中國出口隱含碳排放影響因素研究

周葵++毛運意??

摘要中間消耗的“消耗規模與部門構成”是影響中國出口碳排放的重要因素。基于世界投入產出數據庫（WIOD）1995—2015年數據，在部門歸類與形式變換基礎上，本文選取“單位產出碳排放量”、“完全消耗系數”與“出口值”為中國出口隱含碳排放的影響因子，構建“因子變動—反事實構造—效果評價”分析框架，借助規模指數與結構指數對影響因子的變化動態進行描述，并通過反事實構造對“因子變動”的影響效果進行評價。研究發現：“單位產出碳排放量”規模指數單調遞減，Spearman偏度系數為右偏態，說明相比于意愿產出而言，非意愿產出“碳排放量”具有內在的規模不經濟；“中間消耗”規模指數與碳偏向性指數在截面上始終處于高位水平，時序上出現了顯著的遞增趨勢，說明中國單位出口值的中間消耗量偏大，消耗投入在結構上偏向于高碳部門，與“技術前沿國”美國存在顯著“技術差距”；“出口值”規模指數呈現“平緩擴張——快速攀升——V型震蕩”的階段性特征，結構指數經歷了以基期2002年為頂點、“先下降、后上升、再平穩”的變化軌跡，說明“出口值”作為最具彈性的影響因子，受“亞洲金融危機”、“加入世界貿易組織”與“美國次債危機”等外部沖擊的影響明顯，對出口碳排放的推動作用存在伸縮性與階段性差異。從“因子變動”影響效果來看，中國產出、中間消耗與出口的部門構成具有內生關聯，均顯著偏向于高碳部門，對出口隱含碳排放增長產生了疊加性的“正向”擴張效應。基于此，本文認為，總量控制與結構優化的視角需從產品環節向中間消耗環節擴展，現階段應深化要素市場改革，加速要素稟賦升級，借力要素價格機制與差別化產業規制政策，從上游環節抑制出口碳排放的輸入來源。

關鍵詞出口隱含碳；影響因素；反事實法

中圖分類號F062.2文獻標識碼A文章編號1002-2104（2017）06-0016-11DOI：10.12062/cpre.20170357

20世紀末以來，《京都議定書》、《巴黎路線圖》、《哥本哈根協議》與《巴黎協定》等一系列國際協定確定碳排放總量控制約束性目標，并逐步形成了以碳關稅、碳排放權交易市場為基礎的溫室氣體減排機制，世界范圍內碳價格開始形成并溢價[1-2]。在出口規模擴張、貿易順差累積與二氧化碳排放迅猛增長的轉型過程中，中國出口貿易在國際上面臨著碳減排壓力與核心競爭優勢喪失的雙重風險[3]。從國內情況來看，中國正處于計劃經濟向市場經濟的轉型期、工業化與城市化的加速期，資源消耗量大大超過可再生性流量，貿易品的要素組合與價格形成未能全面反映資源稀缺程度，貿易順差的持續累積是以國內資源赤字與環境逆差作為代價的[4]。Guadalupe & Luis[5]研究表明：“中國是典型的碳凈輸出國，生產的碳排放比消費所產生的排放多10%，中國以出口品隱含碳的形式為OECD國家承擔了大量的碳排放責任”。事實上，在要素市場不完善與環境規制不健全的框架下，中國出口貿易既是鏈接資源、置換產能的基本渠道，客觀上也構成了“碳轉移”、“碳輸出”的重要誘因[6]。鑒于“世界工廠”與最大發展中國家的角色地位，探討中國出口隱含碳排放的變化趨勢及其背后驅動因素，既是世界范圍內實施碳排放總量控制、緩解氣候變化的內在要求，也是促進中國加速節能減排與綠色貿易發展的重要途徑。與此相關的一些重要問題包括：①在出口規模不斷擴張、貿易順差持續累積的宏觀背景下，中國出口碳排放的變化趨勢如何，這種趨勢背后的驅動力，即影響因素是什么？②這些影響因素經歷了怎樣的時序變化，存在怎樣的國別差異，對出口碳排放的影響效果如何？為了觀察出口隱含碳排放的變化趨勢及其內在驅動因素，本文從時序變化與空間差異兩個角度進行綜合考察，在分析上運用截面數據和時序數據相結合的方式進行。進一步地，我們可以通過影響因子的規模指數與結構指數來刻畫各影響因素的變化動態，并運用反事實構造法量化各影響因子的作用效果。

