李舒婕
(上海電力大學(xué), 上海 200090)
由圖1 可知,中國(guó)電力消費(fèi)量逐年上升,其中工業(yè)電力消費(fèi)量占總電力消費(fèi)量的很大比重,遠(yuǎn)高于其它產(chǎn)業(yè),可見我國(guó)在工業(yè)生產(chǎn)上對(duì)于電力的需求量仍然十分巨大。對(duì)比上海市歷年總電力消費(fèi)量與工業(yè)電力消費(fèi)量的關(guān)系(見圖2),可以看出,由于上海市城市化進(jìn)程較快,雖然其第二產(chǎn)業(yè)電力消費(fèi)量占總電力消費(fèi)量的比重歷年減小,但是也保持在45%以上的水平,遠(yuǎn)超其它產(chǎn)業(yè)。
本文選取經(jīng)濟(jì)發(fā)展較為發(fā)達(dá)的上海市作為研究地區(qū),研究其電力工業(yè)的發(fā)展情況。故選取上海市電力消費(fèi)量和工業(yè)生產(chǎn)總值兩者之間的關(guān)系進(jìn)行研究,利用協(xié)整理論和誤差修正模型來分析兩者之間的長(zhǎng)期均衡關(guān)系與短期動(dòng)態(tài)調(diào)整,利用Granger 因果檢驗(yàn)分析其關(guān)系,并對(duì)模型進(jìn)行回歸分析,進(jìn)而預(yù)測(cè)未來的電力需求情況,提出相關(guān)政策建議。
本文目標(biāo)為研究上海市電力消費(fèi)量和工業(yè)生產(chǎn)總值之間的關(guān)系,使用Eviews10 軟件分析數(shù)據(jù)。在進(jìn)行協(xié)整分析之前,為避免偽回歸,首先檢驗(yàn)時(shí)間序列的平穩(wěn)性,使用ADF 檢驗(yàn)來驗(yàn)證其是否為同階單整。在同階差分的基礎(chǔ)上,使用E-G 兩步法檢驗(yàn)兩個(gè)變量之間是否具有長(zhǎng)期穩(wěn)定的均衡關(guān)系。并使用誤差修正模型估計(jì)兩個(gè)變量之間的短期關(guān)系,使分析更加全面。利用Granger 因果檢驗(yàn)對(duì)其進(jìn)行因果關(guān)系檢驗(yàn),分析其經(jīng)濟(jì)意義。最后對(duì)其進(jìn)行回歸,分析其回歸系數(shù)的經(jīng)濟(jì)意義[1-3]。
為研究上海市第二產(chǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)對(duì)上海市電力消費(fèi)量的影響,于上海市統(tǒng)計(jì)局選取上海市自2000—2019 年的相關(guān)數(shù)據(jù)。以上海市工業(yè)生產(chǎn)總值(記為GDP)反映上海市第二產(chǎn)業(yè)的經(jīng)濟(jì)情況,與上海市電力消費(fèi)量(E)構(gòu)建回歸模型。兩者趨勢(shì)圖如圖3所示。
由圖3 可得,兩者呈現(xiàn)出線性相關(guān)關(guān)系,故假設(shè)二者之間關(guān)系設(shè)定為一元線性回歸模型:
式中:μi為隨機(jī)誤差項(xiàng),即除上海市工業(yè)生產(chǎn)總值,影響上海市電力消費(fèi)量的其他因素。假設(shè)該模型滿足古典假設(shè),本文利用計(jì)量經(jīng)濟(jì)學(xué)軟件eviews 進(jìn)行分析。本文數(shù)據(jù)全部來自于上海市統(tǒng)計(jì)局。
在進(jìn)行協(xié)整分析之前,為避免偽回歸,需要檢驗(yàn)時(shí)間序列的平穩(wěn)性。本文采用ADF 檢驗(yàn)法檢驗(yàn)時(shí)間序列的平穩(wěn)性。eviews 輸出結(jié)果如表1 所示。
表1 平穩(wěn)性檢驗(yàn)
兩個(gè)變量的原序列的無論是在含有截距項(xiàng)和時(shí)間趨勢(shì)項(xiàng)時(shí),還是僅考慮常數(shù)項(xiàng)的情況時(shí),均為一階單整序列,可以進(jìn)一步驗(yàn)證兩者之間的協(xié)整關(guān)系。
協(xié)整關(guān)系可以表明,變量之間存在的長(zhǎng)期均衡變動(dòng)關(guān)系,根據(jù)協(xié)整理論,兩個(gè)非平穩(wěn)變量之問的某種線性關(guān)系可能是平穩(wěn)的,表現(xiàn)為其殘差是平穩(wěn)序列。
本文選取的兩個(gè)變量GDP 與E 都為一階單整,滿足協(xié)整的前提條件。使用E-G 兩步法進(jìn)行檢驗(yàn),只有當(dāng)回歸方程的殘差為平穩(wěn)變量,并且變量之間存在協(xié)整關(guān)系時(shí),線性回歸才是真實(shí)的。殘差R 的平穩(wěn)性檢驗(yàn)eviews 輸出結(jié)果如表2 所示。
