中国统计年鉴2020全国社会经济发展指标：9-13 人均生活能源消费量
【城镇居民生活能耗与碳排放动态特征分析】 能耗评价指标 碳排放
【城镇居民生活能耗与碳排放动态特征分析】能耗评价指标碳排放摘要居民家庭生活能源消费与碳排放越来越不容忽视，开展这方面研究对于促进居民可持续消费、寻找新的节能减排途径都具有十分重要的意义。
本文在考察量化1999-20__年中国城镇居民生活直接、间接能源消费及其碳排放连续变化的基础上，探究了这段时期生活能耗与碳排放的动态变化特征，并分析其潜在的影响因素。
研究主要结论包括：1999-20__年，中国城镇居民人均生活总能耗和碳排总量都呈现出逐年增加趋势，其中间接能耗与碳排始终大于直接能耗与碳排，但二者的差异正在逐年缩小；对于人均直接能耗与碳排来说，二者总量都呈逐年增加趋势，其中电力和煤炭是最主要的直接能源消费品种，也是最主要的碳排来源；对于人均间接能耗与碳排来说，虽然居民生活消费开支逐年递增，但由于各类消费项的单位产值能源强度在逐年下降，因此总的间接能耗与碳排并没呈现出一定的递增或递减趋势，而是出现波动性变化。
其中“食品”、“教育文化娱乐服务”和“居住”3项是居民生活间接能耗与碳排的主要来源；人均住宅建筑面积是居民生活碳排变化的主要影响因子。
研究结论为引导可持续的家庭消费模式和节能减排措施的制定提供管理启示与科学依据。
关键词生活消费；能耗；碳排放；节能减排；中国中图分类号 X24 文献标识码 A 文章编号 1002-2104（20__）05-0093-08doi:10.3969/j.issn.1002-2104.20__.05.016能源问题及全球变暖已成为世界各国关注的焦点。
根据联合国政府间气候变化专门委员会(IPCC)第四次评估报告，全球温室气体增加的主要来源是化石能源消费，其所导致的CO�2排放在全球碳排放中占主导地位［1］。
长期以来，应对能源危及和气候变暖的政策措施多集中于工业生产领域。
很大程度上忽视了作为社会终端消费单元、生产活动原始驱动力的家庭生活消费。
而近年来许多国家的研究都表明由家庭消费带来的能耗及温室气体排放比例越来越不容忽视。
低碳经济评价指标体系与评估
低碳经济评价指标体系与评估摘要：根据科学发展观的内涵筛选指标建立低碳经济评价指标体系，并通过德尔菲法筛选指标，构建包括目标层、准则层、方案层三个层次16个指标的低碳经济评级指标体系，以湖北省为例确定低碳经济评价结果。
影响低碳经济发展的主要是总量、结构、强度、效率、碳汇建设等指标，各指标的最终得分都将限定在0分一100分之间. 采用线性加权法对指标值进行综合评价，故将评语集分为“优秀”、“良好”、“一般”、“较低”四个等级。
关键词：低碳经济；评价指标体系；碳排放Abstract：according to the scientific outlook on development connotation screening indexes of low carbon economy evaluation index system, and through the Delphi method for screening indexes, including construction of the target layer, criterion, plan three levels of 16 indicators of the low carbon economy evaluation index system, taking Hubei Province as an example to determine low carbon economic evaluation results. Effects of low carbon economy development is the main gross, structure, strength, efficiency, carbon sink construction index, the index of the final score will be limited to 0 points 100 points between. Using linear weighted method for index value of comprehensive evaluation, the evaluation set as “ excellent “, “ good “, “ general “ low “, “ four grade.Key words: low carbon economy; evaluation index system; carbon emission2009年12月召开的《联合国气候变化框架公约》第十五次缔约方会议在哥本哈根举行，大会指出，全球气候变化形势比以前更加严峻，大气中的二氧化碳在2009年达387ppm，并且预测北极海冰到2100年可能完全消失。
中国城乡居民生活消费碳排放变化的比较研究
中国城乡居民生活消费碳排放变化的比较研究范建双;周琳【摘要】基于碳排放系数法估算了1997～2015年中国城镇、农村和整体(包含城镇和农村)居民生活消费引起的直接碳排放量,进一步采用Dagum基尼系数和Kernel密度函数估计方法对中国城镇和农村居民生活消费碳排放的地区差距及分布动态进行实证研究.同时,采用乘积式对数平均迪式指数模型(M-LMDI)分析了直接能源消费强度、居民人均消费水平和单位能源碳排放强度3大因素对居民消费碳排放变化的影响,并重点考察了各省份相关变量对生活消费碳排放影响的城乡差异.结果表明:(1)中国城镇和农村居民人均生活消费碳排放量在研究期内呈现逐年递增的趋势,在空间上均存在显著非均衡特征.(2)中国居民人均生活消费碳排放的地区总差异呈现波动下降的趋势,从1997年的0.379下降到201 5年的0.244.1997～1999年城镇和农村居民生活消费碳排放的组间差距是城乡差距的主要来源,其贡献率超过50％.2000年后组内差距成为城乡差距的主要来源,其贡献率均大于40％并超过了组间差距.(3)城镇和农村居民人均生活消费碳排放均在增加,地区差异均在扩大.(4)对全国居民生活消费碳排放变动贡献最大的省区是内蒙古,累计贡献值达0.1005.贡献最小的省区是云南,累计贡献值为0.0125.(5)农村的能源消费强度和人均消费水平的贡献程度在研究期内均大于城镇,单位能源碳排放强度在两个地区的贡献水平表现出了波动性.【期刊名称】《中国环境科学》【年(卷),期】2018(038)011【总页数】15页(P4369-4383)【关键词】城镇居民;农村居民;生活消费;碳排放;Dagum基尼系数;LMDI【作者】范建双;周琳【作者单位】浙江工业大学经贸管理学院,浙江杭州310023;浙江工业大学技术创新与企业国际化研究中心,浙江杭州310023;浙江工业大学经贸管理学院,浙江杭州310023;浙江工业大学技术创新与企业国际化研究中心,浙江杭州310023【正文语种】中文【中图分类】X24随着科技进步和城镇化进程的加速,人们的生产和生活方式发生了改变,能源消耗结构也发生改变,消耗数量不断增加,给全球碳减排带来了巨大压力.