基于地质调查评价的矿产资源保障程度——以藏中地区铜矿为例

基于藏中地区的矿产资源分布情况和地质背景,划分了8个评价区,以铜矿为研究对象,构建5个一级指标,12个二级指标,运用熵值法客观确定指标的权重,并根据指标权重和指标数据值相乘求出最后的综合得分值,根据各评价区分值对藏中地区的铜矿资源保障程度进行分析,评价结果为:冈底斯-念青唐古拉中成矿带上铜矿保障程度分析结果最好,成矿带南北两侧铜矿化相对较弱;藏中地区铜矿保障程度呈2个中心型分布,分别以谢通门县和拉萨市为中心向周边扩散。其结果可推广应用到其他区域矿产资源的保障程度研究中。

西部地区主要矿产资源优劣及保障程度:以攀西为例

以地质调查评价的成果为评价基础,对攀西地区的矿产资源进行了进一步分析。选取了钒钛磁铁矿、富铁矿(赤铁矿和磁铁矿)、铜矿、铅锌矿、镍铂矿、锰矿、金矿、稀土矿、煤炭、石墨和磷矿等11类矿种作为主要评价对象,并在省市(州)第二轮矿产资源总体规划的基础上划分了19个调查评价区进行综合评价,分矿种分评价区采用综合指数评价模型,得出各矿种各评价区的优劣及保障情况,最终为全国新一轮矿产资源规划提供技术支撑。

基于灰色-模糊理论的矿产资源地质勘查评价——以藏中地区为例

矿产资源地质勘查综合评价的目的是获取评价区的勘查优劣程度和资源保障程度等信息,为提高开发效率、优化开发结构以及矿山环境保护与治理评价等后续工作提供依据。以藏中地区为例,选取了多金属矿、铜矿、钼矿、铬铁矿等9种优势矿种作为主要评价对象,并在分析西藏自治区前2轮矿产资源规划的基础上,划分出33个地质勘查评价单元。综合考虑工作程度、实物工作量、资源储量及质量特征、勘查技术等4类因素,建立了矿产资源地质勘查评价指标体系。将层次分析法(Analytic hierarchy process,AHP)和专家打分法相结合确定各评价指标的权重,采用基于灰色关联度的模糊综合评价模型进行综合评价,为该地区新一轮的矿产资源规划提供参考。

资源诅咒:测度修正与政策改进

以绿色GDP为切入点,通过构建绿色GDP模型,对原有的"资源诅咒"指数模型进行修正,并以2004-2011年我国30个省(市、自治区)的相关数据进行检验,研究发现:1"资源诅咒"现象较为严重的地区,修正后的指数数值有明显升高的趋势,说明原有不考虑资源消耗和环境成本的"资源诅咒"系数算法表面上弱化了这些地区的受诅咒程度;2不存在"资源诅咒"的省区和部分"资源诅咒"边缘区修正后指数数值有变小的趋势,表明在资源消耗和环境成本增加的速度方面,这部分省区要低于全国范围内的速度;3部分省(市、自治区)"资源诅咒"指数排名出现变化,说明模型的修正对各省的"资源诅咒"程度具有一定影响。"资源诅咒"存在的原因主要包括:产业政策不合理导致产业结构相对单一、偏远且生态环境脆弱地区资源开发制约了当地经济的可持续发展、国家宏观投资鼓励政策不足造成区域经济闭塞、资源保护可持续政策落后、研发激励机制不完善等。政策导向是导致资源诅咒的主要原因,破解资源诅咒的根本途径在于政策改进与机制构建。政策改进层面,首先,完善产业政策,优化产业结构,提高第三产业所占比重;其次,在进行资源开发时,加强生态环境保护,调整资源保护可持续政策;再次,政府需要推进循环经济和生态经济建设,对于地方注重发展循环经济的企业给予政策优惠;最后,国家投资政策上应加强对偏远地区投资,提高当地对外贸易能力,扩大开放程度。体制制度完善层面,首先要完善相关法律法规;其次,需加强创新能力建设。

生态文明背景下基于绿色GDP角度的资源诅咒再验证

从绿色GDP角度对我国区域层面是否"资源诅咒"进行再验证,发现并不是所有的资源大省都存在资源诅咒现象,资源诅咒的存在具有一定的条件机理。以新疆和内蒙古地区为例,作比较性分析,结果表明在资源丰裕地区引发资源诅咒的原因主要包括,资源开发结构不合理,资源消耗和环境成本过高;产业结构不合理和产品初级化严重,粗放型模式诱发"荷兰病"现象,并造成一定的挤出效应;国家扶持力度不够,市场发育程度低,基础设施条件差,影响吸收外资能力;制度、法律法规的不完善导致产生寻租行为和投机主义。

基于粗糙集理论的矿产资源地质调查综合评价模型及其应用——以滇东南地区为例

矿产资源地质调查综合评价是后续矿产勘查、开发、矿山环境保护及治理等方面的综合评价的基础。评价目标是要得出评价区各矿种的优劣及保障程度,最终为即将进行的全国新一轮矿产资源规划提供技术支撑。本文以滇东南地区为例,选取了锡、锑、铜、铅锌、锰等优势矿种作为主要评价对象,并在分析省、州两级前期完成的矿产资源规划执行现状的基础上,划分出地质调查综合评价单元,基于专家打分确定出由调查评价工作程度、完成主要实物工作量及发现矿产地个数、矿产资源分布特征、调查评价技术手段,以及勘查开发政策支持等5个方面构成的指标体系,并通过粗糙集理论对构建的指标体系进行检验、筛选,采用突变级数评价模型进行评价,取得了较好的效果。