能源消费总量的多因素分析

计量经济学课程论文论文题目影响能源消费总量的多因素分析

院 (系) 工商管理学院

所在班级2012级工管（1）班

姓名金军霞

学号

日期2015年6月

影响能源消费总量的多因素分析

学院：工商管理班级：12工管（1）姓名：金军霞学号内容摘要：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。本案例通过对影响我国能源消费的国内生产总值、工业产值、产业结构、人口增长等因素进行分析，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。

关键词：能源消费工业生产影响因素计量分析

一、问题的提出

能源是经济增长的战略投入要素，在经济增长初期，能源的投入能够带动经济速增长。十八世纪第一次工业革命，煤炭的燃烧推动蒸汽机的普及，进而带动生产率的提高，实现了工业化的起步。随着工业化进程的深入，石油的大量使成为经济持续增长的推动力量。可见，经济增长和能源投入之间形成了一定互动关系，能源是经济增长的动力源泉，经济增长又拉动能源消费。

能源消费括两部分，一部分是由生产技术水平所决定的能源消费，一般这部分能源消费经济增长的关系在短期内不会发生明显变化；另一部分是由管理水平、市场环境产业结构等因素决定的能源消费水平，即体制性因素决定的能源消费水平。这部分能源消费可变性较大，是引起能源消费与经济增长关系不稳定的主要因素。

二、研究目的

我国国民经在向工业化和现代化发展的进程中，较长时间处于能源消费需求迅速增长而供不组的紧缺状态，20世纪末的“九五”期间发生了显着变化，能源生产和消费总量均呈降的趋势，出现了难得的源供需基本基本平衡状况，但同时也出现了新的问题，即煤炭过于求与石油的供不应求的结构性矛盾突出。本文拟从我国的能源消费和生产入手，运用计量经济学模型分析的方法，研究影响我国能源消费与生产的主要因素，探讨我国能源消费的趋势。

三、模型设定

1、影响因素分析

理论上认为影响能源消费需求总量的因素主要有经济发展水平、产业发展、人口增长、能源转换技术等因素。

（1）国内生产总值：生产必然就造成能源的消耗，近30年来，国民经济飞速发展，能源的消耗也在快速增加，我国从能源出口国变为能源进口国，英国石油公司预计到2035年，中国将超过欧洲成为世界上最大的能源进口国。

（2）工业总产值：工业作为能源消费最多的部分，当然与能源消费总量的增长有着密不可分的关系。

（3）产业结构：在GDP中工业的贡献率表明了国家CDP对工业的依赖程度，同时也表明了GDP对能源的依赖程度。

（4）能源转换效率：由于技术的发展，对能源利用的效率也在逐年增加，也就意味同样多的产值需要消耗的能源在下降。据统计，我国人均能源资源的拥有量低于世界平均值，能源利用率低于发达国家，随着国民经济的发展和人民生活的改善，能源的需求量还要继续增加．因此，提高能源利用率、节约能源，对我国来说，是既重要又紧迫的事情．

（5）人口增长，由于人口增长带来的能源消耗也是无法忽视的，随着人口的大量增多，社会需要生产更多的产品满足消费需求，也就导致消耗的能源直线上升。

2、变量的选取

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?本文设定的我国能源消费的计量经济方程，模型共有1个内生变量，4个外生变量。?

（1）?内生变量：Y:?能源消费总量，单位：万吨标准煤；??

（2）外生变量???X1:国内生产总值，单位：万元；??

X2:工业产值，单位: 万元；

X3:?产业结构，用工业对GDP的拉动百分比表示；

X4：能源转换效率，单位：百分比

X5：人口数量，单位：万人；

3、数据来源及处理

针对以上因素分析，我们收集了中国能源消费标准煤总量、国内生产总值GDP、人口增长、工业产值、产业结构、能源加工转换效率等1990——2013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。数据如下：

4、模型设定

通过对影响能源消费总量的因素分析，将模型设定为：

ε

++++++=55443322110x b x b x b x b x b b y

四、模型的估计与调整

1、利用eviews 软件分析数据，得到如下散点图

由以上相关图分析可看出解释变量X1、X2、X5与解释变量Y呈线性变化，但是解释变量X3/X4与被解释变量Y呈非线性关系

用最小二乘法，利用eviews软件可得结果如下：

Dependent Variable: Y

Method: Least Squares

Date: 06/28/15 Time: 14:27

Sample: 1990 2013

Included observations: 24

Variable Coefficient Std. Error t-Statistic Prob.

C

X1

X2

X3

X4

X5

R-squared Mean dependent var

Adjusted R-squared . dependent var

. of regression Akaike info criterion

Sum squared resid +09 Schwarz criterion

Log likelihood F-statistic

Durbin-Watson stat Prob(F-statistic)