基于碳排放權分配的中國省域碳減排獎懲方案

田云 陳池波

摘要?在厘清各省級行政區責任分擔的基礎上，構思碳減排路徑更能體現區域公平性，由此可以根據各個地區的不同特點施以差異化的激勵機制抑或約束手段。有鑒于此，文章在進行相關理論闡述的基礎上，通過構建區域分配模型實現了碳排放權的省區分配，以各地區碳排放權初始余額為依據設計了碳減排獎懲方案并進行了實證檢驗。研究結果表明：①2017—2030年期間，我國30個省（自治區、直轄市）碳排放權分配差異較大。其中云南配額最高，達到了228.969億t，占該階段全國總碳排放權的10.12%;吉林、四川、黑龍江、北京、浙江、湖北、河南、江蘇和內蒙古依次排在2～10位;寧夏配額最少，占比僅為0.35%;山西、新疆、貴州和福建依次排在倒數2～5位。②有13個省份可以享受碳排放權盈余所應給予的獎勵，累計獎勵金額高達1 788.34億元。其中，云南居于榜首而河南排在最后一位。總體來看，區域間存在較為明顯的兩極分化，滇、吉、川、黑、京等5地的獎勵之和占到了總獎勵金額的81.25%。與此對應，其他17個地區則因為碳排放權處于欠缺狀態而需受到一定處罰，累計罰金高達1 829.13億元。其中，山東面臨的壓力最大而江西最小。區域內部同樣存在兩極分化現象，但分化程度略好于碳排放權獎勵。研究結果能夠為更好地踐行綠色發展戰略、優化碳減排路徑提供必要的理論依據與數據支撐。

關鍵詞?碳排放;農業碳排放;碳排放權;省域碳減排;獎懲方案

中圖分類號?F323.2?文獻標識碼?A?文章編號?1002-2104（2020）11-0054-09

DOI：10.12062/cpre.20200418

近年來，隨著溫室效應的不斷凸現，氣候問題已超出了一個國家或地區的范疇，而成為國際社會普遍關注的全球性問題。世界各國為了更好地應對全球氣候變化，先后達成了《聯合國氣候框架公約》等3個具有法律約束力的協定。其中，2015年12月所達成的《巴黎協定》較為系統地闡述了全球應對氣候變化威脅的總目標。而在隨后幾年的氣候會議上，各締約方國家經過多輪磋商和談判，基本就該協定的未來實施模式以及各項要求的完成進度達成了一致。作為全球氣候治理的積極參與者與負責任的發展中大國，中國早在巴黎氣候大會召開之前就已向全世界莊重承諾了未來減排目標。同時，在中共十九大報告中，進一步強調要大力推進綠色發展，擬通過法律制度的不斷完善與保障政策的有效引導，逐步建立健全綠色低碳循環發展的經濟體系。為了早日實現減排目標并完成美麗中國建設的偉大構想，今后應多項措施并舉，切實加快溫室氣體減排步伐。

有鑒于減排工作的重要性，近年來越來越多的學者開始圍繞中國碳排放問題展開探討。其中，最早的研究可追溯至《京都協議書》簽訂的前后，初期主要聚焦于減排成本的國際比較[1]、氣候變化背景下的歷史責任梳理與碳排放額度分配[2-3]、人文發展進程對碳排放空間需求的理論闡述[4]與定量分析[5]。綜合來看，該階段以理論分析和政策探討為主，而較少借助數量分析方法系統探究中國碳排放的典型特征與內在機理構成。而后，隨著研究的逐步深入，實證分析開始增多，一些學者基于能源消耗對中國碳排放量進行系統測度并分析其時序演變規律、空間分異特征以及內在驅動機理[6-7]。在此基礎上，還有不少學者圍繞碳排放與國民經濟間的關系展開探究。綜合研究表明，經濟增長、貿易開放在一定程度上都會加劇能源消耗與CO2排放[8-9]，但產業結構優化卻能顯著提升碳排放效應[10]。

在系統把握中國碳排放現狀、特點及其與經濟發展的相互關系之后，一些學者開始聚焦于碳減排問題研究。其中，從戰略層面來看，提升能源利用效率、發展清潔能源、優化產業結構、促進工藝創新是實現碳減排與經濟增長“雙贏”的關鍵[11-12]，而在政策的制定上則要做到分類實施、動態調整與協同共治[13]。具體到實踐層面，通過省域碳排放權分配明晰的、差異化的減排責任并輔以特定的補償制度是當前不少學者關注的焦點。不過，實施分配的基本原則卻不盡相同，一些學者基于單一視角，如碳資本存量[14]、代際公平等[15];而其他學者則著眼于相對全面的視角，如方愷等[16]、王勇等[17]都是基于公平性、效率性與可行性等原則圍繞碳排放權的省域分配展開系統研究。與此同時，也有學者圍繞碳減排補償問題展開探討，但主要著眼于碳排放權交易[18]與碳生態補償[19]。

縱覽文獻可知，目前對中國碳排放的研究已相對系統、全面，基本覆蓋了其現狀特征把握、驅動機理探析、碳排放權測度與減排責任分擔等方方面面，所獲取的研究結論能為進一步完善碳問題研究體系提供重要的參考依據。但同時，我們也需正視當前研究所存在的一些不足：一是雖有不少學者圍繞碳排放權省區分配展開了相關研究，但在分配指標的選擇上多聚焦于社會經濟指標，而忽視了林業、農業所具備的生態功能屬性。二是各地區碳排放權確定之后缺少深入探討，尤其未能與碳補償類研究形成有效銜接，由此極大制約了相關成果的現實指導意義。有鑒于此，本文將在重新構建區域分配指標體系的基礎上完成對我國碳排放權的省域分配，而后則以各地碳排放權初始余額作為依據制定碳減排獎懲方案并進行實證檢驗。研究結果能夠為政府更好地踐行綠色發展戰略、優化碳減排路徑提供必要的理論依據與數據支撐。

1?理論探討與分析框架構建

自從全球決定應對氣候變化以來，“低碳生產”已逐步深入人心，并納入許多國家或地區的中長期發展規劃之中，與之相關的研究也由此增多。但稍顯不足的是，現有研究更多地聚焦于碳減排政策的頂層設計或者某項技術（措施）的實際運用，鮮有學者在兼顧碳排放地域公平性的同時將生態補償理論納入總體分析框架之中。事實上，受資源稟賦特征、能源利用結構、社會經濟發展水平、政府重視程度等因素的綜合影響，各地碳排放所處階段也不盡相同。其中，部分地區可能碳排放量較高但經濟產出卻較為一般，從而在一定程度上損害了周邊地區利益;其他地區則可能以較低的碳排放換取了較高的經濟產出，客觀上分擔了周邊地區的超量排放。為此，我們在構思碳減排路徑之前有必要厘清各省級行政區的責任分擔，并從中識別出減排引領與后進地區;而后則基于兩類地區的不同特點施以差異化的激勵機制或者約束手段。具體實施路徑如下：

首先，厘清各地區碳減排的責任分擔。關于碳減排任務的確定，目前以考察碳排放強度（即單位GDP碳排放量）的做法最為常見，讓各地區強度趨于同一水準是該方案所追尋的最終目標。如果僅從經濟角度進行考量，此方案無可厚非;但是，在社會發展進程中經濟只能代表某一個方面，僅以此為依據對碳排放抑或碳減排問題進行考察通常顯得不夠全面。事實上，人口數量、生態環境容量等因素都與一個地區的碳排放量緊密相關。有鑒于此，為了更為準確地刻畫各個地區的碳減排任務，我們摒棄傳統的碳排放強度，而引入碳排放權概念。具體而言，通過區域分配指標體系的構建，賦予各個地區相應的碳排放數量約束，即碳排放權;而后基于碳排放權分配數額并結合現實碳排放數量確定各地區的具體減排任務或目標。

然后，識別碳減排引領地區與后進地區。為了確保減排效率，不同類型地區將會施以差異化的減排策略。為此，在確定完各省份碳排放權的分配數額之后，我們還需判斷哪些地區屬于碳減排引領地區，哪些地區又屬于碳減排后進地區。很顯然，單一依靠碳排放權分配數額或者實際碳排放量進行判斷都不可取。為此，我們提出了“碳排放權初始余額”這一概念，即某地碳排放權分配數額與其實際碳排放量之間的差值。如果差額為正，表明該地碳排放權初始余額處于盈余狀態，客觀上分擔了其他地區的碳排放量，屬于碳減排引領地區;反之，則說明該地碳排放權初始余額處于欠缺狀態，一定程度上損害了其他地區利益，因此屬于碳減排后進地區。

最后，制定碳減排獎懲方案并實證檢驗。在識別出碳減排引領與后進地區之后，接下來便是總體減排方案的構建與完善。在此，我們將生態補償理論引入本研究，擬通過必要的獎懲措施來確保碳減排工作的順利推進。具體而言，減排方案由兩個維度構成：一是碳排放權獎勵制度。該制度適用于碳排放權初始余額處于盈余狀態的地區，實際分析中將盈余額度與碳排放權定價相乘即可計算出各自獎勵金額。二是碳排放權懲罰制度。該制度則適用于碳排放權初始余額呈現欠缺狀態的地區，將其欠缺額度與碳排放權定價相乘即可計算出各自處罰金額。為了保障該減排方案順利實施，生態環境部以及各省（自治區、直轄市）生態環境廳均需設置專門機構予以協調。在完成必要的方法介紹與原始數據處理之后，本文將嘗試以我國30個省級行政區作為研究對象進行實證檢驗。特別地，由于部分乃至全部數據缺失，西藏以及港、澳、臺地區均不在本次研究的考察之列。

2?研究方法與數據來源

2.1?碳排放權區域分配指標體系構建

2.1.1?碳排放權區域分配的綜合指標體系確定

基于已有研究可知，在探討碳排放權區域分配問題時，公平類、效率類指標得到了較為廣泛的應用[15-17]，在此本文也將延續該做法。同時，鑒于碳排放的理論邊界（包含了農業碳排放）得到了一定拓展，因此在指標體系的構建上還兼顧了農業的碳匯屬性，并將其界定為保障類指標。具體指標構成如表1所示。

其中，公平類指標由人口數量和GDP構成，且前者特指社會從業勞動力數量，此時碳排放權的分配均以二者數量的多寡作為依據，即從業人口數量越大或者GDP數值越高，理論上該地區所應分配的碳排放權數量也應越大。效率類指標包含碳生產力和人均GDP，前者指單位碳排放所引起的GDP增加值，現實中一般期望以較少的碳排放量換取盡可能多的經濟產出，對于產出效率更為突出的地區理應予以更多的碳排放權份額;后者相比GDP更能反映一個地區的經濟發展水平，其水平越高，更易以較小的投入獲取較大的產出，因此在碳排放權的分配上也應予以優先考慮。保障類指標包含林木蓄積量和農作物生產情況，二者均擁有較強的碳匯能力，其光合作用能有效吸收大氣中的CO2。實踐中，其數量越大，所表現出的大氣碳凈化能力越強，理應給予更多的碳排放權額度。需要說明的是，考慮到農作物無蓄積量這一統計口徑，故用播種面積近似替代。

2.1.2?基于熵值法確定各指標權重

本文將選用熵值法計算指標權重，該方法是依據各項指標所傳遞出的信息量來確定具體權重，相比德爾菲法、層次分析法等可以更為科學地反映指標信息熵值的效用價值。其計算步驟如下：

