共查询到20条相似文献，搜索用时 171 毫秒
1.
利用IPAT模型及其结构分解方法,定量研究云南省城市空间扩张与人口、富裕度、技术进步之间的关系,通过STIRPAT模型,分析云南省城市空间扩张各因素的影响程度。结果表明:人口和富裕程度对云南省城市空间扩张呈增加效应,技术水平对其呈减少效应。通过岭回归拟合发现,人口、人均GDP每增加1%,云南省城市面积分别扩大2.64%和0.112%,单位GDP城市土地用地量每增加1%,城市面积则减少0.105%。这一结果对解决云南省有限土地资源与社会经济发展和城市空间规模过度扩展之间的突出矛盾具有现实意义。 相似文献
2.
基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测 总被引：5，自引：1，他引：4
定量分析碳排放的影响因素,对降低区域碳排放具有重要的指导意义。利用STIRPAT模型,定量分析江苏省能源消费碳排放量与人口、富裕度（以人均GDP表示）、技术进步（以能源强度表示）和城镇化水平之间的关系,通过岭回归拟合后发现,人口数量、人均GDP、能源强度、城市化水平每变化1%,江苏省能源消费碳排放量将分别发生3.467%、(0.242+0.024 lnA)%、0.313%和0.151%的变化。在以上研究的基础上,设置8种不同的发展情景,分析了江苏省未来能源消费碳排放量的发展趋势。结果表明,当人口、经济保持低速增长,并保持高技术增长率时,有利于控制江苏省的能源消费碳排放量,2020年江苏省的能源消费碳排放量预测值为202.81 MtC。 相似文献
3.
实现经济与生态环境的协调发展，已经成为当前治理沙漠化的巨大挑战。如何定量分析人类活动和自然条件对环境的影响，是当前环境经济学界研究的热点问题。以内蒙古自治区71个沙漠化县为研究对象，以1986—2010年为研究区间做面板空间计量实证分析。选取了人口、富裕度、技术水平、风速和降水作为环境基础指标构建STIRPAT模型，从环境压力内在驱动角度定量分析不同的自然因素和人为因素对沙漠化地区环境的综合影响。结果表明：在观测数据范围内，富裕度、技术水平、风速和降水是内蒙古自治区环境压力的主要驱动因素；富裕度每增加1%，环境压力显著增加0.096%；技术水平每变化1%，将引起环境压力相应发生0.084%的变化；风速和降水每变动1%分别使得沙漠地区环境压力显著地增加0.640%和减少0.216%。 相似文献
4.
能源消费是碳排放的主要来源。根据IPCC碳排放计算指南缺省值计算出广东省1990―2010年的碳排放量,并对广东省近20年来碳排放进行阶段划分,采用对数平均迪氏指数法(Logarithmic Mean Divisia Index),对碳排放量进行因素分解,分析能源结构、能源效率和经济发展对碳排放的影响及作用程度。结果表明:1)1990―2010年,广东省能源消费的CO2排放总量和人均CO2排放量不断上升,万元GDP碳排放量、三次产业碳排放强度均呈下降趋势,原煤的消费是碳排放的主要来源,第二产业的CO2排放量比重最大,但呈缓慢下降趋势;2)经济发展效应对广东省能源消费碳排放的贡献率最大,其次是能源强度效应、人口规模效应,能源结构效应的贡献率最小;经济增长是碳排放量增加的主要推动因素;能源消费强度影响碳排放量的增速,能源消费强度又进一步受到产业结构和各产业能耗强度的影响,其中,第二产业能耗强度和第二产业产值比重是影响能源消费强度最主要的影响因素。 相似文献
5.
基于地理加权回归的中国灰水足迹人文驱动因素分析 总被引：6，自引：2，他引：4
根据Hoekstra和Chapgain提出的污染物吸纳理论,估算了2012年全国31个省（区、市）的灰水足迹,采用空间自相关分析方法探讨了2012年中国灰水足迹的空间分布特征,通过构建基于地理加权回归的STIRPAT模型,测算了人口和富裕等人文因素对灰水足迹的影响。结果表明：中国灰水足迹存在较强的空间正相关性和空间分布不均衡性;人文因素对水资源环境的威胁大小排序,依次为城市化率、人口数量、产业结构和富裕程度,其中,城市化率、人口数量、农业比重和人均GDP每提高1%,分别引起灰水足迹增加1.03%、0.85%、0.63%和0.52%;人文因素对灰水足迹的影响存在空间差异,人口对灰水足迹的影响由北向南逐步加大,富裕对灰水足迹的影响由西向东逐渐减小,农业和城市化对灰水足迹的影响由南向北逐步增大;在现有样本范围内,计算结果有条件地支持环境Kuznets曲线。 相似文献
6.
