余建辉
, 张文忠
YU Jianhui, ZHANG Wenzhong
收稿日期: 2016-12-20
网络出版日期: 2017-03-20
版权声明: 2017 地理科学进展 《地理科学进展》杂志 版权所有
基金资助:
作者简介:
作者简介：余建辉(1983-),男,甘肃张掖人,硕导,副研究员,主要从事区域可持续发展问题研究,E-mail:yujh@igsnrr.ac.cn。
展开
摘要
资源环境承载能力监测预警中一项重要的内容就是资源环境耗损过程的变化趋势测度。本文从资源消耗、环境损坏和生态质量变化角度出发,提出了一种基于资源环境耗损的过程评价方法,即通过计算水土资源消耗、水气环境污染以及生态质量变化,测度资源环境耗损指数,刻画资源环境耗损趋势,并在京津冀地区开展了试评价。研究结果表明：①该评价方法以资源环境耗损变化为基础,力图客观反映区域资源环境变化趋势,从科学架构出发,结合数据可获得性和实际可操作性,综合得出一种科学合理且简单易行的评价方法,有利于资源环境耗损过程评价在全国推广。②试评价结果显示,京津冀地区水土资源利用效率提高趋势明显,近80%的区县处于资源利用高效率类别;污染物排放强度总体呈现下降趋势,但仍然有33%的区县污染物排放处于高强度状态;以林草覆盖率表征的生态质量处于逐步降低状态,年均降低速率约为1.2%。③从指标组合关系上看,水土资源利用效率同时趋于良好的县占比最高(100个,约50%);效率趋势相异的区县较少(62个),其中土地资源利用效率趋差而水资源利用效率趋良的区县个数最少(18个)。污染物排放强度变化的指标组合呈现两极分化特征。京津冀地区资源环境耗损趋缓型和加剧型评价单元数量对比为6:1,市辖区的耗损加剧程度比县略严重。
关键词：
Abstract
Establishing the mechanism of monitoring and early-warning of resource and environmental carrying capacity is an innovative work of comprehensively deepening reforms in China. An important approach to analyze resource and environmental carrying capacity is to measure the trend of resource and environmental depletion. Based on the three perspectives of resource consumption, environmental damage, and ecological quality change, this study developed an evaluation method of resource and environmental depletion and carried out a trial evaluation in the Beijing-Tianjin-Hebei region. The results show that the developed method is effective to objectively reflect the changing trend of resource and environmental conditions in the Beijing-Tianjin-Hebei region. Trial evaluation shows that in the Beijing-Tianjin-Hebei region, water and soil resource use efficiency is becoming better, 80% units are in the type of high efficiency. Pollutant emission intensity continued to decline in the past decade, but there are also 33% units staying in the type of high intensity. The overall ecological quality is in a state of gradual decline and the average annual rate of decline is 1.2%. From the perspective of indicators combination, units whose water and soil resources utilization efficiency increase at the same time have the largest number. The combination of pollutant emission intensity presents polarization characteristics. Resource and environmental consumption is more intensive in city areas than that in the counties.
Keywords：
资源环境承载能力监测预警是解决可持续发展问题和中国推进新型城镇化的主要应用基础研究方向,是解决地球系统科学中自然圈层与人文圈层相互作用机理和过程的重要科学选题(樊杰等, 2015)。为实现党的十八届三中全会提出的“建立资源环境承载能力监测预警机制,对水土资源、环境容量和海洋资源超载区域实行先执行措施”的要求,国家要求中国科学院牵头制定资源环境承载能力监测预警指标体系和技术方法,开展以县为基本单元的资源环境承载能力试评价,对水土资源、环境容量和海洋资源超载区域提出预警。为此,项目组自2014年起开展了相关研究与试评价,尝试建立适用全国的具有可操作性的资源环境承载能力监测预警指标体系和技术方法。
资源环境承载能力监测预警是指通过资源环境超载状态的监测和评价,对区域可持续发展状况进行诊断和预判。其方法既可通过确定资源环境约束上限或人口经济合理规模等关键阈值的方式进行超载状态的预警,也可通过自然基础条件的变化或资源利用和环境影响的变化态势进行可持续性的预警(樊杰等, 2015)。在资源环境承载能力测度中,基础评价和专项评价解决了评价单元的静态状态的表征问题,识别了评价单元的超载状态,但就预警而言,必须要比照评价单元的资源环境质量、资源环境支撑社会经济发展的效率、社会经济发展的资源环境效应的历史变化特征值,进行综合评估,才能够识别超载过程的加剧和趋缓程度,从而划分预警等级,即通过静态评价与过程评价集成,划分极重警(红色预警)、重警(橙色预警)、中警(黄色预警)、轻警(蓝色预警)和无警5个预警等级。同时,随着人类活动强度的不断增大,对资源消耗、环境损害及生态质量变化过程进行监控,是遏制资源环境恶化程度、稳定资源环境承载能力、改善人类生存发展条件的有效手段。
目前有关资源环境耗损过程的研究多是单纯从资源消耗、环境污染(主要是工业排放污染)的变化角度入手,探讨其空间分布格局(彭文斌等, 2013)、影响因素(陈祖海等, 2015)等,包括国外著名的库兹涅茨曲线假说(Grossman et al, 1995)及其一系列实证研究(Stern et al, 2001; Shen et al, 2006; 吴玉鸣等, 2012)。上述研究主要关注污染排放等总量方面,对强度的研究较少(胡志强等, 2016),且很少将资源环境的耗损变化与资源环境承载力研究相结合。从资源环境承载力评价及预警的研究角度来看,以往学界的研究多集中于静态层面(刘晓丽等, 2008; 张燕等, 2009; Fang et al, 2010; 叶文等, 2015),研究方法多利用能值分析(张子龙等, 2011;张志卫等, 2012)、GIS空间分析等手段(Shi et al, 2013)。在资源环境承载力评价中,综合考虑资源环境耗损动态过程并进行预警分析的研究文献不多。郭轲等(2015)对京津冀地区资源环境承载力的研究中虽涉及承载力的动态变化分析,但仍然是静态指标的多年份对比研究,没有将静态指标(状态)和动态指标(变化率)相结合。在资源环境承载能力评价的指标选择方面,不同学者分别从土地承载力(于广华等, 2015)、水资源承载力(屈小娥, 2017)、生态承载力(向秀容等, 2016)等视角提出了相对复杂、全面的评价指标体系及分级标准,为本文的评价指标筛选提供了较好的参考。汪自书等(2016)对资源环境约束下的北京市人口承载力进行了研究,发现北京人口承载主要受到水资源、大气环境和水环境的限制,这与本文主要考虑的资源环境指标领域相一致。
本文作为资源环境承载能力监测预警体系中的一个环节,从资源消耗、环境损坏和生态质量变化角度出发,提出一种基于资源环境耗损的过程评价方法,即通过计算水土资源消耗、水气环境污染以及生态质量变化测度资源环境耗损指数,刻画资源环境耗损趋势,并以京津冀地区为目标开展试评价。
过程评价旨在刻画人类活动的资源环境利用效率和强度的变化,用于表征资源环境承载能力的状态趋势,采用资源环境耗损指数表征。资源环境耗损指数是指人类生产生活过程中的资源利用效率、污染排放强度以及生态质量等变化过程特征的集合,是影响资源环境承载能力状态变化的重要指标。资源环境耗损指数由3个类别的指标构成,分别为：资源利用效率变化、污染物排放强度变化和生态质量变化。综合以往研究,构建资源环境损耗指数的指标构架,如表1所示。
表1 理论框架下的资源环境耗损指数测度指标集
Tab.1 Indicators for measuring resource and environmental depletion by a theoretical framework
| 概念层 | 类别层 | 指标层 | 指标数据 |
|---|---|---|---|
| 资源环境耗损指数 | 资源利用效率变化 | 城镇土地资源利用效率变化 农村土地资源利用效率变化 水资源利用效率变化 能矿资源利用效率变化 | 单位GDP建设用地面积变化率 单位GDP耕地面积变化率 单位GDP用水量变化率 单位GDP标准煤耗变化率 |
| 污染物排放强度变化 | 水污染物排放强度变化 大气污染物排放强度变化 固体废弃物排放强度变化 | 单位GDP化学需氧量（COD）排放强度变化率 单位GDP二氧化硫（SO2）排放强度变化率 单位GDP固体废弃物排放强度变化率 | |
| 生态质量变化 | 林草质量变化 湿地质量变化 物种多样性变化 气候适宜度变化 | 林草覆盖变化率 湿地面积变化率 物种丰富度变化率 年平均气温变化率 |
在构建了逻辑层面的指标集后,以表1的指标集为蓝本,与数据提供部门进行指标获取验证修订,以检验数据获取的可行性。在经过几轮的可操作性检验后(图1),综合数据获取可行性,最终确定3个类别指标的数据层关键指标如下(表2)：资源利用效率变化中包含了土地资源的利用效率和水资源的利用效率变化,污染物排放强度变化中包含了水污染和大气污染两方面的污染物排放强度变化,生态质量变化包含了林草覆盖变化。这些指标可以保证在全国县级层面进行监测时,所有数据均能按时统一获取。
表2 实际操作中的资源环境耗损指数测度指标集
Tab.2 Operationalized indicators for measuring resource and environmental depletion
| 概念层 | 类别层 | 指标层(关键指标) | 数据层 |
|---|---|---|---|
| 资源环境耗损指数 | 资源利用效率变化 | 土地资源利用效率变化(建设用地) | 10年年均变化率 |
| 水资源利用效率变化(用水量) | 10年年均变化率 | ||
| 污染物排放强度变化 | 水污染物排放强度变化(COD) | 10年年均变化率 | |
| 大气污染物排放强度变化(SO2) | 10年年均变化率 | ||
| 生态质量变化 | 林草覆盖率变化 | 10年年均变化率 |
图1 资源环境耗损指数测度指标筛选流程
Fig.1 Screening of indicators for resource and environmental depletion
由于过程评价本身是一个基于时间序列的分析,需要长时间序列的数据作为支撑,通过逐年的数据趋势对比来对发展趋势进行判定。而长时间序列的数据对于全国范围内数量众多的评价单元而言,每多一个年份的数据,就意味着获取难度大大增加。故而需要寻找一个简化但是又不会有较大的趋势判断失误的方法。对比全国、北京等地的长时间序列数据趋势可以发现,由于评价单元10年变化方向有趋同的特性(图2-3),变化趋势相对“统一”,也就是说各评价单元之间只有10年间平均速率的差别,但极少有总体趋势的差异。采用10年年均变化率的数据指标,与长时间序列的变化率趋势判断基本相似。基于此,为减少操作复杂度,使得本评测可以在全国铺开,对资源环境耗损指数测度指标中采用10年年均变化率来表征。
图2 2004-2015年全国、北京资源利用效率变化趋势
Fig.2 National and Beijing's resource utilization efficiency trends, 2004-2015
图3 2004-2015年全国、北京污染物排放强度变化趋势
Fig.3 National and Beijing's pollutant emission intensity trends, 2004-2015
(1) 土地资源利用效率变化。计算公式如下：
式中：Le为年均土地资源利用效率变化率,t为基准年,Lt为基准年行政区域内建设用地面积,
(2) 水资源利用效率变化。计算公式如下：
式中：We为年均水资源利用效率变化率,t为基准年,W为基准年行政区域内用水量,
(3) 水污染物排放强度变化。计算公式如下：
式中：Ce为年均COD排放强度变化率,t为基准年,Ct为基准年行政区域内COD排放量,
(4) 大气污染物排放强度变化。计算公式如下：
式中：Se为年均SO2排放强度变化率,t为基准年,St为基准年行政区域内SO2排放量,
(5) 林草覆盖率变化。计算公式如下：
式中：Ee为林草覆盖率年均变化率,Et为自基准年行政区域内林草覆盖率,
根据上述5项指标数值与对应的全国平均值的关系将各指标值进行分类定性,然后再将各项定性指标依据表3规则集成为资源利用效率变化、污染物排放强度变化、生态质量变化3个类别。在依据指标数据进行分类定性时,从逻辑上来判断首选的阈值标准应当是0值,即当单位GDP水土资源利用量或污染物排放量的年均变化为负值时,表示变化趋好,分类应为高效率类或低强度类。但从全国的情况来看,单位GDP水土资源利用量和污染物排放量多年来处于不断下降的状态,亦即是全国范围内只有极少的评价单元该项年均变化指标为负值。在生态质量方面,林草覆盖率也是多年处于降低状态,只有极少的评价单元该项指标出现升高。在这样的情况下,如果阈值取0值会造成此次评价的实际意义大打折扣。基于此,本文采用平均线原则进行类别划分,即将全部评价单元的平均变化率作为判别阈值。
表3 资源环境耗损指数各指标类别划分及阈值标准
Tab.3 Classification of indices of resource and environmental depletion and thresholds
| 指标 | 类别 | 指向 | 阈值标准 |
|---|---|---|---|
| 资源利用效率变化 | 低效率类 | 变化趋差 | 两类效率变化指标均低于全国平均水平 |
| 高效率类 | 变化趋良 | 除上述情况外的其他情况 | |
| 污染物排放强度变化 | 高强度类 | 变化趋差 | 两类强度变化指标均高于全国平均水平 |
| 低强度类 | 变化趋良 | 除上述情况外的其他情况 | |
| 生态质量变化 | 低质量类 | 变化趋差 | 林草覆盖率年均变化率低于全国平均水平 |
| 高质量类 | 变化趋良 | 林草覆盖率年均变化率不低于全国平均水平 |
根据资源利用效率变化、污染物排放强度变化、生态质量变化等3个类别的匹配关系,按如下的综合分类标准得到不同类型的资源环境耗损指数(表4)。由于资源环境承载能力对可持续发展最直接、显著的作用是“短板效应”,即制约区域发展的某个关键要素可能直接决定了整体承载能力的强弱,因此在综合分类时,首先依据“短板效应”理念,采用“一票否决”的原则进行分类,即当3个类别的指标变化中其中一类出现趋差的态势,则综合分类即为加剧型。但在实际操作中发现,如果采取严格的“一票否决”分类法,则几乎所有评价单元均属于加剧型的类别。故而在兼顾实际操作的情况下,将3个类别的综合匹配分类标准定为“三类指数变化中有至少两项均趋向差的方向”为加剧型评价单元(图4)。
表4 资源环境耗损指数综合分类
Tab.4 Comprehensive classification of indices of resource and environmental depletion
| 指数名称 | 类别 | 分类标准 |
|---|---|---|
| 资源环境耗损指数 | 加剧型 | 三类指数变化中有至少两项均趋向差的方向 |
| 趋缓型 | 除上述情况外的其他情况 |
图4 资源环境耗损指数类型划分过程
Fig.4 Type division process of resource and environmental depletion
京津冀区域(图5)是北方经济规模最大、最具活力的地区。2014年,京津冀地区土地总面积为22.69万km2,常住人口1.11亿,地区生产总值6.65万亿元①(① 数据根据北京、天津、河北当年统计年鉴数据计算。)。该地区是全国水资源最短缺、大气污染和水污染最严重、资源环境与发展矛盾最为尖锐的大规模城市化地区。从资源利用来看,京津冀地区多年人均水资源占有量为全国平均水平的1/9,是中国缺水最严重的地区。从环境污染来看,近年来京津冀地区大气污染问题十分严重,空气质量超标天数居三大经济圈首位;水环境严重污染,地表水劣V类(丧失使用功能的水)断面比例达30%以上,受污染的地下水占1/3②(②数据源自环境保护部等七部门组成的联合调研组在对京津冀地区生态环境保护问题开展调研后的报道。新华网报道网址：http://www.he.xinhuanet.com/shipin/2014-11/19/c_1113311992_2.htm。)。从生态质量来看,京津冀地区生态空间被大量占用,目前北京市城市总体规划确定的第一道绿隔已基本消失,第二绿隔中已被各类农村集体建设用地占用过半,北京周边120 km范围内的森林生态系统严重退化(张静, 2015)。
由于部分县级数据为保密数据,仅可用于内部评价,故在本次资源环境耗损过程试评价中,建设用地面积和林草覆盖率数据由全国城市统计年鉴获得,用水量为工业、农业和生活用水加总数据,由各省水资源年报获得,COD排放量和SO2排放量利用生产和生活全口径排放监测数据,由各省环境统计年报获得。数据获取单元为地级行政单元,根据单元内各区县的人口密度和工业活动密度,将地级单元数据等比例细分到县区单元中,数据年限为2004-2014年。根据获得数据集分别计算京津冀地区各地区多年的土地资源利用效率、水资源利用效率、COD排放强度、SO2排放强度、林草覆盖率变化程度等,并将以上计算结果分类为资源利用效率变化、污染物排放强度变化、生态质量变化3项,最后综合得出资源环境耗损指数。
3.2.1 资源利用效率变化试评价结果
从整体评价看,京津冀地区水土资源利用效率提高趋势明显,10年间近8成区县单元处于高效率变化类别,仅2成区县资源利用效率较低(图6)。从行政类别来看,有30%的市辖区处于低效率类别,如张家口市市辖区、邢台市市辖区等,这可能与市辖区内城市建设活动相对剧烈有关。与此相比,仅有15%的县处于低效率类别。从指标组合关系上看,50%的区县的水土资源利用效率同时趋于良好(100个),为占比最多的指标组合;水土资源利用效率趋势相异的区县有62个,其中土地资源利用效率趋差而水资源利用效率趋良的区县个数最少,仅18个。可见,水资源的有效利用仍然是制约京津冀地区资源利用效率改善的主要因素。
3.2.2 污染物排放强度变化试评价结果
京津冀地区污染物排放强度有一定下降趋势,2/3的区县在近10年来污染物排放强度降低幅度较大,但仍然有1/3区县(68个)的污染物排放强度下降速度不容乐观(图7)。从行政类别来看,县的污染物排放强度下降速度差于市辖区,40%的县污染物排放强度变化趋势弱于平均水平;而这一指标在市辖区中仅占20%,可能与市辖区内的环保监察力度相对较大从而使得环保设施利用率较高有关。污染物排放强度改善较差的市辖区,如古冶区、鹰手营子矿区等,大多为工矿业区域。从空间来看,污染物排放强度变化弱于总体趋势的区县大部分布在京津冀南部地区和唐山,这与近年来这些区域重化工发展较快有很大关系。从指标组合关系上看,60个区县的污染物排放强度变化同时趋于良好,而68个区县的污染物排放强度变化同时趋差,呈明显的两级分化特征。
3.2.3 生态质量变化试评价结果
与资源利用效率和污染物排放强度的逐步改善趋势不同,京津冀地区生态质量处于逐步降低的状态,年均变化率约为-1.2%。从行政类别来看,市辖区的生态质量低质量变化程度较大,42%的市辖区处于低质量类别;相比之下仅18%的县处于低质量类别。生态质量变化的空间集聚现象明显(图8),生态质量处于低质量的地区(占比26%)大部分集中在武清、香河等环北京县区,这一地区受北京辐射影响较大,近年来随着大量房地产的建设,土地利用格局变化较大,造成了生态质量下降。
3.2.4 资源环境耗损试评价结果
从整体来看,京津冀地区资源环境耗损加剧型地区少于趋缓型地区,趋缓型评价单元占所有评价单元的85%(173个),趋缓型和加剧型评价单元数量关系基本为6:1(表5)。从行政类别来看,市辖区的资源环境耗损加剧程度比县略严重,接近2成的市辖区资源环境耗损呈现综合性加剧趋势;而这一指标在县中仅占13%。资源环境耗损呈加剧趋势的市辖区大多以工矿业为主。从空间来看,资源环境耗损呈加剧趋势的区县大量聚集在京津冀南部,尤其是近年来钢铁、水泥、玻璃等重污染行业大规模发展的区域,这类区域的产业结构调整是减缓资源环境耗损压力的关键举措。从指标组合关系上看,污染物排放强度居高不下是导致评价单元列入加剧趋势的主要因素,加剧型单元中有76.7%的区县属此种情况。反过来说,趋缓型评价单元中污染物排放强度改善也是影响评价的主要因素,74%的评价单元因此获益。值得重视的是,京津冀地区有75个评价单元(占趋缓型的43%)处于污染物排放强度、资源利用效率和生态质量变化均趋向改善的方向,说明该地区仍有相当数量的区县资源环境承载压力呈现全面改善的态势。
表5 资源环境耗损各类指标统计
Tab.5 Summary statistics of resource and environmental depletion by various indicators
| 资源环境耗损指数 | 污染物排放强度变化 | 资源利用效率变化 | 生态质量变化 | 区县个数 | 占比/% |
|---|---|---|---|---|---|
| 加剧型 | 低强度类 | 低效率类 | 低质量类 | 7 | 23.3 |
| 高强度类 | 低效率类 | 低质量类 | 4 | 13.3 | |
| 高强度类 | 低效率类 | 高质量类 | 10 | 33.3 | |
| 高强度类 | 高效率类 | 低质量类 | 9 | 30.0 | |
| 合计 | 30 | 100.0 | |||
| 趋缓型 | 低强度类 | 低效率类 | 高质量类 | 20 | 11.6 |
| 低强度类 | 高效率类 | 低质量类 | 33 | 19.1 | |
| 低强度类 | 高效率类 | 高质量类 | 75 | 43.4 | |
| 高强度类 | 高效率类 | 高质量类 | 45 | 26.0 | |
| 合计 | 173 | 100.0 | |||
从综合统计数据来看,加剧型地区仅占京津冀地区土地面积的12%左右,人口仅占22%,第二产业增加值占比23%,年末单位从业人员数占比18%,固定资产投资占比18%(表6)。加剧型地区中市辖区较多,虽然所占面积较小但人口集中程度较高,是资源环境与发展矛盾相对激烈的地区,未来需要加以重点关注。
表6 分类型区的评价单元基本指标占比情况
Tab.6 Basic situation of various types of areas
| 区域类别 | 土地面积 | 年末总人口 | 第二产业增加值 | 年末单位从业人员数 | 固定资产投资 |
|---|---|---|---|---|---|
| 加剧型地区占比/% | 11.9 | 22.0 | 23.2 | 18.1 | 18.0 |
| 趋缓型地区占比/% | 88.1 | 78.0 | 76.8 | 81.9 | 82.0 |
本文聚焦于水土资源和水气环境及林草生态承载力的变化,提出一种资源环境耗损评价方法,即通过计算资源利用效率变化、污染物排放强度变化和生态质量变化,综合测度地区资源环境耗损趋势,并以京津冀区域为案例开展示范研究。该评价方法具备简便易行、可操作性强等特点,能为建立资源环境承载力监测预警机制提供基础支撑。在京津冀地区的试评价结果显示：京津冀地区水土资源利用效率提高趋势明显,10年间近8成的区县单元处于高效率变化类别。污染物排放强度有一定下降趋势,2/3的区县在近10年来污染物排放强度下降幅度较大。京津冀地区平均生态质量处于逐步下降的状态,年均变化率约为-1.2%。京津冀地区资源环境耗损加剧型地区少于趋缓型地区,趋缓型和加剧型评价单元数量之比为6:1,市辖区的资源环境耗损加剧程度比县略严重。在试评价过程中,发现有以下2个问题：一是在表征资源环境耗损过程中,受数据可获得性和可操作性的影响,表征体系基于科学框架进行了简化处理,不可避免的会造成一定信息损失,如何尽可能地在实际可操作的条件下,增加信息量,逼近科学的资源环境实际耗损过程,是下一步研究需要重点关注的问题。二是根据资源环境承载能力监测预警分类系统要求,本文评测的内容只进行了两类别划分,划分类别较少,故对指标非常接近阈值的个别评价单元而言,存在因较小的数据差别(如仅比阈值低0.1)而划入“差”类别的风险,如何从指标组合的搭配中更好的处理这类情况,也是下一步需要解决的问题。
The authors have declared that no competing interests exist.
| [1] |
中国环境污染变动的时空特征及其经济驱动因素 [J].https://doi.org/10.11821/dlyj201511015 URL [本文引用: 1] 摘要
基于2003-2013年经济与环境污染数据,运用EKC模型、Moran'sI指数、LMDI指数,将污染排放的经济因素分解为规模效应、结构效应、能源消费效应、能源开发效应、技术污染效应,探讨中国环境污染变动的时空特征。结果表明,中国环境污染总量未到达EKC曲线拐点,处于EKC曲线左侧。在时间维度上,规模效应加剧了环境污染恶化,其他效应的变化间接改善了环境状况。在空间维度上,规模效应的高值聚集区是东部地区;结构效应、能源消费效应、技术污染效应的高值聚集区主要是中西部地区,低值聚集区多为东部和东北地区;能源开发效应是全国范围的整体偏低。中国污染重心在113°E~115°E,32°N~34.5°N的区域内移动,以北京—吉林—广东—浙江等省份所构成的区域,受不同经济效应影响,在向东、向西之间“抉择移动”。
The spatial-temporal characteristics and economic drivers of environmental pollution changes in China [J].[本文引用: 1] 摘要
基于2003-2013年经济与环境污染数据,运用EKC模型、Moran'sI指数、LMDI指数,将污染排放的经济因素分解为规模效应、结构效应、能源消费效应、能源开发效应、技术污染效应,探讨中国环境污染变动的时空特征。结果表明,中国环境污染总量未到达EKC曲线拐点,处于EKC曲线左侧。在时间维度上,规模效应加剧了环境污染恶化,其他效应的变化间接改善了环境状况。在空间维度上,规模效应的高值聚集区是东部地区;结构效应、能源消费效应、技术污染效应的高值聚集区主要是中西部地区,低值聚集区多为东部和东北地区;能源开发效应是全国范围的整体偏低。中国污染重心在113°E~115°E,32°N~34.5°N的区域内移动,以北京—吉林—广东—浙江等省份所构成的区域,受不同经济效应影响,在向东、向西之间“抉择移动”。
|
| [2] |
全国资源环境承载能力监测预警(2014版)学术思路与总体技术流程 [J].
建立资源环境承载能力监测预警机制,是全面深化改革的一项创新性工作。从资源环境承载能力的科学内涵出发,以区域可持续发展为指向,探究资源、环境等构成的承载体——自然基础同承载对象——人类生产生活活动之间形成的“压力-状态-响应”过程,提出资源环境承载能力预警是从资源环境约束上限或人口经济合理规模等关键阈值开展的超载预警,以及从自然基础条件变化或资源利用和环境影响变化态势开展的过程预警的学术思路。在探讨承载能力预警指标体系选取原则的基础上,构建陆域和海域差异化的预警指标体系和总体技术流程。采用土地资源压力、水资源利用强度、环境胁迫程度、植被盖度变化作为基础指标进行地域全覆盖评价;针对城市化地区、农业地区、牧业地区、生态地区,分别选择灰霾污染程度、耕地面积增减状况、草蓄平衡指数、生态环境质量变化状态作为专项指标,确定各类专项指标的关键阈值并进行分类评价;最后进行复合,形成在鲜明主体功能定位指向下的差别化评价方法、取得具有一致性表达的评价结果,并开展资源利用效率和环境污染压力两方面的过程评价,以辅助反映中国资源环境承载能力和可持续发展能力预警状态,为提出限制性措施建议和完善监测预警机制提供科学依据。
Academic thought and technical progress of monitoring and early-warning of the national resources and environment carrying capacity (V 2014) [J].[本文引用: 2] 摘要
建立资源环境承载能力监测预警机制,是全面深化改革的一项创新性工作。从资源环境承载能力的科学内涵出发,以区域可持续发展为指向,探究资源、环境等构成的承载体——自然基础同承载对象——人类生产生活活动之间形成的“压力-状态-响应”过程,提出资源环境承载能力预警是从资源环境约束上限或人口经济合理规模等关键阈值开展的超载预警,以及从自然基础条件变化或资源利用和环境影响变化态势开展的过程预警的学术思路。在探讨承载能力预警指标体系选取原则的基础上,构建陆域和海域差异化的预警指标体系和总体技术流程。采用土地资源压力、水资源利用强度、环境胁迫程度、植被盖度变化作为基础指标进行地域全覆盖评价;针对城市化地区、农业地区、牧业地区、生态地区,分别选择灰霾污染程度、耕地面积增减状况、草蓄平衡指数、生态环境质量变化状态作为专项指标,确定各类专项指标的关键阈值并进行分类评价;最后进行复合,形成在鲜明主体功能定位指向下的差别化评价方法、取得具有一致性表达的评价结果,并开展资源利用效率和环境污染压力两方面的过程评价,以辅助反映中国资源环境承载能力和可持续发展能力预警状态,为提出限制性措施建议和完善监测预警机制提供科学依据。
|
| [3] |
京津冀地区资源环境承载力动态变化及其驱动因子 [J].URL 摘要
在构建京津冀地区资源环境承载力评价指标体系的基础上,运用状态空间模型科学测量京津冀地区资源环境承载力,并结合时间序列Tobit模型分析京津冀地区资源环境承载力的驱动因素.结果表明：2000-2012年,京津冀地区资源环境承载力都处于可载状态且在上升阶段.社会经济增长对资源环境带来的压力较大.京津冀三省（市）的承载度都呈现＂U＂型曲线形式,资源环境承载度都较低,资源环境承载潜力较大.常住人口数量、城镇居民恩格尔系数是京津冀地区资源环境承载力的共同影响因素,人口问题很可能成为限制区域社会经济发展的瓶颈对资源环境造成威胁.三地应该在资源环境、社会发展、经济结构方面互为补充,把资源环境承载力作为参考等政策启示.
