排序方式： 共有55条查询结果，搜索用时 15 毫秒
51.
产业转移背景下广东省工业碳排放的驱动因素及碳转移分析 总被引：1，自引：0，他引：1
随着全球气候变暖,工业碳排放量持续增加已成为全球关注的热点,由于工业产业升级和转移所引起的碳排放空间重塑也成为低碳发展研究的新方向。本文综合运用碳排放量物料平衡法及结构分解模型,核算2001—2017年广东省城市工业各行业的碳排放量,揭示其时空格局演变规律,同时在产业转移背景下,分析工业碳排放变化的驱动因素以及碳转移格局变化,以期从各市碳排放变化与市际间碳排放转移两个角度探讨低碳发展的有效策略。研究表明：2001—2017年期间,广东省的工业碳排放量整体呈现增加趋势,且地区差异也逐渐增大,呈现由中心向周边扩散的空间特征,由单核心演变为“T字型”的空间分布格局;工业产业发展带来的环境效应由经济规模、产业结构和技术强度综合决定,其中规模效应的作用强度最大、技术效应次之,结构效应的作用最弱;工业碳排放转移格局呈现由珠三角地区向外围转移的趋势,珠三角地区为高、中能耗工业碳排放主要转出地,粤东西北地区为高、中能耗工业碳排放主要转入地。 相似文献
52.
黄河流域县域碳排放的时空格局演变及空间效应机制 总被引：6，自引：1，他引：5
利用空间面板模型、空间自相关分析和以区域背景与最近邻状况为空间滞后的空间马尔科夫链对2000—2017年黄河流域县域碳排放时空格局与空间效应进行分析,结果表明：① 2000年以来黄河流域碳排放量激增,由山东全域和陕甘宁蒙交界的高值区向外圈层与轴向扩张,形成东高西低碳排放格局;② 存在“俱乐部趋同”现象,高碳排放县集聚于山东全域和陕甘宁蒙交界,低碳排放县集聚于西南部;2000年与2017年对比发现县域碳排放类型稳定性强,较高碳排放变为较低碳排放的县集中在东南部区域,而相反方向转变的县集中在内蒙古;③ 高碳溢出效应与低碳锁定效应是塑造时空格局的重要作用力,前者作用力更强;区域背景增强了“俱乐部趋同”与被包围异常值趋同,作用力强于最近邻状况,不显著区域内碳排放类型转变概率提高。④ 空间面板模型结果显示年轻人口结构、大经济规模、二产为主产业结构、高生活水平和高公共支出促进了碳排放量增加与空间效应作用,其中经济规模与产业结构是重要驱动因素。 相似文献
53.
利用近53a(1960—2012年)南海西沙群岛永兴岛气象站的观测资料以及同期的NCEP/NCAR月平均再分析资料,分析了近53a西沙夏季气候变化特征及其与春、夏季南极海平面气压的可能联系,并初步分析了南极涛动(AAO)对西沙夏季气候的影响。结果表明:近53a来西沙夏季平均降水持续减少、气温明显升高、风速显著减弱;降水、气温和风速还表现出准2a的年际变率及7~11a的年代际变率。回归分析和相关分析结果均表明,当春、夏季南极海平面气压偏强(弱)时,西沙夏季降水偏多(少)、气温偏低(高)、风速偏强(弱)、空间分布型类似于负(正)位相的南极涛动(AAO)。春、夏季AAO处于正位相,一方面在年代际尺度上导致东亚夏季风减弱,另一方面在年际尺度上导致印度季风减弱,从而使得西沙夏季降水偏少、气温偏高、风速偏弱。 相似文献
54.
Effect of land prices on the spatial differentiation of housing prices: Evidence from cross-county analyses in China 总被引：3，自引：1，他引：2
This study analyzes the spatial patterns and driving forces of housing prices in China using a 2,872-county dataset of housing prices in 2014. Multiple theoretical perspectives on housing demand, supply, and market, are combined to establish a housing price model to explore the impact of land prices on housing prices. The relative impacts of land prices on housing prices at different administrative levels are then analyzed using the geographical detector technique. Finally, the influencing mechanism of land prices on housing prices is discussed. The main conclusions are as follows. (1) Housing prices have a pyramid- ranked distribution in China, where higher housing prices are linked to smaller urban populations. (2) Land prices are the primary driver of housing prices, and their impacts on housing prices vary over different administrative levels. To be specific, the effect of land prices is the strongest in the urban districts of provincial capital cities. (3) The internal influence mechanisms for land prices driving housing prices are: topographic factors, urban construction level, the agglomeration degree of high-quality public service resources, and the tertiary industrial development level. The urban land supply plan (supply policies) is the intrinsic driver that determines land prices in cities; through supply and demand, cost, and market mechanisms, land prices then impact housing prices. 相似文献
55.