我国石化行业碳排放权分配研究

骆瑞玲，范体军，李淑霞，李小鹏

(1.华东理工大学 商学院，上海 200237;2.石河子大学 信息科学与技术学院，新疆 石河子832000)

一、引言

全球气候变化问题是21世纪人类社会面临的最严峻挑战之一，引起了世界各国的高度关注。政府间气候变化专门委员会(IPCC)全球气候变化研究第四次评估报告表明，气候变暖的原因除了自然因素影响以外，还与人类活动中排放CO2的程度密切相关［1］。2009年5月20日召开的哥本哈根气候变化会议围绕着发展中国家是否应该承担减排温室气体义务展开了激烈的交锋，抑制气候变化、制定合理有效的环境政策成为国际科学领域研究的热点。英国的《气候变化法2008》规定了温室气体减排目标:即温室气体减排的基准年是1990年，到2050年实现的温室气体减排目标是至少比1990年基准降低80%。中国作为全球第一大温室气体排放国，面临着越来越多的减排压力。作为负责任的发展中国家，中国除了继续采取措施促进能源节约、提高能源利用效率和可再生能源利用之外，正在积极探索适合国情的温室气体减排机制和政策体系。2012年1月，国家发改委宣布在北京、上海等7省市率先开展碳排放权交易试点，并明确试点省市需自行设计试点方案，为今后“在全国建立统一的碳排放交易市场”进行探索［2］。同时，我国政府决定到2020年单位国内生产总值二氧化碳排放比2005年下降40%-45%，并将其作为约束性目标纳入“十二五”规划及今后国民经济和社会发展的中长期规划目标。

事实上，二氧化碳减排的最有效措施之一就是以重点领域作为突破口。石化行业作为工业部门中高能耗、高污染的行业之一，自然成为了我国节能减排工作实施的重点领域。在国家发改委重点监控的千家耗能企业中，石化企业占了340家。如图1所示，2010年石化行业能源消耗量为55328.73万吨标煤，占工业能源消耗量的23.94%;2000-2010年我国石化部门能源消耗量占全国工业部门能源消耗量的比例始终保持在23%以上，而且工业能源消费总量和石化部门耗能量都在稳步增长。碳排放权交易机制被认为是一种行之有效的减排手段，而碳排放权的合理有效分配是碳排放交易机制成功实施的关键所在。如果在特定的工业领域内实施碳排放权交易机制，碳排放的配额应该怎样分配?因此，本文采用2000-2010年我国石化行业能源消耗的历史数据，基于碳排量估算公式、灰色预测和情景模拟的方法，以我国石化行业实施碳交易政策为情景，定量模拟分析了碳排放权分配对我国石化行业的影响，以期为我国未来实施碳交易政策提供一定的参考。

