碳配额行业优先次序识别和差别管理研究

林秀群,汪巧巧,杨红娟

(昆明理工大学 管理与经济学院,云南 昆明 650093)

0 引 言

党的十九届五中全会和中央经济工作会议对“双碳目标”做出了安排部署.国务院印发了《2030 年前碳达峰行动方案》,指导地区、行业梯次有序地推进碳达峰工作.碳配额是实现“双碳目标”的重要机制,也是推进全国碳交易市场有序建设的重要内容[1].碳配额研究以自顶向下分配为主流,围绕公平原则、效率原则或二者兼顾原则,取得了丰硕的成果.如全球层面下的国家之间[2],中国层面下的省区之间[3]、省区内部地级市[4]、省区行业间[5]、部门之间[6]、行业内部[7].2021年1月,生态环境部通过了《碳排放权交易管理办法(试行)》,建立重点行业(企业)的碳配额机制引起了学界的重视.评价指标法[8-9]、影响乘数法[10]等被用于行业减排优先次序的识别,K-均值聚类法成为了碳达峰关键行业识别的重要方法[11].随着气候变暖的加剧,碳排放的脱钩效应、驱动因素和效应、空间差异、时空演变受到了学界的重视.如金砖国家GDP增长与碳排放的脱钩演变及影响效应[12],中国、八大经济区、省区层面的碳排放特征和驱动效应[13],省区高端制造业碳排放时空演变及其驱动因素[14],县域空间聚集格局和时空演变特征[15],城市碳排放强度的空间集聚性和空间溢出效应[16],省区碳生产率的空间非均衡性和时空演变规律[17].碳排放指标的选择以碳排放量、碳排放强度、碳生产率为主,空间集聚性或非均衡性的研究一般采用空间自相关分析法、Dagum基尼系数等,空间转移规律采用空间马尔科夫转移模型.

分析以上文献可知:(1)碳交易市场的发展与碳配额重点行业的识别关系密切,现有文献以碳减排行业优先次序的研究为主,缺乏对碳配额行业优先次序的研究.(2)碳排放的差异性和动态演变受到了学界的高度重视,文献多选择地区碳排放,研究方法以马尔科夫空间转移矩阵和脱钩模型为主.(3)碳配额的目标是实现公平和效率,而其难点是现有分配方法未充分反映动态演变规律,基于静态层面的碳配额分配不利于推进碳交易市场的健康发展[3,6].(4)现有碳减排重点行业的识别以静态研究为主,对碳排放的动态演变规律考虑不足.以上研究为本文的选题、方法的选择提供了良好的借鉴作用.本文认为,碳配额行业优先次序的识别不能忽略行业碳排放的时间演变规律.云南地处全球36个生物多样性热点地区的核心,是全球同纬度生物多样性最丰富的地区[18-19];云南依托矿产资源优势,形成了以能矿产业为主的资源型、重型化的工业结构,碳排放量超过了生态系统的碳承载力[20-22].本研究选择云南工业部门行业作为研究对象,利用自然断点法,描述行业碳排放水平的差异性或非均衡性;构建马尔科夫转移矩阵,刻画行业碳排放状态的动态演变趋势,初步识别碳配额行业的优先次序;利用脱钩模型,分析不同碳排放水平行业群体的碳排放与经济发展的动态关系,为政府建立重点配额管理机制提供政策分析工具与决策支持.

1 研究方法和数据来源

1.1 研究方法

1.1.1 自然断点与转移概率矩阵相结合的方法

云南工业行业碳排放具有显著的行业聚集和波动变化的特征[23-24],不符合均匀分布、线性分布和正态分布的特征,具备利用自然断点法分组的条件.本文利用自然断点法,刻画行业碳排放状态的时间演变规律.其原理如下:

② 设存在t种分类方法将样本集合划分为m个簇类:Kt1,Kt2,…,Ktm.依次计算t种方法m个簇类的偏差平方和:SDAMKt1,SDAMKt2,…,SDAMKtm.设SDCMt是第t种分类方法m个簇类的总偏差平方和,选择 min{SDCM1,SDCM2,…,SDCMt}对应的簇类作为自然断点的分组结果.

③t种分组结果的方差拟合优度(GVFt)验证,计算式见(4).其中,0≤GVFt≤1 。当GVFt=0时,表示组间无差异,即该分类方法不可行;当GVFt=1时,表示组间差异大,即分类方法完美.

GVFt=(SDAM-SDCMt)/SDAM

(4)

基于自然断点法的行业碳排放状态分布数据,利用马尔科夫转移矩阵,测算状态转移概率,分析存在状态转移的行业分组依据.设为{X(t),t∈T}马尔可夫链,其中t∈T,状态i,j∈I,其状态空间I={i1,i2,…,it},则n时刻的一步转移概率为pij(n)=p(Xt=j|Xt-1=i).即每一个随机变量X1,X2,…,Xt的状态取值结果通常取决于前面有限种状态的转移情况.记矩阵P=Pij,则称其为马尔可夫模型的转移概率矩阵,见式(5).pij是随机变量的状态转移概率,表示随机变量X从一种状态转变为另一种状态的程度.因为在转移概率矩阵中每一个元素的概率值均小于1,且每一行的元素之和均为1.马尔可夫转移矩阵具有以下的性质:0≤pij≤1,i,j∈I;∑i∈IPi,j= 1,i∈I.

1.1.2 脱钩模型

Tapio“脱钩”指标是Tapio利用弹性系数法创建的,该方法基于污染物和经济产出的变化量,以弹性值范围作为“脱钩”状态界定.本研究利用该理论,分析经济增长与碳排放之间的脱钩关系,其公式见式(6).其中,ε表示脱钩系数,ΔC、ΔG分别表示碳排放和GDP的变化量;C0表示基期碳排放量;G0表示基期GDP.

脱钩状态分类、类型分类、指标的值和意义见表1.三种状态的理想程度从低到高排序分别是负脱钩、连接和脱钩;8种子状态的理想程度从低到高排序分别是强负脱钩、弱负脱钩、扩张负脱钩、衰退连接、扩张连接、衰退脱钩、弱脱钩和强脱钩.

表1 脱钩状态划分

1.2 数据来源

生产者责任原则核算碳排放量的关键是确定能源消费种类和消费量.根据《云南省统计年鉴》,工业行业能源消费种类包括原煤、焦炭、石油和电力,其消费质量见年鉴8-16、8-17、8-18和8-19.云南省工业各行业的生产总值见年鉴8-2,为了反映经济发展的实际水平和状况,利用有关价格缩减指数对现价生产总值进行缩减,从而得到不变价生产总值.云南省工业部门一共有38个行业.其中,2010—2020年,文教体育用品制造业、其他采矿业、工艺品及其他制造业大部门年份缺少能源消费数据;家具制造业、石油和天然气开采业和“皮革、毛皮、羽绒及其制造业”部分年份缺少经济数据,且其4种能源的消费质量接近于零.所以,这六个行业不在碳配额关键行业的研究范畴之类.本研究以云南省工业部门32个行业为研究对象,分别用T1-T32表示.参考IPCC方法1,行业碳排放量的计算见式(7).其中,CTi为行业Ti能源消耗产生的碳排放量(单位:万t);ETi,j为Ti行业j种能源的消费量;ηj为第j种能源的碳排放系数(单位:(kg CO2/kg).其中,原煤、焦炭、石油、电力的碳排放系数分别为1.900 3、2.860 4、3.020 2、0.714 kg/kW·h).

CTi=∑ETi,j×ηj

(7)

2 碳配额行业优先次序的初步识别

2010—2020年,工业部门的行业年度碳排放量分布在[0.315 8,7 281.280 0](单位:104tCO2).最大值和最小值的比值是 23 056.62 倍,行业碳排放的差异显著.本文利用自然断点法,对云南省工业部门32个行业年度碳排放数据进行断点划分,以此为基础,分析其状态稳定或转移的概率,进而将32个行业划分为两个群体:①碳排放量较大且状态相对稳定的群体;②碳排放量较低且状态稳定的行业群体.再利用自然断点法,对后一个行业群体进行第二次断点划分,进行碳排放状态转移分析,再次对该群体进行分类.

2.1 高碳行业群体的初步识别

2.1.1 32个行业的状态分布

2010—2020年,32个行业的年度碳排放量共计352个数据(单位:104tCO2).利用自然断点法,分出四个断点,分别是620.45、2 049.46、3 661.21、5 197.36.四个断点对应五个区间,分别是(0,620.45]、(620.45,2 049.46]、(2 049.46,3 661.21]、(3 661.21,5 197.36]、(5 197.36,7 281.28].五个区间代表五个层次的碳排放水平,分别用“1”、“2”、“3”、“4”、“5”表示,其碳排放水平依次递增.2010—2020 年,32个行业碳排放状态分布特征见表2.

碳排放水平稳定的行业一共是26个,占行业总数的81.25%.其中,碳排放水平稳定在“1”的行业有25个,分别是T2-T13、T16-T18、T22-T29、T31-T32;碳排放水平稳定在“2”的行业有1个,即T14.碳排放水平出现转移的行业一共是6个,占行业总数的18.75%.其中,碳排放水平由低向高转移的行业有2个,分别是T19和T21;碳排放呈现向高转移后回落到初始水平的行业有2个,分别是T1、T15;碳排放水平呈现向低水平转移后回到初始水平的行业有2个,分别是T20、T30.由低向高转移的2个行业呈现不同的特征.其中,T19前7年的碳排放水平是“3”,后4年是“4”;T21前2年的碳排放水平是“2”,中间8年的水平是“3”,最后一年的水平是“4”.向高转移后回落到初始水平的2个行业也有差异.T1的碳排放水平仅仅在2010年和2020年为“3”,其余年份均为“4”和“5”,即总体碳排放水平表现为“4”和“5”;T15的碳排放水平虽然有5年表现为“4”,但在2017—2020年回落到“3”,且状态稳定.向低水平转移后回到初始水平的行业特征也不同.T20碳排放水平呈现“4”(1年)→“3”(1年)→“4”(3年)→“3”(2年)→“4”(4年)的变化特征,而T30则呈现“5”(5年)→“4”(1年)→“3”(2年)→“4”(2年)→“5”(1年)的特征.

2.1.2 高碳、中低碳行业群体的识别

根据表2,利用MATLAB.R2018a计算行业碳排放的状态转移概率,并生成马尔科夫转移矩阵 ,结果见表3.主对角线上的值表示状态稳定的概率,其他值表示状态转移的概率.主对角线上的概率分别是1、0.82、0.73、0.67和0.65,表明状态稳定性由高到低的顺序分别是“1”、“2”、“3”、“5”、“4”.状态转移有4种情况,分别是:①向邻近的高状态转移;②向邻近的低状态转移;③向非邻近的高状态转移;④向非邻近的低状态转移.表2显示,32个行业的碳排放不存在③和④的现象.中间状态“2”、“3”、“4”的转移情况如下:状态“2”向“1”、“3”转移的概率均为0.09;状态“3”向“4”转移的概率为0.27,向“2”转移的概率为0;状态“4”向“3”转移的概率为0.22,向“5”转移的概率为0.13.即中间状态“2”、“3”、“4”向低水平转移的概率大于向高水平转移的概率.两端状态转移的情况如下:“1”向“2”转移的概率为0;“5”向“4”转移的概率是0.33.可见,低水平(“1”和“2”)向高水平(3”、“4”、“5”)转移的概率为0.09,高水平向低水平转移的概率为0,即碳排放水平呈现高低各自稳定的特征.稳定在低碳排放水平的行业一共是26个,分别是T2-T14,T16-T18,T22-T29,T31-T32;稳定在高水平的行业一共是6个,分别是T1、T15、T19-T21,T30.

表2 2010—2020年云南省工业行业碳排放的状态分布

表3 行业年度碳排放状态转移概率矩阵

本文将碳排放水平相对较低且状态稳定的26个行业称为中低碳行业群体,将碳排放水平相对较高且状态相对稳定的6个行业称为高碳行业群体.2010—2020年,T1、T19-T21、T30的年度碳排放量见表4,其对工业部门碳排放的贡献率分别是87.36%、87.09%、90.07%、88.46%、89.89%、91.25%、91.37%、89.73%、90.73%、91.64%、90.80%.它们是云南省工业部门关键且稳定的碳源,其碳达峰的时间表、路线图对工业部门碳达峰目标的实现起决定性作用.

表4 高碳行业群成员对工业部门碳排放的贡献率

2.2 中碳、低碳行业群体的初步识别

2.2.1 中低碳行业碳排放的状态分布

利用自然断点法,对26个中低碳行业2010—2020年的年度碳排放量的数据(共计286个,单位:104t CO2)进行区间划分,分出两个断点,分别是110.52、620.45.2个断点对应三个区间,分别是(0,110.25]、(110.25,620.45]、(620.45,2 049.46].三个区间代表三个层次的碳排放水平,分别用“Ⅰ”、“Ⅱ”、“Ⅲ”表示,其碳排放水平依次递增,见表5.碳排放水平稳定的行业一共有23个.其中,稳定在“Ⅰ”的行业有18个,分别是T7- T11、T13、T16- T18、T22- T26、T28- T29、T31- T32;稳定在“Ⅱ”的行业有4个,即T3- T5和T12;稳定在“Ⅲ”的行业有1个,即T14.碳排放水平存在转移的行业有3个.其中,T2由“Ⅱ”向“Ⅰ”演变,T6由“Ⅰ”向“Ⅱ”演变,T27由“Ⅰ”向“Ⅱ”演变、又回到“Ⅰ”.

表5 2010—2020年云南省工业部门中低碳行业碳排放的状态分布

2.2.2 中碳、低碳行业群体的的识别

表6 中低碳行业碳排放状态转移概率矩阵

根据表5,利用MATLAB.R2018a计算行业碳排放的状态转移概率,并生成马尔科夫转移矩阵Pij,结果见表6.主对角线上的概率表明, 20个行业碳排放水平稳定在“Ⅰ”的概率为0.99,向“Ⅱ”转移的概率是0.01;5个行业碳排放水平稳定在“Ⅱ”的概率为0.96,向“Ⅰ”转移的概率为0.04;1个行业的碳排放水平持续稳定在“Ⅲ”.将碳排放水平基本稳定在“Ⅰ”的行业称为低碳行业,共计20个行业成员,其行业编号分别是T6- T11、T13、T16- T18、T22- T27、T28- T29、T31- T32;将碳排放水平基本稳定在“Ⅱ”和“Ⅲ”的行业称为中碳行业,共计6个行业成员,其编号分别是T2- T5、T12、T14.2010—2020年,中碳行业群体的碳排放占工业部门碳排放的比值分别为10.13%、10.65%、8.14%、9.48%、7.74%、6.45%、6.18%、7.29%、6.11%、5.40%和5.78%;低碳行业群体的碳排放占工业部门碳排放的比值分别为2.51%、2.26%、1.79%、2.06%、2.37%、2.30%、2.45%、2.98%、3.16%、2.96%、3.42%.

3 行业群体及成员的碳排放脱钩时间演变分析

3.1 三个群体脱钩分析

高碳、中碳和低碳行业群体的脱钩状况见表7.与2020年比较,2011—2020年高碳行业群体的脱钩情况为“强脱钩→扩张负脱钩→强负脱钩→弱脱钩→扩张连接”,即表现为理想→糟糕→中间状态的演变趋势.其中,理想状态即强脱钩的年份仅仅为1年,糟糕状态(强负脱钩和扩张负脱钩)的年份合计为6年,较理想状态(弱脱钩)为2年,中间状态(扩张连接)为1年.强负脱钩的4年期间,该群体碳排放呈现递增趋势,而经济收入呈现下降趋势;扩张负脱钩的2年期间,碳排放正增长的速率高于经济正增长的速率,能耗管理比较粗放;弱脱钩的2年期间,经济正增长的速率高于碳排放正增长的速率;扩张连接的1年,碳排放和经济收入正增长的速率接近同步.中碳行业群体的脱钩情况比较理想,9年是强脱钩,1年为弱脱钩.低碳行业群体的脱钩情况由理想状态(强脱钩、衰退脱钩)、糟糕状态(强负脱钩或扩张负脱钩)、理想状态的反复变化趋势.

表7 2010—2020年高碳、中碳和低碳行业群体脱钩情况

3.2 高碳行业碳排放脱钩时间演变分析

2011—2020年高碳行业碳排放脱钩的情况见表8,总体脱钩情况不理想.其中,强负脱钩是高碳行业出现最多的状态,累计出现23次;弱负脱钩出现7次,扩张负脱钩出现11次.即负脱钩状态共计出现41次,占总状态次数的比值为68.33%.扩张连接出现4次,占状态次数的比值为6.67%.衰退脱钩出现1次,弱脱钩出现2次,强脱钩出现12次,即脱钩状态累计出现15次,占状态次数的比值为25%.相对来说,脱钩状态比较理想的行业是T30,其次是T19,其余4个行业仅仅在2011年脱钩状态比较理想,其余年份基本为糟糕状态.

表8 2010—2020年高碳行业脱钩情况

3.3 中碳行业碳排放脱钩时间演变分析

2011—2020年中碳行业碳排放脱钩的情况见表9,其脱钩状态总体好于高碳行业群体.脱钩状态理想且稳定的行业有T5、T3、T2、T14.其中,T5的状态持续为强脱钩;T3有7年的状态为强脱钩,2年为弱脱钩,1年扩张负脱钩;T2有6年的状态为衰退脱钩,2年为扩张连接,2年为弱脱钩;T14的脱钩呈现了理想、糟糕、理想的变化情况,4年是负脱钩状态,6年是脱钩状态.脱钩状态相对不理想的行业有T4、T12.其中,T4由强脱钩转变为衰退连接、衰退脱钩和弱负脱钩;T12仅仅在2015年、2017年、2018年呈现衰退连接、弱脱钩和强脱钩,其余年份均为强负脱钩.

表9 2010—2020年中碳行业脱钩情况

3.4 低碳行业碳排放脱钩时间演变分析

2011—2020年低碳行业碳排放脱钩的情况见表10.相对来说,T7、T9、T10、T16、T17、T23、T29的脱钩情况比较理想,多数年份呈现脱钩状态,少数年份出现连接状态,基本未出现负脱钩状态.T8、T31的脱钩情况由差变好.其中,T8由扩张负脱钩转变为衰退脱钩,而T31由衰退脱钩转变为弱脱钩.其他行业均出现了负脱钩状态,未呈现明显的好转趋势.

表10 2010—2020年低碳行业脱钩情况

4 主要结论与政策建议

本文利用自然断点法对云南工业部门32个行业的年度碳排放量进行了水平分级.构建马尔可夫状态转移矩阵,分析了不同碳排放水平的演变规律.利用脱钩模型,分析了不同行业群体和行业成员碳排放和经济增长的状态演变趋势.得出以下结论:

第一,脱钩状态不理想的4个高碳行业适合作为碳配额的第一批次行业.它们分别是:煤炭开采和洗选业;化学原料及化学品制造业;黑色金属冶炼及压延加工业;有色金属冶炼及压延加工业.其碳排放脱钩情况不理想,基本是强负脱钩、弱负脱钩和扩张负脱钩状态,未呈现向连接状态、脱钩状态演变的趋势.同时,它们是工业部门主要的碳源,2010—2020年该群体碳排放占工业部门碳排放的比值分别是48.50%、47.87%、55.81%、57.95%、59.22%、63.93%、63.67%、60.40%、57.67%、56.30%、53.24%,其均值为56.78%.

第二,脱钩状态较为理想的2个高碳行业适合作为碳配额的第二批次行业.它们分别是“电力、热力的生产和供应业”和非金属矿物制品业.其中,前者只有1年为弱负脱钩,其余9年均为强脱钩;后者由强脱钩演变为扩张负脱钩,再演变为弱脱钩、扩张连接,即呈现向好的变化特征.2010—2020年,这两个行业的碳排放占工业部门碳排放的比值分别是38.85%、39.22%、34.26%、30.51%、30.67%、27.32%、27.70%、29.33%、33.06%、35.34%、37.56%,其均值为33.07%.

第三,脱钩状态不理想的2个中碳和11个低碳行业适合作为碳配额的第三批次行业.中碳行业分别是:非金属矿采选业和造纸及纸制品业.低碳行业分别是:食品制造业;木材加工及竹、藤、棕、草制品业;印刷业;橡胶和塑料制品业;金属制品业;专用设备制造业;交通运输设备制造业;电气机械及器材制造业;通信设备、计算机及其他电子设备制造业;仪器仪表、文化办公机械制造业;水的生产和供应业.部分行业持续稳定在负脱钩状态,部分行业的脱钩状态不稳定、且未呈现明显的好转趋势.2010—2020年该群体碳排放占工业部门碳排放的比值是2.45%、2.48%、2.17%、2.30%、2.41%、2.14%、2.26%、2.96%、3.25%、3.03%、3.59%,其均值为2.64%.

第四,脱钩状态比较理想的4个中碳和9个低碳行业适合作为碳配额的第四批次行业.中碳行业分别是:石油加工、炼焦及核燃料加工业;黑色金属矿采选业;有色金属矿采选业;农副食品加工业.低碳行业分别是:饮料制造业;烟草制品业;纺织业;纺织服装、鞋、帽制造业;医药制造业;化学纤维制造业;通用设备制造业;废弃资源和废旧材料回收加工业;燃气生产和供应业.部分行业持续稳定在脱钩状态,部分行业的脱钩呈现好转的变化趋势.2010—2020年该群体碳排放占工业部门碳排放的比值是10.19%、10.43%、7.76%、9.24%、7.71%、6.62%、6.37%、7.31%、6.01%、5.32%、5.61%,其均值为7.51%.

现阶段,国家在《扩大内需战略刚要(2022—2035)》中提出了健全现代市场和流通体系的要求.碳市场是现代市场的一部分,为此,本文提出了以下建议:第一,建立重点行业的二级二次配额管理制度,以实现碳排放“双控”目标,即将工业部门划分高碳行业、中碳行业、低碳行业作为三个小组,根据组间、组内碳排放差异化动态演变趋势,分别建立二级二次碳配额管理制度.一级配额管理是将工业部门碳排放定额分配给小组的制度;二级配额管理是将各小组碳排放定额分配给行业的制度.一次配额是三大小组或各行业成员根据历史碳排放量获得的配额,二次配额是三大小组或各行业成员根据历史碳排放强度获得的配额.第二,建立能源消费结构、生产结构和碳配额的行业优先次序相结合的管理制度;第三,建立行业、企业碳排放水平和经济发展脱钩状态的动态监管制度;第四,建立历史碳排放水平、动态演变特征、脱钩演变特征相结合的碳配额分配制度.