可持續框架下中國省際碳排放權分配研究

關鍵詞 碳排放權；碳強度；碳達峰；可持續框架；碳配額

近年來，為有效應對氣候挑戰，中國政府積極參與全球氣候治理，并向世界宣布：至2030年中國碳排放強度（單位國內生產總值CO2排放量）將比2005年下降65%以上，同年CO2排放量達到峰值，之后逐漸回落。在實現碳強度與碳達峰目標（以下簡稱：碳減排雙控目標）的過程中，中國充分發揮市場在資源配置中的決定性作用，2017年啟動全國統一碳交易市場，以實現經濟效益與綠色發展雙贏。目前全國碳市場處于建設初期，由于區域間經濟現狀、社會發展階段以及資源稟賦等方面差異顯著，省級區域尚未形成總量控制下統一的碳排放權分配方案。而國家整體減排目標的同步實現是以省級層面的碳排放權分配為基礎［1］，因此，在考慮區域特征的前提下，基于2030年碳減排雙控目標開展省際碳排放權分配方法研究，甄選出適合中國國情的分配方案，對如期實現碳減排雙控目標、推進碳市場持續有效運行［2］、創新區域協同減排機制具有重要的理論與現實意義。

1 研究綜述

中國省域碳排放權分配的研究內容一般包含分配準則、分配方法以及分配結果3個方面。在分配準則方面，學者普遍關注其公平性與效率性［3-4］。已有研究對于公平的理解也不盡相同，可分為歷史責任公平［5］、人均累計排放量公平［6］、支付能力公平［7］等。若配額分配僅關注公平而不注重效率，將阻礙減排工作的高效完成，因此效率原則也是學者們所研究的重點［8］，其大多聚焦于考慮投入產出比的碳排放效率［9］與碳邊際減排成本視角下的減排效率［10］。為使分配準則更加普適科學，部分研究在公平與效率原則的基礎上引入保障性［11］、可行性［12-13］、責任目標［14］等其他準則。在分配方法方面，以往學者大多使用“自上而下”的總量控制方法對中國碳排放權進行分配，即先明確全國分配總量再進行省際劃分。先前研究大多以“2030年碳強度相較于2005下降65%”為基準測算全國分配總量［11，15］，也有少數學者以溫升目標估算未來分配總量，例如，Meinshausen等［16］以溫升2 ℃為目標測算2030 年碳排放權總量；張浩然等［17］以“2030 年溫升1. 5 ℃”為限制進行估算。在全國總量的控制下，學者多數采用指標法［18］、DEA模型優化法［19］、指標法與優化法綜合的方法［20］來實現省域分配。在分配結果方面，以往研究的分配結果大都聚焦于各省考察期間的累計配額總量，且考察期均截至2030年［21-22］。也有部分文獻的分配結果針對各省當年配額量與實際排放量的差值［12］或2030年這一時間節點的配額量［10，23］進行分析。

既有文獻對中國碳排放權分配研究開展了有益探討，但也存在著以下局限：①分配方法大多基于實現2030年碳強度這一目標測算全國分配總量，但在2030年這一重要時間節點中國需同時實現碳達峰目標，未見公開文獻基于2030年碳達峰目標探討碳排放權的分配；②先前學者多關注碳排放權分配的公平性與效率性，鮮有研究跳出該慣性思維，從人力、自然、物質、經濟、社會等可持續框架維度建立科學全面且衡量不同區域特征的分配指標體系；③先前研究的分配結果較多關注研究時段內各省份碳排放權分配的總體配額，未將分配方案細化至各個年度，且分配方案結果均截至2030年，缺乏對2030年目標實現之后各省具體分配量的規劃與探討，可能導致分配方式存在盲目性與不確定性。

鑒于以上，為實現2030年碳減排雙控目標，本研究基于2030年碳強度與碳達峰目標測算全國碳排放權分配總量，從人力、自然、物質、經濟、社會5個維度構建可持續框架下的碳排放權省域分配模型，對中國30個省份2022—2035年的碳排放權進行有效分配。本研究的邊際貢獻在于：①將2030年碳達峰目標與碳強度目標納入統一分析框架，以碳減排雙控目標為基準測算全國碳排放權分配總量；②結合中國國情構建人力、物質、經濟、社會、自然5個維度的可持續框架，以此為分配指標體系統籌考量各省份不同維度的差別，設置分配權重，進而推動地區間協同減排；③將分配方案細化到各個年度以明確省域年度排放軌跡的配額約束，且探求2030—2035年期間各省份的年度分配量，為有效規劃未來較長時期省級碳排放權的分配提供依據。

2 研究方法與數據來源

基于2030年碳減排雙控目標，本研究構建可持續框架下的碳排放權省域分配模型。首先從人力、自然、物質、經濟、社會6個維度構建可持續框架分配指標體系，對各指標標準化處理之后利用熵權法確定權重；然后基于2030年碳強度目標與碳達峰目標，測算中國未來碳排放權分配總量；采用K‐means聚類對全國30個省份進行分組，確定各區組所占比例后利用碳邊際減排成本確定區組內各省份的分配比例，最后實現2022—2035年省級碳排放權的有效分配，研究框架如圖1所示。

