引言

隐含碳是指为满足最终需求在生产过程中产生的直接与间接碳排放^[1]。对于生态脆弱、能源丰富、产业提质需求迫切的区域而言，隐含碳的精准核算与源头追溯，对厘清真实碳责任和促进产业低碳转型升级至关重要。黄河流域作为典型的能源富集与生态脆弱交织地带^[2]，贡献了全国约75%的煤炭基础储量、36%的石油探明地质储量，以及1/3的碳排放量^[3]。其中，流域上游地区依托丰富的能源资源成为重要的能源战略区域，中下游则发展为制造业集群，这种垂直分工模式使化石能源跨区域调运频繁，近62%的碳排放与电力、热力、燃气及水生产和供应业贸易直接相关^[4]，高碳产品贸易规模不断扩大。这些贸易产品在生产过程中产生大量碳排放，容易导致碳排放责任与实际排放地出现分离，造成隐含碳排放转移问题，加大了区域减排责任划分难度。

随着隐含碳愈发受到学界关注，探索其有效核算方法成为首要问题。目前常用的方法主要是排放因子法、生命周期法和投入产出法。其中，排放因子法主要聚焦直接排放核算^[5]，难以反映产品从生产到消费全过程的间接排放。相较之下，生命周期法弥补了这一缺陷，同时具备系统核算产品各阶段的隐含碳排放的优势^[6]，但存在数据获取难、无法核算产业关联等问题。随后，投入产出法的出现进一步完善了核算体系。该方法在实际运用过程中分为单区域投入产出法和多区域投入产出（Multi-Regional Input-Output，MRIO）法。相较单区域投入产出法无法区分生产者和消费者的责任，MRIO法则能系统、定量地揭示区域间的经济联系与环境影响转移。在区域应用层面，MRIO法在区域隐含碳研究中得到了良好体现^{[7, 8]}。随着MRIO数据库的持续完善与空间分辨率的提升，MRIO法在动态追踪隐含碳流动、制定差异化政策方面的能力进一步增强，成为驱动区域间隐含碳责任核算与合作的关键工具。

在隐含碳排放驱动因素方面的研究中，早期研究多采用指数分解法对碳排放变化进行分析。该方法计算过程相对简单^{[9, 10]}，但是在分解过程中可能存在残差问题。为克服这一不足，在指数分解法体系基础上发展形成的对数平均迪氏指数（Logarithmic Mean Divisia Index，LMDI）法被广泛应用于碳排放驱动因素研究^{[11, 12]}。该方法具有无残差、分解结果稳定等优点。与指数分解法和LMDI法主要基于时间序列数据进行分解不同，结构分解（Structural Decomposition Analysis，SDA）法通常依托投入产出模型^[13]，从产业关联关系出发，进一步揭示产业结构变化、最终需求变化等因素对隐含碳排放变化的影响^[14]。LMDI法在碳排放变化的因素分解方面具有良好的分解特性，而SDA法能够结合投入产出关系揭示产业结构及最终需求变化对隐含碳排放的影响。因此，将SDA法与LMDI法相结合（SDA-LMDI法）有助于从结构关系与因素分解两个层面更加系统地分析隐含碳排放的驱动机制。

隐含碳核算方法的拓展与应用为解析区域间碳转移等问题奠定了良好基础，现阶段相关研究主要包括隐含碳转移的空间流动特征^{[15, 16]}、空间溢出效应^{[17, 18]}、责任分担机制^[19]、补偿策略设计^{[20, 21]}等。其中，受社会经济结构、资源禀赋等因素影响，不同区域单元下呈现出的隐含碳转移空间流动特征与空间溢出效应存在较大差异性，因此多数研究的共性观点认为，针对区域隐含碳责任分担及补偿策略的设计过程要严格遵循因地制宜的基本原则^{[22, 23]}，尤其是在自然资源分布不均、生态环境本底脆弱等区域，更要以既有隐含碳的流动趋势和关键路径等作为参考依据^[24]。而黄河流域不仅兼具上述自然资源与生态环境特点，而且在黄河流域生态保护和高质量发展国家重大发展战略的推动下，由于越来越频繁的贸易往来持续驱动生产要素的跨区域转移，碳排放空间的置换效应也愈发显著^[25]。但当前针对黄河流域的研究多侧重于沿袭传统贸易统计方法进行单一维度的隐含碳核算或责任分配分析，忽略了环境负担与经济收益在空间尺度上的非对称性。同时，考虑黄河流域客观存在区域经济的梯度差异性，隐含碳流动过程中的经济增加值转移问题未能给出确切的研究结论，这不利于对流域内跨区域利益分配平衡的客观评价，以及协同减排政策的精准制定^{[26, 27]}。

