環(huán)境投入產出分析在產業(yè)生態(tài)學中的應用

梁 賽, 王亞菲, 徐 明, 張?zhí)熘?/p>

1 密歇根大學自然資源與環(huán)境學院, 安娜堡, 密歇根州 48109-1041, 美國 2 北京師范大學統(tǒng)計學院, 北京 100875, 中國 3 密歇根大學土木與環(huán)境工程系, 安娜堡, 密歇根州 48109-2125, 美國 4 清華大學環(huán)境學院, 北京 100084, 中國

環(huán)境投入產出分析在產業(yè)生態(tài)學中的應用

梁 賽1,*, 王亞菲2, 徐 明1,3, 張?zhí)熘?

1 密歇根大學自然資源與環(huán)境學院, 安娜堡, 密歇根州 48109-1041, 美國 2 北京師范大學統(tǒng)計學院, 北京 100875, 中國 3 密歇根大學土木與環(huán)境工程系, 安娜堡, 密歇根州 48109-2125, 美國 4 清華大學環(huán)境學院, 北京 100084, 中國

綜述了環(huán)境投入產出分析的基本知識及其在產業(yè)生態(tài)學領域的應用。環(huán)境投入產出分析的核心是投入產出模型,包括價值型投入產出模型、實物型投入產出模型和混合型投入產出模型。環(huán)境投入產出分析在產業(yè)生態(tài)學領域主要用于環(huán)境壓力核算、生命周期評估、社會經濟因素相對貢獻分析、產業(yè)鏈路徑分析、風險影響分析和環(huán)境網絡分析。同時,相關學者進行環(huán)境投入產出數(shù)據(jù)庫開發(fā),給環(huán)境投入產出分析提供便捷、標準化的數(shù)據(jù)渠道。討論了環(huán)境投入產出分析的若干發(fā)展趨勢。

投入產出分析; 產業(yè)生態(tài)學; 供應鏈; 環(huán)境管理; 環(huán)境經濟; 可持續(xù)發(fā)展

基于投入產出模型的環(huán)境投入產出分析被日益廣泛的應用于產業(yè)生態(tài)學(Industrial Ecology,有時也被稱為工業(yè)生態(tài)學)領域。本文首先介紹投入產出模型,其次綜述環(huán)境投入產出分析在產業(yè)生態(tài)學的應用,在此基礎上介紹環(huán)境投入產出數(shù)據(jù)庫開發(fā),最后探討環(huán)境投入產出分析的發(fā)展趨勢。

1 投入產出模型

1.1 基本概念與框架

Wassily Wassilyevich Leontief在1936年提出投入產出模型來刻畫經濟系統(tǒng)的結構[1],并于1973年獲得諾貝爾經濟學獎。最初的投入產出模型是基于價值型投入產出表(下節(jié)有具體介紹),將經濟系統(tǒng)劃分為若干個生產部門,每個部門投入勞動力和資本生產產品(包括服務),同時創(chuàng)造稅收和利潤；每個部門產品的一部分作為其他部門生產的中間投入,另一部分被居民和政府消費、形成固定資本和庫存進出變化、以及出口到其他經濟系統(tǒng)[1-4]。勞動力、資本、稅收、利潤等被稱為初始投入,部門之間的產品交易被稱為中間投入/使用,居民消費、政府消費、固定資本形成、庫存變化、出口等被稱為最終需求[4]。

對某一部門,其初始投入與中間投入之和等于該部門的總投入(列平衡)；對其產品的中間使用與最終需求之和等于該部門的總產出(行平衡)；該部門的總投入等于該部門的總產出[4]。對某一經濟系統(tǒng),其總投入(即所有部門總投入之和)等于其總產出(即所有部門總產出之和)[4]。

假設一個經濟系統(tǒng)包括n個生產部門。定義1×n行向量v代表各個部門的初始投入,n×1列向量y代表各個部門的最終需求,n×n矩陣Z代表部門間產品交易,n×1列向量x代表各個部門的總產出/總投入,n×1列向量e的所有元素均為1。投入產出模型的行平衡和列平衡可以用公式(1)和(2)表達：

x=Ze+y

(1)

x′ =e′Z+v

(2)

x=Ax+y

(3)

x′ =x′B+v

(4)

公式(3)和(4)可以進一步轉換為：

x= (I-A)-1×y

(5)

x′ =v× (I-B)-1

(6)

公式(5)和(6)分別描述了總產出x與最終需求y和初始投入v之間的關系,公式(5)將經濟系統(tǒng)視為需求驅動型(demand-driven)[5-7],公式(6)將經濟系統(tǒng)視為投入驅動型(supply-driven)[5-9]。產業(yè)生態(tài)學中的絕大多數(shù)投入產出分析將經濟系統(tǒng)視為需求驅動型。矩陣(I- A)-1被稱為Leontief逆矩陣[4],其元素lij表示部門j生產單位產品所需要部門i累計(包括直接和間接)投入的產品數(shù)量；矩陣(I- B)-1被稱為Ghosh逆矩陣[4],其元素gij表示部門i生產單位產品所累計(包括直接和間接)導致的部門j的產出量。

將環(huán)境壓力指標(即資源使用和污染物排放)作為投入產出表的衛(wèi)星賬戶,可以構建環(huán)境投入產出模型。定義標量e代表經濟系統(tǒng)產生的環(huán)境壓力,1×n行向量p代表各個部門產生的環(huán)境壓力,向量p的各個元素之和等于e。我們可以通過公式(7)計算得到各個行業(yè)的1×n強度因子f,其元素fi代表部門i生產單位產出所產生的環(huán)境壓力。

(7)

結合公式(5)、(6)和(7),經濟系統(tǒng)的環(huán)境壓力e可以表達為公式(8)和(9)的形式。公式(8)和(9)分別描述了經濟系統(tǒng)環(huán)境壓力與最終需求和初始投入的關系。

e=f×x=f× (I- A)-1×y

(8)

e=x′ ×f′ =v× (I- B)-1×f′

(9)

1.2 投入產出模型的三種形式

環(huán)境投入產出分析的核心是投入產出模型,目前在產業(yè)生態(tài)學領域廣泛應用的投入產出模型通?；谌N表式：價值型投入產出表(Monetary Input-Output Table)、實物型投入產出表(Physical Input-Output Table)和混合型投入產出表(Hybrid Input-Output Table,或者稱為Mixed-Unit Input-Output Table)。

