辽宁省产业用水变化驱动效应分解与时空分异

辽宁省是我国严重缺水地区,水资源问题已经成为辽宁老工业基地振兴的瓶颈因素。通过构建产业用水变化的全要素分解模型,测度了1994～2007年辽宁省产业用水变化驱动的经济增长效应、产业结构效应与用水强度效应,计算了各种效应对用水变化的贡献率,并对各种效应进行了时间分异分析;运用全要素分解模型测度了1994～2007年辽宁省14个地级市产业用水变化驱动的三种效应,结合ISODATA聚类模型对各种效应进行空间聚类,进而对各种效应进行空间分异分析。研究结果表明,辽宁省产业用水变化是由经济增长的稳定作用、结构变动的冲击作用和技术进步的动力作用共同决定的。该结论对于正确理解辽宁省产业用水变化与经济发展之间的关系具有一定的参考价值。     

基于城镇化视角的绿洲城市用水变化驱动效应分析

城镇化是驱动区域用水变化的双刃剑,既可以通过刺激生产来促进用水总量增长,也可以通过优化用水结构和提高用水效率来抑制用水总量增长。以黑河流域张掖市为例,通过构建城镇化驱动用水变化的完全分解模型,定量测度了2000-2011年张掖市人口和经济城镇化过程对用水总量和用水效率变化的驱动效应。结果表明：张掖市人口和经济城镇化过程对用水总量均具有明显的减量效应,对用水效率均具有明显的增量效应,而且与人口和经济城镇化速度高度相关。因此建议干旱区绿洲城市在水资源约束下,应将城镇化作为优化人口结构、经济结构和用水结构,提高经济效率以及用水效率,并最终实现水-生态-经济良性循环的抓手。该结论对于科学认识干旱区绿洲城市城镇化与水资源利用的关系具有一定的参考价值。     

基于LMDI-ESDA模型的安徽省用水变化驱动效应空间格局

为了探索安徽省用水驱动因素,运用LMDI因素分解模型,对安徽省2011-2014年用水变化驱动效应进行了测算,并采用空间自相关分析方法,借助GeoDA095i与ArcGIS空间分析软件,对用水驱动效应空间关联格局进行了分析。结果表明:1)经济增长对安徽省用水变化具有显著正向增量效应,而用水强度则呈现为负向减量作用;2)经济增长效应、结构变动效应、用水强度效应呈现为不显著聚集特征;3)合肥市、安庆市为经济增长效应的显著高值聚集中心和结构变动效应的显著低值聚集中心,马鞍山市、淮南市为经济增长效应的显著低值异质中心以及结构变动效应、用水强度效应的显著高值异质中心,六安市为用水强度效应的显著低值聚集中心。研究结果可为安徽省制定差别化的水资源可持续政策提供科学依据。     

基于GWR模型的中国水资源绿色效率驱动机理

遵循“以人文本”的绿色发展理念,综合考虑水资源利用的经济、社会及环境效益,运用地理加权回归模型,综合选取自然、社会经济、环境、科技四大因素共19个指标,测度2000—2016年中国水资源绿色效率,并对其驱动机理进行探究。结果表明：中国水资源绿色效率存在着显著的空间正相关性和空间分布不均衡性;各因素对水资源绿色效率的影响存在着空间差异,且随着时间而变化;总体来看,产业结构、工农业发展水平、交通基础设施建设、环保投入和科技转化率等因素对中国水资源绿色效率的提高具有显著影响,人均水资源量、人口规模和污染物排放等因素的增加则限制了水资源绿色效率的提高;就其空间差异而言,水资源禀赋、人口规模等因素对西部地区水资源绿色效率的促进作用大于东部,而产业结构、用水结构、交通基础设施建设等因素对水资源绿色效率的影响程度东部大于西部。研究结果对于解决中国水资源短缺问题,因地制宜地制定适合各地区发展的水资源政策,具有重要的实际意义。     

