中国出口隐含碳排放影响因素研究

周葵++毛运意��

摘要中间消耗的“消耗规模与部门构成”是影响中国出口碳排放的重要因素。基于世界投入产出数据库（WIOD）1995—2015年数据，在部门归类与形式变换基础上，本文选取“单位产出碳排放量”、“完全消耗系数”与“出口值”为中国出口隐含碳排放的影响因子，构建“因子变动—反事实构造—效果评价”分析框架，借助规模指数与结构指数对影响因子的变化动态进行描述，并通过反事实构造对“因子变动”的影响效果进行评价。研究发现：“单位产出碳排放量”规模指数单调递减，Spearman偏度系数为右偏态，说明相比于意愿产出而言，非意愿产出“碳排放量”具有内在的规模不经济；“中间消耗”规模指数与碳偏向性指数在截面上始终处于高位水平，时序上出现了显著的递增趋势，说明中国单位出口值的中间消耗量偏大，消耗投入在结构上偏向于高碳部门，与“技术前沿国”美国存在显著“技术差距”；“出口值”规模指数呈现“平缓扩张——快速攀升——V型震荡”的阶段性特征，结构指数经历了以基期2002年为顶点、“先下降、后上升、再平稳”的变化轨迹，说明“出口值”作为最具弹性的影响因子，受“亚洲金融危机”、“加入世界贸易组织”与“美国次债危机”等外部冲击的影响明显，对出口碳排放的推动作用存在伸缩性与阶段性差异。从“因子变动”影响效果来看，中国产出、中间消耗与出口的部门构成具有内生关联，均显著偏向于高碳部门，对出口隐含碳排放增长产生了叠加性的“正向”扩张效应。基于此，本文认为，总量控制与结构优化的视角需从产品环节向中间消耗环节扩展，现阶段应深化要素市场改革，加速要素禀赋升级，借力要素价格机制与差别化产业规制政策，从上游环节抑制出口碳排放的输入来源。

关键词出口隐含碳；影响因素；反事实法

中图分类号F062.2文献标识码A文章编号1002-2104（2017）06-0016-11DOI：10.12062/cpre.20170357

20世纪末以来，《京都议定书》、《巴黎路线图》、《哥本哈根协议》与《巴黎协定》等一系列国际协定确定碳排放总量控制约束性目标，并逐步形成了以碳关税、碳排放权交易市场为基础的温室气体减排机制，世界范围内碳价格开始形成并溢价[1-2]。在出口规模扩张、贸易顺差累积与二氧化碳排放迅猛增长的转型过程中，中国出口贸易在国际上面临着碳减排压力与核心竞争优势丧失的双重风险[3]。从国内情况来看，中国正处于计划经济向市场经济的转型期、工业化与城市化的加速期，资源消耗量大大超过可再生性流量，贸易品的要素组合与价格形成未能全面反映资源稀缺程度，贸易顺差的持续累积是以国内资源赤字与环境逆差作为代价的[4]。Guadalupe & Luis[5]研究表明：“中国是典型的碳净输出国，生产的碳排放比消费所产生的排放多10%，中国以出口品隐含碳的形式为OECD国家承担了大量的碳排放责任”。事实上，在要素市场不完善与环境规制不健全的框架下，中国出口贸易既是链接资源、置换产能的基本渠道，客观上也构成了“碳转移”、“碳输出”的重要诱因[6]。鉴于“世界工厂”与最大发展中国家的角色地位，探讨中国出口隐含碳排放的变化趋势及其背后驱动因素，既是世界范围内实施碳排放总量控制、缓解气候变化的内在要求，也是促进中国加速节能减排与绿色贸易发展的重要途径。与此相关的一些重要问题包括：①在出口规模不断扩张、贸易顺差持续累积的宏观背景下，中国出口碳排放的变化趋势如何，这种趋势背后的驱动力，即影响因素是什么？②这些影响因素经历了怎样的时序变化，存在怎样的国别差异，对出口碳排放的影响效果如何？为了观察出口隐含碳排放的变化趋势及其内在驱动因素，本文从时序变化与空间差异两个角度进行综合考察，在分析上运用截面数据和时序数据相结合的方式进行。进一步地，我们可以通过影响因子的规模指数与结构指数来刻画各影响因素的变化动态，并运用反事实构造法量化各影响因子的作用效果。

