能源消耗、環保投資與生態足跡的灰色系統分析

劉惠敏

(同濟大學經濟與管理學院，上海200092)

能源消耗、環保投資與生態足跡的灰色系統分析

劉惠敏

(同濟大學經濟與管理學院，上海200092)

人類的行為時刻在影響著生態系統，或積極，或消極。選擇人均能源生態足跡(包括煤、焦炭、燃料油和電力等)作為代表生態閾值的指標，以能源消耗彈性系數代表人類對生態系統的消極影響，構造環保投資彈性系數代表人類對生態系統的積極影響，運用灰色系統方法，研究生態系統與行為系統之間的相互作用關系。分別測算上海市1978－2010年的能源消耗彈性系數、環保投資彈性系數與人均能源生態足跡的灰色關聯系數，結果表明，電力是與能源消費關聯最密切的因素，也是影響環保投入產出效率的最重要指標。研究發現，人類消極行為對生態系統的影響大于積極行為，從環境治理政策的角度來說，“節能”的效果遠大于“減排”，在當前發展階段，有序約束人類行為以減少對環境的消耗和破壞已迫在眉睫。

能源生態足跡;能源消耗彈性系數;環保投資彈性系數;灰色關聯度

人與生態系統是共軛關系，人類活動必須在生態系統可承受范圍內，同時，人的行為作用于生態系統，時刻影響其閾值變化。不受外力和人為干擾情況下，生態系統因自校穩態機制而無需外界控制，承載力一定。當受到干擾超過穩態閾值后，生態系統走向另一種穩態，承載力也隨之變化。人類常常忽視約束自身行為對生態閾值的巨大作用，攻克一項艱難的技術瓶頸(2007年中國財政支出235億主要用于支持企業節能技術改造項目)的效果，完全可以通過減少人的一次浪費行為而獲得;同樣，如果人類一直放任粗放的生產和生活方式，再多的新能源和新技術也無法挽救地球一天天“消失”。2011年結束的南非德班氣候大會，不僅討論了全球氣候變暖是否陷入失序的困境，更釋放出環境保護已經從地區結構調整向全球政治博弈深化的明顯信號，標志著對于生態保護和環境可持續發展的研究不得不從防止和緩解人類活動對環境的影響轉向研究如何適應全球環境變化的重大轉折。約束人類行為是主動適應全球環境變化，促使生態系統恢復或發展到高級狀態的有效途徑，為實現生態系統的持續安全提供了長效機制。

生態閾值的測度和評價是當前國內外研究的熱點，也是生態學的關鍵科學問題。目前常用的能值分析法、生命周期分析法(SETAC)、生態系統服務功能法和自然資源評價法、生態足跡(ecological footprint，EF)評價法、環境容載力、環境可持續性指標(ESI)等評價方法分別從能流、信息流、物流、資金流以及時間、空間尺度上研究和分析人類活動影響下的生態過程。測度方法的重點和標準不盡相同，結果較難比較和轉換，尚無法確切得出生態系統閾值的具體數量，但相關研究均表明，全球生態系統壓力巨大，生態安全受到嚴重威脅［1］。生態足跡指標作為一種衡量自然資本可持續利用的生物物理定量評價工具，將人類對各種資源和能源的消費折算為6類主要的生物生產性土地(指具有生態生產能力的土地或水體):化石能源地(fossil energy land)、可耕地(arable land)、林地(forest)、草場(pasture)、建筑用地(built-up areas)和海洋(sea)，研究維持個人、地區、國家和全球的生存或吸納人類排放廢物的具有生物生產力的地域面積(biologically productive areas)［2］，揭示了人類持續生存的生態閾值。已有研究表明，我國人口密集區均存在明顯的生態赤字［3－4］。該方法在水資源、大氣成分穩定性以及生態系統美學服務功能等方面的核算存在不足。

自然資源的價值水平與減少人類影響的方法存在顯著的相關關系，限制某些人類活動可以提高自然資源的安全性。全球變化人類行為計劃(IHDP)從社會科學角度研究全球變化的人類原因，提出全球變化的根源在于人為，高度關注全球化引起的社會安全問題［5］。人的行為方式及構成的行為關系受利益驅動，表現為對需求的滿足，生態問題則表現為社會利益結構所決定的均衡、沖突和再均衡的過程。博弈理論常用來分析各利益群體的自然觀、環境倫理觀及人類價值觀，研究公共資源與環境公平性、主體利益關系及各主體行為對環境的影響等問題。管理人類活動是提高社會—生態系統恢復力的有效策略，調整人類活動要比調節影響生態系統結構和功能的自然因素更加實際［6］。通過合理安排和有序組織人類活動，能夠使生存環境的總體和盡可能多的局部在人類可以預見的時間尺度上不發生顯著退化，甚至持續好轉，同時又能夠滿足當時社會經濟發展對自然資源需求，是人類適應全球變化的重要途徑［7］。通過環境經濟投入產出表，可以反映經濟活動對環境所造成的負面影響以及社會為消除這些影響而進行的各種活動［8］。

經濟社會發展的行為者是人，承受者雖直接表現為生態系統，但其最終承受者還是人本身。將人為作用下的生態系統可持續性問題凝練為生態閾值的人類行為影響和約束問題，厘清生態子系統和人類行為子系統的相互作用關系，試圖回答兩個基本問題:①生態閾值與人類行為之間的相互影響關系確實存在嗎?②生態系統可持續能力的提高，究竟是減少消極行為(例如，能源消耗的節約)的直接結果，還是人類增加積極行為(例如，環境保護投入的增加)的間接反應?

1 研究指標設計及其遴選依據

人是可持續發展過程中最直觀、復雜和能動的關鍵要素，也是最難衡量和控制的環節，人類行為對生態環境的影響復雜而深遠。由于我國尚未形成完善的環境投入產出核算體系，人類對生態環境的正、負行為及其影響難以簡單界定。例如，為了保護環境而進行的國家或地區政府財政投資可以計算，而用于宣傳環保的社會投入和個人支出很難統計;環境污染所產生的經濟損失和治理成本可以計算，而浪費等個體行為加總成為社會行為后的影響鮮有研究。因此，在本研究中，僅選取“環境保護”代表人類對生態系統產生積極影響的正行為，選取“能源消耗”代表人類對生態系統施加干預的負行為，對應地，以人均能源足跡代表生態系統的閾值變化，研究人類行為對生態系統的作用方式和影響程度。

1.1 能源消耗彈性系數(Elasticity Coefficient of Energy Consumption，ECEC)

能源是一個國家經濟增長和社會發展的重要物質基礎，能源消費是經濟持續穩定增長的重要推動力。工業化時代以來，人類活動對化石能源的大量需求所引致的溫室氣體排放增加已成為導致全球氣候變暖的主要原因［9］。工業化和城市化的發展需要耗費大量的能源，特別是化石能源的大量消耗將直接導致環境的嚴重污染［10］。中國正處于高速工業化和城市化的進程當中，因能源消費而產生的污染排放中工業部門占80%以上［11］，且高耗能產業消耗資源(水電、煤、石油、天然氣等自然資源以及物耗等)的速度最快，對能源的需求量較大，污染排放占據了工業部門排放的90%以上［12］。因此，以“能源消耗”作為代表人類對生態系統施加的各種負行為的系統集成指標，是有科學依據的。

能源消耗的總量反映一個社會經濟組織發展中對自然資源的使用數量。相比于總量指標，以能源使用效率來衡量經濟增長和能源消費之間的關系，更加具有現實意義。經濟增長與能源消費之間存在以下4種關系:①從經濟增長到能源消費的單向因果關系，即非能源依賴型經濟，經濟增長會帶來能源消費的增加，但能源消費的增加不會帶來經濟增長。對于這種經濟類型，節能政策的實施對經濟增長的負面影響可能就很小［13］;②從能源消費到經濟增長的單向因果關系，即能源依賴型經濟，依靠能源消費增加拉動經濟的增長。節能政策所導致的能源消費的降低可能會顯著影響經濟增長［14］;③經濟增長與能源消費之間不存在因果關系，沒有必然的聯系;④能源消費與經濟增長之間存在雙向因果關系，即經濟增長與能源消費互相依賴型的。能源消耗彈性系數反映能源消費增長速度與國民經濟增長速度之間比例關系的指標，等于能源消費量年平均增長速度與國民經濟年增長速度之比。選擇能源消費彈性系數作為人類負行為的代表指標，說明由于人類經濟社會發展過程中生產生活的能源消耗給生態系統帶來的負面影響程度。

1.2 環保投資彈性系數(Elasticity Coefficient of Environ mental Investment，ECEI)

