应对人类活动造成的全球气候变暖, 控制全球温室气体排放, 是世界各国的共同目标^[1—2]。国际上, 为了应对温室气体排放, 如何界定碳减排责任成为各国关注的重点。目前, “谁生产谁负责”为主要的界定方式, 但这种方法忽略了贸易的影响, 以进口商品为主的国家, 减轻了碳排放的责任^[3]。在国家内部同样存在类似的问题, 20世纪80年代以来, 中国省际间贸易互动不断加强, 地区城镇化和工业化进程不断推进, 导致社会对能源的需求量持续增加^[4]。相关研究表明, 化石燃料燃烧和工业化进程的推进是导致温室气体排放量增加的主要因素, 约占总排放的78%^[5]。中国作为碳排放大国, 在应对全球气候变化过程中, 积极探索节能减排的方法和途径, 其中, 碳排放权交易是我国控制能源消费总量的重要措施^[6]。为了保障地区碳交易市场的正常运行, 2011年, 发改委决定在北京市、天津市、上海市、重庆市、湖北省、广东省及深圳市开展碳排放权交易试点, 并确定了地区温室气体排放控制目标, 合理分配各省的碳排放额度^[7]。在制定不同地区碳排放分配方案时, 除要考虑各省的经济发展状况的差异外, 不可忽略的是贸易使得碳在省际间的流动对各省碳排放的影响。

碳中和(Carbon Neutrality), 即碳的净零排放。实现碳中和是一些国家碳排放管制的最高目标^[8]。我国也将碳中和提上日程, 2020年习近平总书记在联合国大会上提出中国将在2030年前实现“碳达峰”, 2060年前实现“碳中和”的总体目标^[9]。碳中和的提出, 使得大量研究人员积极探索具有碳中和的行业^[10—12], 研究实现碳中和的途径^[13—15]。相关研究表明, 推广使用清洁能源^[13], 在节能的同时提高能源的利用效率^[16], 加强森林和碳汇建设, 植树造林^[17], 购买碳信用额度等方式抵消碳排放被视为有效途径^[18—19]。但是在贸易全球化的今天, 贸易对地区的碳排放影响巨大, 商品中蕴含的碳也会随着贸易在区域间流动, 有必要探究贸易碳减排的途径。

目前碳足迹(Carbon Footprint)计算的方法主要有四种, 分别为：生命周期评估法(LCA)^[20—21]、IPCC碳排放法^[22—23]、投入产出法(IO)^[24—25]、Kaya碳排放恒等式法^[26—27], 其中生命周期法和投入产出法最为常用。生命周期法计算结果更精确详细, 因此也被成为从“摇篮”到“坟墓”的方法^[28]。由于生命周期法的这一特点, 很难用此方法测算全行业的碳足迹, 相关研究人员一般从地区、行业的角度测算碳足迹, 利用这种方法缪小红等^[20]分析了农产品供应链的碳足迹；肖雅心等^[29]发现北京市住宅建筑生命周期碳足迹随时间推移呈现降低趋势；王上等^[30]研究表明, 改善华北平原的种植结构, 可以实现增收的同时, 还可以降低农业生产系统碳排放。而环境扩展的投入产出模型是一种可以反映区域间资源流动的自上而下的方法, 利用这种方法杨传明等^[24]分析了中国产业部门之间的全碳足迹关联关系；谭飞燕等^[6]分析了京津冀地区碳足迹, 并分配了各地区的碳排放责任。王菲等^[31]研究了东北三省通过优化水和能源耦合关系实现碳中和的途径；虽然目前碳足迹的研究较多, 但是很少有研究分析区域间贸易的碳中和的特征, 如何通过贸易达到碳减排的目的。

针对目前存在的问题, 假设区域间“无贸易”, 在保持地区现有经济发展水平不变的前提下, 核算了各省份“无贸易”时的碳足迹, 并分析了贸易是否会降低地区碳足迹, 即贸易是否具有碳中和的特征, 找出了具有碳中和特征的主要行业。另外, 类比之前的研究^[10], 提出了贸易碳中和度的概念, 以量化不同地区和行业的贸易碳减排程度。此外, 本文还扩展了多区域投入产出模型, 将该模型与碳生态足迹模型结合, 能更精确的分析地区碳生态赤字情况, 为各地区生态环境的可持续发展提供依据。

1 数据和方法 1.1 数据来源

鉴于2017年区域间投入产出表是目前最新的数据, 本文以CEADS数据库(https://www.ceads.net.cn/)发布的2017年30个省份(不含中国港澳台和西藏的统计数据)42个部门的多区域投入产出表^[32]为基础研究中国区域间贸易的特征。另外, 中国30个省份不同部门CO₂排放数据也是从CEADS数据库获得的。为了便于展示研究结果, 将42个部门划分成8个主要部门, 分别为：农业、采矿业、轻工业、重工业、水燃气电的生产和供应业、建筑、运输业、其他服务业。中国30个省份2017年的GDP数据来自国家统计局(http://www.stats.gov.cn/)；林地和主要农作物产量数据来自EPS数据平台；草地面积数据来自《2018年中国统计年鉴》。

