-
一、 引言
-
全球价值链已成为世界经济发展的新范式,其主要特征是通过生产与分工的重新整合,将各国通过贸易网络紧密联结。[1]随着全球贸易的不断扩张,各国经济总产出快速增加的同时,也带来了二氧化碳排放量的增加。[2-3]作为主要温室气体,二氧化碳排放量增加导致全球气候变暖、冰川消融及极端天气频发,严重威胁人类社会的可持续发展。因此,国际社会通过《巴黎协定》等倡议呼吁各经济体积极采取温室气体减排行动,减缓全球变暖,保障社会的可持续发展。[4]减少二氧化碳的排放量已经成为全球共识。[5]据统计,全球约四分之一的碳排放来源于国际贸易,并且生产过程中产生的二氧化碳大多通过全球价值链活动嵌入出口产品,进而转移到其他国家[6],造成碳排放地理转移现象加剧[7]。
-
全球价值链的发展及其带来的经济收益离不开数字化投入。数字化可以提升生产区域间的信息传递效率,链接世界各地的生产者与消费者[8-9],促进全球价值链经济效益的提升[10]。同时,数字化对产业结构升级的推动作用,可能改变出口贸易的碳排放结构。[11]据预测,到2030年,人工智能(AI)系统有望通过优化制造、农业和工业流程的自动化来提高效率,助力全球减排约4%。[12]因此,数字化在推动全球价值链升级与应对气候变化方面具有双重意义。然而,数字化对全球价值链和碳排放的影响在不同类型国家间存在异质性。发达国家在全球价值链中主要占据高附加值环节,数字化的发展赋能传统产业,催生新产业、新业态、新模式,显著提升了生产效率与资源配置效率,为碳减排提供了更稳定的激励。[13]相较而言,发展中国家面临的数字化影响更为复杂。一方面,发展中国家在全球价值链中的地位较低,与发达国家在技术前沿、创新体系方面存在一定差距[14],且物质资本、人力资本与创新能力等相对不足,在数字化转型过程中易陷入被动的“技术锁定”状态[15];另一方面,数字技术对产业链的进一步细分,导致发达国家与发展中国家参与国际分工的差距越来越大,发达国家往往将高污染、高能耗的生产环节转移至发展中国家,加剧其减排压力[16]。因此,数字化在推动全球价值链重构的过程中,可能导致发展中国家承担更多的环境负担。
-
既有文献从多角度探讨了全球价值链位置对环境的影响。Jin等[17]构建了全球价值链位置指数,探讨了全球价值链深化对二氧化碳强度的影响。闫珂等[3]重点关注数字价值链的环境效应,研究发现数字全球价值链可以显著降低出口贸易中的隐含碳排放。裴建锁等[18]从微观层面观察到企业参与全球价值链分工可以显著降低污染排放强度。Wei等[5]构建了国家和行业层面的全球价值链参与指数指标,分析了全球价值链参与指数与贸易引起的碳转移之间的关系。刘瑶等[19]验证了全球价值链视角下出口国内增加值与碳排放之间的“倒U”型关系。除此之外,全球价值链的深入发展促使各个国家不断地调整参与全球价值链的模式,从而对碳排放产生不同的影响。[20]Chen等[21]发现,提高在全球价值链中的地位有助于降低出口碳排放;周宏伟等[22]、高鹏等[23]的研究表明,全球价值链嵌入对出口隐含碳排放的影响呈“倒U”型。由于经济体发展阶段和生产结构的不同,各国参与全球价值链的发展所带来的环境效益存在差异[24],产生碳不平等现象[25]。发达经济体通常通过前向嵌入参与全球价值链,从而降低全球碳排放;而发展中经济体则通过后向嵌入参与全球价值链,从而增加全球碳排放。[26]Althouse等[27]揭示了全球价值链三种不同发展模式对社会生态不平等的驱动力。
-