随着家庭能源需求的不断上升,人们开始意识到居民生活消费所引起的直接和间接碳排放,已经或者即将成为新的碳排放增长点.在一些城镇化水平较高的发达国家,家庭能源消费已经超过工业部门,成为重要的碳源[1].随着中国刺激消费和拉动内需政策的进一步实施,我国未来居民消费模式变化引起的能源消耗数量和结构变化必将对碳排放产生越来越重要的影响[2].同时,城镇和农村作为承载人类生活和生产的两种不同空间载体,二者之间在诸多方面存在较大差异.而作为在城镇和农村从事生产和生活的主体,居民的消费行为和消费方式也截然不同,从而导致能源消耗结构和数量存在较大差异.随着城镇化进程的加速,不断有农村居民向城镇转移和集聚,这在导致能源消耗结构和数量发生变化的同时,也引起了碳排放的变化.中国的城镇化率已经由1978年的17.92%增加到2015年的56.10%,期间增长了3倍多.城镇人口增加的同时农村人口在不断减少,相应的城镇居民和农村居民生活消费也发生了巨大变化,势必导致生活消费碳排放发生重要变化.同时考虑到我国不同区域之间的经济发展水平差异较大,碳排放与区域经济发展之间存在长期均衡关系[3].因此,从城乡差异的视角考察居民消费碳排放的规模和结构特征,并基于历史数据测算各省区相关变量与全国城乡居民消费碳排放之间的数量关系,并对城乡差异进行比较,对于综合权衡城乡和区域间的碳减排目标具有重要的现实意义.由于发达国家基本完成了城镇化建设,家庭部门是仅次于工业部门的第二大能源消耗主体.因此,早期对于居民消费碳排放的研究更多集中在这些发达经济体,如美国[4]、英国[5]、丹麦[6-7]、西班牙[8]和希腊[9].这些文献均认为不同的家庭消费模式和消费水平均会对其碳排放产生影响.近年来,针对中国居民生活消费碳排放的相关研究逐渐增多.目前相关的研究主要集中在以下四个方面:一是将城镇和农村作为整体进行研究.如冯蕊等[10]、查建平等[11]、顾鹏等[12]采用碳排放系数法分别估算了天津市和全国城乡整体居民生活消费碳排放量.在对居民生活消费碳排放进行测度的基础上,有学者开始关注其驱动机制,如Feng等[13]采用灰关联方法检验了中国城乡整体居民消费对碳排放的影响.李艳梅等[1]采用面板数据模型重点考察了城镇化对家庭直接和间接碳排放的影响,并考虑了省际间的区域差异.更多的学者采用因素分解方法对城乡整体居民生活消费碳排放的驱动因素进行分析,主要采用指数分解模型[14-17]和结构分解模型 [18-20]两类方法.二是重点关注城镇居民生活消费碳排放.如张艳等[21]测算了我国287个地级市的城市居民消费碳排放及其空间分布,并探索其影响因素.万文玉等[2]对我国各省城市居民生活消费碳排放的时空演变特征进行分析,并利用面板数据模型分析了影响城市居民生活能源碳排放的主要因素.三是将研究视角聚焦到农村地区.如田宜水等 [22]则采用LEAP模型对2020年中国农村居民生活用能需求和碳排放情况进行了情景模拟.Chen等 [23]对中国农村居民消费的可再生能源产生的碳排放进行了测算.Wu等[24]采用问卷调查和多元线性回归方法对丽江农村居民生活消费碳排放的驱动因素进行了研究.四是对城乡差异进行比较.如李艳梅等[25]发现,城镇的户均直接能源消费和碳排放一直高于农村,但差距正在缩小,原因在于城镇直接能源消费强度下降、直接能源消费结构优化、家庭规模缩小所产生的节能减排效应逐步增大,抵消了人均消费水平提高所产生的增能增排效应.彭水军等[26]采用投入产出和结构分解方法进行研究,发现居民消费碳排放绝大部分都来自城镇居民的消费活动.除了城乡之间碳排放量的差异,进一步的有学者开始关注城乡间碳排放驱动因素的差异.如Zha等[27]通过对比研究,发现人口效应是城镇居民消费碳排放的主要促增因素,但却是农村居民消费碳排放的主要促减因素.张馨等[28]通过比较分析发现,在不考虑其他因素的前提下,农村居民转化为城镇居民会导致碳排放量的增加.这种变化反映了城乡居民生活水平的差异,发展趋势上表现为居民的消费行为由生存型向发展型转变.张友国[29]发现人口规模差异和人均消费水平差异是缩小城乡居民碳排放差异的重要因素.Zhang[30]进一步发现城镇间接生活消费碳排放的增加源于消费支出的增长,而农村地区的增长不显著.城镇直接生活消费碳排放的下降源于能源结构的变化,而农村地区的下降不显著.上述研究对中国城镇和农村居民生活消费碳排放进行了系统的测算、比较和驱动因素分析,并得出了有价值的结论.但是仍然存在两点不足:一是对中国城乡差异的比较研究均是以全国层面数据为研究样本,目前还缺乏基于省域层面的城乡比较;二是对城镇、农村居民生活消费碳排放的因素分解过程中未考虑分省贡献. 因此,本文基于中国30个省区1997~2015年的面板数据,采用Dagum基尼系数和Kernel密度函数估计方法对中国城镇和农村居民生活消费碳排放的空间差距及分布动态进行实证测度,将有助于我们掌握生活消费碳排放城乡差距的大小和演进趋势.并且进一步系统识别各省区相关变量对中国城镇、农村和整体居民生活消费直接碳排放的影响机制,并对三者之间的差异进行比较分析,这是现有文献鲜有涉及的.本研究发现中国居民人均生活消费碳排放的城乡差距总体上呈现下降趋势,但是农村居民人均生活消费碳排放的增长率要远高于城镇.该研究发现不仅是对现有文献的有益补充,而且能够更好的为环境政策制定和实施提供借鉴和参考.居民生活消费引起的碳排放包括直接碳排放和间接碳排放两部分.本文仅分析居民生活消费直接碳排放,并根据《中国能源统计年鉴》地区能源平衡表中城镇、农村和整体生活消费的20种能源消费量进行计算.由于20种能源包括了原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气、其他石油制品、其他焦化产品和其他能源18种化石能源以及电力、热力的二次能源消费两部分.因此,借鉴已有文献的思路,本文采用如下公式对城镇和农村居民生活消费碳排放量进行测算:式中:Ck表示第k省区的城镇/农村/整体居民生活直接消费碳排放总量;Cjk表示第k省区的城镇/农村/整体第j种化石能源消费碳排放量;j=1,2,…,18 指18类化石能源类型;Cek和Chk分别表示第k省区的城镇/农村/整体居民生活电力和热力的二次能源消费产生的碳排放量;Ejk表示第k省区的城镇/农村/整体居民生活第j类化石能源终端消耗量;Ojk表示第j类化石能源的碳氧化率;CFjk表示第j类化石能源的碳排放因子;LCVjk表示第j类化石能源的平均低位热值;Eek表示第k省区的城镇/农村/整体居民生活电力消费量;Ehk表示热力消费量;δek表示第k省区电力消费的碳排放系数;δhk表示第k省区热力消费的碳排放系数.1.2.1 Dagum基尼系数及其分解方法在对城镇和农村居民生活直接消费碳排放量进行有效测度的基础上,本文进一步采用Dagum 基尼系数来分析城镇和农村之间以及地区之间的差距.不同于传统的基尼系数,Dagum基尼系数不仅能够有效识别地区间差距的来源,而且能够描述子样本的分布情况,并有效解释子样本之间交叉项的问题[31].Dagum基尼系数[30]的表达式如下:式中:G为基尼系数,表示总体差距;表示基尼系数总的平均差;yji (yhr) 是j(h) 地区内任意一个省份的居民人均生活直接消费碳排放量;表示全国城乡居民人均生活直接消费碳排放量的平均值;n表示全部省份的数量;k表示地区个数;nj(nh)表示j(h)地区内省份的个数.