EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 3: 528 - 546

DOI: https://doi.org/10.31497/zrzyxb.20240303

新时期自然资源利用与管理

中国锂资源综合风险动态演变及预警研究

  • 成金华 , 1 ,
  • 左芝鲤 , 2 ,
  • 詹成 1 ,
  • 郭海湘 1
展开
  • 1.中国地质大学（武汉）经济管理学院，武汉 430074
  • 2.成都理工大学管理科学学院，成都 610059
左芝鲤（1995- ），女，湖南湘乡人，博士，研究员，研究方向为战略性关键矿产安全。E-mail:

成金华（1962- ），男，湖北黄冈人，博士，教授，研究方向为资源环境经济学、战略性关键矿产安全。E-mail:

收稿日期: 2023-09-04

  修回日期: 2023-12-06

  网络出版日期: 2024-03-12

基金资助

国家自然科学基金重大项目(71991482)

国家社会科学基金重点项目(23AZD072)

国家自然科学基金项目(72074198)

收起

Toward the dynamic evolution and early warning of comprehensive risk in China's lithium resources

  • CHENG Jin-hua , 1 ,
  • ZUO Zhi-li , 2 ,
  • ZHAN Cheng 1 ,
  • GUO Hai-xiang 1
Expand
  • 1. School of Economics and Management, China University of Geosciences, Wuhan 430074, China
  • 2. College of Management Science, Chengdu University of Technology, Chengdu 610059, China

Received date: 2023-09-04

  Revised date: 2023-12-06

  Online published: 2024-03-12

Fold

摘要

随着锂资源在电动汽车、储能等领域的广泛应用，锂资源的供需关系和市场格局愈加复杂，相关风险也逐步显现，这使得锂资源综合风险预警和科学管理变得迫切且必要。根据资源安全的五种基本含义对应地构建了涵盖“资源—技术—贸易—市场—社会”的中国锂资源综合风险评估框架。采用CRITIC权重结合灰色关联投影法对其进行了评估与预警，并采用通径分析厘清其影响路径。研究结果表明：（1）中国锂资源综合风险常年处于中风险及以上水平，以2015年为分水岭呈现双波峰变化状态，其中技术风险、贸易风险和社会风险呈现明显的多峰形态，两极分化现象较为突出；（2）中国锂资源综合风险未来将维持在“中警”状态；（3）风险之间存在显著的正向影响。

关键词： 锂资源; 风险演变; 预警; 风险影响路径; 中国

本文引用格式

成金华 , 左芝鲤 , 詹成 , 郭海湘 . 中国锂资源综合风险动态演变及预警研究[J]. 自然资源学报, 2024 , 39(3) : 528 -546 . DOI: 10.31497/zrzyxb.20240303

Abstract

Strategic critical minerals are crucial for the development of emerging industries and constitute a top priority for resource security. With the ongoing deepening of global multipolarity and economic globalization, the level of mutual connection and interdependence between nations has unprecedentedly increased. China not only has a sustained demand for mineral resources in economic growth but also experiences a growing need for various strategic critical mineral resources in emerging technologies, green energy, and other sectors. The widespread application of lithium resources in electric vehicles, energy storage, and other fields has led to an increasingly complex supply-demand relationship and market structure for lithium resources, with associated risks gradually becoming apparent. This underscores the urgency and necessity of early warning and scientific management of comprehensive risks related to lithium resources. This study constructed a comprehensive risk assessment framework for China's lithium resources, covering "resources-technology-trade-market-society," based on the five basic meanings of resource security. Five primary indicators and 22 secondary indicators were selected. The CRITIC weight, combined with the gray relational projection method, was employed to assess and warn about the comprehensive risk of lithium resources from 2008 to 2022. Path analysis was also conducted to clarify the pathways of influence. The study addresses three main research questions: "What is the current risk situation?", "What are the future risks?", and "How to avoid risks?". The results indicate that: (1) The comprehensive risk of China's lithium resources has consistently been at a medium-risk level or above, showing a dual-peak changing pattern since 2015. Among them, technology risk, trade risk, and social risk exhibit a typical multi-peak curve, with a prominent polarization phenomenon. (2) The early-stage comprehensive risk of China's lithium resources has been consistently in a "heavy warning" state and is expected to be maintained at a "medium warning" state in the future. Global events are often accompanied by abrupt changes in warning levels before and after their occurrence. Specifically, since 2017, there have been sudden changes in resource risk, technology risk, trade risk, market risk, and social risk, with their warning levels showing a phased growth pattern. In the future, market risk may continue to be in a "heavy warning" state. (3) There is a significant positive impact among the risks.

Key words： lithium resources; risk evolution; early warning; risk impact pathways; China

习近平总书记在党的“二十大”报告中强调，必须确保能源资源安全、重要产业链供应链安全，确保国家发展能源资源供应稳定可靠[1]。其中，战略性关键矿产关乎新兴产业的发展，是资源安全的重中之重[2,3]。随着世界多极化、经济全球化的持续深化，国家间的相互联系和相互依赖程度前所未有地增加。中国不仅在经济增长方面对矿产资源有着持续的需求，同时在新兴技术、绿色能源等领域也对多种战略性关键矿产资源有着日益增长的需求[4,5]。然而，全球矿产资源市场的持续波动，地缘政治风险增加、贸易保护主义盛行等不稳定因素都可能影响这些资源的稳定供应，进而影响中国的经济和国家安全。中国作为全球能源和重要矿产资源第一消费大国、生产大国和贸易大国，亟需积极应对各种潜在挑战[6]。因此，必须大力提高防范化解重大风险能力，严密防范系统性安全风险。其中，对矿产资源综合风险进行提前预警、科学管理、全面评估和高效应对，已成为提高资源综合风险防范应对的关键问题。

