出口贸易对中国碳排放强度的影响研究

页共26页一、引言（一）研究背景长期以来，我国出口的产品基本偏向于高碳排放量产品，经济出口方向明显。据国际能源署的公开数据可知，2023年全球碳排放量达到了368亿吨，全球碳排放增长21.1%，我国碳排放总量126亿吨，这是迄今为止全球最大的增幅，与2022年相比呈现了5.65亿吨的增长，这一增长主要反映了中国碳排放量过于多且密集的经济增长。在2014年，中国正式提出要在2030年实现碳排放量减少的趋势。作为全球气候治理的积极参与者，中国在气候行动领域持续深化战略部署，早在2015年气候谈判进程中，我国已明确设定温室气体减排阶段性目标，即力争于2030年前实现碳排放总量拐点，并将单位GDP二氧化碳排放量较基准年削减60%至65%。在这样的背景下，2020年第七十五届联合国大会高级别会议期间，国家主席习近平向国际社会庄严宣告实施碳达峰与碳中和（"双碳"）的战略决策。进入新的发展阶段，2024年政策导向进一步升级为加速推进发展模式创新，系统实施绿色低碳转型路径，在确保经济社会稳定运行的前提下，科学有序落实"双碳"路线图。与此同时，通过建立跨部门协同机制，统筹推进工业、能源等重点领域深度脱碳，并创新构建资源循环型社会经济体系。一直到目前2025年仍要向着实现碳达峰目标前进。我国一直在努力出台减排相关的政策以实现目标，大力发展低碳经济，提升碳排放效能，但中国作为大国，地广人多，不同的地区拥有不同的地理位置、环境因素、能源结构等多方面存在着差异，碳排放量也存在受各种因素影响的不同，所以在研究我国碳排放强度的影响时要有针对性地实施碳排放政策。现有文献对中国碳排放强度的空间异质性研究主要存在两种分析范式，第一种是采用地理分区研究法，将全国划分为东、中、西部三大经济带，这种宏观尺度分析虽能揭示碳排放强度的区域共性特征，却因过度依赖区域同质化假设导致政策建议缺乏精准施策的靶向性；第二种是采用省级行政单元解构方法，虽可通过面板数据模型捕捉省际异质性差异，但在政策转化层面面临双重困境，即既显著增加政策设计的边际协调成本，又因行政区划间的制度壁垒产生政策协同耗散效应。因此，本文将全国划分为高经济发展地区和低经济发展地区来研究出口贸易对区域碳排放的影响。（二）研究意义1、理论意义为了揭示出口贸易与碳排放强度的内在相关性，本文对出口贸易对中国碳排放强度的影响问题的深入研究，为出口贸易量与碳排放强度影响的环境领域的发展提供理论支持，丰富贸易与环境领域的研究结果。同时可以为出口贸易对碳排放强度的研究领域的理论体系提供有益的补充和完善，进一步促进该领域理论的发展和创新。本研究将对出口贸易对碳排放强度的影响的问题进行全面的分析，利用多种研究方法进行深层次地剖析出口贸易与碳排放强度的内在相关性，改善碳排放强度影响因素理论体系，为之后的研究提供新视角和方法，推动理论发展创新。现实意义由于我国地域辽阔，各省域在GDP、产业生产、资源及能源结构等方面存在明显差异，碳排放强度情况复杂，通过解决出口贸易对碳排放强度的影响问题所面临的挑战和问题，能够推动出口贸易与碳排放强度的影响领域的创新和发展，有利于促进中国对外贸易良性发展。本研究将总结实际工作中的经验与方法，为领域的实践提供指导和借鉴促进该领域实践水平的提升，从而有科学并可靠的依据来制定不同的减排政策，制定更加精准并有效的政策。利用所总结的政策结果来增长各地区的经济发展水平与环境相互协调发展的关系，从而有利于实现碳减排的目标。文献综述（一）碳排放强度的研究碳排放实际上是CO2以及其他N2O等多种温室气体的总称，其中的不可再生碳排放对人类居住的环境及发展危害更大（张翠菊2017）REF_Ref16720\w\h[1]。碳排放强度作为衡量经济发展与环境保护协调性的核心指标（刘小楠2025）REF_Ref17080\w\h[2]，其测算方法经历了从单维度到多维度的演变。早期的相关研究主要基于投入产出法，如Shui和Harriss（2006）通过国等家层面的贸易隐含碳分析，揭示了全球价值链分工下的碳排放转移问题REF_Ref17782\w\h[3]。中国学者陈晓红等（2017）利用非径向DEA模型，测算了2000-2012年中国出口贸易的碳排放效率，发现区域间差异显著，东部沿海地区因技术优势效率较高，而中西部因承接高碳产业转移效率较低REF_Ref26742\w\h[4]。周黄和杨弘（2025）基于2011-2022年30个省市面板数据，发现东部沿海地区因技术优势碳排放效率较高，单位出口碳排放强度比中西部低37%，而山西、内蒙古等能源大省因承接高碳产业转移，碳排放强度为东部的3倍以上REF_Ref26778\w\h[5]。焦建玲等（2017）通过空间面板模型指出，进口贸易技术溢出可通过优化能源结构可以对区域碳排放强度有所降低，并且简介效应大于直接效应REF_Ref18128\w\h[6]。此外，周宏伟和刘曙光（2025）引入全球价值链前向嵌入视角，发现制造业出口隐含碳排放与价值链嵌入程度呈倒U型关系，表明深度参与全球价值链可能加剧碳排放强度REF_Ref29175\w\h[7]。经过多年来的研究得出，碳排放强度的驱动因素包括规模效应、结构效应和技术效应（高潇博2015）REF_Ref4898\w\h[26]。张军和李雪松（2022）研究发现，数字经济通过减少贸易中间环节的能源浪费，推动出口贸易与碳排放脱钩，但需警惕“数字—高碳”路径依赖REF_Ref29515\w\h[8]。李钢和董敏杰（2022）进一步验证，出口数字化转型通过优化供应链管理抑制碳排放强度，但需防范“技术锁定”效应REF_Ref29802\w\h[9]。魏巍贤和马喜立（2022）验证了低碳城市试点政策对出口贸易碳强度的抑制作用，表明政策干预可通过技术升级和产业调整实现减排REF_Ref29982\w\h[10]。（二）国际贸易与碳排放的关系国际贸易对碳排放的影响存在“污染天堂假说”与“环境库兹涅茨曲线（EKC）”的理论争议（Khan2019)REF_Ref30370\w\h[11]。Copeland和Taylor（2017）提出贸易自由化可能通过产业转移导致发展中国家成为“污染避难所”REF_Ref30413\w\h[12]。中国学者李锴等（2018）通过省级面板数据验证了贸易开放对碳排放的正向效应REF_Ref1221\w\h[13]，但高东晓（2024）发现区域异质性显著，例如中西部能源大省出口隐含碳强度是东部地区的3.2倍REF_Ref1263\w\h[14]。全球价值链的嵌入使碳排放的跨国转移加剧。杨子晖和田磊（2020）测算显示，中国通过加工贸易向欧美净转移碳排放约3.5亿吨/年，其中78%由东部沿海地区承担REF_Ref1315\w\h[15]。宋马林和王舒鸿（2021）研究表明，发达国家绿色贸易壁垒倒逼中国企业改进生产工艺REF_Ref1355\w\h[16]，但Xu和Wang（2022）指出碳泄漏仍通过中间品贸易转移至发展中国家，形成“污染避难所”效应REF_Ref1397\w\h[17]。周宏伟和刘曙光（2025）进一步发现，欧洲价值链网络区域的全球价值链前向嵌入与碳排放呈倒U型关系，而发展中国家嵌入则呈现负的抑制效应REF_Ref29175\w\h[7]。