公共文化服务平台

搜索到1951篇“ 经济驱动因素“的相关文章

京津冀及其周边地区PM_(2.5)和臭氧的时空变化及多尺度社会经济驱动因素分析被引量：1: 2024年; 基于2015~2020年京津冀及周边地区PM_(2.5)和O_(3)遥感浓度数据,利用趋势分析、地理探测和时空地理加权回归方法定量研究多尺度PM_(2.5)和O_(3)浓度的时空分异特征及关键社会经济驱动因素影响机制.结果表明:①PM_(2.5)浓度变化的变化斜率在-12.93~0.43μg·(m^(3)·a)^(-1)之间,O_(3)浓度变化斜率在0.70~14.90μg·(m^(3)·a)^(-1)之间,PM_(2.5)冬季下降幅度最大,O_(3)夏季上升幅度最大;②PM_(2.5)和O_(3)浓度均具有空间相关性,PM_(2.5)的H-H聚集位于河北省南部和河南省北部;O_(3)的空间聚类格局变化较大.③从区域尺度来看,GDP、人口密度和民用汽车保有量对PM_(2.5)解释力较强,GDP、城镇化和民用汽车保有量对O_(3)解释力较强.2016年和2020年的主导交互因子相同,分别为人口密度∩第二产业比例和城镇化∩路网密度.④从城市尺度来看,人口密度、工业氮氧化物排放量和用电量对PM_(2.5)和O_(3)污染主要呈正效应,成为城市尺度控制PM_(2.5)和O_(3)污染需要重点关注的社会经济驱动因素.; 燕丽宋小涵雷宇田贺忠

企业创新的经济驱动因素分析: 2023年; 创新是企业获得竞争优势的根本来源,也是企业获得长期稳定发展的根本保障。本文将企业创新划分为技术创新、管理创新、商业模式创新和人才管理创新四个维度,并探讨了企业创新的经济驱动因素,如资金约束,政策导向,行业发展与技术变革等。对于企业如何实现创新,本文提供了有益的借鉴和启示,例如建立创新文化、加强人才培养、注重技术研发、积极拓展市场等。企业只有不断创新,才能在激烈的市场竞争中立于不败之地。; 赵岳齐; 关键词：经济驱动因素

基于灰色关联的填海社会经济驱动因素分析——以珠海市为例: 国土空间全域全要素保护和陆海统筹发展下,对城市填海扩张的规模统计和驱动因素分析是认识空间本底、制定长期保护、开发和利用策略、引导精明增长的重要工作。珠三角地区自改革开放以来历经了社会经济快速发展和大规模填海扩张,而对填海...; 刘泓昆李云; 关键词：填海灰色关联

中国雾霾与臭氧污染的社会经济驱动因素及脱钩努力研究: 自《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》实施以来,我国空气污染防治工作取得了举世睹目的成就,大气污染格局发生了深刻的变化,空气环境质量明显改善。其中,年均细颗粒物PM2.5浓度大幅下降,以PM2.5为首...; 夏会会; 关键词：臭氧污染脱钩分析

青海省土地利用变化及其社会经济驱动因素分析被引量：6: 2022年; 青海省是我国重要的生态安全屏障和水源涵养区,也是生态系统脆弱区和敏感区,极易受到人为活动的干扰,探究其土地利用变化特征及驱动力对于青海省土地资源的合理规划管理和生态环境保护至关重要。本研究基于1980-2018年8个时期的土地利用遥感影像解译数据,采用土地利用动态度指数、转移矩阵和土地利用程度综合指数分析方法,揭示青海各土地利用类型变化程度及空间迁移,并进一步分析土地利用/覆盖类型与23种主要社会经济指标之间的关系。结果表明:城乡建设用地是青海省年变化率最大的土地利用类型,且整体上呈现出变化程度愈加剧烈的趋势,在1990-1995年和2015-2018年面积下降,而在1995-2015年5个时段面积不断增加。青海省6种土地利用类型在2015-2018年和2000-2005年时期变化较为剧烈,其中草地和未利用土地是土地利用变化最明显的类型,两者之间互相转换也较为活跃。整体上,综合土地利用动态度呈现递增的趋势,表明研究时期内青海省土地利用朝着愈加活跃的方向发展。土地利用程度综合指数分析指出,青海省在研究时期内朝向城镇聚落发展的方向发展。人口、GDP、建筑业、工业等社会经济发展以及土地管理政策是影响该区域土地利用类型不断变化的主要驱动因素,其中城镇化率和社会经济的快速发展是导致青海省草地和林地面积下降的主要因素,也是城乡建设用地扩张的主要驱动力因子。研究结果为青海省土地利用可持续利用及发展提供科学依据。; 李广英李红颖王凌青江峰冯朝晖; 关键词：土地利用动态变化土地利用程度城镇化土地管理青藏高原东部

