李 茹 吴美华 侯庭瑞
（北京林业大学，北京 100083）
摘 要：利用SPSS软件，将我国不同产业生产总值与其对应的能源消耗做曲线拟合，分析产业产值与能耗之间的关系。并运用单因素方差分析，研究不同产业之间产值、能耗的关系。最后得出第二、第三产业的产值随着能耗增加而增加，但二者能耗水平差异很大。因此，发展高产值低能耗产业、改善高产值高能耗产业，是提高我国GDP的一个重要方法。
教育期刊网 http://www.jyqkw.com
关键词 ：产业生产总值；能源消耗量；曲线拟合；单因素方差分析
中图分类号：F062.9文献标志码：A文章编号：1000-8772（2014）10-0057-02
一、前言
自改革开放以来，中国经济发展迅速，在2010年时，名义GDP已超越日本成为仅次于美国的世界第二大经济体，国民经济总量增长由之前的第一、二产业带动转为由第二、三产业带动。但在经济发展的同时，对能源的消耗也是巨大的，在这能源稀缺的年代，做到以最少的能源得最大的产出，是我国甚至世界各国急需解决的问题。根据《国民经济行业分类》，中国三大产业划分为：第一产业是指农、林、牧、渔业。 第二产业是指采矿业，制造业，电力、燃气及水的生产和供应业，建筑业。 第三产业是指除第一、二产业以外的其他行业。研究不同产业类型对产值、能耗的关系，有利于发现我国各产业之间的优势与不足，保持优势，改进不足，才能不断的提高我国整体经济水平。
二、数据的分析
本文所用的第一、二、三产业的生产总值与其对应的能源消耗量的数据均来自中国统计年鉴1996~2013所公布的资料。运用SPSS软件对数据进行曲线拟合以及单因素方差分析。
2.1对第一产业产值与能耗的线性拟合
以第一产业产值为因变量，其对应的能耗为自变量，将数据进行标准化之后作线性拟合，取显著性水平α=0.05，R2值偏低，拟合程度不高，sig大于0.05，所以第一产业产值与能耗不存在明显的线性关系。
2.2对第二产业产值与能耗的线性拟合
用同样的方法对第二产业产值与能耗做线性拟合，结果表明第二产业产值与能耗有显著性关系，R2=0.943，拟合程度非常高。因此，得到了如下关系：y=0.981x-1.234×10-17，将2011年标准化后的数据x=1.7445带入检验，经计算得y=1.7114，而实际值y′=2.1680，相对误差β=21.1%。
2.3对第三产业产值与能耗的曲线拟合
第三产业产值与能耗的拟合程度也很高最高，R2=0.883且呈现出产值与能耗有显著性关系，其方程为：y=0.94x-1.7734×10-16，将2011年标准化后的数据x=1.8818带入检验，经计算得y=1.7689，而实际值y′=2.1566，相对误差β=17.9%。
2.4以产业类型为因子的单因素方差分析
为了研究不同产业类型对产值、能耗的均值是否有显著性差异，所以，运用SPSS统计软件，以产业类型为因子，分别以产值、能耗为因变量做单因素方差分析。
2.4.1产业类型对产值的单因素方差分析
结果如表1，在显著性水平α=0.05下，得sig=0.001，所以总体而言，产业类型对产值的均值存在着显著性差异。从多重比较的结果可知，第一产业与第二、三产业对产值的均值差异显著，但第二产业与第三产业对产值的均值差异不显著。
2.4.2产业类型对能耗的单因素方差分析
在显著性水平α=0.05下，sig趋于0（结果见表2），所以产业类型对能耗的均值存在显著性差异。由多重比较的结果可知，第一产业与第二产业对能耗的均值差异显著，第二产业与第三产业对能耗均值差异显著，但第一产业、第三产业对能耗均值差异不显著。
三、结论
综合以上结果可知，就第二、第三产业而言，随着能耗的增加，产业的产值也相应增多，并且第二、三产业都是高产值产业，它们的产值均值差异不显著，这并不意味着为了创造更多的产值，我们就要投入更多的能源来进行生产，在这个资源极度匮乏的时代，提高能源利用率是我们的一大任务。由于产业能耗相对较低的第一、三产业对能耗均值不存在显著性差异，所以发展低能耗高产值的第三产业，是提高我国产业生产总值的一条重要路径，因此我们要推动服务业的发展，提高服务业对GDP的贡献率。对同样高产值但高能耗的第二产业，我们要提高生产效率，自主研发新技术改善生产力，做到科技创新与时俱进，但能源消耗要不断降低。对第一产业，虽然能耗低，但产值与第二、三产业相比，相差很多，所以，要将现代化基础设施投入第一产业，重视第一产业的发展程度，使其在保持低能耗的同时，提高产值。
教育期刊网 http://www.jyqkw.com
参考文献：
[1] 王家诚，中国工业能耗与节能途径，当代石油石化，15（8）：2007，1-5.
[2] 茆诗松、程依明、濮晓龙，《概率论与数理统计第二版》 ：高等教育出版社，2011年.
[3] 郭志刚，《社会统计分析方法——SPSS 软件应用》：中国人民大学出版社，1999 年.
[4] 罗继明，以曲线拟合预测我国经济发展和工资增长，现代经济信息：2012，（3）.
[5] 马蕊、张爱霞、生庆海，SPSS软件在食品感官评分结果分析中的应用，乳业科学与技术：2007，30（1）.
[6] 任正洪、安琳、张伶俐，利用曲线拟合模型对2020年我国妇幼卫生健康指标的预测，中国卫生统计：2010，27（3）.
（责任编辑：陈丽敏）