- · 《科技创新与应用》栏目[05/29]
- · 《科技创新与应用》数据[05/29]
- · 《科技创新与应用》收稿[05/29]
- · 《科技创新与应用》投稿[05/29]
- · 《科技创新与应用》征稿[05/29]
- · 《科技创新与应用》刊物[05/29]
一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。 二、不要超过10000字为宜，精粹的短篇，尤为欢迎。 三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿，恕不退稿。 五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式： 基金项目：项目名称（编号） 作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。
标准化、科技创新与新能源发展的关系研究(4)
作者:网站采编关键词:
摘要：由回归方程(3)可知LNX1的系数为0.108不符合经济学意义，但R2=0.988，说明拟合效果较好，所以可以初步判断该模型存在多共线性，对其进行共线性检验，结果
由回归方程(3)可知LNX1的系数为0.108不符合经济学意义，但R2=0.988，说明拟合效果较好，所以可以初步判断该模型存在多共线性，对其进行共线性检验，结果如表2所示。
表2多重共线性检验相关系数 0000.904 7780.861 9050.990 7781.000 0000.767 6660.935 9050.767 6661.000 0000.836 4230.935 8520.836 6641.000 000
由表2中可知，科研创新经费投入(LNX1)与国家标准存量(X4)的相关系数高达0.936，初步确定LNX1与X4之间存在严重多重共线，说明科技创新与国家标准存量具有明显的正相关作用。采用逐步回归的方法解决多重共线性问题，分别对LNY、LNX1、LNX2、X4做一元回归，其结果如表3所示。
表3逐步回归结果分析变量LNX1LNX2X4参数估计值0.589 3341.030 4140.002 021t统计量3.807 0688.667 .577 6240.742 8800.980 938
从表3可知，按R2大小排序为X4、LNX1、LNX2，其中拟合程度最好是X4， 其中R2=0.981，因此，以X4的回归方程为基础，依次加入LNX1、LNX2两个变量，首先加入LNX1，其回归结果为：
LNY=×LNX1+0.002×X4
(20.634)(2.551) (16.577)
由回归方程(4)可知，LNX1的系数为0.116、 t=2.551，虽然具有统计学上的意义，但经济学上没有意义，不满足逐步回归法中解释变量经济意义及统计性质合理的条件，所以应剔除LNX1，加入LNX2，其回归结果为：
LNY=7.266+0.133×LNX2+0.002×X4
(30.672) (2.448) (19.825)
R2=0.985，DW=0.833，F=800.448
加入LNX2之后R2=0.985，与初步回归的结果相比，回归方程(5)的拟合效果更好，且变量满足显著性要求，此外，变量的经济意义及统计性质合理，所以应保留LNX2变量。在消除多重共线性之后，由于解释变量X4未进行对数化处理，应对其进行异方差的检验，其检验结果P(F(5,22))=0.744 9>0.05，说明该模型不存在异方差现象。
从回归方程(5)可知，虽然R2=0.985拟合效果较好，但DW=0.833，说明该模型存在序列自相关现象，加入AR(1)来消除序列自相关现象，其回归结果如表4所示。
表4加入AR(1)的回归结果分析变量系数T统计量PC7.238 .148 250.000 9961.897 9330.070 3X40.001 .982 960.000 0R2调整后的R2F统计量DW0.989 2980.987 .703 21.902 941
在表4中，DW=1.903,由于使用了广义差分数据，样本容量减少一个，查DW表可得dL=1.24,dU=1.556,此时dU< DW=1.903<4dU，说明在 5%的显著性水平下广义差分后模型已无自相关。但LNX2的P值为0.070 3，变量不显著，说明LNX2不具有统计学上的意义，但考虑到新能源发展的起因是由于传统能源的价格不断上涨，所以国际石油的价格(LNX2)仍具有经济学意义，剔除LNX2变量之后，其结果如表5所示。
表5回归结果分析变量系数T统计量PC7.782 .912 280.000 0X40.002 990.000 0R2调整后的R2F统计量DW0.987 5510.986 .926 21.868 361
由表5可知，R2=0.987可知模型的拟合效果较好，DW=1.868说明该模型已无自相关，其回归方程为 LNY=7.782+0.002×X4+[AR(1)=0.563]对残差进行检验，P=0.001 2说明残差稳定。为了保持这种长期稳定的状态，必有一种短期的调节机制存在，根据公式(2)误差修正模型，去除其中的不显著项ΔX4,标准存量与新能源发展的误差修正方程为：
ΔLNY=×(×X4t1)+εt
模型中的修正系数为0.307，说明当能源类的国家标准存量是一种非均衡状态时，误差修正项以0.307的作用力进行短期的调整，使之长期处于均衡的状态。此外，经格兰杰检验，在一定滞后期时，国家标准存量是新能源发展的格兰杰原因。
由于共线性问题，在上述研究中将科技创新的影响因素剔除掉了，为研究科技创新与新能源发展的关系，将国家标准存量剔除，对科技创新、国际石油价格与新能源的发展关系进行实证研究，其回归结果为：
LNY=2.287+0.386×LNX1+0.487×LNX2
(4.234) (5.638) (3.880)
R2=0.887，DW=0.384，F=97.930
从回归方程(6)可以看出，LNX1与LNX2通过了显著性检验，且拟合效果较好，但是DW=0.384,存在显著的序列自相关序列，加入AR(1)消除自相关现象，去掉不显著的常数项，回归结果如表6所示。
表6回归结果分析变量系数T统计量 4818.810 3520.000 7802.457 7120.021 6AR(1)0.783 7647.134 9800.000 0R2调整后的 9390.934 9341.864 037
在表6中，DW=1.864, dU< DW=1.864<4dU，说明在 5%的显著性水平下广义差分后模型已无自相关,回归方程为：
LNY=0.614×LNX1+0.371×LNX2+[AR(1)=0.784]
对残差进行检验，P=0.001 1说明在5%的显著性水平下，说明科技创新投入经费(LNX1)、国际石油的价格(LNX2)与新能源生产量(LNY)具有长期协整的关系，代入误差修正模型中，其系数为0.001 8。
文章来源：《科技创新与应用》 网址: http://www.kjcxyyyzzs.cn/qikandaodu/2020/0716/391.html
上一篇：基于科技术语共享性的科技创新人才培养
下一篇：苏黔两省地区贫困对比及解决方法