图1 2000-2010年我国工业部门及石化行业耗能量趋势

二、文献综述

碳排放权的分配机制是碳排放交易政策实施的核心问题，许多学者作了较深入的研究。Cramton和Kerr(2002)通过研究发现，碳排放权分配中，拍卖方式要优于“继承祖父式”等免费分配方式［3］。Zheng Wei等(2011)通过设定一个基于总量控制的“祖父式”分配模型，运用一般均衡分析法，探讨了更具有经济效率和公平分配指标［4］。Klaassen等(2005)研究了基于三种分配方式(单一竞标拍卖、Walrasian拍卖、双边有序贸易)下，有减排义务的美国、日本、欧盟、俄罗斯、乌克兰、中东欧六个地区的碳交易的情况。结果表明，俄罗斯、乌克兰、中东欧在双边有序贸易交易体系中是最大的赢家，欧盟遭受损失;虽然三种交易体系各有利弊，但是这三种分配方式都导致了减排成本的节省［5］。Steenberghe(2004)研究发现基于所谓“公平”的配额分配并不是对所有国家都有利，一些国家在合作型的配额原则下可能比在非合作的排放控制原则下要支付更多的成本［6］。Mackenzie等(2008)认为基于企业的历史排放量进行分配只在封闭的交易体系中是最优的，而基于独立于产量和排放的外生因素进行分配更有可能达到社会性的最优［7］。YI Wenjing等(2011)选择了人均GDP、累积碳排量和单位工业增加值碳排量为指标构建了一个综合的碳排放权分配模型，并模拟了在实现2020年中国减排承诺这一目标下，中国各省区所承担的减排额度情况［8］。陈文颖等(2005)在对已有碳排放权分配方法进行分析评价的基础上，提出“两个趋同”的分配方法，并指出其可以作为我国关于远期碳排放权分配的一个提案［9］。Wang等(2012)提出了用两阶段优化方法进行碳排放权的分配，并用我国30个省的碳排放数据验证了该模型的有效性［10］。吴静等(2010)就我国省、市、自治区碳排放权分配的初始配额原则展开了研究，对比分析了世袭制原则、平等主义原则和支付能力原则对省、市、自治区碳排放配额的影响［11］。祁悦等(2009)以我国发展为出发点，分析了不同类型的碳排放空间分配方案的优劣势，对不同分配方案下中国获取可获得的碳排放空间进行了比较，并指出基于历史公平和人均原则的分配方案是目前最适合的分配方案［12］。袁永娜等(2013)应用多区域CGE模型，模拟分析了碳排放交易机制下碳排放许可初始分配对区域经济发展的影响［13］。但上述研究主要侧重于国家或者区域层面上碳交易及碳排放权分配机制研究，而对在经济领域具有重要地位的特定的工业部门如何分配碳排放权研究较少。Zhou等(2010)等采用基于历史排放量和历史产量两种分配规则，对比研究了澳大利亚电力市场环境下，碳交易带来的潜在收益和补偿对发电企业的影响［14］。宋旭东等(2013)在传统碳排放权分配模式的基础上，结合我国电力行业发展的实际情况以及发电资源分布的特点，提出基于区域比较的两级分配机制，并建立相应的分配模型［15］。而本文以对国家经济发展有重大影响的石化行业为研究对象，以我国2020年减排目标为前提，研究如何在我国石化行业内分配碳排放配额，模拟行业内碳交易实施对经济发展的影响，并提出相关的政策建议。

三、数据与方法

(一)数据来源与处理

我国政府于2009年11月26日正式宣布控制温室气体排放的行动目标，决定到2020年单位国内生产总值二氧化碳排放比2005年下降40%-45%。根据我国未来的GDP增长预测和碳排放强度，可以大体推算为实现承诺目标，每年需要减排的二氧化碳量［16］。因此，本文中将目标情境设置为:2020年时我国石化行业单位生产总值的碳排放比2005年下降40%。历史数据包括2000-2010年石化行业GDP和能源(煤炭、石油、天然气)消耗量均来自历年《中国能源统计年鉴》［17］、历年《中国工业经济统计年鉴》［18］及《中国统计年鉴》［19］。

(二)碳排放计算

根据IPCC给出的温室气体排放指导方针目录(1996年修订版)，中国石化行业的碳排放量可以采用以下公式进行估算:

其中，Ei为i类能源的消费总量，Fi为i类能源的碳排放强度，其取值见表1。

表1 各类能源的碳排放系数

(三)能源与GDP数据的预测

灰色预测方法［20-21］由邓聚龙教授于1982年提出，适用于预测、决策与控制等，尤其适用于预测分析。考虑到样本容量较小，若用回归分析的时间序列来拟合，可能对准确性产生影响。而灰色预测所需的样本数据少，原理简单，运算比较方便。因此，基于历史数据采用灰色预测方法对2020年石油与天然气开采业，化学原料及化学制品制造业、化学纤维制造业、橡胶制品业、塑料制品，石油加工、焦炭及核燃料加工业的GDP和能源消耗量进行预测。根据GM(1，1)模型［20-21］构建原理和分析步骤，本文分别采用2000-2010年的历史数据构成预测模型的原始数据序列，分别对石化各子行业的能耗量、GDP进行预测，预测结果分别见表2和表3。

表2 经灰色预测的石化行业碳排放量(万吨)

表3 经灰色预测的石化行业的GDP(亿元)

