《计量经济学》实验报告

我国能源需求影响因素的计量经济学分析

一、背景

早在20##年国务院常务会议讨论并通过的《能源中长期发展规划纲要(2004_2020)》(草案)中便指出：“能源是经济社会发展和提高人民生活水平的重要物质基础，制定并实施能源中长期发展规划，解决好能源问题，直接关系到我国现代化进程”。随着时代潮流的推进，我们看到了一个日益强大起来的中国，屹立于世界之巅。而取得了举世瞩目的中国经济的发展，与我国能源工业的支撑是密不可分的。特别是改革开放以来，我国的能源工业便得到了迅速地发展，推动了我国国民经济的高效快速发展。我们应该时刻把能源问题放在经济发展的重要环节，恰当合理地处理好能源的各方面发展问题。但是，现如今，在能源方面，我们遭受到了许多严重的问题。最首要的便是“能源短缺”，随着国民经济的发展和人口的增长，能源的供需日益不平衡。由于大部分诸如煤炭、石油、天然气等重要资源属于不可再生能源，在短期内，其供给很难发生改变，而人们对能源的需求不断地扩张着，因此，从供不应求的范畴考虑，我们应该从其需求方面入手来考察问题，着重研究影响能源需求的因素，从中找寻日后能源工业发展的应对策略。

二、确定模型所包含的变量

根据西方经济学理论，影响需求的因素主要有：商品本身的价格、相关商品的价格、家庭收入、消费者对未来价格变动的预期、消费者偏好、人口数量与结构的变动、政府的消费政策等等。针对相关商品的价格，我们把它假定在只存在于能源内部各产品之间，与此同时，消费者对未来价格变动的预期及消费者偏好、人口数量与结构的变动、政府消费政策等因素，因数据难找抑或是其他复杂原因，且它们均不是影响能源需求量的特别显著的因素，所以，将它们都归入随机干扰中。

我们都知道，影响人们购买力最重要的因素之一产品的价格，因此，在考察能源需求影响因素时，能源价格这一因素是必不可少的，而从统计年鉴中可以得到各种能源产品的出厂价格指数，它可以作为产品价格代替的衡量因素。于是，能源产品出厂价格指数就成为我选取的研究对象的第一个解释变量。

其次，居民收入是影响能源需求量的又一重要因素。因为，当个人或企业的可支配收入增加时，其购买力上升，对能源需求量就会增加，反之，当个人或企业的可支配收入下降时，由于有些能源属于非必要消费，因此他们会减少这一方面的支出。所以，我选择统计年鉴中的城镇居民家庭可支配收入作为考察能源需求量的第二个解释变量。（这里为了稍微简化问题，由于城镇居民家庭可支配收入占居民收入的绝大部分，因而，暂时不把农村居民的可支配收入考察入内，以城镇的为主）

再次，需求很大程度上要受到供给能力的限制，否则，哪怕需求再旺盛，供给不足依旧会使得这样旺盛的需求得不到满足，因而要将能源供给量考察入内。从实际看来，国内能源的生产总量占据了能源供给量的绝大部分，故此处用国内能源生产总量来代表能源供给量，作为考察能源需求的另一解释变量。

作为影响需求的又一要素——工业总产值也是不可被忽略的。另外，本来还需要引入技术因素，因为在能源供给和需求的环节中，技术的应用对能源的使用效率有着莫大的影响，继而影响了能源的需求。但由于所要选取的衡量技术投入量和技术水平高低的能源加工转换效率之前好多年的数据无法查到，且该数据之间的差距不是很大，暂把它归入随机干扰项中。

三、数据定义及来源

1．数据定义：

①——Y：能源需求总量：是指一次性能源消费总量，由煤炭、石油、天然气和水电四项组成。

数据来源：《20##年中国统计年鉴》，7-2

②——X1：能源价格：用能源产品出厂价格指数来衡量（通过煤炭、石油、电力工业出厂价格指数的加权来计算）

数据来源：《20##年中国统计年鉴》，9-11、7-1

③——X2：城镇居民家庭人均可支配收入：

数据来源：《20##年中国统计年鉴》，10-2

④——X3：能源供给总量：这里给定国内能源生产总量来代替。

数据来源：《20##年中国统计年鉴》， 7-1

⑤——X4：工业总产值

数据来源：《20##年中国统计年鉴》，2-4

⑥——随机误差项

2.数据表

   按照前文所述的方法将数据进行调整、计算，而汇编整合出最终确定的数据，即如下表：

3.散点图

（1）Y与X1的散点图：

说明Y与X1呈非线性相关

（2）Y与X2的散点图:

说明Y与X2呈非线性相关

(3)Y与X3的散点图：

说明Y与X3呈线性相关

（4）Y与X4的散点图：

说明Y与X4呈非线性相关

四．模型设定及检验

1.设定回归模型形式如下：

Y_t＝β₀+β₁*X_1t+β₂*X_2t+β₃*X_3t+β₄*X_4t +μ_t

Y_{t   ——能源需求总量（万吨煤）}

X_{1t——能源产品的出厂价格指数}   

X_{2t——城镇居民家庭人均可支配收入（元）}

X_{3t——能源生产总量（万吨标准煤）}

X_{4t——工业总产值（亿元）}

μ_{t——随机干扰项}

_{接下来，利用计量经济计算机软件Eviews，且运用OLS方法估计模型的参数，结果如下：}

_图1

 

 

 

 

 

回归方程为：

Y=-15695.11+73.65705*X1+0.979658*X2+1.023153*X3+0.150972*X4

_{（5227.974）（50.72892）（1.027390）（0.049597）（0.110400）}

_{t=（-3.002141）（1.451974）（0.944780）（20.62942）（1.367500）}

R²_{=0.998880     F=6022.337}

 

（一）模型的经济意义检验：

由回归估计结果可以看出，β₀=15695.11，表示当能源产品的出厂价格指数、城镇居民家庭人均可支配收入。能源生产总量、工业总产值不变时，我国的能源需求量保有15695.11的基本量。β_1、β_2、β_3、β₄也同理来分析，最终可以得出，城镇居民家庭人均可支配收入、能源生产总量、工业总产值与能源需求总量呈线性正相关，这与现实的经济理论是相符合的。而能源产品出厂价格指数与能源需求总量呈线性正相关，就这点而言，不符合现实的经济意义。

（二）模型的统计检验

     R²的值越接近1，说明回归直线对观测值的拟合程度越好；反之，若它越接近0，说明回归直线对观测值的拟合程度越差。从估计的结果可以看出，该模型的可决系数R²=0.998880，F=6022.337，表明该模型在整体上拟合地比较理想。从系数显著性检验上看，假设我们给定α=0.05，仅有x3的P值均小于给定的显著性水平，则拒绝原假设，接受备择假设，表明了能源生产总量对能源需求总量有显著性影响，相反，城镇居民家庭人均可支配收入、工业总产值和能源产品的出厂价格指数的t的p值是大于给定的显著性水平的，因此，暂且初步判定城镇居民家庭人均可支配收入、工业总产值和能源产品的出厂价格指数对能源需求总量的影响不显著。

（三）模型的计量经济检验

由图1 R²=0.998880，F=6022.337，可以看出模型整体的线性回归拟合较好。然而，X1、X2和X4的t检验不显著，并且，X1的系数数据与现实的经济意义相悖，则说明该模型存在多重共线性，在Eviews中逐步回归以修正模型的多重共线：

1．多重共线性检验

①  运用OLS逐一求出Y对各个解释变量的回归，并选出拟合效果最好的一元线性回归方程。

图二

图三

图四

图五

经分析，在四个一元回归模型中能源需求总量Y对能源生产总量X3的线性关系最强，其拟合程度最好。因此，由图4得：Y=-20450.93+1.195371*X3

                               （1280.734）（0.008946）

                            t=（-15.96814）（133.6146）

                           R² =0.998322  F=17852.86

②  逐步回归，将剩余的解释变量逐一代入。得出x1对Y的影响不那么显著，所以将x1删去，而在模型设定时，由于工业总产值包含很多产业的内容，对这一问题的研究意义较为模糊，且在多重共线性检验当中，由于工业总产值与能源生产总量有异曲同工的感觉，即存在多重共线性，后者包含在前者当中，而能源生产总量对于问题的解释能力更强，因此，笔者排除了x4这一因素。

③  最终，通过逐一回归得出了如下模型：

Y=-10885.05+1.761927*X2+0.046313*X3

  (-10885.05)(0.581174) (0.046313)

T=(-3.246084)(3.031669)(22.82365)

R² =0.998726 F=11368.24

2.随机解释变量问题（采用工具变量法IV）、

所考察的这个模型属于一个经济问题，而经济活动往往是具有连续性的，使得这类模型随机解释变量问题在以时间序列数据作为样本的这个模型中有可能存在。因为笔者选取的这一模型中出现随机解释变量与随机干扰项同期相关，即尽管增大样本容量也无济于事，此时，可以使用工具变量法。如下：

