新疆能源消费及强度变化的因素分解研究

能源是新疆经济发展必不可少的投入要素之一,能源效率的提高对经济的可持续发展意义重大。文章基于统计学因素分解方法分析了1990-2011年影响新疆能源消费及强度变化各种因素的贡献度,并在此基础上对经济中耗能最多的工业部门的能耗状况进行了深入分析,最终结论认为:不论从整个经济层面还是工业部门层面来看,技术进步都是新疆能源效率提高的决定因素,产业结构调整对能源效率的影响效果还不明显。     

基于LMDI分解的我国能源回弹效应实证分析

建立能源回弹的技术进步分解模型,将技术效应值从影响能源效率的众多因素中分解出来,通过我国1978-2013年的时间序列对能源回弹效应进行了估算,认为我国能源回弹效应整体呈上升趋势,但历年整体能源回弹效应小于1,且各单独年份和区间回弹效应值差异较大,说明我国能源回弹效应不是很明显,政府通过引导技术进步促进能源消费降低的政策实施效果较好,未来应继续推进技术革新来提高能源利用效率。     

绍兴市工业碳排放峰值预测及减排策略

基于2003～2020年时间序列数据,利用GDIM因素分解法、修正STIRPAT模型下的岭估计以及蒙特卡洛模拟技术,对绍兴工业碳排放进行驱动因素经验分解、演变情景预测与达峰路径模拟。结果表明：(1)在GDIM分解后的各种因素中,工业增加值、能源消费碳强度和能源消费规模对碳排放一直保持促增效应,而工业产出碳强度、能源强度和煤炭消耗效率为促降效应,技术进步以提高能源利用效率是促进碳减排的关键因素;(2)基于岭回归方法估计碳排放预测模型,发现人均GDP与CO₂排放量存在倒U型关系,当人均GDP为137,132.1元时可达倒U型曲线的最高点,能源消耗总量和能源消耗效率分别对碳排放量增长具有明显促进和抑制作用;(3)蒙特卡洛模拟下,基本情景和绿色生态情景可以在2030年前达峰,但只有技术升级情景才是达峰的最优路径,碳减排效果最明显。     

居民食品消费碳排放测算及其因素分解研究

本文采用碳折算系数法和投入产出分析法对居民食品消费碳排放进行宏观测算与结果分析,并对碳排放的变化做因素分解。研究结果表明:居民食品消费碳排放对生态和环境的压力日益增大,消费和生产是碳排放的密集环节,城镇居民在加工和流通环节的碳排放比重高于农村居民;食品最终消费的快速增长是拉动产业间接碳排放上升的主要动因,技术进步推动的能源强度降低对食品链产业具有明显的减排效应。     

中国省际全要素生产率的测算和分解

全要素生产率(TFP)是研究一国经济可持续增长的核心,由于中国省际间差距巨大,各地区的经济发展模式各不相同,本文通过非参数的DEA-Malmquist指数方法估算出2000~2015年的年份全要素生产率指数与2000~2015年间中国各省份的全要素生产率指数,并对各省份的TFP进行了进一步的分解。研究发现:以TFP为代表的技术进步水平近年来不仅没有提高,反而出现减缓趋势;中国省份经济增长差异较大,从分解结果来看,全要素生产率增长差异主要由技术进步水平差异较大所致。     

基于LMDI分解法的新疆碳排放驱动效应研究

文章利用2002-2011年新疆人均生产总值和碳排放量等相关数据,以LMDI分解法为着手点,从经济规模、能源强度、产业结构和产业排放等四个方面来探索新疆碳排放增加的主要推动因素,并从工业、建筑业、交通运输业等5个产业的角度进行碳排放分解效应研究。结果表明,新疆的经济规模效应和产业排放系数效应对总碳排放效应主要是正向作用,而产业结构效应和能源强度效应主要起到负向阻碍作用;而从贡献度大小来看,经济规模效应和能源强度效应分别是最大的正向推动和负向阻碍效应;分行业新疆碳排放驱动因素分解结果表明,工业一直是各效应最主要的影响因素,贡献度都在70%以上,其余产业影响程度较小。     

