王紅蕾，宋 卓

(貴州大學 管理學院，貴州 貴陽 550003)

一、引言

近年來，隨著溫室效應與氣候變暖問題的不斷加劇，業(yè)界不斷地探索新的緩解該問題的方法，這被認為是二十一世紀的主要挑戰(zhàn)之一。1988年，聯(lián)合國建立了政府間氣候變化委員會(Intergovernmental Panel on Climate Change, IPCC)，并且2007年提交的報告顯示全球氣候上升的90%是由溫室氣體排放引起的，其中二氧化碳的比例占76.7%[1]。隨著工業(yè)化和城市化的發(fā)展，二氧化碳排放量在過去的十年中急劇上升[2]。據此，為了維護全球的可持續(xù)發(fā)展，世界各國也出臺了相關政策，頒布了法律法規(guī)來限制二氧化碳的排放[3],相繼出臺了《聯(lián)合國氣候變化框架公約》和《京都議定書》。世界各國應對氣候變化的總體趨勢不會發(fā)生變化，同時全球減排目標的實現需要中國能夠有效地降低二氧化碳排放量并盡早達到峰值。中國在最近公布的《強化應對氣候變化行動—中國國家自主貢獻(Enhanced actions on climate change: China’s intended nationally determined contributions，INDC)》減排方案中承諾中國2030年左右實現排放達峰[4]。各種各樣的方法被應用，例如碳稅[5]、碳捕獲技術[6]以及碳排放交易(Carbon Emission Trading ,CET)[7]，旨在減少二氧化碳排放量。其中《京都議定書》中首次提及的碳交易機制，將二氧化碳排放權當做一種商品進行交易。碳排放權交易作為一種政策工具，其目的是建立倒逼機制，通過市場手段實現低碳發(fā)展[8]。作為減少碳排放量的方法之一，碳交易機制被認為是最經濟最有效的[9-12]，是解決環(huán)境外部性的重要經濟手段[13]。張俊榮等[14]的研究證明了合理的碳交易機制不僅能降低碳排放量，而且對經濟的負面影響極其微小。作為碳交易機制的核心要素，碳排放配額的分配是非常重要的。與此同時，碳排放配額的分配又影響著碳交易機制的有效運行和節(jié)能減排目標的實現。因此，碳排放配額的分配問題已經成為國內外研究的焦點。

在碳排放交易機制中，初始碳配額的劃分有很多種，通常是免費配額和拍賣配額的不同比例搭配。即使是在免費配額的市場中，碳排放配額的分配方法也多種多樣。一般來說，在相同的市場機制中會有多種碳排放配額分配方法[15-19]，如拍賣法、固定價格法、歷史排放法和基準線法。幾個主要的碳交易市場的分配方法如表1所示。拍賣法是相對公平的，有利于資源配置的優(yōu)化，對歷史數據沒有要求，碳價和碳排放配額由企業(yè)決定，其拍賣的收入可以彌補限制碳排放所帶來的負面影響，而且可用于支持碳減排的持續(xù)發(fā)展；然而拍賣法直接提高了企業(yè)的成本，而且該政策的實施難度較高，甚至會存在大型企業(yè)壟斷碳排放權的可能性，需要定期組織拍賣也會帶來較高的管理成本。固定價格法是指政府確立初始碳排放權的銷售價格,企業(yè)會以一定的價格購買碳排放權[20]。目前中國碳交易機制中主要的碳排放配額分配方法是歷史排放法和基準線法[21]。歷史排放法主要是基于可行性原則，是以歷史排放量為依據，在中國的碳排放交易試點中得到了廣泛應用；該方法的碳排放配額是歷史排放量和排放控制因子的乘積，其中排放控制因子通常由主管部門確定，范圍在0到1之間。基準線法以活動數據為基礎，該方法的碳排放配額是生產、投資等經濟活動數據與排放基準以及調整因子的乘積。這兩種方法都存在一定的優(yōu)點和缺點。例如，歷史排放法需要的歷史數據易于獲取且計算簡單，但是對高效率低排放的企業(yè)不公平，對排放效率高的企業(yè)的碳減排缺少激勵作用，會產生“鞭打快牛”的不利后果[22]。與歷史排放法相比，基準線法相對公平，對數據的需求高，由于行業(yè)的多樣性和數據的缺乏性很難建立基準線[11]。因此，如何根據中國的實際情況設計一個合適的碳排放配額分配方法是非常重要的一項任務。

