计量经济学论文

时间:2021-07-01 10:11:55 教学资源 浏览次数:

篇一:计量经济学论文

计量经济学论文

题目能源消耗与工业经济增长关系研究

学院经济管理学院 专业金融学

年级学号

姓名

指导教师

成绩 ___________________

2016年6月21日

目录

第一章引言................................................................ 3

1.1问题的提出 ............................................................ 3

1.2 研究意义............................................................. 3

1.3中国能源供求现状分析 .................................................. 4

第二章文献综述............................................................ 5

2.1国外研究现状 .......................................................... 6

2.2国内研究现状 .......................................................... 7

2.3结论 .................................................................. 7

第三章能源消费与工业经济增长之间的关系研究................................ 8

3.1数据选取 .............................................................. 8

3.2模型设定 .............................................................. 9

3.3模型检验 ............................................................. 10

3.1.1 经济意义检验....................................................... 11

3.1.2统计推断检验 ....................................................... 11

3.1.3计量经济学检验 .................................................... 11

3.4不足之处: ........................................................... 15

第四章结论:............................................................. 16

参考文献................................................................. 17

摘要:能源是人类生存、社会进步与经济发展不可或缺的物质基础,它对世界各国经济社会发展与人民生活水平提高起到了重要作用。然而作为对经济发展具有促进作用的能源,有时也会成为一种制约因素;由于经济的快速发展,对能源的需求量会越来越大,所以会导致不

断增长的能源需求与能源本身稀缺性之间的矛盾。因此,正确认识和处理能源消耗与经济增长之间的关系,对世界各国经济、社会的长远健康发展具有非常重要的理论与实际意义。

自从1978年改革开放以来,中国经济每年以平均10%左右的速度增长,由改革前的3000多亿(RMB)增加到2009年底的30多万亿(RMB),国民经济发展取得了巨大成功。随着改革开放的日益深入、工业化与城市化进程的进一步加快,未来较长一段时间中国经济可能会继续保持全面与快速的增长。而要持续支持如此快速、全面与健康的经济增长,与诸多(投入)要素有关;其中,作为经济增长不可缺少的基础性(投入)要素的能源在中国经济发展中起到了重要作用,为中国经济增长贡献了巨大力量。因此,从上可知:能源消耗与经济增长存在着相互依赖与相互制约的关系。然而,由于能源消耗与经济增长之间的不同Granger 因果关系具有不同的政策含义,所以要制定有关国家或区域较为科学合理的能源政策与产业政策等就需要仔细研究“能源消耗与经济增长之间的关系”。正因如此,本文针对“能源消耗与经济增长关系”这一主题进行了系统性的研究。

关键词:能源消耗,工业经济增长, 计量经济学模型,能源战略

ABSTRACT:As an essential material basis for human survival, social progress and economic development, energy plays an important role in the economic social development as well as living standard improvement around the world. However, from another perspective, the rising energy demand due to fast-growing economy has resulted in conflict between the growing energy demand and scarcity of energy itself. Therefore, it istheoretically and practically significant for the global long-term healthy social economic development to correctly understand and deal with the relationship between energy consumption and economic growth.

Since the reform and opening up in 1978, Chinas economy has gained great success, growing at the rate of ten percent in average, from more than 3,000 billion RMB before the reform to more than 30 trillion RMB by the end of 2009. With the deepening reform and the accelerating process of industrialization and urbanization, Chinas economy may continue to maintain a comprehensive and rapid growth for a longer period in the future. To support such a rapid, comprehensive and healthy economic growth, we have to input considerable elements, including energy, as indispensable basis for economic growth. Therefore, there is an interdependence and mutual restraint relationship between energy consumption and economic growth. As the different Granger causality relationships between energy consumption and economic growth have different policy indications, in order to work out the scientific, rational energy policy and industrial policy for a country or a region, we need to study the relationship between energy consumption and economic growth carefully. For this reason, this dissertation conducts a systematic research focusing on the relationship between energy consumption and economic growth.

