"以奖促治"政策该如何进一步推进落实?

2008年全国农村环保工作电视电话会议后,围绕推进落实"以奖促治"政策、加快解决突出的农村环境问题,国务院办公厅转发了环境保护部等部门<关于实行"以奖促治"加快解决突出的农村环境问题实施方案>(以下简称<实施方案>),中央财政设立了农村环保专项基金,并已有两批共计15亿元专项资金下达地方,财政部会同环境保护部出台了<中央农村环境保护专项资金管理暂行办法>和<中央农村环境保护专项资金环境综合整治项目管理暂行办法>,并制定了项目申报指南,"以奖促治"工作机制和管理制度逐步建立健全,保障了农村环境综合整治工作全面启动和稳步推进.     

发挥生态功能区划的基础作用,促进区域生态恢复

生态功能区划是在充分认识区域生态系统的结构、功能和脆弱性的基础上,以生态系统服务功能理论为指导,基于服务功能和生态系统稳定性的空间差异,划分不同的生态功能区,用以指导区域的生态建设与生态保护、自然资源有序开发和产业合理布局.     

编制农村环境综合整治规划应重点关注的几个问题

农村环境保护是环保工作的重要内容,是"三农"问题面临的全新课题,是国家综合发展战略的重要领域.自2008年开始,中央财政设立了农村环境保护专项资金,实行"以奖促治"政策,扶持各地开展农村环境综合整治,加快解决群众反映强烈、严重危害农村居民健康的突出环境问题.     

环境功能区划概念和区划思路

<正>环境的概念与内涵环境总是相对于某一中心事物而言的。环境因中心事物的不同而不同,随中心事物的变化而变化。围绕中心事物的外部空间、条件和状况,构成中心事物的环境。我们通常所称的环境就是指人类的环境,人类环境分为自然环境和社会环境。     

破解农村环保基础设施“晒太阳”难题对策探析

从城乡二元制结构视角看,农村环境管理空缺是农村环保基础设施"晒太阳"现象的主要原因。在总结各地建立农村环保基础设施运行管理长效机制的做法和经验基础上,分别从明确责任主体、建立管护经费机制、加强人员队伍建设以及强化监督检查四个方面提出了破解难题的对策建议。     

关于深化我国“十三五”时期农村环境保护的思考

农村环境是我国环境保护战略的重要组成部分,也是实现全面小康社会的重要一环.然而现有农村环境管理体制已难以适应新形势下农村环境保护的需求.本文分析了当前我国存在的农村环境治理压力巨大,治理能力薄弱、治理体系不完善,重建设、轻管理,重环境基础设施硬件建设、轻环境保护意识软件建设等问题,并提出在“十三五”时期,应创新农村环境治理思路和管理方式,积极做好重点区域连片整治、典型地区试点示范,分类分区引导农村环境保护工作等建议,以期为我国“十三五”时期农村环境保护提供借鉴.     

发达国家畜禽养殖业环境政策与我国治理成本分析

＂十二五＂期间,我国将畜禽养殖纳入主要污染物减排管理体系,为畜禽养殖污染防治带来良好的契机。通过分析总结国外发达国家畜禽养殖污染防治的环境监管体系和资金管理体系特征,提出我国＂十二五＂期间的规模化畜禽养殖污染防治治理成本构想。     

基于生态系统观的美丽宜居乡村建设

中央农村工作会议提出,落实高质量发展要求,抓好农村人居环境整治,加快补齐农村基础设施和公共服务短板,深入实施乡村振兴战略,是对标全面建成小康社会必须完成的硬任务。当前,一些地区对乡村振兴认识仍不到位,对如何实施乡村振兴生态战略、建设美丽宜居乡村缺乏系统性方案,需要以"山水林田湖草生命共同体"基本理念为指导,找准定位、明确思路、系统推进,促进乡村生产生活环境稳步改善。本文在阐明乡村生态系统特点的基础上,提出了乡村振兴生态战略的目标、原则和任务,按照"点、线、面"系统推进的思路提出了推动美丽宜居乡村建设的相关建议。     

大数据:场地污染智能识别与风险精准管控驱动力

场地污染是一个涉及时空多要素、多来源、多维度的复杂问题。以采样分析、调查评估与模型预测为主的传统技术方法体系,面临着污染溯源不准确、污染边界判定模糊、风险预测偏离较大、风险管控措施效率低等技术瓶颈,污染场地修复效果面临较大的不确定性。大数据作为新的信息技术手段和思维范式,将海量、多源、异构的信息进行有效链接,用数据驱动管理决策,从而使管理向智能化、数字化和精准化转变。本文在系统评估大数据发展现状的基础上,提出了未来一个时期我国大数据驱动的场地污染识别与风险管控的总体技术策略。     

基于决策树的区域地块风险管控模式预测

针对传统地块风险管控模式确定存在效率低、成本高、缺乏系统性的缺陷,通过构建区域地块风险管控模式决策的特征数据集,并采用卡方自动交叉检验（CHAID）、穷举卡方自动交叉检验（E-CHAID）、分类与回归树（CART）3种决策树（DT）,探索不同DT算法应用于区域地块风险管控模式预测的可行性.结果表明,DT应用于区域地块风险管控模式预测是可行的.CART-DT在准确率（ACC）、精度（PRE）、召回率（REC）、F₁值方面的性能均显著优于CHAID-DT和E-CHAID-DT.CART的总体优化算法可能更适合区域地块风险管控模式的预测.区域保护目标（RPG）、区域污染物类型（RPT）、区域企业平均生产年限（RAPP）3项输入变量对CART-DT输出的重要性非常高;区域年平均风速（RAAWS）、区域地形地貌（RT）、区域土地增值潜力（RLVP）等11项输入变量对CART-DT输出的重要性较高;区域人口密度（RPD）、区域主导行业风险（RDIS）等6项输入变量对CART-DT的输出也有一定贡献.