環(huán)境科學(xué)技術(shù)及資源科學(xué)技術(shù)

北京地區(qū)冬春PM2.5和PM10污染水平時空分布及其與氣象條件的關(guān)系

趙晨曦，王云琦，王玉杰，等

摘要：目的：北京2012—2013年的冬春多次出現(xiàn)霧霾天氣，可吸入顆粒物（PM10）污染嚴重。而PM2.5作為PM10中粒徑較小的部分，在PM10中所占比重越高，越引發(fā)嚴重污染及心肺疾病。如今，PM2.5和PM10污染逐漸成為人們重點關(guān)注和研究的熱點問題。因此，選取北京地區(qū)污染頻發(fā)季節(jié)，分析其時空分布規(guī)律，并研究不同氣象條件對其的影響。方法：根據(jù)北京市環(huán)境保護監(jiān)測中心網(wǎng)站（http://www.bjmemc.com.cn），選取能夠覆蓋北京所有區(qū)縣的30個PM2.5和PM10的質(zhì)量濃度監(jiān)測點。收集2012年12月—2013年5月的PM2.5和PM10質(zhì)量濃度的24 h日均值以及2012年12月PM2.5及PM10的實時濃度值（即小時平均值）。根據(jù)中國天氣網(wǎng)（http://www.weather.com.cn），收集各區(qū)縣實時氣象因子[氣溫（℃）、相對濕度（%）、風(fēng)速（風(fēng)級）、降水量（mm）]數(shù)據(jù)，記錄2012年12月的小時平均值和日均值。經(jīng)數(shù)據(jù)整理，利用Arc GIS普通克里格插值法（Original Kriging）可分別得到北京地區(qū)冬、春季節(jié)PM2.5及PM10的空間分布圖，結(jié)合區(qū)縣分布，分析顆粒物分布的整體和區(qū)域特征。經(jīng)SPSS統(tǒng)計，分析北京市及各區(qū)域PM2.5及PM10的月變化、逐日變化及日變化等時間變化特征。采用非參數(shù)分析即Spearman秩相關(guān)系數(shù)法對PM2.5、PM10質(zhì)量濃度與對應(yīng)氣象因子的相關(guān)性進行分析，能更客觀地反映兩者間的關(guān)系。結(jié)果：（1）空間特征。北京顆粒物濃度的空間分布具有一定的梯度特征，且冬季比春季更為明顯。在全北京范圍內(nèi)，PM2.5和PM10濃度從北部山區(qū)到南部地區(qū)逐漸遞增。局部地區(qū)顆粒物濃度存在一定的城鄉(xiāng)差異，人口較為密集、污染源較多的城鎮(zhèn)略高于植被覆蓋條件較好、具有一定自凈能力的鄉(xiāng)村地區(qū)。區(qū)域PM2.5和PM10濃度分布差異體現(xiàn)為：西南部＞東南部＞城六區(qū)＞東北部＞西北部。（2）時間特征。不論是全北京還是局部區(qū)域，顆粒物濃度的月變化曲線均呈單峰單谷型，且總體趨勢基本相同，均在1月最高，4月最低。逐日變化反應(yīng)了PM2.5和PM10濃度具有較好的相關(guān)性，且波動均隨天氣情況變化明顯。PM2.5和PM10濃度日變化曲線均呈雙峰趨勢，PM10濃度在5—7點左右最低，10—12點左右達到一個小高峰，午后稍有降低，并在19—21點達到一天中的峰值。PM2.5質(zhì)量濃度的日變化與PM10基本相似，但多數(shù)時段下變化趨勢稍有滯后。（3）與氣象因子的關(guān)系。北京冬季PM2.5和PM10的質(zhì)量濃度分別與氣溫、相對濕度正相關(guān)、與風(fēng)速負相關(guān)。其中，風(fēng)速和相對濕度是影響污染物質(zhì)量濃度分布的主要因素，且氣象因子對PM10濃度的影響比對PM2.5顯著。結(jié)論：本文針對北京地區(qū)冬春季節(jié)進行了顆粒物時空變化規(guī)律的探討，并分析了對其產(chǎn)生影響的氣象因子。通過與以往研究對比，使可靠性得到了進一步證實。然而，由于監(jiān)測點密度及位置的限制，空間插值仍存在一定誤差，顆粒物空間分布的預(yù)測值與真實值間存在差距。此外，氣壓、總輻射量、總云量等與PM2.5質(zhì)量濃度之間也存在著一定的相關(guān)性。未來研究中可增加相關(guān)因子并延長監(jiān)測時段，進一步揭示造成顆粒物污染長期滯留的不利氣象條件。

