中國(guó)能源消費(fèi)影響因素分析

1、中國(guó)能源消費(fèi)影響因素分析 1/22 /fl 匕於 A0N CQ 計(jì)量經(jīng)濟(jì)學(xué)課程論文 學(xué)生姓名： 學(xué) 號(hào)： 院 部： 專 業(yè)： 班 級(jí)： 任課教師： 目錄 一、引言1 二、數(shù)據(jù)選取1 三、模型設(shè)定2 四、參數(shù)估計(jì)3 五、模型檢驗(yàn)3 51經(jīng)濟(jì)意義檢驗(yàn)3 5.2統(tǒng)計(jì)檢驗(yàn)4 5.3計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)4 5.3.1多重共線性檢驗(yàn)及其修正4 5.3.2異方差檢驗(yàn)11 5.3.3自相關(guān)檢驗(yàn)及其修正16 六、結(jié)論及建議18 6.1結(jié)論18 6.2建議18 附表19 中國(guó)能源消費(fèi)影響因素分析 一*引言 能源消費(fèi)是引是指生產(chǎn)和生活所消耗的能源。能源消費(fèi)按人平均的占有量是 衡量一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展和人民生活水平的重要標(biāo)志。

2、能源是支持經(jīng)濟(jì)增長(zhǎng)的重要 物質(zhì)基礎(chǔ)和生產(chǎn)要素。能源消費(fèi)量的不斷增長(zhǎng)，是現(xiàn)代化建設(shè)的重要條件。我國(guó) 能源工業(yè)的迅速發(fā)展和改革開放政策的實(shí)施，促使能源產(chǎn)品特別是石油作為一種 國(guó)際性的特殊商品進(jìn)入世界能源市場(chǎng)。隨著國(guó)民經(jīng)濟(jì)的發(fā)展和人口的增長(zhǎng)，我國(guó) 能源的供需矛盾日益緊張。同時(shí)，煤炭、石油等常規(guī)能源的大量使用和核能的發(fā) 展，乂會(huì)造成環(huán)境的污染和生態(tài)平衡的破壞?？梢钥闯觯粌H是一個(gè)重大的技 術(shù)、經(jīng)濟(jì)問題，而且以成為一個(gè)嚴(yán)重的政治問題。 在20世紀(jì)的最后二十年里，中國(guó)國(guó)內(nèi)生產(chǎn)總值（GDP）翻了兩番，但是能 源消費(fèi)僅翻了一番，平均的能源消費(fèi)彈性僅為0.5左右。然而自2002年進(jìn)入新 一輪的高速增長(zhǎng)周期后，

3、中國(guó)能源強(qiáng)度卻不斷上升，經(jīng)濟(jì)發(fā)展開始頻頻受到能源 瓶頸問題的困擾。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(shí)意義。 我國(guó)是一個(gè)能源大國(guó)，但是，我國(guó)人口眾多，人均能源占有量不及同期發(fā)達(dá) 國(guó)家的彷。能源是任何一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展不可缺失的物質(zhì)基礎(chǔ)。隨著我國(guó)人口 的繼續(xù)增長(zhǎng)，經(jīng)濟(jì)的快速發(fā)展，能源消費(fèi)量的增加是必然的，而與年俱增的能源 消費(fèi)對(duì)環(huán)境造成的破壞也越來越嚴(yán)重。因此，怎樣優(yōu)化能源利用結(jié)構(gòu)，開發(fā)利用 清潔能源，就成為我國(guó)經(jīng)濟(jì)發(fā)展的當(dāng)務(wù)之急。這就需要我們清楚了解能源供需形 勢(shì)，做好影響能源消費(fèi)因素分析，為能源規(guī)劃及政策的制定提供科學(xué)依據(jù)，保證 我國(guó)國(guó)民經(jīng)濟(jì)乂好乂快地發(fā)展。 二數(shù)據(jù)選

