【文献分享】绿色贸易对中国污染排放的影响：基于省际视角

近几十年来，中国经济在外贸扩张和国内工业化的推动下经历了前所未有的增长。这种增长在很大程度上依赖于以煤炭为主的大规模能源消耗，这引发了与环境质量相关的巨大挑战。环境问题及其对人类健康的不利影响成为政府、学者和组织的重要关注点。现有文献表明，对外贸易可能导致资源外流和污染流入。因此，中国采取了一系列措施，包括环境法规和贸易协定，以协同实现污染减排和贸易增长。此外，中国在其第14个五年计划中，设定了减少污染排放以改善环境质量的具体目标。图1显示了2007年至2016年间中国各省的污染物排放（以SO2排放为例）和对外贸易。在中国的贸易总额中可以看到积极的趋势，污染排放呈现显著下降趋势。更具体地说，2007年，中国的外贸总额为2181.16亿美元，污染排放量为2468万吨；而2016年，中国的外贸总额为3.5311万亿美元，SO2排放量为1102万吨。由于污染排放代表了经济发展的消极方面，国际贸易与污染排放之间的关系被广泛讨论。早期文献指出，贸易会导致环境损害，特别是在环境管理薄弱的国家。此外，有观点认为，发展中国家很难从外贸中获得可持续的环境利益。发展中国家需要更高的外贸环境标准，否则，这些国家将成为污染天堂。相比之下，有学者认为，贸易也为各国提供了采用节能环保新技术的机会，从而减少环境退化。此外，一些学者认为，升级绿色产品可以增强企业的竞争力，特别是在具有绿色贸易壁垒和关税的国际贸易市场。绿色产品被定义为不消耗大量资源且在生产和利用过程中对环境友好的产品和技术。相应地，符合环境技术标准的绿色产品将面临较低的出口贸易壁垒，从而较少受到关税和非关税壁垒的影响。考虑到国际贸易对环境的巨大影响，以及绿色贸易在中国的长期增长，我们研究的目标是考察绿色贸易如何影响污染排放。

1.绿色贸易分析

本文还介绍了2007—2016年的绿色进口（GImp）（见图2）。此外，图2还绘制了绿色资源型和低技术产品贸易（RLPT）、绿色中等技术产品贸易（MTPT）和绿色高技术产品贸易（HTPT），以进一步区分不同类型产品之间的差异。从图2可以看出，平均GT在2007—2009年期间呈显著上升趋势，在2009—2011年期间呈下降趋势。至于绿色出口（GExp）和绿色进口（GImp）曲线，GExp曲线在2007-2016年表现出最明显的上升趋势，特别是在2007-2009年之间；而GImp曲线在2009—2016年表现出下降趋势，值得注意的是，可以得出中国绿色贸易增长主要受绿色出口增长的推动，进而，HTPT和RLPT曲线在2007—2016年呈现出小幅上升趋势，MLPT曲线在此期间没有呈现出明显变化。

为了更深入地了解中国的绿色贸易（GT）、绿色资源型和低技术产品贸易（RLPT）、绿色中等技术产品贸易（MTPT）和绿色高技术产品贸易（HTPT），本研究绘制了2007年、2010年、2013年和2016年的空间分布图，如图3所示。可以看出，北部、中部和东部沿海地区的绿色贸易（GT）水平相对较高。例如，江苏、江西、吉林、天津、广东、福建和黑龙江的绿色贸易价值较高。相比之下，在西南和西北地区，如云南、内蒙古、山西、重庆、青海和贵州，绿色贸易价值水平较低。此外，图3显示，中东部沿海地区绿色高技术产品贸易（HTPT）的比例较高，而北部地区绿色资源型和低技术产品贸易（RLPT）和绿色中等技术产品贸易（MTPT）的比例较高，这可能与区域间经济增长的不同水平有关。此外，从图3中还可以看出，从2007年到2016年，HTPT在黑龙江和吉林等北部和西南部地区显著增加。

此外，图1的饼图显示了绿色出口和进口价值占贸易总额的比例，该饼图显示了2007年东部沿海地区绿色出口价值占贸易总额的比例（即饼图的红色部分）相对低于相同地区绿色进口（即饼图的黄色部分）。可以看出，2007—2016年绿色出口比例呈加强趋势，远高于2016年绿色进口，尤其是中东部沿海地区。此外，饼图的大小表示贸易总额。经济增长较低的西部和西北地区的贸易总额（TTra）水平相对较低。而在北部和东部沿海地区，贸易总额水平较高。此外，通过将TTra的获得数据与《中国统计年鉴》的省级贸易总额数据进行比较，可以证明本研究获得的数据是可靠的。

