中国对外贸易隐含碳排放绩效...—基于26个产品部门的实证_张译文.pdf

江西社会科学202312023年第1期一、引 言长期以来，国内多聚焦于从供给侧降低碳排放量，而需求侧与对外贸易方面的碳减排潜力并未得到充分释放。经济全球化大背景下，对外贸易实现快速发展，促进商品在全球范围内频繁自由流动。而这一过程中，商品生产过程及相关碳排放从商品最终消费国转移到商品生产国，产生大量对外贸易隐含碳排放，促使贸易参与国国内碳排放和全球碳排放分布格局发生重大变化。1国际多项研究显示，20172019年间对外贸易隐含碳排放量在全球碳排放总量中占比约达1/4，直接加重了商品消费国与商品生产国的碳排放责任和碳减排压力。例如，作为中国第一大出口伙中国对外贸易隐含碳排放绩效测度及收敛特征研究基于26个产品部门的实证张译文邓菊秋“双碳”战略目标是党中央综合考量国内外经济环境、经济社会发展阶段变化制定的长期方针，不仅决定着更高水平对外开放走向，还从深层次明确了对外贸易隐含碳排放问题化解总基调。结合“双碳”目标的深刻内涵，从对外贸易投入、对外贸易产出、对外贸易环境三个维度构建综合评价指标体系，采用改进后的CRITIC-熵权法组合权重模型及TOPSIS模型，测度20022017年中国26个产品部门的对外贸易隐含碳排放绩效。在此基础上，借助SDM模型与SARAR模型系统验证对外贸易隐含碳排放绩效的收敛特征。研究显示：中国对外贸易隐含碳排放绩效整体呈上升态势，但产业部门间产业类型差异十分明显，第二产业增速明显超过第一产业和第三产业。全国及高碳密集型产业、中碳密集型产业、低碳密集型产业对外贸易隐含碳排放绩效在提升过程中均呈收敛形态，其中高碳密集型产业收敛速度明显超过低碳和中碳密集型产业。关键词对外贸易；隐含碳排放绩效；TOPSIS模型；CRITIC-熵权法中图分类号F752文献标识码A文章编号1004518X（2023）010096-14基金项目国家社会科学基金项目“房产税的定位及其改革路径”（13BJY151）张译文，四川大学经济学院博士生。（四川成都610000）邓菊秋，四川大学经济学院教授、博士生导师，博士。（四川成都610000）96伴国和第二大进口伙伴国，20092019年间欧盟向中国净出口碳排放量高达1.6亿吨。这种对外贸易隐含碳排放导致中国对欧盟长期保持贸易碳逆差状态，一定程度上加大了国内碳减排压力，对“双碳”目标实现形成极大阻碍。随着双循环新发展格局加速构建，如何在持续深化高水平对外开放过程中，缓解对外贸易隐含碳排放转移现象，释放对外贸易“双碳”目标红利，成为需要长期深思的重要议题。2022年10月，国家发改委等部门联合印发关于以制造业为重点促进外资扩增量稳存量提质量的若干政策措施，提出“重点鼓励外商投资新能源、绿色低碳关键技术创新和示范应用等领域；引导外资积极参与碳达峰碳中和战略，实施工业低碳行动和绿色制造工程”，为对外贸易绿色低碳转型、提升对外贸易隐含碳排放绩效指明了方向。鉴于此，进一步厘清中国对外贸易隐含碳排放绩效的整体进展、各产品部门实际水平及演化趋势，对于中国脱离外部困局、升级产业链、实现绿色低碳转型，以及推动“双碳”目标加快实现具有重要现实意义。二、文献综述目前，学术界就“对外贸易隐含碳”已经进行了相对广泛的探讨，并获得了丰硕研究成果。一是关于对外贸易隐含碳相关测度及影响因素分析。胡剑波等利用20022010年投入产出数据，对中国28个出口行业隐含碳排放足迹展开测算，发现考察期内28个出口行业的直接碳排放系数与完全碳排放系数呈下滑趋势，且行业间存在较大差异。2潘安和魏龙采用基于技术异质性的多区域投入产出模型，测算19952011年中国对外贸易隐含碳排放量，从区域和行业双重维度揭示贸易隐含碳排放的结构性特征，指出中国对外贸易隐含碳排放区域分布和行业分布均相对集中。3盛仲麟和何维达采用投入产出法，研究测算中国进出口贸易中的隐含碳排放量，结果显示伴随出口贸易持续增长，中国所产生的碳排放中有很大一部分被用于生产满足国外消费者生产和生活需求的出口产品。4尹伟华基于区域间投入产出模型和结构分解分析法，对中国出口贸易隐含碳排放强度进行估算，并就其驱动因素展开深入分析，发现中国出口贸易隐含碳排放强度呈现显著下降趋势，直接碳排放系数效应、中间投入技术结构效应、出口贸易综合效应三者协同促成这一现象。5胡剑波等结合三阶段DEA模型与非竞争型I-O模型，测度26个产品部门出口贸易隐含碳排放效率，认为20022017年中国整体产品部门出口贸易隐含碳排放效率处于向好发展趋势，但各产品部门之间碳排放效率水平差异依然显著。