我国能源消耗的计量经济学模型分析Word下载.doc
《我国能源消耗的计量经济学模型分析Word下载.doc》由会员分享,可在线阅读,更多相关《我国能源消耗的计量经济学模型分析Word下载.doc(8页珍藏版)》请在冰点文库上搜索。
煤炭消费存在滞后效应,上一年的煤炭消费影响下一年的煤炭消费。
所以选取火力发电量(X1)、铁路货运量(X6)和煤炭消费的滞后变量(Y2-1)来说明煤炭消费总量(Y2)。
天然气勘探起步较晚,其他新兴能源也才处于开发阶段,仅占能源消费总量的10%左右,尚未大规模的开发利用,所以天然气、水电、核电、风电开采和开发研究成本较高,,工业企业难以承受,以至化工企业只能选择用煤、石油等其他资源来替代。
而城市用户对天然气价格的承受能力则比化工企业要高得多。
所以选用水力发电量(X2)、石油消费总量(Y1)和煤炭消费总量(Y2)来说明天然气、水电、核电、风电消费量(Y3)。
能源消费总量(Y)
石油消费总量(Y1)
天然气、水电、核电、风电消费量(Y3)
煤炭消费总量(Y2)
民用汽车拥有量(X3)
民用航空航线里程(X4)
农业机械总动力(X5)农业机械总动力(X5)
水力发电量(X2)
火力发电量(X1)
铁路货运量(X6)
Y2-1)
表示外生变量
图1模型结构图
表示内生变量
表示滞后变量
3.能源消费模型结构的建立
根据图1,建立如下联立方程模型,该联立方程模型是可识别的:
(1)Y=Y1+Y2+Y3
(2)Y1=C
(1)*X3+C
(2)*X4+C(3)*X5+C(4)*Y2
(3)Y2=C(5)*X1+C(6)*X6+C(7)*Y2(-1)
(4)LOG(Y3)=C(8)*LOG(X2)+C(9)*LOG(Y1)+C(10)*LOG(Y2)
方程
(1)是恒等式,表示能源消费总量是由煤炭消费量、石油消费量及天然气、水电、核电、风电消费量构成。
方程
(2)是表示石油消费量的构成,主要是和民用汽车拥有量、民用航空里程线路、农业机械动力和煤炭消费量相关。
方程(3)是表示煤炭消费量的构成,主要是和火力发达量、铁路运货量及前期煤炭消费量相关。
方程(4)是表示天然气、水电、核电、风电消费量的构成,主要和水力发电、石油消费量和煤炭消费量相关。
4.能源消费模型的参数估计及检验
(1)原始数据
本模型参数估计采用时间序列数据,数据来自2006年《中国统计年鉴》样本区间为1989~2005年(详细数据见表1)。
数据处理与模型计算采用的是Excel2003和Eviews5.0软件。
表1
年份
能源消费总量(万吨标准煤)
煤炭消费量(万吨标准煤)
石油消费量(万吨标准煤)
天然气、水电、核电、风电消费量(万吨标准煤)
火力发电量(亿千瓦小时)
水力发电量电(亿千瓦时
民用汽车拥有量(万辆)
民航里程(万公里)
农机动力(万千瓦)
铁路货运量(吨)
y
y2
y1
y3
x1
x2
x3
x4
x5
x6
1989
96934
73766.8
16575.7
6591.5
4665.00
1183.00
511.32
47.19
28067.0
151489
1990
98703
75211.7
16384.7
7106.6
4945.00
1267.00
551.36
50.68
28707.7
150681
1991
103783
78978.9
17746.9
7057.2
5528.00
1247.00
606.11
55.91
29388.6
152893
1992
109170
82641.7
19104.8
7423.6
6232.00
1307.00
691.74
83.66
30308.4
157627
1993
115993
86646.8
21110.7
8235.5
6877.00
1518.00
817.58
96.08
31816.6
162794
1994
122737
92052.8
21356.2
9328.0
7607.00
1674.00
941.95
104.56
33802.5
163216
1995
131176
97857.3
22955.8
10362.9
8164.53
1905.77
1040
112.90
36118.1
165982
1996
138948
103794.2
25010.6
10143.2
8933.44
1879.66
1100.08
116.65
38546.9
171024
1997
137798
98801.2
28110.8
10886.0
9395.70
1959.83
1219.09
142.50
42015.6
172149
1998
132214
92020.9
28426.0
11767.0
9681.10
1988.90
1319.3
150.58
45207.7
164309
1999
133831
92463.8
