张斐[1](2018)在《“四万亿”经济刺激计划对上市公司资产负债率的影响研究》文中研究指明企业资产负债率是财务指标的直接反映,是企业微观行为的量化结果,但与宏观经济政策又密不可分。2008年实施为期两年的“四万亿”经济刺激计划,使中国经济在世界范围内首先实现恢复性增长,并对世界其他国家摆脱金融危机提供了有力支持和政策参考。然而,从当前经济现状来看,随着中国经济进入新常态,经济下行压力不断增大,并且出现了产能过剩和高杠杆率等问题。为从微观视角探究“四万亿”经济刺激计划对市场主体资产负债率的影响,本文将宏观经济政策引入企业资本结构决定模型,理论分析“四万亿”经济刺激计划对企业资产负债率的影响机制,进而,采用双重差分法来实证分析“四万亿”经济刺激计划对企业资产负债率的影响,为优化宏观经济政策和企业资本负债结构提供理论和实证依据。本文旨在研究“四万亿”经济刺激计划对上市公司资产负债率的影响。首先,在内生结构模型的基础上引入财政政策变量,考察不同财务情况下财政政策变化在长期和短期对企业资产负债率的影响。理论分析发现,当企业留存收益的贴现值大于企业破产成本价值时,在短期内扩张性财政政策会提高企业的资产负债率,在长期内随着扩张性财政政策作用效果逐渐减弱,企业的资产负债率会有所下降;当企业留存收益的贴现值小于企业破产成本价值时,在短期内扩张性财政政策会降低企业的资产负债率,在长期内扩张性财政政策会提高企业的资产负债率。其次,选取2006年至2015年中国31个省、自治区、直辖市(不包括港澳地区和台湾省)上市公司为研究样本,并将2443家上市公司研究样本划分为29个行业,从盈利能力、资产结构、所有权结构、公司特征和宏观经济状况等五个方面设计研究模型,采用双重差分法分别对全样本、分行业样本、分行业分地区样本进行实证分析。研究结果表明,“四万亿”经济刺激计划对上市公司资产负债率的影响存在明显的地区差异,并且不同行业资产负债率的变化在不同时期内表现不同,对东部地区和中部地区行业资产负债率的影响较西部地区明显,且对不同行业在不同时期内的资产负债率有不同影响,对大多数上市公司行业资产负债率的积极影响表现在短期内,在长期内逐渐减弱。最后,结合中国经济新常态背景下的供给侧结构性改革,从企业和政府两个方面提出了优化中国上市公司资产负债结构的政策建议。
朱美峰[2](2015)在《中国煤炭价格波动及其传导效应研究》文中研究指明能源价格波动直接或者间接作用于国民经济各行业,并对其物价水平产生了不容忽视的影响。近年来煤炭在中国能源消费中所占比例呈小幅下降趋势,但整体仍处于较高水平,截至2014年底,原煤在中国一次能源消费中所占比例为64.2%。目前中国尚未建立有效的能源价格预测体系,能源价格波动给经济发展带来的风险无法合理规避。煤炭作为中国能源消耗的重要组成部分,其价格波动会带来经济社会物价水平不稳定、产品生产成本波动、微观企业利润受损等负面影响,从而严重影响了经济发展的稳定性。在上述背景下,本文对煤炭价格波动及其传导效应进行了研究。在理论研究方面,从短期预测和中长期预测的角度对煤炭价格未来走势进行实证研究。以煤炭价格传导机制定性分析为基础,采用数理统计方法对煤炭价格波动传导的即时性和时滞性做了定量分析。本文研究能够对能源价格理论的发展提供补充,具有一定的理论意义。在实践应用方面,探讨了煤炭价格波动特征,采用卡尔曼滤波算法以及灰度理论,对煤炭价格未来走势进行预测分析。应用卡尔曼滤波算法和灰度理论建立的预测模型对样本数据的要求较少,实用性较强,能够在实践中获得应用及推广,具有一定的现实意义。本文主要研究内容及研究方法如下:(1)煤炭价格影响因素分析。从微观、宏观以及理性预期的角度分别对煤炭价格影响因素进行分析。微观的影响因素包括供给与需求、替代品、技术水平、煤炭期货等;宏观的影响因素包括经济发展水平、政府宏观调控、利率、货币供应、政策环境等;理性预期的影响通过经济景气度指数予以分析。(2)煤炭价格波动特征分析。应用HP滤波方法对煤炭价格波动的长期趋势和周期性进行分离;应用结构性断点分析方法,研究了煤炭价格长期波动的特征;应用协整理论分析了中国煤炭市场集成度,通过其收敛性表示煤炭市场的有效性。(3)煤炭价格未来走势预测分析。考虑到在中国进行煤炭价格预测分析的理论意义和现实意义,分别用不同的方法预测煤炭价格走势。采用卡尔曼滤波算法对煤炭价格做短期预测分析,采用灰色理论对煤炭价格进行中长期预测分析。(4)煤炭价格传导效应分析。首先,对煤炭价格波动的传导机制进行定性分析;其次,利用投入产出价格模型,结合煤炭价格走势预测研究的实证结果,对煤炭价格变动在三个产业中产生的即时影响做了定量分析;最后,利用VAR模型对煤炭价格波动在电力工业、冶金工业、化学工业、建材工业以及农业和服务业中产生的影响做了时滞性分析。研究结论表明:(1)煤炭价格波动的长周期约为14年;没有足够理由表明样本期内煤炭价格波动存在结构性断点;中国不同煤炭市场之间的价格差异比较稳定,市场的集成度较好。(2)卡尔曼滤波算法对煤炭价格跟踪以及预测能力较强。灰色预测模型在数据质量较差的情况下,对煤炭价格中长期预测具有明显优势,长期预测的研究结果显示,在其他条件不变的情况下,从2015年第一季度到2016年第一季度,煤炭价格将下跌约15.81%。(3)煤炭价格即时影响研究方面,煤炭价格波动对第二产业的影响最大,其次是第三产业,对第一产业影响最小。若煤炭价格波动100%,则第一、二、三产业物价水平分别随之波动约0.056%、4.715%、0.170%。煤炭价格影响时滞分析方面,煤炭价格波动对宏观经济物价水平影响时间约为2年;对电力工业、冶金工业、化学工业、建材工业的物价水平影响时间大部分约为18个月;对农业物价水平影响时间约为12个月;对服务业的物价水平影响时间约为6个月。本文主要有以下创新点:(1)提出了煤炭价格波动系统论的研究方法。从煤炭价格影响因素、波动特征、未来走势和传导效应的角度对煤炭价格波动进行了详细分析,构建了煤炭价格波动研究的有机整体,避免了片段式研究的局限性。(2)揭示了中国煤炭价格波动特征。从煤炭价格长期变动趋势以及周期性波动、煤炭价格波动是否存在结构性断点、煤炭市场的集成度等角度勾勒并揭示了中国煤炭价格波动的特征。(3)基于卡尔曼滤波算法构建了煤炭价格预测模型。将卡尔曼滤波算法引入中国煤炭价格短期预测研究领域,取得了较好的研究结果,煤炭价格预测值的协方差控制在[1.4621e-4,0.2643]内,保障了预测精度的稳定性。(4)剖析了煤炭价格波动的传导效应。基于投入产出价格模型和VAR模型分别对煤炭价格波动的即时影响和时滞影响进行实证分析,更全面地揭示了煤炭价格波动的传导效应。
欧阳晓灵[3](2014)在《中国城市化阶段建材工业的节能与碳排放研究》文中提出目前,中国正处于城市化快速推进的阶段。经过改革开放三十多年来的经济增长,中国已一跃成为全球第一大能源消费国和二氧化碳排放国。由于庞大的人口基数,以及城市居民较高的能源消费水平,中国未来的能源需求仍将持续增长。通过与发达国家的比较,本文发现,中国的能源需求和二氧化碳排放,均受到发展阶段的约束。较为快速的经济增长,意味着较低的能源利用效率,且要求有充足且廉价的能源作为支撑。以煤为主,是中国城市化阶段能源消费结构的主要特征。然而,考虑到能源稀缺、环境污染和气候变化等问题,城市化的快速推进所引致的能源消费的快速增长将是中国经济可持续增长所面临的挑战。工业是中国能源消费和二氧化碳排放的主要贡献者。城市化的发展必然带动基础设施建设,而基础上设施建设的扩张,则意味着对水泥、陶瓷、玻璃等建筑材料需求的不断上升。建筑材料工业是中国六大高耗能工业之一,其行业能源消费约占据全国能源消费的9%,行业电力消费约占据全社会消费量的6%。建材工业还是中国的支柱产业,其行业增加值每年贡献约1%的GDP。建材工业的能源需求和二氧化碳排放体现了阶段性的特征,其节能减排潜力对于中国实现能源需求总量控制和低碳经济转型具有重要意义。在城市化阶段的大背景下,本文采用国际比较的方法,探究了能源需求和二氧化碳排放的阶段性特征,分析了经济增长与能源需求和二氧化碳排放的关系,并预测中国城市化阶段的能源需求和二氧化碳排放的峰值与拐点。更进一步,本文以建材工业为具体的研究对象,主要回答了以下几个问题:在城市化阶段下,推动建材工业能源需求的主要因素是什么?不同经济增长情形下,建材工业的能源需求及节能量如何?在不同情景模拟下,建材工业的电力需求及节电量怎样?与具有最高效率的日本建材工业相比,中国建材工业电力强度下降的潜力如何?影响建材工业二氧化碳排放的主要因素有哪些,行业的减排潜力有多大?主要的研究结论有以下几点:第一,中国的能源需求体现出阶段性的特征。伴随城市化的发展,中国的能源消费高速增长且刚性增长。能源需求与经济发展水平之间呈现倒U型关系。第二,在城市化阶段,二氧化碳排放具有刚性增长的特征。经济增长、城市化、能源强度和对建材产品的需求是影响中国二氧化碳排放的主要因素。节能是降低二氧化碳的主要手段。第三,建材工业的能源需求主要受到经济增长的影响。能源价格的提高,科技进步以及人均生产率的提高均有利于建材工业能源需求的降低。第四,经济发展水平是建材工业电力消费增长的主要驱动力,而行业人均增加值、行业研发强度和电力价格是推动行业耗电量下降的主要因素。第五,技术进步、劳动生产率、电力价格和行业密集度有利于建材工业电力强度的下降。到2020年,中国建材工业的电力强度将显着下降,甚至可以达到当前日本建材工业的水平。更加积极的节能政策,有利于降低行业的电力强度,实现更大的节电潜力。第六,工业活动效应是建材工业二氧化碳排放增加的主导因素,而能源强度效应则是建材工业二氧化碳排放降低的主要贡献力量。燃料间替代有利于降低行业的二氧化碳排放。节能应当是降低行业能源强度和二氧化碳排放的主要策略。
周鸿锦[4](2013)在《宏观经济运行环境促建材工业增长》文中进行了进一步梳理今年7月份,建材工业宏观经济运行环境出现了一些积极有利的变化,经济运行筑底趋稳态势更加明显,内部产业结构调整和总体平稳的宏观经济环境因素交织,预示今年建材工业有望实现稳中有进。一、建材工业宏观经济运行环境平稳向好今年7月份,全国固定资产投资及建材出口、消费都出
中国建筑材料联合会[5](2011)在《增长持续快速 运行环境复杂多变 2010年建材工业经济运行形势评述》文中认为2010年我国国民经济在党中央国务院正确有力的宏观调控下,扩大并巩固了应对国际金融危机的成果。建材工业在宏观经济向好趋势的带动下,生产及主要产品产量较快增长,出口恢复并超越金融危机爆发前水平,销售规模继续扩大,实现利润稳步增长。
中国建筑材料联合会[6](2011)在《2010年建材工业经济运行态势分析与展望》文中研究说明2010年我国建材工业生产及主要产品产量较快增长,全年规模以上建材工业增加值增长速度达到27.9%,是近10年来的次高增速;建材商品出口达到193亿美元,比2009年增长27.6%,建材出口已恢复并超过金融危机前水平。2010年规模以上建材工业预计完成销售收入2.7
中国建筑材料联合会[7](2011)在《生产实现较快增长 运行环境复杂多变——2010年建材工业经济运行形势评述》文中研究说明2010年,我国国民经济在党中央国务院正确有力的宏观调控下,扩大并巩固了应对国际金融危机的成果。建材工业在宏观经济向好趋势的带动下,生产及主要产品产量较快增长,出口恢复并超越金融危机爆发前水平,销售规模继续扩大,实现利润稳步增长。
李欣[8](2009)在《当前经济形势分析及对建材工业的影响》文中进行了进一步梳理改革开放以来,我国经济增长及周期变化简要状况及特征已经给出。并指出,2008年进入经济增长的下降期。对当前的经济形势做出了判断,经济形势对建材工业的影响已经论述,并给出应对措施。
中国建筑材料工业规划研究院[9](2009)在《实现全面建设小康社会目标对主要建材产品的需求量预测(2010,2020年)研究》文中指出论述了建材工业在国民经济中的地位和作用,采用指数平滑法等科学方法对建筑业的发展趋势做了分析与预测,给出了预测结果。进而,使用回归分析法等科学方法对建筑工业增加值做了预测。计算出水泥、玻璃、陶瓷(建筑与卫生)及墙体材料在不同年份的需求量。
中国建筑材料工业规划研究院[10](2009)在《全面建设小康社会对建筑材料的需求分析》文中研究表明全面小康社会的建设对建材工业的发展不仅提供了历史性的发展机遇,同时也对建材工业的发展提出了新的、更高的要求。建材工业与建筑业一起作为国民经济的支柱产业,如何适应形势发展的需要,满足全面建设小康社会的要求,走出一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得以充分发挥的新型工业化道路,实现建材工业的可持续发展,是摆在我们面前的一个重要研究课题。因此,对建材工业开展深入、系统、全面的研究,是非常必要的。由国家发改委工业司组织实施,中国建筑材料工业规划研究院承担完成的《全面建设小康社会对建材工业的要求及发展战略规划研究》课题,以"十一五"规划纲要为蓝图,适应新形势的需要,围绕满足全面建设小康社会对建材工业的需求,在对建材工业的现状、面临的形势分析的基础上,系统、全面地研究了全面建设小康社会对建筑材料的需求,特别是分别就水泥、玻璃、陶瓷等主要行业及小康住宅、基础设施、新农村建设等专题对建筑材料的需求进行了深入的分析研究,进而提出建材工业未来发展的目标、重点和对策措施,对于促进行业的可持续发展具有深远的指导意义。本期我们选择了该研究成果的第三部分"全面建设小康社会对建筑材料的需求分析"进行刊登,欢迎读者与我们进行交流。
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 反周期经济政策的经济效应 |
| 1.2.2“四万亿”经济刺激计划的经济效应 |
| 1.2.3 文献评述 |
| 1.3 研究内容、方法和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 本文创新点 |
| 第2章“四万亿”经济刺激计划对上市公司资产负债率影响的理论分析 |
| 2.1“四万亿”经济刺激计划实施特征 |
| 2.2 理论模型分析 |
| 2.3 本章小结 |
| 第3章“四万亿”经济刺激计划对上市公司资产负债率影响的实证分析 |
| 3.1 模型设计与变量选取 |
| 3.1.1 变量选取 |
| 3.1.2 计量模型设计 |
| 3.2 数据来源与描述性统计 |
| 3.2.1 数据来源与处理 |
| 3.2.2 描述性统计 |
| 3.3 样本分组 |
| 3.4 实证结果分析 |
| 3.4.1 上市公司全样本分析 |
| 3.4.2 上市公司分地区样本分析 |
| 3.4.3 上市公司分行业样本分析 |
| 3.4.4 上市公司分地区分行业样本分析 |
| 3.5 本章小结 |
| 第4章 政策建议 |
| 4.1 优化上市公司融资决策与负债结构 |
| 4.2 完善宏观经济调控与监管政策 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读硕士学位期间的学术成果 |
| 附录B 理论模型推导 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 能源价格运行特征研究 |
| 1.2.2 能源价格传导及影响研究 |
| 1.2.3 能源价格预测研究 |
| 1.3 研究内容与方法 |
| 1.4 论文的基本框架 |
| 1.5 研究工作和创新 |
| 第2章 煤炭价格影响因素分析 |
| 2.1 供给、需求及其他宏观经济变量 |
| 2.1.1 煤炭的供给与需求 |
| 2.1.2 其他宏观经济变量 |
| 2.2 替代品与消费预期 |
| 2.2.1 能源替代品 |
| 2.2.2 消费预期 |
| 2.3 技术因素 |
| 2.4 煤炭期货 |
| 2.5 政府调控 |
| 2.6 其他因素 |
| 2.6.1 重大经济事件 |
| 2.6.2 经济结构变革 |
| 2.7 本章小结 |
| 第3章 煤炭价格波动特征研究 |
| 3.1 煤炭价格波动性分析 |
| 3.2 煤炭价格波动长期趋势及周期分析 |
| 3.3 煤炭价格波动的结构性断点分析 |
| 3.4 煤炭价格波动的收敛性分析 |
| 3.5 本章小结 |
| 第4章 煤炭价格走势预测研究 |
| 4.1 经济预测基本理论及方法 |
| 4.1.1 经济预测理论 |
| 4.1.2 经济预测方法 |
| 4.2 煤炭价格短期预测研究 |
| 4.2.1 卡尔曼滤波基本理论 |
| 4.2.2 卡尔曼滤波算法 |
| 4.2.3 卡尔曼滤波建模 |
| 4.2.4 实证结果分析 |
| 4.3 煤炭价格中长期预测研究 |
| 4.3.1 灰色预测基本理论 |
| 4.3.2 灰色预测建模 |
| 4.3.3 模型性能检测 |
| 4.3.4 实证结果分析 |
| 4.4 本章小结 |
| 第5章 煤炭价格波动的传导效应研究 |
| 5.1 煤炭价格传导的理论分析 |
| 5.1.1 价格波动及传导理论 |
| 5.1.2 煤炭价格波动的纵向传导 |
| 5.1.3 煤炭价格波动的横向传导 |
| 5.2 煤炭价格传导机制分析 |
| 5.2.1 煤炭消费状况分析 |
| 5.2.2 煤炭价格传导机制分析 |
| 5.3 煤炭价格传导效应实证分析 |
| 5.3.1 投入产出价格模型的基本理论 |
| 5.3.2 煤炭价格传导效应的即时影响分析 |
| 5.3.3 煤炭价格传导即时影响的差异性分析 |
| 5.4 煤炭价格传导效应时滞分析 |
| 5.4.1 VAR模型时滞分析的基本理论 |
| 5.4.2 煤炭价格波动对宏观经济影响时滞分析 |
| 5.4.3 煤炭价格波动对下游产业影响时滞分析 |
| 5.5 本章小结 |
| 第6章 基于煤炭价格波动的政策建议 |
| 6.1 合理规划煤炭行业投资规模 |
| 6.2 有效提升煤炭行业技术投资水平 |
| 6.3 积极调整资源型经济发展格局 |
| 6.4 逐步完善煤炭行业物流体系 |
| 6.5 本章小结 |
| 结论与展望 |
| 1、结论 |
| 2、展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的论文 |
| 摘要 |
| Abstract |
| 1 导论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.3 研究目标 |
| 1.4 研究思路 |
| 1.5 研究方法 |
| 1.6 研究内容安排 |
| 1.7 研究主要贡献与不足 |
| 2 文献综述 |
| 2.1 能源需求与城市化的关系研究 |
| 2.2 二氧化碳排放与城市化的关系研究 |
| 2.3 城市化阶段的工业能源需求研究 |
| 2.4 城市化阶段的工业电力需求研究 |
| 2.5 城市化阶段的工业电力强度与节电潜力 |
| 2.6 城市化阶段的工业二氧化碳排放研究 |
| 3 城市化阶段的能源需求 |
| 3.1 能源需求概述 |
| 3.2 中国和美国的国际比较 |
| 3.2.1 能源需求特征的比较 |
| 3.2.2 能源需求影响因素的比较 |
| 3.3 面板数据模型与协整模型研究 |
| 3.3.1 面板模型的构建 |
| 3.3.2 协整模型的构建 |
| 3.3.3 数据来源与处理 |
| 3.3.4 实证检验与结果 |
| 3.4 城市化阶段的能源需求变动分析 |
| 3.4.1 变量假定 |
| 3.4.2. 情景分析 |
| 3.5 本章小结 |
| 4 城市化阶段的CO_2排放 |
| 4.1 城市化阶段的CO_2排放概述 |
| 4.2 城市化阶段的中日比较 |
| 4.2.1 人均碳排放 |
| 4.2.2 能源结构 |
| 4.2.3 能源强度 |
| 4.3 城市化阶段的CO_2排放影响因素分析 |
| 4.3.1 协整模型分析 |
| 4.3.2 数据来源与处理 |
| 4.3.3 实证检验与结果 |
| 4.4 城市化阶段的碳排放变动分析 |
| 4.4.1 变量假定 |
| 4.4.2 情景分析 |
| 4.4.3 减排政策 |
| 4.5 本章小结 |
| 5 建材工业城市化阶段的能源需求与节能潜力 |
| 5.1 建材工业能源需求的概述 |
| 5.2 能源需求的影响因素分析 |
| 5.2.1 能源需求的影响因素 |
| 5.2.2 协整模型与数据处理 |
| 5.2.3 实证检验与结果 |
| 5.3 建材工业能源需求变动的分析 |
| 5.3.1 不同经济增长情形 |
| 5.3.2 情景分析 |
| 5.4 建材工业能源需求差异研究 |
| 5.4.1 建材工业节能研究 |
| 5.4.2 建材工业节能政策 |
| 5.5 本章小结 |
| 6 建材工业城市化阶段的电力需求与节电情景 |
| 6.1 建材工业电力需求的概述 |
| 6.1.1. 建材工业的电力消费领域 |
| 6.1.2 中国建材工业能源和生产特征 |
| 6.2 建材工业电力需求的影响因素 |
| 6.2.1 变量的定义 |
| 6.2.2 数据来源 |
| 6.2.3 电力需求的影响因素与协整分析 |
| 6.2.4 实证检验与结果 |
| 6.3 建材工业电力需求变动的分析 |
| 6.3.1 变量假定 |
| 6.3.2 场景设计与分析 |
| 6.3.3 能源需求的情景分析 |
| 6.4 建材工业的节电潜力 |
| 6.4.1 情景分析 |
| 6.4.2 节电政策 |
| 6.5 本章小结 |
| 7 建材工业的电力强度与节电分析 |
| 7.1 建材工业电力强度的概述 |
| 7.2 建材工业电力强度的影响因素分析 |
| 7.2.1 协整分析与数据来源 |
| 7.2.2 电力强度的国际比较 |
| 7.2.3 实证结果与分析 |
| 7.3 建材工业电力强度变动的分析 |
| 7.3.1 变量假定 |
| 7.3.2 节电潜力与节电量 |
| 7.3.3 电力强度的情景分析 |
| 7.4 电力强度的变动趋势分析 |
| 7.5 本章小结 |
| 8 建材工业二氧化碳排放因素的分解分析 |
| 8.1 能源消费与CO_2排放概述 |
| 8.2 分解分析的模型研究 |
| 8.2.1 分解分析模型 |
| 8.2.2 数据来源和处理 |
| 8.3 建材工业CO_2排放变化的因素分解分析 |
| 8.3.1 不同时间区间CO2变化趋势的比较 |
| 8.3.2 主要影响因素的进一步讨论 |
| 8.3.3 CO_2变化的累积效果分析 |
| 8.4 建材工业CO_2减排潜力 |
| 8.4.1 CO_2排放预测 |
| 8.4.2 CO_2减排潜力分析 |
| 8.5 本章小结 |
| 9 研究结论 |
| 参考文献 |
| 后记 |
| 在学期间主要科研成果 |
| 一、建材工业宏观经济运行环境平稳向好 |
| 1. 固定资产投资增速止跌趋稳 |
| 2. 建材出口和消费增速回升 |
| 二、产业结构调整保证建材工业平稳增长 |
| 1. 传统产业工业化进程推进规模以上建材工业较快增长 |
| 2. 建材新兴产业快速增长 |
| 3. 建材传统产业继续低速增长 |
| 三、建材工业有望实现稳中有进 |
| 1. 投资增速回归平稳是符合经济发展规律的必然 |
| 2. 建材出口和消费增速趋稳 |
| 3. 今年建材工业有望实现稳中有进 |
| 一、2010年建材工业经济运行情况分析 |
| (一) 生产较快增长 |
| 1. 年末建材工业高速增长 |
| 2. 新兴产业快速发展 |
| (二) 固定资产投资趋缓 |
| (三) 出口恢复增长 |
| (四) 经济运行质量提高 |
| 1. 建材工业经济实力增强 |
| 2. 经济效益提高 |
| 3. 产业结构优化和管理水平提升促进效益改善 |
| 二、建材工业发展环境分析与展望 |
| (一) 建材企业能源和原材料购进价格较快上涨 |
| (二) 能源、人工成本上升, 产品毛利率下降 |
| (三) 加息对建材工业的影响 |
| (四) 国际贸易保护主义和人民币汇率升值对建材出口有影响 |
| (五) 产业结构调整将涉及多方面深层次结构性矛盾 |
| (六) 适度增长是大势所趋 |
| 一、生产较快增长 |
| (一) 2010年年末建材工业高速增长 |
| (二) 推动建材工业增长的因素依然存在 |
| 1. 传统产业仍有增长空间 |
| 2. 传统产业在欠发达地区的增长 |
| 3. 新兴产业的增长 |
| 4. 私营经济成份对增长的影响 |
| 5. 出口对增长的影响 |
| 6. 适度增长是大势所趋 |
| 二、产业结构调整和经济运行质量 |
| (一) 产业结构优化 |
| 1. 行业结构优化, 低能耗高附加值产业快速发展 |
| 2. 水泥、平板玻璃生产工艺结构优化 |
| 3. 水泥和浮法玻璃生产规模结构优化 |
| 4. 产品品种质量结构的优化 |
| 5. 企业组织结构的优化 |
| (二) 经济运行质量提高 |
| 1. 建材工业经济实力增强 |
| 2. 经济效益提高 |
| 3. 产业结构优化和管理水平提升促进经济效益提高 |
| 三、运行环境严峻复杂 |
| (一) 建材企业能源和原材料购进价格较快上涨 |
| (二) 能源、人工成本上升, 产品毛利率下降 |
| (三) 加息对建材工业的影响 |
| (四) 国际贸易保护主义和人民币汇率升值对建材出口影响 |
| (五) 产业结构调整将涉及多方面深层次结构性矛盾 |
| 0 引言 |
| 1 改革开放以来我国经济增长及周期变化 |
| 1.1 国民经济保持了持续快速增长 (表1) |
| 1.2 主要工业品产量大幅度增加 (表2) |
| 1.3 GDP增长呈周期化变化特征 (图1) |
| 2 我国新一轮经济增长周期及变化特征 |
| 3 2008年我国进入经济增长周期的下降期 |
| 3.1 经济调整的必然性 |
| 3.2 国际金融危机加剧了我国经济调整的力度 |
| 4 对当前经济形势的判断 |
| 4.1 应对当前经济危机的主要措施 |
| 4.2 对当前经济形势的看法 |
| 5 对建材工业的影响分析 |
| 5.1 GDP、固定资产投资与建材主要产品生产状况的关系 (图4, 5) |
| 5.2 投资构成对建材消费影响显着 |
| 5.3 投资对水泥消费的强度逐年降低 |
| 5.4 投资高增长减速后, 将直接影响建材消费的需求增长 |
| 5.5 主要建材产品区域市场将不平衡发展 |
| 6 应对措施 |
| 1 建材工业在国民经济中的地位和作用 |
| 1.1 建材工业在国民经济中的比重 |
| 1.2 透过投入产出表看建材工业在国民经济中的地位 |
| 1.2.1 建材行业的中间使用率 |
| 1.2.2 建材行业的波及效应分析 |
| 1.3 建材工业与国民经济及相关行业的相关性分析 |
| 1.3.1 与GDP的关系 |
| 1.3.2 与固定资产投资的关系 |
| 1.3.3 与建筑及房地产业的关系 |
| 1.3.4 建材工业与人民的生活水平的相关性 (图5, 6) |
| 2 建筑业发展趋势分析及预测 |
| 2.1 建筑业在国民经济中的地位 (图7) |
| 2.2 建筑业的发展趋势 |
| 2.3 2010, 2020年建筑业增加值预测 |
| 3 建材工业增加值及主要建材产品需求量预测 |
| 3.1 2010, 2020年建材工业增加值预测 |
| 3.2 主要建材产品需求量预测 |
| 3.2.1 水泥 |
| 3.2.2 平板玻璃及加工玻璃 |
| 3.2.3 建筑陶瓷及卫生陶瓷 |
| 3.2.4 墙体材料 |
| (一) 小康住宅建设对建筑材料的需求分析 |
| 1小康住宅的标准 |
| 2小康住宅建设对建筑材料需求变化趋势分析 |
| 3小康住宅建设对建筑材料需求量预测 |
| (二) 基础设施建设对建筑材料的需求分析 |
| 1我国基础设施基本建设现状 |
| 2主要基础设施建设领域对水泥产品消耗定额分析 |
| (3) 城市基础建设对水泥需求定额分析 |
| 3基础设施建设对建材产品的需求预测 |
| (1) 基础设施建设对水泥的需求总量 |
| (2) 主要行业对水泥的需求量预测 |
| (三) 社会主义新农村建设对建筑材料的需求分析 |
| 1农村建材消费现状 |
| 2社会主义新农村建设主要内容及对建材需求的相关性分析 |
| (1) 新农村建设主要内容 |
| (2) 对建筑材料需求的相关性分析 |
| 3新农村建设对建筑材料的需求量预测 |
| (1) 重点相关领域建设规模预测 |
| (2) 主要建筑材料的需求量预测 |
| (1) 水泥消费量预测 |
| (2) 玻璃消费量预测 |
| (3) 卫生陶瓷消费量预测 |
| (4) 建筑陶瓷消费量预测 |
| (5) 墙体材料消费量预测 |
| (6) 沼气池建材需求量预测 |
| (7) 2010~2020农村建材产品需求量预测结果 |