基于MSIASM和能源消费碳排放的中国四大直辖市社会代谢分析

通过社会代谢多尺度综合评估(Multi-Scale Integrated Assessment of Societal Metabolism,MSIASM)方法,采用生物-经济压力和不同组织尺度下的体外能代谢率、能源密度指标,并将能源消费碳排放融入评估框架,评价了中国四大直辖市2004年至2010年的社会代谢及其综合发展状况。研究中能源消费碳排放的加入较好补充了MSIASM在生态评估方面的弱势。研究结果显示,四大直辖市整体社会代谢发展良好,体外能代谢率和生物-经济压力稳步上升,能源密度和单位能耗碳排放不断降低,总体呈现良性发展态势。从各个直辖市的社会经济系统各部门表现来看,各城市体现了自己的突出特点。在深入到行业尺度研究体外能代谢率、能源密度后,整体显示出控制工业部门和交通运输部门的能耗增长对于提高经济生产能源效率的突出作用,同时应继续加大金融和计算机等低能耗高经济生产率行业的发展力度。

基于MSIASM和能源消费碳排放的上海市社会代谢分析

通过社会代谢多尺度综合评估（MSIASM）法，采用生物一经济压力和不同组织尺度下的体外能代谢率、能源密度指标，并将能源消费碳排放融入评估框架，评价上海市2004-2010年的社会代谢及其综合发展状况。研究中能源消费碳排放的加入较好补充了MSIASM在生态评估方面的弱势，结果显示：上海市整体社会代谢发展良好，体外能代谢率和生物一经济压力稳步上升，能源密度和单位能耗碳排放不断降低，呈现良性发展态势；第一产业体外能代谢小幅萎缩，第二产业在体外能代谢和碳排放方面占主导地位，应进一步提升其能源利用效率、优化能源结构，第三产业体外能代谢发展平稳，其低能源密度和低碳排放代谢的优势使之适合成为日后上海市能源投入的发展重心，居民代谢和生活水平逐年提高，但需警惕随之而来的环境压力。

北京城市代谢预测研究——基于长短期记忆神经网络模型

城市化进程提升促使城市环境污染加剧、能源消耗激增、人口密度过大等问题的深层次原因在于城市代谢失调。为精准预测北京市城市代谢变化趋势,论文通过能源消费量及人类活动时间指标测算了1980—2016年北京市体外能代谢率,表征城市代谢程度。据此运用长短期记忆神经网络模型(LSTM)预测了2017—2022年北京各部门体外能代谢率。结果表明:①基于长短期记忆神经网络的城市代谢预测模型精度较高,能够对北京各部门体外能代谢率进行更为精准的预测;②2017—2022年间,北京第一产业和总体外能代谢率呈下降趋势,其中第一产业在2017年达到峰值,第二、第三产业及生活部门体外能代谢率将呈现增长趋势。③除第一、第三产业和总体外能代谢率外,历史变化的时间扰动幅度先小后大。④对各部门体外能代谢率EMRT的影响贡献度最大的因子为第二产业体外能代谢率EMR2,最小的为第一产业体外能代谢率EMR1。论文研究结果可为政策制定者优化城市管理方案、提升城市综合实力提供理论依据和决策支持。