计量经济学课程设计

中国能源需求影响因素实证分析

摘要：

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。本文主要分析影响中国能源需求的变量与能源需求之间的相关关系。引入1990年到2010年统计数据，建立能源需求模型，运用计量经济学的方法，对影响中国能源需求的各种因素进行实证分析，以加深对能源问题的认识。而且，我们在模型分析中发现西方经济学中关于“需求曲线向下倾斜”的结论不适合我国的能源需求分析，能源需求与能源总产量和GDP显线性关系。

Energy is the national economic development and social progress of the important material base, completes the energy consumption the analysis of the affecting factors, for energy planning and policy formulation provides scientific basis, to keep our national economic health, sustainable and stable development of the has the important practical significance.This paper mainly analyzes the influence of the country's energy demand variables and the correlative relationship between energy demand. Introduced in 1990 to 2010 statistical data, establish energy demand model, using an econometric method, the influence of various factors of the country's energy demand empirical analysis in order to deepen the understanding of the problems of energy. And,

we in the model analysis found that in western economics about "the demand curve slopes downward" conclusion is not suitable for China's energy needs analysis, energy demand and energy production and GDP show linear relation between them.

关键词：

能源需求影响因素相关性显著性序列相关多重共线性异方差回归分析检验修正

正文：

（1）序言：

首先，随着人们生活水平的普遍提高，拥有电冰箱、空调、暖气、私家车等的家庭数量增长了很多，这就造成了能源消耗数量普遍性的提高；其次，随着中国经济的快速发展，国内新建了许多工业企业，这些企业每天都在消耗大量能源。国内生产总值GDP是衡量经济发展状况的重要因素，其中，工业、建筑业、交通运输业的发展都需要消耗大量的能源。再次，经济增长促进了科技的发展，而科技水平的提高促使了能源消耗水平的提高。这样便形成了一个恶性循环，经济越发展，科技越发达，能源消耗的越多。而根据西方经济学消费需求理论，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。综上所述，我们可以引入影响能源消耗总量的因素，除了能源生产总量和能源价格外，还可能与人们的生活水平、经济发展的快慢、、工业产出、科技进步及人口数量及居民收入息息相关。

为了使国内的能源能持续被利用，坚持可持续发展道路，需要定

量地分析影响能源消耗总量的主要因素，并且从这些方面入手尽量减少能源的消耗。

由于非线性模型的假设检验都涉及非常复杂的数学计算，所以本文考虑做一个线性模型(对参数线性)，这样各种检验的方法较多，对模型准确程度的分析也更可靠。

(2) 设定变量及建立模型：

Y-----能源需求总量：由煤炭、石油、天然气和水电等4项组成(单位：万t标准煤)。

X1----能源生产总量：由原煤、原油、天然气、水能等4项构成(单位：万t标准煤)。

X2-----能源价格：上年=100，即计算下一年是以上一年为基数。

X3-----城镇人口：人口应该包括城镇人口和农村人口，这里以城镇人口为代表（单位：万人）。

X4----城镇居民家庭人均可支配收入：它是由各年家庭人均可支配收入绝对数（单位：元)。

X5-----GDP(国内生产总值）：作为经济发展的快慢的代表（单位：亿元）。

X6-----科学研究与综合技术服务业人员数：包括工程技术人员、农业研究人员、科学研究人员、卫生技术人员及教学人员（单位：万人)。

建立如下回归模型:

Y =β0 + β1X1 +β2X2 + β3 X3 + β4X4 + β5X5 + β6X6 + U 其中U为随机干扰项。

（3）数据：

年份能源需求

总量

能源生产

总量

能源价

格指数

城镇人

口

城镇居民

人均可支

配收入

GDP

科技人

员

1990 98703 103922 110.7 30195 1510.2 18667.8 164.84 1991 103783 104844 112.9 31203 1700.6 21781.5 171.68 1992 109170 107256 116.4 32175 2026.6 26923.5 175.96 1993 115993 111059 136.7 33173 2577.4 35333.9 181.24 1994 122737 118729 118.0 34169 3496.2 48197.9 186.59 1995 131176 129034 108.7 35174 4283.0 60793.7 191.34 1996 135192 133032 110.2 37304 4838.9 71176.6 199.21 1997 135909 133460 109.3 39449 5160.3 78973.0 204.95 1998 136184 129834 99.1 41608 5425.1 84402.3 209.13 1999 140569 131935 100.9 43748 5854.0 89677.1 214.30 2000 145531 135048 115.4 45906 6280.0 99214.6 216.51 2001 150406 143875 100.2 48064 6859.6 109655.2 216.98 2002 159431 150656 100.1 50212 7702.8 120332.7 218.60 2003 183792 171906 107.4 52376 8472.2 135822.8 217.40 2004 213456 196648 109.7 54283 9421.6 159878.3 217.83 2005 235997 216219 115.0 56212 10493.0 184937.4 219.79 2006 258676 232167 111.9 58288 11759.5 216314.4 222.98