價值型投入產出表的構建基于聯(lián)合國等國際組織共同發(fā)布的國際統(tǒng)計標準《國民賬戶體系》,以貨幣形式(如人民幣、美元等)刻畫經濟系統(tǒng)的產品交易,反映經濟系統(tǒng)的價值維度信息[4],是最常見的一種投入產出表式。上面1.1小節(jié)所闡述的投入產出模型基本概念都是基于價值型投入產出表。價值型投入產出表的初始投入包括勞動報酬、固定資產折舊、生產稅凈額和營業(yè)盈余等；其最終需求包括居民消費、政府消費、固定資本形成、庫存變化和出口等；其同時存在著行平衡和列平衡關系。大多數(shù)國家的相關政府部門(如中國國家統(tǒng)計局、美國經濟分析局Bureau of Economic Analysis)會定期發(fā)布價值型投入產出數(shù)據(jù)。投入產出基準表(Benchmark Input-Output Table)的部門劃分比較詳細(一般為一百到五百個部門),數(shù)據(jù)質量比較高(通過調查人員實際調研獲取數(shù)據(jù)),其發(fā)布周期一般為5年；投入產出延長表(Extended Input-Output Table)的部門劃分比較粗糙(一般低于一百部門),數(shù)據(jù)質量相對較差(在一些變量約束下,通過數(shù)學算法推算得到數(shù)據(jù)),其發(fā)布周期一般為2或者3年。由于價值型投入產出數(shù)據(jù)易從政府部門的統(tǒng)計資料中獲取,目前的絕大多數(shù)環(huán)境投入產出分析都是基于價值型投入產出表。

實物型投入產出表以實物量(如噸、立方米和焦耳等)刻畫經濟系統(tǒng)的物質流動(包括產品流動和廢物循環(huán)),其可以刻畫經濟系統(tǒng)的所有物質流動,也可以刻畫經濟系統(tǒng)中某一類物質(如能源、水和某一類金屬元素等)的流動情況[10]。實物型投入產出表反映經濟系統(tǒng)的實物維度信息,其被認為更適合描述經濟系統(tǒng)與環(huán)境系統(tǒng)之間的相互關系[10-14]。實物型投入產出表的初始投入一般為本地資源采掘(如水、化石燃料、礦物質和生物質等)；其最終需求包括居民消費、政府消費、固定資本形成、庫存變化、出口、污染物排放等；其同時存在著行平衡和列平衡關系。與價值型投入產出表不同的是,實物型投入產出表將資源開采、廢物循環(huán)利用和污染物排放納入其平衡關系(所謂“內生化”處理)[15-17]。由于實物型投入產出表的編制需要大量的基礎數(shù)據(jù)以及巨大的人力和時間投入,各個國家的政府部門和研究學者一般很少編制實物型投入產出表。目前,僅有中國[18-20]、德國[21,22]、芬蘭[23,24]、奧地利[25]等少數(shù)國家編制過特定年份的實物型投入產出表。這在很大程度上阻礙了實物型投入產出表在產業(yè)生態(tài)學領域的應用。

混合型投入產出表是價值型投入產出表與實物型投入產出表的折中選擇,其以混合單位(如用噸刻畫水和礦物質資源,用焦耳刻畫能源,用貨幣單位刻畫服務行業(yè)等)刻畫經濟系統(tǒng)的物質流動[4,26]?；旌闲屯度氘a出表中,代表目標部門的行以實物單位表示,代表其他部門的行則以貨幣單位表示?；旌闲屯度氘a出表通常是在價值型投入產出表的基礎上改造而成,其將所要分析的m個子部門從價值型投入產出表的n個部門中分離出來(如將風力發(fā)電從電力生產和供應業(yè)中分離出來),而構建成具有(m+n)個部門的混合型投入產出表?；旌闲屯度氘a出表只有行平衡關系,其最終需求包括居民消費、政府消費、固定資本形成、庫存變化和出口等。由于混合型投入產出表每一列的元素具有不同的單位,所以其不存在列平衡關系。

一些學者探討了這三類投入產出模型的差異性,它們的差異主要來源于對系統(tǒng)邊界的不同定義,即對資源開采、污染物排放、廢物循環(huán)利用、服務行業(yè)、產品價格和居民賬戶(即居民消費)的處理方式[11,18,21,27-30]。價值型投入產出表的平衡關系沒有考慮資源開采和污染物排放,也未充分考慮廢物循環(huán)利用(因為價值型投入產出表的資源回收利用行業(yè)無法反映部門間直接的廢物循環(huán)流動),但可以考慮不能以實物單位表示的服務行業(yè)；實物型投入產出表將資源開采、污染物排放和廢物循環(huán)利用納入其平衡關系,但無法反映服務行業(yè)的情況；混合型投入產出模型以貨幣單位形式刻畫服務行業(yè),并且以實物單位形式反映部分部門的廢物循環(huán)利用情況,但無法將資源開采、污染物排放和其余部門的廢物循環(huán)利用納入其平衡關系。另外,投入產出模型存在單一部門價格假設,即每個部門只生產一種產品,其產品以同樣的價格分配給其他行業(yè)。而在實際中,投入產出表的部門劃分不可能詳細到每個部門只生產一種產品,每個部門的產品通常也是以不同的價格賣給其他部門的企業(yè)。因此,價值型投入產出表的所有部門和混合型投入產出表的以貨幣單位表示的部門都受到單一部門價格假設的影響,而實物型投入產出表則避免了這一假設的影響。除上述因素之外,對居民賬戶的處理方式也會導致三類投入產出模型的差異。對于價值型投入產出表和混合型投入產出表,居民賬戶通常位于最終需求部分；對于實物型投入產出模型,部分研究會將居民賬戶納入中間矩陣Z,使Z由n×n矩陣變?yōu)?n+1)×(n+1)矩陣,因為居民消費與生產部門之間也存在著產品(如食品消費和耐用消費品使用等)和廢物(如廢紙)的流動[18,19]。

由此可見,三類投入產出模型各有優(yōu)劣。在實際應用中,應依據(jù)所解決問題的實際需求來選擇合適的投入產出模型。下面,我們將介紹環(huán)境投入產出分析在產業(yè)生態(tài)學領域的各種實際應用。

2 環(huán)境投入產出分析在產業(yè)生態(tài)學的應用

本文將環(huán)境投入產出分析在產業(yè)生態(tài)學的主要應用歸納為六類：環(huán)境壓力核算、生命周期評估、因素相對貢獻分析、產業(yè)鏈路徑分析、風險影響分析和環(huán)境網絡分析。

2.1 環(huán)境壓力核算

對于某個部門或者區(qū)域的環(huán)境壓力核算包括三種方法：基于生產的方法(Production-based method)、基于消費的方法(Consumption-based method)和基于收入的方法(Income-based method)。這三類方法分別反映某個部門或者區(qū)域在產業(yè)鏈路徑上不同位置的重要性。由于Leontief逆矩陣和Ghosh逆矩陣能夠完整反映經濟系統(tǒng)內的產業(yè)鏈累計效應,投入產出模型便成為環(huán)境壓力核算所青睞的工具。

