ВЛИЯНИЕ НЕФТЯНОЙ ПРОМЫШЛЕННОСТИ КИТАЯ НА РЕГИОНАЛЬНОЕ ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ
Конференция: LVI Международная научно-практическая конференция «Научный форум: экономика и менеджмент»
Секция: Региональная экономика
LVI Международная научно-практическая конференция «Научный форум: экономика и менеджмент»
ВЛИЯНИЕ НЕФТЯНОЙ ПРОМЫШЛЕННОСТИ КИТАЯ НА РЕГИОНАЛЬНОЕ ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ
Аннотация. В этой статье выбрали показатели нефтегазодобывающей отрасли провинций Китая в 2019 году и получили более точную модель анализа с помощью множественной линейной регрессии с использованием статистического программного обеспечения SPSS. Результаты расчетов дают представление о текущем состоянии нефтегазодобывающей отрасли Китая.
Нефть является одним из важнейших природных ресурсов в мире. Она влияет на экономическое развитие и влияет на окружающую среду и на то, как люди путешествуют.
В 1969 году спрос на сырую нефть в Китае был 25-м в мире, а теперь Китай стал вторым по величине потребителем нефти в мире. Гарантия поставок нефти является важным проявлением стабильного развития страны.
В этой статье мы проанализировали степень влияния нефтедобывающей отрасли на экономическое развитие различных провинций и получили тенденцию развития нефти. выбрали обьем добычи нефти в каждой провинции в 2019 году и использовали уравнение множественной линейной регрессии для получения Взаимосвязь ВВП и обьем добычи нефти в каждой провинции.
2. Текущее состояние нефтедобывающей отрасли Китая в различных провинциях в 2019 г.
Национальное статистическое бюро Китая ведет статистику по 12 показтелям, отражающим сотсоняие нефтегазодобывающей промышленности, в 19 провинциях Китая.
Таблица 2. 1.
Показатели провинций Китая в 2019 г.
Для анализа влияния нефтегазовой отрасли на экономику региона мы выбрали 12 показателей в Таблице 2-1. Экономические показатели: ВВП, Инвестиции в нефтегазодобывающую отрасль, Общие активы нефтегазодобывающей отрасли, Основные фонды нефтегазодобывающей отрасли, Доход от основной деятельности, Общая прибыль нефтегазодобывающей отрасли, Общая сумма обязательств нефтегазодобывающей отрасли.
Показатели добычи нефти: Объем добычи нефти, Потребление нефти, Количество государственных промышленных предприятий.
Экологические показатели: Сточные воды нефтеперерабатывающих производств, Химическое потребление кислорода (ХПК)
3. Создание модели и расчет
В этой статье использовали метод множественной линейной регрессии для измерения влияния нефтегазодобывающей отрасли на местный ВВП в 2019 году. создали регрессионную модель. и выбрали некоторые показатели нефтяной отрасли, которые могут влиять на ВВП в качестве независимых переменных (x), и региональный ВВП в качестве зависимой переменной (y).
3.1 Сначала мы вычисляем коэффициент корреляции Пирсона, который измеряет линейную корреляцию. Если r = 0, это означает, что нет линейной корреляции между независимой переменной x и зависимой переменной y. Чем больше абсолютное значение коэффициента корреляции, тем сильнее корреляция: чем ближе коэффициент корреляции к 1 или -1, тем сильнее корреляция и чем ближе коэффициент корреляции к 0, тем слабее корреляция.
Формула Пирсона:
Pearson Correlation |
ВВП(сто млн юаней) |
Инвестиции в нефтегазо-добывающую отрасль (сто млн юаней) |
Общие активы нефтегазо-добывающей отрасли (сто млн юаней) |
Основные фонды нефтегазо-добывающей отрасли (сто млн юаней) |
Доход от основной деятельности(сто млн юаней) |
Общая прибыль нефтегазо-добывающей отрасли(сто млн юаней) |
1 |
-0.193 |
-0.115 |
-0.138 |
-0.046 |
0.028 |
|
Общая сумма обязательств нефтегазо-добывающей отрасли(сто млн юаней) |
Объем добычи нефти (млн т) |
Потребление нефти (млн т) |
Количество государственных промышленных предприятий |
Сточные воды нефтеперерабатывающих производств( т) |
ХПК(10000 т) |
|
0.005 |
-0.085 |
.466 |
.824 |
.737** |
.883 |
3-1 Коэффициент корреляции между региональным ВВП и влияющими на него факторами
Из таблицы коэффициентов корреляции 3-1 видно, что имеется 3 показателя сильной корреляции (коэффициент корреляции больше 0,7): Количество государственных промышленных предприятий, Сточные воды нефтепетвоводарство, и ХПК.
Имеется 7 показатели слабой корреляции (коэффициент корреляции менее 0,3): Инвестиции в нефтегазодобывающую отрасль, Общие активы нефтегазодобывающей отрасли, Основные фонды нефтегазодобывающей отрасли, Доход от основной деятельности, Общая прибыль нефтегазодобывающая отрасль, Общая сумма обязательств нефтегазодобывающей отрасли, Объем деятельности нефти.
3.2 Мы используем программный пакет SPSS Statistics 26 для создания уравнения множественной линейной регрессии, анализируем несколько независимых переменных в нефтедобывающей отрасли.
В уравнении представляет ВВП, называемый объясненной переменной, — 11 объясняющих переменных, также называемых независимыми переменными, — константа, — коэффициент регрессии, а —член случайной интерференции.
Используя метод пошаговой регрессии, постепенно добавляли независимые переменные и удаляли несущественные независимые переменные. Полученные результаты показаны в следующей таблице.