2007 280508 247279 104.3 60633 13785.8 265810.3 225.45 2008 291448 260552 120.6 62403 15780.8 314045.4 230.99 2009 306647 274619 89.2 64512 17174.7 340902.8 232.17 2010 324939 296916 116.3 66978 19109.4 401202.0 226.97 数据来源：《中国统计年鉴》（2011）

（4）模型分析与检验：

在Eviews软件下，得到的数据如下：

普通最小二乘法的估计结果如下：

Y = -36693.99+1.074 X1 + 147.142X2 + 0.181 X3 + 0.312X4 +

0.036X5 +

（-1.712）（11.098）（2.018）（0.519）（0.294）（3.023）

20.144X6 + U

（0.169）

R2=0.9991 2R=0.9987 F=2620.320

回归分析：

在给定显著性水平5%下，自由度为（6,14）的F分布的临界值为F0.05（6,14）=2.85，因此总体上看，X1、X2、X3、X4、X5、X6联合起来对Y有显著的线性影响。在5%的显著性水平下，t0.025=2.145。因此，X1，X2和X5的参数通过了该显著性水平下的t检验，但X3、X4和X6三个变量的P值都大于0.05，且未通过t检验，拒绝原假设，说明X3、X4和X6单个的对Y的线性影响不显著。

由R2=0.9991可知，拟合优度高；而2R=0.9987 ,说明了国内能源需求总值对数值的99.8%的变化可以由能源生产总量，能源价格指数，城镇人口，城镇居民人均可支配收入，GDP和科技人员的变化来解释。

多重共线性检验及修正：

在给定显著性水平5%下，模型的R2 和F的值很大，但X3、X4和X6未通过检验，说明各解释变量之间存在多重共线性使得它们对Y的独立作用不能分辨，故t检验不显著。并且X2前的参数为正数，不符合经济意义的检验。因为从经济意义上讲，能源出厂价格指数越

高，能源的需求量越小，X2的系数应为负值。可以看出,我国能源需求曲线是向上倾斜的。这明显与传统经济学“向下倾斜的需求曲线”理论相违背。

下面利用逐步回归法检验是否具有多重共线性，分别作Y与X1、X2、X3、X4、X5、X6间的回归：

Y=C+Xi （i=1、2、3、5、6)为初始回归模型，得到回归结果如下：

(1)Y= -18974.42+1.184X1

（-8.53）(95.05) 其中R2=0.997 D.W.=0.999

(2) Y= 317248.6-1245.88X2

(1.69) (-0.73) 其中R2=0.028 D.W.=0.099

(3)Y= -91923.84+5.839X3

(-4.64) (14.16) 其中R2=0.913 D.W.=0.148

(4)Y= 71538.43+13.92X4

(14.33) (25.92) 其中R2=0.972 D.W.=0.362

(5)Y= 104048.1+0.543X5

(6.53) (5.98) 其中R2=0.654 D.W.=1.074

(6) Y= -406576.4+2839.87X6

(-3.77) (5.46) 其中R2=0.611 D.W.=0.157

由上面的结果可知：能源生产总量对能源需求量的影响最大，因此选（1）为初始的回归模型。

将其他解释变量分别导入上述的初始回归模型，寻找最佳回归方程。

C X1 X2 X3 X4 X5 X6

2

R

D.W.

Y=f(X 1) -18974.

42

1.184 0.997

791

0.999

t值-8.53 95.05

Y=f(X 1,X2) -20141.

35

1.184 10.18

3

0.997

7670

1.01

t值-2.08 91.26 0.12

Y=f(x 1,X2, X3) -33286.

62

1.114 71.87 0.39 0.997

908

1.21

t值-2.80 26.34

4

0.84 1.745

Y=f(X 1,X2, X3,X4 ) -37762.

10

1.160 57.86

6

0.481 -0.763 0.997

835

1.192

t值-2.72 14.00 0.646 1.806 1.168

Y=f(X 1,X2, X3,X4 ,X5) -33561.

83

1.063 147.4

93

0.228 0.390 0.037 0.998

811

1.591

t值-3.24 15.95 2.09 1.09 0.42 3.76

Y=f(X 1,X2, X3,X4 ,X5,X 6) -36693.

