社会资本对区域生态效率的影响研究

来源 :南昌航空大学 | 被引量 : 0次 | 上传用户:David_Wang_GuanJun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来经常出现的雾霾天气凸显了经济发展过程中的资源环境问题,人们开始注重区域生态效率水平的提升。现有研究都局限于“要么市场,要么政府”的思维模式,而忽略了社会因素的影响。社会资本能否促进区域生态效率水平的提升?如果能,又是通过什么样的路径和机理?针对这些问题,本文基于社会资本的视角对区域生态效率水平的提升机制和策略进行研究,以期为区域经济与资源环境的协调可持续发展研究提供理论支持和实践指导。本文利用全国30个省域2008-2017年共10年的相关数据,重点研究如下问题:首先基于社会资本与区域生态效率的内涵,从社会信任、社会网络、社会规范三个层面构建社会资本评价指标体系;从生态投入与产出层面构建区域生态效率评价指标体系;运用基于熵权法的模糊隶属度函数模型科学评价了我国各省域的社会资本水平与区域生态效率水平;其次理论分析了社会资本对区域生态效率的直接影响机理,并运用面板数据模型对社会资本对区域生态效率影响的直接效应进行了实证检验;最后将社会资本、人力资本、环境规制、经济发展水平及区域生态效率纳入同一研究框架,理论分析了社会资本对区域生态效率的间接影响机理,运用结构方程模型构建以人力资本、环境规制和经济发展水平为中介变量的社会资本影响区域生态效率的多重中介模型,实证检验了社会资本对区域生态效率水平的中介路径及中介效应。研究结果表明:(1)我国社会资本水平与区域生态效率水平整体上呈现缓慢上升的趋势,其中东部地区社会资本水平与区域生态效率水平远高于全国水平,中部和西部地区在全国水平之下;我国社会资本水平与区域生态效率水平呈现出明显的区域差异,表现为从东部各省域向中西部各省域逐步递减的趋势。(2)直接效应方面,社会资本对区域生态效率的直接影响是显著正向的,社会资本的提升能有效促进区域生态效率水平的提升;中介效应方面,社会资本通过加速人力资本积累、降低环境规制强度、提高经济发展水平三条中介路径间接影响区域生态效率水平,且中介效应显著,中介效应从大到小依次为:经济发展水平、人力资本及环境规制。(3)社会资本对区域生态效率水平的影响存在空间异质性,表现为在东部和中部地区,社会资本水平有效地促进了区域生态效率水平的提升;在西部地区社会资本水平的提升反而抑制了区域生态效率水平的提升,两者之间可能存在非线性“倒U型”关系。
其他文献
显著性目标检测旨在从输入图像中分割出视觉上最为明显的区域,而这部分区域有着图片中最为丰富的有效信息。因此,通过使用显著性目标检测技术,大部分计算机视觉任务可以只关注显著区域,从而获得更为高效的性能。随着深度学习技术的不断发展,显著性目标检测技术的性能也提升到一个新的水平,并广泛应用于计算机视觉的多个领域,如视觉跟踪、图像分割、图像质量评估、图像检索、人物重识别等。在基于卷积神经网络的SOD(sal
学位
多目标优化问题由多个相互冲突的目标组成;当目标数超过三时,被称为高维多目标优化问题。由于目标之间相互冲突的性质,通常需要一组最优解用于平衡各个目标;进化算法在一次运行中能够生成一组解,被广泛地运用在多目标优化领域,形成多目标进化算法。多目标进化算法的目的是生成一组无限靠近Pareto前沿并且分布均匀的最优解;然而随着目标数目的增加,出现种群的收敛性和多样性失衡、算法普适性下降、无法获得Pareto
学位
近年来,随着遥感技术的不断发展,遥感影像表现出多源、海量和高分辨率等特征,导致遥感数据呈现指数级增长,给影像金字塔构建和存储带来巨大挑战。因此,如何有效对海量遥感影像进行快速处理、存储以及提升查询效率是目前急需解决的问题。本文在使用Spark结合Geotrellis新型框架的基础之上,设计了一种基于Z曲线的Z-Curve瓦片索引,并结合Accumulo数据库完成对瓦片数据的存储和查询。通过实验验证
学位
图像修复是计算机视觉中一个重要研究分支,其目的是预测合理的像素信息来填补图像中的缺失部分,主要应用于对象去除、图像恢复和图像去噪等领域。现有的深度图像修复算法有两种:非盲修复算法和盲修复算法。非盲修复算法以缺损图像和其相对应的掩膜作为输入,该算法根据掩膜来确定缺失区域的位置。但由于图像缺损的多样性,在实际的修复操作中,难以获得精确的掩膜,因此难以满足实际需要。而盲修复算法解决了这个问题,只以缺损图
学位
随着数字化转型升级和图像处理技术的普遍应用,海量非结构化数据的产生为信息存储带来了新的挑战。为应对挑战,信息存储的载体逐渐由纸质载体转变为数字载体。相较于传统的纸质载体,数字载体具有占用空间小、存储时间长、传输速度快等优势。因此,纸质文档数字化已成为必然趋势。然而,在数字化过程中,由于各种误差的存在,使得文档图像通常会出现一定程度的倾斜、偏移或是透视,进而增加后续图像处理的难度。因此,在处理图像前
学位
现阶段,随着数字化管理的快速发展,现实生活中的系统日益复杂化,这些系统可以抽象表示为复杂网络,方便对其进行研究。社区结构作为复杂网络的众多特性之一,对其挖掘为认识复杂网络的拓扑结构和主要功能提供了新的途径。例如掌握犯罪小团体、控制公共舆论、购物平台的个性化推荐等很多问题都能通过识别网络中的潜在社区来解决。本文利用复杂网络的局部信息对网络中的社区结构展开研究,主要工作有:(1)提出了基于边界节点的局
学位
文字作为人类感知世界的重要手段,具有强大的表达能力,越来越多的领域需要利用场景图像中的文字信息。由于自然场景图像背景复杂、文本形状多变、尺度不一,目前的场景文本检测算法存在小文本漏检、长文本错检、相邻文本误检等问题,因此如何准确地检测出自然场景文本实例是一项具有挑战性的研究工作。针对上述问题,通过对文本检测算法进行深入研究分析,提出了一种高效的任意形状场景文本检测器:基于特征感知增强和图注意力的自
学位
向量优化问题是以多目标决策为背景的一类学科,是数学规划中的重要分支,而集值优化问题是向量优化问题的主要研究领域之一.本文主要研究了集值优化问题近似点集的连通性,连通性为两个解之间的连续性移动提供了可能,因此对于近似点集的连通性具有一定的研究意义.本文主要是在Hausdorff拓扑线性空间中研究近似点集的连通性,主要内容分为以下六个部分:第一章为绪论部分,首先对向量优化问题的研究背景以及发展历程进行
学位
随着移动设备的普及及其拍摄像素的不断提升,越来越多的用户通过这些设备采集表格文档图像。然而受拍摄背景、角度、纸张折叠卷曲程度、光照等多种因素的影响,通过移动设备采集的表格文档图像易出现形变、图像质量下降等问题,给信息提取造成极大困难。针对该问题,本文提出一种形变表格结构识别算法,通过将深度学习方法与传统算法有机结合,实现形变表格文档图像的自动识别与还原。本文的具体研究工作包括以下几个方面:(1)表
学位
同步是一个复杂的动态过程,是指系统之间通过调整各自的动态过程,达到某种意义下的协同运动。同步是典型的非线性现象,同时在实际工程中也有着广泛的应用。由于传播速度的有限性,耦合中常存在时滞。时滞通常会降低耦合系统的同步能力,缩小同步区域,甚至破坏系统同步。因此,耦合系统同步中的时滞效应必须考虑。为了提高时滞耦合系统的同步能力,扩大同步区域,本文通过切换策略来改变原来时滞耦合系统的耦合方式,提出了切换时
学位