中國能源需求影響因素實證分析

《中國能源需求影響因素實證分析》由會員分享，可在線閱讀，更多相關(guān)《中國能源需求影響因素實證分析（15頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、中國能源需求影響因素實證分析 中國能源需求影響因素實證分析 本文針對近年來愈演愈烈的能源問題，引入1978年到2002年統(tǒng)計數(shù)據(jù)，建立能源需求模型，運用計量經(jīng)濟學(xué)的方法，對影響中國能源需求的各種因素進行實證分析，以加深對能源問題的認識，進而從我國的實際情況出發(fā)，分析其產(chǎn)生的內(nèi)在原因,為我國的能源安全提出一些可行性建議。希望能夠?qū)ξ覈茉吹目沙掷m(xù)發(fā)展出一份薄力。需要指出的是，我們在模型分析中發(fā)現(xiàn)西方經(jīng)濟學(xué)中關(guān)于“需求曲線向下傾斜”的結(jié)論不適合我國的能源需求分析。 能源需求能源問題可持續(xù)發(fā)展 一、問題的提出及經(jīng)濟理論闡述 去年以來，我

2、國先后有22個省份拉閘限電，西南地區(qū)、東南沿海及其他地區(qū)成品油告急，用電高峰時電煤頻頻告急。由于我國一些地區(qū)先后出現(xiàn)“電荒”“油荒”“煤荒”，能源一下子成為熱點問題受到人們的普遍關(guān)注。告別短缺經(jīng)濟已多年，能源緊張到底是為什么？ 去年，我國人均GDP超過了1000美元，在一些城市包括北京、上海、廣東、深圳、寧波、南京，人均GDP已經(jīng)超過了2000美元甚至3000美元。按照經(jīng)濟發(fā)展規(guī)律，人均GDP超過了1000美元以后，經(jīng)濟、社會將隨之發(fā)生許多變化：比如開始進入工業(yè)化中期即重化工業(yè)階段，機械、汽車、鋼鐵等重化行業(yè)快速發(fā)展。比如城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)將逐步改變，使城市化水平不斷提高、農(nóng)村人口大量向城市轉(zhuǎn)

3、移。比如隨著收入增加，居民消費升級到新的結(jié)構(gòu)，住房、家電和轎車成為消費熱點。而在新一輪全球產(chǎn)業(yè)布局中，我國正成為一個規(guī)模龐大的世界加工制造基地。所有這些，都將增強我國經(jīng)濟社會發(fā)展對能源增長的預(yù)期，使能源消費繼續(xù)保持強勁增長：因為重工業(yè)單位增加值的能耗明顯高于輕工業(yè)，重化工業(yè)的發(fā)展，會使能源消耗大幅增加；城鎮(zhèn)人口的增加，意味著能源消耗水平的提高，因為城鎮(zhèn)人口年均消耗能源是農(nóng)村的3.5倍；住房、家電和轎車等消費增加會使人均能源消耗增長；世界加工制造業(yè)向我國轉(zhuǎn)移中，也轉(zhuǎn)來了一些高耗能制造業(yè)。 能源是支持經(jīng)濟增長的重要物質(zhì)基礎(chǔ)和生產(chǎn)要素。能源經(jīng)濟學(xué)認為，能源消費量越大，產(chǎn)品產(chǎn)量越多，社會產(chǎn)量越多，社

4、會也越富足，人們才能享有更多的物質(zhì)文明和精神文明。能源消費量的不斷增長，是現(xiàn)代化建設(shè)的重要條件。因此，一個國家的能源消費水平是衡量其現(xiàn)代化水平的重要標志。能源短缺，供求關(guān)系嚴重失調(diào)，就會突出地影響經(jīng)濟發(fā)展和人民生活水平的提高。所以，保持能源的穩(wěn)定供應(yīng)，不斷提高能源消費水平，是現(xiàn)代化建設(shè)的重要條件。我國能源工業(yè)的迅速發(fā)展和改革開放政策的實施，促使能源產(chǎn)品特別是石油作為一種國際性的特殊商品進入世界能源市場。隨著國民經(jīng)濟的發(fā)展和人口的增長，我國能源的供需矛盾日益緊張。同時，煤炭、石油等常規(guī)能源的大量使用和核能的發(fā)展，又會造成環(huán)境的污染和生態(tài)平衡的破壞?？梢钥闯?，它不僅是一個重大的技術(shù)、經(jīng)濟問題，而且

5、以成為一個嚴重的政治問題。 鑒于此，研究能源問題不僅具有必要性和緊迫性，更具有很大的現(xiàn)實意義。由于我國目前面臨的所謂“能源危機”，主要是由于需求過大引起的，而能源供給一般在較短的時間內(nèi)難以有很大改變，因為能源尤其像石油，煤炭等具有不可再生性，很大程度上是由該國的資源稟賦決定的。而我國作為世界上最大的發(fā)展中國家，人口眾多，所需能源不可能完全依賴進口，所以，研究能源的需求顯得更加重要。所以，我們主要從此處著手對影響中國能源需求的各種因素進行研究。 根據(jù)西方經(jīng)濟學(xué)消費需求理論，影響消費需求的因素有：商品的價格、消費者收入水平、相關(guān)商品的價格、商品供給、消費者偏好以及消費者對商品價格的預(yù)期等。