2. 1 碳排放權分配指標體系構建

2. 1. 1 可持續框架下分配指標體系確定

碳排放權分配是實施碳排放交易的前提和基礎。在交易費用為零的假設條件下，科斯第一定理認為最有效率的資源配置方式與其產權的初始配置狀態無關［24］。但是，現實社會存在交易成本，而且交易成本可能較大，因此采用什么準則和方法進行碳排放權分配，是否能夠促進環境容量的可持續利用以及可持續發展，需要慎重考量。現階段中國省際碳配額分配應充分考慮自然、社會、經濟、人力、物質等多維度的省域特征，才能更加全面科學地擬定分配指標，制定符合中國國情及各省特征的碳排放權分配方案。其次，CO2屬于典型的存量污染物，具有長期污染后果，在環境經濟學中，對存量污染物的考量與排放額分配通常從自然、制造、人力、社會、經濟等維度設立標準［25］。此外，進行碳配額省際分配的目的在于推進地區間協同減排、建立公平高效的區域分配方案、驅動多維度的可持續發展，具有共同、協調、公平、高效、多維等特征。隨著可持續發展理論演進及在不同國家和地區背景下的實踐行動，可持續發展的內涵也在不斷外延［26］，綜合考慮中國現階段國情以及省際區域特征，本研究從人力、物質、自然、經濟、社會5個維度構建可持續框架分配指標體系，力求實現省際碳排放權分配的協調性、高效性、公平性和可持續性。

人力維度主要指基于人口數量、人均投入與收入等與人口相關的分配指標。依據均等準則，各省的碳配額量與省內人口數成正比，因此人口數量為正向指標；隨著人均教育投入的穩步增長，該地區的整體教育水平有望得到顯著提升，民眾的環境保護意識也相應增強，會更加自覺地采納綠色生活方式，從而引起碳排放量與碳配額的減少，因此設定該指標為負向指標；人均一般公共預算收入高的省份大多第二產業發達，則這些省份可能需要更多的碳排放權以滿足其生產需求，因此其與碳配額呈正相關；如果一個省的低保人口數較多可能代表該省整體經濟實力水平較低［27］，經濟發展較為緩慢的省份可能更依賴于化石燃料［28］，則碳排放量與碳配額相對較高，因此該指標與碳配額呈正相關。

自然維度包含能體現自然環境吸收污染物能力的指標。包含市轄縣、縣級市的城區面積反映了人類城市對自然的占用率，其會影響自然環境吸收污染物的能力，則城區面積越大可能導致自然界吸收碳排放的能力越弱，碳排放量與碳排放配額越高，其與碳排放權呈正相關；若某省份的農作物播種面積較大，則其農業活動（如高投入的化肥、農藥使用、機械化程度高）會導致較高的碳排放，碳排放配額也相應增加，其為正向指標；某省份的生態系統恢復力越高，可能會帶來某些積極的生態效應，其會在配額分配上獲得優勢與獎勵，則生態系統恢復力與碳配額呈現間接的正相關關系；參考學者田云等［11］與方愷等［22］的指標正負擬定，將林業蓄積量擬定為正向指標。

物質維度包含與碳排放權總量直接相關的客觀存在且有形的物質指標，例如能源、碳排放量、物質產業比重（第三產業為除第一、二物質產業之外的產業，其比重可側面表現區域的物質結構）。化石能源產量越高，隨之碳排放量與碳排放權也相應較高，因此其為正向指標；如果一個省份的能源消耗總量較高，會導致碳排放量持續走高，相應的碳配額也較高，因此其為正向指標；參考王勇等［12］與宋敏［21］的研究，將第三產業貢獻率擬定為負向指標；借鑒黃煌［10］與方愷等［22］的研究，同樣將歷史碳排放量設定為負向指標。

經濟維度包含衡量區域經濟發展的分配指標，例如環保投入占比、地區生產總值、能源消耗彈性系數等。GDP通常關系著經濟活動，其需要消耗能源，而能源消耗往往伴隨著CO2等溫室氣體的排放，因此其越高可能導致CO2排放量與碳配額增加，為正向指標；參考宋敏等［21］與方愷等［22］的研究經驗，本研究將萬元GDP能源消費量設定為負向指標；能源消費彈性系數較高，可能表示該區域的能源消費增長速度較快且經濟增長速度相對較慢，碳排放量與碳配額也較高，為正向指標；環保投入占財政支出比重越高，表明該省份在環境保護方面采取更加嚴格的減排措施、推廣清潔能源等，碳排放量與碳配額也隨之減少，因此其與碳配額呈負相關。

社會維度是關于評價區域社會發展狀況的指標，例如科技水平、城鎮化率等。參考方愷等［22］的正負擬定，將基尼系數設定為正向指標；同樣參考田云等［11］與王勇等［12］的先前研究，將碳生產力也設定為正向指標；參考宋敏等［21］的研究，將科技水平設定為正向指標；借鑒宋敏等［21］與方愷等［22］的指標設定，設定城鎮化率與碳排放權呈負相關。具體的指標矩陣見表1。

2. 1. 2 可持續框架指標的處理

首先，采用皮爾遜相關系數檢驗20個分配指標與實際碳排放量之間的相關性，通過其相關系數絕對值來篩選出通過顯著性檢驗的分配指標。其次，篩選后的碳排放權分配指標需要消除量綱的影響，即進行標準化處理。以2003—2022 年30 個省份指標數據為基礎，采用minmax標準化方法，計算公式見式（1）和式（2）。

