李昭华 傅伟，2沈艳

(1.华中科技大学经济学院，湖北 武汉 430074;2.上海财经大学经济学院，上海 200433)

中国对美贸易顺差已持续数十年。直至2004年前后，美方才提出用人民币升值来抑制巨大的双边贸易失衡。2005年7月人民币汇改至2009年，中国对美贸易顺差不降反升。此后，美方为扭转中美双边贸易失衡做出逼迫人民币升值的种种威胁。有人认为，中美贸易失衡，使美国民众失去成千上万的就业机会。另一些人则认为，中美贸易使美国消费者长期从购买价廉物美的中国制造消费品中获得大量消费者剩余，中国出口为美国消费品市场超过30年的物价平稳做出了贡献。无论是消费者剩余获取，还是消费品市场物价稳定，现有研究都是从传统经济学的货币资本(monetary capital)的角度分析中美在双边贸易中的利益。而越来越多的生态经济学研究显示，货物和服务在货币资本上的等价交换，有可能在自然资本(natural capital)上是不等价交换［1－6］。本研究试图从生态经济学的自然资本的角度分析中美在双边货物贸易中的利益。

1 文献综述

自然资本，也称为生态资本(ecological capital)，用来表示生态资源的存量，被生态经济学文献广泛使用，例如，Constanza et al.［7］，Andersson and Lindroth［2］，Monfreda et al.［8］，Moran［5］等人的研究。传统经济学用货币资本表示货物和服务的货币价值，但生态经济学认为货币资本不能反映货物和服务的生态价值，故用自然资本表示货物和服务所含有的生态价值。自然资本测算主要涉及两个问题，其一，自然资本的测度方式;其二，特定测度方式所采用的计算方法。

Moran et al.［6］概括了自然资本的四种测度方式:①物资流分析(MFA)，以重量测度生态资源;②基于能量的测度，用内涵能量或能量记忆来测度生态资源;③用人类占用的净原生产力(HANPP)测度生态资源;④生态足迹(ecological footprint，EF)，以面积为单位测度生物圈的可再生能力有多少被人类活动所占用。一国/地区的EF是生产该国/地区货物和服务的用地，并吸收这些货物和服务的生产和消费所产生的排放和废弃物用地，以及提供基础设施用地面积之和。EF将某一商品所含的自然资本分解为以下六种类型的用地:耕地、草地、林地、水域、建筑用地、碳汇用地，其中，前五种用地为生产该商品的实际用地，碳汇用地为吸收该商品生产的排放所需用地，是虚拟用地。所谓虚拟，是指碳汇用地并不像实际用地那样，实际地占用地表面积。

基于曹淑艳、谢高地［9］的分析，笔者强调EF的如下缺陷:①核算的不完整。EF模型没有考虑包括地下水在内的地下资源，并暗含着不可再生资源与可再生资源之间不可相互替代的假设。②缺乏动态性。EF基本模型表达的是存量测度，没有将存量测度与出入系统的资本流结合起来。③缺乏结构性。EF基本模型直接把土地利用分配给最终消费，得到的部门－土地矩阵能反映部门的直接土地占用需求，但无法反映部门间接土地占用情况。

虽然EF存在缺陷，但在上述四种测度方式中，EF涵盖并改进了其他三种测度方式，比其他三种测度方式更加形象和直观，其使用日益广泛，故本研究采用EF测度中美双边货物贸易中商品所内涵的自然资本，进而揭示中美在双边货物贸易中的生态利益。

在使用EF分析国际贸易的文献中，EF的计算主要采用投入产出法(input-output，IO)和产品用地系数矩阵法(product land use matrix，PLUM)。IO方法将商品和服务的贸易值转换成EF面积，转换所需系数由投入产出表导出，相关文献见诸Wackernagel et al.［10］，Machado et al.)［11］，Li et al.［12］等人以及大量其他人员的研究。PLUM方法则是将商品的贸易量转换成EF面积，转换系数用来自全球足迹网(GFN)为世界大多数国家编撰的国家足迹账户(NFA)所提供或其他人员计算的产出系数计算得到。在对国际贸易进行EF分析的文献中，使用产品用地系数将商品贸易量转换成为面积的文献见诸van Vuuren el at.［1］，Andersson and Nevalainen［3］，Hornborg［4］，Moran［5］，Moran et al.［6］等人的研究。

