CN112232641B - 一种基于社会经济过程的生态风险评估方法 - Google Patents
一种基于社会经济过程的生态风险评估方法 Download PDFInfo
- Publication number
- CN112232641B CN112232641B CN202011019826.4A CN202011019826A CN112232641B CN 112232641 B CN112232641 B CN 112232641B CN 202011019826 A CN202011019826 A CN 202011019826A CN 112232641 B CN112232641 B CN 112232641B
- Authority
- CN
- China
- Prior art keywords
- urb
- resource consumption
- ecological
- change
- fly
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012502 risk assessment Methods 0.000 title claims abstract description 25
- 230000008569 process Effects 0.000 title claims abstract description 14
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 54
- 231100000719 pollutant Toxicity 0.000 claims abstract description 54
- 230000035945 sensitivity Effects 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 10
- 239000000463 material Substances 0.000 claims abstract description 8
- 239000000126 substance Substances 0.000 claims abstract description 7
- 238000010219 correlation analysis Methods 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 46
- 238000005516 engineering process Methods 0.000 claims description 20
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000011002 quantification Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 8
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000003068 static effect Effects 0.000 abstract 1
- 229910000831 Steel Inorganic materials 0.000 description 11
- 239000004566 building material Substances 0.000 description 11
- 239000010959 steel Substances 0.000 description 11
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 9
- 229910052799 carbon Inorganic materials 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 206010048669 Terminal state Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 231100000027 toxicology Toxicity 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Quality & Reliability (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于社会经济过程的生态风险评估方法,包括步骤1采用物质—价值投入产出模型核算各经济部门直接和间接产生的生态风险,识别静态下的生态风险源;利用结构分解分析将时间段内资源消费/污染物排放量的变化量分解为多种社会经济因素的驱动影响,识别动态下的生态风险源。步骤2利用基于物质—价值投入产出模型和结构路径分析将各经济部门形成的产业链逐级分解,通过核算各级各条产业链上隐含的资源消耗/污染物排放量,识别生态风险传输的关键路径。步骤3利用基于物质—价值投入产出模型的产业前后关联分析,通过核算各经济部门的影响力系数和感应度系数,识别产业链中对生态风险有高影响力和高感应度的经济部门作为关键的节点。
Description
技术领域
本发明涉及生态环境技术领域,具体而言,涉及一种基于社会经济过程的生态风险评估方法。
背景技术
生态风险评估是定量识别并预测不利影响因素危害生态系统可能性与强度的过程,从而为生态风险管理提供支持,使生态风险事件可测、可控。
