出口结构调整降低了中国碳排放吗？

(中南财经政法大学 经济学院，湖北 武汉 430073)

出口结构调整降低了中国碳排放吗？

潘安吴肖丽

(中南财经政法大学经济学院，湖北武汉430073)

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。

出口结构；隐含碳；MRIO模型；SDA模型；全球价值链；碳减排

一、引言

气候变化已成为人类共同关注的热点问题，从2009年哥本哈根气候变化大会的功亏一篑到2015年巴黎气候大会最终通过《巴黎协定》，反映出各国正在共同为应对全球气候变化做出努力。为应对气候变化，中国还在2015年《强化应对气候变化行动——中国国家自主贡献》中明确了碳减排目标，包括到2030年左右达到CO2排放峰值并争取尽早达峰，以及单位国内生产总值CO2排放比2005年下降60%～65%，进一步延伸了《哥本哈根协议》(2009)中有关到2020年的碳减排目标。为实现上述目标，中国已通过调整产业结构、优化能源结构等方面的努力控制温室气体排放。其中，调整产业结构包括抑制高碳行业过快增长、推动传统制造业优化升级、大力发展战略性新兴产业和服务业等。产业结构调整在中国应对气候变化中起到关键作用。在对外贸易领域，中国从20世纪90年代开始减少高能源含量产品出口，并逐步控制“两高一资”产品出口，试图通过调整出口结构来达到环境保护、节能减排等目的。那么，从20世纪90年代以来，出口结构调整真的降低了中国碳排放水平吗？其作用过程如何？若能准确地回答上述问题，不仅能够了解出口结构调整对中国碳排放水平的真实影响及其原因，而且可以为今后如何通过产业结构调整促进碳减排目标实现提供经验依据。为此，本文在对中国1995～2011年出口隐含碳影响因素进行分解的基础上，通过行业和地区两个维度考察出口影响隐含碳排放的结构效应，并构建出口结构低碳化指数，尝试对上述问题进行回答。

计算一国或地区参与不同贸易活动的隐含碳排放，是现阶段研究对外贸易对碳排放影响的主要内容之一，其主要包括计算整体对外贸易隐含碳排放与双边贸易隐含碳排放两个方面的内容。在计算整体对外贸易隐含碳排放方面，Machado等、Sánchez-Chóliz和Duarte、Peters和Hertwich等通过构建单区域投入产出(SRIO)模型、多区域投入产出(MRIO)模型等扩展的环境投入产出模型计算了巴西、西班牙、挪威等国家对外贸易隐含碳排放量[1][2][3]，Pan等和Zhao等则基于不同视角计算了中国进出口贸易隐含碳排放量[4][5]。在计算双边贸易隐含碳排放方面，中国与其他国家双边贸易隐含碳问题得到了广泛的关注，包括对中美、中日、中澳贸易隐含碳排放情况的考察[6][7][8]。

在计算对外贸易隐含碳排放基础上，部分学者进一步对出口隐含碳的影响因素进行分解。例如，基于结构分解分析(SDA)方法，Du等、赵玉焕和李洁超、邓荣荣和陈鸣对中美贸易隐含碳排放进行了因素分解[9][10][11]，Yan和Yang、李艳梅和付加锋、范丽伟等考察了中国整体出口隐含碳的影响因素[12][13][14]。此外，杜运苏和孙辉煌、刘俊伶等、谭娟和陈鸣还基于对数平均迪氏分解(LMDI)方法对出口隐含碳的影响因素进行了分解[15][16][17]。上述研究考察的影响因素主要包括出口规模、出口结构、生产技术等，其中出口结构主要为出口的行业结构，该因素变动对出口隐含碳的影响被视为结构效应。然而，有关结构效应作用方向的实证结论因研究对象不同而有所差异，但多数研究认为结构效应所起作用相对小于规模效应、技术效应等其他因素的影响效应。

