-
随着经济发展“双循环”格局的逐步形成,我国对外贸易也步入崭新阶段。党的十九大对林业发展提出了新要求[1],林业部门要秉承“走出去”的方针,围绕生产发展和生态文明建设,不断拓展对外开放合作领域,扩大林业对外贸易规模。根据联合国粮农组织的统计[2],2019年中国林产品进口贸易额占世界比例为17.02%,出口贸易额占世界比例为4.83%,林产品进出口贸易总额高居世界第一位。尽管我国在全球的森林资源配置和参与国际竞争方面的能力明显提升,但林产品贸易规模的扩张也导致了木材资源使用过量、与环境保护政策不协调、污染物排放量过多等一系列的环境问题,加快了碳源的消耗与碳排放的增长,引发了社会的广泛关注,也要求林产品对外贸易向可持续发展进一步转型[3-5]。
2019年9月,联合国气候行动峰会提出在林业、农业、渔业等领域实现减少碳排放、提高碳汇能力的目标[6]。2020年,中国也提出“双碳”目标,将“碳减排”这一重要任务与构建人类命运共同体紧密相连。近年来,随着国家碳减排目标的日益明确以及各项举措的逐步深入,通过推动技术创新来促进碳减排的模式已成为社会各界的共识[7]。“十四五”规划中明确提出要构建市场导向的绿色技术创新体系,实施绿色技术创新攻关行动。可见,技术进步是影响碳排放能力不可忽略的重要因素之一。然而,当前我国在技术创新及投入利用层面仍存在困难,技术创新能力不足的问题广泛存在,使得我国对外贸易“绿色”程度总体较低,同时影响着林业产业的碳减排效果[8]。林业产业如何在保证贸易持续发展的前提下合理控制产业碳排放增长,我国技术水平在林产品贸易引致的碳排放过程中又如何发挥作用,有待进一步的探讨。
-
我国是世界范围内最大的林产品进出口国,木材等木质林产品作为价值链中的特殊产品,其贸易产生的碳排放变化受到国际高度关注。这不仅关系到我国及国际林产品贸易的可持续发展,与可持续森林经营、绿色低碳经济等领域也息息相关。各国也在探索贸易与环境污染间的相互关系以寻求贸易的可持续发展途径。
早在20世纪70年代,Baumol[9]便开始关注贸易与环境间的关系,此后该领域逐渐成为学术界研究的热点。一般来说,贸易开放对碳排放具有双重效应,其净效应在不同时间不同地区也会有所变化[10]。在达到某一经济发展水平以前,贸易过程中生产环节与消费环节分离,加速了环境成本的外部化进程,从而加重环境负担;但当到达一定经济发展水平后,环境质量会随着经济增长而有所改善,理想状态的贸易并不会造成环境污染[11-14]。Grossman等[15]最早将贸易的环境效应进行分类,认为贸易对环境的影响取决于规模效应、结构效应和技术效应的综合结果。Antweiler等[16]在此基础上进一步建立贸易环境效应模型,成为学术界常用的典型分析框架。国内学者对贸易与碳排放关系的研究起步较晚,相关研究主要聚焦在林产品贸易现状分析、林产品碳储量核算、林产品贸易竞争力、贸易隐含碳核算及其影响因素等方面[17-22],有关林产品行业贸易碳排放关系的研究内容较为匮乏。
近年来,随着国家碳减排目标的日益明确,通过研发投入推动技术创新来促进碳减排的模式已成为社会各界的共识,越来越多的学者开始重点关注技术创新对碳减排的影响。综观现有研究,技术创新对碳排放的作用主要有3种不同结论:胡中应等[23-25]认为技术效率低是引起相关产业碳利用效率低的关键因素;而申萌等[26]则认为当前技术创新的间接效应大于直接效应,反而会导致二氧化碳排放增加;林善浪等[27]认为技术创新未能充分发挥对碳排放的影响作用。目前鲜有文献深入探讨技术进步在林产品对外贸易与碳排放间发挥的具体作用。此外,在不同的技术来源所引起的技术效应差异下,林产品贸易对碳排放量的影响很可能存在一定差别。本研究所探讨的林产品贸易碳排放效应本质是贸易与环境关系研究的具体化与延伸,然而单纯研究林产品贸易对碳排放的抑制或促进效果,无法有效揭示林产品贸易影响碳排放的中间机制。基于此,本文以木质林产品为研究对象,构建动态面板模型探究我国木质林产品贸易碳排放效应的影响机理,分析不同技术进步路径在其中的作用机制,以期从技术进步层面为探究林产品贸易与碳排放的关系提供崭新视角,促进林产品贸易向着可持续的方向不断发展,为林业产业生态化、低碳化转变提供参考。
-
考虑到碳排放与经济之间的关系,探究林产品贸易对碳排放的影响不能忽略经济因素的作用。由于任何经济因素变化本身均具有一定的惯性,前一期结果往往对后一期有一定影响,因此环境库兹涅茨曲线可以作为有效的方法来使用。本文参考Grossman等[15]提出的环境库兹涅茨曲线,结合林产品的具体特征与贸易形成的规模、结构、技术效应三大环境效应,引入经济规模、资本劳动比、技术进步、环境规制等变量,构建林产品贸易与碳排放强度的计量模型。同时,考虑到中国各省区的碳排放很可能存在滞后效应,建立林产品贸易碳排放效应的动态面板模型如下:
$$ \begin{split} &{\ln E}_{it}={a}_{0} + {a}_{1}\ln{E}_{it-1} + {a}_{2}\ln{S}_{it} + {a}_{3}(\ln{{S}_{it})}^{2} +{a}_{4}\ln{P}_{it} +\\ & {a}_{5}{\ln I}_{it} + {a}_{6}(\ln{{I}_{it})}^{2} +{a}_{7}{\ln T}_{it} + {a}_{8}\ln{R}_{it} + {a}_{9}\ln{F}_{it} + {\varepsilon }_{it} \end{split}$$ (1) 式中,因变量E为木质林产品碳排放总量,表示林业产业的环境影响;核心解释变量T为林产品贸易开放度,采用对外依存度指标表示,反映林产品的贸易开放程度;控制变量S为经济规模,衡量林产品贸易的规模效应;P为林产品资本劳动比,衡量林产品贸易的结构效应;I为林业全要素生产率分解所得技术进步指标,衡量林产品贸易技术效应;R为环境规制变量;F为外商直接投资变量;a0 是常数项,a1、a2······an分别表示解释变量和控制变量的系数,
$ \varepsilon $ 为扰动项,$ i、t $ 分别代表省份和年份。为防止遗漏变量造成的样本偏差,基准模型控制变量选取说明如下。经济规模S:参考工业领域贸易环境效应的相关研究,采用林业总产值表征规模效应变量,更加符合以木质林产品为研究对象的实证分析[28]。而经济规模对环境的影响并不一定是简单的线性关系,有可能呈现“倒U型”关系。因此,为了探究这种非线性关系,本文使用其平方项置于模型当中。
资本劳动比P:选择研究较为常用的资本存量指标,即采用林业固定资产投资来表示;林业劳动力采用林业系统从业人员年末人数表示。通常,资本密集程度高的部门具有较高的污染排放强度[29],加入P变量主要衡量生产结构对碳排放的影响。
技术进步I:参考相关文献[30],选取全要素生产率分解出的技术进步指标,用以衡量林产品贸易对环境影响的技术效应[31] 。考虑到技术效应对环境污染边际变动的影响,模型中使用其平方项。
环境规制强度R与外商直接投资F选取研究中较为常用的环境治理投入占GDP的比值、各行业外商投资占全部规模以上工业企业总产值的比例来表示。
-
在模型(1)中,虽涉及贸易引致的技术效应的影响分析,但忽略了不同技术进步路径的差异性。现有研究主要将技术进步路径划分为自主创新与技术引进两种[32]。自主创新是技术进步最基本的方式,也是一个国家技术不断提升的内在动力。各类企业通过自主创新不断研发新的技术、方法,能够更好地达到林产品生产贸易需遵循的环境规制要求,减少污染处理成本,但这一技术进步路径也存在着投入高、耗时久、难度大等一系列缺陷[33]。因此,除自主创新外,技术引进这一路径因其具有扩展创新可能性边界、创新引领效应的作用,也成为国家技术进步的有效补充[34]。技术引进可以进一步细分为境外技术引进和境内技术购买。两者相较之下,境外技术成熟度更高,二者的差异使其对环境将产生不同程度的影响。
总体而言,各类技术进步路径对贸易、环境所产生的影响作用也存在差异。若仅选择单一变量表征技术进步指标,所得不同地区、变量间的结果难以具有代表性。鉴于此,为进一步探讨木质林产品贸易对碳排放的影响效应,了解技术进步的中介作用机制,验证林产品贸易、技术进步与碳排放之间存在的递进逻辑关系,本文分别选取自主创新、境外技术引进与境内技术购买这3种不同技术进步路径作为中介变量,构建中介效应模型检验技术进步的中介作用机制,具体构建模型如下:
$$ {\ln E}_{it}={b}_{0} + {b}_{1}\ln{E}_{i(t-1)} + {b}_{2}{\ln T}_{it} + {b}_{3}{C}_{it} + {X}_{i} + {N}_{t} + {\varepsilon }_{it} $$ (2) $$ {\ln I{'}_{it}}={{c}}_{0} + {{c}}_{1}{\ln T}_{it} + {{c}}_{2}{C}_{it} + {X}_{i} + {N}_{t} + {\varepsilon }_{it} $$ (3) $$ \begin{split} {\ln E}_{it}=&{d}_{0} + {{d}_{1}\ln{E}_{i(t-1)} + d}_{2}{\ln T}_{it} + {d}_{3}{\ln I {'}_{it}} + \\&{d}_{4}{C}_{it} + {X}_{i} + {N}_{t} + {\varepsilon }_{it} \end{split} $$ (4) 其中,因变量E与模型(1)相同;核心解释变量T为林产品贸易开放度;
$ I{'} $ 为技术进步变量,表示自主创新、境外技术引进、境内技术购买三种技术进步路径指标;C为模型相关控制变量,考虑到理论分析与指标间内生性问题,参考相关文献[5, 7, 29],选取经济规模、资本劳动比、环境规制强度、外商直接投资作为控制变量,相关控制变量说明同上文。此外,模型中加入X和N来分别表示省份和年份的控制效应,以控制难以观测的其他因素在省份和时间上对林产品碳排放、技术进步的影响。b0、c0、d0为常数项,bn、cn、dn分别为各解释变量与控制变量系数, ε 为扰动项,$ i、t $ 分别代表省份和年份。模型(2)用于检验木质林产品贸易开放度对林产品碳排放的综合效应,模型中暂不加入中介变量;模型(3)用于识别木质林产品贸易开放度是否对不同技术进步路径产生影响,以中介变量作为被解释变量;模型(4)用于检验木质林产品贸易开放度是否通过不同技术进步路径影响林产品碳排放。
-
木质林产品的碳排放与其使用寿命和废弃后的废弃速率、分解速率密切相关[35]。在自然状态下,林产品所储存的碳在一定的寿命年限内逐年释放回大气。在废弃林产品的处理环节中,直接燃烧使林产品所储存的碳直接释放回大气,而滞留的林产品也会在分解过程中逐渐以二氧化碳形式返回大气[36-37]。为方便对木质林产品碳排放量的估算,参考相关领域研究[38],本文采用速率恒定和逐步递归法进行测算,即第i年生产的木质林产品在第n年碳排放量为:
$$ E=a{f}_{1}{C}_{i} + nb{f}_{1}{f}_{2}{C}_{i} $$ (5) 式中:E为木质林产品的碳排放量;
$ {C}_{i} $ 为第i年木质林产品的含碳量;a和b分别为木质林产品燃烧和分解的比例,$ {f}_{1} $ 为木质林产品的分解率,$ {f}_{2} $ 为木质林产品的废弃速率。本研究以2010年为基年,则整理后(2010 + i)年木质林产品碳排放量公式为:$$ {E}_{i}=\sum _{m=0}^{i=1}[a{f}_{1}{C}_{m} + (i-m\left)b{f}_{1}{f}_{2}{C}_{m}\right] $$ (6) 式中,当m = 0时,
$ {C}_{0} $ 表示2010年木质林产品含碳量,即依据各类木质林产品体积与碳转换因子将其转化为干重。其中,碳转换因子为密度乘以含碳率,参考现有研究成果[39-40],林产品含碳率取均值0.5。由于现有木质林产品统计数据的计量单位尚未统一,本研究参考联合国政府间气候变化专门委员会指南评估报告中各类木质林产品密度值进行转换以统一口径,并获取指南中各林产品使用寿命数据。参考周国模等[41]的研究,硬木类产品(圆木、锯材、木板及木片)和纸类产品(纸及纸板、纸浆)的废弃速率$ {f}_{2} $ 分别取3%和26%,废弃后木质林产品直接燃烧a和自然分解b的比例分别为60%和40%,各要素取值如表1所示[42]。表 1 各类木质林产品相关要素数据
圆木 锯材 木板及木片 纸及纸板 纸浆 密度/(t·m−3) 0.450 0.458 0.595 0.900 0.900 含碳率 0.500 0.500 0.500 0.500 0.500 碳转换因子/(t·m−3) 0.225 0.229 0.297 0.450 0.450 寿命周期/年 41 41 30.5 1.5 1.5 碳排放速率 0.030 0.030 0.260 0.260 0.260 -
贸易开放度T:贸易开放度的衡量方法有多种,参考相关文献[28, 43],现有研究大多选择对外依存度这一指标从流量角度反映贸易的开放程度。具体由木质林产品进出口额占林业总产值的比重来衡量,能够较好地反映林产品贸易开放度。
-
自主创新路径:针对自主创新路径变量的选取,学者们多从技术创新投入产出的不同角度,选取专利授权量、R&D经费内部支出等指标进行衡量。考虑到专利性质和价值差异较大,参考相关文献[44],选用分行业企业的R&D经费内部支出衡量自主创新路径。
技术引进路径:发展中国家具有技术进步的后发优势,可以通过直接引进发达国家的先进技术实现技术水平的快速提高[45]。参考Hu等[46]研究,选择境外技术购买支出、境内技术购买支出分别衡量境外技术购买路径与境内技术购买路径。
-
由于贸易方式数据可获得性的限制,本研究采用我国27个省(市、自治区)2010—2019年省级面板数据进行实证分析,西藏、青海、宁夏、甘肃及港澳台等地由于历年林产品加工贸易数据缺失较多,未纳入研究。影响机制模型主要变量的描述性统计特征见表2,所选数据主要来自于《中国林业统计年鉴》《全国林业和草原发展统计公报》《中国林业发展报告》《粮农组织林产品年鉴》《中国统计年鉴》《中国科技统计年鉴》以及各省份统计年鉴等。由于数据获取性原因,部分缺失数据采用插值法处理,在此基础上对模型进行进一步分析。
表 2 主要变量的描述性统计特征
变量 单位 样本量 平均值 标准差 最大值 最小值 碳排放量(E) 万t 270 1 637 573.20 2 509 406.95 14 973 851.70 33 138.72 自主创新路径(I′1) 万元 270 2 707 111.39 3 780 056.64 21 072 031.00 1 162.10 境外技术购买路径(I′2) 万元 270 152 630.64 236 286.92 1 573 897.00 325.00 境内技术购买路径(I′3) 万元 270 84 739.50 133 599.75 1 632 763.00 325.00 贸易开放度(T) % 270 0.660 914 0.728 938 7 2.179 120 5 0.003 502 7 经济规模(S) 万元 270 22 025 050.00 17 848 894.00 80 223 880.00 215 642.00 资本劳动比(P) 元/人 270 185 006.50 406 935.60 2 214 466.00 477.33 环境规制强度(R) % 270 1.420 709 6 0.738 013 5 2.81 0.05 外商直接投资(F) % 270 2.513 009 7 1.728 247 3 10.152 376 3 0.068 284 6 -
为了克服解释变量内生性问题,针对各省市木质林产品贸易与碳排放的关联性,采用动态GMM(Gaussian Mixture Model,简称GMM)方法进行回归。相较于差分GMM,系统GMM法更能充分利用样本信息,减小估计量偏误,提高估计结果的准确性,故选择使用两步系统GMM 法。将所涉及变量进行平稳性处理以防存在“虚假回归”情况。其中,技术进步及其平方项不能拒绝存在单位根的假设,故针对未通过平稳性检验的变量进行一阶差分,再整合所得变量进行后续面板数据模型相关检验。为便于比较和增强估计结果的稳健性,列(1)(2)(3)同时提供了混合最小二乘法、固定效应法结果,与两步系统GMM方法结果进行对比,如表3所示。
表 3 木质林产品贸易对碳排放影响基准回归结果
混合最小二乘法
(1)固定效应法
(2)GMM
(3)碳排放量滞后项 0.991*** 0.742*** 0.828*** (0.020 7) (0.032 7) (0.266) 贸易开放度 0.000 243 8* 0.010 3** 0.034 5* (0.006 33) (0.008 59) (0.020 8) 经济规模 0.416 0.209* 3.244* (0.276) (0.276) (2.767) 经济规模平方项 −0.013 1 −0.003 94* −0.107 (0.009 18) (0.008 96) (0.094 0) 资本劳动比 −0.011 7 −0.009 10 −0.024 6 (0.008 66) (0.015 3) (0.047 0) 技术进步 −0.082 5 −0.051 3*** −0.005 46*** (0.027 3) (0.047 8) (0.039 4) 技术进步平方项 0.021 09* 0.028 73 0.067 05* (0.029 86) (0.040 02) (0.052 24) 环境规制强度 −0.013 6 −0.056 9* −0.093 4 (0.032 3) (0.029 3) (0.110) 外商直接投资 −0.010 4 −0.006 84 −0.035 7 (0.013 5) (0.027 0) (0.041 7) 常数项 3.851 1.609 27.12 (2.283) (2.149) (23.93) AR(1) 0.015 AR(2) 0.365 萨根检验 0.571 N 270 270 270 R2 0.983 0.852 注:AR(1)、AR(2)为一阶、二阶自相关结果;N为样本量;R2为拟合度;***、**、*分别表示1%、5%、10%的显著性水平;括号内为标准误。 上述结果中,GMM估计的一阶自相关AR(1)小于0.05,二阶自相关AR(2)大于0.05,证明模型不存在二阶序列相关。GMM估计的林产品碳排放滞后一期的系数0.828介于混合最小二乘法与固定效应法估计的系数(即0.991与0.742)之间,证明系统GMM估计未出现较大偏倚,估计结果有效。
综合列(1)(2)(3)结果来看,碳排放量滞后一期对当期碳排放量均呈显著正相关,说明碳排放存在路径依赖现象,当期排放量相对前期值不会陡然增加或者减少,符合现实中经济存在的一般惯性。同时,三列回归结果均显示,贸易开放度、经济规模对木质林产品碳排放的影响方向为正,即木质林产品贸易的不断发展与林产品经济产出规模的扩大,会直接造成木质林产品碳排放的增加,这与现有木质林产品贸易对环境的影响机制的理论分析一致[31]。其中,经济规模的平方项系数为负,说明林产品经济规模与碳排放量呈“倒U型”曲线,表明我国林业产业现有水平决定了经济发展对环境资源消耗的高度依赖,同时也意味着我国未来经济规模的提升将有助于碳排放水平的下降。但资本劳动比影响不显著,这意味着我国在林业产业结构调整上仍有很大潜力,相关部门仍需进一步重视木质林产品产业间与产业内的结构优化升级。技术进步指标在1%的显著水平下为负值,说明收入水平提高促使林业产业在生产过程中加大技术资金投入,从而提高自身效率,加强资源循环利用,减少环境污染;而其二次项系数在10%显著性水平下为正值,意味着林产品贸易碳排放的边际递减强度随着技术效应的增加而减弱,表明目前我国在林产品生产等环节仍有浪费现象,还需进一步提高木材剩余物的利用效率,这也是我们作为林产品贸易大国服务于环境可持续发展的需要。根据Judd等[47]的理论,基准回归中解释变量的估计系数显著是进行后续逐步回归的前提条件,表明可使用逐步分析法对中介效应模型做进一步检验。
-
为进一步探讨技术进步在木质林产品贸易与碳排放之间的中介作用机制,探究林产品贸易、技术进步、林产品碳排放之间是否存在层层递进的逻辑关系,本文构建中介效应模型检验不同技术进步路径的中介作用机制。表4中的列(1)~(7)显示了不同技术进步路径对木质林产品贸易开放度与碳排放关系的中介效应检验结果。
表 4 不同技术进步路径的中介效应检验结果
变量 综合效应 间接效应 直接效应 碳排放
(1)自主创新
(2)境外技术购买
(3)境内技术购买
(4)碳排放
(5)碳排放
(6)碳排放
(7)贸易开放度 0.049 90** 0.011 73** 0.016 62* 0.018 6*** 0.053 94* 0.022 74* 0.032 78*** (0.023 86) (0.007 93) (0.026 38) (0.006 16) (0.026 51) (0.075 77) (0.035 77) 自主创新 −0.191 54 (0.380 82) 境外技术购买 −0.066 11* (0.437 83) 境内技术购买 −0.025 8*** (0.118 17) 滞后项 0.674 17*** 1.052 48*** 0.295 72*** 0.409 20*** 0.682 46*** 0.784 82** 0.836 62*** (0.182 11) (4.426 1) (0.494 87) (0.681 81) (0.187 25) (0.422 26) (0.161 13) 控制变量 是 是 是 是 是 是 是 常数项 11.582 1 5.959 4 −4.154 51 −0.944 70 4.243 8* 13.327 2 −1.805 0** (14.1) (73.02) (17.6) (13.6) (22.0) (39.1) (20.3) 控制年份 是 是 是 是 是 是 是 控制省份 是 是 是 是 是 是 是 AR(1) 0.006 0.001 1 0.002 8 0.002 3 0.009 3 0.024 0.013 AR(2) 0.521 0.755 0.877 0.516 0.815 0.679 0.913 萨根检验 0.275 0.443 0.11 0.322 0.320 0.423 0.22 注:AR(1)、AR(2)为一阶、二阶自相关结果;***、**、*分别表示1%、5%、10%的显著性水平,括号内为标准误。 在控制省份、年份等变量条件下,列(1)结果显示,木质林产品贸易开放度对碳排放的综合效应在5%的显著性水平下为正,说明木质林产品贸易开放度对碳排放的增加有促进作用。列(2) ~ (4)为木质林产品贸易开放度对碳排放的间接效应,即木质林产品贸易开放度对技术进步的影响。在这三种路径下,贸易开放度均显著为正,且相较之下,贸易开放度对境内技术购买路径的影响系数较大,这说明木质林产品贸易开放度可以促进林业产业的自主创新、境外技术引进与境内技术购买,与理论假设分析一致。进一步对三种路径下木质林产品贸易开放度对碳排放的直接效应进行分析,如列(5) ~ (7)所示。在三种路径下,贸易开放度的估计系数分别在10%、10%、1%的显著性水平下显著,且境外技术引进与境内技术购买路径也分别在10%、1%显著性水平下为负值,这表明境外技术引进路径与境内技术购买路径的中间作用效果检验成立。而尽管自主创新的估计系数也为负,但其结果并不显著,推测是由于自主创新多为技术的开创性探索,故其产出存在较大程度的不确定,使得林业产业面临较大的风险。同时,企业也需要具备充分的资金与时间投入,致使林产品贸易水平的上升对企业自主创新而言,并未呈现显著影响。此外,目前大多数林业产业仍长期依赖技术引进,在一定程度上也抑制了企业自身的自主创新。综上所述,木质林产品的贸易开放度可以通过境外技术引进路径与境内技术购买路径来影响林产品碳排放,进而对生态环境产生影响。
在已知木质林产品贸易、两种技术进步路径和木质林产品污染水平之间存在显著间接效应的基础上,需要进一步考察中介变量的间接效应
$ {c}_{1}{d}_{2} $ 与控制中介变量后自变量对因变量的直接效应$ {d}_{1} $ 的影响方向。结果显示,列(2) ~ (4)中木质林产品贸易开放度对技术进步的回归系数为正;列(5) ~ (7)中技术进步对碳排放的回归系数为负,而木质林产品贸易开放度对碳排放的回归系数为正。故间接效应$ {c}_{1}{d}_{2} $ 与控制中介变量后自变量对因变量的直接效应$ {d}_{1} $ 的影响方向相反。参考Mackinnon等[48]对遮掩效应的研究得出,上述两类技术进步路径对木质林产品贸易和环境的中间作用机制并不是“中介效应”,而是“遮掩效应”。对这一现象的具体解释为:木质林产品对外贸易开放水平通过技术进步的间接效应遮掩了林产品贸易对碳排放等环境问题的直接负面影响。木质林产品贸易自由化一定程度上会导致我国木材的过度开采及非法采伐,使环境问题逐渐严重,给国内的环境带来负面的影响。然而,木质林产品对外贸易的不断扩大也会促使林业产业在生产贸易过程中加大资金投入引进技术,以促进企业技术水平的提高。在境外技术引进方面,随着贸易开放程度的扩大,以市场换技术的外资政策使相关技术得以引进并迅速发展。尽管技术转出国家可能因自身利益等因素的考虑,较少向中国转移核心技术,但由于我国与林业发达国家间技术水平仍存在一定差距,部分非核心技术在我国林业产业仍得到较多应用,因此,境外技术引进在贸易与环境之间存在重要作用。相较之下,境内技术购买的价格更为低廉,且随着林业企业技术水平的提高,我国与发达国家间的技术差距在不断缩小,国内技术购买的资金投入规模也在快速提升。因此,我国林业产业通过在国内外引进、购买技术或设备促使木质林产品生产效率与生产过程中污染处理水平提高,进一步加强了森林资源的有效循环利用,减少林产品生产过程中的资源浪费与环境污染,进而抑制了贸易自由化导致的碳排放的增加,这也解释了“遮掩效应”的产生。
-
本研究选取我国木质林产品贸易作为研究对象,通过现有理论文献梳理分析,在对27个省(市、自治区)木质林产品碳排放进行测算分析的基础上,运用系统GMM法构建动态面板模型,估计了2010—2019年省级面板数据层面上我国木质林产品贸易对林产品碳排放带来的影响,并探讨不同技术进步路径在林产品贸易与碳排放之间产生的作用机制。主要研究结论如下:①根据系统GMM所得动态面板基准回归结果显示,木质林产品碳排放存在路径依赖现象,经济规模与碳排放量呈“倒U型”,符合环境库兹涅兹曲线。同时,贸易的直接效应会导致木质林产品碳排放的增加,对环境存在一定的负面影响;而技术效应对碳排放具有显著的负效应,但二次项系数为正,表明目前我国林产品在利用效率等技术层面还有待提高,这也是未来我国林产品贸易服务于环境可持续发展亟需重视的问题。②根据探讨不同技术进步路径在木质林产品与环境间作用机制的中介模型结果得出,境外技术引进路径与境内技术购买路径的中间作用效果检验成立,而自主创新路径的结果不显著。进一步分析表明,境外技术引进与境内技术购买这两种路径对木质林产品贸易与环境的中间作用机制是“遮掩效应”,即木质林产品对外贸易开放水平通过这两种技术进步路径的间接效应遮掩了林产品对外贸易对环境污染的直接负面影响,符合理论分析设想。
