工业生产指数（精选十篇）
工业生产指数 篇1
关键词：生产指数,研究,编制方法
一、几种常见生产指数的产生和发展过程
生产指数按行业可分为:农业生产指数、工业生产指数、建筑业生产指数、服务业生产指数等。其中, 农业生产指数、工业生产指数和服务业生产指数在国际上较为常见。由于这三种生产指数的产生和发展背景有所不同, 故分别对其进行介绍。
(一) 农业生产指数 (Index of Agricultural Production)
联合国粮农组织 (FAO) 从20世纪70年代开始编制世界、地区和国家的农业生产指数。最初是以地区平均的小麦基准价格比作为权重, 这种方法虽然解决了汇率问题, 但却遇到了一些概念性和技术性的难题。后经多年研究, 逐步发展成为以每种产品基期的国际平均价格作为权重。目前, 联合国粮农组织每年发布一次农业和其中的种植业、畜牧业、食品、非食品以及谷物的生产指数, 现已包括210多个国家和地区的数据。
(二) 工业生产指数 (Index of Industrial Production)
联合国收集和发布工业统计数据已有很长的历史, 工业生产指数是这些统计数据中最广为人知的一种。国际上开始研究编制工业生产指数可以追溯到20世纪30年代。联合国统计委员会于1950年出版了一本题为《工业生产指数》的概念和方法推介手册, 对指数的编制方法进行了详细介绍, 并且于同年开始编制这一指数。此后, 联合国还出版了一系列相关资料, 如1977年出版的《关于价格和数量统计体系原理的指导意见》, 1979年出版的《工业生产者价格指数编制手册》等。
但是, 自从1950年手册发表之后, 国际上出现了很多新的变化, 需要对手册进行修订。主要表现为:一方面, 各国总结了几十年来编制指数的经验, 找到了更节约、更可靠的编制方法, 能够更快地反映出经济增长情况;另一方面, 一系列基础性的统计标准发生了变化, 从而导致指数编制手册中的许多概念、分类和方法等需要进行相应的调整。为此, 联合国统计委员分别于2005年、2007年和2008年多次召开专家组会议, 研究讨论对《工业生产指数》的修订问题, 并且从2008年起在全球范围内广泛征求对修订草案的意见。
日前, 世界上已有几十个国家和地区按月 (或按季) 编制和公布工业生产指数。例如, 美国的工业生产指数是由联邦储备局负责编制的, 每个月公布一次, 其中, 制造业和采矿业的生产指数是该国分析和判断投资市场的重要经济指标。经济合作与发展组织 (OECD) 和国际货币基金组织 (IMF) 等国际组织也按期发布各国的工业生产指数。
(三) 服务业生产指数 (Index of Services Production)
在过去的几十年里, 世界各国的服务业均得到了较快发展, 服务业在经济活动中所占份额越来越大, 服务业对经济增长的作用也越来越显著。但是, 与其他行业相比, 服务业的统计与核算相对薄弱, 特别是缺乏反映服务业短期发展情况的指标和数据。这主要是由于:一是服务业涵盖了范围广泛的经济活动, 统计难度大;二是各国的服务业指标不像其他行业那样在国家之间具有可比性, 缺少国际标准;三是现有的服务业统计数据质量还不能完全令人信服。
很多国家为此付出了巨大努力, 研究如何能够更快、更准确地反映服务业的短期经济现象。例如, 英国通过扩展其分销指数, 引入了一个实验性的服务业月度指数 (IOS) ;韩国修订了其20世纪80年代后期引入的月度服务业活动指数 (SAI) ;加拿大通过提高服务业统计数据质量来提高其月度GDP的质量;美国最近推出了一项新的服务业季度调查指标, 涵盖了信息、通信和技术密集型产业, 这是30多年来美国首次推出新的经济指标。此外, 欧盟统计局也要求其成员国针对服务业定期广泛收集营业额数据。尽管各国已经做出了各种努力, 但是服务业统计与核算数据仍不能满足经济分析人员和决策者的需要, 这些用户只能将服务业数据作为额外信息。
为了解决上述问题, OECD于2002年在短期经济统计工作组中成立了服务业专门小组 (TFS) 。这个小组在OECD成员国范围内, 广泛研究了与服务业短期活动指标相关的各种问题, 特别是深入研究了生产指数的编制。为了编制服务业生产指数, TFS一直在探索最科学、最实用的方法, 研究确定了最适合的指标变量, 并且向成员国推荐了编制指数所涉及的一系列概念和方法。TFS认为, 为了与国民经济核算保持高度的一致性和连贯性, 在构建服务业生产指数的过程中, 权重的首选指标应该是实际增加值而不是实际总产出。
二、生产指数的编制方法
(一) 基本原理
生产指数的编制原理实际上就是用代表货物或服务的物量 (如:生产量、实际产出、投入量等) 变化, 来反映行业总产出或增加值的变动情况。从国际经验来看, 编制生产指数的主要目的是:当计算增加值和总产出等宏观经济指标的资料来源或数据质量存在问题时, 特别是短期数据无法满足时效性要求时, 可以用生产指数来反映经济的短期波动。
编制生产指数一般可采用3种指数公式, 其推导过程如下:
1. 拉氏公式:
2. 派氏公式:
3. 费氏公式:
在上述几个公式中, pt是某个行业的报告期价格, p0是某个行业的基期价格, qt是某个行业的报告期生产量, q0是某个行业的基期生产量, vt是某个行业报告期的增加值, v0是某个行业的基期增加值, wt是某个行业利用报告期数据计算的权重, w0是某个行业利用基期数据计算的权重, ct是某个行业的报告期物量, c0是某个行业的基期物量。
从国际上编制生产指数的实践来看, 拉氏指数更为常用。
从公式 (1) 和公式 (2) 可以看出, 生产指数的编制公式是从一般的指数公式演变而来, 即权重用增加值替代, 并且个体指数的资料来源更为多样。
(二) 几种常见生产指数的编制方法
三种生产指数的编制原理虽然相近, 但是它们具体的编制方法和资料来源等存在较大差异性, 因此, 我们将结合国际上一些较为成熟的标准和经验, 分别对其进行论述。
1. 农业生产指数。
联合国粮农组织农业生产指数的计算方法相对简明, 是利用报告期和基期的各种农产品产量, 扣除种子、饲料用量后, 以价格为权重加权平均计算得出的。其中, 现行的基期产量是1999-2001年每种产品3年产量的简单平均数;权重是每种产品1999-2001年的国际平均价格;计算各个国家和地区以及全球的指数均采用拉氏公式计算。即:
其中, p0是某种农产品的基期国际平均价格, qt是某种农产品的报告期产量, q0是某种农产品的基期产量。
FAO采用三年平均数为基准年的目的是为了减少基准年农业生产波动的影响, 并且每10年更换一次基期。如果不能从各国官方得到可靠数字, FAO就要自己进行估算。由于各个国家有关产量、范围、权数、参考时间等定义不同, 计算方法也不同, 因此, FAO生产指数可能与各国计算的结果不完全一致。
从农业生产指数编制原理来看, 它应该属于总产出指数。对于农业这种增加值率相对稳定的行业, 总产出指数也可以替代增加值指数。
2. 工业生产指数 (IIP) 。
联合国推荐的工业生产指数计算方法是按照工业行业分类, 以代表产品的生产量为基础, 用报告期除以基期的产品产量得到个体指数, 再以工业增加值或总产值来计算权重, 最终加权计算出总指数。
用以计算个体指数的指标可分为两类:一是产出指标, 又可分为价值 (Value) 指标和物量 (Volume) 指标。价值指标包括:产值、交货值、销售额等;物量指标包括:产量、交货量、销售量等。二是中间投入指标, 也可分为价值指标和物量指标。价值指标包括:中间消耗额等;物量指标包括:工时数、电力消耗量和材料消耗量等。
联合国推荐的个体指数的最佳计算方法是缩减法, 因为从理论上讲, 这种方法可以降低产品质量变化对指数的影响。但是, 在各国的实践中主要采用3种计算方法:第一种是物量外推法, 即直接利用产量或中间投入量等物量指标计算个体指数;第二种是缩减法, 即对产值或中间投入额等价值指标, 选用恰当的价格指数缩减后, 再计算个体指数;第三种是上述两种方法的混合。目前, 采用第三种方法的国家和地区较多。
工业生产指数一般采用拉氏公式, 对个体物量指数加权计算出总指数或更粗的分类指数, 具体公式为:
其中, w0是某个行业或产品组的权重, ct是某个行业或产品组的报告期物量, c0是某个行业或产品组的基期物量。
权重分为两个层次, 即行业层次和产品组层次。产品组比行业分类更细。产品组层次的权重利用产品产值来计算, 更新期至少为5年 (与更换基期同步) ;行业层次的权重一般利用分行业的工业净增加值 (增加值扣除固定资本折旧) 计算, 更新期一般为1年。
3. 服务业生产指数 (ISP) 。
OECD推荐的服务业生产指数编制方法是, 利用各个服务业行业的个体指数计算出来的加权平均值。其中, 个体指数得自于报告期除以基期的实际产出;权重则取决于各服务业行业创造增加值的份额。因此, 与工业生产指数基本相同, 服务业生产指数是一个以增加值为权重的总产出指数。
