奶制品消费影响因素的路径分析——基于新疆城镇居民的问卷调查

依据2008年新疆城镇居民奶制品消费状况的问卷调查数据,采用路径分析模型对奶制品消费的影响因素进行了分析,表明收入水平、消费习惯对奶制品消费有显著的正向影响,性别、年龄、民族、职业、文化程度、家庭规模等人口特征对奶制品消费都有一定影响。提出要加强宣传引导,普及奶类营养知识,培养居民的乳品消费习惯,特别注重培养青少年消费群体,不断提高居民的收入水平和奶制品消费倾向。鼓励企业开发差别化、不同价位、具有地方特色的新型乳制品,满足不同群体的消费需求,完善乳制品物流配送体系,大力开拓中小城市和县（镇）消费市场。     

我与小统计

生活中统计的应用正如一位海外统计学家所述的那样，存在的时候并不是很突出，但我们的生活中却时刻都离不开它，许多现象都是统计知识的具体应用。作为一家之主，每月作家庭开支预算时，总会将开支分为固定支出和变动支出两部分; 固定开支包括了房租、水电费、电话费、煤气费等。如果你拿出历年的电费帐单比较的话，就会发现，电费支出呈明显的季节变动，冬夏两季是用电高峰，春秋两季则用电量相对低一些。如去农贸市场买青菜，可多问几个摊位，得知了今日菜场的青菜平均价格，你可就价格、质量作一番比较后进行取舍，这实际是位置平均数—…     

基于LMDI方法的陕西省能源消费碳足迹因素分解研究

综合考量能源强度、能源结构、人口规模及经济规模等因素对能源消费碳足迹的影响,以2005-2012年陕西省的相关数据为依据,用LMDI分解法对陕西省的能源消费碳足迹因素进行分解。结果表明:陕西省的能源消费碳足迹整体呈上升趋势,但存在一定的波动性;能源强度的提高和能源结构变化对陕西省碳排放量的增长有抑制作用,且能源强度的抑制作用明显,而能源结构的抑制作用相对微弱;经济规模的扩张是陕西省碳排放量增长的主要推动力,而人口规模的扩大对陕西省碳足迹的增长也有推动作用。     

基于情景分析的区域经济社会低碳发展路径研究——以陕西省为例

在区域层面上因地制宜地构建经济社会低碳发展路径,对于中国实现2020年碳减排目标具有至关重要的作用。基于1990-2009年间的时间序列数据,运用扩展的STIRPAT模型和岭回归模型分析了人口、经济增长、城市化、产业结构、技术进步、能源消费结构等因素对陕西省碳排放的影响,并通过设置9种不同组合情景,预测了2011-2030年陕西省能源消费碳排放发展变化趋势,提出保持经济社会适度发展,同时加大产业结构调整力度、大力推进技术进步并有效促进能源消费结构优化,是实现陕西省经济社会低碳发展的有效路径。研究表明,大幅提高各种碳排放抑制因素的减排作用并取得其协同效应,保持碳排放促进因素与抑制因素的均衡是区域经济社会低碳发展的关键。     

中国农村居民生活间接能源消耗与碳排放分析

通过编制能源环境投入产出表,结合农村居民消费支出数据,计算了2000～2007年我国农村居民八项消费支出的间接能耗强度系数、碳排放强度系数,进一步测算了由农村人均生活消费支出及农村五个收入组居民人均消费支出所诱发的能源消耗量及碳排放量。结果表明,由农村居民生活消费诱发的间接能耗量及碳排放量远高于其生活直接能耗量及碳排放量;农村居民的居住、家庭设备用品支出所诱发的能耗量及碳排放量在总能耗及总碳排放中所占比重逐年加大,至2007年,此二项的能耗比重及碳排放比重值分别达到了63．03％及63．2％;居民基本生活消费支出之一的食品,其诱发的能耗量及碳排放量有逐年下降的趋势;居民生活消费诱发的能耗量及碳排放量与其收入水平表现较强的正相关性,即收入水平越高,其能耗量及碳排放量也越大;技术水平的改进有利于能耗强度系数及碳排放系数的降低,进而减少能耗量及碳排放量。     

从碳排放看四川人口与环境的关系

在人口变动各因素中，居民消费依然是影响四川省二氧化碳排放的重要因素。应该大力培育居民可持续消费理念，倡导低碳的生活方式和消费模式。     

中国碳排放影响因素的分析与预测

文章采用灰色系统理论中的灰关联分析讨论了中国碳排放及其与各影响因素之间的关系(1995～2004年).发现人口数量、煤炭能源消费和水电能源消费在各影响因素中对我国碳排放的关联度高;其次为石油消费和天然气消费因素:最后为核电与GDP.表明,人口增长对碳排放贡献最大:经济活动中能源消费结构的合理选择远比经济增长本身对碳排放的影响更为重要.同时.采用灰色系统理论中的灰预测方法对我国碳排放的可能量做出了相应预测(2010～2015年).结果说明.如果在人口政策不变的前提下,不调整现有的能源消费结构,我国的碳排放将会持续增长,而且对气候变化的负面影响也将会愈加严重.     

