公平和效率維度下中國省際碳權分配原則分析

王倩+高翠云

摘要區域碳權分配原則決定了中國省際碳減排的壓力，也是激勵各地區轉向清潔能源及減排技術創新的基礎。本文運用非徑向方向性距離函數（NDDF）測算了2011-2014年中國省際全要素碳排放效率（TFC）與技術差距比（CTGR），以分析各地區基于效率最優的碳減排潛力（CRC），進而確定中國區域碳權分配原則。結果表明，各地區減排潛力呈現出與經濟發展水平相似的空間分布特征；“十二五”期間海南與安徽兩地已處于減排的前沿面，但單一的公平原則挫傷了其持續減排的積極性，而其它低效率省市短時間內無法通過技術效率提升減排能力；無論是單一的公平原則還是單一的效率原則均無法保證各地區碳減排的合理性、穩定性與持久性；而兼顧公平與效率的原則在增加絕對碳排放效率的同時，減少了地區差異。公平與效率原則的動態混合機制更符合中國省際碳減排現狀，初期應遵循“公平優先，兼顧效率”，隨著經濟企穩，應轉向“效率優先，兼顧公平”。

關鍵詞碳權分配；公平原則；效率原則；非徑向方向性距離函數

中圖分類號F062.2文獻標識碼A文章編號1002-2104（2016）07-0053-09doi：10.3969/j.issn.1002-2104.2016.07.007

隨著中國工業化與城鎮化的快速發展，溫室氣體排放造成的環境壓力備受關注。哥本哈根氣候大會上中國提出2020年單位國內生產總值碳排放量比2005年降低40%-45%的約束性指標。為完成這一目標，“十二五”規劃確定了省際減排任務，并成功控制了國家層面與地區層面的碳排放。在巴黎氣候大會上，中國又進一步做出了至2030年單位GDP的二氧化碳排放量比2005年下降60%-65%的減排承諾。為降低減排的經濟成本，國家發改委已宣布2017年啟動全國的碳排放交易市場。碳排放權的市場化以激勵低耗能企業約束高耗能企業的方式推動減排，必然會使我國各省區市因產業結構與經濟技術水平的差異而承擔不同的減排壓力。因此，在宏觀經濟整體增速放緩以及“北上廣”集聚效應增強的大背景下，“十三五”期間中國省際碳權分配不僅涉及國家減排目標能否成功向區域分解落實，更涉及到區域經濟平衡發展問題，甚至會影響到區域的社會與金融穩定。從區域碳權分配看，其重點在于公平性與效率性原則的選擇。本文力圖研究“十二五”期間中國省際碳排放效率，對比分析公平與效率原則在中國省際碳權分配中的適用性。這不僅有助于明確“十三五”期間中國省際碳權分配這一亟待解決的現實問題，亦將豐富低碳經濟理論，助推中國的低碳發展戰略。

1文獻綜述

國內外學者從多角度、多層次探討了碳權分配中公平與效率原則的選擇問題。相關文獻可以分為單一公平原則、單一效率原則、公平原則與效率原則的結合三類。

Kverndokk S[1]認為依據人口規模分配碳權符合公平原則。Van Steenberghe V[2]采用合作博弈論分析各國在長期內依照公平原則的碳權分配，提出祖父原則下的碳權配額高于減排能力原則下的配額。De Brucker K et al.[3]認為利益相關者管理方法能夠解決可持續發展困境問題。徐玉高等[4]計算了全球五大地區基于人口與GDP指標下的碳權配額，指出人口指標分配有利于多數發展中國家。祁悅等[5]在綜述碳權分配原則、標準和模式的基礎上，比較分析了不同原則的優劣，并提出中國基于歷史公平與人均原則最為有利。邱俊永等[6]選取國土面積、人口、生態生產性土地面積與化石能源探明儲量指標，基于基尼系數測算了G20主要國家碳權分配的公平性，并提出發達國家應承擔更大的減排責任。戴君虎等[7]運用動態人口算法、靜態人口算法與“人年”算法分別計算了人均歷史累計碳排放，指出“人年”算法保證了每個人在每年擁有相同的碳權配額，更符合公平原則。朱潛挺等[8]提出最優的全球碳權分配模型應基于平等原則綜合考慮世襲、支付能力與人均累計等因素。

