当前位置:首页 >> 幼儿读物 >>

影响能源因素实证分析——计量经济学作业[1]


计量经济学大作业 计量经济学大作业
大作业名称: 大作业名称: 名称 影响能源因素问题的计量分析 影响能源因素问题的计量分析 能源因素

一,背景资料 能源是支持经济增长的重要物质基础和生产要素.能源经济学认 为,能源消费量越大,产品产量越多,社会产量越多,社会也越富足, 人 们 才 能 享 有 更 多 的 物 质 文 明 和 精 神 文 明 .能 源 消 费 量 的 不 断 增 长 ,是 现 代 化 建 设 的 重 要 条 件 .因 此 ,一 个 国 家 的 能 源 消 费 水 平 是 衡 量 其 现 代 化 水 平 的 重 要 标 志 .能 源 短 缺 ,供 求 关 系 严 重 失 调 ,就 会 突 出 地 影 响 经 济 发 展 和 人 民 生 活 水 平 的 提 高 .所 以 ,保 持 能 源 的 稳 定 供 应 ,不 断 提 高 能 源 消 费 水 平 ,是 现 代 化 建 设 的 重 要 条 件 .我 国 能 源 工 业 的 迅 速 发 展 和 改革开放政策的实施, 使能源产品特别是石油作为一种国际性的特殊 促 商 品 进 入 世 界 能 源 市 场 .随 着 国 民 经 济 的 发 展 和 人 口 的 增 长 ,我 国 能 源 的 供 需 矛 盾 日 益 紧 张 .同 时 ,煤 炭 ,石 油 等 常 规 能 源 的 大 量 使 用 和 核 能 的 发 展 ,又 会 造 成 环 境 的 污 染 和 生 态 平 衡 的 破 坏 .可 以 看 出 ,它 不 仅 是 一个重大的技术,经济问题,而且以成为一个严重的政治问题. 鉴 于 此 ,研 究 能 源 问 题 不 仅 具 有 必 要 性 和 紧 迫 性 ,更 具 有 很 大 的 现 实意义.由于我国目前面临的所谓"能源危机" 主要是由于需求过大 , 引 起 的 ,而 能 源 供 给 一 般 在 较 短 的 时 间 内 难 以 有 很 大 改 变 ,因 为 能 源 尤 其 像 石 油 ,煤 炭 等 具 有 不 可 再 生 性 ,很 大 程 度 上 是 由 该 国 的 资 源 禀 赋 决 定 的 .而 我 国 作 为 世 界 上 最 大 的 发 展 中 国 家 ,人 口 众 多 ,所 需 能 源 不 可 能 完 全 依 赖 进 口 ,所 以 ,研 究 能 源 的 需 求 显 得 更 加 重 要 .所 以 ,我 们 主 要从此处着手对影响中国能源需求的各种因素进行研究. 我们对我国影响能源问题的因素展开如下分析: 二,影响因素设定 根据西方经济学消费需求理论,影响消费需求的因素有:商品的价格,消费 者收入水平,相关商品的价格,商品供给,消费者偏好以及消费者对商品价格的 预期等.对于相关商品价格的替代效应,我们认为其只存在能源品种内部之间, 而消费者偏好及消费者对商品价格的预期因数据难找.另外,发展经济学认为, 来自知识,人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增 长,而且会通过外部效应可以提高劳动力,自然资源,物质资本与生产要素的生 产效率,消除其中收益递减的内在联系,带来递增的规模收益. 另 外 ,资 本 的 价 格 也 对 需 求 有 一 定 影 响 .资 本 价 格 提 高 对 能 源 需 求 量 的 影 响 来 自 两 个 方 面 :一 是 资 本 价 格 提 高 ,企 业 将 使 用 相 对 便 宜 的 机 器 设 备 替 代 劳 动 力 ,更 多 的 机 器 设 备 必 然 增 加 能 源 需 求 ,这 种 效 应 通 常 称 为 替 代 效 应 ;二 是 资 本 价 格 提 高 ,企 业 生 产 成 本 增 加 ,将 导 致 产 品 价 格 提 高 ,产 品 需 求 量 减 少 ,企 业 对 所 有 生 产 要 素 需 求 均 下 降 ,这 种 效 应 通常称为规模效应.替代效应与规模效应同时发生,但作用方向相反. 资本价格提高对能源需求的影响是两种效应综合作用的结果, 果替代 如
1