(四)碳配额的分配机制

1.指标选取

Lee C F.(2008)［22］在构建碳排放权分配模型时选取了“基于基准年份经济发展水平”和“基于基准年份碳排放水平”两种分配模型。行业GDP值是一个有效的反映其经济发展规模和承担减排义务能力的指标。欧盟在其未引入碳交易的成员国家中设定减排指标时也选用人均GDP作为一个主要的评价指标(EUROPA，2011)［23］。因此，本文选取我国石化行业各子行业基准年份(2005年)的GDP值(亿元)、碳排放量(万吨)作为分配碳排放权的两个评价指标。

2.碳配额模型建立

根据以上分析，建立石化行业碳排放权分配模型如下:

权重参数α，β的不同取值可以得到不同的碳配额分配方案，本文中选择了三组取值得到了三种不同的分配方案，见表4。

表4 三种不同的碳配额分配方案

(五)碳交易对石化行业GDP的影响

在石化行业引入碳交易机制后，对GDP的影响主要体现在买卖双方的购买收支上，对于碳配额的提供方来说，来自碳交易的利润可以计入部门的总产值中，对于碳配额的需求方买方，则需要支出成本来购买足够的碳配额。实施碳交易后，我国石化各子行业的产值可以采用以下公式估算:

(3)式中，P为碳排放权交易价格，本文假设在所模拟的时间范围内，碳交易价格是不变的。假定中国参与碳交易的价格8欧元/吨碳是预测的基准情境下各石化子行业在2020年的碳排放量。

四、结果分析与讨论

通过上述三种碳配额分配机制的比较，我们可以看出在三种不同的分配机制下，各行业获得的碳排放额度是截然不同的(图2)。在“经济发展水平偏好型”这一方案下，上游产业石油加工、炼焦及核燃料加工业和化学原料及化学品制造业获得了比其他两种分配机制都要多的碳排放配额，分别约为9098万吨、11558万吨，其2020年GDP分别下降0.06%、1.38%。而恰好相反，下游石化行业，如化学纤维制造业、橡胶制品业和塑料制品业，上游的石油与天然气开采业，在“经济发展水平偏好型”这一方案下，获得的碳排放配额比其他两种分配机制下分配的配额都要少，分别为1177万吨、641万吨、1032万吨、3786万吨;而在“历史排放水平偏好型”这一方案下，石化下游行业，如化学纤维制造业、橡胶制品业和塑料制品业，上游的石油与天然气开采业，他们获得的碳排放额度分别为1472万吨、907万吨、1920万吨，4953万吨，均大于在“经济发展水平偏好型”和“均衡型”两个方案下获得的碳配额;上游行业石油加工、炼焦及核燃料加工业和化学原料及化学品制造业在此方案下获得的碳配额相对于“经济发展水平偏好型”和“均衡型”两种方案最少。在“均衡型”这一分配方案下，各石化行业所获得的碳配额均处于“经济发展水平偏好型”和“历史排放水平偏好型”两个方案所获额度之间，对GDP变化的影响也是如此。

由图3可以看到，三种不同的分配方案对工业GDP产生的影响是截然不同的。“均衡型”、“经济发展水平偏好型”和“历史排放水平偏好型”三种分配方案下，分别对应的石化行业总体GDP变化为-0.88%、-1.01%、-0.75%。从石化行业全局经济发展来看，只有“历史排放水平偏好型”这一方案造成的GDP总量损失最小。在本文所比较的三种分配机制下，下游产业化学纤维制造业、橡胶制品业和塑料制品业，以及石油与天然气开采业的GDP均是增长的，这些增长即来自于多余的碳排放配额在碳交易市场上的出售。而图4中显示的2005年碳排放水平和GDP比重都占有较大份额的“石油加工、炼焦及核燃料加工业”和“化学原料及化学品制造业”在三种分配机制下均表现为GDP的损失，这归因于行业所获得的碳配额满足不了自身发展，他们不得不通过碳交易市场购买不足的碳配额。因此，一部分产值由配额的需求方向提供方转移。

