基于理論碳赤字的東北三省碳補償費用預測

楊光春

(東北財經(jīng)大學統(tǒng)計學院，遼寧 大連 116025)

一、引 言

生態(tài)補償是以保護和可持續(xù)利用生態(tài)系統(tǒng)為目的，利用經(jīng)濟手段協(xié)調(diào)各利益主體間利益關系的一種體制機制和政策，是協(xié)調(diào)環(huán)境保護與經(jīng)濟發(fā)展的重要手段，在國際上也被稱為生態(tài)系統(tǒng)服務付費(Payment for Ecosystem Services, PES)[1]。隨著經(jīng)濟發(fā)展，人與自然的矛盾加劇，生態(tài)補償成為政府和研究者共同關注的熱點。東北三省是中國老工業(yè)基地和糧食主產(chǎn)區(qū)。隨著經(jīng)濟社會發(fā)展，東北三省各省的碳排放均呈快速上升趨勢[2-3]，減排工作迫在眉睫。東北三省內(nèi)部地緣相接，產(chǎn)業(yè)和人口流動頻繁，建立地區(qū)間的碳補償機制具有可行性和必要性。

生態(tài)補償機制建立的重點和難點是生態(tài)補償費用的核算，國內(nèi)外學者關于生態(tài)補償?shù)难芯恳布性谏鷳B(tài)補償費用的核算方面，生態(tài)補償費用的核算方法主要有意愿評估法[4]、成本分析法[5-6]、生態(tài)系統(tǒng)服務價值法[7-8]和足跡法[9-10]，主要應用于濕地生態(tài)補償、森林生態(tài)補償、區(qū)域碳補償、水資源生態(tài)補償、工程建設生態(tài)補償和流域生態(tài)補償?shù)阮I域。

碳補償是全球氣候變暖和低碳發(fā)展背景下產(chǎn)生的生態(tài)補償研究新領域。近年來，國際上對森林碳補償[11]、碳補償技術[12]、碳市場設計[13]和水庫開發(fā)碳補償[14]等進行了探索性研究。國內(nèi)學者也從理論和實證兩方面展開了碳補償?shù)南嚓P研究。理論方面，中國環(huán)境文化促進會[15]提出要建立全國各省碳源-碳匯的平衡賬戶，利用區(qū)域間碳源與碳匯的差異，形成合理的交易價格，使生態(tài)服務從無償走向有償，并提出要建立國家碳補償制度。公衍照和吳宗杰[16]以及李青青等[17]對碳補償?shù)膬?nèi)涵特征、區(qū)域碳補償及碳交易制度的基本框架進行了較為系統(tǒng)的闡述。實證方面，于謹凱等[18]采用成本分析法建立了碳匯漁業(yè)成本測算模型，并以山東省海水貝類養(yǎng)殖業(yè)為例測算了碳匯漁業(yè)碳補償費用。陳儒和姜志德[19]以足跡法為理論基礎，利用農(nóng)業(yè)碳足跡計算模型構建了省級層面的農(nóng)業(yè)碳補償費用計算模型，并實證分析了2007—2015年中國各省農(nóng)業(yè)碳補償費用時空格局。胡小飛等[20]基于足跡法，利用碳足跡計算模型構建了區(qū)域間碳補償費用測算模型，并分析了2000—2013年江西省碳補償費用時空格局。趙榮欽等[21]基于足跡法，利用區(qū)域碳收支核算了河南省縣域之間的碳補償費用。閆豐等[22]基于碳足跡法對京津冀地區(qū)間碳補償費用進行了量化研究。彭文英等[23]以北京市為例研究了城鄉(xiāng)間的碳補償費用。國內(nèi)外現(xiàn)有研究覆蓋了碳匯漁業(yè)碳補償、旅游者碳補償、農(nóng)業(yè)碳補償、區(qū)域碳補償?shù)阮I域，初步建立起碳補償費用核算模型。

通過文獻研究發(fā)現(xiàn)，現(xiàn)有文獻針對碳排放和碳吸收的測算、生態(tài)補償費用量化方面的研究較多，但將兩者有機結合起來的較少。且均采用碳排放和碳吸收差值的絕對量來確定碳補償?shù)纳鷳B(tài)補償費用，導致補償“一刀切”，與實際情況不符。因此，本文擬以碳足跡法為理論基礎，以東北三省為例，實證研究東北三省碳補償費用的時空演變。

本文將碳排放和碳吸收計算模型與生態(tài)補償費用測算模型有機結合，以足跡理論為理論基礎構建了碳補償費用測算模型并實證分析了東北三省碳補償費用時空演變特征，為東北三省建立地區(qū)間碳補償機制，并促進地區(qū)間低碳協(xié)同發(fā)展提供了支持。通過構建碳補償費用核算模型，基于東北三省各省份的人口數(shù)量和土地面積，本文提出了理論碳赤字的概念，利用人口數(shù)量和土地面積乘積的相對大小在省際層面上對總碳赤字進行分配，進而利用理論碳赤字構建了東北三省區(qū)域間碳補償費用測算模型。克服了利用碳排放和碳吸收差值的絕對量確定碳補償費用的缺陷。鑒于灰色預測模型對數(shù)據(jù)量要求較少，碳排放、碳吸收的影響因素大多屬于灰色系統(tǒng)的特點，本文采用灰色預測模型GM(1,1)預測2017—2026年東北三省碳補償費用，不再局限于對過去的情景進行分析，為東北三省區(qū)域間碳補償政策的制定提供前瞻性參考。

二、研究方法與數(shù)據(jù)來源

(一)碳排放計算模型

能源消耗、工業(yè)生產(chǎn)是主要的碳排放源，這兩種活動產(chǎn)生的碳排放量占全球人工總碳排放量的78%[24-25]，此外農(nóng)業(yè)生產(chǎn)活動也會產(chǎn)生碳排放。本文所采用的碳排放計算模型綜合考慮了能源消耗、工業(yè)生產(chǎn)和農(nóng)業(yè)生產(chǎn)所產(chǎn)生的碳排放。碳排放的計算公式為：

CP=CE+CI+CA

(1)

其中，CP為總碳排放(104噸/年)；CE為能源消耗碳排放(噸/年)；CI為工業(yè)生產(chǎn)碳排放(噸/年)；CA為農(nóng)業(yè)生產(chǎn)碳排放(噸/年)。

能源消耗碳排放CE的計算采用IPCC碳排放系數(shù)法。本文選取原煤、洗精煤、其他洗煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、天然氣這11種燃料計算能源消耗碳排放。能源消耗碳排放的計算公式為：

CE=∑EiFiαi

(2)

其中，Ei為各種能源的消耗量(噸)，數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》中的地區(qū)能源平衡表(2004—2017)；Fi為各種能源的碳排放系數(shù)(噸/年)，系數(shù)來源于IPCC碳排放指南缺省值[26]；αi為各種能源的折標煤系數(shù)(千克標準煤/千克)，數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》附錄(2017)；i為化石能源種類。各種能源的碳排放系數(shù)和折標煤系數(shù)如表1所示。

表1 化石能源碳排放系數(shù)和折標煤系數(shù)

工業(yè)生產(chǎn)碳排放選取特殊工業(yè)水泥產(chǎn)業(yè)進行核算。水泥產(chǎn)業(yè)多年來一直高居中國工業(yè)產(chǎn)品產(chǎn)量榜首，且由于其生產(chǎn)過程的特殊性，在原料分解時會產(chǎn)生大量的二氧化碳，是中國工業(yè)生產(chǎn)中的碳排放大戶。由于工業(yè)生產(chǎn)過程中能源消耗所產(chǎn)生的碳排放已經(jīng)計算過。因而工業(yè)生產(chǎn)碳排放僅計算水泥生產(chǎn)過程中原料分解轉化而釋放的二氧化碳。工業(yè)生產(chǎn)碳排放CI的計算公式為：

CI=GD

(3)

其中，G為水泥產(chǎn)品的生產(chǎn)量(噸/年)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2004—2017)；D為水泥生產(chǎn)的碳排放系數(shù)，取值為0.425(噸/年)[27]。

農(nóng)業(yè)生產(chǎn)碳排放主要計算在化肥施用和農(nóng)田灌溉過程中產(chǎn)生的碳排放，農(nóng)業(yè)機械使用過程中產(chǎn)生的碳排放在能源消耗碳排放中已經(jīng)計算過，故不再重復計算。農(nóng)業(yè)生產(chǎn)碳排放CA的計算公式為：

CA=MfA+MgB

(4)

