1、 本 科 毕 业 论 文 (设 计 )中国国内生产总值-能源消耗计量经济模型的分析指导教师 学院名称 理学院 专业名称 信息与计算科学论文提交日期 论文答辩日期摘 要随着能源短缺问题的日益突出, 能源消费与经济增长关系一直是能源经济学研究的热点问题。影响国内生产总值增长的方式有很多种，其中来自于消耗能源的因素不可忽视.从每个行政区域与及每年国家的数据可以看出,生产总值随着能源消耗的增加而提高,而两者之间的具体计量关系就是本文研究的主题. 为了研究这两者的的数量关系，我构造计量经济模型，由于构造的模型不能完全满足经典线性回归模型的基本假定，尤其是模型存在异方差性和序列相关性。为了让模型具有优良的
2、统计意义，我们必须消除异方差性和序列相关性带来的不良效果，这就是本文研究的方向。本文以中国国内各大行政区域为研究对象，首先介绍相关的经济理论和计量知识，然后针对国内生产总值-能源消耗模型容易违背的基本假定，详细介绍异方差性和序列相关性产生的原因、导致的结果、检验的方法和修正模型的方法，接着，用具体的案例作分析，通过建立模型，检验原始模型的异方差性和序列相关性，再用不同的方法来修正模型，使得模型具有良好的统计意义，最后再进行参数估计，运用修正后的模型进行计量分析。本文以不同类型的数据作为切入点，在案例分析中分别用了截面数据和时间序列数据这两种不同类型的数据，这样可以从两个不同的角度对国内生产总值
3、和能源消耗的关系进行分析。从横向和纵向两方面来进行研究，可以更全面地分析国内生产总值和能源消耗两者之间的关系。关键词 能源消费 国内生产总值 异方差性 序列相关性The Analysis of GDP-Energy consumption Econometric ModelAbstract: As energy shortage problem increasingly, Energy consumption and economic growth energy relationship has been the focus of economics research problems. Wh
4、ile GDP is rising, all kinds of energy consumption also increased year by year. Although there are many ways of rising GDP, the main source is energy consumption. So GDP and energy consumption have a very close relation. The GDP level is increasing after the increasing of energy consumption which we
5、 can easily get from the every year data. And the specific econometrics relation between them is what the essay should research. In order to research the quantitative relation, we construct an econometric model. Because the model can not perfectly satisfy the basic assumption of classical linear mod
6、el, especially when the model exists on heteroskedasticity and serial correlation, we should eliminate the bad effect which is caused by heteroskedasticity and serial correlation. As a result, the model will make sense. This is direction we follow to research this essay.Chinas domestic each big admi
7、nistrative district are the researching target of this essay. First, some economic theory and econometrics knowledge will be introduced. Then I will describe the reason of causing heteroskedasticiy and serial correlation, the possible results, the method of testing and fixing model in detail with ec
8、onometrics test of the GDP and energy consumption model. By setting model, testing the heteroskedasticiy and serial correlation of the original model, and using different methods to fix model, we can get a model with good statistical significance. After that, we should estimate parameters, and use t
9、he fixed model to analyze.There are different types of data in this article which contain cross-sectional data and time series data. According to these two different types of data, we can analyze the relation between GDP and energy consumption from different aspects. We can comprehensively analyze t