综上所述,我国正位于贸易开放下的经济增长初期,木材消耗处于上升阶段,林产品贸易自由化促使其生产的规模扩大在短期内会带来一定程度的资源破坏与环境污染,从而加剧了我国林产品的碳排放。反映出我国在经济发展的同时,需要重视解决环境问题,这也符合我国发展基本国情。在当前的发展状态下,木质林产品贸易与环境保护的冲突仍较为严重。现有的木材资源无法满足国内生产消费的需要,故对木材资源及木质林产品的进口较为依赖,易受国外木材供给的影响。此外,由于木材供给的来源无法准确地把握,国内的木材也存在非法采伐的问题,不利于我国林产品贸易的发展。因此,完善国内各项法律标准与环境保护政策,坚决打击非法采伐行为对我国林产品贸易发展至关重要。另一方面,研究结果也证实,技术进步对减少环境污染、推动林产品行业绿色发展有促进作用。我国林产品行业要做到统筹兼顾,不断革新现有技术,推动自主创新与技术引进的协调发展,促进科技成果转化。在此基础上,加大对知识产权、专利成果的保护力度,并对侵害知识产权的相关行为进行严厉打击。同时,政府部门也应对林产品行业进行科学的引导,充分了解各个国家的相关环境保护规定,积极搭建国际交流合作平台,减少国家之间的绿色壁垒,为林业产业引进国内外前沿技术创造条件,以期促进林产品贸易与环境的长期协调发展。
Impact of Forest Products Trade on Carbon Emissions Based on the Technological Progress
-
摘要: 技术进步是实现碳减排的重要途径,其对我国林产品贸易碳排放效应的作用效果还有待进一步探究。基于此,选取木质林产品作为林产品的典型代表,利用2010—2019年我国27个省(市、自治区)的数据,构建动态面板模型,通过系统GMM方法探究我国木质林产品贸易对碳排放的影响效应,分析不同技术进步路径在其中的作用机制。结果表明,林产品贸易直接效应会导致林产品碳排放的增加,对环境呈负面影响,而技术效应呈正面影响,但技术利用效率等仍有待提高;技术引进路径的中间作用效果检验成立,而自主创新结果不显著,且证实技术进步在其中并非起到“中介作用”,而是遮掩了对外贸易对环境的直接负面影响。在此基础上,对我国林产品贸易可持续发展做进一步展望。Abstract: Technological progress is an important way to achieve carbon emission reduction, and its effect on the carbon emission effect of forest products trade in China needs to be further explored. Based on this, we selected woody forest products as a typical representative of forest products, and used the data of 27 provinces, autonomous regions and municipalities from 2010 to 2019 in China to establish a dynamic panel model to explore the impact of wood forest product trade on carbon emissions in China through systematic GMM method, and analyzed the mechanism of different technological progress paths. The results show that the direct effect of trade in forest products leads to the increase of carbon emissions from forest products, which has a negative impact on the environment. While the technical effect has a positive impact, the technical aspects such as utilization efficiency still need to be improved. The intermediate effect test of the technology introduction path is established, while the independent innovation is not conspicuous, and it is confirmed that technological progress does not play an “intermediary role”, but suppresses the direct negative impact of foreign trade on the environment instead. Based on the above-mentioned findings, we made further prospects for the sustainable development of forest products trade of China.
-
表 1 各类木质林产品相关要素数据
圆木 锯材 木板及木片 纸及纸板 纸浆 密度/(t·m−3) 0.450 0.458 0.595 0.900 0.900 含碳率 0.500 0.500 0.500 0.500 0.500 碳转换因子/(t·m−3) 0.225 0.229 0.297 0.450 0.450 寿命周期/年 41 41 30.5 1.5 1.5 碳排放速率 0.030 0.030 0.260 0.260 0.260 表 2 主要变量的描述性统计特征
变量 单位 样本量 平均值 标准差 最大值 最小值 碳排放量(E) 万t 270 1 637 573.20 2 509 406.95 14 973 851.70 33 138.72 自主创新路径(I′1) 万元 270 2 707 111.39 3 780 056.64 21 072 031.00 1 162.10 境外技术购买路径(I′2) 万元 270 152 630.64 236 286.92 1 573 897.00 325.00 境内技术购买路径(I′3) 万元 270 84 739.50 133 599.75 1 632 763.00 325.00 贸易开放度(T) % 270 0.660 914 0.728 938 7 2.179 120 5 0.003 502 7 经济规模(S) 万元 270 22 025 050.00 17 848 894.00 80 223 880.00 215 642.00 资本劳动比(P) 元/人 270 185 006.50 406 935.60 2 214 466.00 477.33 环境规制强度(R) % 270 1.420 709 6 0.738 013 5 2.81 0.05 外商直接投资(F) % 270 2.513 009 7 1.728 247 3 10.152 376 3 0.068 284 6 表 3 木质林产品贸易对碳排放影响基准回归结果
混合最小二乘法
(1)固定效应法
(2)GMM
(3)碳排放量滞后项 0.991*** 0.742*** 0.828*** (0.020 7) (0.032 7) (0.266) 贸易开放度 0.000 243 8* 0.010 3** 0.034 5* (0.006 33) (0.008 59) (0.020 8) 经济规模 0.416 0.209* 3.244* (0.276) (0.276) (2.767) 经济规模平方项 −0.013 1 −0.003 94* −0.107 (0.009 18) (0.008 96) (0.094 0) 资本劳动比 −0.011 7 −0.009 10 −0.024 6 (0.008 66) (0.015 3) (0.047 0) 技术进步 −0.082 5 −0.051 3*** −0.005 46*** (0.027 3) (0.047 8) (0.039 4) 技术进步平方项 0.021 09* 0.028 73 0.067 05* (0.029 86) (0.040 02) (0.052 24) 环境规制强度 −0.013 6 −0.056 9* −0.093 4 (0.032 3) (0.029 3) (0.110) 外商直接投资 −0.010 4 −0.006 84 −0.035 7 (0.013 5) (0.027 0) (0.041 7) 常数项 3.851 1.609 27.12 (2.283) (2.149) (23.93) AR(1) 0.015 AR(2) 0.365 萨根检验 0.571 N 270 270 270 R2 0.983 0.852 注:AR(1)、AR(2)为一阶、二阶自相关结果;N为样本量;R2为拟合度;***、**、*分别表示1%、5%、10%的显著性水平;括号内为标准误。 表 4 不同技术进步路径的中介效应检验结果
变量 综合效应 间接效应 直接效应 碳排放
(1)自主创新
(2)境外技术购买
(3)境内技术购买
(4)碳排放
(5)碳排放
(6)碳排放
(7)贸易开放度 0.049 90** 0.011 73** 0.016 62* 0.018 6*** 0.053 94* 0.022 74* 0.032 78*** (0.023 86) (0.007 93) (0.026 38) (0.006 16) (0.026 51) (0.075 77) (0.035 77) 自主创新 −0.191 54 (0.380 82) 境外技术购买 −0.066 11* (0.437 83) 境内技术购买 −0.025 8*** (0.118 17) 滞后项 0.674 17*** 1.052 48*** 0.295 72*** 0.409 20*** 0.682 46*** 0.784 82** 0.836 62*** (0.182 11) (4.426 1) (0.494 87) (0.681 81) (0.187 25) (0.422 26) (0.161 13) 控制变量 是 是 是 是 是 是 是 常数项 11.582 1 5.959 4 −4.154 51 −0.944 70 4.243 8* 13.327 2 −1.805 0** (14.1) (73.02) (17.6) (13.6) (22.0) (39.1) (20.3) 控制年份 是 是 是 是 是 是 是 控制省份 是 是 是 是 是 是 是 AR(1) 0.006 0.001 1 0.002 8 0.002 3 0.009 3 0.024 0.013 AR(2) 0.521 0.755 0.877 0.516 0.815 0.679 0.913 萨根检验 0.275 0.443 0.11 0.322 0.320 0.423 0.22 注:AR(1)、AR(2)为一阶、二阶自相关结果;***、**、*分别表示1%、5%、10%的显著性水平,括号内为标准误。 -
[1] 新华社. 决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利[EB/OL]. (2017-10-27)[2022-5-15]. http://www.gov.cn/zhuanti/2017-10/27/content_5234876.htm. [2] Food and Agriculture Organization of the United Nations. FAO yearbook of forest products 2019[M]. Rome: FAO, 2021. [3] BOAMAH K B,DU J,BOAMAH A J,et al. A study on the causal effect of urban population growth and international trade on environmental pollution:evidence from China[J]. Environmental science and pollution research international,2018,25(6):5862-5874. doi: 10.1007/s11356-017-0882-5 [4] 张文城,盛斌. 中国出口的环境成本:基于增加值出口污染强度的分析[J]. 数量经济技术经济研究,2017,34(8):105-119. [5] 杨恺钧,刘思源. 贸易开放、经济增长与碳排放的关联分析:基于新兴经济体的实证研究[J]. 世界经济研究,2017(11):112-120. doi: 10.13516/j.cnki.wes.2017.11.010 [6] The United Nations. Report of the secretary-general on the 2019 climate action summit and the way forward in 2020[EB/OL]. (2019-09-23)[2022-05-15]. https://www.un.org/en/climatechange/2019-climate-action-summit. [7] 徐博禹,刘霞辉. 进出口贸易对第一产业的碳排放效应研究−基于中国省级研发投入数据的门槛检验[J]. 经济问题,2022(2):27-33. doi: 10.3969/j.issn.1004-972X.2022.2.jjwt202202004 [8] 陆旸. 从开放宏观的视角看环境污染问题:一个综述[J]. 经济研究,2012,47(2):146-158. [9] BAUMOL W J. Environmental protection at minimum cost[J]. The American Journal of Economics and Sociology,1971,30(4):337-344. doi: 10.1111/j.1536-7150.1971.tb03410.x [10] RIKARD F,TOSHIHIRO O,KAREN H U. Why are firms that export cleaner? international trade,abatement and environmental emissions[J]. Journal of Environmental Economics and Management,2018,91:166-183. doi: 10.1016/j.jeem.2018.07.006 [11] LI Y,CHEN C,WANG Y. Urban-rural transformation and farmland conversion in China:the application of the Environmental Kuznets Curve[J]. Journal of Rural Studies,2014,36:311-317. doi: 10.1016/j.jrurstud.2014.10.005 [12] 韩灵梅. 论美欧新绿色壁垒下我国林产品国际贸易的困境及出路−以《雷斯法案修正案》、《欧盟木材法规》为例[J]. 开发研究,2015,2(2):90-94. [13] AHMAD N,DU L,LU J,et al. Modelling the CO2 emissions and economic growth in Croatia:is there any Environmental Kuznets Curve?[J]. Energy,2017,123:164-172. doi: 10.1016/j.energy.2016.12.106 [14] 王丽萍,姚子婷,李创. 环境战略对环境绩效和经济绩效的影响−基于企业成长性和市场竞争性的调节效应[J]. 资源科学,2021,43(1):23-39. doi: 10.18402/resci.2021.01.03 [15] GROSSMAN G M, KRUEGER A B. Environmental impacts of a North American Free Trade Agreement[M]. London : Centre for Economic Policy Research, 1992. [16] ANTWEILER W, COPELAND B R, TAYLOR M S. Is free trade good for the environment?[J]. The American Economic Review, 2001, 91(4): 877-908. [17] 程宝栋,秦光远,宋维明. “一带一路”战略背景下中国林产品贸易发展与转型[J]. 国际贸易,2015(3):22-25. doi: 10.14114/j.cnki.itrade.2015.03.004 [18] 陈俭,肖功为,罗朝艳,等. 中国与东盟林产品贸易现状及发展潜力分析[J]. 世界农业,2018(7):178-185. doi: 10.13856/j.cn11-1097/s.2018.07.027 [19] 黄颖. 中国木质林产品贸易的特征、影响因素及前景[J]. 对外经贸实务,2019(12):35-38. doi: 10.3969/j.issn.1003-5559.2019.12.009 [20] 王品飞. 中国对其他金砖国家农产品出口贸易竞争力研究[J]. 中国流通经济,2018,32(12):87-94. doi: 10.14089/j.cnki.cn11-3664/f.2018.12.009 [21] 熊立春,程宝栋. 中国林产品贸易成本测算及其影响因素研究[J]. 国际贸易问题,2017(11):25-35. doi: 10.13510/j.cnki.jit.2017.11.003 [22] 韩爽,伍海泉,刘意. 贸易自由化对中国林产品出口的影响−基于微观引力模型的实证研究[J]. 学习与探索,2019(9):143-150. doi: 10.3969/j.issn.1002-462X.2019.09.020 [23] 胡中应. 技术进步、技术效率与中国农业碳排放[J]. 华东经济管理,2018,32(6):100-105. doi: 10.19629/j.cnki.34-1014/f.180124001 [24] ZHANG H,GUO S,QIAN Y,et al. Dynamic analysis of agricultural carbon emissions efficiency in Chinese provinces along the Belt and Road[J]. PloS One,2020,15(2):e228223. [25] ISMAEL M,SROUJI F,BOUTABBA M A. Agricultural technologies and carbon emissions:evidence from Jordanian economy[J]. Environmental Science and Pollution Research International,2018,25(11):10867-10877. doi: 10.1007/s11356-018-1327-5 [26] 申萌,李凯杰,曲如晓. 