基于碳排放权分配的中国省域碳减排奖惩方案

田云 陈池波

摘要 在厘清各省级行政区责任分担的基础上，构思碳减排路径更能体现区域公平性，由此可以根据各个地区的不同特点施以差异化的激励机制抑或约束手段。有鉴于此，文章在进行相关理论阐述的基础上，通过构建区域分配模型实现了碳排放权的省区分配，以各地区碳排放权初始余额为依据设计了碳减排奖惩方案并进行了实证检验。研究结果表明：①2017—2030年期间，我国30个省（自治区、直辖市）碳排放权分配差异较大。其中云南配额最高，达到了228.969亿t，占该阶段全国总碳排放权的10.12%;吉林、四川、黑龙江、北京、浙江、湖北、河南、江苏和内蒙古依次排在2～10位;宁夏配额最少，占比仅为0.35%;山西、新疆、贵州和福建依次排在倒数2～5位。②有13个省份可以享受碳排放权盈余所应给予的奖励，累计奖励金额高达1 788.34亿元。其中，云南居于榜首而河南排在最后一位。总体来看，区域间存在较为明显的两极分化，滇、吉、川、黑、京等5地的奖励之和占到了总奖励金额的81.25%。与此对应，其他17个地区则因为碳排放权处于欠缺状态而需受到一定处罚，累计罚金高达1 829.13亿元。其中，山东面临的压力最大而江西最小。区域内部同样存在两极分化现象，但分化程度略好于碳排放权奖励。研究结果能够为更好地践行绿色发展战略、优化碳减排路径提供必要的理论依据与数据支撑。

关键词 碳排放;农业碳排放;碳排放权;省域碳减排;奖惩方案

中图分类号 F323.2 文献标识码 A 文章编号 1002-2104（2020）11-0054-09

DOI：10.12062/cpre.20200418

近年来，随着温室效应的不断凸现，气候问题已超出了一个国家或地区的范畴，而成为国际社会普遍关注的全球性问题。世界各国为了更好地应对全球气候变化，先后达成了《联合国气候框架公约》等3个具有法律约束力的协定。其中，2015年12月所达成的《巴黎协定》较为系统地阐述了全球应对气候变化威胁的总目标。而在随后几年的气候会议上，各缔约方国家经过多轮磋商和谈判，基本就该协定的未来实施模式以及各项要求的完成进度达成了一致。作为全球气候治理的积极参与者与负责任的发展中大国，中国早在巴黎气候大会召开之前就已向全世界庄重承诺了未来减排目标。同时，在中共十九大报告中，进一步强调要大力推进绿色发展，拟通过法律制度的不断完善与保障政策的有效引导，逐步建立健全绿色低碳循环发展的经济体系。为了早日实现减排目标并完成美丽中国建设的伟大构想，今后应多项措施并举，切实加快温室气体减排步伐。

有鉴于减排工作的重要性，近年来越来越多的学者开始围绕中国碳排放问题展开探讨。其中，最早的研究可追溯至《京都协议书》签订的前后，初期主要聚焦于减排成本的国际比较[1]、气候变化背景下的历史责任梳理与碳排放额度分配[2-3]、人文发展进程对碳排放空间需求的理论阐述[4]与定量分析[5]。综合来看，该阶段以理论分析和政策探讨为主，而较少借助数量分析方法系统探究中国碳排放的典型特征与内在机理构成。而后，随着研究的逐步深入，实证分析开始增多，一些学者基于能源消耗对中国碳排放量进行系统测度并分析其时序演变规律、空间分异特征以及内在驱动机理[6-7]。在此基础上，还有不少学者围绕碳排放与国民经济间的关系展开探究。综合研究表明，经济增长、贸易开放在一定程度上都会加剧能源消耗与CO2排放[8-9]，但产业结构优化却能显著提升碳排放效应[10]。

在系统把握中国碳排放现状、特点及其与经济发展的相互关系之后，一些学者开始聚焦于碳减排问题研究。其中，从战略层面来看，提升能源利用效率、发展清洁能源、优化产业结构、促进工艺创新是实现碳减排与经济增长“双赢”的关键[11-12]，而在政策的制定上则要做到分类实施、动态调整与协同共治[13]。具体到实践层面，通过省域碳排放权分配明晰的、差异化的减排责任并辅以特定的补偿制度是当前不少学者关注的焦点。不过，实施分配的基本原则却不尽相同，一些学者基于单一视角，如碳资本存量[14]、代际公平等[15];而其他学者则着眼于相对全面的视角，如方恺等[16]、王勇等[17]都是基于公平性、效率性与可行性等原则围绕碳排放权的省域分配展开系统研究。与此同时，也有学者围绕碳减排补偿问题展开探讨，但主要着眼于碳排放权交易[18]与碳生态补偿[19]。

纵览文献可知，目前对中国碳排放的研究已相对系统、全面，基本覆盖了其现状特征把握、驱动机理探析、碳排放权测度与减排责任分担等方方面面，所获取的研究结论能为进一步完善碳问题研究体系提供重要的参考依据。但同时，我们也需正视当前研究所存在的一些不足：一是虽有不少学者围绕碳排放权省区分配展开了相关研究，但在分配指标的选择上多聚焦于社会经济指标，而忽视了林业、农业所具备的生态功能属性。二是各地区碳排放权确定之后缺少深入探讨，尤其未能与碳补偿类研究形成有效衔接，由此极大制约了相关成果的现实指导意义。有鉴于此，本文将在重新构建区域分配指标体系的基础上完成对我国碳排放权的省域分配，而后则以各地碳排放权初始余额作为依据制定碳减排奖惩方案并进行实證检验。研究结果能够为政府更好地践行绿色发展战略、优化碳减排路径提供必要的理论依据与数据支撑。

1 理论探讨与分析框架构建

自从全球决定应对气候变化以来，“低碳生产”已逐步深入人心，并纳入许多国家或地区的中长期发展规划之中，与之相关的研究也由此增多。但稍显不足的是，现有研究更多地聚焦于碳减排政策的顶层设计或者某项技术（措施）的实际运用，鲜有学者在兼顾碳排放地域公平性的同时将生态补偿理论纳入总体分析框架之中。事实上，受资源禀赋特征、能源利用结构、社会经济发展水平、政府重视程度等因素的综合影响，各地碳排放所处阶段也不尽相同。其中，部分地区可能碳排放量较高但经济产出却较为一般，从而在一定程度上损害了周边地区利益;其他地区则可能以较低的碳排放换取了较高的经济产出，客观上分担了周边地区的超量排放。为此，我们在构思碳减排路径之前有必要厘清各省级行政区的责任分担，并从中识别出减排引领与后进地区;而后则基于两类地区的不同特点施以差异化的激励机制或者约束手段。具体实施路径如下：

首先，厘清各地区碳减排的责任分担。关于碳减排任务的确定，目前以考察碳排放强度（即单位GDP碳排放量）的做法最为常見，让各地区强度趋于同一水准是该方案所追寻的最终目标。如果仅从经济角度进行考量，此方案无可厚非;但是，在社会发展进程中经济只能代表某一个方面，仅以此为依据对碳排放抑或碳减排问题进行考察通常显得不够全面。事实上，人口数量、生态环境容量等因素都与一个地区的碳排放量紧密相关。有鉴于此，为了更为准确地刻画各个地区的碳减排任务，我们摒弃传统的碳排放强度，而引入碳排放权概念。具体而言，通过区域分配指标体系的构建，赋予各个地区相应的碳排放数量约束，即碳排放权;而后基于碳排放权分配数额并结合现实碳排放数量确定各地区的具体减排任务或目标。

