可持續(xù)框架下中國省際碳排放權(quán)分配研究

關(guān)鍵詞 碳排放權(quán)；碳強度；碳達(dá)峰；可持續(xù)框架；碳配額

近年來，為有效應(yīng)對氣候挑戰(zhàn)，中國政府積極參與全球氣候治理，并向世界宣布：至2030年中國碳排放強度（單位國內(nèi)生產(chǎn)總值CO2排放量）將比2005年下降65%以上，同年CO2排放量達(dá)到峰值，之后逐漸回落。在實現(xiàn)碳強度與碳達(dá)峰目標(biāo)（以下簡稱：碳減排雙控目標(biāo)）的過程中，中國充分發(fā)揮市場在資源配置中的決定性作用，2017年啟動全國統(tǒng)一碳交易市場，以實現(xiàn)經(jīng)濟效益與綠色發(fā)展雙贏。目前全國碳市場處于建設(shè)初期，由于區(qū)域間經(jīng)濟現(xiàn)狀、社會發(fā)展階段以及資源稟賦等方面差異顯著，省級區(qū)域尚未形成總量控制下統(tǒng)一的碳排放權(quán)分配方案。而國家整體減排目標(biāo)的同步實現(xiàn)是以省級層面的碳排放權(quán)分配為基礎(chǔ)［1］，因此，在考慮區(qū)域特征的前提下，基于2030年碳減排雙控目標(biāo)開展省際碳排放權(quán)分配方法研究，甄選出適合中國國情的分配方案，對如期實現(xiàn)碳減排雙控目標(biāo)、推進(jìn)碳市場持續(xù)有效運行［2］、創(chuàng)新區(qū)域協(xié)同減排機制具有重要的理論與現(xiàn)實意義。

1 研究綜述

中國省域碳排放權(quán)分配的研究內(nèi)容一般包含分配準(zhǔn)則、分配方法以及分配結(jié)果3個方面。在分配準(zhǔn)則方面，學(xué)者普遍關(guān)注其公平性與效率性［3-4］。已有研究對于公平的理解也不盡相同，可分為歷史責(zé)任公平［5］、人均累計排放量公平［6］、支付能力公平［7］等。若配額分配僅關(guān)注公平而不注重效率，將阻礙減排工作的高效完成，因此效率原則也是學(xué)者們所研究的重點［8］，其大多聚焦于考慮投入產(chǎn)出比的碳排放效率［9］與碳邊際減排成本視角下的減排效率［10］。為使分配準(zhǔn)則更加普適科學(xué)，部分研究在公平與效率原則的基礎(chǔ)上引入保障性［11］、可行性［12-13］、責(zé)任目標(biāo)［14］等其他準(zhǔn)則。在分配方法方面，以往學(xué)者大多使用“自上而下”的總量控制方法對中國碳排放權(quán)進(jìn)行分配，即先明確全國分配總量再進(jìn)行省際劃分。先前研究大多以“2030年碳強度相較于2005下降65%”為基準(zhǔn)測算全國分配總量［11，15］，也有少數(shù)學(xué)者以溫升目標(biāo)估算未來分配總量，例如，Meinshausen等［16］以溫升2 ℃為目標(biāo)測算2030 年碳排放權(quán)總量；張浩然等［17］以“2030 年溫升1. 5 ℃”為限制進(jìn)行估算。在全國總量的控制下，學(xué)者多數(shù)采用指標(biāo)法［18］、DEA模型優(yōu)化法［19］、指標(biāo)法與優(yōu)化法綜合的方法［20］來實現(xiàn)省域分配。在分配結(jié)果方面，以往研究的分配結(jié)果大都聚焦于各省考察期間的累計配額總量，且考察期均截至2030年［21-22］。也有部分文獻(xiàn)的分配結(jié)果針對各省當(dāng)年配額量與實際排放量的差值［12］或2030年這一時間節(jié)點的配額量［10，23］進(jìn)行分析。

既有文獻(xiàn)對中國碳排放權(quán)分配研究開展了有益探討，但也存在著以下局限：①分配方法大多基于實現(xiàn)2030年碳強度這一目標(biāo)測算全國分配總量，但在2030年這一重要時間節(jié)點中國需同時實現(xiàn)碳達(dá)峰目標(biāo)，未見公開文獻(xiàn)基于2030年碳達(dá)峰目標(biāo)探討碳排放權(quán)的分配；②先前學(xué)者多關(guān)注碳排放權(quán)分配的公平性與效率性，鮮有研究跳出該慣性思維，從人力、自然、物質(zhì)、經(jīng)濟、社會等可持續(xù)框架維度建立科學(xué)全面且衡量不同區(qū)域特征的分配指標(biāo)體系；③先前研究的分配結(jié)果較多關(guān)注研究時段內(nèi)各省份碳排放權(quán)分配的總體配額，未將分配方案細(xì)化至各個年度，且分配方案結(jié)果均截至2030年，缺乏對2030年目標(biāo)實現(xiàn)之后各省具體分配量的規(guī)劃與探討，可能導(dǎo)致分配方式存在盲目性與不確定性。

鑒于以上，為實現(xiàn)2030年碳減排雙控目標(biāo)，本研究基于2030年碳強度與碳達(dá)峰目標(biāo)測算全國碳排放權(quán)分配總量，從人力、自然、物質(zhì)、經(jīng)濟、社會5個維度構(gòu)建可持續(xù)框架下的碳排放權(quán)省域分配模型，對中國30個省份2022—2035年的碳排放權(quán)進(jìn)行有效分配。本研究的邊際貢獻(xiàn)在于：①將2030年碳達(dá)峰目標(biāo)與碳強度目標(biāo)納入統(tǒng)一分析框架，以碳減排雙控目標(biāo)為基準(zhǔn)測算全國碳排放權(quán)分配總量；②結(jié)合中國國情構(gòu)建人力、物質(zhì)、經(jīng)濟、社會、自然5個維度的可持續(xù)框架，以此為分配指標(biāo)體系統(tǒng)籌考量各省份不同維度的差別，設(shè)置分配權(quán)重，進(jìn)而推動地區(qū)間協(xié)同減排；③將分配方案細(xì)化到各個年度以明確省域年度排放軌跡的配額約束，且探求2030—2035年期間各省份的年度分配量，為有效規(guī)劃未來較長時期省級碳排放權(quán)的分配提供依據(jù)。

2 研究方法與數(shù)據(jù)來源

基于2030年碳減排雙控目標(biāo)，本研究構(gòu)建可持續(xù)框架下的碳排放權(quán)省域分配模型。首先從人力、自然、物質(zhì)、經(jīng)濟、社會6個維度構(gòu)建可持續(xù)框架分配指標(biāo)體系，對各指標(biāo)標(biāo)準(zhǔn)化處理之后利用熵權(quán)法確定權(quán)重；然后基于2030年碳強度目標(biāo)與碳達(dá)峰目標(biāo)，測算中國未來碳排放權(quán)分配總量；采用K‐means聚類對全國30個省份進(jìn)行分組，確定各區(qū)組所占比例后利用碳邊際減排成本確定區(qū)組內(nèi)各省份的分配比例，最后實現(xiàn)2022—2035年省級碳排放權(quán)的有效分配，研究框架如圖1所示。