10、he relation between GDP and energy consumption by using the horizontal and vertical data.Key words: energy consumption GDP Heteroskedasticity Serial Correlation目 录1 前言 .11.1 国内生产总值和能源消耗的基本情况 .11.2 研究的目的 .21.3 研究思路 .22 理论知识 .32.1 背景知识 .32.1.1 计量经济学简介 .32.1.2 经典线性回归模型 .42.1.3 截面数据和时间数列数据 .42.2 异方差性 .6
11、2.2.1 什么是异方差性 .62.2.2 异方差的来源 .72.2.3 异方差性的后果 .82.2.4 异方差性的检验 .92.2.5 异方差的修正 .102.3 序列相关性 .112.3.1 什么是序列相关性 .112.3.2 序列相关性产生的原因 .112.3.3 序列相关性的后果 .122.3.4 序列相关性的检验 .122.3.5 序列相关的补救 .153 中国国内生产总值-能源消耗计量经济模型分析 .173.1 各城市的生产总值- 能源消耗计量经济模型分析 .173.1.1 画出散点图 .183.1.2 对原模型进行异方差检验 .193.1.3 异方差的修正 .233.2 历年国内
12、生产总值- 能源消耗数据的案例分析 .263.2.1 建立模型 .273.2.2 对模型进行序列相关性检验 .293.2.3 序列相关的补救 .324 总结 .35参考文献 .36致谢 .37本科生毕业论文成绩评定表 .3811 前言1.1 国内生产总值和能源消耗的基本情况目前，我国正处在工业化和城镇化的重要发展阶段，国民经济发展对能源需求巨大，经济快速增长必然会带动能源消费的快速增长。然而，两者在数量上到底是一个什么样的关系？这一问题既是一个理论问题，更是一个现实问题。本文试通过统计数据对此进行较为深入的探析。 能源消费增长慢于 GDP 增长 19932006 年，我国经济持续快速发展，GD
13、P 由 35333.9 亿元增加到 209406.8 亿元，年平均增长 10%，相应地，能源消费总量也稳步增长，由 115993 亿吨标准煤增加到 245669 亿吨标准煤，年平均增长率达到5.9%，经济增长与能源消费增长之比为 1.69?誜 1，总体上能源消费增长慢于 GDP 增长。从统计数据中可以看出，19932006 年间，我国能源消费的平均增长速度比 GDP 平均增长速度约低 4.1 个百分点。但 2003 年以来，能源消费与 GDP 增速明显加快，都达到10%以上，尤其是 20032005 年，能源消费增长速度还超过了 GDP 的增速，主要原因是这三年投资增长过猛，重工业在工业中的比
14、重明显上升。全社会固定资产投资连续三年增长 26%以上，钢铁、水泥、化工、电力等高耗能产业迅速扩张，高耗能产品产量大幅增长，从而造成能源消费量增长过快。 统计数据表明，我国能源消费增长与 GDP 增长基本上是同向增长，能源消费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。今后，随着我国经济总量不断增长，能源需求总量将在较长时期内保持较高的增长水平。因此，千方百计增加能源供给，提高能源利用效率，是确保我国经济持续稳定发展的一项重要任务。 万元 GDP 能耗呈下降趋势 19932000 年，我国万元 GDP（按 1990 年价格计算）能耗呈逐年下降趋势，万元 GDP 能耗由 19
15、93 年的 4.4 吨标准煤降至 2000 年的 2.77 吨标准煤，累计下降 37%。20002005 年，我国万元GDP（按 2000 年价格计算）能耗总体上呈小幅波动，其中 20032005 年连续三年出现反弹，只是 2006 年这一趋势才有所改变，万元 GDP（按 2005 年可比价计算）能耗由2005 年的 1.22 吨标准煤略降至 1.21 吨标准煤。 如果将万元 GDP 能耗折算为按 2005 年可比价计算，数据显示，1993 年以来，我国万元 GDP 能耗总体上也呈现出明显的下降趋势，能源利用总体效率正在逐步改善和提高。2007 年 10 月召开的“十七大”提出了构建“环境友好
16、型、资源节约型社会”的战略构想，提出加快经济增长方式的转变，实现国民经济又好又快发展。实现这些目标必2须以能源消费和经济增长协调发展为基本前提，因此研究我国能源消费与 GDP 结构之间的关系的重要性更加突出和迫切。图 1 我国单位 GDP 能耗图1.2 研究的目的改革开放以来，我国国民经济以惊人的高速度迅猛发展，社会主义建设取得了伟大成就，社会主义中国的面貌发生了翻天覆地的巨变。但是，这一切成绩的取得是以巨大的能源消耗和严重的环境污染和破坏为代价的。一直以来，我国奉行粗放的经济发展方式，单位 GDP 能耗一直居高不下，能源利用效率较低；能源消费结构不够合理，亟待优化；经济发展主要依靠出口和投资
17、拉动，消费对经济发展的贡献率有待提高，投资结构不合理等等问题，制约着我国国民经济的长远可持续发展。着眼于民族的未来和子孙万代的幸福，我们必须找到解决我国当前发展困境的钥匙，缓解当前我国能源消费严重和GDP 结构失衡的问题。本文的写作目的就是通过对我国能源消费和 GDP 结构现状的科学分析，通过相关数据的收集，分析我国能源消费与 GDP 结构的关系，并在此基础上提出合理的政策建议。1.3 研究思路本文是从截面数据和时间序列数据这两个方面着手研究国内生产总值-能源消耗模型，针对不同类型数据的特点分别研究国内生产总值- 能源消耗之间的计量关系。对于3截面数据，由于以截面数据为样本的模型通常都会存在异
