考虑省际贸易结构的中国碳排放变化的驱动因素分析_潘晨.pdf

第 35 卷第 1 期管理评论Vol.35,No.12023 年 1 月Management ReviewJan.,2023考虑省际贸易结构的中国碳排放变化的驱动因素分析潘 晨1 李善同2 何建武2 周 鹏3 周德群4(1.清华大学公共管理学院,北京 100084;2.国务院发展研究中心发展战略和区域经济研究部,北京 100010;3.中国石油大学(华东)经济管理学院,青岛 266580;4.南京航空航天大学经济与管理学院,南京 211106)摘要:中国是二氧化碳排放大国且具有较强的减排决心,其碳排放增长的驱动因素受到广泛关注。已有研究较少考虑国内区域间贸易结构变化的影响,而随着经济发展,该因素显得愈发重要。为此,本研究纳入省际贸易结构,采用基于中国省级多区域投入产出模型的两阶段六因素结构分解分析方法,探究 20022012 年这一重要发展时期内中国碳排放变化的驱动因素。结果表明,20072012 年期间,省际贸易结构变化呈高碳化态势;最终需求规模对碳排放增长的促进作用由 20022007 年期间的出口及东部投资拉动为主,转变为各省份投资的普遍拉动。部门层面,电力生产的碳排放强度持续改善,非金属矿物制品、金属压延和加工品等也有不同程度改善;但建筑业与服务业用电量有所上升。未来,可将生产侧碳排放强度和生产技术改善与需求侧需求主体偏好的倒逼相结合,并促进地区间基于产业链的低碳发展合作。关键词:二氧化碳排放;驱动因素;省际贸易结构;结构分解分析;多区域投入产出模型收稿日期:2021-02-05基金项目:国家自然科学基金重点项目(71934007;71834003;71733003);国家杰出青年科学基金项目(71625005)。作者简介:潘晨,清华大学公共管理学院博士后,博士;李善同,国务院发展研究中心发展战略和区域经济研究部研究员,硕士;何建武,国务院发展研究中心发展战略和区域经济研究部研究员,博士;周鹏,中国石油大学(华东)经济管理学院教授,博士生导师,博士;周德群,南京航空航天大学经济与管理学院教授,博士生导师,博士。为行文简洁起见,以下将“二氧化碳排放”简称为“碳排放”。引 言随着经济的快速发展,中国已成为世界第一大二氧化碳(CO2)排放国。2019 年,中国的碳排放量达到10182.09 Mt,占全球碳排放总量的 27.92%1,具有较大的减排潜力。与此同时,中国积极响应巴黎协定2,先后宣布了一系列切实有力、体现大国担当的国家自主贡献举措。2020 年 9 月,我国提出“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”;2022 年,党的二十大报告强调“积极稳妥推进碳达峰碳中和”,更加显示了中国减排的决心。在较大的减排潜力与减排决心的双重因素下,中国碳排放变化背后的驱动因素受到广泛关注。相关研究发现,21 世纪伊始,最终需求规模的增长引起了大量的碳排放增长,20022007 年间,中国约 22%的碳排放与出口相关3,4。而能源及碳排放强度改善部分抵消了这一增长5,6。此外,生产技术的改变也导致了碳排放的增长6-8。自 2007 年前后开始,出口对中国碳排放的影响有所减弱,而投资的影响大幅增加。随后,最终消费对碳排放增长的影响也有所增强9。这期间,出口隐含碳排放企稳的主要原因是出口规模增长的放缓、中国碳排放强度的改善及可能的生产技术的改善10-12。区域间贸易隐含碳排放的存在13使得中国各地区之间存在相互影响14,不同地区最终需求的产品结构、规模、偏好以及生产技术等的变化会对其他地区的碳排放造成影响15。然而,这些研究均未考虑中国国内区域间贸易结构的变化对中国碳排放量的影响。区域碳排放可通过贸易发生区域间转移16-20,Dietzenbacher 等21基于国家间投入产出模型的研究表明,国家间贸易结构变化这一因素可能会对一国的新能源使用量具有不利影响。这意味着中国区域间贸易结构的变化也可能对中国各区域及国家总体的碳排放产生影响。因此,在追溯中国碳排放变化的驱动因素时,有必要将区域间贸易结构纳入考察范围。DOI:10.14120/11-5057/f.20220602.0014 管理评论第 35 卷2002 年中国加入 WTO 以来,在出口这一外部需求的带动下,区域间贸易格局发生变化,国内区域间贸易迅速增长,国内市场一体化迅速发展。而 2008 年金融危机以来,出口规模增速的放缓以及出口产品结构的变化又对中国区域间贸易结构产生了新的影响。2020 年以来,随着“双循环”这一重大发展举措的提出,区域间贸易格局进一步发生改变:国内区域间贸易对各区域经济发展的贡献更为突出,区域间贸易结构更加复杂化,区域间产业分工更加深入。而这些发展趋势进而对中国的碳排放量产生影响。那么,中国加入 WTO 以来,区域间贸易结构及其他相关因素的变化对其碳排放产生了怎样的影响?2008年金融危机后中国区域间贸易结构的重塑是否对中国碳排放产生了新的影响?这些影响的厘清不仅有助于识别过去一段时间内中国碳排放增长的主要驱动因素,了解国内区域间贸易结构变化对碳排放的影响;且有助于探讨中国区域间贸易结构未来可能发生的新变化将对碳排放产生怎样的潜在影响,进而为系统地制定兼顾塑造区域发展新格局与碳减排的区域发展举措提供参考依据。鉴于以上考虑,本研究引入中国省际贸易结构变化这一潜在驱动因素,采用基于中国省级多区域投入产出模型的两阶段、六因素的结构分解分析方法,探讨 20022012 年这一重要发展时期内,中国碳排放增长的驱动因素,并在此基础上讨论本文的发现对中国碳减排政策的启示。文献回顾近年来,随着国际投入产出模型及国内多区域投入产出模型的发展,越来越多的研究利用该模型来探讨中国能源或碳排放变化的驱动因素。在国家总体层面,一些研究利用国际多区域或中国单区域投入产出模型对中国碳排放驱动因素进行了分析。Mi 等9将中国省级投入产出表与 GTAP 国家间投入产出模型相连接,发现 20072010 年期间,中国碳排放结构升级成为抑制碳排放增长的主要因素,而 20102012 年期间,生产结构和消费模式对碳排放有抑制作用22。姚亮等23利用国家间投入产出数据库 EORA 研究了 19912010 年期间中国居民消费碳足迹增长的驱动因素,发现人口、城市化水平和消费水平促进了其增长,而碳排放强度、消费结构和经济结构的变化对其增长有缓和作用。在国内经济区域层面,Zhang 和 Lahr24利用多区域投入产出模型研究了 19872007 年间中国能源消费的区域差异及主要影响因素,发现最终需求变化的效应已超出效率改善的效应,导致了 19872007 年间中国所有区域能源使用的增长;而 20022007 年期间,生产结构的变化导致了大多数区域能源消费的增长,中国高能源强度产品多用于投资和出口。Tian 等25研究了中国 1997 年、2007 年区域碳足迹驱动因素,发现消费模式的改变在促使所有区域碳足迹增加的同时,生产模式的改变对各地区的影响则因生产结构、碳排放强度改善的不同而不尽相同;碳排放强度改善及生产结构的低碳化将是减缓中国所有地区碳足迹增长的重要途径。Meng 等26及 Meng 等15分别研究了 20022007 年和 20072010 年两个时期中国区域间碳排放溢出效应,发现各区域的碳排放量与区域间生产技术、能源使用效率及区域在供应链中的位置和参与度有关;各区域最终需求的产品结构、规模、偏好以及生产技术等因素的变化对彼此的碳排放有相互影响。Zhang27利用三区域模型分析了 20022010 年间中国区域间碳排放的溢出与反馈效应,发现区域间贸易对各区域碳排放具有显著溢出效应,而反馈效应则较弱。从价值链的视角,余丽丽和彭水军28利用内嵌中国区域间投入产出模型的国际投入产出模型研究了中国区域碳排放转移的驱动因素,发现国内价值链是区域碳排放转移的主要路径。在国内省份层面,钟章奇等29以河南省为例研究了中国 20022010 年省际碳排放转移的驱动因素,发现碳排放转移的流入流出主要受最终需求的影响,但去向和来源的地区有所不同。Mi 等11研究了20072012 年间中国省际碳排放转移及中国出口隐含碳排放的驱动因素,发现生产结构和效率改善是抑制其增长的主要因素。Mi 等12也得到了一致的结论。Zhou 等30则研究了中国省际贸易隐含碳排放增长的原因,发现省际贸易规模的增长导致了碳排放转移的增长,而技术进步对其增长有抑制作用。通过对相关文献的梳理可以看出,目前,已有相当数量的研究采用结构分解分析方法从多个层面研究中国碳排放问题,并从碳排放总量、隐含碳排放、碳排放强度等多个角度开展研究,但现有研究存在两个不足:第一,基于多区域投入产出模型的研究存在年间数据不同源、时间跨度较短等缺憾,这会对研究结果的准确性和政策实用性造成影响。第二,现有研究尚未纳入中国省际贸易结构变化这一因素,而随着中国国内区域间产业分工的不断深化,厘清贸易结构变化对中国碳排放的影响显得愈发重要。第 1 期潘 晨,等:考虑省际贸易结构的中国碳排放变化的驱动因素分析5 研究方法和数据1、研究方法为将贸易对中国碳排放的影响纳入考察范围,本文参考 Arto 和 Dietzenbacher31及 Hoekstra 等32所提出的方法,在结构分解分析一般模型的基础上,将生产技术和最终需求结构进一步分解至产品结构和贸易结构。具体地,将多区域投入产出模型中包含部门和地区的混合生产技术分解为纯生产技术(为方便描述,下文称此纯生产技术为生产技术)和中间品贸易结构,将包含部门和地区的最终需求结构分解为最终需求产品结构和最终品贸易结构。(1)两阶段六因素的结构分解分析结构分解分析的分解形式并不唯一33,34,对于一个包含 b 个因素的分解,共有 b!种不同的分解形式。每个因素所产生的效应的衡量由两部分构成:一部分是该因素(本文称之为被衡量因素)在起始与截止年份之间的变化量;另一部分是其他各因素(本文称之为水平因素)在起始或截止年份的水平。分解形式的不确定性恰是由水平因素取起始或截止年份的水平而造成的。根据 Rrmose 和 Olsen35的研究,每个因素有 2b-1种不相重复的分解形式,依据水平因素取起始年份水平的次数(k),可得每种分解形式出现的次数 (b-1-k)!k!,k=0,1,b-1,利用这一发现可对分解过程进行简化。本研究共涉及两个分解阶段、六个驱动因素。第一阶段中,将碳排放量的变化分解为碳排放强度、混合生产技术、最终品贸易结构、最终需求产品结构及最终需求规模 5 个因素,共有 5!=120 种分解形式,每个因素有 25-1=16 种不相重复的分解形式。第二阶段将混合生产技术进一步分解为中间品贸易结构和生产技术两个因素,因此中间品贸易结构和生产技术将分别有 25-122-1=32 种不相重复的分解形式。分解形式的不唯一性是结构分解分析不确定性的重要来源,考虑到展示结果不确定性的必要性,与Hoekstra 等32不同,本文选用 D&L 方法33来应对分解形式的不唯一性,该方法考虑所有可能的分解形式,不仅能获得与 Sun 法34(所有分解形式的算术平均值)完全一致的分解结果36,而且能够展现各因素对碳排放影响效应的变动范围。以下详述两阶段六因素分解方法。第一阶段:将碳排放量的变化(q)分解为碳排放强度变化效应(Df)、混合生产技术变化效应(DL)、最终品贸易结构变化效应(Dysrce)、最终需求产品结构变化效应(Dysec)及最终需求规模变化效应(Dyv)。碳排放的核算公式如下:q=fLy(1)式(1)中,q 表示碳排放量。f、L、y 分别为碳排放强度(包含 mn 个元素的行向量;m 表示部门数目,n 表示地区数目)、混合生产技术(mn 维的方阵)和最终需求(包含 mn 个元素的列向量)。具体地,f=c x-1(,其中,c 为分地区分部门的碳排放量,是一个包含 mn 个元素的行向量;x 为总产出向量,亦包含 mn 个元素。L=(I-A)-1,其中,I 为单位矩阵,A=Z x-1(,代表直接消耗