淮河生態(tài)經(jīng)濟(jì)帶碳排放效率評(píng)價(jià)及影響因素研究
發(fā)布時(shí)間:2021-06-21 07:19
碳排放效率反映的是一種能源利用效率,即反映了在生產(chǎn)活動(dòng)中產(chǎn)生生產(chǎn)效益的同時(shí)所引起的碳排放。碳排放效率越高表明能源利用綜合效率越高。隨著黨的十九大的召開(kāi)和淮河生態(tài)經(jīng)濟(jì)帶上升為國(guó)家戰(zhàn)略,淮河生態(tài)經(jīng)濟(jì)帶在拉動(dòng)中東部經(jīng)濟(jì)發(fā)展中的作用不可忽視。在追逐經(jīng)濟(jì)發(fā)展的同時(shí),會(huì)產(chǎn)生大量的能源消耗,由其產(chǎn)生的二氧化碳對(duì)環(huán)境造成的負(fù)面影響也日益顯現(xiàn)。在我國(guó)倡導(dǎo)低碳經(jīng)濟(jì)發(fā)展的背景下,研究淮河生態(tài)經(jīng)濟(jì)帶碳排放效率具有較強(qiáng)的現(xiàn)實(shí)意義。本文認(rèn)真總結(jié)分析現(xiàn)有文獻(xiàn)的研究成果,以可持續(xù)發(fā)展理論、低碳經(jīng)濟(jì)學(xué)等學(xué)科知識(shí)為支撐,以十九大報(bào)告以及相關(guān)文件政策精神為指導(dǎo),應(yīng)用非期望產(chǎn)出SBM模型、Malmquist指數(shù)和空間計(jì)量模型,對(duì)淮河生態(tài)經(jīng)濟(jì)帶碳排放效率及其影響因素效應(yīng)進(jìn)行系統(tǒng)研究。主要內(nèi)容和結(jié)論如下:關(guān)于碳排放效率測(cè)度。本文選取2013-2017年面板數(shù)據(jù),計(jì)算淮河生態(tài)經(jīng)濟(jì)帶沿線城市碳排放總量,運(yùn)用非期望產(chǎn)出SBM模型測(cè)度各城市碳排放效率值,隨后基于分解得出碳排放效率值變動(dòng)原因。結(jié)果表明,淮河生態(tài)經(jīng)濟(jì)帶碳排放總量呈現(xiàn)下降趨勢(shì),其中濟(jì)寧市碳排放總量最多;淮河生態(tài)經(jīng)濟(jì)帶碳排放總效率呈現(xiàn)上升趨勢(shì),大部分城市年度碳排放效率值在0.4...
【文章來(lái)源】:安徽財(cái)經(jīng)大學(xué)安徽省
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
013-2017淮河生態(tài)經(jīng)濟(jì)帶各城市碳排放總量變化趨勢(shì)
第四章淮河生態(tài)經(jīng)濟(jì)帶碳排放效率影響因素分析241111112,11111(,)(,)(,)(,)(,)(,)ttttttttttttttttttttdXYdXYdXYMdXYdXYdXY(3-9)其中11(,)tttdXY表示t+1時(shí)期投入產(chǎn)出點(diǎn)11(,)ttXY相對(duì)于t時(shí)期生產(chǎn)前沿的距離函數(shù)。具體變化見(jiàn)圖3-5.圖3-5DEA-Malmquist指數(shù)方法變化圖1122P(x,y)到Qx,y有四方面的變化即生產(chǎn)前沿面的變化、純技術(shù)效率變化、規(guī)模效率變化和技術(shù)效率變化。當(dāng)TFPCH>1時(shí),代表全要素生產(chǎn)率呈上升趨勢(shì);反之當(dāng)TFPCH<1時(shí),表示全要素生產(chǎn)率呈現(xiàn)下降趨勢(shì)。當(dāng)EC>1時(shí),表示綜合效率提高;反之,綜合效率下降。當(dāng)TC>1時(shí),表示技術(shù)進(jìn)步。在規(guī)模效益可變的情況下,EC又可分解為純技術(shù)效率變化PECH和規(guī)模效率變化SECH。本文選用DEA-Malmquist指數(shù)方法測(cè)度算淮河生態(tài)經(jīng)濟(jì)帶碳排放效率。二、指標(biāo)選取和數(shù)據(jù)說(shuō)明(一)變量選取和數(shù)據(jù)來(lái)源參考相關(guān)文獻(xiàn)和考慮到數(shù)據(jù)的可獲得性,本文選取適當(dāng)?shù)闹笜?biāo)測(cè)算淮河生態(tài)經(jīng)濟(jì)帶碳排放效率,基于2013-2017年淮河生態(tài)經(jīng)濟(jì)帶包含的27個(gè)城市為樣本,建立如下的投入產(chǎn)出指標(biāo)體系。1.投入指標(biāo)勞動(dòng)力投入指標(biāo),記為L(zhǎng),選用淮河生態(tài)經(jīng)濟(jì)帶27市縣相應(yīng)年份的從業(yè)人數(shù)。能源投入指標(biāo),記為R,在生產(chǎn)過(guò)程中,大多數(shù)認(rèn)為能源消耗是碳排放污染源的根源,因此作為能源投入指標(biāo)。本文選取能源消耗量作為能源投入指標(biāo)。
