黃河流域碳排放權(quán)省域分配及碳減排潛力評估
——基于2030 年碳強度目標

宋 敏，鄒素娟

（西安財經(jīng)大學(xué)黃河流域生態(tài)環(huán)境保護與高質(zhì)量發(fā)展協(xié)同研究中心，陜西西安 710100）

1 研究背景

氣候變化是全球發(fā)展的重要議題，也是各國未來經(jīng)濟發(fā)展所面臨的一大挑戰(zhàn)。2015 年6 月30 日，中國向聯(lián)合國氣候變化框架公約秘書處提交了《強化應(yīng)對氣候變化行動——中國國家自主貢獻》文件，提出了我國2020—2030 年的氣候變化行動目標，承諾二氧化碳排放2030 年左右達到峰值并爭取盡早達峰，碳排放強度以2005 年為基準年在2030 年下降60%～65%［1］。這一目標的提出對我國未來經(jīng)濟高質(zhì)量發(fā)展帶來了挑戰(zhàn)，但也為經(jīng)濟綠色轉(zhuǎn)型提供了重要機遇。為了保障這一目標的實現(xiàn)，國務(wù)院于2021 年10 月26 日發(fā)布了《2030 年前碳達峰行動方案》，進一步明確了碳減排的重點任務(wù)和重要領(lǐng)域，并指出在推動各地區(qū)梯次有序碳達峰行動中，可發(fā)揮全國碳排放權(quán)交易市場作用，統(tǒng)籌推進碳排放權(quán)市場建設(shè)。黃河流域是我國經(jīng)濟高質(zhì)量發(fā)展中的戰(zhàn)略要地，在實現(xiàn)碳減排目標中扮演著重要角色。目前，黃河流域的能源結(jié)構(gòu)仍然是以化石能源為主且煤化工產(chǎn)業(yè)分布較密集，這使得流域脆弱的生態(tài)環(huán)境已難以承載碳排放量過高所帶來的壓力，黃河流域亟需向綠色低碳的發(fā)展方式轉(zhuǎn)變，而碳排放權(quán)交易的開展無疑在這個轉(zhuǎn)變進程中起到重要推動作用。此外，碳排放權(quán)的多少關(guān)系到一個地區(qū)未來的經(jīng)濟發(fā)展空間，要保障碳排放權(quán)交易的順利開展，最關(guān)鍵的就是要解決碳排放權(quán)的分配問題，黃河流域要想打破目前面臨的困境，實現(xiàn)降碳減排，需要結(jié)合流域的碳排放權(quán)及其減排潛力來進行產(chǎn)業(yè)、能源結(jié)構(gòu)等方面的調(diào)整。因此，本文探討黃河流域的碳排放權(quán)分配并評估其減排潛力，對黃河流域未來經(jīng)濟結(jié)構(gòu)調(diào)整和減排部署都具有重要的參考價值。

碳排放權(quán)是為了滿足生存和發(fā)展的需要，由自然或法律向權(quán)利主體賦予的一定數(shù)量的溫室氣體排放權(quán)，能夠作為一種商品在市場上流通，并以較低的成本達到碳減排的效果［2］。鑒于其重要意義，學(xué)者們對于碳排放權(quán)的分配問題進行了大量研究，主要可以分為三類。一是強調(diào)碳排放權(quán)分配的公平性，包括過程公平與結(jié)果公平，研究方法多采用指標法。如Steenberghe［3］基于公平理念和合作博弈論完成了各國的碳權(quán)分配；Bohringer 等［4］基于碳排放量和產(chǎn)出指標，設(shè)計出了“祖父制”碳排放權(quán)配額方案；Wei 等［5］將人均累積排放量作為考量指標，量化了137 個國家的碳排放權(quán)及其減排責(zé)任。二是注重實現(xiàn)碳排放權(quán)分配的效率性，多采用DEA 模型等方法進行研究。如Lozano 等［6］同時使用3 個獨立的效率目標集中分配了碳權(quán)配額；Sun 等［7］對比研究了分散式和集中式情形下的碳配額分配方式，結(jié)果表明集中式表現(xiàn)更佳；潘偉等［8］運用改進的DEA 資源分配模型研究了中國各省的碳排放權(quán)配額，結(jié)果表明，要想實現(xiàn)全國平均效率最大化目標，應(yīng)將多數(shù)配額集中分配給少數(shù)省份。三是為了減少區(qū)域間的配額差異，在公平性和效率性的基礎(chǔ)上，融入可持續(xù)性、保障性等原則。如Feng 等［9］在國際碳排放權(quán)的分配研究中提出“集中分配—補償機制”的兩階段方法，在確保整體利益的前提下，對個體利益進行了重新分配；于倩雯等［10］綜合公平與效率原則，構(gòu)建了碳排放權(quán)分配的雙層規(guī)劃模型，對中國各省份的碳排放權(quán)分配進行實證研究，結(jié)果表明，廣東、江蘇等發(fā)達地區(qū)的碳權(quán)配比位居全國前列，寧夏、青海等欠發(fā)達區(qū)地區(qū)的碳權(quán)配比則居于后列。

在碳減排潛力的研究中，根據(jù)研究方法主要可以將國內(nèi)外學(xué)者的研究分為四類。一是運用效率法進行測算，即設(shè)定最優(yōu)效率值作為參照值，通過計算當(dāng)前情況與最優(yōu)情況的差距得出相應(yīng)的減排潛力。部分學(xué)者如Akan 等［11］；Xia 等［12］采用能源效率作為研究指標進行減排潛力測算，另一部分學(xué)者則以最優(yōu)碳排放效率為標準進行測算，如周迪等［13］運用Super-SBM 模型測算了中國29 個省的碳排放效率，并據(jù)此進行了碳減排潛力的評估，結(jié)果表明，在公平與效率耦合視角下大部分省份的碳減排潛力指數(shù)有所提高。二是通過構(gòu)建指標體系測算二氧化碳減排潛力，如王勇等［14］從公平和效率雙重視角建立評估指標體系對工業(yè)細分行業(yè)的減排潛力進行了測算；馮冬等［15］通過構(gòu)建減排潛力指數(shù)，評估了京津冀地區(qū)各城市的減排潛力。三是采用情景模擬預(yù)測分析法，如黃國華等［16］以長江經(jīng)濟帶為例，分析了2030 年各區(qū)域在“高碳情景”與“低碳情景”下的碳減排潛力；Tan 等［17］從基線情景、政策情景和強化政策情景對鋼鐵行業(yè)的二氧化碳減排潛力進行了測算。四是選擇其他方法進行測算，如國涓等［18］以碳排放強度為基礎(chǔ)構(gòu)建碳減排潛力模型，對我國工業(yè)的減排潛力進行了測算；周曙東等［19］采用先進標桿理念法，完成了中國30 個省份的工業(yè)減排潛力評估，結(jié)果顯示江蘇、遼寧、廣東等11 個省份具有較大的減排潛力。

綜上所述，國內(nèi)外學(xué)者對碳排放權(quán)分配和碳減排潛力進行了深入研究，對我國進一步實現(xiàn)碳減排目標具有一定的借鑒意義，但在以下兩方面仍需完善加強。一是碳排放權(quán)省域分配指標體系的構(gòu)建還有待進一步完善，以往選取的指標多傾向于各類經(jīng)濟指標，對社會和環(huán)境維度下的指標考慮較少；二是對碳減排潛力的分析集中于國家尺度，對流域等中觀和微觀尺度的地區(qū)研究較少，缺乏深度分析。因此，本文基于我國提出的2030 年碳強度目標，構(gòu)建碳排放權(quán)省域分配指標體系和模型，以黃河流域為研究對象，估算九省區(qū)的碳排放權(quán)配額，采用聚類分析和最優(yōu)效率法評估黃河流域九省區(qū)的減排潛力，為流域各省區(qū)精準制定減排策略提供決策參考。

2 黃河流域碳排放權(quán)省域分配的模型構(gòu)建

2.1 研究區(qū)域概況

黃河是我國第二長河，自西向東流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東九個省區(qū)，總面積為79.5 萬km2［20］。2020 年黃河流域年末常住人口總量達4.21 億人，經(jīng)濟總量為25.39萬億元，約占我國生產(chǎn)總值（GDP）的1/41）。黃河流域內(nèi)礦產(chǎn)資源豐富，已探明的有37 種，其中，煤炭資源預(yù)測儲量2 萬億t 左右，保有儲量約5 500 億t，占全國煤炭儲量的50%左右；已探明煤產(chǎn)地（或井田）685 處；已探明的石油、天然氣儲量分別約為90 億t 和2 萬億m3，分別占全國總地質(zhì)儲量的40%和9%［21］。富足的化石能源帶動黃河流域經(jīng)濟快速發(fā)展的同時也帶來了不小的碳減排壓力，黃河流域的碳減排在實現(xiàn)我國“雙碳”目標中占有舉足輕重的重要地位，而“雙碳”目標的實現(xiàn)也必將引領(lǐng)黃河流域經(jīng)濟社會的系統(tǒng)變革和全新發(fā)展。同時，黃河流域碳排放權(quán)的省域分配和碳減排潛力的測算，也將服務(wù)于我國全球氣候治理、經(jīng)濟高質(zhì)量增長和生態(tài)文明建設(shè)等多個領(lǐng)域。

2.2 碳排放權(quán)省域分配模型構(gòu)建

2.2.1 碳排放權(quán)分配指標體系的確定

國內(nèi)有部分學(xué)者從不同角度構(gòu)建了碳排放權(quán)分配指標體系，指標的選取也各不相同。如王慧慧等［22］選取了人口、GDP 和碳排放量三項指標估算了代際公平下全球132 個國家的碳排放權(quán)配額；Zhao 等［23］基于投入產(chǎn)出最優(yōu)化，選取了碳強度、能源強度和技術(shù)投入三項指標測算了30 個工業(yè)部門的碳排放權(quán)初始配額；王勇等［24］以公平性、效率性和可行性原則為基礎(chǔ)，選取了人口、GDP、碳生產(chǎn)力、第三產(chǎn)業(yè)比重等指標分階段進行了碳排放權(quán)的省區(qū)分配；方愷等［25］在“四大原則—3 個維度”矩陣下選取了人口、城市化率、GDP、歷史累積碳排放量、第三產(chǎn)業(yè)比重、森林覆蓋率、R&D 支出占比等指標對31個省區(qū)2016—2030 年的碳排放配額進行了核算；楊超等［26］基于五大單一原則，運用人均碳排放量、人口數(shù)量、產(chǎn)出額、地域空間面積和碳匯五項指標對中國各省份的碳權(quán)進行了分配；田云等［27］則結(jié)合公平性、效率性和保障性三大原則，選取人口數(shù)量、國內(nèi)生產(chǎn)總值、碳生產(chǎn)力、林木畜積量、農(nóng)作物播種面積五項指標設(shè)計了碳排放權(quán)區(qū)域分配模型。本文遵循指標構(gòu)建的公平性、效率性、可行性和可持續(xù)性等原則，通過借鑒上述學(xué)者的研究成果，完成了本文的碳排放權(quán)分配指標體系構(gòu)建，如表1 所示。

表1 黃河流域碳排放權(quán)分配指標體系

（1）公平性原則。公平指在既定規(guī)則下實現(xiàn)某種資源和經(jīng)濟成果的平等占有，碳排放權(quán)分配的公平化有助于提高各主體的碳減排責(zé)任意識，實現(xiàn)減排目標。當(dāng)人口數(shù)量越大時，能源消耗量也越大，相應(yīng)地碳排放權(quán)配額也應(yīng)該越大，因此，人口數(shù)量是正向指標；從需求公平來說，某地區(qū)的人均碳排放量越大，所需要的碳排放權(quán)也越多，因此，人均碳排放量屬于正向指標。

（2）效率性原則。效率性原則注重實現(xiàn)最佳投入產(chǎn)出比。碳排放權(quán)作為一種稀缺資源，在分配過程中應(yīng)考慮到各地區(qū)的差異性，遵循效益最大化原則進行優(yōu)化配置。本文選取能源消耗強度和碳生產(chǎn)力兩個指標度量效率性原則。其中，能源消耗強度反映了能源在生產(chǎn)過程中的利用效率，強度越高利用效率就越低，因此能源消耗強度是負向指標；碳生產(chǎn)力指單位碳排放所帶來的經(jīng)濟貢獻，碳生產(chǎn)力的上升會使得定量物質(zhì)及能源的產(chǎn)出效率更高，因此碳生產(chǎn)力是一個正向指標。

（3）可行性原則。可行性原則強調(diào)各省區(qū)是否具備完成規(guī)定碳排放限額的能力，即在不損害人民基本生活水平的前提下實現(xiàn)減排目標。因此，碳排放權(quán)應(yīng)更偏向于分配給技術(shù)手段更先進、減排潛力更大的地區(qū)。以科技水平、第三產(chǎn)業(yè)比重兩個指標對可行性原則進行量化。其中，第三產(chǎn)業(yè)比重越高意味著產(chǎn)業(yè)結(jié)構(gòu)越優(yōu)，但減排空間及潛力卻會逐漸變小，因此需要配以較少的碳排放權(quán)；科技水平采用專利授權(quán)數(shù)代表，是正向指標，意味著某省區(qū)的科技水平能力越高，越能實現(xiàn)高碳行業(yè)的技術(shù)性減排，因此可以配以更多的碳排放權(quán)。

（4）可持續(xù)性原則。碳減排是一項長期性工作，碳排放權(quán)分配需要從長遠的角度出發(fā)，遵循可持續(xù)發(fā)展理念，同時兼顧到當(dāng)代人和后代子孫的生存需求。本文選取了城市化率和森林覆蓋率兩個指標。其中，城市化進程中對生態(tài)所造成的損害不僅會影響城市經(jīng)濟的可持續(xù)發(fā)展，也會對社會資源的可持續(xù)發(fā)展構(gòu)成嚴重威脅，因此，城市化率為負向指標；森林覆蓋率為正向指標，在實際生產(chǎn)中，林木生長過程中所產(chǎn)生的光合作用能大量吸收空氣中的二氧化碳［28］，覆蓋率越大，碳吸收能力越強，不僅能保證生態(tài)系統(tǒng)的可持續(xù)性，更能有效地化解碳排放所引發(fā)的潛在危害。

2.2.2 指標的篩選與處理

為了增強碳排放權(quán)分配指標體系的客觀性和合理性，本文以2000—2018 年全國尺度的指標數(shù)據(jù)為基礎(chǔ)，對分配指標進行篩選和優(yōu)化。首先，采用歸一化方法消除各指標間的量綱影響，計算公式如下：

式（1）中：Gij為第j項指標在第i年的歸一化結(jié)果，Yij為第j項指標在第i年的值；minj和maxj分別為第j項指標在2000—2018 年中的最小值和最大值。

其次，在各指標歸一化結(jié)果的基礎(chǔ)上，運用相關(guān)分析檢驗這8 個分配指標與碳排放量之間的相關(guān)性，剔除無相關(guān)和沒有通過顯著性檢驗(P＞0.05)的指標，以確保分配體系中的指標對碳排放量具有影響力。同時采用因子分析方法提取出分配指標的公因子，以消除高度相關(guān)帶來的共線性問題，計算公式如下：

式（2）中：Fk為第k個公共因子，αki為指標i在第k個公共因子中的系數(shù)，x1、x2……xi為第1 項至第i項分配指標。

2.2.3 碳排放權(quán)測算及省域分配模型

（1）碳排放權(quán)測算。根據(jù)我國政府提出的國家自主貢獻行動目標），2030 年碳排放強度較2005 年要實現(xiàn)60%～65%的下降目標。本文以65%為下降指標，利用2018 年的實際碳排放強度數(shù)據(jù)并結(jié)合GDP 預(yù)計增速估算我國2018—2030 年的碳排放權(quán)總量。估算方法借鑒了田云等［27］學(xué)者的思路，公式如下:

式（3）中：CA 為2018—2030 年我國碳排放權(quán)總量。CAt為我國第t年的碳排放權(quán)；GDP2018和I2018分別為2018 年我國GDP 總量和碳排放強度；P為未來GDP 年均增長率，對我國未來GDP 的年均增長率進行設(shè)定，即可推算出2019—2030 年各年份的GDP 總量，根據(jù)國家統(tǒng)計局2014—2018 年公布的數(shù)據(jù)可知，我國實際GDP 年均增速約6.0%～6.6%，為了保持經(jīng)濟持續(xù)健康發(fā)展和減碳目標的實現(xiàn)，未來經(jīng)濟增速存在進一步下降的可能，因此設(shè)定P值為6.0%；q為2019—2030 年碳排放強度的年均變化率，計算方法如下。

式（4）中：β為我國所要實現(xiàn)的碳排放強度減少目標，即65%；I2005、I2018、I2030分別為我國2005 年、2018 年和2030 年的碳排放強度。

（2）分配模型構(gòu)建。各省區(qū)的碳排放權(quán)配額由各省區(qū)所占權(quán)重與全國碳排放權(quán)總量之積表示，其中，各省區(qū)所占權(quán)重指各省區(qū)預(yù)測碳排放量占全國碳排放總量的比重。首先計算出每年的公共因子得分，然后運用回歸分析法得到公共因子與碳排放量之間的回歸分析方程見式（5），最后根據(jù)2018 年全國的碳排放數(shù)據(jù)，預(yù)測未來12 年全國的碳排放量見式（6）。

式（5）（6）中：CEt為第t年的碳排放量，ACEl為第l省區(qū)的預(yù)測碳排放量。βk為第k個公共因子的回歸系數(shù)；Ftk和Flk分別為第t年和第l省區(qū)的第k個公共因子。β為常數(shù)項，ε為殘差項。

進一步計算我國30 個省、自治區(qū)、直轄市（未含西藏和港澳臺地區(qū)。下同）的碳排放權(quán)分配權(quán)重，計算公式如下：

式（7）中：Wl為第l省的碳排放權(quán)分配權(quán)重；ACEl為第l省區(qū)的預(yù)測碳排放量。

最后計算各省區(qū)的碳排放權(quán)見式（8）和碳排放權(quán)空間余額見式（9），計算公式如下：

式（8）（9）中：CEQl為2018—2030 年第l省區(qū)的碳排放權(quán)；CESl為2018—2030 年第l省區(qū)的碳排放權(quán)空間余額；CEl為2018 年第l省區(qū)的碳排放量。

2.3 數(shù)據(jù)來源

本文收集了2000—2018 年我國30個省、自治區(qū)、直轄市的數(shù)據(jù)。指標數(shù)據(jù)來源于2001—2019 年《中國統(tǒng)計年鑒》和各省份的《統(tǒng)計年鑒》、全國森林資源清查（1994—2018 年）資料報告、2001—2019年《中國能源統(tǒng)計年鑒》和中國碳排放數(shù)據(jù)庫（China Emission Accounts and Datasets，CEADs）。

3 黃河流域碳排放權(quán)的省域分配

3.1 黃河流域九省區(qū)碳排放權(quán)分配

3.1.1 九省區(qū)碳排放權(quán)分配權(quán)重

在指標的篩選和優(yōu)化中，本文運用皮爾森相關(guān)性系數(shù)檢驗了8 項分配指標與碳排放量之間的相關(guān)程度（見表2）。結(jié)果顯示，8 項指標之間及其與碳排放量的相關(guān)系數(shù)絕對值均大于0.8，且P值都小于0.01，通過了顯著性檢驗。但由于指標之間存在多重共線性問題，為了保證后續(xù)結(jié)果的合理性，進一步采用因子分析對8 項指標進行降維處理，以消除不利影響。

表2 黃河流域九省區(qū)碳排放權(quán)分配指標與碳排放量相關(guān)性分析結(jié)果

采用Spss22.0 軟件得出的因子分析結(jié)果顯示，以1 個公共因子F1 代表這8 項指標，總體解釋方差為92.27%；KMO 值為0.821 且通過了Bartlett 球形檢驗，說明因子分析所得結(jié)果是相對合理的。進一步對公共因子F1和歷年碳排放量進行回歸分析，結(jié)果表明，公共因子F1對歷年碳排放量具有較高的解釋力且兩者呈正相關(guān)，其可決系數(shù)R2為0.924，標準化后系數(shù)為0.961。得到的F1表達式與回歸方程式如下所示:

式（10）（11）中：人均碳排放量、人口數(shù)量、碳生產(chǎn)力、第三產(chǎn)業(yè)比重、科技水平、城市化率、森林覆蓋率都與F1 呈正相關(guān)，能源消耗強度與F1呈負相關(guān)。結(jié)合得到的公因子表達式和回歸方程，可計算出黃河流域九省區(qū)的公因子得分和預(yù)測碳排放量，之后根據(jù)式（7）得出各省區(qū)的分配權(quán)重結(jié)果，如圖1 所示。從圖1 中可知，山東、四川和河南三省的碳排放權(quán)分配權(quán)重是較高的，分別為5.46%、3.93%、3.66%；青海和寧夏的分配權(quán)重最低，只有0.32%和0.30%。

圖1 黃河流域九省區(qū)碳排放權(quán)分配權(quán)重

3.1.2 九省區(qū)碳排放權(quán)配額

根據(jù)式（3）和式（4）估算得到我國2018—2030 年的碳排放權(quán)總量為1 837.48 億t，結(jié)合黃河流域九省區(qū)碳排放權(quán)分配權(quán)重，計算出黃河流域2018—2030 年的碳排放權(quán)總量為323.06 億t。其中，流域內(nèi)九省區(qū)2018—2030 年每年的碳排放權(quán)配額（見圖2）以及這13 年的累積碳排放權(quán)總量（見圖3）。

圖2 2018—2030 年黃河流域九省區(qū)的碳排放權(quán)配額變化情況

圖3 2018—2030 年黃河流域九省區(qū)的累積碳排放權(quán)

由圖2 可知，2018—2030 年黃河流域九省區(qū)碳排放權(quán)配額的演變趨勢可以分為兩階段：第一階段是2018—2022 年，碳排放權(quán)配額呈現(xiàn)出“緩慢增加→快速增加→快速下降”的趨勢；第二階段是在2023—2030 年期間表現(xiàn)為逐年增加的趨勢。從增加量來看，山東2030 年的碳權(quán)配額增加最多，相較于與2018 年增加了4.94 億t；寧夏配額增加量最小，2030 年比2018 年增加了0.27 億t。

從圖3 來看，黃河中上游地區(qū)的碳排放權(quán)配額普遍較低，高配額大致集中在黃河下游地區(qū)。其中，配額總量最多的省份是山東省和四川省，分別為100.30 億t 和72.24 億t，河南省配額量位居第三，為67.29 億t，配額最少的省區(qū)是青海和寧夏，分別為5.79 億t 和5.46 億t。綜合來看，黃河流域各省區(qū)之間的碳排放權(quán)配額存在較大的差距，尤其是山東、河南、四川三省，其碳排放權(quán)配額遠遠高于流域內(nèi)其他省份，在2018—2030 年的累積碳排放權(quán)總量中，配額最多與最少的省區(qū)之間足足相差了94.85億t。另外，根據(jù)上述所估算的2018—2030 年我國和黃河流域的碳排放權(quán)配額數(shù)據(jù)來看，黃河流域的碳排放權(quán)配額相對較低，只占全國的17.58%，而在2018 年黃河流域的碳排放量就占到了全國碳排放量的37.80%2），這種高排放與低配額之間的矛盾無疑會加大黃河流域的減排壓力。

3.2 九省的碳排放空間余額及其分類

根據(jù)式（9），本文計算得出2018 年黃河各省區(qū)的碳排放權(quán)初始空間余額以及九省區(qū)2018—2030年的累積碳排放權(quán)空間余額，見表3 所示。從表3中可看出，2018 年黃河流域總的碳排放權(quán)初始空間余額具有19.46 億t 的配額欠缺，流域內(nèi)有8 個省份的碳排放權(quán)配額出現(xiàn)赤字，只有1 個省表現(xiàn)出盈余狀態(tài)，說明當(dāng)前流域的碳排放總量遠遠高于其理論碳排放權(quán)，出現(xiàn)碳權(quán)赤字的8 個省區(qū)急需盡快改變此局面以避免對未來經(jīng)濟發(fā)展造成不利影響。其中，內(nèi)蒙古、山西和山東的碳排放權(quán)初始空間余額在九個省區(qū)中最低，分別為-6.79 億t、-4.70 億t 和-3.77億t，表現(xiàn)出“高排放，高赤字”的特征；四川的碳排放權(quán)初始空間余額為0.82 億t，位居黃河流域第一，也是當(dāng)前黃河流域中唯一具有碳權(quán)盈余的省份。

表3 黃河流域九省區(qū)的碳排放量、碳排放權(quán)初始空間余額及累積碳排放權(quán)空間余額

從2018—2030 年黃河流域累積碳排放權(quán)空間余額來看，黃河流域的碳排放權(quán)將累積出現(xiàn)113.50 億t 的赤字。沿黃九省區(qū)中，山西、內(nèi)蒙古、山東、甘肅、青海和寧夏的累積碳排放權(quán)空間余額均為負值，其中，內(nèi)蒙古和山西存在嚴重的碳排放空間不足現(xiàn)象，其累積碳排放權(quán)空間余額分別為-78.34 億t 和-51.38億t；四川、河南和陜西的累積碳排放權(quán)空間余額分別為36.72 億t、8.37 億t 和2.66 億t，說明這三個省份未來的減排壓力相對不大，可考慮加快其目前經(jīng)濟發(fā)展速度、大力發(fā)展生產(chǎn)力，充分發(fā)揮碳權(quán)盈余的優(yōu)勢助推經(jīng)濟向高質(zhì)量發(fā)展邁進。

為了進一步分析黃河流域各省區(qū)的碳排放權(quán)情況，本文參考一些學(xué)者的分類標準［25］，結(jié)合黃河流域各省區(qū)碳排放權(quán)空間余額的數(shù)據(jù)情況，運用相等間隔法將碳排放權(quán)空間余額分為充分盈余、中度盈余、略微盈余、輕微赤字、中度赤字和嚴重赤字六類。

從2018 年九省區(qū)碳排放權(quán)初始空間余額分類情況來看，黃河流域內(nèi)包含四類地區(qū)。一是略微盈余地區(qū)（初始空間余額介于0～1.50 億t 之間），包括四川，該地區(qū)屬于“低排放，高配額”地區(qū)，且經(jīng)濟發(fā)展對高碳能源依賴度低，因此，理論上來講碳排放權(quán)滿足其目前的碳排放需求；二是輕微赤字地區(qū)（初始空間余額介于-1.50 億t～0 億t 之間），包括陜西、青海、甘肅和河南四省區(qū)，其中，青海和甘肅呈現(xiàn)出“低排放，低配額”的特征，這兩個省份較低的碳生產(chǎn)力和能源利用效率使其碳權(quán)分配較為有限；三是中度赤字地區(qū)（初始空間余額介于-3.00 億t～-1.50 億t 之間），包括寧夏，其初始碳排放權(quán)配額呈現(xiàn)出1.63 億t 赤字；四是嚴重赤字地區(qū)（初始空間余額小于等于-3.00 億t），包括山西、山東和內(nèi)蒙古三省區(qū)。

從2018—2030 年九省區(qū)累積碳排放權(quán)空間余額分類情況來看，黃河流域內(nèi)包含五類地區(qū)。一是充分盈余地區(qū)——四川，即累積碳排放權(quán)空間余額大于等于30.00 億t，該地區(qū)自身能耗水平較低，且森林覆蓋率高，碳排放量處于較低水平，碳排放空間相應(yīng)較富足。二是略微盈余地區(qū)（累積碳排放權(quán)空間余額介于0～15.00 億t 之間），包括河南和陜西。其中，河南是一個農(nóng)業(yè)生產(chǎn)大省，產(chǎn)生的碳排放量較高，但同時其也是人口大省，經(jīng)濟體量大、人均碳排量較小，在碳強度目標下減排壓力相對不大；陜西作為一個能源大省，近年來不斷推進能源結(jié)構(gòu)優(yōu)化升級，大大地降低了碳排放水平，從而使其在未來的碳排放空間上存在一定余量。三是輕微赤字地區(qū)（累積碳排放權(quán)空間余額介于-15.00 億t～0億t 之間），包括青海、甘肅和山東。其中，山東表現(xiàn)出明顯的“高排放，高配額”特征，理論上的碳排放權(quán)年均配額占當(dāng)前碳排放量的85%以上，減排壓力相對較小。四是中度赤字地區(qū)（累積碳排放權(quán)空間余額介于-30.00 億t～15.00 億t 之間），包括寧夏，余額總量為-17.58 億t。寧夏屬于典型的“低排放、低配額”地區(qū)，人口稀疏且經(jīng)濟發(fā)展水平不高，科技水平較為落后，由此分配的碳排放權(quán)也相應(yīng)較少，面臨著較大的減排壓力。五是嚴重赤字地區(qū)，即累積碳排放權(quán)空間余額小于等于-30.00 億t，包括內(nèi)蒙古和山西兩省區(qū)。這兩個省區(qū)都屬于產(chǎn)煤大省，高耗能源的開發(fā)利用客觀上導(dǎo)致了兩省區(qū)碳排放量處于較高水平，而各自相對較低的森林覆蓋率又制約了其碳排放權(quán)的分配。總的來說，無論是在當(dāng)前或是未來，黃河流域都亟需采取更加合理有效的措施去促進整體碳排放量的下降。

4 黃河流域碳減排潛力評估

4.1 碳減排潛力評估方法

在碳減排潛力研究中，本文借鑒學(xué)者Fried 等［29］的研究思路，運用最優(yōu)能源效率法評估黃河流域九省區(qū)的碳減排潛力。該方法是以最高能源效率值作為參照值來估算碳減排潛力，但我國各省份之間差異性明顯，所能達到的最高能源效率是不同的，以一個最優(yōu)值作為其他所有省區(qū)的標準有失公允。因此，本文從影響能源效率的因素考慮，選取了地區(qū)生產(chǎn)總值、能源消費量、第三產(chǎn)業(yè)比重、進出口總額4 項指標，基于2016—2020 年全國30 個省份數(shù)據(jù)，先采用k-均值法對這30 個省區(qū)進行聚類分析，后在此基礎(chǔ)上對2020 年黃河流域九省區(qū)的碳減排潛力進行測算。本文將能源效率定義為單位能源消耗量所對應(yīng)的產(chǎn)出增加值，通過計算實際情況與最優(yōu)情況的差距得出現(xiàn)有生產(chǎn)力水平下的碳減排潛力，計算公式如下所示：

式（12）和式（13）中：NEi為第i省份的能源效率，Pi為第i省份的碳減排潛力，NEm為最優(yōu)能源效率的參考值，則有NEm=ym/sm；yi為第i省份的GDP，si為第i省份的能源消費量。

4.2 黃河流域九省區(qū)的碳減排潛力

根據(jù)碳減排潛力的評估方法要求，碳減排潛力評估是以能源效率最優(yōu)省份的效率值作為參照，這意味著能源效率最優(yōu)省區(qū)的碳減排潛力測算將為零。為了保證黃河流域各省區(qū)的碳減排潛力測算值非零且具有可比性，本文選取了我國30 個省份進行聚類分析，并通過式（12）計算出了這30 個省份的能源效率（見表4）。結(jié)果顯示，可以將這30 個省份分為五類：第一類為北京和上海；第二類為江蘇、山東和廣東；第三類為河北、山西、內(nèi)蒙古、遼寧、安徽、河南、湖北、湖南、四川和新疆；第四類為浙江和福建；第五類為天津、吉林、黑龍江、江西、廣西、海南、重慶、貴州、云南、陜西、甘肅、青海和寧夏。

表4 我國30 個省份的能源效率情況

從黃河流域內(nèi)的九個省區(qū)來看，大部分省區(qū)的能源效率都排在全國較后的位置，這說明黃河流域各省區(qū)的能源結(jié)構(gòu)還有待進一步優(yōu)化升級。從空間上來說，黃河流域九省區(qū)的能源效率呈現(xiàn)出“東南高，西北低”的分布特征，其中，河南和四川的能源效率最高，分別為2.46 萬元/t 標煤和2.29 萬元/t 標煤，寧夏的能源效率最低，為0.49 萬元/t 標煤，流域內(nèi)其他省區(qū)的能源效率則都低于2 萬元/t 標煤。

根據(jù)表4 分別選取北京、廣東、湖北、福建和重慶的能源效率值作為這5 組的參照值，并通過式（13）得出2020 年黃河流域九省區(qū)的碳減排潛力，見圖4 所示。從圖4 中可知，黃河流域九省區(qū)之間的碳減排潛力差距較大，其潛力大小與流域能源效率大小的分布情況相反，呈現(xiàn)出“西北高，東南低”的分布特征。其中，寧夏的碳減排潛力最高，達82.46%，內(nèi)蒙古、青海、山西、內(nèi)蒙古和甘肅次之，分別為76.06%、74.30%、68.52%和60.54%，這說明目前這些省區(qū)在能源生產(chǎn)中仍存在投入過剩的現(xiàn)象，能源效率還有很大的提升空間，未來在科技創(chuàng)新水平不斷提高的基礎(chǔ)上減排壓力將有所緩解。山東位于我國華東地區(qū)，與流域內(nèi)其他省區(qū)相比地理位置較優(yōu)越、技術(shù)水平較高，這為其能源的高效利用提供了有利條件，碳減排潛力由此較低，但由于該省經(jīng)濟發(fā)展仍很大程度依賴于工業(yè)產(chǎn)值，因此產(chǎn)業(yè)結(jié)構(gòu)還存在一定的調(diào)整空間。陜西和四川兩省的碳排放量不高且能源效率較優(yōu)，碳減排潛力也相應(yīng)較小，分別為31.28%、14.15%。河南的碳減排潛力最低，只有7.88%。進一步觀察各省區(qū)碳減排潛力與其累積碳排放權(quán)空間余額，可以發(fā)現(xiàn)兩者之間表現(xiàn)出一定的相反性，碳減排潛力居于前列的寧夏、內(nèi)蒙古、山西3 省區(qū)都存在較大的碳排放權(quán)缺額；而碳減排潛力處于較低水平的陜西、四川、河南3省區(qū)卻具有碳排放權(quán)盈余。

圖4 2020 年黃河流域九省區(qū)的碳減排潛力情況

5 結(jié)論及建議

5.1 結(jié)論

第一，黃河流域各省區(qū)碳排放權(quán)分配不均。2018—2030 年流域的碳排放權(quán)總量為323.06 億t，碳排放權(quán)配額大部分集中于中下游地區(qū)，上游地區(qū)的碳權(quán)配額較少。2018—2030 年黃河流域九省區(qū)的碳排放權(quán)總量由大到小依次是：山東、四川、河南、陜西、甘肅、山西、內(nèi)蒙古、青海和寧夏。其中，配額總量最多的山東達100.30 億t；配額總量最少的寧夏為5.46 億t，兩者之間的碳排放權(quán)配額總量相差了94.85 億t。

第二，在現(xiàn)有的碳排放水平下，2018—2030 年黃河流域的理論碳排放權(quán)將累積出現(xiàn)113.50 億t 的配額欠缺。其中，內(nèi)蒙古和山西的累積碳排放權(quán)空間余額最小，分別存在78.34 億t 和51.38 億t 的配額欠缺，屬于嚴重赤字地區(qū)；寧夏為中度赤字地區(qū)，累積碳排放權(quán)空余額為-17.58 億t；青海、甘肅和山東為輕微赤字地區(qū)，累積碳排放權(quán)赤字分別為0.45億t、5.56 億t 和7.94 億t；陜西、河南和四川則屬于碳排放權(quán)盈余地區(qū)，余額分別為2.66 億t、8.37億t 和36.72 億t。

第三，黃河流域九省區(qū)之間的碳減排潛力差異較大，呈現(xiàn)出“西北高，東南低”的分布特征。其中，寧夏、內(nèi)蒙古和青海的碳減排潛力最高，分別為82.46%、76.06%和74.30%；山西、甘肅和山東的碳減排潛力處于居中水平；陜西和四川的碳減排潛力相對較小；河南最低，只有7.88%。流域內(nèi)各地區(qū)的碳減排潛力與其累積碳排放權(quán)空間余額呈現(xiàn)出了一定的相反性，如碳減排潛力較高的內(nèi)蒙古和山西存在較大的碳排放權(quán)缺額，碳減排潛力處于較低水平的陜西、四川、河南3 省區(qū)卻具有碳排放權(quán)盈余。

5.2 建議

一是對于碳權(quán)赤字高但減排潛力大的山西、內(nèi)蒙古和寧夏，這些省區(qū)的經(jīng)濟發(fā)展對煤炭消費依賴程度較高，應(yīng)深入挖掘其節(jié)能減煤潛力，有序推進煤電功能定位調(diào)整；細化用煤項目管理，嚴控用煤增量；構(gòu)建綠色責(zé)任賬戶，明確區(qū)域減碳目標，逐漸緩解地區(qū)碳排放權(quán)的緊張局面。

二是對于碳權(quán)赤字較高且減排潛力低的山東和河南兩地，應(yīng)充分利用市場化手段，推動碳交易市場構(gòu)建，及時調(diào)整碳權(quán)額度；加強碳市場和金融市場之間的聯(lián)系，引導(dǎo)金融機構(gòu)向綠色低碳以及具有顯著碳減排效應(yīng)的領(lǐng)域提供優(yōu)惠政策，激勵企業(yè)加速減排。

三是對于碳權(quán)赤字較少且減排潛力大的青海和甘肅兩地，應(yīng)充分發(fā)揮其清潔能源富集優(yōu)勢，實現(xiàn)發(fā)展動能上的新轉(zhuǎn)換；構(gòu)建以新能源為主體的新型電力系統(tǒng)，科學(xué)推進電力市場化改革；統(tǒng)籌實現(xiàn)碳減排考核與能耗雙控協(xié)同聯(lián)動，盡快扭轉(zhuǎn)地區(qū)碳排放權(quán)的赤字狀況。

四是對于碳權(quán)略有盈余但減排潛力低的陜西和四川兩地，應(yīng)樹立碳資產(chǎn)理念意識，增強碳資產(chǎn)管理能力，避免造成碳權(quán)浪費；大力發(fā)展循環(huán)經(jīng)濟，全面提高資源利用效率，減少能源消耗過程中的碳排放。

五是對于流域整體來說，一方面應(yīng)建立流域協(xié)同減排機制，推動上中下游地區(qū)產(chǎn)業(yè)鏈聯(lián)動發(fā)展，實現(xiàn)流域內(nèi)資源密集區(qū)向資源稀缺區(qū)的能源轉(zhuǎn)移，保證資源的合理配置和流域的共同減排；另一方面要加快打造碳交易信息和服務(wù)平臺，加強對碳市場的監(jiān)管，圈定碳權(quán)價格的浮動空間，推動碳市場有序發(fā)展并及時調(diào)整碳權(quán)供需失衡現(xiàn)象，實現(xiàn)碳排放交易體制預(yù)期的環(huán)境效應(yīng)。

注釋：

1）根據(jù)《2021 年中國統(tǒng)計年鑒》和《2020 年中國能源統(tǒng)計年鑒》計算得出。

2）根據(jù)CEADs 所公布的Emission inventories for 30 provinces 2018計算得出。網(wǎng)址為：https://www.ceads.net/user/index.php?id=1095&lang=en.