中国区域能源效率关键影响因素分析——基于GML指数和BMA方法的实证研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13956/j.ss.1001-8409.2022.09.12

中国区域能源效率关键影响因素分析——基于GML指数和BMA方法的实证研究

引用
首先运用GML指数法测度中国30个省市①2006-2017年全要素能源效率的变化,然后应用BMA方法,识别全国层面和东、中、西部地区层面能源效率提升的关键影响因素.结果表明:12年间全国及各地区能源效率呈波动上升趋势,平均来看,西部地区有所提升,东、中部地区略有下降;全国层面能源效率的关键影响因素依次为金融发展、国际贸易、产权结构、能源技术水平、劳动者素质和固定资产投资,除金融发展、产权结构、能源技术水平对各地区的影响方向一致外,其余因素对各地区的影响方向并不完全相同,各地区的关键影响因素也存在差异.最后,为全国和地区层面提升能源效率提出了政策建议.

能源效率、关键影响因素、贝叶斯模型平均、GML指数法

36

F426;F062.2(中国工业经济)

国家社会科学基金;黑龙江省哲学社会科学研究规划项目;中央高校基本科研业务费项目

2022-10-18(万方平台首次上网日期,不代表论文的发表时间)

共8页

81-88

相关文献
评论
暂无封面信息
查看本期封面目录

软科学

1001-8409

51-1268/G3

36

2022,36(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn