碳排放和全球价值链参与度——基于中国制造业数据的实证研究.pdf

碳排放和全球价值链参与度基于中国制造业数据的实证研究李保民，宋倩（安徽大学经济学院，合肥 230000）【摘要】在经济全球化和环境污染的背景下，研究全球价值链参与度和碳排放之间的关系具有重要的现实意义。基于 WIOD 世界投入产出表，计算得出中国制造业全球价值链参与度，并进一步利用面板数据分析全球价值链参与度对碳排放产生的影响。实证研究表明：中国制造业全球价值链后向参与度和碳排放之间存在正向关系；中国制造业全球价值链前向参与度和碳排放之间存在非线性“U”型关系，即在未达到阈值之前全球价值链前向参与度和碳排放之间存在负向关系，在达到阈值之后全球价值链前向参与度和碳排放之间存在正向关系；全球价值链参与度对碳排放的影响存在显著的行业异质性。研究结果通过了工具变量法、关键变量替换法等一系列稳健性检验。中国制造业企业在参与全球价值链的过程中，中国政府应从支持企业提高自主创新能力、推动企业实现产业结构升级、鼓励企业调整能源结构等多角度减少碳排放。【关键词】碳排放；全球价值链；前向参与度；后向参与度；中国制造业；行业异质性【中图分类号】F742【文献标识码】A【文章编号】1674-2362（2023）04-0059-08收稿日期：2022-09-03基金项目：安徽省教育厅社会科学重点研究项目“安徽技术创新对高新技术产业出口竞争力影响效应研究”（SK2020A0018）作者简介：李保民（1968），男，安徽合肥人，副教授，主要从事对外贸易、国际经济合作研究；宋倩（1999），女，安徽阜阳人，硕士研究生，主要从事对外贸易研究。天津商业大学学报Journal of Tianjin University of Commerce第 43 卷第 4 期圆园23 年 7 月Vol.43 No.4Jul.2023二十世纪九十年代以来，随着网络技术和经济全球化的不断发展，世界分工格局不断发生变化1。中国作为世界上最大的发展中国家，在世界分工浪潮之中，凭借着较低的人力成本迅速进入全球价值链分工体系，并逐渐成为“世界工厂”2。然而，中国对外贸易的迅速发展引起了较为严峻的环境问题，特别是中国加入世界贸易组织之后，更是成为了发达国家的“污染垃圾桶”3。IEA（国际能源理事会）和 GCP（全球碳排放项目）公布的相关数据表明，中国已经成为继美国之后世界上碳排放量最大的国家4。面对这种情况，中国政府做出了庄严承诺，即力争在 2030 年前达到碳排放峰值，在 2060 年前实现碳中和。因此，本文从中国制造业入手，通过分析全球价值链参与度对碳排放的影响，为中国实现“双碳”目标提供一定的理论支持。1文献综述与评价国内外学者对碳排放和全球价值链参与度的研究一般从以下三个切入点进行探讨。首先，从碳排放和出口隐含碳的角度进行探讨。邱强等5和杜运苏等6通过结构分解分析法研究认为，贸易出口量和隐含碳排放量之间存在正向关系。胡剑波等7通过构建中国出口隐含碳排放量模型认为，中国出口隐含碳大多集中于制造业。李艳梅等8通过分解模型研究认为，造成中国贸易隐含碳排放增加的主要原因在于出口总量的不断增长。周葵等9基于反事实法认为，中国出口贸易品的要素组合、成本核算、价格形成与价值确认存在系统性偏差，而这一偏差是中国出口隐含碳排放迅速增长的重要因素之一。何小钢等10基于改进 STIRPAT模型研究认为，中国工业全球价值链参与度和碳排放之间存在动态调整关系。兰梓睿等11利用数据包络分析模型研究认为，技术进步是轻工业绿色全要素生产率增长的主要驱动力。其次，从全球价值链和全球价值链参与度的角度进行探讨。何文彬12认为知识密集型制造业部门数字化投入越多，则该部门的全球价值链越趋于高端化。杨蕙馨等13基于耦合协调模型研究认为，技天津商业大学学报2023 年术进步和全球价值链位置指数之间存在负相关线性关系。文娟等14通过构建理论模型研究认为，较高的国内税会抑制企业全球价值链参与度的提升。吕越等15基于外生冲击构架因果识别机制研究认为，全球价值链参与度的提升会显著减少工业行业贸易隐含碳排放。最后，从碳排放和全球价值链参与度之间的关系角度进行探讨。吕延方等1通过面板平滑转换模型研究认为，全球价值链参与度和出口贸易隐含碳之间存在双门槛特征关系。李斌等16通过构建联立方程计量经济学模型研究认为，全球价值链高端参与度和碳排放之间存在负相关关系。孙华平等17通过引入交互项模型研究认为，全球价值链参与度和我国工业碳生产率之间存在负相关关系。