时间：2023-09-25 15:59:39
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇碳减排的经济影响分析，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
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.
>> 中国碳排放区域划分与减排路径 我国煤炭消费碳排放测算及减排对策 中国人均能源碳排放因素分解及减排途径分析 中国碳排放的区域异质性及减排对策 中国碳排放变化的因素分解与减排路径研究 印尼承诺2030年前减少29%碳排放 中国可能的减排途径及减排潜力 基于SDDF的中国省区二氧化碳排放效率及减排潜力测度 能源活动碳排放核算与减排政策选择 工业碳减排潜力及来源分析 2排放变化、驱动因素及其减排对策研究'> 低碳经济下中国工业行业CO2排放变化、驱动因素及其减排对策研究 中国建筑业碳排放的影响因素分解及减排策略研究 中国2020年碳减排目标下若干关键经济指标研究 县域COD排放总量预测及减排潜力与对策研究 低碳交通电动汽车碳减排潜力及其影响因素探讨 2排放峰值分析：中国的减排目标与对策'> CO2排放峰值分析：中国的减排目标与对策 河北省工业碳排放情景预测与节能减排潜力分析 出口商品碳排放量计算及减排研究 生活垃圾处理的碳排放问题和减排策略 特大型城市客运交通碳排放与减排对策研究 常见问题解答 当前所在位置：l.
[18]张兵兵，徐康宁，陈庭强.技术进步对CO2排放强度的影响研究[J].资源科学，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，郭立红，段红，等.基于萤火虫算法优化BP神经网络的目标威胁估计[J].吉林大学学报（工学版），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]周永权，黄正新.求解TSP的人工萤火虫群优化算法[J].控制与决策，2012（12）：1816-1821.[ZHOU Yongquan，HUANG Zhengxin. Artificial glowworm swarm optimization algorithm for TSP[J].Control and decision，2012（12）：1816-1821.]
[21]黄正新，周永权.自适应步长萤火虫群多模态函数优化算法[J].计算机科学，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]陈诗一.中国碳排放强度的波动下降模式及经济解释[J].世界经济，2011（4）：124-143.[CHEN Shiyi. China’s carbon intensity fluctuation drop pattern and economic explanation[J].World economy，2011（4）：124-143.]
[23]杜强，陈乔，杨锐.基于Logistic模型的中国各省碳排放预测[J].长江流域资源与环境，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]刘华军，赵浩.中国CO2排放强度的地区差异分析[J].统计研究，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]渠慎宁，郭朝先.基于STIRPAT模型的中国碳排放峰值预测研究[J].中国人口・资源与环境，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]赵玉新，YANG Xinshe，刘利强.新兴元启发式优化方法[M].北京：科学出版社，2013.[ZHAO Yuxin，YANG Xinshe，LIU Liqiang. New metaheuristic optimization methods[M].Beijing：Science Press，2013.]
[27]张国有.经济发展方式变化对中国碳排放强度的影响[J].经济研究，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.