现有技术中的生态风险评估主要针对污染物对具体环境介质如沉积物、土壤和水体等的影响,从环境化学和毒理学等微观层面提供生态风险识别技术与防范建议。作为社会经济系统的主体,人类的社会经济活动是生态过程中干扰自然生态系统、带来生态风险的重要力量。鉴于国民经济各部门之间和多区域之间错综复杂的供需关系,生态风险源与风险防范对象不应再是传统意义上的直接引起生态风险的地区和部门,而应从整个产业链出发,根据供需关系与关联强度,追溯真正拉动或推动生态风险发生的间接生态风险源、识别生态风险传输的重点路径和具有高生态风险敏感度的节点。这种从过程的角度评估整个社会经济系统运行所引起的生态风险的技术,更能贴合决策需求,为社会经济系统运行调控提供中宏观的生态风险防范的对策建议。
例如中国发明专利申请公开号为CN105224772B的发明专利公开了一种基于系统动力学决策模型的嫩江流域典型区域水生态风险评估方法,涉及一种嫩江流域典型区域水生态风险评估方法。该发明的方法为:将对尼尔基水库入库的污染源量有影响的支流汇入、非点源排放、上游来水与沿江排污因素通过系统动力学决策模型,模拟不同的治理方案降低水库生态风险的效果,实现方案决策,并在水生态风险指标体系的基础上,评价湖库内不同时期不同点位的水生态风险状况,基于Netica软件构建贝叶斯网络的样本空间,计算各指标发生变化时对不同程度生态风险发生的概率,从而实现嫩江流域典型区域水生态风险评估。本发明应用于江流域典型区域水生态风险评估。
再例如中国发明专利申请公开号为CN111539626A的发明专利公开了一种基于城市群地区重点产业发展的生态风险评估方法,包括评价指标体系构建、信息输入、指标分级评价、指标权重确定和评价管理五个步骤。根据评价指标的权重、指标的变量信息、指标变量量化标准信息和评语等级信息对评价指标体系进行评价,评估城市群重点产业发展生态风险程度,确定生态风险影响的主要因素,并提出调控建议。该发明以人居生态环境安全保障为抓手,考察重点产业发展对城市群生态安全的影响程度,从而评价城市群地区重点产业发展的生态风险,为制定决策提供依据并缩短决策时间成本。
现有技术中至少存在以下问题:
现有技术中的针对末端状态进行的生态风险评估,以微观局部为观测重点,不能从根本上识别引起生态风险的关键源头的问题,目前尚未提出有效的解决方案。
发明内容
本发明的目的是针对现有技术的不足,提供一种基于社会经济过程的生态风险评估方法。
所述生态风险评估方法包括以下步骤:
步骤1,生态风险源识别与量化子技术构建,综合物质-价值投入产出模型和结构分解分析,通过核算反映工业化和城市化的生态风险源识别指标来实现生态风险源的识别:
步骤1.1,基于物质-价值投入产出模型核算产业链累积的资源消费/污染物排放量,由下式(1)表示:
f=F(I-A)-1y=FLy……(1);
式中:f表示从产业链累积的资源消耗/污染物排放量;F代表资源消耗/污染物排放强度向量,单位总产出的资源消耗/污染物排放量;I是单位矩阵;A是直接投入系数矩阵;L是列昂惕夫逆矩阵;y是代表最终需求的列向量;式(1)能够得到各个经济部门从产业链累积的资源消耗/污染物排放量,从而识别重要生态风险源;
步骤1.2,基于结构分解分析,采用下式(2)将时间段内资源消费/污染物排放量的变化量(Δf)分解为资源消费/污染物排放强度变化、生产结构变化和最终需求变化对资源消耗/污染物排放变化的贡献:
Δf=ΔFLy+FΔLy+FLΔy……(2);
步骤1.3,基于上式(1),将最终需求项y进一步分解为多项因子之积,得下式(3):
f=FLy=FLycylp……(3);
式中,yc、yl、p分别代表最终需求结构、最终需求水平和总人口;
步骤1.4,基于上式(3),将时间段内资源消费/污染物排放量的变化量进一步分解为资源消耗/污染物排放强度变化、生产结构变化、最终需求结构变化、最终需求水平变化和人口变化对资源消耗/污染物排放变化的贡献,即下式(4):
Δf=ΔFLycylp+FΔLycylp+FLΔycylp+FLycΔylp+FLycylΔp……(4);
步骤1.5,分别计算不同最终需求种类所引起的资源消费/污染物排放量,以城镇居民消费为例,城镇居民消费影响(furb)分解为下式(5):
furb=FLyurb=FLyurb,cyurb,lμp……(5);
式中,furb表示城镇居民消费沿产业链引起的各部门资源消耗/污染物排放量,yurb,c和yurb,l分别表示代表城镇居民消费的最终需求结构及其最终需求水平,μ为城镇化率,即城镇人口占总人口之比;
步骤1.6,通过式(5),将时间段内城镇居民消费引起的资源消费/污染物排放量的变化分解为资源消耗/污染物排放强度变化、生产结构变化、城镇居民消费结构变化、城镇居民消费水平变化、人口结构和人口总量变化的贡献,即下式(6):
Δfurb=ΔFLyurb,cyurb,lμp+FΔLyurb,cyurb,lμp+FLΔyurb,cyurb,lμp+FLyurb,cΔyurb,lμp+FLyurb,cyurb,lΔμp+FLyurb,cyurb,lμΔp……(6);
式(2)至式(6)中,Δ表示一段时期内指标的变化量;
步骤2,生态风险传输路径分析子技术构建,以物质-价值投入产出模型的结构路径分解分析技术为量化方法,用以实现生态风险传输的重要流动路径的识别,根据数学推导,投入产出模型能够进行如下式(7)分解:
f=FLy=FIy+FAy+FA2y+FA3y……(7);
