林业产值增长（精选六篇）
林业产值增长 篇1
FDI即外商直接投资, 是指是一国的投资者 (自然人或法人) 跨国境投入资本或其他生产要素, 以获取或控制相应的企业经营管理权为核心, 以获得利润或稀缺生产要素为目的的投资活动。近年来, 随着林业的快速发展和逐步开放, 林业吸引外资的环境日益完善。特别是中国加入WTO后, 一些外资相继进入林业。2001年林业共吸引外资45130万美元, 2010年林业实际利用外资为65713万美元, 林业利用外资金额总体增加。然而, 当前关于林业利用外资的效益研究较少, 难以评估FDI对林业生产发展的影响。因此, 本文拟选取国内林业经济较为发达的广东、山东、浙江、福建、江苏、广西、四川、湖南和江西9个主要林业省份作为研究对象, 定量研究FDI与林业产值增长的关系。据《中国林业统计年鉴》数据显示, 2010年这9个省份的林业产值排名前列, 占全国林业总产值的50.6%, 具有较强的代表性。
国内外有学者对林业利用外资进行了研究。如Susanna Laaksonen-Craig (2004) 分别研究了发达国家和发展中国家林业外资与GDP的关系, 得出发展中国家林业FDI与GDP之间存在双向因果关系;刘晓光 (2005) 分析了我国利用外资的种类及构成情况, 指出我国利用外资仍有很大空间;李富 (2007) 对林业引资技术效益进行了实证分析, 研究表明当前我国林业利用外资的技术溢出效应并不明显;候方淼等 (2011) 就FDI与中国林业产业增长关系进行了研究, 指出FDI与我国林业产业发展存在长期动态均衡关系, 建议继续扩大林业利用外资规模。
鉴于此, 在国内外已有研究基础上, 本文试图在以下方面做出拓展:首先, 构建林业生产函数。其次, 运用计量方法估计FDI与林业产值的关系, 定量考察FDI对林业产值增长的影响。
2 模型说明
2.1 模型构建
林业属于传统的投入产出型行业, 需要资金、土地、人力等的投入, 本文为了考察FDI对林业产值的影响, 将林业外资作为一个独立的生产要素纳入到生产函数中。因此, 本文在基于柯布道格拉斯生产函数的基础上, 构建一个能测算外资影响的生产函数。林业产业的生产函数可以表示为:
式中其中, Y为产出;A为常数, L、S、K、F为劳动力、土地、固定资本存量和外国直接投资的投入;α为劳动力投入对产出的弹性;β为土地对产出的弹性;γ、η为固定资本存量及外国直接投资对产出弹性;i代表各省份, t表示年度时间。
Panel Data数据可以克服时间序列分析中经常面临的多重共线性的困扰, 且能够提供更多的信息、更多的变化、更多的自由度和更高的估计效率, 所以在经济学研究领域中的运用越来越广泛。由于Panel Data数据既包括时间序列数据又包括了横截面数据, 可能出现异方差和序列相关性问题, 从而使普通最小二乘法 (OLS) 失效。根据研究数据的实际情况, 为了反应FDI对林业产值的影响, 笔者以各要素投入变量为解释变量, 以产业变量为被解释变量建立模型具体如下:
ln Yit是指对Yit取自然对数 (下同) , μ为随机干扰项。
2.2 数据与变量
考虑到数据的可获得性和连续性, 本文使用的样本数据为2003~2010年广东、山东、浙江、福建、江苏、广西、四川、湖南、江西这9个主要林业省份的投入产出数据。
2.2.1 数据来源。
本文使用的数据来自2003~2010年的《中国林业统计年鉴》、《中国环境统计年鉴》和国研网。
2.2.2 变量构造。
(1) 产出变量。本文将九个主要林业省份的林业总产值作为产出变量, 即营林产值和森工产值之和, 并利用林业产值指数将当年价格的林业总产值折算成以2003年为基期的可比价。
