中國(guó)省際碳排放轉(zhuǎn)移的福利溢出效應(yīng)

董碧瀅，徐盈之

（東南大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京211100）

隨著貿(mào)易全球化的不斷深入，全球產(chǎn)業(yè)結(jié)構(gòu)得到不斷調(diào)整，國(guó)家之間的產(chǎn)業(yè)轉(zhuǎn)移變得頻繁，伴隨而來(lái)的還有碳排放轉(zhuǎn)移（以下簡(jiǎn)稱(chēng)“碳轉(zhuǎn)移”）。發(fā)達(dá)國(guó)家傾向于將技術(shù)含量較低、碳排放較高的產(chǎn)業(yè)轉(zhuǎn)移到發(fā)展中國(guó)家以?xún)?yōu)化自身的產(chǎn)業(yè)結(jié)構(gòu)，這種現(xiàn)象的結(jié)果是導(dǎo)致“碳泄漏”［1］，使發(fā)展中國(guó)家成為發(fā)達(dá)國(guó)家的“污染避難所”［2］。作為最大的發(fā)展中國(guó)家和碳排放國(guó)，中國(guó)在全球碳減排進(jìn)程中扮演相當(dāng)重要的角色。在第七十五屆聯(lián)合國(guó)大會(huì)上，中國(guó)宣布將采取更有力的政策措施，力爭(zhēng)于2030年前達(dá)到碳排放峰值，于2060年前實(shí)現(xiàn)碳中和，正式向世界遞交中國(guó)減排時(shí)間表［3］。然而，由于中國(guó)區(qū)域間經(jīng)濟(jì)發(fā)展不平衡，各地區(qū)在碳排放的責(zé)任分擔(dān)上一直存在分歧，碳轉(zhuǎn)移和“碳泄漏”的程度也不盡相同。同時(shí)，人們長(zhǎng)期以來(lái)在認(rèn)識(shí)上將“地區(qū)發(fā)展”簡(jiǎn)單地等同于“地區(qū)生產(chǎn)總值的增長(zhǎng)”，導(dǎo)致粗放型經(jīng)濟(jì)增長(zhǎng)方式并沒(méi)有從根本上轉(zhuǎn)變，造成了經(jīng)濟(jì)增長(zhǎng)與居民福利改善不一致，經(jīng)濟(jì)與社會(huì)、人與自然之間發(fā)展不協(xié)調(diào)，以及收入分配差距不斷擴(kuò)大等問(wèn)題。新時(shí)代經(jīng)濟(jì)高質(zhì)量發(fā)展應(yīng)從單純地追求總量擴(kuò)展，轉(zhuǎn)變?yōu)檫m應(yīng)人們更高標(biāo)準(zhǔn)的、更加多樣化的需求。因此，在考察碳排放轉(zhuǎn)移對(duì)經(jīng)濟(jì)社會(huì)影響的同時(shí)，還應(yīng)將勞動(dòng)力、知識(shí)、土地、居民生活等方面納入考量，以此滿足高質(zhì)量發(fā)展的現(xiàn)實(shí)需求，實(shí)現(xiàn)又好又快發(fā)展。

1 文獻(xiàn)綜述

目前學(xué)界對(duì)碳轉(zhuǎn)移的研究主要集中在排放核算、責(zé)任劃分及其影響因素等方面。Steen-Olsen等［4］基于2004年全球多區(qū)域投入產(chǎn)出表，較早地考察了歐盟成員國(guó)的碳足跡。進(jìn)一步研究表明，發(fā)達(dá)的工業(yè)化國(guó)家由于受減排承諾的約束，可能將高排放高污染的產(chǎn)業(yè)轉(zhuǎn)移到發(fā)展中國(guó)家，從而造成“碳泄漏”現(xiàn)象［5-6］，且在最終需求視角下，碳轉(zhuǎn)移去向主要是以中國(guó)為首的發(fā)展中國(guó)家［7］。He等［8］基于全球多區(qū)域投入產(chǎn)出數(shù)據(jù)庫(kù)，對(duì)比1995—2015年中國(guó)、歐盟和美國(guó)的貿(mào)易隱含碳排放發(fā)現(xiàn)，各經(jīng)濟(jì)體的中間投入引致的碳排放均大于最終消費(fèi)引致的碳排放。Wang等［9］測(cè)算全球生產(chǎn)網(wǎng)絡(luò)下140個(gè)國(guó)家或地區(qū)的碳轉(zhuǎn)移，并對(duì)中國(guó)不同行業(yè)碳排放的驅(qū)動(dòng)因素進(jìn)行結(jié)構(gòu)分解，得出排放強(qiáng)度是促進(jìn)機(jī)械和電子設(shè)備以及化工、橡膠和塑料制品行業(yè)減排的主要因素，出口規(guī)模對(duì)重工業(yè)和紡織服裝行業(yè)碳排放具有促進(jìn)作用，以及出口結(jié)構(gòu)對(duì)電子設(shè)備、煤炭、紡織和服裝行業(yè)具有抑制作用。

國(guó)內(nèi)方面，Liu［10］等應(yīng)用1997—2007年MRIO表測(cè)得中國(guó)地區(qū)供需鏈中由最終消費(fèi)和出口驅(qū)動(dòng)的碳排放量均大幅增加。王安靜等［11］基于2012年MRIO表測(cè)算了中國(guó)30個(gè)省份的生產(chǎn)者責(zé)任和消費(fèi)者責(zé)任碳排放，并證實(shí)在中國(guó)內(nèi)部存在由東部發(fā)達(dá)地區(qū)向西部欠發(fā)達(dá)地區(qū)的碳轉(zhuǎn)移。在此基礎(chǔ)上，王育寶等［12-13］補(bǔ)充強(qiáng)調(diào)了行業(yè)部門(mén)間的商品流動(dòng)和碳轉(zhuǎn)移權(quán)責(zé)分配在區(qū)域碳轉(zhuǎn)移中的重要作用，Wang等［14］利用GWR模型考察了碳轉(zhuǎn)移的影響因素，廖雙紅等［15］基于產(chǎn)業(yè)轉(zhuǎn)移視角考察了13個(gè)污染企業(yè)碳轉(zhuǎn)移，得出污染行業(yè)間碳轉(zhuǎn)移差異較大，且中部地區(qū)在區(qū)域碳轉(zhuǎn)移中起到區(qū)位中轉(zhuǎn)站作用。進(jìn)一步地，部分學(xué)者采用引力模型［16］、社會(huì)網(wǎng)絡(luò)分析［17］、STIRPAT模型［16，18］和對(duì)數(shù)均值Divisia指數(shù)分解［19］等方法將碳轉(zhuǎn)移研究拓展到動(dòng)態(tài)趨勢(shì)、空間分布及驅(qū)動(dòng)因素等方面。此外，還有少部分學(xué)者對(duì)碳轉(zhuǎn)移的經(jīng)濟(jì)效應(yīng)進(jìn)行估計(jì)，探究對(duì)社會(huì)經(jīng)濟(jì)的異質(zhì)性影響［20］。

綜合來(lái)看，國(guó)內(nèi)外現(xiàn)有關(guān)于碳排放轉(zhuǎn)移的研究在測(cè)算方法和視角上形成了一套較為完整的分析體系。但鑒于投入產(chǎn)出表的時(shí)效性和可獲得性，現(xiàn)有研究大多采用2015年之前的數(shù)據(jù)進(jìn)行核算，未能及時(shí)反映近年來(lái)國(guó)內(nèi)貿(mào)易下的碳轉(zhuǎn)移特征。此外，多數(shù)學(xué)者將研究重點(diǎn)關(guān)注在其驅(qū)動(dòng)因素上，而忽略了碳轉(zhuǎn)移對(duì)經(jīng)濟(jì)社會(huì)的影響，尤其是在現(xiàn)階段高質(zhì)量發(fā)展背景下，碳轉(zhuǎn)移的經(jīng)濟(jì)效應(yīng)應(yīng)該被賦予更多內(nèi)涵。鑒于此，文章對(duì)中國(guó)省際碳轉(zhuǎn)移進(jìn)行深入探究，主要邊際貢獻(xiàn)在于：第一，基于最新的多區(qū)域投入產(chǎn)出表，對(duì)中國(guó)省域碳排放、排放責(zé)任及排放結(jié)構(gòu)進(jìn)行測(cè)算和討論。第二，分別從省域和區(qū)域兩個(gè)視角對(duì)碳轉(zhuǎn)移的流向及空間分布特征進(jìn)行討論，并對(duì)不同轉(zhuǎn)移特征的地區(qū)給予針對(duì)性對(duì)策建議。第三，引入多維度的地區(qū)發(fā)展與民生指數(shù)作為社會(huì)福利的代理變量，衡量碳轉(zhuǎn)移的福利溢出效應(yīng)，彌補(bǔ)單一經(jīng)濟(jì)指標(biāo)不能完整反映經(jīng)濟(jì)高質(zhì)量發(fā)展內(nèi)涵的缺陷。

2 研究設(shè)計(jì)

2.1 多區(qū)域投入產(chǎn)出模型

多區(qū)域投入產(chǎn)出模型是建立在各地區(qū)投入產(chǎn)出表基礎(chǔ)上［21］，根據(jù)區(qū)域間投入產(chǎn)出數(shù)據(jù)將商品和服務(wù)的流入、流出內(nèi)生化，并按照相同的部門(mén)分類(lèi)整合而成［11］。借鑒廖明球［22］劃分的地區(qū)間投入產(chǎn)出表的基本結(jié)構(gòu)，可將多區(qū)域投入產(chǎn)出模型表示為：

其中：xrsij為r地區(qū)i部門(mén)為s地區(qū)j部門(mén)所提供的中間產(chǎn)品，Yrsi為r地區(qū)i部門(mén)為s地區(qū)所提供的最終產(chǎn)品，EXri為r地區(qū)i部門(mén)的出口總額，Xri為r地區(qū)i部門(mén)的總產(chǎn)出。矩陣形式為：

式（2）中：Xr為r地區(qū)各部門(mén)產(chǎn)品的總產(chǎn)出的列向量，分塊矩陣Ars為r地區(qū)為s地區(qū)提供中間產(chǎn)品的直接消耗系數(shù)矩陣，Yrs為r地區(qū)為s地區(qū)提供最終產(chǎn)品的列向量，EXr為r地區(qū)出口總額的列向量。進(jìn)一步地，總產(chǎn)出Xr可表示為：

式（3）中：Lrr=(I-Arr)-1為列昂惕夫逆矩陣，分別為r地區(qū)為s地區(qū)提供中間產(chǎn)品和最終產(chǎn)品需要的產(chǎn)出，LrrYrr為r地區(qū)為滿足本地最終產(chǎn)品需要的產(chǎn)出，LrrEXr為r地區(qū)為滿足出口需要的產(chǎn)出。

2.2 碳轉(zhuǎn)移相關(guān)測(cè)算

2.2.1 碳排放量測(cè)算

《省級(jí)溫室氣體清單編制指南》規(guī)定，省級(jí)能源活動(dòng)CO2排放量可采用IPCC部門(mén)方法，即部門(mén)碳排放總量根據(jù)能源消耗數(shù)據(jù)和排放因子來(lái)計(jì)算。計(jì)算表達(dá)式為：

式（4）中：CEi為i部門(mén)的直接CO2排放量，Eik為i部門(mén)對(duì)第k種能源的消耗量，NCVk為第k種能源的平均低位發(fā)熱量，CCk為第k種能源的單位熱值含碳量，Ok為能源燃燒過(guò)程中的碳氧化率，p為能源種類(lèi)，包括原煤、洗精煤、其他洗煤等17種能源消耗數(shù)據(jù)。

2.2.2 碳轉(zhuǎn)移測(cè)算

根據(jù)“京都減排模式”碳排放核算方案中生產(chǎn)側(cè)碳排放的基本內(nèi)涵，生產(chǎn)活動(dòng)引致的碳排放既包括滿足本地區(qū)最終產(chǎn)品需求的碳排放，還包括滿足其他地區(qū)中間產(chǎn)品及最終產(chǎn)品需求的碳排放，以及產(chǎn)品出口隱含碳部分［23］。定義Cr為以r地區(qū)各部門(mén)單位總產(chǎn)出的CO2排放量為對(duì)角元素的對(duì)角陣，則生產(chǎn)側(cè)碳排放計(jì)算表達(dá)式為：

其中：PRO是生產(chǎn)側(cè)碳排放，PRO1是r地區(qū)的內(nèi)需排放，PRO2是為其他地區(qū)提供中間產(chǎn)品的碳排放，PRO3是為其他地區(qū)提供最終產(chǎn)品的碳排放，PRO4是出口隱含的碳排放。

