中国能源消费影响因素分析

1、中国能源消费影响因素分析 1/22 /fl 匕於 A0N CQ 计量经济学课程论文 学生姓名： 学 号： 院 部： 专 业： 班 级： 任课教师： 目录 一、引言1 二、数据选取1 三、模型设定2 四、参数估计3 五、模型检验3 51经济意义检验3 5.2统计检验4 5.3计量经济学检验4 5.3.1多重共线性检验及其修正4 5.3.2异方差检验11 5.3.3自相关检验及其修正16 六、结论及建议18 6.1结论18 6.2建议18 附表19 中国能源消费影响因素分析 一*引言 能源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。

2、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，乂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，

3、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 国家的彷。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來越严重。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 我国国民经济乂好乂快地发展。 二数据选

4、取 1、能源消费总量，在模型中用Y來表示。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，在模型中用囤来表示。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，在模型中用囤来表示，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，在模型中用囤來表示。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

5、贴后的收入。（单位: 元）。 （4）工业能源消费总量，在模型中用囤來表示，是指工业方面的能源消费量。 （单位：万吨标准煤）。 （5）其他因素，在模型中用因表示。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、国家的经济结构政策等。 搜集到的数据见下附表1 三、模型设定 回归模型设定如下: Yt = % + PiXi + P2X2 + 卩 3X3 + 卩 4X4 + 人 其中，H一一表示能源消费总量 S表示工业能源消费总量0表示随机误差项 EL EL ELS一表示待定系数 参数估计 表1回归结果 Dependent Variable: Y Method: Lea

6、st Squares Date: 06/08/13 Time: 22:31 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 862.1201 2573.216 0.335036 0.7403 X1 0.516626 0.101984 5.065763 0.0000 X2 -0.129348 0.314592 -0.411162 0.6843 X3 1.301926 0.414958 3.137493 0.0042 X4 0.664180 0.092

7、332 7.193373 0.0000 R-squared 0.999553 Mean dependent var 143392.9 Adjusted R-squared 0.999484 SD. dependent var 75900.69 S.E. of regression 1723.330 Akaike info criterion 17.88859 Sum squared resid Schwarz criterion 18.11988 Log likelihood -272.2732 F-statistic 14541.92 Durbin-Watson stat 1.164545

8、Prob(F-statistic) 0.000000 根据表1中数据，模型的估计结果为: Yt = 862.1201 + 0.5166X - 0.1293X2 + 1.3019X3 + 0.6642X4 (3.1375)(7.1934) t = (0.3350)(5.0658)(-0.4112) R2 = 0.999553 R2 = 0.999484 F = 14541.92 n = 31 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

9、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= 0.999553|,修正的可决系数 为虞彳二0.999484|,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，X3, X的t检验均值均小于0.05,表明线 性作用显著，但囤的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 5.3.1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 XI X2 X3 X4 XI 1.000000 0.981932 0.98530

10、3 0.998015 X2 0.981932 1.000000 0.948429 0.977685 X3 0.985303 0.948429 1.000000 0.984869 X4 0.998015 0.977685 0.984869 1.000000 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 采用逐步回归的办法，去检验和解决多重共线性问题，分别作Y对 Xi，X?, X?, X的一元回归,结果如表3,表4,表5,表6所示。 表3 Y Dependent Variable: Y Method: Least Squares D

11、ate: 06/08/13 Time: 22:40 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Errort-Statistic Prob. C -19219.85 1426.375-13.47461 0.0000 X1 1.185788 0.009454125.4278 0.0000 R-squared 0.998160 Mean dependent var 143392.9 Adjusted R-squared 0.998097 SD. dependent var 75900.69 S.E.

