碳排放福利績效及其影響因素研究：基于G20 數據

劉國平

（1.上海立信會計金融學院，上海 201620；2.同濟大學上海指數研究院，上海 200092）

隨著全球氣候危機日益嚴峻，促進低碳發展已成為世界各國和地區共識。低碳發展的本質要求是要在碳排放空間剛性約束下創造盡可能多的經濟社會福祉，實現可持續繁榮。由此引申出的關鍵科學問題是碳排放績效及其影響因素是什么？為探索這一問題，本文依照1990 年代崛起的生態經濟學理論，擬從生態福利績效（wellbeing performance of ecological input，WPEI）視角［1］，嘗試構建以福利提升為導向的碳排放績效指標及其影響因素模型，并在此基礎上進行實證分析，為中國未來低碳發展提供理論借鏡與實證支撐。

1 文獻回顧

在低碳經濟研究文獻中，學者們主要采用碳生產率、碳強度、能源生產率、能源強度等指標與方法來測度碳排放績效，其中以碳生產率研究最為流行。碳生產率分為單要素碳生產率和全要素碳生產率。單要素碳生產率是指在一定時期內經濟產出與二氧化碳排放量之比，反映了單位二氧化碳排放所產生的經濟效益。全要素碳生產率的研究思路是基于多投入多產出的視角測量不同個體的相對效率，通常的做法是分別將經濟增長和二氧化碳排放作為意愿產出和非意愿產出，而將勞動、資本、能源作為投入，考察各單元的投入產出效率。

需要指出的是，有關碳生產率的研究將經濟性福利等同于總體福利，忽略了非經濟性福利，有悖于可持續發展的宗旨。有鑒于此，部分學者基于生態經濟學理論，嘗試從生態福利績效的視角構建以提升經濟社會總體福利產出為導向的能源與碳排放績效指標與模型，如能源福利績效、碳排放福利績效等。生態福利績效是指單位生態投入所帶來的經濟會社會福利產出。從數值上來看，生態福利績效則等于經濟社會福利產出與生態消耗之比。援引生態福利績效的概念內涵，能源福利績效便可定義為單位能源消費所帶來的經濟社會福利產出，其指標數值為福利與能源消耗之比。Jorgenson 等［2］構建了一個福利能源強度指標（EIWB），其數值等于人均能源消費指數與預期壽命指數之比（與能源福利績效之間呈倒數關系）。在此基礎上運用縱向分析技術分析了12 個中、東歐國家1992—2010 年民主化水平、健康衛生支出的地區生產總值占比、不平等程度、制造業的地區生產總值占比、出口依存度對福利能源強度的影響。研究發現：民主化水平、健康衛生支出的地區生產總值占比與福利能源強度呈負相關關系；不平等程度、制造業的地區生產總值占比、出口依存度與福利能源強度之間為正相關關系。表明提升民主化水平與健康衛生支出可以降低福利能源強度。而增加不平等程度、制造業的地區生產總值占比和出口依存度將推高福利能源強度。Sweidan 等［3］通過對海灣阿拉伯國家合作委員會成員國1995—2012 年健康衛生支出、出口依存度、民主化水平對福利能源強度的影響，發現健康衛生支出、民主化水平與福利能源強度之間為正相關關系。出口依存度與福利能源強度之間為負相關關系。由此可見，對不同樣本不同時間段進行分析所得出來的結果也不同。劉國平［4］從生態福利績效視角，構建了一個能源福利績效指標，通過LMDI 因素分解模型將能源福利績效變化總效應分解為技術效應與服務效應，在此基礎上對G20 國家1990—2013 年的績效及其效應貢獻進行了實證分析。