《聯(lián)合國(guó)氣候變化框架公約》要求各國(guó)對(duì)保護(hù)全球環(huán)境應(yīng)負(fù)共同但有區(qū)別的責(zé)任，不僅要體現(xiàn)污染者付費(fèi)原則，也要體現(xiàn)公平原則。消費(fèi)側(cè)碳排放基于消費(fèi)者角度，將支撐經(jīng)濟(jì)發(fā)展所需產(chǎn)品和服務(wù)所產(chǎn)生的隱含碳排放核算在內(nèi)［24］，真實(shí)體現(xiàn)了“共同但有區(qū)別的責(zé)任”原則，計(jì)算表達(dá)式為：

其中：IMr表示國(guó)內(nèi)r地區(qū)的中間產(chǎn)品進(jìn)口總額，CON是消費(fèi)側(cè)碳排放，CON1是地區(qū)內(nèi)部排放，在數(shù)值上與PRO1相等，CON2是其他地區(qū)為當(dāng)?shù)靥峁┲虚g產(chǎn)品的碳排放，CON3是其他地區(qū)為當(dāng)?shù)靥峁┳罱K產(chǎn)品的碳排放，CON4是進(jìn)口隱含的碳排放。因此，區(qū)域間需求引致的凈碳轉(zhuǎn)移可由生產(chǎn)側(cè)與消費(fèi)側(cè)碳排放的差額進(jìn)行計(jì)算：

若CNr為正，表明區(qū)域間需求將引致r地區(qū)的CO2凈流入，若CNr為負(fù)，表明區(qū)域間需求將引致r地區(qū)的CO2凈流出；CNEr為凈出口引致的碳轉(zhuǎn)移，計(jì)算表達(dá)式為：

若CNEr為正，表明r地區(qū)的出口隱含CO2排放量大于進(jìn)口隱含CO2排放量，存在由出口引致的碳凈流入；若CNEr為負(fù)，則表明r地區(qū)存在由進(jìn)口引致的碳凈流出。進(jìn)一步地，國(guó)內(nèi)總凈出口引致的碳轉(zhuǎn)移計(jì)算表達(dá)式為：

若CNErTot為正，表明他國(guó)對(duì)中國(guó)形成了碳轉(zhuǎn)移；若CNEr為負(fù)，則表明中國(guó)對(duì)他國(guó)形成了碳轉(zhuǎn)移。因此，可以通過(guò)CNErTot來(lái)判斷中國(guó)與世界其他國(guó)家是否存在碳泄漏。

2.3 研究方法、變量說(shuō)明與數(shù)據(jù)來(lái)源

2.3.1 空間自相關(guān)分析

空間自相關(guān)性用于檢驗(yàn)?zāi)硞€(gè)變量是否存在空間集聚現(xiàn)象，描述其在研究區(qū)域內(nèi)的空間分布特征。參考已有研究［25］，采用Moran’sI和Geary’sC統(tǒng)計(jì)量來(lái)檢驗(yàn)變量全局空間自相關(guān)性，計(jì)算公式分別為：

其中：n為省份個(gè)數(shù)，wij為空間權(quán)重，x和xˉ為變量及其均值。研究采用的空間權(quán)重矩陣為鄰接矩陣，由于海南省地理位置的特殊性，定義海南與廣東、廣西相鄰。Moran’sI統(tǒng)計(jì)量的取值一般在［-1，1］之間，小于0表示負(fù)相關(guān)，等于0表示不相關(guān)，大于0表示正相關(guān)。Geary’sC統(tǒng)計(jì)量的取值一般在［0，2］之間，大于1表示負(fù)相關(guān)，等于1表示不相關(guān)，小于0表示正相關(guān)。全域空間性反映了空間變量的整體空間相關(guān)狀況，但可能會(huì)忽略局部地區(qū)的非典型性特征［26］，因而該研究采用基于空間聯(lián)系的局部Moran’sI統(tǒng)計(jì)量來(lái)考察變量的局部空間自相關(guān)程度，計(jì)算公式為其 中S=為正表示觀測(cè)值高的區(qū)域單元被高值區(qū)域包圍（高-高集聚）或觀測(cè)值低的區(qū)域單元被低值區(qū)域包圍（低-低集聚），Ii為負(fù)表示觀測(cè)值低的區(qū)域單元被高值區(qū)域包圍（低-高集聚）或觀測(cè)值高的區(qū)域單元被低值區(qū)域包圍（高-低集聚）。

2.3.2 地理加權(quán)回歸模型

地理加權(quán)回歸（GWR）是用來(lái)研究空間數(shù)據(jù)差異性的常用估計(jì)方法。GWR將數(shù)據(jù)的空間位置納入回歸參數(shù)中，利用局部最小二乘法對(duì)每一個(gè)觀測(cè)對(duì)象進(jìn)行逐點(diǎn)參數(shù)估計(jì)，使變量間的關(guān)系可以隨著空間位置的變化而變化，直觀地展示研究對(duì)象在研究區(qū)域內(nèi)的空間異質(zhì)性。因此，參考魏傳華等［27］的研究思路，構(gòu)建如下GWR模型：

其中：(ui，vi)對(duì)應(yīng)第i個(gè)樣本觀測(cè)點(diǎn)的空間位置，βk(ui，vi)表示第i個(gè)樣本觀測(cè)點(diǎn)的第k個(gè)待估參數(shù)，εi～N(0，σ2)，cov(εi，εj)=0，i≠j。

2.3.3 變量說(shuō)明

（1）核心變量：碳轉(zhuǎn)移，具體包括碳排放轉(zhuǎn)入量（以下簡(jiǎn)稱(chēng)“碳轉(zhuǎn)入”）（CI）和碳排放轉(zhuǎn)出量（以下簡(jiǎn)稱(chēng)“碳轉(zhuǎn)出”）（CE）。