(2) 投入变量。 (1) 资本投入变量 (K) 。由于现有的林业统计资料中没有提供资本存量数据, 本文采用国际通用的永续盘存法 (PIM) 测算九个主要林业省份的2003~2010年的林业资本存量, 计算公式为:Kt= (1-δ) Kt-1+It, 其中Kt和It分别表示t期的资本存量和固定投资完成额, δ是几何折旧率。对于各省基期年资本存量 (K0) 的计算, 本文借鉴吕晓军 (2012) 的方法:K0=I0/ (g+δ) , 其中, g为固定资产投资的年平均增长率, 采用环比法计算2003~2010年各省固定资产投资完成额的年增长率;δ为固定资产投资折旧率, 将折旧率δ设定为5%。 (2) FDI投入变量。FDI指各省林业每年吸收利用的外商直接投资总额, 以国家林业局编制的《中国林业统计年鉴》的统计为数据来源。 (3) 劳动投入变量 (L) 。林业劳动力是林业生产投入的重要因素, 由于很多地区林业从属于大农业之中, 纯粹从事林业生产的人数较少, 故难以准确计量。本文以营林劳动力和林业系统从业人数之和表示劳动力投入变量, 营林劳动力投入根据大农业总产值、林业总产值和大农业就业人数的同比换算;林业系统从业人数人数为各地区分行业部门中年末就业人数。 (4) 土地投入变量 (S) 。选取林业用地面积作为林业生产中土地的投入变量。
3 模型的求解与计量分析
本文利用模型 (2) 对2003年到2010年我国九个省份的林业数据进行Panel Data分析。常用的Panel Data模型包括不变系数模型、变截距模型和变参数模型三种形式。
在对Panel Data模型进行估计时, 使用的样本数据包含了截面、时期、变量3个方向上的信息。如果模型形式设定不正确, 估计结果将与所要模拟的经济现实偏离甚远。因此, 建立Panel Data模型的第一步便是检验被解释变量的参数是否对所有截面样本点或时期都是一样的, 即检验样本数据究竟符合上面哪种Panel Data模型形式, 从而避免模型设定的偏差, 改进参数估计的有效性。所以, 首先对样本数据采用协方差分析检验, 得出样本数据符合变截距模型。根据模型中个体影响与解释变量是否相关, 可以对变截距模型进一步划分为固定效应和随机效应模型。然后, 我们利用Eviews7.0软件分别对固定效应变截距模型与随机效应变截距模型进行估计。在估计固定效应变截距模型时, 由于横截面的异方差与序列的自相关性可能会导致通常使用的OLS估计结果失真, 因此为了消除影响, 采用不相关回归方法 (Seemingly Unrelated Regression, SUR) 对模型进行估计。对模型 (2) 估计的结果见表1。
从表1可以看出, 固定效应变截距模型的拟合优度为0.9789, 但FDI的固定效应回归系数均在1%的水平上不显著。随机效应变截距模型的拟合优度为0.8964, 且随机效应回归系数均在1%的水平上显著。综合考虑, 认为随机效应变截距模型较适合本文。为进一步确定, 对模型 (2) 进行Hausman检验。Hausman检验统计量为4.5356, p值为0.3383, 接受原假设随机效应模型中个体影响与解释变量不相关。因此本文选择随机效应变截距模型对模型 (2) 进行估计, 将表1估计结果转换为等式为:
注:表中所有结果均由Eviews7.0软件算出;括号内值为t统计值, ***分别表示在1%的水平上显著。
