邵旭陽 徐洪海 蘇威

摘 要：全球價(jià)值鏈不僅涉及生產(chǎn)和銷售領(lǐng)域的合作，還由此衍生出基于全球范圍內(nèi)的污染再分配。以我國多個(gè)數(shù)據(jù)庫為基礎(chǔ)構(gòu)建動(dòng)態(tài)面板GMM模型，發(fā)現(xiàn)我國企業(yè)的全球價(jià)值鏈參與程度與污染排放呈現(xiàn)出非線性的倒U型關(guān)系，即企業(yè)污染排放隨著全球價(jià)值鏈參與程度的上升先增加后降低。同時(shí)，上游度和下游度與污染排放影響的模型顯示，上游度與污染排放負(fù)相關(guān)，企業(yè)在全球價(jià)值鏈當(dāng)中的上游環(huán)節(jié)經(jīng)濟(jì)成分會(huì)產(chǎn)生減排效果；下游度與污染排放是正相關(guān)關(guān)系，表示企業(yè)在全球價(jià)值鏈當(dāng)中的上游環(huán)節(jié)經(jīng)濟(jì)成分會(huì)增加污染排放。而多重中介效應(yīng)模型說明，這種非線性倒U型關(guān)系的形成是企業(yè)上游參與度和下游參與度共同影響下的最終結(jié)果。

關(guān)鍵詞：全球價(jià)值鏈參與度；企業(yè)污染排放；國際貿(mào)易

作者簡介： 邵旭陽，成都大學(xué)人文社科高等研究院特聘副研究員，主要從事區(qū)域經(jīng)濟(jì)、世界經(jīng)濟(jì)研究，E-mail：shaoxuyang1990@foxmail.com；徐洪海，西華大學(xué)經(jīng)濟(jì)學(xué)院講師，主要從事金融經(jīng)濟(jì)、產(chǎn)業(yè)經(jīng)濟(jì)研究；蘇威，西南交通大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，主要從事產(chǎn)業(yè)經(jīng)濟(jì)、工商管理研究。

引用格式： 邵旭陽，徐洪海，蘇威.中國對(duì)外貿(mào)易環(huán)境影響非線性關(guān)系研究——基于全球價(jià)值鏈視角［J］.西南交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，（2）：82-104.

一、引言

隨著通信和運(yùn)輸技術(shù)的發(fā)展，全球價(jià)值鏈（Global Value Chain， GVC）的分工模式為國際減排帶來了機(jī)遇和挑戰(zhàn)。發(fā)達(dá)國家通過研發(fā)設(shè)計(jì)等高端環(huán)節(jié)參與GVC分工，而將加工組裝等制造環(huán)節(jié)分配給發(fā)展中國家，但同時(shí)，發(fā)展中國家能夠?qū)W習(xí)發(fā)達(dá)國家的先進(jìn)技術(shù)和管理經(jīng)驗(yàn)，提升能源利用效率進(jìn)而降低污染排放。那么，融入GVC到底與一國污染排放存在著何種關(guān)系？這一問題的討論一直貫穿于全球化推進(jìn)過程之中，而中國經(jīng)驗(yàn)無疑為研究此問題提供了豐富的依據(jù)：首先，中國是全球貿(mào)易規(guī)模最大的國家，GVC嵌入程度日益加深，GVC參與度從1990年的29.55%上升至2018年的44.49%［1］；其次，參與在 GVC 中的中國企業(yè)，其角色也產(chǎn)生顯著變化，正逐漸由以往的下游生產(chǎn)制造商轉(zhuǎn)變?yōu)楦鼮閺?qiáng)勢的上游供應(yīng)商，國際分工地位由此實(shí)現(xiàn)了極大提升［2］，而這一積極趨勢又必將對(duì)中國參與 GVC所帶來的環(huán)境效應(yīng)產(chǎn)生顯著影響；最后，隨著PM2.5等環(huán)境問題引起廣泛的輿論討論，中國居民對(duì)于環(huán)境污染的關(guān)注程度日漸增高。中國政府還承諾，在2030年前實(shí)現(xiàn)碳達(dá)峰，在2060年前實(shí)現(xiàn)碳中和。因此，研究中國企業(yè)GVC參與對(duì)污染排放的影響，對(duì)環(huán)境治理和“雙碳目標(biāo)”的實(shí)現(xiàn)十分重要，也具備極高的全球代表性，能夠?yàn)槠渌l(fā)展中國家制定適合于自身的對(duì)外貿(mào)易政策提供借鑒。

中國自改革開放以來，特別是于2001年末加入WTO后，憑借自身具備的成本優(yōu)勢與市場潛力，不斷深度參與到GVC生產(chǎn)體系的構(gòu)建與發(fā)展之中。然而，在貿(mào)易出口和經(jīng)濟(jì)增長取得巨大成就的背后，隨之伴生的便是國內(nèi)日益惡化的生態(tài)環(huán)境問題［3］。Lin等研究發(fā)現(xiàn)，中國主要空氣污染物排放規(guī)模當(dāng)中的17%～36%源于以低端要素嵌入GVC的下游生產(chǎn)制造環(huán)節(jié)領(lǐng)域［4］。但隨著GVC嵌入的不斷加深，中國在GVC中的生產(chǎn)環(huán)節(jié)以及所處的分工地位發(fā)生了明顯變化，這一因素?zé)o疑將對(duì)中國嵌入GVC所帶來的環(huán)境效應(yīng)產(chǎn)生重要影響［5］。在新型國際分工體系不斷演進(jìn)和中國國內(nèi)環(huán)境治理形勢日益嚴(yán)峻的情形下，本文從不同嵌入方式的角度對(duì)中國企業(yè)在全球分工體系中的地位進(jìn)行了較為全面的考察，旨在揭示其污染排放行為如何受到全球分工體系的深刻影響，為在新型國際分工秩序下通過調(diào)整GVC嵌入戰(zhàn)略改善國內(nèi)環(huán)境提供理論和實(shí)踐參考。

本文發(fā)現(xiàn)：第一，在構(gòu)建動(dòng)態(tài)面板GMM模型后，企業(yè)的GVC參與程度與污染排放呈現(xiàn)出非線性的倒U型關(guān)系，即企業(yè)污染排放隨著GVC參與程度的上升先增加后降低；第二，本文單獨(dú)構(gòu)建上游度和下游度與污染排放影響模型后發(fā)現(xiàn)，上游度與污染排放負(fù)相關(guān)，企業(yè)在GVC當(dāng)中的上游環(huán)節(jié)經(jīng)濟(jì)成分（如技術(shù)研發(fā)、國際營銷和關(guān)鍵零部件制造）會(huì)產(chǎn)生減排效果。而下游度與污染排放是正相關(guān)關(guān)系，這表示企業(yè)在GVC當(dāng)中的上游環(huán)節(jié)經(jīng)濟(jì)成分（如組裝、非關(guān)鍵零部件生產(chǎn)等）會(huì)增加污染排放；第三，基于第二個(gè)結(jié)論，本文假定倒U型關(guān)系的形成原因是企業(yè)上游參與度和下游參與度共同影響下的最終結(jié)果，且這一假定在構(gòu)建多重中介效應(yīng)模型后得到了證明。此外，融資約束對(duì)企業(yè)參與GVC所產(chǎn)生的環(huán)境效應(yīng)具有減弱效果，且東部地區(qū)GVC環(huán)境效應(yīng)實(shí)現(xiàn)逆轉(zhuǎn)的要求高于中西部地區(qū)，而南北劃分后不存在明顯差異。大型企業(yè)進(jìn)入污染排放下行區(qū)間的GVC臨界標(biāo)準(zhǔn)最高，而中小型企業(yè)的臨界點(diǎn)水平大致相同。這些發(fā)現(xiàn)有助于政府制定更為精準(zhǔn)的、符合自身發(fā)展需要的產(chǎn)業(yè)和環(huán)境政策，以達(dá)成貿(mào)易發(fā)展和環(huán)境保護(hù)之間的平衡。綜上，本研究為全球發(fā)展中經(jīng)濟(jì)體選擇參與GVC的模式和路徑提供參考，對(duì)于全球污染的治理具有重要意義。

二、文獻(xiàn)綜述

早在1994年，學(xué)術(shù)領(lǐng)域相關(guān)專家便提出了“污染天堂假說”，該假說主要用于描述高能耗、重污染產(chǎn)業(yè)在參與GVC過程中向低端嵌入位置的發(fā)展中經(jīng)濟(jì)體的轉(zhuǎn)移現(xiàn)象，意味著生產(chǎn)的國際分割使得環(huán)境污染在國家間轉(zhuǎn)移成為可能。發(fā)達(dá)國家采用“保留核心、外包其余”的產(chǎn)業(yè)及外貿(mào)投資策略，將高污染的下游生產(chǎn)制造環(huán)節(jié)轉(zhuǎn)移到其他發(fā)展中國家，借以改善自身的環(huán)境質(zhì)量。然而，這一做法卻極大可能加劇發(fā)展中國家的環(huán)境污染［6～7］。GVC上游經(jīng)濟(jì)體主要進(jìn)行技術(shù)研發(fā)和國際營銷，或掌握高附加值的關(guān)鍵性零部件生產(chǎn)，主要消耗的生產(chǎn)要素是資本和人力。而下游經(jīng)濟(jì)體則參與組裝生產(chǎn)以及制造一些低附加值的、易被替代的零部件，消耗更多傳統(tǒng)能源，因此其污染排放隨之增加［8］。處于較低GVC分工位置的經(jīng)濟(jì)體貿(mào)易在其開放水平提高后，擴(kuò)大貿(mào)易規(guī)模反而會(huì)導(dǎo)致其污染貿(mào)易條件的惡化［9］。而GVC位置和參與度對(duì)污染排放呈正向影響，例如，基于MRIO模型，結(jié)合Koopman增值分解法，發(fā)現(xiàn)參與GVC分工可能引起更高水平的隱含碳排放［10］。

與“污染天堂假說”針鋒相對(duì)的是，Vogel曾提出“環(huán)境收益假說”（即污染光暈假說），即通過GVC的嵌入，發(fā)展中經(jīng)濟(jì)體通過倒逼機(jī)制吸收外國先進(jìn)技術(shù)，從而在生產(chǎn)環(huán)節(jié)抑制污染排放［11］。由于“污染關(guān)稅”等貿(mào)易壁壘限制了高污染、高排放產(chǎn)品的入境，因此發(fā)展中經(jīng)濟(jì)體為了確保出口的同時(shí)改善貿(mào)易結(jié)構(gòu)和提高環(huán)保水平，必須向價(jià)值鏈上游攀升。此外，這一舉措短期內(nèi)滿足了國際通行的環(huán)境標(biāo)準(zhǔn)，使發(fā)展中國家制定了更為嚴(yán)格的污染排放目標(biāo)，從而形成了控制污染排放的良性循環(huán)。因此，在GVC位置上移過程中，生產(chǎn)結(jié)構(gòu)、技術(shù)水平、規(guī)模情況以及法律法規(guī)對(duì)污染排放有重要影響。

除了正相關(guān)的“污染天堂假說”與負(fù)相關(guān)的“污染光暈假說”以外，許多學(xué)者發(fā)現(xiàn)，GVC的分工地位對(duì)污染排放產(chǎn)生非線性效應(yīng)［12～14］。呂越和呂云龍?jiān)诨贑opland和Taylor模型的基礎(chǔ)上考察企業(yè)價(jià)值鏈參與情況，發(fā)現(xiàn)前向嵌入在很大程度上減少了第二產(chǎn)業(yè)的總體貿(mào)易隱含碳排放［15］。在GVC嵌入的過程中，不僅可能導(dǎo)致工業(yè)污染排放波動(dòng)增長，還可能導(dǎo)致污染排放與污染貿(mào)易條件的不斷變化。蔡禮輝等的研究發(fā)現(xiàn)，中國工業(yè)的污染排放與前向關(guān)聯(lián)的GVC嵌入呈現(xiàn)U型關(guān)系［16］。而徐博等通過采用非線性回歸發(fā)現(xiàn)，GVC位置與碳排放之間呈現(xiàn)倒U型關(guān)系，并提出了GVC位置提升降低污染排放的機(jī)制［17］。然而，值得注意的是，GVC位置提升對(duì)于減少出口污染排放存在門檻效應(yīng)，同時(shí)GVC參與情況對(duì)于污染貿(mào)易條件的門檻效應(yīng)同樣呈現(xiàn)U型結(jié)構(gòu)，這與技術(shù)變化密切相關(guān)。

但是，目前的研究存在一些未解決的問題：一方面，污染天堂假說、污染光暈假說、U型關(guān)系、倒U型關(guān)系等結(jié)論是相互矛盾的，產(chǎn)生這一分歧的原因是缺乏令人信服的微觀數(shù)據(jù)研究。此外，污染排放與能源消耗高度相關(guān)，而要獲取中國企業(yè)微觀能源數(shù)據(jù)十分困難，這令模型中控制變量存在不足；另一方面，大多數(shù)研究只停留在結(jié)論層面，未探討GVC與污染排放相關(guān)關(guān)系的形成機(jī)制，未能說明系統(tǒng)內(nèi)部的結(jié)構(gòu)和相互關(guān)系，僅能大致了解GVC參與程度與企業(yè)環(huán)境績效之間的基本規(guī)律，這對(duì)于指導(dǎo)政策制定是不足的。而在此基礎(chǔ)上所設(shè)計(jì)的環(huán)境規(guī)制政策框架，無疑在針對(duì)性和有效性方面存在優(yōu)化空間。

三、研究設(shè)計(jì)

（一）樣本選擇和數(shù)據(jù)來源

本文將經(jīng)過篩選后的中國工業(yè)企業(yè)數(shù)據(jù)庫（CASIF）、企業(yè)污染排放數(shù)據(jù)與海關(guān)數(shù)據(jù)庫（CCTS）進(jìn)行了整合，基于Upward R和田巍、余淼杰的處理模式，采用較為主流的“兩步法”對(duì)不同數(shù)據(jù)庫的各類實(shí)體進(jìn)行匹配［18～19］。進(jìn)而，本文以Ju J、Yu X、寧密密所提出的方案為藍(lán)本［20～21］，利用世界投入產(chǎn)出表數(shù)據(jù)庫（World Input-Output Database，WIOD）、《中國地區(qū)投入產(chǎn)出表2012》和《中國2012年投入產(chǎn)出表》，將所需要的、未編制年份的行業(yè)數(shù)據(jù)進(jìn)行了近似匹配，整理出更為詳盡的行業(yè)數(shù)據(jù)。企業(yè)能耗方面的數(shù)據(jù)，本文則參照史丹、李少林，范子英、彭飛、劉沖以及秦蒙、劉修巖、李松林，吳健生、牛妍、彭建、王政、黃秀蘭等學(xué)者的思路［22～25］，基于2005～2013年度中國DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)、《國家統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》以及部分城市的統(tǒng)計(jì)公報(bào)和地理信息數(shù)據(jù)，計(jì)算了共計(jì)280余個(gè)地級(jí)市的能耗強(qiáng)度指標(biāo)，并與轄區(qū)內(nèi)存在微觀能耗數(shù)據(jù)的企業(yè)進(jìn)行反向平均值匹配。由于工企數(shù)據(jù)登記缺失值較多，部分關(guān)鍵指標(biāo)存在數(shù)據(jù)異常，故現(xiàn)有單值移動(dòng)時(shí)序平滑法、MICE1、MICE2、MMICE1和MMICE2五種插補(bǔ)方法可對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。本文依據(jù)張少華、李蘇蘇所進(jìn)行的研究［26］比較，采用單值移動(dòng)時(shí)序平滑法對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行插值，最終得到本文使用的基礎(chǔ)數(shù)據(jù)。

（二）變量設(shè)定

1.被解釋變量——綜合污染指數(shù)（Synthetic Pollution Index）

企業(yè)的污染排放數(shù)據(jù)來自國家統(tǒng)計(jì)局2005～2013年度的中國工業(yè)企業(yè)污染排放數(shù)據(jù)庫。本文依照邵朝對(duì)以及蘇丹妮、楊琦的處理辦法進(jìn)行操作［27～28］，選取數(shù)據(jù)質(zhì)量相對(duì)較高的工業(yè)廢水、化學(xué)需氧量排放量、氨氮、二氧化硫、氮氧化物、煙塵、工業(yè)粉塵排放量構(gòu)建綜合指標(biāo)體系。首先，本文對(duì)各項(xiàng)污染排放指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理，目的在于消除不同污染物之間的量綱差異，具體公式如下：

Pxij=xmax-xijxmax-xmin（1）

其中xmax為企業(yè)i在某一項(xiàng)污染排放指標(biāo)當(dāng)中的最大值，xmin為對(duì)應(yīng)最小值，xij為企業(yè)i在j時(shí)刻所排放的x類污染物質(zhì)的規(guī)模。進(jìn)而，進(jìn)行指標(biāo)歸一化：

TPij=Pxij∑mx=1∑ni=1Pxij（2）

進(jìn)而，計(jì)算熵值：

Ej=-k1∑mx=1∑ni=1TPij·lnTPij，k1=1ln（m×n）（3）

最后，由層次分析法得出相應(yīng)指標(biāo)權(quán)重，帶入權(quán)重加總得到企業(yè)綜合污染指數(shù)（SPI，Synthetic Pollution Index）。該指標(biāo)數(shù)值越大，說明企業(yè)污染排放強(qiáng)度越高。在實(shí)際使用中，本文將該指標(biāo)加一取對(duì)數(shù)作為被解釋變量，并用lnSPIit表示。

2.解釋變量——GVC參與度

在非線性關(guān)系的基準(zhǔn)回歸當(dāng)中，解釋變量為企業(yè)GVC參與度（Participation in GVCs，GVC）。本文參照由呂越等提出的計(jì)算方法［29］，他們以Upward R等、張杰等和Kee，Tang的已有測算［18，30～31］為基礎(chǔ)，充分考慮了出口企業(yè)在使用國內(nèi)原材料時(shí)同樣蘊(yùn)含國外生產(chǎn)的份額。Koopman等通過估計(jì)認(rèn)為該比例為5%至10%之間，可能是由中間貿(mào)易商處實(shí)現(xiàn)的間接進(jìn)口，也可能是國內(nèi)供應(yīng)商存在的進(jìn)口原材料遺漏［32］。為此，他們構(gòu)造了目前最全面的GVC參與度計(jì)算方法，并假定企業(yè)國內(nèi)購買的中間產(chǎn)品當(dāng)中存在5%的海外進(jìn)口成分。

GVC=IIPAp+EXPg·IIPAMgYD+EXPg+0.05×MT-IIPAp-IIPAMgYD+EXPgEXP（4）

其中，IIP、EXP、YD分別表示該企業(yè)進(jìn)口、出口和國內(nèi)銷售規(guī)模；下標(biāo)的p、g則分別指代加工貿(mào)易（processing trade）、一般貿(mào)易（general trade）。計(jì)算過程當(dāng)中，可從前文所述的工企數(shù)據(jù)、海關(guān)數(shù)據(jù)等來源獲得企業(yè)的進(jìn)出口數(shù)據(jù)。有部分企業(yè)原始數(shù)據(jù)當(dāng)中銷售額低于其報(bào)關(guān)出口交貨值的，假定其不存在國內(nèi)零部件采購。而計(jì)算過程中出現(xiàn)的國外附加值大于出口總額的情況，則將其國內(nèi)附加值設(shè)定為0，國外附加值率設(shè)為1，即GVC參與度為1。其中的MT為該企業(yè)中間投入總額，而上式當(dāng)中有一隱藏假定，即企業(yè)國內(nèi)購買的中間產(chǎn)品當(dāng)中存在5%的海外進(jìn)口成分。此外，將GVC作為橫軸、lnSPIit作為縱軸繪制散點(diǎn)圖后做擬合圖，可得到圖1。通過擬合圖可猜測，在進(jìn)行了能源約束后，GVC與污染排放存在倒U型關(guān)系，因此，本文構(gòu)建了非線性關(guān)系模型。

3.多重中介變量

在多重中介效應(yīng)模型當(dāng)中，中介變量為GVC上游環(huán)節(jié)參與度（Output Upstreamness，OU）和GVC下游環(huán)節(jié)參與度（Input Downstreamness，ID）。在Kee & Tang、張杰等、蘇丹妮等和袁凱華等提出的計(jì)算公式［2，22，30，33］基礎(chǔ)上，本文將原有全國行業(yè)數(shù)據(jù)作為企業(yè)間接增加值出口數(shù)據(jù)近似值的處理辦法，優(yōu)化為企業(yè)所在省份的行業(yè)平均數(shù)據(jù)，以體現(xiàn)省際差異。由此，OU和ID計(jì)算公式如下：

OUijtp=［1-IIPijtp+Dijtp+θ1j-θ2j·EXPijtpEXPijtp］×IEXPijtp·θ3jEXPijtp（5）

OUijtg=［1-（IIPijtg/Yijt）·EXPijtg+Dijtg+θ1j-θ2j·EXPijtgEXPijtg］×IEXPijtg·θ3jEXPijtg（6）

OUijtm=γp·IEXPijtp·1-IIPijtp+Dijtp+θ1j-θ2j·EXPijtpEXPijtp·θ3jEXPijtp+γg×IEXPijtg·{1-［IIPijtg/（Yijt-EXPijtg）］·EXPijtg+Dijtg+θ1j-θ2j·EXPijtgEXPijtg}·θ3jEXPijtg（7）

IDijtp=IIPijtp+Dijtp+θ1j-θ2j·EXPijtpEXPijtp（8）

IDijtg=IIPijtgYijt·EXPijtg+Dijtg+θ1j-θ2j·EXPijtgEXPijtg（9）

IDijtm=γp×IIPijtp+Dijtp+θ1j-θ2j×EXPijtpEXPijtp+γg×［IIPijtg/（Yijt-EXPijtp）］×EXPijtg+Dijtg+θ1j-θ2j×EXPijtgEXPijtg（10）

i、j、t分別表示企業(yè)代碼、行業(yè)代碼及時(shí)間，p、g、m則分別指代加工貿(mào)易（processing trade）、一般貿(mào)易（general trade）和混合貿(mào)易（mixed trade）。本文將加工貿(mào)易進(jìn)口的中間產(chǎn)品視作全部用于加工貿(mào)易出口，而在一般貿(mào)易進(jìn)口的中間產(chǎn)品當(dāng)中，出口比例同國內(nèi)銷售與一般貿(mào)易出口量比例相同。故IEXPijtnn=p，g為扣除中間商貿(mào)易后的企業(yè)中間產(chǎn)品出口額。EXPijtnn=p，g為出口企業(yè)總出口額減去中間商處間接出口。IIPijtp為從事加工貿(mào)易的企業(yè)從中間貿(mào)易代理商處所間接獲取的、用于出口的那一部分中間產(chǎn)品進(jìn)口額；對(duì)一般貿(mào)易企業(yè)，該指標(biāo)則為IIPijtgYijt×EXPijtg。Yijt指企業(yè)銷售總額，Djitnn=p，g為企業(yè)折舊累積額。γp為混合貿(mào)易企業(yè)中其加工貿(mào)易所占出口的比值，γg為其一般貿(mào)易所占出口的比值。IEXPijtnn=p，g指扣除中間商貿(mào)易中出口的中間產(chǎn)品后的企業(yè)中間產(chǎn)品出口額。θ1j為企業(yè)所在省份的同行業(yè)間接進(jìn)口比例，θ2j為企業(yè)所在省份同行業(yè)返回增加值比例，θ3j為企業(yè)所在省份同行業(yè)中間產(chǎn)品間接出口比例。