可见，现有研究分析的出口结构主要是行业结构，导致相关因素分解研究仅局限于讨论出口行业结构调整对贸易隐含碳排放的影响，故无法从多维度(例如行业和地区维度)较为全面地考察出口结构调整的影响作用①。鉴于此，本文基于SDA方法，尝试从行业和地区两个维度对出口隐含碳排放变化进行因素分解，通过构建相关指数来衡量中国出口结构低碳化水平，进而回答本文提出的研究问题。

二、模型与指数构建

(一)MRIO-SDA模型

为回答出口结构调整是否降低了中国碳排放，本文主要通过构建MRIO-SDA模型，来计算出口隐含碳和考察隐含碳变化的影响因素。

1. MRIO模型。本文延续潘安和魏龙计算对外贸易隐含碳的研究方法[18]，从进口国视角构建如下MRIO模型(区分中间产品和最终产品)。

假设中国仅与国家f有贸易往来(f=1,…,n)，各国内均有s个行业部门，对国家f而言有：

(1)

(2)

(3)

在碳排放系数方面，设vd=cd(I-Ad)-1为中国单位行业产出完全碳排放系数向量，其中cd和(I-Ad)-1分别为中国单位行业产出的直接碳排放系数向量和去除中间进口的里昂惕夫逆矩阵。据此，可以得到中国出口隐含碳排放量Ct的计算公式为：

(4)

根据式(4)计算的Ct主要是按地区维度进行划分的，即将中国对国家f的出口隐含碳进行加总；同时，还可将中国对各国的出口隐含碳按行业进行分解，然后按照行业进行加总，即可将Ct按照行业维度进行分解，该分解方法能够为本文从地区和行业维度考察结构效应提供可能。

2. SDA模型。本文首先从行业维度对出口隐含碳进行结构分解，并直接将完全碳排放系数vd作为出口隐含碳排放的影响因素，其他两个影响因素为出口行业结构向量S(s×1向量)和出口总额X，且有xt=SX。基于行业维度的SDA模型如下：

Ct=vdxt=vdSX

(5)

用下标0和1分别表示基期和计算期，按照两极分解法对式(5)进行结构分解，并结合贸易对环境影响的“环境三效应”[19]，可得出口隐含碳排放的变动ΔCt为：

(6)

式(6)中，第一部分为完全排放系数的变化对出口隐含碳排放的影响，表示技术效应；第二部分为出口行业结构的变化对出口隐含碳排放的影响，表示行业维度下的结构效应；第三部分为出口规模的变化对出口隐含碳排放的影响，表示规模效应。

进一步构建基于地区维度的SDA模型，具体为：

Ct=ηRX

(7)

(8)

式(8)中，第一部分为出口碳排放强度的变化对出口隐含碳排放的影响，表示技术效应；第二部分为出口地区结构的变化对出口隐含碳排放的影响，表示地区维度下的结构效应；第三部分为出口规模的变化对出口隐含碳排放的影响，表示规模效应。

可见，本文构建的SDA模型主要是通过“环境三效应”来衡量碳排放强度、出口的行业和地区结构、出口规模的变化对中国出口隐含碳排放的影响，其中结构效应包括行业和地区两个维度。

(二)出口结构低碳化指数构建

上述SDA模型主要是从定性分析角度讨论出口结构低碳化水平，并未对出口结构低碳化水平的变化进行定量测算与解释。为此，本文在SDA模型的结构效应基础上，尝试通过构建出口结构低碳化指数来衡量一国或地区的出口结构低碳化水平，以期定量解释中国出口结构调整对国内碳排放水平的影响方向及其原因。同样按照行业和地区两个维度，本文将出口结构低碳化指数分为出口的行业结构低碳化(low-carbon development of industrial structure，LDIS)指数和地区结构低碳化(low-carbon development of regional structure，LDRS)指数。

(9)

(10)

