HI,欢迎来到学术之家股权代码  102064
0
首页 精品范文 碳减排的经济影响分析

碳减排的经济影响分析

时间:2023-08-02 17:17:04

开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇碳减排的经济影响分析,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。

碳减排的经济影响分析

第1篇

关键词:EKC曲线;经济增长;经济发展权;国际碳减排合作机制;二氧化碳排放;碳减排义务;碳减排效果;京都议定书

中图分类号:F064.2;F113 文献标志码:A 文章编号: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

温室效应导致气候异常变化,已经引起国际社会广泛关注,国际碳减排合作机制正在不断完善之中,以图遏制碳排放量的过快增长。但世界工业发展方式还未实现根本性转变,在维持经济持续增长的压力下,各国都在继续大量使用化石能源,碳排放的增长趋势短期内难以扭转。同时,由于各国经济发展水平的差异和受气候变化的影响程度不同,实施碳减排的经济基础和发展低碳经济的动机也不同,碳减排任务的分配将是一个长期的利益博弈过程。《联合国气候变化框架公约》(简称《公约》)规定了发达国家和发展中国家应对气候变化的不同责任,即“共同但有区别的责任”原则,就是考虑到发展中国家经济发展水平较低,碳减排压力太大。2005起年生效的《京都议定书》进一步要求发达国家在2008年到2012年第一承诺期内的温室气体排放量比1990年平均减少5.2%,大多数国家要求在1990年基础上减排8%,而澳大利亚、冰岛和挪威则允许一定幅度的上升。但事实上,包括美国、日本等国在内的大多数发达国家都没有完成既定的碳减排目标,并企图抛弃《京都议定书》,要求中国等发展中国家也承担硬性碳减排义务,其理由是发展中国家的碳排放总量迅速增长,占全球比重越来越高,对发达国家和发展中国家不同要求的双重政策不公平。

李军军,周利梅:基于公平发展视角的碳减排国际比较按照“污染避难假说”,在不同国家的碳减排政策标准和实施力度有差距的情况下,碳减排压力较大的国家,政策措施更为严格,对产业的影响就越大;同时,为了避免能源约束和碳税等低碳政策带来的不利影响,资本就会转移到碳减排政策更宽松的国家,导致产业非正常转移,二氧化碳排放也随之转移。为了吸引外资,低收入国家可能竞相放松碳排放管制,从而破坏碳减排国际合作机制。积极应对气候变化,是人类面临公共环境问题和可持续发展问题的共同选择,如果不能建立各方都认可的碳减排国际合作机制,全球气候环境就可能陷入“公地悲剧”。那么,《京都议定书》是否真的是约束了发达国家的碳排放,而提高了发展中国家的碳排放增速?发展中国家是否由于宽松的碳减排政策而获得额外经济增长?

从公平角度来看,发达国家和发展中国家都需要发展,都有保持经济增长的权利,但经济结构和发展阶段不同,经济增长过程中碳排放量也不同,要正视这种差异。按照环境库兹涅茨曲线(EKC),二氧化碳排放量和收入之间存在一个倒U形曲线的关系:在相对较低的收入水平,随着收入的增加,能源的消费量增加并引起二氧化碳排放量增长,此时,两者呈正相关关系;随着收入增长到一定的高水平,因为环境保护意识增强,提高了环境政策的调控和传导效果,二氧化碳排放量将减少,两者呈负相关关系。因此,在建立和完善国际碳减排合作机制过程中,应该考虑经济增长对碳排放的影响,科学评价各国经济增长过程的碳减排效果。

自从Grossman 等(1991)较早发现空气污染和人均GDP之间存在倒U曲线关系后,当前多用EKC曲线研究碳排放和经济增长的关系,如:Ang(2007)、Zhang等(2009)、Fodha等(2010)分别建立向量自回归模型、自回归分布滞后模型(ARDL)或者向量误差修正模型(VECM)检验二氧化碳排放和GDP之间因果关系,Azomahou(2006)和Romero-ávila(2008)等人用面板数据模型(Panel Data)验证EKC曲线。但这些研究大多数都基于单个国家或局部区域;也有一些文献选择经合组织或大量国家(Wang,2011)作为样本的,但也都是侧重于验证EKC曲线,没有从国际对比的角度分析不同碳减排义务的国家。有鉴于此,本文将从经济发展对碳排放影响的角度分析处于不同发展阶段的国家碳减排效果。

二、面板数据模型与数据分析

不失一般性,假设碳排放主要来自化石能源消耗,影响二氧化碳排放增长的主要原因是经济增长,据此建立双对数面板数据模型:

如果β>1,说明碳排放增长速度超过经济增长速度,碳减排形势恶化,碳排放强度上升;如果β

为了比较发达国家和发展中国家经济增长对碳排放的影响程度,可以把面板数据的样本分成发达国家和发展中国家两部分,分别估计以后比较弹性系数,根据弹性系数的大小来判断碳减排政策的作用。如果发达国家的弹性系数小于发展中国家,说明经济发展程度高的国家碳减排形势好于发展中国家。尽管《京都议定书》规定了发达国家2008年至2012年的强制性碳减排义务,但协议是从2005年开始生效,此后发达国家之间的碳排放交易非常活跃,清洁发展机制(CDM)也允许发达国家和发展中国家进行项目级的碳减排量的转让,在发展中国家实施温室气体减排项目,CDM项目数量和规模都增长迅速。因此,要判断碳减排协议的签订对各国碳减排效果的影响,可以把2005年作为分水岭,分别估计并比较前后两个期间的弹性系数,如果弹性系数下降,说明碳减排政策取得实质性效果。

《京都议定书》规定41个发达国家具有强制性碳减排义务,由于9个国家缺失部分碳排放统计数据,本研究把具有完整数据的32个发达国家纳入分析范围,包括澳大利亚、奥地利、比利时、保加利亚、加拿大、捷克、丹麦、芬兰、法国、德国、希腊、匈牙利、冰岛、爱尔兰、意大利、日本、卢森堡、马耳他、摩洛哥、荷兰、新西兰、挪威、波兰、葡萄牙、罗马尼亚、斯洛伐克、西班牙、瑞典、瑞士、土耳其、英国、美国。由于发展中国家较多,本研究选择其代表性国家,选择依据是2009年二氧化碳排放量超过一亿吨,符合这个标准的国家共17个,分别为中国、印度、伊朗、韩国、沙特、墨西哥、印尼、南非、巴西、泰国、埃及、阿根廷、马来西亚、委内瑞拉、阿拉伯联合酋长国、巴基斯坦和越南。二氧化碳排放和GDP数据都采集自国际能源署(IEA)的能源统计年鉴,时间跨度为1971年至2009年。其中二氧化碳排放(CO2)单位是百万吨;GDP以十亿美元为单位,按汇率(GDPE)和按购买力评价(GDPP)两种方法折算为2000年不变价格。

数据测算表明,2009年世界各国二氧化碳排放总量为290亿吨,是1990年的1.38倍,比1971年翻了一倍。样本中49个国家碳排放总量为238.3亿吨,占全球总量的82.2%,具有较好的代表性。其中,17个发展中国家碳排放总量从1990年的47.9亿吨快速增长到2009年的126.9亿吨,年均增长5.26%,占全球总量的比重从1990年的22.9%上升到2009年的43.9%。同期32个发达国家的碳排放总量则从108.1亿吨上升到111.3亿吨,上涨了3%,比重从51.6%下降到38.4%。据此来看,近年来全球碳排放总量的快速增长主要归因于发展中国家,只有发展中国家实施严格的碳减排措施,才能有效控制全球碳排放总量的过快增长,这也是近年来在全球气候峰会上,发达国家强硬要求发展中国家承担硬性碳减排义务的主要原因。但是从碳排放和经济发展的关系来看,发展中国家的经济发展水平较低,大多处于工业化起步阶段,增长速度普遍高于发达国家,碳排放增速较快是正常的;而发达国家基本完成工业化,经济增长速度普遍放缓,碳排放增速理应降低。如果不顾这个事实,强行要求发展中国家承担严格的碳减排义务,不但忽视了发达国家碳排放的历史责任,也会剥夺发展中国家的经济增长的权利,加大发达国家和发展中国家的差距,对发展中国家而言是极不公平的。衡量发展中国家碳减排效果,重要的是看经济增长过程中碳排放的收入弹性,如果弹性系数和碳排放强度下降,就说明其碳减排政策的有效性。

三、检验与参数估计

1.单位根检验

由于每个时间序列都是由多个国家组成,其检验方法要考虑到截面的差异。LLC方法是应用于面板数据模型时间序列单位根检验较早的方法,假设各截面序列具有一个相同的单位根,仍采用ADF检验形式(Levin et al,2002);而IPS检验则是对每个截面成员进行单位根检验以后,利用参数构造统计量检验整个面板数据是否存在单位根(Im et al,2003)。Fisher-ADF检验和Fisher-PP检验也是对不同截面进行单位根检验,利用参数的p值构造统计量,检验整个面板数据是否存在单位根。分别用四种方法对CO2、GDPE和GDPP三个序列进行单位根检验,检验时的滞后阶数都按AIC最小化准则确定,结果如表1所示。表1 面板数据序列的单位根检验

四种方法的检验结果非常接近,通过对原序列和一阶差分的单位根检验结果进行判断,在1%显著性水平下三个变量都是非平稳序列,都有单位根,并且是一阶单整。因此,可以对三个变量进行协整检验。

2.协整检验

协整检验是判断变量之间是否存在长期稳定关系的方法,Engle和Granger最早提出的协整检验方法是判断两个或多个变量回归后的残差是否平稳,如果残差是平稳的,说明变量之间存在协整关系;对于面板数据的协整检验,Pedroni(1999)的检验方法是假设各截面的截距项和斜率系数不同,Kao(1999)的检验方法却规定第一阶段回归中的系数相同;Maddala等(1999)提出根据单个截面序列的协整检验结果构建新的统计量,从而判断整个面板数据的协整关系。表2列出了采用不同方法分别对CO2和GDPE、CO2和GDPP两组变量协整检验的结果。检验结果一致拒绝不存在协整关系的原假设,表明CO2和GDPE、CO2和GDPP两组变量之间存在长期的稳定关系,据此可以对模型(1)进行参数估计。

表2 面板数据变量的协整检验

CO2与 GDPECO2 与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***

3.参数估计

由于各国经济发展程度不同,碳排放水平有很大差异,参数估计应该选择面板数据的变截距模型;至于选择固定效应还是随机效应,尽管样本国家只有49个,但仅仅用于分析这些个体,不涉及其他国家,因此选择固定效应模型更为合适。另外,截面随机效应的Hausman检验p值为0.94,也不支持采用随机效应模型。考虑到存在截面异方差,采用加权广义最小二乘法(GLS)估计参数,并处理序列相关性,参数估计结果如表3所示。

方程1的解释变量是按汇率计算的国内生产总值(GDPE),方程2的解释变量是按购买力平价计算的国内生产总值(GDPP),方程拟合优度较高,除截距项外参数都能通过1%显著性检验,两个方程的系数比较接近,说明以不同方式换算的GDP对结果影响不大。考察不同期间的系数,1971―2009年碳排放的收入弹性系数0.607

D.W.2.0982.1362.571.8991.8741.759Chow-F1.72***0.79方程3的样本由32个发达国家组成,方程4的样本由17个发展中国家组成,方程拟合优度较高,除截距项外参数都能通过1%显著性检验。方程3的系数0.712大于方程4的系数0.574,在两个不同时期内,发达国家的碳排放的收入弹性系数都超过发展中国家。按照公式(2),方程3的分割点检验Chow-F值在1%显著性水平下通过检验,也是明显大于2005年以前的弹性系数。而发展中国家的弹性系数虽然也有上升,但没有通过分割点检验。

四、结论

在环境和能源约束下维持经济持续稳定增长,无疑是各国经济政策的重要目标。旨在应对气候变化的国际碳减排合作机制能否发挥作用,关键在于碳减排目标的设定对经济增长的影响程度以及碳减排任务的分配能否得到各国认可。只有在碳减排任务合理、公平分配的前提下,兼顾到处于不同发展阶段国家的承受能力,才能得到广泛认可,形成合作的基础。碳排放的收入弹性系数反映经济增长对碳排放的影响程度,弹性系数的大小和变化趋势能够说明一个国家应对气候变化的努力程度和碳减排效果,也可以作为碳减排任务分配的依据之一。利用面板数据模型分析1971―2009年主要国家经济增长对碳排放的影响,弹性系数为0.6,碳排放增幅低于经济增幅,碳减排政策发挥了一定的作用。但是分割点检验判定弹性系数有明显上升趋势,说明近年来经济增长过程中碳减排力度在减小。对比发达国家和发展中国家,尽管发达国家的碳排放总量增长缓慢,部分国家的碳排放总量甚至下降,而发展中国家的碳排放总量增长比较快,但发达国家碳排放的收入弹性系数在各个阶段一直大于发展中国家,2005年以后也没有明显改变。这一方面说明发达国家碳减排政策实施力度不够,效果还不甚明显;另一方面也说明《京都议定书》规定发达国家和发展中国家不同的碳减排义务形成的政策差异,并没有造成资本因为规避碳排放约束而发生明显的非正常转移。

因此,从各国公平拥有经济发展权的角度来看,应该坚持“共同但有区别的责任”原则,在明确发达国家碳排放历史责任前提下,发挥发达国家良好经济基础和先进技术优势,确实降低碳排放强度。同时,加强国际合作交流,加大技术转让和资金援助力度,扩大碳排放权交易范围,完善清洁发展机制,提高发展中国家的碳减排积极性,降低发展中国家的碳排放增速。只有建立在公平、合理基础上的国际碳减排合作机制,才能发挥各国碳减排的积极性,有效控制全球碳排放过快增长。

参考文献:

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.

第2篇

自1979年召开第一次世界气候大会以来,随着公约框架下全球多边气候谈判的不断推进,气候变化问题也日益成为国际社会普遍关注的焦点,同时国内外学术界也掀起了低碳经济的研究热潮。其实早在1896年,瑞典科学家Svante Arrhenius 就提出了“温室气体效应”的科学假说,但后来历经学者百余年的考证和质辩,直至2007年IPCC才科学地证实:全球气候变暖是由温室气体排放造成的。期间,各国学者虽对能源消耗、经济发展与温室气体排放等问题开展了研究,但真正首次提出低碳经济概念的是英国。基于对气候变暖和能源短缺的双重忧虑,英国在2003年颁布的能源白皮书中率先提出将以实现低碳经济作为其未来能源战略的首要目标。此后,更多的学者运用不同的研究方法从不同的视角对低碳经济理论做了更加全面、深入的探析与研究,以下本文拟就主要研究成果进行梳理与述评。

二、主要研究方向和内容介绍

(一)经济发展、能源消耗与碳排放的关系

Ugur Soytas,et al(2007,2009)采用VAR模型对美国和土耳其的实证研究均表明,碳排放增长的格兰杰成因并非GDP,而是能源消耗,并据此提出了降低能源强度、增加使用清洁能源等措施来实现碳减排的政策。Xingping Zhang (2009)基于多元模型对中国的实证研究显示,GDP对能源消耗量存在单向格兰杰因,能源消耗量对碳排放存在单向格兰杰因,而碳排放量和能源消耗量都不是经济增长的格兰杰因。碳排放与经济发展之间的关系也是国外学者研究的重点。Schmalesee(1998)、Gale Ahuja (1999)均证实了人均收入和碳排放量间存在着倒U型曲线关系,Grubb(2004)对早期英国的实证研究也得出了两者间类似的对应关系。Huang(2008)对21个发达国家的GDP与温室气体排放关系进行了分析,发现有7个国家出现了EKC现象。OECD(2002)对比分析了脱钩指标的国家差异后,发现环境与经济脱钩的现象普遍存在于OECD国家中,而且还有可能实现环境与经济的进一步脱钩。Tapio(2005)通过脱钩指标体系的设计,将脱钩现象进一步细分为相对脱钩和绝对脱钩,前者指GDP 增长率高于碳排放增长率,而后者则指GDP稳定增长时碳排放量反而减少的情形。其实,EKC曲线反映的就是经济增长与环境污染的关系从不脱钩到相对脱钩、再到绝对脱钩的动态变化轨迹。

(二)碳排放的影响因素

首先,Kaya Yoichi (1990) 提出了著名的KAYA恒等式, 即一国或地区碳排放量的增长主要取决于人口、人均GDP、能源强度和能源结构等4个因素的推动。而后,Salvador Puliafito (2008)与Michael Dalton (2008)分别采用L-V模型和PET模型的研究,均验证了人口数量与结构、GDP及能源消耗对碳排放量的影响。但Lantz V、Feng Q(2006)对加拿大1970-2000年的数据进行回归分析后,得出的结果却表明人均GDP与 CO2 排放不相关,人口与 CO2 排放呈倒 U型关系,而技术与 CO2 排放呈U型关系。Fan Ying等(2006)利用 STIRPAT模型分析了不同经济发展水平的国家后,客观地指出人口、经济和技术水平等因素对不同发展水平国家碳排放的影响是不同的。国际贸易也是影响碳排放的一个不可忽略的因素。Paul B Stretesky (2009)以1989-2003年世界169个国家的面板数据为样本,采用了固定效应模型进行估计,其结果显示:各国人均碳排量与对美国出口量之间存在显著关系。YanYunfeng、et al(2010)基于对中国因出口而增加碳排放的实证研究表明,国际贸易具有促进碳排放在各贸易国间自由转移的作用。

(三)国民经济中的高碳产业

由于不同产业使用能源的种类、强度与方式与不同,国民经济中不同产业排放温室气体的数量与特征有很大差异。T.C Chang (1999)采用灰色关联分析法测算了台湾34个行业产值、各种能源使用量与碳排放量之间的灰色关联系数,其结果显示:造纸、橡胶、石化与金属制品等11个行业属于能耗强度、碳强度与碳排放系数 “三高”的碳密集型行业。Marco Mazzarino(2000)采用比较静态法和货币估值技术研究后发现,运输业是OECD国家碳排放量最大的行业,约占到碳排放总量的1/3。R. Rehan (2005)指出,水泥制造业是高碳排的主要行业,在京都议定书三种碳交易机制下水泥业的发展前景值得进一步探讨。Keith Paustian(1998)认为农业生产对碳循环的影响具有“双刃剑”的作用,一方面农业生产使自然生态系统转换成农业土地利用,增加了大气中CO2排放;另一方面也可通过土地利用变化、土地整治等增加碳“汇”,从而减少碳排放。

(四)发展低碳经济的政策工具

开征碳税和推行碳交易被认为是最有效的减排政策工具。Toshihiko Nakata(2001)研究发现,能源税和碳税的征收能使碳排放下降到预计目标水平,同时也使能耗结构由煤向天然气转换。Annegrete Bruvoll(2004)对碳税征收先行国挪威的研究也发现,1990-1999年挪威平均单位GDP的碳排放降低了12个百分点,但碳税对碳减排的贡献只有2.3%,因此碳税的效果并不理想。Cheng F Lee(2007)基于灰色理论和投入―产出理论,运用模糊目标规划法构建模型,模拟预测了3种碳税方案下碳减排的力度和经济影响,以期为各国选择碳税方案增强碳税效果提供依据。Andrea Baranzini (2009)进一步分析指出,当前各国碳税税率的差别仍然很大,要达到减排目的,必须协调各国税率并对能源税制进行改革。目前世界上最大的碳交易项目是基于《京都议定书》架构下的三种排减机制,即清洁发展机制(CDM)、联合履行(JI)、排放交易(ET)。J Liski (2000) 指出,CDM机制下的项目型碳交易不仅有利于发展中国家吸收发达国家的资金和技术,也是发达国家降低减排成本的有效途径之一。Wara(2007)也认为,CDM不仅是全球碳交易市场的主要部分,而且也是一种变通的旨在援助发展中国家的政治机制。在“限额-贸易”排放交易机制中,初始排放权的分配直接影响到各国的发展权利和济福利水平,所以其有效、公平的分配一直是国外学者研究的焦点。当前比较认可的三种分配原则是:按人均碳排放量分配、按GDP排放强度分配以及按历史责任分配。Grubb和Sebenius (1992)则基于上述原则提出了“混合”分配原则,即以人均碳排量为基准进行分配时,兼顾各国经济总量和单位GDP排放强度。Smith,Swisher 和 (1993)都主张在分配初始排放权时,应同时考虑一国能够且愿意支付的可用资源和基于人均累积排放的历史责任两个因素。

(五)碳减排的经济成本

OECD(1992)、Manne(1992)、Ha-Duong(1997)都对减少碳排放的经济代价和社会影响进行了研究,结果表明,严厉的碳减排措施将影响经济发展,但减排强度与经济风险呈非线性相关。Danny Harvey(1996)在分析了无管制排放的危害后,也论述了碳减排的经济风险,诸如挤占紧缺资源、减缓经济增长、政府过多干预造成市场扭曲、减排措施产生副效应或成本高于预期或减排措施失灵等。但也有一些研究结论认为,碳减排的成本并非想象的那么高,也不一定会带来经济衰退,证据是1998年中国、欧盟和日本的经济发展与碳排放均实现了不同程度的绝对脱钩。LARS H・KONSEN(1997)通过引入外部性和碳税两个变量对经济福利模型进行扩展分析后,也指出在当代实施碳减排的成本其实是负的,因此减排属于无悔政策。Reyer Gerlagh(2004)则构建了以技术为内生变量并基于两种能源的宏观经济模型,分析后指出若要将全球升温控制在2度以内,必须尽早采取减排措施,而且减排成本也是很低的。

三、结语

第3篇

关键词 低碳经济;经济增长;制度安排;国别研究

中图分类号 F205 文献标识码 A 文章编号 1002-2104(2010)09-0018-06 doi:10.3969/j.issn.1002-2104.2010.09.004

随着世界工业经济的发展、人口的剧增、人类欲望的无限上升和生产生活方式的无节制 ,世界气候面临着越来越严重的问题。尤其是由化石燃料过度消耗所导致的全球变暖,引起了世界范围的广泛关注。全球变暖严重危害了社会经济的发展,深刻触及到能源安全、生态安全、水资源安全和粮食安全,甚至威胁到人类的生存。这一现象亦引发了国际社会对现有经济发展模式的反思,在此背景下,“低碳经济”(lowcarbon economy)的概念应运而生,并越来越受到国际社会的重视。

“低碳经济”的概念最早由英国政府在2003年发表的《能源白皮书》中提出,题为“我们能 源的未来:创建低碳经济” 。《能源白皮书》指出,“低碳经济是通过更少的自然资源消 耗和更少的环境污染,获得更多的经济产出;低碳经济是创造更高的生活标准和更好的生活质量的途径和机会,也为发展、应用和输出先进技术创造了机会,同时也能创造新的商机和更多的就业机会。”

低碳经济发展模式提出后,各国纷纷相应。学术界围绕低碳经济的研究也不断地发展和丰富。国外学者对低碳经济的研究起步较早,研究成果也颇为丰富。总结国外现有的研究成果, 主要可以归纳为三个方面:一是低碳经济与经济增长,研究重点在碳排放的影响因素,碳排放与经济增长的关系及碳减排对行业发展的影响等;二是低碳经济实现的制度安排,研究主要集中对碳税(carbon tax)和碳交易(carbon trading)的讨论;三是不同国家发展低碳经济的进程。

1 低碳经济与经济增长

关注“低碳经济”的一个重要方面就是对碳排放量(carbon emission)的控制,碳排放量受到哪些因素的影响一直是学者们研究的一个热点。通过对现有文献的分析发现,碳排放量的影响因素不仅包括Kaya公式所揭示的人口、GDP和能源消耗[1],还包括国际贸易,两国的商品贸易为碳排放创造了一种转移机制。

1.1 人口规模、结构对碳排放量的影响

不言而喻,人口越多,碳排放量就越多。即便中国超过美国成为全球碳排放最多的国家,也不足为怪,因为中美人口相差4倍多。此外,人口结构对碳排放量也有影响。Salvador Enrique Puliafito, et al采用LotkaVolterra模型对人口、GDP、能源消耗与碳排放量的相互关系的探析,Michael Dalton, et al采用PET模型(PopulationEnvironmentTechnology model)的研究,均验证了上述结论。随着世界人口转型,人口老龄化现象逐渐凸显,发达国家将在2020年前后进入老龄化社会,人口老龄化因素会降低碳排放量,这一效果与技术变革的效果相当[2-3]。

1.2 GDP、能源消耗与碳排放量的因果关系

低碳经济不是贫困的经济,因此不能通过降低GDP实现碳减排。碳排放最主要的来源是能源的消耗,能源强度和碳强度是衡量能源消耗的两个重要指标。“能源强度”(Energy Intensity)是指单位GDP的能源用量。不同产业的能源强度不同,一般第二产业的能源强度最高,而第二产业中,重化工的能源强度又远高于一般制造业。能源强度还受到技术的影响,同一行业中技术水平低则能源强度高。因此降低能源强度,提高技术水平是减排的有效方向之一。而单位能源用量的碳排放量,则称为“碳强度”(Carbon Intensity)。能源种类不同,碳强度差异很大。化石能源中,煤的碳强度最高,石油次之,天然气较低。可再生能源中,生物质能有一定的碳强度,而水能、风能、太阳能、地热能、潮汐能等都是零碳能源。

尹希果等:国外低碳经济研究综述

中国人口•资源与环境 2010年 第9期学者也对GDP、能源消耗与碳排放量的关系进行了定量研究。Ramakrishnan Ramanathan采用DEA方法(Data Envelopment Analysis,数据包络分析法)同时分析了GDP、能源消耗、碳排放量之间的联系。他指出以往研究的缺陷是,只分别分析了GDP对碳排放量的影响或者能源消耗对碳排放量的影响,没有对三者的联系进行分析。在指标选取上,他以化石能源消耗释放的二氧化碳代表碳排放量,化石能源包括了石油、天然气和煤炭;以全球生产总值衡量经济增长;能源消耗中只选取了非化石能源消耗量,包括水利、核能和地热能,没有包括化石能源消耗量是为了避免与第一个指标的重复。在DEA分析效率指标构建中,将GDP和碳排放量作为产出,非化石能源消耗作为投入。结果显示效率指标在1980年时最高,接下来的7年急剧下降,随后呈现反复震荡下跌趋势,1996年开始回升。基于DEA分析的技术预测(technology forecasting)得到了碳排放量与能源消耗量的曲线图[4]。