效 应 大 于 规 模 效 应 ,则 资 本 价 格 提 高 ,能 源 需 求 增 加 ;如 果 替 代 效 应 大 于 规 模 效 应 ,则 资 本 价 格 降 低 ,能 源 需 求 减 少 .由 于 目 前 没 有 比 较 科 学 合理的资本价格数据,只能放弃对资本价格的估计. 这 里 我 们 引 入 能 源 价 格 ,居 民 收 入 ,科 技 进 步 ,能 源 供 给 量 和 工 业 产出五个变量对能源需求进行分析. 三,数据选取 1.能源需求总量,在模型中用 y 表示,是指一次性能源消费总量,由煤炭,石油, 天然气和水电 4 项组成(单位:万 t 标准煤). 2.能源需求的影响因素: 1)能源价格, 用能源产品出厂价格指数来衡量, 模型中用 X1 表示, 在 它由煤炭, 石油,电力工业出厂价格指数加权计算得到. , 2)剔除物价的工业总产值(亿元) 模型中用 X2 表示,它由由现价计算的工 ,在 业总产值除以当年的工业总产值价格指数. , 3)剔除物价的城镇居民家庭人均可支配收入(元) ,用 X3 表示,它也是由各年 家庭人均可支配收入绝对数用价格指数计算得到. 4)科学研究与综合技术服务业人员数(万人) ,用 X4 表示,直接由各年度统计 年鉴查得. ,用 X5 表示,直接由各年度统计年鉴查得.实 5)能源生产总量(万吨标准煤) 际来看,国内能源生产总量占能源供给的绝大部分,故在此我们选取国内能源生 产总量代表能源供给量. 6)其他因素.我们将由于各种原因未考虑到和无法度量的因素归入随机误差 项,如国家的经济结构政策,消费者偏好等. 表 1,原始数据一
年份 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 电力工业 能源消费总 产品出厂 量(万吨煤) 价格指数 57144 58588 60275 59447 62067 66040 70904 76682 80850 86632 92997 96934 98703 103783 109170 115993 100 101.7 98.4 101.6 98.9 105.6 102.1 103.4 102.4 103.1 101.7 105.9 107.4 116.9 108.8 135.9 石油工业 产品出厂 价格指数 100 100.6 102.1 99.3 100.5 106.3 112 107.2 104.6 104 106.8 108.4 107.1 118.8 115.3 171.3
2

煤炭工业 出厂价格 指数 100 113.4 106.4 102.6 101.9 101.5 102.6 117.6 96.8 102.8 110.6 112.2 106.2 113.1 116.1 139.7

水电比重 3.1 3.3 3.8 4.2 4.5 4.8 4.5 4.3 4.3 4.4 4.5 4.6 4.8 4.7 4.8 5.3

原油(含天 原煤比重 然气)比重 103.1 116.7 110.2 106.8 106.4 106.3 107.1 121.9 101.1 107.2 115.1 116.8 111 117.8 120.9 145 70.3 70.2 69.4 70.2 71.3 71.6 72.4 72.8 72.4 72.6 73.1 74.1 74.2 74.1 74.3 74

1997 1998 1999 2000 2001 2002 2003 2004 2005

122737 131176 138948 137798 132214 130119 130297 134914 148000

139.5 109.5 113.1 114 105.5 100.9 102.4 102.3 100.8

148.7 121.2 104.6 107.4 93 109.6 144.3 99.1 95.2

122.2 111.3 113.7 108 96.6 94.8 98.1 106.5 111.6

5.9 6.2 5.8 6.5 7.1 7.6 8.2 8.7 8.9

128.1 117.5 119.5 114.5 103.7 102.4 106.3 115.2 120.5

74.6 75.3 75.2 74.1 71.9 68.3 66.6 68.6 70.7

表 2 原始数据二
年份 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 城镇居民家庭 科学研究与综合 能源生产 工业总产 工业总产值 指数 人均可支配收 技术服务业人员 总量(万吨 (1978=100) 值(亿元) 价格指数 入 (元) 数(万人) 标准煤) 4237 4681.3 5154.26 5399.78 5811.22 6460.44 7617.3 9716.47 11194.26 13812.99 18224 22017.06 23924.36 26625 34599 48402 70176 91894 99595 113733 119048 126110 85674 95449 110776 113.5 108.8 109.3 104.3 107.8 111.2 116.3 121.4 111.7 117.7 120.8 108.5 107.8 114.8 124.7 127.3 124.2 120.3 116.6 113.1 110.8 111.6 116.9 114.6 118.2 343.4 387 477.6 491.9 526.6 564 651.2 739.1 899.6 1002.2 1181.4 1375.7 1510.2 1700.6 2026.6 2577.4 3496.2 4283 4838.9 5160.3 5425.1 5854 6280 6859.6 7703 100 112.7 127 127.6 133.9 140.6 158.1 160.4 182.5 186.9 182.5 182.8 198.1 212.4 232.9 255.1 276.8 290.3 301.6 311.9 329.9 360.6 383.7 416.3 472.1 92 100 105 111 118 121 125 131 137 142 144 147 152 156 159 166 174 178 176 179 168 165 164 154 151 62770 64562 63735 63227 66778 71270 77855 85546 88124 91266 95801 101639 103922 104844 107256 111059 118729 129034 132616 132410 124250 109126 109000 120900 139000

表 3 计算,调整后的最终数据
3

年份 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

剔除物价的工 科学研究与综合 能源消费总 能源产品出 能源生产总量 (万吨标 业总产值(亿 技术服务业人员 量(万吨煤) 厂价格指数 准煤) 元) 数(万人) 57144 58588 60275 59447 62067 66040 70904 76682 80850 86632 92997 96934 98703 103783 109170 115993 122737 131176 138948 137798 132214 130119 130297 134914 148000 100 109.6219 104.9436 101.7132 101.4262 102.8296 104.7489 114.6078 98.8582 103.0892 109.3483 111.1008 106.4466 114.487 115.5824 146.0398 128.3882 113.0199 111.9362 108.2736 96.4759 98.8304 110.095 104.4548 107.2932 4237 4302.665 4334.283 4353.542 4346.255 4345.154 4405.188 4628.638 4774.049 5004.985 5466.279 6086.641 6135.358 5947.677 6198.046 6811.24 7951.149 8654.915 8044.789 8122.711 7673.559 7283.834 4232.969 4115.123 4040.542 92 100 105 111 118 121 125 131 137 142 144 147 152 156 159 166 174 178 176 179 168 165 164 154 151 62770 64562 63735 63227 66778 71270 77855 85546 88124 91266 95801 101639 103922 104844 107256 111059 118729 129034 132616 132410 124250 109126 109000 120900 139000

四 ,模 型 设 定 回归模型设立如下: 回归模型设立如下: Yt =β0 +β1 X1t +β2 X2t +β3 X2t +β4X4t+β5X5t+ Ut Yt ------能源需求总量(万吨煤) X1t -----能源产品出厂价格指数(加权计算煤炭,石油,电力工业出厂价格指 数) X2t -----剔除物价的工业总产值(亿元) X3t ----剔除物价的城镇居民家庭人均可支配收入 (元) X4t ----科学研究与综合技术服务业人员数(万人) X5t -----能源生产总量(万吨标准煤) Ut------随机扰动项 β, β, β, β,, 5-----待估参数 β 1, 2, 3, 4, t=1981-----2005
4

五,模型检验 假设模型中随机误差项 Ut 满足古典假设,运用 OLS 方法估计模型的参数, 利用计量经济计算机软件 Eviews 计算可得如下结果: 表4
Dependent Variable: Y Method: Least Squares Date: 06/15/07 Time: 16:19 Sample: 1981 2005 Included observations: 25 Variable C X1 X2 X3 X4 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -9312.503 102.2836 -1.840787 27.04573 181.1065 0.580178 0.995733 0.994610 2249.721 96163651 -225.0070 1.617818 Std. Error 5126.452 52.30483 0.497535 2.213483 60.69616 0.066437 t-Statistic -1.816559 1.955529 -3.699815 12.21863 2.983822 8.732772 Prob. 0.0851 0.0654 0.0015 0.0000 0.0076 0.0000 100096.5 30643.48 18.48056 18.77309 886.7535 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

回归方程为:
Y=-9312.503+102.2836*X1-1.840787*X2+27.04573*X3+181.1065*X4+0.580178*X5 (5126.452)(52.30483)(0.497535) (2.213483)(60.69616) (0.066437) t=(-1.816559) (1.955529)(-3.699815) (12.21863)(2.983822)(8.732772) R2=0.995733 F=886.7535

(一)经济意义检验 由回归估计结果可以看出,城镇居民家庭人均可支配收入,科学研究与综合 技术服务业人员数,能源生产总量与能源需求总量呈线性正相关,与现实经济理 论相符.而能源产品出厂价格指数与能源需求总量呈线性正相关,工业总产值与 能源需求总量呈线性负相关,这两点上,不符合经济意义. (二)统计推断检验 从估计的结果可以看出,可决系数 R2=0.995733, F=886.7535,表明模型在 整体上拟合地比较理想.系数显著性检验:给定α=0.05,X2,X3,X4,X5 的 t 的 P 值小于给定的显著性水平,拒绝原假设,接受备择假设,表明工业总产值, 城镇居民家庭人均可支配收入,科学研究与综合技术服务业人员数,能源生产总 量对能源需求总量有显著性影响;仅有 X1 的 t 的 P 值大于给定的显著性水平, 接受原假设,表明能源产品出厂价格指数对能源需求总量影响不显著. (三)计量经济学检验

