中国海洋大学学报社会科学版  2026  Issue (2): 91-106  DOI: 10.16497/j.cnki.1672-335X.202602007

引用本文  

李晨, 潘子璇, 栾佩园. 中国出口贸易隐含碳排放脱钩效应及驱动因素研究[J]. 中国海洋大学学报(社会科学版), 2026, (2): 91-106.
Li Chen, Pan Zixuan, Luan Peiyuan. Decoupling Effect and Driving Factors of Embodied Carbon Emissions in China′s Export Trade[J]. Journal of Ocean University of China (Social Sciences), 2026, (2): 91-106.

基金项目

山东省社会科学规划研究项目“‘双碳’目标下出口贸易隐含碳排放脱钩效应及减排策略研究”(23CJJJ38)

作者简介

李晨(1982-),女,山东青岛人,中国海洋大学经济学院教授,主要从事国际经济与贸易研究

文章历史

收稿日期:2025-10-24
中国出口贸易隐含碳排放脱钩效应及驱动因素研究
李晨 , 潘子璇 , 栾佩园     
中国海洋大学 经济学院,山东 青岛 266100
摘要:贸易隐含碳排放与贸易增长的关系影响着碳减排目标的实现和贸易结构优化的方向。研究基于OECD数据库投入产出数据,测算中国出口贸易隐含碳排放量,并将Tapio脱钩模型和LMDI因素分解法相结合,分析2000—2018年中国出口贸易隐含碳排放的脱钩效应及其驱动因素。研究发现:(1)中国出口贸易隐含碳排放量呈现出先升后降趋势,尽管五大高出口贸易隐含碳排放行业的碳排放量在不断下降,但整体仍处于较高水平。(2)中国出口贸易隐含碳脱钩指数整体发展呈波动状态,由弱脱钩不断向强脱钩转变。(3)出口规模效应脱钩指数始终稳定在0.9左右,对脱钩进程产生抑制作用;技术效应持续表现出显著的促进作用,并逐渐成为推动脱钩的核心驱动力;出口结构效应作用效果相对较弱,尚未对脱钩进程形成稳定支撑。未来,中国出口贸易隐含碳排放将持续呈稳步下降趋势,高碳行业脱钩进程将不断加速,区域与行业异质性特征将长期存在。
关键词出口贸易    隐含碳排放    脱钩效应    驱动因素    Tapio-LMDI模型    
Decoupling Effect and Driving Factors of Embodied Carbon Emissions in China′s Export Trade
Li Chen , Pan Zixuan , Luan Peiyuan     
School of Economics, Ocean University of China, Qingdao 266100, China
Abstract: The relationship between trade embodied carbon emissions and trade growth affects the achievement of carbon reduction targets and the direction of trade structure optimization. Based on the input-output data from OECD database, this paper calculates embodied carbon emissions of China′s export trade, and combines the Tapio decoupling model with the LMDI factor decomposition method to analyze the decoupling effects and driving factors of China′s export trade embodied carbon emissions from 2000 to 2018. The findings reveal that: (1) Embodied carbon emissions from China′s exports initially increased and then declined. Although emissions from the top five export sectors with high embodied carbon intensity have been decreasing, their overall levels remain substantial. (2) The decoupling index for China′s export-embodied carbon fluctuated overall, showing a progressive shift from weak to strong decoupling. (3) The contribution of the export scale effect to decoupling has remained consistently negative (with an index around 0.9), thereby inhibiting the overall decoupling process. In contrast, the technological effect has consistently demonstrated a significant positive contribution, gradually emerging as the core driver of decoupling. The export structure effect has played a relatively weak and unstable role in supporting decoupling. Looking ahead, embodied carbon emissions from China′s export trade are projected to continue their steady decline. The decoupling process in high-carbon industries is expected to accelerate, while regional and sectoral heterogeneity is likely to persist.
Key words: export trade    embodied carbon emission    decoupling effect    driving factors    Tapio-LMDI model    
一、引言

2023年,IPCC在第六次评估报告中指出,2011—2020年全球地表温度较1850—1900年升高了1.1℃,估测全球升高的温度将于2021—2040年突破1.5℃。[1]日益严峻的气候问题逐渐成为国际社会关注的焦点,全球气候变暖已成为影响经济、社会可持续发展的重要因素。[2]根据国际能源署(IEA)的研究结果,2022年国际贸易隐含碳排放约占全球化石燃料燃烧总排放量的33.3%,全球贸易隐含碳排放量持续增加。贸易成为碳减排中的关键环节,协调贸易发展与隐含碳排放的关系,既是经济增长与环境保护协调发展的客观要求,也是推动贸易高质量发展的必由之路。[3]在此背景下,中国积极履行碳减排义务,提出“2030年前实现碳达峰,2060年前实现碳中和”的目标,强调调整优化出口产品结构,减轻对传统高耗能产业的依赖,培育新型贸易方式。党的二十届四中全会明确将拓展绿色贸易列为贸易创新发展的核心任务,提出通过构建政策支撑体系、强化碳足迹等标准引领、推动产供链全链条低碳转型,对接国际绿色规则,应对碳关税冲击,助力“双碳”目标实现与外贸高质量发展。

①数据来自IEA: Global Energy Review: CO2 Emissions in 2023(Section 4.3)。

自改革开放以来,中国对外贸易进出口总额由1978年的206.4亿美元增长到2024年的43.9万亿美元。中国出口贸易规模不断扩大,产业结构发展呈现出由传统制造业向高端制造业和现代服务业转型的趋势,但第二产业仍占主导地位,出口产品中的高能耗、高碳排产品仍占据较大比重。[4]截至2020年,中国依然是全球最大的出口贸易隐含碳排放国。[5]通过出口贸易,中国为进口国承担大量本应在其境内产生的碳排放。这让中国在稳居出口贸易大国地位的同时,也在碳排放领域承担更多的责任。因此,统筹贸易增长与低碳排放的协同发展,研究中国出口贸易隐含碳排放的脱钩效应及其驱动因素,对推动中国贸易低碳化发展、落实“双碳”目标具有重要的现实意义。