其中，Mf為化肥使用量(噸)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2004—2017)；A=0.896(tC/t)[28]為化肥施用過程中的碳排放系數(shù)；Mg為灌溉面積(公頃)；B=0.267(噸/公頃)[28]為農(nóng)田灌溉過程中的碳排放系數(shù)。

(二)碳吸收計算模型

本文選取森林、園地、草地、濕地和農(nóng)作物作為主要碳吸收主體計算碳吸收。碳吸收的計算公式為：

CC=CS+CW+CN

(5)

其中，CC為總碳吸收(104噸/年)；CS為植被碳吸收(噸/年); CW為濕地碳吸收(噸/年)；CN為農(nóng)作物碳吸收(噸/年)。植被碳吸收CS的計算公式為：

CS=∑HiNEPi

(6)

其中，Hi為各種植被的總面積(公頃)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2004—2017)；NEPi反映的是一公頃植被一年的固碳(碳吸收)量(噸/公頃×年)，即碳吸收系數(shù)；i=1,2,3，表示森林、園地和草地這三種植被；森林的碳吸收系數(shù)為3.810(噸/公頃×年)[29]；草地的碳吸收系數(shù)為0.948(t/hm2·a)[29]；園地中即有林木又有草地，其碳吸收系數(shù)取森林和草地的平均值，為2.380(噸/公頃×年)。

濕地碳吸收CW的計算公式為：

CW=QR

(7)

其中，Q為濕地面積(公頃)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2004—2017);R=0.570(t/hm2·a)[30]為濕地碳吸收系數(shù)。

本文選取稻谷、小麥、玉米、豆類、薯類、棉花、花生和油菜籽這8種農(nóng)作物計算農(nóng)作物碳吸收。農(nóng)作物碳吸收CN的計算公式為：

CN=∑CaiYei/Si

(8)

其中，Cai為各種農(nóng)作物合成單位質(zhì)量干物質(zhì)所吸收的碳量(噸)，即農(nóng)作物的碳吸收系數(shù); Yei為各種農(nóng)作物的經(jīng)濟產(chǎn)量(噸)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2004—2017)；Si為各種農(nóng)作物的經(jīng)濟系數(shù)；i=1,2,…,8，為農(nóng)作物種類。農(nóng)作物的碳吸收系數(shù)Cai和經(jīng)濟系數(shù)Si如表2所示。

表2 主要農(nóng)作物碳吸收系數(shù)和經(jīng)濟系數(shù)[28]

(三)理論碳赤字計算模型

將區(qū)域間碳排放和碳吸收做差即可得到地區(qū)碳赤字，碳赤字為正值表明該地區(qū)的碳排放量大于碳吸收量，生態(tài)環(huán)境有惡化趨勢。碳赤字為負值表明該地區(qū)的碳排放量小于碳吸收量，生態(tài)環(huán)境良好。碳赤字的計算公式為：

C=CP-CC

(9)

其中，C為某地區(qū)的碳赤字(噸/年)。

人類的生產(chǎn)生活是碳排放的主要來源[31]，碳吸收則主要由植被、濕地、農(nóng)作物等來完成。一個地區(qū)所產(chǎn)生的碳排放和碳吸收與該地區(qū)的人口數(shù)量和土地面積息息相關[21]。因此，本文基于人口數(shù)量和土地面積乘積的相對大小對總碳赤字進行分配。若某地區(qū)人口數(shù)量和土地面積的乘積較大，則該地區(qū)在理論上分配到的碳赤字較大。若某地區(qū)人口數(shù)量和土地面積的乘積較小，則該地區(qū)在理論上分配到的碳赤字較少。理論碳赤字的計算公式為：

(10)

其中，CV為某地區(qū)的理論碳赤字(噸/年)；CT為研究范圍內(nèi)所有地區(qū)的總碳赤字(噸/年)；P為某地區(qū)的人口數(shù)量；M為某地區(qū)的土地面積(公頃)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2004—2017)。

(四)碳補償費用計算模型

若某地區(qū)的實際碳赤字大于理論碳赤字，則稱該地區(qū)為碳赤字超標區(qū)，意味著該地區(qū)為補償主體，應支付給其他地區(qū)碳補償款。反之則是碳赤字達標區(qū)，為補償受體，應得到其他地區(qū)的碳補償費用。碳補償費用的計算公式為：

EC=(C-CV)JCO2

(11)