技术进步、经济增长与二氧化碳排放:理论和经验研究[J]. 世界经济,2012,35(7):83-100. [27] 林善浪,张作雄,刘国平. 技术创新、空间集聚与区域碳生产率[J]. 中国人口·资源与环境,2013,23(5):36-45. doi: 10.3969/j.issn.1002-2104.2013.05.006 [28] 马光明,唐宜红,郭东方. 中国贸易方式转型的环境效应研究[J]. 国际贸易问题,2019(4):143-156. doi: 10.13510/j.cnki.jit.2019.04.010 [29] 彭水军,张文城,曹毅. 贸易开放的结构效应是否加剧了中国的环境污染−基于地级城市动态面板数据的经验证据[J]. 国际贸易问题,2013(8):119-132. doi: 10.13510/j.cnki.jit.2013.08.011 [30] 舒元,才国伟. 我国省际技术进步及其空间扩散分析[J]. 经济研究,2007(6):106-118. [31] COPELAND B R,TAYLOR M S. North-south trade and the environment[J]. The Quarterly Journal of Economics,1994,109(3):755-787. doi: 10.2307/2118421 [32] 何彬,范硕. 自主创新、技术引进与碳排放−不同技术进步路径对碳减排的作用[J]. 商业研究,2017(7):58-66. doi: 10.13902/j.cnki.syyj.2017.07.008 [33] 刘祎,杨旭,黄茂兴. 环境规制与绿色全要素生产率−基于不同技术进步路径的中介效应分析[J]. 当代经济管理,2020,42(6):16-27. doi: 10.13253/j.cnki.ddjjgl.2020.06.003 [34] 肖利平,谢丹阳. 国外技术引进与本土创新增长:互补还是替代−基于异质吸收能力的视角[J]. 中国工业经济,2016(9):75-92. doi: 10.19581/j.cnki.ciejournal.2016.09.005 [35] 伦飞,李文华,王震,等. 中国伐木制品碳储量时空差异[J]. 生态学报,2012,32(9):2918-2928. [36] CHEN J,COLOMBO S J,TER-MIKAELIAN M T,et al. Carbon profile of the managed forest sector in Canada in the 20th century:sink or source?[J]. Environmental Science & Technology,2014,48(16):9859-9866. [37] SKOG K E. Sequestration of carbon in harvested wood products for the United States[J]. Forest Products Journal,2008,58(6):56. [38] 郭智远. 中国木质林产品贸易碳流动的测算及影响因素研究[D].常州: 常州大学, 2021. [39] KARJALAINEN T,MÄKIPÄÄ R. Contribution of forests and forestry in Finland to mitigate greenhouse effect[J]. Biotechnologie,Agronomie,Société et Environnement,2000,4:275-280. [40] 贺庆棠. 森林对地气系统碳素循环的影响[J]. 北京林业大学学报,1993(3):132-137. doi: 10.3321/j.issn:1000-1522.1993.03.013 [41] 周国模,姜培坤. 毛竹林的碳密度和碳贮量及其空间分布[J]. 林业科学,2004(6):20-24. doi: 10.3321/j.issn:1001-7488.2004.06.004 [42] SEBASTIAN R, MATTIAS L, ROBERT W M, et al. 2019 refinement to the 2006 IPCC guidelines for national greenhouse gas inventories 2019[EB/OL]. (2019-05-12)[2022-05-15]. https://www.ipcc.ch/report/2019-refinement-to-the-2006-ipcc-guidelines-for-national-greenhouse-gas-inventories/ . [43] 包群,许和连,赖明勇. 贸易开放度与经济增长:理论及中国的经验研究[J]. 世界经济,2003(2):10-18. [44] 范德成,方璘,宋志龙. 不同技术创新途径与产业结构升级动态互动关系研究[J]. 科技进步与对策,2020,37(5):57-66. doi: 10.6049/kjjbydc.2019070510 [45] 林毅夫,张鹏飞. 后发优势、技术引进和落后国家的经济增长[J]. 经济学(季刊),2005(4):53-74. [46] HU D,WANG Y,LI Y. How does open innovation modify the relationship between environmental regulations and productivity?[J]. Business Strategy and the Environment,2017,26(8):1132-1143. doi: 10.1002/bse.1974 [47] JUDD C M,KENNY D A. Process analysis:estimating mediation in treatment evaluations[J]. Evaluation Review,1981,5(5):602-619. doi: 10.1177/0193841X8100500502 [48] MACKINNON D P,KRULL J L,LOCKWOOD C M. Equivalence of the mediation,confounding and suppression effect[J]. Prevention Science,2000,1(4):173-181. doi: 10.1023/A:1026595011371 -