②数据来自中华人民共和国海关总署《2024年我国货物贸易进出口情况》。

贸易隐含碳是贸易商品在生产、运输、销售等全过程中隐含的碳排放,[6]目前国内外学者关于贸易隐含碳测算的主流方法分为生命周期评估法和投入产出法两种。生命周期评估法涵盖一个产品从原材料获取、生产加工、运输、使用维护到最终处理和回收利用的全生命周期,[7]一般应用于微观层面某一特定产品的隐含碳测算,需要的数据量较大,不适用于宏观层面的研究;[8]投入产出法侧重于宏观经济层面的量化分析,能够清晰地描述产业部门或区域间的直接和间接碳排放,[8]广泛应用于贸易隐含碳的测算,主要涉及单区域投入产出模型(SRIO)和多区域投入产出模型(MRIO)。SRIO模型常被用来研究特定国家或区域的贸易隐含碳排放和环境污染,[9][10][11]而MRIO模型多用于研究双边贸易和多边贸易。[12]相较于SRIO模型,MRIO模型可以反映各区域内部生产部门间的直接消耗关系以及跨区域的商品流动,能有效分析隐含碳在区域间的转移。[13]许多学者利用MRIO模型对贸易隐含碳展开深入研究,通过引入数字经济、全球价值链、区域贸易协定等多视角全方位探究贸易隐含碳排放及其驱动因素。[14][15][16]在应对气候变化背景下,如何在实现贸易增长的同时协调隐含碳排放已成为中国面临的重要议题。[5]

经济迅速发展加剧能源消耗与环境负荷,国际贸易的持续扩张促使碳排放量不断增加。环境库兹尼茨曲线(EKC)理论认为,碳排放与经济增长之间存在倒U关系。[17] OECD将脱钩概念阐释为经济增长与环境冲击间联系的阻断,并提出衡量经济增长与资源消耗关系的“脱钩指标”。[18]Tapio在此基础上引入弹性理论,[19]细化脱钩指标,进一步优化脱钩模型,使其能更全面地研究碳排放的脱钩状态。后来学者广泛使用该模型,将其用于研究不同国家和地区的经济增长与碳排放的脱钩关系,[20]并逐渐深化到多省份、多行业、多县域等方面。[21][22][23][24][25][26][27]在此基础上,结合Kaya恒等式的因素分析框架对驱动因素展开分析,其中对数平均迪氏指数法(LMDI)凭借量化各影响因素贡献度的优势被学者广泛使用。[28][29]Grossman和Krueger构建贸易环境效应分析框架,将影响因素划分为规模效应、结构效应和技术效应。[30]现有研究结果显示,加入WTO后中国出口贸易增加值与其碳排放的脱钩程度不断加深,[31]出口规模增长成为影响隐含能源出口量的主要因素;[32]产业结构和排放效率虽有助于减缓二氧化碳排放增速,但不足以将经济发展与碳排放脱钩;[33]技术进步既可以部分抵消消费增长带来的碳排放,[34]也是工业碳排放实现强脱钩的决定性因素。[35]此外,还有部分学者从能源强度、人口规模、经济水平、资本存量和劳动投入等角度研究多行业多区域的碳脱钩驱动因素。[36][37][38][39]在既有文献中,多数学者使用投入产出法进行碳排放的核算,且研究多聚焦于经济增长与碳排放的脱钩关系,但仍存在一定的局限性:一是有关贸易隐含碳的研究多集中于计量与影响因素分析,而对贸易隐含碳的脱钩效应研究较少,出口贸易与其隐含碳排放的脱钩关系有待深度探索;二是在脱钩效应研究层面,现有研究往往聚焦经济增长与碳排放脱钩的整体效应,未结合区域、部门等多视角深入剖析整体脱钩格局与局部脱钩特征的内在联系。基于此,本研究试图从以下方面进行研究拓展:第一,将研究焦点转向出口贸易与其隐含碳排放之间的脱钩效应,从而更加准确地把握中国出口贸易增长与其发展所产生碳排放的脱钩状态;第二,突破现有研究对整体碳排放脱钩关系的笼统分析,构建“总体—区域—行业”三级分析框架,对中国出口贸易隐含碳及其脱钩效应进行整体到局部、总体趋势与区域异质性的全方位动态分析;第三,围绕贸易隐含碳脱钩驱动因素进行“总体—分行业”动态分析,厘清各维度脱钩的关键驱动因素,为出口贸易绿色低碳转型提供有针对性的参考。

二、研究设计与数据来源 (一) 研究设计 1、投入产出模型

投入产出模型(Input-Output Model)通过构建数学矩阵来描述和量化国民经济各部门间的产品生产和消耗关系,从而研究经济系统内部的结构、关联与技术联系。用矩阵形式表示投入产出模型基本恒等式X=AX+Y,即:

$ \left[\begin{array}{c} X_1 \\ X_2 \\ \vdots \\ X_k \end{array}\right]=\left[\begin{array}{cccc} A_{11} & A_{12} & \cdots & A_{1 k} \\ A_{21} & A_{22} & \cdots & A_{2 k} \\ \vdots & \vdots & \ddots & \vdots \\ A_{k 1} & A_{k 2} & \cdots & A_{k k} \end{array}\right]\left[\begin{array}{c} X_1 \\ X_2 \\ \vdots \\ X_k \end{array}\right]+\left[\begin{array}{cccc} Y_{11} & Y_{12} & \cdots & Y_{1 k} \\ Y_{21} & Y_{22} & \cdots & Y_{2 k} \\ \vdots & \vdots & \ddots & \vdots \\ Y_{k 1} & Y_{k 2} & \cdots & Y_{k k} \end{array}\right] $ (1)

其中,Ypq(p=1, 2, ⋯, k; q=1, 2, ⋯, k; 且p≠q)表示p国对q国的最终品出口,Ypp表示p国生产的用于国内市场消费需求的产品;Xp表示p国的总产出。Apq为直接消耗系数矩阵,表示p行业生产单位最终产品时,对q行业中间产品的直接需求量。

进一步推导得X=(IA)-1Y=FY, 即:

$ \left[\begin{array}{c} X_1 \\ X_2 \\ \vdots \\ X_k \end{array}\right]=\left[\begin{array}{cccc} I-A_{11} & -A_{12} & \cdots & -A_{1 k} \\ -A_{21} & I-A_{22} & \cdots & -A_{2 k} \\ \vdots & \vdots & \ddots & \vdots \\ -A_{k 1} & -A_{k 2} & \cdots & I-A_{k k} \end{array}\right]\left[\begin{array}{cccc} Y_{11} & Y_{12} & \cdots & Y_{1 k} \\ Y_{21} & Y_{22} & \cdots & Y_{2 k} \\ \vdots & \vdots & \ddots & \vdots \\ Y_{k 1} & Y_{k 2} & \cdots & Y_{k k} \end{array}\right] $ (2)