LDIS1和LDIS0分别表示计算期与基期的LDIS指数②。0LDIS0时，表示计算期出口结构低碳化水平低于基期，反之亦反。通过对比可知，LDIS指数与SDA方法的共同之处在于均认为一国或地区出口行业结构低碳化水平的变化与出口的行业结构变化密切相关，但前者还认为低碳化水平的变化幅度与完全碳排放系数的行业结构(α水平)存在关联，而这正是LDIS指数区别于SDA方法的关键之处。此外，LDIS指数能够通过计算各行业的贡献率衡量不同行业出口对出口行业结构低碳化的贡献水平，为解释低碳化水平变化的原因提供依据。

(11)

(12)

LDRS1和LDRS0分别表示计算期与基期的LDRS指数。0

综上，本文在MRIO模型基础上，首先构建了基于行业和地区维度的SDA模型，能够通过“环境三效应”分别得到碳排放强度、出口的行业和地区结构、出口规模的变化对中国出口隐含碳排放的影响；进一步，根据SDA模型中的结构效应构建用于衡量不同维度出口结构低碳化水平的LDIS指数和LDRS指数，其表明出口结构低碳化水平与出口结构和碳排放强度结构均相关，且对指数贡献率的计算分析还有助于解释结构效应产生的原因，从而弥补了SDA方法无法解释变化原因的不足。

三、计算结果分析

(一)SDA结果分析

为保持数据的一致性，本文使用的数据均来自World Input-Output Database(WIOD)，包括1995～2011年各国投入产出、碳排放以及进出口贸易数据等③。WIOD提供的投入产出和碳排放数据均包括35个行业(行业代码为c1～c35)④；由于碳排放数据仅涉及34个行业部门(c1～c34)，故本文仅保留上述34个行业部门；除40个国家(地区)外，WIOD将其他地区统一称为RoW(Rest of World)，故与中国存在贸易往来的地区为40个。

根据中国出口贸易发展的阶段性特征，本文将1995～2011年划分为1995～2001年、2001～2007年、2007～2009年、2009～2011年4个时期，并根据式(6)和式(8)计算得到SDA模型的分解结果(见表1)。可以发现，行业和地区维度下的出口结构调整在1995～2011年均产生了正效应，即增加了碳排放，表明出口的行业结构和地区结构调整在一定程度上都加剧了出口隐含碳排放；从绝对变化来看，4个时期出口行业结构调整对出口隐含碳排放变化的贡献相对大于出口地区结构。此外，1995～2011年，规模效应起到了主导的正效应，贡献率为260.38%，表明出口规模扩大是中国出口隐含碳排放增长的主要影响因素；技术效应表现为负效应，在行业和地区维度下的贡献率分别为-166.74%和-161.47%，表明中国碳排放强度的下降能够减缓出口隐含碳排放的增长。

表1 1995～2011年中国出口隐含碳排放变化的结构分解

根据SDA模型的分解结果可知，出口结构在整体上并未降低碳排放水平。在此基础上，本文构建的MRIO模型能够从地区维度对出口隐含碳进行分解。测算发现中国对不同地区出口的结构效应产生了异质性作用，具体表现为：1995～2011年间，结构调整对澳大利亚等25个地区出口隐含碳排放增长产生正效应，该效应与整体层面的分析结果一致；但对奥地利等14个地区出口隐含碳排放增长产生负效应(见表2)，表明在出口规模增长的条件下，中国对这14个地区出口的行业结构调整有利于减缓国内碳排放增长。

表2 1995～2011年中国对14个地区出口隐含碳排放变化的影响因素贡献率(%)

