中国区际碳排放差异与损益偏离现象分析.pdf

第２８卷第１０期管理评论Ｖｏｌ． ２８， Ｎｏ． １０２０１６年１０月Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｉｅｗ Ｏｃｔ．， ２０１６中国区际碳排放差异与损益偏离现象分析孙 慧１，２ 刘媛媛１，２（１．新疆大学新疆创新管理研究中心，乌鲁木齐８３００４６；２．新疆大学经济与管理学院，乌鲁木齐８３００４６）摘要依据产业发展，将中国划分为资源型地区和非资源型地区，运用公平性测度方法探讨区际碳排放的动态差异，发现碳排放与经济收益之间存在“收益在外，损害留存”损益偏离现象，揭示了损益偏离现象形成的主要原因；通过开发损益偏离系数测算工具，测度了资源型地区碳排放经济收益与生态损害间的偏离程度。结果表明（１）与全国平均水平相比，资源型地区人均ＣＯ２排放、碳排放强度较高，且远高于非资源型地区，而在同一个研究期内，资源型地区人均ＧＤＰ较低，此结论揭示了碳排放与经济收益存在区际间偏离现象。 （２）形成损益偏离现象的主要原因是，人均ＧＤＰ分布差异的基础上叠加人均ＣＯ２排放分布的差异性导致了碳排放引起的损益偏离现象；同时资源型地区内部存在的碳排放差异也导致了碳减排水平滞后，加剧了碳排放引起的损益偏离现象的程度。 （３）资源型地区经济收益与生态损害系数比例维持在０􀆰 ２左右，属于碳排放损益偏离严重程度，为资源型产业能否可持续发展敲响了警钟。因此，建议国家在分配碳排放权、制定生态补偿标准、划分碳减排责任等政策时，应充分考虑碳排放区域差异性。最根本的是实现资源型地区产业低碳转型，改善损益偏离现象。关键词碳排放；差异性；损益偏离；资源型产业收稿日期２０１５－１１－０２基金项目国家自然科学基金项目（７１４６３０５６；７１２６３０５１）。作者简介孙慧，新疆大学经济与管理学院教授，博士生导师，博士；刘媛媛，新疆大学经济与管理学院博士研究生。引 言关于ＣＯ２排放差异性问题的探讨起源于１９９６年发布的ＩＰＣＣ报告［１］，学者对于碳排放公平性研究从此引起。 Ｈｅｉｌ和Ｗｏｄｏｎ运用基尼系数测算，发现全球１３５个国家人均ＣＯ２排放的不公平性减少的程度快于收入不公平性减少的程度［２，３］。 Ｄｕｒｏ综合运用Ｔｈｅｉｌ指数和Ｋａｙａ因素分解法总结出国家间ＣＯ２排放间的差异性规律［４，５］。 Ｇｒｏｏｔ结合基尼系数和洛伦兹曲线测度了１９９０－２０１０年不同国家能源消费碳排放的公平和差异程度［６］。 Ｃａｒｖａｌｈｏ从国际贸易引致碳转移的视角计算了不同产业部门的碳排放量［７］。 Ｍａｒｔｉｎ提出了不同部门间的碳排放分布的测度方法并进行实证分析［８］。 Ｇｏｎｚａｌｅｚ运用ＬＭＤＩ方法计算了欧盟２７国的碳排放量差异并探讨了驱动因素［９］。 Ｒｙｏｊｉ以日本为例从碳足迹的角度分析了基于生产和基于消耗的碳排放的区别［１０］。Ａｒｉｌｄ提出应构建以分配公平性为目的的全球性综合评估模型［１１］。而国内学者更关注碳排放经济效应［１２－１４］、碳排放影响因素［１５，１６］、碳排放权分配［１７，１８］、国际贸易隐含碳的测算［１９，２０］等研究。中国碳排放总量很大，２０１２年国际能源署数据显示中国为全球碳排放量的增加“贡献”了３亿吨，这样多的碳排放量在中国内部的分布是否存在差异性，由此带来的经济收益与生态损害的程度如何因此，摸清中国区际碳排放差异性及是否存在损益偏离现象，是实现中国经济低碳转型的基本要求。相比于以往研究有如下特点在划分区际空间时，基于资源型产业视角，将中国划分为资源型地区和非资源型地区，在资源型产业配置与经济发展水平相偏离的背景下，重点考察碳排放在这两个地区的动态差异，及其与经济收益之间是否也存在偏离现象，并聚焦资源型地区，开发碳排放损益偏离测度工具，测算资源型地区碳排放损益偏离程度。资源型地区受到生态约束与区域发展的双重压力，区域生态、环境和经济利益的失衡９０ 管理评论第２８卷现象严重，反映到经济表现上，即是“资源无价、资源产品低价”，使资源型地区丧失了巨大的资源开发价值、积累和形成了严重的开采遗留问题，在国际、国内、省际贸易中又承载了巨大的最终消费碳排放转移量，形成严重的“收益在外、损害在内”的损益偏离现象，也造成了区域间发展的相对不公平。因此，科学分析中国碳排放分布的公平性及区域收入差距，合理测度资源型地区碳排放损益偏离度，确保资源型地区可以在相对公平的环境条件下实现经济转型升级，是一个重要的研究课题。