基于三部門劃分的能源碳排放總量目標地區分解

卞勇 曾雪蘭

摘要 中國是世界上最大的溫室氣體排放國，在《巴黎協定》確立2℃控溫目標后，面臨越來越嚴峻的減排壓力，碳排放總量控制亟待開展。由于中國各省在經濟水平、產業結構、資源稟賦等方面均存在較大差異，如何將國家碳排放總量控制目標合理分解至各省，對實現碳減排目標具有重要的意義。本文在目前碳排放目標地區分解研究和實踐成果的基礎上，謀求建立基于發電、產業、生活三部門劃分的碳排放總量核算和目標分解方法。該方法體系首先確定國家各部門碳排放總量控制目標，其次計算當前省級部門碳排放和包含權利、責任、能力三個維度的指標體系得分，最后通過目標分解模型并根據各省在部門中的排放比例對部門碳排放總量按指標得分進行分解。在此基礎上，應用該方法對“十三五”排放目標進行實證研究。結果表明，部門碳排放目標分解具有明顯的地區差異性，非化石能源供應比例或電力凈輸出比例較大地區的發電部門總量增幅較大，產業結構相對合理或經濟增長相對較快地區的產業部門總量增幅較大，終端能源結構較優或人口增長較快地區的生活部門總量增幅較大。通過本研究結果和現行省級碳強度下降目標比較、調整分解模型參數等分析，發現本研究的分解結果為發達地區分配更多排放空間，當收緊國家總量目標或降低現狀排放比例對分解過程的重要程度，具有高碳特征的省份總量增幅壓減甚至負增長越來越明顯。該分解方法有助于地區準確了解各部門排放情況并制定有針對性的碳減排政策，促進地區的可持續均衡發展，可為國家碳排放總量控制和目標分解工作提供技術支撐。

關鍵詞 碳排放目標;總量控制;地區分解;三部門

中圖分類號 F062.2 ? 文獻標識碼 A ? 文章編號 1002-2104（2019）10-0106-09 ? DOI：10.12062/cpre.20190631

氣候變化是當前世界各國在可持續發展領域面臨的重大挑戰，《巴黎協定》確立了本世紀末控制全球氣溫升高相比工業革命前不超過2℃的極具雄心的目標。中國作為排放大國，在減排上責無旁貸，已提出到2020年單位GDP碳排放比2005年下降40%～45%，到2030年碳排放達峰并且單位GDP碳排放比2005年下降60%～65%，減排目標不斷加強。然而，中國區域發展特征存在顯著分異，而且產生碳排放的各部門在不同地區也呈現不同特征，如何合理分解省域減排任務是落實國家減排目標的關鍵。目前已有較多學者從不同角度開展減排目標地區分解的研究，國家也在“十二五”和“十三五”期間對全國目標進行省級分解和考核。本文在碳排放目標分解研究和實踐成果的基礎上，將地區劃分為發電、產業、生活等碳排放特征和減排措施相異的三個部門，探索基于部門特征的地區碳排放總量目標分解方法，并對“十三五”減排目標進行實證研究，旨在提高分解方案的合理性和可持續性，為未來將要開展的國家碳總量控制和目標分解工作提供技術支撐，為地區制定針對各部門的減排措施提供指引。

1 研究綜述

在研究碳排放目標地區分解相關文獻中，學者們研究的分解對象主要有強度目標和總量目標。由于中國尚處于經濟較快發展的階段，約束力較弱的單位GDP碳排放（碳強度）目標是當前主要的碳排放控制指標。強度目標分解即把國家碳強度下降目標分解到各省、直轄市、自治區（以下統稱為省）[1-6]，但各省目標和全國目標銜接存在較大不確定性。碳排放總量目標則具有較強約束力，有學者根據2020年國家碳強度目標和經濟預期增速設定碳排放總量[7-11]，或根據2030年國家碳強度和峰值目標設定排放總量并分解到各省[12-14]。

分解準則是各地區之間減排目標相對強弱的決定因素，不同學者遵從的分解準則有所差異。效率性和公平性是碳排放目標分解的兩大基本原則[7，9，11，15-17]。其中，效率性要求邊際減排成本低的地區承擔更多減排責任，公平性要求歷史排放總量或現狀排放強度大的地區承擔更多減排任務，從而為發展落后、排放較少的地區留有足夠的排放空間。更具體的分配標準可分為減排能力、減排潛力、減排責任等幾類[10，18-20]。其中，減排能力指為減排付出成本的能力，減排潛力指可以產生減排效果的空間，減排責任指依靠高排放優先發展的地區需要承擔更多的減排義務，和公平性要求類似。

此外，學者們也采用了不同的分析模型。指標體系方法通過選取和基本原則、分配標準相對應的指標，計算各地區的減排目標相對強弱[2，6，20-21];數據包絡分析（DEA）方法主要以能源、人力資源、資本為輸入變量，以GDP和碳排放為輸出變量，求解最優分配方案，是廣泛應用于以效率性為主要原則的分解方法[12，22-24];有學者引入基尼系數方法衡量分解方案的公平性[11，21，25]，還有的應用可計算一般均衡（CGE）模型評估分解方案對地區經濟發展的影響[3，26]。

在實踐層面，“十二五”和“十三五”期間，中國對內地各省開展碳強度目標分解和考核工作，以此促進2020年碳強度目標的順利完成[27-28]。分解方案中，沿海發達省份的下降目標較高，相對落后和能源結構高碳的省份下降目標較低。值得注意的是，碳排放核算邊界以終端使用為準，跨省傳送的電力對應的碳排放核算到電力消費的省份，相應排放因子取決于當年各自區域電網的發電結構。考核為每年進行，評估各省年度目標和累計目標完成情況。在省級強度目標分解的基礎上，大部分省已把“十三五”下降目標進一步分解至下級行政區，確保目標的落實。

縱觀目前碳排放目標地區分解的研究和實踐成果，尚有某些待完善的空間。一是各省域碳排放組成特征差異巨大，目前的目標分解很少考慮部門的碳排放特點，面向地區整體的分解方案難以指導各地區制定有針對性的減排措施。二是公平性原則或減排責任分配標準，類似于國家間分配的“歷史排放多則減排責任大”原則，但省份之間并沒有絕對的利益區分，人口和產業也可以自由遷移到更宜居或生產更高效的地方，而歷史或現狀排放較大的省份同時也是人口持續流入和產業高速發展的地區，因此“排放多則責任大”的分解原則可能導致對部分地區可持續發展的制約。此外，分解和考核的工作實踐中，由電力調入和調出產生的地區碳排放量轉移，需要由國家統一核定電網排放因子才能確定，不利于地方政府準確預測指標完成情況而主動、及時出臺調整措施。本文提出的總量分解方案將圍繞以上問題進行優化研究。

2 研究方法

2.1 部門劃分和排放核算

參考歐盟三部門法[29]，根據中國能源平衡表的分部門統計特點，把各地區碳排放來源分為相對獨立的三個部門：發電、產業和生活。發電部門包括所有專門生產電力并用于上網的火電、核電和其他可再生能源電源，其生產的電力主要提供產業和生活部門消費，但該過程碳排放屬于發電部門，且電力產生于本地則其碳排放也歸屬本地。發電部門碳排放來源于能源平衡表中“火力發電”所投入的煤合計、焦炭、油品合計、天然氣、液化天然氣等化石燃料燃燒過程。火力發電是中國碳排放的主要來源之一，對發電部門碳排放的核算和目標分解，有助于鼓勵各地發電結構低碳化和發電效率提升。

