引言

当前中国正面临减少温室气体排放和缓解环境质量的双重压力，生态文明建设任重而道远。减少温室气体排放、实现“双碳”目标是中国向世界作出的庄严承诺，将为全球气候治理作出巨大贡献 ^[1]。与此同时，美丽中国建设要求持续减少主要污染物排放，不断提升生态环境质量。得益于碳排放与大气污染物排放的高度“同根同源性” ^{[2, 3]}，协同推进降碳减污是中国扎实推进生态文明建设的必由之路。因此，2022年6月10日，生态环境部、国家发展和改革委员会等相关部门联合印发了《减污降碳协同增效实施方案》，协同推进降碳、减污、扩绿、增长。

中国是世界第一出口大国，积极嵌入到全球价值链（GVC）的生产和分工中，在为国外输出大量产品的同时，也承担了大量由国外消费所引致的排放 ^[4]。显然，贸易与环境密切相关，且美、欧等一些发达经济体的碳减排历程显示，虽然其生产侧碳排放已经达峰，但消费侧碳排放仍在增加 ^[5]，这是因为美、欧等一些发达经济体占据全球价值链高端位置，能够将高排放生产环节转移给其他发展中经济体，进而避免较多的本国生产侧排放。那么，实现“双碳”目标对中国生产侧和消费侧的碳和大气污染物排放归属影响是怎样的？是否都具有显著的降碳减污协同效应？从贸易侧来看，实现“双碳”目标又会对中国参与全球价值链中的贸易隐含碳和贸易隐含大气污染物排放产生什么影响？回答好这些问题对于当前中国协同推进降碳减污、制定绿色贸易政策及参与国际气候博弈具有重要的现实意义。

在研究视角上，不少学者都已证实，实现“双碳”目标在大幅减少生产侧碳排放的同时，也会明显减少其他污染物的排放 ^[6–8]，具有显著的协同效应 ^[9]。随着全球供应链的日益复杂，消费侧的排放问题成为越来越多研究的焦点。研究表明，发达国家和地区的消费侧排放往往超过生产侧排放，特别是在一些高排放产品的进口需求上 ^[5]。近些年，中国消费侧排放的问题也逐渐凸显，到2020年，中国消费侧的碳排放已达到约80亿吨 ^[10]。尽管中国在生产侧实现了大量的减排，但消费侧的减排也不容忽视。与此同时，中国作为全球最大的出口国之一，其出口活动对全球碳排放具有重要影响，但目前尚缺乏“双碳”目标下消费侧和贸易侧的碳和大气污染物变动的披露。

在研究方法上，利用全球价值链核算分解方法进行贸易隐含排放测度已成为当前研究热点和重要研究趋势 ^{[11, 12]}，因为该方法能够更为准确合理地度量贸易隐含排放量，还原各国真实的排放归属 ^{[1, 14]}。比较具有代表性的方法是Meng等 ^[15]将国家或部门间的贸易隐含碳排放分解成8项，详细追溯贸易隐含碳排放的来源和去向。另外，从全球价值链视角分析“双碳”目标对中国降碳减污协同效应的影响，需要“双碳”目标下未来动态的环境多区域投入产出表（EMRIO表）。可计算一般均衡模型（CGE）在动态更新EMRIO表方面具有极为鲜明的优势，能够遵循一般均衡原理，具有坚实的经济学基础，但目前尚缺乏能够评估“双碳”等气候政策实施效应的长期动态CGE-GVC链接模型。

综上，关于“双碳”目标下未来中国“生产—消费—贸易”多维排放归属演变的相关研究，在研究视角和研究方法上都存在不足。鉴于此，本文通过构建环境—经济—能源—价值链综合评估模型（G-DE³V模型），模拟“双碳”目标的政策情景，得到不同情景下动态更新的EMRIO表，并基于GVC的隐含排放核算分解方法分别追溯中国未来生产侧、消费侧与贸易侧的碳和六种主要大气污染物（CO、NH₃、NO_x、PM₁₀、PM_2.5和SO₂）排放变化，明确“双碳”目标下中国未来多维排放归属的动态演变趋势。

