基于省际面板数据的中国能源消费与经济增长关联分析.ppt

基于省际面板数据的中国能源消费与经济增长关联分析 郭 毅 【摘 要】 十二五期间，转变发展方式，协调好经济发展与能源消费的关系有着重大的现实意义。本文运用面板数据模型，详尽地分析了中国华北、东北、华东地区能耗EC和GDP的关系。协整结果表明，两者之间存在着长期均衡关系。由此建立的面板回归模型显示，北京、上海、天津、黑龙江各省的能源经济基础较好，能源利用率高，其余省份则相对较弱。最后，依据实证分析的结果提出若干政策建议。 一、问题的提出 能源的长期稳定供给已经成为全球性敏感问题和各国制定能源政策的基点。主要原因是： 1.能源消费是经济增长的动力源泉。 2.经济增长为能源发展创造条件。 二者相互依赖，相互依存。 一、问题的提出 中国过去的发展是依靠资源密集实现的，未来能源和经济的发展将面临许多挑战，诸如能源结构问题、能源效率问题、能源市场机制问题、能源可持续发展问题、能源安全问题等。这些问题的解决需要加强对能源发展与经济增长二者之间内在规律性的认识。 二、数据与研究方法 数据选取： 1999年——2008年中国东北、华北、华东15个省级地区的生产总值（GDP）和能源消耗量（EC）。 数据来源： 1999——2010年《中国能源统计年鉴》。 数据预处理： 为了使数据平稳，先对所有数据取了自然对数值，得到变量LNGDP和LNEC。 二、数据与研究方法 研究方法：实证分析，定量分析（面板数据模型） 研究思路：统计描述——单位根检验——协整检验——面板模型识别检验——模型建立与数据拟合——政策建议 三、实证研究 3.1描述统计 图1. 北京1999——2008年GDP和EC散点图、箱线图及回归线 可以看出，单以北京为例，能源消耗与经济增长之间呈现出高度的线性相关关系。 三、实证研究 3.1描述统计 图2. 1999——2008年15省GDP和EC散点图 尽管各省内部GDP和EC保持高度线性关系，但各省回归线的截距（能源经济基础）和斜率（能源效率）有着显著差异。能否用新的计量模型来拟合这些数据？ 三、实证研究 3.2 面板数据模型的单位根检验 为什么进行单位根检验？ 数量经济建模时通常要求时间序列是平稳的。如果非平稳，通过普通最小二乘法（OLS）得到的模型可能会有很高的拟合程度和显著的t统计量，但同时德滨一沃森（DurbinWatson，DW）检验值很低。根据这种模型进行数据的推断和预测往往是不正确的，即发生“伪回归”现象。单位根检验提供了一种考察时间序列数据平稳性，识别伪回归现象的方法。 金融、经济时间序列常常是非平稳的，建模时必须考察数据稳定性，用差分、去趋势等数据转换方法，将数据变为平稳的，以避免“伪回归”的发生。 三、实证研究 3.2 面板数据模型的单位根检验 常用的单位根检验主要有以下几种方法： （1）LLC检验 （2）Breitung检验 （3）IPS检验 （4）Fisher ADF检验 （5）Fisher PP检验 （6）Hadri检验 三、实证研究 3.3 面板数据模型的协整检验 什么叫协整？ 协整关系是指两时间序列变量间的长期稳定关系，可以用来反映经济变量之间相互协调发展关系。 两个同阶单整序列可以进行协整检验。 三、实证研究 3.3 面板数据模型的协整检验 由单位根检验结果可知，15省的LNEC与LNGDP两变量表现为一阶单整，可能有协整关系，能够进行协整检验。 选用KAO检验方法进行协整检验。 原假设为：不存在协整关系。结果如下： 三、实证研究 3.3 面板数据模型的协整检验 协整结果表明：两个变量LNGDP与LNEC具有协整关系，即我们选取省份的经济变量和能源消费变量之间有着长期稳定协调发展的关系，能源的安全持续有效供给关系着GDP的增长，因而具有重大的战略意义。 三、实证研究 3.4 面板数据模型的识别与设定 三、实证研究 3.4 面板数据模型的识别与设定 （1）判别模型中是否存在个体固定效应的F检验 原假设与备择假设分别为： H0:模型中不同个体的截距相同（真实模型为混合模型） H1:模型中不同个体的截距不同（真实模型为个体固定效应模型） 检验结果如下： 三、实证研究 3.4 面板数据模型的识别与设定 （2）判别模型中是否存在个体随机效应的Hausman检验 原假设与备择假设分别为： H0:个体效应与