回歸分析在中國能源需求總量 畢業(yè)論文定稿(共16頁)

1、 JISHOUUNIVERSITY本科生畢業(yè)(b y)論文題 目：回歸分析在中國能源需求總量分析中的應(yīng)用作 者：XXXX學(xué) 號：XXXXXX所屬學(xué)院：XXXXXXXX專業(yè)年級：XXXXX指導(dǎo)教師： XXX職 稱：XXX完成時間：XX 年 X 月 X 日吉首大學(xué)(dxu)教務(wù)處制吉首大學(xué)畢業(yè)論文 回歸分析在中國(zhn u)能源需求總量分析中的應(yīng)用冷望星（吉首大學(xué)數(shù)學(xué)(shxu)與統(tǒng)計學(xué)院 湖南吉首416000）摘要(zhiyo): 本文通過建立多元回歸方程，運用Eviews軟件對我國1985-2007年影響能源需求的因素進(jìn)行定量分析，得出居民生活電力消費對影響能源需求具有重要作用，并由此提出相

2、應(yīng)對策.關(guān)鍵詞: 因素；能源需求總量；多元回歸方程The Application of Multivariate Regression Equationin the Analysis of Total Energy Demand of ChinaLeng Wangxing(College of Mathematics and Statistics, Jishou University, Jishou Hunan 416000)Abstract：In this paper, by using the Eviews software to carry on quantitative analysi

3、s of factors which affects energy demand of China in 1985-2007, a multivariate regression equation is achieved, then the conclusion is got as follows: the power consumption of residents living has important effects on the energy demand, and the corresponding countermeasures are proposed.Key Words: F

4、actors; the total energy demand; multivariate regression equation1 引言能源是自然界中能為人類提供某種形式能量的物質(zhì)資源，包括一次能源和二次能源.一次能源是未經(jīng)改變或轉(zhuǎn)變而直接利用的能源.本文的能源消費均指一次能源.能源是發(fā)展國民經(jīng)濟(jì)的基本條件之一，煤炭、石油、天然氣等則是發(fā)展國民經(jīng)濟(jì)的能源支柱.能源的利用水平影響一國經(jīng)濟(jì)與社會的發(fā)展，反映到能源的消費對于國民經(jīng)濟(jì)的影響.能源消費總量指一定時期內(nèi)全國消費的各種能源的總和，是觀察能源消費水平、構(gòu)成和增長速度的總量指標(biāo).目前，已有很多文獻(xiàn)對能源問題進(jìn)行了研究，有些學(xué)者從技術(shù)創(chuàng)新、產(chǎn)業(yè)

5、結(jié)構(gòu)方面建立計量模型進(jìn)行研究，另有一些學(xué)者從三大產(chǎn)業(yè)，人口數(shù)，能源轉(zhuǎn)化率方面入手研究影響能源需求的因素.本文則通過經(jīng)濟(jì)發(fā)展水平、收入水平、產(chǎn)業(yè)發(fā)展、人民生活水平的提高以及能源轉(zhuǎn)換技術(shù)這五方面入手，通過建立多元線性回歸方程來研究影響能源需求總量的因素.2 影響能源需求總量的因素分析及模型(mxng)建立的理論基礎(chǔ)2.1 影響(yngxing)能源需求總量的因素分析每個影響能源(nngyun)需求的因素是一個宏觀的概念，難以用一具體而又準(zhǔn)確的數(shù)據(jù)表示，依據(jù)經(jīng)濟(jì)學(xué)理論，影響能源消費需求總量的因素主要有經(jīng)濟(jì)發(fā)展水平、收入水平、產(chǎn)業(yè)發(fā)展、人民生活水平的提高以及能源轉(zhuǎn)換技術(shù).為此，結(jié)合我國仍以煤為主要能源

6、的國情，選取中國能源消費標(biāo)準(zhǔn)煤總量（代表能源消費總量），國民總收入（代表收入水平）（億元）、國內(nèi)生產(chǎn)總值（代表經(jīng)濟(jì)發(fā)展水平）（億元）、工業(yè)增加值（億元）、建筑業(yè)增加值（億元）、交通運輸郵電業(yè)增加值（代表產(chǎn)業(yè)發(fā)展水平及產(chǎn)業(yè)結(jié)構(gòu)）（億元）、人均生活電力消費（代表人民生活水平的提高）、能源加工轉(zhuǎn)換3（代表能源轉(zhuǎn)換技術(shù)）（%）作為能源需求總量的因素.2.2 模型建立的假設(shè)及理論基礎(chǔ)2.2.1 多元回歸模型的假定建立多元線性回歸方程有以下假定：一是Y和x之間的線性關(guān)系；二是參數(shù)不是隨機(jī)的變量，并在兩個或多個自變量的是不完全的線性關(guān)系，即不存在共線性；三是所有觀測的誤差項期望值是零；四是所有觀測誤差項的方

7、差相同，不存在異方差；五是不同觀測誤差項是獨立的，因此沒有相關(guān)性，服從正態(tài)分布.2.2.2 多重共線性的概念及表現(xiàn)多重共線性：其實質(zhì)就是解釋變量之間存在高度的線性相關(guān)性.典型表現(xiàn)為：一是運用普通最小二乘法得到的回歸參數(shù)估計值很不穩(wěn)定，回歸系數(shù)的方差隨著多重共線性強(qiáng)度的增加而加速增長，對參數(shù)難以做出精確的估計；二是當(dāng)解釋變量之間高度相關(guān)時，回歸方程中的解釋變量就會相互削弱各自對因變量的邊際影響，使本身的回歸系數(shù)的數(shù)值下降而其標(biāo)準(zhǔn)誤差擴(kuò)大，于是就會出現(xiàn)回歸方程整體顯著，但各個解釋變量都不顯著的現(xiàn)象；三是回歸系數(shù)反號.2.2.3 多重共線性的后果多重共線性對回歸參數(shù)的影響分兩種情形：一是變量間存在完

8、全共線性，它會使得回歸參數(shù)估計值不確定(qudng)和參數(shù)估計值的方差無限大，二是變量間存在(cnzi)不完全多重共線性，它會使得參數(shù)估計量的方差增大；參數(shù)區(qū)間估計的置信區(qū)間趨于變寬；當(dāng)多重共線性較為嚴(yán)重時，假設(shè)檢驗容易(rngy)做出錯誤判斷，可決系數(shù)和F檢驗值可能偏高，但各個參數(shù)無法通過t 檢驗，甚至是估計的回歸系數(shù)符號相反.2.2.4 多重共線性的檢驗（1）簡單相關(guān)系數(shù)檢驗法簡單相關(guān)系數(shù)檢驗法是利用解釋變量之間的相關(guān)程度去判斷是否存在嚴(yán)重多重共線性的一種簡便方法.一般而言，如果每兩個解釋變量的簡單相關(guān)系數(shù)比較高，如大于0.8，則可認(rèn)為存在著較嚴(yán)重的多重共線性.（2） 方差擴(kuò)大因子法對于多

9、元回歸模型來說，如果分別以每個變量為被解釋變量，作與其他解釋變量的回歸，這稱為輔助回歸.以為被解釋變量作為對其他解釋變量輔助線性回歸的可決系數(shù)，用 表示，則可證明解釋變量參數(shù)估計量 的方差可表示為，其中，為變量的方差擴(kuò)大因子，即 ，由于度量了與其他解釋變量的線性相關(guān)程度，這種相關(guān)程度越強(qiáng)，說明變量間多重共線性越嚴(yán)重也就越大.反之亦然.由此可知，的大小反應(yīng)了解釋變量之間是否存在多重共線性，可用它來度量多重共線性的嚴(yán)重程度.經(jīng)驗表明， 時，說明解釋變量與其余解釋變量之間存在嚴(yán)重的多重共線性，且這種多重共線性可能會過度影響最小二乘估計.（3） 直觀(zhgun)判斷法根據(jù)經(jīng)驗(jngyn)，通常以下

10、情況的出現(xiàn)可能提示存在多重共線性的影響： 當(dāng)增加(zngji)或剔除一個解釋變量，或者改變一個觀測值時，回歸參數(shù)的估計值發(fā)生較大變化，回歸方程可能存在嚴(yán)重多重共線性. 有些解釋變量的回歸系數(shù)所帶正負(fù)號與定性分析的結(jié)果相違背時，很可能存在多重共線性. 解釋變量的相關(guān)矩陣中，自變量之間的相關(guān)系數(shù)較大時，可能會存在多重共線性問題.2.2.5 多重共線性的補救針對多重共線性的的不同情形，采取的不同措施如下：（1）經(jīng)驗方法.包括剔除變量法、增大樣本容量、變換模型形式、變換變量等.（2）逐步回歸法.以與被解釋變量相關(guān)性最高的解釋變量與被解釋變量所作的簡單回歸為基礎(chǔ)，逐個地在回歸方程中引入其他解釋變量.如果

11、新引入被解釋變量之后，回歸模型通過了F檢驗和t檢驗，且對和F得到了改進(jìn)，則在回歸模型中保留該解釋變量.若新引入解釋變量后，回歸模型不能通過飛檢驗和t檢驗，且對和F沒有明顯的改進(jìn)作用，則剔除該變量.直到再沒有顯著的解釋變量可以引入，也沒有不顯著的解釋變量需要剔除為止.2.3 模型檢驗2.3.1 經(jīng)濟(jì)意義的檢驗?zāi)Ｐ椭械淖兞亢蛥?shù)都有特定的經(jīng)濟(jì)意義，經(jīng)濟(jì)理論通常對這些變量以及參數(shù)的符號和取值范圍作出了理論說明，如果所估計的模型與經(jīng)濟(jì)理論完全相符，則我們所觀測的事實證實了這種理論；如果所估計的模型與理論說明不相符，一般來說應(yīng)當(dāng)舍棄所估計的模型，設(shè)法從模型設(shè)定、估計方法、統(tǒng)計數(shù)據(jù)等方面找出導(dǎo)致錯誤結(jié)論的

12、原因.2.3.2 統(tǒng)計推斷檢驗?zāi)Ｐ偷膮?shù)是用變量(binling)的觀測值估計的，為了檢驗參數(shù)估計值是否是抽樣的偶然結(jié)果，需要運用數(shù)理統(tǒng)計中的統(tǒng)計推斷方法，對模型及參數(shù)的統(tǒng)計可靠性作出說明對.計量經(jīng)濟(jì)模型的統(tǒng)計推斷檢驗，包括(boku)對模型的擬合優(yōu)度的檢驗、用假設(shè)檢驗和方差分析方法(fngf)對變量的顯著性的檢驗等.2.3.3 計量經(jīng)濟(jì)學(xué)檢驗計量經(jīng)濟(jì)學(xué)的檢驗主要是檢驗?zāi)Ｐ褪欠穹嫌嬃拷?jīng)濟(jì)方法的基本假定，例如，模型檢驗中變量是否存在多重共線性，檢驗?zāi)Ｐ椭械碾S機(jī)擾動項是否存在自相關(guān)和異方差性，檢驗?zāi)Ｐ褪欠翊嬖诳勺R別性，檢驗?zāi)Ｐ椭薪?jīng)濟(jì)變量是否存在平穩(wěn)性等等.當(dāng)模型違反計量經(jīng)濟(jì)學(xué)方法的基本假定時，通

13、常的計量經(jīng)濟(jì)方法將失去效用或?qū)?dǎo)致錯誤的結(jié)論，這時必須對模型作必要的處理，并從新估計模型的參數(shù).2.3.4 多元線性回歸模型的檢驗（1）多重可決系數(shù)考察Y在總變差中由多個解釋變量做出解釋的那部分變差的比重，即“回歸平方和”與“總離差平方和”的比值.（2）修正的可決系數(shù)用自由度修正多重可決系數(shù)中的殘差平方和與回歸平方和.（3）回歸方程的顯著性檢驗（F檢驗）（4）回歸參數(shù)的顯著性檢驗（t檢驗）3 影響能源需求總量因素模型的建立與分析3.1 變量的設(shè)定因變量 中國能源消費標(biāo)準(zhǔn)煤總量自變量 國民總收入國內(nèi)生產(chǎn)總值工業(yè)增加值建筑業(yè)增加值交通運輸郵電業(yè)增加值人均生活(shnghu)電力消費能源(nngyu

14、n)加工轉(zhuǎn)換率 3.2 數(shù)據(jù)(shj)的收集收集1985-2007年統(tǒng)計數(shù)據(jù)，具體如表1.1所示.表1.1 19852007年我國標(biāo)準(zhǔn)煤總量及其影響因素的統(tǒng)計數(shù)據(jù)TIME1985766829040.790163448.7417.9406.921.368.2919868085010274.410275.23967525.7475.623.268.3219878663212050.612058.64585.8665.8544.926.467.4819889299715036.815042.85777.281066131.266.5419899693417000.916992.36484794786

15、35.366.5119909870318718.318667.86858859.41147.542.467.2199110378321826.221781.58087.11015.11409.746.965.9199210917026937.326923.510284.514151681.854.66619931159933526035333.9141882266.52205.661.267.32199412273748108.548197.919480.72964.72898.372.765.2199513117659810.560793.724950.63728.83424.183.571

16、.05199613894870142.571176.629447.64387.44068.593.171.519971377987765344621.64593101.869.23199813221483024.384402.334018.44985.85178.4106.669.4419991338318818989677.135861.55172.15821.8118.269.19200013855398000.599214.64003.65522.37333.4132.469.042001143199108068.2109655.243580.65931.784

17、06.1144.669.032002151797119095.7120332.747431.36465.59393.4156.369.042003174990135174135822.854945.57490.810098.4173.769.42004203227159586.7159878.3652108694.312147.6190.270.712005223319183956.1183084.876912.910133.810526.1216.771.082006246270213131211923.591310.911851.112481.1249.471.24200726558325

18、1483.2249529.9107367.214014.114604.1274.971.25資料來源：中國統(tǒng)計年鑒 2008.中國統(tǒng)計出版社 通過Eviews對數(shù)據(jù)的初步分析，作出各變量線狀圖，查看變化情況. X7 X4 Y X2 X3 X6 X5 X1040,00080,000120,000160,000200,000240,000280,0008688909294969800020406X1X2X3X4X5X6X7Y圖1.1 各個變量數(shù)據(jù)(shj)變化情況 解釋變量變化率差異較大，故建立(jinl)多元回歸模型為3.2分析(fnx)過程與改進(jìn) 回歸結(jié)果為表1.2所示.表1.2 與各解釋變量

19、的回歸結(jié)果 Dependent Variable: Method: Least SquaresDate: 04/30/13 Time: 11:27Sample: 1985 2007Included observations: 23VariableCoefficientStd. Errort-StatisticProb.C4.9592781.6700742.9694970.0095LNX19.7622051.7361925.6227680.0000LNX2-9.6308661.656111-5.8153510.0000LNX30.0221290.0144471.5317510.1464LNX40

20、.1325900.1170821.1324480.2752LNX5-0.1928310.092327-2.0885610.0542LNX60.3167670.2657061.1921700.2517LNX71.0227830.4155862.4610610.0265R-squared0.994482 Mean dependent var11.78614Adjusted R-squared0.991907 S.D. dependent var0.342695S.E. of regression0.030828 Akaike info criterion-3.852554Sum squared r