Both climate and socioeconomic drivers contribute to vegetation greening of the Loess Plateau被引量：14: 2021年; The Loess Plateau(LP)is an ecologically fragile region due to its sensitivities to climate variations and anthropogenic influences[1].The Chinese government recognized the ecological significance of the LP and implemented a series of ecological restoration and conservation policies since 1999.Revegetation of degraded ecosystems of the LP is mainly attributed to the environmental protection policies.These policies are led by Grain for Green(GFG)project,supported by some vegetation conservation programs.The GFG project,also known as the Conversion of Cropland to Forest and Grassland Program,was launched in 1999,and the LP is one of the pilot regions of this project.The first phase of GFG was implemented between 1999 and 2014,and the second phase started in 2015.The local farmers were accommodated by providing grain and cash subsidies for converting their agriculture land into forests and/or grasslands[2].The GFG program has converted approximately 16,000 km^(2)of rain-fed agriculture land to grassland and forests,resulting in a 25%increase in vegetation cover of the LP during 1999 and 2010[3].; Shahid NaeemYongqiang ZhangXuanze ZhangJing TianSawaid AbbasLili LuoHadush Kidane Meresa; 关键词：经济刺激政策黄土高原区退耕还林还草工程

需求和供给视角下中国家庭碳排放的社会经济驱动因素及其传递路径研究: 气候变化是一个全球性的问题,世界各国应担负起各自的二氧化碳减排责任。中国作为全球最大的温室气体排放国,排放量占世界总量的四分之一,且正面临“双循环”新发展格局下碳排放需求扩大和“碳中和”减排目标下空间缩小的双重压力。为了...; 王霄; 关键词：结构分解分析

2005—2014年中国耕地非农化的动态演变特征及其经济驱动因素研究被引量：5: 2019年; 在总结2005—2014年中国耕地数量动态演变情况的基础上,说明了经济增长与耕地非农化之间的关系,验证了两者之间的倒U型曲线,指出经济增长对耕地非农化的影响是一种先增加后减少的趋势;归纳了耕地非农化的主要经济驱动因素,利用面板数据固定效应模型对其与耕地非农化两者进行了计量分析,结果表明,耕地非农化与GDP、二三产业固定投资额、农村居民可支配收入呈正相关,与非农产业比重呈负相关关系。; 贾晗悦张巍; 关键词：耕地非农化面板数据固定效应模型

跨境电商经济驱动因素研究——基于面板Logistic模型的分析被引量：7: 2019年; 本文基于2012—2016年的跨境网商密度面板数据,构建面板Logistic模型对跨境电商经济发展的驱动因素进行实证分析。研究发现,技术进步、消费升级、产业基础和政策保障是跨境电商经济发展的主要驱动力;消费升级的增长动力体现在城乡居民收入的稳定增长和网络消费意识的增强上,消费者对海外长尾、优质等产品的需求日益强劲;技术进步的增长动力体现在互联网技术创造的跨境电商环境让广大参与企业获取更充分的市场信息,形成跨境电商经济的基础条件;产业基础的增长动力体现在我国庞大的外贸中小企业为跨境电商市场提供大量的"卖方"主体,把传统制造产业中的成本优势转化为出口优势;政策保障的增长动力体现的政府政策引导和支持起到辅助发展作用,在跨境电商经济的"关、检、税、汇"等政府服务上更加完善。; 肖菲

空气污染物的时空演化及社会经济驱动因素研究——以长江三角洲地区为例被引量：9: 2019年; 本文以2006-2015年长江三角洲城市群为研究对象,分析该地区不同部门因能源消费而产生的典型污染物排放量,然后利用LMDI模型,对空气污染进行社会经济驱动因素分析。结果表明:该地区CO2、SO2、PM2.5与PM10等空气污染物排放量均呈现先快速增长后缓慢减少的趋势,排放的峰值多出现在了2013年,而NOx则一直保持增长的趋势。其中,电力与工业部门是空气污染物的主要排放源,但对排放量贡献呈减少趋势,生活部门与交通部门污染物排放量则逐步增长,尤其是对PM2.5与PM10排放量的贡献不可忽视。人口与经济增长对污染物排放量起到了正向拉动作用,经济因素的驱动作用最为明显,其效应值呈现先小幅增加后大幅下降的趋势,能源效率与能源结构有抑制作用,其对污染物排放的效应值仅次于经济因素,而能源结构变化的效应很小。; 孙涵孙涵聂飞飞; 关键词：长江三角洲能源消耗

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