全球交通设备供应链中的童工责任路径量化研究：基于多区域投入产出模型的分析

本研究针对交通设备制造业供应链中存在的童工问题，利用多区域投入产出模型（MRIO）量化了中国、德国、日本和美国四大汽车生产国在农业、工业和服务业中的童工责任路径（RPC）。研究发现德国承担最高童工责任（4983人），并揭示了金矿开采与交通设备行业的显著关联。研究为实施人权尽职调查（due diligence）提供了数据支撑，对推动可持续矿产采购和供应链透明度具有重要政策意义。

　　

在全球范围内，童工问题依然是可持续发展目标（SDG 8）中亟待解决的重大社会议题。据国际劳工组织（ILO）统计，目前仍有约1.6亿儿童陷入童工困境，其中7900万从事危险工作，1650万分布在工业部门。尤其值得关注的是，超过100万儿童在采矿场工作，面临严重的健康与安全风险，并失去受教育的机会。随着电动汽车（EV）和电池等低碳技术对矿产资源需求的激增——预计到204年将增长30倍以上——供应链上游的社会风险正在显著加剧。在这一背景下，如何量化主要汽车生产国在交通设备制造中对全球童工问题的“责任路径”，成为实现供应链人权尽职调查的关键。

为此，一项发表于《Resources Policy》的研究通过构建多区域投入产出模型（Multi-Regional Input-Output, MRIO），系统评估了中国、德国、日本和美国这四个汽车制造大国在农业、工业和服务业三大部门中引发的童工责任路径（Responsibility Pathways of Child Labor, RPC）。研究团队整合了来自ILO等机构的童工数据，并特别收集了采矿活动中童工的新数据集，对工业部门的童工系数进行了针对性修正，从而更准确揭示出交通设备需求与全球童工问题之间的隐含联系。

在研究过程中，作者主要依托Eora26全球供应链数据库，该库涵盖190个国家与15909个部门的经济流动数据。通过构建对称MRIO模型，利用Leontief逆矩阵推算出最终需求引发的总产出，进而计算各国-部门层面的童工系数与RPC值。此外，团队还补充了20个国家的采矿童工个案数据，增强了模型在矿业领域的解析精度。

研究结果部分通过四个子板块详细呈现：

在“4.1. RPC在农业、工业及服务业类别中的分布”中，研究发现德国、美国、日本和中国在交通设备部门的农业类童工RPC中，80%以上源自埃塞俄比亚，主要与咖啡生产相关。而在服务业中，越南和印度是主要童工来源国。

“4.2. 童工系数修正的影响”表明，当调整巴西、厄瓜多尔等七国的工业童工系数后，巴西在各国RPC中的占比大幅上升，例如美国从9.5%增至33%，说明非法采矿、尤其是金矿开采中的童工问题此前被严重低估。

“4.3. 采矿部门的RPC”进一步聚焦于矿业童工与汽车制造业的关联。结果显示，美国（611人）、德国（355人）、中国（312人）和日本（221人）的交通设备生产显著依赖刚果（金）和巴西等地的采矿童工。金、钴等关键矿物与电动汽车供应链的关联尤为突出。

论文的讨论与结论部分强调，尽管国际社会已推出“负责任钴倡议”（Responsible Cobalt Initiative）和欧盟“数字产品护照”（Digital Product Passport）等机制，但全球供应链中仍存在大量透明度不足的区域，特别是手工与小规模采矿（ASM）部门。本研究通过定量化RPC，为政策制定者、国际组织以及汽车制造商识别高风险供应链环节提供了科学依据。作者建议，应进一步加强数据收集与技术应用（如区块链和人工智能），推动跨部门合作，以实现对童工问题的有效治理和真正符合伦理的能源转型。

该研究不仅填补了MRIO模型在童工责任溯源研究中的空白，也为实现联合国可持续发展目标和第8项具体目标——消除童工，提供了重要的方法论支持和政策启示。