新能源行業分析報告精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的新能源行業分析報告主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：新能源行業分析報告范文

【關鍵詞】電力行業；財務危機；風險成因；防范措施

目前，世界經濟正處于后金融危機時代，各國經濟處于緩和、動蕩并存的狀態。電力行業是我國工業企業中的主要的能源供應行業，研究我國電力業的財務風險管理問題，可以很好地豐富相關的財務風險管理理論體系。同時還可以改善電力業的財務管理模式。

一、電力行業發展狀況及問題

電力行業是由發電、輸電、變電、配電和用電等環節組成的電力生產與消費系統，電力行業是中國重要的基礎能源行業，是國民經濟持續快速健康發展的重要前提條件。電力是生活生產中必不可少的一種特殊產品，有一定的自然壟斷型。同時，是國家支持發展的基礎能源行業。同時電力行業投資巨大，回收折舊時間長；具有資金沉淀性；電力設備專用性強難以改變用途，變現力差。

（一）電力行業發展狀況

中國的電力行業建設發展迅速，新能源特別是例如風力、核電等發展快速電力行業在2001-2007年發展比較迅速，這得益于我國的國家國家經濟的平穩發展。但是次債危機爆發后，我國國民經濟發展減速，同時發電量增長速度也明顯減速。根據國家統計局國研網行業研究部公布的“2003-2011年電力生產業、電力供應業累計產品銷售收入同比增長率變化趨勢”圖來看，2008，2009電力行業累計產品增速明顯降低；年電力供應業累計產品銷售收入增速在10%-20%。我國電力行業處于成長期向成熟期階段邁進。

（二）電力行業存在的問題

1.電力行業對煤炭行業和高耗能產業的依賴程度高

電源結構不合理，煤電是主要的電力供應，核電、新能源開發利用較慢，水電資源的有限和風能太陽能的開發規模較小。對上游燃料煤炭行業的依賴來看，煤炭火電發電量占總發電量的80%以上短期內無法改變。

2.近年來火電企業盈利狀況堪憂

由于煤炭價格上漲，火電企業利潤下滑，主營業務虧損較嚴重。華能、大唐、華電、國電和中電投五大發電集團，2010年虧損137億。2011年前7個月虧損180.9億。但是在經濟復蘇的大背景下，電力行業也在電量消耗需求增加，電價提高和燃料成本得到控制的有利條件下，盈利狀況逐步改善。

3.能源分布結構性失衡

我國煤炭資源分布不均衡，西部存量豐富，但是開發力度不夠；煤電聯運進展速度慢。問題更多的表現為結構性矛盾，雖煤炭供需矛盾得到緩解，但是受運力制約、電網負荷峰谷等因素影響，局部地區、部分時段的緊張仍然存在。

4.高投入、高耗能，效率低

科技含低，資源浪費嚴重；高投人、高消耗、高排放、低效率和污染嚴重的問題突出。我國目前的自主提供的高端電力設備較少，主要是中檔產品。高性能的高端產品主要依靠進口，占國內市場的60%-70%。

5.電力行業投入不足

國家對電力投入不足，特別是在節能減排上不能持續加大投資。電力的稅收負擔較大，而且企業的管理和技術的革新跟不上經濟發展。需要國家大力投入，才能促進電力行業發展。

二、我國電力業財務困境預警指標體系構建

本文在建立的財務風險預測中，使用了具有較好解釋能力的主要財務指標來分別反映企業的盈利、營運、償債力和發展能力。為了保證本文數據的正確性和客觀性，選取了中國證監會界定的電力行業在滬市和深市上市的A股公司作為研究對象。具體數據是選取了64家該行業的2011年年報相關數據作為研究對象。剔除了數據不全的三家該行業上市公司，最終確定了61家電力業的上市公司。本文采取SPSS17.0的因子分析法對數據進行實證分析。

因為個行業的特點不同，一般不同的行業選取的主要財務指標也不盡相同。因此針對此行業的特點選取以下財務指標，如表1。

三、因子分析法主要原理

首先利用SPSS17.0統計分析軟件對所收集的61家的電力業上市公司的2011財務數據進行因子分析。將以上的11個財務指標降維因子分析：

（一）檢驗樣本財務指標的相關性

為了減少偶然因素的影響，利用SPSS17.0對樣本的財務指標進行KMO及Bartlwtt球形檢驗。將11個主要財務指標輸入SPSS17.0統計分析軟件，通過降維因子分析，計算出各變量之間的相關系數矩陣及KMO和Barrlett球形檢驗值，如表2所示。