表2 E-G 兩步法殘差平穩(wěn)性檢驗(yàn)結(jié)果
表2 中殘差序列在水平含有常數(shù)項(xiàng)的模型中,拒絕了5%置信區(qū)間的原假說,表示殘差R 序列為平穩(wěn)序列,變量GDP 與E 變量之間存在協(xié)整關(guān)系,它們之間具有長(zhǎng)期穩(wěn)定性。
本文在研究分析GDP 與E 之間的因果關(guān)系時(shí),采用Granger 檢驗(yàn)法分析兩者的因果關(guān)系與方向。EVIEWS 輸出結(jié)果如表3 所示。
表3 格蘭杰因果檢驗(yàn)
結(jié)果表明,E 是GDP 的格蘭杰原因,說明電力消費(fèi)是工業(yè)產(chǎn)業(yè)經(jīng)濟(jì)快速發(fā)展的原因。在我國(guó)經(jīng)濟(jì)社會(huì)的快速發(fā)展過程中,工業(yè)的電力消費(fèi)一直處于高位,電力作為基礎(chǔ)設(shè)施,其消費(fèi)對(duì)于工業(yè)生產(chǎn)總值的提高具有重要貢獻(xiàn)。
協(xié)整檢驗(yàn)中驗(yàn)證了上海市工業(yè)生產(chǎn)總值(GDP)與上海市電力消費(fèi)量(E)的序列成(1,1)階協(xié)整關(guān)系,現(xiàn)建立其誤差修正模型。以E 關(guān)于GDP 的協(xié)整回歸中的平穩(wěn)殘差序列et作為誤差修正項(xiàng),可建立如下誤差修正模型:
式中:et-1的參數(shù)估計(jì)值為負(fù),表明了前一期對(duì)后一期的修正。由協(xié)整模型得到E 關(guān)于GDP 的長(zhǎng)期彈性為0.131 7,由誤差修正模型得到E 關(guān)于GDP 的短期彈性為0.079 7。
利用eviews 軟件進(jìn)行一元線性回歸分析,得出模型:
評(píng)價(jià)模型:模型估計(jì)結(jié)果說明,在假定其他變量不變的情況下,上海市工業(yè)生產(chǎn)總值每增加1 億元,上海市電力消費(fèi)量就會(huì)增加0.131 7 億kWh;從回歸估計(jì)的結(jié)果看,模型擬合較好??蓻Q系數(shù)R2=0.985 8,表明上海市電力消費(fèi)量變化的98.58%可由上海市工業(yè)生產(chǎn)總值的變化來解釋。
序列相關(guān)檢驗(yàn):由回歸結(jié)果可知,在5%顯著性水平下,n=20,k=2,查表得dL=1.20,dU=1.41,D.W.=1.1665<dL,故判斷模型隨機(jī)項(xiàng)存在正自相關(guān)。由殘差圖(圖3)可知,殘差的變動(dòng)有系統(tǒng)模式,連續(xù)為正和連續(xù)為負(fù),表明殘差項(xiàng)存在一階正自相關(guān),模型中的t 統(tǒng)計(jì)量和F統(tǒng)計(jì)量結(jié)論不可信,需采取補(bǔ)救措施。
利用eviews 軟件,對(duì)殘差序列進(jìn)行滯后一階的自回歸,可得回歸方程:
由此可知p^=0.350 2,對(duì)原模型進(jìn)行廣義差分,得廣義差分方程:
模型的一階廣義差分的估計(jì)結(jié)果為:
在5%顯著性水平下,n=19,k=2,查表得dL=1.18,dU=1.40,D.W.=1.845 4>dU,表明經(jīng)廣義差分法變換后的模型已經(jīng)不存在序列相關(guān)性。對(duì)比原模型與廣義差分后的模型,可知普通最小二乘法低估了GDP 前的回歸系數(shù)的標(biāo)準(zhǔn)誤差。β0=254.697 9/1-0.350 2=391.963 5,由此,得到最終的回歸模型:
模型估計(jì)結(jié)果說明,在假定其他影響因素不變的情況下,上海市工業(yè)生產(chǎn)總值每增加1 億元,上海市電力消費(fèi)量就會(huì)增加0.125 6 億kWh。
由實(shí)證分析可得上海市工業(yè)生產(chǎn)總值與電力消費(fèi)量之間具有長(zhǎng)期穩(wěn)定的均衡關(guān)系,由協(xié)整模型得到電力消費(fèi)量關(guān)于工業(yè)生產(chǎn)總值的長(zhǎng)期彈性為0.131 7,由誤差修正模型得到電力消費(fèi)量關(guān)于工業(yè)生產(chǎn)總值的短期彈性為0.079 7。在假定其他影響因素不變的情況下,上海市工業(yè)生產(chǎn)總值每增加1 億元,上海市電力消費(fèi)量就會(huì)增加0.125 6 億kWh。