控制水污染程度、提高水环境质量有利于南水北调中线工程高质量发展。在核算南水北调中线工程20个受水城市灰水足迹的基础上,计算各受水城市灰水足迹荷载系数,分析其时空分布特征,并利用对数平均迪氏指数(Logarithmic Mean Divisia Inde...
详细信息
控制水污染程度、提高水环境质量有利于南水北调中线工程高质量发展。在核算南水北调中线工程20个受水城市灰水足迹的基础上,计算各受水城市灰水足迹荷载系数,分析其时空分布特征,并利用对数平均迪氏指数(Logarithmic Mean Divisia Index,LMDI)模型对其驱动因素进行分解。结果表明:(1)2009~2020年南水北调中线工程受水区灰水足迹降幅达到24.54%,水环境质量得到一定改善;从灰水足迹的构成来看,农业占比最高,其次是生活,工业占比最低,且农业源、工业源污染的有效控制是受水区灰水足迹总量整体下降的主要原因。(2)在中线工程通水后,受水区灰水足迹荷载系数有所降低,但是水资源总量仍然远远不能满足水污染物的稀释需求,水环境压力巨大;各受水城市灰水足迹荷载系数存在显著不同,地区内部尤其是河南省内部的差异是受水区灰水足迹荷载系数不平衡的主要来源。(3)资本深化效应、资源禀赋效应及经济活度效应对灰水足迹荷载系数主要表现为正向驱动效应,而资本产出效应、经济环境效应则表现为负向驱动效应。各受水城市要继续走绿色发展道路,促进南水北调中线工程水资源可持续利用。
碳价是碳市场的核心要素,碳价波动受到众多因素及其时滞效应的影响。为精准预测全国碳市场碳排放配额(Chinese emission allowances,CEA)价格,从关联碳市场、经济发展、国外能源、国内能源和人民币汇率五个维度选取结构化影响因素,从经济政策、环境影响和用户意愿三个维度爬取来自百度搜索引擎的非结构化影响因素,然后引入MIV-BP模型筛选主要的影响因素,并基于最大信息系数(maximum information coefficient,MIC)对碳价以及多源影响因素进行时滞估计。在此基础上,构建融合多源信息的碳价时滞组合预测模型MIC-LSTM-BP,并和基准模型LSTM、BP、LSTM-BP以及时滞基准模型MIC-LSTM、MIC-BP、MIC-LSTM-GBDT进行对比分析,以验证新模型的有效性。结果表明,时滞信息的引入有助于提升模型的预测精度;相较于基准模型和时滞基准模型,MICLSTM-BP模型预测CEA价格精度最高,价格波动追随能力最好。
暂无评论