日本碳排放的地區(qū)差距及結(jié)構(gòu)分解

張瑩 洪凌華

摘 要：日本已經(jīng)宣布將在2050年實(shí)現(xiàn)碳中和，本文基于CEADs數(shù)據(jù)庫中的日本碳排放數(shù)據(jù)，對(duì)日本2007—2015年的縣級(jí)碳排放總量、人均碳排放和碳排放強(qiáng)度的地區(qū)差距進(jìn)行了Dagum基尼系數(shù)分解，并利用方差分解從碳源的角度探究了不同碳排放來源對(duì)碳排放地區(qū)差距的貢獻(xiàn)。研究發(fā)現(xiàn)日本的各碳排放指標(biāo)均呈現(xiàn)明顯的地區(qū)差異特征，且隨時(shí)間推移還有擴(kuò)大趨勢。這意味著盡管日本的低碳轉(zhuǎn)型卓有成效，但在地區(qū)間低碳發(fā)展的進(jìn)程并不平衡。碳排放總量的地區(qū)差距主要來自于八大地區(qū)間的差異，而不同地區(qū)中縣域單位間不平衡的低碳發(fā)展水平是導(dǎo)致人均碳排放和碳排放強(qiáng)度地區(qū)差距的主要因素。

關(guān)鍵詞：日本;碳排放;地區(qū)差距;Dagum基尼系數(shù)分解;方差分解

中圖分類號(hào)：F13/17??? 文獻(xiàn)標(biāo)識(shí)碼：A??? 文章編號(hào)：1004-2458-（2022）01-0019-12

DOI：10.14156/j.cnki.rbwtyj.2022.01.003

氣候變化是21世紀(jì)全人類面臨最大的挑戰(zhàn)之一。人類社會(huì)已經(jīng)對(duì)氣候變化問題形成了明確的科學(xué)認(rèn)知和政治共識(shí)，認(rèn)同積極應(yīng)對(duì)全球性的氣候變化需要各國共同參與。中國國家主席習(xí)近平在2020年9月召開的第75屆聯(lián)合國大會(huì)一般性辯論上的發(fā)言中向世界鄭重承諾，將提高國家自主貢獻(xiàn)力度，采取更加有力的政策和措施，力爭使二氧化碳排放于2030年前達(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和;并在12月的氣候雄心峰會(huì)上明確宣布，到2030年，中國單位國內(nèi)生產(chǎn)總值二氧化碳排放將比2005年下降65%以上。原日本首相菅義偉也緊隨中國，在2020年10月向日本國會(huì)宣布，日本將在2050年實(shí)現(xiàn)碳中和。中日作為亞洲近鄰，都將積極應(yīng)對(duì)氣候變化作為展現(xiàn)維護(hù)全球氣候安全的責(zé)任感與提升國家競爭力的重要手段。

日本是《聯(lián)合國氣候變化框架公約》下重要的發(fā)達(dá)國家締約方之一，也是《京都議定書》的締結(jié)地和主要推動(dòng)力量。作為一個(gè)高度工業(yè)化的國家，日本受制于本身的資源稟賦約束[1]，能源資源極度匱乏，基本依賴于進(jìn)口[2]，因此也一直高度重視提高能源利用效率，通過積極調(diào)整經(jīng)濟(jì)政策和產(chǎn)業(yè)結(jié)構(gòu)、大力發(fā)展節(jié)能技術(shù)和推廣可再生能源，推動(dòng)整個(gè)社會(huì)向低碳化方向發(fā)展[3]，并成為亞洲第一個(gè)宣布建設(shè)低碳社會(huì)的國家[4]。日本所經(jīng)歷的從高碳發(fā)展模式向低碳發(fā)展模式的成功轉(zhuǎn)型，可以為中國推動(dòng)節(jié)能減排和實(shí)現(xiàn)低碳轉(zhuǎn)型提供有益的借鑒[5]。

以往關(guān)于日本碳排放的研究主要側(cè)重于分析影響日本碳排放水平或碳排放強(qiáng)度的重要因素和驅(qū)動(dòng)效應(yīng)[5]，如根據(jù)狀態(tài)空間模型分析日本碳排放影響因素[6]，分析主導(dǎo)產(chǎn)業(yè)碳排放、家庭碳排放的影響因素[7-8]，或具體探究工業(yè)化進(jìn)程中人口因

素對(duì)日本碳排放的影響效果等[9]。也有一些文獻(xiàn)對(duì)中日碳排放影響因素和發(fā)展特征進(jìn)行了比較[3，10-12]，但鮮有文獻(xiàn)去探究日本碳排放的地區(qū)差異。

近年來，國內(nèi)外很多研究者針對(duì)不同國家或地區(qū)的碳排放總量、碳排放強(qiáng)度以及人均碳排放，利用基尼系數(shù)、泰爾系數(shù)或者變異系數(shù)等不同的度量指標(biāo)去比較整體差距、地區(qū)內(nèi)差距和地區(qū)間差距[13-19]。而本文將主要利用中國碳排放數(shù)據(jù)庫（China Emission Accounts and Datasets， CEADs）提供的2007年到2015年間的日本縣級(jí)碳排放清單[20]，采用Dagum基尼系數(shù)分解法和方差分解法，分析日本碳排放的地區(qū)差異和碳源差異貢獻(xiàn)，并根據(jù)結(jié)果總結(jié)日本碳排放的空間分布和碳源結(jié)構(gòu)特征，為中國區(qū)域碳排放達(dá)峰和減排政策制定及發(fā)展方向提供參考依據(jù)。

