关键词：碳排放；欧盟；能源结构；情景分析
中图分类号：F205 文献标识码：A DOI：10.3969/j.issn.1004-9479.2013.03.003
1 引言
减缓气候变化、防止全球变暖已成为国际社会的共识，各国应该分别承担多少碳减排的义务，成为争论的焦点。2009年的哥本哈根会议上，欧盟承诺碳排放将在1990年的基础上削减80-95%[1]，2011年12月15日欧委会“2050能源路线图”，并为实现到2050年碳排放量比1990年下降80%至95%这一目标的设置了具体路径。同时，在2012年的《京都议定书》第一阶段到期后，欧盟愿意继续签署第二阶段承诺期。这些举动都表明了欧盟在应对气候变化行动中要实行减排的坚定立场。然而，碳减排并不只是个口号，为了实现这个目标需要切实预测欧洲未来的碳排放。学者们不断推出一些关于碳排放量的预测模型，例如Salvador等采用Lotker Volterra（生态数学模型）对人口、GDP、能源消费与碳排放量对世界进行预测[4]。Thomas 等根据贝叶斯估计得到欧盟人均碳排放将会收敛到某一点上[5]。通过这些分析，可以得到未来碳排放需求。Emmanouil等通过对希腊1977-2007年时间序列数据做多变量协整检验和格兰杰因果检验，结果发现能源消费与GDP间存在因果关系，收入与能源消费存在双向因果关系，能源消费对经济增长具有很大的限制[2]。实际上，能源消费作为造成碳排放的主要成因，同时也是一个国家社会经济发展的动力和基础，碳减排过大，可能刺激经济危机的发生，在欧洲还没有完全走出经济危机的阴影下，必须承认碳减排一个牵涉到经济、能源、人口、环境等方方面面的综合性问题，未来碳减排的可能性必须在经济增长约束下进行。这就提出一个问题，欧盟需要多少碳排放，能否达到2050年减排80%-95%的目标。
本文认为，碳排放是一种经济需求，在人类努力防范经济危机的约束下，碳排放需求将沿着经济的平稳增长轨道波动。因此我们将求出经济平稳增长趋势，结合技术进步带来的能源强度降低，从而求出能源需求增长趋势。而这样的碳排放需求经济动力学模型已经被建立起来[6，7]，我们可以对欧盟经济在平稳增长轨道上的未来碳排放量进行估算。我们假定欧洲的经济增长是保持在最优平稳增长轨道上的，这是因为最优平稳增长是经济增长的一种期望，经济系统总是选择这一轨道作为自己的目标，以减少增长的不确定性，因此，这样获得的碳排放估算既是一种需求也是预测值的最可能估计。
在保障最优平稳增长条件下，社会必然会在特定的技术进步下表现出特定的碳排放需求。换言之，可以按照技术进步情况求出实际发生的碳排放。实际上在欧盟能源线路图中给出了可再生能源、能源利用效率、碳捕捉技术等应用的技术路线[8]，这些技术路线就规定了欧盟在最优平稳增长条件下的碳排放需求。因此，可以由最优平稳增长的碳排放需求结合碳减排目标对于欧盟各国的能源技术政策做出评估，这里可以利用的是监测欧盟新能源的方法[9]和碳排放技术的展望[10]的技术方法。由于经济增长是整体的，各个部门的增长情况相互依赖，相互影响，因此本文采用宏观经济动力学模型预测与评估欧盟碳减排的趋势。
2 模型方法与数据
2.1 研究方法
本文首先求出未来欧盟的平稳增长规律，其次估计在现在的技术发展趋势下能源强度和能源结构的变化，进而求出碳排放需求的未来发展趋势。为此引入朱永彬、王铮构建的经济动力学模型[6，7]，该模型首先求得经济平稳增长的条件下社会福利达到最大的所谓“黄金增长”路线，即最优平稳增长路线。通过计算得出欧盟的经济最优平稳增长率，继而对各年份的GDP、能源消费量以及碳排放量进行测算，最终测算出欧盟的碳排放需求趋势，从而对欧盟能否达到减排目标进行政策影响分析。具体计算流程图如图1所示。
在保持经济与人口平衡的平稳增长轨道上，拉姆齐（Ramsey）效用最大化时可以求出最优增长率：
式（1）是一动力学方程，确定了在保持经济平稳增长时，由能源强度确定的能使社会福利达到最大的增长率。“平稳”维持了经济增长与消费增长平衡，从而不会因为需求不足或需求过大引起经济危机。式中Lt为第t期的劳动力，θt为第t期的能源平均价格，n为人口增长率，ρ为时间偏好，σ为相对风险厌恶，δ为资本折旧系数，A0和ν为初始全要素生产水平及其增长率，α与γ为资本和劳动力的产出弹性，τt为第t期的能源强度，为能源投入Et与经济产出Yt的比，如式（2）所示：
以（1）式为基础，只需对能源强度的走势进行预测即可得到最优经济增长率，通过对历年的能源强度回归拟合，得到能源强度τt呈指数形式下降，如式（3）所示：
式中c0为常数，可看作t取0时期初的能源强度，β>0为能源强度下降速度。当用经验数据拟合，如果对应的对数线性回归关系通过相关经验，可以认为模型（3）可靠。实现加大技术进步的政策，将导致β变大，能源强度下降速度变快。碳排放量的计算依据为：
其中C（t）、E（t）分别代表第t期的碳排放量、能源消费量，si（t）表示第t年分品种能源i的消费比例，即能源结构比例。实行能源结构投资政策，si将发生变化。ci表示分品种能源的碳排放系数，这是一个与能源品种有关的技术参数，可以视为常数。
在没有特殊政策作用下，考虑能源结构将发生自然演替[7]，取第t期能源结构S（t）演化满足马尔可夫模型，如式（5）所示：
式中，S（t）=（S1，S2，S3，S4）表示第t期第i种能源在总能源消费结构中占的比例，S1，S2，S3，S4分别为煤炭占比，石油占比，天然气占比，非碳能源占比。S（t0）为S（t）期初值。转移矩阵P可表示为：
式中，Pij表示能源的消耗比例向j能源转移的可能性。基本思路是：以转移矩阵中的元素为变量，以实际能源结构与通过转移矩阵得到的能源结构的误差最小为目标建立一个优化模型，寻找一个最优的转移矩阵，定义矩阵R为误差矩阵。优化的目标就是寻找一个转移矩阵使R中的元素值尽可能接近0。故建立优化模型（6），目标是求偏差极值最小。当然这个矩阵式自然演化的能源结构演化方程。
计算时，根据式（1）得出未来最优经济增长率，式（3）得出未来能源强度。根据式（2）得出未来的经济产出，再由式（4）得出未来每年的碳排放量。在分析中，需要估计生产函数。由于未来经济最优增长率的模拟式建立在CD生产函数之上的。其模型可取为：
因0
2.2 数据采集
根据1993年正式生效的《欧洲联盟条约》，欧盟成员国共计27国。因此，本文选取1994年至2009年27国数据。其中，人口数据、经济数据、能源数据分别来源于联合国网站、世界银行网站以及美国国际能源机构官网[13，14]。在模型中，能源消费单位统一为Mtoe（百万吨石油量），货币单位统一为亿美元，GDP，GCF换算成2000年不变可比价格。参数估计如表1所示。
3 基准情况
3.1 GDP增长
在上述模型下，可以求出最优平稳增长目标下，随着欧盟自然的技术进步趋势和能源结构趋势演变，预测得出欧盟未来的碳排放趋势，我们称之为基准情况。首先我们求出在最优平稳增长率条件下，GDP的增长情况，结果如图2所示。其中1994-2009为实际数据。
从图2可以看出，模拟出的欧盟经济增长率在2010年以后出现了减速。模拟得到欧盟经济要到2013年后才得以明显恢复，增长率也逐渐平稳， 2019年达到增长率高峰，尔后将缓慢下降，在最优平稳目标下经济持续增长。
3.2 能源强度拟合
能源强度根据式（3）指数拟合得到欧盟的能源强度下降速率β为0.016，数据长度为1994年～2009年，拟合度R2=0.9551，拟合程度好，说明模型可用。根据所得估计参数预测得到未来能源强度，如图3所示。能源强度这种趋势意味着欧盟具有碳减排的技术基础。
从图3中可以看出，欧盟的能源强度趋于稳定下降，能源强度下降速度1.6%/年，与同样是发达国家的美国2%相比稍慢。根据这一速度，欧盟的能源强度从1994的0.025Mtoe/亿美元下降到2050年的0.01Mtoe/亿美元，到2050年底的能源强度将是1994的40%，虽然欧盟期初值0.025Mtoe/亿美元与美国0.029Mtoe/亿美元相比要小，但根据刘晓等[15]预测得到美国2050年能源强度将是1994年的26.67%来看，欧盟能源的下降速度比较缓慢。
3.3 碳排放系数
假设分品种能源消费与对应的碳排放系数呈无截距项的线性回归，非碳能源消费不造成碳排放，即能得出每一单位分品种能源消费产生多少二氧化碳的一个对应关系。我们通过线性拟合得到的各分品种能源碳排放系数如表2所示，从表2中可以看出，对于各能源品种每单位产生的二氧化碳量来看，煤炭是产生二氧化碳最多的能源品种，几乎是天然气产生二氧化碳量的两倍，其次为石油。若想减少二氧化碳量的排放，对能源结构进行调整是必不可少的。
3.4 能源结构变化趋势
对于能源结构的变化，根据式（6），由1994-2009年的各能源消费百分比数据得到最优拟合转移矩阵：
根据转移矩阵及式（5）预测出至2050年欧盟的能源结构，如图4所示：
从历史数据来看，欧盟的能源结构在2007-2008年变化非常大。石油消费下降的速度达到21.15%/年，而非碳能源消费上升速度则达到了47.92%/年。根据历史数据得到的最可行能源结构转移图来看，预测到2050年，煤炭占比将从1994年的20.61%下降到10.43%，减少49.38%；石油占比从1994年的41.85%下降到21.12%，降幅近一半；而天然气的消费则从1994年19.57%的上升到38.48%；非碳能源从17.97%升到29.86%，占整个能源消费结构的近三分之一。但与欧盟制定的2050能源路线图[8]所预测的可再生能源在2050年占比55%以上、核能占比15%至18%还相去甚远。即非碳能源占比在欧盟制定的计划中应为70%-73%，换言之，欧盟还需要加大能源结构转变力度才能得到规划的目标。
3.5 碳排放趋势预测
根据式（7）及式（2）预测得到的欧盟GDP与能源强度，再由式（2）得出未来的能源消费需求量，进一步采用（8）给出的能源结构演变趋势，结果如图5所示。
图5显示，欧盟的能源消费需求高峰已过，高峰发生在2006年，能源消费为1967.83Mtoe。按这种趋势，能源消费量在2030年将比2005年下降10%，到2050年将比2005年下降18%。但与欧盟2050能源路线图制定的初级能源与2005年相比，即到2030年要下降16%-20%和到2050年要下降32%-41%的目标相比还有不小差距。
从碳排放量上来看，在能源结构的自然变化趋势下，欧盟的碳排放高峰也发生在2006年，根据算得的转移矩阵及碳排放系数预测的碳排放量，可以算出每年的减排速度小于1%。预测到2050年，碳排放量为775.61Mtc，比2006年的二氧化碳排放峰值减少33.93%；与1990年相比，减少了31.22%，这与欧盟提出的2050年将欧盟二氧化碳排放量在1990年的期初上减少80%-95%，相差甚远。由预测得出的碳排放量及人口、GDP数据，易得到欧盟基准情况下的人均碳排放量与碳排放强度，结果如图6所示：
从人均碳排放量来看，欧盟的人均需求排放高峰发生在2004年，峰值为2.40tC/人，已经小于《丹麦议案》中设定的发达国家人均碳排放限额2.67 tC/人。随后人均碳排放呈现一个近似指数形式的下降趋势，到2050年，人均碳排放量为1.52 tC/人，超过设定的发展中国家的1.44 tC/人的要求。对发展中国家而言，人均碳排放限额显得不公平。更重要的是，与《欧盟能源路线图》比较，《丹麦方案》排放量明显地背离了这个路线图。
3.6 小结
对欧盟碳排放基准情景的分析，作为一个成员国大多数为后工业化的国家联盟，欧盟的碳排放强度已呈现平稳下降的趋势，预测到2050年碳排放强度为0.48 tC/万美元，约为1994年的三分之一。在基准情景下，欧盟碳排放趋势若要大于《欧盟能源路线图》的指标，欧盟必须加大减排。
4 适应欧盟目标下的气候政策分析
根据历史数据，在式（1）下算出的最优经济增长率、能源消费量以及能源消费结构转移来看，欧盟制定的到2050年前削减温室气体排放80-95%的目标似乎难以做到。而欧债危机的出现让欧盟又产生了重振工业发展的念头，这对欧盟的减排也将会产生影响。关于欧盟是否能实现自己设定的目标，本文将欧委会提出的四种减排路径——提高能源利用效率、发展可再生能源、核能使用、碳捕捉与储存技术纳入政策分析，并将欧盟的制造业回归与再工业化作为减排不确定因素加以考虑。
根据欧盟2050能源路线图设定的路线[8]，到2050年，可再生能源将占全部能源需求的55%以上，初级能源将比2005年下降32%-41%，核能将占全部能源需求的15%-18%。在使用非碳燃料比例较高的情况下使用碳捕捉与储存技术，减少32%的碳排放；在另一些情况下减少19%至24%的碳排放。现根据此规划目标设置进行情景分析。
4.1 情景1——能源消费预期保持不变，能源结构加快调整
因根据最优经济增长速度已得出总能源消费量，并在该总能源消费下模拟情景。假定到2050年，欧盟实现可再生能源占全部能源需求的55%，核能占15%的要求，其他初级能源煤炭、石油、天然气的比例为1：4：5。则到2050年，煤炭、石油、天然气、非碳能源占比为：0.03：0.12：0.15：0.7。假设各分品种能源增长或下降按指数形式下降γ=coeβt，则可根据2008年期初值，2050年期末值算得增长或减少速度β。通过计算得出，煤炭占比的下降速度为3.95%/年，石油占比的下降速度为2.28%/年，天然气占比的下降速度为1.24%/年，非碳能源占比的上升速度为2.21%/年。在此情况下各分品种能源占比预测如表3所示，从中可以看出非碳能源占比在2020年为36.06%，若假设核能占欧盟全部能源比例15%-18%不变，则基本达到了欧盟设定的2020年目标——可再生能源占初级能源的20%。根据预测所得的分品种能源占比，算得最优能源百分比转移矩阵：
从转移矩阵看，要实现最低化石能源消费速度的下降和非碳能源消费的上升，能源结构需要做出以下的改变：下一期的煤炭占比、石油占比、天然气占比分别为上一期的96%、97.74%、98.76%。减少的部分全都转移至非碳能源，其中非化石能源为吸收态，一旦能源被转移至非化石能源就不会再转移至煤炭、石油、天然气能源。
在这个能源结构演化趋势下，由最优经济增长率算得的总能源消费，以及由碳排放系数计算得出二氧化碳排放量结果如表4所示，到2050年，虽然欧盟的能源消费比2005年下降17.70%，但与欧盟碳排放2050线路图设定的能源消费下降目标32%-41%相比还有较大差距。但以此分品种能源消费下降或上升速度，到2020年，碳排放量比1990年削减35.17%。到2050年，碳排放量比1990年减少70.88%。根据欧盟制定的碳排放路线图，在使用非化石燃料比例较高的情况下，使用碳捕捉及储存技术，能减少32%的碳排放。这样，到2050年实际碳排放量为223.3274MtC，较1990年减少80.20%。基本达到欧盟预定的减少80%～95%的要求。可见，对于欧盟减排能否实现2050预期的减排目标关键在于可再生能源占比例能否大幅提高。
4.2 情景2——能源结构按历史速度转移，能源利用效率提高
根据最优经济增长速度已得出预期的总能源消费量，若提高了能源利用效率，则原始的能源消费可以因此减少。根据欧盟2050年减排路线，到2050年，初级能源将在2005年的基础上下降32%-41%，并以此下降百分比考虑为对应的能源利用效率的提高。若不考虑优化的能源结构转移，则到2050年碳排放量为640.8545MtC至554.256MtC。这样即使使用碳捕捉及储存技术减少了32%的碳排放，但相比于1990年也只能够减少61.36%-66.47%，仍达不到比2005年减排80%-95%的目标。这就意味着，欧盟的气候政策，可再生能源的开发和能源结构的调整仍必不可少，或者要加强产业结构调整，降低高碳排放的产业产值，欧洲重新发展制造业的政策在气候保护意义上不可取，但是重新发展制造业又是经济发展的需要，因此对策是加强技术进步，提高能源效率。能源效率提高后，能源消费和碳排放量的模拟如表5所示。
4.3 情景3—能源利用效率提高与能源结构转移调整相结合的政策
在基本情景算得的最优经济增长率及GDP下，按欧盟承诺的在2050年最终可再生能源将占全部能源需求的55%以上，核能将占全部能源需求的15%-18%算得的转移矩阵与初级能源到比2005年下降32%-41%，使用碳捕捉技术减少19%至32%的碳排放的上下限，进行碳排放预测可得欧盟在这些情景下到2050年的减排的变化范围。欧盟2050年减排范围结果如图7所示，在保证经济最优增长的条件下，若要达到减排下限，欧盟能源消费下降速度应达到0.89%/年，煤炭、石油、天然气占比的下降速度分别要达到3.95%/年、2.28%/年、1.24%/年，非碳能源占比的上升速度为2.21%/年。若要达到减排上限，则能源消费下降速度应达1.23%/年，煤炭、石油、天然气的下降速度分别要达到4.20%/年、2.54%/年、1.50%/年，非碳能源占比的上升速度为2.31%/年。
5 讨论
金融危机后，一度受到冷落的制造业又重新受到欧盟的重视，欧盟委员会2009年发表的欧盟产业结构报告显示，工业和服务业是欧盟温室气体主要排放源，工业约占排放总量的60%，服务业约占排放总量的37%[16，17]。因此，欧盟制造业的回归，可能会造成达不到2050减排目标的可能性。
假设2050年，欧盟仍能达到比1990年减少80%的排放量，考虑CCS技术及能源结构转移优化目标，则，2050年，欧盟的能源消费应为1457.855Mtoe。能源强度为0.0090Mtoe/亿美元。因技术进步速度加大而引发能源强度下降速度加快，β应为1.77%。因此，作为气候保护的政策需要，欧盟若大力扶持制造业回归的同时，要达到减排目标，技术创新等必不可少。这对于欧盟制造业的发展来说也是一个巨大的考验。
6 结论
本文应用经济动力学模型，研究了欧盟保持经济平稳增长下的碳排放需求，以及各种减排政策的影响，并且将它们的结论与《欧盟能源路线图》[8]的减排目标做了模拟比较分析，可以得出以下结论：（1）以当前的技术进步速率，沿最优平稳经济增长路线，欧盟基准情况下的能源消费量到2050年为1613.402Mtoe，碳排放量为775.608MtC，人均碳排放量为1.52tC /人，碳排放强度为0.481tC /万美元。2050年的碳排放量为1990的31.22%，达不到欧盟自己设定的减排要求。（2）模拟发现，在最优经济增长速度得出总能源消费量的基础上，采用调整能源结构与碳捕捉技术的减排政策，预期可以达到设定的减排80%的任务。其每一期的煤炭占比、石油占比、天然气占比应分别有4%、2.26%、1.23%转移至非碳能源占比，非碳能源的上升速率应达到2.21%/年。（3）模拟还发现，以历史的能源结构转移趋势预测未来的能源结构占比，即使考虑能源利用效率和碳捕捉技术的减排政策，欧盟仍然达不到在2050年的减排目标。（4）考虑能源利用效率提高，能源结构加快调整的政策，将欧盟提出的四种减排路径上下限组合，可知到2050年欧盟的减排范围在80.51%-87.16%。这个目标可以满足国际上众多的减排方案，如Stern方案、Nordhaus方案和公平增长方案[18-20]。（5）若欧盟实施重振工业（特别是制造业），考虑欧盟制定的减排路径，欧盟仅仅能得到2050年比2005年而不是1990年减排80%的目标，因此仍存在着达不到减排预期的可能。
参考文献：
[1] European Commission. International climate policy post-Copenhagen： Acting now to reinvigorate global action on climate change， COM2010 （86） final[R]. Brussels：EU-Commission， 2010.