2. 1 碳排放權(quán)分配指標(biāo)體系構(gòu)建

2. 1. 1 可持續(xù)框架下分配指標(biāo)體系確定

碳排放權(quán)分配是實施碳排放交易的前提和基礎(chǔ)。在交易費用為零的假設(shè)條件下，科斯第一定理認(rèn)為最有效率的資源配置方式與其產(chǎn)權(quán)的初始配置狀態(tài)無關(guān)［24］。但是，現(xiàn)實社會存在交易成本，而且交易成本可能較大，因此采用什么準(zhǔn)則和方法進(jìn)行碳排放權(quán)分配，是否能夠促進(jìn)環(huán)境容量的可持續(xù)利用以及可持續(xù)發(fā)展，需要慎重考量?，F(xiàn)階段中國省際碳配額分配應(yīng)充分考慮自然、社會、經(jīng)濟、人力、物質(zhì)等多維度的省域特征，才能更加全面科學(xué)地擬定分配指標(biāo)，制定符合中國國情及各省特征的碳排放權(quán)分配方案。其次，CO2屬于典型的存量污染物，具有長期污染后果，在環(huán)境經(jīng)濟學(xué)中，對存量污染物的考量與排放額分配通常從自然、制造、人力、社會、經(jīng)濟等維度設(shè)立標(biāo)準(zhǔn)［25］。此外，進(jìn)行碳配額省際分配的目的在于推進(jìn)地區(qū)間協(xié)同減排、建立公平高效的區(qū)域分配方案、驅(qū)動多維度的可持續(xù)發(fā)展，具有共同、協(xié)調(diào)、公平、高效、多維等特征。隨著可持續(xù)發(fā)展理論演進(jìn)及在不同國家和地區(qū)背景下的實踐行動，可持續(xù)發(fā)展的內(nèi)涵也在不斷外延［26］，綜合考慮中國現(xiàn)階段國情以及省際區(qū)域特征，本研究從人力、物質(zhì)、自然、經(jīng)濟、社會5個維度構(gòu)建可持續(xù)框架分配指標(biāo)體系，力求實現(xiàn)省際碳排放權(quán)分配的協(xié)調(diào)性、高效性、公平性和可持續(xù)性。

人力維度主要指基于人口數(shù)量、人均投入與收入等與人口相關(guān)的分配指標(biāo)。依據(jù)均等準(zhǔn)則，各省的碳配額量與省內(nèi)人口數(shù)成正比，因此人口數(shù)量為正向指標(biāo)；隨著人均教育投入的穩(wěn)步增長，該地區(qū)的整體教育水平有望得到顯著提升，民眾的環(huán)境保護(hù)意識也相應(yīng)增強，會更加自覺地采納綠色生活方式，從而引起碳排放量與碳配額的減少，因此設(shè)定該指標(biāo)為負(fù)向指標(biāo)；人均一般公共預(yù)算收入高的省份大多第二產(chǎn)業(yè)發(fā)達(dá)，則這些省份可能需要更多的碳排放權(quán)以滿足其生產(chǎn)需求，因此其與碳配額呈正相關(guān)；如果一個省的低保人口數(shù)較多可能代表該省整體經(jīng)濟實力水平較低［27］，經(jīng)濟發(fā)展較為緩慢的省份可能更依賴于化石燃料［28］，則碳排放量與碳配額相對較高，因此該指標(biāo)與碳配額呈正相關(guān)。

自然維度包含能體現(xiàn)自然環(huán)境吸收污染物能力的指標(biāo)。包含市轄縣、縣級市的城區(qū)面積反映了人類城市對自然的占用率，其會影響自然環(huán)境吸收污染物的能力，則城區(qū)面積越大可能導(dǎo)致自然界吸收碳排放的能力越弱，碳排放量與碳排放配額越高，其與碳排放權(quán)呈正相關(guān)；若某省份的農(nóng)作物播種面積較大，則其農(nóng)業(yè)活動（如高投入的化肥、農(nóng)藥使用、機械化程度高）會導(dǎo)致較高的碳排放，碳排放配額也相應(yīng)增加，其為正向指標(biāo)；某省份的生態(tài)系統(tǒng)恢復(fù)力越高，可能會帶來某些積極的生態(tài)效應(yīng)，其會在配額分配上獲得優(yōu)勢與獎勵，則生態(tài)系統(tǒng)恢復(fù)力與碳配額呈現(xiàn)間接的正相關(guān)關(guān)系；參考學(xué)者田云等［11］與方愷等［22］的指標(biāo)正負(fù)擬定，將林業(yè)蓄積量擬定為正向指標(biāo)。

物質(zhì)維度包含與碳排放權(quán)總量直接相關(guān)的客觀存在且有形的物質(zhì)指標(biāo)，例如能源、碳排放量、物質(zhì)產(chǎn)業(yè)比重（第三產(chǎn)業(yè)為除第一、二物質(zhì)產(chǎn)業(yè)之外的產(chǎn)業(yè)，其比重可側(cè)面表現(xiàn)區(qū)域的物質(zhì)結(jié)構(gòu)）。化石能源產(chǎn)量越高，隨之碳排放量與碳排放權(quán)也相應(yīng)較高，因此其為正向指標(biāo)；如果一個省份的能源消耗總量較高，會導(dǎo)致碳排放量持續(xù)走高，相應(yīng)的碳配額也較高，因此其為正向指標(biāo)；參考王勇等［12］與宋敏［21］的研究，將第三產(chǎn)業(yè)貢獻(xiàn)率擬定為負(fù)向指標(biāo)；借鑒黃煌［10］與方愷等［22］的研究，同樣將歷史碳排放量設(shè)定為負(fù)向指標(biāo)。

經(jīng)濟維度包含衡量區(qū)域經(jīng)濟發(fā)展的分配指標(biāo)，例如環(huán)保投入占比、地區(qū)生產(chǎn)總值、能源消耗彈性系數(shù)等。GDP通常關(guān)系著經(jīng)濟活動，其需要消耗能源，而能源消耗往往伴隨著CO2等溫室氣體的排放，因此其越高可能導(dǎo)致CO2排放量與碳配額增加，為正向指標(biāo)；參考宋敏等［21］與方愷等［22］的研究經(jīng)驗，本研究將萬元GDP能源消費量設(shè)定為負(fù)向指標(biāo)；能源消費彈性系數(shù)較高，可能表示該區(qū)域的能源消費增長速度較快且經(jīng)濟增長速度相對較慢，碳排放量與碳配額也較高，為正向指標(biāo)；環(huán)保投入占財政支出比重越高，表明該省份在環(huán)境保護(hù)方面采取更加嚴(yán)格的減排措施、推廣清潔能源等，碳排放量與碳配額也隨之減少，因此其與碳配額呈負(fù)相關(guān)。

