中国能源消费的影响因素分析.docx

中国能源消费的影响因素分析.docx

《中国能源消费的影响因素分析.docx》由会员分享，可在线阅读，更多相关《中国能源消费的影响因素分析.docx（14页珍藏版）》请在冰点文库上搜索。

中国能源消费的影响因素分析

中国能源消费的影响因素分析

【摘要】能源是国民经济发展和人民生活水平提高的重要物质基础。

我国是一个资源大国，但由于人口基数大且正处于工业化和城镇化快速发展的重要时期，能源消费和建设已成为我国政府密切关注的议题。

然而如何合理地控制能源消费及建设就需要我们对能源消费的影响因素有明确的认识。

本文从我国能源消费的影响因素入手，通过实证分析，筛选出对能源消费较为重要的几个影响因素，并建立能源消费模型，通过SPSS以及EVIEWS软件对模型进行检验分析，最后对所得结果进行分析，同时提出相应的建议。

【关键词】能源消费；影响因素；多元线性回归模型

1、引言

能源消费是指生产和生活所消耗的能源。

能源是支持经济增长的重要物质基础和生产要素。

首先从能源消费结构来看，中国是煤炭资源比较丰富的国家，煤炭依然在中国能源消费总量中占主导地位。

建国初期，中国煤炭消费量占一次能源消费总量的90%以上，随着中国石油天然气工业和水电事业的发展，煤炭消费比例有所下降。

但从整体上看，中国的能源消费基本形成以煤为基础、多元发展的能源消费结构。

在世界能源由煤炭为主向油气为主的结构转变过程中，中国仍是世界上极少数几个能源以煤为主的国家之一。

其次，从能源消费总量来看。

我国能源消费总量不断增长，能源利用效率较低。

随着经济规模的不断扩大，中国的能源消费呈持续上升趋势。

我国受资金、技术、能源价格等因素的影响，中国能源利用效率比发达国家低很多。

另外，能源消费以国供应为主，环境污染状况加剧，优质能源供应不足。

中国经济发展主要建立在国产能源生产与供应基础之上，能源技术装备也主要依靠国供应。

90年代中期以前，中国能源供应的自给率达98％以上。

随着能源消费量的持续上升，以煤炭为主的能源结构造成城市大气污染，过度消耗生物质能引起生态破坏，生态环境压力越来越大。

随着我国人口的持续增长，经济的快速发展，这必然会导致我们能源消费量的增加，而与年俱增的能源消费对环境造成的破坏也越来越严重。

因此，我们迫切的需要对能源消费的影响因素进行思考与分析，为能源规划及政策的制定提供相应的建议。

二、能源消费的影响因素分析

有关对能源消费的影响因素研究的文献非常丰富，以下是利用多元回归模型定量分析能源生产总量、经济增长、全国生活能源消费总量、工业能源消费总量以及城镇居民人均可支配收入对能源消费总量的影响。

