产业生态学中环境投入产出分析研究(3)
来源：学术堂 作者：朱老师
发布于：2017-04-17 共14579字
2. 4 产业链路径分析
投入产出模型的 Leontief 逆矩阵反映产业链路径的累计效应，为提取经济系统内的产业链径路提供基础。将投入产 出 模 型 与 结 构 路 径 分 析 相 结 合，可 以 提 取 出 导 致 经 济 系 统 环 境 压 力 的 主 要 产 业 链 路径[35,49,66-68].一条产业链路径刻画终点的消费者如何逐步导致起点的部门产业环境压力，如产业链路径“农业-食品-餐馆-消费者”表示消费者在餐馆的消费驱动食品生产，食品生产进一步驱动农业部门产生环境压力。
将公式（8）中的 Leontief 逆矩阵进行泰勒展开[35,49,66-68],可以得到公式（12），公式（8）则变为公式（13）的形式。
（I- A）- 1= I + A + A2+ A3+ … （12）
e = f y + f A y + f A2y + f A3y + … （13）
公式（13）右侧的每一项代表一个生产层，每个生产层包含相应步数的产业链路径，如f A2y 这个生产层包含两步的产业链路径，其某一个产业链路径代表某一部门经过两步到达另一部门（如i-k-j）。
通过搜索大多数生产层的所有产业链路径，可以筛选出导致经济系统环境压力的主要产业链路径（如前100 条）。经济系统内的产业链路径可以有无穷多步，现有研究一般只选取前若干个主要生产层（ 涵盖绝大多数环境压力）作为结构路径分析的分解对象。即便如此，结构路径分析面对的产业链路径数量、时间需求、硬件需求和计算量仍然相当惊人。以中国135 部门的2007 年投入产出表为例，仅前四个生产层就包含 3. 3 亿个产业链路径。操作的复杂性和庞大的计算需求在很大程度上阻碍了基于投入产出模型的结构路径分析在产业生态学领域的应用。目前仅有少数研究使用基于投入产出模型的结构路径分析来提取导致经济系统环境压力的主要产业链路径[35,49,66-68].
2. 5 风险影响分析
某个部门产出的变动可以通过产业链路径直接或者间接影响其他部门。由于Leontief 逆矩阵涵盖经济系统内的所有产业链路径，投入产出模型可以反映某个部门最终需求的变化对其他部门生产的直接和间接影响。学者们将投入产出模型应用到风险影响分析中（如安全事故、自然灾害等），考察某个部门承受的风险对整个经济系统产生的影响[69,70].现有研究通常用对某个部门最终需求的影响Δy 来反映该部门承受的风险损失，Δy 一般通过风险发生后的相关统计数据来确定。某个部门承受的风险损失通过经济系统内的产业链路径影响其他部门的产出。整个经济系统承受的风险损失Δx 可由公式（14）计算得到。
Δx = （I- A）- 1× Δy （14）
风险分析领域的学者依据公式（3）和（5）推导出故障投入产模型（Inoperability input-output model）[69-73],相关学者已经证明故障投入产出模型与公式（14）是一致的[74].
2. 6 环境网络分析
网络分析旨在刻画系统结构与系统功能之间的因果关系[75,76].所研究的系统被视为一个网络，网络由点（node 或者vertex）和边（link 或者edge）构成，点与点之间通过边相连接。投入产出模型将经济系统视为通过产品交易相关联的若干个部门。如果将部门视为点，将部门间的产品交易视为边，则经济系统可以被视为一个投入产出网络。环境网络分析通常被用来研究投入产出网络结构与该网络产生的环境压力之间的关系。
目前的环境网络分析分为两个分支。第一个分支通常被称为生态网络分析（Ecological network analysis），其主要关注投入产出网络的整体结构特征，如网络的效率、冗余度和稳健性以及点与点之间的依存关系[77-80].生态网络分析源于投入产出理论，只是在后续的发展过程中，传统投入产出理论主要关注经济学领域，而生态网络分析主要关注生态环境领域[81].第二个分支通常被称为复杂网络分析，其主要关注各个点和边在投入产出网络中的重要性（如点和边在投入产出网络中的中心度）[82-85]和分布特征[86],以及投入产出网络中点和边的群落结构（群落是指一组紧密关联的点和边）[83].
针对投入产出网络的生态网络分析和复杂网络分析于近年兴起，借助大数据科学中的各种方法挖掘经济系统的结构特征及其与环境压力的关联关系。
3 环境投入产出数据库开发
随着环境投入产出分析在产业生态学领域的广泛应用，相关学者开发环境投入产出数据库为环境投入产出分析提供便捷、标准化的数据平台。目前的环境投入产出数据库建设主要分为两类：针对单个国家的环境投入产出数据库和针对全球的环境投入产出数据库。
由于大多数国家会定期发布投入产出表，因此，针对单个国家的环境投入产出数据库开发主要是收集各个部门直接产生的环境压力数据。相关学者目前已经构建美国、加拿大、德国、西班牙、英国、欧盟25 国、中国和日本的环境投入产出数据库[40,41,87-95].这些数据库的部门分类一般以国家发布的对应年份的最详细投入产出数据为依据。由于投入产出表和环境数据的稀缺性，这些数据库大部分只针对某一个或者某几个年份，涵盖的时间序列较短，尚无法支持长时间跨度的连续时间序列研究（如数十年跨度的结构分解分析）。
Liang 等人构建第一个针对我国的、综合的、开放获取的中国环境投入产出数据库（Chinese Environmental-ly Extended Input-Output （CEEIO）database,[40,41,95].CEEIO 数据库目前涵盖1992、1997、2002 和2007 四个时间点，三种部门分类和 286 个资源环境指标。基于CEEIO 数据库的计算结果与已有研究结果相吻合，从而验证CEEIO 数据库的合理性和可靠性[95].根据国家投入产出表和资源环境数据的发布进度，CEEIO 数据库将进行持续更新。
国际贸易在全球经济发展与全球环境压力削减中发挥着越来越重要的作用[45,46,96].越来越多的研究开始关注国际贸易对环境压力的影响，从而带动全球多区域投入产出数据库开发工作。全球多区域投入产出数据库在各个国家投入产出表的基础上添加国际间贸易矩阵，其可刻画国家内部部门间的产品交易和国际间的产品交易。相关学者目前已构建多个全球多区域投入产出数据库（包括环境压力指标），较常用的是WorldInput-Output Database （WIOD）数据库[97,98],Eora 数据库[99],Global Trade Analysis Project （GTAP）数据库[100]和 EXIOPOL 数据库[101].这些数据库各有优劣，GTAP 和EXIOPOL 数据库只涵盖少数时间节点；WIOD 数据库涵盖 1995-2011 年连续时间序列数据，但是国家和部门分类比较粗略；Eora 数据库涵盖1970-2013 年间连续时间序列数据，但是数据质量与其他数据库差异较大[102].目前这些数据库开发者正在就这些数据库的一致性问题开展工作[103].
