碳排放强度对居民消费价格指数的影响研究

李博英,王璇子

(1.同济大学 a.政治与国际关系学院;b.中国战略研究院,上海 200092;2.西安交通大学 管理学院,陕西 西安,710049)

一、引言

碳排放强度不仅影响生态环境质量,同时也影响着居民消费价格指数。长期以来,中国高度重视碳排放强度控制问题。早在2015年6月,中国在向联合国气候变化框架公约秘书处提交的应对气候变化国家自主贡献文件《强化应对气候变化行动——中国国家自主贡献》中就明确提出,到2030年,单位国内生产总值二氧化碳排放比2005年下降60%～65%等目标。2020年9月,在第75届联合国大会一般性辩论会上,中国提出二氧化碳排放力争于2030年达到峰值,努力争取2060年前实现碳中和。2021年10月26日,国务院发布了《2030年前碳排放达峰行动方案》,进一步明确提出到2030年,单位国内生产总值二氧化碳排放比2005年下降65%以上,从而顺利实现中国制定的2030年前碳达峰目标。实现碳达峰、碳中和(下文简称“双碳”)战略,是党中央综合国际局势和国内经济发展阶段做出的重大战略决策,对推动中国经济社会可持续、高质量发展;对节能减排,保护生态环境,营造良好的生产生活环境;对提高人民群众生活的获得感和幸福感具有重大意义。实现“双碳”目标,转变发展理念,需要立足国情,变革传统的经济社会发展模式,促进能源结构和经济结构的转型升级。在此背景下,如何权衡碳排放强度与居民消费价格指数及经济社会发展的关系,把握好碳减排进程,已成为破解资源环境约束、实现高质量可持续发展亟需关注并回应的重要议题。

本文采用2000—2020年中国碳排放强度、大中型工业企业营业成本和居民消费价格指数为样本数据,运用向量自回归(Vector Autoregression,VAR)模型,对中国碳排放强度对居民消费价格指数的影响进行实证研究。研究发现,碳排放强度和大中型工业企业营业成本是居民消费价格指数的格兰杰原因,居民消费价格指数同时也是碳排放强度和大中型工业企业营业成本的格兰杰原因;碳排放强度是大中型工业企业营业成本的格兰杰原因,但大中型工业企业营业成本对碳排放强度的影响不显著。碳排放强度对居民消费价格指数的冲击影响最大,大中型工业企业营业成本的冲击影响次之,居民消费价格指数自身因素的冲击影响最小;并且碳排放强度、大中型工业企业营业成本和居民消费价格指数自身对居民消费价格指数的冲击影响在前期较大,随后逐渐趋于平稳。此外,从长期看,碳排放强度是居民消费价格指数变化的主要贡献者,其次是大中型工业企业营业成本,居民消费价格指数的贡献率最小。根据上述研究结论以及目前中国在碳排放方面存在的问题,本文提出进一步控制碳排放强度,降低大中型工业企业营业成本,降低碳排放强度对居民消费价格指数影响的政策建议。