基于生產的方法反映某個部門或者區(qū)域直接產生的環(huán)境壓力[31],即公式(7)中的向量p,其數(shù)值大小反映該部門或者區(qū)域作為直接產生者的重要性?；谙M的方法反映對某個部門產品的最終需求或者某個區(qū)域的最終消費所累計(包括直接和間接)導致的上游產生的環(huán)境壓力[31-35],將公式(8)中的y對角化可以計算得到,其數(shù)值大小反映該部門或者區(qū)域作為末端消費者的重要性?；谑杖氲姆椒ǚ从衬硞€部門或者區(qū)域創(chuàng)造增加值所累計導致的下游產生的環(huán)境壓力[7,8,36],將公式(9)中的v對角化可以計算得到,其數(shù)值大小反映該部門或者區(qū)域作為初始供應者的重要性。

目前的環(huán)境壓力核算研究大都基于價值型投入產出表,所關注的主要環(huán)境壓力指標包括水[37-39]、礦物質[40-42]、生物質[40-42]、二氧化碳[32,43-47]、汞[33,48,49]、細顆粒物(PM2.5)[50,51]、以及其他常規(guī)污染物[40,41]。

2.2 生命周期評估

生命周期評估考察產品整個生命周期中各個生產環(huán)節(jié)所產生的環(huán)境壓力。生命周期評估方法大體可以分為三類：傳統(tǒng)的基于過程的生命周期評估、投入產出生命周期評估和混合生命周期評估。

傳統(tǒng)的基于過程的生命周期評估通過自下而上的方法收集產品各個生產環(huán)節(jié)的直接物質投入數(shù)據(jù)、生產直接投入的物質產生的環(huán)境壓力、以及生產直接投入物質所需要的間接投入和相應的環(huán)境壓力[52]。傳統(tǒng)的基于過程的生命周期評估對物質投入和相應環(huán)境壓力的追溯類似一張樹狀圖,旨在將相關物質的所有生產環(huán)節(jié)和相應的環(huán)境壓力納入其系統(tǒng)范圍。但是在實際應用中,由于數(shù)據(jù)和工作量的限制,傳統(tǒng)的基于過程的生命周期評估只能向上追溯有限層物質投入和相關的環(huán)境壓力,并且其產品矩陣數(shù)據(jù)所涵蓋的產品類別比較有限,不能反映經濟系統(tǒng)的完整邊界。這就造成了傳統(tǒng)的基于過程的生命周期評估的“截斷誤差”,即忽略部分深層次物質投入和相關環(huán)境壓力所導致的結果誤差[52]。這種“截斷誤差”來源于：傳統(tǒng)的基于過程的生命周期評估只能考慮部分相關的供應鏈路徑,而無法考慮經濟系統(tǒng)內所有的供應鏈路徑。

投入產出生命周期評估解決了傳統(tǒng)的基于過程的生命周期評估的“截斷誤差”問題。投入產出生命周期評估一般基于價值型投入產出模型的Leontief逆矩陣,刻畫各個部門的生產活動所直接和間接導致的環(huán)境壓力。Leontief逆矩陣考慮經濟系統(tǒng)內所有的供應鏈路徑,從而拓展傳統(tǒng)的基于過程的生命周期評估的系統(tǒng)邊界[9,52-54],因此能夠解決傳統(tǒng)的基于過程的生命周期評估的“截斷誤差”問題。但是,投入產出生命周期評估是基于生產部門,其結果反映的是該部門的平均水平,無法反映某個具體產品的生命周期結果,而傳統(tǒng)的基于過程的生命周期評估則能夠針對具體產品進行分析。

為了彌補傳統(tǒng)的基于過程的生命周期評估和投入產出生命周期評估的各自缺陷,相關學者提出混合生命周期評估。混合生命周期評估將傳統(tǒng)的基于過程的生命周期評估和投入產出生命周期評估相結合,發(fā)揮各自所長來刻畫某個具體產品的生命周期影響[52]。混合生命周期一般包括兩類做法。第一類做法是：首先根據(jù)傳統(tǒng)的基于過程的生命周期評估來劃分產品的生產環(huán)節(jié)并構建各個環(huán)節(jié)的直接物質投入清單,再利用投入產出生命周期評估計算直接投入物質對應的相應部門的累計(包括直接和間接)環(huán)境壓力因子,最后通過直接物質投入清單和各種物質對應部門的累計環(huán)境壓力因子計算得到某個具體產品的生命周期環(huán)境影響。第二類做法是：首先根據(jù)傳統(tǒng)的基于過程的生命周期評估來劃分產品的生產環(huán)節(jié)并構建各個環(huán)節(jié)的直接物質投入清單,再根據(jù)混合型投入產出模型的理念將各個生產環(huán)節(jié)看作投入產出模型的子部門,最后基于構建的混合型投入產出模型的Leontief逆矩陣計算得到某個具體產品的生命周期環(huán)境影響。

2.3 因素相對貢獻分析

投入產出模型通過Leontief逆矩陣反映生產部門之間的關聯(lián)關系,通過y反映最終需求結構,為分析經濟系統(tǒng)結構與環(huán)境壓力的關系提供基礎。將投入產出模型與結構分解分析方法相結合,可以描述各種社會經濟因素的變化對經濟系統(tǒng)環(huán)境壓力變化的相對貢獻[55-57]。將公式(8)中的y拆分為最終需求結構ys和最終需求規(guī)模yv的乘積,公式(8)可寫為公式(10)的形式,環(huán)境壓力的變化量Δe可以拆分為公式(11)的形式。

e=f× (I- A)-1×ys×yv

(10)

Δe=Δf× (I- A)-1×ys×yv+f×Δ(I- A)-1×ys×yv+f× (I- A)-1×Δys×yv+f× (I- A)-1×ys×Δyv

(11)

公式(11)右側的四項依次分別代表環(huán)境壓力強度變化、生產結構變化、最終需求結構變化和最終需求規(guī)模變化對環(huán)境壓力變化量的相對貢獻。這四個因素在基于投入產出模型的結構分解分析中比較常見[58,59],也有研究將相關的因素進一步分解,如將最終需求結構分解為最終需求產品結構和最終需求類別結構,將最終需求規(guī)模分解為人均最終需求量和人口,以及分析二氧化碳時將環(huán)境壓力強度分解為能源強度和排放強度[39,40,48,50,60-64]。需要注意的是,結構分解分析假設所分解出來的各個因素是相互獨立的,在判斷是否可以分解出新的因素時,要看新分解出來的因素與其他因素是否保持相對獨立。

