我国生态足迹：投入产出分析

自1992年以来，诸多学者广泛引用生态足迹（Ecological Footprint，EF）环境指标去衡量人类生产消费活动对资源环境的影响。Rees把生态足迹定义为：用相对应的生产性土地去估算特定人口与经济规模下的资源消费与废弃物吸收的面积，不论这块土地处于何处。从定义来看，生态足迹只不过是利用土地面积来测量人类对生态系统依赖程度的资源核算工具。通过把“资源公平分配”与“生态承载力”（Bio－Capacity，BC）理论相结合，它不仅可用于检验生态系统中的产品与服务在国与国之间是否得以平等的消费（国家人均足迹的对比），而且还可以进一步检验资源是否在以一种不可持续性的模式被人类开发。由于可持续性发展的标准无法直观地从定义上采取判断（通常需要多种指标来度量），与其说生态足迹分析是研究可持续性发展模式的计量方法，还不如说它是衡量环境不可持续性发展的资源核算工具。事实也正如此，很多研究者认为它不是反映社会可持续性发展的指标，它仅仅是一种反映环境的指标。

在我国的学术界与企业界中，生态足迹分析仍属于起步阶段。它会随着个人的认知、需求、学术观点与文化背景不同而有差异。因此，诸多研究者不断地对该理论提出质疑，并结合不同的数理方法以求得更加精准的核算模型对不同层次的生态足迹进行核算。本章将沿着前人的研究路线，试图以传统的生态足迹模型为基础，并设想在此基础上核算我国2002年物质消费部门的生态占用需求指标（生态足迹），然后根据各产业部门间的生态足迹分布情况，分析它们的生态性空间的关联性（影响度与感应度系数）。

近年来随着全球气候变暖，各国对环境保护的意识逐渐加强以及政府相关部门对环境问题日益重视，不断涌现出大量有关环境问题的研究成果，尤其是在生态安全方面，生态足迹恰恰是衡量生态安全的重要工具。生态足迹指标方法实现了对各种自然资源的统一描述，并利用均衡因子和产量因子进一步实现了地区间各类生物生产性土地的可加性和可比性。它为度量环境可持续性程度提供了统一的“标尺”，对时、空二维的可持续性程度做出客观量度和比较，使我们能明确知道现实距离可持续性目标尚有多远，从而有助于监测可持续方案实施的效果；另外，生态足迹分析具有广泛的应用范围，包括对于整个世界、国家、地区、城市、家庭，甚至是个人生态足迹的研究，同时还包括生态足迹时间序列及空间差异研究等。

（一）全球尺度的研究

Justin Kitzes等认为，“生态足迹”是计量人类对生态系统需求的指标，计量内容包括人类拥有的自然资源、耗用的自然资源，以及资源分布情况。它显示在现有技术条件下，指定的单位内（个人、城市、国家或全人类）需要多少具备生物生产力的土地和水域，来生产所需资源和吸纳所衍生的废物。在2003年全球大约有112亿可利用的全球公顷，然而人类对产品与服务需求量转化为全球公顷高达141亿。如果继续这样发展下去，资源耗竭将会使整个全球生态系统不堪重负。最新的生态足迹核算结果显示：到2005年人类大约需要1.3个等量单位的地球来满足我们的生产消费活动（提供资源与吸纳废弃物），即人类总生态足迹已经超出了地球的承载力的30%左右。这意味着要花费大约一年零四个月的时间去修复人类一年所需要的资源。如果人类的人口规模与消费方式仍然按目前的方式持续下去，到2030年人类需要大约两个地球的资源来满足他们的资源需求。

（二）国家尺度的研究

关于国家尺度的研究，目前官方的研究主要由全球生态足迹网络（Global Footprint Network）来进行。大量以国家尺度为基准的生态足迹报告及其论文不断出现，如《生命地球报告2006》，每隔两年公布全球153个国家的生态足迹情况，而全球生态足迹网络所做的国家足迹账户（National Footprint Account）是公认的标准数据。全球生态足迹网络联合70多个合作机构共同修改与完善这些足迹账户。国家的生态足迹是通过计算这个国家居民消费品与服务所需的生态足迹，以及吸纳他们产生的废物所需的承载力。用于出口商品与出口服务生产所需的资源被计入最终消耗商品与服务的国家生态足迹账户之中。生态足迹国家账户的计算主要是基于联合国粮食农业组织（FAO），国际能源署（IEA）与联合国统计局和气象变化政府小组（IPCC）的数据来完成的。

（三）区域或城市层次的研究

Folk C.等计算了波罗的海流域29个大城市的生态足迹，结果表明，该地区的生态足迹占到波罗的海流域面积0.1%的这些城市，其生态足迹至少需要占到整个波罗的海流域的0.75个到1.5个生态系统。他们还利用波罗的海流域城市的计算结果推算在全球744座大城市中生活消费占全球20%的人口的海产品消费，这些消费占用了全球25%的生产性海洋生态系统。如果要吸收这些城市排出的二氧化碳，则需要全球森林的碳汇能力再增加10%；另外，Wackernagel等将生态足迹指标应用于瑞典及其周边地区，并采用改进了的生态足迹与生物承载力方法，计算生态足迹与生态承载力；Senbel等采用生态足迹方法，分析北美洲人类活动造成的环境风险；此外，欧洲部分国家开展了一系列的生态足迹的研究，如荷兰对8个市区的展开的试验项目，西班牙的纳瓦拉市生态足迹研究，芬兰地区生态足迹研究及意大利都灵郡的生态足迹研究等。

（四）行业生态足迹，学校生态足迹与家庭、个人生态足迹研究

Gossling等采用生态足迹方法评价旅游业的可持续性，提出与休闲旅游相关的生态足迹计算的方法框架，并以塞萨尔为研究对象进行实证分析，结果表明到塞萨尔的每个旅游者占用的生态足迹为1.86gha（全球公顷），单程旅游所占用的生态足迹与全球人均可获得的生态足迹量相当；Gerbens Leenes与Nonhebel先后计算了食物消费的土地需求，及分析食物消费结构变化引起的土地需求变化；Karl等探讨住房条件对于挪威城市发展影响的问题，利用生态足迹量化由于住房物理结构、住房的所处地段、社会经济学和人口社会学背景及家庭的生活方式等引起的消费行为及消费取向的差异造成的环境需求，首开家庭生态足迹研究的先河。

目前，国内的生态足迹研究主要是以引入国外足迹核算模型为主，然后根据我国产业部门实际的经济、土地与能源数据对他们的土地空间占用情况进行实证分析。

自生态足迹的概念于1999年引入我国以来，生态足迹的理论与方法在生态可持续发展定量研究中得到较为广泛的应用，并取得了显著的成果。杨开忠、杨咏、陈洁（2000）系统地介绍了生态足迹分析法的理论框架、指标体系和计算方法，并通过介绍世界52个国家和地区的生态足迹具体地阐述生态足迹分析法的应用，并对该方法及其应用前景进行了评价。王书华、毛汉英、王忠静（2002）对生态足迹方法产生的背景、理论、计算方法和近期成果作了简要介绍，详尽综述了该方法的优缺点，指出该模型具有概念形象性、内涵丰富性、理论思想角度全面而新颖，实现了对生态目标的测度及极强的可操作性等优点；同时也指出了其与传统经济指标相脱离的生态偏向性、静态性、忽视污染的生态影响等方面的不足之处。

近些年来，我国对不同城市和区域层次的生态足迹研究越来越多，运用的方法也越来越多元与丰富。徐中民等（2000，2001，2003）分别计算全国、甘肃省和张掖地区某一单独年度的生态足迹。陈东景、徐中民（2001）应用生态足迹理论对地处我国西北干旱地区的新疆1999年的发展状况进行了评估。结果发现，新疆1999年的人均生态足迹赤字的数值为0.8863hm2，总的消费“影子区域”为15.7万hm2，新疆目前的发展现状不利于实现可持续性发展。邓跞、杨顺生（2003）对四川省2001年的生态足迹进行了计算和分析，结果表明，四川省2001年人均生态赤字为1.1115hm2。胡新艳（2003）采用生态足迹模型对广东省2001年的生态足迹进行了实证计算和分析，结果表明，广东省生态足迹占用已远远超过生态承载力，人均生态赤字为0.8198hm2，总人口的生态赤字达6.20×107hm2，表明广东生态系统的压力和强度甚高。造成赤字的主要原因是该省在快速的工业化和城市化进程中，高能源消耗及耕地资源流失量过大。史纪安（2006）对青海省1978～2001年生态足迹进行了计算与剖析。结果表明，青海省人均生态足迹由1978年的1.1278hm2增加至2001年的1.6092hm2，同期人均生态承载力由1.9208hm2逐年递减至1.3323hm2，生态供需由盈余逆转为赤字。20世纪90年代青海省生态需求已经超出其生态承载力，表现为不可持续。刘孝宝等（2003）对西藏2002年生态足迹进行了测算和分析。结果表明，西藏整体上处在生态承载力之内，从生态角度来看是处于可持续发展状态，且有较大的生态盈余。张水龙（2004）对天津市1998年的生态足迹进行了实证计算和分析，结果显示天津市1998年人均生态赤字为0.972hm2，表明天津市的发展处于不可持续状态。崔风暴、王虹（2005）计算并分析了北京市2002年的生态足迹，反映出北京地区的生产、生活强度严重超过了生态系统的承载能力；另外，在此基础上系统地分析了其成因。张志强、徐中民（2001）等以西部12个省（区市）2000年统计年鉴的数据为依据，对中国西部地区12个省（区市）1999年的生态足迹进行了计算和分析，结果表明，除云南、西藏2个省（区市）的生态足迹为盈余外，其余10个省（区市）的生态足迹均为赤字，西部地区12个省（区市）总人口的生态足迹赤字达162.5×104hm2，该数据相当于新疆自治区的国土面积，反映出人类的生产、生活强度超过了生态系统的承载能力，区域生态系统处于人类的过度开发利用和压力之下。陈东景等（2001）在介绍生态足迹理论的基础上应用中国西北五省区的截面统计资料对该区域1999年的发展状况进行了评价，结果发现，陕、甘、宁、青、新人均生态赤字分别为0.1119、0.3995、0.4242、0.061、0.8863hm2。这表明我国西北五省区的消费模式是不可持续的，并且还发现各省区的人均生态足迹需求的GDP产出系数呈现出：陕＞宁＞青＞甘＞新，这反映出五省区的资源消耗产出效率的差异。

