中國(guó)水運(yùn)業(yè)碳排放影響因素分解與達(dá)峰情景預(yù)測(cè)
中國(guó)目前是全球溫室氣體排放量最大的國(guó)家,面臨巨大的減排壓力和挑戰(zhàn)。作為碳排放大國(guó),黨的二十大報(bào)告中指出要“積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和”。水運(yùn)業(yè)具有的覆蓋面寬和高度國(guó)際化的特殊性,使得其碳減排問(wèn)題暫未納入聯(lián)合國(guó)氣候變化框架公約內(nèi),僅在國(guó)際海事組織(IMO)的主導(dǎo)下開(kāi)展減排行動(dòng)。IMO統(tǒng)計(jì)數(shù)據(jù)顯示,2022年全球水運(yùn)業(yè)年碳排放量約10億噸,約占全球碳排放總量的3%。如果把整個(gè)水運(yùn)業(yè)看作一個(gè)國(guó)家,它的碳排放體量居全球第六位。水運(yùn)業(yè)是我國(guó)綜合運(yùn)輸體系的重要組成部分,交通運(yùn)輸部最新數(shù)據(jù)表明,2022年我國(guó)港口貨物吞吐量完成156.85億噸,港口集裝箱吞吐量完成2.96億標(biāo)箱,兩者均位居世界第一位。面對(duì)溫室氣體減排的國(guó)際壓力,我國(guó)水運(yùn)業(yè)正在積極發(fā)展和應(yīng)用各種減排措施,以實(shí)現(xiàn)綠色低碳可持續(xù)發(fā)展,但尚未就如何實(shí)現(xiàn)溫室氣體減排的初步戰(zhàn)略目標(biāo)而形成明確的技術(shù)路徑。
1 文獻(xiàn)綜述
已有關(guān)于水運(yùn)業(yè)碳排放的相關(guān)研究主要圍繞三個(gè)方面展開(kāi)。首先是水運(yùn)業(yè)碳排放總量核算。通過(guò)文獻(xiàn)分析目前常用的水運(yùn)業(yè)碳排放核算主要包含兩種方法:第一種方法為以能源消耗為核心的“自上而下”法,另一種是以出行數(shù)據(jù)為核心的“自下而上”法。其次是水運(yùn)業(yè)碳排放影響因素分析。從研究結(jié)論來(lái)看,馬雪菲等認(rèn)為經(jīng)濟(jì)發(fā)展水平與能源強(qiáng)度分別是最大的促碳和減碳因素,而王勇等認(rèn)為運(yùn)輸規(guī)模是影響水運(yùn)業(yè)碳排放的重要因素,除此之外,運(yùn)輸結(jié)構(gòu)、碳排放強(qiáng)度、能源效率等也被認(rèn)為是影響水運(yùn)業(yè)碳排放變化的關(guān)鍵因素。最后是水運(yùn)業(yè)碳排放預(yù)測(cè)研究。針對(duì)碳排放量預(yù)測(cè)模型與情景分析研究,學(xué)者們提出了多種建模思路。周玲玲等通過(guò)情景分析建立中國(guó)國(guó)際海運(yùn)CO2排放量預(yù)測(cè)模型,預(yù)測(cè)了中國(guó)2010~2050年國(guó)際海運(yùn)CO2排放量。曾德芳采用LEAP模型構(gòu)建長(zhǎng)江航運(yùn)2017~2047年預(yù)測(cè)框架,通過(guò)四種情景預(yù)測(cè)能源消耗及碳排放情況。當(dāng)“3060”戰(zhàn)略規(guī)劃提出后,部分學(xué)者將研究的視角集中到關(guān)于水運(yùn)業(yè)碳排放達(dá)峰研究中。例如,廖兵兵對(duì)我國(guó)航運(yùn)二氧化碳?xì)v史排放情況進(jìn)行了詳細(xì)分析,對(duì)如何開(kāi)展“雙碳”目標(biāo)提出了建議和對(duì)策。李虎立足實(shí)現(xiàn)碳達(dá)峰的方式,闡述電動(dòng)船舶對(duì)交通行業(yè)實(shí)現(xiàn)碳達(dá)峰的重要作用和意義。
綜上所述,已有文獻(xiàn)中,針對(duì)水運(yùn)業(yè)碳排放的研究主要集中在碳排放核算和影響因素分析方面,對(duì)碳排放預(yù)測(cè)的研究相對(duì)較老,可能與現(xiàn)階段的實(shí)際情況不符,且缺少對(duì)中國(guó)整體水運(yùn)業(yè)碳排放趨勢(shì)的分析。另一方面,針對(duì)水運(yùn)業(yè)碳達(dá)峰的研究多為從宏觀層次分析水運(yùn)業(yè)碳排放現(xiàn)狀及趨勢(shì),進(jìn)而提出減排路徑,缺乏采用實(shí)際數(shù)據(jù)支撐的實(shí)證研究。因此,本文基于排放因子法核算中國(guó)水運(yùn)業(yè)2001~2020年CO2排放量;在此基礎(chǔ)上,建立LMDI分解模型,識(shí)別水運(yùn)業(yè)碳排放的影響因素;最后通過(guò)擴(kuò)展的STIRPAT模型,并結(jié)合最新國(guó)家相關(guān)政策目標(biāo),預(yù)測(cè)不同情景下中國(guó)水運(yùn)業(yè)的碳排放的峰值和達(dá)峰時(shí)間,以期為制定高效低碳的水運(yùn)業(yè)發(fā)展政策提供科學(xué)依據(jù)。
2 研究方法及數(shù)據(jù)來(lái)源
2.1 水運(yùn)業(yè)碳排放總量核算
考慮數(shù)據(jù)的可得性,本文采用以運(yùn)輸周轉(zhuǎn)量為基礎(chǔ)的“自上而下”的計(jì)算方法來(lái)計(jì)算我國(guó)水運(yùn)業(yè)能源消耗和二氧化碳排放量。計(jì)算公式如下:
E表示水運(yùn)業(yè)的能源消費(fèi)量,i=1,2分別表示內(nèi)河運(yùn)輸和海洋運(yùn)輸,表示第i類(lèi)運(yùn)輸方式的能源消費(fèi)量,表示第i類(lèi)運(yùn)輸方式的貨物周轉(zhuǎn)量,表示第i類(lèi)運(yùn)輸方式的單位周轉(zhuǎn)量能耗,C表示水運(yùn)業(yè)的碳排放量,表示第i類(lèi)運(yùn)輸方式的碳排放量,表示第i類(lèi)運(yùn)輸方式下的能源折算標(biāo)準(zhǔn)煤參考系數(shù),表示運(yùn)輸方式i中所消耗燃料的碳排放系數(shù)。
2.2 LMDI分解模型
本文在Kaya恒等式的基礎(chǔ)上,結(jié)合中國(guó)水運(yùn)業(yè)的實(shí)際情況,選取適合于水路運(yùn)輸碳排放的分解因子對(duì)Kaya恒等式進(jìn)行擴(kuò)展。
C表示水路運(yùn)輸碳排放總量,表示運(yùn)輸方式的碳排放量,表示運(yùn)輸方式的能源消耗量,表示運(yùn)輸方式i的貨物周轉(zhuǎn)量,T表示水路貨物周轉(zhuǎn)總量,GDP表示中國(guó)國(guó)內(nèi)生產(chǎn)總值(以2001年為不變價(jià)),P表示人口規(guī)模,表示運(yùn)輸方式i中所消耗燃料的碳排放系數(shù),為運(yùn)輸方式i的單位周轉(zhuǎn)量能耗,為運(yùn)輸方式i所占的比重,TI為單位GDP水路貨物周轉(zhuǎn)量,A是人均GDP,P是人口總量。
2.3 拓展的STIRPAT模型
York等在IPAT模型基礎(chǔ)上提出STIRPAT模型,其標(biāo)準(zhǔn)形式所示:
,I表示環(huán)境指標(biāo);P、A、T分別表示人口規(guī)模、富裕程度和技術(shù)水平;a 為模型的系數(shù); b 、c、 d 為變量的系數(shù); e 為隨機(jī)誤差項(xiàng)。為了降低模型異方差的影響,將兩邊取對(duì)數(shù),得到所示:
利用擴(kuò)展的STIRPAT模型可以對(duì)未來(lái)碳排放進(jìn)行預(yù)測(cè),本文從人口、經(jīng)濟(jì)、技術(shù)和水運(yùn)四個(gè)維度對(duì)STIRPAT模型進(jìn)行擴(kuò)展。擴(kuò)展后的表達(dá)式如下:
P為人口規(guī)模;A為人均GDP;ET為單位周轉(zhuǎn)量能耗;S表示運(yùn)輸結(jié)構(gòu);TI表示運(yùn)輸強(qiáng)度;F表示貨運(yùn)量。β1~6表示各變量的回歸系數(shù)。
2.4 數(shù)據(jù)來(lái)源
本文選取的2001~2020年的人口總量和GDP均來(lái)自于歷年的《中國(guó)統(tǒng)計(jì)年鑒》,為保證數(shù)據(jù)的可比性,以2001年數(shù)據(jù)為基準(zhǔn),剔除價(jià)格因素對(duì)變量產(chǎn)生的影響。各運(yùn)輸方式的貨物周轉(zhuǎn)量和貨運(yùn)量來(lái)自于歷年的交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào),折算標(biāo)準(zhǔn)煤系數(shù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》,在碳排放系數(shù)確定標(biāo)準(zhǔn)上,本文選取 IPCC 作為標(biāo)準(zhǔn)。營(yíng)運(yùn)船舶單位運(yùn)輸周轉(zhuǎn)量能耗參考邢輝等和交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)??紤]到中國(guó)水路運(yùn)輸中主要是貨運(yùn),客運(yùn)占比較低,因此本文中水路運(yùn)輸主要是指水路貨運(yùn)。
3 研究結(jié)果分析
3.1 碳排放量測(cè)算
由計(jì)算得到2001~2020年中國(guó)水運(yùn)業(yè)碳排放量,結(jié)果所示。2001~2020年,中國(guó)水運(yùn)業(yè)碳排放總量整體呈現(xiàn)上升趨勢(shì),從2001年的2536.38萬(wàn)噸增加到2020年的10083.14萬(wàn)噸,年平均增長(zhǎng)8.09%。2004年開(kāi)始,世界經(jīng)濟(jì)呈現(xiàn)出強(qiáng)勁復(fù)蘇態(tài)勢(shì),中國(guó)經(jīng)濟(jì)進(jìn)入新一輪增長(zhǎng)周期,全國(guó)水路運(yùn)輸形勢(shì)持續(xù)向好,我國(guó)水運(yùn)碳排放量明顯增加。但受全球經(jīng)濟(jì)危機(jī)的影響,2008年我國(guó)水運(yùn)業(yè)碳排放量出現(xiàn)“斷崖式”下跌,隨后持續(xù)走高。2015~2019年,受?chē)?guó)家鼓勵(lì)老舊運(yùn)輸船舶提前報(bào)廢更新政策和設(shè)立船舶大氣污染排放控制區(qū)等影響,水運(yùn)業(yè)碳排放水平逐漸趨于平緩。2020年,新冠肺炎疫情擾亂了全球的供應(yīng)鏈和貨流,導(dǎo)致我國(guó)水運(yùn)業(yè)運(yùn)量需求總體不振,間接造成了該年水運(yùn)業(yè)碳排放量較前一年跌0.3%。
3.2 碳排放情景預(yù)測(cè)分析
3.2.1 回歸結(jié)果分析
在進(jìn)行線性回歸分析時(shí),很容易出現(xiàn)自變量共線性問(wèn)題,導(dǎo)致模型結(jié)果出現(xiàn)嚴(yán)重偏差。經(jīng)過(guò)多重共線性檢驗(yàn)發(fā)現(xiàn),6個(gè)變量的VIF值均大于10,這表明變量間存在嚴(yán)重的共線性,數(shù)據(jù)分析的結(jié)論并不可靠。為了消除變量之間的多重共線性問(wèn)題,保證模型預(yù)測(cè)結(jié)果的可靠性,采用嶺回歸分析STIRPAT模型。嶺回歸是一種改良的最小二乘法,其放棄最小二乘法的無(wú)偏性,通過(guò)引入k個(gè)單位陣,使得回歸系數(shù)可估計(jì),以損失部分信息為代價(jià)來(lái)尋找效果稍差但回歸系數(shù)更符合實(shí)際情況的模型方程。通過(guò)觀察R2和K的關(guān)系以及嶺跡圖,當(dāng)K=0.16時(shí),嶺跡圖趨于平穩(wěn),此時(shí)自變量系數(shù)在顯著性為5%的水平下通過(guò)方差檢驗(yàn),方差結(jié)果顯示F= 288.633,sig F為0.000,小于0.01,通過(guò)1%的顯著性水平檢驗(yàn),證明模型的建立效果比較理想,進(jìn)而得到水運(yùn)業(yè)碳排放的嶺回歸方程。
3.2.2 歷史數(shù)據(jù)擬合
