首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献，搜索用时 625 毫秒
1.
基于VECM模型的经济增长与环境污染和能源消耗关系研究   总被引：2，自引：0，他引：2  
根据中国1978-2007年人均CO2排放量、人均用油当量与人均GDP的统计数据,通过构建向量误差修正模型,应用Johansen协整检验和Granger因果关系检验方法,考察了中国经济增长与环境污染和能源消耗的关系.结果表明:中国经济增长与环境污染和能源消耗存在长期稳定的协整关系,而且经济增长与能源消耗之间存在着长期双向因果关系,能源消耗是环境污染强单向因果关系.方差分解表明:短期内经济增长与能源消耗主要受自身波动影响较大,长期中经济增长与能源消耗间相互影响越来越明显;另外,能源消耗波动始终是环境污染的主要原因,而且影响越来越突出.  相似文献   

2.
云南各州市能源消耗分析   总被引：1，自引：0，他引：1  
为了分析云南省各州市能源消耗和经济发展的态势,在收集云南省各州市2000～2009年关于人均GDP、工业废水排放总量、工业废气排放总量和工业固体废物产生量统计数据的基础上,利用环境库兹涅茨曲线原理分析了云南省各州市环境库兹涅茨曲线态势,并根据各州市环境库兹涅茨曲线态势,将其分为了4类,并采用了SPSS软件对第二类的环境库兹涅茨曲线进行了曲线拟合。结果表明了云南省各州市中除了临沧以外其他均处于环境库兹涅茨曲线的左侧,人均GDP与环境污染同向增长;在分出的4种类型中,第二类和第三类虽然都处于环境库兹涅茨曲线的上升阶段,但是需要进行的产业结构调整是不同的。  相似文献   

3.
环境污染与经济增长之间关联性的理论分析和计量检验   总被引：30，自引：1，他引：29  
宋涛  郑挺国  佟连军 《地理科学》2007,27(2):156-162
基于环境-经济的简单理论模型利用跨期消费选择问题最优化求解和稳态方法分析了环境污染与经济增长之间的长期关系和短期关系。这将为环境污染与经济增长之间长期和短期关系的经验研究提供理论依据和技术支持。基于EKC假设,我们对中国1960~2000年人均CO2排放量与人均GDP之间的长期关系和短期关系进行实证研究,结果表明人均CO2排放量与人均GDP之间存在长期协整关系,呈现倒U型的环境库兹涅茨曲线关系,而在短期上,人均GDP单向正向Granger影响人均CO2排放量,反过来未发现人均CO2排放量对人均GDP有明显的影响关系。  相似文献   

4.
根据张家界市永定区1989~2005年耕地资源及人均GDP的统计资料,分析了永定区耕地面积与经济发展的动态变化过程,建立了耕地减少量与人均GDP数据的定量相关模型,从而得出了该地区耕地面积减少与经济发展间的关系规律。研究结果表明,永定区耕地面积减少量最初随着人均GDP的增加而增加,当越过一个阈值后(2002年),就开始随着人均GDP的增长而降低。虽然这样的演化规律受当地的自然条件及其他相关因素的影响而有所波动,出现阶段性变化,但基本上仍吻合库兹尼茨曲线的一般特征。结合当前实际,对湘西北喀斯特地区如何实现经济增长与耕地保护的协调发展提出了相应的措施和建议。  相似文献   

5.
在总结国内外学者对环境库兹涅茨曲线模型研究的基础上,以铜川市2001-2013年12 a的人均GDP与环境污染数据为研究对象,构建了环境库兹涅茨模型,并用SPSS在对其进行回归分析的基础上选取最优环境库兹涅茨模型,并绘制了环境库兹涅茨特征曲线。研究结果表明:经济增长不会自动解决或者改善环境问题,经济增长只是改善环境质量的必要条件,而非充分条件;铜川市人均GDP与环境污染之际均未呈现倒"U"型曲线特征;工业废水排放量和工业COD排放量之间与人均GDP之间均呈现平滑的单调"同步"增长趋势;工业废气排放量、工业SO2排放量、工业烟尘排放量和工业固体废物产生量与人均GDP之间均呈现倒"U"型左半部分特征,有望达到拐点;工业氨氮排放量与人均GDP之间均呈现正"N"型, 2006年前呈上升趋势, 2006年以后至2012年期间,出现下降,近两年又开始增长,而且增长迅速。该研究对铜川市经济与环境特征分析,不仅定量揭示出其经济增长与环境污染程度之问的关系,而且剖析了经济增长与环境质量之间的变化规律,为铜川市环境与经济协调发展提供了决策参考和管理需求,为全面实施"生态休闲城市"的建设确立了科学依据。  相似文献   