根据式 (3) 可以看出:假设其他因素不变, 某个影响因素均对林业产值产生促进作用:如果林业劳动力数量增加1%, 林业产值增加0.1258%;林业面积增加1%, 林业产值增加0.1313%;固定资本投资存量增加1%, 林业产值增加0.1245%;外国直接投资增加1%, 林业产值增加0.0074%。在给定的四个影响林业产值的因素中, 林业面积对林业产值的影响最大, 其他依次是:劳动力数量、固定资本投资存量、外国直接投资。因此, 实证研究表明, 当前中国主要林业省份外商直接投资对林业经济增长存在一定的促进作用, 但并不显著, 这主要是由于当前林业吸引外资的规模还较小, 没有产生规模效应。以2010年林业产值最大的省份广东为例, 2010年广东林业固定资产投资总额为7.8亿元, 而同期利用外资总额为0.39亿元, 利用外资总额仅为固定资产投资总额的4.9%, 相比而言, 林业吸引和利用外资金额较少, 难以发挥较大投入效应。
4 结论
本文运用2003~2010年9个主要林业省份 (广东、山东、浙江、福建、江苏、广西、四川、湖南、江西) 的投入和产出数据和面板模型, 分析了各投入要素对林业产值的影响, 研究表明, FDI对林业产值的影响较小。当前阶段, FDI对促进林业经济增长的作用并不明显。基于以上结论, 提出以下政策建议:
4.1 充分认识林业利用外资的重要性, 增强招商引资的积极性
当前, 随着经济全球化和改革开放的持续深入, 中国已经成为外资青睐的投资圣地。据统计, 2010年全国累计吸收外资1057.4亿美元, 而林业行业利用外资总额仅为6.57亿美元, 仅占全国利用外资总额的0.62%。林业属于传统的投入型产业, 当期随着林业总规模的持续扩大, 资金投入逐年增长, 然而目前林业仍然主要是依靠国家投资支撑。单一的资金投资方式难以满足现代林业发展的需要, 且通过利用外资能实现林业技术效应的扩散。因此, 当前, 各级林业经营主体应充分认识利用外资的重要性和积极效果, 增强招商引资的主动性。
4.2 丰富引资方式, 拓宽利用外资渠道
目前我国林业利用外资的途径主要包括外国直接投资和国外官方优惠性贷款。同时, 外资来源主要为港、澳、台、日本、德国等少数国家和地区, 来源较为有限。然而, 林业是一个门类众多、资金需求广泛的行业, 随着林业的持续发展对外资的需求将更大。为此, 首先应完善各类林业优惠政策, 制定详细的外资投资目录, 并充分运用基金、股权等现代融资方式, 实现全方位的林业外资利用格局。同时, 应积极拓展欧美等发达国家和世界银行等国际组织的投资渠道, 建立长期有效的合作关系, 实现稳定、高效的投资模式。
4.3 优化林业利用外资环境, 完善吸引外资的政策措施
当前, 我国林业还处于粗放型发展的阶段, 各项建设还较为落后。而投资环境与行业的基础设施、市场规模、发展前景等有关。当前, 我国林业基础设施建设还有待加强, 特别是边远地区的道路、通讯等基础设施较为落后, 同时, 目前林业的市场化程度仍较低, 有些农村地区林业生产仍是小农式的封闭生产方式。充分改善并完善林业的基础设施建设和市场化水平既有利于林业的整体发展, 又能改善投资环境。而且, 随着利用外资规模的逐渐扩大, 必须加强林业利用外资的制度设计, 完善各类林业利用外资政策, 制定合理、优惠的投资及外贸政策, 对于吸引外资来说十分重要。
参考文献
[1]侯方淼, 程宝栋, 宋维明.利用外资与中国林业产业发展的关系——基于协整与向量自回归模型的实证分析[J].经济问题, 2011, (05) :48-52.
[2]张鑫.中国林业利用外商直接投资效应研究[D].哈尔滨:东北林业大学, 2011.
[3]李富.林业引资技术溢出效应实证分析[J].林业科技, 2007, (01) :65-68.
[4]李泳.国际直接投资与中国农业产业结构升级[J].中国农村经济, 2006, (05) :10-17.
[5]刘萍.对跨世纪林业利用外资问题的几点思考[J].林业经济, 2001, (06) :43-46.
日本包装机械产值增长 篇2
日本是世界包装机械生产大国之一。20世纪60年代到90年代初，日本包装机械曾经连续30多年高速增长。日本包装机械产值由1960年的35亿日元分别增加到1970年的550亿日元、1980年的1900亿日元和1990年的4335亿日元，1992年达4665亿日元，这是迄今的最高产值。从1993年起日本包装机械产值不断下滑，2010年后有所增长。2014年，日本包装机械产值回升到4008亿日元，自2010年起已连续5年增长，而且是时隔6年之后重新增到4000亿日元以上。不过，如与历史产值最高的1992年的4665亿日元相比，仍有660亿日元的差距。2015年，日本包装机械产值将继续增到4200亿日元，增幅为2.7%。
包装机械分为两大类，一是小包装与内包装机械，二是外包装与捆扎机械。2014年，日本小包装与内包装机械产值为3384亿日元、比上年增长2.3%，外包装与捆扎机械产值为624亿日元、比上年减少1%，分别占包装机械全部产值的84%和16%。小包装与内包装机械中，制袋充填机的产值最大，为614亿日元，与上年持平。
日本包装机械生产企业有400家多一点，2014年为418家，比2013年增多1家。其中专业企业243家，兼业企业175家。日本包装机械生产企业多是中小型企业，如职工不满50人的企业占企业总数的近2/3，资本不满5亿日元的企业占总数的近7成。
江苏省林业总产值灰色分析和预测 篇3
鉴于当前学者对宏观政策方面的研究相对成熟,文章着重从微观层次进行分析。目前国内研究者通常采用数理统计中的相关分析、回归分析和显著性检验等方法,这些方法要求进行大量的考察和需要真实有效的长年限的数据作为研究对象。由于笔者能力有限,数据的缺乏,信息的不全,还有农林业本是一家,界限的不清晰,找寻的数据数量不多,离散程度也很大,运用灰色关联度分析可以比较容易的分析出江苏省林业总产值的各种相关因素的影响程度和各相关因素的主次关系,动态GM(1,1)模型也可以较精确的预测出将来的发展态势。
一、相关理论和方法
1、灰色关联度分析法
对于两个系统之间的因素,其随时间或不同对象而变化的关联性大小的量度,称为关联度。在系统发展过程中,若两个因素变化的趋势具有一致性,即同步变化程度较高,即可谓二者关联程度较高;反之,则较低。因此,灰色关联法,是根据因素之间发展趋势的相似或相异程度,亦即“灰色关联度”,作为衡量因素间关联程度的一种方法。灰色关联度分析是一种因素比较分析法,包含一个参考序列和多个比较序列,它是进行因素间时间序列的比较来确定哪些因素是对参考数列影响较大的因素。其基本思想是:以因素的数据列为依据,用数学的方法研究因素间的几何对应关系。灰色关联度分析,是一种动态过程的研究。“灰色”主要针对信息不完全的数据分析。其计算的基本步骤如下。
(1)确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列,称为参考数列。影响系统行为的因素组成的数据序列,称比较数列。设参考数列(又称母序列)为X ,比较数列(又称子序列)为Xi(i=1,2,Λ,m);
(2)使各序列无量纲化即初值化。由于系统中各因素列中的数据可能因量纲不同,不便于比较或在比较时难以得到正确的结论。因此在进行灰色关联度分析时,一般都要进行数据的无量纲化处理。即每行的每个数据除以每行的第一个数据,记为X0（1）,Xi（1）(i=1,2,Λ,m);
(3)求各差数列,算出二级最小差和二级最大差(i代表行,k代表列);
(4)求各点的灰关联系数。
通常取 ρ=0.5;
(5)求各因素的灰关联度。
2、GM(1,1)模型的基本原理