2.1.3k-均值聚類分析方法

由于我國幅員遼闊，一些省份雖然在空間層面不相鄰，但在社會經濟等諸多方面卻表現出了一定相似性。對于這些特征相似的地區，納入同一框架體系下進行考察顯然更為科學、合理。有鑒于此，本文嘗試將各方面特點較為接近的省（自治區、直轄市）歸類到同一區組，并確定其總碳排放權。而后，基于各省份在區組內的占比情況確定各自的碳排放權分配額度。具體而言，在計算出30個省份2013—2017年從業勞動力數量、GDP、碳生產力等6項指標年度均值的基礎上，對各自數據進行標準化處理，而后利用k-均值聚類分析方法完成區組劃分工作。

2.2?碳排放權測算及省區分配模型構建

2.2.1?碳排放權測算方法

厘清碳排放權數量的關鍵在于未來碳排放強度下降目標的設定以及國民經濟增速的合理預期。其中，關于減排目標的設定，結合中國政府的減排承諾（2030年單位GDP碳排放量較2005年減少60%～65%），本文以其最高值65%作為參考依據。為此，以2017年的碳排放強度作為基準，即可得到考察期內碳排放強度的年均變化率q：

其中，表示碳排放強度在未來所要達到的下降目標（65%），I2005、I2017、I2030分別代表第2005、2017以及2030年的碳排放強度。

至于經濟增速的設定，需結合中國政府發展目標、整體社會經濟運行態勢以及世界銀行等國際組織對我國經濟發展的未來預期展開綜合預估。其中，國內一些研究機構、專家學者對中國“十四五”乃至之后5年的經濟增速預期總體介于5.0%～6.0%之間，且普遍認為實現6.0%的經濟增長目標壓力較大。同時，統計數據顯示，近5年（2014—2018年）我國GDP的年均增速雖達到了6.60%，但總體呈現波動下降態勢;未來隨著經濟結構的不斷升級其增速可能還會進一步放緩。為此，立足于中國近期GDP增速，并兼顧各方對未來經濟發展態勢的理性預期，形成對下一階段GDP預期增速為5.0%～6.0%的基本假定。而后，結合歷年碳排放強度，即可計算得到中國2017—2030年期間各年的碳排放權數量。

其中，Ct為第t年的碳排放總量，GDP2017表示2017年中國的GDP總量，r表示中國經濟的預期年均增速。在此基礎上，計算得到2017—2030年中國總的碳排放權數量。

2.2.2?區組之間碳排放權分配方法

通過聚類分析可以獲取每一區組的組中心值，但由于不同指標通常無法進行直接比較，所以仍需求解出各個指標的組中心值。計算各指標j下的組中心：

其中，nk表示第k類區組所包含的地區個數。而后，各項指標的權重與其對應的組中心占比相乘即為各個區組的碳排放權分配比重。

2.2.3?區組內部各省區碳排放權分配與初始余額測度方法

參照一般學者[17-18]的做法，區組內部各省區碳排放權的分配將通過碳的影子價格來實現。如此考慮主要是基于碳排放權供給的稀缺性，有限的資源應優先分配給經濟效益突出的地區，即影子價格越高，所給予的碳排放權額度越大。為此，作者將基于2012—2016年的省級面板數據，通過構建基于方向性距離函數的影子價格模型完成對各省區歷年影子價格的測度，并取其平均值。

模型基本假定x∈R.N+為投入要素，即各省區資本與勞動力的實際投入數量;y∈R.M+為期望產出，在此以各省區的GDP數值為準;c∈R.J+為非期望產出，即各省區的CO2排放量。為了限定期望與非期望產出的變動方向與大小，在函數中還需設定方向向量g=（gv，gc）且g∈R.M+×R.J+，具體到本文擬選取g=（1，-1）。基于產出徑向的方向性距離函數可以表示為：

其中，a表示在投入要素不變的情形下期望產出所能增加的最大比重，P（x）表示環境技術支持條件下的所有生產可能性集合。

由環境技術規定的期望與非期望產出的聯合弱可處置性特點可知，在生產可能性集合P（x）內，降低CO2排放會導致GDP的減少。為此，結合二者的變化量可計算得到碳的影子價格，具體公式如下：

其中，py表示期望產出GDP的價格，pc表示非期望產出CO2的影子價格，即減少1個單位CO2排放所導致的GDP削減量。然后，可根據區組內各個地區碳影子價格的不同計算出碳排放權分配比例C，公式為：

確定好分配比例之后，即可根據各區組的碳排放權分配數量完成對30個省份碳排放權數額的最終分配。而后，利用2017年理論碳排放權分配額與各地區該年實際碳排放量相減，所得差值即為各省份碳排放權的初始余額。在此，倘若二者差值為正數，說明該地屬于碳排放權盈余地區;反之則為碳排放權欠缺地區。

2.3?碳排放權定價方法與減排方案實施路徑

2.3.1?碳排放權定價方法

為了更好地發揮激勵作用，實際定價將在“初始價格”的基礎上給予一定比例上浮。其中，初始價格參照各碳排放權交易平臺近幾年的平均成交價格，而浮動空間則視各地區碳排放權的盈余或欠缺程度而定。實踐中，我們將以北京、上海、深圳等6大碳排放權交易所的成交價格作為初始價格設定的依據。由于數據缺失較為嚴重同時也為了避免大的地域重復，在此未將天津、廣東二交易所考慮在內。各個碳排放權交易所的具體成交價格如表2所示。

根據前文所闡述的設定原則，完成碳排放權的最終定價：

其中，Cp、CP·分別表示碳排放權的最終價格和初始價格，γ1為初始價格的上浮程度。x和y分別代表年份和具體碳市場，m和n分別取值為3和6。簡言之，就是將上述6個碳排放權交易所近3年成交價格的平均值作為碳排放權的初始價格，而后在此基礎上給予一定比例的上浮，所得結果即為碳排放權的最終價格。通過測算可知，碳排放權的初始價格為28.42元/t，其浮動比例依據考察期各省份碳排放權的實際盈余或者欠缺程度予以確定，具體實施方案如表3所示。

2.3.2碳減排獎懲方案實施路徑

該項制度如能實施，未來還將面臨相關機構的設立以及獎懲資金的初始來源、籌集與流向等一系列問題。為此，國家層面生態環境部可考慮設置碳排放權交易辦公室，用以協調各省級行政區由于碳排放權獎懲制度的施行所引發的各類獎勵與處罰問題，比如獎勵資金的分配與發放、處罰資金的收取和匯總。各省份生態環境廳設置相應辦公機構，負責本地區碳減排工作的推進與各項獎懲資金的往來處理。資金方面，初始資金主要由國家財政承擔，地方政府應給予一定配套;而隨著制度的逐步施行，資金問題將由各地區生態環境廳統籌協調。若因為獎勵產生了大量盈余資金，可將其投入到當地的生態環境保護中;若因減排不力需繳納大量罰款而自身卻無結余資金，則由當地財政予以解決。

2.4?數據來源與處理

為了保證結果的全面性，碳排放測度將兼顧能源消耗與農業生產雙重視角，相關測算方法及數據來源參照田云、陳池波[20]的相關研究，限于篇幅不做詳盡介紹。不過需要說明的是，碳排放測度將立足于屬地原則，而不考慮電力外送所引發的轉移數量。林木蓄積量、農作物播種面積均從《中國農村統計年鑒》獲取，且以當年實際值為準。從業勞動力數量源自各省份歷年統計年鑒，以實際數值為準;國內生產總值出自《中國統計年鑒》，并基于2005年不變價進行調整。資本投入主要考察歷年的資本存量，具體運用永續盤存法進行估算，相關方法參照文獻[21]的研究，并將2005年作為價格參照年份，估算所需原始數據均出自各省份的統計年鑒。