通过利用IGT方程分析1997-2010年武威市经济发展对水资源消费总量的影响,在此基础上利用STIRPAT模型定量分析水资源消费总量与人口、富裕度、城市化水平以及技术进步之间的关系,并经岭回归拟合发现人口数量、人均GDP、城市化水平和技术进步每发生1%的变化,将引起水资源消费总量相应发生0.790 1%、-（0.014 1+0.001 8 lnA）%、-0.088 0%和0.031 2%的变化。在上述模型分析的基础上,以武威市为例,通过设置10种不同的发展情景,分析了在何种情景下最有利于降低水资源消费总量。结果表明：当经济保持高速增长、城市化进程加快、节水技术取得较大进步且人口实行高控制时,最有利于武威市降低水资源消费总量,此时武威市2015年和2020年的水资源消费总量分别为188 927.27×104 m3和184 409.79×104 m3。 相似文献
7.
基于卫星观测技术核算出中国26个省份2007-2016年的氮氧化物排放量数据。首先,对省域氮氧化物排放的时空分布特征进行了详细分析。然后,采用空间面板数据模型对影响氮氧化物排放的社会经济驱动因素进行了实证研究。结果表明：① 以重工业发展为主的河北、山西、山东、河南、内蒙古以及经济较为发达的江苏和广东是氮氧化物污染的重灾区。② 中国省域氮氧化物排放存在显著的空间正自相关现象。③ 空间计量模型估计结果显示：氮氧化物排放存在显著的空间溢出效应。地区经济发展水平提高、第二产业比重提升以及煤炭消费量增加是引起氮氧化物排放的重要驱动因素。然而,地区技术水平升级以及外商直接投资则可以有效地减少氮氧化物排放,改善环境质量。 相似文献
8.
9.
基于2000-2015年西安市能源消费量数据,采用碳排放模型和GFI模型,分析区域能源消费碳排放量的变化趋势及影响因素,探讨西安市能源消费碳排放的拉动与抑制要素的互动关系及影响。结果表明：（1）西安市能源消费碳排放量总体呈现上升趋势,煤炭、原油消费为主要碳源。（2）能源利用结构正在发生转变,低能耗低碳排的能源消费量逐年上升,传统能源利用量正日趋减少。（3）经济发展要素和人口要素是西安市能源消费碳排放的主要拉动因素,能源结构要素拉动效应不显著,短期内不易改变;能源强度对能源消费碳排放具有抑制作用,且呈现增强态势,但效果不明显。最后提出西安市能源消费碳排放减排建议。 相似文献
10.
为探究处于不同发展阶段地区能源消费行为的差异性,对闽台地区能源消费变化及其驱动力进行了对比研究,结论表明:①近30 a来,闽台两地能源消费总量差距呈现"扩大→缩小"特征,并于2008年福建省能源消费总量首次超过台湾,但台湾省能源效率变化呈现乘幂式增长,能源效率远高于福建省同期水平,且能源消费结构较福建省更趋多元,优质高效能源占到80%以上;②闽台两地能源消费变化主要驱动因素大致相似,但亦存在显著差异:一方面,除受与福建省相同的驱动因素影响外,台湾省能源消费变化还受第三产业结构比重、能源效率因素等影响;另一方面,R&D投入占GDP比重、人均GDP、第二产业比重等驱动因素的作用方向在闽台两地却正好相反,其中,福建能源消费受驱动因素冲击后呈现增加态势,而台湾省则反之;③除受地区源消费传统影响外,闽台地区能源消费受驱动因素的影响程度也具有差异性:福建省能源消费变化受社会机动化发展驱动影响最大,经济发展、科技水平提高次之,第二产业比重、人口总量增加影响最小;台湾省社会机动化发展的能源消费驱动影响最大,科技投入增加、能源效率提高两个驱动因素的影响次之,人口总量增加、经济发展和产业结构升级影响最小。 相似文献
11.
基于DMSP/OLS夜间灯光数据的1995-2009年中国地级市能源消费动态 总被引：3，自引：0，他引：3
能源是国民经济发展的重要支撑,便捷准确地获取能源消费时空动态信息,对于合理制定能源政策具有重要意义。基于DMSP/OLS 夜间灯光数据和能源统计数据之间的定量关联,在地级市尺度上模拟了中国1995-2009 年能源消费的空间格局,并采用空间自相关分析探讨其时空动态特征。研究表明：基于DMSP/OLS夜间灯光数据模拟中国各地市能源消费具有一定的可行性,该数据能够比较可靠地反映能源消费的时空动态;1995-2009 年中国大多数地市的能源消费量较低,中低强度能源消费区土地面积占全国72.66%,高能源消费强度区集中分布在中国东部地区;中国能源消费量存在显著的空间集聚性（历年Moran’s I 指数都大于0.4）,全国地级市能源消费“高-高”聚集和“低-低”聚集现象明显。 相似文献
12.
中国省域碳强度空间依赖格局及其影响因素的空间异质性研究 总被引：2，自引：3，他引：2
在估算各省域碳强度的基础上,利用探索性空间数据分析(ESDA)和时空跃迁测度方法以及地理加权回归(GWR)模型分析了1995~2015年中国省域（不包括西藏、港、澳、台地区）能源消费碳强度的空间依赖格局及其驱动因素的空间异质性。结果显示：① 中国省域碳强度存在显著的空间正相关性,表现为先下降后上升再到小幅波动的特征,碳强度相似的省域趋向于集聚,表明中国省域碳强度具有明显的空间依赖特征;②省域碳强度存在不均衡的发展格局,高-高集聚的省域主要分布在中国西北部,低-低集聚的省域多分布于中国东南部。③碳强度空间集聚总体呈优化态势,高-高集聚的省域在减少,低-低集聚的省域在不断增多,但不同省域在碳强度的空间集聚中所起的作用不同。④ 碳强度影响因素(解释变量)的回归系数均为正值,4个解释变量对碳强度的影响程度依次为：能源强度>能源结构>产业结构>人均GDP;且各因素对碳强度的影响在不同省域具有明显的空间异质性。 相似文献
13.
中国能源消费碳排放强度及其影响因素的空间计量 总被引：21，自引：2，他引：19
碳排放所引起的全球气候变化对人类经济社会发展带来了严峻的挑战。中国政府承诺到2020 年GDP碳排放强度较2005 年降低40%~45%,这一目标的实现有赖于全国层面社会经济和产业结构的实质性转型,更有赖于省区层面节能减排的具体行动。基于联合国政府间气候变化专门委员会(IPCC) 提供的方法,本文估算了全国30 个省区1997-2010 年碳排放强度,采用空间自相关分析方法和空间面板计量模型,探讨了中国省级尺度碳排放强度的时空格局特征及其主要影响因素,旨在为政府制定差异化节能减排的政策和发展低碳经济提供科学依据。研究结果表明:① 1997-2010 年,中国能能源消费CO2排放总量从4.16 Gt 增加到11.29Gt,年均增长率为7.15%,而同期GDP年均增长率达11.72%,碳排放强度总体上呈逐年下降的态势;② 1997-2010 年,碳排放强度的Moran's I 指数呈波动型增长,说明中国能源消费碳排放强度在省区尺度上具有明显的空间集聚特征,且集聚程度有不断增强的态势,同时,碳排放强度高值集聚区和低值集聚区表现出一定程度的路径依赖或空间锁定;③ 空间面板计量模型分析结果表明,能源强度、能源结构、产业结构和城市化率对中国能源消费碳排放强度时空格局演变具有重要影响;④ 提高能源利用效率,优化能源结构和产业结构,走低碳城市化道路,以及实行节能减排省区联动策略是推动中国实现节能减排目标的重要途径。 相似文献
14.
Due to the limitation of total amount of water resources, it is necessary to enhance water consumption efficiency to meet the increasing water demand of urbanizing China. Based on the panel data of 31 provinces in China in 1997–2013, we analyze the influencing factors of water consumption efficiency by spatial econometric models. Results show that, 1) Due to the notable spatial autocorrelation characteristics of water consumption efficiency among different provinces in China, general panel data regression model which previous studies often used may be improper to reveal its influencing factors. However, spatial Durbin model may best estimate their relationship. 2) Water consumption efficiency of a certain province may be influenced not only by its socio-economic and eco-environmental indicators, but also by water consumption efficiency in its neighboring provinces. Moreover, it may be influenced by the neighboring provinces’ socio-economic and eco-environmental indicators. 3) For the macro average case of the 31 provinces in China, if water consumption efficiency in neighboring provinces increased 1%, water consumption efficiency of the local province would increase 0.34%. 4) Among the ten specific indicators we selected, per capita GDP and urbanization level of itself and its neighboring provinces have the most prominent positive effects on water consumption efficiency, and the indirect effects of neighboring provinces are much larger. Therefore, the spatial spillover effects of the economic development level and urbanization level are the primary influencing factors for improving China’s water consumption efficiency. 5) Policy implications indicate that, to improve water consumption efficiency, each province should properly consider potential influences caused by its neighboring provinces, especially needs to enhance the economic cooperation and urbanization interaction with neighboring provinces. 相似文献
15.
2000-2015年中国农村能源贫困的时空变化与影响因素 总被引：1，自引：0，他引：1
农村能源贫困作为世界能源体系面临的严峻挑战之一,已成为发展中国家贫困的主要标志。当前急需探明影响农村能源贫困的关键因素,并寻求有效策略减缓能源贫困。以中国30个省市（自治区）为研究单元,以能源接入与能源服务作为能源贫困的度量指标,利用Theil指数及空间自相关分析法刻画中国农村能源贫困的时空演变特征,并利用空间杜宾模型（SDM）分析其影响因素,旨在为中国制定有效的农村能源政策提供依据和参考。结果表明：① 2000-2015年中国农村能源贫困呈先增后降的“倒U型”趋势,但一直保持着“中部高、东西部低”的马鞍型分布格局;② 中国农村能源贫困的区域差异波动较大,但整体呈缩小趋势,Theil指数降幅为13.71%,地带间差异趋于扩大,而地带内差异趋于缩小;③ 中国农村能源贫困具有显著的空间集聚特征,热点区和冷点区均在波动中呈扩张态势,其中稳定性热点区集中分布在中部地区,而稳定性冷点区集中在东部沿海地区;④ 随着地区经济发展水平、农村能源供给水平、能源投资水平、农村能源基础设施水平和农村能源管理水平的提高,农村能源贫困状况将得到有效缓解。 相似文献
16.
中国环境污染变动的时空特征及其经济驱动因素 总被引：5，自引：3，他引：2
基于2003-2013年经济与环境污染数据,运用EKC模型、Moran's I指数、LMDI指数,将污染排放的经济因素分解为规模效应、结构效应、能源消费效应、能源开发效应、技术污染效应,探讨中国环境污染变动的时空特征。结果表明,中国环境污染总量未到达EKC曲线拐点,处于EKC曲线左侧。在时间维度上,规模效应加剧了环境污染恶化,其他效应的变化间接改善了环境状况。在空间维度上,规模效应的高值聚集区是东部地区;结构效应、能源消费效应、技术污染效应的高值聚集区主要是中西部地区,低值聚集区多为东部和东北地区;能源开发效应是全国范围的整体偏低。中国污染重心在113°E~115°E,32°N~34.5°N的区域内移动,以北京—吉林—广东—浙江等省份所构成的区域,受不同经济效应影响,在向东、向西之间“抉择移动”。 相似文献
17.
近20年来中国能源消费碳排放时空格局动态 总被引：5，自引：3，他引：2
CO2等温室气体引起的全球气候变暖是对人类社会可持续发展的严峻挑战。基于IPCC提供的参考方法,在对中国大陆30个省区(不含西藏)能源消费碳排放量估算的基础上,运用ESTDA框架,通过ESDA、LISA时间路径、时空跃迁和标准差椭圆等方法,从时空耦合的角度分析了1995-2014年中国能源消费碳排放时空格局动态性。结果表明：①近20年来中国省域碳排放具有显著的空间正相关性,碳排放空间差异呈先缩小后扩大的趋势;②LISA时间路径分析显示,中国大部分省区的局部空间结构具有较强的稳定性,1995-2001年和2002-2014年2个时段相对长度都小于平均长度的省区均为18个,大部分南方省区在空间依赖方向上的波动性呈增强趋势,而北方大多数省区则保持相对稳定;③出现协同运动的省区由1995-2001年的13个下降到2002-2014年的10个,表明中国碳排放空间格局具有一定的空间整合性,但呈减弱趋势;④中国省域碳排放的局部空间关联模式和集聚特征具有较强的稳定性,表现为一定的路径依赖或空间锁定特征;⑤碳排放重心在113.739°~114.324°E、34.475°~35.036°N之间变动,整体上有向西北方向移动的趋势。中国碳排放空间分布呈东北—西南格局,且有逐步向正北—正南转变的趋势。中国碳减排的重点是加快发展清洁能源与提高能效并重,优化能源结构和促进各省区产业结构转型,制定差异化的省域碳减排政策,建立碳交易制度。 相似文献
18.