与本文相关的数字化研究主要有两类文献。第一类文献主要研究数字化对全球价值链的影响。部分学者基于理论分析,认为企业数字化提高了供应链管理效率、生产效率和品牌影响力,从而提升了企业在全球价值链中的竞争地位。[9,11]但数字化发展亦可能无意中加剧国家间的发展差距[28],进而对各国在全球价值链的地位产生异质性影响。第二类文献是数字化对碳排放的影响,数字化对碳排放的作用存在不确定性[29]。一方面数字化发展可以升级传统生产网络,降低污染排放[30];另一方面,数字化的飞速发展使得数据传输与处理量加大,增加了能源的消耗,导致数字产业碳排放水平与航空业趋平[31]。
-
综上所述,现有文献为本研究提供了良好的理论基础,但仍存在以下不足。第一,较少从国家发展水平差异的视角,系统考察全球价值链参与对碳不平等现象的影响机制。第二,已有研究多直接考察数字化发展对价值链升级和碳排放的影响,而对于数字化是否调节全球价值链对碳排放的影响,尤其在不同发展水平国家中的差异化作用,尚缺乏深入研究。基于此,本文存在以下边际贡献:以全球价值链内生态不平等交换理论为基础,从国家发展水平角度全面考察全球价值链双向参与程度对出口贸易隐含碳的影响;系统研究了国家发展水平差异化视角下数字化在全球价值链影响碳排放过程中的调节作用,通过深入分析内在机制,从多角度审视数字化在全球价值链影响碳排放这一复杂过程中的关联,为促进经济的绿色发展提供了更加丰富且具有针对性的视角;综合测算了生产过程中的数字化投入,构建了高维固定效应面板模型,在基准讨论的基础上,进一步从产业层面讨论全球价值链地位对出口贸易隐含碳排放的异质性效应,为提升全球价值链地位以及降碳减排提供理论依据。
-
二、 理论机制与研究假设
-
20 世纪80年代以来,信息技术的发展与贸易壁垒的削弱推动了全球产业分工格局的变革,产品生产过程被划分为多个生产环节,各国或地区依托比较优势参与其中,推动中间品贸易迅速扩张,使全球价值链活动成为国际分工的主要形态。[32-33]由于国家经济发展结构的不同,全球价值链升级对出口贸易隐含碳的影响存在很大的差异。发达国家或地区在资金与技术上具有比较优势,处于全球价值链上游的主导地位,主要负责全球价值链中的低碳、高附加值环节[17];发展中国家或地区则依托低成本的劳动力与廉价的自然资源要素,处于全球价值链的下游,主要从事劳动密集型、能源密集型的加工及组装零部件[20]。鉴于不同经济发展水平的国家或地区参与全球价值链的方式不同,导致其对出口贸易隐含碳排放的影响可能也存在较大差异。基于以上分析,本文提出假设1。
-
假设1:不同经济发展水平的国家或地区的全球价值链双向参与程度对出口贸易隐含碳排放的影响存在差异。
-
数字化通过提升信息共享效率强化全球价值链活动的协调性,同时数字要素的投入驱动了行业管理模式与生产方式的协同革新,进而通过产品竞争力的提升实现全球价值链地位升级。[34]而数字化投入对环境的影响,学界尚未有统一定论。一方面,数字化水平的提升可以降低价值链生产活动中的能源消耗强度,提升碳排放效率以及资源利用率[29],并推动能源结构、产业投入和产出以及技术创新向脱碳转型[35],从而降低碳排放水平[32-33]。另一方面,规模效应在发展中国家表现为产业锁定效应,数字化赋能虽能提升传统制造业生产效率,却因全球价值链位势粘性强化了既有高碳生产结构,导致碳排放总量随产出规模线性增长[36];技术效应在发达国家呈现清洁化偏向型进步,在通过数字化巩固技术密集型产业优势的同时,将高碳环节外包至发展中国家,形成隐含碳转移的“污染天堂”效应[37-38]。基于以上分析,本文提出假设2。
-
假设2:数字化投入在全球价值链双向参与程度影响出口贸易隐含碳排放的过程中起调节作用。
-
