《表1 2005-2017年全国居民电力消费影响因素分解结果》
提示：宽带有限、当前游客访问压缩模式
资料来源：作者计算
根据公式（6)-(8），可得到2005-2017年我国居民电力消费影响因素逐年分解结果（如表1所示）。
| 图表编号 | XD00185439300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.28 |
| 作者 | 黄天铭、张新华 |
| 绘制单位 | 长沙理工大学经济与管理学院、长沙理工大学经济与管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 分年度全国产业电力消费变动分解》2020.12.25
- 《表3 全国电力消费在产业层面上的分解》2020.12.25
- 《表2 全国电力消费在省域层面上的分解》2020.12.25
- 《表4 分年度全国电力消费变动分解》2020.12.25
- 《表2 1978-2018年全国居民消费影响因素描述统计》2019.12.10
- 《表3 2005～2017年杭州市城市废弃物处理温室气体排放各分解因素贡献值》2021.01.30
- 《表8 居民人均生活碳排放的区域间（省份-全国）因素分解结果》2020.10.28
- 《表8 居民人均生活碳排放的区域间（省份-全国）因素分解结果》2020.10.28
- 《表8 居民人均生活碳排放的区域间（省份-全国）因素分解结果》2020.10.28
- 《表8 居民人均生活碳排放的区域间（省份-全国）因素分解结果》2020.10.28
- 《表4 2005-2017年全国各省（市、区）居民电力消费影响因素的分解结果》2020.07.28
- 《表3 2005-2017年全国六大地理区域居民电力消费影响因素的分解结果》2020.07.28
- 《表2 主成分因子贡献率：基于LMDI模型的居民电力消费影响因素研究》2020.07.28
- 《表1 2005—2017年5—9月上海市浦东新区居民日均死亡人数、寿命损失年、气象因素与大气污染物分布情况（x±s)》2020.07.25
- 《表1 2005—2017年5—9月上海市浦东新区居民日均死亡人数、寿命损失年、气象因素与大气污染物分布情况（x±s)》2020.07.25
- 《表5 全国回归结果：房价波动对城镇居民消费影响——基于门限面板模型分析》2019.12.01
- 《表1 2014-2018年全国居民各类消费支出增速》2020.04.10
- 《表1 2005-2017年全国供水总量统计》2019.12.15
- 《表1 电力消费的区域分解结果》2019.07.25
- 《表4 1987-2016年全国省级农村居民第一层次消费支出的回归结果》2019.01.20