对于不同的服务业行业, 可以采用几种不同的方法来计算个体指数。一是用完全匹配的产出价格指数缩减营业额/销售额, 然后再计算个体指数;二是用不完全匹配 (如范围口径不完全一致等) 的产出价格指数缩减营业额/销售额, 然后再计算个体指数;三是选用有代表性的物量指标 (如货物运输量、旅客运输量等) 直接计算个体指数;四是利用投入量 (如劳动投入量等) 指标来计算个体指数。
OECD推荐的个体指数的首选计算方法是第一种方法;当找不到完全匹配的产出价格指数时, 可以用第二种方法作为备选计算方法;如果得不到经缩减的营业额/销售额指标时, 第三种方法可视同为首选方法, 否则应将其作为备选方法或不得已的方法;当某些市场性部门缺乏产出指标时, 也可以采用第四种方法, 但这是不得已的方法, 而对于非市场性部门则可以归为首选和备选方法。
OECD推荐采用链式拉氏公式, 对个体指数加权计算出总指数或更粗的分类指数, 具体公式为:
其中, w0是某个行业的权重, ct是某个行业的报告期物量, c0是某个行业的基期物量。
链接方法主要有3种:一是跨年度方法, 即以上年同季的数据作为权重;二是季度重叠法, 即以上个季度的数据作为权重;三是年度重叠法, 即以上年全年的数据作为权重。OECD推荐以年度重叠法和季度重叠法作为首选方法, 以跨年度方法为备选方法。
链接周期的选择则取决于不同的生产活动。对于那些权重结构变化迅速的服务业行业, OECD建议把年度链接作为首选方法, 即每年更换一次基期和权重;对于其他行业, 每5年更换一次基期和权重就可以了。
三、生产指数的作用及特点
与其他反映行业发展的经济指标相比, 特别是与行业增加值指数相比, 生产指数的作用和特点比较明显, 主要表现为:
(一) 可以用于观测短期经济波动
编制生产指数的主要目的是, 测算一个经济体中各行业生产活动在短期内的波动, 使经济分析人员和决策者能够尽快掌握相关信息, 了解所关注产业的发展态势。从国际上的经验来看, 由于生产指数是时效性很强的指标, 因此在分析和判断经济形势方面发挥着十分重要的作用。此外, 还可以将农业生产指数、工业生产指数和服务业生产指数等结合在一起, 反映整个经济体的短期波动。
(二) 成为GDP核算的重要补充
生产指数在国民经济核算中的扮演着重要角色, 使核算人员能够定期掌握各个行业的相关信息, 并用于季度GDP核算。同时, 其结果可以与不变价增加值核算相互借鉴和印证。特别是服务业生产指数, 可以填补月度/季度GDP核算的空白。但是, 也应指出, 生产指数只能作为不变价增加值发展速度 (增加值指数) 的估算值, 不能完全替代增加值的发展速度。
(三) 是一套系统的、科学的体系
生产指数可以将各种各样的生产活动联系在起来, 并且将各式各样的统计指标用一种科学的方法整合在一起。不仅可以通过总指数反映工业、服务业等总体行业的发展情况, 也可以通过个体指数及其加权平均数反映各个细类行业的变动情况。此外, 生产指数的概念和方法已经建立了国际标准, 便于对各国的短期经济波动进行国际比较。
(四) 采用比较灵活的编制方法
与增加值等宏观经济指标计算方法相比, 不论是理论上还是实践中, 生产指数的编制方法都有选择空间, 资料来源也相对丰富, 广泛适用于统计调查体系各不相同的国家。编制生产指数的资料来源不必拘泥于财务数据, 而且绝对数、相对数、价值指标、物量指标都可以使用, 对于指标选取, 可以视能够获取的资料来源情况而定。然而, 从理论上来讲, 计算增加值必须依靠财务数据。
(五) 只能提供相对量数据
生产指数虽然被世界各国广泛应用, 但它是相对指标, 仅能反映经济发展趋势, 而不能提供绝对量数据和进行结构分析。
四、对我国编制生产指数的思考
从生产指数的作用和特点不难看出, 生产指数既可作为专业统计的核心指标, 又是GDP核算的重要参考依据, 是国民经济核算的组成部分。因此, 为了加快我国统计改革和发展的步伐, 我们应充分借鉴国外的先进经验, 有计划、有步骤地开展生产指数的研究和编制工作。但是, 在编制生产指数的过程中还存在一些难点, 未雨绸缪, 我们一定要考虑周全。针对我国编制生产指数的有关问题, 现提出如下想法和建议:
(一) 关于农业生产指数
我国不变价农业总产值指数的计算方法与FAO农业生产指数的计算方法比较接近, 唯有基期有所不同;并且我国还有季度农业总产值数据。因此, 我国不必再单独编制农业生产指数。
(二) 关于工业生产指数
1. 可以将IIP作为我国工业统计的核心指标。
我国现行工业统计的核心指标是工业增加值及其增长速度, 但实际上它们是GDP核算的组成部分。而世界上很多国家是以工业生产指数作为工业统计的核心指标对外发布的。因此, 我国今后可采用工业生产指数的方法, 反映月度工业增加值的增长速度, 作为工业统计的核心指标, 为季度核算GDP提供参考, 也便于国际比较。我国在2000年前后也曾尝试过编制工业生产指数, 但并未对外发布结果。
2. 编制IIP有助于提高数据质量。
首先, 从目前来看, 我国工业产品产量统计数据质量相对较高, 并且工业生产指数的计算方法相对简明, 因而编制工业生产指数有助于提高工业发展速度的数据质量。其次, 工业生产指数可以与工业增加值相辅相成、相互印证。一方面, 在核算工业增加值时, 可以参考工业生产指数;另一方面, 在工业生产指数的计算中, 工业增加值是计算权数的关键。但是, 也应看到, 选取的指标再科学, 没有基础数据保证也是一纸空谈, 因此, 必须进一步加强对工业产品产量数据的质量控制。
3. 要充分考虑指标变动的社会影响。
工业增加值毕竟占了我国经济总量40%以上, 各级领导和社会各界非常重视, 工业统计核心指标的变化必然会引起不小的震动, 社会上对指标的更替需要有一定的适应期。因此, 我们一定要做好充分的心理准备, 以应对可能发生的情况。
(三) 关于服务业生产指数
1. 我国编制ISP的必要性。
随着我国服务业的快速发展, 以及产业结构调整和实现国际接轨的需要, 使各级政府和社会各界对服务业统计与核算提出了更高的要求。但是, 我国目前仍缺乏系统性的、能够反映服务业全貌及分行业情况的短期经济指标。我国目前公布的季度服务业增加值数据分类较粗;年度核实数虽分类较细, 但滞后期较长。因此, 我们应着手研究建立服务业生产指数编制体系, 以便向社会提供更为及时的、详尽的服务业发展数据。
2. 我国编制ISP的可行性。
我国服务业统计体系正在逐步完善, 部门分工逐渐明确, 统计数据质量有所提高, 这些都给研究和编制服务业生产指数创造了良好的条件。特别是国家统计局即将推出的《服务业统计基本规范与职责分工》, 对于提高我国服务业统计水平将起到十分重要的作用。因此, 我们应该学习国际上的先进经验, 适时将服务业生产指数构建成能够反映服务业发展的核心统计指标, 同时使之成为服务业增加值核算的重要补充。
3. 我国编制ISP需要注意的问题。
一是要汲取各国开展服务业统计以及编制服务业生产指数的经验和教训, 避免走弯路。例如, 在编制服务业生产指数的指标和方法的选择上, 要充分考虑到降低成本和减轻调查对象的填报负担。二是开展服务业生产指数的研究和编制工作时, 既要兼顾国际接轨, 又要结合我国国情。例如, 目前在OECD推荐的方法中, 权重和公式的选择等还存在一些争议, 因而我国应采取何种方法尚需深入研究。三是编制服务业生产指数是一套科学的体系, 虽然计算的复杂性略低于服务业增加值核算, 但仍需要有一定的数据来源作为基础, 并且一定要保证统计数据质量。
参考文献
[1]国家统计局国际统计信息中心、统计设计管理司课题组, 国外工业生产指数定义和计算方法简介[M], 2001.
[2]中国人民大学国民经济核算研究所、国家统计局国民经济核算司, 服务业生产指数编制手册[M], 2008.
[3]Edward Gillin, The History of FAO Statistics Division[EB/OL], http://faostat.fao.org/, 2006.
[4]FAOSTAT, Agricultural Production Indices[EB/OL], http://faostat.fao.org, 2010.
[5]UNSD publication, Studies in Methods:Index Numbers of Industrial Production[M], 2008.
[6]OECD publication, Compilation Manual for an Index of Services Production[M], 2007.
[7]UNSD publication, Guidelines on Principles of a System of Price and Quantity Statistics[M], 1977.
