绿色全要素生产率省际空间学习效应实证

当前中国资源环境约束日益凸显,依靠全要素生产率成为解决这些问题的共识。然而仅仅依靠全要素生产率不能转变生产方式,关键在于区分绿色与非绿色偏向。研究使用中国省际面板数据,运用面板与动态空间面板模型方法,对比分析绿色全要素生产率、绿色"软技术"、绿色"硬技术"的影响机制。研究发现:1依靠全要素生产率驱动发展需要区别绿色与非绿色偏向;2必须注重绿色全要素生产率对绿色发展的作用及其运行机制;3不同偏向的绿色全要素生产率的省际空间学习效应不同;4绿色"软技术"对绿色发展贡献不充分。这就意味着,在当前中国资源环境约束日趋收紧的背景下,要区别绿色与非绿色全要素生产率的不同作用,否则将不能促进生产方式转变,实现绿色可持续发展。推动绿色可持续发展,一方面需要重视提升绿色全要素生产率的作用,另一方面需要重视绿色管理技术等绿色"软技术"对绿色发展的贡献。提升绿色全要素生产率,既要重视研发投入、人力资本投入,又要考虑技术市场、劳动智力结构、劳动者年龄结构的影响。提升绿色"软技术"的贡献率,改善绿色技术效率变动的吸纳能力。通过绿色全要素生产率的省际空间学习效应,实现中国省际区域间绿色可持续协同发展。此外,在引进吸收国外先进绿色技术时,既要重视对绿色"硬技术"的吸收,又要重视对绿色"软技术"的再学习。总之,"打铁还需自身硬",中国要继续鼓励支持绿色"硬技术"自主研发,巩固提升绿色"硬技术"对绿色发展的贡献。     

电网发展、清洁电源接入与地区能源效率

鉴于我国已经建成全球规模最大的超高压和特高压电网,彻底弥补了电力跨区配置的电网基础设施短板,并且为清洁电源并入电网和跨区消纳提供了完善的基础设施,不仅克服我国电力负荷中心和能源基地的区域布局不协调,而且有益于缓解日益严峻的能源利用率低下和环境污染问题。本文利用1991—2012年全国29个省市面板数据实证研究了清洁电源并网对地区全要素能源效率的影响。为保证实证结果稳健性分别在线性和非线性实证框架下采用系统广义矩估计(SYS-GMM)和面板平滑转换模型(PSTR)两种方法估计了清洁电源接入高压、超高压和特高压电网的地区全要素能源效率异质性效应。实证结果显示:(1)我国电网基础设施对地区全要素能源效率具有明显的增进效应,特别是超高压电网在促进全要素能源效率提升上表现的最为突出,在特高压骨干网架尚未形成的情况下起到了支柱性作用。(2)高压、超高压、特高压与清洁电源交互项的估计系数始终位于负数区间,反映清洁电源并网的能源效率绩效并不明显,受限于并网规模和机制缺陷,还没有发挥出全要素能源效率提升作用。(3)随着人均GDP的不断提高,各等级电网对地区能源效率的益处越来越明显,并且存在着门槛效应。(4)特高压电网对地区能源效率的积极作用主要表现在东部沿海高收入省份,这些省份作为电力消费负荷中心,大规模接入清洁电源对能源效率改善裨益明显。接下来,需要根据地区的能源禀赋结构选择清洁电源的并网模式,完善的电网基础设施、合理的电源结构还需要配置以高效的清洁电源并网机制才能不断增进地区全要素能源效率。     

中国经济发展方式的转变动力及其作用途径

以全要素生产率增长动力作为经济发展方式的转变动力,本文采用1989-2013年4组省际面板数据经由可行广义最小二乘法实证估计了10个动力因素对全要素生产率增长率的贡献水平与作用途径。研究发现:技术创新水平、市场化水平、人力资本存量水平、异质性企业集聚水平和对外开放度的综合指数对中国全要素生产率增长率的回归估计系数分别为0.575 7,0.212 5,0.136 8,0.064 4和0.018,表明技术创新、市场化改革、人力资本积累、异质性企业集聚和对外开放是促进中国经济发展方式转变的直接动力因素。进一步的研究结果显示:技术创新和异质性企业集聚通过提高前沿技术进步率和生产效率变化率以及规模报酬收益率途径,市场化改革通过提高前沿技术进步率途径,人力资本积累与对外开放通过提高前沿技术进步率和规模报酬收益率途径,促进了中国全要素生产率增长。虽然产业结构变迁、城市化、基础设施建设、区域经济政策实施和金融发展对中国全要素生产率的增长表现为负向或拖累作用,但是,产业结构变迁与城市化能够提高前沿技术进步率,基础设施建设和区域经济政策能够提高规模报酬收益率,金融发展能够提高生产效率增长率和规模报酬收益率,这5项动力因素对促进中国全要素生产率增长的正向贡献有待提高。依据上述研究结论,本文提出尽快攻克制约生产率增长的核心技术,统筹考虑产业结构升级、城市化、基础设施建设和区域经济政策实施以及加快金融领域改革等政策建议,以期加快我国经济发展方式转变进程。     

杭州市轻工高级技工学校努力建成各类中高级技能人才的培养基地

杭州市轻工技工学校创办于1964年。1999年，杭州市政府将杭州市化工技校、杭州市丝绸技校并入市轻工技工学校。2003年底，学校成建制划归原市劳动和社会保障局管理，由此进入了快速发展的阶段。     

铅和得克隆联合暴露对斑马鱼胚胎的神经毒性作用

以斑马鱼(Danio rerio)为研究对象,探讨铅(Pb)、得克隆(DP)及二者联合急性暴露对斑马鱼胚胎的神经毒性作用。结果表明,Pb(5、20μg·L~(-1))和DP(15、60μg·L~(-1))单独暴露均会引起斑马鱼自主运动频率增加,触摸反应能力和自由游泳活力下降,并且抑制初级运动神经元的生长,加剧尾部细胞凋亡。但与20μg·L~(-1)Pb单独暴露相比,高剂量联合暴露(20μg·L~(-1)Pb+60μg·L~(-1)DP)使斑马鱼的自主运动频率显著降低(P0.05),触摸反应能力和自由游泳活力显著增强(P0.05),初级运动神经元轴突长度显著增加(P0.05),尾部细胞凋亡减少。与5μg·L~(-1)Pb单独暴露相比,低剂量联合暴露(5μg·L~(-1)Pb+15μg·L~(-1)DP)也显著减少斑马鱼尾部的细胞凋亡(P0.05)。上述结果表明,Pb或DP单独暴露对斑马鱼均可引起神经毒性作用;但二者联合暴露对斑马鱼自主运动、触摸反应以及自由游泳活力的影响则表现为拮抗作用。     

强“波特假说”存在产业异质性吗?——基于产业碳密集程度细分的视角

强"波特假说"认为严格而恰当的环境规制政策将使企业的生产效率呈现先降后升的趋势,为验证强"波特假说"及其产业异质性,首先建立产业碳密集指数,将工业部门36个细分行业划分为高碳密集产业、中碳密集产业和低碳密集产业;接着运用方向性距离函数测算2003—2014年细分行业的绿色全要素生产率,基于系统"GMM"估计方法验证三个细分行业的环境规制强度对绿色全要素生产率的影响。研究结果显示:第一,样本期间内,高碳密集产业的环境规制强度远远高于中低碳密集产业,这表明高碳密集产业一直是产业节能减排的重点对象,而碳排放情况较为严重的中碳密集产业则为"被遗忘的角落";第二,强"波特假说"在工业部门内存在产业异质性,高碳密集产业和中碳密集产业的环境规制强度与绿色全要素生产率呈"U"型关系,而在低碳密集产业中两者则呈倒"U"型关系;第三,相对于高碳密集产业,中碳密集产业因环境规制强度较容易跨越"U"型拐点而具有较大的减排空间,低碳密集产业在达到"U"型拐点之前,环境规制为其绿色全要素生产率提升的动力。本文研究结论蕴含如下的政策建议:根据产业的碳密集程度实施针对性的环境规制政策,持续加强中碳密集产业的环境规制力度,适度加强低碳密集产业的环境规制强度,高碳密集产业需根据不同阶段的经济水平设计具有针对性的环境规制政策,逐渐将三类产业的"遵循成本"效应转化为"创新补偿"效应,实现经济增长和环境保护的双赢。     

中国省际水资源利用效率的空间分布格局及决定因素

水是战略性经济资源,中国是全世界13个人均水资源贫水国家之一,为解决水资源紧缺问题,确保实现"十一五"规划《纲要》提出的节水目标,关键是用水效率水平。在当前的经济、技术水平下,中国未来可能实现的节水潜力在于省际之间水资源利用效率的差异,科学地计算各个省域的用水效率就成为一项基础性的工作。应用随机前沿生产函数方法,测算省域的用水技术效率;将用水量引入C—D生产函数,计算出考虑水资源因子的省域全要素生产率;在此基础上,运用空间相关分析方法研究技术效率和全要素生产率之间的空间关系,结果表明:中国水资源利用效率存在明显的区域差别,省际的用水技术效率和全要素生产率都存在差异,两者之间存在空间相关,有空间集聚趋势,效率等级结构在时间上存在着稳定性。导致技术效率和全要素生产率差异的主要原因在于资金生产率等,从省际实际出发,制定并实行差异化的政策,为提高用水效率、实现节水目标打下基础。     

湖南全要素能源效率及其影响因素分析

本文在湖南2005-2012年地市级面板数据的基础上,使用基于DEA的全要素能源效率测度模型,测算各地市(州)的全要素能源效率水平,并分析了影响湖南全要素能源效率的主要因素。测算结果表明:2005-2012年间,湖南全要素能源效率呈上升趋势,但各地市(州)之间存在较大差异。能源效率影响因素分析结果显示:产业结构、对外开放和技术进步等变量具有显著的负向影响,信息化程度和城镇化水平具有正向影响。因此,湖南应通过优化产业结构、提升招商引资质量、强化高新技术产业内涵,及不断推进信息化和城镇化建设等措施来提高全要素能源效率。     

浅谈初中数学教学

数学是对现实世界的思考、描述、刻画、解释,其目的是发现现实世界中所蕴藏的一些数与形的规律,为社会的进步与人类的发展服务。     

读书是一件快乐的事

为了培养学生爱读书、会读书,从而达到读好书的习惯,我们的语文教学不应再是"两耳不闻窗外事,一心只教教科书"的封闭教学,必须营造一个开放式的学习氛围,必须扩大学生阅读,这才是提高素质教育的重要途径。