然后，识别碳减排引领地区与后进地区。为了确保减排效率，不同类型地区将会施以差异化的减排策略。为此，在确定完各省份碳排放权的分配数额之后，我们还需判断哪些地区属于碳减排引领地区，哪些地区又属于碳减排后进地区。很显然，单一依靠碳排放权分配数额或者实际碳排放量进行判断都不可取。为此，我们提出了“碳排放权初始余额”这一概念，即某地碳排放权分配数额与其实际碳排放量之间的差值。如果差额为正，表明该地碳排放权初始余额处于盈余状态，客观上分担了其他地区的碳排放量，属于碳减排引领地区;反之，则说明该地碳排放权初始余额处于欠缺状态，一定程度上损害了其他地区利益，因此属于碳减排后进地区。

最后，制定碳减排奖惩方案并实证检验。在识别出碳减排引领与后进地区之后，接下来便是总体减排方案的构建与完善。在此，我们将生态补偿理论引入本研究，拟通过必要的奖惩措施来确保碳减排工作的顺利推进。具体而言，减排方案由两个维度构成：一是碳排放权奖励制度。该制度适用于碳排放权初始余额处于盈余状态的地区，实际分析中将盈余额度与碳排放权定价相乘即可计算出各自奖励金额。二是碳排放权惩罚制度。该制度则适用于碳排放权初始余额呈现欠缺状态的地区，将其欠缺额度与碳排放权定价相乘即可计算出各自处罚金额。为了保障该减排方案顺利实施，生态环境部以及各省（自治区、直辖市）生态环境厅均需设置专门机构予以协调。在完成必要的方法介绍与原始数据处理之后，本文将尝试以我国30个省级行政区作为研究对象进行实证检验。特别地，由于部分乃至全部数据缺失，西藏以及港、澳、台地区均不在本次研究的考察之列。

2 研究方法与数据来源

2.1 碳排放权区域分配指标体系构建

2.1.1 碳排放权区域分配的综合指标体系确定

基于已有研究可知，在探讨碳排放权区域分配问题时，公平类、效率类指标得到了较为广泛的应用[15-17]，在此本文也将延续该做法。同时，鉴于碳排放的理论边界（包含了农业碳排放）得到了一定拓展，因此在指标体系的构建上还兼顾了农业的碳汇属性，并将其界定为保障类指标。具体指标构成如表1所示。

其中，公平类指标由人口数量和GDP构成，且前者特指社会从业劳动力数量，此时碳排放权的分配均以二者数量的多寡作为依据，即从业人口数量越大或者GDP数值越高，理论上该地区所应分配的碳排放权数量也应越大。效率类指标包含碳生产力和人均GDP，前者指单位碳排放所引起的GDP增加值，现实中一般期望以较少的碳排放量换取尽可能多的经济产出，对于产出效率更为突出的地区理应予以更多的碳排放权份额;后者相比GDP更能反映一个地区的经济发展水平，其水平越高，更易以较小的投入获取较大的产出，因此在碳排放权的分配上也应予以优先考虑。保障类指标包含林木蓄积量和农作物生产情况，二者均拥有较强的碳汇能力，其光合作用能有效吸收大气中的CO2。实践中，其数量越大，所表现出的大气碳净化能力越强，理应给予更多的碳排放权额度。需要说明的是，考虑到农作物无蓄积量这一统计口径，故用播种面积近似替代。

2.1.2 基于熵值法确定各指标权重

本文将选用熵值法计算指标权重，该方法是依据各项指标所传递出的信息量来确定具体权重，相比德尔菲法、层次分析法等可以更为科学地反映指标信息熵值的效用价值。其计算步骤如下：

2.1.3k-均值聚类分析方法

由于我国幅员辽阔，一些省份虽然在空间层面不相邻，但在社会经济等诸多方面却表现出了一定相似性。对于这些特征相似的地区，纳入同一框架体系下进行考察显然更为科学、合理。有鉴于此，本文尝试将各方面特点较为接近的省（自治区、直辖市）归类到同一区组，并确定其总碳排放权。而后，基于各省份在区组内的占比情况确定各自的碳排放权分配额度。具体而言，在计算出30个省份2013—2017年从业劳动力数量、GDP、碳生产力等6项指标年度均值的基础上，对各自数据进行标准化处理，而后利用k-均值聚类分析方法完成区组划分工作。