4、取 1、能源消費(fèi)總量，在模型中用Y來表示。是指一次性能源消費(fèi)總量，由煤炭、 石油、天然氣等組成（單位：萬(wàn)噸標(biāo)準(zhǔn)煤）。 2、能源消費(fèi)的影響因素： （1）能源生產(chǎn)總量，在模型中用囤來表示。是指一次性能源生產(chǎn)總量，該指 標(biāo)是觀察全國(guó)能源生產(chǎn)水平、規(guī)模、構(gòu)成和發(fā)展速度的總量指標(biāo)（單位：萬(wàn)噸標(biāo) 準(zhǔn)煤）。 （2）全國(guó)生活能源消費(fèi)總量，在模型中用囤來表示，是指一次性能源在在生 活方面的消費(fèi)量。（單位：萬(wàn)噸標(biāo)準(zhǔn)煤）。 （3）城鎮(zhèn)居民人均可支配收入，在模型中用囤來表示。指城鎮(zhèn)居民家庭人均 可用于最終消費(fèi)支出和其它非義務(wù)性支出以及儲(chǔ)蓄的總和。它是家庭總收入扣除 交納的所得稅、個(gè)人交納的社會(huì)保障費(fèi)以及調(diào)查戶的記賬補(bǔ)

5、貼后的收入。（單位: 元）。 （4）工業(yè)能源消費(fèi)總量，在模型中用囤來表示，是指工業(yè)方面的能源消費(fèi)量。 （單位：萬(wàn)噸標(biāo)準(zhǔn)煤）。 （5）其他因素，在模型中用因表示。由于各種原因未考慮到和無(wú)法度量的因 素歸入隨機(jī)擾動(dòng)項(xiàng)，如能源價(jià)格變動(dòng)、消費(fèi)者偏好、國(guó)家的經(jīng)濟(jì)結(jié)構(gòu)政策等。 搜集到的數(shù)據(jù)見下附表1 三、模型設(shè)定 回歸模型設(shè)定如下: Yt = % + PiXi + P2X2 + 卩 3X3 + 卩 4X4 + 人 其中，H一一表示能源消費(fèi)總量 S表示工業(yè)能源消費(fèi)總量0表示隨機(jī)誤差項(xiàng) EL EL ELS一表示待定系數(shù) 參數(shù)估計(jì) 表1回歸結(jié)果 Dependent Variable: Y Method: Lea

6、st Squares Date: 06/08/13 Time: 22:31 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 862.1201 2573.216 0.335036 0.7403 X1 0.516626 0.101984 5.065763 0.0000 X2 -0.129348 0.314592 -0.411162 0.6843 X3 1.301926 0.414958 3.137493 0.0042 X4 0.664180 0.092

7、332 7.193373 0.0000 R-squared 0.999553 Mean dependent var 143392.9 Adjusted R-squared 0.999484 SD. dependent var 75900.69 S.E. of regression 1723.330 Akaike info criterion 17.88859 Sum squared resid Schwarz criterion 18.11988 Log likelihood -272.2732 F-statistic 14541.92 Durbin-Watson stat 1.164545

8、Prob(F-statistic) 0.000000 根據(jù)表1中數(shù)據(jù)，模型的估計(jì)結(jié)果為: Yt = 862.1201 + 0.5166X - 0.1293X2 + 1.3019X3 + 0.6642X4 (3.1375)(7.1934) t = (0.3350)(5.0658)(-0.4112) R2 = 0.999553 R2 = 0.999484 F = 14541.92 n = 31 五、模型檢驗(yàn) 5.1經(jīng)濟(jì)意義檢驗(yàn) 由回歸估計(jì)結(jié)果可以看出，能源生產(chǎn)總量、城鎮(zhèn)居民人均可支配收入、工業(yè) 能源消費(fèi)總量與能源消費(fèi)總量呈線性正相關(guān)，與現(xiàn)實(shí)經(jīng)濟(jì)意義理論相符。但是全 國(guó)生活能源消費(fèi)總量與能源消費(fèi)總量