步骤3,生态受体敏感性波动量化子技术构建,以物质-价值投入产出模型的前后关联分析技术为量化方法,用以量化生态受体对各风险源的敏感性波动,基于下式(8),由下式(9)、下式(10)分别计算某一个产业的影响力系数和感应度系数:
B=FL=F(I-A)-1=(bij)……(8);
式中,n表示经济系统中的部门数量;i和j均为部门变量;bij为矩阵B的元素,其中B为考虑生态环境强度后的列昂惕夫逆矩阵,即B=FL;mj表示j部门的影响力系数,mi表示i部门的感应度系数,提取影响力系数和感应度系数均大于1的行业作为具有高生态风险敏感度和波动性的关键行业。
相对于现有技术,本发明所述的生态风险评估方法具有以下显著的优越效果:
1,本发明所述的生态风险评估方法,是一套能够多维度、多要素、多尺度识别社会经济转型特点、并量化该过程的多种生态风险的综合评估技术,本发明所述的生态风险评估方法提供了一种基于社会经济过程的生态风险评估技术,能够识别社会经济转型过程中的主要风险源,解析各生态要素和污染物要素对风险源的响应机制和敏感性。
2,本发明所述的生态风险评估方法,一是从生态效益角度,扩展并丰富了现有生态风险评估技术的评估尺度和领域,能够帮助政府部门了解和掌握地区发展与转型过程中的生态风险变化,从而推进相关政策的制定、降低地区的生态风险;二是从社会经济效益角度,能够帮助政府、企业和公众更好的理解地区的社会经济活动如何引起生态风险,有助于从风险控制出发调整地区的产业活动,引导居民消费活动等。
附图说明
图1为本发明所述生态风险评估方法的基于社会经济过程的生态风险评估技术路线示意图;
图2为本发明所述生态风险评估方法的考虑碳排放效应时行业部门产业关联系数示意图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明所述生态风险评估方法进行进一步的详细描述。
如图1至图2所示,所述生态风险评估方法包括以下步骤:
步骤1,生态风险源识别与量化子技术构建,综合物质-价值投入产出模型和结构分解分析,通过核算反映工业化和城市化的生态风险源识别指标来实现生态风险源的识别:
步骤1.1,基于物质-价值投入产出模型核算产业链累积的资源消费/污染物排放量,由下式(1)表示:
f=F(I-A)-1y=FLy……(1);
式中:f表示从产业链累积的资源消耗/污染物排放量;F代表资源消耗/污染物排放强度向量,单位总产出的资源消耗/污染物排放量;I是单位矩阵;A是直接投入系数矩阵;L是列昂惕夫逆矩阵;y是代表最终需求的列向量;式(1)通过输入F、L和y,能够得到各个经济部门从产业链累积的资源消耗/污染物排放量,从而识别重要生态风险源;
步骤1.2,基于结构分解分析,采用下式(2)将时间段内资源消费/污染物排放量的变化量(Δf)分解为资源消费/污染物排放强度变化、生产结构变化和最终需求变化对资源消耗/污染物排放变化的贡献:
Δf=ΔFLy+FΔLy+FLΔy……(2);
步骤1.3,基于上式(1),将最终需求项y进一步分解为多项因子之积,得下式(3):
f=FLy=FLycylp……(3);
式中,yc、yl、p分别代表最终需求结构、最终需求水平和总人口;
步骤1.4,基于上式(3),将时间段内资源消费/污染物排放量的变化量进一步分解为资源消耗/污染物排放强度变化、生产结构变化、最终需求结构变化、最终需求水平变化和人口变化对资源消耗/污染物排放变化的贡献,即下式(4):
Δf=ΔFLycylp+FΔLycylp+FLΔycylp+FLycΔylp+FLycylΔp……(4);
步骤1.5,分别计算不同最终需求种类所引起的资源消费/污染物排放量,以城镇居民消费为例,城镇居民消费影响(furb)分解为下式(5):
furb=FLyurb=FLyurb,cyurb,lμp……(5);
式中,furb表示城镇居民消费沿产业链引起的各部门资源消耗/污染物排放量,yurb,c和yurb,l分别表示代表城镇居民消费的最终需求结构及其最终需求水平,μ为城镇化率,即城镇人口占总人口之比;
步骤1.6,通过式(5),将时间段内城镇居民消费引起的资源消费/污染物排放量的变化分解为资源消耗/污染物排放强度变化、生产结构变化、城镇居民消费结构变化、城镇居民消费水平变化、人口结构和人口总量变化的贡献,即下式(6):
Δfurb=ΔFLyurb,cyurb,lμp+FΔLyurb,cyurb,lμP+FLΔyurb,cyurb,lμp+FLyurb,cΔyurb,lμp+FLyurb,cyurb,lΔμp+FLyurb,cyurb,lμΔp……(6);
式(2)至式(6)中,Δ表示一段时期内指标的变化量;
步骤2,生态风险传输路径分析子技术构建,以物质-价值投入产出模型的结构路径分解分析技术为量化方法,用以实现生态风险传输的重要流动路径的识别,根据数学推导,投入产出模型能够进行如下式(7)分解:
f=FLy=FIy+FAy+FA2y+FA3y……(7);
式中,FIy为第零层,即最终需求直接带来的资源消耗/污染物排放量;FAy为第一层,表示生产结构中第一层生产活动引起的资源消耗/污染物排放量,即为了满足第零层生产最终需求产品的需求,需要其他部门进行投入而带来的第一层的资源消耗/污染物排放量;同理,这些行业的生产活动又需要其他行业的投入,进而逐级产生第二层、第三层等的资源消耗/污染物排放量FA2y、FA3y;该式(7)能够量化具体产业链上隐含的资源消耗/污染物排放量,从而识别重要生态风险传输路径;例如,fkakjajiyi可以表示第二层生产关系中生态风险从产业i→j→k的传输路径,即生产yi规模的i产品,需要消耗j部门ajiyi规模的产品,而j部门生产ajiyi规模的产品,又需要k部门akjajiyi规模的产品,从而在k部门直接产生fkakjajiyi规模的资源消耗/污染物排放量;