以上地区生态足迹研究结果表明：除西藏自治区与云南省外，其他各省区生态系统均表现为生态赤字。大部分省市与地区的快速经济发展都是通过透支生态资本来换取的。

国内利用传统的生态足迹计算方法和时间序列计算方法虽然较多，但是利用投入产出分析计算生态足迹的文献并不多见。目前国内利用投入产出法分析国家或地区的生态足迹文献有：刘建兴（2007）计算的中国三大产业的生态足迹结果表明：从产业构成看，第一、二、三产业的生态足迹分别为0.9626hm2/人、0.3912hm2/人、0.1844hm2/人；从生态占用方式看，直接土地占用为1.1242hm2/人（占总量的73.1%），其中，第一产业占83.7%，为0.9580hm2/人，间接土地占用为0.4140hm2/人（占总量的26.9%）；第二产业占79.9%，其人均生态足迹为0.3306hm2/人；从环境压力与承载力的现实矛盾看，各产业均需要控制其生态足迹增长，考虑生态足迹对环境造成的影响以及与经济发展的关系，产业结构调整优先顺序依次为第一、二、三产业。曹淑艳、谢高地（2007）研究以价值型投入产出表为基础核算中国1997年的生态足迹：①1997年中国为EF净出口国，人均EF贸易逆差为0.050hm2，占生产包含足迹的3.4%。②最终使用的人均EF为1.435hm2（能源足迹占45.1%），其中，2/3缘于居民消费，另1/3缘于资本形成。③第一、二、三产业包含的人均EF依次为0.499hm2、0.721hm2和0.183hm2。其中，第一产业以直接占用生态空间为主，而第二、三产业以间接占用为主，如第二产业的隐藏性非能源足迹是其直接值的140余倍。④三大产业部门中，第三产业最终产品消费的EF最小，人均为0.183hm2，而其土地利用的经济效率最高，为0.898万元/hm2。

由此可见，生态足迹评估以利用传统基本模型为主，后来有很多研究针对基本模型的缺陷，改进并发展了基本模型。改进的模型不仅承袭了生态足迹概念内涵丰富、度量方法综合的优点，而且不同程度地修正了生态足迹在政策实用性、用户有效性、方法可靠性及可测度性等方面的缺陷。

生态足迹分析是一种简单而直观的研究方法，它旨在运用生态足迹指标去衡量人类生产消费活动对生态环境的综合性影响。传统的生态足迹模型是一种静态的非货币化计量模型，它经历了一个由横截面时间数据、固定参数标准、单一情景模拟的综合影响分析向时间序列数据、多种参数标准、多情景模拟的历史演变过程。本文将针对传统模型的不足之处，总结、归纳出改进后的生态足迹模型，并对这些模型作比较分析。改进后的模型增强了原模型的预测功能，避免了其结构性弱的缺陷，解决了计量参数不一的问题，并且更加真实地反映了人类具体行为对生态环境的影响。

生态足迹（Ecological Footprint，EF）可表达为在一定人口规模下的“被占用的生态承载力”（Appropriated Bio－capacity），或者解释为满足人类活动所需要的生物生产性土地面积。从本质上讲，生态足迹援引了生态承载力的内涵，是生态承载力的对等置换表达。为了定量分析人类需要多少“可占用生态承载力”去维持资源流动问题，生态足迹核算要基于以下六种基本假设：①人类消耗的资源与产生的废物绝大部分是可跟踪的；②绝大部分资源流与废物流是可用生物生产性面积来核算的，那些无法核算的资源流与废物流不包含于评价体系中，所以最终估算值往往会低于真实的足迹需求；③在汇总各类生物生产性土地时，不同类型的土地面积可转化为统一的单位——全球公顷，代表着全球平均生物生产力；④各种土地的作用类型是单一的，空间上是互斥的，每标准公顷（全球公顷）代表等量的生产力，并能够加总；⑤人类需求可表达为生态足迹，并且可以直接与自然供给（生态承载力）相比较，两者均用全球公顷表示；⑥如果人类对生态系统的需求超过了其再生能力（如人类对林地和渔业用地的需求大于生态系统的供给），人们称为“生态耗竭”（Ecological O－vershoot）。

生态足迹的概念是基于将消费的资源与吸收的废物折算为相对应的生产性土地面积，从准备、维持到丢弃各环节来评估数以万千的消费项目是十分复杂及烦琐的，为了便于计算，消费项目主要限制于5种主要的分类上。另外，各种资源和能源消费项目主要被折算成6种生物生产性土地。根据Wakernagel定义的5种消费项目与6种土地分类，可组成土地使用消费矩阵（如表4－1所示）。

表4－1　土地使用消费矩阵

资料来源：Global Footprint Network.Footprint Standards 2006［R］.http://www.footprintnetwork.org

传统的生态足迹核算模型表达式如下：

生态承载力（BC）表达式如下：

其中，i为消费项目的类型，j为生产性土地的类型，rj为第j类土地利用的等量因子，ci为第i种消费项目的年平均消费量，gpi和cpi分别为第i种消费项目单位面积的全球年平均年产和国家平均产量，yfi指产量因子（为gPi和lPi的比值），nyi为第i类消费项目的区域年总产量。通过EF与BC之间的关系，可研究区域环境可持续性状态。如果出现生态盈余（EF＜BC），就说明人类活动对自然生态系统的压力处于生态容量的范围内，环境发展模式处于相对可持续性状态；如果出现赤字（EF＞BC），则说明该地区的人类负荷超过了生态容量，要么从地区之外进口缺乏的资源以平衡生态足迹，要么通过消耗自然资本来弥补供给流量的不足；如果出现生态平衡（EF＝BC），则说明该地区生态容量刚好能满足人类的消费需求。无论是该地区出现生态盈余还是生态赤字，都表明其发展模式是处于相对不可持续的状态。

生态足迹是一种反映环境可持续性发展的指标，它阐述了人类资源消耗与自然环境之间的关系，其本质表明了人类当前所占用的“自然利益”。在环境的综合评价研究中，传统的生态足迹方法作为一种计量人类消费与生态生产力的非货币型计量方法，对衡量一个地区的可持续性发展模式有哪些优点与缺陷？Keeney认为一种理想的计量方法应该具备易理解性、可操作性、可测度性的特点。而生态足迹分析方法则具备了它所要求的计量标准。它具有以下优点：①具有易理解性特征。生态足迹理论易于众多研究人员理解、交流。②具有操作性强的特点。满足人类消费活动所需的资源与能源均可折算成等效的土地面积，并适于不同区域之间进行比较。由于数据获取相对容易，计算方法较为直接，建立未来情景模型较为容易，因而具有较强的操作性。③具有较强的测度性。生态足迹计算结果能够告诉研究人员足迹成分的影响。

虽然生态足迹具备上述优势，但是它作为一种较新的理论，仍然存在着诸多的不足与缺陷：①没有全面考虑到资源消耗项目，并且对污染物的关注程度不够，以致无法准确地反映人类消费对环境的影响（除了二氧化碳，其他的温室气体并没有计入生态足迹账户之中）。②对生态足迹存在观念上的误区。虽然生态足迹意味着人类对生态系统的“虚拟”土地需求，但是公众与政治家（甚至科学研究人员）把它错误地理解为真实土地占用。③生态足迹核算缺乏动态性。传统的生态足迹记录的是过去某一时间点上的人类对自然资源的需求，而无法体现未来的可持续发展趋势。但实际上，随着科技的进步、人们物质生活水平的提高、土地利用、资源管理以及人类对自然的需求等都是随时间而发生变化的，因此生态足迹实际上是动态变化的。④传统生态足迹模型缺乏结构性，没有考虑到产业之间的相互依赖关系。传统的生态足迹模型直接把生态空间利用分配给最终消费，反映的仅仅是直接生态空间占用和区域综合生态影响，无法识别哪些生产和消费部门应对区域综合影响负责。⑤缺乏政策实效性。为了进行地区之间的比较，生态足迹采用等量因子与产量因子，在将各区域产量调整为世界平均产量的同时使许多区域信息丢失，导致生态足迹指标过分简化，这没有反映出不同区域的实际情况，对区域制定有效的可持续发展决策的政策意义并不明确。

生态足迹理论自提出以来，该理论有很多的创新并被众多的学者所引用。但与此同时，它在学术界内也一直颇受争议，并遭到学者批评。正是这些争议与批评，促使了传统生态足迹模型由横截面时间数据、固定参数标准、单一情景模拟、缺乏结构性的综合影响分析向时间序列数据、多种参数标准、多情景模拟、结构性强、反映消费细节行为的分析模式发展（如图4－1所示）。修正后的模型不仅继承了生态足迹模型丰富内涵与测度分析方法等优点，而且在不同程度上弥补了生态足迹理论假设与运用方面的缺陷。

图4－1　传统生态足迹模型的演变

（一）动态生态足迹模型

1.生态足迹时间序列模型

传统的生态足迹研究是根据真实产量与消费量，静态地分析过去某一时间点上的生态系统的供给能力与人类的消费需求行为。但是实际上，生态足迹与生态承载力会随着社会要素的变化（如消费水平、资源管理技术、生产力效率、人口规模、经济增长）而发生改变，这种变化主要反映在土地利用与土地积累性破坏方面。因此，众多科研人员根据不同的影响因子（特别是产量水平、生产力效率的不同）来计算该区域的生态足迹值。

