人力资本对产业结构优化升级的影响——基于空间面板数据模型的研究

产业结构优化升级主要包含产业结构合理化与产业结构高级化两个方面. 本文基于2002—2013年间的中国30个省域的数据, 采用空间面板数据模型, 经验分析了人力资本对于产业结构合理化与产业结构高级化的影响作用. 分析得出: 当前中国的人力资本积累水平对于产业结构合理化与产业结构高级化均呈现出正向促进作用; 人力资本分布结构并不利于产业结构合理化与产业结构高级化; 与此同时, 从人力资本对产业结构合理化与产业结构高级化的空间效应来看, 人力资本积累水平具有正的空间溢出效应.     

市场化、流通设施环境和农村消费结构——基于省级面板数据模型的实证分析

通过近乎理想需求系统(AIDS),使用我国各省级面板数据,实证分析市场化和流通设施环境对农村消费结构的影响,估计流通基础设施和市场化对农村七类消费支出的影响参数。结果发现:第一,流通设施环境对农村消费结构有显著影响,市场化程度对农村各项消费支出的影响比流通设施环境大;第二,生存类消费支出不受到流通设施环境的影响,发展和享受类消费支出对流通设施环境有很强的依赖,这类消费支出受到流通设施环境的影响最大,流通设施环境的改善有利于农村消费结构的升级;第三,各类消费支出均受到市场化程度的显著影响,其中生存类消费支出食品、衣着和居住受市场化程度的影响最大,市场化程度的提高会促进农村消费水平的整体提高。     

中国碳排放量影响因素研究——基于省级面板数据的分析

采用中国30个省（市、区）2000～2010年的相关数据,运用面板数据模型对中国碳排放量的影响因素进行实证研究。面板协整检验表明：区域碳排放量与人均GDP、产业结构、人口数量、能源价格、能源效率和人均可支配收入之间存在长期稳定的内生经济关系。运用面板模型估计各因素的影响系数分析,认为对中国东部、中部、西部地区碳排放量影响最大的三大因素为人均GDP、人口数量和能源效率。     

我国人口因素对环境污染的影响——基于省级静态与动态面板数据模型研究

通过我国30个省份2000~2011年的省级面板数据,综合运用静态面板数据模型和动态面板数据模型,实证研究了我国人口因素对环境污染的影响,结果表明:人口规模、家庭小型化是加大我国环境污染程度的主要人口因素;年龄结构、城市化水平的提高促进工业废气和工业固废的排放,而对工业废水的排放起到抑制作用;此外,收入水平、研发强度、工业结构和贸易开放也是影响我国环境污染的其他重要因素,只是对于不同的环境污染指标而言,它们对其影响程度存在一定的差异性。     

省域城镇居民消费的空间效应研究——基于空间面板数据模型

居民消费一直是宏观经济研究的热点话题,本文考虑到居民消费的空间相关性,基于2002～2014年我国31个省、市的面板数据,构建空间面板数据模型分析省域城镇居民消费的空间效应.实证研究发现:城镇居民消费具有空间集聚的特征,对城镇居民收入和消费价格指数存在明显的空间依赖性;相邻省份间的城镇居民消费存在空间相关性.最后,在分析研究结论的基础上,提出拉动城镇居民消费的政策建议.     

中国工业化、城镇化对能源强度的影响——基于动态面板数据模型的研究

以中国30个省市自治区作为横截面单元,将全国分为三个部分,利用各横截面单元2000~2011年组成的面板数据,建立动态面板数据模型分析工业化、城镇化对能源强度的影响。结果表明:城镇化水平对我国不同地区的影响有显著差异,在东部地区,提高城镇化水平能有效降低能源强度,而就全国范围和中西部地区而言,城镇化水平的提高阻碍了能源强度的降低;工业化水平的提高推动了能源强度的上升。根据得出的结论,文章还对降低能源强度提出了相应的建议。     

经济发展水平、产业结构与碳排放强度——中国省级面板数据分析

利用我国29个省市自治区1995—2007年的面板数据,本文分析了二氧化碳排放强度同经济发展水平及产业结构之间的关系。通过多项计量检验,比较了不同计量模型之后,笔者选取了能够修正面板异相关和自相关的可行的广义最小二乘法(FGLS)模型。研究表明,(1)碳强度同人均GDP之间存在"N"形关系。(2)第二产业比重同碳强度存在正相关关系,即第二产业比重越高,二氧化碳排放强度就越高。(3)对经济发展与碳排放之间关系进行的情景分析表明,如果产业结构不改变,没有实施另外的政策,经济增长速度本身难以引致碳排放强度的大幅下降,2020年二氧化碳排放强度下降40%~45%的目标难以实现。     

中国区域金融发展差异分析——基于空间面板数据模型的研究

利用空间统计的Moran指数和空间面板数据模型,对中国28个省域的金融发展差异进行计量分析。结果发现:在1992—2008年间,中国金融发展在省域间存在较强的空间溢出效应。从区域内部来看,在同一时期,中国东部和中部的金融发展在区域内部亦存在较强的空间溢出效应,而西部内部省域间却存在显著的空间依赖效应。     

知识密集型服务业发展的影响因素——基于空间面板数据模型

在界定知识密集型服务业的基础上,构建空间面板数据模型,对2005—2010年我国知识密集型服务业发展的影响因素进行实证分析。研究结果表明:我国30个省(自治区、直辖市)的知识密集型服务业发展存在明显的正向空间依赖性;区域创新环境在时间维度上具有显著的促进作用,但在空间维度上的作用不显著;教育支撑在空间维度上具有显著的促进作用,但在时间维度上的作用不显著;外部知识联系、政府行为对知识密集型服务业发展具有显著的促进作用。     

陕西省能源消费结构对碳排放强度的作用机理研究

文章首先分析了陕西省能源消费和碳排放现状,基于1996—2016年的数据,运用通径分析方法分析一次能源消费结构对碳排放强度的作用机理;并使用岭回归分析方法,分析一次能源消费结构对碳排放强度的贡献。研究结果表明:陕西省能源消耗主要依靠煤炭,石油消耗比例对碳排放强度起到促进作用,天然气消耗比例和其他能源消耗比例对碳排放强度起到抑制作用。煤炭消耗比例和石油消耗比例每增加1%,碳排放强度分别增加0.309 1%和0.127 4%;天然气消耗比例和其他能源消耗比例每增加1%,碳排放强度分别减少0.387 7%和0.442%。因此,应通过推进低碳能源和可再生能源建设发展、优化能源消费结构、提高能源的使用效率等方式实现陕西省碳减排目标。     

对外开放与碳排放——基于省际面板的空间计量分析

通过收集全国28个省市1997—2011年的人均FDI和人均进出口贸易等指标的面板数据,构造基于对外开放经济距离的空间权重矩阵,进而对碳排放进行空间自相关检验。研究表明,对外开放程度接近的区域存在碳排放的集聚效应。另外,建立空间杜宾模型对对外开放和碳排放的关系进行实证检验。检验表明,贸易对碳排放的影响处在环境库兹涅茨倒U型曲线右端;FDI对碳排放的影响不存在"污染天堂";FDI和贸易对碳排放的影响存在辐射效应,而碳排放自身存在空间示范效应。     

基于空间面板模型的我国区域碳排放分析

运用空间面板模型对我国省域碳排放分别从全国层面及东、中、西三大区域层面进行空间计量分析。分析结果表明:总体而言,全国省域碳排放存在显著的空间正自相关性,各省份碳排放对相邻省分的碳排放具有溢出效应;区域层面上,我国东、西部省域碳排放存在正向的空间相关性,而中部地区存在负向的空间相关性;人均GDP、人口规模、能源强度对我国三大区域碳排放均存在显著的正向影响,但影响强度有所不同;产业结构对东部地区碳排放有显著影响,但对中、西部地区影响不显著;能源消费结构对中、西部地区碳排放有显著影响,但对东部地区影响不显著。     

基于面板数据的省级碳排放模型构建及预测分析

在全球气候变暖的大背景下早日实现碳达峰、碳中和,被认为是国家健康发展的重要前提,因此,约束碳排放、实现碳达峰等议题的研究显得尤为重要。在已有碳排放影响指标的基础上,基于无量纲化的2002—2019年面板数据,运用Pearson相关分析与主成分分析,重新构建基于三次产业划分的碳排放核算指标体系,构建以重构指标为基础的碳排放占比核算模型,借助ARIMA时间序列模型对2020—2030年的指标量及碳排放量进行预测,最后进行结果分析并提出相关应对策略。     

我国外商直接投资地区分布影响因素研究——基于空间面板数据模型

外商直接投资(FDI)在我国空间分布的显著非均衡性引发了大量有关FDI区位选择的经验研究,但相关研究往往忽视了FDI的空间依赖性对其区域分布的影响.基于此,本文选取我国1990-2004年28个省区的数据资料,从地区固定效应和时间固定效应两方面对空间面板数据模型进行估计,考察FDI的空间相关性对我国FDI地区分布的影响.研究发现,空间面板数据模型对现实FDI地区分布的拟合效果更好、解释力更强;我国各省FDI的区位分布存在正向的空间相关性,相邻地区吸引外资的增加能够带动本地区吸引更多的外商投资.     

人力资本、空间溢出与经济增长——基于空间面板数据模型的经验分析

基于中国29个省区1990—2006年的面板数据,本文采用最新发展的空间计量分析方法考察人力资本与经济增长的关系。研究发现:(1)我国人力资本和经济增长表现出鲜明的空间相关性,多数省区位于高-高和低-低类型区;(2)人力资本作为知识和技术进步的载体,对区域经济增长具有较强的空间溢出效应。此外,加入空间因素回归结果表明,我国各省区的经济增长依然呈现鲜明的条件收敛特征。     

空港对地区人才集聚的影响——基于面板数据模型的实证分析

采用2002—2014年中国31个省市的面板数据,对关于我国空港对地区人才汇聚能力的相关性进行了探索.研究结果表明:空港对促进地区人才汇聚起到关键作用,且这种作用具有持续性;教育投入、 科技投入、 经济发展水平也是影响地区人才集聚的重要因素.最后,针对研究结果提出了相关的政策启示.