上海市能源消费影响因素研究——基于IPAT方程与完全分解法分析

基于IPAT方程运用完全分解法对上海市2000—2009年间能源消费量进行了分析,探讨规模效应、技术效应和结构效应等影响能源消费的三大关键因素在能源消费量波动方面的影响。结果表明：过去十年中上海市经济规模扩张的影响超出了技术效应和结构效应,是能源消费增加的主要因素;规模扩张的反弹效应抵消了产业结构的调整和技术进步减少的能源消费;今后追求适度经济规模,加大产业调整力度是缓解上海市能源供应压力的关键。     

基于完全分解模型的能源消费变动及影响因素分析

在分析Laspeyres指数及其模型不足的基础上,提出更完善、合理的完全分解模型,基于完全分解模型,运用1980~2008年分产业国内生产总值以及能源消费相关统计数据,定量测算并深入分析了能源消费变动及各个影响因素的贡献率、节能量和节能率。研究结果揭示了我国能源消费变动的原因,为进一步研究我国对能源的需求趋势和制定相关的能源政策提供参考。     

我国工业部门能源消费强度特征分析及分解

本文在对我国工业部门能源消费强度特征进行比较分析的基础上,利用完全因素分解模型实证分析了我国工业能源强度下降的真实原因,结果显示,历年能耗强度的下降主要来自于能源利用效率的提高,结构因素对强度的影响存在双向作用。     

能源与碳排放强度完全因素分解——基于东盟五国的实证分析

基于完全因素分解模型,对东盟五国1971-2007年能源强度与碳排放强度的影响因素进行分析。结果表明:(1)东盟五国总体来说,强度效应是能源强度下降的主要影响因素,碳排放强度的主要影响因素则随着时间推移从强度效应转向碳排放系数效应。(2)印尼强度效应以及菲律宾结构效应的正向作用是东盟五国能源强度下降的主要原因。(3)就国别而言,影响碳排放强度总效应变化的因素中,印尼由强度效应向碳排放系数效应转变、泰国由结构效应向碳排放系数效应转变。最后,根据研究结果给出政策建议。     

中国居民生活能源消费影响因素分析——基于城乡“二元”结构

通过引入城镇化和城乡“二元”变量,拓展了能源消费分解的对数平均迪氏指数分解方法(LMDI),将中国居民生活能源消费分解为城镇人口规模、乡村人口规模、城镇居民收入水平、乡村居民收入水平、能源强度、能源供给率、城镇居民能源消费结构、乡村居民能源消费结构和城镇化9大效应,发现城镇居民收入水平效应对中国居民生活能源消费量的增加贡献最大,而乡村人口规模效应对中国居民生活能源消费量的减少贡献最大。通过对中国城镇化与居民生活能源消费耦合关系进行分析,发现中国居民生活能源消费与城镇化之间呈现显著的“U”型关系。最后,从提高燃气管网覆盖率、加大对节能家电购买的补贴力度、制定和完善居民区建筑节能标准等方面给出减缓居民生活能源消费增加的对策建议。     

北京市能源强度分析的完全因素分解方法

本文从北京市三次产业角度出发,分析能源强度变化情况,并进而分析强度变化的深层次原因。通过利用完全因素分解方法对1998—2006年间北京市的能源强度进行分析,结果表明,北京市能源强度降低的主要动力来自第二产业的能源利用效率的提高,而产业结构的变化对于能源强度的影响较小。在此基础上,笔者认为未来北京市能源强度降低的关键是继续加强技术创新,以及深入优化产业结构等。     

浙江省能源消费碳排放的因素分解——基于LMDI分析方法

本文分析了1997—2008年间浙江省能源消费碳排放数据,采用对数均值迪氏分解（Logarithmic Mean Divisia In-dex,简称LMDI）法,对能源消费导致的二氧化碳排放量和碳排放强度进行结构分解。结果表明,浙江省能源消费碳排放量不断增加是由人口和人均国内生产总值（GDP）因素引起的,其中人均GDP增长是碳排放量增加的主要因素;能源强度下降是降低二氧化碳排放量的主要因素,能源结构的作用呈现波动性,且程度较小。本文得出如下结论,要减缓二氧化碳的排放量,构建＂低碳浙江＂、＂生态浙江＂,应从重新认识人均GDP、控制人口数量、调整能源结构、降低能源强度、提高能源效率等方面考虑。     

新疆能源强度变动的结构与效率因素贡献——基于Laspeyres指数及其分解模型

运用Laspeyres指数及其分解模型对1993—2013年新疆能源强度进行分解,并对各产业结构与效率因素进行分析比较,得出影响新疆能源强度变动的主要因素是各产业内部能源效率的变动,其中第二产业能源效率的提高对整体能耗下降起着重要作用;结构因素贡献率较小,甚至出现反向作用,其中第二产业结构因素对能源强度影响波动较大,多数年份起到阻碍作用,而第三产业结构调整有助于能源强度下降;与全国相比,新疆结构节能水平较低,调整新疆产业结构,挖掘节能潜力迫在眉睫。该文从挖掘技术性节能、推进产业结构调整、实行能源多元化战略三个方面提出降低新疆能源强度,促进节能减排的对策建议。     

我国工业能源强度变动的影响因素分解分析——基于LMDI分解法

本文首先重新定义了能源强度的概念,在此基础上,将终端能源消费定为考察对象,采用LMDI分解方法,将工业整体能源强度变动分解为能源消费结构调整、行业调整、部门调整和技术变动四部分。研究表明,技术变动是影响我国工业能源强度最主要的因素,行业结构和部门结构变动次之,而能源消费结构调整对工业行业能源强度变化的影响并不明显。因此,政府通过制定相应的产业发展政策,出台措施鼓励工业企业提高技术水平,有助于推动我国工业节能事业的发展。     

辽宁省碳排放增长的驱动因素分析——基于LMDI分解法的实证

文章基于1995～2007年辽宁省分行业能源消费数据,计算了辽宁省能源消费的碳排放量,并采用对数平均Divisia指数分解法对碳排放增长的驱动因素进行了分析。结果发现,经济规模的扩大是辽宁碳排放增加的决定性因素,产业结构的重型化也起到了一定的增排作用;能源效率的提高在很大程度上抑制了碳排放增长,而能源替代效应对碳排放抑制作用不明显。因此,要在保持经济快速增长的同时兼顾节能减排,必须大力调整产业结构,提高能源效率,优化能源消费结构。     

能源强度变动的指数分解研究——基于新疆数据的实证分析

能源强度是衡量能源利用效率的重要指标,二者间呈反比关系。文章使用Refined Laspeyres指数分解模型,对1985--2005年新疆能源强度进行分解,寻求影响新疆能源强度变动的主导效应。实证结果显示,改革开放以来,新疆能源利用率进入了持续改进历程,但在全国仍处于较低的水平。但还应注意到,新疆能源强度效应主要是由工业部门能源强度改进所致,尤其是重工业部门能源强度的改进,扭转了能源利用效率提升的不利影响。因此,应大力支持重工业部门的节能技术进步,同时更应大力发展耗能较低的第三产业。     

浅谈季节因素加法分解法在市场预测中的应用

在市场预测中如果无视市场需求的季节变化而加以一般化处理,往往会丢失大量有价值的信息,使预测结果产生较大的误差。本文试图用季节因素加法分解法来解决这一问题。     

工业细分行业碳排放驱动因素分析——基于安徽省面板数据

基于LMDI对数平均迪氏分解方法,以安徽省37个工业行业为研究对象,探究能源结构、能源效率、经济效率、行业结构、工业人口规模5个因素对安徽省工业碳排放的影响。研究结果表明:安徽省工业行业碳排放量态势前期巨幅上升,后期逐步趋向于平缓;经济效率是驱动安徽省工业行业碳排放增量的主要因素,行业结构成为抑制安徽省工业行业碳排放的首要原因;高碳行业促进工业碳排放上升作用显著,中碳行业对工业碳排放的抑制效果有限,低碳行业对于碳排放的影响微弱。并根据上述的研究结论对安徽省绿色经济发展提出针对性建议。     

中国能源消费碳排放的因素分解及实证研究

研究低碳经济的主要影响因素,对中国转变经济发展方式具有重要的现实意义。利用中国1978年至2011年统计数据,基于扩展的STIRPAT模型,对中国低碳经济的主要影响因素及各因素的贡献率进行了实证研究。结果表明:对中国碳排放总量有显著正向影响的是人口增长、经济发展、能源强度与单位能耗碳排放量的交互作用、能源消费结构和国际贸易分工,而产业结构对其影响并不显著。对中国人均碳排放量有显著正向影响的有经济发展水平、能源强度与单位能耗碳排放量的交互作用、能源消费结构、产业结构、国际贸易分工,其中经济持续增长是碳排放量增加的最大正向影响因素,且其贡献率也最大;能源强度和单位能耗碳排放量交互作用对碳排放具有一定的抑制作用。     