（一）数据

1.数据及其来源

本文数据来源于《2013中国统计年鉴》2000年至2012年的国民经济核算、 能源的部分数据。

总共抽取了13个样本作为研究对象，原始数据如下：

表1原始数据

年份

能源消费总量（万吨标准煤）

能源生产总量（万吨标准煤）

城镇居民人均可支配收入（元）

人均国生产总值（元）

生活能源消费总量（万吨标准煤）

工业能源消费总量（万吨标准煤）

2000

145531

135048

6280

7858

15614

101649

2001

150406

143875

6860

8622

15427

103774

2002

159431

150656

7703

9398

17032

107138

2003

183792

171906

8472

10542

19827

113600

2004

213456

196648

9422

12336

21281

131168

2005

235997

216219

10493

14185

25305

152507

2006

258676

232167

11760

16500

27765

168724

2007

280508

247279

13786

20169

30814

184945

2008

291448

260552

15781

23708

31898

200531

2009

306647

274619

17175

25608

33843

209302

2010

324939

296916

19109

30015

34558

219197

2011

348002

317987

21810

35198

37410

232019

2012

361732

331848

24565

38420

39621

246441

数据来源：

2.数据选取

2.1能源消费总量（单位：

万吨标准煤）：

能源消费总量，在模型中用Y来表示。

指全国各行业和居民生活消费的各种一次性能源总量，由原油、原煤和天然气等组成。

2.2能源消费的影响因素：

（1）能源生产总量（单位：

万吨标准煤），在模型中用

来表示，是指一次性能源消耗总量。

（2）城镇居民人均可支配收入（单位：

元），在模型中用

来表示，指城镇居民家庭人均可用于最终消费支出和其它非义务性支出以及储蓄的总和。

（3）人均国生产总值（单位：

元），在模型中用

来表示，指一个国家或地区，在核算期（通常为一年）实现的生产总值与所属围的常住人口的比值。

（4）生活能源消费总量（单位：

万吨标准煤），在模型中用

来表示，指我国一次性能源在生活方面的消费量。

（5）工业能源消费总量（单位：

万吨标准煤），在模型中用

来表示，指我国在工业方面的能源消耗量。

（6）其他因素：

在模型中用

来表示，以上因素外的其他因素在模型中则被视为误差部分。

3.能源消费的影响因素定性分析

图12000年—2012年能源消费用量

图1表示的是2000年至2012年来我国能源消费总量、能源生产总量、生活能源消费总量及工业能源消费总量。

由图1可知，该四项数据在这13年间都是呈增长趋势，且能源消费总量高于能源生产总量，说明我国能源消费量大且能源生产量不能满足需求。

图22000年—2012年城镇居民人均可支配收入与人均GDP

图2表示的是我国2000年至2012年城镇居民人均可支配收入和人均国生产总值随时间变化的特征。

由图可知，城镇居民人均可支配收入和人均国生产总值逐年提高，且人均国能生产总值增长速率较大。

图3工业能源消费与生活能源消费的比例图

图3可以看出，我国工业能源消费总量与生活能源消费总量逐年的变化趋势。

我国工业能源消费总量远远超出生活能源消费总量，且他们的比值波动围很小几乎不变。

图4生活能源消费、工业能源消费及能源消费总量

图4可以看出，三种能源消费总量都逐年增加，并且工业能源消费总量占能源消费总量的比例很大且该比例变化不大，而生活能源消费总量占能源消费重量的比例小。

（2）能源消费其影响因素的定量分析

1.模型设定

回归模型设定如下：

其中，

——表示能源消费总量，

——表示能源生产总量，

——表示城镇居民人均可支配收入，

——表示人均国生产总值，

——表示生活能源消费总量，

——表示工业能源消费总量，

——表示待定系数，

——表示随机误差项。

2.参数估计

以下是运用SPSS19.0对以上13组样本数据进行的回归分析结果：

表2样本数据回归结果

Coefficientsa

Model

UnstandardizedCoefficients

StandardizedCoefficients

t

Sig.

B

Std.Error

Beta

1

（Constant）

-13599.320

6690.741

-2.033

.082

X1

.856

.092

.754

9.281

.000

X2

-2.763

2.232

-.218

-1.238

.256

X3

.424

1.275

.058

.333

.749

X4

2.608

1.031

.292

2.530

.039

X5

.160

.153

.110

1.048

.330

a.DependentVariable:

Y

根据表1数据，模型的估计结果为：

t=（-2.033）（9.281）（-1.238）（0.333）（2.530）（1.048）

（3）模型检验

1.经济意义检验

由回归估计结果可以看出，能源生产总量、人均国生产总值、生活能源消费总量和工业能源消费总量与能源消费总量呈线性正相关，与现实经济意义理论相符。

但是城镇居民人均可支配收入与能源消费总量呈线性负相关，与现实经济意义理论不相符。

2.统计检验

表3数据的拟合优度检验

ModelSummary

Model

R

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

1

1.000a

1.000

.999

1846.715

a.Predictors:

（Constant）,X5,X3,X1

X4,X2

表4方差分析表

ANOVAa

Model

SumofSquares

df

MeanSquare

F

Sig.

