中国林产工业嵌入全球价值链对贸易隐含碳排放的影响

侯方淼，裴润田，刘璨，张雁筑

（1.北京林业大学 经济管理学院，北京 100083；2.北京农学院 经济管理学院，北京 102206；3.国家林业和草原局发展研究中心 北京 100714）

当前，气候变化成为国际关注的问题。2021年，全世界193个国家于联合国气候大会上签署《格拉斯哥气候公约》，重申了《巴黎协定》的目标，包括到2030 年使全球二氧化碳排放量相对于2010年减少45%，在本世纪中叶左右降至净零排放量，并大幅度减少其他温室气体。2020 年，全球碳排放量为3.198×1010t，中国碳排放量9.893×109t，占全球二氧化碳总排放量的30.93%，排名第一。习近平在第七十五届联合国大会一般性辩论上发表重要讲话，提出中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030 年前达到峰值，努力争取2060 年前实现碳中和。降低碳排放、提高碳生产率及发展低碳经济将是中国政府实现“双碳”目标的重要途径。

林产工业是制造业的重要组成部分，既有制造业的共性，也因森林资源兼具提供木材资源产品和生态服务的双重功能而具有一定的特殊性。改革开放40 余年来，与制造业其他行业一样，我国林产工业也已经积极参与到国际分工中，在加工环节参与全球价值链（Global value chain，简称GVC），成为全球产业体系中不可或缺的重要环节。但是，我国林产工业较多地承接了GVC 的加工制造环节[1]，呈现“两头在外、大进大出”数量扩张的格局，发展建立在森林资源的大量消耗和低效利用的基础上。党的十九大报告指出，中国经济“已转向高质量发展阶段”，要“促进我国产业迈向GVC 中高端”。在高质量发展背景下，林产工业作为林业第二产业密切联结了林业第一产业和第三产业并与林产品进出口密切相关，对于贸易隐含碳减排具有重要意义。因此，我国林产工业应通过不断向GVC 高端攀升，摆脱GVC 中低技术加工环节造成的木材资源高消耗、低效用和环境污染等问题，进而实现林产工业的高质量增长。

学术界通过构建多区域投入产出模型对全球贸易隐含碳如何沿全球供应链各环节转移以及GVC 地位对隐含碳的影响进行了研究。第一，隐含碳测算方面，Liu等[2]区分了用于国内最终消费的商品隐含碳排放和用于出口的商品隐含碳排放，对消费和出口的需求-供应链中的隐含碳排放进行了动态分析。黄蕙萍等[3]测算了中国分行业的贸易隐含碳排放，研究发现中国进出口隐含碳排放的增速均高于世界平均水平。第二，GVC 分工对隐含碳排放的影响。巩爱凌[4]的研究表明中国制造业全球价值链分工地位与出口隐含碳排放高度负相关。赵玉焕等[5]利用跨国数据进行研究，发现参与全球价值链对隐含碳排放具有显著的负向影响，对发展中国家的隐含碳排放的负向影响更大。上述研究都表明，一个国家融入全球产业价值链的程度、参与价值链的环节及所处位置都会对隐含碳排放产生影响。第三，林业领域参与GVC 的环境效应。参与GVC 中低技术加工环节造成了木材资源高消耗、低效用和环境污染[1]。上述研究为本研究奠定了良好的基础。然而，中国林产工业嵌入全球价值链的地位和方式如何影响隐含碳的排放？中国林产工业如何在嵌入全球价值链高端的同时减少隐含碳排放，进而实现产业发展与环境保护的“双赢”？现有的研究虽然已经探讨了全球价值链分工对贸易隐含碳的影响[5]，但是对于林产工业这个特定产业如何通过实现GVC 的地位攀升实现隐含碳排放减少的机制、路径和政策涉及较少，这方面的研究仍然有待完善和提升。本研究可能的贡献是：首先，基于国际贸易环境效应的经典理论，本研究提出中国林产工业嵌入全球价值链对贸易隐含碳排放的影响机制分为直接影响和间接影响，系统阐述了林产工业嵌入全球价值链的分工地位和不同嵌入方式（前向参与和后向参与）对林产工业贸易隐含碳排放的影响，并将作用机制进一步分为规模效应、结构效应和技术效应三个方面，更清晰地阐明了林产工业嵌入全球价值链水平影响贸易隐含碳排放的内在机理；第二，采用适用于全球价值链分工地位和贸易隐含碳测算的增加值方法（WWZ），不仅考虑了不同国家间的中间投入的复杂关系，同时对一个国家产业的出口额进行了更加细致地分解核算，可以根据贸易流向科学地追溯贸易隐含碳，能够实现碳排放与贸易增加值的有机结合。实证分析中引入交互项分别检验了制造业嵌入全球价值链对贸易隐含碳排放影响的规模、结构和技术效应，对中国林产工业不同的嵌入方式对贸易隐含碳排放的作用机制进行了实证检验，进而提出了相应的政策建议。

1 理论分析框架与模型构建

1.1 理论分析框架

关于国际贸易的环境效应，目前学术界存在许多经典理论，如环境库兹涅茨曲线、污染避难所以及向底线赛跑假说等。Antweiler等[6]提出了ACT 理论，通过构建一个一般均衡贸易-污染模型，将贸易对环境的影响以及规模、技术和结构效应模型化，成为其后学者进行贸易与环境相关研究的一个范式。由于全球价值链是国际分工的日益深化和贸易格局发展的结果，因此本研究借鉴ACT 理论提出中国林产工业嵌入全球价值链对贸易隐含碳排放的影响机制分为直接影响和间接影响两个部分，而嵌入全球价值链也是通过规模、技术和结构效应影响贸易隐含碳的排放。同时，不同的全球价值链参与方式也会对贸易隐含碳产生影响，不同的制造业细分行业前向参与全球价值链可以发挥竞争效应，企业面对较为激烈的国际竞争，会通过提升资源配置能力、生产率水平、专业化程度以及技术创新等方式实现贸易隐含碳排放的降低[7]。而后向参与全球价值链的发展中国家主要依靠引进先进技术、自身对知识的吸收能力和创新水平的提高等方式提高资源利用效率，从而实现降低贸易隐含碳排放的目标。

关于直接影响，从嵌入全球价值链的分工地位角度来说，林产工业中参与高端分工位置的行业如木家具的研发设计、品牌营销等环节属于知识技术密集型环节，这些类型的林产工业技术水平较高，能源利用效率较高，从而碳排放量低。而在全球价值链的低端位置如木材加工、制造和组装等环节，则需要使用大量的资源和能源，由于技术水平较低、能耗大，从而产生大量贸易隐含碳排放[8]。因此，林产工业在全球价值链中的分工地位与贸易隐含碳排放呈负相关：分工地位越高，贸易隐含碳排放越少；分工地位越低，贸易隐含碳排放越多。因此，提出假设1。

假设1：中国林产工业嵌入全球价值链的分工地位与贸易隐含碳排放负相关。

同时，林产工业以不同方式参与全球价值链也会对贸易隐含碳排放产生不同的影响。不同的参与方式影响着资源消耗和要素投入的结构，会导致不同的中间投入使用以及污染物创造的机制，进而对贸易隐含碳排放产生不同的直接影响。林产工业前向参与全球价值链，通过利用知识、技术以及信息等高级要素参与国际分工，更多地承担如高端家具的研发设计、品牌创新、关键零部件供应等高附加值环节，能耗较小，贸易隐含碳排放较低。而后向参与全球价值链由于受到来自高端国家制造业的技术封锁，只能在低端环节扩大生产规模，难以实现技术提升，从而导致较高的能源消耗与贸易隐含碳排放[9]。因此提出假设2和假设3。

假设2：中国林产工业嵌入全球价值链的前向参与度与贸易隐含碳排放呈负相关。

假设3：中国林产工业嵌入全球价值链的后向参与度与贸易隐含碳排放呈正相关。

从间接影响来看，林产工业嵌入全球价值链通过规模效应、结构效应和技术效应影响贸易隐含碳排放，但是在不同的参与方式下各效应的作用机制和方向不同。本研究进一步提出中国林产工业参与全球价值链的不同方式影响贸易隐含碳排放的规模效应、结构效应和技术效应存在差异。