Ugur Soytas, et al采用包含GDP、能源消耗、二氧化碳排放量、劳动力和固定资本总额等变量的VAR模型研究了美国能源消耗、GDP与碳排放量之间的因果关系。研究发现碳排放量的格兰杰成因不是GDP增长,而是能源消耗。并提出碳减排政策的制定应该从降低能源强度角度考虑,还应该增加如风能、太阳能等清洁能源的使用,提高可再生能源的利用率[5]。后来,Ugur Soytas, et al对土耳其的实证研究也得到类似的结论[6]。

XingPing Zhang, XiaoMei Cheng研究了中国能源消耗、碳排放量与经济增长之间的格兰杰因果关系及方向。他建立了一个包含GDP、能源消耗量、碳排放量、资本和城市人口指标的多元模型,以1960-2007年的实证结果显示,GDP对能源消耗量存在单向格兰杰成因,能源消耗量对碳排放量存在单向格兰杰成因,而碳排放量和能源消耗量都不是经济增长的格兰杰成因。这意味着,从长远来看,中国政府可以推行渐进的能源政策和碳减排政策,而不会妨碍经济增长[7]。

定量分析的结果表明,低碳经济是经济增长与化石能源消耗脱钩的经济。化石能源消耗是碳排放的主要来源,在低碳经济模式下,经济增长不依赖于化石能源的消耗。从长期来看, 经济增长与碳排放量也不存在因果关系,而能源消耗是碳排放量的重要影响因素。因此碳减排政策应关注能源消耗:通过技术改革、产业结构 升级,降低能源强度;增加清洁能源的使用和可再生能源的利用率,降低碳强度。

1.3 行业碳排放量存在差异

碳减排的重要措施是降低能源强度和碳强度,而由于行业差异以及不同行业使用能源的差异,不同行业的碳排放量相差很大。因此将行业分类,并研究其在低碳经济下的发展是一个不可忽视的问题。

T C Chang, S J Lin采用灰色关联分析(Grey Relation Analysis)测算了台湾34个行业产值与碳排放量的灰色关联系数、总能源使用量以及各种能源使用量与碳排 放量的灰色关联系数。研究结果显示,在分辨系数取0.5的情况下,从34个行业的平均情况来看,产值与碳排放量的灰色关联系数为0940,总能源使用与碳排放量的灰色关联系数为-0912,单个能源与碳排放量的灰色关联系数分别为电力0913、煤炭0.800、石油-0.79、天然气0.513。这些结果说明了台湾经济依赖于二氧化碳密集型的行业,电力能源在台湾经济发展中起着越来越重要的作用。分行业来看,根据产值与碳排量的灰色关联系数、能源使用与碳排量的灰色关联系数的正负及其大小关系,可以将行业分成两种不同的类型。其中,采矿业、有色金属、电力和发电业、公路运输业为“三低行业”,即能源强度低、碳强度低、碳排放系数低。而农林渔业、食品业、纺织业、皮革业、造纸业、石化原料业、橡胶业、化工产品业、金属制品业、运输设备业、燃气及水供应业、建筑业等11个行业为“三高行业”,它们的能源强度高、碳强度高、碳排放系数高,因此减排政策的制定应主要关注这些行业[8]。

此外,Marco Mazzarino采用比较静态方法(comparative static approach)和货币估值技术的研究发现运输业是OECD国家碳排放量最大的行业,约占到总碳排放量的三分之一[9]。R. Rehan, M. Nehdi(2005)认为水泥业也是温室气体排放的主要行业,并探讨了在清洁发展、联合履行、排放交易三种机制下水泥业的发展前景[10]。

1.4 碳排放量随国际贸易而转移

关于碳排量的影响因素,不仅有国内因素,如人口、GDP、行业等,同时国际贸易也是影响 碳排放量的一个重要因素。Paul B Stretesky , Michael J Lynch以1989-2003年世界169个国家的面板数据为样本,研究了各国人均碳排量与对美国出口量之间的关系。以人均二氧化碳排放量为因变量,各国对美国的出口量为自变量,人口密度、GDP和FDI为控制变量,采用固定效应模型的估计结果显示:人均碳排放量与出口有着显著的关系。细分产业后的分析结果显示在出口行业中,天然气、石油和煤炭、化工产品和再进口产品等四个行业对人均碳排放量的影响最大。这意味着,在控制了人口密度、GDP和FDI的情况下,一国对美国出口越多,人均碳排放量也越大,出口产品中天然气、石油和煤炭、化工产品和再进口产品所占的比重越大,人均碳排放量就越大[11]。

Yan Yunfeng, Yang Laike提出,国际贸易创造了一种转移机制,不仅使产品可以在世界各国之间自由流动,同时也使得碳排放可以自由转移。1997-2007年,中国碳排放量的10.03%-26.54%是由出口产品的生产所引致的,进口产品的碳排放量仅占到4.40%(19 97年)和9.05%。世界其他国家因转移机制减排的二氧化碳从1997年的150.18Mt增加到2007年的593Mt,而中国在1997-2007年间因生产出口产品而净增的二氧化碳达到4 894Mt。他们的研究为近年来中国碳排放量激增找到了一个新的解释视角,同时这些数据也印证了中国在国际贸易中处于世界工厂的地位。对这一领域的研究,正催生着像在国际贸易中征收碳关税这样的动议,有学者担忧这会引发新一轮的贸易保护主义[12]。

2 低碳经济实现的制度安排

低碳经济是在全球气候恶化的背景下提出的,是世界经济发展的新模式。为实现经济发展中的“低碳”,各国主要的制度安排有征收碳税和碳交易制度。前者是由政府通过税率来确定进行碳排放的活动要付出多少代价;后者是在《京都议定书》的规定下,通过碳排放权的交易实现全球范围内碳减排的目的。

2.1 碳税

碳税是指针对二氧化碳排放所征收的税,它通过对燃煤和石油下游的汽油、航空燃油、天然气等化石燃料产品,按其碳含量的比例征税,以实现减少化石燃料消耗和二氧化碳排放的目的。碳税最早由芬兰于1990年开征,此后,瑞典(1991年)、挪威(1991年)、荷兰(1992年)、丹麦(1992年)、斯洛文尼亚(1997年)、意大利(1999年)、德国(1999年)、英国(2001年)、法国(2001年)等国也相继开征。近年来,为履行《京都议定书》义务,一些国家如日本、加拿大、瑞士等国也纷纷开征碳税。

关于这些国家实施碳税的经验,Andrea Baranzini, et al在分析了各国能源产品的碳税税率后指出:各国的能源税(energy tax)税率差别相当大,从而碳税税率各不相同,这成为国际协调碳税的一个主要障碍;从理论上说,征收碳税的目的在于提供一种碳减排的激励机制,但在实践中存在其他目的,如基于财政(筹集资金)的目的,对需求弹性很小的产品征收很高的碳税;对于某些能源产品,如煤炭,有些国家的碳税税率相当低,有些国家还实行补贴,因而还不是真正意义上的碳税;要达到减少碳排放的目的,实施碳税的同时要对能源税进行改革[13]。

在此之后,日本的研究发现,能源税和碳税的使用能够使碳排放下降到预计目标水平,同时也使能源种类的使用发生了变化,即由煤到天然气[14]。对碳税征收先行国挪威的研究发现,1990-1999年挪威平均每单位GDP的碳排放降低了12个百分点,但碳税对碳减排的贡献只有2.3%,碳税的效果并不理想。原因在于挪威对不同的产业实行差 别税率,且不同类型燃料的碳含量与税额的比率也不相同[15]。Cheng F Lee, et al在 灰色理论(grew theory)和投入―产出理论(inputoutput theory)的基础上,运用模糊目标规划(fuzzy goal programming)方法构建模型,模拟了三种碳税方案下碳减排的力度和经济影响。预测碳税实施的影响有助于各国碳税方案的选择,也能更好的发挥碳税的效果[16]。

2.2 碳交易

碳交易是为促进全球温室气体减排,减少全球二氧化碳排放所采用的市场机制,即把二氧化碳排放权作为一种商品,从而形成了二氧化碳排放权的交易[17]。其兴起源于《京都议定书》所制定的三种减排机制:一是排放贸易机制(ET,Emission Trade),允许附件 一国家(主要是发达国家)之间相互转让它们的部分“容许的排放量”(“排放配额单位”);二是联合履行机制(JI,Joint Implementation),允许附件一国家从其在其他工业化国家的投资项目产生的减排量中获取减排信用,实际结果相当于工业化国家之间转让了同等量的“减排单位”;三是清洁发展机制(CDM,Clean Development Mechanism),允许附件一国家的投资者从其在发展中国家实施的、并有利于发展中国家可持续发展的减排项目中获取“经核证的减排量”。即允许附件一国家出资支持无减排义务的国家通过工业技术改造、造林等活动,降低温室气体的排放量并抵顶附件一国家的减排指标。

根据以上三种机制,碳交易可以分为两种形态:基于配额的交易和基于项目的交易。配额型交易指总量管制下所产生的排减单位的交易,主要是《京都议定书》规定的附件一国家之间超额排减量的交易,通常是现货交易。项目型交易指因进行减排项目所产生的减排单位的交易,如清洁发展机制下的“排放减量权证(CERs)”、联合履行机制下的“排放减量单位(ERUs)”,主要是通过国与国合作的排减计划产生的减排量交易,通常以期货方式预先买卖。自2005年《京都议定书》正式生效后,碳交易市场发展迅速。根据世界银行的数据,2008年碳交易市场成交总额为1 263.45亿美元;预计2012年成交总额将达到1 500亿美元,有望超过石油市场成为世界第一大市场。

清洁发展机制是《京都议定书》中唯一涉及到发展中国家的机制,并且《京都议定书》还承认了森林碳汇(carbon sink)对减缓气候变暖的贡献,并要求加强森林可持续经营和植被恢复及保护,允许发达国家通过向发展中国家提供资金和技术,开展造林、再造林碳汇项目,将项目产生的碳汇额度用于抵消其国内的减排指标[18]。这些规定的出现在发达国家和发展中国家之间开启了一个巨大的碳交易市场。CDM项目和碳汇CDM项目成为发展中国家的一个新的经济增长点。

3 低碳经济的国别研究

3.1 发达国家的低碳经济

英国作为第一次工业革命的先驱,正从自给自足的能源供应走向主要依靠进口的时代,按传统的消费模式,预计2020年英国80%的能源都必须进口。因此英国于2003年首次以政府文件的形式正式提出“低碳经济”概念,并积极推动世界范围的低碳经济。随后,Johnton D et.al(2005)探讨了英国大量减少住房二氧化碳排放的技术可行性,认为利用现有技术到本世纪中叶实现1990年基础上减排80%是可能的[19]。Treffers T, et al探讨了德国在2050年实现1990年基础上减少温室气体排放80%的可能性,认为通过相关政策措施,经济的强劲增长和温室气体排放减少的共同实现是可能的[20]。Koji Shimada , et al构建了一种描述城市尺度低碳经济长期发展情景的方法,并将此方法应用到日本滋贺地区[21]。

在实践中,低碳经济发展模式受到各国政府组织的广泛关注和青睐,向低碳经济转型成为世界经济发展的大趋势。英国把发展低碳经济置于国家战略高度,2008年颁布实施的“气候变化法案”使英国成为世界上第一个为温室气体减排目标立法的国家。按照该法律,到2050年英国要达到减排80%的目标。另外,政府大力促进商用技术的研发推广,以占领低碳产业的技术制高点。在低碳生活上,英国社会运用多种手段引导人们生活方式的转变。比如,要求所有新盖房屋在2016年达到零碳排放,新建房屋中至少有三分之一要体现碳足迹减少计划,不使用一次性塑料袋,等等。在洁净能源的开发上,英国发挥其海岛国家的自然优势,注重利用海洋资源,在发展海上风能、海藻能源等低碳能源方面居于全球领先水平。

同样是岛国的日本也在向低碳经济发展模式转变。日本内阁会议于2008年7月通过的“低碳社会行动计划”阐述了在未来三五年内将家用太阳能发电系统的成本减少一半等多项有关减排的措施,其重要内容都与开发新能源有关。根据日本内阁政府2008年9月的数字,在科学技术相关预算中,仅单独列项的环境能源技术的开发费用就达近100亿日元,其中创新性太阳能发电技术的预算为35亿日元。2009年4月,日本又公布了名为《绿色经济与社会变革》的政策草案,目的是通过实行减少温室气体排放等措施,强化日本的低碳经济。

为带动欧盟经济向高能效、低排放的方向转型,2007年3月欧盟委员会提出一揽子能源计划,承诺到2020年将可再生能源占能源消耗总量的比例提高到20%,将煤炭、石油、天然气等一次能源的消耗量减少20%,将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,欧盟委员会通过了欧盟能源技术战略计划,明确提出鼓励推广低碳能源技术,促进欧盟未来能源可持续利用机制的建立和发展。欧盟国家利用其在可再生能源和温室气体减排技术等方面的优势,积极推动应对气候变化和温室气体减排的国际合作,力图通过技术转让为欧盟企业进入发展中国家能源环保市场创造条件。

3.2 发展中国家的低碳经济

《京都议定书》是旨在限制发达国家二氧化碳排放的国际协议,发展中国家未被规定必须承担减排义务。但是随着发展中国家的工业化和城市化进程加速,其二氧化碳排放量也迅速增加。虽然历史排放量和人均排放量还相对较低,但是在后京都时展中国家尤其是中国的减排压力已经越来越大。在2009年的哥本哈根会议上,中国是否应该承担减排义务及能否获得资金支持成为会议争论的一个焦点。

发展中国家中尤其是中国,被指责为一个“搭便车者”,在降低碳排放、延缓气候变暖上毫无贡献。ZhongXiang Zhang(2000)通过分析中国1980-1997年间二氧化碳排量的历史演变,以及中间燃料转换、能源消耗、经济增长和人口规模增长对二氧化碳排量的影响,指出上述指责是没有根据的。实际上,中国在能源节约上采取了一系列的措施,1997年单位GDP能耗只有1980年的一半。如果没有这些努力,1997年的能耗总量将比实际排量多出50% [22-23]。Walter V Reid, José Goldemberg的研究也指出,发展中国家已经采取了有效措施遏制二氧化碳的排放。他指出中国从80年代开始实行能源价格改革,碳补贴从1984年的37%下降到1995年的29%,石油补贴从1990的55%下降到2%。另外,中国在提高能源利用率,开发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)的研究则指出两国之间的商品贸易为碳排放提供了一种转移路径。中国为美国的碳减排做出了很大的潜在贡献,因此美国等发达国家应该为中国等发展中国家提供切实有效的气候与环境友好型技术援助。

尽管中国的碳历史排放量和人均排放量相对较低,但是其排放总量的激增引起了世界各国的关注。中国的碳排放受到哪些因素的影响,为迈入低碳经济中国应如何改进措施,Hu Chuzhi, et al的研究比较具有代表性。他基于EKC模型,采用平均分配余量的分解方法,构建了中国碳排放的因素分解模型,定量分析了1990-2005年经济规模、产业结构和碳排放强度对碳排放的贡献,即规模效应、结构效应和技术效应。结果表明:①采用EKC曲线模拟结果显示,我国碳排放量呈现“N”型,并没有呈现严格的倒“U”型特征,这与规模效应具有一致性。说明我国经济增长并不会自发导致碳排放量的减少,经济增长也并不一定引发碳排放的增加,关键是我国的环境治理的机制、市场和政策不完善,若不施行合理有效的控制措施,未来在降低碳排放方面面临着许多风险。②我国的碳排放政策的缺失,节能减排政策实施滞后,这是导致我国碳排放持续上升的又一重要因素。③在规模效应、结构效应和技术效应中,只有结构效应的平均值为负,表明经济结构优化能降低碳排放,是减少碳排放的有效手段。④我国碳排放技术效应具有随意性,这说明技术在降低碳排放方面并未发挥优势,现行技术应用主要目的是提高劳动生产率,许多技术进步并非与提高环境质量有关,尽管技术进步非常快,但对降低碳排放的作用并不大。在此基础上,他提出了控制碳排放的政策性建议:建立和实施不同时间尺度上的环境调控政策;积极推进产业结构向节能型、高级化发展,并大力发展环保产业;推行削减碳排放的技术,提高能源利用效率;发展低碳能源和可再生能源,改善能源结构[25]。

Guo Ru, et al以上海为例,采用情景分析法(scenarios analysis)对上海2010-2020年的碳排放量进行了估计,并提出了一些碳减排建议。研究结论显示:①上海的主要能源消耗在过去的15年呈现不断上升的趋势。②上海的能源主要是用于生产,而第二产业的能源消耗占比最大。③上海2005年的碳排放量达到58.05 Mt Ceq,是1990年的两倍。④在“十一五”计划指导下,上海的碳减排量将分别达到17.26 Mt Ceq(2010年)和111.04 Mt Ceq(2020年)。作为中国的发达城市之一,上海在碳减排上要承担起更多的责任,基于以上分析上海可以通过以下措施实现低碳经济:①上海的碳排放主要来自于第二产业,因此提升产业结构是第一要务。发展能耗低且产品附加值高的行业,同时加快第三产业的发展。②优化能源结构和能源效率,结合地域优势开发使用清洁能源,如上海可以开发风能。③加强碳汇建设,树木、绿化带、湿地、农田是上海重要的碳汇。扩大城市树木和绿化带的范围,对崇明和南汇的湿地要加强保护[26]。

4 结 语

“低碳经济”概念的提出源于全球气候恶化的背景,从《京都议定书》到“巴厘岛路线图”,及至最近的哥本哈根会议,世界各国都在为解决气候问题而努力。围绕低碳经济,学者们从不同视角、运用不同方法、对不同区域(全球、国家、地区)进行了研究。

关于低碳经济与经济增长,目前比较一致的结论有:①影响碳排放量的因素有人口、能源消耗、技术水平等,国际间的商品贸易也可以导致碳排放的转移。②经济增长对碳排放量的影响是通过能源消耗来实现的,为实现低碳经济,应该增强能源强度及碳强度,逐渐由化石能源过度到清洁能源的使用。③不同行业的碳排放量有显著差异,一个国家或地区应该在总体层面上规划产业发展,提升产业结构。在研究方法上,灰色关联分析法、数据包络分析法以及对人口经济学中LotkaVolterra模型的应用等,值得国内研究者的借鉴。在实践中,实现低碳经济的制度安排主要有征收碳税和碳交易制度。发达国家是低碳经济发展模式的倡导者,在向低碳经济的转变进程中,推出了各种法案措施。低碳经济已成为一种国际潮流,也影响着发展中国家的经济社会发展进程。各国都致力于向低碳经济的转变,并从中寻找新的经济增长点。

参考文献(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)

第4篇

关键词:碳税工具;碳交易体系;碳金融市场;制度设计;效应评价

中图分类号:F062.2文献标识码:A文章编号:1008-2670(2014)02-0045-13

一、引言

从1896年Arrhenius首次发现大气中的CO2对地球温度的影响开始,气候变化问题逐渐演变成为全球性的生态危机,也成为全球经济发展的难题。斯特恩(Stern)报告[1]中指出经济发展继续依赖能源消耗、“照常营业”的做法不可取,在气候变化问题上尽早采取有力行动的收益要大于成本。若各国能够做出有力而周详的政策选择,如碳定价、发展低碳技术,就有可能实现所需的“去碳”规模来实现气候安全,并保持经济增长。自20世纪90年代国际气候谈判以来,从《联合国气候变化框架公约》到《京都议定书》,从后京都时期“巴厘岛路线图”到哥本哈根谈判协议,经历无数冲突与磨合,各国都在逐渐形成经济发展与全球减排的统一认识,多国经济经历了不同程度的低碳化。在环境压力和政治博弈中,全球经济向低碳化绿色经济方向转型。

尽管我国对碳税、碳交易、碳金融等的研究起步较晚,但随着我国经济发展模式的转型,我国也在积极探索促进经济低碳发展的理论与实践。低碳经济机制的研究也日益受到重视。本文就碳税、碳交易和碳金融等促进经济社会绿色发展的低碳工具的国内外实践及研究进行归纳与述评,并对下一步研究进行展望。

二、碳税

(一)碳税的引入与内涵

碳税的引入基于庇古税(Pigovian Tax)概念。由于大气层属于公有资源,具备竞争性和非排他性特征,极容易被滥用破坏,产生负外部性。庇古(Pigou)[2]在其著作《福利经济学》中首次提出庇古税概念,他认为自然环境存在市场缺失和价格缺失,这种不完全信息带来外部性效果,政府可以通过对产生负外部性的活动征税和对正外部性的物品给予补贴把外部性内在化,即对边际私人纯产值大于边际社会纯产值的部门课税,使其产品价格提高,产销量降低;对边际私人纯产值小于边际社会纯产值的部门实行补贴,减少边际私人纯产值与边际社会纯产值之间的差距,进而增加社会福利。Baumo和Oates[3]认为,信息的缺乏导致导致边际社会成本难以测量,无法确定最优税收水平,庇古税存在实用性限制。他们运用一般均衡分析方法,从环境政策、污染控制、污染税与统一排污成本等方面进行研究,提出了“标准定价法”,依据一个可接受性强的标准定量收税,达成环保目标。随着“污染者付费原则”理念的深入,Burrows提出了逐步控制法,即在信息不充分情况下,政府为达到环境效益最优可以逐步、连续地对庇古税税率调高或调低进行调整,最终找到最优税率。

碳税的内涵和外延在实践中不断丰富和发展。Hoeller和Wallin[4]认为给碳定价是对投资减碳新技术的激励,碳税是碳定价的一种形式。苏明等人[5]认为碳税与中国现有能源税在对化石燃料的征税上存在一定的重合,且都具有对CO2的减排功用,但碳税与能源税的最大区别在于碳税的征税对象、计税依据等方面都是专门针对碳排量设计的。崔军[6]提出碳税是以减少CO2排放为目的,对化石燃料按照其碳含量或碳排放量征收的一种税。碳税与能源税、硫税、氮税、污水税等税种共同构成了环保税体系。

(二)碳税实践

碳税在诸多排放税中居首要地位,是世界上许多国家应对气候变化的重要政策工具。

以芬兰、丹麦为代表的北欧国家从1990年开始逐次推行碳税,到了20世纪末,基本上构建起较为完备的碳税制度。丹麦碳税由能源消费税演化而来,从1992 年开始,丹麦正式对家庭和企业一并开征碳税,税基较广,包括了除汽油、天然气和生物燃料以外的所有CO2排放,税率并非基于碳排放的边际成本,而是结合了政治和经济方面的考虑。在征收碳税的同时,丹麦实行税收返还和循环机制,将税收的一部分用于补贴工业企业的节能项目,同时工业企业还能通过税收返还和减免来减轻实际税负。挪威对石油、天然气、煤、焦炭、商用柴油等都征收碳税,涉及航空、汽车多个领域,拥有品种繁多的碳税及相关税种,但对面临国际竞争的空运、海运和渔业予以豁免。瑞典碳税税率一直处在较高水平并逐步调高家庭碳税税率,同时降低劳动收入税率。不同于严苛的家庭碳税,瑞典对本国企业尤其是能源密集型产业,如采矿、造纸、电力等行业给予税收减免。

北欧国家碳税实践的特点:一是征收的碳税多从固有的环境税种过渡而来,在征税对象、税率等方面进行了相应调整;二是税基广泛,尽可能扩大碳税的覆盖面;三是对不同行业特别是对高耗能行业和出口依赖型行业实施差别税率和补贴政策,以保护本国产业的核心竞争力。

以美国、德国、加拿大为代表的欧美发达国家碳税起步较晚,在OECD组织的带动下相继开征碳税。碳税在美国并未全面征收,仅在个别地区进行试点。由于美国93%的煤炭用于电力生产,科罗拉多州的博尔德市2007年对除风力发电以外的电力这一中间排放源征收碳税,税率按电费比例征收并逐步上调。碳税收入一般用于提高建筑能源效率以及清洁能源开发等方面。德国能源结构与中国类似,富煤少气,为引导能源消费结构转型,德国设计了复杂的碳税体系,对不同种类和用途的燃料设定不同的税率,制造业、农林渔牧业只需支付税率的20%,其税收循环偏向工业。自2004年德国进行了新一轮碳税改革,税收优惠逐步减小。2008年加拿大不列颠哥伦比亚省开始在能源最终消费环节征税开征碳税,征税对象几乎涵盖所有化石燃料,不同燃料税率有所差别,且逐步提高。当地的家庭住户是主要纳税义务人,缴纳的碳税税收的一部分用于抵消家庭或企业的其他税负如劳动收入税。

欧美发达国家碳税实践的特点:一是量体裁衣,根据本国实际设计税制。各国碳税税率大都采用固定税率,同时根据能源的不同类别实行差别税率。二是逐步推行、循序渐进,构建动态调整机制。在初期为顺利推行碳税,多数国家设计较低碳税税率和配套的优惠政策,在顺利引导家庭和企业改变能源消费选择后逐步提高税率,减少乃至取消某些暂时性补偿。

近年来为履行京都议定书义务,以中国、南非、印度等为代表的发展中国家政府和学者正在积极探索碳税制度构建之路。苏明等人提出中国碳税可以对生产环节中因消耗化石燃料产生的CO2估算排放量作为计税依据,采用从量计征的定额税率形式。碳税在起步的时候定价可放低,对受碳税影响较大的能源密集型行业建立合理的税收减免与返还机制,对低收入群体进行减免优惠,在条件成熟时期渐进提高税率。南非政府拟从2015年1月起开征碳税,并对汽车行业碳税的标准进行调整。为减缓碳税给企业带来的冲击,南非政府还将企业碳排放量前60%的部分免税,同时对出口行业、碳排放强度大的行业给予额外补贴。印度是发展中国家开展碳税的积极探索者,自2010年7月首先在全国范围内对生产和进口的煤炭征收碳税。