30205.6
11161.5
10427.20
1965.80
1452.94
152.22
48996.1
167554
2000
138553
93869.4
32158.1
12525.2
11331.86
2224.14
1608.91
150.29
52573.6
178581
2001
143199
95485.2
32749.7
14964.3
12033.70
2774.32
1802.04
155.36
55172.1
193189
2002
151797
100671.9
35535.7
15589.6
13660.26
2879.74
2053.17
163.77
57929.9
204955
2003
174990
119658.4
38865.3
16466.6
16268.94
2836.81
2382.93
174.95
60386.5
221178
2004
203227
138173.8
45380.5
19672.3
18497.65
3535.44
2693.71
204.94
64027.9
249017
2005
223319
153866.8
46897.0
22555.2
21032.43
3970.17
3159.66
199.85
68397.8
269296
——数据来源《2006中国统计年鉴》
(2)参数估计
本文利用Eviews5.0软件对模型采用二阶段最小平方法(2SLS)进行参数估计,参数估计结果如下:
Instrumentlist:
CX1X2X3X4X5X6Y2(-1)
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X3
3.826664
0.603155
6.344413
0.0000
X4
42.49272
13.77108
3.085650
0.0094
X5
0.255071
0.051518
4.951140
0.0003
Y2
0.061147
0.012380
4.939249
R-squared
0.994704
Meandependentvar
28874.90
AdjustedR-squared
0.993380
S.D.dependentvar
9351.754
S.E.ofregression
760.8748
Sumsquaredresid
6947166.
Durbin-Watsonstat
2.173271
=====================
EstimationEquation:
Y1=C
(1)*X3+C
(2)*X4+C(3)*X5+C(4)*Y2
SubstitutedCoefficients:
Y1=3.826663821*X3+42.49272433*X4+0.2550708442*X5+0.06114684877*Y2
CX1X2X3X4X5X6Y2(-1)
X1
0.864056
0.465539
1.856032
0.0863
X6
0.211112
0.089787
2.351258
0.0351
Y2(-1)
0.548735
0.150839
3.637877
0.0030
0.957484
100137.2
0.950943
20886.12
4626.021
2.78E+08
0.830088
Y2=C(5)*X1+C(6)*X6+C(7)*Y2(-1)
Y2=0.8640558113*X1+0.2111117519*X6+0.5487345063*Y2(-1)
CX1X2X3X4X5X6Y2(-1)
LOG(X2)
0.737033
0.063453
11.61542
LOG(Y1)
0.238913
0.082192
2.906746
0.0122
LOG(Y2)
0.111702
0.038615
2.892703
0.0126
0.995823
9.348881
0.995181
0.354781
0.024629
0.007886
2.227586
LOG(Y3)=C(8)*LOG(X2)+C(9)*LOG(Y1)+C10)*LOG(Y2)
LOG(Y3)=0.7370329886*LOG(X2)+0.2389125542*LOG(Y1)+0.1117022392*LOG(Y2)
(3)参数检验
本模型估计出来的参数所反映的实际经济意义与经济理论及实践相符;
方程
(1)和方程(3)在0.05显著性水平下参数的t检验都大于2通过显著性检验,D-W值在2附近,不存在序列相关,通过F检验,双测检验概率值也都小于0.05,拟合优度均大于0.99,说明石油消费量与民用汽车拥有量、民用航空里程线路、农业机械动力和煤炭消费量呈明显的线型关系;
煤炭消费量的构成与火力发达量、铁路运货量和前期煤炭消费量呈明显的线型关系;
方程