式中：Xij 為第j 個指標下i 省份數據標準化后的結果，aij 表示為第j 個指標下i 省份的原始數據，maxj 表示第j 項指標在2003—2022年中各個省份中的最大值，minj 表示第j 項指標在2003—2022年各個省份中的最小值。

2. 1. 3 基于熵權法對指標權重賦值

不同指標對于碳排放權分配過程的影響程度不盡相同，則需要確定上述各指標在碳排放權分配中所占權重。熵值法適用于指標體系龐大、不考慮決策者的偏好假設以及數據中含有部分不確定性信息等條件，相較于層次分析法和德爾菲法更加客觀精度較高。因此采用該方法來計算第j 個指標下i 省份所占比重，見式（3）：

2. 2 基于2030 年碳減排雙控目標測算碳排放權分配總量

中國政府曾做出承諾：截至2030年，中國需實現碳強度與碳達峰這兩大目標。先前研究僅基于碳強度單一目標對未來碳排放權分配總量進行測算［40-41］，本研究則以實現2030年這兩大目標為前提，基于碳減排雙控目標估算考察期間全國分配總量，具體方法如下：

2. 2. 1 以碳達峰目標為基準

Kaya恒等式是目前分析碳排放驅動因素的主流分析方法，其將經濟發展、人口變化、能源消費結構與CO2排放量聯系起來。以Kaya恒等式為基礎，本研究選擇人口規模、經濟規模、技術水平以及能源結構4個影響要素作為擴展的Stirpat 模型來預測全國范圍內碳達峰峰值及年份，如式（7）：

式中：I 表示全國碳排放量/t；P 指人口規模，以年末總人口數/萬人表示；A 表示經濟規模，以人均GDP 表示（（/ 元/人））；EI表示技術水平，用能源強度代替［42］，即能源消費總量比國內生產總值（（/ tec/萬元））表示；ES表示能源結構，即煤炭消費總量占比/%表示；ln a 指常數項，b、c、d、f 分別為各個解釋變量的系數，e 為隨機干擾項。

構建模型后本研究采用情景分析法探求中國碳達峰峰值，即以碳達峰目標為基準的碳排放權總量。以2021年為基準年，設定2022—2035年各年份的人口規模、經濟規模、能源強度與能源結構的變化趨勢，對模型各變量進行階段性情景設置。作者將2022—2035 劃分為3 個階段，分別為2022—2025 年、2026—2030 年、2031—2035年，模型中的人口數量與人均GDP表示地區發展水平，此處設置低速增長、中速增長以及高速增長3種模式；能源強度與煤炭消費占比均體現了實行碳減排政策所帶來的影響，為了盡早實現碳達峰目標則需加大減排力度，低速減排的模式并不適應中國國情，因此僅設置中速減排與高速減排兩種模式。則6種情境下4個變量的不同組合設定見表2。

依據中國經濟發展現狀、國家相關政策以及相關預測等，對2022—2025、2026—2030、2031—2035每階段分別設定變化率，且階段內碳排放各影響要素的變化率勻速增長或下降，見表3。

以中速情景為例，各變量變化率的具體設置如下：

人口數量（P）：根據中國社會科學院人口與經濟研究所所長張車偉預測，中國人口將于2025年達到14. 13億人［43］，則據此可計算出2022—2025年中速情景下增速為0. 007%；2016 年國務院發布的《國家人口發展規劃（2016—2030年）》中認為截至2030年人口總規模將達到14. 50億人，則根據計算結果設定2026—2030年中速情景下增速為0. 518%；聯合國預測2035年中國總人口仍在14億人以上［44］，以此為基礎反推計算出2031—2035年中速情境下變化率為-0. 704%。

人均GDP（A）：《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》（以下簡稱《“十四五”規劃建議》）中指出中國人均GDP將實現從1 萬美元增至1. 5 萬美元，以2021 年人均GDP81 370元為基準，則可計算出2022—2025年中速情境下變化率為7. 703%；借鑒張曉晶等［45］研究結果，將其2026—2030年的各年預測增速累加求平均，以此設定中速情景下變化率為4. 836%；《“十四五”規劃建議》提出，2035年人均GDP達到中等發達國家水平，中等發達國家人均GDP 通常為3 萬美元（218 985 元），以此計算結果設定2031—2035中速情景下變化率為9. 572%。

能源強度（EI）：2022年國務院印發的《“十四五”節能減排綜合工作方案》提出：截至2025年全國單位國內生產總值能源消耗比2020 年下降13. 5%，則按此目標可得2025年能源強度約為0. 42，進一步計算得2022—2025年中速情景變化率為-2. 943%；中國能源研究會認為，到2030年中國萬元GDP能耗較2015年下降近一半［46］，以此得2030年全國能源強度約為0. 31，則2026—2030年中速情景變化率為-6. 180%；設定2031—2035年中速情景下變化率為2022—2025 年與2026—2030 年兩階段均值（4. 562%）。

煤炭消費占比（ES）：據2021年7月電力規劃總院發布的《中國能源發展報告2020》顯示：預計到2025年全國煤炭消費比重有望降至51%左右，以此設定2022—2025年中速情景變化率為-2. 320%；借鑒王雙明等［47］研究成果，2030年碳達峰時煤炭占比在45% 左右，以此計算得2026—2030年中速情景變化率為-2. 535%；《中國經濟周刊》指出：截至2035年煤炭占比降至40%以下［48］，則反推計算出2031—2035年中速情景變化率為-2. 384%。