一、方法與數(shù)據(jù)

（一）研究方法

Dagum基尼系數(shù)分解。在對(duì)地區(qū)發(fā)展水平差距的分析中，很多研究都通過測算絕對(duì)差異（標(biāo)準(zhǔn)差、極差）和相對(duì)差異（基尼系數(shù)、泰爾系數(shù)和變異系數(shù)等）指標(biāo)來度量地區(qū)間的差距，但是除了泰爾指數(shù)外，這些度量指標(biāo)都無法進(jìn)一步對(duì)區(qū)域細(xì)分子集的差距情況進(jìn)行分解，泰爾指數(shù)雖然可以進(jìn)一步對(duì)區(qū)域內(nèi)部和區(qū)域間的差距進(jìn)行分解，卻無法分解區(qū)域中每個(gè)區(qū)域?qū)傮w差距的貢獻(xiàn)。為了解決這些問題，Dagum進(jìn)一步提出新的公式對(duì)基尼系數(shù)進(jìn)行分解[21]。相較于傳統(tǒng)的基尼系數(shù)法，Dagum基尼系數(shù)能夠分解出某一項(xiàng)指數(shù)的差異的來源，將地區(qū)整體的差異分解為地區(qū)內(nèi)差異、地區(qū)間差異和超變密度三個(gè)部分，從而能對(duì)地區(qū)差異的來源進(jìn)行解釋和分析。目前，Dagum基尼系數(shù)分析方法已被廣泛應(yīng)用于研究地區(qū)差異的各類研究中，例如針對(duì)經(jīng)濟(jì)發(fā)展差距[22]、高等教育差距[23-24]、人口老齡化的地區(qū)差異[25]、區(qū)域間區(qū)域創(chuàng)新能力差距[26]等問題的分析。

（二）數(shù)據(jù)來源與處理

以日本的縣級(jí)單位為研究對(duì)象，并按照地理位置將47個(gè)縣域單位劃分為北海道地方、東北地方、關(guān)東地方、中部地方、近畿地方、中國地方、四國地方以及九州地方八大地區(qū)，具體的地區(qū)劃分見表1。

日本環(huán)境省和國家環(huán)境研究所每年都會(huì)公布日本的溫室氣體排放數(shù)據(jù)，國際能源機(jī)構(gòu)（IEA）和二氧化碳信息分析中心（CDIAC）也在各自的數(shù)據(jù)庫中提供了日本全國范圍的溫室氣體排放數(shù)據(jù)，但這些機(jī)構(gòu)只能提供日本的二氧化碳排放總量，卻沒有提供其區(qū)域排放細(xì)節(jié)。由英國研究理事會(huì)、牛頓基金會(huì)、中國國家自然科學(xué)基金委員會(huì)、中國科學(xué)院等多家機(jī)構(gòu)共同支持建立的CEADs數(shù)據(jù)庫于2020年公布了日本2007年到2015年間47個(gè)都、道、府、縣的碳排放和社會(huì)經(jīng)濟(jì)數(shù)據(jù)集[20]。其中社會(huì)經(jīng)濟(jì)數(shù)據(jù)集所提供的GDP指標(biāo)均換算為2011年的不變價(jià)。

為了研究日本的碳排放地區(qū)差異及來源，本文根據(jù)CEADs中的原始數(shù)據(jù)，計(jì)算獲得日本縣域單位的碳排放總量、人均碳排放和碳排放強(qiáng)度，并作為研究指標(biāo)。碳排放總量由日本縣級(jí)能源消費(fèi)統(tǒng)計(jì)數(shù)據(jù)中25個(gè)部門使用3種化石燃料所產(chǎn)生的二氧化碳排放清單加上電力部門單獨(dú)的碳排放清單加總獲得;人均碳排放用各縣碳排放總量除以其人口總量獲得;碳排放強(qiáng)度用各縣碳排放總量除以換算成2011年不變價(jià)的各縣GDP獲得。FA068E7F-0A17-4406-A7BF-537C3F8A3D3C

二、日本碳排放水平的時(shí)空分析

（一）碳排放總量的地區(qū)分布

利用地理信息系統(tǒng)（GIS）可視化方法及軟件，繪制出日本縣域二氧化碳排放總量的地區(qū)分布圖（圖1）。數(shù)據(jù)顯示，到2015年，日本

排放水平最高的5個(gè)縣分別為千葉縣、神奈川縣、愛知縣、岡山縣和山口縣;排放水平最低的5個(gè)縣分別為鳥取縣、山梨縣、奈良縣、高知縣和山形縣。從2007年到2015年間，日本所有縣域單位的碳排放總量都有所下降。排放水平越低的縣，這些年的平均下降幅度也相對(duì)較高：排放水平最低的鳥取縣，2015年相比較于2007年碳排放總量下降了36.8%，下降幅度也是最大。從地區(qū)劃分來看，2015年排放水平最高的地區(qū)為關(guān)東地方，總排放達(dá)到339.4 Mt;排放水平最低的中國地方，碳排放總量約為39.77 Mt。