（2）被解釋變量：社會(huì)福利水平（Y），借鑒文雁兵［28］的研究思路，運(yùn)用國(guó)家統(tǒng)計(jì)局和中國(guó)統(tǒng)計(jì)學(xué)會(huì)提出的中國(guó)地區(qū)發(fā)展與民生指數(shù)作為社會(huì)福利水平的代理指標(biāo)，包括經(jīng)濟(jì)發(fā)展、民生改善、社會(huì)發(fā)展、生態(tài)建設(shè)和科技創(chuàng)新五個(gè)維度，共43項(xiàng)指標(biāo)，涵蓋經(jīng)濟(jì)、民生、社會(huì)、區(qū)域、生態(tài)、科技等領(lǐng)域，體現(xiàn)了“以人為本”的核心理念和“全面協(xié)調(diào)可持續(xù)”的基本要求。鑒于國(guó)家統(tǒng)計(jì)局公布的地區(qū)與民生發(fā)展指數(shù)僅統(tǒng)計(jì)至2013年，該研究對(duì)2015—2017年數(shù)據(jù)進(jìn)行補(bǔ)齊。具體權(quán)重設(shè)置、計(jì)算公式、相關(guān)解釋及數(shù)據(jù)來(lái)源可參考《綜合發(fā)展指數(shù)編制方案》和《地區(qū)發(fā)展與民生指數(shù)編制方案》。

（3）控制變量。為了緩解遺漏變量的內(nèi)生性問(wèn)題，借鑒國(guó)內(nèi)現(xiàn)有研究，控制如下變量：①外貿(mào)規(guī)模（Foreign）。伴隨中國(guó)對(duì)外開(kāi)放的縱深發(fā)展，進(jìn)出口貿(mào)易一方面增加了財(cái)政收入和就業(yè)機(jī)會(huì)，但另一方面也加劇環(huán)境污染和資源過(guò)度消費(fèi)。因此，采用進(jìn)出口總額占GDP的比重來(lái)衡量外貿(mào)規(guī)模。②產(chǎn)業(yè)結(jié)構(gòu)（Industry）。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化能夠有效引導(dǎo)生產(chǎn)和消費(fèi)升級(jí)，實(shí)現(xiàn)經(jīng)濟(jì)的高附加值增長(zhǎng)。因此，采用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比來(lái)衡量，體現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度。

2.3.4 數(shù)據(jù)來(lái)源與處理

采用的2015和2017年中國(guó)多區(qū)域投入產(chǎn)出延長(zhǎng)表來(lái)自Carbon Emission Accounts & Datasets；各類(lèi)能源活動(dòng)水平數(shù)據(jù)來(lái)自對(duì)應(yīng)年份《中國(guó)能源統(tǒng)計(jì)年鑒》，排放因子數(shù)據(jù)主要來(lái)自《2006年IPCC國(guó)家溫室氣體清單指南》和《省級(jí)溫室氣體清單編制指南（試行）》；由于數(shù)據(jù)可獲得性局限，研究未涉及西藏、香港、澳門(mén)和臺(tái)灣地區(qū)；其他變量來(lái)自2015—2018年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)、各省《統(tǒng)計(jì)年鑒》、中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)等。此外，在核算過(guò)程中，為對(duì)應(yīng)能源平衡表中各部門(mén)能源消耗數(shù)據(jù)，將投入產(chǎn)出表中的42個(gè)行業(yè)類(lèi)別進(jìn)行整理合并，并與計(jì)算所得的行業(yè)碳排放數(shù)據(jù)進(jìn)行匹配，最終形成30個(gè)省份30行業(yè)的多區(qū)域投入產(chǎn)出表。

3 結(jié)果與討論

3.1 各省份碳排放量及排放結(jié)構(gòu)分析

表1報(bào)告了2015和2017年中國(guó)30省份直接CO2、基于生產(chǎn)者和消費(fèi)者責(zé)任的CO2及碳排放強(qiáng)度。從總量上來(lái)看，中國(guó)各省份直接CO2排放略有增加，從2015年的96.404 0×108t增 至2017年 的98.658 3×108t，增 幅 為2.33%。其中，山東碳排放總量均排名全國(guó)第一，分別占全國(guó)碳排放總量的8.55%，8.17%。江蘇和河北的直接CO2排放位居第二、第三，在2015年和2017年分別占全國(guó)碳排放總量的7.88%、7.61%和7.46%、7.36%。直接CO2排放最少的三個(gè)省份分別是海南、青海和北京，值得關(guān)注的是，海南和青海的直接CO2排放逐年增長(zhǎng)，而北京的直接CO2排放逐年下降?？傮w來(lái)看，黃河中游、北部沿海和東部沿海地區(qū)直接CO2排放最高，西北和東北地區(qū)的直接CO2排放最少，中部、東部以及沿海地區(qū)直接CO2排放明顯高于西部地區(qū)。盡管碳排放總量略有增長(zhǎng)，但相較于2015年，2017年中國(guó)大部分省份的碳排放強(qiáng)度均有明顯的下降趨勢(shì)。此外，碳排放強(qiáng)度最高的是寧夏、新疆、內(nèi)蒙古、山西、貴州、甘肅等碳排放量并不高的省份。可能的原因在于，這些省份處于欠發(fā)達(dá)的西部地區(qū)，盡管碳排放總量不高，但經(jīng)濟(jì)發(fā)展也同樣在全國(guó)居于末位，GDP增速低于碳排放增速，導(dǎo)致碳排放強(qiáng)度位于全國(guó)前列。

表1 中國(guó)30個(gè)省份碳排放相關(guān)結(jié)果

從排放責(zé)任來(lái)看，2015和2017年，中國(guó)生產(chǎn)側(cè)碳排放分別為96.525 2×108t和98.665 9×108t，消費(fèi)側(cè)碳排放分別為95.969 4×108t和98.276 1×108t。不論是生產(chǎn)側(cè)還是消費(fèi)側(cè)碳排放都在逐年上升，與直接碳排放結(jié)果相吻合。從消生產(chǎn)者責(zé)任來(lái)看，2015年，生產(chǎn)側(cè)碳排放居于全國(guó)前五位的省份依次是山東、江蘇、河北、內(nèi)蒙古、河南，占全國(guó)生產(chǎn)側(cè)碳排放的35.49%。海南、青海、北京、寧夏、天津的碳排放居于最后五位，占全國(guó)生產(chǎn)側(cè)碳排放的4.99%；2017年，居于前五位的省份是山東、江蘇、河北、內(nèi)蒙古、廣東，占全國(guó)生產(chǎn)側(cè)碳排放的34.98%。居于最后五位的省份是海南、青海、北京、天津、甘肅，占全國(guó)生產(chǎn)側(cè)碳排放的4.78%。從消費(fèi)者責(zé)任來(lái)看，2015年，消費(fèi)側(cè)碳排放居于全國(guó)前五位的省份依次是江蘇、山東、廣東、浙江和河南，占全國(guó)消費(fèi)側(cè)碳排放的34.55%。居于最后五位的省份為青海，海南，寧夏、甘肅和貴州，占全國(guó)消費(fèi)側(cè)碳排放的4.77%；2017年，居于前五位的省份是廣東、江蘇、河南、山東和浙江，占全國(guó)消費(fèi)側(cè)碳排放的35.38%。居于最后五位的省份是海南、青海、甘肅、寧夏、天津，占全國(guó)消費(fèi)側(cè)碳排放的4.92%。