黄河流域水资源利用与经济增长脱钩及影响因素分解

水资源是黄河流域生态保护和高质量发展的最大刚性约束,识别流域水资源利用变化驱动因素具有重要意义。首先从结构视角测度黄河流域水足迹变化,进而基于Tapio脱钩模型与Kaya-LMDI分解模型,解析水足迹与经济增长脱钩状态,并从技术效应、结构效应、规模效应、禀赋效应、城市化效应和人口效应识别水资源利用变化驱动因素。研究发现：(1)黄河流域水足迹总体呈现上升趋势,农业水足迹占比高达85%,用水结构与产业结构倒挂问题突出。(2)黄河流域上下游水资源量与水足迹空间分布不匹配,中下游面临更严重水资源约束。(3)水足迹与经济增长关系主要表现为弱脱钩,但2015—2019年各省区开始向强脱钩转变。(4)规模效应、城市化效应和人口效应对水足迹变化起拉动作用,技术效应、结构效应和禀赋效应对水足迹变化起抑制作用,但仍有提升潜力,各省区影响因素存在一定差异。为此,需要强化水资源利用技术研发与推广,推动农业集约式发展,提升农业用水效率,进一步优化产业结构和新型城镇化建设,缓解水资源约束困境,推动黄河流域经济高质量发展。     

黄河流域水资源利用与经济增长脱钩及影响因素分解

水资源是黄河流域生态保护和高质量发展的最大刚性约束,识别流域水资源利用变化驱动因素具有重要意义。首先从结构视角测度黄河流域水足迹变化,进而基于Tapio脱钩模型与Kaya-LMDI分解模型,解析水足迹与经济增长脱钩状态,并从技术效应、结构效应、规模效应、禀赋效应、城市化效应和人口效应识别水资源利用变化驱动因素。研究发现：(1)黄河流域水足迹总体呈现上升趋势,农业水足迹占比高达85%,用水结构与产业结构倒挂问题突出。(2)黄河流域上下游水资源量与水足迹空间分布不匹配,中下游面临更严重水资源约束。(3)水足迹与经济增长关系主要表现为弱脱钩,但2015—2019年各省区开始向强脱钩转变。(4)规模效应、城市化效应和人口效应对水足迹变化起拉动作用,技术效应、结构效应和禀赋效应对水足迹变化起抑制作用,但仍有提升潜力,各省区影响因素存在一定差异。为此,需要强化水资源利用技术研发与推广,推动农业集约式发展,提升农业用水效率,进一步优化产业结构和新型城镇化建设,缓解水资源约束困境,推动黄河流域经济高质量发展。     

基于NRCA模型的辽宁省水资源利用比较优势分析

根据辽宁省14个城市1997—2006年相关数据,运用比较优势原理,采用NRCA模型,计算各城市水资源利用的规模优势指数和效益优势指数,进而加权合成各城市水资源利用的比较优势度。应用聚类分析法将14个城市进行分类,并对其进行时空分异分析,揭示了影响辽宁省各区域生产用水比较优势的驱动因素,即为自然条件、经济水平以及用水效率;影响生活用水比较优势的驱动因素为城市化率。研究结果表明,辽宁省灌溉用水优势区域为辽西北区;林牧渔业用水优势区域主要分布在沿海地带及牧草地发达区;工业用水优势区域为辽中南地区。研究成果可为辽宁省水资源科学配置提供参考。     