5

1,多重共线性检验 , 由表 4 可看出,模型整体上线性回归拟合较好,R2 与 F 值较显著,而解释变 量 X1 的 t 检验不显著,并且 X1,X2 的系数的符号与经济意义相悖,则说明该模 型存在多重共线性.在 Eviews 中计算解释变量之间的简单相关系数,得如下结 果,也可以看出解释变量之间存在多重共线性. 表5
X1 X1 1 X2 0.348300099365 X2 1 X3 X4 X5 0.348300099365 0.129194093832 0.387168710635 0.299079945437 0.577760138667 0.782426661549 0.667649490603 1 0.834560622806 0.907149867083 1 0.926739884058 1

X3 0.129194093832 0.577760138667

X4 0.387168710635 0.782426661549 0.834560622806

X5 0.299079945437 0.667649490603 0.907149867083 0.926739884058

用逐步回归法修正模型的多重共线. ①运用 OLS 方法逐一求 Y 对各个解释变量的回归.结合经济意义和统计意义选 出拟和效果最好的一元线性回归方程. 经分析在五个一元回归模型中能源需求总 量 Y 对能源生产总量 X5 的线性关系强,拟合程度好. 表6
Dependent Variable: Y Method: Least Squares Date: 06/15/07 Time: 16:40 Sample: 1981 2005 Included observations: 25 Variable C X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -21020.32 1.223541 0.955348 var 0.953406 6614.583 1.01E+09 -254.3570 0.582287 S.D. dependent var 30643.48 Akaike info criterion 20.50856 Schwarz criterion F-statistic Prob(F-statistic) 20.60607 492.0891 0.000000 Std. Error 5617.857 0.055156 t-Statistic -3.741697 22.18308 Prob. 0.0011 0.0000 100096.5

Mean dependent

由表 6 得:
Y = -21020.32092 + 1.223540945*X5 (5617.857) (0.055156) t=(-3.741697) (22.18308) R2=0.955348 F=492.0891 ②逐步回归.将其余解释变量逐一代入上式,得如下几个模型(结果表如下) Y = 5426.633658 + 25.97702896*X3 + 0.7131621687*X5 (3802.412) (2.759851) (0.059774) t=(1.427156) (9.412475) (11.93105) 2 R =0.991118 F=1227.394 Y = -4090.451555 + 118.3029597*X1 + 27.83244134*X3 + 0.6617330059*X5 (6222.872) (63.07878) (2.795248) (0.062913)
6

t=(-0.657325) (1.875479) (9.957057) (10.51830) R2=0.992392 F=913.0676 X4 对 Y 的影响并不显著,故将 X4 删去,得如下模型: Y = -4928.878753 + 141.8898316*X1 -1.005090487*X2+27.74415632*X3+0.702538287*X5 (5801.230) (59.75834) (0.485715) (2.599838) (0.061740) t= (-0.849626) (2.374394) (-2.069299) (10.67150) (11.37891) F=792.8957 R2=0.993734

Dependent Variable: Y Method: Least Squares Date: 06/15/07 Time: 16:43 Sample: 1981 2005 Included observations: 25 Variable C X3 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Dependent Variable: Y Method: Least Squares Date: 06/15/07 Time: 17:07 Sample: 1981 2005 Included observations: 25 Variable C X1 X3 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -4090.452 118.3030 27.83244 0.661733 0.992392 var 0.991305 2857.414 1.71E+08 -232.2359 0.929339 S.D. dependent var 30643.48 Akaike info criterion 18.89887 Schwarz criterion F-statistic Prob(F-statistic) 19.09389 913.0676 0.000000 Std. Error 6222.872 63.07878 2.795248 0.062913 t-Statistic -0.657325 1.875479 9.957057 10.51830 Prob. 0.5181 0.0747 0.0000 0.0000 100096.5 Coefficient 5426.634 25.97703 0.713162 0.991118 var 0.990310 3016.472 2.00E+08 -234.1716 0.978110 S.D. dependent var 30643.48 Akaike info criterion 18.97373 Schwarz criterion F-statistic Prob(F-statistic) 19.12000 1227.394 0.000000 Std. Error 3802.412 2.759851 0.059774 t-Statistic 1.427156 9.412475 11.93105 Prob. 0.1676 0.0000 0.0000 100096.5

