基于多元回归试算分析模型的我国能源消耗研究

2014-11-27 01:20王永利史丹韩吉琼
中小企业管理与科技·中旬刊 2014年11期
关键词:多元线性回归能源消耗经济增长

王永利 史丹 韩吉琼

摘要:能源是人类活动的物质基础,能源消耗与经济增长之间存在密切关系,我国正面临日益严峻的能源问题。通过研究我国能源消耗的影响因素,有助于预测未来能源消耗,合理进行能源规划。同时对于建设资源节约型社会,转变经济增长方式具有重大意义。本文研究影响我国能源消耗的主要因素及其影响程度。首先建立多元线性回归模型,利用预测软件对历年数据进行多元线性回归分析、预测及模型检验、修正,然后根据研究结果进行原因分析,并提出相应的对策建议,旨在为相关部门制定能源发展战略提供思路。

关键词:能源消耗 影响因素 多元线性回归 经济增长

1 概述

能源是社会发展必不可少的动力来源,是经济增长的重要投入要素之一,随着世界各国经济的增长,人类对于能源需求越来越大,而能源的储量却越来越少,我国在拥有经济高增长的同时,能源的供需矛盾也日益凸显[1]。自2005年以来,我国能源消费年均增加近2亿吨标煤,2011年新增能源消费量达到2.3亿吨标煤。现今我国能源消耗总量位居世界第一。然而,大量能源消耗带来的产值并不高。《21世纪经济报道》显示:2011年,我国GDP约占世界的8.6%,但能源消耗占世界的19.3%。我国单位GDP能耗是世界平均水平的2.5倍,美国的3.3倍,日本的7倍,也高于巴西、墨西哥等发展中国家。

2 能源消耗影响因素的选择

研究能源消耗的影响因素离不开一些基本的经济变量。能源消耗与经济增长之间存在密切关系,而能源消耗与人口总量关联度很强。我国目前处于工业化发展中期,产业结构以能源消耗较大的工业为主,中国在一定阶段经济增长与能源消耗处于绝对脱钩与相对脱钩阶段[2]。本文选择工业总产值、人口总量、国内生产总值三方面因素作为变量进行分析。

3 多元线性回归模型

3.1 初步模型建立与分析

本研究旨在建立我国能源消耗的回归模型,因此因变量Yt指当年的能源消耗量,以标准煤为单位(万吨),建模[3]如下:

Yt=B0+B1X1t+B2X2t+B3X3t+ui (1)

其中,Yt——能源消耗量(万吨);

X1t——当年的工业总产值(亿元);

X2t——当年的人口总量(万人);

X3t——当年的国内生产总值(GDP:亿元);

B0、B1、B2、B3——表示待定系数;

ui——表示随机误差项。

选取了1992~2006年我国能源消耗量、工业总产值、人口总量、国内生产总值的统计数据见表1。

选取1995~2002年的数据代入经济预测软件。得到表达式Yt=40647.63-11.62X1t-0.91X2t+2.58X3t。Yt代表当年的能源消耗量(万吨),X1t代表当年的工业总产值(亿元),X2t代表当年的人口总量(万人),X3t代表当年的国内生产总值(亿元)。回归模型显示,在其它条件不变的情况下,工业总产值每增加1亿元,却相应少消耗11.62万吨标准煤;在其它条件不变的情况下,人口总量每增加1万人,就要少消耗0.91万吨标准煤;在其它条件不变的情况下,国内生产总值每增加1亿元,就要相应地消耗2.58万吨标准煤。工业总产值与能源消耗量呈现明显的负相关性,与现实情况不符合。

为进一步检验模型,代入2003~2006年数据对能源消耗量进行预测,得2003~2006年的能源消耗量依次为-264381.16万吨、-399408.03万吨、-400511.97万吨、-494935.56万吨,与实际数据的174990万吨、203227万吨、224682万吨、246270万吨完全不符。

考虑到回归模型中各变量之间存在相关性关系异方差、多重共线性、自相关性的因素均未消除。故认为模型不合理。

3.2 模型修正

考虑到工业总产值与国内生产总值存在严重的共线性问题。现实中,工业的发展需要消耗的能源比重很大,同时,我国目前的经济结构并不合理,在分析对于能源消耗量的影响因素时不宜引入工业总产值[4]。故剔除工业总产值,将模型修正如下:

Yt=B0+B1X1t+B2X2t+ui (2)

其中,Yt——能源消耗量(万吨);

X1t——当年的人口总量(万人);

X2t——当年的国内生产总值(GDP:亿元);

B0、B1、B2——表示待定系数;

ui——表示随机误差项。

3.3 回归分析与预测

选取表1中1995~2002年的数据代入经济预测软件。得到表达式Yt=1435904-11.73X1t+1.55X2t。Yt代表当年的能源消耗量(万吨),X1t代表当年的人口总量(万人),X2t代表当年的国内生产总值(亿元)。从回归模型可以看出,在其它条件不变的情况下,人口总量每增加1万人,就会少消耗11.7万吨标准煤;同时,在其它条件不变的情况下,国内生产总值每增加1亿元,就要相应地消耗1.55万吨标准煤。

