基于STIRPAT模型分析水资源控制下武威市城市发展模式

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。     

基于STIRPAT模型的安徽省池州市建设用地扩展驱动因子测度

针对安徽省池州市建设用地快速扩展的现状, 运用空间分析模型、STIRPAT模型, 采用文献分析、对比分析、偏最小二乘回归数理分析方法, 对建设用地扩展特征进行了动态分析, 并对其驱动因子进行了定量测度。结果表明:①2000-2010 年, 池州市建设用地年平均扩展速率为3.36%;2000-2005 年为1.70%;2006-2010 年为4.62%。②人口、人均GDP、第二产业贡献值、社会固定资产投资、人均绿地面积、城镇化水平、非农人口占总人口比例对建设用地扩展的边际弹性系数分别为0.1835、0.0779、0.1320、0.5821、0.3419、0.1939、0.0415。制定土地利用规划, 强化土地利用功能分区, 严控房地产和工业经济建设用地, 明晰发展思路, 优化经济结构, 适度控制景观用地及城镇化水平, 强化政府土地监管是减缓池州市建设用地扩展的主要举措。     

东中部地区城市人口、经济与城市建设用地的非均衡与协调性分析

基于2000、2015年中国东中部地区261个地级市统计与土地利用数据,运用空间自相关模型,变异系数和三元协调度模型分析其城市人口、GDP和城市建设用地的空间集聚态势和非均衡变化过程,揭示人口城市化与土地城市化的协调程度。结果显示：（1）城市人口、GDP和建设用地的Moran’s I指数均为正值且2015年的值大于2000年的值,显示出明显的空间集聚特征,且在2000—2015年集聚特征不断加强;（2）城市人口密度和人均GDP的变异系数分别从2000年的1.38和0.91下降到2015年的0.96和0.70,地均GDP从1.32上升到1.77,表明城市人口密度和地均GDP的差异在逐步减小,但地均GDP的不均衡性却在增大;（3）2015年,共有171个地级市城市用地规模增长弹性系数小于1.12且人均城市用地小于115m²,但有104个地级市地均GDP在1000元/m²以下,表明虽然绝大部分地级市城市化规模和速率都在可控范围之内,城市用地经济产出仍然相对较低;（4）90%以上地级市的城市人口、GDP和城市建设用地三者在两个研究时间段内处于协调发展状态。     

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

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。     

苏州市耕地面积变化的社会经济驱动力差异性分析

基于1972—2005年苏州市统计数据,利用主成分分析和多元线性回归分析苏州市初级生产阶段和工业化阶段耕地面积变化的驱动因子。结果表明:人均地区生产总值和总人口的增加是导致苏州市初级生产阶段和工业化阶段耕地面积减少的最主要驱动因子;而产业结构升级在苏州市初级生产阶段对耕地面积减少起到了推动作用,在工业化阶段则减缓了经济发展对耕地占用的压力;城市化率的提高在工业化阶段对耕地面积减少起到了减缓作用。在工业化阶段,苏州市不同地区耕地面积变化的驱动因子也存在一定的差异。     

西北干旱区水资源约束城市化进程的定量辨识——以甘肃省武威、张掖市为例

加快西北干旱区的城市化进程,是实施西部大开发战略和全面建设小康社会的必由之路。而城市化水平的提升,主要取决于驱动力和制动力的大小。通过西北干旱区典型绿洲城市武威和张掖的城市化水平、用水总量、经济总量、产业结构、用水效益、人均用水水平等变化过程的定量分析和比较,发现水资源对城市化进程存在明显的约束作用,水资源约束力是导致城市化进程缓慢的重要因素之一。通过城市化水平与水资源利用关系对数约束模型的推导与分析,发现城市化水平与用水总量之间拟合方程的相关系数,可作为定量识别西北干旱区水资源约束城市化进程的重要指标。根据实际拟合结果,水资源对武威市城市化进程的约束强度为0.937,属于极强约束类型;对张掖市的约束强度为0.438,属于较强约束类型。     

Air transportation in China: Temporal and spatial evolution and development forecasts

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.     

中国航空运输的时空格局演变与发展预测（英文）

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.     

甘肃省能源消费碳足迹变化及影响因素分析(英文)

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。     

中国建设用地与区域社会经济发展关系的空间计量研究

利用空间计量模型,对中国大陆地区的30个省、市、自治区2008年的建设用地面积与社会经济发展之间的关系进行了研究。研究表明:30个省、直辖市和自治区地区建设用地面积、GDP、总人口和城市化率都有显著的空间相关特征,一个区域社会经济的发展不仅会驱动自身区域建设用地的扩张,而且会带动邻近区域的建设用地的增长。传统上只从时间维度出发的研究思路,忽视空间维度的相关性和异质性,低估了区域社会经济发展对建设用地增长的作用,必须在普通面板线性回归模型中描述的基础上引入空间变量进行修正。计量模型检验表明,城市化水平对建设用地总规模的影响不甚显著。说明中国大部分省份的农村居民点用地的利用效率普遍偏低。因此,农村居民点用地的调整与优化已迫在眉睫,从长远看来,提高城市化水平,打破城乡二元化的土地制度,建立统一的土地市场,是缓解土地资源紧缺、提高土地利用效率的有效途径。     

辽宁省区域城市化水平评价研究

通过对区域城市化的认知与机理分析,给出了区域城市化水平的概念模型,同时采用AHP-信息熵-多指标综合评价模型对辽宁省各城市进行基于统计数据的区域城市化水平进行评价,结果表明,2008年辽宁省各市的城市化水平比2003年升高,沈阳市、大连市、盘锦市、鞍山市、抚顺市城市化水平较高,其他城市相对较低,区内城市化水平差别较大;并从准则层评价结果分析了城市化水平差异形成的原因。     

中国能源消费碳排放的时空差异及驱动因素研究

随着气候变化日益加剧,碳排放及其影响越来越受到人们的关注。针对我国30个省区2000-2015年终端能源消费产生的碳排放进行核算,分析中国能源消费碳排放的区域特征和时空差异,并通过STIRPAT模型和面板数据模型相结合的方法从碳排放量和碳排放强度两个视角对碳排放的驱动因素进行分析。研究发现,从全国层面来看,人口规模、人均GDP、能源强度以及城市化水平对碳排放量产生正向的驱动作用,即每提升1%,碳排放量将分别增加1.046 9%、0.938 6%、0.722 6%、0.411 6%,而产业结构对碳排放具有负向的驱动效应。对于碳排放强度而言,人均GDP和产业结构均产生负向的抑制作用。从区域层面来看,通过经济水平分组,东、中、西部三大区域由于经济发展水平的差异,各个因素对碳排放的影响也有所不同并表现出一定的规律性;城市化水平分组表现出随着城市化水平的提高,碳排放量也随之降低。通过研究,可为我国合理制定CO₂减排的区域差异化政策提供参考依据。     

基于三要素的张家界旅游城镇化响应测度及影响机制

在分析城镇化对旅游业成长响应与机理基础上,从人口、产业和就业3个要素入手,重构“旅游城镇化响应系数”,构建响应测度模型,将旅游城镇化响应划分为4个阶段,利用张家界1989~2015年统计数据,剖析旅游城镇化的总体特征、阶段性特征以及空间特征,并从静态和动态分析其影响机制。结果显示： 自张家界建市以来,旅游城镇化响应系数呈现稳步上升趋势,并呈现出阶段性变化特征。 张家界两个市辖区的旅游城镇化响应强度有所差异,总的来说两者的响应强度都处于增长态势,但武陵源的响应强度大于永定区,而永定区的增长速度快于武陵源区。 从静态看,旅游城镇化响应强度的影响因素主要有区域经济发展水平、旅游产业集聚程度、交通通达度、城镇居民可支配收入、第三产业增加值以及区域投资强度;其中,城镇居民可支配收入、旅游产业集聚程度、人均固定资产投资以及交通通达度与城镇化响应系数呈现正相关;人均GDP和第三产业增加值与旅游城镇化响应系数呈现负相关。 从动态看,各因素对旅游城镇化的影响程度不同,排序为：旅游产业集聚>城镇居民可支配收入>人均GDP>人均年末通车里程>第三产业增加值>人均固定资产投资额。     

江苏省生态足迹时间维度变化及其驱动因素分析——基于PLS方法对STIRPAT模型的修正

在分析江苏省生态足迹时间维变化规律的基础上,探讨江苏省生态足迹变化的重要驱动因素。1)1990-2007年,江苏省生态足迹以年均5.36%的速度从7 227.75万hm2升至13 817.76万hm2,而生态承载力以年均0.30%的速度从2 850.98万hm2降至2 703.58万hm2,生态足迹对区域生态赤字变化的贡献率达97.81%,成为江苏省生态赤字增加的主要原因;2)STIRPAT模型分析结果显示,人均GDP及其二次项、第一二产业产值占总产值比重及其二项式是江苏省生态足迹变化的重要驱动因素,总人口及城市化率指标却被排除在外,然而VIF值计算结果显示模型中各驱动因素间多重共线性明显;3)采用PLS方法修正STIRPAT模型,消除因素间的多重共线性问题,显示总人口、人均GDP及其二次项、第一二产业产值占总产值比重及其二次项、城市化率及其二次项都是江苏省生态足迹变化的重要驱动因素,且按VIP重要性排序为城市化率>人均GDP二次项>一二产业产值占总产值比重>人均GDP>城市化率二次项>总人口>一二产业产值占总产值比重二次项。两种方法中人均GDP二次项的系数均为正,表明江苏省生态足迹变化不存在环境EKC曲线的假说。该文进一步明确STIRPAT模型在分析环境压力的驱动因素中存在的缺陷,另一方面验证了基于PLS修正的STIRPAT模型的准确性与可行性。     

