配額目標(biāo)約束下區(qū)域減排的最優(yōu)控制率

劉　曉, 王　錚， 鄧吉祥

1 湖南省社會(huì)科學(xué)院，長(zhǎng)沙　410003

2 華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，上?！?00062

3 中國(guó)科學(xué)院科技政策與管理科學(xué)研究所，北京　100190

4 長(zhǎng)沙學(xué)院，長(zhǎng)沙　410006

配額目標(biāo)約束下區(qū)域減排的最優(yōu)控制率

劉曉1,2, 王錚2,3,*， 鄧吉祥2,4

1 湖南省社會(huì)科學(xué)院，長(zhǎng)沙410003

2 華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，上海200062

3 中國(guó)科學(xué)院科技政策與管理科學(xué)研究所，北京100190

4 長(zhǎng)沙學(xué)院，長(zhǎng)沙410006

摘要:研究了區(qū)域碳排放配額目標(biāo)給定下，如何確定一個(gè)保障經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的最優(yōu)碳排放控制率問題。提出了一個(gè)最優(yōu)減排率確定的計(jì)算流程，并且根據(jù)前瞻性原則、人口原則、GDP原則、GDP-人口原則、支付能力原則5種不同的碳排放配額分配原則，確定了中國(guó)大部分省市自治區(qū)可能的最優(yōu)減排率。選取5個(gè)中國(guó)省區(qū)上海、山西，湖南、云南以及新疆作為案例地區(qū)，在計(jì)算得到這些地區(qū)的減排率的約束下，分析了在社會(huì)福利最大化的情況下各區(qū)域分配的配額獲得的經(jīng)濟(jì)增長(zhǎng)路徑和能源碳排放路徑。模擬結(jié)果發(fā)現(xiàn)，中國(guó)在各種減排約束下各區(qū)域的經(jīng)濟(jì)增長(zhǎng)路徑呈階梯式下降的趨勢(shì)。能源碳排放呈先升后降的整體趨勢(shì)，各個(gè)省市自治區(qū)要實(shí)現(xiàn)2030年后不再增加碳排放。得出各東部省份在GDP原則分配的配額約束下減排控制率最小，西部省份在支付能力原則下減排控制率最小，而中部省份則在人口原則下減排控制率較小。5個(gè)原則中前瞻性原則適合中國(guó)推進(jìn)的碳減排配額方法。

關(guān)鍵詞：碳減排; 減排控制率; 配額;氣候變化

IPCC AR5繼續(xù)強(qiáng)調(diào)了全球氣候控制問題，其關(guān)鍵是CO2的排放控制，有效方式之一就是碳排放權(quán)分配。碳排放權(quán)分配會(huì)促使各區(qū)域努力將其碳排放權(quán)限定在該區(qū)域的排放目標(biāo)之下，這需要每年采取一定的減排率來(lái)逐步實(shí)現(xiàn)。2008年的經(jīng)濟(jì)危機(jī)后，一個(gè)新的視角產(chǎn)生了：區(qū)域的碳減排率控制不能刺激經(jīng)濟(jì)危機(jī)發(fā)生[1]。因此，只能在經(jīng)濟(jì)最優(yōu)平穩(wěn)增長(zhǎng)條件下實(shí)行碳減排目標(biāo)，即減排率必須控制在經(jīng)濟(jì)系統(tǒng)的最優(yōu)平穩(wěn)增長(zhǎng)軌道下，這就是最優(yōu)減排率問題。

這一問題的原始提法是關(guān)于減排率計(jì)算。在該領(lǐng)域，國(guó)內(nèi)外的主流研究途徑是建立氣候變化經(jīng)濟(jì)學(xué)模型來(lái)計(jì)算合適的減排率，涌現(xiàn)了大量知名的IAM模型。在IPCC AR5中， IMAGE(Integrated Model to Assess Greenhouse Effect, IMAGE)模型、MERGE模型(Model of Evaluating Region and Global Effects of GHG Reduction Policy, MERGE)、MESSAGE模型(Model of Energy Supply Strategy Alternatives and their General Environmental Impacts, MESSAGE)、POLES模型(Prospective Outlook on Long-term Energy Systems, POLES)等14個(gè)氣候變化經(jīng)濟(jì)學(xué)模型被用于計(jì)算未來(lái)碳排放情景下的減排與控制問題。其中，最早的工作是Nordhaus建立了DICE(Dynamic Integrated model of Climate and the Economy)模型[2]，并由Nordhaus，Yang發(fā)展為多區(qū)域的RICE模型，對(duì)區(qū)域減排率進(jìn)行了求解，但沒有考慮平穩(wěn)增長(zhǎng)的問題[3]。Pizer基于DICE模型發(fā)展的state-contingent模型，考慮不確性參數(shù)，對(duì)全球最優(yōu)CO2的減排率進(jìn)行了模擬研究[4]。崔麗麗、王錚以經(jīng)濟(jì)子模型、氣候子模型和趨勢(shì)子模型組成的CGE模型為基礎(chǔ)，利用不確定性參數(shù)對(duì)確定我國(guó)合理的CO2減排率進(jìn)行了模擬分析[5]。沈子榮對(duì)單位GDP碳減排率的計(jì)算方法進(jìn)行了簡(jiǎn)單介紹與比較，在此基礎(chǔ)上對(duì)中國(guó)單位GDP碳減排率進(jìn)行了計(jì)算與分析，得出采用不變價(jià)格和購(gòu)買力平價(jià)的計(jì)算方法更為科學(xué)[6]。但是這些方法并沒有從經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的角度考慮，更沒有受到碳排放配額的約束。另外，中國(guó)一些新的研究雖然對(duì)未來(lái)碳排放情景進(jìn)行了分行了分析[7- 8]或是強(qiáng)調(diào)了減排的最優(yōu)化問題[9]或是對(duì)經(jīng)濟(jì)增長(zhǎng)下的減排目標(biāo)進(jìn)行了研究[10]，但是仍然回避經(jīng)濟(jì)平穩(wěn)增長(zhǎng)問題。本文試圖在經(jīng)濟(jì)平穩(wěn)增長(zhǎng)條件下確定減排目標(biāo)，在此基礎(chǔ)上，作為理論檢驗(yàn)，本文結(jié)合中國(guó)大部分區(qū)域的減排控制問題作了應(yīng)用研究。

