纳入部门转移责任的用能权交易配额优化研究

我国产业发展的路径依赖效应和以煤为主的能源禀赋特点, 决定了未来较长时期内能源消费总量仍将维持高位平稳状态。2018 年, 我国一次能源自给率约为 80%, 尚有 8.7 亿 tce (吨标准煤当量)缺口。因此, 更科学地实施能源消费总量控制, 是应对能源资源紧约束和兑现我国全球气候承诺的重要途径。2016 年 9 月, 《用能权有偿使用和交易制度试点方案》①国家发展和改革委员会. 关于开展用能权有偿使用和交易试点工作的函(发改环资[2016]1659 号). 2016提出要通过四省试点, 在 2020 年逐步推广用能权交易。按照“市场在资源配置中起决定性作用”的导向, 我国资源环境政策将由政府“命令控制型”逐步转向“经济市场型”和“社会契约型”等政策工具的应用。在此情境下, 用能权交易相关探索可能从特定区域、重点企业试点逐步铺开, 推广至全国主要用能部门, 成为我国中长期促进节约和高效用能的重要市场调节手段。

推进用能权市场化交易是国家“十四五”规划建议中明确的创新政策和任务, 用能权交易与“十二五”规划初期提出并试点的节能量交易在控制目标、规范对象和调控手段方面较为类似, 可将其视为对后者的提法更迭与完善, 主要对标欧洲的白色认证机制[1]。国外学者对用能权(节能量)交易的研究热点集中于交易操作流程的优化对策(如责任主体的选择[2]、补贴机制[3]和资金获取情况[4]等)、节能目标的可达性分析[5]以及交易的经济和环境效益评估[6]。较之国际实践和研究, 用能权交易在国内尚属相对新颖的政策理念, 近几年相关报道才逐步增多, 国内研究聚焦于国际用能权(节能量)政策经验梳理[7]、用能权交易与传统节能机制比较分析与政策前景[8–9]以及政策效应预判方面[10]。

科学的配额设计是用能权交易市场保持长效稳定运行的核心机制, 其出发点是对节能减排责任的考察与分配。从用能权试点方案看, 其配额分配方式借鉴了碳市场的祖父式和基线式方法, 对试点地区不同行业的企业分别采取标杆值法(参考能效领跑者水平, 即基线法思路)和历史法(参考近年综合能源消费量平均值水平)确定初始配额。国内学界对祖父式和基线式配额方案的讨论颇多, 但集中于碳交易市场[11–12], 对用能权配额方式的讨论相对较少。

从当前配额设计的理论分析和实际应用看, 仍存在有待应对的问题。一方面, 祖父式分配方式(历史法)便于覆盖所有目标行业, 却难以调动不同行业减排的差异化努力, 容易出现“鞭打快牛”的情况; 基线式分配方式(标杆值法)按照行业的“先进值”设定标准, 更适用于同一行业内部企业的配额分配, 对区域整体能耗的把握相对较弱; 同时, 有研究者认为相关报道对跨期影响造成的配额机制动态效应重视不足[13]。另一方面, 对标国际主流碳市场和国内主要试点碳市场, 无论是配额免费发放法(如欧盟和国内试点市场采用的历史排放法或基准线法)还是拍卖或购买法(如美国和澳大利亚)[14–15], 都没有考虑各行业部门间隐含能源流动引起的责任转移问题, 即认为配额分配应遵循“生产者责任”。目前, 国内学者大多支持在国际资源环境议题中主张“消费者责任”, 即隐含能源和隐含碳的消费者应承担部分节能减排责任[16–17], 若国内用能权市场配额设计时能纳入“消费者责任”的考虑, 那么对国际谈判中建议以“消费者责任”平衡各国节能减排义务,可能会有所援引和裨益。从“消费者责任”出发, 上游部门的能源消费可能是为了满足下游部门最终产品的生产, 那么节能减排责任同样不能仅由上游部门承担, 按受益与责任相匹配原则, 应在产业链上下游部门间进行合理配置。如何在配额设计中体现行业部门间隐含能源消费造成的责任转移, 是本文试图解答的核心问题。

本文在历史法和标杆值法思路的基础上, 利用投入产出法, 在全国工业能耗总量控制目标下对分行业部门用能权初始配额进行优化配置。首先按国家不同的控制要求, 将工业部门分为若干控制组,通过历史法确定部门初始配额, 再参考标杆值法思路建立综合评价体系对初始配额进行调整, 然后纳入对部门转移责任的考察, 以直接和完全能耗强度为核心指标组, 并预测目标年投入产出表结构, 克服跨期影响, 通过历史性配额补偿和趋势性配额修正, 分两步优化各部门用能权配额, 同时讨论各工业部门在配额调整总目标下, 向其他部门提供或接受配额补偿的具体分配方案。本文以 2025 年(“十四五”规划期末)用能权交易市场为案例分析对象, 研究结果具有较明显的政策含义和现实价值。

1 研究方法与数据来源

考虑到工业部门能源消费量占全国总量的 70%以上, 是影响我国中长期能源消费的主导部门, 同时其产业形态也更易于实施配额管控和交易, 故本文以工业部门为研究对象。

1.1 “历史+效率”思路的用能权配额分解模型

1.1.1 部门初始配额调整思路及指标体系

若假定目标年用能权市场覆盖所有工业部门,则其初始配额及调整需考虑: 一方面, 能源消费对部门生产为必要需求, 需要通过测算各部门经济增长速度, 并结合能源强度累计下降目标, 预计部门目标年用能权基本需求, 这接近于带控排系数的历史法分配思路; 另一方面, 初始配额的分配还应综合考虑对工业部门影响可控、总体节能成本趋减和促进高能耗高排放部门转型升级等因素, 通过对标“标杆值”调整初始配额分配, 这一思路将标杆值法思维由单部门扩展至全工业部门。

相较于政府对能源消费总量控制的方案①国家能源局《合理控制能源消费总量工作方案》以及部分省市相应的具体方案, 下面以能耗增量配合调节因子对部门用能权配额进行调整的方法也参考此来源。——以历史法的思路确定区域能源消费增量基数, 再通过宏观指标进行综合调整, 并将其分解至各行业部门的方式, 本文提出直接针对工业部门的初始配额调整原则代替区域宏观指标: 1) 规模较大和效益较好的行业部门, 其承受节能减排约束的耐受力较强,可适度下调配额; 2) 现有研发能力较强的行业部门,其为节能减排付出历史努力, 且潜力挖掘已相对充分, 可适度上调配额; 3) 化石能源占比较高的行业部门, 为促进清洁能源和新能源使用, 可适度下调配额; 4) 节能减排边际成本较高的行业部门, 为降低部门经济负担, 可适度上调配额; 5) 能源强度和碳强度较高的部门, 有更强烈的节能减排需求, 可适度下调配额; 6) 为有效对应国际贸易绿色壁垒,出口活跃部门应适度下调配额。由此制定的初始配额调整综合评价体系如表1 所示。

本文将直接能源消费量作为确定部门用能权配额基数的依据, 由部门终端能耗和部门进行能源加工转换时的能源净损失加总得到(表 1 中涉及的直接碳排放量计算方法类似), i 部门直接能源消费量为 DECi, 并用于表 1 中能源强度对应的表征指标的计算。

1.1.2 基于“历史+标杆值”法的初始配额综合调整模型

对比各工业部门各指标最优值(标杆值), 将上述指标进行[0,1]归一化处理后, 通过加权计算, 可得 i 部门初始配额调整综合评价指数 CIi。由于国家对不同工业部门有不同的节能减排要求, 按照其严格程度, 可将 n 个工业部门分为若干个不同控制组(每一个控制组中各工业部门能源强度累计下降率相同, 即强度控制严格程度相同), 本文将每一个控制组的用能权配额总量称为一个配额池。若基年为b 年, 目标年为 p 年, 第 m 个控制组包含 j 个工业部门, 其中 b 年 i 部门的工业增加值和能源强度分别为 IVAib 和 ECIib, εmi 代表第 m 个控制组 i 部门 b 年至p 年间增加值年均增长率, erm 代表第 m 个控制组各部门基年至目标年间能源强度累计下降率, 可得p 年第 m 个控制组配额池的用能权配额总量较之b 年的变化幅度为 km, 则 p 年经调整后, 隶属于第 m个控制组的 i 部门按历史法确定的用能权初始配额为 ECip0。

式中, DECib 表示 i 部门 b 年的直接能源消费量,AF1i 为 i 部门按照 CIi 计算的初始配额调节因子,m1 为用能权初始配额调整系数, ECip 表示 i 部门 p年按标杆值法思路下综合评价体系确定的初始配额调整值。

1.2 纳入部门转移责任的用能权配额优化模型

1.2.1 部门直接、完全能耗强度的测算

本文将 i 部门的直接能耗强度 DEIi 定义为 i 部门生产单位总产品所直接造成的能源消费量, 将 i部门完全能耗强度 TEIi 定义为 i 部门生产单位最终产品所直接和间接造成的能源消费量。TEIi 反映 i部门在生产最终产品时, 因需使用其他部门提供的中间产品而造成的部门间的隐含能源消费转移。在假设各部门生产中间产品和最终产品的能耗强度无差异的前提下, 各部门的直接能耗强度矩阵 DEI 和完全能耗强度矩阵 TEI 可由下式计算:

式中, Xi 表示 i 部门的总产品, I 表示单位矩阵, A 为投入产出表直接消耗系数矩阵。不少相关研究中,直接采用 Leontief 逆矩阵[I − A]−1 来计算完全能耗强度[18–20], 未考虑进口产品的影响, 这样做会导致TEI 被严重高估。由于我国加工贸易占比较大, 许多部门的中间产品中有不小比例来自国外进口, 因此在计算 TEI 时, 可通过式(7)剔除进口产品的影响, 其中 IMi 表示 i 部门的进口产品, μ 为修正系数组成的对角阵, I ‒ μ 为国内生产比重对角矩阵[21]。

