政府-企業-居民協同共治的道路交通碳交易機制

李文翔,李 曄,蔡近近

政府-企業-居民協同共治的道路交通碳交易機制

李文翔1,李 曄2*,蔡近近1

(1.上海理工大學管理學院,上海 200093；2.同濟大學交通運輸工程學院,上海 201804)

根據道路交通碳排放的影響機理,提出同時把上游燃料供應企業、中游汽車生產企業、下游汽車使用者同時作為道路交通碳交易的責任主體,設計了政府-企業-居民協同共治的道路交通碳交易機制,包括碳配額總量設定、初始碳配額分配、行業基準設定、履約考核、市場交易以及監測報告核查等制度.通過案例與情景分析揭示了道路交通碳交易的多主體協同作用機理:在政府對于碳配額總量和行業基準的調控下,燃料供應企業將通過改變燃料成分來降低燃料排放因子;汽車生產企業將通過提高汽車燃油經濟性和新能源汽車比例來降低汽車能耗強度;汽車使用者將通過減少車輛行駛里程降低交通需求或者購買使用新能源汽車.本文所提出的政府-企業-居民協同共治的道路交通碳交易機制,可以分別從上游、中游、下游促進道路交通碳排放的3個關鍵影響因素——燃料排放因子、汽車能耗強度、交通活動需求協同優化,能夠有效控制道路交通溫室氣體排放增長,進而加速“碳達峰”的實現和“碳中和”的轉型.

碳中和；道路交通；碳交易機制；主體協同；碳配額

為了應對全球氣候變化,我國在國際社會宣布:力爭2030年前實現“碳達峰”、2060年前實現“碳中和”.我國交通部門碳排放量占全國碳排放總量的10%左右[1],是第三大溫室氣體排放部門,僅次于能源供應和工業生產部門,也是近二十年來能源消耗增長最快的部門.其中,道路交通碳排放占據了交通部門碳排放的80%以上[1],已經成為“碳中和”的重點關注領域.然而,由于道路交通減排涉及上、中、下游多類相互影響的異質責任主體,導致現有針對單一主體的減排措施大多存在不確定性和反彈效應等問題[2],因此如何有效控制道路交通碳排放增長成為亟待解決的難題.

碳交易作為一種緩解氣候變化的市場化減排機制,通過控制碳排放總量,并允許碳配額交易,為排放主體提供了靈活的履約方式,可以降低全社會減排成本,幫助國家更確定、更高效、更經濟地實現既定減排目標[3].近日中國發布的《“十四五規劃”和2035年遠景目標綱要》明確表明:推動全國碳交易市場建設是實現“碳達峰、碳中和(雙碳)”目標的有力抓手與重要保障.我國碳交易市場經過10年試點省市的建設,直至2021年1月5日,生態環境部發布《碳排放權交易管理辦法(試行)》,標志著全國碳交易市場正式啟動.

然而,當前碳交易市場的覆蓋范圍主要包括數據統計基礎較好的、減排潛力較大的固定排放源及大型企業.由于移動排放源的復雜性與分散性,交通碳排放監測與管理難度較大[4],目前國際上絕大多數碳交易體系都還未曾包括碳排放增長最快的道路交通部門[5].但隨著5G、大數據、云計算、區塊鏈、物聯網等前沿技術的快速發展,將實現道路交通碳排放可追溯、可測量、可交易與不可纂改[6],因此未來有望將道路交通部門納入碳交易市場[7].

國內外學者對于道路交通碳交易機制已經開展了廣泛的理論研究與探索[4,8-11].根據責任主體不同,道路交通碳交易主要可分為3種機制[12]:①以燃料供應企業為責任主體的上游機制;②以汽車生產企業為責任主體的中游機制;③以汽車使用者為責任主體的下游機制.然而,上述3種道路交通碳交易機制由于作用機理不同,都存在各自的優勢與不足[3]:上游機制主要作用于數量較少的燃料供應企業,促進其改變燃料成分以降低碳排放因子,覆蓋范圍廣,但減排激勵較弱[13];中游機制主要作用于大型汽車生產企業,促進其提高汽車燃油經濟性以降低汽車能耗強度,管理成本較低,但只能覆蓋新車[14];下游機制主要作用于汽車使用者,促進其減少交通活動需求以降低車輛行駛里程,減排激勵強,但管理成本較高[15-17].可見,已有的3種道路交通碳交易機制都僅僅只作用于單一責任主體,并分別影響道路交通碳排放的三個關鍵因素[19],即:燃料排放因子、汽車能耗強度、交通活動需求[20],未能實現三者的協同優化,因此無法發揮最大減排效率.

綜上,“碳中和”是一場廣泛而深刻的經濟社會系統性變革,需要政府、企業、居民共同努力、協同發力,碳交易機制正是推動這一變革的重要力量.然而不同于其他固定排放部門,道路交通部門由于其特殊性與分散性,道路交通碳交易的管理范圍、參與主體、配額分配、核算方法等制度設計還有待深入研究與完善.因此,有必要建立政府-企業-居民協同共治的道路交通碳交易機制,以加速“雙碳”目標的實現,對于實現我國應對氣候變化承諾、提高我國國際競爭力、推進全球氣候治理具有重要意義.

1 機制機理分析

道路交通碳排放涉及的行業和責任主體眾多:下游汽車使用者(包括使用私人小汽車出行的居民與運輸企業)作為終端排放源,產生交通活動,對道路交通碳排放負有最直接責任;中游汽車生產企業(包括傳統燃油汽車與新能源汽車生產企業)向消費者出售具有不同能耗強度的汽車產品,對道路交通碳排放負有間接責任;上游燃料供應企業(包括加油站、加氣站、加氫站以及為新能源汽車提供電能的充換電站運營企業等)向汽車使用者出售不同排放因子的汽車燃料,其燃燒為汽車提供動力時將直接產生碳排放,對道路交通碳排放也負有間接責任.因此,本文提出同時將燃料供應企業、汽車生產企業、汽車使用者作為道路交通碳排放的責任主體,建立一種由兩級市場構成、多主體協同的道路交通碳交易機制,其基本架構如圖1所示.

一級市場主要由政府主導,負責碳配額的分配和履約考核.在履約初期,政府根據年度減排目標確定道路交通領域的碳排放總量,并按照預先設定的規則針對下游的汽車使用者分配初始碳配額,針對中游汽車生產企業設定行業基準能耗強度,針對上游燃料供應企業設定行業基準排放因子.在履約末期,政府分別對汽車使用者的碳排放配額、汽車生產企業的汽車能耗積分、燃料供應企業的排放因子積分進行考核評估以及采取必要懲罰.二級市場主要由市場主導,不同責任主體為了履約,將分別根據各自邊際減排成本選擇最經濟的減排策略.減排成本低的責任主體將選擇主動減排,并通過碳交易出售剩余的碳積分或碳配額實現利益最大化.而減排成本高的責任主體則將選擇通過碳交易購買碳積分或碳配額,實現履約成本最小化.

在上述道路交通碳交易機制作用下,將激勵各類責任主體投資或創新低碳技術,例如:燃料供應企業可通過改變燃料成分或生產可再生燃料來降低燃料排放因子,汽車生產企業可通過提高車輛燃油經濟性或新能源汽車比例來降低汽車能耗強度,汽車使用者可通過減少車輛行駛里程降低交通需求或購買新能源汽車.此外, 碳交易市場的價格信號還將對不同類型的責任主體產生交互影響與協同效應,例如:碳交易市場價格越高,將引導更多的汽車使用者選擇低排放汽車,進而將刺激汽車生產企業制造更多新能源汽車[21],同時倒逼燃料供應企業生產更加低碳的燃料.因此,本文所提出的道路交通碳交易機制通過政府、企業、居民多類責任主體的協同共治,可以同時促進道路交通碳排放三大影響因素:燃料排放因子、車輛能耗強度、交通活動需求的優化,推進道路交通行業從上游、中游、下游全面低碳轉型發展.

圖1 政府-企業-居民協同共治的道路交通碳交易基本架構

2 政策制度設計

根據已有碳交易基礎理論與實踐經驗,將從碳配額總量設定、初始碳配額分配、行業基準設定、履約考核、市場交易以及監測報告核查等方面設計多主體協同的道路交通碳交易制度.

2.1 碳配額總量設定制度

目前碳配額總量的設定有兩種不同的方式:絕對總量減排目標和相對強度減排目標.絕對總量減排目標實質上是碳排放總量控制的一種“硬約束”,明確規定碳排放總量下降至目標的比例.而對于相對強度減排目標,在履約期間碳排放總量還是可以繼續上升,關鍵是通過對排放增量和增速的約束,實現相對于正常情景的額外減排量,并最終實現對碳排放總量的控制.強度減排目標是向總量控制目標的過渡階段,可給予經濟充分調整的時間[22].考慮到人民生活水平日益提高,中國的汽車保有量也將持續保持增長態勢.因此本文建議在道路交通碳交易建設初期采用相對強度減排目標,并將道路交通碳配額總量設定分為兩部分,一部分是已有汽車的碳配額,一部分是新增汽車的碳配額[23].

2.1.1 已有汽車的碳配額總量設定 碳配額總量設定往往需要核算歷史上某段時期道路交通的碳排放,以此作為參考基準.根據《IPCC國家溫室氣體清單指南2006》[24],移動排放源碳排放核算方法可分為兩大類:方法一是自上而下, 基于汽車燃料消耗的統計數據計算碳排放總量;方法二是自下而上,基于交通活動水平數據計算碳排放總量.本文主要采用后者,該方法基本步驟為:確定汽車類型,收集各類型汽車保有量、行駛里程、單位里程能耗強度等數據,進而推算出燃料消耗量,再結合燃料排放因子進行計算.為了便于統計和計算,同類型汽車的行駛里程和能耗強度往往取平均值,如式(1).

由于采用相對強度減排目標,政府需要根據歷史平均碳排放強度和相對強度減排目標(通常以碳配額下降率表示),計算已有汽車目標年的基準碳排放強度,如式(2).并根據目標年的各車型已有汽車的數量,可以計算目標年的碳配額總量,如式(3).