Wiedmann［13］全面、详细地阐述了IO方法与PLUM方法的优劣对比。笔者在此强调PLUM方法的如下优点:①联合国食品和农业组织(FAO)数据库及全球贸易数据库提供了与NFA中的商品编码一致的年度贸易数据。故PLUM可以获得长时期的年度数据。在IO方法中，各国通常不提供年度的投入产出表。②PLUM方法的分辨率可以达到具体的商品。IO方法的分辨率只能到达部门或产业。③PLUM方法的系数矩阵构建相对简单，NFA给出的转换系数已经考虑了母产品(例如，桔子)到子产品(例如，桔汁)的转换率，IO方法的转换系数则要考虑从最终产品追朔到原材料的完整供应链。

在对商品量转换成EF面积进行EF时间序列的研究中，产出系数的选择涉及两个重要问题［14］:其一，产出系数的空间选择。在空间维度中，产出系数可以在全球产出和当地产出中选择。全球产出是指使用世界平均产出系数将以吨(tonne)或立方米(m3)表示的商品量转换为用地面积，当地产出是指使用所研究地区的产出系数进行商品量到用地面积的转换。使用全球产出可以标准化不同地区间生态生产力的差异，利于不同地区的横向比较。其二，产出系数的时间选择。在时间维度中，产出系数可以在可变产出和恒定产出中选择。可变产出具有动态性，每一年份均使用当年的产出系数进行商品量和用地面积之间的转换，可以同时反映消费、生产和土地生态生产力等因素对EF的综合影响。恒定产出具有静态性，选定一年为基年，假设每一年的生态生产力都与基年相同，历年都使用基年的产出系数将商品量转换为用地面积，可以有效地分割各因素对一定人口所占用EF的影响。

本研究采用PLUM方法并选择全球恒定产出计算1992年至2010年中国向美国出口及从美国进口的全部商品的自然资本。在空间维度上选取全球产出，可以将美国生产的商品中内涵的用地面积和中国生产的商品中内涵的用地面积统一为全球公顷，以便对双边贸易中进出口的自然资本进行横向比较;在时间维度上选取恒定产出，可以排除土地生态生产力的变化对EF造成的名义影响。

对测算得到的自然资本EF值从两个方面加以分析:①构造EF密集度、EF贸易条件及EF结构，进而分析EF值的贸易特征;②测算1992年至2010年中美双边货物贸易值的顺差结构，进而从货币资本流向及商品流向的角度揭示自然资本流向的成因。

本研究在以下方面不同于van Vuuren el at.［1］，Andersson and Nevalainen［3］，Hornborg［4］，Moran［5］，Moran et al.［6］等人的研究:① 现有研究缺乏双边贸易的时间序列分析，在 van Vuuren el at.［1］的研究中，贸易只是一个次要问题;Andersson and Nevalainen［3］考察2000 年芬兰与其他地区之间的贸易的EF;Hornborg［4］考察18世纪末及19世纪初英国与北美进行原棉与棉制品、羊毛与羊毛制品贸易中，原料与制成品在货币资本的等价交换，其空间(用地)交换和时间(用工)交换却是不等价的;Moran［5］，Moran et al.［6］则是在全球范围内考察2002年每个国家的出口的EF。本研究却是对中美双边货物贸易进行的时间序列分析。② 现有研究中，只有 Moran［5］，Moran et al.［6］构造了产品用地产出系数矩阵。Moran［5］，Moran et al.［6］将各个国名、四类用地产出系数构造了不可直接计算的矩阵，也没有列出矩阵运算的算式。本研究构造了商品贸易量向量(1×n)、用地转换系数矩阵(n×5)及等价因子向量(5×1)，用地转换系数是用地产出系数的倒数，并建立三个矩阵连乘的算式，以计算某一年n种进口或出口商品的每一种用地类型的EF值及五种类型用地之和的EF值。③本研究双边贸易商品的EF流向进行贸易特征分析，对比双边货物贸易中自然资本流向、货币资本流向及商品流向。

2 EF值测算方法及数据

参照 Moran［5］，Moran et al.［6］构造的产品用地产出系数矩阵，本文构造产品用地转换系数矩阵，并建立矩阵算式，以计算1992年至2010年中国向美国出口及从美国进口的全部商品的EF值。本研究选择全球恒定产出并选取2007年为基年，在世界土地生态生产力不变的假设条件下，1992年至2010年均使用2007年世界土地平均产出系数。在全球范围内，建筑用地不到总用地量的10%，并且，在贸易商品的生态足迹中，建筑用地不到2%［6］，故本研究参照Moran et al.［6］的做法，将贸易商品所含的自然资本分解为耕地、草地、林地、水域和碳汇用地，不考虑建筑用地。

2.1 矩阵及算式

本文构造下列三个矩阵:

式(1)中，vi是第i种商品的贸易量，i=1，2，……，n;

式(2)中，cit是第 i种商品的第 t类用地转换系数(conversion coefficient)，且①计算家畜及牧产品耕地E F、草地E F 时，用地转换系数分别等于耕地密集度和草地密集度。是第i种商品的第t类用地产出系数(yield coefficient)，i=1，2，……，n;t=cr，ps，fr，mr，依次表示耕地(cropland)、草地(pasture)、林地(forest)和水域(marine area)。对于yit=0，或yit=NA(缺失)，我们设定 cit=0。对于碳汇用地(carbon sink land)，cics=商品能源密度×电力能源系数×世界电力和热能碳密度×碳足迹密度。

式(3)中，et是第 t类用地的等价因子，t=cr，ps，fr，mr，cs。各种类型的用地面积乘以等价因子后转换成为单位面积具有同等生态生产力的面积，以使不同类型的用地面积之间可以进行比较。

2.2 数据来源及处理

2.2.1 数据来源

农产品贸易量、牧产品的贸易量、渔产品的贸易量均来自UN Comtrade，采用HS02商品编码，林产品的贸易量来自FAO的ForesSTAT Statistical Database，采用FAO商品编码。碳汇用地所需的商品贸易量来自UN Comtrade，采用SITC Rev.1商品编码。商品的内涵能源密度、电力能源系数都从NFA2010版中得到。但是NFA2010版未提供世界电力和热能的碳密度，本文采用NFA2010版的匈牙利账户中的CO2核算工作表推算出2010年世界电力和热能的碳密度。所有产品产出系数及用地均衡因子来自NFA2010。

2.2.2 HS92向HS02及HS96向HS02的版本转换

UN Comtrade在1992年至1995年、1996年至2001年、2002年至2010年的贸易数据分别采用HS92、HS96及HS02编码。本文使用HS92与HS02及HS96与HS02的转换表将HS92及HS96编码数据转换成HS02编码数据，转换表可从Comtrade数据库中得到。

3 测算结果及分析

1992年至2010年中国对美国贸易全部商品(出口年均510种，进口年均550种)的EF值及折线图分别如附表1和图1所示(鉴于版面所限，附表1略去，有兴趣的读者可向作者索取)。

图1 1992－2010年中国对美国贸易全部商品的净进口EF值Fig.1 EF of the whole goods in the Sino-US bilateral trade from 1992 to 2010

图1显示，总体而言，在1992年至2010年的中美双边货物贸易中，中国是四种实际用地(耕地、草地、林地、水域)的净进口国，反映出中国实际用地比较劣势日趋加剧;1992年至1999年间，美国为碳汇用地的净出口国，2000年至2010年间，美国转变为碳汇用地的净进口国，且净进口量呈波动上升趋势，美国通过货物贸易从中国获得排放空间。因此，美国用实际用地换取中国的碳汇用地。

为考察中国对美国货物贸易EF值的贸易特征，笔者构造EF密集度(EFI)、EF贸易条件(TTEF)及EF结构(EFS)如下:

式(6)中，TV为贸易值，EFI体现每一美元出口或进口商品的EF值为EF的货币价格。贸易两国实际用地出口EF的货币价格差异体现两国实际用地丰裕度、生产技术水平、用地集约化程度的差异。贸易两国碳汇用地出口EF的货币价格差异则体现两国环境规制严度和减排技术水平的差异。

TTEF刻画一国出口自然资本换取进口自然资本的能力。TTEF升高，反映出口自然资本可以换取更多的进口自然资本，EF贸易条件得到改善，反之，则EF贸易条件恶化。

EFS刻画出口或进口商品的EF值中实际用地与碳汇用地的比例。EFS升高，反映实际用地比例提高，笔者称之为EF结构绿化，反之，则称之为EF结构碳化。一国EFSex碳化、EFSim绿化，表明该国在进出口中存在使用换碳汇用地换取实际用地的趋势。

表1显示1992－2010年中国对美国货物贸易EF值的贸易特征。从实际用地看，我国实际用地EFIex远低于EFIim，体现我国实际用地丰裕度、用地集约化程度远低于美国;我国EFIex呈递减趋势，即我国实际用地的货币价格越来越高，意味着我国实际用地的比较劣势呈加剧趋势;我国实际用地EFIim相对平稳，反映美国实际用地丰裕度、用地集约化程度保持平稳;实际用地TTEF呈递增趋势，即出口实际用地所交换的进口实际用地呈递增趋势，我国实际用地EF贸易条件呈改善趋势。从碳汇用地看，我国EFIex相对平稳，反映我国出口产品的排放含量没有显著降低，EFIim值呈递减趋势，反映我国从美国进口产品的排放含量呈递减趋势，美国碳汇用地的货币价格越来越高;碳汇用地TTEF呈递减趋势，即出口碳汇用地所交换的进口碳汇用地呈递减趋势，我国碳汇用地EF贸易条件呈恶化趋势。从EF结构看，我国EFSex呈递减趋势，反映我国出口商品EF结构呈碳化趋势;我国EFSim呈递增趋势，反映我国从美国进口商品EF结构呈绿化趋势。

表1 1992－2010年中国对美国货物贸易EF值的贸易特征Tab.1 Trade traits of EF of the whole goods in the Sino-US bilateral trade from 1992 to 2010

为揭示中美双边货物贸易EF流向的成因，笔者测算了1992年至2010年中美双边货物贸易值按HS分类全部21个类别商品的顺差结构。按HS分类第1至第21类商品如附表2所示(鉴于版面所限，附表2略去，有兴趣的读者可向作者索取)。为同时考虑顺差和逆差的影响，笔者构造商品顺差贡献率如下:

式(9)中，i=1，2，…，21;t=1992，1993，…，2010;Xit为t年中国向美国出口第i类商品的出口值，Mit为t年中国从美国进口第i类商品的进口值Mit)表示t年中国对美货物贸易的全部21类商品的净出口值之和或净进口值之和，scit表示t年第i类商品的净出口值或净进口值占当年全部21个类别商品的净出口值之和或净进口值之和的百分比。若Xit－Mit＞0，则scit＞0，表明t年中国对美贸易第i类商品顺差;若Xit－Mit＜0，则

scit＜0，表明t年中国对美贸易第i类商品逆差。若=+100%，表明t年中国对美货物贸易总体顺差，若=－100%，表明t年中国对美货物贸易总体逆差。SCit以百分比来衡量t年第i类商品对全部21类商品净出口值之和或净进口值之和的正的或负的贡献。

表2 1992－2010年中国对美国货物贸易顺差结构商品按HS分类Tab.2 Surplus Structure of China’s Trade of Goods with the U.S.from 1992 to 2010 Based on HS Category of Goods %

1992年至2010年中美双边货物贸易值顺差结构由SCit组成，如表2所示。表2显示，中国对美贸易历年都是或绝大部分年份是逆差的商品类别为第6类、第17类及第2类、第10类、第3类等五类商品。其中，前两类(第6、17类)为碳汇用地密集型商品，后三类(第2、3、10类)为实际用地密集型商品。前两类(第6、17类)碳汇用地密集型商品的逆差贡献幅度呈现由强渐弱的变化趋势，后三类(第2、3、10类)实际用地密集型商品的逆差贡献幅度平稳。

在中国对美贸易的顺差商品中，主要顺差贡献的商品类别依次为第16类、第20类、第12类、第11类、第15类、第8类等六类商品，其中，第16、20、15类商品为碳汇用地密集型商品，第12、11、8类商品也是碳汇用地密集型商品，同时还占用实际用地。前四类商品(第16、20、12、11类)的顺差贡献大幅度变化，反映出中国出口顺差商品从以鞋、帽(第12类)、纺织制品(第11类)为主导向以机电产品(第16、20类)为主导的结构转变。机械设备(第16类)的顺差贡献幅度逐年大幅度攀升。

由于化工产品(第6类)及车辆(第17类)的逆差贡献幅度与机械设备(第16类)的顺差贡献幅度的反方向变化，导致中国中美双边货物贸易中由碳汇用地的净进口国自2000年起转变成为碳汇用地的净出口国。

图1显示的中国实际用地净进口量逐年上升趋势，也可以从表3的货物流向中得到解释:①鞋帽、纺织品、皮革制品等三类占用实际用地的商品(第12、11、8类)的顺差幅度逐年大幅度降低，相应的实际用地出口量逐年减少;②植物产品、木浆、动植物油脂等三类实际用地密集型商品(第2、10、3类)的逆差幅度虽然保持平稳，但由于双边贸易量逐年攀升，相应的实际用地进口量逐年攀升。这两个反向变化的合力形成中国实际用地净进口量逐年上升。

表2实际上是以货币资本为测度来描述中美双边贸易的货物流向。表2从货币资本的角度展现中国在中美双边货物贸易中实现了出口商品的结构提升，而图1、表1则从自然资本的角度反映，中国为实现出口商品的结构提升付出了如下代价:碳汇用地EF贸易条件恶化、出口EF结构碳化、从碳汇用地净进口国转变为碳汇用地净出口国。

4 结论

本文采用基于产品用地系数矩阵(PLUM)的生态足迹分析测算1992年至2010年中国对美国贸易全部商品的内涵自然资本，得到以下结论:

(1)在1992年至2010年的中美双边货物贸易中，中国是实际用地的净进口国，碳汇用地EF贸易条件恶化、出口EF结构碳化。美国自2000年以来是碳汇用地的净进口国，美国通过货物贸易从中国获得排放空间，碳汇用地EF贸易条件改善、出口EF结构绿化，因此，美国不仅获得消费者剩余和消费品市场物价平稳的货币资本利益，也获得用实际用地换取碳汇用地的自然资本利益。

(2)我国碳汇用地净出口集中在“杂项制品”、“SITC未另分类的其他商品和交易”、“机械及运输设备”、“矿物燃料、润滑油及有关原料”、“饮料及烟草”等五个类别的商品。在这五个类别中，我国自2000年以来为美国提供排放空间。长期以来，我们认为我国制成品、机电产品出口的增长，就意味着出口商品结构的提升。但是，这种出口商品结构提升并未考虑自然资本的代价。我们未曾意识到，制成品、机电产品出口的增长同时也意味着我国为贸易伙伴国提供碳汇用地的负担加重。我们应该认真思考如何在制成品、机电产品出口增长与生态资源保护之间寻求平衡，如何尽量减少产品出口所付出的生态资源代价。

(3)在1992年至2010年的中美双边货物贸易中，中国实际用地净进口量呈逐年上升趋势，反映出中国实际用地比较劣势日趋加剧。我们需要进一步研究:我国总体上是否呈现生态资源贫瘠化，生态资源贫瘠化又是否与中美贸易正相关。

致谢:华中科技大学经济学院下列同学参与本课题的研究工作:2006级本科生谭新龙、徐化愚，2009级硕士研究生沈晗;2008级本科生李璇、冯亚平，2011级硕士研究生邬光燕、吴莉。2012级硕士研究生杨楠承担投稿的格式调整。作者谨此向他们致以谢忱。作者感谢两位匿名审稿专家指出论文初稿存在的问题，并提出具体而富有建设性的修改建议。文责由作者自负。

References)

［1］van Vuuren D P，Smeets E M W，De Kruijf H A M.The Ecological Footprint of Benin，Bhutan，Costa Rica and Netherlands［R］.RIVM Report 807005004.Bilthoven，Netherlands:National Institute of Public Health and the Environment，1999.

［2］Andersson J O，Lindroth M.Ecologically Unsustainable Trade［J］.Ecological Economics，2001，37:113－122.

［3］Andersson J O，Nevalainen M.Unequal Exchange in Terms of Ecological Footprints:The Case of Finland Today［A］.Paper Written for the Lund Conference on‘World System History and Global Environmental Change’，2003.

［4］Hornborg A. Footprints in the Cotton Fields:The Industrial Revolution as Time-space appropriation and EnvironmentalLoad Displacement［J］.Ecological Economics，2006，59:74－81.

［5］Moran D.Embodied Ecological Footprints in International Trade［D/OL］.Sweden:Lunds University，2007，http://www.lumes.lu.se.

［6］Moran D，Wackernagel M C，Kitzes J A，et al.Trading Spaces:Calculating Embodied Ecological Footprints in International Trade Using a Product Land Use Matrix(PLUM) ［J］.Ecological Economics，2009，68:1938－1951.

［7］Constanza R，d’Arge R，de Groot R，et al.The Value of the World’s Ecosystem Services and Natural Capital ［J］.Nature，1997，387:253－260.

［8］Monfreda C，Wackernagel M，Deumling D.Establishing National Natural Capital Accounts Based on Detailed Ecological Footprint and Biological Capacity Assessments［J］.Land Use Policy，2004，21:231－246.

［9］曹淑艳，谢高地.表达生态承载力的生态足迹模型演变［J］.应用生态学报，2007，18(6):1365－1372.［Cao Shuyan，Xie Gaodi.Evolvement of Ecological Footprint Model Representing Ecological Carrying Capacity［J］.Chinese Journal of Applied Ecology，2007，18(6):1365－1372］.

［10］Wackernagel M，Callejas L，A，Deumpling D，et al.Incorporating the Living Plant Index and the Ecological Footprint［A］.Loh J(Ed.). Living Planet Report 2000 ［C］. Geneva:WWF International，2000:10－30.

［11］Machado G，Scheffer R，Worrell E.Energy and Carbon Embodied in the International Trade of Brazil:An Input-output Approach［J］.Ecological Economics，2001，39:409－424.

［12］Li H，Zhang P D，He C，et al.Evaluating the Effects of Embodied Energy in International Trade on Ecological Footprint in China［J］.Ecological Economics，2007，62(1):136－148.

［13］Wiedmann T.A First Empirical Comparison of Energy Footprints Embodied in Trade:MRIO versus PLUM ［J］. Ecological Economics，2009，68:1975－1990.

［14］Wackernagel M，Monfreda C，Schulz N B，et al.Calculating National and Global Ecological Footprint Time Series:Resolving Conceptual Challenges ［J］. Land Use Policy，2004，21:271–278.