1 研究方法与数据来源

1.1 中国锂资源综合风险分析框架

随着气候变化对全球环境的影响日益凸显，各国迫切需要采取温室气体减排措施来应对这一挑战，双碳目标战略成为国际社会共同追求的方向[7]。从2009年开始，国家对新能源产业的重视程度逐渐提升，陆续出台了多项财政补贴政策，这为新能源产业带来了强劲的发展动力。这些政策举措在很大程度上促进了清洁能源的应用和推广，同时也推动了储能技术的广泛应用。此外，随着交通领域的电气化，锂离子电池作为高效能源储存技术的代表，其需求量呈现持续增长，这种增长可能会带来新的资源挑战和风险。锂（lithium）资源已然成为世界各国竞相争夺的关键原材料。锂是目前世界上已知原子半径最小、质量最轻与电离电势最大的亲石稀有碱土金属元素，作为战略性新兴产业、国防尖端科技研发和现代工业不可或缺的功能性材料，因其高储能、软质地、轻比重、大比热、低能耗和强电化学活性等优良性质，广泛应用于玻璃陶瓷、润滑脂、有机合成、有色冶金、临床医药、空气处理、高能电池、原子能热核聚变（反应）及航空航天等各个行业和领域[8]。
在现行的技术政策背景下，锂资源安全和可持续性的重要性愈发凸显。随着交通电气化和可再生能源的快速发展，锂资源在高科技应用中的重要性也进一步凸显出来。与此同时，锂资源的开发和利用也面临一系列的挑战和风险，这些风险可能影响资源的可持续供应和产业的稳定发展。因此，为了确保锂资源安全和可持续发展，必须充分把握和厘清其风险来源及影响路径。风险是一个复杂的、自发性的系统，受多种因素相互作用的影响，风险是由多个因素和过程相互关联而成的。目前关于锂资源综合风险的相关研究主要包括三部分：一是通过构建多属性评价模型对锂资源安全进行定量评估[9⇓-11]；二是根据经验、复杂网络分析、计量分析等方法对矿产品的总体供需形势、资源开发利用、贸易格局等进行分析[12⇓-14]；三是基于全生命周期角度对锂资源的材料、能量流和环境影响进行评估与分析[15]。
通常，在进行资源安全评价时主要考虑三方面：资源的自主可控、资源供应的经济性和资源可持续利用[16]。毋庸置疑，资源端的风险构成了对整体资源安全产生深远影响的主要因素之一。由于矿产资源安全具有“涟漪效应”和“长尾效应”，这意味着资源风险的影响不仅局限于国内的传统和非传统安全管理领域，而且还会对全球的政治经济安全态势产生影响[17]。因此，当资源端供需失衡引发市场波动、政策调整等，不仅仅是资源因素在起作用，地缘政治、经济和贸易等多重因素也相互交织，共同塑造着资源风险的复杂影响[18]。此外，全球电动汽车和可再生能源市场的发展导致对锂的需求急剧上升，从而影响市场供需平衡。市场需求的变化会直接影响锂价格，如果市场供应不足，价格可能上涨，反之亦然。高价格可能增加生产成本，影响锂产品的市场竞争力。这可能进一步导致资源勘探和开采活动的增加，从而加大资源风险。与此同时，由于中国对锂资源的依赖主要通过进口满足，因此国际贸易政策、供应国的政策变化等都可能影响锂资源的供应。如果供应国限制出口或提高关税，中国可能面临供应中断和价格上涨的风险。这将直接影响国内锂产业的稳定发展，可能导致生产成本增加、市场份额减少等问题。综上，这些风险之间存在着复杂的相互作用和传导机制，资源开采和需求变化可能影响市场供应和价格，而贸易政策和社会因素又会进一步影响资源开发和市场运行。因此，本文根据资源安全的五种基本含义：数量、质量、结构、均衡和经济，对应地构建涵盖“资源—技术—贸易—社会—市场”的中国锂资源综合风险分析框架。其中，资源作为基础要素，是影响资源安全的最基本和最重要的因素之一，一个国家自身的资源越丰富，对经济发展的保障程度越高，资源供应的安全性就越高；随着技术支撑能力的不断加强，特别是开采勘探、资源节约、和修复的技术，有利于实现资源的可持续发展，提高资源质量和效率；通过贸易可以实现资源供给的多样性，渠道的多样性对于保障资源安全，维护资源稳定性具有重要作用；社会的均衡发展和体制机制的健全与完善对于维护资源市场稳定具有积极的助推作用；市场直接影响着资源的供应、价格和可持续性，随着中国经济已由高速增长阶段转向高质量发展阶段，在产业结构调整过程中，稳定、高效和安全的市场将发挥不可替代的作用，其中，外部市场冲击会加大国内市场压力，外部因素与内部因素会产生相互影响。因此，只有统筹好两个市场，利用好两种资源才能为经济平稳持续增长提供市场基础和产业支撑。
本文涉及三部分内容：（1）构建综合风险评价指标体系并对其进行测算和分析以得出中国锂资源综合风险指数；（2）根据体系进行预测和预警以识别中国锂资源综合风险状态；（3）根据探究资源、技术、贸易、社会和市场因素对综合风险的影响路径并以此提出保障锂资源安全，应对综合风险的针对性建议。主要解决“风险现状如何?”“未来风险如何?”及“如何规避风险?”三个研究问题，研究框架如图1所示。
图1 中国锂资源综合风险预警研究框架

注：*、**分别表示p<0.1、p<0.05，下同。

Fig. 1 Research framework for comprehensive risk warning of China's lithium resources

1.2 综合风险评价指标体系构建及测算

评价指标体系是中国锂资源综合风险评价的基础，关系到评价结果的可信性和科学性。本文根据锂资源综合风险框架，参考Nassar等[19]、Sun等[20]、Gulley等[21]、黄健柏等[22]、吴巧生等[23]的研究和专家意见，在遵循评价指标选取科学性、全面性、可操作性原则的基础上，构建包含5个一级指标，22个二级指标，涵盖“资源—技术—贸易—社会—市场”的中国锂资源综合风险评价指标体系。具体指标选取和数据来源详见表1。
表1 中国锂资源综合风险评价指标体系

Table 1 The comprehensive risk assessment indicator system for China's lithium resources

一级指标 二级指标/单位 公式/来源 影响 参考文献
（A）资源风险 （A1）储量占比/% 美国地质调查局 - [24]
（A2）产量占比/% 美国地质调查局 - [24]
（A3）储产比 根据公式计算 - [25,26]
（A4）可替代性 欧盟委员会报告 + [27,28]
（A5）报废回收率/% 来自参考文献 - [29]
（A6）产需平衡度 根据公式计算 - [30]
（B）技术风险 （B1）研发投入占比/% 根据公式计算 - [31]
（B2）研发人员占比/% 根据公式计算 -
（C）贸易风险 （C1）供给意愿指数 进出口数据来自于联合国商品贸易
统计数据库		 + [19]
（C2）外部依赖度 根据公式计算 + [32]
（C3）进口专业化程度 根据公式计算 + [33]
（C4）供应中断概率 根据公式计算 + [20]
（D）市场风险 （D1）表观消费量增长率/% 消费数据来自于有色金属工业协会
锂业分会		 + [34]
（D2）价格波动率/% 价格数据来自于Wind数据库 + [35,36]
（D3）资源消耗强度 根据公式计算 + [37]
（D4）经济贡献度 中国锂离子电池产业产值数据来自
于工信部		 + [19]
（E）社会风险 （E1）矿业政策成熟度 加拿大Fraser Institute发布指数 - [27]
（E2）经济社会发展度 联合国开发计划署发布指数 - [38]
（E3）政治稳定性 世界银行发布指数 - [39]
（E4）经济自由度 华尔街日报和美国传统基金会联合
发布指数		 - [19]
（E5）环境政策严厉指数 经济合作组织发布 - [40]
（E6）环境绩效指数 耶鲁大学发布 -
（A1）储量占比。通过中国锂资源储量占世界锂资源储量的比例来反映国内资源禀赋在全球的相对位置。
（A2）产量占比。通过中国锂资源产量占世界锂资源产量的比例来反映国内资源供给在全球的相对位置。
（A3）储产比。通过中国锂资源的储量和产量的比值来衡量国家锂资源可供使用年限，以此反映单位时间内矿产资源的可持续性。
（A4）可替代性。可替代性是指在不增加成本和降低产品性能的情况下替代矿物的可行性[24]。不同研究对锂资源可替代性的量化有所差异，本文参照Yu等[29]的研究，以欧盟委员会报告中的可替代性指数衡量。
（A5）报废回收率。通过前一年回收材料流量与原材料年废弃率的比值来反映废材消耗对资源供应压力的影响。
（A6）产需平衡度。采用全球锂资源产量与锂资源消费量的比值反映供给与消费的匹配度。
（B1）研发投入占比。A股锂矿板块主要上市公司（表2）的研发投入占营业收入比例的平均值。
表2 A股锂矿板块主要上市公司