1.2.2 纳入部门转移责任的历史性配额补偿

本文选取部门完全能耗强度与直接能耗强度之比作为表征部门转移责任的核心指标, 比值越大,说明部门越倾向于通过中间产品关联引发其他部门能源消费, 从责任转移的角度看, 该部门应从严控制配额。由于投入产出表的编制时间比实际时期滞后, 投入产出表核算数据实际上表征的是历史性的部门转移责任, 若投入产出表选用的时间为 t 年,配额核算基年为 b 年, 则隶属于第 m 个控制组的 i部门经历史性配额补偿调整后, 在目标年 p 年的用能权配额为ECip′。

式中, TEIit 和 DEIit 分别为 i 部门 t 年的完全能耗强度和直接能耗强度, 用于计算 i 部门按照转移责任确定的用能权历史性配额补偿因子 AF2i。ECip′的计算与 ECip 类似, 仍以控制组确定的整体配额池变化幅度 km 为调节基数, 并使用调整系数 m2 控制此轮配额调整的总体幅度。

1.2.3 基于 RAS 法的部门投入产出表结构预测

不少学者指出静态的配额分配机制无法有效地应对中长期经济产出的优化目标[13], 还需要从经济结构的长期变动角度对各部门配额分配进行前瞻性调整。因此, 本文设计纳入重大经济社会事件短期冲击的弱平稳发展情景, 在此前提下, 利用 RAS 法(双比例平衡技术)预测目标年投入产出表结构[22]。若投入产出表现状年选用 t 年, 历史参照年为 c 年,预测年为目标年 p 年, 则平稳发展假设如下: 1) 经济平稳增长, 参考 c 年至 t 年平均变化率, 假设 t 年至 p 年部门增加值平稳地变化, 并使用近期实际数据修正变化率; 2) 各部门中间需求率和中间投入率平稳地波动, 参考 c 年至 t 年各部门结构性指标平均水平, 确定 t 年各部门增加值率、最终产品和进口产品与总产品的比例关系。关于重大经济社会事件(本文指新冠疫情)的影响, 由于我国经济长期向好的基本面没有改变, 新冠疫情对我国经济的冲击总体可控, 相关研究认为疫情对中国经济的综合影响显著持续期为 6～9 个月[23–24], 因此本文按照不同部门受疫情冲击的影响程度, 适度下调疫情发生当年各部门的经济增速①第三产业受疫情冲击的负面影响最显著, 其次为第二产业, 而第一产业的影响不明显[23–25]。第三产业中批发零售和住宿餐饮业受负面影响最大[24]; 工业部门中, 劳动密集型产业和外向型产业受冲击较大, 能源和原材料受冲击较小[26], 新基建对其关联产业也会产生正向影响[25]。不同研究的结论并不统一, 大多预计受新冠疫情影响 2020 年经济增速在 3%～4%之间[27–28], 本文情景中假设2020 年 GDP 整体增速相当于 2019 年(6.1%)的50%～60%, 并按影响程度对不同部门进行分别调整。, 同时假定疫情发生年后经济增速回复至平稳发展水平。由此, 可以估计目标年 p 年各部门增加值、中间产品、最终产品、进口产品和总产品量, 并作为 RAS 法的边界条件。

RAS 法将直接消耗系数的变化解释为替代效应和制造效应的影响, 令 R 为替代乘数矩阵, S 为制造乘数矩阵, 二者分别为各部门对应的替代乘数和制造乘数组成的对角矩阵, 若现状年和目标年直接消耗系数矩阵分别为 At 和 Ap, 则可通过调整 R 和 S,使 Ap=RAtS 成立。设定目标函数为

式中, ri 和 sj 分别为 i 部门和 j 部门对应的替代乘数和制造乘数; αtij 为 t 年 i 行 j 列的直接消耗系数; Xjp和 Zjp 分别为 j 部门 p 年的总产品和增加值; Xip, Yip和 IMip 分别为 i 部门 p 年的总产品、最终产品和进口产品量。通过广义简约梯度算法进行规划求解,使目标年投入产出表数据收敛, 即可进一步得到直接消耗系数矩阵和修正后的 Leontief 逆矩阵的预测值。

1.2.4 纳入部门转移责任的趋势性配额修正

在不同控制组能源强度累计下降率确定的条件下, 结合 RAS 法预测结果, 可计算隶属于第 m 个控制组的 i 部门在目标年 p 年的完全能耗强度和直接能耗强度。按照我国相关规划和实际情况, 各部门中长期能耗强度处于持续下降阶段, 故以基年 b 年到目标年 p 年之间能耗强度累计下降率之比来考察未来一定时期内各部门转移责任的变动情况, 并进行趋势性配额修正。设 i 部门经趋势性配额修正后,在目标年 p 年的用能权配额为 ECip*。