本文的边际贡献主要有以下三点：①构建出适用于评估“双碳”等气候政策对环境排放和全球价值链重构的综合评估模型；②从全球价值链视角，更为准确合理地厘清“双碳”目标下中国生产侧、消费侧和贸易侧的多维碳和大气污染物排放归属；③从消费侧和贸易侧拓展“双碳”目标降碳减污协同效应的评估研究，为中国扎实推进降碳减污、协同增效提供科学的量化分析依据。

1 理论与机制分析

从国内视角来看，中国实现“双碳”目标是为了大幅减少本国产生的碳排放，且主要是基于庇古理论和科斯定理采取碳定价机制，将碳排放及其减排行为的外部性内部化，从而对生产与消费两侧均产生约束与激励作用。在“双碳”目标约束下，中国未来的贸易隐含排放（包括出口隐含排放和进口隐含排放）存在显著的不确定性。从出口隐含排放来看，出口产品的单位排放强度在碳减排政策和绿色技术进步的推动下将呈现下降趋势，这是较为确定的。但出口规模受多重因素影响，如全球市场需求变化、产业转型升级速度及国际贸易环境等，存在较大的波动空间。从进口隐含排放来看，其规模不仅取决于中国国内对进口产品的消费结构和总量，还与进口来源国的减排进展密切相关。不同国家在能源结构优化、污染物末端治理及履行《巴黎协定》下的国家自主贡献（NDCs）方面存在差异，这将直接影响进口产品的排放强度。因此，进口隐含排放的未来演变同样存在较大不确定性。

从全球视角来看，经济全球化使得各国经济体系和产业链深度耦合，一国气候政策的实施往往会通过贸易、投资和技术扩散等多重渠道产生跨国溢出效应 ^[16]。因此，各国在履行其NDCs目标过程中的表现，必然会对落实“双碳”目标的中国产生重要影响。

碳排放与大气污染物排放具有高度的“同根同源性” ^{[2, 3]}。因此，从生产侧来看，二者之间具有显著的降碳减污协同效应。相比之下，消费侧的情况则更为复杂。消费侧排放还包括大量由进口产品引致的隐含排放，其变化不仅取决于中国进口规模和结构的调整，还受到进口来源国能源结构优化、污染治理水平及NDCs履约情况等外部因素的影响。

综上所述，本文严格遵循一般均衡理论，构建的全球多区域动态环境—经济—能源—价值链综合评估模型为全面合理厘清“双碳”目标约束下未来中国生产侧、消费侧和贸易侧的碳和大气污染物排放责任变动提供了科学的解决方案。

2 数据与方法 2.1 G-DE³V模型

G-DE³V模型是由北京师范大学全球环境政策研究中心（CGEP）开发的环境—经济—能源—价值链综合评估模型，该模型在传统全球动态可计算一般均衡模型基础上 ^[17]，通过修改模型中的生产、消费、贸易等模块并引入构建全球多区域投入产出表所需的变量和方程，进一步实现全球价值链分析并拓展出环境模块，能够开展能源、环境、气候变化、全球价值链以及公共政策设计等问题的长期模拟、预测和分析。

G-DE³V模型的基本模块包含生产模块、消费模块、贸易模块、投资与动态模块、碳排放模块、大气污染物模块、市场均衡和闭合模块等。在贸易模块中，各个经济主体的进口是由各个经济主体自行确定进口的来源地。这样设置便可以清晰地区分出不同来源地的进口是用作中间产品还是最终产品。

本文中隐含排放的测度和分解是基于环境多区域投入产出表（EMRIO表），因此需要根据G-DE³V模型的模拟结果构建动态更新的EMRIO表。由于模型模拟运行后的每一期的数据都会更新，而且不同情景的动态模拟结果也不同，因此需要构建多个不同时期、不同情景的EMRIO表。