本文首先描繪行業(yè)上下游參與度熱力分布情況，如圖2所示。在36個(gè)行業(yè)當(dāng)中，30個(gè)行業(yè)在上游度實(shí)現(xiàn)提升，而煤炭開采和洗選業(yè)、有色金屬冶煉及壓延加工業(yè)、電力、熱力的生產(chǎn)和供應(yīng)業(yè)等行業(yè)則上游度下滑。出現(xiàn)下滑的行業(yè)大多屬于高耗能、高污染行業(yè)，且技術(shù)水平普遍偏低，上游環(huán)節(jié)參與度空間較為有限。同時(shí)，共有28個(gè)行業(yè)削減了下游度，而石油加工、煉焦及核燃料加工業(yè)、廢棄資源和廢舊材料回收加工業(yè)等行業(yè)則未能明顯降低下游度，說明上述行業(yè)存在低端鎖定，關(guān)鍵技術(shù)和原材料受制于人，并且存在高污染、高耗能、低附加值特征。

4.控制變量

企業(yè)清潔能源占比（Share of Clean Energy，SCE）。工業(yè)企業(yè)的生產(chǎn)環(huán)節(jié)是污染物排放的集中階段，主要是使用化石能源產(chǎn)生的。提高能源效率、使用燃燒更充分的碳基能源如天然氣等能夠在生產(chǎn)末端顯著降低污染物的排放。因此，本文參照史丹、李少林，范子英、彭飛、劉沖以及秦蒙、劉修巖、李松林，吳健生、牛妍、彭建、王政、黃秀蘭等學(xué)者的思路［22～25］，基于2005～2013年度中國DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)、《國家統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》以及部分城市的統(tǒng)計(jì)公報(bào)和地理信息數(shù)據(jù)，得出了各地級(jí)行政單位的能耗強(qiáng)度指標(biāo)，作為當(dāng)?shù)仄骄芎乃?。再將其與具有微觀能耗數(shù)據(jù)的企業(yè)數(shù)據(jù)進(jìn)行匹配，得到當(dāng)?shù)厮衅髽I(yè)的平均能耗份額，并對(duì)部分缺失能耗數(shù)據(jù)企業(yè)進(jìn)行賦值。根據(jù)所統(tǒng)計(jì)的工業(yè)企業(yè)煤炭、石油、天然氣使用量，換算為標(biāo)準(zhǔn)煤，并對(duì)數(shù)據(jù)缺失或不存在的企業(yè)用地級(jí)市平均能耗份額賦值及單值移動(dòng)時(shí)序平滑法進(jìn)行處理，得到了較為完整的工業(yè)企業(yè)2005～2013年能源強(qiáng)度數(shù)據(jù)。在此基礎(chǔ)上，再利用天然氣標(biāo)準(zhǔn)煤數(shù)據(jù)相除，得到了清潔能源占比變量。該變量取值在0～1范圍內(nèi)，數(shù)據(jù)越靠近1表明該企業(yè)的清潔能源占比越高，理論上所產(chǎn)生的污染物質(zhì)排放應(yīng)當(dāng)更低。

除了SCE以外，控制變量還包括：企業(yè)資產(chǎn)總計(jì)（CAPI）、利潤總額（PROFIT）、企業(yè)進(jìn)出口總額（Total Export-import Volume，TEIV）、用工人數(shù)（LABOR）。此外，本文還根據(jù)企業(yè)經(jīng)濟(jì)屬性設(shè)置了所有制結(jié)構(gòu)虛擬變量（OWERSHIP），其中公有制企業(yè)（包含國有及集體企業(yè)）=1，私營企業(yè)=2，外資企業(yè)=3。

（三）模型設(shè)定

動(dòng)態(tài)面板GMM回歸（Dynamic Panel Generalized Method of Moments Regression）是一種用于估計(jì)面板數(shù)據(jù)模型的計(jì)量方法，可處理面板數(shù)據(jù)中存在的內(nèi)生性問題。GMM利用工具變量來解決內(nèi)生性問題。在動(dòng)態(tài)面板GMM回歸中，本文使用滯后變量作為工具變量，以控制模型中的內(nèi)生性。該方法基于對(duì)工具變量的合理性和有效性的假設(shè)。動(dòng)態(tài)面板GMM回歸方法的優(yōu)點(diǎn)是可以同時(shí)控制個(gè)體固定效應(yīng)和內(nèi)生性，能夠更好地處理面板數(shù)據(jù)中存在的動(dòng)態(tài)特征。本文先進(jìn)行了多重共線性檢驗(yàn)，結(jié)果顯示各變量間相關(guān)系數(shù)均小于0.7，方差膨脹因子均小于2，且均值為1.28，表明構(gòu)建模型內(nèi)所有變量不存在嚴(yán)重的多重共線性問題。為研究GVC參與程度對(duì)企業(yè)環(huán)境績效的影響，本文將繼續(xù)按照基準(zhǔn)回歸所構(gòu)建的模型框架，將GVC參與度一次項(xiàng)和二次項(xiàng)引入模型當(dāng)中。在系統(tǒng)GMM當(dāng)中，選用了原模型當(dāng)中的內(nèi)生解釋變量滯后項(xiàng)作為其自身的工具變量，從而顯著提高了估計(jì)效率及所得結(jié)果的穩(wěn)健性。基準(zhǔn)模型設(shè)定如下方程組所示：

lnSPIit=α0+μlnSPIit-1+α1GVCit+α2GVCit2+γi+δt+εit（11）

lnSPIit=α0+μlnSPIit-1+α1GVCit+α2GVCit2+∑CONTROLit+γi+δt+εit（12）

∑CONTROLit=λ1CAPIit+λ2PROFITit+λ3TEIVit+λ4LABORit+λ5OWNERSHIPit+λ6SCEit（13）

其中，i與t分別表示對(duì)應(yīng)的市場微觀主體和時(shí)間，j表示樣本所在的地級(jí)行政范圍，k則指代其所屬行業(yè)，εit和α分別為誤差項(xiàng)和截距項(xiàng)，γi、δt則分別表示企業(yè)個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)。

四、非線性關(guān)系實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸分析

本文分別對(duì)原有模型進(jìn)行了固定效應(yīng)回歸和系統(tǒng)GMM回歸，結(jié)果見表 2。從該結(jié)果可以得出，在進(jìn)行了系統(tǒng)GMM估計(jì)后，GVC與GVC二次項(xiàng)系數(shù)特征及顯著性均與固定效應(yīng)模型保持了一致。此外，系統(tǒng)GMM回歸還需進(jìn)行AR（1）、AR（2）及Sargan檢驗(yàn)。首先，AR（1）檢驗(yàn)的P值為0.003，AR（2）的P值為0.297。該結(jié)果表示一階殘差存在自相關(guān)，而二階殘差不存在自相關(guān)，說明系統(tǒng)廣義矩估計(jì)的結(jié)果是可靠的；其次，為了保證工具變量的有效性，本文進(jìn)行了Sargan檢驗(yàn)，顯示檢驗(yàn)P值為0.2532。該結(jié)果說明接受原假設(shè)，工具變量合理且有效，不存在過度識(shí)別問題。僅從系數(shù)特征得出倒U型結(jié)論是不充分的，本文進(jìn)一步使用Lind and Mehlum提出的檢測方案［34］，對(duì)基準(zhǔn)回歸結(jié)論做Utest檢驗(yàn)。根據(jù)檢驗(yàn)結(jié)果，GVC極值點(diǎn)為0.644095，在可取值范圍內(nèi)，并能夠在1%的統(tǒng)計(jì)水平上拒絕原假設(shè)。同時(shí)，Slope取值［0.2675233，-0.1478243］，此區(qū)間內(nèi)存在負(fù)值，因而可認(rèn)定為倒U形關(guān)系。

回歸結(jié)果顯示，GVC的一次項(xiàng)估計(jì)系數(shù)顯著為正，而其平方項(xiàng)系數(shù)估計(jì)顯著為負(fù)，表明GVC對(duì)企業(yè)污染排放的影響呈明顯的倒U型趨勢。即在企業(yè)參與到GVC之初，隨著參與水平的加深，該企業(yè)的污染排放特征總體是趨于擴(kuò)大的。然而，隨著GVC參與水平的不斷上升，當(dāng)突破極值后，GVC參與水平的提高將對(duì)企業(yè)污染排放產(chǎn)生抑制作用，進(jìn)一步加深國際產(chǎn)能合作會(huì)給予當(dāng)?shù)卣娴沫h(huán)境改善效果。由此可見，在全球化艱難推進(jìn)的當(dāng)下，繼續(xù)保持對(duì)外開放、合作包容的姿態(tài)，不斷積累產(chǎn)業(yè)發(fā)展動(dòng)力，深入?yún)⑴c到GVC的整合提高過程當(dāng)中，能夠最終實(shí)現(xiàn)經(jīng)濟(jì)效益與環(huán)境減排效益雙贏的局面，這也是中國政府實(shí)現(xiàn)國內(nèi)國際雙循環(huán)新發(fā)展格局的應(yīng)有之義。此外，增加了清潔能源占比的能耗約束后，SCEit系數(shù)為負(fù)且保持極高的顯著性，說明在不斷推進(jìn)GVC參與程度提高的同時(shí)，提升如電力、天然氣等較為清潔能源的使用占比，將顯著抑制企業(yè)污染排放規(guī)模，能源結(jié)構(gòu)層面的調(diào)整亦刻不容緩。

（二）調(diào)節(jié)效應(yīng)分析

企業(yè)在參與GVC的過程當(dāng)中，普遍存在差異性的融資約束條件，這將影響企業(yè)技術(shù)購買、生產(chǎn)設(shè)備更新等多個(gè)領(lǐng)域，使企業(yè)參與GVC時(shí)所表現(xiàn)的環(huán)境績效影響產(chǎn)生波動(dòng)。為此，本文引入了融資約束（SAit）變量以衡量不同企業(yè)面臨的融資情況，且由于該變量為負(fù)值，故參照其他文獻(xiàn)的處理做法，取該變量絕對(duì)值進(jìn)行回歸。SA變量數(shù)值越大，則表明相應(yīng)企業(yè)在市場融資時(shí)所面臨的融資約束越強(qiáng)。

lnSPIit=α0+α1GVCit+α2GVCit2+α3SAit+α4GVCit×SAit+α5GVCit2×SAit+∑CONTROLit+γi+δt+εit（14）

調(diào)節(jié)效應(yīng)回歸結(jié)果如表3所示，GVC與GVC二次項(xiàng)系數(shù)符號(hào)分別與交互項(xiàng)GVCit×SAit、GVCit2×SAit系數(shù)符號(hào)相反，說明融資約束的提高會(huì)明顯削弱GVC參與度對(duì)企業(yè)排污水平的影響，該結(jié)論所有系數(shù)均在0.01顯著性水平下顯著。此外，通過圖3也可以看出，實(shí)線為原有GVC對(duì)污染排放的倒U型影響趨勢，虛線為在SA影響下的GVC與污染排放的關(guān)系趨勢。在受到融資約束后，每△GVCit下，lnSPIit的變化量不論在污染排放的上升階段抑或下降階段，均受到了降低。在GVCit影響lnSPIit的上升期，融資約束或許對(duì)環(huán)境污染產(chǎn)生了正面效果，這是因?yàn)樵谠撾A段限制企業(yè)擴(kuò)大生產(chǎn)規(guī)模，進(jìn)而降低了GVC參與程度在此時(shí)的環(huán)境規(guī)模效應(yīng)；而隨著企業(yè)GVCit越過門檻值，參與GVC與污染排放實(shí)現(xiàn)了良性互動(dòng)。而此時(shí)，融資約束反而阻礙了企業(yè)對(duì)高新技術(shù)的吸收及對(duì)高效生產(chǎn)設(shè)備的采購，減排效果因此受到負(fù)面影響。

（三）穩(wěn)健性檢驗(yàn)

為了尋求更為穩(wěn)健的結(jié)果，本文以工業(yè)廢水（IWit）、化學(xué)需氧量（CODit）、氨氮（ANit）、二氧化硫（SDit）、煙塵（FDit）排放量單獨(dú)作為被解釋變量進(jìn)行估計(jì)，以驗(yàn)證模型估計(jì)結(jié)果的穩(wěn)健性。估計(jì)結(jié)果如表 4 所示。單獨(dú)列舉污染物進(jìn)行回歸后，依舊與基準(zhǔn)回歸模型所得出的結(jié)論一致。這一結(jié)果再一次強(qiáng)化了倒U型影響的驗(yàn)證水平，說明該結(jié)論對(duì)于單獨(dú)特定的重要污染物同樣適用。

（四）異質(zhì)性檢驗(yàn)

1.按企業(yè)所在地區(qū)分組

中國經(jīng)濟(jì)發(fā)展水平存在差異，因此有必要進(jìn)行基于區(qū)位的異質(zhì)性分析。本文將企業(yè)按所在地區(qū)分為東部、中部、西部和北部、南部。為了消除樣本減少的問題，本文構(gòu)建了地區(qū)虛擬變量Regionit。本文采用的東、中、西部的劃分以中國統(tǒng)計(jì)局的三大區(qū)域?yàn)榛A(chǔ)，而南北部的劃分缺乏正式的劃分方法，因此采用了呂承超等提出的劃分方法［35］，即北方地區(qū)包括黑龍江、吉林、遼寧、內(nèi)蒙古、河北、北京、天津、山西、陜西、寧夏、甘肅、新疆、青海等 13 個(gè)省級(jí)行政單位，其余為南方地區(qū)。

lnSPIit=α0+α1GVCit×Regionit+α2GVCit2×Regionit+α3SCEit+∑CONTROLit+γi+δt+εit（15）

表5為本文研究地區(qū)異質(zhì)性而設(shè)計(jì)的模型結(jié)果，GVC參與度的一次項(xiàng)系數(shù)與各地區(qū)虛擬變量的交叉乘積顯著為正，而二次項(xiàng)與地區(qū)虛擬變量的交叉乘積顯著為負(fù)。這表明，GVC參與水平對(duì)企業(yè)排放強(qiáng)度存在明顯的倒U型影響，而且這一結(jié)論在區(qū)分地區(qū)后仍然非常穩(wěn)健。進(jìn)一步觀察拐點(diǎn)的分布特征發(fā)現(xiàn)，東、中、西部三條曲線的極值點(diǎn)分別為0642156863、0.616915423和0.63592233，這表明東部地區(qū)企業(yè)污染排放受GVC參與水平影響的趨勢逆轉(zhuǎn)臨界點(diǎn)最高，需要當(dāng)?shù)仄髽I(yè)達(dá)到0.642156863的GVC參與水平標(biāo)準(zhǔn)。這可能是由于東部地區(qū)是中國最早參與GVC的地區(qū)，因此長期以來積累了較多的低端產(chǎn)業(yè)部門；西部地區(qū)的GVC逆轉(zhuǎn)門檻高于中部地區(qū)，主要原因是西部地區(qū)經(jīng)濟(jì)基礎(chǔ)最薄弱，在引進(jìn)GVC中高端參與企業(yè)方面與中部和東部地區(qū)存在差異。而低端參與度企業(yè)受地理交通等因素限制，吸引力也弱于中部地區(qū)。由此可見，過去西部地區(qū)招商引資存在較為明顯的地方政府放松環(huán)保約束的行為。此外，南北差異下的系數(shù)值恰好相同（但其余變量和標(biāo)準(zhǔn)差等有顯著差異），使得南北差異下的GVC極值點(diǎn)相同，南北方在GVC影響出口企業(yè)污染排放方面沒有明顯差異。

2.按企業(yè)規(guī)模差異分組

不同的企業(yè)規(guī)模會(huì)影響企業(yè)的技術(shù)水平和各種環(huán)保投資的潛力，因此也應(yīng)根據(jù)企業(yè)規(guī)模的差異進(jìn)行分組，以驗(yàn)證本文趨勢關(guān)系結(jié)論的可靠性。為此，本文按照資產(chǎn)規(guī)模將企業(yè)分為三類：小型企業(yè)、中型企業(yè)和大型企業(yè)?；貧w結(jié)果如表6所示，變量上標(biāo)small、medium、large分別表示對(duì)應(yīng)的小型企業(yè)、中型企業(yè)和大型企業(yè)。樣本分組后，小、中、大型企業(yè)參與GVC的一次項(xiàng)和二次項(xiàng)與污染排放強(qiáng)度綜合指標(biāo)仍保持相關(guān)關(guān)系，顯著性和系數(shù)符號(hào)符合預(yù)期。即使區(qū)分為大中小型企業(yè)，不同規(guī)模的污染排放與GVC參與之間仍然存在非線性的倒U型關(guān)系。此外，考察不同規(guī)模企業(yè)的拐點(diǎn)分布可以發(fā)現(xiàn)，大、中、小型企業(yè)的極值點(diǎn)分別為0.6300、0.6322和0.6650，大型企業(yè)進(jìn)入污染排放下行區(qū)間的臨界點(diǎn)最高，而中小型企業(yè)的臨界點(diǎn)水平大致相同。原因在于大型企業(yè)初始固定資產(chǎn)投資較大，在引進(jìn)和消化新設(shè)備方面可能存在較為明顯的障礙，而盲目推動(dòng)中小企業(yè)整合未必能產(chǎn)生更理想的環(huán)境績效結(jié)果。

五、多重中介效應(yīng)分析

（一）不同嵌入路徑的環(huán)境效應(yīng)

通過構(gòu)建非線性回歸模型可知，中國參與GVC與企業(yè)污染排放之間的關(guān)系是倒U型。本文猜測，形成倒U型態(tài)勢的可能原因在于企業(yè)嵌入GVC的模式不同——上游嵌入和下游嵌入所產(chǎn)生的排污影響不同。前期，參與GVC的低端鎖定、路徑依賴及要素投入擴(kuò)大效果更加明顯，企業(yè)處于GVC當(dāng)中的下游位置；后期，隨著一定幅度的技術(shù)積累、產(chǎn)業(yè)升級(jí)等原因，原有GVC分工位置出現(xiàn)了改變，企業(yè)更多地涉足GVC的上游高附加值環(huán)節(jié)，而能否實(shí)現(xiàn)環(huán)境績效改善和排放下降，關(guān)鍵在于能否實(shí)現(xiàn)一定程度上的GVC分工位置的進(jìn)步。因此，本文構(gòu)建OU與ID影響企業(yè)污染排放的固定效應(yīng)模型。為了強(qiáng)化能源約束，本文構(gòu)建了企業(yè)非清潔能源占比變量Enegryit，即該企業(yè)所有能耗標(biāo)準(zhǔn)煤總量當(dāng)中煤炭、石油標(biāo)準(zhǔn)煤份額的占比。模型設(shè)定如下列方程組所示：

lnSPIit=α0+α1OUit+α2Enegryit+∑CONTROLit+γi+δt+εit（16）

lnSPIit=α0+α1OUit+α2Enegryit+α3OU×Enegryit+∑CONTROLit+γi+δt+εit（17）

lnSPIit=α0+α1IDit+α2Enegryit+∑CONTROLit+γi+δt+εit（18）

lnSPIit=α0+α1IDit+α2Enegryit+α3IDit×Enegryit+∑CONTROLit+γi+δt+εit（19）

表7中，（1）列得到的結(jié)果顯示在該情形下，企業(yè)上游環(huán)節(jié)參與度依舊與其綜合污染排放水平呈顯著負(fù)相關(guān)，企業(yè)上游環(huán)節(jié)參與水平每提高1個(gè)單位，其污染排放強(qiáng)度將下降0.653個(gè)基點(diǎn)。而新加入的非清潔能源份額占比則與污染排放呈正向相關(guān)，這與理論預(yù)期一致。此外，本文還構(gòu)建了交乘項(xiàng)OU×Enegryit以考察非清潔能源占比對(duì)GVC上游環(huán)節(jié)參與度減排效果的調(diào)節(jié)效應(yīng)。由式（17）結(jié)果可知，交乘項(xiàng)顯著為正，與主變量符號(hào)相反，說明在同等GVC上游環(huán)節(jié)參與程度下，非清潔能源使用占比越高，企業(yè)由參與上游環(huán)節(jié)所帶來的減排效果越弱。表7中，（3）列得到的結(jié)果顯示，企業(yè)下游環(huán)節(jié)參與度依舊與綜合污染排放水平呈顯著負(fù)相關(guān)，企業(yè)上游環(huán)節(jié)參與水平每提高1個(gè)單位，其污染排放強(qiáng)度將上升0.321個(gè)基點(diǎn)。新加入的非清潔能源份額占比則與污染排放呈正向相關(guān)，這與理論預(yù)期一致。此外，本文依舊構(gòu)建了交乘項(xiàng)ID×Enegryit以考察非清潔能源占比對(duì)GVC下游環(huán)節(jié)參與度減排效果的調(diào)節(jié)效應(yīng)。由式（19）結(jié)果可知，交乘項(xiàng)顯著為正，說明在同等GVC下游環(huán)節(jié)參與程度下，非清潔能源使用占比越高，企業(yè)由參與下游環(huán)節(jié)所帶來的污染效果越強(qiáng)

從回歸結(jié)果不難看出，無論是否引入企業(yè)當(dāng)?shù)啬芎膹?qiáng)度和其他控制變量等因素，OU均對(duì)企業(yè)污染排放強(qiáng)度產(chǎn)生顯著的負(fù)向相關(guān)性影響，ID對(duì)企業(yè)污染排放強(qiáng)度產(chǎn)生顯著的正向相關(guān)性影響。對(duì)發(fā)展中經(jīng)濟(jì)體而言，上游產(chǎn)業(yè)經(jīng)濟(jì)比重越高，OU水平就越高，則環(huán)境績效整體表現(xiàn)將得到明顯改善。在GVC上游環(huán)節(jié)參與水平較高的企業(yè)，其自身知識(shí)、技術(shù)、資金、市場信息等的積累更為集中，且均為市場運(yùn)行當(dāng)中的高級(jí)生產(chǎn)要素，從而為其承擔(dān)全產(chǎn)業(yè)鏈當(dāng)中高附加值部分（如研發(fā)、售后、品牌營銷、核心零部件供應(yīng)）創(chuàng)造了有利條件，使其能夠在全球產(chǎn)業(yè)鏈利益分配當(dāng)中拔得頭籌，并開始注重社會(huì)觀感和企業(yè)責(zé)任，以營造良好的市場商譽(yù)和社會(huì)認(rèn)同，進(jìn)而共同促使企業(yè)自身污染排放水平的逐步下降。而ID水平越高，說明企業(yè)的下游經(jīng)濟(jì)比重越大，企業(yè)參與GVC后表現(xiàn)為污染物排放的增加。

（二）多重中介效應(yīng)回歸分析

由上文可知，OU對(duì)企業(yè)污染呈負(fù)向影響，ID對(duì)企業(yè)污染呈正向影響，若兩者都是GVC的中介變量，則倒U型關(guān)系形成的原因是這兩種效應(yīng)合并后的結(jié)果。由于中介變量個(gè)數(shù)為2個(gè)，則可能存在多重中介效應(yīng)。圖4為包含i個(gè)中介變量（此處i大于1）的并行多重中介模型示意圖，其中X為自變量，Y為因變量，相應(yīng)的M為對(duì)應(yīng)多個(gè)中介變量。通過該圖可以看出，多重并行中介變量之間不存在相關(guān)性影響。

根據(jù)并行多重中介效應(yīng)模型的相關(guān)設(shè)定，所設(shè)計(jì)的模型如式（20）～式（22）所示，相應(yīng)回歸結(jié)果如表 8所示。