进一步地,以碳排放影响在部门问的传输路径分析为案例,通过结构路径分析提取得到引发碳排放量最高的15条产业传输路径如下表1所示;案例显示,钢铁、建材行业在碳排放传输路径中起到重要作用,其中主要体现出三种主要的碳排放传输模式:第一,钢铁、建材行业自身消费引发大量碳排放,分别占到了碳排放总量0.49%和0.73%;第二,建筑业、制造业的通过供应链消费大量钢铁建材,引发钢铁、建材行业的排放;第三,钢铁、建材行业自身生产过程也会消费钢铁、建材、电力,从而产生碳排放。需要说明的是,上述案例及其表1与附图1和图2仅用于解释本发明,而不能视为对本发明的限制。
表1引发碳排放量最高的15条产业传输路径
排名 | 二氧化碳排放量(万吨) | 占比 | 层数 | 路径 |
1 | 54093 | 6.10% | 1 | 房屋建筑→建材行业 |
2 | 30268 | 3.41% | 1 | 房屋建筑→钢铁行业 |
3 | 22578 | 2.54% | 0 | 电力行业 |
4 | 13554 | 1.53% | 1 | 土木工程建筑→钢铁行业 |
5 | 11777 | 1.33% | 1 | 土木工程建筑→建材行业 |
6 | 10673 | 1.20% | 2 | 房屋建筑→建材行业→建材行业 |
7 | 8800 | 0.99% | 2 | 房屋建筑→建材行业→电力行业 |
8 | 8664 | 0.98% | 2 | 房屋建筑→钢铁行业→钢铁行业 |
9 | 8062 | 0.91% | 0 | 道路运输 |
10 | 7358 | 0.83% | 1 | 电力行业→电力行业 |
11 | 6958 | 0.78% | 1 | 房屋建筑→电力行业 |
12 | 6508 | 0.73% | 0 | 建材行业 |
13 | 4337 | 0.49% | 0 | 钢铁行业 |
14 | 4310 | 0.49% | 1 | 建筑安装→电力行业 |
15 | 4136 | 0.47% | 1 | 金属制品→钢铁行业 |
步骤3,生态受体敏感性波动量化子技术构建,以物质-价值投入产出模型的前后关联分析技术为量化方法,用以量化生态受体对各风险源的敏感性波动,基于下式(8),由下式(9)、下式(10)分别计算某一个产业的影响力系数和感应度系数:
B=FL=F(I-A)-1=(bij)……(8);
式中,n表示经济系统中的部门数量;i和j均为部门变量;bij为矩阵B的元素,其中B为考虑生态环境强度后的列昂惕夫逆矩阵,即B=FL;m.j表示j部门的影响力系数,mi.表示i部门的感应度系数,提取影响力系数和感应度系数均大于1的行业作为具有高生态风险敏感度和波动性的关键行业。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明权利要求的保护范围之内。
Claims (1)
1.一种基于社会经济过程的生态风险评估方法,其特征在于,包括以下步骤:
步骤1,生态风险源识别与量化子技术构建,综合物质-价值投入产出模型和结构分解分析,通过核算反映工业化和城市化的生态风险源识别指标来实现生态风险源的识别:
步骤1.1,基于物质-价值投入产出模型核算产业链累积的资源消费/污染物排放量,由下式(1)表示:
f=F(I-A)-1y=FLy……(1);
式中:f表示从产业链累积的资源消耗/污染物排放量;F代表资源消耗/污染物排放强度向量,单位总产出的资源消耗/污染物排放量;I是单位矩阵;A是直接投入系数矩阵;L是列昂惕夫逆矩阵;y是代表最终需求的列向量;式(1)能够得到各个经济部门从产业链累积的资源消耗/污染物排放量,从而识别重要生态风险源;
步骤1.2,基于结构分解分析,采用下式(2)将时间段内资源消费/污染物排放量的变化量(Δf)分解为资源消费/污染物排放强度变化、生产结构变化和最终需求变化对资源消耗/污染物排放变化的贡献:
Δf=ΔFLy+FΔLy+FLΔy……(2);
步骤1.3,基于上式(1),将最终需求项y进一步分解为多项因子之积,得下式(3):
f=FLy=FLycylp……(3);
式中,yc、yl、p分别代表最终需求结构、最终需求水平和总人口;
步骤1.4,基于上式(3),将时间段内资源消费/污染物排放量的变化量进一步分解为资源消耗/污染物排放强度变化、生产结构变化、最终需求结构变化、最终需求水平变化和人口变化对资源消耗/污染物排放变化的贡献,即下式(4):
Δf=ΔFLycylp+FΔLycylp+FLΔycylp+FLycΔylp+FLycylΔp……(4);
步骤1.5,分别计算不同最终需求种类所引起的资源消费/污染物排放量,以城镇居民消费为例,城镇居民消费影响(furb)分解为下式(5):
furb=FLyurb=FLyurb,cYurb,lμp……(5);
式中,furb表示城镇居民消费沿产业链引起的各部门资源消耗/污染物排放量,yurb,c和yurb,l分别表示代表城镇居民消费的最终需求结构及其最终需求水平,μ为城镇化率,即城镇人口占总人口之比;
步骤1.6,通过式(5),将时间段内城镇居民消费引起的资源消费/污染物排放量的变化分解为资源消耗/污染物排放强度变化、生产结构变化、城镇居民消费结构变化、城镇居民消费水平变化、人口结构和人口总量变化的贡献,即下式(6):
Δfurb=
ΔFLyurb,cyurb,lμp+FΔLyurb,cyurb,lμp+FLΔyurb,cyurb,lμp+FLyurb,cΔyurb,lμp+FLyurb,cyurb,lΔμp+FLyurb,cyurb,lμΔp……(6);