Table 2 Major publicly listed companies in the A-share lithium mining sector in China

公司名称 公司代码 公司名称 公司代码
赣锋锂业 002460 中矿资源 002738
天齐锂业 002466 江特电机 002176
盛新锂能 002240 西部矿业 601168
雅化集团 002497 盐湖股份 000792
臧格矿业 000408 科达制造 600499
西藏矿业 000762 紫金矿业 601899
（B2）研发人员占比。A股锂矿板块主要上市公司研发人员数量占总员工数的平均值。
（C1）供给意愿指数。通过中国与其他国家锂产品进出口总额与锂离子产业生产总值的比值反映国内资源供给意愿度。其中，锂产品选取的是碳酸锂（HS283691）、氢氧化锂（HS282520）和氯化锂（HS282739）。
（C2）外部依赖度。通过锂产品净进口量与锂资源表观消费量的比值反映资源对外依赖程度。其中，正值表示进口依赖，负值表示出口依赖。
（C3）进口专业化程度。通过赫芬达尔-赫希曼指数（Herfindahl-Hirschman Index，HHI）反映反映市场集中度，从而表明在国际危机或争端时战略利用垄断地位的可能性。计算公式为：
H H I = ∑ ( M i , L M L ) 2
式中：Mi,L为中国从第i国进口锂产品的数量（t）；ML为锂产品的进口总量（t）。
（C4）供应中断概率。选取Sun等[20]提出的HHI-WGI用于表示供应中断的概率，以此反映生产率分布对贸易的影响，其计算公式为：
H H I - W G I = ∑ M i , L M L 2 × W G I i
式中：WGIi是缩放到 [0,10] 之间的全球治理指数（Worldwide Governance Indicators，WGI），该指数由世界银行发布，用于反映不同国家管理水平对风险的影响。其缩放公式为：WGIi= -1.981×WGI+5.0051。
（D1）表观消费量增长率。用于反映国内需求增长情况，其中表观消费量AC的计算借鉴Gulley等[21]的研究，即AC=PD+MNI+△S。式中：PD为国内锂资源产量（t）；MNI为锂净进口量（t）；△S为锂存量（t）。第n年的表观消费量增长率为：
A C % = A C n - A C n - 1 A C n - 1
（D2）价格波动率。以价格波动反映国内市场供需的波动，计算公式为：
P = P m a x - P m i n P -
式中：Pmax为长江有色市场金属锂的年最高价格（元/t）；Pmin为年最低价格（元/t）； P -为年平均价格（元/t）。
（D3）资源消耗强度。通过矿产表观消费量与国内生产总值的比例反映经济发展对资源的依赖程度。
（D4）经济贡献度。通过主要产业生产总值与国内生产总值的比例反映资源支撑经济发展的程度。就产能而言，2020年，中国主导了全球锂离子制造市场，其产能约占世界产能的77%。此外，受新能源汽车产业推动，中国已连续五年成为全球最大的锂电池消费市场。因此，主要产业生总值选取的是中国锂离子电池产业。
（E1）矿业政策成熟度。选取加拿大Fraser Institute所发布的矿业政策洞察力指数（Policy Perception Index，PPI）来定量评估和分析全球资源开发领域中的政策监管风险。这一指数通过考察各国和地区在资源开发方面的政策环境、法规制度以及政府管理等因素，提供了一个深入了解不同地区资源开发政策环境的途径。
（E2）经济社会发展度。选取联合国计划开发署发布的人文发展指数（Human Development Index，HDI）来衡量国家经济社会发展度，该指数具有一定的综合性和认可度。
（E3）政治稳定性。选取WGI反映资源国的政治稳定程度。该指标覆盖了全球215个国家，主要包括暴力和责任性、政治稳定、政府有效性、腐败程度、法律制度和监管质量6个子指标。
（E4）经济自由度。选取由华尔街日报和美国传统基金会联合发布的世界经济自由度指数，该指标反映了各国政策对经济和贸易自由的支持程度。
（E5）环境政策严厉指数。环境规制的实施直接影响了导向性技术创新发挥环境效益的程度，因此，选取经济合作组织开发的环境政策严厉指数（Environmental Policy Stringency Index，EPS）进行衡量。
（E6）环境绩效指数。采用耶鲁大学发布的环境绩效指数（Environmental Performance Index，EPI）进行衡量。
综上，指标体系中对采用国际报告或机构发布的指数（E1~E6），均在此基础上乘以中国锂产量占比以进行汇总；此外，进口数据为碳酸锂进口量加氢氧化锂进口量加锂辉石精矿（澳大利亚）进口量折和的碳酸锂当量（Lithium Carbonate Equivalent，LCE）。折算方法如下：进口锂辉石精矿产品按Li2O品位6%计算，并按照国内锂资源行业提锂现状（生产1 t碳酸锂需约8 t品位为6%的锂精矿，生产1 t氢氧化锂约需7 t品位为6%的锂精矿），将锂辉石精矿进口量折算成碳酸锂当量数据，其中，锂精矿进口数据来源于中国海关。研究期设置为2008—2022年，并对原始数据进行了标准化处理。