其中,F是里昂惕夫逆矩阵,表示q国增加1单位最终需求时所消耗的p国投入。

完全消耗系数表示某行业生产一单位产品对其他行业的需求总量,包括直接和间接消耗,即对整个经济系统的总需求。完全消耗系数B的计算公式为:

$ B=(I-A)^{-1}-I $ (3)
2、出口贸易隐含碳测算模型

基于投入产出模型,中国出口贸易隐含碳可通过出口产出总量乘以完全碳排放系数进行测度,具体步骤如下:

首先,对OECD-ICIO投入产出表进行行业与国家整合,利用投入产出表中的数据计算直接碳排放系数矩阵GG由直接碳排放系数gi组成, 即:

$ G=\left\{g_i\right\}=\left\{\frac{c_i}{X_i}\right\}, i=1, 2, \cdots n $ (4)

其中,ci表示i部门的碳排放量;Xi表示i部门的总产出;gi表示部门i生产单位最终产品时直接排放的二氧化碳量。

其次,计算完全碳排放系数矩阵E, 即:

$ E=G(I-A)^{-1} $ (5)

其中,G是直接碳排放系数矩阵;(IA)-1是里昂惕夫逆矩阵。因此,完全碳排放系数矩阵E表明生产最终产品时完全排放的二氧化碳量。

最后,计算出口贸易隐含碳EC, 即:

$ E C=E \times E X=G(I-A)^{-1} E X $ (6)

其中,EC为出口贸易隐含碳排放量;EX为各部门的总出口量,即中间品与最终产品的出口总量。

3、Tapio脱钩指数模型

在碳排放脱钩相关研究中,研究环境压力与经济增长脱钩的主流模型有OECD脱钩指数模型和Tapio脱钩指数模型。OECD脱钩指数模型侧重于分析总体趋势及比例关系,忽略了不同行业间的差异性以及技术进步对脱钩的影响,因此无法深入分析动态变化过程。而Tapio脱钩指数模型考虑经济变化和环境压力变化的动态关系,增加脱钩弹性分析,且将脱钩状态具体划分为八种不同类型,提供更丰富准确的分析维度,从而能更全面地描述经济与环境的互动机制。

本研究以Tapio脱钩指数模型为基础,借鉴刘爱东的做法,[40]将环境负荷指标用出口贸易隐含碳排放量表示,将驱动力指标替换为出口增长率,具体计算公式如下:

$ \varepsilon=\frac{\varDelta E C_t / E C_{t_0}}{\varDelta E X_t / E X_{t_0}}=\frac{\left(E C_{t_1}-E C_{t_0}\right) / E C_{t_0}}{\left(E X_{t_1}-E X_{t_0}\right) / E X_{t_0}} $ (7)

其中,ΔECtΔEXt分别表示当期与基期的隐含碳排放量之差与出口额之差;ECt0EXt0分别表示基期的隐含碳排放量和出口贸易额。

需要说明的是,Tapio脱钩指数模型的弹性计算是基于出口贸易额与隐含碳排放间存在对数线性关系的假设。该假设的成立条件包括:一是数据具有连续性与平稳性,确保对数差分能有效刻画变化率;二是经济与环境变量的因果关联在对数维度下呈现可量化的线性趋势;三是分析期内贸易规模、结构、技术等驱动因素的作用机制相对稳定,使弹性系数能真实反映出口与隐含碳变化的动态关联特征。

基于Tapio脱钩分类,本研究按出口增长率将出口贸易隐含碳脱钩划分为八种类型:出口增长率为正对应增长型,为负对应衰退型(表 1)。对于增长型脱钩,出口增长时隐含碳排放增幅越小,脱钩状态越优;而对于衰退型脱钩,出口减少时隐含碳排放降幅越大,脱钩状态越优。因此,增长强脱钩(出口增长、碳排放下降)被视为最优状态,衰退强脱钩(出口减少、碳排放增加)为最劣状态;其余六种脱钩状态排序为:衰退连结 < 衰退不脱钩 < 衰退弱脱钩,增长连结 < 增长不脱钩 < 增长弱脱钩。

表 1 出口贸易隐含碳脱钩类型
4、Tapio-LMDI分解模型

LMDI指数分解法主要用于将复杂系统中的总量分解为多个影响因素,以量化和解析不同因素对总体趋势的驱动作用。根据Kaya恒等式,结合LMDI分解模型,从出口规模效应、出口结构效应和技术效应三个角度,对中国出口贸易隐含碳的脱钩效应进行因素分解,构建Tapio-LMDI分解模型。

首先,将隐含碳排放量进行分解:

$ E C=\sum\limits_{i=1}^n E C_i=\sum\limits_{i=1}^n E X \times \frac{E X_i}{E X} \times \frac{E C_i}{E X_i}=\sum\limits_{i=1}^n Q \times S_i \times T_i, i=1, 2, \cdots n $ (8)

其中,EC表示中国出口贸易隐含碳排放总量;ECi表示i部门的出口贸易隐含碳排放量;Q=EX表示出口贸易规模;$ S_i=\frac{E X_i}{E X}$表示出口产品结构,即i部门出口贸易额占总出口额的比重;$ T_i=\frac{E C_i}{E X_i}$表示出口隐含碳排放效率,即i部门每出口一单位商品所产生的隐含碳排放量,反映隐含碳排放脱钩的技术效应。

然后,进一步计算出中国出口贸易隐含碳的变化量:

$ \varDelta E C=E C_{t_1}-E C_{t_0}=\sum\limits_{i=1}^n Q^{t_1} \times S_i^{t_1} \times T_i^{t_1}-\sum\limits_{i=1}^n Q^{t_0} \times S_i^{t_0} \times T_i^{t_0}=\varDelta E C_Q+\varDelta E C_S+\varDelta E C_T $ (9)

其中,ECt0表示基期出口贸易隐含碳排放量;ECt1表示现期出口贸易隐含碳排放量;ΔEC表示出口贸易隐含碳排放变化量;ΔECQ为出口贸易额变化量,表示规模效应;ΔECS为部门出口额占总出口额的比重变化,表示结构效应;ΔECT为出口一单位产品的贸易隐含碳排放量的变化,表示技术效应。

根据LMDI分解法,对各因素进行进一步分解,得到结果如下:

$ \varDelta E C_Q=\sum\limits_{i=1}^n \omega_i \ln \left(\frac{Q_i^{t_1}}{Q_i^{t_0}}\right) $ (10)
$ \varDelta E C_s=\sum\limits_{i=1}^n \omega_i \ln \left(\frac{S_i^{t_1}}{S_i^{t_0}}\right) $ (11)
$ \varDelta E C_T=\sum\limits_{i=1}^n \omega_i \ln \left(\frac{T_i^{t_1}}{T_i^{t_0}}\right) $ (12)

其中,ωi是权重变量,$\omega_i=\left\{\begin{array}{c} \frac{E C_i^{t_1}-E C_i^{t_0}}{\ln E C_i^{t_1}-\ln E C_i^{t_0}}, E C_i^{t_1} \neq E C_i^{t_0} \\ E C_i^{t_1}, E C_i^{t_1}=E C_i^{t_0} \end{array}\right. $,表示i部门出口隐含碳的对数平均权重。当ECit1ECit0时,通过i部门基期与现期出口隐含碳排放量的对数平均来量化i部门的平均影响力;当ECit1=ECit0时,直接取i部门出口隐含碳排放水平。

最后,将LMDI分解模型与出口贸易隐含碳脱钩模型相结合,得到Tapio-LMDI模型,即:

$ \begin{array}{l} \quad\;\;\; \varepsilon=\frac{\varDelta E C_t / E C_{t_0}}{\varDelta E X_t / E X_{t_0}}=\frac{\left(\varDelta E C_Q+\varDelta E C_S+\varDelta E C_T\right) / E C_{t_0}}{\varDelta E X_t / E X_{t_0}}=\frac{\varDelta E C_Q / E C_{t_0}}{\varDelta E X_t / E X_{t_0}}+\frac{\varDelta E C_S / E C_{t_0}}{\varDelta E X_t / E X_{t_0}}+\frac{\varDelta E C_T / E C_{t_0}}{\varDelta E X_t / E X_{t_0}}= \\ \varepsilon_Q+\varepsilon_S+\varepsilon_T \end{array} $ (13)

其中,ε为出口贸易隐含碳的总脱钩弹性指数;εQεSεT分别表示相对应的分脱钩弹性指标,即出口贸易规模效应弹性、出口贸易结构效应弹性和技术效应弹性。

(二) 数据来源

投入产出数据来源于OECD-ICIO数据库的投入产出表,碳排放数据来源于OECD数据库所整合的IEA碳排放数据。虽然OECD数据库的投入产出表覆盖2000—2020年76个国家和地区的数据,但碳排放数据截至2018年涵盖66个国家和地区的45个行业。因此,鉴于数据可得性与统计口径一致性,本研究主要聚焦于2000—2018年66个国家和地区的45个行业。OECD数据库行业分类根据《国际标准行业分类》(ISIC Rev.4)确定,与二氧化碳排放量部门并不完全匹配,借鉴郭朝先的部门分类方法,[41]将45个行业进一步进行分类,并合并为19个行业进行研究(表 2),同时对OECD投入产出表数据进行整合,将各产业部门所对应的行列分别加总合并。针对数据中可能存在的遗漏值,通过相邻时期数据线性插值法进行补充,以保障时间序列数据的连续性与分析的可靠性。此外,由于OECD数据库提供的投入产出表是现价表,为消除价格波动的干扰,以2000年为基期,对名义变量进行平减处理,将其折算为可比价格。主要变量的描述性统计详见表 3

表 2 行业分类与ISIC Rev.4的关系

表 3 描述性统计
三、中国出口贸易隐含碳排放测度与分析 (一) 整体分析

2000—2018年,中国出口贸易隐含碳排放量呈现出先升后降的趋势(图 1)。2016年以前,隐含碳排放与出口贸易额趋势基本吻合。这是技术、结构、政策等因素共同作用的结果。2000—2010年,中国以出口驱动增长模式为主,在产业结构方面偏重传统工业,出口产品多以钢铁、化工等高耗能工业制成品为主,从而伴随着较高的碳排放,2005年隐含碳增长率高达56%。2010年之后,随着产业结构调整,电子和光学设备、机械设备等技术密集型产业出口比重增加,出口结构向低排放、高附加值领域转型,有效缓解出口增长带来的碳排放压力。2010—2014年,中国出口贸易额增速达59.9%,而出口隐含碳排放量增长率仅为17.7%,隐含碳增长速率与出口贸易额增速的差距持续扩大。同时,技术进步与政策引导协同发力,进一步推动单位产值碳排放下降。在党的十八届三中全会强调生态文明建设后,2014年中国环保部协同多部门推出节能低碳技术推广清单,鼓励采用先进技术设备,推行绿色制造、清洁生产政策,引导企业不断改进生产工艺提高能效,从而减少出口环节碳排放。自2014年起,中国出口隐含碳逐年下降,2016年降幅达14%。此后,政府持续强化能源消耗总量和强度的“双控”目标管理,并在“十四五”规划中明确未来发展方向是绿色发展和低碳经济。这些长期发展战略对降低出口隐含碳产生深远影响。

图 1 2000—2018年中国出口贸易隐含碳排放情况
(二) 区域分析

为进一步研究中国出口贸易隐含碳的区域特征,从地缘政治与经济联盟角度,将66个国家和地区分为中国、美加墨、日韩、欧盟、东盟及世界其他国家和地区(表 4)。通过中国对其他五大经济体出口贸易隐含碳排放量的测算与整理,发现2000年中国对五大经济体的出口贸易隐含碳排放量由高到低依次为美加墨、日韩、欧盟、其他国家和地区、东盟;2018年,出口贸易隐含碳排放量的次序调整为其他国家和地区、美加墨、东盟、欧盟、日韩,年均增长率分别为11.1%、5.2%、13.1%、6.5%、4.3%(表 5)。

