计量经济学报告.docx
- 文档编号:9866244
- 上传时间:2023-02-07
- 格式:DOCX
- 页数:21
- 大小:79.78KB
计量经济学报告.docx
《计量经济学报告.docx》由会员分享,可在线阅读,更多相关《计量经济学报告.docx(21页珍藏版)》请在冰豆网上搜索。
计量经济学报告
摘要2
1.引言3
1.1研究背景3
1.2研究目的3
1.3研究意义3
2.模型的选取和变量的选择4
2.1变量的选取4
2.2模型的选取5
3.数据来源及模型的设定5
3.1数据来源及处理5
3.2模型设定6
3.3主要计量检验方法说明6
4.实证分析与检验7
4.1模型回归结果:
7
4.2回归结果的检验8
4.3能源消费总量的平稳性检验及修正9
5.结论及建议16
5.1产业结构16
5.2能源生产17
摘要
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。
随着经济全球化的浪潮,中国已经成为名副其实的大加工厂,造成能源的极大耗费,能源消费约束将成为我国工业化和现代化进程的瓶颈。
在我国的现代化进程中,我们既面临着产业结构调整与资源约束特别是能源约束的问题,又面临着产业结构调整与能源消费约束的协调问题。
不同的产业、行业和产品具有不同的能源强度和能源消费弹性,具有不同的节能潜力空间,因而不同产业结构下的能源消耗量和能源消费弹性是不同的。
本文运用EVIEWS软件对能源消费及其影响因素进行计量分析,从而进一步研究产业能源消费约束对产业结构调整的引导并提出了建设性意见。
关键词:
能源消费;产业结构;能源生产;实证分析
1.引言
1.1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。
当世界经济稳步增长时,由于各行各业扩大生产,能源作为基本生产要素,消费量必然相应增加。
同时,随着生产规模的扩大,企业需要更多的工人,或更长的工作时间,或更大的劳动强度,从而增加了居民的收入,居民收入的增加有可能导致居民对生活能源使用的增多,如更多的人购买家用汽车,从而大大增加对汽油的消费。
相反,当世界经济发展不景气时,各行业相对缩小生产规模,导致作为原材料的能源消费量减少,此外,由于各部门生产规模缩小,或减少了雇佣劳动力,或缩短了工作时间,或降低了工作强度,这些变化使得居民收入也随之减少,这又进一步减少了居民对生活能源的使用。
因此,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。
1.2研究目的
随着经济全球化的浪潮,以电解铝、普通钢、工业硅为代表的高能耗低附加值的产业已从欧美经东南亚向中国转移,中国已经成为名副其实的大加工厂,造成能源的极大耗费的能源消费约束将成为我国工业化和现代化进程的瓶颈。
本文通过研究产业能源消费与产业结构的协调,能源消费与能源结构以及能源生产之间的相关关系,来进一步研究产业能源消费约束对产业结构调整的引导。
1.3研究意义
能源需求的增长除了与经济周期、人口密切相关外,还受到产业结构的影响,不同的产业结构,其能源需求不同,甚至差别很大。
在现有技术水平下,产业结构的变动决定了能源利用效率的高低,无论长期还是短期,产业结构的调整都会影响能源需求量和需求结构的变化。
例如,1993-2005年,我国工业部门内部轻工业和重工业结构变化对能源需求的影响大致为重工业比例每增加一个百分点,能源需求量增加约1000万吨标准煤。
产业结构之所以对能源需求产生重要影响,其主要原因在于,不同产业部门单位产值需求的能源数量,即部门能源强度相差较大。
在我国的现代化进程中,既面临着产业结构调整与资源约束特别是能源约束的问题,又面临着产业结构调整与能源消费约束的协调问题。
不同的产业,行业和产品具有不同的能源强度和能源消费弹性,具有不同的节能潜力空间,因而不同产业结构下的能源消耗量和能源消费弹性是不同的。
一般认为,产业结构具有高度化的地区和国家大都是能耗低、附加值高、经济效益好、人力资源要求高、技术密集型的产业和产品结构。
例如,2001年发达国家的三次产业结构平均是2%:
32%:
66%,美国的三次产业结构是1.6%:
26%:
72.4%,我国的三次产业结构是14.1%:
45.2%:
40.7%(中经网数据库)。
与此相对应,发达国家如美国、日本等,其单位产值耗能就要比我国低2倍多;韩国比我国低60%多。
2003年,我国GDP为世界的4%,在全球新增GDP中的贡献率达到了19.3%,超过了美国的18.6%,成为世界经济增长贡献最大的国家(王建,2004)。
从增量意义上来讲是名副其实的经济大国。
但是这19.3%的贡献,却是以占全球7.4%的原油、30%的煤炭、27%的钢材、25%的铝材和40%的水泥等大量能源消耗作为代价的(马凯,2005)。
从2002年开始,我国能源消费大幅增长,幅度高于GDP增长幅度的20%。
这与片面追求高增长、忽视生产效能有关,也更与我国产业结构调整的方向和调整的质量有关。
通常我们是注意了产业间的数量比例关系,而严重地忽视了产业内部的结构调整;忽视了行业和产品的结构调整。
据国土资源部2003年中国国土资源公报,2003年初,全国查明资源储量的矿产共158种,而能保证2010年需求的只有24种,能保证2020年需求的只有6种(中国矿业联合会)。
具有战略意义,且消耗量极大的铁、铜和石油资源中国已经不能自给。
今后20年,我国实现工业化,石油、天然气、铜、铝矿产资源累计需求总量至少是目前储量的2-5倍(黄钟,2004)。
事实上我国人均要素资源禀赋已经是高度稀缺,能源自给能力已经非常有限。
所以,以"高投入,高消耗,高排放,高污染"为特征的粗放型工业化模式是不可持续的,高能源消耗的传统工业化道路是不可能支撑未来我国经济社会发展的。
能源消费约束将成为我国工业化和现代化进程的瓶颈。
如何突破这一瓶颈,研究产业能源消费与产业结构的协调,研究产业能源消费约束对产业结构调整的引导对于我国的现代化战略就具有特别重要的意义。
2.模型的选取和变量的选择
2.1变量的选取
本文设定的我国能源消费的计量经济联立方程,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:
第一产业的生产总值占国内生产总值的比重;
X2:
第二产业的生产总值占国内生产总值的比重;
X3:
第三产业的生产总值占国内生产总值的比重;
QC:
能源生产总量,单位:
万吨标准煤;
2.2模型的选取
对于第一、二、三产业的生产总值占国内生产总值的比重、我国的能源生产总量这些变量,我们经过多次试验,最终结果显示:
线性单方程模型拟合程度最优,所以我们并未采用对数模型。
我们以第一、二、三产业的生产总值占国内生产总值的比重、我国的能源生产总量作为解释变量对能源消费量进行回归,并进一步进行平稳性检验、协整检验来检验模型的正确性。
3.数据来源及模型的设定
3.1数据来源及处理
本文收集《计量经济学实验》一书中项目5多重共线性5.3的实验数据,从中抽取了1985-2007年的能源消费量及第一产业GDP、第二产业GDP及第三产业GDP;另外又从《中国统计年鉴》中抽取了1985-2007年的能源生产量及总GDP值;最后对这些数据进行了相关处理。
所使用的数据如下所示:
Y表示能源消费量(万吨标准煤);X1表示第一产业所占百分比(百分制);X2表示第二产业所占百分比(百分制);X3表示第三产业所占百分比(百分制);QC表示能源生产量(万吨标准煤)。
年份
Y
X1
X2
X3
QC
1985
76682
28.43833
38.3
28.67125
85546
1986
80850
27.14091
38.6
29.13585
88124
1987
86632
26.80985
38
29.63762
91266
1988
92997
25.69472
38.4
30.51456
95801
1989
96934
25.10593
38.2
32.06215
101639
1990
98703
27.11737
36.7
31.54229
103922
1991
103783
24.52596
37.1
33.68532
104844
1992
109170
21.79097
38.2
34.75338
107256
1993
115993
19.70906
40.2
33.72389
111059
1994
122737
19.86182
40.4
33.56986
118729
1995
131176
19.96282
41
32.86234
129034
1996
138948
19.69063
41.4
32.77228
132616
1997
137798
18.28726
41.7
34.1737
132410
1998
132214
17.55646
40.3
36.23137
124250
1999
133831
66.36069
40
15.21172
125935
2000
138553
15.06325
40.4
39.02031
128978
2001
143199
14.3915
39.7
40.45598
137445
2002
151797
13.7427
39.4
41.46743
143810
2003
174990
12.79754
40.5
41.23381
163842
2004
203227
13.39334
40.8
40.38142
187341
2005
224682
12.23679
42.2
40.07958
205876
2006
246270
11.34374
43.1
39.97726
221056
2007
265583
11.25917
43
40.09698
235445
表1能源消费影响因素数据
3.2模型设定
Y=β0+β1X1+β2X2+β3X3+β4QC+ut
此方程反映能源消费的影响因素,它与我国的能源生产总量以及产业结构有关。
3.3主要计量检验方法说明
(1)序列相关检验。
在古典线性回归模型中,假定随机误差项之间不存在序列相关。
如果违背这一假设,随机误差项之间存在序列相关时,直接用普通最小二乘法OLS估计未知参数,会使F检验失效,估计量不具备最小方差性,因此需要进行序列相关检验,并在随机误差项之间存在序列相关时进行处理。
(2)单位根检验。
单位根检验是指检验序列中是否存在单位根,它是变量的平稳性检验的一种常用方法。
若序列存在单位根,则该序列就是非平稳时间序列。
由于大多数时间序列都不是平稳的,而是随着时间的位移而持续地增长,也说是说有一种增长趋势的特征。
如果经济出现突发震荡,受到冲击的宏观经济变量有可能回到他们长期增长的趋势上去,也有可能呈现出随机游走的状态,如果出现随机游走的状态时,还是用OLS进行回归,这时就会导致伪回归,所以对变量的平稳性检验有着极其重要的意义。
(3)协整检验。
1、进行协整检验的原因。
在进行时间系列分析时,传统上要求所用的时间系列必须是平稳的,即没有随机趋势或确定趋势,否则会产生“伪回归”问题。
但是,在现实经济中的时间系列通常是非平稳的,我们可以对它进行差分把它变平稳,但这样会让我们失去总量的长期信息,而这些信息对分析问题来说又是必要的,所以用协整来解决此问题。
2、Englr-Granger检验。
为了检验因变量与自变量是否为协整,Engle和Granger于1987提出两部检验法,也称为EG检验。
其包括两个步骤:
第一步,若X与Y是一阶单整序列,用OLS方法估计方程Yt=a0+a1Xt+Ut,得到残差序列et。
第二步,检验残差的平稳性。
若残差为平稳的,则自变量与因变量是协整的。
因为若自变量与因变量不是协整的,则它们的任意线性组合都是非平稳的,因此残差将是非平稳的。
换而言之,对残差序列是否具有平稳性进行检验,也就是对自变量与因变量是否存在协整的检验。
4.实证分析与检验
4.1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:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/18/11Time:
20:
48
Sample:
19852007
Includedobservations:
23
Coefficient
Std.Error
t-Statistic
Prob.
X1
425.4570
170.4483
2.496106
0.0225
X2
1827.802
588.6333
3.105163
0.0061
X3
843.2908
361.3198
2.333918
0.0314
QC
1.147590
0.029761
38.56020
0.0000
C
-125104.1
31208.81
-4.008615
0.0008
R-squared
0.998318
Meandependentvar
139423.9
AdjustedR-squared
0.997944
S.D.dependentvar
51806.33
S.E.ofregression
2348.944
Akaikeinfocriterion
18.55098
Sumsquaredresid
99315703
Schwarzcriterion
18.79783
Loglikelihood
-208.3363
Hannan-Quinncriter.
18.61306
F-statistic
2670.864
Durbin-Watsonstat
1.513519
Prob(F-statistic)
0.000000
4.2回归结果的检验
(1)经济意义检验:
从回归得出的结果来看,X1的系数为425.4570,X2的系数为1827.802,X3的系数为843.2908,QC的系数为1.147590,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0.998318,调整后的可绝系数为0.997944均很高,说明模型的拟合优度极佳。
(3)回归系数及方程整体的显著性检验:
从回归结果看,F检验值较高为2670.864,这说明方程整体对被解释变量的解释效果很好。
变量和参数的t值在5%的置信水平下统计值均显著,即各个解释变量对被解释变量的解释效果都很好。
(4)自相关检验:
DW=1.513519不能确定是否存在序列相关。
采用偏相关系数检验法对序列相关进行检验,如下图所示:
由Q检验图可看出,不存在序列相关。
(5)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,QC的t检验值最显著为38.56020,这说明能源产出总量对能源消费总量的影响最大,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。
而X2的t检验值位居第二,其数值为3.105163,说明第二产业的生产总值占国内生产总值的比重对能源消费总量也有很大的影响,但其影响系数远低于能源产出总量。
最后,X1和X3的t值分别为2.496106和2.333918,对能源消费总量影响不大。
4.3能源消费总量的平稳性检验及修正
(1)单位根检验
对y进行单位根检验:
1985—2007年我国能源消费总量时间序列图如下:
序列图表现出了一个持续上升的过程,即在不同的时间段上,其均值是不同的,因此可初步判断是非平稳的。
选择带有常数项和趋势项的模型对y进行单位根检验,结果如下:
NullHypothesis:
Yhasaunitroot
Exogenous:
Constant,LinearTrend
LagLength:
3(AutomaticbasedonAIC,MAXLAG=4)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-3.025343
0.4455
Testcriticalvalues:
1%level
-4.532598
5%level
-3.673616
10%level
-3.277364
ADF检验值=-3.025343,我们在5%的显著水平上可以接受原假设,说明序列y非平稳。
为了得到y序列的单整阶数,在单位根检验中,指定对一阶差分序列作单位根检验,结果显示平稳,说明y是一阶单整的。
对qc进行单位根检验:
时间序列图如下:
序列图表现出了一个持续上升的过程,即在不同的时间段上,其均值是不同的,因此可初步判断是非平稳的。
选择带有常数项和趋势项的模型对qc进行单位根检验,结果如下:
NullHypothesis:
QChasaunitroot
Exogenous:
Constant,LinearTrend
LagLength:
1(AutomaticbasedonAIC,MAXLAG=4)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-1.395017
0.8321
Testcriticalvalues:
1%level
-4.467895
5%level
-3.644963
10%level
-3.261452
ADF检验值=-1.395017,我们在5%的显著水平上可以接受原假设,说明序列qc非平稳。
为了得到qc序列的单整阶数,在单位根检验中,指定对一阶差分序列作单位根检验,结果显示平稳,说明qc是一阶单整的。
对x1进行单位根检验:
序列图表现出在非零处波动,选择带有常数项的模型对x1进行单位根检验,结果如下:
NullHypothesis:
X1hasaunitroot
Exogenous:
Constant
LagLength:
0(AutomaticbasedonAIC,MAXLAG=4)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-1.079501
0.1050
Testcriticalvalues:
1%level
-3.769597
5%level
-3.004861
10%level
-2.642242
ADF检验值=-1.079501,我们在5%的显著水平上可以接受原假设,说明序列qc非平稳。
为了得到x1序列的单整阶数,在单位根检验中,指定对一阶差分序列作单位根检验,结果显示平稳,说明x1是一阶单整的。
对x2进行单位根检验:
序列图表现出了一个持续上升的过程,即在不同的时间段上,其均值是不同的,因此可初步判断是非平稳的。
选择带有常数项和趋势项的模型对x2进行单位根检验,结果如下:
NullHypothesis:
X2hasaunitroot
Exogenous:
Constant,LinearTrend
LagLength:
4(AutomaticbasedonAIC,MAXLAG=4)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-3.457818
0.0750
Testcriticalvalues:
1%level
-4.571559
5%level
-3.690814
10%level
-3.286909
ADF检验值=--3.457818,我们在5%的显著水平上可以接受原假设,说明序列x2非平稳。
为了得到x2序列的单整阶数,在单位根检验中,指定对一阶差分序列作单位根检验,结果显示平稳,说明x2是一阶单整的。
对x3进行单位根检验:
序列图表现出在非零处波动,选择带有常数项的模型对x3进行单位根检验,结果如下:
NullHypothesis:
X3hasaunitroot
Exogenous:
Constant
LagLength:
0(AutomaticbasedonAIC,MAXLAG=4)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-2.245929
0.1307
Testcriticalvalues:
1%level
-3.769597
5%level
-3.004861
10%level
-2.642242
ADF检验值=-2.245929,我们在5%的显著水平上可以接受原假设,说明序列x3非平稳。
为了得到x3序列的单整阶数,在单位根检验中,指定对一阶差分序列作单位根检验,结果显示平稳,说明x3是一阶单整的。
(2)协整检验
对回归方程的残差进行单位根检验:
序列图表现出在零附近波动,选择带无常数项,无趋势项的模型对残差u进行单位根检验,结果如下:
NullHypothesis:
Uhasaunitroot
Exogenous:
None
LagLength:
2(AutomaticbasedonAIC,MAXLAG=4)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-3.642565
0.0010
Testcriticalvalues:
1%level
-2.685718
5%level
-1.959071
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 报告