立即咨詢
您當前的位置:職稱驛站 > 論文 > 理工論文 > 環境科學論文職稱驛站 期刊論文發表 權威認證機構

全球碳轉移網絡的解構與影響因素分析

職稱驛站所屬分類:環境科學論文發布時間:2020-10-20 08:42:22瀏覽:1

本文基于WIOD的最新環境賬戶和世界投入產出表,利用MRIO-SNA模型構建全球碳轉移網絡,從“關系”視角可視化分析了全球碳轉移網絡特征,并利用QAP方法揭示全球碳轉移網絡形成的主要原因。

   摘要 本文基于WIOD的最新環境賬戶和世界投入產出表,利用MRIO-SNA模型構建全球碳轉移網絡,從“關系”視角可視化分析了全球碳轉移網絡特征,并利用QAP方法揭示全球碳轉移網絡形成的主要原因。結論顯示:①全球碳轉移網絡呈非均衡發展,呈現出“中心-外圍”的結構特征。供給側與需求側結構失衡,少數的國家產生了多數的碳排放。其中中國已逐漸成為全球生產側碳排放網絡中心,并且中國在消費側碳排放網絡中的地位也在不斷上升,美國和德國始終位于全球消費側碳排放網絡中心。②從個體網絡特征來看,各國的網絡地位相對比較穩定。2014年出度中心度前三的國家依次為中國、俄羅斯和德國,入度中心度前三的國家依次為美國、德國、中國。其中,中國的入度中心度始終低于出度中心度,說明中國主要是通過供給而不是消費的形式參與到全球碳轉移網絡中。③塊模型分析顯示以中國為首的發展中國家屬于雙向溢出板塊,美國等發達國家構成主受益板塊,且板塊間溢出大于板塊內溢出,南北國家間存在明顯的碳轉移關系。④ QAP分析顯示:地理位置、文化背景對碳排放的空間關聯的影響在減弱,全球價值鏈分工及環境規制等因素正逐漸主導碳轉移網絡的形成。本文的研究為未來碳減排政策的制定提供了方向,各國需要基于新的“關系屬性”的視角理解全球碳排放,所謂的“中國氣候威脅論”無疑是片面和狹隘的。全球碳減排應該充分考慮各國之間的空間關聯關系以及各國產業結構、經濟水平上的差異性,在“數量—關系”雙控的基礎上實行“共同但有區別責任”的協同性減排。

  關鍵詞 全球價值鏈;碳轉移;社會網絡分析;QAP

  中圖分類號 F742

  文獻標識碼 A文章編號 1002-2104(2020)08-0021-10DOI:10.12062/cpre.20191135

  《中國軟科學》創刊于1986年,月刊,是由中華人民共和國科學技術部主管,中國軟科學研究會、中國科學技術信息研究所主辦的學術期刊,是中國軟科學研究會會刊。

  隨著2017年美國宣布退出《巴黎協定》,全球氣候治理面臨著更多的不確定性。根據2019年全球碳項目(GCP)最新發布的《2018全球碳預算》報告,2018年全球二氧化碳排放增長達2.7%,刷新了全球碳排放的紀錄,全球二氧化碳排放量的新一輪增長將讓《巴黎協定》確立的“將升溫控制在2 ℃以內”的目標更加難以實現,這些不利因素使得全球氣候治理變得愈加艱難、緊迫。

  全球碳轉移的客觀存在一直是全球氣候治理中不可忽視的核心問題之一,它顯著影響著進出口國的生產環境及其相應的減排責任[1-2]。由于傳統的“京都模式”是以“生產者責任”為原則,僅考慮領地國的直接碳排放,忽略了國家間碳轉移的影響,因此加重了“碳泄漏”的發生,弱化了全球碳減排政策效果,而且對中國等出口大國不公平[3]。為此,后京都時代有學者提出要改革以生產側排放(Production-based emissions)為原則的碳排放核算體系,轉而采用更加有效的基于消費側排放(Consumption-based emissions)的核算體系[3-4],或者是綜合考慮生產者和消費者雙方責任的方案[2,5-6]。只有綜合考慮生產者和消費者責任的核算體系,才能更好地進行國際碳減排責任的界定,進而促進全球氣候治理的公平、有效推進。