[2] Puliafito S .E， Puliafito .J.L，Grand M.C. Modeling population dynamics and economic growth as competing species： An application to CO2 global emissions[J].Ecological Economics .2008 .65：602-615.
[3] Jobert T， Karanfil F，Tykhonenko A. Convergence of per capita carbon dioxide emissions in the EU： Legend or reality[J]. Enegry Economics， 2010（32）： 1364-1373.
[4] Hatzigeorgiou E， Polatidis H， Haralambopoulos D. CO2 emissions， GDP and energy intensity： A multivariate ointegration and causality analysis for Greece， 1977–2007[J]. Applied Energy， 2011（88）： 1377-1385.
[5] Hatzigeorgiou E， Polatidis H， Haralambopoulos D. Energy CO2 Emissions for 1990–2020： A Decomposition Analysis for EU-25 and Greece[J]. Energy sources， 2010， Pan A（32）： 1908-1917.
[6] 王铮，朱永彬，刘昌新，等.最优增长路径下的中国碳排放估计[J].地理学报，2010，65（12）：1559-1568.
[7] 朱永彬，王铮，庞丽，等.基于经济模拟的中国能源消费与碳排放高峰预测[J].地理学报，2009，64（8）：935-944.
[8] David Basulto. Roadmap 2050： A Practical Guide to a Prosperous， Low-Carbon Europe[R]. Brussels： European Climate Foundation， 2010.
[9] Doukas H， Mannbart W， Patlitzianas .K.D etal. A methodology for validating the renewable energy data in EU[J]. Renewable Energy， 2007（32）： 1981-1998.
[10] Vatalis K， Laaksonen A， Charalampides G etal. Intermediate technologies towards low-carbon economy. The Greek zeolite CCS outlook into the EU commitments[J]. Renewable and Sustaninable Energy Reviews， 2012（16）： 3391-3400.
[11] Goldsmith Raymond W. A Perpetual Inventory of National Wealth[J]. Studies in Income and Wealth， 1951（14）： 5-74.
[12] 张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000[J].经济研究，2004（10）：35-44.
[13] World Bank. Development Data Group. 2008 World Development Indicators Online[EB/OL]. Washington DC： The World Bank.
[14] International Energy Agency （IEA）. CO2 Emission from Fuel Combustion 2008[M]. Paris： OECD Publishing， 2008.
[15] 刘晓，朱永彬，彭永明，等.经济平稳增长下中美波排放趋势研究[J].资源科学，2012，34（5）：864-873.
[16] EU： DG Enterprise and Industry. EU industrial structure 2008 —performance and competitiveness[R]. Luxembourg： Office for Official Publications of the European Communities， 2009.
[17] European Commission. Manufacture —a vision for 2020 Assuring the future of manufacturing in Europe[R]. Luxembourg： Office for Official Publications of the European Communities， 2004.
[18] Stem N. Stem Review on the Economics of Climate Change： Report to the Prime Minister and the Chancellor of the Exchequer On the Economics of Climate Change[R]. London： CCCEP， 2006.
关键词ZSGSBM模型；碳减排目标；效率分配；低碳经济
中图分类号X196
文献标识码A文章编号1002-2104（2017）05-0072-12DOI： 10.12062/cpre.20170306
CO2等温室气体的排放是造成全球气候变暖的源头，节能减排已经成为全球共识。为兼顾经济发展和节能减排，我国政府自2009年哥本哈根全球气候会议后，积极实行低碳经济的可持续发展思路，并在《中华人民共和国国民经济和社会发展第十二个五年规划纲要》中首次明确规定了17%的碳强度降低目标，即相同经济产出水平下减少17%的CO2排放量。“十三五”规划中进一步确定2020年末比2015年末全国碳强度降低18%的减排目标。可见，低碳化发展将是未来一段时期内我国经济发展的基本趋势。然而，大量研究表明源于我国各省份经济规模、资源禀赋、产业结构和能源消费结构的巨大差异，我国省际碳强度差异也较大[1-4]。苗壮[5]研究表明，制定相同的减排目标将导致各省份减排效率低下。虽然国务院的《“十三五”控制温室气体排放工作方案》中对各省份的碳排放强度减排目标进行了进一步的调整，然而，不难看出中央政府的调整方案主要以“公平”为导向，在考虑调整省份减排目标时，适当的降低了部分经济欠发达省份的减排责任，但是，这不可避免的造成了我国省际碳排放效率的损失。因此，有必要根据省际碳强度的实际情况，将减排目标在省际间进行效率分配。这对各省份制定相应的经济发展规划、产业结构调整策略具有重要指导意义。
1文献综述
碳排放是各国学者关注的焦点学术问题，相关的研究主要集中于碳排放绩效评价、碳减排潜力分析和碳减排成本测算，本文首先从这三方面简述现有研究的相关成果。
碳排放绩效评价的相关研究大多采用数据包络分析（DEA）方法，该方法无需事先设定模型的形式，适用于多投入、多产出的复杂系统效率评价[6]。然而，Tone[7]认为，传统DEA模型仅仅测算了各决策单元的效率值，无法反映无效决策单元的改进路径，他提出了SBM模型来解决这一问题。随着全球碳排放问题的日益凸显，碳排放问题成为学术界关注的焦点问题。Zhang[8]、Wu[9]等认为，碳排放伴随着经济系统经济产出的产生而产生，是经济生产系统不可避免的环境外部性问题，因此，碳排放应作为一项“坏产出”引入效率评价模型中，由此构建非期望SBM模型。目前，非期望SBM模型正被广泛地应用于碳排放绩效评价的相关研究中[10-12]。针对我国省际碳排放效率的相关研究也有很多，基本结论是：我国省际碳绩效差异较大，呈现出自西向东逐步上升的空间趋势[13-14]。
在碳排放绩效评价的基础上，大量的国内外学者分析了我国整体、各区域、各省份以及产业层面的减排潜力。史丹[15]、Du[16]、查冬兰[17]等分别采用随机前沿分析（SFA）、非期望SBM模型、CGE模型等方法测算了我国整体和区域的碳减排潜力，测算结果表明我国整体和区域碳减排潜力巨大。〖JP+1〗李兰冰[18]也得出了相似的结论，其测算结果表明我国整体碳减排潜力达到35%以上，并且经济相对落后的中、西部区域减排潜力更大。分析我国省际碳减排潜力的文献大多基于省际异质性的视角，研究结果也趋于一致――我国经济发展水平、人均收入较低的中、西部省份减排潜力显著大于北京、上海、江苏等经济发达省份[19-22]。产业层面上，Feng[23]、郭朝先[24]、刘贞[25]等分别测算了我国发电行业、汽车行业和工业行业整体的减排潜力。发现行业差异也是产业碳减排的重要影响因素。
目前，碳减排成本的计算方法主要有自下而上模型、自上而下模型和混合模型三类[26]，具体方法包括动态优化模型[27]、投入产出分析[28]、可计算一般均衡模型[29]、混合模型[30]和效率分析模型[31]等等。鉴于本文以效率分配为研究视角，后文重点阐述基于效率分析模型的相关研究文献及其成果。效率分析模型的理论基础是对偶理论和距离函数，该方法通过测算碳排放的影子价格来替代碳减排的边际成本（机会成本）。Maradan[32]、Fāre[33]都构建了方向距离函数来测算CO2排放的影子价格，从而计算其碳减排成本。他们的结论是，碳减排成本随人均收入的升高而降低，低收入国家的减排成本显著高于高收入国家。针对我国省际碳减排成本的研究中，王群伟[34]、叶祥松[35]都将碳规制（减排）目标划分为无规制、一般规制和强规制等多种情景进行分析，结果发现我国中、西部地区的碳减排成本明显高于东部地区。可见，鉴于我国各省份的经济发展水平差异较大，碳减排成本也存在较大的省际异质性。
综上可知，我国各省份碳绩效、碳减排潜力和碳减排成本都存在巨大差异，简单地按全国碳减排目标均摊至各省份必然带来碳减排效率的损失[36-39]。另外，碳绩效评价、碳减排潜力分析和减排成本测算是碳减排目标确定的基础。碳绩效评价通过数学模型勾勒出“经济产出―能源消耗―碳排放”三者的逻辑关系及各省份碳排放绩效的时空现状[40]；碳减排潜力分析为国家碳减排政策提供了可能的方向和路径[41]；碳减排成本测算则衡量了碳减排各阶段目标的实现代价，三者进一步服务于碳减排目标确定的决策问题[42]。上述国内外研究成果为碳减排目标的确定提供了理论基础和定量测算方法，然而，目前国内外碳减排政策实践中，碳减排目标的确定大多基于国家层面的总量目标，如：我国“十二五”、“十三五”规划中确定的CO2减排目标等。因此，从效率视角出发对“十三五”时期，我国省际碳减排目标进行分配具有重要意义。那么，如何将碳减排总量目标分配至各省份？如何保证碳减排目标省际分配的效率？成为实现碳减排目标亟待研究的问题。
目前，国内外现有关于碳减排目标的相关研究上存在一些不足：现有文献中针对碳减排目标省际分配问题的研究较少；并且碳绩效评价、减排潜力分析和减排成本测算等问题的研究都是基于历史数据的后验分析，研究成果缺乏前瞻性。因此，本文基于我国“十三五”规划中确定的碳减排目标，结合现有研究文I对于我国“十三五”期间劳动力数量、能源消费量、固定资产等生产要素投入以及经济产出水平的预测，设置不同情景对我国“十三五”期间的碳减排目标进行省际间的效率分配。另外，在确定了碳减排国家总量目标和“十三五”期间经济发展情景设定的条件下，可以测算我国“十三五”期间我国整体的碳排放总量，并在此基础上进行省际分配，省际碳排放总和与碳减排目标下的国家碳排放总量相等，这一分配过程与“零和收益”的博弈思想相似。因此，本文构建了基于零和收益的SBM模型（zero sum gains SBM， ZSGSBM）来进行碳减排目标的效率分配，该模型融合了传统SBM模型和“零和收益”思想的建模思路。
2模型与数据
2.1产出导向SBM模型（Outputoriented SBM）
SBM效率评价模型以系统决策单元的投入、产出松弛作为决策变量，直观地体现决策单元的效率改进路径，相较于传统的DEA模型，其在系统效率评价及其资源效率分配中具有显著优势[43]。Tone[7]首先提出了系统效率评价的SBM模型，相关的后续研究中，SBM模型被分为投入导向SBM、产出导向SBM和投入产出双向SBM模型[44]。本文以我国省际碳排放为研究对象，在产出导向SBM模型的基础上构建了ZSGSBM模型，因此，下文重点介绍产出导向SBM模型。
假设生产系统包含m个决策单元DMUi（i=1，…，m），每个决策单元有k个投入和l1个期望产出和l2个非期望产出。
根据Tone[45]、Du[46]等的建模思路，基于非期望产出的产出导向SBM模型可表示为：
2.2产出导向ZSGSBM模型
（1）基本原理。本文以我国“十三五”规划中确定的碳减排目标的省际分配为研究对象，在我国“十三五”期间整体碳排放总量和国内生产总值确定的条件下，各省份间碳排放量的分配具有一定的竞争性，即某一省份碳排放量的增加，则要求其他省份碳排放量减少，这体现了碳排放总量不变的“零和收益”思想。本文结合“零和收益”思想和产出导向SBM模型，构建了一个产出导向ZSGSBM模型，其基本原理如图1所示。
如图1所示，在产出导向SBM模型评价的基础上，产出导向ZSGSBM模型基于“零和收益”的思想对无效决策单元的非期望产出要素松弛量进行重新分配，以实现所有决策单元到达效率前沿，即实现了系统最优效率条件下对非期望产出的分配。
（2）数学模型。假定决策单元（省份）DMUo需要减少Z单位非期望产出，则其他任意决策单元DMUi（i≠o）非期望产出的增加量为zi。用yb′i来表示DMUi分配后的非期望产出，则：
根据“零和收益”的基本原理，本文给出ZSGSBM模型的一般形式如下：
公式（4）中，hZSGo表示决策单元DMUo经过效率分配后的效率值，体现了非期望产出效率分配后决策单元DMUo与ZSGSBM前沿面的差距。由于决策单元DMUo需要减少Z单位投入来到达ZSGSBM前沿面，可见，Z是hZSGo的函数，即Z=f（hZSGo）。并且Z需要在其它决策单元间进行分配，则yb′i是Z的函数，即yb′i=f1（Z）=f2（hZSGo）。因此，考虑Z单位投入在其它决策单元间的分配时，不同分配策略可能带来差异化分配结果，本文选择Lins[47]、Gomes[48]采用的比例分配策略。
（3）模型求解：比例分配策略。比例分配策略将决策单元DMUo的非期望产出分配量Z按照其余决策单元已有非期望产出比例来分配，即
按照上述求解过程迭代计算，直至hZSG*o=h*o=1时，各决策单元均达到系统前沿面，该非期望产出的分配达到效率最优。
2.3指标与数据说明
借鉴现有碳效率评价相关研究成果，本文选择劳动力、资本存量和能源消费量作为系统的投入要素；国内生产总值作为系统期望产出；CO2排放量作为系统的非期望产出变量。由于本文以我国“十三五”时期的省际碳排放目标分配为研究对象，后续的计算涉及“十三五”时期的相关数据，因此，本文首先针对我国“十三五”时期的经济发展状况、能源消费结构变动等情况设置假设情景。
2.3.1情景设置
2015年，我国“十三五”规划中强调的“十三五”期间经济增长目标为6.5%―7%，借鉴李善同[51]等的研究方法，本文对我国“十三五”期间的经济增长水平设置低速和高速两种情景，分别对应6.5%和7%的经济增长率，并且省际经济增长水平与国家经济增长水平一致。同时，大量研究表明，能源消费结构是碳排放以及碳强度的重要影响因素，因此，本文针对能源消费结构设置不变和变动两种情景。能源消费结构不变情景条件下，我国“十三五”期间省际能源消费量根据其“十二五”期间的碳排放系数倒推计算；而能源消费结构变动情景条件下，我国“十三五”期间省际能源消费量根据“十三五”规划中设定的能源强度15%的目标约束计算。综上所述，本文后续研究综合考虑了我国“十三五”时期的经济发展状况和能源消费结构变动情况等四种情景来进行分析。
2.3.2指标及数据
具体指标选择上，劳动力指标采用各省人口总量来指代，根据我国“十二五”期间省际人口平均增长率以及2015年底的省际总人口计算获得。资本存量的测算采用林伯强[52]、Li[53]和郭文[54]等使用的永续盘存法计算，再结合我国“十二五”期间的固定资产平均投资额和苗壮[5]等计算的折旧率10.96%，计算获得我国“十三五”时期的省际资本存量。能源消费量指标和国内生产总值指标根据前文的情境设置来计算。碳排放量指标的计算采用倒推法，根据我国“十二五”期间的省际碳强度，结合“十三五”期间的国内生产总值以及碳强度降低18%的目标约束逆算获得。通过上述数据整理和计算，本文获得我国“十三五”期末各省的投入产出数据预测值如表1所示。
3结果与讨论
3.1省际碳排放效率测算
根据公式（2）和前文设定的四种情景，本文首先采用Matlab2009a软件测算了我国各省份的碳排放效率。限于篇幅，本文的测算过程均以“十三五”期末2020年为例，结果如表2所示。
测算结果表明，在四种情景下，采用碳减排目标平均分配原则会造成我国30个省份的碳排放效率产生巨大的差异，碳排放效率最高的北京市与最低的山西省间的效率极差达到54.56%。具体而言：①北京市、海南省和青海省的效率测算值都为1.000，说明上述省市的碳排放效率值位于数据包络前沿面上，达到了碳排放量、劳动力数量、资本存量、能源消费以及GDP产出的帕累托最优状态。这与现有大量文献的结论一致，北京市碳排放效率的优势主要来源于北京市施行的严格的环境规制政策、产业结构的优化以及先进的生产技术，而海南省和青海省的环境现状一直处于我国前列。②经济较为发达的东部省份中，天津市、上海市、江苏省、浙江省、福建省、山东省和广东省的效率值较高，特别是在情景1中，天津市、上海市、江苏省和广东省的碳排放效率到达30个省份整体的前沿面上。而经济欠发达的中、西部省份以及东北三省的碳排放效率值普遍较低。这一结果与李小胜[55]等的结论一致，主要原因在于我国已经施行了多年的低碳经济发展道路，而由于其济水平和技术水平的优势，北京、天津、上海等经济发达地区一直是低碳经济、绿色经济模式的先驱，在我国“十二五”期间也承担了18%―20%的最严格的碳排放强度约束目标，这些都为这些发达省份在“十三五”时期，甚至更远的未来获得更高的碳排放效率奠定了基础。③对比30个省份在情景1与情景2、情景3与情景4条件下的测算结果发现，在各省人口总量、资本存量规模预测值固定的情况下，经济发展水平增速越大，省际碳排放效率值越高。然而，碳排放效率的平均增值（0.18%）远低于经济增速（0.50%），表明单纯的追求经济发展增速对于提升我国省际碳排放效率的效果欠佳，而应注重经济生产系统劳动力、资本存量、能源、碳排放以及GDP产出的分配和匹配。同时，对比30个省份在情景1与情景3、情景2与情景4条件下的测算结果可知，使用碳排放强度和能源强度双重约束条件下的省际碳排放效率优于采用碳排放强度单指标约束的效率值。表明在碳排放强度约束的基础上，能源强度约束将迫使各省调整和优化能源消费结构，从而更加接近数据包络效率前沿。
3.2省际碳减排目标分配
在“十三五”期末我国30个省份碳排放效率测算的基础上，结合本文提出的ZSGSBM模型，我们经过两次迭代计算获得了前文4种情景条件下，我国省际碳排放量的效率分配额度以及分配后的省际碳排放强度的变化情况。限于篇幅，本文没有列示，若需要，作者可提供计算结果。
结果表明：①四种情景条件下，分别经过ZSGSBM模型的迭代计算后，我国省际碳排放ZSGSBM效率值hZSG*o均为1，表明在碳排放量进行省际间的效率分配后，各省均到达前沿面，即实现了全部省份的碳排放量、劳动力数量、资本存量、能源消费以及GDP产出等投入、产出要素的效率配置。②从碳排放重新分配的增减额度来看，30个省份中，碳排放量需要进一步分配减少的省份包括河北省、山西省等16个省份，大多对应着位于中、西部的那些碳排放效率较低、经济欠发达的省份。这些省份中，有一
注：原始数据均来自2011―2015年《中国统计年鉴》、2011―2015年《中国能源统计年鉴》。由于自治区缺乏大量能源统计数据，本文不予考虑。另外，资本存量指标和国内生产总值指标以2011年为基期进行了平减处理，平减指数分别选择了我国“十二五”期间各省的平均居民消费价格指数和平均固定资产投资价格指数。
部分是我国的主要重工业省份，如东北三省等等，这些省份的污染性较高的产业比重较大，加上经济欠发达，环境处理技术落后，导致其碳排放效率一直处于较低水平；有一部分能源资源禀赋较好的省份，如山西省等，良好的资源禀赋造成区域能源资源成本偏低，能源消费量较大，造成其碳排放效率的低下；还有一部分是西部经济落后地区，如甘肃省、广西省等等，由于生产技术的落后，这些省份的经济生产效率长期处于我国省份的末尾，其碳排放效率也较低。从碳排放效率分配的视角来看，这些省份均应减少碳排放量。③分配增加碳排放量的省份包括北京市、天津市等14个省份。这些省份中，大多是经济发达、碳排放效率较高的东部省份，如北京市、上海市等等，由于经济水平较发达，人们的收入水平也相对较高，对于生活环境的关注和要求都更强，从而更加重视环境污染方面的投资和技术改进，带来了相对较高的碳排放效率；还有一小部分是目前第二产业较少，环境状态良好的省份，如海南省、青海省等等。上述省份的碳排放效率较高，从碳排放效率分配的视角来看，其“十三五”期间可以适量增加其碳排放量，即减小这些省份的碳排放约束目标。④表3最后一行数字列示了“十三五”期末，在经济高速增长、能源结构变化的情景条件下，我国30个省份整体的碳排放总量、ZSGSBM分配后的碳排放总量、碳排放总量的增减额度等指标值。结果发现，我国整体碳排放总量的增减额度为0，即全国“十三五”期末在碳排放强度约束条件下的总碳排放量853 240.213 7万t保持不变，碳排放强度也保持不变，这体现了本文“零和收益”的建模思想，即碳排放量的效率分配是在全国整体碳减排目标完成基础上，在省际之间分配。并且，情景2、情景3和情景4条件下的测算结果于情景1类似，此处不再赘述。
3.3效率分配与行政分配的差异分析
2016年，国务院的《“十三五”控制温室气体排放工作方案》确定了我国各省份的碳排放强度减排目标：其中，碳排放强度约束最大的是北京市、天津市、河北省、上海市、江苏省、浙江省、山东省和广东省的20.5%；其次是福建省、江西省、河南省、湖北省、重庆市和四川省的19.5%；而山西省、辽宁省、吉林省、安徽省、湖南省、贵州省、云南省和陕西省则需下降18%，内蒙古自治区、黑龙江省、广西自治区、甘肃省、宁夏自治区分别下降 17%；最后，海南省、青海省、新疆自治区的碳排放强度约束指标为12%。本文对比了各省的ZSG碳排放强度效率分配测算结果与上述碳排放强度行政分配目标的差异，结果如表3所示。
计算结果表明：① “十三五”期末我国省际碳排放强度ZSG分配目标与国家行政分配的省际碳排放强度分配目标存在较大差异，包括北京市、天津市等省市在内的15个省份的碳排放强度ZSG分配目标低于国家行政分配目标，其余省市则相反。需要特别提到的是海南省和青海省，这两个省份要实现碳排放强度ZSG分配减排目标值相对较低，然而，由于这两个省份的环境保护基础较好，碳排放效率较高，政府为其制定的碳排放强度目标远低于其他省市，造成这两个省份出现了的碳排放强度ZSG分配目标高于国家行政分配目标的情况。②以情景1为例，体现最大正向差异的省份分别是广东省、江苏省、北京市和上海市。这些省市的经济发展水平较高，环境污染处理技术也处于领先地位，国家赋予这些省份较高的碳排放强度减排目标是希望这些省份继续发挥优势，挖掘潜力，并在全国低碳经济转型的进程中起到示范作用。体现最大负向差异的是新疆自治区、山西省、甘肃省和黑龙江省等省市。其中，山西省是我国最大的能源生产和输出省份，良好的资源禀赋造成该省份能源成本低，企业的成本控制更大的依赖能源资源投入；黑龙江省则是我国重型工业大省，污染型产业的比重较大；而新疆自治区和甘肃省则是我国经济落后省份，加上相对落后的污染治理技术，造成上述省份的碳排放效率较低。从“效率”导向的计算结果来看，这些省份应当承担较高的减排责任；然而，政府的行政分配机制立足于省际碳减排目标的“公平”导向，更多的考虑了这些省份的资源禀赋、经济发展水平和产业结构的现状，在制定其碳排放强度减排目标时，适当的降低了这些省份的减排责任，进而造成了负向差异较大的结果。可见，基于“公平”导向的碳排放强度减排目标分配方式必然导致一定程度的效率损失。因此，从经济长远发展目标来看，基于“零和收益”思想的碳减排目标效率分配方法实现了各省份劳动力、资本、能源、GDP以及碳排放的有效配置，达到了各项投入、产出要素的帕累托最优，更符合我国低碳经济的发展理念和要求。③对比表4第6列（情景1）和第9列（情景3）的结果可知，在经济发展水平预期一致的情况下，采取碳排放强度和能源强度的双重约束会增大省际碳排放强度ZSG分配目标与国家行政分配目标，具体表现为情景1条件下的差异绝对值大于情景3条件下的差异绝对值。主要原因在于，相对于碳排放强度单指标约束条件，碳排放强度和能源强度的双重约束导致省际碳排放效率前沿面下移，需要分配的碳排放量更大，从而拉大了各省份经过ZSG分配后的碳强度差距。
3.4“十三五”时期各省的低碳经济发展路径分析
低碳经济发展路径包含“经济增长”和“环境友好”两层含义，前文的研究表明，由于资源禀赋、能源消费结构等因素的省际异质性，将我国“十三五”规划中制定的18%的碳减排目标平均分配至各个省份将造成各省碳排放效率的巨大差异。尽管《“十三・五”控制温室气体排放工作方案》对省际碳减排目标进行了必要的调整，然而表4的结果表明，调整结果并没有实现省际“经济―环境―能源”系统的投入、产出最优配置。因此，下文以情景1为例，分别以6.97万元/人的人均GDP和16%的碳减排目标为分界线，从“经济增长”和“环境友好”两个维度将我国30个省份划分为高人均GDP低碳减排压力、低人均GDP低碳减排压力、高人均GDP高碳减排压力和低人均GDP高碳减排压力4类区域。其中，若省份的ZSG分配碳排放强度下降幅度大于15%，表示该省份的减排压力较高，反之则较低。以此来探索4类区域的低碳经济发展路径，结果见图3。
如图3所示：①位于I类地区的省份分别为北京市、上海市和广东省等7个省市，说明这7个省市的人均GDP较高，且需要承担的碳减排压力较低，基本实现了低碳经济的发展模式，该类地区若要进一步降低碳排放强度，则应增加风电、水电等清洁能源的使用，通过能源消费结构的调整优化能源消费碳排放系数，从而减少单位能源消费碳排放量。②位于II类地区的省份分别是海南省、青海省和宁夏自治区，表明这3个省份的碳减排压力较小，其低碳经济的发展路径应重点提升其人均GDP水平。其中，海南省可以充分发挥其参与我国“21世纪海上丝绸之路经济带战略”的契机，加快现代金融服务业、现代物流业的产业布局和发展；青海省和宁夏自治区独特的地理和气候特征为其农牧业创造了独特的优势和特色，一直是我国农牧业大省，因此，它们应突出其特色农牧产品和生态环境优良的优势，大力发展具有特色、高效和品牌效应的生态农牧业，并向上游产业链延伸，通过发展和优化农牧产品加工产业来保障农畜产品供销体系，进一步提高经济发展水平。③位于III类地区的省份具有较高人均GDP和较高的碳排放压力，其低碳经济发展道路以降低碳排放强度为重点。其中，福建省应充分发挥其承接长江三角洲和珠江三角洲两大经济发达区域、以及沿海的区位优势。一方面，加强与长江三角洲、珠江三角洲的经济资源共享，促进以金融服务业为主的第三产业的聚集；另一方面，充分利用其海上风电的优势，加快能源消费结构调整，降低碳排放强度。而辽宁省是我国主要的重工业省份，内蒙古自治区则是主要的煤炭输出省份，这两个省份应以产业结构升级为重心，努力降低高污染、高能耗行业的比重。④位于IV地区的省份既承担较重的碳减排压力，同时经济发展水平相对较低。其中，湖北省、重庆市、陕西省和吉林省相似，其人均GDP水平接近于我国整体人均GDP的水平，因此，这些省份应首先考虑提升当地经济发展水平，先向III类地区靠近，再谋求碳排放强度的降低；而江西省、湖南省、河南省、安徽省、贵州省和四川省的人均GDP离全国整体人均GDP尚有距离，这些省份的低碳经济发展道路应首先注重碳排放强度的降低，即挖掘自身节能减排潜力，调节能源消费结构，先向II类地区靠近；由于资源禀赋特点而导致高能耗产业比重较大的山西省，应加快淘汰煤炭开采、钢铁以及煤化工产业的过剩产能，注重产业结构的重塑；最后，经济欠发达的广西省、云南省、甘肃省和新疆自治区则应经济发展目标和碳减排目标并重，并根据本省份的实际现状选择两者中优先考虑的目标。
4结论
本文在传统SBM效率测算模型中引入“零和收益”的博弈思想，构建了基于零和收益的SBM（ZSGSBM）模型。然后从经济增速和能源消费结构变化两个维度，就我国“十三五”期间的经济生产系统的发展情况设置了4种情景条件，进而应用上述ZSGSBM模型对“十三五”期间我国30个省份的碳排放强度减排目标进行效率分配。最后通过对比本文碳排放强度减排目标分配结果和国家行政分配方案，探索了“十三五”期间我国各省份的低碳经济发展道路。本文的主要结论在于：
（1）在本文4种情景条件下，将“十三五”规划中确定18%的碳减排目标平均分配到各省份中将造成我国“十三五”时期的省际碳排放效率出现巨大差异。经济较为发达的东部省份和环境现状较好的海南省、青海省的碳排放效率较高，到达或接近于省际经济系统的碳排放效率前沿，而经济欠发达的中、西部地区则相反。在采用ZSGSBM模型对省际碳排放量进行效率分配后，30个省份的效率值hZSG*o均为1.000 0，即到达效率前沿，各省劳动力、资本存量和能源等投入资源与GDP、碳排放量等产出的有效配置，实现了全国整体资源的帕累托最优。
（2）考虑到我国各省份在能源资源禀赋、经济发展水平和现有产业结构的异质性，目前，中央政府的行政分配机制主要立足于省际碳减排目标的“公平”导向，在制定省际碳排放强度减排目标时兼顾了区域经济增长、居民生活水平提高等因素，倾向于降低经济欠发达省份的减排责任，在短期内保证了这些省份实现碳减排目标的可行性。然而，这种基于“公平”导向的行政分配方式必然造成一定程度的效率损失，从经济长远发展目标来看，基于“零和收益”思想的碳减排目标效率分配方法更符合低碳经济的发展要求。因此，政府在制定各省份碳减排具体目标时，可以交叉使用“公平”导向和“效率”导向的碳减排目标分配方法，既能缓解经济欠发达省份短期内的减排压力，又能逐步向投入、产出要素的帕累托最优配置状态靠近，最终实现我国低碳经济发展的长远目标。
（3）通过一一对比4种情景条件下的测算结果，本文发现：第一，使用碳排放强度和能源强度双重目标约束条件下的省际碳排放效率优于采用碳排放强度单指标约束的效率值。这是由于在碳排放强度约束的基础上，能源强度的进一步约束将迫使各省调整和优化能源消费结构，从而更加接近数据包络的碳排放效率前沿。第二，在经济发展水平预期相同的情况下，采取碳排放强度和能源强度的双重目标约束会增大省际碳排放强度ZSG分配目标的差距。相对于碳排放强度单指标约束条件，碳排放强度和能源强度的双重目标约束导致省际碳排放效率前沿面下移，碳排放效率较低的省份需要分配出去更多的碳排放量，从而拉大了各省份经过ZSG分配后的碳强度差距。
（4）鉴于省份资源禀赋、地理位置、经济水平和现有产业结构的异质性，各省应选择有差异的低碳经济发展道路。I类地区的北京、上海等省市应增加风电、水电等清洁能源的使用，通过能源消费结构的优化来减少碳排放量。II类地区的海南省应加快现代金融服务业、现代物流业的产业布局和发展；青海省和宁夏自治区则要大力l展具有特色、高效和品牌效应的生态农牧业，并向上游产业链延伸。III类地区的福建省应充分发挥其区位优势，一方面加强与长江三角洲、珠江三角洲的经济资源共享，一方面充分利用其海上风电的优势，加快能源消费结构调整。而辽宁省和内蒙古自治区则应以产业结构升级为重心，努力降低高污染、高能耗行业的比重。IV类地区的省份则应将经济发展目标和碳减排目标并重，并根据本省份的实际现状选择两者中优先考虑的目标。
参考文献（References）
[1]周葵， 戴小文. 中国城市化进程与碳排放量关系的实证研究[J]. 中国人口・资源与环境， 2013， 23（4）： 41-48.[ZHOU Kui，DAI Xiaowen. An empirical study on the relationship between urbanization and carbon emission in China[J]. China population， resources and environment， 2013， 23（4）： 41-48.]
[2]WANG Zhaohua， YIN Fangchao， ZHANG Yixiang， et al. An empirical research on the influencing factors of regional CO2 emissions： evidence from Beijing city， China[J]. Applied energy， 2012， 100（4）：277-284.
[3]DONG Feng， LI Xiaohua， LONG Ruyin， et al. Regional carbon emission performance in China according to a stochastic frontier model[J]. Renewable & sustainable energy reviews， 2013， 28（8）：525-530.
[4]GUO Wen， SUN Tao， DAI Hongjun. Effect of population structure change on carbon emission in China[J]. Sustainability， 2016， 8（3）： 225-244.
[5]苗壮， 周鹏， 李向民. 我国“十二五”时期省级碳强度约束指标的效率分配[J]. 经济管理， 2012（9）：25-36.[MIAO Zhuang， ZHOU Peng， LI Xiangmin. China’s carbon intensity constraint efficiency allocation research during “12・5” period[J]. Economic management journal， 2012（9）：25-36.]
[6]HUA Zhongsheng， BIAN Yiwen， LIANG Liang. Ecoefficiency analysis of paper mills along the Huai River： an extended DEA approach[J]. Omega， 2007， 35（5）：578-587.
[7]TONE K. A slacksbased measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001， 130（3）：498-509.
[8]ZHANG Chunhong， LIU Haiying， BRESSERS H， et al. Productivity growth and environmental regulationsaccounting for undesirable outputs： analysis of China’s thirty provincial regions using the MalmquistLuenberger index[J]. Ecological economics， 2011， 70（12）： 2369-2379.
[9]WU Fei， ZHOU Peng， ZHOU Dequn， et al. Industrial energy efficiency with CO2 emissions in China： a nonparametric analysis[J]. Energy policy， 2012， 49： 164-172.
[10]ZHOU Peng， ANG B W， POH K L. Slacksbased efficiency measures for modeling environmental performance[J]. Ecological economics， 2006， 60（1）： 111-118.
[11]王兵， 吴延瑞， 颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究， 2010 （5）： 95-109.[WANG Bing，WU Yanrui， YAN Pengfei. Environmental efficiency and environmental total factor productivity growth in China’s regional economies[J]. Economic research journal， 2010 （5）： 95-109.]
[12]ZHOU Yan， LIANG Dapeng， XING Xinpeng. Environmental efficiency of industrial sectors in China： an improved weighted SBM model[J]. Mathematical and computer modeling， 2013， 58（9）： 990-999.
[13]周五七， 鸣. 中国工业碳排放效率的区域差异研究[J]. 数量经济技术经济研究， 2012（9）： 58-70.[ZHOU Wuqi， NIE Ming. Regional differences in the efficiency of industrial carbon emissions in China[J]. The journal of quantitative & technical economics， 2012（9）： 58-70.]
[14]马大来， 陈仲常， 王玲. 中国省际碳排放效率的空间计量[J]. 中国人口・资源与环境， 2015， 25（1）： 67-77.[ MA Dalai， CHEN Zhongchang， WANG Ling. Spatial econometrics research on interprovincial carbon emissions efficiency in China[J]. China population， resources and environment， 2015， 25（1）： 67-77.]
[15]史丹， 吴利学， 傅晓霞， 等. 中国能源效率地区差异及其成因研究[J]. 管理世界， 2008（2）： 35-43. [SHI Dan， WU Lixue， FU Xiaoxia， el at. A study on regional differences of energy efficiency and its causes in China[J]. Management world， 2008（2）： 35-43.]
[16]DU Juan， LIANG Liang， ZHU Joe. A slacksbased measure of superefficiency in data envelopment analysis： a comment[J]. European journal of operational research， 2010， 204（3）： 694-697.
[17]查冬兰， 周德群， 孙元. 为什么能源效率与碳排放同步增长[J]. 系统工程， 2013， 238（10）： 105-111.[ ZHA Donglan， ZHOU Dequn，SUN Yuan. Why do the energy efficiency on reduction and carbon emission increase simultaneously[J]. Systems engineering， 2013， 238（10）： 105-111.]
[18]李兰冰. 中国全要素能源效率评价与解构――基于“管理―环境”双重视角[J]. 中国工业经济， 2012（6）：57-69.[ LI Lanbing. Evaluation on regional energy efficiency in China： based on managerial and environmental viewpoints[J]. China industrial economics， 2012（6）：57-69.]
[19]GUO Xiaodan， ZHU Lei， FAN Ying， et al. Evaluation of potential reductions in carbon emissions in Chinese provinces based on environmental DEA[J]. Energy policy， 2011， 39（5）： 2352-2360.
[20]王群伟， 周德群， 周鹏. 区域二氧化碳排放绩效及减排潜力研究――以我国主要工业省区为例[J]. 科学学研究， 2011（6）： 868-882.[ WANG Qunwei， ZHOU Dequn， ZHOU Peng. Regional carbon dioxide emission performance and its reduction potential based on environmental production technology： the case of main industrial provinces in China[J]. Studies in science of science， 2011（6）： 868-882.]
[21]BIAN Yiwen， HE Ping， XU Hao. Estimation of potential energy saving and carbon dioxide emission reduction in China based on an extended nonradial DEA approach[J]. Energy policy， 2013， 63（4）： 962-971.
[22]XU Feng， XIANG Nan， YAN Jingjing， et al. Dynamic simulation of China’s carbon emission reduction potential by 2020[J]. Letters in spatial & resource sciences， 2015， 8（1）： 15-27.
[23]FENG Xiangzhao， ZOU Ji. Economic analysis of CO2 emission trends in China[J]. China population， resources and environment， 2008， 18（3）： 43-47.
[24]郭朝先. 中国二氧化碳排放增长因素分析：基于SDA分解技术[J]. 中国工业经济， 2010 （12）： 47-56.[GUO Chaoxian. An analysis of the increase of CO2 emission in China： based on SDA technique[J]. China industrial economics， 2010（12）： 47-56.]
[25]刘贞， 朱开伟， 阎建明， 等. 产业结构优化下电力行业碳减排潜力分析[J]. 管理工程学报， 2014， 28（2）： 87-93.[LIU Zhen， ZHU Kaiwei， YAN Jianming， el at. The analysis of power sector carbon mitigation potential in the industrial structure optimization scene[J]. Journal of industrial engineering and engineering， 2014， 28（2）： 87-93.]
[26]周i， 周迅， 周德群. 二氧化碳减排成本研究述评[J]. 管理评论， 2014， 26（11）： 20-28.[ZHOU Peng， ZHOU Xun， ZHOU Dequn. A survey of studies on estimating CO2 mitigation costs[J]. Management review， 2014， 26（11）： 20-28.]
[27]SIMOES S， CLETO J， FORTES P， et al. Cost of energy and environmental policy in portuguese CO2 abatementscenario analysis to 2020[J]. Energy policy， 2008， 36（9）： 3598-3611.
[28]MINIHAN E S， WU Ziping. Economic structure and strategies for greenhouse gas mitigation[J]. Energy economics， 2012， 34（1）： 350-357.
[29]姚云飞， 梁巧梅， 魏一鸣. 国际能源价格波动对中国边际减排成本的影响： 基于CEEPA模型的分析[J]. 中国软科学， 2012（2）： 156-165.[YAO Yunfei1， LIANG Qiaomei， WEI Yiming. The impacts of international energy price volatility on China’s marginal abatement cost： a CEEPAbased analysis[J]. China soft science， 2012 （2）： 156-165.]