2.2 碳排放权测算及省区分配模型构建

2.2.1 碳排放权测算方法

厘清碳排放权数量的关键在于未来碳排放强度下降目标的设定以及国民经济增速的合理预期。其中，关于减排目标的设定，结合中国政府的减排承诺（2030年单位GDP碳排放量较2005年减少60%～65%），本文以其最高值65%作为参考依据。为此，以2017年的碳排放强度作为基准，即可得到考察期内碳排放强度的年均变化率q：

其中，表示碳排放强度在未来所要达到的下降目标（65%），I2005、I2017、I2030分别代表第2005、2017以及2030年的碳排放强度。

至于经济增速的设定，需结合中国政府发展目标、整体社会经济运行态势以及世界银行等国际组织对我国经济发展的未来预期展开综合预估。其中，国内一些研究机构、专家学者对中国“十四五”乃至之后5年的经济增速预期总体介于5.0%～6.0%之间，且普遍认为实现6.0%的经济增长目标压力较大。同时，统计数据显示，近5年（2014—2018年）我国GDP的年均增速虽达到了6.60%，但总体呈现波动下降态势;未来随着经济结构的不断升级其增速可能还会进一步放缓。为此，立足于中国近期GDP增速，并兼顾各方对未来经济发展态势的理性预期，形成对下一阶段GDP预期增速为5.0%～6.0%的基本假定。而后，结合历年碳排放强度，即可计算得到中国2017—2030年期间各年的碳排放权数量。

其中，Ct为第t年的碳排放总量，GDP2017表示2017年中国的GDP总量，r表示中国经济的预期年均增速。在此基础上，计算得到2017—2030年中国总的碳排放权数量。

2.2.2 区组之间碳排放权分配方法

通过聚类分析可以获取每一区组的组中心值，但由于不同指标通常无法进行直接比较，所以仍需求解出各个指标的组中心值。计算各指标j下的组中心：

其中，nk表示第k类区组所包含的地区个数。而后，各项指标的权重与其对应的组中心占比相乘即为各个区组的碳排放权分配比重。

2.2.3 区组内部各省区碳排放权分配与初始余额测度方法

参照一般学者[17-18]的做法，区组内部各省区碳排放权的分配将通过碳的影子价格来实现。如此考虑主要是基于碳排放权供给的稀缺性，有限的资源应优先分配给经济效益突出的地区，即影子价格越高，所给予的碳排放权额度越大。为此，作者将基于2012—2016年的省级面板数据，通过构建基于方向性距离函数的影子价格模型完成对各省区历年影子价格的测度，并取其平均值。

模型基本假定x∈R.N+为投入要素，即各省区资本与劳动力的实际投入数量;y∈R.M+为期望产出，在此以各省区的GDP数值为准;c∈R.J+为非期望产出，即各省区的CO2排放量。为了限定期望与非期望产出的变动方向与大小，在函数中还需设定方向向量g=（gv，gc）且g∈R.M+×R.J+，具体到本文拟选取g=（1，-1）。基于产出径向的方向性距离函数可以表示为：

其中，a表示在投入要素不变的情形下期望产出所能增加的最大比重，P（x）表示环境技术支持条件下的所有生产可能性集合。

由环境技术规定的期望与非期望产出的联合弱可处置性特点可知，在生产可能性集合P（x）内，降低CO2排放会导致GDP的减少。为此，结合二者的变化量可计算得到碳的影子价格，具体公式如下：

其中，py表示期望产出GDP的价格，pc表示非期望产出CO2的影子价格，即减少1个单位CO2排放所导致的GDP削减量。然后，可根据区组内各个地区碳影子价格的不同计算出碳排放权分配比例C，公式为：

