基于EViews的中国能源消费影响因素分析.docx
《基于EViews的中国能源消费影响因素分析.docx》由会员分享,可在线阅读,更多相关《基于EViews的中国能源消费影响因素分析.docx(17页珍藏版)》请在冰豆网上搜索。
基于EViews的中国能源消费影响因素分析
基于EViews的中国能源消费影响因素分析
一、背景资料
能用消费是引是指生产和生活所消耗的能源。
能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。
能源是支持经济增长的重要物质基础和生产要素。
能源消费量的不断增长,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,促使能源产品特别是石油作为一种国际性的特殊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。
在20世纪的最后二十年里,中国国内生产总值(GDP)翻了两番,但是能源消费仅翻了一番,平均的能源消费弹性仅为0.5左右。
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,经济发展开始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发达国家的1/5。
能源是任何一个国家经济发展不可缺失的物质基础。
随着我国人口的继续增长,经济的快速发展,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,怎样优化能源利用结构,开发利用清洁能源,就成为我国经济发展的当务之急。
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发展。
二、影响因素设定
根据西方经济学消费需求理论可知,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数据差别较大,不容易进行搜集整理在此暂不涉及。
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。
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、构成和发展速度的总量指标(单位:
万吨标准煤)。
(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:
万吨标准煤)。
(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。
(单位:
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。
(单位:
万吨标准煤)。
(5)其他因素,在模型中用U表示。
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扰动项,如能源价格变动、消费者偏好、国家的经济结构政策等。
搜集到的数据见下表1:
表1
年份
能源消费总量(Y)
能源生产总量(X1)
全国生活能源消费总量(X2)
城镇居民人均可支配收入(X3)
工业能源消费总量(X4)
1980
60275
63735
9583
477.6
38986
1981
59447
63227
10064
500.4
39806
1982
62067
66778
10313
535.3
41786
1983
66040
71270
10910
564.6
44571
1984
70904
77855
11762
652.1
47865
1985
76682
85546
13318
739.1
51068
1986
80850
88124
13583
900.9
54441
1987
86632
91266
14323
1002.1
58792
1988
92997
95801
15534
1180.2
63040
1989
96934
101639
15583
1373.9
66291
1990
98703
103922
15800
1510.2
67578
1991
103783
104844
15993
1700.6
71413
1992
109170
107256
15636
2026.6
76279
1993
115993
111059
15731
2577.4
81223
1994
122737
118729
15413
3496.2
87855
1995
131176
129034
15745
4283
96191
1996
138948
132616
17714
4838.9
100322
1997
138173
132410
16368
5160.3
100080
1998
132214
124250
14393
5425.1
94409
1999
130119
125935
14552
5854
90797
2000
138553
128978
15965
6280
95443
2001
143199
137445
15427
6859.6
92347
2002
151797
143810
17527
7702.8
102181
2003
174990
163842
19827
8472.2
121771
2004
203227
187341
21281
9421.6
143244
2005
224682
205876
23450
10493
159492
2006
246270
221056
25388
11759.81
175137
2007
265583
235445
26790
15780.76
190167
本文所有数据来自中国统计年鉴
四、模型设定
回归模型设定如下:
Y
能源消费总量(万吨标准煤)
能源生产总量(万吨标准煤)
全国生活能源消费总量(万吨标准煤)
城镇居民人均可支配收入(元)
工业能源消费总量(万吨标准煤)
U
随机扰动项
、、、、
待估参数
五、模型建立
假设模型中随机扰动项U满足古典假定,运用OLS方法估计模型的参数。
利用计量经济学软件Eviews计算:
CREATEA19802007
DATAYX1X2X3X4
LSYCX1X2X3X4
得如下结果:
图1
回归方程为:
t=(-0.708675)(5.163553)(0.516422)(3.689293)(6.063122)
F=8176.418DW=1.376476
由图1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X2的t检验不显著,则说明该模型可能存在多重共线性。
六、模型检验
1、经济意义检验
由回归估计结果可以看出,能源生产总量、全国生活能源消费总量、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。
2、统计推断检验
(1)模型显著检验F检验
n=18,k=5,n-k-1=12,取显著性水平α=0.01,由F分布表查得临界值。
由图1知,所以能以95%的置信度认为模型的线性关系是显著的,表明模型在整体上拟合地比较理想。
(2)解释变量的显著检验t检验
给定显著性水平α=0.05,由t分布表查得临界值
由图1得各变量对应的t值见下表:
5.163553
0.516422
3.689293
6.063122
、、、的t值大于给定的显著性水平,拒绝原假设,接受备择假设,表明能源生产总量、城镇居民人均可支配收入、工业能源消费总量对能源消费总量有显著性影响;仅有的t值小于给定的显著性水平,接受原假设,表明全国生活能源消费总量对能源消费总量影响不显著。
3、计量经济学检验
(1)多重共线性检验
(一)相关系数检验:
输入CORYX1X2X3X4
得到的结果见下图:
图2
考察计算出的解释变量之间的简单相关系数,可以看出解释变量之间存在多重共线性。
每个因素都与能源消费总量高度相关,而且见识变量之间也是高度相关的。
现按照逐步回归原理建立模型。
(二)建立一元回归模型:
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合效果最好的一元线性回归方程。
图3引入
图4引入
图5引入
图6引入
经过整理,结果如下:
变量
参数估计值
1.205425
12.58904
13.32327
1.372864
t统计量
96.68787
17.98317
22.85139
87.97252
0.997227
0.925586
0.952571
0.996652
0.997120
0.922723
0.950747
0.996523
加入x1的方程最大,说明能源生产总量与能源分析能源消费总量的相关性最强。
根据实际分析,能源生产总量应该是能源分析能源消费总量最主要的影响因素,这与计算得到的结果是一致的。
以x1为基础,顺次加入其他变量逐步回归。
所以,以做为最基本的模型。
(三)将其余变量逐个引入模型:
图7:
引入、
图8:
引入、
图9:
引入、
经过整理,结果如下:
变量
、
1.306361
(27.90480)
-1.129489
(-2.225649)
0.997500
、
1.057581
(24.98728)
1.723936
(3.601698)
0.998028
、
0.654737
(6.080966)
0.629503
(5.132058)
0.998541
经比较,新加入的方程,改进最大,而且各参数的t检验显著,但是的符号不合理,选择保留,再加入其他新变量逐步回归。
图10:
引入、、
图11:
引入、、
经过整理,结果如下:
变量
X1
X2
X3
X4
-R2
X1,X4,X2
0.765901
(6.854640)
-0.815105
(-2.230921)
0.585695
(5.066001)
0.998742
X1X2,X3
0.589143
(7.276451)
1.433497
(4.647176)
0.563954
(6.135601)
0.999200
经比较,在X1、X4的基础上加入X2后的方程-R2明显增大,但是X2的t检验不通过。
加入X3后不但方程的-R2明显增大,而且t检验值也通过,所以选择保留X3,继续回归。
图12:
引入X1、X4、X3、X2
经过整理,结果如下:
变量
X1
X2
X3
X4