绿色投资、碳排放强度与经济高质量发展

来源 :重庆工商大学学报(西部论坛) | 被引量 : 0次 | 上传用户:hangxujie
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:绿色投资对经济高质量发展和碳减排的影响,不仅会随着投资规模的增长而发生变化,还会因投资领域和方式的不同而有所差异,从而会存在非线性关系和投资种类的异质性。采用2003—2019年中国省级区域面板数据,运用空间杜宾模型(SDM)和半参数面板空间滞后模型的分析表明:经济高质量发展水平和碳排放强度均具有显著的空间正相关性和空间溢出效应;绿色投资对经济高质量发展具有“U型”或“N型”的非线性影响,对碳排放强度则具有“倒U型”或“倒N型”的非线性影响,目前总体上表现出从抑制经济高质量发展和碳减排向促进经济高质量发展和碳减排转变的趋势;不同种类的绿色投资对经济高质量发展和碳排放强度的影响具有明显异质性,相比环保投资和生產性绿色投资,绿色企业融资的增加更有利于经济高质量发展和碳减排;碳排放强度具有中介效应,即绿色投资可以通过影响碳排放强度作用于经济高质量发展。一方面,要建立和完善区域联动机制,有效利用经济高质量发展和碳减排的空间溢出效应;另一方面,要持续加大绿色投资规模和领域,并对各类绿色投资实施差异化策略以提高投资质量和效益,充分发挥绿色投资促进经济高质量发展和碳减排的作用,实现经济发展与环境改善的共赢。
  关键词:绿色投资;经济高质量发展;碳排放强度;非线性关系;半参数面板空间滞后模型
  中图分类号:F061.5;F830.59文献标志码:A文章编号:1674-8131(2021)0-0069-16
  一、引言
  党的十九大报告指出:“我国经济已由高速增长阶段转向高质量发展阶段,正处在转变发展方式、优化经济结构、转换增长动力的攻关期”。这是对我国经济发展阶段变化和现在所处关口作出的一个重大判断(林兆木,2018)[1]。在中国的工业化进程中,粗放式经济增长特征明显,能源消耗和环境污染等问题凸显(林伯强等,2018)[2]。为实现经济向高质量发展的转变,必须提高绿色投资、降低能耗、减少碳排放。作为负责任的大国,中国不仅兑现了在哥本哈根会议上的碳减排承诺,而且习近平主席在第七十五届联合国大会一般性辩论上更是提出了碳达峰和碳中和的“双碳”目标。在经济转型关键期,如何在经济高质量发展中实现“碳达峰、碳中和”目标,已成为学界和政府部门重点关注的课题。
  投资在经济发展中发挥着重要作用,被认为是拉动经济增长的“三驾马车”之一。随着我国经济总量的快速增长,投资规模也日益扩大,但也出现了投资结构性失衡的问题。要实现高质量发展,必须优化投资结构;要实现因此“碳达峰、碳中和”目标,必须加大绿色投资力度。那么,绿色投资的增加能否有效促进经济高质量发展和碳减排,三者在经济实践中具有怎样的关系,是值得深入探讨的议题。
  已有文献分别考察了绿色投资对经济高质量发展和碳减排的影响,认为绿色投资已成为促进经济高质量发展的重要举措(张明龙,2020)[3],也是减少碳排放的至关重要的手段之一(Lietal,2021)[4]。但相关研究缺乏对三者之间内在联系的深入探讨,经验分析中也未将三者纳入统一的分析框架,且主要采用传统的线性模型进行分析,更少考虑空间因素的影响。有鉴于此,本文在已有研究的基础上进行深化和拓展研究,主要的边际贡献包括:一是在理论上进一步探究绿色投资对经济高质量发展和碳排放强度的非线性影响以及碳排放强度在绿色投资影响经济高质量发展中起到的中介作用;二是基于新发展理念从五个维度构建经济高质量发展水平评价指标体系,并运用熵值法测算各地区的经济高质量发展水平;三是采用固定效应空间杜宾模型和半参数面板空间滞后模型检验绿色投资影响经济高质量发展和碳排放强度的非线性关系,并分析了不同类绿色投资的异质性以及碳排放强度的中介作用。
  二、理论分析与研究假设
  1.绿色投资对经济高质量发展的影响