OLS：

IV：

则：OLS：y=-16984.25+0.900785*X3+0.274324*Y(-1)

     IV：y=-13899.82+0.670816*X3+0.485721*Y(-1)

3.序列相关性检验

D-W检验：

根据样本容量n＝32和解释变量个数K＝3(包含常数项)，查得D.W.分布表，得到：

下界d_L＝1.31，上界d_U＝1.57，继而得出4－d_L＝2.69，4－d_U＝2.43

由于（d_U＝1.57）＜（D.W＝2.023578）＜（4－d_U＝2.43），

所以模型无自相关性。

五．模型结果分析

综合以上分析，得出最终模型如下：

Y=-10885.05+1.761927*X2+0.046313*X3

  (-10885.05)(0.581174) (0.046313)

T=(-3.246084)(3.031669)(22.82365)

R² =0.998726 F=11368.24

1、 之前所引入的X1变量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，而所得出的X1的系数并不是一个负值。

2、 由分析得出，R² =0.998726 F=11368.24。R²很大，F值也很显著，说明模型在整体上的拟合效果好，能源需求仅与能源生产总量和城镇居民家庭人均可支配收入有明显的相关关系。城镇居民家庭人均可支配收入对能源需求的影响最大，当城镇居民家庭人均可支配收入每增加一个单位时，能源需求总量将提高1.761927个单位。而能源生产总量相对于城镇居民家庭人均可支配收入来说，对能源需求总量的影响相对较弱，即能源生产总量每增加一个单位时，能源需求总量将增加0.046313个单位。

3、 在考虑能源需求的时候，本来有很多重要的影响因素应该被列进去，但是由于数据难以收集等相关原因而被笔者排除了。与此同时，对于时间序列数据可能出现的平稳性问题（由于选取的数据都是宏观经济变量，极有可能出现非平稳性），因为笔者能力和知识所限，无法对模型做进一步调整，很多可能出现的诸如“伪回归”的问题，本文未作处理。

4、 改革开放以来，中国能源生产总量得到逐年快速的增长，其平均增长率为1.066%，20##年的能源总产量是1978年的4.37倍，由此可见，中国能源工业自改革开放以来得到了长足的进步，如此高度的发展势头，有力地支撑起其他相关产业的发展，给予了中国经济朝着更光明的方向迈进。

中国是一个人口大国，同时也是能源的消费大国。据资料记载，“20##年全世界能源消费总量为102.24亿吨油当量，比上年增长4.32%，其中中国能源消费量为13.86亿吨油当量，增长15.11%，占世界能源消费量的13.56%”，中国成为了世界上第二大能源消费国。能源工业的发展有赖于需求的拉动，供给和需求从来都是密不可分的，当需求量增加，就会促使企业加大商品的供给以谋求更多的收益，所以，从能源消费总量中能够看出该国在此种商品上的购买力。所谓消费可以反作用于生产正是如此，仅从能源消费增长率来看，中国成为了世界上唯一一个以两位数增长的国家，明显呈现上升趋势的能源消费总量告诉我们，随着我国的能源需求量的不断增加，可以有效的促进我国能源工业的发展，使之进行不断地再生产，为它创造源源不断的动力。较之巨大的能源消费总量，能源生产总量明显不足。能源供需的巨大矛盾给能源工业的发展提出了挑战，而解决这一问题的方法不仅仅在于扩大能源的勘探、开采，增加能源的供给，更要求能源工业朝着国际化的方向前进，适时调整进出口战略，以进口量来弥补能源供给的不足，增加能源储备。从另一个侧面看，它们应该通过技术进步以提高能源的使用效率。因此，如何面对未来不可再生能源资源有限、能源供给不足的境况，如何适时地调整工业结构，如何通过技术革新应对挑战等问题，是能源工业发展之路上不能逃避的。

总的来说，中国的能源资源较为丰富，能够给予能源工业强大的后备支持，同时，国家大力组织先进能源技术的研发和推广应用，注重加强能源科技人才的培养，完善政策法规和技术标准，都是在为能源工业的发展创造良好的条件。我们有理由相信，在我国强有力的需求保障下，改革开放后能源工业势头将持续进行下去。而在走可持续发展之路、建设资源节约型、环境友好型社会的前提下，未来发展能源工业还必须要注意尽可能的减少生产过程中给环境带来的危害，着眼于长远利益，以能源工业的可持续发展来推动社会的可持续发展。

 

第二篇：计量经济学实验报告4