由表2結算結果可以看出KMO統計量為0.633>0.5，Barrlett球形檢驗值（近似卡方）為516.714，數值較大。一般認為KMO大于0.5為尚可接受，可以用因子分析。同時，變量之間顯著性水平為0.000

其顯著性概率為屬于高度顯著，均表明比較適合因子分析。

（二）計算公因子方差

公因子方差反映了原始變量對公因子的依賴程度。根據運算結果可知，“提取”表示共同度的取值，共同度取值范圍為[0-1]。取值越高，說明提取的公因子對原始變量的解釋效果越好。根據運算結果可知，共同度在0.9以上的為3個，共同度在0.8以上的為3個，其余均在0.5以上。可以表明，提取的公因子對原始變量的解釋效果不錯。

（三）根據方差解釋表，提取公共因子

根據得出的解釋總方差表中的特征值和累計方差率提取能夠很好解釋變量的公共因子。如表3所示，采取主成分分析法，該表有初試特征值、提取提取平方和載入、旋轉平方和載入三列，每列下面又有特征根、方差貢獻率和累計方差貢獻率。第一個因子特征值最大為3.671，解釋了所有變量總方差的33.37%。特征值大于1的特征根有四個；并且其解釋的方差累計和已經達到78.061%。

因此提取前四個公共因子就可以很好的解釋其他變量，原有信息可以大部分包含在其中，因子分析結果合理。

“提取平方和載入”和“初試特征值”的前三列取值一樣，說明前四個公共因子可以解釋總方差為78.061%。“旋轉平方和載入”一欄表示公共因子在經過旋轉后的結果，和未經旋轉相比，每個因子的貢獻值都發生了變化。旋轉后能更好的解釋公共因子的含義，但累計方差貢獻率沒有改變，不影響原來的共同度水平。

（四）根據旋轉前后的因子載荷矩陣，對公共因子進行解釋

如表4所示，因子載荷是變量和公共因子的相關系數，載荷絕對值越大，因子與其關系越密切。第1個因子可以有較高的載荷值的是：流動比率、速動比率、現金比率和資產負債率。這四個財務指標主要反映企業的償債能力，因此第一個因子可以認為是償債能力因子。第二個因子中，載荷絕對值最大的三個變量是資產報酬率、凈資產收益率和營業毛利率。這三個財務指標反映的時企業盈利能力，因此，第二個因子可以命名為企業盈利能力。第三個因子中載荷絕對值較高的有應收賬款周轉率和總資產周轉率。第三個因子主要解釋了這兩個變量，因此第三個因子可以作為營運能力因子。第四個因子上載荷比較高的是營業收入增長率和總資產增長率。這兩個指標反映了企業的發展能力，第四個因子可以解釋為發展能力。

對整個企業綜合方面的評分公式，根據表3中的“旋轉平方和載入”下的“方差貢獻率”來確定四個因子的各自權重。最后綜合評分公式：ZF=29.253%*F1+22.08%*F2+14.731%*F3+11.996%*F4

（六）根據因子的綜合得分進行評價

根據SPSS17.0計算出的綜合得分，在61家電力行業上市公司中，4家ST（可認為是財務狀況不正常）公司的綜合得分和排名的結果，如表5：

四、結論及對策

根據以上的分析可以得出，建立健全電力行業的財務預警制度是一項系統的工程，需要綜合考慮該行業的特點和所處的宏觀和行業環境。一個完善的財務預警機制可以及時的反映出財務困境的情況，并可以及時采取相應的對策。

（一）合理利用企業的預警體制來應對電力行業存在的風險問題

首先，針對電力行業所處的后金融危機時代的情況，通過可靠的行業研究報告來綜合分析，找出企業自身存在的財務風險點。其次，電力企業應該建立自己的財務預警機構，能夠自己獨立開展工作但不能干涉企業的正常業務。最后，電力行業自身的自然壟斷的特點，要求企業要時刻關注國家的政策和法規的變化，并及時調整自己的發展策略以減少危機的發生。