确定好分配比例之后，即可根据各区组的碳排放权分配数量完成对30个省份碳排放权数额的最终分配。而后，利用2017年理论碳排放权分配额与各地区该年实际碳排放量相减，所得差值即为各省份碳排放权的初始余額。在此，倘若二者差值为正数，说明该地属于碳排放权盈余地区;反之则为碳排放权欠缺地区。

2.3 碳排放权定价方法与减排方案实施路径

2.3.1 碳排放权定价方法

为了更好地发挥激励作用，实际定价将在“初始价格”的基础上给予一定比例上浮。其中，初始价格参照各碳排放权交易平台近几年的平均成交价格，而浮动空间则视各地区碳排放权的盈余或欠缺程度而定。实践中，我们将以北京、上海、深圳等6大碳排放权交易所的成交价格作为初始价格设定的依据。由于数据缺失较为严重同时也为了避免大的地域重复，在此未将天津、广东二交易所考虑在内。各个碳排放权交易所的具体成交价格如表2所示。

根据前文所阐述的设定原则，完成碳排放权的最终定价：

其中，Cp、CP·分别表示碳排放权的最终价格和初始价格，γ1为初始价格的上浮程度。x和y分别代表年份和具体碳市场，m和n分别取值为3和6。简言之，就是将上述6个碳排放权交易所近3年成交价格的平均值作为碳排放权的初始价格，而后在此基础上给予一定比例的上浮，所得结果即为碳排放权的最终价格。通过测算可知，碳排放权的初始价格为28.42元/t，其浮动比例依据考察期各省份碳排放权的实际盈余或者欠缺程度予以确定，具体实施方案如表3所示。

2.3.2碳减排奖惩方案实施路径

该项制度如能实施，未来还将面临相关机构的设立以及奖惩资金的初始来源、筹集与流向等一系列问题。为此，国家层面生态环境部可考虑设置碳排放权交易办公室，用以协调各省级行政区由于碳排放权奖惩制度的施行所引发的各类奖励与处罚问题，比如奖励资金的分配与发放、处罚资金的收取和汇总。各省份生态环境厅设置相应办公机构，负责本地区碳减排工作的推进与各项奖惩资金的往来处理。资金方面，初始资金主要由国家财政承担，地方政府应给予一定配套;而随着制度的逐步施行，资金问题将由各地区生态环境厅统筹协调。若因为奖励产生了大量盈余资金，可将其投入到当地的生态环境保护中;若因减排不力需缴纳大量罚款而自身却无结余资金，则由当地财政予以解决。

2.4 数据来源与处理

为了保证结果的全面性，碳排放测度将兼顾能源消耗与农业生产双重视角，相关测算方法及数据来源参照田云、陈池波[20]的相关研究，限于篇幅不做详尽介绍。不过需要说明的是，碳排放测度将立足于属地原则，而不考虑电力外送所引发的转移数量。林木蓄积量、农作物播种面积均从《中国农村统计年鉴》获取，且以当年实际值为准。从业劳动力数量源自各省份历年统计年鉴，以实际数值为准;国内生产总值出自《中国统计年鉴》，并基于2005年不变价进行调整。资本投入主要考察历年的资本存量，具体运用永续盘存法进行估算，相关方法参照文献[21]的研究，并将2005年作为价格参照年份，估算所需原始数据均出自各省份的统计年鉴。

