1、有关我国CO2排放量的计量经济研究有关我国排放量的计量经济研究一个计量经济学初学者的处女文日 期: 2011- 12- 1目 录一、 引言 - 3 -二、 描述性统计分析 - 3 -(一) 数据来源 - 3 -(二) 数据描述统计量 - 5 -(三) 数据图 - 6 -三、 单位根与协整检验 - 7 -(一) 最大滞后阶 - 7 -(二) 单位根检验 - 7 -(三) 协整检验 - 9 -四、 误差修正模型的建立 - 14 -五、 结论与政策建议 - 16 -一、 引言工业革命后,人类进入了前所未有的快速发展时期。蒸汽、电力的发明使得工业蓬勃发展,但是也带来巨大的危机。化石燃料的燃烧释放出大量
2、温室气体,虽然对于它们是否是形成温室效应的主要因素还在讨论与研究中,但是业已存在的全球变暖问题已经成为各国共同关注的焦点。人们已经将矛头指向了各国政府对化石燃料不加节制的开采与利用,因此,在1997年的京都,各国制定了京都议定书以限制并降低全球的碳排放量。每年举行的世界气候大会关注度逐年升温,碳排放量已经成为了全球性的热点。我国作为发展中国家,是能源消耗大国。在资源储备并不充足的背景下,仍然无节制的进行本国资源的开采和使用,不仅使得环境急剧恶化,也将对我国经济的可持续发展带来很大的影响。处在关键转型期的中国需要处理众多方面的矛盾,能源与气候问题就是其中很重要的一个。本文试图以中国为样本,通过两
3、个方面来探讨有关我国排放量的问题:第一,本文将验证化石燃料的燃烧和二氧化碳的排放量之间的关系。根据BP公司给出的数据,在三种化石燃料:煤、石油、天然气当中,燃烧1吨石油可产生3.07吨石油当量的,燃烧1吨天然气可产生2.35吨石油当量的,燃烧1吨煤可产生3.96吨石油当量的。第二,本文将试图探究国民经济数据与排放量的之间是否存在经济学上的联系,主要包括人口因素、GDP以及三大产业在其中所起的影响作用。但是因为经济学理论知识有限,对计量经济学的认识也不够深入,因此在数据的选择和模型的建立上可能会出现无法解决的问题,在此致歉。笔者希望通过上述两个方面的研究巩固自己的计量经济学知识,同时也希望能够揭
4、示其中的定量关系,以利于读者对于排放量的深入了解。二、 描述性统计分析(一) 数据来源本文数据来源主要有两个 BP Statistical Review of World Energy June 2011: Carbon Dioxide Emissions,Oil: Consumption-tonnes,Gas Consumption-tonnes,Coal Consumption-tonnes 新中国55年统计资料汇编(19492004):人口数量,国民生产总值,第一产业产值,第二产业产值,工业产值,第三产业产值为保证统计数据的完整性,笔者采用了两个资料中从1965年到2004年共计40年的
5、统计数据,全部数据见表1:表1:1965年到2004年的有关数据年份PopulationGDPC1C2C2INDC3OilGasCoal1965480.9725381716.1651.1602.2546.5462.810.961.0112.31966522.0745421868702.2709.5648.6456.314.0741.2120.21967468.8763681773.9714.2602.8544.9456.913.91.3106.81968469.5785341723.1726.3537.3490.3459.515.21.3106.01969573.8806711937.9736
6、.2689.1626.1512.620.3771.8128.01970737.8829922252.7793.3912.2828.1547.228.1912.6162.91971869.8852292426.4826.31022.8926.6577.338.433.4187.81972933.7871772518.1827.41084.2989.9606.544.1754.4198.91973977.2892112720.9907.511731072.5640.453.835.4201.81974997.7908592789.9945.211921083.6652.761.896.8199.9
7、19751120.3924202997.3971.11370.51244.9655.768.258.0225.219761176.1937172943.79671337.21204.6639.578.039.1231.119771284.8949743201.9942.11509.11372.4750.782.410.9254.119781422.1962593624.11018.41745.21607860.591.2512.4281.019791462.1975424038.21258.91913.51769.7865.891.113.1290.819801499.7987054517.8
8、1359.421921996.5966.485.35712.8304.919811473.11000724862.41545.62255.52048.41061.381.14211.5302.319821539.21016545294.71761.623832162.31150.180.14910.7320.119831637.01030085934.51960.82646.22375.61327.581.79111.0343.419841771.010435771712295.53105.727891769.884.62611.2374.919851886.51058518964.42541