計(jì)算平穩(wěn)增長(zhǎng)下減排目標(biāo)的最優(yōu)減排率，首先應(yīng)計(jì)算平穩(wěn)增長(zhǎng)條件下實(shí)現(xiàn)減排目標(biāo)的可能性，以區(qū)域平穩(wěn)增長(zhǎng)下未來(lái)碳排放需求量的評(píng)估模型[11]和Nordhaus的評(píng)估模型為基礎(chǔ)[12]，確定碳排放配額分配權(quán)，其次，綜合考慮5個(gè)碳排放公平分配的原則，對(duì)區(qū)域的配額進(jìn)行分配，在各原則分配的配額基礎(chǔ)上，對(duì)中國(guó)的減排控制率進(jìn)行計(jì)算，以期分析未來(lái)的經(jīng)濟(jì)發(fā)展過程中，中國(guó)大部分省市自治區(qū)在不同配額分配原則分配的配額約束下的經(jīng)濟(jì)增長(zhǎng)路徑、能源消費(fèi)路徑以及能源碳排放路徑的變化，以及分析各區(qū)域在何種分配原則下差距最小的減排控制率，最后，為中國(guó)制定配額分配方案提供決策參考，同時(shí)探討區(qū)域?qū)嵭刑紲p排目標(biāo)后的減排控制率計(jì)算問題。

1模型

1.1區(qū)域的碳排放需求

區(qū)域是一個(gè)經(jīng)濟(jì)體，在考慮能源的條件下，參考Nordhuas構(gòu)建的含減排控制率的生產(chǎn)函數(shù)[2]，一個(gè)區(qū)域生產(chǎn)函數(shù)具有如下形式：

Y(t)=A0evtK(t)α(E(t)(1-μ))1-αL(t)γ0<α,γ<1

(1)

式中，μ為區(qū)域給定碳排放量下的減排控制率，當(dāng)μ=0即無(wú)減排情景；Y(t)為區(qū)域的社會(huì)總產(chǎn)出；K(t)為第t期的各個(gè)區(qū)域的資本；E(t)為第t期的區(qū)域的能源消費(fèi)μ量；L(t)為第t期的區(qū)域的勞動(dòng)投入；A0evt為區(qū)域第t期的技術(shù)水平，v為區(qū)域的能源強(qiáng)度下降速率;α為區(qū)域的資本產(chǎn)出彈性; 能源的產(chǎn)出彈性設(shè)為1-α;γ為區(qū)域的勞動(dòng)力的產(chǎn)出彈性。根據(jù)能源強(qiáng)度的定義即生產(chǎn)一單位經(jīng)濟(jì)產(chǎn)出所需能源消費(fèi)量，其定義為

τ=E(t)/Y(t)

(2)

式中，τ表示能源強(qiáng)度，把能源強(qiáng)度的公式代入到生產(chǎn)函數(shù)中，則社會(huì)總產(chǎn)出Y(t)關(guān)于能源強(qiáng)度的函數(shù)形式可以表示：

Y(t)=A0evtK(t)α[(1-μ)τ(t)Y(t)](1-α)L(t)γ

(3)

公式進(jìn)一步化簡(jiǎn)成：

(4)

資本積累方程寫為：

(5)

式中，θ為能源綜合成本，δ為資本折舊率，C(t)為第t期的社會(huì)總消費(fèi)。另外，每個(gè)社會(huì)成員的效用為人均個(gè)人消費(fèi)c的函數(shù)，函數(shù)形式為：

(6)

社會(huì)計(jì)劃者追求的目標(biāo)是讓社會(huì)福利最大化，即社會(huì)成員數(shù)為N(t) 的效用現(xiàn)值之和為最大：

(7)

加入減排控制率后的改進(jìn)模型變?yōu)橐韵伦顑?yōu)控制問題：

(8)

式中，MQ(t)表示區(qū)域的累積碳排放量，MQT表示區(qū)域的碳配額量。接下來(lái)，由目標(biāo)函數(shù)及狀態(tài)方程構(gòu)造Hamilton函數(shù)：

(9)

將(4)式代入到(9)式中得:

(10)

這是系統(tǒng)的Hamilton函數(shù)。根據(jù)最優(yōu)控制理論，為獲得(7)定義的拉姆齊函數(shù)最大必要條件，必須滿足以下條件：

(11)

即

(12)

(13)

對(duì)生產(chǎn)函數(shù)式(4)求關(guān)于資本偏導(dǎo)，得到如下結(jié)果：

(14)

對(duì)(12)式兩邊取對(duì)數(shù)得：

(15)

