中国能源消费总量的影响因素研究:基于半参数趋势面板模型

基于1999—2010年我国省际能源消费数据,使用半参数趋势面板模型和指数分解方法对能源消费总量影响因素进行分析.结果表明:与固定效应面板模型相比,半参数趋势面板模型的参数估计结果更有效;能源消费总量存在明显的非线性时间趋势,反映了近年来我国节能减排政策对能源消费总量的作用;经济增长、能源消费结构、能源强度也是影响能源消费总量变化的重要因素.另外,能源消费总量存在区域异质性.     

基于最优组合赋权法的我国能源效率评价及影响因素研究

本文总结我国能源效率的主要影响因素,具体包括产业结构、技术进步、能源消费结构、经济发展水平、市场化程度和开放程度,构建我国能源效率影响因素的指标体系。基于最优组合赋权法建立能源效率评价模型,并对2000~2011年我国能源效率及影响因素进行实证分析。实证结果表明:我国能源效率整体呈上升趋势,能源效率显著提高;第二产业产值占国内生产总值比重、重工业占工业产值比重、第二产业增长值比重、R&D投入、第三产业产值占国内生产总值比重和煤炭消费量占能源消费总量比重是我国能源效率最主要的影响指标,而天然气消费量占能源消费总量比重和水、核、风消费量占能源消费总量比重对我国能源效率影响相对较小。     

人口结构变动对中国能源消费碳排放的影响——基于城镇化和居民消费视角

本文通过引入城镇化及居民消费等因素拓展LMDI模型,解构中国能源消费碳排放变动为碳排放因子、能源强度、消费抑制因子、城镇化、居民消费和人口规模六大效应,并探讨上述六种效应变动对中国能源消费碳排放量变动的贡献率及其作用机理。然后,选择中国30个省份,2003-2012年的面板数据实证分析人口结构变动对区域能源消费碳排放量变动及其分解效应的影响。结果表明:2003 2012年中国碳排放总量增加42.1167亿吨,消费抑制因子效应、城镇化效应、居民消费效应和人口规模效应对碳排放量的影响呈现为正效应,而碳排放因子效应和能源强度效应对碳排放量的影响整体上呈现为负效应,并且居民消费效应对碳排放量变动的影响最大。人口城镇化已成为影响中国碳排放量变动的主要人口因素。较之中、西部地区,东部地区的人口规模效应明显较高,但其能源强度效应则相反,中部地区碳排放因子效应明显高于东、西部地区。现阶段,人口年龄结构、人口教育结构和人口职业结构变动减缓了中国碳排放量的增长,而人口城乡结构、区域经济水平和人口规模变动的影响方向则相反,最后,人口性别结构变动对碳排放量变动无显著地影响。     

对我国能源消费与环境质量关系的探究

选取合理的样本数据,建立自回归分布滞后-误差修正模型,分析并预测我国未来几年的能源消费量与环境质量之间的关系。通过对比能源消费弹性系数,发现提高电力在终端能源的消费比重可以提高能源效率,减少环境污染。     

空间视域下中国省域电力消费需求的影响因素分析

采用空间计量经济学方法就我国省份电力消费需求的空间相关性及其驱动因素进行了实证分析.全域Moran指数揭示了我国省域电力消费需求的正向空间相关性,Moran散点图的变化展示了不同省域电力消费具有"路径依赖"特征.进一步的空间面板模型的估计结果不仅再次肯定了省域电力消费需求的空间相关性,而且证实了经济规模、人口规模和对外贸易对电力消费需求的增强效应以及技术进步与产业结构的优化调整对电力消费需求的节制作用.上述结论意味着依靠技术进步和产业结构优化调整才是实现经济增长和节电减耗双重目标的最佳选择.     

电力消费、产业结构与经济增长的关系——基于甘肃省地级市数据面板向量自回归(PVAR)模型的研究

电力作为支撑经济发展的基础性产业,电力消费与产业结构和经济增长间关系密切.因此,文章基于甘肃省地级市2004-2018年城市面板数据,运用面板向量自回归(PVAR)模型,实证检验了甘肃省产业结构、电力消费与经济增长之间的因果关系.研究结果表明:甘肃省产业结构和经济增长之间相互影响,经济增长对电力消费具有正向促进作用,全社会固定资产投资推动经济增长和产业结构优化.未来甘肃省的经济发展应秉持“稳增长、调结构”的目标,通过政策驱动风电和光电等清洁能源的快速发展,提高能源投资和能源利用效率,引导和扶持第三产业发展,实现甘肃产业结构优化、经济发展和节能减排的多重目标.     

GM(1,N)与GM(0,N)模型在能源消费碳排放预测中的比较研究

近年来,减少碳排放已成为缔约国家社会经济发展和生产经营活动的重要目标之一,研究并使用科学的方法对我国未来碳排放进行分析与预测对我国应对气候变化政策的制定具有重要意义.拟将GM(1,N)和GM(0,N)模型用于能源消费碳排放量的预测,建立能源消费碳排放量的多因素灰色预测模型,并对GM(1,N)和GM(0,N)模型预测能源消费碳排放量的精度进行了检验和对比分析.结果表明:在对四川省能源消费碳排放预测中,GM(0,N)具有更高的预测精度和可靠性.     