Таблица 3.2
Переменные
Модель 3 |
Beta |
t |
Sig. |
partial correlati |
Tolerance |
VIF |
Общие активы нефтегазодобывающей отрасли (сто млн юаней) |
-.050d |
-.316 |
.757 |
-.084 |
.317 |
3.156 |
Основные фонды нефтегазодобывающей отрасли (сто млн юаней) |
-.064d |
-.353 |
.729 |
-.094 |
.237 |
4.214 |
Доход от основной деятельности(сто млн юаней) |
.049d |
.231 |
.821 |
.061 |
.175 |
5.710 |
Общая прибыль (сто млн юаней) |
.144d |
1.313 |
.210 |
.331 |
.589 |
1.697 |
Общая сумма обязательств (сто млн юаней) |
.055d |
.395 |
.699 |
.105 |
.400 |
2.502 |
Объем добычи нефти (млн т) |
.108d |
.814 |
.430 |
.212 |
.429 |
2.332 |
Потребление нефти (млн т) |
.053d |
.480 |
.639 |
.127 |
.650 |
1.539 |
Сточные воды нефтеперерабатывающих производств( т) |
.210d |
1.894 |
.079 |
.452 |
.514 |
1.946 |
|
Модель 3 |
UnstandardizedCoefficient |
StandardizedCoefficients |
t |
Sig. |
CollinearityStatistics |
||
|
B |
Std.Error |
Beta |
Tolerance |
VIF |
|||
3 |
( Constant) |
-9081.480 |
6087.026 |
|
-1.492 |
.156 |
|
|
ХПК (10000 т) |
865.895 |
252.982 |
.471 |
3.423 |
.004 |
.391 |
2.559 |
|
Количество государственных промышленных предприятий |
45.343 |
12.053 |
.522 |
3.762 |
.002 |
.385 |
2.596 |
|
Инвестиции в нефтегазодобывающую отрасль (сто млн юаней) |
-38.154 |
16.397 |
-.223 |
-2.327 |
.034 |
.807 |
1.239 |
Таблица 3.3.
Параметры модели
Модель3 |
Sum of Squares |
df |
Mean Square |
F |
Sig. |
Between Groups |
14600970887.694 |
3 |
4866990295.898 |
40.025 |
.000d |
Within Groups |
1823997110.838 |
15 |
121599807.389 |
|
|
Total |
16424967998.532 |
18 |
|
|
|
Таблица 3.4.
ANOVA
Модель |
R |
R Square |
Adjusted R Square |
Std.ErroroftheEstimat |
DW |
3 |
.943c |
.889 |
.867 |
11027.2303 |
2.799 |
Коэффициент регрессии
С помощью регрессионного анализа в программе SPSS получили уравнение множественной линейной регрессии уровня регионального экономического развития:
Среди них — Химическое потребление кислорода (ХПК),
— Количество государственных промышленных предприятий, — Инвестиции в нефтегазодобывающую отрасль.
3.3 Модельный тест и описание
Из таблицы 3-4 ANOVA видно, что когда α = 0,05, критическое значение F (3, 15) = 3,287, а F = 40,025> 3,287 и p = 0,000, поэтому уравнение регрессии имеет значение. В t-тесте сопутствующие значения вероятности равны 0,004, 0,002 и 0,034, которые все меньше 0,05, поэтому уравнение регрессии значимо. В диагностике коллинеарности, Tolerance меньше 1, VIF меньше 10, Следовательно, мы можем думать , что независимые переменные и зависимая переменнаяимеют значительную статистическую значимость.
Из уравнения множественной линейной регрессии видно, что, когда другие независимые переменные не изменяются , На каждые дополнительные 10 000 тонн ХПК ВВП будет увеличиваться на 86,589 млрд юаней. когда другие независимые переменные не изменяются , На каждое дополнительное Количество государственных промышленных предприятий ВВП увеличится на 4,5343 млрд юаней. когда другие независимые переменные не изменяются , Инвестиции в нефтегазодобывающую отрасль вырастут на 100 млн юаней, ВВП снизится на 3,8154 млрд юаней.
4. Вывод
Из уравнения регрессии видно что , при Увеличении Количество государственных промышленных предприятий и увеличении ХПК ,ВВП увеличивается, На самом деле это тоже логично, Процесс урбанизации Китая ускорился, а уровень индустриализации повысился, Увеличение количества промышленных предприятий приведет к быстрому экономическому развитию, а увеличение ХПК свидетельствует о более серьезном загрязнении водного объекта органическими веществами. Увеличение сброса промышленных сточных вод привело к увеличению ввп. Напротив, с увеличением инвестиций в нефтегазодобывающую отрасль ВВП имеет тенденцию к снижению, что указывает на то, что Китай в настоящее время переживает относительно сложный этап. Поскольку запасы высококачественных традиционных нефтяных ресурсов сокращаются, Освоение нефтяных ресурсов Китая смещается в сторону разработки сверхглубоких нефтяных скважин, месторождений сланцевой нефти, глубоководной нефти и др. Эти ресурсы трудно исследовать, требуют высоких технологий добычи и высоких затрат на добычу. В то же время китайская нефть очень зависит от импорта, поэтому она должна увеличить разведку нефтяных ресурсов, увеличить инвестиции в исследования и разработки инновационных технологий добычи полезных ископаемых, увеличить добычу нефти и обеспечить энергоснабжение Китая. В то же время, развивая отрасль добычи нефти и природного газа для улучшения экономики, мы должны хорошо поработать в области защиты окружающей среды, разрешить противоречие между экономическим развитием и защитой окружающей среды и добиться устойчивого экономического развития.