以下部分安排如下第二部分是研究设计，包括研究对象、数据来源与测度方法；第三部分是实证分析，包括区际碳排放差异性分析、资源型地区碳排放损益偏离现象研究；第四部分为主要研究结论与启示。研究设计１、研究对象基于中国区际资源型产业数据的分析，重点研究产业视角下区际碳排放动态差异性及损益偏离现象，因此需要明确资源型产业的概念、合理选取资源型产业，并进一步将中国各省区市划分为资源型省份和非资源型省份，考量区际碳排放状况，运用公平性测度方法，探讨资源型省份与非资源型省份碳排放公平性，并重点对资源型地区的碳排放损益偏离现象进行测度和分析。根据狭义资源型产业的内涵，从行业特征角度出发，依据矿产资源开采、加工与制造产业链的思路，将工业划分为资源型产业与非资源型产业，其中资源型产业包括采矿业和资源型制造业，涉及３个门类、１６个二位码大类。具体如表１所示。但在具体研究中发现，截止至２０１２年的中国工业经济统计年鉴中仅有其中１１个行业的经济指标数据，开采辅助活动、其他采矿业、废弃资源和废旧材料回收加工业、燃气生产和供应业、水的生产和供应业５个行业的经济数据在２０１３年中国工业经济统计年鉴中才开始统计；且这５个行业的工业总产值等经济指标在１６个资源型产业中居于后五位，绝对值较小，不会很大程度上影响整体分析结果。考虑到数据的连续性和总体分析的影响性，最终选择其余１１个行业为资源型产业。表１ 资源型产业一览表序号行业类型１煤炭开采和洗选业２石油和天然气开采业３黑色金属矿采选业采掘业４有色金属矿采选业５非金属矿采选业６石油加工及炼焦业７非金属矿物制品业８黑色金属冶炼及压延加工业初级９有色金属冶炼及压延加工业加工业１０金属制品业１１电力热力的生产和供应业傅晶晶［２１］对资源型城市进行了界定，研究指出“资源型城市４０％以上的劳动人口直接或间接从事资源的开发、生产和经营活动”，借鉴此标准，计算出２０１１年各省份１１个资源型产业从业人员占该省份从业人员总数的比重，最终确定了１１个省份为资源型省份，见表２。从而将中国划分为资源型地区与非资源型地区两大区域进行碳排放公平性研究，并重点对资源型地区碳排放损益偏离现象进行测度和分析。２、数据来源本文重点考察ＣＯ２排放差异性及其与经济收益的偏离现象，因此基本数据包括各省ＧＤＰ、人口数量和ＣＯ２排放量。各省ＧＤＰ和人口数据来源于中国统计年鉴和新中国六十年统计资料汇编，各省ＣＯ２排放量根据ＩＰＣＣ制定的国家温室气体清单指南中提供的参考方法进行估算，各省能源消耗数据来源于中国能源统计年鉴。鉴于数据的可获得性，本文样本期间设定为１９９１－２０１２年，每个截面有３０个省、市、自治区。３、测度方法（１）公平性测度方法。对于区际碳排放公平性的研究选取经典的公平性测度方法。关于公平性测度方第１０期孙 慧，等中国区际碳排放差异与损益偏离现象分析９１ 表２ 资源型省份一览表（以２０１１年数据计算得出）序号省份资源型产业从业人员年平均数合计（万人）全部从业人员年平均人数（万人）占比％０全国２５１３􀆰 ８６ ９１６７􀆰 ２９ ２７􀆰 ４２１河北１５７􀆰 ９６ ３５６􀆰 ０３ ４４􀆰 ３７２山西１５７􀆰 ０１ ２１２􀆰 ６４ ７３􀆰 ８４３内蒙古７５􀆰 ５７ １２３􀆰 ５７ ６１􀆰 １６４黑龙江７２􀆰 ３６ １３４􀆰 ２３ ５３􀆰 ９１５贵州５５􀆰 ５１ ８４􀆰 ４８ ６５􀆰 ７１６云南５４􀆰 ２９ ９０􀆰 ６２ ５９􀆰 ９１７陕西６８􀆰 ９９ １５６􀆰 ４１ ６８􀆰 １０８甘肃３６􀆰 ８４ ５９􀆰 ６１ ４４􀆰 １１９青海１１􀆰 ５８ １８􀆰 １１ ６１􀆰 ８０１０宁夏１８􀆰 ０５ ２９􀆰 ９１ ６３􀆰 ９４１１新疆３９􀆰 ５９ ６１􀆰 １９ ６０􀆰 ３５法有绝对指标和相对指标两类，而相对指标具有的无量纲化、齐次性、规模无关性、零标准化的特征更广泛的被学者所接受［４－６］。本文借鉴衡量收入公平性的相对指标来测度区际碳排放分布状况，拟借鉴的方法有Ａ．基尼系数（Ｇｉｎｉ），基尼系数介于０－１之间，基尼系数值越大意味着分布越不平等，但不足之处是，无法揭示不平等的主要聚集部分。表达式为Ｇｉｎｉ ＝（２􀰐Ｎｉ ＝ １ｉ· ｙｉ）（Ｎ􀰐Ｎｉ ＝ １ｙｉ）－ １ － １Ｎ （１）（１）式中，ｉ按照各省份人均ＣＯ２排放量升序排列。Ｂ． Ｔｈｅｉｌ指数用于测度不同分组间，与同一组内部差异对于总体差异的贡献程度。表达式为Ｔｐ ＝ 􀰐ｉ􀰐ｊＹｉｊＹｉæèçöø÷ｌｏｇ ＹｉｊＰＹＰｉｊæèçöø÷（２）（２）式中，Ｙｉｊ、Ｐｉｊ分别为ｉ组内第ｊ个省份的ＣＯ２排放和人口数量，Ｙ、Ｐ分别为样本总排放量和总人口，ＴＰ越大，则省际间ＣＯ２排放差异越大，分解（２）式，得ＴＰ ＝ 􀰐ｉＹｉＹæèçöø÷ 􀰐 ｊＹｉｊＹｉæèçöø÷ｌｏｇ ＹｉｊＰｉＹｉＰｉｊæèçöø÷＋ 􀰐ｊＹｉＹæèçöø÷ｌｏｇ ＹｉＰＹＰｉæèçöø÷＝ 􀰐ｉＹｉＹæèçöø÷Ｔｐｉ ＋ ＴＢＲ ＝ ＴＷＲ ＋ ＴＢＲ （３）（３）式中，Ｔｐｉ为第ｉ组内省际间人均ＣＯ２排放差异，ＴＷＲ和ＴＢＲ分别表示组内、组间差异。本文综合运用２种公平性测度方法计算１９９１－２０１２年中国人均ＧＤＰ和ＣＯ２排放的差异性，全面考察产业视角下中国区际碳排放与收入差异性间的关系。（２）损益偏离系数测度方法。借鉴空间基尼系数的研究思路，为考察由区域碳排放所形成的“收益在外、损害在内”的损益偏离现象，提出从经济效益和生态损害两方面计算损益偏离系数（Ｌｏｓｓ ａｎｄ Ｐｒｏｆｉｔ Ｄｅｖｉａｔｉｏｎ，ＬＰＤ）作为损益偏离现象的测算工具，其表达式设计为ＬＰＤ ＝ ＥＣ／ ＥＤＣ ＝ＧｉＧ ／ＣｉＣＥｉ ／ Ｅ （４）（４）式中，ＥＣ指经济效益系数（Ｅｃｏｎｏｍｉｃ Ｃｏｅｆｆｉｃｉｅｎｔ， ＥＣ），其意义表示基于一定比例的碳排放量产生的相应比例的经济收益。若ＥＣ＞１，则表明该地区的碳排放量能够产生高于全国平均水平的经济效益，反之，若ＥＣ＜１，则说明各地区的碳排放所带来的经济效益较低，不及全国平均水平。其中Ｇｉ、Ｇ为各区域和全国的ＧＤＰ；Ｇｉ、Ｃ为各区域和全国的碳排放量。 ＥＤＣ指生态损害系数（Ｅｃｏｌｏｇｉｃａｌ Ｄａｍａｇｅ Ｃｏｅｆｆｉｃｉｅｎｔ， ＥＤＣ），其意义表示区域产生碳排放对该区域生态、环境的损害与全国平均水平的比较。由于生态环境损害程度尚没有明显的指标对其进行衡量，因此本文选取碳排放强度指标进行表征，碳排放强度指标可以反映地区碳减排技术的高低，同时可以间接反映该地区对碳排放所引起的生态环境损害的保护力度的大小。若ＥＤＣ＞１，则表明该地区的９２ 管理评论第２８卷碳排放带来的生态损害大于全国平均水平，反之亦然。其中Ｅｉ、Ｅ为各区域碳排放强度。损益偏离系数（ＬＰＤ）由经济效益系数和生态损害系数相比得出，若ＬＰＤ＞１，表示与全国平均水平相比，该区域由于碳排放产生的经济效益大于碳排放引起的生态损害程度，反之，若ＬＰＤ＜１，表示该区域由于碳排放产生的经济效益小于碳排放引起的生态损害程度，这两种状况都表明该地区存在损益偏离现象，说明区域发展存在不公平性，而当ＬＰＤ＝１，说明碳排放产生的经济效益与碳排放引起的生态损害间的关系同全国平均水平保持一致，区域间相对公平发展。本文将通过损益偏离系数计算资源型地区碳排放对该区域所带来的经济收益和生态损害，定量测度资源型地区碳排放损益偏离程度。实证分析１、区际碳排放公平性分析（１）数据基本特征及趋势。本文按照各省份资源型产业从业人员比重将中国划分为资源型省份与非资源型省份两个组别，考察产业视角下的区际碳排放和经济产出差异，从而为研究资源型省份碳排放损益偏离奠定基础，具体对两个组别的人均ＣＯ２排放量、人均ＧＤＰ和碳排放强度进行分析。图１为各组人均ＣＯ２排放变化趋势。图１ 不同组别人均ＣＯ２排放总量动态趋势（单位吨／人）从图１中可以看出在过去的２２年间，中国整体人均ＣＯ２排放总量以２００１年为拐点，分为两个阶段，第一阶段为２００１年前，基本呈现出低位平稳趋势，第二阶段为２００１年之后，呈现快速大幅度上升趋势，截止至２０１２年的７􀆰 ２吨／人；资源型省份与非资源型省份人均ＣＯ２排放趋势与全国平均水平基本一致；但资源型省份的人均ＣＯ２排放一直高于全国平均水平，且与全国平均水平的差距在２００１年后出现逐渐拉大的趋势；对比两个组别可知，资源型省份与非资源省份的人均ＣＯ２排放量在２００１年之后虽然均进入了快速增长的时期，但资源型省份的增速远高于非资源型省份，是其增速的１􀆰 ２６倍，由于１１个资源型省份中有７个位于中国西部区域，２００１年之后资源型省份高速的碳排放增加可能是国家西部大开发政策实施所导致；值得注意的是，从２０１２年开始中国整体和非资源型省份的人均ＣＯ２排放量出现下降趋势，与此同时资源型省份ＣＯ２排放量仍显示出上升的发展趋势。总之，资源型地区的人均ＣＯ２排放量较高，且继续保持上升趋势。那么两组别的经济收益水平态势如何图２为各组人均ＧＤＰ变化趋势。从图２中可以看出在过去的２２年间，中国整体人均ＧＤＰ在２００３年超过１万元，此后增长速度开始加快，截止至２０１２年末，中国人均ＧＤＰ提高至３􀆰 ８３万元；资源型省份与非资源型省份人均ＧＤＰ呈现出与全国平均水平一致的发展趋势；对比两个组别可知，非资源型省份人均ＧＤＰ在２００２年首次超过１万元，资源型省份延迟至２００５年，且与非资源型省份的差距在不断扩大，是其增速的０􀆰 ８８；值得注意的是，就２０１２年的数据来看，非资源型省份人均ＧＤＰ开始大幅度增长，中国整体人均ＧＤＰ变化趋势与资源型省份的变化趋势更为一致。总之，资源型地区的人均ＧＤＰ较低，且更大程度的决定中国整体人均ＧＤＰ水平。（２）碳排放与经济收益的公平性分析。本文运用基尼系数和Ｔｈｅｉｌ指数测度１９９１－２０１２年中国人均ＧＤＰ与人均ＣＯ２排放分布的差异性。第１０期孙 慧，等中国区际碳排放差异与损益偏离现象分析９３ 图２ 分组年人均ＧＤＰ变化趋势（单位万／人）图３ 人均ＧＤＰ和人均ＣＯ２排放公平性及变化趋势图３综合反映了研究期内中国人均ＧＤＰ以及人均ＣＯ２排放分布的差异性变化趋势。由于测算方式不同，差异度绝对值不尽相同，但两种测度方式揭示出的人均ＧＤＰ和人均ＣＯ２排放分布的整体变化趋势基本一致。结果显示（１）１９９１－２０１２年人均ＣＯ２的不平等程度始终大于人均ＧＤＰ，说明人均ＣＯ２排放相较于人均ＧＤＰ分布更为不公平；（２）长期来看，２２年间尤其是在２００１年之后，人均ＧＤＰ和人均ＣＯ２排放的基尼系数和Ｔｈｅｉｌ指数均是下降的。这说明长期内碳排放分布差异的变化趋势在一定程度上可以表征地区经济水平差距的变化趋势。 （３）人均ＣＯ２排放的公平性表现为“Ｕ型”，呈现３次先降后升的变化趋势，分别为１９９１－２００１年、２００２－２００６年、２００７－２０１２年；与此同时，在１９９１－２００１年，人均ＧＤＰ两种公平性表现为“倒Ｕ型”，呈现先升后降变化趋势，自２００３年后人均ＧＤＰ分布公平性逐年降低，这又说明在具体时间段内收入差距与碳排放分布差异呈现不同的变化模式。（３）公平性的Ｔｈｅｉｌ指数分解与分析。在探讨了中国经济收益与ＣＯ２排放分布的公平性后，基于Ｔｈｅｉｌ指数的分解进一步测度了组内、组间差异对经济收益与ＣＯ２排放公平性的贡献。如图４所示，验证前文结论，研究期内人均ＣＯ２排放分布的差异性程度在波动中走低；但资源型地区与非资源型地区区际的人均ＣＯ２差异并非是导致整体差异的主要因素。组内差异对总体碳排放公平性的贡献度占据多数份额，虽然从１９９１年的９３％下降至２０１２年的６９％，但仍是主导原因。继续进行分组分解发现，如图５所示以２００１年为拐点，之前中国整体的ＣＯ２公平性主要由非资源型地区内部碳排放差异所导致，而在２００１年之后，资源型地区内部碳排放差异成为主导因素，这与前文对两个组别人均碳排放变化趋势的分析结果相对应，资源型地区人均ＣＯ２高速增长时期同样始于２００１年，由于碳排放总量占比高，因此，资源型区域内部的碳排放差异成为主导中国碳排放总体公平性的关键因素。运用Ｔｈｅｉｌ指数对人均ＧＤＰ进行分解得出相反结论组间差异对于经济产出总体公平性的贡献份额基本保持在９０％左右，是主导因素，而组内差异仅占１０％左右，如图６所示，说明资源型地区和非资源型地区之间的经济产出差距非常大。９４ 管理评论第２８卷图４ 基于Ｔｈｅｉｌ指数的人均ＣＯ２排放分解图５ 基于Ｔｈｅｉｌ指数的分组人均ＣＯ２排放贡献度图６ 人均ＧＤＰ排放Ｔｈｅｉｌ指数分解结果为了进一步分析研究期内中国区域碳减排水平差异性，具体以碳排放强度为表征指标，用ＧＤＰ权重替换公式（３）中的人口权重，考量碳排放强度差异性变动趋势，如图７所示。图７ 基于Ｔｈｅｉｌ指数的碳排放强度分解图图７显示中国地区间碳排放强度差异变动趋势基本与碳排放差异变动趋势一致；值得注意的是，导致碳排放强度，即碳减排水平差异的主导因素出现了变化，在２００６年之前组内差异是整体性差异的主要原因，说明此时期资源型地区和非资源型地区内部的碳排放强度差异性较为明显；但在２００６年之后，两组之间的碳减排水平差距成为整体碳排放强度差异的主导因素，并且其贡献份额呈不断上升趋势，这一方面说明资源型地区的碳减排问题突出，碳减排水平滞后；同时也验证了资源型地区与非资源型地区之间存在巨大的经济产出差距，从而导致资源型地区碳排放强度高于非资源型地区。