年不變價格。
數據測算表明，2009年世界各國二氧化碳排放總量為290億噸，是1990年的1.38倍，比1971年翻了一倍。樣本中49個國家碳排放總量為238.3億噸，占全球總量的82.2%，具有較好的代表性。其中，17個發展中國家碳排放總量從1990年的47.9億噸快速增長到2009年的126.9億噸，年均增長5.26%，占全球總量的比重從1990年的22.9%上升到2009年的43.9%。同期32個發達國家的碳排放總量則從108.1億噸上升到111.3億噸，上漲了3%，比重從51.6%下降到38.4%。據此來看，近年來全球碳排放總量的快速增長主要歸因于發展中國家，只有發展中國家實施嚴格的碳減排措施，才能有效控制全球碳排放總量的過快增長，這也是近年來在全球氣候峰會上，發達國家強硬要求發展中國家承擔硬性碳減排義務的主要原因。但是從碳排放和經濟發展的關系來看，發展中國家的經濟發展水平較低，大多處于工業化起步階段，增長速度普遍高于發達國家，碳排放增速較快是正常的；而發達國家基本完成工業化，經濟增長速度普遍放緩，碳排放增速理應降低。如果不顧這個事實，強行要求發展中國家承擔嚴格的碳減排義務，不但忽視了發達國家碳排放的歷史責任，也會剝奪發展中國家的經濟增長的權利，加大發達國家和發展中國家的差距，對發展中國家而言是極不公平的。衡量發展中國家碳減排效果，重要的是看經濟增長過程中碳排放的收入彈性，如果彈性系數和碳排放強度下降，就說明其碳減排政策的有效性。
三、檢驗與參數估計
1.單位根檢驗
由于每個時間序列都是由多個國家組成，其檢驗方法要考慮到截面的差異。LLC方法是應用于面板數據模型時間序列單位根檢驗較早的方法，假設各截面序列具有一個相同的單位根，仍采用ADF檢驗形式（Levin et al，2002）；而IPS檢驗則是對每個截面成員進行單位根檢驗以后，利用參數構造統計量檢驗整個面板數據是否存在單位根（Im et al，2003）。Fisher-ADF檢驗和Fisher-PP檢驗也是對不同截面進行單位根檢驗，利用參數的p值構造統計量，檢驗整個面板數據是否存在單位根。分別用四種方法對CO2、GDPE和GDPP三個序列進行單位根檢驗，檢驗時的滯后階數都按AIC最小化準則確定，結果如表1所示。表1 面板數據序列的單位根檢驗
四種方法的檢驗結果非常接近，通過對原序列和一階差分的單位根檢驗結果進行判斷，在1%顯著性水平下三個變量都是非平穩序列，都有單位根，并且是一階單整。因此，可以對三個變量進行協整檢驗。
2.協整檢驗
協整檢驗是判斷變量之間是否存在長期穩定關系的方法，Engle和Granger最早提出的協整檢驗方法是判斷兩個或多個變量回歸后的殘差是否平穩，如果殘差是平穩的，說明變量之間存在協整關系；對于面板數據的協整檢驗，Pedroni（1999）的檢驗方法是假設各截面的截距項和斜率系數不同，Kao（1999）的檢驗方法卻規定第一階段回歸中的系數相同；Maddala等（1999）提出根據單個截面序列的協整檢驗結果構建新的統計量，從而判斷整個面板數據的協整關系。表2列出了采用不同方法分別對CO2和GDPE、CO2和GDPP兩組變量協整檢驗的結果。檢驗結果一致拒絕不存在協整關系的原假設，表明CO2和GDPE、CO2和GDPP兩組變量之間存在長期的穩定關系，據此可以對模型（1）進行參數估計。
表2 面板數據變量的協整檢驗
CO2與 GDPECO2 與GDPPPanel v-Statistic-0.40-0.39Panel rho-Statistic-2.53**-2.53**Panel PP-Statistic-4.36***-4.36***Panel ADF-Statistic-5.27***-5.27***Kao（Engle-Granger）6.49***4.20***Johansen FisherTest trace statistic 163.00*** 163.30***Max-eigenvalue statistic 159.90*** 159.70***
3.參數估計
由于各國經濟發展程度不同，碳排放水平有很大差異，參數估計應該選擇面板數據的變截距模型；至于選擇固定效應還是隨機效應，盡管樣本國家只有49個，但僅僅用于分析這些個體，不涉及其他國家，因此選擇固定效應模型更為合適。另外，截面隨機效應的Hausman檢驗p值為0.94，也不支持采用隨機效應模型。考慮到存在截面異方差，采用加權廣義最小二乘法（GLS）估計參數，并處理序列相關性，參數估計結果如表3所示。
方程1的解釋變量是按匯率計算的國內生產總值（GDPE），方程2的解釋變量是按購買力平價計算的國內生產總值（GDPP），方程擬合優度較高，除截距項外參數都能通過1%顯著性檢驗，兩個方程的系數比較接近，說明以不同方式換算的GDP對結果影響不大。考察不同期間的系數，1971―2009年碳排放的收入彈性系數0.607
D.W.2.0982.1362.571.8991.8741.759Chow-F1.72***0.79方程3的樣本由32個發達國家組成，方程4的樣本由17個發展中國家組成，方程擬合優度較高，除截距項外參數都能通過1%顯著性檢驗。方程3的系數0.712大于方程4的系數0.574，在兩個不同時期內，發達國家的碳排放的收入彈性系數都超過發展中國家。按照公式（2），方程3的分割點檢驗Chow-F值在1%顯著性水平下通過檢驗，也是明顯大于2005年以前的彈性系數。而發展中國家的彈性系數雖然也有上升，但沒有通過分割點檢驗。
四、結論
在環境和能源約束下維持經濟持續穩定增長，無疑是各國經濟政策的重要目標。旨在應對氣候變化的國際碳減排合作機制能否發揮作用，關鍵在于碳減排目標的設定對經濟增長的影響程度以及碳減排任務的分配能否得到各國認可。只有在碳減排任務合理、公平分配的前提下，兼顧到處于不同發展階段國家的承受能力，才能得到廣泛認可，形成合作的基礎。碳排放的收入彈性系數反映經濟增長對碳排放的影響程度，彈性系數的大小和變化趨勢能夠說明一個國家應對氣候變化的努力程度和碳減排效果，也可以作為碳減排任務分配的依據之一。利用面板數據模型分析1971―2009年主要國家經濟增長對碳排放的影響，彈性系數為0.6，碳排放增幅低于經濟增幅，碳減排政策發揮了一定的作用。但是分割點檢驗判定彈性系數有明顯上升趨勢，說明近年來經濟增長過程中碳減排力度在減小。對比發達國家和發展中國家，盡管發達國家的碳排放總量增長緩慢，部分國家的碳排放總量甚至下降，而發展中國家的碳排放總量增長比較快，但發達國家碳排放的收入彈性系數在各個階段一直大于發展中國家，2005年以后也沒有明顯改變。這一方面說明發達國家碳減排政策實施力度不夠，效果還不甚明顯；另一方面也說明《京都議定書》規定發達國家和發展中國家不同的碳減排義務形成的政策差異，并沒有造成資本因為規避碳排放約束而發生明顯的非正常轉移。
因此，從各國公平擁有經濟發展權的角度來看，應該堅持“共同但有區別的責任”原則，在明確發達國家碳排放歷史責任前提下，發揮發達國家良好經濟基礎和先進技術優勢，確實降低碳排放強度。同時，加強國際合作交流，加大技術轉讓和資金援助力度，擴大碳排放權交易范圍，完善清潔發展機制，提高發展中國家的碳減排積極性，降低發展中國家的碳排放增速。只有建立在公平、合理基礎上的國際碳減排合作機制，才能發揮各國碳減排的積極性，有效控制全球碳排放過快增長。
參考文獻：
ANG J B. 2007. CO2 emissions, energy consumption, and output in France［J］. Energy Policy（10）:4772-4778.
AZOMAHOU T，LAISNEY F，VAN P N. 2006. Economic development and CO2 emissions: a nonparametric panel approach［J］. J Public Econ，90:1347-1363.
FODHA M，ZAGHDOUD O. 2010. Economic growth and pollutant emissions in Tunisia: an empirical analysis of the environmental Kuznets curve［J］. Energy Policy，38:1150-1156.
GROSSMAN G M，KRUEGER A B. 1991. Environmental impacts of a north American free trade agreement［R］. National Bureau of Economic Research，working paper，No.3914:1-38.
IEA.2011. CO2 Emissions from Fuel Combustion 2011［EB/OL］.省略.
IM K S，PESARN M H，SHIN Y. 2003. Testing for unit roots in heterogeneous panels［J］. J Economet，115:53-74.
KAO C.1999. Spurious regression and residual-based tests for cointegration in panel data［J］. J Economet，90:1-44.
LEVIN A，LIN C F，CHU C. 2002. Unit root tests in panel data: asymptotic and finite-sample properties［J］. J Economet，108:1-24.
MADDALA G S，WU S.1999. A comparative study of unit root tests with panel data and a new simple test［J］. Oxford Bull Econ Stat，61：631-652.
PEDRONI P.1999. Critical values for cointegration tests in heterogeneous panels with multiple regressors［J］. Oxford Bull Econ Stat， 61:653670.
ROMERO-AVILA D.2008. Convergence in carbon dioxide emissions among 37 industrialised countries revisited［J］. Energy Econ，30:2265-2282.
自1979年召開第一次世界氣候大會以來，隨著公約框架下全球多邊氣候談判的不斷推進，氣候變化問題也日益成為國際社會普遍關注的焦點，同時國內外學術界也掀起了低碳經濟的研究熱潮。其實早在1896年，瑞典科學家Svante Arrhenius 就提出了“溫室氣體效應”的科學假說，但后來歷經學者百余年的考證和質辯，直至2007年IPCC才科學地證實：全球氣候變暖是由溫室氣體排放造成的。期間，各國學者雖對能源消耗、經濟發展與溫室氣體排放等問題開展了研究，但真正首次提出低碳經濟概念的是英國。基于對氣候變暖和能源短缺的雙重憂慮，英國在2003年頒布的能源白皮書中率先提出將以實現低碳經濟作為其未來能源戰略的首要目標。此后，更多的學者運用不同的研究方法從不同的視角對低碳經濟理論做了更加全面、深入的探析與研究，以下本文擬就主要研究成果進行梳理與述評。
二、主要研究方向和內容介紹
（一）經濟發展、能源消耗與碳排放的關系
Ugur Soytas，et al(2007，2009)采用VAR模型對美國和土耳其的實證研究均表明，碳排放增長的格蘭杰成因并非GDP，而是能源消耗，并據此提出了降低能源強度、增加使用清潔能源等措施來實現碳減排的政策。Xingping Zhang (2009)基于多元模型對中國的實證研究顯示，GDP對能源消耗量存在單向格蘭杰因，能源消耗量對碳排放存在單向格蘭杰因，而碳排放量和能源消耗量都不是經濟增長的格蘭杰因。碳排放與經濟發展之間的關系也是國外學者研究的重點。Schmalesee(1998)、Gale Ahuja (1999)均證實了人均收入和碳排放量間存在著倒U型曲線關系，Grubb(2004)對早期英國的實證研究也得出了兩者間類似的對應關系。Huang(2008)對21個發達國家的GDP與溫室氣體排放關系進行了分析，發現有7個國家出現了EKC現象。OECD(2002)對比分析了脫鉤指標的國家差異后，發現環境與經濟脫鉤的現象普遍存在于OECD國家中，而且還有可能實現環境與經濟的進一步脫鉤。Tapio(2005)通過脫鉤指標體系的設計，將脫鉤現象進一步細分為相對脫鉤和絕對脫鉤，前者指GDP 增長率高于碳排放增長率，而后者則指GDP穩定增長時碳排放量反而減少的情形。其實，EKC曲線反映的就是經濟增長與環境污染的關系從不脫鉤到相對脫鉤、再到絕對脫鉤的動態變化軌跡。
（二）碳排放的影響因素
首先，Kaya Yoichi (1990) 提出了著名的KAYA恒等式， 即一國或地區碳排放量的增長主要取決于人口、人均GDP、能源強度和能源結構等4個因素的推動。而后，Salvador Puliafito (2008)與Michael Dalton (2008)分別采用L-V模型和PET模型的研究，均驗證了人口數量與結構、GDP及能源消耗對碳排放量的影響。但Lantz V、Feng Q(2006)對加拿大1970-2000年的數據進行回歸分析后，得出的結果卻表明人均GDP與 CO2 排放不相關，人口與 CO2 排放呈倒 U型關系，而技術與 CO2 排放呈U型關系。Fan Ying等(2006)利用 STIRPAT模型分析了不同經濟發展水平的國家后，客觀地指出人口、經濟和技術水平等因素對不同發展水平國家碳排放的影響是不同的。國際貿易也是影響碳排放的一個不可忽略的因素。Paul B Stretesky (2009)以1989-2003年世界169個國家的面板數據為樣本，采用了固定效應模型進行估計，其結果顯示：各國人均碳排量與對美國出口量之間存在顯著關系。YanYunfeng、et al(2010)基于對中國因出口而增加碳排放的實證研究表明，國際貿易具有促進碳排放在各貿易國間自由轉移的作用。
（三）國民經濟中的高碳產業
由于不同產業使用能源的種類、強度與方式與不同，國民經濟中不同產業排放溫室氣體的數量與特征有很大差異。T.C Chang (1999)采用灰色關聯分析法測算了臺灣34個行業產值、各種能源使用量與碳排放量之間的灰色關聯系數，其結果顯示：造紙、橡膠、石化與金屬制品等11個行業屬于能耗強度、碳強度與碳排放系數 “三高”的碳密集型行業。Marco Mazzarino(2000)采用比較靜態法和貨幣估值技術研究后發現，運輸業是OECD國家碳排放量最大的行業，約占到碳排放總量的1/3。R. Rehan (2005)指出，水泥制造業是高碳排的主要行業，在京都議定書三種碳交易機制下水泥業的發展前景值得進一步探討。Keith Paustian(1998)認為農業生產對碳循環的影響具有“雙刃劍”的作用，一方面農業生產使自然生態系統轉換成農業土地利用，增加了大氣中CO2排放；另一方面也可通過土地利用變化、土地整治等增加碳“匯”，從而減少碳排放。
（四）發展低碳經濟的政策工具
開征碳稅和推行碳交易被認為是最有效的減排政策工具。Toshihiko Nakata(2001)研究發現，能源稅和碳稅的征收能使碳排放下降到預計目標水平，同時也使能耗結構由煤向天然氣轉換。Annegrete Bruvoll(2004)對碳稅征收先行國挪威的研究也發現，1990-1999年挪威平均單位GDP的碳排放降低了12個百分點，但碳稅對碳減排的貢獻只有2.3%，因此碳稅的效果并不理想。Cheng F Lee(2007)基于灰色理論和投入―產出理論，運用模糊目標規劃法構建模型，模擬預測了3種碳稅方案下碳減排的力度和經濟影響，以期為各國選擇碳稅方案增強碳稅效果提供依據。Andrea Baranzini (2009)進一步分析指出，當前各國碳稅稅率的差別仍然很大，要達到減排目的，必須協調各國稅率并對能源稅制進行改革。目前世界上最大的碳交易項目是基于《京都議定書》架構下的三種排減機制，即清潔發展機制(CDM)、聯合履行(JI)、排放交易(ET)。J Liski (2000) 指出，CDM機制下的項目型碳交易不僅有利于發展中國家吸收發達國家的資金和技術，也是發達國家降低減排成本的有效途徑之一。Wara(2007)也認為，CDM不僅是全球碳交易市場的主要部分，而且也是一種變通的旨在援助發展中國家的政治機制。在“限額-貿易”排放交易機制中，初始排放權的分配直接影響到各國的發展權利和濟福利水平，所以其有效、公平的分配一直是國外學者研究的焦點。當前比較認可的三種分配原則是：按人均碳排放量分配、按GDP排放強度分配以及按歷史責任分配。Grubb和Sebenius (1992)則基于上述原則提出了“混合”分配原則，即以人均碳排量為基準進行分配時，兼顧各國經濟總量和單位GDP排放強度。Smith，Swisher 和 (1993)都主張在分配初始排放權時，應同時考慮一國能夠且愿意支付的可用資源和基于人均累積排放的歷史責任兩個因素。
（五）碳減排的經濟成本
OECD（1992）、Manne（1992）、Ha-Duong（1997）都對減少碳排放的經濟代價和社會影響進行了研究，結果表明，嚴厲的碳減排措施將影響經濟發展，但減排強度與經濟風險呈非線性相關。Danny Harvey(1996)在分析了無管制排放的危害后，也論述了碳減排的經濟風險，諸如擠占緊缺資源、減緩經濟增長、政府過多干預造成市場扭曲、減排措施產生副效應或成本高于預期或減排措施失靈等。但也有一些研究結論認為，碳減排的成本并非想象的那么高，也不一定會帶來經濟衰退，證據是1998年中國、歐盟和日本的經濟發展與碳排放均實現了不同程度的絕對脫鉤。LARS H?KONSEN(1997)通過引入外部性和碳稅兩個變量對經濟福利模型進行擴展分析后，也指出在當代實施碳減排的成本其實是負的，因此減排屬于無悔政策。Reyer Gerlagh(2004)則構建了以技術為內生變量并基于兩種能源的宏觀經濟模型，分析后指出若要將全球升溫控制在2度以內，必須盡早采取減排措施，而且減排成本也是很低的。
三、結語
關鍵詞 低碳經濟;經濟增長;制度安排;國別研究
中圖分類號 F205 文獻標識碼 A 文章編號 1002-2104(2010)09-0018-06 doi:10.3969/j.issn.1002-2104.2010.09.004
隨著世界工業經濟的發展、人口的劇增、人類欲望的無限上升和生產生活方式的無節制 ,世界氣候面臨著越來越嚴重的問題。尤其是由化石燃料過度消耗所導致的全球變暖,引起了世界范圍的廣泛關注。全球變暖嚴重危害了社會經濟的發展,深刻觸及到能源安全、生態安全、水資源安全和糧食安全,甚至威脅到人類的生存。這一現象亦引發了國際社會對現有經濟發展模式的反思,在此背景下,“低碳經濟”(lowcarbon economy)的概念應運而生,并越來越受到國際社會的重視。
“低碳經濟”的概念最早由英國政府在2003年發表的《能源白皮書》中提出,題為“我們能 源的未來:創建低碳經濟” 。《能源白皮書》指出,“低碳經濟是通過更少的自然資源消 耗和更少的環境污染,獲得更多的經濟產出;低碳經濟是創造更高的生活標準和更好的生活質量的途徑和機會,也為發展、應用和輸出先進技術創造了機會,同時也能創造新的商機和更多的就業機會。”
低碳經濟發展模式提出后,各國紛紛相應。學術界圍繞低碳經濟的研究也不斷地發展和豐富。國外學者對低碳經濟的研究起步較早,研究成果也頗為豐富。總結國外現有的研究成果, 主要可以歸納為三個方面:一是低碳經濟與經濟增長,研究重點在碳排放的影響因素,碳排放與經濟增長的關系及碳減排對行業發展的影響等;二是低碳經濟實現的制度安排,研究主要集中對碳稅(carbon tax)和碳交易(carbon trading)的討論;三是不同國家發展低碳經濟的進程。
1 低碳經濟與經濟增長
關注“低碳經濟”的一個重要方面就是對碳排放量(carbon emission)的控制,碳排放量受到哪些因素的影響一直是學者們研究的一個熱點。通過對現有文獻的分析發現,碳排放量的影響因素不僅包括Kaya公式所揭示的人口、GDP和能源消耗[1],還包括國際貿易,兩國的商品貿易為碳排放創造了一種轉移機制。
1.1 人口規模、結構對碳排放量的影響
不言而喻,人口越多,碳排放量就越多。即便中國超過美國成為全球碳排放最多的國家,也不足為怪,因為中美人口相差4倍多。此外,人口結構對碳排放量也有影響。Salvador Enrique Puliafito, et al采用LotkaVolterra模型對人口、GDP、能源消耗與碳排放量的相互關系的探析,Michael Dalton, et al采用PET模型(PopulationEnvironmentTechnology model)的研究,均驗證了上述結論。隨著世界人口轉型,人口老齡化現象逐漸凸顯,發達國家將在2020年前后進入老齡化社會,人口老齡化因素會降低碳排放量,這一效果與技術變革的效果相當[2-3]。
1.2 GDP、能源消耗與碳排放量的因果關系
低碳經濟不是貧困的經濟,因此不能通過降低GDP實現碳減排。碳排放最主要的來源是能源的消耗,能源強度和碳強度是衡量能源消耗的兩個重要指標。“能源強度”(Energy Intensity)是指單位GDP的能源用量。不同產業的能源強度不同,一般第二產業的能源強度最高,而第二產業中,重化工的能源強度又遠高于一般制造業。能源強度還受到技術的影響,同一行業中技術水平低則能源強度高。因此降低能源強度,提高技術水平是減排的有效方向之一。而單位能源用量的碳排放量,則稱為“碳強度”(Carbon Intensity)。能源種類不同,碳強度差異很大。化石能源中,煤的碳強度最高,石油次之,天然氣較低。可再生能源中,生物質能有一定的碳強度,而水能、風能、太陽能、地熱能、潮汐能等都是零碳能源。
尹希果等:國外低碳經濟研究綜述
中國人口•資源與環境 2010年 第9期學者也對GDP、能源消耗與碳排放量的關系進行了定量研究。Ramakrishnan Ramanathan采用DEA方法(Data Envelopment Analysis,數據包絡分析法)同時分析了GDP、能源消耗、碳排放量之間的聯系。他指出以往研究的缺陷是,只分別分析了GDP對碳排放量的影響或者能源消耗對碳排放量的影響,沒有對三者的聯系進行分析。在指標選取上,他以化石能源消耗釋放的二氧化碳代表碳排放量,化石能源包括了石油、天然氣和煤炭;以全球生產總值衡量經濟增長;能源消耗中只選取了非化石能源消耗量,包括水利、核能和地熱能,沒有包括化石能源消耗量是為了避免與第一個指標的重復。在DEA分析效率指標構建中,將GDP和碳排放量作為產出,非化石能源消耗作為投入。結果顯示效率指標在1980年時最高,接下來的7年急劇下降,隨后呈現反復震蕩下跌趨勢,1996年開始回升。基于DEA分析的技術預測(technology forecasting)得到了碳排放量與能源消耗量的曲線圖[4]。
Ugur Soytas, et al采用包含GDP、能源消耗、二氧化碳排放量、勞動力和固定資本總額等變量的VAR模型研究了美國能源消耗、GDP與碳排放量之間的因果關系。研究發現碳排放量的格蘭杰成因不是GDP增長,而是能源消耗。并提出碳減排政策的制定應該從降低能源強度角度考慮,還應該增加如風能、太陽能等清潔能源的使用,提高可再生能源的利用率[5]。后來,Ugur Soytas, et al對土耳其的實證研究也得到類似的結論[6]。
XingPing Zhang, XiaoMei Cheng研究了中國能源消耗、碳排放量與經濟增長之間的格蘭杰因果關系及方向。他建立了一個包含GDP、能源消耗量、碳排放量、資本和城市人口指標的多元模型,以1960-2007年的實證結果顯示,GDP對能源消耗量存在單向格蘭杰成因,能源消耗量對碳排放量存在單向格蘭杰成因,而碳排放量和能源消耗量都不是經濟增長的格蘭杰成因。這意味著,從長遠來看,中國政府可以推行漸進的能源政策和碳減排政策,而不會妨礙經濟增長[7]。
定量分析的結果表明,低碳經濟是經濟增長與化石能源消耗脫鉤的經濟。化石能源消耗是碳排放的主要來源,在低碳經濟模式下,經濟增長不依賴于化石能源的消耗。從長期來看, 經濟增長與碳排放量也不存在因果關系,而能源消耗是碳排放量的重要影響因素。因此碳減排政策應關注能源消耗:通過技術改革、產業結構 升級,降低能源強度;增加清潔能源的使用和可再生能源的利用率,降低碳強度。
1.3 行業碳排放量存在差異
碳減排的重要措施是降低能源強度和碳強度,而由于行業差異以及不同行業使用能源的差異,不同行業的碳排放量相差很大。因此將行業分類,并研究其在低碳經濟下的發展是一個不可忽視的問題。
T C Chang, S J Lin采用灰色關聯分析(Grey Relation Analysis)測算了臺灣34個行業產值與碳排放量的灰色關聯系數、總能源使用量以及各種能源使用量與碳排 放量的灰色關聯系數。研究結果顯示,在分辨系數取0.5的情況下,從34個行業的平均情況來看,產值與碳排放量的灰色關聯系數為0940,總能源使用與碳排放量的灰色關聯系數為-0912,單個能源與碳排放量的灰色關聯系數分別為電力0913、煤炭0.800、石油-0.79、天然氣0.513。這些結果說明了臺灣經濟依賴于二氧化碳密集型的行業,電力能源在臺灣經濟發展中起著越來越重要的作用。分行業來看,根據產值與碳排量的灰色關聯系數、能源使用與碳排量的灰色關聯系數的正負及其大小關系,可以將行業分成兩種不同的類型。其中,采礦業、有色金屬、電力和發電業、公路運輸業為“三低行業”,即能源強度低、碳強度低、碳排放系數低。而農林漁業、食品業、紡織業、皮革業、造紙業、石化原料業、橡膠業、化工產品業、金屬制品業、運輸設備業、燃氣及水供應業、建筑業等11個行業為“三高行業”,它們的能源強度高、碳強度高、碳排放系數高,因此減排政策的制定應主要關注這些行業[8]。
此外,Marco Mazzarino采用比較靜態方法(comparative static approach)和貨幣估值技術的研究發現運輸業是OECD國家碳排放量最大的行業,約占到總碳排放量的三分之一[9]。R. Rehan, M. Nehdi(2005)認為水泥業也是溫室氣體排放的主要行業,并探討了在清潔發展、聯合履行、排放交易三種機制下水泥業的發展前景[10]。
1.4 碳排放量隨國際貿易而轉移
關于碳排量的影響因素,不僅有國內因素,如人口、GDP、行業等,同時國際貿易也是影響 碳排放量的一個重要因素。Paul B Stretesky , Michael J Lynch以1989-2003年世界169個國家的面板數據為樣本,研究了各國人均碳排量與對美國出口量之間的關系。以人均二氧化碳排放量為因變量,各國對美國的出口量為自變量,人口密度、GDP和FDI為控制變量,采用固定效應模型的估計結果顯示:人均碳排放量與出口有著顯著的關系。細分產業后的分析結果顯示在出口行業中,天然氣、石油和煤炭、化工產品和再進口產品等四個行業對人均碳排放量的影響最大。這意味著,在控制了人口密度、GDP和FDI的情況下,一國對美國出口越多,人均碳排放量也越大,出口產品中天然氣、石油和煤炭、化工產品和再進口產品所占的比重越大,人均碳排放量就越大[11]。
Yan Yunfeng, Yang Laike提出,國際貿易創造了一種轉移機制,不僅使產品可以在世界各國之間自由流動,同時也使得碳排放可以自由轉移。1997-2007年,中國碳排放量的10.03%-26.54%是由出口產品的生產所引致的,進口產品的碳排放量僅占到4.40%(19 97年)和9.05%。世界其他國家因轉移機制減排的二氧化碳從1997年的150.18Mt增加到2007年的593Mt,而中國在1997-2007年間因生產出口產品而凈增的二氧化碳達到4 894Mt。他們的研究為近年來中國碳排放量激增找到了一個新的解釋視角,同時這些數據也印證了中國在國際貿易中處于世界工廠的地位。對這一領域的研究,正催生著像在國際貿易中征收碳關稅這樣的動議,有學者擔憂這會引發新一輪的貿易保護主義[12]。
2 低碳經濟實現的制度安排
低碳經濟是在全球氣候惡化的背景下提出的,是世界經濟發展的新模式。為實現經濟發展中的“低碳”,各國主要的制度安排有征收碳稅和碳交易制度。前者是由政府通過稅率來確定進行碳排放的活動要付出多少代價;后者是在《京都議定書》的規定下,通過碳排放權的交易實現全球范圍內碳減排的目的。
2.1 碳稅
碳稅是指針對二氧化碳排放所征收的稅,它通過對燃煤和石油下游的汽油、航空燃油、天然氣等化石燃料產品,按其碳含量的比例征稅,以實現減少化石燃料消耗和二氧化碳排放的目的。碳稅最早由芬蘭于1990年開征,此后,瑞典(1991年)、挪威(1991年)、荷蘭(1992年)、丹麥(1992年)、斯洛文尼亞(1997年)、意大利(1999年)、德國(1999年)、英國(2001年)、法國(2001年)等國也相繼開征。近年來,為履行《京都議定書》義務,一些國家如日本、加拿大、瑞士等國也紛紛開征碳稅。
關于這些國家實施碳稅的經驗,Andrea Baranzini, et al在分析了各國能源產品的碳稅稅率后指出:各國的能源稅(energy tax)稅率差別相當大,從而碳稅稅率各不相同,這成為國際協調碳稅的一個主要障礙;從理論上說,征收碳稅的目的在于提供一種碳減排的激勵機制,但在實踐中存在其他目的,如基于財政(籌集資金)的目的,對需求彈性很小的產品征收很高的碳稅;對于某些能源產品,如煤炭,有些國家的碳稅稅率相當低,有些國家還實行補貼,因而還不是真正意義上的碳稅;要達到減少碳排放的目的,實施碳稅的同時要對能源稅進行改革[13]。
在此之后,日本的研究發現,能源稅和碳稅的使用能夠使碳排放下降到預計目標水平,同時也使能源種類的使用發生了變化,即由煤到天然氣[14]。對碳稅征收先行國挪威的研究發現,1990-1999年挪威平均每單位GDP的碳排放降低了12個百分點,但碳稅對碳減排的貢獻只有2.3%,碳稅的效果并不理想。原因在于挪威對不同的產業實行差 別稅率,且不同類型燃料的碳含量與稅額的比率也不相同[15]。Cheng F Lee, et al在 灰色理論(grew theory)和投入―產出理論(inputoutput theory)的基礎上,運用模糊目標規劃(fuzzy goal programming)方法構建模型,模擬了三種碳稅方案下碳減排的力度和經濟影響。預測碳稅實施的影響有助于各國碳稅方案的選擇,也能更好的發揮碳稅的效果[16]。