1）规模效应。前向参与全球价值链主要以向其他国家出口中间品的形式嵌入全球价值链，企业市场份额扩大，可以形成规模经济[7]。通过规模经济实现要素生产率的提升，企业能够维持高度的竞争优势，提高生产技术水平和减排技术水平，进而降低贸易隐含碳排放。后向参与全球价值链的发展中国家主要从事从其他国家进口中间品以及加工再出口环节，依靠全球价值链上的知识来源以及自身对知识的吸收和学习实现创新水平的提高和价值链升级，从而提高能源使用效率，降低贸易隐含碳排放。但是，在价值链升级的过程中也可能遭受到全球价值链中买家的“锁定”，阻碍发展中国家实现功能升级以及链条升级，导致发展中国家锁定于能源效率低和碳排放高的低端环节，从而产生较多的贸易隐含碳排放[10]。因此，提出假设4a。

假设4a：中国林产工业前向参与度对贸易隐含碳排放影响的规模效应是负向的，而后向参与度对贸易隐含碳排放影响的规模效应是正向的。

2）结构效应。后向嵌入全球价值链环节使林产工业往往难以进行全球价值链产业升级，由于容易被全球价值链主所“俘获”，导致其只能在低端生产环节进行生产，不利于其实现节能减排[8]。而前向嵌入全球价值链生产环节的林产工业，其产业升级受到的阻力较小，产业结构更易向“清洁化”转变。因此，林产工业前向参与全球价值链对贸易隐含碳排放影响的结构效应可能促进其贸易隐含碳排放下降，而后向参与全球价值链对贸易隐含碳排放影响的结构效应可能导致其贸易隐含碳排放增加。因此，提出假设4b。

假设4b：中国林产工业前向参与度对贸易隐含碳排放影响的结构效应是负向的，而后向参与度对贸易隐含碳排放影响的结构效应是正向的。

3）技术效应。从技术效应来看，基于后向参与的技术进步更多促进了林业企业的生产，提高其生产效率，技术水平并未得到较多提升，进而可能并未发挥提升能源利用效率的作用，因此随着后向参与的程度加深，贸易隐含碳排放随之增加。根据“环境收益假说”，前向参与的企业由于融入国际分工体系，为了占据市场份额必须按照国际污染排放标准和国际消费者的要求与偏好，促进其加强对生产工序中环境的治理。而基于前向参与的技术进步，由于这一类林产工业已趋向高端水平，将更加注重节能减排，因此，林产工业前向参与全球价值链对贸易隐含碳排放影响的技术效应可能促进其贸易隐含碳排放下降，而后向参与全球价值链对贸易隐含碳排放影响的技术效应可能导致其贸易隐含碳排放增加。因此，提出假设4c。

假设4c：中国林产工业前向参与度对贸易隐含碳排放影响的技术效应是负向的，而其后向参与度对贸易隐含碳排放影响的技术效应是正向的。

综合以上分析，构建简化的理论分析框架如图1 所示，其中，中国林产工业嵌入全球价值链的分工地位对贸易隐含碳排放产生直接影响。林产工业前向参与和后向参与全球价值链也会对贸易隐含碳排放产生直接影响，同时，中国林产工业前向参与和后向参与全球价值链将通过规模效应、结构效应和技术效应对贸易隐含碳排放产生间接影响。

图1 理论分析框架Fig.1 The framework of theoretical analysis

1.2 模型构建

基于上述分析框架，借鉴已有研究[6]，碳排放受经济因素影响的模型如式（1）所示。

式（1）中：字母上方的“∧”表示变化率；πi（i=1，2，…，6）表示各影响因素的系数且均为正；Z表示污染排放；S表示经济规模，即规模效应；k是资本劳动比，表示结构效应；I为实际人均收入，表示技术效应；β表示贸易摩擦；表示模型中产品的世界相对价格，T表示“国家类型”，即污染政策，其因经济状况和政府类型而异。同时，彭星等[11]构建的一个国家产业嵌入全球价值链的碳排放效应模型如式（2）所示。