工业生产指数 篇2
工会界别 邓小明
本文所称工业区，是指县（区）、镇（街）、村（居）委会自行开发的工业区。它们数目众多，规模参差不齐，多地处城乡结合部，吸引了一批中小劳动密集型企业落户，吸纳了数量众多的外来务工人员。近年来，由于种种原因，这些工业区周边环境恶化，社会矛盾突出，社会问题堆积，已成为影响众多身处其中的外来工幸福感的难点问题，亟需引起有关部门的重视和解决。
一、分布特点
下面以惠城区及仲恺区的工业区为例来说明其一些特点：一是规模小。两区共有大小工业园区63个，其中建成面积在0.04平方公里以上的有26个，建成面积在0.5平方公里以上的有20个，建成面积在1平方公里以上的只有12个。二是分布散。63个工业园区分散在15个镇（街道），进园企业861家，入园企业最少的工业园区只有8家企业，很难形成产业集聚效应和规模效应。三是布局乱。两区园区建设缺乏整体规划和分区规划，各镇（街道）各自为战、自行开发，工业园区多数为综合型园区，专业型、特色型园区很少。四是配套差。大多数工业园区只是初具雏形，仍处于起
步建设的初级发展阶段。由于园区管理主体不统一，导致配套服务支撑乏力，治安、卫生、交通等状况不尽人意。五是资金缺。园区的大多基础设施滞后，但基础设施资金投入少，缺口大。
二、主要问题
存在的主要问题及其现象可以概括为“三缺”、“三多”、“三少”、“三不”、“三难”和“六乱”：
“三缺”：管理职责缺失，县（区）政府主要负责招商引资，镇（街）政府主要负责征地，村（居）委会似乎什么都要管，其实什么都管不了；以及有些工业区还横跨了数个行政村区域，于是它们常处于“三不管”地带。管理职权缺位，原因在于县（区）级政府无暇管，镇（街）级政府无权管，村级组织无力管。建设资金缺乏，由于历史欠账太多，不少工业区基础设施严重滞后、配套不足，仅凭镇、村财政难以承担。
“三多”：生活垃圾多，由于地处城乡结合部，环卫管理不到位，导致垃圾乱倒乱放，未及时清理，臭气熏天，污水横流，可以用“厂内现代化，厂外脏乱差”来形容。治安案件多，由于大多地处偏僻，社会结构复杂，人员流动性大，因而往往治安混乱、案件频发；当中的许多员工都有被抢夺的经历；有的员工在厂外租房居住，出租房也常遭贼人光顾；另外还有一个值得注意的新现象是，个别年轻员工因不满主
管管理，请社会上的小混混对其主管进行恐吓和报复。安全隐患多，有的工业区还在建设当中，施工车辆穿行其中，险象环生；大多数工业区道路未设臵红绿灯，交通隐患多。以及有部分员工在外租住的住房，当中不少过道狭窄、未配备必要的消防器材，存在较大的消防安全隐患。
“三少”：文体设施少，员工生活单调，主要娱乐方式是跑到厂外“黑网吧”上网，而网吧卫生条件差，消防安全难以保证。生活配套设施少，大多周边无较大的超市等，购物要坐车去市区，周边小商小贩“假冒伪劣”商品众多，部分小食摊档卫生难保证。公共活动场所少，工业区周边几乎没有绿地，几乎没有公园，几乎没有文体广场。
“三不”：“灯不亮”，周边道路很少装有路灯，一到晚上就黑灯瞎火。“路不明”，区内企业在主干道路指示牌缺失，外面的人要来应聘或探亲访友，总要费一番大周折。“车不通”，大多工业区不通公共汽车，员工上下班要走一长段的路。
“三难”：“路难行”，厂区周边摊贩林立，无序经营，让原本不宽的道路更显拥挤，尤其是以早晚为甚，车流、人流混杂在一起。“病难医”，周边医疗机构匮乏，员工唯有到“黑诊所”就医，当中出现医疗事故的事件时有所闻。“学难上”，有部分随父母生活的小孩，不能在附近的公立学校就近上学，只能舍近求远，到较远的民办学校去上学。
“六乱”：周边存在的“乱搭建、乱摆卖、乱堆放、乱拉挂、乱张贴、乱涂画”现象较严重，既不方便，也不美观。
三、对策
（一）理顺协调体系，完善管理体制。
建立合理有效的协调机制，理顺工业区与县（区）、所在地镇（街）、村、开发商之间的责、权、利关系，以调动各方建设园区的积极性。首先，县区一级要建立工业园区指导管理委员会，对全县（区）工业园区进行统一的指导管理。其次，要将工业区纳入社区化管理。对规模较大、人员较集中的工业区要依托所在村委会，成立社区工作站，让广大外来工能够享受到城市社区生活的服务。对规模较小的工业区则采用就近成立外来工之家的形式，要求劳动、公安、计生、流动人口管理等多个部门人员以及外来工代表等共同进驻，为外来工提供房屋租赁、就业用工、社保报销、居住证办理、纠纷调处等“一站式”服务。
（二）开展整治行动，建立长效机制。
开展一次为期一个月以上的集中整治大行动。主要措施有：一是发动镇（街）、村干部及所在企业员工等对周边环境进行一次大扫除，对自然环境进行美化、绿化、亮化。二是开展一次打击“两抢一盗”、黑恶势力、广告诈骗等违法犯罪活动，坚决扫除“黄赌毒”、传销、邪教等社会丑恶现象。同时，推进各种安全技术防范设施建设，如统一安装监
控探头，并在镇、村分别建立监控平台，实行24小时专人值守，实现网上巡逻。三是对周边的出租屋进行一次消防安全大检查。要求每间出租屋必须配备足够的灭火器，建立定期排查出租屋制度，由社区工作站、派出所、安监所（站）等工作人员每月上门检查一次以上，发现问题及时督促屋主整改，确保外来工居住场所符合基本的安全和卫生条件。四是统一设立交通标识。在主干道规划设臵路牌，指示工业区及其辖区内企业名称。五是划定商业经营范围，引导小商小贩有序经营。
（三）统一规划建设，强化服务能力。
将工业区服务纳入县（区）加强社会管理的工作部署，统一规划、统一实施。一是规划建设一批外来工子女学校，对就近的公立学校进行扩容、改造，增加办学资源，逐步安排其接纳外来工子女入学。鼓励扶持社会力量在工业区范围举办民办学校，主要招收农民工子女，并在学校安全、师资培训、帮困助学等方面给予政策支持。二是就近规划建设医疗机构，符合条件的将其所纳入社保定点医疗机构范围，为外来工提供基本的医疗卫生服务。三是大幅度增设银行自动取款机，鼓励银行在大型企业厂区内设臵自动提款机，方便外来工取款。四是合理规划公共交通系统，将公交服务延伸至工业区，方便外来工出行。五是结合新农村建设、“三旧改造”等，试点规划建设外来工公寓，定向租赁给外来工居
住。六是增设商业、文化、体育、邮电、计生等网点，为职工提供快捷、便利、优质的生活服务。以上规划的建设资金可由政府下拔、镇（街）投入、企业资助等形式筹措。
（四）加强人文关怀，优化生活环境。
工业生产者出厂价格指数 篇3
一是负翘尾因素显著扩大。8月份，北京PPI下降3.2%，其中，翘尾影响为-1.3%，比上月扩大0.6个百分点；新降因素影响为-1.9%，比上月扩大0.1个百分点。负翘尾因素大幅扩大，成为影响8月份PPI降幅加深的重要因素。上年8月份，有色金属冶炼及压延加工业产品出厂价格同比上涨208.2%，拉动当月PPI上涨1.2个百分点，是影响当月PPI变动的最主要因素。今年8月份，有色金属冶炼和压延加工业产品同比价格由升转降，对PPI的拉降作用为0.5个百分点。
二是下游需求乏力，产能过剩，钢材、水泥等重点生产资料价格继续下探。8月份，黑色金属冶炼和压延加工业产品价格降幅加深，对PPI的拉降作用比上月扩大0.1个百分点。受北京周边水泥市场竞争加剧持续影响，金隅集团下属水泥厂陆续下调价格，非金属矿物制品业对PPI的拉降作用比上月扩大0.1个百分点。
工业环境效率的景气指数研究 篇4
环境效率是对经济发展所付出的环境代价程度的衡量［1，2］,自从Fussler C将这个概念引入我国以来,围绕环境效率测算涌现出了大量的研究成果。但现有的研究,不能有效追踪并捕捉环境效率的动态变化,在其恶化之前,应及时采取相应的措施,防患于未然。
本文引入景气分析法进行环境效率的预警。 景气分析方法是监控宏观经济运行的常用预测工具,已有少量的研究将其运用到生态环境领域。 徐凌等采用景气分析的原理和方法,建立了大连市城市产业体系环境经济扩散指数,对城市产业体系发展的战略环境评价进行了探讨［3］; 唐代兴等提出了 “自然景气”的概念,将其作为预测和分析自然生态状况的工具［4］; 王妍等以二氧化硫为例编制景气指数,以识别社会经济发展对环境的影响［5］。本文与已有文献的区别,亦是本文的主要创新之处在于: ( 1) 进行环境效率的景气分析,在充分识别其影响因素的前提下,构建环境效率景气分析的理论框架; ( 2) 选取环境效率作为景气分析的基准指标,从效率预警的角度来审视,以达到持续效率改进的污染总量控制这一节能减排的长效机制;( 3) 编制环境效率合成指数,在追踪扩散指数所反映的扩张或收缩程度的基础上,进一步捕捉其动态变化的振幅。
环境效率的景气分析,包括概念阐述、指标构建,指数编制这3个方面。本文在提出 “环境效率景气”概念的基础上,构建环境效率景气指标体系,以全国工业环境为对象编制其扩散指数和合成指数,旨在为环境效率评价提出一个新的分析角度。
1研究方法
1. 1环境效率景气分析概述
借鉴景气的含义［6］,本文提出 “环境效率景气”的概念。环境效率景气是一种经济生产、对外贸易和能源消耗等要素向着环境效率有益的方向发展,污染治理和环境管理措施有效执行,使得环境效率得以改善的状态。就其实质而言,所表达的同样是一种预测方法和分析工具,只不过预测和分析的对象,不再是经济和市场,而是时刻变化的环境效率状况。
环境效率景气分析方法,是基于经济周期波动理论和指数理论,利用经济环境等变量的时差关系来指示环境效率的景气动向,通过构建景气指数实现对环境效率运行情况的监测预警［7］。主要分为4个步骤:( 1) 确定时差关系的基准指标;( 2) 选择表征社会经济因素的预警指标; ( 3) 针对基准指标划分出先行、一致和滞后指标; ( 4) 编制景气指数并进行分析。
1. 2环境效率景气分析指标体系构建
1. 2. 1基准指标构建