然而單一的公平原則忽略了效率因素，造成效益受損。林坦等[9]運用DEA模型測算出歐盟國家碳權分配效率較低，并基于效率原則利用ZSG-DEA模型調整碳權分配后提高了分配效率。與林坦類似的，鄭立群[10]基于ZSG-DEA模型將DEA-BCC模型下的中國低效率碳權分配進行調整，獲得統一DEA有效邊界的分配方案，達到了碳權分配效率最優。為避免單獨從效率角度考慮碳權分配會導致結果有偏，一些學者兼顧了公平原則與效率原則。Yuan et al.[11]基于聚類分析方法，運用單一公平原則、單一效率原則以及兩者的結合，測度各區域在2020年的減排潛力，提出應在經濟發展水平與減排潛力下，實現公平與效率的結合。陳文穎等[12]模擬了全球碳交易情況，提出按人口分配碳權是最優選擇。鄭立群[13]通過構造分配滿意度與公平偏離指數，基于公平與效率的均衡，構建了從單要素角度對各地區碳減排責任進行分攤的模型。王倩等[14]指出當前碳配額免費分配的祖父原則貌似公平但卻有違環境貢獻的效率原則，提倡配額分配的拍賣方式與行業準則。于瀟等[15]基于非參數化標準DDF模型，對2020年碳總量減排目標分解時，指出第一階段應采用公平原則，第二階段應采用效率原則。

王倩等：公平和效率維度下中國省際碳權分配原則分析中國人口·資源與環境2016年第7期現有文獻對中國省際碳權分配效率與公平原則的選擇提供了理論指導，但是未建立“單原則分析-雙原則結合-確定原則選取”的研究范式，同時缺乏對中國現階段區域碳減排情況的經驗證據。

因此，本文接下來將對公平與效率原則進行理論分析，基于2011-2014年除西藏外中國30個省市區的數據，從全要素角度，運用雙導向共同前沿非徑向方向性距離函數法分別計算省際碳排放強度與碳排放總量效率值。通過測算相應的技術差距比，計算各地區基于效率最優的減排能力，分析公平與效率原則的適用性。最后分析公平與效率原則兼顧下的中國碳減排方法，為“十三五”減排目標設定及配額分配提供理論依據和數據支持。

2基于不同原則下的碳權分配：公平原則與效率原則省際碳減排指標的分配決定了各地區減排責任，不同減排方案對地區發展影響有顯著差異。過高的減排指標會導致地區經濟社會發展水平的倒退，造成本末倒置問題；過低的指標則對節能減排沒有約束力，造成環境惡化問題。選擇科學合理的分配方案才能實現國家與區域的全方位發展。現階段中國區域碳排放控制目標納入地區規劃主要采用“自上而下”與“自下而上”相結合的方式。其中，“自上而下”指國家首先確定整體碳強度減排指標，進而分解到各省市區；“自下而上”指碳市場試點省市區在碳總量控制原則下進行碳權交易活動，從而降低二氧化碳排放量。而在“自上而下”過程中，政府主要依據經濟發達地區減排責任更大、人均歷史排放量等公平原則確定區域減排指標。然而隨著碳市場構建的快速推進、減排力度的進一步加大，單一的公平原則很難保證減排活動的開展，效率原則卻提供了解決這一問題的可能性。

公平原則指政府碳權管理部門依據平等合理無偏向標準將碳權分配給各地區。依照公平性的不同角度，可以分為：基于分配的原則、基于結果的原則與基于過程的原則。其中碳交易市場中免費分配與拍賣分別屬于基于分配的原則與基于過程的原則。碳權分配方案一般選取公平原則。“十二五”期間，中國區域碳分配方案亦采用的公平原則，但并非“一刀切”的分配方式，而是基于“共同但有區別的責任”。省際碳排放額度按照行業排放額度進行分配，在考慮能源生產地區的高碳排放現狀、避免擠壓落后地區發展空間的基礎上，確定區域減排指標。因此，該原則下的分配方案易被多數地區接受。但是，行業排放額度的確定易受人為控制，造成尋租行為。而且碳交易試點中采取的拍賣原則會導致企業生產成本因購買配額而升高，降低企業的競爭力。