式中：lnγ是常数，C表示经济碳排放，S表示经济规模，G表示经济结构，λ表示环境规制，T表示技术水平，ω表示全球价值链效应。考虑到中国林产工业细分行业在加入世贸组织以来始终积极融入国际贸易，而不同的细分行业在全球价值链中的前向参与度、后向参与度以及分工地位均具有不同的特点，而这些因素均是衡量全球价值链嵌入水平的重要指标，因此本研究将这些因素均纳入模型的考虑范围，以期得到更具有参考价值的结论。首先考察中国林产工业嵌入全球价值链的前向参与度、后向参与度和分工地位对贸易隐含碳排放的直接影响，构建基准模型如式（3）所示。

式（3）中：i表示行业，t表示年份，excit表示贸易隐含碳排放，gvcit表示全球价值链测度的相关指标，包括前向参与度parfit、后向参与度parbit以及分工地位posit，gmit表示出口规模，strit表示行业结构，jsit表示技术水平，εit表示随机扰动项。Xit表示控制变量，包括环境规制水平ersit、研发水平rdit、外商直接投资fdiit、能源结构enit以及收入水平pgdpit。β1～β6分别表示待估计的参数。本研究还控制了行业固定效应（δ）和时间固定效应（φ）以缓解遗漏变量产生的偏误。

在以上基准模型的基础上，进一步建立模型检验中国林产工业嵌入全球价值链对贸易隐含碳排放的作用机制。借鉴王玉燕等[10]和王岚[8]，本研究在基准模型中分别引入3 个效应变量与全球价值链双向参与度的交互项，以检验各效应的作用，模型如式（4）所示：

式（4）中：INit分别表示出口规模gmit、行业结构strit以及技术水平jsit，gvcit表示全球价值链前向参与度parfit或后向参与度parbit，β2表示全球价值链参与度（前向参与度或后向参与度）与规模效应、结构效应、技术效应相结合对贸易隐含碳排放的影响。如果β2显著为负，表明中国林产工业参与全球价值链的规模效应、结构效应或技术效应有助于降低贸易隐含碳排放。如果β2显著为正，表明林产工业参与全球价值链的规模效应、结构效应或技术效应对贸易隐含碳排放具有正向影响。如果β2不显著，则表明林产工业参与全球价值链的对贸易隐含碳排放不具有作用。

2 变量描述与数据来源

通过结合上述的理论分析框架，构建面板模型实证分析中国林产工业嵌入全球价值链的不同方式对隐含碳排放的影响。

2.1 变量设置

2.1.1 核心指标

对于全球价值链嵌入水平的计算而言，利用WWZ 方法对中国林产工业细分行业出口额进行增加值的分解，然后利用张雁筑等[12]提出的全球价值链指标公式计算中国林产工业细分行业的前向参与度、后向参与度以及全球价值链分工地位，计算公式如式（5）～（8）所示。

式（5）～（8）中，Eir表示i国r产业的出口额，IVir表示i国r产业的间接出口增加值，FVir表示i国r产业出口中的国外增加值，gvcparfir表示i国r产业的全球价值链前向参与度，gvcparbir表示i国r产业的全球价值链后向参与度，gvcposir表示i国r产业的全球价值链分工地位。式（5）测度的是一个国家间接增加值出口在总出口额中的比例，即行业基于前向产业关联的前向参与度。式（6）测度的是出口中的国外增加值所占的比重，反映的是一个国家行业基于后向产业关联的后向参与度。将式（8）中计算得到的相关增加值成分代入式（7），便可得到林产工业细分行业的全球价值链嵌入水平。Koopman等[13]认为，gvcposir越大，说明行业所处的全球价值链地位越高。

对于贸易隐含碳的计算，借鉴Meng等[14]、侯方淼等[15]和李晖等[16]关贸易隐含碳水平的计算方法并结合MRIO 模型进行计算。使用增加值的方法，将中国与其他贸易国的林产工业细分行业的隐含碳排放进行分解，进而计算出口隐含碳排放。这一方法以世界投入产出表为基础，并计算各国各行业的直接碳排放系数，计算公式如式9 所示。