Change of resource environmental bearing capacity of Beijing-Tianjin-Hebei region and its driving factors [J].摘要
在构建京津冀地区资源环境承载力评价指标体系的基础上,运用状态空间模型科学测量京津冀地区资源环境承载力,并结合时间序列Tobit模型分析京津冀地区资源环境承载力的驱动因素.结果表明：2000-2012年,京津冀地区资源环境承载力都处于可载状态且在上升阶段.社会经济增长对资源环境带来的压力较大.京津冀三省（市）的承载度都呈现＂U＂型曲线形式,资源环境承载度都较低,资源环境承载潜力较大.常住人口数量、城镇居民恩格尔系数是京津冀地区资源环境承载力的共同影响因素,人口问题很可能成为限制区域社会经济发展的瓶颈对资源环境造成威胁.三地应该在资源环境、社会发展、经济结构方面互为补充,把资源环境承载力作为参考等政策启示.
|
| [4] |
中国地市尺度工业污染的集聚特征与影响因素 [J].https://doi.org/10.11821/dlyj201608006 URL [本文引用: 1] 摘要
随着工业化的快速发展,中国工业污染形势极为严峻,而且不同工业污染物的分布有着明显的空间差异性.根据2013年中国286个地市工业废水、工业SO2和工业烟(粉)尘等工业污染数据,以污染总量和污染强度为测度指标,采用探索性空间数据方法,引入空间计量经济模型,对全国工业污染的地理集聚特征及影响因素进行计量分析.结果显示:①工业污染空间集聚显著,空间分布差异大.工业废水、工业SO2、工业烟(粉)尘总量和强度存在显著的空间相关性和空间集聚性;废水总量东高西低,强度西高东低;SO2总量北高南低且高污染区域较多,强度西高东低;烟(粉)尘总量与强度空间格局相似,集中于晋陕甘一带.②工业污染空间溢出效应显著.三大污染物总量和强度均表现出显著的空间滞后和空间误差溢出效应,区域污染物排放会受到周边地区污染物排放的显著影响.③三类污染物由于不同的特性、空间格局和产业指向性,使得影响空间分布的关键因素存在有显著差异.经济发展水平、人口密度、第三产业比重、利用外资规模、能源强度的提升,会增加污染物总量,但经济发展水平、人口密度、科技支出水平的提升,则有利于降低污染强度.④要进一步降低工业污染,提高环境质量,既要充分重视工业污染的空间交互作用,加强地区间联防联控,同时也要提高区域经济发展水平,促进产业结构升级和生产工艺高级化,加大科技投入,控制能源强度,因地制宜、因势利导的制定差异化工业污染防治措施.
Agglomeration characteristics of industrial pollution and their influencing factors on the scale of cities in China [J].[本文引用: 1] 摘要
随着工业化的快速发展,中国工业污染形势极为严峻,而且不同工业污染物的分布有着明显的空间差异性.根据2013年中国286个地市工业废水、工业SO2和工业烟(粉)尘等工业污染数据,以污染总量和污染强度为测度指标,采用探索性空间数据方法,引入空间计量经济模型,对全国工业污染的地理集聚特征及影响因素进行计量分析.结果显示:①工业污染空间集聚显著,空间分布差异大.工业废水、工业SO2、工业烟(粉)尘总量和强度存在显著的空间相关性和空间集聚性;废水总量东高西低,强度西高东低;SO2总量北高南低且高污染区域较多,强度西高东低;烟(粉)尘总量与强度空间格局相似,集中于晋陕甘一带.②工业污染空间溢出效应显著.三大污染物总量和强度均表现出显著的空间滞后和空间误差溢出效应,区域污染物排放会受到周边地区污染物排放的显著影响.③三类污染物由于不同的特性、空间格局和产业指向性,使得影响空间分布的关键因素存在有显著差异.经济发展水平、人口密度、第三产业比重、利用外资规模、能源强度的提升,会增加污染物总量,但经济发展水平、人口密度、科技支出水平的提升,则有利于降低污染强度.④要进一步降低工业污染,提高环境质量,既要充分重视工业污染的空间交互作用,加强地区间联防联控,同时也要提高区域经济发展水平,促进产业结构升级和生产工艺高级化,加大科技投入,控制能源强度,因地制宜、因势利导的制定差异化工业污染防治措施.
|
| [5] |
城市群资源环境承载力研究进展及展望 [J].https://doi.org/10.11820/dlkxjz.2008.05.005 URL [本文引用: 1] 摘要
城市群资源环境承载力研究具有重要的理论和实践指导意义。城市群资源环境承载力研究是一种特殊类型的区域资源环境承载力研究，关于区域资源和环境单要素的承载力研究，国内学者进行了较多的评述，本文主要对国内外区域资源环境综合要素承载力及城市群地区资源环境承载力研究进行综述。研究认为，目前国内外对城市群资源环境承载力进行系统分析的研究成果十分有限，相关研究中存在的不足表现在①承载力研究不够深入，尚未形成完善的理论体系;②资源环境承载力研究集中于单要素研究，综合要素承载力研究欠缺;③资源环境承载力的概念及量化方法有待深入探讨;④城市群资源环境承载力研究没有充分考虑区域系统的开放性特征。针对这些不足，城市群资源环境承载力研究的主要趋势和方向为①从综合多要素角度加强城市群开放系统承载力研究;②充分重视城市群区域空间结构的整体性特征;③注重科技进步、制度管理等人类社会文化因素的影响;④加强城市群资源环境承载力综合测度与定量测算方法研究;⑤充分发挥复杂系统方法、GIS、RS等先进技术的作用。
Progress and prospect of study on carrying capacity of resource and environment of city clusters [J].[本文引用: 1] 摘要
城市群资源环境承载力研究具有重要的理论和实践指导意义。城市群资源环境承载力研究是一种特殊类型的区域资源环境承载力研究，关于区域资源和环境单要素的承载力研究，国内学者进行了较多的评述，本文主要对国内外区域资源环境综合要素承载力及城市群地区资源环境承载力研究进行综述。研究认为，目前国内外对城市群资源环境承载力进行系统分析的研究成果十分有限，相关研究中存在的不足表现在①承载力研究不够深入，尚未形成完善的理论体系;②资源环境承载力研究集中于单要素研究，综合要素承载力研究欠缺;③资源环境承载力的概念及量化方法有待深入探讨;④城市群资源环境承载力研究没有充分考虑区域系统的开放性特征。针对这些不足，城市群资源环境承载力研究的主要趋势和方向为①从综合多要素角度加强城市群开放系统承载力研究;②充分重视城市群区域空间结构的整体性特征;③注重科技进步、制度管理等人类社会文化因素的影响;④加强城市群资源环境承载力综合测度与定量测算方法研究;⑤充分发挥复杂系统方法、GIS、RS等先进技术的作用。
|
| [6] |
中国工业污染空间分布格局研究 [J].
文章以中国31个省市自治区为研究样本,选取6个反映工业污染情况的主要指标,利用主因子分析和聚类分析方法对中国环境污染分布状况进行深入研究,绘制中国工业污染空间分布格局图,分析各区域间工业污染的差异,并且提出环境污染治理的可行性对策建议,进而为推行节能减排和"两型社会"建设提供参考依据。
Zhongguo gongye wuran kongjian fenbu geju yanjiu [J].[本文引用: 1] 摘要
文章以中国31个省市自治区为研究样本,选取6个反映工业污染情况的主要指标,利用主因子分析和聚类分析方法对中国环境污染分布状况进行深入研究,绘制中国工业污染空间分布格局图,分析各区域间工业污染的差异,并且提出环境污染治理的可行性对策建议,进而为推行节能减排和"两型社会"建设提供参考依据。
|
| [7] |
陕西省水资源承载力综合评价研究 [J].
文中以陕西省水资源承载力综合评价为中心展开研究,通过构建涵盖水资源、社会、经济及生态等方面的水资源承载力综合评价指标体系,运用TOPSIS综合评价方法,实证测算研究了陕西省及各城市水资源承载力的动态变化及区域差异。结果表明:样本考察期内,陕西省水资源承载力整体呈现较为明显的上升趋势,其中生态子系统和社会子系统的贡献最大;从区域差异看,陕南水资源承载力最大,陕北次之,关中最小;从城市差异看,水资源承载力由高到低依次为汉中、安康、延安、商洛、宝鸡、西安、榆林、铜川、咸阳和渭南。总体来看,陕西省水资源承载力仍处于较低的水平,其原因可归结为水资源整体匮乏、人口压力大、产业结构不合理以及节水意识不足等方面。根据实证研究结果,提出了相应的提高水资源承载力的对策建议。
Comprehensive evaluation of water resources carrying capacity in Shaanxi Province [J].[本文引用: 1] 摘要
文中以陕西省水资源承载力综合评价为中心展开研究,通过构建涵盖水资源、社会、经济及生态等方面的水资源承载力综合评价指标体系,运用TOPSIS综合评价方法,实证测算研究了陕西省及各城市水资源承载力的动态变化及区域差异。结果表明:样本考察期内,陕西省水资源承载力整体呈现较为明显的上升趋势,其中生态子系统和社会子系统的贡献最大;从区域差异看,陕南水资源承载力最大,陕北次之,关中最小;从城市差异看,水资源承载力由高到低依次为汉中、安康、延安、商洛、宝鸡、西安、榆林、铜川、咸阳和渭南。总体来看,陕西省水资源承载力仍处于较低的水平,其原因可归结为水资源整体匮乏、人口压力大、产业结构不合理以及节水意识不足等方面。根据实证研究结果,提出了相应的提高水资源承载力的对策建议。
|
| [8] |
资源环境约束下的北京市人口承载力研究 [J].URL 摘要
人口规模控制是我国大城市发展面临的共同困境。以可能满意度模型为基础,综合考虑水资源、大气环境、能源和水环境四个方面的指标,通过资源环境承载力的多目标-多情景决策模型对北京市人口综合承载力进行测算。研究发现:水资源、大气环境和水环境对人口的限制性较大,综合考虑可持续发展能力,北京市2020年最佳的承载人口为2250万人;在适当提高可能满意度值,降低经济代价的情况下,可接受的人口规模为2200-2500万。
Research of population carrying capacity of Beijing based on the resources ＆ environment constraints [J].摘要
人口规模控制是我国大城市发展面临的共同困境。以可能满意度模型为基础,综合考虑水资源、大气环境、能源和水环境四个方面的指标,通过资源环境承载力的多目标-多情景决策模型对北京市人口综合承载力进行测算。研究发现:水资源、大气环境和水环境对人口的限制性较大,综合考虑可持续发展能力,北京市2020年最佳的承载人口为2250万人;在适当提高可能满意度值,降低经济代价的情况下,可接受的人口规模为2200-2500万。
|
| [9] |
省域环境库兹涅茨曲线的扩展及其决定因素: 空间计量经济学模型实证 [J].https://doi.org/10.11821/yj2012040006 URL [本文引用: 1] 摘要
基于扩展的传统环境库茨涅茨曲线(EKC),利用2008年中国31个省域截面数据和空间计量经济学模型,分析省域环境污染的空间相关性、EKC的形状及决定因素。结果发现我国省域环境污染存在明显空间依赖性和空间溢出效应,高—高和低—低集聚区居主导地位;全域截面数据模拟的EKC形状为"U+倒U"型,其中30个省域的EKC曲线为"倒U"型,EKC假说在省域尺度得到了证实;29个省域的人均GDP位于"倒U"型曲线左侧区域,表明省域人均收入越高,环境污染越严重;上海已率先跨过"倒U"型曲线拐点,其人均收入的提高与环境保护较为协调;人口规模、城市化水平及中等级人力资本,与环境污染损失成正相关;升级产业结构、积累高等级人力资本及提高对外开放程度,有利于控制环境污染。
The extension of regional environmental Kuznets Curve and its determinations: An empirical research based on spatial econometrics model [J].[本文引用: 1] 摘要
基于扩展的传统环境库茨涅茨曲线(EKC),利用2008年中国31个省域截面数据和空间计量经济学模型,分析省域环境污染的空间相关性、EKC的形状及决定因素。结果发现我国省域环境污染存在明显空间依赖性和空间溢出效应,高—高和低—低集聚区居主导地位;全域截面数据模拟的EKC形状为"U+倒U"型,其中30个省域的EKC曲线为"倒U"型,EKC假说在省域尺度得到了证实;29个省域的人均GDP位于"倒U"型曲线左侧区域,表明省域人均收入越高,环境污染越严重;上海已率先跨过"倒U"型曲线拐点,其人均收入的提高与环境保护较为协调;人口规模、城市化水平及中等级人力资本,与环境污染损失成正相关;升级产业结构、积累高等级人力资本及提高对外开放程度,有利于控制环境污染。
|
| [10] |
基于生态足迹的天山北坡经济带生态承载力评价与预测 [J].https://doi.org/10.11821/dlyj201605006 URL [本文引用: 1] 摘要
生态承载力是测度区域社会经济 发展对资源与环境系统压力程度的重要标尺。基于生态足迹法,构建生态承载力的评价与预测模型,分别评价和预测了2010年与2015年天山北坡经济带的生 态足迹和承载力。结果表明:2010年天山北坡经济带生态足迹组分以草地和能源用地为主,约占足迹总量的93%,人均生态承载力总体高于人均生态足 迹;2015年生态承载状况仍然总体盈余。但随着人口快速增长以及人均消费能力提高,2015年人均生态承载力已经低于2010年水平,城镇化对未利用地 的开发形成用地总量供给的增加可能是维持生态盈余的主要原因之一。经济发展与城镇化进程对区域可持续发展造成一定压力,需要对资源环境承载能力加强监测预 警。
Assessment and prediction of ecological carrying capacity for the Northern Slope Economic Belt of Tianshan Mountains. [本文引用: 1] 摘要
生态承载力是测度区域社会经济 发展对资源与环境系统压力程度的重要标尺。基于生态足迹法,构建生态承载力的评价与预测模型,分别评价和预测了2010年与2015年天山北坡经济带的生 态足迹和承载力。结果表明:2010年天山北坡经济带生态足迹组分以草地和能源用地为主,约占足迹总量的93%,人均生态承载力总体高于人均生态足 迹;2015年生态承载状况仍然总体盈余。但随着人口快速增长以及人均消费能力提高,2015年人均生态承载力已经低于2010年水平,城镇化对未利用地 的开发形成用地总量供给的增加可能是维持生态盈余的主要原因之一。经济发展与城镇化进程对区域可持续发展造成一定压力,需要对资源环境承载能力加强监测预 警。
|
| [11] |
资源环境承载力定量分析: 以秦巴山水源涵养区为例 [J].https://doi.org/10.13930/j.cnki.cjea.150190 URL [本文引用: 1] 摘要
在全国范围生态文明建设的时代背景下,开展生态型地区的可持续发展研究是一项重要课题。生态型地区资源环境承载力作为区域经济发展的一部分,对其客观准确的评估具有十分重要的实践意义。在区域调研资料的基础上,依据当地发展特点,在ESI模型和状态空间法的基础上,构建了区域资源环境承载力评价指标体系,并以秦巴山水源涵养区为例,对区域的生态现状承载情况及资源开发利用与污染排放情况进行综合评价,并从资源能源消耗和污染排放的角度定量分析人类活动影响下的区域环境健康状况;采用2010年的区域统计相关数据分析了其空间序列的资源环境承载分布情况,探讨了区域生态承载力与社会经济压力之间的关系。研究发现:该区生态环境十分脆弱,生态承载力指数最低的县市只有0.135;生态承载力的空间分布差异明显,中南部生态承载力指数较高，最大值为0.795;水源涵养能力和固碳吐氧能力是生态承载力空间分布差异的主控因子。研究区社会经济压力指数较高,最高地区达到0.517,表明社会经济发展对环境压力大;资源能源消耗与环境污染相互关系分析表明,区域发展在一定程度上依赖资源能源消耗;社会经济压力指数的主控因子是单位面积工业三废排放量、人口密度、能耗指数和单位面积生活污水排放量。研究区资源环境承载力中南部较大,少数“超载”区域指数值高达6.790,承载力分布特点总体中部好于周边;区域资源环境承载力的最大影响因子是年平均气温、植被覆盖度和单位面积生活污水排放量。脱钩指数分析显示生态或社会经济发展单方面对资源环境承载力的影响较小,为“相对脱钩”;发展压力受植被覆盖度和生活污水排放量等影响大,但是总体仍处发展稳定阶段,需要分区域制定发展对策。
Quantitative analysis of resource and environment carrying capacity for water conservation area in Qin-Ba Mountains [J].[本文引用: 1] 摘要
在全国范围生态文明建设的时代背景下,开展生态型地区的可持续发展研究是一项重要课题。生态型地区资源环境承载力作为区域经济发展的一部分,对其客观准确的评估具有十分重要的实践意义。在区域调研资料的基础上,依据当地发展特点,在ESI模型和状态空间法的基础上,构建了区域资源环境承载力评价指标体系,并以秦巴山水源涵养区为例,对区域的生态现状承载情况及资源开发利用与污染排放情况进行综合评价,并从资源能源消耗和污染排放的角度定量分析人类活动影响下的区域环境健康状况;采用2010年的区域统计相关数据分析了其空间序列的资源环境承载分布情况,探讨了区域生态承载力与社会经济压力之间的关系。研究发现:该区生态环境十分脆弱,生态承载力指数最低的县市只有0.135;生态承载力的空间分布差异明显,中南部生态承载力指数较高，最大值为0.795;水源涵养能力和固碳吐氧能力是生态承载力空间分布差异的主控因子。研究区社会经济压力指数较高,最高地区达到0.517,表明社会经济发展对环境压力大;资源能源消耗与环境污染相互关系分析表明,区域发展在一定程度上依赖资源能源消耗;社会经济压力指数的主控因子是单位面积工业三废排放量、人口密度、能耗指数和单位面积生活污水排放量。研究区资源环境承载力中南部较大,少数“超载”区域指数值高达6.790,承载力分布特点总体中部好于周边;区域资源环境承载力的最大影响因子是年平均气温、植被覆盖度和单位面积生活污水排放量。脱钩指数分析显示生态或社会经济发展单方面对资源环境承载力的影响较小,为“相对脱钩”;发展压力受植被覆盖度和生活污水排放量等影响大,但是总体仍处发展稳定阶段,需要分区域制定发展对策。
|
| [12] |
环渤海沿海地区土地承载力时空分异特征 [J].https://doi.org/10.5846/stxb201311302853 URL [本文引用: 1] 摘要
沿海地区是中国未来社会经济发展的重点区域,近年来沿海地区人地矛盾越来越突出,研究沿海地区土地承载力具有重要意义。针对以往评价中的不足,采用韦伯-费希纳定律确定指标评价标准;利用d-s证据理论进行主客观综合权重的计算,运用可变模糊集理论及模型对土地承载力进行综合评价,并以环渤海沿海地区进行实例分析。研究结果表明,2000-2011年,环渤海地区土地承载力整体呈持续上升趋势,但空间分布差异显著,天津、唐山、大连、盘锦、青岛、烟台、东营、威海土地承载力相对较高,锦州、营口、秦皇岛、滨州、潍坊、日照属于中等水平,沧州、丹东、葫芦岛四市土地承载力相对较低。可变模糊评价模型应用于土地承载力评价,计算简便,可操作性强,评价结果可信度高。
Land carrying capacity spatiotemporal differentiation in the Bohai sea coastal areas [J].[本文引用: 1] 摘要
沿海地区是中国未来社会经济发展的重点区域,近年来沿海地区人地矛盾越来越突出,研究沿海地区土地承载力具有重要意义。针对以往评价中的不足,采用韦伯-费希纳定律确定指标评价标准;利用d-s证据理论进行主客观综合权重的计算,运用可变模糊集理论及模型对土地承载力进行综合评价,并以环渤海沿海地区进行实例分析。研究结果表明,2000-2011年,环渤海地区土地承载力整体呈持续上升趋势,但空间分布差异显著,天津、唐山、大连、盘锦、青岛、烟台、东营、威海土地承载力相对较高,锦州、营口、秦皇岛、滨州、潍坊、日照属于中等水平,沧州、丹东、葫芦岛四市土地承载力相对较低。可变模糊评价模型应用于土地承载力评价,计算简便,可操作性强,评价结果可信度高。
|
| [13] |
京津冀一体化政府环境责任问题研究 [J].
在京津冀一体化背景下，京津冀协同发展已经上升到了国家战略层面。近年来，京津冀地区的生态破坏与环境污染越来越严重，继而影响了区域社会经济的可持续发展。要实现京津冀环境保护一体化，三地政府必须充分认清当前区域环境形势，加强合作，联合治理，建立科学的政府环境责任机制，实现政府环境责任一体化。
Jingjinji yitihua zhengfu huanjing zeren wenti yanjiu [J].[本文引用: 1] 摘要
在京津冀一体化背景下，京津冀协同发展已经上升到了国家战略层面。近年来，京津冀地区的生态破坏与环境污染越来越严重，继而影响了区域社会经济的可持续发展。要实现京津冀环境保护一体化，三地政府必须充分认清当前区域环境形势，加强合作，联合治理，建立科学的政府环境责任机制，实现政府环境责任一体化。
|
| [14] |
中国区域发展潜力与资源环境承载力的空间关系分析 [J].https://doi.org/10.3321/j.issn:1007-7588.2009.08.010 URL [本文引用: 1] 摘要
运用空间统计分析与GIS技术的综合集成方法，研究2000年和2006年中国31个省（市、自治区）的区域发展潜力和资源环境承载力的空间关联性规律及其演变过程。结果表明：①区域发展潜力与资源环境承载力空间分布皆整体上呈现由沿海到内陆再到西部的阶梯递减的趋势；②区域发展潜力与资源环境承载力均表现出全局性显著的相似省区间“趋同”的集聚特征，即发展潜力高的省区集聚于东部，发展潜力较低地区则集聚于西部；东北、东部沿海，中部和南部的资源环境承载力得到提高且趋于集聚，而资源环境承载力较低的省区集聚于西北；③结合迭代聚类结果与空间聚类结果将中国区域发展潜力与资源环境承载力划分为5种类型区域，划分结果发现各个区域发展潜力与资源环境承载力的空间联系测度上表现并不十分显著，资源环境承载力对低发展潜力地区所起的制约效应比高发展潜力地区要大得多。
The Spatial relationship between regional development potential and resource & environment carrying capacity [J].[本文引用: 1] 摘要
运用空间统计分析与GIS技术的综合集成方法，研究2000年和2006年中国31个省（市、自治区）的区域发展潜力和资源环境承载力的空间关联性规律及其演变过程。结果表明：①区域发展潜力与资源环境承载力空间分布皆整体上呈现由沿海到内陆再到西部的阶梯递减的趋势；②区域发展潜力与资源环境承载力均表现出全局性显著的相似省区间“趋同”的集聚特征，即发展潜力高的省区集聚于东部，发展潜力较低地区则集聚于西部；东北、东部沿海，中部和南部的资源环境承载力得到提高且趋于集聚，而资源环境承载力较低的省区集聚于西北；③结合迭代聚类结果与空间聚类结果将中国区域发展潜力与资源环境承载力划分为5种类型区域，划分结果发现各个区域发展潜力与资源环境承载力的空间联系测度上表现并不十分显著，资源环境承载力对低发展潜力地区所起的制约效应比高发展潜力地区要大得多。
|
| [15] |
基于能值分析的无居民海岛承载力: 以青岛市大岛为例 [J].https://doi.org/10.3969/j.issn.1007-6336.2012.04.024 URL [本文引用: 1] 摘要
采用能值分析的方法对青岛市大 岛这一无居民海岛的承载力进行了研究。在大岛生态系统外边界界定为由其海岸线向海一侧扩展1 km范围的情况下,得出以下结论:大岛生态系统每年能值使用量为8.43E+18sej,其中潮汐能提供了绝大部分的能值;大岛生态系统的经济价值为 1.16E+07元/a;在维持大岛生态系统可持续发展的情况下,其承载力为1 130人,但是其能值贡献主要来自于大岛周边海域生态系统。
Carrying capacity of uninhabited island based on energy evaluation: A case of Da Island [J].[本文引用: 1] 摘要
采用能值分析的方法对青岛市大 岛这一无居民海岛的承载力进行了研究。在大岛生态系统外边界界定为由其海岸线向海一侧扩展1 km范围的情况下,得出以下结论:大岛生态系统每年能值使用量为8.43E+18sej,其中潮汐能提供了绝大部分的能值;大岛生态系统的经济价值为 1.16E+07元/a;在维持大岛生态系统可持续发展的情况下,其承载力为1 130人,但是其能值贡献主要来自于大岛周边海域生态系统。
|
| [16] |
基于能值理论的环境承载力定量评价方法探讨及其应用 [J].
借鉴已有环境承载力研究成果,以人地关系地域系统理论为理论基础,文中提出了区域环境承载力的概念,认为某一区域的环境承载力是环境系统提供社会经济发展所需资源的支撑能力和吸纳污染物的同化能力之和。基于此概念,运用能值分析方法,通过将环境支撑能力和环境同化能力转化为与之相等价的土地面积,构建了用以评价区域环境承载状况的定量分析方法,并将其应用于新疆维吾尔族自治区和宁夏回族自治区。
Quantitative measure method for environmental carrying capacity and its application: Based on emergy theory [J].[本文引用: 1] 摘要
借鉴已有环境承载力研究成果,以人地关系地域系统理论为理论基础,文中提出了区域环境承载力的概念,认为某一区域的环境承载力是环境系统提供社会经济发展所需资源的支撑能力和吸纳污染物的同化能力之和。基于此概念,运用能值分析方法,通过将环境支撑能力和环境同化能力转化为与之相等价的土地面积,构建了用以评价区域环境承载状况的定量分析方法,并将其应用于新疆维吾尔族自治区和宁夏回族自治区。
|
| [17] |
Comprehensive measurement for carrying capacity of resources and environment of city clusters in central China [J].https://doi.org/10.1007/s11769-010-0281-z URL [本文引用: 1] 摘要
Studying the carrying capacity of resources and environment of city clusters in the central China has important practical guidance significance for promoting the healthy, sustainable and stable development of this region. According to their influencing factors and reciprocity mechanism, using system dynamics approaches, this paper built a SD model for measuring the carrying capacity of resources and environment of the city clusters in the central China, and through setting different development models, the comprehensive measurement analysis on the carrying capacity was carried out. The results show that the model of promoting socio-economic development under the protection of resources and environment is the optimal model for promoting the harmony development of resources, environment, society and economy in the city clusters. According to this model, the optimum population scale of the city clusters in 2020 is 42.80x10(6) persons, and the moderate economic development scale is 22.055x10(12) yuan (RMB). In 1996-2020, the carrying capacity of resources and environment in the city clusters took on obvious phase-change characteristics. During the studied period, it is basically at the initial development stage, and will come through the development process from slow development to speedup development.
|
| [18] |
Economic growth and the environment [J]. |
| [19] |
A simultaneous estimation of environmental Kuznets Curve: Evidence from China [J].https://doi.org/10.1016/j.chieco.2006.03.002 URL [本文引用: 1] 摘要
No abstract is available for this item.
|
| [20] |
Evaluation method of urban land population carrying capacity based on GIS: A case of Shanghai, China [J].https://doi.org/10.1016/j.compenvurbsys.2013.02.002 URL [本文引用: 1] 摘要
Although research on population carrying capacity has made significant progress, research on urban carrying capacity still has a weak theoretical basis and uses, imperfect regulation mechanisms and estimation methods. This study proposes a new method for evaluating urban population carrying capacity based on spatial analysis with GIS, which utilizes spatial classification and spatial grading of land use. The results demonstrate that urban construction and industrial development subspaces have most of the population, accounting for about 86.4% of the total population carrying capacity, across 40.7% of the total land area. Therefore, urban construction and industrial development subspaces are the centers of the population concentration, industrial agglomeration and wealth concentration in the Shanghai metropolis. The agricultural production and ecological protection subspaces, as noncommercial and ecological conservation areas of the metropolis, should not carry too much industrial development or added-value activities. In addition, under the current conditions of socio-economic and technological development in China, the gross population carrying capacity of Shanghai is estimated to be about 27.1732鈥 30.3308 million persons, based on 2009 data. The actual population of Shanghai was 22.1028 million persons in 2009; thus, the population can continue to grow before reaching the population carrying capacity. The estimation in this paper takes into account both the internal disparities in carrying capacity of heterogeneous land spaces and composite factors such as natural resources, the environment, economic resources and social resources. Consequently, this method not only addresses defects in the existing research and estimation methods but also improves the credibility of the estimate.
|
| [21] |
Is there an environmental Kuznets curve for sulfur [J]. |
/
| 〈 |
|
〉 |