來源出版物：環(huán)境科學(xué), 2014, 35(2): 418-427

入選年份：2015

基于轉(zhuǎn)移矩陣的土地利用變化信息挖掘方法探討

劉瑞，朱道林

摘要：目的：土地利用變化研究是全球變化研究的重要組成部分。土地利用轉(zhuǎn)換矩陣反映了一個區(qū)域在兩個時點間土地利用轉(zhuǎn)換的數(shù)量信息，是最常用的分析土地利用變化的方法。但是該方法目前的應(yīng)用主要集中在直接分析各土地利用類型數(shù)量的變化信息，而忽略了土地利用空間區(qū)位的固定性與獨特性，當土地利用類型數(shù)量變化很小，空間卻發(fā)生明顯轉(zhuǎn)換時，無法真實的反應(yīng)土地利用的變化程度。因此本文以土地利用轉(zhuǎn)移矩陣為基礎(chǔ)，探索全面獲取土地利用變化信息的方法。方法：本文以山東省臨邑縣為例，對其1996—2005年間的土地利用變化進行研究。首先，通過GIS的空間疊加和數(shù)理統(tǒng)計分析，獲取兩個時期的土地利用轉(zhuǎn)移矩陣。其次，通過計算不同土地利用類型的新增量、減少量、總變化量、交換變化量和凈變化量來獲取土地利用變化的數(shù)量信息和空間信息。其中，凈變化量是土地利用類型數(shù)量的絕對變化量，它是新增量和減少量相減的絕對值，反映了不同時期土地利用變化的數(shù)量信息；交換變化量是一個地類在一個地方轉(zhuǎn)換為其他地類，同時在另外的地方又有其他地類轉(zhuǎn)換為該地類的數(shù)量，它等于新增量和減少量絕對值小的那一個值的兩倍，該數(shù)量可以反映土地利用類型的空間變化信息?？傋兓考鹊扔趦糇兓考由辖粨Q量也等于新增量加上減少量。最后，分析土地利用類型間轉(zhuǎn)換規(guī)律。從新增量和減少量兩個角度，計算隨機狀態(tài)下土地利用類型間相互轉(zhuǎn)換的理論頻數(shù)，通過實際轉(zhuǎn)換量與理論轉(zhuǎn)換量進行對比分析，來識別地類間相互轉(zhuǎn)換的優(yōu)勢信息。對比分析采用兩種方法，一種是減法，及采用地類間轉(zhuǎn)換的實際值（Pij）減去理論值（Lij），該值的大小可以反映地類間轉(zhuǎn)換的趨勢；另一種方法是除法，及采用地類間轉(zhuǎn)換的實際值與理論值的相對差值，計算公式為（Pij?Lij）/Lij，該值的大小可以反映地類間轉(zhuǎn)換的趨勢的強度。結(jié)果：（1）1996—2005年只有10.05%的土地發(fā)生了變化。耕地總變化量最大，其次是園林地和未利用地，最后是建設(shè)用地和其他土地；（2）從整體上看，交換變化量大于凈變化量。耕地、其他土地和園林地的主導(dǎo)變化為交換變化，未利用地和建設(shè)用地的主導(dǎo)變化為凈變化。其中，耕地總變化量為8.21%，凈變化量只有0.01%，交換化量為8.20%，交換化量幾乎等于總變化量，因此耕地的變化主要表現(xiàn)為空間位置的轉(zhuǎn)移；未利用地則正好相反，幾乎都是凈變化，主要表現(xiàn)為數(shù)量的減少；其他土地和園林地的變化一方面表現(xiàn)出凈數(shù)量的增加，另一方面也表現(xiàn)出一定數(shù)量的交換變化，但是交換變化量相對較大，其他土地和園林地的交換變化量分別占各自總變化量的68.18%和55.01%。建設(shè)用地以凈變化為主，凈變化量占總變化量的68.22%。（3）地類間相互轉(zhuǎn)換的規(guī)律。從新增的角度，未利用地轉(zhuǎn)化為其他土地最具有轉(zhuǎn)換優(yōu)勢，雖然實際轉(zhuǎn)換值只有0.49%，但其轉(zhuǎn)換的實際值是理論值的8倍，相對差值達到7.93；其次是未利用地轉(zhuǎn)換為園林地，相對差值為1.6。耕地轉(zhuǎn)換為園林地的比例是最大的，達到2.63%，但是由于耕地是區(qū)域內(nèi)面積最大的類型，在隨機狀態(tài)下其轉(zhuǎn)換為園林地的比例達到2.52%，兩者的差值為兩者差0.11%，相對值為0.04，因而園林地增加有占用耕地的傾向性不明顯。從流失的去向看，其他土地轉(zhuǎn)換為園林地最具轉(zhuǎn)換優(yōu)勢，而兩者的相對差值達到2.12；其次是耕地轉(zhuǎn)換為園林地，相對差值達到1.8。結(jié)論：（1）凈變化量、交換變化量和總變化量等共同組成的土地利用變化信息同時考慮了各土地利用類型的空間轉(zhuǎn)移和數(shù)量變化過程，能更客觀的反應(yīng)土地利用變化的實際情況。（2）通過實際轉(zhuǎn)換量與理論轉(zhuǎn)換量進行對比分析，能夠更客觀的反應(yīng)土地利用類型間的系統(tǒng)轉(zhuǎn)換優(yōu)勢。（3）該方法可以有效獲取各土地利用類型動態(tài)變化信息，清晰地辨別土地利用類型間的轉(zhuǎn)換規(guī)則，能夠為土地利用空間分析和建模提供更有用的信息。

