基于STATA的山东省煤炭产量及其影响因素

2023-08-11高康丽

黑龙江科学 2023年11期

周枭,高康丽

[1.中共山东省委党校(山东行政学院),济南 250014;2.青岛滨海学院,山东青岛 266555]

0 引言

目前,很多学者对煤炭的产量问题进行研究。房颖(2011)指出,我国对进口煤炭的需求量增加,进口煤炭量会对本土煤炭产量产生影响[1]。张欣(2016)通过研究我国煤炭行业的发展及影响因素发现,煤炭开采废物量会影响煤炭产量[2]。宋晓震(2019)结合灰色预测模型所需样本数量少及马尔科夫模型能较好地处理波动性较大数据的优势,预测了2019—2020年我国的煤炭产量[3]。陈春照(2021)通过建立VAR模型,预测突发状态下的煤炭价格[4]。王俊贺(2021)认为,煤矿生产水平与国际油价呈负相关,大宗商品价格指数对国际煤炭价格波动的影响较大,会影响煤矿的煤炭产量[5]。孙超(2021)指出,“十四五”期间,我国煤炭产量及消费量仍处于稳步上升阶段[6]。陈晓坡(2021)将二氧化硫、氮氧化合物、烟粉尘及挥发性有机物质排放量列为项目环评审查的前置要求,对企业实行清洁审查[7]。谢英仪(2022)认为,随着碳达峰目标相关政策措施的深入落实,煤炭燃料消费结构将出现深刻改变[8]。张春晖(2022)指出,“双碳”目标既给煤炭行业发展带来了新的挑战,又为煤炭行业摒弃产量超负荷增长的包袱和走清洁高效发展之路提供了机遇[9]。范杨奕(2022)指出,煤炭产业作为我国主体能源其生产发展的同时也伴随着一定的环境问题,会间接影响煤炭产量[10]。

可见,影响煤炭产量的因素较多,其中采掘技术及行业管理水平对煤炭产量的影响较大,但难以对其数据进行统计分析。本研究主要从生产要素因素、供需影响因素及节能减排因素三方面选取具有代表性的指标,分析影响煤炭产量的因素(见表1)。

表1 影响煤炭产量的各项指标的意义Tab.1 Significance of influencing indicators of coal output

山东省是我国的产煤大省,为分析山东省煤炭产量及其影响因素,使用STATA统计分析软件进行多元回归分析。以山东省煤炭产量Y为因变量,从业人口X1、煤炭开采和洗选业法人单位数X2、外省调入煤炭量X3、煤炭消费量X4、出厂价格指数X5、天然气使用量X6、固体废弃物排放量X7作为自变量,对所有变量进行回归分析,依次剔除不合格变量,得出拟合模型,再进行多重共线性分析和异方差分析,确定最终模型并进行结果分析。山东省的煤炭数据序列如表2所示。

表2 山东省煤炭产量相关原始数据Tab.2 Original data of coal output in Shandong Province

1 回归分析

将数据进行标准化后,对全部变量及剔除后剩余变量进行回归分析。

1)对全部变量进行回归分析,结果如表3所示。

表3 全部变量回归分析结果Tab.3 Regression results of all variables

因变量均值为10 800.17241,被解释变量标准差为25 487 983.5,可决系数为0.9341,样本数为16,返回F检验为16.21,Prob>F为0.0004

表3对8个变量进行了回归分析,模型的返回F检验数为16.21,P(Prob>F)为0.0004,说明模型整体显著。模型的可决系数(R-squared)为0.9341,模型修正的可决系数(AdjR-squared)为0.8765,说明模型的解释能力一般,但由于模型中部分P远大于0.05,且方差膨胀系数(VIF)远大于10,具有完全的多重共线性,故此要依次剔除P>0.05的变量。剔除X1、X3、X4、X7变量后,再次进行回归分析,结果如表4所示。

表4 剩余变量的回归分析结果Tab.4 Regression results partial variables

表4对4个变量进行了回归分析,模型的返回F检验数为24.04,P(Prob>F)为0.0000,说明模型整体上显著。模型的可决系数(R-squared)为0.8473,模型修正的可决系数(AdjR-squared)为0.8120,说明模型的解释能力显著,但由于模型变量X2、X6的P>0.05,需对数据进行标准化处理,将X6平方化,继续进行回归分析,结果如表5所示。

表5 修正后的回归分析结果Tab.5 Results of revised regression model

当只剩下X2、X5、X623个变量时,P远小于0.05,说明模型的显著性很高。此时拟合模型Y=3.899X2+24.0862X5-0.0464623X62+5475.444,模型的样本可决系数为0.8680,说明模型的拟合效果较为理想,但模型的其他性质还有待进一步检验。

2)多重共线性检验。对修正后的模型进行多重共线性分析,检验结果如表6所示,VIF值均小于10,可以认为模型不具有多重共线性。

表6 多重共线性检验结果Tab.6 Results of multicollinearity test

3)异方差检验。STATA运行的模型异方差检验结果显示,Prob>chi2=0.9397,P明显大于0.05,不拒绝原假设,说明该模型是同方差的。

4)遗漏变量检验。模型的遗漏变量检验结果显示,Prob>F=0.781,P>0.05,不拒绝原假设,故此认为并没有遗漏变量。

2 研究结果及讨论

2.1 生产要素的约束效应

山东省通过政策组织、政府支持、企业主导等形式对生产安全无保证、资源匮乏、赋存环境差、环境污染重、持续亏耗严重的五类煤炭矿井作退市处理,2016—2018年共退出产能2796万吨[11]。2016—2019年,山东省退出各类煤矿85处,化解产能3839万吨,产能30万吨以下煤矿全部关闭退出,煤炭去产能成效明显[12]。由拟合模型可知,X2的系数为3.899,说明每增加1个煤炭开采和洗选业法人,山东省的煤炭产量将增加3.899万t。煤矿产业实体数量决定着原煤的产量,煤炭开采和洗选业法人数减少是近年山东省煤炭产量逐渐减少的主要因素之一。

2.2 价格因素的促进作用

价格因素具有多样性,是影响煤炭产业发展不可或缺的因素之一,在生产中起着关键性作用。2017—2020年上半年,我国动力煤价格维持在500～600元/t。2021年,其价格持续上涨,突破2500元/t,随后在多部门的调控下,煤炭价格开始平稳回落[13]。煤炭价格的合理区间须在充分考虑成本的基础上,兼顾煤、电上下游利益,并与煤电市场化电价机制妥善衔接,以有效实现“上限保电、下限保煤”,煤炭价格能充分反映出市场供需变化,有利于充分发挥市场调节作用[13]。拟合模型的X5系数为24.0862,说明煤炭价格每上涨1个百分点,山东省的煤炭产量将增加24.086 2万t。由于国际能源价格上涨,国内煤炭价格也随之上涨,这提升了煤炭企业的生产积极性。