3?結果分析

3.1?權重確定及省域聚類分組

基于所測算的歷年碳排放量以及相關基礎數據的收集與整理，利用熵值法確定各指標的具體權重。結果顯示，林木蓄積量所占權重最大，為36.52%;農業播種面積居于第三位，為15.39%;二類指標累計占比達到了51.91%，由此反映出保障類指標在實施碳排放權分配時扮演著最為重要的角色。GDP和人口數量所占權重分別為16.33%和12.55%，二者累計占比為28.88%，表明公平類指標也極大影響了碳排放權的區域分配。相比較而言，效率類指標發揮作用略小，碳生產力與人均GDP所占權重分別為13.03%和6.18%。與此同時，基于k-均值聚類分析，可將我國30個省份劃分為4個區組。其中，第Ⅰ區組包含北京、天津、上海、浙江等4地;第Ⅱ區組包含河北、江蘇、安徽、山東、河南、湖北、湖南、廣東等8地;第Ⅲ區組包含山西、遼寧、福建、江西、廣西、海南、重慶、貴州、陜西、甘肅、青海、寧夏以及新疆等13地;第Ⅳ區組包含內蒙古、吉林、黑龍江、四川、云南等5地。

3.2?碳排放權省域分配方案

首先，核算我國2017—2030年總的碳排放權。鑒于對該階段我國GDP平均增速的預期介于5.00%～6.00%這一現實背景，可以嘗試考察5.00%、5.50%以及6.00%等三種不同情形下的碳排放權總量。核算結果表明，以上三類增速所對應的碳排放權總量依次為2 119.375億t、2 189.664 億t和2 262.756 億t。同時，利用公式（9）分別求出人口數量、GDP、碳生產力等6個指標的組中心，而后將各項指標權重與其對應的組中心占比相乘即可得到第Ⅰ、第Ⅱ、第Ⅲ和第Ⅳ區組的分配占比依次為16.80%、26.92%、14.14%和42.14%。其次，利用方向性距離函數測算30個省區碳排放的影子價格，發現江西最高，其減少1t CO2排放會導致4 703.24元的經濟損失;廣西、湖北、河南和江蘇依次排在2～5位;與此對應，寧夏碳排放的影子價格最低，僅為810.65元/t，湖南、山西、山東和新疆依次排在倒數2～5位。影子價格越高，意味著減排成本越大，其中江蘇主要源于自身經濟發展水平較高，且單位產出所引發的碳排放量相對較小，實施碳減排必然承受相對較高的經濟代價;而江西、河南、湖北、廣西4地雖自身經濟規模達到了一定水準但發展程度較為一般，加之對高耗能源依賴程度較大且自身工藝水平并無優勢，使得各自減排難度較大，實施碳減排必將面臨較高經濟損失。最后，基于各地區碳的影子價格差異完成對各省級行政區碳排放權的分配。為了節約篇幅，本研究將重點探討最理想情形（即GDP增速為6.00%）下各省區2017—2030年總的碳排放權分配情況，具體結果見表4。

由表4不難發現，2017—2030年期間我國30個省份的碳排放權分配懸殊，其中以云南配額最高，高達228.969億t，占該階段全國總碳排放權的10.12%;吉林、四川緊隨其后分列二、三位，其份額占比也達到了9.77%和9.75%;排在4～10位的地區依次是黑龍江、北京、浙江、湖北、河南、江蘇和內蒙古。上述10省份碳排放權的累計配額占比高達67.15%，合理的能源利用結構、豐富的森林資源、充裕的勞動力供給以及極具規模的農業生產確保了其中多數地區的高碳排放權分配，而京、浙、蘇等地除了這些原因之外，一定程度上還得益于自身經濟發展水平較高。碳排放權配額最少的地區是寧夏，占比僅為0.35%;山西、新疆、貴州、福建等省份依次排在倒數2～5位。這些地區或受制于人口規模與經濟體量有限、或歸結于社會經濟發展水平相對滯后、或源于能源利用結構不甚合理，導致所獲取的碳排放權配額數量較少。

3.3?碳減排獎懲金額的省域比較

在厘清各省份碳排放權初始余額并明晰各自最終定價的基礎上，將二者相乘即可得到各地區的獎勵或者處罰金額，如表5所示。

（1）碳排放權獎勵金額省域比較。基于各地區2017年碳排放權初始余額實際盈余程度的不同，使得其獎勵定價由高到低形成了31.83元/t、30.98元/t和29.27元/t等 3個檔次。結果顯示，有13個地區可以享受碳排放權盈余所應給予的獎勵，累計金額高達1 788.34億元。具體到各個地區，云南以明顯優勢占據榜首位置，其所能獲取的獎勵金額高達356.27億元;吉林、四川緊隨其后依次排在二、三位，其獎勵金額也均超過了300億元，分別為335.36億元和305.73億元;黑龍江、北京依次排在四、五位，其碳排放權獎勵金額分別為228.73億元和226.98億元。

與此對應，河南所獲獎勵最少，僅為1.43億元;安徽和青海則依次排在倒數二、三位，其獎勵金額分別為5.59億元和36.99億元。綜合來看，雖然不少地區享受到了碳排放權盈余所帶來的利好，但內部兩極分化極為嚴重，云南、吉林、四川、黑龍江、北京等5省份的獎勵之和占到了總獎勵金額的81.25%。

（2）碳排放權處罰金額省域比較。基于各地區2017年碳排放權初始余額實際欠缺程度的不同，致使其處罰定價由高到低也形成了32.68元/t、31.26元/t和29.84元/t等3個檔次。分析表明，多達17個地區因為碳排放權處于欠缺狀態而需受到一定處罰，累計處罰金額高達1 829.13億元。具體到各地區，山東所面臨的壓力最大，按照現行標準需支付罰金408.70億元;山西居于第二位，其處罰金額也達到了274.38億元;遼寧、新疆、河北依次排在3～5位，其處罰金額分別為183.27億元、157.62億元和154.41億元。與此對應，江西所需繳納的罰金最低，僅為1.19億元，重慶和廣西則依次排在倒數二、三位，其處罰金額分別為4.00億元和8.00億元。總體而言，17個地區的受罰金額也存在較為明顯的兩極分化現象，但分化程度要略微好于碳排放權獎勵。

4?結論與啟示

本文通過構建碳排放權區域分配模型實現了碳排放權的省區分配，在此基礎上以各地碳排放權初始余額作為依據構建了碳減排獎懲方案并進行了實證檢驗。主要結論如下：

（1）2017—2030年期間，我國30個省份碳排放權分配差異較大，其中云南配額最高，達到了228.969億t，占該階段全國總碳排放權的10.12%;吉林、四川、黑龍江、北京、浙江、湖北、河南、江蘇和內蒙古依次排在2～10位;通過加總可知，上述10省份碳排放權的累計配額占比高達67.15%。與此對應，碳排放權配額最少的地區是寧夏，占比僅為0.35%;山西、新疆、貴州、福建等省份依次排在倒數2～5位。

（2）有13個地區可以享受碳排放權盈余所應給予的獎勵，累計金額高達1 788.34億元，其中云南以明顯優勢占據榜首，所獲獎勵金額高達356.27億元;而最低的河南僅為1.43億元。總體來看，區域間存在較為明顯的兩極分化，云南、吉林、四川、黑龍江、北京5省份占到了總獎勵金額的81.25%。與此對應，其他17個地區則因為碳排放權處于欠缺狀態而受到一定處罰，累計罰金高達1 829.13億元，其中山東面臨的壓力最大，需支付罰金408.70億元;而最低的江西則為1.19億元。這些地區也存在兩極分化現象，但分化程度略好于碳排放權獎勵。

與以往研究[16-19]相比，本文最大的貢獻在于將排放權分配與碳減排補償納入到了同一分析框架體系，并且創造性地構建了一套獎懲結合的制度模式。雖然從細節來看研究仍存在一定不足，但本文的初衷是探索出一條有助于碳減排工作推進的新型路徑，更為強調減排方案與實施路徑的理論剖析，而實證研究僅作為輔助，因此不必太在意獎懲金額的核算結果。當前我國的城鎮化建設和經濟發展方式均處于關鍵轉型期[22]，為了能讓該方案早日付諸實踐，可考慮從以下幾方面著手：一是強化宏觀引導與頂層設計，進一步明確實踐路徑并規定完成時限。政府部門應逐步完善碳減排獎懲方案運行的政策保障體系與制度約束框架，厘清各個階段的具體任務并嚴格明晰時間節點。二是建立健全相關的法律法規，做到有法可依。截至目前與碳減排獎懲方案相關的法律條文極為缺乏，為此有必要強化法律法規建設，確保工作開展中有法可依。三是加大財政金融支持力度，提供充足的經費保障。一方面，中央財政通過轉移支付提供碳減排方案首次運轉所需資金;另一方面，對減排后進地區給予必要的金融扶持，如提供無息貸款、健全風險補償機制等。

參考文獻

[1]SATHAYE J， MONAHAN P， SANSTAD A. Costs of reducing carbon emissions from the energy sector： a comparison of China， India， and Brazil[J]. Ambio，1996，25（4）：262-266.

[2]陳文穎，吳宗鑫.氣候變化的歷史責任與碳排放限額分配[J].中國環境科學，1998（6）：2-6.

[3]ZHANG Z X. Decoupling Chinas carbon emissions increase from economic growth： an economic analysis and policy implications[J]. World development，2000， 28（4）：739-752.

[4]潘家華.發展分析的概念構架與經驗數據：以對碳排放空間的需求為例[J].中國社會科學，2002（6）：15-25，204.

[5]蔣金荷，姚愉芳.人文發展潛力與碳排放需求空間的定量分析[J].數量經濟技術經濟研究， 2003（11）：78-83.

[6]徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析：1995—2004[J].中國人口·資源與環境，2006，16（6）：158-161.

[7]王鋒，吳麗華，楊超.中國經濟發展中碳排放增長的驅動因素研究[J].經濟研究， 2010， 45（2）：123-136.

[8]CHANG C C. A Multivariate causality test of carbon dioxide emissions， energy consumption and economic growth in China[J]. Applied energy，2010， 87（11）：3533-3537.

[9]LI F， DONG S C， LI X， et al. Energy consumption-economic growth relationship and carbon dioxide emissions in China[J]. Energy policy，2011， 39（2）：568-574.

[10]李鍇，齊紹洲.貿易開放、經濟增長與中國二氧化碳排放[J].經濟研究，2011，46（11）：60-72，102.

[11]林伯強，孫傳旺.如何在保障中國經濟增長前提下完成碳減排目標[J].中國社會科學， 2011（1）：64-76，221.

[12]涂正革.中國的碳減排路徑與戰略選擇：基于八大行業部門碳排放量的指數分解分析[J].中國社會科學，2012（3）：78-94， 206-207.

[13]姚曄，夏炎，范英，等.基于環境生產技術效率的中國2030年區域減排目標路徑研究[J].地理學報，2013，68（10）：1418-1431.

[14]李鋼，廖建輝.基于碳資本存量的碳排放權分配方案[J].中國社會科學，2015（7）：66-81.

[15]王慧慧，劉恒辰，何霄嘉，等.基于代際公平的碳排放權分配研究[J].中國環境科學，2016，36（6）：1895-1904.

[16]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.

[17]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.

[18]張成，史丹，李鵬飛.中國實施省際碳排放權交易的潛在成效[J].財貿經濟，2017，38（2）：93-108.

[19]袁凱華，張苗，甘臣林，等.基于碳減排目標的省域碳生態補償研究[J].長江流域資源與環境，2019，28（1）：21-29.

[20]田云，陳池波.中國碳減排成效評估、后進地區識別與路徑優化[J].經濟管理，2019（6）：23-37.

[21]單豪杰.中國資本存量K的在估算：1952—2006年[J].數量經濟與技術經濟研究，2008（10）：17-31.

[22]朱莊瑞，藏波.房地產市場促進城鎮化建設的作用機理與協調發展研究[J].中國人口·資源與環境，2016，26（9）：116-122.