參與全球價值鏈對中國出口貿易碳強度的影響

趙玉煥，史巧玲，伍思健

（1.北京理工大學 管理與經濟學院，北京 100081；2.上海財經大學 統計與管理學院，上海 200433）

在全球氣候變化背景下，節能減排問題成為全球共識。CO2是導致全球氣溫升高的主要溫室氣體，而一半以上的碳排放來自于人類活動，尤其是生產活動[1]。因此，實現減排目標必須從人類的生產活動入手。國家與地區間日益頻繁的貿易活動是人類生產活動的重要組成部分。隨著交通與通信成本的降低，生產環節的劃分更加細致，國際范圍內的分工更加廣泛，進而形成了全球價值鏈（Global Value Chain，GVC）。通過分工產品的貿易與流通，各國不僅能獲得增加值收益，同時也帶來了大量的隱含碳排放。貿易與氣候變化交織成為當今全球綠色治理中的重要議題[2]。

中國是全球碳排放最多的國家，2018年IEA數據顯示，2016年中國碳排放為9.10×109噸，居全球首位。面對國際社會日益增大的減排壓力，中國提出2020年后強化應對氣候變化的行動目標，承諾“碳排放2030年左右達到峰值并爭取盡早達峰；單位國內生產總值碳排放比2005年下降60%～65%”[3]。中國減排目標所針對的碳強度，是指單位國內生產總值（增加值）的碳排放，這一指標兼顧了中國的經濟發展與環境成本，是對經濟發展需求和溫室氣體減排要求的綜合考量。

貿易活動不僅能為中國帶來大量增加值收益，也是引致中國碳排放增長的重要原因之一。改革開放特別是加入世貿組織以來，中國充分發揮勞動力等競爭優勢廣泛參與全球生產分工，成為對外貿易大國與GVC重要參與國。通過對外貿易中國獲得大量增加值收益，2018年Tiva數據庫顯示，中國出口國內增加值占比從2005年的73.7%上升至2016年的83.4%；在隱含碳方面，中國已經成為最大的隱含碳凈出口國，2009年中國出口隱含碳達到16.35億噸[4]116，凈出口隱含碳約占中國國內碳排放的20%[5]。

由此可見，參與GVC帶來的出口增加值和隱含碳的變化對中國總體碳強度具有重要影響，從貿易角度研究中國減排問題意義重大。因此，基于全球價值鏈視角，本文借鑒碳強度的定義，提出出口貿易碳強度（Carbon Intensity in Exports，CIE）——出口中單位國內增加值的隱含碳這一指標，并進一步建立計量經濟學模型研究參與GVC對出口貿易碳強度的影響。目的是從實證角度探索不同GVC參與方式對出口貿易碳強度的差異化影響，定量識別規模效應、結構效應與技術效應對參與GVC對出口貿易碳強度影響的調節作用。

本文的主要貢獻在于：（1）提出出口貿易碳強度這一指標，將出口增加值與隱含碳納入統一的框架下進行分析，以兼顧出口的經濟收益與環境成本，是對貿易可持續發展的綜合考慮。（2）在貿易與環境問題備受關注的背景下，從全球價值鏈角度出發，研究參與GVC對出口貿易碳強度的影響，是對貿易與環境關系問題的重要拓展與補充。（3）選取不同的GVC測度指標，全面探索不同GVC參與模式對出口貿易碳強度的差異化影響，并進一步探索規模效應、結構效應與技術效應三種效應在這一影響過程中的調節作用。

一、文獻綜述

當前，從貿易角度研究中國碳強度減排問題主要集中于對出口增加值或出口隱含碳某一方面的內容，將兩者結合起來進行探討的研究剛剛起步。對于出口增加值，主要基于投入產出法從出口中的增加值測算[6]、國家的貿易差額[7]等角度對中國出口增加值問題進行研究。研究結果表明，中國出口增加值規模在不斷擴大，但單位出口中的國內增加值含量較低[8]，且中國出口中國外增加值含量高于美國等發達國家[9]。對于出口隱含碳，研究視角主要集中于國家層面[10-12]、區域層面[13-14]、部門層面[15]和雙邊層面[16-17]等。研究發現，中國已成為最大的隱含碳凈出口國，在雙邊貿易中中國主要向其他國家出口貿易隱含碳[18]；中國的出口隱含碳排放主要來自東部區域，排放部門主要集中于設備制造業、紡織服裝業和通信設備等部門。

