時間：2023-09-25 15:59:39
緒論：在尋找寫作靈感嗎？愛發表網為您精選了8篇碳減排的經濟影響分析，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！
關鍵詞：EKC曲線；經濟增長；經濟發展權；國際碳減排合作機制；二氧化碳排放；碳減排義務；碳減排效果；京都議定書
中圖分類號：F064.2；F113 文獻標志碼：A 文章編號：1674-8131（2012）02-0066-06
International Comparison of the Carbon Emissions
Reduction Based on Fair Development RightsLI Jun-jun, ZHOU Li-mei
（Economics School, Fujian Normal University, Fuzhou 350007, China）
Abstract: Developed countries and developing countries have a lot of controversies about historical responsibility for carbon emissions and the task for carbon emission reduction, which make international cooperation mechanism uncertain for international carbon emission reduction responding to global climate change. This paper consturcts an international panel data model to analyze the influence of carbon dioxide emission on economic growth in 32 developed countries and 17 developing countries during 1971―2009, the results show that the income elasticity coefficient of carbon emissions is increasing, that the income elasticity coefficient of carbon emission in developed countries is continuously bigger than that of developing countries, that the developed countries have not strictly fulfilled the obligation for carbon emission reduction, meanwhile, dual policy under “Kyoto Protocol” has not made abnormal transfer of industry. Based on economic development rights owned by each country, it is unfair to require developing countries for taking carbon emission reduction obligation currently, the income elasticity coefficient of carbon emission should be used to evaluate carbon emission reduction effects of each country.
Key words：EKC Curve; economic growth; economic development rights; global carbon emission reduction cooperation mechanism; carbon dioxide emission; carbon emission reduction obligation; carbon emission reduction effect; Kyoto Protocol
一、引言
溫室效應導致氣候異常變化，已經引起國際社會廣泛關注，國際碳減排合作機制正在不斷完善之中，以圖遏制碳排放量的過快增長。但世界工業發展方式還未實現根本性轉變，在維持經濟持續增長的壓力下，各國都在繼續大量使用化石能源，碳排放的增長趨勢短期內難以扭轉。同時，由于各國經濟發展水平的差異和受氣候變化的影響程度不同，實施碳減排的經濟基礎和發展低碳經濟的動機也不同，碳減排任務的分配將是一個長期的利益博弈過程。《聯合國氣候變化框架公約》（簡稱《公約》）規定了發達國家和發展中國家應對氣候變化的不同責任，即“共同但有區別的責任”原則，就是考慮到發展中國家經濟發展水平較低，碳減排壓力太大。2005起年生效的《京都議定書》進一步要求發達國家在2008年到2012年第一承諾期內的溫室氣體排放量比1990年平均減少5.2％，大多數國家要求在1990年基礎上減排8%，而澳大利亞、冰島和挪威則允許一定幅度的上升。但事實上，包括美國、日本等國在內的大多數發達國家都沒有完成既定的碳減排目標，并企圖拋棄《京都議定書》，要求中國等發展中國家也承擔硬性碳減排義務，其理由是發展中國家的碳排放總量迅速增長，占全球比重越來越高，對發達國家和發展中國家不同要求的雙重政策不公平。
李軍軍，周利梅:基于公平發展視角的碳減排國際比較按照“污染避難假說”，在不同國家的碳減排政策標準和實施力度有差距的情況下，碳減排壓力較大的國家，政策措施更為嚴格，對產業的影響就越大；同時，為了避免能源約束和碳稅等低碳政策帶來的不利影響，資本就會轉移到碳減排政策更寬松的國家，導致產業非正常轉移，二氧化碳排放也隨之轉移。為了吸引外資，低收入國家可能競相放松碳排放管制，從而破壞碳減排國際合作機制。積極應對氣候變化，是人類面臨公共環境問題和可持續發展問題的共同選擇，如果不能建立各方都認可的碳減排國際合作機制，全球氣候環境就可能陷入“公地悲劇”。那么，《京都議定書》是否真的是約束了發達國家的碳排放，而提高了發展中國家的碳排放增速？發展中國家是否由于寬松的碳減排政策而獲得額外經濟增長？
從公平角度來看，發達國家和發展中國家都需要發展，都有保持經濟增長的權利，但經濟結構和發展階段不同，經濟增長過程中碳排放量也不同，要正視這種差異。按照環境庫茲涅茨曲線（EKC），二氧化碳排放量和收入之間存在一個倒U形曲線的關系：在相對較低的收入水平，隨著收入的增加，能源的消費量增加并引起二氧化碳排放量增長，此時，兩者呈正相關關系；隨著收入增長到一定的高水平，因為環境保護意識增強，提高了環境政策的調控和傳導效果，二氧化碳排放量將減少，兩者呈負相關關系。因此，在建立和完善國際碳減排合作機制過程中，應該考慮經濟增長對碳排放的影響，科學評價各國經濟增長過程的碳減排效果。
自從Grossman 等（1991）較早發現空氣污染和人均GDP之間存在倒U曲線關系后，當前多用EKC曲線研究碳排放和經濟增長的關系，如：Ang（2007）、Zhang等（2009）、Fodha等（2010）分別建立向量自回歸模型、自回歸分布滯后模型（ARDL）或者向量誤差修正模型（VECM）檢驗二氧化碳排放和GDP之間因果關系，Azomahou（2006）和Romero-ávila（2008）等人用面板數據模型（Panel Data）驗證EKC曲線。但這些研究大多數都基于單個國家或局部區域；也有一些文獻選擇經合組織或大量國家（Wang，2011）作為樣本的，但也都是側重于驗證EKC曲線，沒有從國際對比的角度分析不同碳減排義務的國家。有鑒于此，本文將從經濟發展對碳排放影響的角度分析處于不同發展階段的國家碳減排效果。
二、面板數據模型與數據分析
不失一般性，假設碳排放主要來自化石能源消耗，影響二氧化碳排放增長的主要原因是經濟增長，據此建立雙對數面板數據模型：
如果β>1，說明碳排放增長速度超過經濟增長速度，碳減排形勢惡化，碳排放強度上升；如果β
為了比較發達國家和發展中國家經濟增長對碳排放的影響程度，可以把面板數據的樣本分成發達國家和發展中國家兩部分，分別估計以后比較彈性系數，根據彈性系數的大小來判斷碳減排政策的作用。如果發達國家的彈性系數小于發展中國家，說明經濟發展程度高的國家碳減排形勢好于發展中國家。盡管《京都議定書》規定了發達國家2008年至2012年的強制性碳減排義務，但協議是從2005年開始生效，此后發達國家之間的碳排放交易非常活躍，清潔發展機制（CDM）也允許發達國家和發展中國家進行項目級的碳減排量的轉讓，在發展中國家實施溫室氣體減排項目，CDM項目數量和規模都增長迅速。因此，要判斷碳減排協議的簽訂對各國碳減排效果的影響，可以把2005年作為分水嶺，分別估計并比較前后兩個期間的彈性系數，如果彈性系數下降，說明碳減排政策取得實質性效果。
《京都議定書》規定41個發達國家具有強制性碳減排義務，由于9個國家缺失部分碳排放統計數據，本研究把具有完整數據的32個發達國家納入分析范圍，包括澳大利亞、奧地利、比利時、保加利亞、加拿大、捷克、丹麥、芬蘭、法國、德國、希臘、匈牙利、冰島、愛爾蘭、意大利、日本、盧森堡、馬耳他、摩洛哥、荷蘭、新西蘭、挪威、波蘭、葡萄牙、羅馬尼亞、斯洛伐克、西班牙、瑞典、瑞士、土耳其、英國、美國。由于發展中國家較多，本研究選擇其代表性國家，選擇依據是2009年二氧化碳排放量超過一億噸，符合這個標準的國家共17個，分別為中國、印度、伊朗、韓國、沙特、墨西哥、印尼、南非、巴西、泰國、埃及、阿根廷、馬來西亞、委內瑞拉、阿拉伯聯合酋長國、巴基斯坦和越南。二氧化碳排放和GDP數據都采集自國際能源署（IEA）的能源統計年鑒，時間跨度為1971年至2009年。其中二氧化碳排放（CO2）單位是百萬噸；GDP以十億美元為單位，按匯率（GDPE）和按購買力評價（GDPP）兩種方法折算為2000年不變價格。
數據測算表明，2009年世界各國二氧化碳排放總量為290億噸，是1990年的1.38倍，比1971年翻了一倍。樣本中49個國家碳排放總量為238.3億噸，占全球總量的82.2%，具有較好的代表性。其中，17個發展中國家碳排放總量從1990年的47.9億噸快速增長到2009年的126.9億噸，年均增長5.26%，占全球總量的比重從1990年的22.9%上升到2009年的43.9%。同期32個發達國家的碳排放總量則從108.1億噸上升到111.3億噸，上漲了3%，比重從51.6%下降到38.4%。據此來看，近年來全球碳排放總量的快速增長主要歸因于發展中國家，只有發展中國家實施嚴格的碳減排措施，才能有效控制全球碳排放總量的過快增長，這也是近年來在全球氣候峰會上，發達國家強硬要求發展中國家承擔硬性碳減排義務的主要原因。但是從碳排放和經濟發展的關系來看，發展中國家的經濟發展水平較低，大多處于工業化起步階段，增長速度普遍高于發達國家，碳排放增速較快是正常的；而發達國家基本完成工業化，經濟增長速度普遍放緩，碳排放增速理應降低。如果不顧這個事實，強行要求發展中國家承擔嚴格的碳減排義務，不但忽視了發達國家碳排放的歷史責任，也會剝奪發展中國家的經濟增長的權利，加大發達國家和發展中國家的差距，對發展中國家而言是極不公平的。衡量發展中國家碳減排效果，重要的是看經濟增長過程中碳排放的收入彈性，如果彈性系數和碳排放強度下降，就說明其碳減排政策的有效性。
三、檢驗與參數估計
1.單位根檢驗
由于每個時間序列都是由多個國家組成，其檢驗方法要考慮到截面的差異。LLC方法是應用于面板數據模型時間序列單位根檢驗較早的方法，假設各截面序列具有一個相同的單位根，仍采用ADF檢驗形式（Levin et al，2002）；而IPS檢驗則是對每個截面成員進行單位根檢驗以后，利用參數構造統計量檢驗整個面板數據是否存在單位根（Im et al，2003）。Fisher-ADF檢驗和Fisher-PP檢驗也是對不同截面進行單位根檢驗，利用參數的p值構造統計量，檢驗整個面板數據是否存在單位根。分別用四種方法對CO2、GDPE和GDPP三個序列進行單位根檢驗，檢驗時的滯后階數都按AIC最小化準則確定，結果如表1所示。表1 面板數據序列的單位根檢驗
四種方法的檢驗結果非常接近，通過對原序列和一階差分的單位根檢驗結果進行判斷，在1%顯著性水平下三個變量都是非平穩序列，都有單位根，并且是一階單整。因此，可以對三個變量進行協整檢驗。
2.協整檢驗
協整檢驗是判斷變量之間是否存在長期穩定關系的方法，Engle和Granger最早提出的協整檢驗方法是判斷兩個或多個變量回歸后的殘差是否平穩，如果殘差是平穩的，說明變量之間存在協整關系；對于面板數據的協整檢驗，Pedroni（1999）的檢驗方法是假設各截面的截距項和斜率系數不同，Kao（1999）的檢驗方法卻規定第一階段回歸中的系數相同；Maddala等（1999）提出根據單個截面序列的協整檢驗結果構建新的統計量，從而判斷整個面板數據的協整關系。表2列出了采用不同方法分別對CO2和GDPE、CO2和GDPP兩組變量協整檢驗的結果。檢驗結果一致拒絕不存在協整關系的原假設，表明CO2和GDPE、CO2和GDPP兩組變量之間存在長期的穩定關系，據此可以對模型（1）進行參數估計。
表2 面板數據變量的協整檢驗
CO2與 GDPECO2 與GDPPPanel v-Statistic-0.40-0.39Panel rho-Statistic-2.53**-2.53**Panel PP-Statistic-4.36***-4.36***Panel ADF-Statistic-5.27***-5.27***Kao（Engle-Granger）6.49***4.20***Johansen FisherTest trace statistic 163.00*** 163.30***Max-eigenvalue statistic 159.90*** 159.70***
3.參數估計