產業部門包括所有產生GDP的第一產業、第二產業和第三產業，其碳排放主要包括能源平衡表中各產業終端消耗、除電力外的加工轉換凈投入以及損失量中的煤合計、油品合計、天然氣、液化天然氣燃燒產生的碳排放。特別地，煉焦和焦炭利用過程具有普遍的分離特點，因此地區產業部門碳排放還應加上焦炭凈調入（包括凈進口）量燃燒產生的碳排放，可分離煉焦和焦炭利用產生的碳排放。對產業部門碳排放的核算和目標分解，對各地有三方面的促進意義：一是以天然氣和可再生能源利用、電氣化為主的終端能源結構調整，二是以提高能效和淘汰落后產能為主的能耗提升，三是產業結構調整和行業優化。

生活部門即城鄉居民生活，其碳排放為能源平衡表中上述5種化石能源生活終端消費所產生的碳排放。對生活部門碳排放的核算和目標分解，有助于為各地區提高生活質量預留足夠的排放空間。因為在當前中國居民整體生活水平不高的情況下，對美好生活的追求仍將在一定程度上驅動碳排放上升，此外還有助于鼓勵居民形成低碳生活方式。

綜上，三部門的碳排放核算范圍劃分明確，所需能源利用數據均來源于本地能源平衡表。對于產業和生活部門，除焦炭外的其他二次能源消費情況已基本包含在煤合計或油品合計中，不再重復計算。化石燃料碳排放按公式（1）計算：

Cs=Es×LCVs×EFs×44/12

（1）

其中，Cs為化石燃料s的二氧化碳排放，Es為實物使用量，LCVs是低位發熱量，EFs為碳排放系數。低位發熱量來源于《中國能源統計年鑒2017》，碳排放系數來源于《IPCC國家溫室氣體清單指南》，煤合計和油品合計分別采用無煙煤和原油的系數。根據以上方法計算各省2013—2016年分部門碳排放總量。由于數據可得性等原因，本研究只納入30個省級行政單元，研究范圍不包括西藏及港澳臺地區。

2.2 部門排放控制總量

根據中國2015年各省碳排放總和106.92億t、“十三五”GDP預期年均增長率6.5%和碳強度下降幅度18%的要求，預測2020年全國碳排放總量控制目標為120.12億t。表1為全國2013—2016年各部門碳排放占比變化，發電部門在這幾年內相對穩定，生活部門占比小但持續上升。按此趨勢，假設到2020年發電部門排放占比仍為35.5%，生活部門占比上升至5.5%，則可推算各部門2020年碳排放控制總量Ck（k=1，2，3分別代表發電、產業、生活部門）及“十三五”期間增長幅度，如表1所示。

2.3 分解原則和模型

本研究基于各部門關于碳排放的權利、責任和能力三個準則，通過分解指標體系分配地區碳排放總量配額，具體指標及其指示意義見表2。各準則中，“權利”指未來本地區發展或為其他地區提供電力所需要的排放空間，“責任”指能源或產業結構高碳、能效低而應承擔的更多的減排任務，“能力”指投入減排成本的實力。

部門指標得分計算按以下步驟進行。一是對原始指標作標準化轉換，即原始值減去均值后除以標準差。二是正向轉換，其中責任和能力指標屬于逆向指標，值越小應得配額越多，取負值;權利指標為正向指標，值越小應得配額越少，符號不變。三是非負平移轉換。考慮到正態分布距離均值2倍標準差范圍內的概率約為95%，可認為和均值相差大于2倍標準差的值為異常值，因此對所有指標加2后，大于4或小于0的分別取值為4和0，則所有指標的取值范圍均為[0，4]，避免極差過大對分解結果產生明顯影響。四是各部門平移轉換后的指標值總和即為部門指標總得分。部門指標得分計算公式如下：

Zij=2±（Vij-Vij）/D（Vij） （i，1≤j≤30）

（2）

Pij=0，Zij∈（-∞，0）

Zij，Zij∈[0，4]

4，Zij∈（4，+∞）

（3）

Pkj=∑i∈kPij，

（4）

其中，i代表指標，j代表省份，Vij為原始指標，運算符±表示正向指標取加號、逆向指標取減號;Pij和Pkj分別表示j省份i指標的得分和k部門指標總得分。

2020年各省碳排放總量目標分解按部門進行，總體思路為：全國總量的某一比例按2015年該省在全國的排放占比來分配，剩余部分在2015年排放占比的基礎上根據指標得分調節。各省部門碳排放總量分解模型為：

Ckj=Ck×n×fkj+Ck（1-n）fkjPkjmk

（5）

其中，n為2020年總量中按2015年排放占比直接分配的比例，稱為現狀重要性系數;fkj為2015年j省份在k部門中的排放占比;mk為調整系數，根據部門各省分配量和全國總量計算得到，各部門mk分別為0.178、0.127和0.172。

3 結果與討論

3.1 部門碳排放現狀

由圖1可知，2016年各省碳排放部門貢獻量有巨大的差異。從總量看，東部沿海經濟大省和化石能源資源總量較大的省份排放總量較大，而經濟總量較小和各直轄市排放總量較小。在發電部門，由于目前火力發電以煤炭為主，煤炭資源較豐富的山西、內蒙古、山東、新疆發電碳排放總量較大;電力需求量較大的江蘇、廣東也有較大的碳排放量。在產業部門，碳排放量也和能源稟賦有較密切的關系，煤、油、氣資源豐富的地區具備更好的能源加工工業發展條件，因而排放量也相對較大。生活部門碳排放和人口總量有較強聯系，但在各省的比例均較低。

將各省的發電、產業、生活部門碳排放分別除以總發電量、GDP和常住人口數，得到各省的單位發電量碳排放、單位GDP產業碳排放和人均生活碳排放，定義為部門單位排放水平。該值分別除以全國單位排放水平，定義為各部門的相對排放水平，如圖2所示。發電部門相對排放水平主要和發電結構有關，煤炭資源豐富地區的相對排放水平普遍高于全國平均水平，而水電、核電比例較高的省份低于全國平均水平。產業部門相對排放水平在各省間有顯著分異，北部化石能源資源豐富省份和西部經濟發展水平相對落后省份的相對排放水平較高，與能源結構和能源密集型行業比重有關。生活部門相對排放水平的影響因素則較復雜，和經濟發展水平、城鎮化水平以及氣候條件等均有聯系。

3.2 碳排放總量目標分解結果

表3列出了各部門2015年現狀排放比例、分解指標得分，以及公式（5）中n取0.8的2020年分解目標比2015年部門和地區總量增幅計算結果。現狀重要性系數n取0.8，即2020年全國80%的總量按2015年各省占全國排放占比分配、20%的總量在2015年現狀比例基礎上按分解指標得分調節。主要考慮到技術發展和結構優化所產生的碳減排效應是逐漸呈現的，短期內分配給各省的碳排放總量控制目標應在較大程度上基于當前該省占全國的排放比例，n不宜過小，否則部分省2020年目標和2015年 現狀相比變化太大而難以實現;同時n不宜過大，否則分解指標得分發揮的作用不明顯。

在發電部門，內蒙古和東北三省排放總量增幅低于10%，主要原因是火力發電標準煤耗較高，并且煤炭發電占比較高;上海煤炭發電占比較高，同時凈調入電力比例較高，因而總量增幅也較低;其余總量增幅低于全國的省 份也具有和以上省份相似的特征。與此相反，湖北、廣西、四川、云南總量增幅高于20%，其煤炭發電占比較低，以及火力發電標準煤耗較低或凈調出電力比例較大。總體上，資源稟賦和發電部門排放總量增幅有較強相關性，中西部地區水力資源、風資源和光資源較豐富的地區，非化石能源電力比例較高，且電力輸出比例較大，因此總量增幅較大;反之，煤炭資源豐富的北方省份煤電比例較高，并可能由于煤電發展較早而擁有更多早期發電效率較低的機組，發電煤耗相對較高，因此總量增幅較低。發電部門排放總量分配方案，可促進火力發電標準煤耗較高和煤炭發電占比較高的地區加快電源低碳化轉變，并為電力輸出比例較高的地區預留更多排放空間。

