土地经济密度的区域差异特征及动态演变格局——基于长江三角洲地区的实证分析

基于长江三角洲地区25个城市的土地经济密度数据,利用泰尔指数、空间自相关等方法对1995-2007年长江三角洲地区土地经济密度的区域差异特征及动态演化格局进行了初步探索。研究表明：①该区域的土地经济密度总体呈不断上升趋势,但是城市间差异明显,其高值点主要集中于沪苏锡常地区;②土地经济密度的总体差异和区间差异呈现波动性缩小趋势,江苏省内部差异和区间差异是总体差异的主要组成部分;③土地经济密度总体上趋于空间集聚,但局部的空间集聚中心从环杭州湾城市转移到苏南地区和上海。可见,高投入、低效率的土地利用方式已不适合长江三角洲地区的发展,未来必须统筹区域土地利用,合理配置土地资源,促进区域合理分工和协调发展。     

基于ESDA的省域空气污染空间特征研究

运用探索性空间数据分析(ESDA)方法,对中国31个省份的空气质量指数和PM2.5进行了空间分布和时空演化分析,结果显示,中国省域空气综合污染存在较强的空间自相关性,可对相邻区域空气质量造成影响.PM2.5污染与空气综合污染的空间相关趋势保持了高度的一致性,体现主导污染物的地位.辽宁与华北省份北京、天津、河北、山东,以及部分华中省份河南、湖北及江苏形成了较为稳定的高污染集聚区,较轻污染的集聚大多分布在西部、西南和东南沿海区域.基于空间特征的污染治理措施,可实现功效发挥的最大化.     

基于SBM模型的长三角一体化区域生态效率空间差异及响应

识别出长三角一体化区域生态效率空间差异,对制定或调整绿色发展的差别化政策具有重要启示意义。采用超效率SBM模型,基于面板数据,测算了一体化区域生态效率;运用空间自相关分析方法,借助GeoDA095i软件,揭示了一体化区域生态效率空间差异。结果表明：长三角一体化区域生态效率均值由2006年的0.330跃升至2017年的0.914,整体呈攀升态势,年均增长9.71%,而同期GDP增速为12.30%;安徽省、浙江省、江苏省和上海市生态效率均值分别为0.376、0.664、0.618和0.652,年均分别增长9.47%、9.73%、10.9%和8.71%;一体化区域全局自相关Moran’s I指数为-0.062 1,安徽省为生态效率低值异质区。研究结论：长三角一体化区域经济发展与生态环境保护呈欠协调状态,安徽省为一体化区域生态效率短板单元。基于研究结论,提出了实现长三角生态绿色一体化应对方略。     

我国经济增长与环境污染双向作用关系研究——基于PVAR模型的区域差异分析

采用PVAR模型,应用31个省份1985—2011年的面板数据,研究了我国经济增长与环境污染之间双向动态作用关系的时空特征.分别在东、中、西部三大区域,用计量经济学方法检验面板数据的有效性,以及变量间的协整性,基于PVAR模型研究了包含工业性和生活性污染、废水和废气污染的12项污染物排放指标与人均GDP之间的动态冲击响应特征.结果表明,不仅经济增长是污染物排放变化的重要原因,污染物排放对经济发展的反向作用也非常显著,并且这种双向作用关系存在显著的区域差异性,西部地区经济增长与环境质量之间的矛盾最为突出,中部地区次之,东部地区相对较为弱化.方差分解的结果表明,目前我国经济增长对环境污染的预测方差贡献度较大,而环境污染对经济增长反馈和约束的贡献度相对较小.     

安徽省环境库兹涅茨曲线的区域差异研究

以安徽省8个典型城市1992-2006年的环境统计数据和工业污染物排放量为基础,利用线性相关、二次曲线和三次曲线拟合8个典型城市的工业CODCr和SO2排放量与人均GDP的相关性.结果表明,市级经济发展程度越高,环境库兹涅茨曲线(EKC)特征越明显;安徽省经济最发达的马鞍山和铜陵市已初步呈现EKC特征.马鞍山市的工业CODCr和SO2排放均呈倒U型曲线分布,淮南市的工业SO2排放呈U型 倒U型分布.安徽省的工业污染物排放量与GDP增长存在明显的地区差异,这些差异与经济发展水平有关,经济越发达,分布越有规律.但经济不发达的市也可能出现阶段性的EKC曲线分布特征.     

陕西省PM2.5时空分布及影响因素区域差异研究

为了解陕西省PM_2.5分布特征及影响因素区域差异,基于陕西省2019年PM_2.5浓度数据,采用空间数据统计方法、空间自相关分析法和地理探测器法对PM_2.5时空分异特征及驱动因素进行探究,以期为陕西省PM_2.5研究与治理提供可靠的科学依据。结果表明：陕西省PM_2.5污染呈“冬高夏低”、“中部高、南北低”的特点。陕西省PM_2.5浓度空间分布表现为极显著的空间正相关性,陕南部分县域为低低聚集区,关中地区渭南、西安、咸阳部分县域为高高聚集区。对陕西省PM_2.5浓度影响最大的是社会经济因子(0.328—0.548),陕北地区为GDP(0.932),关中地区为人口密度(0.936),陕南地区为相对湿度(0.710)。交互探测结果表明：陕西省主导交互因子为人口密度∩GDP,各种复杂的自然因素和人为活动因素耦合会大大加强对PM_2.5浓度的解释力。     

黑龙江省粮食生产的时空格局及动因分析

采用空间自相关、聚类分析和多元回归模型等方法,论文探讨了2000 年以来黑龙江省粮食生产的时空动态及其主要影响因素.结果表明:① 黑龙江省粮食生产规模持续扩大,其中,大豆播种面积及其占农作物总播种面积的比重均经历了“上升-下降”的波动过程,玉米和水稻播种面积不断扩大,但其占农作物播种面积的比重分别在2009 和2011 年超过大豆;② 黑龙江省粮食生产具有一定的空间相关性,大豆空间集聚最显著,玉米次之,水稻最不明显;③ 粮食生产区域化和专门化态势增强,松嫩平原北部及大小兴安岭地区、松嫩平原东南部和三江平原北部分别形成了以大豆、玉米和水稻为主的粮食生产类型区;④ 多元回归分析表明,农业投入、经济环境、技术水平、市场因素是影响黑龙江省粮食生产及其结构时空变化的主要因素.     

1986～2008年中国区域环境质量变化差异研究

从污染物排放量、污染物处理能力和单位土地面积的污染物排放量等方面选取中国28个省市区的18项环境指标数据,运用主成分分析、标准差、Mann-Kendall和聚类分析法,研究1986～2008年间中国区域环境质量差异及格局变化.研究表明,这期间中国区域环境质量差异呈现波动缓慢上升,分为1986～2000、2000～200...     

中国水资源利用效率评估及区域差异研究

水资源危机、水环境恶化已成为我国所面临的严峻挑战,对我国的水资源利用效率进行科学合理的评价,并且讨论造成区域差异的影响因素显得尤为迫切。在全要素生产框架下,将环境要素纳入到效率分析中,利用数据包络分析模型,采用省级层面统计数据,以资本、劳动力和水资源使用量为投入,以国内生产总值与废水排放量为产出,计算我国2000~2011年区域水资源利用效率。研究发现,在时间序列上,我国各省份之间的用水效率差距逐年增大;在空间上,我国的水资源利用效率存在明显的东、中、西部区域差异。进一步研究发现,产业结构、经济发展水平、水资源禀赋、水的基础设施投入对区域水资源利用效率均有显著影响,而水价并没有对水资源利用效率产生显著影响。     

黑龙江省经济增长与水环境质量之间的关系研究

选择黑龙江省为研究对象,以经济增长与环境污染水平的计量模型环境库兹涅茨曲线做为理论基础,利用黑龙江省2000年到2015年间的统计数据,选取人均GDP、工业废水排放量和生活污水排放量三个指标,分别模拟黑龙江经济增长与工业废水和生活污水的关系曲线,建立模型,分析得出工业废水的排放量随经济的增长呈先减少后增加的变化趋势,增加到一定程度后,工业废水的排放量又逐渐降低;生活污水排放量随着人均GDP的增加先下降后增加的变化趋势,并提出相应的措施来保护好水环境.     

基于人工神经网络的黑龙江省县域经济发展水平评价

文章运用人工神经网络方法,选取了8个经济指标,以黑龙江省2004年统计年鉴为数据源,对年黑龙江省66个县（市）的社会经济发展水平进行评价。结果表明：黑龙江省县域经济整体发展水平不高,而且区域差异显著;根据评价结果利用聚类分析方法将黑龙江省县域经济发展水平分为5级。文章最后提出了促进县域经济发展的措施。     

基于ESDA的京津冀地区草地变化空间分异

论文以县域为基本研究空间单元,借助GIS软件与Geoda空间统计分析软件,利用ESDA方法,对京津冀地区县域草地资源数量变化的总体与局域空间差异进行了分析。结果表明:①1980-2000年京津冀地区草地动态变化系数的Global Moran’s I为0.184 4,α = 0.05时呈显著的空间正相关,草地变化呈现出较明显的空间集聚特征;②时段Ⅰ(1980-1995年)到时段Ⅱ(1995-2000年)的全局Moran指数有所增加,表明草地变化在空间分布上集聚的趋势在增强;③各县域Local Moran’s I的Grid图反映了京津冀地区草地变化在局域空间上的均质性,尤其是高值区域与低值区域的集聚特征十分显著;④LISA集聚4种类型中,正相关的"H-H"类型区、"L-L"类型区占主体部分,二者约占总数的70%以上,其中,在时段Ⅱ,"H-H"关联的县域主要聚集在西北部山区,而中部的平原区域则表现出明显的"L-L"关联特征。     

福建省土地利用多尺度空间自相关分析

常规统计方法是分析制约土地利用空间分布的影响因素常用方法,其理论假设前提是数据本身在统计上是独立的,呈正态分布。而土地利用空间数据往往具有一定的空间自相关性,同时空间自相关性中蕴含一些有用的信息,必须采用合适的方法予以解决。论文以福建省作为研究区域,采用Moran's I系数的自相关图来表示土地利用及其影响因子的空间自相关性特征,并且在此基础上建立了土地利用与影响因子的空间自回归方程。研究结果表明,研究区域内土地利用与影响因子普遍存在空间自相关性,并且空间自相关性与研究尺度密切相关,空间自相关性随尺度增大而增强。空间自回归模型的解释能力比经典统计回归模型略强,并且空间自回归模型中的残差较小、空间模式不明显,而经典回归模型的残差比较大,并且具有显著的空间分布模式。     

基于遥感影像的江西省水体资源和水产养殖结构空间异质性分析

为系统掌握江西省水体资源结构和水产养殖基本特征,论文通过遥感技术获取了2012年各县域的水体面积,并划分为不同的水体类型。通过全局和局域空间自相关,分析了89个县（市）水产养殖典型要素的空间异质性以及空间差异程度。针对空间关联及非均质性的现象,运用地理加权回归揭示了水体资源大小、养殖方式、平均单产水平和渔业专业养殖人员数量对养殖产量的影响程度。结果表明：江西省水体资源类型以大水面为主,占总面积的70%,其次为水库山塘,占21.26%,小型池塘面积占9%。水资源结构地区差异明显,北部区域以大水面为主,南部以山塘水库为主。养殖产量和面积表现出空间集聚分布特征（P<0.01）,但各县域的聚集性分布也表现出不同的模式,彭泽县、都昌县、鄱阳县、南昌市辖区、南昌县、丰城市、进贤县和余干县8个县域,均为高-高分布类型,养殖面积和产量分别占到总量的34.55%、35.42%。从养殖品种结构上,特种养殖产量主要集中在上饶市、九江市、南昌市和宜春市,占69.84%,但特种养殖产量所占比例与水体资源大小的相关性下降,水资源较少的东部山区丘陵地带依据区位特征发展鳖、蛙产业,特种养殖比例较高。从水产养殖驱动力分析,水体面积对养殖产量的影响程度最大（中位值为0.46）,其次是小型池塘面积（中位值为0.36）、专业养殖人口数量（中位值为0.26）,3个因素与养殖产量均为正相关,其中水体面积和小型池塘面积对养殖产量的影响程度从南向北递减,专业养殖人口对养殖产量的影响程度从南向北递增。影响程度的空间异质性变化可能与养殖方式和品种结构有关。平均单产水平对养殖产量的贡献较弱（中位值为 -0.003）,各地区影响强度差别不明显。分析结果有助于系统了解江西省水体资源分布和养殖结构,对优化产业规划布局有重要的指导意义。     

黑龙江省饮用水水源地基础环境现状

饮用水的安全与否已经成为威胁人们健康的重要因素,保护饮用水水源地、保障人民饮水安全已经成为事关国家安全、社会稳定的重要工作。本文介绍了黑龙江饮用水水源地的基本情况、特点以及存在的问题,并提出了相应的对策和建议,希望可以为改善全省饮用水水源地水质,保障人民饮水安全提供一些帮助。