2.2 基于GVC的隐含排放核算分解方法

生产侧排放是从生产者角度出发，核算的是一国为满足各国产品需求从事生产活动而产生的排放，很好地回答了“我为谁产生了多少排放”这一问题。借鉴Meng等 ^[15]的方法思路，区域s的生产侧排放$\mathrm{EM}_{\mathrm{p}}^s$ 可以分解为5项：

$ \begin{align*} & \mathrm{EM}_{\mathrm{p}}^{s}=\hat{\boldsymbol{E}}^{s} \boldsymbol{X}^{s}=\underbrace{\hat{\boldsymbol{E}^{s}} \boldsymbol{L}^{s s} \boldsymbol{Y}^{s s}}_{① \mathrm{E}_{-} \mathrm{D}} \underbrace{\hat{\boldsymbol{E}}^{s} \boldsymbol{L}^{s s} \sum\limits_{r \neq s}^{G} \boldsymbol{A}^{s r} \sum\limits_{t}^{G} \boldsymbol{B}^{r t} \boldsymbol{Y}^{t s}}_{\text {② E_RD}} \\ & +\underbrace{\hat{\boldsymbol{E}^{s}} \sum\limits_{r \neq s}^{G} \boldsymbol{B}^{s s} \boldsymbol{Y}^{s r}}_{\text {③ } \mathrm{E}_{-} \mathrm{TR}}+\underbrace{\hat{\boldsymbol{E}^{s}} \sum\limits_{r \neq s}^{G} \boldsymbol{B}^{s r} \boldsymbol{Y}^{r r}}_{\text {④E_GVCs }}+\underbrace{\hat{\boldsymbol{E}^{s}} \sum\limits_{r \neq s}^{G} \boldsymbol{B}^{s r} \sum\limits_{t \neq s, r}^{G} \boldsymbol{Y}^{r t}}_{\text {⑤E_GVCc }} \end{align*} $

(1)

式中，上角标r、s、t均代表区域；G为区域总个数；$\hat{\boldsymbol{E}}^{s}$ 为区域s的污染排放强度系数向量的对角矩阵；$\boldsymbol{X}^{s}$ 为区域s的总产出向量；$\boldsymbol{L}^{s s}$ 为区域s的局地里昂惕夫逆矩阵；$\boldsymbol{Y}^{s s}$ 为区域s的最终需求向量；$\boldsymbol{A}^{s r}$ 为区域s投入到区域r的直接投入系数矩阵；$\boldsymbol{B}^{r t}$ 为区域s投入到区域t的里昂惕夫逆矩阵。

式（1）中分解成的5项具有不同的经济含义：① E_D体现的是为满足本国最终品消费而产生的排放；② E_RD体现的是因生产出口到其他国家的中间品并用于生产最终被本国消费的最终品而产生的排放；③ E_TR体现的是因生产出口到其他国家的最终品而产生的排放；④ E_GVCs体现的是因生产出口到直接进口国的中间品而产生的排放，这些中间品被直接进口国用于生产该国消费的最终品；⑤ E_GVCc体现的是因生产出口到其他国家的中间品而产生的排放，这些中间品被其他国家用于生产再出口品。进一步地，前两项之和代表为满足本国需求而产生的排放。后三项之和代表为满足国外需求而产生的排放，即出口隐含排放（EEE）。

