如何区分静态和非静态面板数据模型？那是什么意思？此外，静态面板数据模型的分支分为平衡和非平衡，它也

(第三组宏观经济增长与发展，6686字)基于面板数据的中国能源、环境与经济增长的计量分析王(河北经贸大学数学与系统学院，石家庄，050061)本文运用面板数据分析方法，对中国各地区的能源消费、环境污染与经济增长进行了实证研究。研究表明，能源消费、环境污染和经济增长都是不稳定变量，但它们之间存在长期的协整关系。如果能源供给增加1%，GDP增加0.269%；环境污染每减少1%，GDP就会增加0.043%。经济增长；面板协整检验；豪斯曼检验；中国区域经济增长；能源消费；环境污染；面板数据方法。研究结果表明，能源消费、环境污染和经济增长是不均衡的变量，但它们之间存在长期的协整关系。如果能源供给增加1%，经济增长将增加0.269%；环境污染减少1%，经济增长率为0.043%。关键词:经济增长率面板数据协整检验。引言进入工业化时期以来，世界上许多国家为了追求经济的快速增长和物质产品的极大丰富，对能源进行了大规模的开发利用，而能源的逐渐枯竭和能源带来的生态环境问题将严重阻碍经济发展。环境作为经济社会发展的物质条件和基础，既可以直接促进经济发展，也可以成为经济发展的阻力。环境污染已成为危害人民健康和制约经济社会发展的重要因素之一。如今，能源和环境问题已经成为制约一个国家经济增长的瓶颈，这种现象在中国尤为突出。不断开发新能源，发展可再生能源，提高能源利用效率，保护环境，将在中国经济发展中发挥重要作用。党的十七大报告再次强调要加强能源资源节约和生态环境保护，指出加强能源资源节约和环境保护，增强可持续发展能力，坚持节约资源和保护环境的基本国策，关系人民群众切身利益和中华民族生存发展。因此，研究我国能源消费、环境保护与经济发展之间的关系具有重要的理论价值和现实意义。近年来，中国的能源和环境问题成为人们关注的焦点，许多学者从不同的角度进行了大量的分析，并从中获得了许多有益的启示。例如，林[1](2003)通过协整分析考察了中国能源需求与经济增长之间的关系；王逢宝[2]等人(2006)采用线性回归方法研究了区域能源、环境与经济增长的关系。冯秀[3](2006)讨论了中国能源利用的现状以及能源、环境与经济增长的关系。林等[4](2006)研究了能源技术创新与中国经济、环境和能源的关系。目前，大多数文献从总量的角度分析一个国家或地区的能源消耗、环境污染与经济增长之间的关系。但由于我国幅员辽阔，各地区之间在经济、能源消耗、环境等方面存在巨大差异，因此不能将各地区的经济、能源消耗、环境污染视为一个同质的整体，用时间序列数据往往难以解释其内在联系。本文运用面板数据分析方法，对我国各地区的能源消费、环境污染与经济增长进行了实证分析，以揭示我国能源消费、环境污染与经济增长之间的内在联系。二、研究方法面板数据分析法是近几十年发展起来的一种新的统计方法。面板数据可以克服时间序列分析中多重* * *线性的困扰，可以提供信息、变化、较少* * *线性、自由度和较高的估计效率。面板数据的单位根检验和协整分析是目前最前沿的领域之一。本研究首先利用面板数据的单位根检验和协整检验来考察能源消费、环境污染与经济增长之间的长期关系，然后建立计量经济模型来量化它们之间的内在关系。面板数据的单位根检验方法主要有Levin和Linandchu (2002)提出的LLC检验方法[5]。im，pesearn和shin (2003)提出的IPS检验[6]，maddala和Wu(1999)提出的ADF和PP检验，以及Choi(2001) [7]。面板数据的协整检验方法主要有Pedroni[8](1999，2004)和Kao[9](1999)提出的检验方法。这两种检验方法最初的假设是不存在协整关系，残差统计量是从面板数据中得到进行检验的。Luciano(2003)用MonteCarlo simulation [10]比较了几种协整检验方法，结果表明当t较小时(较大时)，Kao检验比Pedroni检验具有更高(较低)的功效。面板数据的单位根检验和协整检验的具体方法见参考文献[5-10]。三、实证分析1。指标选择及数据来源经济增长:本文采用地区生产总值，以1999为基期，根据地区生产总值指标换算成现实，单位为亿元。能源消费:考虑到近年来中国能源消费总量中明显低估了煤炭和石油的供需，用电量的数据还是比较准确的。因此，用电力消费可以更准确地反映能源消费与经济增长的内在关系(林，2003)。因此，本文采用各地区用电量作为能源消耗，单位为亿千瓦时。环境污染:污染物以气体、液体和固体的形式存在。本文选取工业废水排放量作为环境污染的定量指标，单位为万吨。本文利用中国30个省(市、自治区)1999-2006年的GDP、电力消费和工业废水排放量数据构建面板数据集。这30个省(市、自治区)包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、海南、广西、重庆、四川、贵州、云南、陕西、西藏和甘肃。数据来自《中国统计年鉴2000-2007》。为了消除变量之间可能存在的异方差，本文首先对、和进行自然对数变换。为了避免单一方法可能存在的缺陷，本文采用LLC检验、IPS检验、Fisher-ADF检验和Fisher-PP检验对面板数据进行单位根检验。利用Eviews6.0软件，测试结果见表1。表1，面板单位根检验变量LLCp值IPSp值Fisher-ADFp值Fisher-PPp值4.211.005 . 781.955438+0.007 . 4338+0.006 . 5438+。005.371.009 . 451.00-2.910.00181.260 . 8956 . 970 . 05890，560.0066-14.890 . 00-3.170.0008654383.面板数据的协整检验和之间的协整关系是通过Pedroni协整检验和Kao协整检验得到的。测试结果如表2和表3所示。