新疆区域能源效率差异及影响因素研究

文章采用新疆15个地区市能源强度及相关影响因素2001年~2010年的面板数据,根据经济发展水平及能效的差异分为四大区域,选取产业结构、技术进步及对外开放程度等变量对不同区域分别进行似然不相关分析方法(SUR)的长期模型估计,结果显示技术的进步均会导致各区域能源效率的提高,而产业结构以及对外开放程度的变化对不同区域的结果略有不同。同时应用误差修正模型(ECM)对各区域短期动态波动进行修正,并得出结论。     

乡镇企业资源消耗变化的原因分析

节能降耗是关乎中国工业化成败的重要举措。由于乡镇企业在国民经济增长中较大的贡献份额和较高的资源消耗水平,研究乡镇企业资源消耗变化的原因就显得尤为重要。本文使用1978～2004年乡镇企业的相关数据,利用因素分解方法对乡镇企业的资源消耗强度进行了分解。研究发现,技术进步是乡镇企业资源消耗变化的主要因素,结构调整在乡镇企业资源消耗变化中的作用非常小;但是,结构调整是有利于乡镇企业资源消耗下降的,偏向资本深化型的技术进步在大多数年份却导致了乡镇企业资源消耗的上升。     

中国粮食生产效率及影响因素分析*——基于DEA Tobit两步法研究

[目的]通过测算中国各省市粮食生产效率评价中国粮食生产综合绩效,并从支农政策、要素投入等维度考察其对中国粮食生产效率的影响。[方法]基于2004—2016年省域面板数据,采用MalmquistDEA模型对粮食生产效率进行测度和分解,并运用面板Tobit随机效应模型对粮食生产效率影响因素进行实证检验。[结果]研究期内粮食生产全要素生产率及其分解指标总体达到DEA有效,且具有明显的时空差异特征;粮食全要素生产率改进主要源于技术进步,而技术效率作用偏低,"单引擎"驱动特征明显;化肥、农用机械、灌溉及支农政策对粮食全要素生产率、技术进步、技术效率均具有正向促进作用,但化肥投入对技术效率作用不显著,各因素作用强度排序为"支农政策化肥农业机械灌溉",且这些影响同样具有区域差异。[结论]提升粮食全要素生产率时要注重农业技术更要逐步提升农业技术效率,通过改革财政支农政策体系和转变要素投入结构来提升中国粮食综合生产效率。     

区域水资源消耗差异的影响因素分析——LMDI模型的新应用

使用1998—2014年西北地区5省(区)的数据,基于LMDI方法分解分析5省(区)之间用水量和用水强度差异的影响因素,将用水量差异分解为强度效应、结构效应、收入效应和人口效应,用水强度差异分解为强度效应和结构效应。研究结果表明:1998年和2014年西北5省用水量差异的影响因素存在显著的异质性;1998年用水强度差异主要来源于产业用水强度的差异,而2014年产业结构差异对用水强度差异的贡献有所增加,产业用水强度差异的贡献缩小。省份用水量与用水强度差异的影响因素异质性也表明各省份缩小用水量和用水强度差异需要贯彻执行有差异化的水资源政策。     

基于LMDI法的我国海洋渔业碳排放驱动因素分解研究

本文将我国海洋渔业人均碳排放驱动因素分解为碳排放系数、能源强度、产业结构和产业规模,运用LMDI分解法对2003—2013年我国海洋渔业碳排放进行实证研究,得出结论:我国海洋渔业人均碳排放的总增量共计0.157万吨,碳排放系数、能源强度、产业结构和产业规模的累积效应分别为0.262、-1.131、-0.274和1.3万吨;综合考虑逐年和累积效应,产业规模是正向驱动因素,能源强度是负向驱动因素,而产业结构和碳排放系数的驱动效应具有不稳定性;通过控制海洋捕捞业的比重以及碳排放系数的变化率,能够使产业结构和碳排放系数因素稳定为负向驱动因素;降低海洋捕捞业比重、促进海洋捕捞渔船改造及作业方式转型、提高海洋捕捞效率、提高贝藻类养殖比重等是抑制海洋渔业碳排放的深层驱动因素。     

