有关我国CO2排放量的计量经济研究.docx
《有关我国CO2排放量的计量经济研究.docx》由会员分享,可在线阅读,更多相关《有关我国CO2排放量的计量经济研究.docx(33页珍藏版)》请在冰点文库上搜索。
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
●BPStatisticalReviewofWorldEnergyJune2011:
CarbonDioxideEmissions,Oil:
Consumption-tonnes,GasConsumption-tonnes,CoalConsumption-tonnes
●新中国55年统计资料汇编(1949—2004):
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
Population
GDP
C1
C2
C2IND
C3
Oil
Gas
Coal
1965
480.9
72538
1716.1
651.1
602.2
546.5
462.8
10.96
1.0
112.3
1966
522.0
74542
1868
702.2
709.5
648.6
456.3
14.074
1.2
120.2
1967
468.8
76368
1773.9
714.2
602.8
544.9
456.9
13.9
1.3
106.8
1968
469.5
78534
1723.1
726.3
537.3
490.3
459.5
15.2
1.3
106.0
1969
573.8
80671
1937.9
736.2
689.1
626.1
512.6
20.377
1.8
128.0
1970
737.8
82992
2252.7
793.3
912.2
828.1
547.2
28.191
2.6
162.9
1971
869.8
85229
2426.4
826.3
1022.8
926.6
577.3
38.43
3.4
187.8
1972
933.7
87177
2518.1
827.4
1084.2
989.9
606.5
44.175
4.4
198.9
1973
977.2
89211
2720.9
907.5
1173
1072.5
640.4
53.83
5.4
201.8
1974
997.7
90859
2789.9
945.2
1192
1083.6
652.7
61.89
6.8
199.9
1975
1120.3
92420
2997.3
971.1
1370.5
1244.9
655.7
68.25
8.0
225.2
1976
1176.1
93717
2943.7
967
1337.2
1204.6
639.5
78.03
9.1
231.1
1977
1284.8
94974
3201.9
942.1
1509.1
1372.4
750.7
82.4
10.9
254.1
1978
1422.1
96259
3624.1
1018.4
1745.2
1607
860.5
91.25
12.4
281.0
1979
1462.1
97542
4038.2
1258.9
1913.5
1769.7
865.8
91.1
13.1
290.8
1980
1499.7
98705
4517.8
1359.4
2192
1996.5
966.4
85.357
12.8
304.9
1981
1473.1
100072
4862.4
1545.6
2255.5
2048.4
1061.3
81.142
11.5
302.3
1982
1539.2
101654
5294.7
1761.6
2383
2162.3
1150.1
80.149
10.7
320.1
1983
1637.0
103008
5934.5
1960.8
2646.2
2375.6
1327.5
81.791
11.0
343.4
1984
1771.0
104357
7171
2295.5
3105.7
2789
1769.8
84.626
11.2
374.9
1985
1886.5
105851
8964.4
2541.6
3866.6
3448.7
2556.2
89.82
11.6
399.8
1986
1994.6
107507
10202.2
2763.9
4492.7
3967
2945.6
95.68
12.4
422.1
1987
2145.7
109300
11962.5
3204.3
5251.6
4585.8
3506.6
101.523
12.5
455.7
1988
2292.0
111026
14928.3
3831
6587.2
5777.2
4510.1
108.837
12.9
486.7
1989
2396.8
112704
16909.2
4228
7278
6484
5403.2
113.953
13.5
508.8
1990
2459.2
114333
18547.9
5017
7717.4
6858
5813.5
112.858
13.7
525.3
1991
2582.6
115823
21617.8
5288.6
9102.2
8087.1
7227
121.853
14.3
549.2
1992
2680.0
117171
26638.1
5800
11699.5
10284.5
9138.6
132.378
14.3
565.6
1993
2869.7
118517
34634.4
6882.1
16428.5
14143.8
11323.8
145.7912
15.1
602.6
1994
3037.0
119850
46759.4
9457.2
22372.2
19359.6
14930
148.1236
15.6
642.8
1995
3262.7
121121
58478.1
11993
28537.9
24718.3
17947.2
160.1997
16.0
690.2
1996
3321.8
122389
67884.6
13844.2
33612.9
29082.6
20427.5
175.6658
16.6
692.7
1997
3383.7
123626
74462.6
14211.2
37222.7
32412.1
23028.7
193.9363
17.6
693.6
1998
3414.1
124761
78345.2
14552.4
38619.3
33387.9
25173.5
197.0804
18.2
698.5
1999
3583.3
125786
82067.5
14472
40557.8
35087.2
27037.7
209.3299
19.3
731.0
2000
3659.3
126743
89468.1
14628.2
44935.3
39047.3
29904.6
224.2153
22.1
737.1
2001
3737.0
127627
97314.8
15411.8
48750
42374.6
33153
228.4028
24.7
751.9
2002
3969.8
128453
105172.3
16117.3
52980.2
45975.2
36074.8
247.522
26.3
794.9
2003
4613.9
129227
117390.2
16928.1
61274.1
53092.9
39188
271.7224
30.5
936.3
2004
5357.2
129988
136875.9
20768.1
72387.2
62815.1
43720.6
318.8825
35.7
1084.3
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-1:
数据基本统计量
CO2
OIL
GAS
COAL
Mean
2101.587
113.0724
12.57000
435.5375
Median
1828.750
91.17500
12.45000
387.3500
Maximum
5357.200
318.8825
35.70000
1084.300
Minimum
468.8000
10.96000
1.000000
106.0000
Std.Dev.
1250.727
76.07116
7.927887
253.4673
Skewness
0.594824
0.808815
0.729317
0.541341
Kurtosis
2.575410
3.054092
3.763900
2.433777
Jarque-Bera
2.659229
4.366084
4.518599
2.488018
Probability
0.264579
0.112698
0.104424
0.288226
Sum
84063.50
4522.896
502.8000
17421.50
SumSq.Dev.
61008410
225686.0
2451.204
2505582.
Observations
40
40
40
40
表B-1:
数据基本统计量
POPULATION
GDP
C1
C2
C2IND
C3
Mean
104815.8
29623.40
5596.253
14566.41
12682.91
9460.743
Median
105104.0
8067.700
2418.550
3486.150
3118.850
2163.000
Maximum
129988.0
136875.9
20768.10
72387.20
62815.10
43720.60
Minimum
72538.00
1716.100
651.1000
537.3000
490.3000
456.3000
Std.Dev.
17310.64
38697.84
6084.119
19895.56
17230.01
12818.29
Skewness
-0.208093
1.301427
1.012956
1.394947
1.396682
1.317267
Kurtosis
1.867253
3.383164
2.518027
3.726484
3.735136
3.392197
Jarque-Bera
2.427209
11.53611
7.227693
13.85214
13.90551
11.82431
Probability
0.297124
0.003126
0.026948
0.000982
0.000956
0.002706
Sum
4192632.
1184936.
223850.1
582656.3
507316.4
378429.7
SumSq.Dev.
1.17E+10
5.84E+10
1.44E+09
1.54E+10
1.16E+10
6.41E+09
Observations
40
40
40
40
40
40
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
NullHypothesis:
Unitroot(individualunitrootprocess)
Series:
CO2,POPULATION,GDP,C1,C2,C2IND,C3,OIL,GAS,COAL
Date:
12/02/11Time:
20:
30
Sample:
19652004
Exogenousvariables:
Individualeffects,individuallineartrends
Automaticselectionofmaximumlags
AutomaticselectionoflagsbasedonSIC:
0to9
Totalnumberofobservations:
348
Cross-sectionsincluded:
10
Method
Statistic
Prob.**
ADF-FisherChi-square
0.33584
1.0000
ADF-ChoiZ-stat
13.8640
1.0000
**ProbabilitiesforFishertestsarecomputedusinganasymptoticChi
-squaredistribution.Allothertestsassumeasymptoticnormality.
IntermediateADFtestresultsALLDATA
Series
Prob.
Lag
MaxLag
Obs
CO2
0.9999
6
9
33
POPULATION
0.8586
1
9
38
GDP
1.0000
7
9
32
C1
1.0000
9
9
30
C2
1.0000
4
9
35
C2IND
1.0000
4
9
35
C3
1.0000
4
9
35
OIL
1.0000
0
9
39
GAS
0.9977
1
9
38
COAL
0.9870
6
9
33
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
Series
Prob.
Lag
MaxLag
Obs
D(CO2)
0.1908
5
9
33
D(POPULATION)
0.6995
0
9
38
D(GDP)
0.9813
7
9
31
D(C1)
0.9012
9
9
29
D(C2)
0.2045
3
9
35
D(C2IND)
0.2686
3
9
35
D(C3)
0.6474
0
9
38
D(OIL)
0.8373
0
9
38
D(GAS)
0.9688
0
9
38
D(COAL)
0.0493
5
9
33
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
Series
Prob.
Lag
MaxLag
Obs
D(CO2,2)
0.0006
0
8
37
D(POPULATION,2)
0.0001
0
8
37
D(GDP,2)
0.0001
6
8
31
D(C1,2)
0.0007
8
8
29
D(C2,2)
0.0290
5
8
32
D(C2IND,2)
0.0089
6
8
31
D(C3,2)
0.0003
1
8
36
D(OIL,2)
0.0000
0
8
37
D(GAS,2)
0.0006
1
8
36
D(COAL,2)
0.0001
0
8
37
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
DependentVariable:
CO2
Method:
LeastSquares
Date:
12/02/11Time:
20:
35
Sample:
19652004
Includedobservations:
40
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
0.028186
0.044123
0.638808
0.5270
OIL
3.069615
0.001740
1763.982
0.0000
GAS
2.343851
0.011655
201.1076
0.0000
COAL
3.960643
0.000352
11263.97
0.0000
R-squared
1.000000
Meandependentvar
2101.587
AdjustedR-squared
1.000000
S.D.dependentvar
1250.727
S.E.ofregression
0.120133
Akaikeinfocriterion
-1.305789
Sumsqua