灰色预测是一种对含有不确定因素的系统进行预测的方法。灰色预测法是对既含有己知信息又含有不确定信息的系统进行预测,即对在一定范围内变化的、与时间有关的灰色过程进行预测。灰色预测模型是灰色系统理论的重要组成部分,建立灰色预测的方法具有原理简单、需要样本少、计算方便、计算精度高和易于检验等特点,因此得到了广泛的应用。灰色预测有多种预测模型,记作GM(n,h),预测中通常用GM(n,1)模型,此文运用GM(1,1)模型进行预测,GM(1,1)模型是单序列一阶线性动态模型,采用一阶微分方程拟合的模型。步骤如下:
(1)设原始非负数列;
(2)对原始数列做一次累加得;
(3)对X（1）作紧邻均值生成;Z（1）=[z（1）(1),z（1）(2),…,z（1）(n)],其中Z（1）=[x（1）(k)+x（1）(k-1)]/2。则称:x（0）(k)+a Z（1）(k)=b圯X（0）(k)=-Z（1）(k)×a+1×b(其中:a,b为待定系数)为GM(1,1)模型。
(4)构造数据矩阵X和数阵向量Y,通过矩阵运算[a,b]T=(XTX)-1XTY计算a和b;
(5)确定模型,灰微分方程的白化方程是:dx(1)/dt+ax（1）=b;
(6)算出微分方程的解,即时间响应式,为:;
(7)算出X(1)的模拟值和其还原值,还原值;
(8)检验误差;
(9)用还原值公式进行预测。
二、数据来源与模型建立
1、数据来源
文章使用的资料和数据主要以《中国统计年鉴》(2008 年—2012 年)的数据为基础,选取了2007 年到2011 年林业总产值、林业全社会固定资产投入、农用机械总动力、主要林产品产量、造林面积、森林火灾次数、病虫害防治率数据中江苏省的数据作为指标。
2、数据模型
灰关联度分析模型中:设林业总产值的序列为参考序列X,全社会固定资产投入、农用机械总动力、主要林产品产量、造林面积、森林火灾次数、病虫害防治率这六个序列构成比较序列,即X1、X2、X3、X4、X5、X6。GM(1,1)模型中,设2007 年~2011年林业总产值的数据为原始数据序列对未来五年江苏省林业总产值进行预测。
三、林业总产值灰色实证分析
1、原始数据
(注:数据来源:《中国统计年鉴》(2008年—2012年)。)
2、灰色关联度分析
运用灰色关联度分析原理和方法,根据表1 数据,灰关联度计算结果为:
r1=0.568740,r2=0.863876,r3=0.813587,r4=0.780298,r5=0.780298,r6=0.753957,且r2>r3>r4>r5>r6>r1,说明农用机械总动力对江苏省林业总产值影响最大,其次是主要林产品产量,相比之下,全社会固定资产投入对林业总产值的影响最弱。计算过程由电脑操作完成,得出灰关联度数据,见表2。
3、GM(1,1)模型预测
根据2008年—2012年江苏省林业总产值的数据,运用GM(1,1)模型的理论,得出时间响应式为,然后再根据还原值公式得出预测值:k=6时,k=7时,;k=8时,;k=9时,;k=10时,。即未来五年江苏省林业总产值预测的结果分别为102.621718、115.840447、130.761884、147.605356、166.618439。预算结果见表3。
(单位:亿元)
4、结果分析
由表2 可得出:r2>r3>r4>r5>r6>r1,结果表明,上述6 个因素对林业总产值的影响程度各不相同,他们的灰关联度都在0.5以上,总体而言影响程度较高,各因素对林业总产值影响程度由大到小依次为农用机械总动力、主要林产品产量、森林火灾次数、造林面积、病虫害防治率、全社会固定资产投入。GM(1,1)预测模型得出未来五年江苏省林业总产值预测的结果分别为102.621718、115.840447、130.761884、147.605356、166.618439,且相对误差率小,预测结果可信度高,从表3 可以看出,未来林业总产值呈不断增长的态势,2016 年将达到166.6 亿元,比2011 年增长44.30%。可见林业具有良好的发展前景,我们必须大力重视。
四、政策建议
1、提高林业产业机械化的程度
