李子奈计量经济学第二章

第二章经典单方程计量经济学模型：

一元线性回归模型

回归分析概述一元线性回归模型的参数估计一元线性回归模型检验一元线性回归模型预测实例§2.1回归分析概述一、变量间的关系及回归分析的基本概念二、总体回归函数（PRF）三、随机扰动项四、样本回归函数（SRF）一、变量间的关系及回归分析的基本概念1.变量间的关系（1）确定性关系或函数关系：研究的是确定现象非随机变量间的关系。（2）统计依赖或相关关系：研究的是非确定现象随机变量间的关系。对变量间统计依赖关系的考察主要是通过相关分析(correlationanalysis)或回归分析(regressionanalysis)来完成的注意①不线性相关并不意味着不相关。②有相关关系并不意味着一定有因果关系。③回归分析/相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系。④相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。回归分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。2.回归分析的基本概念回归分析(regressionanalysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。被解释变量（ExplainedVariable）或应变量（DependentVariable）。解释变量（ExplanatoryVariable）或自变量（IndependentVariable）。回归分析构成计量经济学的方法论基础，其主要内容包括：（1）根据样本观察值对经济计量模型参数进行估计，求得回归方程；（2）对回归方程、参数估计值进行显著性检验；（3）利用回归方程进行分析、评价及预测。二、总体回归函数回归分析关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。例2.1：一个假想的社区有100户家庭组成，要研究该社区每月家庭消费支出Y与每月家庭可支配收入X的关系。即如果知道了家庭的月收入，能否预测该社区家庭的平均月消费支出水平。为达到此目的，将该100户家庭划分为组内收入差不多的10组，以分析每一收入组的家庭消费支出。由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同；但由于调查的完备性，给定收入水平X的消费支出Y的分布是确定的，即以X的给定值为条件的Y的条件分布（Conditionaldistribution）是已知的，例如：P(Y=561|X=800）=1/4。因此，给定收入X的值Xi，可得消费支出Y的条件均值（conditionalmean）或条件期望（conditionalexpectation）：E(Y|X=Xi)。该例中：E(Y|X=800)=561描出散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y的条件均值均落在一根正斜率的直线上。这条直线称为总体回归线。05001000150020002500300035005001000150020002500300035004000每月可支配收入X（元）每月消费支出Y（元）在给定解释变量Xi条件下被解释变量Yi的期望轨迹称为总体回归线（populationregressionline），或更一般地称为总体回归曲线（populationregressioncurve）。称为（双变量）总体回归函数（populationregressionfunction,PRF）。

相应的函数：含义：回归函数（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变化的规律。

函数形式：可以是线性或非线性的。例2.1中，将居民消费支出看成是其可支配收入的线性函数时:

为一线性函数。其中，0，1是未知参数，称为回归系数（regressioncoefficients）。三、随机扰动项总体回归函数说明在给定的收入水平Xi下，该社区家庭平均的消费支出水平。但对某一个别的家庭，其消费支出可能与该平均水平有偏差。称为观察值围绕它的期望值的离差（deviation），是一个不可观测的随机变量，又称为随机干扰项（stochasticdisturbance）或随机误差项（stochasticerror）。例2.1中，给定收入水平Xi,个别家庭的支出可表示为两部分之和：（1）该收入水平下所有家庭的平均消费支出E(Y|Xi)，称为系统性（systematic）或确定性（deterministic)部分；（2）其他随机或非确定性（nonsystematic)部分i。称为总体回归函数（PRF）的随机设定形式。表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。由于方程中引入了随机项，成为计量经济学模型，因此也称为总体回归模型。随机误差项主要包括下列因素：在解释变量中被忽略的因素的影响；变量观测值的观测误差的影响；模型关系的设定误差的影响；其他随机因素的影响。产生并设计随机误差项的主要原因：理论的含糊性；数据的欠缺；节省原则。四、样本回归函数（SRF）问题：能从一次抽样中获得总体的近似的信息吗？如果可以，如何从抽样中获得总体的近似信息？例2.2：在例2.1的总体中有如下一个样本，能否从该样本估计总体回归函数PRF？

回答：能

该样本的散点图（scatterdiagram)：

画一条直线以尽好地拟合该散点图，由于样本取自总体，可以该直线近似地代表总体回归线。该直线称为样本回归线（sampleregressionlines）。记样本回归线的函数形式为：称为样本回归函数（sampleregressionfunction，SRF）。注意：这里将样本回归线看成总体回归线的近似替代则样本回归函数的随机形式/样本回归模型：同样地，样本回归函数也有如下的随机形式：

由于方程中引入了随机项，成为计量经济模型，因此也称为样本回归模型（sampleregressionmodel）。

▼回归分析的主要目的：根据样本回归函数SRF，估计总体回归函数PRF。即，根据

估计注意：这里PRF可能永远无法知道。§2.2一元线性回归模型的参数估计

一、一元线性回归模型的基本假设二、参数的普通最小二乘估计（OLS）三、参数估计的最大或然法(ML)四、最小二乘估计量的性质五、参数估计量的概率分布及随机干扰项方差的估计

说明单方程计量经济学模型分为两大类：线性模型和非线性模型线性模型中，变量之间的关系呈线性关系非线性模型中，变量之间的关系呈非线性关系一元线性回归模型：只有一个解释变量i=1,2,…,nY为被解释变量，X为解释变量，0与1为待估参数，为随机干扰项回归分析的主要目的是要通过样本回归函数（模型）SRF尽可能准确地估计总体回归函数（模型）PRF。估计方法有多种，其中最广泛使用的是普通最小二乘法（ordinaryleastsquares,OLS）。为保证参数估计量具有良好的性质，通常对模型提出若干基本假设。实际这些假设与所采用的估计方法紧密相关。

一、线性回归模型的基本假设

假设1.解释变量X是确定性变量，不是随机变量；

假设2.随机误差项具有零均值、同方差和不序列相关性：E(i)=0i=1,2,…,nVar(i)=2i=1,2,…,nCov(i,j)=0i≠ji,j=1,2,…,n

假设3.随机误差项与解释变量X之间不相关：Cov(Xi,i)=0i=1,2,…,n假设4.服从零均值、同方差、零协方差的正态分布

i~N(0,2)i=1,2,…,n

如果假设1、2满足，则假设3也满足;如果假设4满足，则假设2也满足。注意：

以上假设也称为线性回归模型的经典假设或高斯（Gauss）假设，满足该假设的线性回归模型，也称为经典线性回归模型（ClassicalLinearRegressionModel,CLRM）。

另外，在进行模型回归时，还有两个暗含的假设：

假设5.随着样本容量的无限增加，解释变量X的样本方差趋于一有限常数。即

假设6.回归模型是正确设定的

假设5旨在排除时间序列数据出现持续上升或下降的变量作为解释变量，因为这类数据不仅使大样本统计推断变得无效，而且往往产生所谓的伪回归问题（spuriousregressionproblem）。假设6也被称为模型没有设定偏误（specificationerror）二、参数的普通最小二乘估计（OLS）

给定一组样本观测值（Xi,Yi）（i=1,2,…n）要求样本回归函数尽可能好地拟合这组值.

