论能源消费和工业废气排放量对经济发展的影响.docx
《论能源消费和工业废气排放量对经济发展的影响.docx》由会员分享，可在线阅读，更多相关《论能源消费和工业废气排放量对经济发展的影响.docx（20页珍藏版）》请在冰豆网上搜索。
论能源消费和工业废气排放量对经济发展的影响
论能源消耗和工业废气排放量对经济发展的影响
摘要：
经济快速增长带来能源的大量消耗和工业废气的大量排放，在资源环境约束条件下，研究能源消耗、工业废气排放量与经济增长的关系有重要的意义本文采用中国23个省1990-2010年年度的面板数据，在eviews7中，采用了协整检验方法研究能源消耗、工业废气排放量与经济增长的关系。
实证研究结果表明：
能源消耗、工业废气排放量与经济增长均存在长期均衡关系，省份之间的总体变化趋势是相同的，但是个体之间具有差异性。
各地区的经济与能源消耗、工业废气排放量之间具有显著的差异性。
关键字：
单位根检验协整检验
一、引言
能源是人类赖以生存和经济发展不可或缺的物质基础，作为重要的生产资料和生活资料，能源是国民经济发展的重要保证。
而在经济发展消耗大量能源的同时也产生了大量的工业废气，在保护环境的同时也对经济的发展产生了一定的影响，研究它们和经济增长之间的关系和演变规律成为各国政府和学者关注的重要问题，同样对能源政策的制定，促进能源使用效率的提高，减少工业废气排放量，实现经济社会持续、健康、协调、快速发展起着重要的作用。
面板数据（PanelData）综合了时间序列数据和截面数据的特点，提供了更多与客观现实相关的信息，并控制了个体的异质性，增大了自由度和减小了变量间的多重共线性。
相对于单纯的时间序列数据和截面数据而言，在动态分析、个体分析等方面面板数据都具有其无可比拟的优势。
因此，本文采用面板数据，在eviews7中对能源消耗、工业废气排放量与经济增长的关系，进行了实证分析。
二、模型的估计与检验
2.1数据的平稳性检验
建立面板数据模型，首先需要用图形对23个省能源消耗，工业废气排放量以及GDP数据的平稳性进行大致检验。
检验结果如图1所示：
图1变量趋势图
各个省份的变量的变化趋势似乎并不一致。
从各个变量的变化趋势图中可以看出，这些变量似乎是非平稳的，但是为进一步确定其平稳性我们需要使用面板数据的单位根检验对数据的平稳性进行检验，首先对原序列的检验结果如表1所示：
表1原序列单位根检验结果
变量
检验方法
Statistic
Prob.
有无单位根
检验结果
GDP
LLC检验
20.9456
1.0000
有
不平稳
BRE检验
14.7164
1.0000
有
不平稳
IPS检验
20.0883
1.0000
有
不平稳
FisherADF检验
2.69161
1.0000
有
不平稳
FisherPP检验
8.55587
1.0000
有
不平稳
Hadri检验
11.6242
0.0000
有
不平稳
能源消耗
LLC检验
3.86106
0.9999
有
不平稳
BRE检验
8.78919
1.0000
有
不平稳
IPS检验
8.42694
1.0000
有
不平稳
FisherADF检验
4.97268
1.0000
有
不平稳
FisherPP检验
3.95730
1.0000
有
不平稳
Hadri检验
11.1873
0.0000
有
不平稳
工业废气排放量
LLC检验
5.50498
1.0000
有
不平稳
BRE检验
9.83210
1.0000
有
不平稳
IPS检验
6.82980
1.0000
有
不平稳
FisherADF检验
27.9772
0.9834
有
不平稳
FisherPP检验
15.1956
1.0000
有
不平稳
Hadri检验
12.5485
0.0000
有
不平稳
从表1的检验结果可以得出，原序列是不平稳的。
所以对原序列数据我们进行一阶差分，对其一阶差分序列进行平稳性检验，采用同样的检验方法，得出检验结果如表2所示：
表2一阶差分序列单位根检验结果
变量
检验方法
Statistic
Prob.