那么，为什么结构调整会在中国对奥地利等14个地区出口中产生不同程度的负效应？这能否为未来中国寻求通过出口结构调整降低碳排放提供一定启示？通过对比1995年和2011年中国对奥地利等14个地区的出口行业结构变化情况，本文发现中国对上述14个地区的出口结构变化特征主要可以分为三种类型：其一是工业整体出口占比下降而服务业整体出口占比上升，如爱尔兰、希腊、奥地利、英国、芬兰、匈牙利、瑞典、美国；其二是在工业出口的内部，相对高碳的工业行业出口占比下降而相对低碳的工业行业出口占比有所上升，如意大利、墨西哥、法国、葡萄牙；其三是个别碳排放强度较高行业的出口占比大幅度下降，如拉脱维亚、斯洛伐克。本文认为，出口结构变化的上述三种特征可概括为“相对低碳行业出口占比相对提高，相对高碳行业出口占比相对降低”，而这正是导致出口结构出现低碳化变化趋势以及结构调整产生负效应的原因所在。与之相反，中国对日本、韩国和印度等地区的出口结构呈现出“相对高碳行业出口占比相对提高，相对低碳行业出口占比相对降低”的特征，从而导致出口结构低碳化水平有所下降以及结构调整产生了不同程度的正效应。

(二)出口结构低碳化指数

结合以上在地区维度下的分析，可以发现结构效应产生的影响作用与出口结构低碳化水平变化方向存在紧密联系，本文进一步通过计算出口结构低碳化指数并结合SDA结果，对结构效应作用方向与出口结构低碳化水平的对应关系进行说明。根据式(10)和式(12)，本文分别计算了1995～2011年的LDIS指数和LDRS指数。计算结果显示(见表3和表4)，中国出口结构确未出现所期望的低碳化变化趋势，相反，低碳化水平有一定程度的下降。具体而言，2011年(计算期)的LDIS指数和LDRS指数分别为0.02555和0.02456，均高于1995年(基期)的相应数值0.02484和0.02444，表明2011年出口的行业结构和地区结构低碳化水平均低于1995年，反映出1995～2011年中国出口结构低碳化水平整体呈现下降趋势。

进一步，本文以2001年、2007年、2009年为基期，分别计算了2007年、2009年、2011年的LDIS指数。从表3可以看出，计算期的LDIS指数和基期的LDIS指数关系与结构效应符号一致。例如，以2001年为基期的2007年LDIS指数为0.02478，高于2001年的LDIS指数0.02431，表明2007年出口的行业结构低碳化水平低于2001年，这与2001～2007年结构效应为正相符；以2007年为基期的2009年LDIS指数为0.02451，低于2007年的LDIS指数0.02483，表明2009年出口的行业结构低碳化水平高于2007年，这与2007～2009年结构效应为负相符。据此，可以通过LDIS指数的变化情况来了解行业维度下结构效应对中国出口隐含碳排放产生的作用方向，以及中国出口行业结构低碳化水平的变化趋势。

表3 1995～2011年中国出口的LDIS指数与结构效应关系

注：1.结构效应符号来自表1；2.由于数值较小，选择保留5位小数。

与LDIS指数相同，LDRS指数所反映的各时期出口地区结构低碳化水平变化趋势也与对应的结构效应一致(见表4)，即LDRS指数的变化能够反映地区维度下结构效应对中国出口隐含碳排放产生的作用方向。本文发现各时期地区维度下的结构效应符号均为正，其源于各计算期的LDRS指数均大于相应基期的LDRS指数。简言之，当计算期的LDIS指数(LDRS指数)较基期有所下降时，相应时期内的结构调整能够产生有利的负效应，即表现为结构调整有利于碳减排。

表4 1995～2011年中国出口的LDRS指数与结构效应关系

注：1.结构效应符号来自表1；2.由于数值较小，选择保留5位小数。

至此，本文通过构建出口结构低碳化指数，不仅反映了中国在不同时期结构效应产生的作用方向，还验证了中国出口结构低碳化水平的变化趋势。那么，为什么中国出口的行业结构和地区结构的低碳化水平均呈现出一定的下降趋势，从而导致中国碳排放水平不降反升？本文试图通过更为深入地分析出口结构的变化过程及其原因，以揭示出口结构调整并未降低中国碳排放的深层次原因。

(三)对出口行业结构和地区结构的进一步讨论

在出口行业结构方面，本文计算并比较1995年和2011年七大行业对LDIS指数的贡献率(以1995年为基期)。根据图1可知，重制造业的贡献率最高，且呈现出一定的上升趋势，表明重制造业出口是导致中国出口行业结构低碳化水平下降的主要原因，重制造业出口占比从1995年的41.26%上升至2011年的62.61%；轻制造业的贡献率排在第二位，但呈现出下降趋势，表明轻制造业的出口有利于提升出口行业结构低碳化水平，轻制造业出口占比从1995年的36.51%下降至2011年的17.44%；服务业的贡献率位居第三位，总体变化幅度较小，表明服务业出口的相对增长并未对出口行业结构低碳化水平产生明显的影响；能源工业的贡献率并不高，且从1995年的6.57%下降至2011年的2.34%。此外，1995～2011年重制造业的α水平较高为25.95%，进一步强化了重制造业出口占比上升对低碳化水平的下降作用；轻制造业的α水平仅为9.89%，相对减弱了轻制造业出口占比下降对提升低碳化水平的作用。总的来看，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，而服务业出口占比的提升对低碳化水平的影响并不明显。

图1 1995年和2011年中国七大行业对LDIS指数的贡献率对比

在出口地区结构方面，本文将中国的39个贸易伙伴(不包括RoW)按是否为OECD成员国分为两类，其中OECD成员包括28个地区，并进一步计算1995年和2011年中国对两类地区出口对LDRS指数的贡献率(以1995年为基期)。计算结果显示，中国对OECD地区和非OECD地区出口对LDRS指数的贡献率分别从1995年的75.55%、5.98%调整为2011年的64.27%、11.99%，表明对OECD地区出口的贡献率相对较大，这与对该地区出口占比较高密切相关。可见，中国出口地区结构低碳化水平的变化主要取决于对经济相对发达的OECD地区出口，虽然其贡献率有一定程度的下降，但还是主导了地区结构低碳化水平的变化方向。出口地区结构的分析结果表明，在一定程度上中国可能成为了发达地区的“污染避难所”，进而使得对发达地区的出口在中国出口地区结构低碳化水平下降中起主要作用。综上可知，中国出口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，以及对经济发达地区出口在中国出口中占据主要地位。

接下来，本文试图从国际分工视角解释上述影响的深层次原因。本文认为中国出口结构调整并未降低碳排放的主要原因在于行业结构逐渐偏向重制造业、地区结构侧重于发达地区的出口结构特征，而这在某种程度上是由中国所处的国际分工地位所决定的。20世纪70年代以来，跨区域生产链条或体系的出现使得不同国家参与到特定产品生产过程的不同环节，逐渐形成了“产品内分工”，加之通讯和运输成本的降低，最终形成了全球价值链(global value chain，GVC)分工体系。中国则是凭借其要素禀赋优势主要嵌入到GVC的加工装配等劳动密集型生产环节，进而成为了所谓的“世界工厂”[20]。王岚等发现中国仅在低技术制造业上的GVC分工地位有所提升，而中高技术行业的GVC分工地位有所下降并存在“锁定”效应[21]。可见，中国在GVC分工中所处地位相对较低，主要参与到加工装配等劳动密集型生产环节，贸易伙伴多集中于分工地位较高的经济发达地区，因而出口行业结构逐渐偏向需要加工装配的重制造业，地区结构则侧重于发达地区。需要指出的是，中国在2001年加入WTO后进一步加快了融入GVC的进程，在处于较低分工地位的前提下出口规模的快速增长伴随着出口碳排放的持续增长，这从2001～2007年出口隐含碳排放增长中可以得到体现。