  但值得注意的是,全球氣候治理除了公平界定各國減排責任及排放限額外,還需深度把握各國之間碳轉移關系及結構特征,進行“數量”與“關系”的雙控才能更好地實施“共同且有區別責任”的協同性減排。由于全球碳轉移已經超越了地理范圍的限制,在不同的國家之間形成了多節點、多路徑的網絡形態[7]。在這種情況下,全球氣候治理就成為基于全球碳轉移網絡的一個系統性工程,而非單純地依靠單一國家的排放限額。隨著全球貿易與投資關系的一體化,如果單純從某個國家展開碳排放治理,則容易犯“只見樹木不見森林”的錯誤,弱化了全球碳減排措施的效果。因此,有學者開始嘗試利用社會網絡分析法(SNA)把握相關主體之間的碳排放關系,該方法作為分析不同個體間“關系”的一種方法,自20世紀90年代以來以逐漸成為研究區域間貿易關系和整體網絡結構的重要方法之一。劉華軍等[8]、孫亞男等[9]先后利用社會網絡方法解構了國內省際污染排放網絡,并對其網絡特征進行了具體分析。利用SNA方法解構國家間碳轉移問題還是一個比較新的嘗試。張同斌和孫靜[7]、Duan等[10]、杜培林和王愛國[11]做了這方面的嘗試,但并未結合消費側減排的思想,且對關系網絡的形成機理缺乏解釋。

  為此,本文在以上文獻的基礎上,利用世界投入產出表的連續數據及MRIO-SNA方法構建涵蓋全球39個主要國家間的碳轉移網絡,多維度解構全球碳轉移關系及中國的網絡地位,進而有助于我們從“關系”屬性的視角推進全球碳減排任務。相比以往文獻,本文的主要貢獻在于:第一,綜合運用MRIO-SNA方法構建全球碳轉移網絡。MRIO模型和SNA方法具有內在一致性,二者結合不僅可以為理解整體網絡提供理論和方法框架,還可以揭示整個網絡的內部結構,評估每個參與者的地位以及它們之間的聯系[12]。第二,從“關系”視角豐富了消費側和生產側碳排放責任的相關研究,目前研究大多從數量界定的角度展開研究,本文同時利用門限值網絡與TOP1等級網絡解構全球碳轉移中消費側和生產側的關聯關系,并利用塊模型劃分出全球碳轉移中的溢出板塊、經紀人板塊及受益板塊等,有助于從關系的視角進行協同性減排。第三,目前尚未有文獻經驗識別全球碳轉移關系形成的內在動因,本文首次基于引力模型,運用QAP技術解釋了碳轉移網絡形成及變動的影響因素,從而為未來的碳減排政策的制訂提供突破口。

  1 網絡建模和數據說明

  1.1 全球碳轉移網絡建模

  這里假設有M個國家,每個國家有N個生產部門。從用途的分類看,一個經濟體生產的產品可以被分為中間品和最終品,這些產品可以自己使用,也可以出口至其他經濟體。

  令Er為r國的直接碳排放系數列向量,向量中的元素為r國各部門單位產出引致的二氧化碳排放量。矩陣B完全需求矩陣,又稱里昂惕夫逆矩陣,矩陣Y為最終產品需求矩陣。則可以得到碳排放矩陣(P)如下:

  (1)

  由于本文的研究專注于國家間碳的轉移,在此只考慮外需排放部分,將對角線元素設為0,得到碳轉移矩陣P,其中Pij表示i國出口至j國的隱含碳量,即i國作為碳的生產國,通過國際貿易為碳的實際消費國s國承擔了Pij的排放責任。

  (2)

  根據碳轉移矩陣構建全球碳轉移網絡,全球碳轉移網絡是由多個節點和點之間的弧所組成的,網絡中的節點代表各經濟體,弧表示各經濟體的碳轉移關系。以碳的生產國為起始節點,碳的最終消費國為目的節點,箭頭指向代表碳轉移流向。根據關系的強度是否有差異,碳轉移網絡可以被區分為無權網絡和加權網絡。在加權網絡中,權重的加入使得網絡特征更加接近網絡的實際情況。這樣構建的加權矩陣W可以更加清晰地展現貿易隱含碳轉移網絡的主要特征,矩陣中的元素wij代表節點間碳轉移的流量大小。將所有的wij同除以W中的最大值,這樣一來使得所有w′ij∈[0,1],且不影響結果,獲得加權碳轉移網絡W。

  再通過設置門檻值構建無權二值矩陣進行定性分析。為了突出碳轉移網絡的主要特征,本文借鑒Duan等[10]的做法,按照碳轉移流量對碳轉移網絡關系進行篩選,如果i國對j國的貿易隱含碳相對較小,則說明國家i與國家j之間的隱含碳轉移關聯十分微弱,可忽略不計。當貿易隱含碳排放矩陣中的元素大于門檻值時,則保留該隱含碳轉移關系,若小于門檻值,則忽略該關系。

  在門檻值的選擇上,本文借鑒白潔等[13]的做法,遵循帕累托的“二八原則”,認為排名前20%的為較緊密關系,對應wij設為1,表示節點間存在聯系,其他的設為0。過于密集的網絡會讓網絡分析的結果大打折扣,通過這樣取門檻值進行篩選,這樣一來在網絡中保存了足夠多的聯系,而且忽略了一些相對較為微弱的關聯,便于更加清楚地分析碳轉移網絡的結構特征。