2008年，中國統計的名義環境保護投資已經達到4 490億元，占當年GDP的1.49%。但是，多年來環保統計中存在的一些基礎性問題尚未解決，突出表現在環保投資的內涵界定不清。一般來說，中國的環保投資主要包括工業和區域污染防治、環境基礎設施(如城市污水處理廠)建設以及環境保護機構能力建設等內容，通常不包括生態建設的投資［15］。因此，中國的環保投資通常也稱為環境污染治理投資，是指在工業污染源治理和城市環境基礎設施建設的投資中，用于形成固定資產的資金，包括工業新老污染源治理工程投資、建設項目“三同時”環保投資和城市環境基礎設施建設所投資的資金。

根據我國統計年鑒的數據口徑，從1996年開始引入統計“環保投資”總量指標。同樣，為了更加客觀地反映環保投資在經濟社會發展中的作用和效率，參考能源消費彈性系數來構造環保投資彈性系數。環保投資彈性系數反映環保投資增長速度與國民經濟增長速度之間比例關系的指標，等于環保投資年平均增長速度與國民經濟年增長速度之比。選取環保投資彈性系數代表人類對生態系統產生積極影響的正行為，說明由于人類經濟社會發展過程中通過環境保護和污染治理等積極行為，給生態系統帶來的正面影響程度。

1.3 人均能源足跡(Per-capita Energy Ecological Footprint，Per-capita EEF)

自然資本管理是可持續發展的核心，有效的管理依賴于對自然資本的準確度量。研究表明，能源足跡在生態足跡中占很大比重［16－17］，是影響生態足跡大小的最主要因素。如美國與德國都是發達國家，1999年美國人均生態足跡(9.7全球公頃，ghm2)是德國(4.7 ghm2)的2.06倍，主要是因為生活方式和能源消費不同的結果［18］。WWF等最新發布的《2006地球生命力報告》指出，人類的能源足跡增長最快，2003年超過1961年的10倍，幾乎占到6類總生態足跡的一半(48%)［19］。由于社會、經濟、科技、生產、日常生活等眾多因素的變化影響著人們的能源消費、決定著能源足跡的大小，揭示能源足跡的變化規律和影響因子，找出影響能源足跡增長的主要因子，為人類降低能源足跡、減少環境影響(生態足跡)提供可行的途徑和方法很有必要。

以人均能源足跡為目標序列，代表生態系統閾值的變化趨勢，以能源消費彈性系數和環保投資彈性系數作為參考序列，通過關聯分析研究生態子系統和人類行為子系統發展趨勢的相似或相異程度，研究人類行為對生態閾值的影響程度以及約束人類行為的效率。

2 上海市Per-capita EEF、ECEC、ECEI計算

上海作為高度城市化和工業化的區域，屬于典型的人工自然生態系統，人類各種生產生活行為對自然生態系統的影響最為顯著。

2.1 Per-capita EEF的兩種算法

采用碳匯法［20－21］計算上海市 1978－2010年的人均能源足跡，即每消費單位化石能源所釋放的二氧化碳所需要的林地吸收面積(水電不釋放二氧化碳，其生態足跡計算是以建設水電站等設施所淹沒的土地面積計算)。由于森林對溫室氣體吸收能力是以熱量為表征的，需要先將化石能源消費量按其燃燒效率轉化為熱量［22］。在計算不同能源消費項目的生態足跡時，采用Wackernagel［23］等所確定的煤、石油、天然氣和水電的全球平均土地產出率:55 GJ/hm2、71 GJ/hm2、93 GJ/hm2、1 000 GJ/hm2，將能源消費所消耗的熱量折算成一定的化石能源地面積。按照能源消耗統計口徑的不同，采用以下兩種方法計算并分析上海市的人均能源足跡。

算法一:

根據統計年鑒數據，選取工業能源終端消費量的數據，將所有能源轉換為標準煤進行能源足跡測算。折算系數及轉化標準如下:1 t原煤=0.714 3 t標準煤，1 t原油=1.428 6 t標準煤，1 m3油天然氣=1.33 kg標準煤，1 kWh電力=0.229 kg標準煤。測算的結果見圖1。

圖1 上海市1978－2010年人均能源足跡(按標準煤折算)Fig．1 Per-capita EEF of Shanghai from 1978 to 2010(according to standard coal conversion)

算法二:

根據上海市能源消費種類的不同，按照電力、燃料油、焦炭和原煤四種主要能源分類，根據不同能源的全球平均土地產出率系數，計算1978－2010年的上海市分賬戶能源足跡并加總，作為上海市的人均能源足跡。測算的結果見圖2。