12、 of regression 3311.409 Akaike info criterion 19.11048 Sum squared resid 3.18E+08 Schwarz criterion 19.20299 Log likelihood -294.2124 F-statistic 15732.12 Durbin-Watson stat 0.903140 Prob(F-statistic) 0.000000 表4 Y对囤的一元回归估计结果 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 22:41 Sam

13、ple: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Errort-Statistic Prob. C -55231.90 8437.578-6.545943 0.0000 X2 11.23050 0.44778525.08014 0.0000 R-squared 0.955928 Mean dependent var 143392.9 Adjusted R-squared 0.954408 SD. dependent var 75900.69 S.E. of regression 16206.49 Akaik

14、e info criterion 22.28655 Sum squared resid 7.62E+09 Schwarz criterion 22.37907 Log likelihood -343.4416 F-statistic 629.0133 Durbin-Watson stat 0.384819 Prob(F-statistic) 0.000000 表5 Y对囤的一元回归估计结果 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 22:41 Sample: 1980 2010 In eluded obse

15、rvations: 31 Variable Coefficie nt Std. Errort-Statistic Prob. C 67031.06 3069.44621.83816 0.0000 X3 13.63344 0.39411334.59272 0.0000 R-squared 0.976339 Mean dependent var 143392.9 Adjusted R-squared 0.975523 SD. dependent var 75900.69 S.E. of regression 11874.68 Akaike info criterion 21.66455 Sum s

16、quared resid 4.09E+09 Schwarz criterio n 21.75706 Log likelihood -333.8005 F-statistic 96.656 Durbin-Watson stat 0.688973 Prob(F-statistic) 0.000000 表6 Y对囤的一元回归估计结果 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 22:42 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie

17、nt Std. Error t-Statistic Prob. C 5409.626 1179.685 4.585654 0.0001 X4 1.374434 0.010337 132.9685 0.0000 R-squared 0.998362 Mean dependent var 143392.9 Adjusted R-squared 0.998306 SD. dependent var 75900.69 S.E. of regression 3123.934 Akaike info criterion 18.99391 Sum squared resid 2.83E+08 Schwarz

18、 criterio n 19.08643 Log likelihood -292.4057 F-statistic 17680.61 Durbin-Watson stat 0.606171 Prob(F-statistic)0.000000 整理表3,表4,表5,表6,结果如表7 表7 元回归估计结果 变量 囤 囤 囤 参数估计值 1.185788 11.23050 13.63344 1.374434 t统计量 125.4278 25.08014 34.59272 132.9685 0.998160 0.955928 0.976339 0.998362 0.998097 0.954408 0.

19、975523 0.998306 加入囤方程的二0.998306|最大,所以以囤为基础，顺次加入其它变量 逐步回归。 表8引入变量匹也 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:12 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C -6425.612 2196.539 -2.925334 0.0068 X4 0.722967 0.112622 6.41940

20、9 0.0000 X1 0.563226 0.097174 5.796046 0.0000 R-squared 0.999256 Mean dependent var 143392.9 Adjusted R-squared 0.999202 S.D dependent var 75900.69 S.E. of regression 2143.538 Akaike info criterion 18.27007 Sum squared resid 1.29E+08 Schwarz criterion 18.40884 Log likelihood -280.1861 F-statistic 18

21、793.04 Durbin-Watson stat 0.685979 Prob(F-statistic) 0.000000 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:12 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 4125.534 2742.448 1.504325 0.1437 X4 1.349089 0.049834 27.07154 0.000

22、0 X2 0.216470 0.416135 0.520193 0.6070 R-squared 0.998378 Mean dependent var 143392.9 Adjusted R-squared 0.998262 S.D dependent var 75900.69 S.E. of regression 3163.977 Akaike info criterion 19.04881 Sum squared resid 2.80E+08 Schwarz criterion 19.18759 Log likelihood -292.2566 F-statistic 8618.092

23、Durbin-Watson stat 0.606389 Prob(F-statistic) 0.000000 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:13 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 13302.41 2335.492 5.695763 0.0000 X4 1.192354 0.049638 24.02116 0.0000 X3 1.

24、854428 0.497893 3.724549 0.0009 R-squared 0.998905 Mean dependent var 143392.9 Adjusted R-squared 0.998827 SD. dependent var 75900.69 S.E. of regression 2599.786 Akaike info criterion 18.65601 Sum squared resid 1.89E+08 Schwarz criterion 18.79478 Log likelihood -286.1682 F-statistic 12771.20 Durbin-

25、Watson stat 0.862972 Prob(F-statistic) 0.000000 表引入变量回归结果 变量 囤囤囤囤岡 X4、x3 0.563226 (5.796046) 0.722967 (6.419409) 0.216470 1.349089 (0.520193) (27.07154) 1.854428 1.192354 (3.724549) (24.02116) 经比较，加入囤的方程3).999202,改进最大，而且各参数的 0.999202 0.998262 0.998827 t检验显 著，选择保留囤，再加入其它新变量逐步回归。 Y V V 表12引入行、1、2 Depe

26、ndent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:21 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 4641.609 2169.153- 2.139826 0.0416 X4 0.674324 0.106319 6.342437 0.0000 X1 0.676251 0.101839 6.640378 0.0000 X2 -0.701124 0.295459- 2.3

27、73003 0.0250 R-squared 0.999384 Mean dependent var 143392.9 Adjusted R-squared 0.999316 SD. dependent var 75900.69 S.E. of regression 1985.610 Akaike info criterion 18.14515 Sum squared resid 1.06E+08 Schwarz criterion 18.33018 Log likelihood -277.2499 F-statistic 14602.79 Durbin-Watson stat 1.05146

28、1 Prob(F-statistic) 0.000000 XXX 表3引入 C4、C、C3 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:22 Sample: 1980 2010 In eluded observations: 31 VariableCoefficientStd. Errort-StatisticProb. C1061.2542488.0340.4265430.6731 9/22 中国能源消费影响因素分析 X4 0.669372 0.0900467.433673 0.0000 X1 0.4

29、90654 0.0788246.224662 0.0000 X3 1.400762 0.3329964.206544 0.0003 R-squared 0.999550 Mean dependent var 143392.9 Adjusted R-squared 0.999500 SD. dependent var 75900.69 SE. of regression 1696.604 Akaike info criterion 17.83056 Sum squared resid Schwarz criterion 18.01559 Log likelihood -272.3737 F-st

30、atistic 20004.84 Durbin-Watson stat 1.126104 Prob(F-statistic) 0.000000 表14引入变量回归结果 变量 0 a s 囤 0 0.676251 -0.701124 0.674324 0.999316 X4、X、x| (6.640378) (-2.373003) (6.342437) 0.490654 1.400762 0.669372 0.999500 X4、X、x3 (6.224662) (4.206544) (7.433673) 经比较，存卜4、X臬础卜加入莎不仅便旅$増大,而且t检验值也通过I.所以选 择保留囤，继续回归

31、。 V V Y Y 表15引入仙、入3、八2| Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:38 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 862.1201 2573.216 0.335036 0.7403 X4 0.664180 0.092332 7.193373 0.0000 X1 0.516626 0.101984 5.065763 0.0000

32、 X3 1.301926 0.414958 3.137493 0.0042 X2 -0.129348 0.314592 -0.411162 0.6843 R-squared 0.999553 Mean dependent var 143392.9 Adjusted R-squared 0.999484 SD. dependent var 75900.69 S.E. of regression 1723.330 Akaike info criterion 17.88859 Sum squared resid Schwarz criterio n 18.11988 11 / 22 中国能源消费影响

33、因素分析 图卜4对丫散点图 13 / 22 Log likelihood -272.2732 F-statistic 14541.92 Durbin-Watson stat 1 164545 Prob(F-statistic) 0.000000 经比较，在M、X1、乂寸的基础上,加入囤后，不仅囤下降，而且囤参数的t检 验值为负。这说明囤引起多重共线性，应予剔除。 最后修正多重共线性影响的回归模型为： t =卩。+ Pii + B3X3 + 卩4X4 + 片 5.3.2异方差检验 (一)图示法 (1) |X、X3、X4对Y蘇溷 300000 250000 200000 x 150000 1000

