资本供给如何影响中国的碳排放:基于收入的核算方法与考虑资产寿命的结构分解
《Journal of Cleaner Production》:How capital supply shapes carbon emissions in China: Income-Based accounting and structural decomposition with asset lifetimes
【字体:
大
中
小
】
时间:2026年07月30日
来源:Journal of Cleaner Production 10.7
编辑推荐:
•受资本影响的排放量在不同地区、行业以及具有不同清洁生产水平和资本密集度的资产之间存在差异。•经济增长会推动受资本影响的排放量上升,而其他社会经济因素则有助于降低这类排放。•资本规模的扩大会增加受资本影响的排放,但劳动生产率的提升以及较低的使用成本可以缓解这一效应。•即便资本规模
•受资本影响的排放量在不同地区、行业以及具有不同清洁生产水平和资本密集度的资产之间存在差异。•经济增长会推动受资本影响的排放量上升,而其他社会经济因素则有助于降低这类排放。•资本规模的扩大会增加受资本影响的排放,但劳动生产率的提升以及较低的使用成本可以缓解这一效应。•即便资本规模在扩大,若某个地区内某一行业的资本占比较低,仍能有助于减少排放。
引言
固定资本是推动经济发展的核心动力,但其生产和使用过程会产生大量碳排放(Hata等人,2022),因此投资成为控制碳排放的重要政策工具。这一现实状况给发展中国家的传统减排框架带来了挑战(Chen等人,2018)。由于对基础设施及其他生产要素的需求持续存在,这些国家必须通过持续且针对性的资本投入,在实现经济增长与减排目标之间找到平衡(Yang等人,2025;Ma等人,2025)。中国作为世界上最大的发展中国家,其因投资产生的碳排放占其总碳排放的比例远高于全球平均水平(S?dersten等人,2018b;Jiang等人,2023)。明确与中国持续资本积累相契合的供给端减排重点,不仅有助于推进中国的脱碳进程,也能为其他处于快速资本积累阶段的发展中国家提供可持续增长策略的参考。
排放量的测算通常采用基于生产的核算方法,该方法根据能源使用量和排放因子,将排放量归因于生产地。然而,经济活动还承担着多种对社会具有重要意义的职能,这些职能也对减排起着作用(Nielsen等人,2021)。基于生产的核算方法因忽视了区域间贸易中隐含的排放量,以及未能揭示碳泄漏问题而受到批评(Peters,2008)。为解决这些问题,基于消费的核算方法和基于收入的核算方法分别将责任分配给最终消费者和初级投入品提供者,从而能够追踪隐含的排放量,并为政策制定提供更多思路(Su和Ang,2015;Yan等人,2018)。在中国背景下,近期的碳核算研究进一步拓展了理解排放量、减排责任及行业关联的实证基础和方法体系。更新的排放清单提升了国家、省份及行业的二氧化碳核算精度,也为长期分解分析提供了支撑(Xu等人,2024;Ma等人,2024)。另有研究比较了不同地区、城市和行业间的多种责任分配原则,结果表明核算边界会显著影响减排责任的划分(Zhu等人,2023;Lu等人,2024;Zhang等人,2024)。相关的行业研究还强调了区域间转移和供应链联系在中国脱碳进程中的作用(Zhu等人,2023;Xing等人,2025)。总体而言,这些研究提升了碳核算的空间和行业分辨率,同时也阐明了不同责任分配原则所带来的影响。不过,由于固定资本在产生时属于最终需求范畴,而在使用过程中则是具有较长使用寿命的生产性投入,因此很难在这些核算框架中得到准确体现。