出口貿易碳強度涉及增加值和碳排放兩方面內容，部分學者開始將兩者結合起來進行研究。蔣雪梅和劉軼芳[19]利用全球范圍投入產出表，測算了1995年和2008年主要發達國家和發展中國家為獲得出口增加值所承擔的隱含碳排放情況。Zhao等[20]使用GLMDI方法和歸因分析方法對中、美兩國出口貿易的單位國內增加值的隱含碳進行了測算；Liu等[4]106使用網絡分析法研究了1995—2005年中、美兩國的增加值和隱含碳分布情況。

同樣，參與GVC對出口貿易碳強度影響的研究也主要集中于研究參與GVC對出口增加值或隱含碳某一方面的影響。一方面，對于參與GVC對出口增加值影響，相關文獻主要集中于衡量參與GVC的位置與增加值獲利能力，即探索微笑曲線是否存在[21-22]；研究發現不同國家不同產業的增加值與參與GVC之間存在顯著相關性，且深度參與GVC的影響比淺度參與GVC的影響更大。另一方面，對于參與GVC對出口隱含碳的影響，主要從國家層面[23]、區域層面[24]和行業層面[25-26]展開。研究結果表明，GVC參與程度對隱含碳排放存在顯著影響，對外貿易擴張、技術進步和參與GVC是對外貿易影響中國碳排放的三大主要因素；嵌入GVC制造環節與碳排放呈正相關。

綜上所述，首先，現有文獻對中國出口增加值或隱含碳某一方面的研究已取得較大進展，從而驗證了國際貿易在氣候變化治理中的重要作用；同時將兩者置于同一框架下衡量貿易的增加值收益與碳排放成本的研究相繼展開。但當前研究多集中于對比分析中國與其他國家的單位出口增加值與隱含碳的體量與分布情況，為實現兩者的協調發展，有必要進一步實證探索國際貿易尤其是參與GVC對兩者的協同影響。其次，從模型影響因素的選擇來看，在參與GVC對增加值或隱含碳影響的研究中，一是參與GVC測度指標的選取較為單一，不能多角度揭示嵌入GVC不同情況對增加值和隱含碳的差異化影響；二是現有實證研究多從中國整體層面出發，不能體現不同行業類型的異質性；三是現有研究多從規模效應、結構效應與技術效應三種效應角度研究貿易對出口增加值或隱含碳的影響，在GVC深入發展的背景下，探索參與GVC對二者的影響大小，以及參與GVC如何通過三種效應對二者產生影響具有重要意義。

因此，本文構建出口貿易碳強度這一指標，將出口增加值與隱含碳放在同一框架下進行分析，以兼顧出口貿易中的增加值收益與碳排放環境成本，從對外貿易角度探索中國碳強度減排目標的實現。首先對WIOD2016年公布的2000—2014年世界投入產出表（WIOTS）進行平減，在此基礎上，從整體及細分行業的角度對中國參與GVC情況和出口貿易碳強度進行測算分析；其次，構建計量經濟模型，實證檢驗前向/后向參與度、前向聯系生產長度、位置指數和深度GVC等GVC測度指標對中國整體與不同行業出口貿易碳強度的影響，并進一步構建調節效應模型，研究規模效應、結構效應與技術效應三種效應對參與GVC對整體出口貿易碳強度影響的調節作用；再次，基于研究結論，提出降低出口貿易碳強度的政策建議，有助于中國2030年碳強度減排目標的實現。

二、變量選取、模型構建與數據說明

（一）核心變量選取

1.被解釋變量及測度

本文被解釋變量為中國出口貿易碳強度，具體是指出口中單位國內增加值的隱含碳，因此應首先對出口國內增加值與出口隱含碳進行測算。對于出口國內增加值，借鑒Wang等[27]提出的總出口分解框架（WWZ分解框架），將一國總出口分解為國內增加值、國外增加值和重復計算項等八項內容，本文選取出口中的國內增加值（Domestic Value Added in Exports，DVAiE）部分衡量出口貿易的真實收益。對于出口國內隱含碳，借鑒Meng等[28]提出的一國出口中隱含碳的核算方法，該方法與WWZ分解框架相結合，將一國對其貿易伙伴出口中隱含碳分解為國內、國外與重復項共八條價值鏈路徑，同樣選取出口中的國內碳排放（Domestic Emission Embodied in Export，DEEiE）部分衡量出口真實承擔的隱含碳排放。在此基礎上，構建出口貿易碳強度（CIE）指標，計算公式為