2.2 碳交易
碳交易是為促進全球溫室氣體減排,減少全球二氧化碳排放所采用的市場機制,即把二氧化碳排放權作為一種商品,從而形成了二氧化碳排放權的交易[17]。其興起源于《京都議定書》所制定的三種減排機制:一是排放貿易機制(ET,Emission Trade),允許附件 一國家(主要是發達國家)之間相互轉讓它們的部分“容許的排放量”(“排放配額單位”);二是聯合履行機制(JI,Joint Implementation),允許附件一國家從其在其他工業化國家的投資項目產生的減排量中獲取減排信用,實際結果相當于工業化國家之間轉讓了同等量的“減排單位”;三是清潔發展機制(CDM,Clean Development Mechanism),允許附件一國家的投資者從其在發展中國家實施的、并有利于發展中國家可持續發展的減排項目中獲取“經核證的減排量”。即允許附件一國家出資支持無減排義務的國家通過工業技術改造、造林等活動,降低溫室氣體的排放量并抵頂附件一國家的減排指標。
根據以上三種機制,碳交易可以分為兩種形態:基于配額的交易和基于項目的交易。配額型交易指總量管制下所產生的排減單位的交易,主要是《京都議定書》規定的附件一國家之間超額排減量的交易,通常是現貨交易。項目型交易指因進行減排項目所產生的減排單位的交易,如清潔發展機制下的“排放減量權證(CERs)”、聯合履行機制下的“排放減量單位(ERUs)”,主要是通過國與國合作的排減計劃產生的減排量交易,通常以期貨方式預先買賣。自2005年《京都議定書》正式生效后,碳交易市場發展迅速。根據世界銀行的數據,2008年碳交易市場成交總額為1 263.45億美元;預計2012年成交總額將達到1 500億美元,有望超過石油市場成為世界第一大市場。
清潔發展機制是《京都議定書》中唯一涉及到發展中國家的機制,并且《京都議定書》還承認了森林碳匯(carbon sink)對減緩氣候變暖的貢獻,并要求加強森林可持續經營和植被恢復及保護,允許發達國家通過向發展中國家提供資金和技術,開展造林、再造林碳匯項目,將項目產生的碳匯額度用于抵消其國內的減排指標[18]。這些規定的出現在發達國家和發展中國家之間開啟了一個巨大的碳交易市場。CDM項目和碳匯CDM項目成為發展中國家的一個新的經濟增長點。
3 低碳經濟的國別研究
3.1 發達國家的低碳經濟
英國作為第一次工業革命的先驅,正從自給自足的能源供應走向主要依靠進口的時代,按傳統的消費模式,預計2020年英國80%的能源都必須進口。因此英國于2003年首次以政府文件的形式正式提出“低碳經濟”概念,并積極推動世界范圍的低碳經濟。隨后,Johnton D et.al(2005)探討了英國大量減少住房二氧化碳排放的技術可行性,認為利用現有技術到本世紀中葉實現1990年基礎上減排80%是可能的[19]。Treffers T, et al探討了德國在2050年實現1990年基礎上減少溫室氣體排放80%的可能性,認為通過相關政策措施,經濟的強勁增長和溫室氣體排放減少的共同實現是可能的[20]。Koji Shimada , et al構建了一種描述城市尺度低碳經濟長期發展情景的方法,并將此方法應用到日本滋賀地區[21]。
在實踐中,低碳經濟發展模式受到各國政府組織的廣泛關注和青睞,向低碳經濟轉型成為世界經濟發展的大趨勢。英國把發展低碳經濟置于國家戰略高度,2008年頒布實施的“氣候變化法案”使英國成為世界上第一個為溫室氣體減排目標立法的國家。按照該法律,到2050年英國要達到減排80%的目標。另外,政府大力促進商用技術的研發推廣,以占領低碳產業的技術制高點。在低碳生活上,英國社會運用多種手段引導人們生活方式的轉變。比如,要求所有新蓋房屋在2016年達到零碳排放,新建房屋中至少有三分之一要體現碳足跡減少計劃,不使用一次性塑料袋,等等。在潔凈能源的開發上,英國發揮其海島國家的自然優勢,注重利用海洋資源,在發展海上風能、海藻能源等低碳能源方面居于全球領先水平。
同樣是島國的日本也在向低碳經濟發展模式轉變。日本內閣會議于2008年7月通過的“低碳社會行動計劃”闡述了在未來三五年內將家用太陽能發電系統的成本減少一半等多項有關減排的措施,其重要內容都與開發新能源有關。根據日本內閣政府2008年9月的數字,在科學技術相關預算中,僅單獨列項的環境能源技術的開發費用就達近100億日元,其中創新性太陽能發電技術的預算為35億日元。2009年4月,日本又公布了名為《綠色經濟與社會變革》的政策草案,目的是通過實行減少溫室氣體排放等措施,強化日本的低碳經濟。
為帶動歐盟經濟向高能效、低排放的方向轉型,2007年3月歐盟委員會提出一攬子能源計劃,承諾到2020年將可再生能源占能源消耗總量的比例提高到20%,將煤炭、石油、天然氣等一次能源的消耗量減少20%,將生物燃料在交通能耗中所占的比例提高到10%。此外,2007年年底,歐盟委員會通過了歐盟能源技術戰略計劃,明確提出鼓勵推廣低碳能源技術,促進歐盟未來能源可持續利用機制的建立和發展。歐盟國家利用其在可再生能源和溫室氣體減排技術等方面的優勢,積極推動應對氣候變化和溫室氣體減排的國際合作,力圖通過技術轉讓為歐盟企業進入發展中國家能源環保市場創造條件。
3.2 發展中國家的低碳經濟
《京都議定書》是旨在限制發達國家二氧化碳排放的國際協議,發展中國家未被規定必須承擔減排義務。但是隨著發展中國家的工業化和城市化進程加速,其二氧化碳排放量也迅速增加。雖然歷史排放量和人均排放量還相對較低,但是在后京都時展中國家尤其是中國的減排壓力已經越來越大。在2009年的哥本哈根會議上,中國是否應該承擔減排義務及能否獲得資金支持成為會議爭論的一個焦點。
發展中國家中尤其是中國,被指責為一個“搭便車者”,在降低碳排放、延緩氣候變暖上毫無貢獻。ZhongXiang Zhang(2000)通過分析中國1980-1997年間二氧化碳排量的歷史演變,以及中間燃料轉換、能源消耗、經濟增長和人口規模增長對二氧化碳排量的影響,指出上述指責是沒有根據的。實際上,中國在能源節約上采取了一系列的措施,1997年單位GDP能耗只有1980年的一半。如果沒有這些努力,1997年的能耗總量將比實際排量多出50% [22-23]。Walter V Reid, José Goldemberg的研究也指出,發展中國家已經采取了有效措施遏制二氧化碳的排放。他指出中國從80年代開始實行能源價格改革,碳補貼從1984年的37%下降到1995年的29%,石油補貼從1990的55%下降到2%。另外,中國在提高能源利用率,開發可再生能源上也取得了一定的成效[24]。Paul B. Stretesky, Michael J. Lynch(2009)、YanYunfeng, Yang Laike(2010)的研究則指出兩國之間的商品貿易為碳排放提供了一種轉移路徑。中國為美國的碳減排做出了很大的潛在貢獻,因此美國等發達國家應該為中國等發展中國家提供切實有效的氣候與環境友好型技術援助。
盡管中國的碳歷史排放量和人均排放量相對較低,但是其排放總量的激增引起了世界各國的關注。中國的碳排放受到哪些因素的影響,為邁入低碳經濟中國應如何改進措施,Hu Chuzhi, et al的研究比較具有代表性。他基于EKC模型,采用平均分配余量的分解方法,構建了中國碳排放的因素分解模型,定量分析了1990-2005年經濟規模、產業結構和碳排放強度對碳排放的貢獻,即規模效應、結構效應和技術效應。結果表明:①采用EKC曲線模擬結果顯示,我國碳排放量呈現“N”型,并沒有呈現嚴格的倒“U”型特征,這與規模效應具有一致性。說明我國經濟增長并不會自發導致碳排放量的減少,經濟增長也并不一定引發碳排放的增加,關鍵是我國的環境治理的機制、市場和政策不完善,若不施行合理有效的控制措施,未來在降低碳排放方面面臨著許多風險。②我國的碳排放政策的缺失,節能減排政策實施滯后,這是導致我國碳排放持續上升的又一重要因素。③在規模效應、結構效應和技術效應中,只有結構效應的平均值為負,表明經濟結構優化能降低碳排放,是減少碳排放的有效手段。④我國碳排放技術效應具有隨意性,這說明技術在降低碳排放方面并未發揮優勢,現行技術應用主要目的是提高勞動生產率,許多技術進步并非與提高環境質量有關,盡管技術進步非常快,但對降低碳排放的作用并不大。在此基礎上,他提出了控制碳排放的政策性建議:建立和實施不同時間尺度上的環境調控政策;積極推進產業結構向節能型、高級化發展,并大力發展環保產業;推行削減碳排放的技術,提高能源利用效率;發展低碳能源和可再生能源,改善能源結構[25]。
Guo Ru, et al以上海為例,采用情景分析法(scenarios analysis)對上海2010-2020年的碳排放量進行了估計,并提出了一些碳減排建議。研究結論顯示:①上海的主要能源消耗在過去的15年呈現不斷上升的趨勢。②上海的能源主要是用于生產,而第二產業的能源消耗占比最大。③上海2005年的碳排放量達到58.05 Mt Ceq,是1990年的兩倍。④在“十一五”計劃指導下,上海的碳減排量將分別達到17.26 Mt Ceq(2010年)和111.04 Mt Ceq(2020年)。作為中國的發達城市之一,上海在碳減排上要承擔起更多的責任,基于以上分析上海可以通過以下措施實現低碳經濟:①上海的碳排放主要來自于第二產業,因此提升產業結構是第一要務。發展能耗低且產品附加值高的行業,同時加快第三產業的發展。②優化能源結構和能源效率,結合地域優勢開發使用清潔能源,如上海可以開發風能。③加強碳匯建設,樹木、綠化帶、濕地、農田是上海重要的碳匯。擴大城市樹木和綠化帶的范圍,對崇明和南匯的濕地要加強保護[26]。
4 結 語
“低碳經濟”概念的提出源于全球氣候惡化的背景,從《京都議定書》到“巴厘島路線圖”,及至最近的哥本哈根會議,世界各國都在為解決氣候問題而努力。圍繞低碳經濟,學者們從不同視角、運用不同方法、對不同區域(全球、國家、地區)進行了研究。
關于低碳經濟與經濟增長,目前比較一致的結論有:①影響碳排放量的因素有人口、能源消耗、技術水平等,國際間的商品貿易也可以導致碳排放的轉移。②經濟增長對碳排放量的影響是通過能源消耗來實現的,為實現低碳經濟,應該增強能源強度及碳強度,逐漸由化石能源過度到清潔能源的使用。③不同行業的碳排放量有顯著差異,一個國家或地區應該在總體層面上規劃產業發展,提升產業結構。在研究方法上,灰色關聯分析法、數據包絡分析法以及對人口經濟學中LotkaVolterra模型的應用等,值得國內研究者的借鑒。在實踐中,實現低碳經濟的制度安排主要有征收碳稅和碳交易制度。發達國家是低碳經濟發展模式的倡導者,在向低碳經濟的轉變進程中,推出了各種法案措施。低碳經濟已成為一種國際潮流,也影響著發展中國家的經濟社會發展進程。各國都致力于向低碳經濟的轉變,并從中尋找新的經濟增長點。
參考文獻(References)
[1]省略/anglais/documentationa/greenhouse/kayaequation.htm
[2]Salvador Enrique Puliafito, José Luis Puliafito, Mariana Conte Grand. Modeling population dynamics and economic growth as competing species: An application to CO2 global emissions[J]. Ecological Economics, 2008,(65): 602-615.
[3]Michael Dalton, Brian O'Neill, Alexia Prskawetz, Leiwen Jiang, John Pitkin. Population aging and future carbon emissions in the United States[J]. Energy Economics, 2008,(30): 642-675.
[4]Ramakrishnan Ramanathan. A multifactor efficiency perspective to the relationships among world GDP, energy consumption and carbon dioxide emissions[J]. Technological Forecasting & Social Change, 2006,(73): 483-494.
[5]Ugur Soytas, Ramazan Sari, Bradley T. Ewing. Energy consumption, income, and carbon emissions in the United States[J]. Ecological Economics, 2007,(62): 4 82-489.
[6]Ugur Soytas, Ramazan Sari. Energy consumption, economic growth, and carbon emissions: Challenges faced by an EU candidate member[J]. Ecological Economics, 2009,(68): 1667-1675.
[7]Zhang XingPing, Cheng XiaoMei. Energy consumption, carbon emissions, and economic growth in China[J]. Ecological Economics, 2009,(68): 2706-2712.
[8]T C Chang, S J Lin. Grey relation analysis of carbon dioxide emissions from industrial production and energy uses in Taiwan[J]. Journal of Environmental Management, 1999,(56): 247-257.
[9]Marco Mazzarino. The economics of the greenhouse effect: evaluating the climate change impact due to the transport sector in Italy[J]. Energy Policy, 2000,(28): 957-966.
[10]R Rehan, M Nehdi. Carbon dioxide emissions and climate change: policy implications for the cement industry[J]. Environmental Science & Policy, 2005,(8): 105-114.
[11]Paul B Stretesky, Michael J Lynch. A crossnational study of the a ssociation between per capita carbon dioxide emissions and exports to the United States[J]. Social Science Research, 2009,(38): 239-250.
[12]YanYunfeng, Yang Laike. China's foreign trade and climate change: A case study of CO2 emissions[J]. Energy Policy, 2010,(38): 350-356.
[13]Andrea Baranzini, José Goldemberg, Stefan Speck. A future for carbon taxes[J]. Ecological Economics, 2009,(32): 395-412.
[14]Toshihiko Nakata, Alan Lamont. Analysis of the impacts of carbon ta xes on energy systems in Japan[J]. Energy Policy, 2001,(29): 159-166.
[15]Annegrete Bruvoll, Bodil Merethe Larsen. Greenhouse gas emissions in Norway: do carbon taxes work?[J]. Energy Policy, 2004,(32):493-505.
[16]Cheng F Lee, Sue J Lin, Charles Lewis, Yih F. Chang. Effects of carbon taxes on different industries by fuzzy goal programming: A case study of the petrochemicalrelated industries, Taiwan[J]. Energy Policy, 2007,(35): 4051-4058.
[17]John A Mathews. How carbon credits could drive the emergence of renewable energies[J]. Energy Policy, 2008,(36): 3633- 3639.
[18]J Liski, T Karjalainen, A Pussinen, GJ Nabuurs, P Kauppi. Trees as carbon sinks and sources in the European Union[J]. Environmental Science & Policy, 2000,(3): 91-97.
[19]Johnston D, Lowe R, Bell M. An Exploration of the Technical Feasibility of Achieving Carbon Emission Reductions in Excess of 60% Within the UK Housing Stock by the Year 2050[J]. Energy Policy, 2005,(33): 1643-1659.
[20]Treffers T, Faaij APC, Sparkman J, Seebregts A. Exploring the Possibilities for Setting up Sustainable Energy Systems for the LongTerm: Two Visions for the Dutch Energy System in 2050[J]. Energy Policy, 2005,(33): 1723-1743.
[21]Koji Shimada, Yoshitaka Tanaka, Kei Gomi, Yuzuru Matsuoka. Developing a Longterm Local Society Design Methodology Towards a Lowcarbon Economy: An Application to Shiga Prefecture in Japan[J]. Energy Policy, 2007,(35): 4688-4703.
[22]Zhong Xiangzhang. Decoupling China's Carbon Emissions Increase from Econo mic Growth: An Economic Analysis and Policy Implications[J]. World Development, 2000,(28): 739-752.
[23]Zhong Xiangzhang. Can China afford to commit itself an emissions cap? Aneconomic and political analysis[J]. Energy Economics, 2000,(22): 587-614.
[24]Walter V Reid, José Goldemberg. Developing countries are combating climate change:Actions in developing countries that slow growth in carbon emissions[J]. Energy Policy, 1998,(26): 233-237.
[25]Hu Chuzhi, Huang Xianjin. Characteristics of Carbon Emission in Chi na and Analysis on Its Cause[J]. Chn Popu Res Envi, 2008, 18(3): 38-42.
[26]Guo Ru, Cao Xiaojing, Yang Xinyu, Li Yankuan, Jiang Dahe, Li Fengting. The strategy of energyrelated carbon emission reduction in Shanghai[J]. Energy Policy, 2010,(38): 633-638.
A Synthesis of Foreign Scholars' Research on Low Carbon Economy
YIN Xiguo HUO Ting
(Institute of Population Resource and Environmental Economy, Chongqing University, Chongqing 400044, China)
關鍵詞：碳稅工具；碳交易體系；碳金融市場；制度設計；效應評價
中圖分類號：F062.2文獻標識碼：A文章編號：1008-2670（2014）02-0045-13
一、引言
從1896年Arrhenius首次發現大氣中的CO2對地球溫度的影響開始，氣候變化問題逐漸演變成為全球性的生態危機，也成為全球經濟發展的難題。斯特恩（Stern）報告[1]中指出經濟發展繼續依賴能源消耗、“照常營業”的做法不可取，在氣候變化問題上盡早采取有力行動的收益要大于成本。若各國能夠做出有力而周詳的政策選擇，如碳定價、發展低碳技術，就有可能實現所需的“去碳”規模來實現氣候安全，并保持經濟增長。自20世紀90年代國際氣候談判以來，從《聯合國氣候變化框架公約》到《京都議定書》，從后京都時期“巴厘島路線圖”到哥本哈根談判協議，經歷無數沖突與磨合，各國都在逐漸形成經濟發展與全球減排的統一認識，多國經濟經歷了不同程度的低碳化。在環境壓力和政治博弈中，全球經濟向低碳化綠色經濟方向轉型。
盡管我國對碳稅、碳交易、碳金融等的研究起步較晚，但隨著我國經濟發展模式的轉型，我國也在積極探索促進經濟低碳發展的理論與實踐。低碳經濟機制的研究也日益受到重視。本文就碳稅、碳交易和碳金融等促進經濟社會綠色發展的低碳工具的國內外實踐及研究進行歸納與述評，并對下一步研究進行展望。
二、碳稅
（一）碳稅的引入與內涵
碳稅的引入基于庇古稅（Pigovian Tax）概念。由于大氣層屬于公有資源，具備競爭性和非排他性特征，極容易被濫用破壞，產生負外部性。庇古（Pigou）[2]在其著作《福利經濟學》中首次提出庇古稅概念，他認為自然環境存在市場缺失和價格缺失，這種不完全信息帶來外部性效果，政府可以通過對產生負外部性的活動征稅和對正外部性的物品給予補貼把外部性內在化，即對邊際私人純產值大于邊際社會純產值的部門課稅，使其產品價格提高，產銷量降低；對邊際私人純產值小于邊際社會純產值的部門實行補貼，減少邊際私人純產值與邊際社會純產值之間的差距，進而增加社會福利。Baumo和Oates[3]認為，信息的缺乏導致導致邊際社會成本難以測量，無法確定最優稅收水平，庇古稅存在實用性限制。他們運用一般均衡分析方法，從環境政策、污染控制、污染稅與統一排污成本等方面進行研究，提出了“標準定價法”，依據一個可接受性強的標準定量收稅，達成環保目標。隨著“污染者付費原則”理念的深入，Burrows提出了逐步控制法，即在信息不充分情況下，政府為達到環境效益最優可以逐步、連續地對庇古稅稅率調高或調低進行調整，最終找到最優稅率。
碳稅的內涵和外延在實踐中不斷豐富和發展。Hoeller和Wallin[4]認為給碳定價是對投資減碳新技術的激勵，碳稅是碳定價的一種形式。蘇明等人[5]認為碳稅與中國現有能源稅在對化石燃料的征稅上存在一定的重合，且都具有對CO2的減排功用，但碳稅與能源稅的最大區別在于碳稅的征稅對象、計稅依據等方面都是專門針對碳排量設計的。崔軍[6]提出碳稅是以減少CO2排放為目的，對化石燃料按照其碳含量或碳排放量征收的一種稅。碳稅與能源稅、硫稅、氮稅、污水稅等稅種共同構成了環保稅體系。
（二）碳稅實踐
碳稅在諸多排放稅中居首要地位，是世界上許多國家應對氣候變化的重要政策工具。
以芬蘭、丹麥為代表的北歐國家從1990年開始逐次推行碳稅，到了20世紀末，基本上構建起較為完備的碳稅制度。丹麥碳稅由能源消費稅演化而來，從1992 年開始，丹麥正式對家庭和企業一并開征碳稅，稅基較廣，包括了除汽油、天然氣和生物燃料以外的所有CO2排放，稅率并非基于碳排放的邊際成本，而是結合了政治和經濟方面的考慮。在征收碳稅的同時，丹麥實行稅收返還和循環機制，將稅收的一部分用于補貼工業企業的節能項目，同時工業企業還能通過稅收返還和減免來減輕實際稅負。挪威對石油、天然氣、煤、焦炭、商用柴油等都征收碳稅，涉及航空、汽車多個領域，擁有品種繁多的碳稅及相關稅種，但對面臨國際競爭的空運、海運和漁業予以豁免。瑞典碳稅稅率一直處在較高水平并逐步調高家庭碳稅稅率，同時降低勞動收入稅率。不同于嚴苛的家庭碳稅，瑞典對本國企業尤其是能源密集型產業，如采礦、造紙、電力等行業給予稅收減免。
北歐國家碳稅實踐的特點：一是征收的碳稅多從固有的環境稅種過渡而來，在征稅對象、稅率等方面進行了相應調整；二是稅基廣泛，盡可能擴大碳稅的覆蓋面；三是對不同行業特別是對高耗能行業和出口依賴型行業實施差別稅率和補貼政策，以保護本國產業的核心競爭力。
以美國、德國、加拿大為代表的歐美發達國家碳稅起步較晚，在OECD組織的帶動下相繼開征碳稅。碳稅在美國并未全面征收，僅在個別地區進行試點。由于美國93%的煤炭用于電力生產，科羅拉多州的博爾德市2007年對除風力發電以外的電力這一中間排放源征收碳稅，稅率按電費比例征收并逐步上調。碳稅收入一般用于提高建筑能源效率以及清潔能源開發等方面。德國能源結構與中國類似，富煤少氣，為引導能源消費結構轉型，德國設計了復雜的碳稅體系，對不同種類和用途的燃料設定不同的稅率，制造業、農林漁牧業只需支付稅率的20%，其稅收循環偏向工業。自2004年德國進行了新一輪碳稅改革，稅收優惠逐步減小。2008年加拿大不列顛哥倫比亞省開始在能源最終消費環節征稅開征碳稅，征稅對象幾乎涵蓋所有化石燃料，不同燃料稅率有所差別，且逐步提高。當地的家庭住戶是主要納稅義務人，繳納的碳稅稅收的一部分用于抵消家庭或企業的其他稅負如勞動收入稅。
歐美發達國家碳稅實踐的特點：一是量體裁衣，根據本國實際設計稅制。各國碳稅稅率大都采用固定稅率，同時根據能源的不同類別實行差別稅率。二是逐步推行、循序漸進，構建動態調整機制。在初期為順利推行碳稅，多數國家設計較低碳稅稅率和配套的優惠政策，在順利引導家庭和企業改變能源消費選擇后逐步提高稅率，減少乃至取消某些暫時性補償。
近年來為履行京都議定書義務，以中國、南非、印度等為代表的發展中國家政府和學者正在積極探索碳稅制度構建之路。蘇明等人提出中國碳稅可以對生產環節中因消耗化石燃料產生的CO2估算排放量作為計稅依據，采用從量計征的定額稅率形式。碳稅在起步的時候定價可放低，對受碳稅影響較大的能源密集型行業建立合理的稅收減免與返還機制，對低收入群體進行減免優惠，在條件成熟時期漸進提高稅率。南非政府擬從2015年1月起開征碳稅，并對汽車行業碳稅的標準進行調整。為減緩碳稅給企業帶來的沖擊，南非政府還將企業碳排放量前60%的部分免稅，同時對出口行業、碳排放強度大的行業給予額外補貼。印度是發展中國家開展碳稅的積極探索者，自2010年7月首先在全國范圍內對生產和進口的煤炭征收碳稅。
發展中國家碳稅實踐的特點：一是審慎對待，充分考慮國內和國際的政治、經濟條件，聯系本國減排形勢，結合與化石燃料相關的稅制改革進程，在前提條件成熟后，選擇適時開征碳稅。二是在碳稅要素、實施路徑、調整機制選擇上參考國際碳稅經驗，并結合本國實際進行創新探索。三是注重建立激勵機制，對開展節能項目的企業實施稅收減免與返還，對低收入群體給予稅收補貼，實現稅收中性，避免產生消費扭曲。
（三）碳稅效應評價
碳稅影響廣泛而深刻，涉及生態環境、政治經濟等諸多方面。國內外學者分析征收碳稅的效果，主要對CO2減排效果、國家經濟發展、產業競爭力、收入分配效應等進行了研究。
Jorgenson和Wilcoxen[7]認為，相比于能源稅，碳稅更具成本效益比，也滿足全球減排的成本最小化條件，當碳稅等于CO2減排的邊際成本，就會由碳價因素引發節能行為及對燃料消費的重新選擇。不考慮消費者行為變化，Labandeira和Labeaga[8]利用IO（Input-output Model）微型模型，研究碳稅在西班牙的環境效應，發現在西班牙財政收入大幅增加的情況下，碳稅在減少碳排放方面的影響是溫和有效的。Bruvoll和Larsen[9]使用1990-1999年數據，運用Divisia指數分解法和一般均衡模擬方法，指出挪威碳稅覆蓋大約60%的能源消耗產生的CO2排放，可減少挪威2.3%的CO2排放量。Floros和Vlachou[10]利用希臘1982年至1998年期間時間序列數據，研究碳稅對該國制造業和煤炭、石油等能源行業CO2排放量的影響，發現餐飲業、紡織業、冶金業最容易受碳稅影響，減少碳排放，開征碳稅可以減緩氣候變暖的速度。
