网络视角下城市物质代谢过程解析——以京津冀13城市为例

城市作为物质吞吐量的集中区，往往存在一定的资源消耗和环境问题。京津冀是中国北方经济规模最大的地区，负载着巨大的资源环境压力。以京津冀地区为例，在计算城市物质输入与输出的基础上，运用生态网络分析方法对代谢系统内部的具体路径和节点关系进行深入探究，并分析其变化。结果表明，京津冀地区97%的流量都集中于各城市内部，各城市之间的优势互补有待加强。2017年京津冀13城市代谢总流量增长为2000年的3.3倍，其中承德、秦皇岛和唐山增长最为迅速，而衡水是唯一一个流量下降的城市。各城市的关键路径中有71.8%呈现流量上升态势，加工制造业为涉及关键路径最多的部门，其中加工制造业-环境为大多数所有城市共有的关键路径。掠夺/控制是京津冀13城市的主导关系类型；2000—2017年间13城市总体的生态关系良性转变少于劣性转变，致使共生关系数量下降，需要从交通运输业、采掘业和加工制造业等重点部门上寻求突破。关键路径及生态关系等代谢网络特征及其变化的识别，有效打破了城市代谢的“黑箱”,为缓解不同城市物质利用所带来的资源环境问题提供可靠理论依据。     

京津冀城市群土地利用生态风险的时空变化分析

以京津冀城市群为研究区,基于1984、1990、2000、2005、2010和2015年土地利用数据,利用斑块密度、蔓延度和土地利用类型的主观权重构建土地利用生态风险指数,从而揭示京津冀城市群地区6个时间节点的土地利用生态风险空间分布特征。土地利用生态风险划分为5个等级:低风险区、较低风险区、中等风险区、较高风险区和高风险区,将较高风险区和高风险区定义为综合高风险区,然后计算其重心转移轨迹,从而探究土地利用生态综合高风险区的空间转移动态变化规律。结果表明在研究时段内:(1)研究区土地利用生态风险的总体分布规律为城市中心城区周边的土地利用生态风险逐渐加剧,非城市地区低于城市地区,且高风险区、较高风险区的面积呈增加趋势。(2)京津冀城市群13个地级市综合高风险区变化各不相同:北京市、天津市、唐山市和廊坊市的综合高风险区呈现出增加的趋势;承德市、张家口市、保定市、石家庄市、秦皇岛市、邯郸市和邢台市的综合高风险呈现出降低的趋势;而沧州市和衡水市几乎不变。(3)综合高风险区的重心转移方向基本分为三类:朝首都方向、朝东部海洋方向和自身发展方向,且重心转移方向与城市的规划、治理及发展方向联系密切。     

京津冀地区的生态质量定量评价

生态质量的好坏标志着区域经济社会可持续发展的能力以及社会生产和人居环境稳定可协调的程度,如何定量评价区域生态质量状况与变化,协调其与城镇化的关系,日益成为城市生态学研究的热点.本文选择城市化发展迅速、生态环境问题突出的京津冀城市群为研究对象,基于遥感技术反演京津冀城市群植被覆盖度、生物量和人工表面比例、植被面积百分比等生态参数,结合植被破碎化指数,采用主成分分析法,构建了基于遥感参数的生态质量指数综合模型,定量评价了2000—2010年京津冀城市群生态质量及动态变化.结果表明: 本文构建的生态模型可以更客观、综合地定量评估城市与区域的生态质量状况与变化.2000—2010年,京津冀城市群的生态质量指数从2.38上升到2.84,增幅达19.3%.其中,2000—2005年的增幅(12.2%)高于2006—2010年(7.2%).从空间分布来看,生态质量指数的高值区位于京津冀北部,西部、东南部较低.不同城市的生态质量状况及变化趋势不同.承德的生态质量状况最好,并显著高于其他城市;其次为北京、秦皇岛和保定;天津的生态质量最差.承德、北京、秦皇岛和保定的生态质量高于京津冀地区的平均水平;廊坊、天津和沧州的生态质量明显低于平均水平.2000—2010年间,除唐山外,其他城市的生态质量均呈好转趋势.其中,沧州、衡水的生态质量指数提升最显著,增幅分别达520.5%和171.8%.     

城市化对空气污染人群暴露贡献的定量方法研究

短期快速城市化引发一系列生态环境问题,尤其是近年来以细颗粒物(PM_(2.5))为代表的城市与区域空气污染问题。人群的污染暴露一方面是因为污染区范围的扩张,另外一方面则归因于城市化引发的人口迁移,目前的研究重点关注于前者的贡献,而忽略了后者的贡献。因此,建立了城市化对空气污染人群暴露贡献的定量方法,并选取我国PM_(2.5)污染最为严重的京津冀城市群开展了实证研究,通过利用2000、2005、2010、2015年PM_(2.5)浓度和人口栅格数据以及人口自然增长率数据,定量评估了城市化引发的人口迁移对空气污染人群暴露的贡献。研究结果显示:(1)京津冀地区受污染影响面积和人口变化显著,造成大量的人口暴露于PM_(2.5)污染。(2)城市化引发的人口迁移与自然增长贡献率方面:总体上,2000—2015年,京津冀城市群总的人口迁移贡献率为48%,北京市和天津市总的人口迁移贡献率分别为94%和88%,而河北省污染总的人口迁移贡献率为-32%。其中在污染保持区,北京市和天津市的人口迁移贡献率均接近100%,而河北省的迁移贡献率为-26%,尤其在2010—2015年,河北省衡水市的人口迁移贡献率达到-6613%;在污染新增区,北京市和天津市的人口迁移贡献率分别为86%和84%,而河北省污染的人口迁移贡献率为-757%。本研究建立了定量化的方法揭示了城市化在空气污染人群暴露中的定量贡献,为科学引导城市化发展提供了定量的手段,为合理规划京津冀城市群地区的人口流动与空气污染奠定了数据基础。     

京津冀特大城市群生态安全格局时空演变特征及其影响因素

京津冀特大城市群的快速发展显著提升了地区生活水平,但也对生态环境造成了负面影响。以2000—2015年京津冀城市群面板数据为研究样本,建立"压力-状态-响应(PSR)"城市群生态安全协同会诊指标体系,采用TOPSIS和灰色关联组合方法计量其生态安全综合指数(Comprehensive Index of Ecological Security,CIES),运用因子分析法提取关键因素,并通过多元线性回归方法计算上述因素对生态安全的影响程度。结果表明:(1)京津冀城市群生态安全指数已经达到了预警状态,呈现"北高南低,西高东低"的空间格局,亟需建立三地协同联防联控的生态安全防治机制;(2)2000—2015年京津冀城市群的生态安全指数呈小幅波动状态,规划与政策对城市群生态安全指数具有显著影响效应;(3)13地市生态安全指数的演变趋势存在显著的差异,承德、廊坊仍呈下降趋势;(4)城镇化、社会发展以及技术进步对京津冀城市群生态安全具有显著的正相关性,开发水平、经济发展以及生态病理度则呈负相关性。由此,需要划定并严守城市群生态保护红线,控制空间开发强度与速度,以遏制生态恶化;完善并落实京津冀城市群协同发展的规划体系与相应的配套政策支撑体系,以保障城市群生态安全稳定提升;控制经济发展速度,提升社会发展水平,构建城市群一体化社会服务保障体系;提升生态技术研发水平,加大生态空间保护与修复,以降低生态安全风险,保障城市群生态安全格局。     

