人力资本、产业结构调整与绿色发展效率的作用机制

寻求经济增长与环境改善的双赢已成为中国推进绿色发展的内在要求。人力资本与产业结构调整相互作用,均被视作改善绿色发展效率的重要支撑条件,然而两者的相互作用能否促进中国绿色发展效率提升尚未得到关注。本文梳理人力资本、产业结构调整与绿色发展效率之间的作用机制,在使用包含非期望产出的SBM模型测算中国1997—2013年各省份绿色发展效率的基础上,识别人力资本、产业结构调整及其交互对于绿色发展效率的作用方向与影响力度。结果显示:总体而言,样本期内绿色发展效率存在无效率状态,这与中国粗放型发展方式有关;从空间尺度上看,绿色发展效率呈现出东部高于中西部的态势;从时间尺度上看,绿色发展效率在样本前半期与后半期的变动趋势并不一致,前半期效率值呈现出下降趋势而后半期则表现为波动变动;全国层面与东、中、西部人力资本水平以及人力资本结构未能发挥提升绿色发展效率的作用,产业结构调整的两个维度——产业结构高级化与产业结构合理化在全国层面与东、中部均表现出改善绿色发展效率的态势;人力资本水平(人力资本结构)与产业结构高级化、产业结构合理化的交互项对于绿色发展效率的提升作用在全国层面与东部有所体现但力度不强。应以联动性而非割裂的视角看待中国所进行的人力资本培育与产业结构调整,应当努力减少人力资本与产业结构调整之间相互脱节、不相适应的状况,不断增进人力资本与产业结构调整的适配性以提升中国各省份绿色发展效率。

高铜添加剂对猪生长和屠体的影响

本项研究选用60日龄断奶、体重15公斤左右的长×自荣昌F1代仔猪24头,随机分成本组,每组6头,试验开始时,组间体重差异不显著。各组在基础饲粮营养水平相同条件下,分别按每公斤饲粮含铜150、200、250和300mg水平添加铜、铁、锌,其它常量和微量元素相同,4个组互为对照。试猪舍饲,一日三次不限量饲喂颗粒料,自由饮水。试验按试猪体重分15—

人力资本、治理结构与能源类上市公司高管—员工薪酬差距

人力资本是公司创新的源泉,治理结构是公司利益合理分配的保证。对沪深两市2007-2011年52家能源类上市公司面板数据的实证研究发现:人力资本上,员工人数与高管—员工薪酬差距显著正相关,高管人数、企业接受高等教育员工比例呈现行业异质性;治理结构上,董事会规模与高管—员工薪酬差距负相关,两职合一、独立董事制度无显著影响。基于人力资本、治理结构视角,对能源类上市公司薪酬差距的实证研究将为上市公司的薪酬设计和员工管理提供有效指导。

基于空间计量的中国省域人力资本与碳排放密度实证研究

基于2011年中国31个省域截面数据,应用空间计量模型分析人力资本对碳排放密度的影响。我国省域间碳排放密度存在着显著的空间相关性,即一个地区的碳排放密度受相邻地区碳排放行为的影响。采用不同指标测度出的不同类型的人力资本对地区碳排放密度的影响作用不同:基于教育年限法衡量的通用性人力资本对碳排放密度影响系数显著为正,即现阶段教育水平较高的地区碳排放密度也较大;以R&D人员为代表的异质性人力资本与碳排放密度之间存在弱负相关关系,但未通过显著性检验,表明异质性人力资本水平的提升对该地区减少碳排放的影响力度有限,也难以对相邻地区的碳减排产生正的溢出效应。

劳动力投入、能源消费与经济发展有序度研究——基于指标集的考察

劳动力投入、能源消费与经济发展间的协调有序是实现经济可持续发展的关键环节。经济系统基本符合耗散结构特征,可以运用熵变值来度量系统有序度的动态变化。从多个维度构建较为全面的劳动力投入、能源消费与经济发展三大指标集,运用灰关联熵模型对全国1990—2010年间劳动力-能源-经济三大系统及两两系统间的有序度进行分析,结果显示:在样本期内,总体而言,劳动力投入、能源消费与经济发展的熵变值在0上下徘徊、波动,即三者的有序度发展趋势不明确。分时期来看,1999年之前劳动力投入与经济发展、能源消费与经济发展、劳动力投入与能源消费以及劳动力投入、能源消费与经济发展这四条曲线波动较大,之后波动趋于平稳。从曲线波动程度看,上下波动最大的是劳动力投入与经济发展的熵变值曲线,而波动较平稳的是能源消费与劳动力投入的熵变值曲线,二者有序度相对较好。

赖溪河的氨污染对发展渔业的影响

本文根据近几年来对赖溪河水质的调查研究,讨论了环境因素与水中氨浓度的关系及氨污染对发展淡水渔业的影响,并提出了对策。

中国沿海省市风暴潮经济损失风险区划研究

风暴潮是我国沿海省市面临的重大自然灾害之一,造成了难以估量的损失。本文选取1989～2008年沿海11省、市、自治区风暴潮历史数据作为研究样本,运用因子得分基础上的聚类分析和熵值评价等方法,对沿海省市风暴潮灾害经济损失风险进行评估,最终按风暴潮灾害的经济损失程度将沿海省市划分为三个区域:即上海为第一区,表示风暴潮经济损失风险最小;海南、福建、浙江、广东四省为第三区,风险最大;其他省、市、自治区为第二区,表示经济损失风险居中。三区域的灾害区划,为我们从更深层次认识风暴潮发生及造成的损失情况提供了新的视角。