西南大学经济管理学院经济研究中心;西南大学经济管理学院;厦门大学管理学院中国能源政策研究院;上海财经大学城市与区域科学学院;
能源贫困和气候变化是人类可持续发展中相互制约的两大难题，在个人碳排放占比不断增加的背景下，设计兼具改善家庭能源贫困的个人碳减排机制至关重要。本文通过构建个人碳交易模型，利用中国居民能源消费调查最新公开数据，分析个人碳交易机制对改善能源贫困的作用，并进一步对我国个人碳交易机制中的配额与价格等核心参数进行设计。结果显示，第一，我国部分地区居民的能源贫困问题较为严重，能源贫困发生率及能源贫困强度区域差异较大。第二，个人碳交易机制的实施有助于改善能源贫困，实施个人碳交易机制使样本内八大经济区的能源贫困发生率均下降，并使除东部沿海地区外其他地区的能源贫困强度下降。第三，只有较大幅度地提高碳配额分配中的有偿配额比例，才能有效改善能源贫困；均衡碳价格的提高可以降低全国层面上的能源贫困发生率，但在地区层面上呈现异质性。第四，比较价格与数量两种参数，碳价格调整政策更有利于降低能源贫困发生率，配额调整政策更有利于降低能源贫困强度。本研究为我国未来个人碳交易市场的建立实施及能源贫困的改善提供了有益参考。
| 4,950 | 27 | 16 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]范进.基于个人碳交易行为模型的电力消费选择研究[D].中国科学技术大学, 2012.
[2]国务院发展研究中心课题组,刘世锦,张永生.全球温室气体减排:理论框架和解决方案[J].经济研究, 2009, 44(3):4–13.
[3]刘自敏,朱朋虎,李兴.递增阶梯电价政策的价格优化与效果评估:基于个人碳交易视角[J].经济与管理研究, 2018, 39(8):108–122.
[4]刘自敏,邓明艳,崔志伟,等.能源贫困对居民福利的影响及其机制:基于CGSS数据的分析[J].中国软科学, 2020, 35(8):143–163.
[5]王建明,王俊豪.公众低碳消费模式的影响因素模型与政府管制政策:基于扎根理论的一个探索性研究[J].管理世界, 2011, 27(4):58–68.
[6] Barnes D F, Khandker S R, Samad H A. Energy Poverty in Rural Bangladesh[J]. Energy Policy, 2011, 39(2):894–904.
[7] Bin S, Dowlatabadi H. Consumer Lifestyle Approach to US Energy Use and the Related CO2 Emissions[J]. Energy Policy, 2005, 33(2):197–208.
[8] Bouzarovski S, Petrova S, Sarlamanov R. Energy Poverty Policies in the EU:A Critical Perspective[J]. Energy Policy, 2012, 49(10):76–82.
[9] Cong R G, Wei Y M. Experimental Comparison of Impact of Auction Format on Carbon Allowance Market[J]. Renewable&Sustainable Energy Reviews, 2012, 16(6):4148–4156.
[10] Cramton P, Kerr S. Tradeable Carbon Permit Auctions:How and Why to Auction Not Grandfather[J]. Energy Policy, 2002, 30(4):333–345.
[11] Dobbins A, Nerini F F, Deane P, et al. Strengthening the EU Response to Energy Poverty[J]. Nature Energy, 2019, 4(1):2–5.
[12] Fell D, King G. Domestic Energy Use Study:To Understand Why Comparable Households Use Different Amounts of Energy:A Report to the Department for Energy and Climate Change[M]. London:Brook Lyndhurst, DECC, 2012.
[13] Guzman L I, Clapp A. Applying Personal Carbon Trading:A Proposed ‘Carbon, Health and Savings System’ for British Columbia, Canada[J].Climate Policy, 2017, 17(5):616–633.
[14] He X P, Reiner D. Electricity Demand and Basic Needs:Empirical Evidence from China’s Households[J]. Energy Policy, 2016, 90(3):212–221.
[15] Hyder P. Recycling Revenue from an International Carbon Tax to Fund an Integrated Investment Programme in Sustainable Energy and Poverty Reduction[J]. Global Environmental Change, 2008, 18(3):521–538.
[16] Jiang L, Yu L, Xue B, et al. Who is Energy Poor? Evidence from the Least Developed Regions in China[J]. Energy Policy, 2020, 137(2):111122.
[17] Khandker S R, Barnes D F, Samad H A. Are the Energy Poor also Income Poor? Evidence from India[J]. Energy Policy, 2012, 47(8):1–12.
[18] Li Y, Fan J, Zhao D, et al. Tiered Gasoline Pricing:A Personal Carbon Trading Perspective[J]. Energy Policy, 2016, 89(2):194–201.
[19] Neuhoff K, Matthes F C, Betz R, et al. The Role of Auctions for Emissions Trading[R]. Cambridge:Climate Strategies Report, 2008.
[20] Oliva P, Hanna R. Moving up the Energy Ladder:The Effect of an Increase in Economic Well-Being on the Fuel Consumption Choices of the Poor in India[J]. American Economic Review, 2015, 105(5):242–246.
[21] Papadopoulou S D, Kalaitzoglou N, Psarra M, et al. Addressing Energy Poverty through Transitioning to a Carbon-Free Environment[J].Sustainability, 2019, 11(9):2634.
[22] Parag Y. Crossing Policy Learning:Drawing Lessons for Personal for Carbon Pricing Trading(PCT)Policy from Food Labelling Schemes[R].Working Paper, 2008.
[23] Sadath A C, Acharya R H. Assessing the Extent and Intensity of Energy Poverty Using Multidi-Mensional Energy Poverty Index:Empirical Evidence from Households in India[J]. Energy Policy, 2017, 102(3):540–550.
[24] Sagar A D. Alleviating Energy Poverty for the World’s Poor[J]. Energy Policy, 2004, 33(11):1367–1372.
[25] Sher F, Abbas A, Awan R U. An Investigation of Multidimensional Energy Poverty in Pakistan:A Province Level Analysis[J]. International Journal of Energy Economics and Policy, 2014, 4(1):65–75.
[26] Stavins R N. Transaction Costs and Tradable Permits[J]. Journal of Environmental Economics and Management, 1995, 29(2):133–148.
[27]ürge-Vorsatz D, Herrero S T. Building Synergies Between Climate Change Mitigation and Energy Poverty Alleviation[J]. Energy Policy, 2012,49(10):83–90.
[28] Weitzman M L. Prices vs. Quantities[J]. The Review of Economic Studies, 1974, 41(4):477–491.
[29] Winkler H. Reducing Energy Poverty through Carbon Tax Revenues in South Africa[J]. Journal of Energy in Southern Africa, 2017, 28(3):12–26.
[30] Winkler H, Boyd A, Gunfaus M T. Reconsidering Development by Reflecting on Climate Change[J]. International Environmental Agreements Politics Law&Economics, 2008, 15(4):369–385.
[31] Zhang D, Li J, Han P. A Multidimensional Measure of Energy Poverty in China and Its Impacts on Health:An Empirical Study Based on the China Family Panel Studies[J]. Energy Policy, 2019, 131(8):72–81.
(1)因篇幅所限，我国各地的“碳普惠”建设情况以附表1展示，见《统计研究》网站所列附件。下同。
(2)《江西建立全国首个公共机构低碳积分制平台》，详见网址https://baijiahao.baidu.com/s?id=1709141602676345219。
(1)因篇幅所限，各类能源的碳排放系数以附表2展示。
(2)能源贫困发生率、能源贫困强度等指标的计算详见刘自敏等（2020）。
(3)因篇幅所限，相关变量的基本特征以附表3展示。
(1)因篇幅所限，各地区的能源贫困情况以附表4展示。
(2)随着分位数水平的提高，能源消费水平并没有呈现一直递增的趋势，可能的原因是消费与收入之间是复杂的非线性关系。类似地，He和Reiner(2016)在研究电力基本需求时发现，电力消费水平也并未随着水平分位数的增加一直递增。
(1)若Δη的理论调整空间很小，接近于0，即此时的碳交易价格过低，本文对此则尝试将ω进行下调。
(1)排除样本中不含的省份后八大经济区的划分如下：东北地区（辽宁、吉林、黑龙江）、北部沿海（北京、天津、河北、山东）、东部沿海（上海、浙江）、南部沿海（福建）、黄河中游（山西、内蒙古、河南）、长江中游（安徽、湖北、湖南、江西）、西南地区（广西、重庆、四川、贵州、云南）、西北地区（甘肃、宁夏）。
(1)《碳排放交易体系构建进入冲刺期》，详见网址http://fgw.hunan.gov.cn/ztzl/jnjczl/zhxx/201611/t20161107_3431264.html。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2022.03.008
中图分类号:X196;F832.5;F426.2
引用信息:
[1]刘自敏,邓明艳,朱朋虎等.个人碳交易机制可以改善家庭能源贫困吗？——兼论我国个人碳交易市场的核心参数设计[J].统计研究,2022,39(03):117-131.DOI:10.19343/j.cnki.11-1302/c.2022.03.008.
基金信息:
国家社会科学基金一般项目“碳达峰碳中和目标下的电碳关联市场设计与资源配置机制创新研究（21BJL080）”; 重庆市社会科学规划重大项目“重大突发公共卫生事件下的重庆粮食能源安全研究”（2020ZDJJ02）; 2021年重庆社会科学规划英才计划项目“中国家庭能源贫困问题研究：监测、机制与治理”（2021YC016）