甘肃省县域城市化水平差异的人工神经网络测定

运用人工神经网络的理论和方法,构建BP神经网络,评价2009年甘肃省县域城市化水平,将87个县域城市化水平分为5级。对频数分布特征、变异系数、威廉森系数和最大与最小系数的分析表明,甘肃省县域城市化空间分异显著。具体表现为:呈正偏态分布,第三、四级别的县市比例较大;城市化水平发展不均衡,呈现西北—东南差异;经济区内部差异大,表现为西北高、东南低的趋势。利用Spearman’s rho相关分析得出影响城市化水平的因素及相关度。     

城镇化对碳排放效率的影响机制研究

合理有序推进城镇化进程和发展低碳经济是当前全球许多国家面临的重要难题。研究基于2009—2016年全球118个国家的面板数据,利用STIRPAT模型探究了整体样本及不同等级城镇化水平国家城镇化发展对碳排放效率的影响机理。研究表明：（1）2009—2016年,研究样本碳排放效率的空间分异特征较为明显,碳排放效率较高的国家主要集中在拉丁美洲、欧洲西部及非洲,碳排放效率较低的国家基本位于北美、亚洲及大洋洲;（2）从整体来看,科技创新水平、人均GDP及信息化水平均对碳排放效率提升具有显著促进作用,促进作用大小为人均GDP>科技创新水平>信息化水平,城镇化水平、工业占比及对外开放度均对碳排放效率提升具有显著抑制作用,抑制作用大小为城镇化水平>对外开放度>工业占比;（3）分区域来看,不同等级城镇化水平国家各影响因素对碳排放效率的作用效应呈现明显的异质性。基于实证分析结果,研究提出推进绿色城镇化建设、重视科技创新生态价值、优化对外出口贸易结构等政策建议。     

基于地理加权回归的中国灰水足迹人文驱动因素分析

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。     

吉林省人口老龄化时空分异特征及成因

本文基于地理信息软件ArcGIS 10.1,选取老年人口系数为人口老龄化指标,运用人口重心模型、空间自相关和半变异函数等分析方法,对吉林省第四次、第五次、第六次人口普查数据进行分析,探讨1990-2010年吉林省人口老龄化时空分异特征,并采用多元线性回归方法解释其形成原因。研究结果表明：①吉林省各县市人口老龄化差异明显,进程加快,重心由西北向东南方向移动,但移动速度减缓;②吉林省人口老龄化存在正的空间自相关性,在空间的集聚呈现先弱后强的变化趋势;③人口老龄化高—高区向东部集聚,低—低区向西部集聚的趋势比较明显;④总体上吉林省人口老龄化空间的结构化分异较为明显,随机性因子引起的空间异质性程度较弱,人口老龄化的空间差异主要体现在东—西方向上;⑤出生率始终是影响吉林省人口老龄化的主要因素,迁出率对人口老龄化发展起关键作用,人均GDP年对人口老龄化呈负相关,城市化率对人口老龄化的推动作用愈发显著。     

塔里木河流域人口-经济分布不均衡特征分析

 不均衡性是人口与经济分布最基本的属性,不均衡性过大影响区域经济的协调发展。文章利用地理联系率、Pearson相关系数、基尼系数和崔王指数分析了塔里木河流域人口-经济分布不均衡的时间特征;采用重心模型和人均GDP空间分异特征探讨了人口-经济分布不均衡的空间格局。结果表明：（1）改革开放以来,塔河流域的人口、经济分布匹配程度不断减弱,不均衡特征逐渐显著,区域经济差异已超出警戒线的范围。（2）在空间格局上,经济重心显著向东北方向集中,人口重心基本不变;人口、经济重心转移使和田、喀什、克孜勒苏柯尔克孜自治州三地州逐渐成为贫困人口集聚区,巴音郭楞蒙古自治州的库尔勒市成为经济极化中心。依据增长极理论,塔河流域经济极化中心较单一,增长体系不完善,未来需培育新的极化中心。