中国省域碳排放总量控制目标分解研究

摘要 为确保实现中国CO2排放在2030年左右达到峰值的承诺，在“十三五”期间探索开展省级层面的碳排放总量控制目标分解是关键措施。基于地区差异构建碳排放总量控制目标分解模型，综合考虑公平、效率和可行三类因素，本研究以浙江省为例，将2013-2020年碳排放总量控制目标分解到各个地市。研究结果表明，浙江省11个地市的碳排放总量控制目标在四类不同情景下基本保持一致。不同权重情景下的结果均有效反映出各地市在经济发展、人民生活和技术水平等方面的差异，表明通过该模型分解碳排放总量控制目标基本合理可行。偏重公平的方案在协调区域经济发展差异方面具有较大优势，该方案一定程度上可倒逼传统经济发展模式向低碳经济转型；偏重效率的方案可最大效率地利用碳排放空间，但需给予足够的资金和技术支持；“十三五”期间我国建成统一的碳交易市场后，偏重可行的分配方案可通过碳交易市场手段实现各地市碳减排和经济发展的双赢。此外，充分发挥战略预留碳排放指标的作用可有效保证各省实现碳排放总量控制目标。尽管在选择分配指标项和分解战略预留目标时仍然存有不确定性，但可随着省级应对气候变化统计体系的建立与完善，以及各省“国民经济和社会发展十三五规划”的出台而逐步减小。本研究创新性地为中国经济发达省份开展碳排放总量控制目标的地市分解工作提供兼顾公平、效率和可行的方案。

关键词 省域；碳排放总量；增量控制；指标分解；浙江省

中图分类号 F124.5； X32 文献标识码 A 文章编号 1002-2104（2016）01-0023-08 doi：10.3969/j.issn.1002-2104.2016.01.004

在全球关注应对气候变化和减少CO2等温室气体排放这一热点问题背景下，研究如何进一步完善并形成科学合理的碳减排目标分配方案已成为当前各国政府和学术界探讨的重要议题之一。以美国和欧盟为代表的后工业化国家，由于碳排放总量达到峰值或呈现下降趋势，率先提出了碳排放总量控制目标。中国作为最大的发展中国家，当前仍处于快速的工业发展和城市化阶段，碳排放总量仍将持续增长，如何既能满足经济社会发展的需求又兼顾碳排放总量控制是当前中国面临的一大挑战。囿于区域经济社会发展空间差异较大，从国家层面对碳排放总量控制目标进行分解易失科学性和客观性。我们认为，省级层面如何控制碳排放总量并将碳排放权科学合理地分配到各地级市乃至更小的行政单元，是中国碳排放下降目标顺利实现的重要抓手；开展省级层面碳排总量控制目标分解研究具有重大的现实意义。

1 研究综述

随着温室气体排放区域分解研究的逐步升温，国外学者最先涉足该领域的研究。早在《京都议定书》签署之前就有关于温室气体排放分配问题的早期探讨，主要分配方法有简单的各国减排率一致方案、基于人均排放分配方案和基于GDP分配方案等[1-2]，但这些方法因仅仅关注某一单项因素而受到人均排放较高或经济体量较小国家的反对。在此基础上，又发展起来许多综合的分配模型和方案，如综合人均CO2排放量、CO2/GDP、GDP和人均GDP的等权加和方法[3]、以人均GDP和人均累积排放量乘积为表征的GDR方案[4]以及基于减排成本考虑的FAIR2.0模型[5]等。欧盟提出的三部门法是具有较大影响力的分配模型。该方法遵循自下而上的原则，首次将排放源分为电力、工业以及其他行业等三个部门，并将减排目标分解到15个成员国。自该方法建立之后，考虑因素日趋复杂，得到了较大扩展，如三大部门本身更加细化[6]，被拓展应用于全球48个国家[7]，在目标分解过程中增加时间因素，并纳入到多阶段目标模型中[5]。此外，趋同模型、人均累积碳排放、高收入群体比例等方法[8-9]均具有一定影响。需要指出的是，国际上的分配模型和方案大多是基于国家与国家之间的分配，尽管如此，这些分配模型和方案对于我国区域分配方法的研究具有重要参考价值。

