张永姣,王耀辉,
(1.兰州大学 经济学院,甘肃 兰州 730000;2.南开大学 经济学院,天津 300071)
黄河流域在我国版图上具有重要的生态意义和经济意义,对其生态补偿基准不能单纯地从水资源保护视角考虑,更要注重补偿基准的多元化。2019 年,习近平总书记在河南省郑州市召开黄河流域生态保护和高质量发展座谈会,首次将黄河流域生态保护和高质量发展上升为重大国家战略,提出黄河流域高质量发展要遵照“共同抓好大保护、协同推进大治理”路线。受制于流域内部省际经济发展的不平衡,尤其是治理资金和治理技术的不平衡,解决黄河流域污染防治的问题需要通过建立健全跨区域的协调机制来实现[1]。深入打好黄河流域污染防治攻坚战、做好流域生态保护,需要具有多方位污染物防治意识。“共同抓好大保护、协同推进大治理”不但需要从流域水污染角度着手,还需要着手于流域大气污染防治,尤其是碳排放治理工作。
2021 年的政府工作报告提出,要继续加大生态环境治理力度、强化大气污染综合治理和联防联控。扎实做好碳达峰、碳中和各项工作,制定2030 年前碳排放达峰行动方案。协同推进黄河流域碳排放治理,需要做好省际治理利益补偿和治理利益共享机制,合理安排各省区间的治理激励。实现黄河流域高质量的空间污染治理,必须加快构建黄河流域包括空间规划、空间监管、生态补偿、差异化考核等在内的整套现代化空间治理政策体系[2]。推动黄河流域生态协同治理保护工作需要首先研究制定生态保护补偿条例,而补偿标准测算研究在开展制定生态保护补偿条例中属于积基树本的工作。测算清楚黄河流域九省区之间碳排放及隐含碳转移对实现流域“碳达峰、碳中和”目标和制定生态补偿条例具有现实意义。因此,本文试图在黄河流域生态保护和高质量发展背景下测算黄河九省区间由于产业贸易导致的隐含碳流动。
我国有关流域间生态补偿实践起步较晚,目前仍处于探索健全阶段。从2005 年至今,流域间生态保护补偿的补偿原则、补偿基准、补偿方式等在不断变更,大致经历了探索形成阶段和建立健全保护补偿制度阶段[3]。
2011 年及之前,补偿原则仍然是“开发者保护、受益者补偿”原则,补偿基准尚不明确,补偿方式处于初步探索阶段,补偿资金多以中央政府向地方政府的直接专项资金支持为主。2012 年之后,流域间生态补偿开始扩展到以同级行政单位为基础的横向生态补偿。补偿原则也在逐步改变,由之前的“谁开发谁保护、谁受益谁补偿”逐渐过渡到开始明确生态环境参与者之间的权责利,淡化了“开发者保护原则”,通过横向补偿与市场化方式将生态保护者行为的市场外部性进行了内部化,进而提高了生态保护的效率。此外,补偿基准也在逐步扩大,从原来的单一性水权与水资源保护补偿,逐渐将排污权与碳排放权纳入补偿基准当中,丰富了在补偿标准制定时的依据。表1 展示了我国有关流域间生态保护补偿政策的变化历程。
表1 有关流域生态保护补偿节点性政策
虽然流域间补偿基准从之前的单一性基准逐步扩大到现在的多元基准,但是既有文献多是从水权角度出发考虑流域间生态补偿机制建设,鲜有从排污权与碳排放权角度出发的研究,尤其是碳排放角度,目前尚未有探讨黄河流域碳排放生态补偿的研究出现。
在产业部门生产活动中,产品的生产需要能源产品的投入,从而间接地产生二氧化碳。产业部门之间需要其他部门的产品投入,为了得到某一产品部门最终产品而在整个生产链中所排放的二氧化碳称之为隐含碳[4]。地区间产业部门之间的贸易会将其他地区产品中的隐含碳转移至另外地区,从而形成由产业贸易所导致的地区间隐含碳转移。