1.3 敏感性分析

为避免综合风险指数的有偏估计，采用CRITIC-TOPSIS评价法，对中国锂资源综合风险指数进行敏感性分析，通过对比CRITIC-TOPSIS和CRITIC-GRPM的评价结果，进一步验证综合风险指数的可靠性。TOPSIS模型是基于评价对象与理想化目标的接近程度进行排序的方法，是在现有对象中进行相对优劣的评价。由于传统TOPSIS模型在指标确定时尚未考虑指标间的相关性，容易导致结果出现偏差，基于此，本文采用CRITIC权重与TOPSIS相结合的方法进一步验证。CRITIC权重是Diakoulaki等[41]提出的通过计算指标之间的相关性，将相关性作为权重分配的依据，从而反映指标之间的重要性。其优势在于它考虑了指标之间的相互关系，避免了仅仅基于主观判断来分配权重的问题，能够更客观地反映指标的重要性，并提供了一种系统化的方法来处理权重分配问题。具体步骤如下：
（1）确定CRITIC权重。权重计算公式如下：
ω j = σ j ∑ i = 1 n ( 1 - r i j ) ∑ j = 1 m ( σ j ∑ i = 1 n ( 1 - r i j ) )
σ j = ∑ i = 1 m ( X i j - X i j ¯ ) 2 m - 1
r i j = ∑ a = 1 m ( X i a - X i ¯ ) ( X j a - X j ¯ ) ∑ a = 1 m ( X i a - X i ¯ ) 2 ∑ a = 1 m ( X j a - X j ¯ ) 2
式中：ωj是第j个指标的CRITIC权重；σj是第j个指标的标准差；rij是指标i和指标j的相关系数； X i ¯ = ( X 1 ¯ + X 2 ¯ + … + X m ¯ ) / m与 X j ¯ = ( X 1 ¯ + X 2 ¯ + … + X n ¯ ) / n；a表示第a个指标X；m和n表示指标的总个数（个）。
（2）结合指标权重与指标标准化值，构建加权规范化矩阵 V = ( V i j ) m n = W j X i j ' m n，确定正理想解和负理想解，设为V+、V：
V + = { m a x V i j | i = 1 ,   2 ,   … ,   m } = { V 1 + ,   V 2 + ,   … ,   V n + }
V - = { m i n V i j | i = 1 ,   2 ,   … ,   m } = { V 1 - ,   V 2 - ,   … ,   V n - }
（3）计算单个样本到V+、V -的欧氏距离 D i + 、 D i -：
D i + = ∑ j = 1 n ( V i j - V j + ) 2       ( i = 1 ,   2 ,   … ,   m )
D i - = ∑ j = 1 n ( V i j - V j - ) 2       ( i = 1 ,   2 ,   … ,   m )
（4）计算单个样本与V+、V -的灰色关联度 R i + 、 R i -：
R i + = 1 n ∑ j = 1 n r i j + ,       R i - = 1 n ∑ j = 1 n r i j -
r i j + = r i j - = m i n i m i n j ∆ V i j + ρ m a x i m a x j ∆ V i j ∆ V i j + ρ m a x i m a x j ∆ V i j
式中： r i j +、 r i j -分别表示样本i与V+、V -关于指标j的灰色关联系数； ∆ V i j = V j + - V i j或 ∆ V i j = V j - - V i j；ρ为分辨系数，取0.5。
（5）将 D i + 、 D i - 、 R i + 、 R i -通过公式 φ i = ϕ i m a x 1 ≤ i ≤ m ( ϕ i )进行无量纲化处理，得到无量纲化值 d i + 、 d i - 、 r i + 、 r i -，通过综合无量纲化值得到：
T i + = α d i - + β r i +
T i - = α d i + + β r i -
式中：α=β=0.5； T i +、 T i -分别表示评价对象到正理想解和负理想解的接近度。
（6）计算贴近度δi：
δ i = T i + T i + + T i -

1.4 警情评估方法——灰色关联投影法

由于在锂资源综合风险评价过程中涉及的要素较为复杂，其中可能包含不确定性、模糊性和多样性等特征[42]。在这种情况下，锂资源综合风险评价可以视为一个涉及多种因素和数据的问题，这使得灰色系统理论可能成为一个有用的工具。因此，研究选取灰色关联投影法（Grey Relation Projection Method，GRPM）对锂资源综合风险进行评估[43]。该方法对灰色系统问题具有较高的适应性，能够提升研究结果的客观性。其计算过程为：
（1）指标标准化处理。公式如下：
正 向 指 标 ： y i j = X - X m i n X m a x - X m i n
逆 向 指 标 ： y i j = 1 - X - X m i n X m a x - X m i n
（2）求解灰色关联系数，见式（13）。
（3）计算指标权重，见式（5）~式（7）。
（4）计算灰色关联投影值，公式如下：
T i = c o s i × d i = ∑ j = 1 m ( ω j ' 2 × ξ i j ) ∑ j = 1 m ( ω j ' 2 )
式中：di为yi的模； ξ i j为灰色关联系数； ω j '为单位化处理后的权重值，即 ω j ' = ω j ∑ j = 1 m ω j 2。

1.5 预警等级划定

研究将综合风险值定量在 [0,1] 区间内，并参照耶鲁大学Graedel等[44]原材料关键性评估研究中的风险等级划分方式，将其风险等级定为高风险 (0.8, 1]、中高风险 (0.6, 0.8]、中风险 (0.4, 0.6]、中低风险 (0.2, 0.4] 和低风险 (0, 0.2]，并相应地划分为五个预警等级，分别为巨警、重警、中警、轻警和无警。

1.6 综合风险影响路径分析

本文采用通径分析法对风险影响路径进行深入分析。通径分析法不仅能用于测定两个变数间的相互关系，而且能给出原因对结果的重要性，可以探究各变量间相互作用的复杂关系，可将相关系数分解为直接作用和间接作用，提示各个因素对结果的相对重要性[45]。公式如下：
在一个相互关联的系统中，因变量与自变量之间的关系可以表示为：
y = a + b 1 x 1 + … + b n x n
式中：y表示因变量；x表示自变量；a是截距；b是影响系数。
将实际观测值代入式（20）并采用最小二乘法求解方程组，即可得通径系数 p y x i。通过对式（20）进行数学变换，得到矩阵如下：
1 ⋯ r x 1 x n ⋮ ⋱ ⋮ r x n x 1 ⋯ 1 p y x 1 . . . p y x n = r x 1 y . . . r x n y
式中： r x i x j为xi和xj的简单相关系数； r x n y为xn和y的简单相关系数。通过求解式（21）可得变量标准化的偏回归系数 p y x i，以此表示各原因对结果的相对重要性。
p y x i = b i σ x i σ y
式中：bi为y对xi的偏回归系数； σ x i和 σ y为xi和y的标准差； p y x i为xi对y的直接通径系数。

2 结果分析

2.1 中国锂资源综合风险指数动态演变

2.1.1 基于CRITIC-GRPM的锂资源综合风险指数结果

CRITIC权重如表3所示，资源风险、技术风险、贸易风险、市场风险和社会风险分别占33.27%、9.92%、17.39%、14.65%和24.77%，可以看出资源风险在综合风险中所占权重最高，进一步说明“牢牢将矿产资源的饭碗端在自己手里”的紧迫性和必要性，在当今全球化的经济环境中，资源安全是国家经济独立和可持续发展的基石。资源风险的高权重表明，必须采取有效措施，以确保不会过于依赖国外资源，从而陷入不稳定的地缘政治或市场波动的风险之中。此外，社会风险所占权重位列第二，说明经济、社会、环境、政策等配套对于维护资源安全具有重要的支撑作用。这也强调了资源管理者和政策制定者必须采取综合的、可持续的方法来管理资源，以确保资源的可持续性和社会的和谐发展。
表3 各指标CRITIC权重值

Table 3 The CRITIC weights for each indicator

指标 指标变异性 指标冲突性 信息量 权重/%
（A1）储量占比 0.408 24.387 9.948 7.35
（A2）产量占比 0.275 23.282 6.405 4.73
（A3）储产比 0.341 23.319 7.953 5.88
（A4）可替代性 0.417 15.652 6.531 4.83
（A5）报废回收率 0.399 15.793 6.308 4.66
（A6）产需平衡度 0.286 27.518 7.877 5.82
（B1）研发投入占比 0.351 17.490 6.138 4.54
（B2）研发人员占比 0.465 15.671 7.280 5.38
（C1）供给意愿指数 0.247 17.486 4.314 3.19
（C2）外部依赖度 0.292 21.715 6.337 4.68
（C3）进口专业化程度 0.271 23.546 6.379 4.71
（C4）供应中断概率 0.269 24.204 6.502 4.81
（D1）表观消费量增长率 0.318 16.991 5.404 3.99
（D2）价格波动率 0.270 16.439 4.444 3.28
（D3）资源消耗强度 0.270 19.065 5.154 3.81
（D4）经济贡献度 0.313 15.422 4.831 3.57
（E1）矿业政策成熟度 0.241 22.920 5.524 4.08
（E2）经济社会发展度 0.337 15.485 5.217 3.86
（E3）政治稳定性 0.298 18.022 5.379 3.98
（E4）经济自由度 0.299 19.753 5.907 4.37
（E5）环境绩效指数 0.279 20.970 5.852 4.33
（E6）环境政策严厉指数 0.349 16.071 5.612 4.15
图2 中国锂资源综合风险指数演变（2008—2022）