中國氣候變化國別研究組采用一種可計算的一般均衡ERI-SGM模型，結合我國實際試算了兩種碳稅稅率方案，分別為100元/噸碳和200元/噸碳。其結果顯示：征收碳稅可顯著地降低能源消費的增長，改善能源的消費結構，并能有效削減溫室氣體的排放。魏濤遠和格羅姆斯洛德[11]利用CNAGE（China General Equilibrium Model）模型定量分析了對每噸碳排放量征收5美元及10美元碳稅對中國短期、長期經濟和CO2排放的影響，研究表明，征收碳稅將使中國經濟在短期內承受損失，但碳排放量將有所下降，長期來看碳稅的負面影響將小得多。
Pearce[12]在對碳稅的研究中提出雙重紅利（Double Dividend）理論，所謂雙重紅利是指若導致稅收扭曲的稅種能被環境稅所替代，將產生雙重紅利，一能通過糾正市場負外部性，改善生態環境得到綠色紅利；二能通過減少稅制扭曲，提高效率，進而帶來社會福利形成藍色紅利。Feldstein進一步指出碳稅不僅通過減少污染物排放達成環境紅利，而且還額外具有減少整體經濟的成本，提高政府收入的紅利。Meng等人[13]根據澳大利亞數據的模擬結果，提出碳稅可以有效削減排放，但會造成經濟溫和收縮。由于GNP中包括本國企業在外國的產值（不受本國碳稅約束），不包括外國企業在本國的產值，因而較GDP受碳稅影響更小。若碳價格信號機制暢通，碳稅補償計劃不會對減排造成重大影響，同時會大大減輕碳稅對經濟的負面影響。
王金南等人[14]采用國家發改委能源研究所自主開發的我國能源政策綜合評價模型――能源經濟模型，根據中國目前的CDM價格及外國碳稅稅率，模擬了三種功能不同碳稅方案對中國國民經濟、能源節約和 CO2排放量的影響，結果表明即使忽略中國減少進口、增加新興產業投資等利好因素，三種方案對中國GDP的影響也不會超過0.5%，近期在中國征收碳稅是一種可行的選擇。同時隨著稅率的提升，碳稅對能源消費的影響愈加顯著。當2030年碳稅價格為200元/噸碳時，與基準情形相比節能率可達20%，節能效益也將近3%。
Karki等人的[15]分析表明，用非化石燃料替代化石燃料（如核能和可再生能源）可完成全球二分之一的碳減排目標，碳定價政策如碳稅更能促進這種替代帶來減排效應。征收化石燃料碳排放稅，可以提高化石燃料發電價格，減少客戶對此方面的能源需求，同時提高可再生能源發電量，這被稱為碳稅的“收入效應”和 “替代效應”。兩種效應疊加影響一國能源產業的格局，風能、生物能等產業有可能占據主導地位。Baker和Shittu[16]研究了企業在不確定的碳稅的情景下為實現利潤最大化的研究與發展（Research & Development，R&D）投入選擇。面對兩個不同的研發項目：實現降低低碳能源技術成本研發和現有技術的減排研發，他們發現最優的R&D并不單純因碳稅的征收而遞增，一般而言，企業面臨碳稅壓力時對傳統能源技術的研發會經歷先升后降的過程，那些靈活的企業在面對不確定的碳稅稅率時會選擇研發能源替代技術，實現能源轉型。
Zhang和Baranzini[17]認為相對于勞動力成本、國際匯率變動等宏觀因素而言，碳稅對一國企業的競爭力影響比通常認知要更為微弱。碳稅在增加了無碳和低碳產業的競爭力、保護環境的同時，可增加國民收入。稅收循環政策比退稅和免稅措施對貿易和能源密集型產業的成本效益比要高，且更具減排效應。考慮到未來碳稅可能以較高的利率征收，其所產生的經濟影響如對收入分配、社會福利等的影響可能比當前更加尖銳。
事實上早在1994年，Symons等人就從不同角度探討了碳稅對不同收入階層的影響，其分析結果顯示，碳稅具有累退性，碳稅導致家用能源、交通、食品價格上漲，相對高收入家庭而言，低收入家庭對家用能源的支出占收入比重更大，會承受更多的負面影響。Metcalf等人也發現碳稅的稅率增長實際影響著社會福利成本，但其累退性在短期一般均衡中被高估了，碳稅的福利損失每年減小0.5%。進一步研究中，Metcalf和Weisbach[18]指出應在碳稅征收中考慮通過調整所得稅等稅收制度改革來平滑碳稅的再分配效應。
（四）簡要述評
國內外學者多從庇古稅角度研究碳稅，并提出初步的碳稅設計方案。歐美國家相繼開征碳稅對碳稅的效應研究逐漸增多，研究者大多通過構建CGE等相關理論模型，利用數值模擬和情景分析等方法，分析碳稅的總體效應和不同的碳稅方案產生的效應。碳稅效應可分為直接和間接兩個方面，直接效應是指征收碳稅通過碳定價對能源消耗、CO2排放和氣候環境造成的影響，間接效應是指碳稅雖不對末端收入征稅，但間接對經濟發展、產業格局、福利分配等方面造成影響。在對碳稅效應的研究中學者們的觀點可分為兩類：一種觀點認為，碳稅減排效果明顯，對經濟、企業競爭力、社會福利等的負面影響小，甚至還能通過稅收返還制度使低收入者受益；另一種觀點認為，碳稅減排的激勵效果并不理想，反而會導致化石能源和電力價格上漲，顯著拉低國民的生活水平，碳稅的累退效應甚至會擴大收入差距，削弱國民的動力。由于存在國家和地區差異，加之可用數據缺乏，各項碳稅效應研究結果有所不同，但碳稅的負面影響說明對碳稅稅制進行反思和動態調整是非常必要的。
三、碳交易
（一）碳交易的引入與內涵
碳排放權交易的理念可追溯到污染權交易。排污權交易源于科斯（Coase）定理，科斯[19]最早指出外部性產生的根源在于模糊的產權，只要明確界定產權（在交易成本為零的條件下），就可以最小的成本解決外部性問題。Dales[20]首次提出排污權交易的概念，并指出排污權交易應包括兩方面內容：實行排污許可證制度及準許排污許可證轉讓、買賣制度。Montgomery[21]證明了基于市場機制的排污權交易均衡是存在的，排污權交易體是一種兼具成本優勢和公平性的環保手段。Manne和Richel[22]進一步闡釋了交易對排放權體系的必要性，認為無論初始排放權如何分配，不同區域的排放權價值很有可能存在偏差，限制交易會導致比較優勢的扭曲。Stavins[23]認為排放權交易制度應考慮八方面因素：總量控制目標、分配機制、排污許可、市場運行、市場定義、監督與實施、分配和政治性問題、與現行法律和制度的整合。
1992年，政府間氣候變化專業委員會（IPCC）通過談判，達成了《聯合國氣候變化框架公約》（UNFCCC，簡稱《公約》）。1997年12月《公約》的第一個附加協議《京都議定書》正式通過，提出將市場機制作為減排以CO2為代表的溫室氣體的新路徑，將CO2排放權作為一項商品進行交易。《京都議定書》同時建立了三種靈活交易機制，即國際排放交易機制（International Emission Trading，IET）、聯合履約機制（Joint Implementation，JI）以及清潔發展機制（Clean Development Mechanism，CDM）。IET機制規定具有減排義務的特定締約方可以轉讓碳排放權配額（Assigned Amount Unit，AAU），并形成相應的基于配額的碳金融市場；JI機制允許特定締約方之間通過投資節能減排項目獲取減排單位（Emission Reduction Unit，ERU），相當于在工業國家間轉化減排單位；CDM 則允許特定締約方用在發展中國家推行減排項目獲得的經核證的減排量（Certified Emission Reductions，CER）來抵減其減排指標，同時也為發展中國家實現可持續發展，參與國際碳金融市場提供了機遇。
（二）碳交易實踐
排放權交易機制可以三種模式建立：限額交易模式、基準線信用模式和混合模式。按照交易的原生產品（CO2排放權）的來源，可分為基于配額的市場（Allowance-based Market）和基于項目的市場（Project-based Market）。配額市場在碳交易市場中占據主導地位，其交易原理為限額交易制度（Cap & Trade），由管理者指定總的排放配額，并在參與者間進行分配，參與者根據自身的需求來進行排放配額的買賣。《京都議定書》中的國際排放交易IET機制、歐盟排放交易體系（European Union Emission Trading Scheme，EU ETS）及一些自愿交易機制均屬此類市場。項目市場的交易原理為基準線交易（Baseline & Trade），這類交易主要涉及具體項目的開發，低于基準排放水平的項目或碳吸收項目在經過認證后可獲得減排單位。項目市場主要分為JI市場和CDM市場。本文以碳交易市場中的典型代表EU ETS、CDM和芝加哥氣候交易所（Chicago Climate Exchange，CCX）自愿減排機制為例進行介紹。
EU ETS屬于強制性的配額市場，涵蓋整個歐盟層面的區域排放交易體系，它以限額交易為基礎，以CO2為管制氣體，以能源活動、黑色金屬生產與處理、采礦等為管制對象，覆蓋電力、熱力、鋼鐵、航空等高排放行業。基于總量控制原則，歐盟評估各成員國的減排目標并分配給各國CO2可排放量（在EU ETS初期配額都是以祖父式分配無償取得，自2013年起逐漸變為拍賣）。根據歷史排放、預期排放等因素，這些配額又被分配到各國的排放企業。經第三方認證機構核準，在區域內CO2排放總量低于允許排放量的條件下，區域內各排放源之間可通過排放配額交易方式調劑余裕排放量。同時歐盟許可其成員國使用JI和CDM項目帶來的核證減排量折抵其CO2排放量，形成核證減排交易。
CDM屬于項目市場的重要組成部分，是發達國家與發展中國家各自發揮比較優勢的雙贏選擇，核心是發達國家企業實體經發展中國家批準利用資金和技術優勢在東道國實施減排項目換取CERs。CDM可分為兩級市場：一級市場基本由發展中國家提供，由于風險較大，CERs價格偏低；二級市場囊括了遠期合約簽訂而CERs尚未生成時的交易，市場效率較高，交易額度較大。CDM項目涉及能源工業、化學工業、交通、采礦等十三大項，一方面通過垃圾填埋等清潔技術減少溫室氣體的排放，另一方面通過改善土地運用和造林等方式增加對大氣中溫室氣體的吸收。項目流程包括論證、設計、審批、注冊、實施、核查核證等多個環節，項目設計是其中關鍵。目前中國是全球 CDM 項目市場的重要參與者，占據簽發的 CERs 的半壁江山。
CCX自愿減排市場是全球笫一個運用法律約束力和市場機制來進行溫室氣體減排的國際性平臺。該交易所開展的減排交易項目涉及電力、能源、制造等行業產生的CO2、CH4、N2O、HFCs、PFCs和SF6等六種溫室氣體，提供溫室氣體排放配額、經核證的排放補償量和經核證的先期行動補償量三種基本產品。目前CCX有四百多個會員實體，會員分別來自航空、汽車、電力等數不同的行業，可分為兩類：一類是必須遵守其承諾的減排目標的企業、城和其它減排單位，其義務是在事先設立的減排目標基礎上每年減少1%，四年減排4%，若沒有完成目標就需向其他會員購買排放許可證，或通過投資減排項目產生的抵扣性碳信用額抵減原來的減排量；另一類則是該交易所的參與者，通過將減排項目集成打包出售、直接出售碳排放權等方式參與交易。
（三）碳交易制度研究
CO2排放權是一種稀缺資源，其初始分配的公平性和有效性是碳交易順利推行的基礎。排放權初始分配主要有兩種形式：免費分配和公開拍賣。免費分配包括依據排放企業的歷史排放標準獲取一定比例排放權的祖父制分配及依據企業當前產量和單位產量獲得排放權的分配。由于排放權具有同質多物品屬性，公開拍賣多采用標準密封投標方式，包括單價拍賣、首價拍賣和維克里拍賣三類。此外拍賣還可以采用增價拍賣，該拍賣方式具有較好的價格發現機制。多數研究者更傾向于公開拍賣。Goulder等人[24]、Fullerton和Metcalf[25]等運用一般均衡模型分析認為非拍賣的配額方式帶來的成本大于其他分配方式，若進行拍賣分配并將所得用來削減排放稅帶來的稅收扭曲，則會帶來祖父制分配二倍的成本效益。拍賣可以提高企業革新技術的積極性，減少政治摩擦。同時拍賣方式保障了新進入的企業與原有企業在取得排放權配額方面平等一致。Venmans[26]認為免費分配帶來的意外收益將使財富由消費者向企業轉移，降低了收入分配的公平性。不過也有學者如Vesterdal和Svendsen[27]認為祖父制分配更適應當前不完備的市場現狀。
碳價格是影響碳交易市場的主要力量之一，關于碳價格的研究集中在價格驅動因素等方面。Christiansen等人[28]提出政府政策、技術指標、市場基本面乃至氣候等因素都在一定程度上影響了排放權價格，宏觀經濟狀況則決定了市場的均衡價格。Mansanet-Bataller等人[29]運用多元分析法研究了電價和天然氣價格與碳價格的關系，發現二者互為因果，極端氣候也對排放權價格具有一定影響。Hintermann[30]證實，極端寒冷氣候與碳價格存在非線性相關。Chevallier[31]通過EGARCH模型分析，指出企業年度減排的違規情況以及后京都議定書時代國際協議不確定性的增加，可以解釋碳價格的不穩定波動。Nazifi[32]通過對EUAs和CERs的動態價格變化的參數分析指出交易限制、監管變化和CERs的不確定性是影響排放權價格的重要因素。在對EU ETS碳價格的研究中，Benz和Hengelbrock[33]依據EU ETS 中排放權價格動態機制指出存貸機制和交易的時間間隔對價格也具有影響。Bredin和Muckley[34]使用靜態和遞歸的Johansen多變量協整近似比率檢驗，發現在EU ETS的第二階段產生了新的排放權定價機制，并由市場基本面要素推動價格走向成熟。
在碳交易系統設計方面，一些學者認為熱點（hot spots）是限制排放權進行空間覆蓋的主要原因，如果不考慮時間熱點（temporal hot spots）的風險，一個具有成本效益的排放權交易體系應具備時間柔性，即排放權可以儲存和借用。Vesterdal和Svendsen在對于歐洲溫室氣體排污權交易進行分析，發現管理者在計劃初始期間應避免覆蓋太多行業，以盡量減輕對經濟的負面影響和減少反對者。Perdan和Azapagic[35]認為在克服技術和非技術障礙后，應在政治支持和經濟穩定條件下逐步在地域、時間和覆蓋行業等范疇擴大排放交易。
各國在實施減排計劃的同時，也面臨著碳交易所帶來的行業管制、經濟安全、法律等多方面的風險，以CDM機制為例，Dutschke等人[36]認為CDM項目存在基準線評估風險、商業風險、經營風險、自然災害等風險，馬建平和莊貴陽[37]指出CDM 項目開發過程中可能發生審批失利、審定退回、注冊失敗、報告偏差和協議違約等五大風險事件和宏觀經濟不確定性風險，給業主造成經濟損失或減少其減排收益，業主須通過關注宏觀政策動態、科學確定基準線、加強環境治理等方式規避風險。
（四）碳交易效應評價
有關碳交易效應的研究集中在CO2減排效果、經濟發展、行業格局等方面。Babiker等人運用CGE模型和EPPA模型分析認為，國際碳排放交易機制可能導致貿易國的福利損失。通過對印度經濟學家Bhagwati提出的貧困化增長國家案例進行分析，他們發現貿易條件惡化和扭曲性稅收的交互作用抵消了一國在碳排放交易因低減排成本獲得的收益。Silva和Zhu[38]認為由于富裕國家的排放許可證價格更高，國際貿易將導致污染產業由富國轉移到較貧窮的國家。同時沒有參與《京都議定書》的國家會因排放更多的國際污染和更低的本地污染而獲得雙重收益。但也有眾多學者發出反對聲音，Stankeviciute等[39]通過研究歐洲部分部門的邊際減排成本曲線，比較不同國家和地區在2010和2020年兩種不同的碳交易市場結構下ET EUS的有效性后認為，在短期內超過50%的CO2減排量都是在歐盟排放交易體系中的行業部門尤其是電力部門中實現的。
Bode[40]認為在免費分配機機制中，因引入碳交易導致電價上漲，電力部門從此獲益最多。Bunn的研究也證實得出碳排放權確實可以影響天然氣或電力的價格。Lee等[41]指出在石化部門，上游行業從碳排放交易中賺取利潤，而下游行業因未能實現其減排目標不得不購買額外的排放權。Gulbrandsen和Stenqvist[42]的研究發現，EU ETS通過影響電力價格對紙漿和造紙業產生沖擊，造紙業在CO2減排技術的研發和應用方面進行大量投入。Tuerk等人[43]提出具有碳中性特征、零減排成本的生物能源將來會成為碳交易計劃的重中之重，對農業和林業部門的政策偏移可以有效引導對碳價格反應敏感的企業發展生物能源。
（五）碳交易與碳稅的比較研究
碳稅屬于價格調節型市場化工具，碳排放權交易制度是數量控制型市場化工具，關于二者的比較研究一直是學界熱點。早期受庇古和科斯啟發，人們認為只要邊際排放成本與碳價格相等即可達到減排作用，碳排放權交易與碳稅實質上是等效的。但Weitzman發現，由于政策制定者在決定稅率或確定排放許可數量的不確定性，排污邊際成本曲線的斜率與邊際效率曲線斜率不同，導致兩種工具不再等效。Newell和Pizer[44]修改了Weitzman模型并將其應用到環境問題上，發現價格工具比數量工具更加靈活，稅收政策所產生的的社會凈福利更高。Goldblatt[45]認為考慮到福利沖擊、政策的長期穩定性等因素，碳稅比碳交易更適合中等收入的發展中國家。但是由于碳稅的減排效果確定性較差和政治阻力，碳稅并不比碳交易更受國際社會歡迎，《京都議定書》最終選擇碳排放權交易制度作為全球減排的主要機制。
也有學者探討碳稅與碳交易綜合運用成為復合工具或雙軌機制的可能性。McKibbin和Wilcoxen[46]提出混合利用碳稅和碳交易政策具有單一措施不具備的優點：可以避免碳稅的再分配問題、提供內在的監督與實施機制，還可以獲得真實邊際減排成本的信息。Tamura和Kimura[47]也提倡碳稅與碳交易的結合，他們認為對于日本等工業能耗已經極具效率的國家，僅靠碳稅難以實現減排目標，加入排放權交易后，碳稅對企業利潤的不良影響將減少50%，并且通過貿易的增加獲取更多利益。
（六）簡要評述
碳交易的研究初期集中在制度設計上，如交易模式、排放總量確定、初始額度分配、交易監管等。在ET EUS、CDM等機制付諸實踐后，學者對上述機制的效應評價、制度改進等方面的研究越來越多，對電力、石化、造紙等行業予以特別關注。普遍認為碳交易帶來的影響是復雜的，碳交易制度對節能減排有明顯作用，但對行業格局、國家福利與發展卻有利有弊。多位學者對價格的驅動因素進行了分析，但由于碳交易實踐期間短、碳價格數據缺乏，現有的實證研究無法給出碳價格形成機制的有力證明。隨著碳交易在各國實踐的深化，英國、澳大利亞相繼走上碳稅與碳交易綜合運作的探索之路。在下一步研究中，碳交易與碳稅的結合、碳交易的國際流動與協調、交易風險的識別與規避、交易創新機制等都是探討的新方向。
四、碳金融
（一）碳金融的引入與內涵
從演進進程看，碳金融是環境金融的一個重要分支。Sandor首次提出環境金融定義后，Salazar[48]對環境金融進行了較為深入的研究，認為環境金融是金融業為服務環境產業的新需求而進行的升級和創新，存在體系差異的金融業和環境產業通過環境金融銜接起來，實現保護環境的功用。Cowan[49]認為環境金融解決的是社會推行的環保事項的資金融通問題，并不涉及干預社會決策。金融業在促進資金融通的同時也能從發展環境產業中受益。此外他探討了實現環境金融的途徑，如發展環保基金、小規模排污權交易、債務掉期合約等。Labatt和White[50]將環境金融分為兩部分，一是可持續發展與金融績效的關系，二是環境金融中銀行和金融服務的實現。在此基礎上他們定義了環境金融產品，認為它是所有為實現保護環境，規避環境風險而開發的、市場化運作的金融產品。
《京都議定書》簽訂后，三種碳交易市場機制的出現使得溫室氣體排放權由免費的公共資源變成具有交換價值的私有物品，具備金融資產屬性，極大推動碳交易市場與碳金融的形成和發展。世界銀行在的研究報告中指出，碳金融為購買產生（或估計產生）溫室氣體減排量的項目所提供的資源，其定義應為碳減排項目投融資。我國學者王遙[51]也給出碳金融的解釋，認為碳金融是應對氣候變化的金融解決方案，包含市場、機構、產品和服務等因素，是實現可持續發展、減緩和適應氣候變化、災害管理三重目標的低成本途徑。碳金融市場可理解為狹義和廣義兩個層次：狹義碳金融市場僅指由國際上溫室氣體排放權指標及其衍生產品的標準化市場；廣義碳金融市場還包括與碳交易市場發展緊密相關的CDM投融資市場及節能減排項目融資市場等，本文所指的碳金融市場為廣義概念的市場。
（二）碳金融實踐
經濟低碳化的重點在于節能減排和發展可再生資源，碳金融的功用正在于減排項目的投融資和金融工具的創造。目前碳金融市場集中在歐盟碳排放交易體系和北美碳減排交易體系，本文主要從碳金融市場的參與者與產品角度觀察碳金融市場實踐。
衍生品交易占到碳金融市場70%以上，歐洲氣候交易所（ECX）以EUAs和CERs為基礎產品，在2005年4月首次引進EUAs期貨合約交易，目前發展相對成熟，引進了具有標準格式、明確規范的碳金融交易合同。紐約―泛歐證券交易集團BlueNext環境交易所現已成為全球規模最大的碳信用額現貨交易市場，交易產品有CERs與EUAs的現貨和期貨。目前全球主要的期貨和期權產品為限定于歐盟排放交易體系下的ECX金融合約、EUAs期貨及期權、CERs期貨及期權。紐約商業交易所（NYMEX）旗下的綠色交易所（Green Exchange）和芝加哥氣候期貨交易所（CCFE）都是碳金融衍生品交易的活躍平臺。
銀行業是碳金融市場的主要參與者，綠色信貸是其較早參與的碳金融項目，依據“赤道原則”商業銀行在進行貸款投放時，審慎評估貸款方項目的環境破壞風險，有選擇性地對可再生資源和清潔燃料項目予以傾斜。荷蘭銀行、巴克萊銀行、花旗銀行、興業銀行等銀行已經開展了包括低碳項目融資、商業建筑貸款、綠色汽車貸款等多門類的綠色信貸工作。此外，在碳金融市場上商業銀行提供的產品和服務還包括：投資參股低碳企業；對CDM等碳項目應收賬款融資，并促成排放權交易；為低碳項目交易雙方提供咨詢、擔保、融資租賃、信用增級等中間服務；提供CERs二級市場交易平臺，增強碳交易的流動性；推出氣候信用卡等個人“碳中和”業務；開發各種與碳交易價格、氣候指數掛鉤的金融產品，為碳排放權買家提供有效的風險管理工具，為投資者提供新的投資渠道。
為了推進國際碳交易活動，一些國際金融組織實施了專項集合投資計劃，設立碳基金。低碳投資的載體一般可分為三類：項目機構、政府購買計劃和碳基金，一般而言以上三類都可算作碳基金。按投資主體的不同，碳基金可以分為由國際組織或政府設立管理的公共基金（如英國碳基金、亞太碳基金），由政府、投資銀行和企業聯合設立實行企業化管理的混合基金（如日本碳基金、德國碳基金）和企業為投資獲利而出資設立管理的私人基金（如瑞銀綠色投資基金、德銀氣候保護基金）。目前世界銀行管理著12個碳基金以及相關機構，主要有碳原型基金、生物碳基金等特別基金和意大利碳基金、歐洲碳基金等國別基金，特別基金主要功能在于培育京都機制下碳市場的形成和發展，國別基金的主要功能在于購買Jl或者CDM項目的溫室氣體減排額度，幫助相關工業化國家完成減排目標。
碳金融發展需要金融服務業全方位支持。從碳排放權的產生到最終進入二級市場，過程中資金需求大，未來收益不確定，瑞士再保險創造了具備或有上線的減排交易遠期保險產品，美國保險公司已經推出了碳排放信用保險、碳交易保險產品，為碳交易雙方提供保障。近年來還出現巨災債券和天氣衍生金融產品規避天氣變化對企業運營和銷售等造成的不利影響。
（三）碳金融市場研究
碳金融產品價格是吸引和激勵投資者與企業關注氣候變化，投資碳減排的重要機制。在現貨與期貨價格的相關性研究中，Wagner和Uhrig-Homburg[52]認為碳期貨是合適的風險對沖工具，期貨與現貨的價格差別在于持有成本，即期貨價格是現貨價格加上應計利息，風險中性定價理論可運用于碳期貨估值。在現貨價格與期貨價格的關系研究上，Rittler[53]分析EUA現貨與期貨的短期動態價格和長期價格，發現價格波動傳遞結構被擴大至高頻水平，期貨價格最先反映市場信號，后影響現貨價格，具有價格發現功能。Arouri 等人[54]也通過VAR模型和STR-EGARCH模型對第二期EUA碳現貨和期貨價格間的關系進行研究，發現二者的收益和波動性是不對稱和非線性的，非線性模型可作為預測EUA價格的有效手段。
碳金融交易是否能夠有效運行，市場是否有效，核心在于碳金融產品價格在信息可獲得條件下是否有效。Benz和Hengelbrock利用向量誤差修正模型對EUA期貨市場的ECX和Nord Pool交易平臺2005-2007年數據進行分析，發現隨著交易強度增加，即使是交易成本較高，流動性較差的期貨市場也有助于價格發現。Daskalakis和Markellos[55]對歐盟碳排放交易體系的三個主要交易市場Powernext、Nord Pool和ECX的碳金融資產現貨價格和期貨價格建模分析，發現現貨價格具有跳躍性與非平穩性的特征，碳金融市場是弱勢有效的，主要原因在于歐盟碳交易體系尚未成熟，以及政府對短期投資和碳配額融資的限制。
在市場風險方面，Blyth等人[56]采用隨機模型分析，發現氣候政策不僅對碳金融產品預期價格有直接影響，也強影響碳市場的風險特征。市場設計影響市場風險，同時也影響投資行為。政府在制定碳金融市場規則，預期投資者對價格信號反應程度時應綜合考慮風險因素，同樣，企業在制定投資和交易時也要區分驅動因素和風險因素。Fankhauser和Hepburn[57]從允許碳排放額度的跨期儲藏和跨期借貸等方面對碳金融交易市場進行多角度設計，以此達到碳排放權交易市場具有靈活性和碳排放權價格波動能夠具有可預測性。
創新是碳金融不斷發展的動力，Fankhauser和Hepburn基于當前碳市場靈活性最大化和成本最小化要求的挑戰，從碳排放額度的跨期儲藏和跨期借貸等方面進行多角度創新設計。在創新和完善碳市場的研究中，Knox-Hayes[58]提出發達國家碳市場已相對成熟，碳交易可通過現代虛擬的平臺實現，但仍需要一個真實的社會連通和人際網絡，對于建立未來新型市場，出于社會協調互補和降低沉沒成本的考量，可以在現有市場基礎上發展倫敦和紐約市場并加強這些金融中心的重要性。
（四）碳金融效應評價
由于具有交易迅捷、流動性高、風控成熟等優勢，碳金融衍生品市場在吸引市場參與者、防范碳交易風險方面發揮重要作用。Benz和Klar認為衍生品的價格發現功能可以使投資者對碳交易產品價格做出更合理的估計，制定更加有效的交易策略與風險管理決策。碳金融衍生產品的出現和發展無疑成為碳市場更好發揮資源配置作用的重要推動力量。
相較于傳統模式，Haigler[59]認為碳金融通過對溫室氣體排放權定價的方式提供了更加環保、健康、經濟高效的減排機制，可以極大促進發展中國家的清潔能源技術發展。Hogarth[60]對烏拉圭太陽能計劃低碳信貸項目的研究得出結論貸款改變當地居民的能源結構，顯著降低太陽能使用家庭的系統成本。
杜莉等人[61]還從理論和實證角度分析碳金融的溢出效應，認為碳金融體系的不斷拓展，推動減排成本收益的轉化，推進能源鏈轉型的資金融通，促進低碳產業發展技術的國際傳導，同時轉移和管理氣候風險，對低碳產業發展發揮重要的助推效能。Kozlecka等人[62]對國際碳基金的研究也從側面證實國際碳市場的發展和歐盟交易體系的存在提高了投資者特別是歐洲投資者對碳交易的積極性。
（五）簡要述評
碳金融已成為低碳研究中一個十分引人注目的新領域。國外研究少見“碳金融”字眼，多以碳市場代替，且研究多基于微觀層面（如碳金融產品設計和定價、市場效率、政策設計等），重點關注EU ETS平臺和CDM機制，對金融業、工業、農業等各個行業，歐盟、北美、發展中國家均有涉及。由于碳金融僅處在試點階段，缺乏實踐經驗，國內研究集中于宏觀領域（如市場發展步驟、交易制度選擇等），重點研究CDM機制，多為定性分析，定量研究相對缺乏。國內外研究者對碳金融的影響、市場效率等問題有較一致的認識，認為碳金融促成了更規范、安全的碳交易平臺，但在微觀層面如碳衍生產品定價模式、風險監管等方面莫衷一是。當前的理論研究還難以適應多元發展的碳金融實踐，迅速發展的碳金融市場需要加豐富的、前瞻性的理論研究來支撐。
五、主要結論及研究展望
低碳經濟實踐及低碳研究已經持續數十年，基于上述實踐掃描和文獻述評可以發現，國內外學者均對以上三種低碳經濟工具從不同角度進行了分析和探討，特別是國外學者對各種工具的優劣、工具和產品定價、制度設計、影響效應等方面已經進行了兼具深度和廣度的研究。但囿于實踐歷史短、數據匱乏、視野狹窄、創新缺乏等原因，各項研究尚未形成一個系統的理論體系，仍存有較多缺陷。為實現低碳實踐良性發展，低碳經濟理論還有廣闊的發展空間。
碳稅研究應構建邏輯明晰的因果模型，分析碳稅決策者和納稅主體所期望達到的目標、面臨的約束及可能的選擇，進而對碳稅的影響進行科學評價。由于碳稅具有累退性，如何在征稅同時實現公平是個難題，碳稅的設計應著重考量稅率上限設定、動態調整、稅收返還等方面實現稅收中性。單純依靠征稅減排不可避免存在局限性，下一步還應探討各種減排工具之間的交叉效應及混合工具的設計，以實現最佳成本效益。
碳交易研究中碳排放權配給是起點，隨著碳交易市場成熟，分配制度改革是必然趨勢，需要更加科學的模型和數據進行理論支持。近年來對碳價格的研究多限于價格驅動因素分析，對價格形成機制、價格波動和調控機制的研究還未深入，歐盟碳排放體系目前處于供大于求狀態，且經過金融危機后價格不斷下跌，亟需進行價格管理機制的研究。眾多文獻分析了碳交易市場對電力、能源、造紙等產業的影響，還需隨著市場的發展擴展視野，將區域乃至全球層面的產業結升級納入碳交易市場效應分析架構中。此外歐盟倡議的碳關稅充滿爭議，其正當性辨析和影響分析也有待研究。
因實踐起步較晚，國際碳金融市場建設還處于新生階段，如何設計和建立發展中國家碳金融市場，如何完善發達國家和地區碳金融市場，乃至如何在全球層面建立跨地域、多層次、高效率的市場體系將成為研究重點。在微觀層面，碳金融產品定價仍是核心問題，需利用金融學如行為金融、復雜性金融等前沿理論進行研究，形成具有普適性的定價分析范式。金融機構是碳金融市場主要參與者和產品研發者，對其經營模式評價、風險管控進行研究具有重要意義。值得一提的是，隨著交易鏈的不斷延展和碳資產證券化，碳掉期交易、碳交易CDs 等創新衍生品將不斷涌現，碳金融產品創新設計需要學界給予更多關注。
同時，國內學者應加強對國外經驗和理論的學習與反思，考察現行政策和試點實踐，結合我國實際，設計我國可行政策組合及實現流程，提出全方位、深層次、多角度的低碳經濟實現機制。
參考文獻：
[1]STERN N. The Economics of Climate Change： the Stern Review[M]. Cambridge University Press，2007.
[2]PIGOU A C. The Economics of Welfare（4th）[M]. Transaction Publisher，1924.