由于各國經濟發展程度不同，碳排放水平有很大差異，參數估計應該選擇面板數據的變截距模型；至于選擇固定效應還是隨機效應，盡管樣本國家只有49個，但僅僅用于分析這些個體，不涉及其他國家，因此選擇固定效應模型更為合適。另外，截面隨機效應的Hausman檢驗p值為0.94，也不支持采用隨機效應模型。考慮到存在截面異方差，采用加權廣義最小二乘法（GLS）估計參數，并處理序列相關性，參數估計結果如表3所示。
方程1的解釋變量是按匯率計算的國內生產總值（GDPE），方程2的解釋變量是按購買力平價計算的國內生產總值（GDPP），方程擬合優度較高，除截距項外參數都能通過1%顯著性檢驗，兩個方程的系數比較接近，說明以不同方式換算的GDP對結果影響不大。考察不同期間的系數，1971―2009年碳排放的收入彈性系數0.607
D.W.2.0982.1362.571.8991.8741.759Chow-F1.72***0.79方程3的樣本由32個發達國家組成，方程4的樣本由17個發展中國家組成，方程擬合優度較高，除截距項外參數都能通過1%顯著性檢驗。方程3的系數0.712大于方程4的系數0.574，在兩個不同時期內，發達國家的碳排放的收入彈性系數都超過發展中國家。按照公式（2），方程3的分割點檢驗Chow-F值在1%顯著性水平下通過檢驗，也是明顯大于2005年以前的彈性系數。而發展中國家的彈性系數雖然也有上升，但沒有通過分割點檢驗。
四、結論
在環境和能源約束下維持經濟持續穩定增長，無疑是各國經濟政策的重要目標。旨在應對氣候變化的國際碳減排合作機制能否發揮作用，關鍵在于碳減排目標的設定對經濟增長的影響程度以及碳減排任務的分配能否得到各國認可。只有在碳減排任務合理、公平分配的前提下，兼顧到處于不同發展階段國家的承受能力，才能得到廣泛認可，形成合作的基礎。碳排放的收入彈性系數反映經濟增長對碳排放的影響程度，彈性系數的大小和變化趨勢能夠說明一個國家應對氣候變化的努力程度和碳減排效果，也可以作為碳減排任務分配的依據之一。利用面板數據模型分析1971―2009年主要國家經濟增長對碳排放的影響，彈性系數為0.6，碳排放增幅低于經濟增幅，碳減排政策發揮了一定的作用。但是分割點檢驗判定彈性系數有明顯上升趨勢，說明近年來經濟增長過程中碳減排力度在減小。對比發達國家和發展中國家，盡管發達國家的碳排放總量增長緩慢，部分國家的碳排放總量甚至下降，而發展中國家的碳排放總量增長比較快，但發達國家碳排放的收入彈性系數在各個階段一直大于發展中國家，2005年以后也沒有明顯改變。這一方面說明發達國家碳減排政策實施力度不夠，效果還不甚明顯；另一方面也說明《京都議定書》規定發達國家和發展中國家不同的碳減排義務形成的政策差異，并沒有造成資本因為規避碳排放約束而發生明顯的非正常轉移。
因此，從各國公平擁有經濟發展權的角度來看，應該堅持“共同但有區別的責任”原則，在明確發達國家碳排放歷史責任前提下，發揮發達國家良好經濟基礎和先進技術優勢，確實降低碳排放強度。同時，加強國際合作交流，加大技術轉讓和資金援助力度，擴大碳排放權交易范圍，完善清潔發展機制，提高發展中國家的碳減排積極性，降低發展中國家的碳排放增速。只有建立在公平、合理基礎上的國際碳減排合作機制，才能發揮各國碳減排的積極性，有效控制全球碳排放過快增長。
參考文獻：
ANG J B. 2007. CO2 emissions, energy consumption, and output in France［J］. Energy Policy（10）:4772-4778.
AZOMAHOU T，LAISNEY F，VAN P N. 2006. Economic development and CO2 emissions: a nonparametric panel approach［J］. J Public Econ，90:1347-1363.
FODHA M，ZAGHDOUD O. 2010. Economic growth and pollutant emissions in Tunisia: an empirical analysis of the environmental Kuznets curve［J］. Energy Policy，38:1150-1156.
GROSSMAN G M，KRUEGER A B. 1991. Environmental impacts of a north American free trade agreement［R］. National Bureau of Economic Research，working paper，No.3914:1-38.
IEA.2011. CO2 Emissions from Fuel Combustion 2011［EB/OL］.省略.
IM K S，PESARN M H，SHIN Y. 2003. Testing for unit roots in heterogeneous panels［J］. J Economet，115:53-74.
KAO C.1999. Spurious regression and residual-based tests for cointegration in panel data［J］. J Economet，90:1-44.
LEVIN A，LIN C F，CHU C. 2002. Unit root tests in panel data: asymptotic and finite-sample properties［J］. J Economet，108:1-24.
MADDALA G S，WU S.1999. A comparative study of unit root tests with panel data and a new simple test［J］. Oxford Bull Econ Stat，61：631-652.
PEDRONI P.1999. Critical values for cointegration tests in heterogeneous panels with multiple regressors［J］. Oxford Bull Econ Stat， 61:653670.
ROMERO-AVILA D.2008. Convergence in carbon dioxide emissions among 37 industrialised countries revisited［J］. Energy Econ，30:2265-2282.
>> 中國碳排放區域劃分與減排路徑 我國煤炭消費碳排放測算及減排對策 中國人均能源碳排放因素分解及減排途徑分析 中國碳排放的區域異質性及減排對策 中國碳排放變化的因素分解與減排路徑研究 印尼承諾2030年前減少29%碳排放 中國可能的減排途徑及減排潛力 基于SDDF的中國省區二氧化碳排放效率及減排潛力測度 能源活動碳排放核算與減排政策選擇 工業碳減排潛力及來源分析 2排放變化、驅動因素及其減排對策研究'> 低碳經濟下中國工業行業CO2排放變化、驅動因素及其減排對策研究 中國建筑業碳排放的影響因素分解及減排策略研究 中國2020年碳減排目標下若干關鍵經濟指標研究 縣域COD排放總量預測及減排潛力與對策研究 低碳交通電動汽車碳減排潛力及其影響因素探討 2排放峰值分析：中國的減排目標與對策'> CO2排放峰值分析：中國的減排目標與對策 河北省工業碳排放情景預測與節能減排潛力分析 出口商品碳排放量計算及減排研究 生活垃圾處理的碳排放問題和減排策略 特大型城市客運交通碳排放與減排對策研究 常見問題解答 當前所在位置：l.
[18]張兵兵，徐康寧，陳庭強.技術進步對CO2排放強度的影響研究[J].資源科學，2014，36（3）：567-576.[ZHANG Bingbing，XU Kangning，CHEN Tingqiang. The influence of technical progress on carbon dioxide emission intensity[J].Resources science，2014，36（3）：567-576.]
[19]王改革，郭立紅，段紅，等.基于螢火蟲算法優化BP神經網絡的目標威脅估計[J].吉林大學學報（工學版），2013，43（4）：1064-1069.[WANG Gaige，GUO Lihong，DUAN Hong，et al.Target threat assessment using glowworm swarm optimization and BP neural network[J].Journal of Jilin university（engineering and technology edition），2013，43（4）：1064-1069.]
[20]周永權，黃正新.求解TSP的人工螢火蟲群優化算法[J].控制與決策，2012（12）：1816-1821.[ZHOU Yongquan，HUANG Zhengxin. Artificial glowworm swarm optimization algorithm for TSP[J].Control and decision，2012（12）：1816-1821.]
[21]黃正新，周永權.自適應步長螢火蟲群多模態函數優化算法[J].計算機科學，2011，38（7）：220-224.[HUANG Zhengxin，ZHOU Yongquan. Selfadaptive step glowworm swarm optimization algorithm for optimizing multimodal functions[J].Computer science，2011，38（7）：220-224.]
[22]陳詩一.中國碳排放強度的波動下降模式及經濟解釋[J].世界經濟，2011（4）：124-143.[CHEN Shiyi. China’s carbon intensity fluctuation drop pattern and economic explanation[J].World economy，2011（4）：124-143.]
[23]杜強，陳喬，楊銳.基于Logistic模型的中國各省碳排放預測[J].長江流域資源與環境，2013，22（2）：143-151.[DU Qiang，CHEN Qiao，YANG Rui. Forecast carbon emissions of provinces in China based on Logistic model[J].Resources and environment in the Yangtze Basin，2013，22（2）：143-151.]
[24]劉華軍，趙浩.中國CO2排放強度的地區差異分析[J].統計研究，2012，29（6）：46-50.[LIU Huajun，ZHAO Hao. Empirical analysis of the regional differences of China’s carbon dioxide emissions intensity[J].Statistical research，2012，29（6）：46-50.]
[25]渠慎寧，郭朝先.基于STIRPAT模型的中國碳排放峰值預測研究[J].中國人口?資源與環境，2010，20（12）：10-15.[QU Shenning，GUO Chaoxian. Forecast of China’s carbon based on STIRPAT model[J].China population，resources and environment，2010，20（12）：10-15.]
[26]趙玉新，YANG Xinshe，劉利強.新興元啟發式優化方法[M].北京：科學出版社，2013.[ZHAO Yuxin，YANG Xinshe，LIU Liqiang. New metaheuristic optimization methods[M].Beijing：Science Press，2013.]
[27]張國有.經濟發展方式變化對中國碳排放強度的影響[J].經濟研究，2010（4）：120-133.[ZHANG Guoyou. Economic development pattern change impact on China’s carbon intensity[J].Economic research journal，2010（4）：120-133.]
[28]LIU N，MA Z， KANG J. Changes in carbon intensity in China’s industrial sector： decomposition and attribution analysis[J].Energy policy，2015，87：28-38.
[29]MOUTINHO V，ROBAINAAlves M， MOTA J. Carbon dioxide emissions intensity of Portuguese industry and energy sector： a convergence analysis and econometric approach[J].Renewable and sustainable energy reviews，2014，40：438-449.
[30]PAO H T，FU H C， TSENG C L. Forecasting of CO2 emission，energy consumption and economic growth in China using an improved grey model[J].Energy，2012，40：400-409.
[31]WISE M，HODSON E L， MIGNONE B K，et al. An approach to computing marginal land use change carbon intensities for bioenergy in policy applications[J].Energy economics，2015，50：337-347.