從排放結(jié)構(gòu)來(lái)看，內(nèi)需排放是構(gòu)成生產(chǎn)側(cè)和消費(fèi)側(cè)碳排放的主要部分。在2015和2017年，山東的內(nèi)需碳排放最高，分別為438.44×106t和436.50×106t，海南的內(nèi)需碳排放最低，分別為17.02×106t和14.22×106t，二者相差25～30倍。生產(chǎn)者責(zé)任上，2015年，湖北內(nèi)需排放占生產(chǎn)側(cè)碳排放的比例最高，為69.06%，內(nèi)蒙古占比最低，為18.91%；2017年，四川內(nèi)需排放占生產(chǎn)側(cè)碳排放的比例最高，為77.47%，上海占比最低，為22.32%。消費(fèi)者責(zé)任上，在2015和2017年，四川內(nèi)需排放占消費(fèi)側(cè)碳排放的比例最高，分別為70.40%，73.31%，北京占比最低，分別為7.39%，5.35%。

除內(nèi)需排放外，用于提供中間產(chǎn)品產(chǎn)生的碳排放在各省碳排放中也占據(jù)較大比重。生產(chǎn)者責(zé)任上，2015年，內(nèi)蒙古和海南用于提供中間產(chǎn)品產(chǎn)生的碳排放分別居于全國(guó)首位和末位，為402.15×106t和17.43×106t；2017年，內(nèi)蒙古和青海用于提供中間產(chǎn)品產(chǎn)生的碳排放分別居于全國(guó)首位和末位，為361.89×106t和11.04×106t。在2015和2017年，內(nèi)蒙古和寧夏用于提供中間產(chǎn)品產(chǎn)生的碳排放占該省生產(chǎn)側(cè)碳排放的比例最高，分別為68.74%，57.17%，湖北和四川占比最低，分別為13.40%和12.96%。消費(fèi)者責(zé)任上，2015年，江蘇和青海使用其他地區(qū)提供的中間產(chǎn)品產(chǎn)生的碳排放分別居于全國(guó)首位和末位，為438.10×106t和9.62×106t；2017年，廣東和青海使用其他地區(qū)提供的中間產(chǎn)品產(chǎn)生的碳排放分別居于全國(guó)首位和末位，為435.85×106t和10.69×106t。在2015和2017年，北京使用其他地區(qū)提供的中間產(chǎn)品產(chǎn)生的碳排放占該省消費(fèi)側(cè)碳排放的比例最高，分別為82.58%和83.04%，而新疆和山東占比最低，分別為14.68%和6.82%。

此外，各省份用于提供最終產(chǎn)品產(chǎn)生的碳排放差異也較為明顯。生產(chǎn)者責(zé)任上，2015年，江蘇和青海用于提供最終產(chǎn)品產(chǎn)生的碳排放占該省生產(chǎn)側(cè)碳排放的比例分別居于全國(guó)首位和末位，為21.17%和1.56%；2017年，海南和青海用于提供最終產(chǎn)品產(chǎn)生的碳排放占該省生產(chǎn)側(cè)碳排放的比例居于全國(guó)首位和末位，分別占34.86%和0.91%。消費(fèi)者責(zé)任上，2015年，吉林和寧夏消費(fèi)其他地區(qū)提供的最終產(chǎn)品產(chǎn)生的碳排放占該省消費(fèi)側(cè)碳排放的比例居于全國(guó)首位和末位，分別占20.94%和2.30%；2017年，黑龍江和四川消費(fèi)其他地區(qū)提供的最終產(chǎn)品產(chǎn)生的碳排放占該省消費(fèi)側(cè)碳排放的比例居于全國(guó)首位和末位，分別占24.31和4.68%。各省份進(jìn)、出口隱含碳方面，2015年，山東和廣東分別是進(jìn)口和出口隱含碳最大的省份，為151.94×106t、157.39×106t，甘肅是進(jìn)、出口隱含碳最小的省份，分別為0.57×106t、0.75×106t；2017年，廣東和青海分別是最大、最小的進(jìn)、出口隱含碳省份，兩省份進(jìn)口隱含碳分別為113.51×106t、0.21×106t，出口隱含碳分別為164.03×106t、0.45×106t。

3.2 區(qū)域碳轉(zhuǎn)移特征分析

表2展示了2015和2017年中國(guó)省際間凈碳轉(zhuǎn)移結(jié)果。從轉(zhuǎn)入的角度看，碳排放的主要流入地區(qū)是北部沿海地區(qū)和黃河中游地區(qū)，而京津地區(qū)、南部沿海和西南地區(qū)的碳排放轉(zhuǎn)入量最少。從轉(zhuǎn)出的角度看，碳排放的主要流出地區(qū)是東部沿海、京津地區(qū)、長(zhǎng)江中游地區(qū)和廣東，東北、西南和西北地區(qū)的碳排放轉(zhuǎn)出量最少?？傮w來(lái)看，中國(guó)省際內(nèi)碳排放轉(zhuǎn)移呈現(xiàn)自東向西、由沿海向內(nèi)陸轉(zhuǎn)移的趨勢(shì)。

