上海市能源消费量的计量分析.docx

上海市能源消费量的计量分析.docx

《上海市能源消费量的计量分析.docx》由会员分享，可在线阅读，更多相关《上海市能源消费量的计量分析.docx（26页珍藏版）》请在冰豆网上搜索。

上海市能源消费量的计量分析

上海市能源消费量的计量分析

一、前言

在当今的国与国竞争中,能源问题已经成为非常重要的影响因素,在某种意义上说能源决定了一个国家的未来发展。

能否获得有效能源保障关系到很多国家的生存和发展。

在本文主要通过1985-2003年的一些数据,应用计量经济学的分析方法,来分析影响上海市的能源消费量的一些因素,并对未来的消费量进行粗略的预测。

通过分析,在掌握和熟练计量分析方法的同时,对上海市的能源问题进行分析,并提出一些自己的看法。

二、理论背景

在近期,我国相继采取了一系列的解决未来能源问题的行动,例如:

中国在巴西购买铝土,在智利购买铜,在澳大利亚购买锌,向哈萨克斯坦购买石油,与日本争夺“安大线”等等都表明能源对我国的重大意义。

能否保证能源的供需平衡是我国未来的一个巨大挑战。

而能源消费则成为此问题的重要因素。

鉴于此我选择中国经济发展的一个代表—我国经济最发达城市上海作为分析的对象,分析影响能源消费量的因素,来探究我国能源问题的过去、现在和未来。

三、模型建立与选择

本文选择一些宏观因素从总体和宏观的角度来分析能源消费量的问题。

本文选择了6个解释变量来解释能源消费量的变化,被解释变量------能源消费量是总体的能源消耗量,包括多种能源。

X1年末户籍人口表示人口数量,人口越多则对能源的需求量越多,消耗也越多。

GDP表示上海市国内生产总值,是上海市经济规模和活跃程度的一个体现。

用于教育的财政支出表示上海市对教育的主要投入,教育投入越多则表示人们素质就应该相对较高,科技人才就越多,科技水平就越高,相应能节省越多的能源。

人均可支配收入表示人们平均所拥有的消费能力,人均可支配收入越多则能源的消费越多。

全市财政收入主要包括全市企业所得和全市的税收收入,因此财政收入也表示上海市的经济规模和发展状况,财政收入越高则对能源的消费需求就越高。

本文利用Eviews软件对每个解释变量的组合进行最小二乘法回归分析,建立一个合适有效的估计方程。

然后,再利用夸特法对方程进行异方差检验,若存在异方差则利用加权最小二乘法进行修正。

若DW检验值表示存在自相关则利用广义差分法对其修正。

最终找到一个较准确有效的估计方程,继而对2004年上海市能源消费量进行预测。

四、数据来源分析

本文选择了6个解释变量（X1、X2、X3、X4、X5、X6,来解释能源消费量（Y其数据表格如下:

能源消费量（万吨标准煤Y

年末户

籍人口

（万人

X1

GDP（亿

元X2

工业总产

值（亿元

X3

用于教

育的财

政支出

（亿

元X4

人均可支

配收入

（元X5

全市财

政收入

（亿元

X6

消费价

格指数

（以

1952

年价

格

19852553.211216.69466.75862.736.581075263.86134.819862783.661232.33490.83952.217.511293257.72143.319872868.061249.51545.461073.847.471437241.36154.919882980.641262.42648.31304.668.61723261.69186.0019893111.031276.45696.541524.6710.251975297.25215.6019903191.061283.35756.451642.7511.352182284.36229.2019913466.521287.2893.771947.1812.482486324.66253.2019923656.921289.371114.322429.9614.933009340.13278.5019933946.731294.741511.613327.0420.064277439.53334.8019944176.641298.811971.924255.1931.215868615.91414.82

19954465.871301.372462.575349.5339.447172702.46492.3919964626.211304.432902.25126.2249.898159873.76537.6919974758.821305.463360.215649.9363.5984391070.95552.7419984874.111306.583688.25763.6776.0187731146.00552.7419995119.191313.124034.966213.2484.27109321390.58561.0320005492.081321.634551.156968.1893.79117181752.70575.0020015818.281327.144950.847656.96111.06128831995.62575.0020026118.531334.235408.768476.05116.0713250.172202.25577.9020036697.61341.776250.8111266.62131.3714867.492828.87578.50以上所有数据的原始数据都得来源于上海统计局网站公布的上海2000-2004统计年鉴具体来源如下:

能源消费量Y~来源于15.1能源消耗基本情况（1985~2003,是指上海市全市对于所有能源的消费量,主要包括煤、石油、天然气等能源的总消费量,衡量单位为万吨标准煤。