普通最小二乘法（Ordinaryleastsquares,OLS）给出的判断标准是：二者之差的平方和最小。方程组（*）称为正规方程组（normalequations）。

记上述参数估计量可以写成：

称为OLS估计量的离差形式（deviationform）。由于参数的估计结果是通过最小二乘法得到的，故称为普通最小二乘估计量（ordinaryleastsquaresestimators）。

顺便指出，记则有

可得

（**）式也称为样本回归函数的离差形式。（**）注意：在计量经济学中，往往以小写字母表示对均值的离差。

三、参数估计的最大或然法(ML)

最大或然法(MaximumLikelihood,简称ML)，也称最大似然法，是不同于最小二乘法的另一种参数估计方法，是从最大或然原理出发发展起来的其他估计方法的基础。

基本原理：对于最大或然法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。在满足基本假设条件下，对一元线性回归模型：

随机抽取n组样本观测值（Xi,Yi）（i=1,2,…n）。那么Yi服从如下的正态分布：于是，Y的概率函数为（i=1,2,…n）假如模型的参数估计量已经求得，为因为Yi是相互独立的，所以的所有样本观测值的联合概率，也即或然函数(likelihoodfunction)为：

将该或然函数极大化，即可求得到模型参数的极大或然估计量。

由于或然函数的极大化与或然函数的对数的极大化是等价的，所以，取对数或然函数如下：解得模型的参数估计量为：

可见，在满足一系列基本假设的情况下，模型结构参数的最大或然估计量与普通最小二乘估计量是相同的。例2.2.1：在上述家庭可支配收入-消费支出例中，对于所抽出的一组样本数，参数估计的计算可通过下面的表2.2.1进行。

因此，由该样本估计的回归方程为：

四、最小二乘估计量的性质当模型参数估计出后，需考虑参数估计值的精度，即是否能代表总体参数的真值，或者说需考察参数估计量的统计性质。一个用于考察总体的估计量，可从如下几个方面考察其优劣性：

（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。

这三个准则也称作估计量的小样本性质。拥有这类性质的估计量称为最佳线性无偏估计量（bestlinerunbiasedestimator,BLUE）。

（4）渐近无偏性，即样本容量趋于无穷大时，是否它的均值序列趋于总体真值；（5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值；（6）渐近有效性，即样本容量趋于无穷大时，是否它在所有的一致估计量中具有最小的渐近方差。

当不满足小样本性质时，需进一步考察估计量的大样本或渐近性质：高斯—马尔可夫定理(Gauss-Markovtheorem)

在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。证：易知故同样地，容易得出

（2）证明最小方差性其中，ci=ki+di，di为不全为零的常数则容易证明普通最小二乘估计量（ordinaryleastSquaresEstimators）称为最佳线性无偏估计量（bestlinearunbiasedestimator,BLUE）

由于最小二乘估计量拥有一个“好”的估计量所应具备的小样本特性，它自然也拥有大样本特性。

五、参数估计量的概率分布及随机干扰项方差的估计

2.随机误差项的方差2的估计2又称为总体方差。

由于随机项i不可观测，只能从i的估计——残差ei出发，对总体方差进行估计。可以证明，2的最小二乘估计量为它是关于2的无偏估计量。

在最大或然估计法中，因此，2的最大或然估计量不具无偏性，但却具有一致性。

§2.3一元线性回归模型的统计检验

一、拟合优度检验

二、变量的显著性检验

三、参数的置信区间

说明回归分析是要通过样本所估计的参数来代替总体的真实参数，或者说是用样本回归线代替总体回归线。尽管从统计性质上已知，如果有足够多的重复抽样，参数的估计值的期望（均值）就等于其总体的参数真值，但在一次抽样中，估计值不一定就等于该真值。那么，在一次抽样中，参数的估计值与真值的差异有多大，是否显著，这就需要进一步进行统计检验。主要包括拟合优度检验、变量的显著性检验及参数的区间估计。

一、拟合优度检验

拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。度量拟合优度的指标：判定系数（可决系数）R2

问题：采用普通最小二乘估计方法，已经保证了模型最好地拟合了样本观测值，为什么还要检验拟合程度？1、总离差平方和的分解已知由一组样本观测值（Xi,Yi），i=1,2…,n得到如下样本回归直线

如果Yi=Ŷi

即实际观测值落在样本回归“线”上，则拟合最好。可认为，“离差”全部来自回归线，而与“残差”无关。

对于所有样本点，则需考虑这些点与样本均值离差的平方和,可以证明：TSS=ESS+RSS记总体平方和（TotalSumofSquares）回归平方和（ExplainedSumofSquares）残差平方和（ResidualSumofSquares

）

Y的观测值围绕其均值的总离差(totalvariation)可分解为两部分：一部分来自回归线(ESS)，另一部分则来自随机势力(RSS)。在给定样本中，TSS不变，如果实际观测点离样本回归线越近，则ESS在TSS中占的比重越大，因此拟合优度：回归平方和ESS/Y的总离差TSS2、可决系数R2统计量

称R2为（样本）可决系数/判定系数（coefficientofdetermination)。

可决系数的取值范围：[0，1]R2越接近1，说明实际观测点离样本线越近，拟合优度越高。在例2.1.1的收入－消费支出例中，

注：可决系数是一个非负的统计量。它也是随着抽样的不同而不同。为此，对可决系数的统计可靠性也应进行检验，这将在第3章中进行。

二、变量的显著性检验

回归分析是要判断解释变量X是否是被解释变量Y的一个显著性的影响因素。在一元线性模型中，就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。

