我国能源消费影响因素的实证分析08040630 08经济学班朱玉霞摘要：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、产业结构、能源产出等因素进行分析，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。

关键字：能源消费能源生产影响因素计量分析研究背景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快速增长。

十八世纪第一次工业革命，煤炭的燃烧推动蒸汽机的普及，进而带动了生产率的提高，实现了工业化的起步。

随着工业化进程的深入，石油的大量使用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的互动关系，能源是经济增长的动力源泉，经济增长又拉动能源消费。

能源消费包括两部分，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与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。

研究目的我国国民经济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给不组的紧缺状态，20世纪末的“九五”期间发生了显著变化，能源生产和消费总量均呈下降的趋势，出现了难得的能源供需基本基本平衡状况，但同时也出现了新的问题，即煤炭供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。

文献综述刘凤朝等于2007年9月发表了“中国经济增长和能源消费的动态特征”一文。

文章运用基于向量自回归模型的广义预测误差方差分解和广义脉冲响应分析方法，在资本，劳动和能源三要素单部门新古典生产函数的框架内，以中国1988—2005年间的能源消费和经济增长数据为样本，考察了二者之件的动态特征。

结果显示：在长期，除了资本增长外，经济增长是能源消费的重要增长因素，贡献度为14.92%。

能源消费增长的冲击对经济增长有正的影响作用。

刘凤朝、孙玉涛于2008年3月在《中国人口.资源与环境》上发表了“技术创新，产业结构调整对能源消费影响的实证分析”。

指出，在产业结构调整，减少能源效率的过程中，技术创新是关键因素。

在现有的研究基础上引入技术创新要素，建立技术创新，产业结构调整对能源消费影响的分析框架。

通过假设建立了技术创新，产业结构调整对能源消费的计量经济模型，运用中国的数据进行了实证分析。

研究结果表明，专利授权量增加能够节约能源消费，产业产值增加能够减少能源消费。

研究结果认为，产业结构升级，优化和经济增长方式转变，是经济增长和能源消费脱钩的重要途径。

研究未来能源生产与经济增长的关系，运用科学的预测方法预测未来能源产量，制定使国民经济持续快速增长的能源供应战略和供需平衡策略，也是我国学者研究的重点和热点问题之一。

模型的选取和变量的选择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2个内生变量，4个外生变量。

（1）内生变量：QT: 能源消费总量，单位：万吨标准煤；QC: 能源生产总量，单位：万吨标准煤；（2）外生变量GDP: 国内生产总值，单位：万元；IM: 产业结构，用工业产值占GDP的比重所表示。

RJ: 人均国内生产总值，为了与人口总数的单位相一致，采用单位：万元/千人。

对于国内生产总值、我国的能源生产总量以及产业结构这些变量，我们更关心其相对数变化对能源消费总量的影响，而且对数变换后能够减少多重共线性和异方差对模型的影响，所以采用对数模型。

对于第二个方程，能源生产总量受到能源消费量和人均国内生产总值影响。

数据来源及处理本文收集了中华人民共和国国家统计局编纂的《中国统计年鉴》中1978-2008年的相关数据进行了处理：QT表示能源消耗（万吨标准煤）；GDP表示国内生产总值(万元)；IM表示产业结构(第二产业所占百分比);QC表示能源生产(万吨标准煤)；RK表示人口总数(千人)。

表1能源消费影响因素原始数据一览表表2能源产出影响因素原始数据一览表模型设定t t t t t IM QC GDP QT μββββ++++=ln ln ln ln 3210 [1]t t t t RJ QT QC 221ln ln ln μαα++=[2]方程[1]反映能源消费的影响因素，它与国内生产总值，我国的能源生产总量以及产业结构有关系；方程[2]反映了影响能源产出的因素，它与我国能源消费及人均国内生产总值有关系。

模型回归结果应用EVIEWS ， 采用最小二乘法进行初步回归的结果如下：Dependent Variable: LNQT Method: Least Squares Date: 12/13/10 Time: 15:25 Sample: 1978 2008 Included observations: 31C 0.170447 0.371851 0.458373 0.6504 LNGDP 0.056964 0.011841 4.810734 0.0001 LNIM 0.233727 0.096258 2.428142 0.0221 R-squared0.997932 Mean dependent var 11.64342 Adjusted R-squared 0.997702 S.D. dependent var 0.464446 S.E. of regression 0.022264 Akaike info criterion -4.651779 Sum squared resid 0.013383 Schwarz criterion -4.466748 Log likelihood 76.10257 F-statistic 4342.758模型拟合情况如下图所示：-0.050.000.050.1010.511.011.512.012.513.0808590950005回归结果的检验(1)经济意义检验：从回归得出的结果来看，lnGDP 的系数为0.056964，lnQC 的系数为0.950732，lnIM 的系数为0.233725，各变量的正负符号与预期的相一致，并且其大小在经济理论上解释得通，因此该模型通过经济意义检验。

(2)拟合优度及模型估计效果检验：从上表可以看出可绝系数为0.997932，调整后的可绝系数为0.997702均很高，说明模型的拟合优度极佳。

(3)回归系数的显著性检验(t 检验)：从回归结果看，此模型中的变量和参数的t 值在5％的置信水乎下均统计值显著，即各个解释变量对被解释变量的解释效果都很好；而F 检验值也是较高的，这说明方程整体对被解释变量的解释效果也很好。

(4)变量的多重共线性检验。

LNGDP LNIM LNQC LNGDP 10.4077889119010.969223643711 LNIM 0.407788911901 10.394082205553LNQC0.9692236437110.3940822055531由于经济变量之间都是相互影响的，难免存在一定的共线性，但是只要共线性不严重，各自变量对因变量的解释程度还是可信的。

由于整个模型的残差不存在严重多重共线性，则变量之间一定的相关程度不影响该模型的解释能力。

由于题目研究需要，保留三个变量。

(5) 异方差检验(white 检验)：时间序列模型也可能存在异方差。

我们用white 检验来验证该模型是否存在异方差。

在建模的过程中，我们选择含交叉项的模型进行检验。

建立原假设H0：不存在异方差。

F-statistic 0.891467 Probability 0.548882Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 12/13/10 Time: 15:57 Sample: 1978 2008 Included observations: 31C -3.333486 2.469802 -1.349697 0.1915 LNGDP -0.139184 0.130025 -1.070440 0.2966 LNGDP^2 -0.001364 0.001912 -0.713348 0.4835 LNGDP*LNIM -0.027474 0.031244 -0.879339 0.3892 LNGDP*LNQC0.012562 0.013835 0.907989 0.3742 LNIM -1.286233 0.948635 -1.355877 0.1895 LNIM^2 -0.009555 0.115760 -0.082543 0.9350 LNIM*LNQC 0.133765 0.113997 1.173408 0.2538 LNQC 0.612317 0.499575 1.225676 0.2339 R-squared0.276441 Mean dependent var 0.000432 Adjusted R-squared -0.033656 S.D. dependent var 0.000861 S.E. of regression 0.000876 Akaike info criterion -10.98706 Sum squared resid 1.61E-05 Schwarz criterion -10.52448 Log likelihood 180.2995 F-statistic 0.891467 Durbin-Watson stat2.971273 Prob(F-statistic)0.548882由)(22n TR αχ<，接收H 0，模型不存在异方差。

(6) 自相关检验：DW=2.971273。

给定显著水平α=0.05, n=31,k=3, 查Durbin —Watson 表,dl=1.229,du=1.650。

模型中4-dl<DW<4，则误差项间存在负相关。

可用科克伦-奥克特迭代法进行补救。

（7）计量结果的经济意义分析：由上述回归模型各变量系数的经济意义来看，lnQC 的t 检验值最显著为23.11322，这说明能源消费总量对能源产出总量的影响最大，这从直观上也是容易理解的，消费需求的增加必然要求产出上的提高。