式中, ΔTEIip 和 ΔDEIip 分别为 i 部门 p 年完全能耗强度和直接能耗强度相较基年 b 年的累计下降率(取变化率的负数, 下同)。ΔTEIip/ΔDEIip 值越大, 说明i 部门使用高能耗中间产品的投入下降越快, 未来带动全产业链各部门节能减排的带动能力越强, 可适度放松配额, 反之则应适度压缩配额。AF3i 代表用能权趋势性配额修正因子, 调整系数 m3 用于控制此轮配额调整的总体幅度。此外, 3 次配额调整均应满足目标年所有部门能耗总量目标, 历次分部门配额量均应按控制总量进行平衡调整。

1.3 调整配额的部门间流动分析

本文利用直接分配系数矩阵 H 和完全分配系数矩阵 W, 构建从供给侧方向描述隐含能源消费部门间转移情况的能源流动路径矩阵 TET。

其中, 直接分配系数矩阵 H 的 i 行 j 列元素 Hij 代表 i部门向 j 部门提供的中间产品占 i 部门总产品的比例, [I − H]−1 为 Ghosh 逆矩阵, 完全分配系数矩阵 W的 i 行 j 列元素 Wij 反映 i 部门实现单位初始投入(增加值)引发直接或间接分配给 j 部门的产品量, 将DEI 由行向量转变成对角阵后与 W 相乘, 并将结果转置, 得到的能源流动路径矩阵 TET 的 i 行 j 列元素 TETij 表示 j 部门每实现单位初始投入(增加值)会流向 i 部门的隐含能源消费。因此, 作为接受隐含能源消费转移的下游部门, i 部门应向 j 部门提供用能权配额补偿。本文提出的 TET 矩阵参考了文献[22]提出的碳转移强度矩阵, 但由于各部门都处于隐含能源流动的网络之中, 既是隐含能源转移的提供方, 又是接受方, 任意部门需向其他部门提供或接受配额补偿的关系众多, 难以直接使用 TETij 来核算部门 i 与 j 间的配额补偿量, 故本文提出以 TET矩阵作为衡量部门间提供配额补偿的参考指标, 并设用能权部门间补偿系数矩阵为 FTET, 目标年 p年 i 部门对所有其他部门(不包含 i 部门自身)应提供的用能权配额总补偿额度为 SECip。

式中, TETijp 和 FTETijp 分别表示 p 年 TET 和 FTET矩阵的 i 行 j 列元素, FTETijp 反映 p 年 i 部门应向 j 部门提供的用能权配额补偿占其向所有部门应付补偿的比例。式(16)为联立线性方程组, 含义为对任意 j部门, 应付其他部门用能权总补偿额度等于其历次配额调整后最终调整量的负值, 含 n 个未知数和 n个方程, 可直接解得 SECjp 值, 再计算 SECip×FTETijp,即可分析各部门间配额补偿的流动情况。

1.4 数据来源

本文数据来自 2018 年和 2019 年《中国统计年鉴》中工业部门经济和科技数据, 2016 年和 2018 年《中国能源统计年鉴》中工业部门能耗数据以及2005 年、2010 年和 2015 年投入产出表。为使部门投入产出与能源数据相匹配, 将能源统计年鉴中 41个工业部门归并为 24 个工业部门。对投入产出表部门分类粗于能源统计部门分类的, 将部门直接能源消费量进行加总, 部门合并后与投入产出表分类一致; 反之, 则对投入产出表部门数据进行行列合并, 使部门合并后与能源统计部门分类一致(本文所有数据均按 2015 年不变价调整)。

2 案例研究与结果分析

参考碳排放交易试点进程, 本文认为在 2025年(“十四五”规划期末)用能权交易市场可尝试进入基本完善和全面覆盖阶段, 因此分别以 2017 年和2025 年为基年和目标年, 对用能权交易配额优化方法进行案例研究。

2.1 “历史+标杆值”法工业部门配额测算结果及分析

采用初始配额综合调整模型, 以 2017 年为基年计算各部门综合评价指数 CIi, 其中 CO2 影子价格参考蒋伟杰等[29]的研究结果。参考国家相关规划①参考“十三五”相关专项规划以及《工业领域应对气候变化行动方案(2012—2020)》中对不同工业部门节能减排强度控制目标的划分和区别，部门能源强度5 年累计下降率在15%～20%之间取值。,若假设“十四五”期间依然维持 2011—2020 年的控制水平, 那么按国家对不同部门的强度控制目标,可将工业部门划分为极严格、严格、较严格和一般4 个控制分组, 采用“历史+标杆值”法, 对 24 个工业部门用能权的初始配额核算及调整结果见表 2。考虑到能源消费配额变动对工业部门的直接影响极为可观, 当前试点方案也要求配额以免费为主, 有偿使用为辅, 故本文在历史法确定初始配额的基础上,通过标杆值法使各部门配额调整总量达到总配额量的 10%时, 即认为对所有工业部门产生较大的影响,按此思路设置 m1 为 0.262。

按弱平稳发展情景假设, 至 2025 年, 全国工业部门若实现配额制度全覆盖, 则工业部门用能权配额总量为 32.88 亿 tce, 比 2017 年(基年)上涨 6.32%,说明工业部门能耗仍有一段时期的平缓上升。“历史+标杆值”法配额调整结果如下。