国内相关研究大多基于公平和效率原则，应用不同方法对中国各省市碳减排目标分解问题进行研究。主要方法如基于地区差异的综合指数法[10-11]，与国家《“十二五”控制温室气体排放工作方案》类似的基于聚类分析的分解法[12]，基于各省减排潜力差异的模型预测法[13]，基于松弛变量或零和收益的数据包络分析法[10，14]，基于碳排放环境学习曲线模型的分解法[15]和基于消费的CGE模型分解法[16]等。同时，也有部分学者针对碳排放总量控制目标，利用基于FCAM的ZSGDEA模型[17]、洛伦兹曲线[18]、DDF模型[19]和基于碳排放总量增量的区域分解模型[20]等方法将中国碳排放总量控制目标分解到各省。通过以上一系列研究，提出了诸多科学性高、操作性强的碳减排目标区域分解的思路、原则和方法，为各省实现温室气体减排目标提供了有效科学支撑。然而，已有研究成果仍较缺乏科学合理的分解依据[21]，在分配对象、原则、因素、模型和结果可靠性等核心问题上差异较大。

程纪华：中国省域碳排放总量控制目标分解研究

中国人口・资源与环境 2016年 第1期综上所述，目前国内外研究大多是以多个国家之间的碳排放权的区域分解，抑或是把一国的碳排放总量分解到国内的省级行政区域，形成了诸多有益成果。但值得注意的是鲜有学者从省域范围内各地市间的碳排放权分配进行研究，目前仅有以广东省为例开展碳减排总量目标地区分解研究[22]。这可能是由于当前我国不同省之间地市级统计口径差异较大，对分解方法的可靠性和可行性要求较高，亟需更多的省域层面针对地市碳总量控制目标分解研究以充实和丰富该领域的研究工作。此外，当前中国正处在建立碳交易市场的关键节点期，北京、上海、广东等6个全国首批低碳试点省市碳交易试点工作经验表明，省域内不同区域的碳排放权分配与本省区的碳交易市场建设休戚相关，如何科学合理地分配省域各地市的初始排放权是搭建平稳有序的省级碳交易市场的前提和基础。因此，开展省域层面的碳排放总量控制分解研究不仅有助于丰富碳排放分解理论研究，还能使省级层面的“节能减碳”工作更具针对性，“碳交易市场”建设推进更具可操作性。

2 研究设计2.1 分解原则与思路

从碳排放总量控制目标分解的国内外经验看，“公平和效率兼顾”是其共同特征，目的是要将碳排放总量目标按照公平合理的方法分解到各区域并被接受。同时，分解方法还要体现我国“控制增量为主、削减存量为辅”的基本政策导向，从而使各地在保持经济稳定发展的同时能够积极地完成碳排放总量控制目标。结合已有研究成果，我们认为省域碳排放总量控制目标分解应遵循如下原则：一是公平性原则，即基于各地实际情况，从人口规模、经济发展水平等角度考虑区域差异，实现公平分配。二是效率性原则，即从发掘低成本减排机会的角度考虑，在完成既定碳排放总量控制目标下产生更大经济效益；三是可行性原则，即尽可能简化分解模型和指标体系，加强所选指标的可接受性和数据在现有统计体系中的易获性。四是有效性原则即能通过合理有效的调控手段保证实现碳排放总量控制目标。

基于以上原则，本研究进行目标分解的基本思路是：一是研究确定体现以上四项原则的相关指标，以此构建概念模型和相应的指标体系，并对各个指标赋予相应的权重系数。二是分解省域碳排放总量控制目标。每一个指标对应一个碳排放总量子目标，所有子目标总和与碳排放总量控制目标一致。三是根据每个指标的具体内容构建一个地区分配指数，按照该指数将子目标进一步分解到各个地区（市）。四是将每个地区（市）的所有指标对应的碳排放总量子目标加总，计算得到各个地区（市）的碳排放总量控制目标。

2.2 模型构建与指标选取

本研究借鉴国际和国内主流模型的思想，参考已有研究对相关指标的设置[11-12，18，20]，围绕公平、效率、可行和有效等四个原则，构建省域碳排放总量控制目标分解模型（见图1），该模型主要涉及如下4大类指标。

2.2.1 公平性指标

公平主要指人际公平、发展阶段公平和责任分配公平，即主要考虑各地区人口数量、所处发展阶段和应承担责任。本研究选择各地区的常住人口数、城镇居民可支配收入和人均能源消费量作为该指标下的地区分解指数。常住人口越多的区域应得到更多的碳排放空间，为正向指标。城镇居民可支配收入水平越低，应分配越多的碳排放空间，为逆向指标。由于我们目前非化石能源比例仍然较低，人均能源消费量越高基本意味着碳排放水平越高，应承担越高的碳减排责任，即分配越少的碳排放空间，为逆向指标。