式中：s为国家，i为行业，csi为s国i行业的总碳排放量，xsi为s国i行业的总产出，esi即为s国i行业的直接碳排放系数。从而可以得出该国的直接碳排放系数对角矩阵如式（10）所示。

在式（10）的基础上，利用Meng等[14]对隐含碳排放进行分解，公式如（11）所示。

式中：Ps表示总隐含碳排放，Ps表示总隐含碳排放，为直接碳排放系数对角矩阵，Xs是总产出矩阵，Y是区域间的最终需求矩阵，A是中间消耗系数矩阵，根据Meng等[14]可知里昂惕夫逆矩阵公式为B=(I-A)-1。Asr、Brt、Bss与Bsr分别表示A和B的分块矩阵。根据公式Lss=(I-Ass)-1，可以计算得到S国的国内里昂惕夫逆矩阵Lss，s是生产国，r是目标国，t表示除s和r之外的所有其他国家。该方法将产业总隐含碳排放分解为不同的成分，第一项与第二项分别指国内生产和国内消费的最终产品的隐含碳排放以及国内生产的中间产品出口的隐含碳排放。最后三项的和为一个国家产业的出口隐含碳排放，根据这一公式，可得到某一国家的细分行业的出口隐含碳排放。

2.1.2 解释变量

1）出口规模（gm）。在全球价值链分析框架下，林业产业的出口规模出口品类逐渐扩大丰富，其嵌入全球价值链对贸易隐含碳排放影响的规模效应体现在出口规模的不断增加，因此，本研究以中国林产工业出口额来衡量出口规模[17]。

2）行业结构（str）。在ACT 理论中，结构效应取决于一个国家的要素禀赋水平，即一个国家的资本劳动比。已有研究采用不同的指标衡量产业嵌入全球价值链对贸易隐含碳排放影响的结构效应。由于碳排放量大的商品林产品而言，也有部分学者以资本劳动比衡量行业结构，因此，本研究借鉴彭星等[11]的做法，以中国林产工业细分行业资本劳动比表示行业结构，更加符合林产工业碳排放量较大的行业特征。

3）技术水平（js）。单位产出的能源消耗量一定程度上反映了行业碳排放方面的技术水平。已有研究中，部分学者从低碳技术角度出发将单位产出能耗作为技术进步的代理指标，如彭星等[11]、陶长琪等[18]、吕延方等[19]。因此，本研究以林产工业分行业单位产出的能源消耗量作为技术水平的代理变量。

2.1.3 控制变量

除上述变量之外，还需要控制其他可能影响贸易隐含碳排放的因素。根据现有研究成果，本研究选取外商直接投资、研发水平、能源结构和环境规制水平作为控制变量。各控制变量的对贸易隐含碳排放的影响以及构建方法说明如下：

1）外商直接投资（fdi）。关于fdi对贸易隐含碳排放的影响，学术界持两种观点，一是fdi的“污染避难所”效应，即fdi会增加一个国家的贸易隐含碳排放。二是“污染光环”效应，fdi通过促进技术提升降低贸易隐含碳排放[20]。国内外学者对fdi对贸易隐含碳排放或其他环境因素的影响进行了大量实证研究，但是结论有诸多差异。那么对于接受了fdi的林产工业而言，到底是“污染避难所”还是“污染光环”仍然有待进一步探究，因此本研究借鉴孙华平等[21]的做法，以林产工业细分行业外商资本占实收资本的比重表示外商直接投资水平。

2）研发水平（rd）。研发水平对林产工业参与全球价值链中的节约能源和减少排放技术密切相关，更决定着其在全球价值链中的技术吸收能力，因此会对贸易隐含碳排放产生影响。本研究以林产工业细分行业R &D 经费内部支出表示研发水平。