關鍵詞：二氧化碳；減排成本；減排技術；減排對策
一、我國二氧化碳排放基本狀況分析
隨著經濟發展，溫室效應不斷加劇，已嚴重影響到了人類的生存與發展。二氧化碳是最主要的溫室氣體，對溫室效應的作用可達66%。大部分的溫室氣體與人類活動有關，特別是進入工業化后，溫室氣體的濃度急速上升。
1.我國二氧化碳排放的總體特征
我國能源主要是石油、煤炭等化石燃料，這類能源是二氧化碳的主要能源。而且，由于我國是上升期的發展中國家，經濟的快速增長，能源消耗大，導致我國二氧化碳排放量很大。我國在上個世紀80年代以前二氧化碳排放量相對較小，在21世紀之前，二氧化碳的排放量增速緩慢。從2003年開始，隨著我國經濟的迅猛發展，二氧化碳的排放量迅猛的增長，增長率達到了13%。在2010年，我國成為世界上二氧化碳排放量最大的國家，超過了美國。
歐盟的碳排放量一直居高不下，美國的碳排放量也一直是處于穩定的高水平狀態。中國與日本的碳排放量從1980年到2007年都出現增長，日本增量較小，中國增量較大，總體碳排放量超過了美國。發達國家，已度過了工業化初期高耗能的時期，碳排放量趨于穩定并緩慢減少。中國由于經濟的發展，碳排放量大增，減排任務極重。而且由于技術的不到位，強制性減排會造成很大的經濟代價。
2.我國不同地區及不同行業碳排放量的現狀
我國不同省區二氧化碳排放量有很大的差異。2007年，絕對碳排放量最多的省份是山東，最少的省份是海南；碳排放量增長速度最快的是寧夏和內蒙古，最少的黑龍江。從分布區域看，東部地區二氧化碳排
放量占到了全國排放量的一半，而且增長最快，達到9.8%；中部地區占到26.72%，增長率分別為8.85%；西部相對最少，增長率為7.45%；從行業分布來看，工業碳排放量占到全國的70%以上，高耗能行業碳排放量增長了一倍。其中有色金屬冶煉及壓延加工業碳排放增長最快。電力碳排放系數總體呈下降趨勢。
二、溫室氣體減排成本分析
減排成本是一個關鍵制約因素，發展中國家短期內無法通過技術進步實現減排目標，只能是通過限制、關閉高排放部門來實現，這就需付出巨大的經濟代價。
1.減排成本的基本概述
對二氧化碳減排成本可以從不同視角、層次對二氧化碳的減排成本的定義和估算。總體來說，可以從宏觀層面和微觀層面進行界定。
從微觀角度，二氧化碳減排成本是指一個國家或地區為了實現減排目標而直接投入的技術和資金。從宏觀角度，二氧化碳減排成本是指一個國家或地區為了實現減排目標采取措施從而對宏觀經濟造成的影響，即通過強制性減排造成的國家GDP損失。這種損失主要是因為在短期內無法依靠技術進步而達到減排目標，只能通過限制高耗能企業的發展來減少二氧化碳排放量，這樣抑制了經濟的發展，付出很大的經濟代價。本文主要從宏觀角度分析，還涉及到邊際減排成本，邊際減排成本是指每減少一單位二氧化碳排放量所引起的GDP的減少量。
2.我國二氧化碳減排成本分析
經濟發展與減少二氧化碳排放量存在的一種矛盾的關系，如何做出一個適當的權衡非常重要。通過考察中國經濟發展和二氧化碳排放量之間的關系，運用投入產出分析及多目標規劃理論，建立了中國宏觀經濟成本估算模型。通過對模型的求解，對其結果的分析，建立了下圖。
從表中我們可以看出二氧化碳排放量與潛在GDP之間的關系，從而對中國減排宏觀經濟成本做出粗略的計算。不同的二氧化碳排放量對應不同的GDP值，當二氧化碳的排放量最大時，GDP值也最大。當GDP值為最大值35.30萬億元時，二氧化碳排放量也達到最大值97.01噸。從另一方面，也可以看出，對二氧化碳的限制將以降低GDP的增長率為代價。通過對上圖數據的計算分析得出下表。
從表中可以看出，當二氧化碳減排的力度越大，減排的宏觀經濟代價就越大，GDP的年增長率就會越低，二氧化碳的宏觀經濟成本就越高，而且在不同的減排力度下，成本的上升幅度也不同。在
減排量在4.42億噸到7.59億噸的區間內，減排量每增加1%，宏觀經濟成本就上升0.20%；在7.59到9.84這個區間內，減排量每增加1%，宏觀經濟成本就上升0.46%。同時也可以看出，碳強度降低的彈性較小。二氧化碳減排對我國經濟的影響十分顯著，我國2010年二氧化碳減排的宏觀經濟成本約為3100―4024元/噸二氧化碳。
然而由于溫室效應的消極影響越來越大，國際對中國溫室氣體減排的要求越來越高，中國目前必需節能減排，由于技術的不到位只能強制性減排，造成了很大的經濟損失。如表2中所示為二氧化碳濃度穩定在650ppmv，550ppmv，450ppmv情景下對我國經濟的影響。
可以看出在450ppmv穩定情景下，發展中國家在2010年減排，會出現經濟損失。減排率越大經濟損失就越大。所以大規模的二氧化碳減排會對我國經濟帶來巨大的損失，對二氧化碳濃度要求越低，我國的經濟損失就越大。如圖中所示在450ppmv情景下，2100年損失可達到4.8%，在650情景下損失就小的多；有長期準備的減排其損失要小于突然快速減排；技術是實現減排的核心。
因此，在設定限排目標時應充分考慮到二氧化碳減排對我國宏觀經濟的影響程度，根據實際的潛力和承受力確定合理目標。減排要依靠長期的技術進步，短期內碳排放強度下降的空間彈性不塌，因此不宜把目標設的太高。
參考文獻：
[1]范英.溫室氣體減排的成本、路徑與政策研究[M].科學出版社，2011（7）：112-152
自1979年召開第一次世界氣候大會以來，隨著公約框架下全球多邊氣候談判的不斷推進，氣候變化問題也日益成為國際社會普遍關注的焦點，同時國內外學術界也掀起了低碳經濟的研究熱潮。其實早在1896年，瑞典科學家Svante Arrhenius 就提出了“溫室氣體效應”的科學假說，但后來歷經學者百余年的考證和質辯，直至2007年IPCC才科學地證實：全球氣候變暖是由溫室氣體排放造成的。期間，各國學者雖對能源消耗、經濟發展與溫室氣體排放等問題開展了研究，但真正首次提出低碳經濟概念的是英國。基于對氣候變暖和能源短缺的雙重憂慮，英國在2003年頒布的能源白皮書中率先提出將以實現低碳經濟作為其未來能源戰略的首要目標。此后，更多的學者運用不同的研究方法從不同的視角對低碳經濟理論做了更加全面、深入的探析與研究，以下本文擬就主要研究成果進行梳理與述評。
二、主要研究方向和內容介紹
（一）經濟發展、能源消耗與碳排放的關系
Ugur Soytas，et al(2007，2009)采用VAR模型對美國和土耳其的實證研究均表明，碳排放增長的格蘭杰成因并非GDP，而是能源消耗，并據此提出了降低能源強度、增加使用清潔能源等措施來實現碳減排的政策。Xingping Zhang (2009)基于多元模型對中國的實證研究顯示，GDP對能源消耗量存在單向格蘭杰因，能源消耗量對碳排放存在單向格蘭杰因，而碳排放量和能源消耗量都不是經濟增長的格蘭杰因。碳排放與經濟發展之間的關系也是國外學者研究的重點。Schmalesee(1998)、Gale Ahuja (1999)均證實了人均收入和碳排放量間存在著倒U型曲線關系，Grubb(2004)對早期英國的實證研究也得出了兩者間類似的對應關系。Huang(2008)對21個發達國家的GDP與溫室氣體排放關系進行了分析，發現有7個國家出現了EKC現象。OECD(2002)對比分析了脫鉤指標的國家差異后，發現環境與經濟脫鉤的現象普遍存在于OECD國家中，而且還有可能實現環境與經濟的進一步脫鉤。Tapio(2005)通過脫鉤指標體系的設計，將脫鉤現象進一步細分為相對脫鉤和絕對脫鉤，前者指GDP 增長率高于碳排放增長率，而后者則指GDP穩定增長時碳排放量反而減少的情形。其實，EKC曲線反映的就是經濟增長與環境污染的關系從不脫鉤到相對脫鉤、再到絕對脫鉤的動態變化軌跡。
（二）碳排放的影響因素
首先，Kaya Yoichi (1990) 提出了著名的KAYA恒等式， 即一國或地區碳排放量的增長主要取決于人口、人均GDP、能源強度和能源結構等4個因素的推動。而后，Salvador Puliafito (2008)與Michael Dalton (2008)分別采用L-V模型和PET模型的研究，均驗證了人口數量與結構、GDP及能源消耗對碳排放量的影響。但Lantz V、Feng Q(2006)對加拿大1970-2000年的數據進行回歸分析后，得出的結果卻表明人均GDP與 CO2 排放不相關，人口與 CO2 排放呈倒 U型關系，而技術與 CO2 排放呈U型關系。Fan Ying等(2006)利用 STIRPAT模型分析了不同經濟發展水平的國家后，客觀地指出人口、經濟和技術水平等因素對不同發展水平國家碳排放的影響是不同的。國際貿易也是影響碳排放的一個不可忽略的因素。Paul B Stretesky (2009)以1989-2003年世界169個國家的面板數據為樣本，采用了固定效應模型進行估計，其結果顯示：各國人均碳排量與對美國出口量之間存在顯著關系。YanYunfeng、et al(2010)基于對中國因出口而增加碳排放的實證研究表明，國際貿易具有促進碳排放在各貿易國間自由轉移的作用。
（三）國民經濟中的高碳產業
由于不同產業使用能源的種類、強度與方式與不同，國民經濟中不同產業排放溫室氣體的數量與特征有很大差異。T.C Chang (1999)采用灰色關聯分析法測算了臺灣34個行業產值、各種能源使用量與碳排放量之間的灰色關聯系數，其結果顯示：造紙、橡膠、石化與金屬制品等11個行業屬于能耗強度、碳強度與碳排放系數 “三高”的碳密集型行業。Marco Mazzarino(2000)采用比較靜態法和貨幣估值技術研究后發現，運輸業是OECD國家碳排放量最大的行業，約占到碳排放總量的1/3。R. Rehan (2005)指出，水泥制造業是高碳排的主要行業，在京都議定書三種碳交易機制下水泥業的發展前景值得進一步探討。Keith Paustian(1998)認為農業生產對碳循環的影響具有“雙刃劍”的作用，一方面農業生產使自然生態系統轉換成農業土地利用，增加了大氣中CO2排放；另一方面也可通過土地利用變化、土地整治等增加碳“匯”，從而減少碳排放。
（四）發展低碳經濟的政策工具