6、對于相關(guān)商品價格的替代效應(yīng)，我們認為其只存在能源品種內(nèi)部之間，而消費者偏好及消費者對商品價格的預(yù)期因數(shù)據(jù)難找。另外，發(fā)展經(jīng)濟學(xué)認為，來自知識、人力資本的積累水平所體現(xiàn)的技術(shù)進步不僅可以帶動勞動產(chǎn)出的增長，而且會通過外部效應(yīng)可以提高勞動力、自然資源、物質(zhì)資本與生產(chǎn)要素的生產(chǎn)效率，消除其中收益遞減的內(nèi)在聯(lián)系，帶來遞增的規(guī)模收益。 另外，資本的價格也對需求有一定影響。資本價格提高對能源需求量的影響來自兩個方面：一是資本價格提高，企業(yè)將使用相對便宜的機器設(shè)備替代勞動力，更多的機器設(shè)備必然增加能源需求，這種效應(yīng)通常稱為替代效應(yīng)；二是資本價格提高，企業(yè)生產(chǎn)成本增加，將導(dǎo)致產(chǎn)品價格提高，產(chǎn)品需求量減少，企

7、業(yè)對所有生產(chǎn)要素需求均下降，這種效應(yīng)通常稱為規(guī)模效應(yīng)。替代效應(yīng)與規(guī)模效應(yīng)同時發(fā)生，但作用方向相反。資本價格提高對能源需求的影響是兩種效應(yīng)綜合作用的結(jié)果，如果替代效應(yīng)大于規(guī)模效應(yīng)，則資本價格提高，能源需求增加；如果替代效應(yīng)大于規(guī)模效應(yīng)，則資本價格降低，能源需求減少。由于目前沒有比較科學(xué)合理的資本價格數(shù)據(jù)，只能放棄對資本價格的估計。 故這里我們引入能源價格、居民收入、科技進步、能源供給量和工業(yè)產(chǎn)出五個變量對能源需求進行分析。 二、數(shù)據(jù)選取及模型設(shè)定 1.能源需求總量，在模型中用y表示，是指一次性能源消費總量,由煤炭,石油,天然氣和水電4項組成(單位：萬t標準煤)。 2能源需求的影響因素：

8、 （1）能源價格，用能源產(chǎn)品出廠價格指數(shù)來衡量，在模型中用x1表示，它由煤炭、石油、電力工業(yè)出廠價格指數(shù)加權(quán)計算得到。、為了使價格具有可比性,具體如下①1978年煤炭、石油、電力行業(yè)出廠價格指數(shù)為100,其他年份以1978年為準進行換算得到各年能源行業(yè)出廠價格指數(shù)；②根據(jù)各年煤炭、石油、電力在總能源中所占比重確定權(quán)數(shù)。（具體數(shù)具參見原始數(shù)據(jù)一） （2）剔除物價的工業(yè)總產(chǎn)值（億元），在模型中用x2表示，它由由現(xiàn)價計算的工業(yè)總產(chǎn)值除以當(dāng)年的工業(yè)總產(chǎn)值價格指數(shù)（假定基期=1978）。 （3）剔除物價的城鎮(zhèn)居民家庭人均可支配收入（元），用X3表示，它也是由各年家庭人均可支配收入絕對數(shù)用價格指數(shù)計算

9、得到。 （4）科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)（萬人），用x4表示，直接由各年度統(tǒng)計年鑒查得。關(guān)于科技進步的衡量因素沒有一個定論，也沒有相關(guān)理論支撐，所以我們只能憑借經(jīng)驗與數(shù)據(jù)收集的便利，決定以科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)來替代科技因素。 （5）能源生產(chǎn)總量（萬噸標準煤），用X5表示，直接由各年度統(tǒng)計年鑒查得。能源供給總量其實應(yīng)包括國內(nèi)能源生產(chǎn)總量與進口量，但因為進口能源量存在統(tǒng)計口徑等各方面原因，資料難以收集，實際來看，國內(nèi)能源生產(chǎn)總量占能源供給的絕大部分，故在此我們選取國內(nèi)能源生產(chǎn)總量代表能源供給量。 （6）其他因素。我們將由于各種原因未考慮到和無法度量的因素歸入隨機誤差項，如國家的

10、經(jīng)濟結(jié)構(gòu)政策、消費者偏好等。 表1、原始數(shù)據(jù)一 年份能源消費總量(萬噸煤)電力工業(yè)產(chǎn)品出廠價格指數(shù)石油工業(yè)產(chǎn)品出廠價格指數(shù)煤炭工業(yè)出廠價格指數(shù)水電比重原油(含天然氣)比重原煤比重 1978571441001001003.1103.170.3 197958588101.7100.6113.43.3116.770.2 19806027598.4102.1106.43.8110.269.4 198159447101.699.3102.64.2106.870.2 19826206798.9100.5101.94.5106.471.3 198366040105.6106.3101.54.