河南省出口商品结构与碳排放关系的实证分析

文章基于VAR模型研究了河南省出口商品结构与碳排放的关系,结果发现:河南省碳排放除受到自身惯性因素的显著影响外,各出口贸易结构性因素也是影响主因,特别地,低附加值产品出口波动对碳排放量的作用更为明显.因此,实现河南省低碳经济发展的出口贸易政策包括加速产业结构升级、强化低碳技术研究、提高环境标准、完善财税制度以及开展国际合作.     

自然保护区初级能源消费影响因素研究

自然保护区周边的初级能源消费问题是影响自然区保护及社区协调发展的重要因素.文章基于多元回归模型,对自然保护区周边初级能源消费问题进行考察.研究表明:自然保护区周边初级能源消费受农户家庭规模、家庭经济状况、耕地面积等家庭人口因素影响;农户的劳动机会成本也是影响初级能源消费的重要因素,农业机会成本越高农户越倾向于依赖初级能源,林业机会成本越高则农户越倾向于减少初级能源的获取;地区差异、政治因素、环境政策等特征也对初级能源消费产生一定影响.     

碳排放的结构影响与效应分解

 本文从碳排放系数的角度推导了总量变化的SDA分解模型,从社会经济发展视角构建了LMDI分解公式,从而讨论不同时期碳排放量变化的影响因素。文章以云南省为例,运用云南省分行业能源消费数据以及 4个年份的投入产出表进行实证分析。SDA计算结果表明：消费与投资扩张效应是碳排放增长的贡献源泉,碳排放强度变动效应是节能减排的源动力;LMDI分解结果表明：人均GDP 增长是拉动云南省CO2排放增长的决定性因素,而能耗强度下降是抑制碳排放增长的主要原因。根据计算结果,文章提出了低碳经济条件下云南省产业结构调整的新方向。     

社会保障对农民工家庭城市生活消费的影响--以举家迁移农民工家庭为例

基于辽宁省农民工调研数据,采用OLS回归、Heckman两步法和处理效应模型,分析了社会保障对举家迁移农民工家庭城市生活消费的影响,并采用分位数回归法进一步考察了社会保障在不同消费水平上对家庭消费决策机制产生的影响。研究表明,社会保障对农民工家庭生活消费有显著的正向影响;有社会保障家庭的消费决策明显区别于无社会保障家庭,这主要表现为人均收入、人均耕地面积、户主年龄和人均受教育年限等家庭特征对有社会保障家庭和无社会保障家庭生活消费的影响存在明显差异。     

城镇家庭收入差异演变及其原因解析——基于北京市城镇住户调查数据

基于北京市城镇住户调查数据,采用分位数回归与分解技术,结合核密度估计方法,定量考察了性别、年龄、受教育年限、工作经验等因素对城镇家庭收入差异及其演变的贡献。研究表明：不同收入群体并没有均等地分享经济社会发展的成果;城镇家庭收入差异是＂回报效应＂和＂变量效应＂共同作用的结果,不同历史时期两种效应的重要性有所不同;教育机会不均等是导致城镇家庭收入差异的关键因素;就业性质的差异助长了城镇家庭收入差距;不同收入群体间自身素质的差异是影响城镇家庭收入差异的重要因素;工作年限、工作经验、年龄、性别及家庭规模等因素影响力不容忽视。     

社会保障对城乡家庭消费的影响研究

 本文基于CGSS《中国城乡居民生活综合调查》2006年的家庭微观调查数据分析了我国城乡家庭消费支出的分布特征,按有无社会保障把城乡家庭分别分为两组,利用分位数回归方法分别研究了不同消费层次上,社会保障对城乡家庭消费的影响,并利用反事实分析与分位数分解方法对这两组家庭消费差异进行研究。主要结论有：有社会保障家庭人均消费要高于无社会保障家庭人均消费,消费收入弹性呈“几”字型,有社会保障和无社会保障家庭的消费差异主要是由于收入、地产财富等差异造成的。最后,提出了具有针对性的政策建议。     

家庭式迁移女性农民工劳动供给行为研究

随着城市化的不断推进,家庭式迁移已经成为农民工流动的重要模式。家庭式迁移的女性农民工需要同时扮演雇佣劳动者和家务主要承担者的双重角色,这种迁移模式对女性的劳动供给行为会造成重大的影响。利用浙江省农民工的调查数据,试图考察家庭式迁移女性农民工劳动供给的影响因素。分析结果表明:工作经验、培训经历、本地生活时间、工资对女性农民工的劳动供给具有显著影响;家庭结构的影响不显著,但子女或老人随迁会显著降低女性的劳动参与率和工作时间;分位数回归结果表明,各因素对女性工作时间不同分位数上的影响具有明显变化。     