数字化技术通过降本增效、提升资源配置效率、促进合理分工以及激励技术创新等机制,对全球价值链参与程度提升具有显著的促进作用。[39]发达国家因具备较高的技术储备和数字化发展基础,其国内产业通过数字化技术可以完善和细化分工流程,在资源配置中优先选择低污染环节,从而将低附加值、高碳排放的生产环节转移至外部,在提升经济效率的同时优化碳排放结构,但这加剧了全球利益分配的不均。[40-41]发展中国家在全球价值链攀升过程中面临“压缩型工业化”(伴随技术密集型产业发展产生新型环境外部性)带来的碳排放强度非线性演进问题,且受限于技术水平和议价能力,其在全球价值链中前向参与贡献较小,后向参与多受制于发达国家,因此,数字化在推动其贸易隐含碳排放优化方面的作用相对有限,甚至导致其可能承担更多转移碳排放。[42]综上,数字化发展促进全球价值链分工的深化,自身环境成本以及技术的影响,都可能会导致数字化投入发挥的调节作用在不同发展水平国家呈现显著差异(见图1)。基于以上分析,本文提出假设3。
-
假设3:数字化投入发挥的调节作用在不同发展水平国家中存在差异。
-
图1 数字化调节路径
-
三、 指标测算
-
(一) 全球价值链双向参与程度
-
多区域投入产出模型主要用于分析不同国家或地区间的经济相互依赖关系。本文采用了Wang等[43]提出的生产分解模型,构建了全球价值链双向参与度指标,该指标分别从生产者和消费者视角衡量一个国家或者行业参与全球价值链的程度。具体测算方法如下:
-
其中,为简单全球价值链活动产生的增加值,为复杂全球价值链活动产生的增加值,为一国生产活动产生的总增加值,为简单全球价值链生产活动中国外生产要素对国内最终需求的贡献程度,为复杂全球价值链生产活动中国外生产要素对国内最终需求的贡献程度,为一个国家的最终需求产品的总和。
-
(二) 出口贸易隐含碳排放
-
多区域投入产出模型不仅能够分析经济部门之间的相互依赖关系,还能够评估经济活动对环境的影响。出口贸易隐含碳排放的测算是研究全球价值链参与程度影响碳不平等的关键工具。本文借鉴吕延方等[44]的贸易隐含碳排放测度模型测度了一国的出口贸易隐含碳排放。全球贸易视角下一国或地区的出口贸易隐含碳排放量具体表示为
-
其中,ECij为i国家对j国家的出口贸易隐含碳排放量,PiBi=Ci={cij}=Pi(I-Ajj)-1为i国家单位产出的完全碳排放量,Pi为i国家的单位产出碳排放量的行向量,Bi为里昂惕夫逆矩阵,Eij为一国或地区的总出口,AijXj为一国的中间品出口,Yij为一国最终需求出口。
-
(三) 数字化投入
-
数字化的应用范畴涵盖了广泛的产业领域,为了测量得更加准确,本文借鉴了Huang等[8]的研究,尽可能涵盖所有含有数字要素的行业(具体行业划分如表1所示),并采用了完全消耗系数来度量每个产业对于数字要素的依赖性。完全消耗系数是指生产一单位产品所直接和间接消耗的数字部门生产要素的数量,具体测算公式为
-
其中,j表示行业;m表示数字产业;digitalmj表示j行业的数字化水平;amj表示j行业对m数字产业的直接消耗;表示第一轮间接消耗,第n+1项表示第n轮间接消耗。为了计算每个行业对数字产业的消耗,本文将各行业对所有数字产业生产要素的完全消耗量相加,以表示该行业的整体数字化水平。
-
注:参照联合国统计处的国际标准工业分类4(ISICrev4.0)。
-
四、 实证检验
-
(一) 模型设定与变量说明
-
基于前文分析,本文构建计量模型以检验不同发展水平下全球价值链参与程度对出口贸易隐含碳排放的影响。具体模型为
-
其中,i表示国家;j表示行业;t表示年份;因变量ECijt表示各行业贸易引致的碳排放量;核心解释变量GVCijt表示各行业全球价值链参与程度,包括前向参与程度(GVCPt_f)和后向参与程度(GVCPt_b);Xijt表示一系列控制变量,包括规模效应(lnC,即行业出口的中间产品数额)、环境库兹涅兹效应(lnC2,即行业出口中间产品数额的平方)、结构效应(lnS,即名义股本与就业人数之比)、技术水平(ln VA,即行业总产值增加值);μi、ηj和θt分别表示国家、行业及年份层面的控制变量。
-
(二) 数据来源
-
