中国碳排放强度的时空演进及跃迁机制

面对气候变化所带来的生存危机以及环境治理的复杂状况,对中国碳排放强度时空演进的动态监测与预警治理的研究是实现碳排放强度下降目标的关键。文章测算1997—2015年中国大陆30个省区碳排放强度的空间面板数据,采用探索性时空数据分析(ESTDA)方法对中国碳排放强度的空间相关性、集聚特征及其时空跃迁进行空间统计分析,借助分位数回归与时空跃迁嵌套模型,揭示在时间和空间推移的双重作用下中国各省区碳排放强度的时空跃迁机制。研究结果表明:(1)中国30个省区的碳排放强度在时空分布上并不是完全随机状态,各个省区碳排放强度之间具有显著的空间相关性特征,碳排放强度的变动趋势会受到其相临近省区碳排放强度的影响,省域间的碳排放强度在空间分布上呈现"集聚"与"分异"并存的时空演进特征。(2)中国碳排放强度空间集聚趋势增强,具有高度的凝固性和较低的流动性,10个高碳排放强度省区碳排放强度的稳定性将成为制约中国碳排放强度整体跃迁的重点省区,相关省区的跃迁性将成为驱动中国碳排放强度整体跃迁的关键省区。(3)各省区的碳排放强度空间集聚过程中存在时空跃迁的驱动模式和制约模式,分位数回归模型能够很好地解释各驱动因素对碳排放强度时空跃迁的驱动机制,不同响应阶段的驱动因素的分位数与碳排放强度时空跃迁类型之间具有很强的嵌套性。(4)根据各省区碳排放强度时空演进及其跃迁机制的分析结果,进一步提出加强对关键省区碳排放强度的有效监测与治理,加大碳排放的约束力度等差异化的碳减排调控措施。     

资源产业空间集聚与区域经济增长:“资源诅咒”效应实证

针对"资源诅咒"研究中自然资源度量指标选取存在的科学性问题,利用资源产业空间集聚代替自然资源丰裕度和资源产业依赖度作为自然资源丰裕程度的解释变量。首先,在Krugman空间基尼系数的基础上,构建适用于测度资源产业空间集聚的计算公式,基于我国30个省(区、市)层面的数据,量化1999—2013年间资源产业的空间集聚程度,分析其排名情况和分布格局。研究显示:我国有15个省(区、市)存在资源产业空间集聚现象,这些地区大多位于长江以北,且均为自然资源富集地区。其次,构建经济增长计量模型,选取存在资源产业空间集聚现象的省(区、市)作为样本空间,并采用多种计量分析和检验方法考察资源产业空间集聚度与区域经济增长之间的直接和间接关系,分析"资源诅咒"的传导机制。研究显示:1在模型整体估计中,资源产业空间集聚的系数符号均为负,且在5%的水平上显著,说明资源产业空间集聚与区域经济增长间的关系呈现负相关,符合"资源诅咒"的基本假设。2在模型分步估计中,人力资本投资、技术创新投入和制造业发展与区域经济增长正相关,符合经典经济增长理论的逻辑关系;物质资本投资与区域经济增长负相关,可能是由于当地经济主体的消费跨期替代弹性较小,导致物质资本投资对经济增长的直接增益效应小于其对社会人力资本积累的负向效应,进而阻碍区域经济增长;政府干涉程度越高越不利于经济增长。根据研究结果,建议应明确市场调节为主、政府调控为辅的导向机制,进一步提升资源产业空间集聚程度,强化行业人员素质与技术水平匹配,逐步提高自然资源生产和利用效率,从而实现加快地区经济转型,有效促进经济可持续发展的全面提升。     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

乌鲁木齐市近年来大气降尘变化规律及空间分布特征

基于乌鲁木齐市多年监测的降尘数据,对乌鲁木齐市城区的降尘量进行了统计分析,得出了乌鲁木齐市近10年来降尘的总体变化规律;利用方差分析方法检验了不同季节降尘的显著性差异,发现采暖期的降尘量明显大于非采暖期;按行政区分析降尘量的分布变化,结果为不同行政区存在差别;利用秩相关系数法对其进行了趋势分析。结果表明,乌鲁木齐市的降尘呈下降趋势。利用Arc GIS9.3中的普通克里格插值方法绘制了乌鲁木齐市城市自然降尘的空间分布图。     

海洋碳汇渔业绿色发展空间外溢效应评价研究

海洋碳汇渔业绿色发展空间关联性及其外溢效应对于海水养殖业的有效协调和区域海洋环境的有效保护具有重要意义,科学估算沿海各省(自治区)海水养殖渔业碳汇量并探讨其空间相关性特征是制定差异化渔业碳汇发展政策的重要基础。根据2006—2016年中国大陆沿海9个省(自治区)的碳汇渔业资源清查数据,在检验和比较省域空间渔业碳汇总量相关性特征的基础上,运用空间计量模型分析了渔业碳汇的外溢效应及其影响因素。结果表明:①中国海水养殖渔业碳汇量整体上呈现上升趋势,但各省渔业碳汇量也存在明显差异。②研究期内的Moran's I指数整体呈现为"V"型的波动变化特征,渔业碳汇在省域空间分布上的差异性并不是随机的,而是具备显著的空间相关性。③海水养殖渔业碳汇存在明显的空间外溢效应,通过随机效应的杜宾模型分解后得出渔业产值、劳动力投入的直接效应为正,而渔业受灾面积和科研项目经费投入的直接效应为负;从间接效应来看,渔业产值在各省域间存在竞争与依存关系,海水养殖业劳动力投入和渔业技术推广的项目经费投入在各省域间存在互补关系。因此,中国沿海各省份在发挥海洋水产养殖业生态功能时,应当考虑省域区位因素,合理制定兼具差异化和协调性的海洋碳汇渔业发展政策。     

Microtargeting for conservation

Widespread human action and behavior change is needed to achieve many conservation goals. Doing so at the requisite scale and pace will require the efficient delivery of outreach campaigns. Conservation gains will be greatest when efforts are directed toward places of high conservation value (or need) and tailored to critical actors. Recent strategic conservation planning has relied primarily on spatial assessments of biophysical attributes, largely ignoring the human dimensions. Elsewhere, marketers, political campaigns, and others use microtargeting—predictive analytics of big data—to identify people most likely to respond positively to particular messages or interventions. Conservationists have not yet widely capitalized on these techniques. To investigate the effectiveness of microtargeting to improve conservation, we developed a propensity model to predict restoration behavior among 203,645 private landowners in a 5,200,000 ha study area in the Chesapeake Bay Watershed (U.S.A.). To isolate the additional value microtargeting may offer beyond geospatial prioritization, we analyzed a new high-resolution land-cover data set and cadastral data to identify private owners of riparian areas needing restoration. Subsequently, we developed and evaluated a restoration propensity model based on a database of landowners who had conducted restoration in the past and those who had not (n = 4978). Model validation in a parallel database (n = 4989) showed owners with the highest scorers for propensity to conduct restoration (i.e., top decile) were over twice as likely as average landowners to have conducted restoration (135%). These results demonstrate that microtargeting techniques can dramatically increase the efficiency and efficacy of conservation programs, above and beyond the advances offered by biophysical prioritizations alone, as well as facilitate more robust research of many social–ecological systems.     

中国雾霾空间分布特征及影响因素分析

近年来我国雾霾天气频发,以PM_(10)和PM_(2.5)为核心的大气污染物对人体健康和大气环境质量造成了严重威胁,已经成为当前不容忽视且亟需解决的重大民生问题和环境问题,深入分析雾霾污染的形成原因和影响因素对于科学制定切实有效的治霾政策具有重要的现实意义。本文基于我国288个地级以上城市2015年1月—2017年2月的月均空气质量AQI数据,首先采用空间统计方法对雾霾污染空间分布的季节特征进行可视化描述,其次通过空间自相关指数对雾霾污染的空间集聚特征进行了实证检验,最后在此基础上建立空间计量模型对影响雾霾污染的社会经济因素进行了经验识别。结果表明:(1)我国雾霾污染的季节性特征明显,夏季空气质量状况最好,春季和秋季次之,冬季污染最严重且波及范围广,其中河北南部、河南北部、山西南部和陕西关中地区是污染重灾区,季均空气质量均为中度污染以上。(2)雾霾污染存在显著的空间正相关特征,我国东部沿海地区表现为显著的低低集聚,华北平原及周边地区呈现显著的高高集聚特征。(3)空间回归结果显示,我国雾霾污染与经济增长的关系在一定程度上与EKC曲线假说相符,其中二产畸高的产业结构、民用汽车保有量的增多和省会城市均对雾霾污染有显著的正向促进作用,但人口密度和绿化水平对雾霾污染的影响并不显著。因此,治霾政策应坚持城市内部以促进产业结构转型升级、鼓励使用新能源汽车和共享单车、疏散省会城市的职能为主,城市外部应以区域联防联控为主,从而达到缓解和改善大气环境的目的。     