Fig. 2 Evolution of the comprehensive lithium resource risk index in China (2008-2022)

2.1.2 锂资源综合风险指数核密度估计

为了进一步了解资源风险、技术风险、贸易风险、市场风险、社会风险和综合风险的分布概率，对其进行核密度估计，如图3所示。其中，资源风险、市场风险和综合风险的核密度曲线呈现左偏态分布，中高风险年份较多；技术风险和贸易风险呈现显著的右偏态分布，中风险年份较多，表明其核密度趋向于数值减小的方向移动，风险的逐年差异呈现缩小态势，存在动态收敛性特征，且技术风险呈现多峰形态，说明存在多极分化现象，具体体现在技术风险在2018—2020年间攀升至高风险状态；社会风险呈现扁而宽的核密度曲线，其峰值降低且宽度加大，这说明社会风险的逐年差异呈现增加态势。
图3 中国锂资源综合风险指数核密度估计

Fig. 3 Kernel density estimation plot of the comprehensive lithium resource risk index in China

2.1.3 敏感性分析

为了避免综合风险指数的有偏估计，研究采用CRITIC权重结合TOPSIS对中国锂资源综合风险评估结果进行敏感性分析。图4对比了CRITIC-GRPM和CRITIC-TOPSIS模型下所得的中国锂资源综合风险指数值，结果可得CRITIC-TOPSIS方法下所得结果较小于CRITIC-GRPM，但是中国锂资源综合风险指数的演变趋势具有时间一致性，其波动趋势和风险状态分布趋于一致，这表明当前中国锂资源综合风险指数值具有一定的可靠性，且指标评价体系和评价模型具有一定的有效性。
图4 基于CRITIC-GRPM和CRITIC-TOPSIS的中国锂资源风险指数结果对比

Fig. 4 Comparison of the China's lithium resource risk index results based on CRITIC-GRPM and CRITIC-TOPSIS

2.2 中国锂资源综合风险预警结果分析

2.2.1 综合风险预测结果

研究采用CRITIC-GRPM模型对2008—2020年中国锂资源综合风险进行评估，并以此为预测基础数据，采用指数平滑法对2023—2032年未来十年的锂资源综合风险演变进行预测。指数平滑法会赋予不同时间点的数据不同的权重，通常较近期的数据权重较大，较早期的数据权重逐渐减小，且能够较好地反映数据变化的趋势。图5展示了预测值与真实值的变化趋势，可以看出预测值能够较好地拟合真实值的变化趋势，预测误差较小，RMSE均处于0.2以内。就未来风险演变而言，市场风险在未来十年将呈现上升趋势，持续处于中高风险；资源风险和社会风险呈现显著的下降趋势，其风险状态将逐渐从中低风险向低风险过渡；技术风险和贸易风险将维持在中风险阶段，波动较小；综上，伴随着因素间的相互作用，综合风险波动较小，将持续处于中风险水平。
图5 基于指数平滑法的中国锂资源综合风险指数预测结果（2008—2032E）

Fig. 5 The forecast results of the comprehensive lithium resource risk index in China based on the exponential smoothing method (2008-2032E)

2.2.2 综合风险预警结果

图6展示了中国锂资源综合风险的预警等级，中国锂资源综合风险前期持续处于重警状态，未来将维持在中警状态；市场风险所面临的持续挑战最大，将长期处于重警状态；技术风险将从重警向中警过渡，并逐渐保持稳定；贸易风险将持续处于中警”状态；资源风险和社会风险渐趋稳定，预计将在2029年实现由中警向轻警的过渡。
图6 中国锂资源综合风险指数预警结果（2008—2032E）

Fig. 6 Comprehensive risk index warning results for China's lithium resources (2008-2032E)

就市场风险预警等级而言，仅在个别年份降为中警，且长期持续处于重警状态，表明中国锂资源市场风险较大，回顾中国锂资源的发展历程，多次出现价格飞涨的现象，震荡行情给市场带来了极大不确定性。2016年，以中国为代表的新能源汽车市场，在政府的强力补贴政策引导下，驱动了锂电行业的迅速增长。但由于产能增长滞后，锂资源的供给出现了短缺，锂价格站上历史高位。时至2017年底，随着澳大利亚等地的大批锂矿产能集中落地，全球锂资源供给大幅攀升。与此同时，中国新能源汽车补贴政策大幅滑坡，电池产业开始面临产能过剩、价格战激烈等问题，锂资源价格持续下跌，行业进入下行周期。全球新型冠状病毒肺炎疫情的爆发导致了全球范围内的封锁、隔离和生产中断，这给全球供应链带来了严重冲击。中国作为重要的锂资源生产国，其供应链也受到了影响。生产中断、原材料短缺以及物流问题可能导致锂资源供应减少，从而增加市场风险。由于锂盐产品价格持续上涨以及价格传导不畅，电池商和下游车企生产成本大涨，引发了锂原矿、锂精矿、锂盐产品、锂电池以及新能源汽车产业链不同环节之间毛利留存的权衡与考量，这进一步加剧了市场的不稳定性。此外，国际贸易压力、政策不确定性以及需求波动等多重因素叠加，导致许多国家开始考虑供应链多元化以降低对中国的资源依赖，这也在一定程度上加剧了中国锂资源市场压力。
就技术风险预警等级而言，呈现反复变化的波动状态，尤其在2018年出现预警等级突变现象。一方面，中国锂资源总量并不稀缺，但资源禀赋并不出色，高端产品加工原料对外依存度高。根据美国地质调查局统计，中国锂资源主要以盐湖卤水形式存在，已探明锂资源储量为150万t，占全球总储量的7%。其资源分布十分集中，盐湖主要在青海、西藏和湖北；锂辉石和锂云母主要分布在四川、江西和湖南三省。中国锂资源主要以青海、西藏盐湖为主，镁锂比值高，提取技术难度大，锂提取率低，中国卤水提锂仅占20%，且盐湖提锂产品多为普通工业级碳酸锂，高端产品加工原料对外依存度高[47]。此外，盐湖由于自然禀赋差异大，难以复刻矿石提锂模式快速进行产能复制，需要根据盐湖自然禀赋差异选择合适的提锂工艺。中国盐湖中蕴藏的锂资源量要远大于硬岩锂矿，但青海盐湖锂浓度相对较低、镁锂比较高，西藏盐湖海拔高且基础设施薄弱，因此，锂资源的开采和提取在一定程度上制约了锂资源的发展。另一方面，在中美贸易摩擦的背景下，由于外部力量的技术封锁，导致国内的技术突破和产业升级发生了明显阻滞，在一定程度上加剧了技术风险的增加。
就贸易风险预警等级而言，其前期预警等级较高，以2015年为分水岭，贸易风险得到逐步缓释，预计未来的贸易风险将逐步维持在“中警”水平，贸易风险的动荡与全球性事件紧密相关。长期以来，中国锂资源进口依赖度高达70%左右，且进口集中度超90%。进口依赖度和进口集中度居高不下，导致资源外部防控和分散风险的难度增加，锂资源进口安全缺乏保障[11]。此外，当前全球正处于风险突发、易发、频发的时期，各类“黑天鹅”事件，如突发公共卫生事件、地域冲突、大国博弈以及极端天气灾害等，对各国的资源供应产生直接或间接影响。同时，供应端的突发变故增加了断供风险，对中国的资源安全和产业发展产生了极大影响。国际格局和竞争环境正在经历复杂演变，这种外部环境的变化为资源供应和贸易带来了更多的不确定性。在百年未有之大变局下，中国提出加快推动形成以国内大循环为主体、国内国际双循环相互促进的新发展格局，毫无疑问，随着“双循环”战略的推进与深化，将在一定程度上缓解传统的全球价值链破裂风险，从而缓释贸易风险带来的影响。