6二是关于对外贸易隐含碳责任分担及利益转移的研讨。王文治和陆建明结合WIOD提供的世界投入产出数据，采用Full-MRIO模型计算世界40个主要经济体的生产侧碳排放、消费侧碳排放及贸易隐含碳排放余额，认为实际上是中国为全球消费承担了碳排放。7他们还运用环境MRIO模型测算和比较了36个国家（地区）间的贸易隐含碳排放余额及增加值贸易余额，得出中国历年贸易隐含碳排放和增加值贸易都为顺差，且呈同步递增趋势。8王保乾等运用环境三效应理论，将影响中国与主要伙伴国出口贸易隐含碳排放的因素分解为技术效应、结构效应与规模效应，发现技术效应会抑制中国出口贸易隐含碳排放,规模效应会增加隐含碳排放,结构效应对隐含碳排放存在抑制和增加双重影响效应。9孟凡鑫等采用多区域投入产出方法和投入产出链接技术评估后指出，中国在与“一带一路”沿线典型国家进行贸易时，国内生产碳排放大于国内消费碳排放，是隐含碳净出口国。10任亚楠等从国家整体、双边贸易和三次产业三个层面，定量揭示了19952019年中国对外贸易中的碳排放和经济损益失衡现象，表示中国已成为国际转移排放的“污染避难所”，亟须采取持续强化绿色低碳技术自主创新、增加三产贸易占比、增强国内大循环中国对外贸易隐含碳排放绩效测度及收敛特征研究基于26个产品部门的实证97江西社会科学20231主体作用等措施，应对更趋复杂的贸易和气候变化争端。11综合来看，中国虽已具备相对成熟的实现“双碳”目标条件，但在持续深化对外开放、发展对外贸易过程中仍不可避免地产生贸易碳逆差，成为国际贸易伙伴国缓解其境内碳排放压力的主场所。“双碳”战略目标是党中央综合考量国内外经济环境、经济社会发展阶段变化制定的长期方针，不仅决定着更高水平对外开放走向，还从深层次明确了对外贸易隐含碳排放问题化解总基调。那么，应当如何界定对外贸易隐含碳排放的内涵？中国对外贸易隐含碳排放的现况如何？各产品部门对外贸易隐含碳排放绩效又呈现何种差异化特征？既有研究虽为本文奠定了扎实理论与实证基础，但多聚焦于分析中国与主要伙伴国贸易隐含碳转移、中国出口贸易隐含碳排放的区域或行业异质性，以及中国出口贸易隐含碳排放结构特征或驱动因素，并未对上述一系列重要现实问题作出详细回答。据此，文章在深入理解对外贸易隐含碳排放内涵基础上，从对外贸易投入、对外贸易产出及对外贸易环境三大维度构建综合评价指标体系。进一步，采用改进后的CRITIC-熵权法组合权重模型与TOPSIS模型，测算20022017年中国26个产品部门对外贸易隐含碳排放绩效，并结合SDM模型与SARAR模型系统化分析对外贸易隐含碳排放绩效的收敛趋势。三、中国对外贸易隐含碳排放绩效测度及分析（一）综合评价指标体系构建为明确对外贸易隐含碳排放的基本导向与核心引领，加速驱动碳中和碳达峰目标实现，本文在深入探察对外贸易隐含碳排放的根本要义与深刻内涵基础上，构建对外贸易隐含碳排放绩效综合评价指标体系（见表1）。具体而言，严格遵循“有投入有产出、产出大于投入、重视创设低碳贸易环境”宗旨，并兼顾评价指标选取可得性、科学性及代表性原则。在此基础上，借鉴相关研究内表1对外贸易隐含碳排放绩效综合评价指标体系一级指标二级指标指标解释性质代码对外贸易投入资本投入对外贸易固定资产原值正向A11劳动力投入对外贸易从业人员总数正向A12能源投入一定时期内对外贸易能源消耗总量正向A13对外贸易产出地区生产总值以2002年为基期，对各地生产总值作不变价处理正向B21碳排放能源消费同工业生产过程所产生的碳排放量负向B22对外贸易环境区位和交通基础一类口岸数量正向C31省会城市与其最大贸易国间距离正向C32政府支持财政科技支出正向C33综合保税区数量正向C34电商支持跨境电子商务综合试验区数量正向C35经济支持金融机构年末贷款余额正向C36外贸发展状况外商投资总额负向C37前三大贸易伙伴国贸易额与总贸易额之比负向C38出口总额与进出口总额之比正向C39进出口贸易总额正向C4098容12-15，从对外贸易投入、对外贸易产出、对外贸易环境三大维度构建各级评价体系，为各产品部门对外贸易隐含碳排放绩效动态测度及量化分析提供可行性标准。（二）测度方法1.CRITIC-熵权法组合权重模型。CRITIC法作为一种客观赋权法，冲突性和对比强度是其应用于实证测度的主要依据。16-17其中，冲突性可理解为各项指标间存在的相关性系数，对比强度一般借助标准差形式反映。