经济增长与耕地非农化的Kuznets曲线验证——来自中国省际面板数据的证据

利用1999年～2003年中国省际面板数据验证了耕地库兹涅茨曲线的存在,在经济增长初期,耕地非农化水平随经济增长逐渐增大,但当经济增长到一定的程度,耕地非农化水平随经济增长会逐渐减小,即随经济增长耕地非农化水平呈先增大后减小的倒“U”型变化趋势。土地市场化水平、产业结构变动以及国家政策对耕地非农化亦有影响,研究表明：①耕地非农化在人均GDP达到31468元（1999年不变价）时出现拐点,若经济以目前速度持续增长,预计2018年前后,“吃饭”与“建设”之间的矛盾将得到缓解;②借鉴环保观念和措施,建议加强耕地保护宣传,完善土管制度,建立三级目标体系,加大执法力度。     

绿色技术创新效率对区域绿色增长绩效的影响实证分析

为探讨区域绿色技术创新效率对绿色增长绩效的影响,采用DEA方法测度了2007—2011年中国区域绿色增长绩效和绿色技术创新效率,并建立随机效应的Tobit回归模型,分析了绿色技术创新效率等诸因素对绿色增长绩效的影响。结果表明我国绿色增长绩效省际差异较大,绿色技术创新效率对于绿色增长绩效存在显著正向影响,同时消费效应和结构效应显示为正向影响,而人口效应为负向影响。     

基于水资源可持续发展的金华市人口和城市化进程预测

从水资源可持续发展理论出发,选取影响水资源变化最主要的驱动因子之一的人口要素进行重点分析评价,应用阻滞增长模型和带干扰的ARLMA模型分区域分别对金华市人口变化和城市化趋势进行预测,并从人均水资源占有量出发,分析了流域人口发展的可持续性.结果表明:为了解决金华市水资源量与人口需求之间的矛盾,应在有限的水资源条件下,大力推行节约用水,全面建设节水型社会,同时需要适当控制人口增长速度,为水资源的可持续利用创造良好的人口环境.     

产业演进阶段的识别方法——以中国电子及通讯设备制造业为例

产业演进是单一产业所经历的由成长到衰退的演变过程,产业演进阶段的识别是科学制定产业政策的基础,也是产业经济学研究的重要问题之一。本文分别对产业组织视角下的二维识别法和产业规模视角下的产出增长率法与生长曲线法进行阐述,并以中国电子及通讯设备制造业1987—2008年的统计数据为例展开了实证检验,结果发现三种识别方法能够得到一致的结论,中国电子及通讯设备制造业目前处于产业成长期。因此,从多个维度定位产业演进阶段,不仅可以保证结论的稳健型,而且能够体现产业演进的内在演化逻辑。     

江苏省生态足迹与经济增长关系的实证研究

本研究选取1985年～2007年江苏省的生态足迹、经济数据,构建生态足迹消耗与人均收入、经济结构变量的计量模型,对江苏省经济增长与资源消耗之间的关系进行了实证研究.研究结果表明:①江苏省的资源消耗量与经济增长在实际取值区间呈"倒U"型曲线关系,二者的演化规律基本符合库兹涅茨曲线的特征;②经济结构变量对生态足迹消耗以及生态足迹与收入曲线产生影响,固定资产投入比例、城乡收入差距、城镇居民人均可支配收入增长率的提高会加大资源的消耗量,并刺激经济增长对资源的需求,促使生态足迹与收入曲线更加陡峭,相反,产业结构的升级则缓解了经济增长过程中资源的压力.     

自然资源禀赋、技术进步方式与绿色经济增长——基于中国省级面板数据的经验研究

绿色经济增长的核心要义是资源节约和环境改善基础上的经济增长。当前中国经济增长中存在的一个普遍事实是,自然资源丰富的地区往往面临更为严峻的资源和环境问题;因此,这些地区在绿色增长方面的表现也相对较差。本文在梳理以往研究文献的基础上,通过“自然资源禀赋—技术进步方式—绿色增长”这一脉络对自然资源禀赋通过技术进步方式影响绿色增长的逻辑进行理论辨析;然后,在数据包络分析框架下,采用全局参比的非径向方向距离函数方法,构建并测度省级层面绿色增长效率的衡量指标,并以此为基础构建面板数据样本;最后,结合样本数据特点和理论逻辑构建计量模型,分析中国自然资源禀赋通过不同的技术进步方式影响绿色增长效率的情况。得出以下结论：①自然资源禀赋抑制了地区绿色增长效率的提升;②自然资源禀赋对创新这一技术进步方式具有挤出效应的同时,对技术引进具有增进效应;③创新有利于地区绿色增长效率,而技术引进则不利于地区绿色增长效率提升。本文的研究将对自然资源丰富地区节约资源和改善环境,实现绿色高质量发展具有理论和现实意义。     

以冰雪体育产业带动东北老工业基地经济增长的战略研究

以理论与实践相结合的视角,系统地分析与论证了“新东北时代”发展冰雪体育产业对带动老工业基地国民经济增长所具有的战略意义。通过对东北老工业基地历史沿革的回顾,论证冰雪体育产业的开发背景,探讨发展中存在的问题及可持续发展的战略,以期为发挥冰雪体育的产业价值,实现“努力快发展,全面建小康”的奋斗目标,起到积极的促进作用。     

细胞生长中的PI3K/Akt/mTOR信号通路及其与运动的关系

PI3K／Akt／mTOR信号通路在细胞生长过程中发挥关键性的调节和控制作用。由于其复杂性及研究方法和手段多样性，运动对其影响的研究结果也不一。综述了此信号通路在细胞生长中的重要作用及电刺激模拟运动、急性和长期的抗阻或有氧运动对其影响的研究结果。     

Discussion: With Choices Come Consequences

The Growth Model Pilot Program (GMPP) was introduced as a response to criticism of the reliance of No Child Left Behind on status‐based indicators. Although incorporating a growth component appears to be a step in the right direction, it adds a level of complexity that brings to the fore new concerns. Three of the four papers in this special issue address different manifestations of a common problem: how choices related to implementation of the GMPP, made on technical or practical grounds, can have substantial consequences for schools and teachers. The fourth paper explicates a different approach to growth modeling. Together these papers add considerably to our understanding of the strengths and weaknesses of growth‐based indicators. In this discussion, I attempt to set these papers in a larger context before providing brief reviews. I conclude by arguing that the nation will be better served if policy makers appreciated the consequences of choices before they crafted legislation and the accompanying regulations.     

A Comparison of Label Switching Algorithms in the Context of Growth Mixture Models

Simulation studies involving mixture models inevitably aggregate parameter estimates and other output across numerous replications. A primary issue that arises in these methodological investigations is label switching. The current study compares several label switching corrections that are commonly used when dealing with mixture models. A growth mixture model is used in this simulation study, and the design crosses three manipulated variables—number of latent classes, latent class probabilities, and class separation, yielding a total of 18 conditions. Within each of these conditions, the accuracy of a priori identifiability constraints, a priori training of the algorithm, and four post hoc algorithms developed by Tueller et al.; Cho; Stephens; and Rodriguez and Walker are tested to determine their classification accuracy. Findings reveal that, of all a priori methods, training of the algorithm leads to the most accurate classification under all conditions. In a case where an a priori algorithm is not selected, Rodriguez and Walker’s algorithm is an excellent choice if interested specifically in aggregating class output without consideration as to whether the classes are accurately ordered. Using any of the post hoc algorithms tested yields improvement over baseline accuracy and is most effective under two-class models when class separation is high. This study found that if the class constraint algorithm was used a priori, it should be combined with a post hoc algorithm for accurate classification.