計量經(jīng)濟學(xué)實驗報告

1、計量經(jīng)濟學(xué)實驗基于EViews的中國能源消費影響因素分析學(xué)院：班級：學(xué)號：姓名：基于EViews的中國能源消費影響因素分析一、背景資料能用消費是引是指生產(chǎn)和生活所消耗的能源。能源消費按人平均的占有量是衡量一個國家經(jīng)濟發(fā)展和人民生活水平的重要標(biāo)志。能源是支持經(jīng)濟增長的重要物質(zhì)基礎(chǔ)和生產(chǎn)要素。能源消費量的不斷增長，是現(xiàn)代化建設(shè)的重要條件。我國能源工業(yè)的迅速發(fā)展和改革開放政策的實施，促使能源產(chǎn)品特別是石油作為一種國際性的特殊商品進入世界能源市場。隨著國民經(jīng)濟的發(fā)展和人口的增長，我國能源的供需矛盾日益緊張。同時，煤炭、石油等常規(guī)能源的大量使用和核能的發(fā)展，又會造成環(huán)境的污染和生態(tài)平衡的破壞?？梢钥闯?，

2、它不僅是一個重大的技術(shù)、經(jīng)濟問題，而且以成為一個嚴(yán)重的政治問題。在20世紀(jì)的最后二十年里，中國國內(nèi)生產(chǎn)總值(GDP)翻了兩番，但是能源消費僅翻了一番，平均的能源消費彈性僅為左右。然而自2002年進入新一輪的高速增長周期后，中國能源強度卻不斷上升，經(jīng)濟發(fā)展開始頻頻受到能源瓶頸問題的困擾。鑒于此，研究能源問題不僅具有必要性和緊迫性，更具有很大的現(xiàn)實意義。由于我國目前面臨的所謂“能源危機”，主要是由于需求過大引起的，而我國作為世界上最大的發(fā)展中國家，人口眾多，所需能源不可能完全依賴進口，所以，研究能源的需求顯得更加重要。二、影響因素設(shè)定根據(jù)西方經(jīng)濟學(xué)消費需求理論可知，影響消費需求的因素有：商品的價格

3、、消費者收入水平、相關(guān)商品的價格、商品供給、消費者偏好以及消費者對商品價格的預(yù)期等。對于相關(guān)商品價格的替代效應(yīng)，我們認為其只存在能源品種內(nèi)部之間，而消費者偏好及消費者對商品價格的預(yù)期數(shù)據(jù)差別較大，不容易進行搜集整理在此暫不涉及。另外，發(fā)展經(jīng)濟學(xué)認為，來自知識、人力資本的積累水平所體現(xiàn)的技術(shù)進步不僅可以帶動勞動產(chǎn)出的增長，而且會通過外部效應(yīng)可以提高勞動力、自然資源、物質(zhì)資本與生產(chǎn)要素的生產(chǎn)效率，消除其中收益遞減的內(nèi)在聯(lián)系，帶來遞增的規(guī)模收益。這里我們引入能源價格、居民收入、科技進步、能源供給量和工業(yè)產(chǎn)出五個變量對能源需求進行分析。三、數(shù)據(jù)選取1能源需求總量，在模型中用y表示，是指一次性能源消費總

4、量,由煤炭,石油,天然氣和水電4項組成(單位：萬噸標(biāo)準(zhǔn)煤)。2能源需求的影響因素：(1)能源價格，用能源產(chǎn)品出廠價格指數(shù)來衡量，在模型中用X1表示，它由煤炭、石油、電力工業(yè)出廠價格指數(shù)加權(quán)計算得到。(2)剔除物價的工業(yè)總產(chǎn)值(億元)，在模型中用X2表示，它由由現(xiàn)價計算的工業(yè)總產(chǎn)值除以當(dāng)年的工業(yè)總產(chǎn)值價格指數(shù)。(3)剔除物價的城鎮(zhèn)居民家庭人均可支配收入(元)，用X3表示，它也是由各年家庭人均可支配收入絕對數(shù)用價格指數(shù)計算得到。(4)科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)(萬人)，用X4表示，直接由各年度統(tǒng)計年鑒查得。(5)能源生產(chǎn)總量(萬噸標(biāo)準(zhǔn)煤)，用X5表示，直接由各年度統(tǒng)計年鑒查得。(6)其他因素。