发展中国家碳税实践的特点:一是审慎对待,充分考虑国内和国际的政治、经济条件,联系本国减排形势,结合与化石燃料相关的税制改革进程,在前提条件成熟后,选择适时开征碳税。二是在碳税要素、实施路径、调整机制选择上参考国际碳税经验,并结合本国实际进行创新探索。三是注重建立激励机制,对开展节能项目的企业实施税收减免与返还,对低收入群体给予税收补贴,实现税收中性,避免产生消费扭曲。

(三)碳税效应评价

碳税影响广泛而深刻,涉及生态环境、政治经济等诸多方面。国内外学者分析征收碳税的效果,主要对CO2减排效果、国家经济发展、产业竞争力、收入分配效应等进行了研究。

Jorgenson和Wilcoxen[7]认为,相比于能源税,碳税更具成本效益比,也满足全球减排的成本最小化条件,当碳税等于CO2减排的边际成本,就会由碳价因素引发节能行为及对燃料消费的重新选择。不考虑消费者行为变化,Labandeira和Labeaga[8]利用IO(Input-output Model)微型模型,研究碳税在西班牙的环境效应,发现在西班牙财政收入大幅增加的情况下,碳税在减少碳排放方面的影响是温和有效的。Bruvoll和Larsen[9]使用1990-1999年数据,运用Divisia指数分解法和一般均衡模拟方法,指出挪威碳税覆盖大约60%的能源消耗产生的CO2排放,可减少挪威2.3%的CO2排放量。Floros和Vlachou[10]利用希腊1982年至1998年期间时间序列数据,研究碳税对该国制造业和煤炭、石油等能源行业CO2排放量的影响,发现餐饮业、纺织业、冶金业最容易受碳税影响,减少碳排放,开征碳税可以减缓气候变暖的速度。

中国气候变化国别研究组采用一种可计算的一般均衡ERI-SGM模型,结合我国实际试算了两种碳税税率方案,分别为100元/吨碳和200元/吨碳。其结果显示:征收碳税可显著地降低能源消费的增长,改善能源的消费结构,并能有效削减温室气体的排放。魏涛远和格罗姆斯洛德[11]利用CNAGE(China General Equilibrium Model)模型定量分析了对每吨碳排放量征收5美元及10美元碳税对中国短期、长期经济和CO2排放的影响,研究表明,征收碳税将使中国经济在短期内承受损失,但碳排放量将有所下降,长期来看碳税的负面影响将小得多。

Pearce[12]在对碳税的研究中提出双重红利(Double Dividend)理论,所谓双重红利是指若导致税收扭曲的税种能被环境税所替代,将产生双重红利,一能通过纠正市场负外部性,改善生态环境得到绿色红利;二能通过减少税制扭曲,提高效率,进而带来社会福利形成蓝色红利。Feldstein进一步指出碳税不仅通过减少污染物排放达成环境红利,而且还额外具有减少整体经济的成本,提高政府收入的红利。Meng等人[13]根据澳大利亚数据的模拟结果,提出碳税可以有效削减排放,但会造成经济温和收缩。由于GNP中包括本国企业在外国的产值(不受本国碳税约束),不包括外国企业在本国的产值,因而较GDP受碳税影响更小。若碳价格信号机制畅通,碳税补偿计划不会对减排造成重大影响,同时会大大减轻碳税对经济的负面影响。

王金南等人[14]采用国家发改委能源研究所自主开发的我国能源政策综合评价模型――能源经济模型,根据中国目前的CDM价格及外国碳税税率,模拟了三种功能不同碳税方案对中国国民经济、能源节约和 CO2排放量的影响,结果表明即使忽略中国减少进口、增加新兴产业投资等利好因素,三种方案对中国GDP的影响也不会超过0.5%,近期在中国征收碳税是一种可行的选择。同时随着税率的提升,碳税对能源消费的影响愈加显著。当2030年碳税价格为200元/吨碳时,与基准情形相比节能率可达20%,节能效益也将近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减排目标,碳定价政策如碳税更能促进这种替代带来减排效应。征收化石燃料碳排放税,可以提高化石燃料发电价格,减少客户对此方面的能源需求,同时提高可再生能源发电量,这被称为碳税的“收入效应”和 “替代效应”。两种效应叠加影响一国能源产业的格局,风能、生物能等产业有可能占据主导地位。Baker和Shittu[16]研究了企业在不确定的碳税的情景下为实现利润最大化的研究与发展(Research & Development,R&D)投入选择。面对两个不同的研发项目:实现降低低碳能源技术成本研发和现有技术的减排研发,他们发现最优的R&D并不单纯因碳税的征收而递增,一般而言,企业面临碳税压力时对传统能源技术的研发会经历先升后降的过程,那些灵活的企业在面对不确定的碳税税率时会选择研发能源替代技术,实现能源转型。

Zhang和Baranzini[17]认为相对于劳动力成本、国际汇率变动等宏观因素而言,碳税对一国企业的竞争力影响比通常认知要更为微弱。碳税在增加了无碳和低碳产业的竞争力、保护环境的同时,可增加国民收入。税收循环政策比退税和免税措施对贸易和能源密集型产业的成本效益比要高,且更具减排效应。考虑到未来碳税可能以较高的利率征收,其所产生的经济影响如对收入分配、社会福利等的影响可能比当前更加尖锐。

事实上早在1994年,Symons等人就从不同角度探讨了碳税对不同收入阶层的影响,其分析结果显示,碳税具有累退性,碳税导致家用能源、交通、食品价格上涨,相对高收入家庭而言,低收入家庭对家用能源的支出占收入比重更大,会承受更多的负面影响。Metcalf等人也发现碳税的税率增长实际影响着社会福利成本,但其累退性在短期一般均衡中被高估了,碳税的福利损失每年减小0.5%。进一步研究中,Metcalf和Weisbach[18]指出应在碳税征收中考虑通过调整所得税等税收制度改革来平滑碳税的再分配效应。

(四)简要述评

国内外学者多从庇古税角度研究碳税,并提出初步的碳税设计方案。欧美国家相继开征碳税对碳税的效应研究逐渐增多,研究者大多通过构建CGE等相关理论模型,利用数值模拟和情景分析等方法,分析碳税的总体效应和不同的碳税方案产生的效应。碳税效应可分为直接和间接两个方面,直接效应是指征收碳税通过碳定价对能源消耗、CO2排放和气候环境造成的影响,间接效应是指碳税虽不对末端收入征税,但间接对经济发展、产业格局、福利分配等方面造成影响。在对碳税效应的研究中学者们的观点可分为两类:一种观点认为,碳税减排效果明显,对经济、企业竞争力、社会福利等的负面影响小,甚至还能通过税收返还制度使低收入者受益;另一种观点认为,碳税减排的激励效果并不理想,反而会导致化石能源和电力价格上涨,显著拉低国民的生活水平,碳税的累退效应甚至会扩大收入差距,削弱国民的动力。由于存在国家和地区差异,加之可用数据缺乏,各项碳税效应研究结果有所不同,但碳税的负面影响说明对碳税税制进行反思和动态调整是非常必要的。

三、碳交易

(一)碳交易的引入与内涵

碳排放权交易的理念可追溯到污染权交易。排污权交易源于科斯(Coase)定理,科斯[19]最早指出外部性产生的根源在于模糊的产权,只要明确界定产权(在交易成本为零的条件下),就可以最小的成本解决外部性问题。Dales[20]首次提出排污权交易的概念,并指出排污权交易应包括两方面内容:实行排污许可证制度及准许排污许可证转让、买卖制度。Montgomery[21]证明了基于市场机制的排污权交易均衡是存在的,排污权交易体是一种兼具成本优势和公平性的环保手段。Manne和Richel[22]进一步阐释了交易对排放权体系的必要性,认为无论初始排放权如何分配,不同区域的排放权价值很有可能存在偏差,限制交易会导致比较优势的扭曲。Stavins[23]认为排放权交易制度应考虑八方面因素:总量控制目标、分配机制、排污许可、市场运行、市场定义、监督与实施、分配和政治性问题、与现行法律和制度的整合。

1992年,政府间气候变化专业委员会(IPCC)通过谈判,达成了《联合国气候变化框架公约》(UNFCCC,简称《公约》)。1997年12月《公约》的第一个附加协议《京都议定书》正式通过,提出将市场机制作为减排以CO2为代表的温室气体的新路径,将CO2排放权作为一项商品进行交易。《京都议定书》同时建立了三种灵活交易机制,即国际排放交易机制(International Emission Trading,IET)、联合履约机制(Joint Implementation,JI)以及清洁发展机制(Clean Development Mechanism,CDM)。IET机制规定具有减排义务的特定缔约方可以转让碳排放权配额(Assigned Amount Unit,AAU),并形成相应的基于配额的碳金融市场;JI机制允许特定缔约方之间通过投资节能减排项目获取减排单位(Emission Reduction Unit,ERU),相当于在工业国家间转化减排单位;CDM 则允许特定缔约方用在发展中国家推行减排项目获得的经核证的减排量(Certified Emission Reductions,CER)来抵减其减排指标,同时也为发展中国家实现可持续发展,参与国际碳金融市场提供了机遇。

(二)碳交易实践

排放权交易机制可以三种模式建立:限额交易模式、基准线信用模式和混合模式。按照交易的原生产品(CO2排放权)的来源,可分为基于配额的市场(Allowance-based Market)和基于项目的市场(Project-based Market)。配额市场在碳交易市场中占据主导地位,其交易原理为限额交易制度(Cap & Trade),由管理者指定总的排放配额,并在参与者间进行分配,参与者根据自身的需求来进行排放配额的买卖。《京都议定书》中的国际排放交易IET机制、欧盟排放交易体系(European Union Emission Trading Scheme,EU ETS)及一些自愿交易机制均属此类市场。项目市场的交易原理为基准线交易(Baseline & Trade),这类交易主要涉及具体项目的开发,低于基准排放水平的项目或碳吸收项目在经过认证后可获得减排单位。项目市场主要分为JI市场和CDM市场。本文以碳交易市场中的典型代表EU ETS、CDM和芝加哥气候交易所(Chicago Climate Exchange,CCX)自愿减排机制为例进行介绍。

EU ETS属于强制性的配额市场,涵盖整个欧盟层面的区域排放交易体系,它以限额交易为基础,以CO2为管制气体,以能源活动、黑色金属生产与处理、采矿等为管制对象,覆盖电力、热力、钢铁、航空等高排放行业。基于总量控制原则,欧盟评估各成员国的减排目标并分配给各国CO2可排放量(在EU ETS初期配额都是以祖父式分配无偿取得,自2013年起逐渐变为拍卖)。根据历史排放、预期排放等因素,这些配额又被分配到各国的排放企业。经第三方认证机构核准,在区域内CO2排放总量低于允许排放量的条件下,区域内各排放源之间可通过排放配额交易方式调剂余裕排放量。同时欧盟许可其成员国使用JI和CDM项目带来的核证减排量折抵其CO2排放量,形成核证减排交易。

CDM属于项目市场的重要组成部分,是发达国家与发展中国家各自发挥比较优势的双赢选择,核心是发达国家企业实体经发展中国家批准利用资金和技术优势在东道国实施减排项目换取CERs。CDM可分为两级市场:一级市场基本由发展中国家提供,由于风险较大,CERs价格偏低;二级市场囊括了远期合约签订而CERs尚未生成时的交易,市场效率较高,交易额度较大。CDM项目涉及能源工业、化学工业、交通、采矿等十三大项,一方面通过垃圾填埋等清洁技术减少温室气体的排放,另一方面通过改善土地运用和造林等方式增加对大气中温室气体的吸收。项目流程包括论证、设计、审批、注册、实施、核查核证等多个环节,项目设计是其中关键。目前中国是全球 CDM 项目市场的重要参与者,占据签发的 CERs 的半壁江山。

CCX自愿减排市场是全球笫一个运用法律约束力和市场机制来进行温室气体减排的国际性平台。该交易所开展的减排交易项目涉及电力、能源、制造等行业产生的CO2、CH4、N2O、HFCs、PFCs和SF6等六种温室气体,提供温室气体排放配额、经核证的排放补偿量和经核证的先期行动补偿量三种基本产品。目前CCX有四百多个会员实体,会员分别来自航空、汽车、电力等数不同的行业,可分为两类:一类是必须遵守其承诺的减排目标的企业、城和其它减排单位,其义务是在事先设立的减排目标基础上每年减少1%,四年减排4%,若没有完成目标就需向其他会员购买排放许可证,或通过投资减排项目产生的抵扣性碳信用额抵减原来的减排量;另一类则是该交易所的参与者,通过将减排项目集成打包出售、直接出售碳排放权等方式参与交易。

(三)碳交易制度研究

CO2排放权是一种稀缺资源,其初始分配的公平性和有效性是碳交易顺利推行的基础。排放权初始分配主要有两种形式:免费分配和公开拍卖。免费分配包括依据排放企业的历史排放标准获取一定比例排放权的祖父制分配及依据企业当前产量和单位产量获得排放权的分配。由于排放权具有同质多物品属性,公开拍卖多采用标准密封投标方式,包括单价拍卖、首价拍卖和维克里拍卖三类。此外拍卖还可以采用增价拍卖,该拍卖方式具有较好的价格发现机制。多数研究者更倾向于公开拍卖。Goulder等人[24]、Fullerton和Metcalf[25]等运用一般均衡模型分析认为非拍卖的配额方式带来的成本大于其他分配方式,若进行拍卖分配并将所得用来削减排放税带来的税收扭曲,则会带来祖父制分配二倍的成本效益。拍卖可以提高企业革新技术的积极性,减少政治摩擦。同时拍卖方式保障了新进入的企业与原有企业在取得排放权配额方面平等一致。Venmans[26]认为免费分配带来的意外收益将使财富由消费者向企业转移,降低了收入分配的公平性。不过也有学者如Vesterdal和Svendsen[27]认为祖父制分配更适应当前不完备的市场现状。

碳价格是影响碳交易市场的主要力量之一,关于碳价格的研究集中在价格驱动因素等方面。Christiansen等人[28]提出政府政策、技术指标、市场基本面乃至气候等因素都在一定程度上影响了排放权价格,宏观经济状况则决定了市场的均衡价格。Mansanet-Bataller等人[29]运用多元分析法研究了电价和天然气价格与碳价格的关系,发现二者互为因果,极端气候也对排放权价格具有一定影响。Hintermann[30]证实,极端寒冷气候与碳价格存在非线性相关。Chevallier[31]通过EGARCH模型分析,指出企业年度减排的违规情况以及后京都议定书时代国际协议不确定性的增加,可以解释碳价格的不稳定波动。Nazifi[32]通过对EUAs和CERs的动态价格变化的参数分析指出交易限制、监管变化和CERs的不确定性是影响排放权价格的重要因素。在对EU ETS碳价格的研究中,Benz和Hengelbrock[33]依据EU ETS 中排放权价格动态机制指出存贷机制和交易的时间间隔对价格也具有影响。Bredin和Muckley[34]使用静态和递归的Johansen多变量协整近似比率检验,发现在EU ETS的第二阶段产生了新的排放权定价机制,并由市场基本面要素推动价格走向成熟。

在碳交易系统设计方面,一些学者认为热点(hot spots)是限制排放权进行空间覆盖的主要原因,如果不考虑时间热点(temporal hot spots)的风险,一个具有成本效益的排放权交易体系应具备时间柔性,即排放权可以储存和借用。Vesterdal和Svendsen在对于欧洲温室气体排污权交易进行分析,发现管理者在计划初始期间应避免覆盖太多行业,以尽量减轻对经济的负面影响和减少反对者。Perdan和Azapagic[35]认为在克服技术和非技术障碍后,应在政治支持和经济稳定条件下逐步在地域、时间和覆盖行业等范畴扩大排放交易。

各国在实施减排计划的同时,也面临着碳交易所带来的行业管制、经济安全、法律等多方面的风险,以CDM机制为例,Dutschke等人[36]认为CDM项目存在基准线评估风险、商业风险、经营风险、自然灾害等风险,马建平和庄贵阳[37]指出CDM 项目开发过程中可能发生审批失利、审定退回、注册失败、报告偏差和协议违约等五大风险事件和宏观经济不确定性风险,给业主造成经济损失或减少其减排收益,业主须通过关注宏观政策动态、科学确定基准线、加强环境治理等方式规避风险。

(四)碳交易效应评价

有关碳交易效应的研究集中在CO2减排效果、经济发展、行业格局等方面。Babiker等人运用CGE模型和EPPA模型分析认为,国际碳排放交易机制可能导致贸易国的福利损失。通过对印度经济学家Bhagwati提出的贫困化增长国家案例进行分析,他们发现贸易条件恶化和扭曲性税收的交互作用抵消了一国在碳排放交易因低减排成本获得的收益。Silva和Zhu[38]认为由于富裕国家的排放许可证价格更高,国际贸易将导致污染产业由富国转移到较贫穷的国家。同时没有参与《京都议定书》的国家会因排放更多的国际污染和更低的本地污染而获得双重收益。但也有众多学者发出反对声音,Stankeviciute等[39]通过研究欧洲部分部门的边际减排成本曲线,比较不同国家和地区在2010和2020年两种不同的碳交易市场结构下ET EUS的有效性后认为,在短期内超过50%的CO2减排量都是在欧盟排放交易体系中的行业部门尤其是电力部门中实现的。

Bode[40]认为在免费分配机机制中,因引入碳交易导致电价上涨,电力部门从此获益最多。Bunn的研究也证实得出碳排放权确实可以影响天然气或电力的价格。Lee等[41]指出在石化部门,上游行业从碳排放交易中赚取利润,而下游行业因未能实现其减排目标不得不购买额外的排放权。Gulbrandsen和Stenqvist[42]的研究发现,EU ETS通过影响电力价格对纸浆和造纸业产生冲击,造纸业在CO2减排技术的研发和应用方面进行大量投入。Tuerk等人[43]提出具有碳中性特征、零减排成本的生物能源将来会成为碳交易计划的重中之重,对农业和林业部门的政策偏移可以有效引导对碳价格反应敏感的企业发展生物能源。

(五)碳交易与碳税的比较研究

碳税属于价格调节型市场化工具,碳排放权交易制度是数量控制型市场化工具,关于二者的比较研究一直是学界热点。早期受庇古和科斯启发,人们认为只要边际排放成本与碳价格相等即可达到减排作用,碳排放权交易与碳税实质上是等效的。但Weitzman发现,由于政策制定者在决定税率或确定排放许可数量的不确定性,排污边际成本曲线的斜率与边际效率曲线斜率不同,导致两种工具不再等效。Newell和Pizer[44]修改了Weitzman模型并将其应用到环境问题上,发现价格工具比数量工具更加灵活,税收政策所产生的的社会净福利更高。Goldblatt[45]认为考虑到福利冲击、政策的长期稳定性等因素,碳税比碳交易更适合中等收入的发展中国家。但是由于碳税的减排效果确定性较差和政治阻力,碳税并不比碳交易更受国际社会欢迎,《京都议定书》最终选择碳排放权交易制度作为全球减排的主要机制。

也有学者探讨碳税与碳交易综合运用成为复合工具或双轨机制的可能性。McKibbin和Wilcoxen[46]提出混合利用碳税和碳交易政策具有单一措施不具备的优点:可以避免碳税的再分配问题、提供内在的监督与实施机制,还可以获得真实边际减排成本的信息。Tamura和Kimura[47]也提倡碳税与碳交易的结合,他们认为对于日本等工业能耗已经极具效率的国家,仅靠碳税难以实现减排目标,加入排放权交易后,碳税对企业利润的不良影响将减少50%,并且通过贸易的增加获取更多利益。

(六)简要评述

碳交易的研究初期集中在制度设计上,如交易模式、排放总量确定、初始额度分配、交易监管等。在ET EUS、CDM等机制付诸实践后,学者对上述机制的效应评价、制度改进等方面的研究越来越多,对电力、石化、造纸等行业予以特别关注。普遍认为碳交易带来的影响是复杂的,碳交易制度对节能减排有明显作用,但对行业格局、国家福利与发展却有利有弊。多位学者对价格的驱动因素进行了分析,但由于碳交易实践期间短、碳价格数据缺乏,现有的实证研究无法给出碳价格形成机制的有力证明。随着碳交易在各国实践的深化,英国、澳大利亚相继走上碳税与碳交易综合运作的探索之路。在下一步研究中,碳交易与碳税的结合、碳交易的国际流动与协调、交易风险的识别与规避、交易创新机制等都是探讨的新方向。

四、碳金融

(一)碳金融的引入与内涵

从演进进程看,碳金融是环境金融的一个重要分支。Sandor首次提出环境金融定义后,Salazar[48]对环境金融进行了较为深入的研究,认为环境金融是金融业为服务环境产业的新需求而进行的升级和创新,存在体系差异的金融业和环境产业通过环境金融衔接起来,实现保护环境的功用。Cowan[49]认为环境金融解决的是社会推行的环保事项的资金融通问题,并不涉及干预社会决策。金融业在促进资金融通的同时也能从发展环境产业中受益。此外他探讨了实现环境金融的途径,如发展环保基金、小规模排污权交易、债务掉期合约等。Labatt和White[50]将环境金融分为两部分,一是可持续发展与金融绩效的关系,二是环境金融中银行和金融服务的实现。在此基础上他们定义了环境金融产品,认为它是所有为实现保护环境,规避环境风险而开发的、市场化运作的金融产品。

《京都议定书》签订后,三种碳交易市场机制的出现使得温室气体排放权由免费的公共资源变成具有交换价值的私有物品,具备金融资产属性,极大推动碳交易市场与碳金融的形成和发展。世界银行在的研究报告中指出,碳金融为购买产生(或估计产生)温室气体减排量的项目所提供的资源,其定义应为碳减排项目投融资。我国学者王遥[51]也给出碳金融的解释,认为碳金融是应对气候变化的金融解决方案,包含市场、机构、产品和服务等因素,是实现可持续发展、减缓和适应气候变化、灾害管理三重目标的低成本途径。碳金融市场可理解为狭义和广义两个层次:狭义碳金融市场仅指由国际上温室气体排放权指标及其衍生产品的标准化市场;广义碳金融市场还包括与碳交易市场发展紧密相关的CDM投融资市场及节能减排项目融资市场等,本文所指的碳金融市场为广义概念的市场。

(二)碳金融实践

经济低碳化的重点在于节能减排和发展可再生资源,碳金融的功用正在于减排项目的投融资和金融工具的创造。目前碳金融市场集中在欧盟碳排放交易体系和北美碳减排交易体系,本文主要从碳金融市场的参与者与产品角度观察碳金融市场实践。

衍生品交易占到碳金融市场70%以上,欧洲气候交易所(ECX)以EUAs和CERs为基础产品,在2005年4月首次引进EUAs期货合约交易,目前发展相对成熟,引进了具有标准格式、明确规范的碳金融交易合同。纽约―泛欧证券交易集团BlueNext环境交易所现已成为全球规模最大的碳信用额现货交易市场,交易产品有CERs与EUAs的现货和期货。目前全球主要的期货和期权产品为限定于欧盟排放交易体系下的ECX金融合约、EUAs期货及期权、CERs期货及期权。纽约商业交易所(NYMEX)旗下的绿色交易所(Green Exchange)和芝加哥气候期货交易所(CCFE)都是碳金融衍生品交易的活跃平台。

银行业是碳金融市场的主要参与者,绿色信贷是其较早参与的碳金融项目,依据“赤道原则”商业银行在进行贷款投放时,审慎评估贷款方项目的环境破坏风险,有选择性地对可再生资源和清洁燃料项目予以倾斜。荷兰银行、巴克莱银行、花旗银行、兴业银行等银行已经开展了包括低碳项目融资、商业建筑贷款、绿色汽车贷款等多门类的绿色信贷工作。此外,在碳金融市场上商业银行提供的产品和服务还包括:投资参股低碳企业;对CDM等碳项目应收账款融资,并促成排放权交易;为低碳项目交易双方提供咨询、担保、融资租赁、信用增级等中间服务;提供CERs二级市场交易平台,增强碳交易的流动性;推出气候信用卡等个人“碳中和”业务;开发各种与碳交易价格、气候指数挂钩的金融产品,为碳排放权买家提供有效的风险管理工具,为投资者提供新的投资渠道。

为了推进国际碳交易活动,一些国际金融组织实施了专项集合投资计划,设立碳基金。低碳投资的载体一般可分为三类:项目机构、政府购买计划和碳基金,一般而言以上三类都可算作碳基金。按投资主体的不同,碳基金可以分为由国际组织或政府设立管理的公共基金(如英国碳基金、亚太碳基金),由政府、投资银行和企业联合设立实行企业化管理的混合基金(如日本碳基金、德国碳基金)和企业为投资获利而出资设立管理的私人基金(如瑞银绿色投资基金、德银气候保护基金)。目前世界银行管理着12个碳基金以及相关机构,主要有碳原型基金、生物碳基金等特别基金和意大利碳基金、欧洲碳基金等国别基金,特别基金主要功能在于培育京都机制下碳市场的形成和发展,国别基金的主要功能在于购买Jl或者CDM项目的温室气体减排额度,帮助相关工业化国家完成减排目标。

碳金融发展需要金融服务业全方位支持。从碳排放权的产生到最终进入二级市场,过程中资金需求大,未来收益不确定,瑞士再保险创造了具备或有上线的减排交易远期保险产品,美国保险公司已经推出了碳排放信用保险、碳交易保险产品,为碳交易双方提供保障。近年来还出现巨灾债券和天气衍生金融产品规避天气变化对企业运营和销售等造成的不利影响。