1) 按历史法思路, 工业部门强度控制与总量控制方向差异明显, 按照相关规划目标确定的极严格和严格控制组的用能权配额总量增幅较大, 而强度约束较小的较严格和一般控制组的配额总量增幅较小。对于极严格和严格控制组部门, 尽管国家设置了更强的能源强度下降目标, 但由于这些部门经济增速度较快, 对其能源消费和碳排放总量仍会给予较大提升空间。未来一段时期内, 实现工业部门能耗总量控制目标主要依赖于能源强度下降幅度适中的较严格和一般控制组部门, 隶属这两个组别的工业部门主要是钢铁、有色、石化和能源工业等传统高能耗部门, 其用能权占据工业部门总配额的绝大比例, “放松强度控制、严格总量控制”可能是未来对这些部门节能减排的主要规划目标。

2) 按标杆值法思路, 有 15 个部门应放宽配额(AF1i<0), 9 个部门应压缩配额(AF1i>0)。其中, 对纺织轻工类部门放宽配额, 主要由于行业承受能力弱, 节能减排需求偏低; 对离散制造业部门(极严格控制组部门及通信设备计算机和其他电子设备制造业等)放宽配额, 主要归因于研发经费投入强度已经较高, 节能减排需求低(能源强度和碳强度均较低); 对采掘、石化、建材、钢铁有色以及能源供应部门应压缩配额, 主要由于其节能减排潜力大且需求高。但是, 受各控制组配额池的平衡影响, 实际配额调整方向与 AF1i 指向方向并不完全一致(将在2.2.2 节讨论)。

3) 按照传统的历史法和标杆值法思路进行配额分配, 会导致节能减排责任高度集中。从能源消费量相对削减的角度, 对照 2025 年比 2017 年工业能耗总量平均上升 6.32%的标准, 电力热力的生产和供应业、石油加工炼焦和核燃料加工业、金属冶炼及压延加工业、非金属矿物制品业以及化学工业等 9 个部门低于平均能耗增幅, 且均来自较严格控制组和一般控制组。从能源消费量绝对削减的角度, 仅电力热力的生产和供应业能耗配额比 2017 年的消费量下降, 削减量为 8565.20 万 tce。

2.2 纳入部门转移责任的用能权配额调整分析

2.2.1 配额优化结果及分析

针对历史性配额补偿, 利用 2015 年投入产出表计算各工业部门当年直接能耗强度 DEIit 和完全能耗强度 TEIit。针对趋势性配额修正, 按照弱平稳发展情景, 参照 2005—2015 年部门数据变化趋势①对平稳发展条件中经济增速部分, 由于 2005 年投入产出表部门数量偏少, 采用 2010—2015 年各部门平均增速, 并用 2018 年数据修正; 由于各年度波动较大, 中间需求率和中间投入率等结构性指标采用 2005, 2010 和 2015 年投入产出表的平均值来估计。,并用 2018 年实际数据修正, 采用 RAS 法规划求解,得到 2025 年投入产出表结构, 在此基础上预测2025 年各工业部门的直接能耗强度 DEIip 和完全能耗强度 TEIip 及其相对于 2015 年的变动幅度。

2015 年, 我国 24 个工业部门的直接能耗强度和完全能耗强度均值分别为 0.227 和 0.834 tce/万元。除能源加工转换部门外, 绝大多数工业部门的直接能耗强度小于间接能耗强度(TEIit 与 DEIit 之差), 其能源消费主要由使用上游部门提供的中间产品或二次能源间接引发, 因此不能仅针对直接能源消费量较高的部门实施严格总量管控, 也需要对其下游部门进行干预, 各部门都应对其引致的产业链上下游能源消费转移承担相应的节能减排责任。2025 年, 各工业部门的直接能耗强度和完全能耗强度均值预测值分别为 0.185 和 0.504 tce/万元。若各工业部门都严格落实国家节能减排要求, 未来我国工业部门的直接能耗强度有约 20%的降幅, 而受投入产出乘数影响, 工业部门完全能耗强度的降幅将更加显著。纳入部门转移责任的历史性配额补偿和趋势性配额修正模型的主要参数计算结果见表 3,取 m2 和 m3 分别为 0.781 和 0.785 (配额调整幅度分别占总量的 6%和2%)。

综合历史性和趋势性的配额优化结果如下。

1) 从分控制组配额调整看, 纳入部门转移责任的配额优化方向与“历史+标杆值”法大相径庭。①对比“历史+标杆值”法和历史性配额补偿结果, 极严格、较严格控制组和一般控制组中占主导的电力热力的生产和供应业的配额整体调整方向, 在两轮调整中正好相反。传统的“历史+标杆值”法更关注部门的能耗存量水平以及相对节能减排效益, 要求对离散制造业放松配额, 而对流程制造业和能源工业进行严格约束, 纳入部门转移责任的配额调整则从产业链全程考虑, 对“历史+标杆值”法进行较好的纠偏。② 对比历史性配额补偿和趋势性配额修正结果, 各控制组部门转移责任的配额变动中调整方向大体上趋同, 说明在“十四五”规划期间我国工业部门间能耗转移结构仍处于相对平稳的变化区间, 各控制组在“十四五”规划期间因转移责任导致的配额补偿方向不会发生太大的变动。

2) 从分部门配额调整看, 配额总量上调较大的部门是电力热力的生产和供应业、煤炭开采和洗选业、化学工业、食品精制茶和烟草制造业等。这些部门都处于产业链上游, 属能源和原材料提供部门,是部门间隐含能源消费的转出方, 应调增配额。配额总量下调较大的部门是金属冶炼及压延加工业、电气机械和器材制造业、纺织服装鞋帽皮革羽绒及其制品业、交通运输设备制造业等。其中, 电气机械和器材制造业、交通运输设备制造业都属处于产业链下游的离散制造业, 是上中游部门隐含能源消费的承接方, 应调减配额; 纺织服装鞋帽皮革羽绒及其制品业在趋势性配额修正时, TEIip 下降幅度较小, 预测其在未来一段时期内对其他部门的节能带动能力较弱, 应适度压缩配额。

3) 纳入部门转移责任后, 工业部门的节能减排责任承担情况由集中走向分散。对比 2017 年各部门的能耗, 从能源消费量相对削减的角度, 经历史性和趋势性配额调整后, 相较于“历史+标杆值”法,低于平均能耗增幅的部门由 9 个增长为 10 个, 且涉及部门由集中于较严格控制组和一般控制组, 转变至部分极严格控制组部门(如电气机械和器材制造业、交通运输设备制造业)。从能源消费量绝对削减的角度, 从仅由电力热力的生产和供应业承担绝对削减任务, 延伸至电气机械和器材制造业、通信设备计算机和其他电子设备制造业等部门。

2.2.2 历次配额调整的严重影响部门分析

从配额变动比例的角度出发, 可以更清晰地判断各部门在历次配额调整中自身受影响的程度。本文将历次配额调整中变动比例绝对值处于所有工业部门前 25%的部门称为严重影响部门(表 4), 测算经 3 轮配额调整后, 2025 年各部门最终配额相对于初始配额的变动比例, 结果如表 5 所示。

对比 3 个阶段的配额调整情况如下。

1) 各阶段配额调整涉及的严重影响部门有一定的重合性, 但这些部门在不同阶段的配额调整方向往往不一致。在标杆值法和趋势性配额调整阶段, 受到严重影响的部门主要出现于严格控制组的纺织轻工类部门, 历史性配额补偿阶段则主要出现于极严格控制组的离散制造业部门。上述部门中,不少部门配额总量不高, 但受配额调整影响的强度大, 可能对本部门生产造成较强的扰动, 尤应引起关注。此外, 因各控制组配额池的存在, 对部门配额调整期望方向可能产生反向影响, 但经测算, 各阶段所有严重影响部门和与期望调整方向相异部门均不重合, 说明虽然配额的平衡调整会对部分工业部门产生异于期望方向的影响, 但不会扭转各阶段受主要影响部门的调整方向。

2) 与 2025 年的历史法初始配额比较, 配额总量和比例调整最大的部门既有联系, 亦有区别。配额总量变动最大的部门是电力热力的生产和供应业、纺织业、造纸印刷和文教体育用品制造业, 其变动幅度都超过 2150 万 tce。配额比例变动最大的部门是纺织业、电气机械和器材制造业、造纸印刷和文教体育用品制造业, 其变动幅度均超过 34%。

2.3 调整配额在工业部门间的流动分析

考虑到用能权市场难以一次性覆盖全部工业部门, 而会采用逐步纳入交易体系的形式, 因此明晰各部门间调整配额的流动关系, 将有助于提高本文分析结论在交易市场扩张不同阶段的应用价值。由于每个部门既是配额的流出方, 又是配额的流入方,2025 年各部门间配额流动情况复杂, 这里只选取流出、流入配额最多的 3 个部门展示分析结果, 如表6 所示。

表 6 显示, 各部门间都存在相互配额补偿和承接关系。

1) 配额净流动最多的部门在各个控制组中均有分布, 但流量差异明显。较严格和一般控制组的部门, 特别是能源工业部门, 流入、流出的流量均较大; 极严格和严格控制组部门, 特别是离散制造业部门, 流入、流出的流量则相对较小, 这与各控制组部门的配额总量相关。

2) 配额在部门间的分配和流动量集中于位列前几的部门, 前 3 位配额净流出、流入部门的配额流出、流入量分别占所有工业部门调增、调减配额总量的 93.97%和 81.48%。在全面推进用能权市场建设时, 这些配额流动频繁的部门, 如能源、采掘、食品、纺织、造纸印刷、石化、钢铁有色和电气机械等, 可以考虑优先全面纳入用能权市场范畴。

3 结论

科学和公平的配额分配机制是用能权交易市场稳健运行的前提。本文将隐含能源消费转移责任纳入配额设计过程, 对传统的“历史+标杆值”法分配方式进行优化。研究结果显示, 在“历史+标杆值”法思路下, 未来工业部门节能任务会高度集中于能源(含能源采掘)、石化、钢铁有色等原材料生产和能源供应部门, 其中电力热力的生产和供应业承担能源消费量的绝对削减任务; 纳入部门转移责任后,节能任务被更多地分散到电气、通信和交通运输设备制造业等引发间接能源消费的离散制造业部门,承担能源消费相对削减任务的部门由 9 个增加至 10个; 同时, 对照 2017 年各部门能源消费基数, 电力热力的生产和供应业、电气机械和器材制造业、石油加工炼焦和核燃料加工业、通信设备计算机和其他电子设备制造业以及其他制造业5 个部门均承担能源消费量绝对削减任务。“历史+标杆值”法着眼于强调节能减排的效率提升, 但从消费侧考虑, 纳入部门转移责任的优化方案是一种更为公正的分配手段, 能更好地实现节能减排责任和成本的共担。

对具体部门的配额优化结果还表明: 1) 从宏观节能减排总体思路出发, 国家强度控制和总量控制的部门对象可能会有所差异, 按照国家对不同工业部门强度控制的规划目标, 极严格、严格、较严格和一般 4 个控制组部门按历史法确定的 2025 年初始配额分别占用能权总配额的 2.53%, 8.13%, 39.39%和 49.96%, 即总量控制应主要依靠强度削减目标较弱的较严格和一般控制组部门实现; 2) 综合标杆值法和纳入部门转移责任的配额调整结果, 相对于历史法确定的 2025 年初始配额, 从调整比例分析, 纺织业、造纸印刷和文体用品制造业、木材加工和家具制造业等部门将是用能权配额优化的主要受益方, 其最终配额上调比例最大, 而电气机械和器材制造业、食品精制茶和烟草制品业、交通运输设备制造业等部门则是主要受限方, 其最终配额下调比例最大。

在“历史+标杆值”法的基础上, 可适度增加能源、原材料和初产品加工部门配额, 适度减少产业链下游精深加工行业和离散制造业等部门配额, 通过下游附加值较高部门购买配额, 补偿上游部门隐含能源转移, 驱动上游部门强化节能减排, 并产生更多可交易的用能指标, 从而形成良性循环。对能源、采掘、食品、纺织、造纸印刷、石化、钢铁有色和电气机械等转移责任关联较强、配额流动频繁的部门, 建议优先纳入用能权市场, 其配额指标与能耗趋势间的差距可能引导相关部门和企业更多自主地参与用能权市场交易。

由于调控对象、目标和手段上的部分重叠, 作为我国“十四五”规划期间在节能减排方面主推的用能权和碳排放权交易机制, 尤应做好双市场衔接的各项准备工作。从实际推广力度上看, 未来我国很可能形成以碳交易市场为主, 用能权交易作为补充的局面。一方面, 交易对象对两种政策的反应机制可能不同, 如用能权与碳交易制度对电力行业价格和投资等的影响可能正好相反[30], 因此可以根据国家对不同部门的引导方向, 区分使用两类市场机制的作用强度。另一方面, 配额的非重复计算与抵扣互认将是双市场衔接待解决的核心机制, 同时也可考虑允许企业自行选择纳入某一类交易市场的强度, 以期减缓全面推进环境权益市场对负有节能减排责任企业的冲击。

参考文献

[1] Bertoldi P, Rezessy S. Tradable white certificate schemes: fundamental concepts. Energy Efficiency,2008, 1(4): 237–255

[2] Bertoldi P, Rezessy S, Lees E, et al. Energy supplier obligations and white certificate schemes: comparative analysis of experiences in the European Union.Energy Policy, 2010, 38(3): 1455–1469

[3] Eyre N. Energy saving in energy market reform — the feed-in tariffs option. Energy Policy, 2013, 52: 190–198

[4] Rohde C, Rosenow J, Eyre N, et al. Energy saving obligations — cutting the Gordian Knot of leverage?.Energy Efficiency, 2015, 8(1): 129–140

[5] Broc J S, Osso D, Baudry P, et al. Consistency of the French white certificates evaluation system with the framework proposed for the European energy services. Energy Efficiency, 2011, 4(3): 371–392

[6] Giraudet L G, Bodineau L, Finon D. The costs and benefits of white certificates schemes. Energy Efficiency, 2012, 5(2): 179–199