低、高速情境下與中速情景下變化率差值通常在0. 3%～0. 5%范圍內［49］，因此本研究設定同階段內低、高速情景均與中速情景變化率基礎上波動±0. 4%。

綜上，基于各情景設定與變量的具體變化率，應用式（7）可對6個情境下2022—2035年全國碳排放總量進行預測，篩選出在2030年及之前出現峰值的情景。滿足達峰條件的各情景預測結果為基于碳達峰目標測算出的全國碳配額總量CERt ?。

2. 2. 2 以碳強度目標為基準

將碳強度較2005年下降65%作為減排目標，以現有數據2021年作為基準年，假設2022—2030年之間的碳排放強度變化率保持不變，則計算該時期內碳排放強度變化率，見式（8）：

式中：v 為2022—2030年的平均碳排放強度變化率，λ 為2030 年較2005 年碳排放強度的下降目標，即65%。CII2030、CII2021、CII2005 分別指2030年、2021年、2005年的碳排放強度，單位為t/萬元。

之后需要結合GDP 的預計增速來估算2022—2030年中國的碳排放權總量，該時期是中國經濟由高速發展向中高速高質量平穩發展轉變的關鍵時期，GDP年增速也會漸趨穩定［50］。統計數據顯示，中國近5 年的平均GDP增速為5. 26%，部分學者基于以往統計數據預估未來十年中國GDP年均增速為5%［51］。但隨著中國對疫情全面放開管控，各類經濟體飛速增長，世行與中國石油經濟技術研究院預測中國這一時期GDP年增速約為6%［52］。由于當前學者對該時期內經濟增速預測存在差異，且中國未來經濟走向存在波動與不確定性，本研究將GDP預計增速調整為區間5%～6%，從而使省際碳排放權分配方法更加合理科學。據此可以測算2022—2030期間各年的全國碳排放權總量，因GDP增速為區間值，據此計算出的總分配額也為區間值。見式（9）：

式中：CERt ?? 為基于碳強度目標測算出的第t 年內碳排放權總量/t，GDP2021 為2021年的國內生產總值/萬元。

2. 2. 3 比較兩大目標下的碳排放權總量

本研究碳排放權分配方案是以實現2030年碳減排雙控目標為前提，因此需要比較基于上述兩大目標推算出的各年度碳排放權CERt ? 與CERt ?? 的大小，選取二者中的較小值作為未來省際碳排放權分配的總量。以數值偏低的一方作為碳排放權分配總量則可保證該分配方案是以達成2030年這兩大目標為基礎。考察期間碳排放權總量的計算公式見式（10）：

2. 3 省際碳排放權分配模型構建

2. 3. 1 基于K‐means聚類算法將全國省級區域分組

由于中國30個省份經濟、社會、資源條件等存在差異，因此需將具有相似特征與發展狀況的省份劃分為同一組，有助于分配方案更加公平合理。確定各省級分組間的碳排放權后，再將碳排放權配額按一定比例分配至各區組內部。本研究以代表上述5個維度的20項指標作為30個省份分組的評價體系。首先對2003—2022年20年間30個省份5個維度的原始數據進行標準化處理，以消除變量間的量綱關系，之后計算指標的年度均值，采用K‐means聚類方法進行聚類分組。

2. 3. 2 省級區組間的碳排放權分配

確定2022—2030年碳排放權的總量后，應將其分配至中國省級的各個區域分組，則需計算出各省域分組占碳排放權總量的權重。具體方法是根據省份劃分的結果，計算20個指標下的各省份分組的組中心。基于經式（1）、式（2）處理后的指標標準化數據，計算各指標下所有分組的組中心，見式（11）：

式中：m 是指中國省域分組的組別，nm 是指第m 組中所包含的省份地區個數，Ymj 表示指標j 下第m 組的組中心值。之后可求出指標j 下第m 組的組中心值占比，接著將上文基于熵值法所計算出的各指標權重與所對應的各組組中心占比相乘，即可得到每一個省域區組的碳排放權分配比重。

2. 3. 3 基于SBM‐DEA模型的區組內部各省份碳排放權分配

分組內部各省份碳排放權的分配主要考慮碳邊際減排成本。碳邊際減排成本（MAC）是碳排放權分配的核心，指的是每多減排一單位CO2所要付出的成本，其可直觀反映出不同經濟體減排的潛在空間和實施成本，因此它被用作落實碳交易政策實施效果的參考基準。在分組之后以其為核心標準來確定區組內部各省份所占的比例，有助于在制定碳排放權分配方案與經濟成本之間找到合理的平衡點，以確保整體分配方案的可行性和有效性。在衡量邊際減排成本的重要依據中，基于影子價格的碳邊際減排成本測算是目前較為普適科學的方法［53］。鑒于此，本研究采用SBM‐DEA的利潤函數最大化模型來測算碳排放與地區生產總值的影子價格，以謝潑德引理（Shepard's Lemma）利用兩者影子價格比值測算碳邊際減排成本，在實現成本最小化的同時合理安排區組內部各省份的分配比例。

傳統DEA模型對效率的評價為盡可能地減少投入與增加產出，忽略了非期望產出的存在。而SBM‐DEA模型則要求在增加期望產出的同時，實現非期望產出的最小化。即在當前環境經濟背景下，實現經濟產出的最大化和碳排放量的最小化。假設：共有J 個生產區域，N 個投入要素，M 個期望產出，R 個經濟產出。則SBM‐DEA模型的具體公式見式（12）：

式中：xni 指的是投入要素、ymi 指的是期望產出、cri 指的是非期望產出。基于前人的研究經驗［54-55］，本研究采用“三投入-兩產出”的數據進行分析，投入要素設定為：資本投入、勞動力以及能源投入，期望產出要素為地區生產總值GDP，非期望產出要素為碳排放量指標。因此，各省份投入要素xni 包括資本、人力、能源投入；期望產出ymi為GDP；非期望產出cri 為碳排放量。當sxn、srb、sym 均為0時候，ρ?0=1，此時被評價決策單元DMU位于生產前沿上，基于該生產技術，區域利潤最大化的優化模型見式（13）：

式（13）是式（12）的對偶變化，表示在投入產出向量影子價格給定的情況下經濟體的利潤最優化。根據謝潑德引理的期望產出與非期望產出影子價格關系式，可發現二者影子價格比值即為其邊際轉換率（區域的邊際減排成本）［56］。具體計算方法可參照式（14）：

式中：q 和p 分別指碳排放的影子價格與經濟產出GDP的影子價格，ryi 指經濟產出GDP的市場價格，一般設定為1元。maci 指最終計算出的區域邊際減排成本，為多減排一噸CO2所要付出的成本（/ 元/t）。基于此，將該省份各年份的區域邊際減排成本求均值得到- - - - -- -maci。根據各分組內區域減排成本的差異，計算組內各省份碳排放權的分配比例，計算方法見式（15）：

最后，根據2. 2求出的各年度全國碳排放權總量，基于2. 3. 2與2. 3. 3中得到的各省域區組分配比重與區組內各省份的分配比重，可得30個省份考察期間逐年碳排放權分配量。

2. 4 數據來源與處理

2. 4. 1 可持續框架指標體系數據及處理

可持續框架指標體系30個省級區域（鑒于數據可獲取性，本研究未包括西藏、香港、澳門和臺灣）的原始數據均來自2003—2022年《中國統計年鑒》《全國科技經費投入統計公報》《中國城市建設統計年鑒》《中國人口和就業統計年鑒》《中國能源統計年鑒》《中國區域經濟統計年鑒》以及各個省份的統計年鑒。個別年份的缺失值采用線性插值法與均值法補全。

2. 4. 2 碳排放量測算數據及處理

在測算可持續框架中各省累計碳排放量指標與基于2030年碳減排雙控目標測算全國碳排放權總量時，均涉及碳排放量測算。根據2007 年IPCC（政府間氣候變化專門委員會）第四次評估報告顯示溫室氣體增加的主要來源為化石燃料的燃燒，因此此處以各省份歷年終端能源消費數據進行碳排放量測算。已有文獻在計算碳排放量時主要有兩種核算方法。因兩類主流方式的結果有些許差別，本研究中將兩類方法的計算結果取平均值。

第一種來源于IPCC《國家溫室氣體排放清單指南》2006版［57］，無須將實物統計量的各類能源消耗量化為標準統計量，而是直接將其與相應碳排放系數相乘，具體計算方法見式（16）：

式中：Cit 為i 省第t 年的碳排放總量，Eijt 為i 省第t 年第j 種能源消費量，ηj 為第j 種能源的碳排放系數。根據《中國能源統計年鑒》將最終能源消費種類劃分為9類，這9類能源的轉化系數以及碳排放系數見表4。各省9類能源的消耗量數據來源于該省統計年鑒，全國范圍內的能源消耗量來自《中國能源統計年鑒》。天然氣碳排放系數單位為kg/m3；電力的碳排放系數單位為kg/kW·h；其余能源的碳排放系數單位均為kg/kg。

第二種方法是計算碳排放量時轉化為標準統計量kg標準煤，之后再換算為相應的碳排放量，具體計算方式見（17）：

式中：Cit 為i 省第t 年的碳排放總量，Eijt 為i 省第t 年第j 種能源消費量，ηj 為第j 種能源的碳排放系數，δj 為第j種能源的標準煤折算系數。參照《中國能源統計年鑒》給出具體換算方法見表5，天然氣轉換系數的計量單位為t標準煤/萬m3，電力為t標準煤/萬kW ? h ，其余能源的單位為kg標準煤/kg，而碳排放系數的單位均為t/t標準煤。

2. 4. 3 SBM‐DEA模型中投入與產出數據及處理

SBM‐DEA模型中涉及變量包括：勞動力、資本存量、能源投入、地區實際生產總值、碳排放量。勞動力：選用各省份歷年的第一產業、第二產業、第三產業的年底從業總人數，原始數據來源于各省的統計年鑒；資本：借鑒張軍等［58］的做法，采用永續盤存法測算，以2000年為基期，將基期的資本存量設定為10倍的2000年形成總額，投資數量為歷年的資本形成總額，將各省份資本折舊率統一設定為9. 6%；能源：將各省份歷年的能源消耗量作為能源投入，將9類能源單位轉化為統一單位t標準煤；地區實際生產總值：此變量為模型中期望產出，因存在價格因素影響［59］，以2000 年為基期利用GDP 指數對地區名義GDP進行消脹處理，從而得到各省歷年的地區實際生產總值，數據均來源于國家統計局官方網站。