9、呈線性負(fù)相關(guān)，與現(xiàn)實(shí)經(jīng)濟(jì)意義理論不相 符。 5.2統(tǒng)計(jì)檢驗(yàn) 1）擬合優(yōu)度檢驗(yàn)：由表1中數(shù)據(jù)可以得到= 0.999553|,修正的可決系數(shù) 為虞彳二0.999484|,這說明模型對(duì)樣本的擬合很好。 2）F檢驗(yàn)：在95%的置信度下，F(xiàn)檢驗(yàn)值P值小于0.05,回歸方程是顯著的。 3）T檢驗(yàn)：在95%的置信度下，X3, X的t檢驗(yàn)均值均小于0.05,表明線 性作用顯著，但囤的t檢驗(yàn)均值不小于0,05,模型還需進(jìn)一步完善。 5.3計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) 5.3.1多重共線性檢驗(yàn)及其修正 （一）相關(guān)系數(shù)檢驗(yàn): 表2相關(guān)系數(shù)矩陣 變量 XI X2 X3 X4 XI 1.000000 0.981932 0.98530

10、3 0.998015 X2 0.981932 1.000000 0.948429 0.977685 X3 0.985303 0.948429 1.000000 0.984869 X4 0.998015 0.977685 0.984869 1.000000 由相關(guān)系數(shù)矩陣可以看出，各解釋變量相互之間的相關(guān)系數(shù)很高，證實(shí)確實(shí) 存在嚴(yán)重多重共線性。 （二）修正多重共線性 采用逐步回歸的辦法，去檢驗(yàn)和解決多重共線性問題，分別作Y對(duì) Xi，X?, X?, X的一元回歸,結(jié)果如表3,表4,表5,表6所示。 表3 Y Dependent Variable: Y Method: Least Squares D

11、ate: 06/08/13 Time: 22:40 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Errort-Statistic Prob. C -19219.85 1426.375-13.47461 0.0000 X1 1.185788 0.009454125.4278 0.0000 R-squared 0.998160 Mean dependent var 143392.9 Adjusted R-squared 0.998097 SD. dependent var 75900.69 S.E.

12、 of regression 3311.409 Akaike info criterion 19.11048 Sum squared resid 3.18E+08 Schwarz criterion 19.20299 Log likelihood -294.2124 F-statistic 15732.12 Durbin-Watson stat 0.903140 Prob(F-statistic) 0.000000 表4 Y對(duì)囤的一元回歸估計(jì)結(jié)果 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 22:41 Sam

13、ple: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Errort-Statistic Prob. C -55231.90 8437.578-6.545943 0.0000 X2 11.23050 0.44778525.08014 0.0000 R-squared 0.955928 Mean dependent var 143392.9 Adjusted R-squared 0.954408 SD. dependent var 75900.69 S.E. of regression 16206.49 Akaik

14、e info criterion 22.28655 Sum squared resid 7.62E+09 Schwarz criterion 22.37907 Log likelihood -343.4416 F-statistic 629.0133 Durbin-Watson stat 0.384819 Prob(F-statistic) 0.000000 表5 Y對(duì)囤的一元回歸估計(jì)結(jié)果 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 22:41 Sample: 1980 2010 In eluded obse

15、rvations: 31 Variable Coefficie nt Std. Errort-Statistic Prob. C 67031.06 3069.44621.83816 0.0000 X3 13.63344 0.39411334.59272 0.0000 R-squared 0.976339 Mean dependent var 143392.9 Adjusted R-squared 0.975523 SD. dependent var 75900.69 S.E. of regression 11874.68 Akaike info criterion 21.66455 Sum s

16、quared resid 4.09E+09 Schwarz criterio n 21.75706 Log likelihood -333.8005 F-statistic 96.656 Durbin-Watson stat 0.688973 Prob(F-statistic) 0.000000 表6 Y對(duì)囤的一元回歸估計(jì)結(jié)果 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 22:42 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie

17、nt Std. Error t-Statistic Prob. C 5409.626 1179.685 4.585654 0.0001 X4 1.374434 0.010337 132.9685 0.0000 R-squared 0.998362 Mean dependent var 143392.9 Adjusted R-squared 0.998306 SD. dependent var 75900.69 S.E. of regression 3123.934 Akaike info criterion 18.99391 Sum squared resid 2.83E+08 Schwarz

18、 criterio n 19.08643 Log likelihood -292.4057 F-statistic 17680.61 Durbin-Watson stat 0.606171 Prob(F-statistic)0.000000 整理表3,表4,表5,表6,結(jié)果如表7 表7 元回歸估計(jì)結(jié)果 變量 囤 囤 囤 參數(shù)估計(jì)值 1.185788 11.23050 13.63344 1.374434 t統(tǒng)計(jì)量 125.4278 25.08014 34.59272 132.9685 0.998160 0.955928 0.976339 0.998362 0.998097 0.954408 0.