1文獻綜述

“隱含碳”概念是碳排放消費者責任制的重要基石，但國內外學界目前尚未形成一致定義。從歷史沿革來看，“隱含碳”概念的產生可追溯至1974年國際高級研究機構聯合會（IFIAS）的能源分析工作組會議，該會議首次提出“隱含能”（Embodied Energy）概念，并將其定義為“某種產品或服務在生產過程中直接和間接消耗的能源總量”。其后，《聯合國氣候變化框架公約》（UNFCCC）從非意愿產出的角度將“隱含能”擴展為“隱含碳”， Wiedmann[7]進一步從“碳足跡”視角將其界定為“商品從原料的取得、制造加工、運輸，到成為消費者手中所購買的產品這段過程中所排放的二氧化碳，即直接消耗與間接消耗所排放的二氧化碳之和”。本文采納這一定義，擬從“間接消耗”的角度考察出口碳排放的“隱含”性質，并借助Leontief逆矩陣追溯其具體來源。在隱含碳排放影響因素的相關研究方面，Grossman & Krueger[8]首次提出隱含碳排放是生產活動的“負產出”，其大小取決于出口值規模（Scale of Export）、出口產品結構（Product Structure of Export）與單位產值碳排放（Carbon Emission per Unit Production），即規模效應（Scale Effect）、結構效應（Composition Effect）與技術效應（Technique Effect）三個決定性因素。Copeland & Taylor [9]從一般均衡角度給出了上述研究中三種效應的具體定義與量化指標，這為出口隱含碳排放提供了理論基石與分析框架。潘安、魏龍[10]借助Leontief逆矩陣，從地區與行業兩個維度系統剖析了中國出口貿易隱含碳排放的結構性特征，并將規模效應確認為出口隱含碳排放增長的主導性因素。郭朝先[11]基于出口隱含碳排放“雙層嵌套式”的結構分解表達式，將不同時間段的碳排放變動因素分解為能源消費結構變動效應、能源消費強度變化效應、消費擴張效應、投資擴張效應、出口擴張效應、進口替代效應和投入產出系數變動效應等七種效應，研究發現投入產出系數變動效應在樣本期內呈顯著的遞增態勢，說明中國出口“粗放型”增長方式是推動碳排放增加的重要動力。張友國[12]基于非競爭型投入產出表，將貿易含碳量影響因子區分為部門能源強度、貿易規模、進出口產品結構、投入結構、能源結構及碳排放系數，并具體探討了影響因子對出口隱含碳排放的擴張效應與抑制效應。譚娟、陳鳴[13]及劉祥霞、王銳[14]分別從LMDI分解、生態環境差額等角度對出口碳排放影響因素進行了量化分析。

上述研究成果分別運用不同的理論工具與分析范式從內容上、方法上為本文提供了有益借鑒，對這些內容的提煉、整合可以有效增強本文的理論基礎與研究積累。但是上述研究多是采用國內逢2、逢7年份編制的投入產出表，數據缺乏連續性，樣本量偏少，在“描述中國出口碳排放變化動態”的過程中遭遇了數據限制。同時，從中國編制的競爭型投入產出表來看，投入數據在統計口徑上未作國內投入與進口投入的區分，直接應用將造成“直接消耗系數”與“完全消耗系數”被高估。針對上述缺陷，國內外學者提出了雙比例平衡技術的RAS法與熵方法等半調查更新法[15]，借助進口系數矩陣將中間投入從最終需求中分離[16]。上述處理方法在一定程度上改善了投入產出表的時序特征，在數據缺失的情況下具備較強的實用價值，但這種改善仍然是以引入估計值與真實值的偏差為代價的，因此其獲得的研究結論必將存在局限性。

對于產業結構急劇變化的轉型經濟體來說，投入產出數據的上述缺陷不僅限制了分析工具的使用，也削弱了研究結論的可靠性與實用價值。基于此，本研究采用世界投入產出數據庫（WIOD）公布的以年為頻率的時間序列數據，并選取1995—2015年為樣本期進行分析。相比于國內投入產出表而言，世界投入產出數據庫覆蓋了美國、中國等發達經濟體與轉型經濟體，樣本量較大，統計口徑上直接作出了國內投入與進口投入的區分，且采用了統一的部門分類與貨幣單位，數據更具完整性、時效性與可比性。同時，樣本期具有較長的時間跨度，期間經歷了1998年亞洲金融危機與2008年美國次債危機，有助于刻畫外部沖擊下中國出口隱含碳的變化動態與階段性特征，從動態視角識別并量化影響因子的作用強度。使用這些數據對中國出口隱含碳排放的影響因素進行研究，對之前相關研究由于數據局限所帶來的不足是一個有益的補充，其研究結論由于是建立在較為強大的數據庫支持基礎上，因而可能更有利于我們對相關問題的觀察。

2數據來源、模型設定與研究假設

2.1數據來源與部門分類

目前，中國還沒有官方公布的出口隱含碳排放的權威數據。國際能源總署（IEA）、美國能源情報署（EIA）以及二氧化碳信息分析中心（CDIAC）等國外知名機構對各國（或地區）的宏觀碳排放量進行了估算。本文旨在考察影響因素“時序變化”與“空間差異”對出口隱含碳排放的影響，而這些機構公布的結果僅局限于宏觀碳排放量的估算數據，未觸及能源種類、部門關聯等影響因素的變化過程，無法構建起因變量“出口隱含碳排放”與自變量“影響因素”之間的對應關系，因此不能滿足本文的研究需要。為解決這一難題，本文采用政府間氣候變化專門委員會（IPCC）、經濟合作與發展組織（OECD）推薦的方法，選取原煤、原油、汽油、煤油、柴油、燃料油、天然氣7種主要能源，根據各產業部門能源消耗量與能源碳排放系數對中國出口隱含碳排放進行核算。核算所需數據主要來源于世界投入產出數據庫與《中國能源統計年鑒》。其中，各部門總產出、部門間投入產出與各部門出口數據來源于世界投入產出數據庫，而分行業的能源消耗數據來源于《中國能源統計年鑒》，能源二氧化碳排放系數采用國內《省級溫室氣體清單編制指南》公布的數據。為增強數據的時序可比性，本文以2005年為基準期，采用聯合國貿發會議數

