中国省域净碳转移水平测度与差异分解

[摘要]净碳转移水平关乎区域碳排放流动效果，影响区域碳排放权分配与可持续发展。运用MRIO模型对30个省区市2012—2017年的净碳转移水平进行测算，并利用Dagum基尼系数法，从区域内、区域间、超变密度3个方面对净碳转移水平区域差异进行分解。研究发现：整体来看，中国净碳转移水平整体逐渐提高，由净碳转入转为净碳转出，但区域和省域间差异较大，东部地区净碳转移水平最高，各省域中北京、上海、浙江、广东、重庆的净碳转移水平较高；从区域差异来看，研究期内区域净碳转移水平整体差距在逐渐缩小，区域内净碳转移水平差异最大的是西部地区，区域间净碳转移水平差异最大的是东部地区与西部地区之间；从贡献率来看，区域间差异是影响净碳转移水平区域差异的最主要因素，其次为区域内差异，最后为超变密度差异。

[关键词]净碳转移；MRIO模型；Dagum基尼系数法；区域差异；碳排放权

一、引言

作为全球碳排放第一的国家[1]，中国面临严重碳减排压力。为降低温室气体排放，中国在2014年APEC会议上承诺，力争在2030年前实现碳达峰1。为此，中国政府出台了一系列碳减排支持政策，如《“十三五”控制温室气体排放工作方案》2《关于统筹和加强应对气候变化与生态环境保护相关工作的指导意见》3《全国碳排放权交易市场建设方案》4。其中，全国碳排放权交易市场是利用市场化机制，控制温室气体排放、推动绿色低碳发展的一项重大制度创新，也是落实我国碳中和愿景的核心政策工具之一。区域碳排放权责分配既是全国碳排放权交易市场初始碳配额分配的前提，也是地区实现有效减排的关键。在过去较长时间段内，受中西部地区廉价的劳动力和土地资源优势吸引，我国部分东部地区企业将自身重能耗与污染制造工业迁移到中西部地区。这在极大程度上引致能源消耗空间布局改变，碳排放转移态势也日益凸显[2-3]。空间碳排放转移引发的污染天堂效应，给碳减排政策的有效性及碳排放权分配带来了挑战[4]。因此，有必要对碳排放转移问题进行深入研究。

净碳转移是学者Wiedmann在碳排放转移基础上提出的新概念，即某一省域碳转入与碳转出的差值，其可以反映该省域“碳泄露”程度[5]。相较而言，碳排放转移主要研究的是省域间、行业间碳转移流向与流量问题，净碳转移则聚焦省域内部，且不考虑行业差异，主要研究单个省域的碳排放流动效果。可以说，净碳转移是碳排放转移的重要内容之一，代表着某一省域的碳排放处理能力。在碳中和目标日趋接近、全国碳排放权交易体系建设加速推进的背景下，准确测算省域净碳转移水平、明确净碳转移区域差异，有利于根据省域碳转移能力差异进行初始碳配额，进而合理分配区域碳排放权责。基于此，有必要研究中国省域净碳转移规律、空间差异及其原因。

目前学术界关于净碳转移的研究极少，仅有王育宝等[6-7]结合国内碳转移与国际碳转移，先后两次对中国2012年和2015年的净碳转移情况进行分析，指出受国家区域经济发展战略、区域分工与地区产业结构差异等因素影响，东部省区市对中西部省区市存在净碳转移。这为本研究带来了一定挑战，同时也带来较大机遇。因此，本文立足现有研究基础，结合学术界关于碳排放转移的相关文献[8-12]，对中国省域净碳转移问题进行进一步扩展研究。具言之，首先选取中国30个省区市为研究对象1，运用MRIO模型对2012—2017年间各省域净碳转移水平进行测度，从全国、区域、省域3个空间维度分析变化规律。随后采用Dagum基尼系数法，测算区域内、区域间、贡献率三方面的净碳转移水平区域差异，并对区域差异来源进行分解。本文可能的边际贡献在于：第一，不单独考虑国际碳转移因素，只从宏观碳转入和碳转出角度出发，测算国内各省域整体净碳转移水平，以拓展相关文献的研究视角；第二，不用某一年份的数据进行研究，而以时间段为研究期分析中国净碳转移水平变化，以夯实相关领域的研究内容基础；第三，创新运用Dagum基尼系数法，测算中国省域净碳转移水平的区域差异及原因，希望为后续净碳转移权责分配方案设计与政策实践提供有益参考。