2. 数据来源与研究样本

本研究对2007—2016年年度平衡面板数据进行了实证分析。由于数据限制，澳门、香港、台湾和西藏未纳入研究范围。研究样本周期基于2007年开始的污染排放数据和2016年末的绿色贸易数据。

2.1 变量定义

解释变量：污染排放（PE）。中国的污染排放主要包括空气污染（水污染和噪声污染）。SO2作为主要的空气污染物，容易形成雾霾并恶化空气质量，对人体健康造成危害。本研究以SO2排放为代表，相关数据由CSY（2020）提供。

核心解释变量：绿色贸易（GT）。绿色贸易通过绿色贸易价值占贸易总值的比例衡量。基于3.1节描述的方法，计算各省的绿色贸易价值。原始数据包括地区、年份、产品类别及贸易额。

控制变量：经济发展水平（PGDP）：人均GDP。技术创新水平（TIL）：每省受理的国内专利申请量。能源结构（ECS）：煤炭在能源总需求中的比例。平均工资（AW）：人均工资。信息化水平（LI）：移动短信服务流量。基本通信设施（BCF）：固定电话用户数量。

其他变量：为稳健性检验，本研究使用绿色出口（GExp）、绿色进口（GImp）及总贸易（TTra）替代GT：GExp：绿色出口占出口总值的比例。GImp：绿色进口占进口总值的比例。TTra：贸易总值。

此外，绿色产品依据3.1节方法划分为三类：绿色资源型与低技术产品贸易（RLPT）：占贸易总值的份额。绿色中等技术产品贸易（MTPT）：占贸易总值的比例。绿色高技术产品贸易（HTPT）：占贸易总值的比例。

表1显示了变量的描述性统计，表A1提供了具体解释及数据来源。

3.实证结果

3.1横截面依赖性检验

为了检查样本中的横截面依赖性，本研究使用了多种检验方法，包括Friedman检验、Breusch-Pagan LM检验、Pesaran缩放LM检验、Pesaran CD检验和Frees检验。如表2所示，所有检验结果均显著，表明横截面依赖性存在。因此，在分析中需要将横截面依赖性考虑在内，以避免结果的不一致性。

3.2面板平稳性检验

本研究对使用的面板数据进行了平稳性检验，采用了CADF检验和IPS检验，两种检验的零假设均为序列中存在单位根。

表3展示了所有变量在水平和一阶差分下的检验结果。从结果可见，水平数据的零假设不能被拒绝，表明数据在其原始形式下并不平稳。然而，一阶差分检验结果显示，所有变量在第一差分后均为平稳序列。

3.3基准回归结果

为了有效探讨绿色贸易对污染排放的影响，选择合适的估计方法至关重要。本研究采用了系统广义矩估计法（SYS-GMM）作为基准回归方法。SYS-GMM方法可以有效解决内生性问题，提高模型估计的效率。基准结果显示，绿色贸易（主要解释变量）与污染排放显著负相关。从表第（1）栏可以看出，绿色贸易的增长能够有效改善环境质量。通过比较分析可以看出，表4（2）-（3）中的结果与表4（1）中的结果一致，验证了结果的稳健性。具体而言，绿色出口和进口显著减少污染排放。从第（4）栏可以看出，贸易总值的增加会加速环境退化。这一结果为文献提供了新的证据。一方面，从国际贸易的角度来看，中国除了生产和出口绿色产品外，还可以进口不同种类的绿色产品。通过广泛使用绿色产品，如光伏发电和污染处理设备，环境质量将得到改善。另一方面，从技术角度来看，绿色贸易的提升不仅能够增加资本引进，还可以引入更高效、更清洁的生产技术，实现技术升级。企业通过采用更具经济和环境效益的技术，可以显著减少污染，这些技术成为减少排放的关键驱动力。这一发现与使用绿色开放指数衡量绿色贸易并得出绿色开放减少环境退化结论的研究基本一致。此外，政府有必要倡导绿色贸易并加强环境保护。

在控制变量（PGDP、TIL、ECS、AW、LI和BCF）方面，经济发展水平（PGDP）、能源消费结构（ECS）、信息化水平（LI）和基础通信设施（BCF）对污染排放有正向影响，而技术创新水平（TIL）和平均工资（AW）对污染排放的影响显著为负。也就是说，经济水平的发展、煤炭在能源总需求中所占份额的增加及信息化水平的提升可能导致污染水平上升；而技术创新水平的提高和平均收入的增长能够减少污染排放。

经济水平的发展与能源消费密切相关。根据统计数据，能源消耗在2001年为156亿吨标准煤当量，到2020年达到49.8亿吨标准煤当量。此外，ECS对PE的正系数表明，随着中国煤炭消费的增长，污染排放可能会增加。技术水平的提高不仅有利于生产效率和结构优化，还可以降低污染减排设备的成本。同时，居民平均收入的增长增强了对更高环境质量、更清洁能源（如可再生能源和天然气）及更绿色设备（如壁挂式燃气灶和太阳能热水器）的偏好。通过更广泛使用这些产品，污染排放将显著减少，环境质量将得到改善。

3.4 异质性分析

3.4.1 产品的异质性影响

本研究进一步根据技术水平将绿色贸易分为三种类型（RLPT、MTPT和HTPT），探讨了它们对污染减排影响的异质性。采用SYS-GMM方法探索绿色贸易对污染排放的影响，结果分别列于表5的（1）-（3）栏。A-B和Sargan测试结果表明，该方法合理，所有工具变量均有效。

从表5可以看出，绿色中等技术产品贸易（MTPT）和绿色高技术产品贸易（HTPT）的增加可以显著减少污染排放，而绿色资源型和低技术产品贸易（RLPT）的增加则可能改善中国的污染排放。具体来说，MTPT和HTPT分别增加1%时，可以使污染排放分别减少0.195%和0.0763%；相比之下，RLPT的增加对减排效果较弱。一方面，从出口角度看，基于技术优势，绿色中高技术产品的原料更清洁、生产工艺更先进、治理污染能力更高且产品价值更高，这使其在国际出口市场上更具竞争力。因此，增加MTPT和HTPT将缓解生产过程中的污染排放。另一方面，从进口角度看，绿色产品的利用相较于传统产品更加清洁且节约资源。这些结果表明，优化绿色产品的贸易结构可以显著提高绿色贸易对环境改善的促进作用。

此外，控制变量的结果与基准回归一致。例如，经济发展水平、能源消费结构等对污染排放的影响在不同模型中保持了相同的方向和显著性水平，验证了模型结果的可靠性。这些发现强调了调整绿色贸易产品结构的重要性，为政策制定提供了实证支持。

3.4.2.区域异质性影响

全样本以研究期（2007-2016年）各省平均贸易价值中位数为边界，分为包括高、低水平贸易价值在内的两个区域进行区域异质性分析。区域划分的具体空间分布如图4所示。

结果报告在表6中。从表6中可以看出，在贸易水平较高的区域，GT对PE有负面影响，而在贸易水平较低的区域，影响微乎其微。更具体地说，在贸易水平较高的区域，GT增加1%可以显著减轻PE 0.313%。此外，可以得出结论：提高技术创新水平还可以有效缓解高水平贸易省份的环境问题，而发展经济水平和调整能源结构对该地区污染排放的影响则不显著。根据图3中RLPT、MTPT、HTPT的分布和图4中的区域划分，贸易价值较高的省份主要集中在中东部地区；高技术绿色产品贸易在同类地区贸易总额中所占比例较高。相反，绿色贸易的增加对低水平贸易地区的污染减排没有显著影响。然而，技术创新的发展有利于这些地区环境质量的改善。此外，为了改善环境质量，需要强调增加中高技术绿色产品的贸易份额。

4. 进一步讨论

4.1 不对称分析

本研究采用QR法进一步探讨绿色贸易对污染排放的影响在污染排放的五个百分位数（即PE）上是否不对称。结果显示在表7中。在表7中，绿色贸易对污染排放的影响在75%和90%分位数处显著，而在10%、25%和50%分位数处不显著。根据图1，中国的污染排放集中在北部和西南部地区，如黑龙江和吉林，其中绿色高科技产品（HTPT）的贸易增加较大。这是由于增加HTPT可以有效减少污染排放。况且污染排放较高的地区也有更严格的环境法规，更有利于污染物减排，再者这反映了绿色贸易对污染减排影响的不对称性。