通过上述分析可以知道,在本文给出的6 个指标中与林业总产值关系最密切的指标是农用机械总动力,达到0.863876,也就说,在一定的范围内,农用机械总动力每变化一个单位,林业总产值就会变化0.863876 个单位,可以看出,这一因素对林业总产值的重要性和影响力是很大的。林业是大农业不可分割的一部分,增加农用机械总动力的投入必然也会为林业总产值做出贡献。
2、加强对本省主要林产品的培育,增加其产量
虽然对于江苏省来讲,林产品产量主要来源于木材,但是这一灰关联度也是很大的,要想提高江苏省林业总产值,还需注重提高其主要林产品的产量和质量。
3、完善森林火灾预防与扑救体系,提高林木病虫害的综合防治能力
森林火灾是指失去人为控制,在森林中自由蔓延和扩展,燃烧达到一定的面积,对森林生态系统和人类造成一定危害和损失的林地起火。森林火灾的不断发生,已成为当今世界一大自然灾害。我们完善森林火灾预防与扑救体系,提高森林经营管理水平。同时,病虫害的防治也要注重,培养健康的森林、林木,经济效益和社会效益才能够充分地体现。
4、充分利用林地和森林资源,植树造林
数据表明,我省现有林地面积,森林面积与造林面积之间存在很大差距,这说明,占用林地,滥用林地现象可能仍然存在,或是环境条件的制约,使得造林任务艰巨。克服困难,充分利用大自然的宝贵资源,大量植树造林显得十分重要。
5、适当加大政府政策以及财政的支持力度
虽然社会固定资产投入对于我省林业总产值的影响是最小的,但是资金的力量不可忽视,林业是国民经济的重要组成部分,既是一项社会公益事业,又是一项经济支柱产业,国家政策是一个导向,政策性的保护和支持会带动林业产业的发展,我们必须加以重视。
摘要：通过运用灰色系统理论中的灰关联度分析方法对6个影响江苏省林业总产值的相关因素与林业总产值之间的关联性进行了分析,结果表明,对江苏省林业总产值影响由大到小的因素依次为农用机械总动力、主要林产品产量、森林火灾次数、造林面积、病虫害防治率、全社会固定资产投入。同时运用灰色预测理论中的GM(1,1)模型对未来五年林业总产值进行了预测,且预测精度比较高,并针对分析和预测的结果提出了自己的建议。
林业产值增长 篇4
推动全球瓦楞包装市场持续增长的因素有许多，最根本的因素就是公众环保意识日益增强，对可持续包装的需求量持续增长。在环境和资源的双重压力下，商品生产商积极开展节能降耗行动，并密切关注物流运输效率的优化提升，以实现社会责任和经济效益的双赢。而且，随着网络购物和电子商务的蓬勃发展，特别是智能手机的日益普及，越来越多的消费者热衷于在网上采购各类商品，这也促进了瓦楞包装需求量的迅速增长。因为在传统的实体店零售模式下，商品生产商会在每个瓦楞包装中装满商品后再运输到零售商手中；而在当前日益兴起的网络购物模式中，商品直接运输到消费者手中，可能每个商品都需要一个瓦楞包装，瓦楞包装需求量之大可想而知。另外一个重要因素就是零售业的快速发展带动了零售易包装需求的增长，特别是瓦楞材料的零售易包装凭借质轻、环保等优势，备受卖场和零售商的青睐。零售易包装是一种易于开启的展示型包装，兼具运输包装和销售包装的双重功能，不仅方便卖场理货员理货，而且方便消费者拿取商品，更能保持货架整齐美观，可谓一举多得。
亚洲是目前全球最大的瓦楞包装生产市场，中国则是目前全球最大的瓦楞纸板生产国，其2013年瓦楞纸板产量大约占到全球瓦楞纸板总产量的27%。而且，中国也是全球最大的瓦楞包装生产国，其2013年瓦楞包装产量约占全球瓦楞包装总产量的28%。
林业产值增长 篇5
第一相关系数：0.989684，呈现出极显著水平。第二相关系数：0.583120，第三相关系数：0.412154。这后两个相关系数均未达到显著水平。
为了消除量纲的影响，我们对原始数据进行标准化。基于显著水平的考虑，我们只能用第一典范相关系数的数学模型。标准化后的典型变量系数及数学模型列表3。
参考文献
[1]陈华豪,丁思统.林业应用数理统计[M].大连:大连海运学院出版社,1988.