社會維度是關(guān)于評價區(qū)域社會發(fā)展?fàn)顩r的指標(biāo)，例如科技水平、城鎮(zhèn)化率等。參考方愷等［22］的正負(fù)擬定，將基尼系數(shù)設(shè)定為正向指標(biāo)；同樣參考田云等［11］與王勇等［12］的先前研究，將碳生產(chǎn)力也設(shè)定為正向指標(biāo)；參考宋敏等［21］的研究，將科技水平設(shè)定為正向指標(biāo)；借鑒宋敏等［21］與方愷等［22］的指標(biāo)設(shè)定，設(shè)定城鎮(zhèn)化率與碳排放權(quán)呈負(fù)相關(guān)。具體的指標(biāo)矩陣見表1。

2. 1. 2 可持續(xù)框架指標(biāo)的處理

首先，采用皮爾遜相關(guān)系數(shù)檢驗20個分配指標(biāo)與實際碳排放量之間的相關(guān)性，通過其相關(guān)系數(shù)絕對值來篩選出通過顯著性檢驗的分配指標(biāo)。其次，篩選后的碳排放權(quán)分配指標(biāo)需要消除量綱的影響，即進(jìn)行標(biāo)準(zhǔn)化處理。以2003—2022 年30 個省份指標(biāo)數(shù)據(jù)為基礎(chǔ)，采用minmax標(biāo)準(zhǔn)化方法，計算公式見式（1）和式（2）。

式中：Xij 為第j 個指標(biāo)下i 省份數(shù)據(jù)標(biāo)準(zhǔn)化后的結(jié)果，aij 表示為第j 個指標(biāo)下i 省份的原始數(shù)據(jù)，maxj 表示第j 項指標(biāo)在2003—2022年中各個省份中的最大值，minj 表示第j 項指標(biāo)在2003—2022年各個省份中的最小值。

2. 1. 3 基于熵權(quán)法對指標(biāo)權(quán)重賦值

不同指標(biāo)對于碳排放權(quán)分配過程的影響程度不盡相同，則需要確定上述各指標(biāo)在碳排放權(quán)分配中所占權(quán)重。熵值法適用于指標(biāo)體系龐大、不考慮決策者的偏好假設(shè)以及數(shù)據(jù)中含有部分不確定性信息等條件，相較于層次分析法和德爾菲法更加客觀精度較高。因此采用該方法來計算第j 個指標(biāo)下i 省份所占比重，見式（3）：

2. 2 基于2030 年碳減排雙控目標(biāo)測算碳排放權(quán)分配總量

中國政府曾做出承諾：截至2030年，中國需實現(xiàn)碳強度與碳達(dá)峰這兩大目標(biāo)。先前研究僅基于碳強度單一目標(biāo)對未來碳排放權(quán)分配總量進(jìn)行測算［40-41］，本研究則以實現(xiàn)2030年這兩大目標(biāo)為前提，基于碳減排雙控目標(biāo)估算考察期間全國分配總量，具體方法如下：

2. 2. 1 以碳達(dá)峰目標(biāo)為基準(zhǔn)

Kaya恒等式是目前分析碳排放驅(qū)動因素的主流分析方法，其將經(jīng)濟發(fā)展、人口變化、能源消費結(jié)構(gòu)與CO2排放量聯(lián)系起來。以Kaya恒等式為基礎(chǔ)，本研究選擇人口規(guī)模、經(jīng)濟規(guī)模、技術(shù)水平以及能源結(jié)構(gòu)4個影響要素作為擴展的Stirpat 模型來預(yù)測全國范圍內(nèi)碳達(dá)峰峰值及年份，如式（7）：

式中：I 表示全國碳排放量/t；P 指人口規(guī)模，以年末總?cè)丝跀?shù)/萬人表示；A 表示經(jīng)濟規(guī)模，以人均GDP 表示（（/ 元/人））；EI表示技術(shù)水平，用能源強度代替［42］，即能源消費總量比國內(nèi)生產(chǎn)總值（（/ tec/萬元））表示；ES表示能源結(jié)構(gòu)，即煤炭消費總量占比/%表示；ln a 指常數(shù)項，b、c、d、f 分別為各個解釋變量的系數(shù)，e 為隨機干擾項。

構(gòu)建模型后本研究采用情景分析法探求中國碳達(dá)峰峰值，即以碳達(dá)峰目標(biāo)為基準(zhǔn)的碳排放權(quán)總量。以2021年為基準(zhǔn)年，設(shè)定2022—2035年各年份的人口規(guī)模、經(jīng)濟規(guī)模、能源強度與能源結(jié)構(gòu)的變化趨勢，對模型各變量進(jìn)行階段性情景設(shè)置。作者將2022—2035 劃分為3 個階段，分別為2022—2025 年、2026—2030 年、2031—2035年，模型中的人口數(shù)量與人均GDP表示地區(qū)發(fā)展水平，此處設(shè)置低速增長、中速增長以及高速增長3種模式；能源強度與煤炭消費占比均體現(xiàn)了實行碳減排政策所帶來的影響，為了盡早實現(xiàn)碳達(dá)峰目標(biāo)則需加大減排力度，低速減排的模式并不適應(yīng)中國國情，因此僅設(shè)置中速減排與高速減排兩種模式。則6種情境下4個變量的不同組合設(shè)定見表2。

依據(jù)中國經(jīng)濟發(fā)展現(xiàn)狀、國家相關(guān)政策以及相關(guān)預(yù)測等，對2022—2025、2026—2030、2031—2035每階段分別設(shè)定變化率，且階段內(nèi)碳排放各影響要素的變化率勻速增長或下降，見表3。

以中速情景為例，各變量變化率的具體設(shè)置如下：

人口數(shù)量（P）：根據(jù)中國社會科學(xué)院人口與經(jīng)濟研究所所長張車偉預(yù)測，中國人口將于2025年達(dá)到14. 13億人［43］，則據(jù)此可計算出2022—2025年中速情景下增速為0. 007%；2016 年國務(wù)院發(fā)布的《國家人口發(fā)展規(guī)劃（2016—2030年）》中認(rèn)為截至2030年人口總規(guī)模將達(dá)到14. 50億人，則根據(jù)計算結(jié)果設(shè)定2026—2030年中速情景下增速為0. 518%；聯(lián)合國預(yù)測2035年中國總?cè)丝谌栽?4億人以上［44］，以此為基礎(chǔ)反推計算出2031—2035年中速情境下變化率為-0. 704%。

人均GDP（A）：《中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》（以下簡稱《“十四五”規(guī)劃建議》）中指出中國人均GDP將實現(xiàn)從1 萬美元增至1. 5 萬美元，以2021 年人均GDP81 370元為基準(zhǔn)，則可計算出2022—2025年中速情境下變化率為7. 703%；借鑒張曉晶等［45］研究結(jié)果，將其2026—2030年的各年預(yù)測增速累加求平均，以此設(shè)定中速情景下變化率為4. 836%；《“十四五”規(guī)劃建議》提出，2035年人均GDP達(dá)到中等發(fā)達(dá)國家水平，中等發(fā)達(dá)國家人均GDP 通常為3 萬美元（218 985 元），以此計算結(jié)果設(shè)定2031—2035中速情景下變化率為9. 572%。