再者，出口品生产而产生的出口隐含排放可以分解到全球价值链上的不同路径上，于是区域s到区域r出口隐含排放被分解为如下8项：

$ \begin{align*} & \mathrm{TE}^{s r}=\underbrace{\left(\boldsymbol{E}^{s} \boldsymbol{B}^{s s}\right)^{T} \boldsymbol{Y}^{s s}}_{①}+\underbrace{\left(\boldsymbol{E}^{s} \boldsymbol{L}^{s s}\right)^{T} \boldsymbol{A}^{s r} \boldsymbol{B}^{r r} \boldsymbol{Y}^{r r}}_{②} \\ & +\underbrace{\left(\boldsymbol{E}^{s} \boldsymbol{L}^{s s}\right)^{T}\left[\boldsymbol{A}^{s r} \sum\limits_{t \neq s, r}^{G} \boldsymbol{B}^{r t} \boldsymbol{Y}^{t t}+\boldsymbol{A}^{s r} \boldsymbol{B}^{r r} \sum\limits_{t \neq s, r}^{G} \boldsymbol{Y}^{r t}\right.+\boldsymbol{A}^{s r} \sum\limits_{t \neq s, r}^{G} \boldsymbol{B}^{r t} \sum\limits_{u \neq s, r}^{G} \boldsymbol{Y}^{t u}]}_{③} \\ & +\underbrace{\left(\boldsymbol{E}^{s} \boldsymbol{L}^{s s}\right)^{T} \boldsymbol{A}^{s r} \sum\limits_{t \neq s, r}^{G} \boldsymbol{B}^{r t} \boldsymbol{Y}^{t s}}_{④}+\underbrace{\left(\boldsymbol{E}^{r} \boldsymbol{B}^{r s}\right)^{T} \boldsymbol{Y}^{s r}}_{⑤}+\underbrace{\left(\boldsymbol{E}^{r} \boldsymbol{B}^{r s}\right)^{T} \boldsymbol{A}^{s r} \boldsymbol{L}^{r r} \boldsymbol{Y}^{r r}}_{⑥} \\ & +\underbrace{\left(\sum\limits_{t \neq s, r}^{G} \boldsymbol{E}^{t} \boldsymbol{B}^{t s}\right)^{T} \boldsymbol{Y}^{s r}}_{⑦}+\underbrace{\left(\sum\limits_{t \neq s, r}^{G} \boldsymbol{E}^{t} \boldsymbol{B}^{t s}\right)^{T} \boldsymbol{A}^{s r} \boldsymbol{L}^{r r} \boldsymbol{Y}^{r r}}_{⑧} \end{align*} $

(2)

式（2）中8项的具体含义如表 1所示。其中，前4项之和即为区域s到区域r的出口中隐含的区域s的排放（EEE），在国家层面上等于式（1）计算出的出口隐含排放；从区域r角度看，也是来自区域s的区域r的进口隐含排放（EEI）。因此，根据式（2）可以计算得到一个区域总的进口隐含排放。

消费侧排放是从消费者角度出发，核算的是一国最终消费的产品在生产过程中产生的排放，因而其很好地回答了“谁为我产生了多少排放”这一问题。本文中消费侧排放等于生产侧排放减去出口隐含排放（EEE）再加上进口隐含排放（EEI）^[12]，因为生产侧排放与消费侧排放之差就是贸易净隐含排放，贸易净隐含排放也等于出口隐含排放（EEE）减去进口隐含排放（EEI）。

最后，下式为传统贸易隐含排放计算方法：

$ \mathrm{TE}^{s r}=\boldsymbol{E}^{s} \boldsymbol{L}^{s s} \mathbf{E X P}^{s r} $

(3)

其中，$\mathbf{E X P}^{s r}$ 为区域s投入到区域r的出口向量。相较于传统贸易隐含排放计算方法，基于GVC的贸易隐含排放测度方法有着显著的优越性：第一，在计算的过程中去掉了中间品多次跨境引致的重复计算部分，而式（3）中的出口向量还包含这一部分；第二，基于GVC的贸易隐含排放测度方法，不仅考虑了本国排放系数，还考虑了进口国和其他有贸易联系国家的排放系数，式（3）仅包含本国排放系数；第三，基于GVC的贸易隐含排放测度方法进一步分解出通过出口又最终被本国吸收的排放部分。因此，基于GVC的贸易隐含排放能够更加精确地得到贸易隐含排放、生产侧排放和消费侧排放，更为合理地厘清不同视角下的排放归属。

2.3 情景设定

在中国坚定履行“双碳”承诺的基础上，国外许多国家也在《巴黎协定》下承诺了各自的国家自主贡献（NDCs）目标，致力于全球的温室气体减排。然而不少国家并没有严格履行或尚未履行本国曾经提交的NDCs承诺 ^[18–20]，这给未来全球气候减缓目标的实现带来了极大的不确定性。因此，本文在设置中国“双碳”情景时也耦合了国外NDCs目标情景，用以进一步考察国外NDCs目标履约度对中国造成的溢出效应，具体包含四种情景。

基准情景（BAU）为维持当前气候政策力度，未来不会强化气候政策力度的照常情景。该情景的核心发展指标，包括经济总量（GDP）、人口规模、劳动力技能结构等，均基于共享社会经济路径的中间发展情景（SSP2）进行校准，相关数据参照法国国际经济信息研究中心（CEPII）^[21]的设定标准。

中国“双碳”情景（CHN）是仅中国严格履行“双碳”目标，而其他国家和地区维持当前气候政策力度，未来不施加额外气候政策的情景。

中等NDC承诺情景（NDC1）是在中国严格履行“双碳”目标的基础上，其他国家和地区也会不完全履行本国的NDCs承诺，本文中设置其他国家和地区会履行50% 的NDCs承诺目标。而严格NDC承诺情景（NDC2）也是在中国严格履行“双碳”目标的基础上，其他国家和地区会完全履行本国的NDCs承诺，即100% 履行。NDCs排放路径数据主要基于气候研究机构Climate Resource提供的各国/ 地区数据进行设定 ^[22]。以上三种政策情景（CHN、NDC1、NDC2）冲击的设定在模型中主要通过碳排放路径外生、碳税内生来实现。大气污染物的计算通过假定排放系数不变得到，与基期排放系数一致。

2.4 数据基础

本文中G-DE³V模型的基础数据集来自GTAP 10数据库 ^[23]中的四个子数据集：GTAP-E、GDyn、GTAP-MRIO和大气污染物排放数据集。GTAP 10数据库包含65个行业和141个国家或地区的宏观数据，本文将其聚合为19个国家或地区和13个经济部门。其他数据的来源都已在文中标注。

3 结果与分析 3.1 生产侧排放归属的演变分析

图 1展示了不同情景下中国2020—2060年生产侧碳和六种主要大气污染物的排放量及其相较于BAU情景的变化率。由图可知，在BAU情景下，CO₂和六种大气污染物的排放规模都呈现增长态势，其中CO₂增长态势较为缓和，而六种大气污染物的增长势头较为迅猛，这是因为在BAU情景中，大气污染物的排放并没有考虑末端治理等限制措施，它们的规模主要取决于化石能源等中间投入的消费量和产出规模。

在实现“双碳”目标的三种政策情景中，生产侧的CO₂排放规模在2030年后大幅减少，从2030年的96亿t下降到2060年的18亿t左右（图 1a），这剩下的18亿t碳排放将主要由CCUS技术和森林等生态系统碳汇来消纳 ^[24–26]，到2060年的碳排放相较于BAU情景也显著减少了83.5%。对于六种大气污染物（图 1b~ 图 1g）来说，NO_x、SO₂和PM_2.5的排放规模在2030年后都是随着CO₂排放规模的减少而大幅减少，到2060年的排放量相较于基年（2020年）存在着显著的绝对减排差额，且相较于BAU情景也都减少了50%~ 70%；CO和PM₁₀排放规模对比BAU情景虽然也是大幅减少（到2060年分别相较于BAU情景减少38.5%~ 50.2% 和43.9%~ 52.4%），但相较于基年还是略微增加，降碳减污的协同效应相对低一些；而NH₃在三种政策情景下都是一直增长，并且与BAU情景排放路径基本一致。

上述结果表明，在“双碳”目标的约束下，绝大多数大气污染物生产侧排放与碳排放之间都有着较为显著的减污降碳协同效应，不过不同大气污染物与碳的协同减排表现存在明显差异。NO_x、SO₂和PM_2.5的协同减排表现最好，无论是相较于基年还是相较于BAU情景，都有着明显的减少；CO和PM₁₀表现次之，仅相较于BAU情景是大幅减少的；而NH₃与CO₂之间并没有明显的减排协同性。出现上述这种差别的原因主要是不同大气污染物与CO₂之间的同源度不同，NO_x、SO₂、PM_2.5等其他大气污染物则主要来源于化石燃料的燃烧，与CO₂有高度的同根同源性，而NH₃的产生主要是来自农业源，如畜禽养殖、化肥等。

对比三种不同政策情景可以发现，对于CO、PM₁₀、PM_2.5等污染物来说，仅中国落实“双碳”目标的CHN情景相对减排幅度是最大的，而各国不完全落实NDCs目标的NDC1情景次之，各国完全落实NDCs目标的NDC2情景减排幅度相对最小。这主要是由于在CHN情景下，中国经济受到的负面影响最大，到2060年的实际GDP损失率为25.68%，此时产出和化石能源消费量相对最小，因此产生的大气污染物排放也是最少的。而在NDC1和NDC2情景下，中国的GDP损失率有所缓和，到2060年分别为22.26% 和19.80%，导致产出和化石能源消费量相对CHN情景增加，因此产生的大气污染物排放也相较于CHN情景要多一些。

3.2 消费侧排放归属的演变分析

消费侧排放变动与生产侧排放变动较为一致，限于篇幅原因，具体结果不再展示。伴随着未来消费的增长，BAU情景下CO₂和六种大气污染物的排放规模也都呈现明显的增长态势。在三种政策情景中，消费侧的CO₂排放规模都呈现下降趋势，尤其是在2030年后大幅减少，从2020年的87亿t下降到2060年的18亿~ 30亿t，到2060年相较于BAU情景减少了72%~ 83%。其中，CHN情景下的排放规模明显高于NDC1和NDC2情景，减排幅度相对最小，一方面，这主要是由于在CHN情景下，国外未履行明显的碳减排政策，中国从国外进口的单位产品中具有较多的隐含碳，另一方面，中国单独落实严格的“双碳”目标，必然要进口更多的高碳（或高排放）产品。

对于六种大气污染物来说，NO_x、SO₂和PM_2.5的消费侧总排放在2030年后都是随着CO₂消费侧总排放规模的减少而大幅减少，到2060年，排放规模明显低于2020年的，相较于BAU情景也都减少了49%~ 72%；CO和PM₁₀的消费侧排放对比BAU情景也是大幅减少（2060年分别相较于BAU情景减少39.2%~ 45.1% 和43.6%~ 46.2%），不过相较于基年还是略微增加；而NH₃消费侧排放略低于BAU情景（2060年相较于BAU情景减少13.3%~ 14.1%），减排幅度最小。因此，从消费侧来看，在“双碳”目标的约束下，NO_x、SO₂和PM_2.5降碳减污的协同减排表现与生产侧一样，同样最佳，CO和PM₁₀表现次之，而NH₃与CO₂之间并没有明显的减排协同性。

上述结果表明，尽管中国承诺了大幅减少本国排放的“双碳”目标，但中国消费侧的排放也是显著减少的，具有显著的降碳减污协同效应，这表明中国在实现“双碳”目标的进程中，并不存在明显“碳泄漏”和“污染泄漏”。无论是从生产者视角还是消费者视角，都将为全球气候治理作出突出贡献，也将为协同减少全球大气污染物、改善全球空气质量作出实质性的努力。

3.3 贸易侧排放归属的演变分析 3.3.1 出口隐含排放变动

出口隐含排放（EEE）是为生产满足国外消费者的出口产品而产生的排放，因而出口隐含排放是中国参与全球价值链分工引致的环境成本。

从碳和大气污染物的出口隐含排放规模变动来看（表 2），2020— 2060年，BAU情景下的碳和大气污染物出口隐含排放都是增长的，其中六种大气污染物出口隐含排放的增长幅度普遍较高。在三种政策情景中，出口隐含碳排放显著减少，从2020年的25.93亿t下降到2060年的6亿t左右，且到2060年的出口隐含碳排放相较于BAU情景减少了80% 以上，对于六种大气污染物来说，NO_x和SO₂的出口隐含排放到2060年相较于2020年可减少一半以上，相对变动率也都减少70% 左右；CO、PM₁₀和PM_2.5的出口隐含排放对比BAU情景也都将大幅减少（减少了35%~ 58%），但相较于2020年仍然是增排；而NH₃出口隐含排放都是增排的，这主要是由于NH₃大都来自农业源，且模拟显示农产品出口相对BAU情景大幅增长。综上，实现“双碳”目标能够同时大幅减少碳和大气污染物（除NH₃外）的出口隐含排放规模，这表明在“双碳”目标的约束下，出口隐含排放也呈现出明显的降碳减污协同效应，其中CO₂和NO_x和SO₂的协同减排表现最好，CO、PM₁₀和PM_2.5表现次之，而CO₂与NH₃之间没有减排协同性。

3.3.2 进口隐含排放变动

进口隐含排放（EEI）是本国从国外进口的产品在其生产过程中产生的排放，是为了满足本国消费者的需求而在国外产生的排放。

从碳和大气污染物的进口隐含排放规模变动来看（表 3），2020—2060年，BAU情景下的碳和大气污染物进口隐含排放都是增长的，而在三种政策情景中，碳和六种大气污染物进口隐含排放增长幅度明显减小，到2060年都显著低于BAU情景的排放（减排幅度为35%~ 80%），这表明在“双碳”和各国NDCs目标约束下，中国碳和大气污染物的进口隐含排放会明显降低，同时进口隐含排放也呈现出普遍显著的降碳减污协同效应。

分情景来看，到2060年，CHN情景下的碳和大气污染物进口隐含排放基本要明显高于NDC1和NDC2情景（仅CO和NH₃在三种政策情景下的进口隐含排放没有明显差异），这主要是因为在CHN情景下，国外未履行或未完全履行各自的NDCs目标，中国从国外进口的单位产品中具有较多的隐含排放，这意味着要想进一步减少进口隐含排放，国外的气候治理努力同样十分重要。

3.3.3 贸易净隐含排放变动

图 2展示了不同情景下碳和六种大气污染物的贸易净隐含排放的变化。在2020年，中国贸易净隐含碳排放和贸易净隐含大气污染物的排放都是正值，仅NH₃的贸易净隐含排放大约为零，这表明当前中国仍然是贸易隐含排放净出口国，意味着中国在参与全球价值链分工中仍然是环境成本付出者。

在NDC1和NDC2情景下，中国贸易净隐含碳排放会从2020年的8.2亿t下降到2060年的-1.9亿~ 0.1亿t，在这过程中，中国的贸易隐含碳排放净出口国的身份逐渐弱化，贸易净隐含碳排放趋向于零甚至是负值；而在CHN情景下，中国到2060年的贸易净隐含碳排放为-11.8亿t，此时中国将明显转变为贸易隐含碳排放净进口国，这主要是此时国外产品的隐含碳排放过高导致的。NO_x和SO₂呈现相似的变化趋势，在CHN情景下，前者从2020年的221万t减少到2060年的-404万t，后者从2020年的412万t减少到2060年的-450万t，从贸易隐含排放净出口国转变成贸易隐含排放净进口国；在NDC1和NDC2情景下贸易净隐含排放趋向于零。CO、PM₁₀和PM_2.5的贸易净隐含排放在三种政策情景下都显著低于BAU情景，但基本上从2020—2060年中国仍然是这三种大气污染物的贸易隐含排放净出口国。而NH₃的贸易净隐含排放在三种政策情景下都高于BAU情景，这是由于中国到2060年出口的农产品相对减少幅度小于进口，因此在三种政策情景下的农产品出口相对于进口是增加的，因此NH₃的贸易净隐含排放相对增加。