18、方差性，为了让模型具有优良的统计意义，我们必须修正原模型，使得模型满足经典线性回归模型的基本假定，然后才能对模型进行参数估计，从而对模型进行计量分析。对于时间序列数据，由于以时间序列数据为样本的模型通常都会存在序列相关性，所以必须先修正模型然后进行参数估计和模型分析。2 理论知识2.1 背景知识2.1.1 计量经济学简介计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。挪威经济学家弗里希（R.Frish）将计量经济学定义为经济理论、统计学和数学三者的结合。他曾写下一段话：“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。
19、计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义词。 ”“经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都都是必要的，但本身并非充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学 1。 ” 模型，是对现实的描述和模拟。计量经济学模型是用数学方法描述经济活动，揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。计量经济学的根本任务是估计经济模型和检验经济模型，建立计量经济学模型的过程包括理论模型的设立、样本数据的收集、模型参数的估计和模型的检
20、验。从上述建立经济学模型的步骤中，可以看出任何一项计量经济学研究和任何一个计量经济模型赖以成功的要素应该有三个：理论、方法和数据。理论，即经济理论，所研究的经济想象的行为理论，是计量经济学研究的基础；方法，主要包括模型方法和计算方法，是计量经济学研究的工具和手段，是计量经济学不同于其他经济学分支学科的主要特征；数据。反映研究对象的活动水平、相互间联系以及外部环境的数据，更广义讲就是信息，是计量经济学研究的原料。这三方面缺一不可。42.1.2 经典线性回归模型在我们的生产、生活中每时每刻都会产生大量的数据，对这些数据进行处理、建立模型、研究各种经济变量之间的随机关系是十分困难和复杂的。回归分析方
21、法是研究各种经济变量之间的随机关系的有力工具，但是，实际运用回归分析方法研究模型时却经常会出现较大的误差，究其原因主要是大部分的数据很难完全满足回归分析方法研究过程中所要求的前提条件。在给定解释变量 条件下建立被解释变量 的模型 ，其中，iXiYiiiXYE)(是被解释变量 的期望轨迹称为总体回归函数，随机干扰项 是观测)()(iifXYEiY i值 围绕它的期望值 的离差，是一个不可观测的随机变量。利用样本数据估计i )(iE回归模型中的参数时，为了选择适当的参数估计方法，提高估计的精度，通常需要对模型的随机误差项和解释变量的特性事先做些假设，这就是回归模型的基本假设：（1）解释变量 x 为
22、随机变量，即在重复抽样过程中，x 取值是可控的、固定的。（2）零均值假设： ，即随机干扰项的平均值为零。0)(iE（3）同方差假设： （常数） ，即各个随机干扰项的离散程度是相同的。2iVar（4）随机误差项之间是互不相关、互不影响，即 。0),(jiCov（5）随机干扰项与解释变量 x 之间互不相关，即 。iX（6）随机干扰项服从零均值、同方差的正态分布，即 。)N(,2i以上假设也称为线性回归模型的经典假设或高斯（Gauss）满足该假设的线性回归模型，也称为经典线性回归模型 2。在实际运用中，大部分模型并不能完全满足上述假设，如果直接运用该回归模型进行参数估计，得到的结果并不理想，存在较大
23、的误差。所以我们必须运用一些方法，使得所建立的模型满足这些基本假设，这样，该模型参数估计量才有效，与之相关的各种假设检验才有意义，模型才具有优良的统计性质，模型的预测功能才有效。52.1.3 截面数据和时间数列数据截面数据是一批发生在同一时间界面上的调查数据。也称为静态数据，是不同个体在同一时间或同一时间段的数据。例如，工业普查数据、人口普查数据、家计调查数据等。这些数据只要由统计部门提供。用截面数据作为计量经济学模型的样本数据，应该注意以下问题：一是样本与母体的一致性问题。计量经济学模型的参数估计，从数学上讲，是用从母体中随机抽取的个体样本估计母体的参数，这就要求母体与个体必须是一致的。例如
24、，估计煤炭企业的生产函数模型，只能用煤炭企业的数据作为样本，不能用煤炭行业的数据。这样，截面数据就很难用于一些总量模型的估计。例如，建立煤炭行业的生产函数模型，就无法得到合适的截面数据。二是模型随机干扰项的异方差问题。用截面数据作为样本，容易使模型随机干扰项产生异方差。显然，第一个问题可以在选择样本数据的时候排除掉，但是异方差的问题却无法直接排除，所以只能通过其他方法检验，然后再用方法修正模型。时间序列数据是一批按照时间先后顺序的统计数据，这类在不同时间点收集到的数据，反映了某一事物、现象等随时间的变化状态或程度。一般由统计部门提供，在建立计量经济学模型时应充分加以利用，以减少收集数据的工作量
25、。在利用时间序列数据作样本时，要注意以下几个问题：（1）所选择的样本区间内经济行为的一致性问题。例如，建立我国纺织行业生产模型时，选择反映市场需求因素的变量，诸如居民收入、出口额等作为解释变量，而没有选择反映生产能力的变量，诸如资本、劳动等，原因是纺织行业属于供大于求的情况。对于这个模型，利用时间序列数据作样本时，只能选择 20 世纪 80 年代后期以来的数据，因为纺织行业供大于求的局面只出现在这个阶段；而在 80 年代中期以前的一个长时期里，我国纺织品是供不应求的，那时制约行业产出量的主要因素是投入要素。（2）样本数据在不同样本点之间的可比性问题。经济变量的时间序列数据往往是以价值形态出现的，包含了价格因素，而同一件实物在不同年份的价格是不同的，这就造成样本数据在不同样本点之间不可比。需要对原始数据进行调整，消除其不可比因素，方可作为模型的样本数据。（3）样本观测值过于集中的问题。经济变量在时间序列上的变化往往是缓慢的。例如，居民收入每年的变化幅度只有 5%左右。如果在一个消费函数模型中，以居民消费作为被解释变量，以居民收入作为解释变量，以它的时间序列数据作为解释变量的样