6.
通过收集2001-2010年河南省主要能源生产与消耗与GDP的数据资料,运用灰色系统理论,经过灰色关联度矩阵的计算和分析,得出结论:(1)GDP的增长对于能源消耗总量的绝对影响最大,其发展速度的影响次之.(2)能源消耗的增长直接影响到河南省的常规能源生产的增长,涨落关系十分密切.(3)原煤生产对于能源消耗和GDP具有强大的推动作用.通过运用灰色预测模型GM(1,1)对几个指标的预测,第一步预测的相对误差范围在0.721％ ～3.632％之间,预测的精度很高.因此,说明灰色预测模型用于区域经济发展与能源消耗研究是合适的.能源消耗总量、GDP呈现线性增长的趋势;原煤产量呈现稳步发展的趋势,增长不明显;天然气产量呈现线性下降的趋势.  相似文献   

7.
基于淮河流域安徽段8个地市1998—2007年经济与环境统计数据,构建了淮河流域环境库兹涅茨曲线模型,系统分析了淮河流域经济增长与生态环境质量变迁的关系。研究结果表明,在考查期内,淮河流域人均GDP基本呈逐年递增趋势,工业废水排放量、工业废气排放量、工业固体废物产生量等环境污染指数均较高;淮河流域经济增长与生态环境之间的关系曲线基本呈现上升趋势,不完全符合典型的库兹涅茨曲线特征,伴随着经济快速增长的同时,生态环境也在不断恶化。因此,为保证淮河流域经济环境的协调发展,各级政府要不断增加环保经费投入,大力发展循环经济,注重开发洁净煤技术,充分挖掘旅游资源的潜力,大力加强环保执法力度,努力推进新型工业化道路。  相似文献   

8.
对河南省DMSP/OLS夜间灯光数据和GDP统计数据进行相关分析,得到河南省GDP空间化模型,对模型精度进行验证,生成河南省GDP密度图以及河南省和郑州市GDP密度增长图。结果表明:河南省各区域GDP密度呈现出明显的从西北部至中部、再从中部至东南部逐步衰减的趋势; GDP密度增长速度最快的市县集中在北部、西北部,其中以郑州市周边区域最为突出,中部及偏东南部增长速度较快,豫东及豫南地区增长速度缓慢。夜间灯光数据与GDP统计数据有显著的相关关系,可以为区域经济的估算和预测提供依据。  相似文献   

9.
中国边际能源消耗的时空分异研究   总被引：1，自引：0，他引：1  
采用边际能源消耗的分析方法研究中国能源消耗与经济增长之间的关系,借助于SPSS软件对不同研究区域的样本数据进行线性与非线性回归分析,模拟能源消费历程,预测全国及29个省级行政单位边际能源消耗变化率为0的年份(即经济增长,但能源消耗不增长),并得出能源消耗时空特征的结论.在时间发展维度上,研究时间段内我国能源消耗经历了4个阶段,整体趋势呈"双驼峰"状,目前我国处于能源消费的第四阶段,预计还要经过16年的时间才能达到能源消耗最佳状态;在空间分布层面上,边际能源消耗变化率等级大致沿西北-东南线阶梯状由内陆到沿海逐渐提高,能源减耗潜力逐渐增大.提出促进极限值尽早出现的政策与建议.  相似文献   