生态足迹时间序列模型其本质上属于回顾性动态分析模型。研究发现，最早出现有关生态足迹时间序列的分析的文献是Nick Hanley等学者利用7种不同指标（绿色国民生产净值、真实储蓄、生态足迹、环境空间、净初级生产力、持续性经济福利指标、真实发展指数）对1980～1990年的苏格兰地区作可持续性分析。目前，大多数时间序列足迹研究都集中于对产量因子、等量因子以及世界平均生产力对足迹核算影响的探讨。这主要包括以下几类：①运用区域真实产量，而弃用等量因子与全球平均产量计算生态足迹。②采用动态产量因子与动态等量因子。③采用不变的全球平均产量、动态全球产量与动态区域真实产量，而弃用了等量因子。④采用不变的全球平均产量与等量因子。⑤用最大可持续性产量计算生态足迹。⑥采用区域可持续性产量，核算稻谷足迹。基于传统的生态足迹模型，采用不同的产量标准将对其最终结果起重要的影响。

2.生态足迹情景模拟模型（EFSM模型）

时间序列足迹模型是对过去的足迹变化趋势做历史性动态分析。而情景模拟是对一些兼具合理性和不确定性的事件在未来一段时间内可能呈现的发展态势的假定和描述，情景分析旨在预测这些生态足迹的发展态势，并比较分析可能产生的影响。与传统生态足迹计算类似，生态足迹情景模拟模型把用于人类生产消费的资源转化为不同类型的土地与海洋面积。但是，它同时还把影响生产与消费的因子分离开来，以供研究人员能够独立地分析影响因子对最终估算结果产生的相对影响。

在情景模拟模型中，Senbel等学者根据三种不同选择变量（生活方式选择、消费效率选择、生态产品选择）把模拟情景划分为四类（技术乐观型、损耗与稀缺型、常规型与可持续型）。每一种情景模拟通常是为了使其结果产生极化效应，从而表明人们当今所做的消费选择对未来环境所产生的重要影响。为了得到多情景模拟的产出模型，科研人员使用不同情景条件下的消费选择组合，这种分类方式有益于对生态系统的价值定位做生态预算。

另外，Ferng利用情景模拟假设方法分析了我国台湾地区能源生态足迹。他考虑了商品服务最终消费、能源最终消耗与初级能源需求之间的联系，这种政策性情景模拟假设可能最终导致能源足迹的减少。例如：政府税率制度的变化对国内最终需求的影响；能源转化效应与能源替代效应的变化对二氧化碳的排放的影响，可能导致对初级能源最终需求的影响；区域“地能比”（Land－energy ratios）的变化对能源足迹的直接影响。在不同的情景模拟假设条件下，环境的不确定性因素对足迹的大小起着决定性作用。通过引入这种经济学模型的情景假设，政策性情景模拟在很大程度上影响了生态足迹估算值。

生态足迹的变化是由于社会经济发展的驱动力所导致的，之前的足迹预测模型一般以趋势外推为主，缺乏针对社会经济发展动态性特征的预测功能。在对吉林省生态足迹做时间序列研究时，赵卫分析了经济发展的驱动因子并结合情景分析，构建了区域生态足迹情景预测模式。另外，Yue利用“剪刀差”与“变化率”方法分析了我国1991～2015年EF的变化趋势。在他们的研究中，EF时间序列回顾性分析与情景模拟预测性分析得以相结合。

（二）生态足迹投入产出分析模型（DA－EF模型）

传统生态足迹模型是通过虚拟土地面积——全球公顷，来测度人类对环境的影响，而DA－EF模型则利用真实土地资源在部门间的流动与分配，来展现各部门的生态消费情况。因此，修正后的模型能更加真实地反映土地占用情况。另外，由于投入产出表能够清晰地描绘社会最终需求部门与生产部门之间的联系结构与数量关系，从而使得DA－EF模型具有较强的结构性，在一定程度上反映了环境影响发生的真实位置、组分构成及其在产业间的相互联系。相对于其他修正模型来说，DA－EF模型具有较强的结构性、核算的准确性与完整性等优势。

生态足迹投入产出模型是最先由Bicknell提出来的，通过里昂惕夫逆矩阵得到产品物质投入之间的转换关系，反映各生产部门的生态影响细节。她在该文中给出的生态足迹投入产出分析的七个计算步骤为：①计算里昂惕夫逆矩阵，记。②计算土地转换系数Tland（或土地因子），j部门土地面积（H）j左乘以对应j部门的货币投入量对角矩阵的逆矩阵，。③计算直接与间接土地需求矩阵（R）i×j＝Tland·。④计算部门j用于满足国内最终消费的土地需求Ej，用j部门的最终需求Fj乘以对应部门的完全土地需求Rj，即Ej＝Fj×Rj。但Ferng认为在计算j部门的土地需求时不应该使用土地乘子Rj，而应该运用土地成分乘子Ri×j，因为j部门的土地面积不仅包括用于部门自身生产所需的土地面积，而且还包括了其他部门生产所需土地面积，j部门用其他部门的产出作为自己的原料投入生产。因此他在此基础上对该模型做了修改，j部门每生产价值1美元产品所需i部门的完全土地需求为ηij＝Ri×j×Fj。所以用来满足国内最终消费所需的i部门生产性土地面积为ηi＝ηi×j·［1］i。从表4－2中可以看到，运用这两种方法所得到的土地总需求量基本上相同，但是不同土地类型的土地需求差别较大，特别是商业用地的土地需求。⑤同理计算进口产品最终需求土地面积（m）i、进口中间产品需求土地面积）与出口土地面积（ei），即（m）i＝Ri×j·diag（Fimport）i；（mli＝Ri×j·diag（Iimport）i·［l］i。同理可计算）、）。j部门进口与其产出比指用，则进口中间需求的土地面积为；（ei）＝R×i·j·diagFexport。⑥非能源生态足迹为EF＝ηi＋（m）i＋（mi）＋（ei）。⑦估算能源间接用地，可按上述步骤①～⑥进行，即先计算能源投入系数，再估算能源乘数，然后分别求得为满足研究地区居民最终消费、进口和出口所需能源总量，接着采用能源—土地转换率，计算各能源消费所占用的森林面积。

表4－2　运用土地乘子与土地成分乘数核算结果比较　单位：公顷

资料来源：Ferng J.J.Using composition of land multiplier to estimate ecological footprints associated with production activity［J］.Ecological Economics，2001，37（3）：159－172

Bicknell与Ferng都是运用价值型投入产出表（MIOTs）来分析满足生产与消费活动所需要的直接与间接土地占用情况的。Hubacek首次提出运用实物型投入产出表（PIOTs）把实物核算与投入产出分析相结合，计算了欧洲国家的生态足迹。他认为：利用实物型土地乘数去计算生态足迹更为合适一些，因为产业部门土地占用情况与物质流动强度高度相关。PIOTs不仅描述经济体系内物质如何在不同产业之间的流动，而且也揭示经济和自然环境的关系，同时解释经济体内的物质累积量，即物质存量的变化。他比较了MIOTs与PIOTs模型中这两种不同结果的出口土地占用情况（如表4－3所示）。从表中可以看出，用于出口生产的土地消耗和国内完全土地消耗存在较大的差别。这是由于两种模型中的产业内部的结构不同、土地消耗系数的差别与出口变量的结构所造成的。

表4－3　两种模型中出口土地占用　单位：公顷

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

尽管DA－EF模型在国际上有很多的创新，但这些修正模型主要集中在对不同的问题、不同的地理位置、不同的运用方法以及不同假设与数据的探讨，其最终的研究结果缺乏比较性，在多数情况下研究人员很难采用这些模型运用于不同的领域中。

（三）基于土地干扰的生态足迹分析模型

传统生态足迹模型是根据特定年份的全球平均生产力来分析生物空间的占用情况，强调的是当前生物产量的平均生产力，并没有考虑到在某些情况下（如土地干扰程度、土壤恶化与生物多样性流失）对当前与未来的生物生产力的影响。当前土地干扰度的增强会提高当前生物生产力，但是会以未来的生物多样性流失和生态承载力、生物生产力的降低为代价。因此在计算时，就要求对这些影响因素给予充分的考虑，从而更精确地去核算当前与未来生态足迹值的变化。

土地干扰度反映的是满足人类资源消费（包括食物、原木、矿产、水资源与排放的温室气体等）所需消耗土地对当前或未来的环境影响。它显示了所消耗的土地对原生状态中生物多样性的偏离程度，其单位可表达为“干扰公顷”，干扰因子可用于计算区域真实土地面积。Lenzen等从以下几个方面修正了传统生态足迹模型，并运用于澳大利亚的生态足迹核算中。①在农业与林业部门中使用真实土地面积进行核算，而并非传统模型中的虚拟公顷；②建立国家温室气体账户与生态足迹账户，分别评价国内消费、进口、出口对土地占用的影响；③考虑人口因数（如收入、支出、家庭规模与方位等）对生态足迹影响，并且给予政策性意见；④考虑除外的温室气体与除能源消耗以外的排放源。在讨论是使用世界平均生产力还是用土地干扰去计算生态足迹时，他们认为不论是否使用调整的等量因子（或调整的产量因子）计算生态足迹，其核算结果都无法揭示该区域可持续性发展情况。因而建议使用不同类型的土地干扰对生态足迹进行核算（如表4－4所示）。生态足迹等于所有土地类型的D值之和。如果存在此种土地，该地区生态足迹为（还包括能源排放地）：。C值越大，说明土地受外界因素干扰程度越大，那么在受影响土地面积（A值）不变的情况下，土地偏离原始环境或轻度干扰环境的程度（D值）越大。

表4－4　不同类型的土地权重

资料来源：Lenzen，Murray.A modified ecological footprint method and its application to Australia.Ecological Economics，2001，37：229

