对能源消耗总量影响因素的实证分析
论文关键词：模型 时间序列平稳性 多重共线性 异方差 自回归 检验 修正
一、引言
随着能源危机的出现，能源消耗问题成为了一个世界性的热点问题。本文主要分析影响能源消耗量的 经济 变量与能源消耗之间的相关关系。www.LWLM.com编辑。
二、对能源消耗现状的分析
（一）能源消耗总量的研究分析
经 调查 研究，能源主要包括原煤原油、天然气、水电、核电、风电等。近年来我国经济快速发展，国内生产总值GDP稳定增长，人民生活水平显著提高。但我们也应该看到，随着经济的增长，能源消耗的总量也越来越多，越来越快。石油危机、淡水资源匮乏、臭氧层空洞、植被减少、稀有物种灭绝等现象频频出现。有的国家甚至连续多年都出现了能源危机。
（二）能源消耗总量增加的原因
1．经济增长
首先，随着人们生活水平的普遍提高，拥有电冰箱、空调、暖气、电脑、 电视 机、私家车等家庭生活用品的家庭数量增长了很多，这就造成了能源消耗数量普遍性的提高；其次，随着 中国经济 的快速发展，国内新建了许多 工业 企业，这些企业每天都在消耗大量能源。国内生产总值GDP是衡量经济发展状况的重要因素，GDP的增长包括 农业 ，工业， 建筑 业等多方面的增长。其中，工业，建筑业， 交通 运输 业的发展都需要消耗大量的能源。再次，经济增长促进了科技的发展，而科技水平的提高促使了能源消耗水平的提高。能源消耗不会像过去一样仅仅局限在日常照明和少有的工业企业上了。这样便形成了一个恶性循环，经济越发展，科技越发达，能源消耗的越多。综上，经济的发展是能源消耗总量增加的最根本原因。
2．能源生产总量的增加
能源生产总量的增加是导致能源消耗总量增加的直接原因。经济的增长导致能源需求量的增加，有需求必然会有供应，这就必然导致了能源生产量的增加。
3． 人口 增加
随着中国人口数量的增长，家庭耗电量，家庭用水量等各方面消耗都在增加。而且，每个人都是一个无底洞，从出生到死亡，每个人都会消耗数不尽的能源。我们每个人的日常生活，衣、食、住、行、娱乐等各方面都会消耗能源。我们不应该忘记，再微小的白色塑料袋，也是用我们的资源制造的，而且这些资源都是不可再生的。
4．生活 文化 的改变
随着现代生活节奏的加快，人们更倾向于快节奏，高效率的生活方式，这就滋生了许多人使用一次性筷子，一次性茶杯等用具的 心理 。而且高效率，快节奏的生活方式导致了人 Ü们铺张浪费的生活▼习惯。
三、研究目的
为了使国内的能源能持续被利用，坚持可持续发展道路，需要定量地分析影响能源消耗总量的主要因素。并且从这些方面入手尽量减少能源的消耗。
四、实证分析
（一）理论依据
1．总论
其中， 为第i年能源消耗总量
X1为能源生产总量 （万吨标准煤）
X2 城镇人口 （万人）
X3 GDP（1978年可比价） （百亿元）
X4 工业GDP（1978年可比价）
X5 人均GDP（1978年可比价）
X6 乡村人口 （万人）
2．时间序列平稳性检验与修正
因为所用的数据为时间序列数据，而大多数经济时间序列是非平稳的，如果直接将非平稳的时间序列当作平稳时间序列来进行分析，则可能造成“伪回归”。所以首先要对时间序列的平稳性进行检验Ⓐ。
3．多重共线性检验与修正
由于有6个解释变量，各解释变量的观测值之间可能存在线形相关关系，所以需要对模型进行多重共线性的检验。
4．自相关的检验与修正
所用数据为时间序列数据。由于经济系统的经济行为都具有时间上的惯性，所以大多数时间序列数据中都有自相关现象。此外，经济活动的滞后效应、模型设定错ท误、数据的处理等多种原因都可能导致出现自相关。因此，需要对模型进行自相关的检验并进行修正。
5．异方差的检验与修正
能源消耗总量的多元分析模型，是一个复杂的经济模型，因此，有可能此模型中略去的变量随解释变量的变化而呈规律性的变化，即模型中存在异方差现象。也有其他可能原因导致此模型存在异方差现象，如：变量的设定问题、利用平均数作为样本数据等。综上，需要对此模型进行异方差检验并修正。
（二）数据来源
从中国 统计 年鉴2007中整合了能源消耗总量及构成，能源生产总量及构成，国内 www.LWLM.com编辑。生产总值， 人口 数及构成这四个国民 经济 统计 数据后得到如下数据：
年份
能源消耗总量
能源生产总量
城镇人口
乡村人口
GDP可比价
工业 GDP可比价
人均GDP可比价
1978
57144
62770
17245
79014
36.45
16.07
3.81
1979
58588
64562
18495
79047
37.76
16.28
3.95
1980