1文献综述

“隐含碳”概念是碳排放消费者责任制的重要基石，但国内外学界目前尚未形成一致定义。从历史沿革来看，“隐含碳”概念的产生可追溯至1974年国际高级研究机构联合会（IFIAS）的能源分析工作组会议，该会议首次提出“隐含能”（Embodied Energy）概念，并将其定义为“某种产品或服务在生产过程中直接和间接消耗的能源总量”。其后，《联合国气候变化框架公约》（UNFCCC）从非意愿产出的角度将“隐含能”扩展为“隐含碳”， Wiedmann[7]进一步从“碳足迹”视角将其界定为“商品从原料的取得、制造加工、运输，到成为消费者手中所购买的产品这段过程中所排放的二氧化碳，即直接消耗与间接消耗所排放的二氧化碳之和”。本文采纳这一定义，拟从“间接消耗”的角度考察出口碳排放的“隐含”性质，并借助Leontief逆矩阵追溯其具体来源。在隐含碳排放影响因素的相关研究方面，Grossman & Krueger[8]首次提出隐含碳排放是生产活动的“负产出”，其大小取决于出口值规模（Scale of Export）、出口产品结构（Product Structure of Export）与单位产值碳排放（Carbon Emission per Unit Production），即规模效应（Scale Effect）、结构效应（Composition Effect）与技术效应（Technique Effect）三个决定性因素。Copeland & Taylor [9]从一般均衡角度给出了上述研究中三种效应的具体定义与量化指标，这为出口隐含碳排放提供了理论基石与分析框架。潘安、魏龙[10]借助Leontief逆矩阵，从地区与行业两个维度系统剖析了中国出口贸易隐含碳排放的结构性特征，并将规模效应确认为出口隐含碳排放增长的主导性因素。郭朝先[11]基于出口隱含碳排放“双层嵌套式”的结构分解表达式，将不同时间段的碳排放变动因素分解为能源消费结构变动效应、能源消费强度变化效应、消费扩张效应、投资扩张效应、出口扩张效应、进口替代效应和投入产出系数变动效应等七种效应，研究发现投入产出系数变动效应在样本期内呈显著的递增态势，说明中国出口“粗放型”增长方式是推动碳排放增加的重要动力。张友国[12]基于非竞争型投入产出表，将贸易含碳量影响因子区分为部门能源强度、贸易规模、进出口产品结构、投入结构、能源结构及碳排放系数，并具体探讨了影响因子对出口隐含碳排放的扩张效应与抑制效应。谭娟、陈鸣[13]及刘祥霞、王锐[14]分别从LMDI分解、生态环境差额等角度对出口碳排放影响因素进行了量化分析。

上述研究成果分别运用不同的理论工具与分析范式从内容上、方法上为本文提供了有益借鉴，对这些内容的提炼、整合可以有效增强本文的理论基础与研究积累。但是上述研究多是采用国内逢2、逢7年份编制的投入产出表，数据缺乏连续性，样本量偏少，在“描述中国出口碳排放变化动态”的过程中遭遇了数据限制。同时，从中国编制的竞争型投入产出表来看，投入数据在统计口径上未作国内投入与进口投入的区分，直接应用将造成“直接消耗系数”与“完全消耗系数”被高估。针对上述缺陷，国内外学者提出了双比例平衡技术的RAS法与熵方法等半调查更新法[15]，借助进口系数矩阵将中间投入从最终需求中分离[16]。上述处理方法在一定程度上改善了投入产出表的时序特征，在数据缺失的情况下具备较强的实用价值，但这种改善仍然是以引入估计值与真实值的偏差为代价的，因此其获得的研究结论必将存在局限性。