综上所述，隐含碳已成为衡量区域碳责任的重要指标，其核算方法的多元化发展也为评估黄河流域隐含碳问题提供了有效工具支持。在既有相关研究尚未全面诠释黄河流域隐含碳与增加值的流动态势整体变化的情况下，为提供更加合理的区域减排责任与差异化政策的制定依据，本文基于投入产出表按区域和行业量化揭示黄河流域隐含碳与增加值的流动特征，识别关键行业的隐含碳与增加值路径，进而结合SDA-LMDI法对隐含碳排放驱动因素进行分解，以明确不同区域的主要异质性责任划分。

1 数据与方法 1.1 研究区域与数据来源

黄河流域横跨我国东中西部，涵盖甘肃、宁夏、内蒙古等9个省级行政区域。本文在研究区域的选取中依据黄河流域沿线地理分布将黄河流经的9个区域划分为上游、中游和下游。上游包括四川、甘肃等5个省份，中游包括陕西、山西，下游包括河南、山东。研究所基于的投入产出表来源于中国碳核算数据库，研究数据选取了2012年、2015年、2017年、2020年这4年的数据。研究分为三个时间段，阶段一为2012—2015年，阶段二为2015—2017年，阶段三为2017—2020年，分析结果主要反映2012—2020年这一时间段内黄河流域隐含碳和增加值流动的特征。各省份社会经济数据来源于《中国统计年鉴》、国民经济和社会发展统计公报及各省份统计年鉴。

1.2 研究方法 1.2.1 黄河流域间消费隐含碳与增加值净流出

通过区域间投入产出表，可以得到地区内部核心部门与其他部门之间的直接消耗系数、最终消费、碳排放系数、增加值系数。在MRIO模型中，假设有m个区域，每个区域包括n个部门，根据输入输出平衡，区域r部门i的总产出表示如下：

$ \boldsymbol{X}=\boldsymbol{A} \boldsymbol{X}+\boldsymbol{Y} $

(1)

式中：为X总产出矩阵; A为直接消耗系数矩阵; Y为最终需求矩阵，本文主要考虑黄河流域间隐含碳与增加值转移，暂不涉及对外贸易。

对式（1）移项并化简，可得：

$ \boldsymbol{X}=(1-\boldsymbol{A}) \boldsymbol{Y}^{-1}=\boldsymbol{L} \boldsymbol{Y} $

(2)

式中：I为单位矩阵; L = (I - A)⁻¹为列昂惕夫（Leontief）逆矩阵，表示满足单位最终使用所需的总产出; Y为最终需求矩阵。

根据环境投入产出扩展模型，产品在整个生产链中所排放的二氧化碳称为隐含碳排放量，公式为

$ \boldsymbol{C}=\boldsymbol{e L Y} $

(3)

式中：C为总隐含碳排放量; e为单位产出碳排放系数。

因此，结合碳排放强度可以得出由区域s的最终需求驱动的区域r部门i的碳排放：

$ \boldsymbol{C}^{r s}=e^r \boldsymbol{L}^{r s} \boldsymbol{Y}^s(s \neq r) $

(4)

式中：C^rs为从区域r到区域s的碳流动; e^r为区域r的行业二氧化碳系数; L^rs为列昂惕夫逆矩阵的子矩阵，其余区域间流动可类推。

因此，区域r与区域s之间的贸易隐含碳净移值为

$ \boldsymbol{C}_{\mathrm{net}}^{r s}=\boldsymbol{C}^{r s}-\boldsymbol{C}^{s r} $

(5)

同理，为了追踪区域间的增加值流动，可构造以下公式：

$ \boldsymbol{V}=a \boldsymbol{L} \boldsymbol{Y} $

(6)

$ \boldsymbol{V}_{\text {net }}^{r s}=\boldsymbol{V}^{r s}-\boldsymbol{V}^{s r} $

(7)

式中：a为行业增加值系数; V为增加值转移量; V_net^rs为区域r与区域s之间的贸易隐含增加值净转移值。

1.2.2 SDA-LMDI模型

本文参照宋文明等^[28]的研究，运用SDA-LMDI法来估算碳排放与增加值的流动变化，计算过程如下：

$ \Delta \boldsymbol{C}=\boldsymbol{C}\left(t_1\right)-\boldsymbol{C}\left(t_0\right)=\Delta e+\Delta \boldsymbol{L}+\Delta \boldsymbol{Y} $

(8)

$ \Delta \boldsymbol{V}=\boldsymbol{C}\left(t_1\right)-\boldsymbol{C}\left(t_0\right)=\Delta a+\Delta \boldsymbol{L}+\Delta \boldsymbol{Y} $

(9)

其中：

$ \Delta C_e =\Delta \frac{C_i^{t_1}-C_i^{t_0}}{\ln C_i^{t_1}-\ln C_i^{t_0}} \ln \left(\frac{e^{t_1}}{e^{t_0}}\right) $

(10)

$ \Delta C_L =\Delta \frac{C_i^{t_1}-C_i^{t_0}}{\ln C_i^{t_1}-\ln C_i^{t_0}} \ln \left(\frac{L^{t_1}}{L^{t_0}}\right) $

(11)

$ \Delta C_Y =\Delta \frac{C_i^{t_1}-C_i^{t_0}}{\ln C_i^{t_1}-\ln C_i^{t_0}} \ln \left(\frac{Y^{t_1}}{Y^{t_0}}\right) $

(12)

式中：、t₁、t₀分别表示期末与期初; C_i^t1表示i部门期末隐含碳排放量; C_i^t0表示i部门期初隐含碳排放量。对于由LMDI法引入的对数平均函数本身带来的零值问题，采用极小值替代法，用一个极小的正值（10^-20）去替代0值，增加值区域间流动可类推。

为进一步确认区域间消费主体对于南北碳增加值转移的主要驱动力，将结构分解方程式（8）和（9）中的区域消费进一步分解，修正为式（13）和式（14）：

$ \Delta \boldsymbol{C}=\Delta e+\Delta \boldsymbol{L}+\Delta\left(\boldsymbol{Y}_u+\boldsymbol{Y}_r+\boldsymbol{Y}_g+\boldsymbol{Y}_s+\boldsymbol{Y}_i\right) $

(13)

$ \Delta \boldsymbol{V}=\Delta a+\Delta \boldsymbol{L}+\Delta\left(\boldsymbol{Y}_u+\boldsymbol{Y}_r+\boldsymbol{Y}_g+\boldsymbol{Y}_s+\boldsymbol{Y}_i\right) $

(24)

式中：∆Y被拆分为城镇居民消费、农村居民消费及政府消费等5个部分。

2 结果与分析 2.1 黄河流域隐含碳排放转移

2012—2020年黄河流域上中下游之间隐含碳的净流动变化格局呈现上升态势（图 1）。2012—2015年隐含碳净流动量上升速度缓慢，2015—2017年隐含碳净流动显著上升，2017—2020年隐含碳上升速度放缓，这与“十三五”规划中的减污降碳措施及新冠疫情相关。

2.1.1 黄河流域净隐含碳流动

2012年，黄河流域呈现“资源型上游—消费型中下游”的格局（图 2）。中游的山西作为能源基地净隐含碳转移量最高（13.9万吨），主要流向山东（11.3万吨）和陕西（6万吨）。据统计，山西原煤产量约占全国的25%，焦炭产量占比约为20%，高耗能产业占比较大，使其承担了大量的高载能产品生产。内蒙古、宁夏等上游能源富集区同样以能源与原材料供应为主，通过将电力、钢铁等高载能产品输出到陕西、河南等中下游省份，使上游成为隐含碳主要输出地。2012—2015年，隐含碳流动增速放缓，流动格局出现局部调整，呈现中下游反向上游输送的趋势。内蒙古、宁夏及山西仍保持净输出地位。数据显示，2015年前后山西煤炭产能利用率（62%）明显低于内蒙古（68%），而内蒙古煤炭产量在全国的占比（24%）已接近山西（26%）。内蒙古的能源供给能力不断增强，使其逐步超越山西成为最大的输出地区。

