中國省際碳排放空間分配研究

宋德勇 劉習(xí)平

(華中科技大學(xué)經(jīng)濟(jì)學(xué)院，湖北 武漢 430074)

我國政府未來將會對CO2排放實(shí)行總量控制計(jì)劃管理，因此，在總量控制條件下科學(xué)配置各區(qū)域的約束性份額，實(shí)現(xiàn)碳排放空間的相對公平是一項(xiàng)基礎(chǔ)性工作［1］。碳排放量的分配是個(gè)很復(fù)雜的問題，涉及到各個(gè)地區(qū)經(jīng)濟(jì)發(fā)展權(quán)的合理分配。為了考察碳排放空間分配的不公平問題，本文以1978－2010年中國各地區(qū)碳排放數(shù)據(jù)為依據(jù)，基于人均歷史累計(jì)碳排放的視角，測算了碳基尼系數(shù)，并對中國各地區(qū)2020年CO2排放指標(biāo)進(jìn)行了分配。

1 文獻(xiàn)回顧

對于碳公平的測度方法，Hedenus等［2］利用Atkinson指數(shù)測度了國家間人均排放的不公平。Duro等［3］利用Theil指數(shù)解釋了人均排放的不公平很大程度上源于人均收入的不均。Heil等［4－5］利用基尼系數(shù)測度了不同國家人均排放的不公平。Groot［6］以人均年排放構(gòu)建了碳洛倫茲曲線和碳基尼系數(shù)。楊振等［7］提出了環(huán)境污染基尼系數(shù)和人口(經(jīng)濟(jì))——污染系數(shù)一致性的概念，發(fā)展了一種評估環(huán)境污染的方法。騰飛等［8］以人均歷史累計(jì)排放為基礎(chǔ)，計(jì)算了國際社會的碳基尼系數(shù)。就碳排放分配而言，探討我國各區(qū)域分配原則的論文還比較少，但是針對國家與國家之間碳排放分配問題的研究已比較多，Bohm and Larsen［9］以及 Kverndokk［10］均就以人口規(guī)模為基礎(chǔ)的排放權(quán)配額做出相關(guān)研究和改進(jìn)，表明人口規(guī)模是排放權(quán)配額原則的重要因素之一。Steenberghe［11］研究發(fā)現(xiàn)基于所謂公平的分配并不是對所有國家都有利，一些國家在合作型的配額原則下可能比在非合作的排放控制原則下要支付更多的成本。丁仲禮［12］等提出了國家間以“人均累計(jì)排放指標(biāo)”最能體現(xiàn)“共同而有區(qū)別的責(zé)任”的原則和公平正義的原則。

相比于以往的研究，本文主要有如下特點(diǎn):①對于碳公平的測度，大部分文獻(xiàn)是以人均年排放量為基礎(chǔ)，這不能體現(xiàn)區(qū)域碳排放的歷史責(zé)任，本文以人均歷史累計(jì)排放為基礎(chǔ)，更能準(zhǔn)確地體現(xiàn)碳公平的含義;②對于碳公平而言，大部門文獻(xiàn)討論的是國家與國家之間碳排放公平的問題，實(shí)際上，未來中國將會對CO2排放實(shí)行總量控制計(jì)劃管理，因此，研究我國各省(區(qū))之間排放權(quán)分配的相對公平性，是一項(xiàng)基礎(chǔ)而且緊迫的工作。

