发布时间：2015-05-19 来源：人大经济论坛

我国经济增长对能源消耗的依赖_经济学毕业论文范文 我国经济增长对能源消耗的依赖 一．问题提出 2004年我国经济保持了较快的增长速度，但是背后存在的问题也不容忽视。我国能源紧张的局面已连续两年发生，今后经济的发展是否会受能源因素的制约，这不禁为人们所关注。 值此岁末之际，回望2004年的经济运行，如果要评选本年度的十大经济新闻不难发现能源问题是国际国内共同关注的热门话题。国际市场上的原油价格一路飚升，一度达到每桶50美圆的历史最高价，有分析人士讲中国对石油的巨大需求，是导致国际原油价格上涨的重要原因之一。中国国内继2003年之后，再度经历能源危机，煤．电．油全线告紧，全国各地都出现拉闸限电的情况。 面对这种情况，有专家学者指出，中国经济二十年来一直走的是一条粗放型发展道路，靠的是资源的大量投入来拉动经济的增长。那么事实究竟是否如此呢，我们打算建立一个简单的计量经济模型来验证这个说法。 二．数据收集 首先我们收集到了1978年到1996年的GDP数据和能源消费量数据： obsXY 1978571443605.6 1979585884074 1980602754551.3 1981594474901.4 1982620675489.2 1983660406076.3 1984709047164.4 1985766828792.1 19868085010132.8 19878663211784.7 19889299714704 19899693416466 19909870318319.5 199110378321280.4 199210917025863.7 199311599334500.7 199412273746690.7 199513117658510.5 199613894868330.4 其中，Ｘ为每年的能源消费总量（单位为万吨标准煤），Ｙ为支出法计算的每年GDP总量（单位为亿元人民币）。 三．模型建立和检验 开始先对二者做滞后二期Granger因果关系检验： Pairwise Granger Causality Tests Date: 12/25/04 Time: 23:08 Sample: 1978 1996 Lags: 2 Null Hypothesis:ObsF-StatisticProbability Y does not Granger Cause X17 0.15900 0.85477 X does not Granger Cause Y 3.43943 0.06595 从结果看我们可以认为X是引起Y变化的Granger原因，即能源消费量的增长是引起GDP增长的原因。 接下来我们建立一个二者间的简单线性回归方程： Yt＝c＋βXt＋ut Yt为应变量GDP，Xt为自变量能源消费量，c为常数项，β为待估计参数，ut为随即扰动项。用OLS法对方程进行估计： Dependent Variable: Y Method: Least Squares Date: 12/25/04 Time: 23:25 Sample: 1978 1996 Included observations: 19 VariableCoefficientStd. Errort-StatisticProb. C-41338.275911.476-6.9928840.0000 X0.6847940.06391410.714260.0000 R-squared0.871012 Mean dependent var19538.83 Adjusted R-squared0.863425 S.D. dependent var19243.46 S.E. of regression7111.630 Akaike info criterion20.67615 Sum squared resid8.60E+08 Schwarz criterion20.77557 Log likelihood-194.4234 F-statistic114.7954 Durbin-Watson stat0.185913 Prob(F-statistic)0.000000 由结果看到模型的拟合优度较好，可决系数R=0.871012，同时回归参数b^的t检验也能通过，表明能源消耗量对 ＧＤＰ有显著影响。 我们初步可以得到一个简单线性回归方程Y^t=-41338.27+0.684794Xt ，回归系数表示能源消耗量每增加一个单位，ＧＤＰ便同向增加０.６８５个单位，基本上符合经济意义。 然后用ＡＲＣＨ检验法检验模型的异方差性，得到如下结果： ARCH Test: F-statistic16.56360 Probability0.000891 Obs*R-squared9.155770 Probability0.002479 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/25/04 Time: 23:54 Sample(adjusted): 1979 1996 Included observations: 18 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C571819.5140144010.0408020.9680 RESID^2(-1)1.2568500.3088204.0698410.0009 R-squared0.508654 Mean dependent var45888911 Adjusted R-squared0.477945 S.D. dependent var49969220 S.E. of regression36104455 Akaike info criterion37.74617 Sum squared resid2.09E+16 Schwarz criterion37.84510 Log likelihood-337.7155 F-statistic16.56360 Durbin-Watson stat0.677719 Prob(F-statistic)0.000891 结果表明模型的随机误差项存在异方差性，于是我们用WLS法进行修正，其中Ｗ＝１/e２得： Dependent Variable: Y Method: Least Squares Date: 12/26/04 Time: 00:15 Sample: 1978 1996 Included