2.3 中国锂资源综合风险影响路径分析

在明确中国锂资源综合风险演变趋势及预警等级后，需要进一步厘清各类风险对于综合风险的影响路径及各类风险间的影响方式，为此，研究引入通径分析来详细地分析各类风险的影响路径，从而为科学有效地应对和降低风险提供有力的参考依据。通径分析是一种在风险评估中常用的方法，它能够帮助识别和量化不同因素之间的影响路径。通过通径分析，可以清楚地揭示出各类风险是如何相互作用，以及它们如何共同影响整体综合风险的。该方法将描绘出一个更为细致的风险作用路径，将各类风险之间的联系、传递路径以及潜在的风险传播机制清晰呈现[25]。这有助于识别关键的影响因素和脆弱点，为制定有效的风险管理和应对策略提供针对性建议。
通径分析结果如图7所示，在影响路径图中，箭头方向表示风险传导路径。结果可得，除开“资源→市场”“社会→市场”的影响不显著，其余风险之间均存在显著的正向影响。其中，资源风险、技术风险、贸易风险和市场风险直接影响综合风险值，且直接路径系数分别为0.246、0.385、0.301和0.252，可以得出技术风险和贸易风险对于综合风险的直接影响较大。此外，社会风险显著影响贸易风险和技术风险，其直接影响系数为0.525和0.631；资源风险显著影响贸易风险，其直接影响系数为0.711。新发展阶段，科技将成为有效利用全球资源的核心要素和主要动力，同时也是有效提升资源利用效率，促进产业转型升级的重要抓手，因此，技术风险对综合风险的影响将进一步凸显。此外，贸易在全球化背景下成为国家经济发展的重要驱动力，同时也是国家资源供应链中不可或缺的一环。贸易风险直接关系到国家的经济、产业和资源安全，其影响范围广泛。结合预警结果及风险影响路径结果。可以看出技术风险和贸易风险已然成为显著的影响资源安全的重要因素，其同时受到资源风险、市场风险和社会风险的直接或间接影响。风险间通常伴随着经济连锁效应、产业链脆弱性、资源依赖性和国际合作受阻等不利影响。随着地缘政治因素加剧和经济不确定性增加，未来防范技术风险和贸易风险应该成为保障锂资源安全、促进产业可持续发展的重心。
图7 锂资源综合风险影响路径

Fig. 7 Impact pathways of comprehensive lithium resource risk

3 结论与讨论

3.1 结论

研究构建了中国锂资源综合风险分析框架，涵盖了资源风险、技术风险、贸易风险、市场风险和社会风险，采用CRITIC-GRPM方法对2008—2022年的中国锂资源综合风险进行评估，并采用指数平滑法对未来十年（2023—2032年）的综合风险进行预警，评估结果采用CRITIC-TOPSIS方法进行了敏感性分析和验证，结果具有一定的可靠性。研究结论如下：
（1）中国锂资源综合风险常年处于中风险及以上水平，以2015年为分水岭呈现双波峰变化状态。具体而言，资源风险和市场风险呈现前期高后期低的回落趋势，核密度曲线呈现左偏态分布，中高风险年份较多；技术风险、贸易风险和社会风险呈现典型的多峰形态，两极分化现象较为突出；此外，2018—2020年间锂资源综合风险较高，伴随着技术风险和社会风险的增长，市场风险在2015年后渐趋明显。
（2）中国锂资源综合风险前期持续处于重警状态，未来将维持在中警状态。全球性事件发生前后会伴随着预警等级的突变，具体而言，2017年至今，资源风险、技术风险、贸易风险、市场风险和社会风险均发生突变现象，其预警等级呈现落差式增长。未来，市场风险可能持续处于重警状态。
（3）风险之间均存在显著的正向影响，其中，资源风险、技术风险、贸易风险和市场风险直接影响综合风险值，且直接路径系数分别为0.246、0.385、0.301和0.252。

3.2 讨论

针对以上研究结论，需科学管理各方风险，以确保锂资源的安全和可持续供应。
（1）未来的资源管理策略必须特别重视市场风险防范，应对市场风险可以通过相关部门建立有效的市场风险预警机制，及早识别市场变化的趋势和可能的风险点，为风险应对提供有力支持。此外，还需要加强预测能力，利用数据分析、市场研究和趋势预测等方法，准确判断市场发展的方向和可能的变化，以便制定相应的战略和计划。此外，考虑到未来需求和供给双端变化不确定性突出，锂产业链各端的企业可以建立期权和期货产品交易制度以规避价格的波动，在锂盐产品和锂精矿价格下行期间内也可以考虑通过境外优质上游资产的收购或承购协议锁定资源。由于地缘政治变化、当地采矿业政策稳定性、民族保护主义、财税和法律风险、买卖双方博弈等多种因素的影响，企业方引入专业机构为大额资金海外收购活动保驾护航并提前做好税务架构设置，为未来资金回流博取更多的稳定性和利润空间。
（2）应对技术风险需要着眼于技术风险的演变趋势，针对技术风险呈现的多峰状态，需要注意风险的伴发影响以及风险事件的概率分布。锂资源作为重要的“转型金属”，是当前国家间资源博弈的重点，由于短期内没有经济可行的替代品，伴随着电动汽车产业近年的爆发式增长，锂的产量和需求被推至新高，成为名副其实的“白色黄金”。随之而来的是其开发加工中的资源、生态、环境和社会问题的逐渐凸显，如果采取措施或将抵消其对能源转型带来的好处。因此，技术创新作为破局的关键，其风险需要被进一步关注。应对技术风险需要加强对锂资源技术创新的研发与投入，推动开发更高效的锂提取和加工方法，以提高资源利用效率，降低资源供应不稳定性所带来的风险。另外，政府出资或大型企业设立风险投资资金，孵化低碳、清洁的锂开发利用技术，攻克提锂流程缩短、锂电池废料回收、锂电池再回收等难题。同时，加强政策引导和供应链合作，建立良性的上下游伙伴关系，帮助源头矿山提升绩效和分担成本。
（3）应对贸易风险应该致力于推进全球治理体制的改革，建立共生、共治、共享的世界合作格局。一方面，充分释放国内市场潜力，培育贸易新业态和新模式。在锂资源领域，应与各国政府加强政策协同，推动贸易投资自由化和便利化，加强国内外联动，保障国内产业链和供应链的安全稳定，并继续推进高水平的对外开放。另一方面，应充分利用国内和国际两个市场、两种资源，通过实际行动深化产业链和供应链的国际合作，共同构建安全稳定、畅通高效、开放包容、互利共赢的全球产业链和供应链体系。除此之外，建立完善的贸易风险管理体系也是必要的。这包括建立贸易风险预警机制，及时获取和分析全球贸易动态，制定应对措施；加强与贸易伙伴的沟通和合作，减少不必要的贸易争端和摩擦；完善国内的贸易政策和法规，为贸易提供更稳定的法律环境。
此外，中国锂资源综合风险影响因素众多，且因素间相互影响、相互制约，因此，如何构建系统且全面的中国锂资源综合风险预警体系是研究综合风险的关键。参考前人研究和专家意见，受限于数据可得性和指标量化难度，本文围绕资源安全的基本含义对应地构建涵盖资源、技术、贸易、社会和市场在内的锂资源综合风险分析框架。通过对比全球主要国家的综合风险以获得锂资源全球风险格局，是下一步的研究方向。此外，基于机器学习的综合风险预警方法也是值得深入探讨的方向。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
习近平. 高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗. 在中国共产党第二十次全国代表大会上的报告, 2022.

[ XI J P. Hold high the great banner of socialism with Chinese characteristics and work together to build a modern socialist country in an all-round way. Report at the 20th National Congress of the Communist Party of China, 2022.]

[2]
成金华, 易佳慧, 吴巧生. 碳中和、战略性新兴产业发展与关键矿产资源管理. 中国人口·资源与环境, 2021, 31(9): 135-142.

[ CHENG J H, YI J H, WU Q S. Carbon neutrality, development of strategic emerging industries and management of key mineral resources. China Population, Resources and Environment, 2021, 31(9): 135-142.]

[3]
侯增谦, 陈骏, 翟明国. 战略性关键矿产研究现状与科学前沿. 科学通报, 2020, 65(33): 3651-3652.

[ HOU Z Q, CHEN J, ZHAI M G. Research status and scientific frontiers of strategic key minerals. Science Bulletin, 2020, 65(33): 3651-3652.]

[4]
李鹏飞, 杨丹辉, 渠慎宁, 等. 稀有矿产资源的全球供应风险分析: 基于战略性新兴产业发展的视角. 世界经济研究, 2015, (2): 96-104, 129.

[ LI P F, YANG D H, QU S N, et al. Analysis of global supply risks of rare mineral resources: Based on the perspective of strategic emerging industry development. World Economic Research, 2015, (2): 96-104, 129.]

[5]
李鹏飞, 杨丹辉, 渠慎宁, 等. 稀有矿产资源的战略性评估: 基于战略性新兴产业发展的视角. 中国工业经济, 2014, (7): 44-57.

[ LI P F, YANG D H, QU S N, et al. Strategic assessment of rare mineral resources: From the perspective of the development of strategic emerging industries. China Industrial Economy, 2014, (7): 44-57.]

[6]
王安建, 高芯蕊. 中国能源与重要矿产资源需求展望. 中国科学院院刊, 2020, 35(3): 338-344.

[ WANG A J, GAO X R. Outlook of China's energy and important mineral resources demand. Bulletin of the Chinese Academy of Sciences, 2020, 35(3): 338-344.]

[7]
沈镭. 面向碳中和的中国自然资源安全保障与实现策略. 自然资源学报, 2022, 37(12): 3037-3048.

DOI

[ SHEN L. China's natural resource security security and implementation strategies for carbon neutrality. Journal of Natural Resources, 2022, 37(12): 3037-3048.]

DOI

[8]
张苏江, 崔立伟, 孔令湖, 等. 国内外锂矿资源及其分布概述. 有色金属工程, 2020, 10(10): 95-104.

[ ZHANG S J, CUI L W, KONG L H, et al. Overview of lithium resources and distribution at home and abroad. Nonferrous Metal Engineering, 2020, 10(10): 95-104.]

[9]
郑人瑞, 唐金荣, 周平, 等. 我国锂资源供应风险评估. 中国矿业, 2016, 25(12): 30-37.

[ ZHENG R R, TANG J R, ZHOU P, et al. Risk assessment of supply of lithium resources in my country. China Mining, 2016, 25(12): 30-37.]

[10]
ZHOU N, SU H, WU Q, et al. China's lithium supply chain: Security dynamics and policy countermeasures. Resources Policy, 2022, 78: 102866, https://doi.org/10.1016/j.resourpol.2022.102866.

DOI

[11]
廖秋敏, 孙明浩. “逆全球化”背景下中国锂资源供应安全评价. 矿业研究与开发, 2022, 42(4): 179-186.

[ LIAO Q M, SUN M H. Evaluation of China's lithium resource supply security under the background of "anti-globalization". Mining Research and Development, 2022, 42(4): 179-186.]

[12]
王安建, 王高尚, 陈其慎, 等. 矿产资源需求理论与模型预测. 地球学报, 2010, 31(2): 137-147.

[ WANG A J, WANG G S, CHEN Q S, et al. Mineral resource demand theory and model prediction. Acta Geosciences, 2010, 31(2): 137-147.]

[13]
王安建, 王高尚, 周凤英. 能源和矿产资源消费增长的极限与周期. 地球学报, 2017, 38(1): 3-10.

[ WANG A J, WANG G S, ZHOU F Y. Limits and cycles of energy and mineral resource consumption growth. Acta Geosciences, 2017, 38(1): 3-10.]

[14]
ZENG X L, LI J H. Implications for the carrying capacity of lithium reserve in China. Resources, Conservation and Recycling, 2013, 80: 58-63.

DOI

[15]
HAN X J, LIANG Y B, AI Y Y, et al. Economic evaluation of a PV combined energy storage charging station based on cost estimation of second-use batteries. Energy, 2018, 165: 326-339.

[16]
张雷. 中国能源安全问题探讨. 中国软科学, 2001, (4): 7-12.

[ ZHANG L. Discussion on China's energy security issues. China Soft Science, 2001, (4): 7-12.]

[17]
彭忠益, 卢珊. 大数据赋能国家矿产资源安全事件预警管理研究. 情报杂志, 2023, 42(7): 65-70, 92.

[ PENG Z Y, LU S. Research on early warning management of national mineral resources safety incidents empowered by big data. Intelligence Magazine, 2023, 42(7): 65-70, 92.]

[18]
谷树忠, 吴太平. 中国新时代自然资源治理体系的理论构想. 自然资源学报, 2020, 35(8): 1802-1816.

DOI

[ GU S Z, WU T P. Theoretical conception of China's natural resource governance system in the New Era. Journal of Natural Resources, 2020, 35(8): 1802-1816.]

DOI

[19]
NASSAR N T, BRAINARD J, GULLEY A, et al. Evaluating the mineral commodity supply risk of the U.S. manufacturing sector. Science Advances, 2020, 6(8): eaay8647, Doi: 10.1126/sciadv.aay8647.