变量的显著性检验所应用的方法是数理统计学中的假设检验。

计量经济学中，主要是针对变量的参数真值是否为零来进行显著性检验的。

1、假设检验

所谓假设检验，就是事先对总体参数或总体分布形式作出一个假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定是否接受或否定原假设。假设检验采用的逻辑推理方法是反证法先假定原假设正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设。判断结果合理与否，是基于“小概率事件不易发生”这一原理的2、变量的显著性检验

检验步骤：

（1）对总体参数提出假设H0：1=0，H1：10（2）以原假设H0构造t统计量，并由样本计算其值（3）给定显著性水平，查t分布表得临界值t/2(n-2)

(4)比较，判断若|t|>t/2(n-2)，则拒绝H0，接受H1；若|t|t/2(n-2)，则拒绝H1，接受H0；对于一元线性回归方程中的0，可构造如下t统计量进行显著性检验：

在上述收入—消费支出例中，首先计算2的估计值t统计量的计算结果分别为：

给定显著性水平=0.05，查t分布表得临界值

t0.05/2(8)=2.306|t1|>2.306，说明家庭可支配收入在95%的置信度下显著，即是消费支出的主要解释变量；

|t2|<2.306,表明在95%的置信度下，无法拒绝截距项为零的假设。

假设检验可以通过一次抽样的结果检验总体参数可能的假设值的范围（如是否为零），但它并没有指出在一次抽样中样本参数值到底离总体参数的真值有多“近”。

三、参数的置信区间

要判断样本参数的估计值在多大程度上可以“近似”地替代总体参数的真值，往往需要通过构造一个以样本参数的估计值为中心的“区间”，来考察它以多大的可能性（概率）包含着真实的参数值。这种方法就是参数检验的置信区间估计。如果存在这样一个区间，称之为置信区间（confidenceinterval）；

1-称为置信系数（置信度）（confidencecoefficient），

称为显著性水平（levelofsignificance）；置信区间的端点称为置信限（confidencelimit）或临界值（criticalvalues）。一元线性模型中，i(i=1，2）的置信区间:在变量的显著性检验中已经知道：

意味着，如果给定置信度（1-），从分布表中查得自由度为(n-2)的临界值，那么t值处在(-t/2,t/2)的概率是(1-)。表示为：

即于是得到:(1-)的置信度下,i的置信区间是

在上述收入-消费支出例中，如果给定=0.01，查表得：

由于于是，1、0的置信区间分别为：（0.6345,0.9195)

（-433.32,226.98）

由于置信区间一定程度地给出了样本参数估计值与总体参数真值的“接近”程度，因此置信区间越小越好。要缩小置信区间，需要（1）增大样本容量n。因为在同样的置信水平下，n越大，t分布表中的临界值越小；同时，增大样本容量，还可使样本参数估计量的标准差减小；

（2）提高模型的拟合优度。因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和应越小。由于置信区间一定程度地给出了样本参数估计值与总体参数真值的“接近”程度，因此置信区间越小越好。

要缩小置信区间，需

（1）增大样本容量n，因为在同样的置信水平下，n越大，t分布表中的临界值越小；同时，增大样本容量，还可使样本参数估计量的标准差减小；

（2）提高模型的拟合优度，因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和应越小。§2.4一元线性回归分析的应用：预测问题

一、Ŷ0是条件均值E(Y|X=X0)或个值Y0的一个无偏估计二、总体条件均值与个值预测值的置信区间

对于一元线性回归模型

给定样本以外的解释变量的观测值X0，可以得到被解释变量的预测值Ŷ0

，可以此作为其条件均值E(Y|X=X0)或个别值Y0的一个近似估计。

严格地说，这只是被解释变量的预测值的估计值，而不是预测值。原因:（1）参数估计量不确定；（2）随机项的影响说明一、Ŷ0是条件均值E(Y|X=X0)或个值Y0的一个无偏估计对总体回归函数E(Y|X=X0)=0+1X，X=X0时

E(Y|X=X0)=0+1X0于是可见，Ŷ0是条件均值E(Y|X=X0)的无偏估计。对总体回归模型Y=0+1X+，当X=X0时于是

二、总体条件均值与个值预测值的置信区间

1、总体均值预测值的置信区间

由于

于是可以证明

因此

故

于是，在1-的置信度下，总体均值E(Y|X0)的置信区间为

其中2、总体个值预测值的预测区间

由Y0=0+1X0+知:

于是

式中:从而在1-的置信度下，Y0的置信区间为

在上述收入—消费支出例中，得到的样本回归函数为:

则在X0=1000处，

Ŷ0=–103.172+0.777×1000=673.84

而因此，总体均值E(Y|X=1000)的95%的置信区间为：673.84-2.30661.05<E(Y|X=1000)<673.84+2.30661.05或（533.05,814.62）同样地，对于Y在X=1000的个体值，其95%的置信区间为：

673.84-2.30661.05<Yx=1000<673.84+2.30661.05或(372.03,975.65)

总体回归函数的置信带（域）（confidenceband）个体的置信带（域）

对于Y的总体均值E(Y|X)与个体值的预测区间（置信区间）:（1）样本容量n越大，预测精度越高，反之预测精度越低；（2）样本容量一定时，置信带的宽度当在X均值处最小，其附近进行预测（插值预测）精度越大；X越远离其均值，置信带越宽，预测可信度下降。§2.5实例：时间序列问题

一、中国居民人均消费模型

二、时间序列问题

一、中国居民人均消费模型

例2.5.1考察中国居民收入与消费支出的关系。GDPP：

人均国内生产总值（1990年不变价）CONSP：人均居民消费（以居民消费价格指数（1990=100）缩减）。

1.建立模型

拟建立如下一元回归模型

采用Eviews软件进行回归分析的结果见下表

该两组数据是1978—2000年的时间序列数据（timeseriesdata）；前述收入—消费支出例中的数据是截面数据（cross-sectionaldata）。一般可写出如下回归分析结果：(13.51)(53.47)R2=0.9927F=2859.23DW=0.5503