10.
山东省污染物排放与经济发展水平的关系   总被引：5，自引：0，他引：5  
以经济发展与环境污染水平计量模型——环境库兹涅茨曲线为理论基础,选取1981年以来工业废水、SO2、烟尘、工业废弃固体等污染物有效排放量为环境指标,采用人均GDP作为经济发展水平指标,通过二次及三次方程拟合回归,建立最优模型,分析了山东省经济不断发展与污染物排放量变化之间的关系。结果表明：进行三次曲线回归模拟效果较好,四项环境指标与经济发展水平的环境库兹涅茨曲线均呈现出近似“N”形的特征,污染物排放随着人均GDP增长都已经渡过了峰值,呈现下降趋势,但是近几年来,下降趋势停止并产生波动;环境库兹涅茨曲线特征与山东省产业结构变化以及环境保护政策有显著关系。根据研究结果,提出加强污染治理投资、增强环境保护意识以及完善环境保护法律法规等建议,避免环境污染水平随经济增长再次呈现上升趋势。  相似文献   

11.
This paper analyses the features and dynamic changes of the spatial layout of air transportation utilization among different provinces in China. It makes use of data for the airport throughput and socio-economic development of every province throughout the country in the years 2006 and 2015, and employs airport passenger and cargo throughput per capita and per unit of GDP as measures of regional air transportation utilization, which is significant for refining indicators of regional air transportation scale and comparing against them. It also analyzes the spatial differences of coupling between the regional air transportation utilization indicators and the key influencing factors on regional air transportation demand and utilization, which include per capita GDP, urbanization rate, and population density. Based on these key influencing factors, it establishes a multiple linear regression model to conduct forecasting of each province’s future airport passenger and cargo throughput as well as throughput growth rates. The findings of the study are as follows: (1) Between 2006 and 2015, every province throughout the country showed a trend of year on year growth in their airport passenger and cargo throughput per capita. Throughput per capita grew fastest in Hebei, with a rise of 780%, and slowest in Beijing, with a rise of 38%. Throughput per capita was relatively high in western and southeastern coastal regions, and relatively low in northern and central regions. Airport passenger and cargo throughput per unit of GDP showed growth in provinces with relatively slow economic development, and showed negative growth in provinces with relatively rapid economic development. Throughput per unit of GDP grew fastest in Hebei, rising 265% between 2006 and 2015, and Hunan had the fastest negative growth, with a fall of 44% in the same period. Southwestern regions had relatively high throughput per unit of GDP, while in central, northern, and northeastern regions it was relatively low. (2) Strong correlation exists between airport passenger and cargo throughput per capita and per capita GDP, urbanization rate, and population density. Throughput per capita has positive correlation with per capita GDP and urbanization rate in all regions, and positive correlation with population density in most regions. Meanwhile, there is weak correlation between airport passenger and cargo throughput per unit of GDP and per capita GDP, urbanization rate, and population density, with positive correlation in some regions and negative correlation in others. (3) Between 2015 and 2025, it is estimated that all provinces experience a trend of rapid growth in their airport passenger and cargo throughput. Inner Mongolia and Hebei will see the fastest growth, rising 221% and 155%, respectively, while Yunnan, Sichuan, and Hubei will see the slowest growth, with increases of 62%, 63%, and 65%, respectively.  相似文献   

12.
This paper analyses the features and dynamic changes of the spatial layout of air transportation utilization among different provinces in China. It makes use of data for the airport throughput and socio-economic development of every province throughout the country in the years 2006 and 2015, and employs airport passenger and cargo throughput per capita and per unit of GDP as measures of regional air transportation utilization, which is significant for refining indicators of regional air transportation scale and comparing against them. It also analyzes the spatial differences of coupling between the regional air transportation utilization indicators and the key influencing factors on regional air transportation demand and utilization, which include per capita GDP, urbanization rate, and population density. Based on these key influencing factors, it establishes a multiple linear regression model to conduct forecasting of each province's future airport passenger and cargo throughput as well as throughput growth rates. The findings of the study are as follows:(1) Between 2006 and 2015, every province throughout the country showed a trend of year on year growth in their airport passenger and cargo throughput per capita. Throughput per capita grew fastest in Hebei, with a rise of 780%, and slowest in Beijing, with a rise of 38%. Throughput per capita was relatively high in western and southeastern coastal regions, and relatively low in northern and central regions. Airport passenger and cargo throughput per unit of GDP showed growth in provinces with relatively slow economic development, and showed negative growth in provinces with relatively rapid economic development. Throughput per unit of GDP grew fastest in Hebei, rising 265% between 2006 and 2015, and Hunan had the fastest negative growth, with a fall of 44% in the same period. Southwestern regions had relatively high throughput per unit of GDP, while in central, northern, and northeastern regions it was relatively low.(2) Strong correlation exists between airport passenger and cargo throughput per capita and per capita GDP, urbanization rate, and population density. Throughput per capita has positive correlation with per capita GDP and urbanization rate in all regions, and positive correlation with population density in most regions. Meanwhile, there is weak correlation between airport passenger and cargo throughput per unit of GDP and per capita GDP, urbanization rate, and population density, with positive correlation in some regions and negative correlation in others.(3) Between 2015 and 2025, it is estimated that all provinces experience a trend of rapid growth in their airport passenger and cargo throughput. Inner Mongolia and Hebei will see the fastest growth, rising221% and 155%, respectively, while Yunnan, Sichuan, and Hubei will see the slowest growth, with increases of 62%, 63%, and 65%, respectively.  相似文献   

13.
乌鲁木齐资源型产业的演变特征及其空间效应   总被引：4，自引：1，他引：3  
董雯  邓锋  杨宇 《地理研究》2011,30(4):723-734
对乌鲁木齐资源型产业的时空演化及其空间效应采用定性和定量方法进行了分析,结果表明:乌鲁木齐的资源型产业在新疆具有极强的竞争力和发展潜力.从空间过程看,乌鲁木齐资源型产业的规模、发展速度和布局变化与城市空间扩展在时序上具有一致性,工业用地和工业区的拓展促进了乌鲁木齐城市空间结构的演变;从空间效应的指向性看,资源型产业主要...  相似文献   

14.
中国生态地租空间分异及其影响因素分析   总被引：3，自引：2，他引：1  
生态地租是衡量资源稀缺的社会经济效果的重要指标。在测算2002 年和2007 年中国各省份单位经济产出生态地租量和生态地租总量的基础上, 运用ArcGIS 和GeoDA软件分析生态地租空间分异规律;并进一步采用传统回归分析以及空间相关性分析等方法, 辨析生态地租空间分异的影响因素。结果表明:① 中国单位经济产出生态地租量具有西南、东北低, 冀豫高的稳定分布特征, 中西部地区呈增长趋势, 东部地区则呈减少趋势, 总体分布比较分散;② 生态地租总量空间分异表现为显著的空间集聚特征和东中西部分异特征, 形成了明显的高-高集聚和低-低集聚类型区, 环渤海地区、长三角地区、珠三角地区是生态地租总量高度集中区域, 西部地区则相对较低;③ 生态地租空间分异受到人口、经济和产业结构等因素的显著影响, 人口密度、城镇化水平、经济密度、人均消费水平及人均GDP与生态地租总量在空间关联性上显著正相关, 表现出明显的空间集聚特征;农业比重与生态地租总量之间显著负相关, 存在空间上的分散性。  相似文献   

15.
能源消费是人类活动影响全球气候变化的主要行为之一,对能源消费导致的碳足迹进行研究具有重要意义。本文首先应用能源消费碳足迹的相关概念和方法,计算得到了甘肃省1990年-2009年的总碳足迹、各能源消费类型的碳足迹、碳足迹产值和碳足迹生态压力;然后利用STIRPAT模型进行岭回归函数拟合,探讨了经济增长与碳足迹之间的定量关系,并验证了环境库兹涅茨曲线的存在性;最后通过脱钩指数分析进一步研究了经济增长与碳足迹之间的动态变化关系。结果表明:碳足迹从1990年的每人0.091 ha上升为2009年的每人0.191 ha,呈现波动上升的趋势。各能源消费类型的碳足迹构成中,煤和石油占据了绝对地位,其中又以煤所占比重最大,石油次之,天然气所起的作用甚微。碳足迹产值由1990年的1.18万元ha-1增加为2009年的2.51万元ha-1,碳足迹生态压力也从1990年的0.10上升至2009年的0.24。人口和人均GDP是驱动碳足迹增长的主要因素,且回归分析和脱钩指数分析都表明经济增长与碳足迹之间存在环境库兹涅茨曲线。  相似文献   

16.
安徽省池州市2001～2010年可持续发展动态测度与分析   总被引：2，自引：0，他引：2  
安徽池州市是国家首个生态经济示范区,近十年来,城镇化、工业化水平的快速提升加剧了其发展的风险性和不稳定性,可持续发展面临较大挑战。基于生态足迹模型,对池州市2001～2010年生态足迹供给与需求进行了时间序列测度与分析,利用灰色GM(1,1)模型对2015年、2020年人均生态足迹进行了预测。结果表明:池州市人均生态足迹由2001年的1.2458hm2/人上升至2010年的2.2483hm2/人,年平均增长11.14%,人均生态赤字由0.8445hm2/人扩大至2010年的1.8266hm2/人;居民消费水平、能源消费量与人均生态足迹相关系数分别为0.844、0.945,为生态足迹驱动因素;研究时段内,能源生态足迹年均增长速度为83.75%,明显快于生物资源生态足迹增长速度;万元GDP生态足迹由2001年的2.98hm2/万元下降至2010年的1.20hm2/万元。预测2015年人均生态足迹为3.2336hm2/人,生态赤字将增至2.7926hm2/人;2020年人均生态足迹为4.4896hm2/人,生态赤字将扩大到4.0308hm2/人。针对池州生态不安全的现状,从减少能源消费、改变消费方式、提高农作物单产等方面提出了减少生态足迹的政策建议。  相似文献   

17.
经济增长和技术进步对吉林省能源足迹的影响分析   总被引：1，自引：0，他引：1       下载免费PDF全文
 基于IPAT等式和LMDI法,分别建立了能源足迹的驱动模型和分解模型,分析了吉林省1994-2010年经济因素和技术因素对人均能源足迹的影响特征和程度,绘制了人均能源足迹随人均GDP和能源足迹强度非等比例变化的三维曲面图。结果表明：在过去17 a中,以人均GDP为标志的经济增长是吉林省人均能源足迹增长的主要驱动因素,其年均贡献值为0.054 hm2;以能源足迹强度为标志的技术进步则是抑制人均能源足迹增长的重要因素,其年均贡献值为-0.027 hm2。总体上,经济因素对人均能源足迹的影响程度约为技术因素的2倍,且这种差距在近年来不断扩大,致使人均能源足迹呈增长趋势,能源消费对生态环境的压力显著增大。未来一段时期内,抑制吉林省能源足迹增长的重点在于技术进步。此外,在双变量人均GDP和能源足迹强度的不规则分布格局下,人均能源足迹将呈现复合曲面变化;最后结合吉林省的具体特点提出了提高技术水平、抑制能源足迹增速的措施建议。  相似文献   

18.
以县域为基本空间单元,以人均GDP为衡量指标,分析了河南省经济空间结构演变过程,结果表明,20世纪90年代以来,河南省经济正处于空间集聚过程,经济空间结构呈现出明显的中心——外围模式。通过建立模型对河南省经济空间集聚格局的经济增长效应的分析表明,总体上河南省县域间经济增长的空间相关性不显著。只有在高水平县域集聚区,县域经济增长与相邻县域呈显著的正相关关系,表现出区域之间的经济溢出效应。  相似文献   

19.
以河北省地价空间分布特征分析为基础,从地理区位、经济发展、城市规模和潜力、基础设施状况以及环境条件等方面选取9个地价影响因子,通过构建GWR模型,探索各因子对河北省地价影响程度的空间差异性,以期为京津冀协同发展提供建议.结果表明:① 河北省不同地区地价受各因子的影响程度存在差异性.距京津距离和人口密度对环京津区地价影响最大;人均地区生产总值、城镇化率和公路里程对沧州地价影响大;医疗卫生机构床位数对冀中南区地价影响最大,单位GDP能耗对该地区影响程度次之;对太行山沿线地价驱动力最大的是城镇居民人均可支配收入;冀西北区地价受在岗职工平均工资影响大,受单位GDP能耗影响小;唐山、秦皇岛地区地价受单位GDP能耗影响最大.② 京津冀协同发展突出了地理区位对河北省地价的影响,建议完善公路、铁路基础设施以缩短各地区距京津的最短距离,并且在各地区制定差别化的土地政策.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号