具体而言，如化学原料与化学品制造业在“均衡型”、“经济发展水平偏好型”和“历史排放水平偏好型”三种分配方案下，分别对应的GDP损失为1.45%、1.38%、1.52%，为本文所研究的6个石化子行业中GDP损失最大的行业。相比较而言，“经济发展水平偏好型”这一方案更加利于化学原料与化学品制造业。同样，我们可以看到“历史排放水平偏好型”更加有利于石化下游行业。理论上说，基于历史水平分配碳排放权可以使得一些高排放的行业获得较多的碳排放权，如处于产业链下游的塑料制品业，其在2005年的碳排放水平为总体排放水平的1%，而其GDP则占到了总体产值的9%，在“历史排放水平偏好型”这一方案下参与碳交易使其GDP增加0.33%。

图2 2020年三种碳排放权分配机制下不同石化行业获得的碳排放额度

图3 2020年三种碳排放权分配机制下不同石化行业GDP变化

五、结论与政策建议

在碳排放交易政策下，碳排放权的初始分配不仅影响到行业或企业碳排放量的大小，而且还会影响到其生产计划，进而影响到其经济效益。本文建立了一个综合的碳排放权分配模型，综合考虑了历史排放水平和经济发展水平两个因素，提出了三种不同的碳排放权分配方案。

在本文的模拟中，三种分配方案均导致了石化工业总体GDP的下降，可以理解成在这三种分配模式下均导致净的减排成本增加，但是每个子行业情况不尽相同，于是，决策部门在制定碳排放权分配方案时，参与者各方由于利益出发点不同会造成对政策的认可度、积极性的不同。例如石油加工、炼焦及核燃料加工业和化学原料及化学品制造业，其2005年碳排放量分别为4554万吨、6820万吨，GDP比重分别为30%、29%，他们的绝对排放量和经济比重较大，这样的高耗能高产值行业，无论在考虑经济比重还是在考虑历史排放水平的分配方案下，均难以获得足够的碳排放权，从而必然成为碳交易市场中的需求者，导致净的减排成本增加。从石化行业全局经济发展来看，只有“历史排放水平偏好型”这一方案造成的GDP总量损失最小。从这个角度来说，这一方案可能是比较合适的，因为一个工业部门如果大量削减碳排放量的话必然会对期工业产值造成巨大影响［22］。根据历史排放水平来分配碳排放权会更大程度地照顾到其经济发展的连贯性，尽量减小减排对经济的冲击，一些碳排放量不够的部门或者企业就可以从一些有碳余额的部门通过碳交易来购买碳排放权。但是如果决策者选择这种方案，那么高耗能高产值行业可能就会有所抵制，所以要解决这个问题就需要综合灵活地引入碳限额分配制度，协调各方利益，平衡好发展和环境的关系。

如果我国未来全面实施碳交易政策，交易机制的设计中必须参考国外成熟的碳排放权交易机制的经验与教训。根据本文的研究与论证，决策部门在对碳排放权进行初始分配时，主要从以下几方面进行考虑:(1)对于减排成本较低的行业或企业，碳排放权分配应该从紧，从而激励其进行节能改造，减少排放;对于减排成本较高的高耗能高产值行业(如石油加工、炼焦及核燃料加工业和化学原料及化学品制造业等)，碳排放权分配应适度宽松，以免其因无法达成减排目标而被动接受惩罚，这样不仅会削弱企业的竞争力，而且违背了建立碳排放交易体系的初衷。(2)石化行业是国民经济的支柱产业，同时也是高耗能、高排放的产业，是我国的主要污染源之一，其节能减排技术的改进对减少碳排放量有显著的影响。政府要以政策引导，鼓励企业通过调整节能减排技术、投资绿色产业等方式，在不影响工业经济发展的情况下，有效降低碳排放量，从而获得新的竞争优势。(3)在碳交易政策下，目前主要的碳排放权分配方式有政府免费分配、公开拍卖及两者结合的分配方式。我国政府在进行碳排放权分配时，根据企业所属行业的实际情况，不妨采用免费分配和拍卖相结合的混合分配机制。总之，政府在碳排放权初始分配过程中，应将环境有效性、经济效率性和保护竞争力等基本原则贯穿于政策实施的全过程。

［1］冯之俊，牛文元.低碳经济与科学发展［J］.中国软科学，2009(8):13-20.

