李博英,王璇子

(1.同濟(jì)大學(xué) a.政治與國(guó)際關(guān)系學(xué)院;b.中國(guó)戰(zhàn)略研究院,上海 200092;2.西安交通大學(xué) 管理學(xué)院,陜西 西安,710049)

一、引言

碳排放強(qiáng)度不僅影響生態(tài)環(huán)境質(zhì)量,同時(shí)也影響著居民消費(fèi)價(jià)格指數(shù)。長(zhǎng)期以來(lái),中國(guó)高度重視碳排放強(qiáng)度控制問(wèn)題。早在2015年6月,中國(guó)在向聯(lián)合國(guó)氣候變化框架公約秘書處提交的應(yīng)對(duì)氣候變化國(guó)家自主貢獻(xiàn)文件《強(qiáng)化應(yīng)對(duì)氣候變化行動(dòng)——中國(guó)國(guó)家自主貢獻(xiàn)》中就明確提出,到2030年,單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降60%～65%等目標(biāo)。2020年9月,在第75屆聯(lián)合國(guó)大會(huì)一般性辯論會(huì)上,中國(guó)提出二氧化碳排放力爭(zhēng)于2030年達(dá)到峰值,努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和。2021年10月26日,國(guó)務(wù)院發(fā)布了《2030年前碳排放達(dá)峰行動(dòng)方案》,進(jìn)一步明確提出到2030年,單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降65%以上,從而順利實(shí)現(xiàn)中國(guó)制定的2030年前碳達(dá)峰目標(biāo)。實(shí)現(xiàn)碳達(dá)峰、碳中和(下文簡(jiǎn)稱“雙碳”)戰(zhàn)略,是黨中央綜合國(guó)際局勢(shì)和國(guó)內(nèi)經(jīng)濟(jì)發(fā)展階段做出的重大戰(zhàn)略決策,對(duì)推動(dòng)中國(guó)經(jīng)濟(jì)社會(huì)可持續(xù)、高質(zhì)量發(fā)展;對(duì)節(jié)能減排,保護(hù)生態(tài)環(huán)境,營(yíng)造良好的生產(chǎn)生活環(huán)境;對(duì)提高人民群眾生活的獲得感和幸福感具有重大意義。實(shí)現(xiàn)“雙碳”目標(biāo),轉(zhuǎn)變發(fā)展理念,需要立足國(guó)情,變革傳統(tǒng)的經(jīng)濟(jì)社會(huì)發(fā)展模式,促進(jìn)能源結(jié)構(gòu)和經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)。在此背景下,如何權(quán)衡碳排放強(qiáng)度與居民消費(fèi)價(jià)格指數(shù)及經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)系,把握好碳減排進(jìn)程,已成為破解資源環(huán)境約束、實(shí)現(xiàn)高質(zhì)量可持續(xù)發(fā)展亟需關(guān)注并回應(yīng)的重要議題。

本文采用2000—2020年中國(guó)碳排放強(qiáng)度、大中型工業(yè)企業(yè)營(yíng)業(yè)成本和居民消費(fèi)價(jià)格指數(shù)為樣本數(shù)據(jù),運(yùn)用向量自回歸(Vector Autoregression,VAR)模型,對(duì)中國(guó)碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的影響進(jìn)行實(shí)證研究。研究發(fā)現(xiàn),碳排放強(qiáng)度和大中型工業(yè)企業(yè)營(yíng)業(yè)成本是居民消費(fèi)價(jià)格指數(shù)的格蘭杰原因,居民消費(fèi)價(jià)格指數(shù)同時(shí)也是碳排放強(qiáng)度和大中型工業(yè)企業(yè)營(yíng)業(yè)成本的格蘭杰原因;碳排放強(qiáng)度是大中型工業(yè)企業(yè)營(yíng)業(yè)成本的格蘭杰原因,但大中型工業(yè)企業(yè)營(yíng)業(yè)成本對(duì)碳排放強(qiáng)度的影響不顯著。碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的沖擊影響最大,大中型工業(yè)企業(yè)營(yíng)業(yè)成本的沖擊影響次之,居民消費(fèi)價(jià)格指數(shù)自身因素的沖擊影響最小;并且碳排放強(qiáng)度、大中型工業(yè)企業(yè)營(yíng)業(yè)成本和居民消費(fèi)價(jià)格指數(shù)自身對(duì)居民消費(fèi)價(jià)格指數(shù)的沖擊影響在前期較大,隨后逐漸趨于平穩(wěn)。此外,從長(zhǎng)期看,碳排放強(qiáng)度是居民消費(fèi)價(jià)格指數(shù)變化的主要貢獻(xiàn)者,其次是大中型工業(yè)企業(yè)營(yíng)業(yè)成本,居民消費(fèi)價(jià)格指數(shù)的貢獻(xiàn)率最小。根據(jù)上述研究結(jié)論以及目前中國(guó)在碳排放方面存在的問(wèn)題,本文提出進(jìn)一步控制碳排放強(qiáng)度,降低大中型工業(yè)企業(yè)營(yíng)業(yè)成本,降低碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的政策建議。

二、文獻(xiàn)綜述

國(guó)內(nèi)外關(guān)于碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的研究成果不多,主要集中在不同的價(jià)格指數(shù)、各類能源價(jià)格、碳價(jià)等對(duì)國(guó)內(nèi)居民消費(fèi)價(jià)格指數(shù)的影響研究,碳排放強(qiáng)度的影響因素,國(guó)別比較等定性或定量研究。相關(guān)具有代表性的研究成果主要有:張樹(shù)忠等指出國(guó)際農(nóng)產(chǎn)品期貨價(jià)格指數(shù)對(duì)中國(guó)居民消費(fèi)價(jià)格指數(shù)(CPI)具有先行引導(dǎo)作用[1]。Lescaroux等指出國(guó)際油價(jià)上漲會(huì)引發(fā)物價(jià)上漲[2]。LeBlanc等通過(guò)進(jìn)一步的研究指出,國(guó)際油價(jià)上漲10%,僅會(huì)導(dǎo)致美國(guó)和歐盟的通貨膨脹率分別上漲0.1%和0.8%[3]。喬寶華等指出國(guó)際初級(jí)產(chǎn)品價(jià)格對(duì)中國(guó)貿(mào)易條件具有顯著的長(zhǎng)、短期影響[4]。李卓等對(duì)國(guó)際石油價(jià)格與中國(guó)通貨膨脹關(guān)系的研究發(fā)現(xiàn),國(guó)際石油價(jià)格上漲是推動(dòng)中國(guó)通貨膨脹的主要因素之一,并在傳導(dǎo)機(jī)制方面提出了獨(dú)特見(jiàn)解[5]。鐘世和等研究了碳排放權(quán)價(jià)格波動(dòng)對(duì)中國(guó)能源價(jià)格以及消費(fèi)者物價(jià)指數(shù)波動(dòng)的影響。研究結(jié)果表明,碳價(jià)波動(dòng)構(gòu)成中國(guó)能源價(jià)格波動(dòng)的原因,但對(duì)CPI影響較小[6]。馮梅等運(yùn)用VAR模型定量研究了北京市的碳排放情況,發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)是人均碳排放量的核心影響因素,并且產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整尤其是第三產(chǎn)業(yè)比重的提升有助于控制人均碳排放量的增長(zhǎng);城鎮(zhèn)化率對(duì)人均碳排放量的影響最小,并且城鎮(zhèn)化水平的提高意味著能源消費(fèi)的增加,進(jìn)而加大了人均碳排放量的控制難度[7]。徐沛豪等通過(guò)測(cè)算出口商品的隱含碳排放量,認(rèn)為隱含碳主要來(lái)自高能耗部門,同時(shí)呈現(xiàn)一定增長(zhǎng)態(tài)勢(shì)[8]。郭莉等運(yùn)用空間杜賓模型,對(duì)空間溢出視角下的中國(guó)“一帶一路”沿線17個(gè)省份碳排放強(qiáng)度的影響因素進(jìn)行了實(shí)證研究,發(fā)現(xiàn)若分地域來(lái)看,西北部地域碳排放強(qiáng)度較高,東南部地域碳排放強(qiáng)度較低;科技創(chuàng)新與碳排放強(qiáng)度存在顯著的空間自相關(guān)關(guān)系,并且提升科技創(chuàng)新能夠顯著降低碳排放強(qiáng)度;用國(guó)內(nèi)發(fā)明專利申請(qǐng)授權(quán)量代表的科技創(chuàng)新、用對(duì)外直接投資額(FDI)代表的對(duì)外開(kāi)放程度和用第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值比重的產(chǎn)業(yè)結(jié)構(gòu)這三個(gè)變量導(dǎo)致的空間溢出(spatial spillover)對(duì)碳排放強(qiáng)度具有顯著的負(fù)向影響,而人均國(guó)內(nèi)生產(chǎn)總值和用城鎮(zhèn)人口占地區(qū)總?cè)丝诒戎卮淼某鞘谢蔬@兩個(gè)變量產(chǎn)生的空間溢出對(duì)碳排放強(qiáng)度具有顯著的正向作用[9]。劉滿平對(duì)世界主要國(guó)家的碳排放強(qiáng)度進(jìn)行了橫向比較并指出中國(guó)單位國(guó)內(nèi)生產(chǎn)總值的碳排放強(qiáng)度水平較高,超出世界平均水平兩倍以上,超出歐盟國(guó)家五倍以上。人均碳排放強(qiáng)度也超過(guò)部分發(fā)達(dá)國(guó)家。相關(guān)數(shù)據(jù)顯示,能源強(qiáng)度和單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放強(qiáng)度的下降能夠有效實(shí)現(xiàn)二氧化碳排放量的減少。隨著中國(guó)經(jīng)濟(jì)社會(huì)的持續(xù)發(fā)展,只有單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放強(qiáng)度下降速度高于國(guó)內(nèi)生產(chǎn)總值的年平均增長(zhǎng)速度時(shí),中國(guó)的碳排放才能不再增長(zhǎng)[10]。

在碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的研究方法方面,目前主要采用構(gòu)建實(shí)證研究模型的方式,更多地應(yīng)用VAR模型以及其改進(jìn)模型作為研究工具。VAR模型作為一種動(dòng)態(tài)的非結(jié)構(gòu)化的多方程模型,常用于預(yù)測(cè)相互之間有關(guān)聯(lián)的時(shí)間序列系統(tǒng)以及分析隨機(jī)干擾對(duì)變量系統(tǒng)的動(dòng)態(tài)影響,進(jìn)而解釋封閉經(jīng)濟(jì)體中各經(jīng)濟(jì)變量對(duì)不同程度經(jīng)濟(jì)沖擊的響應(yīng),以及各經(jīng)濟(jì)沖擊通過(guò)何種途徑影響經(jīng)濟(jì)變量。VAR模型用于描述在一定樣本期間內(nèi)的所有內(nèi)生變量可以作為其滯后值的線性函數(shù),從而在一定程度上解決了結(jié)構(gòu)化建?？赡艽嬖诘穆?lián)立性偏誤(simultaneity bias)問(wèn)題[11]。碳排放強(qiáng)度對(duì)CPI的影響存在滯后性,并且傳導(dǎo)鏈條較長(zhǎng),利用VAR模型分析碳排放強(qiáng)度對(duì)CPI的影響,能夠有效識(shí)別碳排放強(qiáng)度對(duì)CPI的影響程度與滯后時(shí)期,為國(guó)家制定碳排放有關(guān)政策提供理論支持。目前關(guān)于VAR模型在碳排放方面的主要應(yīng)用有:李湘梅等通過(guò)建立VAR模型,采用協(xié)整分析和格蘭杰(Granger)因果檢驗(yàn),結(jié)合中國(guó)1953—2011年間的時(shí)間序列數(shù)據(jù),對(duì)能源消費(fèi)和二氧化碳排放之間的關(guān)系展開(kāi)了實(shí)證分析。研究結(jié)果認(rèn)為,能源消費(fèi)總量對(duì)碳排放量具有顯著的正向影響,并且當(dāng)能源消費(fèi)總量面臨正向沖擊時(shí),碳排放量的響應(yīng)期較長(zhǎng)并具有一定波動(dòng)性;城市化水平對(duì)碳排放量具有顯著的負(fù)向抑制作用;能源強(qiáng)度對(duì)碳排放的影響程度較小;人均國(guó)內(nèi)生產(chǎn)總值與碳排放存在格蘭杰因果關(guān)系并且兩者為正相關(guān)關(guān)系[12]。趙明軒等運(yùn)用面板向量自回歸模型(panel VAR,PVAR),并結(jié)合系統(tǒng)廣義距估計(jì)(System GMM)方法,將全國(guó)分為東部、中部、西部和東北部四大經(jīng)濟(jì)區(qū)域,對(duì)中國(guó)能源消費(fèi)、經(jīng)濟(jì)增長(zhǎng)與二氧化碳排放這三個(gè)變量之間的動(dòng)態(tài)協(xié)整關(guān)系分別進(jìn)行了全樣本和分樣本研究。研究結(jié)果表明,總體上講,在中國(guó)的東部和西部地區(qū),能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)互為格蘭杰因果,而這兩個(gè)變量在中國(guó)的東北部和中部區(qū)域僅存在單向格蘭杰因果關(guān)系。同時(shí),二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)在中部、西部、東北部地區(qū)均存在雙向格蘭杰因果關(guān)系[13]。劉建和等以2018年中美貿(mào)易戰(zhàn)為斷點(diǎn),對(duì)貿(mào)易戰(zhàn)前后中國(guó)碳市場(chǎng)價(jià)格與能源市場(chǎng)價(jià)格之間的動(dòng)態(tài)溢出效應(yīng)進(jìn)行了系統(tǒng)研究。首先運(yùn)用斷點(diǎn)回歸(regression discontinuity,RD)模型,發(fā)現(xiàn)中美貿(mào)易戰(zhàn)事件的爆發(fā)對(duì)中國(guó)的碳市場(chǎng)價(jià)格具有顯著的正向效應(yīng);然后運(yùn)用VAR模型和方差分解方法分別找出中美貿(mào)易戰(zhàn)前后對(duì)碳市場(chǎng)價(jià)格方差變化貢獻(xiàn)影響最大的能源市場(chǎng)價(jià)格。具體而言,在貿(mào)易戰(zhàn)爆發(fā)前,焦煤價(jià)格對(duì)碳市場(chǎng)價(jià)格的方差貢獻(xiàn)率最大;貿(mào)易戰(zhàn)爆發(fā)后,原油價(jià)格對(duì)碳市場(chǎng)價(jià)格的方差貢獻(xiàn)率最大[14]。江心英等運(yùn)用VAR模型,利用江蘇省1987—2018年的年度數(shù)據(jù),發(fā)現(xiàn)第二產(chǎn)業(yè)發(fā)展與碳排放存在雙向因果關(guān)系,第二產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整優(yōu)化能夠推動(dòng)碳排放量的下降,碳排放量的增加從長(zhǎng)期來(lái)看不利于第二產(chǎn)業(yè)的持續(xù)健康發(fā)展[15]。夏翠珍等利用VAR模型中的脈沖響應(yīng)和方差分解方法定量研究了強(qiáng)制型、混合型和自愿型三大類政策工具及十種子工具對(duì)農(nóng)戶耕作、放牧、造林三種行為的影響[16]。

通過(guò)上述文獻(xiàn)梳理不難發(fā)現(xiàn),雖然目前國(guó)內(nèi)外分別關(guān)于碳排放強(qiáng)度或居民消費(fèi)價(jià)格指數(shù)的研究文獻(xiàn)較多,但有關(guān)碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的研究文獻(xiàn)比較缺乏?，F(xiàn)有關(guān)于碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)方面的文獻(xiàn)主要集中在碳排放對(duì)經(jīng)濟(jì)發(fā)展的影響、碳價(jià)變化對(duì)能源價(jià)格及一般價(jià)格水平的影響、大宗商品價(jià)格對(duì)價(jià)格指數(shù)的影響等方面研究,直接研究碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的文獻(xiàn)較少。為彌補(bǔ)現(xiàn)有研究的不足,本文以碳排放強(qiáng)度為視角,運(yùn)用VAR模型,對(duì)碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的影響進(jìn)行實(shí)證研究,分析碳排放強(qiáng)度與居民消費(fèi)價(jià)格指數(shù)之間的相關(guān)性,求解碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的影響程度,提出進(jìn)一步控制碳排放強(qiáng)度變化帶來(lái)的生產(chǎn)和生活成本波動(dòng),穩(wěn)定居民消費(fèi)價(jià)格指數(shù)的相關(guān)政策建議,為國(guó)家制定碳排放規(guī)制政策和物價(jià)政策提供理論支持。

三、碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的理論分析

碳排放強(qiáng)度與居民消費(fèi)價(jià)格指數(shù)存在相互聯(lián)系、相互影響的內(nèi)在關(guān)系。從經(jīng)濟(jì)學(xué)視角分析碳排放強(qiáng)度與居民消費(fèi)價(jià)格指數(shù)的相關(guān)性可知,碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)產(chǎn)生沖擊,同時(shí)居民消費(fèi)價(jià)格指數(shù)也對(duì)碳排放強(qiáng)度造成影響。本文主要關(guān)注碳排放強(qiáng)度影響居民消費(fèi)價(jià)格指數(shù)的作用機(jī)理。具體來(lái)說(shuō):不同碳排放強(qiáng)度的碳排放治理成本變化影響企業(yè)的環(huán)境治理成本變化,由于企業(yè)環(huán)境治理成本是企業(yè)總生產(chǎn)經(jīng)營(yíng)成本的組成部分,進(jìn)而導(dǎo)致企業(yè)總成本、利潤(rùn)和價(jià)格的調(diào)整,進(jìn)而通過(guò)工業(yè)產(chǎn)業(yè)鏈傳導(dǎo)到工業(yè)出廠產(chǎn)品發(fā)生價(jià)格變化,最終反映到總體價(jià)格水平及居民消費(fèi)價(jià)格指數(shù)上。據(jù)英國(guó)知名資產(chǎn)管理公司Algebris Investment的測(cè)算結(jié)果顯示,在過(guò)去五十年間,如果歐盟的居民消費(fèi)價(jià)格指數(shù)囊括了由于不斷增長(zhǎng)的二氧化碳排放所產(chǎn)生的成本的話,當(dāng)前價(jià)格水平將至少比預(yù)計(jì)水平高出50%,并且歐盟的消費(fèi)者每年需增加約為1%的人均家庭消費(fèi)支出[17]。在現(xiàn)有技術(shù)條件下,中國(guó)二氧化碳資源化利用率較低,工業(yè)生產(chǎn)過(guò)程中產(chǎn)生的二氧化碳的處理成本相對(duì)較高。一般情況下,工業(yè)生產(chǎn)過(guò)程中二氧化碳排放強(qiáng)度越高,二氧化碳的處理成本就越高。二氧化碳處理成本與二氧化碳排放強(qiáng)度成正相關(guān),并且不同二氧化碳排放強(qiáng)度所產(chǎn)生的二氧化碳處理成本存在較大差異,且存在產(chǎn)業(yè)異質(zhì)性。工業(yè)生產(chǎn)過(guò)程中產(chǎn)生的二氧化碳的處理成本直接影響著工業(yè)企業(yè)的環(huán)境治理成本。具體來(lái)說(shuō),工業(yè)企業(yè)二氧化碳排放處理成本的提升,會(huì)引發(fā)工業(yè)生產(chǎn)過(guò)程中環(huán)境治理成本的增加,進(jìn)而引發(fā)工業(yè)生產(chǎn)總成本和工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)(PPI)的上漲。根據(jù)價(jià)格傳導(dǎo)規(guī)律,物價(jià)的周期性波動(dòng)是經(jīng)濟(jì)周期性變化的滯后表現(xiàn)。一般情況下,工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)(PPI)與居民消費(fèi)價(jià)格指數(shù)(CPI)的領(lǐng)先與滯后關(guān)系,反映著經(jīng)濟(jì)周期性特征在行業(yè)層面的傳遞規(guī)律。工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)(PPI)受上游原材料價(jià)格走勢(shì)影響較大,變化較早,而居民消費(fèi)價(jià)格指數(shù)(CPI)受下游消費(fèi)品和服務(wù)價(jià)格影響較大,變化略滯后。工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)(PPI)的變化會(huì)引發(fā)居民消費(fèi)價(jià)格指數(shù)(CPI)的變化。換句話說(shuō),一般價(jià)格水平的變化最初發(fā)生在生產(chǎn)端,從產(chǎn)業(yè)鏈的上游逐漸向產(chǎn)業(yè)鏈的下游蔓延和滲透,最后傳導(dǎo)至流通消費(fèi)端[18]。碳排放強(qiáng)度(CEI)對(duì)居民消費(fèi)價(jià)格指數(shù)(CPI)影響的價(jià)格傳導(dǎo)鏈條為:若是以工業(yè)品為原料的生產(chǎn),即從工業(yè)品價(jià)格向居民消費(fèi)品價(jià)格進(jìn)行傳導(dǎo)。傳導(dǎo)路徑為:原料價(jià)格——生產(chǎn)資料價(jià)格——生活資料價(jià)格的價(jià)格傳導(dǎo)鏈條;若是以農(nóng)產(chǎn)品為原料的生產(chǎn),即從農(nóng)產(chǎn)品價(jià)格向居民消費(fèi)品價(jià)格進(jìn)行傳導(dǎo)。傳導(dǎo)路徑為:農(nóng)業(yè)生產(chǎn)資料價(jià)格——農(nóng)產(chǎn)品價(jià)格——食品價(jià)格的價(jià)格傳導(dǎo)鏈條[19];若是以大宗商品為原料的生產(chǎn),即從大宗商品價(jià)格向居民消費(fèi)價(jià)格進(jìn)行傳導(dǎo)。傳導(dǎo)路徑為:大宗商品價(jià)格——工業(yè)生產(chǎn)成本——工業(yè)生產(chǎn)者出廠價(jià)格——居民消費(fèi)價(jià)格的價(jià)格傳導(dǎo)鏈條。碳排放強(qiáng)度(CEI)對(duì)居民消費(fèi)價(jià)格指數(shù)(CPI)的影響通過(guò)上述三條價(jià)格傳導(dǎo)鏈實(shí)現(xiàn)。先由生產(chǎn)成本變化引發(fā)工業(yè)生產(chǎn)者出廠價(jià)格變化,再由工業(yè)生產(chǎn)者出廠價(jià)格變化引發(fā)居民消費(fèi)價(jià)格變化,最終由居民消費(fèi)價(jià)格變化引發(fā)居民消費(fèi)價(jià)格指數(shù)(CPI)的變化。由于居民消費(fèi)價(jià)格指數(shù)(CPI)不僅包括消費(fèi)品價(jià)格,還包括服務(wù)價(jià)格,工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)(PPI)和居民消費(fèi)價(jià)格指數(shù)(CPI)在統(tǒng)計(jì)口徑上并非嚴(yán)格的對(duì)應(yīng)關(guān)系[20]。因此,有可能出現(xiàn)工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)(PPI)和居民消費(fèi)價(jià)格指數(shù)(CPI)的變化在某一時(shí)期不一致的情況,但長(zhǎng)期處于背離的狀況不符合價(jià)格傳導(dǎo)規(guī)律。

總體而言,碳排放強(qiáng)度影響居民消費(fèi)價(jià)格指數(shù)的方式分為直接方式與間接方式兩種。直接方式可直接通過(guò)生活資料的渠道反映到居民消費(fèi)價(jià)格指數(shù)(CPI)上。間接方式主要是指生產(chǎn)與居民生活有關(guān)的商品與勞務(wù)的企業(yè)環(huán)境治理成本的變化,具體表現(xiàn)形式諸如原材料和生產(chǎn)要素價(jià)格上漲等,引發(fā)該企業(yè)工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)(PPI)的變化,進(jìn)而影響居民消費(fèi)價(jià)格指數(shù)(CPI)的變化[21]。通常情況下,居民消費(fèi)價(jià)格指數(shù)(CPI)更容易受與居民生活關(guān)系更為密切、社會(huì)需求量擴(kuò)張的企業(yè)所生產(chǎn)商品或提供勞務(wù)價(jià)格變化的影響[22]。換句話說(shuō),間接方式主要是指企業(yè)生產(chǎn)的產(chǎn)品與勞務(wù),與居民生活間接相關(guān)。這類企業(yè)生產(chǎn)的產(chǎn)品或提供的勞務(wù),不會(huì)直接對(duì)居民消費(fèi)價(jià)格指數(shù)(CPI)產(chǎn)生影響,但會(huì)對(duì)居民消費(fèi)價(jià)格指數(shù)(CPI)造成間接影響,并且其價(jià)格傳遞鏈條較長(zhǎng),價(jià)格傳導(dǎo)效應(yīng)具有比較強(qiáng)的滯后性。