表1 幾個主要碳交易市場的分配方法

碳排放配額是指一定限額的碳排放權。許多學者從多個角度研究了碳排放配額問題，如國家間的碳排放配額[23-25]、省際的碳排放配額問題[26-28]和碳排放配額交易過程中的碳排放配額的分配問題[29,30]。李軍等[31]分析了個人碳排放交易機制下，不同供需情況下，初始碳配額對碳排放權交易市場的均衡狀態(tài)和均衡碳價的影響。Li和Jia[32]建立了不同免費碳排放配額比例的10種不同的場景，使用動態(tài)的、遞歸的、可計算的一般均衡(Computable General Equilibrium，CGE)模型來模擬碳排放交易市場，探索免費配額比例和碳交易價格之間的關系以及碳交易機制(Carbon Trading Scheme，ETS)對中國的經濟和環(huán)境的影響。

目前，有不少學者對電力行業(yè)的碳排放配額進行了研究。Jiang等[33]分析了不同初始碳配額方法和電力調度模型相結合對電力系統(tǒng)碳減排的效果。Hu等[34]以火力發(fā)電運營商和風力發(fā)電運營商為研究對象，建立了一個經濟與排放聯(lián)合調度模型(Combined Economic and Emission Dispatch, CEED)，結果表明在低排放水平的前提下低碳配額可主導電力調度。Liao 等[35]采用基準線法、歷史排放法和沙普利值法模擬了特定情況下中國上海浦東新區(qū)三個發(fā)電廠的初始碳排放配額，結果表明以沙普利值方法的結果作為參考，基準線法的結果與沙普利值方法的結果類似，理論上都是符合公平性原則的，但是歷史排放法的結果與沙普利值方法的結果相悖，是不符合公平原則的。Liu等[13]以中國84個火力發(fā)電廠為研究對象，采用非參數優(yōu)化方法，研究了三種不同的碳排放配額分配策略下的經濟效益和減排潛力，結果表明CO2-SO2排放交易的組合機制下收益最大。Zhang等[36]以中國電力行業(yè)為研究對象，建立一個可計算的一般均衡(Computable General Equilibrium，CGE)模型，分析了不同碳交易機制下碳排放配額分配方法的影響，并確定了最佳碳排放配額分配方案，即年度下降系數為0時基于歷史排放強度的碳排放配額分配方案更適合中國電力行業(yè)。Zhu等[37]以廣東六大產業(yè)即石化、化工、水泥、鋼鐵、有色金屬和電力為研究對象，提出了包括公平、效率和可行性的多目標決策方法，旨在從行業(yè)角度進行碳排放配額的分配，結果表明公平、效率和可行性這三種原則之間存在顯著的沖突性，結果趨向于失去平衡且滿意度較低，其中電力行業(yè)的碳排放配額最高。Huang等[38]在充分考慮政府和傳統(tǒng)發(fā)電廠的沖突以及經濟發(fā)展和環(huán)境保護的沖突下，提出了一種基于均衡策略的雙層多目標模型，旨在尋求碳排放配額的最優(yōu)分配策略。Meng等[39]采用30個省份的國內生產總值、能源消耗和電力生產數據，建立混合趨勢預測模型和多指標分配模型，旨在研究中國電力行業(yè)的省際碳排放配額分配問題，結果表明以傳統(tǒng)工業(yè)為支撐的經濟發(fā)達的省份在實現碳減排的過程中應承擔較多的責任。Yu等[40]同樣使用可計算的一般均衡(Computable General Equilibrium ，CGE)模型，著重研究地區(qū)和部門間的碳排放配額分配問題。Feng等[41]為減少燃煤電廠的碳排放量，構建了協(xié)調政府和燃煤電廠的雙層多目標規(guī)劃模型，提出了基于均衡策略的碳排放配額分配方法。Ma等[42]以中國五大發(fā)電企業(yè)為研究對象，基于公平和效率原則，研究了這五大發(fā)電企業(yè)的碳排放配額的分配問題，使用雙層規(guī)劃模型優(yōu)化了碳排放配額的分配方案，使用零和收益數據包絡分析(Zero Sum Gains Data Envelopment Analysis ，ZSG-DEA)模型評估分配效率，該研究為中國電力行業(yè)提供了有效的碳排放配額分配結果，而且證明了中國電力行業(yè)對碳排放配額的分配有顯著的積極影響。