因指标间相关性系数存在小于零的可能性，在此采用相关性系数绝对值表征，以消除负号影响效应。为规避各项指标间存在的量纲差异影响，将对比强度的标准差呈现形式替换为标准差系数。熵权法多侧重基于各项指标之间的变异程度确定指标权重。18简言之，一项指标信息熵越小，说明该项指标变异程度越大，所提供信息量便越多，在评价指标体系中的权重占比也会越大。本文采用CRITIC与熵权法相结合的组合权重模型确定各项指标权重，不仅深入结合两种方法优势，兼顾了各项指标间的离散程度、冲突性及对比强度等特征，还可以更客观地反映指标权重。组合权重模型具体应用步骤如下所示：假设产品部门有m个，评价指标有n项，Xij为原始数据，且i=1,2,3,;m=1,2,3,n。第一步，对各项指标原始数据作无量纲化处理。xij=Xij-XminXmax-Xmin（Xij为正向指标）（1）xij=Xmax-XijXmax-Xmin（Xij为负向指标）（2）式中，Xmax表示指标j极大值，Xmin指代指标j极小值，xij代表无量纲化处理后所得数据。第二步，依据熵权法确定指标客观权重。首先，对第i类产品部门的第j项指标出现概率进行测算：Pij=xijmi=1xij（3）其次，对第j项指标熵值展开计算：Ej=-1lnmmi=1PijlnPij（4）最后，对第j项指标权重进行计算：wj=1-Ejnj=1(1-Ej)（5）第三步，依据CRITIC法确定指标客观权重。首先，对指标j信息量进行计算：Cj=jx?jnk=1(1-rkj)（6）式中，j代表指标j标准差，表示指标rkj与指标j之间的相关性系数。其次，对指标j权重展开计算：中国对外贸易隐含碳排放绩效测度及收敛特征研究基于26个产品部门的实证99江西社会科学20231wj=Cjnj=1Cj（7）第四步，依据CRITIC-熵权法对第j项指标权重进行确定。wj=wj+(1-)wj（8）在假设上述两种赋权法同等重要前提下，可得=0.5。2.TOPSIS模型。TOPSIS模型是一种基于评价对象和理想目标间距离展开排序的方法。19在此综合采用CRITIC-熵权法及TOPSIS法测度中国对外贸易隐含碳排放绩效，能够有效化解单一TOPSIS法难以客观体现各项指标间存在的逆序、重要程度及相关性问题，从而降低研究结论偏误可能性。第一步，计算加权矩阵。Y=y11y12y13y21y22y2nym1ym2ymn=x11w1x12w2x1nwnx21w1x22w2x2nwnxm1w1xm2w1xmnwn（9）第二步，构造正负理想解。Y+=(Y+1,Y+2,Y+n)=maxyijj=1,2,nY-=(Y-1,Y-2,Y-n)=minyijj=1,2,n（10）第三步，计算评价主体分别到正、负理想解之间的距离。D+i=nj=1(yij-Y+j)2D-i=nj=1(yij-Y-j)2（11）第四步，计算第i个评价产品部门与理想解间的相对靠近程度。N=D-iD-i+D+i（12）（三）数据来源中国自2001年起正式加入世界贸易组织（WTO），积极开展对外贸易活动。因而，将2002年设为对外贸易隐含碳排放绩效的研究时段起点。当前与研究对象密切相关的 中国投入产出延长表尚未公布2020年最新数据，最终选定20022017作为主要样本期。因20022017年间中国投入产出延长表只显示2002年、2005年、2007年、2010年、2012年、2015年、2017年的数据，故在下述实证分析中仅以这些年份为时间点，检验整个研究时段中国对外贸易隐含碳排放绩效。同时，选取26类产品部门作为研究对象，所有基础数据多来源于20022017年中国统计年鉴中国劳动统计年鉴中国固定资产投资统计年鉴中国能源统计年鉴中国投入产出延长表。针对部分年份缺失数据，采用插值法进行补齐。为便于比较不同类型的产业，依据国民经济行业分类标准（GB/T454-2017），将26个产品部门细分为第一产业、第二产业和第三产业。因搜集数据计算过程中发现燃气生产与供应业、水生产与供应业两个产品部门并未产生任何国际贸易行为，未将其100注：为节省篇幅，各产品部门借助编号代替，下同。