对于产业结构急剧变化的转型经济体来说，投入产出数据的上述缺陷不仅限制了分析工具的使用，也削弱了研究结论的可靠性与实用价值。基于此，本研究采用世界投入产出数据库（WIOD）公布的以年为频率的时间序列数据，并选取1995—2015年为样本期进行分析。相比于国内投入产出表而言，世界投入产出数据库覆盖了美国、中国等发达经济体与转型经济体，样本量较大，统计口径上直接作出了国内投入与进口投入的区分，且采用了统一的部门分类与货币单位，数据更具完整性、时效性与可比性。同时，样本期具有较长的时间跨度，期间经历了1998年亚洲金融危机与2008年美国次债危机，有助于刻画外部冲击下中国出口隐含碳的变化动态与阶段性特征，从动态视角识别并量化影响因子的作用强度。使用这些数据对中国出口隐含碳排放的影响因素进行研究，对之前相关研究由于数据局限所带来的不足是一个有益的补充，其研究结论由于是建立在较为强大的数据库支持基础上，因而可能更有利于我们对相关问题的观察。

2数据来源、模型设定与研究假设

2.1数据来源与部门分类

目前，中国还没有官方公布的出口隐含碳排放的权威数据。国际能源总署（IEA）、美国能源情报署（EIA）以及二氧化碳信息分析中心（CDIAC）等国外知名机构对各国（或地区）的宏观碳排放量进行了估算。本文旨在考察影响因素“时序变化”与“空间差异”对出口隐含碳排放的影响，而这些机构公布的结果仅局限于宏观碳排放量的估算数据，未触及能源种类、部门关联等影响因素的变化过程，无法构建起因变量“出口隐含碳排放”与自变量“影响因素”之间的对应关系，因此不能满足本文的研究需要。为解決这一难题，本文采用政府间气候变化专门委员会（IPCC）、经济合作与发展组织（OECD）推荐的方法，选取原煤、原油、汽油、煤油、柴油、燃料油、天然气7种主要能源，根据各产业部门能源消耗量与能源碳排放系数对中国出口隐含碳排放进行核算。核算所需数据主要来源于世界投入产出数据库与《中国能源统计年鉴》。其中，各部门总产出、部门间投入产出与各部门出口数据来源于世界投入产出数据库，而分行业的能源消耗数据来源于《中国能源统计年鉴》，能源二氧化碳排放系数采用国内《省级温室气体清单编制指南》公布的数据。为增强数据的时序可比性，本文以2005年为基准期，采用联合国贸发会议数

据库（UNCTAD）提供的全球平均居民消费价格指数（CPI）对世界投入产出数据库的数据作出了平减化处理。

在产业标准分类方面，世界投入产出数据库采用国际产业标准分类（ISIC.Rev3），《中国能源统计年鉴》采用国民经济行业分类，两类分类标准的差异主要集中在制造业。鉴于制造业在出口部门中的主体地位，为确保数据统计口径一致性并方便数据计算与应用，本文借鉴刘瑞翔、姜彩楼[17]制造业部门调整的方法，在一、二、三产业划分基础上将国民经济进一步分类、整合为21部门。具体部门分类情况如表1所示。

2.2模型设定

这一部分在Grossman & Krueger模型基础上，提出内涵“产出—产值—出口”的扩展模型，对模型进行变换，选取影响因子，并构造影响因子的“反事实”项，以构建起自变量“因子变动”与因变量“影响效果”相对应的面板系统。

2.2.1扩展模型提出

在Grossman & Krueger建立的关于“出口隐含碳排放

影响因素”基础模型中，出口隐含碳排放的测算公式如（1）式所示：

K=∑jex×rj×tj （1）

其中，K表示出口隐含碳排放，ex、rj、tj分别表示出口值规模、j部门出口占比与j部门单位产值隐含碳，被视为规模效应、结构效应与技术效应的内在驱动因子。Grossman & Krueger基础模型为我们提供了“从测算公式中选取影响因子”的基本思路，这一思路可以避免“重要变量遗失”与存在“分解剩余”（Decomposition Residual）的偏误，确保影响因子的典型代表性。当然，从“隐含碳是直接消耗与间接消耗所排放的二氧化碳之和”这一本质界定来看，“直接以单位产值隐含碳来表征技术效应”的处理方式，虽然实现了模型简化，却将“产出与中间消耗对出口隐含碳排放的影响”置于了不可观测的“黑匣子”（Black Box）状态。

事实上，由非竞争型投入产出表基本性质可知，中间消耗（Intermediate Consumption）+最终产值（Final Product）=总产出（Total Output），即AdX+Y=X，表示为