據庫（UNCTAD）提供的全球平均居民消費價格指數（CPI）對世界投入產出數據庫的數據作出了平減化處理。

在產業標準分類方面，世界投入產出數據庫采用國際產業標準分類（ISIC.Rev3），《中國能源統計年鑒》采用國民經濟行業分類，兩類分類標準的差異主要集中在制造業。鑒于制造業在出口部門中的主體地位，為確保數據統計口徑一致性并方便數據計算與應用，本文借鑒劉瑞翔、姜彩樓[17]制造業部門調整的方法，在一、二、三產業劃分基礎上將國民經濟進一步分類、整合為21部門。具體部門分類情況如表1所示。

2.2模型設定

這一部分在Grossman & Krueger模型基礎上，提出內涵“產出—產值—出口”的擴展模型，對模型進行變換，選取影響因子，并構造影響因子的“反事實”項，以構建起自變量“因子變動”與因變量“影響效果”相對應的面板系統。

2.2.1擴展模型提出

在Grossman & Krueger建立的關于“出口隱含碳排放

影響因素”基礎模型中，出口隱含碳排放的測算公式如（1）式所示：

K=∑jex×rj×tj （1）

其中，K表示出口隱含碳排放，ex、rj、tj分別表示出口值規模、j部門出口占比與j部門單位產值隱含碳，被視為規模效應、結構效應與技術效應的內在驅動因子。Grossman & Krueger基礎模型為我們提供了“從測算公式中選取影響因子”的基本思路，這一思路可以避免“重要變量遺失”與存在“分解剩余”（Decomposition Residual）的偏誤，確保影響因子的典型代表性。當然，從“隱含碳是直接消耗與間接消耗所排放的二氧化碳之和”這一本質界定來看，“直接以單位產值隱含碳來表征技術效應”的處理方式，雖然實現了模型簡化，卻將“產出與中間消耗對出口隱含碳排放的影響”置于了不可觀測的“黑匣子”（Black Box）狀態。

事實上，由非競爭型投入產出表基本性質可知，中間消耗（Intermediate Consumption）+最終產值（Final Product）=總產出（Total Output），即AdX+Y=X，表示為

X1X2X21=（E-Ad）-1 Y1Y2Y21 （2）

借助Leontief逆矩陣，可以構建起內涵“產出—產值—出口”的擴展模型，實現影響因素從基礎模型中的“出口”向“產出”與“中間消耗”延伸。具體的模型設定如（3）式所示：

K=（δ1，δ2…δ7）（a）×p11p12…p1，21

p21p22…p2，21

…

p71p72…p7，21

（b）×

1X10…0

01X2…0

…

00…1X21

（c）×

b11b12…b1，21

b21b22…b2，21

…

b21，1b21，2…b21，21

（d）×

r1r2r21（e）×∑21j=1exj

（f）

（3）

其中，（δ1，δ2…δ7）為煤炭、原油、汽油、煤油、柴油、燃料油、天然氣7種能源的碳排放系數，（p1j，p2j…p7j）T為j（j=1，2…21）部門七種能源消費量，（b1j，b2j…b21，j）T為j部門完全消耗系數，∑21j=1exj為出口總值，Xj、rj、exj分別表示j部門的產出、出口占比與出口值。

上述模型存在多種變換形式，將（a）、（b）、（c）、（d）項直接合并，即可獲得Grossman & Krueger[8]基礎模型，（a）·（b）·（c）、（a）·（b）·（c）·（d）、（a）·（b）·（c）·（d）·（e）分別表示單位產出碳排放量、單位產值隱含碳排放與單位出口值隱含碳排放。各式的元素具有相應的經濟含義，其中，行向量（a）·（b）元素為部門碳排放量，元素之和即為碳排放總量；行向量（a）·（b）·（c）元素為“部門碳排放量”與“部門產出”的比值，比值截面維度的考察可以區分“高碳部門”與“低碳部門”，時序維度的觀測可以發現“碳排放”的邊際報酬規律。可見，上述模型的變換形式為本文影響因子的選取提供了選擇集（Choice Set），變換形式的經濟含義可作為因子選取的基本依據。

2.2.2擴展模型變換：影響因子的選取與說明

本文影響因子的選取建立在Grossman & Krueger基礎模型之上，并從以下幾個方面加以擴展：①在“產出—產值—出口”的分析框架下，將基礎模型中的“單位產值隱含碳排放”表示為“單位產出碳排放量”與“完全消耗系數”的乘積形式，并選取單位產出碳排放量PX1，PX2…PX21、完全消耗系數b1jb2jb21，j與出口值exj作為出口隱含碳排放的影響因子； ②區別于基礎模型僅關注“出口值”規模效應與結構效應的處理方式，本文對影響因子“單位產出碳排放量”與“完全消耗系數”實施“規模*結構”形式的變換，并構建相應的規模指數與結構指數，以考察“因子變動”的集中趨勢與部門構成特征及其對出口隱含碳排放的相對影響。具體如（4）式所示：

K=PX1，PX2…PX21×b11b12…b1，21

b21b22…b2，21

…

b21，1b21，2…b21，21×ex1ex2ex21

=∑21j=1PXj×（α1，α2…α21）×∑21j=1∑21i=1bij×β11β12…β1，21

β21β22…β2，21

…

β21，1β21，2…β21，21×r1r2r21×∑21j=1exj

（4）

其中，αj=PXj∑21j=1PXj為“單位產出碳排放量”j部門占比，βij=bij∑21j=1∑21i=1bij為j部門“完全消耗系數”的i部門占比，滿足∑21j=1aj=∑21j=1∑21i=1βij=∑21j=1rj=1。

事實上，以上所選影響因子及其“規模*結構”形式變換具有典型的物理性質及經濟意義： ①單位產出碳排放量

PX1，PX2…PX21

為部門碳排放量與部門產出的比值，將“產出”與“碳排放量”視為效用函數（Utility Function）中的“意愿產出”（Desirable Output）與“非意愿產出”（Undesirable Output）[18]，從而該比值可從總量角度反映“兩種產出”的規模報酬規律；②完全消耗系數b1jb2jb21，j為單位產值“中間消耗”，將其視為生產函數（Production Function）“投入要素”[19]，則可從平均量角度揭示要素的邊際報酬規律。可見，上述擴展模型的形式變化與影響因子的選取，構建起內涵“產出—產值—出口”的整體性分析框架，實現了出口隱含碳排放影響因素從基礎模型的“出口”環節向“產出”與“中間消耗”環節擴展。

2.3研究假設提出

在“產出—產值—出口”分析框架下，為了考察三大影響因子變化動態對中國出口隱含碳排放的影響，下面分別從規模層面給出假設一、假設二與假設三，并從結構層面給出假設四，假設內容包括“因子變動”與“影響效果”兩個方面：

假設一：意愿產出X與非意愿產出“碳排放量”P時序上呈單調遞增，相比而言，非意愿產出“碳排放量”的擴張幅度偏小，具有內在的規模不經濟，單位產出碳排放量遞減，對出口隱含碳排放的增長產生了“負向”的抑制作用。

假設二：“中間消耗”作為投入要素，存在邊際報酬遞減區間；從截面維度來說，中國“中間消耗”量偏大，與“技術前沿國”美國存在顯著“技術差距”；從時序維度來說，“中間消耗”與“技術差距”對中國出口隱含碳排放的增長均產生了“正向”的推動作用。

假設三：“出口值”時序上呈單調遞增，對出口隱含碳排放的增長產生了“正向”的推動作用；作為具有彈性的影響因子，“出口值”受“亞洲金融危機”、“加入世界貿易組織”與“美國次債危機”等外部沖擊的影響明顯，擴張效應具有階段性特征。

假設四：產出、中間消耗與出口的部門構成具有內生關聯（Endogenous Association），均顯著偏向于高碳部門，對出口隱含碳排放的增長產生了疊加性的“正向”擴張效應。

2.4假設檢驗方法：相關指數構建與反事實構造

2.4.1相關指數構建與說明

由于影響因子進行了“規模*結構”形式變換，且本文的能源數據與投入產出數據采用了統一的部門分類，我們可以直接選取上述（3）式中的a=∑21j=1PXj、b=∑21j=1∑21i=1bij與c=∑21j=1exj作為影響因子的規模指數，以明確因子的總體變化趨勢及其影響效果。

同時，為進一步明確各部門對平均趨勢的偏離程度，還需要構造Spearman偏度系數σ、“碳偏向性”指數ρ與Moore結構偏離指數θ，以考察產出、中間消耗與出口的部門構成對出口隱含碳排放的相對影響。各結構指數的計算公式及經濟含義如下式（5）、（6）和（7）所示：

Spearman偏度系數θ=3（-α′）αv （5）

其中，α為數組α1′，α2′…α21′，由上述“單位產出碳排放量”部門向量（α1，α2…α21）按照從小至大順序排列組成。、α′、αv為數組α的均值、中位數與標準差。若Spearman偏度系數符號為正，即偏斜方向為右偏態，說明單位產出碳排放量的分布偏斜于高碳部門；系數絕對值越大，說明偏斜程度越顯著。

“碳偏向性”指數ρ=∑21j=1∑21i=1αi·βij，ρ∈[0，1] （6）

完全消耗系數的“碳偏向性” （Bias of Carbon）是從“技術偏向性”（Bias of Technology）的角度進行定義與量化的。直觀上來說，“碳偏向性”可以從“強、弱”兩個層面進行描述：“強碳偏向性”即“中間消耗”較多使用單位產出碳排放量大的部門投入、較少使用單位產出碳排放量小的部門投入；“弱碳偏向性”為相反情形，若平衡使用各部門投入，則可以理解為“中性碳偏向”。在此基礎上，上述“碳偏向性”指數值具體量化了中間消耗在21部門之間的偏向程度，可以視為“碳”要素配置效率的一種判定與衡量。

Moore結構偏離指數θ=arccosμ0·μt|μ0|·|μt|，θ∈[0，π2] （7）

該指數將出口三次產業占比視為三維向量μ1=λ1λ2λ3，通過測算基期向量與報告期向量夾角來觀測產業結構的變動程度。在樣本期內，2002年出口中第三產業占比最高、第一產業最低，選取2002年三次產業占比為基期向量，有助于觀測各年份出口部門構成對最優狀態的偏離趨勢。θ越大，說明產業結構變動程度越大，對最優狀態的偏離效應越顯著。