本文数据来源于世界投入产出数据库(WIOD)发布的全球多区域投入产出数据表(WIOT)和社会经济账户(SEA),利用WIOT测算全球价值链前后向参与程度和产业数字化水平,利用WIOT和SEA测算出口贸易隐含碳排放量。通过匹配上述数据,最终得到2000—2014年间35个主要国家和地区56个行业的数据,共计28 316个样本。
-
(三) 实证结果分析
-
1. 基准回归检验
-
表2显示了处于不同发展阶段国家或地区的全球价值链双向参与程度对出口贸易隐含碳排放的影响。结果显示,不同发展水平国家整体上全球价值链双向参与程度均显著影响了出口贸易隐含碳排放,但存在显著差异。发达国家全球价值链双向参与程度的提升可以显著降低出口贸易隐含碳排放,而发展中国家的双向参与程度的提升会增加出口贸易隐含碳排放。发达国家通常拥有较高的技术水平与生产效率,能够更有效地利用资源,并通过技术升级降低单位产出的能源消耗与碳排放。此外,发达国家在全球价值链中双向参与程度的提升,往往伴随着技术输出与生产方式优化,这显著降低了出口产品隐含碳排放。然而,发展中国家在全球价值链中更多地参与劳动密集型或资源密集型的生产环节,这些环节的技术含量与生产效率偏低;同时,由于环保技术与设备的不足,这些生产环节单位产出的能源消耗与碳排放量较高。因此,发展中国家全球价值链参与程度的提升往往增加其出口产品中的隐含碳排放。该结果验证了假设1。
-
2. 稳健性检验
-
(1)更换被解释变量
-
本文采用中间品出口贸易隐含碳排放对出口贸易隐含碳排放进行替换,回归结果如表3列(1)至列(4)所示。结果显示,在对被解释变量进行替换后,全球价值链不同参与模式仍显著影响出口贸易隐含碳排放,且影响系数符号不变,与基准回归结果保持一致。
-
注: *、** 和*** 分别代表在 10%、5%和1%的水平上显著,括号内为t值。下同。
-
(2)剔除异常年份
-
为了消除特殊年份可能会对研究结果造成的影响,本文剔除了2008年与2009年的数据后再次进行实证分析,回归结果如表3列(5)至列(8)所示。结果显示,在剔除特殊年份后,全球价值链的双向参与程度对出口贸易隐含碳排放的影响不变。
-
(3)分样本回归
-
为进一步检验样本基准回归结果的稳健性,对样本进行分样本回归。将样本时间划分为2008年以前与2008年以后,具体回归结果如表4所示。结果显示,在对样本进行分样本回归后,全球价值链的双向参与程度对出口贸易隐含碳排放的影响不变。
-
(4)内生性检验
-
考虑到遗漏变量以及双向因果可能导致的内生性问题,本文借鉴赵玉焕等[36]的做法,使用滞后一期的全球价值链双向参与程度指标作为工具变量,使用两阶段最小二乘法(2SLS)进行内生性检验。由于经济行为存在时间滞后效应,而且一国某行业在全球价值链中的参与程度具有一定的惯性,滞后一期的全球价值链双向参与程度主要影响当前的全球价值链行为决策,但不直接影响当前的碳排放表现,符合工具变量的外生性假设。回归结果如表5所示,发达国家全球价值链的不同参与程度对出口贸易隐含碳排放的影响仍旧显著,发展中国家的后向参与程度对出口贸易隐含碳排放的影响显著,并且以上结果均通过了Kleibergen-Paap rk LM statistic和Kleibergen-Paap rk Wald F statistic检验,表明不存在不可识别与弱工具变量的问题。
-
3. 异质性检验
-
在前文基于国家类别异质性,并系统考察全球价值链双向参与程度对出口贸易隐含碳排放影响的基础上,有必要进一步从产业层面深化相关分析。制造行业与非制造行业在能源投入结构、价值链分工位置以及环境规制约束等方面存在显著差异,这些差异可能导致全球价值链前向参与与后向参与对出口贸易隐含碳排放的影响不同,基于此,本文进一步从产业维度出发,按照制造业与非制造业对样本国家进行分组,分别考察发达国家与发展中国家在不同产业中全球价值链双向参与程度对出口贸易隐含碳排放的影响,以检验相关结论在产业层面的异质性特征。