二、 研究方法与数据

1. 研究方法

（1）净碳转移水平测度方法

MRIO模型是以多个区域为研究对象而编制的投入产出模型，可以反映区域间的生产技术联系和供需平衡关系，分析和预测各种区域经济问题[13]。因此，本文利用MRIO模型，从省际层面对碳排放量进行测算，并分析省域碳转移水平。

在一般经济系统中，MRIO模型行向量恒等式为：

其中，[r]、[s]表示省区市，[m]表示省区市数量；[A]为直接消耗系数矩阵，[Xrs]、[Yrs]分别表示省区市[r]对省区市[s]投入的中间产品与最终需求；[EXr]、[Xr]表示省区市[r]的出口和总产出。

进一步对式（1）进行转换，得到省区市[r]的总产出表达式为：

其中，[L=（1-A）-1]为列昂惕夫逆矩阵，[LrrYrr]为内需，[Lrrs=1，s≠rmArsXs]为中间产品调出，[Lrrs=1，s≠rmYrs]为最终需求调出，[LrrEXr]为出口。

碳排放量主要来自生产和消费两方面，因此分别对生产侧和消费侧的碳排放量进行测算。在此，本文不考虑国际贸易带来的隐含碳排放，默认进口贸易带来的隐含碳排放已纳入需求侧碳排放，出口贸易带来的隐含碳排放已纳入生产侧碳排放。

将省区市[r]的单位总产出碳排放量（碳排放系数）定义为[fr]，则省区市[r]生产侧和消费侧的碳排放量计算公式分别为公式（3）和公式（4）：

式（3）中， [frLrrYrr]为内需碳排放； [frLrrs=1，s≠rmArsXs]为中间产品调出隐含碳， [frLrrs=1，s≠rmYrs]为最终需求调出隐含碳，两者之和共同构成外需碳排放，也可称之为碳转入。式（4）中，[frLrrYrr]为省内碳排放；[s=1，s≠rmfsLssAsrXr]为中间产品调入隐含碳，[s=1，s≠rmfsLssYsr]为最终需求调入隐含碳，两者之和共同构成省外碳排放，也称为碳转出。

借鉴吴开尧等[14]、王安静等[15]的研究，在此使用省域生产侧和消费侧的碳排放之差，即碳转入与碳转出的差值衡量净碳转移水平。具体而言，省域净碳转移水平的核算公式为：

式（5）中，[CTr]表示省区市[r]生产侧、消费侧隐含碳排放的差值。若值为正，表明省区市[r]生产侧隐含碳排放大于消费侧隐含碳排放，净碳转移水平较低，表现为净碳转入；若值为负，则表明省区市[r]生产侧隐含碳排放小于消费侧隐含碳排放，净碳转移水平较高，表现为净碳转出。

全国净碳转移水平由各省区市净碳转入和净碳转出之和表示，各区域同理，计算公式为：

（2）区域差异程度测算模型

MRIO模型仅能反映出中国净碳转移水平的静态区域差异，难以直观探讨其区域内、区域间及区域差异来源，而Dagum基尼系数法在考察空间非均衡方面具有一定优势，可有效解决样本间存在的交叉重叠与无法明确总体差异来源等问题[16]。因此，在实证分析中国省域净碳转移水平基础上，需进一步运用Dagum基尼系数法，测算及分解中国净碳转移水平的区域差异及来源。

利用Dagum基尼系数法，对中国各区域净碳转移水平差异及其来源进行系统分析的计算公式为：

其中，[G]表示总体基尼系数，该系数数值越大，说明区域净碳转移水平的总体差异越大；[m]代表省区市数量，[k]代表划分区域数；[mj]表示第[j]个区域内省区市数，[mk]代表第[k]个区域内省区市数；[yji]指代[j]区域内第[i]个省区市的净碳转移水平，[yhr]指代[h]区域内第[r]个省区市的净碳转移水平；[y]表示各省区市净碳转移水平的平均值。

根据Dagum基尼系数分解方法，将中国净碳转移水平的区域差异分解为三部分，即区域内差异贡献[Gw]、区域间差异贡献[Gmb]和超变密度贡献[Gt]，三部分满足[G=Gw+Gmb+Gt]。计算公式如下：

其中，[pj=mjm]；[sj=mjyjmy]。[Gjj]是指区域[j]的基尼系数；[Gjh]为区域[j]和区域[h]间的基尼系数；[Djh]为衡量区域[j]与[h]间净碳转移水平的相互影响；[djh]为区域间净碳转移水平差值，即区域[j]与[h]中所有[yji-yhr>0]的样本值加总的数学期望；[pjh]为超变一阶矩，即区域中[yji-yhr<0]样本加总的数学期望；[Fj]和[Fh]分别表示[j]省区市和[h]省区市的累计密度分布函数。

2. 数据来源

本文选取中国30个省区市为研究对象，并根据国务院的经济区划分标准，将各省区市划分为东部、中部、西部和东北部四大区域。其中，东部省区市包括北京、天津、河北、山东、江苏、上海、浙江、福建、广东、海南，中部省区市为山西、河南、安徽、湖南、湖北、江西，西部省区市为内蒙古、宁夏、甘肃、青海、新疆、陕西、重庆、四川、贵州、广西、云南，东北部省区市包括辽宁、吉林、黑龙江。消费侧碳排放数据主要来源自《中国能源统计年鉴》中各行业的能源消费量数据，生产侧碳排放数据主要来源自《中国地区投入产出表》和CEADs团队的多区域投入产出表，部分缺失数据采用K近邻填补法补齐。考虑到生产侧数据目前仅更新至2017年，故选取2012—2017年为样本研究区。

三、 实证结果与分析

1. 中国省域净碳转移水平测算及分析

根据公式（3）和公式（4），测算2012—2017年30个省区市生产侧和消费侧的碳排放量，并由公式（5）和公式（6）分别计算各省域、各区域和全国的净碳转移水平（表1）。

从全国范围来看，2012—2017年中国净碳转移由342.53MtCO2降至-51.35MtCO2，均值为83.97MtCO2。这说明，研究期内中国净碳转移水平整体逐渐提高，从净碳转入逐渐向净碳转出转变，而目前全国整体净碳转移水平仍处于净碳转入阶段。这一现象的原因可能是，在低碳、绿色发展战略引导下，中国整体生产侧产生的碳排放逐渐减少，但由于过去全国整体生产侧产生的碳排放远大于消费侧，因此较短时间内净碳转移水平整体难以提高。

从四大区域来看，2012—2017年间，东部地区净碳转移一直处于-65MtCO2至-160MtCO2之间，均值为-101.18MtCO2。说明我国东部地区净碳转移水平整体较高，处于净碳转出阶段，即东部地区生产侧产生的碳排放一直小于消费侧碳排放。东北部地区净碳转移水平逐渐从53.4MtCO2降至-3.35MtCO2，由净碳转入变为净碳转出。这可能是由于近几年东北地区积极发展低碳经济和绿色生态产业，因此该地区生产侧产生的碳排放逐渐减少，现已小于消费侧碳排放。中部地区和西部地区的净碳转移平均值均超过44MtCO2，说明两大地区净碳转移水平均较低，长期以来一直处于净碳转入阶段。这与两大地区重能耗与污染制造工业较多相关，使得地区生产侧碳排放均大于消费侧碳排放。

从各省域来看，2012—2017年间，北京、上海、浙江、广东、重庆5个省区市的净碳转移均为负值，说明这些省区市的净碳转移水平整体较高，一直处于净碳转出阶段。这可能是因为上述5个省区市经济发达、人口众多、高污染产业与企业较少，因此单位面积内消费侧碳排放高于生产侧碳排放。山东、江苏、湖北3个省区市的净碳转移逐渐由正值转为负值，说明这些省区市的净碳转移水平逐渐提高，由净碳转入转为净碳转出。除上述8个省区市外，其余22个省区市的净碳转移平均值均为正，说明这些省区市的净碳转移水平整体较低。进一步对比各省域研究结果可以发现，研究结论与CEADs公布的各省域碳排放数据相符合。

2. 中国省域净碳转移水平的区域差异及来源分析

利用Dagum基尼系数法，采用Matlab软件，对中国省域净碳转移水平的基尼系数进行计算，进而分别测算各区域2012—2017年的基尼系数，结果如表2所示，并根据表2结果绘制图1、图2、图3。