京津冀城市群扩张模式对区域生态安全的影响预测

当前,城市群是推动我国区域发展的增长极,但其快速的扩张模式对区域生态系统安全的胁迫影响越来越大,已经成为制约城市可持续发展的重要问题,科学地预测城市群未来扩张对区域生态安全格局的影响对区域协同发展的战略实施具有指导意义。以我国最具影响力的京津冀城市群为例,结合空间模型模拟方法及生态系统服务功能评估方法,预测了基于当前京津冀城市群的扩张模式对区域生物多样性保护、防风固沙功能、土壤保持功能与水源涵养等重要生态服务功能的胁迫影响。结果表明:(1)京津冀城市群发展速度较快,但存在区域发展不均衡,呈两极化的发展特征;(2)京津冀城市群具有重要级以上的生态服务功能占区域总面积的三分之一,其中同时包含两种及以上服务功能的地区将近一半,且其空间分布也很不均衡;(3)应用CLUE-S模型可以较好地模拟京津冀城市群未来的扩张格局,模型的Kappa指数为0.84。至2020年,预测京津冀城市群将增加3630.24km~2建设用地面积,而其中约六分之一的新增人工表面侵占具有重要及以上生态服务功能的区域,防风固沙和水源涵养为主要被侵占功能,这些区域集中分布在北京、天津与唐山等核心发展城市;(4)京津冀城市群不均衡的区域扩展模式不仅会进一步加剧不同地区间城市化水平的差距,对区域重要生态系统服务功能的潜在胁迫影响也将会增加。本研究结果可为京津冀城市群协同发展规划与区域生态安全格局保障方案的制定提供科学支撑。     

京津冀城市群能源供需与城市化的关系模式

城镇化发展加剧了城市对能源的消耗,进而加剧了能源供需不平衡,这种不平衡已经成为限制城镇化发展的重要因素。目前,城市群作为我国城镇化发展的重要形式,充分发挥城市群的协同效应以减缓能源供需矛盾,对实现区域可持续发展具有重要意义。研究以京津冀城市群为例,从地级市尺度系统地核算了2001—2015年能源供应和需求量,并采用ward聚类方法划分3种不同类型的能源供求特征,并分析了每种类型的能源供需特征差异。同时,以能源供需比值表示供需差异并进行了比较。在此基础上,采用多指标综合分析方法进一步探讨了能源供需与城市化的关系模式。结果表明:(1)京津冀城市群不同城市能源的供求特征及变化存在明显的时空差异。一方面,从能源供给特征来看,年平均能源生产量较高的城市(天津市)能源产量由上升转变为平缓变化趋势,而低产城市(石家庄市)呈不稳定的变化趋势,两类城市平均能源产量相差2497.66万t标准煤;另一方面,从能源需求特征来看,北京、天津市等能源高耗城市能源消费近年来趋于下降趋势,而低耗型城市(沧州市)近年来呈波动变化,二者平均差值为4752.49万t标准煤;(2)基于能源供需比值,京津冀城市群所有城市均表现为能源供不应求,且不同城市能源供需缺口差异明显。其中,天津市能源供给能力最强,但其生产量却不及自身消费量的65%,而供给能力相对最弱的城市保定市,其能源需求几乎完全依赖外部能源供给;(3)城市能源供需与城市化水平之间关系不完全一致。研究对能源供需模式与城市化模式不一致的城市,划分了先进型和滞后型两种关系模式。对于先进型的城市,主要有北京市、沧州市和廊坊市,它们的城市化水平相对较高,分析认为其能源开发利用相对集约;而属于滞后型的城市,包括唐山市、邯郸市和邢台市,其城市化水平偏低,分析认为这类城市能源开发利用效率低、发展方式相对粗放,是城市群能源效率提升的重点。本研究旨在为今后的城市群能源规划提供科学依据,建议北京市等能源相对集约型城市带动唐山市等发展方式粗放、落后的城市,以提高京津冀城市群整体的能源效率。     

