资源描述：
《基于空间自回归模型的中国能源利用效率区域特征分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、2005年第10期统计研究No.102005StatisticalResearch67基于空间自回归模型的中国能源3利用效率区域特征分析邹艳芬陆宇海ABSTRACTForthesustainabledevelopmentandattentionontheenvironmentandenergy,thestudyontheenergyeffectiveisimportanttothetheoryandthepractice.Theregionalcharactersofchina31provincialeconomicdevelopmentande
2、nergyeffectivewereanalyzedthroughthespatialstatisticalmodelandMoranIindextoPanelData,Itisconcludedthattheprovincialregionaleconomicdevelopmentandenergyeffectivehaveobviousspatialcorrelationandclusterinthegeographicalspace,thelatterisinfluencedbyitsowneconomicdevelopmentandthe
3、energyeffectiveofneighborregion,sotraditionalignoringthepointwillleadtodeviationofmodeldesignandthedeflectionoftheresult.关键词:能源利用效率;能源强度;空间相关;空间自回归模型掩盖这种十分显著的区域空间差异。因为存有空间差一、引言异,时间序列回归方法不再适合于解释能源利用效率与目前,有关中国能源利用效率的研究取得了丰硕的经济发展间的复杂关系,难以得出真正反映现实的分析成果,获得了一些非常有价值的结论。但是,大多数研究结论。因此
4、,在能源利用效率问题研究中,处理的数据不采用的是时间序列分析方法[1—4],较少进行截面的空间分能仅仅局限于时间序列数据,还应该对截面数据进行分析,涉及的主要是产业结构、技术创新等传统变量,较少析。本文即尝试利用空间统计中常用的空间自回归模型涉及空间分布格局的描述或统计分析,而对区域经济增对中国能源利用效率的区域特征进行分析,论证能源利长和能源利用效率的空间相似性或差异的研究更少。3本论文系国家软科学资助研究计划项目(2003DGR1D121)中国幅员辽阔,地区间的空间差异非常明显,传统上的阶段性成果。利用全国能源利用效率时间序列数据进行分析,往
5、往会需要说明的是,中国比较重要的传统阴历假日有两个:春21节日因子(春节因素)对货币供应量的影响小于季节和中秋。我们用类似的方法考虑中秋节,发现中秋节节因子。对货币供应量的影响不明显,因而本文在对货币供应量31比较三个层次的货币供应量,我们发现M0的节日做剔除活动假日影响时未考虑中秋节的影响。但是另外因子和季节因子最强,而M2的节日因子和季节因子最一些统计指标,比如说家政服务人员的工资、社会零售品弱。这并不难以理解,流通中的现金是货币供应量中流销售额,受中秋节这样的节假日的影响比较明显。对这动性最大的部分,季节波动的幅度也较大;广义货币供应样的变
6、量做季节调整时,应该将几个阴历的假日因子共量的流动性最弱,波动幅度也较小。同剔除。41M0和M1的节日因子以及季节因子在1999年之后都有所缩小,主要是由于金融创新的层出不穷,使得货币四、主要结论与货币替代品之间的转换十分便利,因而当今的经济活综上所述,我们得到如下结论:动中也就不需要因为季节的变化或节日的到来而准备大11对货币供应量做季节调整时,剔除春节因素,可明量的现金和活期存款。显改善季节调整效果。68统计研究用效率和区域经济发展明显的空间依赖性和集群特征,释变量(X)有关,还与相邻区域的被解释变量(表现为并定量计量这种空间效应。WY)以及
7、解释变量(表现为WX)有关。21参数估计。二、空间自回归模型及参数估计各种空间自回归模型中的空间相关性从形式上看,对截面数据进行分析时,若数据是取自某一时点(或与时间序列问题中时间方向上的相关非常类似,因此人时期)的不同区域(或点,以下统称区域),数据中通常包们希望将用于滞后相关和序列相关的最小二乘估计含区域所处位置的特性,因此,各区域之间的数据也会存(OLSE)的性质直接用于空间的情形。然而,空间相关具[5]在相关,这就是所谓的空间相关。研究空间相关时,基有多方向的特性,因此时间序列分析方法中一些有效的本想法是相邻的区域比较“相似”,较远的区域
8、不太“相方法不能直接用于空间模型。下面分别考察空间自回归似”,即假定相邻的区域有较强的相关,距离远的区域相模型的最小二乘估计、极大似然估