圖2 上海市1978－2010年人均能源足跡(按分能源賬戶計算)Fig．2 Per-capita EEF of Shanghai from 1978 to 2010(according to four sub-accounts)

上海市人均能源足跡的變化趨勢可以歸納為:①人均能源消費足跡存在階段性特征。20世紀80年代至90年代初逐步增加，90年代中后期平穩下降，近5年有所上升。②人均能源足跡的構成發生了變化，由原煤足跡為主，逐漸向以焦炭為主、燃料油減少、電力增加的能源足跡結構轉變。③電力的全球平均土地產出率系數比原煤高，此類能源消耗所占比例越多，人均能源足跡的數值越小。研究期內，上海市四種主要能源消耗中，只有電力消耗量保持持續上升，隨著能源消耗結構的進一步轉變，電力足跡將會繼續增加。

2.2 能源消耗彈性系數(ECEC)的計算

能源消費彈性系數代表人類對生態系統產生消極作用的負行為，說明人類經濟社會發展過程中由于生產生活的能源消耗，給生態系統帶來的負面影響程度。根據上海市統計年鑒，以1978－2010為研究期間，計算能源消耗彈性系數(見圖3)。

圖3 上海市1978－2010年能源消耗彈性系數Fig．3 ECEC of Shanghai(1978 － 2010)

研究期間，上海市能源消耗彈性系數呈現周期波動趨勢，表現出明顯的階段性特征:①改革開放之初，能源消耗彈性系數小于1，能源消耗的增長速度慢于經濟增長速度;②20世紀80年代中后期至90年代初期，能源消耗彈性系數多次大于1，我國經濟增長對能源消耗的依賴最為顯著。特別是1986年，能源消耗系數為2.05，說明GDP增加1個百分點，需要增加2個百分點的能源消耗;③90年代中后期，伴隨著經濟的快速增長(平均增速12.57%)，能源消耗的增長速度持續下降(平均增速4.43%)，能源消耗彈性系數平穩下降;④2000年以后，由于經濟增長速度逐步放緩，能源消耗彈性系數呈現上升趨勢。

2.3 環保投資彈性系數(ECEI)的計算

環保投資彈性系數代表人類對生態系統產生積極作用的正行為，說明人類經濟社會發展過程中由于環境保護和污染治理，給生態系統帶來的正面影響程度。由于我國對環保投資在統計口徑上的數據收集較晚，選取1996－2010年作為研究期間，計算環保投資彈性系數(見圖4)。

圖4 上海市1996－2010年環保投資彈性系數Fig．4 ECEIof Shanghai(1996 － 2010)

研究期間，上海市大部分年份的環保投資彈性系數大于1，相比于經濟增長的速度，環保投資的增長速度更快。但是，環保投資彈性系數的數值越來越小，從1996年的3.67，即GDP增長1個百分點，環保投資增加3.67個百分點，到2010年的1.03，可以看出，上海市用于環境保護的資金投入的實際增長速率是下降的。這與上海市逐漸調整產業結構有著密不可分的關系，通過產業升級將資源消耗和環境破壞的落后產業轉移或淘汰，是造成主要用作污染治理費用的環保投資增長速度放緩的可能原因之一;但對比同時期能源消耗彈性系數的增加趨勢，不能排除城市在經濟發展中過早享用環境改善的紅利，忽視或減少對環境保護的持續投資，采用加大能源的消耗拉動經濟的快速增長的可能性，迫切需要引起高度的重視。

3 上海市 Per-capita EEF、ECEC和 ECEI的灰色系統分析

3.1 灰色關聯度

灰色系統分析用灰色關聯度來描述系統要素間關系的強弱、大小和次序，從而分清主導要素和潛在要素，分清優勢和劣勢，為分析評價系統發展提供相關的信息。灰色關聯度反映兩個系統或系統內各要素間變化的方向和速度的關聯程度。如果樣本數據反映出兩要素變化的發展態勢基本一致，則關聯度大，表明該要素是系統發展的主要影響因子;關聯度小，說明系統發展不受或少受此要素影響［24－25］。