（二）綜合利用財務風險控制工具

電力企業在面對財務或者行業困境時，可以根據自身企業的不同特點和對待風險的態度不同，選擇不同的風險應對措施，一般來風險控制工具有：風險分散、風險回避、風險轉移、風險降低、風險自留等。首先，電力企業可以通過企業之間的相互合作，多種聯營多種投資實現風險分散。其次，面對不可完全避免的風險，企業可以選擇回避風險即適度保持電力企業的收益不受影響，又要很好的控制和預防風險。再次，電力企業可以轉移財務風險，通過財務性轉移，比如保險轉移，簽訂保險合同轉移風險。此外，電力企業須按照謹慎性原則，建立相關的準備金制度，例如在內部建立償債基金、財務風險基金等，增強財務風險的抵抗力。

（三）提高財務危機意識，建立長短期相結合的財務預警系統

應對電力行業財務危機，首先，電力企業要提高其員工財務危機預警意識，電力企業要建立一支得才兼備的人才隊伍，提高其風險意識，可以有效的降低企業的財務風險。其次，短期來看，企業能否正常的經營下去；關鍵看是否有足額的現金用于各種支付，這也是“現金為王”的重要體現。因此需要電力企業建立短期財務預警系統，重點管理和預測企業的現金流量。此外，企業應建立長期財務預警系統。并且可以采用滾動的預測模式，將長短期財務預警機制集合起來應對企業財務危機。

（四）電力行業在后金融危機時代需抓住機遇，避免財務危機

本文前已述及，在后金融危機下，我國經濟增速放緩；但是隨著世界經濟的復蘇，電力需求量增加，燃料成本得到控制，電力行業發展迎來機遇。國家對電力行業的節能減排的政策力度加大，電力行業要加快開發新能源，提高發電技術。同時電力行業也關注非費發電領域的開發，對金融和資本領域的投資也得到了五大電力集團的關注。電力行業需要國家資本的進一步投資，也需要電力企業擴寬融資領域。

這樣，可以從資本上切實控制財務風險。

參考文獻

[1]劉鴻毅.基于行業特征的房地產企業資金管理[J].經濟論壇，2009，13：101-103.

[2]陳靜.上市公司財務惡化預測的實證分析[J].會計研究，1999（4）：31-38.

第2篇：新能源行業分析報告范文

關鍵詞：富營養化；農業種植系統；磷；物質流分析；湖泊流域

中圖分類號：X323 文獻標志碼：A 文章編號：1672-1098（2014）03-0016-05

磷是農作物生長所需要的重要元素，而農田地表徑流及排水中磷素的流失加劇了附近水體的富營養化進程與程度。農業種植系統磷流分析作為理解磷養分在農田系統中循環周轉的有效手段，反映了磷養分利用效率、磷素向環境遷移數量以及磷素管理的優劣等磷素與環境問題，近年來成為評價磷養分投入是否合理、農業可否持續發展、環境效益是否最佳的一個重要指標。國內外對農業生態系統中氮流的研究較多[1-5]， 而對磷的研究較少。因此建立一個農業種植系統磷流模型，對農業種植系統的整體結構優化、生態效率提升以及周邊水體環境改善具有重要作用。

物質流分析是一種刻畫和理解特定物質（通常為元素、化學化合物或一類物質等）在由一定的時間和空間組成的特定系統內流動狀況的分析工具[6-7]。作為產業生態學領域內的一種重要分析工具，它遵循物質守恒定律，通過量化某一物質或某一類物質流入、流出特定系統和在該系統內部的流動和貯存狀況，從而建立該系統內經濟與環境之間的定量關系。本研究通過物質流分析方法建立農業種植系統磷流分析模型，并以巢湖流域為例運用模型對巢湖流域農業種植系統中的農藥、肥料、作物、秸稈等含磷物質進行了磷元素流量分析，識別出巢湖流域農業種植系統中磷流的結構特征以及對水體環境影響的負荷，為控制農業面源污染、水體富營養化治理提供依據。

1 研究方法

1.1 框架構建

考慮到目前經濟和環境統計數據稀缺的條件下，開發動態的磷物質流循環模型具有較大難度，本研究提出建立靜態的農田磷物質流流分析模型。建立靜態農業種植系統磷流分析模型的基本原理是物質衡算即：“輸入=輸出+積累”。從長期來看，農業種植系統中的積累部分即作物生長和土壤養分吸收以及土壤徑流之間是達到一種平衡的，這樣農業種植系統中的物質流才得以平衡和繼續，為此假設農田磷流系統處于一種穩定狀態，則農田系統中的物質衡算公式就可以簡化為：“輸入=輸出”。

模型建立首先應根據研究對象農業種植系統的經濟屬性、環境屬性以及研究目的，概化和定義磷流系統邊界與結構框架。而農業種植系統是人類為了滿足生存需要，依靠土地資源，以作物生長為中心，通過播種、施肥等活動促進農作物的生長繁殖來獲得產品物質而形成的半自然人工生態系統，即是由農作物及其周圍環境構成的物質轉化和能量流動系統[8]。其中農田輸入主要包括種子播種、化肥和農藥施用、人類和畜禽糞便作肥、秸稈還田，輸出主要包括農產品生產、秸稈產出和農田排水，不涉及由于風蝕、水蝕、底泥釋放等自然因素引起的物質流過程，分析框架見圖1。在輸入項以及農產品和秸稈輸出項可以計算的前提下，通過物質守恒原則，可以得出輸出項中的農田排水量，進而為識別農業種植系統中排水的磷含量以及對水體的污染提供依據。

農田系統中磷的輸入包括種子、化肥、農藥、人類糞便、畜禽糞便和還田秸稈，磷的輸出包括農產品、秸稈和排水。在計算中，將各輸入輸出的量折算為磷的數量。計算公式如下：

1） 種子。種子主要包括糧食作物（指稻谷、小麥、玉米、谷子、高粱等谷物，大豆等豆類作物，薯類作物）、油料作物（指花生、油菜籽、芝麻等）和棉花等，其中蔬菜瓜果、麻類、糖料、煙葉、藥材、茶葉等作物一方面種子用量很少而且含磷量較低，故在此忽略不計。種子含磷量計算公式為

4） 糞便。糞便主要包括農村居民糞便和畜禽糞便，根據農村糞便還田情況，假設農村居民和畜禽的糞便全部還田作肥。另外需要說明的是，本研究中畜禽主要考慮豬、牛、羊和家禽四類，其中家禽主要是雞、鴨、鵝，而由于馬、驢、騾、兔等其他動物的養殖數量遠小于上述四類，其磷排泄總量占總量也非常小，因此模型中對此不予考慮。糞便含磷量計算公式為

5） 農作物。農作物中的麻類、糖料、煙葉、藥材、茶葉等作物一方面產量一般較少而且含磷量比較低，故在此忽略不計，主要計算糧食作物、油料作物、棉花和蔬菜瓜果的含磷量，計算公式為

式中：Pc為農作物含磷量，Cci （i=1，2，3，4）分別為糧食作物、油料作物、棉花和蔬菜瓜果的產量，pci （i=1，2，3，4）分別為糧食作物、油料作物、棉花和蔬菜瓜果的含磷率。

6） 秸稈。作為農業種植系統的輸出部分，農作物收獲后產生的秸稈還有一部分焚燒或棄置還田，從而又成為系統一部分輸入，因為秸稈部分不僅要計算出農作物秸稈產生量，還要計算出秸稈還田量，秸稈產生量可以通過作物產量乘以其草谷比（即作物產量與其秸稈比例）求得，而秸稈還田量可以通過秸稈量乘以秸稈還田率求得。注意，農產品中的蔬菜瓜果與糖類的秸稈忽略不計。為此，作為系統輸出部分的秸稈含磷量為

式中：Pt為秸稈含磷量，rti （i=1，2，3）分別為糧食作物、油料作物和棉花的草谷比，pti （i=1，2，3）分別為糧食作物、油料作物和棉花的秸稈的含磷率。

根據湖泊流域農業種植系統磷流分析框架，結合公式（6）得作為系統輸入部分的秸稈含磷量為

1.3 數據來源

各類農作物種植面積和產量，農藥、化肥用量，禽畜生產及農村人口等基礎數據來自《2007年安徽農村經濟統計年鑒》和《2007年安徽省統計年鑒》，基準年為2006年，計算公式中的其他參數來源見表1，最后計算結果按每畝磷含量進行比較。

2. 目前國內生產農藥的廠家約2000家，其中原藥生產企業300多家，年生產能力萬噸以上的品種主要有樂果、對硫磷、辛硫磷、水胺硫磷等（其中磷含量分別5.9%、5.4%、5.2%、4.7%），所以取有機磷農藥的平均磷含量為5%。在我國的農藥產品中，殺蟲劑占農藥總產量的70%，在殺蟲劑中有機磷產量占70%，本文認為研究區域不同農藥的使用比例與全國不同農藥的生產比例基本相同，故取有機磷農藥占全部農藥施用量的50%，即農藥含磷以2.5%計。

3. 畜禽糞便的日排泄量與品種、體重、生理狀態、飼料組成和飼喂方式等均相關，我國目前尚沒有相應的國家標準，根據相關文獻，再結合實際取折中值確定各種畜禽新鮮糞便的排泄系數。

2 區域概況

巢湖位于安徽省中部，是我國著名的五大淡水湖之一。巢湖流域總面積1.35萬 km2，流域涵蓋合肥、肥西、舒城、肥東、居巢、含山、和縣、廬江、無為等九個縣（市）。巢湖流域是安徽省人口最密集的地區之一，其人口965.89萬，共253.22萬戶。其中合肥市是安徽省政治、經濟、文化的中心。巢湖流域農業經濟水平較高，是安徽省糧食、水禽和魚類等主要產地之一，農業種植作物主要有水稻、油菜、棉花、小麥、大豆、薯類、花生、蔬菜等。巢湖目前是我國水體富營養化程度最嚴重湖泊之一，2006年巢湖12個環湖河流監測斷面中，1個水質為Ⅲ類，5個為Ⅳ類，6個為劣Ⅴ類。近年來非點源入湖污染負荷貢獻率已超過70%[9]，農田是農業面源污染物的重要來源，其中農田排水中的磷流失起主要作用。

3 結果與討論

3.1 系統磷輸入

巢湖流域農田輸入主要包括作物種子播種、化肥和農藥施用、人類和畜禽糞便作肥和秸稈還田，根據農業種植系統模型及參數計算，得2006年巢湖流域農田系統磷輸入總量為48.77 kg/畝，其中畜禽糞便還田對系統磷輸入貢獻最大，占系統磷輸入總量的74.68%。其次為化肥，其含磷量占磷輸入總量的15.07%。結合流域農業種植磷流分析模型知，畜禽糞便還田和化肥施用亦是導致農田對水體磷排放主要原因。巢湖流域農業種植系統各含磷輸入項分配情況如圖2所示。

3.2 農田系統磷輸出

巢湖流域農田系統輸出主要包括農作物生產、秸稈產出和農田排水，其中農作物生產和秸稈產出根據農業種植系統模型及參數計算得巢湖流域農田系統磷輸出，而農田排水通過“輸入=輸出”平衡計算得出。總結前面所得數據，得到2006年巢湖流域農業種植系統對水體排磷總量為20.84 kg/畝，結合前面計算知，巢湖流域農業種植系統中的農產品和秸稈兩項磷輸出量分別為16.0 kg/畝和4.84 kg/畝，則該系統排水含磷量為27.93 kg/畝。

3.3 分析與建議

2006年巢湖流域農業種植系統對水體磷貢獻為20.84 kg/畝。從系統磷流結構上看，農田磷輸入部分中的畜禽糞便磷輸入最大，約36.42 kg/畝，占74.68%；其次為化肥磷輸入，約7.35 kg/畝，占15.07%。根據調研發現，巢湖流域內尤其肥西縣畜禽規模養殖企業較多，畜禽排便量較大，而養殖企業的廢物處理設施落后，企業人員的污染治理意識也淡薄，糞便除了大部分還田作肥外，還有相當一部分直接排入水體，對水體貢獻明顯；另外，近年來巢湖流域過快的人口增長及城市化、交通道路設施建設的加快導致人均土地資源占有量快速下降，人地矛盾突出。為緩解人口增長與糧食需求之間的矛盾，提高耕地作物產量，于是被迫提高復種指數，大量施用化肥農藥，甚至有的地方毀林開荒。同時，由于農田耕作方式傳統落后且缺乏有效的管理措施，化肥利用率很低，且大部分隨地表徑流流入水體，產生較大水體負荷。而在系統磷輸入中，種子和農藥磷輸入最小，分別為0.2 kg/畝和0.16 kg/畝，占磷輸入總量的0.41%和0.33%，主要是由于種子施用量較少且其含磷率本身都較低，另外目前國家對有機磷農藥的比例及其含磷率都有嚴格限制，因此導致種子和農藥的磷含量對系統磷輸入貢獻最小。

針對以上結果分析，為提高巢湖流域農業種植磷資源利用效率，并減少對水體的磷污染，本研究提出：

1） 強化規模養殖管理，控制畜禽養殖業的發展速度，實施生態養殖。政府應控制畜禽養殖發展速度，并為養殖企業提供資金和技術支持，加強對規模養殖的環境管理。湖泊周圍劃定畜禽禁養區，禁養區內嚴禁新建畜禽養殖場，已建的畜禽養殖場要限期搬遷或關閉。企業應加強廢物處理設施建設，對員工開展環境保護教育培訓，實現規模養殖畜禽糞便集中處理，制定懲罰措施杜絕畜禽糞便未經處理直接排放進入溝渠、河道和湖體。同時，規模化畜禽養殖場要抓緊治污改造，加強綜合利用，確保實現達標排放。另外，建設一批規模化畜禽養殖場污染治理示范工程，如開發對畜禽糞便資源化綜合利用，如生產沼氣、水產飼料等。

2） 突出農業面源治理，減少流域化肥的施用量，發展生態農業。當地部門應開展生態農業示范，推廣高效有機肥的使用，優化肥料結構并降低磷肥施用量；當地政府和農技人員應引導農民進行高效施肥，加大農業施肥的科技投入，積極改善磷肥施用技術，采用先進的節水灌溉技術，確保因時、因地、因作物需求平衡施肥，提高灌溉用水以及磷肥的利用效率，從而減少化肥的施用量，減少農業種植過程的磷污染。科學進行土地利用區劃，采取適宜的土地利用方式，如將不宜植稻區改為旱作，減少土壤含磷養分流失。

3） 控制水土流失，減少因水土流失進入地表水體的磷量。提高植被的覆蓋率，退耕還林，合理安排好農、林、牧、副業用地；在山地丘陵區，應根據水土流失的形式，開挖截流溝，截斷地表徑流，減緩地表徑流的沖刷力等。

另外，也要注意對對城鎮及農村居民加強環境保護和綠色消費等觀念普及，鼓勵綠色消費，樹立資源節約和環境保護意識，保持居住環境衛生；同時，加快城鄉環境基礎設施建設，提高城鄉垃圾收集、清運和處理能力，實現城市垃圾基本全部無害化處置等。

當然論文中還存在一些不足，如模型輸入輸出計算中的很多參數沒有相應的國家標準，是根據相關文獻結合實際情況綜合所得，尚需進一步研究確認，但由于取值誤差不大，不會對本研究造成影響；農業種植系統磷物質流是一個能量流動的過程，而且沒有考慮自然因素引起的物質流動，對區域物質流活動的環境影響無法給出較為明確的判斷標準，因此對種植系統磷流的輸入輸出平衡還需作進一步研究；目前國家層面的物質流核算方法已較為完善，而流域層面物質流分析研究不多，仍未形成較為統一的方法，因此，如何構建完整的流域物質流核算體系應該是今后流域物質流研究的一個重要領域。

4 結論

1） 根據“輸入=輸出”的物質守恒原理，構建了農業種植系統磷流靜態分析模型，包括磷流分析框架的構建及主要磷流核算方法的確定。其中系統含磷輸入項主要包括種子播種、化肥和農藥施用、人類和畜禽糞便作肥、秸稈還田等，系統含磷輸出項主要包括農產品生產、秸稈產出和農田排水等。

2） 依據模型對2006年巢湖流域農業種植系統磷流進行了刻畫分析，計算得巢湖流域農田排水磷強度為20.84 kg/畝。其中畜禽糞便及化肥施用對流域水環境磷負荷貢獻最大，分別占總磷輸入的74.68%和15.07%，畜禽糞便處理效率低及化肥大量施用是造成該農田對水體磷貢獻的主要原因。

3） 基于減少巢湖流域農業種植對水體磷負荷提出對策建議。如控制畜禽養殖規模，加強畜禽養殖廢物處理水平，對畜禽糞便資源化綜合利用，提高化肥施用效率，采取適宜的土地利用方式，控制水土流失，提高農村廢物處理設施和水平，引導居民綠色消費等。

參考文獻：

[1] SHINDO J， OKAMOTO K， KAWASHIMA H， KONOHIRA E. Nitrogen flow associated with food production and consumption and its effect on water quality in Japan from 1961 to 2005[J]. Soil Science and Plant Nutrition， 2009， 55： 532-545.

[2] MATSUMOTO N，PAISANCHAROEN K， ANDO S.Eff-

ects of changes in agricultural activities on the nitrogen cycle in Khon Kaen Province，Thailand between 1990-1992 and 2000-2002[J].Nutrient Cycling in Agroecosystems，2010，86：79-103.

[3] LIU X J， ZHANG Y， HAN W X， et al. Enhanced nitrogen deposition over China [J]. Nature， 2013， 494（7 438）： 459-62.

[4] JU X T， XING G X， Chen X P et al. Reducing environmental risk by improving N management in intensive Chinese agricultural systems [J]. PNAS， 2009， 106（9）：3 041-3 046.

[5] 王激清， 馬文奇. 中國農業種植系統氮素平衡模型的建立及其應用[J]. 農業工程學報， 2007， 23（8）： 210-214.

[6] 王艷紅， 陳金湘. 農業種植系統中磷循環及其模擬模型的研究現狀 [J]. 作物研究， 2007， 21（5）： 775-778.

（上接第20頁）

[7]UDO DE HAES H， VAN DER VOET E， KLEIJN R. Substance Flow Analysis （SFA）， an analytical tool for integrated chain management. in regional and national material flow accounting： from paradigm to practice of sustainability， Proceedings of the ConAccount Workshop [M]. 1997. Leiden， Netherlands： Wuppertal： Wuppertal Institute：8-100.

[8]VAN DER VOET E， et al. Substance flow though economy and environment of a region [J]. Environmental Science and Pollution Research， 1995， 2： 89-96.

[9]夏倫旺. 農業種植系統的概念、組成和特性 [J]. 生物學通報， 2000， 35（3）： 18.

[10]黨嘯. 巢湖流域水環境問題的觀察與思考 [J]. 環境保護， 1998， （9）： 38-40.

[11]閻恩松. 基于物質流分析的密云水庫上游流域磷循環研究 [D]. 北京： 首都師范大學， 2008.

[12]許俊香. 中國-農田-畜牧-營養-環境-體系磷素循環與平衡 [D]. 河北： 河北農業大學， 2005.

[13]劉正禮. 我國農藥行業綜述 [J]. 河北化工， 2007， 30（1）： 1-3.

[14]劉毅. 中國磷流與水體富營養化控制政策研究 [D]. 北京： 清華大學， 2004.

[15]全國農業技術推廣服務中心. 中國有機肥料養分志 [M]， 北京： 中國農業出版社， 1991.

[16]魯如坤， 劉鴻翔， 聞大中， 等. 我國典型地區農業生態系統養分循環和平衡研究I.農田養分支出參數 [J]. 土壤通報， 1996， 27（4）： 145-151.

[17]王方浩， 馬文奇， 竇爭霞， 等. 中國畜禽糞便產生量估算及環境效應 [J]. 中國環境科學， 2006， 26（5）： 614-617.

[18]崔明， 趙立欣， 田宜水， 等. 中國主要農作物秸稈資源能源化利用分析評價 [J]. 農業工程學報， 2008， 24（12）： 291-295.

[19]孫育峰， 豐成學， 李友權. 我國農作物秸稈資源及其利用與開發 [J]. 調研世界， 2009， （7）： 37-39.

[20]中經網數據有限公司. 中國新能源行業分析報告 [R]. 中國經濟信息網， 2003.