取(15)式的時(shí)間導(dǎo)數(shù)得：

(16)

將(14)代入(13)得到：

(17)

將式(16)與式(17)合并得到式(18)：

(18)

當(dāng)社會(huì)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與消費(fèi)增長(zhǎng)平衡即為經(jīng)濟(jì)的平穩(wěn)增長(zhǎng)，于是整理(18)，有保障平穩(wěn)增長(zhǎng)的最優(yōu)消費(fèi)增長(zhǎng)率為

(19)

令社會(huì)總?cè)丝跒镹，勞動(dòng)參與率為ω，即：就業(yè)人口占總?cè)丝诘谋戎?，n為未來(lái)人口平均年增長(zhǎng)率。則t年的勞動(dòng)力與人口分別為：

L(t)=ω(t)N(t)

(20)

N(t)=N0ent

(21)

將它們與式(20)合并，即可整理得保持經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的黃金增長(zhǎng)率為：

(22)

式(22)確定的增長(zhǎng)率即為人口增長(zhǎng)率為n，減排率為μ時(shí)的經(jīng)濟(jì)平穩(wěn)最優(yōu)增長(zhǎng)率。即經(jīng)濟(jì)增長(zhǎng)理論所謂的黃金增長(zhǎng)率[13]。于是得區(qū)域未來(lái)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的經(jīng)濟(jì)總量的期望估計(jì)：

Yt=Yt-1(gt+1)

(23)

(24)

(25)

如果給定區(qū)域配額MTQ 則可以找一個(gè)減排率μ>0 令MQ(T)=MTQ 成立，即可確定區(qū)域在給定配額下的減排率。式(25)即是一個(gè)區(qū)域內(nèi)保持經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的碳排放需求。

1.2給定配額下區(qū)域最優(yōu)碳減排變率

區(qū)域碳排放不僅受到經(jīng)濟(jì)增長(zhǎng)需求的約束，還受區(qū)域碳配額的約束。本文在給定區(qū)域碳排放配額后，計(jì)算了能夠保障區(qū)域在碳減排約束下的經(jīng)濟(jì)平穩(wěn)增長(zhǎng)軌道上的最優(yōu)碳減排率。進(jìn)一步，由于減排率不可能集中在目標(biāo)年實(shí)現(xiàn)，因此需要ΔY(t)=μY(t-1) 的躍遷，這一躍遷，必然對(duì)經(jīng)濟(jì)產(chǎn)生較大的沖擊，因此實(shí)際減排過程要求的是讓減排率從0減排逐漸增加，即最初的減排率μ(t=0)=0 逐步變大，最終實(shí)現(xiàn)碳減排目標(biāo)的減排率過程μ(t)，使得(26)式成立：

(26)

μ(t)=μ0exp(ηt)

(27)

成立。換言之，求最優(yōu)減排率μ(t) 的問題，轉(zhuǎn)化為求減排最優(yōu)減排率的變率問題，我們稱之為最優(yōu)減排變率。為了求得最優(yōu)減排變率，把(27)帶入經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的經(jīng)濟(jì)總量(23)，于是以

(28)

為目標(biāo)，用某種最優(yōu)化算法，搜索求出給定配額MTQ 下的減排率年變化η，即為最優(yōu)減排變率，其意義是每年需要以該速度提高碳減排控制率。Ω為減排變率集合，范圍為[0,μ]。其計(jì)算流程圖如圖1所示。

圖1　區(qū)域最優(yōu)減排率計(jì)算流程圖Fig. 1　The flow diagram of the optimal carbon emission reduction rate in region

2區(qū)域碳減排率的確定

區(qū)域碳減排率是由區(qū)域碳排放配額確定的，要確定個(gè)區(qū)域的減排配額，需要先行確定碳配額分配原則。本文根據(jù)中國(guó)的實(shí)際經(jīng)濟(jì)情況，以及1990—2009年累積碳排放量、人口量、GDP量以及計(jì)算得到的經(jīng)濟(jì)平穩(wěn)增長(zhǎng)下2010—2050年的GDP、人口以及碳排放需求量等考慮5個(gè)分配原則進(jìn)行分配5個(gè)原則控制下，減排率不同各自可能形成若干情景，本文關(guān)心的是最優(yōu)減排率情景。具體5個(gè)原則是：

(1)前瞻性原則

前瞻性原則即為根據(jù)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)條件下未來(lái)各省市自治區(qū)的碳排放需求量與全國(guó)碳排放總需求量的比例分配碳排放權(quán)配額。未來(lái)各省市自治區(qū)的碳排放需求量根據(jù)減排率為0時(shí)的黃金增長(zhǎng)率，應(yīng)用式(23)—(28)計(jì)算出。前瞻性原則依據(jù)未來(lái)碳排放需求量來(lái)分配碳排放權(quán)配額，有利于各區(qū)域尤其是經(jīng)濟(jì)較發(fā)達(dá)的區(qū)域在未來(lái)的經(jīng)濟(jì)發(fā)展過程中保持經(jīng)濟(jì)的連貫性。

(2)人口原則

人口原則即根據(jù)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)條件下未來(lái)各省市自治區(qū)的人口在全國(guó)總?cè)丝谥械谋壤齺?lái)分配碳排放權(quán)配額。這一原則體現(xiàn)每個(gè)人都具有同等利用自然資源的權(quán)利，遵循了區(qū)域中的每個(gè)人對(duì)所在區(qū)域都享有同等的排放權(quán)。理論上，人口原則使得人口較多但是經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的排放配額較充裕，有利于促進(jìn)欠發(fā)達(dá)區(qū)域經(jīng)濟(jì)發(fā)展，但對(duì)人口較少而經(jīng)濟(jì)發(fā)展較快的省區(qū)形成一定的阻礙。