[3]BAUMOL W J，OATES W E. The Use of Standards and Prices for Protection of the Environment[J]. The Swedish Journal of Economics，1971： 42-54.
[4]HOELLER P，WALLIN M. Energy Prices，Taxes and Carbon Dioxide Emissions[M]. Paris： OECD，1991.
[5]蘇明，傅志華，許文，等. 我國開征碳稅問題研究[J]. 經濟研究參考，2009（72）：2-16.
[6]崔軍.關于我國開征碳稅的思考[J]. 稅務研究，2010（1）：41-44.
[7]JORGENSON D W，WILCOXEN P J. Reducing US Carbon Emissions： An Econometric General Equilibrium Assessment[J]. Resource and Energy Economics，1993，15（1）： 7-25.
[8]LABANDERIRA X，LABEAGA J. Combining Inputoutput Analysis and Micro-simulation to Assess the Effects of Carbon Taxation on Spanish Households[J]. Fiscal Studies，1999，20（3）： 305-320.
[9]BRUVOLL A，LARSEN B M. Greenhouse Gas Emissions in Norway： Do Carbon Taxes Work？[J]. Energy Policy，2004，32（4）： 493-505.
[10]FLOROS N，VLACHOU A. Energy Demand and Energyrelated CO2 Emissions in Greek Manufacturing： Assessing the Impact of A Carbon Tax[J]. Energy Economics，2005，27（3）： 387-413.
[11]魏濤遠，格羅姆斯洛德. 征收碳稅對中國經濟與溫室氣體排放的影響[J]. 世界經濟與政治，2002（08）：47-49.
[12]PEARCE D. The Role of Carbon Taxes in Adjusting to Global Warming[J]. The Economic Journal，1991，101（407）： 938-948.
[13]MENG S，SIRIWARDANA M，MCNEILL J. The Environmental and Economic Impact of the Carbon Tax in Australia[J]. Environmental and Resource Economics，2013： 1-20.
[14]王金南，嚴剛，姜克雋，等. 應對氣候變化的中國碳稅政策研究[J]. 中國環境科學，2009（01）：101-105.
[15]KARKI S，MANN M D，SALEHFAR H. Substitution and Price Effects of Carbon Tax on CO2 Emissions Reduction from Distributed Energy Sources[C]//Power Systems Conference： Advanced Metering，Protection，Control，Communication，and Distributed Resources，2006. PS'06. IEEE，2006： 236-243.
[16]BAKER E，SHITTU E. Profitmaximizing R&D in Response to A Random Carbon Rax[J]. Resource and Energy Economics，2006，28（2）： 160-180.
[17]ZHANG Z X，BARANZINI A. What Do We Know about Carbon Taxes？ An Inquiry into Their Impacts on Competitiveness and Distribution of Income[J]. Energy Policy，2004，32（4）： 507-518.
[18]METCALF G E，WEISBACH D. The Design of A Carbon Tax[J]. Harvard Environmental Law Review，2009，33（2）： 499.
[19]COASE R H. Problem of Social Cost[M]. JL & Econ，1960：1-44.
[20]DALES J H. Pollution，Property and Prices： An Essay in Policy-making and Economics[M]. Edward Elgar Publishing，1968.
[21]MONTGOMERY W D. Markets in Licenses and Efficient Pollution Control Programs[J]. Journal of Economic Theory，1972，5（3）： 395-418.
[22]SUSSMANN A，RICHELS R G. Buying Greenhouse Insurance： The Economic Costs of Carbon Dioxide Emission Limits[M]. The MIT Press，1992.
[23]STAVINS R N. Transaction Costs and Tradeable Permits[J]. Journal of Environmental Economics and Management，1995，29（2）： 133-148.
[24]GOULDER L H，PARRY I W H，WILLIAMS Ⅲ R C，et al. The Costeffectiveness of Alternative Instruments for Environmental Protection in a Secondbest Setting[J]. Journal of Public Economics，1999，72（3）： 329-360.
[25]FULLERTON D，METCALF G E. Environmental Controls，Scarcity Rents，and Pre-existing Distortions[J]. Journal of Public Economics，2001（80）： 249-267.
[26]VENMANS F. A Literaturebased Multicriteria Evaluation of The EU ETS[J]. Renewable and Sustainable Energy Reviews，2012，16（8）： 5493-5510.
[27]VESTERDAL M，SVENDSEN G T. How Should Greenhouse Gas Permits Be Allocated in The EU？[J]. Energy Policy，2004，32（8）： 961-968.
[28]CHRISTIANSEN A C，ARVANITAKIS A，TANGEN K，et al. Price Determinants in The EU Emissions Trading Scheme[J]. Climate Policy，2005，5（1）： 15-30.
[29]MANSANET-BATALLER M，PARDO A，VALOR E. CO2 Prices，Energy and Weather[J]. The Energy Journal，2007： 73-92.
[30]HINTERMANN B. Allowance Price Drivers in The First Phase of The EU ETS[J]. Journal of Environmental Economics and Management，2010，59（1）： 43-56.
[31]CHEVALLIER J. Detecting Instability in The Volatility of Carbon Prices[J]. Energy Economics，2011，33（1）： 99-110.
[32]NAZIFI F. Modelling The Price Spread between EUA and CER Carbon Prices[J]. Energy Policy，2013，56：434-445.
[33]BENZ E，HENGELBROCK J. Liquidity and Price Discovery in The European CO2 Futures Market： An Intraday Analysis[C]. 21st Australasian Finance and Banking Conference. 2008： 16-18.
[34]BREDIN D，MUCKLEY C. An Emerging Equilibrium in The EU Emissions Trading Scheme[J]. Energy Economics，2011，33（2）： 353-362.
[35]PERDAN S，AZAPAGIC A. Carbon Trading： Current Schemes and Future Developments[J]. Energy Policy，2011，39（10）： 6040-6054.
[36]DUTSCHKE M，SCHLAMADINGER B，WONG J L P，et al. Value and Risk of Expiring Carbon Credits from CDM Afforestation and Reforestation[J]. Hamburg Institute of International Economics，2005，5（1）：109-125.
[37]馬建平，莊貴陽. CDM項目開發的風險因素識別與規避對策[J]. 華中科技大學學報（社會科學版），2011（2）：87-92.
[38]SILVA E C D，ZHU X. Emissions Trading of Global and Local Pollutants，Pollution Havens and Free Riding[J]. Journal of Environmental Economics and Management，2009，58（2）： 169-182.
[39]STANKEVICIUTE L，KITOUS A，CRIQUI P. The Fundamentals of the Future International Emissions Trading System[J]. Energy Policy，2008，36（11）： 4272-4286.
[40]BODE S. Multiperiod Emissions Trading in The Electricity Sectorwinners and Losers[J]. Energy Policy，2006，34（6）： 680-691.
[41]LEE C F，LIN S J，LEWIS C. Analysis of The Impacts of Combining Carbon Taxation and Emission Trading on Different Industry Sectors[J]. Energy Policy，2008，36（2）： 722-729.
[42]GULBRANDSEN L H， STENQVIST C. The Limited Effect of EU Emissions Trading on Corporate Climate Strategies： Comparison of A Swedish and A Norwegian Pulp and Paper Company[J]. Energy Policy，2013，56：516-525.
[43]TUERK A， COWIE A， LEOPOLD A. The Influence of Emissions Trading Schemes on Bioenergy Use[C]. IEA Bioenergy Task，2011.
[44]NEWELL R G，PIZER W A. Regulating Stock Externalities under Uncertainty[J]. Journal of Environmental Economics and Management，2003，45（2）： 416-432.
[45]GOLDBLATT M. A Comparison of Emissions Trading and Carbon Taxation as Carbon Mitigation Options for South Africa[R]. Putting A Price on Carbon： Economic Instruments to Mitigate Climate Change in South Africa and Other Developing Countries： Papers Read at The Energy Research Centre，University of Cape Town，Held in Cape Town on，2010（24）： 181-195.
[46]MCKIBBIN W J，WILCOXEN P J. The Role of Economics in Climate Change Policy[J]. The Journal of Economic Perspectives，2002，16（2）： 107-129.
[47]TAMURA H，KIMURA T. Modeling and Policy Assessment of Carbon Tax and Emissions Trading for Preserving Global Environment[C]. World Congress. 2008，17（1）： 15505-15510.
[48]SALAZAR J. Environmental Finance： Linking Two World[C]. A Workshop on Financial Innovations for Biodiversity Bratislava，Slovakia. 1998： 112-117.
[49]COWAN E. Topical Issues In Environmental Finance[R]. Economy and Environment Program for Southeast Asia （EEPSEA），1998.
[50]LABATT S，WHITE R R. Environmental Finance [M]. New York： John Wiley and Sons，2003.
[51]王遙. 碳金融：全球視野與中國布局[M]. 北京：中國經濟出版社，2010.
[52]UHRIG-HOMBURG M，WAGNER M. Futures Price Dynamics of CO2 Emission Allowances： An Empirical Analysis of The trial Period[J]. The Journal of Derivatives，2009，17（2）： 73-88.
[53]RITTLER D. Price Discovery and Volatility Spillovers in The European Union Emissions Trading Scheme： A High-frequency Analysis[J]. Journal of Banking & Finance，2012，36（3）： 774-785.
[54]AROURI M E H，JAWADI F，NGUYEN D K. Nonlinearities in Carbon Spot-futures Price Relationships during Phase II of The EU ETS[J]. Economic Modelling，2012，29（3）： 884-892.
[55]DSDKALAKIS G，MARKELLOS R. Are The European Carbon Markets Efficient？[J]. Review of Futures Markets？，2008，17（2） 103-128.
[56]BLYTH W， BUNN D， KETTUNEN J， et al. Policy Interactions， Risk and Price Formation in Carbon Markets[J]. Energy Policy， 2009， 37（12）： 5192-5207.
[57]FANKHAUSER S， HEPBURN C. Designing Carbon Markets. Part I： Carbon Markets in Time[J]. Energy Policy，2010，38（8）： 4363-4370.
[58]KNOX-HAYES J. The Developing Carbon Financial Service Industry： Expertise，Adaptation and Complementarity in London and New York[J]. Journal of Economic Geography，2009，9（6）： 749-777.
[59]HAIGLER E. Carbon Finance for Development： An Efficient Cookstove Case Study[J]. Colo. J. Int'l Envtl. L. & Pol'y，2011（22）： 283.
[60]HOGARTH J R. Promoting Diffusion of Solar Lanterns Through Microfinance and Carbon Finance： A Case Study of FINCA-Uganda's Solar Loan Programme[J]. Energy for Sustainable Development，2012，16（4）：430-438.
關鍵詞：碳排放權分配；碳博弈；完全信息；激勵政策
中圖分類號：F713 文獻標識碼：A 文章編號：1001-828X（2014）010-000-02
據IPCC第四次報告指出，1970年至2004年期間，全球二氧化碳排放量已經增加了大約80%。由此引發溫度上升、冰雪圈消退、海平面上升、生物圈變化等一系列氣候變化。而中國正處于經濟快速發展階段，能源消耗不斷上升，二氧化碳排放量也急劇上漲，現今中國已成為僅次于美國的世界第二大二氧化碳排放國。針對二氧化碳排放問題，2009年12月在哥本哈根會議上，中國提出至2020年將在2005年基礎上削減碳密度40%-50%。然而在近幾十年內，一方面由于經濟發展所需能源量上漲且以煤炭為主的能源消費結構仍在我國占主導地位，另一方面由于企業自覺進行節能減排的動力不足，因此在市場化體制下政府必須實施有效經濟激勵手段實現減低碳排放的目標。經濟激勵手段是指利用價格機制，通過影響成本和收益，采取管制和激勵機制，促使污染者減少或消除污染，從而實現污染外部性內部化的目標。因此本文將通過企業與政府的節能減排博弈分析，討論政府應如何實施碳稅（管制）和補償（激勵）機制刺激企業進行節能減排以緩解我國碳排放壓力，并討論在管制下的政府與企業收益。
一、問題的描述及假設
現今中國60%～70%的碳排放來自企業生產活動中的能源消耗，然而企業不愿意花費大量財物在于削減碳排放。其主要問題在于碳排放的公共性與負外部性，企業追求利潤最大化，社會追求社會總福利最大化，企業的私人收益與社會收益不一致，從而導致了碳排放配額的最優而非社會最優，這通常會導致環境污染、資源消耗，從而表現出市場失靈[1]。而市場與社會效益的不一致單純依靠市場本身無法得到有效解決，因此需由國家采取干預手段促使外部污染內部化，最終實現“帕累托”最優，實現企業私人利益最大化與社會福利最大化的統一[2]。
關于環境內部化的政府經濟激勵手段，奧斯徹（Opschoor）和沃斯（Vos）將其分為收費、補貼、押金-退款、建立市場和執行刺激五大類，據統計意大利、瑞典、美國、法國、德國、荷蘭六國的污染控制手段中50%是通過稅收收費，30%是通過補貼促進設備更新和技術更新，剩下的為押金-退款和排污權交易等機制[3]。稅收收費手段旨在通過對碳排放中二氧化碳的排放以及碳處理等征收一定的費用，從而造成外部性的主體（即企業等排污者）承擔相應的外部成本或外部效果。即企業承擔部分污染的環境凈化處理費用，從而將部分外部成本轉化為內部成本。目前芬蘭、瑞典、英國、荷蘭、加拿大等國已實行碳稅征收政策。補貼主要是政府根據企業用于設備更新或污染物處理中的支出費用進行相應補貼，補貼的金額為邊際社會成本與邊際私人成本之差[4]。我國學者也論證了實行碳稅和補貼政策可顯著削減二氧化碳的排放，且對未來經濟無明顯的負面影響[5～6]，但現今我國關于碳稅和補貼的尺度問題并為形成統一定論，因此，本文主要是從碳稅和政府補貼兩個方面分析政府的經濟激勵手段并對其進行定量分析。為了分析博弈過程，本如下假設：
（1）假設在某個高碳消耗的行業中存在兩類特征相同的企業，設為企業1和企業2。即企業1與企業2提供的產品對消費者而言效用一致，在無其他干擾項時，其在產品、利潤一致。現企業1為了企業長遠發展及于環境協調采取了設備更新、技術投入等一系列節能減排措施；企業2仍保持原先生產模式。設企業1和企業2的需求量分別為q1和q2，產品價格為p，a，b為常數，則
（2）企業與政府都是“理性經濟人”，政企之間博弈為完全信息博弈。即在動態博弈中，企業的價格對競爭對手和政府是透明的；政府政策對企業之間也是透明的。
（3）單位產品單位產品成本為C0，采用新技術或稅收促使單位產品降低成本CX，其中CX=f（I），I為企業用于設備更新和技術等的投資水平。
二、模型的建立與分析
1.基于政府補貼的動態完全信息碳博弈
本模型為三階段動態博弈描述企業與政府之間的博弈：第一階段，政府宣布對企業節能減排的設備更新進行補貼，補貼率為β，即政府與企業對設備更新分擔比率分別為βI和（1-β）I。第二階段，企業在政府政策引導下決定節能減排的設備更新和技術投入水平I，假設設備更新可使企業單位產品成本降低CX=dI，其中d反應的是投資節能減排對污染物排放量的降低效益，設為設備更新效益，則d越大則減排效果越明顯，那么企業節能減排的成本越大。第三階段，假設兩個效用一致的企業1與企業2，對企業間進行Cournot產量競爭[7]。
（1）K=3：企業1進行節能減排，對設備更新、碳處理等的投資金額為I；企業2保持傳統生產，則企業利潤為：
令，，則可得
（2）K=2：企業1決定其投資水平I，
令則
（3）K=1：政府基于政企福利最大化的角度對補貼率β進行確定，且假設企業1投資I為每單位產品增加環境福利C1，則政企總福利W為：
令則可得：
通過對以上各均衡結果的分析我們得到如下結論：
一、企業的最佳投資金額與d成反比關系，即如果單位投資對二氧化碳減排效果明顯企業對設備更新的投資熱情并不足。現今我國多數新設備含有很高技術含量，節能減排效果明顯，尤其在溫室氣體排放的處理上，但是大多數企業對更新設備熱情不高，不愿花費大量投資在于節能減排設備上。二、政府的最佳補貼率與d成正比，即投資對Cx影響大則政府會通過補貼刺激企業增大投資，每單位投資對二氧化碳減排效果越明顯則政府的補貼率越高。補貼率的制定和最佳投資金額反應了政府與企業之間的博弈關系。如果補貼率過高則企業會積極響應投資，但是這會降低了社會總福利，而補貼率太低，則企業投資的動機明顯不足。
2.基于碳稅的動態碳博弈
本模型采用三階段逆序求解法，第一階段，政府決定對企業的二氧化碳排放進行收稅，每單位產品征收稅款t；第二階段，企業選擇研發水平I，假設投資I可使單位產品的碳稅等節約成本Cx，假設Cx=DI；第三階段，企業在市場中進行Cournot競爭[7]。
（1）K=3：企業1和企業2的利潤分別為：
令，則可得
（2）K=2：企業一決定其投資水平I，
令則可得：C
（3）K=1：政府決定碳稅水平t，則政企總福利為：
其中eI為碳排放的減少量對政府福利的增進量
令則可得：
通過對以上均衡結果的分析可得：首先企業的最佳投資金額與碳稅成反比，即碳稅制定高投資金額反而少，這表明即使碳稅征收并不是促使企業節能減排的唯一措施且過高碳稅對企業節能減排起到了反作用。其次，碳稅t與d呈正比，則若單位投資對碳排放減排力度越大，則政府越有必要提高其碳稅。因此可知碳稅的制定與d相關，d越高則會促進政府提高t，但是d過高，則會降低企業I的投入，因此碳稅制定必須合理制定，否則不僅起不到節能減排效果還會減慢企業更新設備的步伐。
三、結論
在碳排放權分配中，因為二氧化碳排放的負外部性原則和企業追求自身利益最大化，所以企業更新設備降低二氧化碳排放量的動機不足。因此政府必須通過管制和激勵手段促使企業的節能減排行為。本文通過構造三階段動態博弈模型分析政府通過補貼和碳稅機制促進企業進行設備更新與技術改造從而降低碳排放。從博弈模型分析得到：第一，當政府采取設備更新補貼時，補貼率與d呈正比，則當單位投資對碳減排效益越高，政府越有必要提高補貼率；第二，單位投資對碳減排效益高，則政府越有必要提高碳稅征收標準，這樣可以促進企業更新設備節能減排。第三，企業的投資金額與d呈反比，即使單位投資對碳減排效益高，但是企業投資熱情并不高，這解釋了為何我國現大多數企業排污技術設備落后。因此，單純依靠市場的調節作用并不能有效使企業節能減排，需要通過政府的經濟激勵手段激發企業進行排污設備更新，而現階段大多數企業排污設備落后，應先通過補貼提高企業技術研發能力和設備更新能力，通過補貼從而使企業進行技術革新，提高單位投資的碳減排效率，減少能源消耗。當企業減排效率和設備水平提高至一定階段后，采取稅收手段強迫企業采用減排效果更高的設備、工藝并進一步增進企業研發水平。
二氧化碳的不斷排放激發了溫室效應、冰川融化等問題又威脅到人類的生存。節能減排刻不容緩，首先必須依靠科技的進步，只有科技的進步才能提高單位投資的碳減排效率，提高設備和技術效益，促使企業積極降低碳排放。其次，必須采取有效經濟激勵手段，我國現今應實施碳補貼政策，通過補貼促使企業更新設備，提高單位投資的碳減排效率，繼而實施碳稅征收，更進一步促進企業設備更新水平。再次，必須實行有效的經濟激勵機制和政策法令，只有通過經濟手段與政府法令的結合才能促使企業實行節能減排。最后，從點滴做起，培養節能減排意識。
參考文獻：
[1]庇古.福利經濟學[M].1920.
[2]Tom Tietenberg.環境與自然經濟學（第五版）[M].經濟科學出版社，2003.
[3]Opschoor J.B and Vos. Economic Instruments for Environmental Protection . OECD，Paris，1989.
[4]趙曉兵.污染外部性的內部化問題[M].南開經濟研究.1999（04）：14-17.
[5]中國氣候變化國別研究組.中國氣候變化國別研究[M].北京：清華大學出版社，2000.
[6]魏濤遠，格羅姆.斯洛德.征收碳稅對中國經濟與溫室氣體排放的影響[J].世界經濟與政治，2002（8）：47-49.
摘要： 我國碳排放區域格局與區域經濟發展的關系已引起學者關注，并取得了部分研究成果。在人均碳排放原則與2020年各省的碳排放配額預測數據基礎上，根據我國區域經濟發展不均衡和碳排放量不均等的現實，國家應在區域間建立碳強度減排機制和碳減排項目合作機制。這不僅有利于縮小東、中、西三大區域間的差距，實現公平目的，還能更迅速有效地實現我國碳強度減排目標。
中圖分類號： F127文獻標志碼： A 文章編號： 1009－4474(2012)02－0017－05
一、引言
研究表明，在工業化進程中，經濟發展和碳排放呈正相關關系，因為能源尤其是礦物能源消費作為社會經濟發展的重要動力，對碳排放的增加起著決定性作用。在整個20世紀，全球二氧化碳的排放總量增長了十倍以上，而同期世界能源的消費總量增加了十六倍，其中，礦物能源消費每年向大氣排放的二氧化碳約為6.0~6.5PgC，占大氣碳排放總量的70%左右〔1〕。因此，我國降低碳強度的實質就是實現經濟發展和碳排放的脫鉤，使碳強度的增長速度低于經濟發展速度。
為此，許多學者進行了深入研究：如通過構建各種模型分析我國碳排放區域格局的變化，揭示了產業結構、區域經濟結構和一次能源消費結構對碳排放和碳強度的重要影響〔2～5〕；通過對我國東中西部地區碳排放量的測算和各地區能源效率的比較研究，揭示了三大區域碳排放之間存在的差異和成因〔6～12〕；還有學者分別從定性和定量角度提出了針對西部地區的減少碳排放的建議〔13～16〕。
這些學者雖然運用不同方法從不同角度剖析了我國三大區域之間的碳排放差異和成因，但是很少涉及三大區域碳排放配額的具體分配及碳強度減排目標的實施路徑。由于歷史遺留原因，我國區域經濟發展不均衡，西部地區在國民經濟地域分工中長期扮演著原材料和初級產品生產者角色，產業發展主要依賴于能源的開采和輸出，處于產業鏈的底端，這使西部地區發展成為資源型經濟，導致碳排放強度高于全國平均水平。如何協調區域之間的關系，選擇適合中國的碳強度減排實施路徑就成為實現碳強度減排目標的關鍵。
本文基于上述研究成果，以人均排放原則為指導，期望通過建立碳排放配額制度和項目合作機制來推動我國東中西部區域的減排協作，最終實現碳強度減排目標。
二、基于人均排放原則的我國碳排放配額分配
人均碳排放是指一國在單位時間內，通常是一年或者一個核算期，總人口平均的二氧化碳排放量，它體現了對一國在當前經濟發展過程中產生的碳排放量的人均分擔。碳排放權本身具有的人權和財產權的雙重屬性為人均碳排放分配提供了依據和可操作性〔1〕。
我國政府在2009年哥本哈根會議上作出碳強度減排承諾：到2020年單位GDP碳排放比2005年減少40%～45%。考慮到我國東中西部區域發展不平衡的現實，為了能夠快速有效地實現該減排承諾，本文利用劉欽普依據自變量和因變量交替移動預測法建立的區域人口預測時空回歸模型對我國各省人口發展的預測數據〔17〕，以人均碳排放為原則，對基年與2020年各省的碳排放配額進行了計算和預測。
1．我國2005年的碳強度
根據國家統計局數據，我國2005年的碳排放總量為5558.5百萬噸，GDP為2054880百萬美元〔18〕，據此得到我國2005年的碳強度（C2005）為27.1噸/萬美元。
2.我國2020年的碳強度
按照我國政府承諾的40%～45%的碳強度減排指標，可知2020年碳強度（C2020）為，
0.55C2005≤C2020≤0.6C2005。
代入C2005=27.1，得，
14.91≤C2020≤16.26（噸/萬美元）。
即2020年碳強度下限為14.91噸/萬美元，上限為16.26噸/萬美元。
3.我國2020年的碳排放總量
假設從2005年到2020年，我國GDP保持年增率8%不變，基于2005年的GDP數據，可以得出2020年的GDP約為6518427百萬美元。
由于碳排放總量等于碳強度與GDP的乘積，即：T2020=C2020×GDP2020，則可知2020年我國碳排放總量為9719百萬噸～10599百萬噸。
4.我國2020年的人均碳排放量
按照人均碳排放原則，我國2020年的人均碳排放量（H2020）為T2020/P2020，依據劉欽普對我國2020年的人口數量預測量〔17〕，即P2020=144690.3（萬人），可預測我國2020年的人均碳排放量約為6.72噸～7.33噸。
5．我國2020年全國及各省的碳排放配額
S2020i=H2020×P2020i,i=1,…,31。
其中，S2020i為i省2020年獲得的碳排放配額；P2020i為i省2020年的預測人口數。由此，可得到如表1所示的各省直轄市碳排放配額數據。
從表1可以看出，隨著我國人口的增加，碳排放量也在增加，我國2005年的人均碳排放量為433噸，而到2020年將可能增至733噸。這恰好說明我國正處于工業化發展階段，伴隨著經濟的不斷發展，不可避免地要增加碳排放量。根據世界銀行的報告，目前世界年人均碳排放量為43噸，而我國2005年的人均碳排放量與世界人均水平基本持平。如果繼續按照目前的碳排放水平發展下去，在不久的將來，我國人均碳排放將大大超過國際人均水平。屆時，我國提出的人均累積碳排放低的理由將不再有立足之地，中國將站在全球應對氣候變化的風口浪尖，成為國際社會的焦點。因此，我國有必要加大政策實施力度，將碳強度減排的相對目標約束轉化為碳排放配額的硬性目標約束，并借鑒國際碳交易市場經驗，結合我國區域發展實際，在中國實行碳排放配額和碳減排項目合作的雙軌制。
三、我國碳強度減排的制度安排
根據我國經濟發展水平和區域經濟演變的特征，可以將我國大陸區域劃分為東、中、西三大區域。根據譚丹、黃賢金的研究成果，2005年我國東部地區的碳排放總量是中部地區的1.8倍，是西部地區的2.22倍〔6〕，已經大大超過了我國的人均碳排放水平。并且按照目前的經濟發展速度，如果沒有較大的政策變化，到2020年，我國東中西部碳排放總量的比值還可能繼續擴大。因此，有必要探索不同的碳強度減排機制以實現東中西部地區的相對均衡發展，即將表1中2020年的碳配額轉化為碳排放配額的強制性目標，對西部地區暫不納入強制碳排放配額制度中，對東部和中部地區分別施行強度不同的碳排放配額制度。同時，應配之以碳減排項目合作機制以實現三大區域的協調發展。
（一）實施碳排放配額制度
我國東部沿海地區經過20多年的高速發展，已步入工業化后期，經濟發展水平大大高于全國平均水平。但是，東部區域的經濟發展是以能源消耗和環境惡化為代價的，長久以來沒有代價地多排或超標碳排放實際上壓縮了西部經濟不發達地區的未來經濟發展空間，依據污染者付費原則，東部地區應該為自己的多排或超排行為付費。因此，我國東部發達地區和一些碳排放量較多的中部地區省份（如山西）應該根據人均排放原則，實施嚴格的碳排放總量控制制度，將表1所示的2020年的碳排放配額下限作為本區域的總量控制目標，并結合本地區實際將配額量化到具體的企業排放源。
2005年，我國中部地區的碳排放總量居于三大區域的中間位置。按照目前的碳排放趨勢，到2020年，我國中部地區的絕大部分省份的碳排放總量將與表1中的碳排放配額持平。因此，除個別省區外，可以對中部省區制定中等強度的減排控制目標，將國家規定的碳強度減排目標的下限40%（即表1中所示的碳排放配額上限）作為其減排目標，對本轄區內企業的排放量增速實施嚴格控制戰略，以提高本區域的產業競爭力。
西部地區是我國重要的能源戰略基地，最終可開采資源量為711億噸標煤，約占全國總量的57%；其中煤炭、石油、天然氣最終可開采資源量和水能技術可開發資源量分別為429億噸、44億噸、8萬億立方米和15678億千瓦時，占全國總量的579%、336%、587%和706%，人均能源資源是全國平均水平的2倍〔13〕；且新能源和可再生能源主要集中在西部地區，這將使西部地區成為碳排放配額的主要輸出區。考慮到西部地區經濟發展緩慢的現狀和未來廣闊的發展空間，可以對其暫時不設具體的碳強度減排目標，將按照人均排放原則確定的碳排放配額作為當地政府引進項目和企業的參照基準，以承接我國東部高碳排放企業的轉移，加速實現工業化，從而推動當地經濟發展和改善當地居民的生活。
（二）建立碳減排項目合作機制
1.碳減排項目合作機制的緣起
碳減排項目合作機制主要源于國際公約《京都議定書》（以下簡稱《議定書》）的締結。為了緩解和應對全球氣候變化為人類帶來的負面影響，《議定書》不僅明確了發達國家應當承擔主要責任，而且首次為發達國家締約方訂立了量化的溫室氣體減排目標。但是，由于發達國家的工業化已經完成，技術和設備先進，減排空間較小，減排成本高昂，為了降低此類國家的履約成本和有效實現公約目的，《議定書》確立了三個靈活機制：排放貿易機制（ET）、聯合履行機制（JI）和清潔發展機制（CDM）。其中，JI和CDM屬于碳減排項目合作機制，是指通過發達國家之間（JI）或者發達國家和發展中國家之間（CDM）的合作，將通過實施溫室氣體減排項目獲取的碳排放信用作為履約客體的碳排放貿易機制。其中，CDM是發達國家和發展中國家之間的碳減排項目合作機制，發達國家通過為發展中國家提供資金和技術的方式與發展中國家合作實施碳減排項目，不僅可以降低其減排成本，而且有利于提高發展中國家的氣候適應能力。因此，CDM產生伊始就成為全球碳交易市場的追逐對象，并成為我國參與國際碳市場的主要方式，如中國CDM規模約為2.2億噸，占CDM市場的40%〔19〕。
2.東中西部區域碳減排項目合作機制
這種通過明晰氣候資源產權、進行碳排放配額分配的成功實踐為我國的碳減排項目合作機制的建立提供了借鑒。碳減排項目合作機制得以成功實施的一個根本前提就是項目實施主體之間的減排成本各異，并在某些方面具有一定的互補性。與東中部區域相比，我國西部區域所占國土面積較大，近年來受國家政策驅動，經濟發展步伐加快，但是由于地理位置偏遠、基礎設施不完善、技術落后，能源利用效率不到0.6（東部約為0.76，中部為074）〔7〕，對外吸納能力較弱，總體上仍然屬于資源型經濟；而東中部區域尤其是東部區域具有豐厚的資金和先進技術。這種由經濟發展水平差異造成的各省區碳強度減排成本的區別和資金技術上的互補性為建立碳減排項目合作機制提供了可能性。對于出現碳排放配額赤字的東中部地區的排放源，為了避免承擔巨額罰款，可以通過購買碳排放配額或者進行碳減排項目合作的方式從西部地區獲取碳排放信用以緩解其碳減排壓力。
在實施碳減排項目合作機制時，由于實施主體都是我國企業，這對減少國際CDM市場上出現的投機現象和技術轉移障礙有所緩解，但受地方利益的驅動，不排除東部和中部區域為了實現其碳強度減排目標，將重污染行業轉移至西部，導致西部地區的碳排放強度進一步升高的情況；也不排除西部區域為了短期經濟利益盲目引進重污染項目的可能性。因此，在碳減排項目合作和產業引進時，西部地區必須從長遠考慮，要高度重視技術在碳減排項目合作機制中的重要作用，如從技術結構相似度的角度〔20〕，探尋最合適的東部省份，選擇可以充分發揮本地區資源優勢和提高自我建設能力的技術和產業，實現碳強度的降低。
東部地區發展快的一個重要因素就是東部地區在推動科技進步過程中大力發展高新技術及產業。從國內外科技發展史看，誰掌握了高科技，誰就能更快發展。我國西部地區的陜西、四川等省份有較好的發展高新技術的條件和環境，可以有選擇、有重點地發展諸如電子信息、新材料、新能源等方面的先進技術。通過與東中部地區合作實施碳減排項目的形式，由東中部地區企業輸入資金和先進技術提高其能源利用效率，加快新能源和可再生能源的開發速度，推動產業結構的優化；通過出售碳排放配額獲得的資金還可以用于改善當地的基礎設施與社會保障體系建設，加速西部地區的發展速度，縮短與東中部地區的差距。此外，國家可以建立全國性的碳排放配額交易市場，利用市場機制，擴大交易范圍，增加交易產品種類，對市場參與主體形成更大的激勵，達到經濟發展與環境容量相協調、公平與效率并重的目的。
參考文獻：
〔1〕Houghton J T,Filho L G M,Callander B A,et al.Climate Change 1995:The Science of Climate Chang〔M〕.Cambridge,U.K：Cambridge University Press，1996:2-8.
