史本叶,杨馥嘉

(吉林大学 经济学院,吉林 长春 130012)

一、引 言

随着经济全球化下国际分工的日益深化,在全球价值链(GVC)活动中获取增加值利益已成为各国发展的有利契机,与此同时,如何平衡贸易利益与环境代价之间的关系成为各国亟待解决的重要问题。作为贸易大国,中国出口贸易的隐含碳问题已经受到广泛关注。中国在“十三五”规划中明确提出“推动绿色低碳产业发展壮大,加快改善生态环境”的纲要,并于2020年9月提出2030年“碳达峰”与2060年“碳中和”目标。如何在促进全球价值链升级的同时降低出口隐含碳排放是推进中国可持续发展的关键(1)陈诗一:《能源消耗、二氧化碳排放与中国工业的可持续发展》,《经济研究》2009年第4期,第41—55页。。因此,本文主要从全球价值链的视角探究中国出口隐含碳排放的影响因素,有助于为中国实现碳减排目标提供经验证据和政策着力点。

关于贸易与环境关系的问题,以往研究主要以Grossman和Krueger(2)Grossman G M,Krueger A B,“Environmental impacts of a North American Free Trade Agreement”,NBER Working Paper,1991.的研究为基础,基于贸易环境一般均衡模型进行实证研究。Antweiler等(3)Antweiler W,Copeland B R,Taylor M S,“Is free trade good for the environment?”,American Economic Review,Vol.91,No.4,2001,pp.877-908.首先探究了贸易开放引致的技术、规模和结构效应对环境的影响,发现技术进步能够改善环境状况,规模效应不利于环境优化,结构效应的影响没有定论。随后,有学者利用中国制造业的经验数据再次证实了技术效应对环境的积极影响和规模效应的消极影响(4)Joseph C H,Chai,“Trade and environment:Evidence from China’s manufacturing sector”,Sustainable Development,Vol.10,No.1,2002,pp.25-35.。彭水军等(5)彭水军、张文城、曹毅:《贸易开放的结构效应是否加剧了中国的环境污染——基于地级城市动态面板数据的经验证据》,《国际贸易问题》2013年第8期,第119—132页。则利用中国251个地级市的面板数据,重点探究了贸易开放带来的结构效应对环境污染的影响。既有研究大多得到一致的结论,认为规模效应会加剧环境污染,而技术效应有助于环境优化(6)Managi S,“Trade liberalization and the environment:Carbon dioxide for 1960—1999”,Economics Bulletin,Vol.17,No.1,2004,pp.1-5.(7)Zhang Y G,“Scale,technique and composition effects in trade-related carbon emissions in China”,Environmental and Resource Economics,Vol.51,No.3,2012,pp.371-389.(8)陈泽佳、叶育甫、吴凯:《碳排放和经济增长关系的实证研究》,《长春金融高等专科学校学报》2022年第4期,第53—59页。。

在此基础上,部分学者开始关注增加值核算框架下的贸易隐含碳排放的研究,从增加值角度分析贸易和碳排放之间的关系。陈迎等(9)陈迎、潘家华、谢来辉:《中国外贸进出口商品中的内涵能源及其政策含义》,《经济研究》2008年第7期,第11—25页。基于中国单区域投入产出模型测算了国家层面的出口隐含碳排放。赵玉焕和刘月(10)赵玉焕、刘月:《基于投入产出法的中国出口产品隐含碳测算》,《中国人口·资源与环境》2011年第12期,第8—14页。进一步细化到行业层面,重点分析中国出口隐含碳排放的主要流向国。Peters 和Hertwich(11)Peters G P,Hertwich E G,“Post-Kyoto greenhouse gas inventories:Production versus consumption”,Climatic Change,Vol.86,No.1,2008,pp.51-66.则提出利用单区域投入产出模型测算贸易隐含碳的局限性,认为国内外技术同质性假设会导致贸易隐含碳排放的低估。为了避免对技术同质性的苛刻假设,并有效区分中间品和最终品,部分学者开始利用多区域投入产出模型展开研究。苏庆义(12)苏庆义:《中国出口引致的污染气体排放及其影响因素——基于WIOD数据库的分析》,《国际贸易问题》2015年第9期,第86—96页。利用多区域投入产出表和SDA分解法,发现技术效应对环境的积极影响大于结构效应。