表22017年中国产品部门对外贸易隐含碳排放绩效产业对外贸易隐含碳排放绩效对外贸易隐含碳排放一级指标绩效对外贸易投入对外贸易产出对外贸易环境部门绩效排名部门绩效排名部门绩效排名部门绩效排名第一产业A0.22715A0.22912A0.20215A0.9693第二产业B0.17226B0.18622B0.15119B0.9505C0.26010C0.18423C0.3174C0.76520D0.25711D0.17826D0.3145D0.70623E0.20719E0.22113E0.15120E0.90910F0.24513F0.19121F0.2926F0.77419G0.4914G0.6184G0.2519G0.9109H0.2769H0.2847H0.24410H0.9276I0.3077I0.3485I0.21811I0.9991J0.3086J0.2389J0.20614J0.72222K0.18523K0.20816K0.13225K0.80416L0.18721L0.19917L0.14222L0.89411M0.21117M0.23210M0.15617M0.68525N0.17425N0.18125N0.14023N0.82115O0.20220O0.23211O0.11726O0.78318P0.2908P0.3366P0.18316P0.9207Q0.6411Q0.7772Q0.4282Q0.9604R0.25212R0.22114R0.2757R0.79417S0.3565S0.19220S0.5961S0.70524T0.6062T0.8191T0.3733T0.87512U0.4973U0.6383U0.2618U0.9942V0.22116V0.21815V0.20713V0.9138W0.17824W0.18124W0.15318W0.87013第三产业X0.18722X0.19918X0.14321X0.83314Y0.22714Y0.2588Y0.13524Y0.72621Z0.20718Z0.19419Z0.21212Z0.68426纳入具体分析中。合并投入产出部门所得的26类产品部门及其三大产业划分如表2所示。（四）测度结果及分析1.对外贸易隐含碳排放绩效现状。依据对外贸易隐含碳排放绩效综合评价指标体系、改进后的CRITIC-熵权法组合权重模型及TOPSIS模型，测算可得20022017年中国26个产品部门对外贸易投入、对外贸易产出、对外贸易环境的隐含碳排放绩效。以2017年数据为例（见表2），就全局而言，对外贸易隐含碳排放绩效在各产品部门间存在明显非均衡特征，大致表现为第二产业、第中国对外贸易隐含碳排放绩效测度及收敛特征研究基于26个产品部门的实证101江西社会科学20231一产业、第三产业按序递减趋势。具体来看，2017年对外贸易隐含碳排放绩效排名前十的产品部门均来自于第二产业，其中交通运输设备制造业、仪器仪表制造业、其他制造业位于全国前三行列，构成“第一梯队”。第二产业中金属矿采选业、非金属矿和其他矿采选业、食品制造和烟草加工业、纺织业、纺织服装鞋帽皮革羽绒及其制品业、木材加工及家具制造业位列全国第四到第九位，构成“第二梯队”。还有部分第二产业产品部门和第一产业产品部门处于第十到第十八位，构成对外贸易隐含碳排放绩效的“第三梯队”。相对来说，大多数第三产业产品部门的对外贸易隐含碳排放绩效均处于全国落后位置。为更加深刻和全面了解各产品部门对外贸易隐含碳排放绩效的动态演化情况，进一步基于一级指标测算结果，比较分析目前中国26类产品部门对外贸易投入、对外贸易产出及对外贸易环境隐含碳排放绩效。观察表2可以发现，2017年处于全国对外贸易隐含碳排放绩效“第一梯队”的交通运输设备制造业、仪器仪表制造业、其他制造业，以及“第二梯队”的纺织服装鞋帽皮革羽绒及其制品业、木材加工及家具制造业、通用和专用设备制造业六类产品部门在对外贸易投入、对外贸易产出、对外贸易环境方面都跻身全国前列。这说明各产品部门均在全方位推进降低对外贸易隐含碳排放生产率，助力“双碳”目标实现。此外，其余产品部门也在分维度呈良好发展趋向，如通信设备和计算机及其他电子设备制造业凭借强大外资运用能力及相应政策扶持，对外贸易产出隐含碳排放绩效位列全国第一。第二产业中木材加工及家具制造业严格践行低碳外贸准则，对外贸易环境的隐含碳排放绩效跻身全国首位。2.中国对外贸易隐含碳排放绩效演化情况。选取2002年、2007年、2012年、2017年作为“十五”“十一五”“十二五”“十三五”期间的四个时间节点展开分析，以更加直观呈现“十五”计划实施以来中国对外贸易隐含碳排放绩效在时空序列上的演化特征和趋势（见表3）。就时间变化态势来看，“十一五”期间大多数产品部门的隐含碳排放绩效长期处于稳定不变状态，其中极个别产品部门甚至呈现倒退现象。