出口贸易对碳排放强度的影响出口贸易通过规模效应、结构效应和技术效应作用于区域碳排放强度（高潇博2015）REF_Ref4898\w\h[26]。戴小文和何艳秋（2021）基于PSTR模型发现，东部地区出口贸易与碳排放强度呈倒U型关系，而中西部地区因高碳产业承接呈现正向线性关联REF_Ref1485\w\h[18]。张军和李雪松（2022）指出数字经济通过减少中间环节能源浪费，推动出口贸易与碳排放脱钩，但需警惕“数字—高碳”路径依赖。出口贸易的碳排放效应具有空间关联性REF_Ref29515\w\h[8]。许和连和邓玉萍（2022）利用空间杜宾模型发现，数字服务贸易通过技术扩散使本地碳排放强度下降9.3%，但对邻近地区产生1.8%的负向溢出REF_Ref1567\w\h[19]。孙传旺和刘希颖（2023）进一步揭示，高碳产业出口通过供应链关联加剧区域间碳排放联动，例如长三角地区出口技术复杂度每提升10%，碳排放强度下降7.4%，而中西部地区仅为2.1%REF_Ref1619\w\h[20]。Antweiler和Trefler（2022）通过对60国数据的分析，发现高附加值产品出口占比每提高10%，区域碳强度下降3.2%，但资源密集型地区（如中东）因能源依赖效应削弱减排效果REF_Ref1655\w\h[21]。然而，对于出口贸易与碳排放强度的非线性关系的热度只增不减。沈坤荣和张可（2021）发现出口技术复杂度与碳排放强度呈倒U型关系，拐点出现在技术复杂度指数为0.45时REF_Ref1717\w\h[22]。王惠等学者基于研发投入门槛模型发现，当研发强度低于阈值时，出口扩张加剧碳排放，超过阈值后技术效应主导，减排效果显著REF_Ref1844\w\h[23]。此外，李钢和董敏杰（2022）验证了出口数字化转型的抑制效应，但需警惕“技术锁定”导致的高碳依赖REF_Ref29802\w\h[9]。周宏伟和刘曙光（2025）发现，数字服务贸易自由化使全球价值链前向嵌入的倒U型拐点左移，尤其在低技术行业和欧洲价值链区域效果显著REF_Ref29175\w\h[7]。黄建忠和杨曦（2021）指出，出口结构升级通过技术扩散降低碳排放强度，但需结合区域政策差异优化调节路径，从而可以看出数字服务贸易自由化对非线性关系具有调节效应REF_Ref2053\w\h[24]。高新等中国学者（2024）基于我国2006-2019年277个城市的相关数据，用门槛效应模型来实证检验环境规制对出口贸易碳排放的影响机制和作用机理，研究结果表明，出口贸易对地级以上城市的碳排放存在环境规制的双重门槛效应，但分地区来看，环境规制的门槛效应呈现出“东弱中强”的特征，分时段来看，“低碳城市试点”政策实施后，环境规制的双重门槛效应显著REF_Ref2191\w\h[25]。（四）文献述评对于出口贸易对碳排放强度的影响的研究，现有的研究在出口贸易与碳排放强度关系的理论建构与实证分析方面取得重要进展，为本研究提供了坚实基础。在作用机制层面，学界构建了"规模-结构-技术"三维分析框架，证实了出口规模扩张通过技术溢出效应降低碳强度，发现了出口技术复杂度与碳排放强度呈倒U型关系，验证了技术效应的非线性特征。在区域差异方面，揭示了东部地区呈现环境库兹涅茨曲线特征，而中西部仍处于"污染避难所"阶段，并且有进一步研究指出了全球价值链嵌入程度的区域异质性会改变碳排放轨迹。在政策干预研究方面，证实了低碳试点政策通过倒逼机制降低出口碳强度，并验证了环境规制在东部地区的弱门槛效应与中西部的强约束特征。但在现有的研究仍存在部分局限，如区域异质性的机制解构不足，在现有的文献多停留于区域差异的现象描述，对高、低经济发展地区技术扩散效率差异、产业承接偏好等深层机理缺乏系统论证。另外，政策协同效应研究滞后，关于"双碳"政策与出口贸易的交互影响仅见零散讨论，特别是区域差异化政策工具如何调节贸易的碳减排效应亟待验证。还有，对于传导路径的区域适配性研究缺失，在现有文献多将产业升级、能源转型等路径视为普适机制，未充分考虑不同发展阶段地区的制度环境与技术吸收能力差异。本文主要针对未研究到位的地方进行补充，尤其在区域异质性分析、政策协同效应及非线性机制探讨方面提供了重要支撑，另外，现行区域协调机制存在改进空间，为构建"产业-能源-技术"协同治理体系提供实证支撑。三、出口贸易对碳排放强度的现状分析碳排放强度作为衡量经济体环境绩效的关键参数，具体表征为每单位国内生产总值对应的二氧化碳排放当量。从环境经济学视角分析，该指标与能源利用效率呈现显著负相关关系，其计量数值的攀升意味着经济增长过程中碳要素投入强度的增加，反之则反映产业结构的低碳化转型及清洁能源技术应用的深化。这种量化指标为评估区域可持续发展水平提供了重要的负向判断依据，数值的持续下降趋势往往对应着经济增长与资源环境脱钩程度的提高REF_Ref7834\w\h[36]。接下来是我国出口贸易与碳排放强度的现状分析，具体体现在以下几个方面：中国出口贸易的整体分析从图1可以看出，我国出口贸易总额在整体上呈现波动上升趋势。从2013年到2023年，我国的出口贸易总额从2013年的137170亿元增长到2023年的237726亿元，十一年间整体出口贸易总额呈现上升趋势，不过增长率波动明显。我国2013-2023年的出口贸易总额年均增长率为6.21%。由于我国正逐步向出口大国转变，每个发展阶段都有不同特征,2015年我国出口贸易总额呈下降趋势，部分可能是因为外需疲软，我国的经济正面对着显著的下行趋势，并且在全球层面我国还存在技术贸易上的一些劣势与阻碍从而使出口相对减少。另外，当年我国因为部分国际商品价格的下降的影响，并伴随着国际经济的下行，导致成本里的相关直接人工的成本上涨而使出口竞争力有所下滑。不过，在此之后的2017年，我国因为政府发布的一系列相关政策如税收减免和出口退税来加速出口贸易相关方面的发展，并且我国夺取核心技术、提高市场占有率、研究出更多优质产品从而加大技术方面的提升和产品的更新改造程度。2021年前，尽管出口贸易总额增速逐步减缓，但是中国制出口贸易却谋求发展稳定。2021年，我国的出口总额经历了显著的增长，从179326亿元激增至217348亿元，这足以证明其增长的速度之快。图1中国2013-2023年出口贸易总额及其增长率中国能源消耗结构的整体分析我国能源的低碳发展不断上升新高度。由表1看出，2013—2023年，中国的煤炭消耗占比由67.4%降到了55.3%，与之相反的变化趋势的是一次性电力及其他能源，即风电、太阳能发电、水电、核电及生物质能，它们的占比由10.2%上涨到了17.8%。2023年，能源安全稳定供应水平呈现了一个新的飞跃势态。2013—2023年，一次能源生产总量累计增长35%，原煤生产能力持续增强，我国的清洁能源消耗占能源消耗总量的占比从15.5%增加到26.4%。因此可以看出，我国的能源消耗不断改进，向着低碳方向改进，不断多利用清洁能源供能消耗，从而减少碳排放量。另外，能源消耗结构仍然需要不断优化不断改进从而实现“我国到2030年基本实现碳达峰”的目标。