其中，EC為某地區(qū)獲得或支付的碳補償額(元/年); JCO2為單位碳匯的貨幣價格，張穎等[32]研究得出中國單位碳匯的影子價格為66.700—100.200元/噸?？紤]到補償主體地區(qū)和補償受體地區(qū)的利益協(xié)調(diào)，本文取該價格的中間值作為單位碳匯價格，即83.450元/噸。

(五)碳補償費用預測模型——灰色預測模型GM(1,1)

GM(1,1)灰色預測模型是應用最廣泛的灰色動態(tài)預測模型，其原理是對原始數(shù)據(jù)累加，得到規(guī)律性較強的曲線，然后利用指數(shù)曲線擬合，模型預測精度較高且對數(shù)據(jù)要求較少[33]。之所以采用灰色預測模型來對碳補償費用進行預測是考慮到以下兩點：第一，鑒于數(shù)據(jù)的可得性，本文擬采用2003—2016年的各項數(shù)據(jù)來對東北三省2017—2026年的碳補償費用進行預測，數(shù)據(jù)跨度較小。第二，碳排放和碳吸收系統(tǒng)是一個復雜的系統(tǒng)，其影響因素較多，有些因素已知，有些因素未知，可以將其作為灰色系統(tǒng)處理。碳補償費用的預測步驟為：

第一步，對數(shù)據(jù)進行預處理。根據(jù)式(11)，核算碳補償費用需要的數(shù)據(jù)有各地區(qū)的碳排放、碳吸收、人口數(shù)量、土地面積、人均GDP等。土地面積一般保持不變，因而對除土地面積外的各項數(shù)據(jù)進行預處理，設2003—2016年各項數(shù)據(jù)原始序列Yi(0)為：

Yi(0)=[Yi(0)(1),Yi(0)(2),…,Yi(0)(14)]

(12)

為了弱化原始序列Yi(0)的隨機性，在建立灰色預測模型之前對2003—2016年各項數(shù)據(jù)的原始序列進行數(shù)據(jù)處理，利用累加生成公式(12)得到一次累加生成序列Yi(1)(k)：

(13)

Yi(1)=[Yi(1)(1),Yi(1)(2),…,Yi(1)]

(14)

第二步，建立灰色微分方程，如式(15)所示：

(15)

第三步，將原始序列Yi(0)和一次累加序列Yi(1)(k)代入式(16)確定帶求參數(shù)a，b的值：

(16)

(17)

(18)

第四步，對計算2017—2026年碳補償費用的各項數(shù)據(jù)進行預測：

(19)

(20)

經(jīng)過測算，本文所預測的各項數(shù)據(jù)的平均絕對百分誤差均小于5%，達到預測精度要求。本文不再給出詳細的平均相對殘差計算數(shù)據(jù)。將數(shù)據(jù)預測結果代入式(11)即可得到中國2017—2026年碳補償費用預測值。

三、東北三省碳排放及碳吸收的時空演變

(一)東北三省碳排放時空演變分析

從碳排放總量來看，2003—2016年，各省的碳排放總量在空間上存在明顯差別，且都經(jīng)歷了一個先增加后減少的趨勢。這是因為隨著經(jīng)濟社會的快速發(fā)展，碳排放總量呈現(xiàn)上升趨勢，近年來由于減排政策的大力推進，又有所下降。碳排放總量最高的省份為遼寧省，上升了72.631%。第二位為黑龍江省，上升了81.804%。第三位為吉林省，上升了90.013%。各省的人均碳排放與碳排放總量的時空變動趨勢一致，但相對于碳排放總量來說，各省人均碳排放之間的差距有所縮小。人均碳排放第一位為遼寧省，上升了66.007%。第二位為黑龍江省，上升了82.570%。第三位為吉林省，上升了87.976%。各省的單位面積從時間變動上來看與碳排放總量和人均碳排放保持一致，但從空間上看，吉林省的單位面積碳排放超過黑龍江省變?yōu)榈诙唬仙?0.013%。單位面積碳排放居于第一位的為遼寧省，上升了72.631%。第二位為吉林省，這是由于吉林省占地面積較小的原因。居于第三位的黑龍江省，上升了81.804%。東北三省各省份碳排放2003—2016年的演變情況如表3所示。

表3 2003—2016年東北三省各省份碳排放變化情況

碳排放總量、人均碳排放和單位面積碳排放的增長速度有放緩趨勢，根據(jù)各省2003—2010年的年均增長率和2010—2016年的年均增長率可以看出，2010—2016年的年均增長率要小于2003—2010年的年均增長率，碳排放給環(huán)境帶來的壓力仍在增大，但有所改善。各省的碳排放、人均碳排放和單位面積碳排放在空間上也有明顯差別，從協(xié)同發(fā)展的角度出發(fā)，開展地區(qū)的碳補償具有必要性。東北三省各省份的碳排放總量、人均碳排放和單位面積碳排放的年均增長率如表4所示：

表4 東北三省各省份碳排放年均增長率變化情況 單位：%

(二)東北三省碳吸收時空演變分析

與碳排放的各項指標相比，東北三省各省的碳吸收總量、人均碳吸收和單位面積碳吸收在研究期間內(nèi)的變動較為平穩(wěn)，處于穩(wěn)步上升的狀態(tài)。這是因為環(huán)保工作穩(wěn)步推進，各省的碳吸收呈上升狀態(tài)，但碳吸收主要由森林來完成，森林面積的增加是一個長期過程，上升速度較平穩(wěn)。各省的碳吸收總量、人均碳吸收和單位面積碳吸收在空間上也有所差別。碳吸收總量最高的省份為黑龍江省，上升了46.930%。排名第二位為吉林省，上升了31.591%。排名第三位為遼寧省，上升了29.034%。各省的人均碳吸收與碳吸收總量的時空演變情況保持一致。人均碳吸收排名第一的省份為黑龍江省，上升了47.549%。排名第二為吉林省，上升了30.180%。排名第三為遼寧省，上升了24.083%。各省的單位面積碳吸收在時間變動上與碳吸收總量和人均碳吸收保持一致，但在空間差異上變動較大。單位面積碳吸收排名第一的省份為吉林省，上升了31.591%。排名第二為遼寧省，上升了29.034%。排名第三為黑龍江省，上升了46.930%。2003—2016年東北三省各省份碳吸收變化情況如表5所示。

表5 2003—2016年東北三省各省份碳吸收變化情況

根據(jù)各省2003—2010年和2010—2016年的年均增長率可以看出，2003—2010年的年均增長率和2010—2016年的年均增長率差別不大。結合關于碳排放的分析可看出，各省的碳排放和碳吸收在空間上存在不對稱性，“碳資源”的需求和供給不平衡，需要在地區(qū)間開展碳補償進行調(diào)節(jié)。東北三省各省份碳吸收年均增長率如表6所示。

表6 東北三省各省份碳吸收年均增長率變化情況 單位：%

四、東北三省碳赤字與碳補償?shù)念A測

(一)東北三省碳赤字的預測：實際碳赤字與理論碳赤字

利用灰色預測模型GM(1,1)可預測出東北三省各省份2017—2026年的碳排放和碳吸收，再根據(jù)式(9)和式(10)即可得到2017—2026年各省份的實際碳赤字和理論碳赤字，數(shù)據(jù)如表7所示。

表7 2017—2026年東北三省各省份實際碳赤字和理論碳赤字數(shù)據(jù)表 單位：噸/年

東北三省各省份的實際碳赤字和理論碳赤字在預測區(qū)間內(nèi)均處于上升狀態(tài)。遼寧省的實際碳赤字上升了39.698%；理論碳赤字上升上升了53.228%；實際碳赤字大于理論碳赤字，在預測區(qū)間內(nèi)，遼寧省屬于補償主體。吉林省的實際碳赤字上升了78.415%；理論碳赤字在2017—2026年上升了50.058%；實際碳赤字小于理論碳赤字，在預測區(qū)間內(nèi)，吉林省屬于受償主體。黑龍江省的實際碳赤字上升了239.329%；理論碳赤字上升了48.479%；實際碳赤字小于理論碳赤字，在預測區(qū)間內(nèi)，黑龍江省屬于受償主體。

在預測區(qū)間內(nèi)，各省份的實際碳赤字均為正值且處于上升狀態(tài)，減排任務艱巨。但各省份實際碳赤字的增長速度有放緩趨勢，遼寧省實際碳赤字的年均增長率由2017—2021年的3.804%降低到2021—2026年的3.769%；吉林省實際碳赤字的年均增長率由2017—2021年的6.954%降低到2021—2026年的6.397%；黑龍江省實際碳赤字的年均增長率由2017—2021年的17.583%降低到2021—2026年的12.163%，說明東北三省各省份的環(huán)境狀態(tài)正逐步朝著良性狀態(tài)發(fā)展。

(二)東北三省碳補償?shù)念A測結果

采用灰色預測模型GM(1,1)預測出東北三省各省份2017—2026的碳排放、碳吸收和人口數(shù)量之后，根據(jù)式(11)即可測算出各省份的碳補償費用。從空間上來看，遼寧省應支付碳補償費用，吉林省和黑龍江省應獲得碳補償費用。這是由于遼寧省在東北三省中經(jīng)濟發(fā)展水平相對較高，能源消費水平和碳排放水平相應也較高。從時間上來看，在預測區(qū)間內(nèi)，遼寧省需要支付的碳補償費用處于上升狀態(tài)，2017—2026年年均增長率為2.442%。吉林省應得到的碳補償費用在預測區(qū)間內(nèi)低于黑龍江省且處于下降狀態(tài)，2017—2026年年均增長率為-12.123%。黑龍江省在預測區(qū)間內(nèi)應得到的碳補償費用處于上升狀態(tài)，2017—2026年年均增長率為2.795%。在預測區(qū)間內(nèi)，遼寧省對“碳資源”的需求量呈上升趨勢，經(jīng)濟發(fā)展方式仍舊較為粗放；吉林省對“碳資源”的供應量處于下降狀態(tài)，本省的“碳資源”仍能支撐當?shù)氐慕?jīng)濟發(fā)展，但未來有可能“供不應求”；黑龍江省對“碳資源”的供應量呈上升狀態(tài)，經(jīng)濟發(fā)展和環(huán)境發(fā)展較為協(xié)調(diào)。

從碳補償費用的補償主體和受償主體來看，東北三省中，大體上為經(jīng)濟相對發(fā)達地區(qū)補償經(jīng)濟相對不發(fā)達地區(qū)，符合區(qū)域協(xié)調(diào)發(fā)展的理念。在東北三省地區(qū)中開展地區(qū)間的碳補償能夠促進區(qū)域內(nèi)部的協(xié)調(diào)低碳發(fā)展。東北三省碳補償費用變化情況如表8所示。

表8 東北三省各省份碳補償費用變化情況 單位：元/年

五、結論與政策建議

(一)結 論

本文通過估算2003—2016年東北三省碳排放和碳吸收，分析了研究期間內(nèi)東三省碳排放和碳吸收的時空演變過程。在此基礎上,基于各省份的人口數(shù)量和土地面積對總碳赤字進行分配，提出了理論碳赤字的概念，利用實際碳赤字和理論碳赤字的差值確定了各省份的碳補償費用。采用灰色預測模型GM(1,1)預測了2017—2026年東三省地區(qū)的碳補償費用，分析了其時空演變過程。

第一，2003—2016年，東三省各省份的總碳排放、人均碳排放和單位面積碳排放呈現(xiàn)先上升后下降的過程，且各項碳排放指標的增長速度也有所放緩，表明各省份的減排任務依然艱巨，但推動減排進程已取得一定成效。東北三省各省份的總碳排放、人均碳排放和單位面積碳排放在空間上存在明顯差異，從協(xié)同發(fā)展的角度看，開展地區(qū)間的碳補償具有必要性。2003—2016年，東北三省各省份的碳吸收能力均處于穩(wěn)步上升狀態(tài)，環(huán)保措施穩(wěn)步推進。各省份的碳吸收指標在空間上也存在明顯差異，進一步說明開展地區(qū)間的碳補償具有必要性。結合對各省份碳排放的分析，發(fā)現(xiàn)碳排放和碳吸收在空間上存在不對稱，各省份對“碳資源”的供給和需求存在差異，可利用地區(qū)間的碳補償進行協(xié)調(diào)。

第二，2017—2026年，東北三省各省份的實際碳赤字均為正值，但增長速度均有不同程度下降，環(huán)境狀態(tài)較為樂觀。依據(jù)各省份的人口和土地面積對總碳赤字進行分配后得到的理論碳赤字在預測區(qū)間內(nèi)也處于上升狀態(tài)，從實際碳赤字和理論碳赤字的差值來看，遼寧省為絕對碳補償主體，吉林省和黑龍江省為絕對碳受償主體。遼寧省應支付的碳補償費用處于上升狀態(tài)，吉林省應獲得的碳補償費用小于黑龍江省，且處于下降狀態(tài)，黑龍江省應獲得的碳補償費用處于上升狀態(tài)。大體上為經(jīng)濟相對發(fā)達地區(qū)補償經(jīng)濟相對不發(fā)達地區(qū)，符合協(xié)同發(fā)展的理念。

(二)政策建議

生態(tài)補償作為協(xié)調(diào)生態(tài)受益區(qū)和生態(tài)保護區(qū)之間利益的一種手段，要解決的就是“誰來補，補給誰，補多少，如何補，如何管”的問題。碳補償作為生態(tài)補償一個新的研究領域，要解決的問題也是如此，本文針對這些問題提出如下政策建議：

第一，根據(jù)“誰受益，誰補償”的原則，碳補償主體為碳赤字超標地區(qū)，即為實際碳赤字大于理論碳赤字地區(qū)。作為碳補償主體，核心問題就是要拓展碳補償費用資金來源。首先，政府可以將碳補償費用納入財政預算，建立專項“碳資金”賬戶來對資金進行管理。其次，可以采用征收碳稅的方式來籌集資金。征收碳稅時，對生產(chǎn)過程中產(chǎn)生大量碳排放的行業(yè)，例如煤炭開采業(yè)、水泥制造業(yè)等對生產(chǎn)者征稅。對于使用過程中產(chǎn)生大量碳排放的商品，例如大排量汽車、高耗能家電等對消費者進行征稅。這不僅能夠拓展資金來源渠道，更能激發(fā)相關企業(yè)、居民、社會團體等的環(huán)保意識，主動推動節(jié)能減排工作。

第二，根據(jù)“誰保護，誰受益”的原則，碳受償主體為碳赤字達標地區(qū)，即為實際碳赤字小于理論碳赤字地區(qū)。作為碳受償主體，要解決核心問題就是如何管理和分配碳補償資金的問題。碳受償?shù)貐^(qū)政府也可以建立專項資金賬戶來對碳補償資金進行管理，這些資金可以一部分用來開展減排工作，一部分返還給積極踐行減排政策的企業(yè)和居民，采用經(jīng)濟激勵的方式鼓勵企業(yè)和居民進行減排。具體可以通過對減排成績顯著的企業(yè)實行稅收減免，對購買節(jié)能產(chǎn)品的居民進行補貼的方式來實現(xiàn)。

第三，“補多少”即如何確定碳補償費用的問題是整個碳補償?shù)暮诵膯栴}。政府應當設立專門研究小組，并采取跨地區(qū)合作的方式來選取小組成員。研究小組應當進行協(xié)商以科學確定統(tǒng)一的碳排放、碳吸收核算體系和碳補償費用核算方法。同時，可以根據(jù)各地區(qū)經(jīng)濟發(fā)展水平、資源稟賦等對碳補償費用進行調(diào)整。設立專門研究小組的做法不僅能夠建立統(tǒng)一的核算體系，也便于地區(qū)間的協(xié)商和溝通，從而確定各自都能夠接受的碳補償費用。

第四，解決“如何補”這個問題的途徑是探索多元化的碳補償方式。對于碳補償，除了“碳匯交易”這種“輸血型”的資金補償方式外，還可以探索“造血型”的補償方式。例如對碳受償?shù)貐^(qū)提供減排技術設備，調(diào)派專業(yè)技術人員等?！霸煅汀钡奶佳a償方式有利于碳受償?shù)貐^(qū)的長遠發(fā)展和經(jīng)濟狀況的根本改善。

第五，針對“如何管”的問題要完善監(jiān)督機制?？梢詮睦嫦嚓P方政府和中央政府抽調(diào)人員組成監(jiān)督小組，對“碳資金”賬戶、碳補償費用核算過程等進行全面監(jiān)督。同時，中央政府可以將碳補償建設納入到地方政府的績效考核之中，從而提高地方政府對碳補償制度建設的重視程度。

第六，無論是碳補償方政府、碳受償方政府還是中央政府都應當積極完善碳補償相關法律法規(guī)，為碳補償提供法律支持。同時，注重采用輿論宣傳的方法向大眾傳播碳補償?shù)睦砟?，提高公眾的認可度和增強碳減排意識。