Wyniki wyszukiwania - BazTech

1

Spatiotemporal Distribution of the Impact of Urban Development on Air Pollution

Chen Bizhen, Ye Fengjiao, Xie Shanshan, Sun Dehong

Environment Protection Engineering

|

2025

|

Vol. 51, nr 1

21--35

EN

This study applies China’s air pollution and urban development data from 2007 to 2021, and the temporally weighted regression (GTWR) model to analyze the spatiotemporal distribution characteristics of air pollution influencing factors. It was found that the temporal evolution of air pollution in different regions is highly consistent but its degree varies with the pollution severity. The impact of urban development on air pollution has significant spatiotemporal heterogeneity. Overall, urban green space area (UGSA), urban population density (UPD), and domestic waste removal volume (DWRV) have positive impacts, while urbanization rate (UR), per capita disposable income of urban residents (URI), and public vehicles per every 10 000 people (PTV) have negative impacts. The impact of USGA, UR, and URI is mainly visible in western provinces, the impact of UPD in northeast provinces, the impact of DWRV in eastern and central provinces, and the impact of PTV in eastern provinces.

2

Spatial and Temporal Distribution of the Impact of Socio-economic Factors on Water Pollution

Chen Bizhen, Xie Shanshan, Sun Dehong

Problemy Ekorozwoju

|

2024

|

Vol. 19, no. 1

180--192

EN

Access to safe water and ensuring residents’ health are the main components of the United Nations Sustainable Development Goals (SDGs). Water pollution has a significant impact on residents’ health, and there are many factors that exacerbate water pollution. In this study, we applied the geographically and temporally weighted regression (GTWR) model to analyze the spatiotemporal distribution characteristics of factors affecting water pollution in China from 2005 to 2021. Hence, this article takes the chemical oxygen demand emissions (CODE) as the dependent variable, and the independent variables are ending permanent population (EPP), urbanization rate (UR), comprehensive production capacity of water supply (CPCOWS), per capita GDP (PCGDP), industrial water consumption proportion (IWCP), and per capita water consumption (PCWC). The conclusions are as follows: (1) The temporal evolution of CODE in different regions is highly consistent, with the order of water pollution severity being central, northeast, eastern, and western. (2) The effects of different factors on water pollution have obvious spatial and temporal heterogeneity. Overall, EPP, UR, CPCOWS, and PCWC have positive effects on water pollution, and PCGDP and IWCP have negative effects. (3) The direction of EPP and PCGDP impacts on CODE remains consistent across regions. UR impacts are primarily in the northeast, CPCOWS impacts are primarily in the eastern, central, and northeast, IWCP impacts are primarily in the central and western, and PCWC impacts are primarily in the eastern and central. Ultimately, some practical and feasible policy recommendations were proposed for different regions.

PL

Dostęp do bezpiecznej wody i zapewnienie zdrowia mieszkańców należą do najważniejszych Celów Zrównoważonego Rozwoju Organizacji Narodów Zjednoczonych (SDGs). Zanieczyszczenie wody ma znaczący wpływ na zdrowie mieszkańców, a istnieje wiele czynników, które zwiększają zanieczyszczenie wody. W tym badaniu zastosowaliśmy model regresji ważonej geograficznie i czasowo (GTWR) do analizy charakterystyki czasoprzestrzennego rozkładu czynników wpływających na zanieczyszczenie wody w Chinach w latach 2005-2021. Dlatego w tym artykule przyjęto emisję chemicznego zapotrzebowania tlenu (CODE) jako zależną zmienną, a zmiennymi niezależnymi są końcowa liczba ludności (EPP), wskaźnik urbanizacji (UR), całkowita zdolność produkcyjna zaopatrzenia w wodę (CPCOWS), PKB na mieszkańca (PCGDP), udział zużycia wody przemysłowej (IWCP) i zużycie wody na mieszkańca (PCWC). Wnioski są następujące: (1) Czasowa ewolucja CODE w różnych regionach jest wysoce spójna, przy czym kolejność zagrożeń wynikających z zanieczyszczenia wody jest następująca: regiony centralny, północno-wschodni, wschodni i zachodni. (2) Wpływ różnych czynników na zanieczyszczenie wody jest wyraźnie zróżnicowany przestrzennie i czasowo. Ogólnie rzecz biorąc, EPP, UR, CPCOWS i PCWC mają pozytywny wpływ na zanieczyszczenie wody, a PCGDP i IWCP mają skutki negatywne. (3) Kierunek wpływu EPP i PCGDP na CODE pozostaje spójny we wszystkich regionach. Oddziaływania UR występują głównie na północnym wschodzie, oddziaływania CPCOWS występują głównie na wschodzie, środku i północnym wschodzie, oddziaływania IWCP występują głównie w środkowej i zachodniej części, a oddziaływania PCWC występują głównie na wschodzie i w środku. W końcowej części pracy zaproponowano praktyczne i wykonalne zalecenia polityczne dla różnych regionów.