X1X2X21=（E-Ad）-1 Y1Y2Y21 （2）

借助Leontief逆矩阵，可以构建起内涵“产出—产值—出口”的扩展模型，实现影响因素从基础模型中的“出口”向“产出”与“中间消耗”延伸。具体的模型设定如（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）为煤炭、原油、汽油、煤油、柴油、燃料油、天然气7种能源的碳排放系数，（p1j，p2j…p7j）T为j（j=1，2…21）部门七种能源消费量，（b1j，b2j…b21，j）T为j部门完全消耗系数，∑21j=1exj为出口总值，Xj、rj、exj分别表示j部门的产出、出口占比与出口值。

上述模型存在多种变换形式，将（a）、（b）、（c）、（d）项直接合并，即可获得Grossman & Krueger[8]基础模型，（a）·（b）·（c）、（a）·（b）·（c）·（d）、（a）·（b）·（c）·（d）·（e）分别表示单位产出碳排放量、单位产值隐含碳排放与单位出口值隐含碳排放。各式的元素具有相应的经济含义，其中，行向量（a）·（b）元素为部门碳排放量，元素之和即为碳排放总量；行向量（a）·（b）·（c）元素为“部门碳排放量”与“部门产出”的比值，比值截面维度的考察可以区分“高碳部门”与“低碳部门”，时序维度的观测可以发现“碳排放”的边际报酬规律。可见，上述模型的变换形式为本文影响因子的选取提供了选择集（Choice Set），变换形式的经济含义可作为因子选取的基本依据。

2.2.2扩展模型变换：影响因子的选取与说明

本文影响因子的选取建立在Grossman & Krueger基础模型之上，并从以下几个方面加以扩展：①在“产出—产值—出口”的分析框架下，将基础模型中的“单位产值隐含碳排放”表示为“单位产出碳排放量”与“完全消耗系数”的乘积形式，并选取单位产出碳排放量PX1，PX2…PX21、完全消耗系数b1jb2jb21，j与出口值exj作为出口隐含碳排放的影响因子； ②区别于基础模型仅关注“出口值”规模效应与结构效应的处理方式，本文对影响因子“单位产出碳排放量”与“完全消耗系数”实施“规模*结构”形式的变换，并构建相应的规模指数与结构指数，以考察“因子变动”的集中趋势与部门构成特征及其对出口隐含碳排放的相对影响。具体如（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为“单位产出碳排放量”j部门占比，βij=bij∑21j=1∑21i=1bij为j部门“完全消耗系数”的i部门占比，满足∑21j=1aj=∑21j=1∑21i=1βij=∑21j=1rj=1。

事实上，以上所选影响因子及其“规模*结构”形式变换具有典型的物理性质及经济意义： ①单位产出碳排放量

PX1，PX2…PX21

為部门碳排放量与部门产出的比值，将“产出”与“碳排放量”视为效用函数（Utility Function）中的“意愿产出”（Desirable Output）与“非意愿产出”（Undesirable Output）[18]，从而该比值可从总量角度反映“两种产出”的规模报酬规律；②完全消耗系数b1jb2jb21，j为单位产值“中间消耗”，将其视为生产函数（Production Function）“投入要素”[19]，则可从平均量角度揭示要素的边际报酬规律。可见，上述扩展模型的形式变化与影响因子的选取，构建起内涵“产出—产值—出口”的整体性分析框架，实现了出口隐含碳排放影响因素从基础模型的“出口”环节向“产出”与“中间消耗”环节扩展。

2.3研究假设提出

在“产出—产值—出口”分析框架下，为了考察三大影响因子变化动态对中国出口隐含碳排放的影响，下面分别从规模层面给出假设一、假设二与假设三，并从结构层面给出假设四，假设内容包括“因子变动”与“影响效果”两个方面：

假设一：意愿产出X与非意愿产出“碳排放量”P时序上呈单调递增，相比而言，非意愿产出“碳排放量”的扩张幅度偏小，具有内在的规模不经济，单位产出碳排放量递减，对出口隐含碳排放的增长产生了“负向”的抑制作用。

假设二：“中间消耗”作为投入要素，存在边际报酬递减区间；从截面维度来说，中国“中间消耗”量偏大，与“技术前沿国”美国存在显著“技术差距”；从时序维度来说，“中间消耗”与“技术差距”对中国出口隐含碳排放的增长均产生了“正向”的推动作用。

假设三：“出口值”时序上呈单调递增，对出口隐含碳排放的增长产生了“正向”的推动作用；作为具有弹性的影响因子，“出口值”受“亚洲金融危机”、“加入世界贸易组织”与“美国次债危机”等外部冲击的影响明显，扩张效应具有阶段性特征。

假设四：产出、中间消耗与出口的部门构成具有内生关联（Endogenous Association），均显著偏向于高碳部门，对出口隐含碳排放的增长产生了叠加性的“正向”扩张效应。

2.4假设检验方法：相关指数构建与反事实构造

2.4.1相关指数构建与说明

由于影响因子进行了“规模*结构”形式变换，且本文的能源数据与投入产出数据采用了统一的部门分类，我们可以直接选取上述（3）式中的a=∑21j=1PXj、b=∑21j=1∑21i=1bij与c=∑21j=1exj作为影响因子的规模指数，以明确因子的总体变化趋势及其影响效果。

同时，为进一步明确各部门对平均趋势的偏离程度，还需要构造Spearman偏度系数σ、“碳偏向性”指数ρ与Moore结构偏离指数θ，以考察产出、中间消耗与出口的部门构成对出口隐含碳排放的相对影响。各结构指数的计算公式及经济含义如下式（5）、（6）和（7）所示：

Spearman偏度系数θ=3（-α′）αv （5）

其中，α为数组α1′，α2′…α21′，由上述“单位产出碳排放量”部门向量（α1，α2…α21）按照从小至大顺序排列组成。、α′、αv为数组α的均值、中位数与标准差。若Spearman偏度系数符号为正，即偏斜方向为右偏态，说明单位产出碳排放量的分布偏斜于高碳部门；系数绝对值越大，说明偏斜程度越显著。

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

完全消耗系数的“碳偏向性” （Bias of Carbon）是从“技术偏向性”（Bias of Technology）的角度进行定义与量化的。直观上来说，“碳偏向性”可以从“强、弱”两个层面进行描述：“强碳偏向性”即“中间消耗”较多使用单位产出碳排放量大的部门投入、较少使用单位产出碳排放量小的部门投入；“弱碳偏向性”为相反情形，若平衡使用各部门投入，则可以理解为“中性碳偏向”。在此基础上，上述“碳偏向性”指数值具体量化了中间消耗在21部门之间的偏向程度，可以视为“碳”要素配置效率的一种判定与衡量。

Moore结构偏离指数θ=arccosμ0·μt|μ0|·|μt|，θ∈[0，π2] （7）

该指数将出口三次产业占比视为三维向量μ1=λ1λ2λ3，通过测算基期向量与报告期向量夹角来观测产业结构的变动程度。在样本期内，2002年出口中第三产业占比最高、第一产业最低，选取2002年三次产业占比为基期向量，有助于观测各年份出口部门构成对最优状态的偏離趋势。θ越大，说明产业结构变动程度越大，对最优状态的偏离效应越显著。

2.4.2影响因子的反事实构造

由上述公式（4）可知，影响因子“单位产出碳排放量A”、“完全消耗系数B”与“出口值C”之间具有截面上的互补性，从动态视角来看，各影响因子之间存在时序上的联动趋势，各影响因子与“出口隐含碳排放K”之间独立作用关系的量化必须借助适当的参照基准。基于此，本文选取影响因子样本期起始年份的“初始状态“作为参照基准，通过“假设某一影响因子在样本期内唯一不变，其他影响因子正常变化，出口隐含碳排放将会如何？”的反事实构造（Counterfactuals）[20]，分别获取“单位产出碳排放量唯一不变”反事实项KA、“完全消耗系数唯一不变”反事实项KB与“出口值唯一不变”反事实项KC，以构建起自变量“因子变动”与因变量“影响效果”相对应的面板系统。

由于完全消耗系数本质上属于技术系数，本文还选取“世界技术前沿”的“美国Leontief逆矩阵”作为参照基准，构造“假设采用美国完全消耗系数，出口碳排放如何？”反事实项KD，以明确完全消耗系数“国别差异”对出口隐含碳排放的影响效果。同时，反事实项KB与反事实项KD的比较，能够将技术系数本身的时序变化扩展为技术系数“国别差异”的时序变化，一方面，可以较为直观地观察中国技术效率在截面上的相对水平，另一方面，可以从动态视角观测国别间“技术差距”的变化趋势及其对出口隐含碳排放的影响程度。

这一部分模型动态化及反事实项的数学表达式分别如式（8）与（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）

出口隐含碳排放反事实项与真实项的比较具有丰富的经济含义：一方面，反事实项模拟值与真实值的大小比较可以识别影响因子的作用方向，若模拟值>真实值，说明影响因子的时序变化对对出口隐含碳排放的增长具有抑制作用，反之则存在着“扩张效应”，对出口隐含碳排放的增长具有推动作用；另一方面，模拟值与真实值之差可以直接量化“抑制效应”与“扩张效应”的大小，而不依赖于经济模型的经验设定与参数估计。

3检验结果与分析

由于上述假设是从“因子变动”与“影响效果”两个方面给出的，这一部分首先可以借助规模指数与结构指数，对影响因子的变化动态进行考察；然后，基于影响因子的反事实构造，从作用方向与驱动强度两个层面对“因子变动”的作用效果进行评价。

3.1检验结果与分析：影响因子“变化动态”的考察

这一部分对上述各项规模指数与结构指数进行测算，具体测算结果见于表2。假设一、假设二与假设三的“因子变动”部分可以根据表2，结合图1、图2与图3分别予以检验，假设四需要综合图1—3逐步进行说明。

假设一的“因子变动”情况可从图1直接得到验证。图1显示，单位产出碳排放量的规模指数a=∑21j=1PXj趋势线为向右下方倾斜的单调曲线，说明单位产出碳排放量在样本期

内呈单调递减，从期初的5.53下降至期末1.59，下降幅度高达247.7%，说明相比于产出而言，作为“非意愿产出”的隐含碳排放量具有内在的“规模不经济”；Spearman偏度系数σ大于1，说明单位产出碳排放量的偏斜方向为右偏态，碳排放的部门分布显著偏斜于高碳部门，假设四部分得证。

结合表2与图2可以发现，样本期内，中国的中间消耗规模指数b=∑21j=1∑21i=1bij与碳偏向

性指数ρ均值为51.64、0.048 1，高于美国的39.25、0.042 6，说明中美“技术差距”存在着规模与结构两个层面的影响机制：①一方面，中国的产出/投入比率较低，中间消耗总量偏大；②另一方面，中国的消耗投入在结构上偏向于高碳部门。从具体的变化过程来看，美国“中间消耗”规模指数、碳偏向性指数在整体上分别呈下降趋势与波动状态，下降幅度与波动幅度都较为平滑。与此不同的是，中国的规模指数与碳偏向性指数分别在2004—2009年、2001—2005年间进入了急剧的攀升阶段，攀升幅度分别高达7.41、0.008 2，说明样本期内，“中间消耗” 作为投入要素在规模上出现了边际报酬递减趋势，在结构上显著偏向于高碳部门，两者在时序上形成了叠加效应与接替趋势。从而，假设二与假设四部分得证。

这一部分，假设三与假设四“因子变动”的验证，可从“加入世界贸易组织”与“美国次债危机”的规模效应与“亚洲金融危机”的结构效应两个层面展开。如图3所示，出口值规模的变化具有明显的阶段性特征，可以描述为“平缓扩张——快速攀升——V型震荡”轨迹。从具体时段来看，平缓扩张阶段为1995—2001年，出口规模的增长幅度较小，年平均增长速度仅为8.77%；快速攀升阶段出现在2002—2007年，扩张幅度高达296.6%，事实上，这一阶段中出口规模的扩张速度超过了最终产值的扩张速度，出口在产值的占比从19.7%增至30.8%，说明“加入世界贸易组织”对中国同时产生了需求转换与需求拉动效应，