目前,国内外仅有少数研究将全球价值链嵌入的因素纳入考虑。从全球价值链地位的角度,Sun等(13)Sun C,Li Z,Ma T,He R,“Carbon efficiency and international specialization position:Evidence from global value chain position index of manufacture”,Energy Policy,Vol.128,2019,pp.235-242.基于60个国家的面板数据,实证分析发现全球价值链地位和碳效率之间存在显著的正相关关系。此外,从全球价值链参与度的角度,Zhu等(14)Zhu S,Tang Y,Qiao X,You W,Peng C,“Spatial effects of participation in global value chains on CO2 emissions:A global spillover perspective”,Emerging Markets Finance and Trade,Vol.58,No.3,2022,pp.776-789.、吕越和吕云龙(15)吕越、吕云龙:《中国参与全球价值链的环境效应分析》,《中国人口·资源与环境》2019年第7期,第91—100页。均利用跨国面板数据实证检验了参与全球价值链的程度和碳排放的关系,其中前者侧重研究参与全球价值链对碳排放总量的影响,后者则聚焦贸易隐含碳排放进行研究,与本文的研究类似。但上述研究大多基于全球数据探究全球价值链嵌入对碳排放影响的普遍规律,从中国视角展开分析的研究仍然较少,并且鲜有将全球价值链升级和出口隐含碳排放问题相结合的研究。

整体来看,从全球价值链的角度考察中国出口隐含碳排放影响因素的研究仍有待补充。第一,尽管以赵玉焕等(16)赵玉焕、郑璐、刘似臣:《全球价值链嵌入对中国出口贸易隐含碳的影响研究》,《国际贸易问题》2021年第3期,第142—157页。、吕延方等(17)吕延方、崔兴华、王冬:《全球价值链参与度与贸易隐含碳》,《数量经济技术经济研究》2019年第2期,第45—65页。为代表的少数研究已经涉及全球价值链嵌入因素,但主要分析不同全球价值链嵌入模式的异质性影响,以及单一维度的全球价值链参与度对贸易隐含碳的影响,从全球价值链升级视角刻画和分析中国出口隐含碳的减排路径的研究仍然不足。第二,既有研究缺乏对规模、技术和结构效应对全球价值链升级碳减排作用调节机制的综合考察,尤其在全球供应链重构趋势明显、美国对华技术遏制升级的现实背景下,重点挖掘技术进步在“全球价值链升级—出口隐含碳排放”关系中的调节作用至关重要。

鉴于此,本文利用2000—2014年中国47个行业的面板数据,探究全球价值链升级(18)本文综合利用全球价值链前向和后向参与度指数、全球价值链地位指数,从多个视角衡量全球价值链升级,具体分析详见变量测度部分。、规模、技术和结构效应对出口隐含碳排放的直接影响,重点关注全球价值链升级的影响,并进行异质性分析及规模、技术和结构效应的调节机制检验。本文的边际贡献主要包括:第一,从全球价值链参与度、地位两个角度刻画和衡量全球价值链升级,并从全球价值链升级的视角挖掘降低中国出口隐含碳排放的驱动力;第二,对制造业、服务业及不同污染密集度行业进行丰富的异质性分析,挖掘不同行业类型在参与全球价值链活动的同时实现碳减排目标的路径;第三,综合考察规模、技术和结构效应在全球价值链升级对出口隐含碳排放影响中的调节机制。

本文余下结构安排如下:第二部分进行理论分析;第三部分包括模型设定、核心变量测度和数据说明;第四部分包括基准模型的实证分析、内生性处理、稳健性检验及异质性分析;第五部分进行规模、技术和结构效应的调节机制检验;最后是本文的结论与政策建议。