依照生態福利績效的內涵，碳排放福利績效表示單位碳排放所帶來的經濟社會福利產出，其數值等于福利與碳排放之比。劉國平等［5］用人類發展指數與碳排放之比來測度碳排放福利績效，通過LMDI因素分解模型將碳排放福利績效總效應分解為技術效應與服務效應，在此基礎上對G20 國家1990—2007 年的績效及其效應貢獻進行了比較分析。彭鵑等［6］將碳排放福利績效分解成可持續發展績效與能源排放比率的乘積，將碳排放福利績效總效應表示成可持續發展效應和能源排放效應之和。胡劍波等［7］構建了中國碳排放福利績效模型，剖析了1997—2014 年中國東部、中部和西部三大區域的碳排放福利績效區域差異及貢獻度。實證結果表明：除貴州碳排放福利績效總體呈增長趨勢外，其余省份都呈下降趨勢。中國碳排放福利績效總差異主要來源于區域內差異，其中東部地區的內部差異最大。王壘等［8］基于1990—2014 年中國省級動態面板數據，分析了地方政府行為對碳排放福利績效的影響。結果表明：政府間競爭導致區域環境質量惡化的同時兼顧地區福利水平提高，對地區福利的促進效應大于對碳排放的影響效應，有助于推動碳福利績效提升。

2 研究方法與數據

2.1 碳排放福利績效指標構建

按照生態經濟學理論，生態福利績效是指單位生態資本投入所帶來的經濟社會福利產出。生態福利績效從數值上等于福利水平與生態資本投入之比，嚴格援引生態福利績效的定義方式，碳排放福利績效（wellbeing performance of carbon emissions，WPCE）指單位碳排放所帶來的經濟社會福利產出，其數值等于福利水平與碳排放之比，如式（1）所示：

根據式（1）可知，確定福利和碳排放指標的具體形式是測度碳排放福利績效的關鍵。當前國內外研究文獻中，一般將福利劃分為主觀福利和客觀福利兩大類。主觀福利研究通常也被稱為幸福研究，主要是通過調查提問方式，設定若干選項，并給各選項賦予不同的分值，測量人們對生活的滿意度。主觀福利研究比較適合考察某項政策實施的民意效果或對某項制度的喜好程度等。其較明顯的局限在于，主觀感受因人而異，即使是同一個人的主觀感受也會因時因地而異，導致評價分值容易出現波動，從而影響研究結論的穩健性。客觀福利研究主要采取兩種途徑對福利進行測度：一種途徑是在GDP/GNP 指標的基礎上加以改進以衡量福利水平。這些改進指標主要有：綠色地區生產總值（Green GDP，GGDP）、經濟福利指標（measured economic welfare，MEW）、可持續性經濟福利指標（index of sustainable economic welfare，ISEW）、真實進步指標（genuine progress indicator，GPI）等，此類指標以市場估價和貨幣計量的方式，在GDP/GNP 指標的基礎上增添或刪除一些影響福利的項目，本質上仍未脫離以經濟增長為導向的評價思維；另一種途徑則是從可行能力的視角衡量經濟社會發展水平，相應的變量指標名稱為人類發展指數（human development index，HDI）。自1990 年起，聯合國開發計劃署（The United Nations Development Programme，UNDP）每年發布一份全球人類發展報告，在報告中公布各國人類發展指數，人類發展指數由收入、預期壽命、教育3 個分項指數構成。在有關客觀福利的研究文獻中，采用人類發展指數作為福利測度指標的做法較為多見。人類發展指數的不足之處在于，其分項指標中包含了收入指數，仍然難以避免GDP/GNP 及其改進指標所存在的問題。此外，收入很可能與教育和壽命存在相互因果關聯。將3個指標放置于同一層面上加以算術平均或幾何平均易導致原因與結果相混淆。本文秉持人類發展關鍵在于提升可行能力的理念，嘗試對人類發展指數進行改進和優化，將其3 個分項指標中的收入指數刪除，保留教育指數和預期壽命指數。通過這種方式，可以與GDP/GNP 及其改進指標明顯區分開來，同時也有效地降低了分項指標之間的內生性。更為重要的是，文化教育水平和預期壽命長短實際上在很大程度上表征了身體和靈魂的韌度，身體和文化素質是人類福利的本質內涵所在。將教育指數和預期壽命指數這兩個分項指數合成為福利指數還有兩大優點：首先，作為計算教育指數基礎的平均受教育年限和預期受教育年限以及作為計算壽命指數基礎的人均預期壽命，都是以年為單位，以時間尺度作為測量單位相比用貨幣進行計量更為公平透明，有效避免了通貨膨脹和通貨緊縮以及升值貶值等運用貨幣計價所可能帶來的不確定性影響；其次是數據可得性強，各國和地區教育數據和預期壽命數據比較完備，便于開展學術和政策研究。

按照聯合國開發計劃署人類發展指數的設定方法，本文的福利指數（wellbeing index，WI）由預期壽命指數（life expectancy index，LEI）和教育指數（education index，EI）兩項分指數合成。教育指數等于預期受教育年限指數（expected years of schooling index，EYSI）與平均受教育年限指數（mean years of schooling index，MYSI）的算術平均值。各項指數都需要做標準化處理，處理的原則為：標準化指數值=（實際值-最小值）/（最大值-最小值）。合成后的福利指標的表現形式為福利指數（wellbeing index，WI），其數值等于教育指數與預期壽命指數的幾何平均值。福利指數及其分指數的具體計算方法如式（2）：

關于碳排放指標的確立，主要有兩個方面的基準需要加以考慮：一是歷史累計排放與年度排放；二是年度排放總量和人均排放量。理論上而言，以歷史累計排放量來分攤責任更能彰顯公平合理性。但按這樣的標準來分配減排責任不具有可操作性，首先是歷史累計排放起始時點的確定存在爭議；其次是隨著歷史的變遷，各國的管轄范圍、人員構成乃至政治制度都發生了諸多變化，要有效厘清各自的責任實屬不易；再者，碳排放對氣候的影響會因其在大氣中存留時間的延長而產生衰減效應，衰減模型的建立有相當大的難度。若按照歷史累計排放來確定責任分擔額度，很可能會導致互相推諉，最終釀成公地悲劇。相對來講，年度排放總量和人均排放量的確定比較容易，而人均指標比總量指標更符合公平正義的本質屬性，人際公平是國際公平和區際公平的基石。有鑒于此，采用年度人均碳排放量（carbon emissions per capita，CEPC）作為構建碳排放指標的基礎更具現實意義和可操作性。由于福利和經濟增長指標都是無量綱的指數形式，因此有必要按同樣的方法對碳排放指標進行標準化處理，形成無量綱的碳排放指數（carbon emissions index，CEI）1）。

碳排放指數的構造公式（3）為：

將變量標準化后，得到最終的以指數形式呈現的碳排放福利績效計算公式（4）：

2.2 碳排放福利績效影響因素模型

本文擬建立面板數據模型對碳排放福利績效影響因素進行分析。面板數據模型既能夠分析截面關系又能夠分析時間序列關系，比截面數據模型和時間序列模型的分析更為深入。根據已往的研究成果，選擇城市化率、能源消費結構、政府規模、外貿依存度、產業結構作為解釋變量，計量模型如下所示：

首先，財政、審計、教育管理部門作為學校管理的監督者和引導者，應對中小學財務管理有關的內部控制提出明確的要求，例如，地方財政局可以隨時檢查各個學校財務內部控制的落實情況，對財務管理有關的內部控制存在嚴重缺陷的學校提出相應的改進措施，以此引起中小學管理人員對財務管理內部控制的重視，進而加強學校財務管理相關的內控意識。

2.2.1 城市化率（URB）

城市化率有時也稱城鎮化率，其數值為城鎮人口數與總人口數之比。城市聚集了較多的生產者、中間商與消費者，各經濟主體之間在信息、技術、人才、組織模式等各方面都能得到更加有效地學習與溝通。城市競爭市場的發育，有利于促進彼此優化產品質量與消費結構。此外，人口的高密度降低了公共基礎設施的單位成本，提升了投入產出效率與資源生產率。雖然城市化有時會伴隨一些問題，如貧民窟、環境污染、犯罪等。但總體來看，多數學者認為城市化發展有利于提高城市和區域競爭力。

2.2.2 政府規模（GOS）

政府規模用一般政府最終消費支出總額與地區生產總值的比值來表示，反映政府的治理能力。一般政府最終消費支出是指所有用于購買商品和服務的政府當期支出（含雇員報酬）。它包括國防和安全方面的大部分支出，但屬于政府資本形成那部分政府軍事支出不在其中。政府的主要功能在于生產、提供或者安排公共物品，以防止或減少因市場失靈所帶來的社會福利損失。一般情況下，政府支出增加意味著可以提供更多更好的基本公共服務。但Davies［9］、諸大建等［10］、劉國平等［11］學者指出，政府規模并非越大越好，而是有一個適度區間，即政府規模存在治理門檻。綜合考慮，本文將政府規模的一次項與二次項同時列入解釋變量。如果二次項系數為負，政府規模與碳排放福利績效之間為倒“U”型曲線關系，可以支持治理門檻假設。