究其缘由，受2007年起源于美国并后续席卷全球的世界金融危机影响，中国大量积压的产品无法实现“出清”，导致对外贸易经济循环陷入衰退困境，从经济基础根源上阻滞隐含碳排放绩效进一步提升。“十二五”及“十三五”期间，对外贸易隐含碳排放绩效呈显著提升趋势。这表明中国实施由外循环为主到内外双循环转变的重大发展战略获得一定成效，适当扩大内需和深入推进供给侧结构性改革有益于促进对外贸易隐含碳排放绩效提升，进而助力“双碳”目标实施。表3中国产品部门对外贸易隐含碳排放绩效演化情况对外贸易隐含碳排放绩效20022007201220170.0000.184K、Y、ZB、D、E、K、N、O、R、V、X、Y、ZB、K、X、Y、ZB、N、W0.1840.239A、B、C、D、E、F、G、I、J、L、M、N、O、P、Q、R、S、T、U、V、W、XA、C、F、H、I、J、L、M、P、S、T、WA、E、F、L、M、N、O、P、R、V、WA、E、K、L、M、O、V、X、Y、Z0.2390.284HG、Q、UC、D、I、J、SC、D、F、H、R0.2840.410-G、H、T、UI、J、P、S0.4100.680-QG、Q、T、U102四、中国对外贸易隐含碳排放绩效的部门收敛特征分析近年来，学术界有关贸易隐含碳排放收敛性的研究多集中于时间序列收敛、收敛及收敛三大方面。基于此，本文借鉴张虎和刘宇笛20的研究，采用收敛模型检验对外贸易隐含碳排放绩效的收敛特征。收敛模型的核心在于探察各产品部门对外贸易隐含碳排放绩效增长率和原始绩效间的关系。若对外贸易隐含碳排放绩效增长率同原始水平间呈现负相关关系，则说明对外贸易隐含碳排放绩效存在收敛特征。具体而言，收敛又可划分为 绝对收敛与条件收敛。1.绝对收敛。绝对收敛指的是假设外部条件基本一致时，产品部门对外贸易隐含碳排放绩效随时间演化逐渐收敛至同一水平。绝对收敛模型构建如下：1Tln(ICEPit+TICEPit)=0+1lnICEPit+it（13）式中，ICEPit+TICEPit指代第i个产品部门的对外贸易隐含碳排放绩效在t时期的增长率，ICEPit代表对外贸易隐含碳排放绩效，0代表常数项，1指代产品部门对外贸易隐含碳排放绩效在时间序列上的绝对收敛形态，it代表随机干扰项。若回归系数值1明显为负，则说明产品部门对外贸易隐含碳排放绩效存有绝对收敛态势。基于前文实证分析可知，产品部门对外贸易隐含碳排放绩效呈明显分异特征。长此以往，这种差异必然会影响对外贸易隐含碳排放的部门在产业结构中的分布。为规避研究结论出现偏误的可能，在绝对收敛模型基础上引入空间因素。鉴于空间杜宾模型可缓解估计偏差及变量遗漏、有效控制空间分异特征，且内含空间自回归误差项的空间自回归模型，能够同时探察被解释变量和误差项间存在的自相关问题。由此，使用空间杜宾模型及空间自回归模型协同检验对外贸易隐含碳排放绩效的空间特征。空间杜宾模型构建如下：1Tln(ICEPit+TICEPit)=0+1lnICEPit+WlnICEPit+Wln(ICEPit+TICEPit)+it（14）空间自回归模型构建如下：1Tln(ICEPit+TICEPit)=0+1lnICEPit+Wln(ICEPit+TICEPit)+it（15）it=Mit+it（16）式中，ICEPit指代对外贸易隐含碳排放绩效，1指代产品部门对外贸易隐含碳排放绩效在时间序列上的绝对收敛态势，旨在考察产品部门对外贸易隐含碳排放绩效是否存在收敛趋势，M代表被解释变量与干扰项的空间权重矩阵，W代表空间权重矩阵。下文在具体回归分析中，设定T=1，即年度对外贸易隐含碳排放绩效变化。基于测算的20022017年中国26个产品部门对外贸易隐含碳排放绩效面板数据，采用最大似然估计法检验各产品部门对外贸易隐含碳排放绩效的收敛特征。同时，Hausman检验结果均显著拒绝原假设，故最终选取固定效应估计方法对绝对收敛模型进行估计，结果如表4所示。值得说明的是，为对各产品部门对外贸易隐含碳排放绩效的收敛趋势进行更直观的刻画，本文进一步结合碳密集型产业标准对26个产品部门展开更加细致的划分。具体而言，首先分别中国对外贸易隐含碳排放绩效测度及收敛特征研究基于26个产品部门的实证103江西社会科学20231表4对外贸易隐含碳排放绩效的绝对收敛结果注：*、*、*分别代表在统计水平1%、5%、10%上显著，下同。