在进行基尼系数分解的过程中,首先要根据地区内居民人均生活直接消费碳排放量的均值进行排序,形式如下:按照Dagum基尼系数的分解方法,可以将基尼系数分解为3个部分:地区内差距的贡献(Gw)、地区间差距的贡献(Gnb)和超变密度的贡献(Gt).其中,超变密度是划分子样本时交叉项对总体差距(G)的影响,四者之间关系为:G= Gw+ Gnb+ Gt.各部分的计算公式如下:式中:pj=nj/n表示地区份额;表示j地区碳排放份额,j=1,2…,k;Gjj表示j地区的基尼系数;表示j地区的基尼系数平均差;Gjh表示j、h地区的地区间基尼系数;表示j、h 地区间的基尼系数平均差.Djh表示j和h地区间居民人均生活直接消费碳排放量的相对影响,其定义如公式(9)所示,根据Dagum[32]引理1和引理2可知,根据引理3可知=djh+pjh,因此Gnb、Gt也可表示为:根据以上方法,测算和分解了全国30个省区之间以及城镇和农村之间1997~2015年居民人均生活直接消费碳排放量空间分布的基尼系数并进行了地区分解.1.2.2 Kernel密度估计本文进一步将各省份的居民人均生活直接消费碳排放量的空间特征引入到时间坐标轴上进行动态评价,并采用Kernel密度估计来分析时间特征.Kernel密度估计方法能够对全国居民人均生活直接消费碳排放量的整体空间差异进行分析,并且通过观测核密度函数曲线峰值和宽度的变化,能够对全国、城镇和农村居民人均生活直接消费碳排放量的总体差异的分阶段动态变化进行可视化表达.假设随机变量X的密度函数为f(x) ,则在点x的概率密度可以由下式进行估计:式中:N为观测值的数量;h表示窗宽, , ;K(·)是核密度函数,它是一种加权函数或平滑转换函数;Xi为独立同分布的观测值,x为均值.本文采用高斯核函数进行估计,其表达式为:结合核密度函数图,就可以对居民人均生活直接消费碳排放量的取值在不同观察期的变化进行有效判断,进而刻画其动态特征.目前对碳排放进行因素分解的指数分解方法主要有算术平均 Divisia 指数分解法(AMDI)和对数平均 Divisia指数分解法(LMDI).AMDI 取两个端点值的算术平均数为权数,简单易行,但分解结果存在残差.LMDI方法分解无残差,对零值与负值数据能进行有效的技术处理,并且对于乘法和加法的分解结果具有总和一致性的优点.同时,考虑到加法模型更适合排放数量指标,而乘法模型更适合排放效率指标(如碳排放强度、人均碳排放量等).由于本文采用居民人均生活消费碳排放量(以下简称CP)作为分解指标,即排放效率指标,因此采用乘积式LMDI(M-LMDI)方法进行分析,首先将中国城镇、农村和整体CP分解为30个省区3个变量的乘积之和的形式:式中:CP(t)表示全国城镇/农村/整体居民t时期的人均生活直接消费碳排放量;C(t)和Ck(t)分别表示全国和第k省区城镇/农村/整体居民生活直接消费碳排放总量;p(t)和Pk(t)分别表示全国和第k省区城镇/农村/整体人口数量;k=1,2,…,30指30个省区;Ek(t)表示第k省区城镇/农村/整体居民生活直接能源消费总量;Tk(t)表示第k省区城镇/农村/整体居民生活消费支出总额.式(14)可以进一步表达为:式中:CEk(t)=Ck(t)/Ek(t)表示单位能源碳排放强度; ETk(t)=Ek(t)/Tk(t)表示能源直接消费强度,即单位消费支出的直接生活能源消费量;TPk(t)=Tk(t)/ Pk(t)表示人均消费支出,表征人均消费水平.根据M-LMDI方法对式(3)进一步分解,则可以得到相邻2个时段(t期~t+1期)居民人均生活直接消费碳排放量的变化可以表达为:用来表示全国城镇/农村/整体CP值从t时期到t+1时期的变动情况,并且分解为30个省区的3种因素变动的加权平均值之和.是权重函数在时刻的函数值.本文采用Sato-Vartia 指数来测度,即:可以运用下列的对数平均函数求取:基于上述理论模型,本文选取中国30个省区1997~2015年的面板数据为研究样本.主要搜集4组数据:30个省区城镇、农村和整体的居民生活直接能源消费数据、生活消费支出数据、人口数据和居民生活直接消费碳排放数据.其中,城镇、农村和整体的居民生活能源消费数据来源于1998~2016年《中国能源统计年鉴》中各省区的地区能源平衡表.平衡表中的20类能源的统计单位不统一,本文按照《中国能源统计年鉴》2016中所附的各类能源的折标准煤参考系数将20类能源的单位统一转化成万t标准煤;城镇、农村和整体人口数据来源于1998~2016年《中国统计年鉴》;城镇、农村和整体居民生活消费支出总额数据来源于1998~2016年《中国统计年鉴》,由于年鉴中仅公布了各省区城镇和农村的人均生活消费支出数据,本文结合该数据和人口数据推算出城镇和农村地区的居民生活消费支出总额数据,二者加总后得到整体居民生活消费支出总额数据,并进一步将数据以1997年为基期进行了平减.平减采用的国内生产总值价格指数来自历年《中国统计年鉴》;城镇、农村和整体居民生活直接消费碳排放数据采用碳排放系数法进行间接测算(具体测算过程参见1.1节);18种化石能源的碳排放系数来自IPCC;各省电力的碳排放系数来自于《关于公布2009年中国区域电网基准线排放因子的公告》;热力的碳排放系数参考了李艳梅等[1]的数据.1997~2015年期间中国城乡CP值均呈现逐年递增的趋势,且城镇CP值明显高于农村,为了进一步分析地区差异,本文利用ArcGIS的自然点断法绘制了1997年、2015年中国城镇和农村CP值变化的空间分布图,如图1所示,城镇和农村CP值在空间上均存在显著非均衡特征.1997年城镇CP值东部和西部差异较大,中部地区较为集聚,山东、江苏、安徽、湖南和贵州一带城镇CP值最低;2015年北部地区城镇CP值增加较快,呈现向东北地区集聚的趋势,各碳排放水平的集聚区域明显,总体看来东北和西部地区大于中部地区和东部地区.1997年中部地区农村CP值较高且较为集聚,东部地区相对最低;2015年农村CP值逐渐呈现出较大的东西集聚差异,东部地区农村CP值明显高于北部地区,并呈现向东南地区集聚的趋势.2.2.1 城镇和农村居民两组人群之间差距及其来源分解根据Dagum基尼系数分解方法,对城镇和农村CP进行测算和分解,结果如表1所示.1997~2015年期间中国整体CP的城乡差距总体上呈现波动下降趋势,具体而言,1998~2005年城乡差距缩小速度较快,2006~2011年城乡差距缩小速度较为缓慢, 2012年以后城乡差距缩小速度又开始加快,2015年达到最小值0.235.从组内差距(指城镇或者农村居民人群内部区域之间的差距)来看,研究期间内城镇居民组内差距变动呈现波动状态, 1998~2004年呈现“U”型态势,2005年之后呈现出缓慢的增长趋势.农村地区组内差距在1997~2015年呈现逐年缩小的发展态势.相比较而言, 1997~2011年农村地区的组内差距总是大于城镇地区,2012年以后则出现了反转,城镇地区组内差距大于农村地区.从组间差距(指城镇居民和农村居民两组人群之间的差距)来看,1997~2015年其变动趋势与总体差距类似,均呈现波动下降趋势,CP差距在缩小.从两组人群差距的来源看,1997~2015年CP的组内差距和超变密度的贡献率呈现上升趋势,而组间差距的贡献率则呈现下降趋势.具体来说,1997~ 1999年期间,城镇和农村CP的组间差距贡献率最大,是城乡差距的主要来源;2000年后,组内差距的贡献率超过了组间差距,成为城乡差距的主要来源.从基尼系数分解结果来看(图2),1997~2015年组内差距呈现轻微波动状态,总体有轻微的下降趋势,从1997年的0.139下降到2015年的0.117,说明研究期内的组内差距变动不明显;组间差距呈现波动下降趋势,从1997年的0.202下降到2015年的0.064,这说明组间差距对城镇与农村CP差距的影响在逐渐变弱,并且以2002年为分界线,之前年份组间差距为总体差距的主导因素,而之后年份主导因素则变为组内差距;超变密度在研究期内呈现出波动上升的发展态势,从1997年的0.038上升到2015年的0.062.除了2011和2013年之外,其取值始终低于组内差距和组间差距,不难得出,组内差距和组间差距的交互作用使得总体差距呈现出波动下降的趋势,从1997年的0.379下降到2015年的0.244.即组内差距和组间差距的同时下降是导致总体差距下降的主要原因.即城镇和农村之间的总体CP差距呈现出缩小的发展态势,这与李艳梅等[23]的研究结论保持一致.但是城乡差距缩小的原因并不在于城镇地区CP值的下降,而是农村CP值的增长速度远高于城镇地区导致的. 2.2.2 地区差距及其来源分解本文进一步依次对全国整体、城镇和农村CP的地区差异分别按东部、中部和西部地区进行测算和分解,其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地区包括四川、重庆、贵州、云南、陕西、甘肃、宁夏、新疆、广西、内蒙古.结果如表2、表3和表4所示.从表2可知,东部地区的地区内差距最大(均值0.257),其次是西部地区(均值0.253),中部的地区内差距最小(均值0.206);东部和中部地区整体CP值的地区间差距最大(均值0.276),其次是东部和西部地区(均值0.275),中部和西部的地区间差距最小(均值0.248).从发展趋势来看,东部地区的地区内差距呈现出明显的下降趋势,从1997年的0.308下降到2015年的0.164,说明东部地区内部的各省区之间的差距在不断缩小;中部地区的地区内差距在研究期内表现出了波动状态,但是波动幅度不大,基本稳定在0.2左右波动,并呈现轻微的下降趋势,从1997年的0.202下降到2015年的0.179,这说明中部地区内部各省区之间的差距变化不大;西部地区的地区内差距同样呈现出了波动中下降的发展趋势,但是波动的幅度要明显高于中部地区,从1997年的0.262下降到2015年的0.224.从中国城乡整体东部、中部和西部地区差距的来源和贡献率来看,研究期内超变密度的贡献率取值均最高,研究期内保持在40%左右波动,说明CP的地区内差距和地区间差距的交互作用是总体差距的主要来源;贡献率次之的是地区内差距,研究期内维持在30%以上的区间内小幅波动;贡献率最低的是地区间差距,并且在研究期内呈现出剧烈波动,总体上呈现出一定的上升趋势.表3展示的是城镇CP的基尼系数及其分解结果.从基尼系数可知,西部地区城镇CP 的地区内差距最大(均值0.269),其次是东部地区(均值0.254),中部的地区内差距最小(均值0.222);东部地区和西部地区城镇CP的地区间差距最大(均值0.279),其次是中部地区和西部地区(均值0.270),东部和中部的地区间差距最小(均值0.262).从发展趋势来看,中部地区和西部地区城镇CP的地区内差距在研究期内呈现出波动中上升的发展态势,分别从1997年的0.135和0.200上升到2015年的0.260和0.279;东部地区则呈现出波动中下降的发展态势,从1997年的0.241下降到2015年的0.208;三大区域城镇CP的地区间差距均表现出波动中上升的发展趋势.从城镇CP地区差距的来源和贡献率来看,除了2004年以外,研究期内超变密度的贡献率取值均最高,并在2007年达到最高值(63.06%),并在研究期内呈现出波动上升的发展态势,这说明超变密度是总体差距的主要来源;贡献率次之的是地区内差距,其取值在研究期内始终保持在30%以上,波动幅度较低,基本维持在32%~34%的区间内波动;贡献率最低的是地区间差距,在研究期内波动剧烈,2007年的最低值(3.16%)和2004年的最高值(33.90%)之间差距较大,并且从时间趋势上呈现出了明显的波动下降态势.表4展示的是农村CP的基尼系数及其分解结果.从基尼系数可知,东部地区农村CP 的地区内差距最大(均值0.340),其次是西部地区(均值0.251),中部的地区内差距最小(均值0.224);东部地区和中部地区农村CP地区间差距最大(均值0.399),其次是东部地区和西部地区(均值0.369),中部地区和西部地区的地区间差距最小(均值0.263).从发展趋势来看,东部、中部和西部地区农村CP的地区内差距均呈现出了波动降的态势,分别从1997年的0.511、0.352和0.299下降到2015年的0.172、0.092和0.133;从地区间差距来看,东部与中部、东部与西部、中部与西部在研究期内均呈现下降趋势,分别从1997年的0.509、0.447和0.366下降到2015年的0.258、0.283和0.119,降幅明显,说明中国农村CP的地区间差距有明显的缩小.从中国农村东部、中部和西部地区差距的来源和贡献率来看,研究期内地区间差距的贡献率最高(均值为45.81%),说明地区间差距是总体差距的主要来源;贡献率次之。
2020年卫生健康统计年鉴火线解读！
2020年卫生健康统计年鉴火线解读！《中国卫生健康统计年鉴2020》新鲜出炉！我国人口情况如何，老龄化是加剧还是预料之内，出生率是否有好转？卫生费用支出何如，哪些疾病领域占比最大，又有哪些控费政策推出？威胁我国居民的疾病有哪些，患病率死亡率又是如何演变？本文将为大家一一解读。
01人口基本情况：出生率下降，老龄人口占比增加明显我国人口死亡率2000年至今保持平稳，但出生率下降明显。
2015年我国实施全面二孩政策，但出生率仅在2016年有小幅提升，随即回落，截至2019年仍在下降，创历史新低。
图表1：我国人口出生率、死亡率和自然增长率来源：中国卫生健康统计年鉴2020，中康产业资本研究中心整理除了出生率下降明显，我国还面临人口老龄化加快。
据统计数据显示，我国老龄人口占比由2010年的8.9%增加至2018年的11.9%，未来我国人口老龄化还将加剧。
图表2：我国人口年龄构成(2010 vs 2018)来源：中国卫生健康统计年鉴2020，中康产业资本研究中心整理02卫生经费：增速高于GDP，人均卫生费用十年翻3.5倍我国2019年卫生总费用达65841亿元，2009年至2019年十年复合增速14.1%。
卫生费用占GDP% 2009年为5.03%，2019年为6.64%，十年间占比提升了1.61%，卫生总费用增速高于国内生产总值GDP增速。