效率原則指資源配置最優原則，表示有限的投入獲取最大可能的產出。為此，我們分別從碳排放總量和碳排放強度兩個方面計算各個省市與最優減排單位相比的碳排放效率。從全要素角度，以各省最小碳排放量/各省實際碳排放量與各省最小碳強度/各省實際碳強度來測算各地區碳減排能力。這兩個指標越小，說明碳排放效率越低，減排空間越大。以碳排放強度效率指標為例，比值越大的地區，實際碳強度較其它地區越小。從而，因單位GDP的二氧化碳排放量較低而享有單位二氧化碳排放量的GDP貢獻更大的優勢。因此，從有利于資源配置的角度，碳排放效率較高的地區，其減排空間小，碳排放的經濟貢獻大，因此應該享有更多的碳排放配額。只要有人、只要有生產活動就會有碳排放。因此，我們追求的減排并不是二氧化碳排放量絕對降低至零，而是有效率的碳排放。效率是促使碳減排的基礎，沒有效率，公平原則下的分配方案也就沒有意義。然而單純的效率原則下的分配方案，會極大的提高該地區的減排成本，壓縮經濟落后地區的發展空間，使得該地區面臨經濟發展與節能減排的雙重壓力。特別是煤炭、原油加工產業密集的地區，若較低的碳排放效率使得減排壓力過大，最終會導致關停等行政干預而使得經濟發展水平下滑。

因此，在碳減排方案制定中，單一的公平原則與單一的效率原則均無法實現各地區經濟與碳減排的均衡發展。現階段應采用公平與效率原則的動態混合機制，在前期“公平原則為主，效率原則為輔”，隨著各地區碳排放效率的提升，應轉向“效率優先，兼顧公平”。

3省際效率、技術差距比與基于效率最優的減排潛力測算3.1研究方法

碳減排潛力指各地區在達到全要素碳排放績效最優的情況下，碳排放量（碳強度）降低的最大可能程度，為測算這一指標，本文基于環境生產技術進行研究。依據Zhou et al.[16]提出的非徑向方向性距離函數（NDDF），構建包含期望產出與非期望產出的生產可能性組合。該投入產出雙導向的非徑向方法，彌補了徑向方法中投入產出同比例變化的缺陷，從而為測算全要素生產效率中的碳排放效率提供依據和可能。同時，為分析區域間技術差異，研究各地區技術效率增長的潛力，結合Chiu et al.[17]提出的共同前沿方法，構建組前沿與共同前沿函數。

非徑向方向性距離函數的定義為：D（x，y，b；g）=sup{wTβ∶（（x，y，b）+g×diag（β））∈T}。其中，x，y，b分別表示投入、期望產出與非期望產出；w=（wx，wy，wb）T為標準化的權重向量，g=（gx，gy，gb）為方向向量，β=（βx，βy，βb）T投入減少和期望產出增加、非期望產出減少的變化比例。將全部被評價決策單元（DMU）分為R組，則組前沿非徑向方向性距離函數定義為：DGTE（x，y，b；g）=sup{wTβ∶（（x，y，b）+g×diag（β））∈Tr}，r=1，2，3…R；共同前沿包含全部被評價DMU，且包絡所有組前沿的技術前沿包絡面，其非徑向方向性距離函數為：DMTE（x，y，b；g）=sup{wTβ∶（（x，y，b）+g×diag（β））∈T}。其中，基于數據包絡分析模型，共同前沿非徑向方向性距離函數的數學規劃如下：

