全球贸易隐含碳净转移的空间关联网络特征

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

李晖¹, 刘卫东², 唐志鹏^,²

1. 青岛大学经济学院,青岛 266061

2. 中国科学院地理科学与资源研究所,北京 100101

Spatial correlation network of net carbon transfer in global trade

LI Hui¹, LIU Weidong², TANG Zhipeng^,²

1. School of Economics, Qingdao University, Qingdao 266061, China

2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

通讯作者: 唐志鹏,男,四川成都人,副研究员,主要从事区域经济和区域可持续发展研究。E-mail: tangzp@igsnrr.ac.cn

收稿日期:2020-06-24修回日期:2021-01-30网络出版日期:2021-04-25

基金资助:

科技部国家重点研发计划项目.2016YFA0602804

Received:2020-06-24Revised:2021-01-30Online:2021-04-25
作者简介 About authors
李晖,女,山东青岛人,副教授,主要从事投入产出技术与资源环境经济研究。E-mail: lihui@amss.ac.cn

摘要
贸易隐含碳问题是全球气候治理的重要内容之一,在国际视角下探讨全球贸易隐含碳转移的空间关联,对于践行多边主义,推动构建更加公平合理的全球气候治理模式具有重要意义。本文基于Eora多区域投入产出数据库,立足全球视角,构建了2000年与2015年包含185个国家/地区在内的全球贸易隐含碳净转移空间关联网络,选取多维度网络测度指标,综合研究全球贸易隐含碳排放网络全局性演化特点及网络板块角色功能特征。研究发现：①全球贸易隐含碳净转移网络连接稠密,空间关联溢出效应显著,网络核心边缘结构清晰;与2000年相比,2015年核心节点隐含碳净流入和净流出关系不平衡性加剧。②俄罗斯、沙特阿拉伯等资源能源型国家/地区的网络核心作用有所弱化,中国、印度、南非、哈萨克斯坦等新兴经济体在全球贸易隐含碳净转移网络中的枢纽和控制能力不断增强。参与全球生产分工体系已超越能源资源禀赋成为影响一国（地区）隐含碳净转移核心地位的重要因素。③全球贸易隐含碳净转移网络可划分为净溢出、双向溢出、经纪人和主受益4个板块。中国、一带一路沿线国家、东盟及周边一些国家/地区构成的双向溢出板块,对板块内部及其他板块隐含碳溢出效应显著,为全球贸易隐含碳净转移网络的发动机板块。本文可为推进形成各尽所能的碳减排方案,提升全球生产分工体系整体减排效率提供借鉴。
关键词： 贸易隐含碳;增加值贸易;投入产出技术;社会网络分析;块模型;气候治理

Abstract

Trade embodied carbon is one of the important contents of global climate governance. Exploring the spatial correlation of embodied carbon transfer in global trade from an international perspective is of great significance for practicing multilateralism and promoting the construction of a more fair and reasonable global climate governance model. Based on Eora multi-regional input-output database, this study constructed a spatial correlation network of net carbon transfer in global trade including 185 countries (regions) in 2000 and 2015, and used multi-dimensional network measurement indicators to comprehensively examine the characteristics of change of global trade embodied carbon emission network and the role and functional characteristics of network sectors. The results show that: (1) The global net carbon transfer network is densely connected, the spatial correlation is significant, the core-periphery structure of the network is clear, and the imbalance between net carbon inflow and outflow of the core nodes is aggravated. (2) The core position of resource-energy countries (regions) such as Russia and Saudi Arabia has weakened, while the role of emerging economies such as China, India, South Africa, and Kazakhstan as hubs and their control ability in the global net carbon transfer network has been enhanced. Participation in the global division of production system has surpassed energy and resource endowment to become an important factor affecting the core position of a country (region) in the global net carbon transfer network. (3) The net carbon transfer network of global trade can be divided into four sectors: net spillover, two-way spillover, broker, and main beneficiary. China and the Belt and Road, ASEAN, and many neighboring countries (regions) constitute the engine sector of the net carbon emissions transfer network of global trade, which has a significant two-way spillover effect within and on other sectors. The result of this study can be used as a reference for promoting the formation of carbon emission reduction schemes according to each individual country's ability and improving the overall emission reduction efficiency of the global value chain division system.

Keywords：embodied carbon in trade;value-added trade;input-output technique;social network analysis;block model;climate governance

PDF (2825KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
李晖, 刘卫东, 唐志鹏. 全球贸易隐含碳净转移的空间关联网络特征. 资源科学[J], 2021, 43(4): 682-692 doi:10.18402/resci.2021.04.04
LI Hui, LIU Weidong, TANG Zhipeng. Spatial correlation network of net carbon transfer in global trade. RESOURCES SCIENCE[J], 2021, 43(4): 682-692 doi:10.18402/resci.2021.04.04

1 引言

气候变化问题是全人类共同面临的重要议题,根据联合国与世界气象组织联合发布的《2019年全球气候状况声明》,2019年是仅次于2016年的全球有气温记录以来的第二高温年份,由于温室气体水平持续上升,新的“史上最热年度”可能在5年内出现^[1],实现《巴黎协定》确定的温控目标面临巨大挑战,全球气候行动的紧迫性与日俱增。2020年习近平主席在第七十五届联合国大会一般性辩论和联合国及有关国家倡议共同举办的气候雄心峰会上多次提到中国碳达峰目标、碳中和愿景以及提高国家自主贡献力度的新举措^[2]。2020年12月在气候雄心峰会上,45个国家作出了提高国家自主贡献新承诺,24个国家提出了碳中和目标,体现了中国及世界各国应对全球气候问题的坚定决心^[3]。气候变化挑战关乎每一个国家,坚持多边主义,携手合作是国际社会应对气候变化的必然选择,加速推进全球气候治理进程刻不容缓。

贸易隐含碳问题是全球气候治理的重要内容之一。随着经济全球化程度的不断加深,分散在世界各地的生产片段被整合到全球生产网络中,由于生产地与消费地的分离造成了大规模的全球污染排放转移。在全球分工体系中,发达国家掌控低耗能、低排放、高附加值的生产环节,而把高耗能、高排放、低附加值的生产环节外包给发展中国家,在获取巨大经济收益的同时,也在一定程度上规避了污染排放的生产者责任^[4,5]。发展中国家在有限的增加值贸易收益背后是巨大的碳减排压力,甚至成为了发达国家的“污染避难所”,这种情况加剧了全球碳减排权责的不公平性^[6,7,8]。因此,贸易隐含碳问题研究引发了越来越多的关注^[9],其中,涉及传统贸易与增加值贸易引致的碳排放核算与责任界定^{[10,11,12,13]}、两国或地区间的贸易隐含碳流动^[14,15,16]、全球价值链分工对贸易隐含碳的影响^{[17,18,19,20,21]}等。这些研究从贸易隐含碳转移“量”的角度展开了全面剖析,但对于多边和全局视角的隐含碳转移空间关联“关系”关注不够,无法从整体上把握全球隐含碳转移的结构特征。

在国际视角下深入剖析全球贸易隐含碳转移的空间关联,对于践行多边主义、推动构建更加公平合理的全球气候治理模式具有重要意义。部分****将分析视角由局部放大到整体,将双边贸易隐含碳转移研究向空间关联分析领域进行了拓展,借助社会网络分析方法,从关系属性入手,对贸易隐含碳转移的网络流动关系、网络规模变化以及网络结构问题进行了探讨^[22,23,24],为贸易隐含碳转移研究提供了新视角。这些研究围绕中国、美国、日本、欧盟及其主要贸易伙伴,构建了包含世界主要经济体在内的贸易隐含碳转移网络,并进行了一些有意义的讨论。但整体来看,网络节点数量与全球实际国家地区数量仍存在明显差异,忽视了部分新兴经济体及资源能源型国家/地区在全球隐含碳转移网络中的地位变迁及影响作用,覆盖区域具有一定的局限性,针对全球尺度的贸易隐含碳网络效应研究成果尚不多。另外,部分研究依据节点连接紧密程度,对网络模块化问题进行了分析^[25],梳理了贸易隐含碳网络中各国家/地区的亲疏关系^[26],但是基于结构相似性的网络节点分块以及板块的不同角色定位研究有待深入挖掘。厘清各板块的功能角色差异,对于形成各尽所能的气候治理新体系,落实共同但有区别的碳减排责任具有重要意义。因此,全球视域下的贸易隐含碳转移网络板块位置角色分析也是本文的重点关注内容。

鉴于此,本文拟立足于全球视角,构建2000年与2015年包含全球185个国家/地区在内的贸易隐含碳净转移网络,力求从贸易隐含碳转移关系、网络个体与整体属性、网络拓扑结构等多指标维度,综合研究各国（地区）在贸易隐含碳转移网络中的地位作用以及全球贸易隐含碳排放网络的全局性特征。基于网络节点的结构相似性,识别各个国家/地区所属板块,揭示各板块角色功能特征,为中国及各个国家/地区协同应对全球气候变化挑战提出对策建议。

2 研究方法与数据来源

2.1 研究方法

2.1.1 增加值贸易隐含碳排放及流动测算方法

根据Wang等^[27]提出的总贸易分解方法,可将s国到r国的总出口

E^{sr}

分解为不同成分的增加值和重复计算部分共16项,如下式所示：

（1）

\begin{array}{l} E^{sr} = (V^{s} B^{ss})^{T} # Y^{sr} + (V^{s} L^{ss})^{T} # (A^{sr} B^{rr} Y^{rr}) + \\ (V^{s} L^{ss})^{T} # (A^{sr} \sum_{t \neq s, r} B^{rt} Y^{tt}) + \\ (V^{s} L^{ss})^{T} # (A^{sr} B^{rr} \sum_{t \neq s, r} Y^{rt}) + \\ (V^{s} L^{ss})^{T} # (A^{sr} \sum_{t \neq s, r} B^{rt} Y^{tr}) + (V^{s} L^{ss})^{T} # (A^{sr} B^{rr} Y^{rs}) + \\ (V^{s} L^{ss})^{T} # (A^{sr} \sum_{t \neq s, r} B^{rt} Y^{ts}) + (V^{s} L^{ss})^{T} # (A^{sr} B^{rs} Y^{ss}) + \\ (V^{s} L^{ss})^{T} # [A^{sr} B^{rs} (Y^{sr} + \sum_{t \neq s, r} Y^{st})] + \\ (V^{s} B^{ss} - V^{s} L^{ss})^{T} # (A^{sr} X^{r}) + (V^{r} B^{rs})^{T} # Y^{sr} + \\ (V^{r} B^{rs})^{T} # (A^{sr} L^{rr} Y^{rr})] + (V^{r} B^{rs})^{T} # (A^{sr} L^{rr} E^{r})] + \\ {(\sum_{t \neq s, r} V^{t} B^{ts})}^{T} # Y^{sr} + {(\sum_{t \neq s, r} V^{t} B^{ts})}^{T} # (A^{sr} L^{rr} Y^{rr})] + \\ {(\sum_{t \neq s, r} V^{t} B^{ts})}^{T} # (A^{sr} L^{rr} E^{r})] \end{array}

式中：T和#分别表示矩阵转置和分块矩阵点乘;

V^{s}

为第s个国家的增加值系数行向量;