Mean dependent

Mean dependent

7

Dependent Variable: Y Method: Least Squares Date: 06/15/07 Time: 17:11 Sample: 1981 2005 Included observations: 25 Variable C X1 X2 X3 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -4928.879 141.8898 -1.005090 27.74416 0.702538 0.993734 var 0.992480 2657.300 1.41E+08 -229.8108 1.244654 S.D. dependent var 30643.48 Akaike info criterion 18.78487 Schwarz criterion F-statistic Prob(F-statistic) 19.02864 792.8957 0.000000 Std. Error 5801.230 59.75834 0.485715 2.599838 0.061740 t-Statistic -0.849626 2.374394 -2.069299 10.67150 11.37891 Prob. 0.4056 0.0277 0.0517 0.0000 0.0000 100096.5

Mean dependent

2.异方差检验:(采用 ARCH 检验) .异方差检验 ( 检验)

图示法
ARCH Test: F-statistic 0.135388 Probability
8

0.937641

Obs*R-squared Test Equation:

0.485467

Probability

0.922072

Dependent Variable: RESID^2 Method: Least Squares Date: 06/15/07 Time: 18:34 Sample(adjusted): 1981 2005 Included observations: 22 after adjusting endpoints Variable C RESID^2(-1) RESID^2(-2) RESID^2(-3) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 7197913. -0.073902 0.001985 -0.126411 0.022067 var -0.140922 10461093 1.97E+15 -384.5991 1.999805 S.D. dependent var 9793751. Akaike info criterion 35.32719 Schwarz criterion F-statistic Prob(F-statistic) 35.52556 0.135388 0.937641 Std. Error 3420227. 0.233413 0.235213 0.233872 t-Statistic 2.104513 -0.316615 0.008439 -0.540514 Prob. 0.0496 0.7552 0.9934 0.5955 5999470.

Mean dependent

由上表,Obs*R-squared=0.485467<χ20.05(3)=7.81473,所以接受 H0,表 明模型中随机扰动项不存在异方差. 3.自相关检验 . ①由上表可得 DW=1.244654 , 给定显著性 水平α=0.05,n=25, k'=4 时,查 Durbin-Waston 表得下限临界值 dL=1.038, 上限临界值 du=1.767,可见 DW 统计量 DW=1.244654<du=1.767,由此可判断模型存在自相关. ②分别运用广义差分法,C-O 迭代法,取对数改善模型修正自相关 广义差分法
Dependent Variable: DY Method: Least Squares Date: 06/15/07 Time: 18:57 Sample(adjusted): 1982 2005 Included observations: 24 after adjusting endpoints Variable C DX1 DX2 DX3 DX5 R-squared Coefficient 803.5108 116.2978 -0.725358 29.44885 0.637878 0.986404 var
9

Std. Error 4351.049 58.37304 0.557107 3.255500 0.073374

t-Statistic 0.184671 1.992320 -1.302009 9.045874 8.693482

Prob. 0.8554 0.0609 0.2085 0.0000 0.0000 64836.26

Mean dependent

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.983542 2426.689 1.12E+08 -218.3139 1.574741

S.D. dependent var 18915.98 Akaike info criterion 18.60950 Schwarz criterion F-statistic Prob(F-statistic) 18.85492 344.6293 0.000000

C-O 迭代法
Dependent Variable: Y Method: Least Squares Date: 06/15/07 Time: 18:59 Sample(adjusted): 1982 2005 Included observations: 24 after adjusting endpoints Convergence not achieved after 100 iterations Variable C X1 X2 X3 X5 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots Coefficient 1364329. 78.28394 0.335469 12.98825 0.458506 0.998798 0.996011 var 0.994903 2137.291 82224222 -214.6174 2.180051 1.00 S.D. dependent var 29938.17 Akaike info criterion 18.38478 Schwarz criterion F-statistic Prob(F-statistic) 18.67930 898.9703 0.000000 Std. Error 40857920 44.95264 0.781626 7.849651 0.075189 0.042321 t-Statistic 0.033392 1.741476 0.429194 1.654628 6.098034 23.60050 Prob. 0.9737 0.0987 0.6729 0.1153 0.0000 0.0000 101886.2

Mean dependent

取对数
Dependent Variable: LY Method: Least Squares Date: 06/15/07 Time: 19:02 Sample: 1981 2005 Included observations: 25 Variable C LX1 LX2 LX3 LX5 R-squared Coefficient 2.019992 0.088083 -0.049667 0.262248 0.672394 0.995731 Std. Error 0.483804 0.060331 0.024853 0.023917 0.058999 t-Statistic 4.175223 1.459984 -1.998477 10.96503 11.39663 Prob. 0.0005 0.1598 0.0594 0.0000 0.0000 11.46505

Mean dependent

10

var Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.994877 0.023318 0.010875 61.27883 1.247301 S.D. dependent var Schwarz criterion F-statistic Prob(F-statistic) 0.325795 -4.258531 1166.247 0.000000 Akaike info criterion -4.502306