1.2 研究方法 1.2.1 多区域投入产出模型

非竞争型多区域产出模型根据生产平衡可以将R省份i部门的总产出x_i^R表示为：

(1)

式中, a_ij^RS为直接消耗系数, 表示S地区j部门单位产出需要R区域i部门的投入量；f_i^RS代表S地区的最终需求中R省份i部门的投入量；e_i^R代表R省份i部门的出口量。

直接消耗系数a_ij^RS计算公式为：

(2)

式中, x_j^S为S区域j部门的总产出。

根据公式(1)和公式(2)可以将公式(1)改写成矩阵的形式：

(3)

将公式(3)变形得：

(4)

式中, I和A^RS分为单位矩阵和直接消耗系数矩阵；X^R和E^R均为8×1的列向量；L=(I-A^RS)^-1为Leontief逆矩阵。

直接碳排放系数P为单位产值CO₂排放量, 其中的元素p_i^R可以用公式(5)表示：

(5)

式中, pf_i^R表示R地区i部门CO₂排放量, X_i^R表示R地区i部门的总产出。

碳足迹E_c为一个地区消费过程中排放的CO₂总量, 计算公式为：

(6)

式中, F^RS为地区最终消耗矩阵。

1.2.2 碳中和模型

贸易避免的碳排放量为“无贸易”假设下各地区碳足迹与贸易状态下各地区消耗的碳足迹之间的差值, 其计算公式可以表示为：

(7)

式中, EA为各地区贸易碳减排量, E_w为各省份“无贸易”时碳足迹, 其计算方法为本省份不同行业的完全碳排放系数与最终消耗量(本地区生产和外部流入量)的乘积。

类比Wu等^[10]研究中定义的可再生能源的碳中和程度的概念, 定义了贸易碳中和度, 即贸易碳减排量和无贸易时碳排放量的比值, 公式可以表示为：

(8)

式中, CN表示贸易碳中和度, 贸易碳足迹越大, 碳中和度越小。

1.2.3 碳吸收计算模型

(1) 林地、草地。森林和草地碳吸收量CS可以用以下公式计算：

(9)

式中, S_m、S_n为不同类型土地的面积, α_m、α_n表示不同类型土地的碳吸收系数。

(2) 耕地。耕地的碳吸收量CI_crop可以按照公式(10)计算：

(10)

式中, ∑_iCI_crop-i表示第i种农作物CO₂的吸收量, 本文主要考虑了水稻、小麦、玉米、谷子、高粱、大豆、薯类、油料作物、麻类作物、糖类作物、烟叶11种农作物。C_crop-i表示第i种作物的碳吸收率, P_water-i为第i种作物的含水率, Y_ceo-i表示第i种作物的产量, H_crop-i为第i种作物的经济系数, 以上参数采用李克让^[33]、方精云^[34]、朱向梅^[35]等的研究成果。

(3) 碳的生态承载力模型

(11)

(12)

式中, CEC和CED分别表示碳生态承载力和碳生态赤字。P_f、P_g、P_p分别表示森林、草地和耕地的碳吸收比例, NEP_f、NEP_g、NEP_p分别为全球森林、草地和耕地的固碳能力, 根据谢鸿宇等^[36]、朱向梅等^[35]的研究成果, 森林、草地和耕地的固碳能力分别取3.8096 t/hm²、0.9482 t/hm²和0.1532 t/hm²。

2 结果分析 2.1 中国各省碳足迹和虚拟碳的流动格局分析

总体上, 碳足迹呈现“东多西少”的特征, 而万元GDP碳足迹却呈现“西多东少, 北多南少”的特点(图 1)。经济的发展促进了产业的优化, 技术的进步, 能源利用效率的提高, 因此经济富裕的省份虽然能源消耗量大, 但是利用效率较高。具体而言, 人口或经济总量较大的省份碳足迹较大, 其中, 山东省的碳足迹最大(5.57×10⁸ t), 占全国碳足迹总量的7.14%, 海南的碳足迹最小, 仅有山东碳足迹的7.00%。在这30个省份中, 碳足迹大于4×10⁸ t的省份还包括河南、广东、江苏、河北和浙江, 仅这六个省份的碳足迹就占全国总量的38.84%, 其中, 广东、江苏和浙江碳足迹较大, 主要是由于这些省份较大的经济总量, 山东、河南和河北主要由于较大的人口数量。西部的几个省份(青海、宁夏、甘肃、新疆等)虽然碳足迹较小, 但万元GDP碳足迹较大, 这些省份需要提高能源利用效率。

虚拟碳呈现“从北向南”的流动趋势, 其中西北地区净碳输出量最大(3.71×10⁸ t), 且输出范围广, 主要流向中部、东部沿海和西南地区(图 2)。相关研究表明, 经济的发展是资源流动的一个重要因素^[37]。沿海地区经济较为发达，每年流入了大量的虚拟资源, 缓解了经济发展和能源短缺的矛盾。经济较为发达的东部沿海和京津地区主要通过贸易缓解地区资源短缺, 每年大量的碳流入这些地区, 净输入的虚拟碳分别为1.45×10⁸ t和1.28×10⁸ t, 减轻了当地环境压力。

在大部分省份中, 重工业和水燃气电的生产和供应业的碳足迹占比较大, 农业碳足迹占比相对较小(图 3)。通过对比生产碳足迹和消耗碳足迹，可以把30个省份分为三类。第一类, 生产碳足迹与消耗碳足迹均较大的地区, 如：山东、江苏、河北, 三个省份碳足迹均在5×10⁸ t以上, 且这些省份重工业和水燃气电的生产供应业占比也在80%以上；第二类, 生产碳足迹远大于消耗碳足迹的地区, 如：内蒙古的消耗碳足迹仅为2.54×10⁸ t, 生产碳足迹却高达为5.43×10⁸ t, 是消耗碳足迹的2.14倍, 这些地区每年承担了大量的碳排放压力；第三类, 生产碳足迹远远小于消耗碳足迹的地区, 如：广东和浙江两个省份的生产碳足迹分别为3.30×10⁸ t和2.54×10⁸ t, 仅占消耗碳足迹的61%, 这也表明这两个省份通过贸易避免了大量碳排放压力。

2.2 各地区贸易的碳中和特性

基于碳中和模型, 本文核算了30个省份贸易导致的地区碳足迹减少量(图 4)。分析发现, 在“无贸易”假设下全国总碳足迹仅为57.04×10⁸ t, 与贸易碳足迹78.05×10⁸ t相比, 贸易使得中国碳足迹增加了21.03×10⁸ t, 因此, 总体上中国的区域间贸易不具备碳中和特征。就地区而言, 研究发现贸易使得山西、内蒙古、辽宁、宁夏、新疆地区碳足迹有所降低, 其中新疆碳足迹减少量最大, 减少了38.97×10⁶ t, 但这几个省份碳中和的特征均不明显, 碳中和度均小于20%(表 1)。相反, 河南、广东、浙江、江苏、北京等省份的碳足迹显著增加, 其中广东增加量最大(2.76×10⁸ t), 此外, 在全国30个省份中, 北京的碳中和度最低(-535.35%)。虽然经济发达的地区单位GDP耗能较低, 但是由于地区能源存储量较少, 经济快速发展需要大量的能源支持, 因此, 不得不通过商品贸易从其他地区引进虚拟能源, 来缓解经济发展和能源短缺之间的矛盾。但是大量高碳排放地区商品的引入, 导致地区的贸易碳中和度较低。

为了进一步研究8个部门的碳中和特征, 我们分析了贸易导致的每个部门碳足迹的变化率(图 5)。分析发现建筑业的碳中和特性最为明显, 近50%的省份建筑业碳足迹都有所降低, 其中辽宁省的建筑业碳足迹变化率达到了74.69%。重工业和其他服务业具有碳中和特征的省份主要集中在西部, 如：青海、宁夏、新疆、云南, 这些地区重工业和服务业发展水平相对较低, 万元GDP碳足迹远远高于其他省份, 因此, 这些地区可以通过产品贸易大大降低该地区碳的排放量。农产品贸易降低了北京、天津、山西、辽宁、上海、湖北的碳足迹, 其中北京和天津变化最明显。采矿业和水燃气电的生产和供应业的碳中和特征不明显, 除采矿业在上海和云南, 水燃气电的生产和供应业的碳足迹在辽宁和青海有所降低外, 在其他地区碳足迹均有不同程度的增加。交通运输业具有碳中和特征的地区主要集中在西北的几个省份：青海、宁夏、新疆, 而轻工业具有碳中和特征的区域分布较为分散(北京、山西、云南、青海、新疆), 在这几个省份中, 除北京和山西的降低率为30.62%和24.41%以上外, 云南、青海和新疆的变化率均小于20%。