(三)碳金融市场研究

碳金融产品价格是吸引和激励投资者与企业关注气候变化,投资碳减排的重要机制。在现货与期货价格的相关性研究中,Wagner和Uhrig-Homburg[52]认为碳期货是合适的风险对冲工具,期货与现货的价格差别在于持有成本,即期货价格是现货价格加上应计利息,风险中性定价理论可运用于碳期货估值。在现货价格与期货价格的关系研究上,Rittler[53]分析EUA现货与期货的短期动态价格和长期价格,发现价格波动传递结构被扩大至高频水平,期货价格最先反映市场信号,后影响现货价格,具有价格发现功能。Arouri 等人[54]也通过VAR模型和STR-EGARCH模型对第二期EUA碳现货和期货价格间的关系进行研究,发现二者的收益和波动性是不对称和非线性的,非线性模型可作为预测EUA价格的有效手段。

碳金融交易是否能够有效运行,市场是否有效,核心在于碳金融产品价格在信息可获得条件下是否有效。Benz和Hengelbrock利用向量误差修正模型对EUA期货市场的ECX和Nord Pool交易平台2005-2007年数据进行分析,发现随着交易强度增加,即使是交易成本较高,流动性较差的期货市场也有助于价格发现。Daskalakis和Markellos[55]对欧盟碳排放交易体系的三个主要交易市场Powernext、Nord Pool和ECX的碳金融资产现货价格和期货价格建模分析,发现现货价格具有跳跃性与非平稳性的特征,碳金融市场是弱势有效的,主要原因在于欧盟碳交易体系尚未成熟,以及政府对短期投资和碳配额融资的限制。

在市场风险方面,Blyth等人[56]采用随机模型分析,发现气候政策不仅对碳金融产品预期价格有直接影响,也强影响碳市场的风险特征。市场设计影响市场风险,同时也影响投资行为。政府在制定碳金融市场规则,预期投资者对价格信号反应程度时应综合考虑风险因素,同样,企业在制定投资和交易时也要区分驱动因素和风险因素。Fankhauser和Hepburn[57]从允许碳排放额度的跨期储藏和跨期借贷等方面对碳金融交易市场进行多角度设计,以此达到碳排放权交易市场具有灵活性和碳排放权价格波动能够具有可预测性。

创新是碳金融不断发展的动力,Fankhauser和Hepburn基于当前碳市场灵活性最大化和成本最小化要求的挑战,从碳排放额度的跨期储藏和跨期借贷等方面进行多角度创新设计。在创新和完善碳市场的研究中,Knox-Hayes[58]提出发达国家碳市场已相对成熟,碳交易可通过现代虚拟的平台实现,但仍需要一个真实的社会连通和人际网络,对于建立未来新型市场,出于社会协调互补和降低沉没成本的考量,可以在现有市场基础上发展伦敦和纽约市场并加强这些金融中心的重要性。

(四)碳金融效应评价

由于具有交易迅捷、流动性高、风控成熟等优势,碳金融衍生品市场在吸引市场参与者、防范碳交易风险方面发挥重要作用。Benz和Klar认为衍生品的价格发现功能可以使投资者对碳交易产品价格做出更合理的估计,制定更加有效的交易策略与风险管理决策。碳金融衍生产品的出现和发展无疑成为碳市场更好发挥资源配置作用的重要推动力量。

相较于传统模式,Haigler[59]认为碳金融通过对温室气体排放权定价的方式提供了更加环保、健康、经济高效的减排机制,可以极大促进发展中国家的清洁能源技术发展。Hogarth[60]对乌拉圭太阳能计划低碳信贷项目的研究得出结论贷款改变当地居民的能源结构,显著降低太阳能使用家庭的系统成本。

杜莉等人[61]还从理论和实证角度分析碳金融的溢出效应,认为碳金融体系的不断拓展,推动减排成本收益的转化,推进能源链转型的资金融通,促进低碳产业发展技术的国际传导,同时转移和管理气候风险,对低碳产业发展发挥重要的助推效能。Kozlecka等人[62]对国际碳基金的研究也从侧面证实国际碳市场的发展和欧盟交易体系的存在提高了投资者特别是欧洲投资者对碳交易的积极性。

(五)简要述评

碳金融已成为低碳研究中一个十分引人注目的新领域。国外研究少见“碳金融”字眼,多以碳市场代替,且研究多基于微观层面(如碳金融产品设计和定价、市场效率、政策设计等),重点关注EU ETS平台和CDM机制,对金融业、工业、农业等各个行业,欧盟、北美、发展中国家均有涉及。由于碳金融仅处在试点阶段,缺乏实践经验,国内研究集中于宏观领域(如市场发展步骤、交易制度选择等),重点研究CDM机制,多为定性分析,定量研究相对缺乏。国内外研究者对碳金融的影响、市场效率等问题有较一致的认识,认为碳金融促成了更规范、安全的碳交易平台,但在微观层面如碳衍生产品定价模式、风险监管等方面莫衷一是。当前的理论研究还难以适应多元发展的碳金融实践,迅速发展的碳金融市场需要加丰富的、前瞻性的理论研究来支撑。

五、主要结论及研究展望

低碳经济实践及低碳研究已经持续数十年,基于上述实践扫描和文献述评可以发现,国内外学者均对以上三种低碳经济工具从不同角度进行了分析和探讨,特别是国外学者对各种工具的优劣、工具和产品定价、制度设计、影响效应等方面已经进行了兼具深度和广度的研究。但囿于实践历史短、数据匮乏、视野狭窄、创新缺乏等原因,各项研究尚未形成一个系统的理论体系,仍存有较多缺陷。为实现低碳实践良性发展,低碳经济理论还有广阔的发展空间。

碳税研究应构建逻辑明晰的因果模型,分析碳税决策者和纳税主体所期望达到的目标、面临的约束及可能的选择,进而对碳税的影响进行科学评价。由于碳税具有累退性,如何在征税同时实现公平是个难题,碳税的设计应着重考量税率上限设定、动态调整、税收返还等方面实现税收中性。单纯依靠征税减排不可避免存在局限性,下一步还应探讨各种减排工具之间的交叉效应及混合工具的设计,以实现最佳成本效益。

碳交易研究中碳排放权配给是起点,随着碳交易市场成熟,分配制度改革是必然趋势,需要更加科学的模型和数据进行理论支持。近年来对碳价格的研究多限于价格驱动因素分析,对价格形成机制、价格波动和调控机制的研究还未深入,欧盟碳排放体系目前处于供大于求状态,且经过金融危机后价格不断下跌,亟需进行价格管理机制的研究。众多文献分析了碳交易市场对电力、能源、造纸等产业的影响,还需随着市场的发展扩展视野,将区域乃至全球层面的产业结升级纳入碳交易市场效应分析架构中。此外欧盟倡议的碳关税充满争议,其正当性辨析和影响分析也有待研究。

因实践起步较晚,国际碳金融市场建设还处于新生阶段,如何设计和建立发展中国家碳金融市场,如何完善发达国家和地区碳金融市场,乃至如何在全球层面建立跨地域、多层次、高效率的市场体系将成为研究重点。在微观层面,碳金融产品定价仍是核心问题,需利用金融学如行为金融、复杂性金融等前沿理论进行研究,形成具有普适性的定价分析范式。金融机构是碳金融市场主要参与者和产品研发者,对其经营模式评价、风险管控进行研究具有重要意义。值得一提的是,随着交易链的不断延展和碳资产证券化,碳掉期交易、碳交易CDs 等创新衍生品将不断涌现,碳金融产品创新设计需要学界给予更多关注。

同时,国内学者应加强对国外经验和理论的学习与反思,考察现行政策和试点实践,结合我国实际,设计我国可行政策组合及实现流程,提出全方位、深层次、多角度的低碳经济实现机制。

参考文献:

[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]苏明,傅志华,许文,等. 我国开征碳税问题研究[J]. 经济研究参考,2009(72):2-16.

[6]崔军.关于我国开征碳税的思考[J]. 税务研究,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]魏涛远,格罗姆斯洛德. 征收碳税对中国经济与温室气体排放的影响[J]. 世界经济与政治,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,严刚,姜克隽,等. 应对气候变化的中国碳税政策研究[J]. 中国环境科学,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]马建平,庄贵阳. CDM项目开发的风险因素识别与规避对策[J]. 华中科技大学学报(社会科学版),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]王遥. 碳金融:全球视野与中国布局[M]. 北京:中国经济出版社,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.

第5篇

关键词:碳排放权分配;碳博弈;完全信息;激励政策

中图分类号:F713 文献标识码:A 文章编号:1001-828X(2014)010-000-02

据IPCC第四次报告指出,1970年至2004年期间,全球二氧化碳排放量已经增加了大约80%。由此引发温度上升、冰雪圈消退、海平面上升、生物圈变化等一系列气候变化。而中国正处于经济快速发展阶段,能源消耗不断上升,二氧化碳排放量也急剧上涨,现今中国已成为仅次于美国的世界第二大二氧化碳排放国。针对二氧化碳排放问题,2009年12月在哥本哈根会议上,中国提出至2020年将在2005年基础上削减碳密度40%-50%。然而在近几十年内,一方面由于经济发展所需能源量上涨且以煤炭为主的能源消费结构仍在我国占主导地位,另一方面由于企业自觉进行节能减排的动力不足,因此在市场化体制下政府必须实施有效经济激励手段实现减低碳排放的目标。经济激励手段是指利用价格机制,通过影响成本和收益,采取管制和激励机制,促使污染者减少或消除污染,从而实现污染外部性内部化的目标。因此本文将通过企业与政府的节能减排博弈分析,讨论政府应如何实施碳税(管制)和补偿(激励)机制刺激企业进行节能减排以缓解我国碳排放压力,并讨论在管制下的政府与企业收益。

一、问题的描述及假设

现今中国60%~70%的碳排放来自企业生产活动中的能源消耗,然而企业不愿意花费大量财物在于削减碳排放。其主要问题在于碳排放的公共性与负外部性,企业追求利润最大化,社会追求社会总福利最大化,企业的私人收益与社会收益不一致,从而导致了碳排放配额的最优而非社会最优,这通常会导致环境污染、资源消耗,从而表现出市场失灵[1]。而市场与社会效益的不一致单纯依靠市场本身无法得到有效解决,因此需由国家采取干预手段促使外部污染内部化,最终实现“帕累托”最优,实现企业私人利益最大化与社会福利最大化的统一[2]。

关于环境内部化的政府经济激励手段,奥斯彻(Opschoor)和沃斯(Vos)将其分为收费、补贴、押金-退款、建立市场和执行刺激五大类,据统计意大利、瑞典、美国、法国、德国、荷兰六国的污染控制手段中50%是通过税收收费,30%是通过补贴促进设备更新和技术更新,剩下的为押金-退款和排污权交易等机制[3]。税收收费手段旨在通过对碳排放中二氧化碳的排放以及碳处理等征收一定的费用,从而造成外部性的主体(即企业等排污者)承担相应的外部成本或外部效果。即企业承担部分污染的环境净化处理费用,从而将部分外部成本转化为内部成本。目前芬兰、瑞典、英国、荷兰、加拿大等国已实行碳税征收政策。补贴主要是政府根据企业用于设备更新或污染物处理中的支出费用进行相应补贴,补贴的金额为边际社会成本与边际私人成本之差[4]。我国学者也论证了实行碳税和补贴政策可显著削减二氧化碳的排放,且对未来经济无明显的负面影响[5~6],但现今我国关于碳税和补贴的尺度问题并为形成统一定论,因此,本文主要是从碳税和政府补贴两个方面分析政府的经济激励手段并对其进行定量分析。为了分析博弈过程,本如下假设:

(1)假设在某个高碳消耗的行业中存在两类特征相同的企业,设为企业1和企业2。即企业1与企业2提供的产品对消费者而言效用一致,在无其他干扰项时,其在产品、利润一致。现企业1为了企业长远发展及于环境协调采取了设备更新、技术投入等一系列节能减排措施;企业2仍保持原先生产模式。设企业1和企业2的需求量分别为q1和q2,产品价格为p,a,b为常数,则

(2)企业与政府都是“理性经济人”,政企之间博弈为完全信息博弈。即在动态博弈中,企业的价格对竞争对手和政府是透明的;政府政策对企业之间也是透明的。

(3)单位产品单位产品成本为C0,采用新技术或税收促使单位产品降低成本CX,其中CX=f(I),I为企业用于设备更新和技术等的投资水平。

二、模型的建立与分析

1.基于政府补贴的动态完全信息碳博弈

本模型为三阶段动态博弈描述企业与政府之间的博弈:第一阶段,政府宣布对企业节能减排的设备更新进行补贴,补贴率为β,即政府与企业对设备更新分担比率分别为βI和(1-β)I。第二阶段,企业在政府政策引导下决定节能减排的设备更新和技术投入水平I,假设设备更新可使企业单位产品成本降低CX=dI,其中d反应的是投资节能减排对污染物排放量的降低效益,设为设备更新效益,则d越大则减排效果越明显,那么企业节能减排的成本越大。第三阶段,假设两个效用一致的企业1与企业2,对企业间进行Cournot产量竞争[7]。

(1)K=3:企业1进行节能减排,对设备更新、碳处理等的投资金额为I;企业2保持传统生产,则企业利润为:

令,,则可得

(2)K=2:企业1决定其投资水平I,

令则

(3)K=1:政府基于政企福利最大化的角度对补贴率β进行确定,且假设企业1投资I为每单位产品增加环境福利C1,则政企总福利W为:

令则可得:

通过对以上各均衡结果的分析我们得到如下结论:

一、企业的最佳投资金额与d成反比关系,即如果单位投资对二氧化碳减排效果明显企业对设备更新的投资热情并不足。现今我国多数新设备含有很高技术含量,节能减排效果明显,尤其在温室气体排放的处理上,但是大多数企业对更新设备热情不高,不愿花费大量投资在于节能减排设备上。二、政府的最佳补贴率与d成正比,即投资对Cx影响大则政府会通过补贴刺激企业增大投资,每单位投资对二氧化碳减排效果越明显则政府的补贴率越高。补贴率的制定和最佳投资金额反应了政府与企业之间的博弈关系。如果补贴率过高则企业会积极响应投资,但是这会降低了社会总福利,而补贴率太低,则企业投资的动机明显不足。

2.基于碳税的动态碳博弈

本模型采用三阶段逆序求解法,第一阶段,政府决定对企业的二氧化碳排放进行收税,每单位产品征收税款t;第二阶段,企业选择研发水平I,假设投资I可使单位产品的碳税等节约成本Cx,假设Cx=DI;第三阶段,企业在市场中进行Cournot竞争[7]。

(1)K=3:企业1和企业2的利润分别为:

令,则可得

(2)K=2:企业一决定其投资水平I,

令则可得:C

(3)K=1:政府决定碳税水平t,则政企总福利为:

其中eI为碳排放的减少量对政府福利的增进量

令则可得:

通过对以上均衡结果的分析可得:首先企业的最佳投资金额与碳税成反比,即碳税制定高投资金额反而少,这表明即使碳税征收并不是促使企业节能减排的唯一措施且过高碳税对企业节能减排起到了反作用。其次,碳税t与d呈正比,则若单位投资对碳排放减排力度越大,则政府越有必要提高其碳税。因此可知碳税的制定与d相关,d越高则会促进政府提高t,但是d过高,则会降低企业I的投入,因此碳税制定必须合理制定,否则不仅起不到节能减排效果还会减慢企业更新设备的步伐。

三、结论

在碳排放权分配中,因为二氧化碳排放的负外部性原则和企业追求自身利益最大化,所以企业更新设备降低二氧化碳排放量的动机不足。因此政府必须通过管制和激励手段促使企业的节能减排行为。本文通过构造三阶段动态博弈模型分析政府通过补贴和碳税机制促进企业进行设备更新与技术改造从而降低碳排放。从博弈模型分析得到:第一,当政府采取设备更新补贴时,补贴率与d呈正比,则当单位投资对碳减排效益越高,政府越有必要提高补贴率;第二,单位投资对碳减排效益高,则政府越有必要提高碳税征收标准,这样可以促进企业更新设备节能减排。第三,企业的投资金额与d呈反比,即使单位投资对碳减排效益高,但是企业投资热情并不高,这解释了为何我国现大多数企业排污技术设备落后。因此,单纯依靠市场的调节作用并不能有效使企业节能减排,需要通过政府的经济激励手段激发企业进行排污设备更新,而现阶段大多数企业排污设备落后,应先通过补贴提高企业技术研发能力和设备更新能力,通过补贴从而使企业进行技术革新,提高单位投资的碳减排效率,减少能源消耗。当企业减排效率和设备水平提高至一定阶段后,采取税收手段强迫企业采用减排效果更高的设备、工艺并进一步增进企业研发水平。

二氧化碳的不断排放激发了温室效应、冰川融化等问题又威胁到人类的生存。节能减排刻不容缓,首先必须依靠科技的进步,只有科技的进步才能提高单位投资的碳减排效率,提高设备和技术效益,促使企业积极降低碳排放。其次,必须采取有效经济激励手段,我国现今应实施碳补贴政策,通过补贴促使企业更新设备,提高单位投资的碳减排效率,继而实施碳税征收,更进一步促进企业设备更新水平。再次,必须实行有效的经济激励机制和政策法令,只有通过经济手段与政府法令的结合才能促使企业实行节能减排。最后,从点滴做起,培养节能减排意识。

参考文献:

[1]庇古.福利经济学[M].1920.

[2]Tom Tietenberg.环境与自然经济学(第五版)[M].经济科学出版社,2003.

[3]Opschoor J.B and Vos. Economic Instruments for Environmental Protection . OECD,Paris,1989.

[4]赵晓兵.污染外部性的内部化问题[M].南开经济研究.1999(04):14-17.

[5]中国气候变化国别研究组.中国气候变化国别研究[M].北京:清华大学出版社,2000.

[6]魏涛远,格罗姆.斯洛德.征收碳税对中国经济与温室气体排放的影响[J].世界经济与政治,2002(8):47-49.

第6篇

摘要: 我国碳排放区域格局与区域经济发展的关系已引起学者关注,并取得了部分研究成果。在人均碳排放原则与2020年各省的碳排放配额预测数据基础上,根据我国区域经济发展不均衡和碳排放量不均等的现实,国家应在区域间建立碳强度减排机制和碳减排项目合作机制。这不仅有利于缩小东、中、西三大区域间的差距,实现公平目的,还能更迅速有效地实现我国碳强度减排目标。

中图分类号: F127文献标志码: A 文章编号: 1009-4474(2012)02-0017-05

一、引言

研究表明,在工业化进程中,经济发展和碳排放呈正相关关系,因为能源尤其是矿物能源消费作为社会经济发展的重要动力,对碳排放的增加起着决定性作用。在整个20世纪,全球二氧化碳的排放总量增长了十倍以上,而同期世界能源的消费总量增加了十六倍,其中,矿物能源消费每年向大气排放的二氧化碳约为6.0~6.5PgC,占大气碳排放总量的70%左右〔1〕。因此,我国降低碳强度的实质就是实现经济发展和碳排放的脱钩,使碳强度的增长速度低于经济发展速度。

为此,许多学者进行了深入研究:如通过构建各种模型分析我国碳排放区域格局的变化,揭示了产业结构、区域经济结构和一次能源消费结构对碳排放和碳强度的重要影响〔2~5〕;通过对我国东中西部地区碳排放量的测算和各地区能源效率的比较研究,揭示了三大区域碳排放之间存在的差异和成因〔6~12〕;还有学者分别从定性和定量角度提出了针对西部地区的减少碳排放的建议〔13~16〕。

这些学者虽然运用不同方法从不同角度剖析了我国三大区域之间的碳排放差异和成因,但是很少涉及三大区域碳排放配额的具体分配及碳强度减排目标的实施路径。由于历史遗留原因,我国区域经济发展不均衡,西部地区在国民经济地域分工中长期扮演着原材料和初级产品生产者角色,产业发展主要依赖于能源的开采和输出,处于产业链的底端,这使西部地区发展成为资源型经济,导致碳排放强度高于全国平均水平。如何协调区域之间的关系,选择适合中国的碳强度减排实施路径就成为实现碳强度减排目标的关键。

本文基于上述研究成果,以人均排放原则为指导,期望通过建立碳排放配额制度和项目合作机制来推动我国东中西部区域的减排协作,最终实现碳强度减排目标。

二、基于人均排放原则的我国碳排放配额分配

人均碳排放是指一国在单位时间内,通常是一年或者一个核算期,总人口平均的二氧化碳排放量,它体现了对一国在当前经济发展过程中产生的碳排放量的人均分担。碳排放权本身具有的人权和财产权的双重属性为人均碳排放分配提供了依据和可操作性〔1〕。

我国政府在2009年哥本哈根会议上作出碳强度减排承诺:到2020年单位GDP碳排放比2005年减少40%~45%。考虑到我国东中西部区域发展不平衡的现实,为了能够快速有效地实现该减排承诺,本文利用刘钦普依据自变量和因变量交替移动预测法建立的区域人口预测时空回归模型对我国各省人口发展的预测数据〔17〕,以人均碳排放为原则,对基年与2020年各省的碳排放配额进行了计算和预测。

1.我国2005年的碳强度

根据国家统计局数据,我国2005年的碳排放总量为5558.5百万吨,GDP为2054880百万美元〔18〕,据此得到我国2005年的碳强度(C2005)为27.1吨/万美元。

2.我国2020年的碳强度

按照我国政府承诺的40%~45%的碳强度减排指标,可知2020年碳强度(C2020)为,

0.55C2005≤C2020≤0.6C2005。

代入C2005=27.1,得,

14.91≤C2020≤16.26(吨/万美元)。

即2020年碳强度下限为14.91吨/万美元,上限为16.26吨/万美元。

3.我国2020年的碳排放总量

假设从2005年到2020年,我国GDP保持年增率8%不变,基于2005年的GDP数据,可以得出2020年的GDP约为6518427百万美元。

由于碳排放总量等于碳强度与GDP的乘积,即:T2020=C2020×GDP2020,则可知2020年我国碳排放总量为9719百万吨~10599百万吨。

4.我国2020年的人均碳排放量

按照人均碳排放原则,我国2020年的人均碳排放量(H2020)为T2020/P2020,依据刘钦普对我国2020年的人口数量预测量〔17〕,即P2020=144690.3(万人),可预测我国2020年的人均碳排放量约为6.72吨~7.33吨。

5.我国2020年全国及各省的碳排放配额

S2020i=H2020×P2020i,i=1,…,31。

其中,S2020i为i省2020年获得的碳排放配额;P2020i为i省2020年的预测人口数。由此,可得到如表1所示的各省直辖市碳排放配额数据。

从表1可以看出,随着我国人口的增加,碳排放量也在增加,我国2005年的人均碳排放量为433吨,而到2020年将可能增至733吨。这恰好说明我国正处于工业化发展阶段,伴随着经济的不断发展,不可避免地要增加碳排放量。根据世界银行的报告,目前世界年人均碳排放量为43吨,而我国2005年的人均碳排放量与世界人均水平基本持平。如果继续按照目前的碳排放水平发展下去,在不久的将来,我国人均碳排放将大大超过国际人均水平。届时,我国提出的人均累积碳排放低的理由将不再有立足之地,中国将站在全球应对气候变化的风口浪尖,成为国际社会的焦点。因此,我国有必要加大政策实施力度,将碳强度减排的相对目标约束转化为碳排放配额的硬性目标约束,并借鉴国际碳交易市场经验,结合我国区域发展实际,在中国实行碳排放配额和碳减排项目合作的双轨制。

三、我国碳强度减排的制度安排

根据我国经济发展水平和区域经济演变的特征,可以将我国大陆区域划分为东、中、西三大区域。根据谭丹、黄贤金的研究成果,2005年我国东部地区的碳排放总量是中部地区的1.8倍,是西部地区的2.22倍〔6〕,已经大大超过了我国的人均碳排放水平。并且按照目前的经济发展速度,如果没有较大的政策变化,到2020年,我国东中西部碳排放总量的比值还可能继续扩大。因此,有必要探索不同的碳强度减排机制以实现东中西部地区的相对均衡发展,即将表1中2020年的碳配额转化为碳排放配额的强制性目标,对西部地区暂不纳入强制碳排放配额制度中,对东部和中部地区分别施行强度不同的碳排放配额制度。同时,应配之以碳减排项目合作机制以实现三大区域的协调发展。

(一)实施碳排放配额制度

我国东部沿海地区经过20多年的高速发展,已步入工业化后期,经济发展水平大大高于全国平均水平。但是,东部区域的经济发展是以能源消耗和环境恶化为代价的,长久以来没有代价地多排或超标碳排放实际上压缩了西部经济不发达地区的未来经济发展空间,依据污染者付费原则,东部地区应该为自己的多排或超排行为付费。因此,我国东部发达地区和一些碳排放量较多的中部地区省份(如山西)应该根据人均排放原则,实施严格的碳排放总量控制制度,将表1所示的2020年的碳排放配额下限作为本区域的总量控制目标,并结合本地区实际将配额量化到具体的企业排放源。

2005年,我国中部地区的碳排放总量居于三大区域的中间位置。按照目前的碳排放趋势,到2020年,我国中部地区的绝大部分省份的碳排放总量将与表1中的碳排放配额持平。因此,除个别省区外,可以对中部省区制定中等强度的减排控制目标,将国家规定的碳强度减排目标的下限40%(即表1中所示的碳排放配额上限)作为其减排目标,对本辖区内企业的排放量增速实施严格控制战略,以提高本区域的产业竞争力。

西部地区是我国重要的能源战略基地,最终可开采资源量为711亿吨标煤,约占全国总量的57%;其中煤炭、石油、天然气最终可开采资源量和水能技术可开发资源量分别为429亿吨、44亿吨、8万亿立方米和15678亿千瓦时,占全国总量的579%、336%、587%和706%,人均能源资源是全国平均水平的2倍〔13〕;且新能源和可再生能源主要集中在西部地区,这将使西部地区成为碳排放配额的主要输出区。考虑到西部地区经济发展缓慢的现状和未来广阔的发展空间,可以对其暂时不设具体的碳强度减排目标,将按照人均排放原则确定的碳排放配额作为当地政府引进项目和企业的参照基准,以承接我国东部高碳排放企业的转移,加速实现工业化,从而推动当地经济发展和改善当地居民的生活。

