摘要
本文通过构建MRIO模型和SDA模型,采用WIOD提供的投入产出和碳排放等数据,从行业和地区两个维度考察出口结构调整对中国碳排放的影响,并通过构建出口结构低碳化指数来衡量出口结构低碳化水平和解释上述影响的原因。研究表明:出口结构调整在一定程度上提升了中国碳排放水平;结构调整在中国对奥地利等14个地区出口隐含碳排放增长中起到了有利的负效应,这与出口行业结构出现低碳化的变化趋势有关;中国出口行业结构低碳化水平下降的主要原因在于重制造业出口占比上升,而对发达地区出口占比较高是导致出口地区结构低碳化水平下降的主要原因。中国处于较低的全球价值链分工地位是导致出口结构调整加剧碳排放的深层次原因。
引文
[1]Machado,G.,Schaeffer,R.,Worrell,E.Energy and Carbon Embodied in the International Trade of Brazil:An Input-Output Approach[J].Ecological Economics,2001,39(3):409—424.
[2]Sánchez—Chóliz,J.,Duarte,R.CO2Emissions Embodied in International Trade:Evidence for Spain[J].Ecological Economics,2004,32(18):1999—2005.
[3]Peters,G.P.,Hertwich,E.G.Pollution Embodied in Trade:The Norwegian Case[J].Global Environmental Change,2006,16(4):379—387.
[4]Pan,J.H.,Phillips,J.,Chen,Y.China’s Balance of Emissions Embodied in Trade:Approaches to Measurement and Allocating International Responsibility[J].Oxford Review of Economic Policy,2008,24(2):354—376.
[5]Zhao,Y.H.,Zhang,Z.H.,Wang,S.,et al.CO2Emissions Embodied in China’s Foreign Trade:An Investigation from the Perspective of Global Vertical Specialization[J].China&World Economy,2014,22(4):102—120.
[6]Zhao,Y.H.,Wang,S.,Zhang,Z.H.,et al.Driving Factors of Carbon Emissions Embodied in China-US Trade:A Structural Decomposition Analysis[J].Journal of Cleaner Production,2016,(131):678—689.
[7]Wu,R.,Yong,G.,Dong,H.J.,et al.Changes of CO2 Emissions Embodied in China-Japan Trade:Drives and Implications[J].Journal of Cleaner Production,2016,(112):4151—4158.
[8]Jayanthakumaran,K.,Liu,Y.Bi-lateral CO2Emissions Embodied in Australia-China Trade[J].Energy Policy,2016,(92):205—213.
[9]Du,H.B.,Guo,J.H.,Mao,G.Z.,et al.CO2Emissions Embodied in China-US Trade:Input-Output Analysis Based on the Energy/Dollar Ratio[J].Energy Policy,2011,39(10):5980—5987.
[10]赵玉焕,李洁超.基于技术异质性的中美贸易隐含碳问题研究[J].中国人口·资源与环境,2013,23(12):28—34.
[11]邓荣荣,陈鸣.中美贸易的隐含碳排放研究——基于I-O SDA模型的分析[J].管理评论,2014,26(9):46—57.
[12]Yan,Y.F.,Yang,L.K.China’s Foreign Trade and Climate Change:A Case Study of CO2Emissions[J].Energy Policy,2010,38(1):350—356.
[13]李艳梅,付加锋.中国出口贸易中隐含碳排放增长的结构分解分析[J].中国人口·资源与环境,2010,20(8):53—57.
[14]范丽伟,潘晨,赵锡波.出口贸易隐含碳变化驱动因素分析模型及应用[J].北京理工大学学报(社会科学版),2014,16(6):34—40.
[15]杜运苏,孙辉煌.中国出口贸易隐含碳排放增长因素分析:基于LMDI[J].世界经济研究,2012,(11):44—49.
[16]刘俊伶,王克,邹骥.中国贸易隐含碳净出口的流向及原因分析[J].资源科学,2014,36(5):979—987.
[17]谭娟,陈鸣.基于多区域投入产出模型的中欧贸易隐含碳测算及分析[J].经济学家,2015,(2):72—81.
[18]潘安,魏龙.中国对外贸易隐含碳:结构特征与影响因素[J].经济评论,2016,(4):16—29.
[19]Grossman,G.M.,Krueger,A.B.Environmental Impacts of A North American Free Trade Agreement[Z].NBER Working Paper,1991.
[20]杨高举,黄先海.内部动力与后发国分工地位升级——来自中国高技术产业的证据[J].中国社会科学,2013,(2):25—45.
[21]王岚.融入全球价值链对中国制造业国际分工地位的影响[J].统计研究,2014,(5):17—23.
[22]谢申祥,石慧敏,张铭心.谈判势力与战略性贸易政策[J].世界经济,2016,(7):3—23.
(1)该问题在研究双边贸易隐含碳中更为明显,原因在于难以从地区维度对双边贸易进行分析。存在上述研究局限的直接原因在于投入产出数据主要是以行业进行划分,进而较容易忽视从地区维度进行因素分解的研究。
(2)值得注意的是,当基期相同时,基期的LDIS指数会随着计算期的变化而发生变化,原因在于βj和αj中均包含了来自计算期的信息。当然,随着基期的变化,计算期的LDIS指数也会发生变化。
(3)WIOD于2016年发布了2000~2014年43个国家(地区)的投入产出数据,但其并未同时更新相对应的碳排放数据,故本文考察的时间区间仍为1995~2011年。
(4)为便于分析,本文将34个行业划分为农业(c1)、能源工业(c2、c8、c17)、轻制造业(c3~c7)、重制造业(c9~c15)、其他工业(c16)、建筑业(c18)以及服务业(c19~c34)七大行业,其中行业c2~c17为工业行业。限于篇幅,本文未给出各行业名称对照表,如有需要可向作者索取。