中国能源消费影响因素分析Word格式文档下载.docx
《中国能源消费影响因素分析Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《中国能源消费影响因素分析Word格式文档下载.docx(24页珍藏版)》请在冰豆网上搜索。
然而自2002年进入新一轮的高速增长周期后,中国能源强度却不断上升,经济开展开场频频受到能源瓶颈问题的困扰。
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。
我国是一个能源大国,但是,我国人口众多,人均能源占有量不及同期兴旺国家的1/5。
能源是任何一个国家经济开展不可缺失的物质根底。
随着我国人口的继续增长,经济的快速开展,能源消费量的增加是必然的,而与年俱增的能源消费对环境造成的破坏也越来越严重。
因此,怎样优化能源利用构造,开发利用清洁能源,就成为我国经济开展的当务之急。
这就需要我们清楚了解能源供需形势,做好影响能源消费因素分析,为能源规划及政策的制定提供科学依据,保证我国国民经济又好又快地开展。
二、数据选取
1、能源消费总量,在模型中用Y来表示。
是指一次性能源消费总量,由煤炭、石油、天然气等组成〔单位:
万吨标准煤〕。
2、能源消费的影响因素:
〔1〕能源生产总量,在模型中用来表示。
是指一次性能源生产总量,该指标是观察全国能源生产水平、规模、构成和开展速度的总量指标〔单位:
〔2〕全国生活能源消费总量,在模型中用来表示,是指一次性能源在在生活方面的消费量。
〔单位:
〔3〕城镇居民人均可支配收入,在模型中用来表示。
指城镇居民家庭人均可用于最终消费支出和其它非义务性支出以及储蓄的总和。
它是家庭总收入扣除交纳的所得税、个人交纳的社会保障费以及调查户的记账补贴后的收入。
元〕。
〔4〕工业能源消费总量,在模型中用来表示,是指工业方面的能源消费量。
〔5〕其他因素,在模型中用表示。
由于各种原因未考虑到和无法度量的因素归入随机扰动项,如能源价格变动、消费者偏好、国家的经济构造政策等。
搜集到的数据见下附表1
三、模型设定
回归模型设定如下:
其中,——表示能源消费总量——表示能源生产总量
——表示全国生活能源消费总量
——表示城镇居民人均可支配收入
——表示工业能源消费总量——表示随机误差项
、、、、——表示待定系数
四、参数估计
表1回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
06/08/13Time:
22:
31
Sample:
19802021
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
862.1201
2573.216
0.335036
0.7403
*1
0.516626
0.101984
5.065763
0.0000
*2
-0.129348
0.314592
-0.411162
0.6843
*3
1.301926
0.414958
3.137493
0.0042
*4
0.664180
0.092332
7.193373
R-squared
0.999553
Meandependentvar
143392.9
AdjustedR-squared
0.999484
S.D.dependentvar
75900.69
S.E.ofregression
1723.330
Akaikeinfocriterion
17.88859
Sumsquaredresid
77216520
Schwarzcriterion
18.11988
Loglikelihood
-272.2732
F-statistic
14541.92
Durbin-Watsonstat
1.164545
Prob(F-statistic)
0.000000
根据表1中数据,模型的估计结果为:
t=(0.3350)(5.0658)(-0.4112)(3.1375)(7.1934)
五、模型检验
5.1经济意义检验
由回归估计结果可以看出,能源生产总量、城镇居民人均可支配收入、工业能源消费总量与能源消费总量呈线性正相关,与现实经济意义理论相符。
但是全国生活能源消费总量与能源消费总量呈线性负相关,与现实经济意义理论不相符。
5.2统计检验
1〕拟合优度检验:
由表1中数据可以得到,修正的可决系数为,这说明模型对样本的拟合很好。
2〕F检验:
在95%的置信度下,F检验值P值小于0.05,回归方程是显著的。
3〕T检验:
在95%的置信度下,的t检验均值均小于0.05,说明线性作用显著,但的t检验均值不小于0,05,模型还需进一步完善。
5.3计量经济学检验
多重共线性检验及其修正
〔一〕相关系数检验:
表2相关系数矩阵
变量
1.000000
0.981932
0.985303
0.998015
0.948429
0.977685
0.984869
由相关系数矩阵可以看出,各解释变量相互之间的相关系数很高,证实确实存在严重多重共线性。
〔二〕修正多重共线性
采用逐步回归的方法,去检验和解决多重共线性问题,分别作Y对的一元回归,结果如表3,表4,表5,表6所示。
表3Y对的一元回归估计结果
40
-19219.85
1426.375
-13.47461
1.185788
0.009454
125.4278
0.998160
0.998097
3311.409
19.11048
3.18E+08
19.20299
-294.2124
15732.12
0.903140
表4Y对的一元回归估计结果
41
-55231.90
8437.578
-6.545943
11.23050
0.447785
25.08014
0.955928
0.954408
16206.49
22.28655
7.62E+09
22.37907
-343.4416
629.0133
0.384819
表5Y对的一元回归估计结果
67031.06
3069.446
21.83816
13.63344
0.394113
34.59272
0.976339
0.975523
11874.68
21.66455
4.09E+09