[30]CHEN Wenying. The Costs of mitigating carbon emissions in China： findings from China MARKALMACRO modeling[J]. Energy policy， 2005， 33（7）： 885-896.
[31]ZHOU Peng， ZHOU Xu. On estimating shadow prices of undesirable outputs with efficiency models： a literature review[J]. Applied energy， 2014， 130（1）： 799-806.
[32]MARADAN D， VASSILIEV A. Marginal costs of carbon dioxide abatement： empirical evidence from crosscountry analysis[J]. Revue suisse d economie et de statistique， 2005， 141（3）： 377.
[33]FARE G， GROSSKOPF S， PASURKA C A. Environmental production functions and environmental directional distance functions[J]. Energy， 2007， 32（7）： 1055-1066.
[34]王群ィ 周德群， 葛世龙， 等. 环境规制下的投入产出效率及规制成本研究[J]. 管理科学， 2009， 22（6）： 111-119. [WANG Qunwei， ZHOU Dequn， GE Shilong， et al. Research on inputoutput efficiency and regulatory cost under environmental regulation[J]. Journal of management sciences， 2009， 22（6）： 111-119.]
[35]叶祥松， 彭良燕. 我国环境规制下的规制效率与全要素生产率研究：1999―2008[J]. 财贸经济， 2011（2）： 102-110. [YE Xiangsong， PENG Liangyan. Research on regulation efficiency and TFP of environmental regulation in China from 1999 to 2008[J]. Finance & trade economics， 2011（2）： 102-110.]
[36]PENG SZ， CHANG Y， ZHANG JT. Consideration of some key issues of carbon maket development in China[J]. Chinese journal of population， resources and environment， 2015，13（1）：10-15.
[37]FU JY， ZHANG CJ. International trade， carbon leakage， and CO2 emissions of manufacturing industry[J]. Chinese journal of population， resources and environment，2015，13（2）：139-145.
[38]SUN R，KUANG D，CHANG DQ. Effect analysis of carbon trading on EconomyEnergyEnvironment system and calculation of reasonable carbon price intervals[J]. Chinese journal of population， resources and environment， 2015，13（2）：146-154.
[39]FANG QQ， ZHOU XH， LIU JR. Double dividend of carbon intensity： environmentalquality improvement and sustainable economic growth[J].Chinese journal of population， resources and environment， 2015，13（3）：187-197.
[40]MIAO Zhuang， GENG Yong， SHENG Jichuan. Efficient allocation of CO2 emissions in China： a zero sum gains data envelopment model[J]. Journal of cleaner production， 2015， 112：4144-4150.
[41]RIETBERGEN M G， BLOK K. Assessing the potential impact of the CO2 performance ladder on the reduction of carbon dioxide emissions in the Netherlands[J]. Journal of cleaner production， 2013， 52（4）： 33-45.
[42]WANG Qunwei， CUI Qinjun， ZHOU Dequn， et al. Marginal abatement costs of carbon dioxide in China： a nonparametric analysis[J]. Energy procedia， 2011， 5（5）： 2316-2320.
[43]郭文， 孙涛， 朱建军. 基于最大有效面集的网络SBM评价模型及其应用[J]. 控制与决策， 2014， 29（12）： 2282-2286. [GUO Wen， SUN Tao， ZHU Jianjun. Network slacksbased measure evaluation method based on maximum frontier set and its application[J]. Control and decision， 2014， 29（12）： 2282-2286.]
[44]ZHANG Ning， CHOI Y. Environmental energy efficiency of China’s regional economies： a nonoriented slacksbased measure analysis[J]. Social science journal， 2013， 50（2）： 225-234.
[45]TONE K. Variations on the theme of slacksbased measure of efficiency in DEA[J]. European journal of operational research， 2010， 200（3）： 901-907.
[46]DU Juan， LIANG Liang， ZHU Joe. A slacksbased measure of superefficiency in data envelopment analysis： a comment[J]. European journal of operational research， 2010， 204（3）： 694-697.
[47]LINS M P E， GOMES E G， JOAO C， et al. Olympic ranking based on a zero sum gains DEA model[J]. European journal of operational research， 2003， 148（2）：312-322.
[48]GOMES E G， LINS M P E. Modelling undesirable outputs with zero sum gains data envelopment analysis models[J]. Journal of the operational research society， 2008， 59（5）： 616-623.
[49]AZADI M， SAEN R F. Developing an outputoriented super slacksbased measure model with an application to thirdparty reverse logistics providers[J]. Journal of multicriteria decision analysis， 2011， 18（5）： 267-277.
[50]PARADI J C， WILSON D， YANG Xiaopeng. Data envelopment analysis of corporate failure for nonmanufacturing firms using a slacksbased measure[J]. Journal of service science & management， 2014， 7（4）： 277-290.
[51]李善同， 侯永志， ⒃浦校等. 中国经济增长潜力与经济增长前景分析[J]. 管理世界， 2005（9）： 7-19.[LI Shantong， HOU Yongzhi， LIU Yunzhong， et al. An analysis of China’s economic growth potential and perspective[J]. Management world， 2005（9）： 7-19.]
[52]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.[ LIN Boqiang， SUN Chuanwang. How can China achieve its carbon emission reduction target while sustaining economic growth？ [J]. Social sciences in China， 2011（1）： 64-76.]
[53]LI Lanbin， HU Jinli. Ecological totalfactor energy efficiency of regions in China[J]. Energy policy， 2012， 46（4）： 216-224.
[54]郭文， 孙涛. 中国工业行业生态全要素能源效率研究[J]. 管理学报， 2013， 10（11）： 1690-1695.[GUO Wen， SUN Tao. Chinese industries’ ecological total factor energy efficiency[J]. Chinese journal of management， 2013， 10（11）： 1690-1695.]
[55]李小胜， 宋马林. “十二五”时期中国碳排放额度分配评估――基于效率视角的比较分析[J]. 中国工业经济， 2015 （9）： 99-113.[LI Xiaosheng， SONG Malin. Regional allocation of CO2 emissions allowance during the “Twelfth FiveYear” in China： from the perspective of efficiency comparative analysis[J]. China industrial economics， 2015 （9）： 99-113.]
关键词：减排目标；总量设定；分散决策；集中决策；权限配置
中图分类号：DF486.3 文献标识码：A 文章编号：1671-6604（2013）04-0014-10
排放交易制度作为一种基于市场的管理手段，已被应用在气候变化政策领域，以达到温室气体减排成本效益最大化的目标。如今，中国也正尝试建立碳排放交易制度，以应对气候变化问题。2011年3月14日，第十一届全国人民代表大会第四次会议通过《中华人民共和国国民经济和社会发展第十二个五年规划纲要》，指出在我国十二五期间，单位国内生产总值二氧化碳排放相比2005年降低17%；建立完善温室气体排放统计核算制度，逐步建立碳排放交易市场。中国碳减排目标采取了碳强度目标形式，碳排放量将与单位国内生产总值挂钩。碳强度目标首次在五年规划中提出，并被列入约束性指标，对政府具有约束力，政府要通过合理配置公共资源和有效运用行政力量，确保其实现。我国根据各地现有经济发展与环境条件，在《“十二五”控制温室气体排放工作方案》中将国家碳强度指标分解与分配到各省、直辖市与自治区。2011年10月29日，国家发改委在《关于开展碳排放权交易试点工作的通知》中正式批准北京、上海、天津、重庆，深圳、广东、湖北开展碳排放交易试点。目前，各试点正着手编制开展碳排放交易试点工作的具体方案，有望在2013年开展地区碳排放交易并于2015年推广到全国。
探索如何在中国建立碳排放交易法律制度，对现有的排放交易法律制度进行比较分析并总结经验教训，这对中国而言显得非常必要。纵观各国近年来逐步建立起来的碳排放交易制度，欧盟碳排放交易体系（European Union Emissions TradingScheme，以下简称EU ETS）是第一个区域性、强制性的碳排放交易体系。EU ETS在2011年的交易总价值较去年同期上升11%，达1710亿美元（1223亿欧元）。EU ETS已经成为了有效减少欧盟温室气体排放的主要途径，其法律框架也在不断完善当中。欧洲议会和理事会在2003年7月通过指令2003/87/EC建立温室气体排放交易制度，在2004年到2009年期间，EU ETS指令已历经三次修订。其中，指令2009/29/EC对总量目标设定、配额分配等重要问题作出了根本性修改。从理论上说，排放交易法律制度的理论框架应包含四个关键要素：减排目标与总量设定、配额分配、排放交易市场监督、履行与强制措施。作为排放交易法律制度的第一个关键要素，减排目标是设立排放交易体系所要达到的环境目标，决定了整个排放交易制度运行的环境效果。而且从法律角度上看，如何在排放交易法律框架中确定减排目标设定的权限配置与设定程序，是设计与运行排放交易制度的重要前提。本文将从法律的角度对EU ETS的减排目标和总量设定法律制度的设计与运行问题进行分析，以期为中国建立碳排放交易法律制度过程中的减排目标与总量设定环节提供借鉴与建议。
一、EU ETS减排目标与
总量设定的立法与实践
作为欧盟气候法的基石，EU ETS的最终目标在于以效益最大化的市场手段实现碳减排的环保目标。因此，减排目标与总量设定作为EU-ETS法律框架的第一个关键要素，将决定EU-ETS能否充分和有效实现其环保目标。
EU ETS的目标设定由欧盟气候政策和排放交易类型所决定。一方面，欧盟气候政策的碳减排目标是国际谈判以及单方面承诺的结果。另外一方面，EU ETS自其建立以来采用总量一交易（cap-and-trade）模式，其碳减排目标以总量控制目标（cap）的形式出现。而且，这个总量目标既是即将发售的配额总量，也是在未来交易期限中获允许的碳排放总量。
（一）欧盟的碳减排目标
为了实现在《联合国气候变化框架公约》所载目标，《京都议定书》附件B的国家应在承诺期（2008-2012）内实现温室气体的总排放量比1990年的排放水平减少至少5%。当时欧盟的15个成员国（也称欧盟15国，EU-15）都承诺了各自的减排目标，并且欧盟15国作为一个整体承诺减排8%，这对欧盟及其成员国均具有约束力。欧盟理事会通过2002/358/EC决定批准《京都议定书》时，将8%的减排目标基于每个成员国的经济增长预期、能源结构、产业结构等在十五个成员国之间重新分配。
尽管有关2012年后的国际温室气体减排协议仍然是个未知数，欧盟已经作出一些单方面承诺。2007年，欧盟国家元首和政府首脑作出单方面承诺，并设置了一系列到2020年完成的苛刻的气候和能源目标，被称为“20-20-20”目标。这些单方面的气候和能源目标包含四个立法提案，在2008年12月11日和12日获得欧洲理事会通过，并在一个星期后获得欧洲议会表决通过。为了实现到2020年的温室气体减排总量低于1990年水平20%的目标，欧盟主要依靠两个规制框架：EU ETS与共同努力决定（Effort SharingDecision，以下简称ESD）。而且，碳减排总体目标――2020年实现温室气体排放比2005年减少14%――在ESD与EU ETS中重新分配：ESD所辖不参与排放交易的行业需要比2005年减排10%，而EU ETS行业则承担比2005年减少21%的减排任务。可见，不同规制框架所辖行业，面临的减排压力有所不同。而且，欧盟正考虑在其他国家满足一定条件下，将其到2020年的减排目标从20%提高到30%。
（二）EU ETS的总量目标设定的模式
EU ETS是欧盟实现《京都议定书》减排目标的重要手段，该减排目标采用绝对数量的形式。基于总量一交易模式，EU ETS的减排目标也采用具体的排放总量形式。换言之，EU ETS覆盖行业获允许的排放总量将在排放交易之前被设定。
由于指令2009/29/EC对EU ETS总量设定方式进行了根本性修订，2013年以后的总量设定权限从成员国转移到欧盟，从而将EU ETS的目标设定方式区分为两种模式。第一种模式是涵盖前两个交易阶段（2005-2012）的分散决策模式，总量目标主要通过各成员国的国家分配计划（National Allocation Plan，以下简称NAP）设定。第二种模式是将从2013年开始实施的集中决策模式，欧盟委员会直接设置覆盖欧盟范围的总量目标。换句话说，从2005年至2012年是一个高度分散的方式，成员国享有充分的自由裁量权进行政策选择，而2013年后是一个更加统一的方式，成员国的自由裁量权将被极大缩减，必须执行欧盟的相关决定。
1 分散决策模式（2005-2012）。在前两个交易阶段（2005-2012年），EU ETS被认为是一个相当分散的模式，除了欧盟委员会的一些决定外，充分的自由裁量权由成员国保留，尤其在关系到执行欧盟委员会决定的事项上更是如此。在前两个交易阶段，成员国有权对位于其境内的参与排放交易的行业设定碳减排目标。原来的指令2003/87/EC本身并没有对欧盟设置一个排放总量的目标上限，与此相反，EU ETS的整体排放总量等于各个成员国决定的总量目标之和。
在这种分散决策模式下，EU ETS的总量目标通过各个NAP设定，其内容和程序规定在指令2003/87/EC的第9至11条及附件三中。根据指令2003/87/EC第9条规定，各成员国必须制定NAP，以便确定“位于其境内的参与排放交易的所有装置的碳排放总量，以及在第一、二交易阶段将要分配给每个装置的排放配额数量”；NAP的制定应基于客观、透明及附件三所列的标准，适当考虑、采取公众意见；在指令规定的适当时间内，成员国应将NAP公布并通知欧盟委员会和其他成员国，NAP将由一个特别委员会进行审议；在评估NAP后，如果该计划与附件三所列标准或第10条规定不符，欧盟委员会可以拒绝该计划；如果欧盟委员会决定全部或部分拒绝NAP后，应当对拒绝原因进行解释。相关成员国应提出新的修订方案，在欧盟委员会同意后方能作出最后的国家分配决定。
然而，欧盟委员会对NAP的拒绝权与成员国制定NAP的自之间存在着紧张关系。在实践中，欧盟委员会评估并拒绝了很多NAP。例如，在第二交易阶段（2008-2012）10个成员国提交的第一批NAP中，仅英国的NAP被接受，其他9个成员国的NAP均被欧盟委员会在2006年11月29日作出的决定予以拒绝。此外，欧盟委员会在其决定中显著地“削减”了某些成员国的总量目标。欧盟委员会要求这些成员国对总量目标进行绝对数额或相对比例的削减，如被削减数额最大的是德国，达到其计划的总量目标的6%，而削减比例最大的是拉脱维亚，削减幅度达到56%。值得注意的是，大多数被欧盟委员会要求大幅削减配额总量的成员国是新加入的东欧成员国，这主要因为欧盟委员会认为他们的总量目标超过了经核实的2005年排放水平。因此，很多来自东欧的成员国就欧盟委员会关于NAP的决定向欧盟法院提讼，大量案件在前两个交易阶段涌现，如斯洛伐克诉欧盟委员会、波兰诉欧盟委员会、捷克共和国诉欧盟委员会、匈牙利诉欧盟委员会、爱沙尼亚诉欧盟委员会、拉脱维亚诉欧盟委员会、立陶宛诉欧盟委员会、罗马尼亚诉欧盟委员会等。