京津冀城市群土地利用变化对地表径流的影响

城市化的显著特征之一是地表景观格局被人为改变,大量硬化地表覆盖、取代了原本自然或半自然的土地覆盖类型,极大地干扰了区域水文循环过程。其中,最直接的体现是对地表径流过程的影响。城市群作为当前我国城市化的重要模式,其聚集连片的扩张模式,对区域地表径流过程的干扰尤为严重。以京津冀特大城市群为研究区域,应用长期水文影响评价模型(L-THIA),以1980、1990、2000、2010、2015年5期土地利用数据、土壤数据以及1950—2015年逐日降雨数据为输入,模拟计算了不同土地利用/覆被格局对多年平均地表径流量的影响。结果表明,(1)经过率定的L-THIA模型能够较为准确地模拟京津冀城市群地区的地表径流分布特征,模型模拟误差在±10%内;(2)1980—2015年,京津冀城市群地区不透水地表面积急剧增加,其净增长值为12690.14 km~2。北京与天津等超大城市不透水地表面积增加最明显;(3)随着土地利用格局的变化,京津冀地区地表径流量呈逐年增长趋势。1980—2015年,京津冀城市群地区地表径流量的绝对增长值为17.84亿m~3,增幅11.83%。其中,1990—2000年及2010—2015年期间地表径流年均增长率较大,分别为0.36%与0.46%。对地表径流贡献较大的土地利用类型为耕地和不透水地表,其5期土地利用情景下的平均产流占比分别为35.38%、22.71%;(4)城市尺度上,不同城市的标准化年均径流深(NAARD)存在较大差异。天津、石家庄的产流能力较强,承德、衡水等城市的产流能力较弱,北京市的标准化年均径流深处于中等水平。另一方面,不同城市标准化年均径流深增长规律也存在较大差异。1980—2015年,天津市的NAARD增长最多,承德市增长最少,北京市的NAARD增长处于中等水平。本文对于京津冀城市群水文过程的时空演变研究以及国土空间优化指导具有参考意义。     

城市群空气污染综合评估范式与应用——以京津冀城市群PM2.5污染为例

城市群已成为中国城市发展的主要形式，城市化发展引发的一系列环境污染问题成为目前的研究重点之一，尤其是近年来明显的空气污染问题。由于传统的针对某一城市地区进行细致研究，难以解决在城市聚集的城市群下形成的区域性空气污染来源和影响机制等问题，使区域性空气污染造成的负面效应难以评估。通过构建综合评估模型范式，并运用空间分析，对京津冀168个区县2000年，2005年，2010年，2015年PM_2.5人口暴露风险、人类活动对PM_2.5的贡献、以及5种土地利用类型的"源汇"特征进行了实证研究。结果发现：（1）2000-2015年，京津冀城市群的人口暴露风险、空气污染分布、综合评估结果总体呈现北低南高的现象。（2）2000-2015年，各县域的人口暴露风险和空气污染的程度、范围呈上升趋势。不同的土地利用类型具有不同的源汇特征，且对污染的贡献不同。本研究通过综合评估模型范式对城市群或区域城市发展与空气质量的权衡关系模式开展量化解析，为城市的可持续发展提供了科学的范式和初步的实证示范。     

城市扩张导致京津冀区域生境质量下降

城镇化发展极大地改变了区域生境分布格局和功能,从而影响区域生态安全。因此,开展生境质量的评估,对于城市生态安全保障具有重要作用。基于In VEST生境质量模型,评估了京津冀区域2005—2015年生境质量时空变化格局。研究结论如下:1)2005—2015年,京津冀生境面积减少7134.2 km~2,占2005年生境面积的3.7%。耕地、草地和水域生境面积分别减少5081.0、1695.1、421.6 km~2,占对应类型生境面积的4.7%,4.9%和7.2%。2)京津冀生境质量从0.88降至0.83,下降幅度达5.69%。其中,耕地生境质量下降最为严重,其次为水域生境质量。3)生境质量下降区域主要沿北京-保定-石家庄-邢台-邯郸等经济发展迅速的区域分布,表现为城市扩张侵占原有生境。4)京津冀高生境质量斑块破碎度增加,低生境质量斑块集聚度增加。整体上看,京津冀区域生境斑块破碎度增加。     

基于多区域投入产出分析的京津冀地区虚拟水核算

通过贸易与消费调控实现区域水资源优化配置已成为缓解地区水资源压力的途径之一。跨区域投入产出分析可为地区间虚拟水贸易战略提供依据。基于2012年京津冀地区投入产出表与生产用水量构建了跨地区虚拟水核算模型,计算了隐含在经济贸易中的虚拟水总量及各地区各部门的直接用水系数、完全用水系数和拉动系数,分析了各部门虚拟水进出口情况,识别了重点耗水部门。结果表明:京津冀地区呈现虚拟水净出口状态,其中净出口部门主要为北京的服务与交通业,河北的农业和制造业。京津冀的农业、矿业和水供应业在生产过程中直接消耗水量大,应注重提升用水效率及节水技术的开发;三地制造业、建筑业和服务与交通业的平均拉动系数较大,这说明其他部门生产活动对该部门依赖性较大,其单位产出的提高将带动整个地区更多虚拟水量的投入。此外,河北的农业和制造业为京津冀各部门输送了大量虚拟水,为各部门生产提供了支撑,是节水的重点部门,应着重调整其产业结构,并从直接和间接用水两方面入手减少水资源消耗。计算了京津冀地区不同部门的直接、间接水资源消耗、水资源消耗拉动系数,以及部门间的虚拟水贸易情况,结果可为该地区部门间水资源配置和虚拟水战略的制定提供基础。     

能源活动CO2排放不同核算方法比较和减排策略选择

能源活动CO₂排放是温室气体排放的最重要部分,这部分CO₂排放量的核算是温室气体清单编制和减排方案制定的关键和基础。采用直接法、电热终端法和隐含终端法核算了2009年中国能源消费的CO₂排放量,对不同核算法的CO₂排放部门分布、部门排放强度进行了比较,明确不同核算方法的差异和适用范围。采用电热终端法的核算结果定量分析了各产业部门和工业行业的经济增长和排放强度变化对中国能源活动CO₂排放增长的影响。结果表明,中国2009年隐含终端CO₂排放量为65.6亿t,略高于直接和电热终端CO₂排放量62.2亿t。3种核算方法的CO₂排放部门分布和排放强度有明显的差异:电、热力生产与供应业的直接排放占比为45.2%,而电热终端CO₂排放仅占4.5%;制造业的直接法、电热终端法和隐含终端法核算的CO₂排放占比分别为35.3% 、61.1%和65.5%,是终端能源消费CO₂排放最主要的部门;制造业、电热力生产与供应业和交通运输业的电热终端CO₂排放强度分别为2.166、1.72和1.622 t CO₂/万元GDP,是排放强度较高的部门。在产业部门中,制造业的色金属冶炼及压延加工业、非金属矿物制品业等5个行业以9.8%的经济增长贡献,排放了52.4%的CO₂,是产业结构调整、技术和工程减排的重点;服务业以7.2%的CO₂排放,贡献了38.4%的经济增长,应作为中国低碳经济优先发展的产业。     

