我国能源消耗与宏观经济的关联性分析.docVIP

我国能源消耗与宏观经济的关联性分析 　　摘要：社会的进步与经济的发展密不可分，经济的发展需要能源的供应。文章采用动态的时间序列分析方法，选取了中国统计年鉴的1990～2014年GDP和能源消费的年度数据为样本，建立ARMA模型，对GDP和能源消费之间进行协整检验，建立具有误差修正项的模型，并对模型结果和原因进行分析，提出有效对策。 　　关键词：能源消耗；宏观经济；经济增长；模型分析；时间序列；ARMA模型 文献标识码：A 　　中图分类号：F407 文章编号：1009-2374（2016）11-0001-02 DOI：10.13535/j.cnki.11-4406/n.2016.11.001 　　1 概述 　　能源作为国民经济和社会发展的重要战略物资，是人类赖以生存必不可少的。目前我国能源工业以煤炭为主，形成了多能互补的能源生产体系。中国经济正在向形态更高级、分工更复杂、结构更合理的阶段演化，经济发展进入新常态，正从高速增长转向中高速增长，经济发展方式正从规模速度型粗放增长转向质量效率型集约增长，经济结构正从增量扩能为主转向调整存量、做优增量并存的深度调整，经济发展动力正从传统增长点转向新的增长点。认识新常态、适应新常态、引领新常态，是当前和今后一个时期我国经济发展的大逻辑。文章从时间序列角度考察我国经济增长和能源消费的因果关系，为我国经济发展提供了一些可行性的建议。 　　2 时间序列分析 　　选取1990～2014年中国国内生产总值以及能源消耗的数据，画出它们的时间序列走势图。 　　观察发现GDP与能源消耗随着时间的推移在不断上升，序列没有明显的周期性，为非平稳时间序列。通常可以采取差分的办法，把它们的线性趋势和抛物线趋势去掉。 　　数据分析：在运用时间序列分析时，要保证序列平稳。如果一个时间序列的概率分布函数不随时间变化而变化，并且期望值、方差与自协方差均为常数，则该时间序列平稳。对于不平稳的时间序列，可以对序列通过差分或对数变换等进行处理，其中ADF检验是最常用的一种检验方法。 　　设GDP为y，能源消耗为x，检验时间序列的平稳性。研究选取中国1990～2014年能源消费量和国内生产总值（GDP）、能源消费等数据资料，利用Eviews软件来进行协整和因果检验。其中国内生产总值为消除相应物价水平影响后的不变价数值。 　　根据表1，国内生产总值、能源消费时间序列的t统计量分别为-2.377347、-2.481506，均大于1%、5%和10%不同水平下的临界值，根据检验中的P值，认定接受原假设，变量存在单位根，时间序列不平稳，需要进一步分析检验。经过一阶差分后的国内生产总值，能源消费时间序列依然不平稳，经过二阶差分后的能源消耗以及国民生产总值的时间序列的t统计量均小于1%、5%、10%水平下的临界值，故此时时间序列平稳。 　　经过二阶差分后时间序列Y平稳，从自相关函数图和偏自相关函数图中可以看到，偏自相关系数在一阶后截尾，自相关系数在4阶后拖尾，因此可设定为ARMA过程。故p=1、q=4，初步建立了ARMA（1，4）模型。 　　可以看到，解释变量的系数估计值在15%的显著性水平下都是显著的。 　　对残差进行检验，得到P值是0.0024，所以拒绝原假设，残差较平稳，可以认为模型较好地拟合了数据。 　　2015年我国GDP预期增长目标为7%。即便是7%的GDP增速，在世界主要经济体中也是名列前茅的。数据显示，2011～2014年期间，GDP年均增长8.0%，增长速度放缓。分年度看，2011年比上年增长9.5%，2012年、2013年均增长7.7%，2014年增长7.3%，2015年上半年增长7.0%。对GDP的产出规模进行预测，从图中可以看到，“Static”方法得到的预测值较平稳，表明模型的预测结果较理想。 　　3 能源与经济发展协调性分析 　　3.1 数据分析 　　对国民生产总值和能源消耗先去对数，做协整检验，通过最小二乘法（OLS）构造一元回归模型为： 　　再检验lx和ly的非均衡误差序列ε的单整性。 　　从表5可以看出，非均衡误差序列在1%、5%和10%水平下，拒绝了原假设，是平稳序列。因此，非均衡误差序列检验结果认为，经过取对数后的自变量x和因变量y的ADF均拒绝了原假设，均具有协整关系。 　　通过P值，原假设y不是x的原因被接受，x不是y的原因被推翻，即国民生产总值和能源消耗Granger存在单向因果关系。也就是说，在滞后期为1、2、3、4时，中国GDP与能源消费总量之间具有单向显著的Granger因果关系。在我国的经济发展过程中，如果GDP增加了，相应的能源消费需求也有所增加，这样就直接或者间接优化能源产业结构的配置，但是能源消费增加GDP不一定增加。 　　4 结语