（二）人均碳排放的地區(qū)分布

由于碳排放總量受經(jīng)濟(jì)規(guī)模影響較大，而人均碳排放水平和碳排放強(qiáng)度能更好地反映社會(huì)、經(jīng)濟(jì)和技術(shù)發(fā)展水平的特征與差異性。根據(jù)CEADs數(shù)據(jù)庫提供的數(shù)據(jù)，日本全國人均碳排放水平從2007年的11.14噸/人下降為2015年的9.99噸/人，但人均碳排放水平的地區(qū)間差異非常明顯（圖2）。2015年，人均碳排放水平最高的山口縣高達(dá)45.94噸/人，而排放水平最低東京都僅為1.66噸/人。日本約有31.25%的縣碳排放水平高于全國平均水平，剩下則等于或低于平均水平。

從人均碳排放的時(shí)間變化趨勢來看，絕大多數(shù)縣的人均碳排放水平都在考察時(shí)期范圍內(nèi)有所下降，只有三個(gè)縣的人均碳排放略有提高，分別是大分縣、和歌山縣與佐賀縣（圖3）。而數(shù)據(jù)同時(shí)也顯示，日本各地的人均碳排放數(shù)據(jù)從2007年開始穩(wěn)步下降，但在2013年和2014年均有不同程度的反彈，直到2015年才開始繼續(xù)顯著下降。

（三）碳排放強(qiáng)度的地區(qū)分布

與人均碳排放數(shù)據(jù)類似，日本碳排放強(qiáng)度的地區(qū)分布也呈現(xiàn)出顯著的非均衡特征（圖4）。

東京都2015年的單位GDP碳排放強(qiáng)度僅為0.25噸/萬美元，碳生產(chǎn)效率水平相當(dāng)高，也明顯高出碳排放強(qiáng)度居于第二位的埼玉縣，后者約為0.73噸/萬美元。但碳排放強(qiáng)度較高的大分縣、山口縣和岡山縣都高于10噸/萬美元。

日本全國平均碳排放強(qiáng)度從2007年的3.15噸/萬美元下降為2015年的3.00噸/萬美元，總體呈穩(wěn)定下降態(tài)勢。與人均碳排放數(shù)據(jù)的變化趨勢類似，日本整體在2013年到2014年間也出現(xiàn)了碳排放強(qiáng)度的反彈趨勢，到2015年才開始再次顯著下降。大部分地區(qū)的碳排放強(qiáng)度總體下降，但在47個(gè)都、道、府、縣中，仍有8個(gè)地區(qū)的碳排放強(qiáng)度有所提高，分別為秋田縣、新潟縣、三重縣、大阪

府、兵庫縣、和歌山縣、佐賀縣與大分縣。其中，近畿地方的7個(gè)縣、府單位中有4個(gè)碳排放強(qiáng)度都提高了（圖5）。

三、日本碳排放的地區(qū)差距及分解

（一）日本碳排放的地區(qū)差距

上述分析已經(jīng)揭示出日本的碳排放指標(biāo)呈現(xiàn)明顯的地區(qū)差異特征，為了更好地刻畫和分析日本各碳排放指標(biāo)的地區(qū)差距和差距來源，采用Dagum建立的基尼系數(shù)子群分解方法學(xué)，使用定量分析軟件QBOXES對(duì)2007年到2015年間日本碳排放各指標(biāo)的基尼系數(shù)進(jìn)行測算，如下圖所示。

根據(jù)計(jì)算結(jié)果可見，日本碳排放總量、人均碳排放和碳排放強(qiáng)度的演變趨勢基本一致，但總體變化趨勢并不平穩(wěn)，在2007—2015年期間出現(xiàn)了反復(fù)上升和下降，但與2007年相比，考察時(shí)間終點(diǎn)的2015年的3個(gè)碳排放指標(biāo)的基尼系數(shù)都呈增大趨勢，分別從0.549、0.441和0.455提高到0.567、0.491和0.480，這意味著日本碳排放的地區(qū)差異性不斷在變大，因此應(yīng)當(dāng)引起決策者的重視;但三項(xiàng)碳排放指標(biāo)的基尼系數(shù)最高水平均為2011年，分別達(dá)到0.582、0.510和0.496，隨后該系數(shù)有所下降。三個(gè)碳指標(biāo)中，排放總量的基尼系數(shù)最大，意味著日本各地區(qū)間的碳排放總規(guī)模具有較大的差距;人均碳排放和碳排放強(qiáng)度的基尼系數(shù)略小一點(diǎn)，在考察期內(nèi)的均值分別為0.476和0.464，也仍然呈現(xiàn)差距較大的特征（圖6）。

