物流產(chǎn)業(yè)作為國民經(jīng)濟(jì)和社會(huì)發(fā)展的基礎(chǔ)產(chǎn)業(yè)和服務(wù)行業(yè),是社會(huì)經(jīng)濟(jì)活動(dòng)中物流和客流的載體,物流越發(fā)達(dá),市場越繁榮,經(jīng)濟(jì)發(fā)展就越有活力,因此物流產(chǎn)業(yè)被看作是經(jīng)濟(jì)增長的“潤滑劑”和“加速器”,其重要作用引起了中國政府的高度重視。隨著全球變暖和生態(tài)環(huán)境的惡化,低能耗、低污染、低排放的低碳化經(jīng)濟(jì)發(fā)展模式已經(jīng)成為各國政府未來經(jīng)濟(jì)發(fā)展的主要轉(zhuǎn)型方向。而在物流產(chǎn)業(yè)中,因其產(chǎn)值85%都主要來源于交通運(yùn)輸業(yè)、倉儲(chǔ)業(yè)和郵政業(yè)而成為了能源消耗的主要力量。尤其是物流產(chǎn)業(yè)的能源消費(fèi)結(jié)構(gòu)以油料等非可再生能源為主,高油品消耗量和氣體排放量使國內(nèi)外政府和企業(yè)均十分重視對(duì)物流的低碳化改造,并將低碳化發(fā)展模式作為物流產(chǎn)業(yè)發(fā)展的重點(diǎn)。在物流產(chǎn)業(yè)的低碳化升級(jí)進(jìn)程中,如何以較少的資源、勞動(dòng)力和能源投入得到較高的物流產(chǎn)出和盡可能少的環(huán)境污染,是提高效率實(shí)現(xiàn)物流產(chǎn)業(yè)可持續(xù)發(fā)展的基礎(chǔ)和保障,也符合當(dāng)前低碳經(jīng)濟(jì)的要求。本文以經(jīng)濟(jì)增長理論、生產(chǎn)理論、資源經(jīng)濟(jì)學(xué)、新經(jīng)濟(jì)地理學(xué)理論為基礎(chǔ),綜合采用計(jì)量經(jīng)濟(jì)分析、數(shù)理經(jīng)濟(jì)分析和實(shí)證檢驗(yàn)等分析方法,從描述性、解釋性、驗(yàn)證性、探索性等方面逐層展開。在具體研究過程中,全文以物流產(chǎn)業(yè)的現(xiàn)實(shí)背景及現(xiàn)有研究的... 

【文章來源】：東北財(cái)經(jīng)大學(xué)遼寧省

【文章頁數(shù)】：212 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

中國物流產(chǎn)業(yè)碳排放LMDI分解的累積效應(yīng)55

從能源結(jié)構(gòu)對(duì)物流產(chǎn)業(yè)碳排放的影響看，物流產(chǎn)業(yè)的能源結(jié)構(gòu)對(duì)碳排放增長有緩慢的拉動(dòng)作用，對(duì)能源結(jié)構(gòu)的影響效應(yīng)作進(jìn)一步分解，如圖2-7所示，能源結(jié)構(gòu)影響效應(yīng)中占主導(dǎo)地位的分別為煤炭和柴油，其中煤炭所占比重呈逐年下降趨勢，因此煤炭的碳排放影響效應(yīng)也呈現(xiàn)出逐年下降的趨勢，從0.977下降為0.885,下降了 0.093;反之，柴油所占比重卻呈現(xiàn)出逐年上升的趨勢，從1992年的1.003上升為2011年的1.147，上升了 0.144，其他能源消費(fèi)量的比重均呈現(xiàn)出小幅微調(diào)。綜合看，能源結(jié)構(gòu)因素對(duì)物流產(chǎn)業(yè)碳排放影響總體上呈現(xiàn)出促進(jìn)作用，柴油、煤油占總能源消費(fèi)量的比重分別上升了 24.87%和5.05%

“技術(shù)差距比率”是共同前沿框架下最重要的分析指標(biāo)，用來衡量生產(chǎn)單元實(shí)術(shù)與潛在最優(yōu)生產(chǎn)技術(shù)之間的差距。下面利用TGR考察中國區(qū)域物流技術(shù)效距。前文表4-2顯示出東部地區(qū)除海南省外，其余各省的技術(shù)差距比率在均達(dá)到0.9以上，而中部和西部地區(qū)的技術(shù)差距比率則相對(duì)較低，仍然存在間。為了進(jìn)一步驗(yàn)證不同地區(qū)間的物流技術(shù)差距，采用非參數(shù)Kxuskal-Wallis驗(yàn)證，結(jié)果如表4-5所示。中國區(qū)域物流技術(shù)效率差距比率旳統(tǒng)計(jì)描述和差異性檢驗(yàn) 地區(qū) 平均值 最大值 最小值 標(biāo)準(zhǔn)差東部地區(qū) 0.978 1.000 0.831 0.052中部地區(qū) 0.730 0.886 0.607 0.101西部地區(qū) 0.739 0.869 0.601 0.085Kruskal-Wallis 檢驗(yàn) Chi-sc]uared= 19.228 P-value=0.000*表示〗％顯著性水平。1.10

【參考文獻(xiàn)】：
期刊論文
[1]中國能源消費(fèi)碳排放強(qiáng)度及其影響因素的空間計(jì)量[J]. 程葉青,王哲野,張守志,葉信岳,姜會(huì)明.  地理學(xué)報(bào). 2013(10)
[2]政府干預(yù)、經(jīng)濟(jì)集聚與能源效率[J]. 師博,沈坤榮.  管理世界. 2013(10)
[3]中國二氧化碳排放的分布動(dòng)態(tài)與演進(jìn)趨勢[J]. 劉華軍,鮑振,楊騫.  資源科學(xué). 2013(10)
[4]我國區(qū)域創(chuàng)新效率的空間外溢效應(yīng)與價(jià)值鏈外溢效應(yīng)——?jiǎng)?chuàng)新價(jià)值鏈視角下的多維空間面板模型研究[J]. 余泳澤,劉大勇.  管理世界. 2013(07)
[5]納入能源環(huán)境因素的中國全要素生產(chǎn)率再估算[J]. 鄭麗琳,朱啟貴.  統(tǒng)計(jì)研究. 2013(07)
[6]基于泰爾熵指數(shù)的區(qū)域碳排放差異研究[J]. 唐建榮,王清慧.  北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2013(04)
[7]基于系統(tǒng)動(dòng)力學(xué)的物流節(jié)能減排政策模擬[J]. 唐麗敏,曾穎,王成武,曹荻.  系統(tǒng)工程. 2013(06)
[8]中國物流業(yè)碳排放特征及其影響因素分析——基于LMDI分解技術(shù)[J]. 馬越越,王維國.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2013(10)
[9]我國物流上市企業(yè)規(guī)模效率及影響因素研究[J]. 張毅,牛沖槐,龐繼芳.  數(shù)理統(tǒng)計(jì)與管理. 2013(03)
[10]中國經(jīng)濟(jì)結(jié)構(gòu)的增長效應(yīng)及作用路徑研究[J]. 侯新爍,張宗益,周靖祥.  世界經(jīng)濟(jì). 2013 (05)

博士論文
[1]中國工業(yè)綠色全要素生產(chǎn)率及影響因素研究[D]. 李玲.暨南大學(xué) 2012
[2]物流企業(yè)低碳化發(fā)展的影響機(jī)理與運(yùn)營機(jī)制研究[D]. 段向云.天津財(cái)經(jīng)大學(xué) 2011
[3]物流產(chǎn)業(yè)化發(fā)展機(jī)理與政府規(guī)制研究[D]. 帥斌.西南交通大學(xué) 2005



本文編號(hào)：3275978