2017年，上游净隐含碳输出增至46.4万吨，其中内蒙古隐含碳净输出增长明显（38万吨）。据统计，2017年内蒙古原煤产量达到8.79亿吨，同比增长7.6%，发电量达到4 422.31亿千瓦·时，同比增长12.01%。能源生产规模的扩大显著增强了其能源供给能力，推动电力及高载能产品的跨区域输出。下游地区分化明显，山东因阶段性工业扩张逐渐转为净输出地（19.7万吨）。而河南对高耗能产品的需求有所增加，净输入达52.9万吨，成为最大的输入区。2020年流动格局再次调整，山东由净输出地变为净输入地（12.9万吨）。统计数据显示，2020年前后山东高耗能行业产出有所收缩，本地高碳产品供给能力减弱，对外部能源及中间产品的依赖度增强。总体来看，2012—2020年隐含碳持续由上游向中游与下游转移。河南、陕西在产业承接与需求扩张中形成高碳输入依赖，而内蒙古、山西等资源型地区长期承担高碳生产职能，区域间碳责任与经济收益呈现不对称的特征。

2.1.2 隐含碳关键路径识别

2012—2020年，黄河流域隐含碳跨区域排放主要集中于电力与热力生产和供应部门，同时在金属冶炼及非金属矿物制品等高耗能行业中占比较高（图 3）。2012年，山东在跨区域隐含碳转移中表现突出，其电力与热力生产部门产生的隐含碳主要受河南和内蒙古固定资本形成总额驱动，其中向河南的总额转移量达6.15万吨。2015年，内蒙古原煤产量维持在9.1亿吨以上，发电量超过3 900亿千瓦·时且不断增长，成为同年主要转移路径。2017年，山东的电力与热力生产向河南消费转移隐含碳8.76万吨，成为当年最主要的路径。2020年，内蒙古电力与热力生产成为排放量最高的单一转移路径，其隐含碳主要流向山东、四川和陕西的固定资本形成活动中，最高达7.32万吨。同年，河南在多条关键路径中持续承接隐含碳流入，集中于固定资本形成领域，表明其在投资驱动下对高耗能产品的需求不断增强。

2.2 黄河流域增加值的流动特征

2012—2017年，黄河流域净增加值流动由425亿元上升到1 007亿元，到2020年却呈现急速下降的态势（图 4），与2017年相比下降了78.16%。但研究期内增加值转移总体上呈现上升态势。

2.2.1 黄河流域净增加值流动

2012—2020年，黄河流域省际净增加值转移呈现明显的阶段性变化（图 5）。2012年，中游地区承接产业转移加工的需求使其成为主要净输入区（259亿元）。同年河南处于快速工业化阶段，对生产资料需求较高，净输入增加值为226.2亿元。山东作为工业大省净增加值转出高达557亿元。2015年中游地区仍为主要净输入区域（371亿元）。值得注意的是，2015年前后甘肃规模以上工业增加值增速明显放缓，钢铁、水泥等高耗能行业产出有所收缩，导致本地增加值创造能力下降，转变为净输入地区（70.2亿元）。2017年，增加值净流动格局发生变化：下游地区受投资与工业回暖驱动成为主要净输入区域（650.9亿元），上游的内蒙古受高附加值环节不足及环保约束增强影响转为净输出地区（329.8亿元）。2020年，部分省份增加值流动方向发生调整：宁夏由净输入地转变为净输出地（18.4亿元），与其能源及工业生产回升有关（如规模以上工业增加值增速回升4%左右）; 陕西由净输出地转变为净输入地（50.5亿元），与其固定资产投资增长及基础设施建设需求增加有关。

总体来看，2012—2020年青海、山西和河南长期为增加值净输入区，而四川和山东则保持净输出格局。值得关注的是，山西作为能源基地，由于高附加值产业薄弱和本地转化能力不足，长期处于“隐含碳输出、增加值输入”的状态，体现出经济收益与环境成本的不匹配。同时，青海在产业发展过程中通过引入外部资本和技术实现增加值流入，但其对外部能源和基础产品的依赖也导致隐含碳同步增加，从而加剧了碳排放压力。

2.2.2 增加值关键路径识别

2012—2020年，黄河流域增加值跨区域流动主要集中于农林牧产品和服务业及建筑业，这反映出区域间生产与消费分工的不均衡（图 6）。2012年，陕西的批发和零售业流向河南的固定资本形成总额达86.78亿元，成为当年最大的转移路径。2015年，山东的通用设备制造业向河南转移的固定资本形成总额达99.79亿元，成为最主要的单一转移路径，这与山东的装备制造业优势及河南产业升级带来的设备需求密切相关。2017年，河南的非金属矿物制品业向陕西转移的固定资本形成总额达96.39亿元，成为当年最主要的路径。2020年，四川的建筑业成为最主要转移来源，其向山东和河南转移的固定资本形成总额分别为89.7亿元和81.4亿元。从演变趋势来看，2012—2020年各省流入河南的固定资本形成总额的增加值呈持续下降趋势。统计数据显示，河南固定资产投资中基础设施及重化工业占比较高，相关产业中间投入占比较高、增加值率相对偏低，从而在一定程度上削弱了其对外部增加值的持续吸纳能力。

2.3 黄河流域隐含碳—增加值流动协同特征分析

构建隐含碳—增加值比率指标（简称“碳—值比”），该指标从碳排放强度角度刻画单位经济产出的碳排放水平，能够更直接反映区域经济活动的碳依赖程度。分析发现，宁夏、内蒙古和山西碳—值比长期高于流域平均水平，表明这些地区单位经济产出所对应的隐含碳排放显著偏高。这类区域在黄河流域中属于典型的高碳排放与资源型经济集聚区，相较之下，其他省份碳—值比相对较低，体现出一定的低碳发展优势。从时间演变来看，2012—2020年各省份碳—值比均呈持续下降趋势，反映出区域整体碳利用效率不断提升。这一变化与前文隐含碳与增加值的流动特征相一致，说明在经济增长与结构调整、能源效率提升及低碳政策推进的共同作用下，黄河流域整体正呈现出由高碳依赖向相对低碳、高效发展的转型趋势，但区域间以能源型省份为代表的高碳锁定格局仍然存在。

总体而言，黄河流域隐含碳流动与增加值流动在空间上具有高度相关性，但在质量上存在严重失衡。山西、内蒙古等上游省份长期扮演环境贡献者角色，而河南、陕西则在产业承接中面临隐含碳流入带来的减排压力。未来应建立基于碳—值比的生态补偿机制，由高值收益区对高碳输出区进行技术援助或资金补偿，以实现全流域的低碳协同发展。

2.4 黄河流域内隐含碳和增加值转移驱动因素

基于SDA-LMID法的分解方法，本文从碳系数、直接消耗系数、农村居民消费、城镇居民消费、政府消费、固定资本形成总额与存货增加7个层面对黄河流域省际碳排放转移变化进行分解，分别代表产业低碳化绿色进步、投入产出变化和区域不同主体（农村、城镇、政府、投资和企业）消费总额对隐含碳的变化贡献程度。同理，在增加值转移分解中，可将碳系数替换为增加值系数，以反映各部门单位投入所创造的附加值，其余分解因素保持一致。

表 1表明，黄河流域2012—2020年的3个时间段中，无论流向上游、中游还是下游，隐含碳流动的增长主要由消费需求扩张驱动，其中固定资本形成总额贡献最大。2017—2020年，隐含碳增长进一步受到直接消耗系数上升的推动。总体来看，黄河流域工业化与城镇化进程加快，基础设施建设与产业投资需求旺盛，进而带动高碳能源与原材料消耗增加，促进隐含碳随产品流动规模扩大。碳流动减少的抑制因素在3个时间段呈现明显变化; 2012—2015年，主要源于碳系数的降低，这与同期各地启动高耗能行业能效管控及清洁能源替代试点相关; 2015—2017年，流域内资源利用效率提高，绿色发展成效显现，导致直接消耗系数下降; 2017—2020年，隐含碳下降，主要源于能源结构优化与能效提升带来的碳系数下降，据统计到2020年黄河流域新能源发电量全国占比约为26%。具体到流域内的变化，2017—2020年，中游流向下游的隐含碳大幅下降，主要基于产业转移放缓与回流、能源结构清洁化及环保政策趋严的共同作用; 上游到下游的隐含碳流动增加了41.56%，主要源于资源型上游地区生产扩张与下游需求增长叠加产业分工强化，推动高碳中间品跨区域输出增加。上游到中游隐含碳增长率从2012—2015年的15.83%升至2015—2017年的40.95%，核心驱动同样是碳系数增长，这反映出中游对上游能源与原材料的需求变大，且上游生产环节的低碳转型相对滞后。

表 2揭示了2012—2020年的三个时间段中黄河流域区域间增加值转移的驱动因素分解结果。整体来看，各阶段增加值增长的主导因素存在差异：2012—2015年受到固定资本形成总额的驱动，2015—2017年由政府消费驱动，到2017—2020年转变为增加值系数驱动，这与流域内城镇化推进、基础设施建设及产业投资扩张密切相关。在抑制因素方面，2012—2015年主要是增加值系数的下降，此时的黄河流域产业结构主要为高耗能、低附加值; 2015—2020年则转变为直接消耗系数的下降，这段时间技术进步和产业结构优化使生产对中间投入的依赖度降低，资源利用效率虽有所提升但还未及时转化为增加值的有效增长。2017—2020年中游到下游的增加值变动最大（519.60%），固定资本形成总额占比最大，这是因为政府直接拉动高附加值产业的需求，推动产业链上下游协同创造附加值。中游流向上游的增加值由2012—2015年的41.01%连续增长到2017—2020年的96.26%，主要是因为增加值系数的上升。综合来看，2012—2020年，直接消耗系数是增加值转移下降的主要原因，消费是引起增加值上升的主导因素，其中以城镇居民消费和固定资本形成总额为主。

3 讨论

区域分工理论认为，区域间经济联系本质上体现为基于资源禀赋与比较优势的空间专业化分工，不同地区在全球或区域价值链中承担不同环节，从而形成生产要素与价值的空间再分配格局。在这一过程中，部分地区侧重资源供给与生产环节，而部分地区侧重加工制造与服务环节，从而形成增加值与环境负担在空间上的再分配^[29]。因此，隐含碳与增加值的流动可以在一定程度上反映区域分工格局及其不均衡特征。

本研究通过双维度耦合发现，2012—2020年流域内隐含碳与增加值的流动格局并非同步演化，而是呈现出错位汇聚的特征。虽然不同阶段隐含碳与增加值的流动路径有所变化，但总体上均向中游地区汇聚。然而，上游地区却一直处于隐含碳输出不断增大、增加值流入相对减少的背离状态。这种现象反映出上游省份在保障流域能源安全与基础材料供应的同时，环境承载压力持续加剧，却在价值链分配中被边缘化。中游地区虽通过产业集聚获得了经济增长，但由于未能充分承担其对应的环境成本责任，缺乏推动技术升级的倒逼压力，未来可能面临较大的转型困难。从区域分工视角看，这种错位汇聚反映出流域内部基于资源禀赋形成的纵向分工格局，上游承担资源与能源供给功能，中游承接加工制造与要素集聚功能，从而导致隐含碳与增加值在空间上的非对称分布。

研究发现碳—值比是衡量空间错配程度的核心指标。山西与宁夏作为典型的能源富集区，表现为“高隐含碳输出、低增加值输入”，其碳—值比长期高于流域平均水平，陷入了高碳锁定的路径依赖，反映了资源输出省份在生态责任与经济困境间的剧烈矛盾。相较之下，四川与山东由于服务业及制造业附加值较高，呈现出隐含碳输入与增加值输出的态势，体现了较强的价值创造能力。青海则因本地产业链短，呈现出隐含碳与增加值双重净输入的特征，暴露出其对外部供给的高度依赖。

在驱动力层面，固定资本形成总额是各阶段最核心的驱动因素，尤其在2012—2015年对增加值上升的贡献最显著，说明基础设施建设及产业投资仍是拉动流域规模扩张的主要方式。抑制因素方面呈现出由技术降耗向效率提升转变的特征。在隐含碳层面，2012—2015年主要受碳系数降低的抑制，这反映出能效管控初见成效; 2015—2017年转向受直接消耗系数下降的抑制，这反映资源利用效率的系统性提升。在增加值层面，前期增加值系数的抑制作用暴露了流域内资源配置低效、产业附加值低的短板，后期随技术进步降低了中间投入依赖，直接消耗系数成为主要抑制因子，反映出经济发展质量正由粗放向集约转变。特别是在2017—2020年，受减污降碳政策与新冠疫情的双重影响，流动规模增速放缓，为未来实现隐含碳—增加值协同治理提供了政策转型的窗口期。