关键词：二氧化碳；减排成本；减排技术；减排对策
一、我国二氧化碳排放基本状况分析
随着经济发展，温室效应不断加剧，已严重影响到了人类的生存与发展。二氧化碳是最主要的温室气体，对温室效应的作用可达66%。大部分的温室气体与人类活动有关，特别是进入工业化后，温室气体的浓度急速上升。
1.我国二氧化碳排放的总体特征
我国能源主要是石油、煤炭等化石燃料，这类能源是二氧化碳的主要能源。而且，由于我国是上升期的发展中国家，经济的快速增长，能源消耗大，导致我国二氧化碳排放量很大。我国在上个世纪80年代以前二氧化碳排放量相对较小，在21世纪之前，二氧化碳的排放量增速缓慢。从2003年开始，随着我国经济的迅猛发展，二氧化碳的排放量迅猛的增长，增长率达到了13%。在2010年，我国成为世界上二氧化碳排放量最大的国家，超过了美国。
欧盟的碳排放量一直居高不下，美国的碳排放量也一直是处于稳定的高水平状态。中国与日本的碳排放量从1980年到2007年都出现增长，日本增量较小，中国增量较大，总体碳排放量超过了美国。发达国家，已度过了工业化初期高耗能的时期，碳排放量趋于稳定并缓慢减少。中国由于经济的发展，碳排放量大增，减排任务极重。而且由于技术的不到位，强制性减排会造成很大的经济代价。
2.我国不同地区及不同行业碳排放量的现状
我国不同省区二氧化碳排放量有很大的差异。2007年，绝对碳排放量最多的省份是山东，最少的省份是海南；碳排放量增长速度最快的是宁夏和内蒙古，最少的黑龙江。从分布区域看，东部地区二氧化碳排
放量占到了全国排放量的一半，而且增长最快，达到9.8%；中部地区占到26.72%，增长率分别为8.85%；西部相对最少，增长率为7.45%；从行业分布来看，工业碳排放量占到全国的70%以上，高耗能行业碳排放量增长了一倍。其中有色金属冶炼及压延加工业碳排放增长最快。电力碳排放系数总体呈下降趋势。
二、温室气体减排成本分析
减排成本是一个关键制约因素，发展中国家短期内无法通过技术进步实现减排目标，只能是通过限制、关闭高排放部门来实现，这就需付出巨大的经济代价。
1.减排成本的基本概述
对二氧化碳减排成本可以从不同视角、层次对二氧化碳的减排成本的定义和估算。总体来说，可以从宏观层面和微观层面进行界定。
从微观角度，二氧化碳减排成本是指一个国家或地区为了实现减排目标而直接投入的技术和资金。从宏观角度，二氧化碳减排成本是指一个国家或地区为了实现减排目标采取措施从而对宏观经济造成的影响，即通过强制性减排造成的国家GDP损失。这种损失主要是因为在短期内无法依靠技术进步而达到减排目标，只能通过限制高耗能企业的发展来减少二氧化碳排放量，这样抑制了经济的发展，付出很大的经济代价。本文主要从宏观角度分析，还涉及到边际减排成本，边际减排成本是指每减少一单位二氧化碳排放量所引起的GDP的减少量。
2.我国二氧化碳减排成本分析
经济发展与减少二氧化碳排放量存在的一种矛盾的关系，如何做出一个适当的权衡非常重要。通过考察中国经济发展和二氧化碳排放量之间的关系，运用投入产出分析及多目标规划理论，建立了中国宏观经济成本估算模型。通过对模型的求解，对其结果的分析，建立了下图。
从表中我们可以看出二氧化碳排放量与潜在GDP之间的关系，从而对中国减排宏观经济成本做出粗略的计算。不同的二氧化碳排放量对应不同的GDP值，当二氧化碳的排放量最大时，GDP值也最大。当GDP值为最大值35.30万亿元时，二氧化碳排放量也达到最大值97.01吨。从另一方面，也可以看出，对二氧化碳的限制将以降低GDP的增长率为代价。通过对上图数据的计算分析得出下表。
从表中可以看出，当二氧化碳减排的力度越大，减排的宏观经济代价就越大，GDP的年增长率就会越低，二氧化碳的宏观经济成本就越高，而且在不同的减排力度下，成本的上升幅度也不同。在