表2 中國(guó)30個(gè)省份碳轉(zhuǎn)入和碳轉(zhuǎn)出結(jié)果 /106 t

根據(jù)2015和2017年平均碳排放與碳轉(zhuǎn)移測(cè)算結(jié)果，將中國(guó)30個(gè)省劃分為高碳排放和低碳排放，高碳流入、低碳流入、高碳流出和低碳流出區(qū)域［19］（表3）。區(qū)域1是碳排放量和碳流出量雙高的省份，具有經(jīng)濟(jì)規(guī)模大、活躍度高，人口密集的特征，是“雙碳”目標(biāo)下應(yīng)被重點(diǎn)關(guān)注的地區(qū)。區(qū)域2是碳排放量和碳流入量雙高的省份，這類(lèi)省份多以原材料加工、能源供應(yīng)、礦產(chǎn)開(kāi)發(fā)為主，生產(chǎn)過(guò)程碳排放量較高。同時(shí)，這些省份在中間產(chǎn)品使用過(guò)程中吸納了大量碳流入。區(qū)域3和區(qū)域4是碳排放高但碳流出低和碳流入低的省份。這些省份的相同點(diǎn)是內(nèi)需排放占各省碳排放的比例較高，不同點(diǎn)在于，區(qū)域3的省份對(duì)外經(jīng)濟(jì)活躍度偏低，在生產(chǎn)活動(dòng)中向其他省份轉(zhuǎn)出較少的碳排放。而區(qū)域4則是更少地承接其他省份所轉(zhuǎn)出的碳排放。區(qū)域5是北京、上海、重慶等碳排放量低、碳凈流出量高的省份。這些地區(qū)的碳排放總量較低，而它們的最終需求和出口導(dǎo)致其他省份的碳排放量較高。區(qū)域6是碳排放量低、碳凈流入量高的省份，這些省份在生產(chǎn)活動(dòng)中承接較多周邊省份（如遼寧、湖南、重慶）所轉(zhuǎn)出的碳排放。區(qū)域7和區(qū)域8是碳排放低且碳流出和碳流入業(yè)低的省份，這些省份由于區(qū)位、人口、經(jīng)濟(jì)、地勢(shì)等因素，減排效果較好，不是減排的重點(diǎn)關(guān)注地區(qū)。值得注意的是，北京、上海、重慶、湖北、湖南和江西存在高碳流出低碳流入的單向轉(zhuǎn)移，而山西、內(nèi)蒙古、遼寧、吉林、新疆和貴州則存在高碳流入低碳流出的單向轉(zhuǎn)移。由于區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略、區(qū)域分工及產(chǎn)業(yè)結(jié)構(gòu)上的差異，以及初始資源稟賦在空間分布不均衡，進(jìn)而決定了西部及東北地區(qū)被動(dòng)成為經(jīng)濟(jì)發(fā)達(dá)地區(qū)的“污染天堂”。

表3 中國(guó)30個(gè)省份碳轉(zhuǎn)移流向

由式（8）和式（9）測(cè)算得出2015和2017年各地區(qū)凈出口隱含碳排放（表4）。從省級(jí)層面看，2015年，吉林、黑龍江、天津、山東、上海、福建、海南、河南、廣西和寧夏存在164.05×106t的凈出口隱含碳排放，其他省份則存在著-219.63×106t的凈出口隱含碳排放，國(guó)外對(duì)中國(guó)存在55.58×106t的“碳泄漏”。2017年，遼寧、吉林、黑龍江、天津、上海、福建、海南、內(nèi)蒙古、廣西、云南、甘肅和新疆存在175.29×106t的凈出口隱含碳排放，其他省份存在著-214.27×106t的凈出口隱含碳排放，國(guó)外對(duì)中國(guó)的“碳泄漏”減少至38.98×106t。他國(guó)對(duì)中國(guó)凈出口引致的碳排放減少的原因可能在于，中國(guó)近年的外貿(mào)依存度有所下降，國(guó)內(nèi)市場(chǎng)活躍度逐漸走高，經(jīng)濟(jì)增長(zhǎng)正由外需拉動(dòng)向內(nèi)需驅(qū)動(dòng)轉(zhuǎn)變，更多地依賴(lài)內(nèi)部經(jīng)濟(jì)。從區(qū)域?qū)用婵矗?015年，東北、京津、北部沿海、西南和西北地區(qū)的進(jìn)口隱含碳排放大于出口隱含碳排放，而東部沿海、南部沿海、黃河中游和長(zhǎng)江中游地區(qū)的出口隱含碳排放大于進(jìn)口隱含碳排放。2017年，凈出口隱含碳流入的地區(qū)有東北、京津、黃河中游和西北地區(qū)，其他為凈出口隱含碳流出的地區(qū)。其中，東南沿海地區(qū)既是高碳流出地區(qū)，也是凈出口隱含碳排放的主要貢獻(xiàn)者。可見(jiàn)，由于政策支持、交通運(yùn)輸和港口便利，沿海地區(qū)在對(duì)外貿(mào)易中占據(jù)絕對(duì)的區(qū)位優(yōu)勢(shì)，同時(shí)也承擔(dān)中國(guó)對(duì)外開(kāi)放的窗口和紐帶，在國(guó)際貿(mào)易中比內(nèi)陸地區(qū)出口頻繁，因而引致更多的出口隱含碳排放。而東北和西北地區(qū)則受限于地理和經(jīng)濟(jì)雙重約束，在貿(mào)易中更多地依賴(lài)進(jìn)口，因而吸納了更多的進(jìn)口隱含碳排放。

表4 中國(guó)30個(gè)省份凈出口碳轉(zhuǎn)移情況 /106 t

3.3 碳轉(zhuǎn)移的福利溢出效應(yīng)

3.3.1 空間自相關(guān)性檢驗(yàn)

表5報(bào)告了在鄰接矩陣下的碳轉(zhuǎn)移和社會(huì)福利的Moran’sI值和Geary’sC值測(cè)算結(jié)果?？梢钥闯觯?015和2017年，碳轉(zhuǎn)入的Moran’sI值均在1%水平下顯著，Geary’sC值均在10%水平下顯著。碳轉(zhuǎn)出的Moran’sI值和Geary’s C值在2015年均通過(guò)了5%的顯著性檢驗(yàn)，但在2017年均未通過(guò)顯著性檢驗(yàn)。社會(huì)福利的Moran’sI值和Geary’sC值均在1%水平下顯著。具體來(lái)看，除2017年碳轉(zhuǎn)出的Moran’sI值小于0，Geary’sC值大于1之外，其他變量在2015和2017年的Moran’sI值均大于0，Geary’sC值均小于1，表明碳轉(zhuǎn)移和社會(huì)福利水平整體上存在著明顯的空間集聚性，并且可能存在一定的空間關(guān)聯(lián)。