Key words:Energy consumption, industrial economic growth, econometric model, energy strategy

第一章 引言

1.1问题的提出

能源是经济发展和社会进步所必需的重要物质基础,人类社会发展与进步的历史与人类认识和利用能源的历史息息相关;甚至可以说,社会进步程度与人类对能源的依赖程度呈正相关,因此,能源利用的不断变革就成为人类社会进步的重要发展标志之一。此外,能源与经济发展(增长)之间存在着十分密切的联系,一方面经济发展(增长)对能源需求存在依赖性,另一方面能源作为经济发展促进因素的同时也会成为一种制约因素(这主要是由于能源的稀缺性以及能源的利用会给生态环境带来负面影响,从而给经济增长带来“负产出”)。因此,正确认识与处理经济增长与能源消耗之间的关系,对世界各国经济社会的长远发展具有非常重要的理论与实际意义。

1.2 研究意义

能源是工业经济发展的基础(投入)要素,它是否能有效利用关系到经济社会是否能持续健康发展。而能源消耗的过快增长与较低的能源利用效率都会影响并阻碍经济社会的可持续、健康与稳定发展。针对“能源消耗与经济增长关系”的研究,其中一个很重要的目的就是为能源的有效利用、节能减排以及经济、能源与环境等的协调发展提供理论与实证支撑以及政策参考。

本文运用理论与实证研究相结合的方法,对中国能源消耗与工业经济增长关系进行了理论与实证的分析和研究,最终落实在中国能源消耗与工业经济增长关系的理论与实证分析上,力争为中国的能源政策、产业政策和环境政策等提供借鉴与参考。具体地,本文的研究意义主要体现在以下几个方面:

①在理论研究方面,本文综合了国内相关理论研究,并且建立了一个能反映我国能源消耗与工业经济增长关系的理论模型。目前,国外有关“能源消耗与经济增长关系”的理论论述,主要是“经济增长理论”与“能源经济学的环境库兹涅茨曲线与环境污染的边际减排成本曲线理论”等,但是这些理论大多是以国外

发达国家为基础的,因此,现有理论很难反映我国的基本国情。正因如此,本文在以往研究理论(成果)的基础上,建立了一个比较符合我国能源消耗与工业经济增长关系的理论模型,从而为我国制定有关的能源政策、产业政策和环境政策等提供了比较可靠的理论依据,因此具有一定的理论与现实意义。

②在实证研究方面,研究了中国的能源消耗与工业经济增长关系,并且找到了一些新的研究切入点,得出了与以往研究不同且较为合理的实证结论,最后根据实证分析的研究结论提出了具有借鉴性的政策建议。

1.3中国能源供求现状分析

我国经济快速增长,必然带动能源消费量的增长。作为世界上最大的发展中国家,建国以来,我国的经济总量和能源消费总量都出现了较大幅度的增长。1953年—1978年GDP由1615亿元增长到6584亿元,再增长到2005年的183084亿元,1953年—1978年,1979年—2005年两个阶段的平均增长率分别为5.8%和

9.7%;能源消费量由1953年的0.54亿吨标准煤增长到1978年的5.71亿吨标准煤,再增长到2005年的22.47亿吨标准煤。年均分别增长了9.9%和5.3%。中国的人均能源消费量也在迅速增长,1953年—1978年由0.09吨标准煤增长到0.59吨标准煤,再增长到2005年的1.70吨标准煤。2003年全国城乡生活人均年用电量为173.7千瓦时,而1980年只有10.7千瓦时。

从已收集来的数据来看,近年来,我国能源消费是处于供不应求的状态,并且供求矛盾有扩大的趋势。

篇二:计量经济学论文

中国粮食总产量多因素分析

专业年级: 13金融(2)班 学号: 201312030140 姓名: 谢昊

摘要:本文选取1990年到2013年的相关数据,应用计量经济学所学知识对根据经济理论选取的影响我国粮食产量的各因素进行分析、检验,并对其影响程度的大小进行定量分析,进一步明确和完善相关的经济学知识。

关键词:粮食产量 粮食播种面积 农用机械总动力 有效灌溉面积 农业化肥使用量 一、文献综述

农业作为我国最基础的产业,农产品的每年的产量直接关系着我们的民生,故而粮食的产量一直是我们最关心的。 影响因素的分析

首先,粮食作为农作物,其产量肯定会受到农用化肥施用量条件的影响

其次,我认为粮食的播种面积对于粮食产量也有一些影响 最后,农业机械总动力也是影响粮食产量的一大重要因素 二、数据收集与模型的建立

(一)数据收集

(二)模型

为了具体分析各要素对我国粮食产量影响的大小,我们可以用粮食总产量(y)作为衡量,代表粮食发展;用粮食耕种面积(x1)、农用化肥施用量(x2)以及农业机械总动力(x3)。运用这些数据进行回归分析。