其中，CIE反映了一國出口貿易中為獲得單位國內增加值收益所需要承擔的隱含碳排放成本，數值越大表明為該國家或部門的生產越不清潔；數值越小則表明生產更加清潔。

2.核心解釋變量及測度

本文考察參與GVC對中國整體及細分行業出口貿易碳強度的影響，核心解釋變量即參與GVC測度指標主要包括深度GVC、參與度指數、生產長度與位置指數等，具體測算方法如下：

本文參考Wang等[29]的方法，將國家行業部門層面的生產活動分為四部分，用公式表示為

在此基礎上，Wang等[30]進一步提出國家部門層面的前向/后向參與程度、前向/后向生產長度和位置指數等，用以測算一國或部門嵌入GVC的情況，各指標具體計算公式如下：

1）參與度指數

式（3）中，GVCPT_f為前向參與度，代表一國或部門中間產品出口中的國內增加值（V_GVC）與該國或部門所有出口國內增加值（Va′）的比值。根據跨境次數，前向參與度可進一步劃分為簡單前向參與度與復雜前向參與度，其中，前者表示為中間品出口增加值中被進口國直接消費的部分（V_GVC＿S）與所有出口國內增加值的比值；后者表示為中間品出口增加值中被進口國生產再出口的部分（V_GVC＿C）與所有出口國內增加值的比值。式（4）中GVCPT＿b為后向參與度，代表中間品進口中的增加值（Y_GVC）與最終產品產出（Y′）的比值。后向參與度同樣可根據跨境次數劃分為簡單或復雜后向參與度。其中，Y_GVC＿S代表中間品進口的外國增加值中用于國內消費的部分；Y_GVC＿C代表中間品進口中的外國增加值或返回母國用于生產消費品或出口品的國內增加值部分[31]。

2）生產長度與位置指數

生產長度定義為價值鏈中生產階段的數量，反映了生產過程的復雜程度，用以反映國家行業部門的上下游情況。在G國N部門的投入產出表中，s國部門i的增加值到r國部門j的最終產品的生產長度可以定義為

通過對比一國或部門前向與后向生產長度的相對位置，即可得到GVC位置指數

（二）計量模型構建

1.基準模型

為探究參與GVC對中國整體CIE的影響，本文構建基準模型如下

模型中各變量的含義如表1所示。其中，i和t分別表示行業和年份；CIEit代表出口貿易碳強度；Xit為 {GVCPT_fit，GVCPT＿bit，PLv_GVCit，DE＿GVCit，PO＿GVCit}，表示參與 GVC 的相關測度指標，分別為前向參與度、后向參與度、前向生產長度、 深度GVC指數以及GVC位置指數；表示 {GOit，STit，RDit}，GOit代表規模效應，用行業產出規模衡量，STit代表結構效應，用行業出口在總出口中的占比衡量；RDit代表技術效應，用研究與試驗發展經費內部支出衡量；Zit表示{LPit，FDIit，TKit}，為本文的主要控制變量，分別代表勞動生產率、外商直接投資水平、資本形成總額；γi和κt分別表示行業和年份固定效應。為降低變量異方差性，本文對部分變量采用自然對數形式①由于面板門檻回歸要求平衡面板數據，研發支出水平存在空值，因此對其取對數前先加1。。

表1 模型（9）中主要變量含義

2.行業異質性模型

為考察參與GVC對細分行業CIE的影響，在模型（9）的基礎上，本文進一步設置虛擬變量將行業進行細分②在制造業與服務業細分時，剔除總體樣本中的“農林牧漁業”及“采礦業”。在按照要素密集度進行行業細分時，剔除“健康、教育和公共服務業”。。為區分制造業與服務業，在模型（10）與模型（11）中設置虛擬變量SV，取1時代表服務業，取0時代表制造業；按照要素密集度細分時，以勞動密集型行業為參照，引入資本密集型行業虛擬變量CP，知識密集型行業虛擬變量KL。同時，本文將構成交互項的非離散型變量進行“對中”處理，以避免多重共線性問題。“對中”處理后，檢驗變量“方差膨脹因子（VIF）”，發現基于前向聯系的參與度與地位指數的VIF值大于10，因此最終建立回歸模型如下：