出口依存度（Ratio of Dependence on Export）不断提高。2008—2015年为V型震荡阶段，出口在急剧萎缩后出现了恢复性增长，说明2008年美国次债危机给中国带来的外部冲击产生了显著的抑制作用，但没有中断和改变其“时序递增”的长期性趋势。同时，出口的Moore结构变动指数θ形成了以基期2002年为顶点、“先下降、后上升、再平稳”的变化轨迹，“1998年亚洲金融危机”对下降趋势产生了短期性扰动，说明平缓扩张阶段、攀升阶段与震荡阶段中，出口产品结构对最优状态的偏离程度“先缩小、后扩大”，出口增幅最大的产业存在“第三产业→第二产业→二、三产业”的交替趋势。

3.2检验结果与分析：影响因子“作用效果”的评价

这一部分根据出口碳排放测算公式与反事实构造，测算各影响因子的出口碳排放真实值与“反事实”模拟值，

测算结果见于表3，其变化趋势如图4所示。假设中“影响效果”评价可从以下两个层面进行：①观察模拟值与真实值趋势线的上下位置，明确各影响因子对出口隐含碳排放的“正向扩张”与“负向抑制”的作用方向；②考察模拟值与真实值趋势线的垂直距离，量化各影响因子“扩张效应”与“抑制效应”的驱动强度。

首先，从各趋势线的基本形状来看，出口隐含碳排放真实值与图3出口值规模指数的变化动态高度相似，均表现为“平缓扩张——快速攀升——V型震荡”的变化轨迹，说明出口值波动是影响出口隐含碳排放时序特征的核心因素。观察图4趋势线位置可以发现，“单位产出碳排放

量唯一不变”模拟值KA始终位于真实值K上方，“Leontief逆矩阵唯一不变”模拟值KB与“出口唯一不变”模拟值KC位于真实值下方，说明单位产出碳排放量对出口碳排放增长存在着“抑制”作用，完全消耗系数与出口值对出口碳排放增长产生了“擴张”效应。同时，从各趋势线之间的垂直距离来看，模拟值KA处于真实值K上方，与真实值的垂直差距不断扩大，模拟值KC处于真实值K下方，其持续下降趋势与真实值的上升趋势组成了向右侧的“V”型轨迹，这说明单位产出碳排放量的“抑制”效应与出口值的“扩张”效应具有连续性与递增趋势，两种效应均在样本期末达到峰值，分别为127.55亿t与23.6亿t。假设一与假设三中“作用效果”在此获得证明。

相比较而言，完全消耗系数的影响效果表现出了明显的阶段性特征：1995—2001年，模拟值KB与真实值呈小幅波动，两线接近重合；2002—2007年，两线都进入了攀升阶段，由于模拟值KB的攀升过程相对平滑，模拟值KB开始处于真实值下方，垂直差距不断扩大，从2002年的0.11亿t增至2007年的4.7亿t；2008—2015年，受外部需求冲击，模拟值KB与真实值K都经历了“V”型变化轨迹，但两线的上下位置没有出现显著变化，垂直距离保持在4.73亿t左右。这说明完全消耗系数是“出口碳排放”扩张的加速器，其驱动强度存在着“低位波动——快速攀升——高位稳定”的阶段性差异。

“美国完全消耗系数”模拟值KD对真实值K的偏离可以视为“技术差距”对中国出口隐含碳排放的作用效果。从作用方向来说，出口碳排放的“美国完全消耗系数”模拟值KD始终处于真实值K下方，真实值与模拟值的均值差额高达6.62亿t，说明中国完全消耗系数在截面上具有“高投入、高消耗、高排放”特征，技术效率处于较低水平，与“技术前沿”的技术差距对出口碳排放存在着显著的“扩张”效应。同时，从驱动强度来说，模拟值与真实值垂直距离的变化趋势可以描述为“低位稳定——持续扩大——高位稳定——再次扩大”的阶梯型轨迹，技术差距的“扩张效应”在2002—2007年的攀升过程与2010—2015年的恢复性增长过程中出现了显著的递增趋势。至此，假设二“因子变动”的“影响效果”全部得证。

4结论与启示

在部门归类与形式变换的基础上，本文构建“因子变动—反事实构造—效果评价”的分析框架，从规模与结构两个层面描述了影响因子的变化动态，借助反事实构造对“因子变动”的作用效果进行了评价。