除了總體基尼系數(shù)之外，根據(jù)定量分析軟件QBOXES還能對(duì)日本7大地區(qū)內(nèi)的碳排放差距進(jìn)行計(jì)算 在日本的八大分區(qū)中，北海道地區(qū)只轄北海道一個(gè)一級(jí)行政單位，因此無法對(duì)該地區(qū)進(jìn)一步做組內(nèi)基尼系數(shù)分解。。結(jié)果顯示各地區(qū)內(nèi)3個(gè)碳排放指標(biāo)的基尼系數(shù)變化趨勢比較類似，也均呈現(xiàn)先提高后降低的趨勢，但總體而言該指標(biāo)仍在提高，其中碳排放總量數(shù)據(jù)的地區(qū)內(nèi)差距依然是最大的。人均碳排放和碳排放強(qiáng)度的地區(qū)內(nèi)差距大致相當(dāng)。在分析的7個(gè)地區(qū)中，從碳排放總量來看，地區(qū)內(nèi)排放差距最大的是中部地方，組內(nèi)基尼系數(shù)年均值高達(dá)0.55;其次是關(guān)東地方，年均值也超過了0.5，約為0.53;組內(nèi)基尼系數(shù)最低的是東北地方，該地區(qū)內(nèi)部總排放的基尼系數(shù)年均值約為0.29（圖7）。從

人均碳排放指標(biāo)來看，人均碳排放基尼系數(shù)年均值較低的是東北地方和四國地方，分別為0.23和0.18，這也意味著這兩個(gè)地區(qū)下轄各地的人均排放水平比較接近，除了這兩個(gè)地區(qū)之外，其他5個(gè)地區(qū)的人均碳排放基尼系數(shù)年均值均超過了0.4，該指標(biāo)組內(nèi)差距最大的地區(qū)是九州地方，其次是關(guān)東地方，基尼系數(shù)年均值分別為0.49和0.48（圖8）。碳排放強(qiáng)度指標(biāo)能夠反映各地的碳生產(chǎn)率高低，從實(shí)際數(shù)據(jù)看，該指標(biāo)與人均碳排放的地區(qū)差異特征比較接近，東北地方與四國地方的基尼系數(shù)年均值最低，其他地區(qū)均超過0.4（圖9）。

（二）日本碳排放碳源地區(qū)差距

除了各地的碳排放指標(biāo)之外，CEADs數(shù)據(jù)庫還提供了日本的碳排放來源數(shù)據(jù)，包括煤炭、原油、天然氣3種一次能源產(chǎn)生的碳排放和電力部門獨(dú)立產(chǎn)生的碳排放，因此可以從碳源的角度分析日本各地的碳排放差距和演變特征。總體來說，從碳源的角度看，日本的地區(qū)差距更大，煤炭、天然氣、原油使用產(chǎn)生的碳排放基尼系數(shù)在考察期內(nèi)的均值分別為0.67、0.54和0.63，使用電力產(chǎn)生的碳排放基尼系數(shù)均值高達(dá)0.66。盡管各種碳源排放的地區(qū)差距都基本大于碳排放總量的地區(qū)差距，但是在3種化石能源中，天然氣的地區(qū)差距最小，原油次之，這表明清潔能源也在成為日本現(xiàn)代能源體系的主體，所以各地區(qū)之間的差距也相對(duì)較小。從時(shí)變特征來看，煤炭、天然氣和電力的地區(qū)差距逐漸在縮小（圖10），尤其是天然氣，從2007年的0.60降至2015年的0.46，因此天然氣產(chǎn)生的碳排放在日本各地區(qū)之間的差距趨于收斂。而原油產(chǎn)生的碳排放在各地區(qū)之間差距還在擴(kuò)大，從0.56提高為0.65，這表明日本各地的能源清潔化進(jìn)程并不同步。FA068E7F-0A17-4406-A7BF-537C3F8A3D3C

根據(jù)各種碳源的地區(qū)差異計(jì)算結(jié)果可知，煤炭、原油和電力產(chǎn)生的碳排放地區(qū)差距均高于總體碳排放，只有天然氣產(chǎn)生的碳排放地區(qū)差異低于總體碳排放。這意味著從碳源的角度看，日本碳排放總體地區(qū)差異主要來自于含碳量較高的化石能源消費(fèi)的影響。

（三）日本碳排放的地區(qū)差距分解

針對(duì)碳排放各指標(biāo)進(jìn)行Dagum基尼系數(shù)的子群分解可以進(jìn)一步揭示出日本碳排放的地區(qū)差異和動(dòng)態(tài)變化特征。通過分解，可以將各碳排放指標(biāo)的地區(qū)差距分解為地區(qū)內(nèi)差距、地區(qū)間差距和超變密度，從中可以窺見各碳排放指標(biāo)的地區(qū)差距來源和貢獻(xiàn)率的演變趨勢（表2和表3）。根據(jù)分解結(jié)果可以看出日本的不同碳排放指標(biāo)的地區(qū)差距來源存在一定的差異性。從碳排放總量指標(biāo)來看，主要的差距來源是地區(qū)間差異，在考察期內(nèi)，地區(qū)間差異的貢獻(xiàn)率始終超過地區(qū)內(nèi)差異和超變密度的貢獻(xiàn)，貢獻(xiàn)率超過50%;但是隨著時(shí)間推移，地區(qū)間差異對(duì)于總體差距的貢獻(xiàn)率略有下降。超變密度的貢獻(xiàn)率次之，穩(wěn)定在32%到35%之間，且呈緩慢上升趨勢。地區(qū)內(nèi)部的碳排放總量對(duì)于總體差距的貢獻(xiàn)率相對(duì)較小，歷年貢獻(xiàn)率穩(wěn)定在12%左右。但是日本人均碳排放和碳排放強(qiáng)度指標(biāo)的地區(qū)差距則主要來源于超變密度的貢獻(xiàn)：在考察期內(nèi)，超變密度對(duì)這兩項(xiàng)碳指標(biāo)的貢獻(xiàn)率都基本保持在一半以上。其次是地區(qū)間的差異性，為32%到39%之間。而地區(qū)內(nèi)部的差異性對(duì)總體差距的貢獻(xiàn)率也較低，基本都在12%到13%之間。

（四）日本碳源的貢獻(xiàn)分解

根據(jù)CEADs數(shù)據(jù)庫，日本的碳排放主要源自各部門使用煤炭、天然氣、原油消費(fèi)產(chǎn)生的碳排放，以及電力部門所產(chǎn)生的碳排放;因此，可以采用方差分解的方法來分析不同碳源對(duì)于總體排放地區(qū)差距的影響和貢獻(xiàn)，結(jié)果如表4所示。

從不同碳源對(duì)地區(qū)差距的貢獻(xiàn)率分解結(jié)果來看，原油使用產(chǎn)生的碳排放是導(dǎo)致碳排放總量地區(qū)差距的主要影響要素，年均貢獻(xiàn)率超過了50%;其次是電力行業(yè)產(chǎn)生的碳排放，貢獻(xiàn)率約為22.7%;煤炭使用產(chǎn)生的碳排放貢獻(xiàn)率約為18.2%;而天然氣使用產(chǎn)生的碳排放貢獻(xiàn)率較小，年均值約為5.3%。這意味著日本不同地區(qū)的原油使用產(chǎn)生的碳排放水平存在較大的差異性，而且是影響碳排放總量地區(qū)差距的主要來源。盡管原油是導(dǎo)致碳排放地區(qū)差距的主要碳源因素，但從時(shí)間變化趨勢來看，貢獻(xiàn)率是逐漸降低的;電力和天然氣導(dǎo)致的碳排放貢獻(xiàn)略有提高;煤炭排放的貢獻(xiàn)率雖有波動(dòng)，但在考察期內(nèi)基本穩(wěn)定。綜合靜態(tài)和動(dòng)態(tài)分析結(jié)果，可以發(fā)現(xiàn)日本的天然氣和電力與原油消費(fèi)之間可能存在一定的相互替代關(guān)系。

四、結(jié)論與啟示

（一）研究結(jié)論

目前，全球已有很多國家和地區(qū)都相繼提出溫室氣體中和或碳中和目標(biāo)。中國和日本作為亞洲經(jīng)濟(jì)體量最大的兩個(gè)國家，相繼提出了實(shí)現(xiàn)碳中和的目標(biāo)年份。為了切實(shí)兌現(xiàn)碳中和目標(biāo)，應(yīng)進(jìn)一步對(duì)碳排放變化趨勢和特征進(jìn)行研究。過往對(duì)日本的研究往往關(guān)注于碳排放的時(shí)變規(guī)律，本文基于CEADs數(shù)據(jù)，對(duì)日本2007—2015年的縣級(jí)碳排放清單進(jìn)行分析，對(duì)碳排放總量、人均碳排放和碳排放強(qiáng)度的地區(qū)差距進(jìn)行了Dagum基尼系數(shù)分解，并利用方差分解從碳源的角度探究了不同碳排放來源對(duì)碳排放地區(qū)差距的貢獻(xiàn)。

通過定量實(shí)證分析，發(fā)現(xiàn)盡管總體來看日本的碳排放總量、人均碳排放和單位GDP碳排放強(qiáng)度指標(biāo)都在考察時(shí)期內(nèi)隨時(shí)間推移呈波動(dòng)下降趨勢，但卻同時(shí)呈現(xiàn)明顯的地區(qū)差異特征，且各碳排放指標(biāo)的地區(qū)差距隨時(shí)間推移還有擴(kuò)大趨勢。這意味著盡管日本的低碳轉(zhuǎn)型卓有成效，但在地區(qū)間低碳發(fā)展的進(jìn)程并不平衡。在3個(gè)碳排放指標(biāo)中，人均碳排放水平和碳排放強(qiáng)度相對(duì)而言能更好地反映社會(huì)、經(jīng)濟(jì)和技術(shù)發(fā)展水平的特征與差異性，但這兩個(gè)指標(biāo)的地區(qū)間差異也很明顯：東京都高度的經(jīng)濟(jì)發(fā)展水平和緊湊集約的城市形態(tài)推動(dòng)該地區(qū)的人均碳排放和碳排放強(qiáng)度都位于全球領(lǐng)先水平，但日本部分其他地區(qū)的這兩項(xiàng)指標(biāo)與之相比存在極大的差異，甚至還有少數(shù)地區(qū)的這兩項(xiàng)相對(duì)碳排放指標(biāo)呈提高趨勢，這些地區(qū)將成為未來日本繼續(xù)推進(jìn)低碳轉(zhuǎn)型和實(shí)現(xiàn)碳中和的重點(diǎn)地區(qū)。