表5 碳轉(zhuǎn)移和社會(huì)福利水平的Moran’s I值和Geary’s C值

由表6可知，中國(guó)碳轉(zhuǎn)移和福利水平主要表現(xiàn)為高-高集聚和低-低集聚兩種模式，且低-低集聚的省份多于高-高集聚的省份。高-高型碳轉(zhuǎn)入地區(qū)主要集中在東北、北部沿海和黃河中游地區(qū)，低-低型碳轉(zhuǎn)入地區(qū)主要集中在長(zhǎng)江中游、西南和西北地區(qū)。高-高型碳轉(zhuǎn)出地區(qū)主要集中在東部沿海和長(zhǎng)江中游地區(qū)，低-低型碳轉(zhuǎn)出地區(qū)主要集中在東北、黃河中游和西北地區(qū)。高-高型社會(huì)福利地區(qū)主要集中在京津、東部沿海和南部沿海地區(qū)，低-低型社會(huì)福利地區(qū)主要集中在東北、黃河中游、西南和西北地區(qū)。從動(dòng)態(tài)演變情況看，碳轉(zhuǎn)出地區(qū)主要由高-高集聚和低-低集聚逐漸演變成低-高集聚和低-低集聚?？梢?jiàn)，高碳轉(zhuǎn)出地區(qū)的減排工作已取得一定成效，但對(duì)其周邊地區(qū)的擴(kuò)散并未得到有效緩解。

表6 Moran’s I散點(diǎn)圖的集聚模式分類(lèi)

3.3.2 基準(zhǔn)回歸結(jié)果

為保證回歸結(jié)果的有效性，基于前文所述的研究方法，文章采用最小二乘回歸（OLS）和地理加權(quán)回歸來(lái)共同估計(jì)模型參數(shù)，以比較二者的估計(jì)結(jié)果差異。在GWR模型中，采用鄰接矩陣作為權(quán)重，結(jié)合交叉驗(yàn)證法（CV）計(jì)算最優(yōu)帶寬。表7展示了基準(zhǔn)回歸結(jié)果，其中模型（1）和模型（2）為OLS估計(jì)結(jié)果，模型（3）和模型（4）為GWR估計(jì)結(jié)果?？梢钥闯?，OLS模型的核心解釋變量lnCI的回歸系數(shù)（-0.080和-0.088）小于零，lnCE的回歸系數(shù)（0.105和0.078）大于零，且分別在1%和5%水平下顯著。GWR模型回歸系數(shù)總體上與OLS模型回歸系數(shù)差異不大，表明碳排放轉(zhuǎn)入會(huì)降低地區(qū)的社會(huì)福利水平，而碳排放轉(zhuǎn)出會(huì)提升地區(qū)的社會(huì)福利水平。進(jìn)一步地，OLS模型的AICc值（-35.657和-36.336）大于GWR模型的AICc值（-70.315和-70.551），且差距大于3，根據(jù)最小信息化準(zhǔn)則，該研究更適用GWR模型進(jìn)行分析。此外，OLS模型R2分別為0.808、0.754，GWR模型R2分別為0.910，0.895，即OLS模型可解釋變量的80.8%和75.4%，小于GWR模型的91.0%和89.5%，表明GWR模型有較好的擬合優(yōu)度。

表7 基準(zhǔn)回歸結(jié)果

3.3.3 GWR回歸結(jié)果分析

表8報(bào)告了各省的局部參數(shù)估計(jì)值。大部分省份局部估計(jì)的擬合優(yōu)度大于80%，再次驗(yàn)證GWR模型具有較高的解釋能力。具體來(lái)看，2015年，除浙江、山東、河南、湖北、湖南的負(fù)向系數(shù)不顯著外，其余所有省份的碳轉(zhuǎn)入對(duì)社會(huì)福利的溢出效應(yīng)均顯著為負(fù)；所有地區(qū)的碳轉(zhuǎn)出和外貿(mào)規(guī)模對(duì)社會(huì)福利的溢出效應(yīng)均顯著為正；除天津外，其余所有省份的產(chǎn)業(yè)結(jié)構(gòu)對(duì)社會(huì)福利的溢出效應(yīng)顯著為正。2017年，河南、湖北、湖南的碳轉(zhuǎn)入對(duì)社會(huì)福利的負(fù)向溢出效應(yīng)不顯著，其余所有省份顯著為負(fù)；所有地區(qū)的碳轉(zhuǎn)出和外貿(mào)規(guī)模對(duì)社會(huì)福利的溢出效應(yīng)顯著為正；除湖南外，其余所有省份的產(chǎn)業(yè)結(jié)構(gòu)對(duì)社會(huì)福利的溢出效應(yīng)顯著為正。GWR模型的結(jié)果表明，碳轉(zhuǎn)移存在明顯的福利溢出效應(yīng)，且從動(dòng)態(tài)演變情況看，碳轉(zhuǎn)出的正向福利溢出效應(yīng)有所減弱，大部分地區(qū)碳轉(zhuǎn)入的負(fù)向福利溢出效應(yīng)有所增強(qiáng)。

表8 局部估計(jì)結(jié)果

從空間分布來(lái)看，碳轉(zhuǎn)入的負(fù)向福利溢出效應(yīng)整體呈現(xiàn)“西高東低”態(tài)勢(shì)，且隨時(shí)間變化不明顯。一方面，由于人口、自然資源、經(jīng)濟(jì)地理等制約因素，西部地區(qū)面臨嚴(yán)峻的“發(fā)展與生態(tài)治理”矛盾，此種情況下，一旦碳排放轉(zhuǎn)入增加，對(duì)當(dāng)?shù)丶爸苓叺貐^(qū)社會(huì)福利的不利影響必然隨之加?。涣硪环矫妫L(zhǎng)期以來(lái)，西部地區(qū)承接了大量來(lái)自中、東部地區(qū)的碳轉(zhuǎn)入，但中、東部地區(qū)的產(chǎn)業(yè)集群效應(yīng)和交通條件仍制約其產(chǎn)業(yè)向西部轉(zhuǎn)移，不可避免地導(dǎo)致西部地區(qū)環(huán)境與社會(huì)福利“脫鉤”。但隨著時(shí)間變化，各省碳轉(zhuǎn)出的正向溢出效應(yīng)逐漸減弱。其中東北和西北地區(qū)碳轉(zhuǎn)出的正向溢出效應(yīng)削減較快，東南地區(qū)次之，中部地區(qū)碳轉(zhuǎn)出的正向溢出效應(yīng)削減最慢。一方面，由于中國(guó)東南地區(qū)經(jīng)濟(jì)發(fā)展快、生活水平高、就業(yè)機(jī)會(huì)多而引起的“孔雀東南飛”現(xiàn)象，導(dǎo)致西北部地區(qū)存在人才短缺的“馬太效應(yīng)”，使得碳轉(zhuǎn)出對(duì)社會(huì)福利的正向溢出在西北部地區(qū)的影響減少。另一方面，近年來(lái)，山西、河南、湖南、湖北、江西等中部地區(qū)經(jīng)濟(jì)迅速崛起，不斷超過(guò)全國(guó)平均水平，伴隨著碳排放轉(zhuǎn)出的“泄漏”，削弱了周邊地區(qū)碳轉(zhuǎn)出對(duì)社會(huì)福利的正向溢出。