3）环境规制水平（ers）。在全球化趋势下，国家或产业的环境规制水平也会对贸易隐含碳排放产生重要影响。根据姜微等[22]的研究，环境规制对于林业生态效率的影响是抑制还是倒逼企业技术升级仍有待进一步研究。全球贸易通过全球价值链的方式进行，不同国家采取不同程度的环境规制，使得污染产品和清洁产品通过FDI 和全球性的产业转移，从而导致国家贸易隐含碳排放的变动。在环境规制水平测度方面，傅京燕等[23]提出了环境规制指数构建方法，基于各行业的实际污染指标采用综合指数方法构建了我国各行业环境规制强度体系，由目标层、指标层和单项指标层构成，对各项指标进行线性标准化，消除了指标间的不可公度性，是较为广泛采用的环境规制测度方法。考虑到在本研究时间跨度内林产工业细分行业相关数据的可得性，并结合林产工业碳排放量高，部分产品生产（造纸企业）时产生大量工业废水等的现状，借鉴傅京燕和李丽莎的方法从规制效果角度衡量林产工业细分行业的环境规制水平。该方法利用分行业四个污染排放方面的指标构建综合环境规制指数，即工业废水达标排放率、工业二氧化硫去除率、工业烟（粉）尘去除率以及固体综合利用率。综合环境规制指数的构建步骤为：首先对所选取的各单项评价指标进行极大值、极小值标准化处理，使单项指标都落在[0，1]之间，得到i行业第j种污染物的标准化指标eij，在本研究中，i（i=1，2，…，18）表示行业，j（j=1、2、3、4）表示考虑的i行业的污染物种类数。然后计算各单项指标的调整系数Wij，调整系数的计算方法如（12）式所示。将各指标的标准化值和对应调整系数相乘，然后加总求平均值即得i行业历年环境规制水平ersi。如式（13）所示。

式（12）中：Eij表示i行业第j种污染物的排放量，Oi表示i行业的工业总产值。从公式可知每个污染物指标的调整系数为测算行业该污染物排放量占全行业该污染物排放量的比重与测算行业工业总产值占全部工业总产值的比重之比。

2.2 数据来源与描述性统计分析

本研究中的核心指标中国林产工业GVC 前向参与度、GVC 后向参与度和GVC 分工地位数据来源于最新版的WIOD 数据库，是2000—2014 年中国3 种涉林产品的面板数据。其中在WIOD MRIO的基础上，本研究使用2019 年欧盟委员会发布的环境账户数据计算贸易隐含碳排放，使本研究对制造业在全球价值链中的嵌入水平和贸易隐含碳排放的测算具有一致的数据基础。根据WIOD 数据库对制造业的分类标准以及中国国民经济行业分类标准，涉及到林产工业的是木材、软木、稻草制品和编织材料制造业，造纸和纸制品业以及家具制造业（以下简称木材制造业、造纸业以及家具制造业）。为消除量纲影响以及消除异方差，对实证模型中所有变量取自然对数。其中，鉴于全球价值链分工地位存在负值，对其加上常数1之后再取对数。受限于数据的可得性，在2011 年以前相关统计年鉴中制造业分行业的R &D 经费内部支出以及污染排放数据等对部分细分行业的划分较为粗略，按照现有数据将此类制造业细分行业的研发投入、环境规制水平等指标设置为相同的数值，对于上述模型中的变量，所采取的计算方法以及描述性统计分析的结果如表1 所示。

从表1 可以看出，贸易隐含碳排放、出口规模和研发水平的标准差较大，表明中国林产工业的贸易隐含碳排放、出口规模以及研发水平之间差异较大，分工地位均值为-0.009，前向参与度均值为0.110，后向参与度均值为0.119，表明从整体来看中国林产工业分工地位和双向参与度均较低。

表1 主要变量测度与描述性统计分析Table 1 Main variable measures and descriptive statistical analysis

3 实证结果分析

分析中国林产工业嵌入全球价值链对贸易隐含碳排放影响的实证结果，采用Stata 15.0 软件进行回归分析。采用Pearson 相关系数分析变量之间的相关性，结果表明所有变量之间的相关系数的绝对值均小于0.8，大部分变量之间的相关系数的绝对值小于0.4，表明变量之间不存在明显相关关系，变量选取比较合理。同时，根据Hausman 检验结果，所有模型均显示固定效应模型优于随机效应模型，因此，均选用固定效应模型进行回归分析。