observations: 19 Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C-36610.582869.526-12.758410.0000 X0.6173840.04047115.255130.0000 Weighted Statistics R-squared1.000000 Mean dependent var7181.226 Adjusted R-squared1.000000 S.D. dependent var31144.19 S.E. of regression10.98575 Akaike info criterion7.730375 Sum squared resid2051.673 Schwarz criterion7.829790 Log likelihood-71.43856 F-statistic1.45E+08 Durbin-Watson stat0.923884 Prob(F-statistic)0.000000 Unweighted Statistics R-squared0.858011 Mean dependent var19538.83 Adjusted R-squared0.849659 S.D. dependent var19243.46 S.E. of regression7461.436 Sum squared resid9.46E+08 Durbin-Watson stat0.184871 此时再做ARCH检验得到： ARCH Test: F-statistic0.539053 Probability0.473449 Obs*R-squared0.586669 Probability0.443710 Test Equation: Dependent Variable: STD_RESID^2 Method: Least Squares Date: 12/26/04 Time: 22:49 Sample(adjusted): 1979 1996 Included observations: 18 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C 131.3520 47.68012 2.754860 0.0141 STD_RESID^2(-1)-0.1815590.247287-0.7342020.4734 R-squared0.032593 Mean dependent var110.8758 Adjusted R-squared-0.027870 S.D. dependent var161.8353 S.E. of regression164.0750 Akaike info criterion13.14296 Sum squared resid430729.8 Schwarz criterion13.24189 Log likelihood-116.2867 F-statistic0.539053 Durbin-Watson stat2.001709 Prob(F-statistic)0.473449 结果表明异方差性已被消除，修正后的模型为Y^t=-３６６１０.５８+０.６１７３８４Xt　．由Ｄ-Ｗ统计值近似等于2我们可以判断，随机误差项不存在一阶自相关性 。 综上所述我们得到的最终模型如下： Y^t=-３６６１０.５８+０.６１７３８４Xt （2869.526） （0.040471） t=（-12.75841） （15.25513） R2=1 Df=19 四．结论及建议 从以上结果我们不难看出，我国经济增长确实对能源消耗有较高的依赖性，但同时我国的能源利用效率又偏低, 经济增长的方式过于粗放, 经济高速增长背后的成本过高，这种以大量消耗资源为代价的高增长是难以持续的。我们要按照全面、协调、可持续发展的要求，建立有利于优化能源结构、节约能源消耗的机制，加快能源技术进步，加强能源管理，妥善解决能源供给所面临的一系列问题。 首先要转变经济增长方式，提高能源利用效率。与发达国家相比，我国的能源利用效率很低，每单位能源消耗生产的GDP仅相当于发达国家的1/4左右。我国的能源利用效率低，关键在于产业结构低度化，高耗能的产业如钢铁、电解铝、水泥等比重过高，而低耗能、高附加值的产业如电子信息、精密制造和第三产业比重过低。由于长期以来单纯追求经济增长速度和产品数量，忽视产品质量和经济效益，形成了以高消耗、高投入、低效益为特征的粗放型增长方式。党的十六大提出要走以信息化带动工业化的新型工业化道路，去年党的十六届三中全会又提出树立全面、协调、可持续的新的发展观，总的要求是要通过转变增长方式和结构调整，改变以高投入、高消耗来实现经济快速增长的局面，走出一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到充分发挥的新路子。 第二是大力发展替代技术，降低依赖石油进口。目前，在我国的一次能源结构中，煤炭占67%，解决石油储量不足和燃料油供给问题，要立足于从煤炭液化技术找出路。使用煤液化燃料，比普通汽油更有利于环境保护。这项技术应当在中国加快推广应用，迅速建立起庞大的煤制油产业。根据目前国际石油价格暴涨和中国石油进口剧增的新形势，应当进一步抓紧发展煤制油产业的有关工作，从而使我国油品供应和价格稳定建立在主要依靠国内生产的基础之上。此外，在煤炭加工、煤炭高效燃烧及先进发电、煤炭燃烧污染控制与废弃物处理等洁净煤技术领域，也要给予高度重视，加快推广，使煤炭资源得到合理有效利用，在未来较长时期中国能源供给中继续发挥主要作用。 第三是发展可再生能源，调整优化能源结构。可再生能源包括水电、太阳能、风能、生物质能、地热能和海洋能等，是可循环利用的清洁能源。20多年来，可再生能源技术发展迅速，目前在全世界能源消费中，已占22%左右。我国有着丰富的可再生能源资源，目前我国的水电和太阳能热水器已经发展成为比较成熟的产业，风力发电发展的条件已经具备，太阳能发电、生物质能利用等技术领域也具备了一定的基础。可以预计，未来二三十年内，可再生能源将成为我国发展最快的新型产业之一。 第四是坚持开发节约并举，确立节能首要位置。随着我国经济社会的发展和人民生活水平的提高，对能源的需求在一个较长时期内必然保持较快的增长。满足这个需求，必须使能源生产保持较快的增长速度。还应该通过更新设备，采用先进技术和工艺，加强能源管理，提高能源利用效率，做到开源节流。