R2=0.9927T值：C：13.51，GDPP：53.47

临界值:t0.05/2(21)=2.08斜率项：0<0.3862<1，符合绝对收入假说

2.模型检验

3.预测

2001年：GDPP=4033.1（元）（1990年不变价）

点估计：CONSP2001=201.107+0.38624033.1=1758.7（元）

2001年实测的CONSP（1990年价）:1782.2元，

相对误差:-1.32%。

2001年人均居民消费的预测区间

人均GDP的样本均值与样本方差：E(GDPP)=1823.5Var(GDPP)=982.042=964410.4在95%的置信度下，E(CONSP2001)的预测区间为：

=1758.740.13或：

（1718.6,1798.8）

同样地，在95%的置信度下，CONSP2001的预测区间为：

=1758.786.57或

（1672.1,1845.3）

二、时间序列问题

上述实例表明，时间序列完全可以进行类似于截面数据的回归分析。然而，在时间序列回归分析中，有两个需注意的问题：

第一，关于抽样分布的理解问题。能把表2.5.1中的数据理解为是从某个总体中抽出的一个样本吗？

可决系数R2，考察被解释变量Y的变化中可由解释变量X的变化“解释”的部分。这里“解释”能否换为“引起”?第二，关于“伪回归问题”（spuriousregressionproblem）。在现实经济问题中，对时间序列数据作回归，即使两个变量间没有任何的实际联系，也往往会得到较高的可决系数，尤其对于具有相同变化趋势（同时上升或下降）的变量，更是如此。这种现象被称为“伪回归”或“虚假回归”。强化节能减排实现绿色发展内容览要节能减排，世界正在行动为什么要节能减排什么是节能减排节能减排，我们正在行动0502010403目录CONTENTS一、什么是节能减排

在《中华人民共和国节约能源法》中定义的节能减排，是指加强用能管理，采取技术上可行、经济上合理以及环境和社会可以承受的措施，从能源生产到消费的各个环节，降低消耗、减少损失和污染物排放、制止浪费，有效、合理地利用能源。从具体意义上说，节能，就是降低各种类型的能源品消耗；减排，就是减少各种污染物和温室气体的排放，以最大限度地避免污染我们赖以生存的环境。二、为什么要节能减排1、节能减排是缓解能源危机的有效手段

当下，能源危机迫在眉睫，国外有关机构的统计结果显示：2010年中国的能源消耗超过美国，成为全球第一。2011年2月底，中国能源研究会公布最新统计数据显示，2010年我国一次能源消费量为32.5亿吨标准煤，同比增长6%，超过美国成为全球第一能源消费大国。统计数据称，2010年中国一次能源消费量为24.32亿吨油当量，同比增长11.2%，占世界能源消费总量的20.3%。美国一次能源消费量为22.86亿吨油当量，同比增长3.7%，占世界能源消费总量的19.0%。

根据全球已探明传统能源储量测算，按照当前能源消耗增长速度，传统的石化燃料（煤、石油、天然气）已经不够人类再使用一百年。目前新能源的开发利用方兴未艾，2010年全球有23%的能源需求来自再生能源，其中13%为传统的生物能，多半用于热能（例如烧柴），5.2%是来自水力，来自新的可再生能源（小于20MW的水力，现代的生物质能，风能，太阳，地热等）则只有4.7%。在再生能源发电方面，全球来自水力的占16%，来自新的再生能源者占5%。如果我们不对现有能源和资源节约使用，按照目前情况持续下去，有可能百年之后，人类将会部分进入一个“新石器时代”。2节能减排是保护自然生态环境的强力武器

这就是我们美丽的太阳系概念图从太空中拍摄到的蔚蓝色的精灵——地球如诗如画的乡间美景，逸趣横生的劳动生活！

这几乎就是我们每个人为之向往的家园！

然而我们目前不得不面对的却是自然生态环境的日益恶化！

“温室气体大量排放，发生温室效应，造成全球变暖，这已是不争的事实！”目前，在各种温室气体中，二氧化碳对温室效应的影响约占50%，而大气中的二氧化碳有70%是燃烧石化燃料排放的。我们可以了解到冰川融化、海平面上升、干旱蔓延、农作物生产力下降、动植物行为发生变异等气候变化带来的影响。我国最近两年干旱频发，有相当部分原因是受到全球气候变化问题的影响，而这也是我们目前面临的最复杂、最严峻的挑战之一。长江江西九江段裸露出来的江滩湘江长沙橘子洲以西河床（2009年）江西赣江南昌段裸露的桥墩（2009年）温室效应导致气候变化，打破降雨平衡，旱涝频发洪水泛滥——当大自然露出锋利的爪牙，

我们才发现自己原来是如此脆弱，不堪一击！温室效应导致冰川融化

北极熊等极地生命形态遭遇严重的生存危机受世界气候变化影响，曼谷遭遇洪水

温室效应导致的冰川融化还将造成海平面升高的后果，它将直接威胁到沿海国家以及30多个海岛国家的生存和发展。美国环保专家的预测更令人担忧，再过50年～70年，巴基斯坦国土的1/5、尼罗河三角洲的1/3以及印度洋上的整个马尔代夫共和国，都将因海平面升高而被淹没；东京、曼谷、上海、威尼斯、彼得堡和阿姆斯特丹等许多沿海城市也将完全或局部被淹没。

目前，在温室气体排放方面，我们国家正保持领先优势并有继续将其扩大的趋势！！！

马尔代夫倒计时：预计将于90年内被海水淹没。原因：全球变暖导致海平面上升.

马尔代夫是一个群岛国家，80%是珊瑚礁岛，全国最高的两座岛屿距离海平面只有2.4米。因此，它也是受到全球变暖影响最严重的国家.在过去一个世纪里，该国家海平面上升了约20厘米，根据联合国政府间气候变化问题研究小组的报告，2100年全球海平面有可能升高0.18米至0.59米。届时，马尔代夫将面临灭顶之灾。太平洋上的一颗美丽的翡翠——马尔代夫澄澈的碧蓝海水上徜徉着白云——这就是人间天堂婆娑的椰树，洁白的沙滩，舒适的躺椅

图瓦卢倒计时：预计将于未来50至100年消失。原因：气候变暖导致海平面上升.

