出口贸易的碳排放效应：源于中国工业证据（上）

    摘要：文章基于改进的出口贸易碳排放效应理论模型，采用中国工业行业面板数据，构建了变系数固定效应计量模型，对出口贸易的碳排放效应进行了计量分析。实证结论显示：工业出口贸易的碳排放效应比较显著，行业规模、贸易结构、市场化程度、出口依存度对二氧化碳排放量既有消极影响，也有积极作用；不同行业碳排放效应的强度与方向存在明显差异；减少碳排放的根本出路在于优化贸易结构、提高市场效率、合理调整出口贸易依存度、科学管理出口贸易。最后，就我国如何深层次参与国际气候制度建设，减少与贸易相关的碳排放，促进我国工业行业出口贸易低碳化、可持续发展，提出了相关应对思路与政策启示。
    关键词：出口贸易，碳排放效应，低碳，可持续发展
    一、引言
    当人类社会工业化水平较低时，碳汇资源的稀缺性往往被经济增长所掩盖，但是，随着工业化程度的不断加深，温室气体排放所引致的全球气候变化对人类社会经济发展的挑战日趋严峻。从《联合国气候变化框架公约》、《京都议定书》、“巴厘岛路线图”到哥本哈根、德班国际气候谈判，影响各国经济、社会与环境的一系列国际气候制度安排已趋雏形。在国际气候变化和全球经济危机的双重压力下，低碳经济在各国兴起并日益成为新兴市场国家促进社会经济可持续发展的重要力量。据国际能源机构与世界银行估测，到2025年，中国的二氧化碳排放总量可能超过美国，居世界第一位，每年碳交易量预计将超过2亿吨。因此，中国作为碳排放大国和贸易大国正将面临节能减排的巨大国际压力，如何开创一条有效应对国际气候变化的对外贸易可持续发展道路迫在眉睫。从而，与贸易相关的碳排放问题研究逐步受到主流经济学的广泛关注，毋庸置疑，积极探索国际气候变化背景下我国出口贸易的碳排放效应具有重要的理论意义与现实针对性。
    二、文献述评
    本文理论基础可以追溯到20世纪60～70年代经济学家们关于经济增长对环境的影响研究，随着贸易自由化纵深发展与国际气候变化的加剧，对外贸易的隐含碳排放问题受到许多专家、学者的广泛关注。从笔者系统阅读的文献可以发现，近几年来，聚焦于这一视野的研究逐渐丰富，譬如，Ferda Halicioglu（2008）研究证明土耳其对外贸易是影响其CO2排放量的原因之一；Ferda Halicioglu（2009）发现两国双边贸易的发展显著影响CO2排放量的增加；Olga Gavrilova等（2010）利用全碳核算和生命周期分析方法，对奥地利畜牧业的贸易碳排放进行了研究。在国内，李秀香、张婷（2004）实证研究认为，若在贸易自由化的同时实施环境管制，中国出口贸易扩张会减少人均碳排放，反之会加剧碳排放；刘强等（2008）估算了中国46种出口贸易产品的载能量和碳排放量，结论认为由贸易所引发的能耗量和碳排放量增加不利于我国对外贸易的可持续发展；宁学敏（2009）研究发现，无论长期还是短期，出口贸易对碳排放量均存在正向影响，并进一步提出应从优化外贸结构入手探寻减排新途径；许广月、宋德勇（2010）研究表明出口贸易、经济增长与碳排放量存在协整关系，出口贸易是影响碳排放的主要因素；王海鹏（2010）发现我国高碳产品出口比重趋于下降，目前出口贸易结构有利于提高我国能源利用效率；相反，刘轶芳等（2010）的研究则认为，近十年来我国贸易结构变化并未对隐含碳排放造成有利影响；黄敏（2012）采用非竞争型投入产出模型对中国出口碳排放进行了测算和影响因素分解，结果显示出口规模是出口排放增长的主要原因。
    总览国内外相关文献，笔者发现：第一，尽管不少实证研究支持出口贸易是加剧碳排放的一个不可忽视的原因，但从经济学理论逻辑而言，出口贸易究竟如何影响碳排放仍然存在很大不确定性。第二，发达国家出口贸易扩张在一定程度上加剧了碳排放，这一论点已经被许多经验研究所证实，但关于发展中国家出口贸易的碳排放效应研究尚需进一步关注和探索。第三，即便已有一些研究论及中国出口贸易的碳排放效应问题，但多数研究限于宏观视角、地区层面或个别案例的分析，基于行业差异视角的多维度研究与探索尚不多见。
    鉴于此，本文拟选择对我国出口贸易具有重要贡献且相关数据较为完整的14个工业行业作为研究对象，以改进的出口贸易碳排放效应理论模型为基础，构建一个变系数固定效应计量模型，从产业规模、贸易结构、市场化程度、出口依存度多重维度，对出口贸易的碳排放效应进行实证分析与检验，以期得到一些建设性启示。
    三、模型构建、变量说明及其数据处理
    （一）模型构建
    首先，本文借鉴Grossman和Krueger（1991，1993）关于北美自由贸易区国际贸易环境效应研究的基本思想和模型框架，构建对外贸易的碳排放效应基础模型如下：
    