3.1 基准模型回归结果分析

基准模型的回归结果如表2 所示，包含9 个模型，第一、第四和第六列的内容分别是在不引入控制变量时，中国林产工业GVC 分工地位、GVC 前向参与度和GVC 后向参与度对贸易隐含碳排放的估计结果。第二、三、五、六、八和九列则分别是林产工业引入控制变量后的估计结果。第一列的结果显示，林产工业全球价值链分工地位（pos）对贸易隐含碳排放的影响是正向的，在第二，三列引入控制变量后，林产工业分工地位对贸易隐含碳排放的影响系数在5%的水平下为负，表明GVC 分工地位的提升有助于降低贸易隐含碳排放。综合第三列与第四列的结果可知，不管是否引入控制变量，林产工业的GVC 前向参与度（parf）对贸易隐含碳排放均具有显著的负向影响，则意味着前向参与度的提高能有效发挥降低贸易隐含碳排放的作用。第九列的结果显示，在1%的置信水平下，林产工业GVC 后向参与度（parb）对贸易隐含碳排放具有显著的正向影响，表明嵌入程度越高，贸易隐含碳排放就越多，因此假设1 得证。

表2 基准模型回归结果†Table 2 Regression results of benchmark model

3.2 作用机制检验结果

从前向参与全球价值链的作用机制检验结果来看（模型10～12），可以看出林产工业前向参与度与出口规模的交互项为正，表明规模效应提升了前向参与全球价值链环节对贸易隐含碳排放的正向作用。这是由于当规模效应作用凸显时，林产工业细分行业的产量会提升，从而提供更多的中间品，使得贸易隐含碳排放增加。前向参与度与行业结构的交互项为正，表明林产工业前向参与全球价值链的结构效应也是正向的。这是由于当前我国的林产工业细分行业的结构仍存在一定程度的不合理性，因此使得由于结构升级带来的减排效应难以得到充分发挥。前向参与度与技术水平的交互项为正，表明前向参与全球价值链环节的技术外溢作用得到了充分的发挥。从林产工业后向参与全球价值链的作用机制检验结果来看（模型13～15），后向参与度与出口规模的交互项为负，即后向参与全球价值链的规模效应为负。这是由于当利用国外进口的中间品所生产的产品出口规模增加时，国内所承接的是碳排放较少的环节，从而导致贸易隐含碳排放减少。后向参与度与行业结构的交互项为负，表明后向参与全球价值链对林产工业贸易隐含碳排放影响的结构效应是负向的，这意味着林产工业细分行业的结构优化对于实现隐含碳排放的减少是有效的。后向参与度与技术水平的交互项为正，表明林产工业后向参与全球价值链环节的技术外溢作用得到了充分的发挥。

3.3 稳健性检验

实证研究控制了行业以及时间固定效应，可以较好地避免遗漏变量带来的内生性问题。为了进一步避免双向因果关系导致的内生性问题，本研究采用内生性检验法，并参考苏丹妮[24]的做法，将GVC 分工地位、GVC 前向参与度和GVC 后向参与度分别作为内生变量，将这3 个变量的滞后一期分别作为工具变量，对表3 中的模型进行两阶段最小二乘法（2SLS）估计，检验结果如表4 所示。

表3 作用机制检验结果†Table 3 Test results of the mechanism

为了检验所选取的工具变量是否有效，本研究根据孙学敏等[25]的做法进行检验，采用Cragg-Donald WaldF统计量用来判断工具变量是否为弱识别，若拒绝零假设说明选取的工具变量是合理的。为了判断将滞后一期的GVC 分工地位、GVC前向参与度和GVC 后向参与度变量作为工具变量的有效性，本研究采取弱工具变量检验统计量（Cragg-Donald WaldF统计量）进行判断，若F统计值大于10，则意味着通过了弱工具变量检验。而模型16～18 中的各工具变量的F统计值均大于10，表明本研究采用的工具变量通过了检验且是有效的。因此，将滞后一期的GVC 分工地位、GVC 前向参与度和GVC 后向参与度作为工具变量是可行且合理的。考虑内生性后，模型16 的模型估计结果表明，GVC 分工地位的系数在1%的置信水平下为负。同时模型17 和模型18 的结果表明，GVC 前向参与度和GVC 后向参与度的系数分别在10%与1%的置信水平下为正。与基准模型相比，核心解释变量系数的符号和显著性都没有较大变化，表明基准回归结果比较稳健（表4）。

表4 2SLS 模型的估计结果†Table 4 Estimation results of 2SLS

4 研究结论与政策启示

4.1 结论

本研究的结论主要包含3 个方面：

1）对中国林产工业在全球价值链中的嵌入水平的测算结果表明，对于木材制造业和造纸业而言，其前向参与度的均值均大于后向参与度均值，而家具制造业的后向参与度均值明显高于前向参与度。

2）对于家具和其他制造业而言，其极值出现于2004 年，且当年的出口碳排放占当年这一行业的总碳排放的比值为75.72%。我国出口的木制家具的价格相对于进口国外的价格而言普遍较低，出口量虽然较大，但是在高端木制家具市场的竞争力仍不足。

3）GVC 分工地位的提升有助于降低林产工业贸易隐含碳排放，我国林产工业的GVC 前向参与度也有利于贸易隐含碳排放的降低；而后向参与度则对林产品贸易隐含碳排放具有显著的正向影响。

4.2 讨论

从我国林产工业全球价值链的分工地位来看，统计期内林产工业三类行业的分工地位指数均呈先下降后上升的趋势，其中木材制造业的分工地位比另外两类更高，而家具制造业的分工地位则是三类行业中最低的。这是由于我国的家具制造业在国际竞争中的高端领域相较于欧洲而言处于劣势，则意味着我国家具制造业的地位仍然具有很大的提升空间。而通过对作用机制检验结果进行分析可以得知，对于前向参与度而言，中国林产工业的规模效应提升了前向参与全球价值链环节对贸易隐含碳排放的正向作用。前向参与度与技术水平的交互项为正，表明前向参与全球价值链环节的技术外溢作用得到了充分发挥。前向参与全球价值链的结构效应也是正向的。我国的林产工业在一定程度上仍然存在着不合理的状况，而这一状况的改善并不是短期内就可以实现的，因此要使结构效应的作用得到充分发挥，就应当实施长期性、计划性的改进措施。对于后向参与度而言，规模效应提升了后向参与全球价值链环节对贸易隐含碳排放的正向作用，结合我国林产工业目前准入门槛偏低、企业规模不一的现状，其规模效应的积极作用因此也难以得到充分发挥。

4.3 政策启示

在国际碳减排的背景下，中国作为碳排放大国承担着越来越大的减排压力。林产工业作为制造业的重要组成部分，也承担着重要的减排责任，因此提出以下政策建议：

1）GVC 分工地位的提升有助于降低林产工业贸易隐含碳排放，中国林产工业应加快向全球价值链高端攀升，注重向全球价值链中研发、设计以及营销等高端环节迈进。例如，对于家具制造业而言，其国际市场上的竞争优势相对于欧洲的高端家具而言仍然较小，可通过实行品牌塑造、加大广告宣传、提升产品质量以及服务水平等方式获得竞争优势。

2）行业结构升级有助于降低贸易隐含碳排放，推进林产工业转型升级，优化行业内部结构，多出口高附加值、低能耗、低污染的林产品，实现林产工业的高质量发展。此外，政府也应对积极嵌入林产工业全球价值链高端环节的企业实行一定程度上的奖励，从而提高中国林产工业的技术水平，实现降低贸易隐含碳排放的目标。

3）提高中国林产工业的技术水平，尤其是绿色减排相关的技术。企业应加快绿色转型的速度，积极研发和引进先进的减排技术，政府则可以采取激励措施鼓励企业进行低碳技术的创新，为相关企业提供政策支持，进而从根本上促进碳排放的减少。