我國不同區(qū)域之間存在著人口、經濟水平、能源結構和工業(yè)結構等差異，這些差異導致了不同區(qū)域的碳排放量不同。這表明我國的碳排放存在著空間分布差異，該差異是影響我國碳排放配額的分配的重要因素。因此，我國的一個重要的任務就是分解區(qū)域之間的碳排放目標。目前，很多國內外學者對碳排放配額的空間分布差異進行了研究。Dong等[43]針對中國在哥本哈根協(xié)議的承諾，基于一個改進的固定成本分配模型(Fixed Cost Allocation Model, FCAE),根據平等原則即歷史平等主義、人口平等主義和支付能力平等主義，研究了省際碳排放配額分配問題。Qin等[44]通過建立基于效率和公平原則的多標準決策分析模型,建立加權羅素方向距離模型(weighted Russell direction model)研究了東部沿海地區(qū)的配額分配問題。Jiang等[45]構建省際初始碳配額分配模型，同時使用不利輸出的數據包絡模型，從公平和效率角度優(yōu)化了各省之間的初始碳排放配額的分配問題。Li等[46]考慮了不同城市之間的不平衡發(fā)展，使用最大偏差法(Maximum Deviation Method, MDM)研究了珠江三角洲地區(qū)的碳配額分配問題。研究表明碳排放配額的研究包括三個層面，即國家層面、區(qū)域層面和公司層面，大約77%的研究處于國家層面，大約14%的研究處于公司層面，大約9%的研究處于省份之間的碳排放配額分配問題[47]。從上述文獻可以看出，從區(qū)域劃分角度研究碳排放配額的文獻不少，但很少有研究從供電區(qū)域角度考慮碳排放配額的分配問題。事實上，火力發(fā)電行業(yè)是主要的溫室氣體排放行業(yè)，而且電力行業(yè)是首批納入全國碳排放權交易體系的重點行業(yè)之一，在能源消耗和碳排放量上占有很大比重，是完全實現碳減排目標的關鍵。故而從供電區(qū)域角度考慮碳排放配額的分配問題也是很重要的。

碳排放配額分配的原則通常分為兩類：公平原則和效率原則。公平原則一般指的是分配公平。效率原則主要與碳減排的經濟效率相關,如減排總成本的最小化。許多學者基于公平原則[48]、效率原則[49,50]、公平和效率原則[43,45]，對各省市的碳排放配額的初始分配和后期優(yōu)化進行了研究。進一步地，不少學者研究了公平原則和效率原則的關系。Hahn 和Stavins[51]以科斯定理為基礎，通過分析影響初始碳配額的因素，證實了在不確定的條件下碳交易市場的均衡性與初始碳排放配額有一定的關系，碳排放配額分配的公平性會影響碳交易市場運行的效率。Sauma[52]建立模型，研究了策略公司和碳排放配額分配機構之間的關系，評估初始碳排放配額分配制度對社會福利的影響，并構建三階段模型研究了寡頭公司的市場支配力對污染控制技術投資的影響，并據此提出不同分配方式的估值建議。與此同時，在碳減排政策下，如果初始碳配額免費分配方法不能達到最優(yōu)的資源配置，企業(yè)的尋租行為會通過改變初始配額的分配總量和結構，影響碳交易市場的流動性、波動性和有效性，進而影響碳交易市場的運行效率[53]。另一方面，不均衡的碳排放配額分配會導致碳價的不均衡，進而影響碳交易市場的運行效率。合理的分配方案應該符合公平原則。在碳排放配額的分配問題中，公平原則起著至關重要的作用，是一個值得討論的話題。若碳排放配額采取免費分配的方式，那么碳交易就屬于市場行為，但是碳排放配額的分配是由政府管控的非市場行為，碳排放配額的分配是否公平會對碳市場運行效率產生影響，故碳排放配額分配是否符合公平原則是極其重要的。本文主要考慮碳排放配額分配的公平原則。

在一個包含各種能量狀態(tài)的系統(tǒng)中，玻爾茲曼分布用于表征該系統(tǒng)中粒子的概率分布，以熵最大化為基礎，提供了均衡態(tài)物理系統(tǒng)的可能分布。將玻爾茲曼分布引入碳排放配額分配問題可形成一種符合公平原則的分配方式。Park等[54]將物理系統(tǒng)中的相關理念引入碳排放配額分配系統(tǒng)，通過玻爾茲曼分布將最大熵原則引入國際碳交易，為多國之間的碳排放配額分配提供了參考。周德群等[55]以公平原則、效率原則和可行性原則為依據，考慮不同行業(yè)的差異性和企業(yè)未來的發(fā)展需求，基于信息熵和玻爾茲曼熵，構建了企業(yè)碳排放配額分配模型，結構表明基于玻爾茲曼熵的碳排放配額分配模型有利于激勵企業(yè)提高碳排放效率，進而有助于促進區(qū)域的可持續(xù)低碳發(fā)展。Li等[56]通過引入多種影響碳排放的因素，優(yōu)化了玻爾茲曼分布模型，計算了每個省份相應的碳減排目標。Wang等[57]通過比較基于歷史排放法和基于發(fā)電績效標準(Generation Performance Standard, GPS)的碳排放配額分配方法比較這兩種不同的分配模式的分配結果，提出了基于玻爾茲曼分布的新的分配方法，并以上海電網為例證明了該方法有相對較好的效果，應該被廣泛應用于中國電網系統(tǒng)。Xu等[58]基于“祖父法”，結合玻爾茲曼分布的方法，通過考慮當地政府、發(fā)電廠和電網公司的關系，提出了電力供應行業(yè)的碳排放配額分配的一個三層多目標優(yōu)化模型，計算了電力行業(yè)的碳排放配額。然而，很少有研究具體分析玻爾茲曼分布參數和碳排放配額以及碳排放需求之間的關系。