年末户籍人口X1~3.1历年户数、人口及人口密度,指上海市年末以户籍衡量的人口数。

GDPX2~2.1历年上海市生产总值,上海市各年的国内生产总值。

工业总产值X3~11.2历年工业总产值及指数,上海市各年的工业生产总值。

用于教育的财政支出X4~9.4主要年份用于文教、卫生、科学部门的财政支出,上海市财政支出中对教育的支出。

人均可支配收入X5~4.16城市居民家庭人均可支配收入（1985~2003,上海市居民人均可支配收入。

全市财政收入X6~9.1历年财政收入,上海市全市财政收入数额

居民消费价格指数~5.1历年居民消费价格指数,上海市历年的以1952年价格为基期价格计算的居民消费价格指数。

下表为通过居民消费价格指数（以1952年价格为基期调整为不变价格后的数据:

年份能源消费量

（万吨标准

煤Y

年末户籍人

口（万人

X1

GDP（亿

元X2

工业总产

值X3

用于教育的财

政支出（亿元

X4

人均可支

配收入X5

全市财政收

入X6

19852553.211216.69346.25640.014.8813797.47195.7419862783.661232.33342.52664.495.2408902.30179.8519872868.061249.51352.14693.254.8225927.70155.8219882980.641262.42348.55701.434.6237926.34140.6919893111.031276.45323.04707.184.7542916.05137.8719903191.061283.35330.04716.734.952952.01124.0719913466.521287.2352.99769.034.9289981.83128.2219923656.921289.37400.11872.525.36091080.43122.1319933946.731294.74451.593.745.99161277.48131.2819944176.641298.81475.371025.87.52381414.60148.4819954465.871301.37500.131086.458.00991456.57142.6619964626.211304.43539.76953.389.27861517.42162.5019974758.821305.46607.251022.1611.50441526.75193.7519984874.111306.58667.251042.7413.75141587.18207.3319995119.191313.12719.21107.4615.02051948.54247.8620005492.081321.63791.51211.8616.31132037.91304.8220015818.281327.14861.021331.6519.31482240.52347.06

20026118.531334.23935.931466.720.08482292.81381.082003

6697.6

1341.77

1080.51947.56

22.7087

2570.01489.00

①①以上数据除人口外都已换算为不变价计量的数据。

Y与X的散点图如下:

2000

3000

4000

5000

6000

7000

1200

1250

13001350

X1

Y

2000

3000

4000

5000

6000

7000

200

400

600

80010001200

X2

Y

2000

3000

4000

5000

6000

7000

500

1000

1500

2000

X3

2000

3000

4000

5000

6000

7000

5

10

15

20

25

X4

Y

7000

6000

5000

4000

3000

2000

50010001500200025003000

X5

Y

7000

6000

5000

4000

3000

2000

100200300400500

X6

五、模型的估计和分析

对上面六个解释变量对被解释变量Y的所有组合作最小二乘法回归,结果如下:

F-statistic六元回归C-6219.07002975.2830-2.0902450.0585518.8512X16.06282.42252.5027280.0278

