西藏城乡居民家庭养老现状与趋向分析

在西藏,家庭曾是老年人养老的基本依赖。然而,随着经济社会条件的变化和人口流动,老年人的生存状况与过去大不相同。传统的家庭养老功能面临着新的挑战,主要表现如家庭结构逐渐趋向小型化、子女数量减少而使家庭供养负担加重、老龄化导致家庭养老功能弱化。面对这些新的挑战,西藏城乡居民的养老出现新趋向,如自我养老观念提高、女儿养老地位加强以及社会化养老等。     

“营改增”对房地产业发展的影响研究——以江苏省为例

我国自2016年5月1日起全面推开"营改增"试点,房地产业也包括其中,这对房地产业来说是一次重大变革。"营改增"对房地产业乃至我国经济发展的影响成了近期理论界关注的焦点。文章首先梳理了房地产业"营改增"后税收政策变化情况;然后,以江苏省房地产业的发展为例,按进项税可抵扣比例取值的不同建立了4个税负变化模型,对江苏省房地产业"营改增"前后的税负变化情况进行了分析,发现在"营改增"背景下影响房地产业税负变化的主要因素是:进项税可抵扣比例、营业成本占营业收入比重和营业利润。文章最后就"营改增"在江苏房地产业实施的难点进行了分析,并就攻克上述难点、推进"营改增"在江苏房地产业的顺利实施提出了政策建议。     

连云港市海岸带景观格局变化及生态系统 服务价值综合评估

基于连云港2期海岸带遥感影像的解译结果,应用景观生态学、生态系统服务理论,定量分析了海岸带景观格局和生态系统服务价值变化,评估了景观格局变化对生态系统服务价值的影响。结果表明:2002—2017年土地利用变化综合动态度为1.61%;研究区的景观格局呈现出愈加破碎化的态势;2002—2017年,连云港海岸带生态系统服务总价值减少了23.60亿元,水域对海岸带生态系统服务价值的贡献率最大,为87.19%;通过灰色关联度分析表明,不同景观格局指数对生态系统服务价值总量的关联程度的排序为:聚集度蔓延度分离度多样性与均匀度斑块密度斑块数。研究结果可为提高连云港海岸带资源开发利用,促进沿海地区社会经济可持续发展提供参考。     

讷河市近35a气候特征变化分析

本文通过对讷河国家气象观测站近35a(1981-2015年)的地面观测资料(温度、降水、积温、日照、无霜期)进行整理,运用统计分析的方法查找出近35a讷河市光、热、水气候资源变化规律.结果表明:讷河市热量资源(气温和积温)总体呈上升趋势,气温每10年上升0.445℃,≥10℃积温总体呈上升趋势,无霜期延长;水资源(降水量)波动存在一个3-5年的变化周期;光资源(日照时数)季变化按照春季-夏季-秋季-冬季递减,年代变化线性趋势略呈减少.     

基于GIS/RS的近15年广州南沙区土地利用变化研究

土地资源是人类生存与发展的物质基础,是人类创造财富的基本源泉。因此,"土地利用/土地覆被变化"研究计划于1995年由国际地圈——生物圈计划和全球环境变化中的人文领域计划联合提出,让土地利用变化研究出现在人们视野,变成全球变化研究的前沿和热点。南沙区是国家级经济技术开发区,其土地利用变化研究具有鲜明的特色和研究意义。研究发现,南沙区城镇化进程较快,变化最为剧烈,耕地面积较少较为明显,在经济发展过程中应该注重耕地的保护政策,确保南沙区经济社会的持续健康发展。     

2020年民航客运市场发展回顾及分析

2020年第四季度,随着新冠肺炎疫情(以下简称"疫情")防控工作的进展,中国民航客运市场快速复苏,公商务旅客已经逐渐恢复。回顾全年,旅客群体的结构性变化,是疫情给我们带来的深远影响,"新增旅客""年轻化""高铁引流""随心飞"成为行业的关键词。全年承运旅客1.28亿人,出行4.2亿人次,其中新增旅客接近半数,90后成为出行的主力人群,中国民航的市场格局出现巨大的改变。     

基于特色小镇的区域开发模式的新变化探析

在改革开放四十年发展历程中,开发区得到了飞速发展,为国内经济增长起到促进作用,区域开发模式已经成为很多地区政府治理主要模式之一,该种模式尽管创造一定效益,与此同时,使得土地供应越来越紧缺,公共服务受到严重影响,面对该种情形,相关人员应该不断创新,提出该种模式的变化策略,这样既可以使特色小镇优势以及价值得到展现,还能有效保护国土面积,进而带动该地区经济不断增长。     

剖线强度梯度变化的作物软硬变化区精确划分

[目的]软硬变化区的划分是进行遥感变化检测技术识别农作物的基础。为解决人工判读方法中存在人为主观因素影响以及自动判别和交互式判别方法对不同研究区的适用性问题,该文提出基于剖线梯度变化(Profile based Gradient Change Magnitude,PGCM)进行软硬变化区划分的方法。[方法]该研究选择破碎农业景观种植区域为研究区,计算拔节期Quick Bird影像和播种期模拟影像两个时相的变化强度,从作物地块内部向外绘制剖线,利用剖线强度的梯度变化确定硬变化区(Hard change region,HCR)、软变化区(Soft change region,SCR)和未变化区(Non change region,NCR)3者间的划分阈值。[结果]从识别结果来看,PGCM能够有效在地块边界处探测到软变化像元,进而确定HCR、SCR。像元分辨率在5~60 m不同尺度下,识别HCR区混入比例为11%~16%,混入比例随着分辨率下降而降低;NCR区混入比例为3%~4%,受分辨率尺度影响不大;SCR区识别比例为74%~86%,识别精度较高,识别结果与冬小麦空间分布结果保持一致。[结论]PGCM方法能够自动、便捷地确定阈值,摆脱人工判定的主观性,有效地划分出HCR、SCR和NCR 3个区域,为进一步HCR、SCR区内的作物识别提供基础。