在现有的核算研究领域中,与资本相关的碳研究主要以基于消费的核算方法为主,而基于收入的核算方法在应用范围和深度上相对有限(Pottier和Le Treut,2023)。这种失衡在一定程度上反映了主流短期宏观经济分析以需求为导向的特点,在这类分析中,资本、技术和劳动力被视为固定要素,总供给则被视作外部变量。因此,短期宏观经济变化通常被解释为来自消费、投资和政府支出等方面的需求冲击所导致(Wang等人,2022;Long等人,2023;Wang和Wang,2025)。基于基于消费的核算方法的研究表明,中国由资本形成带来的排放量已经超过了家庭消费和出口带来的排放量(Minx等人,2011;Li等人,2019),并且这一数值还在持续上升(Gao等人,2020)。这些研究明确了与资本形成相关的排放量的规模和持续性。但由于它们仅考虑了生产资本商品所需的需求,未能体现资本随后所提供的生产服务所引发的后续排放。另有观点认为,投资实际上满足了非资本需求,因此资本商品带来的影响应在其服务期内分配给相应的需求方。为了解决这一问题,人们通过在投入产出模型中将资本内生化,或者采用动态分析方法来实现责任的重新分配(Lenzen和Treloar,2004;S?dersten等人,2018a;Miller等人,2019)。最近的拓展研究通过追踪历史遗留资本,区分资本生产与资本使用,进一步提升了对资本生产相关排放的时间和空间分配能力(Xu等人,2023,2026a,2026b)。这些方法阐明了资本形成过程中所包含的排放量是如何随着时间、最终受益者和使用者在不同群体之间分配的。然而,这些方法的核算核心仍然是资本生产过程中产生的排放,而非资本服务提供者所引发的后续排放。此外,它们与结构分解分析的兼容性较差,这也限制了人们对资本规模和资本结构变化的深入研究(S?dersten和Lenzen,2020)。
基于需求的资本核算边界引出了一个与之互补的基于供给的疑问。基于收入的核算方法将排放责任分配给初级投入品提供者,如资本、劳动力和土地等。这些投入品会通过工资、利润和地租等形式获得补偿。由于资本服务是由多个时期积累形成的存量提供的,因此基于收入的核算方法在对其进行分析时需要采用跨时间的视角。大多数相关研究都将各类初级投入品视为整体来分析(Marques等人,2013;Liang等人,2017),并在评估排放量时考虑其规模或整体构成的变化(Zhang,2010;Xie等人,2018;Li等人,2022)。在此基础上,有人开发了基于收入的结构性分解分析框架,该框架从收入角度进一步分解各种变化,从而揭示初级投入品结构和供给端分配对排放的影响(Liang等人,2016;Yan和Su,2026)。不过,只有少数研究探讨了特定初级投入品与环境责任之间的关联,而且这些研究主要聚焦于资本和劳动力(Cheng等人,2023;Pottier和Le Treut,2023)。即便在为数不多的相关研究中,资本也往往被以整体形式呈现。因此,现有的基于收入的核算研究虽然能够反映宏观层面的初级投入品和供给结构变化,但对于资本内部的异质性则缺乏足够的证据。这一局限性很重要,因为相同数量的当前投资并不一定会产生相同数量的生产服务:资产的存续情况、年龄效率特征、租金水平以及行业分配等因素都会影响资本服务的规模和构成。因此,目前尚不清楚不同资产、行业和地区之间的资本服务异质性,是如何与受资本影响的排放水平及其变化趋势相关联的。
中国的社会发展在很大程度上受到政府规划的引导,而投资则一直是推动经济增长的核心手段。在这种制度背景下,基于收入的核算方法更具政策意义,因为上游的生产和资本分配决策往往受到政府主导的改革措施的影响。作为全球重要的制造业中心,中国在2023年的资本形成率超过了40%,而全球平均水平的资本形成率约为27%(NBS,2025;世界银行,2025)。资本商品的快速积累,尤其是在基础设施领域的积累(Bai和Qian,2010;Wang等人,2020),加上劳动收入占比的下降以及产出的快速增长(Song等人,2011),都改变了中国的供给端格局。这些特征使得中国成为研究不同类型的资本服务与受资本影响的排放之间复杂关系的理想对象。因此,本研究旨在回答三个相关问题:(1)受资本影响的排放量在中国各省、各行业以及不同类型资产之间是如何分布的?这些排放量又在地区间如何流动?(2)哪些社会经济因素导致了受资本影响的排放量随时间的变化?(3)资本规模和资本结构的变动,是通过哪些分解路径与受资本影响的排放量变化相关联的?