2.4.2影響因子的反事實構造

由上述公式（4）可知，影響因子“單位產出碳排放量A”、“完全消耗系數B”與“出口值C”之間具有截面上的互補性，從動態視角來看，各影響因子之間存在時序上的聯動趨勢，各影響因子與“出口隱含碳排放K”之間獨立作用關系的量化必須借助適當的參照基準。基于此，本文選取影響因子樣本期起始年份的“初始狀態“作為參照基準，通過“假設某一影響因子在樣本期內唯一不變，其他影響因子正常變化，出口隱含碳排放將會如何？”的反事實構造（Counterfactuals）[20]，分別獲取“單位產出碳排放量唯一不變”反事實項KA、“完全消耗系數唯一不變”反事實項KB與“出口值唯一不變”反事實項KC，以構建起自變量“因子變動”與因變量“影響效果”相對應的面板系統。

由于完全消耗系數本質上屬于技術系數，本文還選取“世界技術前沿”的“美國Leontief逆矩陣”作為參照基準，構造“假設采用美國完全消耗系數，出口碳排放如何？”反事實項KD，以明確完全消耗系數“國別差異”對出口隱含碳排放的影響效果。同時，反事實項KB與反事實項KD的比較，能夠將技術系數本身的時序變化擴展為技術系數“國別差異”的時序變化，一方面，可以較為直觀地觀察中國技術效率在截面上的相對水平，另一方面，可以從動態視角觀測國別間“技術差距”的變化趨勢及其對出口隱含碳排放的影響程度。

這一部分模型動態化及反事實項的數學表達式分別如式（8）與（9）所示：

K=PX1，PX2…PX21t×b11b12…b1，21

b21b22…b2，21

…

b21，1b21，2…b21，21t×ex1ex2ex21t（t=1995，1996…2015） （8）

KA=PX1，PX2…PX211995×b11b12…b1，21

b21b22…b2，21

…

b21，1b21，2…b21，21t×ex1ex2ex21t （9）

出口隱含碳排放反事實項與真實項的比較具有豐富的經濟含義：一方面，反事實項模擬值與真實值的大小比較可以識別影響因子的作用方向，若模擬值>真實值，說明影響因子的時序變化對對出口隱含碳排放的增長具有抑制作用，反之則存在著“擴張效應”，對出口隱含碳排放的增長具有推動作用；另一方面，模擬值與真實值之差可以直接量化“抑制效應”與“擴張效應”的大小，而不依賴于經濟模型的經驗設定與參數估計。

3檢驗結果與分析

由于上述假設是從“因子變動”與“影響效果”兩個方面給出的，這一部分首先可以借助規模指數與結構指數，對影響因子的變化動態進行考察；然后，基于影響因子的反事實構造，從作用方向與驅動強度兩個層面對“因子變動”的作用效果進行評價。

3.1檢驗結果與分析：影響因子“變化動態”的考察

這一部分對上述各項規模指數與結構指數進行測算，具體測算結果見于表2。假設一、假設二與假設三的“因子變動”部分可以根據表2，結合圖1、圖2與圖3分別予以檢驗，假設四需要綜合圖1—3逐步進行說明。

假設一的“因子變動”情況可從圖1直接得到驗證。圖1顯示，單位產出碳排放量的規模指數a=∑21j=1PXj趨勢線為向右下方傾斜的單調曲線，說明單位產出碳排放量在樣本期

內呈單調遞減，從期初的5.53下降至期末1.59，下降幅度高達247.7%，說明相比于產出而言，作為“非意愿產出”的隱含碳排放量具有內在的“規模不經濟”；Spearman偏度系數σ大于1，說明單位產出碳排放量的偏斜方向為右偏態，碳排放的部門分布顯著偏斜于高碳部門，假設四部分得證。

結合表2與圖2可以發現，樣本期內，中國的中間消耗規模指數b=∑21j=1∑21i=1bij與碳偏向

性指數ρ均值為51.64、0.048 1，高于美國的39.25、0.042 6，說明中美“技術差距”存在著規模與結構兩個層面的影響機制：①一方面，中國的產出/投入比率較低，中間消耗總量偏大；②另一方面，中國的消耗投入在結構上偏向于高碳部門。從具體的變化過程來看，美國“中間消耗”規模指數、碳偏向性指數在整體上分別呈下降趨勢與波動狀態，下降幅度與波動幅度都較為平滑。與此不同的是，中國的規模指數與碳偏向性指數分別在2004—2009年、2001—2005年間進入了急劇的攀升階段，攀升幅度分別高達7.41、0.008 2，說明樣本期內，“中間消耗” 作為投入要素在規模上出現了邊際報酬遞減趨勢，在結構上顯著偏向于高碳部門，兩者在時序上形成了疊加效應與接替趨勢。從而，假設二與假設四部分得證。

這一部分，假設三與假設四“因子變動”的驗證，可從“加入世界貿易組織”與“美國次債危機”的規模效應與“亞洲金融危機”的結構效應兩個層面展開。如圖3所示，出口值規模的變化具有明顯的階段性特征，可以描述為“平緩擴張——快速攀升——V型震蕩”軌跡。從具體時段來看，平緩擴張階段為1995—2001年，出口規模的增長幅度較小，年平均增長速度僅為8.77%；快速攀升階段出現在2002—2007年，擴張幅度高達296.6%，事實上，這一階段中出口規模的擴張速度超過了最終產值的擴張速度，出口在產值的占比從19.7%增至30.8%，說明“加入世界貿易組織”對中國同時產生了需求轉換與需求拉動效應，