面板数据的可加分位回归模型研究与应用

本文在贝叶斯分析的框架下讨论了面板数据的可加模型分位回归建模方法。首先通过低秩薄板惩罚样条展开和个体效应虚拟变量的引进将非参数模型转换为参数模型,然后在假定随机误差项服从非对称Laplace分布的基础上建立了贝叶斯分层分位回归模型。通过对非对称Laplace分布的分解,论文给出了所有待估参数的条件后验分布,并构造了待估参数的 Gibbs抽样估计算法。计算机模拟仿真结果显示,新提出的方法相比于传统的可加模型均值回归方法在估计稳健性上明显占优。最后以消费支出面板数据为例研究了我国农村居民收入结构对消费支出的影响,发现对于农村居民来说,无论是高、中、低消费群体,工资性收入与经营净收入的增加对其消费支出的正向刺激作用更为明显。进一步,相比于高消费农村居民人群,低消费农村居民人群随着收入的增加消费支出上升速度较为缓慢。     

基于贝叶斯方法的比例数据分位数推断及其应用

为了尝试使用贝叶斯方法研究比例数据的分位数回归统计推断问题,首先基于Tobit模型给出了分位数回归建模方法,然后通过选取合适的先验分布得到了贝叶斯层次模型,进而给出了各参数的后验分布并用于Gibbs抽样。数值模拟分析验证了所提出的贝叶斯推断方法对于比例数据分析的有效性。最后,将贝叶斯方法应用于美国加州海洛因吸毒数据,在不同的分位数水平下揭示了吸毒频率的影响因素。     

Bayesian quantile regression and variable selection for partial linear single-index model: Using free knot spline

Partial linear single-index model (PLSIM) has both the flexibility of nonparametric treatment and interpretability of linear term, yet existing literatures about it mainly focused on mean regression, and quantile regression analysis is scarce. Based on free knot spline approximation, we apply asymmetric Laplace distribution to implement Bayesian quantile regression, and perform variable selection in linear term and index vector via binary indicators. Our approach is exempt from regularity conditions in frequentist method, and could execute variable selection and quantile regression under mutual posterior correction, which is also the first work to implement them jointly for PLSIM in fully Bayesian framework. The numerical simulation manifests the superiority of our approach to previous methods, which embodied in better efficiency of variable selection, index vector estimates and link function approximation with different error distributions. For illustration of its application, we build a power consumption model of A₂/O process in wastewater treatment and emphatically analyze the impact of water quality factors.     

Common threshold in quantile regressions with an application to pricing for reputation

The paper develops a systematic estimation and inference procedure for quantile regression models where there may exist a common threshold effect across different quantile indices. We first propose a sup-Wald test for the existence of a threshold effect, and then study the asymptotic properties of the estimators in a threshold quantile regression model under the shrinking threshold effect framework. We consider several tests for the presence of a common threshold value across different quantile indices and obtain their limiting distributions. We apply our methodology to study the pricing strategy for reputation through the use of a data set from Taobao.com. In our economic model, an online seller maximizes the sum of the profit from current sales and the possible future gain from a targeted higher reputation level. We show that the model can predict a jump in optimal pricing behavior, which is considered as “reputation effect” in this paper. The use of threshold quantile regression model allows us to identify and explore the reputation effect and its heterogeneity in data. We find both reputation effects and common thresholds for a range of quantile indices in seller’s pricing strategy in our application.     

中国系统性金融风险对宏观经济的影响研究

基于2007年1月至2017年12月月度数据，本文首先选取金融机构极值风险、金融体系间的传染效应、金融市场的波动性和不稳定性、流动性和信用风险4个层面的14个代表性指标测度了系统性金融风险；然后运用分位数回归度量了单个系统性风险指标对宏观经济的影响；最后运用偏最小二乘分位数回归法构建一个系统性金融风险综合指标进一步实证分析系统性金融风险对宏观经济的影响。研究结果表明：①单个系统性金融风险指数中机构极值风险类别下的指标对宏观经济的影响最大，其中金融体系巨灾风险指数影响效果最显著；②运用偏最小二乘分位数回归构造的系统性金融风险综合指标较之单个系统性金融风险指标，能够更稳健地反映系统性金融风险对宏观经济的影响状况；③从测度效果来看，单个系统性风险指标和系统性金融风险综合指标在下尾分布（0.2分位数）的结果明显优于中间分布（0.5分位数）和上尾分布（0.8分位数）。