(3)GDP原則

GDP原則又稱世襲原則，是根據(jù)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)條件下未來(lái)各區(qū)域的GDP量與全國(guó)總GDP的比例來(lái)分配碳排放權(quán)配額。這一原則主要與各區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r與趨勢(shì)相關(guān)，經(jīng)濟(jì)發(fā)展較好，經(jīng)濟(jì)總量較大的區(qū)域所分配碳排放權(quán)配額相對(duì)較多。以GDP為原則分配碳排放權(quán)配額使得原來(lái)相對(duì)富裕區(qū)域的經(jīng)濟(jì)發(fā)展不會(huì)因?yàn)榇蠓葴p排而影響經(jīng)濟(jì)發(fā)展的連續(xù)性，從而有利于經(jīng)濟(jì)發(fā)展水平高。但對(duì)于經(jīng)濟(jì)總量較低的區(qū)域，由于所分配的配額量相對(duì)較少，且受區(qū)位，歷史因素等原因影響，在未來(lái)的發(fā)展過程中所分配的配額量也較少，從而不利于貧窮地區(qū)的發(fā)展，導(dǎo)致區(qū)域差距擴(kuò)大。

(4)GDP-人口原則

針對(duì)人口原則和GDP原則的優(yōu)劣，GDP-人口原則是根據(jù)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)條件下未來(lái)各區(qū)域的GDP和人口按相同的權(quán)重進(jìn)行組合，即在人口分配原則和GDP分配原則下分配的配額的基礎(chǔ)上按相同的權(quán)重重新分配得到總量。這一原則主要是基于中國(guó)大部分省域經(jīng)濟(jì)發(fā)展的不平衡性以及人口分布的不均衡性而設(shè)定，有助于縮小區(qū)域的差距。

(5)支付能力原則

支付能力原則是根據(jù)區(qū)域經(jīng)濟(jì)水平差異，將區(qū)域的減排成本與其經(jīng)濟(jì)狀況聯(lián)系，具體是使區(qū)域可獲得的碳排放權(quán)與人均GDP成反比[14]。支付能力原則可以使得人口規(guī)模較大和人均GDP較低的區(qū)域分配更多的配額，而人口較少以及人均GDP較高的區(qū)域則需承擔(dān)更多的減排義務(wù)。

作為例子，本文在表1 中給出各種配額原則下中國(guó)大部分區(qū)域的碳排放強(qiáng)度的最優(yōu)碳減排變率η，它們構(gòu)成了相應(yīng)的減排情景。但是必須強(qiáng)調(diào)的是，本文的區(qū)域適合于科學(xué)意義上的區(qū)域(region)是科學(xué)學(xué)抽象思維。模型可以用于它世界，有可能中國(guó)、美國(guó)，還可以用于山東、湖南，或者煙臺(tái)、曲阜。

某個(gè)省市自治區(qū)以2010到2050年GDP需求量，人口需求量以及碳排放需求量為基礎(chǔ)，假設(shè)2010—2050年國(guó)際碳排放權(quán)配額分配給中國(guó)的總配額量約為75 Gtc，由于總配額量可根據(jù)將來(lái)國(guó)際上最終確定的實(shí)際數(shù)據(jù)進(jìn)行調(diào)節(jié)，其最終數(shù)字需要修正，但并不影響適合各省域發(fā)展的配額原則的選擇。從表1中可以看出，不同配額原則對(duì)具體的區(qū)域即各個(gè)地方減排要求不盡一致。

從表1可以發(fā)現(xiàn)，在GDP原則下，東部地區(qū)和西部地區(qū)的減排下降速率相差較大。其中，東部大部分省份的減排下降速率較小，而西部地區(qū)則減排下降速率很大，其中最大的為寧夏，按10.17%的速率下降?？梢娫贕DP原則下要使得西部地區(qū)需要更大的下降速率才能累積碳排放量小于配額量。而西部地區(qū)在歷史上經(jīng)濟(jì)基礎(chǔ)，自然條件都較差，加大減排速率勢(shì)必會(huì)導(dǎo)致西部地區(qū)經(jīng)濟(jì)總量下降更快，加劇西部地區(qū)貧困，擴(kuò)大東西差距。在人口原則下，內(nèi)蒙古的減排速率最大，其次為山西，天津，寧夏，遼寧等省。這些省份中內(nèi)蒙古，山西的能源碳排放量較多，但限于人口因素導(dǎo)致人口分配原則下的配額相對(duì)較少，使得配額和未來(lái)累積碳排放量之間的差距較大，從而兩省在人口原則下的減排速率較大。而天津，寧夏未來(lái)累積碳排放量較小，但同樣由于人口較少在人口原則下分配的配額量遠(yuǎn)低于其累積碳排放量，因此，其減排控制率較大。GDP人口原則下各省之間的減排速率相對(duì)比GDP原則和人口原則下的減排速率差距小，但是比前瞻性原則下的減排速率大。在支付能力原則，西部地區(qū)除內(nèi)蒙古外，其他省份的減排速率都較小，因此西部地區(qū)基本能實(shí)現(xiàn)累積碳排放需求量低于支付能力原則下分配的配額量的約束目標(biāo)。東部地區(qū)除海南外大部分省份的減排速率都偏大。這主要是因?yàn)樵谥Ц赌芰υ瓌t下分配的配額較大，使得累積碳排放需求量與配額的差距較小。