由以上研究可以得出如下结论，不论是分析中国人均碳排放总量问题，还是探讨中国碳排放公平性问题，还是评判碳排放强度问题，资源型地区都是至关重要的研究对象。但资源型地区和非资源型地区之间的经济产出差距非常大的这一客观事实，同样要求我们在探讨资源型地区碳排放问题上，重点关注碳排放的公平性及其给区域带来的收益和损害程度，以期真正实现区域公平发展。因此，在本文以下部分重点对资源型地区碳排放损益偏离现象进行了测度和分析。第１０期孙 慧，等中国区际碳排放差异与损益偏离现象分析９５ ２、损益偏离分析由公式（４）计算得出资源型地区碳排放损益偏离系数，如表３所示。表３ 资源型地区损益偏离系数指标（年） １９９１ １９９５ １９９６ １９９７ １９９８ １９９９ ２０００ ２００１ ２００２ ２００３ ２００４ ２００５ ２００６ ２００７ ２００８ ２００９ ２０１０ ２０１１ ２０１２经济效益系数０􀆰 ３４ ０􀆰 ２９ ０􀆰 ３０ ０􀆰 ３１ ０􀆰 ３２ ０􀆰 ３１ ０􀆰 ３１ ０􀆰 ３０ ０􀆰 ３１ ０􀆰 ３２ ０􀆰 ３３ ０􀆰 ３３ ０􀆰 ３４ ０􀆰 ３２ ０􀆰 ３４ ０􀆰 ３４ ０􀆰 ３５ ０􀆰 ３７ ０􀆰 ３８生态损害系数１􀆰 ６３ １􀆰 ９４ １􀆰 ９３ １􀆰 ９５ １􀆰 ９４ １􀆰 ９０ １􀆰 ８８ １􀆰 ８７ １􀆰 ８９ １􀆰 ９２ １􀆰 ８５ １􀆰 ７８ １􀆰 ８７ １􀆰 ８６ １􀆰 ７８ １􀆰 ８１ １􀆰 ７７ １􀆰 ７６ １􀆰 ８１损益偏离系数０􀆰 ２１ ０􀆰 １５ ０􀆰 １６ ０􀆰 １６ ０􀆰 １６ ０􀆰 １６ ０􀆰 １６ ０􀆰 １６ ０􀆰 １６ ０􀆰 １７ ０􀆰 １８ ０􀆰 １９ ０􀆰 １８ ０􀆰 １７ ０􀆰 １９ ０􀆰 １９ ０􀆰 ２０ ０􀆰 ２１ ０􀆰 ２１测算结果显示１９９１－２０１２年间，资源型地区碳排放损益偏离系数在０􀆰 ２左右，远低于１，说明该地区存在严重的碳排放损益偏离现象。如２０１２年，资源型地区经济效益系数仅为０􀆰 ３８，说明资源型地区碳排放产生的经济效益仅为全国平均水平的０􀆰 ３８，不足一半，而与此同时，生态损害系数为１􀆰 ８１，说明资源型地区碳排放导致的该地区的生态损害程度为同期全国平均水平的１􀆰 ８１倍。当然，这与区域间经济发展水平及碳减排技术等多种因素有关，但同样也反映了一定程度上的区域发展不公平现象。以资源型省份新疆为例，２０１１年新疆煤炭生产量为１１９９１􀆰 ７１万吨，石油生产量为２６１５􀆰 ６３万吨，天然气生产量为２３５􀆰 ３８亿立方米，生产量分别排在全国的第８、第５、第３位；煤炭调出量为２０７５􀆰 ６３万吨，占生产量的１７􀆰 ３１％，石油调出量为２８０６􀆰 ８７万吨，占生产量的１０７􀆰 ３１％，天然气调出量为１４０􀆰 ３７亿立方米，占生产量的５９􀆰 ６４％。但是，２０１１年新疆资源型产业的产值仅为全国资源型产业产值的０􀆰 ３２％，形成产出与收益失衡现象，同时碳排放强度是全国平均水平的８􀆰 １６倍，产生典型的资源主产区产品低价外运、消费区产品增值、主产区碳排放留存的“损益偏离”现象，客观上造成了资源主产区的生态损害和区域间发展的不公平。这为考量不同区域碳排放公平性、生态补偿及碳减排责任等问题提供了更多的参考依据。结论与启示１、发现了碳排放与经济收益的区际差异性按资源型产业从业人员占比将中国３０个省市划分为资源型地区与非资源型地区两个组别，统计数据特征显示资源型地区在研究期内人均ＣＯ２排放量保持上升趋势，高于同期全国平均水平；而同时期资源型地区也是人均ＧＤＰ较低的地区，更大程度的决定中国整体人均ＧＤＰ水平。此外，综合运用基尼系数和Ｔｈｅｉｌ指数分析了中国区间人均ＣＯ２排放和人均ＧＤＰ分布及动态差异性，发现中国整体人均ＣＯ２的不平等程度始终大于人均ＧＤＰ，说明相较于人均ＧＤＰ分布，我国人均ＣＯ２排放分布更为不平等；长期来看，地区发展差距与碳排放分布差异的变化趋势趋同；但在具体时间段内收入差距与碳排放分布差异呈现不同的变化模式。２、揭示了碳排放区际差异与损益偏离现象的原因由Ｔｈｅｉｌ指数分解结果可知资源型地区与非资源型地区两组的组内差异是导致人均ＣＯ２分布不平等的主要原因，在２００１年之后，资源型地区内部碳排放差异取代非资源型地区成为主导中国碳排放总体公平性的关键因素；而同时期两组的组间差异是中国整体人均ＧＤＰ分布公平性的主导因素，说明资源型地区和非资源型地区之间的经济产出差距非常大；中国地区间碳排放强度差异变动趋势基本与碳排放差异变动趋势一致，在２００６年之后，组间碳减排水平差距成为整体碳排放强度差异的主导因素。３、测算出资源型地区碳排放损益偏离程度资源型地区的损益偏离系数在２２年间均小于１，说明该地区存在严重的碳排放损益偏离，反映了一定程度上区域发展不公平现象。因此，建议国家在制定碳排放权、生态补偿和明确碳减排责任等政策时，应充分考虑碳排放区域差异性，按照区域发展公平与效率均衡相结合的两大原则，保障资源型地区相对公平发展，推动资源型地区转型升级、走绿色低碳循环发展道路。参考文献［１］ Ｂｒｕｃｅ Ｊ． Ｐ．， Ｈａｌｔｅｓ Ｙ． Ｈ．， Ｃｌｉｍａｔｅ Ｅ． Ｆ． Ｃｈａｎｇｅ １９９５ Ｅｃｏｎｏｍｉｃ ａｎｄ Ｓｏｃｉａｌ Ｄｉｍｅｎｓｉｏｎｓ ｏｆ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ［Ｍ］． ＣａｍｂｒｉｄｇｅＣａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， １９９６［２］ Ｈｅｉｌ Ｍ． Ｔ．， Ｗｏｄｏｎ Ｑ． Ｔ． Ｉｎｅｑｕａｌｉｔｙ ｉｎ ＣＯ２ Ｅｍｉｓｓｉｏｎｓ ｂｅｔｗｅｅｎ Ｐｏｏｒ ａｎｄ Ｒｉｃｈ Ｃｏｕｎｔｒｉｅｓ［Ｊ］． Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ Ｄｅ⁃９６ 管理评论第２８卷ｖｅｌｏｐｍｅｎｔ， １９９７，２７（６）４２６⁃４５２［３］ Ｈｅｉｌ Ｍ． Ｔ．， Ｗｏｄｏｎ Ｑ． Ｔ． Ｆｕｔｕｒｅ Ｉｎｅｑｕａｌｉｔｙ ｉｎ ＣＯ２Ｅｍｉｓｓｉｏｎｓ ａｎｄ Ｔｈｅ Ｉｍｐａｃｔ ｏｆ Ａｂａｔｅｍｅｎｔ Ｐｒｏｐｏｓａｌｓ［Ｊ］． Ｅｎｖｉｒｏｎｍｅｎｔａｌ ａｎｄ Ｒｅ⁃ｓｏｕｒｃｅ Ｅｃｏｎｏｍｉｃｓ， ２０００，５８（１７）１６３⁃１８１［４］ Ａｌｃａｎｔａｒａ Ｖ．， Ｄｕｒｏ Ｊ． Ｉｎｅｑｕｉｔｙ ｏｆ Ｅｎｅｒｇｙ Ｉｎｔｅｎｓｉｔｉｅｓ ａｃｒｏｓｓ ＯＥＣＤ Ｃｏｕｎｔｒｉｅｓ Ａ Ｎｏｔｅ［Ｊ］． Ｅｎｅｒｇｙ Ｐｏｌｉｃｙ， ２００４，１０１（３２）１２５７⁃１２６０［５］ Ｄｕｒｏ Ｊ． Ａ．， Ｐａｄｉｌｌａ Ｅ． Ｉｎｅｑｕｉｔｙ Ａｃｒｏｓｓ Ｃｏｕｎｔｒｉｅｓ ｉｎ Ｅｎｅｒｇｙ Ｉｎｔｅｎｓｉｔｉｅｓ Ａｎ Ａｎａｌｙｓｉｓ ｏｆ Ｔｈｅ Ｒｏｌｅ ｏｆ Ｅｎｅｒｇｙ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ ａｎｄ Ｆｉ⁃ｎａｌ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎ［Ｊ］． Ｅｎｅｒｇｙ Ｅｃｏｎｏｍｉｃｓ， ２０１１，１１３（３３）４７４⁃４７９［６］ Ｇｒｏｏｔ Ｌ． Ｃａｒｂｏｎ Ｌｏｒｅｎｚ Ｃｕｒｖｅｓ［Ｊ］． Ｒｅｓｏｕｒｃｅ ａｎｄ Ｅｎｅｒｇｙ Ｅｃｏｎｏｍｉｃｓ， ２０１０，１３４（３２）４５⁃６４［７］ Ｃａｒｖａｌｈｏ Ｔ． Ｓ．， Ｓａｎｔｉａｇｏ Ｆ． Ｓ．， Ｐｅｒｏｂｅｌｌｉ Ｆ． Ｓ． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｒａｄｅ ａｎｄ Ｅｍｉｓｓｉｏｎｓ Ｔｈｅ Ｃａｓｅ ｏｆ Ｔｈｅ Ｍｉｎａｓ Ｇｅｒａｉｓ Ｓｔａｔｅ［Ｊ］． ＥｎｅｒｇｙＥｃｏｎｏｍｉｃｓ， ２０１３，１１５（４０）３８３⁃３９５［８］ Ｍａｒｔｉｎ Ｊ． Ｃ．， Ｂｅｃｕｗｅ Ｓ． Ｒｅｇｉｏｎａｌｉｚｉｎｇ Ｔｈｅ Ｒｅｓｕｌｔｓ ｏｆ Ａ Ｎａｔｉｏｎａｌ Ｓｔｒｕｃｔｕｒａｌ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ Ａｎａｌｙｓｉｓ ｏｆ Ｇｒｅｅｎｈｏｕｓｅ Ｇａｓ ＥｍｉｓｓｉｏｎｓＡｎ Ａｐｐｌｉｃａｔｉｏｎ ｔｏ Ａｑｕｉｔａｉｎｅ Ｒｅｇｉｏｎ［Ｊ］． Ｅｎｖｉｒｏｎ Ｍｏｄｅｌ Ａｓｓｅｓｓ， ２０１４，４８（１９）２５７⁃２６９［９］ Ｇｏｎｚａｌｅｚ Ｔ． Ｔｈｅ Ｄｒｉｖｉｎｇ Ｆｏｒｃｅｓ ｂｅｈｉｎｄ Ｃｈａｎｇｅｓ ｉｎ ＣＯ２ Ｅｍｉｓｓｉｏｎ Ｌｅｖｅｌｓ ｉｎ ＥＵ⁃２７． Ｄｉｆｆｅｒｅｎｃｅｓ ｂｅｔｗｅｅｎ Ｍｅｍｂｅｒ Ｓｔａｔｅｓ［Ｊ］． Ｅｎｖｉ⁃ｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｐｏｌｉｃｙ， ２０１４，７９（３８）１１⁃１６［１０］ Ｒｙｏｊｉ Ｈ．