为回答这些问题,本研究做出了三项贡献。首先,它将基于收入的碳核算方法从对宏观层面初级投入品的分析,拓展到了针对特定资产类型的资本服务分析。通过将资产层面的资本服务数据纳入经过扩展的环境核算模型中,该研究能够按省份、行业和资产类型量化受资本影响的排放量,并追踪这些排放量在地区间的流动情况。在衡量资本投入时,该研究考虑了资本的服务寿命、生产存量、资产存续函数、年龄效率特征以及使用成本,而非仅仅将其等同于当前的资本形成量。其次,该研究构建了一个结构性分解分析框架,该框架能够将受资本影响的排放量变化分解为经济增长、资本规模、资本结构、产出结构和技术进步等因素,从而识别出导致这些排放量随时间变化的社会经济因素。第三,该研究进一步将资本规模和资本结构分解为资本深化程度、劳动生产率、租金水平、行业分配以及资产构成等因素。通过这种分解,该研究明确了资本服务变化与受资本影响的排放量变化之间的传导路径,同时也为确定针对资本领域的减排重点提供了具体依据。总体而言,这些贡献将基于资产全生命周期的资本服务分析,与排放责任的区域分配以及导致排放变化的具体资本相关因素联系了起来。通过区分投资流量、资本存量和实际的生产性资本服务,这种综合分析视角有助于揭示那些在基于宏观总量的资本核算中可能被忽视的规律和传导路径。
方法与数据
投入产出分析是核算碳排放量的主要工具之一(Sun等人,2020;Wilting和Veld,2025)。在基于收入的核算方法中,广泛使用的是一种基于供给的投入产出模型,也就是所谓的Ghosh模型(Ghosh,1958)。我们将详细的资本服务数据集与中国多区域投入产出表以及碳排放清单相结合,构建了一个可以进行结构分解的扩展版Ghosh模型。相关的主要变量及缩写见表1。
受资本影响的排放量的区域分布
如图1a所示,从2003年到2020年,中国的受资本影响的排放量呈上升趋势,从2003年的约23.8316亿吨增加到2020年的36.6788亿吨。2011年时,这一排放总量达到了46.6013亿吨的峰值,之后开始下降,但在2015年后又有所回升,这一趋势与中国的整体生产型排放量变化趋势一致。不过,中国的整体生产型排放量增长速度要快于受资本影响的排放量。因此,受资本影响的排放量在中国总排放量中所占的比例……
与以往研究的比较及拓展
在与以往研究的比较中,必须特别注意核算边界上的差异。大多数基于收入的核算研究都是针对由宏观层面的初级投入品或单个生产要素所导致的温室气体排放量进行测算的。而本研究则着眼于资产在其服务寿命期间所产生的资本服务所导致的二氧化碳排放量。关于资本形成和历史遗留资本的研究则涉及另一个相关但有所区别的责任归属问题。这些研究重新分配了由此产生的排放量……
结论与政策建议
通过将基于资产全生命周期的资本服务核算方法与基于收入的核算方法以及多层级的结构性分解分析相结合,本研究揭示了那些在基于宏观投资或初级投入品的相关分析中可能被忽视的、与资本相关的特殊排放模式。该研究的最重要贡献在于,它能够区分受资本影响的排放量的水平及其空间分布,同时也能明确导致这些排放量随时间变化的各种机制。不同地区和不同类型资产所承担的排放责任在规模和分布上存在差异……
CRediT作者贡献说明
Yu Liu:概念设计、数据整理、正式分析、方法论设计、初稿撰写。Lixiao Xu:软件操作。Yafei Wang:资金筹集、研究指导、论文审阅与修改。Zihan Zhao:数据可视化处理。
利益冲突声明
作者声明自己不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢
本研究得到了中国国家社会科学基金的资助(项目编号:22VRC165)。
Yu Liu|Lixiao Xu|Yafei Wang|Zihan Zhao
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号