2.2.2 效率性指标

效率主要指以最小的成本实现最大的减排效果，即主要考虑各地区减排潜力和碳排放空间利用效率。本研究选择规模以上单位工业增加值能耗、工业占GDP比重和单位能耗的GDP产出作为该指标下的地区分配指数。规模以上单位工业增加值能耗和工业占GDP比重分别代表技术减排潜力和结构减排潜力，潜力越高得到的碳排放空间越小，为逆向指标。单位能耗GDP产出越高代表单位碳排放利用效率越高，得到的碳排放空间越高，为正向指标。

2.2.3 可行性指标

可行性从政策可行性和技术可行性方面考虑。政策可行性即指分配方案能够被各地方政府接受，由于当前我国经济下行压力加大，地方政府的焦点仍为经济增长，故以体现区域财政能力的人均GDP作为政策可行的地方分配指数，为逆向指标。技术可行主要指模型的难度和现有统计体系相关数据的可获取度。结合我国即将在“十三五”开展碳排放总量控制的政策，并考虑到现行统计体系中还未完善碳排放相关统计，因此本研究在构建地方分配指数时不考虑大多数研究中出现的碳排放相关数据，使本研究构建的总量控制目标分解体系更具可操作性，更接近政府决策的需求。

2.2.4 战略预留指标

结合我国中央政府通常会基于整体战略考虑给下级政府部门安排重大项目的实际情况，本研究设置预留指标以保证能有效完成碳排放总量控制目标任务。由于重大项目的碳排放量将占据各地区的碳排放空间，所以需要将碳排放总量目标中预留一部分作为战略预留指标，可根据届时国家项目安排情况把相关战略预留碳排放指标分配给地方，使本分解体系更具有灵活性。

2.3 计算方法

首先，将待分解的碳排放总量控制目标（E）分为4个子目标：

Ei=E×Wi

（1）

其中Ei是指省域层面分解给i个指标的碳排放量控制目标；Wi是指第i个子目标在省域碳排放总量控制目标中所占的权重，∑4i=1Wi=1。随后，再通过构建地区分解指数（Rij）得到各子目标下各地区的碳排放控制目标 （Eij）和各地区的碳排放控制目标（Ej）：

Eij=Ei×Rij

（2）

Ej=∑4i=1Eij

（3）

除战略预留子目标是根据各地项目规划实际情况分配之外，公平性子目标、效率性子目标和可行性子目标都需要按照各自原则分配给地方。由于构成公平性子目标和效率性子目标地区分配指数的各类指标具有不同的量纲，指标值差异大，为消除量纲影响并整合正向指标和逆向指标，有必要对各个指标进行标准化，本研究采用归一化法。正向指标（K正）标准化的计算方法为：

K正=Kr-KminKmax-Kmin

（4）

其中，Kr为各指标的实际值（r=1，2，...6），Kmax和Kmin分别为该指标在所评价对象（如某省不同地市）中的最大值和最小值。

对于逆向指标（K逆），计算方法为：K逆=1-K正

（5）

基于以上标准化的指标，公平性和效率性子目标的地区分配指数（Rij）具体计算公式如下：

Rij=∑nr=1Krj∑nr=1∑mj=1Krj

（6）

其中，i=1、2，分别代表公平性子目标和效率性子目标的地区分配指数；Krj代表第j个地区（j=1，2，...m）的第r个指标标准化值，R1j对应K1j，K2j和K3j，R2j对应K3j，K4j和K5j。

[16]Springmann M， Zhang D， Zhang X L， et al. Incorporating Consumption Based Emissions Accounting into Climate Policy in China： Provincial Target Setting and ETS Baseline Allocations[C].16th Annual Conference on Global Economic Analysis， 2013.

[17]Wang K， Zhang X， Wei Y M， et al. Regional Allocation of CO2 Emissions Allowance over Provinces in China by 2020[J]. Energy Policy， 2013， 54：214-229.

[18]宋德勇，刘习平.中国省际碳排放空间分配研究[J].中国人口・资源与环境，2013，23（5）： 7-13. [Song Deyong，Liu Xiping. Spatial Distribution of Provincial Carbon Emissions[J]. China Population， Resources and Environment， 2013， 23（5）：7-13. ]

[19]于潇，孙猛.中国省际碳排放绩效及2020年减排目标分解[J].吉林大学社会科学学报，2015，55（1）：57-65. [Yu Xiao， Sun Meng. Study on the Decomposition of China Provincial Carbon Emission Performance and the 2020 Emission Reduction Targets[J]. Jilin University Journal Social Sciences Edition， 2015，55（1）：57-65.]