除了各碳排放指標(biāo)的總體差距之外，本研究還通過Dagum基尼系數(shù)分解，將日本47個(gè)都、府、道、縣從地理上劃分為8大地區(qū)，并分析碳排放地區(qū)差距的來源與貢獻(xiàn)率。結(jié)果顯示日本碳排放總量的地區(qū)差距主要來自于8大地區(qū)間的發(fā)展差異;但日本人均碳排放和碳排放強(qiáng)度指標(biāo)的地區(qū)差距則主要是來源于超變密度的貢獻(xiàn)。超變密度反映的是分組后跨群交叉程度的互相影響，從地理上的地區(qū)劃分標(biāo)準(zhǔn)看，日本不同地區(qū)的縣域單位間不平衡的低碳發(fā)展水平是導(dǎo)致人均碳排放和碳排放強(qiáng)度地區(qū)差距的主要因素。

此外，本研究還從碳源的角度分析了不同的碳排放來源對(duì)造成碳排放總量地區(qū)差距的影響，研究發(fā)現(xiàn)原油使用是影響日本碳排放總量地區(qū)差距的主要來源，而日本的天然氣和電力使用與原油消費(fèi)之間可能存在一定的相互替代關(guān)系。

（二）啟示

日本作為已經(jīng)完成工業(yè)化進(jìn)程的國家，其低碳發(fā)展進(jìn)程對(duì)我國的低碳轉(zhuǎn)型和實(shí)現(xiàn)碳達(dá)峰與碳中和目標(biāo)有著重要的參考和借鑒意義。過往針對(duì)日本碳排放的研究多側(cè)重于探究碳排放的驅(qū)動(dòng)因素和未來變化趨勢展望，而本研究則試圖分析日本碳排放的地區(qū)差距特征，通過實(shí)證分析發(fā)現(xiàn)日本的各碳排放指標(biāo)均呈現(xiàn)比較明顯的地區(qū)差距;因此，要實(shí)現(xiàn)碳中和目標(biāo)，必須要采取差異化的地區(qū)低碳轉(zhuǎn)型和碳減排政策。

受制于自身的能源資源稟賦，日本較早就意識(shí)到低碳轉(zhuǎn)型的重要性和必要性，并通過發(fā)展低碳經(jīng)濟(jì)推動(dòng)了整體經(jīng)濟(jì)轉(zhuǎn)型，但本研究也發(fā)現(xiàn)，盡管從人均碳排放和碳排放強(qiáng)度指標(biāo)看，日本部分地區(qū)的低碳發(fā)展水平已經(jīng)居于全球領(lǐng)先地位，但由于地區(qū)間的發(fā)展不平衡，導(dǎo)致部分地區(qū)的低碳發(fā)展水平仍不及預(yù)期，并成為未來制約實(shí)現(xiàn)積極碳減排目標(biāo)的不利因素。日本的發(fā)展模式昭示，發(fā)達(dá)地區(qū)應(yīng)該發(fā)揮經(jīng)濟(jì)和技術(shù)發(fā)展的優(yōu)勢，力爭實(shí)現(xiàn)較高的低碳發(fā)展水平。但與之相比，我國一些經(jīng)濟(jì)發(fā)展水平較高的城市和地區(qū)人均碳排放水平要明顯高于發(fā)展水平相對(duì)較低的城市與地區(qū)。因此，應(yīng)該推動(dòng)發(fā)達(dá)地區(qū)優(yōu)化城市規(guī)劃，推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，加速低碳轉(zhuǎn)型進(jìn)程。FA068E7F-0A17-4406-A7BF-537C3F8A3D3C

中國應(yīng)立足本國實(shí)際情況，參考日本的經(jīng)驗(yàn)，探索實(shí)現(xiàn)碳達(dá)峰和碳中和的可行路徑。結(jié)合不同地區(qū)經(jīng)濟(jì)發(fā)展水平、地理位置以及產(chǎn)業(yè)結(jié)構(gòu)等時(shí)機(jī)情況，制定差異化和針對(duì)性的碳減排政策與路徑。同日本不同，中國要在工業(yè)化、城鎮(zhèn)化仍在推進(jìn)的過程中去盡快實(shí)現(xiàn)碳達(dá)峰和碳中和，因此相關(guān)的政策需要兼顧推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展、改善民生以及實(shí)現(xiàn)共同富裕等目標(biāo)，需要進(jìn)行精細(xì)化設(shè)計(jì)，尤其是對(duì)于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，要考慮設(shè)定既能促進(jìn)區(qū)域合理發(fā)展又能避免重復(fù)高碳鎖定的碳排放指標(biāo)指導(dǎo)標(biāo)準(zhǔn)，防止成為低碳發(fā)展后期影響碳排放目標(biāo)實(shí)現(xiàn)的瓶頸和困難。推進(jìn)各地區(qū)實(shí)現(xiàn)相對(duì)平衡的低碳發(fā)展，實(shí)現(xiàn)低碳的區(qū)域間和區(qū)域內(nèi)協(xié)調(diào)發(fā)展。同日本不同，中國要在工業(yè)化、城鎮(zhèn)化仍在推進(jìn)的過程中去盡快實(shí)現(xiàn)碳達(dá)峰和碳中和，因此相關(guān)的政策需要兼顧推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展、改善民生以及實(shí)現(xiàn)共同富裕等目標(biāo)，需要進(jìn)行精細(xì)化設(shè)計(jì)。

