|
Tab. 2 Lag Period of Vector Auto Regression Model Lag LogL LR FPE AIC SC HQ 0 243.415 NA 8.61E-14 -15.894 -15.661 -15.820 1 428.325 295.856 2.07E-1 -26.555 -25.1538 -26.107 2 451.204 28.980 2.78E-18 -26.411 -23.845 -25.592 3 475.011 22.220 4.65E-18 -26.334 -22.598 -25.139 注： * 表示根据相应准则确定的滞后阶数。 3.1.3 VAR模型及稳定性检验 130 基于所选取的变量，本文构建不含外生变量的非限制VAR模型： TtYYYtptptt,2,1,11 式中： ——)',,ln,ln,(lnindstrupopGDPenerYt； ——t为扰动列向量； 135 ——是系数矩阵； ——p是滞后阶数。 因此，可以建立1阶向量自回归模型，即VAR（1），根据Eviews6.0对VAR模型参 数进行估计，得到以下5个方程： 5764918061199121ln54361ln053301ln5030ln.ind.stru.pop.GDP.ener.ener)()()()()( 140 453.441944.0155011ln451.51ln76001ln1200ln)()()()()(indstru.popGDP.ener.ener 45401005.0101901ln941.01ln003.01ln0070ln.indstru.popGDPener.ener)()()()()( 079.51006.011ln647.01ln02101ln004.0)()(0.764)()()(indstrupopGDP.enerstru 268.121302.0171001ln49811ln06201ln006.0)()()()()(indstru.pop.GDP.enerind 建立脉冲响应函数和方差分解之前需要对VAR模型的稳定性进行检验，从图1可以看145 出，该模型特征方程的所有根的倒数值均位于单位圆内，因此，VAR模型是平稳的。 -1.5-1.0-0.50.00.51.01.5-1.5-1.0-0.50.00.51.01.5Inverse Roots of AR Characteristic Polynomial 图1 VAR模型的平稳性检验 Fig. 1 Stationary Test of VAR Modle 150 3.2 协整检验和向量误差修正模型 协整检验要求协整变量必须具有相同的单整阶数，从单位根检验结果可以看出，本文VAR模型种的变量都满足协整条件。协整检验方法主要有两种：一种是基于回归系数的协整检验，如Johansen协整检验，也称为JJ检验；另一种是基于回归残差的协整检验，如E-G两步法。本文的变量个数多于两个，JJ检验将明显优于E-G两步法，因此选择JJ检验。 155 JJ检验分为特征根迹检验（Trace检验）和最大特征值检验（Maximum Eigenvalue检验）。特征根迹检验的原假设是至多有r个协整关系，备择假设是有m个（满秩）协整关系，检验统计量为： 1,,1,0)1(ln1 krTikrir 最大特征值检验的原假设是有r个协整关系，备择假设是至少有r+1个协整关系，检验160 统计量为： 1,,1,0)1ln(1krTrr 表3 Johansen协整检验 Tab. 3 Johansen Cointegration Test 165 原假设 Trace统计量 5%临界值 Max-Eigen统计量 5%临界值 None 69.4886 60.0614 42.5951 30.4396 At most 1 26.8935 40.1749 16.0056 24.1592 At most 2 10.8879 24.2760 7.2666 17.7973 At most 3 3.6213 12.3209 3.3437 11.2248 At most 4 0.2776 4.1299 0.2776 4.1299 注：表示在5%的显著性水平下拒绝原假设；滞后阶数为1阶。 协整检验结果见表3。从Trace统计量和Max-Eigen统计量检验结果可知，在5%的显著性水平下拒绝了0个协整方程的原假设，只存在唯一的协整关系，协整方程为： ecmindstrupopGDPener5344.63739.2ln3893.0ln1837.0ln 170 （0.05438） （0.05010） （0.58743） （0.70970） 方程中ecm代表误差修成项。结果表明，在1978-2010年间，辽宁省的能源消耗总量与地区生产总值、人口数量、服务业比重、重工业比重之间均存在长期均衡的协整关系。从长期来看，能源消耗对GDP的弹性为0.1837，经济增长对辽宁省的能源消耗总量有着正向拉动作用；能源消耗对人口数量的弹性为0.3893，说明人口数量对能源消耗总量也有正向影响；175 服务业比重对能源消耗具有负向作用，每提高一个百分点，能源消耗会降低2.37%；重工业比重对能源消耗的影响最为显著，可见重工业仍是影响辽宁省能源消耗的最重要因素。 表4 向量误差修正模型的估计结果 Tab. 4 Estimated Results of Vector Error Correction Model 180 误差修证 D(LNENER) D(LNGDP) D(LNPOP) D(STRU) D(IND) CointEq1 -0.067884 0.047883 -0.003997 0.038234 0.119099 -0.0939 -0.06541 -0.0032 -0.01485 -0.02572 [-0.72294] [ 0.73210] [-1.24718] [ 2.57453] [ 4.62973] D(LNENER(-1)) -0.420139 0.009918 0.001847 0.019296 -0.073239 -0.18089 -0.126 -0.00617 -0.02861 -0.04956 [-2.32265] [ 0.07872] [ 0.29915] [ 0.67450] [-1.47792] D(LNGDP(-1)) 0.658411 0.656903 0.01091 -0.114759 -0.150698 -0.25282 -0.1761 -0.00863 -0.03998 -0.06926 [ 2.60431] [ 3.73037] [ 1.26448] [-2.87013] [-2.17580] D(LNPOP(-1)) 0.935957 3.962927 0.850027 1.135592 -3.07515 -3.02011 -2.10362 -0.10307 -0.47764 -0.82738 [ 0.30991] [ 1.88386] [ 8.24679] [ 