[7] 陶小马, 杜增华. 欧盟可交易节能证书制度的运行机理及其经验借鉴. 欧洲研究, 2008(5): 62–77

[8] 郑婕, 张伟, 王加平. 节能量交易机制研究综述.科技管理研究, 2015(7): 209–213

[9] 陈志峰. 能源消费税与用能权交易制度的协调使用.资源科学, 2019, 41(12): 2205–2215

[10] 张宁, 张维洁. 中国用能权交易可以获得经济红利与节能减排的双赢吗?. 经济研究, 2019(1): 165–181

[11] 齐绍洲, 王班班. 碳交易初始配额分配: 模式与方法的比较分析. 武汉大学学报(哲学社会科学版),2013, 66(5): 19–28

[12] 杨军, 赵永斌, 丛建辉. 全国统一碳市场碳配额的总量设定与分配——基于碳交易三大特性的再审视. 天津社会科学, 2017(5): 110–114

[13] 汤维祺, 钱浩祺, 吴力波. 内生增长下排放权分配及增长效应. 中国社会科学, 2016(1): 60–81

[14] 宣晓伟, 张浩. 碳排放权配额分配的国际经验及启示. 中国人口·资源与环境, 2013, 23(12): 10–15

[15] 李峰, 王文举. 中国试点碳市场配额分配方法比较研究. 经济与管理研究, 2015, 36(4): 9–15

[16] 韦韬, 彭水军. 基于多区域投入产出模型的国际贸易隐含能源及碳排放转移研究. 资源科学, 2017,39(1): 94–104

[17] 刘芳, 郭朝先. 中国隐含能源国际流动规模测算与流向分析. 经济研究参考, 2018(25): 14–24

[18] 石红莲, 张子杰. 中国对美国出口产品隐含碳排放的实证分析. 国际贸易问题, 2011(4): 56–64

[19] 何艳秋, 戴小文. 中国碳排放国际转移的行业敏感性分析. 中国科学院大学学报, 2016, 33(2): 187–194

[20] 吴景辉, 张戈, 王耕. 能源富集区贸易隐含碳及隐含 SO2 排放转移——以山西省为例. 自然资源学报,2020, 35(6): 1445–1459

[21] 中国投入产出学会课题组. 国民经济各部门水资源消耗及用水系数的投入产出分析——2002 年投入产出表系列分析报告之五. 统计研究, 2007, 24(3): 20–25

[22] 杨顺顺. 中国工业部门碳排放转移评价及预测研究.中国工业经济, 2015(6): 55–67

[23] 何诚颖, 闻岳春, 常雅丽, 等. 新冠病毒肺炎疫情对中国经济影响的测度分析. 数量经济技术经济研究, 2020(5): 3–22

[24] 秦宇, 李钢. 新冠肺炎疫情对中国经济挑战与影响的调查综述. 区域经济评论, 2020(3): 146–156

[25] 廖茂林, 张明源. 新冠肺炎疫情对中国经济增长的影响. 福建论坛(人文社会科学版), 2020(4): 25–33

[26] 李亚光, 李芳芳. 新冠肺炎疫情对我国工业的影响与对策研究. 产业经济评论, 2020(2): 5–12

[27] 中国人民大学中国宏观经济分析与预测课题组. 疫情冲击、修复调整与基础再造的中国宏观经济. 经济理论与经济管理, 2020(8): 12–31

[28] 胡滨, 范云朋, 郑联盛. “新冠”疫情、经济冲击与政府干预. 数量经济技术经济研究, 2020(9): 42–61

[29] 蒋伟杰, 张少华. 中国工业二氧化碳影子价格的稳健估计与减排政策. 管理世界, 2018(7): 32–49

[30] 嵇欣. 国外气候与能源政策相互作用的研究述评.中国人口·资源与环境, 2014, 24(11): 42–50

Optimization of Energy Consumption Right Quotas through the Consideration of Responsibility Transfer Among Industrial Sectors

YANG Shunshun
Institute of Economics, Hunan Academy of Social Sciences, Changsha 410003; E-mail: yangssmail@foxmail.com

Abstract The historical method and benchmarking method ignore the responsibility transfer among industrial sectors which result from embodied energy consumption. The author established a quotas optimization model considering the responsibility transfer among industrial sectors based on input-output analysis and consumer responsibility, and conducted case studies taking 2025 as the target year. The results show that under “historical and benchmarking method”, the tasks of energy conservation and emission reduction will be mainly undertaken by sectors of energy supply raw and material production with weak energy intensity reduction targets in the future.The quota optimization process considering the responsibility transfer among industrial sectors is divided into two stages: historical quota compensation and trend quota correction. The author designed a scenario of weak stable development which considered the impact of COVID-19. After quota optimization which is carried out with direct and total industrial energy consumption as the core indicators, the responsibility for energy conservation and emission reduction are extended from the sectors of energy supply and raw material production to the discrete manufacturing sector. The main beneficiary sectors are textile sector, papermaking and printing sector,manufacture of wood and furniture. Due to the quota flow relationship among various sectors, the energy sector,mining and quarrying, foods, textile, papermaking, petrochemical, metal smelting sectors, manufacture of electrical machinery can preferentially access to the energy consumption right quotas trading market. This work provides suggestions for the operation of China’s energy consumption rights trading market.

Key words energy consumption right; quota optimization; responsibility transfer; input-output analysis

北京大学学报(自然科学版) 第57 卷 第5 期 2021 年9 月

Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 57, No. 5 (Sept. 2021)

doi: 10.13209/j.0479-8023.2021.072

北京市自然科学基金(9172012)、湖南省自然科学基金(2021JJ30408)、湖南省社会科学成果评审委员会课题(XSP20YBZ087)和湖南省社会科学院智库研究专项(18ZHB07)资助

收稿日期:2020–09–17;

修回日期:2020–11–08