  随着中国经济由高速增长向高质量发展转变,为寻求经济转型期间的有效动力源,绿色投资日益受到关注。以可持续发展理论为基础产生和发展起来的绿色投资是一种新型投资模式,相关研究对其与经济发展的关系进行了初步探索,并肯定了绿色发展的积极作用。比如,张明龙(2020)分析表明,绿色投资可以通过投资乘数效应促进经济增长,还可以通过市场化调节作用促进经济发展[3];廖显春等(2020)认为,绿色投资的增加也可以提升居民绿色福利[5]。然而,作为社会总投资重要组成部分的绿色投资,减少和消除环境污染是其主要目的之一,而这种非生产性投资目的可能会使其对生产性投资产生挤出效应,进而不利于经济高质量发展。
  随着经济增长带来的资源环境问题日益凸显,为实现可持续发展必须进行污染治理以减少环境污染,而污染治理需要投入大量资金。这种非生产性投资的上升会增加社会和企业的负担,对财富积累及福利增进产生不利影响;但绿色投资的增加也可以为企业提供改善生产工艺和生产流程的资金支持,有助于提高资源利用效率和提升绿色产品质量。而经济高质量发展是系统性、多维度的,对于不同的维度,绿色投资可能产生负面影响,也可能产生正面影响。因此,绿色投资对经济高质量发展的影响是多种效应交织在一起共同作用的结果,而且这些效应本身也可能因发展阶段、制度环境以及外部条件等的变化而发生作用方向及强度的变化,进而使绿色投资对经济高质量发展的影响在不同的情形下可能表现为促进、抑制或不显著多种关系。
  据此,本文提出假说H1:绿色投资对经济高质量发展的影响存在非线性关系。
  2.绿色投资对碳排放的影响
  目前国内文献尚未对绿色投资与碳排放之间的关系展开研究,而国外的相关研究则大多是将碳市场(或碳价格)作为研究绿色投资与可持续发展或低碳经济转型之间的工具或机制变量进行分析。例如,Sachs等(2019)研究发,现绿色投资可以通过碳市场促进可持续发展[6];Dikau和Volz(2019)认为,在绿色金融促进绿色发展的过程中需要允许金融机构制定碳价格[7]。也有学者将二者纳入同一框架进行分析,比如:Ren等(2020)对绿色金融、非化石能源使用与碳排放强度之间的关系进行研究,结果发现绿色金融发展指数的提高以及非化石能源的使用有助于降低碳排放强度[8];Shen等(2021)研究发现,绿色投资与二氧化碳排放呈现负相关关系[9]。   根据约束效应和规模效应,本文认为,绿色投资对碳排放强度的影响可能也是非线性的。一方面,绿色投资作为污染治理的专项资金具有其特殊性,不能投入生产经营。在现有资本、劳动等要素不变的条件下,企业为实现短期利润最大化,可能会加大能源的投入,从而产生能源回弹效应,导致碳排放增长。在初期阶段绿色投资规模较小,对企业生产技术研发和工艺改造的促进不大,导致绿色产业尚不具备规模效应,经济结构转型缓慢。同时,地区经济增长需要更多的能源消耗,导致碳排放快速增长并抵消绿色投资带来的碳减排效果,形成能源回弹效应。另一方面,随着绿色投资规模的扩大,在研发成本得到有效控制下绿色环保企业的生产工艺日趋完善,能源利用效率显著提升,可以有效减少生产过程的碳排放。同时,绿色投资渠道的进一步开拓促使更多企业进入绿色产业,进而可以进一步抑制碳排放的增长。因此,在不同情形下绿色投资对碳排放强度的影响可能是抑制或是促进,也可能不显著。
  据此,本文提出假说H2:绿色投资对碳排放强度的影响存在非线性关系。。
  3.绿色投资、碳排放强度与经济高质量发展
  温室气体排放的不断增加导致全球气候变暖,而二氧化碳是温室气体的主要成分。在人类社会发展过程中,绝大部分的二氧化碳排放来自工业和汽车领域对能源的消耗,这与经济发展有着密不可分的关系。Stokey(1998)认为当用于环境保护的投资无法弥补在经济发展过程带来的环境污染时,环境质量会抑制经济发展[10]。Ariga(2002)和Soretz(2003)基于波特假说认为,环境质量改善或者环境规制变化,可以通过环保投入和生产技术更新等方式对经济发展起到导向性作用[11-12]。刘梦和胡汉辉(2020)将高质量发展分为经济的充分发展、平衡发展以绿色发展三种指数,实证分析发现,碳排放有助于经济充分发展,但对经济平衡发展无明显作用,而对经济绿色发展具有明显的抑制作用[13]。可见,碳排放对经济发展具有显著影响,进而绿色投资可能通过影响碳排放强度来对经济高质量发展产生间接作用。
  据此,本文提出假说H3:碳排放强度在绿色投资与经济高质量发展之间具有中介效应。
  三、模型设定与数据说明
  1.模型构建
  空间计量模型分为空间自回归模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)。SDM考虑了被解释变量的空间效应是否依赖于本地区与邻近地区的解释变量,具有比SAR和SEM更一般形式,能有效地估计地区之间的溢出效应。为分析“绿色投资”对“经济高质量发展水平”和“碳排放强度”的影响及其非线性关系,本文借鉴徐斌等(2019)、林伯强和徐斌(2020)的研究[14-15],并引入空间权重矩阵,构建如下空间计量模型(1)~(4):
  2.变量说明
  (1)“经济高质量发展水平”的测算
  关于经济高质量发展的内涵,目前尚未形成统一的认识(杨文举等,2018;马茹等,2019;高培勇,2019)[18-20],测算方法也有多种。有文献采用单一指标,如人均GDP来衡量经济高质量发展水平(陈诗一,2018)[21],但其难以反映经济高质量发展的多维特征。基于党的十八届五中全会提出的新发展理念以及综合评价指标体系构建应遵循的可获取性、合理性与连续性等原则,参考魏敏和李书昊(2018)、曾胜(2019)、陈景华等(2020)的方法[22-24],本文从创新发展、协调发展、绿色发展、开放发展和共享发展5个维度选取28个指标构建经济高质量发展水平的综合评价体系,详细见表1。
  基于上述指标体系,借鉴陈景华等(2020)的研究[24],采用熵值法对指标进行赋权并测算得出经济高质量发展水平的综合评价指数。具体的测算步骤如下:第一,采用极差法对指标进行标准化处理;第二,采用熵值对各指标进行赋权;第三,依据各指标权重计算各地区的经济高质量发展水平综合指数。
  (2)“碳排放强度”的测算
  化石能源消费和燃烧是二氧化碳(CO2)排放的主要来源。对CO2排放量的测度,一般采用系数法或物料平衡法。本文借鉴田云和陈池波(2019)的方法[25],运用碳排放系数法计算各地区能源消费的CO2排放总量:
  (3)“绿色投资”的测算
  目前,对绿色投资的概念还未形成一个统一的界定。比如:Eyraud等(2013)认为绿色投资是企业的一种社会责任投资[26],而Krushelnytska(2018)认为任何涉及能源效率和可再生能源以及废物处理和回收、水污染治理、工业污染控制、生物多样性保护、气候变化缓解和适应等的投资均是绿色投资[27]。国内的早期研究大多将绿色投资与环保投资等同,随着经济快速发展带来的环境污染问题日益凸显,绿色投资有了较为宽泛的定义(孟耀,2007)[28]。比如,廖显春等(2020)认为,“绿色”是指资源利用效率提升与环境质量改善,“投资”是经济发展的重要推动力,因此,绿色投资是在有效提升资源利用效率、改善环境质量的同时提升地区经济效益的重要发展资源[5]。本文认为,绿色投资是贯彻新发展理念,以环境污染治理为核心,带动经济效益、实现生态平衡、满足社会发展的新型投资。
  由于对绿色投资的定义不一,对绿色投资的测算也没有形成统一的口径。在区域层面的经验研究中,大多用环保投资来衡量绿色投资,但环保投资涵盖的范围比较窄,不能全面反映新发展理念下的绿色投资状况。本文借鉴廖显春等(2020)的方法[5],在环保投资的基础上增加生产性绿色投资(即水利建设投资和营林投资),以反映绿色投资的社会效益;另外,为反映绿色投资的经济效益,也将绿色企业融资纳入绿色投资范畴。鉴于绿色企业融资缺少省级层面的数据,借鉴张莉莉(2018)的方法[29],从Wind数据库中选取与绿色环保概念相关的板块企业为样本
  
  共选取了绿色节能照明、尾气治理、废物回收利用、污水处理、环保概念、美丽中国、大气治理等53个概念板块,包括相关上市公司和新三板挂牌企业共计864家。,以这些企业的各项融资的规模(即企業长短期借款、IPO募集资金与配股及增发金额、企业应付长短期债券的总和)作为绿色企业融资指标。总之,本文采用三种投资(即环保投资、生产性绿色投资以及绿色企业融资)之和来衡量“绿色投资”变量,并以2003年为基期进行价格平减处理。   (6)绿色企业融资对碳排放强度具有近似“M型”的非线性影响。当lnGF<3.1时,“绿色企业融资”对“碳排放强度”的边际效应较为分散,绿色企业融资增加对碳减排没有显著影响。绿色融资主要是针对绿色环保企业进行融资,而在经济转型初期,由于绿色产业规模较小,绿色企业获得的绿色融资也较少,不能起到有效减少碳排放的作用。当3.1≤lnGF<8.8时,绿色企业融资规模逐渐增大,但对碳排放的影响总体上还是不大。当lnGF≥8.8时,“绿色企业融资”对“碳排放强度”的边际效应小于0,绿色企业融资增加有利于碳减排。这主要是由于绿色企业获得更多融资,激励了其对低碳生产技术的研发和利用,提高了能源利用效率,减少了二氧化碳排放,有效抑制了碳排放。
  5.中介效应检验
  为了考察碳排放强度在绿色投资影响经济高质量发展中是否具有中介作用,本文应用中介效应模型进行检验,并使用Bootstrap统计值进行二次检验,以验证中介效应检验结果的稳健性,结果如表9所示。“绿色投资”对“经济高质量发展水平”的总体效应为负但不显著,对“碳排放强度”有显著的正向影响,与前文分析结果基本一致;而中介变量“碳排放强度”对“经济高质量发展水平”有显著的负向影响,说明碳排放强度在绿色投资影响经济高质量发展的过程中存在中介效应。进一步检验的Bootstrap统计量为-0.019,通过了5%水平下的显著性检验,表明存在中介效应的检验结果是稳健的,假说H3得到验证。
  五、研究结论与对策建议
  本文采用2003—2019年中国30个省区市的面板数据,运用空间杜宾模型和半参数面板空间滞后模型分析绿色投资对经济高质量发展和碳排放强度的影响,研究结果表明:中国各地区的经济高质量发展水平和碳排放强度均具有显著的空间正相关性和空间溢出效应;绿色投资对经济高质量发展的影响存在“U型”或“N型”非线性关系,对碳排放强度存在“倒U型”或“倒N型”非线性关系,目前总体上表现出从抑制经济高质量发展和碳减排向促进经济高质量发展和碳减排转变的趋势;不同种类的绿色投资对经济高质量发展和碳排放强度的影响具有显著的异质性,随着投资规模不断增加,相比环保投资和生产性绿色投资,绿色企业融资更有利于经济高质量发展和碳减排;绿色投资可以通过影响碳排放强度作用于经济高质量发展,即碳排放强度在绿色投资与经济高质量发展之间具有中介效应。可见,绿色投资要有效发挥其促进经济高质量发展和碳减排的作用,不但要扩大投资规模,而且要通过领域拓展和模式创新等提高投资质量。尤其是环保投资和生产性绿色投资,当其规模扩大到一定程度后要警惕其可能带来的负面影响。基于以上结论,提出如下对策建议:
  第一,建立和完善区域联动机制,有效利用空间溢出效应,共同促进经济高质量发展和碳减排。分析表明,无论是经济高质量发展,还是碳排放强度,都具有显著的空间正相关性和空间溢出效应。因此,各地区不但要努力推进自身的经济高质量发展和碳减排,还要充分利用空间溢出效應,通过区域联动来相互促进。经济发展水平较高地区在提升本地区发展质量的同时,应积极利用自身的区位优势、资源优势、技术优势等,增强高质量发展的空间溢出效应,起到以点带面的作用,逐步形成区域协作发展态势,带动整体经济高质量发展。而碳排放较高的地区也会带动邻接地区碳排放的增长,碳减排不是靠一方努力就能解决问题的,需要加强区域联防联控,共同制定碳排放减排措施,并建立和完善区域间利益协调机制,形成碳减排共同体。
  第二,持续加大绿色投资规模和领域,并对各类绿色投资实施差异化策略以提高投资质量和效益,助推经济高质量发展和碳减排目标的实现。对于环保投资,当达到一定规模时,应注意提高其经济效益和社会效益;环保投资通常更注重环境效益,但也应积极探索新的投资方式和领域,力求在实现环境效益的同时也兼顾经济效益和社会效益,进而促进高经济质量发展。对于生产性绿色投资,需要缩短产生经济效益的周期,并加快实现碳减排的速度;同时,应加强地区之间的合作,增强绿色产业发展的规模效应,促进整体经济的提质增效和跨区域碳减排。对于绿色企业融资,各地区应不断完善市场机制,扩大绿色资金规模,丰富绿色融资产品,满足绿色产业发展对资金的需求,为不同绿色环保企业提供个性化多样化的融资渠道和服务,助力绿色产业链升级和发展,进而更有效地促进经济高质量发展和碳减排。
  本文虽然采用半参数空间计量模型着重探讨了绿色投资与经济高质量发展以及绿色投资与碳排放强度之间的非线性关系,也探索了碳排放强度在绿色投资与经济高质量发展之间的中介效应,得到了一些有益的结论。但未进一步探索碳排放强度对经济高质量发展的影响,在中介效应分析中未将空间因素纳入研究范畴,有待后续运用更加复杂的空间计量模型进一步揭示绿色投资、经济高质量发展与碳排放强度三者之间的内在关系和作用机制。
  参考文献:
  [1]林兆木.关于我国经济高质量发展的几点认识[N].人民日报,2018-01-17(007).
  [2]林伯强,吴微.中国现阶段经济发展中的煤炭需求[J].中国社会科学,2018(2):141-161+207-208.
  [3]张明龙.市场化进程中绿色投资对经济高质量发展的空间效应研究——基于空间杜宾模型的实证分析[J].贵州财经大学学报,2020(4):89-100.
  [4]LIZZ,LiRYM,MALIKMY,etal.DeterminantsofcarbonemissioninChina:Howgoodisgreeninvestment?[J].SustainableProductionandConsumption,2021,27(6):392-401.
  [5]廖显春,李小慧,施训鹏.绿色投资对绿色福利的影响机制研究[J].中国人口·资源与环境,2020(2):148-157.   [6]SACHSJD,WOOWT,YOSHINON,etal.Importanceofgreenfinanceforachievingsustainabledevelopmentgoalsandenergysecurity[C]//2019HandbookofGreenFinance,EnergySecurityandSustainableDevelopment.2019:1-10
  [7]DIKAUS,VOLZU.Centralbanking,climatechange,andgreenfinance[C]//2019HandbookofGreenFinance,EnergySecurityandSustainableDevelopment.2019:1-23.
  [8]RENXD,SHAOQL,ZHONGRY.Nexusbetweengreenfinance,non-fossilenergyuse,andcarbonintensity:EmpiricalevidencefromChinabasedonavectorerrorcorrectionmodel[J].JournalofCleanerProduction,2020,277:1-12.
  [9]SHENYJ,SUZW,MALIKMY,etal.Doesgreeninvestment,financialdevelopmentandnaturalresourcesrentlimitcarbonemissions?AprovincialpanelanalysisofChina[J].ScienceoftheTotalEnvironment,2021,755:1-12.
  [10]STOKEYNL.Aretherelimitstogrowth?[J].InternationalEconomicReview,1998,39(1):1-31.
  [11]ARIGAJM.Internalizingenvironmentalqualityinasimpleendogenousgrowthmodel[D].UniversityofMaryland,2002:14-16.
  [12]SORETZS.Stochasticpollutionandenvironmentalcareinanendogenousgrowthmodel[J].TheManchesterSchool,2003,71(4):448-469.
  [13]劉梦,胡汉辉.如何让绿水青山成为金山银山——基于碳排放对高质量发展作用的经验证据[J].云南财经大学学报,2020(4):19-35.
  [14]徐斌,陈宇芳,沈小波.清洁能源发展、二氧化碳减排与区域经济增长[J].经济研究,2019(7):188-202.
  [15]林伯强,徐斌.研发投入、碳强度与区域二氧化碳排放[J].厦门大学学报(哲学社会科学版),2020(4):70-84.
  [16]叶阿忠,张锡书,朱松平,梁文明,王宣惠.应用空间计量经济学:软件操作和建模实例[M].北京:清华大学出版社,2020.
  [17]温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展,2014(5):731-745.
  [18]杨文举,文欢.长江经济带高质量发展的理论探索和现实思考——“2018·长江经济带高质量发展研讨会”综述[J].西部论坛,2019(1):116-119+124.
  [19]马茹,罗晖,王宏伟,王铁成.中国区域经济高质量发展评价指标体系及测度研究[J].中国软科学,2019(7):60-67.
  [20]高培勇.理解、把握和推动经济高质量发展[J].经济学动态,2019(8):3-9.
  [21]陈诗一,陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究,2018(2):20-34.
  [22]魏敏,李书昊.新时代中国经济高质量发展水平的测度研究[J].数量经济技术经济研究,2018,35(11):3-20.
  [23]曾胜.中国经济高质量发展、能源消费影响因素与总量控制——基于Copula函数的实证研究[J].学术论坛,2019(2):11-19.
  [24]陈景华,陈姚,陈敏敏.中国经济高质量发展水平、区域差异及分布动态演进[J].数量经济技术经济研究,2020(12):108-126.
  [25]田云,陈池波.中国碳减排成效评估、后进地区识别与路径优化[J].经济管理,2019(6):22-37.
  [26]EYRAUDL,CLEMENTSB,WANEA.Greeninvestment:Trendsanddeterminants[J].EnergyPolicy,2013,60(6):852-865.
  [27]KRUSHELNYTSKAO.Introductiontogreenfinance[DB/OL].http://www.thegef.org/sites/default/files/events/Intro%20to%20Green%20Finance.pdf,2018.
  [28]孟耀.基于资源环境保护的绿色投资及其发展思路[J].财经问题研究,2007(5):64-69.
  [29]张莉莉,肖黎明,高军峰.中国绿色金融发展水平与效率的测度及比较——基于1040家公众公司的微观数据[J].中国科技论坛,2018(9):100-112+120.
  [30]莫龙炯,景维民.转型时期混合所有制的经济增长效应[J].经济学动态,2018(11):46-58.
  [31]周琛影,田发,周腾.绿色金融对经济高质量发展的影响效应研究[J/OL].重庆大学学报(社会科学版):1-13[2021-09-23].http://kns.cnki.net/kcms/detail/50.1023.C.20210513.1530.002.html.
  [32]王小鲁,樊纲,胡李鹏.中国分省份市场化指数报告(2018)[M].北京:社会科学文献出版社,2019.
  [33]赵桂梅,耿涌,孙华平,赵桂芹.中国省际碳排放强度的空间效应及其传导机制研究[J].中国人口·资源与环境,2020(3):49-55.
  (编辑:刘仁芳)
其他文献
摘要:本文探索了线上线下混合教学模式,并以“Web前端开发”课程为例,从课程资源建设、教学方式、实验与实训及考核四个方面进行线上线下融合改革,以期能够提升学生学习的参与感与成就感。  关键词:Web前端开发;混合式教学;教学内容;教学方式;实践  中图分类号:G717 文献标识码:A 论文编号:1674-2117(2021)22-0104-05  随着互联网技术的发展,Web开发分工越来越细,出现
摘要:本文以EricJensen和LeAnn Nickelsen提出的Deep Learning Cycle(DELC)为理论依据,构建了由知识目标、知识预备、知识构建、知识迁移和学习评价组成的DELC混合式路径,聚焦于线上、线下教学的深度融合,优化教学设计以及教学方法,以期为深度学习教学改革提供有力的依据和借鉴。  关键词:深度学习;混合式教学;线上;线下;融合  中图分类号:G434 文献标识
体育2021年5月16日,2021年全国跳水冠军赛暨东京奥运会选拔赛、全运会跳水资格賽在上海东方体育中心落幕。作为国内最高级别的跳水赛事,本届全国跳水冠军赛共设12个个人项目,其中男、女双人3米跳板,男、女双人10米跳台,男、女3米跳板,男、女10米跳台为奥运项目。
期刊
鸣鹤古镇具有1200多年的历史,是本地唯一的省级历史文化名镇。古镇地处海隅,较为偏僻,至今仍保留着原有的沧桑感,幽静的白洋湖、斑驳的运河桥、高低错落的24间走马楼、凹凸不平的石板街、老字号的银号、老式的百货店旧址等(图1),到处散发着浓郁质朴的自然与人文气息。因不为人知,人们对其保护不够重视,导致其丰富的文化资源逐渐消失。为此,作为鸣鹤古镇中生活的我们更加迫切需要对家乡的文化进行保护宣传。基于这样
期刊
课堂上孩子们视若珍宝的美术作业,在课后却常遇上“没用”的尴尬。美术作业的“用武之地”在哪里?“为生活而艺术”的理念为我们指引了方向:通过艺术来理解生活与文化,实现综合性美术教育,让学生不仅是文化的传承者,更成为文化的传承者;让课堂美术作品回归生活,将美术作业融入校园之中,让学生成为校园文化建设的主体。本文是笔者以小学五年级美术拓展课“‘新’福迎春——‘福’字贴的创意设计”为例来开展教学实践的过程。
期刊
专题策划人  艾渤  北京交通大学教授、博士生导师、电子信息工程学院副院长,轨道交通控制与安全国家重点实验室常务副主任,国家6G技术研发总体专家组专家,中国移动集团轨道交通联盟5G产业推进委员会主任,IET Fellow,IEEE VTS杰出讲师,中共中央组织部“万人计划”领军人才,科技部中青年创新领军人才;获国家自然科学基金委杰出青年基金、优秀青年基金,以及国家自然科学基金委-英国皇家学会牛顿高
期刊
摘要:人口老龄化带来的劳动力供给结构变化不利于制造业企业全要素生产率提升,但会促使企业转变发展方式,并通过对其他因素的影响促进制造业企业全要素生产率提升。因此,人口老龄化与制造业企业全要素生产率的关系是多种效应综合作用的结果,是非线性的,并有异质性表现。以2000—2019年沪深A股上市制造业企业为样本的分析表明:人口老龄化与制造业企业全要素生产率呈现“倒U型”非线性关系;现阶段中国的人口老龄化对
摘要:IPO抑价现象在全球资本市场中普遍存在,但相比于发达国家较为成熟的资本市场,中国创业板市场的IPO抑价率明显偏高,不利于资本配置效率的提高和资本市场的健康发展。IPO抑价是一种在“委托—代理”关系下信息不对称导致的逆向选择行为,风险投资的介入不但可以通过风险投资机构的“信息优势”减小发行人与承销商之间的信息不对称程度,还可以通过“认证作用”减小发行人与投资者之间的信息不对称程度,因而可以降低
期刊
摘要:随着数字技术的快速发展和广泛应用,数据逐渐成为社会化生产的核心要素。在资本主义生产方式下:资本推动数据成为商品,生产数据商品的劳动包括雇佣和非雇佣两种形式,雇佣数字劳动主要在雇佣体系内生产“生产经营数据”,非雇佣数字劳动则主要在雇佣体系外生产“个人数据”“中间数据”和“公共数据”,资本家能够同时占有这两种劳动的成果及其剩余价值;为极大地拓展剩余价值来源,资本势力凭借技术进步偏向性从生产领域向
摘要:区域发展不平衡的问题需要通过加强地区间的经济联系来解决,地区间的产业融合在发挥各地区比较优势促进整体经济发展的同时,也会通过一体化的产业体系促进区域经济差异的缩小。基于中间品投入产出关系设计地区间产业融合水平评价指标,并采用2002年、2007年和2012年《中国区域间投入产出表》的数据,以30个省级区域为地区单元构建地区间产业融合网络,分析表明:在样本期间,中国的地区间产业融合网络格局处于