基于供需均衡视角的陕西省退耕还林工程补偿标准研究
发布时间：2022-01-14 19:21
近年来,生态环境日益恶化,已经成为不容忽视的问题。针对环境变化,世界各国采取了积极的应对措施,中国为了遏制生态环境的恶化启动了退耕还林工程、天然林资源保护工程等16项重大生态修复工程,其中退耕还林工程因政策性强、投资量大、涉及面广、参与度高而成为迄今为止世界上最大的生态修复工程。退耕还林工程的开展必须依靠广大农户的积极参与,才能实现预期目标。如何调动农户的积极性则考验国家的制度设计和政策执行力,而生态补偿是世界各国普遍采用且行之有效的重要方法。但学界对退耕还林工程补偿标准尚未形成统一、系统的分析方法,由于视角各异、目标不一、方法多样使得其差异明显,导致其补偿标准制定存在过高或过低的现象。因此,基于供需均衡视角制定退耕还林工程的林地补偿标准,已经成为研究退耕还林工程补偿政策的关键科学问题,对推进退耕还林工程的深入开展具有较大的理论意义和实践价值。本研究在梳理国内外有关生态修复工程补偿标准研究的基础上,以供需均衡理论为基础,选择退耕还林工程的典型区域——陕西省及吴起县,从农户个体参与退耕还林工程决策机理出发,研究其驱动因素及动态演化。通过理论分析得到了农户群体参与退耕还林工程的林地供给可能...
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：145 页
【学位级别】：博士
【部分图文】：
退耕还林工程补偿标准的理论框架图
利用 Arc GIS 10.2 软件，得到陕西省生态承载力指数差异系数聚类图，见图5-3。图 5-3 陕西省生态承载力指数差异系数聚类图如图 5-3 所示，关中大部分地区和陕北、陕南部分地区的生态承载力指数呈现一定幅度波动，这与该区县社会经济快速发展及生态修复工程深入推进密切相关。黄龙、太白、留坝、佛坪和宁陕波动程度很大，其中宁陕的差异系数高达 4.6107。黄龙县位于陕北南部，是中国八大防护林区之一；太白、留坝、佛坪和宁陕四个区县位于陕南山区，地处秦岭腹地，自然环境较好；以上五个区县前期社会经济基础较弱，随着社会经济的发展使得其生态承载力指数大幅降低。其他区县生态承载力指数波动不大，说明多数区县生态承载力指数较为稳定。生态承载力指数差异系数与各区县的地理位置无关，仅反映了数据的离散程度，为了进一步分析陕西省生态承载力指数的不均衡性和空间自相关性，利用式（5-6）和式（5-7），测算全局 Moran’s I，见表 5-3。80
c.2010 年 d.2015 年图 5-4 陕西省生态承载力指数 Moran 散点图如图 5-4 所示，2000 年陕西省生态承载力指数位于 HH、LH、LL 和 HL 象限的县分别有 16 个、17 个、57 个和 7 个；2005 年陕西省生态承载力指数位于 HH、H、LL 和 HL 象限的区县分别有 17 个、18 个、53 个和 9 个；2010 年陕西省生态承力指数位于 HH、LH、LL 和 HL 象限的区县分别有 17 个、19 个、54 个和 7 个；015 年陕西省生态承载力指数位于 HH、LH、LL 和 HL 象限的区县分别有 18 个、1、57 个和 10 个。多数区县逐渐向 HH 和 LL 象限集中，说明陕西省的生态承载力数虽然表现为高值或低值集聚的现象，但其低值集聚更为明显。从区域来看，陕西省三大地区表现出明显的空间异质性。陕北地区延安、榆林的县大多数位于 LL 象限，具有相同的发展趋势，这不仅说明生态承载力指数具有一的协同机制，而且从整体上降低了陕北地区的生态承载力指数。关中地区多数区县于 LL 象限，尤其是西安、咸阳所辖的区县，生态承载力指数普遍较低，降低了关地区乃至陕西省的生态承载力指数。陕南地区多数区县位于 HH 或 LH 象限，说明南地区生态承载力指数普遍较高，个别生态承载力指数较低的区县周边区县也较
【参考文献】：
期刊论文
[1]基于生态足迹-服务价值法的生态承载力时空演化[J]. 王恒博,姚顺波,郭亚军,赵敏娟. 长江流域资源与环境. 2018(10)
[2]中国互联网金融生态足迹、承载力及效率的测算与评价研究[J]. 陆岷峰,葛和平. 管理学刊. 2018(01)
[3]工业集聚、空间溢出效应与地区增长差异——基于空间杜宾模型的实证分析[J]. 张廷海,王点. 经济经纬. 2018(01)
[4]农户参与生态修复工程的驱动机理与动态演化——来自吴起县调查数据[J]. 王恒博,姚顺波,郭亚军. 干旱区资源与环境. 2018(02)
[5]农户参与退耕还林工程决策研究[J]. 王恒博,范娟. 沈阳农业大学学报(社会科学版). 2017(06)
[6]资源环境承载能力预警的超载成因分析方法及应用[J]. 徐勇,张雪飞,周侃,王传胜,徐小任. 地理科学进展. 2017(03)
[7]区域生态承载力预警评估方法及案例研究[J]. 徐卫华,杨琰瑛,张路,肖燚,王效科,欧阳志云. 地理科学进展. 2017(03)
[8]全国资源环境承载能力预警（2016版）的基点和技术方法进展[J]. 樊杰,周侃,王亚飞. 地理科学进展. 2017(03)
[9]陕西河谷盆地生态系统服务协同与权衡时空差异分析[J]. 孙艺杰,任志远,赵胜男,张静. 地理学报. 2017(03)
[10]百年来的资源环境承载力研究:从理论到实践[J]. 封志明,杨艳昭,闫慧敏,潘韬,李鹏. 资源科学. 2017(03)
博士论文
[1]陕北黄土丘陵区典型退耕流域农林景观配置模式综合评价及优化[D]. 邓健.西北农林科技大学 2017
[2]禽流感疫情冲击下养殖户经济损失评价及补偿政策优化研究[D]. 刘明月.西北农林科技大学 2017
[3]水源地生态保护成本核算与外溢效益评估研究[D]. 李彩红.山东农业大学 2014
[4]内蒙古牧区草原生态补偿机制研究[D]. 叶晗.中国农业科学院 2014
[5]黄土高原地区造林补贴标准研究[D]. 于金娜.西北农林科技大学 2014
[6]退耕还林可持续性研究[D]. 喻永红.浙江大学 2014
[7]退耕还林背景下陕北丘陵沟壑区乡村聚落变迁与发展研究[D]. 贺文敏.西安建筑科技大学 2014
[8]吴起县退耕还林工程效益的监测与评价研究[D]. 郭建英.北京林业大学 2010
[9]粮食主产区农户稻作经营行为与政策扶持机制研究[D]. 翁贞林.华中农业大学 2009
[10]基于农户生产技术选择的农业技术推广体系研究[D]. 郭霞.南京农业大学 2008
硕士论文
[1]基于粮食安全的延安市耕地保有量研究[D]. 冯艳斌.长安大学 2013
[2]陕西省退耕还林工程分析与评价[D]. 陈孝勇.西北农林科技大学 2009
[3]陕西渭北刺槐林分生长收获模型研究[D]. 王雪梅.西北农林科技大学 2001
本文编号：3589064
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：145 页
【学位级别】：博士
【部分图文】：
退耕还林工程补偿标准的理论框架图
利用 Arc GIS 10.2 软件，得到陕西省生态承载力指数差异系数聚类图，见图5-3。图 5-3 陕西省生态承载力指数差异系数聚类图如图 5-3 所示，关中大部分地区和陕北、陕南部分地区的生态承载力指数呈现一定幅度波动，这与该区县社会经济快速发展及生态修复工程深入推进密切相关。黄龙、太白、留坝、佛坪和宁陕波动程度很大，其中宁陕的差异系数高达 4.6107。黄龙县位于陕北南部，是中国八大防护林区之一；太白、留坝、佛坪和宁陕四个区县位于陕南山区，地处秦岭腹地，自然环境较好；以上五个区县前期社会经济基础较弱，随着社会经济的发展使得其生态承载力指数大幅降低。其他区县生态承载力指数波动不大，说明多数区县生态承载力指数较为稳定。生态承载力指数差异系数与各区县的地理位置无关，仅反映了数据的离散程度，为了进一步分析陕西省生态承载力指数的不均衡性和空间自相关性，利用式（5-6）和式（5-7），测算全局 Moran’s I，见表 5-3。80
c.2010 年 d.2015 年图 5-4 陕西省生态承载力指数 Moran 散点图如图 5-4 所示，2000 年陕西省生态承载力指数位于 HH、LH、LL 和 HL 象限的县分别有 16 个、17 个、57 个和 7 个；2005 年陕西省生态承载力指数位于 HH、H、LL 和 HL 象限的区县分别有 17 个、18 个、53 个和 9 个；2010 年陕西省生态承力指数位于 HH、LH、LL 和 HL 象限的区县分别有 17 个、19 个、54 个和 7 个；015 年陕西省生态承载力指数位于 HH、LH、LL 和 HL 象限的区县分别有 18 个、1、57 个和 10 个。多数区县逐渐向 HH 和 LL 象限集中，说明陕西省的生态承载力数虽然表现为高值或低值集聚的现象，但其低值集聚更为明显。从区域来看，陕西省三大地区表现出明显的空间异质性。陕北地区延安、榆林的县大多数位于 LL 象限，具有相同的发展趋势，这不仅说明生态承载力指数具有一的协同机制，而且从整体上降低了陕北地区的生态承载力指数。关中地区多数区县于 LL 象限，尤其是西安、咸阳所辖的区县，生态承载力指数普遍较低，降低了关地区乃至陕西省的生态承载力指数。陕南地区多数区县位于 HH 或 LH 象限，说明南地区生态承载力指数普遍较高，个别生态承载力指数较低的区县周边区县也较
【参考文献】：
期刊论文
[1]基于生态足迹-服务价值法的生态承载力时空演化[J]. 王恒博,姚顺波,郭亚军,赵敏娟. 长江流域资源与环境. 2018(10)
[2]中国互联网金融生态足迹、承载力及效率的测算与评价研究[J]. 陆岷峰,葛和平. 管理学刊. 2018(01)
[3]工业集聚、空间溢出效应与地区增长差异——基于空间杜宾模型的实证分析[J]. 张廷海,王点. 经济经纬. 2018(01)
[4]农户参与生态修复工程的驱动机理与动态演化——来自吴起县调查数据[J]. 王恒博,姚顺波,郭亚军. 干旱区资源与环境. 2018(02)
[5]农户参与退耕还林工程决策研究[J]. 王恒博,范娟. 沈阳农业大学学报(社会科学版). 2017(06)
[6]资源环境承载能力预警的超载成因分析方法及应用[J]. 徐勇,张雪飞,周侃,王传胜,徐小任. 地理科学进展. 2017(03)
[7]区域生态承载力预警评估方法及案例研究[J]. 徐卫华,杨琰瑛,张路,肖燚,王效科,欧阳志云. 地理科学进展. 2017(03)
[8]全国资源环境承载能力预警（2016版）的基点和技术方法进展[J]. 樊杰,周侃,王亚飞. 地理科学进展. 2017(03)
[9]陕西河谷盆地生态系统服务协同与权衡时空差异分析[J]. 孙艺杰,任志远,赵胜男,张静. 地理学报. 2017(03)
[10]百年来的资源环境承载力研究:从理论到实践[J]. 封志明,杨艳昭,闫慧敏,潘韬,李鹏. 资源科学. 2017(03)
博士论文
[1]陕北黄土丘陵区典型退耕流域农林景观配置模式综合评价及优化[D]. 邓健.西北农林科技大学 2017
[2]禽流感疫情冲击下养殖户经济损失评价及补偿政策优化研究[D]. 刘明月.西北农林科技大学 2017
[3]水源地生态保护成本核算与外溢效益评估研究[D]. 李彩红.山东农业大学 2014
[4]内蒙古牧区草原生态补偿机制研究[D]. 叶晗.中国农业科学院 2014
[5]黄土高原地区造林补贴标准研究[D]. 于金娜.西北农林科技大学 2014
[6]退耕还林可持续性研究[D]. 喻永红.浙江大学 2014
[7]退耕还林背景下陕北丘陵沟壑区乡村聚落变迁与发展研究[D]. 贺文敏.西安建筑科技大学 2014
[8]吴起县退耕还林工程效益的监测与评价研究[D]. 郭建英.北京林业大学 2010
[9]粮食主产区农户稻作经营行为与政策扶持机制研究[D]. 翁贞林.华中农业大学 2009
[10]基于农户生产技术选择的农业技术推广体系研究[D]. 郭霞.南京农业大学 2008
硕士论文
[1]基于粮食安全的延安市耕地保有量研究[D]. 冯艳斌.长安大学 2013
[2]陕西省退耕还林工程分析与评价[D]. 陈孝勇.西北农林科技大学 2009
[3]陕西渭北刺槐林分生长收获模型研究[D]. 王雪梅.西北农林科技大学 2001
本文编号：3589064
本文链接：https://www.wllwen.com/shoufeilunwen/nykjbs/3589064.html
