中国淡水养殖碳排放效率的空间关联网络结构及其影响因素

推进绿色生态养殖,科学把握淡水养殖碳排放效率的空间关联网络结构,不仅是水产行业可持续发展的客观要求,更是农业低碳转型发展的重要基础。为制定更科学的养殖方案,提高资源利用效率,减少对环境的破坏,本研究从空间关联视角研究中国淡水养殖碳排放效率,以2008—2021年中国30个省市为研究对象,运用Super-SBM模型测度淡水养殖碳排放效率,利用修正的引力模型和社会网络分析法分析其空间关联网络结构特征,二次指派程序(QAP)模型实证分析其影响因素。结果表明:(1)中国淡水养殖碳排放效率时空分布不均衡,时间上呈波动上升态势,空间上区域间差距不断缩小。(2)空间联系强度逐渐增强,但距理想状态仍有差距;整体网络关联性也不断增强,结构较为稳定。(3)东部沿海地区在空间网络中始终处于主导地位,对碳排放效率空间关联影响显著,西北、西南和东北地区在网络中处于被支配地位,对碳排放效率空间关联性的影响较弱,中部地区部分省市发挥“桥梁”与“中介”作用。(4)养殖品种结构优化、淡水养殖技术提高均可促进养殖区域间合作交流,促进空间关联网络形成;碳汇对生态保护和治理具有重要意义,基础设施建设改善了区域交通和通信条件,使地区间联系更紧密,推动空间关联网络形成;养殖密度的增加导致养殖环境的恶化,不利于产业可持续发展;渔业经济发展对空间关联网络的形成产生正向影响,但不显著。为发展绿色低碳养殖,提升淡水养殖碳排放效率,应因地制宜地制定区域协同发展政策、优化养殖品种结构和提升养殖技术;同时重视不同省份间的低碳减排资源,推动淡水养殖碳排放效率区域联动;利用养殖密度相似性,调动区域同化效应,进一步缩小地区间差距。

疫情冲击下北京市旅游业经济韧性测度及其影响因素

基于演化视角的经济韧性理论,运用核心变量法,从抵抗力、恢复力2个维度和韧性的提升能力视角测度北京市各行政区2020年第一至第四季度的旅游业经济韧性水平,探讨其时空地域异质性特征,并采用地理探测器模型分析旅游业经济韧性的影响因素。结果表明:①2020年第一至第四季度北京市各区旅游业经济韧性水平都呈现上升趋势。②西城区、海淀区和朝阳区等地区韧性值在2020年第一季度展现出较强的抵抗力,但恢复和转化较缓慢,第四季度才展现出较强劲恢复力;门头沟区、怀柔区和密云区等地区旅游业经济韧性恢复和转化较快,在第2次冲击中抵抗力和提升能力较强,但在第四季度恢复迟缓。③疫情普遍爆发时,旅游业管控程度、旅游业经济水平、人口密度具有较强的解释力;疫情集中爆发时,旅游服务能力、旅游资源禀赋和旅游业管控程度具有较强的解释力;疫情零星出现时,旅游业管控程度、旅游服务能力和疫情影响情况具有较强解释力;区域内疫情稳定时,人口密度、旅游服务能力和消费环境水平成为主要影响因素。