ECS在不同分位数水平上对PE的影响是一致的，这意味着能源结构对污染物排放的影响是普遍的。更具体地说，煤炭在能源消费总量中所占份额的增加可以显著加速污染物排放，这一结论与区域污染排放水平无关。信息化水平（LI）的显著影响仅存在于10%和25%分位数。值得注意的是，污染排放较低的地区PGDP也较高，而污染排放较高的地区LI较低。此外，图5显示了不同分位数水平的决定系数的变化图。

4.2 中介效应分析

4.2.1 分析途径

根据前述估算结果，绿色贸易的增加可以显著减少中国的污染排放。为了进一步探讨绿色贸易如何影响环境质量，本研究采用基于SYS-GMM方法的面板中介模型进行实证分析。将尺度效应（SE）、技术效应（TE）和成分效应（CE）作为中介变量，分析其在绿色贸易与环境质量关系中的中介作用。污染排放（PE）为被解释变量，绿色贸易（GT）为核心解释变量，控制变量包括经济发展水平（PGDP）、技术创新水平（TIL）、能源结构（ECS）、平均工资（AW）、信息化水平（LI）及基础通信设施（BCF）。中介变量分别为尺度效应（SE）、技术效应（TE）和成分效应（CE）。本研究通过中介效应分析，明确绿色贸易对环境质量改善的传导路径，进一步量化各中介变量的作用大小。这一分析为理解绿色贸易如何通过不同效应改善环境质量提供了理论支持，也为政策制定提供了实证依据。

4.2.2 中介机制结果

绿色贸易与污染排放之间的中介机制分析结果如表8所示。第（1）栏展示了绿色贸易对污染排放总效应的结果，第（2）-（4）栏分别分析了以尺度效应（SE）、技术效应（TE）和成分效应（CE）为中介变量的结果，第（5）栏显示了同时考虑SE、TE和CE的综合结果。

从表8可以得出以下主要发现：首先，第（2）-（4）栏的结果显示，绿色贸易（GT）对SE和TE的影响显著为正，但对CE的影响不显著。具体而言，绿色贸易每提高1%可以使SE增加0.0964%，TE增加0.156%。这表明绿色贸易能够正向影响地方经济规模和技术水平，但对产业结构调整的作用不明显。绿色贸易的增长通过增加对绿色产品的需求，带动地方经济发展，同时绿色产品的生产依赖于高水平的绿色技术，从而促进技术水平的提高。地方政府为支持绿色技术创新往往会提供财政支持，这进一步提升了绿色技术在生产中的作用。

其次，在第（5）栏中，SE的系数为正，表明规模效应对污染排放具有间接影响。SE每增加1%会显著增加污染排放量0.0968%。将这一结果与绿色贸易的总效应相结合，发现绿色贸易与污染排放之间通过规模效应的中介效应比例为8.9%。这表明，在生产结构和环境监管不变的情况下，经济规模的扩大可能导致资源过度利用，从而增加污染排放。

此外，TE每增加1%能够使污染排放减少0.0347%，表明绿色贸易能够通过技术效应显著减少污染排放。进一步计算得出，绿色贸易与污染排放之间通过技术效应的中介效应比例为5.2%。这一结果说明，绿色贸易的增长促进了资本积累和先进技术的引入，高效、环保的技术逐步替代传统高污染技术，从而改善环境质量。

最后，对于CE的结果，第（5）栏显示CE的增加与污染排放正相关，但由于绿色贸易对CE的影响不显著，因此绿色贸易与污染排放之间不存在成分效应。

综上所述，绿色贸易不仅能够直接减少污染排放，还可以通过规模效应和技术效应间接影响污染排放。然而，成分效应在本研究中并未体现出显著作用。通过这一分析，可以更全面地理解绿色贸易对环境质量的影响机制，同时为优化绿色贸易政策提供了实证支持。

政策启示：（1）政府要积极引导出口企业进行绿色创新转型。此外，政策制定者需要采取多种政策组合，扩大绿色产品的销售。（2）地方政府在设计鼓励绿色贸易和减少污染排放政策时，要综合考虑区域差异。（3）中国应致力于促进技术水平的提升，并且在扩大绿色贸易、促进经济发展的同时，需要考虑规模效应可能带来的负面环境效应，合理提高经济规模。

研究不足：（1）仅探讨了绿色贸易对污染排放的影响，这种影响的空间溢出效应值得进一步探讨。（2）结合四个国际组织的清单，生成了142种绿色产品的具体清单。随着技术的进步，绿色产品的清单还需要进一步扩大。（3）未来还可以通过将碳关税与绿色贸易、环境治理相结合进一步开展研究。