四、碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的實(shí)證研究

(一)VAR模型及變量選取

1.VAR模型

VAR模型是由諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主克里斯托弗·西姆斯(Christopher A.Sims)于1980年引入。該模型把模型內(nèi)生變量對(duì)全部?jī)?nèi)生變量的滯后值進(jìn)行回歸從而得到模型的各個(gè)參數(shù),進(jìn)而實(shí)現(xiàn)了將單變量自回歸模型(autoregressive model,AR模型)擴(kuò)展至由多元時(shí)間序列(即多條單一時(shí)間序列構(gòu)成的時(shí)間序列)變量組成的“向量”(vector)自回歸模型,并通過(guò)脈沖響應(yīng)以及方差分解等進(jìn)一步解釋和分析各個(gè)變量之間的關(guān)系。考慮如下VAR模型:

yt=A1yt-1+A2yt-2+…+Ap-1yt-p+1+Apyt-p+Bxt+εtt=1,2,…,T

(1)

其中,yt代表VAR模型中n個(gè)內(nèi)生變量組成的列向量;xt為VAR模型中m個(gè)外生變量組成的列向量;p是VAR模型的滯后階數(shù),T是樣本個(gè)數(shù),εt是隨機(jī)擾動(dòng)列向量,A1到Ap表示k×k維參數(shù)矩陣,B是待估系數(shù)矩陣[23]。

2.變量選取

本文選取2000—2020年中國(guó)碳排放強(qiáng)度、大中型工業(yè)企業(yè)營(yíng)業(yè)成本和居民消費(fèi)價(jià)格指數(shù)為研究樣本。碳排放強(qiáng)度是指單位國(guó)內(nèi)生產(chǎn)總值(GDP)產(chǎn)生的二氧化碳排放量,體現(xiàn)了環(huán)境與經(jīng)濟(jì)的相互關(guān)系,是衡量經(jīng)濟(jì)可持續(xù)發(fā)展的重要評(píng)價(jià)指標(biāo),其計(jì)算公式為:碳排放強(qiáng)度=碳排放量/GDP。居民消費(fèi)價(jià)格指數(shù)代表一般價(jià)格水平。大中型工業(yè)企業(yè)營(yíng)業(yè)成本代表工業(yè)企業(yè)的生產(chǎn)經(jīng)營(yíng)成本。本文采用的國(guó)內(nèi)生產(chǎn)總值、二氧化碳排放量、大中型工業(yè)企業(yè)營(yíng)業(yè)成本和居民消費(fèi)價(jià)格指數(shù)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》(2000—2020)以及數(shù)據(jù)看世界(Our World in Data)網(wǎng)站(見(jiàn)表1)。

表1 2000—2020年中國(guó)碳排放強(qiáng)度、大中型工業(yè)企業(yè)營(yíng)業(yè)成本與居民消費(fèi)價(jià)格指數(shù)

(二)實(shí)證分析與計(jì)量檢驗(yàn)

1.VAR模型建立

本文利用VAR模型研究碳排放強(qiáng)度(CEI)、大中型工業(yè)企業(yè)營(yíng)業(yè)成本(COST)與居民消費(fèi)價(jià)格指數(shù)(CPI)的關(guān)系,變量說(shuō)明見(jiàn)表2。

表2 變量符號(hào)

五、模型檢驗(yàn)

(一)單位根檢驗(yàn)

非平穩(wěn)序列可能會(huì)產(chǎn)生虛假回歸(spurious regression)現(xiàn)象,單位根檢驗(yàn)的目的是考察數(shù)據(jù)的平穩(wěn)性,平穩(wěn)的時(shí)間序列是后續(xù)利用脈沖效應(yīng)和方差分解進(jìn)行計(jì)量分析的前提[24]。本文利用ADF方法進(jìn)行平穩(wěn)性檢驗(yàn)。從表3可以看出,w在10%臨界值處接受原假設(shè),x在10%臨界值處接受原假設(shè),y在10%臨界值處拒絕原假設(shè),說(shuō)明w、x這兩個(gè)變量是非平穩(wěn)的,變量y是平穩(wěn)的。經(jīng)過(guò)一階差分后,D(w)、D(y)這兩個(gè)變量是平穩(wěn)的,D(x)仍然不平穩(wěn)。對(duì)w、x、y進(jìn)行二階差分后,三組時(shí)間序列變量均呈現(xiàn)平穩(wěn)性。

表3 變量平穩(wěn)性檢驗(yàn)結(jié)果

(二)格蘭杰因果關(guān)系檢驗(yàn)

由表4可以看出,FPE,AIC,SC,HQ準(zhǔn)則(即這些準(zhǔn)則的數(shù)值達(dá)到最小)給出的最優(yōu)滯后階數(shù)均為4。

表4 VAR模型滯后階數(shù)的確定

在確定了最佳滯后期后,進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)(Granger causality test)。從表5可以看出,當(dāng)原假設(shè)為“COST不是CPI的格蘭杰原因”時(shí),P值為0.000 0,小于0.01,表示在1%的顯著性水平下拒絕原假設(shè);當(dāng)原假設(shè)為“CEI不是CPI的格蘭杰原因”時(shí),P值為0.000 0,小于0.01,表示在1%的顯著性水平下拒絕原假設(shè);當(dāng)原假設(shè)為“CPI不是COST的格蘭杰原因”時(shí),P值為0.001 2,小于0.01,表示在1%的顯著性水平下拒絕原假設(shè)。當(dāng)原假設(shè)為“CEI不是COST的格蘭杰原因”時(shí),P值為0.000 0,小于0.01,表示在1%的顯著性水平下拒絕原假設(shè);當(dāng)原假設(shè)為“CPI不是CEI的格蘭杰原因”時(shí),P值為0.008 4,小于0.01,表示在1%的顯著性水平下拒絕原假設(shè)。當(dāng)原假設(shè)為“COST不是CEI的格蘭杰原因”時(shí),P值為0.078 4,大于0.05,表示在5%的顯著性水平下接受原假設(shè)。