19、975523 0.998306 加入囤方程的二0.998306|最大,所以以囤為基礎(chǔ)，順次加入其它變量 逐步回歸。 表8引入變量匹也 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:12 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C -6425.612 2196.539 -2.925334 0.0068 X4 0.722967 0.112622 6.41940

20、9 0.0000 X1 0.563226 0.097174 5.796046 0.0000 R-squared 0.999256 Mean dependent var 143392.9 Adjusted R-squared 0.999202 S.D dependent var 75900.69 S.E. of regression 2143.538 Akaike info criterion 18.27007 Sum squared resid 1.29E+08 Schwarz criterion 18.40884 Log likelihood -280.1861 F-statistic 18

21、793.04 Durbin-Watson stat 0.685979 Prob(F-statistic) 0.000000 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:12 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 4125.534 2742.448 1.504325 0.1437 X4 1.349089 0.049834 27.07154 0.000

22、0 X2 0.216470 0.416135 0.520193 0.6070 R-squared 0.998378 Mean dependent var 143392.9 Adjusted R-squared 0.998262 S.D dependent var 75900.69 S.E. of regression 3163.977 Akaike info criterion 19.04881 Sum squared resid 2.80E+08 Schwarz criterion 19.18759 Log likelihood -292.2566 F-statistic 8618.092

23、Durbin-Watson stat 0.606389 Prob(F-statistic) 0.000000 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:13 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 13302.41 2335.492 5.695763 0.0000 X4 1.192354 0.049638 24.02116 0.0000 X3 1.

24、854428 0.497893 3.724549 0.0009 R-squared 0.998905 Mean dependent var 143392.9 Adjusted R-squared 0.998827 SD. dependent var 75900.69 S.E. of regression 2599.786 Akaike info criterion 18.65601 Sum squared resid 1.89E+08 Schwarz criterion 18.79478 Log likelihood -286.1682 F-statistic 12771.20 Durbin-

25、Watson stat 0.862972 Prob(F-statistic) 0.000000 表引入變量回歸結(jié)果 變量 囤囤囤囤岡 X4、x3 0.563226 (5.796046) 0.722967 (6.419409) 0.216470 1.349089 (0.520193) (27.07154) 1.854428 1.192354 (3.724549) (24.02116) 經(jīng)比較，加入囤的方程3).999202,改進(jìn)最大，而且各參數(shù)的 0.999202 0.998262 0.998827 t檢驗(yàn)顯 著，選擇保留囤，再加入其它新變量逐步回歸。 Y V V 表12引入行、1、2 Depe

26、ndent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:21 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 4641.609 2169.153- 2.139826 0.0416 X4 0.674324 0.106319 6.342437 0.0000 X1 0.676251 0.101839 6.640378 0.0000 X2 -0.701124 0.295459- 2.3

27、73003 0.0250 R-squared 0.999384 Mean dependent var 143392.9 Adjusted R-squared 0.999316 SD. dependent var 75900.69 S.E. of regression 1985.610 Akaike info criterion 18.14515 Sum squared resid 1.06E+08 Schwarz criterion 18.33018 Log likelihood -277.2499 F-statistic 14602.79 Durbin-Watson stat 1.05146

28、1 Prob(F-statistic) 0.000000 XXX 表3引入 C4、C、C3 Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:22 Sample: 1980 2010 In eluded observations: 31 VariableCoefficientStd. Errort-StatisticProb. C1061.2542488.0340.4265430.6731 9/22 中國(guó)能源消費(fèi)影響因素分析 X4 0.669372 0.0900467.433673 0.0000 X1 0.4

29、90654 0.0788246.224662 0.0000 X3 1.400762 0.3329964.206544 0.0003 R-squared 0.999550 Mean dependent var 143392.9 Adjusted R-squared 0.999500 SD. dependent var 75900.69 SE. of regression 1696.604 Akaike info criterion 17.83056 Sum squared resid Schwarz criterion 18.01559 Log likelihood -272.3737 F-st