（四）生态足迹成分分析模型

根据数据收集与计算的方式，当前生态足迹研究方法可分为两类：综合法（自上而下）与成分法（自下而上）。前者是基于区域或国家统计数据，以“自上而下”的方式把区域的总消费量转化为人均消费量，然后再转化为人均生态足迹；而后者是基于人类每天的消费数据，通过问卷调查的形式“自下而上”地获取人均消费数据，其能源、交通、食物与废物是人均生态足迹的重要组成部分。

根据这种划分方式，我们可以判断上述生态足迹修正模型均属于综合分析模型，它们直接或间接地反映人类生产消费活动对区域的综合影响。与综合模型略有不同，成分模型从衣食住行的角度分析了人类具体消费对生态环境的冲击。它保留了传统足迹模型的核算体系，结合生命周期评价（LCA）分析法，研究产品从“摇篮到坟墓”的整个过程，即从一开始原料与能源的取得、产品的使用阶段与产品废弃后再回收或最终废弃为止，在各个阶段对环境的冲击与影响。该模型本质上反映了在产品制造过程中各个生产环节对环境冲击的观点，它通常也称作LCA分析，并广泛运用于对国家、城市、企业、学校、家庭与产业等领域的研究。

LCA分析是由英国绿色咨询机构（Best Foot Forward Limited，BFFL）所提出的，它通常被用于分析人类消费产品、组织、活动对环境的影响。Barrett与Simmons运用该方法分析York地区的生态足迹，他们把生态足迹核算分两步进行：①把研究区域的生态足迹分解成直接能源消费、原材料、废弃物、食物、私人交通、水、建筑用地7种成分。②采用物质流（MFA）分析技术收集数据，研究物质在不同部门、人口与环境之间的流动，从而将消费数据转化为组分影响。EF组分分析法是应用最为广泛的方法，它主要运用于对旅游景点、大学与城市消费品等领域的研究。如对香格里拉、东北大学、大连市地区的足迹进行核算。

运用成分法对生态足迹进行分析时，其核算结果的准确性取决于消费项目的完整性与LCA方法的可靠性。在核算过程中，该方法往往存在诸如对某些消费项目难以识别、产品的生命周期缺乏完整而准确的信息、初级产品与中间产品间复杂的生产链存在重复计算等问题，从而所核算的结果往往与真实资源消耗存在较大的误差。

（五）基于能值分析的生态足迹模型（EEF模型）

能值是一个新的科学概念和度量标准，由美国著名生态学家Odum创立。他将能值定义为：一种流动或贮存的能量中所包含的另一种类别能量的数量，称为该能量的能值。生态足迹能值分析模型（Energetic Ecological Footprint）是一种基于生态热力学的生态足迹模型。从不同的生物产量角度，人们按照不同的EF与EE的组分对社会经济部门进行划分。透过生态系统环境的视角，分析有效能源转化过程中所消耗的能源可跟踪所消耗资源的“质与量”和有效包含能源。基于能值分析的生态足迹计算方法如下：EEFi＝（Pd，i＋Ii－Ei）× Ti/GED，其中，EEFi是i产品的能值生态足迹；PDi是i产品国内产量；Ii 与Ei分别是产品进口与出口能值；Ti为太阳能值转化率，它表明生产1焦耳i产品所需要的能值量；GED为全球能值功率密度。目前，国内运用能值方法去分析生态足迹的文献并不多见。根据Science Direct与CNKI中的文献统计，B.Chen采用能值分析法分析了我国1981～2001年资源消耗情况；王建源等运用能值分析法对我国山东地区的生态状况进行分析，并比较了传统生态足迹结果与能值生态足迹结果。其分析表明：生态足迹能值分析克服了传统生态足迹模型存在产量标准不一、研究结果可比性差的问题，使计算结果能够更客观真实地反映生态经济系统中的环境状况。

传统的生态足迹模型在十多年的发展过程中，学者们对该模型做出正面评价的同时，也在不断针对模型的不足之处进行修正，以寻求一个标准模型对生态足迹进行核算。但是很遗憾，到目前为止还没有一种“标准模型”能够准确地计算出人类对生态系统的真实需求。生态足迹模型经历了一个由横截面时间数据、固定参数标准、单一情景模拟的研究向时间序列数据、多种参数标准、多情景模拟的历史演变过程。笔者站在不同的角度，运用不同的研究方法对传统的生态足迹模型作了比较分析（如表4－5所示）。

表4－5　生态足迹修正模型比较

资料来源：笔者根据各类模型的特点与应用范围汇总编辑。

（1）时间序列模型不同于静态的截面数据模型，它向人们展示了足迹变化趋势，这种趋势要求科研人员排除干扰数据。生态足迹时间序列分析本质上揭示了更多的信息——关于足迹账户对不同消费水平的敏感程度以及干扰数据对其最终结果的影响。生态足迹时间序列模型避免了采用统一的全球平均生产力的问题，而是根据各区域的实际生产力情况采用不同产量标准与等量因子去分析区域消费与生态供给情况，对分析过去足迹变化更具有现实意义。

（2）与传统的生态足迹模型相比，情景模拟模型在对随机因素的影响和决策者意愿上具有更大的灵活性和实用性，将定性分析和定量分析相结合，综合考虑了区域发展过程中的不确定性因素，可以有效地预测不同发展策略下人类负荷的大小。该模型不仅加强了对生态足迹变化趋势的预测功能，并且运用不同的假设模拟情景对政府出台有关环境政策具有一定的实效性。

（3）生态足迹投入产出模型弥补了传统生态足迹结构性弱的特点，并考虑了产业间的相互依赖关系。它不仅能揭示部门间足迹流动，而且还能展现各个生产消费部门的生态消费情况。

（4）生态足迹组成分模型，又称生命周期法（LCA），反映了人类具体行为（衣食住行）对生态环境的影响。它考虑到产品整个生命周期过程（从摇篮到坟墓）中各个环节的生态影响。与传统生态足迹采用的世界平均生产力、等量因子不同，它通过引用生态指标（Eco－Index），来揭示人类消费产品、组织、活动的所有环境影响与区域可持续性情况。

（5）与传统生态足迹模型所采用的全球平均生产力、等量因子、产量因子等参数相比，生态足迹能值分析模型所采用的能值转换率、能值密度等参数更加稳定，更能反映区域特征；另外，传统的生态足迹模型所采用的全球平均生产力考察不同国家和地区的生态状况，忽略了各地区之间真正意义上的生态比较，不能客观反映各地区真实的生物生产性面积需求。因而采用自然资源转化为太阳能值，能更真实地描述生态足迹情况，具有更强的可比性。

根据各类模型的特点可以看出，生态足迹投入产出模型能够充分展现我国物质消费部门的生态空间占用情况以及资源消费状况。对热衷于研究产业生态学的学者来说，生态足迹投入产出分析是一种把经济学与生态学完美相结合的资源核算分析工具。

Bicknell等学者最先提出运用投入产出分析法来核算生态足迹，她利用3个虚拟部门的真实土地面积与能源乘数阐述DA－EF模型的计算方法。Ferng对该方法进行了完善，修正并运用于对我国台湾地区的生态足迹进行核算。Lenzen、Hubacek等分别运用投入产出分析对区域生态足迹进行核算。这些核算方法均运用了区域真实生物生产性土地面积。在这些研究文献的基础上，本文在计算生态足迹时引入了均衡因子对土地（或能源）成分乘子进行调整。调整后的成分乘子保证了在计算时各类资源（或能源）用地具有相同的生物生产力。根据前述生态足迹投入产出分析模型（DA－EF模型）中的核算方法，本书将生态足迹投入产出分析方法总结如下：

第一步，运用价值型投入产出表，计算直接消耗系数矩阵与完全需求系数矩阵。Aij＝xij·diag［Xj］－1，Aij为直接消耗系数矩阵，xij为中间投入产品矩阵，而diag［Xj］－1则为产品总投入的对角矩阵的逆矩阵。i，j分别为产业部门的类型数。完全需求矩阵又称里昂惕夫逆矩阵，它等于单位矩阵与直接消耗系数矩阵差值的逆矩阵，记为（I－A）－1，它表明j部门生产单位最终产品对第i部门的完全需求数量，其中包括直接与间接的需求。

第二步，计算最终使用包含的生产性土地需求（非能源足迹）。

1）根据中国实际生物生产力计算土地转化系数矩阵与土地成分乘子。土地转化系数矩阵（土地因子）（Tij）land＝Lij·diag（Xj）－1，Lij是各产业部门的土地总投入面积系数矩阵；土地成分乘子rij＝（Tij）land·（I－A）－1。注意：这里并没有运用Bicknell所用到的土地乘子，而是土地成分乘子。Ferng在其论文中已给出详细的解释：某个部门所需的土地面积不仅包括自行生产所需的面积，而且还包括其他部门生产所需的面积，此部门利用其他部门的产出作为自身的原料投入。因此相比运用土地乘数来说，土地成分乘数核算产业部门的生态足迹会更准确些。尽管各部门的土地乘子与土地成分乘子合计相同。

2）根据全球实际生物生产力计算调整后的土地成分乘子。Rij＝diag（eij）· rij，diag（eij）为各类生产性土地的均衡因子。做这样的处理是为了保证各类生物生产性土地具有相同的生物生产力。土地使用包括耕地、林地、牧草地、水域、建筑用地（第二产业）、建筑用地（第三产业）。

3）计算国内最终消费部门、出口与进口部门所需的生产性土地包含的生态足迹。最终消费部门包含的生态足迹FYij＝Rij·diag（Yj），diag（Yj）表示最终消费部门合计的对角矩阵。其中消费部门包括居民最终消费、政府消费、资本形成（固定投资与存货增加）。同理可计算出口与进口足迹需求。