二、文献综述

国内外关于碳排放强度对居民消费价格指数影响的研究成果不多,主要集中在不同的价格指数、各类能源价格、碳价等对国内居民消费价格指数的影响研究,碳排放强度的影响因素,国别比较等定性或定量研究。相关具有代表性的研究成果主要有:张树忠等指出国际农产品期货价格指数对中国居民消费价格指数(CPI)具有先行引导作用[1]。Lescaroux等指出国际油价上涨会引发物价上涨[2]。LeBlanc等通过进一步的研究指出,国际油价上涨10%,仅会导致美国和欧盟的通货膨胀率分别上涨0.1%和0.8%[3]。乔宝华等指出国际初级产品价格对中国贸易条件具有显著的长、短期影响[4]。李卓等对国际石油价格与中国通货膨胀关系的研究发现,国际石油价格上涨是推动中国通货膨胀的主要因素之一,并在传导机制方面提出了独特见解[5]。钟世和等研究了碳排放权价格波动对中国能源价格以及消费者物价指数波动的影响。研究结果表明,碳价波动构成中国能源价格波动的原因,但对CPI影响较小[6]。冯梅等运用VAR模型定量研究了北京市的碳排放情况,发现产业结构是人均碳排放量的核心影响因素,并且产业结构的优化调整尤其是第三产业比重的提升有助于控制人均碳排放量的增长;城镇化率对人均碳排放量的影响最小,并且城镇化水平的提高意味着能源消费的增加,进而加大了人均碳排放量的控制难度[7]。徐沛豪等通过测算出口商品的隐含碳排放量,认为隐含碳主要来自高能耗部门,同时呈现一定增长态势[8]。郭莉等运用空间杜宾模型,对空间溢出视角下的中国“一带一路”沿线17个省份碳排放强度的影响因素进行了实证研究,发现若分地域来看,西北部地域碳排放强度较高,东南部地域碳排放强度较低;科技创新与碳排放强度存在显著的空间自相关关系,并且提升科技创新能够显著降低碳排放强度;用国内发明专利申请授权量代表的科技创新、用对外直接投资额(FDI)代表的对外开放程度和用第二产业产值占地区生产总值比重的产业结构这三个变量导致的空间溢出(spatial spillover)对碳排放强度具有显著的负向影响,而人均国内生产总值和用城镇人口占地区总人口比重代表的城市化率这两个变量产生的空间溢出对碳排放强度具有显著的正向作用[9]。刘满平对世界主要国家的碳排放强度进行了横向比较并指出中国单位国内生产总值的碳排放强度水平较高,超出世界平均水平两倍以上,超出欧盟国家五倍以上。人均碳排放强度也超过部分发达国家。相关数据显示,能源强度和单位国内生产总值二氧化碳排放强度的下降能够有效实现二氧化碳排放量的减少。随着中国经济社会的持续发展,只有单位国内生产总值二氧化碳排放强度下降速度高于国内生产总值的年平均增长速度时,中国的碳排放才能不再增长[10]。

在碳排放强度对居民消费价格指数影响的研究方法方面,目前主要采用构建实证研究模型的方式,更多地应用VAR模型以及其改进模型作为研究工具。VAR模型作为一种动态的非结构化的多方程模型,常用于预测相互之间有关联的时间序列系统以及分析随机干扰对变量系统的动态影响,进而解释封闭经济体中各经济变量对不同程度经济冲击的响应,以及各经济冲击通过何种途径影响经济变量。VAR模型用于描述在一定样本期间内的所有内生变量可以作为其滞后值的线性函数,从而在一定程度上解决了结构化建模可能存在的联立性偏误(simultaneity bias)问题[11]。碳排放强度对CPI的影响存在滞后性,并且传导链条较长,利用VAR模型分析碳排放强度对CPI的影响,能够有效识别碳排放强度对CPI的影响程度与滞后时期,为国家制定碳排放有关政策提供理论支持。目前关于VAR模型在碳排放方面的主要应用有:李湘梅等通过建立VAR模型,采用协整分析和格兰杰(Granger)因果检验,结合中国1953—2011年间的时间序列数据,对能源消费和二氧化碳排放之间的关系展开了实证分析。研究结果认为,能源消费总量对碳排放量具有显著的正向影响,并且当能源消费总量面临正向冲击时,碳排放量的响应期较长并具有一定波动性;城市化水平对碳排放量具有显著的负向抑制作用;能源强度对碳排放的影响程度较小;人均国内生产总值与碳排放存在格兰杰因果关系并且两者为正相关关系[12]。赵明轩等运用面板向量自回归模型(panel VAR,PVAR),并结合系统广义距估计(System GMM)方法,将全国分为东部、中部、西部和东北部四大经济区域,对中国能源消费、经济增长与二氧化碳排放这三个变量之间的动态协整关系分别进行了全样本和分样本研究。研究结果表明,总体上讲,在中国的东部和西部地区,能源消费与经济增长互为格兰杰因果,而这两个变量在中国的东北部和中部区域仅存在单向格兰杰因果关系。同时,二氧化碳排放量与经济增长在中部、西部、东北部地区均存在双向格兰杰因果关系[13]。刘建和等以2018年中美贸易战为断点,对贸易战前后中国碳市场价格与能源市场价格之间的动态溢出效应进行了系统研究。首先运用断点回归(regression discontinuity,RD)模型,发现中美贸易战事件的爆发对中国的碳市场价格具有显著的正向效应;然后运用VAR模型和方差分解方法分别找出中美贸易战前后对碳市场价格方差变化贡献影响最大的能源市场价格。具体而言,在贸易战爆发前,焦煤价格对碳市场价格的方差贡献率最大;贸易战爆发后,原油价格对碳市场价格的方差贡献率最大[14]。江心英等运用VAR模型,利用江苏省1987—2018年的年度数据,发现第二产业发展与碳排放存在双向因果关系,第二产业结构的调整优化能够推动碳排放量的下降,碳排放量的增加从长期来看不利于第二产业的持续健康发展[15]。夏翠珍等利用VAR模型中的脉冲响应和方差分解方法定量研究了强制型、混合型和自愿型三大类政策工具及十种子工具对农户耕作、放牧、造林三种行为的影响[16]。

