中国家庭部门能源回弹效应及其福利影响

能源回弹效应的大小影响到能源效率的提高能否实现预期的能源消费量的减少.目前文献上对回弹效应的研究大多是对生产部门回弹效应的研究,文章采用投入产出表的数据模拟研究了中国家庭部门能源使用效率提高所引起的能源回弹效应.研究表明,长期家庭部门回弹效应为83％,长期总回弹效应为58％.并对家庭部门回弹效应的福利影响进行了分析.     

基于内生经济增长模型的短期能源回弹效应分析

文章在柯布-道格拉斯生产函数中引入了资本利用效率,构建了内含能源使用效率的内生经济增长模型,在此基础上建立了短期能源回弹效应分析模型,通过对短期能源回弹效应的产生条件及影响因素的分析,得出:能源使用效率对能源使用量的弹性大于产出对能源使用量的弹性是产生短期能源回弹效应的条件;提高能源使用效率对能源使用量的弹性将降低能源回弹效应;提高能源使用效率将降低能源强度并由此降低能源回弹效应;能源使用效率提高将提高产出对能源使用量的弹性提高并由此降低能源回弹效应。     

环境约束下技术进步对能源效率的影响

能源回弹效应的存在使技术进步对能源效率的影响变得复杂。采用Malmquist-Luenberger生产率指数对存在环境约束下的技术进步及其分解进行测算,并利用中国1998—2013年30个省(区)的统计数据,采用动态空间面板模型实证分析环境约束下技术进步对能源效率的影响,研究表明:技术进步整体上保持了良好发展态势,且有利于能源效率的提升;科技进步是推动技术进步的主要因素,但由于能源回弹效应的存在,使科技进步对能源效率的提升作用不显著;技术效率改善推动技术进步的贡献相对较少,但能显著推动能源效率的提升。     

基于二级镶嵌式CES函数的北京市能源回弹效应研究

文章研究了北京地区的能源回弹效应机制,通过引入二级镶嵌式CES生产函数,并根据实际情况推导出修正模型,对回弹效应进行测算.结果表明北京存在着一定的能源回弹效应,且具有阶段性特征.     

中国省域水资源使用的回弹效应测算

为了缓解水资源供求矛盾,研究水资源利用技术进步所引起的水资源回弹效应具有重要意义。文章结合GML指数和LMDI模型测算了2012—2018年中国31个省份水资源使用的回弹效应。实证结果发现:2012—2015年中国各省份水资源使用回弹效应的平均值为-1.3098%,2015—2018年则为8.8227%,两个阶段的平均值为3.7564%。由于水资源回弹效应的存在,解决水资源供求矛盾不能仅仅依赖于技术进步,还需要结合政府管制、水价、排污权交易等多种其他措施。     

中国能源消费与经济增长、能源结构关系的实证检验

文章基于1978-2015年能源统计数据,使用VAR模型方法对能源消费与经济增长、能源结构之间的关系进行了实证研究.结果发现,样本期内协整关系在能源消费与经济增长、能源结构三者之间成立,依据长期协整模型和误差修正模型分析,能源结构变化对能源消费的影响均显著高于经济增长对能源消费的拉动作用,实施节能减排政策,进一步优化能源结构,会大力促进经济增长方式的转变.     

中国能源利用效率的结构异质性研究

在分析结构异质性与能源利用效率关系的基础上,利用固定效应模型与误差修正模型,对中国及其八大经济区域2002—2012年能源利用效率的结构异质性进行了实证研究。从全国来看,能源消费结构和资本配置结构具有显著的正面影响,产业结构和工业结构具有微弱的负面影响,产权结构具有显著的负面影响。结构异质性与能源利用效率存在长期均衡关系,产业结构、产权结构和资本配置结构对能源利用效率均具有较强的短期影响。分区域看,产权结构和资本配置结构具有相同方向不同程度的影响,而能源消费结构、工业结构和产业结构却在方向和数值上表现出区域差异性,结构异质性因素在大多数区域的短期影响不显著。国家应根据各区域具体能效状况,加快结构调整,促进结构节能,提高能源利用效率。     

中国能源结构调整的减碳效应估算

文章通过建立能源结构调整的碳影响模型,利用1980~2012年非化石能源比重和碳排放数据,估算了中国能源结构调整的减碳效应。构建基于Kalman滤波算法的状态空间变参数模型,实证分析了碳排放对能源结构调整的动态敏感性。研究发现,在1980-2012年期间能源结构调整年均减碳960.5万吨,累积减碳3.17亿吨;随着非化石能源比重的增加,其碳减排效应整体上呈不断增强的趋势,而二氧化碳排放量对能源结构调整的敏感度趋于低平。     

我国技术进步对能源效率影响的实证分析

文章利用2005～2009年省际面板数据,在考虑空间效应的情况下,运用空间面板模型进行实证分析,发现国内R&D投入、人力资本和专利授权数对提高能源利用效率有积极影响,而外商直接投资几乎无影响;省域之间的个体差异是影响能源效率空间分布格局的主要因素.如何利用好外商直接投资、发挥东部地区溢出效应等是解决我国能源效率发展非平衡问题的关键.     