制造業與服務業層面模型構建

資本密集型行業與知識密集型行業層面模型構建

3.調節效應模型

為進一步探究參與GVC對CIE的影響機制，本文在模型（9）的基礎上，通過構建交叉效應模型考察規模效應、結構效應與技術效應對參與GVC對中國整體CIE影響的調節作用。由于加入前向GVC平均生產長度（PLv_GVC）后該變量VIF值大于10，因此將該變量剔除；同時對交叉項進行“對中”處理。設定基本模型如下：

（三）數據來源與處理

本文測算出口貿易碳強度與參與GVC指標使用的多區域投入產出表主要來源于WIOD2016年最新公布的2000—2014年多區域投入產出表（WIOTS）。在對出口中的隱含碳進行測度時，由于WIOD能源賬戶數據庫僅更新至2009年，因此本文分行業的CO2排放量數據來源于國際能源署 （International Energy Agency，IEA）提供的1960—2017年143個國家或地區和32個部門的碳排放數據。WIOTS以當年價格計價，時間上不具有可比性，為剔除價格因素的影響，本文采用廣義RAS（GRAS）[32-33]方法，以2010年為基期，對2000—2014年WIOTS進行平減處理，誤差設置為1×10-6。根據平減結果，剔除誤差相對較大（10%）的2000年與2001年投入產出表，研究期限為2002—2014年。同時，為使IEA和WIOTS數據庫的部門相匹配，本文參考Wang等[34]的方法，將IEA部門按照WIOD數據庫部門分類進行歸并。同時，為充分研究中國整體與不同行業類型參與GVC與CIE的特征，本文借鑒Rahman和Zhao[35]的產業類型歸類方法，將56個行業歸類為初級和資源產品（C01～C04）、制造業（C05～C22）、服務業（C23～C56）；并進一步按照要素密集度對制造業與服務業進行細分，其中，制造業細分為勞動密集型制造業（C06、C07、C22）、資本密集型制造業（C05、C08～C10、C13～C16、C18）以及知識密集型制造業（C11、C12、C17、C19～C21）；服務業細分為勞動密集型服務業（C27～C30、C34、C36）、資本密集型服務業（C24～C26、C31～C33、C35、C39、C44）以及知識密集型服務業（C40～C43、C45～C50）；非生產性服務業健康、教育、公共服務業（C37～C38、C51～C54）單獨劃分。

經濟規模與資本形成總額數據來源于WIOD2016社會經濟賬戶。研究與試驗發展經費內部支出數據來源于《中國科技統計年鑒》。控制變量勞動生產率用行業增加值占總增加值的比重與行業就業人數占總就業人數的比重之商表示，其中行業就業人數來源于WIOD社會經濟賬戶。外商直接投資水平用規模以上工業企業實收資本中的外商資本與中國港、澳、臺資本之和（資產總額）表示。目前中國沒有公布連續的細分行業外商投資水平，本文選取《中國貿易外經統計年鑒》中2005—2014年外商直接投資數據，《中國對外經濟統計年鑒》中2003—2004年外商直接投資數據，對于缺失的其他制造業小類數據，以《中國統計年鑒》中三資企業的資產數額表示，最終得到2003—2014年31個行業外商直接投資數據。中國國家統計年鑒數據從2003年使用新的國民經濟行業分類方法，而WIOD數據庫數據基于ISICRev-4標準，因此，本文實證部分將兩類分類方法的行業進行整合，最終得到31個細分行業2003—2014年的面板數據。

三、測算與實證結果分析

（一）中國出口貿易碳強度與參與全球價值鏈的演變趨勢分析

作為實證研究的基礎，本文對中國整體與細分行業CIE與參與GVC進行了測度與分析。研究發現，中國整體及細分行業的CIE水平及變化趨勢存在顯著差異，不同行業參與GVC情況也表現出不同特征，在參與GVC對CIE的實證研究中需要進行行業分類探討。