二、理论分析框架

本文基于经典的Copeland和Taylor贸易环境一般均衡模型(19)Copeland B R,Taylor M S,“International trade and the environment:A framework for analysis”,NBER Working Paper,2001.,加入全球价值链效应(GVC效应)(20)本文将全球价值链效应(GVC效应)定义为行业全球价值链升级。,探究规模、技术、结构和GVC效应与出口隐含碳排放之间的关系。首先,假设存在S、R两个国家,生产X、Y两种产品,市场完全竞争,规模报酬不变,产品Y的价格PY=1,产品X的相对价格为PX。投入资本(K)和劳动(L)两种生产要素,两国X产品的生产函数分别是FS(KX,LX)和FR(KX,LX),S国产品的总产出中用于出口到R国的比例为1-θ,以S国X产品为例进行分析。

设φ(θ)是关于θ的碳排放函数,θ表示S国X产品除用于出口外国内消费的部分,θ的值越大代表该产品的出口规模越小。由于出口规模与碳排放之间一般存在正相关关系,设定φ(θ)是关于θ的递减函数。与此同时,技术效应对出口隐含碳排放的影响不可忽略:技术水平越高,清洁产品的比重越大,有助于减少碳排放,故技术效应(A)对碳排放φ(θ)存在负向影响。设定φ(θ)形式如下:

(1)

(2)

进一步得到S国X产品的出口隐含碳排放量:

(3)

将GVC效应加入(3)式中,设GVC效应影响出口隐含碳排放的函数为ρ(δ),得到:

(4)

将(1)式代入(4)式,左右两边同时取β次方,代入(2)式得到:

(5)

MinCX(w,r)FS(KX,LX)+τC*

(6)

(7)

运用拉格朗日乘数法求解最优化问题:

(8)

(9)

(10)

整理得到:

(11)

基于市场完全竞争的假设,总收益等于总成本:

(12)

重新代入(4)式可以得到:

(13)

(14)

左右两边同时取对数得到:

(15)

根据(15)式可知,规模、技术、结构和GVC效应均会对出口隐含碳排放产生直接影响。本文将基于理论模型,实证检验出口隐含碳排放的影响因素,并重点分析GVC效应对出口隐含碳排放的影响,进而探究全球价值链升级是否能促进碳减排。

三、模型设定、核心变量测度和数据说明

(一)模型设定

为了考察全球价值链升级对出口隐含碳排放的影响,同时检验规模、技术和结构效应的直接影响,结合上述理论分析,本文将基准模型设定为:

lnCeit=β0+β1lnGVCit+β2lnTSit+β3lnEnit+β4lnERit+β5lnGOit+ui+λt+εit

(16)

模型中,被解释变量Ceit表示t年行业i的出口隐含碳排放;核心解释变量GVCit表示GVC效应,使用全球价值链前向参与度(GVC_Pat_f)、后向参与度(GVC_Pat_b)和地位(GVC_Pos)度量。此外,规模效应的代理变量为TSit,表示t年行业i的出口额;行业贸易规模越大,产生的出口隐含碳排放越多,预期系数为正。技术效应的代理变量是Enit,表示t年行业i的能源消耗强度,用各行业的能源消耗量与行业增加值的比值衡量(21)吕延方、崔兴华、王冬:《全球价值链参与度与贸易隐含碳》,《数量经济技术经济研究》2019年第2期,第45—65页。;行业的能源消耗强度越大代表技术水平越低,产生的碳排放越多,预期系数为正。结构效应的代理变量为ERit,表示t年行业i的出口占比,即出口结构,用行业出口占总出口的比重衡量;行业出口占比越大,越容易增加出口隐含碳排放,预期系数为正。