在取对数的基础上迭代
Dependent Variable: LY Method: Least Squares Date: 06/15/07 Time: 19:03 Sample(adjusted): 1982 2005 Included observations: 24 after adjusting endpoints Convergence achieved after 28 iterations Variable C LX1 LX2 LX3 LX5 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots Coefficient 3.322475 0.071337 -0.031027 0.296602 0.532302 0.638105 0.996341 var 0.995325 0.021503 0.008323 61.54735 1.802317 .64 S.D. dependent var Schwarz criterion F-statistic Prob(F-statistic) 0.314480 -4.334432 980.3042 0.000000 Akaike info criterion -4.628946 Std. Error 0.928663 0.069625 0.034262 0.039139 0.086192 0.237061 t-Statistic 3.577699 1.024589 -0.905598 7.578118 6.175760 2.691739 Prob. 0.0022 0.3191 0.3771 0.0000 0.0000 0.0149 11.48637

Mean dependent

在广义差分基础上迭代
Dependent Variable: DY Method: Least Squares Date: 06/15/07 Time: 19:05 Sample(adjusted): 1983 2005 Included observations: 23 after adjusting endpoints Convergence not achieved after 100 iterations Variable C DX1 DX2 DX3 Coefficient 3724.250 108.1886 -0.555762 30.52755 Std. Error 6188.367 75.52661 0.661063 4.025605 t-Statistic 0.601815 1.432457 -0.840711 7.583345 Prob. 0.5552 0.1701 0.4122 0.0000

11

DX5 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots

0.584431 0.270834 0.986704

0.086971 0.311001 var

6.719811 0.870846

0.0000 0.3960 66046.26

Mean dependent

0.982794 2409.239 98675375 -208.2619 1.877865 .27

S.D. dependent var 18366.90 Akaike info criterion 18.63147 Schwarz criterion F-statistic Prob(F-statistic) 18.92768 252.3199 0.000000

考虑剔除,系数符号与经济意义相悖的变量 X2,在取对数基础上迭代
Dependent Variable: LY Method: Least Squares Date: 06/15/07 Time: 19:14 Sample(adjusted): 1982 2005 Included observations: 24 after adjusting endpoints Convergence achieved after 21 iterations Variable C LX1 LX3 LX5 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots Coefficient 5.804272 0.073337 0.142700 0.432689 0.973782 0.997038 var 0.996414 0.018832 0.006738 64.08219 2.032109 .97 S.D. dependent var Schwarz criterion F-statistic Prob(F-statistic) 0.314480 -4.678088 1598.801 0.000000 Akaike info criterion -4.923516 Std. Error 1.286360 0.046103 0.062670 0.074303 0.032480 t-Statistic 4.512167 1.590729 2.277021 5.823331 29.98096 Prob. 0.0002 0.1282 0.0345 0.0000 0.0000 11.48637

Mean dependent

考虑剔除,系数符号与经济意义相悖的变量 X2,直接用迭代法
Dependent Variable: Y Method: Least Squares Date: 06/15/07 Time: 19:15 Sample(adjusted): 1982 2005 Included observations: 24 after adjusting endpoints Convergence not achieved after 100 iterations Variable Coefficient Std. Error t-Statistic Prob.

12

C X1 X3 X5 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots

994201.2 74.82076 14.39741 0.465352 0.998430 0.995959

22351852 43.23192 6.712014 0.072257 0.038466 var

0.044480 1.730683 2.145021 6.440273 25.95614

0.9650 0.0997 0.0451 0.0000 0.0000 101886.2

Mean dependent

0.995108 2093.894 83303461 -214.7739 2.200889 1.00

S.D. dependent var 29938.17 Akaike info criterion 18.31449 Schwarz criterion F-statistic Prob(F-statistic) 18.55992 1170.713 0.000000

综合以上分析,我们得出最终模型如下:
Y = 994201.2023 + 74.82076324*X1 + 14.39740948*X3 + 0.4653517734*X5 (22351852) (43.23192) (6.712014) (0.072257) (1.730683) (2.145021) (6.440273) t=(0.044480) 2 R =0.995959 F=1170.713