SARARSDMSARARSDMSARARSDMSARAR-0.235*（-6.985）-0.218*（-3.835）-0.165*（-3.387）-0.237*（-3.661）-0.147*（-2.623）-0.599*（-8.152）-0.502*（-7.438）0.793*（19.404）0.287*（3.552）0.708*（10.971）0.273*（3.634）0.687*（9.813）0.231*（2.498）0.742*（12.816）0.276*（4.321）0.294*（4.547）0.655*（7.151）-0.712*（-7.515）-0.531*（-1.947）-0.536*（-4.998）-0.821*（-5.539）0.009*（12.289）0.025*（8.737）0.022*（6.687）0.004*（7.491）0.004*（5.456）0.009*（8.837）0.007*（7.646）4161121121281281761762677881111SDM-0.281*（-7.531）0.296*（4.609）0.358*（7.764）0.020*（14.473）41626类别1sigma2e样本量产品部门数量全国低碳密集型产业中碳密集型产业高碳密集型产业测算产业部门碳排放规模Si与碳排放强度Ei，即Si=CiCi，Ei=CiEXGDPi；其次，对二者展开归一化处理，即Si=Si-min(S)max(S)-min(S),Ei=Ei-min(E)max(E)-min(E)；再次，测算碳排放规模和碳排放强度的几何均值，即产品部门碳密集程度CIi=SiEi；最后，将CI值超过0.4的产品部门划归高碳密集型产业，将位于0.20.4区间的产品部门划归中碳密集型产业，将小于0.2的产品部门划归低碳密集型产业。表4为全国及高碳密集型产业、中碳密集型产业、低碳密集型产业对外贸易隐含碳排放绩效的绝对收敛检验结果。从中可以看出，空间自回归系数值与空间误差系数值均通过了显著性检验，再次证明各产品部门对外贸易隐含碳排放绩效呈显著正向空间效应。空间杜宾模型和空间自回归模型的回归结果显示，全国及三大类型产业对外贸易隐含碳排放绩效的收敛系数值1均小于0，且在1%统计水平上显著。这充分说明，无论是全国还是高碳密集型产业、中碳密集型产业、低碳密集型产业的对外贸易隐含碳排放绩效增长率均同原始水平均呈反向变化关系，存在绝对收敛。换言之，相较初始对外贸易隐含碳排放绩效较高的产品部门，初始对外贸易隐含碳排放绩效较低的产品部门拥有更高增长率，对外贸易隐含碳排放绩效发展滞后产品部门呈赶超趋势，最终收敛至自身稳态水平。通过深入对比不难发现，高碳密集型产业的收敛速度明显要超过低碳密集型产业和中碳密集型产业。这可能是由于高碳密集型产业经济基础相对薄弱，初始对外贸易隐含碳排放绩效相对更低。为加速实现稳态水平，考察时段内这一类型产业对外贸易隐含碳排放绩效增长率相对更快，同时各产品部门间对外贸易隐含碳排放绩效增长率的绝对差异有所缩小。2.条件收敛。条件收敛指的是由于各产品部门在技术市场化水平、数字化水平、低碳技术研发应用水平等方面存在差异，各产品部门对外贸易隐含碳排放绩效增长速率会最终收敛至各自稳态水平。鉴于此，在上文绝对收敛模型的基础上，纳入影响对外贸易隐含碳排放绩效的控制变量，构建条件收敛模型如下所示：104表5对外贸易隐含碳排放绩效各指标的收敛性检验低碳密集型产业中碳密集型产业高碳密集型产业SARARSDMSARARSDMSARARSDMSARAR-0.396*（-9.973）-0.585*（-7.633）-0.556*（-7.581）-0.183*（-2.935）-0.266*（-2.973）-0.652*（-7.995）-0.598*（-8.591）0.327*（3.733）0.838*（3.995）0.667*（3.878）0.084（1.171）-0.093（-0.868）0.051（1.045）0.161*（4.162）0.155*（2.832）0.158（1.633）0.241*（2.531）0.076（1.131）0.092（1.232）0.149*（2.111）0.026（0.571）0.228*（3.063）0.225（1.351）0.340（1.507）0.063（0.761）0.148（1.035）0.415*（7.321）0.254*（3.596）0.464*（4.813）0.218*（3.241）-0.134*（-0.865）0.891*（4.705）0.029（0.302）0.447*（4.209）0.245（1.464）0.095（1.587）0.155（0.955）0.087（0.416）0.191*（2.121）0.132（0.135）0.364*（2.962）0.285*（3.511）0.469*（3.995）0.075（0.831）0.095（0.529）-0.245*（-1.984）0.489*（4.203）-0.381*（-2.899）-0.343（-1.344）-0.461*（-2.831）0.009*（13.338）0.022*（8.742）0.009*（7.283）0.004*（7.069）0.003*（7.352）0.007*（8.818）0.008*（8.117）4161121121281281761762677881111全国SDM-0.399*（-9.808）0.311*（3.373）0.131*（2.457）0.172*（2.235）0.381*（6.551）0.365*（3.981）0.139*（2.576）0.141（1.689）0.228*（3.392）-0.427*（-2.239）0.010*（14.523）41626类别1MLDLLCTLW_MLW_DLW_LCTLsigma2e样本量产品部门数量1Tln(ICEPit+TICEPit)=0+1lnICEPit+Xit+WlnICEPit+Wln(ICEPit+TICEPit)+WXit+it（17）1Tln(ICEPit+TICEPit)=0+1lnICEPit+Xit+Wln(ICEPit+TICEPit)+uit（18）uit=Muit+it（19）式中，X代表控制变量集，包括技术市场化水平、数字化水平、低碳技术研发应用水平等变量，指代控制变量回归系数值，其余变量同前文模型变量含义一致。若回归系数值1明显为负，则说明各产品部门对外贸易隐含碳排放绩效存在明显条件收敛态势。其中，技术市场化水平（ML）借助刘亦文等21的研究，利用技术市场成交额衡量，数字化水平（DL）借助邮电业务总量在区域生产总值中的占比来表征，低碳技术研发应用水平（LCTL）采用跨境电商平台数量表示。所有原始数据均源自EPS数据库。同样地，借助最大似然估计法对全国及高碳密集型产业、中碳密集型产业、低碳密集型产业对外贸易隐含碳排放绩效展开条件收敛检验，结果如表5所示。不难看出，全国及高碳密集型产业、中碳密集型产业、低碳密集型产业的条件收敛系数值均明显小于0。这说明在控制技术市场化水平、数字化水平、低碳技术研发应用水平等变量之后，全国及高碳密集型产业、中碳密集型产业、低碳密集型产业的对外贸易隐含碳排放绩效均存在一定条件收敛趋势，进一步证明各产品部门对外贸易隐含碳排放绩效增长率在逐渐趋同。就全国来看，对比条件收敛系数值与绝对收敛中国对外贸易隐含碳排放绩效测度及收敛特征研究基于26个产品部门的实证105江西社会科学20231表6对外贸易隐含碳排放绩效各指标的收敛性检验SARARSDMSARARSDMSARARSDMSARAR-0.235*（-6.985）-0.092*（-3.449）-0.092*（-3.941）-0.417*（-9.992）-0.391*（-9.873）-0.717*（-11.133）-0.718*（-11.101）0.169*（4.994）0.279*（3.952）-0.005（-0.036）-0.712*（-7.515）-0.705*（-7.311）-0.463*（-3.494）-0.087（-0.534）0.793*（19.404）0.387*（6.987）0.811*（21.985）0.165*（2.328）0.521*（5.588）-0.117（-1.304）-0.047（-0.343）0.009*（12.289）0.007*（14.311）0.006*（12.276）0.065*（14.564）0.063*（12.381）0.086*（14.579）0.092*（15.602）41641641641641641641626262626262626对外贸易投入对外贸易产出对外贸易环境全国SDM-0.281*（-7.531）0.358*（7.764）0.296*（4.609）0.021*（14.473）41626类别1sigma2e样本量产品部门数量系数值后不难发现，条件收敛系数绝对值更大，而且条件收敛的空间杜宾模型和空间自回归模型回归系数基本吻合，说明条件收敛模型回归结果更加稳健。