高鹏等18通过构建多区域投入产出模型研究认为，全球价值链前向参与度和中国产业部门隐含碳排放之间存在“倒 U”型关系。综上所述，国内外学者在研究全球价值链参与度和碳排放关系方面取得了丰富的成果，但仍有不足之处：一是在探究全球价值链参与度方面，少有文献涉及不同全球价值链参与度对碳排放的影响；二是传统文献中碳排放测算仅考虑了煤炭和其他化石燃料的影响，没有考虑非化石燃料所造成的影响，这会影响数据的准确性。本文的创新如下：一是基于价值增加值核算框架，根据产品增加值和跨国次数将全球价值链参与度进行分解，分析制造业行业全球价值链前后向参与度对碳排放产生的影响；二是在充分考虑燃料多样性的基础上，根据中国制造业化石燃料氧化率的差异，估算出更为准确的碳排放数据；三是基于不同的制造业行业特征，分析中国制造业全球价值链前后向参与度对碳排放的影响是否存在行业异质性。2理论分析与研究假设2.1全球价值链参与度提升对碳排放存在促进作用全球价值链参与度对碳排放存在促进作用的理论依据主要是 PHH 理论（污染天堂理论），即随着发达国家环境标准的提升，越来越多的高污染高耗能企业会倾向于在发展中国家站稳脚跟。发达国家会将相对高污染高耗能企业通过建立工厂等形式转移到发展中国家19。而中国作为世界上人口基数最大的发展中国家，自然成为了高污染、低附加值企业转移的首选之地12。这种全球价值链后向参与度的提升会对碳排放产生促进作用20。因此，提出假说 1。假说 1：一国全球价值链后向参与度提升对碳排放存在促进作用。2.2全球价值链参与度提升对碳排放存在抑制作用全球价值链参与度对碳排放存在抑制作用的理论依据主要有两点：一是引入国外技术不仅提升了行业工作效率15，减少了生产过程中所产生的污染，而且有利于企业进行模仿和二次创新21，促使企业提高污染处理水平；二是国际分工会倒逼企业更加注重环保标准以适应进出口的要求4。因此，全球价值链前向参与度的提升对碳排放存在抑制作用。基于此，提出假说 2。假说 2：在达到阈值前，一国全球价值链前向参与度提升对碳排放存在抑制作用。2.3全球价值链参与度和碳排放之间存在非线性“U”型关系全球价值链参与度和碳排放之间存在非线性关系的理论依据主要是当接受技术输入达到一定程度后，东道国会沉淀自身产业优势并从原本的价值输入者变为价值输出者22，碳排放会相应减少。然而，当全球价值链领先者发觉东道国角色转变可能会触及到自身利益时，便会通过技术威胁等手段阻挠东道国的产业链条升级15。在这种情况下，东道国的产业升级会呈现出一种被阻碍且被俘获的状态16，碳排放会相应增加。因此，提出假说 3。假说 3：在达到阈值后，随着一国全球价值链前向参与度的不断提升，碳排放会相应增加。结合假说 2 可知，全球价值链前向参与度和碳排放之间存在非线性“U”型关系。3实证模型创建、变量选取与数据说明3.1模型设定根据以上分析，借鉴蔡礼辉等22的模型，创建以下模型：lnCit=籽0+籽1GVCfit+籽2GVCbit+籽3GVCfit2+籽4Qit+茁i+啄t+酌it（1）式（1）中，Cit表示碳排放，GVCfit表示 i 行业全球价值链前向参与度，GVCbit表示 i 行业全球价值链后向参与度。同时，考虑到全球价值链前向参与度和碳排放之间可能存在非线性关系，该模型引入了 i 行业全球价值链前向参与度的平方GVCfit222。由于 i 行业碳排放和全球价值链后向参与度之间60第 4 期的关系通过了线性拟合检验，因此，该模型不需要考虑全球价值链后向参与度和碳排放之间存在的非线性关系。在该模型中，i 表示行业，t 表示时间，籽是回归系数，Qit是控制变量，茁i是 i 行业的个体效应，啄t是 i 行业的时间效应，酌it是其他扰动项。3.2变量与数据3.2.1被解释变量目前，中国学术界并没有形成统一的碳排放量测算方法，具体原因如下：一是中国国家统计局并未规定测算碳排放时所必须要包含的能源种类，因此，研究者选取的能源种类各不相同，孙华平等17使用 8 种能源种类，而张红霞等3使用 14 种能源种类。二是 IPCC（国际气候变化委员会）23提出的标准煤法和热值法都不太适合中国自身的能源结构，这会导致中国制造业碳排放测算的结果出现偏差。基于相关文献和制造业行业燃料氧化率的特征，本文选取了 17 种燃料，并借鉴 IPCC23测算碳排放的两种方法，构建以下碳排放测算公式：CEref-1=ADref-1伊EFj（2）式（2）中，CEref-1是 j 燃料碳排放量，ADref-1是 j燃料的消耗量，EFj是 j 燃料碳排放因子。