气候因素异常指数对我国典型制造产业的影响研究

《气候因素异常指数对我国典型制造产业的影响研究》由会员分享，可在线阅读，更多相关《气候因素异常指数对我国典型制造产业的影响研究（16页珍藏版）》请在金锄头文库上搜索。

1、气象因素异常指数对我国典型制造产业的影响研究1吴先华12 李廉水1 曹玲2 马廷淮3 1 耶鲁大学南京信息工程大学城市资源环境创新中心，南京，210044 2 南京信息工程大学经济管理学院，南京，210044 3 南京信息工程大学计算机与软件学院，南京，210044 摘 要 本文计算整理了 1999 年至 2005 年每日四个时点的气象因素如气温、风速、相对湿度和气压等的数据，创造 了气象异常值和异常度指数，收集了同时期我国典型的制造业产业的销售收入、资本投入和劳动力投入等月份数 据，利用科布道格拉斯（Cobb-Douglas）生产函数模型，分析了这些气象异常指数对我国典型制造业产业的影 响及

2、弹性，并做了对比分析，最后指出了研究的不足及未来进一步研究的方向。 关键词：气象 异常指数 制造业 影响 Research on Influence of Meteorological Anomaly Indices to Chinas Typical Manufacturing Industries Xianhua WU12 Lianshui LI2 CAO Lin1 Tinghuai MA31. Opening Ceremony of Yale-Nuist Urban Resource Anomaly Indices; Manufacturing Industries; Influence

3、 1.前言 1.前言 众所周知，气象因素对社会经济发展有显著的影响。从相关文献来看，从宏观和微观两个层 面研究气象因素对经济影响的较多，从中观的产业层面研究气象因素对社会经济的影响较少。 从宏观角度来看， 有许多文献研究了气象灾害因素对社会经济发展的影响。 如赵庆祯等 （1999） 采用对策论模型，探讨了在正常年、旱年、涝年和旱涝年等四种气候条件下，农业生产应采取的1本文受到国家自然科学基金课题（70573045） 、江苏省社科院重点课题（院阅A0706）资助。本文感谢宋雅杰博士、郑有飞博士和智协飞博士的建议和指导。 吴先华（1977-） ，男，湖北省人，讲师，博士生。研究方向：创新管理，产业

4、经济学。Email:wxhua_.Tel:025-85887377 李廉水（1957-） ，男，江苏省人，博士，教授，博导，研究方向：创新管理，产业经济学。 曹玲（1981-） ，女，江苏省人，博士，讲师，研究方向：信息管理。 马廷淮（1974-） ，男，重庆市人，博士，副教授，硕导，研究方向：数据挖掘。 1生产模式，作者介绍，该模型在实施中取得了良好的经济效益；王镇铭等（2001）通过对产生旱 涝灾害的三类天气过程（梅汛暴雨、热带气旋、干旱）对浙江省国民经济发展影响的分析评估， 找出了灾害对国民经济发展影响的若干案例，并计算了这些灾害天气对经济的影响程度；何萍等 （2002）对云南农业经济影

5、响较大的气象灾害进行了分析，指出其形成原因，并提出了如何减灾 防灾促进云南农业经济的发展的措施；钱妙芬等（2001）利用气象风险指数 MR，统计了金堂县 10 年所遇到的春早、春季冷害、初夏低温、夏旱、暴雨、秋绵雨、霜冻、雾害、高温等灾害出现天 数及作物关键发育期不利气象条件，探讨了气候条件对粮食、蔬菜等作物的产量的影响；刘伟等 （2006）通过对比广东 15 世纪末至 19 世纪末期间的气象灾害、战乱、人口发展等几方面的数据， 研究了明清时期气候变冷对广东地区社会经济发展的影响， 发现这一时期农业生产的衰退、生态 环境的恶化、战乱和农民起义的增多、人口发展的减缓以及瘟疫次数的增加，都与气候变