林业产值增长 篇6
据云南省统计局通报,2015年上半年,得益于全省各项助农惠农政策落实到位、气候条件适合,科技增粮措施和中低产田改造,小春粮食单产有所进步,夏粮将完成歉收。与此同时,全省主要农产品全面增产,高原优势特征农产品开展势头良好,蔬菜、水果、马铃薯、 糖料、茶叶、咖啡、橡胶、蚕桑均比上年有所增长。全省农业总产值完成1000.3亿元,同比增长5.7%, 增速比一季度进步0.8个百分点。
上半年全省范围以上工业增加值完成1729.70亿元,同比增长6.1%,增速比1~5月加快0.6个百分点,比一季度高0.9个百分点, 比全国低0.2个百分点。一季度以来,全省范围以上工业增加值累计增速逐月上升,分别为5.2%、 5.3%、5.5%和6.1%。
通报显现,2015年上半年, 云南省采矿业完成增加值142.52亿元,同比降落2.1%,降幅比一季度收窄14.4个百分点;制造业完成增加值1320.02亿元,增长6.5%,增速比一季度回落1.6个百分点;电力热力燃气及水消费和供给业完成增加值267.16亿元,增长8.9%,增速比一季度上升4.5个百分点。
上半年,全省烟草、电力和有色3个传统支柱产业完成增加值1064.24亿元,同比增长9.4%, 比全部范围以上工业快3.3个百分点,拉动全省范围以上工业增长5.6个百分点,增长的奉献率达92.3%。上半年,全省共消费卷烟392.31万箱,同比降落1.5%,由于今年以来全省卷烟消费构造不时优化,一、二类烟比重进一步提升, 同比分别进步5.83个和0.74个百分点,全省烟草工业坚持了稳定增长,上半年全省烟草制品业完成增加值670.49亿元,同比增长7.9%, 拉动全部范围以上工业增长2.9个百分点;电力、热力的消费和供给业完成增加值253.90亿元,同比增长9.2%,拉动全部范围以上工业增长1.4个百分点;有色金属冶炼及压延加工业完成增加值139.84亿元,同比增长17.5%,拉动全部范围以上工业增长1.3个百分点。
上半年,全省医药制造业增速上升,完成增加值40.43亿元, 增长4.9%,增速比一季度上升0.7个百分点;黑色金属冶炼及压延加工业完成增加值41.96亿元,降落25.2%,降幅较一季度收窄0.8个百分点;煤炭开采及选洗业完成增加值53.64亿元,降落5.4%,降幅较一季度收窄31.5个百分点;配备制造业完成增加值57.83亿元,同比增长9.3%,比全部范围以上工业高3.2个百分点,较一季度加快10.9个百分点。2015年上半年,全省重点监测的100种工业产品中, 有50种工业产品产量同比降落,3种停产,47种增长。其中,十种有色金属消费147.19万吨,增长7.1%;化肥消费152.58万吨,增长3.6%;粗钢消费723.2万吨,降落18.2%;钢材消费834.38万吨,降落13.7%;水泥消费4548.08万吨, 降落5.2%;汽车消费46904辆,降落15.5%。
全省范围以上工业用电量降幅收窄。上半年,全省范围以上工业用电量438.23亿千瓦时,同比降落6.1%,降幅比一季度和1~5月份分别收窄0.9个和0.6个百分点。其中,六大高耗电行业用电量382.14亿千瓦时,同比降落6.26%,降幅比一季度和1~5月份分别收窄0.54个和0.44个百分点,占范围以上工业用电量的比重为87.2%,比去年同期低0.2个百分点。
1~5月,全省范围以上工业主停业务收入同比降落5.1%,降幅比一季度扩展0.2个百分点。1~5月, 全省范围以上工业完成利润186.86亿元,同比降落9.9%,降幅比一季度收窄5.8个百分点。企业亏损面达38.7%,同比扩展5.1个百分点, 工业经济效益有待进步。