能源強度（EI）：2022年國務(wù)院印發(fā)的《“十四五”節(jié)能減排綜合工作方案》提出：截至2025年全國單位國內(nèi)生產(chǎn)總值能源消耗比2020 年下降13. 5%，則按此目標(biāo)可得2025年能源強度約為0. 42，進(jìn)一步計算得2022—2025年中速情景變化率為-2. 943%；中國能源研究會認(rèn)為，到2030年中國萬元GDP能耗較2015年下降近一半［46］，以此得2030年全國能源強度約為0. 31，則2026—2030年中速情景變化率為-6. 180%；設(shè)定2031—2035年中速情景下變化率為2022—2025 年與2026—2030 年兩階段均值（4. 562%）。

煤炭消費占比（ES）：據(jù)2021年7月電力規(guī)劃總院發(fā)布的《中國能源發(fā)展報告2020》顯示：預(yù)計到2025年全國煤炭消費比重有望降至51%左右，以此設(shè)定2022—2025年中速情景變化率為-2. 320%；借鑒王雙明等［47］研究成果，2030年碳達(dá)峰時煤炭占比在45% 左右，以此計算得2026—2030年中速情景變化率為-2. 535%；《中國經(jīng)濟周刊》指出：截至2035年煤炭占比降至40%以下［48］，則反推計算出2031—2035年中速情景變化率為-2. 384%。

低、高速情境下與中速情景下變化率差值通常在0. 3%～0. 5%范圍內(nèi)［49］，因此本研究設(shè)定同階段內(nèi)低、高速情景均與中速情景變化率基礎(chǔ)上波動±0. 4%。

綜上，基于各情景設(shè)定與變量的具體變化率，應(yīng)用式（7）可對6個情境下2022—2035年全國碳排放總量進(jìn)行預(yù)測，篩選出在2030年及之前出現(xiàn)峰值的情景。滿足達(dá)峰條件的各情景預(yù)測結(jié)果為基于碳達(dá)峰目標(biāo)測算出的全國碳配額總量CERt ?。

2. 2. 2 以碳強度目標(biāo)為基準(zhǔn)

將碳強度較2005年下降65%作為減排目標(biāo)，以現(xiàn)有數(shù)據(jù)2021年作為基準(zhǔn)年，假設(shè)2022—2030年之間的碳排放強度變化率保持不變，則計算該時期內(nèi)碳排放強度變化率，見式（8）：

式中：v 為2022—2030年的平均碳排放強度變化率，λ 為2030 年較2005 年碳排放強度的下降目標(biāo)，即65%。CII2030、CII2021、CII2005 分別指2030年、2021年、2005年的碳排放強度，單位為t/萬元。

之后需要結(jié)合GDP 的預(yù)計增速來估算2022—2030年中國的碳排放權(quán)總量，該時期是中國經(jīng)濟由高速發(fā)展向中高速高質(zhì)量平穩(wěn)發(fā)展轉(zhuǎn)變的關(guān)鍵時期，GDP年增速也會漸趨穩(wěn)定［50］。統(tǒng)計數(shù)據(jù)顯示，中國近5 年的平均GDP增速為5. 26%，部分學(xué)者基于以往統(tǒng)計數(shù)據(jù)預(yù)估未來十年中國GDP年均增速為5%［51］。但隨著中國對疫情全面放開管控，各類經(jīng)濟體飛速增長，世行與中國石油經(jīng)濟技術(shù)研究院預(yù)測中國這一時期GDP年增速約為6%［52］。由于當(dāng)前學(xué)者對該時期內(nèi)經(jīng)濟增速預(yù)測存在差異，且中國未來經(jīng)濟走向存在波動與不確定性，本研究將GDP預(yù)計增速調(diào)整為區(qū)間5%～6%，從而使省際碳排放權(quán)分配方法更加合理科學(xué)。據(jù)此可以測算2022—2030期間各年的全國碳排放權(quán)總量，因GDP增速為區(qū)間值，據(jù)此計算出的總分配額也為區(qū)間值。見式（9）：

式中：CERt ?? 為基于碳強度目標(biāo)測算出的第t 年內(nèi)碳排放權(quán)總量/t，GDP2021 為2021年的國內(nèi)生產(chǎn)總值/萬元。

2. 2. 3 比較兩大目標(biāo)下的碳排放權(quán)總量

本研究碳排放權(quán)分配方案是以實現(xiàn)2030年碳減排雙控目標(biāo)為前提，因此需要比較基于上述兩大目標(biāo)推算出的各年度碳排放權(quán)CERt ? 與CERt ?? 的大小，選取二者中的較小值作為未來省際碳排放權(quán)分配的總量。以數(shù)值偏低的一方作為碳排放權(quán)分配總量則可保證該分配方案是以達(dá)成2030年這兩大目標(biāo)為基礎(chǔ)?？疾炱陂g碳排放權(quán)總量的計算公式見式（10）：

2. 3 省際碳排放權(quán)分配模型構(gòu)建

2. 3. 1 基于K‐means聚類算法將全國省級區(qū)域分組

由于中國30個省份經(jīng)濟、社會、資源條件等存在差異，因此需將具有相似特征與發(fā)展?fàn)顩r的省份劃分為同一組，有助于分配方案更加公平合理。確定各省級分組間的碳排放權(quán)后，再將碳排放權(quán)配額按一定比例分配至各區(qū)組內(nèi)部。本研究以代表上述5個維度的20項指標(biāo)作為30個省份分組的評價體系。首先對2003—2022年20年間30個省份5個維度的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除變量間的量綱關(guān)系，之后計算指標(biāo)的年度均值，采用K‐means聚類方法進(jìn)行聚類分組。

2. 3. 2 省級區(qū)組間的碳排放權(quán)分配

確定2022—2030年碳排放權(quán)的總量后，應(yīng)將其分配至中國省級的各個區(qū)域分組，則需計算出各省域分組占碳排放權(quán)總量的權(quán)重。具體方法是根據(jù)省份劃分的結(jié)果，計算20個指標(biāo)下的各省份分組的組中心?；诮?jīng)式（1）、式（2）處理后的指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)，計算各指標(biāo)下所有分組的組中心，見式（11）：

式中：m 是指中國省域分組的組別，nm 是指第m 組中所包含的省份地區(qū)個數(shù)，Ymj 表示指標(biāo)j 下第m 組的組中心值。之后可求出指標(biāo)j 下第m 組的組中心值占比，接著將上文基于熵值法所計算出的各指標(biāo)權(quán)重與所對應(yīng)的各組組中心占比相乘，即可得到每一個省域區(qū)組的碳排放權(quán)分配比重。

2. 3. 3 基于SBM‐DEA模型的區(qū)組內(nèi)部各省份碳排放權(quán)分配

分組內(nèi)部各省份碳排放權(quán)的分配主要考慮碳邊際減排成本。碳邊際減排成本（MAC）是碳排放權(quán)分配的核心，指的是每多減排一單位CO2所要付出的成本，其可直觀反映出不同經(jīng)濟體減排的潛在空間和實施成本，因此它被用作落實碳交易政策實施效果的參考基準(zhǔn)。在分組之后以其為核心標(biāo)準(zhǔn)來確定區(qū)組內(nèi)部各省份所占的比例，有助于在制定碳排放權(quán)分配方案與經(jīng)濟成本之間找到合理的平衡點，以確保整體分配方案的可行性和有效性。在衡量邊際減排成本的重要依據(jù)中，基于影子價格的碳邊際減排成本測算是目前較為普適科學(xué)的方法［53］。鑒于此，本研究采用SBM‐DEA的利潤函數(shù)最大化模型來測算碳排放與地區(qū)生產(chǎn)總值的影子價格，以謝潑德引理（Shepard's Lemma）利用兩者影子價格比值測算碳邊際減排成本，在實現(xiàn)成本最小化的同時合理安排區(qū)組內(nèi)部各省份的分配比例。

傳統(tǒng)DEA模型對效率的評價為盡可能地減少投入與增加產(chǎn)出，忽略了非期望產(chǎn)出的存在。而SBM‐DEA模型則要求在增加期望產(chǎn)出的同時，實現(xiàn)非期望產(chǎn)出的最小化。即在當(dāng)前環(huán)境經(jīng)濟背景下，實現(xiàn)經(jīng)濟產(chǎn)出的最大化和碳排放量的最小化。假設(shè)：共有J 個生產(chǎn)區(qū)域，N 個投入要素，M 個期望產(chǎn)出，R 個經(jīng)濟產(chǎn)出。則SBM‐DEA模型的具體公式見式（12）：

式中：xni 指的是投入要素、ymi 指的是期望產(chǎn)出、cri 指的是非期望產(chǎn)出?；谇叭说难芯拷?jīng)驗［54-55］，本研究采用“三投入-兩產(chǎn)出”的數(shù)據(jù)進(jìn)行分析，投入要素設(shè)定為：資本投入、勞動力以及能源投入，期望產(chǎn)出要素為地區(qū)生產(chǎn)總值GDP，非期望產(chǎn)出要素為碳排放量指標(biāo)。因此，各省份投入要素xni 包括資本、人力、能源投入；期望產(chǎn)出ymi為GDP；非期望產(chǎn)出cri 為碳排放量。當(dāng)sxn、srb、sym 均為0時候，ρ?0=1，此時被評價決策單元DMU位于生產(chǎn)前沿上，基于該生產(chǎn)技術(shù)，區(qū)域利潤最大化的優(yōu)化模型見式（13）：

式（13）是式（12）的對偶變化，表示在投入產(chǎn)出向量影子價格給定的情況下經(jīng)濟體的利潤最優(yōu)化。根據(jù)謝潑德引理的期望產(chǎn)出與非期望產(chǎn)出影子價格關(guān)系式，可發(fā)現(xiàn)二者影子價格比值即為其邊際轉(zhuǎn)換率（區(qū)域的邊際減排成本）［56］。具體計算方法可參照式（14）：

式中：q 和p 分別指碳排放的影子價格與經(jīng)濟產(chǎn)出GDP的影子價格，ryi 指經(jīng)濟產(chǎn)出GDP的市場價格，一般設(shè)定為1元。maci 指最終計算出的區(qū)域邊際減排成本，為多減排一噸CO2所要付出的成本（/ 元/t）?；诖?，將該省份各年份的區(qū)域邊際減排成本求均值得到- - - - -- -maci。根據(jù)各分組內(nèi)區(qū)域減排成本的差異，計算組內(nèi)各省份碳排放權(quán)的分配比例，計算方法見式（15）：

最后，根據(jù)2. 2求出的各年度全國碳排放權(quán)總量，基于2. 3. 2與2. 3. 3中得到的各省域區(qū)組分配比重與區(qū)組內(nèi)各省份的分配比重，可得30個省份考察期間逐年碳排放權(quán)分配量。

2. 4 數(shù)據(jù)來源與處理

2. 4. 1 可持續(xù)框架指標(biāo)體系數(shù)據(jù)及處理

可持續(xù)框架指標(biāo)體系30個省級區(qū)域（鑒于數(shù)據(jù)可獲取性，本研究未包括西藏、香港、澳門和臺灣）的原始數(shù)據(jù)均來自2003—2022年《中國統(tǒng)計年鑒》《全國科技經(jīng)費投入統(tǒng)計公報》《中國城市建設(shè)統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》以及各個省份的統(tǒng)計年鑒。個別年份的缺失值采用線性插值法與均值法補全。

2. 4. 2 碳排放量測算數(shù)據(jù)及處理

在測算可持續(xù)框架中各省累計碳排放量指標(biāo)與基于2030年碳減排雙控目標(biāo)測算全國碳排放權(quán)總量時，均涉及碳排放量測算。根據(jù)2007 年IPCC（政府間氣候變化專門委員會）第四次評估報告顯示溫室氣體增加的主要來源為化石燃料的燃燒，因此此處以各省份歷年終端能源消費數(shù)據(jù)進(jìn)行碳排放量測算。已有文獻(xiàn)在計算碳排放量時主要有兩種核算方法。因兩類主流方式的結(jié)果有些許差別，本研究中將兩類方法的計算結(jié)果取平均值。

第一種來源于IPCC《國家溫室氣體排放清單指南》2006版［57］，無須將實物統(tǒng)計量的各類能源消耗量化為標(biāo)準(zhǔn)統(tǒng)計量，而是直接將其與相應(yīng)碳排放系數(shù)相乘，具體計算方法見式（16）：

式中：Cit 為i 省第t 年的碳排放總量，Eijt 為i 省第t 年第j 種能源消費量，ηj 為第j 種能源的碳排放系數(shù)。根據(jù)《中國能源統(tǒng)計年鑒》將最終能源消費種類劃分為9類，這9類能源的轉(zhuǎn)化系數(shù)以及碳排放系數(shù)見表4。各省9類能源的消耗量數(shù)據(jù)來源于該省統(tǒng)計年鑒，全國范圍內(nèi)的能源消耗量來自《中國能源統(tǒng)計年鑒》。天然氣碳排放系數(shù)單位為kg/m3；電力的碳排放系數(shù)單位為kg/kW·h；其余能源的碳排放系數(shù)單位均為kg/kg。

第二種方法是計算碳排放量時轉(zhuǎn)化為標(biāo)準(zhǔn)統(tǒng)計量kg標(biāo)準(zhǔn)煤，之后再換算為相應(yīng)的碳排放量，具體計算方式見（17）：

式中：Cit 為i 省第t 年的碳排放總量，Eijt 為i 省第t 年第j 種能源消費量，ηj 為第j 種能源的碳排放系數(shù)，δj 為第j種能源的標(biāo)準(zhǔn)煤折算系數(shù)。參照《中國能源統(tǒng)計年鑒》給出具體換算方法見表5，天然氣轉(zhuǎn)換系數(shù)的計量單位為t標(biāo)準(zhǔn)煤/萬m3，電力為t標(biāo)準(zhǔn)煤/萬kW ? h ，其余能源的單位為kg標(biāo)準(zhǔn)煤/kg，而碳排放系數(shù)的單位均為t/t標(biāo)準(zhǔn)煤。