開征碳稅和推行碳交易被認為是最有效的減排政策工具。Toshihiko Nakata(2001)研究發現，能源稅和碳稅的征收能使碳排放下降到預計目標水平，同時也使能耗結構由煤向天然氣轉換。Annegrete Bruvoll(2004)對碳稅征收先行國挪威的研究也發現，1990-1999年挪威平均單位GDP的碳排放降低了12個百分點，但碳稅對碳減排的貢獻只有2.3%，因此碳稅的效果并不理想。Cheng F Lee(2007)基于灰色理論和投入―產出理論，運用模糊目標規劃法構建模型，模擬預測了3種碳稅方案下碳減排的力度和經濟影響，以期為各國選擇碳稅方案增強碳稅效果提供依據。Andrea Baranzini (2009)進一步分析指出，當前各國碳稅稅率的差別仍然很大，要達到減排目的，必須協調各國稅率并對能源稅制進行改革。目前世界上最大的碳交易項目是基于《京都議定書》架構下的三種排減機制，即清潔發展機制(CDM)、聯合履行(JI)、排放交易(ET)。J Liski (2000) 指出，CDM機制下的項目型碳交易不僅有利于發展中國家吸收發達國家的資金和技術，也是發達國家降低減排成本的有效途徑之一。Wara(2007)也認為，CDM不僅是全球碳交易市場的主要部分，而且也是一種變通的旨在援助發展中國家的政治機制。在“限額-貿易”排放交易機制中，初始排放權的分配直接影響到各國的發展權利和濟福利水平，所以其有效、公平的分配一直是國外學者研究的焦點。當前比較認可的三種分配原則是：按人均碳排放量分配、按GDP排放強度分配以及按歷史責任分配。Grubb和Sebenius (1992)則基于上述原則提出了“混合”分配原則，即以人均碳排量為基準進行分配時，兼顧各國經濟總量和單位GDP排放強度。Smith，Swisher 和 (1993)都主張在分配初始排放權時，應同時考慮一國能夠且愿意支付的可用資源和基于人均累積排放的歷史責任兩個因素。
（五）碳減排的經濟成本
OECD（1992）、Manne（1992）、Ha-Duong（1997）都對減少碳排放的經濟代價和社會影響進行了研究，結果表明，嚴厲的碳減排措施將影響經濟發展，但減排強度與經濟風險呈非線性相關。Danny Harvey(1996)在分析了無管制排放的危害后，也論述了碳減排的經濟風險，諸如擠占緊缺資源、減緩經濟增長、政府過多干預造成市場扭曲、減排措施產生副效應或成本高于預期或減排措施失靈等。但也有一些研究結論認為，碳減排的成本并非想象的那么高，也不一定會帶來經濟衰退，證據是1998年中國、歐盟和日本的經濟發展與碳排放均實現了不同程度的絕對脫鉤。LARS H?KONSEN(1997)通過引入外部性和碳稅兩個變量對經濟福利模型進行擴展分析后，也指出在當代實施碳減排的成本其實是負的，因此減排屬于無悔政策。Reyer Gerlagh(2004)則構建了以技術為內生變量并基于兩種能源的宏觀經濟模型，分析后指出若要將全球升溫控制在2度以內，必須盡早采取減排措施，而且減排成本也是很低的。
三、結語
關鍵詞碳權分配；公平原則；效率原則；非徑向方向性距離函數
中圖分類號F062.2文獻標識碼A文章編號1002-2104（2016）07-0053-09doi：10.3969/j.issn.1002-2104.2016.07.007
隨著中國工業化與城鎮化的快速發展，溫室氣體排放造成的環境壓力備受關注。哥本哈根氣候大會上中國提出2020年單位國內生產總值碳排放量比2005年降低40%-45%的約束性指標。為完成這一目標，“十二五”規劃確定了省際減排任務，并成功控制了國家層面與地區層面的碳排放。在巴黎氣候大會上，中國又進一步做出了至2030年單位GDP的二氧化碳排放量比2005年下降60%-65%的減排承諾。為降低減排的經濟成本，國家發改委已宣布2017年啟動全國的碳排放交易市場。碳排放權的市場化以激勵低耗能企業約束高耗能企業的方式推動減排，必然會使我國各省區市因產業結構與經濟技術水平的差異而承擔不同的減排壓力。因此，在宏觀經濟整體增速放緩以及“北上廣”集聚效應增強的大背景下，“十三五”期間中國省際碳權分配不僅涉及國家減排目標能否成功向區域分解落實，更涉及到區域經濟平衡發展問題，甚至會影響到區域的社會與金融穩定。從區域碳權分配看，其重點在于公平性與效率性原則的選擇。本文力圖研究“十二五”期間中國省際碳排放效率，對比分析公平與效率原則在中國省際碳權分配中的適用性。這不僅有助于明確“十三五”期間中國省際碳權分配這一亟待解決的現實問題，亦將豐富低碳經濟理論，助推中國的低碳發展戰略。
1文獻綜述
國內外學者從多角度、多層次探討了碳權分配中公平與效率原則的選擇問題。相關文獻可以分為單一公平原則、單一效率原則、公平原則與效率原則的結合三類。
Kverndokk S[1]認為依據人口規模分配碳權符合公平原則。Van Steenberghe V[2]采用合作博弈論分析各國在長期內依照公平原則的碳權分配，提出祖父原則下的碳權配額高于減排能力原則下的配額。De Brucker K et al.[3]認為利益相關者管理方法能夠解決可持續發展困境問題。徐玉高等[4]計算了全球五大地區基于人口與GDP指標下的碳權配額，指出人口指標分配有利于多數發展中國家。祁悅等[5]在綜述碳權分配原則、標準和模式的基礎上，比較分析了不同原則的優劣，并提出中國基于歷史公平與人均原則最為有利。邱俊永等[6]選取國土面積、人口、生態生產性土地面積與化石能源探明儲量指標，基于基尼系數測算了G20主要國家碳權分配的公平性，并提出發達國家應承擔更大的減排責任。戴君虎等[7]運用動態人口算法、靜態人口算法與“人年”算法分別計算了人均歷史累計碳排放，指出“人年”算法保證了每個人在每年擁有相同的碳權配額，更符合公平原則。朱潛挺等[8]提出最優的全球碳權分配模型應基于平等原則綜合考慮世襲、支付能力與人均累計等因素。
然而單一的公平原則忽略了效率因素，造成效益受損。林坦等[9]運用DEA模型測算出歐盟國家碳權分配效率較低，并基于效率原則利用ZSG-DEA模型調整碳權分配后提高了分配效率。與林坦類似的，鄭立群[10]基于ZSG-DEA模型將DEA-BCC模型下的中國低效率碳權分配進行調整，獲得統一DEA有效邊界的分配方案，達到了碳權分配效率最優。為避免單獨從效率角度考慮碳權分配會導致結果有偏，一些學者兼顧了公平原則與效率原則。Yuan et al.[11]基于聚類分析方法，運用單一公平原則、單一效率原則以及兩者的結合，測度各區域在2020年的減排潛力，提出應在經濟發展水平與減排潛力下，實現公平與效率的結合。陳文穎等[12]模擬了全球碳交易情況，提出按人口分配碳權是最優選擇。鄭立群[13]通過構造分配滿意度與公平偏離指數，基于公平與效率的均衡，構建了從單要素角度對各地區碳減排責任進行分攤的模型。王倩等[14]指出當前碳配額免費分配的祖父原則貌似公平但卻有違環境貢獻的效率原則，提倡配額分配的拍賣方式與行業準則。于瀟等[15]基于非參數化標準DDF模型，對2020年碳總量減排目標分解時，指出第一階段應采用公平原則，第二階段應采用效率原則。
王倩等：公平和效率維度下中國省際碳權分配原則分析中國人口?資源與環境2016年第7期現有文獻對中國省際碳權分配效率與公平原則的選擇提供了理論指導，但是未建立“單原則分析-雙原則結合-確定原則選取”的研究范式，同時缺乏對中國現階段區域碳減排情況的經驗證據。
因此，本文接下來將對公平與效率原則進行理論分析，基于2011-2014年除外中國30個省市區的數據，從全要素角度，運用雙導向共同前沿非徑向方向性距離函數法分別計算省際碳排放強度與碳排放總量效率值。通過測算相應的技術差距比，計算各地區基于效率最優的減排能力，分析公平與效率原則的適用性。最后分析公平與效率原則兼顧下的中國碳減排方法，為“十三五”減排目標設定及配額分配提供理論依據和數據支持。
Fig.2Potential carbon intensity reduction of each region in ‘the 12th Five Year Plan’ based on the best TFCi
生產總值二氧化碳排放降低目標責任考核評估結果》可知，海南等級為良好，僅優于和新疆的合格等級。可見，海南雖然低碳競爭力排名第一[18]，環境友好程度也較高，但是完成基于歷史排放確定的減排計劃也較為困難。安徽作為農業大省，通過打造“農業改革試驗特區”等手段促進農業的現代化，有效控制化石能源的消耗。2012年安徽能源強度排名第二十二位。由此可見，在減排指標確定之前，兩個地區的碳排放已經得到有效控制。“十二五”期間減排指標的確定時已經考慮了經濟發展水平的差距，經濟發達地區的減排指標普遍高于全國的平均水平（17%），而經濟落后地區的減排指標低于全國的平均水平，以體現公平分配的原則。但是，減排指標的確定仍忽略了各地區在減排技術效率層面（可減排空間）的差距。雖然海南與安徽能夠在已經達到前沿面的基礎上通過其他手段進一步減排，從而完成規定目標，但相比其它減排空間大的省市，這兩個省承擔了更大的減排壓力，削弱了這兩個省維持碳排放效率與控制碳排放量的意愿。
碳排放效率較低的地區減排潛力較高，即其減排能力提升的空間較大。如圖2所示，河北、山西、內蒙古、河南、廣西、貴州、寧夏、新疆等地2011-2014年間的碳排放效率點均處于X軸的下方，說明他們的碳減排潛力較大。由表1可知，這些省市區技術差距比較低。組前沿表示 東、中、西部地區的碳排放效率前沿，基于組前沿計算的各省市排放效率僅體現了某一省市與同一地區其它省市相比的碳排放效率，而共同前沿則是全國的碳排放效率前沿，基于共同前沿計算各省市碳排放效率體現了某一省市與全國其它省市相比的碳排放效率，也間接反映了若采用全國最優的碳排放技術，其效率提升的可能。由于效率測度都是以某一群體的最優者作為前沿面，再通過各省市與最優者的距離測算效率，因此可以通過組前沿與共同前沿的均值判斷各區域碳排放效率的差異。例如，內蒙古、陜西、青海與新疆等地，組前沿效率較高，而共同前沿均低于0.5。這表明黃河中游與大西北區域由于經濟發展水平、地理位置與資源稟賦等原因與東部沿海、南部沿海等碳排放效率較高區域存在差距，導致組前沿效率被高估。由此可見，與經濟發展水平的區域差距相似，碳排放效率也存在較大的區域差距。以2011年青海為例，組前沿與共同前沿下TFCi分別為0.740與0.305，表示采用大西北的最優碳排放技術，效率能夠提升0.260，而采用全國最優碳排放技術，則能夠提升0.695。區域碳排放技術是該區域的產業結構、資源稟賦以及經濟發展水平等因素的綜合體現，短期內難以快速提升，因此各地區雖然具有在共同前沿面下的潛力，但是“十三五”碳減排指標不能完全依照文中計算的最大潛力確定，而應充分考慮區域差異，在一定程度上依靠“行業排放額度”等公平原則進行分配。特別是，自1993年實施西電東送以來，貴州、甘肅與內蒙古等西部地區由于“西電東送”工程，將電力資源輸送至電力緊缺的廣東、浙江等地區，從而導致西部產生碳排放，而東部經濟獲得發展，形成“能源東送，污染西移”問題[19]。單純的考慮效率原則，又會忽略東西部地區碳排放與經濟產出不匹配問題。而中國電價未實現完全的市場化，更加重了“西電東送”工程下，西部地區對東部地區的利益轉移。因此考慮到環境破壞的后果，獲得收益的東部地區應對西部地區進行生態補償，或者針對“西電東送”工程實現碳排放的豁免，以實現“公平”與“效率”的結合。