表5 格蘭杰因果檢驗(yàn)

因此,本文發(fā)現(xiàn):(1)大中型工業(yè)企業(yè)營(yíng)業(yè)成本是居民消費(fèi)價(jià)格指數(shù)的格蘭杰原因,居民消費(fèi)價(jià)格指數(shù)同時(shí)也是大中型工業(yè)企業(yè)營(yíng)業(yè)成本的格蘭杰原因。這說(shuō)明大中型工業(yè)企業(yè)營(yíng)業(yè)成本和居民消費(fèi)價(jià)格指數(shù)之間相互影響;(2)碳排放強(qiáng)度是居民消費(fèi)價(jià)格指數(shù)的格蘭杰原因,居民消費(fèi)價(jià)格指數(shù)也是碳排放強(qiáng)度的格蘭杰原因。這說(shuō)明碳排放強(qiáng)度和居民消費(fèi)價(jià)格指數(shù)之間相互影響;(3)碳排放強(qiáng)度是大中型工業(yè)企業(yè)營(yíng)業(yè)成本的格蘭杰原因,但大中型工業(yè)企業(yè)營(yíng)業(yè)成本對(duì)碳排放強(qiáng)度的影響不顯著。這說(shuō)明碳排放強(qiáng)度的變化能夠推動(dòng)大中型工業(yè)企業(yè)的營(yíng)業(yè)成本變化,而影響碳排放強(qiáng)度的主要因素不包括大中型工業(yè)企業(yè)營(yíng)業(yè)成本。

從上述分析情況可以看出,碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)產(chǎn)生直接影響。碳排放強(qiáng)度的過(guò)快增長(zhǎng),不僅對(duì)生態(tài)環(huán)境質(zhì)量造成直接影響,也對(duì)大中型工業(yè)企業(yè)營(yíng)業(yè)成本造成沖擊。因此,控制碳排放強(qiáng)度不僅可以改善生態(tài)環(huán)境質(zhì)量,也可以降低企業(yè)的營(yíng)業(yè)成本,從而穩(wěn)定居民消費(fèi)價(jià)格指數(shù)。從這個(gè)意義上講,控制碳排放強(qiáng)度既是生態(tài)環(huán)境工程,又是民生工程。同時(shí)居民消費(fèi)價(jià)格指數(shù)對(duì)碳排放強(qiáng)度也有影響。因此,要想控制碳排放強(qiáng)度并穩(wěn)定居民消費(fèi)價(jià)格指數(shù),需要綜合施策、協(xié)調(diào)發(fā)力,才能夠取得預(yù)期成效。

(三)脈沖響應(yīng)函數(shù)

(1)VAR穩(wěn)定性檢驗(yàn)

從圖1的單位根檢驗(yàn)可以看出,VAR模型的全部特征根均小于1,沒(méi)有點(diǎn)位于單位圓外,這表明本文構(gòu)建的VAR模型具有穩(wěn)定性。

圖1 單位根檢驗(yàn)

(2)脈沖響應(yīng)分析

本文利用脈沖響應(yīng)函數(shù),選取20期分析反映時(shí)間和沖擊強(qiáng)度對(duì)變量的影響。脈沖效應(yīng)結(jié)果如圖2所示。碳排放強(qiáng)度(CEI)對(duì)居民消費(fèi)價(jià)格指數(shù)(CPI)沖擊的情況為:當(dāng)給碳排放強(qiáng)度一個(gè)沖擊后,前10期波動(dòng)幅度較大,第10期之后波動(dòng)幅度較小,趨于平穩(wěn)遞減狀態(tài);大中型工業(yè)企業(yè)營(yíng)業(yè)成本(COST)對(duì)居民消費(fèi)價(jià)格指數(shù)(CPI)的沖擊情況為:當(dāng)給大中型工業(yè)企業(yè)營(yíng)業(yè)成本一個(gè)沖擊后,前10期波動(dòng)幅度較大,第10期之后的波動(dòng)幅度逐步變小,在長(zhǎng)期趨于穩(wěn)定;居民消費(fèi)價(jià)格指數(shù)(CPI)自身波動(dòng)對(duì)居民消費(fèi)價(jià)格指數(shù)的沖擊情況為:當(dāng)給居民消費(fèi)價(jià)格指數(shù)一個(gè)沖擊后,前11期波動(dòng)較大,第11期以后波動(dòng)幅度較小,趨于平穩(wěn)遞減狀態(tài)。以上分析情況說(shuō)明,碳排放強(qiáng)度、大中型工業(yè)企業(yè)營(yíng)業(yè)成本和居民消費(fèi)價(jià)格指數(shù)自身因素對(duì)居民消費(fèi)價(jià)格指數(shù)的影響主要集中在前11期,隨著時(shí)間的推移,影響逐步變小。從影響幅度看,碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的影響較大,大中型工業(yè)企業(yè)營(yíng)業(yè)成本對(duì)居民消費(fèi)價(jià)格指數(shù)的影響次之,居民消費(fèi)價(jià)格指數(shù)自身因素影響相對(duì)較小?？梢?jiàn),碳排放強(qiáng)度和大中型工業(yè)企業(yè)營(yíng)業(yè)成本是推動(dòng)居民消費(fèi)價(jià)格指數(shù)上漲的主要因素。因此,要穩(wěn)定居民消費(fèi)價(jià)格指數(shù),必須有效控制碳排放強(qiáng)度和大中型工業(yè)企業(yè)營(yíng)業(yè)成本。