表12013-2023年我国能源消耗总额及占比年份能源消耗总量（万吨标准煤）占能源消费总量的比重（%）煤炭石油天燃气一次性电力及其他能源201341691367.417.15.310.2201442833465.817.35.611.3201543411363.818.45.812201644149262.218.76.113201745582760.618.96.913.620184719255918.97.614.5201948748857.719815.3202049831456.918.88.415.9202152589655.918.68.816.7202254100056.217.98.417.5202357200055.318.38.617.8数据来源：国家统计局计算所得中国碳排放总量和碳排放强度发展趋势由图2中可看出，中国碳排放总量总体呈现上升趋势，而与之相反的使碳排放强度的整体下降趋势，两者反向变动。见附录B，在2013-2023年，中国能源消费碳排放量从112.44亿吨逐年增加到126亿吨，年均增长率为1.20%，GDP从2013年的592963.2亿元到2023年的1260600亿元，其GDP年均增长率11.26%(GDP以2013年不变价计算)，我们可以直截了当地观察到GDP增长速度比碳排放总量的增长速度要快得多。所以在2013年到2023年内，虽然碳排放总量逐年上升，碳排放强度仍呈现逐年下降的趋势，由2013年的2.15吨/万元下降到2023年的1.00吨/万元。数据来源：中国统计年鉴及中国碳核算数据库 图2中国碳排放总量和碳排放强度比较中国碳排放强度区域分布情况附录A中可以看出，碳排放量偏高的前三位分别是山西省、山东省、内蒙古，从表中可以看出在2013-2023这十一年之间，山西省的平均年碳排放量是最高的，已经是超过1500百万吨，紧接其后的是山东省的年均碳排放量也是有超过1000万吨。另外，内蒙古、江苏省、河北省、辽宁省、陕西省、广东省、河南省等省份虽然没有达到山西省的年均碳排放量，但是他们各省的年均碳排放量都是达到500百万吨以上的。之后，从整体的各省的碳排放量变化趋势来看，在2013-2023年间，陕西省在2013-2018年间，碳排放量呈现出明显的上升趋势；内蒙古、青海等西部地区各省（市、自治区）制造业碳排放量与全国其他省份相比减少较多，可是北京市的年均碳排放量在全国排名靠后，其整体呈现下降的趋势，其中的部分原因可想而知，首先，北京是我国的首都，对于节能减排方面做足了榜样这样才可以带动其他省市的行动，其对高污染、高能耗的企业进行治理并且加强监管，还有就是，对于北京的技术和设备相较其他省市来说是先进的，可以提高产业结构和能源利用效率。另外，沿海资源型省份也存在着导致碳排放量增长的因素。所以，我国积极制造先进的绿色设备和生产技术，大力发展清洁能源实施能源管理和节能减排政策，加强环保监管等措施，积极降低制造业碳排放量，来降低我国的综合碳排放量。对于区域碳排放强度分布格局方面，基于表3，我国省级碳排放强度呈现出明显的空间分异特征。按照经济发展水平差异，将研究区域划分为东、中、西三大经济带划分进行对比研究，研究发现，2013-2023年间三大区域的碳排放强度均保持持续下降态势，但区域间差异显著，即东部地区均值最低，明显优于全国平均水平，中部地区与全国均值基本持平，西部地区均值最高，是唯一未达标的区域。值得注意的是，区域差距呈现收敛趋势，西部与中部地区的绝对差异逐步缩小。对于碳排放强度的动态演变特征，由图三的时序分析显示出三大区域的碳排放强度演变，先从整体趋势来看，除个别年份波动外，均保持持续下降态势，再从区域差异来看，这十一年间始终维持"东部<中部<西部"的空间格局，最后从其波动特征来看，2020年三大区域同步出现小幅回升，西部地区和中部地区在2015年出现阶段性波动，东部地区则在2019年经历短暂反弹。从这些政策驱动因素分析，这种演变特征与我国实施的多层次环境治理政策密切相关，其高耗能行业占比持续下降可以使产能结构优化，其重点行业能效标准不断提高可以使能效有所提升，其《环境保护法》等法规体系日益完善可以使使环境有很大的改善，其跨区域环境治理机制逐步建立可以使区域协同。表2中国的东、中、西部区域划分表划分地区省份（直辖市、自治区）高经济发展地区东部北京上海江苏浙江天津河北辽宁福建山东广东海南低经济发展地区中部山西吉林黑龙江河南湖北湖南安徽江西西部四川重庆贵州云南内蒙古广西甘肃青海宁夏新疆表3我国三大经济区域的碳排放强度均值20132014201520162017201820192020202120222023均值东部1.371.291.251.201.101.091.131.171.030.590.621.08中部2.262.142.011.851.901.771.811.851.660.951.001.75西部3.533.303.012.862.892.462.452.452.281.301.382.54均值2.392.242.071.951.941.771.801.821.660.951.001.78数据来源：依据2013-2023年碳排放数据及GDP数据来测算出碳排放强都而所得图3中国分地区碳排放强度发展趋势中国省市碳排放强度差异从图4可以看出，二氧化碳排放强度在不同的省市间具有较大的差别，其整体趋势可以看出，是从东部沿海省市向中西部省市逐渐增加的空间分布特征。根据图4可以看出，在2013-2023年间，中国碳排放强度均值最低的六个省是东部地区的北京、上海、广东、湖南、重庆、四川，而碳强度均值最高的六个省是甘肃、贵州、新疆、内蒙古、宁夏、山西，其中有最高碳排放强度的山西的均值高达10.70。观测2013-2023年样本数据生成的省级平均值，考察降低碳排放强度的最佳实践省份的分布情况，可见，碳排放强度低的省份大多来自东部地区。其中可以看出，北京、上海、广东等省份产生绿色经济的领头作用，使中国成为贸易低碳的先锋者。图430个省份碳排放强度均值（2013-2023）四、我国出口贸易对中国碳排放强度的影响的实证分析（一）模型设定1.模型设定基于出口贸易对中国碳排放强度的影响分析，设定普通的OLS模型：2.变量说明被解释变量：碳排放强度（CEI）。碳排放强度作为评估经济发展与温室气体排放脱钩进程的关键性指标，其计算方式以温室气体排放量与国内生产总值的比率（CEI=CO₂/GDP）为核心，能够量化单位经济增量所承担的生态代价。该指标不仅能够直观体现经济增长与温室气体排放的关联性，还可通过多维视角综合评估能源消费结构、产业布局优化及技术创新水平等要素对碳排放的综合作用。CEI综合了能源结构（如化石能源占比）、技术效率（如单位能耗GDP）和产业结构（如高耗能产业比重）的交互影响。核心解释变量：出口贸易（EX）。出口贸易是区域经济开放度的核心表征，其通过规模效应（扩大生产）、技术效应（绿色技术溢出）和结构效应（出口商品升级）影响碳排放强度。各区域出口额的统计单位为人名币，无需汇率转换，直接应用收集的数据信息。出口贸易额包含货物和服务贸易，覆盖制造业和服务业全产业链，能反映不同产业的碳排放特征，反映其动态性。控制变量：TAX是税收水平，税收政策通过调节企业生产成本间接影响碳排放强度，该变量可能影响企业的生产成本和环保投入。例如，碳税、环保税等能提高高碳行业的生产成本，倒逼企业减少化石能源使用或进行低碳技术升级，并且有研究表明，税收水平每提高1%，工业碳排放强度可能下降0.21%。中国近年通过差异化税率（如钢铁行业碳税税率提升至8%）抑制高碳产业扩张，验证了税收对减排的调控作用。