本文以南方電網供電區(qū)域的5個省份，即廣東、廣西、云南、貴州和海南為研究對象，主要考慮碳排放配額分配的公平原則，借助基于玻爾茲曼分布的碳排放配額分配模型，具體分析玻爾茲曼分布參數和碳排放配額以及碳排放需求之間的關系，比較分析了基于玻爾茲曼分布的碳排放配額分配方法和歷史排放法這兩種方法所得的碳排放配額分配結果。進一步給相關部門提供了一些政策建議。本文將按如下結構展開研究：首先介紹基于玻爾茲曼分布的碳配額分配模型；其次，介紹計算方法和數據來源；第三，對結果進行分析和討論，刻畫玻爾茲曼分布參數和碳排放配額以及碳排放需求之間的關系；第四，計算玻爾茲曼分布參數取最優(yōu)值時的碳排放配額分配結果；第五，對比分析基于玻爾茲曼分布碳排放配額分配結果和基于歷史排放法的碳排放配額分配結果；最后，得出結論、拓展空間及政策建議。

二、研究方法

玻爾茲曼分布是一種概率分布，他被廣泛地應用于物理學和化學，最常用于統(tǒng)計力學。在物理學中，玻爾茲曼分布會產生一個處于能量子狀態(tài)的物理系統(tǒng)的均衡概率分布[59,60]。子狀態(tài)中粒子的概率Pi與該狀態(tài)下的能量Ei的指數函數成反比，如下所示：

Pi∝e-βEi

(1)

其中，Pi表示處于子狀態(tài)中的粒子的概率；Ei表示該狀態(tài)下的能量；e是指數函數的常數，約等于2.71828；β是大于等于0的常數。

本文研究采用Park等[54]提出的基于玻爾茲曼分布的碳排放配額分配方法。Park等[54]將熵最大化通過玻爾茲曼分布引入國際碳排放交易中，提出了基于玻爾茲曼分布的碳排放配額分配方法。本文以上述方法為基礎，研究南方電網供電區(qū)域的碳排放配額分配問題，并進一步對玻爾茲曼分布參數β和碳排放配額以及碳排放需求之間的關系進行具體分析，對基于玻爾茲曼分布碳排放配額分配方法和歷史排放法這兩種方法的碳排放配額分配結果進行比較分析。

分配給第i省的單位碳排放配額的概率可表示如下：

(2)

其中，pi表示分配給第i個省的碳排放配額的概率；e是指數函數的常數，約等于2.71828；β是大于等于0的常數；Ci表示第i個省的全部人口；Ei表示第i個省的人均碳排放量的負值。

分配給第i個省的碳排放配額可表示如下：

(3)

其中，pi表示分配給第i個省的碳排放配額,E0表示全部碳排放配額，Pi表示分配給第i個省的碳排放配額的概率；e是指數函數的常數，約等于2.71828；β是大于等于0的常數；Ci表示第i個省的全部人口；Ei表示第i個省的人均碳排放量的負值。

β值是一個重要參數,能夠直接影響碳排放配額的分配結果，可通過最小二乘法由公式(4)確定。

(4)

其中,pi是碳排放配額；di是碳排放需求。

三、計算方法及數據來源

本文考慮了中國南方電網供電區(qū)域，即廣東、廣西、云南、貴州和海南5個省份的8種能源消費量：煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣，各省主要能源產品消費量數據和年末常住人口數據均來源于中國國家統(tǒng)計局。8種能源燃燒的二氧化碳排放系數如表2所示。根據公式(5)，計算出各省的二氧化碳排放量，其結果如表3所示。

(5)

其中，Ei表示第i種能源燃燒所產生的二氧化碳排放量，Ai表示第i種能源的燃燒量，wi表示第i種能源燃燒的二氧化碳排放系數。

假設2016年南方電網供電區(qū)域的全部碳排放量比2015年減少3%，即2016年的碳排放配額是2015年碳排放需求的97%，故2016年該區(qū)域的全部碳排放配額是134 842.847 8萬噸，使用基于玻爾茲曼分布的碳排放配額分配方法將其分配給南方電網供電區(qū)域的5個省份，即廣東、廣西、云南、貴州和海南。

