【摘 要】
:
分析中国各产业部门间的相关关系,对更好地完成我国产业结构调整目标和计划,形成健康可持续的经济发展体系是十分重要的;同时,经济发展往往伴随着一定程度的环境影响。我国作为世界最大的发展中国家,目前正处于工业化、信息化、城镇化高速发展时期,伴随着不同产业发展所带来的资源和能源消耗会大幅度增加。投入产出分析能够很好地描述和分析产业间的相关关系,是进行此方面研究的有效方法,但由于投入产出表编制需要对大量数据
论文部分内容阅读
分析中国各产业部门间的相关关系,对更好地完成我国产业结构调整目标和计划,形成健康可持续的经济发展体系是十分重要的;同时,经济发展往往伴随着一定程度的环境影响。我国作为世界最大的发展中国家,目前正处于工业化、信息化、城镇化高速发展时期,伴随着不同产业发展所带来的资源和能源消耗会大幅度增加。投入产出分析能够很好地描述和分析产业间的相关关系,是进行此方面研究的有效方法,但由于投入产出表编制需要对大量数据进行调查搜集整理,工作量浩繁,我国官方每隔5年公布一次投入产出表,这就造成了投入产出表一定程度上的滞后性,因此需要采用合理的方式对投入产出表进行更新和延长,从而更好地满足进行这方面研究的需要。本文采用RAS法利用迭代程序对投入产出表进行延长,在对目标年份的投入产出表进行延长后,对部门进行合并,并进行直接消耗系数、完全消耗系数等投入产出指标的计算及分析,分析产业间的关联效应、带动效应和波及效应及其演进趋势。基于投入产出分析的结果,与生态效率分析相结合,站在产业生态学的角度,以投入产出延长表为中心,以产业碳排放的计算为基础,从资源效率、环境效率等方面探究并识别影响我国整体生态效率的关键产业部门,并从时间维度上,分析整体生态效率演进趋势。研究表明,我国产业结构不断演进和改革的过程中,生产资料供给型产业的地位不会改变,同时将带动相关产业的不断发展;同时,采矿业、制造业是七大产业中波及效应最强的两个行业,除采矿业外,其余六大产业对于各个产业的波及效应均呈现上升趋势,因此在这一过程中仍要大力发展和巩固制造业的地位,积极发展新兴制造业,发挥制造业对其他产业的强波及特性,促进国民经济系统其他产业的不断繁荣。七大产业对服务提供型产业和能源供给型产业的推动效果最为明显,且除服务业以外,其他产业对其相关产业的推动作用均呈上升趋势。通过生态效率研究表明电力热力水的生产及供应业是影响我国生态效率的关键部门,我国七大产业整体体产业生态效率呈现稳中上升趋势。对于我国碳减排来说,电力热力水的生产及供应业压力较大,应促进电力热力水的生产及供应业的产业升级和产业能源结构转型,以控制碳排放总量。
其他文献
油气资源是我国实现2030年碳达峰、2060年碳中和目标过程中,淘汰替代煤炭等“高碳”化石燃料所需倚仗的重要物质基础。科学、系统地评价我国油气勘探开发行业的资源配置效率,是油气勘探开采过程中开展资源配置优化分析的前提。本论文首先采用Bootstrap-DEA模型替代传统DEA模型对油气勘探开发行业的资源配置效率开展评价;接着基于对技术效率的分解,使用投影分析开展油气资源投入过剩与产出不足时的分析;
近年来,随着人们的室内活动不断丰富,定位场景也不再局限于室外环境,室内以及室内外相结合的定位场景需求也在不断提升。在室内外相结合的定位场景中,室内与室外定位技术实现无缝结合才能更好地满足用户的需求和体验。但是,室内定位与室外定位是相互独立的定位系统,如何有效地解决室内与室外定位方法之间的准确稳定切换,则对室内外无缝定位的发展有着很大的影响。同时,在室内定位场景中,除了定位精度以外,定位效率也应当成