环境效率能够刻画社会经济活动对环境的作用,并在污染总量控制的原则下衡量经济发展所付出的环境代价的程度,测算方法来自于可持续发展工商联合会( WBCSD) 的启发［8］: 环境效率= 产品或社会服务的增加值/ 环境负荷。
考虑到单一的污染物不足以充分表征环境负荷,为了科学衡量环境效率,借鉴资源环境综合绩效指数的思想［9 － 11］,构建环境效率综合指数:
式( 1) 中EEj为第j个地区的环境效率综合指数; wij为第j个地区第i种污染物排放的权重; xij为第j个地区第i种污染物排放量; gj为第j个地区的工业增加值; Xi0为全国第i种污染物排放总量; G0为全国的工业增加值; n为污染物的种数; g /x和G/X分别为各地区和全国某种污染物的环境效率。据此,得出的环境效率指数值与当地的环境效率水平完全吻合,即指数越高,反映的效率水平越高; 反之,指数越低,反映的效率水平越低。
1. 2. 2预警指标初选
预警指标就是一系列相互联系的,能够敏感地反映环境经济系统与环境经济秩序状况的统计指标。在环境效率即将出现警戒状态时,能超前地提出警示,以便有更多的时间来采取措施使得环境效率保持在正常的运行状态下。参考学者们已有研究成果,并根据预警指标选取科学性、重要性、准确性及可获得性的原则,初步筛选出5类共47项预警指标:
经济生产: 全国GDP ( X1) 、 人均GDP ( X2) 、产业结构( X3)1、固定资产投资总额( X4) 、工业从业人口数( X5) 、工业企业固定资产净值( X6) 、工业生产总值( X7) 、工业企业利润总额( X8) 、工业企业利税总额( X9) ;
对外贸易: 贸易依存度( X10)2、外资依存度( X11)3;
能源消耗: 能源消费总量( X12) 、煤炭消费量( X13) 、石油消费量( X14) 、天然气消费量( X15) 、其他能源消费量( X16)4、煤炭消费量比重( X17) 、石油消费量比重( X18) 、天然气消费量比重( X19) 、其他能源消费量比重( X20) 、能源消费弹性系数( X21) ;
污染治理: 工业废水排放达标率( X22) 、工业二氧化硫排放达标率( X23) 、工业废弃物综合利用率( X24) 、工业用水重复利用率( X25) 、工业二氧化硫去除量( X26) 、工业固体废弃物处置量( X27) 、 “三废” 综合利用产品产值( X28) 、 环境污染治理投资总额( X29) 、环境污染治理投资总额占GDP比重( X30) 、工业污染源治理投资额( X31) 、“三同时”项目环保投资总额( X32) 、 工业废水治理投资额( X33) 、工业废气治理投资额( X34) 、工业固体废弃物治理投资额( X35) 、 工业废水治理设施数( X36) 、工业废水治理运行费用( X37) 、工业废气治理设施数( X38) 、工业废气治理运行费用( X39) ;
环境管理: 环保意识( X40)5、信访批次( X41) 、企业专职环保人员数( X42) 、排污费收入总额( X43) 、R&D人员全时当量( X44) 、颁布地方环境标准数( X45) 、科研经费( X46) 、授权专利数( X47) 。
1. 2. 3预警指标划分
时差相关分析以基准指标为参照系,使备选指标在时间上相对于参照系指标前后移动,划分出超前或滞后基准指标的期数,并计算它们的相关系数。其最大相关系数对应的移动期数就是该指标的延迟期数［5］。计算公式如下:
式( 2) 中l被称为时差数,负值表示超前, 正值表示滞后。nl是数据个数。在选取景气指数指标时,一般计算若干个不同延迟数的时差相关系数,然后进行比较,其中绝对值最大的时差相关系数Rl'= maxRl所对应的l即为指标与基准指标波动最接近的期数。若|Rl|在l = 0或l = ± 1时最大,说明指标X是Y的一致指标; 若|Rl|在l < - 1时最大,说明指标X是Y的先行指标; 若|Rl|在l > 1时最大,说明指标X是Y的滞后指标。一般而言,最大的时差相关系数|Rl|> 0. 5时,时滞才比较明显。
1. 3环境效率景气指数测度模型
环境效率景气指数是用于反映经济生产、对外贸易、能源消耗、污染治理和环境管理整体对环境效率的景气影响状态,它包含扩散指数和合成指数两类。先行指数先于环境效率周期变化, 可用于环境效率的短期预测; 一致指数可用于表征环境效率的运行状态; 滞后指数则可用于验证环境效率运行的趋势。通过结合关键的先行指标, 可以判断环境效率是否存在不安定因素、程度如何,并可以推测环境效率的趋向,有利于政府及时干预和调控,以达到环境效率持续改进的目的。
1. 3. 1扩散指数方法
扩散指数评价和反映了环境效率的扩张和收缩的方向及其转折的位置,在数值上等于上升状态的指标个数与指标总数的百分比［6］。计算公式如下:
式( 3) 中DIt为t时刻的扩散指数,DIt> 50时,环境效率景气,DIt< 50时,环境效率不景气; m为指标个数; Ii为示性函数,Ii= 1时,该指标当期值大于上期值,Ii= 0. 5指标当期值等于上期值,Ii= 0时,该指标当期值小于上期值。
1. 3. 2合成指数方法
合成指数不仅可以分析和预测环境效率变化的拐点,还能反映环境效率波动的振幅［12］。编制过程如下:
( 1) 计算每个指标的对称变化率,对指标进行无量纲处理。所谓对称变化率,就是本期比上期的增长量与两期的平均值比较得出的数值,它是一种增长型数值:
式( 4) 中,Yij( t) 为第j个指标组的第i个指标。j = 1,2,3分别代表先行、一致、滞后指标组; i = 1,2,…,kj是组内指标的序号; kj是第j个指标组的指标个数。
为了防止变动幅度大的指标在合成指数中占支配地位,需要对Cij( t) 进行标准化,使其平均绝对值等于1。其标准化因子计算为:
用Aij将Cij( t) 标准化,得到标准化变化率:
( 2) 计算各指标组的标准化平均变化率,对指标组进行平均化处理。所谓平均变化率,就是在各组内对各个指标的标准变化数值进行加权平均,得到加权平均变化率:
式( 7) 中,ωij为第j个指标组的第i个指标的权重。
为了把3个指数当作一个协调一致的体系来应用,用一致指标序列的平均变化率的振幅来调整先行指标序列的平均变化率和滞后指标序列的平均变化率。其标准化因子计算为:
显然,F2= 1。
用Fj将Rj( t) 标准化,得到标准化平均变化率:
( 3) 计算各指标组的合成指数。令基准年份Ij( 1) = 100,则
2研究结果
2. 1基准指标测度
本文以工业增加值作为经济指标,表征产品或社会服务的增加值; 以工业COD排放、工业SO2排放、工业固体废弃物排放作为工业环境指标,表征环境负荷,并采用客观的熵值法对各指标权重进行赋值［13］。按式( 1) 计算出各地区环境效率及全国平均值,结果如表1。
注: 由于数据缺失剔除了西藏的相关数据。
本文选取环境效率值来直观衡量环境效率水平,以全国平均环境效率的增长率序列作为景气分析的参照基准。从表1可以看出,如果以2000年全国平均环境效率值为基准,我国2000 ~ 2011年期间的环境效率一直处于较高的状态,但12年来一直有所波动。
2. 2预警指标分类
以2000年为基期,计算出2001 ~ 2011年各环境经济指标的增长率,采用时差相关分析方法并根据式( 2) 进行指标分类,将相关系数小于0. 5的指标剔除后,筛选出先行指标12个,一致指标7个,滞后指标20个。再根据各指标与基准指标的相关系数等比例确定各指标的权重,结果如表2。
注: X9 ( 0. 496) 、X29 ( 0. 487) 、X30 ( 0. 458) 、X31 ( - 0. 445) 、X34 ( 0. 331) 、X37 ( - 0. 422) 、X39 ( 0. 434) 、X47 ( 0. 445) 被剔,由于相关系数均小于 0. 5。
2. 3景气指数结果及分析
2. 3. 1扩散指数
根据式( 3) 编制环境效率扩散指数,结果如表3,图1。
图1是环境效率扩散指数变化趋势图,总的来看,在所考察的时间段内,先行、一致和滞后指标组均在环境效率景气空间内运行,环境效率总体运行状态良好。
扩散指数所反映出的信息与环境效率的变化趋势基本吻合: 一致扩散指数于2004年出现明显的峰值,这与环境效率于该年开始下降趋势一致; 先行扩散指数分别于2002年和2003年出现峰值和谷值,这均超前于环境效率的峰值和谷值出现时间; 滞后扩散指数分别于2006年和2009年才出现峰值和谷值,这均滞后于环境效率的峰值和谷值出现时间。综合来看,环境效率于2005年跌倒谷底后开始复苏,正是其景气度提升的结果。
2. 3. 2合成指数
根据式( 4) ~ ( 11) 编制出各指标组的合成指数,结果如表4,图2。
图2是环境效率合成指数变化趋势图,总的来看,在所考察的时间段内,先行、一致和滞后指标综合指数呈现出持续增长的态势,这与我国环境效率总体运行趋势基本相符。
合成指数所反映出的信息与环境效率的变化趋势基本吻合: 从线形来看,3条趋势线形状基本相同; 从时域来看,3条趋势线之间也存在一定的时差关系。
2. 3. 3景气分析
研究发现,扩散指数和合成指数分别表征了预警指标的变化动向和变化幅度,其分析结果符合环境效率的实际变化趋势,在一定程度上反映和预示了未来环境效率的运行情况。
2011年我国工业环境效率景气分析的一致扩散指数为85. 7,与上年水平持平,7项一致指标中仅工业用水重复利用率出现了一定程度的不景气影响,但其他6项指标均呈现出对环境效率的景气变动,总体上环境效率处于景气运行的区域; 2011年先行扩散指数为66. 7,低于上年水平,12项先行指标中外资依存度、其他能源消费比重、 工业废水排放达标率、工业二氧化硫排放达标率这4项出现不景气变化,虽总体上景气变化指标数占上风,但仍需要引起对这些指标的关注; 2011年滞后扩散指数为75,与上年水平持平,20项滞后指标中产业机构、贸易依存度、石油消费比重、工业废弃物综合利用率、颁布地方环境标准数这5项出现了不景气变化,但总体上环境效率仍处于景气运行的空间。
我国工业环境效率景气分析的一致合成指数从2001年的100. 39上升至2011年的109. 09,年均增长率为0. 83% ; 先行合成指数从2001年的101. 32上升至2011年的109. 09,年均增长率为0. 74% ; 滞后合成指数从2001年的100. 66上升至2011年的109. 09,年均增长率为0. 81% 。也就是说自2001年以来,国家在环境保护与经济发展的双目标约束下,通过不断推动产业结构升级、 优化能源消费结构、加大环保资金和技术投入、 完善环境管理和污染防治等措施,以达到环境效率的持续改进和景气运行。
3结语
为了能够预先捕捉到环境效率的动态变化趋势,本文进行了工业环境效率的景气分析。研究发现,我国工业环境效率在2001 ~ 2011年期间的运行状态良好,正处于持续的扩张和景气之中, 扩散指数和合成指数的分析结果符合环境效率的实际变化趋势,在一定程度上反映和预示了未来环境效率的运行情况。但是,同时也要警惕个别先行指标的环境经济形势过热或过冷的问题,避免环境效率出现大幅度波动,尤其要注意先行指标的不景气动向,在环境效率恶化之前,及时采取相应的措施。
但是,本文仅对环境效率景气分析研究进行了初步的探索,以期为环境效率的研究提供一个新的角度。由于是基于指标增长率序列相关分析的基础,指标的选取和划分受到数据类型的局限。 目前,社会经济和环境统计相关数据只有年度类型,波动效果远不及季度或月度数据。只有在统计数据完善的基础上,才能获取更多的社会经济和环境预警指标,采用更长时间跨度和更细时间序列的数据,以剔除不规则变动趋势的影响,更全面、更精确地捕捉到环境效率的动态变化。
摘要：环境效率是对经济发展所付出的环境代价程度的衡量。本文从环境效率的预警角度出发,界定了“环境效率景气”的概念,构建了环境效率景气指标体系,通过经济景气分析法编制景气指数并进行分析。结果表明,我国工业环境效率在2001~2011年期间运行状态良好,扩散指数和合成指数均反映和预示了环境效率的运行情况。但个别先行指标的不景气动向也警示了:环境效率的持续改进和景气运行亟需推动产业结构升级、优化能源消费结构、加大环保资金和技术投入、完善环境管理和污染防治。
工业生产指数 篇5
综合增长指数法在工业废水排放量预测中的应用
摘要：介绍了综合增长指数法的建模方法,并应用该方法对我国珠江三角洲某市不同区域工业废水排放量进行预测.实际检验结果表明,该预测模型精度较高,且使用方便,适用于总量控制区域内初始排污指标按区分配时,对各区进行规划期内工业废水排放量的预测.作 者：王丽芳 吴纯德 阮梅芝 范平 WANG Li-fang WU Chun-de RUAN Mei-zhi FAN Ping 作者单位：华南理工大学,环境科学与工程学院,广州,510006期 刊：工业用水与废水 ISTIC Journal：INDUSTRIAL WATER & WASTEWATER年，卷(期)：,39(3)分类号：X708 O242关键词：工业废水 排放量 综合增长指数法
工业生产指数 篇6
摘 要：采用工业竞争力绩效指数（CIP）对全国各地区的工业竞争力进行比较分析，研究我国各地区工业规模、工业结构、地域差异等方面的差距及原因，认为缩小差距的关键在于技术改造和技术创新。
关键词：工业竞争力;CIP指数;高新技术
一、模型的建立
工业竞争力着重反映了一个国家或地区工业制成品的生产能力，它包括六个主要维度：工业生产能力、工业出口能力、工业化强度、出口质量、对国家或世界工业增加值、工业贸易的影响。在研究过程中，很难找到一个指标涵盖竞争的各个方面，因此工业竞争力绩效指数选取以下四个指标构成：人均工业增加值、工业产值在GDP中所占比重、人均工业品出口额、高新技术产品在工业品总出口中所占比重。（1）人均工业增加值。人均工业增加值是衡量一个国家或地区排除人口因素后工业化发展状况的首要指标，反映其在工业增加值方面所拥有的能力。如果假设所有地区的所有产品都无差异平等地进行竞争，可以清楚地反映其工业活动的竞争力，但贸易因素和自然资源环境因素也会进一步制约各地区的工业发展。有时，由于受到某地区的贸易政策的制约，会影响其工业品的出口等，从而降低了工业竞争。（2）工业产值在GDP中所占比重。其反映出工业产值在整体经济中的权重。一般来说，如果该比重越高，说明工业发展是该地区经济发展的重要支柱。（3）人均工业制成品出口额。人均工业品出口额是衡量该地区贸易竞争力的基本指标，其反映出该地区满足市场需求的能力，显示其是否具有国际竞争力。在工业产品生产无法进行大规模的技术升级的情况下，出口指标可以弥补部分不足。（4）高新技术产品在工业制成品总出口中所占比重。高新技术产品主要反映了工业的技术复杂性，工业成熟度越高、结构越复杂、灵活性越高，更能实现工业产品的出口增长。同时也说明了其探究更高层次领域的能力。
二、分析步骤
第一步，数据查找。第二步，将上述每个绩效指数 ij通过以下公式进行标准化：
ij =
其中， ij表示第i个地区第j个指数值，Xij表示第i个地区第j个指标值，Min表示样本的最小值，Max表示樣本的最大值。样本中排名最高的地区指数值为1，而排名最后的地区指数值为0。第三步，综合指数。由于四个基本指标值没有特别的权重，综合指数就是指其的算术平均数，即I1、I2、I3、I4。
三、数据分析
根据《中国统计年鉴》、《中国工业经济统计年鉴》的相关数据计算而得，其中I1为人均工业增加值指数，I2为工业产值在GDP中所占比重指数，I3为人均工业制成品出口额指数，I4为高新技术产品在工业制成品总出口中所占比重指数。根据表1我们可以看到，我国各地区的工业竞争力状况存在较大差异，主要体现在工业规模、工业结构以及地域差异等。
（1）工业规模。由于工业总产值和工业增加值排名表示的竞争力相差不多，因此选用以上两者来比较各地区的竞争力状况。从图1 可以看出，各地区以工业生产总值表示的工业规模竞争力与以人均工业增加值指数表示的工业规模竞争力存在较大差别。根据CIP指标显示，天津、浙江、江苏、上海等地远超过其他地区，并且与其实际工业规模竞争力没有相差多少。但是，安徽、河北、内蒙古等地的实际工业规模竞争力却有较大差距。相比较其他地区而言，西藏、甘肃、云南等地无论是人均工业增加值指数还是工业生产总值表示的工业规模竞争力都处于垫底水平。虽然我国已经出台了一系列相关的政策和战略扶持，但西部等地特别是西藏地区的工业发展还需要进一步加强，需要更加有效利用其丰富的资源优势，因地制宜，为其所用。
（2）工业结构。①高新技术产品：从图2的显示中，首先可以看到我国的高新技术产品出口主要集中在广东、上海、浙江、江苏等经济发达地区，其出口额明显是要大于其他地区，且高新技术产品出口以东南沿海地区为主要出口源地。广西、云南、内蒙古等地区的高新技术产品出口额很小，而西藏、宁夏、贵州、青海等地区的高新技术产品出口额和高新技术产品比重指数则几乎为零。其次，我国大部分地区的高新技术产品比重指数都在0.5左右，这说明了我国的高新技术产业发展有了一定的进步，但是发展并不迅速，只是缓慢前进而已，这需要国家继续加大支持力度。再者，上海、广东、江苏、浙江等地的高新技术产品比重指数同样较高并与西藏、贵州等地差距较大，说明了其工业竞争力除了重工业的发展，还包括了高新技术产业和其他综合性产业的支撑。最后，山西、河北等地区工业竞争力较弱，主要是由于该地区主要发展重工业，以开发中高技术产品（重工业产品）为主要发展目标，对高新技术产业的投入较少。
②工业制成品：从图3的显示中，我们可以看到，广东、浙江、江苏、上海、天津、河北等地区的工业制成品出口额比较大，反映其工业制成品的国际竞争力较强，拥有较大的国际市场份额。相比较而言，其他地区的工业制成品出口额则较小，其主要面向的是国内市场的需求，国际市场竞争力较弱，需要进一步加强。
（3）地域差异。根据图5，我们对三大经济带即东部、中部、西部地区的各项工业竞争力指标进行比较，发现东部地区在工业生产总值、人均工业增加值以及高新技术产品出口三大指标方面与中西部地区差距较大，在工业制成品出口方面则相差不大。西部地区的各项指标虽略高于中部地区，但差距不大，原因在于近年来国家实行西部大开发战略，加大了对西部地区尤其是四川等地的开发。东部地区的高新技术产品出口比重明显高于中西部地区，反映出我国在科技投入等方面存在地域性。东部地区的工业产值明显高于中西部地区，说明我国的工业布局主要集中在东部地区，中西部地区分布较少。
四、结论
采用工业竞争力绩效指数（CIP）对我国各地区的工业规模、工业结构、地域差异的比较，我们可以发现，各地区的工业竞争力存在差距的原因，主要集中在技术方面。技术创新和技术改造是未来各地区经济发展的重中之重，只有提高了技术水平，增强了自主创新能力，才能提高该地区的出口质量，扩大该地区的出口数量。由于我国对偏远地区的科技投入相对较小，影响了该地区科技人才比重不大，无法发挥应有的推动作用，因此国家应当加强科技投入，帮助其建立良好的科技创新环境，优化创新结构。同时各地区应当积极引进先进技术，吸收国外优秀的技术创新理念，取其精华，剔其糟粕。现如今，技术密集型产品越来越成为工业制成品出口的一大板块，劳动密集型和资源密集性产品比重趋于减小，所以只有扩大高新技术产品出口，提高工业技术竞争力，才有可能推动其经济增长。
参考文献：
[1]马骥.我国地区工业竞争力差距的CIP指数分析.安徽师范大学学报：人文社会科学版，2005-03-30.
工业生产指数 篇7
近年来,通过开展“隐患治理年”“安全生产年”等一系列主题活动,我国安全生产工作取得了新的进展。
2009年7月〜2010年8月,中国安全生产协会按照国家安全监管总局工作部署,针对我国安全生产管理现状,提出进行《现代安全生产管理方法和实践研究》的课题研究工作。课题形成了《企业安全生产标准化基本规范》(AQ/T9006-2010),已于2010年6月1日起实施;课题研究的另一项重要内容就是要提出普遍适用于我国企业定量的、科学的、体现预防为主的、用来衡量当前安全生产状况和安全生产趋势的一种现实可行的方法和手段。
众所周知,传统的安全管理等同于事故管理,围绕事故本身做文章,即“问题出发型管理”,重点在事故发生后肇因分析、吸取事故经验的被动反应、消极控制的安全管理,这种管理模式导致了安全工作落后于生产的发展,企业的安全绩效考评普遍是根据发生事故的情况来评比,造成了事故预防工作呈现被动态势。其主要缺点:
1.凭经验直观处理生产系统中出现的安全问题,由表及里地深入分析、发现潜在的事故隐患少,难于彻底改善系统安全;
2.对于企业是否“安全”往往是进行定性评价,一般来讲,符合或达到国家、行业的规范和标准的,就是“安全”,否则就称“不安全”。“安全”与“不安全”缺乏定量评判的手段,往往在伤亡事故发生后才进行总结归纳,提出措施,属于事后处理型。
3.缺乏系统性,解决安全问题时总是片断和零碎地进行,导致“头痛医头,脚痛医脚”,到处堵漏洞的被动局面。
4.我国企业的安全绩效考评多数是根据发生事故(尤其是伤亡事故)多少来评比的,无法体现“预防为主”的思想。
针对传统安全管理的弊端,在吸纳现代安全管理理念的基础上,结合我国企业实际,运用安全定量科学的思想,课题组提出了安全生产预警指数的概念,建立安全生产预警指数系统,对安全生产状况做出科学、综合、定量的判断,为合理分配安全资源,确定隐患排查治理重点,为安全评价、安全生产标准化、安全管理体系审核、行政许可等工作提供依据。
通过研究,可将安全生产预警指数概括为:将管理学、安全系统科学、减灾防灾科学、预测预警技术及系统原理、预防原理、人本原理、事故致因理论等多学科方法和理论应用于安全生产风险管理中,通过数据统计、分析、建模、计算,用来定量化表示企业安全生产现状和趋势的数值。其目的在于对可能发生的危险进行事先预报,提请企业负责人及全体员工注意,使企业及时、有针对性地采取预防措施,从源头上控制各种不安全因素,最大限度地消除和降低事故发生概率及后果的严重程度,使得安全生产系统具有“报警”和“免疫”能力。安全生产预警指数图是对安全生产预警指数的直观化表示。
预警指数系统的目标及任务
安全生产预警指数系统是以日常隐患排查结果和仪器仪表监测检测数据为基础,辨识和提取有效信息,分析其可能产生的后果并予以量化,将有关信息录入《安全生产预警指数管理系统》软件,通过软件进行统计、系数修正、计算,得出安全生产预警指数,形成直观的、动态的反映企业安全生产现状的安全生产预警指数图;运用预测理论,建立数学模型,对未来的安全生产趋势进行预测,形成安全生产趋势图。
其目标和任务包括以下方面:
1.以企业日常隐患排查工作为基础,发现工作场所存在的隐患,并及时纠正,使生产过程中人的不安全行为和物的不安全状态及管理缺陷处于被监测、识别、诊断和干预的监控之下。
2.通过对隐患排查数据、监测信息的分析,可以确定各种信息可能造成的后果,辨明造成伤亡的严重程度如何,确定是否处于安全状态,其主要任务是应用适宜的识别指标判断可能造成的后果,此对整个预警系统的活动至关重要。
将分析得出的不安全因素进行量化,运用“事故当量”的概念,对可能造成的后果,进行量化统计分析,加以系数修正,计算得出当期的安全生产预警指数,通过安全生产预警指数曲线的升高和降低,直观反映当前安全状况是安全、注意、警告或是危险。
3.利用系统分析、信息处理、建模、预测、决策、控制等主要内容的预测理论,定量计算未来安全生产发展趋势,警示生产过程中将面临的危险程度,提请企业采取有效措施防范事件事故的发生。
4.根据安全生产预警指数数值大小,对事故征兆(险肇事件)的不良趋势采取不同的措施,进行矫正、预防与控制。
5.对可能造成损失的事件及时进行整改,分析规律,防范同类事件的发生。
预警指数系统的特点
定量
用数值表示隐患可能造成的结果,运用数学模型,定量化表征企业安全生产形势及发展趋势。
直观
将历史安全生产预警指数值用折线进行连接,形成安全生产预警指数图,直观反映企业当前的安全生产状况及企业未来安全生产发展趋势。
实时
通过安全生产预警指数所处图形的区域,能够实时反映企业的安全生产状况。
公开
将可能导致事故发生的原因、事件和企业当前安全生产形势、发展趋势向社会、企业和员工公开发布。
预报
结合安全生产实际,运用时间序列预测法和适当的预测法,利用历史安全生产预警指数值,对可能导致事故发生的征兆进行事先预报,及时采取有针对性措施,进行事前预防。
无量纲
具有无量纲、相对性的特点,满足企业(行业)间、地区间的可比性。
预警指数系统的建立
领导重视 组织保障
由企业最高领导层负责并亲自参与,对企业安全生产预警指数报告予以确认并公布,及时采取相应措施,并监督落实整改。同时,也需要定期提交个人安全预警报告,并将该项工作纳入年底考核指标。
安全管理部门全面指导各组成部门的“预警”工作,优化日常隐患排查内容,检查、汇总各部门安全预警情况报告,完成企业安全生产预警指数报告。
其他组成部门根据具体情况,任命本部门的安全预警员,可以为专兼职安全员,其职责在于汇总同部门其他人员的隐患发现,并对检查结果进行辨识,定期形成部门安全预警情况报告,上报企业安全管理部门。
全员参与 培训能力
安全生产预警主要依靠隐患排查来进行,强调全员参与,需做到隐患排查工作常态化。持续不断的安全培训、学习交流等可以提高员工发现问题的能力,互相排查和自检可以使员工发现问题,并分享自己的发现。因此,所有员工特别是安全预警员必须进行安全生产预警指数相关内容的培训。
根据不同阶段安全生产的特点,结合安全生产预警的需求,日常隐患排查的内容应包括:人员的反应、人员的位置、个人防护装备、工具与设备、作业环境、制度与操作等。
收集数据 分析判断
安全生产预警的基础是数据的收集,数据来源为两个方面:隐患排查的结果及仪器仪表监测数据。在隐患排查中,不仅要发现物的不安全状态,同时对人的行为也要加以判断,对于好的安全行为要及时表扬并记录在案,仪器仪表监测过程中不正常的数据要进行整理。通过对历史数据、即时数据的整理、分析、存储,建立安全预警数据档案。
对收集到的信息、数据进行分析,判断已经发生的异常征兆及可能发生的连锁反应,评价事故征兆可能造成的损失。对分析的结果进行分类统计,录入软件系统,形成部门安全预警情况报告,上报企业安全管理部门,汇总分析后,得出当前安全生产预警指数报告。
系数修正 生成图形
安全生产预警指数报告是对隐患排查数据、仪器仪表监测数据的统计分析,是生成预警指数数值的基础。但最终预警指数的数值大小,还要与安全生产工作的方方面面相结合,因此要考虑对其进行系数修正。
安全生产预警修正系数是能够敏感地反映危险状况及存在问题的一系列指标,是能够体现安全生产状况客观量的综合体系。选择修正系数后,按照建立的数学模型,计算得出安全预警指数数值,并按照时间顺序,绘制图形。
预警指数图及趋势图的生成
安全生产预警指数的计算是以规定时间段内的各部门安全预警情况报告为基础,进行报告份数、演练、培训、事故、隐患整改率等系数修正,计算得到安全生产预警指数值,并生成安全生产预警指数图;根据安全生产预警指数值,运用预测理论进行数学建模,生成安全生产趋势图。其计算过程为:
原始数据判断
各部门对隐患排查情况、监测检测数据中,运用判断指标,对可能造成人员伤害、疾病的状况或行为,分为“不安全状况”或“不安全行为”进行统计。
伤害等级判断
将不安全行为、不安全状况可能导致的人员伤害分为:死亡、重伤、轻伤、无伤害等4个等级。采用“事故当量”的概念,量化可能造成的伤害等级。
统计值计算
根据原始数据的分类统计值与所对应的伤害等级,加权得出周或月伤害统计值。
系数修正
1.报告份数修正
为了消除规定时间内安全预警情况报告数量不同对安全生产预警指数的影响,按每周(月)适合本企业的平均数来修正周(月)伤害统计值。
2.事故修正
事故的发生会造成安全生产预警指数的升高,另外,每次事故发生后都会对一定时期内的安全生产工作产生影响,因此,系数修正要考虑不同级别事故及事故发生后一段时期内的影响。
3.隐患整改率修正
隐患整改率的高低直接影响企业安全生产状况,因此,要根据不同的隐患整改率,进行修正。
4. 培训及演练修正
●安全教育培训是提高员工安全意识和安全素质,防止产生不安全行为,减少人员失误的重要途径。因此,培训能够降低企业安全风险,降低安全生产预警指数值。不同级别的培训(厂级、车间级、班组级)对员工的影响不同,修正值不同。
●应急演练可以在事故真正发生前暴露应急预案存在的问题,提高应急人员的熟练程度和技术水平,提高整体应急反应能力,降低事故发生造成的损失,降低安全生产预警指数数值。
●考虑每次培训、演练后都会对一定时期内的安全生产状况产生的影响。
安全生产预警指数计算
安全生产预警指数=安全预警报告修正值+事故修正值+隐患排查率修正值+培训、演练修正值+其他修正值
预警指数图生成
安全生产预警组织机构每周或每月进行安全生产预警指数计算,将一段时间内的安全生产预警指数连接后,即构成了安全生产预警指数图,从而直观反映企业整体安全形势。
预警趋势图生成
运用预测理论,对历史安全生产预警指数进行整理、修正后,消除影响因素,建立数学模型,生成安全生产趋势图,直观预测企业安全生产趋势。
研究进展情况
目前,安全生产预警指数已完成了理论研究、数学建模、软件开发等工作,现正在与部分石化行业的会员单位合作、试点。
工业生产指数 篇8
A I综合指数是中国农机行业第一个行业指数, 是《农业机械》杂志历时5年, 跟踪各种行业数据、专家观点以及结合行业调查、数据模型预测等建立起的一套完整的行业指数, AI综合指数具有监测行业运行动态、预测行业走势的作用。
指数名称由来及含义
A I综合指数是由《农业机械》杂志发起、建立起来的一套系统化行业指数, AI是英文“Agriculture Industry”即“农机工业”的英文首字母缩写。AI综合指数反映的是农机行业的冷热程度, 相当于农机行业景气指数, 但又不完全相同。AI指数不但反映农机行业景气度走势, 还具有前瞻性, 对接下来的市场走势具有预判。
从2012年8月开始, AI指数正式向行业公布, 以后每月发布一次。发布内容, 不但包含行业历史数据, 即已经经过修正的符合历史发展事实的数据, 还有此后全年的预测数据。如2012年8月发布的AI综合指数, 其中7月及以前的数据, 都是经过修正过的符合历史发展状况的数据, 而8月及其以后的数据, 就是预测数据。预测数据经过真实数据检验修正之后, 形成实际数据。
这里需要注意的是, AI综合指数并不是直接反应农机工业产值等具体数值的数据模型, 它所反应的是一个行业的走势, 即既定数据和预测数据, 相当于社会生活中的消费者满意度指数和消费者预期指数。关于具体的数值预测结果, 《农业机械》杂志数据研究中心有一套专用模型, 即农机工业产业预测 (AMIF) 模型。当然, AI综合指数会调用部分AMIF预测数据。
基日与基点
AI综合指数是一套跟踪历史数据较长时间的系统数据, 在选择基日和基点上, 有一定难度。而且, 2007—2009年的数据模型处于检验阶段, 所以, 当时选取数据的基点为100点, 没有基日, 即以100点为正常值, 低于或高于100点为行业萧条和繁荣。
但是, 为了增加数据的有效性和可比性, AI综合指数的基日选择更加重要。综合数据显示, 在进入21世纪以来的农机市场表现, 以2004年、2007年和2009年为重大节点。因为, 2004年国家开始实施农机购置补贴政策, 带动大型拖拉机等市场火暴发展, 但2004年前后的历史数据较为混乱, 数据之间也多有矛盾。而2009年因为农机行业刚刚遇到金融危机复苏, 整体表现也是较为火暴, 但2009年到现在数据可参考性较少, 参考价值较低。
所以, 选择2007年为基日 (即将2007年AI综合指数的平均值转换成100点) , 因为2007年是国家大面积实施农机购置补贴的关键一年, 也是表现较为平稳的一年, 具有较高的参考价值。
指数选样
在编制A I指数的时候, 指数样本的选取, 即各种影响指标及权重的选择, 是核心部分。所以, 选取样本空间以及如何选取、选取哪些, 各指标之间权重的分配等, 均是影响数据有效性的关键因素。
(1) 样本空间。样本空间的选择主要为各种主要产品及其相关产业、各大农机企业及其重要经营指标。AI综合指数发布内容仅针对主要农机产品进行相关采样, 但采样不限于各产品直接相关领域, 还包括上下游产业链、购买力以及宏观经济等数据。
(2) 样本选择。根据样本空间的设定, 我们选取主要农机产品作为样本, 即大中型拖拉机、联合收割机、插秧机和农机具等。具体选择的样本及评价指标如表1所示。
指数计算与修正
根据AI综合指数所选定的样本空间, 将相应的样本进行分解成若干二级和三级指标, 其中, 三级指标又分若干相关影响因素, 将相关数字化的影响因素, 根据相关度, 转化成相应具体指标的得分, 再根据各三级指标的得分和权重, 计算二级指标的得分, 综合二级指标得分和权重, 即可计算出AI综合指数。
A I综合指数分实际数值和预测数值两部分。实际数值的来源, 是根据行业和宏观经济及调查结果等实际数据而计算出的结果;而预测数值, 则是根据当前及今后一段时期内相关影响因素的预测值计算出来的结果。
A I综合指数的实际值都是一定的, 都是由已经公告或者证实的数字计算而来的, 具有较大的参考价值, 有利于行业人员对行业动态的检测, 甚至是自行预判。而AI综合指数预测值, 则是根据《农业机械》杂志数据研究中心所掌握的数据及调查结果, 进行的预判。预测数据及预测结果, 我们有另外一套数据模型, 即农机工业产业预测 (AMIF) 数据模型。
所谓AI综合指数的修正, 就是将预测值转化为实际值的过程。
指数样本空间调整
随着农机行业所处环境的不断变化, AI综合指数所选定的样本空间以及具体样本, 都会进行调整, 以增加数据模型的准确性。根据一个动态的数据库, 将相关性不大的影响因素, 剔除出样本, 并加入影响较大的因素。
如2007年以来, 农机购置补贴政策多农机行业发展的影响程度, 就会通过改变其权重来体现。而有些因素, 如2008年前后出现大量“两用型”玉米小麦兼收联合收割机, 如今该市场几乎为零, 即已经将该影响因素剔除出数据库。当然, 也有新加入的影响因素, 如自2011年开始较为火暴的两行玉米收获机械市场, 根据其市场影响力, 已经给予了一定的权重。
关于各AI细分指数的组成以及相关权重, 因设计AI综合指数编制的核心, 故这里并不做具体介绍。
AI综合指数历史走势分析
AI综合指数的编制, 已经有5年多时间, 此间进行了长达3年的数据验证以及相关影响因素的界定。从2007年开始, AI综合指数以测试状态运行, 经过36个月的检测和对比, 已经将主要样本选定, 将影响因素较弱的相关指标, 进行动态监测, 但直到2009年末, AI综合指数的预测数值和实际数值, 仍存在一定的误差。从2010年开始, AI综合指数已经将预测数值和实际数值误差减小到可以接受的范围。
2007年在农机购置补贴的刺激下, 农机市场呈现较高的繁荣度。2007年2月达到当年AI综合指数的峰值131.5点, 随后出现下降但高位运行的态势, 纵观2007年全年, 整个农机市场均处于较为明显的繁荣状态, 即使是最低点, AI综合指数也在110点以上, 即2007年6月的112.2点。
所以, 2008年的高开局面就此写就。很多企业在2007年底已经预测到2008年开局走高的局面, 所以进行了大量的铺货, 一举赢得了较大的市场份额。但是, 随着全球性金融危机的蔓延, 加之补贴操作方式的改变, AI综合指数几乎呈现一路下跌的走势。其中, 2008年出现AI综合指数编制以来的最低点, 即2008年7月的99.8点, 尽管由于“三秋”时拖拉机和玉米收获机械拉动有所反弹, 但到了10月, AI综合指数再次下降到100点以下, 处于萧条预警状态。
随着2009年全球经济的复苏, 农机市场也迎来了再一次的繁荣。从年初试探性的对市场的肯定, 到销售旺季实际销量的大幅提升, 标志着2009年农机工业实现了大复苏。2009年6月, AI综合指数当年首次超过120点, 此后一直高位运行, 标志着农机工业处于繁荣状态。
在2007—2009年AI综合指数处于测试阶段的3年中, 其实出现了不少预警点, 非常值得行业进行研究。如2007年2月, 首次出现AI综合指数超过130点, 处于过度繁荣的状态, 但之后几个月一直处于130点以下, 说明市场运行比较理性;而到了2008年, 开局即超过1 3 0点达到了135.8点的高位, 而且此后连续3个月都超过了130点, 处于过度繁荣的状态, 这已经可以为行业发出“过度繁荣”的预警, 提醒行业注意市场变化。
进入2010年以来, 随着经济形势的走低, 尽管在收割机和拖拉机的强力拉动下, 当年前几个月AI综合指数仍然在高位运行, 但随着下半年货币政策的紧缩等金融政策的变动, AI综合指数逐渐走低, 尽管在当年的11月出现明显的翘尾, 但12月又大幅下降, 昭示着2011年行业艰难一年的到来。
2011年果然市场较为冷清, 尽管玉米收获机械有了大幅增长, 大型拖拉机和小麦联合收割机也有不同程度的增长, 但权重较大的利润水平表现较弱, 拉低了AI综合指数。2011年全年, 除开局之外, 几乎都是在偏冷之中走过。
到了2012年, 似乎行业形势更加严峻。AI综合指数在2012年4月降到了有历史记录以来的最低点95.1点, 几乎处于“过冷”状态。尽管随着国内企业技术升级步伐的提升, 不少新产品开始推向市场, 玉米联合收获机械也呈现持续火暴的局面, 但整体市场反弹程度有限, 仍然处于挣扎状态。
根据AI综合指数预测数据显示, 到2012年10月时, AI综合指数能够恢复正常, 但这并不意味着农机行业真的能够摆脱困境, 因为从预测数据连续5个月处于100点上下来看, 下半年的农机市场能够维持正常或有小幅上升, 是较为理性的判断。
但是, 从AI综合指数预测数据来看, 2013年可能会更为艰难, 很有可能又会出现一个低开低走的局面。当然, 这也未必是坏事, 在经过2011年和2012年的行业升级压力后, 不少企业已经掌握了一套市场突围路线, 产业升级之路将在2013年最为艰苦的时节后, 变得顺畅起来。
In order to reflect the market conditions of the agricultural machinery industry, for agricultural machinery production, circulation enterprises, and the relevant departments, to provide market trend information, production and management decisions, policy-making basis, Composite Index system of the agricultural machinery industry (AI) which established by the agricultural machinery magazine, officially released AI Composite Index.
AI Composite Index is the first industry index of China's agricultural machinery industry.It is“Agricultural Machinery”magazine that lasted five years, to track a variety of industry data, expert opinions, and the combination of industry surveys, data, model predictions to establish a complete set of industry index.AIcomposite index monitoring industry runs dynamics, forecasting the trend of the industry.
AI Composite Index was initiated by the"Agricultural Machinery"magazine, which set up a systematic industry index.AI is the acronym of"Agriculture Industry".AIcomposite index reflects the agricultural machinery industry of hot and cold.Equivalent to the agricultural industry climate index, but not identical.The AIindex not only reflects the boom of the trend of the agricultural machinery industry, but also forward-looking with anticipation to the next market trends.
Beginning in August 2012, AI Index was official y released to the industry.Since then, published once a month.The release includes not only the history of the industry data, which has been revised in line withthe historical development, but also a fullyear forecast data.For example, in August2012 AI composite index, July and previous data was amended in line with the historical development, while the data for August and beyond was the forecast one.After the test of practice, the forecast data into the actual data.
Should be noted that AI composite index is not a direct response to the data model of the agricultural and industrial output specific values, it reflects an industry trend, similar to the social life of the consumer satisfaction index and the index of consumer expectations."Agricultural Machinery"magazine Data Research Center have a dedicated model, which is Agricultural machinery industry industry forecasts (AMIF) model, provide specific numerical predictions.Of course, the AIcomposite index also selected part of the the AMIF forecast data.
AI composite index forecast shows that by October 2012, AI Index can be restored to normal.But that does not mean that the agricultural machinery industry is really able to bail out.The second half of the agricultural market to maintain the normal or increased slightly, is a more rational judgment.
湖南省工业绿色发展指数测算及分析 篇9
绿色经济是人类社会为了应对资源危机, 减少对环境的破坏而提出来的。绿色经济思想产生于环境经济学, 经济发展必须是自然环境和人类社会可以承受的, 不会因为盲目追求经济增长而造成社会分裂和生态危机, 不会因为自然资源耗尽而无法持续发展。所以, 绿色经济是可持续发展的产物, 是伴随着可持续发展观而产生的一种新的经济发展模式。绿色经济是以市场为导向、以传统产业为基础、以节约自然资源和改善生态环境为必要内容, 以经济、环境、社会的和谐为目的, 力求实现经济效益、社会效益和生态效益的统一而发展起来的一种新的经济形式[1]。近年来, 湖南省围绕资源节约型、环境友好型的发展理念, 推出了八大类制度创新, 106项原创性改革, 湖南省通过推进“两型社会”的建设而强力崛起。“两型社会”的核心是资源节约和环境友好, 其实质就是可持续发展, 所以绿色经济成为了湖南省建设“两型社会”的有效途径。
2 研究思路和方法
本文的总体研究思路是首先构建一个可以反映环境代价和能源消耗的绿色发展指数, 然后对湖南省各州市的绿色经济效率进行测算及实证分析, 由此得出研究结果。湖南省各州市在创造GDP的过程中对能源的依赖程度和对环境的污染程度是不同的, 有的城市是“绿色”的增长方式, 有的城市是“非绿色”的增长方式。为了量化衡量湖南省各州市经济增长的绿色程度, 可以把能源消耗量和碳排放量作为投入指标, 把GDP作为产出指标, 运用数据包络方法 (DEA) 构建一个“GDP工业绿色发展指数”来综合衡量一个地区的能耗强度、环境效率和经济发展。
我们在测度工业绿色发展指数时都采用构建指标体系, 并赋予各指标一定的权重进行综合评分的方法。这种测度方法的最大问题在于具有较强的主观性, 为了避免这种主观性, 可以引入非参数线性规划方法, 借鉴经济学家和运筹学家在测度生产效率中发展起来的数据包络分析来测定GDP的绿色发展指数。DEA最早是1978年由Chames、Cooper及Rhodes三位学者提出的, 其应用于评估多项投入与多项产出的相对效率值。基本思想是把一个经济系统或一个完整的生产过程视为一个决策单元, 考察决策单元从投入到产出的过程, 再评价由同质决策单元构成的评价群, 通过对各个投入或者产出比率的对比分析, 得到各个决策单元的相对效率值。
本文对工业绿色发展指数的测度方法是借鉴Farrell提出的衡量多种投入品的生产效率的问题。如图一所示, 令χ1和χ2代表能源的消耗量和二氧化碳的排放量, y代表地区生产总值, 则途中SS、曲线代表生产单位地区生产总值所需碳排放和能源投入的最少组合, 类似于技术效率前沿, 我们将其定义为“绿色前沿”。如果一个地区生产单位GDP所消耗的自然资源和碳排放组合在绿色前沿SS、曲线右侧, 比如说P点, 则说明该地区经济增长的绿色程度较低, 因为与绿色前沿相比, 该地区生产单位GDP所需要消耗的自然资源和碳排放从Q点增加到P点。这样, OQ/OP的值就可以衡量一个地区经济增长的绿色程度, 我们将其定义为“绿色发展指数”。绿色发展指数的取值范围在0和1之间, 如果一个地区的生产处于绿色前沿, 该地区经济增长的绿色发展指数为1, 如果一个地区的生产离绿色前沿越远, 则该地区经济增长的绿色发展指数就越低。
3 数据处理
本文的研究对象是湖南省14个州市, 测算的是湖南省14个州市2012年的绿色发展指数。故数据的处理主要集中在对14个州市2012年的相关面板数据搜集和整理上[2]。本文的数据主要来源于2013年湖南省统计年鉴。
本文碳排放的数据主要是通过测算得来的, 测算方法是根据湖南各州市规模以上工业企业主要能源品种消费量, 包括了原煤、洗精煤、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油气。然后借鉴《2006年IPCC国家温室气体清单指南》, 各类化石能源的碳排放系数如表1所示。并以各类能源的消费量乘以各自的碳排放系数, 加总后就测算出了湖南各州市2012年的碳排放总量。如下所示, 表2是2012年湖南各州市规模以上工业企业主要能源品种消费量。表3是湖南省各州市2012年的数据收集, 包括了第二产业生产总值, 能源消耗量和碳排放量。由于能源的消耗和二氧化碳的排放主要是由工业企业产生的, 所以本文用各州市的第二产业生产总值为产出指标[3]。
4 实证分析
本文利用DEAP2.1软件, 运用CRS模型, 基于以产出为导向的角度, 即在给定既定第二产业生产总值的前提下, 可以同时减少各项投入的比例。以此来对湖南省14个州市2012年的工业绿色发展指数进行测算, 测得的数据见表4。根据实证分析结果, 我们规定绿色发展指数等于1.0的为完全绿色经济, 绿色发展指数在0.9-1.0之间的为绿色经济, 绿色发展指数在0.7-0.9之间的为基本绿色经济, 绿色发展指数在0.7以下的为灰色经济。以此为基础, 对湖南省2012年各州市的工业绿色发展指数的绿色程度进行排名和分类, 如下表4所示。
根据以上实证分析结果, 发现湖南省工业绿色经济发展最好的是长沙市, 2012年是完全绿色经济, 其他州市都是不同程度的灰色经济形态。可以说这几年长沙市政府为贯彻“两型社会”的发展作出了实质性的努力, 如大力发展两型产业, 促进优势产业集群发展, 通过科学规划和合理整合金融产业资源, 取得了一定的成绩, 2014年3月长沙被联合国评为全球绿色城市就是很好的证明。
湘西自治州、怀化市、张家界市、永州市也是呈现灰色经济形态, 但是这些地区经济的发展并不快, 如何在加快经济增长的同时提高绿色发展指数是这几个地区以后需要研究的问题。排名第7的常德市的地区生产总值仅次于长沙市和岳阳市, 但其能源的消耗量远低于岳阳市, 碳排放量却高于长沙市, 所以常德市绿色经济发展效果不好的最主要原因是二氧化碳的排放过多。
株洲市和衡阳市是湖南省经济发展比较快的地方, 研究发现其绿色发展指数都靠后。特别是株洲市曾经是国家“一五”、“二五”时期重点布局建设的老工业城市, 自2007年长株潭城市群获批全国“两型社会”建设综合配套改革试验区以来, 株洲市抓住国家“两型社会”建设试点的机遇, 大力实施“生态优先”发展战略, 树立“宁可牺牲GDP, 也要青山绿水”的环保理念, 致力将株洲打造成“以现代工业文明为特征的生态宜居城市”, 株洲市2012年的绿色发展指数并不高, 仍然需要加大绿色经济的投入力度。
郴州市、益阳市、邵阳市、岳阳市、湘潭市和娄底市是湖南省绿色经济发展最不好的城市, 呈现灰色经济形态, 湘潭市委市政府也开始重视本地区的绿色经济发展, 2013年4月湘潭市委常委召开会议, 会议明确了绿色湘潭建设的指导思想、基本原则、建设目标, 还提出了绿色生态保护与建设工程、绿色城乡环境治理工程、绿色生产工程、绿色消费工程等“十大绿色工程”, 为绿色湘潭建设提出了具体工作和任务。同时, 湘潭市将大力发展绿色生产, 建设绿色生态, 倡导绿色消费, 形成资源节约利用的循环系统, 对于湘潭经济社会发展、人民安居乐业、建设美丽湘潭和宜居家园, 具有重要的现实意义。
5 结论
通过以上实证分析结果表明, 湖南省长沙市的工业绿色发展指数高, 而其他州市的工业绿色发展指数都不同程度的低, 所以湖南省各州市绿色经济的发展存在一定的地域差异, 这也为湖南省各个州市相互借鉴学习、相互交流提供了可能性。湖南省各州市应该根据自身情况, 优化产业结构、加快产业升级、大力发展节能环保和新能源产业, 着力构建科技含量高、资源消耗低、环境污染少、综合效益高的“两型”产业体系。各州市都要通过发展绿色经济来尽快实现资源节约型和环境友好型的“两型社会”。
参考文献
[1]李晓西, 胡必亮.中国:绿色经济与可持续发展[M].人民出版社, 北京, 2012 (12) :57-64.
[2]湖南统计信息网.湖南统计年鉴 (2007-2012) http://hntj.gov.cn/
工业生产指数 篇10
生产走势向好
8月份, 生产状况指数为47.1%, 较上月上涨2.8个百分点, 随着整体经济的三季度发力, 市场整体需求相应上涨, 企业生产状况好转。具体来看, 产量指数为49.7%, 环比上升1.4个百分点, 说明企业在继续扩大生产;销量指数为49.7%, 环比上涨2个百分点, 随着前期需求方库存的不断消耗以及市场的不断好转, 整体需求增加, 产品销量相应随之增加;出厂价格指数为38.8%, 环比上升3.3个百分点, 表明目前随着市场的整体好转, 销售价格也随之上涨, 但是应该看到, 价格指数远远低于均衡线, 表明企业对产品目前的销售价格仍然不满。
企业效益好转
8月份, 效益状况指数为50.1%, 较上月上涨0.7个百分点, 企业对外销售出现购销两旺、量价齐升的局面, 因此工业企业的整体效益状况出现好转, 且突破均衡线, 达到企业较为满意的状态。具体来看, 8月份, 利润指数为49%, 环比上升0.4个百分点, 说明产品价格上涨, 对企业的利润带来了正面影响;成本指数为54.1%, 环比下降0.7个百分点, 表明原材料价格有所上涨, 大部分产品成本价格随之上涨, 因此企业整体成本水平有所上浮;产成品库存指数为53.6%, 环比上涨3个百分点, 说明前期企业去库存取得效果, 企业的库存目前持续下降, 达到较为满意的结果。
经营环境变好
8月份, 经营环境指数为48.4%, 较上月上涨0.5个百分点, 表明随着整体市场的不断规范, 各个相应市场主体行为的不断约束, 市场的整体经营情况正在逐步变好。具体来看, 8月份, 税费负担指数为50.5%, 环比下降了0.6个百分点, 随着政府各项减税措施到位, 企业税负逐步下降, 指数持续在枯荣线以上, 说明目前企业对税负负担情况较为满意;融资难易指数为38.5%, 环比下降0.4个百分点, 表明目前国家金融政策没有成功将资金引导进实体经济, 加上供给侧改革中金融业对产能过剩行业企业的一刀切限贷惜贷措施, 企业的融资情况越来越困难;市场秩序指数为51.8%, 较上月上升1.5个百分点, 表明随着政府对整个市场环境管理的不断加强, 企业面临的市场秩序也逐步好转, 且指数持续在枯荣线以上, 说明企业对目前所面临的市场环境较为满意。
预期发展信心增强
8月份, 预期发展指数为50.4%, 环比上涨2.3个百分点, 表明目前企业整体面临的经济环境较上月有较大的改观, 整体经济逐步向好, 迈入上升通道, 因此, 企业对后市看好、信心增强, 预期发展信心指数止跌转升。具体来看, 8月份, 未来经营状况预判指数为61.7%, 较上个月上涨3.2个百分点, 说明企业对未来的经营状况信心十足;订货量指数53.6%, 较上个月上涨3.6个百分点, 说明市场未来订单增加, 未来的市场需求上涨;未来研发投入50.3%, 较上个月上涨1.4个百分点, 随着市场需求的不断上涨, 在未来研发投入方面, 企业也相应增加投入。
经济运行趋稳
8月份, ICI制造业指数为51.1%, 较上月上涨1.2个百分点;8月份PMI为50.4%, 较上月上升0.5个百分点, 为今年以来最明显的一次上升。ICI和PMI走势一致, 并且均在均衡线以上, 表明当前经济运行积极变化明显, 市场供需双双回升, 企业信心增强, 预期向好, 整体走势向趋稳方向发展。
8月份经济呈现出五大特征:生产保持稳中有升;市场需求回暖, 供需矛盾有所缓解;供给侧改革继续推进, 结构调整效果进一步显现;企业采购活动有所加快;企业信心有所增强。指数的表现反映出国内外需求均呈回升之势, 市场价格联动上扬, 升幅扩大。企业信心进一步增强, 生产活动进一步恢复, 预示经济增长由降转稳的态势开始显现。