X23.37181.66462.0255370.0656

X30.56730.42241.3429690.2041

X419.640753.06130.3701510.7177

X50.54860.33721.6267080.1298

X6-3.69121.1815-3.1240870.0088

五元回归

C-13262.22002511.9410-5.2796710.0001370.8058

X111.69642.09285.588930.0001

X24.01022.13741.8762520.0832

X3-0.26360.4246-0.6208290.5454

X4-65.693558.8543-1.1162050.2845

X50.77410.42621.8163860.0924

C-7378.33603066.1210-2.4064070.0317552.1712

X17.09122.48222.8568190.0135

X24.32861.65292.618810.0212

X30.65220.44491.4657750.1665

X429.323755.96520.5239640.6091

X6-4.10271.2250-3.3490160.0052

C-6692.12102596.1150-2.5777450.0230666.8629

X16.40642.16202.9631540.0110

X23.88180.90244.3017670.0009

X30.44450.25271.7591410.1021

X50.56260.32381.7374910.1059

X6-3.46610.9788-3.541310.0036

C-8575.51902475.9570-3.4635170.0042586.0363

X17.91102.05433.8509380.0020

X24.83361.29783.7246310.0025

X4-36.321633.8491-1.0730440.3028

X50.60450.34491.7530580.1031

X6-2.69220.9459-2.8461850.0138

C-4529.91803178.6360-1.4251140.1777501.9880

X14.84952.61241.8563510.0862

X31.12680.35573.1679390.0074

X4108.610033.13173.2781270.0060

X50.79000.35112.2498540.0424

X6-3.98501.3051-3.0535420.0092

C1214.5360206.01755.8953040.0001442.2882

X22.34171.91181.2248440.2424

X31.16790.41202.8343520.0141

X470.527858.09191.2140730.2463

X50.76890.38591.9924830.0677

X6-5.89240.9351-6.3011450.0000

四元回归

C-13064.41002527.5930-5.1687150.0001455.2000

X111.69652.11115.5404970.0001

X21.86630.94581.9731970.0686

X30.06460.30900.2089830.8375

X50.77300.42991.798030.0938

C-16137.77002104.3480-7.6687740.0000397.4140

X114.14601.72678.1923330.0000

X25.53062.12202.6063020.0207

X3-0.27500.4581-0.6004350.5578

X4-65.440863.5034-1.0305090.3202

C-8138.35202630.3960-3.0939640.0079727.8623

X17.65042.18223.5058640.0035

X25.13680.57868.8777350.0000

X30.46980.26981.740970.1036

X6-3.77811.0292-3.6710450.0025

C-12915.67002394.7740-5.3932730.0001484.6877

X111.44752.00845.6997540.0001

X23.01791.38742.1751730.0472

X4-40.392341.5187-0.972870.3471

X50.77810.41671.8672480.0829

C-10267.33002443.1370-4.202520.0009637.3884

X19.37122.01214.6574360.0004

X26.14921.13455.4202770.0001

X4-34.855536.2578-0.961320.3527

X6-2.98530.9975-2.99270.0097

C-8754.10402483.6810-3.5246490.0034724.4222

X18.18342.04963.9927410.0013

X23.89930.96754.03040.0012

X50.59540.34661.7178090.1079

X6-2.73500.9501-2.8785850.0121

C-11899.46002612.1360-4.5554530.0004392.0493

X110.77282.20964.8755010.0002

X30.33220.30621.0848580.2963

X433.539328.04651.1958470.2516

X51.08730.42602.5523670.0230

C-5648.68103565.9690-1.5840520.1355485.3919

X15.97512.91242.0516480.0594

X31.52770.34964.369360.0006

X4166.087523.96196.9313240.0000

X6-4.79931.4242-3.3698150.0046

C-8351.59203851.2580-2.1685360.0478368.3625X17.66173.21362.3841290.0318

X30.45650.37901.2043060.2484

X51.67750.29125.761210.0000

X6-0.81051.1394-0.711370.4885

C728.3924370.63921.9652330.0695144.2209X21.20043.69270.3250870.7499

X30.19110.74070.258020.8001

X4-65.6980104.6171-0.6279840.5401

X52.30910.57933.98590.0014

C1367.3460210.51726.4951740.0000455.2830X23.51792.00201.757220.1007

X31.44870.42633.3985410.0043

X498.071162.12041.5787260.1367

X6-7.07270.7966-8.8782080.0000

C996.6806102.91179.6848150.0000534.3994X24.24271.11523.8043430.0019

X30.79430.27862.8505580.0128

X50.88030.38112.3100780.0366

X6-5.46990.8825-6.1979460.0000

C939.7948222.82314.2176720.0009366.6487X25.83071.79293.252080.0058

X4-52.427047.3584-1.1070260.2869

X51.14300.44442.571760.0222

X6-4.89531.0620-4.6094520.0004

C1363.6310169.15388.0614860.0000533.4250X31.49280.32084.6528630.0004

X4128.806633.91833.7975580.0020

X50.91480.37352.4491420.0281

X6-5.78390.9474-6.1049410.0000

C-10165.72003378.9490-3.0085450.0094379.8284X19.43762.78893.3839460.0045

X448.268734.77391.3880720.1868

X51.34730.38983.4563130.0039

X6-0.96021.1412-0.8414330.4142

三元回归

C-15936.55002099.5910-7.590310.0000527.3534

X114.14251.73038.1734540.0000

X23.39270.44707.5898680.0000

X30.05190.33110.156690.8776

C-15791.31001980.0890-7.9750530.0000553.3558

X113.89911.64098.4702490.0000

X24.50291.22743.6685590.0023

X4-39.033544.8213-0.8708690.3975

C-13191.65002373.6670-5.55750.0001648.2479

X111.81361.96935.9988940.0000

X21.94470.84002.3150470.0352

X50.77100.41591.8537910.0835

C-10414.25002432.1790-4.2818590.0007853.8613

X19.61151.99154.8263940.0002

X25.23290.61378.5263670.0000

X6-3.02230.9943-3.0396620.0083

C1006.4510513.82791.9587320.069093.8516

X25.95424.93311.2069810.2461

X30.61851.03460.597830.5589

X4-64.4138147.6724-0.4361940.6689

C926.2613191.19744.8445290.0002200.2482

X2-0.94361.3781-0.6847040.5040

X30.51930.51421.0098780.3286

X52.30800.56754.0669340.0010

C1078.8880109.63629.8406160.0000551.3577

X26.57150.541612.134370.0000

X30.95810.30603.1315080.0069

X6-6.70220.7983-8.3960720.0000

C-15812.73002473.2300-6.3935570.0000380.6276

X114.255