2.2.3 外貿依存度（TRD）

外貿依存度指進出口總額占地區生產總值的比重。對外貿易本質上是資源在國際的配置，生產要素、產品和服務在各國或地區自由流動，互通有無，各取所需，以期增加彼此的福利水平。但是另一方面，進出口貿易會對生態環境造成影響。

2.2.4 能源消費結構（ENS）

能源消費結構（ENS）指經濟系統所消費的各種能源數量在能源消費總量中的占比，或換而言之，指各種能源消費數量的比例關系。本文用可再生能源終端消費量占終端能源消費總量之比來表征能源消費結構。如果說能源強度測量的是經濟系統中間環節的投入產出轉換效率，那么能源消費結構則表示經濟系統輸入端的基礎技術水平。

2.2.5 產業結構（INS）

產業結構用服務業增加值占地區生產總值之比表征。從世界各國發展經驗來看，服務業占比與經濟社會發展水平呈正相關關系。服務業的發展，尤其是高端服務業的發展，有利于降低農業工業的生產和交易成本，同時減少生態資源消耗與環境污染。另一方面，又可以更好地滿足顧客多樣化的需求，提高滿意度。

2.3 研究樣本與數據來源說明

本文擬對二十國集團（Group 20，G20）成員國的碳排放福利績效及其影響因素進行分析。選擇G20 作為研究樣本的理由在于該集團覆蓋面廣，代表性強。目前G20 人口占全球的67%，國土面積占全球的60%，國內生產總值占全球的90%，貿易額占全球的80%，年度碳排放總量占全球的84%。從地域范圍來看，G20 成員國遍布于歐洲、亞洲、北美洲、南美洲、大洋洲、非洲六大洲；從成員國發展階段來看，G20 兼含發達國家與發展中國家。G20對于促進全球經濟發展、控制氣候變化、推動全球治理具有舉足輕重的作用，選取G20 國家作為國別比較樣本，既減輕了因研究個體過多而導致的泛泛而談，也比較有效地控制了由于樣本容量太少而帶來的以偏概全。本文各變量數據從聯合國開發計劃署網站數據庫和世界銀行WDI 數據庫獲取。由于1990 年為公認的全球減排責任起始年，WDI 數據庫中碳排放數據最近截止年份為2018 年，為保證數據的時間匹配性，樣本時間段確定為1990—2018 年。

3 實證分析

3.1 G20 國家碳排放福利績效對比分析

根據公式（4）計算得到G20 各國歷年的碳排放福利績效。表1 顯示，2018 年績效排前五位的國家是英國（1.307）、法國（1.269）、阿根廷（1.256）、巴西（1.248）德國（1.247）。1990—2018 年歷年績效均值排前五位的國家是法國（1.178）、阿根廷（1.164）、英國（1.159）、澳大利亞（1.146）、德國（1.139）。兩項排名中，英國、法國、阿根廷、德國四國都位居前五，績效優越性相對比較穩固。英法兩國2018 年人均碳排放分別為5.4 t 和4.6 t，雖然低于G20 各國平均水平（8.0t），但是已超過世界人均水平（4.5 t）。福利指數分別高達0.929和0.883。2018 年阿根廷人均碳排放為4.0 t，福利指數為0.856，以較低的資源環境代價取得了高水平的福利績效，是典型的可持續發展國家。需要特別指出的是，雖然澳大利亞的碳排放福利績效較高，但是其歷年的人均碳排放都在15 t 以上，不僅遠遠高于世界平均水平，也高于絕大多數發達國家。2018 年澳大利亞的福利指數在G20 國家中是最高的，然而用高額資源環境代價換取高水平福利績效的模式，偏離了可持續發展的本質要求，并不值得推崇，在碳排放空間極為有限的情況下，如此高的碳排放是人類不可承受之重。