11、8106.371.6 198470904102.1112102.64.5107.172.4 198576682103.4107.2117.64.3121.972.8 198680850102.4104.696.84.3101.172.4 198786632103.1104102.84.4107.272.6 198892997101.7106.8110.64.5115.173.1 ***96934105.9108.4112.24.6116.874.1 199098703107.4107.1106.24.811174.2 1991103783116.9118.8113.14.711

12、7.874.1 1992109170108.8115.3116.14.8120.974.3 1993115993135.9171.3139.75.314574 1994122737139.5148.7122.25.9128.174.6 1995131176109.5121.2111.36.2117.575.3 1996138948113.1104.6113.75.8119.575.2 1997137798114107.41086.5114.574.1 1998132214105.59396.67.1103.771.9 1999130119100.9109.694.87.6102

13、.468.3 2000130297102.4144.398.18.2106.366.6 2001134914102.399.1106.58.7115.268.6 2002148000100.895.2111.68.9120.570.7 表2 原始數(shù)據(jù)二 年份工業(yè)總產(chǎn)值（億元）工業(yè)總產(chǎn)值價格指數(shù)城鎮(zhèn)居民家庭人均可支配收入 （元）指數(shù) (1978=100)科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)（萬人）能源生產(chǎn)總量（萬噸標準煤） 19784237113.5343.41009262770 19794681.3108.8387112.710064562 19805154.26109.3477

14、.612710563735 19815399.78104.3491.9127.611163227 19825811.22107.8526.6133.911866778 19836460.44111.2564140.612171270 19847617.3116.3651.2158.112577855 19859716.47121.4739.1160.413185546 198611194.26111.7899.6182.513788124 198713812.99117.71002.2186.914291266 198818224120.81181.4182.514495801

15、 ***22017.06108.51375.7182.8147101639 199023924.36107.81510.2198.1152103922 199126625114.81700.6212.4156104844 199234599124.72026.6232.9159107256 199348402127.32577.4255.1166111059 199470176124.23496.2276.8174118729 199591894120.34283290.3178129034 199699595116.64838.9301.6176132616 1997113

16、733113.15160.3311.9179132410 1998119048110.85425.1329.9168124250 1999126110111.65854360.6165109126 200085674116.96280383.7164109000 200195449114.66859.6416.3154120900 2002110776118.27703472.1151139000 表3 計算、調(diào)整后的最終數(shù)據(jù) 年份能源消費總量(萬噸煤)能源產(chǎn)品出廠價格指數(shù)剔除物價的工業(yè)總產(chǎn)值（億元）科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)（萬人）能源生產(chǎn)總量（萬噸標準煤） 1978

17、5714410042379262770 197958588109.62194302.66510064562 198060275104.94364334.28310563735 198159447101.71324353.54211163227 198262067101.42624346.25511866778 198366040102.82964345.15412171270 198470904104.74894405.18812577855 198576682114.60784628.63813185546 19868085098.85824774.04913788124

18、198786632103.08925004.98514291266 198892997109.34835466.27914495801 ***96934111.10086086.641147101639 199098703106.44666135.358152103922 1991103783114.4875947.677156104844 1992109170115.58246198.046159107256 1993115993146.03986811.24166111059 1994122737128.38827951.149174118729 1995131176113

19、.01998654.915178129034 1996138948111.93628044.789176132616 1997137798108.27368122.711179132410 199813221496.47597673.559168124250 199913011998.83047283.834165109126 2000130297110.0954232.969164109000 2001134914104.45484115.123154120900 2002148000107.29324040.542151139000 以上數(shù)據(jù)來自：各年度《中國統(tǒng)計年鑒》

20、中國統(tǒng)計出版社 中華人民共和國國家統(tǒng)計局網(wǎng) 《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》 回歸模型設(shè)立如下： Yt =β0+β1 X1t +β2 X2t +β3 X2t +β4X4t+β5X5t+ Ut Yt ------能源需求總量(萬噸煤) X1t -----能源產(chǎn)品出廠價格指數(shù)（加權(quán)計算煤炭、石油、電力工業(yè)出廠價格指數(shù)） X2t -----剔除物價的工業(yè)總產(chǎn)值（億元） X3t ----剔除物價的城鎮(zhèn)居民家庭人均可支配收入 （元） X4t ----科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)（萬人） X5t -----能源生產(chǎn)總量（萬噸標準煤） Ut------隨機擾動項 β1、、β2、、β