采用的模型如下:

y= β1+β2x1+β3x2+β4x3+ui

其中,y代表粮食总产量,x1代表粮食耕种面积,x2代表农用化肥施用量,x3代表农业机械总动力,ui代表随机扰动项。我们通过对该模型的回归分析,得出各个变量与我国粮食产量的变动关系。

三、模型估计和检验

(一)模型初始估计(表二)

Dependent Variable: Y Method: Least Squares Date: 12/21/15Time: 16:27 Sample: 1990 2013 Included observations: 24 Variable

C X1 X2 X3

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficien

-44644.14 0.684116 4.042971 0.031032

6601.867 0.053113 0.974751 0.038352

-6.762350 12.88043 4.147697 0.809131

0.0000 0.0000 0.0005 0.4280 49317.62 4867.060 16.71945 16.91579 191.0450 0.000000

Std. Error

t-Statistic

Prob.

0.966281 Mean dependent var 0.961223 S.D. dependent var 958.4155 Akaike info criterion 18371206 Schwarz criterion -196.6334 F-statistic 1.534928 Prob(F-statistic)

回归函数为:

?

Yi??44644.14?0.684116X1?4.042971X2?0.031032X3

(6601.867) (0.053113) (0.974751) (0.038352) T=(-6.762350) (12.88043) (4.147697) (0.809131)

R2?0.966281 2?0.9612 23 F=191.045

(二)多重共线性检验

相关系数矩阵(表三)

X1 X2 X3

X1 1

-0.267566314901 -0.23239867238

X2 -0.267566314901

1

0.977074961235

X3 -0.23239867238 0.977074961235

1

根据多重共线性检验,解释变量之间可能存在着线性相关。为了

进一步了解多重共线性的性质,我们可以做辅助回归。

由上表可以得知,辅助回归的可决系数很高,经验表明,方差扩大因子VIFj=10时,通常说明该解释变量与其余解释变量之间有严重的多重共线性,这里的x2、x3的方差扩大因子远大于10,表明存在严重的多重共线性问题。

为了进一步筛选并剔除引起多重共线性分变量,需要采用逐步回归的方法。

分别作Y对X1、X2、X3的一元回归,意愿回归结果如下表

通过采用剔除变量法,多重共线性的修正结果如下:剔除X2。(表七)

Dependent Variable: Y Method: Least Squares Date: 12/25/15Time: 10:06 Sample: 1990 2013 Included observations: 24 Variable

C X1 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficien

-31636.64 0.641034 7732.436 0.069329 -4.091419 9.246298 0.0005 0.0000 49317.62 4867.060 17.25679 17.40404 156.9019 Std. Error

t-Statistic

Prob.

0.937277 Mean dependent var 0.931303 S.D. dependent var 1275.661 Akaike info criterion 34173555 Schwarz criterion -204.0814 F-statistic

修正后方程为 ?

Yi??31636.64?0.641034X1?0.186325X2

(7732.436) (0.069329)(0.011061) T= (-4.091419)(9.246298)(16.84505)

22

R?0.937277 ?0.931303 F?156.9019

(三)异方差检验

(表八)

F-statistic Obs*R-squared

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 12/24/15Time: 18:58 Sample(adjusted): 1991 2013

Included observations: 23 after adjusting endpoints Variable

C R-squared Adjusted R-squared

Coefficien

1280357. 504218.4 2.539291 0.0191 1341173. 1852594.

Std. Error

t-Statistic

Prob.

0.037667 Probability 0.041181 Probability

0.847978 0.839189

0.001790 Mean dependent var -0.045743 S.D. dependent var

篇三:计量经济学标准

能源消费与工业经济增长之间的关系研究

摘要:能源是国家经济的命脉,也是一国经济发展的重要物质基础。我国作为世界上经济增长最快的国家,对于能源的消费也是非比寻常的。在我国的经济增长中,对于能源的消耗占主要地位的就是工业经济的发展。从一定程度上来讲,能源的消费与工业经济增长之间存在着千丝万缕的联系。本文就着重分析了能源消费与工业经济增长之间的关系,旨在从我国经济的增长以及能源的消费之间寻找到一个协调点,促进工业经济的高效增长。

一直以来,工业都是能源消费的主体,是工业经济发展的不可缺少的生产资料,尤其是对我国这个经济快速发展的发展中国家来说。在很长的一段时间内,我国工业经济的发展都是以牺牲能源为代价的,由于在科技水平生产技术等方面的欠缺,能源就理所当然的成了经济发展的弥补品。虽然说几年来,随着能源危机的临近,以及世界对绿色生产的呼唤,我国也制订了一系列的和措施等来限制能源的粗放性消费,但是毕竟我国还处于经济大幅增长的阶段,所以对于能源的消费也是必不可少的。所以,在现阶段,对于能源消费与工业经济增长之间关系的研究,是我国工业生产以及能源管理相关部门工作中的一个重点,也是促进有关部门采取相应措施提高能源利用率,实现优化产业结构,协调经济与能源关系目标的关键。

关键词:能源消费 能源生产 计量经济学模型 能源战略

总论:

我国是一个能源大国,但是,我国人口众多,人均能源占有量不及同期发达国家的1/5。能源是任何一个国家经济发展不可缺失的物质基础。随着我国人口的继续增长,经济的快速发展,能源消费量的增加是必然的,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,怎样优化能源利用结构,开发利用清洁能源,就成为我国经济发展的当务之急。这就需要我们清楚了解能源供需形势,做好影响能源消费因素分析,为能源规划及政策的制定提供科学依据,保证我国国民经济又好又快地发展。

一、能源消费与工业经济增长相关概念

在经济发展中,能源一直都是一个永恒的话题,很多的学者也都对能源做了很多研究,对其相关联的概念做了很多的界定。一般而言,在能源消费与工业经济增长之间关系的研究中需要探讨的概念主要如下:

(一)能源概念及其分类

所谓的能源就是我们通常所说的能源资源,它可以产生各种能量,并且被充分的应用到了工业生产以及人们的日常生活中。这些资源包括煤炭、原油、天然气、水能、核能以及一些太阳能、地热能等等。这些能源由于其性能以及生产方面的不同,可以将其分为下面的几类:

1.按照能量的来源可以分为三类:地球本身所蕴藏的能量,比如地热、原子核能;来自地球外部天体的能量,比如,太阳能,它为风能、水能、生物能以及矿物质能的形成提供条件;地球和其它天体相互作用产生的能量,比如,潮汐能等。

2.按照能源的基本形态可以分为两类:一次能源与二次能源。一次能源就是天然的能

源,比如煤炭、石油、天然气等;二次能源则是在一次能源加工的基础之上形成的能源,比如,电能、煤气、汽油、柴油等等。

3.按照能源的性质可以分为两类:燃料型能源与非燃料型能源。燃料型能源主要有石油、煤炭、天然气、木材等,而非燃料型的能源则为水能、风能、地热能等等。

4.按其生产情况可以分为可再生资源和不可再生资源。可再生资源就是可以通过一些形式能够得到不断的补充或者是在较短的周期内能够再次产生的能源。比如,风能、水能、太阳能、生物能等都是可再生资源;而反之在较短的时间内不能够再生产的能源就是不可再生资源,比如煤炭、石油、天然气等。

(二)能源消费

在认识了能源的概念以及分类的基础上我们再看看究竟什么是能源消费。其实能源消费故名思意就是对能源的利用以及使用,在使用中包括个人以及家庭对能源的使用,也包括工业、农业、服务业等对能源的使用,这属于统计学的范畴。

(三)经济增长与工业经济增长

对于经济增长,经济学界有着比较统一的认定,认为经济增长是实际总产出或者是人均实际产出的不断增加。它的增长是指生产总成果在量上面的增加,在对其衡量的过程中要将所有的生产要素结合起来。

而工业经济的增长则是指在一定的时期内,全部的工业企业在实际生产总值或者是增加值上面的不

断增长的一个过程。它的界定是在一段时期内的界定,而并不是在一个点上面的界定。

二、中国能源供求现状分析

我国经济快速增长,必然带动能源消费量的增长。作为世界上最大的发展中国家,建国以来,我国的经济总量和能源消费总量都出现了较大幅度的增长。1953年—1978年GDP由1615亿元增长到6584亿元,再增长到2005年的183084亿元,1953年—1978年,1979年—2005年两个阶段的平均增长率分别为5.8%和9.7%;能源消费量由1953年的0.54亿吨标准煤增长到1978年的5.71亿吨标准煤,再增长到2005年的22.47亿吨标准煤。年均分别增长了9.9%和5.3%。中国的人均能源消费量也在迅速增长,1953年—1978年由0.09吨标准煤增长到0.59吨标准煤,再增长到2005年的1.70吨标准煤。2003年全国城乡生活人均年用电量为173.7千瓦时,而1980年只有10.7千瓦时。

从已收集来的数据来看,近年来,我国能源消费是处于供不应求的状态,并且供求矛盾有扩大的趋势。

从图中可看出,1996年之前能源的生产和消费均呈温和上升局势,虽然能源的生产不能满足消费的要求,但二者差距也相对平稳。但1996年之后之一差距不断扩大,能源的生产不能满足经济发展对它的需求,到2003年能源需求大幅度增加,而能源生产却不能同步增加,能源矛盾突出。1997年—1999年中国经济在保持持续增长的同时,能源消费总量出现了下降。可能的原因是:市场出现需求疲软现象,能源产品需求减少;一些高能耗、污染大的“五小”企业被关闭;产业结构的变化等。由另外的资料表明,2002年—2004年连续三年的能源需求弹性系数都大于1,说明能源消费量增长速度已经超过经济增长速度,经济发展的能源代价在扩大。种种证据表明,我国的能源问题比较深刻,迫切需要解决。

三、数据选取

1、能源消费总量,在模型中用Y来表示。是指一次性能源消费总量,由煤炭、石油、天然气等组成(单位:万吨标准煤)。

2、能源消费的影响因素:

(1)能源生产总量,在模型中用X1来表示。是指一次性能源生产总量,该指标是观察全国能源生产水平、规模、构成和发展速度的总量指标(单位:万吨标准煤)。

(2)全国生活能源消费总量,在模型中用X2来表示,是指一次性能源在在生活方面的消费量。(单位:万吨标准煤)。

(3)城镇居民人均可支配收入,在模型中用X3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。它是家庭总收入扣除交纳的所得税、个人

交纳的社会保障费以及调查户的记账补贴后的收入。(单位:元)。

(4)工业能源消费总量,在模型中用X4来表示,是指工业方面的能源消费量。(单位:万吨标准煤)。

(5)其他因素,在模型中用U表示。我们将由于各种原因未考虑到和无法度量的因素归入随机扰动项,如能源价格变动、消费者偏好、国家的经济结构政策等。

原始数据:

本文所有数据来自中国统计年鉴

四、模型设定

回归模型设定如下:

Y=β0+β1X1+β2X2+β3X3+β4X4+u

Y=能源消费总量(万吨标准煤)

X1=能源生产总量(万吨标准煤)

X2=全国生活能源消费总量(万吨标准煤)

X3=城镇居民人均可支配收入(元)

X4=工业能源消费总量(万吨标准煤)

u=随机扰动项

β0 β1 β2 β3 β4——待估参数

t=1980—2007

五、模型检验

假设模型中随机扰动项u满足古典假定,运用OLS方法估计模型的参数,利用计量经济学软件Eviews计算可得如下结果:

Dependent Variable: Y

Method: Least Squares

Date: 5/21/13Time: 10:49

Sample: 1980 2007

Included observations: 28

Variable

C

X1

X2

X3

X4

R-squared

Adjusted R-squared

S.E. of regression

Sum squared resid

Log likelihood Durbin-Watson stat

Coefficient -1822.975 0.553614 0.209548 1.585396 0.568271 Std. Error 2572.371 0.107216 0.405769 0.429729 0.093726 t-Statistic -0.708675 5.163553 0.516422 3.689293 6.063122 Prob. 0.4856 0.0000 0.6105 0.0012 0.0000 125790.9 55317.60 17.73983 17.97773 8176.418 0.000000 0.999297 Mean dependent var 0.999175 S.D. dependent var 1588.843 Akaike info criterion 58061714 Schwarz criterion -243.3577 F-statistic 1.376476 Prob(F-statistic) 回归方程为:

^Y=-1822.975+0.553614X1+0.209548X2+1.585396X3+0.568271X4

t=(-0.708675) (5.163553)(0.516422) (3.689293)(6.063122)

22R=0.999297 -R=0.999175 F=8176.418 DW=1.376476


推荐访问:计量 经济学论文