基于投入产出表的北京市产业生态效率

提高生态效率对协调经济发展与环境保护的关系至关重要。为了了解北京市产业转型过程中各产业部门生态效率的变化趋势,识别提高影响北京市产业生态效率的关键部门,基于北京市投入产出表,运用指标体系法,选取水资源效率,以及废水、二氧化硫、工业固体废弃物的环境效率作为生态效率的衡量指标,核算了北京市2007、2010和2012年各部门的水资源效率以及2005、2007和2010年各部门的环境效率,并比较分析了各部门的水资源的完全用水系数以及污染物的完全排放系数,计算各部门之间完全排放量的相互贡献比例,识别了提高生态效率的关键部门。研究结果:(1)2007—2012年,北京市各部门水资源效率和2005—2010年废水、二氧化硫(SO_2)、工业固体废弃物的环境效率整体呈波动上升趋势。(2)农林牧渔业和废品废料部门是提高水资源效率的关键部门。(3)水的生产和供应业、化学工业、食品制造及烟草加工业、纺织业和造纸印刷及文教体育用品制造业是提高废水环境效率的关键部门。(4)石油加工、炼焦及核燃料加工业、非金属矿物制品业、金属冶炼及压延加工业、电力及热力的生产和供应业是提高SO_2环境效率的关键部门。(5)煤炭开采和洗选业、金属矿采选业、木材加工及家具制造业、非金属矿物制品业、金属冶炼及压延加工业、电力及热力的生产和供应业、水的生产和供应业是提高工业固体废弃物环境效率的关键部门。     

近20年来京津冀地区土壤风蚀扬尘颗粒物排放变化

京津冀地区是我国大气污染严重区域,土壤扬尘颗粒物排放变化研究对于改善京津冀地区空气质量具有重要意义。收集2000-2019年京津冀地区气候、土壤、植被覆盖数据,分析近20年来京津冀地区土壤扬尘颗粒物排放变化,揭示其变化的影响因素。结果显示2000-2019年京津冀地区土壤扬尘源总悬浮颗粒物（TSP）排放系数均值为1.79 t km^-2 a^-1,其中PM10占8.99%,PM2.5占0.25%。近20年土壤扬尘源TSP排放系数具有下降趋势,PM10和PM2.5排放系数变化过程与TSP一致。上述变化主要受气候因子变化影响,其次受植被覆盖度影响。分析发现近20年来京津冀地区土壤扬尘源TSP排放系数变化主要受年降水量影响。沧州市、天津市和石家庄市土壤扬尘源TSP、PM10和PM2.5排放系数均值较高,张家口市、保定市和沧州市土壤扬尘源TSP排放量占京津冀地区总量的19.18%、12.98%和11.63%。耕地土壤扬尘排放量最大占京津冀地区总量的59.83%,是抑制土壤扬尘源颗粒物排放的重点关注对象,其次为草地占15.66%。2019年邢台市土壤扬尘源PM10排放占观测值比例最高为12.66%,石家庄市和天津市占比也较高分别为11.09%和10.30%,沧州市和邯郸市占比分别为8.63%和8.02%。上述地区环境管理部门均应关注土壤扬尘源颗粒物排放对空气质量的影响。     

京津冀地区城市化发展时空差异特征

随着京津冀一体化协同发展的提出,如何协调城市间城市化和产业发展的差异成为目前关注的焦点。因历史原因和政策影响,尤其在城市化发展方面地区之间存在较大差异,定量识别该区城市发展的时空差异性对于制定合理的区域协同发展政策具有重要的指导意义。基于1984—2012年社会经济统计数据,通过引入偏离度指数和变异系数,从人口、土地、社会、经济四方面研究了不同时期京津冀地区城市化发展时空差异特征。研究表明:(1)京津冀地区城市化4个方面的发展均呈整体上升趋势,尤其表现在经济和社会发展方面。整体增长幅度为:经济社会土地人口。(2)从发展速度看,京津冀地区人口与土地增速最快时期发生在2000—2004年;而社会与经济增速最快时期发生在1992—1996年;这些特征充分反映了我国阶段性政策的影响。(3)从城市化发展的驱动因子分析,京津冀地区人口与土地增长速度差异较小,发展趋势较为一致,呈现显著的正相关关系;经济、社会增长速度差异较小,发展趋势较为一致,表现出高度的正相关性;而人口与社会、人口与经济、土地与社会、土地与经济之间的相关性不显著。(4)京津冀地区城市化发展区域差异较大,不同时段各城市发展存在明显差异;在城市化进程中区域间最大差异性表现在土地的扩张,其次是人口增长,而经济和社会增长差异性相对较小。(5)人口、土地、社会、经济四项城市化驱动因子与城市生态因子的耦合协调度均不断提高。     