2. 4. 3 SBM‐DEA模型中投入與產(chǎn)出數(shù)據(jù)及處理

SBM‐DEA模型中涉及變量包括：勞動力、資本存量、能源投入、地區(qū)實際生產(chǎn)總值、碳排放量。勞動力：選用各省份歷年的第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的年底從業(yè)總?cè)藬?shù)，原始數(shù)據(jù)來源于各省的統(tǒng)計年鑒；資本：借鑒張軍等［58］的做法，采用永續(xù)盤存法測算，以2000年為基期，將基期的資本存量設(shè)定為10倍的2000年形成總額，投資數(shù)量為歷年的資本形成總額，將各省份資本折舊率統(tǒng)一設(shè)定為9. 6%；能源：將各省份歷年的能源消耗量作為能源投入，將9類能源單位轉(zhuǎn)化為統(tǒng)一單位t標(biāo)準(zhǔn)煤；地區(qū)實際生產(chǎn)總值：此變量為模型中期望產(chǎn)出，因存在價格因素影響［59］，以2000 年為基期利用GDP 指數(shù)對地區(qū)名義GDP進(jìn)行消脹處理，從而得到各省歷年的地區(qū)實際生產(chǎn)總值，數(shù)據(jù)均來源于國家統(tǒng)計局官方網(wǎng)站。

3 結(jié)果分析

3. 1 可持續(xù)框架下各指標(biāo)權(quán)重

在指標(biāo)的篩選與處理中，采用皮爾遜相關(guān)系數(shù)法檢驗了5個維度各項指標(biāo)與碳排放量之間的相關(guān)程度，結(jié)果發(fā)現(xiàn)，20項指標(biāo)之間與碳排放量的相關(guān)系數(shù)均大于0. 8，且P 值都小于0. 01通過顯著性檢驗，表明可持續(xù)框架下各指標(biāo)均科學(xué)有效。

標(biāo)準(zhǔn)化處理各指標(biāo)后，利用熵權(quán)法對各指標(biāo)進(jìn)行權(quán)重賦值，如圖2所示。科技水平指標(biāo)權(quán)重為16. 83%，占比最大；林業(yè)蓄積量和GDP的權(quán)重次之，分別為11. 01%和8. 30%；其次，人均一般公共預(yù)算收入、化石能源產(chǎn)量以及城區(qū)面積的指標(biāo)權(quán)重為7. 95%、7. 86%、7. 19%。這6類指標(biāo)累計占比59. 14%，說明這6項指標(biāo)在不同省份中的差異最為明顯，提供的信息量越多，在進(jìn)行碳排放權(quán)的省域分解時應(yīng)該首先考慮這6項指標(biāo)。碳生產(chǎn)力、生態(tài)系統(tǒng)恢復(fù)力、低保人口數(shù)、農(nóng)作物實際播種面積、人口數(shù)量、能源消耗總量、基尼系數(shù)、城鎮(zhèn)化率這8類指標(biāo)的權(quán)重介于2. 00%～6. 60% 之間，剩余指標(biāo)均小于1%。如圖2 所示，自然維度權(quán)重合計最高，占29. 73%；社會維度次之，為28. 74%。說明二者為省級碳排放權(quán)分配時應(yīng)重點考慮的維度。

3. 2 基于碳減排雙控目標(biāo)測算的碳排放權(quán)分配總量

3. 2. 1 以碳達(dá)峰目標(biāo)測算結(jié)果

由于宏觀變量之間多存在共線性，在對式（7）進(jìn)行OLS進(jìn)行多元回歸分析之前需要進(jìn)行共線性檢驗，4個變量的VIF值均大于10，說明Stirpat模型中自變量存在多重共線性。為消除多重共線性本研究采用嶺回歸對各變量進(jìn)行分析，其通過在最小二乘估計中引入有偏常數(shù)k（即嶺參數(shù)）來求得回歸估計量。本研究通過建立嶺回歸代碼擬合嶺跡圖來確定k 的最優(yōu)值，如圖3所示，k 值取0. 02最佳。則使用嶺回歸估計式（7），得到改進(jìn)后的Stirpat模型估計結(jié)果見表6，R2 為0. 990，對應(yīng)的嶺回歸方程見式（18）。

由方程系數(shù)來看，人口數(shù)量、人均GDP與煤炭消費占比均與全國碳排放量呈正相關(guān)，能源強度的增加會使全國碳排放量減少。同時利用擬合方程計算的全國2003—2021年碳排放量與實際值高度吻合，說明式（18）測算未來碳排放權(quán)較合理且精度較高。根據(jù)第二部分表2與表3中的情景假設(shè)以及變量的具體變化率，結(jié)合式（18）可測算6 個情境下2022—2035 年全國碳排放權(quán)總量以及峰值，預(yù)測結(jié)果如圖4所示。

如圖4所示，在6種情境下，“中速增長，中速減排”“中速增長，高速減排”“高速增長，中速減排”“高速增長，高速減排”這4種模式下全國碳排放量均在2030年達(dá)峰，峰值依次為155. 15億、151. 04億、181. 71億t以及175. 93億t。在“低速增長、中速減排”“低速增長、高速減排”兩種模式下均未出現(xiàn)峰值，在2025年出現(xiàn)谷值之后持續(xù)上升?？梢姷退僭鲩L的情景假設(shè)并不適合中國目前的發(fā)展?fàn)顩r。因此在與以另一目標(biāo)為基準(zhǔn)測算出的未來碳排放權(quán)分配總量相比較時，需要剔除后兩種（未實現(xiàn)碳達(dá)峰目標(biāo)）情景模式。

3. 2. 2 以碳強度目標(biāo)測算結(jié)果

基于“2030 年碳強度較2005 年下降65%”的目標(biāo)預(yù)測時，由于在2. 2. 2中假定GDP增速區(qū)間為5％～6％，則估算出的各年度的全國碳排放權(quán)分配總量結(jié)果也為區(qū)間，區(qū)間下限和上限分別為以GDP增速為5%和6%預(yù)測結(jié)果。以2030年這一時間節(jié)點為截止點來進(jìn)行倒推，則測算范圍為2022—2030年。測算出的分配總量見表7。

3. 2. 3 基于雙控目標(biāo)下碳排放權(quán)總量比較結(jié)果

基于以上兩大目標(biāo)測算出的分配總量如圖5所示。以碳達(dá)峰目標(biāo)為基準(zhǔn)測算的時間范圍為2022—2035年，碳強度目標(biāo)為2022—2030年，則此處比較2022—2030年基于兩大目標(biāo)的預(yù)測結(jié)果。實現(xiàn)碳達(dá)峰目標(biāo)的各年分配總量折線圖均位于基于碳強度目標(biāo)預(yù)測結(jié)果折線圖的下方（圖5），這說明4種碳達(dá)峰情境下的預(yù)測總量也同時滿足碳強度目標(biāo)的要求，其能實現(xiàn)2030年碳減排雙控目標(biāo)。

目前中國經(jīng)濟正處由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展的關(guān)鍵時期，以期放棄高速度偏好而追求合理區(qū)間的增長。2022年10月中國共產(chǎn)黨第二十次全國代表大會報告指出：低碳化是實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)，扎實推動綠色低碳與經(jīng)濟高質(zhì)量發(fā)展齊頭并進(jìn)。經(jīng)濟發(fā)展穩(wěn)中求進(jìn)、減排力度顯著改善的模式與“中速增長，高速減排”的設(shè)定相吻合，其為最符合中國目前國情以及未來發(fā)展的道路；同時，如圖4所示，4種滿足碳減排雙控目標(biāo)的情境下，“中速增長，高速減排”模式的預(yù)測排放量始終處于最下方（各年的預(yù)測值均未超過151. 10億t）且波動最小，將下限作為分配總量更能促進(jìn)各地區(qū)減排效果顯著，且各年分配總量變化相對穩(wěn)定有利于各地碳減排雙控目標(biāo)的順利實現(xiàn)。因此選取該模式的測算結(jié)果作為省際碳排放權(quán)分配方案的分配總量（年度分配總量已在圖中標(biāo)出，2031—2035年總量圖中未展示）。