2.3 地区碳生态承载力分析

图 6显示了2017年中国30个省份碳生态承载力剩余量。从图 6可以看出, 除青海外, 出现碳生态承载力赤字现象的地区均为经济发展水平较高的省份(北京、天津、上海、浙江、福建、广东), 其中浙江碳生态赤字最为严重, 差值高达2.43×10⁸ t。这些地区工业化和城镇化水平相对较高, 相应的耕地、草地和林地面积占比相对较少, 因此, 地区吸收CO₂的能力有限, 碳生态承载力出现赤字现象, 环境压力较大。而青海虽然草原面积较大, 但是耕地面积相对较少, 生态环境较为脆弱, 碳吸收能力相对较弱, 导致出现碳生态赤字现象。黑龙江、河南、吉林、山东碳排放量较高, 但是作为中国的农业大省, 耕地面积远超过其他省份, 碳生态承载力剩余量相对充足, 环境压力相对较小。海南、宁夏的人口、工农业生产和生活碳排放量相对较小, 但是由于宁夏生态环境不利于植被生长, 地区固碳能力较差, 近而导致宁夏的生态承载力濒临赤字的危险。而海南不论是林地和草地面积还是农作物固碳能力, 都远小于其他地区, 总的碳生态承载力仅有0.52×10⁸ t, 2017年碳排放量达到0.39×10⁸ t, 即将达到碳排放上限, 环境保护的任务十分艰巨。

3 结论与建议 3.1 结论

本文基于多区域投入产出模型分析了中国2017年30个省的碳足迹空间分布和转移特征。并通过“无贸易”假设分析了各省、各行业的贸易碳中和特征, 另根据各省林地、草地面积、农作物产量核算了地区碳生态承载力剩余量, 得出以下三个主要结论：

(1) 中国高碳排放区域和万元GDP碳足迹较大的省份空间分布存在较大差异。高碳排放区主要集中在经济或人口总量较大的地区, 但是万元GDP碳足迹较大的地区却集中在生态环境较为脆弱, 经济发展水平较低的西部和东北地区。贸易促使碳从能源的丰富的省份向经济发达能源短缺的省份转移, 其中, 重工业和水燃气电的生产和供应业占比较大。

(2) 总体上, 中国的区域间贸易不具备碳中和的特征, 但部分省份和行业碳中和特征明显。就地区而言, 商品贸易在山西、内蒙古、辽宁、宁夏、新疆具有碳中和特征, 但是碳中和度较低, 均小于20%。而在其他地区贸易使得碳足迹有不同程度的增加, 尤其是北京和广东, 碳中和度分别低至-535.35%和-105.07%。就行业而言, 建筑业的贸易碳中和特性最为明显, 尤其是在东北三省, 剩余的几个行业碳中和特征均不明显。

(3) 经济发展水平较高的几个省份碳生态压力较大。具体地, 由于黑龙江、河南、吉林、山东几个省份的耕地面积较大, 碳生态承载力剩余量相对充足(>10×10⁸ t), 环境压力较小。北京、天津、上海、浙江、福建、广东的碳生态承载力出现赤字现象, 碳生态可持续能力较弱, 减排的任务十分艰巨。

3.2 建议

(1) 万元GDP碳足迹较大的地区(新疆、青海、宁夏、甘肃等)首要任务是逐步优化或者淘汰高碳排放产业, 朝着绿色低碳产业转型。每年大量碳足迹输入的地区, 除考虑自身减排外, 还需考虑输入来源, 积极引导本地企业与低碳排放省份相互协作, 减少本地此类商品的生产。此外, 各省政府还需引导企业和个人向绿色生产和低碳生活转变, 如：制定合理的碳排放定额, 对于超出部分实施阶梯碳价收费制度, 也可对企业和个人建立碳信用账户, 将碳信用高低作为评判市场和社会竞争力的一项指标, 充分调动企业和大众参与实现“碳中和”目标的积极性。

(2) 不同省份和行业的碳中和特征差异较大, 因此, 各省份应充分了解地区特点, 发展特色产业, 考虑产品的外观设计、生产过程、使用等各个环节的能源利用效率, 使得本地区商品更低碳环保, 更有市场竞争力, 倒逼其他省份发展绿色产业, 进而实现“美丽中国”的美好愿景。另外, 由于目前不同地区间行业交流不充分, 许多高新技术大范围推广受阻, 建议政府为各行业提供全国性的经验交流渠道, 分享国内外高新技术及获得途径, 对积极引进高新技术的地区和企业实施补贴, 让所有地区能够用得起。

(3) 碳生态承载力出现赤字的地区主要是经济较为发达的几个省份, 这些地区应合理处理经济发展和碳排放之间的矛盾, 重新拟定草地、林地、耕地面积红线, 在发展经济的同时, 保障地区碳汇能力。另外, 在全国范围内还应提供一个开放的平台, 整合各地区所有产业逐月的碳排放强度数据, 便于区域间商品贸易时选择和参考, 以优化贸易模式。