为了进一步避免遗漏变量带来的偏差,本文在控制行业总产值(GOit)的基础上,加入行业固定效应ui以及年份固定效应λt,εit表示随机误差项,模型聚类到行业层面。为消除通货膨胀的影响,本文对受到价格因素影响的变量进行平减处理,主要包括行业出口数据和行业总产值数据。基于WIOD(2016版)的社会经济账户数据库(SEA)中提供的价格指数,分别利用以2000年为基期的中国各行业增加值价格指数(VA_PI)和总产值价格指数(GO_PI)对出口数据和总产值数据进行平减处理(22)胡宗彪、周勤:《时区差异对中国服务业出口的影响研究:来自WIOD数据的经验证据》,《世界经济研究》2021年第11期,第90—105页。。模型中涉及的连续变量均取对数形式以避免变量量纲不同导致的偏差和异方差的问题,解释变量和被解释变量均取对数可以将系数视为弹性值,以便于更好地理解变量间的关系。

(二)变量测度

1.出口隐含碳排放的测度

本文利用多区域投入产出模型(MRIO),结合增加值核算体系下的总出口分解模型(23)Koopman R,Wang Z,Wei S J,“Tracing value-added and double counting in gross exports”,American Economic Review,Vol.104,No.2,2014,pp.459-494.测算中国出口隐含碳排放。假设存在G国N行业,根据多区域投入产出表的横向平衡关系得到如下关系式:

(17)

由Z=AX(A是直接消耗系数矩阵),易知X=(1-A)-1Y=BY,其中B=(1-A)-1为里昂惕夫逆矩阵,即完全消耗系数矩阵。由于各国不仅出口本国生产的最终品、中间品,还包括通过进口再出口的产品,这部分由其他国家转移的碳排放应该在核算过程中去除。因此,在计算出口隐含碳排放时,应使用国内中间产品直接消耗矩阵AD。

定义行业直接碳排放系数为C=CO2/X,CO2表示各行业的直接碳排放量,X表示各行业总产出。定义完全碳排放系数为P,表示各行业的隐含碳排放强度,存在P=C+PAD,即P=C×(1-AD)-1。

最后,进行如下变换得到各国各行业的出口隐含碳排放:

(18)

Ce是N×1的矩阵,表示各行业的出口隐含碳排放量,×表示矩阵的乘法,#表示矩阵的点乘。

2.全球价值链参与度和全球价值链地位的测度

(1)全球价值链参与度的测度

借鉴Wang等(24)Wang Z,Wei S J,Yu X,Zhu K,“Measures of participation in global value chains and global business cycles”,NBER Working Paper,2017b.提出的基于生产链长度分解生产活动的方法,从生产者的角度衡量前向联系的增加值去向,从消费者的角度衡量后向联系的增加值来源,将生产活动拆分成两种分解方式,并根据生产是否跨越国境(即中间品贸易)区分是否属于全球价值链活动(GVC活动),分解得到如下表达式:

(19)

根据增加值去向进行前向分解得到:

(20)

根据增加值来源进行后向分解得到:

(21)

最终得到基于前向联系的前向参与度(GVC_Pat_f)和基于后向联系的后向参与度(GVC_Pat_b)的表达式:

(22)

(23)

其中,全球价值链前向参与度(GVC_Pat_f)是从生产者的角度衡量的行业参与全球价值链上游环节的程度,后向参与度(GVC_Pat_b)是从最终产品使用者的角度衡量的行业参与全球价值链下游环节的程度。前向参与度(GVC_Pat_f)和后向参与度(GVC_Pat_b)对出口隐含碳排放存在两方面影响:一方面,从参与程度的角度来看,两个指标的值越大均代表参与全球价值链活动的程度越深,贸易规模越大,存在促进出口隐含碳排放增加的作用;另一方面,从嵌入位置的差异来看,行业前向参与度提高说明其越靠近价值链上游的高附加值、低污染的生产环节,有助于降低出口隐含碳排放,而后向参与度提高说明其越靠近价值链下游高污染、高能耗的环节,促进出口隐含碳排放的增加(25)Zhu S,Tang Y,Qiao X,You W,Peng C,“Spatial effects of participation in global value chains on CO2 emissions:A global spillover perspective”,Emerging Markets Finance and Trade,Vol.58,No.3,2022,pp.776-789.。因此,全球价值链前向参与度对出口隐含碳排放存在正反两方面影响,而全球价值链后向参与度对出口隐含碳排放的两方面影响均为正向促进作用。相比全球价值链后向参与度,全球价值链前向参与度提高带来的嵌入位置的提高能够部分抵消参与程度加深导致的碳排放增加。预期全球价值链后向参与度的系数为正,且全球价值链后向参与度提高对出口隐含碳排放的促进作用强于前向参与度。基于此,从全球价值链前向参与度和后向参与度对出口隐含碳排放影响相对强弱的角度,可以基本得到全球价值链升级对出口隐含碳排放的影响。