表2 中國各種能源的二氧化碳排放系數

數據來源：中國碳交易網[注]http://www.tanjiaoyi.com/article-3075-1.html

表3 2015和2016年的碳排放量

四、結果與分析

(一)碳排放配額與玻爾茲曼分布參數β的關系

圖1基于式(3)和表3給出了2016年南方電網供電區(qū)域中廣東、廣西、云南、貴州和海南5個省份的碳排放配額隨玻爾茲曼分布參數β的變化曲線。

圖1 β值和碳排放配額的關系

從圖1不難看出，基于玻爾茲曼分布的碳排放配額分配模型得到的結果表明：(1)廣西滿足2016年碳排放需求的β值是0.115，隨著β值的增加，廣西的碳排放配額逐漸減少；云南滿足2016年碳排放需求的β值是0.147，隨著β值的增加，云南的碳排放配額逐漸減少；貴州省滿足2016年碳排放需求的β值是0.179，隨著β值的逐漸增加，貴州省的碳排放配額也在逐漸增加并逐漸趨于穩(wěn)定；海南滿足2016年碳排放需求的β值在0.193到3.233之間；2016年廣東省的碳排放配額在β取0時達到最高值約為59 140萬噸，仍然不足以滿足該省份2016年的實際碳排放需求63 677.544 43萬噸，這是由于為達到碳減排的目的，本文假設2016年南方電網供電區(qū)域的全部碳排放量比2015年減少3%，即2016年南方供電區(qū)域5個省份的碳排放配額總和少于2015年5個省份的碳排放配額總和。(2)在β值為0.071時，云南和貴州兩地的碳排放配額相同約為22 910萬噸，β值低于0.071時，貴州分配的碳排放配額低于云南，β值高于0.071時，貴州分配的碳排放配額高于云南；在β值為0.086時，廣西和貴州兩地的碳排放配額相同約為23 780萬噸，β值低于0.086時，貴州分配的碳排放配額低于廣西，β值高于0.086時，貴州分配的碳排放配額高于廣西；在β值為0.441時，廣東和貴州兩地的碳排放配額相同約為49 810萬噸，β值低于0.441時，貴州分配的碳排放配額低于廣東，β值高于0.441時，貴州分配的碳排放配額高于廣東；在β值為0.451時，云南和海南兩地的碳排放配額相同約為10 570萬噸，β值低于0.451時，海南分配的碳排放配額低于云南，β值高于0.451時，海南分配的碳排放配額高于云南；在β值為0.531時，廣西和海南兩地的碳排放配額相同約為11 540萬噸，β值低于0.531時，海南分配的碳排放配額低于廣西，β值高于0.531時，海南分配的碳排放配額高于廣西；在β值為1.186時，廣東和海南兩地的碳排放配額相同約為15 020萬噸，β值低于1.186時，海南分配的碳排放配額低于廣東，β值高于2.061時，海南分配的碳排放配額高于廣東。由此可見，β值可影響南方電網供電區(qū)域的5個省份的碳排放配額分配，并且在不同的取值范圍有不同的分配結果，然而最終的分配結果與南方電網供電區(qū)域的5個省份的具體情況相關。碳排放配額的分配結果的差異表明南方電網供電區(qū)域的5個省份所承擔的碳減排責任存在差異，這又與這5個省份的經濟環(huán)境發(fā)展等因素相關。(3)在南方電網供電區(qū)域的5個省份中，廣東省2016年無論是碳排放總量還是人口總量都高于其他省份，而且廣東省人均碳排放量在南方電網供電區(qū)域的5個省份中比貴州和海南的人均碳排放量低，比廣西和云南的人均碳排放量高；而貴州省2016年的碳排放總量高于云南和海南，低于廣東和廣西，但是貴州省的人口總量在南方電網供電區(qū)域的5個省份中最少，所以貴州省的人均碳排放量在南方電網供電區(qū)域的5個省份中最高，達到了8.344 1噸。廣東省的全部碳排放量的最高，貴州省的人均碳排放量最高，所以南方電網供電區(qū)域的碳排放配額分配主要由這兩個省份影響，通過確定玻爾茲曼參數值β的變化范圍可有效的解決廣東省和貴州省之間的碳減排責任轉移問題，即碳排放配額分配問題。由圖1可知，當β值小于0.441時，廣東省比貴州省分配到更多的碳排放配額，也就是說，貴州省在碳減排方面有更多的責任。當β值大于0.441時，貴州省比廣東省分配到更多的碳配額，也就是說，廣東省在碳減排方面有更多的責任。