5、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誤差項，如國家的經(jīng)濟結(jié)構(gòu)政策、消費者偏好等。表1:年份能源消費總量（萬噸標(biāo)準(zhǔn)煤）能源產(chǎn)品出廠價格指數(shù)剔除物價的工業(yè)總產(chǎn)值（億元）剔除物價的城鎮(zhèn)居民家庭人均可支配收入（元）科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)（萬人）能源生產(chǎn)總量（萬噸標(biāo)準(zhǔn)煤）19815714410042379262770198258588387100645621983602751056373519845944711163227198562067118667781986660405641217127019877090412577855198876682131855461989808501

6、378812419908663214291266199192997144958011992969341471016391993987031521039221994103783156104844199510917015910725619961159931661110591997122737174118729199813117642831781290341999138948176132616200013779817913241020011322141681242502002130119585416510912620031302976280164109000200413491415412090020

7、051480007703151139000四、模型設(shè)定Yt=30+31X1t+32X2t+33X2t+34X4t+35X5t+UtYt能源需求總量（萬噸煤）X1t-能源產(chǎn)品價格指數(shù)X2t-剔除物價的工業(yè)總產(chǎn)值（億元）X3t-剔除物價的城鎮(zhèn)居民家庭人均可支配收入（元）X4t-科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)（萬人）X5t-能源生產(chǎn)總量（萬噸標(biāo)準(zhǔn)煤）Ut隨機擾動項、國、33、34、35待估參數(shù)五、模型檢驗假設(shè)模型中隨機誤差項Ut滿足古典假設(shè)，運用OLS方法估計模型的參數(shù)得如下結(jié)果:表2:DependentVariable:YMethod:LeastSquaresDate:12/20/10Time:1

8、6:19Sample:19812005Includedobservations:25VariableCoefficientStd.Errort-StatisticProb.CX1X2X3X4X5R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)回歸方程為：Y=+*X2+*X3+*X4+*X5()(

9、)()()()()t=()()()()()()R2=0.995733F=一、經(jīng)濟意義檢驗由回歸估計結(jié)果可以看出，城鎮(zhèn)居民家庭人均可支配收入、科學(xué)研究與綜合技術(shù)服務(wù)業(yè)人員數(shù)、能源生產(chǎn)總量與能源需求總量呈線性正相關(guān)，與現(xiàn)實經(jīng)濟理論相符。而能源產(chǎn)品出廠價格指數(shù)與能源需求總量呈線性正相關(guān)，工業(yè)總產(chǎn)值與能源需求總量呈線性負相關(guān)，這兩點上，不符合經(jīng)濟意義。二、統(tǒng)計意義檢驗從估計的結(jié)果可知，可決系數(shù)R2=,F=,表明模型在整體上擬合地比較理想。系數(shù)顯著性檢驗：給定廣，X2、X3、X4、X5的t的P值小于給定的顯著性水平，拒絕原假設(shè)，接受備擇假設(shè)，表明工業(yè)總產(chǎn)值、城鎮(zhèn)居民家庭人均可支配收入、科學(xué)研究與綜合技術(shù)

10、服務(wù)業(yè)人員數(shù)、能源生產(chǎn)總量對能源需求總量有顯著性影響；僅有X1的t的P值大于給定的顯著性水平，接受原假設(shè)，表明能源產(chǎn)品出廠價格指數(shù)對能源需求總量影響不顯著。三、計量經(jīng)濟學(xué)檢驗1、多重共線性檢驗由表2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X1的t檢驗不顯著并且XI、X2的系數(shù)的符號與經(jīng)濟意義相悖，則說明該模型存在多重共線性。在Eviews中計算解釋變量之間的簡單相關(guān)系數(shù)，得到如下結(jié)果，也可以看出解釋變量之間存在多重共線性。表3:X1X2X3X4X5X110.X21X30.1X41X51用逐步回歸法修正模型的多重共線。1.運用OLS方法逐一求Y對各個解釋變量的回歸。結(jié)合經(jīng)濟

