题目：中国是否成为南南贸易的“污染天堂”？基于中俄贸易的证据 （Does China become the “pollution heaven” in South-South trade? Evidence from Sino-Russian trade）

作者：林伯强*，徐萌萌

期刊：总体环境科学 (Science of The Total Environment)

详细：666卷，5期，2019年5月，964-974页

DOI：https://doi.org/10.1016/j.scitotenv.2019.02.298

文献导读：

近年来，气候变化和环境污染对人类生存和健康的影响越来越大。如何解决这一问题已成为世界各国关注的焦点。贸易全球化的加速是全球环境问题的主要驱动因素，伴随着污染的跨境转移，污染排放全球化问题也日益突出。然而，国际贸易的发展将生产过程和消费分离开来，因此出口产品在生产过程中产生的污染将留在出口国，而消费这些产品的进口国就不必承担环境污染的后果。作为世界上最大的制造工厂，中国在与各国(尤其是发达国家)的贸易中，由于出口商品的转移排放，面临着巨大的环境压力。

作为南南贸易的典型代表，中俄贸易多年来实现了跨越式的增长。从2010年至2017年，中国一直是俄罗斯最大的贸易伙伴。随着俄罗斯远东发展战略的推进，对资本和商品的需求将会持续增加，特别是在基础设施建设领域。“一带一路”倡议和中俄自贸区建设也符合俄罗斯的发展愿景。因此，可以预见，未来几年，两国在基础设施建设等不同领域的合作将会越来越多。鉴于中俄两国生产要素和产业结构的互补性，中俄贸易在未来将具有巨大的发展潜力。因此，对隐含污染物排放进行量化，并揭示其在中俄贸易中的流向，对核定环境污染的责任方以及隐含污染变化的驱动因素是十分必要的。

本文主要解决以下几个问题：(1)从中国的角度来看，有多少污染物排放是由对俄出口造成的，有多少污染物排放是可以通过进口俄罗斯商品来避免的? (2) 2000 - 2014年隐含污染物的变化情况如何? (3)中国在对俄贸易中的地位如何? (4)从2000年到2014年，造成隐含污染变化的主要行业有哪些?造成污染变化的主要因素有哪些？

Abstract：

Data envelopment analysis (DEA) and the Biennial Malmquist–Luenberger (BML) productivity index are applied to measure and decompose traditional energy efficiency under the carbon emission constraints of China's textile industry for the period 2000–2012. It is found that: (1) overall, the average growth rates of technical improvement, labor, capital for energy substitution, and output structural change are positive, indicating that these are the main factors that improve energy productivity, with output structural change making the largest contribution; (2) the average growth rates of the energy structure effect and technical efficiency are negative, which indicates that the energy structure effect is the main factor hindering energy productivity growth and that the deterioration of the technical efficiency change can inhibit this growth; (3) energy productivity is generally higher in eastern China than in central and western China; and, (4) in the decomposition of energy efficiency, the difference in energy efficiency between eastern and western China is mainly due to structural effects.

Keywords: Sino-Russian trade; Embodied pollutant emissions; Input-output model; SDA method