[20]王金南， 蔡博峰， 曹东， 等. 中国 CO2 排放总量控制区域分解方案研究[J]. 环境科学学报， 2011， 31（4）： 680-685. [Wang Jinnan，Cai Bofeng，Cao Dong，et al.Scenario Study on Regional Allocation of CO2 Emissions Allowance in China[J]. Acta Scientiae Circumstantiae， 2011， 31（4）： 680-685.]

[21]刘春兰，蔡博峰，陈操操， 等.中国碳减排目标的地区分解方法研究述评[J].地理科学，2013，（9）： 1089-1096. [Liu Chunlan，Cai Bofeng，Chen Caocao，et al. Review of Carbon Mitigation Target Allocation in China[J]. Scientia Geographica Sinica， 2013， （9）： 1089-1096.]

[22]林文声， 胡新艳. 广东省碳减排总量目标的地区分解及其盈亏格局[J]. 热带地理， 2014， 34（5）：618-626. [Lin Wensheng， Hu Xinyan. Regional Decomposition of Carbon Reduction Target and Its Pattern of Surplus and Deficit in Guangdong Province[J]. Tropical Geography， 2014， 34（5）：618-626.]

[23]何艳秋.中国能源CO2排放控制目标和地区分配的统计研究[D]. 成都：西南财经大学， 2013. [He Yanqiu. Chinese Energy Carbon Dioxide Emissions Control Objectives and Geographical Distribution Statistics [D]. Chengdu： Southwestern University of Finance and Economics， 2013.]

[24]刘红琴. 中国终端能源消费碳排放分配研究[D].长春：吉林大学， 2013. [Liu Hongqin. Study on Carbon Emissions Allocation of Final Energy Consumption in China[D]. Changchun： Jinlin University，2013.]

[25]Yu S， Wei Y M， Wang K. Provincial Allocation of Carbon Emission Reduction Targets in China： An Approach Based on Improved Fuzzy Cluster and Shapley Value Decomposition[J]. Energy Policy， 2014， 66（3）：630-644.

[26]李晓洁. 中国碳减排目标的省域分配研究[D].镇江：江苏大学， 2014. [Li Xiaojie. Study on the Provincial Allocation of Carbon Dioxide Mitigation Target in China[D]. Zhenjiang：Jiangsu University， 2014.]

Decomposition of Carbon Cap Targets at Provincial Level in

China：A Case Study of Zhejiang

CHENG Jihua

（School of Public Affairs， University of Science and Technology of China， Hefei Anhui 230026， China）

Abstract In order to realize the promise that China will achieve the peaking of CO2 emissions around 2030， it is a key step to explore the decomposition of carbon cap targets at provincial level during the 13th Five Year Plan period. Based on the regional difference and comprehensively considering equity， efficiency and feasibility， we proposed a decomposition model of carbon cap targets and used it to allocate the targets of Zhejiang Province from 2013 to 2020 to the 11 cities. The results showed that the carbon cap targets of 11 cites were nearly consistent under four different scenarios. Under four scenarios with different weights， our results can effectively reflect the regional difference of 11 cites with respects to economic development， living standards and technology levels. This further demonstrates that it is reasonable and feasible to allocate carbon cap targets with our model. The scheme that prefers equity has the advantage in coordinating regional differences in economic development， which can ‘force’ the lowcarbon transformation of economic development. The scheme that prefers efficiency can achieve maximum use of carbon emission space， but adequate financial and technical supports are needed. After China establishes the unified carbon emission trading market during the 13th Five Year Plan period， the scheme that prefers feasibility can achieve a winwin situation of realizing both economic development and carbon reduction through the carbon market. In addition， we can give full play to the strategic reserved carbon cap targets to ensure the commitment of carbon cap targets in every province. Although there are still some uncertainties in choosing the regional decomposition indexes and allocating the strategic reserved carbon cap targets， we can gradually reduce them with the establishment of provincial statistical systems for addressing climate change and announcement of 13th Five Year Plan. This research creatively provides provincial decomposition method of carbon cap targets that balances equity， efficiency and feasibility for the developed provinces in China.

Key words provincial level； total carbon emissions； increment control； index decomposition； Zhejiang Province