2 碳公平及其度量

碳公平的本質(zhì)是測度碳空間的分配差異。分配差異雖然在氣候變化研究中是一個(gè)新問題，但在財(cái)富分配的公平性研究中卻已經(jīng)得到了深入探討［13］。用來測度居民收入分配差異的統(tǒng)計(jì)指標(biāo)基尼系數(shù)是最常用的指標(biāo)，橫坐標(biāo)為累計(jì)人口占比，縱坐標(biāo)為累計(jì)收入占比，見圖1。洛倫茲曲線表述的是人口比例與收入比例的對應(yīng)關(guān)系，基尼系數(shù)是根據(jù)洛倫茲曲線計(jì)算出一個(gè)反映收入分配平等程度的指標(biāo)。按照聯(lián)合國有關(guān)組織的規(guī)定，基尼系數(shù)小于0.2表示收入絕對平均，0.2－0.3 表示比較平均，0.3－0.4則表示相對合理，而0.4－0.5則表示收入差距較大，如果超過0.5則表示收入差距懸殊。因此，0.4通常被認(rèn)為是分配差距的“警戒線”。

圖1 洛倫茲曲線Fig.1 Lorentz curve

本文借用以上對基尼系數(shù)的劃分來研究碳公平問題。對于我國而言，經(jīng)濟(jì)大省以及一些資源、能源大省在工業(yè)化和城市化進(jìn)程中排放了大量的CO2溫室氣體，這些溫室氣體積累在大氣中，導(dǎo)致了我國的碳排放壓力異常嚴(yán)峻，同時(shí)也擠占了有限的排放空間。因此，基尼系數(shù)同樣也可以用于對碳排放空間分配的公平情況進(jìn)行測度。當(dāng)使用洛倫茲曲線和基尼系數(shù)測度排放空間分配的公平程度時(shí)，橫軸從家庭轉(zhuǎn)換成人口，而縱軸則從收入轉(zhuǎn)換成碳排放。本文在借用基尼系數(shù)研究碳公平時(shí)使用的是人均歷史累計(jì)排放。根據(jù)構(gòu)造的“碳洛倫茲曲線”可以進(jìn)一步計(jì)算出“碳基尼系數(shù)”，從總體上反映不同地區(qū)對排放空間占有的差異程度。

3 碳洛倫茲曲線與碳基尼系數(shù)的測算及評價(jià)

3.1 數(shù)據(jù)來源和測算

本文的起始年設(shè)定為1978年，因?yàn)?978年以前，中國實(shí)行的是計(jì)劃經(jīng)濟(jì)，各區(qū)域進(jìn)行統(tǒng)一管理和計(jì)劃調(diào)配，自從1978年改革開放以后，我國實(shí)行梯度式的發(fā)展戰(zhàn)略，各區(qū)域的發(fā)展差距才逐漸開始拉大，而能源消費(fèi)、碳排放與一個(gè)區(qū)域的經(jīng)濟(jì)發(fā)展水平是密切相關(guān)的。從這個(gè)意義上說，以1978年為起始年是比較合理的。本文的數(shù)據(jù)年限設(shè)定為1978－2010年。

本文選取北京、天津、上海、浙江、江蘇、福建、廣東、遼寧、山東、河北、海南、山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內(nèi)蒙古、廣西、四川、貴州、云南、陜西、甘肅、寧夏、青海省和新疆29個(gè)省(自治區(qū))作為統(tǒng)計(jì)樣本。由于重慶市在1997年才成立，其統(tǒng)計(jì)資料不全，所以樣本數(shù)據(jù)不包含重慶市。此外，西藏的數(shù)據(jù)整體缺失，因此樣本數(shù)據(jù)不包含西藏。有個(gè)別省份的數(shù)值在個(gè)別年份有缺失，用插值法進(jìn)行了補(bǔ)全。本文將時(shí)間跨度設(shè)定為1978－2010年，所有數(shù)據(jù)均來源于中國經(jīng)濟(jì)信息網(wǎng)數(shù)據(jù)庫、《中國統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》、《新中國六十年統(tǒng)計(jì)資料匯編》以及各省(自治區(qū))的《統(tǒng)計(jì)年鑒》。其中，人口數(shù)取各地區(qū)年底總?cè)丝跀?shù)，單位為億人。

碳排放采用如下測量方法:CO2排放可分為自然排放和人工排放，人工排放是由于人類活動引起的CO2排放，主要包括化石燃料消耗、生物質(zhì)燃燒等，其中化石燃料消耗所排放的CO2占95%以上。本文對中國總的碳排放量采用以下因素分解公式進(jìn)行估算:

其中，C是碳排放總量，E為中國一次能源的消費(fèi)總量，Ci為i種能源消費(fèi)的碳排放量，Ei為i種能源的消費(fèi)量，表示Si種能源在能源消費(fèi)總量中所占份額;Fi為i種能源的碳排放系數(shù)(強(qiáng)度)。由上面的公式可知，要測算碳排放總量，關(guān)鍵是要確定各種能源消費(fèi)的碳排放系數(shù)。為了增強(qiáng)數(shù)值的準(zhǔn)確性，最終以四個(gè)研究機(jī)構(gòu)確定的各類能源排放系數(shù)的平均值作為依據(jù)來計(jì)算，見表1。

表1 各種能源的碳排放系數(shù)Tab.1 Conversion coefficient table of carbon all kinds of energy

3.2 計(jì)算公式的界定

為了理解基于人均歷史累計(jì)CO2排放如何構(gòu)成洛倫茲曲線，首先對各個(gè)地區(qū)的相關(guān)變量進(jìn)行如下界定:

人均累計(jì)CO2量是本文所倡導(dǎo)的衡量排放公平性的最重要指標(biāo)，也是構(gòu)造洛倫茲曲線的依據(jù)，用歷史累計(jì)CO2排放量除以累計(jì)人口數(shù)量，公式表示為

以基于人均歷史累計(jì)CO2排放區(qū)際偏差系數(shù)(簡稱偏差系數(shù))表示CO2排放空間公平性，某省區(qū)碳排放的偏差系數(shù)(PC)為該省歷史累計(jì)CO2排放比重與歷史累計(jì)人口比重的比值，即，當(dāng)某省份的PC值大于1，說明該省CO2排放比重大于人口比重，說明這些地區(qū)人少排放量大，相對嚴(yán)重地破壞了環(huán)境;反之，CO2排放比重小于人口比重，環(huán)境壓力較小，體現(xiàn)的是一種“環(huán)境友好型碳排放模式”。

表2給出了我國各地區(qū)1978－2010年歷史累計(jì)CO2排放量、人口數(shù)量以及人均歷史累計(jì)CO2排放量等相關(guān)信息，按照人均歷史累計(jì)CO2排放量的升序排列。可以看出，北京、上海等發(fā)達(dá)城市的人均歷史累計(jì)CO2排放量較大，海南省、廣西省的人均歷史累計(jì)CO2排放量較小。

因?yàn)槲覀冎攸c(diǎn)關(guān)注的是各個(gè)地區(qū)從第i年到第j年的CO2排放情況，在構(gòu)造洛倫茲曲線時(shí)，需要按從第i年到第j年的人均歷史累計(jì)CO2排放量遞增的順序?qū)Ω鱾€(gè)地區(qū)進(jìn)行排序，將各個(gè)地區(qū)進(jìn)行排序以后，以第i年到第j年的累計(jì)歷史累計(jì)人口比為橫軸，第i年到第j年的累計(jì)歷史累計(jì)CO2排放比為縱軸建立坐標(biāo)系。

將坐標(biāo)系中表示各個(gè)地區(qū)位置的點(diǎn)通過平滑曲線相連，即得到從第i年到第j年的基于人均歷史累計(jì)CO2排放量的洛倫茲曲線。圖2給出了以1978年為起始年的碳洛倫茲曲線，由于洛倫茲曲線是按人均歷史累計(jì)排放排序，因此在碳洛倫茲曲線的位置越靠右上方，則該地區(qū)人均歷史累計(jì)排放量越大。

對CO2排放基尼系數(shù)按下面公式進(jìn)行計(jì)算。式中，Gini表示CO2排放基尼系數(shù)，下標(biāo)n代表省區(qū)，Xn表示累計(jì)的歷史累計(jì)人口比重①前一個(gè)累計(jì)是從1978－2010年的加總數(shù)據(jù)，后一個(gè)累計(jì)是分組后的累計(jì)比重，這兩個(gè)累計(jì)的含義是不同的。，Yn表示CO2累計(jì)的歷史累計(jì)排放比重;當(dāng) n=1時(shí)，X n－1=0，Y n－1=0。

表2 1978－2010年我國各地區(qū)歷史累計(jì)CO2排放情況Tab.2 History accumulated carbon dioxide emissions in different regions of China from 1978 to 2010

圖2 中國各地區(qū)人均歷史累計(jì)CO2排放量的洛倫茲曲線Fig.2 Lorentz curve of per capita history accumulated carbon emissions in different regions of China

圖2是我國各省區(qū)化石能源消費(fèi)的CO2排放洛倫茲曲線，利用式(2)計(jì)算得到相應(yīng)的基尼系數(shù)為0.24，處于比較平均區(qū)間內(nèi)。

從我國三大區(qū)域上①東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省市;中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8省;西部地區(qū)包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、內(nèi)蒙古、廣西12省區(qū)市。來看，東部偏差系數(shù)為1.28，中部為0.83，西部為0.82。偏差系數(shù)大于1的東部地區(qū)CO2累計(jì)排放比重大于累計(jì)人口比重。中西部地區(qū)偏差系數(shù)小于1，CO2累計(jì)排放比重小于累計(jì)人口比重。可以看出，從偏差系數(shù)來看，呈現(xiàn)出從東往西梯度式的變化，這主要是由于經(jīng)濟(jì)發(fā)展水平?jīng)Q定和人口的區(qū)域分布共同決定的。

進(jìn)一步細(xì)分到各個(gè)省區(qū)，圖3是各省區(qū)的偏差系數(shù)，可以發(fā)現(xiàn)PC值小于1的省區(qū)包括海南、廣西、江西、安徽、云南、四川、湖南、陜西、福建、河南、貴州、湖北、甘肅、廣東13省區(qū)(升序排列)，這些省區(qū)的CO2排放比重小于人口比重，碳排放相對全國而言較公平。PC值大于1的省市包括江蘇、浙江、吉林、黑龍江、河北、山東、青海、新疆、山西、內(nèi)蒙古、遼寧、寧夏、天津、北京、上海13省區(qū)(升序排列)。

我國CO2排放比重大于人口比重，從總體上相對破壞環(huán)境的省份主要有以下幾種情況:①中東部發(fā)達(dá)地區(qū)或經(jīng)濟(jì)大省，如上海、北京、天津等，由于我國處在工業(yè)化和城鎮(zhèn)化加速發(fā)展的階段，在一定時(shí)間內(nèi)經(jīng)濟(jì)發(fā)展和能源消費(fèi)存在很大的相關(guān)關(guān)系，因此經(jīng)濟(jì)發(fā)達(dá)的省份，往往伴隨著較高的碳排放。②內(nèi)陸西部落后省份，如青海省、新疆維吾爾自治區(qū)、寧夏回族自治區(qū)等，這些省區(qū)生態(tài)環(huán)境脆弱，人煙稀少，加之火電及其他高耗能、高排放產(chǎn)業(yè)布局相對集中，從而導(dǎo)致這些地方的CO2排放比重大于人口比重。③資源、能源大省，如山西、內(nèi)蒙古。資源能源大省的經(jīng)濟(jì)發(fā)展模式屬于資源依賴型，對勞動和資本等要素具有擠出效應(yīng)，使得各種經(jīng)濟(jì)要素向資源型行業(yè)流動，極大助長了高碳行業(yè)的快速發(fā)展;加上自身的資源豐度，能源利用模式也比較粗放，間接導(dǎo)致碳排放的增加［14］。

圖3 中國各地區(qū)人均歷史累計(jì)CO2排放區(qū)際偏差系數(shù)Fig.3 Deviation coefficient of per capita history accumulated carbon emissions in different regions of China

4 基于公平視角的碳排放空間分配

4.1 對已有碳排放分配方案的評述

碳排放總量的分配是個(gè)很復(fù)雜的問題，也是爭論的焦點(diǎn)。從國際上來看，當(dāng)前國際社會已有20多種關(guān)于碳排放權(quán)的分配方案，這些方案雖然出于不同的利益取向，各有側(cè)重，但是它們要么回避歷史責(zé)任，要么忽視發(fā)展權(quán)或其他因素，統(tǒng)一的為世界各國所接受的排放權(quán)分配制度，目前尚未建立。而國內(nèi)對如何分配省際碳排放權(quán)，制定不同方案相關(guān)研究不多，吳靜等［15］采用世襲制原則、平等主義原則和支付能力原則對我國碳排放的分配分別進(jìn)行了測算(見表3)。

世襲制原則建議按照排放量比例分配排放權(quán)，平等主義原則按人口比例分配排放權(quán)，在這兩種原則分配的指導(dǎo)下，那么就會出現(xiàn)人口或GDP比重越高的區(qū)域可以擁有更多的自然資源消耗權(quán)或環(huán)境污染排放權(quán)的結(jié)論，這顯然與環(huán)境倫理及環(huán)境經(jīng)濟(jì)學(xué)相關(guān)理論不甚相符。支付能力原則強(qiáng)調(diào)減排費(fèi)用占GDP的比例在國家(區(qū)域)均等，沒有體現(xiàn)出一個(gè)地區(qū)在歷史減排中的責(zé)任。筆者認(rèn)為，基于人口與歷史因素的碳排放權(quán)分配方案可以使得排放權(quán)配額向落后地區(qū)傾斜，向人口規(guī)模大的省市自治區(qū)傾斜。這樣的分配方案會使人口規(guī)模大、相對落后的省市自治區(qū)排放權(quán)配額有結(jié)余，人口規(guī)模小、相對發(fā)達(dá)的省市自治區(qū)排放權(quán)配額有不足。以“不足”購買“結(jié)余”，能夠緩解相對落后地區(qū)的財(cái)政壓力、發(fā)展壓力，為推進(jìn)基本公共服務(wù)均等化提供更多的財(cái)力支持。

表3 采用世襲制原則、平等主義原則和支付能力原則的我國碳排放分配Tab.3 Distribution of carbon dioxide emissions Based on hereditary principle，Egalitarianism principle，ability-to-pay principle

4.2 基于歷史人均累計(jì)的分配方案

“十三五”時(shí)期，我國經(jīng)濟(jì)面臨經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，綜合考慮王小魯?shù)龋?6］對中國經(jīng)濟(jì)增長的研究，將預(yù)測時(shí)段分為2010－2015年和2016－2020年兩個(gè)區(qū)間，如果按照“十二五”時(shí)期中國的GDP年均7%和“十三五”時(shí)期年均增長6.5%來測算，到2020年我國GDP總量將達(dá)到764771.07億元。通過計(jì)算，我國2005年的碳強(qiáng)度為3.01 t/萬元，到2020年單位國內(nèi)生產(chǎn)總值CO2排放比2005年下降40%－45%，因此到 2020年我國的碳排放強(qiáng)度為 1.66－1.81 t/萬元，為了確保完成預(yù)定的目標(biāo)，我們?nèi)∑淦骄?.73 t/萬元，那么到 2020年我國 CO2總量要保持在1323053.95萬t。以2010年的碳排放量為基數(shù)，2010－2020年碳排放量年均增長17.66%，據(jù)此可以計(jì)算出每年的碳排放量數(shù)據(jù)。根據(jù)國家人口發(fā)展研究戰(zhàn)略課題組發(fā)布的國家人口發(fā)展的戰(zhàn)略目標(biāo)，2010年人口總量控制在13.6億人，2020年人口總量控制在14.5億人，由此可得預(yù)測區(qū)間內(nèi)的年均人口增長率為0.64%。根據(jù)年均人口增長率0.64%來計(jì)算，可以粗略計(jì)算出我國2011－2020年的各地區(qū)人口數(shù)。由于我們是以人均歷史累計(jì)排放量的視角，因此把1978－2020年看成是一個(gè)整體，通過計(jì)算歷史累計(jì)總碳排放量和歷史累計(jì)人口數(shù)，兩者之間的比值就可計(jì)算出人均歷史累計(jì)CO2排放量，再用人均歷史累計(jì)CO2排放量與歷史累計(jì)人口數(shù)相乘，就得出各地區(qū)公平的歷史累計(jì)碳排放總量。用各地區(qū)公平的歷史累計(jì)碳排放總量減去1978－2010年的累計(jì)排放總量，就得了2011－2020年CO2排放總量指標(biāo)，最后計(jì)算2011－2020年年均CO2排放指標(biāo)，見表4。

建立區(qū)域性的碳排放交易市場，碳排放較少的省區(qū)可以在保持自身經(jīng)濟(jì)增長空間的前提下，向碳排放較大的省區(qū)出售碳排放權(quán)。這樣可以通過市場化的手段減少碳排放，確保2020年減排目標(biāo)的實(shí)現(xiàn)，同時(shí)還可以促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。在“總量控制”的前提下，對人均歷史累計(jì)排放量較大的地區(qū)而言，特別是經(jīng)濟(jì)發(fā)達(dá)地區(qū)，其碳排放權(quán)配額可能不足，通過一個(gè)比較成熟的碳交易市場可以購買碳排放權(quán)，而市場定價(jià)機(jī)制將使多排放代價(jià)等于減排的邊際成本，這就增加了擴(kuò)大排放的成本，增強(qiáng)了這些地區(qū)企業(yè)技術(shù)改造和產(chǎn)業(yè)升級的動力，使企業(yè)和發(fā)達(dá)地區(qū)有持續(xù)節(jié)能減排的內(nèi)在積極性;對人均歷史累計(jì)排放量較少的地區(qū)而言，特別是經(jīng)濟(jì)落后地區(qū)，由于其出讓排放余額的收益而緩解了財(cái)政壓力，對發(fā)展地方經(jīng)濟(jì)會從過熱降到一個(gè)相對平和的狀態(tài)，發(fā)展地方經(jīng)濟(jì)趨于理性，招商引資減少一些盲目。同時(shí)，在其他政策的約束下，更加關(guān)注民生和發(fā)展環(huán)境建設(shè)，優(yōu)化投資環(huán)境，提升招商引資水平，珍惜碳排放權(quán)余額，從而內(nèi)在地追求企業(yè)技術(shù)改造和產(chǎn)業(yè)升級。

表4 基于人均歷史累計(jì)的中國各地區(qū)CO2排放指標(biāo)分配Tab.4 CO2 emission index allocation according to per capita history accumulated

5 結(jié)論、建議與展望

5.1 結(jié)論

基于人均歷史累計(jì)排放的視角，測算出的基尼系數(shù)為0.24，處于相對公平的水平上，說明這種分配的空間差異較小。

從區(qū)域上看，東部地區(qū)CO2排放比重大于人口比重，擠占了中西部地區(qū)的排放空間。通過對偏差系數(shù)的計(jì)算，我國CO2排放比重大于人口比重的省份既有中東部發(fā)達(dá)地區(qū)或經(jīng)濟(jì)大省，也有西部內(nèi)陸落后省份，還有資源、能源大省。因此，我國的減排政策應(yīng)該針對不同地域和經(jīng)濟(jì)發(fā)展的實(shí)際情況，采取靈活的措施和方法，而不應(yīng)該“一刀切”。

我國政府已經(jīng)明確了到2020年的減排任務(wù)，要切實(shí)加強(qiáng)對CO2排放實(shí)行總量控制管理，在總量控制條件下公平、科學(xué)配置各區(qū)域的約束性指標(biāo)和配額。