六,模型结果分析
1,R2 很大,F 值也很显著,说明模型在整体上拟合的较好.能源需求仅与能源 产品出厂价格指数,城镇居民家庭人均可支配收入,能源生产总量有明显的相关 关系.能源产品的出厂价格指数对能源需求的影响最大.当价格指数每降低 1 个单位时,能源需求总量将降低 74.82076324 个单位. 2,X1 不符合经济意义的检验.因为从经济意义上讲,能源出厂价格指数越高, 能源的需求量越小,X1 的系数应为负值.即使考虑能源在现实生活中的状况, 也应该是需求弹性较小.可以看出,我国能能源需求曲线是向上倾斜的.这明显 与传统经济学"向下倾斜的需求曲线"理论相违背.原因可能是:①99 年 以 前 我 国 对 能 源 价 格 实 行 管 制 ,长 期 使 市 场 信 号 失 灵 .② 国 际 市 场 能 源 价 格 一般由能源期货交易价格决定,而我国没有成体系的能源期货交易市 场 ,买 卖 价 格 由 海 外 价 格 控 制 ,往 往 我 国 大 量 购 买 能 源 时 ,国 际 投 机 家 伺 机 哄 抬 价 格 , 谋 取 利 益 . ③ 根 据 凯 恩 斯 的 心理预期理论,当能源价格上 升时,为了规避风险,往往不会减少甚至会增加购买. 3,模型表明:从模型还可以看出,能源的生产总量对能源需求的影响相对较小.

七 , 不足之处
1. 对 于 时 间 序 列 数 据 可 能 出 现 的 平 稳 性 问 题 , 本 文 未 做 处 理 . 由 于 我 们 选 取 的 数 据 都 是 宏 观 经 济 变 量 ,极 有 可 能 出 现 非 平 稳 性 ,但 由 于 所 学 知 识 的 局 限 ,无 法 对 模 型 做 进 一 步 协 整 .对 于 可 能 出 现 的 伪 回 归 ,我 们 也无法确定. 2. 在 考 虑 能 源 需 求 的 影 响 因 素 时 , 我 们 引 入 了 工 业 总 产 值 . 按 照 经 济 学 的 一 般 观 点 ,工 业 总 产 值 与 能 源 需 求 存 在 较 强 的 正 相 关 关 系 .但 是 在 具 体 回 归 时 发 现 变 量 前 的 系 数 是 负 值 ,与 经 济 意 义 不 符 .对 于 这 一 重 要

13

的 影 响 变 量 ,我 们 没 有 轻 易 剔 除 .但 是 在 后 面 的 尝 试 当 中 发 现 ,剔 除 工 业总产值的影响比保留时的拟合效果更好, 以我们不得不考虑将其剔 所 除. 3.在最初考虑时,我们打算引入国家在能源方面科技经费的支出来作为一个影 响因素,因为科技的发展进步可能导致能源需求的相对减少.但由于无法找到专 门用于能源科技支出的数据, 所以我们考虑用科学研究与综合技术服务业人员数 来代替,事实上,这个代替不是很合理的.

八,相关的建议 相关的
1. 应 该 对 未 来 能 源 消 费 产 品 结 构 变 化 , 耗 能 产 业 调 整 对 能 源 工 业 的 影 响 足 够 重 视 .建 国 以 来 的 大 部 分 时 间 是 能 源 供 不 应 求 ,能 源 政 策 主 要 以 如 何 刺 激 供 给 为 主 ,但 是 从 1995 年 以 后 能 源 需 求 开 始 发 生 变 化 ,成 为 影 响 能 源 工 业 发 展 的 主 要 因 素 .可 以 预 见 随 着 原 油 产 品 不 断 开 放 ,电 力 工 业 改 革 步 伐 加 快 ,能 源 价 格 作 为 一 种 信 号 ,对 能 源 产 品 的 配 置 作 用 将 会越来越重要,我国能源消费产品结构,耗能工业必然发生重大变化, 从而对能源工业的发展带来重大影响. 前能源工业依然实行调整供给 目 为 主 的 政 策 ,正 在 实 行 的 西 电 东 送 工 程 ,西 气 东 输 工 程 成 功 与 否 ,将 受 到能源市场需求变化的强烈影响. 2. 充 分 发 挥 市 场 机 制 的 作 用 , 促 进 我 国 能 源 消 费 向 高 效 , 清 洁 方 向 发 展 .今 后 政 府 可 以 通 过 采 用 征 收 各 种 税 收 的 方 式 ,调 整 人 们 对 不 同 能 源 的使用量和能源使用总量,达到减少污染,提高能源使用效率等目的. 改 变 过 去 以 行 业 来 分 工 业 区 的 特 点 ,考 虑 循 环 经 济 ,物 流 相 互 利 用 ,零 排放的生产方式.启动节约资源,降低消耗活动,推动循环经济发展. 同 时 加 强 地 区 间 的 合 作 ,实 现 资 源 互 补 .要 建 立 节 能 基 金 ,加 大 资 金 扶 持力度,开展各种节能示范项目,扶持和鼓励企业提高能源利用效率, 使节能产业成为我国的经济增长点. 3. 转 变 经 济 增 长 方 式 ; 增 加 高 耗 能 产 品 的 进 口 , 杜 绝 高 耗 能 产 品 的 一 般 商 业 性 出 口 ;减 缓 经 济 发 展 对 能 源 的 依 赖 程 度 .在 今 天 世 界 经 济 发 展 一体化的进程中, 国进一步的经济发展不应以生产能力的继续扩张为 我 目 标 ,应 进 一 步 转 变 经 济 增 长 的 模 式 ,逐 步 调 整 第 一 ,二 ,三 产 业 的 结 构 ,特 别 是 传 统 工 业 的 发 展 应 依 靠 信 息 ,电 子 技 术 的 发 展 逐 步 提 高 其 产 品 的 附 加 值 ,此 外 ,应 该 充 分 利 用 世 界 各 种 资 源 ,积 极 地 参 与 世 界 经 济 发 展 的 资 源 配 置 和 分 工 ,逐 步 减 缓 经 济 发 展 对 能 源 的 依 赖 程 度 .鉴 于 我 国是一个发展中的人口大国, 长远来看各种资源和物质的需求不可能 从 完 全 依 赖 自 身 来 解 决 ,特 别 是 像 钢 铁 ,化 肥 等 高 耗 能 产 品 不 可 能 完 全 立 足 于 自 身 资 源 条 件 来 解 决 ,应 逐 步 提 高 进 口 的 比 例 ,而 像 水 泥 以 及 其 他 一些消耗高耗能原材料的机电产品的出口应该适当控制规模, 别是像 特 水泥这种能源消耗高,污染重附加价值低的产品应杜绝一般的商业出 口 .今 后 我 国 可 以 进 一 步 增 加 高 耗 能 产 品 的 进 口 数 量 ,这 样 不 仅 可 以 减 少依靠自己生产所产生的环境污染排放, 且可以间接的作为能源进口 而 多样化的一种选择,从而保证能源供应的安全.