  1.2 網絡分析指標及方法

  本文主要采用網絡中心性指標、TOP1等級網絡和塊

  模型分析方法來對碳轉移網絡的結構進行分析,并使用QAP分析考察影響碳轉移網絡的因素。

  1.2.1 網絡中心性

  網絡中心性分析分析包括中心度和中心勢分析,中心度用來反映節點在網絡中的核心度,而中心勢則是用來描述整個網絡的中心性。中心性可分為度數中心性、中間中心性和接近中心性三種,不同中心性反映的側重點也不相同。出于不同的角度,本文選擇度數中心勢和度數中心度來考察碳轉移網絡的結構特征。其他中心度指標所得結論與度數中心度以及下文的TOP1等級網絡研究結論基本一致,篇幅原因不予展示,如有需要備案。

  (1)度數中心勢。度數中心勢反映的是網絡整體屬性,測度的是一個網絡在多大程度上圍繞某些點建立起來。中心勢越高,則網絡越集中,中心點和邊緣點的中心度差別大,相反,若中心勢低,則網絡較稀疏,中心點與邊緣點差別不大。在有向網絡中,度數中心勢可分為出度中心勢和入度中心勢。在碳轉移網絡中,出度中心勢表示碳出口的集中程度,入度中心勢表示碳進口的集中程度。計算公式如下:

  (3)

  其中,Cmax表示網絡中最大度數中心度。

  (2)度數中心度。度數中心度(Degree Centrality)反映網絡中節點上關系的多少,在碳轉移網絡中,一國的度數中心度越大,則該國在碳轉移網絡中與其他國家的直接聯系越多,即該國位于網絡的中心地位。在有向網絡中,度數中心度可以被分為入度中心度和出度中心度,入度中心度指的是一國通過進口將本應屬于該國的碳排放轉移到其他國家的關系數量,出度中心度衡量一國出口產品而為其他國家承擔的碳排放關系。度數中心度的計算公式如下。

  (4)

  (5)

  其中,dij表示i指向j的關系。

  1.2.2 TOP1等級網絡

  Zhou等[14]在研究貿易網絡時提出僅保留各節點在網絡中最密切的網絡關系來構建關系等級網絡,能夠反映出網絡中最主要的信息,孫天陽等[15]在研究增加值網絡時也采用了這一方法。本文借鑒該方法,展示了進口隱含碳和出口隱含碳TOP1網絡,即僅包含碳轉移中各國進口和出口排名第一關系的網絡,這樣繪制出的網絡圖保留了最原始的信息,呈現出樹狀,能更加清晰地反映各節點的連接方式。

  1.2.3塊模型分析

  塊模型分析用于分析網絡位置,考察不同模塊在碳轉移網絡中所處的角色和地位。本文在綜合考慮生產側和消費側碳排放的基礎上,利用塊模分析劃分出主受益板塊、雙向溢出板塊、經紀人板塊和凈溢出板塊四種。

  1.2.4 QAP分析法

  QAP分析法是一種基于隨機置換的非參數檢驗方法,具體原理是首先將矩陣轉換為長向量,計算相關系數;再隨機置換矩陣中的行和與其相對應列,計算置換后的相關系數,重復若干次后得到該系數的分布;最后觀察第一次測量的相關系數是否落在接受域內,并進一步判斷其顯著性。

  1.3 數據來源和說明

  本文關于碳轉移網絡構建的數據主要來自WIOD數據的環境賬戶和世界投入產出表。2019年7月WIOD環境賬戶更新至2016年,但世界投入產出表(2016版)的最新數據仍截止至2014年,因此本文最終樣本區間設定為1995—2014年。另外,本文選取了世界投入產出數據庫中提供的39個經濟體(不包括中國臺灣和其他地區(Row)),包括27個歐盟成員國以及12個歐盟以外的國家。這39個經濟體包含了世界上大部分的發達國家及主要發展中國家,因此具有很強的代表性。

  2 全球碳轉移網絡的結構特征分析

  2.1 基于門限值的網絡分析

  2.1.1 整體網絡特征

  圖1為1995年及2014年全球碳轉移無權網絡,圖2為1995及2014年全球碳轉移加權網絡。通過圖1,我們可以直觀感受到全球碳轉移網絡中多邊排放關系的復雜性,各國之間存在緊密且復雜的碳流向關系。經濟體量較大的國家在碳轉移網絡中的中心度較高,且地位變化不大,網絡整體結構較穩定。