3 结果分析

3.1 权重确定及省域聚类分组

基于所测算的历年碳排放量以及相关基础数据的收集与整理，利用熵值法确定各指标的具体权重。结果显示，林木蓄积量所占权重最大，为36.52%;农业播种面积居于第三位，为15.39%;二类指标累计占比达到了51.91%，由此反映出保障类指标在实施碳排放权分配时扮演着最为重要的角色。GDP和人口数量所占权重分别为16.33%和12.55%，二者累计占比为28.88%，表明公平类指标也极大影响了碳排放权的区域分配。相比较而言，效率类指标发挥作用略小，碳生产力与人均GDP所占权重分别为13.03%和6.18%。与此同时，基于k-均值聚类分析，可将我国30个省份划分为4个区组。其中，第Ⅰ区组包含北京、天津、上海、浙江等4地;第Ⅱ区组包含河北、江苏、安徽、山东、河南、湖北、湖南、广东等8地;第Ⅲ区组包含山西、辽宁、福建、江西、广西、海南、重庆、贵州、陕西、甘肃、青海、宁夏以及新疆等13地;第Ⅳ区组包含内蒙古、吉林、黑龙江、四川、云南等5地。

3.2 碳排放权省域分配方案

首先，核算我国2017—2030年总的碳排放权。鉴于对该阶段我国GDP平均增速的预期介于5.00%～6.00%这一现实背景，可以尝试考察5.00%、5.50%以及6.00%等三种不同情形下的碳排放权总量。核算结果表明，以上三类增速所对应的碳排放权总量依次为2 119.375亿t、2 189.664 亿t和2 262.756 亿t。同时，利用公式（9）分别求出人口数量、GDP、碳生产力等6个指标的组中心，而后将各项指标权重与其对应的组中心占比相乘即可得到第Ⅰ、第Ⅱ、第Ⅲ和第Ⅳ区组的分配占比依次为16.80%、26.92%、14.14%和42.14%。其次，利用方向性距离函数测算30个省区碳排放的影子价格，发现江西最高，其减少1t CO2排放会导致4 703.24元的经济损失;广西、湖北、河南和江苏依次排在2～5位;与此对应，宁夏碳排放的影子价格最低，仅为810.65元/t，湖南、山西、山东和新疆依次排在倒数2～5位。影子价格越高，意味着减排成本越大，其中江苏主要源于自身经济发展水平较高，且单位产出所引发的碳排放量相对较小，实施碳减排必然承受相对较高的经济代价;而江西、河南、湖北、广西4地虽自身经济规模达到了一定水准但发展程度较为一般，加之对高耗能源依赖程度较大且自身工艺水平并无优势，使得各自减排难度较大，实施碳减排必将面临较高经济损失。最后，基于各地区碳的影子价格差异完成对各省级行政区碳排放权的分配。为了节约篇幅，本研究将重点探讨最理想情形（即GDP增速为6.00%）下各省区2017—2030年总的碳排放权分配情况，具体结果见表4。

由表4不难发现，2017—2030年期间我国30个省份的碳排放权分配悬殊，其中以云南配额最高，高达228.969亿t，占该阶段全国总碳排放权的10.12%;吉林、四川紧随其后分列二、三位，其份额占比也达到了9.77%和9.75%;排在4～10位的地区依次是黑龙江、北京、浙江、湖北、河南、江苏和内蒙古。上述10省份碳排放权的累计配额占比高达67.15%，合理的能源利用结构、丰富的森林资源、充裕的劳动力供给以及极具规模的农业生产确保了其中多数地区的高碳排放权分配，而京、浙、苏等地除了这些原因之外，一定程度上还得益于自身经济发展水平较高。碳排放权配额最少的地區是宁夏，占比仅为0.35%;山西、新疆、贵州、福建等省份依次排在倒数2～5位。这些地区或受制于人口规模与经济体量有限、或归结于社会经济发展水平相对滞后、或源于能源利用结构不甚合理，导致所获取的碳排放权配额数量较少。

3.3 碳减排奖惩金额的省域比较

在厘清各省份碳排放权初始余额并明晰各自最终定价的基础上，将二者相乘即可得到各地区的奖励或者处罚金额，如表5所示。

（1）碳排放权奖励金额省域比较。基于各地区2017年碳排放权初始余额实际盈余程度的不同，使得其奖励定价由高到低形成了31.83元/t、30.98元/t和29.27元/t等 3个档次。结果显示，有13个地区可以享受碳排放权盈余所应给予的奖励，累计金额高达1 788.34亿元。具体到各个地区，云南以明显优势占据榜首位置，其所能获取的奖励金额高达356.27亿元;吉林、四川紧随其后依次排在二、三位，其奖励金额也均超过了300亿元，分别为335.36亿元和305.73亿元;黑龙江、北京依次排在四、五位，其碳排放权奖励金额分别为228.73亿元和226.98亿元。