根據前文分析，以人均能源足跡代表生態系統的閾值變化，研究人類行為對生態系統的作用方式和影響程度，組成一個母要素Y0(t)(參考數列)。

以“環保投資彈性系數”代表人類對生態系統產生積極影響的正行為，以“能源消費彈性系數”代表人類對生態系統施加干預的負行為，組成兩個子要素Yi(t)(比較數列)。

能源消費彈性系數與人均生態足跡是正向變動的，能源消費彈性系數越大，對能源的使用數量和速度越高，對生態系統的占用也越大，即人均能源生態足跡越大。需要注意的是，環境保護作為人類干預生態系統的積極影響，隨其數量的增加，通常會給生態系統帶來正面的作用。也就是說，環保投資的越多，生態系統的承載能力趨向改善，人類能源消耗占用的生態足跡相應地減少，即環保投資彈性系數與人均能源足跡之間是反向變化趨勢。故在灰色關聯度計算中，需要對環保投資彈性系數取倒數進行研究，才能科學地考察數據之間的相關關系和經濟社會發展中的實際意義。

將原始數據進行無量綱處理，以減少隨機要素的干擾。設X0(t)，Xi(t)分別為經過無量綱均值化處理的母要素和子要素的樣本值，表示為:

3.2 人均能源足跡X0(t)與能源消耗彈性系數X1(t)的灰色關聯分析

1978－2010年期間，將所有能源消費折算為標準煤后得到的單一帳戶人均能源足跡與能源消耗彈性系數之間的灰色關聯系數為0.710 3，兩個因素的變化方向相同，趨勢基本一致，有密切的相關關系。事實上，能源消耗彈性系數體現著能源消耗的速度領先或落后于經濟增長的速度，是相對指標，能源消耗彈性系數越大，經濟增長對能源的依賴程度越高，勢必會導致人均能源足跡的生態占用越大。

按照原煤、焦炭、燃料油和電力等4類上海市工業企業主要消耗的能源種類，建立人均能源足跡帳戶，構成上海市的人均能源足跡與能源消費彈性系數的灰色關聯矩陣(見表1)。

1978－2010年期間，上海市人均能源足跡與能源消費彈性系數之間的灰色關聯系數為0.603 9。由于燃料油和電力的全球平均土地產出率系數比原煤高，在分帳戶人均能源足跡的計算和匯總過程中，這兩類能源消耗所占比例越多，相比單一帳戶，人均能源足跡的數值越小，對應地，與能源消耗彈性系數的關聯度也會偏小。根據表1，對上海市人均能源足跡影響最大的是原煤足跡(0.904 5)，其次為焦炭(0.892 0)，電力最小(0.654 8)。研究期內，上海市能源消費結構以原煤消耗為主，而原煤的全球平均土地產出率最低，為55 GJ/hm2，以原煤消費為主的能源結構導致人類經濟社會發展對生態系統的資源占用較大。與能源消費彈性系數的關聯度最為密切的能源足跡為電力足跡(0.739 0)，是與能源消費彈性系數變化趨勢最相似的，對其影響最顯著的能源消費類型，說明電力消費是拉動上海市能源消費增長的最主要因素和推進經濟增長的最依賴能源。

表1 1978－2010能源消耗彈性系數與分帳戶人均能源足跡的灰色關聯矩陣Tab.1 Matrix of grey correlation coefficients between per-capita EEF and ECEC(1978－2010)

3.3 人均能源足跡X0(t)與環保投資彈性系數X2(t)的灰色關聯分析

1996－2010年期間，將所有能源消費折算為標準煤后算得到的單一帳戶人均能源足跡與環保投資彈性系數之間的灰色關聯系數為0.667 1。由于對環保投資彈性系數采用取倒數計算灰色關聯度，結果說明環保投資彈性系數與人均能源足跡兩個因素的變化方向相反，即環保投資彈性系數越大，人均能源足跡的生態占用越小，加快環保投資對能源消耗的減少起了一定的作用(見表2)。

1996－2010年期間，分帳戶的人均能源足跡與環保投資彈性系數之間的灰色關聯系數為0.638 7。將表2和表1對比分析發現，上海市的人均能源足跡構成發生了一定的變化，對其影響最大的是焦炭足跡(0.948 8)，其次為原煤足跡(0.931 3)，電力足跡最小(0.702 7)。人均能源足跡與各能源足跡的關聯度均大于1978－2010年時間尺度下的數值，說明人均能源足跡與各能源足跡的變化趨勢更加一致，相互關聯更加密切。焦炭取代原煤成為與人均能源足跡變化趨勢一致性最顯著的能源種類，隨著能源消耗結構的轉變，電力足跡將會進一步增加。與環保投資彈性系數變化趨勢最相似、關聯最密切的能源消費類型是電力足跡(0.685 3)，由于對環保投資彈性系數取倒數計算灰色關聯度，說明環保投資增長越快，電力消耗的生態占用越小，電力是上海市環境保護和污染治理投入產出效率最高的能源種類。

3.4 X0(t)與X1(t)、X2(t)的灰色關聯分析

以人均能源足跡X0(t)作為參考數列，以能源消費彈性系數X1(t)和環保投資彈性系數X2(t)組成比較數列，通過灰色關聯系數，可以反映生態系統和人類行為系統內各要素間變化的趨勢，從而找到影響生態系統發展的主要因素(見表3)。

根據表3，人均能源足跡與能源消耗彈性系數的關聯度均大于其與環保投資彈性系數的關聯度，這說明，與生態系統的變化趨勢更為一致的行為系統因素是能源消耗。能源消耗比環境保護對生態閾值和承載能力的影響更為顯著，是影響生態系統可持續發展的主要因素。

目前，中國的環保投資主要用于環境污染治理，屬于典型的“終端治理”模式和“事后控制”策略，由于環保投資作用于生態系統的路徑長、層次多、時間滯后和傳導損耗等原因，雖然會對生態環境的改善產生積極的作用，但直接影響有限。

表2 1996－2010年環保投資彈性系數與分帳戶人均能源足跡的灰色關聯矩陣Tab.2 Matrix of grey correlation coefficients between per-capita EEF and ECEI(1996－2010)

表3 1996－2010年能源消耗彈性系數、環保投資彈性系數與人均能源足跡的灰色關聯矩陣 hm2Tab.3 Matrix of grey correlation coefficients of per-capita EEF，ECEC and ECEI(1996－2010)

4 結論與討論

通過選取“環境保護”代表人類對生態系統產生積極影響的正行為，“能源消耗”代表人類對生態系統施加干預的負行為，人均能源足跡代表生態系統的閾值變化，研究生態系統和人類行為系統的相互作用關系和影響程度，可以得出以下結論:

(1)生態閾值和人類行為之間的相互影響關系是確實存在的。生態系統的承載能力受到人類各種行為的影響。雖然生態承載力在一定時間內處于相對穩態，但通過灰色關聯度的分析表明，無論是人類對生態系統的污染、破壞和消耗，還是對于環境的保護、治理和恢復，都會引起生態系統承載力的動態變化。

(2)人類生產生活中的資源消耗對生態系統的作用是直接而顯著的，生態系統可持續發展能力的提高，受到人類積極行為(環境保護)增加的影響較弱，直接減少人類的消極行為(能源消耗)是約束人類行為有效率的方式。保護環境和恢復生態健康有效的方式是從根本上減少資源的消耗數量和消費速度，從這個意義上，“節能”的效果大于“減排”。

(3)進入21世紀以來，上海市的能源消費總體呈現加速趨勢，環境保護資金投入的實際增長卻放緩，而人均能源消費足跡有所增加。城市發展過程中，特別是在產業結構升級期間，經濟快速增長需要新的動力源，可能導致對環境保護的持續投資減少，對能源消耗依賴性增強的粗放式發展模式很可能卷土重來，削弱甚至威脅生態系統可持續能力。

(4)上海市人均能源足跡的各種能源種類中，電力足跡與能源消費彈性系數和環保投資彈性系數的變化趨勢最相似，關聯度最高，相互影響最顯著。電力既是上海市能源消費增長的最主要因素，也是環境保護的資金投入產出效率最高的能源。目前，上海市人均能源足跡構成中電力足跡所占的比重最小，增加電力消耗以代替原煤等初級能源是上海市能源結構調整和環境保護的方向。

(5)人類行為對生態環境的影響復雜而深遠，正、負行為的內容、判斷標準及其影響范圍難以簡單界定。有些負行為的影響是顯性的，可以即時發現并約束;更多的影響則是隱性的，需要經過較長的時間，經過復雜的路徑作用到生態系統中。而環境保護的資金投入、技術創新和政策導向等積極行為對生態系統的影響效率，也缺乏有效的評估機制。同時，國家和各級政府的環保支出便于統計，而公共組織、企業和個人的行為對生態系統的影響缺乏基礎數據收集和統計調查，使得一些環保公共政策的實施效果缺少科學的預測。構建完善的國家、地區、部門和企業環境投入產出核算體系，為約束人類行為、制定生態管理公共政策提供科學的、量化的方法和依據。

References)

［1］劉惠敏，韓傳峰.區域生態可持續評價［J］.自然災害學報，2006，15(4):112－116.［Liu Huimin，Han Chuanfeng.Evaluation of Regional Ecological Sustainability［J］.Journal of Natural Disasters，2006，15(4):112 －116.］

［2］Wackernagel M，Rees W E.Perceptual and Structural Barriers to Investing in Natural Capital:Economics from an Ecological Footprint Perspective［J］.Ecological Economics，1997，20:3 －24.

［3］蔣依依，王仰麟，等.城市生態可持續發展量度方法探討:以深圳市為例［J］.北京大學學報:自然科學版，2005，41(4):612－621.［Jiang Yiyi，Wang Yanglin，et al.Measuring Urban Ecological Sustainability:A Case Study in Shenzhen City［J］.Acta Scicentiarum Naturalum Universitis Pekinesis.2005，41(4):612 －621.］

［4］韓傳峰，劉惠敏，陳建業.山東半島城市群生態系統安全評價［J］.自然災害學報，2005，14(5):49－54.［Han Chuanfeng，Liu Huimin，Chen Jianye.Security Evaluation on Ecological System of City Group in Shandong Peninsula［J］.Journal of Natural Disasters，2005，14(5):49 －54.］

［5］Petrosillo I，Zaccarelli N.The Effectiveness of Different Conservation Policies on the Security of Natural Capital.Landscape and Urban Planning［J］.2009，89(1 －2):49 －56.

［6］Huang G H，Qin X S.An Optimisation-based Environmental Decision Support System for Sustainable Development in a Rural Area in China［J］.Civil Engineering and Environmental Systems，2009，26(1):65－83.

［7］葉篤正，呂建華.對未來全球變化影響的適應和可持續發展［J］.中國科學院院刊，2000，(3):183－187.［Ye Duzheng，Lv Jianhua.Adaptation to the Future Global Change Effects and Sustainable Development［J］.Bulletin of the Chinese Academy of Sciences，2000，(3):183 －187.］

［8］葉篤正，符淙斌，季勁鈞，等.有序人類活動與生存環境［J］.地球科學進展，2001，16(4):453－460.［Ye Duzheng，Fu Congbin，Ji Jinjun，et al.Orderly Human Activities and Subsistence Environment［J］.Advance in Earth Sciences，2001，16(4):453 －460.］

［9］IPPC．Climate Change［M］.Cambridge:Cambridge University Press，2007.

［10］Shobhakar Dhakal．Urban Energy Use and Carbon Emissions from Cities in China and Policy Implications［J］.Energy Policy，2009，(37):4208－4219.

［11］陳詩一.能源消耗、二氧化碳排放與中國工業的可持續發展［J］.經濟研究，2009，(4):41 －55.［Chen Shiyi.Energy Consumption，CO2Emission and Sustainable Development in Chinese Industry［J］.Economic Research Journal，2009，(4):41 －55.］

［12］龔健健，沈可挺.中國高耗能產業及其環境污染的區域分布:基于省際動態面板數據的分析［J］.數量經濟技術經濟研究，2011，(2):20－36.［Gong Jianjian，Shen Keting.Regional Distribution and Environment Pollution of Energy-intensive Industries in China［J］.Journal of Quantitative ＆ Technical Economics，2011，(2):20 －36.］

［13］Jumbec C. Cointegration and Causality between Electricity Consumption and GDP:Empirical Evidence from Malawi［J］.Energy Economics，2004，(26):61 －68.

［14］Masih A M M，Masih R.Energy Consumption，Real Income and Temporal Causality:Results from a Multi-country Study based on Cointegration and Error-correction Modeling Techniques［J］.Energy Economics，1996，(18):165－183.

［15］逯元堂，王金南，吳舜澤，等.中國環保投資統計指標與方法分析［J］.中國人口·資源與環境，2010，20(5):96－99.［Lu Yuantang，Wang Jinnan， Wu Shunze，et al.An Analysis on Statistical Indicatorsand Methodology of Environmental Investments in China［J］.China Population，Resources and Environment，2010，20(5):96 －99.］

［16］WackernagelM，Monfreda C，Schulz N B，etal.Calculating National and Global Ecological Footprint Time Series:Resolving Concep Tual Challenges［J］.Land Use Policy，2004，21(3):271 －278.

［17］Sanderson E，Jaiteh M，Levy M，etal.The Human Footprintand the Last of theWild［J］.BioScience，2002，52(10):891 －904.

［18］Liu M，Hu Y M，Li Y H，et al.Ecological Footprint Model and Its Research Advances［J］.Chinese Journal of Ecology，2006，25(3):334－339.

［19］WWF．Zoological Society of London．Global Footprint Network［EB/OL］.Living Planet Report2006.http://www.panda.org/news_facts/publications/living_planet_report/index.Cfm

［20］Xu ZM，Cheng G D，Zhang ZQ.A Resolution to the Conception of Ecological Footprint［J］.Chinese Journal of Population，Resources and Environment，2006，16(6):69 －78.

［21］Haberl H，Erb K H，Krausmann F.How to Calculate and Interpret Ecological Footprints for Long Periods of Time:The Case of Austria 1926 －1995［J］.Ecological Economics，2001，38(1):25 －45.

［22］Steglehner G.Ecological Footprint:A Tool for Assessing Sustainable Energy Supplies［J］.Journal of Cleaner Production，2003，(11):267－277.

［23］Wackernagel M，Moran D，White S，et al.Ecological Footprint Accounts for Advancing Sustainability:Measuring Human Demands on Nature［A］．Lawn Peds.Sustainable Development Indicators in Ecological Economics［C］.USA:Edward Elgar Publishing，Inc.，2006:247－267.

［24］Deng Julong.Introduction to Grey Mathematical Resorece Science［M］.Wuhan:Huazhong University of Science＆ Technology Press，2010.

［25］羅黨，劉思峰.灰色關聯決策方法研究［J］.中國管理科學，2005，(1):101 －106.［Luo Dang，Liu Sifeng.Study on the Method for Grey Incidence Decision-Making［J］. Chinese Journal of Management Science.2005，(1):101 －106.］

［26］李嵐紅．論我國基于能源消費的產業結構調整［J］．山東師范大學學報:人文社會科學版，2010，(2):135－139．［Li Lanhong．The Theory of Adjustment of China’s Industrial Structure in Aspect of Energy Consumption［J］．Journal of Shandong Normal University:Humanities and Social Sciences，2010，(2):135 －139．］

［27］包玉香．高效生態經濟與低碳能力建設的耦合作用機制研究［J］．山東師范大學學報:人文社會科學版，2012，(2):86－93．［Bao Yuxiang．Study on the Coupling Mechanism between High Efficient Ecological Economy and Capacity Building of Low Carbon Economy［J］．Journal of Shandong Normal University:Humanities and Social Sciences Edition，2012，(2):86 －93．］

［28］嚴立冬，陳光炬．生態資本構成要素解析:基于生態經濟學文獻的綜述［J］.中南財經政法大學學報，2010，(5):3 －9．［Yan Lidong，Chen Guangju．Analysis the Elements of Ecological Capitalization:Based on the Literature Review of Ecological Economics［J］．Journal of Zhongnan University of Economics and Law，2010，(5):3 －9．］

Grey System Analysis of Energy Consumption，Environmental Protection and Ecological Footprint

LIU Hui-min
(School of Economics and Management，Tongji University，Shanghai200092，China)

Human behavior has both positive and negative impacts on ecosystem.To study the interaction between ecosystem and behavior system，per-capita energy ecological footprint(per-capita EEF)is selected as the indicator of ecosystem threshold.The composition consists of electricity，fuel oil，coke and coal.Elasticity Coefficient of Environmental Investment(ECEI)and Elasticity Coefficient of Energy Consumption(ECEC)are respectively representing as the indicators of positive and negative human impact on ecosystem.Grey correlation coefficients between ECEC，ECEI and Per-capita EEF in Shanghai of China are calculated from 1978 to 2010.Results show thatelectricity footprint is themost important factor of energy consumption growth and the highesteffective indicator of environmental capital input-output.The conclusion is thatnegative behavior of resource consumption has a closer impacton the ecosystem than positive behavior of environmental protection.From the perspective of environmental governing policy，“energy-saving”is more effective than“emission reduction”．Reducing the negative activities is imminent in the current process of development.

energy ecological footprint;Elasticity Coefficient of Energy Consumption(ECEC);Elasticity Coefficient of Environmental Investment(ECEI);grey correlation coefficient

X24

A

1002－2104(2012)11－0157－08

10.3969/j.issn.1002－2104.2012.11.024

2012－05－25

劉惠敏，博士，講師，主要研究方向為生態可持續發展與人類行為。

國家自然科學基金資助項目“生態閾值的人類行為影響和約束模型研究”(編號:71003074);上海市重點學科“管理科學與工程”(編號:B310);同濟大學英才計劃——優秀青年教師培育計劃。

(編輯:王愛萍)