腾讯研究院：碳排放的宏观考察、规律总结与数字减排“三大效应”研究

5.全球碳排放在不同类型国家间的分配存在巨大差异

虽然全球二氧化碳排放量正在放缓，但是正如前文所述，全球二氧化碳在不同类型国家间的分布并不均匀。一方面，长期以来全球碳排放的绝大部分是由富裕国家排放的。根据联合国人类住区规划署（2011）[7]的报告数据，全球18%的人口居住在发达国家，二氧化碳排放量占全球排放总量的47%，而82%的人口居住在发展中国家，二氧化碳排放量则占全球排放总量的53%，发达国家和发展中国家在承载人口和碳排放之间存在严重的不平衡。根据是否为经济合作与发展组织（Organization for EconomicCooperation and Development，OECD）成员国家，可以将全球二氧化碳排放量分为两部分，如图11所示，1971—2018年间OECD经济体和非OECD经济体的累积排放量分别为5447.13亿吨和5119.70亿吨[8]，分别占全球累积排放总量的51.55%和48.45%。世界银行通过将全球国家按照收入进行分类，测算数据更加详细地表明二氧化碳排放量在不同富裕程度国家间的分布，如图12所示，1960—2016年间，高收入国家、中高等收入国家、中低等收入国家、低收入国家的累积排放量分别为6359.38亿吨、4730.66亿吨、998.11亿吨、93.01亿吨，分别占全球累积排放总量的52.21%、38.84%、8.19%、0.76%。

图11 按经合组织分类的全球碳排放量（1971—2019年）

数据来源：国际能源署（IEA）

单位：百万吨二氧化碳

图12 按收入分类的全球碳排放量（1960—2016年）

数据来源：世界银行（WB）单位：亿吨二氧化碳

另一方面，中等收入国家的碳排放量在近几年已超越发达国家。如图11所示，OECD经济体的二氧化碳排放量正在下降，而非OECD经济体的二氧化碳排放量正在增加（联合国环境规划署，2020）；如图12所示，在不同收入类型国家之间也存在着类似的现象，高收入国家碳排放正在下降，而中等收入国家和低收入国家的碳排放正在增加。许多OECD经济体或高收入国家的碳排放量已达到峰值，效率的提高和低碳能源的增长远远抵消了经济活动的增长；尽管提高了能源效率并且增加了低碳能源，但是为满足发展需要，能源用量出现强劲增长的非OECD国家或中等收入国家及低收入国家，排放量继续上升，并且同时都在2005年时，非OECD经济体的碳排放量超过OECD经济体，中等收入国家的碳排放量超过高收入国家，而且非OECD国家和OECD国家之间、中等收入国家和高收入国家之间的碳排放差距正在加速扩大。

如果从人均碳排放的视角来看，富裕国家和其他国家之间的不均衡特征将得到进一步强化。如图13和图14所示，一方面，OECD经济体的人均碳排放量远远高于非OECD经济体，高收入国家的人均碳排放量也远远高于中等收入国家和低收入国家。在1971—2018年间，OECD经济体和非OECD经济体的人均碳排放历史均值分别为10.27吨二氧化碳/人和2.24吨二氧化碳/人，两者之间存有近4.58倍的差距。类似地，在1960—2016年间，高收入国家和中等收入国家的人均碳排放历史均值分别为10.94公吨/人和2.52公吨/人，两者之间也存有4.34倍的差距。

另一方面，自上世纪70年代以来，OECD经济体和高收入国家的人均碳排放量呈波动下降的趋势，而非OECD经济体和中等收入国家的人均碳排放量则呈现出波动上升的趋势。根据国际能源署的数据，如图13所示，OECD经济体的人均碳排放量从1971年的10.40吨二氧化碳/人下降到2018年的8.95吨二氧化碳/人，而非OECD经济体的人均碳排放量则从1971年的1.43吨二氧化碳/人上升到2018年的3.27吨二氧化碳/人，两者之间的差距从8.97吨二氧化碳/人缩小到5.68吨二氧化碳/人。世界银行的数据也表明，如图14所示，高收入国家的人均碳排放量从1971年的11.03公吨二氧化碳/人下降到2016年的10.40公吨二氧化碳/人，而中等收入国家的人均二氧化碳排放量则从1971年的2.08公吨二氧化碳/人上升到2016年的3.75公吨二氧化碳/人，两者之间的差距从8.95公吨二氧化碳/人缩小到6.65公吨二氧化碳/人。

但是，根据世界银行的数据，如果将时间跨度进一步延长到1960年，如图14所示，当时高收入国家和中等收入国家的人均碳排放量分别为7.41公吨二氧化碳/人和1.61公吨二氧化碳/人，两者间的差距为5.80公吨二氧化碳/人。因此，如果从更长一点的历史来看，高收入国家与中等收入国家之间的人均碳排放量非但没有缩小，反而是扩大了。不同收入国家群体之间的人均碳排放差距不仅体现在高收入国家和中等收入国家之间，在中等收入国家内部，这一特征变得更加明显。如图14所示，在1960—2016年间，中高等收入国家和中低等收入国家之间的人均碳排放差距从1960年的1.96公吨二氧化碳/人扩大到2016年的4.46公吨二氧化碳/人。

图13 按经合组织分类的全球人均碳排放量（1971—2019年）

数据来源：国际能源署（IEA）

单位：吨二氧化碳/人

图14 按收入分类的全球人均碳排放量（1960—2016年）

数据来源：世界银行（WB）

单位：公吨二氧化碳/人

如果从碳排放强度的角度来看，全球不同类型的国家之间又将呈现出与碳排放总量和人均碳排放所不同的特征。如图15和图16所示，一方面，在1960—2019年间，OECD经济体的碳排放强度始终低于非OECD经济体，高收入国家的碳排放强度始终低于中等收入国家和低收入国家。对于OECD经济体和高收入国家而言，经济重心多已从“高污染、高耗能”的工业转变为“轻资产、低耗能”服务业，减排技术较成熟，不仅碳排放水平较低，而且碳排放强度也较低；对于非OECD经济体和低收入国家而言，经济多依赖农业及原始生产资料出口，温饱问题尚未解决，基础设施水平不足，能源生产能力较差，碳排放水平和碳排放强度也较低；中收入国家介于二者之间，经济引擎多以工业为主，发展模式较为粗放，减排意识与减排能力不足，因此碳排放量和碳排放强度也相对较高。

另一方面，在1960—2019年间，所有经济体的碳排放强度均呈下降趋势，即使在中低等收入国家的碳排放强度也在1992年以后开始逐步下降。如图15所示，非OECD经济体与OECD经济体之间的碳排放强度在1990—2018年之间逐渐从0.65千克二氧化碳/美元收敛到0.41千克二氧化碳/美元，但是如果将时间跨度拓展到1971年，两者之间的碳排放强度差异则为0.36千克二氧化碳/美元。从1971—2018年间非OECD经济体和OECD经济体碳排放强度的变化看，两者之间的差距实际上仍然是扩大了的。如图16所示，在高收入国家和中等收入国家之间、高收入国家和低收入国家之间的碳排放强度，呈现不断缩小的趋势，但是在中等收入国家和低收入国家之间，碳排放强度的差距仍然是在扩大的。

图15 按经合组织分类的全球碳排放强度（1971—2019年）

数据来源：国际能源署（IEA）

单位：千克二氧化碳/美元（2015年价格）

图16 按收入分类的全球碳排放强度（1960—2019年）

数据来源：世界银行（WB）

单位：千克二氧化碳/美元（2010年价格）

比较图11—图16的结论可以发现，在不同的指标体系下，不同类型的经济体之间所得出的结论也存在较大差异，即在不考虑累积排放量的情况下，如果采用碳排放量指标或碳排放强度指标进行比较，非OECD经济体或中等收入国家的碳排放量和碳排放强度要高于OECD经济体或高收入国家；但是如果采用人均碳排放量指标，非OECD经济体或中等收入国家的人均碳排放量仍然远低于OECD经济体或高收入国家的水平。这进一步引申出一个具有政策争议的问题，即全球碳减排的目标应该确定为排放总量的减少或是碳排放强度的降低还是人均排放量的减少。不同的政策目标选择，将会在不同的经济体之间造成巨大的差异。如果政策目标确定为减少碳排放总量或降低碳排放强度，那么非OECD经济体或中等收入国家将成为减排的主力，必然面临经济增长和碳减排之间的权衡取舍。如果政策目标确定为降低人均碳排放量，那么OECD经济体或高收入国家将承担绝大部分的减排责任，非OECD经济体或中等及低收入国家将保有相对宽松的发展空间。

不仅如此，还需要引起格外关注的一个问题是，即使政策目标确定为碳排放总量的减少，其所选定的时间跨度也将对碳减排责任在国家间的分配产生深远影响。此处，在确定历史排放量的时间跨度时，是否将2005年的变化纳入讨论范围将成为争议的关键。如果在2005年以后的排放量数据基础上确定减排责任分配，那么非OECD经济体或中等收入国家将承担绝大部分的减排责任；但是如果将时间跨度进一步延长，那么历史上绝大多数的二氧化碳都是OECD经济体或高收入国家排放的，相应的减排责任也应该更多地分配给OECD成员国或高收入国家。因此，全球碳减排政策目标和时间跨度的选择将会对碳减排责任的国家分配产生新的不平等。

6.富裕国家的碳排放通过国际贸易向发展中国家转移

联合国环境规划署（2020）指出，目前存在一种普遍的趋势，即富裕国家基于消费的排放量（排放分配给购买和消费商品的国家，而非生产商品的国家）比基于领土的排放量要高，因为这些国家通常实行清洁生产，服务业更发达，而初级和次级产品往往依靠进口。在21世纪第一个十年里，富裕国家的消费与生产之间的碳排放差距不断扩大，但在2007—2008年全球金融危机之后趋于稳定；尽管在过去的十年里，富裕国家基于消费的排放量高于基于领土的排放量，但两种排放量也均以相近速度下降。由于发达国家和发展中国家之间的环境规则差异，二氧化碳或其他污染物排放存在通过贸易自由化向发展中国家转移可能性，并被Copeland and Taylor（1994）称之为“污染天堂假说”。

中国加入WTO以后与世界经济的联系更加紧密，随着经济全球化的进一步发展，中国与世界各国的进出口贸易量越来越大，技术经济联系也越来越密切。由于各行业产品的生产需要能源作为投入，随之而来的是生产所产生的碳排放，这种因生产所产生的碳排放会通过产品贸易的方式转移到其他国家（地区），因此进出口贸易会引起碳排放转移（芦风英，庞智强，2021）[9]。由于中国逐渐成为世界的生产制造中心，因此，考察中国在国际贸易中的隐含碳转移也就变得十分重要。

关于目前中国是否成为“污染产业的天堂”，学术界中仍然存在着一定的争议。部分学者认为中国并没有通过国际贸易成为发达国家的“污染产业天堂”，主要原因在于发达国家在向中国转移高排放的污染产业的同时，同时也转移了低排放的干净产业，贸易开放对二氧化碳排放具有负向效应，提高贸易开放程度有利于减少二氧化碳排放，或者说中国也不需要为了减少二氧化碳排放而去限制国际贸易等国际经济活动（李小平，卢现祥，2010[10]；唐杰英，2012[11]）。但是，这些学者们同时也指出，对主要发达国家的出口变量与二氧化碳排放量正相关，这体现了贸易对环境影响的规模效应，增加了国内二氧化碳的排放量；同时，对主要发达国家的进口变量与二氧化碳排放量负相关，表示从主要发达国家的进口替代了部门国内生产，从而节省了国内的二氧化碳排放量（李小平，卢现祥，2010），国际贸易对国内二氧化碳排放的影响应该取决于规模效应和替代效应之间的净效应。不仅如此，外商直接投资的存量规模和参与程度对二氧化碳排放均具有正向效应，外商投资规模的扩大或参与程度的提高会增加我国的环境压力（唐杰英，2012）。

另一部分学者则认为中国实际上已经成为发达国家的“污染产业天堂”，中国在参与国际贸易和产业转移推动经济增长的同时，所产生的碳排放也呈快速增长的态势，发达国家通过国际贸易和投资向中国转移了大量的碳排放。对2007年的测算数据表明，承接国际产业转移所产生的碳排放比2002年增加了近两倍，达到14.29亿吨，占全国碳排放总额22%（杜运苏，张为付，2012）[12]；刘竹（2015）[13]也得出，中国进出口贸易中的隐含碳排放在2007年高达19亿吨二氧化碳，相当于全球碳排放第四大国印度一年的碳排放总量，其中，进口产品的隐含排放（2亿吨二氧化碳）远小于出口产品的隐含排放（17亿吨二氧化碳）。芦风英和庞智强（2021）[14]的测算结果也表明，2009—2015年间中国与主要发达国家之间的国际贸易，共向中国转移了9.67亿吨二氧化碳。以上数据均表明，发达国家通过国际贸易向中国转移了大量的二氧化碳，中国是世界上被转移隐含碳排放最多的国家（刘竹，2015）。

承接国际产业转移隐含碳排放集中于少数行业和贸易伙伴。从行业来看，所产生的碳排放70%以上主要集中在化学工业、金属冶炼及压延加工业、金属制品业、通用专用设备制造业、交通运输设备制造业、电气机械及器材制造业、通信设备计算机及其他电子设备等七个行业（杜运苏，张为付，2012）。从流向来看，70%以上集中于欧美日等发达国家，我国承接国际产业转移所产生的碳排放有四分之一到三分之一的部分，是由于生产被西方发达国家消费的产品所造成的，中国生产供其他国家消费的产品所产生的碳排放（出口中的隐含碳）8倍于中国进口其他国家产品的隐含碳排放，欧美日等发达国家从中国快速增长的碳排放中获得了部分利益（杜运苏，张为付，2012；刘竹，2015）。

在中国的出口贸易中，西方发达国家是主要消费国，其中美国消费占中国出口贸易隐含碳排放的24%，其他主要的消费国包括日本（9%）、德国（5%）、韩国（4%）、英国（4%）和俄罗斯（3%）。欧盟国家和其他亚洲国家分别消费了中国贸易隐含排放总量的25%和15%。与之相对应，中国是这些国家进口贸易的主要进口国，进口自中国的产品的隐含碳排放占日本贸易隐含排放的48%，占美国贸易隐含排放的44%，占俄罗斯贸易隐含排放的42%。换言之，这些发达国家通过贸易转移的隐含排放中，有近一半转移至中国（刘竹，2015）。

贸易隐含碳排放的存在，将导致两个明显的政策问题。一是碳减排责任分配问题。如果在中国的碳减排责任分配时，不考虑发达国家通过国际贸易和产业转移对中国“出口”的碳排放，对中国将是不公平的。二是碳关税的适用性问题。如果发达国家在国际贸易中，对中国进口商品征收碳关税，这不仅违背贸易自由化原则，而且对中国也是极其不公平的。因此，基于领土的“一刀切”式的碳减排责任分配和征收碳关税，并不是解决贸易中碳转移问题的最佳途径，发达国家在资金和技术方面向类似中国的发展中国家进行援助，积极推进可再生能源和固碳技术的扩散，帮助发展中国家降低碳排放强度，这是目前降低全球碳排放的最佳途径之一（王媛等，2011）[15]。

全球碳排放与能源、结构及增长的关系

本节将以全球196个国家30年时间（1990—2019年）的“国家—年份”面板数据为基础，对能源消费与碳排放的关系进行分析，所有数据均经过对数处理。

7.能源消费量越大，碳排放量、碳排放强度和人均碳排放量越高

能源消费为碳排放主要来源，也是目前碳排放量数据的计算依据，能源消费大国均为碳排放大国，2019年前五位分别为美国、中国、德国、法国及印度，能源消费额分别为17.5万亿美元、7.98万亿美元、2.81万亿美元、2.09万亿美元及2.07万亿美元。由于发展中国家价格水平较低，体现为金额的能源消费额低于发达国家水平。如图17—19所示，全球碳排放与能源消费高度正相关，能源消费量越高的国家，碳排放量、碳排放强度与人均碳排放量等也会较高。比较而言，能源消费与碳排放量之间关系最强（拟合线更陡峭，散点集中分布在拟合线两侧），与碳排放强度之间的关系最弱（拟合线相对平坦），这可能是因为碳排放强度代表碳排放过程中的技术效率，更多地受到技术水平的影响，而受能源消费额的影响相对较小。

图17 全球碳排放量与能源消费量

数据来源：碳排放数据来自欧盟委员会，能源消费量数据来自世界银行。

图18 全球碳排放强度与能源消费量

数据来源：碳排放数据来自欧盟委员会，能源消费量数据来自世界银行。

图19 全球人均碳排放量与能源消费量

数据来源：碳排放数据来自欧盟委员会，能源消费量数据来自世界银行。

8.清洁能源所占比重越高，碳排放量、碳排放强度和人均碳排放量就越低

由于碳排放的主要来源是化石能源的燃烧，因此，如图20—22所示，碳排放与清洁能源消费占比整体呈负向关系，能源消费结构中化石能源所占比重越低，清洁能源所占比重越高，碳排放量、碳排放强度和人均碳排放量也就越低。但是需要注意的是，能源消费结构与碳排放之间的这种负向关系同时也受到国家体量大小的影响，如2019年，全球清洁能源消费占比最低的国家分别为沙特（0.006%）、文莱（0.015%）、土库曼斯坦（0.041%）、圣马丁岛（0.046%）及阿尔及利亚（0.059%），碳排放量在全球分列第12位、127位、47位、155位及35位，除圣马丁岛因体量较小而依赖外部化石能源输入外，剩余国家均高度依赖石油资源，文莱及圣马丁岛虽然清洁能源占比较低，但由于国家体量较小，故而碳排放量较低。清洁能源消费占比最高的国家分别为刚果金（95.8%）、布隆迪（95.7%）、索马里（94.3%）、埃塞俄比亚（92.2%）及乍得（89.4%），碳排放量在全球分列第148位、189位、171位、94位及173位，上述国家特征为，经济以农业为主，基础设施严重落后，电力严重短缺，缺乏有效的化石能源消费渠道，但太阳能、风能或水能较为丰富，埃塞俄比亚虽清洁能源占比较高，但拥有1.07亿人口，位列全球第12位，碳排放量仍较高。

图20 全球碳排放量与能源消费结构

数据来源：碳排放数据来自欧盟委员会，能源消费结构数据来自世界银行。

图21 全球碳排放强度与能源消费结构

数据来源：碳排放数据来自欧盟委员会，能源消费结构数据来自世界银行。

图22 全球碳排放强度与能源消费结构

数据来源：碳排放数据来自欧盟委员会，能源消费结构数据来自世界银行。

9.工业部门所占比重越高，碳排放量、碳排放强度和人均碳排放量就越高

前文的分析也已经表明，电力生产供应业、钢铁和重化工业等工业部门是能源消费和碳排放的重要来源，因此，如图23—25所示，碳排放与工业部门所占比重整体呈正向关系，在产业结构中工业行业所占比重越高，碳排放量、碳排放强度和人均碳排放量也相应越高。但是需要注意的是，工业部门所占比重与碳排放的负向关系同时也受到国家体量大小的影响，如2019年，工业增加值比重最高的国家为文莱（62.5%）、科威特（57.5%）、卡塔尔（56.9%）、安哥拉（54.4%）及阿曼（53.7%），碳排放量在全球分列第127位、44位、40位、87位及46位，上述国家均具有丰富的石油资源，且国内产业严重依赖石油化工，除文莱因国家体量较小而碳排放量较低外，其他国家碳排放量均较高。有数据统计的工业增加值比重最低的国家为苏丹（0.96%）、塞拉利昂（5.24%）、百慕大群岛（6.39%）、科摩罗（8.85%）及圣卢西亚（9.97%），碳排放量在全球分列第89位、159位、188位、193位及191位，上述国家严重依赖农业，或为海岛区域，缺乏具体产业。

总结来看，全球碳排放主要受到能源消费量、能源结构、产业结构等因素的影响，但该影响需在同一国别体量下考察。

图23 全球碳排放量与产业结构

数据来源：碳排放数据来自欧盟委员会，产业结构数据来自世界银行。

图24 全球碳排放强度与产业结构

数据来源：碳排放数据来自欧盟委员会，产业结构数据来自世界银行。

图25 全球碳排放强度与产业结构

数据来源：碳排放数据来自欧盟委员会，产业结构数据来自世界银行。