中国新能源汽车产业供需依赖网络演化机制研究

中国新能源汽车产业作为我国战略新兴产业,产业规模不断扩大,成为我国产业升级的重要力量。同时,中国新能源汽车供应链不断细化、延长,所涉及环节不断增多,产业格局不断演化。不确定的外部环境与日益复杂的内部结构,使得理解新能源汽车产业演化机制、把握新能源汽车产业发展规律愈发重要。为了深挖中国新能源汽车产业的内在发展机制,使用2018—2020年中国新能源汽车产业企业级交易数据,构建该产业上市企业之间的供需依赖关系,进而分析中国新能源汽车产业供需依赖网络的结构演化特征。并以网络演化理论为基础,基于财务数据、舆情数据等多源异质数据,通过随机主体导向模型从网络内生结构、情景因素与公司属性3个维度展开实证研究,检验中国新能源汽车产业供需依赖网络形成和演化的影响机制。研究表明:中国新能源汽车产业整体上呈现局部中心化的供需依赖结构,区域性头部企业不断增强自身供应链控制力;产业供需依赖网络结构的形成和演化受到内生机制,如偏好依附效应、三角形闭合效应的影响;共高管关系等情景因素会显著促进上市企业供需依赖关系的形成。基于以上研究结果,从推动区域内企业合作、优化共高管关系和关注弱势企业发展3个方面为中国新能源汽车产业健康有序发展和加速升级提出了政策建议:政府和行业协会应继续大力推动产业集群建设,为区域内产业一体化发展提供政策和标准的支持,促进资金、技术和行业数据的自由流动;相关产业调控政策可以通过限制或促进特定企业间的共高管关系,达到产业供需关系优化的目的,另外,也可以通过追踪企业间舆情关联,识别潜在的依赖关系,完善对产业网络依赖结构的认识,从而更好地指导投资、识别风险;政府监管部门应关注弱势企业发展,警惕产业结构失衡,也应加强对“明星”企业的关注,对其提出更高的经营标准和监管要求,对其财务情况进行充分的披露。

基于CDECGE模型的中国能源需求情景分析

从我国未来经济社会发展目标出发,根据不同的政策目标设定了3种经济发展情景:基准情景、强化低碳情景和粗放型情景。分析了3种情景下我国未来的一次能源需求量、能源消费结构及CO2排放趋势,为把握我国未来的能源安全形势、控制温室气体排放提供了有效的政策分析工具。研究方法是在Monash模型的基础上构造的我国能源经济动态可计算一般均衡模型(CDECGE)。结果显示,按照现在的经济增长方式和增长率预期,如果没有额外的政策措施,2020年之前我国能源需求仍将快速增长,但在适度的低碳政策引导下,我国2020年的能源需求将控制在45.52亿t标煤,CO2排放强度将达到1.635 t/万元,相对2005年下降45%。碳税作为一种经济减排政策,会有效的降低CO2排放,减少化石能源的需求,使经济向低碳社会转型,从而实现2020年CO2排放强度降低的减排目标。因此,为减缓能源需求量的快速增长趋势,实现减排目标,可以从改善产业结构、实行碳税政策等方面采取措施,优化能源结构,实现经济结构转型,从而保障能源供应安全和控制温室气体排放。

经济转型对西南地区能源需求的影响及预测

西南能源优势和地区经济发展不协调,故本文研究了经济转型对西南地区能源需求的影响,旨在为西南地区的能源战略规划提供更为科学的理论依据和边界条件。研究了适用的经济转型定量判定指标和不同经济发展阶段的特征,采用灰色关联度分析了影响能源需求的主要因素,对比了灰色预测、ARIMA模型、多元回归3种能源需求总量预测方法,提出了基于马尔可夫链的能源需求结构预测方法。实例预测了十三五、十四五西南地区的能源需求总量,在能源消费结构中,煤炭所占比例逐步减少,天然气、水电和其他清洁能源的比例逐步提高。

改进的包容性检验方法在我国能源需求组合预测上的应用

单一模型遴选问题是限制组合模型预测精度提高的瓶颈之一．首次将改进的包容性检验（NET）的方法用于能源需求组合预测中单一预测模型的遴选，并基于支持向量机回归模型（SVR）构建能源需求非线性组合预测模型．研究发现：1）相较而言，NET—SVR组合模型预测精度最高，稳定性最强．该模型的预测值平均相对误差最小（0．35％），明显低于未采用NET的SVR组合模型（0．58％）和基于线性包容性检验的模型（0．50％）；2）NET—SVR组合模型在基准情景、低碳情景、受挫低碳情景下，分别预测出2014—2020年我国能源需求量以年均3．28％、1．45％、2．44％的比例增长，明显低于1990—2012年的年均增长率（6．08％），这种增速符合未来新常态经济增长方式下我国能源消费量的规划与控制．