2009年9月，法院认为欧盟委员会并没有遵循正当程序并超出其权力范围，波兰和爱沙尼亚在案件中获得胜诉。在波兰诉欧盟委员会一案中，原讼法院（Court of First Instance，现更名为GeneralCourt，即普通法院）在2009年9月23日作出判决，废止欧盟委员会关于波兰NAP的决定。欧盟委员会向欧盟法院（Court of Justice of the European Union）提起上诉，但在2012年3月被法院正式驳回。法院支持了这些成员国的诉求并废止了欧盟委员会关于这些成员国NAP的决定，主要原因在于法院认为欧盟委员会超出了其在NAP制定过程中的权限。而且，这些案件的诉讼结果，在某种程度上又促使欧盟委员会与成员国在EU ETS的立法修订中转向另一种决策模式。
2 集中决策模式（2013-2020），在2009年修订EU ETS指令时，欧盟委员会建议采取一种更加集中和统一的总量目标设置方式以取代上述分散决策模式。与第一种分散决策模式中由各成员国在NAP确定各自总量目标从而决定最后的EU ETS总量目标相反，第三个交易阶段（20132020）的总量目标将由欧盟集中决定。
从2013年开始，一个欧盟层面的EU ETS总量目标将被设立，从而确定每年向EU ETS覆盖行业发放的排放配额总量。因此，NAP或者成员国针对总量目标设定的相关决定将不复存在，总量目标的决定权限也从成员国转移到欧盟。由于EU ETS总体减排目标的实现责任将被转移到欧盟并要求所有EU ETS管辖行业共同行动，只有实施EU ETS规则的活动将继续停留在成员国水平。换句话说，由于总量目标设定方式在欧盟层面上得到统一，相应的权力将从成员国转移到欧盟（主要由欧盟委员会代表），成员国将失去设定国家总量目标的自由裁量权，成员国对位于其境内装置实施更为严格的总量目标的可能性也随之丧失。而且，由于EU ETS的总量目标由欧盟委员会单独依法设定，成员国不能再制定NAP以决定各自总量目标，只能根据欧盟统一的分配方式对其境内的排放装置分配配额。因此，EU ETS在第三交易阶段的总量目标设定程序与分配程序将得以区分，并由欧盟委员会与成员国分别负责。
EU ETS在欧盟范围的总量目标设定，必须与欧盟关于2020年前实现比1990年减少20%的减排目标相一致。如上文所述，在双重规制框架下，EU ETS管辖行业应与2005年水平相比减少21%的排放总量，由ESD管辖的非排放交易行业则应达到减排10%的目标。根据指令2009/29/EC规定，针对所有EU ETS行业的总量目标必须以1.74%的线性比例，从2013年至2020年逐年递减，以实现到2020年减排21%的目标。为执行此规定，欧盟委员会必须决定EU ETS的年度总量目标并于2010年6月30日前公布2013年的配额总量的具体数额。考虑到排放装置会在第二个交易阶段加入或退出排放交易、EUETS的范围会从2013年起扩张的可能性，欧盟委员会有必要根据新增信息调整EU ETS的总量目标并于2010年9月30日前。此外，在新成员国如克罗地亚加入欧盟的情况下，欧盟委员会仍可能根据情况对EU ETS的总量目标进行调整。在实践中，欧盟委员会在2010年7月9日通过决定，确定2013年的具体配额总量为1 926 876 368吨，然后于2010年10月22日基于新增信息将其调整为2039 152 882吨。
二、欧盟碳减排目标设定中的环境目标、政策选择与法律后果
碳减排目标是政策制定者用以实现专门环境目标的工具，然而减排目标需要在自然科学技术和社会经济条件等不确定性的背景下制定。设定减排目标和EU ETS总量目标从而实现其环境目标，是一个科学预测和政治谈判的交织过程，而且将对排放装置产生相应的法律后果。
碳减排目标在一定程度上是国际谈判中的政治选择，不能始终确保环境目标的实现。从理论上讲，气候政策或排放交易机制的目标设定应该反映生态环境的必要性，并且以可靠的、成本效益优化的方式实现。然而，减排目标的设定是一个多学科问题，这涉及对自然科学和社会经济的理解以及对可接受范围的价值判断，而对如何作出价值判断的问题――谁有权作出判断并采取相应措施又主要是政治伦理而非科学问题。因此，在现实中国家所同意的减排目标或总量目标是政治谈判的结果，其生态必要性因其他要素而被相对冲淡。即使作为国际气候谈判协议里程碑的《京都议定书》减排目标，甚至也被批评为缺乏理性。
欧盟单方面确立的20%或是将来30%的减排目标是欧盟领先其他国家的大胆举措。然而对于实现政府间气候变化专门委员会（IPCC）的报告所确定的目标――与1990年水平相比，附件一国家到2020年减排25%-40%、到2050年减排80%-95%的目标，欧盟减排目标在生态利益考虑方面仍不够严格。因此，减排目标是出于政治承诺而非生态考虑的现实问题，应在其实现机制，例如EU ETS，的设计中予以反思与借鉴。
尽管减排目标与总量设定是一个基于科学预测和政治协商的政治选择，但经营碳排放装置企业的法律地位将受其影响。鉴于欧盟采取了双重规制框架来实现其减排目标，减排任务相应地转化成EU ETS和ESD管辖行业的减排目标。由于这种相互依存关系，EU ETS的总量目标设定将对其他所有由ESD管辖行业有直接影响，反之亦然。换句话说，任何不由EU ETS管辖行业采取措施实现的减排任务，将会转移到非排放交易体系的行业来最终完成。任何利益相关者，如在减排目标下承担一定减排义务的行业应该获得参与决策和质疑政治决策者所通过决定的机会。此外，利益相关者应当有权通过法律途径对政府监管者所采取行动的必要性和强度提出质疑。如果未来这种案件真的在欧盟法院提起，法院应该如何处理科学报告结论和政府行动目标设置和分配的关系？一般情况下，政府采取的碳减排措施会基于《欧盟运作条约》（TFEU）第191条规定的预防原则而获得正当性，但减排目标应该设置到何种程度则应属于立法者享有的“判断余地”（margin of appreciation）。尽管欧盟法院会给立法者相当大的自由裁量权来确定减排目标，但司法审查仍可能在未来发生，而且其他排放交易体系在最初设计阶段中应当进行借鉴反思。
三、EU ETS总量目标设定中欧盟与成员国的权限配置
关于EU ETS的总量目标设定模式，欧盟与成员国之间的权限配置是区分两种设定模式的关键。虽然在立法阶段的最初设计中，欧盟倾向于选择集中决策模式，但最终因为各种因素考量之下选择了分散决策模式。然而经过在前两个交易阶段的实践后，欧盟又将在第三个交易阶段中重新选择集中决策模式。在立法演变过程中，欧盟与成员国在总量目标设置的权限配置也在两种模式之中发生相应变化。
（一）分散决策模式中的权限配置
分散决策模式是EU ETS在前两个交易阶段中设定总量目标时采用的主要方式。在分散决策模式之下，成员国各自制定并向欧盟委员会提交NAP，在成员国向欧盟委员会通知NAP后的三个月内，欧盟委员会根据不符合附件三所列的标准或第10条规定的理由，可拒绝该计划；除非该分配计划及相应的修正方案得到欧盟委员会同意，否则成员国不能对将分配给其境内装置的配额总量做出最终决定。一般来说在分散决策模式下，成员国通过制定NAP对EU ETS的总量目标进行实质性决定，这允许成员国在决策过程中充分考虑自身具体国情，有很大程度的灵活性。
虽然欧盟委员会与成员国设定总量目标的权限在EU ETS指令中得到基本区分，但在EU ETS前两个交易阶段的实施过程中，欧盟委员会和成员国在制定NAP的权限分配还是不甚明确。而且，欧盟委员会对NAP的拒绝权与成员国的制定NAP的自之间存在的紧张关系从东欧成员国对欧盟委员会针对NAP的决定的强烈反应及随后提起的诉讼中可见一斑。在这些案件中，成员国均请求原讼法庭废止欧盟委员会关于该国NAP的决定，尤其是那些直接削减本应由该国决定的总量目标的决定。此外，成员国的基本诉讼理由比较类似，包括欧盟委员会违反基本程序和法律规则要求，超越评估权力范围等。成员国欧盟委员会的案件中，欧盟法院根据立法规定的条款，在判决中进一步重申、明确欧盟委员会和成员国之间就总量目标设定的权限配置。
例如在英国诉欧盟委员会一案中，欧盟委员会评估成员国提交的NAP的权力首次被法院阐释与澄清。在此案中，英国在2004年4月30日向欧盟委员会通知其NAP时，明确声明该计划是“临时”的，因为几个相关的公众咨询活动正在进行。欧盟委员会于2004年7月7日通过了对英国NAP的决定。2004年11月10日英国通知欧盟委员会，称其考虑到公众咨询结果，希望修改其NAP并提高其总量目标。然而，欧盟委员会通过了最终决定，认为英国无权提交一份临时计划，修正案应只限于在欧盟委员会在决定中指出的不符合附件三的地方。因此，欧盟委员会并没有接受英国对NAP的修订。英国认为欧盟委员会在审查评估NAP时有越权行为，遂提讼。原讼法院认为，在成员国向欧盟委员通知NAP后到该国作出最终的总量目标决定前，成员国有权依据指令2003/87/EC的第11条对NAP进行修订。尽管欧盟委员会在成员国作出最终的分配决定前有权审查评估该NAP，但欧盟委员会不能限制成员国对NAP提出修正案的权利。最后，法院认为欧盟委员会针对此项的审查评估权力，严格限于根据指令第10条和附件三的标准对NAP及其修订进行评估审。
而且，针对欧盟委员会是否有权削减成员国决定的国家总量目标问题，法院在其他案件中也进行了阐释。例如波兰和爱沙尼亚诉欧盟委员会的案件中，原讼法院和欧盟法院均支持了成员国请求。法院认为，成员国和欧盟委员会在行使职权时会有一定的机动回旋空间：成员国有权先制订其NAP，然后对即将分配的配额总量作出最终决定；因此欧盟委员会的审查权力限制在对NAP的合法性审查，即欧盟委员会有权首先确认该计划是否与指令所载标准相符，如果不符则拒绝该计划。然而，除此之外，欧盟委员会无权对成员国制定的总量目标与配额数量擅自进行修改，否则将构成越权行为。
而且，在一家德国公司欧盟委员会的案件中，法院裁定欧盟委员会对成员国的NAP的评估与决定不是严格意义上的“授权”，因为欧盟委员会只能在被通知后的三个月内审查该NAP，否则该计划将被视为自动接受。而且，法院还指出该计划被推定为合法有效，欧盟委员会的审查程序和决定仅是为成员国提供法律确定性。因此，只有成员国本身对总量目标与分配计划作出的最终决定才将影响相关个体的法律地位，而无须经过欧盟委员会决定来进行一般授权。也正因如此，私人主体如果对一国总量目标与分配计划有异议时，只能在成员国法院而非欧盟的法院提讼，一系列私人欧盟委员会的案件因此被法院驳回。
（二）集中决策模式中的权限配置
虽然EU ETS前两个交易中采取了分散决策模式，但第三个交易阶段即将转变为完全不同的集中决策模式。两种模式的转变折射出欧盟内部对于如何在欧盟和各成员国之间就设定EUETS总量目标的权限配置问题的争论，而这个争论可以追溯到最早的立法阶段。
在欧盟委员会2000年提出的《在欧盟建立温室气体排放交易机制的绿皮书》中，欧盟委员会主张在欧盟层面上直接决定或者通过高度统一的方式来确定EU ETS的总量目标。在2001年，基于利益相关者的咨询结果，欧盟委员会提出EUETS指令的提案。鉴于各成员国在《京都议定书》的承诺目标与在欧盟负担分摊协议的份额不同，以及各成员国履行承诺的能力与进度有别，欧盟委员会认为各成员国在各国总量目标设定方面应该保有广泛的自由裁量权。与《绿皮书》相比，欧盟委员会建议采取分散决策模式设定EUETS总量目标。然而，这个提议却饱受欧洲议会和非政府环保组织的强烈批评，因为他们更喜欢一个能提供更多确定性与积极环保效应的EUETSk。不过，鉴于欧盟已经没有足够多的时间来建立EU ETS以履行《京都议定书》承诺，欧洲议会在对附件三的标准提出了一些小的修订建议后，如“2008年之前，（配额）数量应与各成员国在《京都议定书》承诺目标实现或超额实现的路径一致”，支持了该项提案。作为一个政治妥协，包含了以分散决策模式设定总量目标的EU ETS指令最终在2003年获得通过。
虽然EU ETS前两个交易阶段采取的分散决策模式允许成员国根据具体国情决定各自的总量目标，的确具体很大的灵活性，但欧盟委员会认为分散决策模式也暴露出一系列问题，包括操作复杂、缺乏公平竞争和透明度。首先，欧盟委员会认为，这种分散决策模式会导致“囚徒困境”：每个成员国意识到设置更严格的总量目标以达到欧盟减排最优目标的集体利益，但却同时有最大限度地提高自身总量目标的利益考量。其次，欧盟委员会还解释说，这种分散决策的模式会鼓励成员国倾斜优待本国企业。而且由于各国总量目标的严格程度不同，对参与和不参与EU ETS的企业以及位于不同成员国但参与国际竞争的行业进行区别对待，这也将导致公平竞争环境的缺失。第三，分散决策的模式因缺乏确定性和可预见性，将对市场运作会有负面影响。因为NAP须由成员国决定并经欧盟委员会审查评估，这往往是一个持久和繁琐的过程，会产生长期的不确定性并限制对促进减排和发展低碳经济的长期投资。此外，由于成员国总量目标的不确定性，配额价格也会出现异常波动，例如由于德国在2004年3月底向欧盟委员会提交的NAP大大超出市场预期，配额价格曾大幅下跌。
除此之外，成员国向欧盟法院欧盟委员会关于NAP制定的司法案件也对立法中从分散决策模式转向集中决策模式具有重要影响。如上文所述，欧盟委员会在这些案件中几乎全部败诉，未能有效“纠正”部分成员国设定宽松减排目标、慷慨分配配额的问题。为了解决分散决策模式引发的问题，欧盟委员会不满足于分散决策模式下的权限配置并吸取EU ETS前两个交易阶段的经验教训，在2008年建议修改EU ETS指令时在一定程度上回归到2001年最初的设计方案，即重新采用集中决策模式。根据修订后的EU ETS指令，第三个交易阶段及之后采用由欧盟委员会根据法律规定直接设定的欧盟范围内的总量目标，以此取代原来各国的总量目标。此外，新指令中还直接规定了如何确定和调整EU ETS总量目标的要求和方法，即由欧盟委员会直接决定每年将分配的配额总数。同时，成员国不再具有决定约束其境内参与排放交易行业总量目标的权限。因此在集中决策模式下，总量目标设置的主要权限将配置给欧盟委员会而非单独的成员国。
值得注意的是，在修改指令的立法过程中，无论是在欧盟层面确定总量目标还是总量目标强度本身都未受到严重质疑，这也表明成员国及相关行业都意识到了集中决策模式对于实现欧盟更加雄心勃勃的气候目标的重要性。由于欧盟二级立法直接规定了这种关于欧盟委员会与成员国之间新的权限配置安排，前两个阶段出现的关于NAP的司法案件将不复存在。然而，欧盟委员会作出的一些决定，例如关于碳泄漏的定义与敏感行业的确定，免费配额分配的决定等，将对成员国及相关私人主体产生重大影响，类似案件或许在未来仍有可能出现，这需要进一步观察。
四、EU ETS的经验借鉴与启示
毫无疑问，中国与欧盟之间在经济发展、法律体系、社会文化等各方面均存在差异，但在设计与实施碳排放交易制度这一问题上，许多核心原则与规则仍可互相借鉴。在减排目标与总量控制目标设定的问题上，本文认为中国可从以下几方面学习借鉴欧盟在立法与实践中的经验教训。
（一）碳减排目标类型的选择
在制定气候变化政策法律时，发展中国家可以选择不同类型的碳减排目标。一般来说，碳减排目标主要有两种类型：一种是绝对目标（如总量控制目标），另一种是相对指标（如碳排放强度）。《京都议定书》和欧盟的气候政策法律均采取了绝对数量的目标，但发展中国家可以依据自身的经济发展情况与绿色发展需求做出不同的选择。即使发展中国家采用绝对目标或将相对目标转化成总量控制目标，这种总量控制目标仍然可以允许碳排放量的增加，以适应经济增长的需求。
我国虽然采用了碳强度目标，但在将碳强度目标转化成总量控制目标时，经济发展需求仍是重要考虑要素。在碳排放交易试点阶段，考虑到经济发展、减排潜力的地区差异，各试点可根据自身情况对不同的碳排放交易模式进行试验探索，从而为建立全国性碳排放交易制度积累经验。以广东省为例，根据国家分配给广东省的十二五碳强度下降19.5%的指标，广东省发改委已经明确广东省十二五期间的碳排放总量约为6.6亿吨，并将把19.5%的碳强度指标进一步下降分解到21个城市。这是七个碳排放交易试点中首先明确采用的总量控制目标，它不但与十二五规划确定的碳强度目标相一致，而且充分考虑到经济发展与碳排放增长的现实需求。但是这种转化换算因对经济发展预期不同而具有不确定性，与欧盟的绝对总量控制目标及相应的总量交易模式会有所不同。因此在随后的碳排放交易体系设计中，必须考虑这些差异的存在，从而在目标设定、配额分配等问题上予以注意。
（二）总量目标设定的权限配置
在碳排放交易法律框架内，我国应当合理配置总量控制目标的设定权限。在EU ETS的总量目标设定问题上，前两个交易阶段采取的是分散决策模式，而修订后的指令又将总量目标决定权限从成员国转移回欧盟上，回归到最初设计的集中决策模式。欧盟立法者在分散决策模式和集中决策模式之间的摇摆变化，目的在于努力寻求欧盟和成员国之间的平衡。
从法律角度看，欧盟和成员国之间的权限配置是设计和实施EU ETS的重要问题。而且，欧盟委员会和成员国在前两个交易阶段因为NAP问题产生了强烈的法律冲突，他们之间的权限配置问题也成为欧盟法院在审理这些案件时要解决的重要问题。法院的判决进一步厘清欧盟委员会与成员国的权限配置关系。随着2009年EUETS指令的修订，总量目标设定权限的移转会极大减少这种法律冲突的产生，但以后是否会出现类似的权限配置问题也值得进一步观察思考。与此同时，前两个交易阶段出现的这种权限配置冲突也有可能在其他国家的排放交易体系中发生。在设定总量目标的问题上，较低层级的政府（例如成员国、地方政府）一般更加关注本地的经济发展，会更倾向于设置较为宽松的总量目标，慷慨地给地方企业发放更多的排放配额，以保持本地的经济发展优势。较高层级的政府（如欧盟委员会、中央政府）则一般更加关注整体经济、环境目标的实现。在分散决策与集中决策模式中，不同层级的政府权限配置不尽相同，但如何合理配置各级政府在总量目标设定的权限，则是各国设计碳排放交易法律框架的重要挑战。尤其在分散决策模式下，较高层级的政府如何防止较低层级的过度慷慨行为从而保障实现更严格的总体环境目标，更是一个难题。
我国在十二五规划中制定了全国性碳强度指标，并且将其层层分解到地方政府。在减排目标设定与分配上，这是一种自上而下的集中决策模式，而且大量依靠传统的行政命令与控制、官员问责制度等方式来实现。在某种程度上说，这种分配碳强度指标的过程是国家发改委与各个地方政府博弈协商的结果。而且，碳强度目标的实现情况将会在很大程度上依赖于对政府及其主要负责人员的考核、问责制度。然而在具体探索开展碳交易过程中，由于各地经济发展与减排能力的巨大差异，碳排放交易目前采取试点探索继而推向全国的自下而上的路径，以适应不同的地方经济发展需求。即使将来全国性的碳排放交易体系顺利建立，地方差异性依然存在。碳排放交易机制是一种基于市场的工具，不能单纯依靠行政控制命令来实施运作。如何平衡中央政府与地方政府在碳排放交易机制的总量目标设定的权限配置，对欧盟与中国而言均是重要挑战，需要在法律框架中进行合理配置。中国未来的碳排放交易体系如果采用分散决策模式，由各省自主决定其碳排放交易总量控制目标，如何保证各省设置总量目标的一致性从而保证排放企业的公平竞争；如果采用集中决策模式，由中央政府（国家发改委）直接确定全国碳排放交易总量控制目标，则地方差异性如何能得到适当考虑，这些问题都需要在法律框架中进一步厘清。
（三）“水床效应”问题的预防
对于集中决策模式下潜在的“水床效应”（waterloed effect）问题，我国在构建碳交易法律框架时也应加以考虑。根据《欧盟运作条约》（TFEU）第193条规定，成员国可以制定更严格的环保措施。在实践中，一些成员国也已经制定了比欧盟更加雄心勃勃的减排目标，并对其境内最大的、污染严重的发电公司采取更为严厉的措施。然而，由于EU ETS采取了欧盟范围内的总量控制目标，各成员国不再设置国家层面的总量控制目标，如果成员国对境内受EU ETS管辖行业采取更加严格的措施以减少碳排放，这些措施的努力成果并不会影响欧盟的排放总量。这种现象被称为“水床效应”，因为欧盟减排总量目标是相对确定的，就像水床一样，一个地方经过努力减少的碳排放，将会转化成其他地方新增的碳排放，换句话说，一个成员国对参与排放交易行业所进行的额外减排措施将因其他成员国的懈怠而被抵销。因此欧盟采用集中决策模式来确立一个欧盟范围的总量目标时，不仅会限制成员国立法者对参与排放交易行业的调整空间，而且也将影响其对其他不参加排放交易的行业的调整力度。对此，2009年通过的ESD规定了所有不参与排放交易的行业作为一个整体，到2020年要比2005年减排10%，并且ESD将10%的减排目标层层分配给各成员国。
关键词 区域；产业转移；碳排放；协调发展；减排目标
中图分类号 F427 文献标识码 A 文章编号 1002-2104（2013）01-0055-08 doi：10.3969/j.issn.1002-2104.2013.01.008
目前，在扩大内需、转变经济发展方式的大背景下，跨区域产业转移已成为中国区域政策中促进区域协调发展的重要手段。西部大开发战略实施以来，尤其从2004年以后，东部地区产业向中西部地区转移特征明显，表现为东部地区制造业市场份额开始陆续下降，劳动力密集型和原材料密集型产业率先从东部地区转移出来。东部发达地区产业西移一方面缓解了东部经济集聚造成的要素价格上涨和资源环境承载压力加大的状况，为东部地区产业升级腾出了空间；另一方面，伴随着生产要素的持续流入，有利于促进中西部地区的经济发展[1]。
现有研究更多强调产业转移在均衡区域经济增长中的作用，而较少关注产业转移对节能减排的影响这一视角。俞毅[2]通过构建以污染控制为目标的区域GDP门限值来指导传统产业省级转移的区位选择，认为使GDP总量超过门限值的东部各省份的传统第二产业向GDP尚未达到门限值的中西部省份转移，不仅能够带动中西部地区的经济发展，缓解东部地区劳动力成本上升过快、资源环境压力过重等问题，也有利于形成全国产业布局的合理梯度。
因此，在促进区域产业有序转移和协调发展的进程中，针对不同区域碳排放与经济增长特征，有差别地提出碳减排目标，实现东部地区产业转型升级与中西部地区跨越式绿色发展的有机结合，具有重要的理论与现实意义。本文将按产业转移特征和工业化水平进行区域划分，从碳排放系数、碳排放强度、经济结构及经济规模四个方面对不同区域碳排放因素进行分解，明确其差异特征，在此基础上有针对性地提出不同区域的碳减排目标。
1 方法模型与区域划分
1.1 方法模型
目前，对数平均Divisia指数（LMDI）分解模型已较为成熟，王峰等[3]做了详细的推导与说明，具体推导过程如下：
根据日本学者Kaya[4]提出的Kaya恒等式可将碳排放的影响因素分解为5种效应：
这样，通过LMDI分解模型，可以把中国区域碳排放的影响因素分解为碳排放系数、能源利用结构、能源利用强度、产业结构及经济规模效应五种效应，并且有效解决了分解中的剩余问题和数据中的0值与负值问题。同时，LMDI方法中，分部门效应加总与总效应保持一致，即不同的分部门效应总和与各个部门作用于总体水平上获得的总效应相一致，这一点在多层次分析中十分有用。根据区域能源平衡表，终端能源消费分为农林牧渔业、工业、建筑业、交通运输仓储邮电通讯业、批发和零售贸易餐饮业、其他第三产业6个部门。相应地，n表示1-6个部门，对分部门碳排放的分解公式如下：
Gn（CO2）=Cn（f）・Cn（m）・Cn（t）・Cn（s）・Cn（g）（5）
在本文的研究中，如果按照Wu等[5]的方法对1997-2009年中国28个省市区、6个部门、19种能源（包括电力与热力）进行三层完全分解，工作量将非常巨大，而且不能更好地说明研究的结论。因此，鉴于研究重点的不同，我们引入区域碳排放系数，对LMDI模型进行改进。
我们选取的能源包括原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气、其他石油制品、其他焦化产品计17种一次能源及电力、热力共19种能源。
按照公式的定义，f代表碳排放系数，m代表能源利用结构，其中17种一次能源碳排放系数假定不变，但区域热力和电力排放系数是变化的。能源利用结构代表了区域这17种一次能源与电力、热力的利用结构变化，根据《2006年IPCC国家温室气体清单指南》所提供的能源燃烧缺省CO2排放因子，各种能源的碳排放因子不同，其中煤炭及其产品的排放因子>原油及其产品的排放因子>天然气等的排放因子。因此，如果能源总量不变，燃料结构中不同能源比重的变化将导致CO2排放量的变化。
为此，我们根据区域终端能源消费的17种一次能源，及其碳氧化率、平均低位发热量、燃料排放因子分别计算出其碳排放量，同时，按标准煤平均低位发热量29 270 MJ/t统一换算成标准煤。
热力的处理较为简单，分别按各地区使用的一次能源加总算出其碳排放总量及换算成标准煤。电力的计算相对复杂，使用国家标准的折算系数不能反映区域差异特征，按魏一鸣等[6]的定义，由于每年发电燃料的构成变化及发电技术的变化，区域电力的碳排放系数有很大的变化，原则上需要通过各省市区的发电量（包括火电、水电、核电）和发电燃料的CO2排放计算得到。同时，在终端能源消费中还需要考虑电力系统自身电力的使用与输送的电耗。另外，在测算区域碳排放系数中，还要考虑区域间电力的相互交换，计算起来较为复杂，而且由于各行业使用的电力构成不一致，对区域各行业的电力碳排放量的最终计算结果仍然只能是一个估计值。
为简化起见，这里用7大电网（华北电网、东北电网、华东电网、华中电网、南方电网、西北电网和海南电网）电力碳排放系数代替各地区电力碳排放系数。先假定7大电网之间不存在电力交换，分别按区域能源平衡表中电力使用的一次能源数量，采用相同的方法计算出其碳排放数量与标准煤数量；其次对七大电网进行加总，得出各大区域电网电力碳排放总量与标准煤总量；然后按区域平衡表中各地区终端能源使用的电力数量进行加权平均，得到各地区电力碳排放量和标准煤数量。最后，按各地区各行业终端电力消费量分配到各行业。这样，既考虑到了区域内的电力交换问题，又很好地避免了碳排放重复计算的问题[7]。
根据上面的计算，我们确定i地区碳排放系数ηi为该地区当年的碳排放总量除以其标准煤使用量。即：
1.2 区域的划分
如何划分区域是研究中国区域碳排放效应首先面临的问题。在现有研究区域碳排放与经济增长的文献中，对于中国区域的划分，最常见的是东、中、西部的划分方法[9]；齐绍洲、李锴[8]在区域能源强度差异的研究中，把中国30个省市区（未包括、香港、澳门以及台湾地区）划分为“东部省区”和“西部省区”，各包括15个省市区。但不管是第一种还是第二种划分方法，都不适合本文对区域碳排放及其动态变化特征的分析。首先，东、中、西部地区内部各省市区碳排放差异较大。例如，在西部地区，贵州省人均碳排放低，碳排放增量小，而内蒙古随着工业化进程不断加快，碳排放总量出现了快速的增长。其次，在区域产业转移的进程中，东部地区所处的阶段也各不相同。珠三角、长三角等地产业在加快向中西部转移，而山东、河北等仍处于承接产业转移过程中[2]，其工业化快速推进带来的碳排放增量明显。本文通过考察区域之间产业转移状况，并结合其碳减排特征，将中国28个省市区（未包括、宁夏、海南、香港、澳门以及台湾地区）划分为三类由于、宁夏和海南三个省区的数据缺失，其中数据基本不全，宁夏2000年、2001年、2002年和海南2002年的产业部门能源消费量数据缺失，我们取28个省市区进行研究。。
为了反映区域之间产业转移状况，我们采用各地区工业总产值份额及其动态变化来反映文中各地区工业总产值份额是把28个省市区当年工业总产值作为100，各省市区当年工业总产值占28个省市区总额的比重作为其工业总产值份额，以反映区域产业转移状况及其动态变化。。
通过比较分析，我们按区域产业转移状况和工业化水平特征值把28个省市区划分为三类区域：第一类区域为产业净转出地区，包括北京、天津、辽宁、上海、江苏、浙江、福建和广东8个东部发达省市；第二类区域为产业净转入地区，包括河北、山西、内蒙古、山东、河南和陕西6个省区，也是工业化持续快速推进的地区；第三类区域为其他中西部地区，包括吉林、黑龙江、安徽、江西、湖北、湖南、广西、重庆、四川、贵州、云南、甘肃、青海和新疆14个省区。划分后的三类区域产业转移状况见表1。
从表1中可以看出，在1997-2009年间，净转出地区工业总产值份额平均为45.67%，2005年之前其产值份额不断提升，表明产业集聚趋势明显，但2005年之后产值份额开始出现较为明显的下降，呈现较为明显的倒“U”形特征（见图1），表明其产业已在逐步向外转出；从工业化水平看，净转出地区一直维持在较高的工业化水平，但期间具有一些波动。净转入地区工业总产值份额平均为26.89%，这期间一直呈现出较为明显的上升态势，只在2009年出现了一定的下降，表明该类区域主要是产业集聚与转入；其工业化水平也呈现稳步上升的态势，2008年达到51.17%，之后略有下降。其他中西部地区工业总产值平均份额为25.38%，大体呈现出先下降后上升的“U”形变化趋势，其中以2005年为拐点；而其工业化水平在三类区域中最低，平均为37.72%，但从2005年开始工业化进程已明显加快。
2 中国区域发展差异与碳排放特征
下面分别从区域经济发展水平、碳排放特征二个方面，对中国三类区域经济发展与碳排放差异进行比较分析。
2.1 区域经济发展水平
为反映不同区域经济发展水平的变化，我们选取了1997-2009年以美元计算的三类区域人均GRP指标来进行分析（见图2）。从图中可以看出，产业净转出地区经济发展水平最高，2009年人均GRP达到6 615美元；其次为产业净转入地区，2009年人均GRP为3 952美元；最低的是其他中西部地区，2009年人均GRP只有2 663美元。从1997-2009年三类区域人均GRP动态变化看，净转出地区2009年人均GRP是1997年（1 306美元）的5.07倍，净转入地区人均GRP增长最快，2009年是1997年（668美元）的5.91倍，其他中西部地区人均GRP增长最慢，2009年是1997年（547美元）的4.87倍。这表明，东部发达地区产业主要是转移到发展水平比较接近的地区，而不是中西部最落后的地区。净转入地区由于产业转入获得了较快的经济增长。
2.2 区域碳排放特征
表2分别给出了三类区域工业碳排放份额及人均碳排放量二个指标。可以看出，三类区域碳排放差异特征较为明显。从1997-2009年各地区工业碳排放量所占份额看，净转出地区从1997年的33.61%下降到2008年的31.19%，下降了2.42个百分点，2009年又略微上升到31.48%；其他中西部地区碳排放份额尽管中间有所变化，但下降趋势更为明显，从1997年的37.83%持续下降到2009年的31.69%，下降了6.14个百分点；而与此相反的是净转入地区碳排放所占份额出现了明显的上升，从1997年的28.56%上升到2009年的36.83%，上升了8.27个百分点。
从人均工业碳排放量看，净转出地区人均碳排放量一直高于各地区平均水平，其中1997年为2.42 t，比平均水平高0.65 t，2009年增加到4.74 t，仍比平均水平高0.64 t。其他中西部地区人均碳排放量较低，1997年为1.78 t，比各地区平均水平低0.36 t，2009年人均碳排放量增加到2.87 t，比平均水平低1.24 t。净转入地区人均碳排放量出现了持续的上升，从1997年的1.82 t增加到2009年的5.51 t，13年间增长了202.58%，其中2004年之前一直低于净转出地区，之后则开始超过净转出地区，到2009年已高于净转出地区0.77 t，高于各地区平均水平1.41 t。
另外，我们还采用工业碳排放强度指标来分析三类区域碳排放的一般特征。工业碳排放强度为工业碳排放总量与工业总产值之比。从图3可以看出，1997-2009年三类区域碳排放强度都出现了较为明显的下降，但区域差异特征明显。净转出地区碳排放强度最低，从1997年到2002年下降幅度较大，6年间从5.2 t/万元下降到3.35 t/万元，下降了35.58%；随后的2002-2009年8年间，下降幅度开始减缓，从3.35 t/万元下降到2.54 t/万元，下降了24.18%。这表明，随着区域碳排放强度的不断下降，其碳减排的效果将趋于减缓。净转入地区和其他中西部地区碳排放强度较高，下降趋势基本一致，其中净转入地区从1997年的7.9 t/万元下降到2009年的4.39 t/万元；其他中西部地区从8.24 t/万元下降到4.17 t/万元。分阶段看，净转入地区和其他中西部地区碳排放强度在经过1997-2000年的快速下降后，“十五”时期碳排放强度下降幅度并不明显，分别仅下降6.80%和9.40%；“十一五”前4年，其碳排放强度又开始进一步下降，分别下降了21.89%和27.85%，但目前两类区域的碳排放强度仍然偏高，还有进一步下降的空间。尤其是净转入地区，2009年其碳排放强度在各类区域中最高。
3 中国区域碳排放效应分析
在对中国区域发展差异与碳排放特征进行分析的基础上，运用公式（7），我们对中国区域工业碳排放效应进行分解，计算数据来源于1998-2010年《中国统计年鉴》、《中国能源统计年鉴》、《中国工业统计年鉴》及各省市区统计年鉴。
受产业转移等方面因素的影响，不同阶段工业部门碳排放效应差别较大。从2001年起，中国重新开始了新一大幅度的增长，我们以2001年作为其中一个时间点。从三类区域工业总产值份额看，2005年是第一类区域即净转出地区工业总产值份额从上升到下降的转折点，也是第三类区域即其他中西部地区工业总产值份额从下降到上升的转折点（见表1），因此，可把它作为一个重要时间点来进行分析。这样，我们可以把1997-2009年分为三个阶段，即1997-2001年、2001-2005年和2005-2009年，分别计算不同阶段三类区域的碳排放效应，并与中国总体情况进行对比（见表3）。
从表3可以看出，1997-2001年间，与其经济规模快速增长相比，各地区碳排放增长幅度较小，主要是由于碳排放系数效应、能源强度效应和经济结构效应三方面都发挥了较好的作用。第一类区域工业部门经济规模效应最高，达到了45.9%，期间碳排放系数效应和能源强度效应贡献较大，分别为-2.99%和-34.49%，经济结构效应为-2.06%，碳排放总效应只上升了6.36%；第二类区域经济规模增长效应居中，但能源强度效应贡献较低，使得其碳排放增长在三类区域中最快，这期间碳排放总效应上升了19.16%；第三类区域经济规模效应最低，为33.99%，相应地其经济结构效应为-4.78%，能源强度效应为-30.94%，工业部门碳排放整体效应为-1.99%，同比出现了下降。但这种情况的出现一定程度上是以经济增长缓慢，工业出现相对萎缩为代价的。
2001-2005年是这三个阶段中碳排放增长最快的时期，工业部门碳排放总效应为73.46%，三类区域差别也较为明显。第一类区域碳排放总效应为65.6%，其中经济规模效应为82.67%，经济结构效应为6.1%，碳排放系数效应为-0.49%，能源利用效率不断提高，能源强度效应为-22.68%；第二类区域工业部门规模不断提升，经济规模效应为98.3%，经济结构效应为19.47%，同时能源利用结构没有得到相应的改善，碳排放系数效应为0.51%，能源强度效应为-15.92%，呈现出重化工业进程中较为明显的高增长、高能耗、高排放特征；第三类区域工业部门碳排放总效应最低，为58.23%，但其经济增长速度也是最低的，经济规模效应为60.65%，经济结构效应为0.82%，与此同时，其能源利用效率提升较慢，期间能源强度效应仅为-3.61%。
2005-2009年5年间，工业部门碳排放增速开始减缓，碳排放总效应为34.22%。三类区域碳排放总效应差别较小，但各区域碳减排的驱动力却呈现出不同特征。从第一类区域看，随着产业向中西部地区转移，经济规模效应明显降低，为58.43%，同时，经济结构效应为-7.48%，表明第一类区域工业部门转移效应明显；期间能源强度效应出现了进一步下降，仅有-17.85%，这表明随着第一类区域能源利用强度的不断下降，能源技术进步所起的作用应最低，为32.28%。第二类区域这期间经济增长仍保持较高的速度，工业部门比重呈现出上升的趋势，其经济规模效应和经济结构效应分别为64.99%和0.56%；碳排放系数效应为-0.85%，能源强度效应为-28.93%，碳排放总体效应为35.77%。第三类区域经济增长速度开始加快，工业部门比重呈现出上升的态势，其经济规模效应和经济结构效应分别为64.71%和8.71%，这也说明产业转移对其经济增长发挥了积极的作用，同时，能源利用结构进一步改善，碳排放系数效应为-0.53%，尤其是能源强度效应，达到了-38.5%，后发优势明显，这表明从“十一五”时期开始，在节能减排的背景下，第二类区域和第三类区域能源利用效率不断提升，而且从发展趋势看，能源利用效率仍有进一步提升的空间。
总体来看，三大区域受产业转移等方面因素的影响，不同阶段工业部门碳排放效应差别较大。第一类区域由于传统产业转移所带来的经济结构效应已开始显现；第二类区域正处于工业化和城市化加速发展阶段，目前工业碳排放强度较大，呈现出较为明显的高增长、高能耗和高排放的特征，碳排放所占比重不断增加，人均碳排放量也出现了较大幅度的增长。第三类区域一直以来维持较低的碳排放增长，但到2007-2009年间碳排放增长速度最快，碳排放增长趋势明显。“十一五”期间，各区域工业部门碳排放增速开始减缓，但其减排的驱动力却呈现出不同特征。从第一类区域看，经济结构效应开始显现，但期间能源强度效应呈现出持续下降的趋势，这表明随着第一类区域能源强度的进一步下降，能源技术进步所起的作用已越来越小，依靠能源强度下降产生的节能减排边际效益递减增加了实现环境与发展目标的难度。第二类区域经济增长仍保持较高的速度，工业部门比重还呈现出上升的趋势，其经济规模效应和经济结构效应使得碳排放进一步上升，但期间能源强度效应已开始显现。第三类区域经济增长速度开始加快，工业部门比重呈现出上升的态势，产业转移对其经济增长发挥了积极的作用，但碳排放增长趋势明显。同时，其能源利用结构进一步改善，能源强度效应已开始发挥重要作用，后发优势较为明显。
4 中国区域碳减排目标设计
早在京都协议公约中，就明确提出了全球碳减排坚持“共同但有区别的责任原则”，即发达国家和发展中国家在CO2排放方面都有义务，但由于国家经济实力不同，承担有区别的义务。同样，中国各区域碳排放的差异性，决定了未来区域碳减排政策也需要坚持“共同而有区别的责任原则”，根据不同区域碳排放特征，建立新的区域碳减排指标分配框架，促进区域产业有序转移与协调发展。对三类区域的碳减排目标具体设计如下（见表4）。
针对净转出地区，经济发展水平最高，碳排放强度相对较低。随着产业向中西部地区转移，碳排放的经济结构效应开始显现。其主要原因是东部发达地区发生转移的产业主要是劳动力密集型和原材料密集型产业，这些产业相对资本技术密集型产业而言碳排放强度较大[1]。因此，在该区域能源强度效应进一步缩小的情况下，下一步的重点需要转移到工业结构的调整上，制定更为严格的减排标准，实施区域优化发展战略，强制减排，克服产业转移的粘性，进一步加大推动该区域传统产业转移的力度，促进其产业结构调整升级，从而达到经济发展方式转变的目标，同时，推动该区域的产业转移，也将有利于促进区域经济均衡增长，其强制减排的经济意义更大。
对于净转入地区，工业化持续推进，人均碳排放量最高，碳排放强度也最高，高增长、高能耗和高排放的特征明显，在未来减排制度的安排上，同样需要实行强制减排，但强制减排的重点应放在提高能源利用效率、降低能源强度上。在中国政府2020年的以碳强度衡量的减排目标中，净转入地区强制减排的环境意义更大。因为从全国碳减排的角度看，产业转移所带来的工业部门产值的区域结构变动对全国能源强度下降实际上起到了阻碍作用。这是因为，能源强度较低的净转出地区工业产值比重出现了下降，而能源强度较高的净转入地区工业产值所占比重逐年增加。这样就需要加强对该地区中那些工业增加值占全国比重上升较快、能源强度大的省区的监控，重点放在对山西、河北、内蒙古等省区的监控上。同时，为了推动净转入地区碳排放强度的下降，实现低碳经济转型，政府和企业有必要制定和实施低碳发展战略，重视和加强低碳技术引进、运用及创新。此外，在净转入地区发展到一定阶段后，也需要有针对性地向其他中西部地区进行产业转移，为推动新一轮区域碳减排、结构调整和经济发展方式转变创造条件。
其他中西部地区无论是从人均GRP、工业化水平、经济发展速度，人均碳排放量看都较低，如果采取“一刀切”的办法实行减排，显然对这一类区域不利。按照人文发展理念，不同发展水平地区在减排中应遵循“共同而有区别的责任原则”[11]，对该类区域应实行发展减排，即在发展中兼顾减排义务。同时，其他中西部地区工业化尚未定型，能够很好地避免高碳发展的锁定效应（lockon effect），这也为该类区域充分利用后发优势，大力发展清洁能源，实施以生态创新为核心的区域绿色发展战略创造了条件。中央政府和发达地区要帮助和扶持该类区域改善能源利用效率，进一步加大对低碳技术引进与应用的资金投入力度，使得该类区域能充分利用东部发达地区的低碳技术，降低单位产值的能耗水平。同时，要建立起财政科技投入的稳定增长机制，支持该类区域低碳技术的研发，支持太阳能、风能等新能源产业和低能耗、高效益的产业发展。其他中西部地区各级地方政府和企业也应加强对低碳技术进行战略投资，大规模应用低碳技术，注重科技创新和先进适用低碳技术的推广。
总体来看，中国幅员辽阔，不同区域的发展阶段特征和碳排放差异为未来中国建立差别化的区域碳减排目标创造了有利条件。这种差别化的区域碳减排目标，不仅有利于体现公平性原则和各区域发展的阶段性特征，而且也有利于推动各区域合理分工、协调发展新格局的形成，这将是未来中国促进区域产业有序转移和协调发展的重要战略途径。
参考文献（References）
[1]魏后凯，白玫，王业强. 中国区域经济的微观透析：企业迁移的视角[M]. 北京：经济管理出版社，2009. [Wei Houkai， Bai Mei， Wang Yeqiang. The Microperspective of Regional Economy in China： A View from Firm Relocation [M]. Beijing： Economic Management Press， 2009.]
[2]俞毅. GDP增长与能源消耗的非线性门限：对中国传统产业省级转移的实证分析[J].中国工业经济，2010， （12）：59-67. [Yu Yi. A Nonlinear Threshold Model about GDP Growth and Energy Consumption： An Empirical Study on the Interprovincial Transfer of Traditional Industries[J]. China Industrial Economics， 2010， （12）：59-67.]
[3]王峰，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，（2）： 124-137. [Wang Feng， Wu Lihua， Yang Chao. Driving Factors for Growth of Carbon Dioxide Emissions During Economic Development in China[J]. Economic Research， 2010， （02）： 124-137.]
[4]Kaya Y. Impact of Carbon Dioxide Emission on GNP Growth： Interpretation of Proposed Scenarios， Presentation to the Energy and Industry Subgroup[R]. Response Strategies Working Group， IPCC， Paris， 1989.
[5]Wu L， Kaneko S， Matsuoka S. Driving Forces behind the Stagnancy of Chinas Energy Related CO2 Emissions from 1996 to 1999： The Relative Importance of Structural Change， Intensity Change and Scale Change[J]. Energy Policy， 2005， 33（3）， 319-335.
[6]魏一鸣，等. 中国能源报告（2008）：碳排放研究[M]. 北京：科学出版社，2008.[Wei Yiming，et al. China Energy Report（2008）： CO2 Emissions Research[M]. Beijing： Sciences press， 2008.]
[7]张友国. 经济发展方式变化对中国碳排放强度的影响[J]. 经济研究， 2010，（4）： 121-134. [Zhang Youguo. Economic Development Pattern Change Impact on Chinas Carbon Intensity[J]. Economic Research Journal， 2010，（4）： 121-134.]
[8]齐绍洲，李锴. 区域部门经济增长与能源强度差异收敛分析[J]. 经济研究， 2010，（2）： 110-123. [Qi Shaozhou， Li Kai. The Convergence Analysis of Differences of Regional Sectors Economic Growth and Energy Intensity[J]. Economic Research， 2010，（2）： 110-123.]
[9]谭丹，黄贤金. 我国东、中、西部地区经济发展与碳排放的关联分析与比较[J]. 中国人口・资源与环境， 2008，18（3）：54-57. [Tan Dan， Huang Xianjin. Correlation Analysis and Comparison of the Economic Development and Carbon Emissions in the Eastern， Central and Western Part of China[J]. China Population， Resources and Environment， 2008，18（3）：54-57.]
节能减排审计是以环境审计为基础、专门负责节能减排工作审计的一门专项审计，通过对企业经济活动中节能和污染物进行科学管理、对预计投资项目的耗能以及环境影响相关信息进行鉴证和评价，为企业提供能源和环境咨询服务，从而监督企业采取尽可能采取节能减排相关措施，促进企业减少能源消耗。构建节能减排审计评价体系可以进一步提高节能减排审计工作效益。节能减排审计主旨是对企业经济活动节能和污染物科学管理、预计投资项目耗能等相关信息进行鉴证和评价，建立科学的评价体系，可以更有效地对企业节能减排工作进行评价，监督企业采取相应的措施，提高评估项目的效率和效果，从而提高节能减排审计工作效益。构建节能减排审计评价体系可以进一步完善审计理论内容。随着所有权和经营权分离的受托经济责任的发展，以及受托环保责任出现，环境审计随之产生。其主要是对公共环境项目进行审计，具体内容包括合规性审计、财务审计和绩效审计，节能减排审计可以作为环境审计中一个组成部分，对节能减排审计评价体系构建可以丰富审计理论的内容，促进审计理论不断向前发展。构建节能减排审计评价体系可以指导实践工作的开展。通过构建科学合理地节能减排审计评价体系，审计人员在实践工作中可以根据评价指标有目的开展工作，尽可能搜集和节能减排审计评价相关资料，对企业作出客观、全面、系统的鉴证和评价。从实践中，促进企业不断实施开展节能减排项目。
二、节能减排审计评价研究综述
（一）国外节能减排审计评价相关内容综述 （1）加拿大。加拿大特许会计师协会在《环境绩效报告》中，列举包括资源、公用事业、零售业等7种行业一共15个方面的环境绩效指标，内容涵盖土地资源利用和破坏、可再生资源使用、危险物品的管理、能源保护、空气和水源监控方案等，（2）日本。2000年日本环境厅颁布《环境会计系统的导入指南》，专门提出企业环境保护对策效果评价指标，主要分为两大类：一是环境保护效果评价指标，即主要反映的指标是对企业环境造成负面影响的量和增减变化情况进行确认与计量时所采用的物量单位指标。具体包括：第一，经营场地内效果，如环境污染物资排放量、温室气体排放量、能源使用量、废弃物最终处理量等；第二，上下游效果，包括绿色原材料耗用量、有毒化学物质使用量等；第三，其他环境保护效果。二是环境保护对策的经济效果评价指标，其主要是反映企业环境保护对策采用的收益，以及费用减少进行确认和计量所采用的货币单位指标。（3）国际标准化组织。国际标准化组织的IS014000系列标准中，提出节能减排审计评价指标，包括环境状况指标、经营绩效指标和管理绩效指标。其具体涵盖的指标内容有：企业生产经营活动对当地附近水域、排气等空气质量影响；企业厂房设施设计、运营和维护；向企业厂房场地设施的提供材料、能源和劳务等；企业组织内部不同级别的人员，开展计划活动和程序等。 （4）世界可持续发展企业委员会（WB
CSD）世界可持续发展企业委员会（WBCSD）提出了以“生态经济效率”来反映可持续经营目标，对生态经济效率指标体系划分为产品或服务的价值、创造产品或服务的过程中对环境的影响及使用产品或服务的过程中对环境的影响三类，具体涵盖能源消耗、材料耗费、自然资源消耗和废弃物排放等方面的指标。
（二）国内节能减排审计评价相关内容综述 我国目前没有针对节能减排审计评价体系，但是针对环境保护开展了绩效审计工作，国家公开了权威评价指标体系，主要包括以下几方面信息：
财政部2004年颁发《中央政府投资项目预算绩效评价工作指导意见》中指出评价指标包括社会效益指标、财务效益指标、建设工期指标等10个绩效指标，覆盖了财务效益、社会效益、社会效益三个方面；建设部与国家发改委联合2006年联合颁发的《建设项目经济评价方法和参数》，评价指标体系主要涉及以下方面：经济增长指标（包括净现值、经济净现值、社会纯收入等）；国务院国有资产监督委员会2006年颁布了《中央企业综合绩效评价管理暂行办法》，其中规定中央企业综合绩效评价包括财务绩效定量评价和管理绩效定性评价两部分。
目前，我国专家学者对节能减排审计评价也提出自己不同看法，如清华大学企业研究中心对上市公司进行绩效评价选取了盈利能力、偿债能力和成长性三方面指标；张士则（2009）认为增加新的耗能评价指标，完善企业能耗评价体系，包括增加可比产品综合能耗指标；宋马林（2008）基于可持续发展与节能减排结合视角，对国内各个地区开展节能减排成效进行评价，运用超效率数据包络模型探讨社会协同地区节能减排的评价体系；龙成凤，李淑清（2006）采取平衡积分卡方法建立公司四套绩效测评指标；乔引华（2006）等从企业、行业、政府三个角度出发评价企业的环境绩效，三者职能存在巨大差异，因此评价标准具有很大差异；袁广达（2006）提出环境保护效益评价指标可以包括资金使用效益指标、环境保护管理监督指标和社会效益综合评议指标等。还有一些学者从不同方面对我国绩效审计评价指标进行修订和完善，这里不再过多阐述。
三、节能减排审计评价体系构建
（一）评价主体 我国环境审计主体是政府为主导，部分大型企业参与环境审计工作。从节能减排审计实际工作掌握程度分析，政府没有直接参与企业生产经营活动，不能够保证节能减排审计工作运行合理有效，评价工作也不能够可靠和客观。
笔者建议，节能减排审计评价主体包括三方面：政府部门、民间团体和企业内部审计部门，通过三方共同努力，客观、综合地评价节能减排审计工作。
（二）评价客体 节能减排审计评价的客体主要包括具体审计过程和节能减排实施效果的评定，包括对节能减排资金使用合规性、节能减排制度的有效执行程度和节能减排评价指标完成情况等方面，反映企业生产经营活动对节能减排实施效果。
（三）评价标准 （1）系统全面性。系统性即要求构建的节能减排审计体系时应当注重系统整体角度，不遗漏任何一项指标，每个评价指标可以相互配合，全面、系统地体现被审计主体节能减排项目开展执行情况。（2）科学逻辑性。节能减排审计工作复杂，企业对经济活动多样，决定在构建节能减排审计评价体系时应当注 意各个组成部分具有逻辑性，可以多个不同层面对企业节能减排进行考核，如何财务层面、社会公众层面和内部机构运营层面，各个层面之间具有一定逻辑关系，相互联系，每个层面考核指标可以根据企业特点自行设置。（3）简明实效性。构建节能减排审计评价体系时应当从实际出发，考虑设定考核指标合理、可靠。可以依据企业具体项目设定指标，具有一定可操作性，可以体现为货币单位核实，如果确实不能通过货币进行核算，可以考虑采用分级设置“优”、“良”、“中”、“差”等多阶段标准。（4）成本效益原则。节能减排审计评价体系在构建时应当考虑成本效益原则，仅可能使企业构建评价体系发生的成本支出小于其所带来的收益，考核标准尽量简化，保证高质量的评价指标。具体问题具体分析，设计相关便于考核指标，搜集相关数据、资料。（5）量化可比性。节能减排审计评价体系在构建时应当注意各个组成部分相互独立，不同层次之间或同一层次中不同考核指标相互独立，不能交叉重叠。考核内容在总体目标相同时，比较具体评价项目的不同方面的差异，具有一定的可比性。评价考核标准可以用量化反映出来，运用相对数、平均数和比例数等数学计量方法进行考核比较。
（四）评价指标 （1）节能减排审计评价指标的设定。根据我国学者已有的研究文献中所提到的内容，节能减排审计评价指标有三个取得来源：一是通过对企业内部经济活动和企业文化政策进行指标设定，包括财务收支、节能减排投入、企业文化、政策和道德价值观等方面；二是企业研发过程和生产过程相结合，对企业进行设计和研发，不断注入节能减排理念，从产品开发设计环节关注节能减排；三是节约思想的贯彻，节能减排审计评价指标应当考虑能源的节约，鼓励和考核新能源的使用。
第一、宏观规划指标：包括绿色产品比例、节能环保设备使用率、节能减排教育培训投入率等。
绿色产品比例=■×100％
节能环保设备使用率=■×100％
能源有效利用率指标=■×100％
能源有效利用率指标反映企业消耗能源水平和利用的最终效果。
节能减排教育培训投入率=■×100％
第二、运营效益指标。主要针对节能减排项目所获收益进行评判，包括节能减排设施投资收益、节能收益净额，节能减排成本节约净额等。节能减排项目收益可能会影响企业未来几年或几十年，其成本支出当期发生，有时会出现“入不敷出”的现象。企业应当从长远观点考虑，设定相应指标进行考核。
节能减排设施投资收益=该设施带来的收益-该设施投入支出总额
节能收益净额=节能金额-投入金额
节能减排成本节约净额=节能减排节约额一节能减排投入金额（节能减排节约额包括违反环境法律法规的罚金减少额、能源节约金额、资源回收再利用节约额）
第三、投资效率指标。主要针对节能减排项目投资过程中收益相对总收益比例进行考核，包括节能减排设施投资收益率、节能减排技术创新投入率以及节能投入收益率等相对指标。和之前的运营效益指标相比，其侧重相对数评价。
节能减排设施投资收益率=■×100％
节能减排技术创新投入率=■×100％
节能投入收益率=■×100％
第四、实施效果指标。主要针对节能减排项目实施过程中污染减少效果进行测定，具体包括：单位产值能源消耗量、“三废”产品利用率以及污染物排放达标率等指标。
单位产值能源消耗量=■×100％
将单位产值能源消耗量指标拓展到能源消耗指标，主要选取电能、燃料和原煤等产值系统，其他相关能源可以参考此指标设定。
电能消耗产值系数=■
燃料消耗产值系数=■
原煤消耗产值系数=■
“三废”产品利用率=■×100％
废弃物回收利用率=■×100％
污染物排放达标率=■×100％
单位产值排放废弃物、污染物的数量
=■×100％
排放的废水的产值系数=■×100％
排放的废气的产值系数=■×100％
排放的废水是指企业厂区所有排放到外部的废水量，包括生产废水、对外排放直接冷却水、超标排放的矿井地下水和生产废水混排的厂区生活污水等；排放的废气是指企业燃烧燃料和实际生产经营过程中向空气排放的含有污染物质的气体。
（2）节能减排审计评议指标的设置。评议指标是指在定量指标设定的基础上，主要涉及企业节能减排审计定量指标中没有考虑的范畴和预计会影响节能减排效果的潜在因素，设定相应的定性指标，更完善地考核企业节能减排审计效果。
通过评议指标从广泛范围评价企业节能减排的实际效果，有利于企业节能减排审计评价制度更加规范、科学、合理。评议指标的设置可以从定性指标角度考虑，与定量指标相结合，全面综合地考察企业节能减排审计业绩。
节能减排审计评议指标可以考虑设定：企业管理层节能减排重视程度、企业制定节能减排相关制度和规定情况、企业节能减排人员综合素质情况、污染物治理措施和结果情况、企业节能减排指标完成效果、企业遵守国家环境保护相关法律法规情况六项指标。
（五）评价方法 节能减排审计评价方法可以划分为传统常规的审计评价方法和特有的审计评价方，本文此处主要将方法主要过程予以说明，具体详细的操作过程可以进一步在以后研究中详细阐述。（1）传统常规的审计评价方法。传统常规的审计评价方法主要包括：第一、审阅法，审计人员根据书面资料，审查和阅读，查明被审计单位生产经营活动涉及节能减排的合理、合法和有效程度；第二、访谈法，通过询问和访谈的方式调查和了解企业节能减排的具体情况；第三、观察法，审计人员对被审计单位经营场所、实物资产和生活经营活动进行实地勘察；第四、分析性复核，审计人员对被审计单位财政收支、节能减排评价指标进行研究分析，重点关注被审计单位异常变动的项目。（2）特有的审计评价方法。特有的审计评价方法主要运用方法包括：第一、目标导向法，针对被审计单位涉及节能减排审计的项目分解多个目标，依照一定审计标准，采用相应的审计方法进行审计，提出相应的审计建议；第二、节能减排审计费用效益分析 法，在现有的经济技术条件下，以最小的成本取得最大的收益，具体实施方法包括直接市场价值评价法、替代市场法和意愿调查法；第三、节能减排审计费用效果分析法，将环境保护和节能减排费用与其实施的效果进行方案比较的经济评价方法，具体包括最佳效果法和最小费用法。
（六）评价报告 节能减排政府审计报告披露信息应当注重国家行政和企事业单位经济组织在经营过程中能源节约和环境保护资金使用效率和效果、对节能减排法律法规政策执行情况以及监督检查企业节能减排工作绩效，促进企业经济效益提高。具体包括：（1）节能减排法规执行情况信息，如节能减排责任考核结果，污染情况和排污收费缴纳情况，国家地方法规行业标准要求其他事项；（2）节能减排环境质量情况，如污染物排放达标率、三废排放数量、环境有害物品保管和使用情况；（3）环境治理和污染物利用情况，如回收利用环境污染情况，污染治理培训职工参与情况，企业环保法规规范制定情况。
节能减排政府审计报告格式应当与审计目标相关，节能减排审计报告目标是披露被审计单位节能减排会计报告的审计状况，注重审计会计报告的合法、真实性，可以采用传统审计报告模式，审计人员可以出具无保留意见、保留意见、否定意见和无法表示意见等类型的审计报告，格式也可以类比参照。如果节能减排审计的目的是评价被审计单位节能减排项目的效果，审计人员应当根据实际工作搜集的相关审计证据，科学分析，出具节能减排审计建议书。
四、节能减排审计评价体系实施建议
（一）充分认识设定节能减排审计评价指标的重要意义 转变传统审计思维，在国家能源消耗大企业和重要行业开展节能减排审计评价工作，使人们充分认识到节能减排审计评价体系的重要意义，深刻理解节能减排审计在低碳经济环境下保障企业可持续发展的作用。在高耗能、污染大的煤炭、化工、建筑等行业中开展节能减排审计评价工作。鼓励企业参与国际环境管理系列标准ISO14000环境质量认证体系，有利于企业参与国际竞争，提高节能减排意识。
（二）颁布节能减排审计评价法律规范 我国目前没有针对节能减排审计的法律规范，也没有节能减排审计评价体系的法律法规。但政府相关部门已经开始逐步重视对节能减排审计工作实施，2011年5月，审计署所公布的《20个省有关企业节能减排情况审计调查结果》显示，已有6个省政府及相关部门颁布并制定针对节能减排审计的规章制度，8个省取消企业违规占用国家资源的政策。同时，我国政府应当尽快颁布促进低碳经济发展的法律法规，促进企业开发水能、风能等清洁资源利用，结合我国国情，建立评价低碳审计指标体系，不断健全节能减排审计评价体系法律法规。
（三）不断提高审计人员节能减排审计评价业务能力 审计人员应当不断扩宽知识领域，学习和节能减排相关的环境法学、发展经济学、工程学等相关知识，提供自身综合知识能力，以便具备足够能力适应节能减排审计工作的要求。对审计人员定期进行培训，通过培训班和研修课程，不断更新审计人员环境会计审计知识，从而满足企业对节能减排审计工作实施的要求。培训方式可以通过定期讨论、网络视频学习等方式，同时加强对审计人员职业道德培养，注重审计文化传授，不断增强审计人员工作责任感，激发其爱岗敬业的热情。
（四）积极参与节能减排审计国际交流合作活动 低碳经济环境下，环境保护和节能减排日益受到人们关注，环境问题发展成为国际问题。环境问题的顺利解决，需要各国政府、国际社会和各国人民共同合作。确立和谐的人与自然关系，使人类活动与自然资源消耗相互协调，建立可持续发展的社会是各国人民共同努力奋斗的目标。我国环境污染相对严重，应当加强与国际组织及其他国家节能减排审计组织沟通与合作，积极吸收和借鉴国外相关组织的节能减排成果与经验，可以更有效地促进我国节能减排审计工作开展，保证节能减排审计评价指标的顺利执行和有效实施。
在低碳经济日益凸显环境下，企业应当注重节能减排审计评价指标设定及相关工作的发展变化，积极在企业内部开展节能减排审计评价工作，注重企业生产经营活动的投资收益性、运营效益性、实施效果性，并针对审计人员提供审计报告，尽可能解决企业生产经过过程中存在的问题，改善企业环境。
参考文献：
［1］张庆龙：《能源审计理论与方法》，中国时代经济出版社2005年版。
【关键词】碳税碳交易中国碳减排
【中图分类号】F124
一、碳税与碳交易的涵义及现状
碳税是指在能源排放中按每一单位碳含量比例所征收的税。在严格控制碳排放的背景下，对于传统的能源以碳的不同含量来分别征税，以期达到延缓全球变暖速度的效果。碳税机制下企业自身利益最大化的目标则是碳排放的边际成本与碳税相等。从全球看来，美国、日本以及北欧各国等碳制度研究较早的国家都已陆续建立了旨在减少碳排放量的税收制度，并且在一些碳税制度较为完善的发达国家，其碳减排已经取得了相当成效。