[20]
SUN X, HAO H, HARTMANN P, et al. Supply risks of lithium-ion battery materials: An entire supply chain estimation. Materials Today Energy, 2019, 14: 100347, https://doi.org/10.1016/j.mtener.2019.100347.

DOI

[21]
GULLEY A L, MCCULLOUGH E A, SHEDD K B. China's domestic and foreign influence in the global cobalt supply chain. Resources Policy, 2019, 62: 317-323.

DOI

[22]
黄健柏, 孙芳, 宋益. 清洁能源技术关键金属供应风险评估. 资源科学, 2020, 42(8): 1477-1488.

DOI

[ HUANG J B, SUN F, SONG Y. Supply risk assessment of key metals in clean energy technology. Resources Science, 2020, 42(8): 1477-1488.]

[23]
吴巧生, 周娜, 成金华. 战略性关键矿产资源供给安全研究综述与展望. 资源科学, 2020, 42(8): 1439-1451.

DOI

[ WU Q S, ZHOU N, CHENG J H. Review and prospects of research on supply security of strategic key mineral resources. Resources Science, 2020, 42(8): 1439-1451.]

[24]
HELBIG C, BRADSHAW A M, KOLOTZEK C, et al. Supply risks associated with Cd, Te and CIGS thin-film photovoltaics. Applied Energy, 2016, 178: 422-433.

DOI

[24]
SHARIFUDDIN S. Methodology for quantitatively assessing the energy security of Malaysia and other southeast Asian countries. Energy Policy, 2014, 65: 574-582.

DOI

[25]
ZUO Z L, CHENG J H, GUO H X, et al. Catastrophe progression method-path (CPM-PATH) early warning analysis of Chinese rare earths industry security. Resources Policy, 2021, 73: 102161, https://doi.org/10.1016/j.resourpol.2021.102161.

DOI

[26]
FEYGIN M, SATKIN R. The oil reserves-to-production ratio and its proper interpretation. Natural Resources Research, 2004, 13(1): 57-60.

DOI

[27]
HELBIG C, BRADSHAW A M, WIETSCHEL L, et al. Supply risks associated with lithiumion battery materials. Journal of Cleaner Production, 2018, 172: 274-286.

DOI

[28]
GRAEDEL T E, HARPER E M, NASSAR N T, et al. On the materials basis of modern society. PNAS, 2015, 112(20): 6295-6300.

DOI PMID

[29]
YU S W, DUAN H R, CHENG J H. An evaluation of the supply risk for China's strategic metallic mineral resources. Resources Policy, 2021, 70: 101891, https://doi.org/10.1016/j.resourpol.2021.102161.

DOI

[30]
周娜, 吴巧生, 薛双娇. 新时代战略性矿产资源安全评价指标体系构建与实证. 中国人口·资源与环境, 2020, 30(12): 55-65.

[ ZHOU N, WU Q S, XUE S J. Construction and empirical evidence of the strategic mineral resources security evaluation index system in the New Era. China Population, Resources and Environment, 2020, 30(12): 55-65.]

[31]
郑明贵, 董娟, 钟昌标. 资本深化对中国资源型企业全要素生产率的影响. 资源科学, 2022, 44(3): 536-553.

DOI

[ ZHENG M G, DONG J, ZHONG C B. The impact of capital deepening on total factor productivity of Chinese resource-based enterprises. Resource Science, 2022, 44(3): 536-553.]

[32]
GULLEY A L, NASSAR N T, XUN S. China, the United States, and competition for resources that enable emerging technologies. PNAS, 2018, 115(16): 4111-4115.

DOI PMID

[33]
ERDMANN L, GRAEDEL T E. Criticality of non-fuel minerals: A review of major approaches and analyses. Environmental Science & Technology, 2011, 45(18): 7620-7630.

DOI

[34]
NGUYEN R T, FISHMAN T, ZHAO F, et al. Analyzing critical material demand: A revised approach. Science of The Total Environment, 2018, 630: 1143-1148.

DOI

[35]
HATAYAMA H, TAHARA K. Criticality Assessment of metals for Japan's resource strategy. Materials Transactions, 2015, 56(2): 229-235.

DOI

[36]
New Energy and Industrial Technology Development Organization (NEDO). Trend Report of Development in Materials for Substitution of Scarce Metals, 2009.

[37]
ELSHKAKI A, GRAEDEL T E. Dysprosium, the balance problem, and wind power technology. Applied Energy, 2014, 136: 548-559.

DOI

[38]
GRAEDEL T E, BARR R, CHANDLER C, et al. Methodology of metal criticality determination. Environmental Science & Technology, 2012, 46(2): 1063-1070.

DOI

[39]
KAUFMANN D, KRAAY A, MASTRUZZI M. The worldwide governance indicators: Methodology and analytical issues. Hague Journal on the Rule of Law, 2011, 3(2): 220-246.

DOI

[40]
胡森林, 鲍涵, 郝均, 等. 环境规制对长三角城市绿色发展的影响: 基于技术创新的作用路径分析. 自然资源学报, 2022, 37(6): 1572-1585.

DOI

[ HU S L, BAO H, HAO J, et al. The impact of environmental regulation on the green development of cities in the Yangtze River Delta: Analysis of the role path based on technological innovation. Journal of Natural Resources, 2022, 37(6): 1572-1585.]

DOI

[41]
DIAKOULAKI D, MAVROTAS G, PAPAYANNAKIS L. Determining objective weights in multiple criteria problems: The critic method. Computers & Operations Research, 1995, 22(7): 763-770.

DOI

[42]
吕锋, 崔晓辉. 多目标决策灰色关联投影法及其应用. 系统工程理论与实践, 2002, 22(1): 103-107.

DOI

[ LYU F, CUI X H. Multi-objective decision-making gray relational projection method and its application. Systems Engineering Theory and Practice, 2002, 22(1): 103-107.]

[43]
徐美, 刘春腊. 湖南省资源环境承载力预警评价与警情趋势分析. 经济地理, 2020, 40(1): 187-196.

[ XU M, LIU C L. Early warning evaluation and warning trend analysis of Hunan province's resource and environmental carrying capacity. Economic Geography, 2020, 40(1): 187-196.]

DOI

[44]
GRAEDEL T E, HARPER E M, NASSAR N T, et al. Criticality of metals and metalloids. PNAS, 2015, 112(14): 4257-4262.

DOI PMID

[45]
马孝先. 中国城镇化的关键影响因素及其效应分析. 中国人口·资源与环境, 2014, 24(12): 117-124.

[ MA X X. Analysis of key influencing factors and effects of urbanization in China. China Population, Resources and Environment, 2014, 24(12): 117-124.]

[46]
邢凯, 朱清, 邹谢华, 等. 新能源背景下锂资源产业链发展研究. 中国地质, 2023, 50(2): 395-409.

[ XING K, ZHU Q, ZOU X H, et al. Research on the development of lithium resource industry chain under the background of new energy. Chinese Geology, 2023, 50(2): 395-409.]

[47]
马哲, 李建武. 中国锂资源供应体系研究: 现状, 问题与建议. 中国矿业, 2018, 27(10): 1-7.

[ MA Z, LI J W. Research on China's lithium resource supply system: Current situation, problems and suggestions. China Mining, 2018, 27(10): 1-7.]

Options
文章导航

/

〈 〉