京津冀城市群空间扩张及其经济溢出效应

随着我国城市化的快速发展,区域城市之间的联系逐渐加强,不同的扩张模式对城市间经济增长溢出效应会产生不同的影响。基于Capello模型,计算了京津冀城市群地区13个城市扩张带来的经济增长溢出效应,通过比较扇状扩张城市和轴向扩张城市得到和给出的城市增长溢出效应,研究了不同扩张类型城市溢出效应的差异,以及京津冀地区经济增长溢出效应的空间分布特征。结果表明,京津冀城市群地区城市间经济增长溢出效应明显,北京和天津给出的溢出效应远高于其他城市,扇状扩张城市比轴向扩张城市更有利于城市之间的增长效益溢出。京津冀地区已经形成了以北京、天津、廊坊和唐山为中心的核心区,石家庄、保定为核心的次级核心区,位于城市群边缘的城市与核心城市联系较弱,在未来的城市群发展中,可通过政策和规划优化城市形态,使城市空间形态更有利于城市经济发展。     

基于LMDI分解的厦门市碳排放强度影响因素分析

研究碳排放强度的变化趋势及其影响因素对于指导低碳城市建设具有重要意义。应用对数平均权重分解法(LMDI),基于厦门市2005—2010年各部门终端消费数据对碳排放强度指标进行因素分解,并将传统分析仅注重产业部门的能源碳排放,拓展到全面考虑产业部门和家庭消费的能源活动和非能源活动影响。研究结果表明:2005—2010年厦门市碳排放强度下降17.29%,其中产业部门能源强度对总碳排放强度变化影响最大(贡献63.07%),家庭消费能源强度是碳排放强度下降的主要抑制因素(-45.46%)。从影响效应角度看,经济效率对碳排放强度下降贡献最大,碳排系数减排贡献最小;从部门减排贡献角度看,第二产业贡献最大,家庭消费贡献最小。总体而言,厦门市未来碳减排重点部门在第二产业,优化产业结构和能源结构有较大减排潜力。     

The Direct Material Inputs into Singapore's Development

Because human population and socioeconomic activity are both increasingly concentrated in cities, an improved understanding of the environmental consequences of urbanization is needed. A 41-year annual time series of direct material flows was compiled for Singapore, representing a case of fast, export-driven industrialization. Results show that the spectacular economic growth of Singapore by a factor of 20 was associated with a similar expansion of domestic material consumption (DMC). DMC remained closely coupled to economic activity, increasing from below 4 tonnes per capita annually in 1962 to more than 50 tonnes annually in 2000. Despite economic structural changes and a growing service sector, no significant improvements in overall material productivity have been observed.     

Applying the Principles of Industrial Ecology to the Guest-Service Sector

Industrial ecology (IE) has historically focused on manufacturing but could be applied more broadly, particularly to sectors of the economy not typically considered "dirty." The guest-service sector, for example, has a significant ecological footprint, often in environmentally sensitive areas, and would benefit from an IE perspective. Colorado's Aspen Skiing Company, which hosts 1.3 million skiers annually on 5, 000 acres of skiable terrain, is integrating concepts of energy efficiency, feedback, life-cycle costing, nutrient cycling, renewable energy, ecosystem diversity, local sourcing, and human capital into operations at four ski areas and two hotels. An IE perspective offers the guest service sector a holistic view of its environmental impacts, a big-picture view that is missing from an industry where environmentalism has historically meant "recycling" or end-of-pipe pollution control. Many industrial ecology principles are directly applicable to resorts, but implementers will encounter a host of obstacles cultural, institutional, and economic that express themselves in unique ways in the guest service sector. Written using firsthand experiences from Aspen's ski slopes, restaurants, and a five-star hotel, this article explores what happens when the principles of industrial ecology are applied to the guest service sector, particularly what goes right, and what goes wrong.