ADref-1的计算方式如下：ADref-1=leprj+lmpj-Expj依Scj-Neuj-Lj（3）式（3）中，leprj是指 j 燃料消耗量中自产的那部分，lmpj是指 j 燃料消耗量中进口的那部分，Expj是指 j 燃料消耗量中出口的那部分，Scj是 j 燃料在存放仓库时由于非人为原因所引起的消耗量的变动，Neuj是 j 燃料未用于能源消耗的那部分，Lj是由于其他原因而减少的 j 燃料消耗量。3.2.2解释变量国内外文献中测算全球价值链分工体系有很多标准，比如 RCA 指数24、VS 指数25、全球价值链参与度18以及全球价值链位置指数26。针对全球价值链参与度，Wang 等27-28提出可以通过分解国家行业层面的国内增加值和最终产品生产增加值的方式测算全球价值链参与度，具体公式如下：V=V_D+V_RT+V_GVC=V_D+V_RT+V_GVC_S+V_GVC_C（4）Y=Y_D+Y_RT+Y_GVC=Y_D+Y_RT+Y_GVC_S+Y_GVC_C（5）式（4）中，V 是国家行业层面的国内增加值，V_D 是满足了国内最终需求的国内增加值，V_RT是满足了国内最终需求之外出口的国内增加值，V_GVC 是 中 间 产 品 出 口 中 的 国 内 增 加 值，V_GVC_S 是中间产品出口中被贸易国吸收后加工为最终产品的国内增加值，V_GVC_C 是中间产品出口中被贸易国吸收后加工为出口产品的国内增加值。式（5）中，Y 是国家行业层面最终产品生产的国内增加值，Y_D 是最终产品生产中满足了贸易国国内需求的国内增加值，Y_RT 是最终产品生产中满足了国外需求的国内增加值，Y_GVC 是中间产品进口中的国内增加值，Y_GVC_S 是中间产品进口中被贸易国吸收后加工为最终产品的国内增加值，Y_GVC_C 是隐含在中间产品进口中被贸易国吸收后加工为出口产品的国内增加值29。根据以上公式分解，Wang 等27-28定义了国家行业层面的两种全球价值链参与度，分别是全球价值链前向参与度（GVPtf）和全球价值链后向参与度（GVPtb），具体公式如下：GVC f=（V_GVC）/V忆=（V_GVC_S）/V忆+（V_GVC_C）/V忆（6）GVCb=（Y_GVC）/Y忆=（Y_GVC_S）/Y忆+（Y_GVC_C）/Y忆（7）其中，V忆是一定时间内国家行业层面的国内增加值，Y忆是一定时间内国家行业层面最终产品生产的国内增加值。全球价值链前向参与度越高，表明该行业承担设计研发等高附加值的工作越多2；全球价值链后向参与度越高，表明该行业承担加工或组装等低附加值的工作越多26。3.2.3控制变量本文选取了以下控制变量 Q：（1）科技水平（TEC），采用规模以上制造业企业研发投入的金额表示。一般来讲，科研投入金额越多，该行业科研水平相对越高，碳排放相对越少17。（2）产业集中度（INJ），采用规模以上制造业企业营业收入占制造业产值的比重表示。从理论上说，产业集中度越高，碳排放就越高3。（3）外资占比（FDI），采用外商及港澳台制造业企业营业收入占规模以上制造业企业营业收入的比重表示。外资占比对碳排放的影响主要来自结构效应、规模效应和技术效应19。（4）能源结构（ENP），采用制造业煤炭消耗总量占燃料消耗总量的比重表示。一般来讲，能源中煤炭占比越高，碳排放量就越高30；（5）人均资本（PGD），采用全行业从业人员人均制造业行业固定资产净值表示。依据雷布津斯基定理，人均资本会影响制造业产出结构，进而影响行业碳排放量15。3.2.4数据说明由于 WIOD 2016 数据库最多到 2014 年，因李保民，等：碳排放和全球价值链参与度61天津商业大学学报2023 年此，选取中国制造业行业 20032014 年的数据。以世界投入产出表（WIOD）的行业类型为主要依据，将 CEADs 数据库行业分类编码和中国国民经济分类编码（GB/T 47542017）重新分类为下面 17 个行业，具体见表 1。中国制造业全球价值链参与度数据来自 UIBEGVC Indicators 和 WIOD 数据库，碳排放数据来自CEADs 数据库。本文控制变量的数据来自历年 中国统计年鉴 中国工业统计年鉴 以及 CEADs 数据库。为了保证实证结果的准确性，对部分控制变量取对数处理，与价格相关的变量以 2003 年为基期进行统一折算。各变量描述性统计见表 2。4实证结果分析4.1基准回归结果分析运 用 Stata17 软 件 对 面 板 数 据 模 型 进 行Hausman 检验，检验结果 P 值为 0.000，拒绝优先使用随机效应这一原假设，这说明该模型选择固定效应更为合理，基准回归结果见表 3。表 3 中第（1）列和第（3）列在未考虑全球价值链前向参与度和碳排放之间存在非线性关系的前提下，全球价值链后向参与度的系数符号在 1%水平下显著为正，这说明全球价值链后向参与度的提升对碳排放存在促进作用，假说 1 得到验证。出现该情况的主要原因是全球价值链后向参与度代表着“微笑曲线”低端生产环节，该环节具有高耗能高碳排放的特点。表 3中第（1）列、第（2）列和第（3）列在未考虑全球价值链前向参与度和碳排放之间存在非线性关系的前提下，全球价值链前向参与度的系数符号在 1%水平下显著为负，这说明在达到阈值前，全球价值链前向参与度的提升对碳排放存在抑制作用，假说 2得到验证。出现该情况的主要原因是当中国制造业全球价值链前向参与度提升时，发达国家的低污染标准会倒逼中国制造业企业减少碳排放。考虑到全球价值链前向参与度和碳排放之间存在非线性关系，表 3 中第（4）列和第（5）列加入了全球价值链前向参与度平方这一核心解释变量。从第（5）列可知，全球价值链前向参与度的系数符号显著为负，而全球价值链前向参与度平方的系数符号显著为正，这说明全球价值链前向参与度和碳排放之间存在正“U”型关系，即在中国制造业全球价值链前向参与度提升的初级阶段，碳排放会逐渐下降；在达到阈值后，碳排放会逐步上升，假说 3 得到验证，且进一步验证假说 2。从理论上说，产生非线性“U”型关系的主要原因是发达国家为了获得较低的人力成本和运输成本将中国视为“代工厂”，同时为了提高自身利润，发达国家会把先进技术和管理经验提供给中国制造业企业以提升自身产品的生产效率，这无疑会提高中国制造业企业处理碳排放的技术水平，使得中国制造业企业碳排放相对减少。然而，这种抑制效应不会长期存在，当中国制造业在掌握技术之后进行自我创新以促进自身制造业产业链条不断升级时，发达国家会意识到自身利益受到威胁，便会通过技术限制、质量控制和绿色壁垒等方式将中国制造业在全球价值链中的地位控制在自身可掌控的范围内。这一做法会使中国制造业的产业升级呈现出一种被阻碍且被俘获的状态16，碳排放也会相应增加。综上所述，全球价值链前向参与度和碳排放之间存在非线性“U”型关系，即在达到阈值前，全球价值链前向参与度提升对碳排放存在抑制作用，在达到阈值后，全球价值链前表 2变量的描述性统计变量变量符号 样本数均值标准差 最小值 最大值被解释变量lnC2043.5381.7160.2617.534核心解释变量GVCf2040.1550.0620.0390.287GVCb2040.2050.0680.0800.447GVCf22040.0280.0200.0010.082控制变量TEC2045.2120.8553.6807.715INJ2040.2830.0900.0700.488FDI2040.2970.1550.0390.820ENP2042.7851.0610.3954.377PGD2045.3980.6443.8267.597表 1行业口径匹配WIOD 编码CEADs 编码行业名称C059，10，11，12 食品、饮料与烟草制造业C0613，14，15纺织品及其制品制造业C0716家具之外的木材制造业C0818纸制品制造业C0919印刷和记录媒介复制业C1021炼焦、精品石油制造业C1122，24化学原料和化学制品制造业C1223药品原料和药品制剂制造业C1325，26橡胶与塑料制造业C1427非金属制造业C1528，29基本金属制造业C1630除机械和设备制造业之外的金属制造业C1735，36计算机、电子和光学产品制造业C1834电气机械制造业C1931，32其他机械和设备制造业C20-C2133运输设备制造业C2217，20，37，38 家具和其他制造业62第 4 期向参与度提升对碳排放存在促进作用。4.2内生性检验为了规避变量遗漏和“反向因果”等内生性问题，参考范德成等29、赵玉焕等2和白俊红等4的做法，采用全球价值链前向参与度、后向参与度、前向参与度平方的滞后一期作为工具变量。该工具变量的选择主要有以下考虑：第一，全球价值链前向参与度、后向参与度、前向参与度平方的滞后一期对全球价值链前向参与度、后向参与度、前向参与度平方存在直接影响，验证了内生变量和有效工具变量相关的假设。第二，全球价值链前向参与度、后向参与度、前向参与度平方的滞后一期和当期扰动项之间均不相关，验证了工具变量外生性的假设。选好工具变量后，首先，对其进行过度识别检验，得到的 Hausman 检验结果拒绝所有解释变量均为外生变量的原假设；其次，再对其进行弱工具变量检验，检验结果 Cragg-Donald Wald F 远大于10 这个经验值2，这表明全球价值链前向参与度、后向参与度、前向参与度平方的滞后一期和内生解释变量之间存在高度相关性。以上检验之后，采用 2SLS（两阶段最小二乘法）对工具变量进行回归，回归结果见表 4。从表 4 中的第（5）列可知，全球价值链后向参与度的系数符号在 1%水平下显著为正，这说明全球价值链后向参与度的提升对碳排放存在促进作用；全球价值链前向参与度的系数符号在 1%水平下显著为负且全球价值链前向参与度平方的系数符号在 1%水平下显著为正，这说明全球价值链前向参与度与碳排放之间呈现正“U”型关系，即在达到阈值前，全球价值链前向参与度提升对碳排放存在抑制作用，在达到阈值后，全球价值链前向参与度提升对碳排放存在促进作用。以上回归结果与基础回归结果相似。值得关注的是，表 4 中核心解释变量系数绝对值均明显大于基准回归结果，这说明在一定程度上潜在的内生性问题会减少全球价值链前向参与度、后向参与度、前向参与度平方对碳排放的影响程度。4.3稳健性检验为了保证研究结果的稳健性，采用替换解释变量和剔除金融危机影响这两种方式进行稳健性检验。针对替换解释变量这一方法，利用 Koopman等31所构建的全球价值链前向参与度、全球价值链后向参与度和全球价值链前向参与度的平方进行稳健性检验，具体公式如下：全球价值链参与度：变量（1）（2）（3）（4）（5）GVCf-2.776*-4.192*-2.863*-11.106*-8.066*（0.970）（1.041）（1.023）（3.109）（3.034）GVCb5.227*4.656*4.393*（0.906）（0.998）（1.002）GVCf217.155*12.723*（7.281）（6.991）TEC-0.443*-0.342*-0.407*-0.321*（0.151）（0.144）（0.149）（0.143）INJ1.404*0.3841.637*0.614（0.518）（0.536）（0.520）（0.547）FDI0.1840.1150.3010.206（0.282）（0.267）（0.283）（0.269）ENP0.2100.0720.2140.084（0.144）（0.139）（0.142）（0.138）PGD0.0750.0330.0640.027（0.096）（0.091）（0.095）（0.090）行业固定效应YESYESYESYESYES时间固定效应YESYESYESYESYES_cons2.457*4.462*3.685*4.832*4.003*（0.247）（0.848）（0.818）（0.851）（0.831）N204204204204204R20.5770.5450.5970.5590.605表 3基准回归结果注：括号内为标准差；*、*和*分别表示估计系数在 1%、5%和10%的水平下显著。表 4内生性检验结果变量（1）（2）（3）（4）（5）GVCf-8.711*-10.814*-13.568*-31.769*-36.405*（2.993）（1.385）（1.625）（4.795）（4.980）GVCb7.007*5.200*5.869*（2.779）（1.610）（1.427）GVCf266.461*71.307*（14.882）（15.150）控制变量NOYESYESYESYES行业固定效应YESYESYESYESYES时间固定效应YESYESYESYESYESN187187187187187Cragg-DonaldWald F39.97182.66613.80336.04118.095注：括号内为 z 统计量；*、*和*分别表示估计系数在 1%、5%和 10%的水平下显著。李保民，等：碳排放和全球价值链参与度63天津商业大学学报2023 年GVCPir=IVirEir+FVirEir（8）全球价值链前向参与度：GVC fir=IVirEir（9）全球价值链后向参与度：GVCbir=FVirEir（10）其中，IVir是 r 国 i 行业出口中间产品的国内增加值；FVir 是 r 国 i 行业出口中间产品的国外增加值；Eir是 r 国i 行业总出口额增加值。本文利用以上公式计算得出 Koopman 等31所构建的全球价值链前向参与度（kGVCf）、后向参与度（kGVCb）和前向参与度的平方（kGVCf2），并运用面板数据对实证结果进行稳健性检验。检验结果见表 5 第（1）列和第（2）列。针对剔除金融危机影响这一方法，借鉴高鹏等18的处理思路，在样本量中剔除 2008 年及之后的样本，其目的是为了探究当样本量剥离金融危机影响之后基准回归结果是否会改变，回归结果见表5 第（3）列和第（4）列。通过这两组回归结果可知，在替换解释变量和剔除金融危机影响之后，全球价值链后向参与度的系数符号在 1%水平下显著为正，全球价值链前向参与度的系数符号显著为负且全球价值链前向参与度平方的系数符号显著为正，以上核心解释变量的估计系数和显著性与基准回归结果相似，进一步验证了研究结论的稳健性。4.4异质性检验为了验证全球价值链前后向参与度对中国制造业碳排放的影响是否存在异质性，借鉴白俊红等4和赵玉焕等2的研究，采取两种分类方式。分类方式一是将中国制造业行业按照 OECD 的分类标准划分为技术密集型行业和非技术密集型行业；分类方式二是将中国制造业行业按照 Busse32对污染行业的分类标准划分为污染密集型行业和非污染密集型行业。表 6 列出了这两种分组的估计结果，其中第（1）列和第（2）列为技术密集型行业和非技术密集型行业的估计结果，第（3）列和第（4）列为污染密集型行业和非污染密集型行业的估计结果。就技术密集型行业和非技术密集型行业这组分类而言，表 6 中第（1）列和第（2）列的回归结果表明技术密集型行业和非技术密集型行业的全球价值链后向参与度的提升对碳排放的促进作用和基准回归结果类似。从两列比较中可以看出，第（2）列中全球价值链前向参与度的系数绝对值明显大于第（1）列，这表明在达到阈值之前，中国制造业非技术密集型行业全球价值链前向参与度的提升对碳排放带来的抑制作用要大于技术密集型行业，其原因是非技术密集型行业的碳排放基数明显大于技术密集型行业，因此，非技术密集型行业处理碳排表 5稳健性检验结果变量替换核心解释变量剔除金融危机影响（1）（2）（3）（4）kGVCf-0.954*-2.689*（0.341）（1.011）kGVCb1.552*1.464*（0.333）（0.334）kGVCf24.241*（2.330）GVCf-3.027*-8.612*（1.097）（3.268）GVCb4.668*4.401*（1.049）（1.052）GVCf213.626*（7.517）控制变量YESYESYESYES行业固定效应YESYESYESYES时间固定效应YESYESYESYES_cons3.685*4.003*3.556*3.886*（0.818）（0.831）（0.884）（0.897）N2042048585R20.5970.6050.5950.604注：括号内为标准差；*、*和*分别表示估计系数在 1%、5%和10%的水平下显著，下同。表 6异质性回归结果变量技术密集型行业划分污染密集型行业划分（1）技术密集型行业（2）非技术密集型行业（3）污染密集型行业（4）非污染密集型行业GVCf-6.957*-10.016*-16.020*-1.783（2.407）（4.943）（5.032）（4.153）GVCb9.111*4.705*2.801*5.121*（3.771）（1.211）（1.024）（1.633）GVCf211.779*19.943*34.444*7.643（5.866）（10.937）（11.829）（10.823）控制变量YESYESYESYES行业固定效应YESYESYESYES时间固定效应YESYESYESYES_cons6.184*2.566*2.941*0.445（1.398）（1.135）（0.817）（0.707）N6014484120R20.9470.5700.7460.28964第 4 期放水平的提升会减少更多的碳排放。由表 6 中第（3）列可知，对于污染密集型行业，全球价值链前后向参与度的系数符号和基准回归结果一致。对于第（4）列的非污染密集型行业，仅有全球价值链后向参与度的系数符号与基准回归结果一致且在 1%水平下显著为正。由两列对比可知，第（4）列中全球价值链后向参与度的系数绝对值明显大于第（3）列，这说明中国制造业污染密集型行业全球价值链后向参与度的提升对碳排放带来的促进作用要小于非污染密集型行业。出现这种现象的主要原因是污染密集型行业处理碳排放的技术经验和政府优惠政策会相对较多。5研究结论与政策建议基于 WIOD 世界投入产出表，本文根据公式计算得出 20032014 年中国制造业全球价值链前后向参与度的相关数值。在充分考虑中国制造业行业燃料异质性的前提下，利用 CEADs 数据库的相关数据计算得出制造业行业碳排放的具体数值。在考虑到全球价值链前向参与度可能和碳排放之间存在非线性关系的前提下，在核心解释变量中增加了全球价值链前向参与度的平方并运用面板数据进行基准回归，基准回归结果如下：第一，中国制造业全球价值链后向参与度和碳排放之间存在正相关关系，而中国制造业全球价值链前向参与度和碳排放之间存在非线性“U”型关系，即在达到阈值前全球价值链前向参与度和碳排放之间存在负相关关系，在达到阈值后却呈现正相关关系。第二，在技术密集型行业分类中，在达到阈值之前，技术密集型行业全球价值链前向参与度的提升对碳排放带来的抑制作用要小于非技术密集型行业；在污染密集型行业分类中，非污染密集型行业全球价值链后向参与度的提升对碳排放带来的促进作用要大于污染密集型行业。根据以上研究结论，提出以下政策建议。第一，由于全球价值链后向参与度和碳排放之间存在正相关关系，因此，为了减少碳排放，中国政府应不断推进制造业企业转型升级，从供给端入手深度整合和改进制造业供给链，灵活运用税收政策推进制造业企业向价值链上游不断迈进；制造业企业应积极响应政府号召，提高产业部门进入研发设计和高端制造领域的积极性，努力向价值链上游迈进。第二，由于全球价值链前向参与度与碳排放之间存在非线性“U”型关系，因此，为了减少碳排放，需要不断推动中国制造业进入“微笑曲线”的高端领域。中国政府需要通过税收减免或者资金支持等方式，鼓励制造业企业提升自主创新能力，加快推进制造业企业向研发投入、销售服务等低耗能产业方向转型；同时，中国政府在引进外资时应尽可能引进低耗能、高技术水平的外资企业。第三，根据前文行业异质性的回归结果，为了减少碳排放，中国政府应分别落实各行业的减排措施。技术密集型行业应广泛引进其他国家的先进设备，调整能源结构，优化能源资源配置，充分利用电力和天然气等清洁能源以减少碳排放；非技术密集型行业应充分发挥进口贸易的替代效应。污染密集型行业和非污染密集型行业需要努力提升非化石能源燃料的比例，提高碳排放和废弃物的处理水平并根据国外进口产品的环境标准积极改进清洁设备，为减少碳排放提供基础设施支持。参考文献：1 吕延方，崔兴华，王冬.全球价值链嵌入与贸易隐含碳 J.数量经济技术经济研究，2019（2）：45-65.2 赵玉焕，郑璐，刘似臣.全球价值链嵌入对中国出口贸易隐含碳的影响研究 J.国际贸易问题，2021（3）：142-157.3 张红霞，张哲，盛科荣.全球价值链分工地位对中国制造业碳排放的影响基于 STIRPAT 模型的实证研究 J.生态经济，2018（4）：25-29.4 白俊红，余雪微.全球价值链嵌入对节能减排的影响：理论与实证 J.财贸经济，2022（6）：144-159.5 邱强，李庆庆.中国进出口贸易隐含碳排放测算及驱动因素研究 J.经济管理，2012（11）：10-18.6 杜运苏，张为付.中国出口贸易隐含碳排放增长及其驱动因素研究 J.国际贸易问题，2012（3）：97-107.7 胡剑波，安丹，任亚运.中国出口贸易中的隐含碳排放测度研究 J.经济问题，2015（7）：52-57.8 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）：53-57.9 周葵，毛运意.中国出口隐含碳排放影响因素研究基于反事实法的分析 J.中国人口 资源与环境，2017（6）：16-26.10何小钢，张耀辉.中国工业碳排放影响因素与 CKC 重组效应基于 STIRPAT 模型的分行业动态面板数据实证研究J.中国工业经济，2012（1）：26-35.11兰梓睿，孙振清.考虑碳排放的中国轻工产业绿色生产率及影响因素研究基于轻工业 16 个细分行业面板数据 J.中国人口 资源与环境，2020（5）：58-68.12何文彬.全球价值链视域下数字经济对我国制造业升级重构效应分析 J.亚太经济，2020（3）：115-130.13杨蕙馨，田洪刚.中国制造业技术进步与全球价值链位置演变关系再检验一个技术进步和嵌入的双门槛模型 J.财贸研究，2020（11）：27-40.李保民，等：碳排放和全球价值链参与度65天津商业大学学报2023 年Carbon emissions and global value chain embedding-in:anempirical study based on China忆s manufacturing industry dataLI Baomin,SONG Qian（School of Economics,Anhui University,Hefei 230000,China）Abstract：In the context of economic globalization and environmental pollution,it is of greatly practical significance tostudying the relationship between global value chain(GVC)embedding-in and carbon emissions.Based on the WorldInput-Output Table in WIOD,this paper calculates the GVC embedding-in of China忆s manufacturing industry and furtheruses panel data to analyze the impact of GVC embedding-in on carbon emissions.The empirical study shows that there isa positive relationship between backward GVC embedding-in and carbon emissions,and a non-linear U-shapedrelationship between forward GVC embedding-in and carbon emissions in China忆s manufacturing industry,i.e.there is anegative relationship between forward GVC embedding-in and carbon emissions before reaching threshold value,and apositive relationship between forward GVC embedding-in and carbon emissions after reaching threshold value.There issignificant industrial heterogeneity in the impact of GVC embedding-in on carbon emissions.The findings pass a series ofrobustness tests with the methods of instrumental variable and key variable replacement.In the process of embeddingChina忆s manufacturing enterprises in GVC,the Chinese government should reduce carbon emissions in the multipleperspectives of supporting enterprises to improve independent innovation capability,pushing them to upgrade industrialstructure and encouraging them to adjust energy structure.Key words：carbon emissions;global value chain(GVC);forward embedding-in;backward embedding-in;China忆s manu原facturing industry;industrial heterogeneity（责任编辑于丹）14文娟，张叶娟.企业税、生产率与全球价值链嵌入 J.国际贸易问题，2019（12）：61-75.15吕越，吕云龙.中国参与全球价