减排量在4.42亿吨到7.59亿吨的区间内，减排量每增加1%，宏观经济成本就上升0.20%；在7.59到9.84这个区间内，减排量每增加1%，宏观经济成本就上升0.46%。同时也可以看出，碳强度降低的弹性较小。二氧化碳减排对我国经济的影响十分显著，我国2010年二氧化碳减排的宏观经济成本约为3100―4024元/吨二氧化碳。
然而由于温室效应的消极影响越来越大，国际对中国温室气体减排的要求越来越高，中国目前必需节能减排，由于技术的不到位只能强制性减排，造成了很大的经济损失。如表2中所示为二氧化碳浓度稳定在650ppmv，550ppmv，450ppmv情景下对我国经济的影响。
可以看出在450ppmv稳定情景下，发展中国家在2010年减排，会出现经济损失。减排率越大经济损失就越大。所以大规模的二氧化碳减排会对我国经济带来巨大的损失，对二氧化碳浓度要求越低，我国的经济损失就越大。如图中所示在450ppmv情景下，2100年损失可达到4.8%，在650情景下损失就小的多；有长期准备的减排其损失要小于突然快速减排；技术是实现减排的核心。
因此，在设定限排目标时应充分考虑到二氧化碳减排对我国宏观经济的影响程度，根据实际的潜力和承受力确定合理目标。减排要依靠长期的技术进步，短期内碳排放强度下降的空间弹性不塌，因此不宜把目标设的太高。
参考文献：
[1]范英.温室气体减排的成本、路径与政策研究[M].科学出版社，2011（7）：112-152
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
关键词碳权分配；公平原则；效率原则；非径向方向性距离函数
中图分类号F062.2文献标识码A文章编号1002-2104（2016）07-0053-09doi：10.3969/j.issn.1002-2104.2016.07.007
随着中国工业化与城镇化的快速发展，温室气体排放造成的环境压力备受关注。哥本哈根气候大会上中国提出2020年单位国内生产总值碳排放量比2005年降低40%-45%的约束性指标。为完成这一目标，“十二五”规划确定了省际减排任务，并成功控制了国家层面与地区层面的碳排放。在巴黎气候大会上，中国又进一步做出了至2030年单位GDP的二氧化碳排放量比2005年下降60%-65%的减排承诺。为降低减排的经济成本，国家发改委已宣布2017年启动全国的碳排放交易市场。碳排放权的市场化以激励低耗能企业约束高耗能企业的方式推动减排，必然会使我国各省区市因产业结构与经济技术水平的差异而承担不同的减排压力。因此，在宏观经济整体增速放缓以及“北上广”集聚效应增强的大背景下，“十三五”期间中国省际碳权分配不仅涉及国家减排目标能否成功向区域分解落实，更涉及到区域经济平衡发展问题，甚至会影响到区域的社会与金融稳定。从区域碳权分配看，其重点在于公平性与效率性原则的选择。本文力图研究“十二五”期间中国省际碳排放效率，对比分析公平与效率原则在中国省际碳权分配中的适用性。这不仅有助于明确“十三五”期间中国省际碳权分配这一亟待解决的现实问题，亦将丰富低碳经济理论，助推中国的低碳发展战略。
1文献综述
国内外学者从多角度、多层次探讨了碳权分配中公平与效率原则的选择问题。相关文献可以分为单一公平原则、单一效率原则、公平原则与效率原则的结合三类。
Kverndokk S[1]认为依据人口规模分配碳权符合公平原则。Van Steenberghe V[2]采用合作博弈论分析各国在长期内依照公平原则的碳权分配，提出祖父原则下的碳权配额高于减排能力原则下的配额。De Brucker K et al.[3]认为利益相关者管理方法能够解决可持续发展困境问题。徐玉高等[4]计算了全球五大地区基于人口与GDP指标下的碳权配额，指出人口指标分配有利于多数发展中国家。祁悦等[5]在综述碳权分配原则、标准和模式的基础上，比较分析了不同原则的优劣，并提出中国基于历史公平与人均原则最为有利。邱俊永等[6]选取国土面积、人口、生态生产性土地面积与化石能源探明储量指标，基于基尼系数测算了G20主要国家碳权分配的公平性，并提出发达国家应承担更大的减排责任。戴君虎等[7]运用动态人口算法、静态人口算法与“人年”算法分别计算了人均历史累计碳排放，指出“人年”算法保证了每个人在每年拥有相同的碳权配额，更符合公平原则。朱潜挺等[8]提出最优的全球碳权分配模型应基于平等原则综合考虑世袭、支付能力与人均累计等因素。
然而单一的公平原则忽略了效率因素，造成效益受损。林坦等[9]运用DEA模型测算出欧盟国家碳权分配效率较低，并基于效率原则利用ZSG-DEA模型调整碳权分配后提高了分配效率。与林坦类似的，郑立群[10]基于ZSG-DEA模型将DEA-BCC模型下的中国低效率碳权分配进行调整，获得统一DEA有效边界的分配方案，达到了碳权分配效率最优。为避免单独从效率角度考虑碳权分配会导致结果有偏，一些学者兼顾了公平原则与效率原则。Yuan et al.[11]基于聚类分析方法，运用单一公平原则、单一效率原则以及两者的结合，测度各区域在2020年的减排潜力，提出应在经济发展水平与减排潜力下，实现公平与效率的结合。陈文颖等[12]模拟了全球碳交易情况，提出按人口分配碳权是最优选择。郑立群[13]通过构造分配满意度与公平偏离指数，基于公平与效率的均衡，构建了从单要素角度对各地区碳减排责任进行分摊的模型。王倩等[14]指出当前碳配额免费分配的祖父原则貌似公平但却有违环境贡献的效率原则，提倡配额分配的拍卖方式与行业准则。于潇等[15]基于非参数化标准DDF模型，对2020年碳总量减排目标分解时，指出第一阶段应采用公平原则，第二阶段应采用效率原则。
王倩等：公平和效率维度下中国省际碳权分配原则分析中国人口・资源与环境2016年第7期现有文献对中国省际碳权分配效率与公平原则的选择提供了理论指导，但是未建立“单原则分析-双原则结合-确定原则选取”的研究范式，同时缺乏对中国现阶段区域碳减排情况的经验证据。
因此，本文接下来将对公平与效率原则进行理论分析，基于2011-2014年除外中国30个省市区的数据，从全要素角度，运用双导向共同前沿非径向方向性距离函数法分别计算省际碳排放强度与碳排放总量效率值。通过测算相应的技术差距比，计算各地区基于效率最优的减排能力，分析公平与效率原则的适用性。最后分析公平与效率原则兼顾下的中国碳减排方法，为“十三五”减排目标设定及配额分配提供理论依据和数据支持。
Fig.2Potential carbon intensity reduction of each region in ‘the 12th Five Year Plan’ based on the best TFCi
生产总值二氧化碳排放降低目标责任考核评估结果》可知，海南等级为良好，仅优于和新疆的合格等级。可见，海南虽然低碳竞争力排名第一[18]，环境友好程度也较高，但是完成基于历史排放确定的减排计划也较为困难。安徽作为农业大省，通过打造“农业改革试验特区”等手段促进农业的现代化，有效控制化石能源的消耗。2012年安徽能源强度排名第二十二位。由此可见，在减排指标确定之前，两个地区的碳排放已经得到有效控制。“十二五”期间减排指标的确定时已经考虑了经济发展水平的差距，经济发达地区的减排指标普遍高于全国的平均水平（17%），而经济落后地区的减排指标低于全国的平均水平，以体现公平分配的原则。但是，减排指标的确定仍忽略了各地区在减排技术效率层面（可减排空间）的差距。虽然海南与安徽能够在已经达到前沿面的基础上通过其他手段进一步减排，从而完成规定目标，但相比其它减排空间大的省市，这两个省承担了更大的减排压力，削弱了这两个省维持碳排放效率与控制碳排放量的意愿。
碳排放效率较低的地区减排潜力较高，即其减排能力提升的空间较大。如图2所示，河北、山西、内蒙古、河南、广西、贵州、宁夏、新疆等地2011-2014年间的碳排放效率点均处于X轴的下方，说明他们的碳减排潜力较大。由表1可知，这些省市区技术差距比较低。组前沿表示 东、中、西部地区的碳排放效率前沿，基于组前沿计算的各省市排放效率仅体现了某一省市与同一地区其它省市相比的碳排放效率，而共同前沿则是全国的碳排放效率前沿，基于共同前沿计算各省市碳排放效率体现了某一省市与全国其它省市相比的碳排放效率，也间接反映了若采用全国最优的碳排放技术，其效率提升的可能。由于效率测度都是以某一群体的最优者作为前沿面，再通过各省市与最优者的距离测算效率，因此可以通过组前沿与共同前沿的均值判断各区域碳排放效率的差异。例如，内蒙古、陕西、青海与新疆等地，组前沿效率较高，而共同前沿均低于0.5。这表明黄河中游与大西北区域由于经济发展水平、地理位置与资源禀赋等原因与东部沿海、南部沿海等碳排放效率较高区域存在差距，导致组前沿效率被高估。由此可见，与经济发展水平的区域差距相似，碳排放效率也存在较大的区域差距。以2011年青海为例，组前沿与共同前沿下TFCi分别为0.740与0.305，表示采用大西北的最优碳排放技术，效率能够提升0.260，而采用全国最优碳排放技术，则能够提升0.695。区域碳排放技术是该区域的产业结构、资源禀赋以及经济发展水平等因素的综合体现，短期内难以快速提升，因此各地区虽然具有在共同前沿面下的潜力，但是“十三五”碳减排指标不能完全依照文中计算的最大潜力确定，而应充分考虑区域差异，在一定程度上依靠“行业排放额度”等公平原则进行分配。特别是，自1993年实施西电东送以来，贵州、甘肃与内蒙古等西部地区由于“西电东送”工程，将电力资源输送至电力紧缺的广东、浙江等地区，从而导致西部产生碳排放，而东部经济获得发展，形成“能源东送，污染西移”问题[19]。单纯的考虑效率原则，又会忽略东西部地区碳排放与经济产出不匹配问题。而中国电价未实现完全的市场化，更加重了“西电东送”工程下，西部地区对东部地区的利益转移。因此考虑到环境破坏的后果，获得收益的东部地区应对西部地区进行生态补偿，或者针对“西电东送”工程实现碳排放的豁免，以实现“公平”与“效率”的结合。
分别表示基于TFCt最优的各省市2011-2014年碳减排指标完成潜力。从TFCt最优的角度来看，X轴上方地区仍为海南和安徽；X轴下方云南与青海的减排潜力降低，其原因是两地的经济发展水平增长潜力较大，可见在碳强度减排指标的要求下，提高经济发展水平也是完成碳减排指标的措施之一。
由此可见，确定区域碳减排指标时，既应考虑海南、安徽碳排放效率较高地区的情况，又应关注碳排放效率较低的山西、陕西与新疆等地。为解决高效率地区与低效率地
年的效率值和技术差距比。
区的减排冲突，在省际碳减排指标的制定中应兼顾公平与效率原则，同时提升低效率地区的技术创新与进步，缩小各区域组前沿与共同前沿的效率差距，提升各地区减排能力。
5兼顾公平与效率的碳权分配
基于上文对各地区减排潜力测算，为解决安徽、海南等高效率地区与新疆、陕西等低效率地区的指标设定矛盾，本文提出了兼顾公平与效率的双原则。在我国减排的最终落脚点是企业，因此本部分详细研究减排省市区与减排企业碳权分配的双原则，为中国“十三五”省际减排目标的设定与全国碳市场的构建提供理论依据和数据支持。
实现责任分摊的公平性是公平原则设定的基础，国家设定省市区减排任务的最终责任为企业，因此减排的公平性主要体现在企业减排配额设定的公平性上，现阶段我国公平原则下的碳权配额设定满足条件如式（10），
关键词：天然气；碳税；碳排放量；最优供给量；替代作用
中图分类号：F2
文献标识码：A
doi：10.19311/ki.16723198.2017.05.006
1引言
我国目前已经是世界上能源消费量和碳排放量最大的国家之一，煤炭约占我国能源供应的70%。但这种以煤为主的消费结构，却是引起我国大气污染的主要原因。当下中国85%的煤炭是通过直接燃烧使用的，主要包括火力发电、工业锅炉、民用取暖和家庭炉灶等。高耗低效燃烧煤炭向空气中排放出大量SO2、CO2和烟尘，造成中国以煤烟型为主的大气污染。而天然气作为一种优质、高效、清洁的化石能源，与煤相比，可以同时解决碳排放和污染两个问题。我国以天然气为燃料的分布式能源系统建设以逐步进入实质性开发实施阶段，“试点先行”将成为推动天然气体制改革的探索方案。