〔2〕侯 鋒.我國省區間工業結構的異同與結構轉換的調控途徑〔J〕.地理研究,1990,9(4):6-16.
〔3〕李文彥,樊 杰.我國的經濟地域結構與區域能源戰略的關系初探〔J〕.地理科學,1994,14(3):201-210.
〔4〕Zhang Lei,Daniel TODD,Xie Hui,et al.CO2 Emissions and Their Bearing on Chinas Economic Development:The Long View〔J〕.Journal of Geographical Science,2005,15(1):61-70.
〔5〕郭廣濤,郭菊娥,席酉民,等.西部產業結構調整的節能降耗效應測算及其實現策略研究〔J〕.中國人口資源與環境,2008,18(4):44-49.
〔6〕譚 丹,黃賢金.我國東、中、西部地區經濟發展與碳排放的關聯分析及比較〔J〕.中國人口資源與環境,2008,18(3):54-57.
〔7〕楊紅亮,史 丹.能效研究方法和中國各地區能源效率的比較〔J〕.經濟理論與經濟管理,2008,(3):12-20.
〔8〕陳英姿,李雨潼.低碳經濟與我國區域能源利用研究〔J〕.吉林大學社會科學學報,2009,49(2):66-73.
〔9〕高衛東,姜 巍,謝 輝.經濟發展對中國能源碳排放空間分布的影響〔J〕.遼寧工程技術大學學報(自然科學版),2009,28(2):296-299.
〔10〕許廣月,宋德勇.中國碳排放環境庫茲涅茨曲線的實證研究——基于省域面板數據〔J〕.中國工業經濟,2010,(5):37-47.
〔11〕岳 超,胡雪洋,賀燦飛,等.1995-2007年我國省區碳排放及碳強度的分析——碳排放與社會發展Ⅲ〔J〕.北京大學學報(自然科學版),2010,46(4):510-516.
〔12〕徐大豐.我國碳排放結構的區域差異分析〔J〕.江西社會科學,2010,(4):79-82.
〔13〕郭廣濤,郭菊娥,柴 建.西部發展節能服務的低碳效應及其政策研究〔J〕.管理評論,2010,22(6):71-76.
〔14〕何建武,李善同.二氧化碳減排與區域經濟發展〔J〕.管理評論,2010,22(6):9-16.
〔15〕張小剛.西部地區發展低碳經濟的路徑選擇研究〔J〕.經濟研究,2010,(9):57-60.
〔16〕李清源.西部經濟發展對區域環境變化的影響及對策〔J〕.環境經濟,2010,(3):51-56.
〔17〕劉欽普.時空回歸模型在中國各省區人口預測中的應用〔J〕.南京師大學報(自然科學版),2009,9(32):119-124.
〔18〕中華人民共和國統計局.中國統計年鑒〔DB/OL〕.(20070501)〔20110906〕.stats.省略/tjsj/ndsj/2006/indexch.htm.
關鍵詞ZSGSBM模型；碳減排目標；效率分配；低碳經濟
中圖分類號X196
文獻標識碼A文章編號1002-2104（2017）05-0072-12DOI： 10.12062/cpre.20170306
CO2等溫室氣體的排放是造成全球氣候變暖的源頭，節能減排已經成為全球共識。為兼顧經濟發展和節能減排，我國政府自2009年哥本哈根全球氣候會議后，積極實行低碳經濟的可持續發展思路，并在《中華人民共和國國民經濟和社會發展第十二個五年規劃綱要》中首次明確規定了17%的碳強度降低目標，即相同經濟產出水平下減少17%的CO2排放量。“十三五”規劃中進一步確定2020年末比2015年末全國碳強度降低18%的減排目標。可見，低碳化發展將是未來一段時期內我國經濟發展的基本趨勢。然而，大量研究表明源于我國各省份經濟規模、資源稟賦、產業結構和能源消費結構的巨大差異，我國省際碳強度差異也較大[1-4]。苗壯[5]研究表明，制定相同的減排目標將導致各省份減排效率低下。雖然國務院的《“十三五”控制溫室氣體排放工作方案》中對各省份的碳排放強度減排目標進行了進一步的調整，然而，不難看出中央政府的調整方案主要以“公平”為導向，在考慮調整省份減排目標時，適當的降低了部分經濟欠發達省份的減排責任，但是，這不可避免的造成了我國省際碳排放效率的損失。因此，有必要根據省際碳強度的實際情況，將減排目標在省際間進行效率分配。這對各省份制定相應的經濟發展規劃、產業結構調整策略具有重要指導意義。
1文獻綜述
碳排放是各國學者關注的焦點學術問題，相關的研究主要集中于碳排放績效評價、碳減排潛力分析和碳減排成本測算，本文首先從這三方面簡述現有研究的相關成果。
碳排放績效評價的相關研究大多采用數據包絡分析（DEA）方法，該方法無需事先設定模型的形式，適用于多投入、多產出的復雜系統效率評價[6]。然而，Tone[7]認為，傳統DEA模型僅僅測算了各決策單元的效率值，無法反映無效決策單元的改進路徑，他提出了SBM模型來解決這一問題。隨著全球碳排放問題的日益凸顯，碳排放問題成為學術界關注的焦點問題。Zhang[8]、Wu[9]等認為，碳排放伴隨著經濟系統經濟產出的產生而產生，是經濟生產系統不可避免的環境外部性問題，因此，碳排放應作為一項“壞產出”引入效率評價模型中，由此構建非期望SBM模型。目前，非期望SBM模型正被廣泛地應用于碳排放績效評價的相關研究中[10-12]。針對我國省際碳排放效率的相關研究也有很多，基本結論是：我國省際碳績效差異較大，呈現出自西向東逐步上升的空間趨勢[13-14]。
在碳排放績效評價的基礎上，大量的國內外學者分析了我國整體、各區域、各省份以及產業層面的減排潛力。史丹[15]、Du[16]、查冬蘭[17]等分別采用隨機前沿分析（SFA）、非期望SBM模型、CGE模型等方法測算了我國整體和區域的碳減排潛力，測算結果表明我國整體和區域碳減排潛力巨大。〖JP+1〗李蘭冰[18]也得出了相似的結論，其測算結果表明我國整體碳減排潛力達到35%以上，并且經濟相對落后的中、西部區域減排潛力更大。分析我國省際碳減排潛力的文獻大多基于省際異質性的視角，研究結果也趨于一致――我國經濟發展水平、人均收入較低的中、西部省份減排潛力顯著大于北京、上海、江蘇等經濟發達省份[19-22]。產業層面上，Feng[23]、郭朝先[24]、劉貞[25]等分別測算了我國發電行業、汽車行業和工業行業整體的減排潛力。發現行業差異也是產業碳減排的重要影響因素。
目前，碳減排成本的計算方法主要有自下而上模型、自上而下模型和混合模型三類[26]，具體方法包括動態優化模型[27]、投入產出分析[28]、可計算一般均衡模型[29]、混合模型[30]和效率分析模型[31]等等。鑒于本文以效率分配為研究視角，后文重點闡述基于效率分析模型的相關研究文獻及其成果。效率分析模型的理論基礎是對偶理論和距離函數，該方法通過測算碳排放的影子價格來替代碳減排的邊際成本（機會成本）。Maradan[32]、Fāre[33]都構建了方向距離函數來測算CO2排放的影子價格，從而計算其碳減排成本。他們的結論是，碳減排成本隨人均收入的升高而降低，低收入國家的減排成本顯著高于高收入國家。針對我國省際碳減排成本的研究中，王群偉[34]、葉祥松[35]都將碳規制（減排）目標劃分為無規制、一般規制和強規制等多種情景進行分析，結果發現我國中、西部地區的碳減排成本明顯高于東部地區。可見，鑒于我國各省份的經濟發展水平差異較大，碳減排成本也存在較大的省際異質性。
綜上可知，我國各省份碳績效、碳減排潛力和碳減排成本都存在巨大差異，簡單地按全國碳減排目標均攤至各省份必然帶來碳減排效率的損失[36-39]。另外，碳績效評價、碳減排潛力分析和減排成本測算是碳減排目標確定的基礎。碳績效評價通過數學模型勾勒出“經濟產出―能源消耗―碳排放”三者的邏輯關系及各省份碳排放績效的時空現狀[40]；碳減排潛力分析為國家碳減排政策提供了可能的方向和路徑[41]；碳減排成本測算則衡量了碳減排各階段目標的實現代價，三者進一步服務于碳減排目標確定的決策問題[42]。上述國內外研究成果為碳減排目標的確定提供了理論基礎和定量測算方法，然而，目前國內外碳減排政策實踐中，碳減排目標的確定大多基于國家層面的總量目標，如：我國“十二五”、“十三五”規劃中確定的CO2減排目標等。因此，從效率視角出發對“十三五”時期，我國省際碳減排目標進行分配具有重要意義。那么，如何將碳減排總量目標分配至各省份？如何保證碳減排目標省際分配的效率？成為實現碳減排目標亟待研究的問題。
目前，國內外現有關于碳減排目標的相關研究上存在一些不足：現有文獻中針對碳減排目標省際分配問題的研究較少；并且碳績效評價、減排潛力分析和減排成本測算等問題的研究都是基于歷史數據的后驗分析，研究成果缺乏前瞻性。因此，本文基于我國“十三五”規劃中確定的碳減排目標，結合現有研究文I對于我國“十三五”期間勞動力數量、能源消費量、固定資產等生產要素投入以及經濟產出水平的預測，設置不同情景對我國“十三五”期間的碳減排目標進行省際間的效率分配。另外，在確定了碳減排國家總量目標和“十三五”期間經濟發展情景設定的條件下，可以測算我國“十三五”期間我國整體的碳排放總量，并在此基礎上進行省際分配，省際碳排放總和與碳減排目標下的國家碳排放總量相等，這一分配過程與“零和收益”的博弈思想相似。因此，本文構建了基于零和收益的SBM模型（zero sum gains SBM， ZSGSBM）來進行碳減排目標的效率分配，該模型融合了傳統SBM模型和“零和收益”思想的建模思路。
2模型與數據
2.1產出導向SBM模型（Outputoriented SBM）
SBM效率評價模型以系統決策單元的投入、產出松弛作為決策變量，直觀地體現決策單元的效率改進路徑，相較于傳統的DEA模型，其在系統效率評價及其資源效率分配中具有顯著優勢[43]。Tone[7]首先提出了系統效率評價的SBM模型，相關的后續研究中，SBM模型被分為投入導向SBM、產出導向SBM和投入產出雙向SBM模型[44]。本文以我國省際碳排放為研究對象，在產出導向SBM模型的基礎上構建了ZSGSBM模型，因此，下文重點介紹產出導向SBM模型。
假設生產系統包含m個決策單元DMUi（i=1，…，m），每個決策單元有k個投入和l1個期望產出和l2個非期望產出。
根據Tone[45]、Du[46]等的建模思路，基于非期望產出的產出導向SBM模型可表示為：
2.2產出導向ZSGSBM模型
（1）基本原理。本文以我國“十三五”規劃中確定的碳減排目標的省際分配為研究對象，在我國“十三五”期間整體碳排放總量和國內生產總值確定的條件下，各省份間碳排放量的分配具有一定的競爭性，即某一省份碳排放量的增加，則要求其他省份碳排放量減少，這體現了碳排放總量不變的“零和收益”思想。本文結合“零和收益”思想和產出導向SBM模型，構建了一個產出導向ZSGSBM模型，其基本原理如圖1所示。
如圖1所示，在產出導向SBM模型評價的基礎上，產出導向ZSGSBM模型基于“零和收益”的思想對無效決策單元的非期望產出要素松弛量進行重新分配，以實現所有決策單元到達效率前沿，即實現了系統最優效率條件下對非期望產出的分配。
（2）數學模型。假定決策單元（省份）DMUo需要減少Z單位非期望產出，則其他任意決策單元DMUi（i≠o）非期望產出的增加量為zi。用yb′i來表示DMUi分配后的非期望產出，則：
根據“零和收益”的基本原理，本文給出ZSGSBM模型的一般形式如下：
公式（4）中，hZSGo表示決策單元DMUo經過效率分配后的效率值，體現了非期望產出效率分配后決策單元DMUo與ZSGSBM前沿面的差距。由于決策單元DMUo需要減少Z單位投入來到達ZSGSBM前沿面，可見，Z是hZSGo的函數，即Z=f（hZSGo）。并且Z需要在其它決策單元間進行分配，則yb′i是Z的函數，即yb′i=f1（Z）=f2（hZSGo）。因此，考慮Z單位投入在其它決策單元間的分配時，不同分配策略可能帶來差異化分配結果，本文選擇Lins[47]、Gomes[48]采用的比例分配策略。
（3）模型求解：比例分配策略。比例分配策略將決策單元DMUo的非期望產出分配量Z按照其余決策單元已有非期望產出比例來分配，即
按照上述求解過程迭代計算，直至hZSG*o=h*o=1時，各決策單元均達到系統前沿面，該非期望產出的分配達到效率最優。
2.3指標與數據說明
借鑒現有碳效率評價相關研究成果，本文選擇勞動力、資本存量和能源消費量作為系統的投入要素；國內生產總值作為系統期望產出；CO2排放量作為系統的非期望產出變量。由于本文以我國“十三五”時期的省際碳排放目標分配為研究對象，后續的計算涉及“十三五”時期的相關數據，因此，本文首先針對我國“十三五”時期的經濟發展狀況、能源消費結構變動等情況設置假設情景。
2.3.1情景設置
2015年，我國“十三五”規劃中強調的“十三五”期間經濟增長目標為6.5%―7%，借鑒李善同[51]等的研究方法，本文對我國“十三五”期間的經濟增長水平設置低速和高速兩種情景，分別對應6.5%和7%的經濟增長率，并且省際經濟增長水平與國家經濟增長水平一致。同時，大量研究表明，能源消費結構是碳排放以及碳強度的重要影響因素，因此，本文針對能源消費結構設置不變和變動兩種情景。能源消費結構不變情景條件下，我國“十三五”期間省際能源消費量根據其“十二五”期間的碳排放系數倒推計算；而能源消費結構變動情景條件下，我國“十三五”期間省際能源消費量根據“十三五”規劃中設定的能源強度15%的目標約束計算。綜上所述，本文后續研究綜合考慮了我國“十三五”時期的經濟發展狀況和能源消費結構變動情況等四種情景來進行分析。
2.3.2指標及數據
具體指標選擇上，勞動力指標采用各省人口總量來指代，根據我國“十二五”期間省際人口平均增長率以及2015年底的省際總人口計算獲得。資本存量的測算采用林伯強[52]、Li[53]和郭文[54]等使用的永續盤存法計算，再結合我國“十二五”期間的固定資產平均投資額和苗壯[5]等計算的折舊率10.96%，計算獲得我國“十三五”時期的省際資本存量。能源消費量指標和國內生產總值指標根據前文的情境設置來計算。碳排放量指標的計算采用倒推法，根據我國“十二五”期間的省際碳強度，結合“十三五”期間的國內生產總值以及碳強度降低18%的目標約束逆算獲得。通過上述數據整理和計算，本文獲得我國“十三五”期末各省的投入產出數據預測值如表1所示。
3結果與討論
3.1省際碳排放效率測算
根據公式（2）和前文設定的四種情景，本文首先采用Matlab2009a軟件測算了我國各省份的碳排放效率。限于篇幅，本文的測算過程均以“十三五”期末2020年為例，結果如表2所示。
測算結果表明，在四種情景下，采用碳減排目標平均分配原則會造成我國30個省份的碳排放效率產生巨大的差異，碳排放效率最高的北京市與最低的山西省間的效率極差達到54.56%。具體而言：①北京市、海南省和青海省的效率測算值都為1.000，說明上述省市的碳排放效率值位于數據包絡前沿面上，達到了碳排放量、勞動力數量、資本存量、能源消費以及GDP產出的帕累托最優狀態。這與現有大量文獻的結論一致，北京市碳排放效率的優勢主要來源于北京市施行的嚴格的環境規制政策、產業結構的優化以及先進的生產技術，而海南省和青海省的環境現狀一直處于我國前列。②經濟較為發達的東部省份中，天津市、上海市、江蘇省、浙江省、福建省、山東省和廣東省的效率值較高，特別是在情景1中，天津市、上海市、江蘇省和廣東省的碳排放效率到達30個省份整體的前沿面上。而經濟欠發達的中、西部省份以及東北三省的碳排放效率值普遍較低。這一結果與李小勝[55]等的結論一致，主要原因在于我國已經施行了多年的低碳經濟發展道路，而由于其濟水平和技術水平的優勢，北京、天津、上海等經濟發達地區一直是低碳經濟、綠色經濟模式的先驅，在我國“十二五”期間也承擔了18%―20%的最嚴格的碳排放強度約束目標，這些都為這些發達省份在“十三五”時期，甚至更遠的未來獲得更高的碳排放效率奠定了基礎。③對比30個省份在情景1與情景2、情景3與情景4條件下的測算結果發現，在各省人口總量、資本存量規模預測值固定的情況下，經濟發展水平增速越大，省際碳排放效率值越高。然而，碳排放效率的平均增值（0.18%）遠低于經濟增速（0.50%），表明單純的追求經濟發展增速對于提升我國省際碳排放效率的效果欠佳，而應注重經濟生產系統勞動力、資本存量、能源、碳排放以及GDP產出的分配和匹配。同時，對比30個省份在情景1與情景3、情景2與情景4條件下的測算結果可知，使用碳排放強度和能源強度雙重約束條件下的省際碳排放效率優于采用碳排放強度單指標約束的效率值。表明在碳排放強度約束的基礎上，能源強度約束將迫使各省調整和優化能源消費結構，從而更加接近數據包絡效率前沿。
3.2省際碳減排目標分配
在“十三五”期末我國30個省份碳排放效率測算的基礎上，結合本文提出的ZSGSBM模型，我們經過兩次迭代計算獲得了前文4種情景條件下，我國省際碳排放量的效率分配額度以及分配后的省際碳排放強度的變化情況。限于篇幅，本文沒有列示，若需要，作者可提供計算結果。
結果表明：①四種情景條件下，分別經過ZSGSBM模型的迭代計算后，我國省際碳排放ZSGSBM效率值hZSG*o均為1，表明在碳排放量進行省際間的效率分配后，各省均到達前沿面，即實現了全部省份的碳排放量、勞動力數量、資本存量、能源消費以及GDP產出等投入、產出要素的效率配置。②從碳排放重新分配的增減額度來看，30個省份中，碳排放量需要進一步分配減少的省份包括河北省、山西省等16個省份，大多對應著位于中、西部的那些碳排放效率較低、經濟欠發達的省份。這些省份中，有一
注：原始數據均來自2011―2015年《中國統計年鑒》、2011―2015年《中國能源統計年鑒》。由于自治區缺乏大量能源統計數據，本文不予考慮。另外，資本存量指標和國內生產總值指標以2011年為基期進行了平減處理，平減指數分別選擇了我國“十二五”期間各省的平均居民消費價格指數和平均固定資產投資價格指數。
部分是我國的主要重工業省份，如東北三省等等，這些省份的污染性較高的產業比重較大，加上經濟欠發達，環境處理技術落后，導致其碳排放效率一直處于較低水平；有一部分能源資源稟賦較好的省份，如山西省等，良好的資源稟賦造成區域能源資源成本偏低，能源消費量較大，造成其碳排放效率的低下；還有一部分是西部經濟落后地區，如甘肅省、廣西省等等，由于生產技術的落后，這些省份的經濟生產效率長期處于我國省份的末尾，其碳排放效率也較低。從碳排放效率分配的視角來看，這些省份均應減少碳排放量。③分配增加碳排放量的省份包括北京市、天津市等14個省份。這些省份中，大多是經濟發達、碳排放效率較高的東部省份，如北京市、上海市等等，由于經濟水平較發達，人們的收入水平也相對較高，對于生活環境的關注和要求都更強，從而更加重視環境污染方面的投資和技術改進，帶來了相對較高的碳排放效率；還有一小部分是目前第二產業較少，環境狀態良好的省份，如海南省、青海省等等。上述省份的碳排放效率較高，從碳排放效率分配的視角來看，其“十三五”期間可以適量增加其碳排放量，即減小這些省份的碳排放約束目標。④表3最后一行數字列示了“十三五”期末，在經濟高速增長、能源結構變化的情景條件下，我國30個省份整體的碳排放總量、ZSGSBM分配后的碳排放總量、碳排放總量的增減額度等指標值。結果發現，我國整體碳排放總量的增減額度為0，即全國“十三五”期末在碳排放強度約束條件下的總碳排放量853 240.213 7萬t保持不變，碳排放強度也保持不變，這體現了本文“零和收益”的建模思想，即碳排放量的效率分配是在全國整體碳減排目標完成基礎上，在省際之間分配。并且，情景2、情景3和情景4條件下的測算結果于情景1類似，此處不再贅述。
3.3效率分配與行政分配的差異分析
2016年，國務院的《“十三五”控制溫室氣體排放工作方案》確定了我國各省份的碳排放強度減排目標：其中，碳排放強度約束最大的是北京市、天津市、河北省、上海市、江蘇省、浙江省、山東省和廣東省的20.5%；其次是福建省、江西省、河南省、湖北省、重慶市和四川省的19.5%；而山西省、遼寧省、吉林省、安徽省、湖南省、貴州省、云南省和陜西省則需下降18%，、黑龍江省、廣西自治區、甘肅省、寧夏自治區分別下降 17%；最后，海南省、青海省、新疆自治區的碳排放強度約束指標為12%。本文對比了各省的ZSG碳排放強度效率分配測算結果與上述碳排放強度行政分配目標的差異，結果如表3所示。
計算結果表明：① “十三五”期末我國省際碳排放強度ZSG分配目標與國家行政分配的省際碳排放強度分配目標存在較大差異，包括北京市、天津市等省市在內的15個省份的碳排放強度ZSG分配目標低于國家行政分配目標，其余省市則相反。需要特別提到的是海南省和青海省，這兩個省份要實現碳排放強度ZSG分配減排目標值相對較低，然而，由于這兩個省份的環境保護基礎較好，碳排放效率較高，政府為其制定的碳排放強度目標遠低于其他省市，造成這兩個省份出現了的碳排放強度ZSG分配目標高于國家行政分配目標的情況。②以情景1為例，體現最大正向差異的省份分別是廣東省、江蘇省、北京市和上海市。這些省市的經濟發展水平較高，環境污染處理技術也處于領先地位，國家賦予這些省份較高的碳排放強度減排目標是希望這些省份繼續發揮優勢，挖掘潛力，并在全國低碳經濟轉型的進程中起到示范作用。體現最大負向差異的是新疆自治區、山西省、甘肅省和黑龍江省等省市。其中，山西省是我國最大的能源生產和輸出省份，良好的資源稟賦造成該省份能源成本低，企業的成本控制更大的依賴能源資源投入；黑龍江省則是我國重型工業大省，污染型產業的比重較大；而新疆自治區和甘肅省則是我國經濟落后省份，加上相對落后的污染治理技術，造成上述省份的碳排放效率較低。從“效率”導向的計算結果來看，這些省份應當承擔較高的減排責任；然而，政府的行政分配機制立足于省際碳減排目標的“公平”導向，更多的考慮了這些省份的資源稟賦、經濟發展水平和產業結構的現狀，在制定其碳排放強度減排目標時，適當的降低了這些省份的減排責任，進而造成了負向差異較大的結果。可見，基于“公平”導向的碳排放強度減排目標分配方式必然導致一定程度的效率損失。因此，從經濟長遠發展目標來看，基于“零和收益”思想的碳減排目標效率分配方法實現了各省份勞動力、資本、能源、GDP以及碳排放的有效配置，達到了各項投入、產出要素的帕累托最優，更符合我國低碳經濟的發展理念和要求。③對比表4第6列（情景1）和第9列（情景3）的結果可知，在經濟發展水平預期一致的情況下，采取碳排放強度和能源強度的雙重約束會增大省際碳排放強度ZSG分配目標與國家行政分配目標，具體表現為情景1條件下的差異絕對值大于情景3條件下的差異絕對值。主要原因在于，相對于碳排放強度單指標約束條件，碳排放強度和能源強度的雙重約束導致省際碳排放效率前沿面下移，需要分配的碳排放量更大，從而拉大了各省份經過ZSG分配后的碳強度差距。
3.4“十三五”時期各省的低碳經濟發展路徑分析
低碳經濟發展路徑包含“經濟增長”和“環境友好”兩層含義，前文的研究表明，由于資源稟賦、能源消費結構等因素的省際異質性，將我國“十三五”規劃中制定的18%的碳減排目標平均分配至各個省份將造成各省碳排放效率的巨大差異。盡管《“十三?五”控制溫室氣體排放工作方案》對省際碳減排目標進行了必要的調整，然而表4的結果表明，調整結果并沒有實現省際“經濟―環境―能源”系統的投入、產出最優配置。因此，下文以情景1為例，分別以6.97萬元/人的人均GDP和16%的碳減排目標為分界線，從“經濟增長”和“環境友好”兩個維度將我國30個省份劃分為高人均GDP低碳減排壓力、低人均GDP低碳減排壓力、高人均GDP高碳減排壓力和低人均GDP高碳減排壓力4類區域。其中，若省份的ZSG分配碳排放強度下降幅度大于15%，表示該省份的減排壓力較高，反之則較低。以此來探索4類區域的低碳經濟發展路徑，結果見圖3。
如圖3所示：①位于I類地區的省份分別為北京市、上海市和廣東省等7個省市，說明這7個省市的人均GDP較高，且需要承擔的碳減排壓力較低，基本實現了低碳經濟的發展模式，該類地區若要進一步降低碳排放強度，則應增加風電、水電等清潔能源的使用，通過能源消費結構的調整優化能源消費碳排放系數，從而減少單位能源消費碳排放量。②位于II類地區的省份分別是海南省、青海省和寧夏自治區，表明這3個省份的碳減排壓力較小，其低碳經濟的發展路徑應重點提升其人均GDP水平。其中，海南省可以充分發揮其參與我國“21世紀海上絲綢之路經濟帶戰略”的契機，加快現代金融服務業、現代物流業的產業布局和發展；青海省和寧夏自治區獨特的地理和氣候特征為其農牧業創造了獨特的優勢和特色，一直是我國農牧業大省，因此，它們應突出其特色農牧產品和生態環境優良的優勢，大力發展具有特色、高效和品牌效應的生態農牧業，并向上游產業鏈延伸，通過發展和優化農牧產品加工產業來保障農畜產品供銷體系，進一步提高經濟發展水平。③位于III類地區的省份具有較高人均GDP和較高的碳排放壓力，其低碳經濟發展道路以降低碳排放強度為重點。其中，福建省應充分發揮其承接長江三角洲和珠江三角洲兩大經濟發達區域、以及沿海的區位優勢。一方面，加強與長江三角洲、珠江三角洲的經濟資源共享，促進以金融服務業為主的第三產業的聚集；另一方面，充分利用其海上風電的優勢，加快能源消費結構調整，降低碳排放強度。而遼寧省是我國主要的重工業省份，則是主要的煤炭輸出省份，這兩個省份應以產業結構升級為重心，努力降低高污染、高能耗行業的比重。④位于IV地區的省份既承擔較重的碳減排壓力，同時經濟發展水平相對較低。其中，湖北省、重慶市、陜西省和吉林省相似，其人均GDP水平接近于我國整體人均GDP的水平，因此，這些省份應首先考慮提升當地經濟發展水平，先向III類地區靠近，再謀求碳排放強度的降低；而江西省、湖南省、河南省、安徽省、貴州省和四川省的人均GDP離全國整體人均GDP尚有距離，這些省份的低碳經濟發展道路應首先注重碳排放強度的降低，即挖掘自身節能減排潛力，調節能源消費結構，先向II類地區靠近；由于資源稟賦特點而導致高能耗產業比重較大的山西省，應加快淘汰煤炭開采、鋼鐵以及煤化工產業的過剩產能，注重產業結構的重塑；最后，經濟欠發達的廣西省、云南省、甘肅省和新疆自治區則應經濟發展目標和碳減排目標并重，并根據本省份的實際現狀選擇兩者中優先考慮的目標。
4結論
本文在傳統SBM效率測算模型中引入“零和收益”的博弈思想，構建了基于零和收益的SBM（ZSGSBM）模型。然后從經濟增速和能源消費結構變化兩個維度，就我國“十三五”期間的經濟生產系統的發展情況設置了4種情景條件，進而應用上述ZSGSBM模型對“十三五”期間我國30個省份的碳排放強度減排目標進行效率分配。最后通過對比本文碳排放強度減排目標分配結果和國家行政分配方案，探索了“十三五”期間我國各省份的低碳經濟發展道路。本文的主要結論在于：
（1）在本文4種情景條件下，將“十三五”規劃中確定18%的碳減排目標平均分配到各省份中將造成我國“十三五”時期的省際碳排放效率出現巨大差異。經濟較為發達的東部省份和環境現狀較好的海南省、青海省的碳排放效率較高，到達或接近于省際經濟系統的碳排放效率前沿，而經濟欠發達的中、西部地區則相反。在采用ZSGSBM模型對省際碳排放量進行效率分配后，30個省份的效率值hZSG*o均為1.000 0，即到達效率前沿，各省勞動力、資本存量和能源等投入資源與GDP、碳排放量等產出的有效配置，實現了全國整體資源的帕累托最優。
（2）考慮到我國各省份在能源資源稟賦、經濟發展水平和現有產業結構的異質性，目前，中央政府的行政分配機制主要立足于省際碳減排目標的“公平”導向，在制定省際碳排放強度減排目標時兼顧了區域經濟增長、居民生活水平提高等因素，傾向于降低經濟欠發達省份的減排責任，在短期內保證了這些省份實現碳減排目標的可行性。然而，這種基于“公平”導向的行政分配方式必然造成一定程度的效率損失，從經濟長遠發展目標來看，基于“零和收益”思想的碳減排目標效率分配方法更符合低碳經濟的發展要求。因此，政府在制定各省份碳減排具體目標時，可以交叉使用“公平”導向和“效率”導向的碳減排目標分配方法，既能緩解經濟欠發達省份短期內的減排壓力，又能逐步向投入、產出要素的帕累托最優配置狀態靠近，最終實現我國低碳經濟發展的長遠目標。
（3）通過一一對比4種情景條件下的測算結果，本文發現：第一，使用碳排放強度和能源強度雙重目標約束條件下的省際碳排放效率優于采用碳排放強度單指標約束的效率值。這是由于在碳排放強度約束的基礎上，能源強度的進一步約束將迫使各省調整和優化能源消費結構，從而更加接近數據包絡的碳排放效率前沿。第二，在經濟發展水平預期相同的情況下，采取碳排放強度和能源強度的雙重目標約束會增大省際碳排放強度ZSG分配目標的差距。相對于碳排放強度單指標約束條件，碳排放強度和能源強度的雙重目標約束導致省際碳排放效率前沿面下移，碳排放效率較低的省份需要分配出去更多的碳排放量，從而拉大了各省份經過ZSG分配后的碳強度差距。
（4）鑒于省份資源稟賦、地理位置、經濟水平和現有產業結構的異質性，各省應選擇有差異的低碳經濟發展道路。I類地區的北京、上海等省市應增加風電、水電等清潔能源的使用，通過能源消費結構的優化來減少碳排放量。II類地區的海南省應加快現代金融服務業、現代物流業的產業布局和發展；青海省和寧夏自治區則要大力l展具有特色、高效和品牌效應的生態農牧業，并向上游產業鏈延伸。III類地區的福建省應充分發揮其區位優勢，一方面加強與長江三角洲、珠江三角洲的經濟資源共享，一方面充分利用其海上風電的優勢，加快能源消費結構調整。而遼寧省和則應以產業結構升級為重心，努力降低高污染、高能耗行業的比重。IV類地區的省份則應將經濟發展目標和碳減排目標并重，并根據本省份的實際現狀選擇兩者中優先考慮的目標。
參考文獻（References）
[1]周葵， 戴小文. 中國城市化進程與碳排放量關系的實證研究[J]. 中國人口?資源與環境， 2013， 23（4）： 41-48.[ZHOU Kui，DAI Xiaowen. An empirical study on the relationship between urbanization and carbon emission in China[J]. China population， resources and environment， 2013， 23（4）： 41-48.]