DMTE（x，y，b；g）=maxwxmβxm+wysβys+wbjβbj

s.t.∑Rr=1∑Nrnr=1zrnxmn≤xm-βxmgxmm=1，2，3…M

∑Rr=1∑Nrnr=1zrnysn≥ys+βysgyss=1，2，3…S

∑Rr=1∑Nrnr=1zrnbjn=bj-βbjgbjj=1，2，3…J

zrn≥0，nr=1，2，3…N，r=1，2，3…R，βxm，βys，βbj≥0（1）

如圖1所示，存在組前沿面a、b和c表示該組現有最高技術水平達到的前沿包絡面，共同前沿面d表示依據潛在最高技術水平組成的包絡面。對比組前沿與共同前沿的指標為技術差距比（TGR），反映決策單元實際技術水平與潛在技術水平的差距。假設組前沿面b中某一DMU的投入產出組合為C，則組前沿技術效率為DC/DB，共同前沿技術效率為DC/DA，技術差距比（TRG）為：

TGR（x，y）=MTE（x，y）GTE（x，y）=DMTE（x，y）DGTE（x，y）

=DC/DADC/DB=DBDA（2）

Fig.1Group frontier， common frontier and

technology gap ratio

因此，本文依據區域碳減排強度控制原則與碳交易市場總量控制原則，構建兩個碳排放效率指標：

TFCi=（CO2-βbCO2）/（GDP+βyGDP）CO2/GDP=1-βb1+βy（3）

其中，TFCi指基于碳強度的全要素碳排放效率，表示最小碳強度與實際碳強度的比。

TFCt=CO2-βbCO2CO2=1-βb（4）

其中：TFCt指基于碳總量的全要素碳排放效率，表示最小碳排放量與實際碳排放量的比。

因此，根據TFCi、TFCt的構建與公式（2）技術差距比的定義確定基于碳總量與碳強度兩種指標的碳排放效率技術差距比：

CTGRi=（（1-βbMTE）·CO2）/（（1+βyMTE）·GDP）（（1-βbGTE）·CO2）/（（1+βyGTE）·GDP）

=（1-βbMTE）/（1+βyMTE）（1-βbGTE）/（1+βyGTE）（5）

其中：CTGRi為基于碳強度的碳排放效率技術差距比，表示共同前沿面碳排放量與地區生產總值的比值和組前沿面碳排放量與地區生產總值的比值的比，MTE表示共同前沿，GTE表示組前沿。

①ERT以負數表示，例如：北京在十二五期間碳強度下降18%，則年均碳強度減排指標ERT/5為-3.6%。

②選取單豪杰（2008）的方法，以1978年為基期進行計算，后文中地區生產總值也采用1978年為基期進行轉換。

③選取原煤、洗精煤、焦炭、焦爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣、天然氣、其他石油制品、其他焦化產品十五種化石能源測算。其中，CTGRt為基于碳總量的碳排放效率技術差距比，表示共同前沿面碳排放量與組前沿面碳排放量的比值。技術差距比表示組前沿與共同前沿面的相對距離，數值增大表示決策點從組前沿面向共同前沿面移動。由于組前沿面不能越過共同前沿面，因此CTGRi與CTGRt均小于等于1。

同時，為分析“十二五”期間中國各地區碳減排完成能力，進而確定碳權分配原則，本文構建基于效率最優的碳減排潛力指標，其公式為：

式中：CEImin表示2011-2014年各地區基于效率最優假設下的碳強度，即實現全部減排潛力下的最小碳強度，由于“十二五”減排指標以2010年為基期，因此CEI′act表示2010年各地區實際碳強度。ERT表示“十二五”規劃確定的各地區碳強度下降指標①，βbi與βbt分別表示2011-2014年基于TFCi最優與TFCt最優的碳減排比（βb=碳減排量實際碳排放量），βyi表示2011-2014年基于TFCi最優的GDP變動比值（βy=GDP增長量實際GDP）。當CRC<0時，該地區有完成“十二五”碳減排指標的潛力；當CRC=0時，該地區只有處于前沿面時才能夠完成減排指標；當CRC>0時，該地區達到理論上的共同前沿面，無法完成碳減排指標。

3.2數據來源

為分析各地區的碳排放效率和減排潛力，首先需確定衡量效率值的投入與產出要素。本文選取三類投入要素，即各地區資本存量、勞動力與能源消耗量，其中以物質資本存量②代表資本存量的投入、以就業人數代表勞動力投入、以能耗代表能源投入；選取地區生產總值與CO2排放量分別表示期望產出與非期望產出，其中CO2排放量③計算公式如下：

CDEn=∑ni=1ECi×ESi×293×CECi（8）

其中：CDE表示二氧化碳排放量，EC表示能源消耗量，計算方法如式（9）所示，293表示每千克標準煤中含293 kj，CEC表示IPCC規定的能源CO2排放系數，i表示能源種類。EC的測算方式如下，基于《中國能源統計年鑒》地區能源平衡表，選取能夠產生碳排放的項目進行計算：

ECi=TECi+LAi+TPi+HEi+COi（9）

其中：TEC表示各地區終端能源消耗量，LA表示損耗量，TP、HE與CO分別表示加工轉換投入產出量項目中火力發電、供熱與煉焦三部分。各數據來源于《中國統計年鑒》《中國能源統計年鑒》與《2006年IPCC國家溫室氣體清單指南》。

“十二五”碳強度下降指標ERT來源《國務院關于印發“十二五”控制溫室氣體排放工作方案的通知》。因數據的可得性，本文以2011-2014年的碳排放效率代表各省市“十二五”的碳排放效率。

4從碳排放效率看中國省際碳權分配原則的確定與選取為分析中國省際碳權分配原則中公平性與效率性的選取，本部分基于TFCi與TFCt最優假設，測算“十二五”期間中國省際碳減排潛力，分析潛力差距的空間特征與發展原因，從減排潛力與碳排放效率兩個角度為中國低碳經濟發展提供實證依據。

曲線CRC2011-CRC2014分別表示基于TFCi最優的2011-2014年碳減排指標完成潛力。在各省市區均達到共同前沿包絡面的假設下，位于X軸上方的地區表明全要素碳排放效率最優的情況下，無法完成“十二五”碳強度下降指標；位于X軸下方的省市區通過提高技術效率以提升碳減排潛力，能夠完成碳減排指標。圖2可知，各省市四條碳減排潛力趨勢線沒有顯著背離，這說明各省市在2011-2014年間的碳減排潛力變化并不大。

從TFCi最優的角度來看，2011年的海南、2012年的海南與安徽、2013年的海南與安徽位于X軸上方；2014年的安徽位于X軸上。由表1可知，海南于2011-2012年、安徽于2012-2013年在組前沿與共同前沿下均達到效率最優，技術差距比為1，表明兩者在全國范圍內具有較高的節能減排技術。海南作為旅游大省，2003-2014年二氧化碳排放量始終處于最低水平，2014年全省環境空氣優良天數比例為98.9%。這表明在“十二五”碳減排目標確定之前，海南在大力發展第三產業的同時，已經很好地控制了碳排放。然而根據《2014年度各省（區、市）單位地區圖2基于TFCi最優的各地區“十二五”碳強度減排完成潛力

Fig.2Potential carbon intensity reduction of each region in ‘the 12th Five Year Plan based on the best TFCi

生產總值二氧化碳排放降低目標責任考核評估結果》可知，海南等級為良好，僅優于西藏和新疆的合格等級。可見，海南雖然低碳競爭力排名第一[18]，環境友好程度也較高，但是完成基于歷史排放確定的減排計劃也較為困難。安徽作為農業大省，通過打造“農業改革試驗特區”等手段促進農業的現代化，有效控制化石能源的消耗。2012年安徽能源強度排名第二十二位。由此可見，在減排指標確定之前，兩個地區的碳排放已經得到有效控制。“十二五”期間減排指標的確定時已經考慮了經濟發展水平的差距，經濟發達地區的減排指標普遍高于全國的平均水平（17%），而經濟落后地區的減排指標低于全國的平均水平，以體現公平分配的原則。但是，減排指標的確定仍忽略了各地區在減排技術效率層面（可減排空間）的差距。雖然海南與安徽能夠在已經達到前沿面的基礎上通過其他手段進一步減排，從而完成規定目標，但相比其它減排空間大的省市，這兩個省承擔了更大的減排壓力，削弱了這兩個省維持碳排放效率與控制碳排放量的意愿。