(二)玻爾茲曼分布參數β與碳排放配額和碳排放需求之間的關系

圖2基于式(3)、式(4)和表3給出了2016年南方電網供電區(qū)域中5個省份的碳排放配額和碳排放需求之間的最小二乘值y隨玻爾茲曼分布參數β的變化曲線。從圖2中可看出：在β為0.155時，y取得最小值。此時，對中國南方電網供電區(qū)域的5個省份來說，碳排放配額和碳排放需求之間的差異最小，玻爾茲曼分布參數β取得最優(yōu)值為0.155。

圖2 y和β 的關系

進一步地，使用MATLAB R2017b的曲線擬合工具箱對圖2的函數曲線進行分段擬合，得到擬合結果如圖3、式(6)、圖4和式(7)所示。

圖3 y和β 的關系的分段擬合，其中β ∈[0,0.95]

當β∈[0,0.95]時，擬合結果為

y=9.102β2-2.531β+0.1798,β∈[0,0.95]

(6)

擬合優(yōu)度為：誤差平方和SSE=0.06505，復相關系數R-square=0.9991，調整自由度復相關系數Adjusted R-square=0.999，均方根誤差RMSE=0.06186,說明擬合結果較好。

圖4 y和β 的關系的分段擬合，其中β ∈(0.95,5]

當β∈(0.95,5]時，擬合結果為

y=13.56e0.02568β-41.21e-1.698β,β∈(0.95,5]

(7)

擬合優(yōu)度為：誤差平方和SSE=0.08452,復相關系數R-square=0.9998,調整自由度復相關系數Adjusted R-square=0.9998,均方根誤差 RMSE=0.03292,說明擬合結果較好。

綜上所述，得到y(tǒng)關于β的關系式如下：

(8)

其中，pi是碳排放配額；di是碳排放需求。

2016年南方電網供電區(qū)域的玻爾茲曼分布參數β 與碳排放配額和碳排放需求之間的關系如式(8)所示。

(三)玻爾茲曼分布參數β取得最優(yōu)值時的碳排放配額分配結果

當β 取得最優(yōu)值0.155時，表4給出了2016年南方電網供電區(qū)域即廣東、廣西、云南、貴州和海南5個省份的碳排放配額分配結果。

表4 碳排放配額(β =0.155)

由表4不難看出，南方電網供電區(qū)域的5個省份即廣東、廣西、云南、貴州和海南的碳排放配額均低于碳排放需求。因此，使用基于玻爾茲曼分布的碳排放配額分配方法制定碳排放配額后，該區(qū)域的5個省份的碳排放配額均不滿足碳排放需求，所以碳交易應發(fā)生在南方電網供電區(qū)域和其他供電區(qū)域之間，該區(qū)域的5個省份均是碳排放配額的購買方。這一方面有利于促進各省進行碳減排技術的改進；另一方面有利于激勵各省加速能源結構的優(yōu)化。

(四)基于玻爾茲曼分布的碳排放配額分配方法和歷史排放法的比較

歷史排放法，也被稱為“祖父法”，是基于歷史時期排放數據計算的，是使用最為廣泛的碳排放配額分配方法。許多歐盟國家，如荷蘭、法國和捷克都采用這種碳排放配額分配方法。分配給某個省份的碳排放配額與基準年總碳排放量中該省份碳排放量所占的比例成正比。歷史排放法的計算公式，如式(9)所示。

(9)

其中，pi表示分給第i個省的碳排放配額；p總表示總的碳排放配額；Ei基準表示第i個省在基準年的碳排放量，E總基準表示全部省份在基準年的碳排放量總和。

對于歷史排放法，由于我國從2013年開始建立碳交易試點，所以本文分別選取2013年、2014年、2015年作為基準年，計算不同基準年的情況下，使用歷史排放法得到的碳排放配額分配結果。假設2016年南方電網供電區(qū)域的碳排放配額之和仍然是134 842.847 8萬噸，使用歷史排放法將其分配給南方電網供電區(qū)域的5個省份，即廣東、廣西、云南、貴州和海南。由式(5)和表2可分別計算出2013到2016年南方電網供電區(qū)域的5個省份碳排放量，如表5所示。

表5 2013-2016年的碳排放量

由式(9)和表5，可根據歷史排放法分別計算出以2013、2014和2015年為基準年時，2016年南方電網供電區(qū)域的5個省份即廣東、廣西、云南、貴州和海南的碳排放配額分配結果，如表6、表7和表8所示。

另外，分別以2013、2014和2015年為基準年，使用歷史排放法計算出的2016年的碳排放配額和碳排放需求之間的差值變化如圖5所示。

表6 基于歷史排放法的碳排放配額(基準年為2013年)