中國出口貿易碳強度的變化取決于出口增加值與隱含碳兩者的共同變化。由圖1a所示，2002—2014年，中國整體出口增加值與隱含碳均表現出近似“N形”的演變趨勢；在兩者共同影響下，中國整體CIE以2005年為界先上升后下降。中國不同細分行業的CIE差異較大。從圖1b可以看出，2002—2014年，中國各類要素密集型制造業CIE明顯高于勞動力與知識密集型服務業；資本密集型行業在制造業與服務業中均屬CIE最高的部門，2002—2014年其CIE水平分別在0.19～0.25千克/美元和0.77～1.07千克/美元之間，這主要是因為高能耗、高排放的服務業與制造業部門大多屬于資本密集型行業。

從中國參與GVC的演變趨勢來看，由圖2a所示，后向參與度始終高于前向參與度，2002—2014年后向參與度指數在0.11～0.16之間，前向參與度指數在0.10～0.14之間；產品從生產端到消費端的生產長度較長，深度參與GVC特征更明顯；位置指數位于0.95～0.98之間。從圖2b可以看出，中國不同類型行業在GVC參與度和參與位置方面存在明顯差異。服務業前向與后向GVC參與度都低于制造業，且兩者均以后向參與方式為主；初級和資源產品主要作為初始投入在GVC中處于較高的位置；服務業作為主要的中間品投入，其位置指數也相對較高；制造業主要處于GVC下游的生產位置，位置指數相對較低。

（二）中國參與全球價值鏈對出口貿易碳強度影響的實證結果分析

1.基準回歸及討論

作為基準，本文首先對中國整體行業進行實證檢驗（模型9）。本文的數據符合短面板特征，F檢驗拒絕建立混合回歸模型的原假設，即認為存在個體效應；根據Hausman檢驗拒絕原假設，即認為應該選用固定效應模型。在此基礎上，設定年度虛擬變量，并檢驗所有年度虛擬變量的聯合顯著性，結果拒絕“無時間效應”的原假設，認為應在模型中包括時間效應，因此，本文選擇雙向固定效應模型進行基礎回歸。

表2為參與GVC對中國整體CIE影響的回歸結果，從中可以看出不同GVC參與指標對中國整體CIE的影響存在明顯差異。除GVC地位指數外，其余參與GVC指標對中國出口貿易碳強度均為正向影響，但影響大小存在差異。

表2 參與GVC對整體CIE的影響：基準模型（9）回歸結果

具體分析來看，深度GVC對中國出口貿易碳強度的正向影響最大，根據表2中列（3）回歸結果，深度GVC系數顯著為0.802，這可能是因為中國在GVC中的生產階段數以及跨境次數的增加主要是承接了較多的加工組裝等碳排放較高的分工環節，產生較多的出口國內隱含碳，最終使CIE增加。前向參與度對CIE的正向影響同樣較高，表2中列（1）與列（2）系數分別為0.790與0.798。可能的原因是，中國前向參與度的提高將使用更多的國產品替代進口品，從而獲得更多的出口增加值，但由于技術水平的差距，國產中間品的能耗水平較相對高于進口品，因而可能帶來更多的碳排放，進而導致CIE上升。表2中列（1）結果顯示，后向參與度對CIE的影響同樣為正但相對較小。后向參與度提高將使發展中國家承接更多的下游生產環節，而中國比較優勢當前仍主要集中于勞動力和資源型產品，后向參與的生產環節仍以勞動和能源密集型為主，此類生產環節的增多仍會使得CIE上升。根據表2列（2）與列（3）的回歸結果，前向生產長度對CIE的正向影響較低。相對而言，GVC地位指數提高對CIE的抑制作用明顯。表2列（3）中GVC地位指數顯著為-0.501，主要是因為GVC地位指數的提高使我國在出口中將會獲得較高的出口國內增加值，并且價值鏈上游主要為生產率及技術較為先進的分工環節，生產過程更加“清潔”，產生的隱含碳排放相對較少，CIE將下降。