， Ｓｈｉｇｅｍｉ Ｋ．， Ｍａｋｉｋｏ Ｔ． Ｃａｒｂｏｎ Ｆｏｏｔｐｒｉｎｔ Ａｎａｌｙｓｉｓ Ｔｈｒｏｕｇｈ Ｃｏｎｓｔｒｕｃｔｉｎｇ Ａ Ｍｕｌｔｉ⁃Ｒｅｇｉｏｎ Ｉｎｐｕｔ⁃Ｏｕｔｐｕｔ Ｔａｂｌｅ Ａ ＣａｓｅＳｔｕｄｙ ｏｆ Ｊａｐａｎ［Ｊ］． Ｅｃｏｎｏｍｉｃ Ｓｔｒｕｃｔｕｒｅｓ， ２０１５，６６（５）７８⁃９７［１１］ Ａｒｉｌｄ Ｕ．， Ｗｅｉ Ｔ． Ｄｉｓｔｒｉｂｕｔｉｖｅ Ｆａｉｒｎｅｓｓ Ａ Ｍｕｔｕａｌ Ｒｅｃｏｇｎｉｔｉｏｎ Ａｐｐｒｏａｃｈ［Ｊ］． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｐｏｌｉｃｙ， ２０１５，８０（５）３５⁃４４［１２］ 王群伟，周鹏，周德群．我国二氧化碳绩效的动态变化、区域差异及影响［Ｊ］．中国工业经济， ２０１０，（１）４５⁃５４［１３］ 武红等．中国化石能源消费碳排放与经济增长关系研究［Ｊ］．自然资源学报， ２０１３，２８（３）３８１⁃３８９［１４］ 刘宇，蔡松峰，张其仔．２０２５年、２０３０年和２０４０年中国二氧化碳排放达峰的经济影响 基于动态ＧＴＡＰ⁃Ｅ模型［Ｊ］．管理评论， ２０１４，２６（１２）３⁃９［１５］ 何有世，王玉龙．产业发展与碳排放的协整性与因果关系分析［Ｊ］．统计与决策， ２０１２，（２０）１０６⁃１０８［１６］ 孙慧，刘媛媛．资源型产业碳排放强度变动及贡献因素分析［Ｊ］．开发研究， ２０１３，（５）４２⁃４５［１７］ 谢晶晶，窦祥胜．基于合作博弈的碳配额交易价格形成机制研究［Ｊ］．管理评论， ２０１６，２８（２）１７⁃２６［１８］ 吴洁，范英，夏炎，刘婧宇．碳配额初始分配方式对我国省区宏观经济及行业竞争力的影响［Ｊ］．管理评论， ２０１５，２７（１２）１８⁃２６［１９］ 邓荣荣，陈鸣．中美贸易的隐含碳排放研究 基于Ｉ⁃ＯＳＤＡ模型的分析［Ｊ］．管理评论， ２０１４，２６（９）４６⁃５７［２０］ 庞军，石媛昌，谢希，高笑默．基于ＭＲＩＯ模型的中美欧日贸易隐含碳特点对比分析［Ｊ］．气候变化研究进展， ２０１５，１１（３）２１２⁃２１９［２１］ 傅晶晶．新兴油气资源城市可持续发展的路径选择［Ｊ］．云南民族大学学报（哲学社会科学版）， ２０１３，３０（５）１１８⁃１２３Ａｎａｌｙｓｉｓ ｏｎ Ｉｎｔｅｒ⁃ｒｅｇｉｏｎａｌ Ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ Ｃａｒｂｏｎ Ｅｍｉｓｓｉｏｎｓ ａｎｄ Ｌｏｓｓ ａｎｄ Ｐｒｏｆｉｔ Ｄｅｖｉａｔｉｏｎ ｉｎ ＣｈｉｎａＳｕｎ Ｈｕｉ１，２ ａｎｄ Ｌｉｕ Ｙｕａｎｙｕａｎ１，２（１．Ｃｅｎｔｅｒ ｆｏｒ Ｉｎｎｏｖａｔｉｏｎ Ｍａｎａｇｅｍｅｎｔ Ｒｅｓｅａｒｃｈ ｏｆ Ｘｉｎｊｉａｎｇ， Ｕｒｕｍｑｉ ８３００４６；２．Ｓｃｈｏｏｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ， Ｘｉｎｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｕｒｕｍｑｉ ８３００４６）Ａｂｓｔｒａｃｔ Ｉｎ ｔｈｉｓ ｐａｐｅｒ， Ｃｈｉｎａ’ｓ ３０ ｐｒｏｖｉｎｃｅｓ ａｎｄ ａｕｔｏｎｏｍｏｕｓ ｒｅｇｉｏｎｓ ａｒｅ ｃｌａｓｓｉｆｉｅｄ ｉｎｔｏ ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒｅｇｉｏｎｓ ａｎｄ ｎｏｎ⁃ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄｒｅｇｉｏｎｓ ｆｒｏｍ ｔｈｅ ｉｎｄｕｓｔｒｉａｌ ｐｅｒｓｐｅｃｔｉｖｅ． Ｔｈｅ ｉｎｔｅｒ⁃ｒｅｇｉｏｎａｌ ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎｓ ａｒｅ ｃａｌｃｕｌａｔｅｄ ｂｙ ｔｈｅ ｃｌａｓｓｉｃａｌ ｍｅｔｈｏｄｓ ｏｆ ｉｎｅ⁃ｑｕａｌｉｔｙ ｍｅａｓｕｒｅ． Ｔｈｅ ｌｏｓｓ ａｎｄ ｐｒｏｆｉｔ ｄｅｖｉａｔｉｏｎ ｏｆ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎｓ ｉｎ ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒｅｇｉｏｎｓ ｉｓ ｍｅａｓｕｒｅｄ ｔｈｒｏｕｇｈ ｅｃｏｎｏｍｉｃ ｃｏｅｆｆｉｃｉｅｎｔ ａｎｄｅｃｏｌｏｇｉｃａｌ ｄａｍａｇｅ ｃｏｅｆｆｉｃｉｅｎｔ． Ｍｏｒｅ ｒｅｓｅａｒｃｈ ｒｅｆｅｒｅｎｃｅｓ ｆｏｒ ｅｑｕｉｔａｂｌｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｈｅ ｒｅｇｉｏｎ ｃｏｕｌｄ ｂｅ ｐｒｏｖｉｄｅｄ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔＣＯ２ ｅｍｉｓｓｉｏｎｓ ｐｅｒ ｃａｐｉｔａ ａｎｄ ＣＯ２ ｅｍｉｓｓｉｏｎｓ ｉｎｔｅｎｓｉｔｙ ｉｎ ｔｈｅ ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒｅｇｉｏｎｓ ａｒｅ ｈｉｇｈｅｒ ｔｈａｎ ｔｈａｔ ｉｎ ｔｈｅ ｎｏｎ⁃ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒｅｇｉｏｎｓａｎｄ ｔｈｅ ａｖｅｒａｇｅ ｖａｌｕｅ ｉｎ ｔｈｅ ｗｈｏｌｅ ｎａｔｉｏｎ， ｂｕｔ ｔｈｅ ＧＤＰ ｐｅｒ ｃａｐｉｔａ ｉｓ ｌｏｗ ｉｎ ｔｈｅ ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒｅｇｉｏｎｓ． Ｆｕｒｔｈｅｒｍｏｒｅ， Ｃｈｉｎａ’ｓ ｒｅｇｉｏｎａｌｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ＣＯ２ ｅｍｉｓｓｉｏｎｓ ｉｓ ｍｏｒｅ ｉｎｅｑｕａｌ ｔｈａｎ ｔｈａｔ ｏｆ ｉｎｃｏｍｅ． Ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎ ｄｉｆｆｅｒｅｎｃｅｓ ａｌｓｏ ｅｘｉｓｔ ｉｎ ｉｎｔｅｒｎａｌ ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒａｔｉｏｎ⁃ａｌｅｓ． Ｉｎ ａｄｄｉｔｉｏｎ， ｔｈｅ ｌｏｓｓ ａｎｄ ｐｒｏｆｉｔ ｄｅｖｉａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒｅｇｉｏｎｓ ｉｓ ａｂｏｕｔ ０．２， ｗｈｉｃｈ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｔｈｅｒｅ ｉｓ ａ ｓｅｒｉｏｕｓｄｅｖｉａｔｉｏｎ ｆｒｏｍ ｔｈｅ ｌｏｓｓ ａｎｄ ｐｒｏｆｉｔ ｏｆ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎｓ ｉｎ ｔｈｅ ｒｅｇｉｏｎ． Ｔｈｅ ｃｏｎｃｌｕｓｉｏｎｓ ｃｏｎｆｉｒｍ ｔｈｅ ｐｈｅｎｏｍｅｎｏｎ ｏｆ ｒｅｇｉｏｎａｌ ｉｎｅｑｕａｌｉｔｉｅｓ ｏｆｃａｒｂｏｎ ｅｍｉｓｓｉｏｎ． Ｔｈｅ ｎａｔｉｏｎａｌ ｇｏｖｅｒｎｍｅｎｔ ｓｈｏｕｌｄ ｔａｋｅ ｆｕｌｌ ａｃｃｏｕｎｔ ｏｆ ｒｅｇｉｏｎａｌ ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎｓ ｔｏ ｅｎｓｕｒｅ ｔｈｅ ｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒｅｇｉｏｎｓ． Ｍｅａｎｗｈｉｌｅ， ｔｈｅ ｅｃｏｎｏｍｉｃ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｒｅｇｉｏｎｓ ｎｅｅｄｓ ｕｐｇｒａｄｉｎｇ．Ｋｅｙ ｗｏｒｄｓ ｃａｒｂｏｎ ｅｍｉｓｓｉｏｎ， ｆａｉｒｎｅｓｓ， ｌｏｓｓ ａｎｄ ｐｒｏｆｉｔ ｄｅｖｉａｔｉｏｎ， ｒｅｓｏｕｒｃｅ⁃ｂａｓｅｄ ｉｎｄｕｓｔｒｙ