这个由9座环形珊瑚岛群组成、平均海拔1.5米的小国家每逢二三月大潮期间，就会有30%的国土被海水淹没。近20年来，这些由珊瑚礁形成的海岛已被海水侵蚀得千疮百孔，土壤加速盐碱化，粮食和蔬菜已很难正常生长。事实上，图瓦卢人从2001年就已开始陆陆续续地告别自己的国家，迁往美国、新西兰等国。澳大利亚大堡礁倒计时：20年消失原因：全球变暖和人为破坏大堡礁1981年被列入自然类世界遗产，支撑着规模巨大的旅游业。然而，自上世纪80年代以来，由于全球变暖导致海洋酸性增加以及人为破坏，珊瑚渐渐在人们的视线中消失。海洋学家查利·沃隆今年7月公布的一份报告指出，全球气候变暖将在短短20年时间内让大堡礁荡然无存。

美丽的澳大利亚大堡礁大堡礁色彩缤纷的美丽珊瑚礁和鱼群大堡礁的明星——与海葵共生的小丑鱼

南北极倒计时：50年消失原因：全球变暖导致冰帽融化温室效应造成全球气温升高已经使得两极冰帽开始融化，冰帽融化不仅直接冲击当地的生态环境，使现存的南北极生物面临灭绝，南北极也渐渐消亡。全球海平面上升，许多低洼地区的国家甚至会因此而被淹没。以上几个现实中正在慢慢被证实的例子，已经为我们敲响了最刺耳的警钟，如果我们再不及时采取强有力的措施，那么，后果将不堪设想。我们，需要尽可能为子孙后代留下一个相对较好的生存环境，这是我们每个人义不容辞的责任！【开普勒-22b】科学家用开普勒望远镜发现首颗适合居住星球美国航空航天局（NASA）12月5日宣布，该局通过开普勒太空望远镜项目证实了太阳系外第一颗类似地球的、可适合居住的行星。报道称，NASA表示，科学家们利用开普勒太空望远镜在距地球约600光年的一个恒星系统中新发现了一颗宜居行星。该行星被命名为“开普勒-22b”，半径约为地球半径的2.4倍，这是目前被证实的最接近地球形态的行星。目前，该行星的主要成分尚不清楚，绕恒星运行的周期约为290个地球日。这颗行星围绕运转的母恒星比太阳略小、略冷，但和太阳一样属于比较稳定、寿命比较长的恒星。因此，这也是首次在与太阳系类似的恒星系统中发现宜居行星。最新发现的行星“不冷不热”，温度大约为22.2℃，正好适合人类居住。此外，这颗行星上还可能有液态水，而液态水被科学家视为生命存在的关键指标。据悉，相关研究成果将发表在美国《天体物理学》杂志上。各种水体污染继续加剧，“清流”变“浊流”超标排放造成河流的污染，导致大量鱼类死去，仍存活的鱼类体内也富集了数量不一的各类有害物质酸性气体超标排放导致酸雨形成酸雨频降导致严重污染

以下是全国酸雨分布示意图我国三大酸雨区包括(我国酸雨主要是：硫酸型）1.西南酸雨区：是仅次于华中酸雨区的降水污染严重区域。2.华中酸雨区：目前它已成为全国酸雨污染范围最大，中心强度最高的酸雨污染区。3.华东沿海酸雨区：它的污染强度低于华中、西南酸雨区。我国酸雨主要分布地区是长江以南的四川盆地、贵州、湖南、湖北、江西，以及沿海的福建、广东等省。在华北，很少观测到酸雨沉降，其原因可能是北方的降水量少，空气湿度低，土壤酸度低。然而值得注意的是北方如侯马、京津、丹东、图们等地区现在也出现了酸性降水。酸雨危害是多方面的，包括对人体健康、生态系统和建筑设施都有直接和潜在的危害。酸雨还可使农作物大幅度减产，特别是小麦，在酸雨影响下，可减产13%至34%。大豆、蔬菜也容易受酸雨危害，导致蛋白质含量和产量下降。酸雨对森林和其他植物危害也较大，常使森林和其他植物叶子枯黄、病虫害加重，最终造成大面积死亡。空气中的二氧化硫先与空气中的氧气反应生成三氧化硫，再与氢离子结合生成浓硫酸，浓硫酸再与水反应生成酸雨。酸雨具有腐蚀性，人体遇到酸雨很容易得皮肤癌。被酸雨毁坏的丛林，其危害超乎想象受到酸雨腐蚀影响的乐山大佛

长明灯、长流水等现象屡见不鲜，这些琐碎的细节造成了当今社会能源、资源的大量浪费。3节能减排是改善日常能源和各种资源浪费严重的有力措施长流水现象随处可见

在此，我想向各位在此通报我们各类资源占有率：我国水资源总量占世界水资源总量的7%，居第6位。但人均占有量仅有2400m3，为世界人均水量的1/4，居世界第119位，是全球13个贫水国之一;我国森林面积为15894．1万公顷，全国森林覆盖率达到16．55％，居世界首位，但人均森林蓄积量只有世界人均蓄积量的1／8;当前，我国天然气产量仅居世界第19位，占世界总产量的1%，消费量排名在世界第20位以后；消费量是世界总量的0.9%。节能减排对大至国家、小至个人都是很有意义的一件事情！

首先，国家在节能减排政策方面不断出台各种强制性政策，不断提高对各类企业节能减排组织机构与能力建设的要求；其次，中央和地方政府大幅度增加节能减排方面的财政预算,在税收、价格等方面有各种激励机制，激发企业节能减排的热情；再次，自主节能减排可以企业降低生产经营成本，具有非常直观的经济效益；最后，节能减排是衡量一个企业是不是一个有强烈社会责任意识的优秀企业的重要标准（即你所在的企业是否受人尊重）。4节能减排与企业的发展休戚相关

总之，种种事实向我们说明了节能减排工作的必要性和迫切性！！！而节能减排目标的实现，也涉及生产、生活、建设、流通和消费等各个环节，关系各行各业、社会各界和我们自己的切身利益，所以，在公在私，我们都要充分调动各方面参与这项工作的积极性，全社会动员，全民参与，实施节水、节油、节煤、节电、节地等等，使节能减排成为每个企业、每个社区、每个单位、每个学校、每个家庭、每个社会成员的自觉行动，这是非常必要的。三节能减排世界正在行动世界各国和各相关组织机构的行动计划1、各国从政策律例上为节能减排加大支持力度，很多国家都把节能减排纳入企业管理的一个强力约束指标。2、全球相关组织发起积极行动“地球1小时”是世界自然基金会向全球发出的一项倡议，呼吁个人、社区、企业和政府在每年3月份的最后一个星期六熄灯1小时，以此来激发人们对保护地球的责任感，以及对气候变化等环境问题的思考，表明对全球共同抵御气候变暖行动的支持。参加活动的法国巴黎艾菲尔铁塔灯光对比的图景英国积极响应“地球一小时”熄灯活动，图为伦敦的大本钟灯光明灭对照四节能减排我们正在行动1