淮河生態(tài)經(jīng)濟(jì)帶碳排放效率評(píng)價(jià)及影響因素研究27連云港0.38630.38220.39050.40590.45470.4039揚(yáng)州0.48850.42980.44570.55720.65010.5143泰州0.55430.50160.52210.61040.57240.5522棗莊0.33930.33850.33890.35260.35200.3443濟(jì)寧0.40360.41280.41140.44490.50780.4361臨沂0.40820.40360.41660.41670.42450.4139蚌埠0.44490.58360.43250.44790.57060.4959淮南0.28580.28620.24780.28250.32550.2856阜陽(yáng)0.45230.45170.46210.60721.00000.5947六安0.28920.30200.30740.50820.36950.3553亳州0.43470.46570.48450.56211.00000.5894宿州0.34220.35090.35780.44100.45900.3902淮北0.30650.29400.29930.30860.34200.3101滁州0.56280.53940.60280.73261.00000.6875信陽(yáng)0.35510.34780.34980.35840.35640.3535駐馬店0.38620.38410.37410.38710.39840.3860周口0.68570.64960.65480.65920.62360.6546漯河0.40510.41330.42210.55391.00000.5589商丘0.34930.35040.34880.35990.36150.3540平頂山1.00001.00001.00001.00001.00001.0000南陽(yáng)0.38230.36060.35070.35340.36830.3631隨州1.00000.95651.00000.94571.00000.9804孝感0.29150.29580.30430.31890.34460.31101.淮河生態(tài)經(jīng)濟(jì)帶碳排放總效率變動(dòng)趨勢(shì)分析圖3-6淮河生態(tài)經(jīng)濟(jì)帶碳排放總效率變化趨勢(shì)圖由圖3-6可知,淮河生態(tài)經(jīng)濟(jì)帶碳排放總效率呈現(xiàn)上升趨勢(shì),但總的效率值均小于1,說(shuō)明其有較大的投入產(chǎn)出提升空間;春由鷳B(tài)經(jīng)濟(jì)帶作為新的國(guó)家戰(zhàn)
【參考文獻(xiàn)】:
期刊論文
[1]碳信息披露對(duì)企業(yè)全要素碳排放效率影響研究[J]. 章金霞,白世秀. 生態(tài)經(jīng)濟(jì). 2019(12)
[2]低碳經(jīng)濟(jì)視域下中國(guó)省級(jí)區(qū)域綠色創(chuàng)新能力評(píng)價(jià)分析——以黑龍江省為例[J]. 孫群英,朱震鋒,曹玉昆. 林業(yè)經(jīng)濟(jì). 2019(11)
[3]中國(guó)省域全要素碳排放效率空間特征與動(dòng)態(tài)收斂性研究[J]. 李慧,李瑋,姚西龍. 科技管理研究. 2019(19)
[4]我國(guó)工業(yè)行業(yè)碳排放效率實(shí)證研究——考慮非期望產(chǎn)出SBM超效率模型與DEA視窗方法的應(yīng)用[J]. 郗永勤,吉星. 科技管理研究. 2019(17)
[5]中國(guó)城市碳排放核算及影響因素研究[J]. 張梅,黃賢金,揣小偉. 生態(tài)經(jīng)濟(jì). 2019(09)
[6]基于SBM-DEA模型的河南省農(nóng)業(yè)生產(chǎn)效率分析[J]. 陳振,徐瑤瑤,翟振杰,黃松. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(04)
[7]低碳城市建設(shè)與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的對(duì)接研究[J]. 耿世剛,孟衛(wèi)東,尹凡. 云南社會(huì)科學(xué). 2019(04)
[8]碳強(qiáng)度減排指標(biāo)約束下碳排放權(quán)的省際分配效率研究[J]. 孫耀華,何愛(ài)平,彭碩毅,楊葉飛. 統(tǒng)計(jì)與信息論壇. 2019(06)
[9]基于DEA模型的中國(guó)碳排放管制效率研究[J]. 陸敏,王增武. 生態(tài)經(jīng)濟(jì). 2019(06)
[10]碳排放約束下的物流效率評(píng)價(jià)——以“一帶一路”背景下內(nèi)陸十省市為例[J]. 楊雪,馬粟粟,盧亞麗. 生態(tài)經(jīng)濟(jì). 2019(06)
碩士論文
[1]“一帶一路”背景下我國(guó)內(nèi)陸十省市低碳物流效率評(píng)價(jià)研究[D]. 馬粟粟.華北水利水電大學(xué) 2019
本文編號(hào):3240249
【文章來(lái)源】:安徽財(cái)經(jīng)大學(xué)安徽省
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
013-2017淮河生態(tài)經(jīng)濟(jì)帶各城市碳排放總量變化趨勢(shì)
第四章淮河生態(tài)經(jīng)濟(jì)帶碳排放效率影響因素分析241111112,11111(,)(,)(,)(,)(,)(,)ttttttttttttttttttttdXYdXYdXYMdXYdXYdXY(3-9)其中11(,)tttdXY表示t+1時(shí)期投入產(chǎn)出點(diǎn)11(,)ttXY相對(duì)于t時(shí)期生產(chǎn)前沿的距離函數(shù)。具體變化見(jiàn)圖3-5.圖3-5DEA-Malmquist指數(shù)方法變化圖1122P(x,y)到Qx,y有四方面的變化即生產(chǎn)前沿面的變化、純技術(shù)效率變化、規(guī)模效率變化和技術(shù)效率變化。當(dāng)TFPCH>1時(shí),代表全要素生產(chǎn)率呈上升趨勢(shì);反之當(dāng)TFPCH<1時(shí),表示全要素生產(chǎn)率呈現(xiàn)下降趨勢(shì)。當(dāng)EC>1時(shí),表示綜合效率提高;反之,綜合效率下降。當(dāng)TC>1時(shí),表示技術(shù)進(jìn)步。在規(guī)模效益可變的情況下,EC又可分解為純技術(shù)效率變化PECH和規(guī)模效率變化SECH。本文選用DEA-Malmquist指數(shù)方法測(cè)度算淮河生態(tài)經(jīng)濟(jì)帶碳排放效率。二、指標(biāo)選取和數(shù)據(jù)說(shuō)明(一)變量選取和數(shù)據(jù)來(lái)源參考相關(guān)文獻(xiàn)和考慮到數(shù)據(jù)的可獲得性,本文選取適當(dāng)?shù)闹笜?biāo)測(cè)算淮河生態(tài)經(jīng)濟(jì)帶碳排放效率,基于2013-2017年淮河生態(tài)經(jīng)濟(jì)帶包含的27個(gè)城市為樣本,建立如下的投入產(chǎn)出指標(biāo)體系。1.投入指標(biāo)勞動(dòng)力投入指標(biāo),記為L(zhǎng),選用淮河生態(tài)經(jīng)濟(jì)帶27市縣相應(yīng)年份的從業(yè)人數(shù)。能源投入指標(biāo),記為R,在生產(chǎn)過(guò)程中,大多數(shù)認(rèn)為能源消耗是碳排放污染源的根源,因此作為能源投入指標(biāo)。本文選取能源消耗量作為能源投入指標(biāo)。
淮河生態(tài)經(jīng)濟(jì)帶碳排放效率評(píng)價(jià)及影響因素研究27連云港0.38630.38220.39050.40590.45470.4039揚(yáng)州0.48850.42980.44570.55720.65010.5143泰州0.55430.50160.52210.61040.57240.5522棗莊0.33930.33850.33890.35260.35200.3443濟(jì)寧0.40360.41280.41140.44490.50780.4361臨沂0.40820.40360.41660.41670.42450.4139蚌埠0.44490.58360.43250.44790.57060.4959淮南0.28580.28