通过上述文献梳理不难发现,虽然目前国内外分别关于碳排放强度或居民消费价格指数的研究文献较多,但有关碳排放强度对居民消费价格指数影响的研究文献比较缺乏。现有关于碳排放强度对居民消费价格指数方面的文献主要集中在碳排放对经济发展的影响、碳价变化对能源价格及一般价格水平的影响、大宗商品价格对价格指数的影响等方面研究,直接研究碳排放强度对居民消费价格指数影响的文献较少。为弥补现有研究的不足,本文以碳排放强度为视角,运用VAR模型,对碳排放强度对居民消费价格指数的影响进行实证研究,分析碳排放强度与居民消费价格指数之间的相关性,求解碳排放强度对居民消费价格指数的影响程度,提出进一步控制碳排放强度变化带来的生产和生活成本波动,稳定居民消费价格指数的相关政策建议,为国家制定碳排放规制政策和物价政策提供理论支持。

三、碳排放强度对居民消费价格指数影响的理论分析

碳排放强度与居民消费价格指数存在相互联系、相互影响的内在关系。从经济学视角分析碳排放强度与居民消费价格指数的相关性可知,碳排放强度对居民消费价格指数产生冲击,同时居民消费价格指数也对碳排放强度造成影响。本文主要关注碳排放强度影响居民消费价格指数的作用机理。具体来说:不同碳排放强度的碳排放治理成本变化影响企业的环境治理成本变化,由于企业环境治理成本是企业总生产经营成本的组成部分,进而导致企业总成本、利润和价格的调整,进而通过工业产业链传导到工业出厂产品发生价格变化,最终反映到总体价格水平及居民消费价格指数上。据英国知名资产管理公司Algebris Investment的测算结果显示,在过去五十年间,如果欧盟的居民消费价格指数囊括了由于不断增长的二氧化碳排放所产生的成本的话,当前价格水平将至少比预计水平高出50%,并且欧盟的消费者每年需增加约为1%的人均家庭消费支出[17]。在现有技术条件下,中国二氧化碳资源化利用率较低,工业生产过程中产生的二氧化碳的处理成本相对较高。一般情况下,工业生产过程中二氧化碳排放强度越高,二氧化碳的处理成本就越高。二氧化碳处理成本与二氧化碳排放强度成正相关,并且不同二氧化碳排放强度所产生的二氧化碳处理成本存在较大差异,且存在产业异质性。工业生产过程中产生的二氧化碳的处理成本直接影响着工业企业的环境治理成本。具体来说,工业企业二氧化碳排放处理成本的提升,会引发工业生产过程中环境治理成本的增加,进而引发工业生产总成本和工业生产者出厂价格指数(PPI)的上涨。根据价格传导规律,物价的周期性波动是经济周期性变化的滞后表现。一般情况下,工业生产者出厂价格指数(PPI)与居民消费价格指数(CPI)的领先与滞后关系,反映着经济周期性特征在行业层面的传递规律。工业生产者出厂价格指数(PPI)受上游原材料价格走势影响较大,变化较早,而居民消费价格指数(CPI)受下游消费品和服务价格影响较大,变化略滞后。工业生产者出厂价格指数(PPI)的变化会引发居民消费价格指数(CPI)的变化。换句话说,一般价格水平的变化最初发生在生产端,从产业链的上游逐渐向产业链的下游蔓延和渗透,最后传导至流通消费端[18]。碳排放强度(CEI)对居民消费价格指数(CPI)影响的价格传导链条为:若是以工业品为原料的生产,即从工业品价格向居民消费品价格进行传导。传导路径为:原料价格——生产资料价格——生活资料价格的价格传导链条;若是以农产品为原料的生产,即从农产品价格向居民消费品价格进行传导。传导路径为:农业生产资料价格——农产品价格——食品价格的价格传导链条[19];若是以大宗商品为原料的生产,即从大宗商品价格向居民消费价格进行传导。传导路径为:大宗商品价格——工业生产成本——工业生产者出厂价格——居民消费价格的价格传导链条。碳排放强度(CEI)对居民消费价格指数(CPI)的影响通过上述三条价格传导链实现。先由生产成本变化引发工业生产者出厂价格变化,再由工业生产者出厂价格变化引发居民消费价格变化,最终由居民消费价格变化引发居民消费价格指数(CPI)的变化。由于居民消费价格指数(CPI)不仅包括消费品价格,还包括服务价格,工业生产者出厂价格指数(PPI)和居民消费价格指数(CPI)在统计口径上并非严格的对应关系[20]。因此,有可能出现工业生产者出厂价格指数(PPI)和居民消费价格指数(CPI)的变化在某一时期不一致的情况,但长期处于背离的状况不符合价格传导规律。

总体而言,碳排放强度影响居民消费价格指数的方式分为直接方式与间接方式两种。直接方式可直接通过生活资料的渠道反映到居民消费价格指数(CPI)上。间接方式主要是指生产与居民生活有关的商品与劳务的企业环境治理成本的变化,具体表现形式诸如原材料和生产要素价格上涨等,引发该企业工业生产者出厂价格指数(PPI)的变化,进而影响居民消费价格指数(CPI)的变化[21]。通常情况下,居民消费价格指数(CPI)更容易受与居民生活关系更为密切、社会需求量扩张的企业所生产商品或提供劳务价格变化的影响[22]。换句话说,间接方式主要是指企业生产的产品与劳务,与居民生活间接相关。这类企业生产的产品或提供的劳务,不会直接对居民消费价格指数(CPI)产生影响,但会对居民消费价格指数(CPI)造成间接影响,并且其价格传递链条较长,价格传导效应具有比较强的滞后性。

四、碳排放强度对居民消费价格指数影响的实证研究

(一)VAR模型及变量选取

1.VAR模型

VAR模型是由诺贝尔经济学奖得主克里斯托弗·西姆斯(Christopher A.Sims)于1980年引入。该模型把模型内生变量对全部内生变量的滞后值进行回归从而得到模型的各个参数,进而实现了将单变量自回归模型(autoregressive model,AR模型)扩展至由多元时间序列(即多条单一时间序列构成的时间序列)变量组成的“向量”(vector)自回归模型,并通过脉冲响应以及方差分解等进一步解释和分析各个变量之间的关系。考虑如下VAR模型:

yt=A1yt-1+A2yt-2+…+Ap-1yt-p+1+Apyt-p+Bxt+εtt=1,2,…,T

(1)

其中,yt代表VAR模型中n个内生变量组成的列向量;xt为VAR模型中m个外生变量组成的列向量;p是VAR模型的滞后阶数,T是样本个数,εt是随机扰动列向量,A1到Ap表示k×k维参数矩阵,B是待估系数矩阵[23]。

2.变量选取

本文选取2000—2020年中国碳排放强度、大中型工业企业营业成本和居民消费价格指数为研究样本。碳排放强度是指单位国内生产总值(GDP)产生的二氧化碳排放量,体现了环境与经济的相互关系,是衡量经济可持续发展的重要评价指标,其计算公式为:碳排放强度=碳排放量/GDP。居民消费价格指数代表一般价格水平。大中型工业企业营业成本代表工业企业的生产经营成本。本文采用的国内生产总值、二氧化碳排放量、大中型工业企业营业成本和居民消费价格指数数据来源于《中国统计年鉴》(2000—2020)以及数据看世界(Our World in Data)网站(见表1)。

表1 2000—2020年中国碳排放强度、大中型工业企业营业成本与居民消费价格指数

(二)实证分析与计量检验

1.VAR模型建立

本文利用VAR模型研究碳排放强度(CEI)、大中型工业企业营业成本(COST)与居民消费价格指数(CPI)的关系,变量说明见表2。

表2 变量符号

五、模型检验

(一)单位根检验

非平稳序列可能会产生虚假回归(spurious regression)现象,单位根检验的目的是考察数据的平稳性,平稳的时间序列是后续利用脉冲效应和方差分解进行计量分析的前提[24]。本文利用ADF方法进行平稳性检验。从表3可以看出,w在10%临界值处接受原假设,x在10%临界值处接受原假设,y在10%临界值处拒绝原假设,说明w、x这两个变量是非平稳的,变量y是平稳的。经过一阶差分后,D(w)、D(y)这两个变量是平稳的,D(x)仍然不平稳。对w、x、y进行二阶差分后,三组时间序列变量均呈现平稳性。

表3 变量平稳性检验结果

(二)格兰杰因果关系检验

由表4可以看出,FPE,AIC,SC,HQ准则(即这些准则的数值达到最小)给出的最优滞后阶数均为4。

表4 VAR模型滞后阶数的确定

在确定了最佳滞后期后,进行格兰杰因果关系检验(Granger causality test)。从表5可以看出,当原假设为“COST不是CPI的格兰杰原因”时,P值为0.000 0,小于0.01,表示在1%的显著性水平下拒绝原假设;当原假设为“CEI不是CPI的格兰杰原因”时,P值为0.000 0,小于0.01,表示在1%的显著性水平下拒绝原假设;当原假设为“CPI不是COST的格兰杰原因”时,P值为0.001 2,小于0.01,表示在1%的显著性水平下拒绝原假设。当原假设为“CEI不是COST的格兰杰原因”时,P值为0.000 0,小于0.01,表示在1%的显著性水平下拒绝原假设;当原假设为“CPI不是CEI的格兰杰原因”时,P值为0.008 4,小于0.01,表示在1%的显著性水平下拒绝原假设。当原假设为“COST不是CEI的格兰杰原因”时,P值为0.078 4,大于0.05,表示在5%的显著性水平下接受原假设。

表5 格兰杰因果检验

因此,本文发现:(1)大中型工业企业营业成本是居民消费价格指数的格兰杰原因,居民消费价格指数同时也是大中型工业企业营业成本的格兰杰原因。这说明大中型工业企业营业成本和居民消费价格指数之间相互影响;(2)碳排放强度是居民消费价格指数的格兰杰原因,居民消费价格指数也是碳排放强度的格兰杰原因。这说明碳排放强度和居民消费价格指数之间相互影响;(3)碳排放强度是大中型工业企业营业成本的格兰杰原因,但大中型工业企业营业成本对碳排放强度的影响不显著。这说明碳排放强度的变化能够推动大中型工业企业的营业成本变化,而影响碳排放强度的主要因素不包括大中型工业企业营业成本。

从上述分析情况可以看出,碳排放强度对居民消费价格指数产生直接影响。碳排放强度的过快增长,不仅对生态环境质量造成直接影响,也对大中型工业企业营业成本造成冲击。因此,控制碳排放强度不仅可以改善生态环境质量,也可以降低企业的营业成本,从而稳定居民消费价格指数。从这个意义上讲,控制碳排放强度既是生态环境工程,又是民生工程。同时居民消费价格指数对碳排放强度也有影响。因此,要想控制碳排放强度并稳定居民消费价格指数,需要综合施策、协调发力,才能够取得预期成效。