中国城镇化与经济增长及用水变化的时空耦合关系

中国的快速城镇化进程伴随着经济总量与用水总量的持续增长以及严重的城市缺水危机,然而三者之间的定量关系及内在机理尚不完全清楚。本文构建了城镇化驱动经济与用水增长的完全分解模型,定量测度了中国以及31个省级行政区1997-2011年城镇化过程对经济增长与用水变化的驱动效应。结果表明：① 中国城镇化对经济增长的综合贡献率长期稳定在30%左右,经济增长60%以上依赖于生产效率的提高,因此应适当弱化“城镇化是经济增长主要动力”的理念;② 中国城镇化虽然通过拉动经济增长增加用水2352×10⁸ m³,但通过优化产业结构和提高用水经济效率减少用水4530×10⁸ m³,中国用水增长的原因是由于人口和经济规模效应而不是城镇化效应;③ 中国东中部的人口和经济大省且处于城镇化加速阶段的,城镇化拉动经济并造成用水增长的作用大,但减量效应也大,而且均呈逐年增长趋势,最终城镇化对用水的综合驱动以减量效应为主,而且在时空变化上的差异相对缩小;④ 城镇化虽有助于减少全国或较大范围区域的用水总量,但会导致城镇建成区或城市群地区的缺水危机,因此应尽快建立并完善城乡之间 (或城镇化水平较高与较低地区之间) 的水资源流转机制与补偿机制。     

基于因素分解模型的辽宁省用水变化驱动力测度及时空分异

通过构建用水变化的因素分解模型,测度了1994-2006年辽宁省用水变化驱动力的经济增长效应、产业结构效应、用水强度效应及混合效应,并对各种效应进行了时间分异分析;测度了1994-2006年辽宁省14个地级市用水变化驱动力的四种效应,对各种效应进行空间聚类,进而对各种效应进行空间分异分析。结果表明:(1)经济增长拉动了水资源利用量的增长,1994-2006年平均效应为15.92×108m3/a;而用水强度和产业结构和混合效应的变化对水资源利用量的扩张起到了一定的遏制作用,同时期年平均效应分别为-12.44×108m3/a、-1.38×108m3/a和-1.88×108m3/a;(2)在1994-2006年间,经济增长效应的平均贡献率约为42.48%,用水强度效应的平均贡献率约为31.24%,产业结构效应的平均贡献率约为12.34%,混合效应的平均贡献率为4.72%。经济增长与用水强度变化是辽宁省用水变化的决定因素;(3)经济增长效应的波动性最小,对水资源利用量变化趋势起到稳定作用,产业结构效应的波动性最大,对水资源利用量变化趋势起到冲击作用,而用水强度效应和混合效应的波动性居于二者之间,是改变水资源利用量变化...     

中国碳排放关键驱动因子的分析和政策反思——基于LMDI：1995—2010

影响中国能源消费和碳排放的两大主因是经济政策和能源政策,显然,经济因素是外因,能源供应结构和能源效率才是影响的内在因子。本文基于碳排放的完全分解分析模型——对数平均Divisia指数（LMDI）系统分析了影响1995～2010年中国碳排放变化的关键因子和贡献率,分解因子包括四种,即经济规模效应、结构效应、能源强度效应、碳强度效应。指数分解模型结果表明,不同时期这四种效应对碳排放变化的贡献率是不同的,1995—2010年对碳排放增加影响最大的因子是经济发展（贡献率155％）和产业结构改变（贡献率10．6％）,而碳排放量的减少主要是由能源强度下降贡献的（贡献率-63．7％）,碳强度效应影响很小。但最近几年碳排放量的增加除了经济规模这个主要因子,碳强度的改变（贡献率4％）、产业结构调整（贡献率1．3％）都促进了碳排放量的增加,只有能源强度的下降起到了抑制碳排放量增加的作用（贡献率-73．5％）。模型的这种分解结果提示我们需要对这一时期内的产业政策、能源发展措施等方面进行反思,未来还要加强“节能减排”政策的落实、加强低碳能源技术的投资力度和政策扶持。     

中国工业水资源投入拥塞效应的时空演绎

在全要素生产率框架下定义投入拥塞概念,利用FGL模型测度2000—2018年中国30省市区（未含西藏、港澳台）工业绿色水资源投入拥塞水平,采用全局无效率分解探究拥塞无效率与纯技术无效率的结构变化。结果表明：① 全国拥塞平均水平呈倒“U”型,具有从低拥塞到分散加深的趋势;② 地区之间的拥塞水平差异性较大,拥塞程度偏高的地区集中在东北老工业基地一带和中、西部地区,投入要素结构失衡是造成拥塞的关键诱因;③ 各地区全局无效率是由纯技术无效率与拥塞无效率共同作用而成,近77%的省市区属于纯技术无效率占优型,拥塞无效率的存在性与发展趋势为产业资源配置提供了重要警示信息。     

