“双碳”目标下中国省域碳排放公平性及其影响因素_刘志华.pdf

刘志华,徐军委.“双碳”目标下中国省域碳排放公平性及其影响因素 J.地理科学,2023,43(1):92-100.Liu Zhihua,Xu Junwei.Equity and influence factors ofChinas provincial carbon emissions under the Dual Carbon goal.Scientia Geographica Sinica,2023,43(1):92-100.doi:10.13249/ki.sgs.2023.01.010“双碳”目标下中国省域碳排放公平性及其影响因素刘志华1，徐军委2（1.防灾科技学院经济管理学院，河北 廊坊 065201；2.中国劳动关系学院劳动关系与人力资源学院，北京 100048）摘要摘要：基于 19992017 年省级碳收支核算数据，构建空间计量模型检验影响碳排放公平性的关键因素。结果表明：省域碳排放公平性的区域差异性显著，整体表现为西部地区中部地区东部地区；中国省域碳排放公平性存在显著的空间溢出效应，从全国层面看，产业结构、经济发展水平、环境规制对碳排放公平性具有负向空间溢出效应，技术创新则对其具有正向空间溢出效应；从区域层面看，产业结构、城镇化进程、技术创新与对外开放水平对东部地区各省（市）碳排放公平性的空间溢出效应最明显，中部地区各省域的经济发展水平与技术创新对周边地区碳排放公平性有较为显著的正向空间溢出效应，经济发展水平、对外开放程度与环境规制是制约西部地区各省（区、市）碳排放公平性提升及溢出的主要因素。关键词关键词：双碳目标；碳排放；公平性中图分类号中图分类号：F205/X322文献标识码文献标识码：A文章编号文章编号：1000-0690(2023)01-0092-09 进入 21 世纪以来，碳排放公平性问题已成为影响一个国家可持续发展的重要因素。中国作为最大的发展中国家，碳排放公平性问题尤为严峻。中国政府在 2020 年提出了“双碳”目标，并将此工作作为 2021 年 8 项重点任务之一。与此同时，碳达峰、碳中和已成为各地“十四五”关注重点，上海、江苏、广东多地率先提出实现碳达峰目标。但同时需要认识到，中国政府需要在 10 a 之内完成碳达峰，并且用 30 a 的时间完成发达国家 6070 a 才完成的碳中和目标，面临的任务极为艰巨。特别是在省域碳排放公平性问题显著存在的情况下，既要确保各省（区、市）经济高质量发展，又要要求其同步实现“双碳”目标，在当前阶段不具备现实可行性。因此，从某种程度上来说，省域碳排放的公平性对实现“双碳”目标具有重要的推进作用，提升省域碳排放公平性已刻不容缓。国内外学者对于碳排放公平性的定义有很多，如“人类享有平等的生存与发展权1”“人际公平、发展阶段公平和责任分配公平”2等。从碳排放公平性的测量指标来看，多数学者认为人均二氧化碳排放量是公平性原则的重点考量指标，但对于该指标是否去除贫困人口3、是否能应用于中国省际碳减排责任分摊4、是否同时包含个体平等和各省区减排的历史责任5持有不同意见。对于碳排放公平性测度，最初常用的是基尼系数法6，随着研究的深入，泰尔指数、变异系数7也逐渐用于碳排放公平性评价研究。此外，还有学者采用碳排放生态压力模型8等来测度碳排放公平性。从造成碳排放公平性的原因来看，学者们普遍认为经济发展水平9、产业结构升级10、环境分权11、城镇化水平12等是影响省域碳排放公平性的主要因素。碳市场启动后，学者们开始关注碳排放公平性与省域碳配额分配间的关系，认为在碳配额分配时，要兼顾效率与公平13。随着“双碳”目标的提出，学者们进一步指出，经济发展水平、资源禀赋存在差异的省（区、市）实现“双碳”目标的时间也各不相同，如果落后地区的省（区、市）不能按期实现“双碳”目标，必然会影响国家整体实现“双碳”目标的进程14。解决这一问题可行的路线是：实现碳达峰难度较大的中西部地区在不同程度上延缓碳达峰实现时间并在 2030 年前后逐步 收稿日期收稿日期：2021-10-21；修订日期修订日期：2022-01-16基金项目基金项目：北京市社会科学基金项目（19GLB015）资助。Foundation:Beijing Social Science Foundation(19GLB015).作者简介作者简介：刘志华（1988），女，山西平定人，博士，研究方向为碳生态补偿、林业经济理论与政策。E-mail:通讯作者通讯作者：徐军委。E-mail: 第 43 卷第 1 期地理科学Vol.43 No.12023 年 01 月Scientia Geographica SinicaJan.,2023渡过拐点，而较易实现碳达峰的东部地区在 2030年前率先达到拐点，依托低碳清洁技术稳步推进碳中和，进而分担中西部地区的碳达峰压力，形成错位有序的碳达峰梯度15。同样，在实现“碳中和”进程中，东部地区产业开发强度较大，自身碳排放量较大，二氧化碳排放量大大超出其自身的碳汇能力，仅仅依靠自身较难实现全国碳中和目标，而中西部地区可以依托自身的碳汇能力，帮助东部地区消化过量的碳排放量，最终实现全国层面的碳中和目标16。因此，无论是实现碳达峰还是碳中和目标，都存在省域碳排放公平性问题，如果不能有效提升省域碳排放公平性，会严重影响各级地方政府减排与固碳的积极性，从而阻碍碳达峰、碳中和的进程17。学者们对碳排放公平性问题进行了比较成熟的研究。但也存在一些缺陷：在研究视角上大多运用不同测度方法对全国或区域碳排放公平性进行对比，鲜有文献专门从碳汇视角进行研究；在对碳排放公平性进行评价时，大多停留在时空上简单变化描述，缺乏对其变化原因深层次探讨，关于碳排放公平性理论价值有待进一步挖掘；在探讨碳排放公平性影响因素时，多用面板模型，忽略了碳排放公平性可能存在的空间关联性与溢出效应，鉴于此，本文基于碳汇视角，测算 19992017 年中国省域碳排放公平性水平，同时引入空间杜宾模型与空间效应深入分析造成省域碳排放公平性差异的影响因素及内在动因，以期缓解碳失衡，为各省提升碳排放公平性水平、制定差异化的碳达峰、碳中和方案提供理论支撑，助力“双碳”目标如期实现。1 研究方法与数据来源1.1研究方法研究方法1）碳排放公平性测算方法。碳排放公平性本质上在测度全国碳排放空间在省域间分配的公平程度。本文引用学者卢俊宇等8提出的碳生态承载系数来测算基于碳汇视角的碳排放公平性程度。2）碳收支测算方法。结合IPCC 温室气体清单方法（https:/ w/303e40d6c1c708a12 84a445c.html）、省级温室气体清单编制指 南 （http:/ 3 种：一是空间误差模型（SEM），刻画不同单元间误差项的空间相依性，二是空间滞后模型（SAR），解释不同单元被解释变量的空间相依性，三是空间杜宾模型（SDM），包含解释变量与被解释变量的空间误差项20。1.2变量选择变量选择被解释变量：碳排放公平性（CF），在“双碳”背景下，每个省（区、市）为生态环境保护做出的努力或牺牲应与其经济发展水平及相应的碳排放量相对等，用碳生态承载系数（ESC）来表示。解释变量：产业结构（IS）。地区间不同的产业结构带来的碳排放量与环境污染程度各不相同。第二产业比重较大，该地区碳排放量相对也会较多，碳排放也会趋向更不公平。此处采用第二产业增加值占地区生产总值的比重作为其替代变量；经济发展水平（GDP）。经济的高速发展一般都会伴随高污染、高能耗与高投入，地区间经济发展水平的不同带来的环境污染程度也各有差异，一般来看，经济发展水平越高，碳排放相对越不公平。此处选取地区国内生产总值作为其替代变量；城镇化进程（URBAN）。城镇化建设在促进地区经济发展的同时带来了产业结构失衡、环境污染等问题，会抑制碳排放公平性的进程，此处选取城镇人口占总人口比重作为其替代变量；技术创新（TEC）。技术创新水平提升一方面可以促进企业变革新技术，转变现有生产方式，从而降低企业碳排放量；另一方面对于技术投入不敏感的企业来看，增加技术投入成本则会给其带来“挤出效应”。