技术创新情境下中国电力行业要素生产弹性及生产效率分析

为探究技术创新对于电力市场供给的影响,文章通过构建面板随机前沿模型,研究新常态时期中国电力行业要素投入生产弹性及生产效率的变动趋势,并分析了不同投入要素对电力市场供给的影响力大小和方向.进而,通过对比不同地区和省份在新常态时期前后生产效率的差异,分析了中国各地电力行业技术创新的变动趋势.通过一系列假设检验,证明了面板随机前沿模型的适用性,可以对中国电力行业的技术效率进行分析,并确定了包含时间变量的超越对数生产函数设定形式.结合参数估计结果,证明了资本的生产弹性为正,这说明电力行业仍属于资本密集型行业,现阶段资本投入的增加能够较大提高电力市场供给.同时,研究证明了中国电力行业整体技术效率较高,且步入新常态时期以来,西部地区电力行业平均技术效率的增长幅度高于其他地区,西部地区电力行业高技术效率省份明显增多,宁夏、云南和新疆省份的电力行业技术效率较新常态时期之前提升明显,说明包括高压/特高压输电技术、节能技术、新能源技术、储能技术等电力创新技术的应用,有助于提高电力行业技术效率.     

环境规制强度影响能源效率的门槛效应研究——基于PSTR模型

利用非径向-SBM和CCR模型测算了我国30个省市(暂不包括西藏和港澳台地区)2007-2016年间的环境规制强度以及能源效率,构建面板平滑转移回归模型(PSTR),分析了环境规制强度对我国能源效率的连续非线性变化的影响.研究结果显示,全国环境规制强度对我国能源效率存在非线性效应,二者之间呈倒“U”型关系.环境规制强度小于门槛值0.6376时,环境规制对能源效率产生创新补偿效应,当环境规制强度高于门槛值0.6376时,环境规制对能源效率产生遵循成本效应.而我国东西部地区的环境规制强度与地区能源效率间却存在着与之相反的“U”型效应.     

中国能源强度与经济结构变化特征研究

中国经济持续增长伴随着能源强度下降的特征引起部分学者对中国经济增长和能源消费数据真实性的怀疑,因此,对中国能源强度变化特征进行研究具有重要的现实意义。迄今为止,对中国经济结构变动如何影响能源强度变化仍然缺少定量研究。本文分析了中国能源强度的变化趋势,说明其前后趋势基本上是一致、合理的。以此为基础,将能源强度变化分解为结构份额和效率份额,提出了结构份额和效率份额的计算方法,对我国能源强度变化中的结构份额和效率份额进行了定量分析,结构表明:1998-2000年间,我国能源强度下降的主要动力来自于各产业能源利用效率的提高,其中工业能源强度下降是总体能源强度下降的主要原因。     

能源强度变动的多因素分解方法研究

为更加全面、准确地度量影响能源强度变动的因素,在分析相关研究文献的基础上,提出包含产业结构份额、部门能源效率份额和能源结构份额的三因素几何均值能源强度分解模型,该模型不仅能够将能源消费结构对能源强度的影响从产业结构和部门效率份额中分离出来,而且克服了当数据集合中出现零值时,现有处理方法产生较大误差的缺点,提供了一种精度较高的多因素能源强度分解方法.     

两阶段视角下高技术产业技术创新效率及影响因素研究

基于两阶段视角,将规模报酬可变网络SBM模型和DEA.窗口分析方法相结合,分析了中国高技术产业17个细分行业2002-2011年间技术创新效率的变动趋势和行业差异,并利用面板Tobit,模型检验了技术创新效率的影响因素.结果表明:高技术产业技术创新效率值总体偏低,半数以上行业两阶段效率均处于低位区间,改进和提升空间很大.技术转化效率一直显著高于技术研发效率,两阶段效率失衡问题非常明显.行业集中度、开放度和所有制结构因素均对研发效率和总效率有显著影响,而行业集中度和企业规模对技术转化效率有显著影响.     

基于超效率DEA模型的中国各地区钢铁行业能源效率及节能减排潜力分析

DEA方法对具有多投入和多产出指标的各个DMU之间的相对效率评价具有独特优势.首先应用超效率DEA模型对2005-2007年间中国各地区钢铁行业的全要素能源效率作出评价,并计算了此间中国各地区钢铁行业的节能减排潜力;然后利用Malmquist效率指数对钢铁行业能源利用效率的变动进行动态分析;最后应用Tobit回归模型对影响钢铁行业节能减排的因素进行了多元分析.     

工业化、城镇化进程中电力需求分析及预测

随着工业化、城镇化进程的不断加快,我国电力需求量将持续上升。电力的充足供应是我国经济稳步发展的重要保证,故合理准确的对电力需求进行分析及预测具有重要的现实意义。基于此,分析我国电力需求现状,利用通径分析筛选电力消费需求的核心驱动因素。在模型选择的基础上,基于单变量(ETS、ARIMA模型)和多变量(情景分析)两个维度进行电力需求量分析及预测。结果表明:GDP每提高1%使得电力需求量提高0.5249%;工业化水平每提高1%使得电力需求量提高2.2146%,城镇化水平每提高1%使电力需求量相应提高1.0076%。“十二五”末中国电力消费需求量将近61425.96KW/h,2020年中国电力消费需求将近81410.10KW/h。     

组合预测模型在能源消费预测中的应用

能源的需求预测是一个复杂的非线形系统,其发展变化具有增长性和波动性,组合预测对于信息不完备的复杂经济系统具有一定的实用性.本文利用我国能源消费的历史数据,采用灰色预测的GM(1,1)模型、BP神经网络模型和三次指数平滑模型进行优化组合,建立了能源消费组合预测模型,实证分析结果表明预测值和实际结果有很好的一致性,可以作为能源消费预测的有效工具.     

基于SBM模型的我国省际能源环境效率研究

将SBM模型与四阶段DEA方法结合,研究了我国30个省市地区2004~2012年间省际全要素能源环境效率,同时考察了地区投入与产出松弛量,并对其影响因素进行了深入分析。研究发现:环境约束的影响明显,科学评价能源环境效率必须把环境污染引入全要素能效测度之中;随着时间发展,各省间的效率存在优者愈优、劣者愈劣的两级分化趋势.对松弛量的Tobit回归结果显示:GDP是改善能源环境效率的有利因素,外商直接投资、产业结构以及能源消费结构是其不利因素,技术改进和环境治理对提高效率无显著影响;外部因素差异对能源环境效率有显著地影响,剔除外部因素差异的影响,将使效率能得到有效改善.     

我国的能源消费与经济增长:1980～2011——基于非线性STR模型的实证分析

能源消费与经济增长之间的长期动态关系是理论界一直研究的热点问题。本文建立了四个非线性平滑转换模型(STR)研究了1980~2011年的能源消费与经济增长之间的动态非线性关系。研究发现:STR模型所产生的拟合数据与原始数据的动态特征基本相同,能源消费与经济增长之间存在长期非线性关系,且两者之间有明显的区间转制动态特征。LSTR1模型能够准确刻画到我国能源消费、煤炭消费、石油消费与经济增长之间的非线性关系;而LSTR2模型能够准确刻画到我国电力消费与经济增长之间的非线性关系。     

中国全要素能源效率评价研究——基于不可分的三阶段DEA模型

在中国经济增长和节能减排双重目标下,科学评价全要素能源效率并提出合理的发展对策具有十分重要的意义。本文考虑了指标之间的不可分性,使用NUSBM模型和ML指数测算了中国30省份2005-2015年的全要素能源效率,同时采用三阶段NUSBM-ML指数将环境因素和随机因素纳入框架进行分析,并将采用SBM-ML指数测算的结果、Hybrid-ML指数测算的结果与本文测算的结果进行比较分析。研究结果表明:(1)我国全要素能源效率年均增长23%,技术进步具有重要贡献,而技术效率下降是制约我国全要素能源效率提高的内部主要原因。(2)中国全要素能源效率呈现"东-中-西"的格局,中部与东部差距正在逐渐缩小。(3)剔除外部环境因素和随机因素后全要素能源效率提高了4%,外部环境水平偏低制约着整体全要素能源效率提高,且东部地区和西部地区的全要素能源效率比中部地区更容易受到外部环境水平的影响。(4)评价全要素能源效率时忽视指标之间的不可分性会高估评价结果。最后建议从内部和外部两个方面来改善全要素能源效率,在内部方面以提高技术效率为主,而外部方面则要通过环保措施、调整结构、价格机制、吸引外资、强化研发等举措改善不利的环境因素。     

中国人身保险公司规模效率的影响因素分析——基于面板门限回归模型

在金融危机的影响下,我国人身险公司的效率均受到不同程度的影响。本文利用数据包络分析方法对人身保险公司的技术效率、纯技术效率和规模效率进行了分析,并利用面板门限回归模型对规模效率的影响因素进行了分析,实证结果表明,随着公司规模的扩大,总资产对规模效率的促进作用在不断减弱。     

中国农民消费行为及影响因素分析

本文运用适用预期的消费函数模型,对中国农民的消费行为影响因素进行实证分析。研究表明:农村居民消费的变动呈现出对收入变动的过度敏感,并且农民存在消费习惯,收入的不确定性进一步抑制了农民的消费。本文又做了进一步研究,发现受灾面积,农业支出对收入的影响不大,而农产品生产价格指数是造成收入不确定性的主要因素。