出口依存度（Ratio of Dependence on Export）不斷提高。2008—2015年為V型震蕩階段，出口在急劇萎縮后出現了恢復性增長，說明2008年美國次債危機給中國帶來的外部沖擊產生了顯著的抑制作用，但沒有中斷和改變其“時序遞增”的長期性趨勢。同時，出口的Moore結構變動指數θ形成了以基期2002年為頂點、“先下降、后上升、再平穩”的變化軌跡，“1998年亞洲金融危機”對下降趨勢產生了短期性擾動，說明平緩擴張階段、攀升階段與震蕩階段中，出口產品結構對最優狀態的偏離程度“先縮小、后擴大”，出口增幅最大的產業存在“第三產業→第二產業→二、三產業”的交替趨勢。

3.2檢驗結果與分析：影響因子“作用效果”的評價

這一部分根據出口碳排放測算公式與反事實構造，測算各影響因子的出口碳排放真實值與“反事實”模擬值，

測算結果見于表3，其變化趨勢如圖4所示。假設中“影響效果”評價可從以下兩個層面進行：①觀察模擬值與真實值趨勢線的上下位置，明確各影響因子對出口隱含碳排放的“正向擴張”與“負向抑制”的作用方向；②考察模擬值與真實值趨勢線的垂直距離，量化各影響因子“擴張效應”與“抑制效應”的驅動強度。

首先，從各趨勢線的基本形狀來看，出口隱含碳排放真實值與圖3出口值規模指數的變化動態高度相似，均表現為“平緩擴張——快速攀升——V型震蕩”的變化軌跡，說明出口值波動是影響出口隱含碳排放時序特征的核心因素。觀察圖4趨勢線位置可以發現，“單位產出碳排放

量唯一不變”模擬值KA始終位于真實值K上方，“Leontief逆矩陣唯一不變”模擬值KB與“出口唯一不變”模擬值KC位于真實值下方，說明單位產出碳排放量對出口碳排放增長存在著“抑制”作用，完全消耗系數與出口值對出口碳排放增長產生了“擴張”效應。同時，從各趨勢線之間的垂直距離來看，模擬值KA處于真實值K上方，與真實值的垂直差距不斷擴大，模擬值KC處于真實值K下方，其持續下降趨勢與真實值的上升趨勢組成了向右側的“V”型軌跡，這說明單位產出碳排放量的“抑制”效應與出口值的“擴張”效應具有連續性與遞增趨勢，兩種效應均在樣本期末達到峰值，分別為127.55億t與23.6億t。假設一與假設三中“作用效果”在此獲得證明。

相比較而言，完全消耗系數的影響效果表現出了明顯的階段性特征：1995—2001年，模擬值KB與真實值呈小幅波動，兩線接近重合；2002—2007年，兩線都進入了攀升階段，由于模擬值KB的攀升過程相對平滑，模擬值KB開始處于真實值下方，垂直差距不斷擴大，從2002年的0.11億t增至2007年的4.7億t；2008—2015年，受外部需求沖擊，模擬值KB與真實值K都經歷了“V”型變化軌跡，但兩線的上下位置沒有出現顯著變化，垂直距離保持在4.73億t左右。這說明完全消耗系數是“出口碳排放”擴張的加速器，其驅動強度存在著“低位波動——快速攀升——高位穩定”的階段性差異。

“美國完全消耗系數”模擬值KD對真實值K的偏離可以視為“技術差距”對中國出口隱含碳排放的作用效果。從作用方向來說，出口碳排放的“美國完全消耗系數”模擬值KD始終處于真實值K下方，真實值與模擬值的均值差額高達6.62億t，說明中國完全消耗系數在截面上具有“高投入、高消耗、高排放”特征，技術效率處于較低水平，與“技術前沿”的技術差距對出口碳排放存在著顯著的“擴張”效應。同時，從驅動強度來說，模擬值與真實值垂直距離的變化趨勢可以描述為“低位穩定——持續擴大——高位穩定——再次擴大”的階梯型軌跡，技術差距的“擴張效應”在2002—2007年的攀升過程與2010—2015年的恢復性增長過程中出現了顯著的遞增趨勢。至此，假設二“因子變動”的“影響效果”全部得證。

4結論與啟示

在部門歸類與形式變換的基礎上，本文構建“因子變動—反事實構造—效果評價”的分析框架，從規模與結構兩個層面描述了影響因子的變化動態，借助反事實構造對“因子變動”的作用效果進行了評價。

本文的主要研究結論可概述如下：

（1）“單位產出碳排放量”規模指數呈現單調遞減，Spearman偏度系數大于1且為右偏態，意愿產出X與非意愿產出“碳排放量”時序上呈單調遞增，說明碳排放的部門分布顯著偏斜于高碳部門，且非意愿產出“碳排放量”的擴張幅度偏小，具有內在的規模不經濟，從而對出口隱含碳排放的增長產生了“負向”的抑制作用。

