欢迎来到论文网! 识人者智,自知者明,通过生日认识自己! 生日公历:
网站地图 | Tags标签 | RSS
论文网 论文网8200余万篇毕业论文、各种论文格式和论文范文以及9千多种期刊杂志的论文征稿及论文投稿信息,是论文写作、论文投稿和论文发表的论文参考网站,也是科研人员论文检测和发表论文的理想平台。lunwenf@yeah.net。
您当前的位置:首页 > 科技论文 > 节能减排论文

能源消费对经济增长影响研究_回归分析

时间:2012-05-22  作者:石贤光

论文导读::运用计量经济学中的回归分析理论,基于河南省1978-2008年时间序列数据对能源消费对经济增长的影响进行实证研究。研究结果表明:河南省能源消费对经济增长的影响是显著的,能源消费增加1个百分点,GDP能增加2.006173个百分点。
论文关键词:能源消费,经济增长,回归分析
 

主流经济增长理论认为,能源是可以被其他要素所替代的外生变量,即使在存在能源约束的情况下,经济也可以得到持续增长。这使得能源资源被主流经济学作为外生变量或替代要素排斥在生产函数之外。直到20世纪70年代,两次石油危机导致全球经济衰退,人们才开始重视能源资源对经济增长的影响作用。事实表明,能源消费的增加可以推动经济增长,能源资源是经济增长的重要物质保障和必要条件。能源资源的禀赋程度以及由此而形成的地区间的差异,直接影响地区经济发展水平。因此,本文以河南省为例对能源消费对经济增长的影响进行实证研究。

1 文献回顾

能源问题在上世纪70年代石油危机爆发后才引起国际社会的广泛关注。自此,能源消费与经济增长关系的研究逐渐成为学术界关注的热点。1978年,Kraft,J. 和 Kraft,A.[1],在他们的研究中对美国1947—1974年的样本数据进行分析,首次发现了GNP对能源消费的单向因果关系。之后许多学者对不同时间段、不同国家的能源消费与经济增长的关系展开了大量的实证分析。随着我国工业化、城市化进程的加快,能源供应紧张和经济快速发展的矛盾日益突出回归分析,国内学者也开始围绕能源消费与经济增长的关系展开研究。韩智勇[2]等,对我国1978-2000年能源消费与经济增长协整性和因果关系的研究表明:我国能源消费与经济增长之间存在双向因果关系,但不具有长期的协整性。肖冬荣[3]等对上海市1985—2004年能源消费与经济增长协整性和因果关系的研究表明:上海市能源消费与经济增长之间具有长期均衡关系,存在能源消费对经济增长的单向因果关系。从已有的研究文献来看,虽然目前关于我国能源消费与经济增长之间关系的研究已经取得大量有价值的成果,但是普遍都以全国整体为研究对象。如一部分学者在线性分析框架下分别利用不同时间段的序列数据通过各自不同的研究方法从整体上考察了我国能源消费与经济增长之间的关系[4];在非线性框架下,有学者利用协整方法对中国的经济增长和能源消费之间的关系重新进行了检验免费论文网。仅从整体上研究我国能源消费与经济增长之间的关系情况,不能说明我国各地区能源消费与经济增长之间的真实关系。研究地区能源消费与经济增长间关系的差异性,有利于各地区制定出切合自身实际的能源消费规划目标和具体政策措施,有利于促进和推动地区经济持续稳定发展,这是研究和制定整个国家能源消费战略方针中不可缺少的内容。

2 河南省能源消费与经济增长概况

1978-2008年,河南省经济持续快速发展,GDP由162.92 亿元增加到18407.78亿元, 年平均增长速度为17.07﹪;相应地能源消耗总量也稳步增长,由3353万吨标准煤增加到18784万吨标准煤,年平均增长速度为5.91﹪,经济增长与能源消费增长之比为2.89,总体上能源消费增长慢于GDP 增长。统计数据表明,河南省能源消费与GDP基本上是同向增长的,能源消耗是经济持续稳定增长的重要推动力,为经济发展提供了重要的物质保障。

回归分析

图1 河南省GDP与能源消费变化图

图1可以看出:第一,河南省能源消费与GDP基本是同向变化,都有不断上升趋势;第二,从趋势来看,河南省能源消费与GDP变化并没有呈现喇叭口状态[5],而是一个同步增长的态势。河南省经济快速增长对能源需求也在相应地增加,能源消费增长速度并没有经济增长速度快,这为笔者进一步研究能源消费与经济增长关系的实证分析提供了现实背景。

3 河南省能源消费对经济增长影响实证研究

3.1 样本选择与数据来源

本文研究过程采用1978-2008年的河南省国民生产总值(GDP)、能源消耗(EC),使用以1978年为基期的国民生产总值指数对GDP 进行缩减,以消除物价因素影响。为了保证数据的可比性和容易得到平稳序列,同时削弱可能的异方差,对数据取自然对数处理。数据来源于相关年度的《河南省统计年鉴》。

3.2 模型选择

本文以Y代表河南省国民生产总值(GDP)作为被解释变量,以X代表能源消费作为解释变量。利用样本观测值做出LnY与LnX的散点图如下(图二):

回归分析

图二 GDP与能源消费散点图

可知它们基本上服从线性关系,于是模型的理论方程为:

LnY=β01LnX+μ(1)

其中β0、β1为待估计参数回归分析,β1为能源的产出弹性系数;μ为随机误差项,体现除主要变量能源消费X之外的所有因素的综合影响。

3.3 模型估计结果

借助计量分析软件Eviews6.0,利用所选择的时间序列样本数据(1978-2008)对模型(1)进行OLS估计[6],输出结果如下表(表一):

表一 基于OLS估计的输出结果

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Coefficient

Std. Error

t-Statistic

Prob.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

2.006173

0.112560

17.82310

0.0000

C

-11.02685

0.989461

-11.14429

0.0000

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

R-squared

0.916345

Mean dependent var

6.580633

Adjusted R-squared

0.913461

S.D. dependent var

1.050937

S.E. of regression

0.309160

Akaike info criterion

0.552427

Sum squared resid

2.771822

Schwarz criterion

0.644942

Log likelihood

-6.562618

Hannan-Quinn criter.

0.582585

F-statistic

317.6629

Durbin-Watson stat

0.126081

Prob(F-statistic)

0.000000

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

由表一,得回归结果如下:

回归分析(-11.14)(17.82)

R2=0.9163 F=317.67D.W=0.1261

从各统计量可见,参数以及方程都是显著的,可决系数R2=0.9163,表明模型在整体上拟合的非常好。

4 结论

本文以河南省1978-2008年的EC 和 GDP 为样本采用实证分析方法,检验了河南省能源消费与经济增长之间的关系。从对数据的回归情况来看,1978-2008年间河南省能源消费对GDP增长的影响是显著的,能源消费增加1个百分点,GDP能增加2.006173个百分点。

因此要保持河南省的经济增长,就必须以不断扩大的能源供应作为保障。河南省是一个拥有1亿人口、资源匮乏的超级大省,要保持经济和社会的和谐稳定发展,必须加强能源外交,提高对能源安全的重视,推行多元化进口政策,减少供应安全风险。


参考文献:
[1]KRAFT,J. KRAFT,A. On the relationshipbetween Energy and GNP [J] . Journal of Energy and Development,1978(3):401-403.
[2]韩智勇,魏一鸣,焦建玲,等.中国能源消费与经济增长的协整性与因果关系分析[J]. 系统工程, 2004(12) :18-21.
[3]肖冬荣,江莹,赵靖.上海市能源消耗与经济增长的协整分析[J].安徽农业科学,2007, 35(18) :5602-5603.
[4]李晓嘉,刘鹏.中国经济增长与能源消费关系的实证研究[J] .软科学,2009 (8): 61-68.
[5]林伯强.中国能源问题与能源政策研究选择[M] .北京:煤炭工业出版社,2007.
[6]高铁梅.计量经济分析方法与建模(第二版)[M].北京:清华大学出版社,2009.
 

 

查看相关论文专题
加入收藏  打印本文
上一篇论文:节能标准体系的建立和意义_节能减排论文
下一篇论文:加快我省非能源矿产资源勘查开发的建议_节能减排论文
科技论文分类
科技小论文 数学建模论文
数学论文 节能减排论文
数学小论文 低碳生活论文
物理论文 建筑工程论文
网站设计论文 农业论文
图书情报 环境保护论文
计算机论文 化学论文
机电一体化论文 生物论文
网络安全论文 机械论文
水利论文 地质论文
交通论文
相关节能减排论文
最新节能减排论文
读者推荐的节能减排论文