表1 1990—2018 年G20 成員國碳排放福利績效

2018 年碳排放福利績效排后五位的國家是印度（1.081）、俄羅斯（1.046）、中國（0.015）、沙特阿拉伯（0.008）、南非（0.938）。1990—2018 年歷年績效均值排后五位的國家是土耳其（0.970）、中國（0.964）、俄羅斯（0.943）、沙特阿拉伯（0.883）、南非（0.837）。兩項排名中，中國、沙特阿拉伯、俄羅斯、南非四國都位居后五，表明其低碳競爭核心能力處于劣勢，其中南非的境況最為不利。2018年南非的人均碳排放為7.5 t，是世界人均水平的1.7倍，而福利指數只有0.698，較高的資源環境代價所換取到的是較低的福利績效，是典型的不可持續國家。沙特阿拉伯和俄羅斯的碳排放福利績效雖然高于南非，但兩國人均碳排放都非常高，2018 年沙特阿拉伯人均碳排放高達15.3 t。中國2018 年碳排放福利績效和1990—2018 年歷年績效均值在G20 國家中分別排名倒數第三和倒數第四名，低碳競爭力亟待提高。

從碳排放福利績效增量來看，G20 成員國中改進幅度排前五位的國家是英國、土耳其、德國、意大利、巴西（如圖1 所示）。雖然從20 世紀90 年代起氣候變化與能源環境便已成為世界各國的重要議題，但真正將低碳經濟發展提升為國家戰略的首倡者則是英國。2003 年英國政府發表以《我們能源的未來——創建低碳經濟》為題的能源白皮書，掀起了低碳經濟革命。1990—2018 年英國人均碳排放由9.7 t 下降至5.4 t，碳排放總量由5.6 億t 降至3.6億t。預期受教育年限由13.7 年提高至17.4 年，平均受教育年限從7.9 年增加至13.0 年，出生時預期壽命由75.7 歲上升至81.2 歲。由此導致碳排放指數從0.769 降低至0.711，福利指數由0.743 提升至0.929，碳排放福利績效從0.966 提升至1.307，增量高達0.341，實現了福利與碳排放的絕對脫鉤發展。1990—2018 年土耳其人均碳排放由2.6 t 上升至5.0 t，其碳排放福利績效的改善主要得益于福利水平的提升，預期受教育年限由8.9 年提高至16.4年，平均受教育年限從4.5 年增加至7.7 年，預期壽命由64.3 歲上升至77.4 歲，福利指數由0.520 提升至0.793。以較小的碳排放增量獲得了較大的福利提升，實現了福利與碳排放的相對脫鉤發展。德國向來是先進思想和技術的發源地和傳播地，可持續發展理念早已深入人心。政府、企業、社會齊心協力，已形成自上而下和自下而上的良性互動。在可持續性學術科研方面，德國最具盛名的是伍珀塔爾研究所（Wuppertal Institute），該研究所成立于1991 年，主要致力于研究和構建面向地方、國家以及國際層面的可持續發展模型、戰略和工具。側重于資源、氣候和能源相關的挑戰及其與經濟和社會的關系，不斷推進經濟社會發展與自然資源消耗脫鉤創新。1990—2018 年德國人均碳排放從12.0 t 下降到8.6 t，碳排放總量由9.6 億t 減少至7.1 億 t。碳排放指數由0.790下降至0.756，福利指數由0.769提高到0.943。意大利同樣是在碳排放減少的情況下使福利水平得到了提高。巴西與土耳其的共同點是以較小的碳排放增量獲得了較大的福利提升，實現了福利與碳排放的相對脫鉤發展。值得注意的是，2018 年人均碳排放為2.0 t，不到世界人均碳排量的一半，可見巴西還有較大的碳排放空間，有望在低于世界人均碳排水平的條件下，獲得高水平福利產出，實現經濟社會可持續發展。