21、3、、β4、、、β5-----待估參數(shù) t=1978-----2002 三、模型檢驗 假設(shè)模型中隨機誤差項Ut滿足古典假設(shè)，運用OLS方法估計模型的參數(shù)，利用計量經(jīng)濟計算機軟件Eviews計算可得如下結(jié)果： 表4 Dependent Variable: Y Method: Least Squares Date: 12/29/04Time: 12:48 Sample: 1978 2002 Included observations: 25 VariableCoefficientStd. Errort-StatisticProb. C-9312.5035126.452-1

22、.8165590.0851 X1102.283652.304831.9555290.0654 X2-1.8407870.497535-3.6998150.0015 X327.045732.21348312.218630.0000 X4181.106560.696162.9838220.0076 X50.5801780.0664378.7327720.0000 R-squared0.995733Mean dependent var100096.5 Adjusted R-squared0.994610S.D. dependent var30643.48 S.E. of regres

23、sion2249.721Akaike info criterion18.48056 Sum squared resid96163651Schwarz criterion18.77309 Log likelihood-225.0070F-statistic886.7535 Durbin-Watson stat1.617818Prob(F-statistic)0.000000 回歸方程為： Y=-9312.503+102.2836*X1-1.840787*X2+27.04573*X3+181.1065*X4+0.580178*X5 （5126.452）（52.30483）（0.49

24、7535） （2.213483）（60.69616） （0.066437） t=（-1.816559） （1.955529）（-3.699815） （12.21863）（2.983822）（8.732772） R2=0.995733F=886.7535 （一）經(jīng)濟意義檢驗 由回歸估計結(jié)果可以看出,城鎮(zhèn)居民家庭人均可支配收入、科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)、能源生產(chǎn)總量與能源需求總量呈線性正相關(guān)，與現(xiàn)實經(jīng)濟理論相符。而能源產(chǎn)品出廠價格指數(shù)與能源需求總量呈線性正相關(guān)，工業(yè)總產(chǎn)值與能源需求總量呈線性負相關(guān)，這兩點上，不符合經(jīng)濟意義。 （二）統(tǒng)計推斷檢驗 從估計的結(jié)果可以看出，可決系數(shù)

25、R2=0.995733, F=886.7535，表明模型在整體上擬合地比較理想。系數(shù)顯著性檢驗：給定α=0.05，X2、X3、X4、X5的t的P值小于給定的顯著性水平，拒絕原假設(shè)，接受備擇假設(shè)，表明工業(yè)總產(chǎn)值、城鎮(zhèn)居民家庭人均可支配收入、科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)、能源生產(chǎn)總量對能源需求總量有顯著性影響；僅有X1的t的P值大于給定的顯著性水平，接受原假設(shè)，表明能源產(chǎn)品出廠價格指數(shù)對能源需求總量影響不顯著。 （三）計量經(jīng)濟學(xué)檢驗 1、多重共線性檢驗 由表4可看出,模型整體上線性回歸擬合較好，R2與F值較顯著，而解釋變量X1的t檢驗不顯著,并且X1、X2的系數(shù)的符號與經(jīng)濟意義相悖，則說明

26、該模型存在多重共線性。在Eviews中計算解釋變量之間的簡單相關(guān)系數(shù)，得如下結(jié)果，也可以看出解釋變量之間存在多重共線性。 表5 X1X2X3X4X5 X110.3483000993650.1291940938320.3871687106350.299079945437 X20.34830009936510.5777601386670.7824266615490.667649490603 X30.1291940938320.57776013866710.8345606228060.907149867083 X40.3871687106350.7824266615490.8345606

27、2280610.926739884058 X50.2990799454370.6676494906030.9071498670830.9267398840581 用逐步回歸法修正模型的多重共線。 ①運用ols方法逐一求Y對各個解釋變量的回歸。結(jié)合經(jīng)濟意義和統(tǒng)計意義選出擬和效果最好的一元線性回歸方程。經(jīng)分析在五個一元回歸模型中能源需求總量y對能源生產(chǎn)總量x5的線性關(guān)系強,擬合程度好。 表6 Dependent Variable: Y Method: Least Squares Date: 12/29/04Time: 12:54 Sample: 1978 2002 Inclu

28、ded observations: 25 VariableCoefficientStd. Errort-StatisticProb. C-21020.325617.857-3.7416970.0011 X51.2235410.05515622.183080.0000 R-squared0.955348Mean dependent var100096.5 Adjusted R-squared0.953406S.D. dependent var30643.48 S.E. of regression6614.583Akaike info criterion20.50856 Sum sq

29、uared resid1.01E+09Schwarz criterion20.60607 Log likelihood-254.3570F-statistic492.0891 Durbin-Watson stat0.582287Prob(F-statistic)0.000000 由表6得： Y = -21020.32092 + 1.223540945*X5 （5617.857）（0.055156） t=（-3.741697）（22.18308） R2=0.955348F=492.0891 ②逐步回歸。將其余解釋變量逐一代入上式，得如下幾個模型（結(jié)果表如下） Y = 5426.

30、633658 + 25.97702896*X3 + 0.7131621687*X5 （3802.412）（2.759851）（0.059774） t=（1.427156）（9.412475）（11.93105） R2=0.991118F=1227.394 Y = -4090.451555 + 118.3029597*X1 + 27.83244134*X3 + 0.6617330059*X5 （6222.872）（63.07878）（2.795248）（0.062913） t=（-0.657325）（1.875479）（9.957057）（10.51830） R2=0.9923

31、92F=913.0676 x4對y的影響并不顯著，故將x4刪去，得如下模型： Y = -4928.878753 + 141.8898316*X1 -1.005090487*X2+27.74415632*X3+0.702538287*X5 （5801.230）（59.75834）（0.485715）（2.599838）（0.061740） t=（-0.849626）（2.374394）（-2.069299）（10.67150）（11.37891） R2=0.993734F=792.8957 Dependent Variable: Y Method: Least Squa

32、res Date: 12/29/04Time: 12:58 Sample: 1978 2002 Included observations: 25 VariableCoefficientStd. Errort-StatisticProb. C5426.6343802.4121.4271560.1676 X325.977032.7598519.4124750.0000 X50.7131620.05977411.931050.0000 R-squared0.991118Mean dependent var100096.5 Adjusted R-squared0.990310S.D

33、. dependent var30643.48 S.E. of regression3016.472Akaike info criterion18.97373 Sum squared resid2.00E+08Schwarz criterion19.12000 Log likelihood-234.1716F-statistic1227.394 Durbin-Watson stat0.978110Prob(F-statistic)0.000000 Dependent Variable: Y Method: Least Squares Date: 12/29/04Time: 1

34、3:07 Sample: 1978 2002 Included observations: 25 VariableCoefficientStd. Errort-StatisticProb. C-4090.4526222.872-0.6573250.5181 X1118.303063.078781.8754790.0747 X327.832442.7952489.9570570.0000 X50.6617330.06291310.518300.0000 R-squared0.992392Mean dependent var100096.5 Adjusted R-squared0

35、.991305S.D. dependent var30643.48 S.E. of regression2857.414Akaike info criterion18.89887 Sum squared resid1.71E+08Schwarz criterion19.09389 Log likelihood-232.2359F-statistic913.0676 Durbin-Watson stat0.929339Prob(F-statistic)0.000000 Dependent Variable: Y Method: Least Squares Date: 12/29

36、/04Time: 13:11 Sample: 1978 2002 Included observations: 25 VariableCoefficientStd. Errort-StatisticProb. C-4928.8795801.230-0.8496260.4056 X1141.889859.758342.3743940.0277 X2-1.0050900.485715-2.0692990.0517 X327.744162.59983810.671500.0000 X50.7025380.06174011.378910.0000 R-squared0.993734M

37、ean dependent var100096.5 Adjusted R-squared0.992480S.D. dependent var30643.48 S.E. of regression2657.300Akaike info criterion18.78487 Sum squared resid1.41E+08Schwarz criterion19.02864 Log likelihood-229.8108F-statistic792.8957 Durbin-Watson stat1.244654Prob(F-statistic)0.000000 2．異方差檢驗:（采用

38、ARCH檢驗） 圖示法 ARCH Test: F-statistic0.135388Probability0.937641 Obs*R-squared0.485467Probability0.922072 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/29/04Time: 13:34 Sample(adjusted): 1981 2002 Included observations: 22 after adjusting endpoints VariableCoe

39、fficientStd. Errort-StatisticProb. C7197913.3420227.2.1045130.0496 RESID^2(-1)-0.0739020.233413-0.3166150.7552 RESID^2(-2)0.0019850.2352130.0084390.9934 RESID^2(-3)-0.1264110.233872-0.5405140.5955 R-squared0.022067Mean dependent var5999470. Adjusted R-squared-0.140922S.D. dependent var9793751.

40、 S.E. of regression10461093Akaike info criterion35.32719 Sum squared resid1.97E+15Schwarz criterion35.52556 Log likelihood-384.5991F-statistic0.135388 Durbin-Watson stat1.999805Prob(F-statistic)0.937641 由上表，Obs*R-squared=0.485467＜χ20.05（3）=7.81473，所以接受H0，表明模型中隨機擾動項不存在異方差。 3．自相關(guān)檢驗 ①由上表可得DW

41、=1.244654，給定顯著性水平α=0.05，n=25, k’=4時，查Durbin-Waston表得下限臨界值dL=1.038，上限臨界值du=1.767,可見DW統(tǒng)計量 DW=1.244654C-O 迭代法 Dependent Variable: Y Method: Least Squares Date: 12/29/04Time: 13:59 Sample(adjusted): 1979 2002 Included observations: 24 after adjusting endpoints Convergence not achieved after 100 it

42、erations VariableCoefficientStd. Errort-StatisticProb. C1364329.408579200.0333920.9737 X178.2839444.952641.7414760.0987 X20.3354690.7816260.4291940.6729 X312.988257.8496511.6546280.1153 X50.4585060.0751896.0980340.0000 AR(1)0.9987980.04232123.600500.0000 R-squared0.996011Mean dependent var10

43、1886.2 Adjusted R-squared0.994903S.D. dependent var29938.17 S.E. of regression2137.291Akaike info criterion18.38478 Sum squared resid82224222Schwarz criterion18.67930 Log likelihood-214.6174F-statistic898.9703 Durbin-Watson stat2.180051Prob(F-statistic)0.000000 Inverted AR Roots1.00 取對數(shù) De

44、pendent Variable: LY Method: Least Squares Date: 12/29/04Time: 14:02 Sample: 1978 2002 Included observations: 25 VariableCoefficientStd. Errort-StatisticProb. C2.0199920.4838044.1752230.0005 LX10.0880830.0603311.4599840.1598 LX2-0.0496670.024853-1.9984770.0594 LX30.2622480.02391710.965030.0

45、000 LX50.6723940.05899911.396630.0000 R-squared0.995731Mean dependent var11.46505 Adjusted R-squared0.994877S.D. dependent var0.325795 S.E. of regression0.023318Akaike info criterion-4.502306 Sum squared resid0.010875Schwarz criterion-4.258531 Log likelihood61.27883F-statistic1166.247 Durbin-

46、Watson stat1.247301Prob(F-statistic)0.000000 在取對數(shù)基礎(chǔ)上迭代 Dependent Variable: LY Method: Least Squares Date: 12/29/04Time: 14:03 Sample(adjusted): 1979 2002 Included observations: 24 after adjusting endpoints Convergence achieved after 28 iterations VariableCoefficientStd. Errort-StatisticProb.

47、 C3.3224750.9286633.5776990.0022 LX10.0713370.0696251.0245890.3191 LX2-0.0310270.034262-0.9055980.3771 LX30.2966020.0391397.5781180.0000 LX50.5323020.0861926.1757600.0000 AR(1)0.6381050.2370612.6917390.0149 R-squared0.996341Mean dependent var11.48637 Adjusted R-squared0.995325S.D. dependent

48、var0.314480 S.E. of regression0.021503Akaike info criterion-4.628946 Sum squared resid0.008323Schwarz criterion-4.334432 Log likelihood61.54735F-statistic980.3042 Durbin-Watson stat1.802317Prob(F-statistic)0.000000 Inverted AR Roots.64 在廣義差分基礎(chǔ)上迭代 Dependent Variable: DY Method: Least Square

49、s Date: 12/29/04Time: 14:05 Sample(adjusted): 1980 2002 Included observations: 23 after adjusting endpoints Convergence not achieved after 100 iterations VariableCoefficientStd. Errort-StatisticProb. C3724.2506188.3670.6018150.5552 DX1108.188675.526611.4324570.1701 DX2-0.5557620.661063-0.840

50、7110.4122 DX330.527554.0256057.5833450.0000 DX50.5844310.0869716.7198110.0000 AR(1)0.2708340.3110010.8708460.3960 R-squared0.986704Mean dependent var66046.26 Adjusted R-squared0.982794S.D. dependent var18366.90 S.E. of regression2409.239Akaike info criterion18.63147 Sum squared resid98675375S

51、chwarz criterion18.92768 Log likelihood-208.2619F-statistic252.3199 Durbin-Watson stat1.877865Prob(F-statistic)0.000000 Inverted AR Roots.27 考慮剔除，系數(shù)符號與經(jīng)濟意義相悖的變量X2，在取對數(shù)基礎(chǔ)上迭代 Dependent Variable: LY Method: Least Squares Date: 12/29/04Time: 14:14 Sample(adjusted): 1979 2002 Included observat

52、ions: 24 after adjusting endpoints Convergence achieved after 21 iterations VariableCoefficientStd. Errort-StatisticProb. C5.8042721.2863604.5121670.0002 LX10.0733370.0461031.5907290.1282 LX30.1427000.0626702.2770210.0345 LX50.4326890.0743035.8233310.0000 AR(1)0.9737820.03248029.980960.0000

53、R-squared0.997038Mean dependent var11.48637 Adjusted R-squared0.996414S.D. dependent var0.314480 S.E. of regression0.018832Akaike info criterion-4.923516 Sum squared resid0.006738Schwarz criterion-4.678088 Log likelihood64.08219F-statistic1598.801 Durbin-Watson stat2.032109Prob(F-statistic)0.00

54、0000 Inverted AR Roots.97 考慮剔除，系數(shù)符號與經(jīng)濟意義相悖的變量X2，直接用迭代法 Dependent Variable: Y Method: Least Squares Date: 12/29/04Time: 14:15 Sample(adjusted): 1979 2002 Included observations: 24 after adjusting endpoints Convergence not achieved after 100 iterations VariableCoefficientStd. Errort-Sta

55、tisticProb. C994201.2223518520.0444800.9650 X174.8207643.231921.7306830.0997 X314.397416.7120142.1450210.0451 X50.4653520.0722576.4402730.0000 AR(1)0.9984300.03846625.956140.0000 R-squared0.995959Mean dependent var101886.2 Adjusted R-squared0.995108S.D. dependent var29938.17 S.E. of regressi

56、on2093.894Akaike info criterion18.31449 Sum squared resid83303461Schwarz criterion18.55992 Log likelihood-214.7739F-statistic1170.713 Durbin-Watson stat2.200889Prob(F-statistic)0.000000 Inverted AR Roots1.00 綜合以上分析，我們得出最終模型如下： Y = 994201.2023 + 74.82076324*X1 + 14.39740948*X3 + 0.4653517734*X5

57、 （22351852）（43.23192）（6.712014）（0.072257） t=（0.044480）（1.730683）（2.145021）（6.440273） R2=0.995959F=1170.713 四、模型結(jié)果分析 從模型可以看出： 1、R2很大，F(xiàn)值也很顯著，說明模型在整體上擬合的較好。能源需求僅與能源產(chǎn)品出廠價格指數(shù)、城鎮(zhèn)居民家庭人均可支配收入、能源生產(chǎn)總量有明顯的相關(guān)關(guān)系。能源產(chǎn)品的出廠價格指數(shù)對能源需求的影響最大。當(dāng)價格指數(shù)每降低1個單位時,能源需求總量將降低74.82076324個單位。 2但是X1不符合經(jīng)濟意義的檢驗。因為從經(jīng)濟意義上講，能源出廠價

58、格指數(shù)越高，能源的需求量越小，X1的系數(shù)應(yīng)為負值。即使考慮能源在現(xiàn)實生活中的狀況，也應(yīng)該是需求彈性較小?？梢钥闯?我國能能源需求曲線是向上傾斜的。這明顯與傳統(tǒng)經(jīng)濟學(xué)“向下傾斜的需求曲線”理論相違背。原因可能是：①93年以前我國對能源價格實行管制，長期使市場信號失靈。②國際市場能源價格一般由能源期貨交易價格決定，而我國沒有成體系的能源期貨交易市場，買賣價格由海外價格控制，往往我國大量購買能源時，國際投機家伺機哄抬價格，謀取利益。③此外，根據(jù)凱恩斯的心理預(yù)期理論，當(dāng)能源價格上升時，為了規(guī)避風(fēng)險，往往不會減少甚至?xí)黾淤徺I。 3模型表明：從模型還可以看出，能源的生產(chǎn)總量對能源需求的影響相對較小。

59、 五、政策建議 中國已經(jīng)確定了本世紀頭二十年的奮斗目標，力爭在2020年基本實現(xiàn)工業(yè)化，人均GDP達到3000美元以上，進入中等發(fā)達國家的行列。但中國的礦產(chǎn)資源人均占有量低于世界的平均水平，中國盡管礦產(chǎn)資源總量比較豐富，但是石油探明儲量只有世界的8％，人均占有量僅為世界平均水平的8％，鋁只有平均水平的10％，銅為26％，鐵是45％。中國的石油和鐵礦現(xiàn)在對外依存度都已經(jīng)超過三分之一。為此，中國實現(xiàn)工業(yè)化必須走一條科技含量高、經(jīng)濟效益好、資源消耗低、環(huán)境污染少、人力資源優(yōu)勢得到充分發(fā)揮的新型工業(yè)化道路。 應(yīng)該對未來能源消費產(chǎn)品結(jié)構(gòu)變化、耗能產(chǎn)業(yè)調(diào)整對能源工業(yè)的影響足夠重視。建國以來的大

60、部分時間是能源供不應(yīng)求，能源政策主要以如何刺激供給為主，但是從1992年以后能源需求開始發(fā)生變化，成為影響能源工業(yè)發(fā)展的主要因素?？梢灶A(yù)見隨著原油產(chǎn)品不斷開放、電力工業(yè)改革步伐加快，能源價格作為一種信號，對能源產(chǎn)品的配置作用將會越來越重要，我國能源消費產(chǎn)品結(jié)構(gòu)、耗能工業(yè)必然發(fā)生重大變化，從而對能源工業(yè)的發(fā)展帶來重大影響。目前能源工業(yè)依然實行調(diào)整供給為主的政策，正在實行的西電東送工程、西氣東輸工程成功與否，將受到能源市場需求變化的強烈影響。 充分發(fā)揮市場機制的作用，促進我國能源消費向高效、清潔方向發(fā)展。今后政府可以通過采用征收各種稅收的方式，調(diào)整人們對不同能源的使用量和能源使用總量，達到減少污

61、染、提高能源使用效率等目的。 改變過去以行業(yè)來分工業(yè)區(qū)的特點，考慮循環(huán)經(jīng)濟，物流相互利用，零排放的生產(chǎn)方式。啟動節(jié)約資源、降低消耗活動，推動循環(huán)經(jīng)濟發(fā)展。同時加強地區(qū)間的合作，實現(xiàn)資源互補。要建立節(jié)能基金，加大資金扶持力度，開展各種節(jié)能示范項目，扶持和鼓勵企業(yè)提高能源利用效率，使節(jié)能產(chǎn)業(yè)成為我國的經(jīng)濟增長點。 .轉(zhuǎn)變經(jīng)濟增長方式；增加高耗能產(chǎn)品的進口、杜絕高耗能產(chǎn)品的一般商業(yè)性出口；減緩經(jīng)濟發(fā)展對能源的依賴程度。在今天世界經(jīng)濟發(fā)展一體化的進程中，我國進一步的經(jīng)濟發(fā)展不應(yīng)以生產(chǎn)能力的繼續(xù)擴張為目標，應(yīng)進一步轉(zhuǎn)變經(jīng)濟增長的模式，逐步調(diào)整第一、二、三產(chǎn)業(yè)的結(jié)構(gòu)，特別是傳統(tǒng)工業(yè)的發(fā)展應(yīng)依靠信息、電

62、子技術(shù)的發(fā)展逐步提高其產(chǎn)品的附加值，此外，應(yīng)該充分利用世界各種資源，積極地參與世界經(jīng)濟發(fā)展的資源配置和分工，逐步減緩經(jīng)濟發(fā)展對能源的依賴程度。鑒于我國是一個發(fā)展中的人口大國，從長遠來看各種資源和物質(zhì)的需求不可能完全依賴自身來解決，特別是像鋼鐵、化肥等高耗能產(chǎn)品不可能完全立足于自身資源條件來解決，應(yīng)逐步提高進口的比例，而像水泥以及其他一些消耗高耗能原材料的機電產(chǎn)品的出口應(yīng)該適當(dāng)控制規(guī)模，特別是像水泥這種能源消耗高、污染重附加價值低的產(chǎn)品應(yīng)杜絕一般的商業(yè)出口。今后我國可以進一步增加高耗能產(chǎn)品的進口數(shù)量，這樣不僅可以減少依靠自己生產(chǎn)所產(chǎn)生的環(huán)境污染排放，而且可以間接的作為能源進口多樣化的一種選擇，從

63、而保證能源供應(yīng)的安全。 六、存在的問題 由于我們忽略了對影響模型的資本價格因素的考慮，使模型設(shè)定不是很完善。這也可能是模型產(chǎn)生自相關(guān)的一個重要原因。 對于時間序列數(shù)據(jù)可能出現(xiàn)的平穩(wěn)性問題，本文未做處理。由于我們選取的數(shù)據(jù)都是宏觀經(jīng)濟變量，極有可能出現(xiàn)非平穩(wěn)性，但由于所學(xué)知識的局限，無法對模型做進一步協(xié)整。對于可能出現(xiàn)的偽回歸，我們也無法確定。 在考慮能源需求的影響因素時，我們引入了工業(yè)總產(chǎn)值。按照經(jīng)濟學(xué)的一般觀點，工業(yè)總產(chǎn)值與能源需求存在較強的正相關(guān)關(guān)系。但是在具體回歸時發(fā)現(xiàn)變量前的系數(shù)是負值，與經(jīng)濟意義不符。對于這一重要的影響變量，我們沒有輕易剔除。但是在后面的嘗試當(dāng)中發(fā)現(xiàn)，剔除工業(yè)

64、總產(chǎn)值的影響比保留時的擬合效果更好，所以我們不得不考慮將其剔除。 眾所周知，我國在1993年之前對能源價格實行較大范圍管制，1993年之后能源價格由市場供給決定。我們本想以1993年為界分兩階段進行分析，但由于樣本數(shù)量的有限不得不放棄。兩階段的數(shù)據(jù)糅合在一起得出的模型可能不能很好的解釋現(xiàn)實。 在最初考慮時，我們打算引入國家在能源方面科技經(jīng)費的支出來作為一個影響因素，因為科技的發(fā)展進步可能導(dǎo)致能源需求的相對減少。但由于無法找到專門用于能源科技支出的數(shù)據(jù)，所以我們考慮用科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)來代替，事實上，這個代替不是很合理的。 七 參考書目 《計量經(jīng)濟學(xué)》龐皓主編2001年版西南財經(jīng)大學(xué)出版社 《能源經(jīng)濟》徐壽波著1994年版人民出版社 《能源經(jīng)濟學(xué)》華澤澎主編1991年版石油大學(xué)出版社 《發(fā)展經(jīng)濟學(xué)》黃衛(wèi)平 彭剛主編2003年版四川人民出版社