30、atistic 20004.84 Durbin-Watson stat 1.126104 Prob(F-statistic) 0.000000 表14引入變量回歸結(jié)果 變量 0 a s 囤 0 0.676251 -0.701124 0.674324 0.999316 X4、X、x| (6.640378) (-2.373003) (6.342437) 0.490654 1.400762 0.669372 0.999500 X4、X、x3 (6.224662) (4.206544) (7.433673) 經(jīng)比較，存卜4、X臬礎(chǔ)卜加入莎不僅便旅$増大,而且t檢驗(yàn)值也通過I.所以選 擇保留囤，繼續(xù)回歸

31、。 V V Y Y 表15引入仙、入3、八2| Dependent Variable: Y Method: Least Squares Date: 06/08/13 Time: 23:38 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie nt Std. Error t-Statistic Prob. C 862.1201 2573.216 0.335036 0.7403 X4 0.664180 0.092332 7.193373 0.0000 X1 0.516626 0.101984 5.065763 0.0000

32、 X3 1.301926 0.414958 3.137493 0.0042 X2 -0.129348 0.314592 -0.411162 0.6843 R-squared 0.999553 Mean dependent var 143392.9 Adjusted R-squared 0.999484 SD. dependent var 75900.69 S.E. of regression 1723.330 Akaike info criterion 17.88859 Sum squared resid Schwarz criterio n 18.11988 11 / 22 中國(guó)能源消費(fèi)影響

33、因素分析 圖卜4對(duì)丫散點(diǎn)圖 13 / 22 Log likelihood -272.2732 F-statistic 14541.92 Durbin-Watson stat 1 164545 Prob(F-statistic) 0.000000 經(jīng)比較，在M、X1、乂寸的基礎(chǔ)上,加入囤后，不僅囤下降，而且囤參數(shù)的t檢 驗(yàn)值為負(fù)。這說明囤引起多重共線性，應(yīng)予剔除。 最后修正多重共線性影響的回歸模型為： t =卩。+ Pii + B3X3 + 卩4X4 + 片 5.3.2異方差檢驗(yàn) (一)圖示法 (1) |X、X3、X4對(duì)Y蘇溷 300000 250000 200000 x 150000 1000

34、00 50000 50000100000200000300000 Y 9AAAA 16000- 0 o oo 12000- o CO o X o 8000- o o o o o % 4000- o o o o 50000100000200000300000 Y 圖2卜3對(duì)丫散點(diǎn)圖 24nnnn_ 200000- 160000- 爻 120000- 80000 - 40000 - 0- 50( o o o o o o o o o o o o )001000002000001300000 Y 中國(guó)能源消費(fèi)影響因素分析 由圖1,圖2,圖3可知，隨著旳、X3、Xf變量值的增加,丫值也逐漸增加, 但是Y

35、值的離散程度沒有較明顯的變化趨勢(shì)，所以可能不存在異方差性。但是否 確實(shí)存在異方差還應(yīng)通過進(jìn)一步的檢驗(yàn)。 (2) Y V V e2對(duì)I 1、的散點(diǎn)圖 1 Zinp+A7 1.20E+07 - 1.00E+07- 8.00E+06- CXJ LLI 6.00E+06 - 4.00E+06 - 2.00E+06 - 0 00E+00- 0 0 O 。 0 0。 0 。 0 8 o 4 aOOA“ )00 ( )4000800012000 16000 20( X3 圖5 E2對(duì)囤的散點(diǎn)圖 1.40E+07 1.20E+07 - 1.00E+07- 8.00E+06- 2 LU 6.00E+06-。 4

36、.00E+06 - 2.00E+06- O。： 0.00E+00 -二_., 050000 100000 150000 200000 250000 X4 由圖4八圖5、圖6可以看出，殘差平方門對(duì)解釋變量42勺的散點(diǎn)圖 都分布在各個(gè)地方，大致可以看出殘差平方和13不隨陶、乂3、乂彳的變化而變化, 因此，模型很可能不存在異方差。但是否確實(shí)存在異方差還應(yīng)通過進(jìn)一步的檢驗(yàn)。 （二）懷特（White）檢驗(yàn) 表16 White檢驗(yàn)結(jié)果 White Heteroskedasticity Test: F-statistic2.551474 Probability0.037003 Obs*R-squared16