在產業部門，除京津外的華北和東北地區以及寧夏、新疆的排放總量增幅最小，尤其是山西呈現負增長。其中，華北和東北省份由于煤炭終端消費比例較高或2013—2016年GDP累計增幅較小，寧夏和新疆則主要由于單位工業增加值能耗較高。京津滬三個直轄市盡管能源效率和能源結構均較好，但由于人均一般預算收入水平高而需要承擔更多減排責任，因而總量增幅不大。福建、廣東、重慶、江西、海南等省份，在GDP增長率、煤炭消費比例和單位工業增加值能耗等幾個指標上呈現較優的水平，因此總量增幅最大。總體上，產業結構和產業部門排放總量增幅有較密切的關系，東北、華北、西北地區的重化工業比例相對較高，能源強度較高，能源結構高碳，并在新常態下經濟增速放緩更加明顯，因此總量增幅較小;大部分南方省份則由于產業結構相對合理和經濟增長相對較快而擁有更大的總量增幅。產業部門的排放總量分配方案在當前經濟發展新舊動能轉換、供給側結構性改革的背景下，有利于促進各地區加快產業結構轉型和均衡發展、優化終端能源利用結構和提高能效。

在生活部門，總量增幅較低的地區中，東北三省由于2013—2016年常住人口下降，河北、山西、貴州、甘肅等省 煤炭消費占比較高，北京和上海人均可支配收入較高而承擔較多減排任務;總量增幅較高的地區中，廣西、海南、重慶、天津和廣東終端煤炭消費比例較低且人口增長率相對較高，盡管后兩者因人均可支配收入較高而應承擔更多減排責任。總體上，生活部門中代表權利、責任、能力的指標對總量增幅的整體影響比較均衡，各省增幅的變異系數（標準差和均值之比）遠小于發電部門和產業部門（三部門增幅變異系數分別為0.34、0.41、0.16）。生活部門的排放總量分配方案，有助于兼顧促進各地區生活能源結構低碳化、保障生活碳排放增長空間、鼓勵發達地區率先形成低碳生活模式三方面。

各省三部門排放總量增幅中，除京津外的華北和東北地區最小，較大的集中在南方省份。將三部門排放總量增幅按照各省“十三五”GDP增長目標（區間目標取下限）換算為強度下降目標，并和國家下達的“十三五”碳強度下降官方目標比較，如圖3所示。總體上，按本研究的方法計算的碳強度下降目標，大部分省份比官方目標更高;而北京、上海、江蘇、浙江、廣東等三大都市圈所在省份，以及能源結構較優的西部經濟大省四川，其強度目標均比官方目標有所下降或基本持平，意味著在經濟和人口不斷向優勢地區集聚的趨勢下，該結果為發達地區分配更多的排放空間。

3.3 不同參數選取對結果的影響

以上根據全國“十三五”GDP年均增速、碳強度下降目標的計算，結果是碳排放目標比2015年增長12.3%。固定n為0.8并調整碳強度下降目標，使2020年總量增幅分別定為5%、0%和-2%，得到各省排放總量控制系列目標，如圖4所示。在全國總量增長12.3%的目標下，各省均有較充裕的排放增長空間;當全國增幅目標為5%，華北和東北等傳統重工業密集的省份排放增長空間很小甚至負增長;當全國增幅目標為0%，新疆、寧夏、山東等高碳部門較密集的省份和天津、上海兩個直轄市的目標也變為負增長或持平;當全國增幅目標為-2%，尚有增長空間的省份主要集中在南方。為實現《巴黎協定》的承諾目標，“十三五”后中國的碳排放控制目標將變得越來越嚴格，在總量增長目標收緊的情況下，華北和東北省份應率先開展排放減量管理。