总之，由于中国在以GVC分工为特征的国际分工体系中处于较低地位，中国在低技术制造业等行业上具有比较优势而使其出口占比上升，这在对发达地区的出口中尤为明显。由此引起的出口结构调整导致中国出口结构低碳化水平有所下降，最终表现为出口碳排放水平上升。

四、结论与政策启示

本文从行业和地区两个维度考察了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，主要得到以下结论：第一，出口结构调整并不利于中国碳减排，反而在一定程度上提升了碳排放水平；第二，与整体出口层面的结构效应不同，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，这与其出口行业结构出现低碳化的变化趋势有关；第三，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；第四，中国在以GVC分工为特征的国际分工体系中处于较低地位，在一定程度上是导致出口结构调整加剧碳排放的深层次原因。基于以上结论，本文得到如下政策启示：

首先，提升出口行业结构的低碳化水平，应进一步鼓励低碳产业产品出口，并严格控制“两高一资”产品出口。中国对“两高一资”产品出口的限制逐渐加强，这在“十一五”时期以来尤为明显，并成为中国应对气候变化工作的重要内容。然而，从本文的研究结论来看，出口行业结构低碳化水平不升反降，表明上述出口限制政策还未起到关键性作用，这又与中国工业制成品出口占比和货物出口占比总体呈现上升趋势有关。为此，中国一方面需要进一步鼓励包括服务业、战略性新兴产业等低碳产业产品的出口，另一方面仍要严格控制“两高一资”产品的出口，以提升出口行业结构的低碳化水平。

其次，提升出口地区结构的低碳化水平，需寻求更为广泛的双边或多边贸易合作，促进出口市场多元化。中国出口地区结构调整在一定程度上导致了更多的出口隐含碳排放，原因在于对发达地区的出口产品多集中于低附加值产品，而这类产品的生产过程产生的碳排放相对较大。本文出口地区结构低碳化水平下降的结论即对上述观点给予了支撑。所以，促进出口市场的多元化，尤其注重对发展中国家的出口贸易，将是提升出口结构低碳化水平以发挥结构调整潜在负效应的一个可行路径。现阶段，中国正在通过建立自由贸易区和推进“一带一路”建设，加强双边或多边贸易合作，这将有利于扩大对发展中国家的出口份额、提升出口地区结构低碳化水平，最终降低出口碳排放水平。

再次，发挥产业政策的引导作用，形成低碳产业体系，通过提升出口结构低碳化水平实现碳减排。中国支持产业经历了从钢铁、有色金属、煤炭等重工业到农业与轻工业，再到高技术产业与服务业的演变过程，表明中国产业结构呈现出了低污染密集化的调整趋势。现阶段产业结构调整已成为节能减排、控制温室气体等工作的重要内容。所以，通过产业政策引导产业结构调整，形成低碳的产业体系将有利于提升中国出口结构低碳化水平，进而实现出口结构调整下的碳减排目标。

最后，寻求并主导区域价值链，通过提升国际分工地位，实现出口结构调整的碳减排作用。目前以GVC分工为特征的国际分工体系已较为成熟，因技术水平、传统贸易模式等限制，在短期内中国难以明显地改善其不利的分工地位[22]，但重构自主型GVC将会是中国等发展中国家提升GVC分工地位的重要路径选择。对此，中国应该积极寻求建立GVC以外的分工格局，包括借助“一带一路”建设重塑GVC，建立以中国为主导的区域价值链，通过提升国际分工地位为国内产业结构的低污染密集化创造条件，进而实现出口结构调整的碳减排作用。

注释：

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。

③WIOD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。

[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 CO2Emissions 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.

(责任编辑：易会文)

F752.62

：A

：1003-5230(2017)05-0117-09

2017-04-20

国家社会科学基金项目“国际气候援助的碳减排效应评估及其政策启示研究”(16BJL083)

潘 安(1988— )，男，浙江绍兴人，中南财经政法大学经济学院讲师； 吴肖丽(1988— )，女，河北沧州人，中南财经政法大学经济学院博士生。