3 結果分析

3. 1 可持續框架下各指標權重

在指標的篩選與處理中，采用皮爾遜相關系數法檢驗了5個維度各項指標與碳排放量之間的相關程度，結果發現，20項指標之間與碳排放量的相關系數均大于0. 8，且P 值都小于0. 01通過顯著性檢驗，表明可持續框架下各指標均科學有效。

標準化處理各指標后，利用熵權法對各指標進行權重賦值，如圖2所示。科技水平指標權重為16. 83%，占比最大；林業蓄積量和GDP的權重次之，分別為11. 01%和8. 30%；其次，人均一般公共預算收入、化石能源產量以及城區面積的指標權重為7. 95%、7. 86%、7. 19%。這6類指標累計占比59. 14%，說明這6項指標在不同省份中的差異最為明顯，提供的信息量越多，在進行碳排放權的省域分解時應該首先考慮這6項指標。碳生產力、生態系統恢復力、低保人口數、農作物實際播種面積、人口數量、能源消耗總量、基尼系數、城鎮化率這8類指標的權重介于2. 00%～6. 60% 之間，剩余指標均小于1%。如圖2 所示，自然維度權重合計最高，占29. 73%；社會維度次之，為28. 74%。說明二者為省級碳排放權分配時應重點考慮的維度。

3. 2 基于碳減排雙控目標測算的碳排放權分配總量

3. 2. 1 以碳達峰目標測算結果

由于宏觀變量之間多存在共線性，在對式（7）進行OLS進行多元回歸分析之前需要進行共線性檢驗，4個變量的VIF值均大于10，說明Stirpat模型中自變量存在多重共線性。為消除多重共線性本研究采用嶺回歸對各變量進行分析，其通過在最小二乘估計中引入有偏常數k（即嶺參數）來求得回歸估計量。本研究通過建立嶺回歸代碼擬合嶺跡圖來確定k 的最優值，如圖3所示，k 值取0. 02最佳。則使用嶺回歸估計式（7），得到改進后的Stirpat模型估計結果見表6，R2 為0. 990，對應的嶺回歸方程見式（18）。

由方程系數來看，人口數量、人均GDP與煤炭消費占比均與全國碳排放量呈正相關，能源強度的增加會使全國碳排放量減少。同時利用擬合方程計算的全國2003—2021年碳排放量與實際值高度吻合，說明式（18）測算未來碳排放權較合理且精度較高。根據第二部分表2與表3中的情景假設以及變量的具體變化率，結合式（18）可測算6 個情境下2022—2035 年全國碳排放權總量以及峰值，預測結果如圖4所示。

如圖4所示，在6種情境下，“中速增長，中速減排”“中速增長，高速減排”“高速增長，中速減排”“高速增長，高速減排”這4種模式下全國碳排放量均在2030年達峰，峰值依次為155. 15億、151. 04億、181. 71億t以及175. 93億t。在“低速增長、中速減排”“低速增長、高速減排”兩種模式下均未出現峰值，在2025年出現谷值之后持續上升。可見低速增長的情景假設并不適合中國目前的發展狀況。因此在與以另一目標為基準測算出的未來碳排放權分配總量相比較時，需要剔除后兩種（未實現碳達峰目標）情景模式。

3. 2. 2 以碳強度目標測算結果

基于“2030 年碳強度較2005 年下降65%”的目標預測時，由于在2. 2. 2中假定GDP增速區間為5％～6％，則估算出的各年度的全國碳排放權分配總量結果也為區間，區間下限和上限分別為以GDP增速為5%和6%預測結果。以2030年這一時間節點為截止點來進行倒推，則測算范圍為2022—2030年。測算出的分配總量見表7。

3. 2. 3 基于雙控目標下碳排放權總量比較結果

基于以上兩大目標測算出的分配總量如圖5所示。以碳達峰目標為基準測算的時間范圍為2022—2035年，碳強度目標為2022—2030年，則此處比較2022—2030年基于兩大目標的預測結果。實現碳達峰目標的各年分配總量折線圖均位于基于碳強度目標預測結果折線圖的下方（圖5），這說明4種碳達峰情境下的預測總量也同時滿足碳強度目標的要求，其能實現2030年碳減排雙控目標。

目前中國經濟正處由高速增長階段轉向高質量發展的關鍵時期，以期放棄高速度偏好而追求合理區間的增長。2022年10月中國共產黨第二十次全國代表大會報告指出：低碳化是實現高質量發展的關鍵環節，扎實推動綠色低碳與經濟高質量發展齊頭并進。經濟發展穩中求進、減排力度顯著改善的模式與“中速增長，高速減排”的設定相吻合，其為最符合中國目前國情以及未來發展的道路；同時，如圖4所示，4種滿足碳減排雙控目標的情境下，“中速增長，高速減排”模式的預測排放量始終處于最下方（各年的預測值均未超過151. 10億t）且波動最小，將下限作為分配總量更能促進各地區減排效果顯著，且各年分配總量變化相對穩定有利于各地碳減排雙控目標的順利實現。因此選取該模式的測算結果作為省際碳排放權分配方案的分配總量（年度分配總量已在圖中標出，2031—2035年總量圖中未展示）。

