内蒙古能源消费与经济增长关系的分析与预测

《内蒙古能源消费与经济增长关系的分析与预测》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、内蒙古能源消费与经济增长关系的分析与预测1引言　　能源是人类活动的物质基础。在某种意义上讲，人类社会的发展离不开优质能源的出现和先进能源技术的使用。在当今世界，能源的发展、能源和环境，是全世界、全人类共同关心的问题，也是我国社会经济发展的重要问题。随着工业化进程的深入，能源的大量使用成为经济增长的推动力量。可见，经济增长与能源消费之间形成一定的互动关系。能源是经济增长的原动力，经济增长又拉动能源消费。能源消费分两部分：一部分是由生产技术水平所决定的能源消费，一般这部分能源消费与经济增长的关系在短期之内不会发生明显变化；另一部分是由管理水平、市场环境、产业结构等因素决定的能源消费水平，即体制性因

2、素决定的能源消费水平。这部分消费可变性较大，引起能源消费与经济增长关系不稳定。　　内蒙古是我国的能源大省，蕴含丰富的煤炭、天然气、风能以及稀土资源。其中煤炭产能居国内前列。依托自身的资源优势，同时占有临近东北老工业基地及华北京津经济发达的区位优势。最近几年资源转化的飞快发展支持了周边地区快速的经济发展，同时也实现了内蒙古资源优势向经济优势的转变。经过多年的开发建设，自治区建立起了煤炭开发、电力生产、天然气资源开发和利用为主体的能源经济体系。　　本文拟从定量分析内蒙古的能源消费和经济增长入手，建立计量经济模型，运用回归分析和协整分析方法，分析１９８５－２０１０年内蒙古能源消费与地区ＧＤＰ增长的关

3、系。通过对经济增长的预测结果间接估计能源消费总量变动趋势。　　2能源消费与经济增长的协整分析　　从国内外研究成果看大多的研究模式是一致的，即用ＧＤＰ数据代表经济发展，用能源消费总量数据代表能源消费，选用经济计量模型展开研究。　　2.1数据与处理　　本文的分析数据于《２０１１年内蒙古统计年鉴》，其中能源消费总量以万吨标准煤为单位，ＧＤＰ以亿元为单位。１９８５-２０１０年间中国国内物价变化很大，造成名义ＧＤＰ与实际ＧＤＰ数值之间出现较大差异。由于能源消费总量是以万吨标准煤为单位，不包含价格变动的影响，因此在研究经济增长与能源消费关系时，应该选取扣除价格变动影响后的实际ＧＤＰ。本文以１９８５年不变价

4、格计算的实际ＧＤＰ，用此实际ＧＤＰ作为经济发展变量进行实证分析。　　2.2简单回归分析　　为了深入分析内蒙古能源消费与ＧＤＰ之间的关系，我们知道，ＧＤＰ的增加与导致能源消费的增加，首先对两者进行简单相关分析。为消除数据间的较大变动，对数变化后能减少多重共线性和异方差对模型的影响，因此对两变量取对数。用Ｙ表示能源消费，Ｘ表示实际ＧＤＰ，ｌｎＹ表示对能源消费Ｙ取对数，ｌｎＸ表示实际ＧＤＰ值Ｘ取对数。以此利用Ｅｖｉｅｗｓ６．０进行一元线性回归，得到如下回归结果：　　ｔ＝（２０．９０）（１９．５６）　　R2=0.94ＤＷ＝０．１６７（１）　　在回归方程中，括号内表示系数估计的ｔ统计量。从回归的结果来看

5、，回归方程和系数都表现出高度显著。利用Ｗｈｉｔｅ检验统计量nR2对上述回归结果的残差进行检验，得到nR2＝１．９３，说明在１％的显著性水平下不能否定原假设，即认为随机项中不存在异方差。但ＤＷ值为０．１６７，小于dL=1.302，说明残差序列存在正自相关。很明显，用简单线性回归分析不能有效解释能源消费和ＧＤＰ之间的关系。　　2.3协整分析　　2.3.1单位根检验　　平稳性检验是检验时间序列数据的波动是否平稳。分别对变量ｌｎＹ、ｌｎＸ的水平值及其一阶差分序列和二阶差分序列进行ＡＤＦ检验，检验结果见表１。　　从表１中可以看出，ｌｎＹ和ｌｎＸ，ＤｌｎＹ和ＤｌｎＸ的ＡＤＦ统计量的值均大于１％～１０％水平

6、所以的临界值，无法拒绝原假设，即认为均为非平稳序列。ｌｎＹ和ｌｎＸ的二阶差分ＤＤｌｎＹ和ＤＤｌｎＸ的ＡＤＦ统计量在１％的显著性水平下拒绝原假设，即认为它们是平稳序列。因此，检验结果表明ｌｎＹ和ｌｎＸ的二阶差分变量都是二阶单整序列I（２）。　　2.3.2协整检验　　对于两个经济变量，有时虽然它们各自有各自的长期波动规律，但如果它们之间存在着一个长期稳定的比例关系，则它们是协整的。如果两组非平稳时间序列不存在协整关系，则根据它们构造出来的回归模型就可能是伪回归的。由于变量ｌｎＹ和ｌｎＸ是二阶单整序列，因此应该对其是否存在协整关系进行检验。本文选用ＥＧ两步检验法对二者进行检验。　　第一步，建立ＤＤｌ

7、ｎＹ作为被解释变量，ＤＤｌｎＸ作为解释变量的一元线性回归方程，回归结果如下：　　第二步，检验残差序列｛μt｝是否为平稳时间序列。利用单位根中ＡＤＦ检验，通过分析发现，滞后一阶，含有常数项和截距项的模型最合适。经计算，检验统计量ＡＤＦ值为－１０．１，１％的显著性水平下的临界值为－４．４１。因此认为序列｛μt｝为平稳时间序列。也就是说，ｌｎＹ与ｌｎＸ具有二阶协整关系，所以可以建立动态回归模型准确地拟合