[2]WANG Zhaohua， YIN Fangchao， ZHANG Yixiang， et al. An empirical research on the influencing factors of regional CO2 emissions： evidence from Beijing city， China[J]. Applied energy， 2012， 100（4）：277-284.
[3]DONG Feng， LI Xiaohua， LONG Ruyin， et al. Regional carbon emission performance in China according to a stochastic frontier model[J]. Renewable & sustainable energy reviews， 2013， 28（8）：525-530.
[4]GUO Wen， SUN Tao， DAI Hongjun. Effect of population structure change on carbon emission in China[J]. Sustainability， 2016， 8（3）： 225-244.
[5]苗壯， 周鵬， 李向民. 我國“十二五”時期省級碳強度約束指標的效率分配[J]. 經濟管理， 2012（9）：25-36.[MIAO Zhuang， ZHOU Peng， LI Xiangmin. China’s carbon intensity constraint efficiency allocation research during “12?5” period[J]. Economic management journal， 2012（9）：25-36.]
[6]HUA Zhongsheng， BIAN Yiwen， LIANG Liang. Ecoefficiency analysis of paper mills along the Huai River： an extended DEA approach[J]. Omega， 2007， 35（5）：578-587.
[7]TONE K. A slacksbased measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001， 130（3）：498-509.
[8]ZHANG Chunhong， LIU Haiying， BRESSERS H， et al. Productivity growth and environmental regulationsaccounting for undesirable outputs： analysis of China’s thirty provincial regions using the MalmquistLuenberger index[J]. Ecological economics， 2011， 70（12）： 2369-2379.
[9]WU Fei， ZHOU Peng， ZHOU Dequn， et al. Industrial energy efficiency with CO2 emissions in China： a nonparametric analysis[J]. Energy policy， 2012， 49： 164-172.
[10]ZHOU Peng， ANG B W， POH K L. Slacksbased efficiency measures for modeling environmental performance[J]. Ecological economics， 2006， 60（1）： 111-118.
[11]王兵， 吳延瑞， 顏鵬飛. 中國區域環境效率與環境全要素生產率增長[J]. 經濟研究， 2010 （5）： 95-109.[WANG Bing，WU Yanrui， YAN Pengfei. Environmental efficiency and environmental total factor productivity growth in China’s regional economies[J]. Economic research journal， 2010 （5）： 95-109.]
[12]ZHOU Yan， LIANG Dapeng， XING Xinpeng. Environmental efficiency of industrial sectors in China： an improved weighted SBM model[J]. Mathematical and computer modeling， 2013， 58（9）： 990-999.
[13]周五七， 鳴. 中國工業碳排放效率的區域差異研究[J]. 數量經濟技術經濟研究， 2012（9）： 58-70.[ZHOU Wuqi， NIE Ming. Regional differences in the efficiency of industrial carbon emissions in China[J]. The journal of quantitative & technical economics， 2012（9）： 58-70.]
[14]馬大來， 陳仲常， 王玲. 中國省際碳排放效率的空間計量[J]. 中國人口?資源與環境， 2015， 25（1）： 67-77.[ MA Dalai， CHEN Zhongchang， WANG Ling. Spatial econometrics research on interprovincial carbon emissions efficiency in China[J]. China population， resources and environment， 2015， 25（1）： 67-77.]
[15]史丹， 吳利學， 傅曉霞， 等. 中國能源效率地區差異及其成因研究[J]. 管理世界， 2008（2）： 35-43. [SHI Dan， WU Lixue， FU Xiaoxia， el at. A study on regional differences of energy efficiency and its causes in China[J]. Management world， 2008（2）： 35-43.]
[16]DU Juan， LIANG Liang， ZHU Joe. A slacksbased measure of superefficiency in data envelopment analysis： a comment[J]. European journal of operational research， 2010， 204（3）： 694-697.
[17]查冬蘭， 周德群， 孫元. 為什么能源效率與碳排放同步增長[J]. 系統工程， 2013， 238（10）： 105-111.[ ZHA Donglan， ZHOU Dequn，SUN Yuan. Why do the energy efficiency on reduction and carbon emission increase simultaneously[J]. Systems engineering， 2013， 238（10）： 105-111.]
[18]李蘭冰. 中國全要素能源效率評價與解構――基于“管理―環境”雙重視角[J]. 中國工業經濟， 2012（6）：57-69.[ LI Lanbing. Evaluation on regional energy efficiency in China： based on managerial and environmental viewpoints[J]. China industrial economics， 2012（6）：57-69.]
[19]GUO Xiaodan， ZHU Lei， FAN Ying， et al. Evaluation of potential reductions in carbon emissions in Chinese provinces based on environmental DEA[J]. Energy policy， 2011， 39（5）： 2352-2360.
[20]王群偉， 周德群， 周鵬. 區域二氧化碳排放績效及減排潛力研究――以我國主要工業省區為例[J]. 科學學研究， 2011（6）： 868-882.[ WANG Qunwei， ZHOU Dequn， ZHOU Peng. Regional carbon dioxide emission performance and its reduction potential based on environmental production technology： the case of main industrial provinces in China[J]. Studies in science of science， 2011（6）： 868-882.]
[21]BIAN Yiwen， HE Ping， XU Hao. Estimation of potential energy saving and carbon dioxide emission reduction in China based on an extended nonradial DEA approach[J]. Energy policy， 2013， 63（4）： 962-971.
[22]XU Feng， XIANG Nan， YAN Jingjing， et al. Dynamic simulation of China’s carbon emission reduction potential by 2020[J]. Letters in spatial & resource sciences， 2015， 8（1）： 15-27.
[23]FENG Xiangzhao， ZOU Ji. Economic analysis of CO2 emission trends in China[J]. China population， resources and environment， 2008， 18（3）： 43-47.
[24]郭朝先. 中國二氧化碳排放增長因素分析：基于SDA分解技術[J]. 中國工業經濟， 2010 （12）： 47-56.[GUO Chaoxian. An analysis of the increase of CO2 emission in China： based on SDA technique[J]. China industrial economics， 2010（12）： 47-56.]
[25]劉貞， 朱開偉， 閻建明， 等. 產業結構優化下電力行業碳減排潛力分析[J]. 管理工程學報， 2014， 28（2）： 87-93.[LIU Zhen， ZHU Kaiwei， YAN Jianming， el at. The analysis of power sector carbon mitigation potential in the industrial structure optimization scene[J]. Journal of industrial engineering and engineering， 2014， 28（2）： 87-93.]
[26]周i， 周迅， 周德群. 二氧化碳減排成本研究述評[J]. 管理評論， 2014， 26（11）： 20-28.[ZHOU Peng， ZHOU Xun， ZHOU Dequn. A survey of studies on estimating CO2 mitigation costs[J]. Management review， 2014， 26（11）： 20-28.]
[27]SIMOES S， CLETO J， FORTES P， et al. Cost of energy and environmental policy in portuguese CO2 abatementscenario analysis to 2020[J]. Energy policy， 2008， 36（9）： 3598-3611.
[28]MINIHAN E S， WU Ziping. Economic structure and strategies for greenhouse gas mitigation[J]. Energy economics， 2012， 34（1）： 350-357.
[29]姚云飛， 梁巧梅， 魏一鳴. 國際能源價格波動對中國邊際減排成本的影響： 基于CEEPA模型的分析[J]. 中國軟科學， 2012（2）： 156-165.[YAO Yunfei1， LIANG Qiaomei， WEI Yiming. The impacts of international energy price volatility on China’s marginal abatement cost： a CEEPAbased analysis[J]. China soft science， 2012 （2）： 156-165.]
[30]CHEN Wenying. The Costs of mitigating carbon emissions in China： findings from China MARKALMACRO modeling[J]. Energy policy， 2005， 33（7）： 885-896.
[31]ZHOU Peng， ZHOU Xu. On estimating shadow prices of undesirable outputs with efficiency models： a literature review[J]. Applied energy， 2014， 130（1）： 799-806.
[32]MARADAN D， VASSILIEV A. Marginal costs of carbon dioxide abatement： empirical evidence from crosscountry analysis[J]. Revue suisse d economie et de statistique， 2005， 141（3）： 377.
[33]FARE G， GROSSKOPF S， PASURKA C A. Environmental production functions and environmental directional distance functions[J]. Energy， 2007， 32（7）： 1055-1066.
[34]王群ィ 周德群， 葛世龍， 等. 環境規制下的投入產出效率及規制成本研究[J]. 管理科學， 2009， 22（6）： 111-119. [WANG Qunwei， ZHOU Dequn， GE Shilong， et al. Research on inputoutput efficiency and regulatory cost under environmental regulation[J]. Journal of management sciences， 2009， 22（6）： 111-119.]
[35]葉祥松， 彭良燕. 我國環境規制下的規制效率與全要素生產率研究：1999―2008[J]. 財貿經濟， 2011（2）： 102-110. [YE Xiangsong， PENG Liangyan. Research on regulation efficiency and TFP of environmental regulation in China from 1999 to 2008[J]. Finance & trade economics， 2011（2）： 102-110.]
[36]PENG SZ， CHANG Y， ZHANG JT. Consideration of some key issues of carbon maket development in China[J]. Chinese journal of population， resources and environment， 2015，13（1）：10-15.
[37]FU JY， ZHANG CJ. International trade， carbon leakage， and CO2 emissions of manufacturing industry[J]. Chinese journal of population， resources and environment，2015，13（2）：139-145.
[38]SUN R，KUANG D，CHANG DQ. Effect analysis of carbon trading on EconomyEnergyEnvironment system and calculation of reasonable carbon price intervals[J]. Chinese journal of population， resources and environment， 2015，13（2）：146-154.
[39]FANG QQ， ZHOU XH， LIU JR. Double dividend of carbon intensity： environmentalquality improvement and sustainable economic growth[J].Chinese journal of population， resources and environment， 2015，13（3）：187-197.
[40]MIAO Zhuang， GENG Yong， SHENG Jichuan. Efficient allocation of CO2 emissions in China： a zero sum gains data envelopment model[J]. Journal of cleaner production， 2015， 112：4144-4150.
[41]RIETBERGEN M G， BLOK K. Assessing the potential impact of the CO2 performance ladder on the reduction of carbon dioxide emissions in the Netherlands[J]. Journal of cleaner production， 2013， 52（4）： 33-45.
[42]WANG Qunwei， CUI Qinjun， ZHOU Dequn， et al. Marginal abatement costs of carbon dioxide in China： a nonparametric analysis[J]. Energy procedia， 2011， 5（5）： 2316-2320.
[43]郭文， 孫濤， 朱建軍. 基于最大有效面集的網絡SBM評價模型及其應用[J]. 控制與決策， 2014， 29（12）： 2282-2286. [GUO Wen， SUN Tao， ZHU Jianjun. Network slacksbased measure evaluation method based on maximum frontier set and its application[J]. Control and decision， 2014， 29（12）： 2282-2286.]
[44]ZHANG Ning， CHOI Y. Environmental energy efficiency of China’s regional economies： a nonoriented slacksbased measure analysis[J]. Social science journal， 2013， 50（2）： 225-234.
[45]TONE K. Variations on the theme of slacksbased measure of efficiency in DEA[J]. European journal of operational research， 2010， 200（3）： 901-907.
[46]DU Juan， LIANG Liang， ZHU Joe. A slacksbased measure of superefficiency in data envelopment analysis： a comment[J]. European journal of operational research， 2010， 204（3）： 694-697.
[47]LINS M P E， GOMES E G， JOAO C， et al. Olympic ranking based on a zero sum gains DEA model[J]. European journal of operational research， 2003， 148（2）：312-322.
[48]GOMES E G， LINS M P E. Modelling undesirable outputs with zero sum gains data envelopment analysis models[J]. Journal of the operational research society， 2008， 59（5）： 616-623.
[49]AZADI M， SAEN R F. Developing an outputoriented super slacksbased measure model with an application to thirdparty reverse logistics providers[J]. Journal of multicriteria decision analysis， 2011， 18（5）： 267-277.
[50]PARADI J C， WILSON D， YANG Xiaopeng. Data envelopment analysis of corporate failure for nonmanufacturing firms using a slacksbased measure[J]. Journal of service science & management， 2014， 7（4）： 277-290.
[51]李善同， 侯永志， ⒃浦校等. 中國經濟增長潛力與經濟增長前景分析[J]. 管理世界， 2005（9）： 7-19.[LI Shantong， HOU Yongzhi， LIU Yunzhong， et al. An analysis of China’s economic growth potential and perspective[J]. Management world， 2005（9）： 7-19.]
[52]林伯強， 孫傳旺. 如何在保障中國經濟增長前提下完成碳減排目標[J]. 中國社會科學， 2011（1）： 64-76.[ LIN Boqiang， SUN Chuanwang. How can China achieve its carbon emission reduction target while sustaining economic growth？ [J]. Social sciences in China， 2011（1）： 64-76.]
[53]LI Lanbin， HU Jinli. Ecological totalfactor energy efficiency of regions in China[J]. Energy policy， 2012， 46（4）： 216-224.
[54]郭文， 孫濤. 中國工業行業生態全要素能源效率研究[J]. 管理學報， 2013， 10（11）： 1690-1695.[GUO Wen， SUN Tao. Chinese industries’ ecological total factor energy efficiency[J]. Chinese journal of management， 2013， 10（11）： 1690-1695.]
[55]李小勝， 宋馬林. “十二五”時期中國碳排放額度分配評估――基于效率視角的比較分析[J]. 中國工業經濟， 2015 （9）： 99-113.[LI Xiaosheng， SONG Malin. Regional allocation of CO2 emissions allowance during the “Twelfth FiveYear” in China： from the perspective of efficiency comparative analysis[J]. China industrial economics， 2015 （9）： 99-113.]
關鍵詞：碳交易市場；碳交易體系；溫室效應；電力需求
一、引言
（一）概念介紹
碳排放權，是具有價值的資產，可以作為商品在市場上進行交換――減排困難的企業可以向減排容易的企業購買碳排放權，后者替前者完成減排任務，同時也獲得收益。對于發電行業而言，有學者認為碳排放權是發電企業之間、國家與發電企業之間、國家之間等碳排放主體為了實現溫室氣體的減排任務所形成的一種碳排放配額。
碳排放權交易市場，是指由相關經濟主體根據法律規定依法買賣碳排放權指標的標準化市場。在碳排放權交易市場上，碳排放主體從其自身利益出發自主決定其減排程度以及買入和賣出排放權的決策。它包括排放權配額交易市場、苑⒖剎生額外排放權的項目交易市場及排放權相關的各種衍生碳產品交易市場。
（二）碳交易市場的分類
按市場交易主體的意愿，碳交易市場可分為配額交易市場和自愿交易市場兩類。其中，配額交易市場是指為那些有溫室氣體排放上限的國家或企業提供碳交易平臺以滿足減排目標的市場；自愿交易市場則是從其他目標出發如企業社會責任、品牌建設、社會效益等自愿進行碳交易以實現其目標的市場。具體而言，配額碳交易又可分為基于配額的交易和基于項目交易兩類；自愿市場分為炭灰標準與無碳標準交易兩種。
（三）問題的提出
據統計，2014年我國單位GDP能耗和CO2排放分別下降29.9%和33.8%，如期完成“十二五”期間的節能減排指標，成為世界上發展新能源、可再生能源的大國。2015年，在中國的能源結構中，煤炭消費總量43.0噸，占消費總量的64.0%，其中發電消費增加0.5%，發電消費總量居上。建立發電碳排放權交易市場不僅有利于發電市場與環境保護的協調發展，而且有利于降低發電市場減排成本，促進轉變發電市場的經濟增長方式。但在全球市場上，中國面臨一個很嚴峻的問題就是在CDM項目上中國沒有自己的定價權，整體處于被動地位，極大地降低了中國在國際市場上參與碳交易的積極性，并且由于中國的碳交易市場目前仍處于初期階段，未形成完善的碳交易排放市場體系，嚴重制約了中國碳交易市場的發展。因此，如何規劃我國碳交易市場，建立符合國情和電力行業協調發展的碳排放交易體系，是推動我國碳交易市場發展的關鍵。
二、國內外碳交易碳交易體系
（一）國內體系
在2009年的第15次聯合國氣候變化大會上，中國承諾到2020年，單位GDP二氧化碳排放量將比2005年減少40%～50%。此后，在中國政府的大力推動下，我國碳交易市場的快速興起。為推動實現減排目標，減緩氣候變化帶來的負效應，加快了碳交易市場機制和中介組織的建設，解決我國作為賣方由于信息不對稱、缺乏中介服務嚴重制約碳交易業務的問題。通過發展碳金融業務的發展，落實綠色信貸政策，引進專業人才等具體舉措的落實，不斷強化我國市場對碳交易的認識，推動我國從“高碳”向“低碳”的能源消費結構轉型。2012年之前，依據《京都議定書》，我國碳交易的主要類型是基于項目市場進行的交易，即發達國家向我國提供資金和技術，對我國實施具有溫室氣體減排效果的項目履行《京都議定書》的承諾，獲取我國溫室氣體排放權的交易。但隨著工業技術的發展，我國碳排放量的不斷增加，人們的環保意識也明顯的到了提高。2014年，中美簽署《中美氣候變化聯合聲明》，中國元首首次正式中國將在2030年左右達到CO2排放峰值，并且計劃到2030年非化石能源占一次能源消費比重提高到20%左右。2015年國家發改委、國家能源局了 《關于改善發電運行調節促進清潔能源多發滿發的指導意見》，進一步推動可再生能源的發展，促進發電行業減排，讓發電企業更積極地參與碳交易。
自2013年，我國已相繼啟動深圳、上海、北京、天津、重慶、廣東、湖北等“兩省五市”的碳排放交易試點，參與交易的企業主要集中在發電、鋼鐵、化工等高耗能產業。按照發改委的規劃，我國碳市場建設分為前期準備階段（2014―2016年），運行完善階段（2017―2020年），全面實施階段（2020年以后）。所以，目前是從前期準備到運行完善階段重要的轉型過渡期。
截至2014年底，北京、上海、天津、重慶、廣東、深圳和湖北7個碳排放交易試點均了地方碳交易管理辦法，共納入控排企業和單位1900多家，分配碳排放配額約12億噸。
2016年，國家發改委召開全國碳排放權交易市場建設工作部署電視電話會議，系統總結了碳排放權交易市場建設的工作基礎，并結合下一步的工作重點提出了抓好落實的具體要求；中挪合作“國家碳排放權交易與自愿減排交易登記注冊系統建立；國務院《國務院批轉國家發展改革委關于2016年深化經濟體制改革重點工作意見的通知》；國家能源局下發特急文件，督促各地方政府和企業放緩燃煤火電建設步伐，暫緩13 省份、緩建15 省份的一大批煤電項目。
（二）國外主要體系
1、歐盟碳排放交易體系
歐盟排放交易體系（European Union Emission Trading Scheme，EU ETS），是世界上第一個多國參與的排放交易體系，也是歐盟為了實現《京都議定書》確立的二氧化碳減排目標，而于2005年建立的氣候政策體系。它是歐盟氣候政策的核心部分，以限額交易為基礎，提供了一種以最低經濟成本實現減排的方式。這也是全球最大的碳排放總量控制與交易體系。歐盟排放交易體系是歐盟氣候政策的中心組成部分，以限額交易為基礎，提供了一種以最低經濟成本實現減排的方式，是世界上首個多國參與的排放交易體系；覆蓋了11000個主要能源消費和排放行業的企業。經過多年的內部磋商談判和苦心經營，歐盟碳排放交易體系已成為全球最大的碳排放交易體系，碳排放配額交易總額也位居全球首位，并且適時的結算方式提出無需與美元掛鉤，交易直接以歐元標價結算。目前，世界碳排放交易市場主要由歐洲主導。作為世界最大的碳排放交易市場，歐盟碳排放交易體系已進入了實施的第三階段――全面實施階段。
2、美國碳排放權交易體系
區域溫室氣體減排行動（RGGI）是一個以市場為基礎、為減少溫室氣體而設立的區域強制性的減排計劃，通過競拍方式出售碳排放限額，以達到區域內碳總量減少10%的目標。美國的這種配額方式在市場主體間自由交易，截至目前，已取得顯著成果。雖然目前RGGI仍處于發展期，但美國所提出的這種市場化的機制很適合中國學習和借鑒。
三、文獻綜述
目前國內外學者對碳排放問題的研究已有了一定的成果，在能源結構轉型期，國內一部分學者的研究主要集中在碳排放的理論分析方面上。為了建立“共同而有別的責任”原則和公平正義準則，丁仲禮等人強調通過對歷史數據的計算，以“人均累計排放指標”度量各國排放權，并針對應得配額、實際排放量、排放水平、排放增速四個客觀指標具體對各國提出了公平合理的排放權方案。在全球碳排放權激烈的爭奪戰中，碳排放責任的認定和碳減排義務分配是發達國家和發展中國家兩大博弈主體間爭論的焦點。張為付在《調整》一書，研究分析了世界各國碳交易市場的博弈現狀，分析中國競爭優勢的理論基礎，并提出低碳經濟下我國國際分工在貿易戰略、引資戰略、區域協調發展戰略方面的調整方案以及政府的職責。基于碳排放和政府初始分配的交易背景，宋瑤等人建立了優化制造商產品組合的三維模型，討論政府分配、碳排放價格敏感因子和技術效率對最優產量的影響。另一部分的學者們將發電行業與碳排放權交易相結合進行研究。通過借鑒國外碳排放交易機制，結合我國發展現狀，駱躍軍等人對碳排放總量管理下發電排放所屬問題和不同配額分配方案對發電生產企業的影響問題進行研究，提出使用“加權平均法”碳排放配額方式模擬并分析發電企業的碳排放交易，來實現各機組所得配額均相對公平合理，保證企業順利履約，實現碳排放權交易體系的控制目標。何崇愷等人以發電行業為例研究影響碳成本傳遞率的主要因素，認為影響發電行業碳成本傳遞率的主要因素主要包括碳排放權交易的配額分配方式以及發電市場結構。陳逸等人從碳排放交易價格和成交量變化趨勢的角度進行理論研究，分析碳排放交易的發展趨勢，認為人力資源培養和發展對我國碳排放交易機制的建設具有重要作用，并且將企業的硬件實力和軟性人才培養相結合，有助于提升企業價值。此外，也有學者提出發展中國碳排放權交易市場需要借鑒歐盟碳排放權交易機制，并且需要結合中國實際國情。
四、數據分析
從宏觀角度而言，十二五期間，全國累計發電量、當期發電量呈穩步遞增趨勢。截止2015年12月，累計發電量大56183.7億千瓦時，當期發電量最高時為2015年8月5155.3億千瓦時。火力發電的同比增長幅度呈負增長的趨勢較為明顯，降幅最大時為-11.8%；而水力發電、核能發電、風力發電等低耗能的新能源發電同比增長整體呈現正增長的趨勢。其中風力發電的當期發電量占比最多，當期同比增幅平均值為25.9%。如下圖所示。
從微觀角度而言，中國一共有5家大型發電企業：中國華能集團公司、中國大唐集團公司、中國華電集團公司、中國國電集團公司、中國電力投資集團公司。隨著碳市場的建立，各家陸續建立自己的碳資產公司，搭建碳資產運營管理框架，管理制定碳資產交易。制度。以中國華能集團為例，如下圖所示。2011年―2015年，華電的裝機總容量、供電總量的平均增幅分別為8.90%、6.25%，碳排放總量平均增幅3.09%。在保證電力供應充足的情況下，實現了碳排放量的增長率大幅低于裝機電量、供電量的增長率。“十二五”期間，華電積極響應國家節能減排政策，通過電源結構調整和節能降耗等措施累計減排二氧化碳2 億噸。其中，結構調整的碳減排貢獻度最為顯著，共計減 排二氧化碳1.5 億噸，貢獻度為 73%；節能降耗減排二氧化碳 5482 萬噸，貢獻度為 27%。預計在“十三五”期間，華電繼續發展清潔能源和調整電力結構，持續節能低耗，以降低CO2的排放。
五.結論及建議
（一）結論
受傳統工業結構的影響，中國能源結構目前仍然主要依賴于火力發電，并且火力量在總發電量中占比最多。但由于近幾年工業的轉型升級、經濟結構調整、國家對氣候的逐步關注，總體而言，中國已積極投入到全球的節能減排行動中，參與碳交易并自愿在交易市場交易的企業數量也在不斷增加。作為一種控制溫室氣體排放量的環境政策，碳排放權交易被證明在促進電力行業節能減排方面具有重要作用。通過新能源發電技術的提高，不但會大大減少CO2的排放量，減少溫室氣體的外部負效應，也會拉動經濟的增長。
（二）政策建議
十三五期間，中國的新目標是進一步加強碳排放強度約束控制，實現大氣資源的可持續、公平、有效的利用。但是，當前中國面臨日益嚴峻的經濟下行、能源結構改革和應對氣候變化等多重壓力，發展低碳經濟對中國發電行業的未來提出了巨大的挑戰。但是從短期而言，目前中國的低碳市場仍處于初級發展階段，由于規劃時間短，工作量大，無法制定出完善健全的法律法規達到保障低碳經濟的發展有法可依的目的；許多發電企業正面臨著高耗能、高污染、高碳排放的問題，如何有效的建設和管理好碳交易市場，無疑會大大增加生產成本和管理成本；大量缺乏專業人才、企業減排意識不足等個問題導致碳交易市場的發展很遲緩。從長期而言，隨著企業技術水平和管理水平的不斷提高，短期存在的問題得以解決，發電企業會更加注重對新能源發電的投資，減少火力發電，降低生產和管理成本，提升企業的整體競爭力。為了保障建設和維持更安全、經濟、清潔、可持續的碳排放交易市場，發電企業應采取集約化的管理方式，提前做好發電規劃，避免出現過度投資、重復建設的問題。同時，政府職能部門應該推進市場化建設，鼓勵企業創新，不斷完善相關的法律法規，使低碳市場相關的法律法規與其他經濟政策相協調，建立完善的日常監管和獎懲激勵機制，促進碳交易市場的發展。
參考文獻：
[1] 鄭爽 碳市場的經濟分析[J]- 中國能源 2007（9）
[2] 李布.歐盟碳排放交易體系的特征、績效與啟示[J].重慶理工大學學報（社會科學版），2010，24（3）：1-5.