37、.19218 Probability0.062975 Test Equation: Dependent Variable: RESIDA2 Method: Least Squares Date: 06/09/13 Time: 00:11 Sample: 1980 2010 In eluded observations: 31 從表四可以看出, .19218, 由White檢驗(yàn)知，在|a = 05|下，查 Variable Coefficie nt Std. Error t-Statistic Prob. C 0.605088 0.5516 X1 -2274.849 2468.925 -0.92

38、1393 0.3673 X1A2 0.066933 0.043160 1.550805 0.1359 X1*X3 0.221861 0.219908 1.008881 0.3245 X1*X4 -0.173348 0.091095 -1.902935 0.0708 X3 286.1903 11646.26 0.024574 0.9806 X3A2 0.623482 0.963858 0.646861 0.5247 X3*X4 -0.387405 0.220576 -1.756329 0.0936 X4 2515.188 2429.131 1.035427 0.3122 X4A2 0.11774

39、9 0.049726 2.367938 0.0276 R-squared 0.522329 Mean dependent var 2507048. Adjusted R-squared 0.317612 SD. dependent var 3570682. S.E. of regression 2949625. Akaike info criterion 32.88795 Sum squared resid 1.83E+14 Schwarz criterio n 33.35053 Log likelihood -499.7632 F-statistic 2.551474 Durbin-Wats

40、on stat 2.785205 Prob(F-statistic) 0.037003 15 / 22 中國(guó)能源消費(fèi)影響因素分析 y (9) = 16 92 16 19 表知 ,所以拒絕備擇假設(shè)，不拒絕原假設(shè)，表 明模型不存在異方差。 5.3.3自相關(guān)檢驗(yàn)及其修正 (一)自相關(guān)檢驗(yàn) 表17消除多重共線性后的最小二乘法估計(jì)結(jié)果 Dependent Variable: Y Method: Least Squares Date: 06/13/13 Time: 01:04 Sample: 1980 2010 In eluded observations: 31 Variable Coefficie n

41、t Std. Error t-Statistic Prob. C 1061.257 2488.032 0.426545 0.6731 X1 0.490654 0.078824 6.224673 0.0000 X3 1.400762 0.332996 4.206549 0.0003 X4 0.669372 0.090046 7.433681 0.0000 R-squared 0.999550 Mean dependent var 143392.9 Adjusted R-squared 0.999500 SD. dependent var 75900.69 S.E. of regression 1

42、696.603 Akaike info criterion 17.83056 Sum squared resid Schwarz criterio n 18.01559 Log likelihood -272.3736 F-statistic 20004.87 Durbin-Watson stat 1.126102 Prob(F-statistic) 0.000000 Yt = 1061.257 十 0.4907X + 1.4008X3 + 0.6694X4 t = (0.4265)(6.2247)(4.2065)(7.4337) I# 二 0.99955屁$ = 0 9995 卩二20004

43、.87DW=1.1261 該回歸方程可決系數(shù)較高，回歸系數(shù)均顯著。對(duì)樣本量為31,3個(gè)解釋變量 的模型，5%顯著水平，查DW統(tǒng)計(jì)表可知，卩嚴(yán)1229|,卩廠 畫,模型中dwy囤， 顯然模型中有自相關(guān)。 （二）自相關(guān)問題處理 表18消除自相關(guān)處理結(jié)果 Dependent Variable: Y Method: Least Squares Date: 06/09/13 Time: 00:33 Sample (adjusted): 1981 2010 In eluded observati ons: 30 after adjustme nts Con verge nee achieved after

44、 10 iterati ons Variable Coefficie nt Std. Error t-Statistic Prob. C -99.33455 3181.945 -0.031218 0.9753 X1 0.453032 0.087881 5.155060 0.0000 X3 0.878104 0.435667 2.015540 0.0547 X4 0.759662 0.102350 7.422191 0.0000 AR(1) 0.562023 0.186576 3.012306 0.0059 R-squared 0.999636 Mean dependent var 146163