近年来,随着激光雷达等采集设备性能的不断提升,三维点云获取变得越来越便捷,其在机器人、智能驾驶、室内导航等领域得到广泛应用。在计算机视觉中,语义分割是场景理解的关键技术之一。传统的基于二维图像的语义分割算法严重受限于图像拍摄角度及光照等不可控因素,且易丢失场景中物体间的空间位置关系。为充分理解现实世界,利用三维点云以实现场景语义分割成为当前的研究热点。因点云的不规则、无序、稀疏等特性使得基于图像的
技术的快速发展和全球化竞争给企业带来机遇和挑战,企业在竞争中要脱颖而出需要提升自身竞争力,也要对整个供应链进行管理,选择优秀的合作伙伴,使整个供应链运作达到最优从而促进自身发展。同时,面对供应链的波动,企业要扩展供应链的广度,合理的进行供应商订单分配,同多个供应商合作应对可能出现的挑战以分散由于供应中断带来的风险。近年来,对于环境以及可持续发展的重视程度不断提高,供应链管理也逐步向可持续供应链管理
在全球变暖加剧和疫情复苏的双重背景下,中国作为全球碳排放量第一大国,短期内要实现“2030年左右碳达峰”和“2030年碳排放强度比2005年下降60%-65%”的双重目标,长期内要在2060年前实现碳中和的重任,承担着较大的碳减排压力。京津冀区域作为我国的首都经济圈,应当加速低碳经济转型和促进低碳协同发展,以使碳达峰和碳中和早日实现。本文首先对碳排放影响因素和碳排放量预测的相关研究进行系统性梳理,
随着科技的快速发展,人们越来越倾向于使用移动机器人,为了使其能发挥更好的作用,首先应该要解决路径规划的问题。目前用于解决路径规划问题的方法不计其数,由于蚁群算法具有强鲁棒性、负反馈性、搜索过程中不需要人工调整等优势,使其在解决路径规划问题中具有巨大的应用价值。故,本文提出了一种基于动态多角色协同机制的异构蚁群算法,通过对旅行商问题的求解,探讨了该算法的优越性能,并将其应用于机器人的路径规划问题中,
随着物联网以及智能终端的飞速发展,位置服务在诸多领域创造出巨大的应用价值,如道路导航、火灾救援以及医护管理等。在室外,全球导航卫星系统(Global Navigation Satellite System,GNSS)为室外定位导航提供高精度的位置服务,但在室内,卫星信号受建筑物遮挡严重导致室内定位性能差。受此影响,各种室内定位技术应运而生,单一定位技术虽有优势,但也存在一些劣势。其中无线信号受环境
大力推广电动汽车对于我国在2060年实现碳中和至关重要,作为我国汽车产业节能减排的主要手段,电动汽车的产销量虽然已经连续5年保持全球领先地位,但截至2020年底,电动汽车的市场份额仅为5.4%,因此电动汽车产业仍存在巨大的发展潜力。此外,2020年我国电动汽车销量中私人购买占比近70%,因此私人消费者是电动汽车市场扩散的核心力量。除经济因素外,电动汽车的大规模市场扩散还会受到消费者认知不足、焦虑心
视觉SLAM定位技术被广泛应用于机器人空间定位与导航、无人驾驶与装备制造等领域,是目前各大科研院校的研究热点。在常规可控场景下,传统视觉SLAM算法已经取得了不错的定位效果。但是在低纹理、结构复杂和动态物体等挑战性场景下,传统SLAM算法定位精度将会受到较大的影响。因此如何实现一个能够在上述场景中稳定运行的SLAM系统,仍有许多难点需要克服。针对上述问题,本文通过多特征融合约束,构建在低纹理、结构
目前,深度卷积神经网络(CNN)已广泛应用于解决如目标追踪、手势识别、人脸识别等计算机视觉应用,然而大多数深度卷积神经网络应用都是基于高功耗的图形处理单元(GPU)平台进行加速运算,限制了卷积神经网络的大规模应用。而现场可编程逻辑门阵列(FPGA)具有高效的并行计算能力,灵活的可配置性以及低功耗等特性,使其成为了CNN的理想加速运算器件,可以应用到机器人,无人机甚至可穿戴设备等嵌入式系统中。因此基