［2］李跃群，欧昌梅.上海明年启动碳交易试点上石化宝钢等约200家企业首尝［N］.东方早报，2012-08-01.

［3］CRAMTON P，KERR S.Tradeable carbon permit auctions how and why to auction not grandfather［J］.Energy Policy，2002，30(4):333-345.

［4］ZHENG Wei，CHEN Rongda.The setting of initial allocation approaches of carbon emission permits［C］.//Fourth International Conference on Business Intelligence and Financial Engineering(BIFE).2011:668-670.

［5］KLAASSEN G.，NENTJES A，SMITH M.Testing the theory of emissions trading:experimental evidence on alternative mechanisms for globalcarbon trading ［J］.Ecological Economics，2005(53):47-58.

［6］STEENBERGHE V V.Core-stable and equitable allocations of greenhouse gas emission permits［J］.Environmental Economics＆ ManagementMemoranda(corediscussion paper)，2004(75):1-40.

［7］MACKENZIE I A，HANLEY N，KORNIENKO T.The optimalinitialallocation of pollution permits:a relative performance approach［J］.Environmental and Resource Economics，2008(39):265-282.

［8］YI Wenjing，ZOU Lele，GUO Jie，et al.How can China reach its CO2intensity reduction targets by 2020?A regional allocation based on equity and development［J］.Energy Policy，2011(39):2407-2415.

［9］陈文颖，吴宗鑫，何建坤.全球未来碳排放权“两个趋同”的分配方法［J］.清华大学学报(自然科学版)，2005，45(6):850-853，857.

［10］WANG Sufeng，YANG Shanlin.Carbon permits allocation based on two-stage optimization for equity and efficiency:a case study within China［J］.Advanced Materials Research，2012(518-523):1117-1122.

［11］吴静，马晓哲，王铮.我国省市自治区碳排放权配额研究［J］.第四纪研究，2010，30(3):481-488.

［12］祁悦，谢高地.碳排放空间分配及其对中国区域功能的影响［J］.资源科学，2009，31(4):590-597.

［13］袁永娜，石敏俊，李娜.碳排放许可的初始分配与区域协调发展——基于多区域CGE模型的模拟分析［J］.管理评论，2013，25(2):43-50.

［14］ZHOU Xun，JAMES G，LIEBMAN A，et al.Partial carbon permits allocation of potential emission trading scheme in Australian electricity market［J］.IEEE Transactions on Power Systems，2010，25(1):543-552.

［15］宋旭东，莫娟，向铁元.电力行业碳排放权的初始分配机制［J］.电力自动化设备，2013，33(1):44-49.

［16］张建华.低碳金融［M］.上海:上海交通大学出版社，2011.

［17］国家统计局.中国能源统计年鉴［M］.北京:中国统计出版社，2000，2001，2002，2003，2004，2005，206，2007，2008，2009，2010，2011，2012.

［18］国家统计局.中国工业经济统计年鉴［M］.北京:中国统计出版社，2000，2001，2002，2003，2004，2005，2006，2007，2008，2009，2010，2011，2012.

［19］国家统计局.中国统计年鉴［M］.北京:中国统计出版社，2000，2001，2002，2003，2004，2005，2006，2007，2008，2009，2010，2011，2012.

［20］刘思峰，郭天榜，党耀国，等.灰色系统理论及其应用［M］.第五版.北京:科学出版社，2010.

［21］SUN Wei，WANG Jimin，CHANG Hong.Forecasting carbon Dioxide emissions in China using optimization grey model［J］.Journal of Computers，2013，8(1):97-101.

［22］LEE C F，LIN S J，LEWIS C.Analysis of the impacts of combining carbon taxation and emission trading on different industry sectors［J］.Energy Policy，2008(36):722-729.

［23］EUROPA.Questions and answers on the Commission's proposal for effort sharing.Press Room，Press Releases，2011，01-049 ［OL］.http://europa.eu/rapid/pressReleasesAction.do?refer-ence=MEMO/08/34＆format=HTML＆aged=1＆langua-ge=EN＆guiLanguage=en.