碳排放交易对中国区域经济发展的影响分析

(泉州台商投资区重点项目服务中心（政府投资项目评审中心） 福建 泉州 362122)

碳排放交易对中国区域经济发展的影响分析

荣 跃

(泉州台商投资区重点项目服务中心（政府投资项目评审中心） 福建 泉州 362122)

本文采用随机前沿分析法（SFA）进行对中国区域碳排放效率进行研究，并据此分析实施碳排放交易的前提，即碳排放总量控制对中国区域经济发展的影响。提出未来全国性碳交易市场应考虑不同边际碳减排成本的碳排放交易机制越能够带来更大的碳减排成本的节约，才能更好地利用碳交易机制来促进区域节能减排，同时不影响区域经济的发展。

碳排放交易；前沿边界分析法；区域经济发展

JEL：O13，Q56，R11

引言

2012年，国家发改委正式批准7个省份启动碳排放交易试点，这是中国参与全球应对气候变化 “大背景”下实施的重要举措。考虑到目前该工作仍处于摸索阶段，没有成型的发展规划和市场机制设计，也无法通过实证方法来检验碳交易机制对中国经济的影响。我们从碳排放绩效的视角，来分析如果中国采取类似欧盟排放交易体系（EU ETS）的碳交易机制的话，对区域经济发展会产生什么样的影响。

前沿分析的本质是利用微观经济学理论和计量经济学方法来估算各单位、部门之间生产效率的差异，主要包括数据包络分析法（DEA）以及随机前沿分析法（SFA）两种。本文采用随机前沿分析法（SFA）进行碳排放效率的研究，并据此分析碳排放总量控制对区域经济发展的影响。

SFA还包括随机生产前沿分析和随机成本前沿分析。本文采用随机生产前沿分析方法，该方法引入生产边界的概念，即在任意技术水平下，固定产出对应的最小投入成本或者固定投入成本对应的最大产出量所形成的边界线。通过模型构建，具体方程形式如下：

更进一步，我们经过模型展开和推演，将函数的具体形式表示为：

我们采用软件FRONTIER Version 4.1对全国各省市碳排放效率、可行碳减排潜力进行深入分析。首先对各省、市自治区的第一、第二、第三次产业全要素碳排放绩效及相应的排放改进潜力进行估计。整理了2004年到2010年全国30个省区市（西藏除外）的面板数据，并针对三次产业分别进行回归分析。实证研究所采用的数据来自各省市区统计年鉴、中国经济数据库（CEIC）、中国能源统计年鉴（2005-2011）及中国城市（镇）生活与价格年鉴（2011）。所有价值数据均调整为2010年可比价。并用非效率解释变量的滞后项作为工具变量来消除内生性。下面，我们将对所选择的变量进行说明。

（一）模型变量

期望产出（Y）：产出利用各省区市三次产业的生产总值，并调整为2010年可比价。文章所用的各类价格指数整理自CEIC数据库及中国城市(镇)生活与价格年鉴（2011）。

非期望产出（CO2）：由于我国各地区并有没有直接公布二氧化碳排放量，本文运用IPCC的各能源消费的碳排放系数对碳排放量进行了估计。

劳动力（L）：采用CEIC数据库提供的各省市区各产业年末就业数作为劳动力指标。该数据是包括农村和城镇劳动力在内的全口径数据。

资本 （K）：用永续盘存法核算了2004-2010年各省市区各产业的资本存量。相关数据来自CEIC数据库。

基于已有研究的经验，结合三次产业本身的行业特性，我们为三次产业分别设置了不同非效率解释变量，并确定了具体产业的分析模型。

（二）非效率影响变量

所有制结构：我们采用工业总产值中国有企业或者国有控股企业所占比重来衡量一个地区的所有制结构，并在三次产业的分析中运用同一指标。数来自CEIC数据库。

对外开放度：我们采用各地区工业总产值中外商及港澳台直接投资企业工业总产值比重来衡量地区的对外开放度。更高的对外开放度在技术水平、政府配套、产品竞争、国际地位等方面差异是能够影响各行业经营及碳排放效率的。

行业集中度：由于受到数据可得性的限制，我们将各地区工业企业总产值规模（单个工业企业年平均总产值）作为行业集中度指标，因此该项指标仅能应用于二产研究框架。我们预期更高产业集中度带来更高的碳排放效率。

能源价格：我们采用全国燃料动力类价格指数作为能源价格指标，因二产能源消费占用三次产业总消费的83.13%（2010年数据），我们预期更高的能源价格有利于碳排放效率改善。

城市发展水平：我们采用各地区城市每百万人公共交通运输车辆数作为衡量城市建设水平的指标，预期提高城市发展水平有利于改善第三产业碳排放效率。

（三）实证结果

下表总结了运用随机前沿分析（SFA）分别对三产进行回归分析后的结果。我们的结果显示，针对不同产业，同一影响因素对非效率的影响有显著不同。

表1 三产SFA实证结果

表2 非效率影响因素

根据估计结果可以计算出碳排放绩效指标，第一产业、第二产业及第三产业的碳排放效率分别为0.599、0.734及0.796；改进潜力分别为0.401（即1-0.599）、0.266（1-0.734），、0.204（1-0.796）。虽然第一、二产业改进潜力大，但第一、二产业碳排放绩效基数较小，其可行减排潜力并不大。第二产业的可行碳排放绩效改进潜力并不大，但其基数大，减排潜力巨大。

如果考虑各个省区的整体碳排放绩效，预测结果发现，31 个省区的碳排放绩效具有非常明显的差异。东部沿海区域是碳排放绩效值较低的省市集中的区域，其中海南省是全国30 个区域碳排放绩效最小的区域，其次为广东省、福建省，再次为北京市、浙江省和上海市等；而内陆省区尤其是以煤炭消费为主的区域，是碳排放绩效值较高的省市集中的区域。最大的碳排放绩效出现在山西省，该省份由于其产业结构中煤炭生产的盛行和煤炭的密集使用，因此在全国是排名第一位的省份。其次，按照碳排放绩效由大到小的顺序排列依次为贵州省、宁夏回族自治区、内蒙古自治区、甘肃省等。

通过上述结果可以看出，碳排放绩效较低的区域经济发展水平都较高；碳排放绩效较高的区域经济发展均相对落后。因此，高排碳区域和低排碳区域一定会由于减排技术水平的差异而存在边际碳减排成本的不同，这就为碳排放交易构成了基础，高成本区域可以通过与低成本区域的碳交易达成降低减排成本和改善环境质量的目的。近期可选取具有较大差异的高低碳排放区域进行碳市场交易，通过两个区域的碳交易达成低成本碳减排的目的。其次，进行碳排放总量控制必须对于东部地区与中西部地区区别对待，在实施控制指标分配时，需要特别考虑地区平衡发展。

总体而言，根据中国经济所处的发展阶段，从区域经济发展的角度来看，考虑不同边际碳减排成本的碳排放交易机制越能够带来更大的碳减排成本的节约，更好地促进区域经济的发展。此外，碳排放总量控制也存在“碳泄漏”等问题，因此要综合采用碳交易和碳税等政策，完善能源的市场化机制，才能保证最小程度上强制性碳减排对区域经济发展的影响。

G322

B

1007-6344（2017）06-0330-02