（2）在以“技術前沿”美國為參照基準的前提下，中國“完全消耗系數”的消耗總量指數與碳偏向性指數在截面上始終處于高位水平，時序上出現了顯著的遞增趨勢，顯示中國單位產值的中間消耗總量偏大，且中間消耗投入在結構上偏向于高碳部門，與“技術前沿國”美國存在顯著“技術差距”；從時序維度來說，“中間消耗”與“技術差距”對中國出口隱含碳排放的增長均產生了“正向”的推動作用。

（3）“出口值”規模指數呈現“平緩擴張——快速攀升——V型震蕩”的階段性特征，結構指數形成了以基期2002年為頂點、“先下降、后上升、再平穩”的變化軌跡，樣本期內出口增幅最大產業存在著“第三產業→第二產業→二、三產業”的交替趨勢，說明“出口值”作為最具有彈性的影響因子，受“亞洲金融危機”、“加入世界貿易組織”與“美國次債危機”等外部沖擊的影響明顯，擴張效應具有階段性特征。

（4）在“產出—產值—出口”分析框架下不難發現，中國產出、中間消耗與出口的部門構成具有內生關聯（Endogenous Association），均顯著偏向于高碳部門，對出口隱含碳排放的增長產生了疊加性的“正向”擴張效應。需要特別指出的是，從已有研究來看，“出口規模對出口隱含碳排放的推動作用”與“產品結構高級化在抑制出口碳排放中的便利優勢”獲得了廣泛認可，“中間消耗”作為深層次驅動因素，“消耗量、部門構成的變化及影響”尚未獲得足夠的重視。本文研究發現，樣本期內，中國經濟規模的擴張推動“中間消耗”進入了“邊際報酬遞減”區間，消耗的部門構成呈現出明顯的“高碳化”特征。事實上，在要素市場不完全與環境規制不健全的既定體系下，中國出口貿易品的要素組合、成本核算、價格形成與價值確認存在著系統性偏差，要素市場不健全，聚合質量與配置效率偏低，與產品市場之間具有明顯的“獅身人面像”特征，這是中國出口隱含碳排放迅速增長的重要因素之一。

基于此，本文的政策含義是十分直接的。鑒于產品結構與消耗投入結構之間的關聯性，總量控制與結構優化的視角需從產品環節向中間消耗環節擴展，一方面，深化要素市場改革，加速要素稟賦升級，構建“資源能源節約、非意愿產出減少”的內生性激勵約束機制與市場自運行機制，通過價格機制從上游環節抑制出口碳排放的輸入來源；另一方面，從“中間消耗”角度追溯出口碳排放的產業來源與分布，綜合確定“低碳優勢產業”、“低碳劣勢產業”、“高碳優勢產業”與“高碳劣勢產業”，明確差別化產業政策的作用對象、范圍與關鍵作用點，通過強化要素市場配置與政府政策規制的有效組合，為中國出口貿易“節能減排、低碳發展”提供基本載體。

（編輯：于杰）

參考文獻（References）

[1]JONGMIN Y， MINDY L. An optimal hybrid emission control system in a multicompliance period model [J]. Resource and energy economics， 2015， 39：16-28.

[2]WANG Mingzheng， LIU Junling， CHAN Hauling， et al. Effects of carbon tariffs trading policy on duopoly market entry decisions and price competition： insights from textile firms of developing countries [J]. International journal of production economics， 2016， 181：470-484.

[3]HISHAM F， MENG Qingwei， MALLIN C. The social， environmental and ethical performance of Chinese companies： evidence from the Shanghai stock exchange [J]. International review of financial analysis， 2015， 42：53-63.

[4]LIN Bongqiang， SUN Chuanwang. Evaluating carbon dioxide emissions in international trade of China [J]. Energy policy， 2010， 1（38）：613-621.

[5]GUADALUPE A， LUIS A， GUAN D，et al. Carbon emissions embodied in international trade： the postChina era [J]. Applied energy， 2016， 184：1063-1071.

[6]SUN Licheng， WANG Junwei. Interindustrial carbon emission transfers in China： economic effect and optimization strategy [J]. Ecological economics， 2017， 132：55-62.

[7]WIEDMANN T. A first empirical comparison of energy footprints embodied in trade：mrio versus plum[J]. Ecological economics， 2009， 7（68）：1975-1990.

[8]GROSSMAN G， KRUGER A. Environmental impacts of a North American Free Trade Agreement [J]. MIT Press， 1993：13-56.

[9]COPELAND B， TAYLOR M. Trade and the environment： theory and evidence [M]. Princeton： Princeton University Press， 2004：7-71.

[10]潘安， 魏龍. 中國對外貿易隱含碳：結構特征與影響因素[J]. 經濟評論， 2016（4）： 16-29. [PAN An， WEI Long. Embodied carbon in Chinas foreign trade： structural features and influential factors [J]. Economic review， 2016（4）：16-29.]

[11]郭朝先. 產業結構變動對中國碳排放的影響[J]. 中國人口·資源與環境， 2012， 22（7）：15-20. [GUO Chaoxian. The influences to China carbon emissions from change of industrial structure [J].China population， resources and environment， 2012， 22（7）：15-20.]