此处选取 R&D经费内部支出占地区生产总值的比重作为其替代变量；对外开放程度（OPEN）。地区对外开放程度的不同必然会影响外商的投资力度，外商投资的增加一方面会带来技术溢出效应，促进地区经济的发展，另一方面也会增加地区的碳排放，影响其碳排放公平性程度，此处选取外商投资额占地区生产总值比重作为其替代变量；环境规制（ER）。地区环境规制标准越低，碳排放公平性越差，此处选取环境污染治理投资占地区生产总值比重作为其替代变量。1.3数据来源数据来源本文所需基础数据均来自统计年鉴，其中，能1 期刘志华等：“双碳”目标下中国省域碳排放公平性及其影响因素93 源消费碳排放所需数据来自中国能源统计年鉴21，工业生产活动、农业、畜牧业碳排放、碳汇量所需数据来自中国统计年鉴22、废弃物碳排放所需数据来自中国环境统计年鉴23。其中，19992002 年垃圾填埋量和垃圾焚烧量数据缺失，可考虑通过数据一致性处理补齐，能源折标煤系数和碳排放系数参考IPCC 温室气体清单方法（https:/ 84a445c.html），工业产品的碳排放系数、农作物碳吸收率、含水率、畜禽甲烷排放系数及所需其他参数都参考文献24-25。为规避异方差问题，对经济发展水平做取对数处理。同时，鉴于相关数据缺失，港澳台与西藏地区未纳入研究。2 省域碳排放公平性及其影响因素分析2.1碳排放公平性时序动态演化分析碳排放公平性时序动态演化分析1999 年以来，北京、天津、河北、山西、辽宁、吉林、黑龙江、上海、江苏、河南、湖北、重庆、四川、贵州、云南、甘肃的碳排放公平程度大幅提升。究其原因，中国政府对生态环保的重视促进了这些省（市）碳排放公平性水平的提升。内蒙古、浙江、安徽、福建、江西、山东、湖南、广东、广西、海南、陕西、青海、宁夏、新疆的碳排放公平性水平呈下降趋势，其原因也有所差异。从碳吸收量来看，由于碳吸收量的大部分来自林地碳吸收，而全国森林资源清查为每 5 a 一次，导致清查间隔期内各地碳吸收水平变化不大。此外，内蒙古的草地面积已经逐步退化，其他省（区）的林地面积增长缓慢，使得其碳吸收量增速较缓。从碳排放量来看，不合理的能源消费结构与产业结构等致使碳排放量增速超过了碳吸收量的增速，使得这些地区碳排放公平性水平出现一定下降。2.2碳排放公平性空间动态演化分析碳排放公平性空间动态演化分析1）碳排放公平性空间演化特征。本文对碳排放公平性的时间变化进行了分析，为了更直观地观察省域空间演化特征，结合中国省级行政区划矢量图，利用 ArcGIS 对碳排放公平性（碳生态承载系数）的空间分布进行绘制（图 1）。选取 2005 年（“十五”末）、2010 年（“十一五”末）和 2016 年（“十三五”开局）3 个时点分别对各省碳排放公平性的空间分布进行考察。图 1 中，不公平状态对应碳生态承载系数 01，其他 4 组均为公平状态（碳生态承载系数1），其数值越大，对全国碳排放空间的贡献越大，基于碳汇的碳排放越公平。从图 1 不难看出，2005 年碳排放处于不公平状态的有重庆、甘肃等 16 省（市），其中东部地区 9 个，中部地区 4 个，西部地区 3 个；2010 年减少为北京、天津等 14 省（区、市），其中东部 9 个，中部地区 4 个，西部地区 1 个；2016 年变为宁夏、新疆等 14 个省（区、市），其中东部地区9 个，中部地区 3 个，西部地区 2 个。不同时间节点中国碳排放公平性分布总体呈由西向东递减的趋势，西部地区的碳生态承载系数最大，其次为中部地区，而东部地区的碳排放不公平现象比较严重。2）碳排放公平性空间相关性分析。在空间计量分析前，有必要进行空间相关性分析。本文引入了 ROOK 一阶邻接权重。全局空间自相关。基于审图号：GS（2019）1825 号（自然资源部监制）制图，底图无修改；不含西藏、港澳台数据图 1 中国省域碳生态承载系数分布Fig.1 Distribution of provincial