(二)建立碳减排项目合作机制

1.碳减排项目合作机制的缘起

碳减排项目合作机制主要源于国际公约《京都议定书》(以下简称《议定书》)的缔结。为了缓解和应对全球气候变化为人类带来的负面影响,《议定书》不仅明确了发达国家应当承担主要责任,而且首次为发达国家缔约方订立了量化的温室气体减排目标。但是,由于发达国家的工业化已经完成,技术和设备先进,减排空间较小,减排成本高昂,为了降低此类国家的履约成本和有效实现公约目的,《议定书》确立了三个灵活机制:排放贸易机制(ET)、联合履行机制(JI)和清洁发展机制(CDM)。其中,JI和CDM属于碳减排项目合作机制,是指通过发达国家之间(JI)或者发达国家和发展中国家之间(CDM)的合作,将通过实施温室气体减排项目获取的碳排放信用作为履约客体的碳排放贸易机制。其中,CDM是发达国家和发展中国家之间的碳减排项目合作机制,发达国家通过为发展中国家提供资金和技术的方式与发展中国家合作实施碳减排项目,不仅可以降低其减排成本,而且有利于提高发展中国家的气候适应能力。因此,CDM产生伊始就成为全球碳交易市场的追逐对象,并成为我国参与国际碳市场的主要方式,如中国CDM规模约为2.2亿吨,占CDM市场的40%〔19〕。

2.东中西部区域碳减排项目合作机制

这种通过明晰气候资源产权、进行碳排放配额分配的成功实践为我国的碳减排项目合作机制的建立提供了借鉴。碳减排项目合作机制得以成功实施的一个根本前提就是项目实施主体之间的减排成本各异,并在某些方面具有一定的互补性。与东中部区域相比,我国西部区域所占国土面积较大,近年来受国家政策驱动,经济发展步伐加快,但是由于地理位置偏远、基础设施不完善、技术落后,能源利用效率不到0.6(东部约为0.76,中部为074)〔7〕,对外吸纳能力较弱,总体上仍然属于资源型经济;而东中部区域尤其是东部区域具有丰厚的资金和先进技术。这种由经济发展水平差异造成的各省区碳强度减排成本的区别和资金技术上的互补性为建立碳减排项目合作机制提供了可能性。对于出现碳排放配额赤字的东中部地区的排放源,为了避免承担巨额罚款,可以通过购买碳排放配额或者进行碳减排项目合作的方式从西部地区获取碳排放信用以缓解其碳减排压力。

在实施碳减排项目合作机制时,由于实施主体都是我国企业,这对减少国际CDM市场上出现的投机现象和技术转移障碍有所缓解,但受地方利益的驱动,不排除东部和中部区域为了实现其碳强度减排目标,将重污染行业转移至西部,导致西部地区的碳排放强度进一步升高的情况;也不排除西部区域为了短期经济利益盲目引进重污染项目的可能性。因此,在碳减排项目合作和产业引进时,西部地区必须从长远考虑,要高度重视技术在碳减排项目合作机制中的重要作用,如从技术结构相似度的角度〔20〕,探寻最合适的东部省份,选择可以充分发挥本地区资源优势和提高自我建设能力的技术和产业,实现碳强度的降低。

东部地区发展快的一个重要因素就是东部地区在推动科技进步过程中大力发展高新技术及产业。从国内外科技发展史看,谁掌握了高科技,谁就能更快发展。我国西部地区的陕西、四川等省份有较好的发展高新技术的条件和环境,可以有选择、有重点地发展诸如电子信息、新材料、新能源等方面的先进技术。通过与东中部地区合作实施碳减排项目的形式,由东中部地区企业输入资金和先进技术提高其能源利用效率,加快新能源和可再生能源的开发速度,推动产业结构的优化;通过出售碳排放配额获得的资金还可以用于改善当地的基础设施与社会保障体系建设,加速西部地区的发展速度,缩短与东中部地区的差距。此外,国家可以建立全国性的碳排放配额交易市场,利用市场机制,扩大交易范围,增加交易产品种类,对市场参与主体形成更大的激励,达到经济发展与环境容量相协调、公平与效率并重的目的。

参考文献:

〔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 锋.我国省区间工业结构的异同与结构转换的调控途径〔J〕.地理研究,1990,9(4):6-16.

〔3〕李文彦,樊 杰.我国的经济地域结构与区域能源战略的关系初探〔J〕.地理科学,1994,14(3):201-210.

〔4〕Zhang Lei,Daniel TODD,Xie Hui,et al.CO2 Emissions and Their Bearing on Chinas Economic Development:The Long View〔J〕.Journal of Geographical Science,2005,15(1):61-70.

〔5〕郭广涛,郭菊娥,席酉民,等.西部产业结构调整的节能降耗效应测算及其实现策略研究〔J〕.中国人口资源与环境,2008,18(4):44-49.

〔6〕谭 丹,黄贤金.我国东、中、西部地区经济发展与碳排放的关联分析及比较〔J〕.中国人口资源与环境,2008,18(3):54-57.

〔7〕杨红亮,史 丹.能效研究方法和中国各地区能源效率的比较〔J〕.经济理论与经济管理,2008,(3):12-20.

〔8〕陈英姿,李雨潼.低碳经济与我国区域能源利用研究〔J〕.吉林大学社会科学学报,2009,49(2):66-73.

〔9〕高卫东,姜 巍,谢 辉.经济发展对中国能源碳排放空间分布的影响〔J〕.辽宁工程技术大学学报(自然科学版),2009,28(2):296-299.

〔10〕许广月,宋德勇.中国碳排放环境库兹涅茨曲线的实证研究——基于省域面板数据〔J〕.中国工业经济,2010,(5):37-47.

〔11〕岳 超,胡雪洋,贺灿飞,等.1995-2007年我国省区碳排放及碳强度的分析——碳排放与社会发展Ⅲ〔J〕.北京大学学报(自然科学版),2010,46(4):510-516.

〔12〕徐大丰.我国碳排放结构的区域差异分析〔J〕.江西社会科学,2010,(4):79-82.

〔13〕郭广涛,郭菊娥,柴 建.西部发展节能服务的低碳效应及其政策研究〔J〕.管理评论,2010,22(6):71-76.

〔14〕何建武,李善同.二氧化碳减排与区域经济发展〔J〕.管理评论,2010,22(6):9-16.

〔15〕张小刚.西部地区发展低碳经济的路径选择研究〔J〕.经济研究,2010,(9):57-60.

〔16〕李清源.西部经济发展对区域环境变化的影响及对策〔J〕.环境经济,2010,(3):51-56.

〔17〕刘钦普.时空回归模型在中国各省区人口预测中的应用〔J〕.南京师大学报(自然科学版),2009,9(32):119-124.

〔18〕中华人民共和国统计局.中国统计年鉴〔DB/OL〕.(20070501)〔20110906〕.stats.省略/tjsj/ndsj/2006/indexch.htm.

第7篇

关键词ZSGSBM模型;碳减排目标;效率分配;低碳经济

中图分类号X196

文献标识码A文章编号1002-2104(2017)05-0072-12DOI: 10.12062/cpre.20170306

CO2等温室气体的排放是造成全球气候变暖的源头,节能减排已经成为全球共识。为兼顾经济发展和节能减排,我国政府自2009年哥本哈根全球气候会议后,积极实行低碳经济的可持续发展思路,并在《中华人民共和国国民经济和社会发展第十二个五年规划纲要》中首次明确规定了17%的碳强度降低目标,即相同经济产出水平下减少17%的CO2排放量。“十三五”规划中进一步确定2020年末比2015年末全国碳强度降低18%的减排目标。可见,低碳化发展将是未来一段时期内我国经济发展的基本趋势。然而,大量研究表明源于我国各省份经济规模、资源禀赋、产业结构和能源消费结构的巨大差异,我国省际碳强度差异也较大[1-4]。苗壮[5]研究表明,制定相同的减排目标将导致各省份减排效率低下。虽然国务院的《“十三五”控制温室气体排放工作方案》中对各省份的碳排放强度减排目标进行了进一步的调整,然而,不难看出中央政府的调整方案主要以“公平”为导向,在考虑调整省份减排目标时,适当的降低了部分经济欠发达省份的减排责任,但是,这不可避免的造成了我国省际碳排放效率的损失。因此,有必要根据省际碳强度的实际情况,将减排目标在省际间进行效率分配。这对各省份制定相应的经济发展规划、产业结构调整策略具有重要指导意义。

1文献综述

碳排放是各国学者关注的焦点学术问题,相关的研究主要集中于碳排放绩效评价、碳减排潜力分析和碳减排成本测算,本文首先从这三方面简述现有研究的相关成果。

碳排放绩效评价的相关研究大多采用数据包络分析(DEA)方法,该方法无需事先设定模型的形式,适用于多投入、多产出的复杂系统效率评价[6]。然而,Tone[7]认为,传统DEA模型仅仅测算了各决策单元的效率值,无法反映无效决策单元的改进路径,他提出了SBM模型来解决这一问题。随着全球碳排放问题的日益凸显,碳排放问题成为学术界关注的焦点问题。Zhang[8]、Wu[9]等认为,碳排放伴随着经济系统经济产出的产生而产生,是经济生产系统不可避免的环境外部性问题,因此,碳排放应作为一项“坏产出”引入效率评价模型中,由此构建非期望SBM模型。目前,非期望SBM模型正被广泛地应用于碳排放绩效评价的相关研究中[10-12]。针对我国省际碳排放效率的相关研究也有很多,基本结论是:我国省际碳绩效差异较大,呈现出自西向东逐步上升的空间趋势[13-14]。

在碳排放绩效评价的基础上,大量的国内外学者分析了我国整体、各区域、各省份以及产业层面的减排潜力。史丹[15]、Du[16]、查冬兰[17]等分别采用随机前沿分析(SFA)、非期望SBM模型、CGE模型等方法测算了我国整体和区域的碳减排潜力,测算结果表明我国整体和区域碳减排潜力巨大。〖JP+1〗李兰冰[18]也得出了相似的结论,其测算结果表明我国整体碳减排潜力达到35%以上,并且经济相对落后的中、西部区域减排潜力更大。分析我国省际碳减排潜力的文献大多基于省际异质性的视角,研究结果也趋于一致――我国经济发展水平、人均收入较低的中、西部省份减排潜力显著大于北京、上海、江苏等经济发达省份[19-22]。产业层面上,Feng[23]、郭朝先[24]、刘贞[25]等分别测算了我国发电行业、汽车行业和工业行业整体的减排潜力。发现行业差异也是产业碳减排的重要影响因素。

目前,碳减排成本的计算方法主要有自下而上模型、自上而下模型和混合模型三类[26],具体方法包括动态优化模型[27]、投入产出分析[28]、可计算一般均衡模型[29]、混合模型[30]和效率分析模型[31]等等。鉴于本文以效率分配为研究视角,后文重点阐述基于效率分析模型的相关研究文献及其成果。效率分析模型的理论基础是对偶理论和距离函数,该方法通过测算碳排放的影子价格来替代碳减排的边际成本(机会成本)。Maradan[32]、Fāre[33]都构建了方向距离函数来测算CO2排放的影子价格,从而计算其碳减排成本。他们的结论是,碳减排成本随人均收入的升高而降低,低收入国家的减排成本显著高于高收入国家。针对我国省际碳减排成本的研究中,王群伟[34]、叶祥松[35]都将碳规制(减排)目标划分为无规制、一般规制和强规制等多种情景进行分析,结果发现我国中、西部地区的碳减排成本明显高于东部地区。可见,鉴于我国各省份的经济发展水平差异较大,碳减排成本也存在较大的省际异质性。

综上可知,我国各省份碳绩效、碳减排潜力和碳减排成本都存在巨大差异,简单地按全国碳减排目标均摊至各省份必然带来碳减排效率的损失[36-39]。另外,碳绩效评价、碳减排潜力分析和减排成本测算是碳减排目标确定的基础。碳绩效评价通过数学模型勾勒出“经济产出―能源消耗―碳排放”三者的逻辑关系及各省份碳排放绩效的时空现状[40];碳减排潜力分析为国家碳减排政策提供了可能的方向和路径[41];碳减排成本测算则衡量了碳减排各阶段目标的实现代价,三者进一步服务于碳减排目标确定的决策问题[42]。上述国内外研究成果为碳减排目标的确定提供了理论基础和定量测算方法,然而,目前国内外碳减排政策实践中,碳减排目标的确定大多基于国家层面的总量目标,如:我国“十二五”、“十三五”规划中确定的CO2减排目标等。因此,从效率视角出发对“十三五”时期,我国省际碳减排目标进行分配具有重要意义。那么,如何将碳减排总量目标分配至各省份?如何保证碳减排目标省际分配的效率?成为实现碳减排目标亟待研究的问题。

目前,国内外现有关于碳减排目标的相关研究上存在一些不足:现有文献中针对碳减排目标省际分配问题的研究较少;并且碳绩效评价、减排潜力分析和减排成本测算等问题的研究都是基于历史数据的后验分析,研究成果缺乏前瞻性。因此,本文基于我国“十三五”规划中确定的碳减排目标,结合现有研究文I对于我国“十三五”期间劳动力数量、能源消费量、固定资产等生产要素投入以及经济产出水平的预测,设置不同情景对我国“十三五”期间的碳减排目标进行省际间的效率分配。另外,在确定了碳减排国家总量目标和“十三五”期间经济发展情景设定的条件下,可以测算我国“十三五”期间我国整体的碳排放总量,并在此基础上进行省际分配,省际碳排放总和与碳减排目标下的国家碳排放总量相等,这一分配过程与“零和收益”的博弈思想相似。因此,本文构建了基于零和收益的SBM模型(zero sum gains SBM, ZSGSBM)来进行碳减排目标的效率分配,该模型融合了传统SBM模型和“零和收益”思想的建模思路。

2模型与数据

2.1产出导向SBM模型(Outputoriented SBM)

SBM效率评价模型以系统决策单元的投入、产出松弛作为决策变量,直观地体现决策单元的效率改进路径,相较于传统的DEA模型,其在系统效率评价及其资源效率分配中具有显著优势[43]。Tone[7]首先提出了系统效率评价的SBM模型,相关的后续研究中,SBM模型被分为投入导向SBM、产出导向SBM和投入产出双向SBM模型[44]。本文以我国省际碳排放为研究对象,在产出导向SBM模型的基础上构建了ZSGSBM模型,因此,下文重点介绍产出导向SBM模型。

假设生产系统包含m个决策单元DMUi(i=1,…,m),每个决策单元有k个投入和l1个期望产出和l2个非期望产出。

根据Tone[45]、Du[46]等的建模思路,基于非期望产出的产出导向SBM模型可表示为:

2.2产出导向ZSGSBM模型

(1)基本原理。本文以我国“十三五”规划中确定的碳减排目标的省际分配为研究对象,在我国“十三五”期间整体碳排放总量和国内生产总值确定的条件下,各省份间碳排放量的分配具有一定的竞争性,即某一省份碳排放量的增加,则要求其他省份碳排放量减少,这体现了碳排放总量不变的“零和收益”思想。本文结合“零和收益”思想和产出导向SBM模型,构建了一个产出导向ZSGSBM模型,其基本原理如图1所示。

如图1所示,在产出导向SBM模型评价的基础上,产出导向ZSGSBM模型基于“零和收益”的思想对无效决策单元的非期望产出要素松弛量进行重新分配,以实现所有决策单元到达效率前沿,即实现了系统最优效率条件下对非期望产出的分配。

(2)数学模型。假定决策单元(省份)DMUo需要减少Z单位非期望产出,则其他任意决策单元DMUi(i≠o)非期望产出的增加量为zi。用yb′i来表示DMUi分配后的非期望产出,则:

根据“零和收益”的基本原理,本文给出ZSGSBM模型的一般形式如下:

公式(4)中,hZSGo表示决策单元DMUo经过效率分配后的效率值,体现了非期望产出效率分配后决策单元DMUo与ZSGSBM前沿面的差距。由于决策单元DMUo需要减少Z单位投入来到达ZSGSBM前沿面,可见,Z是hZSGo的函数,即Z=f(hZSGo)。并且Z需要在其它决策单元间进行分配,则yb′i是Z的函数,即yb′i=f1(Z)=f2(hZSGo)。因此,考虑Z单位投入在其它决策单元间的分配时,不同分配策略可能带来差异化分配结果,本文选择Lins[47]、Gomes[48]采用的比例分配策略。

(3)模型求解:比例分配策略。比例分配策略将决策单元DMUo的非期望产出分配量Z按照其余决策单元已有非期望产出比例来分配,即

按照上述求解过程迭代计算,直至hZSG*o=h*o=1时,各决策单元均达到系统前沿面,该非期望产出的分配达到效率最优。

2.3指标与数据说明

借鉴现有碳效率评价相关研究成果,本文选择劳动力、资本存量和能源消费量作为系统的投入要素;国内生产总值作为系统期望产出;CO2排放量作为系统的非期望产出变量。由于本文以我国“十三五”时期的省际碳排放目标分配为研究对象,后续的计算涉及“十三五”时期的相关数据,因此,本文首先针对我国“十三五”时期的经济发展状况、能源消费结构变动等情况设置假设情景。

2.3.1情景设置

2015年,我国“十三五”规划中强调的“十三五”期间经济增长目标为6.5%―7%,借鉴李善同[51]等的研究方法,本文对我国“十三五”期间的经济增长水平设置低速和高速两种情景,分别对应6.5%和7%的经济增长率,并且省际经济增长水平与国家经济增长水平一致。同时,大量研究表明,能源消费结构是碳排放以及碳强度的重要影响因素,因此,本文针对能源消费结构设置不变和变动两种情景。能源消费结构不变情景条件下,我国“十三五”期间省际能源消费量根据其“十二五”期间的碳排放系数倒推计算;而能源消费结构变动情景条件下,我国“十三五”期间省际能源消费量根据“十三五”规划中设定的能源强度15%的目标约束计算。综上所述,本文后续研究综合考虑了我国“十三五”时期的经济发展状况和能源消费结构变动情况等四种情景来进行分析。

2.3.2指标及数据

具体指标选择上,劳动力指标采用各省人口总量来指代,根据我国“十二五”期间省际人口平均增长率以及2015年底的省际总人口计算获得。资本存量的测算采用林伯强[52]、Li[53]和郭文[54]等使用的永续盘存法计算,再结合我国“十二五”期间的固定资产平均投资额和苗壮[5]等计算的折旧率10.96%,计算获得我国“十三五”时期的省际资本存量。能源消费量指标和国内生产总值指标根据前文的情境设置来计算。碳排放量指标的计算采用倒推法,根据我国“十二五”期间的省际碳强度,结合“十三五”期间的国内生产总值以及碳强度降低18%的目标约束逆算获得。通过上述数据整理和计算,本文获得我国“十三五”期末各省的投入产出数据预测值如表1所示。

3结果与讨论

3.1省际碳排放效率测算

根据公式(2)和前文设定的四种情景,本文首先采用Matlab2009a软件测算了我国各省份的碳排放效率。限于篇幅,本文的测算过程均以“十三五”期末2020年为例,结果如表2所示。

测算结果表明,在四种情景下,采用碳减排目标平均分配原则会造成我国30个省份的碳排放效率产生巨大的差异,碳排放效率最高的北京市与最低的山西省间的效率极差达到54.56%。具体而言:①北京市、海南省和青海省的效率测算值都为1.000,说明上述省市的碳排放效率值位于数据包络前沿面上,达到了碳排放量、劳动力数量、资本存量、能源消费以及GDP产出的帕累托最优状态。这与现有大量文献的结论一致,北京市碳排放效率的优势主要来源于北京市施行的严格的环境规制政策、产业结构的优化以及先进的生产技术,而海南省和青海省的环境现状一直处于我国前列。②经济较为发达的东部省份中,天津市、上海市、江苏省、浙江省、福建省、山东省和广东省的效率值较高,特别是在情景1中,天津市、上海市、江苏省和广东省的碳排放效率到达30个省份整体的前沿面上。而经济欠发达的中、西部省份以及东北三省的碳排放效率值普遍较低。这一结果与李小胜[55]等的结论一致,主要原因在于我国已经施行了多年的低碳经济发展道路,而由于其济水平和技术水平的优势,北京、天津、上海等经济发达地区一直是低碳经济、绿色经济模式的先驱,在我国“十二五”期间也承担了18%―20%的最严格的碳排放强度约束目标,这些都为这些发达省份在“十三五”时期,甚至更远的未来获得更高的碳排放效率奠定了基础。③对比30个省份在情景1与情景2、情景3与情景4条件下的测算结果发现,在各省人口总量、资本存量规模预测值固定的情况下,经济发展水平增速越大,省际碳排放效率值越高。然而,碳排放效率的平均增值(0.18%)远低于经济增速(0.50%),表明单纯的追求经济发展增速对于提升我国省际碳排放效率的效果欠佳,而应注重经济生产系统劳动力、资本存量、能源、碳排放以及GDP产出的分配和匹配。同时,对比30个省份在情景1与情景3、情景2与情景4条件下的测算结果可知,使用碳排放强度和能源强度双重约束条件下的省际碳排放效率优于采用碳排放强度单指标约束的效率值。表明在碳排放强度约束的基础上,能源强度约束将迫使各省调整和优化能源消费结构,从而更加接近数据包络效率前沿。

3.2省际碳减排目标分配

在“十三五”期末我国30个省份碳排放效率测算的基础上,结合本文提出的ZSGSBM模型,我们经过两次迭代计算获得了前文4种情景条件下,我国省际碳排放量的效率分配额度以及分配后的省际碳排放强度的变化情况。限于篇幅,本文没有列示,若需要,作者可提供计算结果。

结果表明:①四种情景条件下,分别经过ZSGSBM模型的迭代计算后,我国省际碳排放ZSGSBM效率值hZSG*o均为1,表明在碳排放量进行省际间的效率分配后,各省均到达前沿面,即实现了全部省份的碳排放量、劳动力数量、资本存量、能源消费以及GDP产出等投入、产出要素的效率配置。②从碳排放重新分配的增减额度来看,30个省份中,碳排放量需要进一步分配减少的省份包括河北省、山西省等16个省份,大多对应着位于中、西部的那些碳排放效率较低、经济欠发达的省份。这些省份中,有一

注:原始数据均来自2011―2015年《中国统计年鉴》、2011―2015年《中国能源统计年鉴》。由于自治区缺乏大量能源统计数据,本文不予考虑。另外,资本存量指标和国内生产总值指标以2011年为基期进行了平减处理,平减指数分别选择了我国“十二五”期间各省的平均居民消费价格指数和平均固定资产投资价格指数。

部分是我国的主要重工业省份,如东北三省等等,这些省份的污染性较高的产业比重较大,加上经济欠发达,环境处理技术落后,导致其碳排放效率一直处于较低水平;有一部分能源资源禀赋较好的省份,如山西省等,良好的资源禀赋造成区域能源资源成本偏低,能源消费量较大,造成其碳排放效率的低下;还有一部分是西部经济落后地区,如甘肃省、广西省等等,由于生产技术的落后,这些省份的经济生产效率长期处于我国省份的末尾,其碳排放效率也较低。从碳排放效率分配的视角来看,这些省份均应减少碳排放量。③分配增加碳排放量的省份包括北京市、天津市等14个省份。这些省份中,大多是经济发达、碳排放效率较高的东部省份,如北京市、上海市等等,由于经济水平较发达,人们的收入水平也相对较高,对于生活环境的关注和要求都更强,从而更加重视环境污染方面的投资和技术改进,带来了相对较高的碳排放效率;还有一小部分是目前第二产业较少,环境状态良好的省份,如海南省、青海省等等。上述省份的碳排放效率较高,从碳排放效率分配的视角来看,其“十三五”期间可以适量增加其碳排放量,即减小这些省份的碳排放约束目标。④表3最后一行数字列示了“十三五”期末,在经济高速增长、能源结构变化的情景条件下,我国30个省份整体的碳排放总量、ZSGSBM分配后的碳排放总量、碳排放总量的增减额度等指标值。结果发现,我国整体碳排放总量的增减额度为0,即全国“十三五”期末在碳排放强度约束条件下的总碳排放量853 240.213 7万t保持不变,碳排放强度也保持不变,这体现了本文“零和收益”的建模思想,即碳排放量的效率分配是在全国整体碳减排目标完成基础上,在省际之间分配。并且,情景2、情景3和情景4条件下的测算结果于情景1类似,此处不再赘述。

3.3效率分配与行政分配的差异分析

2016年,国务院的《“十三五”控制温室气体排放工作方案》确定了我国各省份的碳排放强度减排目标:其中,碳排放强度约束最大的是北京市、天津市、河北省、上海市、江苏省、浙江省、山东省和广东省的20.5%;其次是福建省、江西省、河南省、湖北省、重庆市和四川省的19.5%;而山西省、辽宁省、吉林省、安徽省、湖南省、贵州省、云南省和陕西省则需下降18%,、黑龙江省、广西自治区、甘肃省、宁夏自治区分别下降 17%;最后,海南省、青海省、新疆自治区的碳排放强度约束指标为12%。本文对比了各省的ZSG碳排放强度效率分配测算结果与上述碳排放强度行政分配目标的差异,结果如表3所示。