45、.5 Adjusted R-squared 0.999578 SD. dependent var 75587.03 S.E. of regression 1553.167 Akaike info criterion 17.68499 Sum squared resid Schwarz criterio n 17.91852 Log likelihood -260.2749 F-statistic 17164.78 Durbin-Watson stat 1.727914 Prob(F-statistic) 0.000000 Inverted AR Roots .56 Yt = - 99.3346

46、 + 0.453X1 + 0.8781X3 + 0.7597X4 t = (.0312)(5.1551)(2.0155)(7.4222) R =0999636| 肝=0.999578 F=17164.78DW=1.7279 對(duì)樣本量為31,3個(gè)解釋變量的模型，5%顯著水平，查DW統(tǒng)計(jì)表可知, 隹=1.229|,匝三畫”模型中=1.727914 囤，顯然模型己消除自相關(guān)。 六、結(jié)論及建議 61結(jié)論 1、能源消費(fèi)模型的多重共線性修正和自相關(guān)補(bǔ)救表明，能源消費(fèi)總量 與能源生產(chǎn)總量、城鎮(zhèn)居民人均可支配收入及工業(yè)能源消費(fèi)量存在著長(zhǎng)期均 衡的關(guān)系。 2、在多重共線性的修正過程中，可以發(fā)現(xiàn)，時(shí)間序列全國(guó)能源

47、消費(fèi)總 量、工業(yè)能源消費(fèi)量與能源消費(fèi)總量具有共同變化趨勢(shì)，在經(jīng)濟(jì)上升時(shí)期均 呈現(xiàn)增長(zhǎng)的趨勢(shì)；在經(jīng)濟(jì)收縮期，乂都呈現(xiàn)下降趨勢(shì)。當(dāng)這三者同時(shí)作為解 釋變量時(shí)，就很有可能出現(xiàn)多重共線性。出現(xiàn)多重共線性的另一原因是：抽 樣僅僅局限于能源消費(fèi)總量影響因素的一個(gè)有限范圍內(nèi)。 3、在自相關(guān)的修正過程中，我們可以發(fā)現(xiàn)，全國(guó)生活能源消費(fèi)總量、 城鎮(zhèn)居民人均可支配收入、工業(yè)能源消費(fèi)總量等經(jīng)濟(jì)數(shù)據(jù)都具有時(shí)間上的慣 性，即在經(jīng)濟(jì)高漲的時(shí)期，能源消費(fèi)在各個(gè)領(lǐng)域的較高增長(zhǎng)率都會(huì)持續(xù)一段 時(shí)間。另外一方面，城鎮(zhèn)人均可支配收入具有經(jīng)濟(jì)活動(dòng)的滯后性，城鎮(zhèn)居民 人均可支配收入的增加，不會(huì)使居民能源消費(fèi)的水平當(dāng)期就達(dá)到應(yīng)有的水平, 而是要經(jīng)過若干期才能達(dá)到。因?yàn)槿说南M(fèi)觀念的改變存在一定的適應(yīng)期。 4、雖然能源價(jià)格、能源消費(fèi)結(jié)構(gòu)和環(huán)境政策等因素未能在模型中得到 量化和反映，但不是說這些因素對(duì)能源需求的影響并不重要。事實(shí)上，這些 因素越是得不到量化和反映，越是暴露了當(dāng)前我國(guó)在這些方面的不足和缺陷, 更應(yīng)該重視和解決。 6.2建議 1、充分發(fā)揮市場(chǎng)機(jī)制的作用，促進(jìn)我國(guó)能源消費(fèi)向高效、清潔的方向 發(fā)展。在工業(yè)方面，有重點(diǎn)地調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，確保經(jīng)濟(jì)與能源消費(fèi)的協(xié)調(diào)增 長(zhǎng)。在保證能源供應(yīng)安全的同時(shí)，要合理的控制經(jīng)濟(jì)增長(zhǎng)速度，積極推動(dòng)經(jīng) 濟(jì)增長(zhǎng)方式由粗放型向集約型轉(zhuǎn)變，嚴(yán)格控制高能耗產(chǎn)業(yè)的投資和發(fā)展，從 而確保國(guó)民經(jīng)濟(jì)能夠健康