在我国，国家发改委联合财政部于2010年首次就碳税问题作出专题报告，报告指出现阶段的中国应该首先推出生产型而非消费型的碳税模式，即应先向排放碳的企业征收暂不针对个人。该专题报告不仅提出了我国碳税制度实施的基本框架，也包含了如何实现碳税征收的路线图以及相关配套措施方面的建议。
碳交易是针对全球碳排放总量而采取的市场机制措施。1997年，《京都议定书》上决定将碳排放权作为一种可交易商品，先严格限定全球碳排放总额，企业可以在碳市场中交易许可证，许可证额度内允许排放温室气体。从而形成了排放权的交易，目的是发挥市场机制作用探寻减排新路径。《议定书》同时规定了三种灵活履行机制，分别是：发达国家适用的“联合履行”（JI）、适用于发达国家和发展中国家之间的“清洁发展机制”（CDM）、以及“排放限额交易”（ET）。
我国碳交易方面，实际参与的只有碳交易体系中的清洁发展机制。2011年10月国家发展改革委员会首次批准北京、上海、天津、重庆、湖北、广东和深圳等七省市开展碳交易试点工作。其中，深圳市于2013年6月18日启动全国首个碳排放权交易市场，为中国碳交易的实施拉开了序幕。
二、碳税与碳交易的比较分析
（一）减排成本比较
1.碳税：实施成本低，社会成本高
相比于碳交易机制来说，碳税的实施成本较低。碳税以各国现有的税收法律为基础，其实施方式即为增加一个税种。各国现有的税收制度非常完备，并且已经存在燃油税、资源税等各类针对能源的税目，碳税可以在此基础上开征，不必重新设计一种新的制度体系以及配备相关的机构设施。这不仅降低了碳税实施的成本，而且可以随时征收，减少为构建新体系花费的时间。同时，碳税计量较碳交易简单，征收环节非常集中，可操作性强。
但是就社会成本而言，征收碳税有着诸多弊端，例如增加产品成本、通货膨胀率提升；降低居民生活水平等。同时，很多人认为一旦征收碳税，生产企业会将其税负转移到消费者身上，起不到以高税率遏制碳排放的作用。因此，碳税的推行遇到非常大的阻力，不仅影响国家经济命脉的能源部门反对征收碳税，消费产品的个人为避免税负的转移也不支持实行碳税。所以，碳税的征收不仅要考虑其实施有效程度，也要考虑社会成本，研究其会不会对健康的经济产生不利影响。
2.碳交易：社会成本低，实施成本高
由于温室效应是均匀分布在全球的负外部性，所以无论碳减排发生在哪里，其收益都完全一致。但是，鉴于各国经济发达程度不同，各地的减排成本却有着巨大的差异。因此，碳交易核定的总排放量保持不变的情况下，利用地域成本差异，使碳减排成本最小化，这无疑做到了社会效益与经济效益的兼顾。《京都议定书》中设计的三种灵活履行机制确保了在各类不同的情况下，其减排都以最低的成本发生。从微观层面来看，碳额度的交易比较灵活，在核定碳排放额度预计不够的情况下，企业既能选择从自身方面提升创新水平，也能选择到法定的碳交易市场购买需要的额度，多途径的实现碳减排的目标。
但是，构架碳交易体系成本却很高。创建一个完善的新型市场机制对于碳交易体系的顺利运行必不可少。首先，使碳排放权变成可交易商品的量化工作不仅工作量大，而且需要世界各国碳排放的具体数据，为了保证真实性，也具有监测成本。第二，为了使碳排放权成为稀缺资源，强制保障措施必不可少，需要设立监管机构，制定严格的惩罚措施，产生保障成本。第三，碳市场运作后，为了监测不断波动的碳价格也给交易双方带来额外的成本。由于上述因素的存在，实际上实施碳交易的成本要远高于理论成果，这对于发展中国家来说是一个沉重的负担。
（二）减排效果比较
1.碳税：减排效果不确定性高
理论上，碳税的高低与实际碳减排效果呈现正相关关系，税率越高，减排效果越出色，但就目前而言，两者间没有确定的数量关系，量化困难。也就是说，碳税制度存在很大的不可控性，无法确切的将碳排放降到警戒线以下。同时，随着碳税的不断增加，其碳减排效果存在边际递减效应，然而其减排成本却有边际递增的效应，到达一定程度之后，碳税的征收可能会导致事倍功半的效果；另外，企业很可能将额外的碳税税负转移给消费者，这使减排效果不可控性大大增加。
纵观碳税制度的实施国家，只有北欧国家由于经济发达，法律完善而使其得以有效实施，剩余国家效果均不佳。所以学界有观点认为，仅仅依赖单一的碳税来实现我国核定的碳减排目标可操作性低，同时具有很高的不确定性。
2.碳交易：减排效果不确定性低
碳交易措施最大的优点就在于减排效果有保障，并且可以事先预计与量化。碳交易设置全球总排放目标后，根据一系列因素将其分配至各国，国家也可以根据自己的减排额，将其分配到地区，行业甚至微观企业。通过利益的合理分配，碳排放份额不断进行流转，最终以市场来实现全球减排的目标。同时，辅以完善的监督机制有效管制各级排放主体的遵约状况，保证减排的实施。
《议定书》参与国家承诺于2008～2012年间其温室气体排放量在1990年的水平上平均削减5.2%，这就为这些国家碳排放量设定了一个上限。根据世界银行研究数据，在2005～2007年期间，碳交易体系使总的碳排放量降低了2%～5%，平均每年减少4 000万吨～1亿吨排放。同时，碳交易制度中的CDM和JI机制帮助了许多不发达参与国进行低碳工程的建设。碳交易措施的减排量是确定的，这对延缓气候变化有很大帮助。
（三）未来前景比较
1.碳税：灵活多变，但前景不足
对比碳交易制度，碳税制度更加灵活多变。碳税作为税种的一部分，其核心控制权在各国政府税务部门手中，税务部门可根据对宏观经济的把握，随之调整征税范围、税率水平等。这样可以使碳税跟着经济走，减少对经济的影响，最大化提升其减排效果。
然而，额外开征碳税对国民经济的负面影响较大。碳税的较早征收国荷兰，经济一度受到较大的冲击。研究表明，若是在我国征收20元每吨的碳税，会使我国GDP减少0.015%，就业减少0.008%，出口减少0.548%，而碳减排仅仅为2%左右，若是继续提升标准，追求减排量的达标，碳税会使普通能源的价格提高，企业可能会将额外税负以价格形式转移到消费者中，使人民利益受损，这对于我国的社会发展有着很不利的影响，因此，碳税并不是一个可以作为长期国策的制度。
2.碳交易：体系僵化，但前景广阔
碳交易的体系设计比较僵化。首先，减排基准量的确定不准确。由于各国经济差异很大，其碳排放量也必然不同。根据减排基年判断的减排基准量会有较大误差，这可能导致某些国家配额过少，而另外一些国家配额溢出，从而出现浪费资源的情况。其次，制度的适应性与灵活性较差。与碳税类似，最佳配额的确定与经济发展情况有着非常重要的关系。受到视野的限制，未来状况具有不可预见性，这使得政府僵硬的配额计划赶不上经济形势变化，产生过少的分配导致高昂的成本，过多的分配导致浪费的情况，经济效率的实现非常困难。
但是，目前碳交易市场的构建正在持续加速。对于碳排放交易体系的构建成为当前全球能源规划中的重要部分。据统计，全球碳交易额2007年为630亿美元，2008年1 263.5亿美元，2009年1 140亿美元，2010年达到1 200亿美元。据世界银行预测，截止到2020年，全球碳交易市场总额将提升到3.5万亿美元，涨幅惊人。随着交易额的迅速攀升，交易额最大的石油能源的市场地位很可能将被碳交易市场所取代，其前景十分广阔。
三、相对减排目标下二者的兼容性分析
碳减排的目标被分为绝对与相对两种。绝对减排目标，就是针对总量进行绝对的碳排放削减，同时严格监督以达到预期的减排效果。而相对减排目标则较为温和，以碳减排与产出值等衡量因素构造相对比例，不以重大经济损失为代价而达到相对减排效果。碳税与碳交易在这两种不同目标之下其效果也大不相同。相比于绝对减排目标，相对减排目标更加灵活具有弹性。但相对减排目标并不严格遵照减排总量，所以其减排效果具有相当的局限性。然而以中国为代表的发展中国家面对着经济发展和人民生活的双重压力，必须在其中寻找平衡点，所以中国选择相对减排目标更符合现实需要。
相对减排目标的碳交易中，由于不是对总量进行绝对的碳排放削减，所以其减排目标有着动态性，不会出现超出限定排放的情形。同时，科技水平的上升会产生更多减排技术以促进减排。企业在碳税制度下节约的排放额度，并不一定能有很广阔的市场。另外，除了碳交易制度的影响，碳税制度也能制约控制企业的碳排放。此时，碳税和碳交易具有兼容性，虽然在相对减排目标下其兼容性并不是很强，但在完成低碳减排目标上具有较大的兼容并蓄作用，减排效果较好，这对于保持健康经济下的碳减排有着积极影响。
结合世界各国，包括中国碳减排的实际经验观察后可以发现，对于不同类型的企业，碳税和碳交易的具有各自的适用优势。大中型排放主体由于其监督、交易等不同方面的成本均较大，从经济效率考虑，推行碳交易比较合适。而小型微型的排放主体，由于其实施和监督成本较低，更适用于碳税制度。从经验中可以得出，当单个政策无法有效率的解决问题时，使用多层次的政策可以收到较好的效果，所以结合我国实际国情，在碳减排问题上，应将碳税和碳交易在时间的跨度上结合使用。
四、我国减排之路的建议
中国在国际上公开承诺大力推行碳减排，以2020年为目标年，我国单位GDP碳排放将会降至2005基准年的40%-45%。作为第一大温室气体排放国，中国面临着经济发展和环境保护的双重任务，如何选择适合自身的减排之路、实现社会经济低碳发展具有重要现实意义。本文认为短期内采用碳税措施，将碳交易制度的建立完善作为一个长期规划，是碳减排措施在中国实施的最佳选择。
（一）短期采用碳税措施
短期可以实行碳税制度。减少碳排放有政府调控和市场调节两种措施，分别对应碳税和碳交易。而与其他国家不同的是，我国政府具有最强大的宏观调控能力，可以在短期内运用行政力量铺设好碳税制度，以便于在2020年之前完成减排承诺。在短期内，碳税的征收并不需要额外的资金支持，只需在我国原有税收体系中进行针对性调整即可运行。但在长期内，由于目前中国税负已经很高，税收体制改革势在必行，长期征收碳税加重企业和居民的负担，不具有可行性。同时，北欧、美国等发达国家十几年征收碳税的经验和教训可以为我国碳税制度的建设提供借鉴，例如确定碳税的征收范围，具有经济效率的税率设置，以及怎样避免其对健康经济发展的冲击等。
在征收碳税时，为了兼顾经济增长的平稳发展，可采用税收中性原则，即在征收碳税的同时，减少其它税收的税率，最终保持税额不变。或者将多出的税收全部以政府支出形式补贴或者投资，保持政府储蓄不变，采用这种形式，补贴的对象应该针对高碳行业、主动减排行业、居民。
（二）转型期采用双策并举模式
有学者研究显示，采用单一的碳税制度可以于2020年使我国碳排放较基准年下降30.85%，明显与我国承诺的40%～45%的减排目标有差距，需要采取进一步的减排措施。但是，不管是单一的碳税制度还是单一的碳交易制度均无法让我国取得合规满意的效果。
通过上述的对比分析与兼容性分析，无疑结合实际国情，将碳税和碳交易在时间的跨度上结合使用是一个较优的选择。鉴于短期和长期所采取的政策差异很大，所以在二者交接的过渡时期内，可以采取改进的双策并举模式。这样既可以在前期发挥碳税灵活多变的优点，为碳减排的建设积累经验，又可以为碳交易市场的建设提供资金与实践，同时也可以接轨国际碳减排步伐，有助于建立我国碳减排大国的积极形象，此外也不损害我国国民经济的健康发展。
（三）长期实行碳交易制度
中国作为联合国CDM项目的最大实施方，却只有CERs的一级市场，国际买家可以在中国市场上买入CERs在国际市场进行套利，这只会加大中国经济与其它国家的差距，这意味着中国需要在长期积极参与碳交易体系。
我国可以率先在高碳排放量的垄断行业中试行碳交易制度，这有助于缓解经济冲击。由于我国中小企业吸收了90%以上的就业人数，所以在大型垄断企业中试行碳交易制度对整体就业的影响相对较低。而大型企业虽然也受到一些影响，但其巨大的体量决定其对损失的容忍度较高，不会对企业的生存造成重大打击。同时，垄断企业资金丰富，人才众多，能为国家碳减排目标提供强大的创新能力。碳交易制度给予企业较大的灵活度，相比于会造成经济效率损失的碳税，促进资源合理配置的碳交易制度无疑将经济损失最小化。最后，我国不仅需要建立完善的碳交易市场，而且要大力推动其国际化，争取利益最大化。目前发达国家碳交易制度相对完善，我们需要紧跟世界能源革命，把握先机。根据《京都协议书》，发展中国家在目前的碳减排情况上具有相对优势，这有助于我国抓住机会建立起属于自己的碳交易体系。殊途同归，无论是碳税还是碳交易，其目标都是保证世界碳减排的实施，可以综合采用两种手段，达到维护全球气候的目的。
主要参考文献：
[1]许光.碳税与碳交易在中国环境规制中的比较及运用[J].北方经济，2011，（06）： 3-4.
[2]朱苏荣.碳税与碳交易的国际经验和比较分析[J].金融发展评论，2012，（12） ： 71-75.
[3]石敏俊，袁永娜，周晟吕.碳减排政策：碳税、碳交易还是二者兼之？[J].管理科学学报，2013，16（9） ： 9-17.
[4]郑爽，窦勇.利用经济手段应对气候变化：碳税与碳交易对比分析[J].中国能源，2013，35（10） ： 11-15.
关键词：十二五规划；自愿碳减排；黄金标准；VCS；熊猫标准
中图分类号：F832 文献标识码：A 文章编号：1009-2374（2012）32-0005-03
2011年国务院常务会议通过的《“十二五”控制温室气体排放工作方案》，明确了我国控制温室气体排放的总体要求和重点任务，提出到2015年，我国单位国内生产总值二氧化碳排放要比2010年下降17%。这是中国政府首次在部级正式文件中提出建立中国国内碳市场，表明碳交易市场建设已经进入政府工作程序。该方案还提出，我国将从自愿碳减排交易入手，探索碳排放交易市场，并加快建立温室气体排放统计核算体系。“自愿碳减排市场”也首次随着政府文件进入公众视野。
1 自愿碳减排市场综述
本文首先要提出的概念是“自愿碳减排”。自愿碳减排，英文简称VER，它是指个人或者企业自愿购买碳排放指标，以抵消自己的碳排放数额，实现零排放，也叫做碳中和。它是一种在京都议定书的清洁发展机制的减排量之外的自发的、公益的、可认证的减排信用额度。
与自愿碳减排相对应的是强制碳减排，它主要指的是《京都议定书》下定义的三种减排机制：议定书第六条所确立的联合履行（以下简称JI）、第十二条所确立的清洁发展机制（以下简称CDM）和第十七条所确立的排放贸易（以下简称ET），作为发展中国家的中国能参与的只有CDM。
自愿碳减排市场（Voluntary Carbon Market）指的是一种碳排放交易市场，由不受京都议定书（Kyoto Protocol）约束的企业、个人或团体，自发性出资，购买减排项目产生的碳减排量，用于抵偿其产生的碳足迹（Carbon Footprint），缓解其活动造成的温室效应。自愿碳减排市场最先起源于一些企业、团体或个人为自愿抵消其温室气体排放，而向减排项目的所有方（项目业主）购买减排指标的行为，它的形成伴随着京都议定书中CDM机制的发展。对项目业主而言，自愿碳减排市场为那些前期开发成本过高或其他原因而无法进入CDM开发的碳减排项目提供了开发和销售的途径；而对买家而言，自愿碳减排市场为其消除碳足迹、为其实现自身的碳中和提供了方便而且经济的途径。VER项目比CDM项目减少了部分审批的环节，节省了部分费用、时间和精力，提高了开发的成功率，降低了开发的风险，同时，减排量的交易价格也比CDM项目要低，但开发周期要短得多。
自愿碳减排市场大致分为两类：一类是自愿但受法律约束的场内交易市场（如CCX），另一类是自愿且不受法律约束的场外交易市场（OTC）。无论是场内交易还是场外交易，都需要相应的核算标准开发减排指标，进而才能进行交易。
2 温室气体排放核算体系在自愿碳减排市场的应用
与CDM项目标准不同，VER市场没有一套特定的法规和核算标准，而是一系列得到不同机构认可的多种标准，VER市场允许制定创新的实践标准，更好设计的标准可以促进VER市场更健康地发展，同时降低VER的交易成本。就世界范围来看，VER市场有许多独立的第三方标准，其中VCS（Verified Carbon Standard）、CAR（Climate Action Reserve）及Gold Standard是VER标准中的领跑者，在场外交易市场的碳排放量交易总量中分别占据58%、12%及12%的市场份额。
目前，国际及国内自愿碳减排市场活跃着以下两种常见的减排量核算标准：
2.1 黄金标准（Gold Standard）
黄金标准是由环境社会非赢利组织的一个小组制定的，适用于自愿减排项目和清洁发展机制项目，它具备完善的利益相关者程序，强调对项目所在地产生的环境和社会经济效益。
黄金标准旨在保障碳抵消质量，通过改善和扩展CDM程序加强项目双赢。黄金标准对大型项目的要求与CDM一致。不同于CDM的是：黄金标准要求小型项目也有CDM额外性的要求。
根据Gold Standard网站统计，截至2012年12月7日，中国共有123个项目申请或成功注册GS，占东道国注册项目总数（679）的18.11%；中国共签发2463171吨二氧化碳减排量，占GS签发总量（14108347吨）的17.46%；其中，中国在黄金标准下已交易2000126吨二氧化碳减排量，占GS交易总量的（12455977吨）的16.06%。
2.2 VCS 2007.1（Voluntary Carbon Standard 2007.1）
该标准由气候组织、国际排放交易协会和世界经济论坛于2006年启用。VCS旨在建立一个通用的、满足基本质量的标准，并减少管理义务和成本。其重点放在温室气体减排的特性上，并不要求项目具有额外的环境或社会效益。
根据VCS网站统计，截至2012年12月3日，中国共有230个项目成功注册VCS，占东道国注册项目总数（916）的25.1%。共有725个项目成功进行过签发，签发的二氧化碳减排量共计108230408吨。
黄金标准与VCS标准的比较请见表1：
目前，国际上类似的自愿碳减排核算标准还有很多，比如Voluntary Emission Reduction （VER）、The Voluntary Offset Standard （VOS）、Chicago Climate Exchange（CCX）、 The Climate、Community & Biodiversity Standards（CCBS）、Plan Vivo System、ISO14064-2标准、CarbonFix Standard（CFS）、Green-e Climate等，无论项目采取哪种核算标准，都可以积极地参与到自愿碳减排市场这个新兴的市场。
2011年场外自愿减排市场（OTC）减排量总交易量约为93000000吨，占全球自愿减排量交易量的约97%。同时，全球自愿减排市场中的减排量总交易量约为95000000吨，与2010年相比下降了28.5%，但成交总额增加了33%，约为5760000000
美元。
随着全球经济的动荡及2012年《京都议定书》第一承诺期结束，自愿碳减排市场活跃的两种常见的减排量核算标准下的减排量的国际交易价格与成交量也出现小幅动荡。
3 结语：建设国内自愿碳减排标准和国内碳交易市场势在必行
国内碳交易市场伴随着全球自愿碳减排市场的发展稳步前进。目前，中国主要的温室气体减排量交易平台有三个，分别为北京环境交易所、天津环境交易所及上海能源环境交易所。
除了发展市场，中国也开始进行自愿碳减排标准的研究开发工作。北京环境交易所推出的“熊猫标准”是中国作为发展中国家推出的第一个自愿减排标准，该标准依据国际市场规则，从中国作为发展中国家的基本国情出发，致力于为中国碳减排项目提供一套完整的项目开发工具和规则体系。熊猫标准着眼于关键地区农林业及其他土地利用行业减排项目的开发，并于2011年3月29日成功实现第一笔基于“熊猫标准”的碳排放交易。
