【摘 要】
:
自然资源是保证人类生存和发展的关键要素,是实现人类对美好生活向往的重要保证。然而,随着人口增长和经济发展,我国自然资源过度消耗和生态环境污染问题日趋明显,严重影响了自然资源和经济发展的和谐共生、永续发展。为推进生态文明建设,有效保护和永续利用自然资源,降低资源耗用对生态环境和社会经济的损害,十八届三中全会提出开展自然资源资产负债表的实践目标。水资源作为重要的自然资源,对维持生态平衡、保证生产生活和
论文部分内容阅读
自然资源是保证人类生存和发展的关键要素,是实现人类对美好生活向往的重要保证。然而,随着人口增长和经济发展,我国自然资源过度消耗和生态环境污染问题日趋明显,严重影响了自然资源和经济发展的和谐共生、永续发展。为推进生态文明建设,有效保护和永续利用自然资源,降低资源耗用对生态环境和社会经济的损害,十八届三中全会提出开展自然资源资产负债表的实践目标。水资源作为重要的自然资源,对维持生态平衡、保证生产生活和促进经济发展至关重要,作为我国先行试点的自然资源资产负债表核算内容之一,吸引了不同学科的理论研究和实践探索。水资源资产负债表的编制主体是谁,需要遵从哪些原则,核算范围是什么,计量方法有哪些,如何构建报表体系,这些都是需要思考和研究的问题。同时,能值理论作为一种新的环境—经济价值论,近年来被广泛运用到自然资源价值计量和可持续发展分析的研究领域,成为生态学和经济学的重要桥梁。本文结合能值理论,为水资源价值化提供新方法,开展实物型水资源资产负债表和价值型水资源资产负债表的协同研究,进而为报表使用者提供水资源自然价值和经济价值的信息基础、监测预警和决策支持。首先,通过文献研究法,梳理国内外学者对能值理论、水资源资产、水资源负债和水资源资产负债表的相关研究,确定研究方向。其次,以可持续发展理论为目标,以能值理论为手段,以环境会计理论和生态系统管理理论为支撑,在已有研究的基础上进行概念界定。同时,总结国内外关于水资源资产负债表的编制实践对我国的启示,明确报表的会计主体、编制原则和编制基础,确定报表的确认范围和计量方法,建立了基于能值理论的水资源资产负债表的编制框架。再次,将山东省作为案例研究主体,基于能值理论开展水资源实物量和价值量的确认和计量,对水资源资产负债表及其报表体系进行列报和分析,同时选择现有研究中认可度较高的市场价格法,对两种方法下报表呈现的水资源信息进行比较。最后,根据本文的研究结果,提出水资源管理和水资源资产负债表编制方面的建议,并总结本研究的不足和改进方向。本文根据水资源特点,创新性的将能值理论和水资源资产负债表的编制结合,在编制实物型水资源资产负债表的基础上,利用能值理论把水资源价值化,开展实物量和价值量的双重核算,设计并编制实物型水资源资产负债表和价值型水资源资产负债表的报表体系,既丰富了能值理论在水资源核算方面的应用,也拓展水资源资产负债表的编制方法和研究内容,为编制其他自然资源资产负债表提供思路和参考。本文的研究尚有不足之处,没有将水质表纳入报表体系,水资源资产的核算范围没有具体到河流、湖泊和水库,能值理论计算复杂,计算结果不够准确。
其他文献
时间序列数据指的是把针对系统观测得到的数值,按照时间的先后顺序排列而成的一种序列数据。时间序列数据十分广泛的存在于人们的日常生活当中,比如电力系统的地区用电量、气象系统中的污染物排放情况、金融领域中的股指期货变化等等。针对这类时序数据进行分析和研究,通过建立预测模型来对接下来一段时间之内,数据的变化趋势、变化量进行预测。准确可靠的预测结果对于系统的未来决策和发展具有非常重要的指导意义,因此时间序列
数据聚类能够从无标签的数据中获取数据的内在联系和规律,是数据分析的重要基础。k均值聚类算法,因其简单高效而被广泛应用于数据聚类问题。但传统的k均值聚类算法,聚类结果易受初始中心点选取的影响,同时,在处理不平衡数据集及线性不可分数据集的聚类问题时,传统k均值聚类算法的表现差强人意。本文首先在全局k均值算法及多原型聚类算法的基础上,提出了一种改进全局k均值的多原型聚类算法。其次,传统聚类算法在处理高维
文字,在自然环境中随处可见,是人们之间讯息传达和交流的主要方式之一。近年来,自然场景图像中的文本检测与识别技术已成为了计算机视觉、自然语言处理、即时翻译等领域的研究热点,并受到了来自科学界、工业界等各学科领域的强烈关注。然而,由于复杂场景中多尺度、多方向、光照条件等因素影响,自然场景下的文本检测与识别任务仍然是一项极具挑战性的课题。为了进一步提高场景文本检测、识别的精准度和鲁棒性,本文主要研究自然
显著性检测是基于视觉注意力机制的图像理解任务,该建模任务从人类视觉系统理解图像的角度出发,把图像中引起人眼兴趣的像素点设定为前景目标,其余像素点定义为背景区域。显著性检测的相关研究首先在自然图像领域展开,目前随着相关研究的不断深入,研究人员发现视频的时序线索对于显著性检测有着重要意义,添加时序线索有助于仿真视觉注意力机制在动态场景下的视点转移,从而提升最终的显著性检测效果,因此基于视频的显著性检测
在计算机视觉与计算机图形学领域中,人脸图像合成一直是一个研究热点和难点。二维人脸图像合成是指根据输入信息合成一张达到预期值的高真实感人脸图像,其涉及到诸多研究问题,如人脸表情迁移、人脸属性编辑、人脸图像重建等。近年来,基于深度学习思想特别是对抗生成思想的二维人脸图像合成技术,得到了很多学者的关注,取得了长足发展,并被广泛应用在动画制作、数字娱乐、安全防控等领域。由于人脸的特殊性,即使细微的面部变化
时间序列分析已被广泛应用于金融市场预测、电力负荷预测、天气和环境状态预测等实际问题。由于预测时间序列数据的准确值比较困难,近期的研究主要集中在判断时间序列的未来趋势上。时间序列预测通常可以被看作一个分类问题,即预测时间序列的未来趋势方向,例如上升、下降和稳定。作为时间序列分析中最常用的技术指标之一,移动平均线指标可以通过简单快捷的方式对过去一段时间内时间序列的整体变化规律进行总结。虽然移动平均线在
作为人类社会中最常用的信息载体,图像中往往存在大量信息。人类的视觉感知机制可以在复杂图像中快速定位出最吸引注意的内容。研究人员希望计算机可以模拟人类的视觉注意力,具备自动定位场景中显著性内容的能力,于是便提出了显著性目标检测这一任务。该任务旨在从输入图像中自动识别并获取最具吸引力的区域。作为一种基本和有效的预处理方法,它不仅可以帮助降低场景分析的复杂度,还广泛应用于图像和视频压缩、语义分割、视觉跟
在绿色金融与市场型环境规制不断发展的背景下,“十三五”规划指出要“建立健全用能权、用水权、排污权、碳排放权初始分配制度,培育和发展交易市场”。为了实现2030年“碳达峰”、2060年“碳中和”目标的庄严承诺,中国一直努力擘画绿色发展、创新发展的宏伟蓝图,主动担当作为,努力实现“绿水青山”和“金山银山”的双重政策目标,积极为全球低碳经济发展做出贡献。碳金融交易政策是减少温室气体排放的有效途径,该政策
得益于改革开放的政策红利,我国对外贸易在这段时期内取得了惊人的发展速度,其中出口成为我国国民经济发展的主要动力。随着经济全球化进程的推进,以劳动要素驱动经济增长的模式已经成为过去,创新驱动随着科技兴国战略的实施逐渐成为未来发展的趋势。在这个过程中,企业是创新和出口的主力军,担负着扩大出口规模,提升创新能力的重任。但就目前而言,企业仍然面临着科研资金缺乏、创新动力不足的困境,供应链金融作为缓解融资约
在减税降费和“六稳”“六保”的大背景下,纳税人固有的逐利思想也随之日益放大,在追求利益最大化的过程中,便有可能触及税收违法红线。税收风险一旦既成事实,将导致国家税款的流失。如何控制税收风险,减少税收违法行为,是税务机关当下面临的重要挑战。采金企业的高利润率和高回报率使得该行业的税收收入往往在当地占比较高。鉴于采金企业在当地税收中的重要地位,对于采金企业的税收风险管理则显得尤为重要。采金企业因其产金