计算结果表明:① “十三五”期末我国省际碳排放强度ZSG分配目标与国家行政分配的省际碳排放强度分配目标存在较大差异,包括北京市、天津市等省市在内的15个省份的碳排放强度ZSG分配目标低于国家行政分配目标,其余省市则相反。需要特别提到的是海南省和青海省,这两个省份要实现碳排放强度ZSG分配减排目标值相对较低,然而,由于这两个省份的环境保护基础较好,碳排放效率较高,政府为其制定的碳排放强度目标远低于其他省市,造成这两个省份出现了的碳排放强度ZSG分配目标高于国家行政分配目标的情况。②以情景1为例,体现最大正向差异的省份分别是广东省、江苏省、北京市和上海市。这些省市的经济发展水平较高,环境污染处理技术也处于领先地位,国家赋予这些省份较高的碳排放强度减排目标是希望这些省份继续发挥优势,挖掘潜力,并在全国低碳经济转型的进程中起到示范作用。体现最大负向差异的是新疆自治区、山西省、甘肃省和黑龙江省等省市。其中,山西省是我国最大的能源生产和输出省份,良好的资源禀赋造成该省份能源成本低,企业的成本控制更大的依赖能源资源投入;黑龙江省则是我国重型工业大省,污染型产业的比重较大;而新疆自治区和甘肃省则是我国经济落后省份,加上相对落后的污染治理技术,造成上述省份的碳排放效率较低。从“效率”导向的计算结果来看,这些省份应当承担较高的减排责任;然而,政府的行政分配机制立足于省际碳减排目标的“公平”导向,更多的考虑了这些省份的资源禀赋、经济发展水平和产业结构的现状,在制定其碳排放强度减排目标时,适当的降低了这些省份的减排责任,进而造成了负向差异较大的结果。可见,基于“公平”导向的碳排放强度减排目标分配方式必然导致一定程度的效率损失。因此,从经济长远发展目标来看,基于“零和收益”思想的碳减排目标效率分配方法实现了各省份劳动力、资本、能源、GDP以及碳排放的有效配置,达到了各项投入、产出要素的帕累托最优,更符合我国低碳经济的发展理念和要求。③对比表4第6列(情景1)和第9列(情景3)的结果可知,在经济发展水平预期一致的情况下,采取碳排放强度和能源强度的双重约束会增大省际碳排放强度ZSG分配目标与国家行政分配目标,具体表现为情景1条件下的差异绝对值大于情景3条件下的差异绝对值。主要原因在于,相对于碳排放强度单指标约束条件,碳排放强度和能源强度的双重约束导致省际碳排放效率前沿面下移,需要分配的碳排放量更大,从而拉大了各省份经过ZSG分配后的碳强度差距。

3.4“十三五”时期各省的低碳经济发展路径分析

低碳经济发展路径包含“经济增长”和“环境友好”两层含义,前文的研究表明,由于资源禀赋、能源消费结构等因素的省际异质性,将我国“十三五”规划中制定的18%的碳减排目标平均分配至各个省份将造成各省碳排放效率的巨大差异。尽管《“十三・五”控制温室气体排放工作方案》对省际碳减排目标进行了必要的调整,然而表4的结果表明,调整结果并没有实现省际“经济―环境―能源”系统的投入、产出最优配置。因此,下文以情景1为例,分别以6.97万元/人的人均GDP和16%的碳减排目标为分界线,从“经济增长”和“环境友好”两个维度将我国30个省份划分为高人均GDP低碳减排压力、低人均GDP低碳减排压力、高人均GDP高碳减排压力和低人均GDP高碳减排压力4类区域。其中,若省份的ZSG分配碳排放强度下降幅度大于15%,表示该省份的减排压力较高,反之则较低。以此来探索4类区域的低碳经济发展路径,结果见图3。

如图3所示:①位于I类地区的省份分别为北京市、上海市和广东省等7个省市,说明这7个省市的人均GDP较高,且需要承担的碳减排压力较低,基本实现了低碳经济的发展模式,该类地区若要进一步降低碳排放强度,则应增加风电、水电等清洁能源的使用,通过能源消费结构的调整优化能源消费碳排放系数,从而减少单位能源消费碳排放量。②位于II类地区的省份分别是海南省、青海省和宁夏自治区,表明这3个省份的碳减排压力较小,其低碳经济的发展路径应重点提升其人均GDP水平。其中,海南省可以充分发挥其参与我国“21世纪海上丝绸之路经济带战略”的契机,加快现代金融服务业、现代物流业的产业布局和发展;青海省和宁夏自治区独特的地理和气候特征为其农牧业创造了独特的优势和特色,一直是我国农牧业大省,因此,它们应突出其特色农牧产品和生态环境优良的优势,大力发展具有特色、高效和品牌效应的生态农牧业,并向上游产业链延伸,通过发展和优化农牧产品加工产业来保障农畜产品供销体系,进一步提高经济发展水平。③位于III类地区的省份具有较高人均GDP和较高的碳排放压力,其低碳经济发展道路以降低碳排放强度为重点。其中,福建省应充分发挥其承接长江三角洲和珠江三角洲两大经济发达区域、以及沿海的区位优势。一方面,加强与长江三角洲、珠江三角洲的经济资源共享,促进以金融服务业为主的第三产业的聚集;另一方面,充分利用其海上风电的优势,加快能源消费结构调整,降低碳排放强度。而辽宁省是我国主要的重工业省份,则是主要的煤炭输出省份,这两个省份应以产业结构升级为重心,努力降低高污染、高能耗行业的比重。④位于IV地区的省份既承担较重的碳减排压力,同时经济发展水平相对较低。其中,湖北省、重庆市、陕西省和吉林省相似,其人均GDP水平接近于我国整体人均GDP的水平,因此,这些省份应首先考虑提升当地经济发展水平,先向III类地区靠近,再谋求碳排放强度的降低;而江西省、湖南省、河南省、安徽省、贵州省和四川省的人均GDP离全国整体人均GDP尚有距离,这些省份的低碳经济发展道路应首先注重碳排放强度的降低,即挖掘自身节能减排潜力,调节能源消费结构,先向II类地区靠近;由于资源禀赋特点而导致高能耗产业比重较大的山西省,应加快淘汰煤炭开采、钢铁以及煤化工产业的过剩产能,注重产业结构的重塑;最后,经济欠发达的广西省、云南省、甘肃省和新疆自治区则应经济发展目标和碳减排目标并重,并根据本省份的实际现状选择两者中优先考虑的目标。

4结论

本文在传统SBM效率测算模型中引入“零和收益”的博弈思想,构建了基于零和收益的SBM(ZSGSBM)模型。然后从经济增速和能源消费结构变化两个维度,就我国“十三五”期间的经济生产系统的发展情况设置了4种情景条件,进而应用上述ZSGSBM模型对“十三五”期间我国30个省份的碳排放强度减排目标进行效率分配。最后通过对比本文碳排放强度减排目标分配结果和国家行政分配方案,探索了“十三五”期间我国各省份的低碳经济发展道路。本文的主要结论在于:

(1)在本文4种情景条件下,将“十三五”规划中确定18%的碳减排目标平均分配到各省份中将造成我国“十三五”时期的省际碳排放效率出现巨大差异。经济较为发达的东部省份和环境现状较好的海南省、青海省的碳排放效率较高,到达或接近于省际经济系统的碳排放效率前沿,而经济欠发达的中、西部地区则相反。在采用ZSGSBM模型对省际碳排放量进行效率分配后,30个省份的效率值hZSG*o均为1.000 0,即到达效率前沿,各省劳动力、资本存量和能源等投入资源与GDP、碳排放量等产出的有效配置,实现了全国整体资源的帕累托最优。

(2)考虑到我国各省份在能源资源禀赋、经济发展水平和现有产业结构的异质性,目前,中央政府的行政分配机制主要立足于省际碳减排目标的“公平”导向,在制定省际碳排放强度减排目标时兼顾了区域经济增长、居民生活水平提高等因素,倾向于降低经济欠发达省份的减排责任,在短期内保证了这些省份实现碳减排目标的可行性。然而,这种基于“公平”导向的行政分配方式必然造成一定程度的效率损失,从经济长远发展目标来看,基于“零和收益”思想的碳减排目标效率分配方法更符合低碳经济的发展要求。因此,政府在制定各省份碳减排具体目标时,可以交叉使用“公平”导向和“效率”导向的碳减排目标分配方法,既能缓解经济欠发达省份短期内的减排压力,又能逐步向投入、产出要素的帕累托最优配置状态靠近,最终实现我国低碳经济发展的长远目标。

(3)通过一一对比4种情景条件下的测算结果,本文发现:第一,使用碳排放强度和能源强度双重目标约束条件下的省际碳排放效率优于采用碳排放强度单指标约束的效率值。这是由于在碳排放强度约束的基础上,能源强度的进一步约束将迫使各省调整和优化能源消费结构,从而更加接近数据包络的碳排放效率前沿。第二,在经济发展水平预期相同的情况下,采取碳排放强度和能源强度的双重目标约束会增大省际碳排放强度ZSG分配目标的差距。相对于碳排放强度单指标约束条件,碳排放强度和能源强度的双重目标约束导致省际碳排放效率前沿面下移,碳排放效率较低的省份需要分配出去更多的碳排放量,从而拉大了各省份经过ZSG分配后的碳强度差距。

(4)鉴于省份资源禀赋、地理位置、经济水平和现有产业结构的异质性,各省应选择有差异的低碳经济发展道路。I类地区的北京、上海等省市应增加风电、水电等清洁能源的使用,通过能源消费结构的优化来减少碳排放量。II类地区的海南省应加快现代金融服务业、现代物流业的产业布局和发展;青海省和宁夏自治区则要大力l展具有特色、高效和品牌效应的生态农牧业,并向上游产业链延伸。III类地区的福建省应充分发挥其区位优势,一方面加强与长江三角洲、珠江三角洲的经济资源共享,一方面充分利用其海上风电的优势,加快能源消费结构调整。而辽宁省和则应以产业结构升级为重心,努力降低高污染、高能耗行业的比重。IV类地区的省份则应将经济发展目标和碳减排目标并重,并根据本省份的实际现状选择两者中优先考虑的目标。

参考文献(References)

[1]周葵, 戴小文. 中国城市化进程与碳排放量关系的实证研究[J]. 中国人口・资源与环境, 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]苗壮, 周鹏, 李向民. 我国“十二五”时期省级碳强度约束指标的效率分配[J]. 经济管理, 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, 吴延瑞, 颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究, 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, 鸣. 中国工业碳排放效率的区域差异研究[J]. 数量经济技术经济研究, 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]马大来, 陈仲常, 王玲. 中国省际碳排放效率的空间计量[J]. 中国人口・资源与环境, 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, 吴利学, 傅晓霞, 等. 中国能源效率地区差异及其成因研究[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]查冬兰, 周德群, 孙元. 为什么能源效率与碳排放同步增长[J]. 系统工程, 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]李兰冰. 中国全要素能源效率评价与解构――基于“管理―环境”双重视角[J]. 中国工业经济, 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]王群伟, 周德群, 周鹏. 区域二氧化碳排放绩效及减排潜力研究――以我国主要工业省区为例[J]. 科学学研究, 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. 中国二氧化碳排放增长因素分析:基于SDA分解技术[J]. 中国工业经济, 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]刘贞, 朱开伟, 阎建明, 等. 产业结构优化下电力行业碳减排潜力分析[J]. 管理工程学报, 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. 二氧化碳减排成本研究述评[J]. 管理评论, 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]姚云飞, 梁巧梅, 魏一鸣. 国际能源价格波动对中国边际减排成本的影响: 基于CEEPA模型的分析[J]. 中国软科学, 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, 葛世龙, 等. 环境规制下的投入产出效率及规制成本研究[J]. 管理科学, 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]叶祥松, 彭良燕. 我国环境规制下的规制效率与全要素生产率研究:1999―2008[J]. 财贸经济, 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, 孙涛, 朱建军. 基于最大有效面集的网络SBM评价模型及其应用[J]. 控制与决策, 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. 中国经济增长潜力与经济增长前景分析[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]林伯强, 孙传旺. 如何在保障中国经济增长前提下完成碳减排目标[J]. 中国社会科学, 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, 孙涛. 中国工业行业生态全要素能源效率研究[J]. 管理学报, 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]李小胜, 宋马林. “十二五”时期中国碳排放额度分配评估――基于效率视角的比较分析[J]. 中国工业经济, 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.]

第8篇

关键词:碳交易市场;碳交易体系;温室效应;电力需求

一、引言

(一)概念介绍

碳排放权,是具有价值的资产,可以作为商品在市场上进行交换――减排困难的企业可以向减排容易的企业购买碳排放权,后者替前者完成减排任务,同时也获得收益。对于发电行业而言,有学者认为碳排放权是发电企业之间、国家与发电企业之间、国家之间等碳排放主体为了实现温室气体的减排任务所形成的一种碳排放配额。

碳排放权交易市场,是指由相关经济主体根据法律规定依法买卖碳排放权指标的标准化市场。在碳排放权交易市场上,碳排放主体从其自身利益出发自主决定其减排程度以及买入和卖出排放权的决策。它包括排放权配额交易市场、苑⒖刹生额外排放权的项目交易市场及排放权相关的各种衍生碳产品交易市场。

(二)碳交易市场的分类

按市场交易主体的意愿,碳交易市场可分为配额交易市场和自愿交易市场两类。其中,配额交易市场是指为那些有温室气体排放上限的国家或企业提供碳交易平台以满足减排目标的市场;自愿交易市场则是从其他目标出发如企业社会责任、品牌建设、社会效益等自愿进行碳交易以实现其目标的市场。具体而言,配额碳交易又可分为基于配额的交易和基于项目交易两类;自愿市场分为炭灰标准与无碳标准交易两种。

(三)问题的提出

据统计,2014年我国单位GDP能耗和CO2排放分别下降29.9%和33.8%,如期完成“十二五”期间的节能减排指标,成为世界上发展新能源、可再生能源的大国。2015年,在中国的能源结构中,煤炭消费总量43.0吨,占消费总量的64.0%,其中发电消费增加0.5%,发电消费总量居上。建立发电碳排放权交易市场不仅有利于发电市场与环境保护的协调发展,而且有利于降低发电市场减排成本,促进转变发电市场的经济增长方式。但在全球市场上,中国面临一个很严峻的问题就是在CDM项目上中国没有自己的定价权,整体处于被动地位,极大地降低了中国在国际市场上参与碳交易的积极性,并且由于中国的碳交易市场目前仍处于初期阶段,未形成完善的碳交易排放市场体系,严重制约了中国碳交易市场的发展。因此,如何规划我国碳交易市场,建立符合国情和电力行业协调发展的碳排放交易体系,是推动我国碳交易市场发展的关键。

二、国内外碳交易碳交易体系

(一)国内体系

在2009年的第15次联合国气候变化大会上,中国承诺到2020年,单位GDP二氧化碳排放量将比2005年减少40%~50%。此后,在中国政府的大力推动下,我国碳交易市场的快速兴起。为推动实现减排目标,减缓气候变化带来的负效应,加快了碳交易市场机制和中介组织的建设,解决我国作为卖方由于信息不对称、缺乏中介服务严重制约碳交易业务的问题。通过发展碳金融业务的发展,落实绿色信贷政策,引进专业人才等具体举措的落实,不断强化我国市场对碳交易的认识,推动我国从“高碳”向“低碳”的能源消费结构转型。2012年之前,依据《京都议定书》,我国碳交易的主要类型是基于项目市场进行的交易,即发达国家向我国提供资金和技术,对我国实施具有温室气体减排效果的项目履行《京都议定书》的承诺,获取我国温室气体排放权的交易。但随着工业技术的发展,我国碳排放量的不断增加,人们的环保意识也明显的到了提高。2014年,中美签署《中美气候变化联合声明》,中国元首首次正式中国将在2030年左右达到CO2排放峰值,并且计划到2030年非化石能源占一次能源消费比重提高到20%左右。2015年国家发改委、国家能源局了 《关于改善发电运行调节促进清洁能源多发满发的指导意见》,进一步推动可再生能源的发展,促进发电行业减排,让发电企业更积极地参与碳交易。

自2013年,我国已相继启动深圳、上海、北京、天津、重庆、广东、湖北等“两省五市”的碳排放交易试点,参与交易的企业主要集中在发电、钢铁、化工等高耗能产业。按照发改委的规划,我国碳市场建设分为前期准备阶段(2014―2016年),运行完善阶段(2017―2020年),全面实施阶段(2020年以后)。所以,目前是从前期准备到运行完善阶段重要的转型过渡期。

截至2014年底,北京、上海、天津、重庆、广东、深圳和湖北7个碳排放交易试点均了地方碳交易管理办法,共纳入控排企业和单位1900多家,分配碳排放配额约12亿吨。

2016年,国家发改委召开全国碳排放权交易市场建设工作部署电视电话会议,系统总结了碳排放权交易市场建设的工作基础,并结合下一步的工作重点提出了抓好落实的具体要求;中挪合作“国家碳排放权交易与自愿减排交易登记注册系统建立;国务院《国务院批转国家发展改革委关于2016年深化经济体制改革重点工作意见的通知》;国家能源局下发特急文件,督促各地方政府和企业放缓燃煤火电建设步伐,暂缓13 省份、缓建15 省份的一大批煤电项目。

(二)国外主要体系

1、欧盟碳排放交易体系

欧盟排放交易体系(European Union Emission Trading Scheme,EU ETS),是世界上第一个多国参与的排放交易体系,也是欧盟为了实现《京都议定书》确立的二氧化碳减排目标,而于2005年建立的气候政策体系。它是欧盟气候政策的核心部分,以限额交易为基础,提供了一种以最低经济成本实现减排的方式。这也是全球最大的碳排放总量控制与交易体系。欧盟排放交易体系是欧盟气候政策的中心组成部分,以限额交易为基础,提供了一种以最低经济成本实现减排的方式,是世界上首个多国参与的排放交易体系;覆盖了11000个主要能源消费和排放行业的企业。经过多年的内部磋商谈判和苦心经营,欧盟碳排放交易体系已成为全球最大的碳排放交易体系,碳排放配额交易总额也位居全球首位,并且适时的结算方式提出无需与美元挂钩,交易直接以欧元标价结算。目前,世界碳排放交易市场主要由欧洲主导。作为世界最大的碳排放交易市场,欧盟碳排放交易体系已进入了实施的第三阶段――全面实施阶段。

2、美国碳排放权交易体系

区域温室气体减排行动(RGGI)是一个以市场为基础、为减少温室气体而设立的区域强制性的减排计划,通过竞拍方式出售碳排放限额,以达到区域内碳总量减少10%的目标。美国的这种配额方式在市场主体间自由交易,截至目前,已取得显著成果。虽然目前RGGI仍处于发展期,但美国所提出的这种市场化的机制很适合中国学习和借鉴。

三、文献综述

目前国内外学者对碳排放问题的研究已有了一定的成果,在能源结构转型期,国内一部分学者的研究主要集中在碳排放的理论分析方面上。为了建立“共同而有别的责任”原则和公平正义准则,丁仲礼等人强调通过对历史数据的计算,以“人均累计排放指标”度量各国排放权,并针对应得配额、实际排放量、排放水平、排放增速四个客观指标具体对各国提出了公平合理的排放权方案。在全球碳排放权激烈的争夺战中,碳排放责任的认定和碳减排义务分配是发达国家和发展中国家两大博弈主体间争论的焦点。张为付在《调整》一书,研究分析了世界各国碳交易市场的博弈现状,分析中国竞争优势的理论基础,并提出低碳经济下我国国际分工在贸易战略、引资战略、区域协调发展战略方面的调整方案以及政府的职责。基于碳排放和政府初始分配的交易背景,宋瑶等人建立了优化制造商产品组合的三维模型,讨论政府分配、碳排放价格敏感因子和技术效率对最优产量的影响。另一部分的学者们将发电行业与碳排放权交易相结合进行研究。通过借鉴国外碳排放交易机制,结合我国发展现状,骆跃军等人对碳排放总量管理下发电排放所属问题和不同配额分配方案对发电生产企业的影响问题进行研究,提出使用“加权平均法”碳排放配额方式模拟并分析发电企业的碳排放交易,来实现各机组所得配额均相对公平合理,保证企业顺利履约,实现碳排放权交易体系的控制目标。何崇恺等人以发电行业为例研究影响碳成本传递率的主要因素,认为影响发电行业碳成本传递率的主要因素主要包括碳排放权交易的配额分配方式以及发电市场结构。陈逸等人从碳排放交易价格和成交量变化趋势的角度进行理论研究,分析碳排放交易的发展趋势,认为人力资源培养和发展对我国碳排放交易机制的建设具有重要作用,并且将企业的硬件实力和软性人才培养相结合,有助于提升企业价值。此外,也有学者提出发展中国碳排放权交易市场需要借鉴欧盟碳排放权交易机制,并且需要结合中国实际国情。

四、数据分析

从宏观角度而言,十二五期间,全国累计发电量、当期发电量呈稳步递增趋势。截止2015年12月,累计发电量大56183.7亿千瓦时,当期发电量最高时为2015年8月5155.3亿千瓦时。火力发电的同比增长幅度呈负增长的趋势较为明显,降幅最大时为-11.8%;而水力发电、核能发电、风力发电等低耗能的新能源发电同比增长整体呈现正增长的趋势。其中风力发电的当期发电量占比最多,当期同比增幅平均值为25.9%。如下图所示。

从微观角度而言,中国一共有5家大型发电企业:中国华能集团公司、中国大唐集团公司、中国华电集团公司、中国国电集团公司、中国电力投资集团公司。随着碳市场的建立,各家陆续建立自己的碳资产公司,搭建碳资产运营管理框架,管理制定碳资产交易。制度。以中国华能集团为例,如下图所示。2011年―2015年,华电的装机总容量、供电总量的平均增幅分别为8.90%、6.25%,碳排放总量平均增幅3.09%。在保证电力供应充足的情况下,实现了碳排放量的增长率大幅低于装机电量、供电量的增长率。“十二五”期间,华电积极响应国家节能减排政策,通过电源结构调整和节能降耗等措施累计减排二氧化碳2 亿吨。其中,结构调整的碳减排贡献度最为显著,共计减 排二氧化碳1.5 亿吨,贡献度为 73%;节能降耗减排二氧化碳 5482 万吨,贡献度为 27%。预计在“十三五”期间,华电继续发展清洁能源和调整电力结构,持续节能低耗,以降低CO2的排放。

五.结论及建议

(一)结论

受传统工业结构的影响,中国能源结构目前仍然主要依赖于火力发电,并且火力量在总发电量中占比最多。但由于近几年工业的转型升级、经济结构调整、国家对气候的逐步关注,总体而言,中国已积极投入到全球的节能减排行动中,参与碳交易并自愿在交易市场交易的企业数量也在不断增加。作为一种控制温室气体排放量的环境政策,碳排放权交易被证明在促进电力行业节能减排方面具有重要作用。通过新能源发电技术的提高,不但会大大减少CO2的排放量,减少温室气体的外部负效应,也会拉动经济的增长。

(二)政策建议

十三五期间,中国的新目标是进一步加强碳排放强度约束控制,实现大气资源的可持续、公平、有效的利用。但是,当前中国面临日益严峻的经济下行、能源结构改革和应对气候变化等多重压力,发展低碳经济对中国发电行业的未来提出了巨大的挑战。但是从短期而言,目前中国的低碳市场仍处于初级发展阶段,由于规划时间短,工作量大,无法制定出完善健全的法律法规达到保障低碳经济的发展有法可依的目的;许多发电企业正面临着高耗能、高污染、高碳排放的问题,如何有效的建设和管理好碳交易市场,无疑会大大增加生产成本和管理成本;大量缺乏专业人才、企业减排意识不足等个问题导致碳交易市场的发展很迟缓。从长期而言,随着企业技术水平和管理水平的不断提高,短期存在的问题得以解决,发电企业会更加注重对新能源发电的投资,减少火力发电,降低生产和管理成本,提升企业的整体竞争力。为了保障建设和维持更安全、经济、清洁、可持续的碳排放交易市场,发电企业应采取集约化的管理方式,提前做好发电规划,避免出现过度投资、重复建设的问题。同时,政府职能部门应该推进市场化建设,鼓励企业创新,不断完善相关的法律法规,使低碳市场相关的法律法规与其他经济政策相协调,建立完善的日常监管和奖惩激励机制,促进碳交易市场的发展。

参考文献:

[1] 郑爽 碳市场的经济分析[J]- 中国能源 2007(9)

[2] 李布.欧盟碳排放交易体系的特征、绩效与启示[J].重庆理工大学学报(社会科学版),2010,24(3):1-5.

[3] 李布.借鉴欧盟碳排放交易经验构建中国碳排放交易体系[J].中国发展观察,2010,(1):55-58.

[4] 丁仲礼,段晓男,葛全胜,张志强.2050年大气CO2浓度控制:各国排放权计算[J]中国科学,2009,39(8)

[5] 杨辰晨,何伦志.全球低碳经济发展趋势、影响与政策[J].2015,09(002)

[6] 刘志彪.低碳:我国融入全球价值链的新约束[J]南京社会科学.2016,03(022)

[7] 曾鸣,姚进,赵晓丽.碳排放权交易对电力行业的影响[J].中国电力企业管理.2014(5)

第9篇

【关键词】碳税;碳交易;经济效率;激励型环境政策

一、引言

近年来,以全球变暖为主要特征的气候变化日益成为人们关注的焦点。而应对气候变化,积极参与国际气候合作,制定国家“低碳”发展战略,建立有利于低碳经济发展的宏观政策框架,不仅是政策制定部门关注的重点,也成为学界研究的核心。目前学界有两种低碳经济的研究路径——技术路径和政策路径。技术路径是从提高能源效率、转换能源结构、开发清洁能源及研究节能技术等技术方法入手研究低碳经济;政策路径是从促进温室气体尤其是二氧化碳减排的各种政策手段入手研究低碳经济,其中既包括行政手段也包括市场手段,而后者的研究又集中于碳税和碳排放权交易机制。碳税和碳排放权交易机制也被称为激励型碳减排政策。在激励型政策中,政府确定减排的预期目标,企业在决定排放量时有一定的选择空间,可以根据企业的信息选择支付额外成本或者削减排放量,这对企业追求利润,采取成本有效的碳减排技术是一种有效的激励。

在我国,碳排放权交易尚处于起步阶段,面对国际国内日趋严峻的碳减排压力,中国正在积极探寻适合我国国情的碳减排制度。为了探索与中国国情相适应的碳排放权交易机制,国家发展和改革委员会在北京、天津、上海、重庆、武汉、广州、深圳等7城市开展了碳排放权交易的试点工作,其他地区的碳排放权交易试点方案也在抓紧设计之中。另外,为了论证碳税制度和政策在中国的可行性,财政部财政科学研究所对我国社会、经济、环境等方面的综合影响进行深入研究,了《中国开征碳税问题研究》,对我国碳税的基本税收制度以及开征碳税的“路线图”提出了基本的设计思路。在现阶段,碳税和碳排放权交易机制的理论研究对于构建中国碳减排制度仍然具有着重大的理论意义和实践意义。

二、理论模型:碳税和碳排放许可证制度的作用机制与比较

碳税的征税对象是化石燃料,政府在运用碳税政策时,将化石燃料折算为二氧化碳当量,按计算的排放量收取税费。碳税赋予了企业较大的自,企业可以自由选择削减排放量的方式。企业会有强烈的激励来使用自身掌握的各种控制碳排放成本的信息,寻找成本最低的碳减排方案。

图1 碳税的作用机制

在图1(a)中,MAC1曲线与MD曲线确定的有效率的碳排放水平e*对应的边际治理成本为t*,我们将税率水平设定为t*,那么企业确定的碳排放量为e*,此时,企业的治理成本相当于a部分的面积,碳税成本相当于b+c部分的面积,则企业总治理成本为a+b+c的面积,企业的总成本取得最小值。在图1(b)中,MAC1曲线表示当前技术条件下碳减排的边际治理成本,MAC2表示企业在投入了大量的资金用于研发后利用开发出来的先进的治理技术及回收技术所预期的边际治理成本曲线。假设企业承担的碳税税率为t,那么在当前条件下,企业会将碳排放量削减至e1水平。而在技术创新条件下,企业碳排放量进一步下降,减至e2水平,碳排放总成本为d+e+f,小于之前的碳排放成本,实际上这也可以看做是碳税制度对企业从事研发活动的激励效果。因此,碳税制度中的企业在自发削减碳排放量的同时,会进行碳减排技术研发,尽量使边际治理成本曲线向下移动。碳排放权交易机制是指政府为碳排放总量设定一个上限,按照这个额度发放碳排放许可证,并允许企业在特定的市场中交易许可证。它在减少碳排放方面为企业保留了一定的自主性。企业可以根据碳减排的治理成本和市场中的许可证价格,选择碳排放水平。

图2 碳交易的作用机制

在图2(a)中,我们将碳排放量配额设定为e*,MAC1表示的边际治理成本曲线是可实现的最低边际成本,它与排放量e*对应的碳排放许可证的市场价格为t,此时企业的碳排放总成本为区域a+b+c的面积。许可证交易制度与碳税政策的作用效果相同。在图2(b)中,MAC1为当前技术条件下的边际治理成本,MAC2为企业技术研发后的边际治理成本。假定碳排放量配额不变,仍为e*,那么MAC1曲线与碳排量e*确定的许可证价格为■,■

图3 技术创新后碳税和碳交易的比较

在图3中,边际损害曲线MD与技术创新后的边际治理成本曲线MAC2交于(e,t),这是技术创新后有效率的碳排放水平及其对应的价格(或成本)。在碳税制度中,我们假定碳税的税率水平仍为t1,即企业的碳排放边际成本保持t1水平不变,那么P=t1曲线和MAC2曲线确定的企业的碳排放水平为e2,小于当前技术下的碳排放量e1以及技术创新后的有效率的碳排放量e’。而在碳排放许可证制度中,假定许可证配额仍为e1,那么q=e1曲线与MAC2曲线确定的市场中的许可证价格为t2,小于当前技术下的许可证价格t2和技术创新后的有效率的许可证价格,而且技术创新使得有效率的产出水平发生改变,先前确定的碳排放许可证配额e1比有效率的碳排放量e’要高。如果碳减排制度保持不变,技术创新会改变企业的生产成本和有效率的碳排放水平。最终的结果是,碳税制度中的碳排放量要高于有效率的碳排放水平,而碳排放权交易机制中的碳排放量要低于该水平。在图中,企业的碳排放总成本相当于碳排放价格曲线p=t、MAC2曲线和横轴围成的面积,碳税制度中企业的成本为Ot1Ae0,碳排放许可证制度中企业的成本为Ot2Be0,显然Ot2Be0的面积小于Ot1Ae0的面积,即碳排放权交易机制中的企业碳排放成本要小于碳税制度中的成本,换句话说,在碳排放权交易机制中,企业从事新技术研发带来的收益增加(或成本减少)更加显著。

三、总结

本文以经济效率为基础,建立了碳减排的环境政策模型,对有效率的碳减排的确定方法进行了阐述,并着重研究了碳税和碳排放权交易机制的作用机制与效果,最后对影响碳排放水平的因素进行了定量分析。主要的结论有以下几个方面:(1)在不存在技术进步的假定下,碳税和碳排放权交易机制都能够使碳排放量处于有效率的水平,但二者的效果存在着差别,碳排放许可证制度中的治理成本要低于碳税制度中的成本。这种结果在很大程度上与制度的设计机制有关。尽管两种制度的最终目的都是实现环境质量的改善——有效率的碳排放水平,但是两种制度下的治理成本曲线在实质上存在着差别。在碳税制度中,各个企业之间是相对封闭的,社会的治理成本是单个企业的最低治理成本的简单加总,而碳排放权交易机制允许企业在市场中相互交易碳排放许可证,这就使得减排资源和技术是整个社会中配置,因此碳排放许可证制度中的治理成本实际上要低于碳税制度中的成本。(2)碳税和碳排放权交易机制对企业从事碳减排技术研发具有激励作用,但两种制度中的激励效果是不同的,碳排放权交易机制优于碳税制度。在技术创新条件下,企业在碳税制度中的碳排放成本高于碳排放权交易机制中的成本,即技术创新给企业带来的收益增加额在碳税制度中比较小。企业进行技术研发是有成本的。考虑一种特殊的情况,我们假定企业的研发成本介于两种制度中的净收益之间,即它比碳税中的净收益高,比碳排放权交易机制中的净收益低。基于收益-成本的考虑,显然,企业在碳排放许可证制度中会选择进行研发,而在碳税制度下会选择放弃研发。我们在评价一项环境政策时,有着一系列明确的标准,其中的一个重要标准就是看其能否对企业产生较强的激励作用,促使企业不断寻求更好的削减碳排放量的方法。因此,单从激励作用来看,碳排放权交易机制优于碳税制度。(3)技术研发将导致碳税和碳排放权交易机制中的碳排放量偏离有效率的水平。技术创新会改变企业的治理成本和有效率的碳排放水平。碳税制度中的碳减排放量高于有效率的水平,碳排放权交易机制中的碳减排放量低于有效率的水平。尽管碳税制度从数量上看比较有效,但是这是以加重企业负担为代价的,经济体并没有处于有效率的水平。如果想要通过调整碳减排制度来使得经济体达到有效率的水平,相比较而言,碳税的税率水平调整时比较困难,而碳排放权交易制度属于总量控制,自由交易,调整时较为灵活,而且碳市场上的碳排放权价格变动也为这种调整提供了信号的功能。

参 考 文 献

[1]贺菊煌,沈可挺,徐篙龄.碳税与CO2减排的CGE模型[J].数量经济技术经济研究.2002(10):39~47

[2]张景华.碳税的经济效应分析[J].现代经济探讨.2010(2):86~88

[3]魏涛远,格罗姆斯洛德.征收碳税对中国经济与温室气体排放的影响[J].世界经济与政治.2002(8):47~49

[4]高鹏飞,陈文颖.碳税与碳排放[J].清华大学学报(自然科学版).2002(10):1335~1338

[5]张明喜.我国开征碳税的CGE模拟与碳税法条文设计[J].财贸经济.2010(3):61~66

第10篇

关键词:低碳经济 碳排放权交易 制度构建

问题的提出

随着温室效应和全球气候变暖问题的日益严重,二氧化碳气体的减排已经成为一个备受瞩目的世界主题。到2008年,中国的二氧化碳排放量达到65.3亿吨,占世界的21.5%(石红莲、张子杰,2011),成为全球最大的碳排放国之一。这就意味着在世界各国积极发展低碳经济的同时,我国二氧化碳气体的减排和限排面临着巨大的国际压力。至2011年3月,我国清洁发展机制项目(CDM)累计核证减排量已经突破3亿吨,成为全世界最有潜力的碳排放权供应方。然而由于我国没有一个统一的碳排放权交易市场体系及相应的定价机制,使得我国所参与的碳交易活动常常处于被动地位。对于碳排放权交易问题,我国一直未能予以充分重视,制度上的空白在一定程度上昭示着理论研究上的不足。近几年,我国理论界对碳排放权交易制度的研究虽然不断增多,但对于碳排放权交易的理论基础、实施方案、市场探索等问题的研究仍不够深入,尤其缺乏对碳排放权交易制度的框架研究。因此,本文从碳排放权交易制度的理论基础入手,在借鉴发达国家制度的先进经验的基础上,对我国的碳排放权交易制度进行框架式分析和讨论。

碳排放权交易

碳排放权交易是将二氧化碳排放权作为一种商品,市场中各经济主体对二氧化碳排放权进行自由买卖,通过提供经济激励,促进全球温室气体减排所采取的市场机制。碳排放权交易理论可以追溯至哈丁在《公地悲剧》一文中所提出的环境问题是由于市场的负外部性而产生的。为了解决这一问题,经济学家庇古(Arthur Cecil Pigou)在分析社会净产品与私人净产品之间的差异时指出市场的外部性(高利红、余耀军,2003)。经济外部性亦称外部成本、外部效应或溢出效应,指在社会经济活动中,一个经济主体(通常是指企业)的生产行为直接影响到其他经济主体,却没有给予相应补偿,从而出现了外部性。它又分为外部经济性和外部不经济性两种,外部经济性是指经济主体的行为不仅给自身带来收益,也为他人增加额外收益的情况;外部不经济性是指经济主体的行为在为自身带来成本时,也增加了他人额外成本的情况,亦称为负外部性。

环境问题是外部不经济性的典型例子,环境容量使用者的行为所产生的外部不经济性就是环境污染。环境容量使用者在由其经济活动受益的同时,也给环境带来了消极影响,然而并未对环境造成的影响进行治理,使本应由其承担的治污费用转嫁给了社会和他人。

为了解决这一问题,学者们提出要将环境容量使用者经济活动的外部不经济性内部化。其中,科斯(Ronald Coase)提出“非干预主义”的方案,他的观点主要包含以下两个方面:“在产权界定明确且可以自由交易的前提下,如果交易费用为零,那么,无论法律如何判决最初产权属谁都不影响资源配置效率,资源配置将达到最优。此为科斯第一定理。在存在交易费用即交易费用为正的情况下, 不同的权利界定会带来不同效率的资源配置。此为科斯第二定理”(黄桂琴,2003)。换而言之,如果交易成本过于高昂以致于经济主体不能谈判时,产权的配置情况决定着资源能否得到有效率地使用。由此可见,科斯特别强调产权明晰的重要性,主张在产权明晰的基础上,发挥市场机制的作用,实现环境资源的最优配置。碳排放权交易就是源于科斯定理,通过明晰环境容量资源的产权,使其成为商品在市场上进行交易,从而利用市场机制实现环境资源的优化配置。

构建碳排放权交易制度的必要性

我国进行碳排放权交易制度构建的一个基本前提就是,构建碳排放权交易制度对我国促进碳气体的减排、发展低碳经济而言具有必要性。结合我国实际情况,从以下几个方面来看,构建碳排放权交易制度的必要性是现实存在的。

(一)应对严峻气候形势,缓解碳减排压力的基本要求

当前,整个国际社会的气候形势十分严峻。2007年5月政府间气候变化专门委员会(International Panel on Climate Change,Ipcc)提供的证据显示,由人类活动引起的全球气候变暖已是一个不争的事实。1906-2005年来,全球平均地面温度上升了0.74℃,全球气候变暖不仅影响人类生存和发展,而且对全球经济可持续发展带来严重挑战。为了应对全球气候变化,保护人类共同生存的环境,国际社会已经开始采取共同行动以减少二氧化碳的排放。1992年,《联合国气候变化框架公约(UNFCCC)》在巴西里约热内卢举行的地球首脑会议上通过。2005年2月,《京都议定书》由UNFCCC各成员国签订并正式生效,它是人类历史上首个以法律形式限制温室气体排放的条约,以期实现抑制全球变暖的目标。《京都议定书》中将签约国分为附件Ⅰ(Annex I)国家和非附件Ⅰ(non-Annex I)国家,为附件Ⅰ国家制定了具有法律约束力的减排任务,即在 2008-2012 年的第一阶段将二氧化碳等六种温室气体的年平均排放量降低到 1990年水平的 5.2%,而非附件Ⅰ国家则没有减排任务(任捷、鲁炜,2009)。由于中国不属于议定书附件Ⅰ所包含的国家,在第一阶段不承担减排义务。但随着全球气候问题日趋严重,以美国为代表的发达国家要求发展中国家参与温室气体减排承诺。在2009年12月召开的哥本哈根会议上,一些发达国家试图抛弃《京都议定书》中规定的“共同但有区别的责任”原则,要求发展中国家做出明确的减排承诺或开展减排行动,甚至要求发展中国家在2012年后承担与发达国家相同的减排责任。

上述国际形势说明,中国作为碳排放大国,不承担减排限排义务这一待遇在后京都时代遭受着越来越严重的国际压力。因此,构建中国的碳排放权交易机制,积极实施碳减排,为下一阶段可能承担的强制减排义务做好充分准备。另一方面,中国于2002年8月批准了《京都议定书》,并于哥本哈根气候会议上承诺:到2020 年,我国单位国内生产总值二氧化碳排放比2005年下降 40%-45%。我国应根据承诺制定相关政策及法律,指导碳排放权交易实践,这是中国作为负责任的大国对人类社会的绿色贡献。

(二)发展低碳经济,维护国家利益的必要举措

气候变化问题给世界经济发展带来了严峻挑战,应对这一挑战,实现可持续发展的根本出路就是改变当前粗放式、高碳化的经济增长模式,发展低碳经济,走向绿色发展。然而,在当今世界,碳排放权交易制度作为低碳经济基础制度之一,其市场及价格制定权仍掌握在以欧美为代表的发达国家手里。中国作为最大的发展中国家,是碳排放权交易初级产品,即:经核准的减排量(CER)的最大供应国。我国通过CDM与发达国家进行交易,为市场提供了大量减排项目和指标,却处在整个碳交易产业链的最低端。当前,国内企业由于找不到专门的人员和信息平台直接到国际市场交易,只能低价将碳排放权卖给国外中介机构。来自发达国家的买家在中国低价收购后,开发成高价的碳金融产品在国外CDM二级市场上流转,国内企业低价出售的损失就变成了他们的高额利润。这相当于中国为发达国家低成本实现了碳减排目标的同时,还为他们提供了巨额经济补贴。从长期来看,如果将来中国被迫承担较大的减排额度,碳排放权在国内将成为稀缺资源,其价格也将水涨船高,CDM参与企业将面临着在国际碳交易市场上高价回购碳排放权的情况,从而使国家利益蒙受巨大损失。

因此,尽快建立普遍为世界各国接受的有关碳排放权交易制度体系,用相关法律法规指导碳排放权实践,通过市场机制来优化碳容量配置,在国际碳交易市场上获得更多话语权,无疑是当务之急。

欧美相关制度经验及启示

(一)欧盟碳排放交易制度

2003年,为更好地履行《京都议定书》规定的减排义务,欧盟与国际环境委员会达成了《欧盟温室气体排放交易指令》(以下简称《指令》),建立了世界上第一个具有公法拘束力的温室气体总量控制的欧盟排放权交易机制(即EU ETS)。2004年,欧盟对《指令》进行了修改,增加了欧盟排放权交易机制与《京都议定书》的灵活机制连接的内容,因此,该修改指令被形象地称为“连接指令”(付璐,2009)。2008年,欧洲委员会提出了排放权交易机制指令的修改提案,其目的是完善和扩大现有的排放权交易机制。2009年4月颁布了“2009年交易指令”,确定了排放上限的规则,设计了公开拍卖排放份额的基本分配原则,并将一些新型产业(如铝和氨等)及氧化亚氮和全氟化碳两种气体涵盖在排放权交易体制之内。

EU ETS覆盖27个成员国,《指令》不能直接对成员国产生效力,成员国须根据该指令的内容制定相关的国内法使之生效。根据指令的规定,每个成员国必须按照附件三的规定,提交国家分配计划(National Allocation plan,简称 NAP),规定排放权的分配数量与方式(韩良,2010)。分配计划包括该国在某一阶段内所需分配的配额总量及分配额在该国境内的分配方法等。分配计划通过审核后,各成员国的相关企业会得到相应的碳排放配额。每个企业在分得排放配额后,或者通过技术改进等减少排放量,出售多余的排放配额;或者以从市场购买额外的排放配额的方式增加排放量。在规定期间内,企业只能排放与所拥有排放配额相等的碳气体量。EU ETS还设计出严格的超标惩罚制度,如果企业实际排放的碳气体超过排放配额,企业将受到严厉惩罚。

(二)美国碳排放权交易制度

美国是最早创立排放交易制度的国家,发展较为全面,在排污权交易中进行实践并取得巨大成功,美国通过的《1963年清洁空气法》及其修正案(1900年)是一部直接涉及排放权交易的法案。该法案通过采取鼓励企业参与市场买卖二氧化硫排放权的方式,初步建立了二氧化硫排放权交易制度,从而达到有效防止酸雨的目的。事实上,《京都议定书》所采用的一些基于市场减排限排温室气体的交易机制,甚至包括强制性的减排任务以及补充性灵活机制,很大程度上借鉴了美国排污权交易制度。虽然《清洁空气法》并未将二氧化碳归入污染物范围,但美国应对气候变化的行动在法律颁布、政策实施等多个层面都有所突破。2007年4月,美国联邦最高法院对“马萨诸塞州等诉环境保护署”一案做出最终判决,认为二氧化碳等温室气体应受到美国《清洁空气法》的规范,这对于具有判例法传统的美国来说,意义深远。2009年12月,美国环境保护署进一步做出裁定:把包括二氧化碳在内的温室气体纳入《清净空气法案》管制,这无疑奠定了碳排放权交易制度的法源基础 。在立法方面,仅2007年美国国会引入的涉及气候变化法案就有七项之多。之后较为重要的提案有:《利伯曼-沃纳气候安全法案》、《丁格尔-布歇尔法案》、《2009年美国清洁能源与安全法》、《2010年美国能源法》、《美国电力法案》。这些法案表明美国在应对气候变化上迈向联邦立法。

同时,美国建立了全球第一个也是北美地区唯一的一个由企业发起,以温室气体排放为主的合法交易平台,即美国芝加哥气候交易所(CCX)。CCX交易的气体包括了《京都议定书》所规定的包括二氧化碳在内的 6 种气体。CCX要求所注册的会员自愿做出减排承诺,并通过减排或购买补偿项目的减排量实现减排目标,具体分为两个阶段:第一阶段(2003-2006年),每年在基准排放水平基础上减少 1%的排放量;第二阶段(2007-2010年),所有会员将实现基准排放水平基础上减少6%的排放量。会员的排放基准线是基于其过往排放量的平均值等所制定。同时,允许那些已经超额完成减排义务的会员国,将自己多余的减排份额有偿地转让给无法达到减排目标的国家。CCX用市场经济模式推动全球碳减排,对我国探索碳排放权交易市场的建立提供了许多可借鉴的经验。

基于全球气候变暖的事实及发展低碳经济的趋势,欧盟和美国相继通过立法和相关政策的颁布,加快对碳排放权交易市场的完善,以期实现碳减排来应对气候变化的威胁,但其更深层次的目的是争夺世界经济控制权和国际规则主导权。

我国碳排放权交易制度框架构建

构建碳排放权交易制度是一个复杂而庞大的工程,绝非一朝一夕就能完成。我国在建立碳排放权交易制度的过程中,应当借鉴发达国家经验,并结合我国的具体国情,从以下几个方面进行框架构建:

(一)碳排放总量控制

碳排放权交易的管理模式主要有绝对控制与相对控制两种。我国应当借鉴欧盟碳排放权交易机制,采取绝对控制的管理模式。具体而言:首先由国家根据经济发展和区域大气质量的考虑,通过科学分析,设定一个时期全国性的碳排放总量,碳排放权交易机制调控范围内所有企业在规定期间内的最大排放量应控制在该排放总量内。然后各省级环境主管部门再根据各自的实际情况把碳排放量分派到县市,直至排放污染物的企事业单位。从制度上来说,现有的环境法律及制度体系中没有统一的关于总量控制的规定,仅仅是在一些政策中有所体现,因此,应当在相关法律中对碳排放总量进行原则规定,为碳排放权交易等制度的总量限制的政策实施提供法律依据。

(二)碳排放权初始分配

为实现保护环境、促进经济发展的目的,国家对其拥有的碳容量资源在各碳排放者之间进行分配的方式就是碳排放权初始分配。在解决了碳排放总量控制的问题后,交易制度运行的核心就成为如何公平地对碳排放权进行分配。目前世界各国碳排放权的初始分配主要有无偿分配与拍卖分配两种类型,而选择何种分配方式是一个两难的问题。无偿分配的标准是基于企业的历史排放量或者其他历史参数,采用此种分配方式可以减少行业和企业的反对,大大增强碳减排实施的可行性。但无偿取得方式也存在很大弊端,由于无偿取得碳排放权的成本极低,企业用无偿取得的碳排放权进行交易,实际上是零成本获利。同时,无偿取得碳排放权的分配方式使其他生产者和碳排放人在同等条件下失去无偿获得这一资源的机会,有失公平。而拍卖分配利用市场机制分配碳排放配额,更为公平、高效,不仅符合“污染者付费”的原则,也奖励了那些提前实施减排措施的企业。其弊端是可能导致大企业进行市场操纵,囤积居奇,损害小企业的利益。综上所述,根据我国的实际情况,可以在碳排放交易制度建立运行之初采取无偿分配方式为主,逐步过渡至拍卖取得。这样既推动了碳排放权交易的发展,又体现了资源有价的市场经济观念,最终通过市场交易实现环境资源的优化配置。

(三)碳排放权交易市场的建立

我国目前还没有建立起成熟的碳排放权交易市场,只有完善碳交易市场的交易规则,才能激活碳交易市场体系,提高碳容量资源配置的效率。因此,想要碳排放权交易制度真正发挥功效,必须制定相关规定,具体从以下几方面着手:

第一,建立全国性的碳排放权交易平台。在发挥现有的排放权交易所、CDM技术服务中心等机构构建碳排放权信息平台和交易平台作用的基础上,以区域经济发展条件为依托,实现具有权威性、全国性的碳排放交易平台。只有建立有地区代表性的区域易平台和统一的国家易平台,才能通过整合资源,发挥市场交易机制的最大作用。

第二,选择建立现货交易为基础、期货交易为主的碳排放权交易体系。由于碳排放量具有信息透明度低、地域分散性强等特点,导致现货价格变动频繁,不能形成真实有效地反映某一时期的碳排放份额的供求关系。而碳排放权期货交易所特有的规避风险、价格发现功能则有利于弥补我国市场经济体制的不足。因此,我国可以在碳排放权现货市场不断发展并初具规模的基础上,建立以碳排放权现货交易为基础、期货交易为主的交易体系。

第三,完善与碳排放权交易市场相关的金融服务产业,即《京都议定书》中所提到的“碳金融”。。“碳金融”产业的发展不仅活跃了整个碳排放权交易市场,而且有效减少企业进行碳排放权交易的成本,增加其实际收益。

(四)碳排放权交易监管机制

市场机制虽然通过利益刺激、竞争激励实现经济结构的优化和资源的合理配置,但仍摆脱不了盲目性和滞后性。因此,碳排放权交易决不能离开政府的有效监督和适度的行政管理,政府在碳排放权交易的过程中应当肩负起以下职责:

第一,建立全面的申报登记制度。需要取得可转让排放许可证的单位或个人,必须首先向所在地的环境保护部门申报登记自己所拥有的温室气体排放设施、处理手段以及在正常作业条件下排放气体的数量和浓度,并提供有关技术资料(白洋,2010)。申报登记为环保部门对该地区碳交易的监督管理提供了客观依据。

第二,健全政府监督机制。在碳排放权交易中,政府及相关部门应当对碳排放权交易双方履约的真实性、持续性和有效性进行监督,禁止非法交易或幕后操纵;同时要规范碳排放权交易市场秩序,对不正当竞争行为予以规制处罚并且要进行信息公开,以期对相关企业和个人起到警示作用;还必须定期或不定期地巡回抽查交易企业的环保设施与碳排放情况,监督交易合同履行。

参考文献:

1.石红莲,张子杰.中国对美国出口产品隐含碳排放的实证分析[J].国际贸易问题,2011(4)

2.高利红,余耀军.论排污权的法律性质[J].郑州大学学报(哲学社会科学版),2003(5)

3.黄桂琴.论排污权交易制度[J].河北学刊,2003(3)

4.任捷,鲁炜.关于中国温室气体排放权交易体系的构想[J].南京理工大学学报(社会科学版),2009(6)

5.付璐.欧盟排放权交易机制之立法解析[J].地域研究与开发,2009(1)

6.2008欧盟委员会建议案.改善和扩展欧盟温室气体排放配额交易机制

7.2009欧盟议会和委员会指令.改善和扩展欧盟温室气体排放配额交易机制

第11篇

    控制和减少温室气体的排放,发展低碳经济,是全世界控制气候变化的战略选择。而在应对气候变化中,林业具有特殊作用。发展低碳经济,不仅要重视节能减排,还要重视碳汇的作用。因此,要发展低碳经济,就要求在最大限度减少碳排放的同时,必须重视发挥林业的碳汇作用[1]。

    1林业是发展低碳经济的有效途径

    林业是减排二氧化碳的重要手段。部分研究认为,林业减排是减排二氧化碳的重要手段。首先,通过抑制毁林、森林退化可以减少碳排放;其次,通过林产品替代其他原材料以及化石能源,可以减少生产其他原材料过程中产生的二氧化碳,可以减少燃烧化石能源过程中释放的二氧化碳[2]。1.1毁林、森林退化与碳排放近年来,大部分的毁林活动都是由人类直接引发的,大片的林地转变成非林地,主要活动包括大面积商业采伐以及扩建居住区、农用地开垦、发展牧业、砍伐森林开采矿藏、修建水坝、道路、水库等[3]。在毁林过程中,部分木材被加工成了木制品,由于部分木制品是长期使用的,因此,可以长期保持碳贮存,但是,原本的森林中贮存了大量的森林生物量,由于毁林,这些森林生物量中的碳迅速的排放到大气中,另外,森林土壤中含有大量的土壤有机碳,毁林引起的土地利用变化也引起了这部分碳的大量释放。因此,毁林是二氧化碳排放的重要源头。毁林已经成为能源部门之后的第二大来源,根据IPCC的估计,从19世纪中期到20世纪初,全世界由于毁林引起的碳排放一直在增加,19世纪中期,碳排放是年均3亿t,在20世纪50年代初是年均10亿t,本世纪初,则是年均23亿t,大概占全球温室气体源排放总量的17%。因此,IPCC认为,减少毁林是短期内减排二氧化碳的重要手段。

    1.2林木产品、林木生物质能源与碳减排①大部分研究认为,应将林产品碳储量纳入国家温室气体清单报告,主要理由是林产品是一个碳库,伐后林产品是其中一个重要构成部分[4]。通过以下手段,可以减缓林产品中贮存的碳向大气中排放:大量使用林产品,提高木材利用率,扩大林产品碳储量,延长木质林产品使用寿命等。另外,也可以采用其他有效的手段来减缓碳的排放,降低林产品的碳排放速率,如合理填埋处置废弃木产品等方式,这样,甚至可以让部分废弃木产品实现长期固碳。在森林生态系统和大气之间的碳平衡方面,林产品的异地储碳发挥了很大的作用。②贾治邦认为,大量使用工业产品产生了大量的碳排放,如果用林业产品代替工业产品,如减少能源密集型材料的使用,大量使用的耐用木质林产品就可以减少碳排放。秦建华等也从碳循环的角度分析了林产品固碳的重要性,林产品减少了因生产钢材等原材料所产生的二氧化碳排放,又延长了本身所固定的二氧化碳[5]。③以林产品替代化石能源,也可以减少因化石能源的燃烧产生的二氧化碳排放。例如,木材可以作为燃料,木材加工和森林采伐过程中也会有很多的木质剩余物,这些都可以收集起来用以替代化石燃料,从而减少碳的排放;另外,林木生物质能源也可以替代化石燃料,减少碳的排放。根据IPCC的预计,2000—2050年,全球用生物质能源代替的化石能源可达20~73GtC[6]。相震认为,虽然通过分解作用,部分林产品中所含的碳最终重新排放到大气中,但因为林业资源可以再生,在再生过程中,可以吸收二氧化碳,而生产工业产品时,由于需要燃烧化石燃料,由此排放大量的二氧化碳,所以,使用林产品最终降低了工业产品在生产过程中,石化燃料燃烧产生的净碳排放[7]。林产品通过以下两个方面降低碳排放量:一是异地碳储燃料,二是碳替代。这两方面可以保持、增加林产品碳贮存并可以长期固定二氧化碳,因此,起到了间接减排二氧化碳的作用。从以上分析可知,林业是碳源,因此在直接减排上将起到重大作用;林业可以起到碳贮存与碳替代的作用,可以间接减排二氧化碳。因此,林业是减排二氧化碳的重要手段。有些研究认为林业在直接减排二氧化碳方面的作用不大。这是基于较长的时间跨度来考察的,认为林业并不是二氧化碳减排的最重要手段,工业减排是发展低碳经济的长久之计;但是从短时间尺度来考察,又由于CDM项目的实施,林业是目前中国碳减排的一个重要的不可或缺的手段。

    2森林碳汇在发展低碳经济中发挥的作用巨大绝大部分的研究认为,林业是增加碳汇的主要手段。

    谢高地认为,中国的国民经济体系和人类生活水平都是以大量化石能源消耗和大量二氧化碳排放为基础。虽然不同地区、不同行业单位GDP碳排放量有所差别,但都必须依赖碳排放以求发展。这种依赖是长期发展形成的,是不可避免的,我国现有的技术体系还没有突破性的进展,在这之前要突破这种高度依赖性非常困难,实行减排政策势必会影响现有经济体系的正常运行,降低人们的生活水平,也会产生相应的经济发展成本[8]。谢本山也认为,中国还处于城镇化和工业发展的阶段,需要大量的资金和先进的技术才能使这种以化石能源为主要能源的局面有所改变,而且需要很长的周期,目前的条件下,想要实现总体低碳仍然存在较大的困难。与工业减排相比,通过林业固碳,成本低、投资少、综合收益大,在经济上更具有可行性,在现实上也更具备选择性[9]。从碳循环的角度上讲,陶波,葛全胜,李克让,邵雪梅等认为,地球上主要有大气碳库、海洋碳库、陆地生态系统碳库和岩石圈碳库四大碳库,其中,在研究碳循环时,可以将岩石圈碳库当做静止不动的,主要原因是,尽管岩石圈碳库是最大的碳库,但碳在其中周转一次需要百万年以上,周转时间极长。海洋碳库的周转周期也比较长,平均为千年尺度,是除岩石碳库以外最大的碳库,因此二者对于大气碳库的影响都比较小。陆地生态系统碳库主要由植被和土壤两个分碳库组成,内部组成很复杂,是受人类活动影响最大的碳库[10]。从全球不同植被类型的碳蓄积情况来看,森林地区是陆地生态系统的碳蓄积的主要发生地。森林生态系统在碳循环过程中起着十分重要的作用,森林生态系统蓄积了陆地大概80%的碳,森林土地也贮藏了大概40%的碳,由此可见,林业是增加碳汇的主要手段。聂道平等在《全球碳循环与森林关系的研究》中指明,在自然状态下,森林通过光合作用吸收二氧化碳,固定于林木生物量中,同时以根生物量和枯落物碎屑形式补充土壤的碳量[11]。在同化二氧化碳的同时,通过林木呼吸和枯落物分解,又将二氧化碳排放到大气中,同时,由于木质部分也会在一定的时间后腐烂或被烧掉,因此,其中固定的碳最终也会以二氧化碳的形式回到大气中。所以,从很长的时间尺度(约100年)来看,森林对大气二氧化碳浓度变化的作用,其影响是很小的。但是由于单位森林面积中的碳储量很大,林下土壤中的碳储量更大,所以从短时间尺度来看,主要是由人类干扰产生的森林变化就有可能引起大气二氧化碳浓度大的波动。根据国家发改委2007年的估算,从1980—2005年,中国造林活动累计净吸收二氧化碳30.6亿t,森林管理累计净吸收二氧化碳16.2亿t。李育材研究表明,2004年中国森林净吸收二氧化碳约5亿t,相当于当年工业排放的二氧化碳量的8%。还有方精云等专家认为,在1981—2000年间,中国的陆地植被主要以森林为主体,森林碳汇大约抵消了中国同期工业二氧化碳排放量的14.6%~16.1%。由此可见,林业在吸收二氧化碳方面具有举足轻重的作用。

    3发展森林碳汇的难点

    通过以上分析可以看出,通过林业减排与增加碳汇是切实可行的,减少二氧化碳的排放量、增加大气中二氧化碳的排放空间是发展低碳经济关键所在。然而,森林碳汇在发展低碳经济中也受到相关规定的限制。在《联合国气候变化框架公约》及《京都议定书》中,都有关于“清洁发展机制(CDM)”和碳贸易市场的叙述,其中明确规定开发森林碳汇项目及进行碳贸易须要符合以下规则:①在《京都议定书》中明确规定,开发森林碳汇的土地,必须是从项目基准年开始,过去五十年内没有森林,《京都议定书》也规定,如果是再造林项目,所用的土地必须是从1989年12月31日至项目开发那一年不是森林,但是在此之前可以有森林[12]。②进行交易的碳信用额必须是新产生的,不可以是现存的碳汇量。③自身可以完成减排指标的,不可以利用清洁发展机制;可以使用清洁发展机制的国家,与其合作的发展中国家的企业,也需要将符合规定的碳减排量申报,并获得联合国相关部门认可后,才能出售给发达国家的企业。④减少毁林和优化森林管理产生的森林碳汇并没有纳入清洁发展机制;另外,只有造林再造林项目产生的森林碳汇被纳入到清洁发展机制,森林碳汇项目的种类很单一,而且有关的申报、认证等程序非常复杂。通过以上分析,可以得出以下结论,林业对于发展低碳经济具有不可替代的作用。尽管也受到很多方面的制约,但其未来的快速发展趋势是必然的。因此必须加强森林经营、提高森林质量,促进碳吸收和固碳;保护森林控制森林火灾和病虫害,减少林地的征占用,减少碳排放;大力发展经济林特别是木本粮油包括生物质能源林;使用木质林产品,延长其使用寿命,最大限度的固定二氧化碳;保护湿地和林地土壤,减少碳排放。

第12篇

作者简介:李楠,硕士,主要研究方向为区域经济学。

(中南财经政法大学公共管理学院,湖北 武汉430073)

摘要 从人口结构角度探讨碳排放问题,有利于正确判断和把握影响碳排放量的人口因素,有的放矢地制定碳减排政策,应对我国经济发展方式的转变有着重要的理论和现实意义。本文利用我国1995-2007年碳排放量、人口总数、人口的城市化率、老龄化率和反映人口消费结构的恩格尔系数第二产业从业人口比重等时间序列数据,运用协整理论、格兰杰因果检验和多元回归模型作为分析工具,对我国人口结构与碳排放量之间的关系做了实证分析。结果发现:①1995-2007年间,人口结构中的人口城市化率、人口的消费结构、第二产业从业人口比重对碳排放量均存在正向影响,而人口规模对碳排放量的影响在模型中却表现为负效应;②相对于人口规模,人口的结构特征对碳排放量的影响越来越大,其中人口的城市化率对碳排放量的正向影响最大,说明中国的碳排放量与城市化的进程存在着密切关系;③人口的老龄化对二氧化碳排放量具有负效应,人口老龄化的加快对长期碳排放有抑制作用,所以在未来实现碳减排会逐渐成为可能。最后,针对分析结果,探讨了未来我国的碳减排策略,以期能有效地控制人口因素对我国碳排放增长的影响。

关键词碳排放量;人口结构;协整理论;格兰杰检验

中图分类号 N94;X196文献标识码 A文章编号 1002-2104(2011)06-0019-05doi:10.3969/j.issn.1002-2104.2011.06.004

随着低碳问题日益成为热点,越来越多的人开始关注低碳,国内外很多学者也展开了对碳排放量影响因素的研究。当前我国正在积极建设资源节约型、环境友好型社会,因此理清碳排放量的影响因素至关重要。碳排放量是由一个国家的经济发展程度、技术水平、能源结构、经济结构、人口结构等众多因素共同作用决定的。根据IEA(2009)的统计数据,2007年中国消费化石燃料而排放的CO2已经超过美国,成为全球第一大CO2排放国[1]。作为世界上最大的发展中国家,由于我国人口众多,能源消耗巨大,并且随着人口的增长,工业化、城镇化进程的加快以及经济的发展,我国的碳排放总量不可避免地会逐年增长,因此在碳减排方面将会面临巨大的压力和挑战。从人口结构视角探讨碳排放问题,不仅有利于正确判断和把握碳减排压力的人口因素,而且有助于提高碳减排政策决策的针对性和可操作性,因此研究人口因素对碳排放量的影响具有一定的现实意义和理论意义。

1 文献综述

关于碳排放量与人口因素之间的关联关系,国内外许多学者进行了大量的研究。其中,关于人口总量与碳排放的关系研究:Birdsall[2]认为较多的人口不仅会加大对能源的需求,而且快速增长的人口还会导致森林和耕地的破坏,二者共同作用导致了温室气体排放量的增加。Knapp[3]通过对全球CO2排放量与全球总人口进行Granger因果检验得出:虽然两者之间不存在长期协整关系,但是全球总人口的增加是全球CO2排放量增长的原因。

关于人口特征与碳排放的关系研究:Michael等[4]采用能源――经济增长模型研究了美国人口年龄结构对能源消费及碳排放的影响。结果表明:在人口压力不大的情况下,人口老龄化对长期碳排放有抑制作用,这种作用在一定的条件下甚至会大于技术进步的因素。宋杰鲲[5]认为15-64岁的人口和城市人口占总人口的比例越大,消费的能源和资源就越多,对碳排放量的贡献也就越大。

关于人口消费结构与碳排放的关系研究:魏一鸣等[6]采用CLA分析框架,分析了1999-2002年中国居民的消费结构与能源消费及碳排放的关系,得出约30%的CO2排放与居民的消费方式有关。彭希哲等[7]应用STIRPAT扩展模型,考察近30年来我国人口规模、居民消费及技术进步因素对碳排放的影响。研究发现居民消费水平的提高与碳排放增长高度相关――财富增长刺激了人们消费的欲望,而消费增长带动了能源需求的增长,进而增加了对碳的排放。迟远英等[8]认为经济水平的提高使得越来越多的居民存在非理性和过度消费行为,居民消费结构的改变增加了对能源供应的需求,因此也增加了碳减排的压力。

由此可见,以往的关于人口结构因素对碳排放量综合影响的相关研究还较少,且缺乏深入的探讨。本文从既有文献出发,并结合中国1995-2007年的碳排放量与反映人口结构的相关数据,主要考察以下五个变量对碳排放量的影响:人口总数、人口的城市化率、老龄化率、恩格尔系数和第二产业人口占总从业人口的比重。

2 模型设计及数据说明

2.1 模型构建与变量选择

如何更科学和更合理地评估人口结构对碳排放量的影响,制定针对人口结构的相应的碳减排政策,是未来实现低碳的一项工作。本文通过分析人口结构对碳排放量的实证考察,试图找出人口结构与碳排放量之间的一些内在联系,希望对决策者在制定针对人口结构的碳减排的长期政策时,可以提供一些理论和数据的支撑。

本文在以往研究的基础上,结合中国1995-2007年的碳排放量与反映人口结构的相关数据,主要从人口的城市化结构、产业结构、消费结构和年龄结构五个方面来考察中国人口结构因素对碳排放量的影响:其中人口规模是影响碳排放量的重要因素,因此本文假设,在其它条件相同的情况下,人口总量与碳排放量呈正相关关系;人口的城市化率反映了一个国家的经济发展状况,一个国家的城市化率越高,对能源的需求越大,假设人口的城市化率与碳排放量之间存在正相关关系;第二产业从业人口所占比重的经济含义是:第二产业是国民经济中公认的碳排放量最大的部门,所以该部门的劳动人口越多,产业规模越大,因而碳排放量也就越大;在其它因素保持不变的条件下,假设碳排放量与人口的老龄化率是反方向变动;恩格尔系数是衡量居民消费结构的重要指标,在一定程度上反映了居民的收入水平,高收入人群购买奢侈品和炫耀品等高碳产品的可能性较大,假设恩格尔系数越低,对碳排放量的影响越大。因此,此处依据这五个指标构建了人口结构因素对碳排放量影响的理论模型,如公式(1)。

YF(X1,X2,X3,X4,X5)(1)

在上式中,Y表示碳排放量;X1为人口总数;X2为人口的城市化率;X3为人口的老龄化率;X4为恩格尔系数;X5为第二产业人口占总从业人口的比重。

本文选取的样本区间为1995-2007年,数据来源于历年中国统计年鉴和中国能源统计年鉴,采用的计量软件是Eviews5.0。由于对时间序列数据进行对数变换后不会改变数据的特性,却能使数据趋势线性化并一定程度上消除时间序列的异方差,因此,在实证分析时分别对变量取对数。构造的碳排放人口结构影响因素的实证模型如公式(2):

LnYC0+C1LnPtotal+C2LnPcity+C3LnPage+C4Plife

+C5Pind(2)

式中:Y为碳排放量;Ptotal为总人口数;Pcity为人口的城市化率;Page为人口的老龄化率;Plife为恩格尔系数;Pind为第二产业人口占从业人口的比重。C0为截距项,C1-C4为各变量的系数。

2.2 数据统计描述

1995-2007年,我国的碳排放量增加了98.7%,在人口增长了9.09%的同时,人口的结构也发生了一定的变化,其中人口的老龄化率和城市化率有了大幅度的提高,分别增加了2.65%、15.9%,第二产业人口的从业比重增加了3.8%,恩格尔系数从1995年的54.35%下降到39.7%,如表1所示。人口结构的改变在一定程度上会给碳排放量带来一定的影响,本文采用人口的城市化率和人口的老龄化率来反映人口的基本特征;用恩格尔系数来反映人口的消费结构,因为恩格尔系数的改变带动着居民消费结构的改变,消费结构的改变进而又影响着对碳的排放;因为第二产业是碳排放的一大影响点,因此用第二产业从业人口比重来表示人口的产业结构,可以从侧面来反映人口结构对碳排放量的影响。

3 人口结构对碳排放量影响的实证分析

3.1 单位根检验

为了防止虚假回归,在协整分析之前必须进行单位根检验。单位根检验对于检查时间序列的平稳性非常重要,如果数据是非平稳的,则说明序列中包含单积成分,在估计方程之前必须进行差分。本文采用ADF检验法,分别对每个变量的原序列和二阶差分序列形式进行检验。检验结果见表2。

通过表2可知,各个变量的ADF统计量的值,都比显著水平为10%的临界值小,所以拒绝序列LnY、LnPtotal 、LnPcity 、LnPage 、LnPlife和LnPind有单位根的原假设,即所有序列都是平稳的,且经过二阶差分之后,从表2中可以看出这些变量在1%的显著水平下为二阶单整的,这就意味着这些变量之间可能存在着长期均衡关系,可进一步做协整检验。

3.2 协整检验

协整分析的目的在于检验变量之间是否存在长期均衡关系,协整检验的基本思想是:如果两个(或两个以上)的时间序列变量是非平稳的,但它们的某种线性组合却表

表1 我国碳排放量与人口结构变动表

Tab.1 China’s population structure and carbon emission

注:人口规模、人口城市化结构、人口年龄结构、人口消费结构、人口产业结构分别以总人口、城市化率、老龄化率、恩格尔系数、第二产业从业人口比重表示。

数据来源:根据国家统计局历年《中国统计年鉴》、《中国能源统计年鉴》。

表2 单位根检验

Tab.2 Unit Root Tests

现出平稳性,则这些变量之间存在着长期稳定的均衡关系,即协整关系。对LnY、LnPtotal 、LnPcity 、LnPage 、LnPlife和LnPind采用最小二乘法进行回归,结果如下式所示:

R20.9942;SE0.0254;F241.87;DW2.79

从上式可以看出,模型的拟合优度高达0.9942,除了LnPlife的t值不是很显著外,其它变量的t值的绝对值都大于2,且DW值与2很接近,F统计量也通过了相关检验,说明变量之间关系显著,进而可对残差序列u进行单位根检验。残差序列单位根检验显示:残差序列u在1%的显著水平下平稳,可得出结论:回归方程中LnY、LnPtotal、LnPcity、LnPage、LnPlife和LnPind之间存在长期平稳关系。

3.3 格兰杰因果关系检验

协整检验结果只是说明了因变量和自变量之间具有协整关系,是否具有因果关系还需借助格兰杰检验来考察。格兰杰因果检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中,一个变量如果受到其他变量的滞后影响,则称它们具有格兰杰因果关系。接下来运用该方法来检验当滞后期为1时,LnY和 LnPtotal、LnPcity 、LnPage、LnPlife、LnPind之间的因果关系。检验结果见表3。

由表3的检验结果可以看出,在5%的显著水平下,LnY是LnPtotal和LnPind的格兰杰因果原因,LnPind是LnY的

表3 格兰杰因果检验

Tab.3 Granger causality test

注:*代表在5%的水平下显著;**代表在10%的水平下显著。

格兰杰因果原因。同时,在10%的显著水平下LnPage是的格兰杰原因。但是,LnPlife和LnY之间不是互为因果关系。

3.4 回归结果与分析

(1)从回归结果来看,碳排放量与总人口数之间的系数为负值,与模型假设相背离,虽然人口总量对二氧化碳排放量具有增量效应,即人口越多,使用和消耗的能源越多,产生的二氧化碳排放量越大,但是高人口增长并不必然伴随高碳排放量。近十几年以来,我国的经济和技术处在高速发展的状态,虽然人口基数大,但计划生育政策的实施加之高速发展的技术,使得技术进步率大于人口增长率,即各种能源利用效率的提高,可以解释碳排放量与人口总数之间存在的负效应。

(2)老龄化人口的比例对二氧化碳排放量具有负效应,说明当老龄人口比例增长速度越大时,二氧化碳排放量增速就会有所减缓,即随着老龄化进程的加快,“人口红利”的逐步消退,在未来实现碳减排会逐渐成为可能,人口的老龄化对长期碳排放有抑制作用。

(3)回归结果显示人口的城市化率对碳排放量的正向影响最大,主要存在两种方式:一是快速的城市化深刻的影响着居民的消费结构,城市化进程的加快不仅使城市居民越来越倾向于发展型和享乐型的高碳商品,而且城市居民对农村居民的“示范效应”也深刻的改变着农村居民的生活和消费方式,进而增大了对碳排放的贡献。二是城市化的进程带来的耕地和林地的减少也间接导致了碳排放量的增加。

(4)研究还发现:第二产业的从业人口占总人口的比例对碳排放量具有一定的影响,第二产业人口的比重在一定程度上反映了一个地区或国家的工业化程度,该产业人口的比重越高,说明工业化程度越大,因为工业排碳是碳排放的重要组成部分,同而该变量也间接的反映了第二产业对碳排放量的影响。因此要注重提高人口素质,在城市化建设中要注重优化人口结构、提高劳动力素质,为提升产业结构、发展节能环保的技术密集型产业做准备。

(5)恩格尔系数反映了居民的消费结构,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费方式存在着差异。收入的不平等还会带来资源利用的无效率,具有较低恩格尔系数的人群对应着高收入的人群,该类人群购买奢侈品和炫耀性商品等高碳商品的机率很大,因此对碳排放的影响也就大。但人们的消费水平对碳排放量不存在因果关系,可能的原因是:我国现在还处在经济发展阶段,人民的生活水平还不是太高,还没有达到大规模、大范围消费高碳产品的生活方式的阶段。因此,要逐步引导居民消费模式向可持续消费方向发展,防止过度消费的爆发性增长,同时也要注重提高人们的环保意识、节约意识,引导正确的生产和生活方式,如在家庭中推广使用节能灯和节能电器,网上支付账单,拒绝使用一次性塑料袋,选乘公交车等,有效降底CO2的排放。

4 结论与启示

本文通过人口因素对碳排量影响的实证检验,我们发现人口结构对碳排放有显著的影响。近年来,人口结构的不断变化,使得人口结构对碳排放量的影响远远大于人口规模这一单一因素。我们认为,人口结构的研究结果显示出人口总量变化在解释碳排放量变化上存在一定的缺陷。

近十几年以来,我国人口总量增长减慢,但由于人口结构的改变,使得人口总量对碳排放量增长的积极作用被消弱。通过人口结构对碳排放量影响的模型分析,我们认为,在分析人口因素对碳排放量的影响上,过多地关注人口总量对碳排放量的影响,会造成一定程度的政策误导。因此,当我们在研究人口、资源与环境的关系时,应当更多的重视与关注人口结构对其的影响。从本文的实证结果得出:随着我国城市化和工业化进程的加快,人口的城市化率、人口的消费结构、二产从业人口比重会给我国的碳减排带来一定的压力,在碳减排的政策建议中,应当推广有利于可持续发展的人口结构模式,从而更有效地控制人口因素对碳排放增长的影响,因此在实行碳减排政策时要注意一下几个问题:

首先,由于我国正处于工业化和现代化加速发展的阶段,而推动我国经济增长的主体是第二产业,加之人口红利期的存在,劳动力数量、质量和价格具有明显的优势,得以形成和保持很高的第二产业人口比重,这使得这种主要依靠第二产业的经济足以支撑碳排放量的高速增长,因此这种高碳特征突出的“发展型碳排放”是我国可持续发展过程中不可回避的一大制约,同时又由于工业部门的“重化结构”和生产技术水平落后,又加重了我国经济的高碳特征。所以要从逐步优化产业结构着手,减少第二产业对碳排放的贡献。其次,我国城市化进程的加快,不仅深刻的影响并改变着城镇居民的消费水平和消费方式,而且这种影响通过“示范效应”也改变着农村居民的消费结构――高消费水平和高碳消费方式,这种改变将会对碳排放量的增加产生极大的促进作用,与此同时,城市化带来的大城市的过度扩张造成的大量的能源浪费以及森林土地的破坏,也给碳减排带来了巨大的压力。因此,建立良好的城镇居民对农村居民的“示范效应”对于实现碳减排具有重要的现实意义。再次,随着中国人口老龄化进程的进一步加速,使得现有的人口红利会逐步消退,老龄人口的增多在一定程度上会给消费领域和生产领域的碳排放产生消极的影响,因此,老龄化对碳排放的抑制作用在一定程度上有利于实现我国的低碳经济发展。总之,我们认为,在制定碳减排的相关政策时,不应忽视人口结构因素,在碳减排的政策建议中,应当积极推广有利可持续发展和适应我国经济转型的人口结构模式,从而有效地控制人口因素对碳排放增长的影响。

参考文献(References)

[1]王锋,吴丽华,杨超. 中国经济发展中碳排放增长的驱动因素研究[J]. 经济研究,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]宋杰鲲. 我国二氧化碳排放量的影响因素及减排对策分析[J]. 价格理论与实践,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. 我国人口态势与消费模式对碳排放的影响分析[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]迟远英,牛东晓,沈滢,刘志. 基于协整的影响我国碳排放因素的模型研究[J]. 华东电力,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)