湖北省农业技术进步的地区差异分析

一、经济区域的划分对不同地区的农业技术进步作用进行比较分析 ,首先必须科学合理地选取划分地区的方法 ,然后才能根据不同地区的社会经济发展现状对各地区的农业技术进步的贡献进行恰当的定位 ,以便分析各地区的农业技术进步状况以及差异并得出正确的结论。本文划分的思路是 :以县为单位 ,分别计算全省农民人均纯收入和每个农业劳动力创造的农林牧副渔增加值的平均值和标准差 ,然后 ,以平均值的一倍正负标准差作为分界线 ,将全省划分为经济较发达地区、次发达地区和欠发达地区。在这个思路的基础上 ,我们根据 1998年《湖北省农村统计年鉴…     

东北地区耕地利用效率时空差异及其影响因素分析

[目的]对东北地区36个市(州)2005~2014年耕地利用效率进行测度,分析其时空差异,并找出耕地利用效率的影响因素。[方法]利用数据包络分析(DEA)方法计算得出各年各地区效率值,并利用Tobit回归模型其影响因素。[结果]2005~2014年东北地区耕地利用效率相对较高,规模效率值较为稳定,纯技术效率值波动上升,纯技术效率始终是影响综合效率的主要原因;黑龙江省的综合效率水平高于吉林省与辽宁省;在分解效率方面,黑龙江省的纯技术效率水平高于吉林省与辽宁省,吉林省的规模效率高于黑龙江省与辽宁省;受区域农业发展水平影响,不同地区农业投入的资源水平存在差异,综合效率、纯技术效率和规模效率均呈现出由黑龙江省向吉林省、辽宁省扩张的空间格局;从影响因素来看,受灾面积占农作物播种面积比重、单位耕地面积农用机械总动力、单位耕地面积施肥量、农村劳动力人均播种面积共同作用于东北地区耕地利用效率。[结论]东北地区耕地利用效率时空差异明显,多种因素共同影响地区耕地利用效率。     

我国能源消费强度的时空差异研究

运用基尼系数、变异系数、塞尔指数方法,分析了我国能源消费强度的时空差异：能源消费强度的地区差异自2001年以来不断缩小;能源消费整体差异主要来自于区域间差异;整体来说北方的能源消费强度大于东南沿海地区;产煤大省的能源消费强度较高。     

碳排放约束下中国农业能源效率及其全要素生产率研究

本文基于方向性距离函数和DEA方法,测算了中国31个省市2000~2011年农业能源效率,分析比较了碳排放约束下全国整体、五大区域及31个省份农业能源效率和节能潜力,并对农业全要素生产率进行分解和收敛性检验。研究表明:碳排放强度相对较低的地区能源效率普遍高于其他地区;全国及五大区域能源效率动态演进趋势由相对集中到逐渐扩散,且增长不明显;考虑碳排放约束下农业全要素生产率和技术进步效率都得到明显提高;五大区域农业全要素生产率存在显著的绝对收敛和条件收敛,全国整体上各地区间差距在逐渐缩小,最终将会稳定在同一水平。文章作者提出制定差别化的农业能源消费结构,提高能源利用效率等措施,有利于缩小各地区间农业全要素生产率差距,并改善各地区间的收敛水平。     

基于SuperSBM模型的新疆农业生产率动态分析

本文运用非径向SuperSBM模型为基础计算Malmquist指数,测算了1997年～2007年新疆农业全要素生产率,并对Malmquist指数进行分解,分析新疆农业全要素生产率增长的原因。结果表明：新疆农业生产率在2002年前是不断波动,2002年后呈增长趋势,主要是技术进步推动的结果,相对技术效率变化率对全要素生产率的增长没有促进作用,各地区农业生产效率差距较大。进一步提高新疆农业生产率,需要充分挖掘现有技术的潜力,做好现有技术的推广、运用。     

