公共文化服务平台

共 6 条记录，以下是 1-8

全选清除导出

排序方式：

我国旅游住宿碳排放时空特征及其主要影响因素被引量：12: 2015年; 核算了我国31个省区旅游住宿碳排放量,并分析了其时空动态特征与影响因素。结果发现：1该碳排放在2000-2003、2004-2006及2007-2010年间分别经历了起伏、线性与起伏3个增长阶段。两次起伏可能是由于＂非典＂疫情及金融危机的影响作用。2分省区看,北京总量和人均量均最大,表明其旅游住宿资源开发最为齐备,未来可开发的空间相对较小。同样地,海南、广东和上海也较小。但海南的碳排放强度总最大,表明其经济增长对旅游业依赖性最大。相反地,北京经济增长越来越不依赖旅游业发展。碳排放密度则西北小,东南大,呈现类＂胡焕庸线＂特征。3影响因素按大小可依次排序为：交通活动、研发活动、电信配套设施建设活动、宏观经济活动、城镇化建设活动、教育活动、传媒活动、医疗卫生活动及人口增长活动。据此,提出了一些降低旅游住宿碳排放的对策建议供决策者参考。; 胡林林贾俊松周秀; 关键词：影响因素

基于FAHP-TOPSIS法的我国省域低碳发展水平评价被引量：12: 2013年; 在区分低碳经济与低碳发展的基础上,构建了一套低碳发展指标体系,并采用整合的FAHP-TOPSIS法对我国30个省区进行评价研究。结果表明:(1)该指标体系是实用且有效的,可以成功的用来评价一个区域的低碳发展水平。(2)整合的FAHP-TOPSIS法引入了模糊数集,能有效处理专家评估过程中的模糊性,评估结果也符合实际。(3)2003年到2008年,上海低碳发展水平有所下降,下降率为1.91%;其余各省区均在增长,浙江增长最大,北京增长最小,两者增长率分别为29.73%和0.38%。(4)北京一直拥有相对最高的低碳发展水平,而辽宁和江西一直分别处于第6和10位。宁夏、青海、甘肃、贵州及河南则一直依次处于低碳发展水平的倒数前5位,且位次不变。最后,分析了评估结果的合理性及不确定性并提出了一些提高省域低碳发展水平的可行途径及未来可进一步研究的方向。; 胡林林贾俊松毛端谦刘春燕; 关键词：省域

基于IPAT模型的江西旅游业碳排放分析被引量：5: 2013年; 认清旅游业碳排放的特征及其人文影响因素,对旅游业低碳发展目标制定具有重要意义。以江西为例,利用IPAT等式分析其旅游业碳排放特征,并用扩展IPAT模型分析其主要人文影响因素。结果表明:(1)1999—2011年江西省域旅游业碳排放增长十分明显,年均增长率达17.56%。旅游交通是第一贡献者,其次为旅游住宿,旅游活动的碳排放最小。(2)当前经济发展模式使自然环境不断恶化,因而急需转变,而新型城镇化战略对自然环境的不利影响不明显,因而值得提倡。(3)人口、GDP等因素增长会促使旅游碳排放继续增长,其中第二、三产业对该碳排放增长的促进作用较第一产业大,而区域技术进步可能会对其旅游碳排放起到一定抑制作用,因而未来应努力提高区域技术水平。; 胡林林贾俊松毛端谦刘春燕; 关键词：旅游业碳排放人文因素

基于组合ESARIMA模型的江西旅游业碳排放预测被引量：1: 2014年; 准确预测旅游业碳排放的变化情况可为其将来低碳发展战略辩明方向.本文以江西为例,采用指数平滑模型（ES）、综合自回归移动平均模型（ARIMA）及本文组合的ESARIMA模型对其在1999～2011年间的旅游业碳排放（Lyt）数据进行拟合与预测.结果表明：①组合ESARIMA模型预测的结果更合理和可靠,主要表现在拟合精度更高以及预测结果变化趋势更符合人们的认知常识.②2012年江西Lyt可能会因国家在该年调低GDP增长预期而短暂下降,但下降趋势在2013年便得到扭转,开始增长.2018年江西Lyt增至5.635MT,预测的2012～2018年间,年均增长率高达8.34％.因此,应积极加强江西低碳旅游有关的科学研究、技术推广与应用等工作,以提高该行业的能源利用效率,减少碳排放.; 胡林林贾俊松; 关键词：旅游业碳排放 ARIMA ES

Relationship between Urban Form and the CO2 Emission of Energy Consumption Based on the HiPLS Model—— a Case Study in Shanghai: We, firstly, collect the energy consumption（EC） of Shanghai and compute its CO2 emission（CE）. Then, we use thr...; Junsong JiaXiu ZhouJing Lei

Analysis on the Energy Consumption and Carbon Emission of Jiangxi’s Tourism Industry Using the Extended Kaya Identity: Firstly, we divide the energy consumption(EC) and carbon emission(CE) of Jiangxi’s tourism industry into three...; Junsong JiaXiu ZhouXinping Zhong; 文献传递

2011年江西旅游业能耗和二氧化碳排放估算被引量：4: 2014年; 低碳旅游是旅游业可持续发展的热点研究方向之一,其本质是该行业的节能减碳。以2011年江西省为例,从旅游交通、住宿业及旅游活动3方面估算了该行业的能耗和碳排放。结果表明:江西旅游业具有低能耗和低碳排放的特征,而旅游交通是该区域旅游业能耗和碳排放最重要的领域。因此,推行旅游交通工具的节能减碳是未来江西旅游业低碳发展的优先方向。; 胡林林贾俊松; 关键词：旅游业能耗碳排放

全球能源消费的空间差异及影响因素分析被引量：3: 2011年; 选取全球主要国家和地区的能源系统为研究对象,对它们能源消费的规模、结构与效率在空间上的差异进行了分析,之后,采用递阶偏最小二乘(Hi_PLS)模型对能源消费量的主要影响因素进行了辨析,结果表明:①能源消费总量主要集中在北半球或北美、欧亚大陆及亚洲。人均能耗较高的国家则主要集中在油气资源丰富的区域或经济发达区;②结构方面,中东四国油气所占比例受其油气资源禀赋影响非常显著,它们除油气外的其它能耗几乎为0;③效率方面,能耗效率较高的国家主要分布在中南美、欧洲、欧亚大陆及亚太地区,而北美、中东和非洲地区的国家能耗效率则较低;④全球尺度,对能源消费量增长最重要的影响因素为交通业与信息产业的活动(包括基建),其次为医疗业及其它一般意义上的经济活动,最后就是人们投入研发以及从事农业等的活动。人口的自然增长及其结构因素与人们从事教育的活动对能源消费量增长的促进作用不大。据此,提出了一些减缓全球能源消耗,促进各国向低碳清洁的可持续发展模式转变的对策建议,供决策者参考。; 贾俊松范英吴晓华孙德强; 关键词：能源消费影响因素

全选清除导出

共1页<1>

中国博士后科学基金(201003158)