由于基于實物型投入產出模型和混合型投入產出模型計算出來的最終需求結構沒有實際物理意義,結構分解分析一般基于價值型投入產出模型。結構分解分析考察的是兩個時間點之間的因素變化情況,這就需要剔除價格變動的影響,即將不同時間點的價值型投入產出模型折算為可比價格。價值型投入產出模型一般按照當年價格編制,現(xiàn)有研究一般利用價格指數(shù)(如生產者價格指數(shù)、居民消費價格指數(shù)、國內生產總值指數(shù)等)將不同時間點的投入產出模型折算為某一年的不變價格,從而使不同時間點的因素具有可比性。

另外,假設分解出來m個因素,則公式(11)將有m！種形式,如分解出4個因素將有4！=24種形式。雖然每種形式在數(shù)學上都是正確的,但是每種形式都不能完全代表結構分解分析的結果,這就是結構分解分析中的非唯一性(non-uniqueness)問題[55,65]。為了解決這個問題,一般做法是對所有分解形式的結果求取均值作為結構分解分析的最終結果[65]。

2.4 產業(yè)鏈路徑分析

投入產出模型的Leontief逆矩陣反映產業(yè)鏈路徑的累計效應,為提取經濟系統(tǒng)內的產業(yè)鏈徑路提供基礎。將投入產出模型與結構路徑分析相結合,可以提取出導致經濟系統(tǒng)環(huán)境壓力的主要產業(yè)鏈路徑[35,49,66-68]。一條產業(yè)鏈路徑刻畫終點的消費者如何逐步導致起點的部門產業(yè)環(huán)境壓力,如產業(yè)鏈路徑“農業(yè)—食品—餐館—消費者”表示消費者在餐館的消費驅動食品生產,食品生產進一步驅動農業(yè)部門產生環(huán)境壓力。

將公式(8)中的Leontief逆矩陣進行泰勒展開[35,49,66-68],可以得到公式(12),公式(8)則變?yōu)楣?13)的形式。

(I- A)-1=I+ A + A2+ A3+ …

(12)

e=fy+fAy+fA2y+fA3y+ …

(13)

公式(13)右側的每一項代表一個生產層,每個生產層包含相應步數(shù)的產業(yè)鏈路徑,如f A2y這個生產層包含兩步的產業(yè)鏈路徑,其某一個產業(yè)鏈路徑代表某一部門經過兩步到達另一部門(如i—k—j)。

通過搜索大多數(shù)生產層的所有產業(yè)鏈路徑,可以篩選出導致經濟系統(tǒng)環(huán)境壓力的主要產業(yè)鏈路徑(如前100條)。經濟系統(tǒng)內的產業(yè)鏈路徑可以有無窮多步,現(xiàn)有研究一般只選取前若干個主要生產層(涵蓋絕大多數(shù)環(huán)境壓力)作為結構路徑分析的分解對象。即便如此,結構路徑分析面對的產業(yè)鏈路徑數(shù)量、時間需求、硬件需求和計算量仍然相當驚人。以中國135部門的2007年投入產出表為例,僅前四個生產層就包含3.3億個產業(yè)鏈路徑。操作的復雜性和龐大的計算需求在很大程度上阻礙了基于投入產出模型的結構路徑分析在產業(yè)生態(tài)學領域的應用。目前僅有少數(shù)研究使用基于投入產出模型的結構路徑分析來提取導致經濟系統(tǒng)環(huán)境壓力的主要產業(yè)鏈路徑[35,49,66-68]。

2.5 風險影響分析

某個部門產出的變動可以通過產業(yè)鏈路徑直接或者間接影響其他部門。由于Leontief逆矩陣涵蓋經濟系統(tǒng)內的所有產業(yè)鏈路徑,投入產出模型可以反映某個部門最終需求的變化對其他部門生產的直接和間接影響。學者們將投入產出模型應用到風險影響分析中(如安全事故、自然災害等),考察某個部門承受的風險對整個經濟系統(tǒng)產生的影響[69,70]。現(xiàn)有研究通常用對某個部門最終需求的影響Δy來反映該部門承受的風險損失,Δy一般通過風險發(fā)生后的相關統(tǒng)計數(shù)據(jù)來確定。某個部門承受的風險損失通過經濟系統(tǒng)內的產業(yè)鏈路徑影響其他部門的產出。整個經濟系統(tǒng)承受的風險損失Δx可由公式(14)計算得到。

Δx= (I- A)-1×Δy

(14)

風險分析領域的學者依據(jù)公式(3)和(5)推導出故障投入產模型(Inoperability input-output model)[69-73],相關學者已經證明故障投入產出模型與公式(14)是一致的[74]。

2.6 環(huán)境網絡分析

網絡分析旨在刻畫系統(tǒng)結構與系統(tǒng)功能之間的因果關系[75,76]。所研究的系統(tǒng)被視為一個網絡,網絡由點(node或者vertex)和邊(link或者edge)構成,點與點之間通過邊相連接。投入產出模型將經濟系統(tǒng)視為通過產品交易相關聯(lián)的若干個部門。如果將部門視為點,將部門間的產品交易視為邊,則經濟系統(tǒng)可以被視為一個投入產出網絡。環(huán)境網絡分析通常被用來研究投入產出網絡結構與該網絡產生的環(huán)境壓力之間的關系。

目前的環(huán)境網絡分析分為兩個分支。第一個分支通常被稱為生態(tài)網絡分析(Ecological network analysis),其主要關注投入產出網絡的整體結構特征,如網絡的效率、冗余度和穩(wěn)健性以及點與點之間的依存關系[77-80]。生態(tài)網絡分析源于投入產出理論,只是在后續(xù)的發(fā)展過程中,傳統(tǒng)投入產出理論主要關注經濟學領域,而生態(tài)網絡分析主要關注生態(tài)環(huán)境領域[81]。第二個分支通常被稱為復雜網絡分析,其主要關注各個點和邊在投入產出網絡中的重要性(如點和邊在投入產出網絡中的中心度)[82-85]和分布特征[86],以及投入產出網絡中點和邊的群落結構(群落是指一組緊密關聯(lián)的點和邊)[83]。

針對投入產出網絡的生態(tài)網絡分析和復雜網絡分析于近年興起,借助大數(shù)據(jù)科學中的各種方法挖掘經濟系統(tǒng)的結構特征及其與環(huán)境壓力的關聯(lián)關系。

3 環(huán)境投入產出數(shù)據(jù)庫開發(fā)

隨著環(huán)境投入產出分析在產業(yè)生態(tài)學領域的廣泛應用,相關學者開發(fā)環(huán)境投入產出數(shù)據(jù)庫為環(huán)境投入產出分析提供便捷、標準化的數(shù)據(jù)平臺。目前的環(huán)境投入產出數(shù)據(jù)庫建設主要分為兩類：針對單個國家的環(huán)境投入產出數(shù)據(jù)庫和針對全球的環(huán)境投入產出數(shù)據(jù)庫。