60275
63735
19140
79565
39.19
16.31
4.10
1981
59447
63227
20171
79901
40.07
16.45
4.19
1982
62067
66778
21480
80174
39.99
16.42
4.18
1983
66040
71270
22274
80734
40.40
16.44
4.23
1984
70904
77855
24017
80340
42.40
16.80
4.43
1985
76682
85546
25094
80757
46.74
17.58
4.89
1986
80850
88124
26366
81141
48.93
18.43
5.12
1987
86632
91266
27674
51.47
18.83
5.38
1988
92997
95801
28661
82365
57ธ.70
20.57
6.03
1989
96934
101639
29540
83164
62.63
21.98
6.55
1990
98703
103922
30195
84138
66.27
22.49
6.93
1991
103783
104844
31203
84620
70.81
23.19
7.41
1992
109170
107256
32175
84996
76.62
24.34
8.01
1993
115993
111059
33173
85344
88.25
27.96
9.23
1994
122737
34169
85681
106.44
32.28
11.13
1995
131176
129034
35174
85947
121.03
36.25
12.66
1996
138948
132616
37304
85085
128.80
38.03
13.47
1997
138173
132410
39449
84177
130.77
38.20
13.68
1998
132214
124250
41608
83153
129.61
36.24
13.55
1999
130119
125935
43748
82038
127.95
35.21
13.38
2000
138553
128978
45906
80837
130.56
35.80
13.65
2001
143199
137445
48064
79563
133.24
35.86
13.94
2002
151797
143810
50212
78241
134.03
35.49
14.02
2003
174990
163842
52376
76851
137.50
36.47
14.38
2004
203227
187341
54283
75705
147.03
38.81
15.38
2005
224682
205876
56212
74544
152.85
16.05
2006
246270
221056
57706
73742
158.86
43.15
16.53
其中，GDP, 工业GDP, 人均GDP这三组数据采用的是1978年的可比价，这样就可以消除价格指数的影响。
（三）数据分析
1．模型的设定
经过上文分析，模型最终设定为：
2．时间序列平稳性的 检验 与修正
用图形法判断时间序列是否是平稳的。具体做法是：分别做出解释变量、被解释变量与时间的散点图（横轴为时间，纵轴为变量），从图形的分布形式判断时间序列是否是平稳的。图行如下：
形如下
从这几个图形中我们可以看出：除乡村人口外，其它解释变量的图形分布大致随时间的增长而呈上升趋势，所以时间序列是非平稳的。
但从它们的图形中可以看出，除乡村人口外，这些非平稳经济变量随时间的变动都呈上升趋势。所以，虽然这些经济时间序列是配平稳的，但它们之间却存在长期均衡关系。因此，可以用这些数据进行回归分析，基本不会出现“伪回归”现象。
因为乡村人口的存在会使模型存在“伪回归”现象，而人口数量可以用城镇人口来表示，所以经分析，剔除乡村人口这一因素。
3．多重共线性的检验与修正
这里用简单相关系数法对解释变量之间是否存在多重共线性进行检验。用Excel软件，对数据进行简单相关系数分析，得到相关系数表，具体数据如下：
能源生产总量
城镇人口
GDP可比价
工业GDP可比价
人均GDP可比价
能源生产总量
1
城镇人口
0.959489
1
GDP可比价
0.954812
1
工业GDP可比价
0.909564
0.929421
0.995594
1
人均GDP可比价
0.954758
0.99999
0.99554
1