为进一步检验模型,代入2003~2006年数据对能源消耗量进行预测,得2003~2006年的能源消耗量依次为160884.84万吨、189162.19万吨、209789.22万吨、235434.91万吨,与实际数据的174990万吨、203227万吨、224682万吨、246270万吨大致符合。

修正后的模型较为合理。

4 模型检验

4.1 经济检验

从上述分析情况来看,在假定其他变量的情况下,人口总量每增加1%,就会少消耗11.7%;在假定其他变量的情况下,国内生产总值每增加1%,就要相应地消耗1.55%。人口总量与能源消耗量为负相关关系,且负相关程度较大,这与初步设想不太符合,国内生产总值与能源消耗量为正相关关系,与现实相符。但总体而言,上述模型与理论分析、经验判断相一致。

4.2 统计检验

将代入Matlab软件可得:

①可决系数r2=0.9243,很接近1,说明回归方程显著,模型对样本的拟合很好;

②F=327.4309,P值=0.0000,也说明回归方程高度显著,X1t、X2t整体上对Yt有高度显著的线性影响;

③给定α=0.05,查t分布表,先后得到各解释变量系数t值的绝对值大于临界值。

所以,人口总量、国内生产总值对能源消耗量具有显著的影响。

5 分析与结论

通过以上的检验与分析,建立起研究我国能源消耗量的影响因素的二元线性模型:

Yt=1435904-11.73X1t+1.55X2t

其中Yt代表当年的能源消耗量(万吨),X1t代表当

年的人口总量(万人),X2t代表当年的国内生产总值(亿

元)。

本文建立的模型表明人口总量负相关影响能源消耗量,分析人口增加而能源消耗减少的原因,二者关系比较复杂,由于计划生育政策的贯彻实施,人口的增加幅度得到有效控制,同时,伴随着科技的进步和节能环保观念的更新,政府越发重视能源的高效利用。诸多原因导致了近年来人口增加幅度下降而能源利用率提高、能源消耗减少,二者便呈现负相关。所以,考虑我国国情,我们仍应该合理控制人口,同时开发可替代能源,提高能源的利用率。考虑到私人部门很难从事诸如生物能、核能、太阳能这些具有公共产品性质的新能源生产,政府应当鼓励私人企业或者采取公私合营的方式进行开发生产。

国内生产总值正相关影响能源消耗量,正符合我国GDP增长很大程度依赖于能源消耗的现状。现今我国能源消耗总量位居世界第一,而能源消耗带来的产值并不高。我国在过去很长一段时间内,主要是靠加大能源供应的外延方式来发展经济,然而受到资金、能源储量以及环境等因素的制约,这种粗放型的发展方式的弊端越来越凸现。

所以我国应该加大节能减排力度,逐步转换经济增长方式,稳步实现经济增长方式由粗放型向集约型转变,降低经济增长对能源的依赖程度,开发新型能源,缓解能源的供需矛盾,促进经济增长。另外,考虑到工业总产值与国内生产总值存在严重的共线性问题,因而在建模中将工业总产值剔除。

6 政策建议

本文利用多元线性回归建立模型,研究分析我国能源消耗量的影响因素,总结出如下政策性建议:在能源的利用上,我国应根据国内生产总值等经济指标的预测值做好对能源的战略发展规划,调整优化能源结构,并积极进行技术革新,加大新型能源的开发力度与资金支持力度,坚持开发与节约并举,确立节能优先战略,在保证社会稳定的情况下,促进我国经济建设的平稳持续发展。

参考文献:

[1]曾胜.我国能源消费与经济增长的关联关系研究[J].研究生论文,2006(5).

[2]王崇梅.中国经济增长与能源消耗脱钩分析[J].中国人口·资源与环境,2010,20(3):35-37.

[3]刘严.多元线性回归的数学模型[J].沈阳工程学院学报(自然科学版),2005,1(3).

[4]鲁兴华.我国能源消耗量多元线性回归分析[J].科技经济市场,2011(6):45-47.

[5]张洪胜,李阳.中国经济增长与能源消费关系实证研究[J].中国商界,2010(3):173-174.

[6]赵燕娜,朝霞,孙育强.我国能源经济可持续发展评估及对策研究[J].中国商界,2005(10):21-22.

[7]周少甫,闵娜.中国经济增长与能源消费关系的协整分析[J]. 当代经济,2005(6):49-50.

基金项目:

该项目受到国家自然科学基金项目(71101048),教育部博士点基金项目(20110036120001)和中央高校基金研究项目资助。

作者简介:

王永利(1980-),男,河北新乐人,中国社科院财经院博士后,华北电力大学经济与管理学院,副教授。

史丹(1963-),男,北京人,中国社科院工经所,教授。

韩吉琼(1989-),女,河北张家口人,华北电力大学经济与管理学院,硕士生。

猜你喜欢
多元线性回归能源消耗经济增长
需求驱动我国能源消耗效应研究——基于改进的两级分解法
工业制造项目新增能源消耗影响的对比研究
数据分析检测能源消耗异常研究
项目新增能源消耗影响分析研究