中国出口贸易隐含碳排放增长因素分析：基于LMDI

    内容提要：本文构建了一个出口贸易隐含碳排放恒等式，运用LMDI分解技术，对中国1997-2007年出口贸易隐含碳排放从产业层面和贸易伙伴层面进行了分解。结果表明：出口总量的扩张是中国出口贸易隐含碳排放持续高速增长的最主要因素，排放强度的降低是抑制隐含碳排放增长最主要因素，出口结构变化对隐含碳排放的影响有限，潜力还没有发挥出来。在短期内，通过提高能源利用效率降低排放强度是中国抑制出口中隐含碳排放增长的有效途径；从长远来看，出口结构的调整升级则是可行的选择。
关键词：出口隐含碳/增长因素/LMDI分解技术作者简介：杜运苏，南京财经大学国际经贸学院；孙辉煌，深圳市世贸组织事务中心。
         一、引言
    加入WTO以后，中国出口保持年均18%以上的速度增长，2010年出口额已经超过1.5万亿美元，跃居世界第一大出口国，成为经济增长重要引擎之一。与此相对应，出口贸易中隐含碳排放也成为我国碳排放的重要组成部分。随着中国碳排放量的大幅增加，面临的国际压力越来越大，深入探究促进出口贸易隐含碳排放持续快速增长的因素具有重要意义。
    目前，分解技术是分析碳排放增长因素的主流方法，包括结构分解方法SDA（Structural Decomposition Analysis）和指数分解方法IDA（Index Decomposition Analysis）。Yan和Yang（2010）、张友国（2010）、李艳梅和付加锋（2010）等采用SDA对中国出口贸易隐含碳排放进行了研究。虽然他们所选择的样本数据存在一定差别，但都得出中国出口中隐含碳排放变动主要是由贸易规模和中间生产技术引起的结论。Dong et al.（2010）则利用IDA考察了中日贸易隐含碳排放的变化发现，贸易规模扩大是驱动中日贸易中隐含碳排放增长的主要因素，而中国经济碳排放强度的降低起到了抵消作用。
    就分解方法而言，SDA对数据要求相对较高，但可以凭借投入产出模型分析各种直接或间接的增长因素；而IDA可以使用部门加总数据，数据要求相对较低，且分解形式包括绝对值、强度、弹性等。现有文献在研究中国出口贸易隐含碳排放增长时基本都采用SDA。本文将借鉴Dong et al.（2010），综合这两种方法的优点，在投入产出模型基础上，采用IDA中广泛使用的LMDI进行研究。为了使得测算结果更为准确，本文将采用不变价投入产出表，并考虑进口中间投入品对出口中隐含碳排放的影响。另外，本文将在一个分析框架下，系统考察推动中国出口不同贸易伙伴隐含碳排放增长的因素，弥补这方面研究的不足。
    二、研究方法与数据处理
    1.研究方法
    （1）环境投入产出模型（I-O）
    由于出口商品既会产生直接的碳排放，也会产生间接的碳排放，需要通过投入产出表来核算出口商品中隐含的全部碳排放。利用矩阵代数我们可以将Leontief（1941）投入—产出模型表示为：
    X=AY+Y（1）
    求解X，可以得出：
     
    其中，X、Y分别是国民经济中部门总产出向量和最终需求向量；A为直接消耗系数矩阵；I是A的同阶单应阵，则为完全需求系数（或完全消耗系数）矩阵。
     
    值得注意的是，上述公式中的A中所有中间投入品都是本国生产，但由于加工贸易出口在中国出口总额中占半壁江山，而加工贸易的一个典型特点就是绝大部分中间投入品是从国外进口的。借鉴平新乔等（2006）处理方法，对公式（3）进行修正，以扣除因使用进口中间投入品减少的出口中隐含排放，即：
     
    （2）指数分解技术（IDA）
    出口贸易中隐含碳排放主要由3个方面决定：出口总量（activity effect）、出口构成（structure effect）以及出口碳排放强度（intensity effect）。鉴于此，本文采用下述恒等式对中国出口贸易中碳排放进行分析：
     
    根据IDA，在基期和报告期的出口贸易中隐含碳排放差异可表示为乘法模式和加法模式：
     
    上述分项分别代表出口总量、出口结构和出口碳排放强度的变动所产生的影响。
    利用IDA考察不同因素对某一变量影响的具体方法包括拉氏指数法、算术平均迪氏指数（AMDI）、对数平均迪氏指数（LMDI）等。LMDI方法具有完全分解、无残差、数据要求相对较低等优点。基于此，本文采取LMDI方法进行研究①。
    根据LMDI分解方法，在乘法分解模式下，有：
     
    2.数据处理及来源
    为了使得投入产出数据、能源消费数据和出口数据相互匹配，首先进行归并。由于数据受到限制或出口额较小，建筑业、第三产业数据、水的生产、燃气生产和供应业、电力热力生产和供应业等行业本文不做研究。经过处理后，本文涉及的货物出口的产业部门共有21个，农业部门1个，工业部门20个（见表1）。1997年、2002年和2005年可比价投入产出表来源于刘起运、彭志龙主编的《中国1992-2005年可比价投入产出序列表及分析》，2007年可比价投入产出表根据现价表，仿照刘起运、彭志龙（2010）方法由本文作者编制。至于出口数据，本文按照盛斌（2002）方法，将SITC三位数层次的贸易数据归并到相应的工业产业部门，农业的出口数据由笔者按照相同的标准整理得到。能源数据采用一次能源（煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气）数据，而电能消费量按照火力发电占75%的比重折算成标准煤，加总这两个排放量后就可以得到各部门直接产生的排放量，除以增加值后就可以得到各部门完成单位增加值直接产生的排放量②
    出口贸易数据来自联合国COMTRADE数据库；碳排放系数来自IPCC（2006）；其他原始数据来源于历年《中国能源统计年鉴》、《中国统计年鉴》和《中国统计摘要》。
     
    三、结果分析
    1.中国出口碳排放强度及其排放总量
    根据计算，中国出口碳排放强度呈现“先降后升再降”的特点（见图1）。2002年出口平均碳排放强度有了较大幅度下降，从1997年的6.72吨/万元降至3.54吨/万元，但2005年平均排放强度又上升了1吨/万元，高达4.54吨/万元。2007年出口碳排放强度又有所下降，平均值为4.07吨/万元，但仍高于2002年的0.53吨/万元。2002-2005年出口碳排放强度上升与中国这段期间的重工业化趋势有关，这一趋势导致重工业行业部门的产能粗放式增加，单位产出的能耗和排放大幅增加，部分行业甚至超过了1997年的出口碳排放强度，如煤炭开采和洗选业。此后，国家加强了“节能”工作，“两高一资”（即高耗能、高污染与资源密集型）产品出口退税率的逐步降低和取消，出口碳排放强度开始下降。总体上，多数产业碳排放强度有所下降，表现出一种向好的发展态势，但下降幅度还比较有限，降低出口碳排放强度仍然面临较为艰巨的任务，2007年石油和天然气开采业、金属矿采选业、石油加工炼焦及核燃料加工业等行业的出口排放强度比2005年有不同程度的上升，金属冶炼及压延加工业、金属制品业、电气机械及器材制造业等排放强度还维持在6吨/万元以上（见表1）。由此可见，政策调整虽然在一定程度上促进了出口碳排放强度的降低，但要实现中国出口的可持续增长，还需要进一步调整。
     
     
    不同于出口碳排放强度，1997-2007年中国出口中隐含碳排放总额呈现持续增长的态势（见图1）。从不同阶段来看，1997-2002年出口中隐含碳总量增长较为缓慢，从8.21亿吨增加至8.26亿吨；2002年以后，中国出口额在加入WTO的推动下获得突飞猛进的增长，再加上出口碳排放强度的上升，这两个因素共同作用导致了2005年出口中隐含碳排放总量升至23.81亿吨，三年增长了15.54亿吨；2005-2007年出口中隐含碳排放量增速趋于放缓，增加了3.79亿吨，达到27.59亿吨，成为中国碳排放的重要组成部分。从不同行业来看（见表1），中国出口中隐含碳排放主要集中在少数几个行业，其中通信设备计算机及其他电子设备行业出口隐含碳排放最多，2007年高达4.6亿吨，占比在20%左右；金属冶炼及压延加工业、金属制品业、通用专用设备制造业、化学工业、纺织业、电气机械及器材制造业等6个行业2007年隐含碳排放也都在2亿吨以上。而且，这一集中化现象有不断加强之势，1997年上述7个行业出口中隐含碳排放总额为5.4亿吨，占比为65.76%，2007年分别上升至21.04亿吨和77.03%。
    2.中国出口贸易隐含碳排放的结构分解
    利用LMDI乘法和加法分解方法，对中国出口贸易隐含碳排放进行分解，结果如表2所示。
    根据乘法分解，1997-2007年中国出口贸易隐含碳排放增长了2.36倍，其中，出口总量增长导致碳排放增加5.13倍，出口结构的变化导致碳排放增长0.07倍，排放强度的降低使碳排放保持在原来的0.51倍的水平上。从3个因素变化的影响数额（加法分解）来看，中国出口中隐含碳排放在这段期间增加19.39亿吨，其中，出口总量导致碳排放增加28.99亿吨，出口结构的变化导致碳排放增加1.02亿吨，排放强度降低导致碳排放减少10.62亿吨。可见，出口总量的增长是导致出口中隐含碳排放增长的主要因素。这就意味着，随着出口在未来一段时间里的持续增长，出口中隐含碳排放还将继续增长。相反，在排放强度降低使得出口总量大幅增长的情况下，出口中隐含碳排放不至于增幅过大。尤其值得注意的是，出口结构在1997-2007年不仅没有减少出口中隐含碳排放，反而略微增加了碳排放。从碳排放角度看，这段时间中国出口结构改善比较有限，如何通过采取措施优化出口结构减少出口中隐含碳排放有待进一步深入研究。
    从不同阶段来看，3个因素的影响存在一定的区别。出口总量始终是主要因素，1997-2002年、2002-2005年和2005-2007年分别导致出口中隐含碳排放增长0.80倍、1.16倍和0.62倍，增加的数额分别为4.83亿吨、11.33亿吨、12.33亿吨。排放强度降低的减排效应在1997-2002年和2005-2007年大大抵消了由于出口总量增加导致的排放增加，减排额分别为5.31亿吨和8.54亿吨，导致在这两个时间段出口中隐含碳排放没有与出口总量保持同步增长。不过，2002-2005年排放强度出现了明显的倒退，出口的粗放型增长方式显著，分别使碳排放增长0.31倍和3.98亿吨。虽然影响程度较小，但出口结构在3个时间段都是导致出口中隐含碳排放增长的因素之一，增加的碳排放额分别为0.54亿吨、0.24亿吨和和84万吨。从动态趋势来看，出口结构增加的碳排放在不断减少，说明我国出口结构调整战略取得了一定的成效，但要使出口结构在隐含碳排放方面成为减排因素并发挥重要作用还需加大出口转型升级的力度。
    分行业来看，大多数行业表现为：出口总量增加是导致碳排放增长最主要的因素，而排放强度的降低是促使碳排放减少的主要因素（见表1）。在7个最主要的碳排放产业中，出口总量导致该行业碳排放增加最多的为通信设备、计算机及其他电子设备业，高达4.29亿吨，最少的为通用、专用设备制造业，为2.26亿吨。碳排放强度降低一般使得该产业碳排放减少，但煤炭开采和洗选业、石油加工炼焦及核燃料加工业两个行业属于例外情况，减少最多的为通信设备、计算机及其他电子设备业，为3.24亿吨。出口结构对各个行业的影响不一，在七大行业中，金属冶炼及压延加工业、通用专用设备制造业、电气机械及器材制造业、通信设备计算机及其他电子设备业由于在出口中的份额增加而使其碳排放进一步增加，纺织业、化学工业、金属制品业由于在出口中的份额减少而使其碳排放减少。
    3.中国出口不同贸易伙伴隐含碳排放的结构分解
    为更全面了解中国出口中隐含碳排放增长因素，我们选择欧盟、美国、日本、韩国、东盟等5个主要贸易伙伴进行研究。2010年，中国与这5个贸易伙伴出口额占全部出口总额比重超过60%，代表性较强。
    利用公式（4）计算的排放强度乘以中国出口上述5个国家或经济体的分行业贸易额就可以得到隐含碳排放的数量，结果如图2所示。具体来看，出口欧盟中隐含碳排放数额最大，2007年上升至7.19亿吨，相当于出口美国和日本中隐含碳排放之和，而且基本上保持了与中国出口隐含碳排放总量保持同步增长，所占份额维持在25%左右。出口美国中隐含碳排放由1997年的1.3亿吨上升至2007年的5.07亿吨，但所占份额已经从2002年的20.45%降至18.38%。不同于出口欧盟和美国，出口日本中隐含碳排放数额呈现出“先升后降”的特点，从1997年1.13亿吨上升至2005年2.43亿吨后，2007年又下降至2.3亿吨，而所占比重一直处于下降之中，在这十年间占比下降了5.44个百分点。这一现象的出现主要是因为通信设备计算机及其他电子设备行业在中国出口日本的比重较高，而这一行业出口碳排放强度下降较快，使得该行业的隐含碳排放下降了0.12亿吨。中国出口韩国和东盟中隐含碳排放虽然总量较小，但增长较快，而且占比也有所提高，2007年占比分别比基期提高0.33个百分点和0.68个百分点。
     
    根据LMDI分解方法，对中国出口不同贸易伙伴隐含碳排放进行分解，结果如表3所示。由此可知，2002-2007年导致中国出口不同贸易伙伴中隐含碳排放增长的因素各不相同。出口总量的扩张导致中国出口欧盟、美国、韩国和东盟碳排放增长2倍以上，增加的数额分别为5.35亿吨、3.84亿吨、0.9亿吨、1.41亿吨，贡献率均在90%以上。相对来说，出口总量的扩张导致中国出口日本碳排放增长的绝对数量较少，仅略高于出口韩国，低于出口东盟，为1.07亿吨，但贡献率差别不大，依然在90%以上。在这段期间，排放强度变化对出口不同贸易伙伴中隐含碳排放影响不是很大，主要是因为排放强度“先升后降”，前后变化不是很大。具体来看，排放强度变化导致出口欧盟、美国和日本碳排放分别减少5%、7%和1%，但在出口韩国和东盟的碳排放中不仅没有起到减排效应，反而分别增加9%和1%。在数量上，无论是减排额还是增排额均在0.3亿吨以下。与排放强度相似，出口结构变化的影响在贸易伙伴之间存在较大差别。其中，出口结构变化导致出口欧盟和美国碳排放分别降低1%和7%，而导致出口日本、韩国和东盟分别增加8%、16%和2%，绝对数额也不是很大。上述分析表明，虽然出口总量是导致中国出口不同贸易伙伴中隐含碳排放增长的主要因素，但排放强度和出口结构产生的影响存在一定差别，这就意味着，降低出口不同贸易伙伴中隐含碳排放还需要采取针对性的措施。
    四、结论及启示
    本文基于投入产出模型，构建一个包括出口总量、出口结构、排放强度等变量的出口中隐含碳排放恒等式：，运用LMDI方法对1997-2007年中国出口贸易隐含碳排放进行了产业层面和贸易伙伴层面的因素分解，结果发现：（1）出口总量的扩张是导致中国出口贸易隐含碳排放高速增长的最主要原因；（2）排放强度降低是抑制中国出口贸易中隐含碳排放增长最主要的因素，但某些时间段，部分产业和个别贸易伙伴做得并不好，存在排放强度提高导致碳排放增加的情况；（3）出口结构的变化对中国出口贸易隐含碳排放增长有促进作用，但总体而言，作用相对较小，潜力还没有发挥出来。从中可以得到以下几点启示：
    （1）考虑到未来一段时间中国出口还将继续保持较高增长态势，试图通过控制出口总量控制隐含碳排放是不现实的。中国作为世界第一大出口国，实际上通过转移排放帮助发达国家在没有降低本国福利的前提下完成《京都议定书》规定的减排任务，但按照基于生产核算原则（production accounting principle）所产生的碳排放却全部归于中国，显然有失公平。中国要积极主张建立基于生产和消费共同承担碳排放责任的核算标准，真正体现“共同但有区别责任”的原则，确保在一个公平合理的框架下确定中国排放额度和排放权，为出口贸易的可持续发展创造良好的外部环境。
     
    （2）降低排放强度是近期中国减缓出口贸易中隐含碳排放增长的最佳选择。本文研究表明，中国出口的碳排放强度在2002-2007年并没有出现下降，目前在全世界属于利用能源效率比较低的国家。虽然中国能源禀赋决定了煤炭为主能源消费结构，但在以下几个方面有一定的空间：一是通过自主创新与引进吸收相结合突破关键的节能技术，提高能源利用效率；二是加大清洁能源生产技术的扶持力度，通过大力发展可再生能源和新能源优化能源结构，达到减排的目的；三是扩大与发达国家包括清洁能源生产机制（CDM）等能源环保合作项目的数量和规模，有效降低出口中隐含碳排放。
    （3）从长远看，出口结构调整升级是降低出口中隐含碳排放的一个可行的选择。改革开放后，中国主要通过加工贸易融入全球价值链，但目前主要处在中低端环节。短期内试图调整出口结构达到显著降低出口中隐含碳排放是不现实的。不过，与产业结构调整的低碳效应相似（牛鸿蕾和江可申，2012），政府可以通过采用差别性的出口退税政策、征收出口关税等手段，促进出口商品结构向高附加值、低能耗产品的动态转变，经过一段较长时间的努力后，出口结构改善的减排效应将会充分显现出来，从而实现在不增加或少增加碳排放的条件下保持出口的稳定增长。
    注释：
    ①Ang（2005）提供了LMDI的具体推导和操作方法。
    ②由煤炭换算的标准煤CO2排放系数可以由中国煤炭手均地位发热量、IPCC（2006）排放系数及碳氧化因子、中国各种能源折算标准煤参考系数计算出来。经笔者计算，它的排放系数为2.7904千克/千克标准煤。
参考文献：
        [1]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(8).
    [2]刘起运，彭志龙.中国1992-2005年可比价投入产出表序列表及分析[M].北京：中国统计出版社，2010.
    [3]牛鸿蕾，江可申.产业结构调整的低碳效应测度[J].产业经济研究，2012(1).
    [4]平新乔等.中国出口贸易中的垂直专门化与中美贸易[J].世界经济，2006(5).
    [5]盛斌.中国对外贸易政策的政治经济分析[M].上海三联书店，2002.
    [6]张友国.中国贸易含碳量及其影响因素——基于(进口)非竞争型投入—产出表的分析[J].经济学(季刊)，2010，9(4).
    [7]Ang B. W. The LMDI Approach to Decomposition Analysis: A Practical Guide[J]. Energy Policy, 2005, 33: 867-871.
    [8]Dong et al.. An Analysis of the Driving Forces of Emissions Embodied in Japan-China Trade[J]. Energy Policy, 2010, 38.
    [9]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories:Volume 2(Energy)[EB/OL] http://www.ipccnggip.iges.or.jp/public/2006gl/vol2.html.
    [10]Yan,Y., L. Yang. China's Foreign Trade and Climate Change: A Case Study of Emissions[J]. Energy Policy, 2010, 38(1).