21、esid0.014256 Schwarz criterion-3.457600Log likelihood52.30437 Hannan-Quinn criter.-3.753224F-statistic386.2205 Durbin-Watson stat1.756935Prob(F-statistic)0.000000 從結(jié)果來看，當(dāng)其他(qt)變量保持不變時，國內(nèi)生產(chǎn)總值的對數(shù)值(shz)每增加1個單位(dnwi)時能源消費標(biāo)準(zhǔn)煤的對數(shù)減少2.253748個單位；當(dāng)交通運輸郵電業(yè)增加值的對數(shù)每增加一個單位時能源消費標(biāo)準(zhǔn)總量的對數(shù)減少0.418594個單位，兩者均與經(jīng)濟(jì)意義相矛盾.另外從各

22、個變量的t檢驗可以看出、和均不顯著；但是可決系數(shù)和修正后的可決系數(shù)都很高，分別為0.986646和0.980415，說明模型的擬合效果非常好，而F的統(tǒng)計量值為158.3267，P值小于0.05，說明各個變量對被解釋變量聯(lián)合顯著.3.3改進(jìn)與補救從檢驗結(jié)果中可以發(fā)現(xiàn)，如果將全部變量作為解釋變量時，解釋變量聯(lián)合起來對被解釋變量有顯著影響，但單個解釋變量對解釋變量不存在顯著影響，而且回歸系數(shù)與實際值相反，由此可初步判定存在多重共線性.計算全部解釋變量的相關(guān)系數(shù)如表1.3所示.表1.3 解釋變量的相關(guān)系數(shù)1.0000000.9999240.9668370.9984710.9792950.9967540

23、.7406350.9999241.0000000.9657680.9986620.9808040.9972430.7435530.9668370.9657681.0000000.9655920.9286710.9565950.7194950.9984710.9986620.9655921.0000000.9747520.9948850.7557890.9792950.9808040.9286710.9747521.0000000.9865690.7165530.9967540.9972430.9565950.9948850.9865691.0000000.7263420.7406350.743

24、5530.7194950.7557890.7165530.7263421.000000 可以看出 與、之間高度相關(guān)，許多相關(guān)系數(shù)高于0.900. 如果決定用表中全部變量作為解釋變量，很可能出現(xiàn)嚴(yán)重的多重共線性問題.現(xiàn)采用逐步回歸法對此模型進(jìn)行改進(jìn).用 分別對、做一元回歸.所得結(jié)果如表1.4所示.表1.4 與的回歸(hugu)結(jié)果 Dependent Variable: Method: Least SquaresDate: 04/30/13 Time: 11:27Sample: 1985 2007Included observations: 23VariableCoefficientStd. E

25、rrort-StatisticProb.C8.350760 0.230252 36.267840.0000LNX10.3161710.021099 14.984860.0000R-squared0.927443 Mean dependent var11.78614Adjusted R-squared0.920187 S.D. dependent var0.342695S.E. of regression0.096815 Akaike info criterion-1.633445Sum squared resid0.187464 Schwarz criterion1.534715Log lik

26、elihood22.67551 Hannan-Quinn criter.1.608621F-statistic127.8221 Durbin-Watson stat0.159715Prob(F-statistic)0.000000逐步重復(fù)以上(yshng)步驟，得出結(jié)果如表1.5所示.表 1.5 逐一(zhy)回歸結(jié)果分析0.3161710.3148910.3046980.2973920.273340.420898.73003114.9848614.6202114.9194213.2199411.7168316.176964.6475910.9144760.9105430.9137890.89

27、2730.8673270.9257150.5070430.9104040.9062840.9096840.8876210.8610090.9221770.483569從第一步的回歸結(jié)果看，在各個變量的經(jīng)濟(jì)意義和t檢驗通過的情況下，對lnx6回歸對應(yīng)的最大，故以為基礎(chǔ)，順次假如其他變量逐步回歸，操作方法如表1.6所示.表1.6 與、 的回歸結(jié)果Dependent Variable: Method: Least SquaresDate: 04/30/13 Time: 11:33Sample: 1985 2007Included observations: 23VariableCoefficient

28、Std. Errort-StatisticProb.C10.870311.3503228.0501590.0000LNX1-0.1857120.266218-0.6975930.4935LNX60.6658940.3522261.8905290.0733R-squared0.927443 Mean dependent var11.78614Adjusted R-squared0.920187 S.D. dependent var0.342695S.E. of regression0.096815 Akaike info criterion-1.710914Sum squared resid0.

29、187464 Schwarz criterion-1.562806Log likelihood22.67551 Hannan-Quinn criter.-1.673665F-statistic127.8221 Durbin-Watson stat0.248919Prob(F-statistic)0.000000 重復(fù)以上(yshng)步驟，逐步回歸得出結(jié)果如表1.7所示.表1.7 以為基礎(chǔ)(jch)逐步回歸結(jié)果 -0.186-0.6980.6671.8950.920 -0.252-1.0250.7532.3120.922 -0.067-0.3290.51311.82670.919-0.120-

30、0.8990.58533.16990.922-0.623-7.1431.34410.3370.9770.39111.0741.2101.2220.924從回歸(hugu)中可以看出，在和的回歸中，盡管其模型符合經(jīng)濟(jì)意義，但的t統(tǒng)計量依舊不顯著，若保留第二部逐步回歸將失效，因此嘗試保留其他顯著變量.在第一步回歸可以知道，在各個變量的經(jīng)濟(jì)意義和檢驗通過的情況下，是僅次于可決系數(shù)最高的變量，因此考慮保留并作進(jìn)一步回歸，具體操作如表1.8所示.表1.8 與、 的回歸分析結(jié)果Dependent Variable: Method: Least SquaresDate: 04/30/13 Time: 11:

31、36Sample: 1985 2007Included observations: 23VariableCoefficient Std. Errort-StatisticProb.C8.1716820.10438178.286760.0000LNX111.611531.2193729.5225470.0000LNX2-11.274221.217054-9.2635330.0000R-squared0.983835 Mean dependent var11.78614Adjusted R-squared0.982218 S.D. dependent var0.342695S.E. of regr

32、ession0.045697 Akaike info criterion-3.212439Sum squared resid0.041765 Schwarz criterion-3.064331Log likelihood39.94305 Hannan-Quinn criter.-3.175190F-statistic608.6183 Durbin-Watson stat1.125264Prob(F-statistic)0.000000 重復(fù)以上(yshng)操作，逐步回歸，結(jié)果如表1.9所示.表1.9 以為基礎(chǔ)(jch)逐步回歸結(jié)果11.6119.5225-11.2742-9.26350.9

33、8220.37420.4058-0.0561-0.06320.90590.76673.0022-0.4302-3.12650.91870.80465.1176-0.4363-3.12650.9368-0.1866-0.70150.66711.89520.92020.29999.93130.85220.76130.9086 通過(tnggu)這一步可以看出，所建立的模型均不能通過t檢驗(jinyn)，因此該步回歸失效.故在后面的回歸中，無法再引入變量使得模型(mxng)具有經(jīng)濟(jì)意義且通過檢驗，因此解釋變量為, 由Eviews操作結(jié)果如表1.10所示.表1.10 與的回歸分析結(jié)果Dependent

34、 Variable: Method: Least SquaresDate: 04/30/13 Time: 11:27Sample: 1985 2007Included observations: 23VariableCoefficientStd. Errort-StatisticProb.C9.9319230.23025236.267840.0000LNX60.4208720.02109914.984860.0000R-squared0.925677 Mean dependent var11.78614Adjusted R-squared0.922138 S.D. dependent var0.342695S.E. of regression0.095625 Akaike info criterion-1.773830Sum squared resid0.192026 Schwarz criterion-1.675091Log likelihood22.39904 Hannan-Quinn criter.-1.748997F-statistic261.5513 Durbin-Watson stat0.201983Prob(F-statistic)0.000000.這說明在其他因素不變的情況下，當(dāng)人均生活電力消費的對數(shù)每上升1單位時，能源消費的對數(shù)就平均增加0.402872.