基于大数据的制造业全要素生产率和能源效率测算及平台建设研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    91746112
  • 项目类别：
    重大研究计划
  • 资助金额：
    43.0万
  • 负责人：
    张宁
  • 依托单位：
    暨南大学
  • 学科分类：
    G0412.资源管理与政策
  • 结题年份：
    2020
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2020-12-31

项目摘要

To improve the Total-factor productivity (TFP) and energy efficiency of manufacturing firms is very important for accomplishing the “Made in China 2025”plan for China. Thus, building up the big data platform of measuring and monitoring TFP and energy efficiency is very meaningful and useful. This project aims to extend the traditional TFP and energy efficiency measurement theory, to propose the new methodology that fits the big data environment well. In addition, the measurement indicator system is also constructed by incorporating the quality innovation factor for manufacturing firms. Based on the new theories and results, the big data platform for measuring and monitoring TFP and energy efficiency will be build. Thus, to provide data and policy support for “Made in China 2025”decision making.
提升我国制造业全要素生产率和能源效率是顺利实施“中国制造2025”重大战略的微观基础。 搭建全要素生产率与能源效率的填报、测算与监管大数据平台、提供更加科学的质量管理决策具有重大现实意义和价值。本研究拟对传统全要素生产率和能源效率评估模型进行拓展，进而提出科学合理的符合大数据特性的全要素生产率与能源效率评价理论体系，探究大数据的数据特征对全要素生产率与能源效率的作用机制与影响机理，构建基于大数据的企业全要素生产率与能源效率评价指标体系，利用新方法评估大数据环境下我国制造业企业全要素生产率与能源效率分布规律，厘清企业质量创新对其全要素生产率与能源效率的影响规律。基于此，搭建中国制造业企业全要素生产率与能源效率填报、测算与监管大数据平台，形成系统化的全要素生产率、能源效率与质量创新的滚动结果实时监控平台，为“中国制造2025”战略企业层面的绩效考核提供数据平台与决策支持。

结项摘要

随着大数据时代的到来，一方面，提升我国制造业全要素生产率和能源效率是顺利实施“中国制造2025”重大战略的微观基础。搭建全要素生产率与能源效率的填报、测算与监管大数据平台、提供更加科学的质量管理决策具有重大现实意义和价值。另一方面，人们对经济社会发展、资源环境保护和生活健康等各方面信息了解得更多，对相关方面的研究要求更高。基于此，本课题实地调研并搜集了广东省制造业企业微观数据，与广东省能源局、质监局和统计局合作，构建广东省制造业企业能源和全要素生产率实时填报和监控平台。同时，搜集并整理全国火力发电厂投入产出数据和中国高新技术中小企业数据，整理并匹配了工业企业数据库、环境企业统计数据库、上市公司数据库和海关企业数据库，实地调研并收集了农民农业培训和化肥使用知识数据，搜集了中国自然科学基金委员会（NSFC）关于能源基金的数据，搜集并构建分城市—分行业和分地区—分行业的能源碳排放数据，形成了较为全面的宏微观数据库。基于该数据库，本课题研究了不同层面经济主体的生产率、能源效率、碳排放表现和减排成本等经济环境表现，提出一种新的影子价格测算方法，并紧跟时事热点，对新冠疫情下的全球碳排放、我国城镇居民脱贫效应、火电厂改造的健康效益和风力发电下稀土资源的供需状况进行了研究。研究成果共33篇，30篇均发表在SCI/SSCI国际期刊，部分发表在国际国内顶级期刊One Earth、Nature Communications、Nature Geoscience和《经济研究》等刊物上，研究成果受到国家级和省部级领导干部重要批示多次，并应用于广东省制造业企业的质量创新和全要素生产率测算与统计工作中，较好地完成了课题的预期任务。本课题三次年度评估均为优。

项目成果

期刊论文数量（33）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
The Role of Agricultural Training on Fertilizer Use Knowledge: A Randomized Controlled Experiment
农业培训对肥料使用知识的作用：随机对照实验
  • DOI：
    10.1016/j.ecolecon.2018.02.004
  • 发表时间：
    2018
  • 期刊：
    Ecological Economics
  • 影响因子：
    7
  • 作者：
    Pan Dan;Zhang Ning
  • 通讯作者：
    Zhang Ning
China’s retrofitting measures in coal-fired power plants bring significant mercury-related health benefits
中国的燃煤电厂改造措施带来了与汞相关的显着健康效益
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    One Earth
  • 影响因子：
    16.2
  • 作者：
    Jiashuo Li;Sili Zhou;Wendong Wei;Jianchuan Qi;Yumeng Li;Bin Chen;Ning Zhang;Dabo Guan;Haoqi Qian;Xiaohui Wu;Jiawen Miao;Long Chen;Kuishuang Feng;Sai Liang
  • 通讯作者：
    Sai Liang
Critical Rare-Earth Elements Mismatch Global Wind-Power Ambitions
关键稀土元素与全球风电雄心不匹配
  • DOI：
    10.1016/j.oneear.2020.06.009
  • 发表时间：
    2020
  • 期刊：
    One Earth
  • 影响因子：
    16.2
  • 作者：
    Jiashuo Li;Kun Peng;Peng Wang;Ning Zhang;Kuishuang Feng;Dabo Guan;Jing Meng;Wendong Wei;Qing Yang
  • 通讯作者：
    Qing Yang
Potential gains of trading CO2 emissions in the Chinese transportation sector
中国交通运输行业二氧化碳排放交易的潜在收益
  • DOI：
    10.1016/j.trd.2020.102639
  • 发表时间：
    2020
  • 期刊：
    Transportation Research Part D
  • 影响因子：
    --
  • 作者：
    Xiao Wei;Young-Tae Chang;Oh-Kyoung Kwon;Ning Zhang
  • 通讯作者：
    Ning Zhang
Sustainable supply chain management under big data: a bibliometric analysis
大数据下的可持续供应链管理：文献计量分析
  • DOI：
    10.1108/jeim-12-2019-0381
  • 发表时间：
    2020
  • 期刊：
    Journal of Enterprise Information Management
  • 影响因子：
    6.5
  • 作者：
    Xinyi Zhang;Yanni Yu;Ning Zhang
  • 通讯作者：
    Ning Zhang

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

The design of RMT-based IOC redundancy at RCPI experimental platform in TMSR
TMSR中RCPI实验平台基于RMT的IOC冗余设计
  • DOI：
    10.13538/j.1001-8042/nst.25.060402
  • 发表时间：
    2014-12-06
  • 期刊：
    Nuclear Instruments & Methods in Physics Research Section A-accelerators Spectrometers Detectors and Associated Equipment
  • 影响因子：
    1.4
  • 作者：
    尹聪聪;张宁;李勇平;韩利峰;陈永忠;郭冰
  • 通讯作者：
    郭冰
Electric field-induced stress—birefringence in layered composites PbZr1−xTixO3/Polycarbonate*
层状复合材料 PbZr1 – xTixO3/聚碳酸酯* 中的电场诱导应力 – 双折射*
  • DOI：
    10.1088/1674-1056/20/3/037802
  • 发表时间：
    2011-03-15
  • 期刊：
    Chinese Physics B
  • 影响因子：
    1.7
  • 作者：
    李向阳;张宁;罗小彬;王巍;吴栋;高剑森
  • 通讯作者：
    高剑森
Gallium nitride nanocone and gallium nitride nanorod mixed array manufacturing method
氮化镓纳米锥与氮化镓纳米棒混合阵列的制造方法
  • DOI：
    --
  • 发表时间：
    2016-05-31
  • 期刊：
  • 影响因子：
    --
  • 作者：
    任鹏;张宁;薛斌;刘喆;王军喜;李晋闽
  • 通讯作者：
    李晋闽
单孔PBL剪力连接件疲劳性能试验研究
  • DOI：
    10.1103/physreve.95.032602
  • 发表时间：
    2014
  • 期刊：
    建筑结构学报
  • 影响因子：
    --
  • 作者：
    张宁;刘永健;刘士林
  • 通讯作者：
    刘士林
Reactivity of Polyiodides towa
聚碘化物的反应性
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    牛云垠;宋瑛林;张宁;侯红卫
  • 通讯作者：
    侯红卫

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码