分別表示基于TFCt最優的各省市2011-2014年碳減排指標完成潛力。從TFCt最優的角度來看，X軸上方地區仍為海南和安徽；X軸下方云南與青海的減排潛力降低，其原因是兩地的經濟發展水平增長潛力較大，可見在碳強度減排指標的要求下，提高經濟發展水平也是完成碳減排指標的措施之一。
由此可見，確定區域碳減排指標時，既應考慮海南、安徽碳排放效率較高地區的情況，又應關注碳排放效率較低的山西、陜西與新疆等地。為解決高效率地區與低效率地
年的效率值和技術差距比。
區的減排沖突，在省際碳減排指標的制定中應兼顧公平與效率原則，同時提升低效率地區的技術創新與進步，縮小各區域組前沿與共同前沿的效率差距，提升各地區減排能力。
5兼顧公平與效率的碳權分配
基于上文對各地區減排潛力測算，為解決安徽、海南等高效率地區與新疆、陜西等低效率地區的指標設定矛盾，本文提出了兼顧公平與效率的雙原則。在我國減排的最終落腳點是企業，因此本部分詳細研究減排省市區與減排企業碳權分配的雙原則，為中國“十三五”省際減排目標的設定與全國碳市場的構建提供理論依據和數據支持。
實現責任分攤的公平性是公平原則設定的基礎，國家設定省市區減排任務的最終責任為企業，因此減排的公平性主要體現在企業減排配額設定的公平性上，現階段我國公平原則下的碳權配額設定滿足條件如式（10），
關鍵詞：天然氣；碳稅；碳排放量；最優供給量；替代作用
中圖分類號：F2
文獻標識碼：A
doi：10.19311/ki.16723198.2017.05.006
1引言
我國目前已經是世界上能源消費量和碳排放量最大的國家之一，煤炭約占我國能源供應的70%。但這種以煤為主的消費結構，卻是引起我國大氣污染的主要原因。當下中國85%的煤炭是通過直接燃燒使用的，主要包括火力發電、工業鍋爐、民用取暖和家庭爐灶等。高耗低效燃燒煤炭向空氣中排放出大量SO2、CO2和煙塵，造成中國以煤煙型為主的大氣污染。而天然氣作為一種優質、高效、清潔的化石能源，與煤相比，可以同時解決碳排放和污染兩個問題。我國以天然氣為燃料的分布式能源系統建設以逐步進入實質性開發實施階段，“試點先行”將成為推動天然氣體制改革的探索方案。
已有的研究較多關注經濟體中短期的減排應急之策，聚焦于環境管制政策，例如碳稅、資源稅、排污費以及生態補償機制等，研究認為長期內發展低碳經濟在于提高能源效率和優化能源結構。但是將長期內低碳經濟與短期應急減排策略相結合的研究較少。本文的核心任務就是研究在環境管制政策下天然氣和煤炭減排成本的經濟可比性，考慮企業利潤、社會福利等因素，探討天然氣相對于煤炭能否成為中國清潔可靠能源保障的合理長期選擇。
本文以天然夂兔禾康奶寂帕課對象，在傳統模型基礎上做出一些調整，首先研究不同碳稅，控制不同碳排量，天然氣和煤炭的環境成本核算，包括碳稅和減排成本；再綜合企業供應利潤，在單位煤炭天然氣熱值構成的約束條件下得到總利潤函數，考慮經濟損失，獲得社會總福利函數；最后比較分析天然氣和基于環境管制政策下的替代作用，從該角度實現能源結構調整、推進節能減排。本文的研究為我能源企業合理控制環境成本、實現經濟與環境的雙贏和政府制定相關減排政策提供了理論依據。
2文獻綜述
目前國內已有大量文獻從宏觀層面上研究國家化石能源燃燒后的碳排放對經濟影響。碳排放是我國在經濟發展過程應該考慮重要問題。
有研究者建立了對碳排放和我國經濟發展的計量經濟模型，從定量角度分析二者相關性。武紅（2013）等通過建立近五十多年我國的碳排放總量和國內生產總值的計量經濟學模型，發現在這期間經濟增長過程中，存在從碳排放總量到GDP的單項Granger因果關系，即高碳排放促進了經濟的增長，但經濟增長并不會明顯導致碳排放的增加。另一方面，冷雪（2012）認為如果存在一個經濟可以容易地使用低碳排放要素投入去代替高碳排放要素投入，就可以削弱經濟增長與碳排放之間因果關系的顯著性。同樣建立近三十年計量經濟學模型，研究表明碳排放與經濟增長之間沒有存在明顯的環境庫茲涅茲曲線，即在不采取減排措施的假設下，我國碳排放量不會自然地減少，反而碳排放量會隨著經濟發展而急劇增加，因此采取經濟手段和政治措施進行二氧化碳減排是必要的。
GDP碳排放強度也是對碳排放和經濟發展關系研究的一個方面。張友國（2010）認為，在經濟發展方式變化的各構成因素種，生產部門能源強度的降低是導致中國碳排放強度下降的最主要因素，直接能源消費率的下降也對碳排放強度產生了明顯的抑制作用，另外隨著電力對原煤的替代，終端能源消費結構的變化也使碳排放強度略有下降。劉廣力（2012）將煤炭消耗引入到了GDP與碳排放的關系之間，他認為從長期來看，煤炭消耗比重的持續增加必然會使碳排放的增長速度高于GDP的增長速度，因此大大提高碳排放強度。因此，我國要降低碳排放需要從分子上的碳排放量入手，不斷尋找清潔能源和提高各能源使用力度和效率的方法，降低煤炭消耗比重，從而達到降低排放的目的。
在研究宏觀層面的同時，已經有越來越多的學者利用各類模型來研究碳排放問題，其中以CGE模型或者基于CGE模型的變形為主。有學者從能源環境經濟系統出發，構建我國能源經濟動態CEG模型，也有從二氧化碳減排、緩解常規能源供給壓力的能源可持續發展角度出發，構建了基于另一種模型假設基礎之上的CGE模型。大多研究的是環境管制制度背景下企業的減排行為和碳交易問題。在研究煤電行業實施碳減排的路徑選擇方面，葉斌等（2013）在參與開發中國能源與環境政策分析模型（CEEPA）基礎上進行相關擴展和補充；在探討影響碳排放減排成本因素方面，姚云飛等（2012）構建了煤電全生命周期碳排放強度模型和碳排放權資源影子價格模型，研究了煤電企業和煤電行業的碳減排潛力、減排成本及其影響因素。一些學者還考慮了其他因素，胡雅楠等（2014）加入了CO2排放減少的居民支付意愿；楊翱等（2014）還考慮了生產者和使用者角度的能耗責任歸屬原則，從投入產出模型內外部兩個層面界定能耗強度系數，以此提出能源消耗外部性的測定模型。部分文獻綜合模擬分析不同碳稅水平、不同能源使用效率、不同碳稅使用方式對二氧化碳減排強度、二氧化碳排放強度邊際變化率、部門產出及其價格、經濟發展、社會福利等變量的影響，婁峰等（2014）通過構建動態可計算一般均衡（DCGE）模型；任志娟等（2012）Sartzetakis的分析框架，用cournot模型將這三種減排手段統一探討。
已有的與碳排放相關的研究中，大多數文獻研究方向在減排方式的選擇和影響減排成本因素宏觀分析等方面，而少有文獻具體針對天然氣和煤炭減排時對社會總福利的影響進行探討，包括比較環境管制政策下煤炭和天然氣最優供應量、社會總福利、廠商的利潤額等。而這個角度研究對于我國目前亟待解決優化能源結構，推動天熱氣改革極具實際參考價值。鑒于此，本文將針對該處空白進行研究。
3模型說明
4模型分析
從模型中可以看出，供應商利潤Ui與煤炭供應量Ci成負相關關系，同時，社會總福利U也與煤炭供應量Ci成顯然的負相關關系。煤炭供應量的上升一方面會使得供應商利潤因減排成本的上升和碳稅的上升而下降，另一方面，會在供應商利潤下降和環境外部性的影響下，使得社會總體福利下降。這兩方面的因素導致在環境管制政策下，煤炭使用成本是高昂的，這恰恰是天然氣替代煤炭的意義所在。
從供應約束來看，在一個地區以熱值計量的能源總需求量不變的情況下，天然氣作為一種清潔高效的能源，對煤炭具有顯著的替代作用。天然氣對煤炭的替代作用具體可以體現在如下的三個方面：一是由于燃燒產生相同熱量時，天然氣比煤炭產生更少的二氧化碳，使用天然氣替代煤炭可以減少供應商的碳排放，使得供應商的減排成本下降，提高企業利潤；二是使用天然氣所帶來的較低的碳排放量同樣會使得企業面臨的碳稅下降，從而進一步降低供應商成本；三是溫室氣體排放會對不同區域造成不同的環境外部性影響，天然氣對煤炭的替代降低了溫室氣體的排放量，從而降低了能源使用的外部性，降低了社會總體成本，提高了社會總福利。綜上所述，在環境政策管制政策下，具體而言，在政府設置一定碳稅的情況下，天然氣對煤炭的替代效用在企業利潤層面和社會福利層面均產生正面的影響，這也從經濟效益和福利經濟學角度解釋了天然氣使用的必要性。
基金項目：
河北省廊坊市科學技術局2015年廊坊市科學技術研究與發展計劃自籌經費項目“創新城市建設背景下廊坊市高新技術產業創新模式與機制研究”（項目編號：2015023104）。
5結論及政策建議
天然氣作為一種單位碳排放量小、產熱效率高的煤炭的替代能源，正在世界范圍內越來越多地被開發和使用，我國政府須重視天然氣對傳統化石能源的替代，以配合我國的可持續發展戰略。針對本文提出的問題，結合我國的客觀實際，現提出具體的政策建議如下：一是制定更加完善的法律法規，規范能源市場，提高能源使用效率，加大對重污染企業的懲處力度；二是利用合理的碳稅等政策對能源結構進行調整，重視天然氣對煤炭的替代作用；三是增加天然氣管道等基礎設施建設投入，引導企業和居民正確、安全地使用天然氣，促使天然氣使用向普遍化、高效化、常態化的方向發展。
參考文獻
[1]張倩.環境管制與煤炭企業競爭力關系的理論研究[J].資源開發與市場，2013，（03）：303306.
[2]赫永達.基于能源消費的資本與能源替代效應研究[D].長春：吉林大學，2015.
[3]郭正權，劉海濱，牛東曉.基于CGE模型的我國碳稅政策對能源與二氧化碳排放影響的模擬分析[J].煤炭工程，2012，（01）：138140.
[4]云箭，覃國軍，徐鳳銀等.低碳視角下中國非常規天然氣的開發利用前景[J].石油學報，2012，（03）：526532.
[5]孫慧，李偉.天然氣如何在節能減排中發揮作用[J].石油規劃設計，2009，（05）：79，50.
[6]姚云飛.中國減排成本及減排政策模擬：CEEPA模型的拓展研究[D].合肥：中國科學技術大學，2012.
[7]王亞璇.中國重點污染行業環境績效和減排成本估算及區域比較研究[D].北京：北京理工大學，2016.