620.24780.28250.32550.2856阜陽(yáng)0.45230.45170.46210.60721.00000.5947六安0.28920.30200.30740.50820.36950.3553亳州0.43470.46570.48450.56211.00000.5894宿州0.34220.35090.35780.44100.45900.3902淮北0.30650.29400.29930.30860.34200.3101滁州0.56280.53940.60280.73261.00000.6875信陽(yáng)0.35510.34780.34980.35840.35640.3535駐馬店0.38620.38410.37410.38710.39840.3860周口0.68570.64960.65480.65920.62360.6546漯河0.40510.41330.42210.55391.00000.5589商丘0.34930.35040.34880.35990.36150.3540平頂山1.00001.00001.00001.00001.00001.0000南陽(yáng)0.38230.36060.35070.35340.36830.3631隨州1.00000.95651.00000.94571.00000.9804孝感0.29150.29580.30430.31890.34460.31101.淮河生態(tài)經(jīng)濟(jì)帶碳排放總效率變動(dòng)趨勢(shì)分析圖3-6淮河生態(tài)經(jīng)濟(jì)帶碳排放總效率變化趨勢(shì)圖由圖3-6可知,淮河生態(tài)經(jīng)濟(jì)帶碳排放總效率呈現(xiàn)上升趨勢(shì),但總的效率值均小于1,說(shuō)明其有較大的投入產(chǎn)出提升空間;春由鷳B(tài)經(jīng)濟(jì)帶作為新的國(guó)家戰(zhàn)
【參考文獻(xiàn)】:
期刊論文
[1]碳信息披露對(duì)企業(yè)全要素碳排放效率影響研究[J]. 章金霞,白世秀. 生態(tài)經(jīng)濟(jì). 2019(12)
[2]低碳經(jīng)濟(jì)視域下中國(guó)省級(jí)區(qū)域綠色創(chuàng)新能力評(píng)價(jià)分析——以黑龍江省為例[J]. 孫群英,朱震鋒,曹玉昆. 林業(yè)經(jīng)濟(jì). 2019(11)
[3]中國(guó)省域全要素碳排放效率空間特征與動(dòng)態(tài)收斂性研究[J]. 李慧,李瑋,姚西龍. 科技管理研究. 2019(19)
[4]我國(guó)工業(yè)行業(yè)碳排放效率實(shí)證研究——考慮非期望產(chǎn)出SBM超效率模型與DEA視窗方法的應(yīng)用[J]. 郗永勤,吉星. 科技管理研究. 2019(17)
[5]中國(guó)城市碳排放核算及影響因素研究[J]. 張梅,黃賢金,揣小偉. 生態(tài)經(jīng)濟(jì). 2019(09)
[6]基于SBM-DEA模型的河南省農(nóng)業(yè)生產(chǎn)效率分析[J]. 陳振,徐瑤瑤,翟振杰,黃松. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(04)
[7]低碳城市建設(shè)與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的對(duì)接研究[J]. 耿世剛,孟衛(wèi)東,尹凡. 云南社會(huì)科學(xué). 2019(04)
[8]碳強(qiáng)度減排指標(biāo)約束下碳排放權(quán)的省際分配效率研究[J]. 孫耀華,何愛(ài)平,彭碩毅,楊葉飛. 統(tǒng)計(jì)與信息論壇. 2019(06)
[9]基于DEA模型的中國(guó)碳排放管制效率研究[J]. 陸敏,王增武. 生態(tài)經(jīng)濟(jì). 2019(06)
[10]碳排放約束下的物流效率評(píng)價(jià)——以“一帶一路”背景下內(nèi)陸十省市為例[J]. 楊雪,馬粟粟,盧亞麗. 生態(tài)經(jīng)濟(jì). 2019(06)
碩士論文
[1]“一帶一路”背景下我國(guó)內(nèi)陸十省市低碳物流效率評(píng)價(jià)研究[D]. 馬粟粟.華北水利水電大學(xué) 2019
本文編號(hào):3240249
本文鏈接:http://sikaile.net/jingjilunwen/shengtaijingji/3240249.html
最近更新
教材專(zhuān)著