  圖2的加權網絡在圖1的基礎上直觀顯示了碳流量的大小,從圖2中我們可以直觀地看到碳轉移流量呈現擴大趨勢,其中,中國向美國的出口碳流量最為顯著,其次是中國向日本的出口碳流量,且這種格局在進一步得到強化。總體上看,2014年圍繞中國的碳轉出和碳轉出關系較之1995年要更加密切,與歐美、日韓等主要經濟體之間的碳轉移流量也更加顯著。

  進一步利用度數中心勢反映整體網絡的集中度,從出度中心勢和入度中心勢兩個維度的分析,結果如圖3所示。從變化趨勢上看,無論是出度中心勢還是入度中心勢,二者在2000年以后呈現下降的態勢,這表明全球碳轉移網絡日益均質化,越來越多的邊緣國家加入全球碳轉移網絡中。但從二者的橫向比較上看,出度中心勢始終大于入度中心勢,其差距在2008年金融危機之后還呈現出不斷擴大的趨勢,這表明伴隨著金融危機的影響,全球碳轉移網絡表現得更為集中,少數的國家承擔了更多數的碳排放。這種差異反映了全球碳轉移網絡結構的失衡,隨著這種結構失衡的不斷擴大,碳排放的空間公平性將面臨更大的挑戰。

  2.1.2 個體網絡特征分析

  基于無權網絡對碳轉移網絡的拓撲屬性進行分析,由于中心度數大小取決于門檻值的選擇,因此本文主要展示各網絡指標序列排名前十的國家。表1和表2是1995—2014年全球碳轉移網絡中度數中心度排名情況。從時間動態上看,排名前十的國家變動差異較小,說明碳轉移網絡具有一定的穩定性。中國在全球碳轉移網絡中的度數中心度隨著時間的推移逐漸上升,說明中國在嵌入全球價值鏈的同時,也極大程度地融入了全球碳轉移網絡。中國的出度中心度由1995年的第四位升至2014年的第一位,與此同時中國的入度中心度也由第八位升至第三位。不同于其他發達國家的是,中國的入度中心度始終是低于出度中心度,在全球碳轉移網絡中處于受損地位,在碳排放量上呈現為碳凈出口國。這是目前許多發展中國家所共同面臨的問題,雖然在碳轉移網絡中占據較核心地位,但是更多的是“生產者”的身份。

  2.2 TOP1等級網絡分析

  圖4展示了1995年與2014年進口隱含碳TOP1網絡。通過對比可以發現1995年時該網絡是以中國和俄羅斯為主要核心的“雙核”模式。1995年俄羅斯位于歐洲地區的核心,而中國則是其他地區的核心。俄羅斯和中國互為最大碳轉出關聯國,歐洲地區和非歐洲地區通過俄羅斯和中國建立直接碳轉移聯系。美國成了美洲地區的核心,連接著加拿大、墨西哥和巴西。此外形成了俄羅斯-德國-比利時-盧森堡以及中國-英國-愛爾蘭這樣的鏈式網絡,一般來說地理位置的相鄰性導致國家間直接貿易量的增加,這也是中小型國家發生碳轉移關系的重要影響因素。

  從節點大小來看,2014年中國的出度中心度大于俄羅斯,逐漸占據了核心地位。中國的直接碳轉移關系由1995年的9條增至2014年的30條,并成了大多數國家的第一碳進口國,這種變化也反映了中國在碳生產網絡中的地位不斷躍升,有逐漸成為網絡核心的趨勢。從數值上來看,貿易隱含碳流量份額呈現出嚴重的非均質性,網絡中流量最大的關系是中國轉出至美國,1995年中國出口至美國的隱含碳量占出口至全部9個國家的45%,2014年中國的碳轉移關系數大大增加,這一比例也降至31%。說明隨著中國貿易伙伴的多樣化,與中國建立最大轉移關聯的國家也在增多,碳出口目的國日漸多元化。

  圖5反映了出口隱含碳TOP1網絡的變化情況,該網絡的核心代表“碳消費”的核心國。同進口隱含碳TOP1網絡相似的是,該網絡一開始也呈現“雙核”模式,德國和美國分別占據了歐洲和非歐洲地區的核心地位。2014年網絡逐漸呈現出多極化趨勢。中國在出口隱含碳TOP1網絡中的地位也在不斷地攀升,1995年中國位于網絡的“末梢”,到了2014年,中國已經取代日本逐漸成為東亞地區的樞紐與核心。從流量上來看,而美國從中國進口的隱含碳比例由1995年的42%增長至2014年的54%,雖然關系的數量增多了,但這一比例卻不降反增,說明美國在碳轉移排放上極度依賴于中國,這與兩國密切的貿易往來是