3. 3 全國省級區域分組結果及分配權重

利用K‐means聚類方法，將所選取的30個省份劃分為7組，組內省份在人力、經濟、自然、社會以及物質方面都具有一定的相似性。同時基于各區組的中心值與指標所占權重，計算得出7個區組各自的碳排放權分配權重，具體分組結果及分配權重見表8，包含廣東、江蘇、山東的第Ⅱ區組占比最高，該組內均為幅員遼闊、人口稠密、資源經濟發達的大省；僅次于該組的是第Ⅲ區組，包含河北、安徽、河南、四川、湖南，這一組內多為農業大省，且經濟發展速度大都處于全國中等偏上，區組分配比重為16. 04%。明晰7大區組分配比例是下文計算組內所含省份的分配權重的前提。

3. 4 省份碳排放權分配結果

根據3. 2確定的基于碳減排雙控目標的2022—2035各年度全國分配總量，本節針對各省在2022—2030年這一實現目標前的重要區段內的累計分配情況進行展示與分析。

2022—2030年全國碳排放權總和為1 256. 80億t。全國碳排放權總和先在7個區組間分配，再基于區域邊際減排成本的差異在分區組內部進行分配，得到2022—2030年碳排放權的省際間分配方案，該方案的分配結果見表9。由表可知，中國30個省份的碳配額分配懸殊，廣東、江蘇、北京、山東、上海這5個省的配額總量分別為158. 52億、82. 17億、81. 58億、69. 69億、56. 70億t，所占比例依次為12. 61%、6. 54%、6. 49%、5. 54%、4. 51%，是比重最大、配額最多的前5個省份，其中囊括經濟發展巨大（廣東、北京、上海）與人口稠密（江蘇、山東）的發達省份。而配額最少的5個省份分別為新疆、內蒙古、甘肅、山西、寧夏，其碳排放權配額僅為18. 41億、17. 34億、10. 61億、8. 80億、5. 58億t，這些省份大都位于中國的西北部與北部地區，這些區域自然地理環境特殊、地形復雜、生態脆弱、氣候條件惡劣；同時地區發展受限、人口稀少，經濟增速相較于配額最多的5個省份較為低迷，所需要的碳排放權較少。而在累計碳排放總量中配額最多與最少的省份之間相差152. 94億t，該差距主要來源于經濟發展水平、人口數量、資源稟賦等方面。30個省份碳排放配額標準差為29. 40億t，各省份碳排放配額差異較大。由于中國是一個地區自然條件、資源稟賦差異較大而且經濟發展不均衡的國家，在可持續框架下這種差異性對于省際間碳排放權分解方案有至關重要的影響。

根據2022—2030年30個省份碳排放配額總量進行分組，劃分為5. 00 億～20. 00 億t、20. 00 億～35. 00 億t、35. 00億～50. 00億t、50. 00億～65. 00億t、65. 00億～200. 00億 t 5類。其中5. 00億～20. 00億t為配額促進組（低配額），包含寧夏、山西、甘肅、內蒙古、新疆、河北；20. 00億～35. 00億t為配額觀察組（較低配額），包含遼寧、貴州、陜西、海南、青海、黑龍江、吉林；35. 00億～50. 00億t為配額適中組（中等配額），包括云南、湖北、安徽、天津、江西、浙江、四川、河南、廣西；50. 00 億～65. 00 億t 為配額重點組（較高配額），包括湖南、福建、重慶、上海；65. 00億～200. 00億t為配額核心組（高配額），含山東、北京、江蘇、廣東。基于各省碳配額總量的區組劃分與主要區域分布見表10。可見，核心組（高配額）多分布于東部及東南沿海地區，重點組（較高配額）主要位于中國東部及南部地區，其中東部沿海城市配額明顯高于西部與北部地區 ；適中組（中等配額）的省份遍布范圍較廣，其主要包括中東地區、西南地區及中國東南地區；觀察組（較低配額）同樣分布廣泛，但大部分位于東北及中部地區，促進組（低配額）則主要位于北部以及西北部地區。縱觀全國，省際碳排放權分配狀況整體呈現出“ 西低東高”、由西北內陸向東部沿海遞增的“階梯型”空間分布格局，與30個省份目前總體發展狀況基本相吻合。可見可持續框架下的省際碳排放權分配方法不僅滿足實現碳減排雙控目標的條件，而且符合中國發展狀況，具有較強的實踐意義。

3. 5 各年度碳排放權分配方案

因先前研究的截止時間均為2030年，這可能導致實現目標后各省份的碳排放量具體分配問題缺乏深入的探討且存在盲目性。此外，探求2022—2035年期間各省份的年度分配量，可以為未來省級碳排放權分配提供更加科學合理的長期規劃，避免出現鞭打快牛的現象，更有助于各區域根據實際情況靈活調整分配方案，通過優化各省份實現2030兩大目標后的減排現狀來促進國家層面減排工作的長期持續開展。因此，本研究將研究年份延伸至2035年，對各年度分配量進行具體分析。上文選取滿足碳減排雙控目標的“中速增長，高速減排”數組作為省際碳排放權分配方案的分配總量，其包含2022—2035年的全國分配總量，可得出30省份2022—2035年期間各年度的碳配額分配。限于篇幅，僅展示各省份2025、2030、2035年碳排放權分配情況，如圖6所示。各省份2035年配額均略大于2025年配額，且這兩年的碳配額差值最低2. 84 Mt，最高達80. 71 Mt（圖6）。2030—2035年間碳配額的降低幅度小于2025—2030年間增長幅度，這說明各省份2030—2035的年均變化量小于2025—2030年期間的年均變化量，則在實現2030年兩大目標之后各省份的逐年減排工作應循序漸進，碳排放權分配量應逐漸緩慢減少。