与此对应，河南所获奖励最少，仅为1.43亿元;安徽和青海则依次排在倒数二、三位，其奖励金额分别为5.59亿元和36.99亿元。综合来看，虽然不少地区享受到了碳排放权盈余所带来的利好，但内部两极分化极为严重，云南、吉林、四川、黑龙江、北京等5省份的奖励之和占到了总奖励金额的81.25%。

（2）碳排放权处罚金额省域比较。基于各地区2017年碳排放权初始余额实际欠缺程度的不同，致使其处罚定价由高到低也形成了32.68元/t、31.26元/t和29.84元/t等3个档次。分析表明，多达17个地区因为碳排放权处于欠缺状态而需受到一定处罚，累计处罚金额高达1 829.13亿元。具体到各地区，山东所面临的压力最大，按照现行标准需支付罚金408.70亿元;山西居于第二位，其处罚金额也达到了274.38亿元;辽宁、新疆、河北依次排在3～5位，其处罚金额分别为183.27亿元、157.62亿元和154.41亿元。与此对应，江西所需缴纳的罚金最低，仅为1.19亿元，重庆和广西则依次排在倒数二、三位，其处罚金额分别为4.00亿元和8.00亿元。总体而言，17个地区的受罚金额也存在较为明显的两极分化现象，但分化程度要略微好于碳排放权奖励。

4 结论与启示

本文通过构建碳排放权区域分配模型实现了碳排放权的省区分配，在此基础上以各地碳排放权初始余额作为依据构建了碳减排奖惩方案并进行了实证检验。主要结论如下：

（1）2017—2030年期间，我国30个省份碳排放权分配差异较大，其中云南配额最高，达到了228.969亿t，占该阶段全国总碳排放权的10.12%;吉林、四川、黑龙江、北京、浙江、湖北、河南、江苏和内蒙古依次排在2～10位;通过加总可知，上述10省份碳排放权的累计配额占比高达67.15%。与此对应，碳排放权配额最少的地区是宁夏，占比仅为0.35%;山西、新疆、贵州、福建等省份依次排在倒数2～5位。

（2）有13个地区可以享受碳排放权盈余所应给予的奖励，累计金额高达1 788.34亿元，其中云南以明显优势占据榜首，所获奖励金额高达356.27亿元;而最低的河南仅为1.43亿元。总体来看，区域间存在较为明显的两极分化，云南、吉林、四川、黑龙江、北京5省份占到了总奖励金额的81.25%。与此对应，其他17个地区则因为碳排放权处于欠缺状态而受到一定处罚，累计罚金高达1 829.13亿元，其中山东面临的压力最大，需支付罚金408.70亿元;而最低的江西则为1.19亿元。这些地区也存在两极分化现象，但分化程度略好于碳排放权奖励。

与以往研究[16-19]相比，本文最大的贡献在于将排放权分配与碳减排补偿纳入到了同一分析框架体系，并且创造性地构建了一套奖惩结合的制度模式。虽然从细节来看研究仍存在一定不足，但本文的初衷是探索出一条有助于碳减排工作推进的新型路径，更为强调减排方案与实施路径的理论剖析，而实证研究仅作为辅助，因此不必太在意奖惩金额的核算结果。当前我国的城镇化建设和经济发展方式均处于关键转型期[22]，为了能让该方案早日付诸实践，可考虑从以下几方面着手：一是强化宏观引导与顶层设计，进一步明确实践路径并规定完成时限。政府部门应逐步完善碳减排奖惩方案运行的政策保障体系与制度约束框架，厘清各个阶段的具体任务并严格明晰时间节点。二是建立健全相关的法律法规，做到有法可依。截至目前与碳减排奖惩方案相关的法律条文极为缺乏，为此有必要强化法律法规建设，确保工作开展中有法可依。三是加大财政金融支持力度，提供充足的经费保障。一方面，中央财政通过转移支付提供碳减排方案首次运转所需资金;另一方面，对减排后进地区给予必要的金融扶持，如提供无息贷款、健全风险补偿机制等。

参考文献

[1]SATHAYE J， MONAHAN P， SANSTAD A. Costs of reducing carbon emissions from the energy sector： a comparison of China， India， and Brazil[J]. Ambio，1996，25（4）：262-266.

[2]陳文颖，吴宗鑫.气候变化的历史责任与碳排放限额分配[J].中国环境科学，1998（6）：2-6.

[3]ZHANG Z X. Decoupling Chinas carbon emissions increase from economic growth： an economic analysis and policy implications[J]. World development，2000， 28（4）：739-752.

[4]潘家华.发展分析的概念构架与经验数据：以对碳排放空间的需求为例[J].中国社会科学，2002（6）：15-25，204.

[5]蒋金荷，姚愉芳.人文发展潜力与碳排放需求空间的定量分析[J].数量经济技术经济研究， 2003（11）：78-83.

[6]徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995—2004[J].中国人口·资源与环境，2006，16（6）：158-161.

[7]王锋，吴丽华，杨超.中国经济发展中碳排放增长的驱动因素研究[J].经济研究， 2010， 45（2）：123-136.

[8]CHANG C C. A Multivariate causality test of carbon dioxide emissions， energy consumption and economic growth in China[J]. Applied energy，2010， 87（11）：3533-3537.

[9]LI F， DONG S C， LI X， et al. Energy consumption-economic growth relationship and carbon dioxide emissions in China[J]. Energy policy，2011， 39（2）：568-574.

[10]李锴，齐绍洲.贸易开放、经济增长与中国二氧化碳排放[J].经济研究，2011，46（11）：60-72，102.

[11]林伯强，孙传旺.如何在保障中国经济增长前提下完成碳减排目标[J].中国社会科学， 2011（1）：64-76，221.

[12]涂正革.中国的碳减排路径与战略选择：基于八大行业部门碳排放量的指数分解分析[J].中国社会科学，2012（3）：78-94， 206-207.

[13]姚晔，夏炎，范英，等.基于环境生产技术效率的中国2030年区域减排目标路径研究[J].地理学报，2013，68（10）：1418-1431.

[14]李钢，廖建辉.基于碳资本存量的碳排放权分配方案[J].中国社会科学，2015（7）：66-81.

[15]王慧慧，刘恒辰，何霄嘉，等.基于代际公平的碳排放权分配研究[J].中国环境科学，2016，36（6）：1895-1904.

[16]方恺，张琦峰，叶瑞克，等.巴黎协定生效下的中国省际碳排放权分配研究[J].环境科学学报，2018，38（3）：1224-1234.

[17]王勇，程瑜，杨光春，等.2020和2030年碳强度目标约束下中国碳排放权的省区分解[J].中国环境科学，2018，38（8）：3180-3188.

[18]张成，史丹，李鹏飞.中国实施省际碳排放权交易的潜在成效[J].财贸经济，2017，38（2）：93-108.

[19]袁凯华，张苗，甘臣林，等.基于碳减排目标的省域碳生态补偿研究[J].长江流域资源与环境，2019，28（1）：21-29.

[20]田云，陈池波.中国碳减排成效评估、后进地区识别与路径优化[J].经济管理，2019（6）：23-37.

[21]单豪杰.中国资本存量K的在估算：1952—2006年[J].数量经济与技术经济研究，2008（10）：17-31.

[22]朱庄瑞，藏波.房地产市场促进城镇化建设的作用机理与协调发展研究[J].中国人口·资源与环境，2016，26（9）：116-122.