-
本文将56个行业划分为制造业和非制造业两类,讨论了制造业和非制造业全球价值链双向参与程度是否对出口贸易隐含碳排放产生异质性影响,具体回归结果如表6所示。从前向参与程度看,发达国家制造业参与程度的系数显著为负,而非制造业系数不明显;发展中国家制造业参与程度对出口贸易隐含碳排放没有显著影响,非制造业参与程度的提升显著增加了出口贸易隐含碳排放。从后向参与程度分析,发达国家的制造业和非制造业系数均显著为负,而发展中国家的制造业和非制造业的系数均显著为正。该结果进一步印证了国家间的碳排放负担在全球价值链中呈现出显著的不平等性。发达国家通过技术优势与产业结构优化,实现了全球价值链参与的低碳化,甚至将碳排放成本外溢至其他国家,尤其是发展中国家。发展中国家由于技术水平与产业结构的限制,在全球价值链中的参与往往加剧了本地的碳排放,成为高碳排放负担的主要承受者。异质性检验的结果进一步印证了假设1。
-
五、 调节效应分析
-
(一) 调节效应模型设定
-
为探讨数字化投入在全球价值链双向参与程度对出口贸易隐含碳排放影响中的调节作用,设定计量模型为
-
其中,digitalijt为i国j行业t年的数字化投入水平;GVCijt×digitalijt为全球价值链参与程度与数字化投入的交互项,包括全球价值链前向参与程度与数字化投入的交互项、全球价值链后向参与程度与数字化投入的交互项;其余变量与式(5)保持一致。
-
(二) 调节效应结果分析
-
表7列(1)和(2)为发达国家数字化投入的调节效应检验结果,数字化投入与全球价值链双向参与程度的交互项系数显著为正,表明数字化具有正向调节作用,且随着数字化水平的提升,发达国家全球价值链双向参与程度对出口贸易隐含碳排放的抑制作用会增强。列(3)和(4)为发展中国家数字化投入的调节效应检验结果,前向参与程度与数字化投入的交互项系数不显著,表明数字化未调节发展中国家前向参与程度对出口贸易隐含碳排放的作用;后向参与程度与数字化投入的交互项系数显著为正,表明数字化水平在发展中国家全球价值链后向参与程度和出口贸易隐含碳排放之间发挥了正向调节作用,随着数字化投入水平的提升,发展中国家全球价值链后向参与程度的提高加剧了出口贸易隐含碳排放。调节效应分析结果验证了假设2和假设3。
-
六、 结论
-
本文基于WIOD发布的WIOT和SEA,运用生产分解模型,考察了不同发展水平的国家或地区的全球价值链双向参与程度对出口贸易隐含碳排放的影响。主要研究结论如下:第一,发达国家或地区的全球价值链双向参与程度的提升均可显著降低出口贸易隐含碳排放,而发展中国家或地区的全球价值链双向参与程度的提升则显著增加了出口贸易隐含碳排放。第二,全球价值链双向参与程度对出口贸易隐含碳排放的影响在行业层面存在显著的异质性。发达国家和发展中国家的后向参与程度在制造业和非制造业中对出口贸易隐含碳排放的影响均与基准回归结果一致,而发达国家非制造业的前向参与程度未显著影响碳排放,发展中国家制造业的前向参与程度未显著影响碳排放。第三,数字化投入在全球价值链双向参与模式对出口贸易隐含碳排放的影响中具有调节作用。对于发达国家,数字化投入正向调节了全球价值链双向参与模式对出口贸易隐含碳排放的影响;对于发展中国家,数字化投入正向调节了全球价值链后向参与模式对出口贸易隐含碳排放的影响,但在前向参与模式对出口贸易隐含碳排放的影响中无明显调节作用。
-
参考文献
-
[1] 杨仁发,郑媛媛.数字经济发展对全球价值链分工演进及韧性影响研究[J].数量经济技术经济研究,2023,40(8):69-89.
-