(2)全球价值链地位的测度

参考Wang等(26)Wang Z,Wei S J,Yu X,Zhu K,“Characterizing global value chains:Production length and upstreamness”,NBER Working Paper,2017a.对全球价值链地位指数的衡量方法,基于前向联系和后向联系的生产链长度的相对值构建地位指数,将各行业生产的产品经过价值链活动到最终品的生产链长度定义为地位指数的分子Plv_GVC,将一国使用的进口品到该国利用其生产最终品的生产链长度定义为地位指数的分母Ply_GVC。进一步得到全球价值链地位指数(GVC_Pos)的表达式:

(24)

全球价值链地位指数(GVC_Pos)的值越大,表示行业越靠近全球价值链上游,即高附加值、低污染的生产环节;减少出口隐含碳排放(27)Liu H,Li J,Long H,Li Z,Le C,“Promoting energy and environmental efficiency within a positive feedback loop:Insights from global value chain”,Energy Policy,Vol.121,2018,pp.175-184.(28)赵玉焕、郑璐、刘似臣:《全球价值链嵌入对中国出口贸易隐含碳的影响研究》,《国际贸易问题》2021年第3期,第142—157页。,预期系数为负。基于此,本文进一步从全球价值链地位的角度衡量全球价值链升级的作用。

(三)数据来源和描述性统计

本文选取2000—2014年中国47 个行业的数据(29)本文仅选取WIOD(2016版)中的47个行业样本进行回归,主要原因是WIOD(2016版)的56个行业中有9个行业的主要变量的数据缺失,包括:机械设备的修理和安装;汽车和摩托车的批发、零售和修理;出版活动;电影、录像和电视节目制作、录音和音乐作品出版活动,广播节目制作活动;金融服务和保险活动的辅助活动;建筑和工程活动、技术测试和分析;广告和市场调查;家庭作为雇主的活动、家庭自用的无差别商品和服务生产活动;国际组织和机构的活动。。其中,中国各行业出口隐含碳排放的数据主要基于2016版(最新版)世界投入产出数据库(WIOD),具体利用WIOD中的多区域投入产出表(WIOT)和环境账户数据库测度。全球价值链前向参与度、后向参与度和地位的数据来自对外经济贸易大学全球价值链数据库(UIBE GVC数据库),其他变量数据均来自WIOD(2016版)。描述性统计结果如表1所示。

表1 主要变量描述性统计

四、实证结果分析

(一)基准回归结果

本文在基准回归中加入行业层面控制变量,并控制行业和年份固定效应,得到如表2所示的基准回归结果。结果显示,规模效应的代理变量(TS)和结构效应的代理变量(ER)的回归系数均显著为正,说明行业出口规模的扩大和出口占比的提升会促进出口隐含碳排放的增加,不利于节能减排。技术效应的代理变量(En)的回归系数显著为正,说明能源消耗强度降低衡量的技术进步能够显著降低出口隐含碳排放。

本文重点关注GVC效应的回归结果,可以发现,首先,全球价值链前向参与度(GVC_Pat_f)和后向参与度(GVC_Pat_b)的回归系数显著为正,说明行业全球价值链前向参与度提高带来的贸易规模扩大促进碳排放的作用强度超过向价值链上游攀升带来的减排作用,无论前向或后向参与度提高均会促进出口隐含碳排放增加。进一步对比两者回归系数绝对值的大小可以发现,全球价值链前向参与度的系数绝对值明显小于后向参与度,初步得到全球价值链升级有助于抑制出口隐含碳排放的结论。其次,全球价值链地位(GVC_Pos)的回归系数显著为负,再次说明全球价值链升级有利于减少出口隐含碳排放。上述结果与本文的预期基本一致。

(二)内生性处理

本文在基准回归中已经控制了行业、年份固定效应,一定程度上能够降低核心解释变量的内生性,但是仍然可能存在由反向因果和遗漏变量而导致的内生性问题。一方面,出口隐含碳排放量高的行业难以达到价值链上游环节的标准,进而阻碍其向价值链上游攀升,存在反向因果关系。另一方面,模型难以彻底解决遗漏变量的问题。为尽量避免内生性问题导致的估计偏误,本文进一步采用2SLS工具变量法。参考盛斌等(30)盛斌、苏丹妮、邵朝对:《全球价值链、国内价值链与经济增长:替代还是互补》,《世界经济》2020年第4期,第3—27页。和苏丹妮等(31)苏丹妮、盛斌、邵朝对、陈帅:《全球价值链、本地化产业集聚与企业生产率的互动效应》,《经济研究》2020年第3期,第100—115页。的方法,本文选取全球价值链参与度和全球价值链地位的滞后项作为工具变量。全球价值链参与度(地位)的滞后项与当期全球价值链参与度(地位)相关,且对当期出口隐含碳排放的影响较弱,本文选取的工具变量基本满足相关性和外生性条件。此外,考虑到上述工具变量可能不是严格外生的,排他性约束条件很难完全满足,本文借鉴Conley等(32)Conley T G,Hansen C B,Rossi P E,“Plausibly exogenous”,The Review of Economics and Statistics,Vol.94,No.1,2012,pp.260-272.提出的近似零方法(LTZ),放松工具变量严格的排他性约束条件,检验工具变量近似外生时估计结果的稳健性。

表3报告了内生性处理后的回归结果。本文首先利用2SLS工具变量法得到(1)—(3)列所示的结果,可以发现LM统计量在1%水平上拒绝了工具变量识别不足的零假设,Cragg-Donald Wald F统计量均大于Stock-Yogo检验10%水平上的临界值,不存在弱工具变量问题。规模效应的代理变量(TS)、技术效应的代理变量(En)和结构效应的代理变量(ER)的回归系数均显著为正。全球价值链前向参与度(GVC_Pat_f)和后向参与度(GVC_Pat_b)的回归系数显著为正,全球价值链地位(GVC_Pos)的系数显著为负,且相比后向参与度,前向参与度的系数绝对值更小,再次证实了全球价值链升级能够显著抑制出口隐含碳排放的结论。此外,本文进一步在工具变量近似外生的条件下,利用近似零方法(LTZ)估计得到(4)—(6)列所示的结果,可以发现,规模、技术、结构和GVC效应的回归结果仍然与基准回归结果一致,说明本文的核心结论是稳健的。

表3 内生性处理

(三)稳健性检验(33)考虑到能源类行业(采矿和采石、焦炭和精炼石油产品的制造、化学品和化学产品的制造)大多处于全球价值链上游位置,并且碳排放量较大,具有一定的特殊性,为了保证核心结论的稳健性,除上述稳健性检验之外,本文进一步在全样本中剔除能源类行业,对其他44个行业样本重新回归,发现在排除能源类行业的影响后仍然得到全球价值链升级能够显著降低出口隐含碳排放的结论。

为了进一步证明结果的稳健性,本文采取两种方式进行稳健性检验:第一,替换样本期;第二,排除产业结构因素的影响。

1.替换样本期为2000—2007年

本文将样本期缩短至2000—2007年,主要原因是2008年国际金融危机对中国经济政策和出口贸易带来巨大影响。为了剔除这种影响,本文替换样本期后回归得到表4中(1)—(3)列所示的结果。结果显示,规模、技术和结构效应代理变量的回归系数仍然显著为正,全球价值链前向参与度(GVC_Pat_f)回归系数的绝对值小于后向参与度(GVC_Pat_b),且两者系数均显著为正,全球价值链地位(GVC_Pos)的系数显著为负,上述结果说明本文的研究结论是稳健的。

2.排除产业结构因素的影响

产业结构的变化对出口隐含碳排放产生重要影响,行业资本密集度的增加往往会增加碳排放。为了进一步确保结论的稳健性,本文参考彭水军等(34)彭水军、张文城、曹毅:《贸易开放的结构效应是否加剧了中国的环境污染——基于地级城市动态面板数据的经验证据》,《国际贸易问题》2013年第8期,第119—132页。的方法,在基准模型中加入行业资本密集度(KL)作为控制变量,并利用劳动报酬和资本报酬的比值表示行业资本密集度(35)数据来源:WIOD(2016版)中的社会经济账户数据库(SEA)。。该比值越大,代表劳动的相对价格越高,劳动投入相对越少,资本密集度越高。表4中(4)—(6)列报告了控制资本密集度(KL)后的回归结果,可以发现,规模、技术、结构和GVC效应的结果仍然与基准回归结果一致,仍然可以得到全球价值链升级有助于减少出口隐含碳排放的结论。上述结果进一步印证了本文的结论是稳健的。

表4 稳健性检验结果

(四)异质性分析

为考察不同行业类型的异质性结果,首先,本文将样本划分为制造业(r5-r22)和服务业(r23-r47)两组,分别回归得到表5所示的结果。结果显示,规模、技术、结构和GVC效应的回归系数的结果仍然与基准回归结果一致。本文重点关注全球价值链升级对不同行业类型的异质性影响,可以发现,相比服务业,制造业全球价值链前向参与度(GVC_Pat_f)和后向参与度(GVC_Pat_b)的回归系数绝对值较大,说明制造业参与价值链活动的程度加深更容易促进出口隐含碳排放的增加。但通过对比制造业和服务业全球价值链地位(GVC_Pos)的回归系数可以发现,相比服务业,制造业全球价值链地位的提升对出口隐含碳排放的降低作用更强。上述结果表明,虽然制造业深度参与价值链活动更容易增加出口隐含碳排放,但是可以通过促进其向全球价值链上游攀升,进而有效抑制碳排放。也就是说,在制造业融入全球价值链过程中,可以基于价值链升级路径帮助实现制造业减排和获得增加值利益的双赢。

表5 异质性分析结果:按行业类型分类

为进一步挖掘不同污染密集度行业的异质性结果,本文参考Busse(36)Busse M,“Trade,environmental regulations and the World Trade Organization:New empirical evidence”,World Bank Publications,2004.的行业划分标准,将样本分为污染密集型行业和非污染密集型行业两组(37)污染密集型行业:纸和纸制品的制造;打印和复印记录的媒体活动;焦炭和精炼石油产品的制造;化学品和化学产品的制造;基础药品和药物制剂的制造;其他非金属矿产品的制造;基本金属的制造;金属制品的制造,机械和设备除外。样本中其他行业为非污染密集型行业。,分别回归得到表6所示的结果。结果显示,两组中全球价值链前向参与度(GVC_Pat_f)和后向参与度(GVC_Pat_b)的回归系数均显著为正,全球价值链地位(GVC_Pos)的回归系数显著为负,且污染密集型行业全球价值链前向和后向参与度的系数绝对值均大于非污染密集型行业,这意味着污染密集型行业参与全球价值链活动更容易产生出口隐含碳排放。进一步对比全球价值链地位的回归系数可以发现,促进污染密集型行业向价值链上游攀升能够更大程度降低其出口隐含碳排放,对冲参与价值链活动带来的增加碳排放的作用。上述结果再次证实了全球价值链升级的重要作用,尤其对于污染密集型行业来说,实现价值链升级是促进其在参与价值链活动的同时降低碳排放的重要驱动力。

五、进一步讨论:规模、技术和结构效应的调节机制

上述结果已经说明了全球价值链升级对降低出口隐含碳排放的驱动作用。为进一步挖掘规模、技术和结构效应对“全球价值链升级—出口隐含碳排放”关系的调节机制(38)为了更加清晰地呈现和分析调节机制的结果,本文在该部分仅以全球价值链地位指数衡量全球价值链升级,并未展示加入全球价值链前向和后向参与度与规模、技术和结构效应的交乘项的回归结果。,本文在基准模型的基础上,依次加入全球价值链地位(GVC_Pos)和规模效应代理变量(TS)的交乘项、全球价值链地位(GVC_Pos)和技术效应代理变量(En)的交乘项、全球价值链地位(GVC_Pos)和结构效应代理变量(ER)的交乘项,回归得到表7所示的结果。

表6 异质性分析结果:按行业污染密集程度分类

表7 规模、技术和结构效应调节机制检验结果

结果显示,全球价值链地位(GVC_Pos)和规模效应代理变量(TS)交乘项的回归系数,以及全球价值链地位(GVC_Pos)和结构效应代理变量(ER)交乘项的回归系数均不显著,全球价值链地位(GVC_Pos)和技术效应代理变量(En)交乘项的回归系数显著为正,这意味着能源消耗强度降低衡量的技术进步能够放大全球价值链升级对出口隐含碳排放的抑制作用,出口规模和出口占比的增加对全球价值链升级降低出口隐含碳排放影响的调节作用不明显。上述结果表明,规模和结构效应并未产生明显的抑制全球价值链升级减排作用的不利影响。在参与全球价值链活动的过程中,促进行业技术进步能够更大程度强化全球价值链升级降低出口隐含碳排放的积极影响。

六、结论和政策建议

本文利用2000—2014年的中国行业数据实证检验全球价值链升级对出口隐含碳排放的影响,并分析规模、技术和结构效应对全球价值链升级减排作用的调节机制,主要得到以下结论:第一,全球价值链升级有利于降低出口隐含碳排放。一方面,全球价值链地位提高有助于降低出口隐含碳排放;另一方面,相比后向参与度,全球价值链前向参与度提高对出口隐含碳排放的促进作用更弱。第二,全球价值链升级对出口隐含碳排放的影响因行业类型的不同存在差异,相比服务业和非污染密集型行业,制造业和污染密集型行业参与全球价值链更容易增加出口隐含碳排放,但促进其全球价值链升级更有利于出口隐含碳排放的减少。推动全球价值链升级是在实现行业参与全球价值链活动的同时降低碳排放的重要路径和着力点。第三,规模和结构效应对出口隐含碳排放存在直接影响,出口规模和出口占比的提高会促进出口隐含碳排放增加,但规模和结构效应不会明显抑制全球价值链升级的减排作用。相反,技术进步显著抑制出口隐含碳排放,并且能够放大全球价值链升级降低出口隐含碳排放的积极影响。

本文的结论为中国实现经济增长和低碳发展的双赢提供了如下政策启示:第一,着力构建绿色贸易体系,加快提高清洁生产水平,持续优化出口贸易结构。基于清洁生产理念,应大力推动绿色技术创新,淘汰落后产能,重视加大清洁技术研发投入,深刻落实清洁技术领域重点政策,促进企业改善生产工艺并提高能源利用效率,加快实现重点行业绿色转型和清洁生产。同时,合理调整高污染行业的出口规模,严格限制高排放、高耗能产品出口,调整出口结构。第二,着力加强核心技术自主创新能力,加快推进全球价值链升级,充分重视价值链升级对碳减排的作用。应加快完善政策支持体系,为全球价值链升级提供技术、资金和人才的充分保障。立足国内大循环,深化各地区企业、高校和科研机构之间的协同创新,加快实现核心技术突破,摆脱“低端锁定”困局,促进全球价值链升级与技术创新的良性互动。加强高科技专业人才培养,健全相关激励机制,提高国家人才储备质量。与此同时,重视加强针对污染程度较高的行业的支持力度,促进重点行业向全球价值链高端延伸,推动实现减排目标。