14

七 ,参考文献
中国能源网 http://www.china5e.com/ 能源在线 http://www.118power.com/ 中国能源统计年鉴 中国统计出版社 各年度《中国统计年鉴》中国统计出版社 中华人民共和国国家统计局网 《中国工业经济统计年鉴》

15

相关文章:
计量经济学作业(1)
影响能源因素实证分析——... 15页 5财富值 1计量经济学作业多重共线性......计量经济学作业 6.1 根据在网上得到的数据有: 此数据是以 2005 年为基期。个人...
中国能源需求影响因素实证分析
能源需求模型,运用计量经济学的方法,对影响中国能源需求的各种 因素进行实证分析,...【关键词】能源需求 能源问题 可持续发展 一、问题的提出及经济理论阐述 去年...
经济计量学—实证分析
计量经济学-我国居民储蓄... 17页 4下载券 影响能源因素实证分析—... 15页...2011 年 12 月 20 日 1 摘要 随着我国政治、经济的全面发展,我国社会正向...
中国经济增长影响因素实证分析(计量经济学论文)
中国经济增长影响因素实证分析(计量经济学论文)_社会学_人文社科_专业资料。中国...(三)文献综述 1.经济增长理论 经济增长是指一个国家生产商品和劳务能力的扩大...
计量经济学-我国旅游业发展影响因素实证分析
吉林财经大学统计学院 2013-2014 学年第学期课程论文 我国旅游业发展影响因素实证分析 课程名称: 专业班级: 学姓号: 名: 计量经济学 指导老师: 一、引言 中国...
计量经济学实证分析---影响收入的因素
计量经济学实证分析---影响收入的因素 、理论假说 西方消费经济学者们认为, 收入是影响消费者消费的主要因素, 收入增长会刺激消费需 求,拉动消费增长。除此之外...
计量经济学-我国居民储蓄影响因素的实证分析
计量经济学期末课程设计南 京审计学院 2009 级 金融 院 题目:我国居民储蓄 居民储蓄影响因素实证分析 题目:我国居民储蓄影响因素实证分析_ 学生姓名_ 学生...
计量经济学论文问题
影响因素实证分析 我国居民收入对储蓄存款的影响 ...我国经济增长对能源消耗的依赖 我国旅游经济的因素...[1] 计量经济学作业[1] 主讲教师情况[1] (代瑜...
计量经济学实证分析
2011 年 12 月 21 日 1 计量经济学实证分析 摘要 影响财政收入的因素很多,比如税收收入,第一产业、第二产业、第三产业 的产值,固定资产投资,从业人员数,税收...
能源需求影响因素实证分析
计量经济学 论文题名: 论文题名: 能源需求影响因素实证分析 任课老师: 朱滔 ...1.绪论 绪论 1.1 研究背景与现状党的十七大报告提出:“要建设科学合理的能源...
更多相关标签: