計量經濟學課程論文能源消費與工業經濟增長之間的關系研究摘要：能源是國家經濟的命脈，也是一國經濟發展的重要物質基礎。我國作為世界上經濟增長最快的國家，對于能源的消費也是非比尋常的。在我國的經濟增長中，對于能源的消耗占主要地位的就是工業經濟的發展。從一定程度上來講，能源的消費與工業經濟增長之間存在著千絲萬縷的聯系。本文就著重分析了能源消費與工業經濟增長之間的關系，旨在從我國經濟的增長以及能源的消費之間尋找到一個協調點，促進工業經濟的高效增長。一直以來，工業都是能源消費的主體，是工業經濟發展的不可缺少的生產資料，尤其是對我國這個經濟快速發展的發展中國家來說。在很長的一段時間內，我國工業經濟的發展都是以犧牲能源為代價的，由于在科技水平生產技術等方面的欠缺，能源就理所當然的成了經濟發展的彌補品。雖然說幾年來，隨著能源危機的臨近，以及世界對綠色生產的呼喚，我國也制訂了一系列的規章制度和措施等來限制能源的粗放性消費，但是畢竟我國還處于經濟大幅增長的階段，所以對于能源的消費也是必不可少的。所以，在現階段，對于能源消費與工業經濟增長之間關系的研究，是我國工業生產以及能源管理相關部門工作中的一個重點，也是促進有關部門采取相應措施提高能源利用率，實現優化產業結構，協調經濟與能源關系目標的關鍵。關鍵詞：能源消費 能源生產 計量經濟學模型 能源戰略總論：我國是一個能源大國，但是，我國人口眾多，人均能源占有量不及同期發達國家的1/5。能源是任何一個國家經濟發展不可缺失的物質基礎。隨著我國人口的繼續增長，經濟的快速發展，能源消費量的增加是必然的，而與年俱增的能源消費對環境造成的破壞也越來越嚴重。因此，怎樣優化能源利用結構，開發利用清潔能源，就成為我國經濟發展的當務之急。這就需要我們清楚了解能源供需形勢，做好影響能源消費因素分析，為能源規劃及政策的制定提供科學依據，保證我國國民經濟又好又快地發展。一、能源消費與工業經濟增長相關概念在經濟發展中，能源一直都是一個永恒的話題，很多的學者也都對能源做了很多研究，對其相關聯的概念做了很多的界定。一般而言，在能源消費與工業經濟增長之間關系的研究中需要探討的概念主要如下：（一）能源概念及其分類所謂的能源就是我們通常所說的能源資源，它可以產生各種能量，并且被充分的應用到了工業生產以及人們的日常生活中。這些資源包括煤炭、原油、天然氣、水能、核能以及一些太陽能、地熱能等等。這些能源由于其性能以及生產方面的不同，可以將其分為下面的幾類：1.按照能量的來源可以分為三類：地球本身所蘊藏的能量，比如地熱、原子核能；來自地球外部天體的能量，比如，太陽能，它為風能、水能、生物能以及礦物質能的形成提供條件；地球和其它天體相互作用產生的能量，比如，潮汐能等。2.按照能源的基本形態可以分為兩類：一次能源與二次能源。一次能源就是天然的能源，比如煤炭、石油、天然氣等；二次能源則是在一次能源加工的基礎之上形成的能源，比如，電能、煤氣、汽油、柴油等等。3.按照能源的性質可以分為兩類：燃料型能源與非燃料型能源。燃料型能源主要有石油、煤炭、天然氣、木材等，而非燃料型的能源則為水能、風能、地熱能等等。4.按其生產情況可以分為可再生資源和不可再生資源。可再生資源就是可以通過一些形式能夠得到不斷的補充或者是在較短的周期內能夠再次產生的能源。比如，風能、水能、太陽能、生物能等都是可再生資源；而反之在較短的時間內不能夠再生產的能源就是不可再生資源，比如煤炭、石油、天然氣等。（二）能源消費在認識了能源的概念以及分類的基礎上我們再看看究竟什么是能源消費。其實能源消費故名思意就是對能源的利用以及使用，在使用中包括個人以及家庭對能源的使用，也包括工業、農業、服務業等對能源的使用，這屬于統計學的范疇。（三）經濟增長與工業經濟增長對于經濟增長，經濟學界有著比較統一的認定，認為經濟增長是實際總產出或者是人均實際產出的不斷增加。它的增長是指生產總成果在量上面的增加，在對其衡量的過程中要將所有的生產要素結合起來。而工業經濟的增長則是指在一定的時期內，全部的工業企業在實際生產總值或者是增加值上面的不斷增長的一個過程。它的界定是在一段時期內的界定，而并不是在一個點上面的界定。二、中國能源供求現狀分析我國經濟快速增長，必然帶動能源消費量的增長。作為世界上最大的發展中國家，建國以來，我國的經濟總量和能源消費總量都出現了較大幅度的增長。1953年1978年GDP由1615億元增長到6584億元，再增長到2005年的183084億元，1953年1978年，1979年2005年兩個階段的平均增長率分別為5.8%和9.7%；能源消費量由1953年的0.54億噸標準煤增長到1978年的5.71億噸標準煤，再增長到2005年的22.47億噸標準煤。年均分別增長了9.9%和5.3%。中國的人均能源消費量也在迅速增長，1953年1978年由0.09噸標準煤增長到0.59噸標準煤，再增長到2005年的1.70噸標準煤。2003年全國城鄉生活人均年用電量為173.7千瓦時，而1980年只有10.7千瓦時。從已收集來的數據來看，近年來，我國能源消費是處于供不應求的狀態，并且供求矛盾有擴大的趨勢。從圖中可看出，1996年之前能源的生產和消費均呈溫和上升局勢，雖然能源的生產不能滿足消費的要求，但二者差距也相對平穩。但1996年之后之一差距不斷擴大，能源的生產不能滿足經濟發展對它的需求，到2003年能源需求大幅度增加，而能源生產卻不能同步增加，能源矛盾突出。1997年1999年中國經濟在保持持續增長的同時，能源消費總量出現了下降。可能的原因是：市場出現需求疲軟現象，能源產品需求減少；一些高能耗、污染大的“五小”企業被關閉；產業結構的變化等。由另外的資料表明，2002年2004年連續三年的能源需求彈性系數都大于1，說明能源消費量增長速度已經超過經濟增長速度，經濟發展的能源代價在擴大。種種證據表明，我國的能源問題比較深刻，迫切需要解決。三、數據選取1、能源消費總量，在模型中用Y來表示。是指一次性能源消費總量，由煤炭、石油、天然氣等組成（單位：萬噸標準煤）。2、能源消費的影響因素：（1）能源生產總量，在模型中用X1來表示。是指一次性能源生產總量，該指標是觀察全國能源生產水平、規模、構成和發展速度的總量指標（單位：萬噸標準煤）。（2）全國生活能源消費總量，在模型中用X2來表示，是指一次性能源在在生活方面的消費量。（單位：萬噸標準煤）。（3）城鎮居民人均可支配收入，在模型中用X3來表示。指城鎮居民家庭人均可用于最終消費支出和其它非義務性支出以及儲蓄的總和。它是家庭總收入扣除交納的所得稅、個人交納的社會保障費以及調查戶的記賬補貼后的收入。（單位：元）。（4）工業能源消費總量，在模型中用X4來表示，是指工業方面的能源消費量。（單位：萬噸標準煤）。（5）其他因素，在模型中用U表示。我們將由于各種原因未考慮到和無法度量的因素歸入隨機擾動項，如能源價格變動、消費者偏好、國家的經濟結構政策等。原始數據：年份能源消費總量（Y）能源生產總量（X1）全國生活能源消費總量（X2）城鎮居民人均可支配收入（X3）工業能源消費總量（X4）198060275637359583477.6389861981594476322710064500.4398061982620676677810313535.3417861983660407127010910564.6445711984709047785511762652.1478651985766828554613318739.1510681986808508812413583900.95444119878663291266143231002.15879219889299795801155341180.263040198996934101639155831373.966291199098703103922158001510.2675781991103783104844159931700.6714131992109170107256156362026.6762791993115993111059157312577.4812231994122737118729154133496.2878551995131176129034157454283961911996138948132616177144838.91003221997138173132410163685160.31000801998132214124250143935425.1944091999130119125935145525854907972000138553128978159656280954432001143199137445154276859.6923472002151797143810175277702.81021812003174990163842198278472.21217712004203227187341212819421.61432442005224682205876234501049315949220062462702210562538811759.8117513720072655832354452679015780.76190167本文所有數據來自中國統計年鑒四、模型設定回歸模型設定如下：Y=0+1X1+2X2+3X3+4X4+uY=能源消費總量（萬噸標準煤）X1=能源生產總量（萬噸標準煤）X2=全國生活能源消費總量（萬噸標準煤）X3=城鎮居民人均可支配收入（元）X4=工業能源消費總量（萬噸標準煤）u=隨機擾動項0 1 2 3 4待估參數t=19802007五、模型檢驗 假設模型中隨機擾動項u滿足古典假定，運用OLS方法估計模型的參數，利用計量經濟學軟件Eviews計算可得如下結果：Dependent Variable: YMethod: Least SquaresDate: 5/21/13 Time: 10:49Sample: 1980 2007Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C-1822.9752572.371-0.7086750.4856X10.5536140.1072165.1635530.0000X20.2095480.4057690.5164220.6105X31.5853960.4297293.6892930.0012X40.5682710.0937266.0631220.0000R-squared0.999297Mean dependent var125790.9Adjusted R-squared0.999175S.D. dependent var55317.60S.E. of regression1588.843Akaike info criterion17.73983Sum squared resid58061714Schwarz criterion17.97773Log likelihood-243.3577F-statistic8176.418Durbin-Watson stat1.376476Prob(F-statistic)0.000000回歸方程為：Y=-1822.975+0.553614X1+0.209548X2+1.585396X3+0.568271X4t=(-0.708675) (5.163553)（0.516422) (3.689293)（6.063122）R2=0.999297 -R2=0.999175 F=8176.418 DW=1.3764761、 經濟意義檢驗由回歸估計結果可以看出，能源生產總量、全國生活能源消費總量、城鎮居民人均可支配收入、工業能源消費總量與能源消費總量呈線性正相關，與現實經濟意義理論相符。2、 統計推斷檢驗從估計的結果可以看出，可決系數R2=0.999297，F=8176.418，表明模型在整體上擬合地比較理想。系數顯著性檢驗：給定=0.05，X1、X3、X4的t值大于給定的顯著性水平，拒絕原假設，接受備擇假設，表明能源生產總量、城鎮居民人均可支配收入、工業能源消費總量對能源消費總量有顯著性影響；僅有X2的t值小于給定的顯著性水平，接受原假設，表明全國生活能源消費總量對能源消費總量影響不顯著。3、 計量經濟學檢驗（1） 多重共線性檢驗由下表可看出，模型整體上線性回歸擬合較好，R2 與F值較顯著，而解釋變量X2的t檢驗不顯著，則說明該模型可能存在多重共線性。在Eviews中計算解釋變量之間的簡單相關系數，得如下結果，也可以看出解釋變量之間存在多重共線性。用逐步回歸法修正模型的多重共線性。運用OLS方法逐一求Y對各個解釋變量的回歸。結合經濟意義和統計意義選出擬合效果最好的一元線性回歸方程。結果如下：變量X1X2X3X4參數估計值1.20542512.5890413.323271.372864t統計量96.6878717.9831722.8513987.97252R20.9972270.9255860.9525710.996652加入x1的方程-R2最大，以x1為基礎，順次加入其他變量逐步回歸。變量X1X2X3X4-R2X1,x21.306361(27.90480)-1.129489(-2.225649)0.997500X1,x31.057581（24.98728）1.723936（3.601698）0.998028X1,x40.654737(6.080966)0.629503(5.132058)0.998541經比較，新加入x4的方程-R2=0.998541，改進最大，而且各參數的t檢驗顯著，但是x2的符號不合理，選擇保留x4，再加入其他新變量逐步回歸。X1X2X3X4-R2X1,x4,x20.765901(6.854640)-0.815105(-2.230921)0.585695(5.066001)0.998742X1,x4,x30.589143(7.276451)1.433497(4.647176)0.563954(6.135601)0.999200在X1、X4的基礎上加入X2后的方程-R2明顯增大，但是X2的t檢驗不通過。加入X3后不但方程的R2明顯增大，而且t檢驗值也通過，所以選擇保留X3，繼續回歸。X1X2X3X4-R2X1,x4,x3,x20.553614(5.163553)0.209548(0.516422)1.585396(3.689293)0.568271(6.063122)0.999175在x1，x4，x3的基礎上，加入x2后，不僅R2下降，而且x2參數的t檢驗不顯著。這說明x2引起多重共線性，應予剔除。