9、.63866.63448.72556.289.8211.6399.819861994.610750710202.22763.94492.739672945.695.6812.4422.119872145.710930011962.53204.35251.64585.83506.6101.52312.5455.719882292.011102614928.338316587.25777.24510.1108.83712.9486.719892396.811270416909.24228727864845403.2113.95313.5508.819902459.211433318547.9501
10、77717.468585813.5112.85813.7525.319912582.611582321617.85288.69102.28087.17227121.85314.3549.219922680.011717126638.1580011699.510284.59138.6132.37814.3565.619932869.711851734634.46882.116428.514143.811323.8145.791215.1602.619943037.011985046759.49457.222372.219359.614930148.123615.6642.819953262.71
11、2112158478.11199328537.924718.317947.2160.199716.0690.219963321.812238967884.613844.233612.929082.620427.5175.665816.6692.719973383.712362674462.614211.237222.732412.123028.7193.936317.6693.619983414.112476178345.214552.438619.333387.925173.5197.080418.2698.519993583.312578682067.51447240557.835087.
12、227037.7209.329919.3731.020003659.312674389468.114628.244935.339047.329904.6224.215322.1737.120013737.012762797314.815411.84875042374.633153228.402824.7751.920023969.8128453105172.316117.352980.245975.236074.8247.52226.3794.920034613.9129227117390.216928.161274.153092.939188271.722430.5936.320045357
13、.2129988136875.920768.172387.262815.143720.6318.882535.71084.3注:为二氧化碳排放量(百万吨),Population为人口(万人),GDP为国民生产总值(亿元),C1为第一产业产值(亿元),C2为第二产业产值(亿元),C2IND为工业产值(亿元),C3为第三产业产值(亿元),Oil为石油消耗量(百万吨),Gas为天然气消耗量(百万吨石油当量),Coal为煤消耗量(百万吨石油当量)(二) 数据描述统计量为了区别两方面的数据表、图等内容,之后的图表将会以A表示与化石燃料的相关内容,B表示与国民经济的相关内容,公共的图、表将不标A、B。表A
14、-1:数据基本统计量CO2OILGASCOALMean2101.587113.072412.57000435.5375Median1828.75091.1750012.45000387.3500Maximum5357.200318.882535.700001084.300Minimum468.800010.960001.000000106.0000Std. Dev.1250.72776.071167.927887253.4673Skewness0.5948240.8088150.7293170.541341Kurtosis2.5754103.0540923.7639002.433777Jarq
15、ue-Bera2.6592294.3660844.5185992.488018Probability0.2645790.1126980.1044240.288226Sum84063.504522.896502.800017421.50Sum Sq. Dev.61008410225686.02451.2042505582.Observations40404040表B-1:数据基本统计量POPULATIONGDPC1C2C2INDC3Mean104815.829623.405596.25314566.4112682.919460.743Median105104.08067.7002418.5503
16、486.1503118.8502163.000Maximum129988.0136875.920768.1072387.2062815.1043720.60Minimum72538.001716.100651.1000537.3000490.3000456.3000Std. Dev.17310.6438697.846084.11919895.5617230.0112818.29Skewness-0.2080931.3014271.0129561.3949471.3966821.317267Kurtosis1.8672533.3831642.5180273.7264843.7351363.392
17、197Jarque-Bera2.42720911.536117.22769313.8521413.9055111.82431Probability0.2971240.0031260.0269480.0009820.0009560.002706Sum4192632.1184936.223850.1582656.3507316.4378429.7Sum Sq. Dev.1.17E+105.84E+101.44E+091.54E+101.16E+106.41E+09Observations404040404040表A-1和表B-1中的JB统计量用深色标出,可以发现,排放量、煤消耗量以及人口数量的P值
18、有些高,但是因为统计数据是时间序列,因此在可接受的范围内,并且其他变量表现出良好的正态性,说明数据的可用性较高。(三) 数据图图A-1:与三种化石燃料的曲线图从图中可以看出,的排放量始终在上端,三种化石燃料消耗量从大到小的排序依次是:煤、石油、天然气。并且,四种数据的波动趋势较为接近,因此很可能具有相关关系。其中,在曲线末尾,煤与的排放量加速上升,推断煤对的排放量的影响较大。图B-1:与国民经济数据的曲线图从上图可以看出,五种国民经济数据:GDP、第一、二、三产业产值和工业产值波动趋势非常接近,其中第一产业的增长趋势逐渐降低,工业和第二产业的曲线波动几乎完全一致,符合经济事实。人口曲线的波动趋
19、势较其他几种差别较大,可能与排放量的相关性不大,所以剔除此变量。三、 单位根与协整检验(一) 最大滞后阶由公式计算得最大滞后阶为9(二) 单位根检验协整关系检验要求时间序列是平稳的,但很多时间序列都是非平稳的,因此需要先对时间序列的平稳性进行检验,此处采用的是ADF检验来检验序列是否包含单位根。由图A-1和图B-1可以看出,各序列均具有上升趋势,因此采用包含趋势项的检验,检验结果见表2。表2:各变量水平序列的ADF检验Null Hypothesis: Unit root (individual unit root process)Series: CO2, POPULATION, GDP, C1
20、, C2, C2IND, C3, OIL, GAS, COALDate: 12/02/11 Time: 20:30Sample: 1965 2004Exogenous variables: Individual effects, individual linear trendsAutomatic selection of maximum lagsAutomatic selection of lags based on SIC: 0 to 9Total number of observations: 348Cross-sections included: 10MethodStatisticPro
21、b.*ADF - Fisher Chi-square0.335841.0000ADF - Choi Z-stat13.86401.0000* Probabilities for Fisher tests are computed using an asymptotic Chi-square distribution. All other tests assume asymptotic normality.Intermediate ADF test results ALLDATASeriesProb.LagMax LagObsCO20.99996933POPULATION0.85861938GD
22、P1.00007932C11.00009930C21.00004935C2IND1.00004935C31.00004935OIL1.00000939GAS0.99771938COAL0.98706933由上表可以看出,各变量的P值均大于0.1,因此上述序列均为非平稳序列,进行一阶差分继续检验,结果见表3。表3:各变量一阶差分的ADF检验SeriesProb.LagMax LagObsD(CO2)0.19085933D(POPULATION)0.69950938D(GDP)0.98137931D(C1)0.90129929D(C2)0.20453935D(C2IND)0.26863935D(C
23、3)0.64740938D(OIL)0.83730938D(GAS)0.96880938D(COAL)0.04935933由上表可以看出,经一阶差分后,煤消耗量的P值明显减小,已达到5%的临界值水平以下,但是还没有小于1%的临界值。其他各序列P值均大于0.1,仍不平稳,因此继续对各变量进行二阶差分并检验,结果见表4。表4:各变量二阶差分的ADF检验SeriesProb.LagMax LagObsD(CO2,2)0.00060837D(POPULATION,2)0.00010837D(GDP,2)0.00016831D(C1,2)0.00078829D(C2,2)0.02905832D(C2IN
24、D,2)0.00896831D(C3,2)0.00031836D(OIL,2)0.00000837D(GAS,2)0.00061836D(COAL,2)0.00010837由上表可以看出,经过二阶差分,除C2外,各变量的P值均小于0.01,达到平稳水平,所以上述序列均为二阶单整序列,均可以进行协整检验。(三) 协整检验1. 排放量与化石燃料消耗量的协整检验建立模型模型1: =+用OLS回归方法估计回归模型,结果见表A-2表A-2:模型1 回归结果Dependent Variable: CO2Method: Least SquaresDate: 12/02/11 Time: 20:35Sampl
25、e: 1965 2004Included observations: 40VariableCoefficientStd. Errort-StatisticProb.C0.0281860.0441230.6388080.5270OIL3.0696150.0017401763.9820.0000GAS2.3438510.011655201.10760.0000COAL3.9606430.00035211263.970.0000R-squared1.000000Mean dependent var2101.587Adjusted R-squared1.000000S.D. dependent var1250.727S.E. of regression0.120133Akaike info criterion-1.305789Sum squa
copyright@ 2008-2023 冰点文库 网站版权所有
经营许可证编号:鄂ICP备19020893号-2