图表3：2009-2019我国卫生总费用及其占GDP%来源：中国卫生健康统计年鉴2020，中康产业资本研究中心整理(卫生总费用占GDP%：指某年卫生总费用与同期国内生产总值GDP 之比)对比2009年及2019年我国卫生费用构成，其中政府卫生支出占比变化不大，社会卫生支出占比增加明显。
社会卫生支出主要包括包括社会医疗保障支出、商业健康保险费、社会办医支出、社会捐赠援助、行政事业性收费收入等，从其组成来看，医保压力日益增加，与此同时商保的发展也一定程度分担了医保部分压力。
中国全面建设小康社会统计监测指标体系介绍
一、全面建设小康社会 统计监测指标体系
全面建设小康社会是党的十六大提出的在本世 纪头20年的奋斗目标，党的十七大又从实际出 发，适应国内外形势发展的新变化，对目标提
出了新的更高要求。
一、全面建设小康社会 统计监测指标体系
为了科学地反映中国全面建设小康社会的进程，为 党和政府制定政策提供依据，国家统计局统计科学 研究所从经济发展、社会和谐、生活质量、民主法
nj
wi zi
i 1
23
各类指数计算公式为： F j
wi zi / z i 为 x i 的无量纲化值， x i 为实际值， wi 为指标 xi 的权数，计算时需要将百分 数换成小数， Fj 为第 j 类指数， m j 为第 j 类第 1 个评价指标在整个评价指标体系中 的序数， n j 为第 j 类最后 1 个评价指标在整个评价指标体系中的序数。
一、全面建设小康社会 统计监测指标体系
接上表
监 测 指 标 18.文化产业增加值占 GDP 比重 五、文化教育 19.居民文教娱乐服务支出占家庭 消费支出比重 20.平均受教育年限 21.单位 GDP 能耗 六、资源环境 22.常用耕地面积指数 23.环境质量指数 单 位 % % 年 吨标准煤/万元 % % 权重 6 2 6 4 2 6 标准值 (2020 年) ≥5 ≥16 ≥10.5 ≤0.84 ≥100 =100
zi xi xi1
100%
，其中 z i 为 x i 的无量纲化值， x i 为实际值， xi1 为标准值。
若
xi 100%, 取 zi 100% xi1
六、评价方法
逆指标指数计算方法
逆指标共有 3 个，即恩格尔系数、5 岁以下儿童死亡率和单位 GDP 能耗。 其指数计算公式为：
中国节能政策导向及其效果的实证分析
因而不考虑技术进步。 基于相关学者 的研究及 中国的实际情 况 ， 文从 三个 层面 不 易 ， 本
【 收稿 日期 】 ０ Ｉ０—２ ２１－４ ２ 【 作者简介 ｌ 泓泽（９０ ）男 ， 李 １ ７－ ， 吉林辽源 人， 华北电力大学经济 与管理 学院副教授 、 士生导师， 究方 向： 硕 研 电力经济管理和 电力市场经济 分析 ； 宝（ ９６ ）男 ， 王 １８－ ， 安徽安庆人 ， 华北 电力大 学经济 与管理 学院硕士研 究生， 究方 向： 研 电力 市场 经济分析 ； 郭森 （９７ ）男， １８一 ， 辽宁沈 阳人 ， 华
一
、
能源 消 费推动 因素 选取 及分 析
业增加值 占国民总产值 的比重 与重工业 占工业 比重的乘积 。 Ｚ ａｇ ２０ ） 出中国居 民部 门的能源消费是总能 源消费 ｌｎ （０ ４ 指 ￣ 中的一个主要部分。ｇ ［ ｌ 除工业部门消耗大量能源外 ， 民也是耗 居 能的一个重要源头 。居民不仅 在生活上要消耗能源 ， 还购买 了 大量 的能耗交通工具一 汽车 。考 虑到总人 口因素 ， 们选取 我 了人均生活能源消费量和民用汽车拥有 量作 为居 民耗能 因素 。 能源 消费亦存在 着一些抑 制因素 ， 如能 源价格 、 策及 技 政 术进步等 。Ｙ ａ （０ ０ 指出 ， ｕｎ ２ １ ） 中国能源价格完全或部分 由政府 控制 ， 国内低 于国际水 平 ， 因而 国内能源价格 并不能反 映能源 供需关 系。［ ６ １ 国内较低 的能 源价 格未能抑制能源消费 的快速增 长， 因而不予考虑该 因素 。我们 认为政策 因素是通过 以上分析 的因素产生作用的 ， 因而不 予考虑。叶林等 （ｏ ９ 指 出技术进 ２０ ） 步对 １７－ ２０ 年间能源消费 的影 响不 大 ，且技术进步测 算 ９８ ０６ Ｉ ５ １
计量经济学第四章练习题及参考解答
第四章练习题及参考解答4.1 假设在模型i i i i u X X Y +++=33221βββ中，32X X 与之间的相关系数为零，于是有人建议你进行如下回归：ii i i i i u X Y u X Y 23311221++=++=γγαα(1)是否存在3322ˆˆˆˆβγβα==且？为什么？ (2)111ˆˆˆβαγ会等于或或两者的某个线性组合吗？ (3)是否有()()()()3322ˆvar ˆvar ˆvar ˆvar γβαβ==且？练习题4.1参考解答：(1) 存在3322ˆˆˆˆβγβα==且。
因为()()()()()()()23223223232322ˆ∑∑∑∑∑∑∑--=iiiii iii iii x x x x x x x y x x y β当32X X 与之间的相关系数为零时，离差形式的032=∑i ix x有()()()()222223222322ˆˆαβ===∑∑∑∑∑∑iiiiiiii xx y x x x x y 同理有：33ˆˆβγ= (2) 111ˆˆˆβαγ会等于或的某个线性组合 因为 12233ˆˆˆY X X βββ=--，且122ˆˆY X αα=-，133ˆˆY X γγ=- 由于3322ˆˆˆˆβγβα==且，则 11222222ˆˆˆˆˆY Y X Y X X αααββ-=-=-= 11333333ˆˆˆˆˆY Y X Y X X γγγββ-=-=-= 则 1112233231123ˆˆˆˆˆˆˆY Y Y X X Y X X Y X X αγβββαγ--=--=--=+- (3) 存在()()()()3322ˆvar ˆvar ˆvar ˆvar γβαβ==且。
因为()()∑-=22322221ˆvar r x iσβ当023=r 时，()()()22222232222ˆvar 1ˆvar ασσβ==-=∑∑iixr x 同理，有()()33ˆvar ˆvar γβ=4.2在决定一个回归模型的“最优”解释变量集时人们常用逐步回归的方法。
2020中国统计年鉴
2020中国统计年鉴2020中国统计年鉴一、引言中国统计年鉴是中国国家统计局每年发布的一本全面反映国家及各行业经济、社会发展情况的综合性年度统计资料参考书。
本文对2020年中国统计年鉴进行全面解读和分析，以期对中国经济社会发展做以深入了解。
二、综述2020年，中国面临着严峻的挑战，全球疫情对经济社会发展造成了重大冲击。
然而，中国通过坚定的领导和科学的措施，在疫情防控和经济复苏方面取得了显著成效。
从GDP总量看，2020年中国的国内生产总值为101.60万亿元，比上年增长2.3%。
这表明中国经济在疫情冲击下保持了相对稳定的增长态势。
尤其是在第四季度，中国GDP增速加快至6.5%，为全球经济复苏注入了强劲动力。
三、人口与就业2020年，中国的总人口增长持续放缓，年末总人口为14.79亿人，较上年增长0.39%。