1

Regression

.383

5

.877

4020.413

.000b

Residual

23872490.387

7

3410355.770

Total

.769

12

a.DependentVariable:

Y

b.Predictors:

（Constant）,X5,X3,X1

X4,X2

1）拟合优度检验：

由表3数据可知，

=1，调整后

=0.999表示在用样本量和模型中自变量的个数进行调整后，在能源消费总量取值的变差中，能被能源消费总量与能源生产总量、城镇居民人均可支配收入、人均国生产总值、生活能源消费总量和工业能源消费总量的多元线性回归方程所解释的比例为99.9%，这说明模型对样本的拟合程度很好。

2）F检验：

根据表4数据可得，在95%的置信度下，F=4020.413，P<0.05，拒绝原假设，这意味着能源消费总量与能源生产总量、城镇居民人均可支配收入、人均国生产总值、生活能源消费总量和工业能源消费总量之间的线性关系显著。

3）T检验：

在95%的置信度下，

=2.3060，根据表2数据可得，X1、X4的t大于给定的显著性水平，拒绝原假设，表明能源生产总量和生活能源消费总量对能源消费总量有显著性影响。

X2、X3、X5的t均小于2.3060，表明城镇居民人均可支配收入、人均国生产总值和工业能源消费总量对能源消费总量的影响不显著。

3.多重共线性检验及其修正 

1　相关系数检验：

表5相关系数矩阵

Correlations

X1

X2

X3

X4

X5

X1

PearsonCorrelation

1

.978**

.975**

.994**

.993**

Sig.（1-tailed）

.000

.000

.000

.000

N

13

13

13

13

13

X2

PearsonCorrelation

.978**

1

.999**

.968**

.977**

Sig.（1-tailed）

.000

.000

.000

.000

N

13

13

13

13

13

X3

PearsonCorrelation

.975**

.999**

1

.964**

.975**

Sig.（1-tailed）

.000

.000

.000

.000

N

13

13

13

13

13

X4

PearsonCorrelation

.994**

.968**

.964**

1

.996**

Sig.（1-tailed）

.000

.000

.000

.000

N

13

13

13

13

13

X5

PearsonCorrelation

.993**

.977**

.975**

.996**

1

Sig.（1-tailed）

.000

.000

.000

.000

N

13

13

13

13

13

根据表5数据可知，各解释变量相互之间的相关系数很高，证实存在严重多重共线性。

2　修正多重共线性

采用逐步回归的办法，去检验和解决多重共线性问题，以下为用SPSS软件进行的逐步回归结果：

表6模型汇总

ModelSummary

Model

R

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

1

.998a

.997

.996

4497.261

2

.999b

.999

.999

2869.116

3

1.000c

1.000

.999

1849.557

a.Predictors:

（Constant）,X1

b.Predictors:

（Constant）,X1,X5

c.Predictors:

（Constant）,X1,X5,X2

表7最终模型的系数

Coefficientsa

Model

UnstandardizedCoefficients

StandardizedCoefficients

t

Sig.

B

Std.Error

Beta

3

（Constant）

-13396.916

3877.016

-3.455

.007

X1

.860

.092

.758

9.390

.000

X5

3.342

.600

.374

5.568

.000

X2

-1.707

.440

-.134

-3.881

.004

a.DependentVariable:

Y

由逐步回归的结果可知，最后得到的模型为：

各回归系数的实际意义为：

=0.860表示，在城镇居民人均可支配收入、工业能源消费总量不变的条件下，能源生产总量每增加1万吨标准煤，能源消费总量平均增加0.860万吨标准煤。

=-1.707表示，在能源生产总量和工业能源消费总量不变的条件下，城镇居民人均可支配收入每增加1元，能源消费总量平均减少1.707万吨标准煤。

=3.342表示，在能源生产总量和城镇居民人均可支配收入不变的条件下，工业能源消费总量每增加1万吨标准煤，能源消费总量平均增加3.342万吨标准煤。

4.异方差检验——怀特检验

表8怀特检验结果

从表8可看出，由怀特检验知，P=0.1667>0.05，所以拒绝备择假设，不拒绝原假设，表明模型不存在异方差。

三．结论与建议

通过定性分析可知，中国工业能源消耗占比偏高，近年来生活能源消耗明显提高。

从中国能源消耗影响因素的多元回归分析可得，中国能源消耗与能源生产总量和工业能源消费总量呈显著正相关。

并且不难发现生活能源消费总量、工业能源消费量与能源消费总量具有共同变化趋势，在经济上升时期均呈现增长的趋势；在经济收缩期，又都呈现下降趋势。

当这三者同时作为解释变量时，就很有可能出现多重共线性。

出现多重共线性的另一原因是：

抽样仅仅局限于能源消费总量影响因素的一个有限围。

另外， 虽然能源价格、能源消费结构和环境政策等因素未能在模型中得到量化和反映，但不是说这些因素对能源需求的影响并不重要。

事实上，这些因素越是得不到量化和反映，越是暴露了当前我国在这些方面的不足和缺陷，更应该重视和解决。

我国是一个发展国，经济不断加速增长，人民生活水平不断提升，因此对能源消耗还在日益增加。

要想少消耗能源就要全面增强自主创新能力，努力掌握核心技术和关键技术，增强科技成果转化能力，以自主创新提升产业整体技术水平。

合理配置能源消耗结构，加强煤炭燃烧过程中的净化，搞好烟气处理等综合技术措施，提高煤炭的有效利用率，减少对环境的污染，大力发展清洁能源的使用，加强科学技术在此类能源上的创新性。

我国具有丰富的水能、风能、太阳能等可再生资源，从长远来看，我国应在中长期战略上做好大力发展可再生能源的部署，坚持能源优质高效的开发原则。

其次，能源消费应与市场机制相互配合，促进我国能源消费向高效、清洁的方向发展。

在工业方面，有重点地调整产业结构，确保经济与能源消费的协调增长。

在保证能源供应安全的同时，要合理的控制经济增长速度，积极推动经济增长方式由粗放型向集约型转变，严格控制高能耗产业的投资和发展，从而确保国民经济能够健康、稳定、持续发展。

在人民生活方面，政府应该大力宣传资源节约型、环境友好型社会的建立，培养全民节能意识，倡导全社会节能降耗。

并且我国政府统计部门也应当加强能源统计，制定有效的能源发展战略。

能源统计数据的质量应包括准确性和时效性。

提高能源统计数据的准确性、时效性、国际可比性，便于有关部门及时调整战略，实施能源有效的合理开发与利用。

最后，尽快完善能源相关的法律法规体系，坚决杜绝能源浪费和能源犯罪现象，以此来促进我国能源政策的落实，保障我国能源发展战略的有效实施。

4、参考文献

1.晓平.中国能源消费强度的区域差异及影响因素分析.资源科学.2008年6月.第30卷第6期。

.doc88./p-25.html

2.佟阿思根,侯俊芝.中国能源消费现状及能源需求预测.民族大学学报.2008年5月.第14卷第3期。

wenku.baidu./link?

url=iNm6ggBehT4b1dqXT1HB0gEwjm9PXsnLgPZFs4YwIy6fJ8Y55jMoF8Iit-OrwvyggIL4lCazUWtJpduNCJ3N_vwpPel-Z3i73d_of9VyCwG

3.国家统计局.中国统计年鉴2013.中国统计.2013

4.王丽敏.中国能源消费结构与经济发展的实证分析.能源技术与管理.2008年.第一期

wenku.baidu./view/3abb46cb50e2524de5187eb3.html