[參 考 文 獻(xiàn)]

[1]孟浩，陳穎健.日本能源與CO_2排放現(xiàn)狀、應(yīng)對(duì)氣候變化的對(duì)策及其啟示[J].中國軟科學(xué)，2012（9）：12-26.

[2]李國志.基于狀態(tài)空間模型的日本碳排放影響因素分析及啟示[J].資源科學(xué)，2013，35（9）：1847-1854.

[3]王苒，武胤，陳迎.中日兩國完全碳生產(chǎn)率比較優(yōu)勢研究[J].國際經(jīng)濟(jì)合作，2013（12）：50-53.

[4]施錦芳.日本的低碳經(jīng)濟(jì)實(shí)踐及其對(duì)我國的啟示[J].經(jīng)濟(jì)社會(huì)體制比較，2015（6）：136-146.

[5]佟新華，杜憲.日本碳排放強(qiáng)度影響因素及驅(qū)動(dòng)效應(yīng)測度分析[J].現(xiàn)代日本經(jīng)濟(jì)，2015（5）：87-94.

[6]李國志.基于狀態(tài)空間模型的日本碳排放影響因素分析及啟示[J].資源科學(xué)，2013，35（9）：1847-1854.

[7]段海燕，王寒凝，王憲恩.日本主導(dǎo)產(chǎn)業(yè)碳排放影響因素及驅(qū)動(dòng)效應(yīng)的分解研究[J].現(xiàn)代日本經(jīng)濟(jì)，2016（4）：70-82.

[8]胡振，何晶晶，王玥.基于IPAT-LMDI擴(kuò)展模型的日本家庭碳排放因素分析及啟示[J].資源科學(xué)，2018，40（9）：1831-1842.

[9]段海燕，劉紅琴，王憲恩.日本工業(yè)化進(jìn)程中人口因素對(duì)碳排放影響研究[J].人口學(xué)刊，2012（5）：39-48.

[10]唐杰英.基于環(huán)境規(guī)制效應(yīng)的中日碳排放比較[J].日本研究，2017（2）：41-47.

[11]施錦芳，吳學(xué)艷.中日經(jīng)濟(jì)增長與碳排放關(guān)系比較——基于EKC曲線理論的實(shí)證分析[J].現(xiàn)代日本經(jīng)濟(jì)，2017（1）：81-94.

[12]王倩，何少琛.中日碳排放庫茲涅茨曲線對(duì)比研究[J].社會(huì)科學(xué)輯刊，2015（5）：108-113.

[13]段玉婉，楊翠紅.中國與日本能源消耗和CO_2排放差異的空間結(jié)構(gòu)分解[J].系統(tǒng)工程理論與實(shí)踐，2017，37（8）：2083-2090.

[14]JUAN ANTONIO DURO，EMILIO PADILLA.International inequalities in per capita CO2 emissions： A decomposition methodology by Kaya factors[J].Energy Economics，2006，28（2）：170-187.

[15]WANG Y，ZHAO T.Impacts of energy-related CO2 emissions： Evidence from under developed，developing and highly developed regions in China[J].Ecological Indicators，2015，50： 186-195.

[16]陳前利，蔡博峰，胡方芳，王金南，曹麗斌.新疆地級(jí)市CO_2排放空間特征研究[J].中國人口·資源與環(huán)境，2017，27（2）：15-21.

[17]CLARKE-SATHER A，QU J，WANG Q，et al.Carbon inequality at the sub-national scale： A Case study of provincial-level inequality in CO2 emissions in China 1997-2007[J].Energy Policy，2011，39（9）： 5420-5428.

[18]GRUNEWALD N，JAKOB M，MOURATIADOU I.Decomposing inequality in CO2 emissions： The role of primary energy carriers and economic sectors[J].Ecological Economics，2014，100： 183-194.

[19]楊騫，劉華軍.中國二氧化碳排放的區(qū)域差異分解及影響因素——基于1995～2009年省際面板數(shù)據(jù)的研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，29（5）：36-49+148.

[20]LONG Y，YOSHIDA Y，ZHANG H，et al.Japan prefectural emission accounts and socioeconomic data 2007 to 2015[J].Scientific data，2020，7（1）： 1-8.