同时，城镇化进程持续推进，城镇人口比例达到了60.6%。
在就业方面，2020年全国城镇新增就业1182万人，实现了连续多年的稳定增长。
同时，失业率也保持在较低的水平上，这得益于中国经济的强劲复苏和政府的积极就业政策。
四、农业与农村中国的农业产量在2020年保持了相对稳定的增长，全年粮食产量为6.42亿吨，比上年增长0.9%。
与此同时，农村地区的基础设施建设和公共服务水平也有了显著进步。
农村贫困问题在2020年得到了进一步解决，全年农村贫困人口减少了1100万人。
这主要得益于中国政府对扶贫工作的持续投入和多项扶贫政策的有效实施。
五、工业与服务业2020年，中国的工业产能稳步提升，工业增加值比上年增长2.8%。
尤其是高技术制造业和装备制造业的增长速度更加显著，为中国经济的结构调整和转型升级注入了新的活力。
服务业在2020年发挥了重要的支撑作用，全年增加值比上年增长2.2%。
尤其是信息传输、软件和信息技术服务业以及金融业的增长速度明显加快，为中国经济的创新发展提供了重要支持。
六、投资与消费2020年，中国的固定资产投资增长速度放缓，比上年下降3.1%，这主要受到疫情影响和减少地方政府融资平台投资的影响。
2020年居民收入和消费支出情况
2020年居民收入和消费支出情况一、居民收入情况2020年，全国居民人均可支配收入32189元，比上年名义增长4.7%，扣除价格因素，实际增长2.1%。
其中，城镇居民人均可支配收入43834元，增长（以下如无特别说明，均为同比名义增速）3.5%，扣除价格因素，实际增长1.2%；农村居民人均可支配收入17131元，增长6.9%，扣除价格因素，实际增长3.8%。
2020年，全国居民人均可支配收入中位数27540元，增长3.8%，中位数是平均数的85.6%。
其中，城镇居民人均可支配收入中位数40378元，增长2.9%，是平均数的92.1%；农村居民人均可支配收入中位数15204元，增长5.7%，是平均数的88.7%。
图12020年全国居民人均可支配收入平均数与中位数按收入来源分，2020年，全国居民人均工资性收入17917元，增长4.3%，占可支配收入的比重为55.7%；人均经营净收入5307元，增长1.1%，占可支配收入的比重为16.5%；人均财产净收入2791元，增长6.6%，占可支配收入的比重为8.7%；人均转移净收入6173元，增长8.7%，占可支配收入的比重为19.2%。
二、居民消费支出情况2020年，全国居民人均消费支出21210元，比上年名义下降1.6%，扣除价格因素，实际下降4.0%。
其中，城镇居民人均消费支出27007元，下降3.8%，扣除价格因素，实际下降6.0%；农村居民人均消费支出13713元，增长2.9%，扣除价格因素，实际下降0.1%。
2020年，全国居民人均食品烟酒消费支出6397元，增长5.1%，占人均消费支出的比重为30.2%；人均衣着消费支出1238元，下降7.5%，占人均消费支出的比重为5.8%；人均居住消费支出5215元，增长3.2%，占人均消费支出的比重为24.6%；人均生活用品及服务消费支出1260元，下降1.7%，占人均消费支出的比重为5.9%；人均交通通信消费支出2762元，下降3.5%，占人均消费支出的比重为13.0%；人均教育文化娱乐消费支出2032元，下降19.1%，占人均消费支出的比重为9.6%；人均医疗保健消费支出1843元，下降3.1%，占人均消费支出的比重为8.7%；人均其他用品及服务消费支出462元，下降11.8%，占人均消费支出的比重为2.2%。
我国居民生活能源消费量的影响因素分析
我国居民生活能源消费量的影响因素分析岳婷;龙如银【摘要】This paper establishes the VAR model between per capita household energy consumption and its influencing factors of China and makes Johansen co-integration test and Granger causality test. In addition,taking influencing factors of Jiangsu’s household energy consumption for example,we make an added test analysis. The results show that long-term co-integration re-lationship exists among the growth of per capita consumption expenditure, per capita household energy consumption and its structure. And they are the Granger reasons of per capita household energy consumption. The effects of per capita consumption expenditure are positive. With the increase of per capita consumption expenditure, per capita household energy consumption will be increased,but its growth rate will be slower relatively. The effects of per capita household energy consumption structure are relatively weaker. With coal’s rate reducing, rate of electricity and natural gas growing, high-quality energy will be in-creased continuously. The overall level of energy efficiency will also be improved.%文章建立了我国居民人均生活用能量与其影响因素之间的VAR模型，对其进行Johansen协整关系检验和格兰杰因果关系检验，并以江苏省居民人均生活用能影响因素实证分析为例，进行补充检验分析。
2020中国统计年鉴
2020中国统计年鉴2020中国统计年鉴2020年是中国统计年鉴的重要一年。
在这一年里，中国经济持续快速发展，取得了许多令人瞩目的成就。
中国统计年鉴作为国家重要的宏观经济指标参考资料，全面记录了这一年度中国各个领域的数据和统计情况，为政府决策和社会发展提供了重要参考。
一、经济增长2020年，中国经济总量达到了105.99万亿元人民币，增长率为2.3%。
尽管受到新冠疫情的冲击，中国经济仍然保持了稳定增长的态势，并且在全球范围内表现出了强大的韧性和抗压能力。
这一成绩得益于中国政府实施的一系列积极的宏观调控举措，包括稳定就业、扩大内需、提高国际市场份额等。
二、就业形势2020年中国就业形势总体稳定。
全年城镇新增就业人数1132万人，城镇登记失业率为5.6%，低于政府设定的6%的目标线。
此外，农村劳动力转移就业也取得了明显的进展，劳动力转移就业人数达到了814万人。
三、居民收入2020年，中国居民收入较为平稳增长。
全国居民人均可支配收入达到30772元，同比增长4.7%。
同时，居民消费水平也有所提升，人均消费支出达到19336元，同比增长 4.6%。
四、工业生产2020年，中国工业生产总值达到37.22万亿元，同比增长1.3%。
虽然受到疫情和全球供应链中断等因素的影响，工业生产增速较往年有所放缓，但中国工业生产仍然保持了相对稳定的增长。
五、农业生产2020年，中国农业生产实现了增产稳产。
粮食产量达到了66916亿斤，增长了0.9%。
此外，畜禽肉产量也得到了提高，达到了86.31亿斤，增长了1.2%。
六、贸易外汇2020年，中国对外贸易总额达到了32.16万亿元，承受了世界经济低迷和疫情等多重压力，但贸易总额仍然实现了较稳定的增长。
其中，出口总额为17.93万亿元，同比增长4.1%；进口总额为14.23万亿元，同比增长1.0%。
从国际角度来看，中国在全球贸易中的地位进一步巩固。
七、科技创新2020年，中国科技创新持续推进。
中国农村居民生活间接能源消耗与碳排放分析 (2)
中国农村居民生活间接能源消耗与碳排放分析
中国农村居民生活间接能源消耗与碳排放分析
张咪咪
摘 要：通过编制能源环境投入产出表，结合农村居民消费支出数据，计算了 2000~2007 年我国农村居民八 项消费支出的间接能耗强度系数、碳排放强度系数，进一步测算了由农村人均生活消费支出及农村五个收入 组居民人均消费支出所诱发的能源消耗量及碳排放量。结果表明，由农村居民生活消费诱发的间接能耗量及 碳排放量远高于其生活直接能耗量及碳排放量；农村居民的居住、家庭设备用品支出所诱发的能耗量及碳排 放量在总能耗及总碳排放中所占比重逐年加大，至 2007 年，此二项的能耗比重及碳排放比重值分别达到了 63.03%及 63.2%；居民基本生活消费支出之一的食品，其诱发的能耗量及碳排放量有逐年下降的趋势；居民 生活消费诱发的能耗量及碳排放量与其收入水平表现较强的正相关性，即收入水平越高，其能耗量及碳排放 量也越大；技术水平的改进有利于能耗强度系数及碳排放系数的降低，进而减少能耗量及碳排放量。 关键词：能源环境投入产出表；能源消耗；碳排放；农村
中间投入
部门 1 部门 2
… 部门 n
中间投入合计
增加值
总投入
能源投入 (实物量为 单位)
原煤 原油 天然气 电力
能源投入 (标准煤为 单位)
煤炭 石油 天然气 电力
煤炭
石油 CO2 排放
天然气
电力
ห้องสมุดไป่ตู้
X(i,j)
ΣXij j Vj Xj
E1(i,j)
E2(i,j)
CO2(i,j)
Ycr(i)
Ycu(i)
- 35 -
实证研究
中国农村居民生活间接能源消耗与碳排放分析
满足生活需求而对能源产品的直接消费，如照明 等，间接消耗指居民生活消费其他非能源产品所诱 发的能源消耗，如所使用的手机中隐含有能源消 耗。目前，中国国内关于居民生活直接能源消费问 题得到了较多的关注，然而，关于居民生活间接能 源消费的主题却没有被广泛研究。本文通过编制能 源环境投入产出表，探讨了我国农村居民生活诱发 的间接能源消耗及碳排放情况。
全面建设小康社会统计监测指标体系介绍
八、2000~2007年全面建设 小康社会进程监测结果
• 2000~2007年，中国全面建设小康社会 进程逐年加快，实现程度从59.3％稳步 提升到72.9％；
• 平均每年增加1.95个百分点。
（一）中国总体进程
• 其中，2007年经济发展的实现程度为65.5%，比2000 年提高15.2个百分点；
三、指标选取的主要原则
客观性
全面建设小康社会是我国2020年的奋斗目标，实现 现代化是2050年的奋斗目标，而实现总体小康则 是发展的基础，是奋斗的起点。在选择监测指标 时，既要兼顾三者的连续性，又要充分考虑它们 不同的内涵，重点在于要充分体现全面建设小康 社会“水平更高、发展更科学、更和谐”的要求。
（一）中国总体进程
实现程度（%）
100.0
80.0
60.0
40.0
20.0
0.0 2000年 2001年 2002年 2003年 2004年 2005年 2006年 2007年
全国总指数 经济发展 社会和谐 生活质量 民主法制 文化教育 资源环境
0,
(q1
1 m1)2
x2
2q1 (q1 m1)2
x
m12 2q1m1 (q1 m1)2
100%
，
zi
100%
，
(q2
1 m2 )2
x2
(q2
2q2 m2 )2
x
m22 2q2m2 (q2 m2 )2
100%
，
如果xi m1, m2 如果xi m1, q1
如果xi q1, q2 如果xi q2 , m2
四、确定目标值的依据
依据“十七大”提出的新要求
如：十六大提出GDP翻二番，而十七提出更 高要求：人均GDP翻二番
从2020年统计公报浅析中国未来发展趋势
从2020年统计公报浅析中国未来发展趋势1、2020年中国经济规模首次突破100万亿元，占全球17%以上，相当于美国的约70%，中美经济规模快速接近2020年中国GDP规模达101.6万亿元，首次突破百万亿大关，以美元计价，中国GDP规模14.7万亿美元。
IMF预测2020年全球经济总量84万亿美元，中国和美国占全球GDP比重分别为17.5%和24.9%，中美主导全球。
疫后中国经济恢复全球领先，2020年中国GDP实际增速2.3%，在全球主要经济体中唯一实现经济正增长。
2020年美国GDP同比-3.5%，欧盟GDP同比-6.4%，日本GDP同比-4.8%，IMF预测全球经济在2020年萎缩3.5%。
中美经济规模差距正在快速缩小。
美国2020年GDP为20.9万亿美元，中国GDP相当于美国的约70.3%。
2000-2020年，中美经济规模差距从9.1万亿美元快速缩减至6.2万亿美元。
中国有望在十年左右跃升为第一大经济体。
如果未来几年中国经济保持年均5.5%左右的增长，则将在2030年前后超越美国成为全球第一大经济体，再回世界之巅，全球政经格局和治理版图进入新的篇章。
最好的投资机会就在中国，中国有全球最大的统一市场（14亿人口），有全球最大的中等收入群体（4亿人群）；中国的城镇化进程距离发达国家仍有约20个百分点的空间，潜力大；中国的劳动力资源近9亿人，就业人员7亿多，受过高等教育的人才总量约2亿，每年大学毕业生有800万，人口红利转向人才红利；中国的新经济迅速崛起，中美独角兽数量全球领先；中国GDP潜在增速5%以上，是美国的2倍；新一轮改革开放将开启新周期，释放巨大活力。
但也同时面临挑战，中美贸易摩擦具有长期性和日益严峻性；渐行渐近的人口危机来临；必须重新调动地方政府和企业家的积极性。
2、人均GDP超1万美元，2024年前后有望跻身高收入国家行列，但需警惕中等收入陷阱风险预计2020年中国人均GDP为72447元，较上年名义增长2.2%；人均GNI（国民总收入）为71960元。
能源消费需求总量的影响因素(应用线性回归模型报告)