平原河网地区非点源污染风险差异化分区防控研究

土地利用优化和空间防控策略对非点源污染风险控制及水环境质量的改善具有重要意义。本文以太湖流域典型平原河网地区-上海市青浦区为研究对象,将灰色线性规划模型与最小累积阻力模型相结合,以控制非点源污染风险和增加经济效益、生态效益为目标,进行土地利用结构优化与空间分区防控研究,在空间上划设了水资源保育区、水资源重点防护区、非点源污染一般阻控区、非点源污染中等阻控区及非点源污染重点阻控区,并针对不同分区提出具有针对性的防控措施。与2012年相比,预测2020年优化防控方案下,可减少总氮、总磷的输出10.96%和41.33%。由此表明,优化土地利用结构和构建空间差异化防控机制是有效调控非点源污染风险,实现区域可持续土地利用,促进经济发展和保证生态环境安全的有效途径。     

三峡库区腹地规模农地空间分布规律

山区农业转型对于我国山区耕地可持续利用效率、土地整治方向以及生态建设方向具有一定的指导意义,渝东北生态涵养发展区是重庆市农用地整治项目的主要分区,通过定义作为农业转型产物的"规模农地"相关概念及其判读标准,旨在提出一种新的研究路径对重庆市典型山区地貌的耕地利用现状给予指导和改善意见。首先选取三峡库区腹地5个区县为研究区,并结合研究区实际对"规模农地"进行等级划分,利用Arc GIS10.2等软件通过景观格局指数、核密度测算、空间自相关等方法从斑块特征、数量分布、空间格局三方面对研究区内规模农地的空间分布规律进行探讨。研究表明:(1)不同类型规模农地斑块特征呈现一定的规律性,小规模农地斑块密度最大为6.004,大规模农地平均最近指数MNN值最低为643.401,且农地规模越大,面积加权平均斑块分维数AWMPFD值和聚集度AI值越高;(2)中、大规模农地数量多集中在奉节县,微、小规模则多集中在巫山县,且规模农地自身及其相互之间存在固定的邻接性规律,即同类斑块之间的邻接性与其斑块大小成反比,不同类型斑块之间则与之相反;(3)研究区规模农地整体空间分布主要集中在奉节县中部以及巫溪县东部,沿江流域的平坝地区分布相对密集,且不同类型规模农地在空间上存在明显的自相关性。     

围垦后南汇东滩海三棱藨草的空间分布及其影响因子研究

2015年9月~10月期间对2012年底围垦后南汇嘴区域的海三棱藨草(Scirpus mariqueter)湿地系统进行了调研,运用主成分分析、典范对应分析(canonical correspondence analysis,CCA)方法,基于101个样地土壤的有机碳、总磷、总氮、硝酸盐氮、亚硝酸盐氮、氨氮、正磷酸盐、pH、含水率、粒径、盐度、滩涂高程等12个环境因子数据,探讨了围垦后海三棱藨草空间分布的关键影响因子。结果表明:海三棱藨草的分布与滩涂高程具有显著正相关(P0.05),海三棱藨草群落主要分布在南汇滩涂2.5~3.4 m高程范围内;海三棱藨草的密度、盖度与盐度呈显著正相关(P0.05)。结论认为滩涂高程和土壤盐度是影响海三棱藨草分布的主要环境因子。未来需要结合围垦后的水动力变化过程数值模拟,对海三棱藨草生态系统高时空分辨率的响应过程及机制进行研究,以进一步确立海三棱藨草对围垦工程响应的关键阈值。研究对围垦工程后的滨海湿地植被恢复及滩涂生态修复具有参考意义。