[3] 李布.借鑒歐盟碳排放交易經驗構建中國碳排放交易體系[J].中國發展觀察，2010，（1）：55-58.
[4] 丁仲禮，段曉男，葛全勝，張志強.2050年大氣CO2濃度控制：各國排放權計算[J]中國科學，2009，39（8）
[5] 楊辰晨，何倫志.全球低碳經濟發展趨勢、影響與政策[J].2015，09（002）
[6] 劉志彪.低碳：我國融入全球價值鏈的新約束[J]南京社會科學.2016，03（022）
[7] 曾鳴，姚進，趙曉麗.碳排放權交易對電力行業的影響[J].中國電力企業管理.2014（5）
【關鍵詞】碳稅；碳交易；經濟效率；激勵型環境政策
一、引言
近年來，以全球變暖為主要特征的氣候變化日益成為人們關注的焦點。而應對氣候變化，積極參與國際氣候合作，制定國家“低碳”發展戰略，建立有利于低碳經濟發展的宏觀政策框架，不僅是政策制定部門關注的重點，也成為學界研究的核心。目前學界有兩種低碳經濟的研究路徑——技術路徑和政策路徑。技術路徑是從提高能源效率、轉換能源結構、開發清潔能源及研究節能技術等技術方法入手研究低碳經濟；政策路徑是從促進溫室氣體尤其是二氧化碳減排的各種政策手段入手研究低碳經濟，其中既包括行政手段也包括市場手段，而后者的研究又集中于碳稅和碳排放權交易機制。碳稅和碳排放權交易機制也被稱為激勵型碳減排政策。在激勵型政策中，政府確定減排的預期目標，企業在決定排放量時有一定的選擇空間，可以根據企業的信息選擇支付額外成本或者削減排放量，這對企業追求利潤，采取成本有效的碳減排技術是一種有效的激勵。
在我國，碳排放權交易尚處于起步階段，面對國際國內日趨嚴峻的碳減排壓力，中國正在積極探尋適合我國國情的碳減排制度。為了探索與中國國情相適應的碳排放權交易機制，國家發展和改革委員會在北京、天津、上海、重慶、武漢、廣州、深圳等7城市開展了碳排放權交易的試點工作，其他地區的碳排放權交易試點方案也在抓緊設計之中。另外，為了論證碳稅制度和政策在中國的可行性，財政部財政科學研究所對我國社會、經濟、環境等方面的綜合影響進行深入研究，了《中國開征碳稅問題研究》，對我國碳稅的基本稅收制度以及開征碳稅的“路線圖”提出了基本的設計思路。在現階段，碳稅和碳排放權交易機制的理論研究對于構建中國碳減排制度仍然具有著重大的理論意義和實踐意義。
二、理論模型：碳稅和碳排放許可證制度的作用機制與比較
碳稅的征稅對象是化石燃料，政府在運用碳稅政策時，將化石燃料折算為二氧化碳當量，按計算的排放量收取稅費。碳稅賦予了企業較大的自，企業可以自由選擇削減排放量的方式。企業會有強烈的激勵來使用自身掌握的各種控制碳排放成本的信息，尋找成本最低的碳減排方案。
圖1 碳稅的作用機制
在圖1（a）中，MAC1曲線與MD曲線確定的有效率的碳排放水平e*對應的邊際治理成本為t*，我們將稅率水平設定為t*，那么企業確定的碳排放量為e*，此時，企業的治理成本相當于a部分的面積，碳稅成本相當于b+c部分的面積，則企業總治理成本為a+b+c的面積，企業的總成本取得最小值。在圖1（b）中，MAC1曲線表示當前技術條件下碳減排的邊際治理成本，MAC2表示企業在投入了大量的資金用于研發后利用開發出來的先進的治理技術及回收技術所預期的邊際治理成本曲線。假設企業承擔的碳稅稅率為t，那么在當前條件下，企業會將碳排放量削減至e1水平。而在技術創新條件下，企業碳排放量進一步下降，減至e2水平，碳排放總成本為d+e+f，小于之前的碳排放成本，實際上這也可以看做是碳稅制度對企業從事研發活動的激勵效果。因此，碳稅制度中的企業在自發削減碳排放量的同時，會進行碳減排技術研發，盡量使邊際治理成本曲線向下移動。碳排放權交易機制是指政府為碳排放總量設定一個上限，按照這個額度發放碳排放許可證，并允許企業在特定的市場中交易許可證。它在減少碳排放方面為企業保留了一定的自主性。企業可以根據碳減排的治理成本和市場中的許可證價格，選擇碳排放水平。
圖2 碳交易的作用機制
在圖2（a）中，我們將碳排放量配額設定為e*，MAC1表示的邊際治理成本曲線是可實現的最低邊際成本，它與排放量e*對應的碳排放許可證的市場價格為t，此時企業的碳排放總成本為區域a+b+c的面積。許可證交易制度與碳稅政策的作用效果相同。在圖2（b）中，MAC1為當前技術條件下的邊際治理成本，MAC2為企業技術研發后的邊際治理成本。假定碳排放量配額不變，仍為e*，那么MAC1曲線與碳排量e*確定的許可證價格為■，■
圖3 技術創新后碳稅和碳交易的比較
在圖3中，邊際損害曲線MD與技術創新后的邊際治理成本曲線MAC2交于（e，t），這是技術創新后有效率的碳排放水平及其對應的價格（或成本）。在碳稅制度中，我們假定碳稅的稅率水平仍為t1，即企業的碳排放邊際成本保持t1水平不變，那么P=t1曲線和MAC2曲線確定的企業的碳排放水平為e2，小于當前技術下的碳排放量e1以及技術創新后的有效率的碳排放量e’。而在碳排放許可證制度中，假定許可證配額仍為e1，那么q=e1曲線與MAC2曲線確定的市場中的許可證價格為t2，小于當前技術下的許可證價格t2和技術創新后的有效率的許可證價格，而且技術創新使得有效率的產出水平發生改變，先前確定的碳排放許可證配額e1比有效率的碳排放量e’要高。如果碳減排制度保持不變，技術創新會改變企業的生產成本和有效率的碳排放水平。最終的結果是，碳稅制度中的碳排放量要高于有效率的碳排放水平，而碳排放權交易機制中的碳排放量要低于該水平。在圖中，企業的碳排放總成本相當于碳排放價格曲線p=t、MAC2曲線和橫軸圍成的面積，碳稅制度中企業的成本為Ot1Ae0，碳排放許可證制度中企業的成本為Ot2Be0，顯然Ot2Be0的面積小于Ot1Ae0的面積，即碳排放權交易機制中的企業碳排放成本要小于碳稅制度中的成本，換句話說，在碳排放權交易機制中，企業從事新技術研發帶來的收益增加（或成本減少）更加顯著。
三、總結
本文以經濟效率為基礎，建立了碳減排的環境政策模型，對有效率的碳減排的確定方法進行了闡述，并著重研究了碳稅和碳排放權交易機制的作用機制與效果，最后對影響碳排放水平的因素進行了定量分析。主要的結論有以下幾個方面：（1）在不存在技術進步的假定下，碳稅和碳排放權交易機制都能夠使碳排放量處于有效率的水平，但二者的效果存在著差別，碳排放許可證制度中的治理成本要低于碳稅制度中的成本。這種結果在很大程度上與制度的設計機制有關。盡管兩種制度的最終目的都是實現環境質量的改善——有效率的碳排放水平，但是兩種制度下的治理成本曲線在實質上存在著差別。在碳稅制度中，各個企業之間是相對封閉的，社會的治理成本是單個企業的最低治理成本的簡單加總，而碳排放權交易機制允許企業在市場中相互交易碳排放許可證，這就使得減排資源和技術是整個社會中配置，因此碳排放許可證制度中的治理成本實際上要低于碳稅制度中的成本。（2）碳稅和碳排放權交易機制對企業從事碳減排技術研發具有激勵作用，但兩種制度中的激勵效果是不同的，碳排放權交易機制優于碳稅制度。在技術創新條件下，企業在碳稅制度中的碳排放成本高于碳排放權交易機制中的成本，即技術創新給企業帶來的收益增加額在碳稅制度中比較小。企業進行技術研發是有成本的。考慮一種特殊的情況，我們假定企業的研發成本介于兩種制度中的凈收益之間，即它比碳稅中的凈收益高，比碳排放權交易機制中的凈收益低。基于收益-成本的考慮，顯然，企業在碳排放許可證制度中會選擇進行研發，而在碳稅制度下會選擇放棄研發。我們在評價一項環境政策時，有著一系列明確的標準，其中的一個重要標準就是看其能否對企業產生較強的激勵作用，促使企業不斷尋求更好的削減碳排放量的方法。因此，單從激勵作用來看，碳排放權交易機制優于碳稅制度。（3）技術研發將導致碳稅和碳排放權交易機制中的碳排放量偏離有效率的水平。技術創新會改變企業的治理成本和有效率的碳排放水平。碳稅制度中的碳減排放量高于有效率的水平，碳排放權交易機制中的碳減排放量低于有效率的水平。盡管碳稅制度從數量上看比較有效，但是這是以加重企業負擔為代價的，經濟體并沒有處于有效率的水平。如果想要通過調整碳減排制度來使得經濟體達到有效率的水平，相比較而言，碳稅的稅率水平調整時比較困難，而碳排放權交易制度屬于總量控制，自由交易，調整時較為靈活，而且碳市場上的碳排放權價格變動也為這種調整提供了信號的功能。
參 考 文 獻
[1]賀菊煌，沈可挺，徐篙齡.碳稅與CO2減排的CGE模型[J].數量經濟技術經濟研究.2002（10）：39～47
[2]張景華.碳稅的經濟效應分析[J].現代經濟探討.2010（2）：86～88
[3]魏濤遠，格羅姆斯洛德.征收碳稅對中國經濟與溫室氣體排放的影響[J].世界經濟與政治.2002（8）：47～49
[4]高鵬飛，陳文穎.碳稅與碳排放[J].清華大學學報（自然科學版）.2002（10）：1335～1338
[5]張明喜.我國開征碳稅的CGE模擬與碳稅法條文設計[J].財貿經濟.2010（3）：61～66
關鍵詞：低碳經濟 碳排放權交易 制度構建
問題的提出
隨著溫室效應和全球氣候變暖問題的日益嚴重，二氧化碳氣體的減排已經成為一個備受矚目的世界主題。到2008年，中國的二氧化碳排放量達到65.3億噸，占世界的21.5%（石紅蓮、張子杰，2011），成為全球最大的碳排放國之一。這就意味著在世界各國積極發展低碳經濟的同時，我國二氧化碳氣體的減排和限排面臨著巨大的國際壓力。至2011年3月，我國清潔發展機制項目（CDM）累計核證減排量已經突破3億噸，成為全世界最有潛力的碳排放權供應方。然而由于我國沒有一個統一的碳排放權交易市場體系及相應的定價機制，使得我國所參與的碳交易活動常常處于被動地位。對于碳排放權交易問題，我國一直未能予以充分重視，制度上的空白在一定程度上昭示著理論研究上的不足。近幾年，我國理論界對碳排放權交易制度的研究雖然不斷增多，但對于碳排放權交易的理論基礎、實施方案、市場探索等問題的研究仍不夠深入，尤其缺乏對碳排放權交易制度的框架研究。因此，本文從碳排放權交易制度的理論基礎入手，在借鑒發達國家制度的先進經驗的基礎上，對我國的碳排放權交易制度進行框架式分析和討論。
碳排放權交易
碳排放權交易是將二氧化碳排放權作為一種商品，市場中各經濟主體對二氧化碳排放權進行自由買賣，通過提供經濟激勵，促進全球溫室氣體減排所采取的市場機制。碳排放權交易理論可以追溯至哈丁在《公地悲劇》一文中所提出的環境問題是由于市場的負外部性而產生的。為了解決這一問題，經濟學家庇古（Arthur Cecil Pigou）在分析社會凈產品與私人凈產品之間的差異時指出市場的外部性（高利紅、余耀軍，2003）。經濟外部性亦稱外部成本、外部效應或溢出效應，指在社會經濟活動中，一個經濟主體（通常是指企業）的生產行為直接影響到其他經濟主體，卻沒有給予相應補償，從而出現了外部性。它又分為外部經濟性和外部不經濟性兩種，外部經濟性是指經濟主體的行為不僅給自身帶來收益，也為他人增加額外收益的情況；外部不經濟性是指經濟主體的行為在為自身帶來成本時，也增加了他人額外成本的情況，亦稱為負外部性。
環境問題是外部不經濟性的典型例子，環境容量使用者的行為所產生的外部不經濟性就是環境污染。環境容量使用者在由其經濟活動受益的同時，也給環境帶來了消極影響，然而并未對環境造成的影響進行治理，使本應由其承擔的治污費用轉嫁給了社會和他人。
為了解決這一問題，學者們提出要將環境容量使用者經濟活動的外部不經濟性內部化。其中，科斯（Ronald Coase）提出“非干預主義”的方案，他的觀點主要包含以下兩個方面：“在產權界定明確且可以自由交易的前提下，如果交易費用為零，那么，無論法律如何判決最初產權屬誰都不影響資源配置效率，資源配置將達到最優。此為科斯第一定理。在存在交易費用即交易費用為正的情況下， 不同的權利界定會帶來不同效率的資源配置。此為科斯第二定理”（黃桂琴，2003）。換而言之，如果交易成本過于高昂以致于經濟主體不能談判時，產權的配置情況決定著資源能否得到有效率地使用。由此可見，科斯特別強調產權明晰的重要性，主張在產權明晰的基礎上，發揮市場機制的作用，實現環境資源的最優配置。碳排放權交易就是源于科斯定理，通過明晰環境容量資源的產權，使其成為商品在市場上進行交易，從而利用市場機制實現環境資源的優化配置。
構建碳排放權交易制度的必要性
我國進行碳排放權交易制度構建的一個基本前提就是，構建碳排放權交易制度對我國促進碳氣體的減排、發展低碳經濟而言具有必要性。結合我國實際情況，從以下幾個方面來看，構建碳排放權交易制度的必要性是現實存在的。
（一）應對嚴峻氣候形勢，緩解碳減排壓力的基本要求
當前，整個國際社會的氣候形勢十分嚴峻。2007年5月政府間氣候變化專門委員會（International Panel on Climate Change，Ipcc）提供的證據顯示，由人類活動引起的全球氣候變暖已是一個不爭的事實。1906-2005年來，全球平均地面溫度上升了0.74℃，全球氣候變暖不僅影響人類生存和發展，而且對全球經濟可持續發展帶來嚴重挑戰。為了應對全球氣候變化，保護人類共同生存的環境，國際社會已經開始采取共同行動以減少二氧化碳的排放。1992年，《聯合國氣候變化框架公約（UNFCCC）》在巴西里約熱內盧舉行的地球首腦會議上通過。2005年2月，《京都議定書》由UNFCCC各成員國簽訂并正式生效，它是人類歷史上首個以法律形式限制溫室氣體排放的條約，以期實現抑制全球變暖的目標。《京都議定書》中將簽約國分為附件Ⅰ（Annex I）國家和非附件Ⅰ（non-Annex I）國家，為附件Ⅰ國家制定了具有法律約束力的減排任務，即在 2008-2012 年的第一階段將二氧化碳等六種溫室氣體的年平均排放量降低到 1990年水平的 5.2%，而非附件Ⅰ國家則沒有減排任務（任捷、魯煒，2009）。由于中國不屬于議定書附件Ⅰ所包含的國家，在第一階段不承擔減排義務。但隨著全球氣候問題日趨嚴重，以美國為代表的發達國家要求發展中國家參與溫室氣體減排承諾。在2009年12月召開的哥本哈根會議上，一些發達國家試圖拋棄《京都議定書》中規定的“共同但有區別的責任”原則，要求發展中國家做出明確的減排承諾或開展減排行動，甚至要求發展中國家在2012年后承擔與發達國家相同的減排責任。
上述國際形勢說明，中國作為碳排放大國，不承擔減排限排義務這一待遇在后京都時代遭受著越來越嚴重的國際壓力。因此，構建中國的碳排放權交易機制，積極實施碳減排，為下一階段可能承擔的強制減排義務做好充分準備。另一方面，中國于2002年8月批準了《京都議定書》，并于哥本哈根氣候會議上承諾：到2020 年，我國單位國內生產總值二氧化碳排放比2005年下降 40%-45%。我國應根據承諾制定相關政策及法律，指導碳排放權交易實踐，這是中國作為負責任的大國對人類社會的綠色貢獻。
（二）發展低碳經濟，維護國家利益的必要舉措
氣候變化問題給世界經濟發展帶來了嚴峻挑戰，應對這一挑戰，實現可持續發展的根本出路就是改變當前粗放式、高碳化的經濟增長模式，發展低碳經濟，走向綠色發展。然而，在當今世界，碳排放權交易制度作為低碳經濟基礎制度之一，其市場及價格制定權仍掌握在以歐美為代表的發達國家手里。中國作為最大的發展中國家，是碳排放權交易初級產品，即：經核準的減排量（CER）的最大供應國。我國通過CDM與發達國家進行交易，為市場提供了大量減排項目和指標，卻處在整個碳交易產業鏈的最低端。當前，國內企業由于找不到專門的人員和信息平臺直接到國際市場交易，只能低價將碳排放權賣給國外中介機構。來自發達國家的買家在中國低價收購后，開發成高價的碳金融產品在國外CDM二級市場上流轉，國內企業低價出售的損失就變成了他們的高額利潤。這相當于中國為發達國家低成本實現了碳減排目標的同時，還為他們提供了巨額經濟補貼。從長期來看，如果將來中國被迫承擔較大的減排額度，碳排放權在國內將成為稀缺資源，其價格也將水漲船高，CDM參與企業將面臨著在國際碳交易市場上高價回購碳排放權的情況，從而使國家利益蒙受巨大損失。
因此，盡快建立普遍為世界各國接受的有關碳排放權交易制度體系，用相關法律法規指導碳排放權實踐，通過市場機制來優化碳容量配置，在國際碳交易市場上獲得更多話語權，無疑是當務之急。
歐美相關制度經驗及啟示
（一）歐盟碳排放交易制度
2003年，為更好地履行《京都議定書》規定的減排義務，歐盟與國際環境委員會達成了《歐盟溫室氣體排放交易指令》（以下簡稱《指令》），建立了世界上第一個具有公法拘束力的溫室氣體總量控制的歐盟排放權交易機制（即EU ETS）。2004年，歐盟對《指令》進行了修改，增加了歐盟排放權交易機制與《京都議定書》的靈活機制連接的內容，因此，該修改指令被形象地稱為“連接指令”（付璐，2009）。2008年，歐洲委員會提出了排放權交易機制指令的修改提案，其目的是完善和擴大現有的排放權交易機制。2009年4月頒布了“2009年交易指令”，確定了排放上限的規則，設計了公開拍賣排放份額的基本分配原則，并將一些新型產業（如鋁和氨等）及氧化亞氮和全氟化碳兩種氣體涵蓋在排放權交易體制之內。
EU ETS覆蓋27個成員國，《指令》不能直接對成員國產生效力，成員國須根據該指令的內容制定相關的國內法使之生效。根據指令的規定，每個成員國必須按照附件三的規定，提交國家分配計劃（National Allocation plan，簡稱 NAP），規定排放權的分配數量與方式（韓良，2010）。分配計劃包括該國在某一階段內所需分配的配額總量及分配額在該國境內的分配方法等。分配計劃通過審核后，各成員國的相關企業會得到相應的碳排放配額。每個企業在分得排放配額后，或者通過技術改進等減少排放量，出售多余的排放配額；或者以從市場購買額外的排放配額的方式增加排放量。在規定期間內，企業只能排放與所擁有排放配額相等的碳氣體量。EU ETS還設計出嚴格的超標懲罰制度，如果企業實際排放的碳氣體超過排放配額，企業將受到嚴厲懲罰。
（二）美國碳排放權交易制度
美國是最早創立排放交易制度的國家，發展較為全面，在排污權交易中進行實踐并取得巨大成功，美國通過的《1963年清潔空氣法》及其修正案（1900年）是一部直接涉及排放權交易的法案。該法案通過采取鼓勵企業參與市場買賣二氧化硫排放權的方式，初步建立了二氧化硫排放權交易制度，從而達到有效防止酸雨的目的。事實上，《京都議定書》所采用的一些基于市場減排限排溫室氣體的交易機制，甚至包括強制性的減排任務以及補充性靈活機制，很大程度上借鑒了美國排污權交易制度。雖然《清潔空氣法》并未將二氧化碳歸入污染物范圍，但美國應對氣候變化的行動在法律頒布、政策實施等多個層面都有所突破。2007年4月，美國聯邦最高法院對“馬薩諸塞州等訴環境保護署”一案做出最終判決，認為二氧化碳等溫室氣體應受到美國《清潔空氣法》的規范，這對于具有判例法傳統的美國來說，意義深遠。2009年12月，美國環境保護署進一步做出裁定：把包括二氧化碳在內的溫室氣體納入《清凈空氣法案》管制，這無疑奠定了碳排放權交易制度的法源基礎 。在立法方面，僅2007年美國國會引入的涉及氣候變化法案就有七項之多。之后較為重要的提案有：《利伯曼-沃納氣候安全法案》、《丁格爾-布歇爾法案》、《2009年美國清潔能源與安全法》、《2010年美國能源法》、《美國電力法案》。這些法案表明美國在應對氣候變化上邁向聯邦立法。
同時，美國建立了全球第一個也是北美地區唯一的一個由企業發起，以溫室氣體排放為主的合法交易平臺，即美國芝加哥氣候交易所（CCX）。CCX交易的氣體包括了《京都議定書》所規定的包括二氧化碳在內的 6 種氣體。CCX要求所注冊的會員自愿做出減排承諾，并通過減排或購買補償項目的減排量實現減排目標，具體分為兩個階段：第一階段（2003-2006年），每年在基準排放水平基礎上減少 1%的排放量；第二階段（2007-2010年），所有會員將實現基準排放水平基礎上減少6%的排放量。會員的排放基準線是基于其過往排放量的平均值等所制定。同時，允許那些已經超額完成減排義務的會員國，將自己多余的減排份額有償地轉讓給無法達到減排目標的國家。CCX用市場經濟模式推動全球碳減排，對我國探索碳排放權交易市場的建立提供了許多可借鑒的經驗。
基于全球氣候變暖的事實及發展低碳經濟的趨勢，歐盟和美國相繼通過立法和相關政策的頒布，加快對碳排放權交易市場的完善，以期實現碳減排來應對氣候變化的威脅，但其更深層次的目的是爭奪世界經濟控制權和國際規則主導權。
我國碳排放權交易制度框架構建
構建碳排放權交易制度是一個復雜而龐大的工程，絕非一朝一夕就能完成。我國在建立碳排放權交易制度的過程中，應當借鑒發達國家經驗，并結合我國的具體國情，從以下幾個方面進行框架構建：
（一）碳排放總量控制
碳排放權交易的管理模式主要有絕對控制與相對控制兩種。我國應當借鑒歐盟碳排放權交易機制，采取絕對控制的管理模式。具體而言：首先由國家根據經濟發展和區域大氣質量的考慮，通過科學分析，設定一個時期全國性的碳排放總量，碳排放權交易機制調控范圍內所有企業在規定期間內的最大排放量應控制在該排放總量內。然后各省級環境主管部門再根據各自的實際情況把碳排放量分派到縣市，直至排放污染物的企事業單位。從制度上來說，現有的環境法律及制度體系中沒有統一的關于總量控制的規定，僅僅是在一些政策中有所體現，因此，應當在相關法律中對碳排放總量進行原則規定，為碳排放權交易等制度的總量限制的政策實施提供法律依據。
（二）碳排放權初始分配
為實現保護環境、促進經濟發展的目的，國家對其擁有的碳容量資源在各碳排放者之間進行分配的方式就是碳排放權初始分配。在解決了碳排放總量控制的問題后，交易制度運行的核心就成為如何公平地對碳排放權進行分配。目前世界各國碳排放權的初始分配主要有無償分配與拍賣分配兩種類型，而選擇何種分配方式是一個兩難的問題。無償分配的標準是基于企業的歷史排放量或者其他歷史參數，采用此種分配方式可以減少行業和企業的反對，大大增強碳減排實施的可行性。但無償取得方式也存在很大弊端，由于無償取得碳排放權的成本極低，企業用無償取得的碳排放權進行交易，實際上是零成本獲利。同時，無償取得碳排放權的分配方式使其他生產者和碳排放人在同等條件下失去無償獲得這一資源的機會，有失公平。而拍賣分配利用市場機制分配碳排放配額，更為公平、高效，不僅符合“污染者付費”的原則，也獎勵了那些提前實施減排措施的企業。其弊端是可能導致大企業進行市場操縱，囤積居奇，損害小企業的利益。綜上所述，根據我國的實際情況，可以在碳排放交易制度建立運行之初采取無償分配方式為主，逐步過渡至拍賣取得。這樣既推動了碳排放權交易的發展，又體現了資源有價的市場經濟觀念，最終通過市場交易實現環境資源的優化配置。
（三）碳排放權交易市場的建立
我國目前還沒有建立起成熟的碳排放權交易市場，只有完善碳交易市場的交易規則，才能激活碳交易市場體系，提高碳容量資源配置的效率。因此，想要碳排放權交易制度真正發揮功效，必須制定相關規定，具體從以下幾方面著手：
第一，建立全國性的碳排放權交易平臺。在發揮現有的排放權交易所、CDM技術服務中心等機構構建碳排放權信息平臺和交易平臺作用的基礎上，以區域經濟發展條件為依托，實現具有權威性、全國性的碳排放交易平臺。只有建立有地區代表性的區域易平臺和統一的國家易平臺，才能通過整合資源，發揮市場交易機制的最大作用。
第二，選擇建立現貨交易為基礎、期貨交易為主的碳排放權交易體系。由于碳排放量具有信息透明度低、地域分散性強等特點，導致現貨價格變動頻繁，不能形成真實有效地反映某一時期的碳排放份額的供求關系。而碳排放權期貨交易所特有的規避風險、價格發現功能則有利于彌補我國市場經濟體制的不足。因此，我國可以在碳排放權現貨市場不斷發展并初具規模的基礎上，建立以碳排放權現貨交易為基礎、期貨交易為主的交易體系。
第三，完善與碳排放權交易市場相關的金融服務產業，即《京都議定書》中所提到的“碳金融”。。“碳金融”產業的發展不僅活躍了整個碳排放權交易市場，而且有效減少企業進行碳排放權交易的成本，增加其實際收益。
（四）碳排放權交易監管機制
市場機制雖然通過利益刺激、競爭激勵實現經濟結構的優化和資源的合理配置，但仍擺脫不了盲目性和滯后性。因此，碳排放權交易決不能離開政府的有效監督和適度的行政管理，政府在碳排放權交易的過程中應當肩負起以下職責：
第一，建立全面的申報登記制度。需要取得可轉讓排放許可證的單位或個人，必須首先向所在地的環境保護部門申報登記自己所擁有的溫室氣體排放設施、處理手段以及在正常作業條件下排放氣體的數量和濃度，并提供有關技術資料（白洋，2010）。申報登記為環保部門對該地區碳交易的監督管理提供了客觀依據。
第二，健全政府監督機制。在碳排放權交易中，政府及相關部門應當對碳排放權交易雙方履約的真實性、持續性和有效性進行監督，禁止非法交易或幕后操縱；同時要規范碳排放權交易市場秩序，對不正當競爭行為予以規制處罰并且要進行信息公開，以期對相關企業和個人起到警示作用；還必須定期或不定期地巡回抽查交易企業的環保設施與碳排放情況，監督交易合同履行。
參考文獻：
1.石紅蓮，張子杰.中國對美國出口產品隱含碳排放的實證分析[J].國際貿易問題，2011（4）
2.高利紅，余耀軍.論排污權的法律性質[J].鄭州大學學報（哲學社會科學版），2003（5）
3.黃桂琴.論排污權交易制度[J].河北學刊，2003（3）
4.任捷，魯煒.關于中國溫室氣體排放權交易體系的構想[J].南京理工大學學報（社會科學版），2009（6）
5.付璐.歐盟排放權交易機制之立法解析[J].地域研究與開發，2009（1）
6.2008歐盟委員會建議案.改善和擴展歐盟溫室氣體排放配額交易機制
7.2009歐盟議會和委員會指令.改善和擴展歐盟溫室氣體排放配額交易機制
控制和減少溫室氣體的排放,發展低碳經濟,是全世界控制氣候變化的戰略選擇。而在應對氣候變化中,林業具有特殊作用。發展低碳經濟,不僅要重視節能減排,還要重視碳匯的作用。因此,要發展低碳經濟,就要求在最大限度減少碳排放的同時,必須重視發揮林業的碳匯作用[1]。
1林業是發展低碳經濟的有效途徑
林業是減排二氧化碳的重要手段。部分研究認為,林業減排是減排二氧化碳的重要手段。首先,通過抑制毀林、森林退化可以減少碳排放;其次,通過林產品替代其他原材料以及化石能源,可以減少生產其他原材料過程中產生的二氧化碳,可以減少燃燒化石能源過程中釋放的二氧化碳[2]。1.1毀林、森林退化與碳排放近年來,大部分的毀林活動都是由人類直接引發的,大片的林地轉變成非林地,主要活動包括大面積商業采伐以及擴建居住區、農用地開墾、發展牧業、砍伐森林開采礦藏、修建水壩、道路、水庫等[3]。在毀林過程中,部分木材被加工成了木制品,由于部分木制品是長期使用的,因此,可以長期保持碳貯存,但是,原本的森林中貯存了大量的森林生物量,由于毀林,這些森林生物量中的碳迅速的排放到大氣中,另外,森林土壤中含有大量的土壤有機碳,毀林引起的土地利用變化也引起了這部分碳的大量釋放。因此,毀林是二氧化碳排放的重要源頭。毀林已經成為能源部門之后的第二大來源,根據IPCC的估計,從19世紀中期到20世紀初,全世界由于毀林引起的碳排放一直在增加,19世紀中期,碳排放是年均3億t,在20世紀50年代初是年均10億t,本世紀初,則是年均23億t,大概占全球溫室氣體源排放總量的17%。因此,IPCC認為,減少毀林是短期內減排二氧化碳的重要手段。