2．血清淀粉酶、脂肪酶測(cè)定：采用比色法檢測(cè)淀粉酶、脂肪酶，試劑盒購(gòu)自南京建成生物工程研究所，按說明書操作。

表1　部分省市自治區(qū)(區(qū)域)配額約束下的碳排放強(qiáng)度下降速率

此外，通過表1可以發(fā)現(xiàn)，在前瞻性原則下除青海省減排下降速率為0.02外， 各區(qū)域的減排下降速率處于0.01—0.02之間，說明前瞻性原則下各區(qū)域分配的配額量與累積碳排放需求量的差距都較小，在社會(huì)福利最大化的情況下，能以最小的減排控制率滿足累積碳排放量小于配額量這一約束目標(biāo)。

3典型地區(qū)的碳減排控制

3.1減排控制率下的經(jīng)濟(jì)增長(zhǎng)路徑

根據(jù)前面得到的減排率，可以求出在社會(huì)福利最大化的情況下，根據(jù)各區(qū)域分配的配額獲得的經(jīng)濟(jì)增長(zhǎng)路徑。本文計(jì)算了5個(gè)分配原則下，全國(guó)30個(gè)區(qū)域的平穩(wěn)增長(zhǎng)率情況，限于篇幅，這里選取5個(gè)中國(guó)省區(qū)上海、山西，湖南、云南作為典型地區(qū)。選取的理由是上海是中國(guó)的制造業(yè)中心，山西為能源大省，能源碳排放居全國(guó)前列，湖南則是典型的中國(guó)中部正在快速工業(yè)化的地區(qū)，其人口，GDP，碳排放量都居全國(guó)中位，云南屬于人口較多，經(jīng)濟(jì)總量較低的西南省份，新疆自治區(qū)則是人口和經(jīng)濟(jì)都不高的西北省區(qū)。

圖2　上海減排控制率下經(jīng)濟(jì)增長(zhǎng)率變化路徑　Fig. 2　The variation path of economic growth rate under the control of carbon emission reduction rate in Shanghai

模擬結(jié)果發(fā)現(xiàn)，中國(guó)在各種減排約束下各區(qū)域的經(jīng)濟(jì)增長(zhǎng)路徑呈階梯式下降，階梯是與勞動(dòng)力參數(shù)設(shè)置遵循以五年為一個(gè)時(shí)間段的中短期規(guī)劃有關(guān)的，加之勞動(dòng)參與率較小，出現(xiàn)整體下降趨勢(shì)。

圖2是上海市經(jīng)濟(jì)增長(zhǎng)率在減排控制率約束下的變化，各原則下的經(jīng)濟(jì)增長(zhǎng)率下降趨勢(shì)一致。再注意到表1，減排控制率越大，對(duì)經(jīng)濟(jì)增長(zhǎng)率的影響越大，其值與基年的值差距也越大。上海市在支付能力原則下，上海市的經(jīng)濟(jì)增長(zhǎng)率在初始年的經(jīng)濟(jì)增長(zhǎng)率就低于2%，隨著增長(zhǎng)速度的下降，在后期甚至出現(xiàn)負(fù)增長(zhǎng)。在這種情況下，上海只能有購(gòu)買碳排放權(quán)來(lái)維持自己的增長(zhǎng)。上海的增長(zhǎng)率變化，表現(xiàn)中國(guó)東部將普遍遭遇的挑戰(zhàn)。

在圖3中，給出了中國(guó)能源基地山西省的經(jīng)濟(jì)增長(zhǎng)率變化，可以看出山西省在前瞻性原則下的經(jīng)濟(jì)增長(zhǎng)速率大于其他原則下的經(jīng)濟(jì)增長(zhǎng)率。由于山西省煤炭資源比較豐富，是我國(guó)產(chǎn)煤大省，在未來(lái)經(jīng)濟(jì)發(fā)展過程中能源結(jié)構(gòu)始終以碳排放量較多的煤為主，累積能源碳排放需求總量較大，使得山西省在前瞻性原則下分配的碳排放配額較多。因此，在較高的配額量約束下，滿足社會(huì)福利最大化目標(biāo)所獲得的累積碳排放量也較多，導(dǎo)致山西省在前瞻性原則下的減排控制率較小，經(jīng)濟(jì)增長(zhǎng)率可以維持在較高水平。其他原則，在減排后期都出現(xiàn)負(fù)增長(zhǎng)要求。

湖南省是中國(guó)中部工業(yè)化快速發(fā)展的地區(qū)，其GDP、人口在中國(guó)處于中間地位。圖4是湖南省在減排控制率約束下的經(jīng)濟(jì)增長(zhǎng)路徑的變化。從圖4可以看出湖南省各原則下的經(jīng)濟(jì)增長(zhǎng)曲線基本重疊，在不同減排控制率下各原則的經(jīng)濟(jì)增長(zhǎng)路徑保持一致，原因主要有兩方面，一方面說明湖南省5個(gè)原則下的減排控制率差距不大，另一方面說明湖南省的減排控制率對(duì)整個(gè)經(jīng)濟(jì)生產(chǎn)過程的影響較小。由于減排控制率在生產(chǎn)過程中主要是通過對(duì)能源投入來(lái)影響經(jīng)濟(jì)總量，再通過經(jīng)濟(jì)總量的減少來(lái)降低碳排放量。而湖南省在配額約束下的能源強(qiáng)度下降速率較快，使得減排率對(duì)經(jīng)濟(jì)的影響較小。比較圖3和圖4，發(fā)現(xiàn)，作為能源基地的山西，應(yīng)該就可能滿足它的排放需求。相反，以湖南省為代表新興工業(yè)化的省份，由于其具有中間的人口數(shù)和產(chǎn)業(yè)規(guī)模，不同的配額原則影響其實(shí)并不大。