综上，实现“双碳”目标会显著减少中国贸易净隐含碳排放和净隐含大气污染物排放，中国将逐渐从贸易隐含排放净出口国向贸易隐含排放净进口国转变，特别是在CHN情景下这一趋势会更加明显。

4 结论与政策建议 4.1 结论

本文系统识别“双碳”目标下中国多维排放归属演变趋势，得出如下主要结论：

（1）实现“双碳”目标将显著减少中国生产侧及消费侧碳和大气污染物排放，具有明显的降碳减污协同效应。在“双碳”目标约束下，中国碳和六种大气污染物的生产侧及消费侧排放相较于BAU情景都明显减少，且存在明显异质性。同时不同大气污染物与碳的协同减排表现也存在明显差异，NO_x、SO₂和PM_2.5与CO₂的协同减排效应最高，相较于基年及BAU情景都有着明显的减排；CO和PM₁₀表现次之，仅相较于BAU情景大幅减少；而NH₃主要来自农业源，并没有协同性。

（2）实现“双碳”目标也会显著减少中国出口隐含排放、进口隐含排放及其贸易净隐含排放，在贸易侧亦呈现出明显的降碳减污协同效应。中国出口隐含排放和进口隐含排放分别占生产侧和消费侧的比例会进一步提高，且进口隐含排放占比提高幅度更大。这表现为中国贸易净隐含排放减少，也意味着中国将逐渐从贸易隐含排放净出口国向贸易隐含排放净进口国转变。

（3）国外各自NDCs目标的履约度对中国“双碳”目标下的消费侧和贸易侧排放有明显影响。国外各自NDCs目标履约度的不同会直接影响中国进口的单位产品中隐含的排放，进而影响中国进口隐含排放规模和消费侧排放规模，因此在CHN情景下的进口隐含排放规模和消费侧排放规模要高于NDC1和NDC2情景。国外各自NDCs目标履约度的不同也会通过贸易传导影响到中国产出和化石能源消费量，进而对大气污染物的出口隐含排放规模和生产侧排放规模产生一定影响。

另外，本研究尚存在不足之处，即由于目前缺乏能够长期预测和量化未来污染物排放系数演变的可靠数据，为避免引入过多主观假设，在模型中假设大气污染物排放系数与基期保持一致，未考虑随时间变化的技术进步、燃烧工艺改进及末端治理措施等。这一简化处理虽然有助于在数据和方法可行性范围内进行分析，但可能导致对“减污降碳协同效应”的估计存在系统性偏差，如部分污染物协同效应被高估或低估。因此，相关结果应谨慎解读。未来研究可进一步引入可靠的动态排放系数，结合技术进步和政策实施效果，更精确地评估不同污染物的协同减排效应及其对中国“双碳”目标实现的影响。

4.2 政策建议

本文提出三点针对性的政策建议：

（1）强化协同减排机制，优化污染物减排策略。NO_x、SO₂和PM_2.5与CO₂协同减排效果最好，应优先采用协同策略减排，辅以末端控制措施，而其他污染物协同性不强，需要重点搭配末端治理手段。由于NH₃主要来自农业源且协同减排效应不明显，应专门加强对农业源的控制，推广环境友好的农业技术，减少氨排放，提升农业的绿色发展水平。

（2）深化绿色贸易政策，促进贸易低碳化。通过绿色贸易政策引导，逐步减少高碳排放产品的出口，增加低碳环保产品的出口，提高出口产品的技术含量和附加值，从而减少出口隐含排放，以此降低出口隐含排放在生产侧排放中的比例。同时制定并推广绿色进口标准，提高进口产品的环保要求，通过政策激励和市场准入限制，引导企业进口低碳、环保的产品和原材料，从消费侧亦树立起负责任减排大国形象。

（3）加强国际合作，推动全球各国减排履约。积极参与国际气候谈判和合作，支持其他国家履行其NDCs目标，通过技术援助、资金支持和经验分享，推动并强化全球消费侧减排。同时倡导建立国际减排合作机制，推动全球碳市场和绿色技术交流，利用国际合作带动国内减排，实现“双碳”目标。