34、00 50000 50000100000200000300000 Y 9AAAA 16000- 0 o oo 12000- o CO o X o 8000- o o o o o % 4000- o o o o 50000100000200000300000 Y 图2卜3对丫散点图 24nnnn_ 200000- 160000- 爻 120000- 80000 - 40000 - 0- 50( o o o o o o o o o o o o )001000002000001300000 Y 中国能源消费影响因素分析 由图1,图2,图3可知，随着旳、X3、Xf变量值的增加,丫值也逐渐增加, 但是Y

35、值的离散程度没有较明显的变化趋势，所以可能不存在异方差性。但是否 确实存在异方差还应通过进一步的检验。 (2) Y V V e2对I 1、的散点图 1 Zinp+A7 1.20E+07 - 1.00E+07- 8.00E+06- CXJ LLI 6.00E+06 - 4.00E+06 - 2.00E+06 - 0 00E+00- 0 0 O 。 0 0。 0 。 0 8 o 4 aOOA“ )00 ( )4000800012000 16000 20( X3 图5 E2对囤的散点图 1.40E+07 1.20E+07 - 1.00E+07- 8.00E+06- 2 LU 6.00E+06-。 4

36、.00E+06 - 2.00E+06- O。： 0.00E+00 -二_., 050000 100000 150000 200000 250000 X4 由图4八图5、图6可以看出，残差平方門对解释变量42勺的散点图 都分布在各个地方，大致可以看出残差平方和13不随陶、乂3、乂彳的变化而变化, 因此，模型很可能不存在异方差。但是否确实存在异方差还应通过进一步的检验。 （二）怀特（White）检验 表16 White检验结果 White Heteroskedasticity Test: F-statistic2.551474 Probability0.037003 Obs*R-squared16

37、.19218 Probability0.062975 Test Equation: Dependent Variable: RESIDA2 Method: Least Squares Date: 06/09/13 Time: 00:11 Sample: 1980 2010 In eluded observations: 31 从表四可以看出, .19218, 由White检验知，在|a = 05|下，查 Variable Coefficie nt Std. Error t-Statistic Prob. C 0.605088 0.5516 X1 -2274.849 2468.925 -0.92

38、1393 0.3673 X1A2 0.066933 0.043160 1.550805 0.1359 X1*X3 0.221861 0.219908 1.008881 0.3245 X1*X4 -0.173348 0.091095 -1.902935 0.0708 X3 286.1903 11646.26 0.024574 0.9806 X3A2 0.623482 0.963858 0.646861 0.5247 X3*X4 -0.387405 0.220576 -1.756329 0.0936 X4 2515.188 2429.131 1.035427 0.3122 X4A2 0.11774

39、9 0.049726 2.367938 0.0276 R-squared 0.522329 Mean dependent var 2507048. Adjusted R-squared 0.317612 SD. dependent var 3570682. S.E. of regression 2949625. Akaike info criterion 32.88795 Sum squared resid 1.83E+14 Schwarz criterio n 33.35053 Log likelihood -499.7632 F-statistic 2.551474 Durbin-Wats

40、on stat 2.785205 Prob(F-statistic) 0.037003 15 / 22 中国能源消费影响因素分析 y (9) = 16 92 16 19 表知 ,所以拒绝备择假设，不拒绝原假设，表 明模型不存在异方差。 5.3.3自相关检验及其修正 (一)自相关检验 表17消除多重共线性后的最小二乘法估计结果 Dependent Variable: Y Method: Least Squares Date: 06/13/13 Time: 01:04 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie n

41、t Std. Error t-Statistic Prob. C 1061.257 2488.032 0.426545 0.6731 X1 0.490654 0.078824 6.224673 0.0000 X3 1.400762 0.332996 4.206549 0.0003 X4 0.669372 0.090046 7.433681 0.0000 R-squared 0.999550 Mean dependent var 143392.9 Adjusted R-squared 0.999500 SD. dependent var 75900.69 S.E. of regression 1

42、696.603 Akaike info criterion 17.83056 Sum squared resid Schwarz criterio n 18.01559 Log likelihood -272.3736 F-statistic 20004.87 Durbin-Watson stat 1.126102 Prob(F-statistic) 0.000000 Yt = 1061.257 十 0.4907X + 1.4008X3 + 0.6694X4 t = (0.4265)(6.2247)(4.2065)(7.4337) I# 二 0.99955屁$ = 0 9995 卩二20004

43、.87DW=1.1261 该回归方程可决系数较高，回归系数均显著。对样本量为31,3个解释变量 的模型，5%显著水平，查DW统计表可知，卩严1229|,卩厂 画,模型中dwy囤， 显然模型中有自相关。 （二）自相关问题处理 表18消除自相关处理结果 Dependent Variable: Y Method: Least Squares Date: 06/09/13 Time: 00:33 Sample (adjusted): 1981 2010 In eluded observati ons: 30 after adjustme nts Con verge nee achieved after

44、 10 iterati ons Variable Coefficie nt Std. Error t-Statistic Prob. C -99.33455 3181.945 -0.031218 0.9753 X1 0.453032 0.087881 5.155060 0.0000 X3 0.878104 0.435667 2.015540 0.0547 X4 0.759662 0.102350 7.422191 0.0000 AR(1) 0.562023 0.186576 3.012306 0.0059 R-squared 0.999636 Mean dependent var 146163

45、.5 Adjusted R-squared 0.999578 SD. dependent var 75587.03 S.E. of regression 1553.167 Akaike info criterion 17.68499 Sum squared resid Schwarz criterio n 17.91852 Log likelihood -260.2749 F-statistic 17164.78 Durbin-Watson stat 1.727914 Prob(F-statistic) 0.000000 Inverted AR Roots .56 Yt = - 99.3346

46、 + 0.453X1 + 0.8781X3 + 0.7597X4 t = (.0312)(5.1551)(2.0155)(7.4222) R =0999636| 肝=0.999578 F=17164.78DW=1.7279 对样本量为31,3个解释变量的模型，5%显著水平，查DW统计表可知, 隹=1.229|,匝三画”模型中=1.727914 囤，显然模型己消除自相关。 六、结论及建议 61结论 1、能源消费模型的多重共线性修正和自相关补救表明，能源消费总量 与能源生产总量、城镇居民人均可支配收入及工业能源消费量存在着长期均 衡的关系。 2、在多重共线性的修正过程中，可以发现，时间序列全国能源

47、消费总 量、工业能源消费量与能源消费总量具有共同变化趋势，在经济上升时期均 呈现增长的趋势；在经济收缩期，乂都呈现下降趋势。当这三者同时作为解 释变量时，就很有可能出现多重共线性。出现多重共线性的另一原因是：抽 样仅仅局限于能源消费总量影响因素的一个有限范围内。 3、在自相关的修正过程中，我们可以发现，全国生活能源消费总量、 城镇居民人均可支配收入、工业能源消费总量等经济数据都具有时间上的惯 性，即在经济高涨的时期，能源消费在各个领域的较高增长率都会持续一段 时间。另外一方面，城镇人均可支配收入具有经济活动的滞后性，城镇居民 人均可支配收入的增加，不会使居民能源消费的水平当期就达到应有的水平, 而是要经过若干期才能达到。因为人的消费观念的改变存在一定的适应期。 4、虽然能源价格、能源消费结构和环境政策等因素未能在模型中得到 量化和反映，但不是说这些因素对能源需求的影响并不重要。事实上，这些 因素越是得不到量化和反映，越是暴露了当前我国在这些方面的不足和缺陷, 更应该重视和解决。 6.2建议 1、充分发挥市场机制的作用，促进我国能源消费向高效、清洁的方向 发展。在工业方面，有重点地调整产业结构，确保经济与能源消费的协调增 长。在保证能源供应安全的同时，要合理的控制经济增长速度，积极推动经 济增长方式由粗放型向集约型转变，严格控制高能耗产业的投资和发展，从 而确保国民经济能够健康