由于大多數(shù)國家會定期發(fā)布投入產出表,因此,針對單個國家的環(huán)境投入產出數(shù)據(jù)庫開發(fā)主要是收集各個部門直接產生的環(huán)境壓力數(shù)據(jù)。相關學者目前已經構建美國、加拿大、德國、西班牙、英國、歐盟25國、中國和日本的環(huán)境投入產出數(shù)據(jù)庫[40,41,87-95]。這些數(shù)據(jù)庫的部門分類一般以國家發(fā)布的對應年份的最詳細投入產出數(shù)據(jù)為依據(jù)。由于投入產出表和環(huán)境數(shù)據(jù)的稀缺性,這些數(shù)據(jù)庫大部分只針對某一個或者某幾個年份,涵蓋的時間序列較短,尚無法支持長時間跨度的連續(xù)時間序列研究(如數(shù)十年跨度的結構分解分析)。

Liang等人構建第一個針對我國的、綜合的、開放獲取的中國環(huán)境投入產出數(shù)據(jù)庫(Chinese Environmentally Extended Input-Output (CEEIO) database,http://www.ceeio.com)[40,41,95]。CEEIO數(shù)據(jù)庫目前涵蓋1992、1997、2002和2007四個時間點,三種部門分類和286個資源環(huán)境指標?；贑EEIO數(shù)據(jù)庫的計算結果與已有研究結果相吻合,從而驗證CEEIO數(shù)據(jù)庫的合理性和可靠性[95]。根據(jù)國家投入產出表和資源環(huán)境數(shù)據(jù)的發(fā)布進度,CEEIO數(shù)據(jù)庫將進行持續(xù)更新。

國際貿易在全球經濟發(fā)展與全球環(huán)境壓力削減中發(fā)揮著越來越重要的作用[45,46,96]。越來越多的研究開始關注國際貿易對環(huán)境壓力的影響,從而帶動全球多區(qū)域投入產出數(shù)據(jù)庫開發(fā)工作。全球多區(qū)域投入產出數(shù)據(jù)庫在各個國家投入產出表的基礎上添加國際間貿易矩陣,其可刻畫國家內部部門間的產品交易和國際間的產品交易。相關學者目前已構建多個全球多區(qū)域投入產出數(shù)據(jù)庫(包括環(huán)境壓力指標),較常用的是World Input-Output Database (WIOD)數(shù)據(jù)庫[97,98],Eora數(shù)據(jù)庫[99],Global Trade Analysis Project (GTAP)數(shù)據(jù)庫[100]和EXIOPOL數(shù)據(jù)庫[101]。這些數(shù)據(jù)庫各有優(yōu)劣,GTAP和EXIOPOL數(shù)據(jù)庫只涵蓋少數(shù)時間節(jié)點；WIOD數(shù)據(jù)庫涵蓋1995—2011年連續(xù)時間序列數(shù)據(jù),但是國家和部門分類比較粗略；Eora數(shù)據(jù)庫涵蓋1970—2013年間連續(xù)時間序列數(shù)據(jù),但是數(shù)據(jù)質量與其他數(shù)據(jù)庫差異較大[102]。目前這些數(shù)據(jù)庫開發(fā)者正在就這些數(shù)據(jù)庫的一致性問題開展工作[103]。

4 環(huán)境投入產出分析的發(fā)展趨勢

環(huán)境投入產出分析正在從國家這個宏觀層面向大宏觀(如全球層面)和次宏觀(如省份/州、城市、園區(qū)等)兩個層面發(fā)展。在大宏觀層面,不同全球投入產出數(shù)據(jù)庫間的一致性問題將是未來的一個重點研究問題。在次宏觀層面,隨著區(qū)域異質性、城市代謝和生態(tài)園區(qū)建設的興起,建設次宏觀區(qū)域的投入產出數(shù)據(jù)庫,并將其與國家和全球投入產出數(shù)據(jù)庫相對接將是未來環(huán)境投入產出分析的一個發(fā)展方向。

隨著大數(shù)據(jù)庫科學的興起[104],相關研究正在把環(huán)境投入產出分析與大數(shù)據(jù)分析方法(如前面介紹的網絡分析方法)相結合,挖掘經濟系統(tǒng)新的結構特征。將更多大數(shù)據(jù)分析方法引入環(huán)境投入產出分析領域會成為今后一個潛在研究熱點。

現(xiàn)有研究大部分關注傳統(tǒng)污染物(包括溫室氣體)。隨著國際社會對越來越多新熱點物質的關注,如PM2.5、汞和黑炭等,環(huán)境投入產出分析將會被應用到對新熱點物質的研究中。

此外,投入產出理論也開始被用于企業(yè)環(huán)境管理[105-108]和電網排放因子核算[109]。由于投入產出模型可以刻畫各個組成成分(如部門、企業(yè)生產過程、電網等)間的直接和間接關聯(lián)關系,它在其他領域也有很大的應用和發(fā)展前景。

[1] Leontief W W. Quantitative input and output relations in the economic systems of the United States. The review of economic statistics, 1936, 18(3): 105-125.

[2] Leontief W. Recent developments in the study of interindustrial relationships. The American Economic Review, 1949, 39(3): 211-225.

[3] Leontief W. Input-output analysis as an alternative to conventional econometric models. Mathematical Social Sciences, 1993, 25(3): 306-307.

[4] Miller RE, Blair PD. Input-output analysis: Foundations and extensions New York; Cambridge University Press. 2009.

[5] Gereffi G. Beyond the producer-driven/buyer-driven dichotomy: the evolution of global value chains in the internet era. IDS Bulletin, 2001, 32(3): 30-40.

[6] Gibbon P. Upgrading primary production: a global commodity chain approach. World Development, 2001, 29(2): 345-363.

[7] Lenzen M, Murray J. Conceptualising environmental responsibility. Ecological Economics, 2010, 70(2): 261-270.

[8] Marques A, Rodrigues J, Lenzen M, Domingos T. Income-based environmental responsibility. Ecological Economics, 2012, 84: 57-65.

[9] Matthews H S, Small M J. Extending the boundaries of life-cycle assessment through environmental economic input-output models. Journal of Industrial Ecology, 2000, 4(3): 7-10.

[10] UNSC. New York, USA: United Nations Statistical Commission, 2014.

[11] Altimiras-Martin A. Analyzing the structure of the economy using physical input-output tables. Economic Systems Research, 2014, 26(4): 463-485.

[12] De Marco O, Lagioia G, Amicarelli V, Sgaramella A. Constructing physical input-output tables with material flow analysis (MFA) data: bottom-up case studies/Suh S. Handbook of Input-Output Economics in Industrial Ecology. Dordrecht; Springer. 2009: 161-187.

[13] Giljum S, Hubacek K. Conceptual foundations and applications of physical input-output tables//SUH S. Handbook of Input-Output Economics in Industrial Ecology. Dordrecht; Springer. 2009: 61-75.

