碳排放不公平性研究综述，本文主要内容关键词为：公平性论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
为缓解全球变暖，保障人类生存和发展安全，对二氧化碳等温室气体的限制性排放已达成全球共识。而自京都议定书签订以来，碳排放总量控制已成为各国碳减排的主要方式，并逐渐成为国际碳减排合作的基础。在这个过程中，各国的碳排放权分配或者说碳排放总量控制目标的设定成为当前国际争议的焦点。由于不同国家在人口总量、经济发展水平、资源禀赋等方面的不同，导致各国的碳排放总量和人均碳排放均存在巨大的差异。这种差异在碳排放总量不受限制的情况下，并不构成排放的不公平，但是当碳排放总量受到限制，国家之间、不同群体之间碳排放的差异可能就被固化，进而导致各国或各群体间碳排放的不公平。因此，在碳排放日趋受限的情况下，如何准确测度和评价现实存在的排放不公平性，并据此公平合理地分配有限的排放权成为了一个重大难题。事实上，自可持续发展提出以来，公平性原则一直是可持续发展的第一原则[1，2]。因此，如何核定各国和地区排放权和减排责任不仅关系到国际碳减排合作的有效推进，而且关系到可持续发展公平性原则在各个尺度上的有效落实。
我国是最大的发展中国家，也是碳排放第一大国，同时面临着较大的经济发展压力和减排压力。因此，积极关注对碳排放不公平性的研究不仅可以为我国在国际上争取合理的碳排放权提供有力佐证，同时也有助于我国更好地了解国内的碳排放不公平性现状，以寻找并释放减排潜力，确保我国经济发展和环境保护的良性循环。
本文将系统梳理国内外在碳排放不公平性研究方面的进展。本文第2章节是简介碳排放不公平性研究的缘起与发展；第3章节系统梳理目前运用于碳排放不公平性实证研究的各种算法，分析其特征、应用范围及局限性；第4章节综述当前国内外碳排放不公平性研究的3个主要层面，即国际，代际，人际层面的实证研究结果；第5章节重点关注我国国内碳排放不公平性现象，除碳排放地域差异外，也讨论了我国尤为突出的城乡差异问题在碳排放方面的表现；最后在总结以上综述结果的基础上指出目前研究的不足之处，以期为未来的相关研究提供一些参考。
2 碳排放不公平性研究的缘起与发展
在应对全球气候变化的各项国际措施中，碳排放权分配由于其与一国经济发展的密切关系而具有相当的政治重要性和紧迫性，也因此成为各国争议的焦点，碳排放不公平性研究正是因其可作为各国划分排放权的重要依据而开始受到关注。也因此，最初的研究范围主要集中在国际层面，即根据各国人均碳排放的差异分析国家间碳排放的不公平性。Heil最先进行了国际碳排放不公平性的计算，并讨论了不公平性与各国人均GDP的关系[3]，Gini系数等经济学测量工具也首次应用于碳排放领域。此后国际碳排放不公平性研究受到了国内外学者日益广泛的关注[4，5]，并且其研究范围也从历史人均排放扩展到了对未来趋势的预测[6]，为今后的国际碳排放分配提供更多的证据。除了国际碳排放的不公平外，碳排放的代际不公平性，即从时间维度考虑不同世代间人均碳排放量的差异性也受到了一些讨论，其主要目的是起到警示和教育作用，使人意识到当代排放权与前代的巨大差异，提醒人们避免透支下一代排放权，践行可持续发展理念[7]，碳排放不公平性研究已不再局限于为国际排放权分配问题服务。此外，其他层面的研究，例如更为细致的人际不公平问题，即不同人群间，尤其是不同收入组间的排放不公平性已开始受到国内外学者的关注[8，9]。因此，本文将对碳排放不公平性的研究分为国际、代际和人际3个层面。其中国际层面的研究由于有帮助划分国际排放权的作用而发展最为成熟，无论是计算方法还是实证结果都较为丰富而系统，后两者在近年来也发展迅速。
3 碳排放不公平性计算方法
碳排放不公平性的算法主要由研究不公平性的算法演变而来，当前应用较多的主要有Gini系数，Theil指数，Kakwani指数，变异系数等方法。
3.1 Gini系数
Gini系数是碳排放不公平性研究中使用频率最高的方法之一。Gini系数最初是一个经济学概念，用于反映不同收入的居民在收入分配中所处的位置及分配公平的大致程度。Gini系数的定义及最原始算法都来自洛伦兹曲线①，此后，众多学者发展出多种计算方法，如几何法，平均差法，协方差法等。将Gini系数推广到碳排放不公平性研究时，方法依然，只是将洛仑兹曲线中纵轴的收入改为
排放量，横轴则可以是人口[9，10]，环境容量[11]，地区[12]等，视研究需要而定。梁丽娜归纳了各种计算Gini系数方法的优缺点[13]。尽管方法不同，但通常情况下在碳排放不公平性计算中可得出较一致的结果[10，14]。
与衡量收入差距时所采用的标准相似，对碳排放的Gini系数也可按照0～1度量不同程度的排放不公平性。一般对碳排放基尼系数设定的标准为：基尼系数低于0.2表示排放态势公平；0.2～0.3表示相对公平；0.3～0.4表示公平程度比较合理；0.4～0.5表示排放不公平，差距偏大；0.5以上表示排放非常不公平[5，11]。Gini系数虽然容易理解，算法成熟，但它也有缺点。它可以表示总体不公平性，但不能看出不公平的具体构成，也无法实现完全的按组分解[12]，②，李虎即认为由于交叉项的存在，Gini系数只能对不同组进行分解，对组内的分解极为勉强[16]。因此，Gini系数在反映收入等影响因素对碳排放不公平性的贡献程度时存在一些缺陷。当然，有限的组分解也有一些参考价值：Heil采用由Yitzhaki和Lerman设计的按组分解法[6]，得出组间碳排放不公平性高于组内，和利用Theil指数的研究结果一致。然而，该分解方法也存在争议：Padilla认为由于存在不能完全分解的部分(剩余误差)，Yitzhaki和Lerman的分解法只能反映组内不公平，而不能反映组间不公平[4]。在碳排放不公平性计算中，经常需要将不公平性按收入，地区等分组分解，以研究碳排放不公平性是由哪些因素造成，因此Gini系数并不是最完善的算法，存在一定局限。
3.2 Theil指数
在分析碳排放不公平性与哪些因素有关时，Theil指数比难以完全按组分解的Gini系数更有优势。Theil指数是一种带权重的熵指数，考虑了人口加权影响，具有对称性、尺度不变性等特征[17]。虽然它不像Gini系数那样容易理解，但它最大的特点和优点是完全可分解的，不会产生剩余项。Shorrocks认为Theil指数是唯一满足完全分解性质的不公平性指标[18]。其计算公式如下：
在计算碳排放不公平性时，Theil指数还可以与Kaya公式结合进行分解，得到Kaya公式中各个影响因素对总体不公平的贡献程度③。这种经典分解方法在使用Theil指数的文献中应用十分广泛[19～21]。
3.3 Kakwani指数
Kakwani指数通常用于比较两项事务的集中度差异，如GDP和人均排放，采用相同的排序方式。在碳排放不公平性研究时应用较多的是比较收入等的不公平性和碳排放不公平性程度差异，此时可使用人均GDP和人均排放作为计算变量。
Kakwani指数计算建立在Gini系数的基础上。计算该指数首先需要计算人均碳排放的拟Gini系数④，它与人均收入的Gini系数相减即可得Kakwani指数。指数数值若为负数，表示排放比收入分配更均匀(集中度弱于收入)，正值则表示比收入分配更为不均[12]。由此可见，用Kakwani指数计算碳排放不公平性只有相对意义，显示碳排放不公平与其他变量的不公平程度差异的大小。
3.4 变异系数
变异系数(CV)，是标准差与均值的比率，可以研究地区间碳排放不公平性。变异系数值越大，意味着不公平性越显著，值越小，则意味着分配较为公平。变异系数法是最简单，最容易理解的不公平性计算方法，且算法较为固定，结果唯一。除一般变异系数外，以地区人口占总体比重为权重的加权变异系数(Williamson系数)也是计算区域间分配不平等程度时通行的算法[22]。查冬兰等在计算我国各省间能源强度差异时即采用了加权的变异系数法，认为该方法适用于测算考虑地区间人口规模情况下的地区间相对差异[21]。然而，Clarke-Sather认为不加权变异系数更能代表地区间的差异，加权则更适合表示个人间的差异[12]。可见关于加权变异系数的应用还存在一定争议。
表1整理了各种碳排放不公平计算方法的实际应用情况，总的来看，每种方法都各有优缺点，但都能较好的解释碳排放不公平性。Clarke-Sather采用变异系数，Gini系数，Kakwani指数，Theil指数等多种方法，经过比较后即发现其结果具有统一性[12]。同时，各方法也可相互参照补充：Gini系数和Theil指数是两大最具代表性的计算方法，适用于国际、人际、地区间等各层面的碳排放不公平性，前者容易理解，算法成熟，后者虽然较为复杂，但可以弥补Gini系数难以组分解的缺陷，在阐释碳排放不公平性的影响因素和影响程度方面更有优势。Kakwani指数适用于补充Gini系数等算出的不公平性结果，显示碳排放和收入等影响因子不公平程度的差异大小。变异系数则最为简单易算，但并非典型的不公平性算法，在文献中更多用于辅助验证其他方法的结果[12，21]。，因此，不同计算方法的综合使用可使结论更全面深入，为分析碳排放不公平的现状和趋势，并提出相应改进政策提供更有效的数据信息。
4 不同层面的碳排放不公平性研究
4.1 碳排放的国际不公平性
国际碳排放存在显著不公平性这一观点已获得广泛共识：Duro运用Kaya公式和Theil指数，计算得出1971-1999年国际碳排放不公平性虽然有所下降，但不公平程度依然很高[19]。滕飞则以1850-2006年为计算期，以人均历史累计排放为基础，得出国际碳Gini系数达到了0.7，远超分配差距警戒水平[10]。邱俊永同样采用Gini系数法评价了从工业革命开始至2006年，G20⑤主要国家累计排放量相对于本国国土面积、人口、生态生产性土地面积和化石能源探明储量4项指标的公平性程度。结果显示，基于该4项指标的Gini系数均处在不公平和非常不公平状态[5]。
从发展趋势来看，国际碳排放不公平趋势正逐渐减小[4，19]。这种国家间排放量逐渐接近的趋势在未来也会得到延续，Heil研究指出虽然变化十分缓慢，但到2100年135个国家的人均排放不公平性还是会有所减少，发达国家和发展中国家的排放量将趋同[6]。
大多数研究者认为国际碳排放的不公平性主要是由国家间的收入不公平造成，富国占据更多的碳排放空间[19，20]。Raupach计算了从18世纪中叶到2004年各国累计排放量，得出占世界人口80％的发展中国家碳排放量仅占23％[23]，若预测1993-2100年的累积排放，发达国家的人均排放也将一直远高于发展中国家[6]。Padilla的研究指出碳排放不公平性已经高于收入不公平性[4]。另外，如果算入中国和印度的数据，能源强度和能源碳强度将是占第二位的碳排放不公平成因[19，20]。
国际碳排放不公平性的存在使得目前通行的排放权分配的“祖父原则”默认并固化了碳排放的不公平性。所谓祖父原则即承认所有主权国家都具有平等的排放温室气体和不被污染的权利，而且现有的排放格局是合理的，主张按照各国现有排放的相对份额分配。由于发达国家现有排放量高，根据此原则将会分得更多的排放权，因此受到发达国家的欢迎，“京都议定书”即采用此分配方案[24]。
然而，若按这种“继承”的方式分配排放权，发达国家将继续占据不合比例的大量排放空间，而发展中国家的合理发展需求在过去和将来均难以得到满足，碳排放的国际不公平将会进一步放大，严重损害发展中国家人民的利益。因此，就现阶段而言，由于穷富国之间显著的排放不公平，发达国家(至少从累计的角度看)显然是全球碳排放的主要贡献者，占据了绝大部分排放空间，理所应当承担更严格的排放限额和减排责任，以减少不公平。
4.2 碳排放的人际不公平性
在各收入组人群间同样存在较为显著的碳排放不公平现象，对不同地区的研究均支持这一结论。Druckman研究英国家庭能源消费时发现能源相关碳排放和收入显著相关，最贫穷10％人口排放的二氧化碳仅为最富有10％人口的45％[25]。英国家庭最高碳足迹组也比最低碳足迹组碳排放量多64％[26]。Brand采用问卷调查结合回归分析法研究英国国内个人及家庭非商务出行的碳排放不公平性，则明确体现了所谓60-20定律：20％的高排放者占据了60％的排放总量，最低端的20％则仅占据排放量的1％不到，其中高排放者主要集中在大城市，高收入人群[27]。肖作鹏采用分等定级和洛伦兹曲线对北京市居民家庭工作日出行碳排放进行测算，也得出北京市民个体碳排放差异符合60-20定律[28]。刘长松运用计量经济模型和Gini系数法，分析2009年北京市家庭生活用能碳排放不公平性，结果指出碳排放量同样与人均收入高度相关。而导致当前高排放的原因主要是高收入人群过度排放，低收入家庭排放仅以满足基本的交通、取暖为主。综合来看，2009年北京城市城镇家庭生活用能碳排放Gini系数达到0.44，碳排放资源的人际分配不均现象比较严重[9]。
由此可见，国内外碳排放人际不公平性都体现在高收入和低收入者之间。高收入者承担更多的减排责任的同时保障低收入者正当发展权利以实现总量控制是该领域研究的主要结论。但是，需注意并非所有导致碳排放的活动其不公平性都由收入造成，对此类活动采取征税或收费措施时要尤其注意不应损害穷人的发展权利，可以采用补贴，返还等方式保障其利益。Nicolas利用问卷调查研究法国客运碳排放时指出，虽然对于必须性出行所占比例较少的长途旅行，收入确实是造成排放不公平的最重要因素，但本地短途出行中由于包含日常上下班，收入的影响则不再显著。作者因此建议，对于短途出行要慎用税收工具，以免影响低收入人群福利，而对长途出行征收燃油税是合理的，主要针对高收入人群，可以在不影响穷人必要出行的前提下减少飞机的使用[8]。
4.3 碳排放的代际不公平性
可持续发展的两个基本点之一，即是要求当代人为后代人提供至少和自己从前辈人那里继承的一样多甚至更多的财富。代内公平是矛盾的次要方面，代际公平则是矛盾的主要方面，是可持续发展的实质和核心，也是其追求的终极目标[2，29]。
然而，Pan通过其设计的全球变暖代际公平指数IGEI，以10年为一代，从1980-2000年碳排放的增加情况即算得碳排放代际不公平现象很明显[7]，远未达到可持续发展的基本点要求。
严重的代际不公平警示人们落实可持续发展理念的重要性。当代人显著增长的排碳量已经远超过了前代，在全球碳排放允许总量有限的背景下，事实上在透支下一代正当的排放权益，因此节能减排应当成为一个非常紧迫的议题而予以高效的落实。
由前文的梳理可见，在同一时间维度上，目前无论是国际、地区间还是不同群体间均存在较为显著的碳排放不公平性。代内公平是实现代际公平的前提、基础和保证。如果上述代内不公平性现在得不到减少和消除，这一历史债务就会通过一定渠道转嫁给后代人，代际公平的实现将更加艰难[2，29]。因此，在诸如排放权分配等问题上过多争论和推诿将导致行动的低效，使得这些代内不公平性继续扩大，超过负荷的排放最终会导致经济发展甚至人类的生存难以为继。
5 中国的碳排放不公平
国内碳排放不公平问题是近几年发展的一个新话题，最早的研究主要集中于我国各地区间碳排放的不公平性[30～32]。此后，作为地区差异的特例，在我国尤为显著的城乡差异也成为了研究重点[33，34]。与国际层面研究主要采用Gini系数，Theil指数等直接反映碳排放不公平性的经典算法不同，针对我国的研究不少采用了STIRPAT模型[33]，综合生命周期分析[34]等计算不同区域的碳排放量占总体份额的差异，并将其与收入差异相联系。在地区间碳排放不公平性研究方面，谭丹[30]、岳超[31]、杨刚[35]、王琴[36]均得出我国三大地区碳排放量存在着明显差异，区域碳排放和人均排放排序为：东部>中部>西部，高收入地区排放量明显高于低收入地区。宋德勇采用STIRPAT模型计算得出2008年高排放区域的8个省市城镇碳排放总量占全国城镇碳排放总量的50％以上[33]，杨振计算了偏差系数pc，得出发达的中东部地区和生态环境脆弱，高排放产业集中的西部地区碳排放超过自身环境容量，与其他pc小于1的省份相比较为不公平。若采用森林面积为参照标准计算Gini系数，中东部发达城市和经济大省就是引起排放空间不公平的主要因子[11]。值得一提的是，不少国内的研究用碳排放的地区差异性来反映并讨论碳排放的区域不公平性，存在一定的局限性，无法定量的反映不公平的程度，而使用更直观的Gini系数等算法需要更为充分的数据支撑。
另外，城乡差异作为我国地域差异的一种特殊形式，也体现在碳排放水平上，城镇碳排放是我国碳排放主体[33]。姚亮使用综合生命周期分析法算得2007年城镇居民消费的碳排放量达到居民消费碳排放总量的76.44％，城乡碳排放不公平性明显[34]。张馨则通过生活方式分析法计算得到了2007年城乡居民家庭的直接能耗和间接能耗产生的碳排放的巨大差异，佐证了城乡居民生活碳排放不公平性的存在[37]。对于高排放的大城市来说，节能减排已是必须完成的严峻任务，而对于广大农村，基本的发展权仍然是第一位的。
对我国碳排放不公平性与收入关系的研究显示，我国国内碳排放不公平性比收入不公平性略低，但大致趋势相同[12，36]。这点和国际尺度上收入不公平是碳排放不公平最主要成因，且后者要高于前者的情形有所区别。Clarke-Sather还发现收入不公平和碳排放不公平各自集中在我国不同省份[12]。这主要是因为我国高收入地区能源强度远低于低收入地区[31，35]，加上一些低收入地区(如内蒙古、山西等)盛产煤等高碳能源，对这些资源的大量利用使得地区能源碳强度较高，导致更多的碳排放[36]。查冬兰的研究则进一步指出自2003年起我国能源强度对碳排放不公平性的贡献已经超过了人均收入，占绝对优势地位[21]。因此，能源强度和碳强度的影响在我国较为显著，这一特点在与国际碳排放的比较中也有所体现。
由此可见，国内碳排放不公平不仅是收入差异的作用，能源强度和碳强度差异的作用也不可忽视。如果排放权的调整造成低收入且低效的“排放大户”大量出现，不仅可能抵消发达地区的减排努力，也会造成未来更严重的不公平性，使得总量控制更难实现。因此，在碳排放领域，效率与公平的关系更为复杂。低效率会增加碳排放的不公平，而如果不考虑造成碳排放不公平成因的情况下，追求表面的分配公平，不仅可能造成效率的损失，也可能使得公平本身难以保障。因此，对于我国而言，强调高收入地区带头减排的同时，也要确保欠发达地区能源强度和碳强度的降低，通过合理的机制设计，实现不同地区间互利互惠的减排合作，从而在减少不公平的前提下实现真正高效的整体减排。