    其中，Z代表由出口贸易所导致的二氧化碳排放量，反映碳排放水平；si为i行业产品出口额占所有行业出口总额的份额，反映出口贸易结构；ei为i行业碳排放密集度，反映技术进步；X为所有行业出口总额，反映出口贸易规模。此外，k为行业总个数。再对式（1）进行求导，进一步从出口贸易结构、技术进步、出口贸易规模三个途径分解二氧化碳排放量的变化，可得：
    
    式（2）中dZ、dsi、dei、dX为变量Z、si、ei、X的一阶导数，分别反映碳排放水平、出口贸易结构、技术进步与出口贸易规模的变化。进而， 、 、 可分别衡量出口贸易结构、技术进步、出口贸易规模变化对碳排放量变化的影响，即：结构效应、技术效应、规模效应。
    其次，受国内学者刘林奇（2009）改进的国际贸易环境效应模型启发①，充分考虑我国市场经济基本特征与研究数据的可获得性，以二氧化碳排放量为被解释变量，以行业规模、行业结构、国内市场化程度、出口依存度为解释变量，拟构建以下计量经济模型对我国出口贸易的碳排放效应予以考察：
    lnZit=Cit＋a1lnGit＋a2lnKit＋a3lnMit＋a4lnMit＋a5lnNit＋Uit（3）
    式（3）中Zit、Git、Kit、Mit、Eit、Cit、Uit分别表示i行业t时间的二氧化碳排放量、行业规模、行业结构、国内市场化程度、出口依存度、常数项以及随机误差项。为了消除可能存在的异方差性，所有指标皆进行了对数处理，分别表示为lnZit、lnGit、lnKit、lnMit、lnEit。其中a1、a2、a3、a4为行业规模、行业结构、国内市场化程度、出口依存度对碳排放的影响所占的权重，分别反映规模效应、结构效应、市场效应、政策效应的大小和方向。
    （二）变量说明
    二氧化碳排放量依据国家气候变化对策协调小组办公室和国家发展改革委员会能源研究所（2007）采取的技术方法，由化石能源消费量间接估算所得，具体计算公式如下：
    