目录一、题目简介 (3)二、数据描述 (3)三、建模过程 (3)（一）OLS参数估计 (3)（二）模型检验 (4)（三）残差的正态性检验 (4)（四）多重共线性的检验和修正 (5)（五）强影响点的判断 (6)（六）异方差的检验和修正 (6)（七）自相关的检验和修正 (7)（八）最终结果 (7)四、结论与分析 (8)附录一原始数据 (9)附录二各个过程的程序和结果截图 (10)一、题目简介理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。
为此，收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP 、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等1985——2002年的统计数据（具体数据见附录）。
本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。
二、 数据描述本题收集的数据均为定量变量，其符号和经济意义如下表：三、 建模过程(一) OLS 参数估计首先使用普通最小二乘法估计出模型为，其各个参数的t 统计量和模型的F 统计量以及判决系数、调整的判决系数结果如下：7654321i X X X X X 3X X Y 57.195249.33650.4353.1733.102.2884.3680156ˆ++----+-= =t (-0.74) (3.16) (-2.49) (-2.13) (-0.98) （-1.83） （0.34） （1.27）9646.02=R 9398.02=AdjR 88.38=F（二） 模型检验1、拟合优度检验由结果可得出：9646.02=R ，修正的可决系数9398.02=AdjR ，说明模型的样本的拟合程度很好。
2、F 检验)721(:)721(0:10不全为，，，，，，⋯=⋯==j b H j b H j j88.38)/()1/(=--=k n ESS k RSS F ，在05.0=α的显著性水平下，临界值14.3)10,7(),1(05.0==--F k n k F α，因为αF F >，应拒接原假设，说明回归方程显著。
数学建模人口预测
摘 要中国是一个人口大国，人口问题与我国的经济发展等方面息息相关。
随着我国人口数量的不断变化，人口的老龄化问题也日益突显,政策的调整不可或缺。
从当初实行计划生育政策到逐步放开生育政策再到全面实行二孩政策，我国人口发展呈现了一些新特点。
本文旨在通过多种预测方法对“全面二孩政策”下的人口数量及其结构进行预测，筛选出了经济发展的指标，并分人口结构对经济发展的影响，结论如下：针对问题一，本文参考中国国家统计局等官方资料的数据统计出各年人口总数、自然增长率等数据，建立了logistic 模型，得出人口总数的变化公式，然后建立GM(1,1)预测模型，预测2016年的人口总数，再利用SPSS 进行回归、曲线估计，得出最为符合的方程式，再利用MATLAB 函数拟合工具箱对所得数据进行拟合。
预测出2017-2030年间人口先增后减，在2021年达到峰值。
针对问题二，通过建立BP 神经网络模型，利用GM(1,1)灰色预测处理人口结构数据得到训练及测试数据集，将数据BP 神经网络算法进行多次训练，最终得到具有相当精度的稳定预测结果。
提取相当数量的经济指标并对其进行主成分分析降维处理，之后对主要经济指标及人口结构指标进行多元回归分析得到2020-2030年人口结构对经济发展的影响。
针对问题三，关键词：灰色预测 BP 神经网络 Leslie 人口结构预测模型问题假设1.将我国看做一个封闭系统，没有人口的迁入和迁出2.人口增长只与人口基数、生育率、死亡率等有关3.没有大规模战争及瘟疫等传染性疾病4.假设短期内没有外来物种对人类生存造成影响5.假设所有数据均为准确数据6.假设2050年前医疗水平和科学技术不会对人类的死亡率、出生率造成影响模型符号说明： r : 人口自然增长率 x ：总人口数0x ：初始年份的人口数量t ：时间)()0(k x ：灰色预测的原始序列 )(ˆ)0(k x：灰色预测的原始数列预测值 ij x ：第i 个指标的第j 个数据i d ：第i 岁的死亡率i b ：第i 岁的生育率问题一 模型建立首先，我们建立了logistics 模型，具体如下)0(x x rxdtdx == 其次，建立GM(1,1)预测模型GM(1,1)是一阶微分方程模型，其形式为：u ax dtdx=+ 离散形式：u k x a k x =+++∆))1(())1(()1()1(预测公式：a u e a u x k xka ˆˆˆˆ)1()1(ˆˆ)1()1(+⎥⎦⎤⎢⎣⎡-=+- 由导数可知：tt x t t x dt dx t ∆-∆+=→∆)()(lim0 当t ∆很小并且取很小的1单位时，则近似的有：txt x t x ∆∆=-+)()1( 写成离散形式：))1(()()1()1(+∆=-+=∆∆k x k x k x tx由于tx ∆∆)1(涉及到累加列)1(x 的两个时刻的数值，因此，)()1(i x 取前后两个时刻的平均代替更为合理，即将)()(i x i 替换为)]()1([21)1().,...,3,2()],1()([21).,...,3,2()],1()([21)1()1()1()()()()()(k x k x k x n i i x i x x n i i x i x i i i i i ++=+=-+==-+))1(()()1()1(+∆=-+=∆∆k x k x k x txu k x a k x =+++∆))1(())1(()1()1()]()1([21)1()1()1()1(k x k x k x ++=+整理可得 u k x k x a k x+++-=+))]1()((21[)1()1()1()0(表示为矩阵形式：⎥⎦⎤⎢⎣⎡⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡⋯-+-⋯+-+-=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡⋯u a n x n x x x x x n x x x 111)]1()([21)]2()3([21)]1()2([21)()3()2()1()1()1()1()1()1()0()0()0( 不妨令T n x x xy ))(),3(),2(()0()0()0(，⋯=令⎥⎦⎤⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡⋯-+-⋯+-+-=u a U n x n x x x x x B ,111)]1()([21)]2()3([21)]1()2([21)1()1()1()1()1()1( 则y B B B ua U BU Y T T 1)(ˆˆˆ-=⎥⎦⎤⎢⎣⎡==，模型求解1.对logistics 模型进行求解 得到总人口变化公式：rte x x 0= （0x 为初始年份人口数，21≥t ）2.利用GM （1,1）模型，根据1996-2015年中国总人口数据，对2016年总人口数进行预测。