OUit=α0+α1GVCit+α2GVCit2+γi+δt+εit（20）

IDit=α0+α1GVCit+α2GVCit2+γi+δt+εit（21）

lnSPIit=α0+α1GVCit+α2GVCit2+α3OUit+α4IDit+α5SCEit+∑CONTROLit+γi+δt+εit（22）

首先，考察基準(zhǔn)回歸當(dāng)中自變量GVCit一次項(xiàng)及二次項(xiàng)對(duì)因變量lnSPIit的顯著性水平。顯然，在本文基準(zhǔn)回歸當(dāng)中，已證明GVCit對(duì)因變量存在倒U型影響趨勢。其次，考察多重中介效應(yīng)當(dāng)中自變量GVCit一次及二次項(xiàng)對(duì)中介變量OUit、IDit是否存在顯著影響。由表8（1）和（2）列回歸結(jié)果可知，自變量對(duì)中介變量存在顯著性影響。最后，在加入中介變量后，中介變量對(duì)因變量lnSPIit的影響十分顯著。因此，GVC上游環(huán)節(jié)參與度與下游環(huán)節(jié)參與度對(duì)企業(yè)污染排放均產(chǎn)生了部分中介效應(yīng)，且該效應(yīng)是并行多重中介效應(yīng)。如圖 5所示，根據(jù)多重中介效應(yīng)強(qiáng)度分析公式，在并行多重中介效應(yīng)下，OUit、IDit所分別產(chǎn)生的中介效應(yīng)強(qiáng)度為-0.0139092與0.0825708，占總效應(yīng)份額分別為-519%（與總效應(yīng)方向相反）與30.81%。

上述實(shí)證結(jié)果說明，由于上游環(huán)節(jié)參與路徑與下游環(huán)節(jié)參與路徑所產(chǎn)生的企業(yè)環(huán)境績效方向相反，而在參與GVC過程當(dāng)中，企業(yè)上游參與水平與下游參與水平處在動(dòng)態(tài)變化當(dāng)中。因此，兩個(gè)方向的部分中介傳遞作用共同形成了倒U型曲線形式（見圖6）。當(dāng)GVCit∈0，0.6459時(shí)，即基準(zhǔn)回歸在極值點(diǎn)左側(cè)時(shí)，總體效應(yīng)呈現(xiàn)出GVC參與度上升、企業(yè)污染排放強(qiáng)度提高的態(tài)勢。在該階段，企業(yè)上游環(huán)節(jié)參與路徑所產(chǎn)生的減排效應(yīng)弱于下游環(huán)節(jié)參與路徑所產(chǎn)生的排放效應(yīng)。隨著GVC參與度的不斷提高，企業(yè)上游環(huán)節(jié)嵌入位置不斷提升，直至GVCit∈0.6459，1，使得其由該路徑所產(chǎn)生的減排效果不斷加強(qiáng)，最終使總效果變?yōu)閰⑴c水平提高、污染排放下降。

六、研究結(jié)論與政策建議

與已有的“污染光暈”和“污染天堂”假說和其他研究不同，本文先從污染排放與GVC參與度之間的變動(dòng)趨勢入手，認(rèn)為二者呈現(xiàn)非線性的倒U型關(guān)系。為了驗(yàn)證這一假說，本文提升了微觀樣本規(guī)模，并且構(gòu)建了更精確的非線性關(guān)系動(dòng)態(tài)面板GMM模型，得到了更為可靠的“倒U型”結(jié)論。在此基礎(chǔ)上，本文進(jìn)一步分析發(fā)現(xiàn)，上游環(huán)節(jié)嵌入所代表的企業(yè)OU與下游環(huán)節(jié)嵌入所代表的企業(yè)ID產(chǎn)生了相反的環(huán)境效果：企業(yè)OU與污染呈負(fù)相關(guān)，企業(yè)ID與污染呈正相關(guān)，且二者與GVC參與程度形成了并行多重中介效應(yīng)，即GVC的倒U型關(guān)系是OU與ID環(huán)境效應(yīng)共同影響下的結(jié)果。此外，融資約束對(duì)企業(yè)參與GVC所產(chǎn)生的環(huán)境效應(yīng)具有減弱效果，且東部地區(qū)GVC環(huán)境效應(yīng)實(shí)現(xiàn)逆轉(zhuǎn)的要求高于中西部地區(qū)，而南北劃分后不存在明顯差異。大型企業(yè)進(jìn)入污染排放下行區(qū)間的GVC臨界標(biāo)準(zhǔn)最高，這可能是因?yàn)榇笮推髽I(yè)初始固定資產(chǎn)投資較大，在引進(jìn)和消化新設(shè)備方面可能存在較為明顯的障礙。而中小型企業(yè)的臨界點(diǎn)水平大致相同，當(dāng)GVC分工位置未發(fā)生明顯改變時(shí)，盲目推動(dòng)中小企業(yè)整合無法在低端鎖定的狀態(tài)下發(fā)揮正面的規(guī)模效應(yīng)，未必能產(chǎn)生更為理想的環(huán)境績效結(jié)果。

在政策建議方面，第一，應(yīng)當(dāng)在充分聽取企業(yè)意見的基礎(chǔ)上，在環(huán)境規(guī)制和行政管理層面提高一定的執(zhí)行標(biāo)準(zhǔn)。針對(duì)不同規(guī)模、不同行業(yè)企業(yè)所表現(xiàn)出的環(huán)境績效異質(zhì)性特征，應(yīng)當(dāng)避免相同力度的政策干預(yù)；第二，增加財(cái)政治理預(yù)算，創(chuàng)新多元化市場激勵(lì)型環(huán)境規(guī)制政策，加大高效宣傳投送，提高環(huán)境規(guī)制執(zhí)行過程中的公眾參與度；第三，打通研究機(jī)構(gòu)與市場主體之間的壁壘，積極促進(jìn)最新研究成果向外貿(mào)領(lǐng)域延伸，加快研發(fā)成果轉(zhuǎn)化速率；第四，應(yīng)當(dāng)善于在出口領(lǐng)域的新興技術(shù)創(chuàng)新和研發(fā)環(huán)節(jié)揚(yáng)長避短，側(cè)重于開發(fā)全新的技術(shù)領(lǐng)域，在參與市場前沿和新興專利規(guī)則的制定過程當(dāng)中提高企業(yè)OU水平；第五，在既有成熟技術(shù)領(lǐng)域補(bǔ)齊短板，突破瓶頸與低端鎖定，降低企業(yè)ID經(jīng)濟(jì)成分；第六，充分調(diào)動(dòng)金融體系助力能力，深化科技領(lǐng)域的金融扶持力度。通過各種途徑緩解出口企業(yè)外部融資困境，提升其國內(nèi)產(chǎn)業(yè)附加值；第七，對(duì)出口結(jié)構(gòu)進(jìn)行優(yōu)化調(diào)整，著力于穩(wěn)定供應(yīng)鏈，優(yōu)化出口市場結(jié)構(gòu)，并不斷拓展外貿(mào)領(lǐng)域新業(yè)態(tài)；第八，重視各類多邊平臺(tái)和貿(mào)易協(xié)定工具的運(yùn)用，遵守各項(xiàng)國際貿(mào)易標(biāo)準(zhǔn)和規(guī)則，繼續(xù)對(duì)外開放：第九，對(duì)要素投入領(lǐng)域進(jìn)行優(yōu)化和提升，變“人口紅利”為“人才紅利”，不斷改善國內(nèi)營商環(huán)境。

參考文獻(xiàn)：

［1］牛志偉，鄒昭晞，衛(wèi)平東.全球價(jià)值鏈的發(fā)展變化與中國產(chǎn)業(yè)國內(nèi)國際雙循環(huán)戰(zhàn)略選擇［J］.改革，2020，（12）：28-47.

［2］蘇丹妮，盛斌，邵朝對(duì)，等.全球價(jià)值鏈、本地化產(chǎn)業(yè)集聚與企業(yè)生產(chǎn)率的互動(dòng)效應(yīng)［J］.經(jīng)濟(jì)研究，2020，55（3）：100-115.

［3］張少軍，李東方.生產(chǎn)非一體化與能源利用效率——來自中國行業(yè)面板數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.中國工業(yè)經(jīng)濟(jì)，2009，（2）：66-75.