    式（4）涉及煤炭、汽油、煤油、柴油、燃料油和天然气六种能源消费量。ECi表示i种能源的消费量，θi表示i种能源的二氧化碳排放系数，具体如表1所示。
    
    另外，行业规模以行业GDP表示；资本－劳动比为固定资本原价与职工人数之比，表征行业结构；国内市场化程度用规模以上非国有企业工业总产值占规模以上国有（含国有控股）及非国有企业工业总产值之和的比来表示；出口依存度为各行业出口额占行业GDP之比。
    （三）数据处理
    本文研究对象多为污染密集型工业行业，这些行业在我国对外贸易中占据重要地位，同时对环境规制十分敏感。基于数据可获性以及统计口径一致性考虑，本文选取第二产业中除“电力、燃气及水的生产和供应业”、建筑业两大门类②以及“木材加工及木、竹、藤、棕、草制品业，家具制造业，印刷业和记录媒介的复制，文教体育用品制造业，石油加工、炼焦及核燃料加工业，化学纤维制造业，工艺品及其他制造业，废弃资源和废旧材料回收加工业”8种较难获取数据或数据匹配性很弱的制造业之外的28个大类。为避免因个别行业数据偏小不利于获取实证结果，本文对28个大类进行数据再归类与合并，最终得到以下14个工业行业面板数据：采矿业，食品、饮料和烟草制造业，纺织业、服装、鞋、帽制造业，皮革、毛皮羽绒及其制品业，造纸及纸制品业，、化学原料及化学制品制造业，医药制造业，橡胶制品业，塑料制品业，非金属矿物制品业，黑色金属冶炼及压延加工业，有色金属冶炼及压延加工业，金属制品业，机械、电气、电子设备及交通运输设备制造业，分别以CK、SP、FZ、PG、ZZ、HX、YY、XJ、SL、FJ、HS、YS、JS、JX标示③。另外，研究样本限于1999～2008年国有及国有规模以上（年销售收入500万元以上）的工业企业，也不考虑国际与区际污染扩张以及中间产品行业污染转移问题。其中各工业行业出口额数据源于《中国海关统计年鉴》与《中国对外经济统计年鉴》，各工业行业GDP、固定资产原价、职工人数、规模以上④国有及国有控股工业企业产值、规模以上非国有工业企业产值，以及煤炭、汽油、煤油、柴油、燃料油和天然气终端消费量数据取自《中国工业经济统计年鉴》、《中国统计年鉴》。
    四、计量分析
    （一）模型形式检验
    如果模型形式不正确，将导致估计结果呈现较大偏差，从而，我们通过F检验与豪斯曼（Hausman）检验对前文所构建的基础模型（如式3所示）形式予以设定⑤。
    1.F检验。F检验目的在于甄选如下假设，H0：不同时间点上不同个体拥有不同的斜率和截距，即构建变系数模型；H1：不同时间点上不同个体的斜率相同但截距不同，即构建个体效应不变系数模型；H2：不同时间点上不同个体的斜率和截距都相同，即构建无个体影响不变系数模型。判断样本数据适合哪一种模型形式，可以通过构建如下F统计量实现。
    
    其中S1，S2，S3分别代表H0、H1、H2三个假设条件下回归估计的残差平方和；N为截面单位总数；T是时间总数；k为解释变量的个数。F2的原假设为H2，F1的原假设为H1。
    具体做法为：首先计算F2值与Fa[（N－1k＋1），N（T－k－1）]，如果F2a[（N－1k＋1），N（T－k－1）]，则接受H2，计量模型为无个体影响不变系数模型，否则拒绝H2，进行H1检验。同样计算F1值与Fa[（N－1）k，N（T－k－1）]如果F1a[（N－1）k，N（T－k－1）]，则接受H1，否则拒绝H1，接受H0即认为应该构建变系数模型。
    根据面板数据可以获得：S1=0.460632，S2=1.732001，S3=131.6499，N=14，T=10，k=4，检验统计量F1与F2在0.05置信水平下的相应临界值分别为F1～F0.05，（52，70）=1.524202，F2～F0.05（39，70）=1.570558，同时利用F检验公式计算得到F2=306.710672，F1=3.715457。由于F2>F0.05（39，70），F1>F0.05（52，70），所以数据支持建立变截距、变系数面板模型。
    2.豪斯曼（Hausman）检验。该检验原假设为个体影响与解释变量无关，即存在随机效应。检验在0.01的显著性水平下拒绝了原假设，所以应该建立固定效应模型。检验结果如表2所示。
    
      
    3.计量模型形式设定。基于F检验、豪斯曼（Hausman）检验结论，我们选择一个既存在个体影响，又体现结构变化的变系数固定效应面板数据模型形式：
    γit=αi＋βixit＋μit（i=1，…， N， t=1，…， T）（5）
    其中αi=α＋δi＋ηi，α表示总体效应，δi表示截面固定效应，ηt表示时期效应，但由于面板模型的基本假定是时间序列参数齐性，故仅有αi=α＋δi。据此，本文可以建立一个具体的变系数固定效应模型如下：
    InZit=（α＋δi）＋βliInGit＋β2iInKit＋β3iInMit＋β4iInEit＋Uit（6）
    （二）回归估计结果
    为了消除个体间的异方差，增强系数标准差估计值的稳健性，本文采用截面加权广义最小二乘法对式（6）所示模型予以回归估计，结果如表3、表4所示。
    
