发电量与经济增长关系研究

摘要:对2000年到2009年上半年的GDP与发电量季度数据进行了回归分析,并建立了回归与ARMA的组合模型。结果表明,从长期来看,发电量对GDP增长有显著影响,并且上一季度发电量每增加1%,GDP增长1.77%。因此,促进电力工业的发展,保证电力供应的充足,对经济发展有着重要影响。

关键词:发电量;GDP;回归与ARMA组合模型

中图分类号:F426 文献标识码:A 文章编号:1672-3198(2010)02-0022-01

1 模型估计及修正

1.1 模型估计

1.1.1 模型估计

利用STATA软件对模型lnyt=α+βlnxt+ut进行回归,回归结果如下:

log(GDP)t=0.0156+0.6720ln(ele)t+t

(0.3368)(0.4697)

n=37 ,R2=0.055

1.1.2 模型检验

从回归结果可以看出,平稳性检验前数据的回归结果拟合度R2=0.055,拟合程度很低。并且发电量lngenelect 的P-value为0.161,因此不能拒绝原假设H0:β=0,即发电量对GDP增长没有显著影响。但由于用于回归的时间序列尚未进行平稳性检验,不排除“伪回归”问题的存在,因此还需要对数据进行单位根检验。如果时间序列不是平稳序列,则需要对时间序列进行差分处理。

1.2 Augmented Dickey-Fuller检验

利用STATA软件对发电量和GDP数据进行ADF检验,输出结果显示:在原假设H0:γ=1时,检验单位根的t统计量的值为分别为-0.961和-1.652,在1%、5%、10%三个显著性水平下,单位根检验的Mackinnon临界值分别为-3.668、-2.966、-2.616,显然,上述t检验统计量值大于相应临界值,从而不能拒绝 ,表明GDP时间序列和发电量时间序列存在单位根,是非平稳序列。

1.3 差分处理

对发电量序列和GDP序列进行一阶差分处理后,用ADF检验其平稳性。输出结果显示的t检验统计量值小于相应临界值,从而拒绝 ,表明发电量时间序列和GDP时间序列同为 ,即一阶单整序列。

1.4 估计回归与ARMA组合模型

1.4.1 模型估计

保留回归结果:

log(GDP)t=0.0156+0.6720ln(ele)t+t

(0.3368)(0.4697)

n=37 ,R2 =0.055

的残差t并检验其平稳性。检验结果显示,残差t的单位根检验的t统计量的值为-10.978,小于相应临界值,t为平稳的时间序列。

对ln(ELE)序列建立ARIMA(1,1,0),STATA输出结果表明,ln(ELE)序列仍为AR(1)过程。STATA回归结果如下:

log(GDP)t=-0.0137+1.7666ln(ele)t-1+t

(0.0123)(0.1751)(0.0615)

n=36,R2=0.8816

1.4.2 模型检验

(1)统计推断检验:

STATA输出的回归结果中,报告拟合度R2为0.8816,模型的拟合度可以接受。ln(ele)估计系数的P-value为0.0000,拒绝原假设H0,发电量对GDP有显著影响。

(2)经济意义检验:

从回归结果可以看出,发电量的β系数为1.7666,表明上一季度发电量每增加1%,GDP增长1.77 %,符合发电量增加有利于GDP增长的经济假设。

2 结论

通过对中国2000年到2009年上半年发电量与GDP关系的分析,得出结论:虽然2009年上半年出现了GDP增长而发电量负增长的情况,但就长期趋势而言,GDP与发电量呈正相关关系,上一季度发电量每增加1%,GDP增长1.77%,发电量对GDP增长有重要影响。然而另外需要考虑的问题则是GDP的单位能耗问题。我国的能源利用率为33%,从2005年到2008年,单位GDP耗电(千瓦时/万元)为1358.5、1390.4、1422.2、1375.29。因此,在考虑保证发电量和充足的店里供给的同时,应当注意优化产业结构,提高能源利用率。所以,应当说产业结构升级造成的发电量与GDP增长的背离也是一个好趋势的开端。

参考文献

[1]国家统计局.中国统计年鉴2004[M].北京:中国统计出版社,2004.

[2]李济英.电力工业与国民经济互动关系分析[J].经济师, 2004,(4).