本文根據(jù)模型對(duì) 2001~2020 年中國(guó)水運(yùn)業(yè)二氧化碳排放量進(jìn)行模擬,具體結(jié)果所可看出,歷史值與模擬值曲線擬合度高,2001~2020 年中國(guó)水運(yùn)業(yè)二氧化碳實(shí)際排放量與模擬數(shù)值的平均相對(duì)誤差為3.23%。因此,采用模型對(duì)未來(lái)中國(guó)水運(yùn)業(yè)碳排放量進(jìn)行預(yù)測(cè)是準(zhǔn)確且可靠的。
3.2.3 碳達(dá)峰情景設(shè)定
為探究中國(guó)水運(yùn)業(yè)“碳達(dá)峰”前景,本文基于STIRPAT拓展模型,將擴(kuò)展后的六個(gè)變量分為經(jīng)濟(jì)因素和減排因素兩類(lèi)。其中經(jīng)濟(jì)因素包括人口規(guī)模、人均GDP和貨運(yùn)量,減排因素包括單位周轉(zhuǎn)量能耗、運(yùn)輸結(jié)構(gòu)和運(yùn)輸強(qiáng)度。經(jīng)濟(jì)因素設(shè)定低、中、高三種增長(zhǎng)模式,減排因素設(shè)定低、中、高三種減排模式,并將經(jīng)濟(jì)和減排兩類(lèi)因素的不同模式進(jìn)行組合,可以得到9種發(fā)展情景。
按照國(guó)家五年計(jì)劃制定的特點(diǎn),參照《世界人口展望2022》、《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》、《水運(yùn)“十三五”發(fā)展規(guī)劃》、《內(nèi)河航運(yùn)發(fā)展綱要》以及《水運(yùn)“十四五”發(fā)展規(guī)劃》等相關(guān)政策規(guī)劃,以5年為周期對(duì)不同經(jīng)濟(jì)變量和減排變量的變化率進(jìn)行調(diào)整,以此反映未來(lái)水運(yùn)業(yè)發(fā)展趨勢(shì)。各種情景的參數(shù)設(shè)置見(jiàn)表1。
表1 不同經(jīng)濟(jì)模式和減排模式下各影響因素變化情況設(shè)置
時(shí)間 | 經(jīng)濟(jì)模式 | 變化情況(%) | 減排模式 | 變化情況(%) | ||||
P | A | F | ET | S | TI | |||
2021~2025 | 低增長(zhǎng) | -0.14 | 3.9 | 1.32 | 低減排 | -1.4 | 0.7 | -1.8 |
2026~2030 | -0.28 | 3.6 | 1.2 | -1.12 | 0.84 | -2.4 | ||
2031~2035 | -0.42 | 3.3 | 1.08 | -0.84 | 0.98 | -3 | ||
2021~2025 | 中增長(zhǎng) | -0.1 | 6.5 | 2.2 | 中減排 | -1 | 0.5 | -3 |
2026~2030 | -0.2 | 6 | 2 | -0.8 | 0.6 | -4 | ||
2031~2035 | -0.3 | 5.5 | 1.8 | -0.6 | 0.7 | -5 | ||
2021~2025 | 高增長(zhǎng) | -0.06 | 9.1 | 3.08 | 高減排 | -0.6 | 0.3 | -4.2 |
2026~2030 | -0.12 | 8.4 | 2.8 | -0.48 | 0.36 | -5.6 | ||
2031~2035 | -0.18 | 7.7 | 2.52 | -0.36 | 0.42 | -7 |
3.2.4 碳達(dá)峰趨勢(shì)分析
本文基于中國(guó)水運(yùn)業(yè)碳排放預(yù)測(cè)模型,結(jié)合9種情景設(shè)置,計(jì)算出不同情景下中國(guó)水運(yùn)業(yè)2021~2035年的碳排放量,并得出不同情景下中國(guó)水運(yùn)業(yè)碳達(dá)峰趨勢(shì)。根據(jù)預(yù)測(cè)結(jié)果,9種情景下中國(guó)水運(yùn)業(yè)碳排放峰值大有差異,且達(dá)峰時(shí)間也不統(tǒng)一。
由圖3可以看出當(dāng)發(fā)展模式不變時(shí),隨著減排力度的加大,中國(guó)水運(yùn)業(yè)碳排放量增長(zhǎng)速度明顯放緩,碳達(dá)峰高度和時(shí)間明顯下降和提前,達(dá)峰后碳排放量下降速度顯著加快。這說(shuō)明優(yōu)化運(yùn)輸結(jié)構(gòu)、提高運(yùn)輸效率、降低運(yùn)輸能耗能夠有效降低碳排放量,提前碳達(dá)峰時(shí)間。對(duì)比不同發(fā)展模式的不同方案,情景3、情景6、情景8和情景9均可以在2035年將水運(yùn)業(yè)碳排放量控制在10000萬(wàn)噸以下,但情景3和情景8的碳排放達(dá)峰時(shí)間晚于情景6和情景9,峰值也明顯更高,因此情景6和情景9優(yōu)于情景3和情景8??紤]到情景9處于低增長(zhǎng)發(fā)展模式,在此模式下,我國(guó)將會(huì)面臨勞動(dòng)力不足,經(jīng)濟(jì)增長(zhǎng)速度緩慢等問(wèn)題,這與我國(guó)發(fā)展目標(biāo)不符,因此情景6被認(rèn)為是最可能符合我國(guó)水運(yùn)業(yè)碳排放的達(dá)峰路徑,即在經(jīng)濟(jì)社會(huì)保持穩(wěn)定增長(zhǎng)的趨勢(shì)下,加大對(duì)減排技術(shù)、政策和資金的扶持,實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)發(fā)展與環(huán)境保護(hù)雙贏。
4 結(jié)論與建議
4.1 研究結(jié)論
本文基于2001~2020年中國(guó)水運(yùn)業(yè)相關(guān)數(shù)據(jù),核算了中國(guó)水運(yùn)業(yè)歷史碳排放量,對(duì)中國(guó)水運(yùn)業(yè)碳排放影響因素進(jìn)行了分析,并預(yù)測(cè)了中國(guó)水運(yùn)業(yè)未來(lái)的碳達(dá)峰情況,主要得出以下結(jié)論。
2001~2020年間,除2008年全球經(jīng)濟(jì)危機(jī)和2020年新冠肺炎疫情期間,我國(guó)水運(yùn)碳排放量出現(xiàn)下降以外,其余年份碳排放總量是不斷增長(zhǎng)的,年平均增長(zhǎng)率8.09%。
采用LMDI分解方法對(duì)中國(guó)水運(yùn)業(yè)碳排放量變化的因素進(jìn)行分析后發(fā)現(xiàn),2001~2020年,經(jīng)濟(jì)活動(dòng)效應(yīng)是促進(jìn)中國(guó)水運(yùn)業(yè)碳排放增長(zhǎng)最重要的因素,呈顯著正效應(yīng),貢獻(xiàn)率為122.10%;運(yùn)輸強(qiáng)度效應(yīng)和周轉(zhuǎn)量能耗效應(yīng)對(duì)于碳排放增長(zhǎng)呈負(fù)效應(yīng),其中運(yùn)輸強(qiáng)度效應(yīng)是最大的抑制因素,貢獻(xiàn)率達(dá)-27.19%。
運(yùn)用STIRPAT模型和情景分析預(yù)測(cè)中國(guó)水運(yùn)業(yè)碳達(dá)峰情況時(shí),直至2035年,除了情景1和情景4外,其余情景均實(shí)現(xiàn)了碳達(dá)峰,達(dá)峰時(shí)間介于2019~2030年之間,達(dá)峰量介于10114~12255萬(wàn)噸之間。中增長(zhǎng)高減排的發(fā)展情景最有利于中國(guó)水運(yùn)業(yè)碳達(dá)峰。
4.2 政策建議
為加快中國(guó)水運(yùn)業(yè)碳達(dá)峰,政策規(guī)劃時(shí)可在如下方面發(fā)力:
調(diào)整水路運(yùn)輸結(jié)構(gòu),提高運(yùn)輸效率。降低運(yùn)輸強(qiáng)度是抑制碳排放的最重要工具,加快內(nèi)河航道擴(kuò)能升級(jí)進(jìn)程,優(yōu)化船舶運(yùn)營(yíng)調(diào)度,提升船舶航行效率,補(bǔ)齊航道基礎(chǔ)設(shè)施短板,有利于建立高效率水運(yùn)體系,提升水路運(yùn)輸效率;
提升技術(shù)水平,優(yōu)化能源結(jié)構(gòu)。當(dāng)前柴油和燃料油仍然是中國(guó)水運(yùn)業(yè)主體燃料類(lèi)型,但隨著技術(shù)水平的提升,未來(lái)水運(yùn)船舶能源動(dòng)力系統(tǒng)將有更多清潔低碳的替代選擇。另一方面,政府必須加大對(duì)船舶新能源轉(zhuǎn)型、新材料研發(fā)等的資金政策傾斜,提高清潔替代能源的競(jìng)爭(zhēng)力。
發(fā)揮政策驅(qū)動(dòng)作用,統(tǒng)籌發(fā)展與減排。減少水運(yùn)業(yè)碳排放不能以犧牲發(fā)展為代價(jià),應(yīng)發(fā)揮政策驅(qū)動(dòng)作用,提高水運(yùn)業(yè)船舶準(zhǔn)入標(biāo)準(zhǔn),最大限度降低減排成本,統(tǒng)籌行業(yè)碳減排和經(jīng)濟(jì)社會(huì)發(fā)展,實(shí)現(xiàn)溫室氣體排放控制和綠色低碳發(fā)展協(xié)同、增效。
本文來(lái)源:《物流科技》:http://m.00559.cn/w/jg/30901.html
欄目分類(lèi)
- 1智能家居發(fā)展現(xiàn)狀及未來(lái)
- 2中國(guó)VR技術(shù)發(fā)展現(xiàn)狀、應(yīng)用前景與對(duì)策研究
- 3淺談霍爾效應(yīng)及其應(yīng)用
- 4收入確認(rèn)與計(jì)量的"五步法"模型實(shí)務(wù)探討
- 5趣味浮力探究實(shí)驗(yàn)
- 6智能溫度控制系統(tǒng)
- 7人工智能技術(shù)在傳播領(lǐng)域的應(yīng)用與展望
- 8基于OpenCV的車(chē)道線識(shí)別與跟蹤算法
- 9國(guó)內(nèi)外廢紙分類(lèi)標(biāo)準(zhǔn)對(duì)比和分析
- 10共享汽車(chē)行業(yè)和諧發(fā)展的swot分析
- 新媒體語(yǔ)境下地方文化故事化傳播的策略研究
- 博物館數(shù)字化傳播對(duì)文化遺產(chǎn)保護(hù)的影響
- 數(shù)字化轉(zhuǎn)型背景下文化創(chuàng)意產(chǎn)業(yè)人才供需匹配研究
- 公共圖書(shū)館詩(shī)詞閱讀推廣研究
- 基于“工匠精神”培養(yǎng)的高職院校圖書(shū)館閱讀推廣策略研究
- 剪紙和文學(xué)在文旅融合中的發(fā)展研究
- “書(shū)磚”古籍的修復(fù)研究——以《及第征祥錄》為例
- 基于OBE教學(xué)理念的工業(yè)物聯(lián)網(wǎng)課程人才培養(yǎng)模式研究
- 紙質(zhì)在文化創(chuàng)意產(chǎn)品設(shè)計(jì)中的應(yīng)用
- 數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)下的制造業(yè)轉(zhuǎn)型路徑與企業(yè)績(jī)效關(guān)系研究
- 2023JCR影響因子正式公布!
- 國(guó)內(nèi)核心期刊分級(jí)情況概覽及說(shuō)明!本篇適用人群:需要發(fā)南核、北核、CSCD、科核、AMI、SCD、RCCSE期刊的學(xué)者
- 我用了一個(gè)很復(fù)雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問(wèn)題”。
- 重磅!CSSCI來(lái)源期刊(2023-2024版)最新期刊目錄看點(diǎn)分析!全網(wǎng)首發(fā)!
- CSSCI官方早就公布了最新南核目錄,有心的人已經(jīng)拿到并且投入使用!附南核目錄新增期刊!
- 北大核心期刊目錄換屆,我們應(yīng)該熟知的10個(gè)知識(shí)點(diǎn)。
- 注意,最新期刊論文格式標(biāo)準(zhǔn)已發(fā)布,論文寫(xiě)作規(guī)則發(fā)生重大變化!文字版GB/T 7713.2—2022 學(xué)術(shù)論文編寫(xiě)規(guī)則
- 盤(pán)點(diǎn)那些評(píng)職稱(chēng)超管用的資源,1,3和5已經(jīng)“絕種”了
- 職稱(chēng)話題| 為什么黨校更認(rèn)可省市級(jí)黨報(bào)?是否有什么說(shuō)據(jù)?還有哪些機(jī)構(gòu)認(rèn)可黨報(bào)?
- 《農(nóng)業(yè)經(jīng)濟(jì)》論文投稿解析,難度指數(shù)四顆星,附好發(fā)選題!