固定3.2節中的全國總量增幅目標，對分解模型中的現狀重要性系數n調整為不同值，考察各省的總量增幅目標變異系數的變化情況，如圖5所示。當n=1時，各省部門排放總量目標均按2015年比例增加而增幅相同，變異系數為0，地區排放總增幅只因部門排放貢獻比例不同而有很小的差異。當n逐漸變小，指標得分差異對各省部門排放和地區總排放目標的影響不斷增加，省域間的增幅分化越來越明顯。其中，生活部門排放增幅變異系數最小，表明各省的生活部門分解指標得分差異較小，生活消費對碳排放增長的剛性需求較強;相反地，產業部門排放增幅變異系數最大，隨著n的變小越來越多省份產業部門增幅將變為負值，且高碳特征明顯的省份排放目標加快收緊。在運用此方法的實際工作中，應進一步研究各部門合適的n值，在促進目標合理分配和避免目標分化嚴重之間、在增幅變異系數減排和發展之間取得平衡，尤其是對于排放貢獻最大和與經濟發展關系最密切的產業部門。

4 結 論

本研究建立了一種基于發電、產業、生活三部門劃分的碳排放總量地區分解方法，在確定未來分部門碳排放總量增長控制目標的情況下，按照由代表權利、責任、能力的指標組成的分解指標體系計算得分，在各省現狀排放占比的基礎上根據得分值分解部門碳排放總量目標。對“十三五”時期的實證研究結果表明，部門排放貢獻量、相對排放水平和分解指標得分在省份間均存在較大差異;發電部門總量增幅較大的省份主要為非化石能源供應比例較高或電力凈輸出比例較大的地區，產業部門總量增幅較大的省份主要為產業結構相對合理或經濟增長相對較快的地區，生活部門總量增幅較大的省份主要為終端能源結構低碳或人口增長較快的地區;將各省排放總量目標轉換為強度目標并和官方目標對比，本研究的分解方案為發達地區分配更多的排放空間。當全國排放總量收緊，華北和東北省份應率先進入排放減量管理階段;當分解模型中現狀權重下降，各省增幅目標的分化越來越明顯，其中產業部門的增幅差異最大。

與當前碳排放目標分解的研究和實踐成果相比，本研究的分解方法具有如下特點。一是將地區碳排放分為排放特征和減排措施相異的三個部門，分部門計算總量和分解目標，有助于地區了解不同部門排放特點和制定有針對性的減排措施;二是從權利、責任、能力三個維度出發，在各省的排放增長需求、結構和效率優化潛力及應承擔責任、碳減排成本支付能力之間尋求公平和效率兼顧的分解方案，促進地區的可持續均衡發展和資源優化配置;三是碳排放核算只涵蓋地區范圍內的能源數據，有助于地區準確掌握自身目標完成情況，及時調整政策，提高地區減排工作的自主性，也讓進一步把總量目標分解至下一級行政區具有較強的可操作性。

在國際減排壓力和新常態下發展轉型動力不斷增加的形勢下，中國已具備開展碳排放總量控制和目標分解的條件。本研究的分解方法為國家碳排放總量管理提供技術參考的同時，應配套相應的排放管理政策，如建立地區碳排放預警預測機制、地區間碳減排財政專項轉移支付機制和地區間排放配額轉讓機制等，保障國家總量控制目標的實現和排放目標分解及考核的實施。

（編輯：劉照勝）

參考文獻

[1]楊源， 蔡聞佳， 王燦， 等. 基于聚類分析的碳強度目標分解研究 [J]. 氣候變化研究進展， 2012， 8（4）： 278-284.

[2]ZHANG Y J， HAO J F. The allocation of carbon emission intensity reduction target by 2020 among provinces in China [J]. Natural hazards， 2015， 79（2）： 921-937.