本文的主要研究结论可概述如下：

（1）“单位产出碳排放量”规模指数呈现单调递减，Spearman偏度系数大于1且为右偏态，意愿产出X与非意愿产出“碳排放量”时序上呈单调递增，说明碳排放的部门分布显著偏斜于高碳部门，且非意愿产出“碳排放量”的扩张幅度偏小，具有内在的规模不经济，从而对出口隐含碳排放的增长产生了“负向”的抑制作用。

（2）在以“技術前沿”美国为参照基准的前提下，中国“完全消耗系数”的消耗总量指数与碳偏向性指数在截面上始终处于高位水平，时序上出现了显著的递增趋势，显示中国单位产值的中间消耗总量偏大，且中间消耗投入在结构上偏向于高碳部门，与“技术前沿国”美国存在显著“技术差距”；从时序维度来说，“中间消耗”与“技术差距”对中国出口隐含碳排放的增长均产生了“正向”的推动作用。

（3）“出口值”规模指数呈现“平缓扩张——快速攀升——V型震荡”的阶段性特征，结构指数形成了以基期2002年为顶点、“先下降、后上升、再平稳”的变化轨迹，样本期内出口增幅最大产业存在着“第三产业→第二产业→二、三产业”的交替趋势，说明“出口值”作为最具有弹性的影响因子，受“亚洲金融危机”、“加入世界贸易组织”与“美国次债危机”等外部冲击的影响明显，扩张效应具有阶段性特征。

（4）在“产出—产值—出口”分析框架下不难发现，中国产出、中间消耗与出口的部门构成具有内生关联（Endogenous Association），均显著偏向于高碳部门，对出口隐含碳排放的增长产生了叠加性的“正向”扩张效应。需要特别指出的是，从已有研究来看，“出口规模对出口隐含碳排放的推动作用”与“产品结构高级化在抑制出口碳排放中的便利优势”获得了广泛认可，“中间消耗”作为深层次驱动因素，“消耗量、部门构成的变化及影响”尚未获得足够的重视。本文研究发现，样本期内，中国经济规模的扩张推动“中间消耗”进入了“边际报酬递减”区间，消耗的部门构成呈现出明显的“高碳化”特征。事实上，在要素市场不完全与环境规制不健全的既定体系下，中国出口贸易品的要素组合、成本核算、价格形成与价值确认存在着系统性偏差，要素市场不健全，聚合质量与配置效率偏低，与产品市场之间具有明显的“狮身人面像”特征，这是中国出口隐含碳排放迅速增长的重要因素之一。

基于此，本文的政策含义是十分直接的。鉴于产品结构与消耗投入结构之间的关联性，总量控制与结构优化的视角需从产品环节向中间消耗环节扩展，一方面，深化要素市场改革，加速要素禀赋升级，构建“资源能源节约、非意愿产出减少”的内生性激励约束机制与市场自运行机制，通过价格机制从上游环节抑制出口碳排放的输入来源；另一方面，从“中间消耗”角度追溯出口碳排放的产业来源与分布，综合确定“低碳优势产业”、“低碳劣势产业”、“高碳优势产业”与“高碳劣势产业”，明确差别化产业政策的作用对象、范围与关键作用点，通过强化要素市场配置与政府政策规制的有效组合，为中国出口贸易“节能减排、低碳发展”提供基本载体。

（编辑：于杰）

参考文献（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. [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. 产业结构变动对中国碳排放的影响[J]. 中国人口·资源与环境， 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]张友国. 中国贸易含碳量及其影响因素——基于（进口） 非竞争投入—产出表的分析[J]. 经济学（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]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.[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]刘祥霞， 王锐， 陈学中. 中国外贸生态环境分析与绿色贸易转型研究——基于隐含碳的实证研究[J]. 资源科学， 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·滕亚. 投入产出分析经济学[M].胡金有，译.北京： 经济管理出版社， 2012：133-147.[TEBRAA T. The economics inputoutput analysis[M].Translated by HU Jinyou. Beijing： Economy & Management Publishing House， 2012：133-147.]

[16]赵玉焕， 刘月. 基于投入产出法的中国出口产品隐含碳测算[J]. 中国人口·资源与环境， 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]刘瑞翔， 姜彩楼. 从投入产出视角看中国能耗加速增长现象[J]. 经济学（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，陈兆瑞.国际贸易中的产品异质性研究综述[J].经济与管理评论，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