6、冷有明 显的相关性。 另外还有一部分文献通过构建数学模型，研究了气象因素对社会经济系统的影响。如刘健等 （1994）基于大气科学理论及运筹学的线性优化，创建了一个由三维中央尺度风场动力学模式、 三维大气扩散数值模式及线性优化容量模式构成的动态优化区域大气环境容量模拟系统，并用该 系统就镇江市区的大气环境容量及各污染源的最优排污量进行了计算，对未来基础工业的布局提 供了依据。郑小华（2006）研究了苹果产业与气候生态环境之间的关系。周文韬（2003）介绍了 气象与国民经济关联分析的一般方法，提出了气象消耗系数、气象感应度、气象感应度系数和带 动系数的概念及其计算方法，从微观经济学出发，提出气象弹

7、性公式。张永勤、缪启龙（2001） 结合气候变化对工业影响的统计模型和对农业产量影响的计算机模拟系统，建立了气候变化对区 域经济影响的投入产出模型，预测了未来不同气候变化情景对经济部门国内生产总值和总产出 量的影响，分析了当气候变化对工业、农业部门的生产和产品发生影响时，导致的国民经济其他 部门生产和产品的改变、部门间需求量的变化和各部门间投入产出流量的变化。 从微观层面来看，气象因素影响某种产品的生产、供给和需求的研究文献较多。如王永忠等 （2004）讨论了气温、气压和空气密度与飞机千米耗油量的关系，在此基础上建立了最佳千米耗 油量与经济高度的数学模型，并以波音 737-300 型飞机为例对

8、模型进行了验证。在德国，天气在 线公司研究了电厂负荷和天气参数如降水量、全球辐射、日照时数等之间的关系，另外还研究了 天气因素对农用化学品的影响、 天气对能源行业、 冷饮行业、 建筑行业的影响等等 （智协飞， 2007） 。 也有部分文献从中观层面研究了气象因素对产业影响。如邱向京等（2005）对福建省 2002 年至 2005 年的最大降温负荷进行了测算，研究了降温负荷同气象因素之间的关联关系，从而得到 了人们使用降温设备的一般规律。田白等（2005）应用 2002、2003 年的夏季资料，通过对日最高 气温、最低气温、风速、相对湿度和气压等气象要素与南昌用电量的对比分析，建立了用电负荷 预

9、测模型，取得了良好的经济和社会效益。 从以上文献来看，有以下几个方面的问题值得进一步研究。第一，不同产业受不同气象因素 影响的程度和方向是不同的，如农业、建筑业、工业、金融服务业等，由于各产业的生产、供应 和销售的过程和特性互不相同，受到气象因素的影响程度也不一致，在分析气象因素对经济发展 的影响时，有的文献是从社会经济系统的整体角度展开，没有区分不同产业的受影响程度和大小； 有的仅仅分析了某单一产业受气象因素的影响，没有对多种产业的受影响程度作对比分析。第二， 对气象灾害影响产业发展的文献较多，但对于气象灾害的定义和概念并不一致。第三，在选择经 济指标时，许多研究文献仅仅选择了一些单一指标，

10、如需求量、销售量、产值等指标，没有涉及 更多的经济指标。基于此，本文针对制造业中的典型产业，如电气机械及器材制造业、化学原料2及化学制品制造业、农副食品加工业、医药制造业、通用设备制造业等五个产业2，采用科布道格拉斯（Cobb-Douglas）生产函数，与资本投入、从业人员一道，将气象异常因素作为投入值， 分析了这些异常因素对各产业产值的影响大小及程度，分探讨了背后的原因。另外，在设计气象 异常因素时，创造性地构建了气象因子异常值指数和异常度指数，并利用全国 24 个站点，每日采 集四次的数据，计算了 1999 年到 2005 年这些指数的值。 2.数据介绍 2.数据介绍 2.1 产业数据 2

11、.1 产业数据 在产业的选择上，考虑了两个因素。一是产业的代表性，二是数据的可得性，在中经网上， 可以查到的月份最早到 1999 年，因此选取了 1999 年到 2005 年的月份数据。另外，在指标的选择 上，为了符合科布道格拉斯（Cobb-Douglas）生产函数模型的要求，主要选取了各产业的销售 收入3、总资本投入、劳动力投入等指标，为了减少指标的异方差性，将各指标取对数值。 2.2 气候因子数据 2.2 气候因子数据 2.1.1 原始数据的选择。在选择气象站点时，共选择了兰州、杭州、合肥、武汉、南昌、西 宁、广州、南宁、海口、南京、上海(宝山)、福州、北京、哈尔滨、西安、天津、长沙、长春

12、、 运城、乌鲁木齐、成都、昆明、重庆、贵阳等 24 个有代表性的取样点4。在时刻方面，将气象台供交换用的数据进行处理后，得到每日 6 时、12 时、18 时和 0 时四个时刻的数据。在站点的权重 的分配上，对以上 24 个不同的站点，按每年某该站点所在省份的地区生产总值占国民生产总值的 比重来确定。在时刻的权重的分配上，我们认为，人类社会经济活动量和活动频率在每日的 12 时达到最大，18 时其次，6 时再次，0 时最小，因此确定 6 时、12 时、18 时和 0 时四个时刻的权 重分别为 0.2，0.4，0.3，0.1。 2.1.2 气候因子的选择及指数的计算。在选择气候因子时，同样出于因子

13、的代表性和数据的 可得性的考虑。选择了气温、相对湿度、风速和气压四个方面的因子5。每个因子又分解成异常值和异常度两个指数。气温、相对湿度、风速和气压四个因子的异常值和异常度指数分别用符号表示。如气温异常值指数TZ的计算过程如下，其它因子的异常值指数依此类推。 ,TZ TD RHZ RHD SPZ SPD SLPZ SLPD气温的异常值（i 表示时点，j 表示取样的气象台站）表示在不同年度同时刻的 7 个数据（1999 年至 2005 年共有 7 个年度）组成的序列中，如有某个时刻点的因子值与平均值的差距大于一个标准差，则认为该时点的因子值为异常。某月份 t 因子异常值指数的计算公式为： ijt

14、zttz4,241,1ijntij ki jTZtzqq= ij（1） 其中，i表示不同的取值时刻，i=1，2，3，4；j 表示不同的站点，j=1，2，24；t表示2之所以选择这五个产业作为典型产业，在我们的前期研究中（请参见参考文献 11，如有兴趣，可向通讯作者索取全文） ，发现电气机械及器材制造业和医药制造业属于成长行业，通用设备制造业属于成熟行业，化学原料及化学 制品制造业和农副食品加工业属于衰退行业，鉴于这几个产业的数据较为完整，因此选择了这几个产业。 3 对该生产函数模型而言，应该选择总产值指标，但中经网上只能查到销售收入的指标，不得已而取代之。 4 由于数据来源问题，这里有部分省份

15、没有找到合适的具有代表性的站点，但不影响总体的结果。 5 起初想加入降水量指标，但从得到的数据来看，降水量指标的数据缺失太多，因此未予考虑。 3不同的月份， k表示每月的天数， n表示该月份的总天数。分别表示时刻权重和站点权重。表示i时刻，j站点的气温因子的异常值情况，如果i时刻，j站点的气温的取值在同时刻、同站点、不同年份的 7 个数据组成的序列中属于异常值（即与平均值相差一个标准差以上,ijq qijtz6） ，的取值为1，否则取值为 0。 ijtz同上理，气温因子的异常度指数（i 表示时点，j 表示取样的气象台站）表示某个时刻点的气温因子值与平均值的比值。某月份 t 气温因子的异常度指数

16、的计算公式为： ijtdtTD4,241,1ijntij ki jTDtdqq= ij （2） 其中各参数的取值如上所述，其它气象因素的异常度指数可以依此类推。 文中所用的到的变量名称请见附录 1。从指标变量的描绘性指标来看，通用设备制造业的全 部平均从业人员数（TYL）的标准差（3.20）较大，峰度（17.04）和偏度（-3.98）较大，气温的 异常度指数（TD）的峰度（-7.1）和偏度（-2）较大，除此以外，其他序列的标准差均较小。再 看各序列的正态性，这里采用四分位差除以标准差（Qd/s）来判断序列是否符合正态性要求，结 果发现， 通用设备全部平均从业人员数 （TYL） 的值为 0.5、 风速的异常度指数 （SPDD） 的值为 0.95、 气温的异常度指数（TD）的值为 0.58、相对湿度的异常度指数（R