碳排放效率較低的地區減排潛力較高，即其減排能力提升的空間較大。如圖2所示，河北、山西、內蒙古、河南、廣西、貴州、寧夏、新疆等地2011-2014年間的碳排放效率點均處于X軸的下方，說明他們的碳減排潛力較大。由表1可知，這些省市區技術差距比較低。組前沿表示 東、中、西部地區的碳排放效率前沿，基于組前沿計算的各省市排放效率僅體現了某一省市與同一地區其它省市相比的碳排放效率，而共同前沿則是全國的碳排放效率前沿，基于共同前沿計算各省市碳排放效率體現了某一省市與全國其它省市相比的碳排放效率，也間接反映了若采用全國最優的碳排放技術，其效率提升的可能。由于效率測度都是以某一群體的最優者作為前沿面，再通過各省市與最優者的距離測算效率，因此可以通過組前沿與共同前沿的均值判斷各區域碳排放效率的差異。例如，內蒙古、陜西、青海與新疆等地，組前沿效率較高，而共同前沿均低于0.5。這表明黃河中游與大西北區域由于經濟發展水平、地理位置與資源稟賦等原因與東部沿海、南部沿海等碳排放效率較高區域存在差距，導致組前沿效率被高估。由此可見，與經濟發展水平的區域差距相似，碳排放效率也存在較大的區域差距。以2011年青海為例，組前沿與共同前沿下TFCi分別為0.740與0.305，表示采用大西北的最優碳排放技術，效率能夠提升0.260，而采用全國最優碳排放技術，則能夠提升0.695。區域碳排放技術是該區域的產業結構、資源稟賦以及經濟發展水平等因素的綜合體現，短期內難以快速提升，因此各地區雖然具有在共同前沿面下的潛力，但是“十三五”碳減排指標不能完全依照文中計算的最大潛力確定，而應充分考慮區域差異，在一定程度上依靠“行業排放額度”等公平原則進行分配。特別是，自1993年實施西電東送以來，貴州、甘肅與內蒙古等西部地區由于“西電東送”工程，將電力資源輸送至電力緊缺的廣東、浙江等地區，從而導致西部產生碳排放，而東部經濟獲得發展，形成“能源東送，污染西移”問題[19]。單純的考慮效率原則，又會忽略東西部地區碳排放與經濟產出不匹配問題。而中國電價未實現完全的市場化，更加重了“西電東送”工程下，西部地區對東部地區的利益轉移。因此考慮到環境破壞的后果，獲得收益的東部地區應對西部地區進行生態補償，或者針對“西電東送”工程實現碳排放的豁免，以實現“公平”與“效率”的結合。

分別表示基于TFCt最優的各省市2011-2014年碳減排指標完成潛力。從TFCt最優的角度來看，X軸上方地區仍為海南和安徽；X軸下方云南與青海的減排潛力降低，其原因是兩地的經濟發展水平增長潛力較大，可見在碳強度減排指標的要求下，提高經濟發展水平也是完成碳減排指標的措施之一。

由此可見，確定區域碳減排指標時，既應考慮海南、安徽碳排放效率較高地區的情況，又應關注碳排放效率較低的山西、陜西與新疆等地。為解決高效率地區與低效率地

年的效率值和技術差距比。

區的減排沖突，在省際碳減排指標的制定中應兼顧公平與效率原則，同時提升低效率地區的技術創新與進步，縮小各區域組前沿與共同前沿的效率差距，提升各地區減排能力。

5兼顧公平與效率的碳權分配

基于上文對各地區減排潛力測算，為解決安徽、海南等高效率地區與新疆、陜西等低效率地區的指標設定矛盾，本文提出了兼顧公平與效率的雙原則。在我國減排的最終落腳點是企業，因此本部分詳細研究減排省市區與減排企業碳權分配的雙原則，為中國“十三五”省際減排目標的設定與全國碳市場的構建提供理論依據和數據支持。

實現責任分攤的公平性是公平原則設定的基礎，國家設定省市區減排任務的最終責任為企業，因此減排的公平性主要體現在企業減排配額設定的公平性上，現階段我國公平原則下的碳權配額設定滿足條件如式（10），

q=Q×nNn=1，2，3…N（10）

其中：Q表示根據各行業先進水平的單位GDP排放量設置的全國行業排放額度，基于每個省市區擁有的該水平企業數n占全國企業數N比值進行分配，各省市區的配額為q。王科[20]針對全國碳市場構建，提出欠發達地區、行業利潤率較低的企業，設置較高基準線；而發達地區與利潤率高的企業設置較低基準線的公平原則。然而，公平原則并非利潤原則，利潤率受到行業發展的影響，行業發展又受到產業結構與宏觀經濟的影響，依照利潤進行分配，可能鼓勵的是僵尸企業，導致出現“劣幣驅逐良幣”的現象。僵尸企業除阻礙生產率提高、加劇產能過剩的危害外，會導致劣勝優汰[21]。李克強提出“推動企業兼并重組，抓緊處置‘僵尸企業”[22]，以及“加快落后產能淘汰和‘僵尸企業退出”[23]。因此，中國碳權配額的公平原則要改變劣勢地區的碳排放慣性，防止地區間減排的差距進一步擴大。碳減排指標的設定，一方面需要考慮各地區與企業的減排效率，以提升絕對效率為目的，而不再顧及地區現階段的減排能力。同時，提高效率較低地區的減排指標，迫使其進行結構調整，使得產業結構“由重變輕”、能源結構“由黑變綠”，以斷臂式改革化解中國高碳排放的困境，從而解決地區間減排能力差異；并考慮到“西電東送”工程引起的西部效率低下問題，遵循“誰受益誰補償”原則，以東部地區獲得的經濟收益對西部地區進行補償。另一方面，在“獎優罰劣”的同時，引導欠發達地區的CCER項目，加大投資力度，同時加強生態環境的綜合治理，推進天然草原保護與建設、退耕還林還草等工程的建設，從而實現扶貧開發與生態補償的結合。此外，應盡快圖3基于TFCt最優的各地區“十二五”碳強度減排完成潛力

Fig.3The potential carbon intensity reduction for each region in “the 12th fiveyear plan”based on the best TFCt

推進電價的市場化，賦予中西部化石能源豐富的省份和企業自己定價的權力。從而，通過將碳排放權價格轉移至電價中，實現對碳排放責任的公平分擔。

由于碳強度指標與經濟發展脫鉤[24]，省際減排初期應采取強度標準，以保證中國經濟增長，避免碳排放總量標準下，減排目標與經濟增長的沖突。碳減排與交易體系的設計需平衡經濟增長和節能減排的關系，遵循“總量剛性、結構柔性”原則[25]。在新常態下，當投入要素驅動轉變為技術創新驅動，就可以通過提高效率實現減排與經濟發展的共贏。因此，隨著經濟企穩，碳權分配初期遵循的“公平優先，兼顧效率”，應轉向“效率優先，兼顧公平”。

6結論和建議

區域碳權分配以省際碳減排約束性指標為基礎，也是進行減排活動的先決條件。本文依照全要素角度，基于非徑向方向性距離函數（NDDF）構建各地區“十二五”減排完成潛力指標，研究了中國省際碳權分配中公平與效率原則的適用性，提出了兼顧公平與效率的碳權分配方案。研究發現，在效率最優的假設下，海南與安徽碳減排壓力較大，隨著區域間經濟發展差距擴大，技術差距比擴大，多數省市區需要依靠技術效率推進減排活動。公平與效率“雙原則”的采用，則可以有效緩解中國碳減排與經濟發展的沖突，降低各省市區減排能力兩極分化。

基于此，為促進國家與省際碳減排，解決減排高效率地區與低效率地區的沖突，在“十三五”期間，應采取以下對策：①在公平原則的基礎上，考慮效率原則分配碳權，達成“公平優先，兼顧效率”，以“獎優罰劣”的激勵保證優勢省市區和企業減排的積極性，約束劣勢省市區和企業碳排放的低效行為，進而實現減排與經濟發展的雙贏。同時，應配合清理僵尸企業的改革，積極淘汰高排放、高污染高能耗的產能。②在全國碳市場構建中，弱化歷史排放因素，避免減排企業將減排壓力后移，并在充分考慮各地區產業結構與經濟發展水平差異的基礎上構建全國統一的碳排放權交易體系。③隨著經濟企穩，碳權分配原則應從“公平優先，兼顧效率”轉向“效率優先，兼顧公平”。避免“鞭打快牛”，以碳排效率為導向，以碳排放的行業標準形成高效減排的激勵與約束機制。④提高各地區技術效率，通過技術創新與進步，提升各地區能源利用效率、加快產業結構轉型等，增加低效率區域的碳排放績效，以保證減排潛力轉變為實際減排能力。⑤加快推進電價改革和資源品定價的市場化，賦予企業根據成本自主定價的權力，從而降低“西電東送”工程中西部地區對東部地區的利益轉移，減少資源稟賦較高（高耗能產業密集）的西部地區所承擔的減排壓力，實現減排壓力在區域間的公平分擔。

（編輯：徐天祥）

參考文獻（References）

[1]KVERNDOKK S. Tradeable CO2 emission permits： initial distribution as a justice problem[J]. Environmental values， 1995， 4（2）： 129-148.

[2]VAN S V. Corestable and equitable allocations of greenhouse gas emission permits[R]. 2004.

[3]DE B K， MACHARIS C， VERBEKE A. Multicriteria analysis and the resolution of sustainable development dilemmas： a stakeholder management approach[J]. European journal of operational research， 2013， 224（1）： 122-131.

[4]徐玉高， 郭元. 碳權分配： 全球碳排放權交易及參與激勵[J]. 數量經濟技術經濟研究， 1997 （3）： 72-77. [XU Yugao， GUO Yuan. Carbon distribution： global carbon emissions trading and participation motivation[J]. The Journal of quantitative & technical economics， 1997 （3）： 72-77.]

[5]祁悅， 謝高地. 碳排放空間分配及其對中國區域功能的影響[J]. 資源科學， 2009， 31（4）： 590-597. [QI Yue， XIE Gaodi. The carbon emission permits allocation and its impact on regional functions in China [J]. Resources science， 2009， 31（4） ： 590-597.]

[6]邱俊永， 鐘定勝， 俞俏翠， 等. 基于基尼系數法的全球 CO2 排放公平性分析[J]. 中國軟科學， 2011 （4）： 14-21. [QIU Junyong， ZHONG Dingsheng， YU Qiaocui， et al. Equity analysis of global CO2 emissios based on gini coefficient [J]. China soft science， 2011 （4）： 14-21.]

[7]戴君虎， 王煥炯， 劉亞辰， 等. 人均歷史累積碳排放 3 種算法及結果對比分析[J]. 第四紀研究， 2014， 34（4）： 823-829. [DAI Junhu， WANG Huanjiong， LIU Yachen， et al. The concept of historical cumulative carbon emissions per capita and comparisons among different algorithms [J]. Quaternary sciences， 2014， 34（4）： 823-829.]

[8]朱潛挺， 吳靜， 洪海地， 等. 后京都時代全球碳排放權配額分配模擬研究[J]. 環境科學學報， 2015， 35（1）：329-336 [ZHU Qianting， WU Jing， HONG Haidi， et al. Simulation on carbon permits allocation in the postkyoto era[J]. Acta scientiae circumstantiae， 2015， 35（1）： 329-336.]

[9]林坦， 寧俊飛. 基于零和 DEA 模型的歐盟國家碳排放權分配效率研究[J]. 數量經濟技術經濟研究， 2011， 28（3）： 36-50. [LIN Tan， NING Junfei. Study on allocation efficiency of carbon emission permit in EUETS based on ZSGDEA model[J]. Journal of quantitative & technical economics， 2011， 28（3）： 36-50.]

[10]鄭立群. 中國各省區碳減排責任分攤——基于零和收益DEA模型的研究 [J]. 資源科學， 2012， 34（11）： 2087-2096. [ZHENG Liqun. Sharing the carbon emission reduction responsibility across Chinese provinces： a zero sum gains DEA Model [J]. Resources science， 2012， 34（11）： 2087-2096.]