有无单位根
检验结果
GDP
LLC检验
0.68079
0.7520
无
不平稳
BRE检验
7.26060
1.0000
有
不平稳
IPS检验
1.18316
0.8816
有
不平稳
FisherADF检验
72.7303
0.0072
无
平稳
FisherPP检验
109.068
0.0000
无
平稳
Hadri检验
11.6389
0.0000
有
不平稳
能源消耗
LLC检验
-6.01027
0.0000
无
平稳
BRE检验
-6.38410
0.0000
无
平稳
IPS检验
-5.95993
0.0000
无
平稳
FisherADF检验
111.615
0.0000
无
平稳
FisherPP检验
116.218
0.0000
无
平稳
Hadri检验
2.81139
0.0025
有
不平稳
工业废气排放量
LLC检验
-5.39718
0.0000
无
平稳
BRE检验
2.47990
0.9934
有
不平稳
IPS检验
-9.44140
0.0000
无
平稳
FisherADF检验
176.312
0.0000
无
平稳
FisherPP检验
302.205
0.0000
无
平稳
Hadri检验
7.51004
0.0000
有
不平稳
从表2的检验结果可以看出，GDP的一阶序列是不平稳的，能源消耗和工业废气排放量的一阶序列是平稳的，对此我对原始数据进行处理，先取对数在进行平稳性检验。
首先用图形对23个省能源消耗，工业废气排放量以及GDP数据的平稳性进行大致检验。
检验结果如图2所示：
检验结果如图2
各个省份的变量的变化趋势似乎并不一致。
为了使结果更清晰。
本文原始序列取对数单位根检验结果，如表3
表3原始序列取对数单位根检验结果
变量
检验方法
Statistic
Prob.
有无单位根
检验结果
GDP
LLC检验
0.69197
0.7555
有
不平稳
BRE检验
4.73384
1.0000
有
不平稳
IPS检验
16.6087
1.0000
有
不平稳
FisherADF检验
21.6891
0.9991
有
不平稳
FisherPP检验
41.5581
0.6586
有
不平稳
Hadri检验
4.37066
0.0000
有
不平稳
能源消耗
LLC检验
-0.28870
0.3864
有
不平稳
BRE检验
-0.72223
0.2351
有
不平稳
IPS检验
-0.04890
0.4805
有
不平稳
FisherADF检验
45.3916
0.4976
有
不平稳
FisherPP检验
25.5392
0.9938
有
不平稳
Hadri检验
8.99617
0.0000
有
不平稳
工业废气排放量
LLC检验
-1.01847
0.1542
有
不平稳
BRE检验
3.24429
0.9994
有
不平稳
IPS检验
-0.22982
0.4091
有
不平稳
FisherADF检验
55.8658
0.1512
有
不平稳
FisherPP检验
53.2851
0.2143
有
不平稳
Hadri检验
10.5438
0.0000
有
不平稳
从表3的检验结果可以得出，原序列取对数都是不平稳的。
所以对原序列取对数数据我们进行一阶差分，对其一阶差分序列进行平稳性检验，采用同样的检验方法，得出检验结果如表4所示：
表4一阶差分对数序列单位根检验结果东部地区
变量
检验方法
Statistic
Prob.
有无单位根
检验结果
GDP
LLC检验
-9.46557
0.0000
无
平稳
BRE检验
-4.3746
0.0000
无
平稳
IPS检验
-11.073
0.0000
无
平稳
FisherADF检验
142.315
0.0000
无
平稳
FisherPP检验
114.419
0.0000
无
平稳
Hadri检验
4.8316
0.0000
有
不平稳
能源消耗
LLC检验
-6.04952
0.0000
无
平稳
BRE检验
-1.51174
0.0653
有
不平稳
IPS检验
-6.16540
0.0000
无
平稳
FisherADF检验
83.4577
0.0000
无
平稳
FisherPP检验
314.895
0.0000
无
平稳
Hadri检验
4.47451
0.0000
有
不平稳
工业废气排放量
LLC检验
-7.66173
0.0000
无
平稳
BRE检验
-2.18048
0.0146
有
不平稳
IPS检验
-7.76486
0.0000
无
平稳
FisherADF检验
94.6062
0.0000
无
平稳
FisherPP检验
123.060
0.0000
无
平稳
Hadri检验
15.6299
0.0000
有
不平稳
从表4的检验结果可以看出，能源消耗，工业废气排放量以及GDP数据取对数一阶序列是平稳的。
因此我们可以说我国经济与能源消耗、工业废气排放量及GDP呈一阶单整，在一阶单整得基础上便可以对变量进行协整检验。
2.2面板数据模型的协整检验
2.2.1检验原理：
面板数据模型的协整检验按方法分为两类。
（1）由EG（Engle-Granger）两步法推广而成的面板数据协整检验方法。
如Pedroni协整检验法、Kao协整检验法。
（2）由Johansen迹统计量推广而成的面板数据协整检验方法。
如Fisher协整检验法。
面板数据模型的协整检验按原假设不同分为两类。
（1）原假设为“不存在协整关系”。
如Pedroni协整检验法、Kao协整检验法。
（2）原假设为“存在协整关系”。
如Choi（崔仁）协整检验法。
2.2.2协整检验结果
（1）东部地区GDP与能源消耗协整检验
Pedroni检验，结果如图3所示
图3Pedroni检验
从图3可以看出，4个统计量中有3个统计量的伴随概率小于0.05，不能接受原假设，即GDP与能源消耗存在协整关系。
Kao检验，结果如图4所示：
图4Kao检验、
从图4可以看出，伴随概率0.0000小于0.05，不能接受原假设，即GDP与能源消耗存在协整关系。
Fisher（combinedJohanson）检验，结果如图5所示：
图5Fisher（combinedJohanson）检验
从图5可以看出，伴随概率小于0.05，不能接受原假设，即GDP与能源消耗存在协整关系。
综上所述，GDP与能源消耗存在协整关系，即二者具有长期稳定的关系。
1）中部地区GDP与能源消耗协整检验
Pedroni检验
Kao检验
Fisher（combinedJohanson）检验
2）西部地区GDP与能源消耗协整检验
Pedroni检验
Kao检验
Fisher（combinedJohanson）检验
（2）东部地区GDP与工业废气排放量，
Pedroni检验，结果如图6所示：
图6Pedroni检验
从图6可以看出，4个统计量中有3个统计量的伴随概率小于0.05，不能接受原假设，即GDP与工业废气排放量存在协整关系。
Kao检验，结果如图7所示：
图7Kao检验
从图7可以看出，伴随概率小于0.05，接受原假设，即GDP与工业废气排放量存在协整关系。
Fisher（combinedJohanson）检验，结果如图8所示：
图8Fisher（combinedJohanson）检验
从图8可以看出，伴随概率小于0.05，不能接受原假设，即GDP与工业废气排放量存在协整关系。
综上所述，3种检验方法全部表明GDP与工业废气排放量存在协整关系，所以二者具有长期稳定的关系。
3）中部地区GDP与废气协整检验
Pedroni检验
Kao检验
Fisher（combinedJohanson）检验
4）西部地区GDP与废气协整检验
Pedroni检验
Kao检验
Fisher（combinedJohanson）检验
三、模型的建立
3.1豪斯曼检验
运用豪斯曼检验判断模型是固定的还是随机的。
豪斯曼检验的原假设是解释变量和个体效应不相关（即随机效应），检验结果如9所示：
中部地区
图9豪斯曼件检验结果
中部地区
西部地区
检验结果中的伴随概率为0.0000小于0.05，则表示拒绝原假设：
模型为随机效应模型。
所以本文适合建立固定效应模型，考虑到个体的异质性，便可建立个体效应固定模型。
3.2固定模型
3.2．1固定效应模型的简介
在面板数据散点图中，如果对于不同的截面或不同的时间序列，模型的截距是不同的，则可以采用在模型中加虚拟变量的方法估计回归参数，称此种模型为固定效应模型（fixedeffectsregressionmodel）。
本文采用个体固定效应模型（entityfixedeffectsregressionmodel）
个体固定效应模型就是对于不同的个体有不同截距的模型。
如果对于不同的时间序列（个体）截距是不同的，但是对于不同的横截面，模型的截距没有显著性变化，那么就应该建立个体固定效应模型，表示如下，
yit=1xit+1W1+2W2+…+NWN+it,t=1,2,…,T（3）
其中
Wi=
it,i=1,2,…,N;t=1,2,…,T，表示随机误差项。
yit,xit,i=1,2,…,N;t=1,2,…,T分别表示被解释变量和解释变量。
模型（3）或者表示为
y1t=1+1x1t+1t,i=1（对于第1个个体，或时间序列），t=1,2,…,T
y2t=2+1x2t+2t,i=2（对于第2个个体，或时间序列），t=1,2,…,T
…
yNt=N+1xNt+Nt,i=N（对于第N个个体，或时间序列），t=1,2,…,T
写成矩阵形式，
y1=（1x1）
+1=1+x1+1
…
yN=（1xN）
+N=N+xN+N
上式中yi，i，i，xi都是N1阶列向量。
为标量。
当模型中含有k个解释变量时，为k1阶列向量。
进一步写成矩阵形式，
=
+
+
上式中的元素1，0都是T1阶列向量。
3.2.2变截距不变系数的固定模型
东部地区建立变截距不变系数的固定模型如下：
SubstitutedCoefficients:
=====================
LNGDP_BEIJING=0.14951171929-3.58424841365+1.62845994175*LNENERGY_BEIJING+0.277784826544*LNFEIQI_BEIJING
LNGDP_GUANGDONG=-0.086289455454-3.58424841365+1.62845994175*LNENERGY_GUANGDONG+0.277784826544*LNFEIQI_GUANGDONG
LNGDP_HAINAN=0.365802139796-3.58424841365+1.62845994175*LNENERGY_HAINAN+0.277784826544*LNFEIQI_HAINAN
LNGDP_HEBEI=-0.551562542051-3.58424841365+1.62845994175*LNENERGY_HEBEI+0.277784826544*LNFEIQI_HEBEI
LNGDP_LIAONI=-0.471598874943-3.58424841365+1.62845994175*LNENERGY_LIAONI+0.277784826544*LNFEIQI_LIAONI
LNGDP_JIANGSU=-0.160085918576-3.58424841365+1.62845994175*LNENERGY_JIANGSU+0.277784826544*LNFEIQI_JIANGSU
LNGDP_FUJIAN=0.318865772902-3.58424841365+1.62845994175*LNENERGY_FUJIAN+0.277784826544*LNFEIQI_FUJIAN
LNGDP_SHANGHAI=0.0385538645757-3.58424841365+1.62845994175*LNENERGY_SHANGHAI+0.277784826544*LNFEIQI_SHANGHAI
LNGDP_JIEZHE=0.0242901464225-3.58424841365+1.62845994175*LNENERGY_JIEZHE+0.277784826544*LNFEIQI_JIEZHE
LNGDP_SHANDONG=0.182993735363-3.58424841365+1.62845994175*LNENERGY_SHANDONG+0.277784826544*LNFEIQI_SHANDONG
LNGDP_TIANJIN=0.189519412674-3.58424841365+1.62845994175*LNENERGY_TIANJIN+0.277784826544*LNFEIQI_TIANJIN
3.2.3变变系不截距数的固定模型
建立变系数不变截距的固定模型形如：
SubstitutedCoefficients:
=====================
LNGDP_BEIJING=-5.63156873733-3.95006723241+3.53031907487*LNENERGY_BEIJING+0.0538943277256*LNFEIQI_BEIJING
LNGDP_GUANGDONG=1.13447253981-3.95006723241+2.02209344893*LNENERGY_GUANGDONG-0.335415764671*LNFEIQI_GUANGDONG
LNGDP_HAINAN=4.30061757181-3.95006723241-0.0412552417985*LNENERGY_HAINAN+0.958909228115*LNFEIQI_HAINAN
LNGDP_HEBEI=-1.67564791567-3.95006723241+3.00841017489*LNENERGY_HEBEI-0.725179925149*LNFEIQI_HEBEI
LNGDP_LIAONI=-2.65985104922-3.95006723241+2.77814654578*LNENERGY_LIAONI-0.232872519156*LNFEIQI_LIAONI
LNGDP_JIANGSU=1.01665756662-3.95006723241+0.74879112693*LNENERGY_JIANGSU+0.951400944235*LNFEIQI_JIANGSU
LNGDP_FUJIAN=1.79153558325-3.95006723241+1.46665583466*LNENERGY_FUJIAN+0.134844152627*LNFEIQI_FUJIAN
LNGDP_SHANGHAI=-1.23936369279-3.95006723241+2.92305811037*LNENERGY_SHANGHAI-0.574948946106*LNFEIQI_SHANGHAI
LNGDP_JIEZHE=0.242072795086-3.95006723241+2.4845696129*LNENERGY_JIEZHE-0.5460420555*LNFEIQI_JIEZHE
LNGDP_SHANDONG=2.85442311414-3.95006723241+1.4939872577*LNENERGY_SHANDONG-0.486924509923*LNFEIQI_SHANDONG
LNGDP_TIANJIN=-0.133347775706-3.95006723241+1.52186099821*LNENERGY_TIANJIN+0.586806249183*LNFEIQI_TIANJIN
中部地区建立变截距不变系数的固定模型如下
SubstitutedCoefficients:
=====================
LNGDP_HUBEI=0.02692680384-2.83121901251+0.872807893214*LNENERGY_HUBEI+0.796311637121*LNFEIQI_HUBEI
LNGDP_JIANGXI=0.361567347959-2.83121901251+0.872807893214*LNENERGY_JIANGXI+0.796311637121*LNFEIQI_JIANGXI
LNGDP_ANHUI=-0.452357039964-2.83121901251+0.872807893214*LNENERGY_ANHUI+0.796311637121*LNFEIQI_ANHUI
LNGDP_HENAN=0.0995084630558-2.83121901251+0.872807893214*LNENERGY_HENAN+0.796311637121*LNFEIQI_HENAN
LNGDP_HUNAN=-0.
升级会员 