3. 3 全國省級區(qū)域分組結(jié)果及分配權(quán)重

利用K‐means聚類方法，將所選取的30個省份劃分為7組，組內(nèi)省份在人力、經(jīng)濟、自然、社會以及物質(zhì)方面都具有一定的相似性。同時基于各區(qū)組的中心值與指標(biāo)所占權(quán)重，計算得出7個區(qū)組各自的碳排放權(quán)分配權(quán)重，具體分組結(jié)果及分配權(quán)重見表8，包含廣東、江蘇、山東的第Ⅱ區(qū)組占比最高，該組內(nèi)均為幅員遼闊、人口稠密、資源經(jīng)濟發(fā)達(dá)的大?。粌H次于該組的是第Ⅲ區(qū)組，包含河北、安徽、河南、四川、湖南，這一組內(nèi)多為農(nóng)業(yè)大省，且經(jīng)濟發(fā)展速度大都處于全國中等偏上，區(qū)組分配比重為16. 04%。明晰7大區(qū)組分配比例是下文計算組內(nèi)所含省份的分配權(quán)重的前提。

3. 4 省份碳排放權(quán)分配結(jié)果

根據(jù)3. 2確定的基于碳減排雙控目標(biāo)的2022—2035各年度全國分配總量，本節(jié)針對各省在2022—2030年這一實現(xiàn)目標(biāo)前的重要區(qū)段內(nèi)的累計分配情況進(jìn)行展示與分析。

2022—2030年全國碳排放權(quán)總和為1 256. 80億t。全國碳排放權(quán)總和先在7個區(qū)組間分配，再基于區(qū)域邊際減排成本的差異在分區(qū)組內(nèi)部進(jìn)行分配，得到2022—2030年碳排放權(quán)的省際間分配方案，該方案的分配結(jié)果見表9。由表可知，中國30個省份的碳配額分配懸殊，廣東、江蘇、北京、山東、上海這5個省的配額總量分別為158. 52億、82. 17億、81. 58億、69. 69億、56. 70億t，所占比例依次為12. 61%、6. 54%、6. 49%、5. 54%、4. 51%，是比重最大、配額最多的前5個省份，其中囊括經(jīng)濟發(fā)展巨大（廣東、北京、上海）與人口稠密（江蘇、山東）的發(fā)達(dá)省份。而配額最少的5個省份分別為新疆、內(nèi)蒙古、甘肅、山西、寧夏，其碳排放權(quán)配額僅為18. 41億、17. 34億、10. 61億、8. 80億、5. 58億t，這些省份大都位于中國的西北部與北部地區(qū)，這些區(qū)域自然地理環(huán)境特殊、地形復(fù)雜、生態(tài)脆弱、氣候條件惡劣；同時地區(qū)發(fā)展受限、人口稀少，經(jīng)濟增速相較于配額最多的5個省份較為低迷，所需要的碳排放權(quán)較少。而在累計碳排放總量中配額最多與最少的省份之間相差152. 94億t，該差距主要來源于經(jīng)濟發(fā)展水平、人口數(shù)量、資源稟賦等方面。30個省份碳排放配額標(biāo)準(zhǔn)差為29. 40億t，各省份碳排放配額差異較大。由于中國是一個地區(qū)自然條件、資源稟賦差異較大而且經(jīng)濟發(fā)展不均衡的國家，在可持續(xù)框架下這種差異性對于省際間碳排放權(quán)分解方案有至關(guān)重要的影響。

根據(jù)2022—2030年30個省份碳排放配額總量進(jìn)行分組，劃分為5. 00 億～20. 00 億t、20. 00 億～35. 00 億t、35. 00億～50. 00億t、50. 00億～65. 00億t、65. 00億～200. 00億 t 5類。其中5. 00億～20. 00億t為配額促進(jìn)組（低配額），包含寧夏、山西、甘肅、內(nèi)蒙古、新疆、河北；20. 00億～35. 00億t為配額觀察組（較低配額），包含遼寧、貴州、陜西、海南、青海、黑龍江、吉林；35. 00億～50. 00億t為配額適中組（中等配額），包括云南、湖北、安徽、天津、江西、浙江、四川、河南、廣西；50. 00 億～65. 00 億t 為配額重點組（較高配額），包括湖南、福建、重慶、上海；65. 00億～200. 00億t為配額核心組（高配額），含山東、北京、江蘇、廣東?；诟魇√寂漕~總量的區(qū)組劃分與主要區(qū)域分布見表10?？梢?，核心組（高配額）多分布于東部及東南沿海地區(qū)，重點組（較高配額）主要位于中國東部及南部地區(qū)，其中東部沿海城市配額明顯高于西部與北部地區(qū) ；適中組（中等配額）的省份遍布范圍較廣，其主要包括中東地區(qū)、西南地區(qū)及中國東南地區(qū)；觀察組（較低配額）同樣分布廣泛，但大部分位于東北及中部地區(qū)，促進(jìn)組（低配額）則主要位于北部以及西北部地區(qū)?？v觀全國，省際碳排放權(quán)分配狀況整體呈現(xiàn)出“ 西低東高”、由西北內(nèi)陸向東部沿海遞增的“階梯型”空間分布格局，與30個省份目前總體發(fā)展?fàn)顩r基本相吻合?？梢娍沙掷m(xù)框架下的省際碳排放權(quán)分配方法不僅滿足實現(xiàn)碳減排雙控目標(biāo)的條件，而且符合中國發(fā)展?fàn)顩r，具有較強的實踐意義。

3. 5 各年度碳排放權(quán)分配方案

因先前研究的截止時間均為2030年，這可能導(dǎo)致實現(xiàn)目標(biāo)后各省份的碳排放量具體分配問題缺乏深入的探討且存在盲目性。此外，探求2022—2035年期間各省份的年度分配量，可以為未來省級碳排放權(quán)分配提供更加科學(xué)合理的長期規(guī)劃，避免出現(xiàn)鞭打快牛的現(xiàn)象，更有助于各區(qū)域根據(jù)實際情況靈活調(diào)整分配方案，通過優(yōu)化各省份實現(xiàn)2030兩大目標(biāo)后的減排現(xiàn)狀來促進(jìn)國家層面減排工作的長期持續(xù)開展。因此，本研究將研究年份延伸至2035年，對各年度分配量進(jìn)行具體分析。上文選取滿足碳減排雙控目標(biāo)的“中速增長，高速減排”數(shù)組作為省際碳排放權(quán)分配方案的分配總量，其包含2022—2035年的全國分配總量，可得出30省份2022—2035年期間各年度的碳配額分配。限于篇幅，僅展示各省份2025、2030、2035年碳排放權(quán)分配情況，如圖6所示。各省份2035年配額均略大于2025年配額，且這兩年的碳配額差值最低2. 84 Mt，最高達(dá)80. 71 Mt（圖6）。2030—2035年間碳配額的降低幅度小于2025—2030年間增長幅度，這說明各省份2030—2035的年均變化量小于2025—2030年期間的年均變化量，則在實現(xiàn)2030年兩大目標(biāo)之后各省份的逐年減排工作應(yīng)循序漸進(jìn)，碳排放權(quán)分配量應(yīng)逐漸緩慢減少。

選取全國碳排放權(quán)占比的前5 位與后5 位省份，將2022—2035期間逐年的分配結(jié)果在圖7與圖8中呈現(xiàn)，以有效規(guī)劃各年度碳排放軌跡。如圖7所示，全國占比最高的廣東省各年份碳配額明顯大于其他省份，北京與江蘇的各年分配總量與變化趨勢情況十分近似；如圖8所示，寧夏的碳排放權(quán)分配量變化最小，波動趨勢最為平緩，與其余各省份每年的分配量差距較大?？傮w來看，各省份配額均在2030年達(dá)到峰值之后回落，例如廣東省2030年碳排放權(quán)配額為19. 05億t，2035年則降至17. 82億t。同時由折線圖的增長趨勢發(fā)現(xiàn)各省份2022—2025年的碳排放權(quán)分配量平均增速均小于2025—2030年的平均增速。隨時間推移各地區(qū)的碳排放權(quán)分配情況與增長幅度雖有一定趨同性但并非完全一致。

4 結(jié)論與建議

4. 1 結(jié)論

基于中國2030年碳減排雙控目標(biāo)，本研究構(gòu)建了包含人力、社會、經(jīng)濟、物質(zhì)、自然5個維度的可持續(xù)框架下省際碳排放權(quán)分配模型，測算出2022—2035年中國30個省份碳排放權(quán)分配總量與各年度分配量。主要結(jié)論如下。

（1）“中速增長，高速減排”情景下測算出的各年全國碳排放權(quán)分配量是滿足碳減排雙控目標(biāo)的最優(yōu)選擇?！爸兴僭鲩L，中速減排”“中速增長，高速減排”“高速增長，中速減排”“高速增長，高速減排”4種模式的全國碳排放量均在2030年達(dá)峰且小于碳強度目標(biāo)測算結(jié)果，都同時滿足碳減排雙控目標(biāo)。其中“中速增長，高速減排”的經(jīng)濟發(fā)展穩(wěn)中求進(jìn)、減排力度顯著改善的模式是符合中國當(dāng)下背景的最佳選擇，則將其測算出的結(jié)果作為全國分配總量最為合理。

（2）中國30個省份碳排放權(quán)分配數(shù)額差異顯著。廣東、江蘇、北京、山東、上海占據(jù)前5位，其2022—2030年配額均超過了56. 00 億t，分別為158. 52 億、82. 17 億、81. 58億、69. 69億、56. 70億t。新疆、內(nèi)蒙古、甘肅、山西、寧夏排在倒數(shù)后5位，其配額總量均未達(dá)到19. 00億t，國內(nèi)占比僅為1. 47%、1. 38%、0. 84%、0. 70%、0. 44%。

（3）全國碳排放權(quán)分配呈現(xiàn)“西低東高”，由西北內(nèi)陸向東部沿海遞增的“階梯型”空間分布格局。配額核心組多分布于東部與東南沿海地區(qū)；配額重點組多分布于東部及南部地區(qū)；配額適中組主要分布于中東、西南及東南地區(qū)；配額觀察組大部分位于東北及中部地區(qū)；促進(jìn)組則主要位于北部及西北地區(qū)。沿海的省份配額也明顯高于西部與北部地區(qū)。

（4）各省份配額均在2030年達(dá)到峰值之后回落，且2030—2035 年期間年均變化量小于2025—2030 年均變化量。各省份碳排放權(quán)分配量在2022—2030 年逐漸遞增，在2030年達(dá)到峰值之后逐漸降低。且各省份2035年碳配額均高于2025年碳配額數(shù)值，這說明2030—2035年間碳配額的降低幅度小于2025—2030年間的增長幅度，即前者時間段內(nèi)的年均變化量小于后者。

4. 2 政策建議

根據(jù)研究結(jié)論，為推動2030年碳減排雙控目標(biāo)順利實現(xiàn)，提出以下政策建議。

（1）以建立省域碳排放權(quán)差異化分配方案為導(dǎo)向完善全國性碳交易市場。以國家減排目標(biāo)為出發(fā)點，充分考慮人力、社會、經(jīng)濟、物質(zhì)、自然等方面的區(qū)域差異，全面動態(tài)評估各省的發(fā)展特征變化，建立科學(xué)合理的碳排放總量分配指標(biāo)體系，進(jìn)而通過初始碳配額分配這種權(quán)力配置來完善碳市場機制。在差異化分配方案的基礎(chǔ)上不斷調(diào)整優(yōu)化碳市場總量“自上而下”的分配方式，促進(jìn)分配總量控制與交易機制相結(jié)合、政府調(diào)控與市場機制相適應(yīng)的碳市場運行模式。

（2）以實行碳配額年度管理為驅(qū)動促進(jìn)區(qū)域配額量達(dá)到預(yù)期目標(biāo)。總量分配方案以年度為單位，能夠有效規(guī)劃各區(qū)域的排放軌跡，使分配額更加符合區(qū)域當(dāng)年的實際情況。通過對碳排放數(shù)據(jù)精準(zhǔn)預(yù)估、科學(xué)分析上一年度盈余狀況、根據(jù)本年度實際靈活調(diào)整等方式保證配額分配量符合預(yù)期目標(biāo)，避免因分配總量收縮而導(dǎo)致減排負(fù)擔(dān)過重或因分配總量過于寬松而無法促進(jìn)減排。

（3）以構(gòu)建省際碳排放權(quán)分配機制為契機推動區(qū)域之間協(xié)調(diào)發(fā)展。通過碳排放權(quán)與經(jīng)濟結(jié)構(gòu)的相互作用，縮小區(qū)域之間的差距。例如，適當(dāng)提高欠發(fā)達(dá)省份的排放空間以激發(fā)其發(fā)展?jié)摿?，為中國?jīng)濟發(fā)展注入新鮮血液；對發(fā)達(dá)省份碳排放權(quán)稍做限制，使其承擔(dān)更大的減排責(zé)任；通過給予落后省份更多碳排放權(quán)調(diào)整空間以促進(jìn)資本與勞動力流向，推動產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，使其經(jīng)濟協(xié)調(diào)平穩(wěn)進(jìn)步。

本研究以2030年碳減排雙控目標(biāo)為基礎(chǔ)測算全國碳排放權(quán)分配總量，構(gòu)建可持續(xù)框架下的碳排放權(quán)省際分配模型，最終實現(xiàn)了中國30個省份2022—2035年碳排放權(quán)的有效分配。相較于以往研究在分配準(zhǔn)則、分配方法與分配結(jié)果3個方面均有所創(chuàng)新，但與先前文獻(xiàn)相同，皆未保證每個省份的分配結(jié)果完全符合該省的實際最優(yōu)減排路徑。