已有的研究较多关注经济体中短期的减排应急之策，聚焦于环境管制政策，例如碳税、资源税、排污费以及生态补偿机制等，研究认为长期内发展低碳经济在于提高能源效率和优化能源结构。但是将长期内低碳经济与短期应急减排策略相结合的研究较少。本文的核心任务就是研究在环境管制政策下天然气和煤炭减排成本的经济可比性，考虑企业利润、社会福利等因素，探讨天然气相对于煤炭能否成为中国清洁可靠能源保障的合理长期选择。
本文以天然夂兔禾康奶寂帕课对象，在传统模型基础上做出一些调整，首先研究不同碳税，控制不同碳排量，天然气和煤炭的环境成本核算，包括碳税和减排成本；再综合企业供应利润，在单位煤炭天然气热值构成的约束条件下得到总利润函数，考虑经济损失，获得社会总福利函数；最后比较分析天然气和基于环境管制政策下的替代作用，从该角度实现能源结构调整、推进节能减排。本文的研究为我能源企业合理控制环境成本、实现经济与环境的双赢和政府制定相关减排政策提供了理论依据。
2文献综述
目前国内已有大量文献从宏观层面上研究国家化石能源燃烧后的碳排放对经济影响。碳排放是我国在经济发展过程应该考虑重要问题。
有研究者建立了对碳排放和我国经济发展的计量经济模型，从定量角度分析二者相关性。武红（2013）等通过建立近五十多年我国的碳排放总量和国内生产总值的计量经济学模型，发现在这期间经济增长过程中，存在从碳排放总量到GDP的单项Granger因果关系，即高碳排放促进了经济的增长，但经济增长并不会明显导致碳排放的增加。另一方面，冷雪（2012）认为如果存在一个经济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，就可以削弱经济增长与碳排放之间因果关系的显著性。同样建立近三十年计量经济学模型，研究表明碳排放与经济增长之间没有存在明显的环境库兹涅兹曲线，即在不采取减排措施的假设下，我国碳排放量不会自然地减少，反而碳排放量会随着经济发展而急剧增加，因此采取经济手段和政治措施进行二氧化碳减排是必要的。
GDP碳排放强度也是对碳排放和经济发展关系研究的一个方面。张友国（2010）认为，在经济发展方式变化的各构成因素种，生产部门能源强度的降低是导致中国碳排放强度下降的最主要因素，直接能源消费率的下降也对碳排放强度产生了明显的抑制作用，另外随着电力对原煤的替代，终端能源消费结构的变化也使碳排放强度略有下降。刘广力（2012）将煤炭消耗引入到了GDP与碳排放的关系之间，他认为从长期来看，煤炭消耗比重的持续增加必然会使碳排放的增长速度高于GDP的增长速度，因此大大提高碳排放强度。因此，我国要降低碳排放需要从分子上的碳排放量入手，不断寻找清洁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，从而达到降低排放的目的。
在研究宏观层面的同时，已经有越来越多的学者利用各类模型来研究碳排放问题，其中以CGE模型或者基于CGE模型的变形为主。有学者从能源环境经济系统出发，构建我国能源经济动态CEG模型，也有从二氧化碳减排、缓解常规能源供给压力的能源可持续发展角度出发，构建了基于另一种模型假设基础之上的CGE模型。大多研究的是环境管制制度背景下企业的减排行为和碳交易问题。在研究煤电行业实施碳减排的路径选择方面，叶斌等（2013）在参与开发中国能源与环境政策分析模型（CEEPA）基础上进行相关扩展和补充；在探讨影响碳排放减排成本因素方面，姚云飞等（2012）构建了煤电全生命周期碳排放强度模型和碳排放权资源影子价格模型，研究了煤电企业和煤电行业的碳减排潜力、减排成本及其影响因素。一些学者还考虑了其他因素，胡雅楠等（2014）加入了CO2排放减少的居民支付意愿；杨翱等（2014）还考虑了生产者和使用者角度的能耗责任归属原则，从投入产出模型内外部两个层面界定能耗强度系数，以此提出能源消耗外部性的测定模型。部分文献综合模拟分析不同碳税水平、不同能源使用效率、不同碳税使用方式对二氧化碳减排强度、二氧化碳排放强度边际变化率、部门产出及其价格、经济发展、社会福利等变量的影响，娄峰等（2014）通过构建动态可计算一般均衡（DCGE）模型；任志娟等（2012）Sartzetakis的分析框架，用cournot模型将这三种减排手段统一探讨。
已有的与碳排放相关的研究中，大多数文献研究方向在减排方式的选择和影响减排成本因素宏观分析等方面，而少有文献具体针对天然气和煤炭减排时对社会总福利的影响进行探讨，包括比较环境管制政策下煤炭和天然气最优供应量、社会总福利、厂商的利润额等。而这个角度研究对于我国目前亟待解决优化能源结构，推动天热气改革极具实际参考价值。鉴于此，本文将针对该处空白进行研究。
3模型说明
4模型分析
从模型中可以看出，供应商利润Ui与煤炭供应量Ci成负相关关系，同时，社会总福利U也与煤炭供应量Ci成显然的负相关关系。煤炭供应量的上升一方面会使得供应商利润因减排成本的上升和碳税的上升而下降，另一方面，会在供应商利润下降和环境外部性的影响下，使得社会总体福利下降。这两方面的因素导致在环境管制政策下，煤炭使用成本是高昂的，这恰恰是天然气替代煤炭的意义所在。
从供应约束来看，在一个地区以热值计量的能源总需求量不变的情况下，天然气作为一种清洁高效的能源，对煤炭具有显著的替代作用。天然气对煤炭的替代作用具体可以体现在如下的三个方面：一是由于燃烧产生相同热量时，天然气比煤炭产生更少的二氧化碳，使用天然气替代煤炭可以减少供应商的碳排放，使得供应商的减排成本下降，提高企业利润；二是使用天然气所带来的较低的碳排放量同样会使得企业面临的碳税下降，从而进一步降低供应商成本；三是温室气体排放会对不同区域造成不同的环境外部性影响，天然气对煤炭的替代降低了温室气体的排放量，从而降低了能源使用的外部性，降低了社会总体成本，提高了社会总福利。综上所述，在环境政策管制政策下，具体而言，在政府设置一定碳税的情况下，天然气对煤炭的替代效用在企业利润层面和社会福利层面均产生正面的影响，这也从经济效益和福利经济学角度解释了天然气使用的必要性。
基金项目：
河北省廊坊市科学技术局2015年廊坊市科学技术研究与发展计划自筹经费项目“创新城市建设背景下廊坊市高新技术产业创新模式与机制研究”（项目编号：2015023104）。
5结论及政策建议
天然气作为一种单位碳排放量小、产热效率高的煤炭的替代能源，正在世界范围内越来越多地被开发和使用，我国政府须重视天然气对传统化石能源的替代，以配合我国的可持续发展战略。针对本文提出的问题，结合我国的客观实际，现提出具体的政策建议如下：一是制定更加完善的法律法规，规范能源市场，提高能源使用效率，加大对重污染企业的惩处力度；二是利用合理的碳税等政策对能源结构进行调整，重视天然气对煤炭的替代作用；三是增加天然气管道等基础设施建设投入，引导企业和居民正确、安全地使用天然气，促使天然气使用向普遍化、高效化、常态化的方向发展。
参考文献
[1]张倩.环境管制与煤炭企业竞争力关系的理论研究[J].资源开发与市场，2013，（03）：303306.
[2]赫永达.基于能源消费的资本与能源替代效应研究[D].长春：吉林大学，2015.
[3]郭正权，刘海滨，牛东晓.基于CGE模型的我国碳税政策对能源与二氧化碳排放影响的模拟分析[J].煤炭工程，2012，（01）：138140.
[4]云箭，覃国军，徐凤银等.低碳视角下中国非常规天然气的开发利用前景[J].石油学报，2012，（03）：526532.
[5]孙慧，李伟.天然气如何在节能减排中发挥作用[J].石油规划设计，2009，（05）：79，50.
[6]姚云飞.中国减排成本及减排政策模拟：CEEPA模型的拓展研究[D].合肥：中国科学技术大学，2012.