從控制變量來看，表2中規模效應系數均為正，說明其對CIE的影響為正。可能原因是產出規模的提高有較大部分是由于貿易需求的拉動，而中國當前主要以下游參與分工為主，由此帶來隱含碳的增長超過增加值，使得CIE進一步增加。結構效應系數顯著為負，說明貿易結構的調整，服務業與知識密集型行業出口占比的提高，將有效提高增加值收益并減少碳排放，使CIE的水平下降。技術效應的系數同樣顯著為負，主要是因為技術水平的提高可以使增加值的獲利提高，也會使高碳排放與高耗能產業生產更加“清潔化”，最終降低CIE。控制變量中外商直接投資水平對CIE影響為正，勞動生產率和資本形成總額的影響為負。

表（2）被解釋變量為中國整體CIE，列（1）～列（3）分別為基于模型（9）納入不同GVC參與指標的回歸結果。如列（1）主要為前向與后向參與度、位置指數及相關控制變量對CIE影響的回歸結果。

2.行業差異檢驗

為進一步檢驗不同行業的差異是否會影響參與GVC對出口貿易碳強度的作用，本文對制造業與服務業進一步細分，分別進行回歸和檢驗 （模型10～模型11）。根據實證結果，制造業與服務業以及不同要素密集型行業嵌入GVC對CIE的影響存在顯著差異。

表3 參與GVC對細分行業CIE的影響：模型（10）與模型（11）回歸結果

由表3所示，從制造業與服務業來看，首先，相對于制造業，服務業后向參與度的提高對CIE的促進作用將會減弱。列（1）回歸結果中后向參與度GVCPT_b系數顯著為1.067，交互項GVCPT_b×SV系數顯著為-0.746，這說明相對于制造業，服務業的后向聯系參與度每提高一個單位，CIE平均少增加0.746個百分點。后向參與度提高對兩種行業CIE影響的差異，可能與兩種行業不同的生產投入需求有關。制造業后向參與度提高可能會要求更多的能源與資源投入，而服務業后向生產過程中技術等的投入會更多，帶來的出口增加值也更多，因此，首先，相對于制造業，服務業后向參與度的提高對CIE的促進作用將會減弱。其次，相對于制造業，服務業在GVC中生產階段數的增加會對CIE起抑制作用。列（2）結果顯示，服務業與制造業前向生產長度交叉項系數顯著為-0.617，這可能是因為服務業行業生產階段數量的增加產生的增加值要高于制造業，且排放相對較低，使得CIE水平降低。

從不同要素密集型行業來看，根據表3中列（3）的回歸結果，資本密集型行業與GVC位置指數交叉項系數為-3.125且在5%的水平上顯著，表明資本密集型行業的位置指數每增加1個單位，CIE下降2.738（0.387減3.125）個百分點。從上文分析可知，中國資本密集型行業的出口增加值與隱含碳總量均較高，位置指數的提高將涉及更多的研發、設計等高收益低污染生產環節，導致隱含碳排放水平下降較快。因此，相對于其他行業，資本密集型行業位置指數的提高會對CIE產生較大的抑制作用。根據列（4）的結果，資本密集型行業和知識密集型行業與深度GVC參與指數的交叉項系數均為負，表明兩類行業深度GVC參與指數的提高對CIE的促進作用減弱。

3.影響機制檢驗

參與GVC可能通過規模效應、結構效應和技術效應三種途徑影響CIE，本文借助調節效應模型，考察三種效應對參與GVC對中國整體CIE影響的調節作用（模型12～模型14）。根據表4的實證結果，除交叉項外，其他參與GVC指標對中國整體CIE影響的符號與前文一致，說明加入交叉項并沒有改變參與GVC對CIE的作用方向。但從交叉項來看，三種效應的調節作用存在明顯差異。

表4 規模效應、結構效應與技術效應的調節作用：模型（12）～模型（14）回歸結果

規模效應的調節作用不明顯。根據列（1）與列（2）的回歸結果，參與GVC的指標與規模效應的交互項均不顯著，可能是因為只考慮規模的擴張會同步擴大出口增加值與隱含碳，因而規模效應對參與GVC對CIE影響的調節作用不明顯。