［4］Lin J， Pan D， Davis S J， et al. China's International Trade and Air Pollution in the United States［J］. Proceedings of the National Academy of Sciences， 2014， 111（5）： 1736-1741.

［5］蔣鵬飛.FDI對(duì)中國GVC分工地位的影響——基于價(jià)值鏈升級(jí)的視角［J］.技術(shù)經(jīng)濟(jì)與管理研究，2019，（9）：21-27.

［6］Arce González G， Cadarso Vecina M ?， López Santiago L， et al. Indirect Pollution Haven Hypothesis in a Context of Global Value Chain［C］∥Final WIOD Conference： Causes and Consequences of Globalization， Groningen， The Netherlands， 2012：1-26.

［7］Cole M A， Elliott R J R， Okubo T. International Environmental Outsourcing［J］. Review of World Economics， 2014， 150（6）： 639-664.

［8］陶長琪，徐志琴.融入全球價(jià)值鏈有利于實(shí)現(xiàn)貿(mào)易隱含碳減排嗎？［J］.數(shù)量經(jīng)濟(jì)研究，2019，10（1）：16-31.

［9］潘安，郝瑞雪.全球價(jià)值鏈分工對(duì)貿(mào)易與環(huán)境失衡的影響［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2020，（6）：143-153.

［10］潘安.全球價(jià)值鏈分工對(duì)中國對(duì)外貿(mào)易隱含碳排放的影響［J］.國際經(jīng)貿(mào)探索，2017，33（3）：14-26.

［11］Vogel D. National styles of Business Regulation： A Case Study of Environmental Protection［M］. Washington D.C.： Beard Books， 2003：19.

［12］王玉燕，王建秀，閻俊愛.全球價(jià)值鏈嵌入的節(jié)能減排雙重效應(yīng)——來自中國工業(yè)面板數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.中國軟科學(xué)，2015，（8）：148-162.

［13］楊飛，孫文遠(yuǎn)，張松林.全球價(jià)值鏈嵌入、技術(shù)進(jìn)步與污染排放——基于中國分行業(yè)數(shù)據(jù)的實(shí)證研究［J］.世界經(jīng)濟(jì)研究，2017，（2）：126-134+137.

［14］呂延方，崔興華，王冬.全球價(jià)值鏈參與度與貿(mào)易隱含碳［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，36，（2）：45-65.

［15］呂越，呂云龍.中國參與全球價(jià)值鏈的環(huán)境效應(yīng)分析［J］.中國人口·資源與環(huán)境，2019，29（7）：91-100.

［16］蔡禮輝，張朕，朱磊.全球價(jià)值鏈嵌入與二氧化碳排放——來自中國工業(yè)面板數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.國際貿(mào)易問題，2020，（4）：86-104.

［17］徐博，楊來科，錢志權(quán).全球價(jià)值鏈分工地位對(duì)于碳排放水平的影響［J］.資源科學(xué)，2020，42（3）：527-535.

［18］ Upward R， Wang Z， Zheng J. Weighing Chinas Export Basket： The Domestic Content and Technology Intensity of Chinese Exports［J］. Journal of comparative economics， 2013， 41（2）： 527-543.

［19］田巍， 余淼杰. 企業(yè)出口強(qiáng)度與進(jìn)口中間品貿(mào)易自由化：來自中國企業(yè)的實(shí)證研究［J］. 管理世界， 2013，（1）：17.

［20］Ju J，Yu X. Productivity， Profitability， Production and Export Structures Along the Value Chain in China［J］. Journal of Comparative Economics， 2015， 43（1）：33-54.

［21］寧密密.GVC分工位置對(duì)中國企業(yè)出口匯率彈性的影響研究［D］.濟(jì)南：山東大學(xué)經(jīng)濟(jì)學(xué)院，2021：119-122.

［22］史丹，李少林. 排污權(quán)交易制度與能源利用效率——對(duì)地級(jí)及以上城市的測度與實(shí)證［J］. 中國工業(yè)經(jīng)濟(jì)， 2020，（9）：19.

［23］范子英，彭飛，劉沖. 政治關(guān)聯(lián)與經(jīng)濟(jì)增長——基于衛(wèi)星燈光數(shù)據(jù)的研究［J］. 經(jīng)濟(jì)研究， 2016，（1）：114-126.

［24］秦蒙，劉修巖，李松林.城市蔓延如何影響地區(qū)經(jīng)濟(jì)增長？——基于夜間燈光數(shù)據(jù)的研究［J］.經(jīng)濟(jì)學(xué)（季刊），2019，（2）：527-550.

［25］吳健生， 牛妍， 彭建，等. 基于DMSP/OLS夜間燈光數(shù)據(jù)的1995—2009年中國地級(jí)市能源消費(fèi)動(dòng)態(tài)［J］. 地理研究， 2014，（4）：10.

［26］張少華，李蘇蘇.中國工業(yè)企業(yè)數(shù)據(jù)庫（1999～2013）的使用研究：基于插值處理方法的比較分析［J］.貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，（5）：20-29.

［27］邵朝對(duì).進(jìn)口競爭如何影響企業(yè)環(huán)境績效——來自中國加入WTO的準(zhǔn)自然實(shí)驗(yàn)［J］.經(jīng)濟(jì)學(xué)（季刊），2021，21（5）：1615-1638.

［28］蘇丹妮，楊琦.中間品貿(mào)易自由化、環(huán)境管制與企業(yè)減排［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2021，（5）：89-100+160.

［29］呂越，羅偉，劉斌.異質(zhì)性企業(yè)與全球價(jià)值鏈嵌入：基于效率和融資的視角［J］.世界經(jīng)濟(jì)，2015，38（8）：29-55.

［30］張杰，陳志遠(yuǎn)，劉元春.中國出口國內(nèi)附加值的測算與變化機(jī)制［J］.經(jīng)濟(jì)研究，2013，48（10）：124-137.

［31］Kee H L， Tang H. Domestic Value Added in Chinese Exports： Firm-level Evidence［J］. Johns Hopkins University mimeo， 2016，106（6）：1402-1436.

［32］Koopman R B. US-China Economic Relations and Value Chains in Global Production Networks［C］∥Wei-Chiao Huang， Huizhong Zhou. Dragon versus Eagle： The Chinese Economy and U.S.-China Relations.Kalamazoo： W.E. Upjohn Institute for Employment Research，2012：17.

［33］袁凱華，李后建，高翔.我國制造業(yè)企業(yè)國內(nèi)價(jià)值鏈嵌入度的測算與事實(shí)［J］.統(tǒng)計(jì)研究，2021，38（8）：83-95.

［34］Lind J T， Mehlum H. With or Without U？ The Appropriate Test for a U-shaped Relationship［J］. Oxford Bulletin of Economics and Statistics， 2010， 72（1）： 109-118.

［35］呂承超，索琪，楊歡.“南北”還是“東西”地區(qū)經(jīng)濟(jì)差距大？——中國地區(qū)經(jīng)濟(jì)差距及其影響因素的比較研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（9）：80-97.

A Research on the Nonlinear Relationship of the Environmental Impact of Chinas Foreign Trade：Based on the Perspective of Global Value Chain

SHAO Xuyang， XU Honghai， SU Wei

Abstract： This article constructs a dynamic panel GMM model and finds that the degree of GVC participation of enterprises and pollution emissions show a nonlinear inverted U-shaped relationship. The pollution emission of enterprises increases and then decreases with the increase of GVC participation degree. This article further constructs upstream degree and downstream degree and pollution emission impact model and finds that upstream degree is negatively correlated with pollution emission， the upstream economic component of enterprises in GVC will produce emission reduction effect; while the downstream degree is positively correlated with pollution emission， which means that the upstream economic component of enterprises in GVC will increase the pollution emission. Based on the above conclusions， this article constructs a multiple mediation effect model and finds that the formation of the inverted U-shaped relationship is the final result of the mutual influence of the upstream and downstream participation of enterprises.

Key words： GVC participation degree; corporate pollution emissions; international trade

（責(zé)任編輯：葉光雄）