关于我国能源消费影响因素的实证分析

关于我国能源消费影响因素的实证分析

内容摘要：随着经济的快速发展，能源的消费量也在不断上升。能源消费水平是衡量一个国家或地区现代化水平的重要标志。保持能源的稳定供应，不断提高能源利用率，是支持经济增长的重要保证。为了分析影响能源消费需求的因素，本文选取了国内生产总值GDP、人均生活电力消费、能源加工转换率、年末总人口数和工业品出厂价格指数-原材料、燃料作为主要的参考指标，利用EVIEWS3.1进行分析和检验，并建立最终的数学模型。根据最终的数学模型可以对能源消费进行分析与预测。最后，本文在做出结论的基础上提出了一些政策性的建议。

关键词：能源消费影响因素实证分析政策建议

Abstract

With the rapid development of economic, energy consumption is also rising rapidly. Energy consumption is an important measure of modernization in a country or region. To maintain a steady supply of energy and increase energy efficiency are important guarantee to support economic growth. In order to analyze the factors which affect energy consumption demand, this paper selects domestic product GDP、per capita electricity consumption、Energy conversion rate、end of the total population and PPI - raw materials, fuel as the main reference index. Analysis and testing with EVIEWS3.1, and then establish the final mathematical model. Finally, on the basis of the conclusion, this paper put forward some policy suggestions.

Key words:Energy Consumption；Factors；Empirical Analysis；

Policy Recommendations

一、研究背景

能源是人类社会赖以生存和发展的必备物质条件之一，也是经济发展和社会进步的重要资源。在人类社会发展的历史进程中，能源的利用始终是不可或缺的。任何一个国家的发展都离不开能源，作为基础地位的能源成为现代国家关心的首要问题之一。中国是世界上最大的发展中国家，同时也是世界第二大能源消费国。我国虽是资源能源大国，但由于人口基数大，人均资源消费量在世界的排名并不乐观。在不断的工业化和城市化进程中，能源问题日渐成为中国经济发展和社会进步的瓶颈。因此，完善中国能源消费结构，提高能源利用率是实现能源、经济和社会之间协调、可持续发展的必由之路。为了研究我国能源消费的情况，我们有必要对影响中国能源需求的各种因素进行分析。

二、指标选取和数据收集

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、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，本文收集了中国能源消费标准煤总量（Y）、国内生产总值GDP（X1）、平均每人生活消费能源（X2）、能源加工转换率（X3）、年末总人口数（X4）和工业品出厂价格指数-原材料、燃料、动力购进价格指数（X5）作为能源消费的影响因素。具体数据来自于1991—2011年统计数据，见表1。

从选取的指标中我们可以看出以下几种关系：GDP越高能源消费需求也就越高，能源消费量相应也越大；平均每人生活消费能源越大预示着能源消费越大；很显然，能源加工转换效率越高，能源消费量越高；人口数量越多，需要的能源也就越多，能源消费也就越大。原材料、燃料、动力购进价格指数越高，人们消费能源的意愿越低，需求也就越少。

表1 能源消费及其影响因素表

三、模型设定

本文是研究我国能源消费需求与主要影响因素之间的定量关系。我们将模型设定为：Y =β0 + β1 X1 +β2 X2 +β3 X3 +β4 X4+β5 X5 +u

其中：Y为我国能源消费需求（万吨标准煤）

X1为GDP（亿元）

X2为平均每人生活消费能源（千克标准煤）

X3为能源加工转换效率（%）

X4为总人口数（万人）

X5为原材料、燃料、动力购进价格指数

u为随机误差项，描述变量外的因素对模型的干扰

四、回归与检验

利用Eviews3.1软件，导入数据，用这些数据对模型进行OLS回归。通过变量之间的散点图发现Y、X1、X4取对数后散点图和线性图具有更好的规律性，所以本文对其取对数处理，记作lnY、lnX1、lnX4。

初次的回归结果如下：

表2 包含全部变量的回归结果

（一）多重共线性的检验及修正

由此可见，该模型的可决系数较高，F检验值607.2902，明显显著。这表明可能存在多重共线性。

1、检验：用简单相关系数矩阵法进行检验，检验结果如下表所示。

由相关系数矩阵可以看出，各解释变量之间相关系数都比较高，所以该模型存在严重的多重共线性。

2、用逐步回归法修正多重共线性。

分别做lnY对lnX1、X2、X3、lnX4和X5的一元回归，依次分析结果发现：加入X2的方程2R最大，所以以X2为基础，顺次加入其他变量逐步回归。

经分析比较结果，新加入X3的方程2R的改进最大，而且各参数的T统计量检验显著，选择保留X3，再依次加入其它新变量逐步回归。在X2、X3的基础上

加入lnX4，2R明显增大。加入X5时2R也增大，但是T统计量符号不合理，所以剔除X5，最终采用X2、X3、lnX4这三个变量。

最后修正严重多重共线性影响的回归结果如下。

表3 经过多重共线性处理的回归分析表

其回归结果为：Y=-26.04420 + 0.003752X2 + 0.019580X3 + 3.070711X4

t=(-7.832580) (18.83080) (3.391975) (10.02054)

R2=0.994261 AR2=0.993249 F=981.7795 DW=1.579955 （二）异方差检验 …… 此处隐藏：1599字，全部文档内容请下载后查看。喜欢就下载吧 ……