選取全國碳排放權占比的前5 位與后5 位省份，將2022—2035期間逐年的分配結果在圖7與圖8中呈現，以有效規劃各年度碳排放軌跡。如圖7所示，全國占比最高的廣東省各年份碳配額明顯大于其他省份，北京與江蘇的各年分配總量與變化趨勢情況十分近似；如圖8所示，寧夏的碳排放權分配量變化最小，波動趨勢最為平緩，與其余各省份每年的分配量差距較大。總體來看，各省份配額均在2030年達到峰值之后回落，例如廣東省2030年碳排放權配額為19. 05億t，2035年則降至17. 82億t。同時由折線圖的增長趨勢發現各省份2022—2025年的碳排放權分配量平均增速均小于2025—2030年的平均增速。隨時間推移各地區的碳排放權分配情況與增長幅度雖有一定趨同性但并非完全一致。

4 結論與建議

4. 1 結論

基于中國2030年碳減排雙控目標，本研究構建了包含人力、社會、經濟、物質、自然5個維度的可持續框架下省際碳排放權分配模型，測算出2022—2035年中國30個省份碳排放權分配總量與各年度分配量。主要結論如下。

（1）“中速增長，高速減排”情景下測算出的各年全國碳排放權分配量是滿足碳減排雙控目標的最優選擇。“中速增長，中速減排”“中速增長，高速減排”“高速增長，中速減排”“高速增長，高速減排”4種模式的全國碳排放量均在2030年達峰且小于碳強度目標測算結果，都同時滿足碳減排雙控目標。其中“中速增長，高速減排”的經濟發展穩中求進、減排力度顯著改善的模式是符合中國當下背景的最佳選擇，則將其測算出的結果作為全國分配總量最為合理。

（2）中國30個省份碳排放權分配數額差異顯著。廣東、江蘇、北京、山東、上海占據前5位，其2022—2030年配額均超過了56. 00 億t，分別為158. 52 億、82. 17 億、81. 58億、69. 69億、56. 70億t。新疆、內蒙古、甘肅、山西、寧夏排在倒數后5位，其配額總量均未達到19. 00億t，國內占比僅為1. 47%、1. 38%、0. 84%、0. 70%、0. 44%。

（3）全國碳排放權分配呈現“西低東高”，由西北內陸向東部沿海遞增的“階梯型”空間分布格局。配額核心組多分布于東部與東南沿海地區；配額重點組多分布于東部及南部地區；配額適中組主要分布于中東、西南及東南地區；配額觀察組大部分位于東北及中部地區；促進組則主要位于北部及西北地區。沿海的省份配額也明顯高于西部與北部地區。

（4）各省份配額均在2030年達到峰值之后回落，且2030—2035 年期間年均變化量小于2025—2030 年均變化量。各省份碳排放權分配量在2022—2030 年逐漸遞增，在2030年達到峰值之后逐漸降低。且各省份2035年碳配額均高于2025年碳配額數值，這說明2030—2035年間碳配額的降低幅度小于2025—2030年間的增長幅度，即前者時間段內的年均變化量小于后者。

4. 2 政策建議

根據研究結論，為推動2030年碳減排雙控目標順利實現，提出以下政策建議。

（1）以建立省域碳排放權差異化分配方案為導向完善全國性碳交易市場。以國家減排目標為出發點，充分考慮人力、社會、經濟、物質、自然等方面的區域差異，全面動態評估各省的發展特征變化，建立科學合理的碳排放總量分配指標體系，進而通過初始碳配額分配這種權力配置來完善碳市場機制。在差異化分配方案的基礎上不斷調整優化碳市場總量“自上而下”的分配方式，促進分配總量控制與交易機制相結合、政府調控與市場機制相適應的碳市場運行模式。

（2）以實行碳配額年度管理為驅動促進區域配額量達到預期目標。總量分配方案以年度為單位，能夠有效規劃各區域的排放軌跡，使分配額更加符合區域當年的實際情況。通過對碳排放數據精準預估、科學分析上一年度盈余狀況、根據本年度實際靈活調整等方式保證配額分配量符合預期目標，避免因分配總量收縮而導致減排負擔過重或因分配總量過于寬松而無法促進減排。

（3）以構建省際碳排放權分配機制為契機推動區域之間協調發展。通過碳排放權與經濟結構的相互作用，縮小區域之間的差距。例如，適當提高欠發達省份的排放空間以激發其發展潛力，為中國經濟發展注入新鮮血液；對發達省份碳排放權稍做限制，使其承擔更大的減排責任；通過給予落后省份更多碳排放權調整空間以促進資本與勞動力流向，推動產業結構的優化，使其經濟協調平穩進步。

本研究以2030年碳減排雙控目標為基礎測算全國碳排放權分配總量，構建可持續框架下的碳排放權省際分配模型，最終實現了中國30個省份2022—2035年碳排放權的有效分配。相較于以往研究在分配準則、分配方法與分配結果3個方面均有所創新，但與先前文獻相同，皆未保證每個省份的分配結果完全符合該省的實際最優減排路徑。