中国制造业能源效率的影响因素：经济周期和重化工工业化

统计研究 ›› 2010, Vol. 27 ›› Issue (10): 33-39.

中国制造业能源效率的影响因素：经济周期和重化工工业化

杨中东

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2010-10-15 发布日期:2010-10-15

Study on Influence Factors of China Manufacturing Energy Efficiency: Business Circle and Heavy Industry

Yang Zhongdong

Received:1900-01-01 Revised:1900-01-01 Online:2010-10-15 Published:2010-10-15

摘要/Abstract

摘要： 本文分析了2002——2007年中国制造业27个行业的面能源效率，研究发现，价格调节能源需求的能力小于收入调节能源需求的能力，以经济快速扩张为特征的经济周期以及其中的重化工工业的快速发展是影响这个时期的能源效率下降的重要因素。因此，要提高能源利用效率，需要根据制造业的行业特征，分类管理能源需求。对于低能耗行业，依靠能源市场价格调节这些行业的能源需求来提高能源效率，作用较小，这就需要政府制定行业节能标准，鼓励节能设备投资。对于高能耗行业，在继续运用能源市场价格调节能源需求外，还要控制这些行业的发展规模。

关键词: 能源效率, 经济周期, 重化工工业, 面板数据

Abstract: This article studies some factors which affect the energy efficiency of 27 manufacturing sectors of China from 2002 to 2007.The result reveals that the efficiency of energy price which adjusts energy demand is lower than that of output of those sectors, and that main influence factors which made the energy efficiency to decrease are the quickly economic expansion and heavy industry expand. Therefore, it is necessary to implement a classified management system of manufacturing energy demand in order to conservation energy. In the system, because energy cost is so small in the total cost in low energy consumption manufacturing branches that energy price fail to encourage the branches to conservation energy, the branches energy-saving standard should be made to improve energy efficiency, as well as energy conservation polices designed to stimulate investment in energy –efficient machinery. Moreover, the system should control the expansion of high energy consumption manufacturing sectors, while market still adjusts the energy demand.

Key words: Energy, Efficiency, Business, Cycle, Heavy, Industry, Panel, Data

杨中东. 中国制造业能源效率的影响因素：经济周期和重化工工业化[J]. 统计研究, 2010, 27(10): 33-39.

Yang Zhongdong. Study on Influence Factors of China Manufacturing Energy Efficiency: Business Circle and Heavy Industry [J]. , 2010, 27(10): 33-39.

[1]	唐礼智等. 面板数据的贝叶斯Elastic Net分位数回归方法及其应用研究[J]. 统计研究, 2020, 37(3): 94-113.
[2]	李跟强潘文卿. 价值链嵌入与经济周期联动——增加值的视角[J]. 统计研究, 2019, 36(9): 18-.
[3]	马丹何雅兴. 危机传递、逆全球化与世界经济周期联动性[J]. 统计研究, 2019, 36(7): 77-90.
[4]	任燕燕等. 动态面板空间随机前沿模型的参数估计及应用[J]. 统计研究, 2019, 36(11): 113-124.
[5]	陈磊等. 双重视角下的中国经济周期混频测度[J]. 统计研究, 2018, 35(9): 29-39.
[6]	黄赜琳姚婷婷. 中国与“一带一路”沿线国家经济周期协同性及其传导机制[J]. 统计研究, 2018, 35(9): 40-53.
[7]	李雄英雷钦礼. 劳动收入份额的决定与波动机制研究[J]. 统计研究, 2018, 35(7): 91-101.
[8]	于斌斌. 生产性服务业集聚与能源效率提升[J]. 统计研究, 2018, 35(4): 30-40.
[9]	徐凤黎实. 截面相关面板数据的部分异质结构的识别[J]. 统计研究, 2018, 35(3): 112-128.
[10]	黄智淋. 全球化有助于促进经济增长吗[J]. 统计研究, 2017, 34(7): 71-81.
[11]	边文龙王向楠. 面板数据随机前沿分析的研究综述[J]. 统计研究, 2016, 33(6): 13-20.
[12]	徐鹏等. 非平稳面板数据离散选择模型的Wald统计量研究[J]. 统计研究, 2016, 33(5): 87-94.
[13]	赵楠. 劳动力流动与产业结构调整的空间效应研究[J]. 统计研究, 2016, 33(2): 68-74.
[14]	周国富等. 产业多样化对京津冀经济发展的影响[J]. 统计研究, 2016, 33(12): 28-36.
[15]	刘云霞. 基于动态时间规整的面板数据聚类方法研究及应用[J]. 统计研究, 2016, 33(11): 93-101.