[8]單衛國.未來中國天然氣市場發展方向[J].國際石油經濟，2016，（02）：5962.
[9]王建民，楊文培，楊力.雙贏目標約束下中國能源結構調整測算[J].中國人口?資源與環境，2016，（03）：2736.
[10]申萬，張廣軍.霧霾治理情境下的中國煤炭消費總量研究[J].發展研究，2014，（12）：6771.
[11]付俊.我國煤炭及天然氣消費與經濟增長關系研究[J].中國集體經濟，2015，（25）：1415.
[12]劉暢，杜偉，龐淑娟.征收碳稅對我國二氧化碳減排的影[J].中國能源，2014，（09）：2126.
關鍵詞 低碳經濟;經濟增長;制度安排;國別研究
中圖分類號 F205 文獻標識碼 A 文章編號 1002-2104(2010)09-0018-06 doi:10.3969/j.issn.1002-2104.2010.09.004
隨著世界工業經濟的發展、人口的劇增、人類欲望的無限上升和生產生活方式的無節制 ,世界氣候面臨著越來越嚴重的問題。尤其是由化石燃料過度消耗所導致的全球變暖,引起了世界范圍的廣泛關注。全球變暖嚴重危害了社會經濟的發展,深刻觸及到能源安全、生態安全、水資源安全和糧食安全,甚至威脅到人類的生存。這一現象亦引發了國際社會對現有經濟發展模式的反思,在此背景下,“低碳經濟”(lowcarbon economy)的概念應運而生,并越來越受到國際社會的重視。
“低碳經濟”的概念最早由英國政府在2003年發表的《能源白皮書》中提出,題為“我們能 源的未來:創建低碳經濟” 。《能源白皮書》指出,“低碳經濟是通過更少的自然資源消 耗和更少的環境污染,獲得更多的經濟產出;低碳經濟是創造更高的生活標準和更好的生活質量的途徑和機會,也為發展、應用和輸出先進技術創造了機會,同時也能創造新的商機和更多的就業機會。”
低碳經濟發展模式提出后,各國紛紛相應。學術界圍繞低碳經濟的研究也不斷地發展和豐富。國外學者對低碳經濟的研究起步較早,研究成果也頗為豐富。總結國外現有的研究成果, 主要可以歸納為三個方面:一是低碳經濟與經濟增長,研究重點在碳排放的影響因素,碳排放與經濟增長的關系及碳減排對行業發展的影響等;二是低碳經濟實現的制度安排,研究主要集中對碳稅(carbon tax)和碳交易(carbon trading)的討論;三是不同國家發展低碳經濟的進程。
1 低碳經濟與經濟增長
關注“低碳經濟”的一個重要方面就是對碳排放量(carbon emission)的控制,碳排放量受到哪些因素的影響一直是學者們研究的一個熱點。通過對現有文獻的分析發現,碳排放量的影響因素不僅包括Kaya公式所揭示的人口、GDP和能源消耗[1],還包括國際貿易,兩國的商品貿易為碳排放創造了一種轉移機制。
1.1 人口規模、結構對碳排放量的影響
不言而喻,人口越多,碳排放量就越多。即便中國超過美國成為全球碳排放最多的國家,也不足為怪,因為中美人口相差4倍多。此外,人口結構對碳排放量也有影響。Salvador Enrique Puliafito, et al采用LotkaVolterra模型對人口、GDP、能源消耗與碳排放量的相互關系的探析,Michael Dalton, et al采用PET模型(PopulationEnvironmentTechnology model)的研究,均驗證了上述結論。隨著世界人口轉型,人口老齡化現象逐漸凸顯,發達國家將在2020年前后進入老齡化社會,人口老齡化因素會降低碳排放量,這一效果與技術變革的效果相當[2-3]。
1.2 GDP、能源消耗與碳排放量的因果關系
低碳經濟不是貧困的經濟,因此不能通過降低GDP實現碳減排。碳排放最主要的來源是能源的消耗,能源強度和碳強度是衡量能源消耗的兩個重要指標。“能源強度”(Energy Intensity)是指單位GDP的能源用量。不同產業的能源強度不同,一般第二產業的能源強度最高,而第二產業中,重化工的能源強度又遠高于一般制造業。能源強度還受到技術的影響,同一行業中技術水平低則能源強度高。因此降低能源強度,提高技術水平是減排的有效方向之一。而單位能源用量的碳排放量,則稱為“碳強度”(Carbon Intensity)。能源種類不同,碳強度差異很大。化石能源中,煤的碳強度最高,石油次之,天然氣較低。可再生能源中,生物質能有一定的碳強度,而水能、風能、太陽能、地熱能、潮汐能等都是零碳能源。
尹希果等:國外低碳經濟研究綜述
中國人口•資源與環境 2010年 第9期學者也對GDP、能源消耗與碳排放量的關系進行了定量研究。Ramakrishnan Ramanathan采用DEA方法(Data Envelopment Analysis,數據包絡分析法)同時分析了GDP、能源消耗、碳排放量之間的聯系。他指出以往研究的缺陷是,只分別分析了GDP對碳排放量的影響或者能源消耗對碳排放量的影響,沒有對三者的聯系進行分析。在指標選取上,他以化石能源消耗釋放的二氧化碳代表碳排放量,化石能源包括了石油、天然氣和煤炭;以全球生產總值衡量經濟增長;能源消耗中只選取了非化石能源消耗量,包括水利、核能和地熱能,沒有包括化石能源消耗量是為了避免與第一個指標的重復。在DEA分析效率指標構建中,將GDP和碳排放量作為產出,非化石能源消耗作為投入。結果顯示效率指標在1980年時最高,接下來的7年急劇下降,隨后呈現反復震蕩下跌趨勢,1996年開始回升。基于DEA分析的技術預測(technology forecasting)得到了碳排放量與能源消耗量的曲線圖[4]。
Ugur Soytas, et al采用包含GDP、能源消耗、二氧化碳排放量、勞動力和固定資本總額等變量的VAR模型研究了美國能源消耗、GDP與碳排放量之間的因果關系。研究發現碳排放量的格蘭杰成因不是GDP增長,而是能源消耗。并提出碳減排政策的制定應該從降低能源強度角度考慮,還應該增加如風能、太陽能等清潔能源的使用,提高可再生能源的利用率[5]。后來,Ugur Soytas, et al對土耳其的實證研究也得到類似的結論[6]。
XingPing Zhang, XiaoMei Cheng研究了中國能源消耗、碳排放量與經濟增長之間的格蘭杰因果關系及方向。他建立了一個包含GDP、能源消耗量、碳排放量、資本和城市人口指標的多元模型,以1960-2007年的實證結果顯示,GDP對能源消耗量存在單向格蘭杰成因,能源消耗量對碳排放量存在單向格蘭杰成因,而碳排放量和能源消耗量都不是經濟增長的格蘭杰成因。這意味著,從長遠來看,中國政府可以推行漸進的能源政策和碳減排政策,而不會妨礙經濟增長[7]。
定量分析的結果表明,低碳經濟是經濟增長與化石能源消耗脫鉤的經濟。化石能源消耗是碳排放的主要來源,在低碳經濟模式下,經濟增長不依賴于化石能源的消耗。從長期來看, 經濟增長與碳排放量也不存在因果關系,而能源消耗是碳排放量的重要影響因素。因此碳減排政策應關注能源消耗:通過技術改革、產業結構 升級,降低能源強度;增加清潔能源的使用和可再生能源的利用率,降低碳強度。
1.3 行業碳排放量存在差異
碳減排的重要措施是降低能源強度和碳強度,而由于行業差異以及不同行業使用能源的差異,不同行業的碳排放量相差很大。因此將行業分類,并研究其在低碳經濟下的發展是一個不可忽視的問題。
T C Chang, S J Lin采用灰色關聯分析(Grey Relation Analysis)測算了臺灣34個行業產值與碳排放量的灰色關聯系數、總能源使用量以及各種能源使用量與碳排 放量的灰色關聯系數。研究結果顯示,在分辨系數取0.5的情況下,從34個行業的平均情況來看,產值與碳排放量的灰色關聯系數為0940,總能源使用與碳排放量的灰色關聯系數為-0912,單個能源與碳排放量的灰色關聯系數分別為電力0913、煤炭0.800、石油-0.79、天然氣0.513。這些結果說明了臺灣經濟依賴于二氧化碳密集型的行業,電力能源在臺灣經濟發展中起著越來越重要的作用。分行業來看,根據產值與碳排量的灰色關聯系數、能源使用與碳排量的灰色關聯系數的正負及其大小關系,可以將行業分成兩種不同的類型。其中,采礦業、有色金屬、電力和發電業、公路運輸業為“三低行業”,即能源強度低、碳強度低、碳排放系數低。而農林漁業、食品業、紡織業、皮革業、造紙業、石化原料業、橡膠業、化工產品業、金屬制品業、運輸設備業、燃氣及水供應業、建筑業等11個行業為“三高行業”,它們的能源強度高、碳強度高、碳排放系數高,因此減排政策的制定應主要關注這些行業[8]。
此外,Marco Mazzarino采用比較靜態方法(comparative static approach)和貨幣估值技術的研究發現運輸業是OECD國家碳排放量最大的行業,約占到總碳排放量的三分之一[9]。R. Rehan, M. Nehdi(2005)認為水泥業也是溫室氣體排放的主要行業,并探討了在清潔發展、聯合履行、排放交易三種機制下水泥業的發展前景[10]。
1.4 碳排放量隨國際貿易而轉移
關于碳排量的影響因素,不僅有國內因素,如人口、GDP、行業等,同時國際貿易也是影響 碳排放量的一個重要因素。Paul B Stretesky , Michael J Lynch以1989-2003年世界169個國家的面板數據為樣本,研究了各國人均碳排量與對美國出口量之間的關系。以人均二氧化碳排放量為因變量,各國對美國的出口量為自變量,人口密度、GDP和FDI為控制變量,采用固定效應模型的估計結果顯示:人均碳排放量與出口有著顯著的關系。細分產業后的分析結果顯示在出口行業中,天然氣、石油和煤炭、化工產品和再進口產品等四個行業對人均碳排放量的影響最大。這意味著,在控制了人口密度、GDP和FDI的情況下,一國對美國出口越多,人均碳排放量也越大,出口產品中天然氣、石油和煤炭、化工產品和再進口產品所占的比重越大,人均碳排放量就越大[11]。
Yan Yunfeng, Yang Laike提出,國際貿易創造了一種轉移機制,不僅使產品可以在世界各國之間自由流動,同時也使得碳排放可以自由轉移。1997-2007年,中國碳排放量的10.03%-26.54%是由出口產品的生產所引致的,進口產品的碳排放量僅占到4.40%(19 97年)和9.05%。世界其他國家因轉移機制減排的二氧化碳從1997年的150.18Mt增加到2007年的593Mt,而中國在1997-2007年間因生產出口產品而凈增的二氧化碳達到4 894Mt。他們的研究為近年來中國碳排放量激增找到了一個新的解釋視角,同時這些數據也印證了中國在國際貿易中處于世界工廠的地位。對這一領域的研究,正催生著像在國際貿易中征收碳關稅這樣的動議,有學者擔憂這會引發新一輪的貿易保護主義[12]。
2 低碳經濟實現的制度安排
低碳經濟是在全球氣候惡化的背景下提出的,是世界經濟發展的新模式。為實現經濟發展中的“低碳”,各國主要的制度安排有征收碳稅和碳交易制度。前者是由政府通過稅率來確定進行碳排放的活動要付出多少代價;后者是在《京都議定書》的規定下,通過碳排放權的交易實現全球范圍內碳減排的目的。
2.1 碳稅
碳稅是指針對二氧化碳排放所征收的稅,它通過對燃煤和石油下游的汽油、航空燃油、天然氣等化石燃料產品,按其碳含量的比例征稅,以實現減少化石燃料消耗和二氧化碳排放的目的。碳稅最早由芬蘭于1990年開征,此后,瑞典(1991年)、挪威(1991年)、荷蘭(1992年)、丹麥(1992年)、斯洛文尼亞(1997年)、意大利(1999年)、德國(1999年)、英國(2001年)、法國(2001年)等國也相繼開征。近年來,為履行《京都議定書》義務,一些國家如日本、加拿大、瑞士等國也紛紛開征碳稅。
關于這些國家實施碳稅的經驗,Andrea Baranzini, et al在分析了各國能源產品的碳稅稅率后指出:各國的能源稅(energy tax)稅率差別相當大,從而碳稅稅率各不相同,這成為國際協調碳稅的一個主要障礙;從理論上說,征收碳稅的目的在于提供一種碳減排的激勵機制,但在實踐中存在其他目的,如基于財政(籌集資金)的目的,對需求彈性很小的產品征收很高的碳稅;對于某些能源產品,如煤炭,有些國家的碳稅稅率相當低,有些國家還實行補貼,因而還不是真正意義上的碳稅;要達到減少碳排放的目的,實施碳稅的同時要對能源稅進行改革[13]。
在此之后,日本的研究發現,能源稅和碳稅的使用能夠使碳排放下降到預計目標水平,同時也使能源種類的使用發生了變化,即由煤到天然氣[14]。對碳稅征收先行國挪威的研究發現,1990-1999年挪威平均每單位GDP的碳排放降低了12個百分點,但碳稅對碳減排的貢獻只有2.3%,碳稅的效果并不理想。原因在于挪威對不同的產業實行差 別稅率,且不同類型燃料的碳含量與稅額的比率也不相同[15]。Cheng F Lee, et al在 灰色理論(grew theory)和投入―產出理論(inputoutput theory)的基礎上,運用模糊目標規劃(fuzzy goal programming)方法構建模型,模擬了三種碳稅方案下碳減排的力度和經濟影響。預測碳稅實施的影響有助于各國碳稅方案的選擇,也能更好的發揮碳稅的效果[16]。
2.2 碳交易
碳交易是為促進全球溫室氣體減排,減少全球二氧化碳排放所采用的市場機制,即把二氧化碳排放權作為一種商品,從而形成了二氧化碳排放權的交易[17]。其興起源于《京都議定書》所制定的三種減排機制:一是排放貿易機制(ET,Emission Trade),允許附件 一國家(主要是發達國家)之間相互轉讓它們的部分“容許的排放量”(“排放配額單位”);二是聯合履行機制(JI,Joint Implementation),允許附件一國家從其在其他工業化國家的投資項目產生的減排量中獲取減排信用,實際結果相當于工業化國家之間轉讓了同等量的“減排單位”;三是清潔發展機制(CDM,Clean Development Mechanism),允許附件一國家的投資者從其在發展中國家實施的、并有利于發展中國家可持續發展的減排項目中獲取“經核證的減排量”。即允許附件一國家出資支持無減排義務的國家通過工業技術改造、造林等活動,降低溫室氣體的排放量并抵頂附件一國家的減排指標。
根據以上三種機制,碳交易可以分為兩種形態:基于配額的交易和基于項目的交易。配額型交易指總量管制下所產生的排減單位的交易,主要是《京都議定書》規定的附件一國家之間超額排減量的交易,通常是現貨交易。項目型交易指因進行減排項目所產生的減排單位的交易,如清潔發展機制下的“排放減量權證(CERs)”、聯合履行機制下的“排放減量單位(ERUs)”,主要是通過國與國合作的排減計劃產生的減排量交易,通常以期貨方式預先買賣。自2005年《京都議定書》正式生效后,碳交易市場發展迅速。根據世界銀行的數據,2008年碳交易市場成交總額為1 263.45億美元;預計2012年成交總額將達到1 500億美元,有望超過石油市場成為世界第一大市場。
清潔發展機制是《京都議定書》中唯一涉及到發展中國家的機制,并且《京都議定書》還承認了森林碳匯(carbon sink)對減緩氣候變暖的貢獻,并要求加強森林可持續經營和植被恢復及保護,允許發達國家通過向發展中國家提供資金和技術,開展造林、再造林碳匯項目,將項目產生的碳匯額度用于抵消其國內的減排指標[18]。這些規定的出現在發達國家和發展中國家之間開啟了一個巨大的碳交易市場。CDM項目和碳匯CDM項目成為發展中國家的一個新的經濟增長點。
3 低碳經濟的國別研究
3.1 發達國家的低碳經濟
英國作為第一次工業革命的先驅,正從自給自足的能源供應走向主要依靠進口的時代,按傳統的消費模式,預計2020年英國80%的能源都必須進口。因此英國于2003年首次以政府文件的形式正式提出“低碳經濟”概念,并積極推動世界范圍的低碳經濟。隨后,Johnton D et.al(2005)探討了英國大量減少住房二氧化碳排放的技術可行性,認為利用現有技術到本世紀中葉實現1990年基礎上減排80%是可能的[19]。Treffers T, et al探討了德國在2050年實現1990年基礎上減少溫室氣體排放80%的可能性,認為通過相關政策措施,經濟的強勁增長和溫室氣體排放減少的共同實現是可能的[20]。Koji Shimada , et al構建了一種描述城市尺度低碳經濟長期發展情景的方法,并將此方法應用到日本滋賀地區[21]。
在實踐中,低碳經濟發展模式受到各國政府組織的廣泛關注和青睞,向低碳經濟轉型成為世界經濟發展的大趨勢。英國把發展低碳經濟置于國家戰略高度,2008年頒布實施的“氣候變化法案”使英國成為世界上第一個為溫室氣體減排目標立法的國家。按照該法律,到2050年英國要達到減排80%的目標。另外,政府大力促進商用技術的研發推廣,以占領低碳產業的技術制高點。在低碳生活上,英國社會運用多種手段引導人們生活方式的轉變。比如,要求所有新蓋房屋在2016年達到零碳排放,新建房屋中至少有三分之一要體現碳足跡減少計劃,不使用一次性塑料袋,等等。在潔凈能源的開發上,英國發揮其海島國家的自然優勢,注重利用海洋資源,在發展海上風能、海藻能源等低碳能源方面居于全球領先水平。
同樣是島國的日本也在向低碳經濟發展模式轉變。日本內閣會議于2008年7月通過的“低碳社會行動計劃”闡述了在未來三五年內將家用太陽能發電系統的成本減少一半等多項有關減排的措施,其重要內容都與開發新能源有關。根據日本內閣政府2008年9月的數字,在科學技術相關預算中,僅單獨列項的環境能源技術的開發費用就達近100億日元,其中創新性太陽能發電技術的預算為35億日元。2009年4月,日本又公布了名為《綠色經濟與社會變革》的政策草案,目的是通過實行減少溫室氣體排放等措施,強化日本的低碳經濟。
為帶動歐盟經濟向高能效、低排放的方向轉型,2007年3月歐盟委員會提出一攬子能源計劃,承諾到2020年將可再生能源占能源消耗總量的比例提高到20%,將煤炭、石油、天然氣等一次能源的消耗量減少20%,將生物燃料在交通能耗中所占的比例提高到10%。此外,2007年年底,歐盟委員會通過了歐盟能源技術戰略計劃,明確提出鼓勵推廣低碳能源技術,促進歐盟未來能源可持續利用機制的建立和發展。歐盟國家利用其在可再生能源和溫室氣體減排技術等方面的優勢,積極推動應對氣候變化和溫室氣體減排的國際合作,力圖通過技術轉讓為歐盟企業進入發展中國家能源環保市場創造條件。
3.2 發展中國家的低碳經濟
《京都議定書》是旨在限制發達國家二氧化碳排放的國際協議,發展中國家未被規定必須承擔減排義務。但是隨著發展中國家的工業化和城市化進程加速,其二氧化碳排放量也迅速增加。雖然歷史排放量和人均排放量還相對較低,但是在后京都時展中國家尤其是中國的減排壓力已經越來越大。在2009年的哥本哈根會議上,中國是否應該承擔減排義務及能否獲得資金支持成為會議爭論的一個焦點。
發展中國家中尤其是中國,被指責為一個“搭便車者”,在降低碳排放、延緩氣候變暖上毫無貢獻。ZhongXiang Zhang(2000)通過分析中國1980-1997年間二氧化碳排量的歷史演變,以及中間燃料轉換、能源消耗、經濟增長和人口規模增長對二氧化碳排量的影響,指出上述指責是沒有根據的。實際上,中國在能源節約上采取了一系列的措施,1997年單位GDP能耗只有1980年的一半。如果沒有這些努力,1997年的能耗總量將比實際排量多出50% [22-23]。Walter V Reid, José Goldemberg的研究也指出,發展中國家已經采取了有效措施遏制二氧化碳的排放。他指出中國從80年代開始實行能源價格改革,碳補貼從1984年的37%下降到1995年的29%,石油補貼從1990的55%下降到2%。另外,中國在提高能源利用率,開發可再生能源上也取得了一定的成效[24]。Paul B. Stretesky, Michael J. Lynch(2009)、YanYunfeng, Yang Laike(2010)的研究則指出兩國之間的商品貿易為碳排放提供了一種轉移路徑。中國為美國的碳減排做出了很大的潛在貢獻,因此美國等發達國家應該為中國等發展中國家提供切實有效的氣候與環境友好型技術援助。
盡管中國的碳歷史排放量和人均排放量相對較低,但是其排放總量的激增引起了世界各國的關注。中國的碳排放受到哪些因素的影響,為邁入低碳經濟中國應如何改進措施,Hu Chuzhi, et al的研究比較具有代表性。他基于EKC模型,采用平均分配余量的分解方法,構建了中國碳排放的因素分解模型,定量分析了1990-2005年經濟規模、產業結構和碳排放強度對碳排放的貢獻,即規模效應、結構效應和技術效應。結果表明:①采用EKC曲線模擬結果顯示,我國碳排放量呈現“N”型,并沒有呈現嚴格的倒“U”型特征,這與規模效應具有一致性。說明我國經濟增長并不會自發導致碳排放量的減少,經濟增長也并不一定引發碳排放的增加,關鍵是我國的環境治理的機制、市場和政策不完善,若不施行合理有效的控制措施,未來在降低碳排放方面面臨著許多風險。②我國的碳排放政策的缺失,節能減排政策實施滯后,這是導致我國碳排放持續上升的又一重要因素。③在規模效應、結構效應和技術效應中,只有結構效應的平均值為負,表明經濟結構優化能降低碳排放,是減少碳排放的有效手段。④我國碳排放技術效應具有隨意性,這說明技術在降低碳排放方面并未發揮優勢,現行技術應用主要目的是提高勞動生產率,許多技術進步并非與提高環境質量有關,盡管技術進步非常快,但對降低碳排放的作用并不大。在此基礎上,他提出了控制碳排放的政策性建議:建立和實施不同時間尺度上的環境調控政策;積極推進產業結構向節能型、高級化發展,并大力發展環保產業;推行削減碳排放的技術,提高能源利用效率;發展低碳能源和可再生能源,改善能源結構[25]。
Guo Ru, et al以上海為例,采用情景分析法(scenarios analysis)對上海2010-2020年的碳排放量進行了估計,并提出了一些碳減排建議。研究結論顯示:①上海的主要能源消耗在過去的15年呈現不斷上升的趨勢。②上海的能源主要是用于生產,而第二產業的能源消耗占比最大。③上海2005年的碳排放量達到58.05 Mt Ceq,是1990年的兩倍。④在“十一五”計劃指導下,上海的碳減排量將分別達到17.26 Mt Ceq(2010年)和111.04 Mt Ceq(2020年)。作為中國的發達城市之一,上海在碳減排上要承擔起更多的責任,基于以上分析上海可以通過以下措施實現低碳經濟:①上海的碳排放主要來自于第二產業,因此提升產業結構是第一要務。發展能耗低且產品附加值高的行業,同時加快第三產業的發展。②優化能源結構和能源效率,結合地域優勢開發使用清潔能源,如上海可以開發風能。③加強碳匯建設,樹木、綠化帶、濕地、農田是上海重要的碳匯。擴大城市樹木和綠化帶的范圍,對崇明和南匯的濕地要加強保護[26]。
4 結 語
“低碳經濟”概念的提出源于全球氣候惡化的背景,從《京都議定書》到“巴厘島路線圖”,及至最近的哥本哈根會議,世界各國都在為解決氣候問題而努力。圍繞低碳經濟,學者們從不同視角、運用不同方法、對不同區域(全球、國家、地區)進行了研究。
關于低碳經濟與經濟增長,目前比較一致的結論有:①影響碳排放量的因素有人口、能源消耗、技術水平等,國際間的商品貿易也可以導致碳排放的轉移。②經濟增長對碳排放量的影響是通過能源消耗來實現的,為實現低碳經濟,應該增強能源強度及碳強度,逐漸由化石能源過度到清潔能源的使用。③不同行業的碳排放量有顯著差異,一個國家或地區應該在總體層面上規劃產業發展,提升產業結構。在研究方法上,灰色關聯分析法、數據包絡分析法以及對人口經濟學中LotkaVolterra模型的應用等,值得國內研究者的借鑒。在實踐中,實現低碳經濟的制度安排主要有征收碳稅和碳交易制度。發達國家是低碳經濟發展模式的倡導者,在向低碳經濟的轉變進程中,推出了各種法案措施。低碳經濟已成為一種國際潮流,也影響著發展中國家的經濟社會發展進程。各國都致力于向低碳經濟的轉變,并從中尋找新的經濟增長點。
參考文獻(References)
[1]省略/anglais/documentationa/greenhouse/kayaequation.htm
[2]Salvador Enrique Puliafito, José Luis Puliafito, Mariana Conte Grand. Modeling population dynamics and economic growth as competing species: An application to CO2 global emissions[J]. Ecological Economics, 2008,(65): 602-615.