第三步，计算化石燃料用地包含的能源足迹。

1）初级能源消费量。根据汇总后的能源平衡表，计算初级能源转化系数矩阵Tenergy＝（I－Eij）－1，Eij为能源部门i给部门j提供的能源投入量，Tland也可称为初级能源转换效率矩阵。再利用初级能源转化系数矩阵把各类消费能源转化为一次能源消费量，如Penergy·Yenergy，Yenergy为产业部门各种能源的最终消费量。

2）计算能源成分乘子与土地成分乘子的方法相似，这里不再重复，记能源成分乘子为R′ij。

3）计算国内最终消费部门，出口与进口部门化石燃料包含的能源足迹。国内能源最终消费部门的能源足迹FRij＝diag（eij）·diag（f）－1·R′ij·Yj，diag （f′）各类能源的能比值（单位面积森林吸收CO2的能力），该比值参考了Wakernagel的研究。同理，可计算化石燃料包含的出口与进口能源足迹值。

第四步，按国内最终消费部门、出口部门、进口部门汇总中国生产部门生产性足迹与能源足迹。

1974年8月，由国家统计局、国家计委和中国科学院等单位联合编制了1973年全国61种产品的实物型投入产出表。1987年3月，国务院办公厅印发了《国务院办公厅关于进行投入产出调查的通知》，决定在全国进行1987年投入产出调查，编制全国1987年投入产出表。此后，每逢2、7年份编制投入产出基本表，逢0、5年份编制投入产出延长表。到目前为止，中国已编制了4张基本表［1987年表（118＊118部门）、1992年表（119＊119部门）、1997年表（124＊124部门）、2002年表（122＊122部门）］和4张延长表［1990年表（33＊33部门）、1995年表（33＊33部门）、2000年表（40＊40部门）、2005年表（17＊17部门）］。

在对中国生态足迹进行投入产出分析之前，首先要充分考虑数据收集的完备性，缺少任何一类数据都将影响核算结果的准确性。这其中包括投入产出基本表、能源平衡表、各产业所占用的土地面积情况以及各类土地的均衡因子等。本研究将选取2002年投入产出基本表（122＊122部门）作为研究的基础，对我国生态性空间进行核算。这主要是基于以下两点考虑：①最新的2005年投入产出延长表（17＊17部门）不能满足本研究三大产业六大部门的生态足迹核算（第一产业中农、林、牧、渔的产值并没有分开），只能选取最近的基本表进行计算；②鉴于缺乏详细的产业部门土地利用数据（仅收集到农、林、牧、渔、工业与交通运输业的土地数据），所以无法把所有的产业考虑于核算中。根据现有能获得的数据，本研究把122部门的投入产出基本表简化为三大产业六大部门，这样处理虽然会产生一定误差，但是简化后的投入产出表在一定程度上仍可以反映我国三大产业的生态空间占用情况，以及相互之间的依赖关系。

目前，中国统计局编制的投入产出表主要分为两类：实物型与价值型两种。这两类投入产出表存在明显的差异，但是又各有自身的优点，因此对投入产出表的选择要根据研究目的与研究方法而定。本章将选择最常见的价值型投入产出表（2002），根据我国标准的产业划分方法，把122个部门简化并汇总为三大产业部门。其中第一产业主要为农、林、牧、渔业；第二产业为采掘业、制造业、自来水、电力、蒸汽、热水、煤气等工业；第三产业为除第一产业与第二产业以外的其他服务产业，如交通运输业、邮电通行业、仓储业、金融业、保险业、房地产业、广播电视业、卫生、体育与福利事业等。第一产业中农、林、牧、渔的土地占用数据可直接从联合国粮农组织（FAO）获取；第二产业中主要为工业用地，除工业用地以外的土地无法获取，因此将选用工业用地作为第二产业中的建筑用地，数据可直接从国家统计局官方网站获得；第三产业中建筑用地主要为公共设施用地、对外交通用地、道路广场用地、市政公用设施用地等其他土地利用面积，这里将除第一产业与第二产业以外的土地面积作为第三产业之用。经过简化换算后的投入产出表如表4－6所示。

（一）直接消耗系数与完全需求系数

在对最终使用产品包含的非能源足迹进行核算之前，首先要计算三大产业的直接消耗系数与完全需求系数矩阵（如表4－7所示）。各物质生产部门的直接消耗系数，是以部门间的生产技术为基础的，所以直接消耗系数也称为技术系数。技术系数越大，说明两部门间联系越密切；如果技术系数为零，说明两部门没有直接的生产与分配关系。如林业部门每生产100万元的产品要直接消耗约1.49万元的农产品。从表中还可以看出，各产业内的技术联系往往要大于产业间的联系，说明产业内的物质部门严重地影响产业内其他部门的发展；而完全需求系数是指第j部门增加1个单位最终使用时，对第i个产品部门经济活动的所需完全需求量，其中包括直接与间接的需求，其系数矩阵计算式为（I－A）－1，它也可称为里昂惕夫逆矩阵。如林业部门每增加100万元的最终使用产品，需要农业部门增加产值约3.41万元的完全需求量。

表4－7　直接消耗系数与完全需求系数矩阵

注：上段为直接消耗系数，下段为完全需求系数。

直接消耗系数是从产品的角度出发考察产品的消耗关系，它说明生产一个单位产品对其他产品的消耗；而完全需求系数则是从最终产品角度考察产品间的需求关系，它说明为了一个产业部门每增加单位产品最终需求时对其他产业部门的产品直接与间接需求量。

（二）国内最终使用包含的非能源足迹核算

在传统的投入产出矩阵中，投入产出表是以货币为价值单位（百万元）。其直接消耗系数与完全需求系数也是用货币的形式表达（百万元/百万元）。为了核算部门单位产出所消耗的土地面积，这里需要运用以土地面积为单位的土地经济乘数——土地转换系数。其转换系数等于生产部门土地投入面积总量除以相应部门的货币投入总量。从其经济意义来看，它反映了部门生产单位产值的产品所直接消耗或需要的土地面积（如表4－8所示）。如农业部门每生产100万元产值的产品，需要消耗约109公顷的土地面积。另外，从表中分析可得出第一产业中农、林、牧、渔业的土地转换系数普遍要大于第二产业与第三产业的土地转换系数。其中林业部门的系数最大，约为781公顷/百万元；而第二产业中的系数最小，约为0.03公顷/百万元。这说明第二产业与第三产业中的物质部门生产能力较强，是土地高附加值产业部门。而第一产业中部门（农、林、牧、渔业）的生产能力要弱得多，属于土地集约型生产部门。

表4－8　土地转换系数　单位：公顷/百万元

土地成分乘子矩阵可通过土地转换系数的对角矩阵左乘以完全需求系数矩阵而得到，它反映生产部门的直接与间接的土地需求（如表4－9所示）。从其经济意义看，部门增加单位产值的最终需求所消耗部门的土地面积，如农业部门每增加100万元的最终需求要消耗农业部门120公顷的耕地面积、6公顷林地面积、7公顷草地面积与0.3公顷渔地面积。在当前的生产水平条件下，农业部门每增加100万元价值的产出则需要大约133公顷的直接与间接土地面积投入。做这样计算处理的好处在于加深科研人员对各产业土地需求的理解，这些产业包括土地集约型产业与高附加值型产业。例如，虽然第三产业每增加百万元的最终需求仅需要后向关联产业提供约0.24公顷的直接土地投入（见表4－8），但是其后向关联经济部门需要消耗约22公顷土地面积去满足第三产业部门每百万元的最终需求（见表4－9）。

表4－9　土地成分乘子矩阵　单位：公顷/百万元

由于各种生产性土地的生物生产力不同，需要引用均衡因子左乘以土地成分乘子矩阵进行调整，从而使它们转化为具有相同生物生产力的土地面积进行核算（如表4－10所示）。这里需要注明：耕地、林地、牧草地、渔地、建筑用地与二氧化碳吸收地的均衡因子来源于世界自然基金会的《地球生命报告2002》（Living planet report 2002），分别为2.11、1.35、0.47、0.35、2.11、1.35。

表4－10　调整后的土地成分乘子　单位：公顷/百万元

在当前生产技术条件下，满足各部门最终需求所需的完全土地需求（直接与间接）就等于土地成分乘子矩阵左乘以各部门最终需求（居民最终消耗、政府消费与资本形成总额）的对角矩阵（如表4－11所示）。整个经济体中所需的生态足迹除以我国人口总量，即可得人均生态足迹大小。

表4－11　国内最终使用产品包含的非能源生态足迹分布　单位：公顷

在这里需要强调的是，由于当前的生产技术水平并不是一成不变的，因此其最终核算结果总会高估或低估人类生产活动对环境的影响。例如，化石燃料既要消耗可燃烧资源又要伴随产生不必要的副产品；另外，目前的农业生产活动所带来的环境冲击要牺牲未来生产粮食或纤维土地的能力；从长期来看，某些工业生产活动也有可能给人类带来有害化学物质，这些有害化学物质严重影响了生态系统的再生能力，因此这类工业经济活动并不是可持续性的。

（三）进口与出口贸易包含的非能源足迹核算

在一个封闭的经济体中，上述的计算结果足以去衡量一个经济体中产品与服务所包含的生产性土地面积。然而由于国家间（或区域间）存在的经济贸易行为，致使某一经济体中的居民商品消费所占用的土地资源远远要高于或低于国内最终使用部门所消耗土地。因此，国内经济活动所需的土地资源消耗总量要减去用于资源出口的国内土地面积，再加上用于资源进口的国外土地面积。总之，生态足迹应该反映在既定人口规模下的资源消耗对环境的完全影响，即进口与出口所带来的环境冲击。

由于无法获取进口产品提供国的投入产出表、土地占用与生产力、能源投入与效率等核算数据。在对进口贸易包含的生态足迹进行核算之前，先做一些假设：①进口产品提供国的平均生产技术水平、产业结构与我国相似；②用于生产国内最终使用的产品与服务所需的进口资源作为中间产品投入；③进口资源直接用于国内最终消费使用；④进口产品提供国基于全球平均生物生产力表达的土地投入系数的平均水平与我国的实际投入系数近似。用调整后的土地成分乘子矩阵左乘以进口最终需求的对角矩阵，可得到进口贸易包含的生态足迹分布（如表4－12所示）。同理，也可计算出口贸易包含的非能源足迹（如表4－13所示）。