圖3　山西減排控制率下經(jīng)濟(jì)增長(zhǎng)路徑　Fig. 3　The variation path of economic growth rate under the control of carbon emission reduction rate in Shanxi

圖4　湖南減排控制率下經(jīng)濟(jì)增長(zhǎng)路徑　Fig. 4　The variation path of economic growth rate under the control of carbon emission reduction rate in Hunan

圖5，圖6分別為位于西南、西北的云南和新疆的經(jīng)濟(jì)增長(zhǎng)路徑。從圖5，圖6可以發(fā)現(xiàn)，云南省經(jīng)濟(jì)增長(zhǎng)率在支付能力原則下的經(jīng)濟(jì)增長(zhǎng)率最大，其次是人口原則，在GDP原則下的經(jīng)濟(jì)增長(zhǎng)率最小，這代表了大部分西部地區(qū)的經(jīng)濟(jì)增長(zhǎng)率的趨勢(shì)。落后的經(jīng)濟(jì)以及較多的人口，使得西部地區(qū)在支付能力原則下和人口原則下分配的配額量較多。在配額目標(biāo)較大的前提下，若要獲得較大的累積碳排放量，經(jīng)濟(jì)總量勢(shì)必也較大，因此，在支付能力以及人口原則下的經(jīng)濟(jì)增長(zhǎng)率較大。新疆自治區(qū)在支付能力原則下的經(jīng)濟(jì)增長(zhǎng)率最大，在GDP原則和GDP人口原則下的經(jīng)濟(jì)增長(zhǎng)率較低并出現(xiàn)負(fù)值。這主要是由于在兩原則下的低碳配額量所導(dǎo)致，要實(shí)現(xiàn)在GDP原則下和GDP人口原則下的低配額量，須加大減排控制率，但此舉又將導(dǎo)致經(jīng)濟(jì)呈負(fù)增長(zhǎng)。可見，經(jīng)濟(jì)落后地區(qū)并不適合按GDP原則和GDP人口原則分配配額量。

圖5　云南減排控制率下經(jīng)濟(jì)增長(zhǎng)路徑　Fig. 5　The variation path of economic growth rate under the control of carbon emission reduction rate in Yunnan

圖6　新疆減排控制率下經(jīng)濟(jì)增長(zhǎng)路徑　Fig. 6　The variation path of economic growth rate under the control of carbon emission reduction rate in Sinkiang

圖7　上海市減排控制率下能源碳排放路徑　Fig. 7　The variation path of energy carbon emission under the control of carbon emission reduction rate in Shanghai

比較各種減排配額給定的路線，可以發(fā)現(xiàn)保持5個(gè)區(qū)域在減排過程中的經(jīng)濟(jì)增長(zhǎng)始終存在正的增長(zhǎng)率的只有按前瞻性原則實(shí)現(xiàn)碳配額分配。

3.2減排控制率下的能源碳排放路徑

在配額目標(biāo)約束下獲得了未來(lái)各區(qū)域不同原則下的能源消費(fèi)路徑的情況，乘以碳排放系數(shù)與各區(qū)域的能源結(jié)構(gòu)可獲得各區(qū)域不同原則下的能源碳排放路徑。結(jié)果如圖7—圖10所示。

從圖7可以看出，上海在減排約束下各原則的能源碳排放整體呈下降趨勢(shì)。在GDP原則和前瞻性原則下的碳排放高峰年在2032年和2030年達(dá)到高峰后隨之下降，這反映了我國(guó)東部在正常情況下的碳排放將出現(xiàn)庫(kù)茨涅茲曲線。注意到Wang，Zhu，Peng得到在最優(yōu)排放下中國(guó)碳排放的峰值出現(xiàn)在2032年[11]，而上海在減排情況下才能實(shí)現(xiàn)3032年高峰，可見由上海為代表的東部地區(qū)碳減排任務(wù)較重。

另一個(gè)代表性省份湖南的碳排放量變化如圖8所示，幾乎所有分配原則，都導(dǎo)致湖南省在2033年附近出現(xiàn)碳排放高峰，這與預(yù)期相一致。不過前瞻性原則下碳排放量相對(duì)較高。實(shí)際上這種情況在山西更為突出(圖9)。

從圖10和圖11可以看出，受能源消費(fèi)量影響，云南和新疆的能源碳排放路徑較為相似，兩者都是在2036年左右到達(dá)碳排放量高峰后下降，并且各原則下的碳排放路徑排列順序也相近。兩省相對(duì)能源消費(fèi)量，碳排放量變化不大，表明西部地區(qū)在未來(lái)發(fā)展過程中，主要是依靠減少能源投入使得經(jīng)濟(jì)總量減少來(lái)達(dá)到碳排放量減少的目的，而非依靠提高技術(shù)進(jìn)步降低能源強(qiáng)度來(lái)減少碳排放量。西部地區(qū)的碳減排，是中國(guó)碳減排的難點(diǎn)，特別是考慮到這些地方少數(shù)民族地區(qū)，經(jīng)濟(jì)發(fā)展正屬于起步階段，如何控制他們的碳減排，需要進(jìn)一步探索。

圖8　湖南省減排控制率下能源碳排放路徑　Fig. 8　The variation path of energy carbon emission under the control of carbon emission reduction rate in Hunan

圖9　山西省減排控制率下能源碳排放路徑　Fig. 9　The variation path of energy carbon emission under the control of carbon emission reduction rate in Shanxi

圖10　云南省減排控制率下能源碳排放路徑　Fig. 10　The variation path of energy carbon emission under the control of carbon emission reduction rate in Yunnan

圖11　新疆自治區(qū)在不同排控制率下能源碳排放路徑　Fig. 11　The variation path of energy carbon emission under the control of carbon emission reduction rate in Sinkiang

4結(jié)論與討論

改進(jìn)Nordhaus的減排模型，本文在碳排放動(dòng)力學(xué)模型的基礎(chǔ)上，以追求社會(huì)福利最大化為目標(biāo)，以累積碳排放量受五個(gè)原則分配的配額量為約束條件構(gòu)建減排控制率模型，通過對(duì)該模型的求解，獲取各區(qū)域5個(gè)配額分配原則下的減排控制率。

通過減排控制率計(jì)算發(fā)現(xiàn)：

(1)各區(qū)域在不同原則下減排控制率不同，不同區(qū)域有適合其區(qū)域發(fā)展的分配原則。東部地區(qū)大部分省份在GDP原則分配的配額約束下減排控制率最小，西部地區(qū)大部分省份在支付能力原則下減排控制率最小，而中部地區(qū)則在人口原則下減排控制率較小的省份較多。

(2)各區(qū)域在前瞻性原則和GDP人口原則配額約束下的減排控制率差距較小，其中在前瞻性原則下差距最小，前瞻性原則下的減排速率差距最小，其他原則下的減排速率東西部差距都較大。所以，前瞻性原則是適合中國(guó)推進(jìn)的碳減排配額方法。

此外，區(qū)域碳排放權(quán)分配和減排控制率的問題是個(gè)復(fù)雜的問題，對(duì)此還需要進(jìn)一步研究的主要問題有：

(1)設(shè)置更多的情景模擬不同原則下中國(guó)大部分省市自治區(qū)的初始碳排放權(quán)分配。文章模擬的終端控制條件為社會(huì)福利最大化的同時(shí)，各省域累積碳排放量小于各原則下的配額量。受目標(biāo)總配額的設(shè)定影響，這一約束條件使得全國(guó)有些省份自治區(qū)在完成這一目標(biāo)時(shí)，可能存在經(jīng)濟(jì)后期變?yōu)樨?fù)增長(zhǎng)的現(xiàn)象?？梢栽O(shè)置不同的目標(biāo)情景，對(duì)不同配額原則進(jìn)行對(duì)比分析。

(2)進(jìn)行不確定性分析。文章可進(jìn)一步進(jìn)行不確定性分析，以期使得結(jié)果更符合現(xiàn)實(shí)條件。

致謝：感謝華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室為本文提供了數(shù)據(jù)支持，感謝王錚課題組對(duì)本文細(xì)致的交流探討。感謝中國(guó)科學(xué)院科技政策與管理科學(xué)研究所吳靜副研究員對(duì)本文提供的幫助。

參考文獻(xiàn)(References):

[1]Zhu Y B, Wang Z. An optimal balanced economic growth and abatement pathway for China under the carbon emissions budget. Computational Economics, 2014, 44(2): 253- 268.

[2]Nordhaus W D. Managing the Global Commons. Cambridge: The MIT Press, 1994.

[3]Nordhaus W D, Pop D. What is the value of scientific knowledge? An application to global warming using the PRICE model. Energy Journal, 1997, 18: 1- 45.

[4]Pizer W A. The optimal choice of climate change policy in the presence of uncertainty. Resource and Energy Economics, 1999, 21(3- 4): 255- 287.

[5]崔麗麗, 王錚, 劉揚(yáng). 中國(guó)經(jīng)濟(jì)受 CO2減排率影響的不確定性 CGE 模擬分析. 安全與環(huán)境學(xué)報(bào), 2002, 2(1): 39- 43.

[6]沈子榮. 中國(guó)單位GDP碳減排率的計(jì)算與比較. 國(guó)際經(jīng)濟(jì)合作, 2012, (4): 70- 73.

[7]丁仲禮, 段曉男, 葛全勝, 張志強(qiáng). 2050年大氣CO2濃度控制: 各國(guó)排放權(quán)計(jì)算. 中國(guó)科學(xué), 2009, 39(8): 1009- 1027.

[8]姜克雋, 胡秀蓮, 劉強(qiáng), 莊幸. 2050低碳經(jīng)濟(jì)情景預(yù)測(cè). 環(huán)境保護(hù), 2009, (24): 28- 30.

[9]付雪, 王桂新, 彭新哲. 哥本哈根會(huì)議目標(biāo)下中國(guó)行業(yè)實(shí)際減排潛力研究——基于2007年中國(guó)能源—碳排放—經(jīng)濟(jì)投入產(chǎn)出表的最優(yōu)化模型. 復(fù)旦學(xué)報(bào): 社會(huì)科學(xué)版, 2012, (4): 114- 124.