省际能源效率再测度及空间溢出效应分析

为了克服传统DEA方法的缺陷,文章采用DEA博弈交叉效率模型测算了中国2002—2016年30个省份碳排放约束下的能源效率现状,构建动态空间杜宾模型分析能源效率的影响因素,并进行直接效应和溢出效应分解。结果表明:样本期内,中国省际能源效率均存在显著的空间依赖性;地区经济发展水平、产业升级、技术进步对能源效率产生显著的正向促进作用,地区的能源结构、城镇化水平对能源效率产生显著的负向抑制作用,地区的对外开放度和能源价格对能源效率有负向抑制作用,但不显著;其他地区的产业升级和经济发展水平对本地区能源效率产生显著的正向溢出效应,且经济发展水平的溢出效应大于产业升级,其他地区的城镇化水平和对外开放度对本地区的能源效率产生负向溢出效应。     

Model Selection for Complex Multilevel Latent Class Model

Multilevel latent class analysis is conducive to providing more effective information on both individual and group typologies. However, model selection issues still need further investigation. Current study probed into issue of high-level class numeration for a more complex model using AIC, AIC3, BIC, and BIC*. Data simulation was conducted and its result was verified by empirical data. The result demonstrated that these criteria have a certain inclination relative to sample sizes. Sample size per group plays an evident role in improving accuracy of AIC3 and BIC. The complex model requires more sample size per group to ensure accurate class numeration.     

Choosing Between the Sample-Selection Model and the Multi-Part Model

Hay and Olsen (1984) incorrectly argue that a multi-part model, the two-part model used in Duan et al. (1982,1983), is nested within the sample-selection model. Their proof relies on an unmentioned restrictive assumption that cannot be satisfied. We provide a counterexample to show that the propensity to use medical care and the level of expense can be positively associated in the two-part model, contrary to their assertion. The conditional specification in the multi-part model is preferable to the unconditional specification in the selection model for modeling actual (v. potential) outcomes. The selection model also has poor statistical and numerical properties and relies on untestable assumptions. Empirically the multi-part estimators perform as well as or better than the sample selection estimator for the data set analyzed in Duan et al. (1982, 1983).     

多水平模型及静态面板数据模型的比较研究

对两水平模型与静态面板数据模型进行对比分析：多水平模型主要用于分析具有层次结构的统计数据,面板数据模型是针对面板数据而提出的一种应用广泛的计量经济模型。面板数据可以看成是具有截面水平与时间水平的两层数据,两水平模型也能对面板数据进行分析,在一定条件下具有一定的相似性。因此,提出多水平的静态面板数据模型,为分析具有多个层次结构的面板数据提供分析工具。     

The Self-Weighting Model

In this brief article, we present the Self-Weighting Model (SWM), a new weighting model for statistical analysis. SWM allows within/between-set comparisons, producing estimates with a discriminatory power not found through current weighting strategies. The model is applicable to a wide range of statistical problems for which conditional weighted means are required.     

The Cgmanova Model

The Completely General MANOVA (CGMANOVA) model may be used to analyze many complex designs including the GMANOVA, EGMANOVA, MSUR models, the multivariate seemingly unrelated growth curve model, and numerous other designs that do not have closed form solutions using the likelihood ratio method. In this paper we review the theory of the CGMANOVA model and compare 11near model likelihood test results with the Wald statistic.     

Focused Information Criteria,Model Selection,and Model Averaging in a Tobit Model With a Nonzero Threshold

Claeskens and Hjort (2003 Claeskens, G. and Hjort, N. L. 2003. “The Focused Information Criterion”. Journal of the American Statistical Association, 98: 900–945. (with discussion)[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]) have developed a focused information criterion (FIC) for model selection that selects different models based on different focused functions with those functions tailored to the parameters singled out for interest. Hjort and Claeskens (2003 Hjort, N. L. and Claeskens, G. 2003. “Frequentist Model Average Estimators”. Journal of the American Statistical Association, 98: 879–899. (with discussion)[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]) also have presented model averaging as an alternative to model selection, and suggested a local misspecification framework for studying the limiting distributions and asymptotic risk properties of post-model selection and model average estimators in parametric models. Despite the burgeoning literature on Tobit models, little work has been done on model selection explicitly in the Tobit context. In this article we propose FICs for variable selection allowing for such measures as mean absolute deviation, mean squared error, and expected expected linear exponential errors in a type I Tobit model with an unknown threshold. We also develop a model average Tobit estimator using values of a smoothed version of the FIC as weights. We study the finite-sample performance of model selection and model average estimators resulting from various FICs via a Monte Carlo experiment, and demonstrate the possibility of using a model screening procedure before combining the models. Finally, we present an example from a well-known study on married women's working hours to illustrate the estimation methods discussed. This article has supplementary material online.     

The Alpha-power Tobit Model

The main object of this article is to propose an extension of the tobit model for which the error distribution follows the power-normal distribution (Gupta and Gupta, 2008 Gupta , D. , Gupta , R. C. ( 2008 ). Analyzing skewed data by power normal model . Test 17 : 197 – 210 .[Crossref], [Web of Science ®] , [Google Scholar]). Inference is dealt with by using the likelihood approach. Simulation studies and application to a real data set are used to demonstrate the usefulness of the extension.     

关于投入产出扩展模型的探讨

在国民经济综合平衡分析中,投入产出分析方法愈来愈被广泛运用。目前运用较多的并且比较成熟的是投入产出静态模型和动态模型,然而,要完整地反映国民经济综合平衡的状况,只停留在静态模型和动态模型上显然是不够的,应当再加扩展,即建立投入产出扩展模型(以下简称扩展模型)。