圖2 脈沖效應(yīng)函數(shù)結(jié)果

(四)方差分解

本文進(jìn)一步利用方差分解方法來(lái)分析所有變量對(duì)經(jīng)濟(jì)系統(tǒng)中內(nèi)生變量的相對(duì)重要程度。從表6可以看出,碳排放強(qiáng)度(CEI)對(duì)居民消費(fèi)價(jià)格指數(shù)(CPI)貢獻(xiàn)率最大。碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)貢獻(xiàn)率由低向高逐步增加,在第6～7期波動(dòng)幅度較大,第9期以后基本穩(wěn)定在45%左右。大中型工業(yè)企業(yè)營(yíng)業(yè)成本(COST)對(duì)居民消費(fèi)價(jià)格指數(shù)(CPI)變化的貢獻(xiàn)率僅次于碳排放強(qiáng)度(CEI)。大中工業(yè)企業(yè)營(yíng)業(yè)成本對(duì)居民消費(fèi)價(jià)格指數(shù)的貢獻(xiàn)率呈先升后降的基本態(tài)勢(shì),在第5期之前基本處于上升態(tài)勢(shì),第5期之后處于下降態(tài)勢(shì),到第9期之后基本穩(wěn)定在39%左右。居民消費(fèi)價(jià)格指數(shù)(CPI)對(duì)其自身波動(dòng)的貢獻(xiàn)率較小。居民消費(fèi)價(jià)格指數(shù)貢獻(xiàn)率在第1期最高,達(dá)100%,從第2期開(kāi)始下降,到第8期以后基本穩(wěn)定在16%左右。從上述分析情況可以看出,從長(zhǎng)期看,碳排放強(qiáng)度是影響居民消費(fèi)價(jià)格指數(shù)的核心因素,大中型工業(yè)企業(yè)營(yíng)業(yè)成本次之,居民消費(fèi)價(jià)格指數(shù)自身因素的影響較小。因此,要有效控制居民消費(fèi)價(jià)格指數(shù),必須首先控制碳排放強(qiáng)度,碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)變化的貢獻(xiàn)率已經(jīng)高達(dá)45%左右。同時(shí)也應(yīng)該高度重視大中型工業(yè)企業(yè)營(yíng)業(yè)成本對(duì)居民消費(fèi)價(jià)格指數(shù)的影響,特別是在當(dāng)前新冠肺炎疫情形勢(shì)依然嚴(yán)峻的背景下,企業(yè)的生產(chǎn)經(jīng)營(yíng)遇到了前所未有的困難,中國(guó)政府應(yīng)進(jìn)一步認(rèn)真貫徹落實(shí)國(guó)家對(duì)企業(yè)的優(yōu)惠扶持政策,最大限度地減輕企業(yè)負(fù)擔(dān),降低企業(yè)的經(jīng)營(yíng)成本,為穩(wěn)定居民消費(fèi)價(jià)格指數(shù)做出貢獻(xiàn)。

表6 居民消費(fèi)價(jià)格指數(shù)(CPI)波動(dòng)方差分解結(jié)果

六、降低碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的政策建議

本文采用VAR模型,運(yùn)用2000—2020年中國(guó)碳排放強(qiáng)度、大中型工業(yè)企業(yè)營(yíng)業(yè)成本和居民消費(fèi)價(jià)格指數(shù)等數(shù)據(jù),對(duì)碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的影響進(jìn)行了實(shí)證研究。研究發(fā)現(xiàn),碳排放強(qiáng)度和大中型工業(yè)企業(yè)營(yíng)業(yè)成本均對(duì)居民消費(fèi)價(jià)格指數(shù)具有顯著影響,居民消費(fèi)價(jià)格指數(shù)也對(duì)碳排放強(qiáng)度和大中型工業(yè)企業(yè)營(yíng)業(yè)成本具有顯著影響。碳排放強(qiáng)度是大中型工業(yè)企業(yè)營(yíng)業(yè)成本的格蘭杰原因,但大中型工業(yè)企業(yè)營(yíng)業(yè)成本對(duì)碳排放強(qiáng)度不具有顯著影響。碳排放強(qiáng)度沖擊是影響居民消費(fèi)價(jià)格指數(shù)最主要的因素,其次是大中型工業(yè)企業(yè)營(yíng)業(yè)成本,居民消費(fèi)價(jià)格指數(shù)自身因素的沖擊影響最小;并且碳排放強(qiáng)度、大中型工業(yè)企業(yè)營(yíng)業(yè)成本和居民消費(fèi)價(jià)格指數(shù)自身對(duì)居民消費(fèi)價(jià)格指數(shù)的沖擊影響在前11期較為明顯,隨后逐漸趨于平穩(wěn)。此外,從長(zhǎng)期看,碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)變化的貢獻(xiàn)率要高于大中型工業(yè)企業(yè)營(yíng)業(yè)成本對(duì)居民消費(fèi)價(jià)格指數(shù)變化的貢獻(xiàn)率。有鑒于此,本文提出進(jìn)一步降低碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的政策建議:

第一,重視碳排放強(qiáng)度對(duì)經(jīng)濟(jì)社會(huì)發(fā)展及居民消費(fèi)價(jià)格指數(shù)的影響。根據(jù)本文的研究結(jié)論,碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的影響程度較大。長(zhǎng)期以來(lái),中國(guó)高度重視碳排放強(qiáng)度問(wèn)題,為有效控制碳排放強(qiáng)度,中國(guó)政府采取了一系列行之有效的政策措施,并取得了一定的成效。1978—2018年,中國(guó)的碳排放強(qiáng)度在4年間已經(jīng)得到了有效的控制,但伴隨著國(guó)民經(jīng)濟(jì)發(fā)展水平的提高和居民生活質(zhì)量的上升,中國(guó)的碳排放總量和人均碳排放量仍呈現(xiàn)上升趨勢(shì)。中國(guó)的碳減排任務(wù)依然十分艱巨、碳減排壓力仍然很大,并且在碳減排過(guò)程中生產(chǎn)和生活成本的提高,可能對(duì)中國(guó)產(chǎn)品的出口競(jìng)爭(zhēng)力和經(jīng)濟(jì)增長(zhǎng)速度產(chǎn)生負(fù)面效應(yīng)。同時(shí),目前中國(guó)對(duì)碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的認(rèn)識(shí)不夠到位,未能較好地把碳排放強(qiáng)度與居民消費(fèi)價(jià)格指數(shù)關(guān)聯(lián)起來(lái)并統(tǒng)籌思考,也較少?gòu)目刂铺寂欧艔?qiáng)度的視角采取措施來(lái)進(jìn)一步控制居民消費(fèi)價(jià)格指數(shù)上漲。因此,建議中國(guó)高度重視碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)可能產(chǎn)生的潛在影響,積極采取政策措施降低碳排放強(qiáng)度,最大限度地減少碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的潛在負(fù)面沖擊。把握好碳減排的進(jìn)度,掌握好經(jīng)濟(jì)社會(huì)可持續(xù)高質(zhì)量發(fā)展需求和成本控制之間的平衡點(diǎn)。既要嚴(yán)格控制高耗能、高污染、高排放項(xiàng)目,進(jìn)一步優(yōu)化能源消費(fèi)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu),減少化石能源消費(fèi),提升非化石能源占一次能源消費(fèi)比重,倡導(dǎo)綠色低碳的生產(chǎn)生活方式,減少能源消耗和碳排放,高度重視重點(diǎn)行業(yè)碳減排,確保重點(diǎn)行業(yè)的碳排放量和碳排放強(qiáng)度持續(xù)較快速率地下降。同時(shí)也要協(xié)調(diào)好經(jīng)濟(jì)社會(huì)發(fā)展和碳減排的關(guān)系,防止“碳沖鋒”和“運(yùn)動(dòng)式減碳”問(wèn)題的發(fā)生,絕不能把長(zhǎng)期目標(biāo)短期化,系統(tǒng)目標(biāo)碎片化,要統(tǒng)籌經(jīng)濟(jì)社會(huì)發(fā)展的各項(xiàng)目標(biāo),保持經(jīng)濟(jì)社會(huì)平穩(wěn)可持續(xù)高質(zhì)量發(fā)展。

第二,進(jìn)一步降低工業(yè)企業(yè)營(yíng)業(yè)成本。根據(jù)本文的研究結(jié)論,工業(yè)企業(yè)營(yíng)業(yè)成本是推動(dòng)居民消費(fèi)價(jià)格指數(shù)上漲的重要因素。目前中國(guó)工業(yè)企業(yè)的成本負(fù)擔(dān)總體偏重,建議各級(jí)政府盡最大努力減輕企業(yè)的成本負(fù)擔(dān),全面貫徹落實(shí)國(guó)家對(duì)工業(yè)企業(yè)的各項(xiàng)優(yōu)惠政策。近年來(lái),受新冠肺炎疫情的持續(xù)影響,中國(guó)企業(yè)普遍受到一定的負(fù)面沖擊。為更好地扶持企業(yè)發(fā)展,中國(guó)各級(jí)政府都出臺(tái)了相應(yīng)的企業(yè)紓困政策。這些政策的執(zhí)行力度較大,政策含金量較高。各級(jí)政府要認(rèn)真貫徹落實(shí)好這些政策,特別是對(duì)受新冠肺炎疫情影響較為嚴(yán)重的企業(yè)的幫扶政策。要多措并舉助力企業(yè)盡快走出困境,增強(qiáng)企業(yè)活力,降低企業(yè)經(jīng)營(yíng)成本,不斷增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力,從而盡可能減少工業(yè)企業(yè)經(jīng)營(yíng)成本上升對(duì)居民消費(fèi)價(jià)格指數(shù)可能造成的不利影響,保持居民消費(fèi)價(jià)格指數(shù)平穩(wěn)運(yùn)行。

第三,提高二氧化碳資源化利用的水平。目前中國(guó)二氧化碳資源化利用水平和資源化利用率均較低,二氧化碳的處理成本相對(duì)較高。建議中國(guó)進(jìn)一步加大對(duì)二氧化碳捕集、利用與封存(CCUS)技術(shù)的科學(xué)研究投入,不斷擴(kuò)大二氧化碳資源化利用的領(lǐng)域與范圍,開(kāi)發(fā)更多的二氧化碳利用場(chǎng)景與項(xiàng)目。不斷改進(jìn)CCUS技術(shù)方法,降低CCUS投資與運(yùn)行成本,采用先進(jìn)技術(shù),把工業(yè)生產(chǎn)過(guò)程產(chǎn)生的二氧化碳提純,繼而投入到新的生產(chǎn)過(guò)程并進(jìn)行再利用,最大限度地降低中國(guó)二氧化碳的處理成本,強(qiáng)化對(duì)化石燃料消費(fèi)過(guò)程中產(chǎn)生的二氧化碳的資源化利用,從而進(jìn)一步減少碳排放強(qiáng)度和碳排放總量,降低碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)的沖擊。

第四,加強(qiáng)對(duì)“雙碳”領(lǐng)域的理論研究。目前中國(guó)在“雙碳”領(lǐng)域的理論研究相對(duì)滯后,特別是缺乏碳排放強(qiáng)度對(duì)居民消費(fèi)價(jià)格指數(shù)影響的相關(guān)研究,不能較好地滿足中國(guó)在實(shí)施“雙碳”目標(biāo)過(guò)程中所迫切需要的人文社會(huì)科學(xué)理論支撐。因此,建議中國(guó)進(jìn)一步加大對(duì)碳排放強(qiáng)度與居民消費(fèi)價(jià)格指數(shù)相關(guān)的系統(tǒng)性理論研究,推動(dòng)“雙碳”目標(biāo)與經(jīng)濟(jì)社會(huì)發(fā)展目標(biāo)協(xié)同優(yōu)化發(fā)展;加大對(duì)“雙碳”領(lǐng)域基礎(chǔ)科學(xué)理論研究的資金投入;組織科研力量對(duì)“雙碳”領(lǐng)域關(guān)鍵核心技術(shù)集成攻關(guān),重點(diǎn)突破圍繞減污降碳、新型能源開(kāi)發(fā)、二氧化碳捕集利用等碳減排、碳零排、碳負(fù)排關(guān)鍵技術(shù);加快儲(chǔ)能、氫能、碳金融、碳交易等相關(guān)學(xué)科建設(shè);加緊在“雙碳”領(lǐng)域相關(guān)重大政策出臺(tái)前進(jìn)行理論研判和情景預(yù)測(cè),從而確保“雙碳”政策制定的科學(xué)性、時(shí)效性及實(shí)用性,為進(jìn)一步降低碳排放強(qiáng)度提供理論與政策支持。