最后修正多重共線性影響的回歸結果為：Dependent Variable: YMethod: Least SquaresDate: 5/21/13 Time: 10:52Sample: 1980 2007Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C-1771.2542530.847-0.6998660.4907X10.5891430.0809667.2764510.0000X31.4334970.3084664.6471760.0001X40.5639540.0919156.1356010.0000R-squared0.999289Mean dependent var125790.9Adjusted R-squared0.999200S.D. dependent var55317.60S.E. of regression1564.382Akaike info criterion17.67993Sum squared resid58734956Schwarz criterion17.87025Log likelihood-243.5191F-statistic11245.40Durbin-Watson stat1.371751Prob(F-statistic)0.000000（2） 異方差檢驗圖示法：從上圖可看出，殘差e隨Y的變動趨勢不明顯，不規律，所以，該模型可能不存在異方差。是否存在異方差還應通過更進一步的檢驗。White檢驗White Heteroskedasticity Test:F-statistic1.042741Probability0.445875Obs*R-squared9.595539Probability0.384209Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 5/21/13 Time:11:13Sample: 1980 2007Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C-2878793647930201-0.6006220.5556X12823.5682913.6080.9690970.3453X12-0.0223870.046955-0.4767730.6393X1*X30.2622180.2289511.1453000.2671X1*X40.0140390.0959760.1462780.8853X32816.78112596.900.2236090.8256X320.8497920.9903100.8581070.4021X3*X4-0.4876150.225676-2.1606890.0444X4-3330.5263099.903-1.0743970.2968X420.0233340.0494580.4717850.6427R-squared0.342698Mean dependent var2097677.Adjusted R-squared0.014047S.D. dependent var2734894.S.E. of regression2715618.Akaike info criterion32.73939Sum squared resid1.33E+14Schwarz criterion33.21518Log likelihood-448.3515F-statistic1.042741Durbin-Watson stat3.175863Prob(F-statistic)0.445875nR2=9.595539,由White檢驗知，在=0.05下，查2分布表，得臨界值20.05（10）=18.3070。因為nR2=9.59553920.05（10）=18.3070。所以拒絕備擇假設，不拒絕原假設，表明模型不存在異方差。ARCH檢驗：ARCH Test:F-statistic0.731099Probability0.400648Obs*R-squared0.767152Probability0.381099Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 5/21/13 Time: 11:18Sample (adjusted): 1981 2007Included observations: 27 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C2408098.679705.53.5428550.0016RESID2(-1)-0.1680530.196543-0.8550430.4006R-squared0.028413Mean dependent var2051841.Adjusted R-squared-0.010450S.D. dependent var2776010.S.E. of regression2790478.Akaike info criterion32.59251Sum squared resid1.95E+14Schwarz criterion32.68850Log likelihood-437.9989F-statistic0.731099Durbin-Watson stat1.850657Prob(F-statistic)0.400648因為（n-1）R2=0.76715220.05（1）=3.84146，接受原假設，表明模型中的隨機誤差項不存在異方差。（3） 自相關補救圖示法：由上圖可知，e和e（-1）散點圖大部分點落在第、象限，表明隨機擾動項u可能存在正自相關。按照時間順序繪制殘差項e的圖形。從圖中可看出，e隨t的變化逐次有規律地變化，呈現鋸齒形的變化，可判斷隨機擾動項u可能存在正自相關。由下表可得DW=1.371751；給定顯著性水平=0.05，n=28，K=3時，查DurbinWatson表得下限臨界值dL=1.181，上限臨界值dU=1.650，可知dLDWdU，由此可判斷模型可能存在自相關。Dependent Variable: YMethod: Least SquaresDate: 5/21/13 Time: 11:26Sample: 1980 2007Included observations: 28VariableCoefficientStd. Errort-StatisticProb.C-1771.2542530.847-0.6998660.4907X10.5891430.0809667.2764510.0000X31.4334970.3084664.6471760.0001X40.5639540.0919156.1356010.0000R-squared0.999289Mean dependent var125790.9Adjusted R-squared0.999200S.D. dependent var55317.60S.E. of regression1564.382Akaike info criterion17.67993Sum squared resid58734956Schwarz criterion17.87025Log likelihood-243.5191F-statistic11245.40Durbin-Watson stat1.371751Prob(F-statistic)0.000000在不能確定的區域，可采取的措施是增大樣本容量。但是，由于數據收集有困難，又DW接近dL值，所以，我們可假設模型有正自相關。引入一階自相關系數AR(1) 得出回歸結果：Dependent Variable: YMethod: Least SquaresDate: 5/21/13 Time: 11:28Sample (adjusted): 1981 2007Included observations: 27 after adjustmentsConvergence achieved after 9 iterationsVariableCoefficientStd. Errort-StatisticProb.C-3288.2213341.502-0.9840550.3358X10.5853170.0955096.1283970.0000X31.1223990.4092362.7426710.0119X40.6004100.1084185.5379320.0000AR(1)0.3443680.2047201.6821390.0067R-squared0.999368Mean dependent var128217.4Adjusted R-squared0.999253S.D. dependent var54831.80S.E. of regression1498.621Akaike info criterion17.62805Sum squared resid49409060Schwarz criterion17.86802Log likelihood-232.9787F-statistic8696.007Durbin-Watson stat1.850807Prob(F-statistic)0.000000Inverted AR Roots.34從上圖可知，可決系數R2的值為0.999368.非常接近于1，模型擬合度非常高。在1%的顯著水平條件下，參數顯著不為零，模型整體性良好。AR（1）對應的Prob值為0.0067，在1%的顯著水平下顯著。D.W.對應的值為1.85，查解釋變量為4且自由度為27的D.W.分布表，上下限分別為1.16，1.65.由于1.651.852.35,所以模型不再存在一階自相關。最終回歸模型為：Y=-3288.221+0.585317X1+1.122399X3+0.600410X4t=(-0.699866) (7.276451) (4.647176) (6.135601)R2=0.999368 F=8696.007 DW=1.850807這說明，在其他因素不變的情況下，當能源生產總量X1、工業能源消費總量X4分別增長1萬噸標準煤，能源消費總量Y分別增長0.585317、0.600410萬噸標準煤。當城鎮居民人均可支配收入增長1元時，能源消費總量Y增長1.122399萬噸標準煤。從模型還可看出，能源生產總量X1對能源消費的影響較小。不足之處：此案例存在的問題是樣本容量太小，其可靠性受到影響。對于時間序列數據可能出現的平穩性問題，本文未做處理。由于我們選取的數據都是宏觀經濟變量，極有可能出現非平穩性