(三)脉冲响应函数

(1)VAR稳定性检验

从图1的单位根检验可以看出,VAR模型的全部特征根均小于1,没有点位于单位圆外,这表明本文构建的VAR模型具有稳定性。

图1 单位根检验

(2)脉冲响应分析

本文利用脉冲响应函数,选取20期分析反映时间和冲击强度对变量的影响。脉冲效应结果如图2所示。碳排放强度(CEI)对居民消费价格指数(CPI)冲击的情况为:当给碳排放强度一个冲击后,前10期波动幅度较大,第10期之后波动幅度较小,趋于平稳递减状态;大中型工业企业营业成本(COST)对居民消费价格指数(CPI)的冲击情况为:当给大中型工业企业营业成本一个冲击后,前10期波动幅度较大,第10期之后的波动幅度逐步变小,在长期趋于稳定;居民消费价格指数(CPI)自身波动对居民消费价格指数的冲击情况为:当给居民消费价格指数一个冲击后,前11期波动较大,第11期以后波动幅度较小,趋于平稳递减状态。以上分析情况说明,碳排放强度、大中型工业企业营业成本和居民消费价格指数自身因素对居民消费价格指数的影响主要集中在前11期,随着时间的推移,影响逐步变小。从影响幅度看,碳排放强度对居民消费价格指数的影响较大,大中型工业企业营业成本对居民消费价格指数的影响次之,居民消费价格指数自身因素影响相对较小。可见,碳排放强度和大中型工业企业营业成本是推动居民消费价格指数上涨的主要因素。因此,要稳定居民消费价格指数,必须有效控制碳排放强度和大中型工业企业营业成本。

图2 脉冲效应函数结果

(四)方差分解

本文进一步利用方差分解方法来分析所有变量对经济系统中内生变量的相对重要程度。从表6可以看出,碳排放强度(CEI)对居民消费价格指数(CPI)贡献率最大。碳排放强度对居民消费价格指数贡献率由低向高逐步增加,在第6～7期波动幅度较大,第9期以后基本稳定在45%左右。大中型工业企业营业成本(COST)对居民消费价格指数(CPI)变化的贡献率仅次于碳排放强度(CEI)。大中工业企业营业成本对居民消费价格指数的贡献率呈先升后降的基本态势,在第5期之前基本处于上升态势,第5期之后处于下降态势,到第9期之后基本稳定在39%左右。居民消费价格指数(CPI)对其自身波动的贡献率较小。居民消费价格指数贡献率在第1期最高,达100%,从第2期开始下降,到第8期以后基本稳定在16%左右。从上述分析情况可以看出,从长期看,碳排放强度是影响居民消费价格指数的核心因素,大中型工业企业营业成本次之,居民消费价格指数自身因素的影响较小。因此,要有效控制居民消费价格指数,必须首先控制碳排放强度,碳排放强度对居民消费价格指数变化的贡献率已经高达45%左右。同时也应该高度重视大中型工业企业营业成本对居民消费价格指数的影响,特别是在当前新冠肺炎疫情形势依然严峻的背景下,企业的生产经营遇到了前所未有的困难,中国政府应进一步认真贯彻落实国家对企业的优惠扶持政策,最大限度地减轻企业负担,降低企业的经营成本,为稳定居民消费价格指数做出贡献。

表6 居民消费价格指数(CPI)波动方差分解结果

六、降低碳排放强度对居民消费价格指数影响的政策建议

本文采用VAR模型,运用2000—2020年中国碳排放强度、大中型工业企业营业成本和居民消费价格指数等数据,对碳排放强度对居民消费价格指数的影响进行了实证研究。研究发现,碳排放强度和大中型工业企业营业成本均对居民消费价格指数具有显著影响,居民消费价格指数也对碳排放强度和大中型工业企业营业成本具有显著影响。碳排放强度是大中型工业企业营业成本的格兰杰原因,但大中型工业企业营业成本对碳排放强度不具有显著影响。碳排放强度冲击是影响居民消费价格指数最主要的因素,其次是大中型工业企业营业成本,居民消费价格指数自身因素的冲击影响最小;并且碳排放强度、大中型工业企业营业成本和居民消费价格指数自身对居民消费价格指数的冲击影响在前11期较为明显,随后逐渐趋于平稳。此外,从长期看,碳排放强度对居民消费价格指数变化的贡献率要高于大中型工业企业营业成本对居民消费价格指数变化的贡献率。有鉴于此,本文提出进一步降低碳排放强度对居民消费价格指数影响的政策建议:

第一,重视碳排放强度对经济社会发展及居民消费价格指数的影响。根据本文的研究结论,碳排放强度对居民消费价格指数的影响程度较大。长期以来,中国高度重视碳排放强度问题,为有效控制碳排放强度,中国政府采取了一系列行之有效的政策措施,并取得了一定的成效。1978—2018年,中国的碳排放强度在4年间已经得到了有效的控制,但伴随着国民经济发展水平的提高和居民生活质量的上升,中国的碳排放总量和人均碳排放量仍呈现上升趋势。中国的碳减排任务依然十分艰巨、碳减排压力仍然很大,并且在碳减排过程中生产和生活成本的提高,可能对中国产品的出口竞争力和经济增长速度产生负面效应。同时,目前中国对碳排放强度对居民消费价格指数影响的认识不够到位,未能较好地把碳排放强度与居民消费价格指数关联起来并统筹思考,也较少从控制碳排放强度的视角采取措施来进一步控制居民消费价格指数上涨。因此,建议中国高度重视碳排放强度对居民消费价格指数可能产生的潜在影响,积极采取政策措施降低碳排放强度,最大限度地减少碳排放强度对居民消费价格指数的潜在负面冲击。把握好碳减排的进度,掌握好经济社会可持续高质量发展需求和成本控制之间的平衡点。既要严格控制高耗能、高污染、高排放项目,进一步优化能源消费结构与产业结构,减少化石能源消费,提升非化石能源占一次能源消费比重,倡导绿色低碳的生产生活方式,减少能源消耗和碳排放,高度重视重点行业碳减排,确保重点行业的碳排放量和碳排放强度持续较快速率地下降。同时也要协调好经济社会发展和碳减排的关系,防止“碳冲锋”和“运动式减碳”问题的发生,绝不能把长期目标短期化,系统目标碎片化,要统筹经济社会发展的各项目标,保持经济社会平稳可持续高质量发展。

第二,进一步降低工业企业营业成本。根据本文的研究结论,工业企业营业成本是推动居民消费价格指数上涨的重要因素。目前中国工业企业的成本负担总体偏重,建议各级政府尽最大努力减轻企业的成本负担,全面贯彻落实国家对工业企业的各项优惠政策。近年来,受新冠肺炎疫情的持续影响,中国企业普遍受到一定的负面冲击。为更好地扶持企业发展,中国各级政府都出台了相应的企业纾困政策。这些政策的执行力度较大,政策含金量较高。各级政府要认真贯彻落实好这些政策,特别是对受新冠肺炎疫情影响较为严重的企业的帮扶政策。要多措并举助力企业尽快走出困境,增强企业活力,降低企业经营成本,不断增强企业的竞争力,从而尽可能减少工业企业经营成本上升对居民消费价格指数可能造成的不利影响,保持居民消费价格指数平稳运行。

第三,提高二氧化碳资源化利用的水平。目前中国二氧化碳资源化利用水平和资源化利用率均较低,二氧化碳的处理成本相对较高。建议中国进一步加大对二氧化碳捕集、利用与封存(CCUS)技术的科学研究投入,不断扩大二氧化碳资源化利用的领域与范围,开发更多的二氧化碳利用场景与项目。不断改进CCUS技术方法,降低CCUS投资与运行成本,采用先进技术,把工业生产过程产生的二氧化碳提纯,继而投入到新的生产过程并进行再利用,最大限度地降低中国二氧化碳的处理成本,强化对化石燃料消费过程中产生的二氧化碳的资源化利用,从而进一步减少碳排放强度和碳排放总量,降低碳排放强度对居民消费价格指数的冲击。

第四,加强对“双碳”领域的理论研究。目前中国在“双碳”领域的理论研究相对滞后,特别是缺乏碳排放强度对居民消费价格指数影响的相关研究,不能较好地满足中国在实施“双碳”目标过程中所迫切需要的人文社会科学理论支撑。因此,建议中国进一步加大对碳排放强度与居民消费价格指数相关的系统性理论研究,推动“双碳”目标与经济社会发展目标协同优化发展;加大对“双碳”领域基础科学理论研究的资金投入;组织科研力量对“双碳”领域关键核心技术集成攻关,重点突破围绕减污降碳、新型能源开发、二氧化碳捕集利用等碳减排、碳零排、碳负排关键技术;加快储能、氢能、碳金融、碳交易等相关学科建设;加紧在“双碳”领域相关重大政策出台前进行理论研判和情景预测,从而确保“双碳”政策制定的科学性、时效性及实用性,为进一步降低碳排放强度提供理论与政策支持。