  密不可分的,中國不僅是美國的貿易伙伴國,更為美國承擔了大量的碳轉移排放。

  總體而言,這兩種網絡在1995年時均呈現雙核模式,但網絡中的兩極地位正在經歷著轉變:在生產側TOP1網絡中,中國正在逐漸取代俄羅斯的核心地位,而在消費側TOP1網絡中德國的影響力逐漸被美國超越,也就是說中國和美國正在逐漸成為碳轉移網絡的生產和消費核心。從基于生產者的領地原則來看,過多的碳轉移擠占了發展中國家的排放空間,這種不均衡的碳轉移網絡不利于中國等發展中國家實施碳減排政策,同時也影響了全球碳減排的效果。

  除此之外我們還發現相對于生產側TOP1網絡,消費側TOP1網絡顯得更加分散,樹狀結構更多,這表明碳的生產和供給要比消費更加集中,這種趨勢也與前文所述的度數中心勢特征相一致。

  2.3 塊模型分析

  以2014年的進出口隱含碳數據為例,采用塊模型分析研究各個國家在碳轉移網絡中的空間聚類特征。利用CONCOR方法,選擇最大分割深度為2,收斂標準為0.2,剔除掉在網絡中孤立的六個國家后,將33個國家分為了四個板塊(見表3)。

  從各板塊間聯系的數量關系來看,板塊內部的聯系共有117個,板塊間的關系有179個,板塊間的溢出效應比較明顯。第一板塊發出關系144個,其中板塊內的關系為69個,接收板塊外的關系數為40個,實際內部關系比例大于期望內部關系比例,且板塊內外都產生了明顯的溢出效應,因此該板塊為雙向溢出板塊。第二板塊接收來自板塊外的關系最多,為83個,該板塊接收的來自板塊外部的碳轉移關系大于溢出的關系數,因此為主受益板塊。第三板塊發出的關系數為45個,板塊內為8個,接收其他板塊的關系個數為39個,實際內部關系比例為17.78%,小于期望內部關系比例,因此該板塊屬于“經紀人”板塊,其主要特征是該板塊主要發出和接收關系,而板塊內部的關系很少,在全球碳轉移網絡中主要充當“中介”與“橋梁”的角色。第四板塊接收關系數為17個,發出關系數為9個,板塊實際內部關系為零,轉入關系遠大于溢出關系數,可劃分為凈受益板塊。

  在整個碳轉移網絡中,板塊1作為碳轉移關系的發起者,發出了最多的關系,占總體的48.6%,輻射范圍最廣,溢出效應最為明顯。以中國為主的發展中國家以及亞太地區的國家是雙向溢出板塊的主要構成者。雙向溢出板塊與主受益板塊間的密度為0.575,在所有板塊間密度最大,這一方面是由于國家間大額貿易量所導致,以中國為首等發展中國家作為世界工廠向發達國家輸出商品,伴隨著商品的流動,碳排放的轉移也隨之發生。另一方面,全球價值鏈背后的“碳泄露”加劇了碳排放在國家層面的轉移,由于傳統發達國家環境規制水平相對較高,面臨著較大的減排壓力,從而將污染產業轉移至環境規制較低的國家和地區,并通過進口高污染產品來減低國內的污染排放。從全球碳排放治理角度來看,這種“碳泄露”擠占了發展中國家的排放空間,不利于全球碳減排行動的推進。

  3 基于QAP的碳轉移網絡影響因素分析

  碳轉移作為國與國間的一種“關系”,目前已有的對國家間碳轉移的研究中,尚且沒有從關系視角出發考慮碳轉移影響因素的研究。為進一步研究全球碳轉移網絡形成的主要影響因素,本文在傳統的引力模型的基礎上構建如下關系矩陣模型:

  R=f(G,C,ER,I,P,E)(6)

  其中,R表示碳轉移關聯矩陣。地理臨接矩陣(G)根據兩個國家是否接壤來構建,兩國接壤取1,不接壤取0。文化關聯矩陣(C)的設定依據兩國語言是否相通,若兩國有共同的語言,則關系設為1,否則設為0,相關數據由CEPII數據庫可得到。通過塊模型分析已經得出環境規制差異會影響到國際碳轉移關系,環境規制差異矩陣(ER)以各國單位GDP產生的二氧化碳排放量差額的絕對值來表示。居民消費是碳排放產生的主要原因之一,而收入水平的差異會導致碳轉移關系[16],收入水平差異矩陣(I)根據 WDI 數據庫按照各個國家收入水平將樣本國家分為兩組,一組為高收入國家,一組為低收入國家,相同收入水平國家間設為0,否則設為1。由于全球價值鏈嵌入模式的不同會直接影響各國分工地位的差異,進而影響到貿易隱含碳的排放[17],設置價值鏈分工地位差異矩陣(P),根據Koopman等[18]的方法,價值鏈嵌入可分為前向嵌入和后向嵌入,前向嵌入度較高說明該國參與價值鏈地位較高,以提供中間產品為主;后向嵌入度較高說明生產模式主要是通過進口中間品并加工成最終品。根據前向嵌入度是否大于后向嵌入度將所有國家分為兩組,組間關系設定為1,組內關系設定為0,相關數據依據WIOD數據庫經計算后得出。由于能源消費結構的差異決定了環境生產效率 [19-20],故在此加入對能源結構因素影響的考察,根據國際能源數據庫提供的數據設置能源結構差異矩陣(E),按照一國清潔能源使用率的高低將所有國家劃分為兩個組,組間關系設為1,組內關系設為0。

  由于研究的是“關系”的數據,數據間不相互獨立,本文采用QAP分析法來對關系數據進行分析。利用Ucinet軟件,設置5 000次隨機置換,選取1995、2000、2005、2010、2014五年的數據進行展示,QAP相關分析結果如表4所示。

  由表4可以看出,地理鄰接矩陣(G)的相關系數在1%的顯著性水平下為正,說明國家之間地理位置的鄰接會導致碳轉移關聯的發生。1995—2000年,地理鄰接矩陣的相關系數由0.192增至0.243,這段時間地理因素對于碳的轉移排放作用不斷增強。隨著全球化進程的不斷推進,地理鄰接對碳轉移的影響力逐漸減弱,2000—2014年,地理鄰接矩陣的系數逐漸減小,最終趨于穩定,全球碳轉移正在逐漸突破地理位置的限制。文化關聯矩陣(C)系數在1%的顯著性水平上為正,且系數變化幅度較小,說明文化因素對于貿易隱含碳轉移的影響相對比較穩定,各國依據相似文化背景建立起的貿易網絡決定了其背后碳

  轉移關系的穩定性。環境規制差異矩陣(ER)的系數在1995—2000年期間為正,但是在統計學意義上不顯著,2000—2014年系數增長速度變快且在5%的顯著性水平上顯著為正,說明環境規制的差異逐漸開始影響到國家之間碳的轉移排放,環境規制差異越大,兩國越可能存在碳轉移關系。這一結果也印證了“污染天堂”假說的觀點,中國等一系列發展中國家在面臨全球化生產的同時更需要注意因環境規制水平不同而導致的碳泄露問題。收入水平差距矩陣(I)在1995年相關系數為0.104且在5%的顯著性水平上顯著,但系數大小和顯著性水平均隨著時間推移不斷下降,2014年時系數為0.031,但是在統計意義上已不顯著。說明收入水平的相似性對于貿易以及背后的碳轉移的影響正在逐漸減弱。價值鏈嵌入地位差異矩陣(P)的系數顯著為正,說明價值鏈嵌入環節的差異會更容易導致國家間碳轉移關系的建立。嵌入模式不同意味著參與生產環節的不同,前向嵌入度較高的國家以提供中間品為主,而后向嵌入度較高的國家的貿易形式以加工貿易為主。能源結構差異矩陣(E)的系數為正,且顯著性逐漸增強,說明國家間能源結構的差異性也會導致碳轉移關系的發生。

  本文還對加權矩陣進行了QAP相關分析,發現在不同時間段的QAP回歸結果中,多數變量的估計參數均在同一范圍內波動,且顯著性并未發生明顯改變,表明回歸結果較為穩健。

  4 結論與政策建議

  本文主要結論如下:①基于門限值網絡顯示,全球碳轉移網絡的出度中心勢顯著大于入度中心勢,且二者差距呈現出擴大趨勢,這說明全球碳轉移網絡存在生產側和消費側的結構性失衡,少量國家生產,更多的國家消費,這種非對稱性差異在時間趨勢呈現出穩定且不斷擴大的態勢,這無疑對全球碳排放空間公平性帶來了巨大的挑戰。②從TOP1等級網絡來看,無論生產側碳轉移網絡還是消費側碳轉移網絡均呈現出“中心—外圍”的非均質特征,中國和美國逐漸成為碳轉移網絡中生產和消費的核心。中國的輻射范圍越來越廣,覆蓋區域從亞太地區逐步擴展到全球范圍。區域范圍內由于地理位置上的鄰近形成了中國-英國-愛爾蘭,美國-法國-西班牙-葡萄牙等此類鏈式網絡。③從個體網絡特征來看,中國、俄羅斯、德國的出度中心度依次位列全網前三,美國、德國、中國的入度中心度依次位列全網前三。不同于其他網絡中心國家,中國的入度中心度一直低于出度中心度,這說明中國主要是通過供給而不是消費的形式參與到全球碳轉移網絡中。④塊模型分析顯示存在明顯的“南北國家間碳轉移”現象。中國、印度等發展中國家處于雙向溢出板塊,屬于受損聚類,而以美國為首的傳統發達國家則位于主受益板塊,屬于受益聚類,各板塊間聯系顯著多于板塊內聯系。⑤QAP相關分析結果顯示,地理因素和文化因素對于碳轉移影響為正,但這些傳統因素的影響力在經濟全球化背景下正在逐漸減弱,經濟全球化背景下的碳轉移關系正在突破地理位置的限制,價值鏈因素及環境規制等因素的影響在不斷擴大,這間接說明了依托于價值鏈分工為表征的“碳泄露”正在成為影響全球碳轉移網絡的關鍵因素。