99

1.074 147.1

4

0.181 0.311 0.036 20.14

4

0.998

729

1.603

t值-1.72 11.09 2.02 0.52 0.29 3.02 0.17 讨论：

第一步，在初始模型中引入X2，模型拟合优度没有明显的提高反而降低，且参数符号与经济意义不符，去掉X2；

第二步，引入X3，模型拟合优度提高，且经济意义符合，但没有通过t检验，去掉X3；

第三步，引入X4，模型拟合优度降低，而且没有通过t检验，去掉X4；

第四步，引入X5，模型拟合优度提高，经济意义符合且通过t检验；

第五步，引入X6，，模型拟合优度降低，，而且没有通过t检验，去掉X6。

因此，能源需求影响函数Y=f(X1，X5）

建立新的模型：在Eviews软件下，得到的数据如下：

普通最小二乘法的估计结果如下：

Y = -15876.44+1.139X1 + 0.032X5 +U

（-8.21）（71.64）（3.63）

20.144X6 + U

（0.169）

R2=0.9987 2R=0.9986 F=7423

异方差性检验及修正：

采用怀特检验，在对新的原模型进行OLS估计后的结果窗口中选择“View\Residual Tests\White Heteroskedasticty"得到下列结果：

从n统计量对应值的伴随概率值容易看出，在5%的显著性下

的原假设，原模型不存在异方差性，故不需要修正。

序列相关性检验及修正：

由于D.W.值为1.23，介于显著性水平为5%下，样本容量为21的D.W.分布的下限DL=0.83,上限DU=1.96之间。因此，不能确定是否具有相关性。D.W.检验法只能适应于一阶自相关的模型。

LM检验法可以检验高阶序列相关性。在Eview软件下运行的结果如下图，在出现的Lag Speci.....窗口中，输入滞后阶数"1"，得到结果：

从n统计量对应值的伴随概率值容易看出，在5%的显著性下

关的原假设，原模型不存在一阶序列相关性，故不需要修正。

在出现的Lag Speci.....窗口中，输入滞后阶数"2"，得到结果如下图，从n统计量对应值的伴随概率值容易看出，在5%的显著性下nR2=7.61，而)2(2χ=5.99。因此,拒绝序列不相关的原假设，原模型存在二阶序列相关性，故需要修正。

在Eviews软件中，选择"Quick\Estimate Equation...."，在出现的窗口中输入“LOG(Y) C LOG(X1) LOG(X2) AR(1) AR(2)”，可得下面回归结果：

检验结果如图所示：

从n统计量对应值的伴随概率值容易看出，在5%的显著性下nR2=3.269，而)2(2 =5.99。而且P值均大于0.05，因此接受序列不相关的原假设，原模型不存在二阶序列相关性。

因此，估计的原回归模型可写成为

Y=-0.99137+1.097X1-0.024X2+0.732AR(1)-0.436AR(2) （5）模型确认

综上所述，估计的原回归模型最终可写成为

Y=-0.99137+1.097X1-0.024X2+0.732AR(1)-0.436AR(2) （6）模型的应用及评价

评价：

本文分析一开始选择了比较多的变量作为分析依据，但是通过各种检验和调整，最终结果体现，影响能源消耗总量的主要因素有能源生产总量与GDP。估计的原回归模型最终可写成为

Y=-0.99137+1.097X1-0.024X2+0.732AR(1)-0.436AR(2)

由以上数据可以看出：可决系数R=0.998，表明样本数据与回归方程拟合优度很好。能源生产总量系数的t值为62.17，表明能源生产总量对能源消费总量由显著性影响。GDP系数的t值为-0.79，t值不是很大，表明模型仍存在一定问题。而且能源需求量与工业经济的发展、能源价格、居民收入、科技进步等变量有关。但由于知识水平与技术的限制，我不能做出更好的调整，有待日后修复。

政策建议

（1）模型表明我国能源消费增长与GDP增长基本保持同向增长，能源消费是经济持续稳定增长的重要推动力，为经济发展提供了重要的物质保障。所以要坚持以经济建设为中心，保证能源供应安全。

（2）加大产业结构调整力度，提高能源利用效率。工业是我国能源消费的主体，是消费能源的主要部门。努力转变经济增长方式，加快产业结构的升级和调整，积极发展能源消费强度低的第三产业，推动国民经济结构的轻型化和节能化，是实现节能降耗的根本途径。

（3）能源的生产不能仅仅局限于传统的化石能源生产，要从单纯依靠一种能源向使用多种能源转变。加快太阳能、风能等新兴能源利用与开发，同时通过能源结构的调整，完成由以煤炭为主的一元型能源消费模式向天然气、电力和新能源等多元化的能源消费模式转变。（5）参考文献

《计量经济学》李子奈编著 2010年版高等教育出版社

《能源经济学》华泽澎主编 1991年版石油大学出版社

王维国.计量经济学实验[M]. 东北财经大学出版社.2008年第一版

张晓峒.计量经济学软件Eviews使用指南[M].南开大学出版社.2003 国家统计局.中国统计年鉴2011.中国统计出版社[M].2011

刘凤朝、孙玉涛技术创新，产业结构调整对能源消费影响的实证分析 [J].中国人口.资源与环境. 2008(03)

李艳梅、张雷中国能源中国能源消费增长原因分析与节能途径探讨[J].中国人口.资源与环境. 2008(03)

计量经济学课程设计

数学学院

题目：中国能源需求影响因素实证

分析

姓名：王敏

学号：20096269

专业：数学学院数学与应用数学09-01班）