[14] Hoekstra R, van den Bergh J. Constructing physical input-output tables for environmental modeling and accounting: Framework and illustrations. Ecological Economics, 2006, 59(3): 375-393.

[15] 梁賽, 張?zhí)熘? 多種政策對經濟-環(huán)境系統(tǒng)的綜合作用分析. 中國環(huán)境科學, 2014, 34(3): 793-800.

[16] 徐一劍, 張?zhí)熘? 物質投入產出表在義馬市物質流分析中的應用. 中國環(huán)境科學, 2006, 26(6): 756-760.

[17] 徐一劍, 張?zhí)熘? 基于三維物質投入產出表的區(qū)域物質流分析模型. 清華大學學報(自然科學版), 2007, 47(3): 356-360.

[18] Liang S, Zhang T. Investigating Reasons for Differences in the Results of Environmental, Physical, and Hybrid Input‐Output Models. Journal of Industrial Ecology, 2013, 17(3): 432-439.

[19] Liang S, Zhang T, Xu Y. Comparisons of four categories of waste recycling in China’s paper industry based on physical input-output life-cycle assessment model. Waste Management, 2012, 32(3): 603-612.

[20] NBS. National Bureau of Statistics. The Physical Input-Output Table of China: 1992 Beijing: China statistical publishing house, 1996.

[21] Hubacek K, Giljum S. Applying physical input-output analysis to estimate land appropriation (ecological footprints) of international trade activities. Ecological Economics, 2003, 44(1): 137-151.

[22] Stahmer C, Kuhn M, Braun N. Physical input-output tables for Germany, 1990. Eurostat Working, 1998,

[23] M?enp?? I. Physical input-output tables of Finland 1995—solutions to some basic methodological problems; proceedings of the 14th International conference on input-output techniques, Montreal, Canada, F, 2002 [C].

[24] M?enp?? I, Muukkonen J. Physical input-output in Finland: methods, preliminary results and tasks ahead; proceedings of the Conference on Economic Growth, Material Flows and Environmental Pressure, Stockholm, Sweden, F, 2001 [C].

[25] Statistics_Austria, SERI. Physical input-output tables for austria 2005. Step 1: Physical supply and use tables (final report on technical implementation) Vienna, Austria; Statistics Austria. 2011.

[26] Hawkins T, Hendrickson C, Higgins C, Matthews HS, Suh S. A mixed-unit input-output model for environmental life-cycle assessment and material flow analysis. Environmental Science & Technology, 2007, 41(3): 1024-1031.

[27] Giljum S, Hubacek K, Sun LX. Beyond the simple material balance: a reply to Sangwon Suh's note on physical input-output analysis. Ecological Economics, 2004, 48(1): 19-22.

[28] Suh S. A note on the calculus for physical input-output analysis and its application to land appropriation of international trade activities. Ecological Economics, 2004, 48(1): 9-17.

[29] Weisz H, Duchin F. Physical and monetary input-output analysis: What makes the difference?. Ecological Economics, 2006, 57(3): 534-541.

[30] Xu YJ, Zhang TZ. A new approach to modeling waste in physical input-output analysis. Ecological Economics, 2009, 68(10): 2475-2478.

[31] Peters GP. From production-based to consumption-based national emission inventories. Ecological Economics, 2008, 65(1): 13-23.

[32] Davis SJ, Caldeira K. Consumption-based accounting of CO2 emissions. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(12): 5687-5692.

[33] Liang S, Wang Y, Cinnirella S, Pirrone N. Atmospheric Mercury Footprints of Nations. Environmental Science & Technology, 2015, 49(6): 3566-3574.

[34] Liu Z, Feng K, Hubacek K, Liang S, Anadon LD, Zhang C, Guan D. Four system boundaries for carbon accounts. Ecological Modelling, 2015, 318: 118-125.

[35] Liang S, Guo S, Newell JP, Qu S, Feng Y, Chiu ASF, Xu M. Global drivers of Russian timber harvest. Journal of Industrial Ecology, 2016, 20(3): 515-525.

[36] Marques A, Rodrigues J, Domingos T. International trade and the geographical separation between income and enabled carbon emissions. Ecological Economics, 2013, 89: 162-169.

[37] Lenzen M, Moran D, Bhaduri A, Kanemoto K, Bekchanov M, Geschke A, Foran B. International trade of scarce water. Ecological Economics, 2013, 94: 78-85.

[38] Feng K, Hubacek K, Pfister S, Yu Y, Sun L. Virtual Scarce Water in China. Environmental Science & Technology, 2014, 48(14): 7704-7713.

[39] Guan D, Hubacek K, Tillotson M, Zhao H, Liu W, Liu Z, Liang S. Lifting China’s water spell. Environmental Science & Technology, 2014, 48(19): 11048-11056.

[40] Liang S, Liu Z, Crawford-Brown D, Wang Y, Xu M. Decoupling Analysis and Socioeconomic Drivers of Environmental Pressure in China. Environmental Science & Technology, 2014, 48(2): 1103-1113.

[41] Liang S, Xu M, Suh S, Tan RR. Unintended Environmental Consequences and Co-benefits of Economic Restructuring. Environmental Science & Technology, 2013, 47(22): 12894-12902.

[42] Wiedmann TO, Schandl H, Lenzen M, Moran D, Suh S, West J, Kanemoto K. The material footprint of nations. Proceedings of the National Academy of Sciences, 2015, 112(20): 6271-6276.

[43] Davis SJ, Peters GP, Caldeira K. The supply chain of CO2 emissions. Proceedings of the National Academy of Sciences, 2011, 108(45): 18554-18559.

[44] Kander A, Jiborn M, Moran DD, Wiedmann TO. National greenhouse-gas accounting for effective climate policy on international trade. Nature Climate Change, 2015, 5(5): 431-435.

[45] Peters GP, Hertwich EG. CO2 embodied in international trade with implications for global climate policy. Environmental Science & Technology, 2008, 42(5): 1401-1407.

[46] Peters GP, Minx JC, Weber CL, Edenhofer O. Growth in emission transfers via international trade from 1990 to 2008. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(21): 8903-8908.

[47] Feng K, Davis SJ, Sun L, Li X, Guan D, Liu W, Liu Z, Hubacek K. Outsourcing CO2 within China. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(28): 11654-11659.

[48] Liang S, Xu M, Liu Z, Suh S, Zhang T. Socioeconomic drivers of mercury emissions in China from 1992 to 2007. Environmental Science & Technology, 2013, 47(7): 3234-3240.

[49] Liang S, Zhang C, Wang Y, Xu M, Liu W. Virtual Atmospheric Mercury Emission Network in China. Environmental Science & Technology, 2014, 48(5): 2807-2815.

[50] Guan D, Su X, Zhang Q, Peters GP, Liu Z, Lei Y, He K. The socioeconomic drivers of China’s primary PM 2.5 emissions. Environmental Research Letters, 2014, 9(2): 024010.

[51] Zhao HY, Zhang Q, Guan DB, Davis SJ, Liu Z, Huo H, Lin JT, Liu WD, He KB. Assessment of China's virtual air pollution transport embodied in trade by using a consumption-based emission inventory. Atmospheric Chemistry and Physics, 2015, 15(10): 5443-5456.

[52] Suh S, Lenzen M, Treloar GJ, Hondo H, Horvath A, Huppes G, Jolliet O, Klann U, Krewitt W, Moriguchi Y. System boundary selection in life-cycle inventories using hybrid approaches. Environmental Science & Technology, 2004, 38(3): 657-664.

[53] Hendrickson C, Horvath A, Joshi S, Lave L. Economic input-output models for environmental life-cycle assessment. Environmental Science & Technology, 1998, 32(7): 184A-191A.

[54] Lave LB. Using input-output analysis to estimate economy-wide discharges. Environmental Science & Technology, 1995, 29(9): 420-426.

[55] Dietzenbacher E, Los B. Structural decomposition techniques: sense and sensitivity. Economic Systems Research, 1998, 10(4): 307-324.

[56] Rose A, Casler S. Input-output structural decomposition analysis: a critical appraisal. Economic Systems Research, 1996, 8(1): 33-62.

[57] Hoekstra R, van den Bergh JJM. Structural Decomposition Analysis of Physical Flows in the Economy. Environmental and Resource Economics, 2002, 23(3): 357-378.

[58] Liang S, Zhang T. What is driving CO2 emissions in a typical manufacturing center of South China? The case of Jiangsu Province. Energy Policy, 2011, 39(11): 7078-7083.

[59] Peters GP, Weber CL, Guan D, Hubacek K. China's growing CO2 emissions: A race between increasing consumption and efficiency gains. Environmental Science & Technology, 2007, 41(17): 5939-5944.

[60] Feng K, Davis SJ, Sun L, Hubacek K. Drivers of the US CO2 emissions 1997-2013. Nature Communications, 2015, 6: 7714.

[61] Guan D, Hubacek K, Weber CL, Peters GP, Reiner DM. The drivers of Chinese CO2 emissions from 1980 to 2030. Global Environmental Change, 2008, 18(4): 626-634.

[62] Guan D, Peters GP, Weber CL, Hubacek K. Journey to world top emitter: An analysis of the driving forces of China's recent CO2 emissions surge. Geophysical Research Letters, 2009, 36(4): L04709.

[63] Minx JC, Baiocchi G, Peters GP, Weber CL, Guan D, Hubacek K. A “carbonizing dragon”: China’s fast growing CO2emissions revisited. Environmental Science & Technology, 2011, 45(21): 9144-9153.

[64] Wang Y, Zhao H, Li L, Liu Z, Liang S. Carbon dioxide emission drivers for a typical metropolis using input-output structural decomposition analysis. Energy Policy, 2013, 58: 312-318.

[65] De Haan M. A Structural Decomposition Analysis of Pollution in the Netherlands. Economic Systems Research, 2001, 13(2): 181-196.

[66] Lenzen M. Structural path analysis of ecosystem networks. Ecological Modelling, 2007, 200(3-4): 334-342.

[67] Peters GP, Hertwich EG. Structural analysis of international trade: Environmental impacts of Norway. Economic Systems Research, 2006, 18(2): 155-181.

[68] Skelton A, Guan D, Peters GP, Crawford-Brown D. Mapping flows of embodied emissions in the global production system. Environmental Science & Technology, 2011, 45(24): 10516-10523.

[69] Santos JR, Haimes YY. Modeling the demand reduction input-output (I-O) inoperability due to terrorism of interconnected infrastructures. Risk Analysis, 2004, 24(6): 1437-1451.

[70] Wei HR, Dong M, Sun SY. Inoperability Input-Output Modeling (IIM) of Disruptions to Supply Chain Networks. Systems Engineering, 2010, 13(4): 324-339.

[71] Haimes YY, Horowitz BM, Lambert JH, Santos J, Crowther K, Lian CY. Inoperability Input-Output Model for Interdependent Infrastructure Sectors. II: Case Studies. Journal of Infrastructure Systems, 2005, 11(2): 80-92.

[72] Haimes YY, Horowitz BM, Lambert JH, Santos JR, Lian CY, Crowther KG. Inoperability Input-Output Model for Interdependent Infrastructure Sectors. I: Theory and Methodology. Journal of Infrastructure Systems, 2005, 11(2): 67-79.

[73] Jung J, Santos JR, Haimes YY. International Trade Inoperability Input-Output Model (IT-IIM): Theory and Application. Risk Analysis, 2009, 29(1): 137-154.

[74] Dietzenbacher E, Miller RE. Reflections on the inoperability input-output model. Economic Systems Research, 2015, 27(4): 478-486.

[75] Newman M. Networks: an introduction Oxford University Press, 2010.

[76] Newman ME. The structure and function of complex networks. SIAM review, 2003, 45(2): 167-256.

[77] Chen S, Chen B. Network Environ Perspective for Urban Metabolism and Carbon Emissions: A Case Study of Vienna, Austria. Environmental Science & Technology, 2012, 46(8): 4498-4506.

[78] Chen S, Chen B, Su M. Nonzero-Sum Relationships in Mitigating Urban Carbon Emissions: A Dynamic Network Simulation. Environmental Science & Technology, 2015, 49(19): 11594-11603.

[79] Fang D, Chen B. Ecological Network Analysis for a Virtual Water Network. Environmental Science & Technology, 2015, 49(11): 6722-6730.

[80] Yang Z, Mao X, Zhao X, Chen B. Ecological Network Analysis on Global Virtual Water Trade. Environmental Science & Technology, 2012, 46(3): 1796-1803.

[81] Suh S. Theory of materials and energy flow analysis in ecology and economics. Ecological Modelling, 2005, 189(3-4): 251-269.

[82] Bl?chl F, Theis FJ, Vega-Redondo F, Fisher EON. Vertex centralities in input-output networks reveal the structure of modern economies. Physical Review E, 2011, 83(4): 046127.

[83] Liang S, Feng Y, Xu M. Structure of the global virtual carbon network: Revealing important sectors and communities for emission reduction. Journal of Industrial Ecology, 2015, 19(2): 307-320.

[84] Xu M, Allenby BR, Crittenden JC. Interconnectedness and resilience of the U.S. economy. Advances in Complex Systems, 2011, 14(5): 649-672.

[85] Liang S, Qu S, Xu M. Betweenness-Based Method to Identify Critical Transmission Sectors for Supply Chain Environmental Pressure Mitigation. Environmental Science & Technology, 2016, 50(3): 1330-1337.

[86] Liang S, Qi Z, Qu S, Zhu J, Chiu ASF, Jia X, Xu M. Scaling of global input-output networks. Physica A: Statistical Mechanics and its Applications, 2016, 452: 311-319.

[87] CMU. EIO-LCA: Free, Fast, Easy Life Cycle Assessment (http://www.eiolca.net) Pittsburgh, PA, USA; Green Design Institute, Carnegie Mellon University. 2015.

[88] Huppes G, Koning A, Suh S, Heijungs R, Oers L, Nielsen P, Guinée JB. Environmental impacts of consumption in the European Union: High‐resolution input‐output tables with detailed environmental extensions. Journal of Industrial Ecology, 2006, 10(3): 129-146.

[89] Müller B, Schebek L. Input‐output‐based life cycle inventory: Development and validation of a database for the German building sector. Journal of Industrial Ecology, 2013, 17(4): 504-516.

[90] Nansai K. Environmental input-output database building in Japan Handbook of Input-Output Economics in Industrial Ecology. Springer. 2009: 653-688.

[91] Suh S. Developing a sectoral environmental database for input-output analysis: the comprehensive environmental data archive of the US. Economic Systems Research, 2005, 17(4): 449-469.

[92] Suh S. The Comprehensive Environmental Data Archive (CEDA) (http://cedainformation.net/index.html) University of California, Santa Barbara, California, USA; Climate Earth, Inc. 2010.

[93] Weidema BP, Suh S, Notten P. Setting priorities within product‐oriented environmental policy: The Danish perspectives. Journal of Industrial Ecology, 2006, 10(3): 73-87.

[94] Yang Y, Suh S. Environmental impacts of products in China. Environmental Science & Technology, 2011, 45(9): 4102-4109.

[95] Liang S, Feng T, Qu S, Chiu ASF, Jia X, Xu M. Developing the Chinese Environmentally Extended Input-Output (CEEIO) Database. Journal of Industrial Ecology, 2016, in press, DOI:10.1111/jiec.12477.

[96] Springmann M. Integrating emissions transfers into policy-making. Nature Climate Change, 2014, 4(3): 177-181.

[97] Dietzenbacher E, Los B, Stehrer R, Timmer M, de Vries G. The construction of world input-output tables in the WIOD project. Economic Systems Research, 2013, 25(1): 71-98.

[98] Timmer MP, Dietzenbacher E, Los B, Stehrer R, de Vries GJ. An illustrated user guide to the world input-output database: the case of global automotive production. Review of International Economics, 2015, 23(3): 575-605.

[99] Lenzen M, Moran D, Kanemoto K, Geschke A. Building Eora: a global multi-region input-output database at high country and sector resolution. Economic Systems Research, 2013, 25(1): 20-49.

[100] Andrew RM, Peters GP. A multi-region input-output table based on the global trade analysis project database (GTAP-MRIO). Economic Systems Research, 2013, 25(1): 99-121.

[101] Tukker A, de Koning A, Wood R, Hawkins T, Lutter S, Acosta J, Rueda Cantuche JM, Bouwmeester M, Oosterhaven J, Drosdowski T. EXIOPOL-Development and illustrative analyses of a detailed global MR EE SUT/IOT. Economic Systems Research, 2013, 25(1): 50-70.

[102] Owen A, Steen-Olsen K, Barrett J, Wiedmann T, Lenzen M. A structural decomposition approach to comparing MRIO databases. Economic Systems Research, 2014, 26(3): 262-283.

[103] Moran D, Wood R. Convergence Between the Eora, WIOD, EXIOBASE, and OpenEU's Consumption-Based Carbon Accounts. Economic Systems Research, 2014, 26(3): 245-261.

[104] Xu M, Cai H, Liang S. Big Data and Industrial Ecology. Journal of Industrial Ecology, 2015, 19(2): 205-210.

[105] Liang S, Jia X-P, Zhang T-Z. Three-dimensional hybrid enterprise input-output model for material metabolism analysis: a case study of coal mines in China. Clean Technologies and Environmental Policy, 2011, 13(1): 71-85.

[106] Albino V, Kühtz S. Enterprise input-output model for local sustainable development—the case of a tiles manufacturer in Italy. Resources, Conservation and Recycling, 2004, 41(3): 165-176.

[107] Albino V, Kühtz S, Zhou C, Peng G. Energy and materials use in Italian and Chinese tile manufacturers: a comparison using an Enterprise Input-Output model; proceedings of the 15th international conference on input-output techniques, Renmin University of China, Beijing, F, 2005 [C].

[108] Lin X, Polenske KR. Input—output modeling of production processes for business management. Structural Change and Economic Dynamics, 1998, 9(2): 205-226.

[109] Ji L, Liang S, Qu S, Zhang Y, Xu M, Jia X, Jia Y, Niu D, Yuan J, Hou Y. Greenhouse gas emission factors of purchased electricity from interconnected grids. Applied Energy, 2016, in press, doi:10.1016/j.apenergy.2015.10.065

Environmental input-output analysis in industrial ecology

LIANG Sai1,*, WANG Yafei2, XU Ming1,3, ZHANG Tianzhu4

1SchoolofNaturalResourcesandEnvironment,UniversityofMichigan,AnnArbor,Michigan48109-1041,UnitedStates4SchoolofStatistics,BeijingNormalUniversity,Beijing100875,China3DepartmentofCivilandEnvironmentalEngineering,UniversityofMichigan,AnnArbor,Michigan48109-2125,UnitedStates4SchoolofEnvironment,TsinghuaUniversity,Beijing100084,China

This study introduced the environmental input-output analysis and reviewed its applications in the field of industrial ecology. The core of environmental input-output analysis is the input-output model including monetary, physical, and hybrid input-output models. Major applications of environmental input-output analysis in the field of industrial ecology include environmental pressure accounting, life cycle assessment, analysis of relative contributions of socioeconomic factors, critical supply chain path analysis, risk impact analysis, and environmental network analysis. Moreover, scholars began to develop environmental input-output databases to provide convenient and standardized data sources for environmental input-output studies. Finally, this study discussed several potential development trends of environmental input-output analysis.

input-output analysis; industrial ecology; supply chains; environmental management; environmental economics; sustainable development

2015- 04- 26;

2016- 11- 18

10.5846/stxb201604260785

*通訊作者Corresponding author.E-mail: liangsai09@gmail.com

梁賽, 王亞菲, 徐明, 張?zhí)熘?環(huán)境投入產出分析在產業(yè)生態(tài)學中的應用.生態(tài)學報,2016,36(22):7217- 7227.

Liang S, Wang Y F, Xu M, Zhang T Z.Environmental input-output analysis in industrial ecology.Acta Ecologica Sinica,2016,36(22):7217- 7227.