2.1.2 新增汽車的碳配額總量設定 由于新增汽車往往采用更先進的節能技術和更清潔的能源(例如:可再生電能、氫能),往往具有更大的減排潛力,并且新能源汽車的碳排放顯著低于燃油汽車.為了促進新增汽車中新能源汽車的推廣,同時倒逼企業不斷改進和創新技術,生產出更加低碳的汽車和燃料,因此政府設定的新增汽車碳配額下降率應該大于已有汽車碳配額下降率.對于不同車型的新增汽車,其基準碳排放強度計算如下:

2.2 初始碳配額分配制度

初始碳配額分配制度是根據所設定的碳配額總量目標,為每一個被納入碳交易體系且符合條件的責任主體分配其可以使用的初始碳配額[27].常用的初始碳配額分配方法可分為免費分配法和有償分配法[28].其中免費分配法可分為歷史數據法(又稱祖父制)和基準線法(又稱標桿法).有償分配法包括固定價格出售法和拍賣法等.

在碳交易機制的建立和實施進程中,碳配額分配方法也是不斷進化的.在碳交易建設初期,一般以免費分配的方法為主,以獲得大部分責任主體的支持.在碳交易開展過程中,將逐漸過渡到以免費分配和有償分配相結合的方法,即一部分配額采用基準線法免費分配,剩余部分采用固定價格出售或拍賣的方式進行分配.在未來碳交易成熟階段,一般采用效率最高的拍賣法進行碳配額分配.

在本文建立的多主體協同的道路交通碳交易體系中,碳配額的持有者為下游汽車使用者,主要包括直接擁有并使用小汽車的居民和運輸企業.對于使用公交、出租車或其他公共交通方式的無車居民不分配初始碳配額,其碳排放從相應運輸企業的碳配額中扣減.由于參與主體眾多,為了保證公平分配與提高參與積極性,本文提出在道路交通碳交易建設初期,采用免費分配的基準線法,主要根據不同車型的基準碳排放強度,向汽車使用者平等分配碳配額.為了便于登記和管理,政府將通過每年的汽車注冊或年檢,把該車型相應的碳配額發放到對應汽車的碳賬戶,汽車所有人(或企業)對該碳賬戶擁有使用權和轉讓權.因此,汽車使用者的初始碳配額由其已有汽車數量和新增汽車數量決定,如式(6).

2.3 行業基準設定制度

2.4 履約考核制度

本文所建立的多主體協同的道路交通碳交易機制包含三類不同的履約主體:對于汽車使用者,主要考核該年度汽車使用過程中實際碳排放情況;對于汽車生產企業,主要考核該年度所銷售汽車的平均能耗強度;對于燃料供應企業,主要考核該年度所銷售燃料的平均碳排放因子.

2.4.1 汽車使用者 每個汽車使用者將獲得一定的初始碳配額,在燃料供應企業購買燃料時除支付燃料費用,同時還必須支付相應的碳配額.當碳配額不足時,汽車使用者將面臨兩個選擇:要么停止繼續使用該汽車,要么通過碳交易向配額剩余的用戶購買額外的配額.當配額剩余時,汽車使用者可以選擇通過碳交易出售多余的碳配額以獲取額外的減排收益.為了防止碳配額囤積導致市場價格不受控,本文規定不允許將剩余碳配額轉結到下一年使用.因此,對于汽車使用者履約達標的條件為:實際碳排放不超過其初始碳配額與交易的碳配額之和,如式(9):

2.4.2 汽車生產企業 為了推動汽車生產企業節能技術進步和產品結構調整升級,規定超過一定規模的汽車生產企業有義務使其生產銷售的汽車能耗強度小于行業基準能耗強度.因此,汽車生產企業需要根據其履約期內銷售的各車型平均能耗強度以及政府設定的相應車型的行業基準能耗強度,核算企業的實際碳積分,其計算過程如式(10).

汽車生產企業需要在履約期結束后的規定期限內,向政府提交履約年度碳積分的核算報告以及下一年度各類車型的目標能耗強度,作為政府設定行業基準能耗強度的依據.最終能耗強度碳積分為負的汽車生產企業需要通過碳交易購買其他汽車生產企業的正積分進行抵償,否則將受到行政處罰或罰款.因此,對于汽車生產企業履約達標的條件為:實際碳積分加交易的碳積分大于零,如式(11).

2.4.3 燃料供應企業 類似的,為了促進低碳燃料的發展,規定超過一定規模的燃料供應企業有義務使其生產銷售的燃料排放因子小于行業基準排放因子.因此,燃料供應企業需要根據其履約期內銷售的各燃料平均排放因子以及政府設定的相應燃料的行業基準排放因子,計算企業的實際碳積分,其計算過程如式(12).

燃料供應企業需要在履約期結束后的規定期限內,向政府提交履約年度碳積分的核算報告以及下一年度各類燃料的目標排放因子,作為政府設定行業基準排放因子的依據.最終排放因子碳積分為負的燃料供應企業需要通過碳交易購買其他燃料供應企業的正積分進行抵償,否則將受到行政處罰或罰款.同理,對于燃料供應企業履約達標的條件為:實際碳積分加交易的碳積分大于零, 如式(13).

2.5 市場交易制度

道路交通碳交易涉及的交易主體主要分為三類:汽車使用者、汽車生產企業、燃料供應企業,其對應的交易品種分別為碳配額、能耗強度碳積分和排放因子碳積分.由于不同類型責任主體之間減排成本差異較大,為了避免減排責任轉移,例如汽車生產企業向汽車使用者低價購買碳配額,而不實質性履行減排義務.因此本文規定只允許同類主體對相同交易品種進行交易.即:汽車使用者只能與其他汽車使用者交易碳配額,汽車生產企業只能與其他汽車生產企業交易能耗強度碳積分,燃料供應企業只能與其他燃料供應企業交易排放因子碳積分.