[12]張友國. 中國貿易含碳量及其影響因素——基于（進口） 非競爭投入—產出表的分析[J]. 經濟學（季刊）， 2010， 9（4）：1287-1310. [ZHANG Youguo. China carbon emissions of trade and its factors：analysis of noncompetitive inputoutput tables [J]. China economic quarterly，2010， 9（4）：1287-1310.]

[13]譚娟， 陳鳴. 基于多區域投入產出模型的中歐貿易隱含碳測算及分析[J]. 經濟學家， 2015 （2）：72-81.[TAN Juan， CHEN Ming. Calculation and analysis of trade implied carbon between China and European Union on multi area inputoutput model[J]. Economist， 2015（2）：72-81.]

[14]劉祥霞， 王銳， 陳學中. 中國外貿生態環境分析與綠色貿易轉型研究——基于隱含碳的實證研究[J]. 資源科學， 2015， 37（2）：280-290. [LIU Xiangxia， WANG Rui， CHEN Xuezhong. Ecological environment and green trade transformation in China based on embodied carbon [J]. Resources science， 2015， 37（2）：280-290.]

[15]泰斯·滕亞. 投入產出分析經濟學[M].胡金有，譯.北京： 經濟管理出版社， 2012：133-147.[TEBRAA T. The economics inputoutput analysis[M].Translated by HU Jinyou. Beijing： Economy & Management Publishing House， 2012：133-147.]

[16]趙玉煥， 劉月. 基于投入產出法的中國出口產品隱含碳測算[J]. 中國人口·資源與環境， 2011， 21（12）：8-14.[ZHAO Yuhuan， LIU Yue. The calculation of China exports embodied carbon based on the inputoutput method [J]. China population，resources and environment， 2011， 21（12）：8-14.]

[17]劉瑞翔， 姜彩樓. 從投入產出視角看中國能耗加速增長現象[J]. 經濟學（季刊）， 2011， 10（3）：778-797. [LIU Ruixiang， JIANG Cailou. The accelerated growth of energy consumption in China from the perspective of input and output [J].China economic quarterly， 2011， 10（3）：778-797.]

[18]WANG Ke， WEI Liming， ZHANG Xian. A comparative analysis of Chinas regional energy and emission performance： which is the better way to deal with undesirable outputs？ [J]. Energy policy， 2012， 46：574-584.

[19]JARAMILLO P， MULLER N. Air pollution emissions and damages from energy production in the U S：2002-2011 [J]. Energy policy， 2016， 90：202-211.

[20]FROSCH C， BYRNE R. Causal conditionals and counterfactuals [J]. Acta esychologica， 2012， 141：54-66.

[21]SUN R，KUANG D.CGE modelbased analysis of the neutralized hybrid carbon policy and its decomposed effects on economic growth，carbon reduction，and energy utilization costs[J].Chinese journal of population，resources and environment，2015， 13（1）：43-54.

[22]ZHANG B，HE M Y，PAN H R.A study on the design of a hybrid policy for carbon abatement.Chinese journal of population，resources and environment，2017，15（1）：50-57.

[23]王新華，陳兆瑞.國際貿易中的產品異質性研究綜述[J].經濟與管理評論，2016（4）： 39-44.[WANG Xinhua， CHEN Zhaorui. The product heterogeneity in international trade：a literature review[J].Review of economy and management， 2016（4）：39-44.]

Research on the factors of implied carbon export in China：based on the analysis of counterfactual method

ZHOU KuiMAO Yunyi

（Center for Western China Economic Research， Southwestern University of Finance and Economics， Chengdu Sichuan 611130， China）

AbstractThe scale and sector composition of intermediate consumption contributes to an important cause of the carbon emissions of export. In this paper， the annual data in 1995-2015 from world inputoutput database is adapted， and an analytical paradigm of ‘factor changecounterfactual constructionimpact assessmentis conducted based on sector classification and format conversion， in which carbon emissions per unit of output， complete consumption coefficient and export value are chosen as influence factors， the dynamics of factors are described from scale and structural perspective， and the influences of factor change are evaluated based on counterfactual construction.The research shows that the total index of carbon emissions per unit of output monotonically decreases， and the sectoral distribution appears as right skewness，which means the undesirable output bears diseconomies of scale relative to desirable output. The total consumption index and carbon bias index of intermediate consumption maintain at high level in cross section， along with sequential increasing trend， which illustrates that the total intermediate consumption in China is too large， and in favor of highcarbon industry structurally，even the existence of technology gap， between China and technology frontier country-the United States， is obvious.The periodical characteristics of total exports can be described as gentle expansionrapid risingshock of ‘V type； its structure index with basis period 2002 as vertex， undergoes the track ofdecliningisingkeeping steady， which infers export value to be the most flexible factor，markedly affected by external shocks as Asian Financial Crisis，Accession to the World Trade Organization and Subprime Crisis of the United States.The elasticity and propulsive effect is typical of periodical difference.As to the effect， the sectoral distribution among output， intermediate consumption and export， is of endogenous association， which results in additively expansionary effect to the carbon emission of export.Therefore， the following measures are proposed：the perspective of total amount control and structure supererogation should be extended from product sector to intermediate consumption sector； further deepening reforms of factor market and upgrading of factor endowment structure need to be conducted； through the factor price mechanism and differentiated industrial policy， the carbon emissions of export should be suppressed from the input source.

Key wordsimplied carbon of export； influence factor； counterfactual method