  由此得出的政策啟示如下:

  第一,需要基于新的“關系屬性”的視角理解全球碳排放問題。本文研究顯示碳轉移網絡是隱藏在全球價值鏈分工背后的碳排放的空間關聯關系,這種關系不受地理空間的限制,而更多地是由分工地位差異、資源結構差異和環境政策差異所導致的。這種關系的社會屬性遠遠大于物理屬性,具有更強的穩定性,這種關聯性的存在及網絡關系的長期穩定化,對全球碳減排目標的實現帶來了嚴

  峻的挑戰。因此,在當前的碳減排責任界定上,需要我們基于關聯關系的視角理解全球碳排放問題并非單個國家的問題,所謂的“中國氣候威脅論”無疑是片面和狹隘的。在考慮消費側碳轉移的情況下 ,中國的生產排放更多地是來自于歐美日韓等發達國家的消費側碳轉移,中國在聚類分析中屬于凈受損地位。為此,中國一方面需要警惕全球價值鏈背后“污染天堂”的產生,從成本和收益的雙重視角優化與碳轉移關聯強的國家的貿易關系;另一方面則需要進一步通過自主創新、外部引進、技術外溢等渠道實現價值鏈地位的攀升和綠色技術的進步,進而有效減少貿易隱含碳的產生。

  第二,全球碳協同減排應該充分考慮全球碳轉移的關聯關系,不僅要進行碳排放“數量”的減排和限額,還需考慮多邊投入產出關系下碳轉移的主體關系,形成“數量—關系”的雙控的責任界定和減排思路。其中,在數量界定上,充分貫徹消費者和生產側相結合的平衡原則,厘清全球碳轉移的內在結構;在關系控制上,充分考察消費者和生產側的關系均衡,減少消費側和生產側網絡的非均質性,對“中心—外圍”的碳轉移結構進行區別對待,同時對關系密切的板塊進行重點關注,減少碳轉移所引致的碳泄漏強度,基于關聯關系實現國家間的協同減排。另外,需要積極建立跨國協同減排機制,國際社會在對發展中國家設置碳減排目標時要充分考慮各國產業結構、經濟水平和區位上的差異性,發達國家應對發展中國家給予減排技術上的支持,推進低碳環保技術合作。

  (編輯:于 杰)

  參考文獻

  [1]GHERTNER D A,FRIPP M. Trading away damage: quantifying environmental leakage through consumption-based, life-cycle analysis[J]. Ecological economics,2006,63(2):563-577.

  [2]PETERS G P. From production-based to consumption-based national emission inventories[J]. Ecological economics,2007,65(1):13-23.

  [3]MUNKSGAARD J, PEDERSEN K A. CO2 accounts for open economies: producer or consumer responsibility?[J]. Energy policy,2001,29(4):327-334.

  [4]樊綱,蘇銘,曹靜.最終消費與碳減排責任的經濟學分析[J].經濟研究,2010,45(1):4-14.

  [5]FERNG J J.Allocating the responsibility of CO2 over-emissions from the perspectives of benefit principle and ecological deficit[J]. Ecological economics,2003,46(1):121-141.

  [6]BASTIANONI S,PULSELLI F M,TIEZZI E. The problem of assigning responsibility for greenhouse gas emissions[J]. Ecological economics,2004,49(3):253-257.

  [7]張同斌,孫靜.“國際貿易—碳排放”網絡的結構特征與傳導路徑研究[J].財經研究,2019,45(3):114-126.

  [8]劉華軍,劉傳明,楊騫.環境污染的空間溢出及其來源——基于網絡分析視角的實證研究[J].經濟學家,2015(10):28-35.

  [9]孫亞男,劉華軍,劉傳明,等.中國省際碳排放的空間關聯性及其效應研究——基于SNA的經驗考察[J].上海經濟研究,2016(2):82-92.

  [10]DUAN Y W, JIANG X M. Visualizing the change of embodied CO2 emissions along global production chains[J]. Journal of cleaner production,2018,194(25):499-514.

  [11]杜培林,王愛國.全球碳轉移格局與中國中轉地位:基于網絡治理的實證分析[J].世界經濟研究,2018(7):95-107,137.