表4－12　进口贸易包含的非能源足迹分布　单位：公顷

表4－13　出口贸易包含的非能源足迹分布　单位：公顷

从表4－12与表4－13中可以看出，农、林、牧、渔产业中生态足迹占用量要远远高于第二产业与第三产业中的生态足迹，这说明前者生产活动对土地资源的依赖程度很高，属于土地集约型生产部门；相反，第二产业与第三产业对土地资源的依赖程度较小，而对除土地资源以外的投入依赖要大（如生产技术或资金），属于高附加值产业。再比较进口部门与出口部门的生态足迹，我们不难发现，大多数产业部门的生态足迹出口量要大于相应部门足迹的进口量，但是林业部门除外。分析可得出2002年中国的农、牧、渔、第二产业与第三产业部门属于生产性土地资源出口部门。

汇总表4－11、表4－12、表4－13可得到国内居民消费产品包含的生产性土地（非能源）生态足迹分布表（如表4－14所示）。

表4－14　国内居民消费产品包含的生产性土地足迹总计　单位：公顷

从表4－14中可以看出，国内最终使用产品所包含的生态足迹总量与出口贸易产品包含的生态足迹总计之和近似等于表4－6中各类土地面积总投入之和，即土地面积总投入与土地面积总消费近似相等。土地投入面积与土地消费面积之所以有一定误差，是因为在投入产出表中缺乏进口产品提供国的投入产出数据（在此本书假设进口产品提供国生产技术、产业结构与我国相似），土地投入面积获取不全以及中国统计局与世界粮农组织（FOA）所提供土地面积不一致所导致的。

（一）中国能源需求表与三大产业的能源最终消费

计算能源足迹所需要的数据，主要来源于《中国能源统计年鉴》2000～2002中的能源平衡表。根据初级能源与次级能源消费类型，本书将中国能源消费部门划分为九大类（如表4－15所示）。初级（一次）能源主要为原煤、原油、天然气、核能、水电力五类；而次级（二次）能源主要为煤制品、成品油、热力、电力四类。由于标准量的中国能源平衡表采用的是万吨标准煤，为了方便以后的能源核算，这里将能源部门消耗量转化为统一单位的10亿焦耳（GJ）。表4－15中的元素表明了能量在转化过程中的能源损耗——如生产最终消费能量过程中被使用或被消耗的能量。能源在加工转化过程中，不仅需要投入能源加工原料，而且在加工过程中要消耗其他类型的能源。例如，煤加工部门需要用原煤作为初级能源投入，但是在运输过程中同时需要消耗一定的次级能源——热力与电力。另外，为获得次级能源需要投入部分初级能源作为原料。例如把初级能源原煤作为原料投入，以用来生产电力。该矩阵表明了初级能源与次级能源的能源投入与产出量，以及不同能源之间的转化关系。该表显然没有涵盖所有的初级能源消耗（如风能、太阳能与地热等），但是那些无法在能源平衡表中反映的初级能源消耗都已包含于总能量消费中。

另外，本书再根据中国能源平衡表中各种经济活动的能源最终消费量，将各部门经济活动划分三大类（如表4－16所示）。中国三大产业各类能源最终消费量中的第一产业主要为农、林、牧、渔、水利业能源消费；第二产业为工业与建筑业能源消费；第三产业包括交通运输、仓储、邮电通信业、批发、零售业贸易业、餐饮业、城镇与乡村生活消费等能源消费。从表4－16中可以看出，第二产业（工业）生产活动所需的最终能源总量最大，其次是第三产业（服务业）的能源消费量，而传统的农林牧渔部门中的能源消耗最少。这说明第二产业与第三产业生产活动对能源的依赖程度要远远高于第一产业的能源依赖度，前者的发展直接取决于初级与次级能源的供给量。

表4－15　2002年中国能源需求表　单位：GJ

注：能源投入量（－），能源产出量（＋）。

表4－16　中国三大产业各类能源最终消费量　单位：GJ

（二）初级能源系数转化矩阵分析

为核算能源消费产品包含的能源足迹，这里采用了两阶段计算法：第一阶段采用投入产出分析计算包含于生产部门中的能源终端消费。在生产性土地的生态足迹核算过程中，运用土地成分乘子，而弃用了土地乘子。Ferng解释道：某个部门所需的土地面积不仅包括自行生产所需要的面积，而且还包括其他部门生产所需要的面积，此部门利用其他部门的产出作为自身的原料投入。因此相对于使用土地乘子来说，土地成分乘子核算产业部门的生态足迹会更准确些。同时，他还论证了运用两种方法而得出的不同结论及其重要的意义。但是，在能源足迹核算过程中，能量乘数或能量成分乘数都可用于计算能源消费部门的生态足迹，因为不同产业部门生产过程中释放的二氧化碳没有本质上的区别。第二阶段采用能源效率转换法，即将各类能源的最终消耗转化为初级能源最终消费。能源土地可视为吸收二氧化碳所需的林地面积。初级能源转化系数矩阵的计算方法与里昂惕夫逆矩阵计算方法相同。但这种计算方法低估了真实的能源消费量，因为它并没有考虑到能量的流失。由于能够获取的数据比较有限，这种通常被低估的能源消费量是不可避免的；另外，产业间贸易活动的存在也会低估真实的能源足迹需求。

在对能源消费产品包含的生态足迹进行核算之前，首先利用初级能源转化系数矩阵将各类能源消费转为初级能源完全需求（完全消费）。然后再利用Wakernagel研究提供的能地比率（Land to Energy Ratio）将各产业部门的能源消耗转化为统一单位的土地面积占用。由于初级能源转化系数矩阵的计算与里昂惕夫逆矩阵的计算方式相似，为了避免重复计算，本文将已计算的初级能源转化系数矩阵列于表4－17中。初级能源转化系数矩阵的计算方法参考了Ferng与Alcantara的研究。该矩阵表明各能源部门的直接与间接的能源需求，本质上反映了各类能源间转化效率。例如生产1单位的煤制品需要投入约1.2个单位的原煤作为生产原料；生产1单位的成品油则需要投入约0.93个单位原油。(www.chuimin.cn)

表4－17　初级能源转化系数矩阵

续表

根据初级能源转化系数矩阵与中国三大产业的各类能源最终消费量，可计算得到三大产业部门初级能源的完全需求矩阵（如表4－18所示），即初级能源转化系数矩阵左乘以三大产业的各类能源最终消费量矩阵。从表中可以看出第二产业与第三产业对初级能源消耗量均大于第一产业的能源消耗量，说明初级能源消费量直接制约着第二产业与第三产业的发展。

表4－18　初级能源完全需求系数矩阵　单位：GJ

（三）能源消费产品包含的能源足迹计算

能源消费与生产性土地资源包含的生态足迹核算方法类似。大致的核算过程如下：①根据各产业初级能源完全需求矩阵，计算初级能源成分乘子矩阵。②然后通过初级能源成分乘子计算国内能源部门的最终消费，进口与出口的能源矩阵。③能源消耗足迹核算与生产性土地包含的足迹核算方式略有不同，这里需要利用到Wakernagel所提供的能地比率（单位面积的森林吸收的能力）与WFF提供的均衡因子。然后用均衡因子的对角矩阵与能地比率的对角矩阵的逆矩阵左乘以部门初级能源完全需求矩阵，即可得到部门最终需求包含的能源足迹矩阵。这里需要说明，原煤、原油、天然气、核电与水电的能地比率为55、71、93、71、1000，单位：GJ/ha per year，参考了Wakernagel的研究。根据生产性土地包含的非能源足迹计算方法，同理可核算能源部门最终消费足迹、进口贸易与出口贸易能源足迹（如表4－19、表4－20、表4－21所示）。

表4－19　能源最终消费包含的足迹　单位：公顷

表4－20　进口贸易包含的能源足迹　单位：公顷

表4－21　出口贸易包含的能源足迹　单位：公顷

（一）中国2002年人均生态足迹账户

本书利用上述土地成分乘子矩阵与能源成分乘子矩阵，计算了我国最终消费部门的生态足迹。按生态足迹类型划分，中国生态足迹主要由两部分组成，即可分为生产性土地与能源用地的生态足迹；按包含生态足迹的产品用途划分，即可分为国内生产部门的最终消费、进口与出口生态足迹；按生态足迹所考虑的土地使用划分，可分为直接用地与间接用地。前者包括耕地、草地、林地、渔地、建筑用地；后者主要为能源消费引起的二氧化碳吸收用地，包括化石燃料用地。

能源消耗为什么要占用土地，主要是基于三方面的考虑：其一，诸如水电站，风力电站，水坝，电塔都需要直接用地，可直接纳为建筑用地（能源建筑用地）。其二，为满足可持续性目标，人类应及早采取预防手段避免非再生能源的枯竭。其三，预留足够的林地吸收能源使用中排放的二氧化碳，即能源建筑间接用地（如化石燃料用地）。

利用中国2002年投入产出基本表提供的经济数据与联合国粮农组织（FAO）提供的土地利用数据，基于前书计算所得到的土地成分乘子，核算生产性土地的最终消费、进口（流入）、出口（流出）的生态足迹；利用《中国能源统计年鉴》中的能源平衡表，基于能源成分乘子矩阵，计算国内能源部门的最终消费、进口与出口贸易包含能源足迹。根据之前所计算的结果，经过汇总可得到中国2002年人均生态足迹账户（如表4－22所示）。

