黄河流域能源综合效率的时空演变与驱动因素
Spatiotemporal change and driving factors of comprehensive energy efficiency in the Yellow River Basin
查看参考文献27篇
|
文摘
|
黄河流域是中国重要的能源基地,黄河流域能源综合效率问题直接影响黄河流域生态保护和高质量发展。本文基于超效率SBM模型测度1997-2017年黄河流域9省区的能源综合效率值,选取核密度估计方法等分析能源综合效率的时空演变特征,借助地理探测器分析能源综合效率的驱动因素。结果表明:①从时序变化来看, 1997-2017年,黄河流域能源综合效率总体呈“高-低-高”的U型变化特征,其中1997-2003年总体呈降低趋势, 2004-2010年迅速增长后于2009年下降,2011-2017年持续下降后于2015年上升。②从空间差异来看,黄河流域西部省份能源综合效率相对较低,中部省份能源综合效率受多重因素影响而上下波动,东部的山东省能源综合效率优势显著。总体来看,黄河流域地区能源综合效率由非均衡逐渐向均衡转变。③能源综合效率驱动因子解释力从大到小依次为财政分权、城镇化水平、人力资本水平、对外开放程度,黄河流域省份地方财政支出的扩大、城镇化进程的加快、人才结构的升级、对外开放程度的提高,共同驱动能源综合效率提高。应充分发挥黄河流域地区比较优势,在各项政策指导下加强流域内协作,推动黄河流域生态保护和高质量发展。 |
|
其他语种文摘
|
The Yellow River Basin is an important energy base in China. The comprehensive energy efficiency of the Yellow River basin directly affects the ecological protection and highquality development of the region. Using the super efficiency slack based measure(SBM)model to measure the comprehensive energy efficiency of nine provinces(autonomous regions)in the Yellow River Basin from 1997 to 2017, the nuclear density estimation method was selected to analyze the temporal and spatial change characteristics of comprehensive energy efficiency, and the driving factors of comprehensive energy efficiency were analyzed with the help of the geographical detector. The results show that:(1)From 1997 to 2017, the comprehensive energy efficiency of the Yellow River Basin showed a U- shaped trend of high- low- high. The comprehensive energy efficiency of the Yellow River Basin decreased from 1997 to 2003, decreased in 2009 after rapid growth from 2004 to 2010, and increased in 2015 after continuous decline from 2011 to 2017.(2)Spatially, the comprehensive energy efficiency of the western provinces of the Yellow River Basin is relatively low, and the comprehensive energy efficiency of the central provinces is greatly affected by multiple factors, while the comprehensive energy efficiency of the eastern province Shandong is significantly higher. The comprehensive energy efficiencies of the eastern, central, and western provinces and the upper, middle, and lower reaches of the Yellow River Basin have all changed from spatially unbalanced to balanced.(3)With regard to the driving factors, the explanation power of factors is in the order of financial decentralization, urbanization level, human capital level, and the degree of opening to the outside world. Expansion of local financial expenditure, acceleration of urbanization, upgrading of talent structure, and improvement of opening-up in the Yellow River Basin jointly drive the improvement of comprehensive energy efficiency. Give full play to the comparative advantages of the Yellow River Basin, and strengthen collaboration within the basin under various policies for promoting the ecological protection and high- quality development of the Yellow River Basin. |
|
来源
|
资源科学
,2020,42(1):150-158 【核心库】
|
|
DOI
|
10.18402/resci.2020.01.15
|
|
关键词
|
能源综合效率
;
环境要素
;
社会要素
;
超效率SBM模型
;
地理探测器
;
黄河流域
|
|
地址
|
1.
辽宁师范大学地理科学学院, 大连, 116029
2.
辽宁师范大学海洋经济与可持续发展研究中心, 大连, 116029
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1007-7588 |
|
学科
|
社会科学总论 |
|
基金
|
国家自然科学基金项目
;
辽宁省社会科学规划基金项目
|
|
文献收藏号
|
CSCD:6676205
|
参考文献 共
27
共2页
|
|
1.
金凤君. 黄河流域生态保护与高质量发展的协调推进策略.
改革,2019(11):33-39
|
被引
53
次
|
|
|
|
|
2.
张文合. 黄河流域开发条件的总体评价.
干旱区资源与环境,1991,5(3):1-14
|
被引
2
次
|
|
|
|
|
3.
关伟. 中国能源生态效率的空间格局与空间效应.
地理学报,2015,70(6):980-992
|
被引
45
次
|
|
|
|
|
4.
周敏. 财政分权、经济竞争对中国能源生态效率影响异质性研究.
资源科学,2019,41(3):532-545
|
被引
8
次
|
|
|
|
|
5.
王晓岭. "绿色化"视角下能源生态效率的国际比较:基于"二十国集团"面板数据的实证检验.
技术经济,2015,34(7):70-77
|
被引
3
次
|
|
|
|
|
6.
孟凡生. 基于PP-SFA的能源生态效率动态评价:以我国30个省市自治区为例.
系统工程,2018,36(5):47-56
|
被引
4
次
|
|
|
|
|
7.
许淑婷.
中国能源生态效率的时空演变与影响因素研究,2016
|
被引
3
次
|
|
|
|
|
8.
王腾.
中国能源生态效率评价及其影响因素研究,2017
|
被引
1
次
|
|
|
|
|
9.
刘引鸽. 基于SBM-TOBIT模型的陕西省能源生态效率测评.
中国农学通报,2018,34(22):82-88
|
被引
1
次
|
|
|
|
|
10.
赵鑫. 去产能视角下的长江经济带能源生态效率评价及收敛性分析.
太原理工大学学报(社会科学版),2016,34(5):46-50
|
被引
1
次
|
|
|
|
|
11.
Tone K. A slacks-based measure of efficiency in data envelopment analysis.
European Journal of Operational Research,2001,130(3):498-509
|
被引
508
次
|
|
|
|
|
12.
Andersen P. A procedure for ranking efficient units in data envelopment analysis.
Management Science,1993,39(10):1261-1264
|
被引
241
次
|
|
|
|
|
13.
Tone K. A slacks: Based measure of super-efficiency in data envelopment analysis.
European Journal of Operational Research,2002,143(1):32-41
|
被引
244
次
|
|
|
|
|
14.
赵良仕. 中国省际水资源利用效率与空间溢出效应测度.
地理学报,2014,69(1):121-133
|
被引
57
次
|
|
|
|
|
15.
关伟. 中国沿海地区能源效率时空演变研究.
哈尔滨商业大学学报(社会科学版),2018,33(2):49-56
|
被引
1
次
|
|
|
|
|
16.
王劲峰. 地理探测器:原理与展望.
地理学报,2017,72(1):116-127
|
被引
1536
次
|
|
|
|
|
17.
Wang J F. Geographical detectorsbased health risk assessment and its application in the neural tube defects study of the Heshun Region, China.
International Journal of Geographical Information Science,2010,24(1):107-127
|
被引
447
次
|
|
|
|
|
18.
刘彦随. 中国县域城镇化的空间特征与形成机理.
地理学报,2012,67(8):1011-1020
|
被引
186
次
|
|
|
|
|
19.
周亮. 2000-2011年中国PM_(2.5)时空演化特征及驱动因素解析.
地理学报,2017,72(11):2079-2092
|
被引
102
次
|
|
|
|
|
20.
王利. 东北地区县域老年人口高龄化空间分异特征及驱动因素研究.
地理科学,2019,39(2):267-276
|
被引
4
次
|
|
|
|
|
了解气象卫星更多信息，请访问