     
    表3显示绝大多数参数t统计值偏大、P值偏小，除工业产值自变量中采矿业，贸易依存度自变量中金属制品业出口，资本劳动比中采矿业和皮革、毛皮羽绒及其制品业，市场化程度中医药制造业的系数未通过显著性检验，其余变量都通过了1%或5%或10%水平下的显著性检验，表明截面方程的拟合优度较好。同时，观察表4所列的模型回归整体拟合结果，调整的判定系数达到0.997331，F统计值为753.8550，德宾沃森检验值为2.159217，可见模型具有较强的解释力。
    （三）计量结果分析
    根据表3的估计结果，各行业出口贸易的碳排放效应经整理如表5所示。
    
    1.出口贸易碳排放规模效应。观察表5行业规模的回归系数可以发现，CK对碳排放的影响并不明显；SP的规模效应为负，该行业产值每提高1个百分点将使其二氧化碳排量降低0.0835%；其余FZ、PG、ZZ、HX、YY、XJ、SL、FJ、HS、YS、JS、JX 12个行业均存在正的规模效应，若工业产值每增长1个百分点，二氧化碳排量将分别增长1.3768%、0.3144%、0.7015%、0.5006%、0.5562%、0.9709%、1.0867%、2.3170%、0.0690%、0.4142%、0.4248%、0.4120%。总体而言，工业出口贸易扩张加剧了二氧化碳排放量的上升。
    2.出口贸易碳排放结构效应。从表5行业结构的回归系数可以发现，CK和PG的结构效应不显著；HS具有正的结构效应，其资本劳动比每提高1个百分点将使其二氧化碳排量提高0.2662%，表明HS生产呈现碳密集倾向；除此之外，SP、FZ、ZZ、HX、YY、XJ、SL、FJ、YS、JS、JX十一个行业均存在负的结构效应，若资本劳动比每提高一个百分点，二氧化碳排量将分别降低0.2012%、2.6151%、0.8949%、0.5665%、0.3982%、1.0494%、0.5687%、3.7917%、0.2297%、0.1886%、0.9086%，这表明这些行业贸易结构的变化有助于降低二氧化碳排放。
    3.出口贸易碳排放市场效应。从表5市场化程度的回归系数可以发现，YY的市场效应不显著；CK、SP、ZZ、HX、HS、YS、JX七个行业存在正的市场效应，若市场化程度每提高一个百分点，二氧化碳排量将分别增长16.0755%、0.2117%、2.0845%、0.3093%、0.3911%、0.4932%、11.1589%，表明这些行业节能减排的压力较大；而FZ、PG、XJ、SL、FJ、JS六个行业的市场效应为负，市场化程度每提高一个百分点二氧化碳排量将分别降低3.9286%、3.0120%、0.4230%、11.0071%、0.3871%、4.8164%，表明这些行业仍有较大发展空间。
    4.出口贸易碳排放政策效应。表5出口贸易依存度的回归系数显示，JS的政策效应不显著；CK、SP、FZ、ZZ、HX、XJ、JX七个行业存在负的政策效应，出口贸易依存度每上升一个百分点二氧化碳排量分别降低0.2334%、0.9014%、0.3750%、0.0363%、0.4030%、0.5444%、1.2838%，表明这些行业的贸易政策没有加剧碳排放；而PG、YY、SL、FJ、HS、YS六个行业的政策效应为正，若出口贸易依存度指标每提高一个百分点，二氧化碳排量分别增长0.0263%、0.8522%、0.5261%、0.6718%、0.1291%、0.1501%，表明这些行业的贸易政策较为宽松，节能减排的任务尤为艰巨。
    5.出口贸易对碳排放的总效应。总体而言，SP、FZ、PG、HX、XJ、SL、FJ、JS八个行业的出口对碳排放存在积极影响，出口每增长一个百分点碳排放量分别会下降0.97444%、5.54184%、2.67137%、0.1596%、1.04589%、9.96308%、1.18997%、4.58021%，说明这些行业碳密集倾向较不严重，有碳减排空间。这一结果似乎有悖于正常的经济逻辑，笔者认为主要缘于两种原因：一方面，这些行业二氧化碳排放量存在低估现象；另一方面，这些行业出口增长通过引致行业结构优化、市场效率提升，最终促进了碳排放状况的改进。相反，CK、ZZ、YY、HS、YS、JX六个行业的出口对碳排放存在消极影响，出口每增长一个百分点碳排放量分别会上升15.84202%、1.854847%、1.010248%、0.855359%、0.827805%、9.378484%。