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。     

中国城镇居民生活用能影响因素定量研究

利用面板数据对中国城镇居民生活用能影响因素进行了实证分析.结果表明,能源消费总量对人均可支配收入的弹性最大,人口对城镇居民用能具有广义的规模效应,居民用能对能源价格很敏感.此外,夏季与冬季的温差每上升一摄氏度,城镇居民生活用能总量会上升3%.如果一个地区有集体供暖,其城镇居民部门能源消费总量会比没有集体供暖时减少19%.     

我国城市化对房价的影响研究——基于半参数空间面板数据滞后模型

基于2000-2019年我国其中31个省、自治区和直辖市省际空间面板数据,建立固定效应空间面板滞后模型和半参数空间面板数据滞后模型,实证考察了城市化、城乡收入差距、人均收入等因素对房价的影响.研究结果表明:房价存在正的空间溢出性.城乡收入差距、人均收入和非农产业的发展与房价一般是正相关的.但固定效应空间面板滞后模型中城市化对房价的影响不显著.通过应用半参数空间面板滞后模型研究表明我国城市化对房价影响存在着拐点,房价是先是随着城市化率的提高而下降,城市化率达到一定程度时,房价随着城市化率的提高而上升.原因可能在于土地供给的减少和土地开发成本的提高等方面.但当期房价对下一期的房价没有显著的影响,说明不能建立动态空间面板滞后模型.根据研究结果,从通过缩小城乡差距,增加土地供应,降低土地开发成本等方面降低房价提出了对策建议.     

我国城乡居民消费与经济增长区域差异性的实证分析

遴选1996-2012年我国(除重庆、港、澳、台外)30个省(市)城镇和农村居民消费支出及国内生产总值的面板数据,基于非参数核估计方法,建立固定效应半参数面板数据模型,对我国东、中、西部城乡居民消费与经济增长关系的区域差异性进行实证分析.计算显示,运用半参数面板数据模型显著提高了估计的精度.分析结果表明,不论是城镇居民消费还是农村居民消费,对经济增长的促进作用均是东部高于中部、中部高于西部;且农村居民消费对经济增长的促进作用又大于城镇居民消费.     

碳约束下的中国省际电能终端消费——效率测度及影响因素研究

提出包含非期望产出的博弈交叉-Malmquist全要素生产率指数模型,利用该模型对中国2002-2014年30个省份的电力能源面板数据进行电力能源终端消费效率评价,并采用SYS-GMM动态面板模型对其影响因素进行分析。研究发现:(1)我国省际电力能源终端利用效率出现负增长,技术效率变动和技术变动是引发该问题两大因素。(2)我国经济相对落后的西北地区借助技术效率的后发优势,在电能终端消费效率的排序中跻身榜首,其次是华北和东北地区,而华东、华中和南方地区则处于末位。(3)电力能源效率具有传递效应,其前期表现会对现期产生显著影响,此外电力价格、对外开放程度和技术进步对电力能源效率具有正向影响,而产业结构与电力能源效率具有负相关关系。     

中国城市化发展、能源消费与碳排放的实证研究

选取了1995年至2007年我国29个省市面板数据,建立以城市化水平为被解释变量,能源消费和碳排放作为解释变量的模型,通过协方差分析检验和Haus man检验的分析结果,确定研究模型的形式为固定影响变截距模型,最后,通过对拟合模型的结果分析,实证结果表明:高能耗、高排放、粗放式经济发展方式不利于城市化水平的提高;同时,各省市的城市化发展水平也存在差异.因此,各省市应在城市化工业化进程中推进产业结构和能源消费结构调整使其朝着更有利于节能环保的方向演进,节能减排政策的调整重点应该放在能源强度和能源消费碳强度上.     

收入、物价和利率对我国城镇居民消费水平影响研究——基于静态与动态面板数据模型分析

本文运用面板数据,通过建立静态与动态面板数据模型,对影响我国城镇居民消费水平的三大因素作了深入地分析。研究发现:收入、前期消费、价格指数对于城镇居民的本期消费有着正面影响;城镇居民的前期消费影响着消费者的本期消费,城镇居民本期消费存在很强的"棘轮效应";消费对前期消费的弹性系数与消费对收入的弹性系数大小相当;收入对消费的影响存在乏力的可能;利率对本期消费虽然存在负面影响,但影响程度有限。最后,本文根据研究结果提出了相应的政策建议。     

中国能源消费、碳排放与经济增长的区域差异性研究

基于1990～2010年我国30个省市面板数据,采用面板计量分析方法,考察我国源消费、碳排放与经济增长三者之间相互影响关系对空间区域的依赖性.研究结果表明:能源消费、碳排放与经济增长三者之间不仅存在着相互影响的关系,且具有显著的区域差异性.各省份的经济发展均为各地区能源消费增长的重要诱因之一,这与能源消费与经济增长具有较高关联度的结论保持一致.北京、辽宁、吉林等16个省份碳排放变化与经济增长变化之间的的弹性系数为负值,而天津等其他14个省市碳排放总量还将伴随着经济增长而增长,所以弹性系数为正值,这点隐含说明当区域经济水平较高时,该区域也将拥有更多优势条件来减低碳排放,实现碳减排最终还是需要依赖于发达的经济水平.     

我国农村居民消费与经济增长区域差异性的实证分析

利用1996-2010年27个省(市)的省际面板数据,基于非参数核估计方法,建立农村居民八大消费支出与国内生产总值(GDP)的变系数固定效应半参数计量经济模型,实证分析了我国东、中、西部农村居民消费结构对经济增长影响的区域差异性。计算显示半参数面板数据模型的平均绝对误差(MAE)和均方误差(MSE)相比线性面板数据模型显著的减小,模型分析结果表明,东部地区农村居民各类消费支出对经济增长贡献排列顺序依次为教育文化娱乐-食品-其他杂项-家庭设备-交通通讯-居住-衣着-医疗保健;中部为其他杂项-家庭设备-交通通讯-衣着-医疗保健-教育文化娱乐-食品-居住;西部地区为家庭设备-交通通讯-其他杂项-食品-医疗保健-居住-教育文化娱乐-衣着。最后,根据分析结果提出相关的政策性建议。     

基于组合模型的我国能源需求预测

在信息不完备条件下如何有效预测能源消费总量以把握宏观经济发展趋势,是制定能源规划的基础内容.伴随我国成为全球经济增长重要引擎,能源消费量越来越大,能源安全问题也备受关注.选用灰色系统模型、三次指数平滑模型和BP神经网络模型三种预测模型,应用Shapley值权重分配法确定各预测模型的权重,从而构建组合预测模型并对我国能源消费进行组合预测.在保持过去发展规律基本不变的条件下,2014年能源需求总量为383,718.16万吨标准煤,到2020年将达462,089.33万吨标准煤.2013-2020年能源需求总量年均增长率为3.38%.     

中国能源消费预测灰色建模法

选取2001—2007年中国能源消费实际值为依据,应用灰色系统理论建立煤炭能源和能源消费总量GM(1,1)预测模型,并分别进行精度检验和对比分析.检验结果表明:所建立的预测模型均为一级精度,适合于具有灰色特征的能源消费原始数据序列的模拟和预测分析.通过预测模型的计算结果可以知道:中国煤炭能源和能源消费总量呈指数增长规律,2008—2012年期间分别以16.33%和14.94%的速度增长,在整体能源消费结构中,煤炭能源所占比例将以0.29%的速度增长(为合理规划我国未来的能源消费战略,制定能源供应短缺和能源环境污染对策).     

基于动态面板模型的中国城镇居民消费的研究

本文通过设定和估计动态面板数据模型,考察我国城镇不同收入阶层居民在食品、医疗保健、交通通讯、娱乐教育文化和居住方面消费的差异性,得出如下结论:城镇居民总消费变动表现出对收入变动的"过度敏感性",但不同收入阶层居民的敏感性是不同的,基本上是呈现"V"型的趋势,但上升的趋势不是特别明显,在各个层面的消费也表现出了不同的趋势。在总消费上不具有消费习惯,但低收入户在医疗保健上具有消费习惯,中等偏上户、高收入户、最高收入户在交通通讯方面具有消费习惯。     

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。     

广西能源、环境和经济增长的动态关系研究——基于VAR模型的实证分析

利用广西1990-2011年GDP、能源消费和工业废气排放总量的数据,应用基于VAR模型的动态计量分析方法,对广西经济、能源和环境的关系进行实证研究.结果表明:三者之间存在长期稳定的协整关系,能源消耗是经济增长和环境污染的Granger原因,经济增长是能源消耗和环境污染的Granger原因.能源消耗对经济增长的正向影响效应时间较长且较稳定,环境污染初期对经济增长的抑制作用较弱却呈现缓慢增强的趋势;而经济增长对能源消耗和环境污染的影响持续时间较短.经济增长与能源消耗两者之间的相互影响较大,而环境污染受能源消耗变化影响较明显.     

基于面板数据模型的人口城镇化与能源消费关系的实证研究

运用面板数据分析方法对四个直辖市1998—2012年人口城镇化与能源消费关系进行了实证分析,结果表明人口城镇化与能源消费为不平稳变量,但它们之间存在着长期的协整关系.