黑龙江省产业能源碳排放因素分解及减排分析

能源消费是碳排放的主要来源。随着黑龙江省经济的快速发展,能源消费的急剧增长以及以煤为主的能源结构在一定时间内很难改变,因此,碳排放量在短时间内很难下降。本文分析了1980-2010年黑龙江省三大产业碳排放变化情况,并对黑龙江省1980和2010两年不同行业能源利用碳排放总量进行对比。采用LMDI分解法,定量分析了1980-2010年间,经济规模、产业结构、技术进步与能耗结构四个因素对黑龙江省产业碳排放增量的影响。研究发现,经济规模效应是正向决定性因素,能耗结构调整的影响效果不显著,技术进步与产业结构效应是负向决定性因素。最后提出了相应的减排政策建议。     

中国海洋渔业资源利用强度时空演化与因素分解研究

在海洋渔业资源日趋衰竭的严峻形势下,研究其利用强度的演化与影响因素具有重要的理论与实践意义。首先分产业计算得到中国海洋渔业产值,在此基础上测算2007-2019年中国海洋渔业资源利用强度,并研究其时空演化过程,海洋渔业资源利用强度虽偶有波动,但总体上大幅度下降,产业资源利用强度由高到低分别为第三、一、二产业,沿海地区之间海洋资源利用强度及变化趋势存在差异。其次运用Kaya恒等式思想和LMDI方法对海洋渔业资源利用强度进行因素分解,发现技术进步是促进海洋渔业资源利用强度不断下降的主要原因,产业结构小幅度抑制了资源利用效率提升,经济规模扩张则先抑制后推动了海洋渔业资源利用效率的提升。最后针对海洋渔业资源利用的现存问题,基于实证结果提出政策建议。     

新疆农业生产效率地区差异分解与影响因素研究——基于非期望产出Super-SBM-Theil-GMS

[目的]研究新疆农业生产效率地区差异及影响因素。[方法]文章基于新疆2004—2015年的面板数据,使用非期望产出的Super-SBM测算新疆各地区的农业生产效率,随后使用Theil指数分解和GMS邓氏关联模型对新疆农业生产效率的地区差异和外部影响因素进行研究。[结果]北疆、东疆、南疆的效率得分均值分别为0. 943、1. 059、0. 854;新疆农业生产效率Theil指数呈上升趋势; Theil指数区域贡献率中区域内差异逐年下降,区域间差异逐年上升,区域内差异中北疆Theil指数区域贡献率最大; GMS邓氏关联模型得出的外部影响因素排序为城市化水平差异、人口密度差异、财政支出分权差异、产业结构差异、教育水平差异。[结论]调整农业财政分配比重,积极引进高新生产技术;增强区域内外互动,挖掘区域潜力,高效率地区进行辐射带动,扩大农业产业目标市场;加快城市化建设,优化农业布局,提高农业从业人员素质。     

新疆农业生产效率地区差异分解与影响因素研究*——基于非期望产出

［目的］研究新疆农业生产效率地区差异及影响因素。［方法］文章基于新疆2004—2015年的面板数据,使用非期望产出的Super SBM测算新疆各地区的农业生产效率,随后使用Theil指数分解和GMS邓氏关联模型对新疆农业生产效率的地区差异和外部影响因素进行研究。［结果］北疆、东疆、南疆的效率得分均值分别为0943、1059、0854; 新疆农业生产效率Theil指数呈上升趋势; Theil指数区域贡献率中区域内差异逐年下降,区域间差异逐年上升,区域内差异中北疆Theil指数区域贡献率最大; GMS邓氏关联模型得出的外部影响因素排序为城市化水平差异、人口密度差异、财政支出分权差异、产业结构差异、教育水平差异。［结论］调整农业财政分配比重,积极引进高新生产技术; 增强区域内外互动,挖掘区域潜力,高效率地区进行辐射带动,扩大农业产业目标市场; 加快城市化建设,优化农业布局,提高农业从业人员素质。