[2] Shahbaz M,Nasreen S,Ahmed K,et al.Trade Openness-Carbon Emissions Nexus:the Importance of Turning Points of Trade Openness for Country Panels[J].Energy Economics,2017,61:221-232.
-
[3] 闫珂,杨来科.数字全球价值链对出口贸易隐含碳排放强度的影响研究[J].国际贸易问题,2025(2):123-139.
-
[4] Duan H,Zhou S,Jiang K,et al.Assessing China’s Efforts to Pursue the 1.5℃ Warming Limit[J].Science,2021,372(6540):378-385.
-
[5] Wei L,Li W,Jin Z.Global Value Chains Participation and Trade-induced Carbon Inequality:A Comparative Analysis of Developed and Developing Economies[J].Ecological Economics,2024,220:108186.
-
[6] Zhang W,Wang F,Hubacek K,et al.Unequal Exchange of Air Pollution and Economic Benefits Embodied in China’s Exports[J].Environmental Science & Technology,2018,52(7):3888-3898.
-
[7] Li Y L,Chen B,Chen G Q.Carbon Network Embodied in International Trade:Global Structural Evolution and Its Policy Implications[J].Energy Policy,2020,139:111316.
-
[8] Huang Y,Zhang Y.Digitalization,Positioning in Global Value Chain and Carbon Emissions Embodied in Exports:Evidence from Global Manufacturing Production-based Emissions[J].Ecological Economics,2023,205:107674.
-
[9] 徐铮,张其仔.产业链视角下数字赋能全球价值链攀升的产业关联溢出效应[J].经济与管理研究,2024,45(7):34-56.
-
[10] Zhang H,Zhang W,Lu Y,et al.Worsening Carbon Inequality Embodied in Trade within China[J].Environmental Science & Technology,2023,57(2):863-873.
-
[11] 余壮雄,林嘉雯.智能化能否带来低碳化——空间清洁溢出与价值链低碳扩散[J].南方经济,2024(7):70-90.
-
[12] How AI Can Enable a Sustainable Future[R/OL].(2019-04-16)[2025-01-12].https://www.pwc.de/de/nachhaltigkeit/how-ai-can-enable-a-sustainable-future.pdf.
-
[13] 杨刚强,王海森,范恒山,等.数字经济的碳减排效应:理论分析与经验证据[J].中国工业经济,2023(5):80-98.
-
[14] 谢会强,黄凌云,刘冬冬.全球价值链嵌入提高了中国制造业碳生产率吗[J].国际贸易问题,2018(12):109-121.
