RCEP外需影響下中國出口隱含碳驅動因素及關鍵路徑研究

謝亦菲 李暉

摘要：基于EORA26世界投入產出數據庫，采用多區域投入產出模型測算分析2012—2016年中國對RCEP（Regional Comprehensive Economic Partnership）地區的出口隱含碳，通過結構分解分析和結構路徑分解考察了中國對RCEP地區出口隱含碳變動主要因素和關鍵路徑。研究結果表明，中國對RCEP地區出口隱含碳呈下降趨勢，主要驅動因素是中國國內產業關聯效應、國內生產部門的碳排放強度效應和RCEP區域最終需求規模效應；而中國與世界其他經濟體的產業關聯效應和RCEP區域最終需求來源地結構效應則促進了中國對RCEP地區出口隱含碳的增長。建議繼續降低國內生產部門的碳排放強度和優化國內中間生產結構，加快外源技術引進，針對關鍵路徑各項因素采取上下游綜合治理的措施。

關鍵詞：隱含碳；多區域投入產出模型；結構分解分析；結構路徑分解

中圖分類號：X196；F125.3

文獻標志碼：A

文章編號：1006-1037（2023）02-0128-07

doi：10.3969/j.issn.1006-1037.2023.02.21

基金項目：

青島市博士后應用研究項目（批準號：2016038）資助。

通信作者：

李暉，女，博士，副教授，主要研究方向為投入產出技術與宏觀經濟分析。

《區域全面經濟伙伴關系協定》（Regional Comprehensive Economic Partnership，RCEP）的簽署標志人口最多、經貿規模最大、轉型要求最高的自由貿易區正式啟動，可為其成員國提供更低的貿易關稅和更開放的市場。中國對外貿易迎來重大發展機遇［1］，生產側碳排放則面臨巨大減排壓力［2］。為實現減排目標，需要識別外需拉動下中國碳排放增長的驅動因素，出臺高效減排政策。碳排放驅動因素常用分解方法包括結構分解分析（Structural Decomposition Analysis，SDA）［3-5］、對數平均迪氏指數法（Logarithmic Mean Divisia Index，LMDI）［6-8］、STIRPAT（Stochastic Impacts by Regression on Population，Affluence and Technology）模型［9］等。SDA通?；谕度氘a出數據和各部門碳排放數據，側重分析生產過程及最終需求中各因素對碳排放變化的影響，廣泛實踐于區域視角和雙邊貿易碳排放，相較于LMDI和STIRPAT更適合探究貿易隱含碳［10-12］。SDA雖能識別生產及貿易過程碳排放驅動因素，但無法刻畫碳排放變化的完整產業路徑和識別關鍵部門。結構路徑分解（Structural Path Decomposition，SPD）基于結構分解分析和結構路徑分析［13］，恰好能彌補結構分解分析的缺陷［14］，探究產業路徑和部門層面碳排放變動更深層次的驅動因素［15-18］。綜上，本文基于多區域投入產出模型，測算RCEP框架確立后中國對其他RCEP國家的出口隱含碳變動，通過識別出口隱含碳變動的驅動因素及關鍵路徑，為RCEP框架下中國制訂出口貿易及國內減排政策提供參考。

1 研究設計

1.1 出口隱含碳測算

由m個國家（地區）構成的MRIO模型基本表達式為

其中，xi表示國家i總產出向量，i=1，2，…，m；子矩陣Aii表示國家i對國內中間產品的使用結構；子矩陣Aji（i≠j）表示國家i對國家j生產中間產品的使用結構；yii表示國家i對國內最終產品的最終需求，yji（j≠i）表示國家i對國家j生產最終產品的最終需求。

假設國家1是中國，定義以下變量

其中，AW表示世界中間產品使用結構；yWi表示國家i最終需求向量；yW表示除中國以外其他國家（地區）最終需求向量；fi是國家i碳排放強度列向量，其各元素為各生產部門單位產出碳排放量。向量f1中，除中國外其他國家所有部門碳排放強度均為0。根據以上設定，外國需求影響下中國出口隱含碳可表示為

1.2 出口隱含碳變化結構分解

基于式（3），外需向量yW可分解為

其中，（Pr⊙Sr）vr表示RCEP國家（下文中的“RCEP國家”與“RCEP區域”均指除中國以外的其他RCEP國家及地區）最終需求向量之和；（Po⊙So）vo表示所有非RCEP國家最終需求向量之和；Pr和Po分別表示RCEP國家和非RCEP國家最終需求的產品結構；Sr和So分別表示RCEP國家與非RCEP國家各類最終產品的國家（地區）來源分布；vr與vo分別表示RCEP國家最終需求總量；符號⊙表示矩陣或向量對應元素相乘。

則中國對RCEP國家的出口隱含碳為

為探究全球生產體系中各種產業關聯效應對出口隱含碳的影響，世界中間產品投入結構效應分解為五種產業關聯效應［2］，因此中國對RCEP國家的出口隱含碳變動可分解為

其中，C（Δf1）為中國各生產部門碳排放強度效應，C（ΔLW）為世界中間產品投入結構效應，C（ΔA*1d）為中國國內產業關聯效應，C（ΔA*1i）為中國與其他國家的前向產業關聯效應，C（ΔA*i1）為中國與其他國家的后向產業關聯效應，C（ΔA*-1d）為世界其他國家國內產業關聯效應，C（ΔA*ij）為世界其他國家間的產業關聯效應，C（ΔPr）為RCEP國家最終需求的產品結構效應，C（ΔSr）為RCEP國家最終需求來源地結構效應，C（Δvr）為RCEP國家最終需求的規模效應。

1.3 出口隱含碳變動路徑分析

為探究影響中國對RCEP國家出口隱含碳變動的上下游產業關系，采用結構路徑分解（SPD）模型，研究中國向RCEP地區出口隱含碳的關鍵路徑。已知完全需求系數矩陣LW可表示為

代入式（5），中國對RCEP國家的出口隱含碳可表示為

由于三階以上路徑對碳排放影響較小，中間生產環節多且復雜，不易展示與分析，因此本文研究對象設定為三階以內的路徑。

1.4 數據來源與處理

世界投入產出數據庫（EORA26）的投入產出表包含了全球范圍內189個國家（地區）和一個由其余地區構成的ROW區域，每個國家（地區）均包含26種產業部門，且提供了相匹配的環境和衛星賬戶。為探究協議下中國對RCEP地區出口隱含碳變化，選取EORA26提供的2012—2016年地區間投入產出數據，碳排放數據源自EORA26相匹配的環境賬戶。

2 結果與討論

2.1 中國對RCEP國家出口隱含碳現狀分析

2012—2016年，中國出口隱含碳總量由2 351 MT降至1 974 MT，中國對RCEP國家出口隱含碳由533 MT降至372 MT，中國對RCEP國家出口隱含碳與中國出口隱含碳總量占比自22.68%降至18.87%，其中2016年的下降幅度最大（圖1）。中國出口貿易雖增長，出口隱含碳卻持續減少，這可能源于中國通過提高國內能源利用效率和優化產業結構實現生產過程中碳排放量下降。

相較于2012年，2016年中國對日本出口隱含碳下降幅度較大，由236 MT降至130 MT，但日本仍是RCEP區域內中國最大出口對象，另外新加坡、澳大利亞亦降幅較大（表1）。中國出口隱含碳增長的國家主要集中東南亞地區如越南、菲律賓、老撾、柬埔寨，這表明2012年RCEP初步擬定后，中國與部分東盟國家間貿易往來影響較大，東盟國家對中國出口產品需求快速上升，即便中國降低了生產過程碳排放強度，中國出口至東盟國家隱含碳仍增幅較大。區別于日本、韓國傳統貿易伙伴，東盟國家多為發展中國家，其市場化程度較低，發展潛力較大，成為中國對外貿易和區域合作的重要新興伙伴。

2.2 中國對RCEP國家出口隱含碳行業分布

中國主要出口貿易行業對RCEP區域出口隱含碳均呈現下降趨勢（圖2）。出口隱含碳規模最大的行業是“電、氣和水”，作為產業鏈上游需為其他行業提供能源服務，碳排放強度遠高于其他行業平均水平，導致其出口隱含碳規模最大。2012—2016年出口隱含碳規模降幅最大的行業是“電氣和機械”，出口隱含碳減少了38.52%，由于技術壁壘較高，中國位于全球產業鏈下游，制造業回流對電氣和機械行業出口貿易影響較大。各主要行業出口隱含碳變化趨勢與全行業出口隱含碳變化趨勢基本一致，推測各行業出口隱含碳下降是由于全行業投入產出效率提高，而各行業出口結構變化影響較小。

2.3 中國出口隱含碳變化驅動因素分析

由表2可知，2012—2016年中國國內產業關聯效應導致對RCEP地區出口隱含碳減少了16.49%，是抑制中國對RCEP地區出口隱含碳增長的最重要因素，這說明中國通過調整產業結構、升級生產工藝等促使了國內中間投入結構低碳化。中國國內生產部門碳排放強度效應致使中國對RCEP地區出口隱含碳減少了9.09%，這是中國長期致力提高能源利用效率以減少碳排放的積極成果。RCEP地區最終需求規模效應致使中國對該地區出口隱含碳減少了8.21%，由于中國全球分工參與增加和全球價值鏈嵌入度提高，因此出口隱含碳更多是由中間產品出口引致，而最終產品出口導致的隱含碳顯著減少。RCEP區域最終需求產品結構使中國對該地區出口隱含碳減少了3.64%，可能是由于中國限制了向該地區出口高能耗、高排放產品。

中國與其他經濟體的前向產業關聯效應致使中國對RCEP地區出口隱含碳增加了5.39%，其經濟意義在于，中國深度參與國際垂直專業化分工，大量承擔發達國家制造業外包，擴大中間產品出口規模，從而帶動中國對RCEP地區出口隱含碳上升；RCEP區域最終需求來源地結構效應致使中國對該地區出口隱含碳上升了1.56%，說明中國出口的最終產品在RCEP國家市場份額提高，促進了中國對RCEP地區出口隱含碳增加。此外，其他國家間產業關聯效應、其他國家國內產業關聯效應及中國和其他國家的后向產業關聯效應對出口隱含碳影響較小。全球化生產背景下，任意兩個國家間或任一國家內生產結構的變化都可能影響其他國家生產，但此間接影響作用較小。后向產業關聯效應測度中國企業作為中間產品需求方與外國企業的聯系，對中國出口至RCEP地區隱含碳影響較小。

2.4 基于RCEP區域最終需求視角的結構路徑分解分析

2.4.1 促進出口隱含碳增長的路徑分析 根據SPD篩選促進中國向RCEP地區出口隱含碳增長的關鍵路徑（表3），其中，影響因素為最終需求來源地結構效應的關鍵路徑有13條，對中國碳排放增長的貢獻約為6.43 MT，說明RCEP地區中國出口最終產品的市場份額有所提高。關鍵路徑涉及的生產部門多為“電氣和機械”、“紡織品和服裝”、“金屬產品”以及“電、氣和水”，中國電力、天然氣等能源出口規模擴大和RCEP區域內中國制造業出口產品競爭力提升是引起中國對RCEP地區出口隱含碳增長的關鍵因素。中國碳排放增長促進效應最大的最終需求部門是居民消費（日本），其次投資（泰國）和居民消費（韓國）。居民消費（日本）的關鍵路徑一共有13條，對中國碳排放增加的總貢獻約為5.91 MT，占關鍵路徑總量的44.81%，其中“紡織品和服裝→居民消費（日本）”貢獻最大?！半姎夂蜋C械→投資（泰國）”和“紡織品和服裝→居民消費（韓國）”分別是投資（泰國）和居民消費（韓國）兩部門對中國碳排放增長貢獻最大的關鍵路徑。

2.4.2 抑制出口隱含碳增長的路徑分析 根據SPD篩選抑制中國向RCEP地區出口隱含碳增長的關鍵路徑（表4）。影響因素為最終需求規模效應和最終需求結構效應的關鍵路徑分別有10條和9條，最終需求規模效應對中國隱含碳出口的貢獻約為-10.13 MT，占關鍵路徑總量的44.53%，是抑制中國對RCEP地區出口隱含碳增長的主要因素，這與結構分解結果一致?！半姎夂蜋C械”和“紡織品和服裝”是減排路徑的關鍵部門，其關鍵路徑貢獻分別為-9.94 MT和-8.02 MT，共占關鍵路徑總量的78.98%。對比表3發現，“紡織品和服裝”和“其他制造業”的減排路徑貢獻明顯大于增排路徑，說明中國通過產業升級淘汰落后產能，著力發展“電氣和機械”高附加值的技術密集型產業。居民消費（日本）對中國出口隱含碳增長的抑制作用最為顯著。以居民消費（日本）為最終需求部門的關鍵路徑一共有17條，抑制中國出口隱含碳增加的貢獻約為-14.06 MT，占關鍵路徑總量的61.82%。對比增排路徑和減排路徑發現，兩類關鍵路徑中居民消費（日本）均有突出貢獻，但增排路徑中涉及上游行業主要為“電氣和機械”，而減排路徑中涉及上游行業主要為“紡織品和服裝”，這說明日本對中國電氣和機械高端制造產品需求增加，而對紡織品和服裝需求明顯減少，中國可加快產業升級有利于應對此變化。日本、韓國和泰國對中國碳排放增加的抑制效應最大，日本和韓國的抑制效應主要源于居民消費和投資，而泰國主要源于投資。關鍵路徑中日本對抑制中國出口隱含碳增長總貢獻約為-16.35 MT，絕對值高于其他RCEP國家貢獻總和，日本的最終需求變動是中國對RCEP地區出口隱含碳減少的主要原因。

3 結論

投入產出框架下，本文測算了2012—2016年中國對RCEP國家出口隱含碳變化，分析了出口隱含碳變化的多個驅動因素和關鍵路徑。中國對RCEP地區出口隱含碳呈下降趨勢，其中對日本、韓國、新加坡下降幅度較大，而對東南亞大部分發展中國家呈增長趨勢；中國通過優化國內生產結構、提高生產工藝和能源利用效率減少了隱含碳出口；中國參與更深層次的國際分工導致隱含碳更多以中間產品的形式出口至RCEP國家。中國未來減排工作應聚焦于具體產業鏈，針對上下游部門綜合治理：優化上游生產供應行業投入結構，通過新技術研發及深化對外技術交流提高能源利用效率，降低碳排放強度；提高下游行業投入產出效率，減少碳排放。今后將基于全球價值鏈嵌入視角，研究中國出口隱含碳變化。

參考文獻

［1］江小涓. 大國雙引擎增長模式——中國經濟增長中的內需和外需［J］. 管理世界， 2010（6）： 1-7.

［2］彭水軍， 張文城， 孫傳旺. 中國生產側和消費側碳排放量測算及影響因素研究［J］. 經濟研究， 2015， 50（1）： 168-182.

［3］YAN Y F， YANG L K. China's foreign trade and climate change： A case study of CO2 emissions［J］. Energy Policy， 2010， 38（1）： 350-356.

［4］張友國. 中國貿易含碳量及其影響因素——基于 （進口） 非競爭型投入—產出表的分析［J］. 經濟學， 2010， 9（4）： 1287-1310.

［5］李艷梅， 付加鋒. 中國出口貿易中隱含碳排放增長的結構分解分析［J］. 中國人口（資源與環境）， 2010， 20（8）： 53-57.

［6］譚娟， 陳鳴. 基于多區域投入產出模型的中歐貿易隱含碳測算及分析［J］. 經濟學家， 2015（2）： 72-81.

［7］馬光輝， 張迎春， 姚芳斌. 中國漁業經濟碳排放驅動因素研究——基于 LMDI 和脫鉤模型的雙視角分析［J］. 青島大學學報（自然科學版）， 2022， 35（1）： 117-123.

［8］孟明， 牛東曉， 許曉敏. 經濟轉型過程中資源依賴度演進路徑分解模型研究［J］. 中國管理科學， 2016， 24（3）： 18-23.

［9］王乃春， 徐翠蓉. 基于 STIRPAT 模型的青島市碳排放影響因素分析［J］. 青島大學學報（自然科學版）， 2016， 29（2）： 90-94.

［10］ 鄧榮榮， 陳鳴. 中美貿易的隱含碳排放研究——基于 IO-SDA 模型的分析［J］. 管理評論， 2014， 26（9）： 46-57.

［11］ 閆云鳳， 趙忠秀， 王苒. 中歐貿易隱含碳及政策啟示——基于投入產出模型的實證研究［J］. 財貿研究， 2012， 23（2）： 76-82.

［12］ 錢志權， 楊來科. 東亞垂直分工對中國對外貿易隱含碳的影響研究——基于 MRIO-SDA 方法跨期比較［J］. 資源科學， 2016， 38（9）： 1801-1809.

［13］ WOOD R， LENZEN M. Structural path decomposition［J］. Energy Economics， 2009， 31（3）： 335-341.

［14］ 謝銳， 王振國， 張彬彬. 中國碳排放增長驅動因素及其關鍵路徑研究［J］. 中國管理科學， 2017， 25（10）： 119-129.

［15］ OSHITA Y. Identifying critical supply chain paths that drive changes in CO2 emissions［J］. Energy Economics， 2012， 34（4）： 1041-1050.

［16］ GUI S S， MU H L， LI N. Analysis of impact factors on China's CO2 emissions from the view of supply chain paths［J］. Energy， 2014， 74： 405-416.

［17］ TIAN Y S， XIONG S Q， MA X M， et al. Structural path decomposition of carbon emission： A study of China's manufacturing industry［J］. Journal of Cleaner Production， 2018， 193： 563-574.

［18］ 張炎治， 馮穎， 張磊. 中國碳排放增長的多層遞進動因——基于 SDA 和 SPD 的實證研究［J］. 資源科學， 2021， 43（6）： 1153-1165.