式(2)至式(6)中,Δ表示一段时期内指标的变化量;
步骤2,生态风险传输路径分析子技术构建,以物质-价值投入产出模型的结构路径分解分析技术为量化方法,用以实现生态风险传输的重要流动路径的识别,根据数学推导,投入产出模型能够进行如下式(7)分解:
f=FLy=FIy+FAy+FA2y+FA3y……(7);
步骤3,生态受体敏感性波动量化子技术构建,以物质-价值投入产出模型的前后关联分析技术为量化方法,用以量化生态受体对各风险源的敏感性波动,基于下式(8),由下式(9)、下式(10)分别计算某一个产业的影响力系数和感应度系数:
B=FL=F(I-A)-1=(bij)……(8);
式中,n表示经济系统中的部门数量;i和j均为部门变量;bij为矩阵B的元素,其中B为考虑生态环境强度后的列昂惕夫逆矩阵,即B=FL;mj表示j部门的影响力系数,mi表示i部门的感应度系数,提取影响力系数和感应度系数均大于1的行业作为具有高生态风险敏感度和波动性的关键行业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011019826.4A CN112232641B (zh) | 2020-09-24 | 2020-09-24 | 一种基于社会经济过程的生态风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011019826.4A CN112232641B (zh) | 2020-09-24 | 2020-09-24 | 一种基于社会经济过程的生态风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112232641A CN112232641A (zh) | 2021-01-15 |
CN112232641B true CN112232641B (zh) | 2023-04-25 |
Family
ID=74108764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011019826.4A Active CN112232641B (zh) | 2020-09-24 | 2020-09-24 | 一种基于社会经济过程的生态风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112232641B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1655162A (zh) * | 2005-02-25 | 2005-08-17 | 复旦大学 | 基于科技企业创业技术经济过程线性模式的风险分析方法 |
CN105389673A (zh) * | 2015-12-16 | 2016-03-09 | 河南理工大学 | 一种区域突发环境污染事故风险综合评价方法 |
CN105930946A (zh) * | 2016-02-02 | 2016-09-07 | 中国科学院地理科学与资源研究所 | 一种城市产业链合路径选择与产业链延伸的技术方法 |
CN106570634A (zh) * | 2016-10-28 | 2017-04-19 | 中国科学院地理科学与资源研究所 | 城市群经济环境效率评估方法 |
CN108629722A (zh) * | 2018-04-28 | 2018-10-09 | 河海大学 | 一种so2排放变化驱动力量化方法 |
CN109118074A (zh) * | 2018-08-03 | 2019-01-01 | 广州供电局有限公司 | 电力作业风险评估方法、装置、计算机设备和存储介质 |
CN109377049A (zh) * | 2018-10-23 | 2019-02-22 | 东南大学 | 一种“产业-行业-企业”全流程开发区产业选择方法 |
CN109636255A (zh) * | 2019-01-28 | 2019-04-16 | 国家电网有限公司 | 基于投入产出模型的电价对各部门生产成本影响计算方法 |
CN109840616A (zh) * | 2018-12-26 | 2019-06-04 | 中译语通科技股份有限公司 | 一种学术影响力预测方法 |
CN111324847A (zh) * | 2020-02-17 | 2020-06-23 | 北京师范大学 | 一种多区域尺度的资源-排放耦合关键产业链识别方法 |
CN111695801A (zh) * | 2020-06-05 | 2020-09-22 | 河海大学 | 一种基于投入产出分析技术的区域水足迹脆弱性评价方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8655939B2 (en) * | 2007-01-05 | 2014-02-18 | Digital Doors, Inc. | Electromagnetic pulse (EMP) hardened information infrastructure with extractor, cloud dispersal, secure storage, content analysis and classification and method therefor |
