规模效率和技术进步对CO2排放影响的实证

本文利用DEA的方法从全要素生产率中分解出规模效率、技术进步和纯技术效率三个指标,然后基于1998-2008年的省际面板数据分析了不同地区的工业规模效率及技术进步对CO2排放影响的程度及差异化的原因.研究结果显示:从总体来看,技术进步对单位GDP的CO2排放有抑制作用,而规模效率则与CO2排放呈正向关系,但各个地区的情况不同,东中部地区的技术进步对单位GDP的CO2排放起到了抑制作用,东北地区和西部地区的技术进步则对单位GDP的CO2排放起到了促进作用；东中部地区的规模效率对单位GDP CO2排放的影响程度要远小于东部地区和西部地区；产生这些差异的原因可能是与我国区域间技术进步与规模效率所属的种类不同有关,东部地区的技术进步可能属于节能型技术进步,而西部地区则属于耗能型的技术进步；东北地区和西部地区规模效率的提升可能更多地依靠能源消耗,中东部地区则有所改善.     

基于社会因素视角的北京市PM2.5灰色关联分析研究

本文主要从社会经济的角度分析北京PM_(2.5)的影响因素,即从工业化因素、城市化因素、跨区域因素三个方面研究北京市PM_(2.5)成因与相应的评价指标体系。基于灰色关联理论,测量了北京PM_(2.5)污染的自变量和因变量间的灰色关联度,并筛选出影响北京PM_(2.5)污染较为显著的因素。基于计量经济学模型,北京PM_(2.5)问题影响因素指标可分为本地能源结构、本地源影响、区域传输影响、本地城市化进程影响四个传导因素,其中区域传输的影响最大。进而提出要坚持在整个京津冀地区进行雾霾污染跨区域协同治理,实行联防联控。     

基于Logistic回归模型的大兴安岭地区林火发生概率预测研究*

为实现对大兴安岭地区林火发生概率的基本预测,根据该地区历史火灾资料、地形因子、气象因子和人为因子,基于Logistic回归模型建立该地区林火发生概率预测模型。研究结果表明:坡度、海拔、平均气压、平均气温、平均相对湿度、最小相对湿度是该地区林火发生的主要驱动因子;坡度、海拔、平均气压、平均气温与林火发生概率呈正相关,平均相对湿度和最小相对湿度与林火发生概率呈负相关;ROC曲线下面积值（AUC）为0.91,最佳临界值为0.425;建立的大兴安岭地区林火发生概率预测模型,建模样本总体准确率为82.4%,验证样本总体准确率为80.5%;该地区夏季林火发生概率明显高于春、秋季;林火发生概率较高的Ⅳ级和Ⅴ级火险区主要集中在夏季该地区东南部、西部以及春、秋季该地区东南部。研究结果可为该地区林火预测提供1种参考方法。     

基于格兰杰因果关系的北京市PM2.5污染驱动因素分析

《打赢蓝天保卫战三年行动计划》提出从产业结构、能源结构、交通运输结构、用地结构调整以及强化区域联防联控等方面着手加快改善环境空气质量。本文以此为切入点,分析北京PM_(2.5)污染驱动因素,对筛选的驱动因素进行深度检验,进一步验证和分析这些驱动因素对北京PM_(2.5)污染的长期动态效果。研究结果表明,2007—2018年,产业结构、能源结构、交通运输结构、区域间传输影响与北京市PM_(2.5)浓度之间存在长期且稳定的关系,为北京市PM_(2.5)浓度变化的主要驱动因素,而用地结构各因素均未通过深度检验;在所有驱动因素中,交通运输结构中的机动车保有量权重最大。因此,为推动PM_(2.5)浓度的持续下降,北京市应着力推动大宗物料运输"公转铁";同时,坚持持续调整退出一般制造业企业,严防散煤复燃,落实区域联防联控措施;此外,还应进一步强化城市扬尘的精细化管控,大幅提高城市绿化覆盖率,充分挖掘用地结构调整对北京PM_(2.5)污染控制的潜力。