6 小结与展望
本文在概述碳排放不公平性研究历程的基础上，分别阐述了相关的计算方法及不同层面的实证结果，以期能为未来的减排政策提供参考。
在计算方法方面，Gini系数和Theil指数是目前最常见最系统化的碳排放不公平性计算工具，前者容易理解，算法成熟，后者则具有易于按组分解的特点，在实际计算中各有长处，可以互为参照和补充，此外还有Kakwani指数和变异系数等也可提供有价值的数据结果作为参考。在实证研究方面，综合全文可见，碳排放在国际，人际，代际和我国国内等层面上均存在一定不公平性，收入差异是造成不公平的最主要原因，因此在各个层面上维护公平的对策均以高收入者承担更多减排义务，保障低收入者生存和发展排放权为主要方向。
实证结果同时也指出，高收入的国家和地区若实现了较低的能源强度和碳强度，则可在一定程度上促进减排。因此，结合低收入国家和地区的大规模经济发展，未来的碳排放不公平性将逐渐减小，后者也应承担越来越多的减排责任，低收入地区应当从现在起即注意提高能效，着重促进清洁能源发展和产业结构转型，为未来的减排责任做好准备，使最终的碳排放总量控制能够高质量地完成。
当然，目前的研究仍未达到全面。首先，当前关于代际不公平性的实证研究还较为欠缺，特别是对于代际不公平的传递性问题研究较少。其次，产业发展与居民消费间的碳排放结构性差异对于不同国家或不同地区间碳排放不公平具有重要影响，如何测度这种影响，如何在这种结构性差异下评价不同地区间的碳排放不公平性，对这一问题的研究有助于理解不同地区碳排放不公平的真正内涵和本质。最后，当前对于碳排放不公平的测度实际上是基于对不同国家、不同地区或不同群体间碳排放差异程度的分析，对于如何真正界定碳排放的公平这一理论问题尚未有深入的探讨，特别是在考虑到效率差异的情况下。而这一问题对于我们如何看待未来的国际碳减排合作和碳排放权分配具有更为重要的意义。
注释：
①洛伦兹曲线：即横轴为人口比例累加值，纵轴为收入比例累加值，用于表示人口比例与收入比例的关系的曲线。当两个比例不一致时，曲线向下弯曲，不公平就产生了，而分配绝对平均，两个比例一致时，洛伦兹曲线即为通过原点斜率为45度直线，称为绝对分配公平曲线。设实际洛伦兹曲线和绝对公平分配曲线之问的面积为A，实际分配曲线右下方的面积为B，要求的基尼系数就是A/(A+B)的值。
②所谓按组分解，是把一个总体按某一属性划分为m个亚组，然后把总体的不平等表示成组内不平等和组间不平等两部分之和，度量组内和组间不平等对总体不平等的贡献，可确认各种因素是如何影响总体不平等的[15]。例如按收入组分解碳排放不公平性，若收入组间的不公平性贡献较大，则说明收入不公平对碳排放不公平有较大影响。
④拟Gini系数又称集中指数，其计算方法与Gini系数基本相同。拟Gini系数来源于集中曲线，在计算碳排放不公平性时，横轴为人口、地区等比例累加值，纵轴为排放量比例累加值，设实际集中曲线和绝对公平分配曲线之间的面积为A，实际集中曲线右下方的面积为B，拟Gini系数就是A/(A+B)的值。它与碳排放Gini系数的差异在于，此时的横轴比例累加值是按人均收入升序排序，而不是排放量[4，12]。
⑤G20(20国集团)是一个国际经济合作论坛,由八国集团(美国、日本、德国、法国、英国、意大利、加拿大、俄罗斯)和11个重要新兴工业国家(中国、阿根廷、澳大利亚、巴西、印度、印度尼西亚、墨西哥、沙特阿拉伯、南非、韩国和土耳其)以及欧盟组成。G20的GDP占全球经济的85％，贸易额占全球的80％，人口约为40亿，成员涵盖面广，代表性强。
标签：碳排放论文;