.节能减排，国家在行动

在政策方面，国家财政十大措施支持新能源与节能减排：一是大力支持风电规模化发展，建立比较完善的风电产业体系；二是实施“金太阳”工程，加快启动国内光伏发电市场；三是开展节能与新能源汽车示范推广试点，鼓励北京、上海等13个城市在公交、出租等领域推广使用；四是加快实施十大重点节能工程，鼓励合同能源管理发展；五是加快淘汰落后产能，对经济欠发达地区淘汰电力、钢铁等13个行业落后产能给予奖励；

六是支持城镇污水管网建设，推进污水处理产业化发展；七是支持生态环境保护和污染治理，加大重点流域水污染治理，促进企业加强污染治理，加强农村环境保护，探索跨流域生态环境补偿机制；八是实施“节能产品惠民工程”，扩大节能环保产品使用和消费；九是支持发展循环经济，全面推行清洁生产；十是支持节能减排能力建设，建立完善能效标识制度，节能统计、报告和审计制度，加强环境监管能力建设。

出台十二五节能减排规划，作为十二五发展重要考核指标之一，计划在“十二五”期间，全国31个省市自治区被分为5类地区，每类地区确定一个节能指标，其单位GDP能耗降低率分为10%—18%。“十二五”期间和今年我国工业节能减排四大约束性指标：单位工业增加值能耗、二氧化碳排放量和用水量分别要比“十一五”末降低18%、18%以上和30%，工业固体废物综合利用率要提高到72%左右；今年这四项指标同比要分别降低4%、4%以上和7%左右以及提高2.2个百分点。十二五期间，SO2、COD排放总量要比“十一五”末分别减少10%和5%。

我国在节能减排各项相关体系构建上日益严密，约束力和影响力日益凸显！--节约型的生产体系、消费体系建设加快；--政策保障体系“三管齐下”，形成比较完善的节能政策保障体系（法律、行政、经济）；--技术支撑体系：节能技术创新的能力不断提高，节能产品层出不穷，节能成为一些企业“创品牌”的亮点；--监督管理体系：管理节能的部门和机构不断增多、级别不断提高，队伍不断壮大，能力不断提高：（首长负责、中央和地方成立新机构、新鲜血液）

为此，我国还专门制定并推广十大重点节能工程，它包括：节约和替代石油、燃煤工业锅炉（窑炉）改造、区域热电联产、余热余压利用、电机系统节能、能量系统优化、建筑节能、绿色照明、政府机构节能以及节能监测和技术服务体系建设工程。综上所述，我们可以看到国家在节能减排方面的决心和投入是多么的坚决，这一点是非常可喜的！2节能减排，我们自己在行动从之前的实例表明，节能减排与国家、企业息息相关，同时与我们自身也是密不可分的。因为我们每个人都是节能减排这项很有意义的工作执行者，只有当我们每个人都具备强烈的节能减排意识和责任心的时候，节能减排这项工作的开展才算是有了最广泛、最强大的基础和平台，才会达到或者超出预期的效果。事实上，节能减排对我们的工作现实生活也有非常重要的作用——一方面能提高我们的工作质量和个人素养，另一方面还可以节约生活成本，畅享低碳生活！

通过对之前几个节能减排项目的介绍，我们可以看到，节能减排其实并不神秘，很多可以实施的项目就在我们身边以各种形式存在着，它可以是对原有放空蒸汽的回收利用，可以是对冷凝液四处横流浪费现象的有效解决，可以是工艺操作法方面的改进，可以是对设备自身问题的优化解决，等等。然而我们要认识到，尽管我们身边存在不少需要优化改进的问题，但是能否发现并解决这些问题则取决于我们自身的技术水平、工作思路和责任心是否到位，而这三个方面是直接2.1树立和增强节能减排意识有利于我们提高自身的工作质量、个人素养以及未来的发展

决定我们的工作质量和个人综合素养的高低的重要因素，并会最终影响到个人未来的发展。换句话说，节能减排工作开展质量的高低，可以在某种程度上直接反映个人工作能力的高下！从现在起，如果你是班长或巡检员，那么，请你保持细致敏感、善于发现问题的心态，把自己责任范围内的所有工艺问题汇总起来，与技术员和厂领导一起去讨论、解决，然后你就会发现这非常有利于你的技术水平和综合素质的全面提高，如果你又一颗强烈的进取心，那么还有什么理由不用心去做好节能减排工作呢？2.2节能减排可以节约生活成本，畅享低碳生活

我们通过以下方面可以培养良好的节能习惯：1、合理使用空调如果每台空调在国家提倡的26℃基础上调高1℃,每年可节电22度,相应减排二氧化碳21千克.如果对全国1.5亿台空调都采取这一措施,那么每年可节电约33亿度,减排二氧化碳317万吨.如果全国每年10%的空调更新为节能空调,那么可节电约3.6亿度,减排二氧化碳35万吨.2、节能装修如果全国每年2000万户左右的家庭装修能做到减少1千克装修用铝材和钢材，节约使用0.1立方米装修用的木材和1平方米建筑陶瓷,那么可节能约100万吨标准煤,减排二氧化碳220万吨.3、采用节能方式洗衣如果选用节能洗衣机每月用手洗代替一次机洗，每年少用1千克洗衣粉,那么每年可节能约50万吨标准煤,减排二氧化碳120万吨.4、减少粮食浪费

"谁知盘中餐,粒粒皆辛苦",可是现在浪费粮食的现象仍比较严重.而少浪费0.5千克粮食(以水稻为例),可节能约0.18千克标准煤,相应减排二氧化碳0.47千克.如果全国平均每人每年减少粮食浪费0.5千克,每年可节能约24.1万吨标准煤,减排二氧化碳61.2万吨.