中国水资源利用效率及其影响因素研究

科学地评价我国水资源利用效率的地区差异,对推进社会可持续发展具有重要意义。将水足迹作为投入指标纳入水资源利用效率的分析框架之中,提出Shephard水资源距离函数,并依据2009—2018年我国大陆30个省份（西藏除外）的面板数据,运用基于Shephard水资源距离函数的随机前沿分析模型对我国区域的水资源利用效率及其影响因素进行了实证分析。结果表明：（1）在研究期间,我国水足迹总量及其年增长率均有较大的波动,我国各省份的水足迹总量之间的差异较为明显;（2）东部、中部、西部的水资源利用效率存在显著差异,呈现出自东向西依次递减的区域分布特点;（3）经济发展水平与水资源利用效率呈正相关,水资源禀赋、城镇化进程和产业结构（第三产业比重）均与水资源利用效率呈负相关。研究结果有利于探寻促进我国水资源可持续利用和统筹协调发展的有效途径。     

城市碳足迹与碳循环压力分析——以南京市为例（英文）

Urban carbon footprint reflects the impact and pressure of human activities on urban environment.Based on city level,this paper estimated carbon emissions and carbon footprint of Nanjing city,analyzed urban carbon footprint intensity and carbon cycle pressure and discussed the influencing factors of carbon footprint through LMDI decomposition model.The main conclusions are as follows:(1) The total carbon emissions of Nanjing increased rapidly since 2000,in which the carbon emission from the use of fossil energy was the largest.Meanwhile,carbon sinks of Nanjing presented a declining trend since 2000,which caused the decrease of carbon compensation rate and the increase of urban carbon cycle pressure.(2) The total carbon footprint of Nanjing increased rapidly since 2000,and the carbon deficit was more than ten times of total land areas of Nanjing in 2009,which means Nanjing confronted high carbon cycle pressure.(3) Generally,carbon footprint intensity of Nanjing was on decrease and the carbon footprint productivity was on increase.This indicated that energy utilization rate and carbon efficiency of Nanjing was improved since 2000,and the policy for energy conservation and emission reduction taken by Nanjing's government received better effects.(4) Economic development,population and industrial structure are promoting factors for the increase of carbon footprint of Nanjing,while the industrial carbon footprint intensity was inhibitory factor.(5) Several countermeasures should be taken to decrease urban carbon footprint and alleviate carbon cycle pressure,such as:improvement of the energy efficiency,industrial structure reconstruction,afforestation and environmental protection and land use control.Generally,transition to low-carbon economy is essential for Chinese cities to realize sustainable development in the future.     

Urban carbon footprint and carbon cycle pressure：The case study of Nanjing

Urban carbon footprint reflects the impact and pressure of human activities on urban environment. Based on city level, this paper estimated carbon emissions and carbon footprint of Nanjing city, analyzed urban carbon footprint intensity and carbon cycle pressure and discussed the influencing factors of carbon footprint through LMDI decomposition model. The main conclusions are as follows: (1) The total carbon emissions of Nanjing increased rapidly since 2000, in which the carbon emission from the use of fossil energy was the largest. Meanwhile, carbon sinks of Nanjing presented a declining trend since 2000, which caused the decrease of carbon compensation rate and the increase of urban carbon cycle pressure. (2) The total carbon footprint of Nanjing increased rapidly since 2000, and the carbon deficit was more than ten times of total land areas of Nanjing in 2009, which means Nanjing confronted high carbon cycle pressure. (3) Generally, carbon footprint intensity of Nanjing was on decrease and the carbon footprint productivity was on increase. This indicated that energy utilization rate and carbon efficiency of Nanjing was improved since 2000, and the policy for energy conservation and emission reduction taken by Nanjing's government received better effects. (4) Economic development, population and industrial structure are promoting factors for the increase of carbon footprint of Nanjing, while the industrial carbon footprint intensity was inhibitory factor. (5) Several countermeasures should be taken to decrease urban carbon footprint and alleviate carbon cycle pressure, such as: improvement of the energy efficiency, industrial structure reconstruction, afforestation and environmental protection and land use control. Generally, transition to low-carbon economy is essential for Chinese cities to realize sustainable development in the future.     

沿黄九省工业水资源效率及其影响因素的时空异质性

科学评估工业水资源效率并识别其影响因素是缓解水资源供需矛盾的重要前提。基于非期望产出的超效率EBM（Epsilon-based measure）模型测度了沿黄九省2010—2019年的工业水资源效率,然后构建Tobit模型分析其全局影响因素,在此基础上选取显著性影响因素纳入时空地理加权回归模型,探究各影响因素的时空异质性。结果表明：沿黄九省工业水资源效率均值为0.77,未达到有效水平,但呈现出波动上升态势。各省份之间效率差异明显,山东最高（1.064）,宁夏最低（0.424）。在影响因素的宏观层面,技术水平和工业化程度对工业水资源效率攀升有正向促进作用;水资源禀赋、社会发展水平、工业用水强度和政府规制程度皆存在抑制效应,但显著程度不同,且高显著性影响因素的效应具有不同的时间演化趋势;在微观层面,各省份工业水资源效率的主导影响因素及其效应存在空间差异。     

河西走廊景观类型变化的社会经济驱动力研究

利用1995和2000年两个时期的Landsat5的4、3、2(RGB)波段合成影像解译结果, 采用中国科学院资源环境数据库中的全国1∶10万土地资源利用分类系统, 对河西走廊近5年来景观动态变化的驱动力进行了研究。为判断出区域景观类型变化趋势, 研究从区域背景变化格局分析入手, 对区域内部变化斑块的几何特征、变化数目及与GDP的对应关系进行统计分析, 得出河西走廊景观变化和社会经济发展具有较高的时空相关性, 进而用典型相关分析方法来推导了斑块变化的内在社会经济驱动力。结果表明: ①引起耕地斑块转出的因子是农牧投入-产出的增加, 水域斑块转出直接与渔业产值有关, 未利用地斑块转出与农业机械的使用和播种面积增加相关, 林地斑块转出的因子是农业产量和工业产值的变化, 城建斑块转出与农民收入低、城市化水平有关; 城镇用地斑块转入是工业产值增加的结果, 草地、林地斑块转入的因子是农业投入的增加, 耕地斑块转入与农民收入增加有关, 水域斑块转入直接因子是渔业产值增加。②结合驱动力类型分析, 耕地面积变化主要是最优经济福利及粮食安全驱动作用下的结果; 草地、林地被开垦, 耕地增加主要是生存型经济福利驱动的结果, 最优经济福利驱动有时也起到一定的作用; 城镇用地增加主要是最优经济福利驱动的结果; 在生态环境脆弱及其     

中国城市土地绿色利用效率驱动因素及空间分异

以2009—2018年中国285个地级及以上城市为研究对象,测算各城市的城市土地绿色利用效率,对其驱动因素的空间异质性进行探究与分区。结果表明：① 城市土地绿色利用效率总体呈波动上升趋势,集聚特征显著,省际、省内差异明显;区域上,呈现西部＞东部＞中部的格局;规模等级上,随着城市规模等级降低而递增。② 城市土地绿色利用效率是众多因素交互驱动的结果,且各驱动因素均具有明显的空间异质性特征,呈现出空间带状或片状分布规律。③ 根据城市土地绿色利用效率驱动因素的空间异质性特征,可划分为产业结构高级化、环境规制和科技投入水平主导的东南地区;生态资源禀赋主导的华北地区;经济发展水平、城市空间集聚主导的西南地区;土地市场化主导的西北地区;人口集聚、土地财政、基础设施水平主导的东北地区。未来应因城施策、因地制宜,采取差异化的措施来提升城市土地绿色利用效率。