会计我国能源强度空间分布集聚性浅析

当前位置: 大雅查重 - 范文 更新时间:2023-12-22 版权:用户投稿原创标记本站原创
[内容]分省能源强度空间分布地图出的地理空间聚集,能源强度自东南向西北地区逐渐增大。能源强度空间分布与能源资源禀赋分布十分类似。因此,命题“能源资源越丰沛,能源强度越高”。空间自检验揭示了省域能源强度着的空间依赖性,Moran散点图了能源强度类似的省区有相对集趋势,形成一种高-高、低-低各自吸引,高-低、低-高排斥的空间联系结构。
[会计论文范文词]能源强度;能源资源;空间自
作者简介:姜 磊(1983—),男,荷兰格罗宁根大学。研究方向:区域经济模拟与空间统计浅析【会计论文】。季民河(1955—),男,华东师范大学地理信息科学教育部实验室(上海,200062),教授。研究方向:多因素空间决策,空间统计浅析【会计论文】。

一、引 言

近年来,经济的腾飞伴随而来的是能源供应紧张。2010年,我国一次能源消费量达到了32.5亿吨标准煤,已经跃居世界大能源消费国。能源进口依存度不断提高,能源短缺【会计论文】制约我国经济发展的瓶颈,如何提高能源效率是政府现在非常的【会计论文】,提高能源效率是保障能源供应安全的措施。因此,探索和研究能源消费强度的影响因素,科学地能源政策,对缓解我国的能源压力和能源危机具有指导意义。

二、文献综述

能源经济学是学术界现在的热点,已经涌现出大量的文献研究能源效率【会计论文】。如吴利学(2009)从波动角度浅析【会计论文】了能源效率的变化,强调波动成分对能源效率的短期影响,并在动态随机一般均衡框架下构建能源效率的机制决定模型,以探讨不同对能源效率波动的作用差异。[1]
有学者从不同的能源效率本身开展研究,如姜磊、吴玉鸣(2010)广义矩估计策略会计专业论文和岭回归策略会计专业论文,估算了煤炭、石油、天然气和电力的边际效率不同能源消费量之间的边际替代率换算,浅析【会计论文】了省际能源消费结构对能源效率的影响。[2]魏楚、沈满洪(2007)基于DEA策略会计专业论文构建了内在技术效率变化的能源效率指标并了测算。[3]
更多学者则是能源效率的影响因素做出了细致地研究和深入的浅析【会计论文】。如,杨冕等(2011)的研究结果:能源相对的提升与科技进步对我国能源效率的改善具有推动会计论文范文作用,而产业结构与能源结构的变动则在不同上阻碍着我国能源效率的提高。[4]谭忠富、张金良(2010)的研究结果:技术进步对能源效率的正面影响最大,能源和一些观测变量对能源效率推动会计论文范文作用,而经济结构和能源消费结构对能源效率起推动作用。从各因素对能源效率的贡献百分比来看,能源对能源效率的贡献最大,然后依次是经济结构、能源消费结构和技术进步。[5]李世祥、成金华(2008)即使以国内先进做参照,的能源效率总体仍然,省际、区际之间差异。技术进步与地区之间的技术扩散,能源的提高与机制的完善,对于能源效率的改善具有作用。[6]
综上所述,诸多学者对能源效率了积极的探索和研究,定量浅析【会计论文】策略会计专业论文浅析【会计论文】能源效率【会计论文】能源效率的影响因素,但大学者观察【会计论文】的视角相同。文献的研究也了地区间的空间异质性、差异性非常。假设空间是均质的,不纳入空间因素而探讨市场化对能源强度调节作用,显然稳健的论文范文。,由空间邻近的经济和技术溢出也会使得能源强度在空间结构论文格式范文孤立的。因此,探索性空间数据浅析【会计论文】(ESDA)来研究我国不同地区能源强度与人均能源资源储量的关系,以此验证所谓“能源资源越丰沛,能源强度越强”的命题。

三、探索性空间数据浅析【会计论文】和空间统计描述

探索性空间数据浅析【会计论文】(Exploratory Spatial Data Analysis,ESDA)是指对数据不施加任何先验的理论或假设下,统计学原理和地图、图形、图表等可视化技术相的方式,对空间数据的性质鉴别、浅析【会计论文】,一种归纳的方式假设(Anselin,1996)。ESDA策略会计专业论文建立在地理学定理(Tobler,2004)的空间自的上,空间离群值空间集聚的模式,Moran's I,Geary's C等统计量各地区的性及的,用G统计量来衡量各地区之间是高值空间集聚还是低值空间集聚,用局域空间指数LISA(Local Indicators of Spatial Association)图和Moran散点图更为直观地各地区的依赖性及异质性特点。

(一)空间权值矩阵的选择

在研究空间【会计论文】上,选择合适的空间权值矩阵非常,选择不同的权值矩阵会不同的研究结果。在做空间浅析【会计论文】时选择rook空间权值矩阵是比较合理的,能更好地解释地区间的邻近关系。在选择rook权值矩阵也阶数选取【会计论文】。也知晓阶数的选取论文格式范文合理,因此选取rook权值矩阵一阶、二阶和三阶研究,然后再确定阶数。
rook一阶权值矩阵W的定义如下:
Wij=1 当区域i和区域j相邻0 当区域i和区域j不相邻
式中,i=1,2,…,n;j=1,2,…,m;m=n或m≠n
类似地定义二阶和三阶权值矩阵。

(二)空间自浅析【会计论文】

一般,地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是的。实际上,几乎的空间数据都具有空间依赖性或空间自的特点【会计论文范文】,空间依赖的了大经典统计和计量浅析【会计论文】中独立的假设,也说,各区域之间的数据与时间序列对应的空间。空间统计浅析【会计论文】Moran's I是一种浅析【会计论文】具有空间依赖性现象的统计浅析【会计论文】技术。
Moran's I定义如下:
Moran′s I=∑ni=1∑nj=1Wij(Yi-)(Yj-)S2∑ni=1∑nj=1Wij(1)
,S2=1n∑ni=1(Yi-)2,=1n∑ni=1Yi,表示第i地区的观测值,n为地区总数,Wij为二进制的邻接空间权值矩阵,表示其任一元素,邻接标准或距离标准,其目的是定义空间的邻接关系。
Moran′s I可看作各地区观测值的乘积和,其取值范围为-1I1,若各地区间为空间正,I的数值应当;负则较小。当区域数据在空间区位上的同时也有的属性值时,空间模式整体上就出正的空间性;而当在空间上邻接的区域数据不同寻常地具有不的属性值时,就呈现为负的空间性。省域30个地区能源强度和人均能源资源储量的空间自检验结果如下:
下表中,W1为rook一阶空间权重矩阵,W2为rook二阶空间权重矩阵,W3为rook三阶空间权重矩阵。从上表可知,能源强度和人均能源资源储量一阶权值矩阵的Moran′s I了1%性的检验,并且Moran′s I高达0.5,能源强度和人均能源资源储量十分的空间自。同时,权值矩阵所选的阶数越高,Moran′s I值越低,能源强度和人均能源资源储量的空间性地理学定理,即地区的空间联系空间距离的增大而呈现降低的趋势。在选取三阶时,不空间自。



Moran′s I检验结果变 量 空间权重Moran′s IP-valueMeanSd能源强度Wrook10.52060.0001-0.03450.1241Wrook20.18940.0041-0.03270.0798Wrook3-0.03910.4614-0.03280.0786人均能源资源储量Wrook10.59130.0001-0.03490.1228Wrook20.28020.0001-0.03230.0792Wrook3-0.11810.1451-0.03400.0780
能源强度的空间自检验30个省、直辖市和自治区之间能源强度在空间分布上具有的正自关系(空间依赖性),省域能源强度在空间分布上并论文格式范文分布的,说完全随机,表现出某些省域能源强度的值之间在空间上趋于集聚的现象。也说,具有一种较高能源强度的省区相对地趋于和较高能源强度的省区相靠近,较低能源强度的省域相对地趋于和较低能源强度的省域相邻的空间联系结构布局。
在图1中,象限的省域有黑龙江、吉林、辽宁、内蒙古、新疆、甘肃、山西、陕西、宁夏、青海、云南、贵州、四川和重庆,其含义为高能源强度的省域被高能源强度的省域所包围(High-High,高-高集聚),这些区域上是经济欠发达,是人均能源资源相对丰沛的地区;象限的省域有北京和河南,其含义为低能源强度的省域被高能源强度的省域所包围(Low-High,低-高集聚);象限的省域有天津、山东、安徽、江西、福建、广东、广西、江苏、上海、浙江和海南,其含义为低能源强度的省域被低能源强度的省域所包围(Low-Low,低-低集聚);象限的有河北、湖北和湖南,其含义为高能源强度的省域被低能源强度的省域所包围(High-Low,高-低集聚)。,省域能源强度的空间集聚性非常,正向局域和集聚的典型特点【会计论文范文】非常。从图1中,省域能源强度在空间分布上并非是完全随机的,较低能源强度的省区倾向于和同样具有较低能源强度的省区相邻近,较高能源强度的省区倾向于和同样具有较高能源强度的省区相邻近。省域能源强度在地理空间上非均衡分布,,30个省区里有14个省区是高-高集聚类型的,31个省区里同样有11个省区是低-低集聚类型的。高-高集聚类型是很地从空间分布在能源资源丰沛的地区,这也初步判断了能源资源丰沛的地区,一般来说,能源强度较高;而低-低集聚类型为东部沿海的经济发达地区。
从空间自检验数值的大小来看,人均能源资源储量的Moran′s I值最大,这了我国能源资源禀赋丰沛的地区在空间上是呈现集聚的,在西北地区和东北地区。而这些地区的能源强度通常也非常高。下面人均能源储量LISA集聚图(图2)也证实人均能源资源储量的地区通常是能源强度较高的区域。
LISA集聚图,很清晰地,区域分成两大,一是人均能源资源储量高的地区集聚区,另是人均能源资源储量低的地区集聚区。High-High型高值集聚区有8个省份:哈尔滨、吉林、内蒙古、河北、山西、陕西、宁夏和甘肃,并了1%或5%的性;而Low-Low型则分布在东南部地区的5个省份:浙江、福建、广东、江西和湖南,并且也了1%或5%的性。另外,还有两个类型,即Low-High,为四川,其含义为四川人均能源储量低却邻近人均能源储量高的区域;High-Low,为安徽,其含义为安徽人均能源储量高却邻近人均能源储量低的区域。

四、论文范文和政策倡议

由地图来看,能源强度空间分布呈现差异性,能源资源空间分布也不平衡,并且的空间分布,命题,能源资源丰沛的地区,能源强度较高。空间自检验,省域能源强度是较强的空间依赖性。能源强度在省域之间形成了空间扩散(溢出)效应,“能源资源丰沛的地区,能源强度较高”的命题了验证。
我国能源资源空间分配极为不合理。我国仍处在发展中阶段,对能源的需求极为旺盛,东部地区能源资源储量匮乏,西部的能源来支援经济发展。论文范文长期以来,西部地区能源效率,了大量的能源资源,势必会对将来东部地区的能源供应造成影响,从而影响了东部地区经济的发展。因此,能源资源丰沛的地区也要严格的能源节约措施和政策加强能源资源的管理和制约,同时也要努力提高西部地区的能源效率,减小能源资源的,缓解能源压力。☆

文献:
[1]吴利学.能源效率波动:理论解释、数值模拟及政策含义[J].经济研究,2009(5).
[2]姜 磊,吴玉鸣.省域能源边际效率评价——来自面板数据的能源消费结构考察[J].资源科学,2010(11).
[3]魏 楚,沈满洪.能源效率与能源生产率:基于DEA策略会计专业论文的省际数据比较[J].数量经济技术经济研究,2007(9).
[4]杨 冕,杨福霞,陈兴鹏.能源效率影响因素研究——基于VEC模型的实证检验[J].资源科学,2011(1).
[5]谭忠富;,张金良.能源效率与其影响因素的动态关系研究[J].人口•资源与环境,2010(4).
[6]李世祥,成金华.能源效率评价影响因素浅析【会计论文】[J].统计研究,2008(10).
Cluster Analysis of Spatial Distribution of China's Energy Intensity Jiang Lei1 Ji Minhe2Abstract: Through geographical map of energy intensity of provincial level, there is obvious space clustering and higher energy intensity is concentrated on economically undeveloped or energy resourceful regions. Therefore, the paper hypothesized that the more energy resourceful, the high energy intensity. The result of spatial autocorrelation test indicates that energy intensity presents spatial interdependence to some degree among Chinese provinces. The Moran scatter-plot displays that the comparatively centralized phenomenon tend to be occur in the province with parallel energy intensity, which is a spatial linkage structure that is attracted by high-high or low-low regions and repelled by high-low or low-high regions.Key words: Energy Intensity; Energy Resource; Spatial Autocorrelation
[ 收稿日期: 201

1.12.10 责任编辑:陈健生 ]

[中图分类号]F407.2 [文献标识码]A [文章编号]1000-8306(2012)02-0119-06

[1]