5、节约用水可以用淘米水去洗碗或者浇花。冲洗衣服时，可以加入少量肥皂粉，因为洗衣粉遇到肥皂会减少很多泡沫，既省水又节约清洗的时间。洗脸、洗手用小脸盆接住水，然后倒进大桶收集起来。洗手、洗澡、洗衣、洗菜的水和较干净的洗碗水，都可以收集起来洗抹布、擦地板、冲马桶。刷牙时要用多少水就盛多少水，不要开着水龙头让水一直流个不停。

6.节约照明用电注意随手关灯。使用高效节能灯泡。美国的能源部门估计，单单使用高效节能灯泡代替传统电灯泡，就能避免四亿吨二氧化碳被释放。节能灯最好不要短时间内开关，节能灯在开关时是最耗电的，对于保险丝的损伤也是最大的。白天可以干完的事不留着晚上做，洗衣服、写作业在天黑之前做完。早睡早起有利于身体健康，又环保节能。

7、低碳烹调法尽量节约厨房里的能源。食用油在加热时产生致癌物，并造成油烟污染居室环境。减少烹炸的菜肴。

如果我们的节能减排工作做到位了，那么，你就会享受到低碳生活带来的种种好处：居家更温暖——建筑节能改造，提高室温5-7℃交通更便利——地铁、公共车、城际高速铁路家庭支出更少——绿色照明、节能产品惠民政策购买高效节能产品更便宜——以旧换新、惠民工程我们赖以生存的天更蓝、水更绿、空气更清新！

节能减排，让我们用明天的视野设计今天的工程！在此处添加演示文稿标题在此处添加演示文稿正文在此处添加演示文稿正文在此处添加演示文稿正文强化节能减排谢谢！实现绿色发展！单击此处添加副标题内容蛋白质-能量营养障碍了解营养不良和肥胖均是营养平衡紊乱所致综合征；熟悉营养不良和肥胖症的病因和病理生理；掌握营养不良和肥胖症的临床表现和诊断标准；掌握营养不良和肥胖症的防治原则。目的和要求

蛋白质-能量营养不良

protein-energymalnutrition,PEM蛋白质-能量营养不良是由于缺乏能量和/或蛋白质所致的一种营养缺乏症，主要见于3

岁以下婴幼儿。临床上以体重明显减轻，皮下脂肪减少和皮下水肿为特征，常伴有各器官系统的功能紊乱。急性发病者常伴有水、电解质紊乱，慢性者常有多种营养素缺乏。定义消瘦型：能量供应不足为主浮肿型：蛋白质供应不足为主浮肿-消瘦型：两者兼有临床类型长期摄入不足—喂养不当

母乳不足，未及时添加富含蛋白质的食品；人工喂养调配不当；骤然断奶，辅食添加不及时、不恰当；长期以淀粉类食物喂养；不良的饮食习惯；

病因消化吸收不良

消化系统解剖异常：如唇裂、腭裂、幽门梗阻、肠旋转不良等；

消化系统功能异常：如迁延性腹泻、过敏性肠炎、肠吸收不良综合征等；病因需要量增加

急慢性传染病恢复期；生长发育快速阶段；疾病使营养素消耗过多；先天不足、营养基础差（早产、双胎）病因新陈代谢异常各系统功能低下病理生理

蛋白质低蛋白血症水肿

摄入不足脂肪胆固醇↓、脂肪肝消瘦、皮下脂肪↓、消失消化吸收不良营养不良碳水化合物血糖偏低昏迷

水、盐代谢细胞外液↑低渗脱水低钠、低钾需要增加体温调节体温偏低系统功能低下

贫血消化系统消化液↓消化吸收功能↓维生素缺乏系消化酶↓腹泻统循环系统心脏收缩力↓血压偏低、脉细弱功能泌尿系统尿重吸收↓多尿、低比重尿低下神经系统脑细胞数↓表情淡漠、反应迟钝、记成分改变忆力减退、条件反射不易建立、精神抑郁间伴烦躁不安免疫系统胸腺、淋巴结特异性免疫功能↓容易脾脏、扁桃体、非特异性免疫功能↓感染肠、阑尾等淋巴组织萎缩

系统功能低下体重：不增（早期表现）→下降皮下脂肪厚度：是判断营养不良程度的重要指标之—减少→消失腹部→躯干→臀部→四肢→面部身高：不长→低于正常

临床表现皮肤干燥、苍白→弹性差→肌肉萎缩→

老人状、“皮包骨”精神乏力→萎靡→反应迟钝；食欲下降→腹泻与便秘交替；其它：浮肿（凹陷性），体温低，BP↓

肌张力↓临床表现营养性贫血：小细胞低色素贫血最常见多种维生素缺乏：维生素A缺乏（角膜浑浊、溃疡）微量元素缺乏：锌继发各种感染：反复呼吸道感染、反复腹泻等自发性低血糖：要警惕，多在凌晨发生并发症血清白蛋白浓度：代谢周期短的蛋白浓度下降有早期诊断价值IGF-I(胰岛素样生长因子1)下降作为诊断蛋白质营养不良指标牛磺酸、必需氨基酸↓，非必需氨基酸无变化实验室检查淀粉酶、脂肪酶、转氨酶、胰酶、嘌呤氧化酶活力均↓胆固醇、电解质、微量元素浓度下降生长激素水平升高

-经治疗后以上项目可恢复正常值实验室检查诊断依据：年龄：多见于<3岁婴儿；喂养史；体重不增，反而下降；皮下脂肪少，注意顺序规律；全身相应各系统紊乱；合并症存在。诊断体重低下(underweight)：慢性或急性营养不良体重低于同年龄、同性别参照人群的均值减2SD以下；中度：体重低于同年龄、同性别参照人群的均值减2SD～3SD；重度：体重低于同年龄、同性别参照人群的均值减3SD以下

分型与分度生长迟缓（stunting）：慢性长期营养不良身长低于同年龄、同性别的参照人群的均值减2SD以下；中度：身长低于同年龄、同性别的参照人群的均值减2SD～3SD；重度：身长低于同年龄、同性别的参照人群的均值减3SD以下分型与分度消瘦（wasting）：近期、急性营养不良体重低于同性别、同身高的参照人群的均值减2SD；中度：体重低于同性别、同身高的参照人群的均值减2SD～3SD；重度：体重低于同性别、同身高的参照人群的均值减3SD以下分型与分度

根据能量缺乏为主、还是蛋白质缺乏为主进行分型：消瘦型：以能量缺乏为主，可进一步分度浮肿型：以蛋白质缺乏为主消瘦-浮肿型临床类型处理危及生命的并发症：脱水、酸中毒、电解质紊乱、休克、低血糖等祛除病因：积极治疗原发病，如纠正畸形、控制感染、改进喂养方式。调整饮食：应由少至多，循序渐进，不可操之过急，否则会引起消化不良。治疗轻度：250～330kJ/kg.d（60～80Kcal/kg.d开始；中、重度：165～230kJ/kg.d(40～

55Kcal/kg.d开始->逐步少量增加，渐加至500～727kJ/kg.d(120～170Kcal/kgkg.d；蛋白质从1.5～2g/kg开始逐渐->3.0～4.5g/kg。丰富的维生素和微量元素食物。促进消化,改善消化功能

药物：B族维生素，胃蛋白酶，胰酶蛋白质同化类固醇制剂（苯丙酸诺龙10～25mg/次，每周1～2

次，连用2～3周）胰岛素（2～3U/次/天，1～2周一疗程）锌制剂中医治疗：其他：成分输血、静脉营养等合理喂养：母乳喂养、及时添加辅食、正确选用代乳品、纠正不良饮食习惯合理安排生活作息制度：防治传染病和先天畸形：推广应用生长发育监测图：预防1强化节能减排实现绿色发展CONTENTS01什么是节能减排02为什么要节能减排03节能减排，世界正在行动04内容览要05节能减排，我们正在行动目录一、什么是节能减排

在《中华人民共和国节约能源法》中定义的节能减排，是指加强用能管理，采取技术上可行、经济上合理以及环境和社会可以承受的措施，从能源生产到消费的各个环节，降低消耗、减少损失和污染物排放、制止浪费，有效、合理地利用能源。

从具体意义上说，节能，就是降低各种类型的能源品消耗；减排，就是减少各种污染物和温室气体的排放，以最大限度地避免污染我们赖以生存的环境。二、为什么要节能减排1、节能减排是缓解能源危机的有效手段

当下，能源危机迫在眉睫，国外有关机构的统计结果显示：2010年中国的能源消耗超过美国，成为全球第一。2011年2月底，中国能源研究会公布最新统计数据显示，2010年我国一次能源消费量为32.5亿吨标准煤，同比增长6%，超过美国成为全球第一能源消费大国。统计数据称，2010年中国一次能源消费量为24.32亿吨油当量，同比增长11.2%，占世界能源消费总量的20.3%。美国一次能源消费量为22.86亿吨油当量，同比增长3.7%，占世界能源消费总量的19.0%。

根据全球已探明传统能源储量测算，按照当前能源消耗增长速度，传统的石化燃料（煤、石油、天然气）已经不够人类再使用一百年。目前新能源的开发利用方兴未艾，2010年全球有23%的能源需求来自再生能源，其中13%为传统的生物能，多半用于热能（例如烧柴），5.2%是来自水力，来自新的可再生能源（小于20MW的水力，现代的生物质能，风能，太阳，地热等）则只有4.7%。在再生能源发电方面，全球来自水力的占16%，来自新的再生能源者占5%。如果我们不对现有能源和资源节约使用，按照目前情况持续下去，有可能百年之后，人类将会部分进入一个“新石器时代”。2节能减排是保护自然生态环境的强力武器

这就是我们美丽的太阳系概念图从太空中拍摄到的蔚蓝色的精灵——地球如诗如画的乡间美景，逸趣横生的劳动生活！

这几乎就是我们每个人为之向往的家园！

然而我们目前不得不面对的却是自然生态环境的日益恶化！

“温室气体大量排放，发生温室效应，造成全球变暖，这已是不争的事实！”

目前，在各种温室气体中，二氧化碳对温室效应的影响约占50%，而大气中的二氧化碳有70%是燃烧石化燃料排放的。我们可以了解到冰川融化、海平面上升、干旱蔓延、农作物生产力下降、动植物行为发生变异等气候变化带来的影响。我国最近两年干旱频发，有相当部分原因是受到全球气候变化问题的影响，而这也是我们目前面临的最复杂、最严峻的挑战之一。长江江西九江段裸露出来的江滩湘江长沙橘子洲以西河床（2009年）江西赣江南昌段裸露的桥墩（2009年）温室效应导致气候变化，打破降雨平衡，旱涝频发洪水泛滥——当大自然露出锋利的爪牙，

我们才发现自己原来是如此脆弱，不堪一击！温室效应导致冰川融化

北极熊等极地生命形态遭遇严重的生存危机受世界气候变化影响，曼谷遭遇洪水

温室效应导致的冰川融化还将造成海平面升高的后果，它将直接威胁到沿海国家以及30多个海岛国家的生存和发展。美国环保专家的预测更令人担忧，再过50年～70年，巴基斯坦国土的1/5、尼罗河三角洲的1/3以及印度洋上的整个马尔代夫共和国，都将因海平面升高而被淹没；东京、曼谷、上海、威尼斯、彼得堡和阿姆斯特丹等许多沿海城市也将完全或局部被淹没。

目前，在温室气体排放方面，我们国家正保持领先优势并有继续将其扩大的趋势！！！

马尔代夫倒计时：预计将于90年内被海水淹没。原因：全球变暖导致海平面上升.

马尔代夫是一个群岛国家，80%是珊瑚礁岛，全国最高的两座岛屿距离海平面只有2.4米。因此，它也是受到全球变暖影响最严重的国家.在过去一个世纪里，该国家海平面上升了约20厘米，根据联合国政府间气候变化问题研究小组的报告，2100年全球海平面有可能升高0.18米至0.59米。届时，马尔代夫将面临灭顶之灾。太平洋上的一颗美丽的翡翠——马尔代夫澄澈的碧蓝海水上徜徉着白云——这就是人间天堂婆娑的椰树，洁白的沙滩，舒适的躺椅

图瓦卢倒计时：预计将于未来50至100年消失。原因：气候变暖导致海平面上升.

这个由9座环形珊瑚岛群组成、平均海拔1.5米的小国家每逢二三月大潮期间，就会有30%的国土