1.2林木產品、林木生物質能源與碳減排①大部分研究認為,應將林產品碳儲量納入國家溫室氣體清單報告,主要理由是林產品是一個碳庫,伐后林產品是其中一個重要構成部分[4]。通過以下手段,可以減緩林產品中貯存的碳向大氣中排放:大量使用林產品,提高木材利用率,擴大林產品碳儲量,延長木質林產品使用壽命等。另外,也可以采用其他有效的手段來減緩碳的排放,降低林產品的碳排放速率,如合理填埋處置廢棄木產品等方式,這樣,甚至可以讓部分廢棄木產品實現長期固碳。在森林生態系統和大氣之間的碳平衡方面,林產品的異地儲碳發揮了很大的作用。②賈治邦認為,大量使用工業產品產生了大量的碳排放,如果用林業產品代替工業產品,如減少能源密集型材料的使用,大量使用的耐用木質林產品就可以減少碳排放。秦建華等也從碳循環的角度分析了林產品固碳的重要性,林產品減少了因生產鋼材等原材料所產生的二氧化碳排放,又延長了本身所固定的二氧化碳[5]。③以林產品替代化石能源,也可以減少因化石能源的燃燒產生的二氧化碳排放。例如,木材可以作為燃料,木材加工和森林采伐過程中也會有很多的木質剩余物,這些都可以收集起來用以替代化石燃料,從而減少碳的排放;另外,林木生物質能源也可以替代化石燃料,減少碳的排放。根據IPCC的預計,2000—2050年,全球用生物質能源代替的化石能源可達20~73GtC[6]。相震認為,雖然通過分解作用,部分林產品中所含的碳最終重新排放到大氣中,但因為林業資源可以再生,在再生過程中,可以吸收二氧化碳,而生產工業產品時,由于需要燃燒化石燃料,由此排放大量的二氧化碳,所以,使用林產品最終降低了工業產品在生產過程中,石化燃料燃燒產生的凈碳排放[7]。林產品通過以下兩個方面降低碳排放量:一是異地碳儲燃料,二是碳替代。這兩方面可以保持、增加林產品碳貯存并可以長期固定二氧化碳,因此,起到了間接減排二氧化碳的作用。從以上分析可知,林業是碳源,因此在直接減排上將起到重大作用;林業可以起到碳貯存與碳替代的作用,可以間接減排二氧化碳。因此,林業是減排二氧化碳的重要手段。有些研究認為林業在直接減排二氧化碳方面的作用不大。這是基于較長的時間跨度來考察的,認為林業并不是二氧化碳減排的最重要手段,工業減排是發展低碳經濟的長久之計;但是從短時間尺度來考察,又由于CDM項目的實施,林業是目前中國碳減排的一個重要的不可或缺的手段。
2森林碳匯在發展低碳經濟中發揮的作用巨大絕大部分的研究認為,林業是增加碳匯的主要手段。
謝高地認為,中國的國民經濟體系和人類生活水平都是以大量化石能源消耗和大量二氧化碳排放為基礎。雖然不同地區、不同行業單位GDP碳排放量有所差別,但都必須依賴碳排放以求發展。這種依賴是長期發展形成的,是不可避免的,我國現有的技術體系還沒有突破性的進展,在這之前要突破這種高度依賴性非常困難,實行減排政策勢必會影響現有經濟體系的正常運行,降低人們的生活水平,也會產生相應的經濟發展成本[8]。謝本山也認為,中國還處于城鎮化和工業發展的階段,需要大量的資金和先進的技術才能使這種以化石能源為主要能源的局面有所改變,而且需要很長的周期,目前的條件下,想要實現總體低碳仍然存在較大的困難。與工業減排相比,通過林業固碳,成本低、投資少、綜合收益大,在經濟上更具有可行性,在現實上也更具備選擇性[9]。從碳循環的角度上講,陶波,葛全勝,李克讓,邵雪梅等認為,地球上主要有大氣碳庫、海洋碳庫、陸地生態系統碳庫和巖石圈碳庫四大碳庫,其中,在研究碳循環時,可以將巖石圈碳庫當做靜止不動的,主要原因是,盡管巖石圈碳庫是最大的碳庫,但碳在其中周轉一次需要百萬年以上,周轉時間極長。海洋碳庫的周轉周期也比較長,平均為千年尺度,是除巖石碳庫以外最大的碳庫,因此二者對于大氣碳庫的影響都比較小。陸地生態系統碳庫主要由植被和土壤兩個分碳庫組成,內部組成很復雜,是受人類活動影響最大的碳庫[10]。從全球不同植被類型的碳蓄積情況來看,森林地區是陸地生態系統的碳蓄積的主要發生地。森林生態系統在碳循環過程中起著十分重要的作用,森林生態系統蓄積了陸地大概80%的碳,森林土地也貯藏了大概40%的碳,由此可見,林業是增加碳匯的主要手段。聶道平等在《全球碳循環與森林關系的研究》中指明,在自然狀態下,森林通過光合作用吸收二氧化碳,固定于林木生物量中,同時以根生物量和枯落物碎屑形式補充土壤的碳量[11]。在同化二氧化碳的同時,通過林木呼吸和枯落物分解,又將二氧化碳排放到大氣中,同時,由于木質部分也會在一定的時間后腐爛或被燒掉,因此,其中固定的碳最終也會以二氧化碳的形式回到大氣中。所以,從很長的時間尺度(約100年)來看,森林對大氣二氧化碳濃度變化的作用,其影響是很小的。但是由于單位森林面積中的碳儲量很大,林下土壤中的碳儲量更大,所以從短時間尺度來看,主要是由人類干擾產生的森林變化就有可能引起大氣二氧化碳濃度大的波動。根據國家發改委2007年的估算,從1980—2005年,中國造林活動累計凈吸收二氧化碳30.6億t,森林管理累計凈吸收二氧化碳16.2億t。李育材研究表明,2004年中國森林凈吸收二氧化碳約5億t,相當于當年工業排放的二氧化碳量的8%。還有方精云等專家認為,在1981—2000年間,中國的陸地植被主要以森林為主體,森林碳匯大約抵消了中國同期工業二氧化碳排放量的14.6%~16.1%。由此可見,林業在吸收二氧化碳方面具有舉足輕重的作用。
3發展森林碳匯的難點
通過以上分析可以看出,通過林業減排與增加碳匯是切實可行的,減少二氧化碳的排放量、增加大氣中二氧化碳的排放空間是發展低碳經濟關鍵所在。然而,森林碳匯在發展低碳經濟中也受到相關規定的限制。在《聯合國氣候變化框架公約》及《京都議定書》中,都有關于“清潔發展機制(CDM)”和碳貿易市場的敘述,其中明確規定開發森林碳匯項目及進行碳貿易須要符合以下規則:①在《京都議定書》中明確規定,開發森林碳匯的土地,必須是從項目基準年開始,過去五十年內沒有森林,《京都議定書》也規定,如果是再造林項目,所用的土地必須是從1989年12月31日至項目開發那一年不是森林,但是在此之前可以有森林[12]。②進行交易的碳信用額必須是新產生的,不可以是現存的碳匯量。③自身可以完成減排指標的,不可以利用清潔發展機制;可以使用清潔發展機制的國家,與其合作的發展中國家的企業,也需要將符合規定的碳減排量申報,并獲得聯合國相關部門認可后,才能出售給發達國家的企業。④減少毀林和優化森林管理產生的森林碳匯并沒有納入清潔發展機制;另外,只有造林再造林項目產生的森林碳匯被納入到清潔發展機制,森林碳匯項目的種類很單一,而且有關的申報、認證等程序非常復雜。通過以上分析,可以得出以下結論,林業對于發展低碳經濟具有不可替代的作用。盡管也受到很多方面的制約,但其未來的快速發展趨勢是必然的。因此必須加強森林經營、提高森林質量,促進碳吸收和固碳;保護森林控制森林火災和病蟲害,減少林地的征占用,減少碳排放;大力發展經濟林特別是木本糧油包括生物質能源林;使用木質林產品,延長其使用壽命,最大限度的固定二氧化碳;保護濕地和林地土壤,減少碳排放。
作者簡介：李楠，碩士，主要研究方向為區域經濟學。
（中南財經政法大學公共管理學院，湖北 武漢430073）
摘要 從人口結構角度探討碳排放問題，有利于正確判斷和把握影響碳排放量的人口因素，有的放矢地制定碳減排政策，應對我國經濟發展方式的轉變有著重要的理論和現實意義。本文利用我國1995-2007年碳排放量、人口總數、人口的城市化率、老齡化率和反映人口消費結構的恩格爾系數第二產業從業人口比重等時間序列數據，運用協整理論、格蘭杰因果檢驗和多元回歸模型作為分析工具，對我國人口結構與碳排放量之間的關系做了實證分析。結果發現：①1995-2007年間，人口結構中的人口城市化率、人口的消費結構、第二產業從業人口比重對碳排放量均存在正向影響，而人口規模對碳排放量的影響在模型中卻表現為負效應；②相對于人口規模，人口的結構特征對碳排放量的影響越來越大，其中人口的城市化率對碳排放量的正向影響最大，說明中國的碳排放量與城市化的進程存在著密切關系；③人口的老齡化對二氧化碳排放量具有負效應，人口老齡化的加快對長期碳排放有抑制作用，所以在未來實現碳減排會逐漸成為可能。最后，針對分析結果，探討了未來我國的碳減排策略，以期能有效地控制人口因素對我國碳排放增長的影響。
關鍵詞碳排放量；人口結構；協整理論；格蘭杰檢驗
中圖分類號 N94；X196文獻標識碼 A文章編號 1002-2104（2011）06-0019-05doi:10.3969/j.issn.1002-2104.2011.06.004
隨著低碳問題日益成為熱點，越來越多的人開始關注低碳，國內外很多學者也展開了對碳排放量影響因素的研究。當前我國正在積極建設資源節約型、環境友好型社會，因此理清碳排放量的影響因素至關重要。碳排放量是由一個國家的經濟發展程度、技術水平、能源結構、經濟結構、人口結構等眾多因素共同作用決定的。根據IEA（2009）的統計數據，2007年中國消費化石燃料而排放的CO2已經超過美國，成為全球第一大CO2排放國［1］。作為世界上最大的發展中國家，由于我國人口眾多，能源消耗巨大，并且隨著人口的增長，工業化、城鎮化進程的加快以及經濟的發展，我國的碳排放總量不可避免地會逐年增長，因此在碳減排方面將會面臨巨大的壓力和挑戰。從人口結構視角探討碳排放問題，不僅有利于正確判斷和把握碳減排壓力的人口因素，而且有助于提高碳減排政策決策的針對性和可操作性，因此研究人口因素對碳排放量的影響具有一定的現實意義和理論意義。
1 文獻綜述
關于碳排放量與人口因素之間的關聯關系，國內外許多學者進行了大量的研究。其中，關于人口總量與碳排放的關系研究：Birdsall［2］認為較多的人口不僅會加大對能源的需求，而且快速增長的人口還會導致森林和耕地的破壞，二者共同作用導致了溫室氣體排放量的增加。Knapp［3］通過對全球CO2排放量與全球總人口進行Granger因果檢驗得出：雖然兩者之間不存在長期協整關系，但是全球總人口的增加是全球CO2排放量增長的原因。
關于人口特征與碳排放的關系研究：Michael等［4］采用能源――經濟增長模型研究了美國人口年齡結構對能源消費及碳排放的影響。結果表明：在人口壓力不大的情況下，人口老齡化對長期碳排放有抑制作用，這種作用在一定的條件下甚至會大于技術進步的因素。宋杰鯤［5］認為15-64歲的人口和城市人口占總人口的比例越大，消費的能源和資源就越多，對碳排放量的貢獻也就越大。
關于人口消費結構與碳排放的關系研究：魏一鳴等［6］采用CLA分析框架，分析了1999-2002年中國居民的消費結構與能源消費及碳排放的關系，得出約30%的CO2排放與居民的消費方式有關。彭希哲等［7］應用STIRPAT擴展模型，考察近30年來我國人口規模、居民消費及技術進步因素對碳排放的影響。研究發現居民消費水平的提高與碳排放增長高度相關――財富增長刺激了人們消費的欲望，而消費增長帶動了能源需求的增長，進而增加了對碳的排放。遲遠英等［8］認為經濟水平的提高使得越來越多的居民存在非理性和過度消費行為，居民消費結構的改變增加了對能源供應的需求，因此也增加了碳減排的壓力。
由此可見，以往的關于人口結構因素對碳排放量綜合影響的相關研究還較少，且缺乏深入的探討。本文從既有文獻出發，并結合中國1995-2007年的碳排放量與反映人口結構的相關數據，主要考察以下五個變量對碳排放量的影響：人口總數、人口的城市化率、老齡化率、恩格爾系數和第二產業人口占總從業人口的比重。
2 模型設計及數據說明
2.1 模型構建與變量選擇
如何更科學和更合理地評估人口結構對碳排放量的影響，制定針對人口結構的相應的碳減排政策，是未來實現低碳的一項工作。本文通過分析人口結構對碳排放量的實證考察，試圖找出人口結構與碳排放量之間的一些內在聯系，希望對決策者在制定針對人口結構的碳減排的長期政策時，可以提供一些理論和數據的支撐。
本文在以往研究的基礎上，結合中國1995-2007年的碳排放量與反映人口結構的相關數據，主要從人口的城市化結構、產業結構、消費結構和年齡結構五個方面來考察中國人口結構因素對碳排放量的影響：其中人口規模是影響碳排放量的重要因素，因此本文假設，在其它條件相同的情況下，人口總量與碳排放量呈正相關關系；人口的城市化率反映了一個國家的經濟發展狀況，一個國家的城市化率越高，對能源的需求越大，假設人口的城市化率與碳排放量之間存在正相關關系；第二產業從業人口所占比重的經濟含義是：第二產業是國民經濟中公認的碳排放量最大的部門，所以該部門的勞動人口越多，產業規模越大，因而碳排放量也就越大；在其它因素保持不變的條件下，假設碳排放量與人口的老齡化率是反方向變動；恩格爾系數是衡量居民消費結構的重要指標，在一定程度上反映了居民的收入水平，高收入人群購買奢侈品和炫耀品等高碳產品的可能性較大，假設恩格爾系數越低，對碳排放量的影響越大。因此，此處依據這五個指標構建了人口結構因素對碳排放量影響的理論模型，如公式（1）。
YF（X1，X2，X3，X4，X5）（1）
在上式中，Y表示碳排放量；X1為人口總數；X2為人口的城市化率；X3為人口的老齡化率；X4為恩格爾系數；X5為第二產業人口占總從業人口的比重。
本文選取的樣本區間為1995-2007年，數據來源于歷年中國統計年鑒和中國能源統計年鑒，采用的計量軟件是Eviews5.0。由于對時間序列數據進行對數變換后不會改變數據的特性，卻能使數據趨勢線性化并一定程度上消除時間序列的異方差，因此，在實證分析時分別對變量取對數。構造的碳排放人口結構影響因素的實證模型如公式（2）：
LnYC0+C1LnPtotal+C2LnPcity+C3LnPage+C4Plife
+C5Pind（2）
式中：Y為碳排放量；Ptotal為總人口數；Pcity為人口的城市化率；Page為人口的老齡化率；Plife為恩格爾系數；Pind為第二產業人口占從業人口的比重。C0為截距項，C1-C4為各變量的系數。
2.2 數據統計描述
1995-2007年，我國的碳排放量增加了98.7%，在人口增長了9.09%的同時，人口的結構也發生了一定的變化，其中人口的老齡化率和城市化率有了大幅度的提高，分別增加了2.65%、15.9%，第二產業人口的從業比重增加了3.8%，恩格爾系數從1995年的54.35%下降到39.7%，如表1所示。人口結構的改變在一定程度上會給碳排放量帶來一定的影響，本文采用人口的城市化率和人口的老齡化率來反映人口的基本特征；用恩格爾系數來反映人口的消費結構，因為恩格爾系數的改變帶動著居民消費結構的改變，消費結構的改變進而又影響著對碳的排放；因為第二產業是碳排放的一大影響點，因此用第二產業從業人口比重來表示人口的產業結構，可以從側面來反映人口結構對碳排放量的影響。
3 人口結構對碳排放量影響的實證分析
3.1 單位根檢驗
為了防止虛假回歸，在協整分析之前必須進行單位根檢驗。單位根檢驗對于檢查時間序列的平穩性非常重要，如果數據是非平穩的，則說明序列中包含單積成分，在估計方程之前必須進行差分。本文采用ADF檢驗法，分別對每個變量的原序列和二階差分序列形式進行檢驗。檢驗結果見表2。
通過表2可知，各個變量的ADF統計量的值，都比顯著水平為10%的臨界值小，所以拒絕序列LnY、LnPtotal 、LnPcity 、LnPage 、LnPlife和LnPind有單位根的原假設，即所有序列都是平穩的，且經過二階差分之后，從表2中可以看出這些變量在1%的顯著水平下為二階單整的，這就意味著這些變量之間可能存在著長期均衡關系，可進一步做協整檢驗。
3.2 協整檢驗
協整分析的目的在于檢驗變量之間是否存在長期均衡關系，協整檢驗的基本思想是：如果兩個（或兩個以上）的時間序列變量是非平穩的，但它們的某種線性組合卻表
表1 我國碳排放量與人口結構變動表
Tab.1 China’s population structure and carbon emission
注：人口規模、人口城市化結構、人口年齡結構、人口消費結構、人口產業結構分別以總人口、城市化率、老齡化率、恩格爾系數、第二產業從業人口比重表示。
數據來源：根據國家統計局歷年《中國統計年鑒》、《中國能源統計年鑒》。
表2 單位根檢驗
Tab.2 Unit Root Tests
現出平穩性，則這些變量之間存在著長期穩定的均衡關系，即協整關系。對LnY、LnPtotal 、LnPcity 、LnPage 、LnPlife和LnPind采用最小二乘法進行回歸，結果如下式所示：
R20.9942；SE0.0254；F241.87；DW2.79
從上式可以看出，模型的擬合優度高達0.9942，除了LnPlife的t值不是很顯著外，其它變量的t值的絕對值都大于2，且DW值與2很接近，F統計量也通過了相關檢驗，說明變量之間關系顯著，進而可對殘差序列u進行單位根檢驗。殘差序列單位根檢驗顯示：殘差序列u在1%的顯著水平下平穩，可得出結論：回歸方程中LnY、LnPtotal、LnPcity、LnPage、LnPlife和LnPind之間存在長期平穩關系。
3.3 格蘭杰因果關系檢驗
協整檢驗結果只是說明了因變量和自變量之間具有協整關系，是否具有因果關系還需借助格蘭杰檢驗來考察。格蘭杰因果檢驗實質上是檢驗一個變量的滯后變量是否可以引入到其他變量方程中，一個變量如果受到其他變量的滯后影響，則稱它們具有格蘭杰因果關系。接下來運用該方法來檢驗當滯后期為1時，LnY和 LnPtotal、LnPcity 、LnPage、LnPlife、LnPind之間的因果關系。檢驗結果見表3。
由表3的檢驗結果可以看出，在5%的顯著水平下，LnY是LnPtotal和LnPind的格蘭杰因果原因，LnPind是LnY的
表3 格蘭杰因果檢驗
Tab.3 Granger causality test
注：*代表在5%的水平下顯著；**代表在10%的水平下顯著。
格蘭杰因果原因。同時，在10%的顯著水平下LnPage是的格蘭杰原因。但是，LnPlife和LnY之間不是互為因果關系。
3.4 回歸結果與分析
（1）從回歸結果來看，碳排放量與總人口數之間的系數為負值，與模型假設相背離，雖然人口總量對二氧化碳排放量具有增量效應，即人口越多，使用和消耗的能源越多，產生的二氧化碳排放量越大，但是高人口增長并不必然伴隨高碳排放量。近十幾年以來，我國的經濟和技術處在高速發展的狀態，雖然人口基數大，但計劃生育政策的實施加之高速發展的技術，使得技術進步率大于人口增長率，即各種能源利用效率的提高，可以解釋碳排放量與人口總數之間存在的負效應。
（2）老齡化人口的比例對二氧化碳排放量具有負效應，說明當老齡人口比例增長速度越大時，二氧化碳排放量增速就會有所減緩，即隨著老齡化進程的加快，“人口紅利”的逐步消退，在未來實現碳減排會逐漸成為可能，人口的老齡化對長期碳排放有抑制作用。
（3）回歸結果顯示人口的城市化率對碳排放量的正向影響最大，主要存在兩種方式：一是快速的城市化深刻的影響著居民的消費結構，城市化進程的加快不僅使城市居民越來越傾向于發展型和享樂型的高碳商品，而且城市居民對農村居民的“示范效應”也深刻的改變著農村居民的生活和消費方式，進而增大了對碳排放的貢獻。二是城市化的進程帶來的耕地和林地的減少也間接導致了碳排放量的增加。
（4）研究還發現：第二產業的從業人口占總人口的比例對碳排放量具有一定的影響，第二產業人口的比重在一定程度上反映了一個地區或國家的工業化程度，該產業人口的比重越高，說明工業化程度越大，因為工業排碳是碳排放的重要組成部分，同而該變量也間接的反映了第二產業對碳排放量的影響。因此要注重提高人口素質，在城市化建設中要注重優化人口結構、提高勞動力素質，為提升產業結構、發展節能環保的技術密集型產業做準備。
（5）恩格爾系數反映了居民的消費結構，在一定程度上反映了居民的收入水平。不同的收入水平下，居民的生活方式和消費方式存在著差異。收入的不平等還會帶來資源利用的無效率，具有較低恩格爾系數的人群對應著高收入的人群，該類人群購買奢侈品和炫耀性商品等高碳商品的機率很大，因此對碳排放的影響也就大。但人們的消費水平對碳排放量不存在因果關系，可能的原因是：我國現在還處在經濟發展階段，人民的生活水平還不是太高，還沒有達到大規模、大范圍消費高碳產品的生活方式的階段。因此，要逐步引導居民消費模式向可持續消費方向發展，防止過度消費的爆發性增長，同時也要注重提高人們的環保意識、節約意識，引導正確的生產和生活方式，如在家庭中推廣使用節能燈和節能電器，網上支付賬單，拒絕使用一次性塑料袋，選乘公交車等，有效降底CO2的排放。
4 結論與啟示
本文通過人口因素對碳排量影響的實證檢驗，我們發現人口結構對碳排放有顯著的影響。近年來，人口結構的不斷變化，使得人口結構對碳排放量的影響遠遠大于人口規模這一單一因素。我們認為，人口結構的研究結果顯示出人口總量變化在解釋碳排放量變化上存在一定的缺陷。
近十幾年以來，我國人口總量增長減慢，但由于人口結構的改變，使得人口總量對碳排放量增長的積極作用被消弱。通過人口結構對碳排放量影響的模型分析，我們認為，在分析人口因素對碳排放量的影響上，過多地關注人口總量對碳排放量的影響，會造成一定程度的政策誤導。因此，當我們在研究人口、資源與環境的關系時，應當更多的重視與關注人口結構對其的影響。從本文的實證結果得出：隨著我國城市化和工業化進程的加快，人口的城市化率、人口的消費結構、二產從業人口比重會給我國的碳減排帶來一定的壓力，在碳減排的政策建議中，應當推廣有利于可持續發展的人口結構模式，從而更有效地控制人口因素對碳排放增長的影響，因此在實行碳減排政策時要注意一下幾個問題：
首先，由于我國正處于工業化和現代化加速發展的階段，而推動我國經濟增長的主體是第二產業，加之人口紅利期的存在，勞動力數量、質量和價格具有明顯的優勢，得以形成和保持很高的第二產業人口比重，這使得這種主要依靠第二產業的經濟足以支撐碳排放量的高速增長，因此這種高碳特征突出的“發展型碳排放”是我國可持續發展過程中不可回避的一大制約，同時又由于工業部門的“重化結構”和生產技術水平落后，又加重了我國經濟的高碳特征。所以要從逐步優化產業結構著手，減少第二產業對碳排放的貢獻。其次，我國城市化進程的加快，不僅深刻的影響并改變著城鎮居民的消費水平和消費方式，而且這種影響通過“示范效應”也改變著農村居民的消費結構――高消費水平和高碳消費方式，這種改變將會對碳排放量的增加產生極大的促進作用，與此同時，城市化帶來的大城市的過度擴張造成的大量的能源浪費以及森林土地的破壞，也給碳減排帶來了巨大的壓力。因此，建立良好的城鎮居民對農村居民的“示范效應”對于實現碳減排具有重要的現實意義。再次，隨著中國人口老齡化進程的進一步加速，使得現有的人口紅利會逐步消退，老齡人口的增多在一定程度上會給消費領域和生產領域的碳排放產生消極的影響，因此，老齡化對碳排放的抑制作用在一定程度上有利于實現我國的低碳經濟發展。總之，我們認為，在制定碳減排的相關政策時，不應忽視人口結構因素，在碳減排的政策建議中，應當積極推廣有利可持續發展和適應我國經濟轉型的人口結構模式，從而有效地控制人口因素對碳排放增長的影響。
參考文獻（References）
［1］王鋒，吳麗華，楊超. 中國經濟發展中碳排放增長的驅動因素研究［J］. 經濟研究，2010，（2）：123-135. ［Wang Feng，Wu Lihua，Yang Chao. Driving Factors for Growth of Carbon Dioxide Emissions during Economic Development in China ［J］. Economic Research, 2010，（2）：123-135.］
［2］Birdsall N. Another look at Population and Global Warming: Population, Health and Nutrition Policy Research［C］.Working Paper, Washington, D C: World Bank, WPS 1020, 1992.
［3］Knapp T, Mookerjee R. Population Growth and Global CO2 Emissions ［J］.Energy Policy，1996，24（1）：31-37.
［4］Dalton M，O’Neill B，Prskawetz A，et al. Population Aging and Future Carbon Emissions in the United States［J］. Energy Economics，2008，30：642-675.
［5］宋杰鯤. 我國二氧化碳排放量的影響因素及減排對策分析［J］. 價格理論與實踐，2010，（1）：37-38. ［Song Jiekun. The Analysis of China’s Carbon Dioxide Emissions Factors and Abatement Strategies. Price Theory and Practice，2010，（1）：37-38. ］
［6］We Yiming，Liu Lancui，Fan Ying，Wu Gang. The Impact of Lifestyle on Energy Use and CO2 Emission：An Empirical Analysis of China’s Residents ［J］. Energy Policy，2007,（35）：247-257.
［7］彭希哲，朱勤. 我國人口態勢與消費模式對碳排放的影響分析［J］. 人口研究，2010，34（1）：48-57.［ Peng Xizhe，Zhu Qin. Impacts of Population Dynamics and Consumption Pattern on Carbon Emission in China ［J］. Population Research，2010，34（1）：48-57.］
［8］遲遠英，牛東曉，沈瀅，劉志. 基于協整的影響我國碳排放因素的模型研究［J］. 華東電力，2010，38（5）：647-650. ［Chi Yuanying，Niu Dongxiao，Shen Ying，Liu Zhi. The Model Research of Influencing China Carbon Emission Factors Based on The Co-integrated Methods ［J］. East China Electric Power，2010，38（5）：647-650.］
Study on Impact from Population Structure on Carbon Emissions in China
LI Nan SHAO Kai WANG Qian-jin
（School of Public Management，Zhongnan University of Economics and Law， Wuhan Hubei 430073，China）