The sustainable development has been seriously challenged by global climate change due to carbon emissions. As a developing country, China promised to reduce 40%-45% below the level of the year 2005 on its carbon intensity by 2020. The realization of this target depends on not only the substantive transition of society and economy at the national scale, but also the action and share of energy saving and emissions reduction at the provincial scale. Based on the method provided by the IPCC, this paper examines the spatiotemporal dynamics and dominating factors of China’s carbon intensity from energy consumption in 1997–2010. The aim is to provide scientific basis for policy making on energy conservation and carbon emission reduction in China. The results are shown as follows. Firstly, China’s carbon emissions increased from 4.16 Gt to 11.29 Gt from 1997 to 2010, with an annual growth rate of 7.15%, which was much lower than that of GDP (11.72%). Secondly, the trend of Moran’s I indicated that China’s carbon intensity has a growing spatial agglomeration at the provincial scale. The provinces with either high or low values appeared to be path-dependent or space-locked to some extent. Third, according to spatial panel econometric model, energy intensity, energy structure, industrial structure and urbanization rate were the dominating factors shaping the spatiotemporal patterns of China’s carbon intensity from energy consumption. Therefore, in order to realize the targets of energy conservation and emission reduction, China should improve the efficiency of energy utilization, optimize energy and industrial structure, choose the low-carbon urbanization approach and implement regional cooperation strategy of energy conservation and emissions reduction. 相似文献
19.
LIU Xianzhao 《资源与生态学报(英文版)》2020,11(5):483-498
An accurate understanding of the real situation of energy-related carbon emissions and the main factors driving the carbon emissions increments are crucial for China to realize its emission mitigation targets. Adopting the comparative decomposition of an extended LMDI (Log-Mean Divisia Index) approach, this study decomposed the changes in carbon emissions of Jiangsu, Henan, and Inner Mongolia, which are located in the eastern, central and western parts of China. This analysis led to three main findings. 1) During the period of 1996-2017, the energy-related carbon emissions in the examined provinces exhibited upward trends, but with some differences among the provinces. 2) The influences of driving factors on carbon emissions varied distinctly in different provinces and economic stages. Economic growth had the largest positive effect on provincial carbon emissions increases. From 1996 to 2017, the contribution rates of economic development to emissions growth in Henan, Jiangsu and Inner Mongolia were 307.19%, 205.08% and 161.26%, respectively. This influence was followed by urbanization and population size. 3) Energy intensity played a leading role in facilitating emissions-reduction in the examined provinces, except for during the tenth Five-Year Plan, followed by the energy structure. The effect of rural population proportion was the weakest among all the curbing factors. Furthermore, urban and rural resident°s energy consumption per capita demonstrated relatively minor impacts and disparate directions of influence in the different provinces and economic periods, but began to play increasing roles in driving up provincial emissions changes. For example, residential energy consumption in Jiangsu contributed over 7.9% to the total carbon emission growth in 1996-2017, among which urban residents’ per-capita energy consumption contributed more than 3.8%. In view of these findings, policy makers should formulate targeted emission reduction measures that are based on the distinct situations and key factors which affect carbon emissions in each province. 相似文献
20.
中国互联网产业发展的区域差异及其动态演进——基于生产和消费的视角 总被引：1，自引：0，他引：1
进入21世纪以来,中国的互联网事业飞速发展。无论是网民规模还是网站数量,都有了较大幅度的增长。本文基于互联网产业的生产与消费两个方面,利用锡尔系数和集中化指数等方法,对2000年至2009年中国(不包括港澳台地区)31个省(市、区)的互联网产业发展状况进行了一系列研究。结果发现:中国互联网产业发展的区域差异仍然十分显著,但消费层面的省际差异明显小于生产层面,而且消费层面差异缩小的幅度也明显大于生产层面。同时,从空间来看,东部地区的变化显著,大部分省市有了较大发展,但中西部地区的大部分省份仍处于低消费一低生产的状况。 相似文献