表7 基于歷史排放法的碳排放配額(基準年為2014年)

表8 基于歷史排放法的碳排放配額(基準年為2015年)

圖5 不同基準年的碳排放配額和碳排放需求之間的差值比較

由表6、表7、表8和圖5不難看出，選取的基準年不同，利用歷史排放法求得的碳排放配額的分配結果不同。隨著選取的基準年從2013年到2015年，基于歷史排放法求得的碳排放配額與碳排放需求之間的差值在不斷變化，但總體趨勢是碳排放配額小于碳排放需求。但是基準年為2013年和基準年為2014時，云南的碳排放配額均大于碳排放需求?；鶞誓甑倪x取對使用歷史排放法得到的碳排放配額分配結果有很大的影響。若選擇2013或2014年為基準年，則可能對早期已經產生大量二氧化碳的省份有益：一方面，歷史排放法不能反映基準年之后某省的碳減排設備更新和技術進步。因此，在基準年內由于沒有進行碳減排設備更新和技術引進而導致二氧化碳排放量很高的省份將會獲得較多的碳排放配額；另一方面，一些二氧化碳排放量高的省份在基準年之后進行了設備更新和技術改進，如果按照歷史數據進行分配，這些省份會獲得較多的碳排放配額。一些歷史排放量低的省份可能在早期就在碳減排活動中投入了大量的物力財力，但歷史排放法忽略了這一因素導致了歷史排放量低的省份分配到較少的碳排放配額。綜上所述，基準年的選取對歷史排放法的影響很大，存在忽略歷史階段某地區(qū)進行碳減排活動所付出的努力的弊端，因而歷史排放法是不符合公平分配的原則的，這與Liao 等[35]和Zhu等[37]的觀點相一致。本文為降低這種影響選取了2015年作為基準年。

本文得到了基于玻爾茲曼分布的碳排放配額分配結果如表4所示，以2015年為基準年的歷史排放法的碳排放配額分配結果如表8所示。進一步地對這兩種分配結果進行比較分析。碳排放配額和碳排放需求的差值比率的計算公式如式(10)所示。

(10)

其中，si表示第i個省的碳排放配額和碳排放需求之間的差值比率；pi表示第i個省的碳排放配額；dI表示第i個省的碳排放需求；EI表示第i個省的碳排放需求。

由式(10)、表4和表8可知，基于玻爾茲曼分布的碳排放配額分配方法和歷史排放法這兩種方法的碳排放配額和碳排放需求之間的差值比率計算結果如表9所示。

表9 兩種分配方法的碳排放配額差值比率

基于玻爾茲曼分布的碳排放配額分配方法和歷史排放法這兩種方法的碳排放配額和碳排放需求之間的差值比率的波動性如圖6所示。

由表9和圖6不難看出，基于玻爾茲曼分布的碳排放配額分配方法得到的碳排放配額和碳排放需求之間的差值比率的波動范圍是在-8.29%到-1.34%之間。使用歷史排放法計算得出的碳排放配額和碳排放需求之間的差值比率的波動范圍是-8.68%到-0.22%之間，該波動范圍大于基于玻爾茲曼分布的碳排放配額分配方法。所以，與歷史排放法相比，基于玻爾茲曼分布的碳排放配額分配方法與基準年的選取無關，且碳排放配額和碳排放需求之間的差值比率的波動范圍小于歷史排放法，更能凸顯各省碳減排的努力程度，所以更加符合公平原則，能夠在滿足碳排放配額總量的前提下，更加公平地為南方電網供電區(qū)域的5個省份合理分配碳排放配額。

圖6 兩種碳排放配額分配方法的比較

五、結論及建議

本文以南方電網供電區(qū)域的5個省份，即廣東、廣西、云南、貴州和海南為研究對象，借助玻爾茲曼分布的碳排放配額分配模型對該區(qū)域的碳排放配額的分配進行了分析研究，利用MATLAB R2017b完成求解過程，具體分析了玻爾茲曼分布參數與碳排放配額和碳排放需求之間的差異的關系。結果表明：當玻爾茲曼分布參數β取得最優(yōu)值0.155時，南方電網供電區(qū)域的5個省份的碳排放配額和碳排放需求之間的差異最小，即分配結果可達到最優(yōu)。進一步地，對基于玻爾茲曼分布的碳排放配額分配方法和基于歷史排放法的碳排放配額方法這兩種方法得到的分配結果進行了比較分析，結果表明：與歷史排放法相比，基于玻爾茲曼分布的碳排放配額分配方法的碳排放配額和碳排放需求之間的差值比率波動性較小，更加符合公平原則，能夠在滿足碳排放配額總量的前提下，更加公平地為南方電網供電區(qū)域的5個省份合理分配碳排放配額。中國在確定初始碳配額分配時，符合資源分配公平原則的基于玻爾茲曼分布的碳排放配額分配方法是值得應用的。該結論對于各省之間的碳交易機制和碳排放配額的制定具有參考意義，同時又對占據碳排放總量較大比例的電力行業(yè)的碳減排研究提供一定的參考。

本文在以下幾方面有拓展空間：(1)本文只針對能源消費產生的二氧化碳進行了計算，忽略了工業(yè)生產產生的二氧化碳。在碳減排的壓力下，二氧化碳排放量已經成為了衡量多種能源和環(huán)境問題的重要指標，故二氧化碳排放量計算結果的準確性是非常重要的。所以，如何精確計算二氧化碳排放量和如何盡量減少二氧化碳估算中的不確定性有必要進行更進一步的研究，為制定可行的二氧化碳減排政策提供科學依據。(2)基于玻爾茲曼分布的碳排放配額分配方法仍然存在一些局限性，該方法符合資源分配的公平原則，但在今后的碳排放配額研究中還應考慮到效率和效益等因素；為了使碳排放配額的分配方法更廣泛通用，更具有經濟可行性，公平和效率之間的均衡問題有必要進行進一步的研究。(3)決策者應該考慮不同的目標，例如碳減排成本、碳資產、能源消費水平和社會福利等，從而達到環(huán)境、能源和經濟協(xié)調發(fā)展以及整體利益和個體利益的平衡，多目標的研究將會納入未來的工作當中。(4)本文的研究主要集中在一個固定時間段內碳排放配額的空間分配。然而,碳減排是一個長期、動態(tài)的過程,所以考慮動態(tài)周期特征的碳排放配額分配的研究是有必要的。(5)因為不同的分配方法可能對減排成本和經濟效益等產生不同的影響,通過考慮這些影響來研究新的碳排放配額分配方法也很有意義。

基于上述結論，本文提出以下政策建議：

(1)不斷推進碳排放配額分配問題的相關研究，提高對不同碳排放配額分配方法所帶來的經濟和環(huán)境等影響的關注和重視。不合理的碳排放配額制定會嚴重影響經濟的發(fā)展和社會的穩(wěn)定。政府可參照碳排放配額和碳排放需求之間的關系，合理制定碳排放配額，并通過經濟補償的手段實現經濟發(fā)展和環(huán)境治理的綜合雙贏。

(2)達成跨區(qū)域合作?？紤]到區(qū)域的異質性,碳排放配額分配方法必須適應當地條件, 各地區(qū)都應該對碳排放配額分配方法進行優(yōu)化設計。為實現碳排放配額的合理分配，政府制定合理的機制和政策達成區(qū)域間的合作是一種有效的方法。因為碳排放的空間就是可持續(xù)發(fā)展的空間，國家應該在確保經濟持續(xù)健康發(fā)展的前提下，以求能夠盡快成功地實現碳減排目標。由于電力行業(yè)是首批納入全國碳排放權交易體系的重點行業(yè)之一，在能源消耗和碳排放量上占有很大比重，所以可以進一步地將碳交易市場和電力市場聯(lián)系起來。碳交易市場的買方有可能成為電力市場的賣方。碳排放配額的買方能夠通過電力生產供給側結構的改革來減少自身碳減排的壓力，同時賣方能夠獲取經濟效益，激勵雙方進行碳減排的相關技術改進。各區(qū)域不僅能夠達到碳減排的目標，而且能夠縮小區(qū)域之間的經濟差距，實現區(qū)域之間的協(xié)調發(fā)展。

(3)建立動態(tài)可調整方案。碳減排是一個長期、動態(tài)的過程，而且某個階段碳排放配額的需求會發(fā)生變化，此時固定的碳排放配額分配方案會導致分配不當的問題。某些區(qū)域的高碳行業(yè)是該區(qū)域的重要經濟支撐，嚴格的碳排放配額控制可能會影響該區(qū)域的經濟發(fā)展。因此，建議政府實施浮動總量控制機制，通過設計總配額的浮動機制,會在一定程度上減少碳排放配額的供需不平衡,同時也有助于提高碳排放交易市場的穩(wěn)定性。

(4)加強碳交易市場的管理。足夠的、可靠的基礎數據支持可使研究者的結果更為精確。由于中國的碳交易市場還不成熟，缺乏精確的碳排放相關數據，故需要進一步加速推進碳交易市場在全國范圍的實行，并加強碳交易市場的管理。同時，加強碳交易市場的管理也有助于確保碳排放配額分配的公平性。