交易主體可在交易期內通過其碳賬戶在碳排放交易系統中進行自由交易,不同類別的交易主體和交易品種,其交易方式所有不同.對于汽車使用者交易碳配額,由于交易主體和交易需求較大,采用基于雙邊拍賣的競價交易方式(包括集合競價和連續競價).對于汽車生產企業和燃料供應企業交易碳積分,由于交易主體較少,一般采用協議轉讓的方式.

碳交易市場的價格反映了市場內碳配額的稀缺程度,并對不同的責任主體形成不同的利益激勵和預期.為了充分發揮市場配置資源的作用,碳配額的價格形成一般都是由市場的供需平衡決定.碳排放總量目標、初始碳配額和行業基準的調整變化都將對碳排放的供需產生直接影響,進而導致碳交易市場價格的波動.大量研究表明[29-30],碳配額價格的過度波動和不確定性將削弱責任主體的減排動力,降低減排效率.而碳交易體系中的懲罰機制,間接為碳交易市場價格設定了上限.同時,為了避免碳交易市場價格過低,影響碳交易的減排效果,政府往往也會規定底線價格.

2.6 監測報告核查制度

碳交易的監測報告核查制度(MRV)為碳排放總量設定、初始碳配額分配、行業基準設定、履約與考核提供了數據度量基礎,保證了公平性、準確性、可比性,因此是保障道路交通碳交易機制正常運行的前提條件和必然需求,具體可分為監測制度、報告制度和核查制度.

2.6.1 監測制度 由于移動排放源的分散性和異質性,其實際碳排放往往難以直接測量,因此目前道路交通碳排放的監測主要通過對汽車使用者的交通活動和燃料消耗進行間接監測.而要實現準確和全覆蓋的監測還需要依賴智能化信息技術的支持.

對于交通活動的監測,政府相關部門可通過每年的年檢,強制要求并監督所有已注冊汽車安裝智能里程表,借助物聯網技術實現對所有汽車的行駛里程的監測.在履約期末,車上安裝的智能里程表將會自動向政府指定的監測中心發送當前里程表的讀數,因此每輛汽車在履約期的行駛里程等于目標年末的汽車里程表讀數減基準年末的讀數.

對于燃料消耗的監測,政府可強制要求所有燃料供應企業在加油站、加氫站等燃料補給站安裝智能計費器,以此實現對不同類型汽車的燃料消耗進行監測.每當有汽車來補給燃料,該智能計費器將會顯示該車輛的燃料補給量,消費金額以及相應的碳配額,同時將這些數據上傳到政府指定的監測中心.

基于上述監測制度,汽車使用者的實際碳排放和碳配額使用情況便都可以獲取,以此作為汽車使用者履約與考核的依據.同時,該年度道路交通的排放總量也可計算得到,作為下一年度碳配額總量設定與初始碳配額分配的依據.

2.6.2 報告制度 在履約期末,汽車生產企業需要按照政府制定的相關測試規范和試驗方法,對目標年銷售的汽車按車輛類型和車輛型號進行綜合工況下的單位能耗強度測定,并按照規定的格式要求向政府相關監管部門報告相關數據,主要包括:汽車類型、汽車型號、燃料類型、能耗強度、銷量以及其它汽車參數等,以此作為政府設定行業基準能耗強度以及考核汽車生產企業碳積分的依據;同理,燃料供應企業需要按照政府制定的相關測試規范和試驗方法,對目標年銷售的燃料按燃料類型進行碳排放因子測定,并按照規定的格式要求向政府相關監管部門報告相關數據,主要包括:燃料類型、可再生能源使用比例、碳排放因子、銷量以及其它燃料參數等,以此作為政府設定行業基準排放因子以及考核燃料供應企業碳積分的依據.

2.6.3 核查制度 由政府授權的具有相關資質的第三方機構對汽車生產企業和燃料供應企業提交的能耗強度報告和排放因子報告進行核查,以保證報告數據的真實性和準確性.如發現企業報告中存在不實情況,應上報政府有關部門,并根據相關法律法規對不誠信的企業進行懲罰.

3 案例與情景分析

基于中國道路交通的真實統計數據,以2017年為基準年,2018年為目標年,對上述建立的政府-企業-居民協同共治的道路交通碳交易機制進行案例試算與情景分析,旨在揭示道路交通碳交易的基本原理與作用機理.

3.1 數據來源

根據汽車用途不同,中國的民用汽車主要可分為載客汽車、載貨汽車及其他汽車.根據汽車大小規格不同,載客汽車又可分為大型、中型、小型和微型,載貨汽車又可分為重型、中型、輕型和微型.由《中國統計年鑒》可得到歷年全國民用汽車各車型(暫不考慮農用車等其它機動車)的擁有量以及新注冊數量.

由于中國缺少分車型分燃料類型的能源消耗數據統計基礎,因此本文基于已有文獻數據[31-32],對各車型的平均能耗強度和平均行駛里程進行估算.為了簡化計算,本文對不同類型的燃料消耗,統一進行等效熱值轉換為百公里的汽油消耗當量,估算結果如表1.

表1 各車型平均能耗強度與平均行駛里程

各種類型燃料的含碳量、氧化率、熱值等數據原則上需要通過實際測試獲得,以便正確反映當地排放源的技術水平和排放特點.但由于各地數據難以獲得,建議采用《IPCC國家溫室氣體清單指南2006》以及《省級溫室氣體清單編制指南》推薦的燃料排放因子,如表2.

表2 各類型燃料推薦排放因子

3.2 碳配額總量試算

基于上述2017年全國民用汽車擁有量、汽車平均能耗強度、平均行駛里程和燃料排放因子,根據式(1)可對2017年已有汽車的碳排放總量進行計算,如表3第2列.結果顯示,2017年已有汽車碳排放總量為9.36億t.綜合考慮汽車平均報廢率以及《交通運輸節能環保“十三五”發展規劃》的發展目標,確定2018年各車型的碳配額下降率如表3第3列,根據式(2)計算得到各車型已有汽車基準碳排放強度(如表3第4列).因此根據式(3)可計算得到2018年已有汽車的碳配額總量為 8.56億t.

基于新注冊民用汽車數量歷史數據, 分別采用灰色模型和灰色馬爾科夫模型對2018年各類型新增汽車數量進行預測,如圖2.可見灰色馬爾科夫模型具有較好的擬合效果,預測精度優于傳統的灰色模型,因此可以用于目標年度新增汽車數量的預測.模型預測的2018年各車型新增汽車數量如表4第2列,假設新增汽車碳配額下降率為已有汽車碳配額下降率的1.5倍(如表4第3列),則根據式(4)可計算出2018年新增汽車的基準碳排放強度,如表4第4列,進而根據式(5)可計算得到2018年新增汽車碳配額總量為 1.16億t.

表3 已有汽車碳排放總量設定

表4 新增汽車碳排放總量設定

圖2 新增汽車數量預測

可見在上述碳配額下降率目標設定下,2018年中國道路交通碳配額總量為9.72億t,雖然相比2017年道路交通碳排放總量9.36億t增加了4%,因為每年的中國汽車保有量仍在持續增長,但是道路交通整體的碳排放強度可以通過已有汽車和新增汽車的碳配額下降率的設定得到有效地控制.

3.3 履約與碳交易情景分析

3.3.1 汽車使用者 本案例假設5個不同的汽車使用者,包括居民和運輸企業,其擁有的汽車類型、數量如表5第2～3列.根據式(6),初始碳配額由汽車使用者所擁有的各類型汽車數量決定,因此可以計算得到5個不同的汽車使用者的初始碳配額,如表5第4列.例如:居民A擁有1輛小型載客汽車,根據已有汽車的基準碳排放強度,因此居民A將被分配到2972kg的初始碳配額.居民C在目標年新購買1輛小型載客汽車,根據新增汽車的基準碳排放強度,因此居民A將被分配到2926kg的初始碳配額.可見,不同汽車使用者由于擁有的汽車類型和數量不同,其初始碳配額也將不同.

本案例假設上述5個汽車使用者的年平均車輛行駛里程、汽車能耗強度和燃料排放因子如表5第5～7列,進而可核算各主體在履約年度的實際碳排放,如表5第8列.例如:居民A和居民B各擁有一輛相同的小型載客汽車,燃料類型為汽油,汽車能耗強度為9.2L/100km.其中,居民A的年平均車輛行駛里程為10000km,實際產生碳排放2024kg,小于其初始碳配額2972kg,因此居民A達到履約條件,還可通過碳交易市場出售剩余的948kg碳配額;而居民B的年平均車輛行駛里程為20000km,實際產生碳排放4048kg,大于其初始碳配額2972kg,因此需要通過碳交易市場購買1076kg碳配額才能達到履約的標準.而居民C在目標年購買了一輛新的小型載客汽車,燃料類型為油電混合,車輛綜合能耗強度為3L/100km,年平均車輛行駛里程為20000km,實際產生碳排放為1320kg,小于其初始碳配額為2926kg,因此居民C達到履約條件,還可通過碳交易市場出售剩余的1606kg碳配額.

由于道路交通碳交易政策在中國尚未正式實施,缺乏真實交易數據,對于碳配額的交易價格可以參考已有相關研究[16,33]中得出的均衡價格(0.43～ 0.46美元/kg CO2).因此,本案例假設當前碳配額的平均交易價格為3元/kg CO2,進而可以計算各主體的碳交易金額,如表5第10列.可見,居民A通過減少車輛行駛里程節省了碳配額,并通過碳交易獲得了2844元收益;相反居民B過多使用汽車導致碳配額不足,則需要付出3228元的成本用于購買碳配額;而居民C由于購買新能源汽車,具有更大的減排潛力,因此可以節省更多碳配額,可獲得4818元收益,也可作為購買新能源汽車的補貼.表5中運輸企業D和E的履約與碳交易情景同理,在此不再贅述.因此,道路交通碳交易機制可以激勵下游汽車使用者減少車輛行駛里程以及購買使用新能源汽車.

表5 汽車使用者履約與碳交易情景

3.3.2 汽車生產企業 本案例假設傳統燃油汽車生產企業A和新能源汽車生產企業B,目標年所生產汽車的車型、燃料類型、能耗強度以及銷量分別如表6第2、3、4、6列.根據國家現行汽車燃料消耗量標準體系,結合汽車節能技術的發展目標,設定不同車型的行業基準能耗強度,如表6第5列.根據式(8),汽車生產企業銷售的各車型汽車能耗強度如果低于相應的行業基準,則產生正積分,否則產生負積分,進一步可核算汽車生產企業A和B的能耗強度碳積分,如表6第7列.