5.2 政策建議

我國CO2排放比重大于人口比重的省份的減排政策，應(yīng)該針對不同地域和經(jīng)濟(jì)發(fā)展的實(shí)際情況，采取靈活的措施和方法。中東部發(fā)達(dá)地區(qū)或經(jīng)濟(jì)大省，需要通過清潔能源、新能源與可再生能源的開發(fā)、低碳產(chǎn)業(yè)的發(fā)展及低碳創(chuàng)新技術(shù)體系的構(gòu)建達(dá)到低碳發(fā)展的目的。西部內(nèi)陸落后省份需改變經(jīng)濟(jì)增長方式，促進(jìn)能源集約利用，大力發(fā)展旅游服務(wù)業(yè)。資源、能源大省要以低碳產(chǎn)業(yè)轉(zhuǎn)型為核心，大力發(fā)展接續(xù)性產(chǎn)業(yè)或替代產(chǎn)業(yè)，同時(shí)改變能源粗放利用的模式，提高單位能源的服務(wù)價(jià)值。

切實(shí)加強(qiáng)對CO2排放實(shí)行總量控制管理，在總量控制條件下公平、科學(xué)配置各區(qū)域的約束性指標(biāo)和配額，并按照年度進(jìn)行分解，建立區(qū)域性的碳排放交易市場，碳排放較少的省區(qū)可以在保持自身經(jīng)濟(jì)增長空間的前提下，向碳排放較大的省區(qū)出售碳排放權(quán)。并實(shí)施可行的碳稅政策，提高各區(qū)域的減排成本，降低碳排放基尼系數(shù)。

5.3 展望

首先，本文認(rèn)為人均歷史累計(jì)減排量考慮到了人與人之間的公平，也考慮了歷史因素，可作為碳排放權(quán)分配的重要依據(jù)。但同時(shí)還需要綜合考慮其它因素，如地區(qū)特征、環(huán)境容量和部門排放標(biāo)準(zhǔn)等因素，中央政府有關(guān)部門應(yīng)積極組織有關(guān)研究機(jī)構(gòu)，以人均累積減排量為主要參照，建立一個(gè)適合我國實(shí)際的碳排放權(quán)分配模型，在總量固定的基礎(chǔ)上，把指標(biāo)層層分解，直到縣級和重點(diǎn)企業(yè)。其次，雖然本文測算出了2011－2020年CO2排放總量指標(biāo)以及2011－2020年年均CO2排放指標(biāo)，但畢竟是根據(jù)各地區(qū)經(jīng)濟(jì)發(fā)展水平和人口變動進(jìn)行預(yù)測的數(shù)值，實(shí)際情況可能要復(fù)雜得多，但本文提出了一種計(jì)算的思路和方法。對于人口太多的省份(如河南、四川)或人口太少的省區(qū)(新疆、青海、寧夏等)，需要單獨(dú)進(jìn)行深入研究。同時(shí)，在總量控制的基礎(chǔ)上，按照年度計(jì)劃，把指標(biāo)層層分解，這需要全國各地區(qū)通力合作，在實(shí)踐中構(gòu)建完善的體制和機(jī)制，通過市場推進(jìn)相關(guān)技術(shù)和管理手段的提高。此外，碳排放權(quán)交易的定價(jià)問題也是要進(jìn)一步研究的重點(diǎn)。

References)

［1］楊振.基于環(huán)境容量的能源消費(fèi)碳排放空間公平性研究［J］.中國能源，2010，(7):25－ 28.［Yang Zhen.Study on Spatial Equalities of CO2Emitted from Consumption of Energy Based on Capacity［J］.China Energy，2010，(7):25－28.］

［2］Hedenus F，Azar C.Estimates of Trends in Global Income and Resource Inequalities［J］.Ecological Economics，2005，55(3):351－364.