现有文献中隐含碳排放测算主要从生产者责任和消费者责任视角入手,生产者视角下的区域碳排放将本地区出口产品中所含碳纳入到本地碳排放中,而消费者视角下则将本地区进口产品所含碳纳入本地碳排放总量中[5]。隐含碳转移的测度方法较为单一,既有的研究多从国际贸易角度和国内省际贸易角度出发。碳排放测度的方法主要有两种:一种是追踪产品自生产到消费的所有环节,包括原材料生产环节、加工与再加工环节、运输环节、销售环节和消费环节等,将该商品生命周期内所历经环节的碳排放进行汇总,从而得到商品全生命周期总碳排放。另一种是以投入产出分析为基础测算由产业中间产品投入需求和居民部门最终消费需求所诱发的产品碳排放[6]。前种测算方法较为繁琐且难以追踪,后种测度方法则方便较直观地反映了区域内部与区域间各个产业部门之间的投入产出关系。
齐晔等[4]率先采用投入产出法对我国国际贸易中的隐含碳转移问题进行了研究,发现我国以出口产品的形式向国外排放了大量的碳。此后大量研究[7-8]均对此问题进行了分析,虽然使用了投入产出表,但是所采取的研究数据忽略了由贸易带来的国外产品用于我国产业部门生产投入所带来的碳转入问题,从而导致估计结果偏高。在随后的研究中,一种是通过竞争型投入产出表对最终需求或者将进口产品按照我国产业部门生产技术进行了剔除进口影响的处理[9],另一种是通过多区域投入产出模型来核算进口来源国对我国产业部门之间的直接投入,并将其进行剔除[10]。相对来说,第二种处理方法能够解决由生产技术差异导致的碳排放量偏差估计问题,因此这种方法也较多用于我国区域间隐含碳流动的测算。
由于区域间投入产出表的可得性,国内区域间碳排放测度均采用了MRIO 模型。在具体核算中,主要依据两种思路:一是依据行政政策或地理大区将我国省份划分为几大经济区域进行核算。如姚亮和刘晶茹[11]将我国划分为八大区域,利用IO-LCA 方法并借助MRIO 模型对我国八大区域间隐含碳排放进行了测度,研究了区域间隐含碳排放的经济拉动和区位承接影响。刘红光等同样将我国31 个省份划分为了八大经济区域,对我国各区域间由于产业结构调整所带来的二氧化碳减排效应进行了分析[12]。闫云凤[10]也是将我国按省份划分为了八大区域,利用MRIO 模型测算比较八大区域之间的消费隐含碳排放及流动,分析生产分割条件下隐含碳排放的空间格局。二是对我国各个省份的碳排放及隐含碳流动进行核算。石敏俊等[6]应用2002 年和2007 年中国区域间投入产出表对我国各省区碳排放及隐含碳的空间转移进行了测度,发现我国碳转移空间结构存在着由能源和工业集聚区向经济发达区转移的迹象。宋杰鲲等[13]对我国30 个省份进行了碳总量及隐含碳转移测算,并从共同责任视角对碳排放额进行了分配。胡雅蓓[14]则从贸易视角下对各省份碳转移进行了测算,进而分析了产业转移与碳转移之间的关系。陈晖等[15]则通过自己编制的区域间投入产出表测度了我国省区间隐含碳转移和隐含GDP 转移,对省区间碳公平进行了分析。
关于我国内部隐含碳排放转移问题的研究,目前尚未有从黄河流域视角进行的测度,并且存在着所使用投入产出数据过久问题,无法反映出新时期我国隐含碳流动现状。本文借助2015 年和2017 年区域间投入产出表,通过构建MRIO 模型对黄河流域九省区间隐含碳排放进行测度和分析。
测度黄河流域省际产业贸易所隐含的碳排放需要借助多区域投入产出MRIO 模型。假设共有m个地区n个产业部门,每种产业部门生产均需要l种能源投入。假设w地区i产业的总产出为xi,表示w地区i行业对z地区j行业的投入,表示z地区对w地区i行业的居民消费需求,在不考虑出口的情况下有:
对于生产活动中所需要的能源k来说,记其平均低位发热量为QDWk,碳排放系数为CECk,碳氧化系数为COCk。假设i行业在生产活动中使用了l种能源,则其生产活动所产生的二氧化碳排放总量为:
对于行业i来讲,记fi=Ei/xi,表明行业i每生产一单位产品时所产生的二氧化碳排放量,区域总排放表示为矩阵的形式有:
记CEwz为当w地区和z地区进行产业贸易时,w地区向z地区贸易的产品中隐含的二氧化碳排放量,则有:
式中:Cwz为w地区与z地区间产业贸易权重矩阵。
记w地区由于产业贸易所引致的二氧化碳净转移总量为,则有:
为了从省际公平视角确定各省区的碳补偿额,本文采用改进后的pearl 生长曲线模型[16]来确定碳补偿系数。记P为单位二氧化碳的减排成本,Gw表示w地区人均GDP,GH表示黄河流域九省区的人均GDP,t为当年全国恩格尔系数,则w地区因碳转移向z地区提供的补偿额CMwz为:
式中:a、b为常数,e 为自然常数。
则w地区向z地区提供的净二氧化碳补偿盈余为:
w地区净二氧化碳补偿盈余为:
本文所使用数据主要有2015 年和2017 年中国分省份多区域投入产出表和各省份分行业能源消费数据。其中,2015年和2017年中国31个省份(不包括港澳台地区)42 个部门多区域投入产出表由CEADs 团队根据当年地区投入产出表利用熵理论和引力模型构建而成[17]。本文所使用能源消费数据来源于各省份统计年鉴中能源篇及《中国能源统计年鉴》,部分缺失数据依据各省份当年能源消费平衡表中能源消耗量分行业进行补充。
本文所使用的能源消耗产生二氧化碳数据的方法来源于IPCC 碳排放系数法。式(4)中,44/12 为二氧化碳分子量与碳原子分子量之比,意为消耗能源中每单位碳完全氧化时所产生的二氧化碳的量。能源平均低位发热量来源于《综合能耗计算通则(GB/T 2589—2020)》附录A,附录中未列出的能源平均低位发热量则来源于2005年《中国能源统计年鉴》。此外,本文依据《国民经济行业分类(GB/T 4754—2017)》将各省份统计年鉴中行业及区域间投入产出表中的行业重新合并为29 种行业。
图1 给出了本文测算出的2015 年与2017 年黄河流域九省区二氧化碳总排放量和单位产值碳排放量。2015年到2017 年,流域九省区总碳排放量增长率为3.8%。2015 年,黄河流域九省区由产业部门生产引起的二氧化碳总排放量达到了3 195.90 百万吨,由高到低排名前三位的是山东、内蒙古和河南,分别达到了796.1 百万吨、575.80 百万吨、498.80 百万吨;排名后三位的是甘肃、宁夏、青海,分别达到了150.10 百万吨、139.20 百万吨、48.10 百万吨。2017 年,黄河流域九省区由产业部门生产引起的二氧化碳总排放量达到了3 316.52 百万吨,排名前三位的仍然是山东、内蒙古、河南,分别达到了795.59 百万吨、631.38 百万吨、485.73 百万吨;排名后三位的情况有所改变,宁夏碳排放量超越甘肃位居第七,三省区总碳排放量分别达到了174.14 百万吨、144.80 百万吨、51.64 百万吨。
图1 2015—2017年黄河流域九省区二氧化碳总排放量和单位产值碳排放量
从产业单位产出碳排放量来看,2015 年,黄河流域九省区平均单位产值碳排放量达到了0.58万吨/亿元,由高到低排名前三位的是宁夏、内蒙古和山西,分别达到了1.73、1.49 和1.46 万吨/亿元;排名后三位的分别是四川、河南和山东,分别达到了0.41、0.41 和0.37万吨/ 亿元。2017 年,九省区平均单位产值碳排放量达到了0.54 万吨/亿元,相较2015 年下降了7.6%,排名前三位的仍然是宁夏、内蒙古和山西,分别达到了2.10、1.84、1.33万吨/亿元,较2015 年分别增加了21.4%、23.5% 和-8.9%;排名后三位的分别是河南、山东和四川,分别达到了0.36、0.34 和0.33 万吨/亿元,较2015 年下降了12.0%、16.7%和10.8%。
黄河流域九省区中碳排放量总体趋势呈现从东到西沿梯度逐渐减少。2015 年和2017 年东部、西部四省区总碳排放量占全流域总碳排量的71.8%和71.9%,其中山东总碳排量最高,中部的内蒙古、山西和河南紧随其后。黄河流域九省区总碳排放量水平与自身工业化进程密切相关,主要为基础能源及二次能源生产部门和矿产品生产部门以及金属冶炼生产部门。此外,各省的单位产值碳排放量呈现明显的由东向西呈梯度增高。
为了进一步探讨分部门对流域九省区总碳排放量的影响,依据上文提出的部门碳排放测度模型,将2015 年与2017 年各省份分部门的碳排放情况绘制如图2和图3 所示。造成碳排放最多的部门是基础能源及二次能源生产与供应部门,其次是矿产品生产部门以及金属冶炼加工部门。
图2 2015年九省区分部门碳排放图
图3 2017年九省区分部门碳排放图
表2 给出了依据上述模型测算出的黄河流域九省区隐含碳流动情况。
表2 2015年与2017年黄河流域九省区碳转移 单位:百万吨
2015 年,黄河流域九省区主要碳转出省份为内蒙古、山西和陕西,分别转移出25.47 百万吨、34.45 百万吨和11.26 百万吨。在承接其他省区的碳转移中,山东、陕西和河南承接最多,分别为36.5 百万吨、19.82 百万吨、19.34 百万吨。到了2017 年,九省区中主要碳转出省份为内蒙古、山西和山东,分别转移出42.68 百万吨、27.03 百万吨和26.79 百万吨。承接碳转出最多的省份也有所变化,位居前三位的是河南、陕西和内蒙古,分别承接了流域其他省区碳转出的86.1 百万吨、37.57 百万吨和6.95 百万吨。
从转出量来看,由于地理邻近效应和产业结构互补效应,内蒙古常年向河南输出能源密集型产品,导致内蒙古转出的碳排放连续两年位列第一,从2015 年的34.45 百万吨增长至2017 年的42.68 百万吨。同样情况的还有山西,由于其产业结构以能源密集型产业和其他省份互补,导致其转出隐含碳排放常年位居各省份第二。从承接情况来看,东中部省份是流域九省区之间承接外来隐含碳排放转移最多的省份。陕西承接山西和内蒙古的转入,河南主要承接山西、内蒙古和山东的转入,承接原因为产业结构互补效应和地理邻近效应。为了进一步明确流域九省区之间产业贸易导致的碳转移情况,图4 利用GIS 绘制了2015 年与2017 年黄河流域各省区之间的隐含碳流动示意图。
图4 2015与2017年九省区隐含碳流动图
为进一步分析黄河流域九省区之间隐含碳排放的地理邻近效应和产业结构互补效应,本文采取莫兰指数来反映这一效应。为了构建地理空间莫兰指数,本文以各省区经纬度计算出各省区之间的空间距离。为分析产业结构互补效应,本文利用各省区29 个产业占GDP 比值计算出的产业结构相似性系数作为产业的空间距离。产业结构相关性系数越大,表明两省区之间的产业结构互补性越小,该距离反映出了各省区之间的产业结构相似度。当两省区之间产业空间距离越小时,表明该两省区产业结构差异性较大,产业互补性较强,成为产业邻近。
依据本文测算出的碳转移数据与空间权重数据,2015 年九省区之间隐含碳转移莫兰指数为0.89,2017年这一指数则为0.86,反映出了较强的省区地理邻近效应。可以观察到,地理相接壤的省区之间2015 年转移的二氧化碳总量为45.79 百万吨,占全部转移量的44.46%;2017 年地理相接壤的省区之间转移的二氧化碳总量为87.86 百万吨,占全部转移量的59.69%,呈现出明显的地理邻近效应。受高维数据的影响,计算出来的2015 年产业结构互补莫兰指数为0.97,2017 年产业结构互补莫兰指数为1.06,同样呈现出省区之间碳转移较强的产业结构互补效应。
产业部门经济活动消耗能源所排放的二氧化碳隐含在产品当中,通过产业贸易对其他地区实现了隐含碳转移。在生产者责任视角下,如果省区隐含碳转移为顺差,则表示该省区在对外提供贸易产品时承担了较多的碳排放,因此属于应受碳补偿资金省区。如果省区隐含碳转移为逆差,则表示该省区产业部门在生产过程引致了其他地区的碳排放,因此属于应支付碳补偿资金省区。
受制于各省区之间不平衡的经济发展水平和资源禀赋差异,各省区在面临相同的碳减排任务时所承担的成本并不相同。在确定各省区单位碳减排成本时,应充分考虑减排成本分摊的公平性,进而构建一个合理的流域间生态补偿支付框架。图5 在此基础上构建了流域九省区生态补偿机制框架图。
图5 流域九省区生态补偿机制图
在对以碳排放为补偿基准的九省区生态补偿标准的确定过程中,本文采用清华大学中国长期低碳发展战略与转型路径研究课题组预测的2020 年减排二氧化碳的边际成本作为碳价对流域九省区生态补偿结果进行计算[18]。在补偿额测算模型中,为计算方便,碳价取课题组所估算的2020 年7 美元/吨,参数a和b取值为1,汇率取6.5。流域九省区碳横向生态补偿额度估算结果如表3 所示。
由表3 和表4 中的估算结果可以看出,2015 年流域中用于生态补偿的现金流达88.63 亿元,2017 年则达到了125.13 亿元。从2015 年到2017 年,黄河流域沿线各省区碳补偿总额逐步上升。2015 年,流域内主要净碳支付省份为山东、河南、四川、陕西、甘肃,与碳收入相抵后净碳支付额分别为26.83 亿、11.27 亿、2.12亿、8.05 亿、0.91 亿元。流域中碳收入前三的省份为内蒙古、山西、宁夏,净收入额分别为37.98 亿、10.06 亿、0.84 亿元。
表3 2015年黄河流域九省区碳横向生态补偿额度 单位:亿元
表4 2017年黄河流域九省区碳横向生态补偿额度 单位:亿元
从流域各省区地理分布位置来看,主要补偿赤字省份位于东中部地区,主要补偿盈余省份位于中西部地区。生产者责任视角下补偿压力较大的省份主要是河南和陕西,因为其所消耗产品多来自外省区生产,因此对外省区减排具有较大责任。位于流域上游经济较为落后的甘肃、青海两省区补偿额度由于产业结构需求原因对其他省区工业产品需求较多。山西和内蒙古由于产业结构以能源部门和工业部门为主,因对外输出能耗较大产品而承担较多减排压力,因而出现碳补偿盈余。黄河流域生态补偿额度上并不呈现出明显的梯度赤字,而是由东向西的赤字——盈余空间格局转向中间赤字、两头盈余格局。
本文从产业贸易视角出发对黄河流域2015 年与2017 年省际隐含碳转移进行了测度,从总量和转移量两个方面分析了流域省际的碳排放规律并测算了生产者视角下各省以二氧化碳为基准的生态补偿额。主要结论如下:
(1)黄河流域碳排放总量由2015 年的3 195.90 百万吨增长到2017 年的3 316.52 百万吨,从空间角度看,流域九省区碳排放总量呈现明显的从东到西梯度递减趋势,而单位产值碳排放则呈现明显的从东到西梯度递增趋势。
(2)导致黄河流域碳排放量的主要产业是基础能源及二次能源生产部门和矿产品生产部门以及金属冶炼生产部门。
(3)东中部省份是流域九省区之间转移和承接隐含碳排放转移最多的省份,流域九省区之间隐含碳转移呈现出明显的地理邻近效应和产业结构互补效应。从流域九省区间贸易隐含碳转移情况来看,转入和转出较多的省份大部分位于东中部,且呈现明显的地理邻近效应和产业结构互补效应。
(4)黄河流域生态补偿额度上并不呈现出明显的梯度赤字,而是由东向西的赤字——盈余空间格局转向中间赤字、两头盈余格局。
本研究首次明确测算出了黄河流域九省区间由于产业贸易带来的二氧化碳转移情况及生态补偿额度,明确了九省区之间的碳排放责任,为协同治理黄河流域大气污染、制订黄河流域九省区之间的生态补偿条例提供了依据。本文结论具有以下政策启示:
(1)各省应设立碳排放、转移账户并准确测算账户收支状况,加快完善并构建出碳排放计量和评估体系,进一步强化对碳排放量较多的基础能源和矿产品生产、金属冶炼生产部门的统计检测工作。
(2)优化区域间碳补偿额度衡量体系的测评机制,充分考虑各地资源禀赋差异,通过引入区域人口数量、经济发展水平等差异化指标来制定具有区域针对性的区域生态补偿模式,在确定碳补偿额度的同时,可以采用多样化的补偿方式。
(3)流域九省区应深入推进全社会节能减排,减排责任较重的省份更应该在生产、流通、消费各环节积极发展生态经济,将碳排放和碳吸收结合起来,实现资源节约高效利用,通过调整能源结构,进一步推动其清洁绿色、低碳发展。