圖1 1990—2018 年G20 國家碳排放福利績效增量

碳排放福利績效增量排最后五位的國家是南非、韓國、中國、美國、加拿大，其中美國1990—2018年的人均碳排放由19.4 噸降至15.2 t，福利指數0.843提升到0.903。雖然符合絕對脫鉤發展的標準，但在此需要特別審慎考慮的是，美國的人均碳排放遠高于世界均值，大多數年份人均碳排放都在20 t 左右，2000 年時甚至達到20.5 t。如果其他國家效仿這種高碳排模式，全球發展將面臨巨大災難。2018 年加拿大和韓國的人均碳排放分別為15.5 t 和12.2 t，同樣需要大幅減排。1990—2018 年南非的人均碳排放由6.7 t 提高到7.5 t，福利指數從0.588 上升到0.698。目前南非的發展現狀是以高于世界人均碳排放均值3.0 噸的代價獲取相對低水平的國民福祉。1990—2018 年間，中國經濟社會福利突飛猛進，成就斐然。預期受教育年限由8.8 年提高至13.9 年，平均受教育年限從4.8 年增加至7.9 年，出生時預期壽命由69.3歲上升至76.7歲，福利指數由0.554提升至0.753。但是另一方面也應該看到，2018 年中國人均碳排放為7.4 t，是1990 年的3.8 倍，比世界均值高出2.9 t。必須及時遏止這種碳排放快速增長的趨勢，否則于內難以完成經濟社會向可持續發展轉型，于外將面臨更多輿論及談判壓力。

3.2 碳排放福利績效影響因素分析

根據模型（5）和G20 數據，首先進行混合回歸估計。從表2 中的回歸結果可以發現，混合回歸模型所有參數值的t統計量在5%的檢驗水平上都是顯著的，但是混合回歸模型的擬合優度比較低，可決系數值為0.430，調整后的可決系數為0.424。此外，DW 統計量非常小，只有0.036，意味著混合回歸模型很可能存在設定偏誤，有必要改進回歸模型。

表2 混合模型的估計結果

考慮到樣本數據截面較多、時間跨度較長，可能存在截面異方差和同期相關，本文嘗試使用截面加權的SUR（seemingly unrelated regression）估計法，進行廣義最小二乘回歸（GLS），回歸估計結果如表3 所示。從中可以看到，模型質量產生了實質性的提升，常數項和所有解釋變量的系數都是高度顯著的，擬合優度超過0.99，DW 統計量值為1.72。回歸估計結果的特征顯示，采用SUR 方法加權后的固定效應變截距模型對樣本數據進行估計是比較適宜的。

表3 固定效應變截距模型GLS 估計結果

回歸估計結果表（3）顯示，城市化發展對碳排放福利績效具有正向的推進作用，這主要得益于城市規模效應和集聚效應的發揮。由于城市聚集了較多的人口，人口密度的增加可以催生更多的消費需求，而更多的消費需求又會拉動投資需求和產品供給，激發經濟發展活力。此外，城市基礎設施和服務的共享，使資源得到更為集約地利用，有利于控制人均資源消耗和人均環境污染，降低碳排放。政府規模的一次項與碳排放福利績效呈正相關關系，平方項與碳排放福利績效呈負相關關系，即政府規模與碳排放福利績效呈倒“U”型曲線關系，支持了治理門檻假說。表明隨著政府規模的擴大，其對碳排放福利績效的邊際貢獻將呈現遞減趨勢。可見政府規模并不是越大越好，也并非越小越好，而是要根據各國或地區的實際情況做出適切地調整。外貿依存度的回歸系數正值，表明樣本期間G20 國家對外貿易的發展提升了碳排放福利績效。有必要指出的是，美國著名生態經濟學家戴利［12］主張在地化貿易，并不是要反對國際貿易，其核心思想是希望減少生態足跡和生態包袱。在產品同質和成本相同前提下，能在當地解決的問題，就不要擴散至外地。能在國內解決的問題，就不要延伸至國外。不同地域間人力、物力、財力和信息的運送都需要有生態資本作為支撐。可再生能源在能源消費總量中的占比與碳排放福利績效應該呈正相關關系。可再生能源的發展一方面有利于促進經濟社會發展低碳化，另一方面則能催生更高水平的科技與文明，“一石二鳥”地提高碳排放福利績效。服務產業增加值占比與碳排放福利績效之間為正相關關系。產業結構的變遷能夠反映一國或地區經濟社會的發育程度。收入彈性理論認為，隨著收入的增加，食物等生活必需品消費的增加非常有限。而工業又通常具有大規模標準化生產的特征，很難滿足現時代消費者多樣化、個性化的需求，服務業的發展恰好可以彌補此項不足，既可以利用規模經濟提供基本公共服務，又可以通過定制化模式增強服務產品差異化程度。此外，就業是民生的重要方面，而服務業的就業彈性2）在三次產業中是最高的。再者，服務業的能源和碳排放強度相對較低。因此產業結構從以農業為主導轉向以工業為主導，進而轉向以服務業為主導，既是收入增加的過程，也是資源節約的過程，同時還是民生福祉提高的過程。

4 主要結論與政策啟示

本文從生態經濟學理論中生態福利績效的視角，構建了碳排放福利績效指標及其影響因素面板計量模型，在此基礎上對G20 國家1990—2018 年的碳排放福利績效進行了國別比較和影響因素實證估計分析。結果顯示：（1）2018 年英國、法國、阿根廷、巴西、德國的碳排放福利績效較高，1990—2018 年間英國、土耳其、德國、意大利以及巴西等國的碳排放福利績效增速較快；中國2018 年碳排放福利績效和歷年均值在G20 國家中都排名靠后，且增速較慢，表明中國低碳競爭力缺乏靜態和動態優勢。（2）城市化率、可再生能源在能源消費中的占比、外貿依存度以及服務業增加值在GDP 中的占比對碳排放福利績效有正向影響；政府規模與碳排放福利績效呈倒“U”型曲線關系，表明政府規模存在治理門檻。以上結論為中國制定未來可持續發展政策提供了重要啟示：

第一，加快形塑城市緊湊化發展空間。城市是低碳發展的空間載體，低碳發展是要讓城市生活變得更加美好。與此要求相適應，需要將傳統的蔓延型城市發展模式轉向緊湊型城市發展模式。所謂緊湊型城市發展模式，并不是指擁擠和緊張，而是指有序和舒適；不單指城市內部的緊湊，也指城市之間的緊湊；不僅指有形的物質維度緊湊，而且還包括無形的精神維度緊湊。推動緊湊型城市發展一要提高城市經濟密度，促進精明增長，二要縮短城市空間距離，增強市場可達性；三是要打破城市制度分割，助力包容性發展，共享城市繁榮。

第二，大力推進產業結構服務化轉型。一方面要深化拓展共享經濟。共享經濟通過企業不賣產品賣服務和個人擁有者的物品分享，創造服務的循環，減少稀缺物質資源和能源資源的閑置和浪費，同時也有效降低了廢棄物污染和碳排放。通過消費者與生產者的身份轉換，推動生產與消費的民主化，提升滿意度和幸福感。另一方面要促進制造業服務化發展。借助高端和優質服務，工業和制造業可以在節約資源消耗和減少碳排放的同時，提升產品的附加值。而強大的工業和制造業也會催生出更多新型服務業業態，倒逼服務質量，并進一步帶動服務貿易優化升級。

第三，穩健有序改善能源消費結構。中國能源稟賦的結構特點是“富煤貧油少氣”，由此給減排造成了極大壓力。雖然近20 年來中國能源消費結構漸趨優化，但必須看到，短期內中國以煤炭消費為主的能源結構不會發生根本性轉變。這就決定了碳減排必須循序漸進，分清輕重緩急，短期以提高傳統化石能源（尤其是煤炭）的利用效率為主，長期則要大力開發清潔及可再生能源，并讓其在能源結構中占據主導地位。

第四，構造價值共創的低碳治理模式。比政府最優規模更重要的問題是政府應該干什么，如何做到不缺位、不越位。低碳發展關涉到多方面利益主體，不僅要求政府與市場的協作配合，還要求公民社會與非政府組織的參與。以價值共創為導向的利益相關者合作治理，才是促進低碳發展的有效途徑。政府層面重點是要基于行政機制，把控好碳排放總量，促進碳排放權公平分配；企業層面要基于市場機制，努力提升資源配置效率；公眾層面則應基于參與機制，進行低碳行為互動，涵養生態人格。

注釋：

1）碳排放數據來源于世界銀行世界發展指標（World Development Indicators，WDI）數據庫，在WDI 數據庫中各國歷年人均碳排放最大值為101.053 t（阿聯酋，1969 年），最小值為0.004 t（柬埔寨，1979 年）。根據自然對數函數以及碳排放的特性，只有當Ln(x)中的x≥1 時，所建立的碳排放指數才有實際意義。合理的方法是在指數化時，將單位由噸轉換為kg，因此人均碳排放的最大值和最小值分別設定為101 053 kg（101.053 t）、4 kg（0.004 t）。

2）就業彈性是就業增長率與經濟增長率的比值，即經濟增長每變化一個百分點所對應的就業數量變化的百分比。