区域碳排放变化的驱动因素、分解模型与实证研究

在分析区域碳排放变化驱动因素(能源结构、能源排放强度、能源效率、经济发展)的基础上,运用对数平均权重分解法( LMDI)构建了区域碳排放变化的因素分解模型.进而以重庆市为例,采集重庆市1997 -2009年的能源、人口、经济等基础数据对碳排放变化的驱动因素进行实证研究.结果表明:重庆市碳排放总量与人均碳排放量随时间序列呈现逐渐上升的趋势,二者的演变趋势极为相似,均表现为明显的两阶段(平稳演进和快速演进)特征.碳排放变化因素分析显示,经济发展因素对人均碳排放量的贡献值逐年增大,构成拉动重庆碳排放量快速增长的主要驱动因素;能源效率因素对人均碳排放量发挥了较大的抑制作用,其抑制效应随研究时序逐渐增强;而能源结构因素对人均碳排放量的抑制效应不太明显.最后提出了控制重庆市碳排放的政策建议.     

中国能源消费的CO_2排放变动及其驱动因素分析

结合中国CO2排放的现状,运用改善的因素分解方法,就中国CO2排放变动的影响因素进行定性与定量的分析,研究结果认为：经济增长是促进能耗增长与CO2排放逐年增长的主导因素,而且这一作用还呈逐年增长的发展趋势;能源结构调整并未起到节能减排的作用,以煤为主的能源结构是导致CO2排放快速增长的原因之一;技术进步与产业结构调整是实现节能减排目标的主要因素。其中,能源技术进步减排效应最大。2020年减排目标的实现,关键在于推动节能技术进步,淘汰落后产能,推动重点领域节能减排;重点是控制煤炭消费的快速增长,以及能源结构与产业结构的双重优化。     

能源消费波动特征分析——基于门限分位点回归模型

运用门限分位点回归模型,对中国能源消费的波动性与增长性之间的关系进行描述和检验。以中国1953—2011年的能源消费年度数据作为样本,进行实证分析。结果显示：以4.23%的增长率为门限,划分为2个阶段,各阶段不同能源消费增长速度与条件波动性的反应程度有所不同,且总体呈U形波动特征。这种非对称性说明中国能源消费的适度增长有利于保持波动的稳定性。     

北京市能源消费影响因素分析及节能减排研究--基于产业视角

运用对数平均迪氏分解法（LMDI）,对北京市2005—2012年三大产业下5个部门和产业端总的能源消费影响因素进行了分析。结果表明：2005—2012年,北京市产业端能源消费年均增长3．01％,主要的正向驱动因素是经济规模变化,负向驱动因素为产业结构变化、能源强度变化;在负向驱动因素中,能源强度变化对于产业端能源消费减少的贡献是最大的,说明降低部门能源强度特别是工业部门的能源强度对于产业端能源消费的减少具有重要意义;2005—2012年,由于能源消费结构中煤炭使用量的调整,产业端能源量节约528．71万吨标准煤,而能源结构中煤炭使用量变化对于产业端能源消费总量的平均贡献为－1．45％。积极调整能源消费结构中煤炭的使用量能够减少产业端能源消费总量。     

天津市碳排放与能源强度影响因素研究

基于《2006年IPCC国家温室气体清单指南》核算了天津市2000—2009年三大产业所使用15种主要能源产生的碳排放量,并利用LMDI分解方法将天津市三大产业的碳排放分解为碳排放因子、能源结构、能源强度、经济结构、经济发展五个因素。结果表明:2001—2009年间天津市的经济发展和碳排放因子促进了对天津市碳排放的增加;能源强度、能源结构和经济结构因素对碳排放增加起抑制作用,其中,能源强度是对碳排放抑制作用最大的因素。为进一步明确能源强度的变化特征,利用完全因素分解法将能源强度分解为结构份额和效率份额。结果表明:1999—2009年天津市能源强度下降主要得益于效率因素的变动,即能源使用效率的提高;第三产业能源使用效率提高对能源强度的下降起到的作用最大。     

我国中小企业营销渠道变革驱动因素研究

营销渠道的设计和选择已经成为中小企业营销领域一个重要的问题。通过综合国内外渠道变革的研究状况以及分析我国中小企业传统营销渠道存在的问题,认为：顾客、竞争者、新型终端的出现和发展及传统营销渠道存在弊端等因素是我国中小企业营销渠道变革驱动因素。中小企业只有全面、系统地研究营销渠道变革的多方面因素,建立和完善适应当前市场要求的营销渠道,才能使自己在激烈的市场竞争中取得优势地位。