US20090144095A1 (en) * | 2007-02-28 | 2009-06-04 | Shahi Gurinder S | Method and system for assessing and managing biosafety and biosecurity risks |
-
2020
- 2020-09-24 CN CN202011019826.4A patent/CN112232641B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1655162A (zh) * | 2005-02-25 | 2005-08-17 | 复旦大学 | 基于科技企业创业技术经济过程线性模式的风险分析方法 |
CN105389673A (zh) * | 2015-12-16 | 2016-03-09 | 河南理工大学 | 一种区域突发环境污染事故风险综合评价方法 |
CN105930946A (zh) * | 2016-02-02 | 2016-09-07 | 中国科学院地理科学与资源研究所 | 一种城市产业链合路径选择与产业链延伸的技术方法 |
CN106570634A (zh) * | 2016-10-28 | 2017-04-19 | 中国科学院地理科学与资源研究所 | 城市群经济环境效率评估方法 |
CN108629722A (zh) * | 2018-04-28 | 2018-10-09 | 河海大学 | 一种so2排放变化驱动力量化方法 |
CN109118074A (zh) * | 2018-08-03 | 2019-01-01 | 广州供电局有限公司 | 电力作业风险评估方法、装置、计算机设备和存储介质 |
CN109377049A (zh) * | 2018-10-23 | 2019-02-22 | 东南大学 | 一种“产业-行业-企业”全流程开发区产业选择方法 |
CN109840616A (zh) * | 2018-12-26 | 2019-06-04 | 中译语通科技股份有限公司 | 一种学术影响力预测方法 |
CN109636255A (zh) * | 2019-01-28 | 2019-04-16 | 国家电网有限公司 | 基于投入产出模型的电价对各部门生产成本影响计算方法 |
CN111324847A (zh) * | 2020-02-17 | 2020-06-23 | 北京师范大学 | 一种多区域尺度的资源-排放耦合关键产业链识别方法 |
CN111695801A (zh) * | 2020-06-05 | 2020-09-22 | 河海大学 | 一种基于投入产出分析技术的区域水足迹脆弱性评价方法 |
Non-Patent Citations (5)
Title |
---|
Hui Song et al.Input-output Model of Integrated Decision Support System.《Input-output Model of Integrated Decision Support System》.2010,4137-4140. * |
丁文凤.基于列昂惕夫投入产出模型的国家间货币流动规律研究.《中国优秀硕士学位论文全文数据库经济与管理科学辑》.2014,(第03期),1-86. * |
孟溦 等.新型研发机构绩效评估研究——基于资源依赖和社会影响力的双重视角.《科研管理》.2019,第40卷(第8期),20-31. * |
张芹.基于投入产出表的金融业产业关联分析.《经济研究导刊》.2019,(第023期),46-48. * |
杨晓琴.基于投入产出视角的农业转型发展研究 ————以乡宁县核桃产业发展为例.《中国优秀硕士学位论文全文数据库经济与管理科学辑》.2012,(第12期),1-55. * |
Also Published As
Publication number | Publication date |
---|---|
CN112232641A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | How public and government matter in industrial pollution mitigation performance: Evidence from China | |
Park et al. | Regional model of EKC for air pollution: Evidence from the Republic of Korea | |
Castellet et al. | Efficiency assessment of wastewater treatment plants: A data envelopment analysis approach integrating technical, economic, and environmental issues | |
Greenstone et al. | The effects of environmental regulation on the competitiveness of US manufacturing | |
Greenstone | The impacts of environmental regulations on industrial activity: Evidence from the 1970 and 1977 clean air act amendments and the census of manufactures | |