4 結(jié)論與啟示

采用2015和2017年中國(guó)多區(qū)域投入產(chǎn)出表和碳排放數(shù)據(jù)對(duì)生產(chǎn)側(cè)碳排放、消費(fèi)側(cè)碳排放、省際間碳轉(zhuǎn)移及轉(zhuǎn)移方向進(jìn)行測(cè)算與討論，并對(duì)地區(qū)發(fā)展與民生指數(shù)進(jìn)行補(bǔ)齊，采用GWR模型估計(jì)了各省碳排放轉(zhuǎn)入和碳排放轉(zhuǎn)出的福利溢出效應(yīng)，主要結(jié)論如下。

（1）從排放總量來(lái)看，盡管中國(guó)直接碳排放總量略有增長(zhǎng)，整體上表現(xiàn)出明顯的“西低東高”空間分布特征，但碳排放強(qiáng)度得到顯著改善。各省生產(chǎn)側(cè)和消費(fèi)側(cè)碳排放在排放總量和排放結(jié)構(gòu)上均存在較大差異。內(nèi)需排放、中間產(chǎn)品和最終產(chǎn)品的調(diào)入、調(diào)出是構(gòu)成省域碳排放的主要部分。

（2）從轉(zhuǎn)移特征來(lái)看，中國(guó)省際碳排放轉(zhuǎn)移呈現(xiàn)自東向西、由沿海向內(nèi)陸轉(zhuǎn)移的趨勢(shì)。國(guó)外中國(guó)的“碳泄漏”有所下降，側(cè)面反映出中國(guó)經(jīng)濟(jì)增長(zhǎng)正由外需拉動(dòng)向內(nèi)需驅(qū)動(dòng)轉(zhuǎn)變。此外，由于政策、交通及港口優(yōu)勢(shì)，東南沿海地區(qū)一直是凈出口隱含碳排放的主要貢獻(xiàn)者。

（3）從影響效應(yīng)來(lái)看，碳轉(zhuǎn)入對(duì)社會(huì)福利具有負(fù)向溢出效應(yīng)，碳轉(zhuǎn)出、外貿(mào)規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)對(duì)社會(huì)福利具有正向溢出效應(yīng)。各省碳轉(zhuǎn)入的負(fù)向福利溢出效應(yīng)表現(xiàn)為“西高東低”的特征，且隨時(shí)間變化不明顯，而各省碳轉(zhuǎn)出的正向溢出效應(yīng)則隨時(shí)間變化較為顯著。

以上研究結(jié)論對(duì)地區(qū)碳減排政策制定、碳排放權(quán)配額分配具有一定啟示。

（1）差異化制定地區(qū)減排政策。對(duì)于碳排放總量較大的東部地區(qū)，特別是沿海地區(qū)，應(yīng)重點(diǎn)關(guān)注總量減排，通過(guò)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化，把節(jié)能降耗建立在發(fā)展高成長(zhǎng)、低能耗產(chǎn)業(yè)上。對(duì)于碳排放強(qiáng)度較高的西部和北部地區(qū)，應(yīng)大力支持節(jié)能減排關(guān)鍵技術(shù)研發(fā)和應(yīng)用，通過(guò)技術(shù)創(chuàng)新來(lái)提高資源利用效率，同時(shí)應(yīng)執(zhí)行更為嚴(yán)格的環(huán)境規(guī)制措施，淘汰和阻止“三高”產(chǎn)業(yè)轉(zhuǎn)入，避免成為東部沿海地區(qū)產(chǎn)業(yè)轉(zhuǎn)移的“污染避難所”。

（2）因地制宜推進(jìn)區(qū)域節(jié)能降碳。對(duì)于高碳流出地區(qū)，在減排過(guò)程中應(yīng)注意需求結(jié)構(gòu)和出口規(guī)模的調(diào)整。一方面通過(guò)重配再生產(chǎn)過(guò)程中的需求結(jié)構(gòu)，刺激低碳領(lǐng)域的消費(fèi)和投資，另一方面通過(guò)轉(zhuǎn)變出口增長(zhǎng)模式優(yōu)化產(chǎn)品結(jié)構(gòu)，控制出口產(chǎn)品含碳量。對(duì)于高碳流入地區(qū)，在減排過(guò)程中應(yīng)重點(diǎn)關(guān)注減排效率和減排技術(shù)的提升。一方面通過(guò)有效節(jié)約物質(zhì)和能量資源，減少環(huán)境有害物排放，另一方面通過(guò)技術(shù)的擴(kuò)散和外溢效應(yīng)，激勵(lì)其在低碳領(lǐng)域的技術(shù)進(jìn)步。

（3）應(yīng)基于“共同但有區(qū)別”的減排原則，要求各經(jīng)濟(jì)主體既承擔(dān)生產(chǎn)者的排放責(zé)任，又承擔(dān)消費(fèi)者排放責(zé)任。一方面，碳排放成本和減排目標(biāo)可以被內(nèi)部化為對(duì)生產(chǎn)者的約束，鼓勵(lì)政府采取更有效的方法改善環(huán)境績(jī)效。另一方面，在生產(chǎn)活動(dòng)中應(yīng)更注重清潔高效，促進(jìn)消費(fèi)者養(yǎng)成綠色低碳的消費(fèi)習(xí)慣。此外，合理分配碳排放權(quán)和減排資源，在制定兼顧公平和效率的碳配額政策的同時(shí)，實(shí)現(xiàn)邊際減排成本最小化，不斷釋放碳交易市場(chǎng)在實(shí)現(xiàn)減排目標(biāo)和經(jīng)濟(jì)高質(zhì)量發(fā)展中的政策紅利。