［3］Duro J A，Padilla E.International in Equalities in Per Capita CO2Emissions:A Decomposition Methodology by Kaya Factors［J］.Energy Economics，2006，28(2):170－187.

［4］Heil M T，Wodon Q T.Inequality in CO2Emissions between Poor and Rich Countries［J］.Journal of Environment and Development，1997，(6):426－452.

［5］Heil M T，Wodon Q T.Future Inequality in CO2Emissions and the Impact of Abatement Proposals［J］.Environmental and Resource Economics，2000，(17):163－181.

［6］Groot L.Carbon Lorenz Curves［J］.Resource and Energy Economics，2010，32(1):45－64.

［7］楊振，王佳，葉護(hù)平.中國環(huán)境污染排放的空間公平性評價(jià)［J］.華中師范大學(xué)學(xué)報(bào):自然科學(xué)版，2009，(3):490－494.［Yang Zhen，Wang Jia，Ye Huping.Evaluation on Spatial Fairness of Environmental Pollution Emissions in China［J］.Journal of Central China Normal University:Natural Sciences，2009，(3):490－494.］

［8］騰飛，何建坤，潘勛章，等.碳公平的測度:基于人均歷史累計(jì)排放的碳基尼系數(shù)［J］.氣候變化研究進(jìn)展，2010，(6):449－454.［Teng Fei，He Jiankun，Pan Xunzhang，et al.How to Measure Carbon Equity:Carbon Gini Index Based on Historical Cumulative Emission Per Capita［J］.Advance Climate Change Research.2010，(6):449－ 454.］

［9］Bohm P，Larsen B.Fairness in A Tradeable Permit Treaty for Carbon Emission Reductions in Europe and the Former Soviet Union［J］.Environmental and Resource Economics，1994，(4):219－239.

［10］Kverndokk S.Tradable CO2Emission Permits－ initial Distribution as A Justice Problem［J］.Environmental Values，1995，4(2):129－148.

［11］Steenberghe V.Core-stable and Equitable Allocations of Greenhouse Gas Emission Permits［EB/OL］.Core Discussion Papers，No 2004075.http://ssrn.com/abstract=683162.

［12］丁仲禮，段曉男，葛全勝，等.2050年大氣CO2濃度控制:各國排放權(quán)計(jì)算［J］.中國科學(xué):D 輯，2009，(8):1009－1027.［Ding Zhongli，Duan Xiaonan，Ge Quansheng，et al.Control of Atmospheric CO2Concentration by 2050:A Calculation on the Emission Rights of Different Countries［J］.Science in China:Series D，2009，(8):1009－1027.］

［13］萬廣華.不平等的度量與分解［J］.經(jīng)濟(jì)學(xué)(季刊)，2009，(1):347－ 367.［Wan Guanghua.Inequality Measurement and Decomposition:A Survey［J］.China Economic Quarterly，2009，(1):347－367.］

［14］肖黎姍，王潤，楊德偉，等.中國省際碳排放極化格局研究［J］.中國人口·資源與環(huán)境，2011，(11):21－25.［Xiao Lishan，Wang Run，Yang Dewei，et al.Polarization Pattern of Carbon Emission in China’s Provinces［J］.China Population，Resources and Environment，2011，(11):21－ 25.］

［15］吳靜，馬曉哲，王錚.我國省市自治區(qū)碳排放權(quán)配額研究［J］.第四紀(jì)研究，2010，(3):481－488.［Wu Jing，Ma Xiaozhe ，Wang Zheng.Provincial Emission Permits Quota Allocations in China［J］.Quaternary Sciences，2010，(3):481－488.］

［16］王小魯，樊綱，劉鵬.中國經(jīng)濟(jì)增長方式轉(zhuǎn)換和增長可持續(xù)性［J］.經(jīng)濟(jì)研究，2009，(1):4－16.［Wang Xiaolu，F(xiàn)an Gang，Liu Peng.Transformation of Growth Pattern and Growth Sustainability in China［J］.Economic Research，2009，(1):4－16.］