城市化不是推动能源消耗的重要动力——基于时序与截面数据再检验

伴随着中国城市化进程,能源消耗量不断增加,一些文献认为城市化是引致能源消耗上升的一个重要因素。本文基于时序数据的协整检验和横截面数据的相关与回归分析,检验城市化对能源消费总量、人均能源消费量的实际影响效应,发现城市化并不构成能源消费增加的重要动力,其对能源消耗的影响主要体现在生活用能方面。结论对于合理推进城市化,降低能源消耗具有启示意义。     

基于跨国数据的金融发展对绿色能源消费的影响研究

运用62个国家2000-2015年的面板数据,构建面板向量自回归模型和动态面板模型,分析金融发展对绿色能源消费的影响。研究结果表明：金融发展与绿色能源消费之间存在单向格兰杰因果关系,金融发展通过消费、产业和财富效应,促进绿色能源消费。但不同层面的金融发展指标对绿色能源消费的影响程度不同,金融发展对绿色能源消费的影响在经济发展水平与资源禀赋等方面呈现出较强的异质性特征。     

中国地区能源消费与产业结构的关系研究

以中国及各省域2005-2012年能源消费和产业结构数据为样本,采用灰色关联分析法对中国及各省域能源消费与三次产业的关系进行研究,梳理各地区三次产业对能源消费的影响大小,利用比较分析法观察产业结构调整对地区能源市场的影响,并提出相应产业结构优化对策.     

中国省际要素投入与经济增长研究——基于总量生产函数的面板数据分析

通过使用一个具有资本、劳动力和能源消费作为投入的柯布道格拉斯总量生产函数, 利用2001—2010年期间中国30个省份的面板数据, 检验了中国省际要素投入与经济增长之间的作用关系, 并进行了相应政策分析。结果表明, 中国各省份的资本增量难以有效促进经济增长, 减少或者放缓资本投入势在必行, 传统产业的高技术改造乃是大势所趋;劳动力增量能够带动中国东部和中部地区的经济增长, 但阻碍了西部等欠发达省份的经济增长, 西部地区的劳动力转移和城乡一体化进程仍需加快;能源消费增量有效促进了中国大多数省份的经济增长, 节能政策需谨慎对待或者差别实行。     

能源消费与环境污染的关系研究——基于我国30省份面板数据的分析

基于能源消费对环境污染的重要影响,选取衡量能源消费和环境污染的评价指标,采用主成分分析分别测度各地区能源消费水平和环境污染程度;选取2011—2017年我国30省份的面板数据,构建回归模型研究能源消费与区域环境污染的关系。结果表明:不同变量对环境污染的影响不同,能源消费、人口因素对环境污染的影响为正,科技水平对环境污染的影响为负。据此,提出应优化能源消费结构、扩大环境治理投资规模、发挥政府引领作用的对策建议。     

中国能源消费与经济增长的灰色关联分析

文章依据1997年-2007年的GDP和能源消费总量、能源消费的产业结构以及能源消费种类有关统计数据,运用灰色关联,建立3个模型对能源消费与经济增长的关联度进行定量分析,并在此基础上提出了实施节能措施,提高能源利用效率;发展农业和服务业,降低对能源的依赖;发展清洁新能源,促进能源消费结构多元化等建议.     

安徽省产业结构、能源消费与经济增长的灰色关联分析

为了探讨经济增长与产业结构、能源消费的关系,文章以安徽省2005-2010年数据为例,利用灰色关联模型对三者进行动态关联分析.研究结果表明,导致安徽省经济增长的主要原因是能源消费总量的快速增长,其次是能源利用效率和第二产业在国民经济中的产值,故而要加快安徽省经济发展必须率先从改善能源利用效率和调整产业升级开始.     

辽宁省GDP与能源消耗关系的实证分析

作为世界第二大能源消费国,中国的经济发展离不开能源的消耗。辽宁省是工业大省,其经济增长对能源消耗的依赖程度日益加剧,然而这并不利于经济的可持续发展。对1990—2013年辽宁省GDP和能源消费的统计数据进行相关性分析,发现辽宁省的能源生产出现严重供不应求的局面,其能源消费增长过快同能源供给不足的矛盾日益加剧,GDP同能源消费总量互为正相关的线性关系。指出辽宁省需要通过调整产业结构来降低能源消耗相对水平,提高能源利用效率。     

基于灰色关联度组合模型的能源消费预测研究

为了准确预测未来几年我国能源消费总量,基于灰色关联度建立了我国能源消费组合预测模型,并与传统GM(1,1)模型进行对比分析。结果表明:组合模型能有效降低平均相对误差,提高预测精度,非常适用于我国能源消费预测。     

我国八大行业的能源消费驱动因素研究——基于完全指数分解法

运用完全指数分解法,选用1994-2007年间中国八大行业的GDP与能源的面板数据,对中国能源消费量进行分解,并对其影响因素进行研究。研究发现,各部门经济规模的扩大是导致能源消耗增加的最主要因素,但各部门能源密度明显下降,成为节约能源的最主要因素。而能源转换效率下降以及经济结构的不合理也是影响能源消费增加的重要因素。从行业看,制造业是分析我国能源消费的最关键部门。     

陕西产业发展与能源消费的关联度分析

以19852010年陕西省GDP、产业GDP和能源消费统计数据为依据,采用OLS线性回归模型分析产业GDP对陕西省GDP的影响,采用综合灰色关联度方法研究陕西省产业GDP与能源消费的灰色关联度。结果显示：第一产业对能源消费总量的影响最大,但是第二产业是经济发展的主要动力,第二、三产业的结构地位不断提升,对GDP增长的贡献所占份额远超过第一产业。     

基于组合预测模型的煤炭能源消费总量预测

文章以2000—2016年的煤炭能源消费总量为原始数据,分析改进灰色预测模型,同时引入逻辑斯蒂预测模型,以组合模型与原始数据的残差平方和最小为目标函数确定组合模型权重系数,建立组合预测模型,通过验证3者的预测结果,得出组合模型比单一预测模型预测效果更好,适用性更强,对于煤炭能源消费总量的预测具有较好的指导意义与可行性。     

区域能源效率动态演化及其驱动因素研究——以豫、鄂、粤三省为例

提升区域能源效率是完成国家节能降耗目标的主要方法之一.基于2001-2012年省级面板数据,运用超效率DEA视窗分析方法测算河南省、湖北省和广东省的能源效率,通过1阶N变量的灰色系统模型(GM(1,N)模型)分析区域能源效率演化的驱动因素.结果表明:河南省和湖北省的能源效率呈现先下滑后上升的演化趋势;广东省能源效率在考察的3个省份中一直处于领先水平,呈现平稳发展的演化态势;对河南省和广东省能源效率影响最大的正向促进因素均为工业结构,对湖北能源效率影响最大的正向促进因素为城市化,而经济结构则是河南省、湖北省和广东省能源效率提升的最突出制约因素.根据研究结果,不同地区应该根据各自的具体情况采取相应的措施来进一步提升能源效率.     

北京市终端能源消费与 GDP 及大气环境的关联分析

以北京市终端能源消费与GDP和大气环境为研究对象,采用灰色关联法,分析北京市能源消费终端对GDP、能源消费和大气污染的贡献程度,结果显示：北京市商业部门能源消费量与能源消费总量的关联度最大;交通运输部门能源消费量与GDP关联度最大;工业部门能源消费量与大气环境的关联度最大。为引导北京市经济、能源和环境的协调发展,应控制商业部门的能源消费量和污染物排放;优化交通运输布局;推动从传统建筑到绿色建筑的转型;调整产业结构和能源消费结构。     

研究型教育消费与中国产业结构升级关系的实证研究

产业结构升级是中国经济发展亟待解决的问题之一,研究型教育消费是在现有的知识存量基础上,通过研究学习、探索和创造新知识而进行的消费行为,是一种高层次的教育消费,但又不同于传统的高等教育消费,其对产业结构升级的促进作用主要通过研究型教育消费自身的消费属性、人力资本外部性以及技术创新性3个方面来体现。基于中国2005~2017年31个省市自治区的省际面板数据,从产业结构高级化和产业结构合理化角度构建产业结构升级指标,采用固定效应面板模型和动态GMM面板模型实证分析研究型教育消费对产业结构升级的影响效应。研究认为,2005~2017年中国的产业结构在不断的优化和升级,但地区之间发展差异较大;研究型教育消费对中国产业结构升级具有显著的正向效应;产业结构升级水平受其自身滞后一期的影响显著;由于区域差异性,不同地区研究型教育消费对产业结构升级的作用方式各不相同。因此,应当重视研究型教育消费在中国经济发展中发挥的作用,采取差异化扶持方式推进各地区研究型教育消费。     

高等教育规模波动与经济波动协调性的实证分析——基于GER与人均国内生产总值的考察

利用灰色关联等维代谢模型（GM（1,1））对我国扩招十年来高等教育规模波动与经济波动的协调关系进行回归分析,以高等教育毛入学率与人均国内生产总值为具体分析单元,建构高等教育规模波动与经济波动的灰色协整预测模型,精度检验显示所建GM（1,1）模型拟合值与实际值、预测值与规划值误差较小,灰色关联度较高,符合灰色建模理论,可以为我国经济和高等教育发展规划提供科学预测和理论诠释。     

江苏省经济增长的碳排放估算及预测

从环境库兹涅茨曲线(EKC)视角出发,利用1985～2008年间江苏省能源消费及工业产出数据,详细估算了二氧化碳排放的EKC形态及排放峰值对应的人均收入水平。通过联立方程模型的分析发现,产业结构及能源消费结构是影响二氧化碳排放的主要因素。在此基础上,对截止2020年的江苏省二氧化碳排放水平进行了相关预测。     

中国城镇居民收入和消费的灰色预测

根据2000-2007年中国城镇居民家庭人均可支配收入和人均生活消费数据,运用灰色预测模型对2008-2015年中国城镇居民的可支配收入和生活消费进行预测;结果表明,模型精度高,预测结果可信度强.预测结果表明,城镇居民整体可支配收入和消费水平呈现同方向的增长,但后者占前者的比例呈现小幅下降的趋势.     

以广义回归神经网络预测共同基金报酬

鉴于近年来许多相关文献成功地运用广义回归神经网络进行财经方面的预测,以及国内共同基金净值之预测与报酬率评估。通过搜集国内基金资料,以灰关联分析法进行各基金投资绩效分析,挑选投资绩效良好的共同基金作为投资标的;再以广义回归神经网络建立预测模型,与灰预测模型、多元回归模型进行预测能力及报酬率的比较分析。5种预测绩效评价指标、5组数据交互验证散布图及报酬率分析表明:广义回归神经网络在预测能力及预测报酬率上均有很好的表现。