我国长三角地区除热电联产外,暂停审批新的火电项目,并大力推进热电联产技术创新。但能源技术创新已被证明常常受到空间要素的影响,尚未在热电联产背景下探讨能源行业空间集聚对技术创新的作用。因此,本文通过全局莫兰指数、核密度分析和热力图分析,研究热电联产技术创新点要素的空间集聚及演化特征,并通过空间回归模型分析其影响因素及变化。研究结果表明,环境规制和高科技园区集聚是影响热电联产技术创新的关键因素,预示未来的政策制定需要考虑绿色发展的经济因素以及高科技园区在创新中的作用。
本研究旨在探讨数字技术创新对能源效率与能源强度的影响,为应对能源经济面临的新挑战提供新见解。本文聚焦2010—2020年长江经济带11个省市的面板数据,运用固定效应模型、中介效应模型和空间杜宾模型,深入探讨数字经济通过技术溢出机制影响区域能源强度的过程。系统的实证分析表明,数字经济的蓬勃发展显著降低了区域能源强度,且这种效应在内生性和稳健性检验后依然稳定。进一步分析发现,绿色技术创新是数字经济降低区域能源强度的重要途径,此外,数字经济还通过技术溢出正向间接地降低邻近省份的能源强度。但值得注意的是,2017年以来数字经济的快速增长也引发了所谓的“能源反弹效应”,一定程度上带动了周边地区能源消费的增加。因此,要实现区域能源强度的可持续下降,促进区域协调发展,必须不断加强以数字技术为核心的数字经济发展,充分发挥其技术溢出效应。这些发现不仅为区域能源政策的制定提供了科学依据,也为中国推进绿色发展、实现碳达峰和碳中和目标提供了宝贵的启示。
研究生将获得苏州工业园区长三角先进材料研究院(Alcha Group and Advanced Materials Research Institute)的奖学金。该学生将注册为西交利物浦大学博士生,但预计其大部分研究工作将在Alcha Group 的研究所进行。博士生奖学金为期三年,取决于学生的学习进度。奖学金涵盖三年的学费(目前相当于每年 99,000 元人民币)。此外,在苏州研究所进行主要研究期间,Alcha Group 和长三角先进材料研究院将为博士生提供每月标准 5000 元人民币的生活补贴。
杨氏河三角洲的城市集群是中国一个高度动态和竞争性的经济区。整个27个城市的市场融合对于推动该地区的生态增长至关重要。本文旨在为政策制定者提供有关促进区域融合,增强结构并改善整体性能的建议。通过更有效地利用每个社区的利益和资源,可以实现更大的经济收益。这项研究的发现也可以应用于其他Chiense城镇或商业领域。市场整合是区域整合的必要基础,因为它可以使整个地区的商品和因素无缝移动,同时降低进入障碍并支持创建统一市场。不幸的是,“附庸经济”模式阻碍了该地区的经济增长。区域市场的整合对于经济增长至关重要。但是,与中央城镇作为枢纽创建工业集群同样重要。长江三角洲城市集聚是六个世界一流的城市集群之一的一个典型例子,展示了市场整合如何导致高质量的经济进步。该论文的主要发现是三重的:首先,扬特河三角洲城市集群的27个城市之间的市场整合水平逐渐逐渐升高,其特征是越来越亲密的贸易,投资,投资和人口流动性。其次,这种增强的市场整合对扬特河三角洲城市集群的实际经济增长产生了催化影响,尤其是关于区域工业重组,转型和升级。最后,市场整合有望加快城市之间劳动力和协同发展的工业划分,从而促进了中央城市中高级制造业和新行业的集中,并进一步发展中央个体城市中有利可图的行业的发展。
1扬兹大学健康科学中心医学成像系,中国434023; mengyun-duan@yangtzeu.edu.cn(M.D.); chen_xg@yangtzeu.edu.cn(X.C。)2中国武汉430070的惠汉省孕产妇和儿童健康医院麻醉学系; zijun_wu@whu.edu.cn 3武汉大学武汉人民医院放射科,中国430060; rm003237@whu.edu.cn 4扬兹大学健康科学中心药理学系,中国434023; liulian@yangtzeu.edu.cn 5 NUS癌症研究中心(N2CR),新加坡新加坡国立大学,新加坡国立大学,新加坡117599; phcgbc@nus.edu.sg 6 Department of Pharmacology, Yong Loo Lin School of Medicine, National University of Singapore, Singapore 117600, Singapore 7 Cancer Science Institute of Singapore, National University of Singapore, Singapore 117599, Singapore 8 Department of Haematology-Oncology, National University Cancer Institute, Singapore 119228, Singapore * Correspondence: boxuren@yangtzeu.edu.cn(B.R.); csiwl@nus.edu.sg(l.w.)†这些作者为这项工作做出了同样的贡献。
1 湛江市连江区人民医院检验科,2 湛江市连江区人民医院博士后科研研究中心,3 湛江市广东医科大学附属连江区人民医院,4 中国康复研究中心北京博爱医院脊柱神经功能重建科,5 首都医科大学康复医学院,北京,6 青海省卫生科学研究所,西宁,7 湛江市连江区人民医院胃肠肝病科,8 荆州长江大学医学院基础医学院分子医学中心肿瘤学实验室,9 荆州长江大学医学院基础医学院生物化学与分子生物学系
数字物流技术对于促进经济增长的商业应用非常重要。现代供应链或物流寻求实施一个包含数据、物理对象、信息、产品和业务进展的大规模智能基础设施。商业应用利用各种智能技术来最大化物流流程。然而,由于运输成本、质量和跨国运输,物流过程受到影响。这些因素经常影响该地区的经济增长。此外,大多数城市都位于偏远地区,得不到适当的物流支持,从而阻碍了业务增长。因此,本研究分析了数字物流对该地区经济的影响。长江经济带地区包括近 11 个城市,被选为分析对象。收集的信息通过动态随机平衡统计分析模型 (DSE-SAM) 进行处理,该模型预测了数字物流对经济发展的相关性和影响。在这里,构建了判断矩阵以减少数据标准化和规范化过程的难度。然后利用熵模型和统计相关性分析来改进整体影响分析过程。最后,将开发的基于DSE-SAM的创建系统效率与其他经济模型进行比较,例如空间杜宾模型(SDM),耦合协调度模型(CCDM)和协作度模型(CDM)。与其他地区相比,建议的DSE-SAM模型的结果实现了长江经济带地区城镇化,物流和生态的高度相关性。