LMDI(对数平均迪氏指数法)模型

LMDI(对数平均迪氏指数法)模型!含stata代码以及计算参考文献!
1、数据来源:见对应参考文献
2、时间跨度:无
3、区域范围:全国
4、指标说明:
分享文件里面包括stata的程序文件(ado、pkg、sthlp)、案例数据、中文的使用文档
在这里插入图片描述

参考文献:
Ang, B.W., 2005. The LMDI approach todecomposition analysis: a practical guide. Energy Policy 33, 867–871
LMDI: Stata module to compute Logarithmic Mean Divisia Index (LMDI) Decomposition (repec.org)
相关研究:
[1]刘改芳, 杨威. 基于DEA的文化旅游业投资效率模型及实证分析[J]. 旅游学刊, 2013, 28(001):77-84.
[2]李春好. 先进制造技术选择的多目标广义投资效率模型[J]. 中国软科学, 2002, 000(008):73-76.
[3]沈磊, 刘园丽. 融资约束、企业异质性与我国A上市公司投资效率——基于异质性随机边界投资模型[J]. 世界经济情况, 2014.
[4]王坚强, 阳建军. 基于DEA模型的企业投资效率评价[J]. 科研管理, 2010, 031(004):73-80.
download链接:LMDI(对数平均迪氏指数法)模型!含stata代码以及计算参考文献

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
对数平均迪氏指数(Logarithmic Mean Divisia Index, LMDI)是一种用于分解能源消费变化的指数。它可以将总能源消费的变化分解为不同因素的贡献,如能源结构、能源强度和需求强度等因素。 LMDI根据公式:ΔX = Σ(ΔPi * Xi) + Σ(ΔGi * Ci) + ΔWi,分解了总能源消费变化(ΔX)。 其中,ΔPi表示不同能源类型i的单位能耗变化,Xi表示不同能源类型i的能源消费量;ΔGi表示对应能源类型i的能源结构变化,Ci表示各能源类型i的能源消费量占总能源消费量的比例;ΔWi表示需求强度(实际情况中一般不考虑此项)。 LMDI将以上各因素的贡献进行求和,得到总能源消费变化。这样,我们可以了解到每个因素对总能源消费变化的影响程度。 LMDI的优点是可以清晰地展示能源消费变化的各因素贡献,有助于政策制定者和研究人员深入了解能源消费的变化背后的动因。同时,该方数学原理简单,易于理解和计算。 然而,LMDI也有一些限制。例如,它假设能源消费变化中的各因素相互独立,但实际情况中各因素之间可能存在交互作用。此外,该方需要能源消费数据的数量和质量较高,否则可能导致误差累积。 综上所述,LMDI是一种用于分解能源消费变化的指数,通过对能源结构、能源强度和需求强度等因素的分解贡献,可以帮助我们更好地理解能源消费变化的背后原因。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

安妮老师不常在

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值