基于熵权物元模型的皖江城市带土地生态安全评价

针对目前生态安全评价中信息屏蔽和主观性问题,运用熵权物元模型对皖江城市带的土地生态安全空间差异及其影响因子进行了研究。结果表明:(1)皖江城市带土地生态安全等级可划分为"向理想安全转化"、"向临界安全转化"、"向较不安全转化"、"向极不安全转化"4个等级,其中超过88%的区域处于临界安全及以下水平,土地生态安全整体状况不容乐观;(2)皖江城市带土地生态安全状态整体稳定性较差,对于外界的干扰较为敏感;(3)皖江城市带土地生态安全空间差异明显,西部优于东部,南部优于北部;(4)单位土地工业废水负荷、自然保护区面积比重、人均水资源量、经济密度、环保支出占GDP比重、森林覆盖率是造成皖江城市带土地生态安全空间差异的主要影响因子。从而得出结论:熵权物元模型既能反映评价对象的稳定状态,也可以揭示单个评价指标的分异,评价结果较为全面客观地反映了研究区域的土地生态安全状况。     

跨行政区域水污染民事侵害事件解决机制探索

随着工业化、城镇化水平的不断推进，我国跨行政区域水污染民事侵害事件呈现多发态势，由此类纠纷引发的社会矛盾格外引人关注。排污主体的环境外部不经济性、流域水体整体性同行政区划分割的矛盾、现行解决跨行政区域水污染民事侵害事件的相关法律法规存在“缺陷”等因素是导致此类纠纷不能及时、公正、准确解决的原因。以环保法的相关原则及国外经验模式，提出了建立以流域为整体的水环境信息共享与水污染应急处理机制、水污染事故认定与评估机制、水污染事故协调与调解机制、建立公众监督与公益诉讼机制、建立预防排污主体外部不经济性行为发生的机制、构建畅通环境民事侵害纠纷处理渠道的司法机制等。     

基于完全分解模型的安徽省用水变化驱动效应测度与分析

为了探索安徽省用水变化驱动效应,采用完全分解模型,从人口、经济增长、技术进步、结构变动4层面对用水变化驱动效应进行了测算。结果表明,(1)经济增长对用水变化具有正向驱动作用,是用水增加的主导因素,2001—2014年,共贡献了472.26亿m~3用水,增量效应高达819.75%;(2)人口、技术进步、产业结构变动对用水变化具有抑制作用,其中,以技术进步因素最显著,2001—2014年,技术进步共减少用水333.87亿m3,减量效应达到579.53%,结构变动因素次之,考察样本期,共减少用水量78.4亿m~3,减量效应为136.09%,人口变动因素影响不大,减量效应仅为4.13%;(3)在人口、经济增长、技术进步、结构变动因素共同作用下,年均增加用水4.43亿m~3,若按惯性发展模式,2020年用水将增至298.67亿m~3,远超政府设定的270.84亿m~3红线目标。基于研究结果,提出了大力发展节水型现代农业,积极对传统工业进行节水技术改造,强化第三产业节水型器具推广,着力提升以现代服务业为主的第三产业比重等政策建议。     

安徽省城镇化演进边际生态环境效应的测度与分析

以安徽省为例,构建了由32个指标组成的城镇化与生态环境质量评价体系。采用主成分分析综合评价方法,对城镇化与生态环境质量进行了综合评价;并借鉴随机回归影响模型(STIRPAT模型),采用偏最小二乘回归方法,对城镇化演进的边际生态环境效应进行了测度。研究结果表明:(1) 安徽省城镇化综合评价指数由1996年的43.83上升至2011年的83.83,呈波动递增态势。(2) 安徽省生态环境综合评价指数由1996年的40.95上升至2011年的80.95,整体呈上升态势,反映了该区生态环境质量良好。(3) 安徽省城镇化演进与生态环境质量呈正向关联关系,城镇化演进对生态环境具有弱正向效应,其边际弹性系数为0.010 2。     

综合治理资源约束下安徽省适宜城市人口规模与城镇化演进对策

[目的]探究资源条件约束下安徽省城市人口规模,为安徽省制定城市化发展规划及可持续城市化发展策略提供决策参考.[方法]基于资源消耗综合视角,运用SPSS软件,采用曲线回归分析方法和分形模型对城市人口规模结构分形特征进行探索.[结果]安徽省资源消耗与城市化规模契合S形曲线演化规律.资源条件约束下,安徽省城市人口适宜规模理论值为2 184.30万人;安徽省城市人口呈低水平均衡分布态势,首位城市(合肥市)的垄断性不强,其分形维数D值为1.54,首位城市(合肥)人口理想规模为371.67万人;安徽省城镇化建设重点在于引导农村人口向县域小城镇集聚及增强首位城市的龙头地位.[结论]安徽省未来城镇化建设重点在于加快首位城市(合肥)建设,引导农村人口向县域小城镇迁移.     

基于组合模型的城镇化演进对耕地影响极限测算

以安徽省为例,选取城镇常住人口占总人口比例等18项指标,从人口、空间、经济、社会生活四维度构建了城镇化综合水平评价体系,采用熵值赋权法对其综合指数进行了测算;运用对数平均迪氏分解模型（Logarithmic Mean Divisia Index,LMDI）,对城镇化进程引致的耕地减少份额进行了计算;基于经济学边际理论,采用最小二乘回归分析方法,构建了城镇化边际耕地变化率测度模型;借助EXCEL软件,通过作散点图并添加趋势线,采用最佳拟合优度获取曲线及高数极值求导判别方法,测算了城镇化演进对耕地影响最小的极限时刻,结果表明：安徽省城镇化综合指数由1996年的0.0319上升至2012年的0.9945;城镇化进程引致耕地面积减少量2002年后呈降幅态势,契合经济学边际效应递减规律;城镇化边际耕地变化率指数由2002－2003年的1292517.63下降至2011－2012年的7430.35,整体呈下降态势;边际耕地变化率拟合曲线为开口向上U形抛物线,当城镇化综合指数为7.325时,即2022－2023年间,城镇化对耕地影响处极小状态,2023年前,安徽省推进城镇化与耕地保护矛盾较突出。基于研究结果,从依靠产业结构优化升级促进城镇土地集约利用等方面提出了政策建议。该研究成果可为安徽省科学编制土地利用规划及制定协调城镇化演进与耕地保护政策提供参考,也可为同类研究提供借鉴。     

基于边际模型的中国城镇化演进对耕地影响极限研究

城镇化建设是支撑社会经济持续发展的国家战略,城镇化快速演进对耕地影响如何,关系到耕地保护红线目标能否实现及粮食安全,探索城镇化演进对耕地影响的极限规律具有重要现实意义。运用扩展Kaya恒等式及LMDI分解模型,测算了1997—2011年中国城镇化引致的耕地减少份额;借鉴经济学边际理论及边际效应模型,采用回归分析及高数求导方法,构建了边际耕地影响及边际耕地变化率测度模型;以边际耕地变化率时序数据为基础,借助EXCEL软件,通过作散点图并添加趋势线,构建了边际耕地变化率曲线,据此测算了城镇化演进对耕地影响最小的极限时刻。结果表明:①城镇化演进占用耕地面积由1997年的59.59万hm2下降至2011年的31.73万hm2,整体呈降幅态势,年均占用43.49万hm2;②边际耕地变化率指数由1997年的0.183 3下降至2011年的0.037 8,年均下降11%;③边际耕地变化率拟合曲线为开口向上的"U"形抛物线,其最低极值点大约出现在2010年。研究结果可为管理层科学编制土地利用规划及制定协调城镇化演进与耕地保护政策提供参考,也可为省域尺度的同类研究提供方法借鉴。     

多种估算方法下小流域生态补偿标准探析——以安徽秋浦河为例

以安徽省南部长江三大支流之一的秋浦河为例,采用模型研究、文献研究、调查研究、对比研究等方法,估算了基于生态服务价值、机会成本、水资源市场价格、条件价值等计算方法下的生态补偿标准.通过比较分析,提出了以生态服务功能的主导效应因子价值为基础,兼顾机会成本作为生态资源保护类型生态补偿标准的观点.结果表明:2009年,秋浦河流...     

石台县景区空气负离子水平分析与评价

石台县位于安徽省池州市,境内植被茂密,飞瀑流泉众多,空气负离子资源极为丰富。基于石台县环境监测站实测数据,采用实证研究、比较研究方法,揭示出石台县景区负离子浓度在3 700~220 000个/cm3,整体平均值达到45 800个/cm3;瞬间最大浓度在5 600~310 100个/cm3,瞬间最大浓度均值为76 763个/cm3;牯牛降景区的鸳鸯潭坝下、四叠瀑布、鸳鸯潭、观瀑亭点,仙寓山景区的一帘幽梦、七彩玉谷八戒过河点,百丈崖景区的石门潭点,黄崖瀑布景区的青龙潭8个景点,空气负离子浓度均在40 000个/cm3以上,均接近或超过空气负离子Ⅰ级标准值的15倍,其中,牯牛降景区的鸳鸯潭坝下浓度达220 000个/cm3,是空气负离子Ⅰ级标准值的73倍,生态旅游资源极为丰富,同全国部分景区相比,具有明显优势,具有发展生态休闲、康体健身等生态旅游项目潜力。空气负离子浓度水平是一个动态值,受多种因素影响与制约,与天气状况、不同时段、水体状态相关。     

基于组合模型的安徽省城镇化演进对耕地影响前景研究

[目的]探索安徽省城镇化演进对耕地影响的前景,为管理层制定协调城镇化发展与耕地保护政策提供依据。[方法]运用LMDI分解模型对城镇化进程引致的耕地面积减少份额进行了计算;借助SPSS分析软件,采用最佳拟合优度曲线估计方法,对城镇化与耕地变化间耦合函数关系进行了考察;基于Logistic模型对城镇化演进趋势进行了预测;依据城镇化与耕地耦合关系及城镇化演进趋势,测算了城镇化发展对耕地影响的前景。[结果]1996—2011年,安徽省城镇化进程引致耕地面积年均减少1 097.87hm2,人口城镇化率每提升1个百分点,耕地面积减少795.20hm2;城镇化与耕地变化间以二次曲线拟合最优;安徽省2020,2030年人口城镇化率分别达到58.44%,68.25%;2020年前,城镇化发展将导致耕地年均减少3 804.94hm2,城镇化水平每提升1个百分点,将导致耕地减少2 549.37hm2,2021—2030年,城镇化演进将导致耕地年均减少11 179.42hm2;城镇化水平每提升1个百分点,将导致耕地减少11 395.94hm2。[结论]未来城镇化演进对耕地的影响将日趋激烈,耕地保护与生态安徽建设将面临较大挑战。