3

Nonlinear Effects of Agricultural Technology on Sustainable Grain Production in China

Chen Bizhen, Sun Dehong

Problemy Ekorozwoju

|

2024

|

Vol. 19, no. 2

91--105

EN

Grain production is an important element of the United Nations Sustainable Development Goals, regarding livelihoods and social stability. This article uses data on agricultural technology, social factor and grain production in China from 2011 to 2022, and uses the Generalized Additive Model (GAM) to deeply explore the nonlinear impact of agricultural technology and social factor on grain production. The results of the study show that (1) China’s grain output is generally on a growing trend, but the growth rate is declining and fluctuating significantly. There is a significant difference in grain production before and after the COVID-19 epidemic. Moreover, the output in the northern region is significantly higher than that in the south. (2) Except for Consumption expenditure per capita, all other agricultural technology and social factor variables are positively correlated with grain out. (3) The impact of agricultural technology and social factor on grain output shows significant non-linear characteristics, and its impact effect varies in different intervals. Specifically, When the value of the agricultural meteorological observation service station is 20-25, the effective irrigation area is greater than 1800, consumption expenditure per capita greater than 17000 and the total sowing area of crops is 7500, it can significantly increase grain yield. On the contrary, if the emission value of chemical oxygen demand exceeds 130, it has a significant inhibitory effect on grain yield. Furthermore, the effect on grain yield peaks when the total power of agricultural machinery, GDP, and the number of unemployed people in cities approach 3000, 10000, and 20, respectively. The results of the study provide an important basis for optimizing the allocation of agricultural resources and enhancing the efficiency of grain production. Finally, some practical policy recommendations are put forward.

PL

Produkcja zbóż jest ważnym elementem Celów zrównoważonego rozwoju ONZ, dotyczących źródeł utrzymania i stabilności społecznej. W tym artykule przeanalizowano dane dotyczące technologii rolniczej, czynników społecznych i produkcji zbóż w Chinach w latach 2011-2022 oraz wykorzystano uogólniony model addytywny (GAM) w celu dogłębnego zbadania nieliniowego wpływu technologii rolniczej i czynnika społecznego na produkcję zbóż. Wyniki badania pokazują, że (1) produkcja zbóż w Chinach ogólnie wykazuje tendencję wzrostową, ale tempo wzrostu maleje i podlega znacznym wahaniom. Istnieje znacząca różnica w produkcji zbóż przed i po epidemii COVID-19. Co więcej, produkcja w regionie północnym jest znacznie wyższa niż na południu. (2) Z wyjątkiem wydatków konsumpcyjnych na mieszkańca, wszystkie inne zmienne związane z technologią rolniczą iczynnikami społecznymi są dodatnio skorelowane z plonami zboża. (3) Wpływ technologii rolniczej i czynnika społecznego na wielkość plonów zboża wykazuje znaczną charakterystykę nieliniową, a efekt jego oddziaływania zmienia się w różnych przedziałach. W szczególności, gdy stacja rolniczej obserwacji meteorologicznej wynosi 20-25, efektywna powierzchnia nawadniania jest większa niż 1800, wydatki konsumpcyjne na mieszkańca są większe niż 17000, a całkowita powierzchnia zasiewów roślin wynosi 7500, może znacznie zwiększyć plon ziarna. Natomiast jeśli wartość emisji chemicznego zapotrzebowania tlenu przekracza 130, ma to istotny wpływ hamujący na plon ziarna. Co więcej, wpływ na maksymalne plony zbóż ma sytuacja, gdy całkowita moc maszyn rolniczych, PKB i liczba bezrobotnych w miastach zbliżają się odpowiednio do 3000, 10000 i 20. Wyniki badań stanowią ważną podstawędo optymalizacji alokacji zasobów rolnych i zwiększania efektywności produkcji zbóż. Przedstawiono także kilka praktycznych zaleceń politycznych