[7]王亚璇.中国重点污染行业环境绩效和减排成本估算及区域比较研究[D].北京：北京理工大学，2016.
[8]单卫国.未来中国天然气市场发展方向[J].国际石油经济，2016，（02）：5962.
[9]王建民，杨文培，杨力.双赢目标约束下中国能源结构调整测算[J].中国人口・资源与环境，2016，（03）：2736.
[10]申万，张广军.雾霾治理情境下的中国煤炭消费总量研究[J].发展研究，2014，（12）：6771.
[11]付俊.我国煤炭及天然气消费与经济增长关系研究[J].中国集体经济，2015，（25）：1415.
[12]刘畅，杜伟，庞淑娟.征收碳税对我国二氧化碳减排的影[J].中国能源，2014，（09）：2126.
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)
[关键字]排放成本；碳交易；定价；
一、引言
欧盟碳交易体系形成以来，碳现货价格剧烈波动，增加了碳交易市场主体的风险，为了降低和分散市场和交易风险，碳交易中的各种金融工具陆续产生并应用，并且在碳交易市场的发展中起到了关键而积极的作用。而碳交易市场上金融工具运用的核心又是碳排放权的定价问题。总体来说，对于碳排放权价格问题的研究无论是国内还是国外都刚刚处于起步阶段， Nordhnus(2001)等提出了涵盖人类活动、空气、气候、海平面、经济活动等因素的整体碳交易评估理论模型。Capros(1999)等分析政策因素如财税政策、能源政策等对碳价格和其他工业部门的影响。Alberola 等人(2008) 证明了只有在极端的温度变化事件中，例如：使四季平均温度都发生彻底改变的事件，温度才会对碳价格形成影响。T.Bole(2009)运用WICCH模型，基于减排成本、各国GDP以及环境容量之间的联系，提出了碳减排成本及价格的预测方法 。黄桐城和武邦涛（2004）从排污治理边际成本以及边际收益两个方面对排污权定价进行了分析，并提出了微观市场定价模型。仇胜萍和李寿德（2002）从环境因子的经济以及非经济视角，分析了排污权的定价过程中存在的困难以及解决对策 。胡民(2007)和林云华(2009)分别用影子价格模型对排污权的定价进行了分析。
这些研究成果对促进碳排放权的合理初始定价及交易价格的形成具有很大的指导意义。
在实际碳交易中，一些模型中的计算或度量过于复杂和不可测，并且要求交易双方具有较好的数理基础，方法的实际应用受到了限制。由于没有统一的定价方法，也导致了碳现货价格的剧烈波动，增加了交易主体的风险。
因此，本文提出一种简单实用的针对企业之间碳排放权交易的定价方法。在这种定价模式下，企业之间的碳排放定价就只需对一个常数进行谈判，大大降低了交易成本，简化了定价的流程和程序，有利于在实际的交易中广泛应用。
二、以两企业为例的碳排放权定价分析
碳排放权交易是一种以市场为基础的经济刺激手段，由于技术水平，能源结构和利用率等方面的差异会导致不同经济主体之间的碳减排成本不同，形成碳排放权的价格差，从而形成最初的碳交易动机，即出售方可以从交易中取得经济收益，有减排承诺或者有减排限制的经济主体如果本身碳减排成本较高就可以通过交易来降低成本，同时达到削减排放量的目的。
具体来说，不同国家的企业在减排承诺和减排成本上存在很大差异，这为不同国家不同企业之间进行碳排放的交易提供了现实可能，由于发达国家能源效率较高，新技术已经普遍被采用，并且已经经过一轮减排，排放基数已经较低，容易遭遇减排瓶颈，所以通常发达国家的企业的碳减排成本要高于发展中国家的同类企业。部分企业可以利用减排成本优势进行碳排放权的出售，而另一些处于成本劣势的企业可以通过碳排放权交易购买排放权。但在排放权的定价方面却没有统一的规定和标准。这也是导致碳现货价格参差不齐的原因之一。
为了更清楚地说明问题，我们通过图示来对两个单位GDP碳减排成本不同的企业进行经济研究（见图）。
在进行具体分析前，我们先做出3个假设：
购物车(0)