來源出版物：資源科學(xué), 2010, 32(8): 1544-1550

入選年份：2015

基于SPOT VEGETATION數(shù)據(jù)的中國植被覆蓋時空變化分析

邱海軍，曹明明

摘要：目的：植被是土地覆蓋的最主要部分，其變化對全球能量循環(huán)及物質(zhì)的生物化學(xué)循環(huán)具有重要的影響。特別是大面積范圍內(nèi)的植被覆蓋時空變化，對認識全球變化有著重要的意義。本文通過1998—2007年中國地區(qū)長時間序列SPOT_Vegetation植被指數(shù)的研究，分析中國植被覆蓋的時空變化規(guī)律。方法：采用歸一化植被指數(shù)（NDVI）反映植被覆蓋狀況，NDVI是遙感影像的近紅外波段和紅外波段反射率的比值參數(shù)，能很好地反映了植被覆蓋、生物量以及葉面積指數(shù)等情況。利用最大值合成法，消除云、大氣、太陽高度角等的部分干擾，建立中國年平均NDVI數(shù)據(jù)集?；贕IS技術(shù)，進行中國自然地理區(qū)劃。最后采用一元線性回歸變化斜率法和Mann-Kendall非參數(shù)檢驗法，計算1998—2007年來中國植被覆蓋的時空變化。結(jié)果：從分析結(jié)果可以看出近年來中國植被覆蓋時空變化格局：（1）中國植被整體覆蓋情況自1998年以來，植被覆蓋度雖然上下波動，但在整體上正逐步得到改善?？臻g上表現(xiàn)為東北濕潤、半濕潤溫帶地區(qū)覆蓋度最好，華南熱帶濕潤地區(qū)和華中、華南濕潤亞熱帶地區(qū)次之，而西北溫帶及暖溫帶荒漠地區(qū)覆蓋最差，這主是因為東北濕潤、半濕潤溫帶地區(qū)有大興安嶺，小興安嶺和長白山等林帶，華南熱帶濕潤地區(qū)和華中、華南濕潤亞熱帶地區(qū)溫暖濕潤，降水量多，植被生長良好，而西北溫帶及暖溫帶荒漠地區(qū)有世界上著名的幾大沙漠和沙地景觀，植被覆蓋差。（2）從變化斜率分析結(jié)果中可以看出中國最大NDVI均值變化趨勢及其分布情況，中國的植被覆蓋整體改善，局部惡化，近1/3的國土植被覆蓋基本不變。其中，輕微改善的面積占國土總面積的25.35%，中度改善的面積占國土總面積的20.03%，11.88%國土總面積得到明顯改善。同時，國土總面積的1.38%和2.14%卻是嚴重退化和中度退化。（3）基于Mann-Kendall非參數(shù)檢驗法統(tǒng)計量指標可以看出，1/2以上國土面積植被覆蓋顯著上升，7.02%的國土面積植被覆蓋狀況卻顯著下降，16.72%國土面積植被覆蓋不顯著下降，而22.22%的國土面積植被覆蓋狀況不顯著上升?？傮w上表現(xiàn)為華中、華南濕潤亞熱帶地區(qū)，東北濕潤、半濕潤溫帶地區(qū)和華北濕潤、半濕潤暖溫帶地區(qū)植被覆蓋顯著上升，西部干旱區(qū)域植被狀況正面臨著惡化。結(jié)論：SPOT_Vegetation植被指數(shù)數(shù)據(jù)可以很好地在宏觀上監(jiān)測中國的植被覆蓋時空變化。從整體上對中國植被覆蓋時空分布狀況有較清晰的認識。1998—2007年，整體上中國植被活動在增強，并向好的方向改善，特別是華中、華南濕潤亞熱帶地區(qū)，東北濕潤、半濕潤溫帶地區(qū)和華北濕潤、半濕潤暖溫帶地區(qū)植被覆蓋顯著上升。但局部在卻在惡化，西北干旱區(qū)域特別是內(nèi)蒙古中西地區(qū)產(chǎn)生嚴重的惡化。近1/3國土面積植被覆蓋基本不變。

來源出版物：資源科學(xué), 2011, 33(2): 335-340

入選年份：2015

東江流域近20年土地利用變化的時空差異特征分析

任斐鵬，江源，熊興，等

摘要：目的：土地利用變化會對區(qū)域生物地球循環(huán)與生態(tài)功能產(chǎn)生重要影響，也是全球及局地氣候變化的主要驅(qū)動力之一。位于珠江水系的東江流域，是河源、惠州、東莞等城市的重要水源地，也肩負著向深圳和香港供水的任務(wù)。然而，自1990年以來流域經(jīng)歷了快速的城鎮(zhèn)化過程，土地利用發(fā)生了深刻的變化。因此，探究流域城鎮(zhèn)化過程中的土地利用變化及特點，對認識流域生態(tài)環(huán)境變化，指導(dǎo)土地利用和生態(tài)保護具有重要意義。基于此，本文以1990—2009年間多時相土地利用數(shù)據(jù)為基礎(chǔ)，通過對上、中、下游土地利用多時相的對比分析，研究東江流域土地利用變化的時空差異特征，以期為流域治理和生態(tài)保護提供理論依據(jù)。方法：綜合采用了野外調(diào)查、遙感影像解譯和空間分析等方法開展研究。（1）土地利用分類：基于1990年、2000年和2009年3期Landsat TM/ETM多光譜遙感影像，運用Erdas9.2遙感影像處理軟件，開展了流域7個一級類，12個二級類土地類型的劃分，并結(jié)合2009年1月份的一次野外調(diào)繪數(shù)據(jù)和歷史土地利用資料，采用人機交互的方式，對分類結(jié)果進行了校驗；（2）土地利用變化程度及趨勢判定：研究選用了變化量、變化幅度和年變化率3個定量指標，對土地利用變化程度進行了分析，選用了土地利用轉(zhuǎn)移矩陣對土地利用轉(zhuǎn)移方向及數(shù)量進行對比分析，采用上、中、下游分區(qū)對比的方法，進行空間差異性對比分析；（3）土地利用變化驅(qū)動力分析：通過多期人口、GDP數(shù)據(jù)與主要用地面積變化的對比，結(jié)合自然環(huán)境和宏觀經(jīng)濟政策的區(qū)域差異，對土地利用變化的原因開展了分析。結(jié)果：（1）1990年以來，東江流域土地利用變化的特點表現(xiàn)為城市化過程顯著、非城鎮(zhèn)用地結(jié)構(gòu)變化明顯，以及林地和灌草地大為減少的總體特征，近20年內(nèi)，城鎮(zhèn)用地面積比例從1.52%上升到了9.39%，城鎮(zhèn)用地的增加主要來源于耕地、園地和低覆蓋度林地；（2）流域的上游、中游、下游3個區(qū)域城鎮(zhèn)化水平差異顯著，城鎮(zhèn)用地面積下游＞中游＞上游，優(yōu)勢土地利用結(jié)構(gòu)和發(fā)展趨勢也存在著明顯差別，上游以農(nóng)林用地為主，中游以農(nóng)林用地、水域和灌草地為主，下游城鎮(zhèn)用地比重明顯增多；（3）流域的3個區(qū)域在1990—2000年和2000—2009年兩個時段，城鎮(zhèn)用地增加量表現(xiàn)出相同的空間分異特征，而年增長率卻表現(xiàn)出不同的空間分異特征，其中非城鎮(zhèn)用地的轉(zhuǎn)化在3個區(qū)域差異明顯，自然植被退縮的程度表現(xiàn)為下游＞上游＞中游；（4）東江流域2000—2009年時段的土地利用變化速度較之1990—2000年時段整體上有所緩和，但在程度上仍具有區(qū)域差異性，顯示出土地利用進一步向高度集約化方向發(fā)展；（5）人口增加、經(jīng)濟增長、區(qū)域發(fā)展政策的變化疊加在區(qū)域自然差異之上是東江流域土地利用變化及區(qū)域差異產(chǎn)生的主要原因。結(jié)論：本文綜合采用遙感與GIS等分析手段，對東江流域1990—2009年間的土地利用變化時空差異特征進行了分析，表明東江流域從1990年到2009年經(jīng)歷了快速的城市化發(fā)展過程，城市用地大幅增加，自然植被趨于退化。不同區(qū)域的對比分析結(jié)論表明，由于流域上、中、下游社會經(jīng)濟條件和自然環(huán)境等方面的不同，流域上、中、下游城市化水平有所差異，土地利用結(jié)構(gòu)和變化趨勢也有所差異。結(jié)合這一特點，研究提出了針對性的區(qū)域發(fā)展策略，建議在上游地區(qū)加強自然植被保護，中游地區(qū)加強濕地保護，下游地區(qū)加強城鎮(zhèn)發(fā)展用地的管理等發(fā)展策略。

來源出版物：資源科學(xué), 2011, 33(1): 143-152

入選年份：2015

土地利用/土地覆被分類系統(tǒng)研究進展

張景華，封志明，姜魯光

摘要：目的：土地利用/土地覆被變化是全球變化研究中的一個核心和熱點，它不僅影響人類生存與發(fā)展的自然基礎(chǔ)，而且影響地球生物化學(xué)圈層的結(jié)構(gòu)、功能以及地球系統(tǒng)能量與物質(zhì)循環(huán)等方面，從而與全球氣候變化、生物多樣性的減少、生態(tài)環(huán)境演變等密切相關(guān)。在土地利用/土地覆被變化的研究中，土地利用/土地覆被分類是基礎(chǔ)性和關(guān)鍵性的一個環(huán)節(jié)，它既影響著分類結(jié)果的表達，也決定著分類數(shù)據(jù)的應(yīng)用領(lǐng)域。本文簡要回顧和評述了國內(nèi)外土地利用/土地覆被分類系統(tǒng)的研究進展，試圖為土地利用/土地覆被變化研究提供翔實資料與參考依據(jù)。方法：本研究查閱了國內(nèi)外眾多的土地利用/土地覆被分類系統(tǒng)，詳細闡述了幾種具有代表性的土地利用/土地覆被分類系統(tǒng)，分析和評價了各土地利用/土地覆被分類系統(tǒng)的形成背景、適用性和不足之處，在此基礎(chǔ)上，就土地利用/土地覆被分類系統(tǒng)的發(fā)展與完善進行了討論與展望。結(jié)果：土地利用/土地覆被分類系統(tǒng)，1970年代之前以土地利用分類系統(tǒng)為主。這類分類系統(tǒng)以野外實地調(diào)查獲取數(shù)據(jù)為主要信息源，采用自下而上的分類方法，依據(jù)土地被利用的方式來進行分類，分類系統(tǒng)主要用于土地利用現(xiàn)狀調(diào)查和土地利用制圖。1970年代隨著遙感和計算機技術(shù)的發(fā)展，以土地覆被為主的分類系統(tǒng)迅速發(fā)展起來，這類分類系統(tǒng)以衛(wèi)星遙感影像為主要信息源，采用自上而下的分類方法，依據(jù)土地覆被的自然屬性，兼顧土地利用的主要特點進行分類，分類系統(tǒng)主要用于土地覆被變化研究。目前的土地利用/土地覆被分類系統(tǒng)一般都只適用于特定研究目的和研究尺度，沒有統(tǒng)一標準，各分類系統(tǒng)間很難進行嚴格的比較和轉(zhuǎn)換，這種土地分類系統(tǒng)的不兼容性，給土地覆被數(shù)據(jù)的匯總、分析與共享帶來了諸多不便。結(jié)論：為實現(xiàn)不同分類結(jié)果的比較與共享，需要有一個統(tǒng)一規(guī)范的標準分類系統(tǒng)。但一個適用于所有研究的“萬能”的土地分類系統(tǒng)是不存在的，也是不必要的。在建立土地利用/土地覆被分類系統(tǒng)時應(yīng)該盡可能兼顧特定的研究需要和分類結(jié)果的可比性。一個標準的土地分類系統(tǒng)應(yīng)該是多級的、開放的系統(tǒng)，高級別的土地覆被類型可以直接基于遙感影像進行識別，以便于實現(xiàn)分類數(shù)據(jù)的比較和共享；低級別的土地覆被類型可以結(jié)合研究區(qū)特有的覆被類型、特定的研究目的進行劃分，以滿足特定區(qū)域尺度上的研究需要。

來源出版物：資源科學(xué), 2011, 33(6): 1195-1203

入選年份：2015

中國農(nóng)業(yè)碳排放研究：測算、時空比較及脫鉤效應(yīng)

田云，張俊飚，李波

摘要：目的：宏觀把握我國農(nóng)業(yè)碳排放現(xiàn)狀及其特征是深入研究農(nóng)業(yè)碳排放問題的重要前提。為此，本文將在科學(xué)編制農(nóng)業(yè)碳排放測算體系的基礎(chǔ)上，對我國1995—2010年及31個?。ㄊ?、區(qū)）2010年農(nóng)業(yè)碳排放量進行測算并展開時序演變規(guī)律與空間差異特征分析；接下來，探討歷年來農(nóng)業(yè)碳排放變化與農(nóng)業(yè)經(jīng)濟發(fā)展間的脫鉤類型并進行階段劃分。方法：農(nóng)業(yè)碳排放測算主要通過構(gòu)建農(nóng)業(yè)碳排放測算指標體系而后進行乘加匯總計算而實現(xiàn)?？疾燹r(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟發(fā)展間的關(guān)系時采用Tapio脫鉤模型。該方法采用“彈性概念”可以動態(tài)地反映變量間脫鉤關(guān)系。所謂脫鉤彈性，即農(nóng)業(yè)經(jīng)濟發(fā)展變化的幅度導(dǎo)致農(nóng)業(yè)碳排放改變程度的比值，反映了農(nóng)業(yè)碳排放變化對于農(nóng)業(yè)經(jīng)濟變化的敏感程度。結(jié)果：（1）2010年我國農(nóng)業(yè)碳排放總量為28673.23萬t（約相當于105135.17萬t CO2當量），較1995年的25530.95萬t增加了12.31%，年均遞增0.78%。其中，農(nóng)地利用、稻田、腸道發(fā)酵和糞便管理所導(dǎo)致的碳排放量依次為9831.64萬t、12180.20萬t、5096.19萬t和1565.20萬t，分別占農(nóng)業(yè)碳排總量的34.29%、42.48%、17.77%和5.46%。分階段來看，呈現(xiàn)較為明顯的“上升—下降—上升”的3階段變化特征。（2）橫向來看，區(qū)域差異明顯：碳排放總量，排在前10位的地區(qū)占全國農(nóng)業(yè)總排放的59.62%；而排在后10位的地區(qū)僅占全國8.19%。其中，處于第1位的湖南2010年農(nóng)業(yè)碳排放總量高達2361.36萬t，倒數(shù)第一的北京僅為47.82萬t，二地相差48.38倍。碳排放結(jié)構(gòu)，基于碳排放比重差異，將31個?。ㄊ?、區(qū)）劃分為了稻田主導(dǎo)型、農(nóng)地利用主導(dǎo)型、牲畜腸道發(fā)酵主導(dǎo)型、復(fù)合因素主導(dǎo)型等4種類型。碳排放強度，總體呈現(xiàn)出西高東低的特征，即西部＞中部＞東部，西藏碳排放強度最高，達2917.14 kg/萬元農(nóng)業(yè)GDP，北京最低，僅為145.79 kg/萬元農(nóng)業(yè)GDP。（3）10多年來，我國農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟發(fā)展間的脫鉤類型以弱脫鉤、強脫鉤為主，可見這些年來我國在農(nóng)業(yè)碳減排方面取得了一定成效。具體而言，基于彈性差異，可劃分為兩個階段：強脫鉤、擴張連接、弱脫鉤3種脫鉤類型并存，起伏波動較大的第1階段（1996—2000年）；脫鉤類型集中于強脫鉤、弱脫鉤，平穩(wěn)性特征較為突出的第2階段（2001—2010年）。結(jié)論：本文基于農(nóng)地利用、稻田、牲畜腸道發(fā)酵和糞便管理等四方面16類碳源，就我國農(nóng)業(yè)碳排放的時空差異特征及其與農(nóng)業(yè)經(jīng)濟之間的脫鉤關(guān)系展開了較為深入的研究，并得出了一些研究結(jié)論。通過測算可知，2010年我國農(nóng)業(yè)碳排放總量約為105135.17萬t CO2，考慮到我國碳排放總量為65～70億t，農(nóng)業(yè)碳排放則約占總碳排放量的16%，這接近于一些學(xué)者所說的17%，可見采用的測算方法較為科學(xué)。而進一步研究表明，在過去10多年里，我國農(nóng)業(yè)碳減排也取得了一定成就，表現(xiàn)在碳排放與農(nóng)業(yè)經(jīng)濟之間的脫鉤關(guān)系以弱脫鉤、強脫鉤為主；但同時也暴露出了一些問題，如區(qū)域間農(nóng)業(yè)碳排放強度差異較大，可見今后我國農(nóng)業(yè)碳減排壓力仍舊巨大。

來源出版物：資源科學(xué), 2012, 34(11): 2097-2105

入選年份：2015

基于三階段DEA模型中國區(qū)域能源效率分析

黃德春，董宇怡，劉炳勝

摘要：能源短缺、利用率低、環(huán)境惡化已經(jīng)成為制約我國經(jīng)濟發(fā)展的重要環(huán)節(jié)。學(xué)界對于能源效率的影響因素分析尚未統(tǒng)一，對能源效率的評價主要是從全要素能源效率指標進行分析。評價能源效率大多采用DEA方法，無法剔除環(huán)境因素和隨機誤差的影響，不能得出比較準確的結(jié)論。本文運用Fried等提出的三階段DEA模型，將影響效率的環(huán)境因素及隨機誤差剔除，來評價我國區(qū)域能源利用效率，提高能源效率評價的準確性，試圖克服傳統(tǒng)研究方法的不足。A. Charnes和W. Cooper等于1978年最早創(chuàng)立了DEA-CCR模型，將CCR模型中的技術(shù)效率（TE）分解為純技術(shù)效率（PTE）和規(guī)模效率（SE），即TE＝PTE×SE。這樣能更加準確的反映決策單元的經(jīng)營管理水平。本文選擇投入導(dǎo)向型的BCC模型。結(jié)合Timmer提出的隨機前沿分析（SFA），此模型考慮了外部環(huán)境因素對相對效率造成的影響。將第二階段調(diào)整后的投入數(shù)據(jù)與原始的產(chǎn)出數(shù)據(jù)再次帶入到DEA模型中計算相對效率值，得到的結(jié)果就是剔除了環(huán)境因素和隨機因素影響的值，反映管理水平的效率值。本文選取能源、人力、資本3大投入要素，采用技術(shù)進步和產(chǎn)業(yè)結(jié)構(gòu)作為環(huán)境變量。選取2009年中國29個省、直轄市、自治區(qū)的數(shù)據(jù)為樣本（其中西藏數(shù)據(jù)不完整未選入，重慶的數(shù)據(jù)合并到四川中）。除研發(fā)經(jīng)費支出一項來自《中國科技統(tǒng)計年鑒2010》外，其余數(shù)據(jù)均來自《中國統(tǒng)計年鑒2010》。對中國29個省市2009年的能源效率進行了分析。第一階段運用投入導(dǎo)向的BCC模型，分別得到各省市2009年的技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）。第二階段的結(jié)果表明，R&D經(jīng)費和第二產(chǎn)業(yè)占GDP比重對資本存量松弛變量和能源消費總量松弛變量通過了顯著性水平為1%的檢驗，第二產(chǎn)業(yè)占GDP比重對就業(yè)人數(shù)松弛變量也通過了檢驗。再次運用DEAP2.1軟件，將調(diào)整后的投入變量和原始產(chǎn)出變量帶入求解，可以得到剔除了外部環(huán)境因素和隨機誤差的技術(shù)效率。將技術(shù)效率分為純技術(shù)效率和規(guī)模效率，并利用其數(shù)值來分析能源效率，同時，加入環(huán)境變量來分析完善上述計算結(jié)果。結(jié)果表明，在剔除外部因素和環(huán)境變量以前，規(guī)模效率被高估，純技術(shù)效率被低估。大部分省份在第三階段計算出的規(guī)模收益是遞增的，這說明很多企業(yè)規(guī)模較小，不能體現(xiàn)出規(guī)模經(jīng)濟性。從區(qū)域差異來看，則是東部地區(qū)的能源效率最高，中部次之，西部最低。針對這一結(jié)果，本文給出幾點建議：中西部地區(qū)應(yīng)加強合作，發(fā)揮各自優(yōu)勢，開發(fā)新技術(shù)新能源，提高能源利用率，促進經(jīng)濟健康發(fā)展。文章得出的結(jié)論可為各地區(qū)調(diào)整能源消耗策略和提高能源利用率提供理論指導(dǎo)。

來源出版物：資源科學(xué), 2012, 34(4): 688-695

入選年份：2015