能源需求模型.doc

能源需求模型能源需求与其相关影响因素年 份能源需求总量(万吨标准煤)城镇化水平工业生产总值能源生产总量城城镇居民家庭人均可支配收入199098703.00 26.41 6858.00 103922.00 1510.20 1991103783.00 26.94 8087.10 104844.00 1700.60 1992109170.00 27.46 10284.50 107256.00 2026.60 1993115993.00 27.99 14187.97 111059.00 2577.40 1994122737.00 28.51 19480.71 118729.00 3496.20 1995131176.00 29.04 24950.61 129034.00 4283.00 1996138948.00 30.48 29447.61 132616.00 4838.90 1997137798.00 31.91 32921.39 132410.00 5160.30 1998132214.00 33.35 34018.43 124250.00 5425.10 1999133830.97 34.78 35861.48 125934.78 5854.02 2000138552.58 36.22 40033.59 128977.88 6280.00 2001143199.21 37.66 43580.62 137445.44 6859.60 2002151797.25 39.09 47431.31 143809.83 7702.80 2003174990.30 40.53 54945.53 163841.53 8472.20 2004203226.68 41.76 65210.03 187341.15 9421.60 2005224682.00 42.99 77230.78 205876.00 10493.00 2006246270.00 43.90 91310.90 221056.00 11759.50 2007265583.00 44.94 107367.20 235445.00 13785.80 1.模型的基本假设（1）能源需求总量，在模型中用Y表示，是指一次性能源消费总量，由煤炭、石油、天然气和水电4项组成；（2）城镇化水平在一定程度上反映经济水平的发展，并最终影响能源的需求，在模型中用表示；（3）工业生产总值在模型中用表示；（4）能源生产总量，在模型中用表示，直接由各年度统计年鉴查得；（5）城镇居民家庭人均可支配收入在模型中用表示，因为城镇居民可支配收入增加，将会增加对能源的需求；（6）其他因素。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误差项，在模型中用表示，如国家的经济结构政策、消费者偏好等。2.模型的建立跟据变量之间的相关关系，我们假定能源回归模型为=+利用表中的数据，用EViews进行最小二乘法估计，得到的结果如下表5Dependent Variable: YMethod: Least SquaresDate: 12/22/09 Time: 16:59Sample: 1990 2007Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C10367.6612763.150.8123120.4312X1-285.8938443.8802-0.6440790.5307X20.6469980.2942632.1987080.0466X30.9486820.07797412.166590.0000X4-1.7568082.346367-0.7487350.4673R-squared0.998515 Mean dependent var154036.3Adjusted R-squared0.998058 S.D. dependent var49161.79S.E. of regression2166.571 Akaike info criterion18.42981Sum squared resid61022374 Schwarz criterion18.67714Log likelihood-160.8683 F-statistic2185.009Durbin-Watson stat1.433854 Prob(F-statistic)0.000000通过表5，我们得到能源需求的回归模型为=10367.7 - 285.9+ 0.647+ 0.949 - 1.757 (0.81) (-0.64) （2.20） （12.2） （-0.75）=0.999 =0.998 DW=1.43 F=2185.01其中括号内的数字是t值,回归系数估计值的显著性都很低，但这些因素都存在着因果关系。查F的临界值表得到=3.18,故F=2185.013.18，回归方程显著。3.修正Frisch法对多重共线性处理分别计算、的两两相关系数，得= 0.95 = 0.91=0.97 = 0.98= 0.99 = 0.96可见解释变量之间是高度相关的。为了检验和处理多重共线性，采用修正Frisch法。（1）对Y分别进行关于、作最小二乘法回归，得 = -88289.03 + 6990.603 (-3.15) (8.79)=0.828 =0.818 DW=0.234 F=77.267 = 84340.22 + 1.687994 (22.68) (22.61)=0.97 =0.97 DW=0.346 F=511.22 = -21433.01 + 1.208352 (-8.87) (75.281)=0.997 =0.997 DW=1.121 F=5667.77 = 70660.67 + 13.44205 (11.22) (15.13)=0.93 =0.93 DW=0.272 F=229.02其中括号内的数字是t值。根据经济理论分析和回归方程结果，易知能源生产总量是最重要的解释变量，所以选取第三个回归方程作为基本回归方程。（2）加入对Y关于、做最小二乘回归= - 5899.5 + 0.263 + 1.027 (0.98) (2.71) （15.04）=0.998 =0.9978 DW=1.234 F=3965.09可以看出，加入后，拟合优度和均有所增加，参数估计的符号也是正确，并且没有影响系数的显著性，且其系数也显著，所以在模型中保留。（3）加入对Y关于、做最小二乘回归= 3994.8+ 0.717+ 0.951 - 2.852 (0.50) (2.68) （12.5） （-1.80）=0.998 =0.998 DW=1.344 F=3040.28可以看出，在加入后，拟合优度和没有再增加，并且它的系数不显著，说明存在严重的多重共线性，所以略去。 （4）加入对Y关于、做最小二乘回归= 12840.8 - 526.7+ 0.455+ 0.969 (1.06) (-1.75) （3.19） （13.43）=0.998 =0.998 DW=1.480 F=3007.55可以看出，在加入后，拟合优度和没有再增加，并且它的系数不显著，说明存在严重的多重共线性，所以略去。综上所述，得到Y关于、的回归方程为= - 5899.5 + 0.263 + 1.027 (0.98) (2.71) （15.04）=0.998 =0.9978 DW=1.234 F=3965.09因为给定显著性水平下可知常数项系数不显著，略去常数项后，对Y关于、再次回归，得到的结果如下表6Dependent Variable: YMethod: Least SquaresDate: 12/22/09 Time: 17:37Sample: 1990 2007Included observations: 18VariableCoefficientStd. Errort-StatisticProb. X20.3509570.03245810.812680.0000X30.9612830.01074589.466350.0000R-squared0.997993 Mean dependent var154036.3Adjusted R-squared0.997868 S.D. dependent var49161.79S.E. of regression2269.956 Akaike info criterion18.39735Sum squared resid82443180 Schwarz criterion18.