[3]湯維祺， 錢浩祺， 吳力波. 內生增長下排放權分配及增長效應 [J]. 中國社會科學， 2016（1）： 60-81，204-205.

[4]郭文， 劉小峰， 吳孝靈. 中國“十三五”時期省際碳減排目標的效率分配 [J]. 中國人口·資源與環境， 2017， 27（5）： 72-83.

[5]WANG X C， TANG X， ZHANG B S， et al. Provincial carbon emissions reduction allocation plan in China based on consumption perspective [J]. Sustainability， 2018， 10（5）： 1342.

[6]王奇， 趙欣. 基于改進等比例分配方法的我國各省二氧化碳減排目標分配 [J]. 干旱區資源與環境， 2019， 33（1）： 1-8.

[7]鄭立群. 中國各省區碳減排責任分攤——基于公平與效率權衡模型的研究 [J]. 干旱區資源與環境， 2013， 27（5）： 1-6.

[8]ZENG S， YAN X， LIMING W， et al. Forecasting the allocative efficiency of carbon emission allowance financial assets in China at the provincial level in 2020 [J]. Energies， 2016， 9（5）： 329.

[9]JIANG H Q， SHAO X X， ZHANG X， et al. A study of the allocation of carbon emission permits among the provinces of China based on fairness and efficiency [J]. Sustainability， 2017， 9（11）： 2122.

[10]ZHOU X， GUAN X L， ZHANG M， et al. Allocation and simulation study of carbon emission quotas among Chinas provinces in 2020 [J]. Environmental science and pollution research， 2017， 24（8）： 7088-7113.

[11]于倩雯， 吳鳳平. 公平與效率耦合視角下省際碳排放權分配的雙層規劃模型 [J]. 軟科學， 2018， 32（4）： 72-76.

[12]王勇， 賈雯， 畢瑩. 效率視角下中國2030年二氧化碳排放峰值目標的省區分解——基于零和收益DEA模型的研究 [J]. 環境科學學報， 2017（11）： 4399-4408.

[13]方愷， 張琦峰， 葉瑞克， 等. 巴黎協定生效下的中國省際碳排放權分配研究 [J]. 環境科學學報， 2018， 38（3）： 1224-1234.

[14]王勇， 程瑜， 楊光春， 等. 2020和2030年碳強度目標約束下中國碳排放權的省區分解 [J]. 中國環境科學， 2018， 38（8）： 3180-3188.

[15]DONG F， LONG R， YU B， et al. How can China allocate CO2 reduction targets at the provincial level considering both equity and efficiency？ evidence from its Copenhagen Accord pledge [J]. Resource， conservation and recycling， 2018， 130： 31-43.

[16]王倩， 高翠云. 公平和效率維度下中國省際碳權分配原則分析 [J]. 中國人口·資源與環境， 2016， 26（7）： 53-61.

[17]王熒. 兼顧效率與公平的碳排放額分配的DEA建模與運用 [J]. 資源科學， 2015， 37（7）： 1434-1443.

[18]CHANG K， ZHANG C， CHANG H. Emissions reduction allocation and economic welfare estimation through interregional emissions trading in China： evidence from efficiency and equity [J]. Energy， 2016， 113： 1125-1135.

[19]QIN Q D， LIU Y， LI X， et al. A multicriteria decision analysis model for carbon emission quota allocation in Chinas east coastal areas： efficiency and equity [J]. Journal of cleaner production， 2017， 168： 410-419.

[20]馮陽， 路正南. 差別責任視角下碳排放權區域分配方法研究[J]. 軟科學， 2016， 30（11）： 122-126.

[21]WANG Y， ZHAO H， DUAN F M， et al. Initial provincial allocation and equity evaluation of Chinas carbon emission rightsbased on the improved TOPSIS method [J]. Sustainability， 2018， 10（4）： 982.

[22]HE W J， YANG Y， WANG Z H， et al. Estimation and allocation of cost savings from collaborative CO2 abatement in China [J]. Energy economics， 2018， 72： 62-74.

[23]MIAO Z， GENG Y， SHENG J C. Efficient allocation of CO2 emissions in China： a zero sum gains data envelopment model [J]. Journal of cleaner production， 2016， 112： 4144-4150.

[24]苗壯， 周鵬， 李向民. 我國“十二五”時期省級碳強度約束指標的效率分配——基于ZSG環境生產技術的研究 [J]. 經濟管理， 2012， 34（9）： 25-36.

[25]YE B， JIANG J J， MIAO L X， et al. Interprovincial allocation of Chinas national carbon emission allowance： an uncertainty analysis based on MonteCarlo simulations [J]. Climate policy， 2017， 17（4）： 401-422.

[26]袁永娜， 石敏俊， 李娜， 等. 碳排放許可的強度分配標準與中國區域經濟協調發展——基于30省區CGE模型的分析 [J]. 氣候變化研究進展， 2012（1）： 60-67.

[27]國務院. 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 [R/OL]. 2012-01-13[2018-12-21]. http：//www.gov.cn/zwgk/2012-01/13/content_2043645.htm.

[28]國務院. 國務院關于印發“十三五”控制溫室氣體排放工作方案的通知 [R/OL]. 2016-11-04[2018-12-21]. http：//www.gov.cn/zhengce/content/2016-11/04/content_5128619.htm.

[29]邢璐， 馬中， 單葆國. 歐盟碳減排目標分解方法解讀及借鑒 [J]. 環境保護， 2013， 41（1）： 65-67.

Study on energyderived carbon emission quantity target regional allocation?based on threesector division

BIAN Yong1，2 ZENG Xuelan1，2

（1.Guangdong Research Center for Climate Change， Sun Yatsen University， Guangzhou Guangdong 510006， China;

2.School of Intelligent Systems Engineering， Sun Yatsen University， Guangzhou Guangdong 510006， China）

Abstract As China is the largest greenhouse gases emitter in the world and faces increasing pressure on emission reduction after the 2℃ goal was settled in Paris Agreement， carbon emission total quantity controlling is essential in the near future. Since Chinas provinces are different in economic level， industrial structure， resource endowment， etc.， it is of significant meaning in achieving national reduction mission to allocate carbon emission quantity target properly to all provinces. Based on the existing research and practice in carbon emission target allocation， this paper aims to establish a total quantity allocation method from the perspective of three sectors， i.e. power， industry， and living. This methodology firstly determines the national total quantity controlling targets by sectors， then calculates sectoral scores of an index system with three dimensions involving right， responsibility， and capacity， and lastly allocates the sectoral emission quantities to provinces via an allocating model according to the current proportions of each province by sector and the sectoral scores. This method is then applied to investigate the emission targets of the 13thfiveyearplan period. Results show that sectoral carbon emission allowances among provinces are regionally different. Provinces with high shares of nonfossil fuel supply or exporting electricity are sufficient in growing quotas in power sector; provinces with relatively healthy industrial structures or higher economic growth rates are sufficient in growing quotas in industry sector; provinces with better energy structures of end use or higher population growth rates are sufficient in growing quotas in living sector. When comparing the results and the provincial carbon intensity targets in current policy， as well as adjusting the parameters of the allocating model， we can find that our results allocate more sufficient quotas for developed areas; when the national quantity target is more stringent or the current proportions impact more weakly on the allocation process， provinces with high carbon characteristics will be lowered in emission allowance growth， or even be required to reduce emission. This method will be helpful for provinces to precisely monitor and make policies and adjusting measures to reduce sectoral carbon emissions， promote regionally sustainable and balanced development， and provide technical support to the implementation of national carbon emission quantity control and allocation.

Key words carbon emission target; total quantity control; regional allocation; three sectors