表2Pedroni协整检验统计P值Panelv统计-1.1450.0056 panel ho统计2.5880.0277 PanelPP统计-1.5430.0013 pane ADF统计-3.86438+0655。000 Grouprho统计5.0880.0000 GroupPP统计-2.5590 . 0151 group ADF统计-6.9850.0000表3Kao协整检验T统计P值ADF-5.8730.0000表2和表3的面板协整检验结果。协整检验的7个统计量和Kao协整检验的ADF统计量均在5%显著性水平上拒绝了原假设，说明、和之间存在显著的协整关系。4.模型检验(1)固定效应模型的显著性检验固定效应模型的显著性检验是检验模型中的固定效应系数是否存在差异，即原假设为。检验结果见表4:表4固定效应模型的显著性检验固定效应的自由度显著性检验统计量P值横截面F 374.484 (29，208) 0.0000横截面卡方953.827290.0000根据表4中固定效应模型的显著性检验结果，P值小于5%，故驳回原假设固定效应系数相同。(2)豪斯曼检验豪斯曼检验的原始假设是随机效应模型和固定效应模型的系数没有区别。如果接受原假设，说明应该选择随机效应模型，否则应该选择固定效应模型。测试结果列于表4和表5中。表5豪斯曼卡方检验。统计学卡方检验。统计自由度P值截面随机117.76620.000表6固定效应和随机效应检验比较变量固定效应随机效应两种效应的差异P值0.2690.2790.00002 0.0000-0.00434-0.0170.0000070.0000从表5中的豪斯曼检验结果和固定效应的比较5.模型的估计根据以上分析，我们采用固定效应模型进行模型估计，模型估计结果如下:(1)(44.647)(20.341)(-3.097)[0.0000][0.0000][0.0022]括号内为T。调整后的模型为0.996，F值为2484.3，残差平方和为0.599。所有系数都通过了t检验，模型拟合得相当好。固定效应系数见表7:表7各地区区域固定效应系数北京0.207浙江0.792海南-1.044天津-0.268安徽0.283重庆-0.222河北0.582福建0.425四川0.440山西-0.351江西-0.0010。州-0.808内蒙古-0.454山东1.034云南-0.121辽宁0.473河南0.623陕西-0.228吉林-0.138湖北0.429甘肃-0.815黑龙江0.20539 . 0000000005上海0.5555广东环境污染弹性系数为-0.043，即环境污染每减少1%，GDP就会增加0.043%，这说明GDP与环境污染之间存在反比关系，这与我们普遍持有的环境保护能够促进经济健康快速发展的观点是一致的。4.主要结论本文运用面板单位根检验、面板协整检验等较为先进的分析方法，对我国1999-2006年的能源消费、环境污染与经济增长的省级面板数据进行了实证研究。研究表明，中国的能源消费、环境污染和经济增长都是不稳定的过程，主要是由于政策、环境等原因导致中国各地区之间存在较大差异，因此不同地区表现出不一致性，但不同地区的能源消费、环境污染和经济增长之间存在显著的协整关系。能源和环境作为经济持续增长的要素，对中国的经济发展有着重大影响。能源供给与经济增长之间存在正相关关系，经济增长对能源有很强的依赖性，而环境污染与经济增长之间存在负相关关系。环境污染的加剧将严重阻碍经济增长。从全国平均水平来看，能源供给每增加1%，GDP就会增加0.269%；环境污染每减少1%，GDP就会增加0.043%。因此，坚持节约能源，提高能源效率，保护环境，对中国经济持续、快速、健康发展具有重要意义。需要指出的是，由于数据原因，本文使用的面板数据时间跨度不长(1999-2006)，得出的长期关系可能会受到质疑(Dimitri k . Christopoulosan de HvMiosg。Tsionas，2004) [11]。本文用不同地区的用电量代替能源消费总量和工业废水排放量来反映环境污染程度，但它们都只反映能源消费和环境污染的一个方面，所以指标的选取是不全面的。应该把煤炭石油等能源消耗、大气污染、固体废物污染等全部纳入指标体系，这样指标体系才会更加全面合理，这需要今后进一步研究。参考文献:[1]林:中国电力消费与经济增长:基于生产函数的研究[J]，管理世界，第11期，2003。[2]王逢宝，章雷，秦振兰:能源，环境与区域经济增长的计量分析[J]，天津财贸管理干部学院学报，2006年第3期。[3]冯秀，丁勇:可持续发展下的中国能源、环境与经济[J]，北方经济，2006年第2期。[4]林，苏，林兴华:能源技术创新对经济，能源与环境的影响[J]东莞理工学院学报，2006年第4期。[5]Levin.A .，C . f . linunitroottestsinpaneldata:渐近线有限样本属性[C].UCSanDiego.WorkingPaper，1992.92-93 .[6]李明辉，王明辉，王文林.中国计量经济杂志，2003，115:53-74 .[7]MaddalaG.S .，吴少文，1999。[1]王立军，王立军.牛津经济与统计，1999，61:631-652。[8]卢西亚诺，G..on thepowerofpanelcointegrationtests:amontecarloco comparison[J].经济学快报，2003，80:105-111。[9]Pedroni，P . criticalvalueforcointegrationtestsinhegeneouspanelswithmuleregressors[J].牛津经济与统计，1999，61:653-678。[10]高锟，C，spuriusregressionandresidual-based testsforpointetrationinpaneldata[J].经济计量学杂志，1999，90:1-44。季米特里斯克。Christopoulos，ef胸腺osG。Tsionas，2004，《金融发展与经济增长:来自面板数据的证据》。