2.37750] [-3.71672] D(STRU(-1)) -1.539892 -0.867663 0.0907 -0.308481 -0.39564 -1.47527 -1.02758 -0.05035 -0.23332 -0.40416 [-1.04380] [-0.84437] [ 1.80139] [-1.32214] [-0.97891] D(IND(-1)) 1.088461 0.66863 -0.019403 0.143706 0.116931 -0.52791 -0.36771 -0.01802 -0.08349 -0.14463 [ 2.06182] [ 1.81836] [-1.07694] [ 1.72121] [ 0.80851] R-squared 0.383739 0.249274 0.751764 0.438553 0.558862 Adj. R-squared 0.260486 0.099129 0.702117 0.326263 0.470634 Sum sq. resids 0.120246 0.058339 0.00014 0.003008 0.009025 S.E. equation 0.069353 0.048307 0.002367 0.010968 0.019 F-statistic 3.11344 1.660221 15.1421 3.905555 6.33431 Log likelihood 42.07211 53.28273 146.7779 99.24192 82.21027 Akaike AIC -2.327233 -3.050499 -9.082442 -6.015608 -4.916791 Schwarz SC -2.049687 -2.772953 -8.804896 -5.738062 -4.639245 Mean dependent 0.042579 0.138072 0.006809 0.006968 0.002655 S.D. dependent 0.080648 0.050895 0.004337 0.013363 0.026114 由于变量之间存在协整关系，可以由回归分布滞后模型导出误差修正模型（VEC）。VEC可以显示出能源消耗与各影响因素之间的短期动态调整过程，反映当变量受到外界冲击偏离长期均衡状态时，系统如何在下一期使变量重新回到长期均衡状态。VEC模型结果见表4，系统自身的误差系数为-0.068，滞后一期的能源消耗增长率、经济增长率、人口增185 长率对能源消耗的短期影响系数分别为-0.42、0.658、0.936，服务业比重、重工业比重变化对能源消耗的短期影响系数为-1.54、1.088。可以看出，各因素对能源消耗的短期波动都有一定的影响，同时能源消耗对其他因素也有相应的影响。 .0.1.2.3.4.5.6.7.81980198519901995200020052010Cointegrating relation 1 图2 VEC模型的协整关系 190 Fig. 2 The VEC Model's Cointegration Relationship 图2中的零均值线代表了变量之间的长期均衡稳定关系。在1991年左右，误差修正项的数值最大，表明该时期短期波动偏离长期均衡关系的幅度最大，大约经过了13年时间的调整，即在2004年重新回到了长期均衡稳定状态。之后，误差修正项曲线又震动上升，表195 明短期波动又开始偏离了长期均衡状态。 3.3 脉冲响应函数 脉冲响应函数可以用来分析VAR模型中随机扰动项对各内生变量的影响。下面分别给enerln、GDPln、popln、stru、ind一个单位的正冲击，可以得到关于辽宁省能源消耗总量的脉冲响应函数图，见图3。其中，横轴表示冲击作用的滞后期间数（单位：年），200 纵轴表示辽宁省能源消耗总量（单位：万吨标准煤）。实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。 -.04-.02.00.02.04.0612345678910Response of LNENER to LNGDP-.04-.02.00.02.04.0612345678910Response of LNENER to LNPOP-.04-.02.00.02.04.0612345678910Response of LNENER to STRU-.04-.02.00.02.04.0612345678910Response of LNENER to INDResponse to Cholesky One S.D. Innovations ± 2 S.E. 图3 各变量对辽宁省能源消耗总量的冲击 Fig. 3 Respones of The Total Energy Consumption to Each Variable in Liaoning Province 205 可以看出，在当期给 GDP ln 一个正的冲击之后， ener ln 到第3期对 GDP ln 扰动所做出的响应达到最大（约为0.0163），这表明当经济增长受到外部冲击后，经市场作用传递给能源行业，并给能源行业带来正向的冲击；当给 ln pop 一个正的冲击之后， ener ln 始终没有做出较大响应，其值一直低于0.006，在第4-8期趋于0，这表明人口因素对能源消耗的210 冲击不显著，虽然随着生活质量的提高，居民对汽车、家电等的需求增加，但与其他因素相比，生活能源消耗对能源消耗的影响依旧较小；当给 stru一个正向冲击之后发现，传递给 ener ln 的是负向的作用，在第2期对能源消耗有最大的负作用，然后开始逐渐减弱，从第7期开始基本稳定在-0.005，其影响始终都是负向的；当给 ind一个正向冲击时， ener ln 对 ind扰动所做出的响应在第2期迅速增高，达到0.0323，其后逐步下降，在第10期降到215 0.0089。从服务业比重和重工业比重对能源消耗的影响以及辽宁省的能源现状中可以看出，要想实现节能降耗，产业结构调整的重点应该放在发展第三产业，降低第二产业，尤其是重工业的比重。 3.4 方差分解 脉冲响应函数描述的是VAR模型中内生变量受到冲击之后给其他变量带来的影响，方220 差分解则是通过分析结构冲击对内生变量变动的贡献度，进一步评价不同冲击的重要性。 本文只考虑各变量冲击对能源消耗的贡献度，其方差分解模型为： kjySRVCkjqjjqjqqjqjjqjj,2,1)()()var()()(102)(102)(1102)(11， 当)(1SRVCj大时，代表第j个变量对能源消耗的影响大，当)(1SRVCj小时，即认为第j个变量的影响小。 225 表5 LENER方差分解结果 Tab. 5 LENER variance decomposition results Period S.E. LNENER LNGDP 学术论文网Tag：代写硕士论文 代写论文 代写代发论文 代发论文 |
