安徽省工业用电效率的时空演变、预测及其影响因素

基于安徽省2013—2021年数据,采用超效率SBM模型测算工业用电效率,并进行了空间异质性分析。结果显示,安徽省整体工业用电效率呈上升趋势,但各市之间存在不均衡情况,需要改善。其中,合肥、亳州、芜湖、黄山四市的效率较高,而淮北、宿州、六安、宣城、池州的效率较低。运用灰色预测模型GM(1,1)对未来5期的工业用电效率进行了预测,模型精度通过了检验。这些结果为预测安徽省未来工业用电发展趋势以及创建绿色工业、低碳工业提供了参考。此外,通过灰色关联度分析,发现城镇化进度、政府财政支出和人均电力消耗等等因素与工业用电效率关联度较大。需要注意的是,由于未能直接测量安徽省工业用电效率,而是用各市效率之和的均值代替,因此结果存在一定误差。未来的研究可考虑根据合理指标赋予各市适当的权重,以提高结果的准确性。

中国各区域城市工业用电效率的分解与比较

文章运用一种单要素和两种全要素DEA分析方法,以及Malmquist指数,对2002～2007年我国71个城市的工业用电的静态和动态效率进行了比较分析。结果表明:(1)我国城市工业用电的总体效率逐年提高,节电降耗政策效应显著。其中环渤海和东北老工业基地的用电效率变动要好于长三角和珠三角地区。(2)城市工业用电的规模效率已趋于最优,但技术效率还有待改进。(3)文章运用Tobit模型对工业用电效率的主要影响因素所做的计量检验表明,企业研发和工人节电意识均会提高电力效率;出口结构和政府干预则会降低电力效率。

中国工业用电效率影响因素研究——基于空间面板模型

为进一步探索工业用电效率提升路径,基于中国30个省份的工业面板数据,采用共同前沿数据包络分析方法测算各省份1995—2016年间的工业用电效率值。通过全局莫兰指数检验和莫兰散点图分析发现,中国工业用电效率值具有显著的空间相关性;采用空间Tobit模型实证分析知识溢出、人均资本投入、技术进步、产业结构、电力价格和经济发展水平对工业用电效率的影响作用发现,知识溢出对工业用电效率的影响不显著,人均资本投入和技术进步对工业用电效率具有显著的负向影响,产业结构、电力价格和经济发展水平对工业用电效率的提高有显著的正向影响。