表 4 国家地区分类

表 5 中国对五大经济体的出口贸易隐含碳排放量

从整体来看,2000—2018年中国向五大经济体出口隐含碳排放量均呈现出先上升再下降然后趋于平稳的趋势,与中国总出口贸易隐含碳排放变化趋势一致,说明中国对不同经济体出口贸易隐含碳排放量的变化与中国国内政策调整以及产业结构优化有关。具体到不同经济体:第一,中国对美加墨的出口贸易隐含碳排放量由最高下降至第二位,占比由31.5%降为21.0%。鉴于美加墨三国的经济规模较大,其对中国出口商品的市场需求相对稳定,因此中国对该区域的出口隐含碳排放量仍处于较高水平。第二,中国对东盟的出口贸易隐含碳年均增长率在五大经济体中最高,为13.1%。这主要是由于中国与东盟的贸易规模不断扩大,增加了生产和运输过程中的隐含碳排放,而且中国对东盟出口的产品多集中于劳动和资源密集型产品。这类产品在生产过程中会产生大量隐含碳排放。第三,中国对欧盟的出口贸易隐含碳排放量相对稳定,年均增长率为6.5%。这主要是由于欧盟国家较高的环保意识和较严格的环保法规,因此中国向欧盟国家的出口多以高附加值和低能耗产品为主。第四,中国对日韩地区的出口贸易隐碳排放量年均增长率最低,为4.3%。一方面,由于中国国内经济结构转型升级使得单位产值的碳排放强度降低;另一方面,日韩也在进行产业结构调整和产业升级,部分高耗能产业转移或者被低能耗产业替代,从而对中国高碳排放产品的需求相应减少。第五,中国对其他国家和地区的出口贸易隐含碳排放量由第四位上升至第一位,出口贸易隐含碳年均增长率为11.1%。主要原因可能是,在其他国家和地区中,发展中国家占大多数,部分国家的环保标准和监管力度相对较弱,而中国向其出口高碳排放、低附加值特征的商品较多,从而导致出口贸易隐含碳排放量增长较快。

(三) 行业分析

通过合并各行业的投入产出数据,测算出2000—2018年中国19个行业的出口贸易隐含碳排放情况(图 2)。整体来看,大部分行业的出口贸易隐含碳排放量都经历先增加后下降的趋势,其中排放量较高的四大行业为金属制造业、其他非金属矿物制品业、化工及化学制品业、交通运输仓储及邮政业;而橡胶和塑料制品业自2005年起也进入高碳排放行业的前五,其出口隐含碳排放量从2000年的1450.2万吨增长至2018年的12811.9万吨,年均复合增长率达12.9%。上述五大高碳排放行业普遍呈现能源密集型特征,对化石燃料依赖度较高,且受全球化贸易扩张影响显著,其出口隐含碳排放量占中国总出口贸易隐含碳排放量的比重由68.9%增长至88.0%。因此,中国应优化产业结构,逐步减少对传统高耗能产业的依赖,转向绿色低碳发展模式,提高能源利用效率,降低各出口行业单位产值的碳排放强度。

图 2 2000—2018年中国各行业部门的出口贸易隐含碳排放情况
四、中国出口贸易隐含碳排放脱钩效应及驱动因素分解 (一) 中国出口贸易隐含碳排放脱钩关系 1、出口贸易隐含碳排放脱钩效应总体分析

根据出口贸易隐含碳脱钩模型计算公式和脱钩类型划分标准,得到中国出口贸易与其隐含碳排放脱钩关系(表 6)。结合图 3可以看出,2000—2018年中国出口贸易隐含碳脱钩指数在-0.6~2.3之间波动。尽管中国出口额总体上呈现增长趋势,但隐含碳排放量在个别年份出现下降或停滞,脱钩指数呈波动发展趋势,出口贸易隐含碳排放脱钩进程呈现明显的阶段性特征。

表 6 中国出口贸易与其隐含碳排放脱钩关系表

图 3 中国出口贸易隐含碳脱钩指数趋势变化图

具体来说,2000—2004年为高波动时期,出口贸易与隐含碳排放在增长不脱钩和增长弱脱钩之间反复切换,经济活动与环境压力初步显现脱钩趋势。而在2004—2005年,脱钩状态进一步恶化为增长连结状态,主要原因可能是在这一发展阶段,中国对化石能源的依赖程度处于较高水平,以出口导向型为主的经济发展模式未能有效挣脱高碳排放发展模式的束缚。2005—2011年进入调整过渡阶段,除2008年受金融危机冲击短暂陷入衰退连结外,脱钩状态均以增长弱脱钩为主,说明隐含碳与出口贸易额的关联程度越来越弱,相较于出口额的快速增长,隐含碳的增长速率放缓。这可能与中国的产业升级和结构调整有关,通过降低高耗能、高排放行业的比重,使出口贸易隐含碳强度得到有效削减。2011年后迈入系统性优化阶段,出口隐含碳的增长相对于出口贸易额的增长有所放缓,甚至在2011—2012年和2016—2017年出现增长强脱钩的理想状态,说明自2011年起中国在出口经济向好的同时,实现了出口贸易与碳排放之间的脱钩,不断向绿色低碳的可持续发展方向迈进。

2、出口贸易隐含碳排放脱钩效应区域分析

将2000—2018年中国对五大经济体出口贸易隐含碳脱钩关系进行汇总后发现(表 7),从整体来看,中国对这五大经济体的出口贸易隐含碳脱钩关系呈现出一定的波动性,但总体上呈现增长趋势。在2003—2004年、2008—2009年、2014—2015年这三个时间段,中国对这五大经济体的出口贸易隐含碳脱钩关系均呈现下降趋势。然而,在2005—2006年、2009—2010年、2016—2017年这三个时间段,脱钩关系又不断向理想状态转变,说明中国的出口贸易增长与隐含碳排放间的脱钩趋势日益明显。脱钩关系的同步变化既受国际贸易格局波动的外源性冲击,也与国内政策驱动下的低碳转型深度相关。2008年,经济金融危机使全球经济下行,中国出口贸易额大幅降低,而出口贸易隐含碳排放降幅相对较小,导致中国对五大经济体的出口贸易隐含碳脱钩状态均有所恶化。但在2014年以后,中国政府通过强化环境规制,深入践行绿色低碳发展理念,显著降低了出口贸易碳排放强度,并且随着中国经济结构的调整和产业升级,高能耗、高污染的产业逐渐被淘汰,使中国对五大经济体的出口贸易隐含碳脱钩状态趋于改善。

表 7 2000—2018年中国对五大经济体出口贸易隐含碳脱钩关系表

中国对东盟及其他国家和地区的出口贸易隐含碳脱钩状态中,理想的增长强脱钩状态出现次数最少。其主要原因可能是,东盟及其他国家和地区以发展中国家为主,在初期发展阶段,这些国家和地区对基建材料、能源密集型产品需求较大,而中国在这些领域具有较强的生产能力,从而使高碳排工业制品出口占比提升,制约了脱钩水平的改善。而美加墨、日韩以及欧盟等发达经济体普遍拥有严格的环保法规和较高的市场准入门槛,迫使中国企业在出口产品时必须遵循高标准的环保和能效要求,进而推动出口产品碳排放强度下降,脱钩状态相对更优。

③此处“其他国家和地区”是基于表 4经济体分类所指的国家和地区。

(二) 中国出口贸易隐含碳排放脱钩驱动因素分解 1、总体出口贸易隐含碳脱钩效应驱动因素分解

以2000年为基期,将2000—2018年中国出口贸易隐含碳脱钩指数进行驱动因素分解(图 4)。从出口规模效应角度来看,规模效应脱钩指数始终稳定在0.9左右,在三种驱动因素中影响度最高。这说明,随着出口贸易规模的扩大,相应的隐含碳排放同步增加,对中国出口贸易与隐含碳排放脱钩进程产生抑制作用。因此,中国应着力推进出口商品结构优化升级,推动出口贸易从规模导向型向质量效益型转变,提升单位出口额的绿色附加值,为实现出口贸易与碳排放的深度脱钩创造条件。

图 4 2000—2018年中国出口贸易隐含碳脱钩效应驱动因素分解

从出口结构效应角度来看,2000—2003年结构效应脱钩指数表现为负值,说明在这一时期的中国出口产品结构中高碳密集型产品占比上升,加剧了出口贸易与隐含碳排放的关联。2004—2010年结构效应脱钩指数持续保持正值,表明中国出口贸易结构低碳化转型成效显著,单位出口额对应的隐含碳排放强度下降,有效推动了脱钩进程。2011年后结构效应脱钩指数呈现正负交替波动特征,出口结构调整进入复杂阶段:一方面,体现了国内产业升级与绿色贸易政策的阶段性成果;另一方面,暴露出传统高耗能产业转型滞后以及国际市场波动对结构优化的制约。

从技术效应角度来看,2000—2001年、2004—2005年和2014—2015年技术效应脱钩指数为正值,其余时段均为负值且影响持续增强。2001—2004年技术效应负向指数绝对值维持在0.3左右的较低水平,技术进步对隐含碳排放的抑制作用较弱;2005年后绝对值突破1并持续上升,表明技术效应对中国出口贸易隐含碳脱钩的推动作用显著增强。技术进步通过提升能源利用效率、优化生产流程,直接降低出口产品的碳排放强度。当技术效应负向脱钩指数绝对值持续扩大时,意味着技术进步的碳减排效应逐步超越规模扩张的碳增排效应,成为推动出口贸易增长与隐含碳排放脱钩的核心驱动力。

2、各行业出口贸易隐含碳脱钩驱动因素分解

本研究将研究区间分为2000—2005年、2006—2010年、2011—2015年和2016—2018年四个阶段,对中国各行业出口贸易隐含碳脱钩效应及其驱动因素进行动态分析。

(1) 2000—2005年和2006—2010年各行业出口贸易隐含碳脱钩驱动因素分解

表 8所示,2000—2005年为中国行业出口贸易隐含碳脱钩的初期探索阶段,整体以脱钩阻滞状态为主,行业间差异较小且低碳转型动力不足,仅有焦炭和精炼石油制品业实现增长强脱钩,有5个行业处于增长弱脱钩状态,其余13个行业多为增长连结或增长不脱钩状态。在这一阶段,规模效应脱钩指数普遍为正且数值较大,是阻碍行业脱钩的核心因素;而结构效应和技术效应作用有限,未能有效支撑减排。2006—2010年脱钩格局显著改善,技术效应成为驱动脱钩的核心力量,所有行业技术效应均为负值,有效降低单位出口隐含碳排放强度。有13个行业进入增长弱脱钩状态,涵盖资源开采、加工制造、能源供应、装备制造、运输等多个关键领域,其余6个行业实现增长强脱钩。在此阶段,部分行业结构效应为负,倒逼产业适配国际低碳需求;尽管规模效应仍对脱钩存在抑制作用,但技术进步已能部分抵消其影响,推动行业脱钩从“被动阻滞”转向“主动突破”。

表 8 2000—2005年和2006—2010年中国各行业出口贸易隐含碳脱钩效应及驱动因素分解

(2) 2011—2015年和2016—2018年各行业出口贸易隐含碳脱钩驱动因素分解

表 9所示,2011—2015年行业脱钩质量明显提升,强脱钩行业增至11个,食品饮料及烟草加工业、造纸及印刷业、电子和光学设备制造业等行业持续巩固脱钩成果,脱钩深度不断加强。这一阶段结构效应进一步优化,高附加值、低碳化产品出口占比上升;技术效应绝对值持续扩大,推动多数行业实现脱钩升级。但同时,行业间脱钩分化现象加剧:农林牧渔业因出口规模扩张导致碳排放增速超过技术减排成效,转为增长不脱钩;采掘业受高碳属性与出口规模收缩双重影响,进入衰退强脱钩,凸显传统行业转型压力。2016—2018年脱钩格局持续优化,13个行业实现增长强脱钩。其中, 橡胶塑料制品业、金属制造业、电力燃气及供水业、其他服务业等高碳行业从增长弱脱钩升级为增长强脱钩,技术效应仍是关键驱动。在此阶段,尽管焦炭和精炼石油制品业因技术减排效果减弱回落至增长弱脱钩,但整体呈现“高碳行业突破、强脱钩主导”的成熟脱钩态势,多数行业实现贸易增长与隐含碳减排的同步推进,为“双碳”目标下贸易低碳转型奠定坚实基础。

表 9 2011—2015年和2016—2018年中国各行业出口贸易隐含碳脱钩效应及驱动因素分解
五、结论与启示 (一) 结论

本研究基于2000—2018年中国出口贸易隐含碳排放量和脱钩模型,对中国出口贸易隐含碳排放脱钩效应及其驱动因素进行研究,可以得到研究期内的以下结论:

第一,中国出口贸易隐含碳排放量总体上呈现先升后降趋势。2016年之前,隐含碳排放量与出口贸易额走势基本吻合;2016年之后贸易持续增长但隐含碳排放量逐步回落,同比降幅达14.0%。从区域角度看,中国对五大经济体出口贸易隐含碳排放量排名发生显著变化,年均增长率差异明显。从行业角度看,尽管金属制造业、其他非金属矿物制品业、化工及化学制品业、交通运输仓储及邮政业、橡胶和塑料制品业五大高出口贸易隐含碳排放行业的碳排放量在不断下降,但整体仍处于较高水平。

第二,中国出口贸易隐含碳脱钩指数在-0.6~2.3之间波动,呈现阶段性特征。2005年之前,脱钩状态表现为高波动性,出口导向型经济发展模式导致中国出口贸易尚未挣脱高碳排的束缚;2005年以后,随着产业升级与结构调整的持续推进,出口增长与隐含碳排放间的关联性得到显著弱化,脱钩状态逐步向理想状态转变。同时,基于中国对五大经济体出口贸易隐含碳脱钩关系的测算结果发现,中国对五大经济体的脱钩关系在不同年份和不同经济体之间存在显著的差异,整体呈现波动性特征。

第三,中国出口贸易隐含碳的出口规模效应脱钩指数始终稳定在0.9左右,在三种驱动因素中影响度最高,对脱钩进程产生抑制作用;技术效应持续表现出显著的促进作用,并逐渐成为推动脱钩的核心驱动力;而出口结构效应相较于前两者的作用效果相对较弱,尚未对脱钩进程形成稳定支撑。从行业角度来看,出口规模扩张与结构调整在不同行业的作用效果存在差异,而技术进步普遍发挥积极作用,推动中国出口贸易增长与隐含碳排放之间的脱钩进程。随着时间的推移,处于增长强脱钩状态的行业逐步增多,脱钩质量持续提升,2016—2018年间处于强脱钩状态的行业已增至13个。

(二) 启示

未来,中国出口贸易隐含碳整体将持续呈现下降趋势,脱钩状态将从“弱脱钩主导”逐渐转向“强脱钩常态化”,技术进步与产业结构转型将推动隐含碳减排速率加快,并进一步强化出口贸易与碳减排的协同。在区域层面,美加墨、欧盟等经济体因CBAM等绿色规则收紧,出口隐含碳将长期保持增长强脱钩;东盟随环保标准升级与中国对其低碳技术输出,隐含碳增速将逐步放缓并有望长期进入增长强脱钩状态;其他国家和地区的隐含碳增速将因短期基建需求维持相对高位。在行业层面,金属制造、化工等高碳行业可以通过清洁技术推广降低隐含碳占比,有望全部进入增长强脱钩状态;电子光学设备、机械设备等技术密集型行业将持续巩固强脱钩状态并提升出口占比,将是未来隐含碳减排的重要领域。

为进一步优化出口贸易与隐含碳排放间的脱钩状态,推进贸易绿色化低碳化高质量发展,结合实证结论与趋势预判,提出以下对策建议:

第一,改造传统高能耗、高排放产业,着力培育低碳产业,实现贸易增长与环境压力脱钩。出口规模效应是阻碍中国出口贸易与隐含碳排放脱钩的核心因素,金属制造、化工等高碳行业出口规模的持续扩张加剧了隐含碳排放的增长。因此,应逐步淘汰高污染、高能耗、高排放的过剩产能和落后技术,推进产业结构优化,加速高碳行业低碳化转型。政府应针对低碳、环保行业推出有力的产业政策和税收优惠政策,对低碳产品出口给予财政补贴、税收减免等优惠措施;同时,对碳排放强度较高企业征收碳关税,将税率与商品单位碳排放挂钩,以碳高成本倒逼产业转型升级。

第二,调整能源结构并加强技术创新,保障出口贸易稳步发展的同时减少碳排放。技术效应是推动出口贸易与隐含碳排放脱钩的关键,应从能源结构和生产技术两方面强化技术创新。在能源方面,优化能源配置,对交通运输等化石燃料依赖度较高企业的能源消费模式进行精细化调整,鼓励出口企业采用风能、太阳能等清洁能源,重点推动电力、燃气和供水等行业绿色能源设施建设。在生产技术方面,加大通用型低碳技术的研发与推广,降低生产过程碳排放;针对其他非金属矿物制品等技术外溢吸收能力较弱的传统高碳行业,支持通过技术引进、跨国联合研发等方式快速提升能效水平,为出口贸易隐含碳脱钩提供技术支撑。

第三,优化出口结构布局,构建绿色贸易支撑体系,强化结构效应对脱钩的稳定作用。尽管出口结构效应对脱钩的整体作用较弱,但电子光学设备等高附加值行业的结构优化成效显著。聚焦出口结构优化升级,应进一步扩大电子光学设备、机械设备等低碳高附加值产品的出口占比,对其海外认证、品牌建设给予财政补贴,助力产品对接欧盟绿色贸易标准。同时,将产品生命周期中产生的碳排放作为重要指标纳入产品质量和技术标准体系,以高标准限制高能耗、高排放产品的出口,建立完善的绿色贸易体系,推动企业在生产过程中减少直接和间接碳排放。

第四,实施区域差异化贸易策略,精准对接国际绿色规则与市场需求,提升脱钩进程的韧性与效益。对于美加墨、欧盟等经济体,深化绿色贸易协定合作,重点推进碳足迹核算体系与国际认证,同步适配其低碳准入规则。对于东盟地区,依托区域贸易协定推动低碳标准互认与技术输出,在新能源发电、节能装备等领域共建合作基地,在助力其环保升级的同时,降低对该地区高碳产品出口依赖。对于基建需求较大的其他国家和地区,应在铁路、电力等合作项目中逐步嵌入低碳条款,明确节能技术标准,稳步放缓出口隐含碳增速。

参考文献
[1]
IPCC. AR6 Synthesis report: climate change 2023[R]. Geneva: IPCC, 2023. (0)
[2]
高启慧, 秦圆圆, 梁媚聪, 等. IPCC第六次评估报告综合报告解读及对我国的建议[J]. 环境保护, 2023, 51(Z2): 82-84. (0)
[3]
潘安, 魏龙. 中国对外贸易隐含碳: 结构特征与影响因素[J]. 经济评论, 2016, (4): 16-29. (0)
[4]
任亚楠. 碳达峰碳中和必须关注我国的贸易碳逆差[N]. 中国环境报, 2021-10-11(06). (0)
[5]
韩梦瑶, 孙紫荻. 低碳全球化下中国进出口贸易的隐含碳演变趋势及调控优化策略[J]. 区域经济评论, 2025, (1): 144-155. (0)
[6]
彭水军, 周杰. 自由贸易协定如何影响价值链贸易隐含碳排放?——考量贸易协定环境成本的经验研究[J]. 经济科学, 2024, (6): 31-56. (0)
[7]
黄春林, 张建强, 沈淞涛. 生命周期评价综论[J]. 环境技术, 2004, (1): 29-32. (0)
[8]
钟诗雨, 张晓敏, 吴佳, 等. 隐含碳及其测算方法研究综述[J]. 生态经济, 2023, 39(6): 32-38. (0)
[9]
Schaeffer R, AndreLeal de Sá. The embodiment of carbon associated with Brazilian imports and exports[J]. Energy Conversion and Management, 1996, 37(6): 955-960. (0)
[10]
Julio S C, Rosa D. CO2 emissions embodied in international trade: evidence for Spain[J]. Energy Policy, 2004, 32(18): 1999-2005. DOI:10.1016/S0301-4215(03)00199-X (0)
[11]
马述忠, 陈颖. 进出口贸易对中国隐含碳排放量的影响: 2000—2009年——基于国内消费视角的单区域投入产出模型分析[J]. 财贸经济, 2010, (12): 82-89. (0)
[12]
陈歆, 闫一萌, 那晓红. 中国地区间贸易隐含碳转移及碳泄漏特征分析[J]. 环境生态学, 2024, 6(1): 31-37. (0)
[13]
黄明辉, 李巍, 陆中桂, 等. 黄河流域城市群碳足迹及隐含碳转移研究[J]. 中国环境科学, 2024, (1): 1-10. (0)
[14]
阳立高, 周佩文, 谢锐, 等. 数字经济视角下中国对外贸易隐含碳排放的测算及驱动因素研究[J]. 经济学动态, 2024, (10): 92-108. (0)
[15]
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. (0)
[16]
马荣国, 张乃丽, 李宗显. 区域贸易协定环境条款与制造业出口隐含碳排放[J]. 中国人口·资源与环境, 2025, 35(1): 27-38. (0)
[17]
彭红松, 郭丽佳, 章锦河, 等. 区域经济增长与资源环境压力的关系研究进展[J]. 资源科学, 2020, 42(4): 593-606. (0)
[18]
OECD. Indicators to measure decoupling of environmental pressures from economic growth[R]. Paris: OECD, 2002. (0)
[19]
Tapio P. Towards a theory of decoupling: degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy, 2005, 12(2): 137-151. DOI:10.1016/j.tranpol.2005.01.001 (0)
[20]
Kouyakhi N R. CO2 emissions in the middle east: decoupling and decomposition analysis of carbon emissions, and projection of its future trajectory[J]. Science of The Total Environment, 2022, 845: 157182. DOI:10.1016/j.scitotenv.2022.157182 (0)
[21]
胡雅蓓. 中国省际隐含碳排放空间与产业转移路径[J]. 技术经济, 2019, 38(9): 130-137. (0)
[22]
花瑞祥, 蓝艳, 李嘉文, 等. 中国省际碳排放脱钩效应及驱动因素分析[J]. 环境科学研究, 2023, 36(11): 2159-2168. (0)
[23]
郭文强, 于忠萍, 雷明, 等. 我国省际碳排放脱钩的动态演变及收敛性分析[J]. 地域研究与开发, 2025, 44(1): 166-172. (0)
[24]
田云, 张俊飚, 李波. 中国农业碳排放研究: 测算、时空比较及脱钩效应[J]. 资源科学, 2012, 34(11): 2097-2105. (0)
[25]
王欢芳, 胡振华. 中国制造行业发展与碳排放脱钩测度研究[J]. 科学学研究, 2012, 30(11): 1671-1675. (0)
[26]
杨省贵, 赵梓含, 谭颖. 我国民航业碳排放脱钩状态分析及预测研究[J]. 铁道运输与经济, 2025, 47(2): 89-99. (0)
[27]
张赫, 黄雅哲, 王睿, 等. 中国县域碳排放脱钩关系及其时空特征演变[J]. 资源科学, 2022, 44(4): 744-755. (0)
[28]
胡怀敏, 左薇, 徐士元. 长江经济带交通能源碳排放脱钩效应及驱动因素研究[J]. 长江流域资源与环境, 2022, 31(4): 862-877. (0)
[29]
林伟文, 游建民, 张伟. 中国制造业碳排放脱钩效应及其分解研究——基于区域与行业层次双重视角[J]. 贵州财经大学学报, 2024, (2): 81-90. (0)
[30]
Grossman G M, Krueger A B. Environmental impacts of a North American free trade agreement[J]. CEPR Discussion Papers, 1992, 8(2): 223-250. (0)
[31]
刘慧, 朱启荣. 中国出口国内增加值增长与碳排放脱钩关系探究[J]. 宏观经济研究, 2023, (9): 115-127. (0)
[32]
王谋, 康文梅, 陈迎. 外贸出口增长与隐含能源出口总量下降的脱钩[J]. 中国人口·资源与环境, 2022, 32(3): 21-27. (0)
[33]
Claudien H S, Lin J Y, Yang D W, et al. Decomposition and decoupling analysis of carbon dioxide emissions in African countries during 1984—2014[J]. Journal of Environmental Sciences, 2021, 102: 85-98. DOI:10.1016/j.jes.2020.09.006 (0)
[34]
Peters G P, Weber C L, Guan D, et al. China's growing CO2 emissions—a race between increasing consumption and efficiency gains[J]. Environmental Science & Technology, 2007, 41(17): 5939-5944. (0)
[35]
马晓君, 陈瑞敏, 董碧滢, 等. 中国工业碳排放的因素分解与脱钩效应[J]. 中国环境科学, 2019, 39(8): 3549-3557. (0)
[36]
刘博文, 张贤, 杨琳. 基于LMDI的区域产业碳排放脱钩努力研究[J]. 中国人口·资源与环境, 2018, 28(4): 78-86. (0)
[37]
李健, 王晨旭, 李溪贤. 中国省级碳排放与经济增长脱钩效应的时空演进特征及驱动因素[J/OL]. 环境科学, 1-26[2025-12-24]. https://doi.org/10.13227/j.hjkx.202506043. (0)
[38]
宋旭, 贾俊松, 陈春谛, 等. 江西省能耗碳排放时空特征、脱钩关系及其驱动因素[J]. 生态学报, 2020, 40(20): 7451-7463. (0)
[39]
袁伟彦, 方柳莉, 罗明. 中国工业碳排放驱动因素及其脱钩效应——基于时变参数C-D生产函数的分解和测算[J]. 资源科学, 2022, 44(7): 1422-1434. (0)
[40]
刘爱东, 曾辉祥, 刘文静. 中国碳排放与出口贸易间脱钩关系实证[J]. 中国人口·资源与环境, 2014, 24(7): 73-81. (0)
[41]
郭朝先. 中国二氧化碳排放增长因素分析——基于SDA分解技术[J]. 中国工业经济, 2010, (12): 47-56. (0)