与长江经济带和京津冀地区的相关研究对比，无论是长江经济带还是京津冀地区，均表现出中心城市或核心产业集聚区在增加值获取方面占据优势，而资源型或外围地区则更多承担隐含碳输出功能，这反映出区域分工体系下价值向核心集聚、环境负担向外围转移的普遍特征^[30-32]。然而，与上述区域相比，黄河流域的资源型特征更为显著，隐含碳—增加值错配问题更为突出。此外，相较于长江经济带以高技术制造与现代服务业驱动的高附加值分工模式，以及京津冀依托核心城市带动的创新与服务导向分工格局，黄河流域整体仍处于以传统能源与重化工业为主导的阶段，区域间产业梯度与技术溢价差异较大，这在一定程度上强化了隐含碳与增加值流动的不对称性。

4 结论与启示 4.1 结论

本文利用MRIO模型揭示了2012—2020年黄河流域隐含碳与增加值在时空演进过程中基于消费贸易流动的新特征，并结合SDA-LMDI法技术识别其关键驱动因素。主要结论如下：

（1）宁夏、内蒙古和山西持续表现为隐含碳净输出，四川、青海、河南和陕西则始终为隐含碳的净输入省份。四川和山东作为主要输出省份持续向流域内其他地区输送增加值，而青海和山西则始终为增加值的净输入地区。

（2）在隐含碳方面，电力与热力生产是主导转移路径，内蒙古凭借资源优势成为主要输出地区。增加值方面，区域间以装备制造、建筑业及服务业为主要载体。2012—2020年，宁夏、内蒙古和山西碳—值比长期高于流域平均水平，流域内各个省份碳—值比呈现持续下降态势。

（3）2012—2020年的三个时间段中，隐含碳流动增加前期是因为消费需求的扩张，其中固定资本形成总额贡献最高，到后期转变为直接消耗系数的上升。抑制因素从碳系数降低转为直接消耗系数下降再到固定资本形成总额的下降。增加值流动的增长前期是因为消费需求的扩张，后期则是技术提升带来的增加值系数上升，抑制因素从增加值系数转为直接消耗系数。

4.2 政策启示

（1）针对区域间隐含碳与增加值错汇的矛盾，上游地区承担主要隐含碳输出责任，而在价值链分配中相对处于劣势。因此，应基于区域分工格局，建立跨区域隐含碳责任核算体系，按照生产者—消费者共担原则划分碳责任，并据此构建生态补偿机制。重点由隐含碳净输入地区向净输出地区进行补偿，推动环境成本在区域间的合理分担，同时通过专项资金支持上游地区绿色转型与产业链延伸，缓解资源型地区的路径依赖问题。

（2）不同省份在碳—值比上存在差异，反映出资源禀赋与产业结构的非均衡特征。因此，应依据区域功能定位实施分类治理：上游地区重点约束高耗能产业扩张，推动能源结构清洁化与资源深加工; 中游地区强化产业集聚过程中的碳排放约束，推动建设低碳园区并提升技术水平; 下游地区侧重绿色供应链建设与高附加值产业发展。同时，应建立跨区域协同减排机制与隐含碳流动监测体系，加强区域间碳责任的统筹协调。

（3）固定资本投入与技术效率变化是影响隐含碳与增加值流动的重要驱动因素，表明经济增长方式正在由要素驱动向效率驱动转变。基于此，应将隐含碳转移与隐含碳—增加值协同水平纳入区域绩效考核体系，构建减碳质量与经济效益并重的评价指标，并定期发布区域隐含碳流动与碳—值比评估结果。同时，将考核结果与财政转移支付及绿色发展资金分配挂钩，通过正向激励与约束机制引导地方政府推动产业结构优化与低碳转型。

4.3 研究局限性

样本选择上，受多区域投入产出表编制周期及数据可得性约束，最新数据仅更新至2020年，因此在反映“双碳”目标提出后能源结构调整的连续变化方面仍存在一定局限。未来随着数据库的进一步更新及更多年份数据的发布，可在后续研究中对样本进行扩展与补充，以提升结果的时序刻画能力。本文通过跨期多年份数据，从较长时间尺度上分析黄河流域隐含碳与增加值的流动特征，以弥补当前数据条件下的不足。