计量经济学论文(我国电力消费的影响因素分析)

《计量经济学》课程论文课程代码：1A10659学分/学时：3/48成绩：计量经济学课程论文论文题目：我国电力消费的影响因素分析任课老师：李光勤姓名：周建刚学号：2009018397班级：信计091《计量经济学》课程论文我国电力消费的影响因素分析摘要：利用Eview6等数学工具，对采集的数据进行分析，然后得出相应的结论。采用线性回归模型定量研究了我国1995~2010年的居民电力消费影响因素。结果表明,居民人均收入和替代能源价格对居民电力消费有正向作用;我国居民的电力需求缺乏价格弹性,为充分发挥阶梯电价确保居民基本生活用电需求和抑制电力高消费的作用,实施时应拉大各档价差或增加电量的分档数。关键字：电力消费；Eview6；影响因素；线性回归分析；非线性回归分析；研究主题：我国电力消费的影响因素分析数据类型：16年数据频度：1年起止时间：1995-2010主要研究方法：假设法；归纳法；线性回归；非线性回归；正文：随着我国社会结构和经济结构的转变，居民生活用电的比重持续增长，1990年城乡居民生活用电量仅占全社会用电量的7.72%，而2001年却达12.57%，到2009年城乡居民生活用电量达4.571x1011kW•h，同比增长11.87%，占全社会用电量的12.56%。从长远发展看，与发达国家相比，居民生活用电量的增长潜力较大，其比重逐步上升的趋势明显，因此引导居民用电低碳化被提上了国家相关议程。由于我国对居民用电长期实行低电价政策，造成能源供应紧缺、环境压力加大。居民用电是指城乡居民住宅家庭生活所使用的电力，一般是为了满足照明、取暖、热水、电源灯等日常生活的需求。影响居民用电量的因素很多，主要包括以下四方面:收入水平。近年来，随着经济增长带动居民人均收入的增加，居民用电量也呈逐年攀升的趋势。根据相关资料分析显示，居民可支配收入与居民生活用电量间有直接联系，为影响居民用电量的首要因素。电价水平。采用经济电价，即消除通货膨胀后的电价。传统家用电器。考虑到统计数据的可得性，采用《计量经济学》课程论文百户居民洗衣机拥有量来反映居民总体电器的使用情况。替代能源。居民天然气等的使用虽普及率逐年升高，但过去一段时间内仍以煤为主，年扣除物价水平后的数据为样本数据，数据来源于《中国统计年鉴》【4】，居民平均电价根据国家电网公司资料计算获得。因此本文仅考虑煤炭价格对电力消费的影响。本文以1995年为基准年，选取1995~2010【4】年份电力消费量国内生产总值人均国民生产总值居民人均可支配收入19959417.990660793.729215045.7299194283199610008.380671176.591655845.8865474838.9199710998.770678973.0356420.1804775160.3199811189.160684402.279776796.0303695425.1199912779.550689677.054757158.5015795854.02200013606.328899214.554317857.6760936280200112311.813109655.17068621.706226859.6200215138.5912120332.68939398.0544587702.8200317965.3694135822.756110541.971148472.2200420792.1476159878.337912335.577649421.6200524757.4233184937.36914185.3595110493200625686.7051216314.425916499.704511759.5200728741.1835265810.305820169.4613613785.8200834349.9482314045.427123707.7146215780.76200936595.1533340902.812625607.5306517174.65201041998.8401202.028429991.8164619109.44电力消费量=dlxfl；国内生产总值=GDP；人均国民生产总值=rjGDP；居民人均可支配收入=jmkzp；c=常量用多元线性回归分析：先输入scatdlxflGDP得到下图，可以看出《计量经济学》课程论文我们假设存在线性相关性，故可以做回归分析。输入dlxflGDPrjGDPjmkzp我们得到下图：相关系数矩阵，我们可以看出从图中可以看出电力消费量与国内生产总值等因素相关性都很强，这表明线性模型在它们的关系时是比较适合的。我们注意到各个量之间也有高度相关的。《计量经济学》课程论文如上图可以得出：dlxfl=-1859.854-0.194477*GDP+2.779599*rjGDP+1.990826*jmkzp从AdjustedR-squared可以看出该模型模拟的很好，F检验的伴随概率为0，反映变量间呈高度线性回归方程高度显著。DW=1.542492，对于n=16，k=3时查表可以很明显看出存在自相关性。非线性分析：用下列的函数我们再来看看dlxfl和GDP是否存在非线性相关性。lsGDPc@inv(dlxfl)lsGDPclog(dlxfl)lslog(GDP)clog(dlxfl)《计量经济学》课程论文双曲线模型：对数模型：《计量经济学》课程论文幂函数模型：双曲线模型：GDP=386056.01-3.5E+09/dlxfl对数曲线模型：-1859468-207067.2*ln(dlxfl)幂函数模型：GDP=0.155851*dlxfl^(1.195374)还可以看出，上面的方法都通过了显著性检验，残差序列通过显著性水平为0.01的DW检验。说明这三种方法对于模拟还是可以的。F检验也控制在很低的范围内。在该模型对GDP取了对数，这对诸残差会有一定的影响。在短期内的正向冲击较明显，这是由于煤炭作为我国居民电力的主要替代能源，其价格的上升使居民更多地转向使用电力。滞后1期的电价对居民电力消费有负向影响，原因在于电价上调会对价格需求弹性较大的居民用户产生显著影响，导致用电量下降，但影响程度较小；滞后2期的电价对居民电力消费有正向作用，这符合我国销售电价调整长期侧重补偿成本、缺乏反映市场供求变化能力，随着居民收入增长，电价增长并不明显，总体上可看出我国居民电力需求缺乏价格弹性。因此，为充分发挥阶梯电价确保居民基本生活用电需求。本文用1995~2010年国电力消费的影响因素。得出以下的结论：工业产值对城市电力消费的影响用固定效应模型估计,结果显示所有城市的《计量经济学》课程论文工业规模与该城市的电力消费正相关。当GDP每增加,城市用电量增加。在控制了工业规模变量以后,城市其他特征对用电量有着固定的显著影响。居民人均可支配收入的快速增长使居民对电力产品的消费支出增加，从而导致用电量增大。因此，要加大研发和推广节电设备和产品的力度，提高电力使用效率，促进全社会养成节约用电的良好习惯。参考文献[1]车晶波.基于弹性理论的居民用电市场分析及开拓策略研究[D].北京:华北电力大学，2008.[2]高铁梅.计量经济分析方法与建模EViews应用及实例[M].北京:清华大学出版社,2006.[3]张兴平，牛玉琴，赵旭.中国电力消费协整关系模型[M].北京[4]中华人民共和国国家统计局.中国统计年鉴[M].北京:中国统计出版社,2011.[5]白雪梅,赵松山.协整及误差修正模型[J].数量经济出版社