[21]DAGUM C.A new approach to the decomposition of the gini income inequality ratio[C]//Income inequality，poverty，and economic welfare.Physica-Verlag HD，1998： 47-63.FA068E7F-0A17-4406-A7BF-537C3F8A3D3C

[22]劉志杰.中國地區(qū)經(jīng)濟(jì)差距時(shí)空演變：基于Dagum基尼系數(shù)分解[J].統(tǒng)計(jì)與決策，2011（2）：103-105.

[23]劉華軍，張權(quán).中國高等教育資源空間非均衡研究[J].中國人口科學(xué)，2013（3）：77-84+127-128.

[24]劉華軍，張權(quán)，楊騫.中國高等教育資源空間分布的非均衡與極化研究[J].教育發(fā)展研究，2013，33（9）：1-7.

[25]劉華軍，何禮偉，楊騫.中國人口老齡化的空間非均衡及分布動(dòng)態(tài)演進(jìn)：1989—2011[J].人口研究，2014，38（2）：71-82.

[26]楊明海，張紅霞，孫亞男，李倩倩.中國八大綜合經(jīng)濟(jì)區(qū)科技創(chuàng)新能力的區(qū)域差距及其影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（4）：3-19.

[27]HEIL M T，WODON Q T.Inequality in CO2 emissions between poor and rich countries[J].The Journal of Environment & Development，1997，6（4）： 426-452.

[28]PADILLA E，SERRANO A.Inequality in CO2 emissions across countries and its relationship with income inequality： A distributive approach[J].Energy Policy，2006，34（14）： 1762-1772.

[29]GROOT L.Carbon lorenz curves[J].Resource and Energy Economics，2010，32（1）： 45-64.

[30]CANTORE N，PADILLA E.Equality and CO2 emissions distribution in climate change integrated assessment modelling[J].Energy，2010，35（1）： 298-313.

[31]劉華軍，石印，雷名雨.碳源視角下中國碳排放的地區(qū)差距及其結(jié)構(gòu)分解[J].中國人口·資源與環(huán)境，2019，29（8）：87-93.

[32]劉華軍，趙浩.中國二氧化碳排放強(qiáng)度的地區(qū)差異分析[J].統(tǒng)計(jì)研究，2012，29（6）：46-50.

[33]劉華軍，鮑振，楊騫.中國農(nóng)業(yè)碳排放的地區(qū)差距及其分布動(dòng)態(tài)演進(jìn)——基于Dagum基尼系數(shù)分解與非參數(shù)估計(jì)方法的實(shí)證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013（3）：72-81.

[34]日本總務(wù)省.市町村コード一覧表[EB/OL].（2013-08-23）[2021-01-08].http：//www.tt.rim.or.jp/～ishato/tiri/code/code.htm.

[35]劉華軍，李超，彭瑩.中國綠色全要素生產(chǎn)率的地區(qū)差距及區(qū)域協(xié)同提升研究[J].中國人口科學(xué)，2018，187（4）：32-43+128.

[責(zé)任編輯 王雅坤]

Regional Disparity and Structural Decomposition of Carbon Emissions in Japan

ZHANG Ying1， HONG Ling-hua2

（1. Research Institute for Eco-civilization， Chinese Academy of Social Sciences， Beijing， 100710; 2. School of International Relations & Public Affairs， Fudan University， Shanghai， 200433， China）

Abstract： Japan has announced that it will achieve carbon neutrality in 2050. Based on the data of Japans carbon emissions in CEADs database， this paper decomposes regional disparities in Japans total county-level carbon emissions， per capita carbon emissions， and carbon emission intensity from 2007 to 2015 by Dagum Gini coefficient， and explores the contribution of different carbon emission sources to the regional gap of carbon emissions from the perspective of carbon sources by using Variance Analysis. It is found that the carbon emission indicators of Japan show obvious regional differences， and there is an expanding trend over time. This means that although Japans low-carbon transformation is effective， the processes of low-carbon development of regions are not harmonious. The regional gap of total carbon emissions mainly comes from the differences among the eight regions， and the unbalanced low-carbon development level among county units in different regions is the main factor leading to the regional gap of per capita carbon emissions and carbon emission intensity.

Key words： Japan; carbon emissions; regional disparity; Dagum Gini coefficient decomposition; variance decomposition

收稿日期：2021-05-20

基金項(xiàng)目：國家應(yīng)對(duì)氣候變化專項(xiàng)經(jīng)費(fèi)項(xiàng)目，中國社會(huì)科學(xué)院創(chuàng)新工程重大科研規(guī)劃項(xiàng)目“國家治理體系和治理能力現(xiàn)代化研究”（2019ZDGH014）;中國社會(huì)科學(xué)院生態(tài)文明研究所創(chuàng)新工程項(xiàng)目“碳達(dá)峰碳中和目標(biāo)下的綠色發(fā)展戰(zhàn)略研究”（2021STSB01）

作者簡介：張 瑩，女，經(jīng)濟(jì)學(xué)博士，中國社會(huì)科學(xué)院生態(tài)文明研究所副研究員，主要從事環(huán)境經(jīng)濟(jì)學(xué)、能源經(jīng)濟(jì)學(xué)、可持續(xù)發(fā)展經(jīng)濟(jì)學(xué)研究。FA068E7F-0A17-4406-A7BF-537C3F8A3D3C