結構效應會減少前向參與度與深度GVC對CIE的促進作用。根據列（3）與列（4）的結果，前向參與度指數與結構效應的交互項系數顯著為-0.090，說明貿易結構的優化會減少前向參與度提高對CIE的促進作用。可能的原因是，隨著貿易結構調整，中國在前向分工中GVC中將承擔更多的生產率及技術較為先進的分工環節，使貿易產品更加清潔，增加值獲利能力進一步提高，進而導致CIE增長減緩。深度GVC指數與貿易結構效應的交互項系數顯著為-0.091，同樣在貿易結構效應的作用下，多次跨境貿易帶來的增加值收入也將提高，對CIE的促進作用將會減小。

技術效應同樣使前向參與度與深度GVC對CIE的促進作用減弱。根據列（5）與列（6），前向參與度與深度GVC和技術效應的交互項系數均通過了顯著性檢驗，分別為-0.045與-0.043。行業研發投入的增多能有效促進行業效率的與排污強度的下降。在行業向前向參與度提高的過程中，一方面，國內中間品投入的增多將帶來更多的高技術增加值收入；另一方面，技術的進步也使國內中間品的生產更加清潔，兩者共同作用，使得技術進步減弱了GVC前向參與度提高CIE的促進作用。同樣，在多次跨境貿易中，技術水平的提高使得中國承擔更多高附加值與低排放的生產環節，從而抑制CIE的增長。

四、結論與政策建議

本文首先對WIOD2016年公布的2000—2014年世界投入產出表進行平減，在此基礎上從整體與細分行業層面對中國參與全球價值鏈情況與出口貿易碳強度進行測算與分析；此外，構建計量經濟學模型對前向/后向參與度、前向生產長度、位置指數、深度GVC等全球價值鏈測度指標對中國不同層面出口貿易碳強度的直接影響進行實證檢驗，進一步研究規模效應、結構效應和技術效應三種效應對參與全球價值鏈對中國整體出口貿易碳強度影響的調節作用。主要結論如下：

其一，從中國參與全球價值鏈與出口貿易碳強度測算結果來看，參與全球價值鏈方面，中國整體主要以后向參與分工模式為主，在全球價值鏈中的位置處于下游水平；中國制造業參與全球價值鏈程度更高，而服務業的位置水平更高。出口貿易碳強度方面，中國整體出口貿易碳強度以2005年為界呈現先上升后下降的變化趨勢；受高能耗高排放部門的影響，服務業出口貿易碳強度最高，制造業第二；資本密集型制造業和服務業均高于其他要素密集型行業。

其二，從參與全球價值鏈對出口貿易碳強度的影響來看，整體層面上，除位置指數外，其他所有參與全球價值鏈指標對中國整體出口貿易碳強度的影響均為正，且其中深度GVC指數對出口貿易碳強度的影響最為顯著。參與全球價值鏈對不同行業出口貿易碳強度的影響存在顯著異質性。相對于制造業，服務業后向參與度與前向平均生產階段數的提高對出口貿易碳強度的促進作用將會減弱；相對于勞動密集型行業，資本密集型行業位置指數的提高對出口貿易碳強度的抑制作用更大，資本密集型與知識密集型行業深度GVC參與指數的提高對出口貿易碳強度的正向作用減弱。調節效應結果顯示，規模效應的調節作用不明顯；結構效應和技術效應均會減少前向參與度與深度GVC指數提高對出口貿易碳強度的促進作用。

對此，為降低中國出口貿易碳強度，一方面，要繼續加快制造業產業結構調整與深化服務業改革，淘汰高耗能、高排放制造業部門，加強創新驅動轉型，大力發展高技術制造業，促進制造業在參與全球價值鏈過程中承擔更多高附加值生產環節，使得出口貿易更加清潔；同時，在制造業轉型升級過程中同步推動生產性服務業的配套發展，大力發展知識密集型制造業與服務業，降低資本密集型行業的能耗與排污強度。另一方面，從嵌入全球價值鏈角度，加快出口貿易結構調整，推進中國整體行業向全球價值鏈更高位置攀升，進一步延長前向生產長度，以獲得更多出口增加值；大力推動服務業尤其是知識密集型服務的發展，引導其充分參與全球價值鏈生產分工；加大科技創新投入以提高技術水平，使制造業與服務業在參與前向與后向全球價值鏈以及承擔更多跨境生產的過程中，帶來更多的國內中間品增加值收入與降低碳排放。