-
[15] 蒋启蒙,朱雪忠,滕子优.技术锁定述评:知识框架与未来展望[J].科研管理,2023,44(6):17-28.
-
[16] Wang X,Sun X,Oprean-Stan C,et al.What Role Does Global Value Chain Participation Play in Emissions Embodied in Trade?New Evidence from Value-added Trade[J].Economic Analysis and Policy,2023,80:1205-1223.
-
[17] Jin Z D,Duan H B,Wang J C,et al.Heterogeneous Impacts of GVCs Participation on CO2 Intensity:Evidence from Developed and Developing Countries/Regions[J].Advances in Climate Change Research,2022,13(2):187-195.
-
[18] 裴建锁,方勇彪,姜佳彤.嵌入全球价值链助力企业绿色发展:投入结构转型效应的解释[J].中国工业经济,2024(2):61-79.
-
[19] 刘瑶,张军,耿燕.全球价值链视角下的出口与碳排放——对“倒U型”关系的再检验[J] 国际贸易问题,2023(1):90-107.
-
[20] Sun C,Li Z,Ma T,et al.Carbon Efficiency and International Specialization Position:Evidence from Global Value Chain Position Index of Manufacture[J].Energy Policy,2019,128:235-242.
-
[21] Chen H,Wang S,Song M.Global Environmental Value Chain Embeddedness and Enterprise Production Efficiency Improvement[J].Structural Change and Economic Dynamics,2021,58:278-290.
-
[22] 周宏伟,刘曙光.全球价值链前向嵌入与制造业出口隐含碳排放——兼论数字服务贸易自由化的调节效应[J].国际商务研究,2025,46(1):1-17.
-
[23] 高鹏,岳书敬.全球价值链嵌入是否降低了中国产业部门隐含碳——兼论产业数字化的调节效应[J].国际贸易问题,2022(7):53-67.
-
[24] Zhang D,Wang H,Löschel A,et al.The Changing Role of Global Value Chains in CO2 Emission Intensity in 2000-2014[J].Energy Economics,2021,93:105053.
-
[25] Wang Y,Xiong S,Ma X.Carbon Inequality in Global Trade:Evidence from the Mismatch between Embodied Carbon Emissions and Value Added[J].Ecological Economics,2022,195:107398.
-
[26] Zhang Z,Zhu K,Hewings G J D.A Multi-regional Input-output Analysis of the Pollution Haven Hypothesis from the Perspective of Global Production Fragmentation[J].Energy Economics,2017,64:13-23.
-
[27] Althouse J,Cahen-Fourot L,Carballa-Smichowski B,et al.Ecologically Unequal Exchange and Uneven Development Patterns along Global Value Chains[J].World Development,2023,170:106308.
-
[28] Helper S,Martins R,Seamans R C.Value Migration and Industry 4.0:Theory and Field Evidence[J].Academy of Management Proceedings,2018,2018(1):15551.
-
[29] He Y,Xie C.Measurement,Decomposition and Emission Reduction Effects of Digital Global Value Chains[J].Journal of Cleaner Production,2022,378:134307.
-
[30] 韩晶,姜如玥,孙雅雯,等.数字服务贸易与碳排放——基于50个国家的实证研究[J].国际商务(对外经济贸易大学学报),2021(6):34-49.
-
[31] Jones N.How to Stop Data Centres from Gobbling up the Worlds Electricity[J].Nature,2018,561(7722):163-166.
-
[32] 方杰炜,施炳展.知识产权保护如何影响发展中国家参与全球价值链分工[J].国际贸易问题,2023(9):106-122.
-
[33] 苏丹妮,盛斌,邵朝对,等.全球价值链、本地化产业集聚与企业生产率的互动效应[J].经济研究,2020,55(3):100-115.
-
[34] 焦冬梅,黄立军.数字技术投入对农业全球价值链地位的影响研究[J].经济体制改革,2025(2):12-20.
-
[35] Yang Z,Gao W,Han Q,et al.Digitalization and Carbon Emissions:How Does Digital City Construction Affect Chinas Carbon Emission Reduction?[J].Sustainable Cities and Society,2022,87:104201.
-
[36] 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.
-
[37] 余娟娟,龚同.全球碳转移网络的解构与影响因素分析[J].中国人口·资源与环境,2020,30(8):21-30.
-
[38] 余东华,张明志.“异质性难题”化解与碳排放EKC再检验——基于门限回归的国别分组研究[J].中国工业经济,2016(7):57-73.
-
[39] Peng Y,Tao C.Can Digital Transformation Promote Enterprise Performance?:From the Perspective of Public Policy and Innovation[J].Journal of Innovation & Knowledge,2022,7(3):100198.
-
[40] 余建辉,肖若兰,马仁锋,等.国际贸易“碳中和”研究热点领域及其动向[J].自然资源学报,2022,37(5):1303-1320.
-
[41] 贾真,杨冉,肖皓.产业数字化与全球价值链利益分配的公平性:基于贸易收益与隐含碳排放成本视角[J].2025(5):93-114.
-
[42] Cezarino L O,Liboni L B,Oliveira Stefanelli N,et al.Diving into Emerging Economies Bottleneck:Industry 4.0 and Implications for Circular Economy[J].Management Decision,2021,59(8):1841-1862.
-
[43] Wang Z,Wei S J,Yu X,et al.Measures of Participation in Global Value Chains and Global Business Cycles[R].National Bureau of Economic Research,2017.
-
[44] 吕延方,崔兴华,王冬.全球价值链参与度与贸易隐含碳[J].数量经济技术经济研究,2019,36(2):45-65.
-
摘要
基于世界投入产出数据库发布的世界投入产出表和社会经济账户,实证分析不同发展水平国家的全球价值链前向与后向参与程度对出口贸易隐含碳排放的影响,研究发现:在国家层面,发达国家或地区全球价值链双向参与程度的提升对出口贸易隐含碳排放具有抑制效应,而发展中国家或地区全球价值链双向参与程度的提升对出口贸易隐含碳排放具有促进效应。在产业层面,发达国家制造业的全球价值链前向参与程度对出口贸易隐含碳排放产生显著抑制作用,发展中国家非制造行业的全球价值链前向参与程度对出口贸易隐含碳排放产生显著促进作用;发达国家制造业和非制造业的全球价值链后向参与程度均对出口贸易隐含碳排放产生显著抑制作用,而发展中国家非制造行业的全球价值链双向参与程度均加剧了出口贸易隐含碳的排放。调节效应分析表明:数字化投入增强了发达国家全球价值链双向参与程度的减排效应,但加剧了发展中国家全球价值链后向参与程度的促排效应。
Abstract
This study, based on the World Input-Output Tables and Socio-Economic Accounts released by the World Input-Output Database(WIOD), makes empirical analysis on the impacts of forward and backward participation in global value chains (GVCs) on embodied carbon emissions in export trade across countries at different development stages. The results indicate that at the national level, increases in bidirectional GVC participation significantly reduce embodied carbon emissions in exports for developed countries or regions, whereas they lead to higher emissions for developing economies. In addition, at the industrial level, forward GVC participation in the manufacturing sectors of developed countries exerts a significant mitigating effect on embodied carbon emissions in exports, while non-manufacturing sectors in developing countries substantially boost such emissions. Moreover, backward GVC participation in both manufacturing and non-manufacturing sectors of developed countries significantly suppresses embodied carbon emissions in exports, whereas bidirectional GVC participation in the non-manufacturing sectors of developing countries exacerbate these emissions. Also, the moderation analysis reveals that digital investment reinforces the emission-reducing effect of bidirectional GVC participation in developed countries but intensifies the emission-increasing effect of backward GVC participation in developing countries.