(2)拟合优度较为满意,在0.1显著性水平下参数基本上都能通过显著性检验,通过F检验,说明天然气、水电、核电、风电消费量与水力发电、石油消费量和煤炭消费量呈明显的线性关系。
通过上述结论表明,本模型的参数估计结果在经济意义和统计意义上均具有一定的可信度。
F
(4)模型的模拟和预测
为了检验所建模型用于模拟分析的可靠性,本文运用上述模型对样本期间的数据进行模拟,并进行了事后预测,通过计算所选取的三个变量1990~2005年模拟值与实际值的相对误差来考察模型的预测能力。
计算结果见表2。
表2变量模拟值及相对误差表
变量模拟值(单位:
万吨标准煤)
变量模拟值相对误差
年份
Y1
Y3
Y1
16184.86
76561.674
6557.328
1.22%
-1.79%
0.52%
17020.63
78325.265
6893.233
4.09%
0.83%
3.00%
18986.07
82000.156
6982.121
0.62%
0.78%
1.06%
20624.97
85658.191
7393.988
2.30%
1.14%
0.40%
22298.34
88575.777
8500.378
-4.41%
3.78%
-3.22%
23973.5
92607.908
9223.289
-4.43%
5.36%
1.12%
25345.29
97521.844
10395.67
-1.34%
6.04%
-0.32%
27478.6
101416.55
10572.78
2.25%
-2.65%
-4.24%
28605.03
97268.199
11150.42
-0.63%
-5.70%
-2.43%
30179.5
94877.344
11212.76
0.09%
-2.61%
4.71%
31692.8
98229.985
11285.13
1.45%
-4.65%
-1.11%
33408.88
102691.64
12567.8
-2.01%
-7.55%
-0.34%
35747.82
107467.66
14884.34
-0.60%
-6.75%
0.53%
39272.34
115992.69
15692.95
-1.05%
3.06%
-0.66%
43796.92
134214.11
16164.84
3.49%
2.87%
1.83%
47437.88
150845.48
20049.41
-1.15%
1.96%
-1.92%
从表2看,本联立方程模型模拟出来的效果比较好,其中Y1和Y3模拟的最好,相对误差均小于5%,误差平均值为-0.01%和-0.07%。
Y2模拟值一般,个别模拟值和实际值的误差在5%以上,但是均在8%以下。
模拟误差均值为-0.37%,Y2的模拟值误差较大是因为煤炭消费用途广泛无法一一取得列出。
因此该模型对历史的整体拟合效果较好,用于外推模拟分析具有一定的可信度。
(5)消费结构分析
本文用石油消费总量(Y1)、煤炭消费总量(Y2)和天然气、水电、核电、风电消费量(Y3)来说明我国的能源消费总量(Y)。
我国总的能源消费总量是石油消费总量(Y1)、煤炭消费总量(Y2)和天然气、水电、核电、风电消费量(Y3)之和。
石油消费函数(方程1)采用线性函数表达式。
从估计结果上看,石油消费总量(Y1)与民用汽车拥有量(X3)、民用航空航线里程(X4)、农业机械总动力(X5)和煤炭消费总量(Y2)是呈正相关关系。
假设X4、X5、Y2不变,方程
(1)对X3求导,得到的C1为边际消费倾向,即民用汽车拥有量(X3)每增加1个单位,石油消费就增加3.83个单位。
同理,当民用航空航线里程(X4)每增加1个单位,石油消费就增加42.50个单位;
当农业机械总动力(X5)每增加1个单位,石油消费就增加0.26个单位;
随着煤炭消费的增加,石油的消费量也随之增加,煤炭消费(Y2)每增加1个单位,石油消费就增加0.06个单位。
煤炭消费函数(方程2)采用线性函数表达式。
从估计结果上看,煤炭消费量和火力发达量(X1)、铁路运货量(X6)及前期煤炭消费量(Y2-1)呈正相关。
假设X6、Y2-1不变,方程
(2)对X1求导,得到C5为煤炭的边际消费倾向,即火力发达量(X1)每增加1个单位。
煤炭消费就会增加0.86个单位。
同理,铁路运货量(X6)每增加1个单位。
煤炭消费就会增加0.21个单位。
Y2相对Y2-1的边际消费倾向0.11,滞后内生变量Y1-1估计系数的t—统计值为3.63>
2
天然气、水电、核电、风电消费函数采用双对数函数形式,估计系数表示被解释变量相对解释变量的弹性。
从估计结果来看,当期的天然气、水电、核电、风电消费量(Y3)与当期的水力发电量(X2)、当期的石油消费量(Y1)、当期的煤炭消费量(Y2)关系呈正相关.天然气、水电、核电、风电消费量(Y3)相对与石油消费量(Y1