影响能源消费需求总量的因素的计量经济学论文

1、影响能源消费需求总量的因素的计量经济学论文一、研究的目的要求能源是国民经济发展和社会进步的重要物质基础,做好能源消费影响因素的分析,为能源规划及政策的制订提供科学的依据,对于保持我国国民经济健康、持续、稳定的发展具有重要的现实意义。本案例通过对影响我国能源消费的国内生产总值、产业结构、能源产出等因素进行分析,对所建模型中存在异方差、序列相关等问题进行了检验与修正。在各因素中工业是我国能源消费的主体,所占比重呈上升趋势,因而产业结构的变动率很大程度上影响能源消费,并对我国的经济增长产生影响。本文在能源消费模型分析的基础上,进一步提出了相应的政策建议。二、模型设定理论上认为影响能源消费需求总量的因

2、素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此,收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等19852007年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。 注:本文收集的数据均为定量变量,中国能源消费标准煤总量Y(万吨(代表能源消费需求总量、国民总收入X1(亿元(代表收入水平、国内生产总值X2(亿元(代表经济发展水平、工业增加值X3(亿元、建筑业增加值X4(亿元、交通运输邮电业增加值X5(亿元(代表产业发展水平及产业

3、结构、人均生活电力消费X6(kw.h(代表人民生活水平提高、能源加工转换效率(%(代表能源转换技术。为此设定了如下形式的计量经济模型:Y=+1x1+2x2+3x3+4x4+5x5+6x6+7x7+t为分析Y与X1、X2、X3、X4、X5、X6、X7之间的关系,做如下折线图: 由图可以看出,能源消费标准煤总量Y在1985年-1996年期间一直是缓慢增长的,在1997年-1999年期间出现了缓慢下降的现象,在1999年-2002年开始了缓慢的增长,而在2002年以后Y开始快速增长。国民总收入X1和国内生产总值X2都在逐年增长,且增长趋势相同。工业增加值X3在1985年-1999年期间一直是缓慢增长

4、,但在2000年出现了急剧下降的现象,2001年又急剧增长,达到下降前的水平,2001年以后开始缓慢增长。三、估计参数利用Eviews软件,做Y对X1、X2、X3、X4、X5、X6、X7的回归,Eviews的最小二乘估计的回归结果如下:表2 OLS回归结果Variable Coefficient Std. Error t-Statistic Prob.C -28023.73 94945.12 -0.295157 0.7719X1 10.68885 3.034175 3.522820 0.0031X2 -12.43067 3.675319 -3.382201 0.0041X3 0.265643

5、0.190824 1.392080 0.1842X4 22.60071 10.19131 2.217646 0.0424X5 0.874955 2.953978 0.296195 0.7711X6 909.0161 345.5062 2.630969 0.0189X7 1444.437 1382.319 1.044938 0.3126R-squared 0.989801 Mean dependent var 139364.6Adjusted R-squared 0.985041 S.D. dependent var 51705.05S.E. of regression 6323.831 Aka

6、ike info criterion 20.61025Sum squared resid 6.00E+08 Schwarz criterion 21.00520Log likelihood -229.0178 Hannan-Quinn criter. 20.70958F-statistic 207.9591 Durbin-Watson stat 1.316360Prob(F-statistic 0.000000由表2可以看出,该模型R2=0.9898,R-2=0.9850可决系数异常高,F检验值207.9591,明显显著。但是当=0.05时,t0.025(23-8=2.131,不仅x2,x3,

7、x5,x7的系数t检验不显著,而且X2系数的符号与预期相反,不符合经济意义,这表明很可能存在严重的多重共线性。四、多重共线性的诊断与修正(1、诊断计算各变量的相关系数,得相关系数矩阵:表3相关系数矩阵Y X1 X2 X3 X4 X5 X6 X7Y 1.000000 0.985343 0.984066 0.969171 0.984779 0.947038 0.979749 0.716175 X1 0.985343 1.000000 0.999924 0.966837 0.998471 0.979294 0.996754 0.740635 X2 0.984066 0.999924 1.000000

8、 0.965768 0.998662 0.980804 0.997243 0.743553 X3 0.969171 0.966837 0.965768 1.000000 0.965592 0.928671 0.956595 0.719495 X4 0.984779 0.998471 0.998662 0.965592 1.000000 0.974752 0.994885 0.755789 X5 0.947038 0.979294 0.980804 0.928671 0.974752 1.000000 0.986569 0.716553 X6 0.979749 0.996754 0.997243

9、 0.956595 0.994885 0.986569 1.000000 0.726342 X7 0.716175 0.740635 0.743553 0.719495 0.755789 0.716553 0.726342 1.000000 由表3的相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,证明确实存在严重多重共线性。(2、修正采用逐步回归法,去检验和解决多重共线性问题。分别作出Y对X1、X2、X3、X4、X5、X6、X7的一元回归,结果如表: 其中,加入X1的方程R 2 最大,以X1为基础,顺次加入其他变量逐步回归。结果如下表:表5 加入新变量的回归结果(一 经比较,可以发现加

10、入X2、X5、X6、X7后参数的符号与预期相反,不符合经济意义,且t 检验部显著。而加入X4后变化并不显著,只有加入X3后修正的可决系数有所提高,而且参数符号的经济意义合理, 而且参数的t 检验,在=0.1,t(0.05,15=1.753时显著,所以保留X3。再加入其他新变量逐步回归,结果如表6所示。 当加入X2时,虽然R-2有所增加,但其系数的符号与预期相反且参数的t检验不显著;加入X4后,各参数的t检验不显著;加入X5后,虽然R-2有所增加,但是但其系数的符号与预期相反且参数的t检验不显著;加入X6、X7后,其系数的符号与预期相反且参数的t检验不显著,这说明主要是X2、X4、X5、X6、X

11、7引起了多重共线性,应予以剔除。最后修正严重多重共线性影响后的回归结果为:Variable Coefficient Std. Error t-Statistic Prob.C 80927.77 2820.739 28.69027 0.0000X1 0.551207 0.102862 5.358687 0.0000X3 0.434862 0.237526 1.830795 0.0821R-squared 0.975077 Mean dependent var 139364.6Adjusted R-squared 0.972585 S.D. dependent var 51705.05S.E. of regression 8561.105 Akaike info criterion 21.06895Sum squared resid 1.47E+09 Schwarz criterion 21.21706Log likelihood -239.2930 Hannan-Quinn criter. 21.10620F-statistic 391.2352 Durbin-Watson stat 0.693836Prob(F-statistic 0.000000Y=80927.77+0.5512X1+0.4349X3t=(28.6903