就控制变量估计系数来看，技术市场化水平提高能够显著提高对外贸易隐含碳排放绩效增长率。究其缘由，技术市场化水平提升可加速市场化进程，推动外贸市场实现宽领域、多层次和全方位变革，更好地激发各类出口要素积极性，进而促进全要素生产率和对外贸易隐含碳排放绩效提升，助力“双碳”目标实现。此外，数字化水平上升也可以明显带动对外贸易隐含碳排放绩效增长，这是由于数字化转型升级能有效驱动供给侧结构性变革，提高资源要素利用效率，对对外贸易隐含碳排放绩效增长产生明显正向效应。低碳技术研发应用水平的提高能够显著推动对外贸易隐含碳排放绩效增长，这可能是因为产品部门在对外贸易过程中对低碳技术的深入研发应用，能够在极大程度上助力对外贸易碳排放生产率下降，促进对外贸易隐含碳排放绩效增长率大幅提升。3.收敛的驱动因素。为深入剖析对外贸易隐含碳排放绩效收敛趋势背后蕴藏的驱动因素，分别就对外贸易投入、对外贸易产出及对外贸易环境三大指数展开收敛性检验，结果如表6所示。据检验结果可以发现：对外贸易投入和对外贸易产出的空间自回归系数值均在1%统计水平上明显大于0，说明存在显著空间相关性。近几年来，中国加速推进“一带一路”建设、长江经济带发展、粤港澳大湾区建设等全面对外开放战略，对于强化中国同世界各国间贸易交流与合作意义深远，可以有效带动产业部门协同发展对外贸易、践行低碳发展战略。对外贸易环境的回归系数值与均不明显，表明对外贸易环境维度的隐含碳排放绩效并未呈现出显著收敛态势，对外贸易投入和对外贸易产出的收敛态势是推动对外贸易隐含碳排放绩效收敛的主要力量。究其缘由，目前中国正值内外资一体化加速发展时期，有关体制和机制仍亟待健全，难以为对外贸易环境优化提供强劲支撑。虽然部分第二产业对外贸易环境隐含碳排放绩效相对更高，但其制度外部性并未完全释放，对第一产业和第三产业的带动效果并不显著。空间自回归模型中对外贸易隐含碳排放绩效、对外贸易投入隐含碳排放绩效、对外贸易产出隐含碳排放绩效的空间误差估计系数均通过了1%统计水平检验。这表明一个产品部门的对外贸易隐含碳排放绩效不仅与自身初始状态水平密切相关，还同其他部门对外贸易隐含碳排放绩效的随机干扰项有关。对外贸易隐含碳排放绩效、对106外贸易投入隐含碳排放绩效、对外贸易产出隐含碳排放绩效、对外贸易环境隐含碳排放绩效的估计系数值1均明显小于0，表明这些指标均在时间序列上呈收敛态势。不难发现，各产品部门对外贸易隐含碳排放绩效存在滞后部门追赶领先部门的趋势，其中对外贸易产出和对外贸易环境方面的追赶形态更加明显。五、主要结论与对策建议本文在深入探察对外贸易隐含碳排放内涵及特征基础上，从对外贸易投入、对外贸易产出及对外贸易环境三个维度构建综合评价指标体系，采用改进后的CRITIC-熵权法组合权重模型及TOPSIS模型，对中国26个产品部门20022017年间对外贸易隐含碳排放绩效变化趋势展开测度。同时，基于SDM模型与SARAR模型系统性检验对外贸易隐含碳排放绩效的收敛特征。结果显示：第一，中国26个产品部门对外贸易隐含碳排放绩效获得明显提高，但各产品部门间的增速略有不同，存在明显异质性，具体表现在：相较第一产业和第三产业，第二产业对外贸易隐含碳排放绩效提升速率更快，即对外贸易隐含碳排放绩效较高产品部门多分布于数字技术发展较好的第二产业中。第二，全国及高碳密集型产业、中碳密集型产业、低碳密集型产业的对外贸易隐含碳排放绩效在提升过程中呈收敛趋势，绩效滞后产品部门追赶态势显著，即高碳密集型产业收敛速度明显超过低碳和中碳密集型产业。就动力来源而言，各产品部门对外贸易环境隐含碳排放绩效并未表现出收敛趋势，对外贸易投入和对外贸易产出的整体性进展驱动着产品部门对外贸易隐含碳排放绩效在产业类型上的趋同。第三，对外贸易环境作为中国外贸创新发展的重要支撑，对于降低产品部门内销成本、扩大国内消费规模发挥着关键作用。各产品部门对外贸易环境隐含碳绩效存在明显差异化特征，低碳密集型产业的对外贸易环境隐含碳排放绩效相对较高，但其外部性未能充分释放，对中碳和高碳密集型产业的带动效果并不显著。结合上述主要研究结论，为助力对外贸易隐含碳排放绩效持续提升，推动“双碳”目标实现，提出如下对策建议：第一，完善绩效评价体系，充分发挥政府“有形之手”力量。立足于各产品部门对外贸易隐含碳排放绩效的不均衡特征，政府部门在原有评价体制基础上，应进一步采取科学合理举措，完善对外贸易隐含碳排放绩效的评价指标体系。在切实提高各产品部门对外