[10]林伯強(qiáng), 孫傳旺. 如何在保障中國(guó)經(jīng)濟(jì)增長(zhǎng)前提下完成碳減排目標(biāo). 中國(guó)社會(huì)科學(xué), 2011, (1): 64- 76.

[11]Wang Z, Zhu Y B, Peng Y M. Carbon emissions trends with optimal balanced economic growth of China and the USA and some abatement options for China. Journal of Geographical Sciences, 2013, 23(6): 991- 1004.

[12]Nordhaus W D. Optimal greenhouse-gas reductions and tax policy in the “DICE” model. American Economic Review, 1992, 83(2):313- 317.

[13]Barro，R J.,Shalaimatin,X 2002，EconomicGrowth，The MIT Press， Cambridge， Massachusetts.

[14]吳靜, 馬曉哲, 王錚. 我國(guó)省市自治區(qū)碳排放權(quán)配額研究. 第四紀(jì)研究, 2010, 30(3): 481- 488.

The optimal control rate of regional emission reduction targets under the constraint of quotas

LIU Xiao1,2, WANG Zheng2,3,*, DENG Jixiang2,4

1Hunanacademicofsocialscience,Changsha410003,China2KeyLaboratoryofGeographicalInformationScience,MinistryofStateEducationofChina,EastChinaNormalUniversity,Shanghai200062,China3InstituteofPolicyandManagement,ChineseAcademyofSciences,Beijing100190,China4ChangshaUniversity,Changsha410006,China

Abstract：Allocation of carbon dioxide emission rights is one of the effective ways to reduce carbon dioxide emissions. Therefore, an annual reduction rate needs to be determined to achieve this goal gradually. Given the negative effect of the emission reduction on economy, it is necessary to perform the emission reduction under the conditions of optimal and balanced economic growth, without causing an economic crisis. Hence, an optimal and balanced economic growth pathway is taken into account during calculations of the optimal control rate of carbon dioxide emission reduction. In this study, consequently, we try to determine the optimal control rate of carbon dioxide emission reduction that ensures balanced economic growth, with the constraint of the objective of a certain regional carbon dioxide emission quota. First, we present a calculation flow chart showing how to achieve the optimal control rate of carbon dioxide emission reduction. On the basis of the flow chart, we describe an algorithm aimed at determining the optimal control rate of carbon dioxide emission reduction and use it to calculate such a rate for each province given their carbon dioxide emission quota determined by means of the allocation principles forward-looking, population, GDP, GDP-population, and ability-to-pay. A higher control rate of carbon dioxide emission reduction means more efforts are needed to reduce the carbon dioxide emission. Furthermore, in this study, we selected five provinces and autonomous regions of China (Shanghai, Shanxi, Hunan, Yunnan, and Xinjiang) as research cases, analyzed the path of economic growth and energy-induced carbon dioxide emission with the objective of welfare maximization and the constraint of carbon dioxide emission quota for the participating regions. The simulation shows that the growth rate of the economy drops gradually under the constraints of carbon dioxide emission reduction in all regions. For instance, the economic growth rate of Shanghai is lower than that in other eastern provinces and even negative along with a decline of the economic growth rate at later development stages (with the principle of ability-to-pay). Shanghai has to purchase carbon dioxide emission quota rights to keep the positive economic growth rate in the future. Shanxi attains a lower emission reduction rate by means of the forward-looking principle, which maintains Shanxi′s economic growth rate at a relatively high level. Hunan stays on a similar path of economic growth and an emission reduction rate with various allocation principles. Therefore, the principle of emission right allocation has a smaller effect on the economy and on the reduction rate. Yunnan shows a higher economic growth rate with the principle of ability-to-pay, followed by the scenario involving the population principle. With the principle of GDP, the economic growth rate is the lowest. Similarly, Xinjiang achieves the highest economic growth rate with the principle of ability-to-pay, and lowest or even negative growth rate with the GDP or GDP-population principle. The carbon dioxide emission will first increase and then decrease, and the peak years of carbon dioxide emission are 2032 for Shanghai, 2033 for Hunan, 2036 for both Yunnan and Xinjiang, and 2039 for Shanxi province. Hence, more efforts are needed if these provinces want to achieve their carbon dioxide emission peak before 2030. Finally, we found that eastern provinces require the minimum reduction rate when using the GDP principle; western provinces by means of the ability-to-pay principle; and central provinces by means of the population principle. Among all the allocation principles, the forward-looking principle is suitable for China to allocate the carbon dioxide emission rights from the standpoint of carbon dioxide control and regional disparities in growth rate.

Key Words:carbon emissions reduction; control rate; quota; climate change

基金項(xiàng)目:國(guó)家重大研究計(jì)劃(973)項(xiàng)目(2012CB955800);國(guó)家社會(huì)科學(xué)基金(14CJY032);中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)(XDA05150900)

收稿日期:2014- 07- 25; 網(wǎng)絡(luò)出版日期:2015- 07- 22

DOI:10.5846/stxb201407251506

*通訊作者Corresponding author.E-mail: wangzheng@casipm.ac.cn

劉曉, 王錚, 鄧吉祥.配額目標(biāo)約束下區(qū)域減排的最優(yōu)控制率.生態(tài)學(xué)報(bào),2016,36(5):1380- 1390.

Liu X, Wang Z, Deng J X.The optimal control rate of regional emission reduction targets under the constraint of quotas.Acta Ecologica Sinica,2016,36(5):1380- 1390.