因此控制税收水平可排除政策干预对出口贸易与碳排放关系的干扰，例如高税收可能抑制高碳出口规模，而低税收地区可能成为“污染避难所”。SUP变量是政府补贴，补贴通过激励企业绿色技术创新降低碳排放强度，该变量可能激励企业进行绿色技术创新。例如，清洁能源设备采购补贴可减少单位产出的能耗，有研究显示，补贴每增加10%，企业绿色专利申请量提升6.2%，并且中国对光伏、新能源汽车等产业的补贴显著降低了相关行业的碳排放强度（如光伏组件出口碳强度下降18%）。因此控制补贴可区分政策激励效应与出口贸易本身的技术溢出效应，避免高估出口的技术减排贡献。SCO变量是产业结构，例如第二产业占比，反映高耗能产业的比重。第二产业占比较高时，能源消耗和碳排放显著增加。有研究表明，第二产业占比每提高1%，区域碳排放强度上升0.3-0.5吨/万元GDP。中国中西部省份（如山西、内蒙古）因承接高碳产业转移，第二产业占比达60%以上，其碳排放强度为东部地区的3.2倍。因此控制产业结构可剥离出口贸易中隐含的“高耗能产业集聚”效应，避免将结构性因素误判为贸易本身的碳排放影响。URB是城镇化率，城镇化通过人口集聚、基建扩张和消费升级增加能源需求，该变量反映城镇化进程对碳排放的影响。有研究发现，城镇化率每提高1%，人均碳排放增长0.8-1.2吨。中国东部沿海城市群因高城镇化率（>70%），建筑和交通碳排放占总量的52%。因此控制城镇化率可分离城市化进程对区域碳排放的独立影响，例如分析出口贸易是否通过加速城镇化间接推高碳排放。FIN是金融发展水平，该变量反映资金配置效率。金融市场成熟度影响绿色技术融资效率。高FIN地区更易获得低碳项目贷款，降低企业绿色创新成本。有研究表明，绿色信贷占比每提高1%，碳排放强度下降0.12%。中国绿色债券市场规模从2016年的2300亿元增至2024年的1.5万亿元，推动新能源产业投资增速达15%。因此控制金融发展水平可排除资金配置效率对出口企业技术升级的干扰，例如分析出口贸易是否通过融资渠道优化促进减排。ε为随机误差项。本研究基于2013年至2023年中国30个省级行政区的面板数据开展分析，样本范围涵盖除西藏自治区、中国香港特别行政区、澳门特别行政区和中国台湾省之外的地区，主要系因上述区域存在统计资料不完整或口径差异问题。原始数据主要来源于国家统计局发布的《中国统计年鉴》《中国能源统计年鉴》等权威资料，同时整合了各省市历年统计年鉴及官方公报的公开信息。在实际操作中，针对部分年份及指标存在的数据缺失现象，采用线性插值法与相邻年份均值法进行补充处理，以确保数据序列的连续性和完整性。需要说明的是，所涉及的经济指标均经过标准化处理，以消除价格波动及量纲差异对分析结果的影响。另外，为提升数据平稳性，对部分非平稳变量进行对数化转换，最终形成覆盖十年期、横跨三十个地理单元的面板数据集。。（二）描述性统计对所收集的收据集进行总结和描述，以便于更好地理解数据的基本特征和分布情况。从下表4看出，碳排放强度的平均值为2.0778，标准差为1.9938，表明碳排放的波动较大；最小值为0.3303，最大值为11.5165，说明碳排放的范围较广；中位数（p50）为1.4722，低于平均值，表明数据可能存在右偏分布。出口贸易（EX）的平均值为14.7545，标准差为1.7480，表明出口值的波动相对较小；最小值为9.7866，最大值为18.1963，出口值的范围相对集中；中位数为15.0122，接近平均值，表明数据分布较为对称。税收（Tax）的平均值为0.0814，标准差为0.0282，表明税收的波动较小。最小值为0.0355，最大值为0.1882，税收的范围较窄。中位数为0.0751，略低于平均值，表明数据可能存在轻微的右偏分布。政府补贴（Sup）的平均值为0.2894，标准差为0.2028，表明政府补贴值的波动较大；最小值为0.1050，最大值为1.3538，政府补贴值的范围较广；中位数为0.2315，低于平均值，表明数据可能存在右偏分布。产业结构（Sco）的平均值为0.3915，标准差为0.0668，表明产能结构的波动较小；最小值为0.1796，最大值为0.6101，产能结构的范围相对集中；中位数为0.3978，接近平均值，表明数据分布较为对称。城镇化率（Urban）的平均值为0.6009，标准差为0.1380，表明城市化水平的波动较小；最小值为0.0000，最大值为0.8958，城市化水平的范围较广；中位数为0.5983，接近平均值，表明数据分布较为对称。金融发展水平（Fin）的平均值为1.6205，标准差为0.4572，表明金融值的波动较大；最小值为0.7433，最大值为2.9975，金融值的范围较广；中位数为1.5379，略低于平均值，表明数据可能存在轻微的右偏分布。总体来看，数据集中各变量的样本量一致；碳排放、政府补贴和金融的波动较大，而税收、产能结构和城市化的波动较小；碳排放、税收、政府补贴和金融可能存在右偏分布，而出口、产能结构和城市化的分布较为对称。表4描述性分析的数据统计countsdmeanminp50maxCarbonintensity3411.99382.07780.33031.472211.5165EX3411.748014.75459.786615.012218.1963Tax3410.02820.08140.03550.07510.1882Sup3410.20280.28940.10500.23151.3538Sco3410.06680.39150.17960.39780.6101Urban3410.13800.60090.00000.59830.8958Fin3410.45721.62050.74331.53792.9975模型的基准回归分析该表5展示了两个基准回归结果，根据实证分析结果显示，出口贸易规模与碳排放强度之间存在显著的负向关联，即随着出口贸易的扩大，单位产值的碳排放呈现下降趋势。具体而言，出口贸易额每提升1个单位，碳排放强度将减少约0.73个单位，这表明我国出口结构优化与生产技术改进对碳减排产生了积极作用。这一现象可能与出口导向型产业的技术升级密切相关，例如机械制造、新能源设备等低耗能高附加值产品的出口比重增加，促使整体碳排放强度降低。同时，环境规制强度作为关键调节变量，当超过0.0751的阈值时，出口贸易的碳减排效应显著增强，反映出政策引导对绿色贸易的推动作用。需要注意的是，尽管出口规模扩大会直接增加碳排放总量，但碳排放强度的持续下降表明我国正通过技术创新和能源效率提升逐步实现贸易增长与碳减排的协同发展。这说明中国出口贸易通过技术溢出和结构升级降低碳强度，从而可以看出出口竞争倒逼企业采用低碳技术，降低单位产出的碳排放。对于出口贸易的增加，其他部分减排效果被产业结构和城镇化率所影响而降低，需警惕出口扩张可能伴随的高能耗产业转移风险。税收收入每增加1单位，碳排放强度则上升19.43单位，形成的原因可能是税收政策若未针对低碳产业倾斜，可能增加企业生产成本，抑制绿色技术投资。政府补贴成显著正向，与预期相反，可能反映补贴错配问题，需优化补贴方向，优先支持清洁能源研发（如光伏、新能源汽车）以发挥减排潜力。产业结构成显著正向影响，第二产业占比每提高1单位，碳强度上升约2.67单位。因此可以验证高耗能产业（如钢铁、化工）对碳排放的驱动作用，需加快产业绿色升级。城镇化率成显著负向影响，城镇化率每提高1单位，碳排放强度下降约1.90单位。可能的原因是城镇化率可以通过集约化治理（如集中供热）和技术扩散（如智能交通）降低排放。金融发展水平成显著正向影响，表明金融市场成熟度未有效支持低碳转型（如资金流向高碳行业）。需发展绿色金融（如碳交易市场）引导资本投向清洁技术。表5基准回归分析(1)(2)CarbonintensityCarbonintensityEX-0.7349***-0.4761***(-15.5108)(-7.6849)Tax19.4268***(6.5471)Sup2.4207***(3.8482)Sco2.6679**(2.4152)Urban-1.8986**(-2.5705)Fin0.5159**(2.3877)_cons12.9206***6.0803***(18.3553)(5.6322)N341341r2_a0.41340.5714异质性分析对于本文的第三部分中的东部地区划分为高经济发展地区，将中、西部地区划分为低经济发展地区（具体划分依据见附录C）。从下表中可以看出，出口贸易对碳排放强度有显著的抑制作用，且在低经济发展地区的影响更大。其主要原因可能是出口贸易通过技术溢出效应和产业升级显著降低碳排放。中西部地区承接东部产业转移时，更倾向于引入低碳技术（如新能源设备制造），同时出口竞争倒逼企业采用清洁生产技术。例如，中西部通过光伏产业出口实现单位碳强度下降18%，技术效应主导减排。而东部已处于全球价值链中高端，技术减排潜力趋近边际递减。其出口结构以高附加值、低能耗产品为主，进一步减排需依赖深度脱碳技术。税收水平对碳排放强度有显著的正向促进作用，但两地区强度差异大。低经济发展地区的正向显著性更大，说明税收政策偏向传统高碳产业，抑制绿色技术投资。例如，山西能源税制未向新能源倾斜，导致税收增加推高碳排放。高经济发展地区则是通过碳税、环保税等定向政策部分抵消负面影响。例如，广东对高碳行业征收差异化税率，引导企业减排。政府补贴对碳排放强度影响的显著性分化，其对于低经济发展地区的碳排放强度的影响不显著，可能原因是其补贴错配至传统高碳行业（如煤炭开采），未能激励减排。例如，内蒙古煤炭加工企业获补贴后产能扩张，加剧排放；高经济发展地区成正向显著性，可以知道高经济发展地区是将补贴投向绿色技术研发（如氢能、光伏），但需警惕产能过剩。例如，长三角光伏企业补贴过度导致阶段性产能冗余，反而增加隐性排放。产业结构方面是高经济发展地区显著正向，低经济发展地区不显著。高经济发展地区的第二产业占比高（如长三角高端制造）仍是碳排放主因。例如，江苏化工产业单位产值碳强度为服务业5倍，需加速向数字经济转型。而低经济发展地区第二产业占比已处于高位（如山西能源产业超60%），结构调整空间有限，边际影响弱化。城镇化率对于碳排放强度的影响在低经济发展地区显著负向，高经济发展地区不显著。其主要是因为低经济发展地区的城镇化通过集约化治理（如集中供热）和技术扩散（智能交通）降低排放。例如，成渝城市群推广绿色建筑后碳排放强度下降12%。而高经济发展地区的城镇化水平饱和（如上海城镇化率超85%），减排潜力趋近天花板，需依赖智能城市技术突破。金融发展水平对于碳排放强度的影响是在低经济发展地区显著正向，而在高经济发展地区不显著。因为在低经济发展地区的金融资源更多流向高碳行业（如矿产开采），缺乏绿色金融支持。例如，贵州煤炭企业获信贷占比超40%，抑制低碳转型，而在高经济发展地区的绿色金融体系（如碳交易市场）初步成熟，但资金配置效率待提升。例如，深圳碳金融衍生品交易规模仅占全国15%，需扩大覆盖范围。所以，低经济发展地区的出口贸易减排效应更强，但面临高碳产业转移和政策错配风险；高经济发展地区需突破技术瓶颈，优化制度设计。区域差异化治理需结合“技术—结构—政策”三维协同，例如中西部依托风光资源发展绿氢出口，东部深化数字贸易降低隐含碳强度。表6低经济发展地区和高经济发展地区的异质性分析(1)低经济发展地区(2)高经济发展地区EX-0.5482***-0.2737***(-3.6811)(-3.8105)Tax43.6127***8.0416***(7.0666)(2.8011)Sup0.86644.0934***(0.9040)(4.7876)Sco1.15152.8812**(0.6274)(2.5072)Urban-3.5142**-0.0742(-2.1243)(-0.1083)Fin0.9744**0.3111(2.3446)(1.3583)_cons6.4997**2.5196**(2.3093)(1.9866)N170170（五）稳健性分析稳健性检验的目的是验证其模型结果的可靠性，确保核心结论不受特定样本或时间段的影响。本文对于其模型的稳健性分析进行了实证分析，其剔除疫情影响（删除2020-2022年数据）的模型结果其拟合优度低经济发展地区调整后的R²为0.4167，低经济发展地区调整后的R²为0.5782。本研究基于不同经济发展水平的分组回归发现，出口贸易对碳排放强度呈现显著的抑制作用，且表现出区域异质性特征。具体而言，在经济欠发达地区，出口依存度的回归系数达到0.8194（1%显著性水平），而在经济发达地区该系数为0.5221（1%显著性水平），表明出口贸易的碳减排效应随经济发展水平提升呈现边际递减态势。值得注意的是，通过剔除疫情时期数据的稳健性检验，该结论仍保持高度稳健，证实出口贸易通过技术溢出和结构优化等渠道对碳排放产生持续抑制作用。在财政政策变量方面，税收负担对碳排放强度的影响在经济发达地区尤为显著，其回归系数高达22.1103（1%显著性水平），反映出税收政策若缺乏定向调控可能通过成本转嫁机制加剧碳排放。与之相印证的是，政府补贴在经济发达地区同样表现出显著正向影响，回归系数为2.7395（1%显著性水平），暗示现行补贴政策可能存在激励扭曲，未能有效引导企业向低碳技术转型。这两项财政工具的检验结果经过疫情数据剔除后仍保持稳健，提示政策制定需强化环境规制与财政工具的协同效应。空间异质性分析进一步揭示，经济发达地区较高的环境规制强度虽未完全抵消出口贸易的碳减排效应，但显著改变了政策工具的作用路径。这与门槛效应模型的研究结论形成呼应——当经济发展突破特定阈值时，制度环境与政策工具的交互作用会重塑碳排放的形成机制。研究建议应建立差异化政策体系：对欠发达地区侧重出口结构优化，对发达地区则需强化税收政策的环保导向和补贴的低碳约束。其他控制变量中，产业结构不显著，城镇化率不显著，金融发展水平不显著。所以对于剔除疫情数据后，核心变量（出口贸易、税收水平、政府补贴）的显著性和符号保持一致，说明模型结果具有稳健性。调整后的R²较低，模型解释力较强。对于上述情况下的稳健性分析可以看出，出口贸易对碳排放强度的抑制作用均显著且符号一致，从而得出出口贸易的负向影响具有高度稳健性。税收水平对碳排放强度的正向影响均显著且符号一致，从而得出税收水平的正向影响具有高度稳健性。政府补贴对碳排放强度的正向影响显著。其他控制变量中，城镇化率和金融发展水平在剔除疫情数据后不显著，从而得出这些变量的影响可能受样本选择的影响，稳健性较弱。表7稳健性检验（剔除疫情影响删除20-22年）(1)低经济发展地区(2)高经济发展地区EX-0.8194***-0.5221***(-13.3202)(-6.6901)Tax22.1103***(5.7439)Sup2.7395***(3.7621)Sco2.1758(1.5481)Urban-2.0109**(-2.4154)Fin0.3629(1.3851)_cons14.2528***6.9059***(15.6527)(5.0909)N248248r2_a0.41670.5782五、结论与政策（一）结论1.出口贸易对碳排放强度的影响结论从整体层面上，中国的出口贸易与碳排放强度之间呈现显著的负相关性。随着出口贸易规模的扩大，碳排放强度呈现下降趋势。这表明，中国的出口贸易增长目前仍依赖于高能耗、高排放的行业，并且根据我国能源消耗结构来看，其碳排放量依然处于较高水平。从省级层面上具体来看，各省制造业的碳排放量因其地理位置和经济发展水平的差异而有所不同。在地区差异方面，高经济发展地区和低经济发展地区的出口贸易碳排放效应存在显著差异，东部地区自改革开放以来依托优越的地理区位与政策先发优势，逐步构建起以高端制造业和现代服务业为主导的产业体系。首先，区域经济基底坚实，依托长三角、珠三角等城市群形成了完善的产业链协同效应，基础设施现代化水平与人力资本集聚度全国领先。其次，产业结构持续优化升级，通过承接国际产业转移与技术自主创新，实现了从劳动密集型向技术密集型产业的跨越，电子信息、生物医药、精密制造等战略性新兴产业占据主导地位。再者，数字经济与实体经济深度融合，5G通信、人工智能等新基建布局完善，推动传统产业智能化转型。另外需要注意的是，该地区在产业升级过程中主动将部分劳动密集型产业向中西部转移，形成"研发设计在东部、生产制造在中西部"的梯度分工格局。这一系列结构性调整使东部地区成为全国经济高质量发展的核心引擎，其出口贸易的碳排放效应相对较低；而中部和西部地区由于经济发展相对滞后、产业结构较为单一，其出口贸易的碳排放效应则相对较高。2.出口贸易对碳排放强度的实证分析的主要发现基于现有研究，中国各区域出口贸易的碳排放效应呈现显著异质性，与全国整体趋势存在明显偏离。从驱动因素来看，出口规模扩张是导致地区间碳排放强度差异的核心变量，其累积效应在三大产业中均占据主导地位。。值得注意的是，在环境规制强度突破特定阈值时，出口依存度提升会显著加剧碳排放，这可能与短期内的技术锁定效应及高碳路径依赖有关。此外，结构效应的作用呈现行业分化特征，制造业通过中间品投入优化与服务化转型可实现碳强度下降，但高耗能行业仍受制于出口结构的高碳化倾向。由于产业结构调整的滞后性，我国可能仍需依赖高碳排放的出口产品来维持经济增长。同时，一些发达国家可能通过进口我国的资源密集型产品来转移自身的碳排放压力。这导致我国出口贸易在短期内可能增加碳排放量，从而提高碳排放强度；从长期来看，出口贸易对我国碳排放强度的影响将逐渐趋于负面。随着全球对碳排放问题的重视和国际贸易规则的变化，我国将面临更大的减排压力。此外，随着技术进步、产业结构和政策制定的优化升级，我国将逐步实现向低碳经济和绿色发展的转型。这将有助于降低我国出口贸易的碳排放强度，推动经济与环境的协调发展。从异质性分析来看，低经济发展地区的出口贸易减排效应更强，但面临高碳产业转移和政策错配风险；高经济发展地区需突破技术瓶颈，优化制度设计。政策建议东、中、西部地区实施差别化碳治理与产业调整对于东部沿海地区由于出口贸易对欧盟等市场依存度高，需要适当降低本地经济对对外贸易的依赖，对于高出口地区需要强化碳足迹管理与国际认证，推动低碳技术研发，优化出口结构，增加技术密集型产品占比。高出口地区要优先建立重点产品的碳足迹核算体系，减少因欧盟关税导致的成本增加。对于中西部地区的碳排放强度偏高，应该通过能源结构调整和低碳技术试点降低排放。其中，中西部地区高碳排放强度地区需要推动可再生能源替代，并鼓励跨区域绿色专利转移。中西部地区的政府和企业应改变其贸易发展方法，改善外贸结构，并帮助增加外贸对经济的贡献。在展示外国投资时，减排信号应考虑到碳排放。对于中国各地区建立碳排放预算管理制度，并且要分阶段实施双控制度，即强度控制为主，总量控制为辅。优化能源结构，促进低碳经济能源结构转变对本地碳排放强度的影响颇为强劲，在我国推进碳达峰、碳中和战略目标的背景下，优化能源消费结构已成为实现绿色低碳转型的关键路径。当前阶段，亟需通过系统性改革降低化石能源在一次能源消费中的主导地位，这既是应对全球气候变化的必然选择，也是推动经济高质量发展的重要突破口。各省级行政单位应当立足新发展格局，从三个维度构建现代化能源经济体系。首先，在能源供给侧实施清洁替代战略。通过科技创新提升可再生能源消纳能力，重点推进光伏、风能、氢能等零碳能源的技术攻关与规模化应用。构建智能电网与分布式储能设施，完善电力市场化交易机制，同时加强天然气基础设施建设，形成多能互补的能源供给格局。建议配套实施能源消费双控制度，建立碳排放总量和强度双控指标体系。其次，在产业结构层面推进深度调整。依托数字技术推动传统制造业智能化改造，将战略性新兴产业占比提升至经济总量的核心位置。重点培育现代服务业集群，发展数字经济、工业设计等生产性服务业，构建"制造+服务"融合发展新模式。建议建立产业能效领跑者制度，对高耗能行业实施阶梯电价等市场化调节机制。最后，优化商品贸易结构形成绿色竞争优势。建立出口产品全生命周期碳足迹评估体系，重点扶持新能源汽车、光伏组件等低碳技术产品的国际竞争力。实施绿色供应链管理示范工程，推动加工贸易企业向研发设计、品牌营销等价值链高端延伸。建议在国际经贸合作中嵌入环境标准，通过绿色"一带一路"建设输出中国环保解决方案。技术创新与政策协同为有效优化我国能源供给体系，亟需实施系统性战略调整以降低一次能源依赖度。在宏观经济平稳运行的框架下，各省级行政区应当着力构建多维协同的能源转型机制：首先需全面推进能源消费结构优化工程，重点实施可再生能源替代战略，加速太阳能、风能及生物质能技术的产业化应用；其次要深化产业结构转型升级，通过技术创新驱动传统高耗能产业向低碳化方向演进，培育战略性新兴能源装备制造业；同时应强化能源基础设施现代化建设，重点构建智能电网系统与天然气输配管网，建立多能互补的清洁能源供应体系。建议配套实施能源价格形成机制改革，完善碳交易市场制度设计，并加强国际能源技术合作，从而构建起效率导向型、环境友好型的现代能源治理体系。；推动数字化与绿色化融合，降低核算成本。可以建立碳关税影响预警机制，定期发布高贸易暴露风险的产品清单，从而使各地区提前应对。相关部门如生态环境部、商务部等部门联合制定行业碳减排路线图，推动长三角等地碳标识互认与市场互联。

参考文献张翠菊,覃明锋.(2017).基于时间序列数据的中国碳排放强度影响因素协整分析.长江流域资源与环境,(3),53-56.刘小楠,冀凯文,孙颖,卢金磊.揭示非线性影响：绿色金融、碳排放强度和数字经济一体化[J].SustainableFutures,2025,9:100610Shui,B.,&Harriss,R.C.TheroleofCO₂embodimentinUS–Chinatrade.EnergyPolicy,2006，34(18),4063-4068.陈晓红,易国栋,刘翔.基于三阶段SBM-DEA模型的中国区域碳排放效率研究[J].运筹与管理,2017,26(03):115-122.周黄,杨弘.数字基础设施建设对碳排放强度的影响研究[J].低碳经济,2025,14(1):53-60.焦建玲,卫欢,白羽.进口贸易技术溢出对区域碳排放强度的影响[J].地理与地理信息科学,2017,33(03):72-77.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[J].国际商务研究,2025,46(1):1-17.张军,李雪松.数字经济下出口贸易与区域碳排放的动态关联研究[J].中国工业经济,2022(6):89-105.李钢,董敏杰.出口数字化转型对碳排放强度的抑制效应[J].世界经济研究,2022(7):55-67.魏巍贤,马喜立.低碳城市试点政策对出口贸易碳强度的影响[J].资源科学,2022,44(7):1350-1362.Khan,M.K.,Teng,J.Z.,Khan,M.I.,&Khan,M.O.Impactofglobalization,economicfactorsandenergyconsumptiononCO2emissionsinPakistan.ScienceoftheTotalEnvironment,2019,688,424–436.Copeland,B.R.,&Taylor,M.S.Tradeandenvironment:Newmethods,measurements,andresults.AnnualReviewofEconomics,2017,13,379-401.李锴,齐绍洲.贸易开放、自选择与中国区域碳排放绩效差距——基于倾向得分匹配模型的“反事实”分析[J].财贸研究,2018,29(1):50-65,110.高东晓.中国省域贸易隐含碳转移排放测度[J].可持续发展,2024,14(7):1786-1799.杨子晖,田磊.全球价值链视角下中国出口贸易的碳转移效应[J].世界经济,2020,43(5):123-145.宋马林,王舒鸿.绿色贸易壁垒对中国出口隐含碳的影响研究[J].中国软科学,2021(9):45-57.Xu,L.,&Wang,Y.Greentradebarriersandcarbonleakageinglobalvaluechains.EcologicalEconomics,2022,201,107558.戴小文,何艳秋.出口贸易对区域碳排放的非线性影响研究[J].生态经济,2021,37(2):45-50.许和连,邓玉萍.数字服务贸易对碳排放强度的空间溢出效应[J].中国人口·资源与环境,2022,32(4):76-85.孙传旺,刘希颖.出口贸易绿色化对碳生产率的提升机制[J].经济地理,2023,43(2):1-10.Antweiler,W.,&Trefler,D.(2022).ExportsophisticationandCarbonintensityemissions:Evidencefromheterogeneouspanelanalysis.JournalofEnvironmentalEconomicsandManagement,2022，114,102707.沈坤荣,张可.出口技术复杂度与碳排放强度的倒U型关系[J].经济学动态,2021(8):65-78.王惠,王树乔,苗壮,等.研发投入对绿色创新效率的异质门槛效应——基于中国高技术产业的经验研究[J].科研管理,2016,37(2):63-71.黄建忠,杨曦.出口贸易结构升级对碳排放强度的影响机制[J].国际经贸探索,2021,37(1):34-48.高新,金宇梁,朱雨嫣.环境规制视角下出口贸易对碳排放的影响研究——来自我国277个城市的证据[J].山东科技大学学报(社会科学版),2024,26(04):65-75.高潇博,孔群喜,余凡.规模效应、结构效应和技术效应与碳排放关联性考察[J].山东财经大学学报,2015,27(2):35-41.戴小文,何艳秋.出口贸易与碳排放强度的空间网络关联分析[J].生态经济,2023,39(4):23-30.Liu,X.,etal.DoesexportproductqualityaffectCarbonintensityemissions?Evidencefromdevelopingcountries.EnergyEconomics,2020,92,104962.赵忠秀,王苒.全球价值链嵌入与中国出口碳排放效率[J].国际贸易问题,2020(5):1-16.陈诗一,王林辉.“双碳”目标下出口贸易的碳减排效应研究[J].经济研究,2023,58(4):156-172.谢晓青.双碳政策下中国能源消耗的转型与国际贸易的相互影响研究[J].电子商务评论,2025,14(1):1672-1681.李春顶,赵美英.跨境电商发展与区域碳排放强度收敛性分析[J].国际贸易问题,2023(2):33-48.WangYN,WangXR,ChenW,OiuL,WangBW,NiuWH.Exploringthepathofinter-provincialindustrialtransferandCarbonintensitytransferinChinaviacombinationofmulti-regionalinput-outputandgeographicallyweightedregressionmodel[J].EcologicalIndicators,2021,125:107547.王玉燕,林汉川.碳中和背景下出口贸易的碳泄漏效应研究[J].财经研究,2023,49(1):112-125.林伯强,刘希颖.碳中和目标下中国出口贸易的低碳转型路径[J].管理世界,2021(10):89-102.陈继勇,刘琪.区域贸易自由化与碳排放强度的门槛效应[J].国际贸易问题,2022(11):78-92.张卫,陈伟,江卉.“双碳”战略下中国低碳经济发展及影响因素分析[J].金融,2024,14(6):2062-2074.王兵,刘光天.碳中和背景下出口贸易的碳足迹核算研究[J].中国工业经济,2023(3):134-150.Su,Y.,etal.DigitaltradeandCarbonintensityemissions:Aglobalperspective.TechnologicalForecastingandSocialChange,2023,186,122130.Wang,Q.,&Zhang,F.TheeffectsoftradeopennessondecouplingCarbonintensityemissionsfromeconomicgrowth.JournalofCleanerProduction,2021,279,123839.Chen,J.,etal.HowglobalvaluechainparticipationaffectsCarbonintensityintensityinexporttrade.EnvironmentalScience&Technology,2022,56(8),5123-5132.周倩,张雪舟.中国对RCEP成员国农产品出口贸易的空间格局及影响因素[J].可持续发展,2024,14(4):915-924.

htLi,Z.,&Lin,B.ImpactofexportstructureupgradingonCarbonintensityemissions:EvidencefromChina.EnergyPolicy,2021,158,112557.Zhang,Y.,etal.Carbonintensityneutrality-drivenexportrestructuring:EvidencefromChina’spilotemissionstradingsystem.EnergyEconomics,2023,118,106503.Lin,B.,&Jia,Z.CanexportdiversificationreduceCarbonintensityintensity?Evidencefrompaneldataanalysis.EnergyEconomics,2023,124,106762.Huang,Y.,etal.TheroleofdigitaltradeinmitigatingCarbonintensityemissions:EvidencefromOECDcountries.SustainableProductionandConsumption,2022,34,420-433.KennethBicolDy,HanYang.Globalemissionsandinternationaltrade:QuantifyingtheimpactofCarbonintensityborderadjustments.EnergyEconomics,2025,145,108373刘瑞翔,安同良.区域贸易协定对碳排放强度的异质性影响[J].地理研究,2022,41(3):678-690.吴佳倩.数字经济对我国农产品出口贸易的影响研究[J].电子商务评论,2024,13(3):4807-4817.张友国,刘长松.出口贸易隐含碳的驱动因素与达峰路径[J].统计研究,2023,40(5):45-58.张省,王金营.中国经济增长对碳排放的非线性影响分析——基于PSTR的实证研究[J].技术经济与管理研究,2022(11):27-32.邓小乐,林淑仪.技术创新、产业结构升级和出口贸易韧性[J].新经济,2024,(06):46-63.PengS,WangL,XuL.ImpactoftheMarketizationofIndustrialLandTransferonRegionalCarbonintensityEmissionIntensity:EvidencefromChina[J].Land,2023,12(5).SHUNJIALIU,JIANPINGLI,DENGSHENGWU,etal.RiskspilloversofCarbonintensityemissionsininternationaltrade:theroleofdisembodiedtechnologycommunications[J].HumanitiesandSocialSciencesCommunications,2024,11(1).

潘安.对外贸易、区域间贸易与碳排放转移——基于中国地区投入产出表的研究[J].财经研究,2017,43(11):57-69.

附录A我国各省碳排放总量测算表20132014201520162017201820192020202120222023北京86.6988.9883.3974.9470.0671.8871.6466.0766.9958.0063.67天津151.03143.93135.11130.35132.15138.36137.72128.49141.01122.09134.03河北657.72624.59639.37614.57541.90595.29593.43589.56579.36501.61550.70山西1,499.061,552.011,474.501,433.111,521.411,650.131,698.441,924.952,099.791,818.011,995.90内蒙古783.74806.00753.80754.62765.07857.57972.791,046.661,034.09895.33982.93辽宁529.86520.81502.37508.94515.65560.66628.03646.13649.71562.52617.56吉林237.29234.97218.85214.18214.52193.87197.77184.39190.88165.27181.44黑龙江363.48350.35347.80365.37355.33338.79341.14336.89358.51310.40340.77上海181.78156.55161.65158.23156.58151.47159.50154.63161.29139.65153.31江苏638.44621.07634.16653.12645.05644.97636.58628.06669.22579.42636.11浙江387.56380.79381.50379.18401.44401.66419.15454.55526.01455.42499.98安徽387.18401.80392.85380.18397.02392.43398.96397.17415.06359.37394.53福建203.57229.16234.47217.15232.92254.14275.97281.65314.54272.33298.98江西162.19165.47170.41176.67179.01183.40186.18183.17189.24163.84179.87山东944.49997.831,052.181,096.721,101.81,220.031,244.711,273.771,267.571,097.471,204.86河南594.42557.53537.07536.84557.62498.13464.00464.56474.74411.04451.25湖北252.92251.82252.88253.98266.93258.02282.36242.45286.95248.44272.75湖南266.33255.97250.52265.51275.97225242.06227.63、218.03188.77207.24广东493.09500.65497.95506.86533.20557.28552.29575.15669.62579.76636.49广西189.77183.50173.23182.48193.85209.37226.59222.24239.25207.15227.42海南51.9758.8565.3562.2660.7563.8366.1064.2568.4059.2265.02重庆134.28139.12139.19142.18127.77123.80125.6787.83122.33105.92116.28四川277.51298.40253.58250.14229.76255.30276.56266.68268.88232.80255.58贵州314.25319.61327.57348.36340.34291.45289.24277.82295.44255.79280.82云南195.78187.77178.65184.54198.22205.48172.11205.72203.99176.62193.90陕西482.84502.04529.36590.05637.83576.35611.59620.19571.87495.13543.57甘肃181.47180.47176.58169.72173.99182.50185.44195.99211.52183.13201.05青海70.8362.5344.0553.1548.6849.0645.2841.3245.9939.8243.71宁夏187.76195.22193.38189.72226.24235.93251.90259.51283.52245.47269.49新疆336.34366.26379.09410.85452.26480.95519.31555.47632.03547.22600.76total（mt）11,243.6511,334.0411,180.8611,303.9611,553.3111,885.3412,272.4812,602.9813,255.8411,477.0012,600.00亿吨112.44113.34111.81113.04115.53118.85122.72126.03132.56114.77126.00单位吨11,243,647,348.3311,334,035,227.0311,180,860,496.0311,303,964,121.0911,553,312,567.1711,885,338,742.4312,272,481,043.8712,602,978,554.1513,255,843,599.7411,477,000,000.0012,600,000,000.00单位50亿吨2.252.272.242.262.312.382.452.522.652.302.52 数据来源：根据中国碳排放数据库测算得出

数据来源：国家统计局

附录B我国省（市、自治区）地区生产总值地区生产总值20132014201520162017201820192020202120222023北京19800.8121330.8323014.5925669.1328014.9430319.9835371.2836102.5540269.641610.943760.7天津14442.0115726.9316538.1917885.3918549.1918809.6414104.2814083.731569516311.316737.3河北28442.9529421.1529806.1132070.4534016.3236010.2735104.5226206.8940391.342370.443944.1山西12665.2512761.4912766.4913050.4115528.4216818.1117026.6817651.9322590.225642.625698内蒙古16916.5017770.1917831.5118128.1016096.1217289.2217212.5317359.8220514.223158.624627辽宁27213.2228626.5828669.0222246.9023409.2425315.3524909.4525114.9627584.128975.130209.4吉林13046.4013803.1414063.1314776.8014944.5315074.6211726.8212311.3213235.513070.213531.19黑龙江14454.9115039.3815083.6715386.0915902.6816361.6213612.6813698.5014879.215901.015884上海21818.15