（二）生态足迹结果分析

自改革开放以来，我国进出口贸易总额不断增加。根据OECD公布的初步数据来看，2002年我国进出口总额达6208亿美元，比上一年增长21.8%。而贸易活动在促进经济发展过程中对生态系统的压力也不断增加，因此对国内最终消费、进口与出口携带的生态足迹作定量分析是十分必要的。

从表4－22中可以看出，中国2002年生态足迹账户主要由三部分组成：国内最终消费部门足迹、进口贸易足迹、出口贸易足迹。按资源占用空间类型划分主要分为两类：生产性土地用地与能源用地。根据表4－22反映出的特点，总结如下：

表4－22　中国2002年人均生态足迹构成　单位：公顷

注：2002年我国人口总量为128453万人。
资料来源：《中国人口年鉴》（2002）。

根据生产性土地与能源足迹计算结果汇总可得中国2002年人均生态足迹大约为1.53公顷/人，按2002年中国人口总量128453万计算，我国生态足迹总量大约为1990096168公顷，是我国国土面积（约9.6亿公顷）的两倍。其中最终消费包含的足迹总量为1.5432公顷/人，进口携带足迹为0.441公顷/人，出口携带足迹为0.4536公顷/人，出口足迹大约是进口足迹的1.1倍。2002年我国属于净出口国，其出口贸易足迹顺差为0.0126公顷/人，占国内最终消费足迹的0.82%。从土地消费部门来看，耕地面积分配于生产部门足迹最大（0.2296公顷/人），其次为林地面积（0.2134公顷/人），分别为占生产部门足迹总量的39%、36%，说明耕地与耕地对生产消费部门的发展起着举足轻重的促进作用。

另外，再比较能源消费项目携带的生态足迹的最终消费、进口与出口贸易中的比例。2002年能源消费足迹为0.9439公顷/人，占我国生态足迹总量的61%，要高于《地球生命报告》中公布的中国能源足迹比例47%。其中原煤足迹高达0.8267公顷/人，占能源足迹的87%，说明煤炭是我国能源消费的主要初级能源投入。进口贸易携带的能源足迹为0.3027公顷/人，占进口足迹总量的69%；而出口贸易携带能源足迹大约为0.3302公顷/人，占到了出口足迹总量的73%。这说明2002年中国三大产业部门生产活动所需要的能源投入主要来源于化石燃料用地，即生态足迹成分主要为能源足迹。

从生产性土地上来看，国内最终消费产品携带的生态足迹已无法满足其自身生产消费活动所需的土地资源，需要从区域外获得“土地镶入”足迹；从化石燃料用地上来看，2002年中国的化石能源用地可满足国内能源最终消费的需求，并略有净出口顺差，需要向区域外提供“能源输出”足迹。

从人均生态足迹核算结果来看，本书的核算结果要略低于Footprint Network组织所公布的我国2003年人均生态足迹（1.6公顷/人）与世界人均生态足迹（2.2公顷/人）。根据推测，这可能是因为我国产业部门的土地消耗面积难以获取所导致的（除独立矿工用地与交通运输用地外，其他农业用地都难以获得）；另外，采用不同标准的能地比率和均衡因子对最终的核算结果也会产生一定的误差。

另外，根据Footprint Network公布的中国2003年人均生态承载力（0.8公顷/人）与本文生态足迹核算结果（1.5公顷/人）之间的差额分析可知，我国生态承载力缺口大约为0.7公顷/人。从表4－22中的能源消费足迹总量（约占到我国足迹总量的61%）可以看出，我国在快速的工业化和城市化进程中，物质生产部门对能源消耗过大导致了我国2002年资源亏空，从而致使我国生态系统处于赤字的状态。

笔者查阅了大量有关影响力系数与感应度系数计算方法的文献，但是不同的文献采用的计算公式都不大一致，没有一种在学术界统一公认的计算方法。有的使用直接消耗系数进行计算，有的运用完全消耗系数进行计算，也有采用完全需求系数进行计算的。2002年中国投入产出数据（表4－6）采用里昂惕夫逆矩阵——完全需求系数矩阵计算影响力系数矩阵。因此，笔者根据这种计算方法，分别运用土地完全需求系数矩阵与土地完全供给分配系数矩阵对我国三大产业生态足迹影响力与感应度系数进行核算。

影响力系数是指其他产业的生产发生变化时引起该产业的生产发生相应变化的依赖程度。它是反映国民经济某一部门增加一个单位最终需求时，对国民经济各部门所产生的生产需求波及程度。影响力系数大的产业发展对社会生产具有很强的辐射、拉动效应，反之则不然。影响力系数是衡量产业后向联系广度和深度的指标，也称为后向关联系数。

在此，本书引入了生态足迹影响力系数的概念，即生物生产性土地来衡量产业间的影响程度。令Ui为土地（能源）完全需求矩阵，其中的元素为uij，表示部门j对部门i的生产性土地（能源）需求量，c为土地（能源）转化系数；Fj为部门j的生态足迹影响力系数，c为生物生产性土地或化石能源土地的投入强度，则有：

这里不难发现，公式（4－3）实际上就是上一节所提到的土地（能源）成分乘子矩阵（见表4－9）。那么，通过公式（4－4）计算可得各产业的生态足迹影响力系数（如表4－23所示）。

表4－23　生态足迹影响力系数

结果表明：在生产性土地包含的生态足迹影响力系数这一项目中，林业的生产性足迹影响力系数最大（2.975），这说明了林业部门对生产性土地（林地）的依赖程度最高，在各类利用土地中占举足轻重的地位。在化石燃料包含的能源足迹影响力系数这一项中，第二产业的影响力系数最大，说明为满足该产业的生产消费活动对能源的依赖程度最高。结果表明，第一产业（农、林、牧、渔业）的土地消费与第二产业（工业与建筑业）的能源消费主导着我国2002年生态足迹的需求，并存在较强的足迹波及效应与辐射作用。

感应度系数是指某产业的生产发生变化时引起其他所有产业的生产发生相应变化的程度。它是反映国民经济各部门均增加一个单位最终使用时，某一部门由此而受到的需求感应程度。也就是需要该部门为其他部门的生产提供的产出量。它是衡量某产业前向联系广度和深度的指标，也称为前向关联系数。感应度系数大的部门对经济发展所起的作用相对也较大，特别是在经济增长较快的时期，这些部门将受到社会需要的压力，进而制约了社会经济发展。

本书在这里引入了生态足迹感应度系数的概念，即某部门增加一个土地单位的产品时，要求其他部门提供的生物生产性土地的供给程度。

首先计算投入产出中供给分配系数：

其中，xij表示部门i供应给部门j的价值量；Xi表示部门i的总投入价值。供给分配系数sij表示部门i中的产品分配使用在部门j中用于生产用途的比例。它反映了各产业部门的产品流向和比例，从而反映出某些产业部门发展的影响程度和制约程度。

令Vj为土地（能源）完全供给分配系数矩阵，vij为部门i对部门j的生产性土地（能源）供给分配量。Ej为部门j的生态足迹感应度系数，计算公式为：

根据公式（4－6）计算可得生产性土地与能源完全供给分配矩阵（如表4－24与表4－25所示）。再根据公式（4－7）计算生态足迹感应度系数（如表4－26所示）。其矩阵结果表明，第二产业中生产性土地与能源足迹感应度最强——分别为2.937和2.711，远远大于农、林、牧、渔业及第三产业的足迹感应度，这说明了第二产业中产品（服务）及能源生态占用扩张的需求很大，呈快速上升的势头。再对比价值量衡量的感应度系数，说明第二产业部门的发展对我国经济与生态占用具有双重推动作用。

表4－24　生产性土地完全供给分配系数矩阵

表4－25　能源完全供给分配系数矩阵　单位：GJ/百万元

表4－26　生态足迹的感应度分析

主要参考文献

［1］Rees W.E.Revisiting carrying capacity：area－based indicators of sustainability.Population and Environment：A journal of interdisplinary study.1996，17（3）：195－215

［2］Wackernagel M.，Rees W.E.Our Ecological Footprint：Reducing Human Impact on the Earth.Victoria：Gabriola Island，1996：160

［3］余建国，张宏武.生态足迹的修正模型研究前沿与动态.安徽农业科学，2009，37（8）：3710～3714

［4］Senbel M.，Mc Daniels T.，Dowlatabadi H.The ecological footprint：a non－monetary metric of human consumption applied to North America.Global Environmental Change，2003，13（2）：83－100

［5］Justin Kitzes，Audrey Peller，Steve Goldfinger，and Mathis Wakernagal.Global Footprint Network，Current Method For Calculating National Ecological Footprint Account.Science for Environment ＆Sustainable Society，Vol.4No.1，2007

［6］Global Footprint Network，World Footprint：Do we fit on the planet？［EB/OL］.http://www.footprintnetwork.org/en/index.php/GFN/page/world_footprint/

［7］Global Footprint Network，Data and Results：Living Planet 2008［EB/OL］.http://www.footprintnetwork.org/en/index.php/GFN/page/ecological_footprint_atlas_2008/

［8］Folk C.，Jansson A.，Larsson J.，et al.Ecosystem appropriation by cities.AMBIO （in Chinese）1999，26（3）：167－17

［9］Wackernagel M.，et al.Evaluating the use of natural capital with the Ecological footprint：Applications in Sweden and Sub－regions.Ambio（in Chinese），1999，28（7）：604－612

［10］De Kleine Aarde’（“The Small Earth”），Global Footprints：A Pilot Project with 8 municipalities in the Netherlands 1999－2001.http://www.dekleinneaarede.nl or www.voetenbank.nl

［11］De Partamento de Medio Ambiente，Territorio Vivienda del.Gobierno de Navarra （Spain）［EB/OL］.Local Ecological Footprint in Navarre ＆other experiences in Spain，http://www.cfnavarra.es/medioambiente/Indexnoflash.html

［12］Van Vuuren D.P.，Smeets.E.M.W.Ecological footprint of Benin，Bhutan，Costa Rica and the Netherlands.Ecological Economics，2000，34（1）：115－130

［13］Gossling S.C.B.，Hansson Horstmeier，et al.Ecological footprint analysis as a tool to assess tourism sustainability.Ecological Economics，2002，43（3）：199－211

［14］P.W.Gerbens－Leenes，S.Nonhebel，et al.A Method to Determine Land Requirements Relating to Food Consumption Patterns.Ecological Economies，2002，43（1）：47－58

［15］P.W.Gerbens－Leenes，S.Nonhebel.Consumption Patterns and their Effects on Land Required for Food.Ecological Economies，2002，42（1）：185－199

［16］Karl G.H.，Holden E.Household Consumption and Ecological Footprint in Norway—Dose Urban Form Matter.Journal of Consumer Policy，2003，26：227－249

［17］杨开忠，杨咏，陈洁.生态足迹分析理论与方法.地球科学进展，2000，15 （6）：630～636

［18］王书华，毛汉英，王忠静.生态足迹研究的国内外最新进展.自然资源学报，2002，17（6）

［19］徐中民，程国栋，张志强.生态足迹法：可持续性定量研究的新方法——以张掖地区1995年的生态足迹计算为例.生态学报，2001，21（9）：1484～1493

［20］徐中民，张志强，程国栋等.中国1999年生态足迹计算与发展能力分析.应用生态学报，2003，14（2）：280～255

［21］徐中民，张志强，程国栋.甘肃省1998年生态足迹计算与分析.地理学报，2000，55（5）：607～616

［22］陈东景，徐中民.生态足迹理论在我国干旱区的应用与探讨：以新疆为例.干旱区地理，2001，24（4）：305～309

［23］邓跞，杨顺生.四川省2001年生态足迹分析.四川环境，2003，22（6）：45～47

［24］胡新艳，牛宝俊，刘一明.广东省的生态足迹与可持续发展研究.上海环境科学，2003，22（12）：56

［25］史纪安，杨改河，刘玉华.青海省生态足迹演变分析.西北农林科技大学学报，2006，34（3）：68～72

［26］刘孝宝，高吉喜，何萍等.西藏生态足迹研究.山地学报（增刊），2003，21：26～30

［27］张水龙，李德生，孙旭红等.天津市1998年生态足迹分析.天津理工学院学报，2004，20（1）：60～63

［28］崔风暴，王虹.北京市生态与可持续发展定量分析研究——生态足迹分析法.统计教育，2005，（1）：14～18

［29］张志强，徐中民等.中国西部12省（区市）的生态足迹.地理学报，2001，56 （5）：599～610

［30］陈东景，徐中民，张志强等.中国西北地区的生态足迹.冰川冻土，2001，23 （2）：164～169

［31］刘建兴，王青，初道忠，顾晓薇，李广军，梁桂燕.中国三大产业生态足迹的投入产出分析.生态环境，2007，16（2）：613～616

［32］曹淑艳，谢高地.基于投入产出分析的中国生态足迹模型.生态学报，2007，27 （4）：1499～1507

［33］刘建兴，王青，顾晓薇，李广军.投入产出法在我国生态足迹研究中的应用.东北大学学报，2007，28（4）：592～595

［34］Michelle L.M.，Graymore Neil G.，Sipe Roy E.，Rickson.Regional sustainability：How useful are current tools of sustainability assessment at the regional scale？，Ecological Economics，2008，（11）：1－11

［35］Wackernagel M.，Schulz B.，Deumling D.et al.Tracking the Ecological Over－Shoot of the Human Economy.Proc.Natl.Acad.Sci.2002，99，（14）：9266－9271

［36］Global Footprint Network.Footprint Standards 2006.http://www.foortprintnetwork.org

［37］Keeney R.L.Value－Focused Thinking：A Path to Creative Decision－making.Cam－bridge MA：Harvard University Press，1992：400－402

［38］Van den Bergh，Verbruggen H.Spatial sustainability，trade and indicators：an evaluation of the“Ecological Footprint”.Ecological Economics，1999，（29）：61－72

［39］Lenzen M.et al.A generalized input－output multiplier calculus for Australia.Economic Systems Research，2001，（13）：65－92

［40］Ferng，J.J.Toward a scenario analysis framework for energy footprints.Ecological Economics，2002，（40）：53－69

［41］Wakernagel M.，Chad Monfreda，et al.Ecological footprint time series of Austria，the Philippines，and South Korea for 1961－1999：comparing the conventional approach to an ‘actual land area’approach.Land use policy，2004，（21）：261－269

［42］Bicknell K.B.，Ball R.J.，Cullen R.，Bugsy H.R.New methodology for the ecological footprint with an application to New Zealand economy.Ecological Economics.1998，27：149－160

［43］谢高地.生态足迹方法及其在生态系统评估中的应用［EB/OL］.中国科学院地理科学与资源研究所，http://www.cern.ac.cn/manage/ewebeditor/uploadfile/20065199166649.pdf

［44］Hanley N.，Moffatt I.，Faichney R.，et al.Measuring sustainability：A time series of alternative indicators for Scotland.Ecological Economics，1999，（28）：55－73

［45］Heinz Erb K.Actual land demand of Austria 1926—2000：a variation on Ecological Footprint assessments.Land Use Policy，2001，（21）：247－259

［46］元相虎，李华，陈彬.基于生态足迹的中国可持续性发展动态分析.中国人口资源与环境，2005，15（3）：38～42

［47］Harbal H.Heinz Erb K.Krausmann F.How to calculate and interpret ecological footprint for long periods of time：Case of Austria 1926—1995.Ecological Economics，2001，（38）：25－45

［48］蒋小娟，于兴丽.时间序列年的生态足迹计算——以甘肃省1990～2002年生态足迹计算为例.国土与自然资源研究，2006，（4）：67～68

［49］赵卫，刘景双，孔凡娥.吉林省生态足迹时间序列计算与分析.生态与农村环境学报，2006，22（2）：6～10

［50］Justin K.，et al.A“Constant Global Hectare”Method for Representing Ecological Footprint Time Trends.International Ecological Footprint Conference.Cardiff，2007.http://www.brass.cf.ac.uk/uploads/fullpapers/Kitzes_M66.pdf

［51］Ferng J.J.Local sustainable yield and embodied resources in ecological footprint analysis：A case study on the required paddy field in Taiwan.Ecological Economics，2005，（53）：415－430

［52］刘永，郭怀成，王丽婧等.环境规划中情景分析方法及应用研究.环境科学研究，2005，18（13）：82～87

［53］宗蓓华.战略预测中的情景分析法.预测，1994，13（2）：50～55

［54］赵卫，刘景双，孔凡娥.区域生态足迹情景——以吉林省为例.资源科学，2007，29（1）：165～171

［55］Dongxia Yue，Xiaofeng Xu，Zizhen Li，et al.Spatiotemporal analysis of ecological footprint and biological capacity of Gansu，China 1991－2015：Down from the environmental cliff.Ecological Economics 2006，58：393－406

［56］Ferng J.J.Using composition of land multiplier to estimate ecological footprints associated with production activity.Ecological Economics，2001，37（3）：159－172

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

［58］Lenzen，Murray.A modified ecological footprint method and its application to Australia.Ecological Economics，2001，37：229

［59］Lenzen M.，Hansson C.B，Bond S.On the bioproductivity and land－disturbance metrics of the Ecological Footprint.Ecological Economics，2007，61：6－10

［60］Barrett J.，Simmon C.An ecological footprint of the UK：Providing a tool to measure the sustainability of local authorities［J/OL］.Stockholm Environment Institute，New－York，2003.http://www.York.Ac.UK/inst/sei/odpm

［61］Li Peng，Yang Guihua.Ecological footprint study on tourism itinerary products in Shangri－La，Yunnan Province，China.Acta Ecological Sinica，2007，27（7）：2954－2963

［62］G.J.Li，Q.Wang，X.W.GU，et al.Application of the componential method for ecological footprint calculation of a Chinese university campus.Ecological Indicators，2008，8：75－78

［63］何俊.大连市城市生产生活消费的生态足迹分析.沈阳师范大学学报（自然科学版），2007，1（25）：99～103

［64］Odum HT.Emergy in ecosystems.Inpoluined，Ecosystem Theory and Application.New York：John Wiley ＆Sons.1986：337－369

［65］B.Chen，G.Q.Chen.Ecological footprint accounting based on emergy—A case study of the Chinese society，Ecological modeling，2006，198：101－114

［66］王建源，陈艳春，李曼华，冯建设.基于能值分析的山东省生态足迹.生态学杂志，2007，26（9）：1505～1510

［67］Wakernagel M.，Onisto L.，Belb P.，et al.National natural capital accounting with the ecological footprint concept，Ecological Economics，1999，（29）：375－390

［68］国家统计局国民经济核算司.中国2002年投入产出表.中国统计出版社，2006

［69］联合国粮食农业组织（FAO）.Resourcestat土地数据［DB/OL］.http://www.faostat.fao.org/site/377/default.aspx#ancor

［70］中华人民共和国国家统计局.专题数据，环境统计数据，各地区土地利用情况［DB/OL］.http://www.stats.gov.cn/tjsj/qtsj/hjtjzl/index.htm

［71］世界自然基金会（WWF 2002）.地球生命报告2002［EB/OL］.http://www.panda.org/about_our_earth/all_publications/living_planet_report/linving_planet_report_timeline/lpr02/

［72］国家统计局工业交通统计司，国家发展和改革委员会能源局.中国能源统计年鉴2000－2002.中国统计出版社

［73］Alcantara V.，Roca V.Energy and emission in Spain.Energy economics，1995，17 （3）：221－230

［74］国家统计局人口和社会科技统计司.中国人口统计年鉴2002.中国统计出版社

［75］Global Footprint Network，Data and Results：Living Planet 2006［EB/OL］.http://www.footprintnetwork.org/en/index.php/GFN/page/ecological_footprint_atlas_2008/