  [12]DOMENECH T,DAVIES M. Structure and morphology of industrial symbiosis networks: the case of Kalundborg. 4th and 5th UK social networks conferences[C].2009.

  [13]白潔,梁丹旎,周睿.中國與G20國家貿易關系的調整與優化[J].數量經濟技術經濟研究,2018,35(10):96-110.

  [14]ZHOU M,WU G,XU H.Structure and formation of top networks in international trade, 2001-2010[J]. Social networks,2016,44(3):9-21.

  [15]孫天陽,肖皓,孟渤,等.制造業全球價值鏈網絡的拓撲特征及影響因素——基于WWZ方法和社會網絡的研究[J].管理評論,2018,30(9):49-60.

  [16]張彩云,張運婷.碳排放的區際比較及環境不公平——消費者責任角度下的實證分析[J].當代經濟科學,2014,36(3):26-34,124-125.

  [17]呂越,呂云龍.中國參與全球價值鏈的環境效應分析[J].中國人口·資源與環境,2019,29(7):91-100.

  [18]KOOPMAN R,POWERS W,WANG Z,et al.Give credit where credit is due:tracing value added in global production chains[R].2010.

  [19]龐軍,高笑默,石媛昌,等.基于MRIO模型的中國省級區域碳足跡及碳轉移研究[J].環境科學學報,2017,37(5):2012-2020.

  [20]譚娟,陳鳴.基于多區域投入產出模型的中歐貿易隱含碳測算及分析[J].經濟學家,2015(2):72-81.

  [21]劉軍.整體網分析[M].上海:格致出版社,2014:221-236.

  [22]彭水軍,張文城,衛瑞.碳排放的國家責任核算方案[J].經濟研究,2016,51(3):137-150.

  [23]彭水軍,張文城,孫傳旺.中國生產側和消費側碳排放量測算及影響因素研究[J].經濟研究,2015,50(1):168-182.

  [24]彭水軍,張文城.國際貿易與氣候變化問題:一個文獻綜述[J].世界經濟,2016,39(2):167-192.

  [25]張友國.中國貿易含碳量及其影響因素——基于(進口)非競爭型投入產出表的分析[J].經濟學(季刊),2010,9(4):1287-1310.

  [26]潘安.對外貿易、區域間貿易與碳排放轉移——基于中國地區投入產出表的研究[J].財經研究,2017,43(11):57-69.

  [27]馬述忠,任婉婉,吳國杰.一國農產品貿易網絡特征及其對全球價值鏈分工的影響——基于社會網絡分析視角[J].管理世界,2016(3):60-72.

  [28]毛海歐,劉海云.中國制造業全球生產網絡位置如何影響國際分工地位?:基于生產性服務業的中介效應[J].世界經濟研究,2019(3):93-107,137.

  [29]許和連,成麗紅,孫天陽.離岸服務外包網絡與服務業全球價值鏈提升[J].世界經濟,2018,41(6):77-101.

  [30]陳銀飛.2000-2009年世界貿易格局的社會網絡分析[J].國際貿易問題,2011(11):31-42.

  [31]李敬,陳澍,萬廣華,等.中國區域經濟增長的空間關聯及其解釋——基于網絡分析方法[J].經濟研究,2014,49(11):4-16.

  [32]張同斌,高巍,馬晴晴.中國制造業碳排放的網絡特征測度及其差異化影響效應研究[J].中國人口·資源與環境,2019,29(2):166-176.

  [33]劉華軍,劉傳明,孫亞男.中國能源消費的空間關聯網絡結構特征及其效應研究[J].中國工業經濟,2015(5):83-95.

  [34]KAGAWA S, SUH S, HUBACEK K et al. CO2 emission clusters within global supply chain networks: implications for climate change mitigation[J]. Global environmental change,2015,35(11):486-496.

  [35]WIEDMANN T. A review of recent multi-region input-output models used for consumption-based emission and resource accounting[J]. Ecological economics,2009,69(2):211-222.

  [36]ZHONG W Q, AN H Z, SHEN L et al. The roles of countries in the international fossil fuel trade: an emergy and network analysis[J]. Energy policy,2017(1):365-376.

  [37]FREEMAN L C. Centrality in social networks conceptual clarification[J]. Social networks,1978,1(3):215-239.

  [38]GIRVAN M, NEWMAN M E J. Community structure in social and biological networks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2002, 99(12):7821-7826.

《全球碳轉移網絡的解構與影響因素分析》

本文由職稱驛站首發,一個權威專業的職稱論文發表網

文章名稱:全球碳轉移網絡的解構與影響因素分析

文章地址:http://www.guantaorf.com/lunwen/ligong/hjkx/43263.html

'); })(); 可以免费观看的av毛片