[3]Michael Dalton, Brian O'Neill, Alexia Prskawetz, Leiwen Jiang, John Pitkin. Population aging and future carbon emissions in the United States[J]. Energy Economics, 2008,(30): 642-675.
[4]Ramakrishnan Ramanathan. A multifactor efficiency perspective to the relationships among world GDP, energy consumption and carbon dioxide emissions[J]. Technological Forecasting & Social Change, 2006,(73): 483-494.
[5]Ugur Soytas, Ramazan Sari, Bradley T. Ewing. Energy consumption, income, and carbon emissions in the United States[J]. Ecological Economics, 2007,(62): 4 82-489.
[6]Ugur Soytas, Ramazan Sari. Energy consumption, economic growth, and carbon emissions: Challenges faced by an EU candidate member[J]. Ecological Economics, 2009,(68): 1667-1675.
[7]Zhang XingPing, Cheng XiaoMei. Energy consumption, carbon emissions, and economic growth in China[J]. Ecological Economics, 2009,(68): 2706-2712.
[8]T C Chang, S J Lin. Grey relation analysis of carbon dioxide emissions from industrial production and energy uses in Taiwan[J]. Journal of Environmental Management, 1999,(56): 247-257.
[9]Marco Mazzarino. The economics of the greenhouse effect: evaluating the climate change impact due to the transport sector in Italy[J]. Energy Policy, 2000,(28): 957-966.
[10]R Rehan, M Nehdi. Carbon dioxide emissions and climate change: policy implications for the cement industry[J]. Environmental Science & Policy, 2005,(8): 105-114.
[11]Paul B Stretesky, Michael J Lynch. A crossnational study of the a ssociation between per capita carbon dioxide emissions and exports to the United States[J]. Social Science Research, 2009,(38): 239-250.
[12]YanYunfeng, Yang Laike. China's foreign trade and climate change: A case study of CO2 emissions[J]. Energy Policy, 2010,(38): 350-356.
[13]Andrea Baranzini, José Goldemberg, Stefan Speck. A future for carbon taxes[J]. Ecological Economics, 2009,(32): 395-412.
[14]Toshihiko Nakata, Alan Lamont. Analysis of the impacts of carbon ta xes on energy systems in Japan[J]. Energy Policy, 2001,(29): 159-166.
[15]Annegrete Bruvoll, Bodil Merethe Larsen. Greenhouse gas emissions in Norway: do carbon taxes work?[J]. Energy Policy, 2004,(32):493-505.
[16]Cheng F Lee, Sue J Lin, Charles Lewis, Yih F. Chang. Effects of carbon taxes on different industries by fuzzy goal programming: A case study of the petrochemicalrelated industries, Taiwan[J]. Energy Policy, 2007,(35): 4051-4058.
[17]John A Mathews. How carbon credits could drive the emergence of renewable energies[J]. Energy Policy, 2008,(36): 3633- 3639.
[18]J Liski, T Karjalainen, A Pussinen, GJ Nabuurs, P Kauppi. Trees as carbon sinks and sources in the European Union[J]. Environmental Science & Policy, 2000,(3): 91-97.
[19]Johnston D, Lowe R, Bell M. An Exploration of the Technical Feasibility of Achieving Carbon Emission Reductions in Excess of 60% Within the UK Housing Stock by the Year 2050[J]. Energy Policy, 2005,(33): 1643-1659.
[20]Treffers T, Faaij APC, Sparkman J, Seebregts A. Exploring the Possibilities for Setting up Sustainable Energy Systems for the LongTerm: Two Visions for the Dutch Energy System in 2050[J]. Energy Policy, 2005,(33): 1723-1743.
[21]Koji Shimada, Yoshitaka Tanaka, Kei Gomi, Yuzuru Matsuoka. Developing a Longterm Local Society Design Methodology Towards a Lowcarbon Economy: An Application to Shiga Prefecture in Japan[J]. Energy Policy, 2007,(35): 4688-4703.
[22]Zhong Xiangzhang. Decoupling China's Carbon Emissions Increase from Econo mic Growth: An Economic Analysis and Policy Implications[J]. World Development, 2000,(28): 739-752.
[23]Zhong Xiangzhang. Can China afford to commit itself an emissions cap? Aneconomic and political analysis[J]. Energy Economics, 2000,(22): 587-614.
[24]Walter V Reid, José Goldemberg. Developing countries are combating climate change:Actions in developing countries that slow growth in carbon emissions[J]. Energy Policy, 1998,(26): 233-237.
[25]Hu Chuzhi, Huang Xianjin. Characteristics of Carbon Emission in Chi na and Analysis on Its Cause[J]. Chn Popu Res Envi, 2008, 18(3): 38-42.
[26]Guo Ru, Cao Xiaojing, Yang Xinyu, Li Yankuan, Jiang Dahe, Li Fengting. The strategy of energyrelated carbon emission reduction in Shanghai[J]. Energy Policy, 2010,(38): 633-638.
A Synthesis of Foreign Scholars' Research on Low Carbon Economy
YIN Xiguo HUO Ting
(Institute of Population Resource and Environmental Economy, Chongqing University, Chongqing 400044, China)
[關鍵字]排放成本；碳交易；定價；
一、引言
歐盟碳交易體系形成以來，碳現貨價格劇烈波動，增加了碳交易市場主體的風險，為了降低和分散市場和交易風險，碳交易中的各種金融工具陸續產生并應用，并且在碳交易市場的發展中起到了關鍵而積極的作用。而碳交易市場上金融工具運用的核心又是碳排放權的定價問題。總體來說，對于碳排放權價格問題的研究無論是國內還是國外都剛剛處于起步階段， Nordhnus(2001)等提出了涵蓋人類活動、空氣、氣候、海平面、經濟活動等因素的整體碳交易評估理論模型。Capros(1999)等分析政策因素如財稅政策、能源政策等對碳價格和其他工業部門的影響。Alberola 等人(2008) 證明了只有在極端的溫度變化事件中，例如：使四季平均溫度都發生徹底改變的事件，溫度才會對碳價格形成影響。T.Bole(2009)運用WICCH模型，基于減排成本、各國GDP以及環境容量之間的聯系，提出了碳減排成本及價格的預測方法 。黃桐城和武邦濤（2004）從排污治理邊際成本以及邊際收益兩個方面對排污權定價進行了分析，并提出了微觀市場定價模型。仇勝萍和李壽德（2002）從環境因子的經濟以及非經濟視角，分析了排污權的定價過程中存在的困難以及解決對策 。胡民(2007)和林云華(2009)分別用影子價格模型對排污權的定價進行了分析。
這些研究成果對促進碳排放權的合理初始定價及交易價格的形成具有很大的指導意義。
在實際碳交易中，一些模型中的計算或度量過于復雜和不可測，并且要求交易雙方具有較好的數理基礎，方法的實際應用受到了限制。由于沒有統一的定價方法，也導致了碳現貨價格的劇烈波動，增加了交易主體的風險。
因此，本文提出一種簡單實用的針對企業之間碳排放權交易的定價方法。在這種定價模式下，企業之間的碳排放定價就只需對一個常數進行談判，大大降低了交易成本，簡化了定價的流程和程序，有利于在實際的交易中廣泛應用。
二、以兩企業為例的碳排放權定價分析
碳排放權交易是一種以市場為基礎的經濟刺激手段，由于技術水平，能源結構和利用率等方面的差異會導致不同經濟主體之間的碳減排成本不同，形成碳排放權的價格差，從而形成最初的碳交易動機，即出售方可以從交易中取得經濟收益，有減排承諾或者有減排限制的經濟主體如果本身碳減排成本較高就可以通過交易來降低成本，同時達到削減排放量的目的。
具體來說，不同國家的企業在減排承諾和減排成本上存在很大差異，這為不同國家不同企業之間進行碳排放的交易提供了現實可能，由于發達國家能源效率較高，新技術已經普遍被采用，并且已經經過一輪減排，排放基數已經較低，容易遭遇減排瓶頸，所以通常發達國家的企業的碳減排成本要高于發展中國家的同類企業。部分企業可以利用減排成本優勢進行碳排放權的出售，而另一些處于成本劣勢的企業可以通過碳排放權交易購買排放權。但在排放權的定價方面卻沒有統一的規定和標準。這也是導致碳現貨價格參差不齊的原因之一。
為了更清楚地說明問題，我們通過圖示來對兩個單位GDP碳減排成本不同的企業進行經濟研究（見圖）。
在進行具體分析前，我們先做出3個假設：