La Notte et al. | Assessing direct and indirect emissions of greenhouse gases in road transportation, taking into account the role of uncertainty in the emissions inventory | |
Etemadi et al. | Etemadi multiple linear regression | |
Wang et al. | The circular economy transformation in industrial parks: Theoretical reframing of the resource and environment matrix | |
Zounemat-Kermani et al. | Multivariate NARX neural network in prediction gaseous emissions within the influent chamber of wastewater treatment plants | |
de Araújo et al. | Eco-efficiency measurement as an approach to improve the sustainable development of municipalities: A case study in the Midwest of Brazil | |
Ladi et al. | Assessing environmental impacts of transportation sector by integrating DPSIR framework and X-Matrix | |
Chang et al. | Industrial upgrading and its influence on green land use efficiency | |
Lu et al. | The heterogeneous effects of Chinese industrial parks on environmental pollution | |
Zhupysheva et al. | Criteria for auditing the efficiency of natural resource use. Example of the Karaganda region | |
Lin et al. | The impact of green credit on green transformation of heavily polluting enterprises: Reverse forcing or forward pushing? | |
CN112232641B (zh) | 一种基于社会经济过程的生态风险评估方法 | |
Kunugi et al. | Cost-efficient strategy for reducing PM 2.5 levels in the Tokyo metropolitan area: An integrated approach with air quality and economic models | |
Hasanuzzaman et al. | Development of a framework for sustainable improvement in performance of coal mining operations | |
Xu et al. | Sustainable development-oriented industrial restructuring modeling and analysis: a case study in Leshan | |
Uribe Botero | Air pollution management in two colombian cities: Case study | |
Smith Cooper | Life-cycle assessment and sustainable development indicators. | |
Gonella et al. | On sustainable PV–solar exploitation: an emergy analysis | |
Molinos-Senante et al. | Assessing the dynamic carbon performance of water companies: A parametric approach | |
Zhang et al. | An Evaluation Model of Green Coal Supplier for Thermal Power Supply Chain Based on PCA‐SVM | |
Dragan et al. | Assessing the importance of psychosocial factors associated with sustainable organizational development during COVID-19 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |