中国制造业附加值贸易影响因素的实证分析——基于全球价值链分工的视角

利用OECD-Ti VA数据库和KPWW附加值贸易核算框架,测算全球价值链参与指数、地位指数和国内附加值,衡量中国制造业在全球价值链中的附加值贸易现状,并构建面板模型,分析中国制造业附加值贸易的影响因素。结果表明,中国在全球价值链中的参与程度较高,但分工地位偏低,国内附加值提升缓慢。劳动密集型行业国内附加值最高,知识密集型行业最低。中国陷入了价值链"低端锁定"的窘境。中国制造业分工地位与国内附加值正相关,且影响最大,通过加深参与程度提高国内附加值的前提是提高贸易地位。发挥要素禀赋优势和鼓励科研创新有利于国内附加值的提升。     

中国全要素能源效率及区域差异研究——基于BCC 和Malmquist 模型

中国各区域间能源经济发展不平衡。本文选用劳动力、资本存量、能源作为投入指标，各省实际GDP和环境污染物作为期望产出和非期望产出， 利用DEA - BCC 模型和 BCC - Malmquist 指数对中国全要素能源效率进行测算， 并对我国四大区域全要素能源效率进行对比分析。结果表明， 考虑非期望产出的能源效率普遍低于不考虑非期望产出的能源效率， 其测算结果更加准确； 中国能源全要素生产率变化在整体上呈现递减趋势， 相较于规模效率， 技术效率对全要素生产率变化影响更加明显； 能源效率在空间变动形式上呈现较大差异， 由高到低依次为： 东部沿海地区、东北地区、中部地区、西部地区。为提高中国整体能源效率， 各区域必须根据其发展状况制定契合能源供给侧结构性改革的政策。     

江北:“服务争效”创出改革新样板

商事登记改革、投资项目审批、政府数字化转型等相关业务工作得到省市领导批示肯定;在全国县级政府透明度指数排名中连续3年位居前三;荣获省"最多跑一次"改革先进集体称号;行政审批服务群众满意率连续3年排名全市第一……随着"六争攻坚"的奋斗之歌在宁波持续唱响,百姓最为关切的"服务争效"旋律也在两江北岸发出了时代的强音。     

基于DEA-Malmquist指数评价农村中小银行运行效率——以黑龙江省为例

本文以黑龙江省9家农村中小银行为研究对象,运用数据包络法和Malmquist生产率指数从静态和动态两方面分析,测量样本银行在2013-2017年间的变化趋势,对比分析效率情况。静态分析结果显示管理效率、资源配置效率水平有所提升;但农村中小银行的规模效率不稳定,动态结果显示银行全要素生产率变动平均值为0.823,表现为TFP年均降低17.3%。最后对解决上述问题提供了若干建议。     

中国制造业国际分工地位测度与分析

本文基于全球投入产出数据库中44个经济体的投入产出数据,利用增加值贸易核算法计算2000-2014年各国制造业GVC地位指数.结果表明,技术水平和资源投入是影响制造业国际分工地位的关键要素,中国制造业国际分工地位虽有所上升但仍相对较差,GVC地位指数数值为负也说明其制造业出口获利能力亟待提高.针对上述问题,提出促进知识贸易自由化、提高国内创新体系有效性、坚持"引进来"和"走出去"相结合的政策建议.     

区域数字经济协调发展的实现路径

数字经济发展迅猛,已成为推动我国产业升级与区域协调发展的重要驱动力.目前,我国区域数字经济发展仍存在明显的空间差异,但差距也在逐渐缩小.地区经济水平、城镇化水平对各区域数字经济发展均起到正向推动作用,产业结构高级化水平、政府干预度和对外开放水平对数字经济发展的影响具有明显的区域异质性.需要在缩小区域经济差距、完善数字基础设施、提高数字技术应用和创新水平的基础上,立足区域驱动因素,加快建立区域优势互补和协同发展机制,有效推动区域数字经济协调发展.     

美元未来有大幅波动可能

2021年,美元不排除出现大幅贬值和快速反转的极端走势,其带来的潜在金融风险破坏力较大,尤其需要预防和警惕。在一个不确定的年代,要精准判断美元走势十分困难。2021年,美国经济将面临多样化的不确定性冲击,美元指数走势也存在较大的变数。在构建双循环新发展格局的过程中,我们在关注人民币兑美元汇率的同时,更应该警惕美元极端走势及其潜在风险。     

基于灰色线性回归组合模型的航班起降架次预测研究

基于线性回归模型和灰色预测模型的优缺点,将两种模型相结合,采用灰色线性回归组合模型结合历年的航班起降架次,对未来航班起降架次进行预测.通过对预测结果及实际数据的对比分析,2020年的航班起降架次预测结果与实际数据相比误差较大,其余年份预测结果与实际值误差均小于5％,考虑到疫情对民航的影响,该模型总体上能够较好的对航班起降架次进行预测,预测结果较准确.     

城镇化背景下中国石油需求峰值预测——基于交通部门和化学品制造部门的情景分析

控制中国石油消费总量过快增长,推动石油消费尽早达峰,对应对气候变化、保障能源安全具有重要意义.本文使用LMDI方法对石油消费总量进行因素分解和定量分析,并对人均GDP、人口、城镇化率、产业结构等自变量合理假定,构建BP模型分情景预测中国石油消费峰值和峰值时间.结果 表明:(1)人均GDP和城镇化率是推动中国石油消费增长的主要因素,人口、石油结构对石油消费增长的贡献较小;石油强度是抑制石油消费增长的主要因素,而产业结构因素的抑制效果不明显.(2)BP模型分情景的预测结果显示:基准情景下,2037年达到峰值,峰值量为11.42亿吨;强化情景下,2037年达到峰值,峰值量为7.71亿吨;温控情景下,2025年达到峰值,峰值量为6.37亿吨.建议使用行政手段协调经济增长与石油消费,交通运输领域推进技术和模式创新、石化化工领域采取需求减量、高效替代以及原料多元化等措施,控制石油消费总量过快增长.