在本案例中,傳統燃油汽車生產企業A,其銷售的所有車型汽車能耗強度均大于行業基準,因此產生4250個負碳積分,需要通過碳積分交易進行抵償才能實現履約達標;而新能源汽車生產企業B,通過生產純電動汽車和插電式混合動力汽車,使其各車型能耗因子均低于行業基準,因此產生3250個正碳積分,滿足履約條件,并且可以通過碳積分交易出售這些碳積分獲得額外的收益.

表6 汽車生產企業履約與碳交易情景

根據我國現行政策《乘用車企業平均燃料消耗量與新能源汽車積分并行管理辦法》(“雙積分”)的實施情況,單個燃料消耗量負積分的合規成本約為1300～2900元/分[34].借鑒于此,本案例假設目標年能耗強度碳積分的平均交易價格為2000元/分(L/100km),進而可計算出汽車生產企業A和B的碳交易金額,如表6第8列.可見,生產高能耗汽車的企業將面臨高額的碳積分購買成本,而生產新能源汽車的企業則可通過出售碳積分獲得節能技術研發的補貼.因此,道路交通碳交易機制可以倒逼行業汽車能耗強度的整體下降.

3.3.3 燃料供應企業 假設傳統燃料供應企業A和可再生燃料供應企業B,目標年所生產的燃料類型、排放因子以及銷量分別見表7.根據式(8),設定不同類型燃料的行業基準排放因子(表7).根據式(12),燃料供應企業銷售的各類型燃料排放因子如果低于相應的行業基準,則產生正積分,否則產生負積分,進一步可核算燃料供應企業A和B的排放因子碳積分(表7).

在本案例中,傳統燃料供應企業A銷售的汽油和柴油實際排放因子均大于行業基準,因此產生195000個負碳積分,需要通過碳交易進行抵償才能實現履約達標;而可再生燃料供應企業B通過在汽油和柴油中混合一定比例的生物燃料,使其排放因子低于行業基準,因此產生204000個正碳積分,滿足履約條件,并且可以通過碳交易出售這些碳積分獲得額外的收益.

表7 燃料供應企業履約與碳交易情景

由于缺乏燃料排放因子碳積分交易的真實價格數據,本案例主要參考相關文獻中的燃料供應企業邊際減排成本數據.Holland等[35]基于一系列的汽油和乙醇供需變化參數,估算了在美國加州低碳燃料標準(LCFS)[36]和碳交易政策下, 燃料供應企業的邊際減排成本約為60～868美元/t CO2.借鑒于此,本案例假設目標年排放因子碳積分的平均交易價格為3元/分(kg CO2),進而可計算出燃料供應企業A和B的碳交易金額,如表7第7列.可見,生產高碳燃料的企業將面臨高額的碳積分購買成本,而生產可再生燃料的企業則可通過出售碳積分獲得投資低碳技術的補貼.因此,道路交通碳交易機制可以有效驅動行業燃料排放因子的整體下降.

4 結論

4.1 基于市場機制的道路交通碳交易政策通過設定碳配額總量可以確保道路交通減排目標的落實,克服了單一減排措施的反彈效應與不確定性,且具有經濟性、靈活性的優勢,能夠有效控制道路交通溫室氣體排放增長,幫助國家有計劃、高效率地實現“碳達峰、碳中和”的宏偉目標,對全球氣候治理起到關鍵性推動作用.

4.2 綜合考慮政府、燃料供應企業、汽車生產企業、汽車使用者等多類異質責任主體,將相互獨立的上游、中游、下游道路交通碳交易機制進行耦合,建立政府-企業-居民協同共治的道路交通碳交易機制,可以全面促進燃料排放因子、汽車能耗強度、交通活動需求3個道路交通碳排放關鍵影響因素的協同優化,大幅提高道路交通減排效率,進而驅動道路交通低碳轉型.

4.3 在多主體協同的道路交通碳交易機制中,政府主導碳排放總量的設定與分配,燃料供應企業和汽車生產企業通過低碳技術研發或者碳交易履行減排責任,汽車使用者則通過減少交通出行需求和使用新能源汽車減少個人碳排放,實現道路交通碳排放由政府單一主體治理向政府、企業、居民等多主體協同共治的轉型升級,推進國家氣候治理能力現代化.

4.4 本文提出的道路交通碳交易機制是一個幫助政府實現道路交通節能減排與“碳中和”戰略目標的探索性政策工具,目前尚未在任何國家或地區落地實行.因此,該政策的實施效果還存在較大不確定性,后續研究需要結合國家已有的道路交通節能減排政策,通過多主體建模與仿真等方法,進一步分析道路交通碳交易與不同政策組合的作用機理和影響效應.

[1] Birol F. CO2emissions from fuel combustion Highlights (2020Edition) [R]. Paris: OECD/IEA, 2020.

[2] 李 曄,李文翔,魏愚獒.道路交通碳排放權交易研究現狀與展望[J]. 同濟大學學報(自然科學版), 2018,46(4):465-471.

Li Y, Li W X, Wei Y A. Research progress and prospect of road transport carbon emission trading [J]. Journal of Tongji University (Natural Science), 2018,46(4):465-471.

[3] 周 迪,劉奕淳.中國碳交易試點政策對城市碳排放績效的影響及機制 [J]. 中國環境科學, 2020,40(1):453-464.

Zhou D, Liu Y C. Impact of China’s carbon emission trading policy on the performance of urban carbon emission and its mechanism [J]. China Environmental Science, 2020,40(1):453-464.

[4] Han R, Yu B, Tang B, et al. Carbon emissions quotas in the Chinese road transport sector: A carbon trading perspective [J]. Energy Policy, 2017,106:298-309.

[5] 王善勇,李 軍,范 進,等.個人碳交易視角下消費者能源消費與福利變化研究[J]. 系統工程理論與實踐, 2017,37(6):1512-1524.

Wang S Y, Li J, Fan J, et al. Study on consumers’ energy consumption and welfare changes under the personal carbon trading scheme [J]. Systems Engineering—Theory & Practice, 2017,37(6):1512-1524.

[6] Li W, Wang L, Li Y, et al. A blockchain-based emissions trading system for the road transport sector: policy design and evaluation [J]. Climate Policy, 2021,21(3):337-352.

[7] 張 新,馬金濤.交通系統碳交易實現途徑研究[J]. 中國人口·資源與環境, 2016,26(3):46-53.

Zhang X, Ma J. Realization method of carbon trading of transportation system [J]. China Population, Resources and Environment, 2016, 26(3):46-53.

[8] Wadud Z, Noland R B, Graham D J. Equity analysis of personal tradable carbon permits for the road transport sector [J]. Environmental Science & Policy, 2008,11(6):533.

[9] Wadud Z. Personal tradable carbon permits for road transport: Why, why not and who wins? [J]. Transportation Research Part A: Policy and Practice, 2011,45(10):1052.

[10] Mock P, Tietge U, German J, et al. Road transport in the EU emissions trading system: An engineering perspective [R]. Washington D C: International Council on Clean Transportation, 2014.

[11] Wadud Z. Personal tradable carbon permits for road transport: Heterogeneity of demand responses and distributional analysis [D]. London: Imperial College London, 2007.

[12] Watters H, Tight M. Designing an emissions trading scheme suitable for surface transport [R]. Leeds: Institute for Transport Studies, University of Leeds, 2007.

[13] SORRELL S. An upstream alternative to personal carbon trading [J]. Climate Policy, 2010,10(4):481.

[14] Michaelis P, Zerle P. From ACEA's voluntary agreement to an emission trading scheme for new passenger cars [J]. Journal of Environmental Planning & Management, 2006,49(3):435.

[15] Raux C, Croissant Y, Pons D. Would personal carbon trading reduce travel emissions more effectively than a carbon tax? [J]. Transportation Research Part D: Transport and Environment, 2015, 35:72-83.

[16] Li Y, Li W, Wei Y, et al. Using personal carbon dioxide trading to promote cleaner cars [J]. Proceedings of the Institution of Civil Engineers-Transport, 2016,170(2):86-98.

[17] Fawcett T. Personal carbon trading: A policy ahead of its time? [J]. Energy Policy, 2010,38(11):6868-6876.

[18] Millard-Ball A. Municipal mobility manager: new transportation funding stream from carbon trading? [J]. Transportation Research Record: Journal of the Transportation Research Board, 2008,2079: 53-61.

[19] Bongardt D, Creutzig F, Hüging H, et al. Low-carbon land transport: Policy handbook [M]. Routledge, 2013.

[20] Creutzig F, McGlynn E, Minx J, et al. Climate policies for road transport revisited (I): Evaluation of the current framework [J]. Energy Policy, 2011,39(5):2396.

[21] 李文翔,李 曄,董潔霜,等.引入碳交易機制的新能源汽車發展路徑研究 [J]. 系統仿真學報, 2021,33(6):1451-1465.

Li W X, Li Y, Dong J S, et al. Development paths of new energy vehicles incorporating CO2emissions trading scheme [J]. 2021, 33(6):1451-1465.

[22] 閆云鳳.中國碳排放權交易的機制設計與影響評估研究[M]. 北京:首都經貿大學出版社, 2017.

Yan Y F. China’s carbon emission trading system: scheme design and impact assessment [M]. Beijing: Capital University of Economics and Business Press, 2017.

[23] Jiang J, Ye B, Ma X, et al. Controlling GHG emissions from the transportation sector through an ETS: institutional arrangements in Shenzhen, China [J]. Climate Policy, 2016,16(3):353-371.

[24] Paustian K, Ravindranath N H, Amstel A V. 2006 IPCC guidelines for national greenhouse gas inventories [M]. International Panel on Climate Change, 2006.

[25] 趙海龍.中國汽車保有量預測建模及其應用研究[D]. 長沙:湖南大學, 2009.

Zhao H L. A study on modeling and forecasting of the number of automobiles owned by China and its empirical analysis [D]. Changsha: Hunan University, 2009.

[26] 楊 琦,楊云峰,馮忠祥,等.基于灰色理論和馬爾科夫模型的城市公交客運量預測方法[J]. 中國公路學報, 2013,26(6):169-175.

Yang Q, Yang Y F, Feng Z X, et, al. Prediction method for passenger volume of city public transit based on grey theory and Markov model [J]. China Journal of Highway and Transport, 2013,26(6):169-175.

[27] 段茂盛,龐 韜.碳排放權交易體系的基本要素[J]. 中國人口·資源與環境, 2013,23(3):110-117.

Duan M S, Pang T. Basic elements of emission trading scheme [J]. China Population, Resources and Environment, 2013,23(3):110-117.

[28] 王先甲,肖 文,胡振鵬.排污權初始權分配的兩種方法及其效率比較[J]. 自然科學進展, 2004,14(1):81-87.

Wang X J, Xiao W, Hu Z P. Two methods of initial allocation of pollutant emission rights and their efficiency comparison [J]. Progress in Natural Science, 2004,14(1):81-87.

[29] 陳曉紅,曾祥宇,王傅強.碳限額交易機制下碳交易價格對供應鏈碳排放的影響[J]. 系統工程理論與實踐, 2016,36(10):2562-2571.

Cheng X H, Zeng X Y, Wang F Q. Impact of carbon trading price on carbon emission in supply chain under the cap-and-trade system [J]. Systems Engineering—Theory & Practice, 2016,36(10):2562-2571.

[30] 史 丹,張 成,周 波,等.碳排放權交易的實踐效果及其影響因素:一個文獻綜述[J]. 城市與環境研究, 2017,(4):93-110.

Shi D, Zhang C, Zhou B, et al. The implementation effect and influencing factors of carbon emission trading: a review [J]. Urban and Environmental Studies, 2017,(4):93-110.

[31] 韓亞倩,張 昕,孟慶闊.乘用車油耗水平現狀分析與節能技術研究[J]. 汽車工業研究, 2017,(12):36-41.

Han Y Q, Zhang X, Meng Q K. Analysis of the current situation of fuel consumption level of passenger cars and research on energy- saving technologies [J]. Auto Industry Research, 2017,(12):36-41.

[32] 賈順平,毛保華,劉 爽,等.中國交通運輸能源消耗水平測算與分析 [J]. 交通運輸系統工程與信息, 2010,10(1).

Jia S P, Mao B H, Liu S, et al. Calculation and analysis of transportation energy consumption level in China [J]. Journal of Transportation Systems Engineering and Information Technology, 2010,10(1).

[33] Fan J, He H, Wu Y. Personal carbon trading and subsidies for hybrid electric vehicles [J]. Economic Modelling, 2016,59(1):164.

[34] 呂 力,葛 鵬,柳邵輝.基于節能與新能源技術路徑的雙積分合規成本測算模型及其應用[J]. 汽車工業研究, 2019,(1):41-44.

Lv L, Ge P, Liu S H. A double credit compliance cost measurement model based on energy efficiency and new energy technology paths and its application [J]. Auto Industry Research, 2019,(1):41-44.

[35] Holland S P, Hughes J E, Knittel C R. Greenhouse gas reductions under low carbon fuel standards? [J]. American Economic Journal: Economic Policy, 2009,1(1):106-146.

[36] Yeh S, Sperling D. Low carbon fuel standards: Implementation scenarios and challenges [J]. Energy Policy, 2010,38(11):6955-6965.

The CO2emission trading system for road transport collaboratively governed by the government, enterprises, and residents.

LI Wen-xiang1, LI Ye2*, CAI Jin-jin1

(1.Business School, University of Shanghai for Science and Technology, Shanghai 200093, China；2.College of Transportation Engineering, Tongji University, Shanghai 201804, China)., 2021,41(9)：4426～4438

This study designed an emission trading system for road transport (ETS-RT) which is collaboratively governed by the government, enterprises, and residents. In the ETS-RT, the upstream fuel producers, midstream vehicle manufacturers, and downstream vehicle users are all involved as regulated entities. The scheme of the ETS-RT includes cap and allocation of the carbon quota, setting of industry benchmarks, examining of compliance, trading of carbon quota, monitoring, reporting, and verification (MRV) of carbon emission. Through case and scenario analysis, the multi-agent collaboration mechanism of the ETS-RT was revealed: under the government’s regulation on carbon quota and industry benchmark, fuel producers change the fuel composition to reduce the emission factor of automotive fuels, vehicle manufacturers improve the fuel economy and increase the production of new energy vehicles to reduce the energy consumption intensity of vehicles, while vehicle users decrease the annual vehicle miles to reduce the travel demand or choose the new energy vehicles. The proposed ETS-RT can promote the collaborative optimization of fuel emission factors, vehicle energy intensities, and traffic activity demand, which are the key influencing factors of the road transport CO2emissions. As a result, it can effectively control the growth of greenhouse gas emissions from road transport, thereby accelerating the achievement of "CO2emissions peak" and the transition to "carbon neutrality".

carbon neutral；road transport；CO2emission trading system；multi-agent collaboration；carbon quota

X32.022

A

1000-6923(2021)09-4426-13

李文翔(1992-),男,江西贛州人,講師,博士,主要從事低碳交通政策研究.發表論文20余篇.

2021-01-21

國家自然科學基金資助項目(52002244,71774118);上海市哲學社會科學規劃青年課題(2020EGL019);上海市浦江人才計劃項目(2020PJC083);上海市晨光計劃項目(20CG55)

* 責任作者, 教授, jamesli@tongji.edu.cn