B^{ss}

为第s个国家的多区域投入产出模型列昂惕夫逆矩阵（B^rr类似）;

B^{rt}

为第r个国家对第t个国家的多区域投入产出模型列昂惕夫逆矩阵（

B^{rs}

与

B^{ts}

类似）;

Y^{rr}

表示第r个国家N个产业部门的最终需求列向量（

Y^{ss}

与

Y^{tt}

类似）;

Y^{sr}

表示第s个国家对第r个国家N个产业部门的最终需求列向量（

Y^{rt}

与

Y^{tr}

等类似）;

L^{ss} = (I - A^{ss})^{- 1}

为第s个国家的国内列昂惕夫逆矩阵（

L^{rr}

类似）,其中

I

为单位矩阵;

A^{sr}

表示第r个国家各部门生产单位产品对第s个国家各部门产品的N

\times

N维直接消耗系数矩阵;

X^{r}

表示第r个国家的总产出列向量;

E^{r}

为第r个国家的总出口列向量。

在上述双边总出口分解的基础上,本文借鉴潘安^[15]对两国之间碳排放转移的计算方法,得出s国到r国增加值跨国流动所引起的隐含碳排放转移

C^{sr}

的计算公式为：

（2）

\begin{array}{l} C^{sr} = F^{s} [(V^{s} B^{ss})^{T} # Y^{sr}] + F^{s} [(V^{s} L^{ss})^{T} # (A^{sr} B^{rr} Y^{rr})] + \\ F^{s} [(V^{s} L^{ss})^{T} # (A^{sr} \sum_{t \neq s, r} B^{rt} Y^{tr})] \end{array}

式中：

F^{s}

为s国N个产业部门的单位增加值碳排放系数行向量。式（2）为3个部分的加和,第一部分含义为s国到r国最终出口增加值所隐含的碳排放转移;第二部分含义为s国对r国出口中直接被r国用于生产国内最终需求所吸收的中间产品增加值所隐含的碳排放转移;第三部分含义为含义为s国对r国出口中被r国用于生产中间品出口至t国,然后又以最终进口返回r国的增加值所隐含的碳排放转移。

同样地,可以计算由r国到s国增加值跨国流动所产生的隐含碳排放转移

C^{rs}

。由此可得,s国到r国双边贸易隐含碳净转移

Δ C^{sr}

为：

（3）

Δ C^{sr} = C^{sr} - C^{rs}

由上式可知,

Δ C^{sr} = - Δ C^{rs}

。若

Δ C^{sr} > 0

,说明在s国与r国的增加值跨国流动中s国处于隐含碳净流出地位,伴随着增加值的流动,s国替r国承担了一部分碳排放量,反之亦然。

2.1.2 网络构建及主要指标

以国家/地区为节点,国家/地区之间的隐含碳净转移关系为边,构建全球185个国家/地区的隐含碳净转移关系网络G=（M, P, W）,其中：M表示网络的顶点集合,P为边集合,W为权重集合。定义网络的邻接矩阵H=（h_ij）表示网络中各个国家/地区之间的隐含碳净转移关系,当国家/地区i对j的隐含碳净转移量严格>0时,则存在一条由节点i指向节点j的边p_ij,此时,h_ij=1;否则h_ij=0（i,j=1, 2, … ,185）。边p_ij的权重w_ij取值为国家/地区i对j的隐含碳净转移量。

网络整体特征分析选取了网络密度、网络关联度、平均聚类系数和平均路径长度4个指标进行刻画^[28]。网络密度是计算网络中实际存在的边数量与理论上最多可能产生的边数量的比值,它是反映网络关联密切程度的重要指标。若全球隐含碳净转移网络密度越大,说明各个国家/地区的贸易隐含碳转移联系越频繁,用

|P|

表示网络中边的数量,n为网络中节点个数,则网络密度U计算公式如下：

（4）

U = \frac{|P|}{n (n - 1)}

网络关联度是通过可达性来测量网络的关联性程度,是描述网络稳健性和脆弱性的主要指标。全球贸易隐含碳净转移网络的关联度越高,说明该网络的关联性越好,网络越稳健。用M₁表示网络中不可达的点对数目,关联度Z的测算公式为：

（5）

Z = 1 - \frac{2 M_{1}}{n (n - 1)}

聚类系数是测算节点的邻接节点之间存在连接的概率,以此来度量全球贸易隐含碳净转移网络中节点的集聚程度,整个网络的聚类系数GC为网络中所有节点聚类系数的平均值。假设节点m_i有k_i个邻接节点,这些邻接节点之间的边数为P_i,则节点m_i的聚类系数GC_i计算公式为：

（6）

G C_{i} = \frac{P_{i}}{k_{i} (k_{i} - 1)}

平均路径长度是网络中所有节点对之间最短路径的平均值,较小的平均路径长度意味着网络中的节点可以通过较短的路径与其他节点相连,该指标主要用于衡量全球贸易隐含碳净转移网络的隐含碳转移效率。用d(m_i, m_j)表示节点m_i和m_j间的最短路径长度,则平均路径长度GL的计算公式如下：

（7）

GL = \frac{\sum_{i, j} d (m_{i}, m_{j})}{n (n - 1)}

网络个体特征主要选取度数中心度、中间中心度和接近中心度3个反映网络拓扑结构的核心度量指标^[28]。在有向网络中,节点的度数中心度分为出度中心度和入度中心度。在全球贸易隐含碳净转移网络中,节点m_i的出度中心度

d_{i}^{out}

和入度中心度

d_{i}^{in}

分别反映了国家/地区i到其他国家/地区发出的隐含碳净流出和净流入关系数量。考虑权重的影响,可以定义节点m_i的加权出度

w_{i}^{out}

和加权入度

w_{i}^{in}

分别为国家/地区i到其他国家/地区隐含碳净流出和净流入转移量：

（8）

d_{i}^{out} = \sum_{p_{ij} \in P} h_{ij}, d_{i}^{in} = \sum_{p_{ij} \in P} h_{ji}

（9）

w_{i}^{out} = \sum_{p_{ij} \in P} w_{ij}, w_{i}^{in} = \sum_{p_{ij} \in P} w_{ji}

中间中心度是指节点出现在网络最短路径上的频率,如果一个节点处于许多其他点对的最短路径上,则该节点的中间中心度较高,在全球贸易隐含碳净转移网络中该节点对应的国家/地区起到的沟通桥梁作用越大。假设节点m_j和m_k之间存在的最短路径数量为g_ik,节点m_j和m_k之间通过节点m_i的最短路径数量为g_jk(i),j≠k≠i,则节点m_i的中间中心度BC_i计算公式为：

（10）

B C_{i} = \frac{\frac{2 \sum^{} \sum^{} g_{jk} (i)}{g_{jk}}}{n^{2} - 3 n + 2}

接近中心度是节点不受其他节点限制的测度指标,在全球贸易隐含碳净转移网络中,若一个国家/地区与网络中其他节点的距离都较短,则其具有较高的接近中心度,这样的国家/地区与许多其他节点都接近,受他国（地区）控制程度低,节点m_i的接近中心度CC_i的计算公式为：

（11）

C C_{i} = \frac{n - 1}{\sum d_{i}^{short}}

式中：

d_{i}^{short}

可以表示节点m_i到其他点的最短路径长或者其他点到m_i最短路径长度,据此分别计算出接近中心度和入接近中心度。

2.1.3 块模型分析方法

块模型分析最早由White等在1976年提出^[28],它是一种根据网络结构信息对网络进行位置分块,并对网络位置和角色进行研究的重要方法。根据块模型理论,本文首先利用迭代相关收敛法（Convergent Correlations, CONCOR）依据各个国家/地区贸易隐含碳净转移的结构相似性对整个网络进行分块,然后根据各板块内部和外部之间的隐含碳净转移关系对各个国家/地区在全球贸易隐含碳净转移网络中的地位和角色进行解析。

假设板块q中包含的国家/地区数为R_q,则板块q内部可能具有的关系总数为R_q（R_q-1）。在全球贸易隐含碳净转移网络中共包含R个国家/地区,板块q各个成员的所有可能关系数为R_q（R-1）,由此计算板块q内部碳转移关系占整体比例的期望值为 R_q（R_q-1）/R_q（R-1）=（R_q-1）/（R-1）。进一步结合板块内部与外部关系比例,可将全球贸易隐含碳净转移网络划分为如下4类位置关系（表1）。

Table 1
表1
表1全球贸易隐含碳净转移网络板块位置关系分类方法
Table 1Classification method of position relation plate in global trade carbon emission net transfer network

板块内部关系比例	板块与外部板块隐含碳净流出与净流入关系之比
板块内部关系比例	≥1	<1
≥（R_q-1）/（R-1）	双向溢出板块	主受益板块
< （R_q-1）/（R-1）	净溢出板块	经纪人板块

新窗口打开|下载CSV

2.2 数据来源

Eora数据库是由澳大利亚研究委员会开发建立的多区域投入产出数据库,提供了全球189个国家/地区（由于篇幅有限,189个国家/地区与部门分类具体见Eora数据库（https://www.worldmrio.com/）。）的多区域投入产出表及其匹配的环境和社会卫星账户,时间跨度为2000—2015年。与其他多区域投入产出数据库相比,Eora数据库涵盖国家范围最广,囊括了全球绝大多数国家,能够充分反映全球189个国家-地区之间的经济关联,是目前进行增加值贸易核算的重要数据基础之一。

本文主要使用了Eora数据库中的2000年与2015年世界投入产出表,该表覆盖全球189个国家/地区26个产业部门之间商品和服务的流动数据,中间流量矩阵维度达到4915

\times

4915,充分体现了各地区内部和不同地区之间中间生产与最终需求之间的相互消耗关系。碳排放数据主要来源为Eora数据库环境卫星账户中的CO₂排放数据,共包含189个国家与地区26个产业部门的CO₂排放量,数据处理方式参考Lenzen等^[29]。在此基础上,本文将Eora数据库中的中国大陆、中国香港、中国澳门、中国台湾数据合并为中国,同时将前苏联部分剔除,最终讨论范围为全球185个国家/地区。

3 结果与分析

3.1 全球增加值贸易隐含碳净转移网络整体特征

利用公式（2）,本文测算了2000年与2015年全球185个国家/地区的增加值跨国流动所引起的隐含碳排放转移情况,在此基础上构建185个国家/地区的隐含碳净转移邻接矩阵,绘制全球隐含碳净转移网络。2000年与2015年全球隐含碳净转移网络连接稠密,两个年份网络的关联数量均接近17700个,全球贸易隐含碳净转移具有显著的空间关联。2000与2015年网络的关联度均为1,表明全球隐含碳净转移网络具有良好的可达性,空间溢出效应明显。网络密度由2000年的0.493增长为2015年的0.494,节点之间连接紧密,几乎任意两个国家/地区之间均存在网络连接。这说明随着经济全球化程度的加深,国家/地区间的贸易合作愈加紧密,由此引发的碳排放转移也更加频繁。

但整体来看,原始网络复杂拥挤,难以观察关键结构特征。通过观察网络的权重矩阵发现,网络中存在大量的连接,其权重微乎其微,对网络贡献微小。因此,本文借鉴安琪儿等^[30]的做法,依据边权累积分布函数方法对原始网络进行筛选,保留了各年份对网络权重贡献最大的排名前5%的边进行讨论。筛选后的网络去除了大量的微弱关系,保留了网络的关键关联,能够更加清晰地反映全球贸易隐含碳净转移网络的结构特征（图1）。

图1

新窗口打开|下载原图ZIP|生成PPT
图12000年与2015年全球贸易隐含碳净转移网络

Figure 1Global trade carbon emission net transfer network, 2000 and 2015

依据各个国家/地区碳转移量的大小,设置网络节点直径进行可视化分析。总的来看,2000年与2015年网络中主要节点的直径显著变大,全球隐含碳转移量呈现扩大趋势,网络核心边缘结构清晰。结合网络度数分布来看,网络中大多数节点的度数很小,与其他节点的关联较少,处于网络边缘位置,在全球贸易隐含碳净转移网络中的地位不突出。网络中少数节点度数较大,位于核心地位,网络核心节点主要集中在美国、中国、印度、俄罗斯、日本、德国、意大利、韩国等,这些国家的隐含碳净转移量不可忽视,且隐含碳净流入和净流出关系数量存在不均衡性。

从网络整体特征来看,筛选后的网络密度由2000年的0.057降为2015年的0.048,网络平均度由6.894降为6.328,但平均加权度却由25082.929增至27465.127,说明国家/地区间隐含碳转移的平均伙伴个数略有减少,但伙伴间的平均碳排放转移量却在增加,部分核心节点的隐含碳净转出压力变大。

网络平均聚类系数由2000年的0.330增长至2015年的0.338,集聚效应明显;网络平均路径长度由2.753变化为2.981,说明网络中大量的节点虽不直接相连,但却可以经过少数几步到达。全球贸易隐含碳净转移网络具有较大的平均聚类系数和较短的平均路径长度,这也是小世界网络的重要特征^[31]。在这样的网络中,任意节点之间建立联系的可能性较大,隐含碳净转移速率快,改变部分核心国家/地区的隐含碳转移量或者转移关系会对网络产生较大影响。

3.2 全球增加值贸易隐含碳净转移网络个体特征

为观察网络个体特征,本文计算了2000年与2015年全球贸易隐含碳净转移网络中各个节点的度数中心度、接近中心度和中间中心度。限于篇幅,仅列出排名前10位结果（表2和表3）。

Table 2
表2
表22000年全球贸易隐含碳净转移网络中心度结果
Table 2Centrality results of global trade carbon emission net transfer network, 2000

排名	出度中心度		入度中心度		出接近中心度		入接近中心度		中间中心度
排名	国家	度数	国家	度数	国家	度数	国家	度数	国家	度数
1	俄罗斯	64	美国	73	俄罗斯	0.363	日本	0.298	沙特阿拉伯	0.206
2	中国	63	日本	57	乌克兰	0.348	英国	0.296	阿联酋	0.178
3	乌克兰	46	英国	50	白俄罗斯	0.323	美国	0.287	中国	0.160
4	印度	41	法国	44	伊朗	0.317	新加坡	0.281	美国	0.145
5	南非	37	意大利	36	乌兹别克斯坦	0.303	希腊	0.279	南非	0.109
6	伊朗	23	德国	35	蒙古	0.301	圭亚那	0.279	德国	0.091
7	沙特阿拉伯	23	西班牙	31	哈萨克斯坦	0.299	瑞士	0.276	意大利	0.090
8	德国	21	希腊	25	中国	0.280	法国	0.258	印度	0.075
9	哈萨克斯坦	21	墨西哥	24	南非	0.276	巴西	0.253	俄罗斯	0.058
10	韩国	21	韩国	22	沙特阿拉伯	0.259	墨西哥	0.252	印度尼西亚	0.044

新窗口打开|下载CSV

Table 3
表3
表32015年全球贸易隐含碳净转移网络中心度结果
Table 3Centrality results of global trade carbon emission net transfer network, 2015

排名	出度中心度		入度中心度		出接近中心度		入接近中心度		中间中心度
排名	国家	度数	国家	度数	国家	度数	国家	度数	国家	度数
1	中国	90	美国	55	中国	0.459	英国	0.246	中国	0.295
2	印度	62	英国	46	俄罗斯	0.433	美国	0.242	美国	0.283
3	俄罗斯	62	法国	39	南非	0.389	法国	0.239	韩国	0.161
4	南非	38	日本	35	印度	0.386	新加坡	0.238	澳大利亚	0.148
5	德国	29	意大利	35	哈萨克斯坦	0.384	瑞士	0.238	伊朗	0.141
6	哈萨克斯坦	25	西班牙	30	白俄罗斯	0.375	瑞典	0.236	印度	0.124
7	韩国	23	土耳其	29	韩国	0.353	希腊	0.234	南非	0.103
8	阿尔及利亚	20	德国	27	乌克兰	0.342	圭亚那	0.234	意大利	0.092
9	伊朗	20	新加坡	23	伊朗	0.340	土耳其	0.231	巴西	0.085
10	沙特阿拉伯	19	瑞士	22	沙特阿拉伯	0.340	西班牙	0.229	阿联酋	0.083

新窗口打开|下载CSV

从度数中心度来看,2000年与2015年出度中心度排名前10的国家/地区多数为发展中经济体,其中中国、印度、俄罗斯、南非等金砖国家一直占据前几名位置。这期间,乌克兰、俄罗斯、沙特阿拉伯、伊朗等资源密集型国家的隐含碳净流出主要对象数量不同程度下降,网络核心地位有所减弱。中国、印度、韩国、哈萨克斯坦等新兴经济体的出度中心度分别由63、41、21、21扩大到90、62、23、25,隐含碳净流出空间关联和空间溢出效应显著提高。新兴经济体借助全球价值链发展契机,通过融入全球生产分工体系分享经济全球化红利,但依靠劳动和资源优势的嵌入方式使他们多数处于价值链中低端,技术水平不高,能源利用率偏低,导致出口产品的单位增加值碳排放量普遍较高,对外贸易扩大带来的隐含碳转移排放压力不容小觑。2000年与2015年入度中心度排名前10的国家/地区则主要集中在发达国家,美国、英国、法国、日本、意大利始终占据前5名位置。发达国家对发展中国家的基础性原材料和能源资源进口依赖性较强,在隐含碳净转移网络中的入度中心度普遍较高,高污染性产品进口在一定程度上规避了其本土的碳排放责任。值得注意的是：从变化趋势来看,排名靠前的国家/地区的入度中心度均显著减少。例如,美国、英国、法国、日本在全球贸易隐含碳净转移网络中的入度中心度分别由2000年的73、50、44、57缩减为2015年的55、46、39、35,反映出隐含碳净流入来源地趋于集中的特点,但这并不意味着这些国家隐含碳净进口数量有所下降,相反,他们从主要贸易伙伴处获取的隐含碳净输入量大幅度提高。

从接近中心度来看,2000年出接近中心度较高的国家主要为俄罗斯、乌克兰、白俄罗斯、伊朗、乌兹别克斯坦等,这些国家地处欧亚大陆地缘优势区位且多数资源能源丰富,因此,他们到其他国家/地区的隐含碳净转移距离较短,能够更快地与其他国家/地区产生碳转移联系。到2015年全球贸易隐含碳净转移网络出度中心度排名靠前的国家/地区依次变化为中国、俄罗斯、南非、印度、哈萨克斯坦等,其中,中国的出接近中心度更是由2000年的第八位一跃成为2015年的第一位。除此之外,印度、韩国等国家的出度中心度也提升较快。主要原因在于这些国家参与全球价值链的程度不断提升,通过对外贸易辐射范围的扩大与其他国家/地区建立了广泛的碳排放联系,并由此成为隐含碳净流出关联中的中心行动者,在全球隐含碳净转移空间关联网络中拥有了较强的控制力。各年份入接近中心度较高的国家/地区主要集中在美国、英国、法国、新加坡等,且到2015年,这些国家的入接近中心度不同程度下降,说明其他国家/地区到他们的平均隐含碳净转移路径变长,其接收隐含碳净流入关系的独立性下降,受其他国家/地区的限制增强,这与他们隐含碳净流入来源地趋于集中具有重要关系。

2000年与2015年全球贸易隐含碳净转移网络的中间中心度排名发生了较大的变化,贸易隐含碳净转移网络中的枢纽国家不断更迭。2000年,中间中心度排名靠前的国家主要有沙特阿拉伯、阿联酋、中国、美国、南非等,随后沙特阿拉伯、阿联酋、美国等国家的中间中心度明显降低。到2015年,排名前几位的国家变化为中国、美国、韩国、澳大利亚等,这些国家出现在全球隐含碳净转移网络最短路径上的频率较高,在空间关联中具有较强的影响和桥梁作用。尤其是中国的中间中心度排名由第三位上升为第一位,远高于其他国家/地区。另外,韩国、澳大利亚、印度、巴西等国家的中间中心度也明显提高。究其原因主要可能有以下两点：一是随着全球贸易格局的不断演变,中国等新兴经济体逐渐崛起,冲击了欧美发达国家在贸易网络中的垄断地位,贸易隐含碳净转移空间关联网络也随之呈现出多极化发展趋势,新兴经济体在全球隐含碳净转移网络中的枢纽作用越来越明显。二是中国、巴西等是全球主要的加工贸易国家,进口零部件、原材料等,加工为成品后再出口的加工贸易方式增加了产品在这些国家的流转,在一定程度上加强了其在隐含碳净转移网络中的桥梁作用。

3.3 块模型结果

基于块模型方法,利用UCINET软件中的CONCOR模块对2015年全球隐含碳净转移网络进行板块识别。根据板块内部实际与期望关系比例、板块内部与外部关系数比例,对各板块的位置角色进行定位。最终将全球隐含碳净转移网络中的国家/地区划分为4个板块,结果如表4所示。整体来看,2015年全球隐含碳净转移网络（筛选后）共包含空间关联848个,板块内部关系数251个,板块与板块之间关系数597个,板块之间关系数远高于板块内部,网络空间关联以板块间溢出效应为主。

Table 4
表4
表42015年全球贸易隐含碳净转移网络空间关联板块溢出效应
Table 4Spillover effect of spatial correlation plate of global trade carbon emission net transfer network, 2015

	板块1	板块2	板块3	板块4
成员	文莱、乌兹别克斯坦、蒙古、巴布亚新几内亚、阿富汗、安哥拉、巴林、刚果、朝鲜、加蓬、荷属安的列斯群岛、阿曼、卡塔尔、摩尔多瓦、塔吉克斯坦、特立尼达和多巴哥、也门、津巴布韦	中国、印度、俄罗斯、沙特阿拉伯、南非、阿尔及利亚、哈萨克斯坦、日本、韩国、德国、白俄罗斯、波斯尼亚和黑塞哥维那、保加利亚、喀麦隆、捷克、埃及、爱沙尼亚、埃塞俄比亚、匈牙利、印度尼西亚、伊朗、伊拉克、利比亚、马来西亚、摩洛哥、尼日利亚、巴基斯坦、菲律宾、波兰、罗马尼亚、叙利亚、泰国、土库曼斯坦、乌克兰、越南	阿根廷、丹麦、爱尔兰、芬兰、新西兰、圭亚那、阿塞拜疆、巴哈马、孟加拉国、玻利维亚、柬埔寨、智利、哥伦比亚、哥斯达黎加、克罗地亚、古巴、塞浦路斯、民主刚果、多米尼加、厄瓜多尔、萨尔瓦多、加纳、危地马拉、洪都拉斯、牙买加、约旦、肯尼亚、科威特、拉脱维亚、黎巴嫩、莱索托、立陶宛、卢森堡、马达加斯加、毛里求斯、尼泊尔、加沙地带、巴拿马、巴拉圭、秘鲁、塞内加尔、塞尔维亚、斯洛伐克、斯洛文尼亚、斯里兰卡、突尼斯、乌干达、坦桑尼亚、乌拉圭、委内瑞拉	美国、英国、法国、新加坡、澳大利亚、荷兰、西班牙、阿联酋、意大利、奥地利、比利时、博茨瓦纳、巴西、加拿大、格鲁吉亚、希腊、以色列、吉尔吉斯斯坦、马拉维、墨西哥、莫桑比克、纳米比亚、挪威、葡萄牙、圣马力诺、斯威士兰、瑞典、瑞士、马其顿、土耳其、赞比亚
板块内发出关系数	0	167	7	77
板块外发出关系数	52	463	29	53
板块内接收关系数	0	167	7	77
板块外接收关系数	10	51	155	381
期望内部关系比例	22.388	12.687	25.373	36.567
实际内部关系比例	0.000	26.508	19.444	59.231
板块类型	主溢出板块	双向溢出板块	经纪人板块	主受益板块

新窗口打开|下载CSV

第一板块主要包含文莱、乌兹别克斯坦、蒙古、巴布亚新几内亚等国家/地区,该板块实际内部关系比例为0%,低于期望内部关系比例22.388%,板块外部关系数远大于板块内部,第一板块具有明显的净溢出特征。该板块国家/地区资源能源较为丰富,但工业生产化程度不高,伴随着对其他地区的初级产品出口而产生外部溢出效应,板块内部成员联系较少,大多处于网络边缘位置。第二板块主要有中国、印度、俄罗斯、沙特阿拉伯、南非、阿尔及利亚、韩国、日本、德国等国家/地区,该板块净流出数与净流入数之比大于1,实际内部关系比例为26.508%,高于期望值（12.687%）,整个板块的内部与外部均存在较多的关联,因此,该板块为双向溢出板块。双向溢出板块多数为一带一路沿线、东盟及周边国家/地区,在全球生产网络中扮演着劳动力和能源资源供给的重要角色,隐含碳溢出效应明显。另一方面,近些年随着区域价值链的发展,这些国家/地区之间的经贸关系不断加深,加剧了板块成员内部之间的隐含碳转移。第三板块包含阿根廷、丹麦、爱尔兰、芬兰、新西兰等国家/地区,该板块实际与期望内部关系比例分别为19.444%和25.373%;该板块既接收其他板块溢出关系,又向其他板块发出关系,但板块内部关系数较少,具有经纪人板块特征。第四板块主要包括美国、英国、澳大利亚、新加坡、法国、荷兰、西班牙等国家/地区,板块内部实际关系比例为59.231%,高于期望比例36.567%,板块溢出效应有限;接收其他板块关系数远高于其发出关系数,属于主受益板块。该板块国家/地区能源需求量高而自身供应不足,需要大量能源输入,在网络中接收了较多来自其他板块的隐含碳溢出。

为进一步考察板块之间隐含碳转移关系,计算了4个板块的密度矩阵并概括出其像矩阵。像矩阵的元素取值为0和1,当板块的密度矩阵大于整体网络密度时,像矩阵中对应位置为1,否则为0（表5）。从板块溢出程度来看,第二板块双向溢出板块是网络中溢出程度最高的板块,它对自己、第三板块（经纪人板块）、第四板块（主受益板块）均具有显著的溢出效应,是全球隐含碳净转移网络的主要发动机板块,另外第一板块对第二板块具有显著的贸易隐含碳净溢出效应。从自反关系来看,像矩阵中第二板块（双向溢出板块）、第四板块（主受益板块）对角线位置为1,说明这两个板块的自反性程度较高,内部聚类特征明显。

Table 5
表5
表52015年全球贸易隐含碳净转移网络空间关联板块密度矩阵和像矩阵
Table 5Density and image matrix of global trade carbon emission net transfer network, 2015

板块	密度矩阵				像矩阵
板块	板块1	板块2	板块3	板块4	板块1	板块2	板块3	板块4
板块1	0.000	0.049	0.004	0.030	0	1	0	0
板块2	0.014	0.140	0.065	0.314	0	1	1	1
板块3	0.000	0.003	0.003	0.015	0	0	0	0
板块4	0.002	0.013	0.025	0.083	0	0	0	1

新窗口打开|下载CSV

4 结论与启示

4.1 结论

本文构建了2000、2015年包含185个国家/地区的全球贸易隐含碳净转移网络,采用多维度网络测度指标,综合研究了各国家/地区在全球贸易隐含碳转移网络中的地位与作用,以及全球贸易隐含碳排放网络的全局性特征,基于块模型识别了各国家/地区所属板块,揭示各板块角色功能。主要结论如下：

（1）从网络整体特征来看,全球贸易隐含碳净转移网络空间溢出效应显著,全球贸易隐含碳转移日益频繁,整个网络的核心边缘结构清晰,平均聚类系数较大,平均路径长度较短,国（地区）与国（地区）之间碳联系迅速可达,碳转移速率显著提升。2015年网络平均度较2000年略有下降,平均加权度有所提高,表明国家/地区间隐含碳转移的平均伙伴个数有所减少,但伙伴之间的平均碳排放转移量却在增加,部分核心节点的隐含碳净转出压力增大。

（2）从网络个体特征来看,2015年全球贸易隐含碳净转移网络核心较2000年发生显著变化。俄罗斯、沙特阿拉伯、伊朗等资源密集型国家核心地位减弱,中国、印度、南非、哈萨克斯坦等新兴经济体通过深入参与全球价值链生产与其他国家/地区建立了广泛的碳排放联系,在全球贸易隐含碳净转移网络中的枢纽和控制能力不断增强。参与全球生产分工体系已超越资源能源禀赋成为影响一国（地区）全球贸易隐含碳转移网络核心地位的重要因素。

（3）从块模型结果来看,全球贸易隐含碳净转移网络可划分为净溢出、双向溢出、经纪人和主受益4个板块。双向溢出板块是全球隐含碳净转移网络的主要发动机板块,该板块主要包含中国、一带一路沿线、东盟及周边一些国家/地区,这些国家/地区在全球生产网络中扮演着劳动力和能源资源供给的重要角色,对板块内部及其他板块具有显著的隐含碳溢出效应。主受益板块主要包含美国、英国、法国等发达国家/地区,该板块高污染性产品进口较多,接收了较多来自其他板块的隐含碳溢出,在全球贸易隐含碳净转移网络中的主受益特征明显。

4.2 启示

根据上述测算分析,本文主要得到如下启示：

（1）在现有国际分工体系中,发达国家/地区长期占据隐含碳责任转移的受益位置,发展中国家/地区贸易隐含碳净流出与净流入关系的不平衡性持续加剧,处于隐含碳转移量和转移关系双重受损位置。基于全局视角来看,贸易隐含碳排放不单纯是生产国的单一责任,隐含碳排放治理具有强烈的整体性,优化共同责任核算方法,控制贸易隐含碳排放需要世界各国的协调与通力合作。

（2）全球贸易隐含碳净转移网络板块凝聚现象明显,板块功能定位可为形成各尽所能的碳减排方案提供借鉴,主受益板块需正视和积极承担更多的隐含碳转移国际责任,双向溢出板块应发挥节能减排潜力,竭尽所能从溢出源头控制隐含碳排放。除此之外,应当重视双向溢出板块中俄罗斯、中国、印度、韩国、南非等国家/地区在全球贸易隐含碳转移网络中的枢纽和影响作用,将他们作为节能减排技术推广的重点关注对象,有利于提升全球生产分工体系的整体减排效率,同时发挥辐射带动作用,推动更多的国家/地区推进低碳生产模式。

（3）中国应从贸易隐含碳转移量和转移关系两方面双管齐下,有的放矢地制定碳减排对策。从关系角度来看,中国在与他国进行贸易合作时,可优先考虑对中国具有隐含碳净流入关系的国家/地区,选择有利于中国绿色贸易发展的关系伙伴,控制贸易隐含碳净流出关系的进一步扩大,逐步实现由贸易隐含碳净流出国到净流入国的转变。从降低贸易隐含碳转移量的角度来看,中国应加速淘汰低附加值、高污染的落后产能,增大自主技术研发和创新在产品中的投入,提高高附加值产品出口比例,降低出口产品含碳量。同时借助一带一路、区域全面经济伙伴关系（RCEP）等区域价值链发展为契机,培育竞争优势,通过区域价值链嵌入深度和位置的提升,发挥价值链高端参与的碳减排作用。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

中国应急信息网. 2019年是全球有气温记录以来第二热年份, 联合国呼吁采取行动实现控温目标
[N/OL]. ( 2020- 03- 18) [2020-04-01]. http://www.emerinfo.cn/2020-03/18/c_1210519465.htm.

URL [本文引用: 1]

[China Emergency Information. 2019 Is the Second Warmest Year Since the Global Temperature Record. The United Nations Calls for Action to Achieve the Goal of Temperature Control
[N/OL]. (2020-03-18) [2020-04-01].http://www.emerinfo.cn/2020-03/18/c_1210519465.htm.

URL [本文引用: 1]

[2]

中国政府网. 习近平在第七十五届联合国大会一般性辩论上发表重要讲话
[N/OL]. ( 2020- 09- 22) [2020-09-30]. http://www.gov.cn/xinwen/2020-09/22/content_5546168.htm?gov.

URL [本文引用: 1]

[Chinese Government Website. Xi Jinping Delivered an Important Speech at the General Debate of the 75th Session of the United Nations General Assembly
[N/OL]. (2020-09-22) [2020-09-30].http://www.gov.cn/xinwen/2020-09/22/content_5546168.htm?gov .]

URL [本文引用: 1]

[3]

经济日报. 实现碳达峰“十四五”是关键
[N/OL]. ( 2021-01-18) [2021-01-30]. https://baijiahao.baidu.com/s?id=1689182027031156385&wfr=spider&for=pc. .

URL [本文引用: 1]

[Economic Daily. The 14th Five Year Plan Is the Key to Achieve Carbon Peak
[N/OL]. (2021-01-18) [2021-01-30]. https://baijiahao.baidu.com/s?id=1689182027031156385&wfr=spider&for=pc.]

URL [本文引用: 1]

[4]

Kanemoto

, Moran

, Lenzen

, et al. International trade undermines national emission reduction targets: New evidence from air Pollution
[J]. Global Environmental Change, 2014,24:52-59.

DOI:10.1016/j.gloenvcha.2013.09.008 URL [本文引用: 1]

[5]

韩中, 王刚. 基于多区域投入产出模型中美贸易隐含能源、碳排放的测算
[J]. 气候变化研究进展, 2019,15(4):416-426.