11、意義和統(tǒng)計意義選出擬和效果最好的一元線性回歸方程。經(jīng)分析在五個一元回歸模型中能源需求總量Y對能源生產(chǎn)總量X5的線性關(guān)系強，擬合程度好表4:DependentVariable:YMethod:LeastSquaresDate:12/20/10Time:16:40Sample:19812005Includedobservations:25VariableCoefficientStd.Errort-StatisticProb.CX5R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriteri

12、onSumsquaredresid+09SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)由表4得：Y=+*X5()()t=()()R2=0.955348F=2.逐步回歸。將其余解釋變量逐一代入上式，得到如下幾個模型(結(jié)果表如下)Y=+25.*X3+*X5()()() TOC o 1-5 h z t=()()()R2=0.991118F=表5:DependentVariable:YMethod:LeastSquaresDate:12/20/10Time:16:43Sample:19812005In

13、cludedobservations:25VariableCoefficientStd.Errort-StatisticProb.CX3X5R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid+08SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic) TOC o 1-5 h z Y=+*X1+27.*X3+*X5()()()()t=()()()()R

14、2=0.992392F=DependentVariable:YMethod:LeastSquaresDate:12/20/10Time:17:07Sample:19812005Includedobservations:25VariableCoefficientStd.Errort-StatisticProb.CX1X3X5R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid+08SchwarzcriterionLoglikelihoodF-st

15、atisticDurbin-WatsonstatProb(F-statistic)X4對Y的影響并不顯著，故將X4刪去，得到如下模型:Y=+*X1*X2+27.*X3+*X5()()()()()t=()()()()()R2=0.993734F=表7DependentVariable:YMethod:LeastSquaresDate:12/20/10Time:17:11Sample:19812005Includedobservations:25VariableCoefficientStd.Errort-StatisticProb.CX1X2X3X5R-squaredMeandependentva

16、rAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid+08SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)2、異方差檢驗此處采用ARCH檢驗:表8:ARCHTest:F-statisticProbabilityObs*R-squaredProbabilityTestEquation:DependentVariable:RESIDA2Method:LeastSquaresSample(adjus

17、ted):19812005Includedobservations:22afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C7197913.3420227.RESID2-1)RESID2-2)RESID2-3)R-squaredMeandependentvar5999470.AdjustedR-squared.dependentvar9793751.ofregressionAkaikeinfocriterionSumsquaredresid+15SchwarzcriterionLoglikelihoodF-st

18、atisticDurbin-WatsonstatProb(F-statistic)Date:12/20/10Time:18:34由上表，Obs*R-squared=(3)=,所以接受H0,表明模型中隨機擾動項不存在異方差。3、自相關(guān)檢驗1.由表7可彳導(dǎo)DW=,給定顯著性水平a=,n=25,k=4時，查Durbin-Waston表得下限臨界值dL=,上限臨界值du=,可見DW統(tǒng)計量DW=du=,由此可判斷模型存在自相關(guān)。2.運用廣義差分法修正自相關(guān)表9:DependentVariable:DYMethod:LeastSquaresDate:12/20/10Time:18:57Sample(adj

19、usted):19822005Includedobservations:24afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.CDX1DX2DX3DX5R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinfocriterionSumsquaredresid+08SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)Dep

20、endentVariable:YMethod:LeastSquaresDate:12/20/10Time:19:15Sample(adjusted):19822005Includedobservations:24afteradjustingendpointsConvergencenotachievedafter100iterationsVariableCoefficientStd.Errort-StatisticProb.CX1X3X5AR(1)R-squaredMeandependentvarAdjustedR-squared.dependentvar.ofregressionAkaikeinf