计量报告之我国能源消费需求影响因素分析

《计量经济学》实践报告

我国能源消费需求影响因素分析

内容摘要

当前，我国经济发展面临着日益严峻的资源-环境压力。大力推进节能减排，发展低碳经济是切实践行科学发展观的内在要求。本文立足于此，使用EViews 6.0软件进行计量分析，寻找影响我国能源消费需求的诸多因素问题。分析出我国能源消费需求与全国房地产增加值、工业总产值、建筑

业总产值、交通运输邮电业增加值、人均生活电力消费密切相关，并结合不同因素对能源消费影响程度的强弱进行实证分析。同时利用指数平滑预测法求出解释变量预测值，进而对能源消费需求做出合理的预测。

关键词：能源消费计量分析分析预测

Abstract

Current, progress of our country economy is facing increasingly severe resources environment pressure. Vigorously promote energy-saving emission reduction, development of low carbon economy is cogent carry out scientific outlook on development is the inherent requirement of. This article bases on this, using the EViews 6 software to undertake metric analysis, looking for the impact

of China's energy consumption demand factors problem. Analysis of China's energy consumption demand and the increase in real estate value, gross value of industrial output, gross output value of construction industry, transportation and telecommunications industry to increase value, life of average per capita electricity consumption are closely related, and the combination of different factors on the impact of energy consumption degree of empirical analysis. At the same time forecasting with exponential smoothing method and explanatory variables predictive value, then the energy consumption forecast.

Key words：Energy consumption demand Measurement analysis Analysis

and prediction

目录

一、引言 ....................................................... 1 二、理论背景 ................................................... 1 三、数据来源及处理 ............................................. 2 （一）样本数据来源 .......................................... 2 （二）拟合分析 .............................................. 2 （三）统计分析 .............................................. 4 1、基本统计分析 .......................................... 4 2、协方差分析 ............................................ 4 3、相关系数分析 .......................................... 5 四、实证分析 ................................................... 5 （一）五元模型分析 .......................................... 5 1、原始数据回归分析 ...................................... 5 2、自相关处理 ............................................ 6 （二）四元模型分析 .......................................... 6 1、原始数据回归分析 ...................................... 6 2、自相关处理 ............................................ 7 3、异方差处理 ............................................ 8 （三）遗漏变量检验 .......................................... 8 （四）建立模型 .............................................. 9 （五）经济意义解释 .......................................... 9

I

1、回归系数的经济意义 .................................... 9 2、T检验的经济意义 ..................................... 10 3、F检验的经济意义 ..................................... 10 4、可决系数的经济意义 ................................... 10 （六）判断各解释变量的影响程度 ............................. 11 1、大?系数 ............................................. 11 2、弹性系数 ............................................. 11 3、偏相关系数 ........................................... 12 （七）预测 ................................................. 13 1、预测解释变量 ......................................... 13 2、点预测 ............................................... 14 3、均值区间预测 ......................................... 14 4、单值区间预测 ......................................... 15 五、总结与建议 ................................................ 16 附录一：数据 .................................................. 19 附录二：EViews输出结果 ....................................... 21 附录三：异方差、自相关处理 .................................... 24 附录四：预测结果 .............................................. 26

II

我国能源消费需求影响因素分析

一、背景

能源作为一种重要的生产要素，对经济发展具有重要的基础作用。但是随着世界各国经济的迅速发展，能源对经济可持续发展的约束问题已经日益明显，早在1987年，世界环境与发展委员会就提出了可持续发展的理论，要求人类社会发展必须保持在地球的承载能力之内，使非可再生资源的消耗降到最低程度，使可再生资源保持再生率。随着能源约束问题日益严峻，各国均积极探寻破解之道。

中国，作为世界上最大的发展中国家，经济增长方式以粗放型为主，在能源的投入和利用方面存在着非常严重的问题。“十五”期间，我国的经济增长模式曾出现过度工业化和过度重工业化的逆转，工业产值占国内生产总值GDP的比例由“六五”时期的39.4%达到2003年的45.3%，工业发展模式形成资源密集、能源密集、资本密集，以及污染密集这样一种局面。

2003年，党中央提出“科学发展观”的重要思想，要建立全面、协调、可持续的发展观，把统筹城乡发展、统筹区域发展、统筹人与自然和谐发展等作为我党的重大发展战略思想。在“十一五”期间，全国在保持可再生能源再生率的同时，在提高能源效率，优化能源消费结构，节约能源上取得了一定的成果。2009年，工业产值占国内生产总值GDP的比例重新落回到39.3%。

因此，在当今时代，探求影响我国能源消费的诸多因素，并探求不同因素对我国能源消费的影响对我国贯彻落实节能减排，科学发展观等重要思想有重要意义。

二、理论背景

本文旨在探求我国能源消费需求以及与影响其的各种因素之间的依存关系。根据前人研究可知能源消费主要由工业总产值等多方面因素共同决定，同时还受多种因素的共同影响。

为达到上述研究目的，本文选取全国房地产增加值、工业总产值、建筑业总

1

产值、交通运输邮电业增加值、人均生活电力消费作为解释变量，能源消费总量作为被解释变量。

表1 被解释变量与解释变量

符号

Y

X1 X2 X3 X4 X5

变量 能源消费 单位 万吨标准煤

房地产 建筑业总产交通运输邮电业人均生活电

工业总产值

增加值 值 增加值 力消费 亿元

亿元

亿元

亿元

千瓦小时

初步建立模型的数学表达式为：

Y??0??1X1??2X2??3X3??4X4??5X5??

三、数据来源及处理 （一）样本数据来源

本文选取1978-2009年的数据，数据来自于《中国统计年鉴1990》、《中国统计年鉴2011》以及中华人民共和国国家统计局网站：http://www.stats.gov.cn/。数据统一保留到小数点后三位。详细数据详见附录一，附表1。

为使数据的口径同质可比，需对数据进行适当调整。其中，房地产增加值、工业总产值、建筑业总产值、交通运输业增加值均以“亿元”作为单位，考虑到价格水平的变动，需要对现价进行调整。选定1978年为基期，将各阶段的现价折成1978年的可比价来计算。

根据描绘散点图可知，解释变量X5人均生活电力消费与被解释变量Y拟合并不是很好，故对解释变量X5取对数作为第五个解释变量，记lnX5。处理之后的数据详见附录一，附表2。改变后的回归模型为：

Y??0??1X1??2X2??3X3??4X4??5lnX5??

（二）拟合分析

运用散点图以及回归直线对解释变量和被解释变量之间的拟合程度进行分析，发现

2

经过处理后的五个解释变量与被解释变量拟合较好，可以进行计量分析。

700600500400X15,0004,5004,0003,500X230020010000100,000200,000Y300,000400,0003,0002,5002,0001,5000100,000200,000Y300,000400,000 图1 Y与X1散点图图2 Y与X1散点图

1,2001,2001,0001,000800800X3400X460060040020020000100,000200,000Y300,000400,00000100,000200,000Y300,000400,000 图3 Y与X3散点图图4 Y与X4散点图

8.58.07.5LNX57.06.56.05.50100,000200,000Y300,000400,000 图5 Y与lnX5散点图

3

（三）统计分析

1、基本统计分析

表1基本统计分析

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-Bera Probability Sum

Sum Sq. Dev. Observations

Y

X1 255.4913 227.7990 620.6970 79.85600 159.0141 0.673758 2.353999 3.070538 0.215398 8431.213 809135.3 33

X2 2975.755 3228.109 4873.177 1607.000 1111.018 0.133415 1.592103 2.823387 0.243730 98199.93 39499544 33

X3 503.2062 557.8080 1033.734 138.2000 292.2250 0.131085 1.580299 2.865891 0.238605 16605.80 2732654. 33

X4 562.5306 645.3090 1068.033 178.9080 302.6759 0.026839 1.510286 3.055427 0.217031 18563.51 2931607. 33

lnX5 6.668411 6.655440 8.006681 5.570975 0.737686 0.284374 1.950336 1.959743 0.375359 220.0576 17.41378 33

134834.0 118071.0 308661.6 52435.23 74753.69 0.997738 2.876270 5.496200 0.064049 4449522. 1.79E+11 33

2、协方差分析

表2协方差分析

Y

X1 X2 X3 X4 lnX5

Y 5418777364.624 11255160.067 74208703.517 19497934.783 20023001.034 51722.217

X1 11255160.067 24519.251 164577.715 43717.355 44903.439

111.446

X2 74208703.517 164577.715 1196955.869 313305.601 322473.049 771.586 X3 19497934.783 43717.355 313305.601 82807.698 85231.372 X4 20023001.034 44903.439 322473.049 85231.372 88836.576 lnX5 51722.217

111.446

771.586

4

203.510 211.416 0.528

203.510 211.416

3、相关系数分析

表3相关系数分析

Y

Y

X1 0.976444 1.000000 0.960679 0.970208 0.962122 0.979764

X2 0.921436 0.960679 1.000000 0.995162 0.988914 0.970858

X3 0.920455 0.970208 0.995162 1.000000 0.993730 0.973554

X4 0.912605 0.962122 0.988914 0.993730 1.000000 0.976456

lnX5 0.967246 0.979764 0.970858 0.973554 0.976456 1.000000

1.000000 0.976444 0.921436 0.920455 0.912605 0.967246

X1 X2 X3 X4 lnX5

四、实证分析 （一）五元模型分析

1、原始数据回归分析

用软件EViews6.0输入命令LSYCX1X2X3X4lnX5对五元模型进行回归分析，回归分析结果详见附录二，附表3。得到回归方程：

Y??421338.3?502.7X1?64.2X2?319.7X3?121.2X4?69844.7lnX5??

(-6.56*) (9.56*) (4.90*) (-4.22*) (-2.61*) (5.5*)

模型可决系数R2?0.991675，修正可决系数R2?0.990133，DW检验统计值

Durbin?Wastson?0.770415，F检验统计值F?statistic?643.2396*。

根据回归结果可知，五个解释变量及方程整体都通过了显著性检验，即认为各解释

5

变量回归系数及整个模型均显著；可决系数及修正可决系数均超过0.99，说明模型拟合良好。但是解释变量X3X4的系数为负数，与经济意义不服，DW统计量检验值过小，存在正向自相关，需要进行自相关处理。

2、自相关处理

处理自相关的方法详见附录三，处理后进行回归分析，得到如下回归方程，输出结果详见附录二，附表4。

Y??1220218.0?177.6X1?7.4X2?20.0X3?55.0X4?164397.3lnX5??

(-9.17*) (3.77*) (0.95) (-0.55) (-2.15*) (9.35*)

模型可决系数R2?0.890175，修正可决系数R2?0.869837，DW检验统计值

Durbin?Wastson?1.051068。

根据回归结果可知，部分解释变量未通过了显著性检验，同时解释变量X3X4的系数为负数，与经济意义不服，DW统计量检验值过小，存在正向自相关。

经研究发现解释变量X3X4的系数始终为负数，而根据散点图与经济意义的观察，该变量

与被解释变量是正相关。经计算r?X3,X4??0.994很高，甚至大于该模型的可决系数0.87。说

明这两个变量之间存在明显的多重共线性，下面删除变量X4对数据进行回归分析。

（二）四元模型分析

1、原始数据回归分析

用软件EViews3.0输入命令LSYCX1X2X3lnX5对五元模型进行回归分析，回归分析结果详见附录二，附表5。得到回归方程：

Y??335773.7?564.7X1?71.2X2?459.4X3?51837.7lnX5??

(-5.53*) (11.00*) (5.05*) (7.78*) (4.47*)

模型可决系数R2?0.989578，修正可决系数R2?0.988089，DW检验统计值

6

Durbin?Wastson?1.063485，F检验统计值F?statistic?664.6335*。

根据回归结果可知，四个解释变量及方程整体都通过了显著性检验，即认为各解释变量回归系数及整个模型均显著；可决系数及修正可决系数均超过0.98，说明模型拟合良好。但是DW统计量检验值过小，存在正向自相关，需要进行自相关处理。

2、自相关处理

对数据处理后进行回归分析，得到如下回归方程，输出结果详见附录二，附表6。

Y??1191057.0?144.2X1?4.8X2?45.9X3?157602.4lnX5??

(-8.39*) (3.00*) (3.60*) (2.80*) (8.59*)

模型可决系数R2?0.855778，修正可决系数R2?0.835175，DW检验统计值

Durbin?Wastson?1.877508。

根据回归结果可知，四个解释变量及方程整体都通过了显著性检验，即认为各解释变量回归系数及整个模型均显著；可决系数及修正可决系数较高，说明模型拟合良好。同时DW统计量检验值落在不存在自相关区间，下面进行异方差检验。

根据Goldfeld-Quandt检验，分别按X1X2X3lnX5对样本数据进行升序排列，将序列中间的9个观察值除去，并将剩下的观察值划分为容量均为12的两个子样本。分别对两个子样本进行回归分析，计算各自残差平方和，并做F检验，结果见表4。

表4四元模型Goldfeld-Quandt检验表-1

小?ei2 大?ei2 F-statistic X1 119.13641 863.08822 7.244538 3.79 是 X2 119.13641 863.08822 7.244538 3.79 是 X3 119.13641 863.08822 7.244538 3.79 是 lnX5 119.13641 863.08822 7.244538 3.79 是 F0.05?7,7? 是否存在异方差 即认为整个模型存在异方差，需要进行异方差处理。

7

3、异方差处理

处理异方差的方法详见附录三，处理后进行回归分析，得到如下回归方程，输出结果详见附录二，附表7。

Y??670366.6?135.4X1?2.34X2?37.5X3?103174.1lnX5??

(-3.35*) (2.90*) (3.37*) (4.59*) (4.77*)

模型可决系数R2?0.999971，修正可决系数R2?0.999954，DW检验统计值

Durbin?Wastson?1.702737。

根据回归结果可知，四个解释变量及方程整体都通过了显著性检验，即认为各解释变量回归系数及整个模型均显著；可决系数及修正可决系数均超过0.99，说明模型拟合良好。同时DW统计量检验值也落在不存在自相关区域内，认为该模型不存在自相关，下面进行异方差检验。

表5四元模型Goldfeld-Quandt检验表-2

小?ei2 大?ei2 F-statistic X1 162.5267 263.4427 X2 162.5267 263.4427 X3 162.5267 263.4427 lnX5 162.5267 263.4427 1.62092 1.62092 1.62092 1.62092 F0.05?7,7? 是否存在异方差 3.79 否 3.79 否 3.79 否 3.79 否 至此，认为该模型不存在异方差。

（三）遗漏变量检验

在建立模型的过程中，本文删除了解释变量X4，为检验上述模型是否遗漏该变量需要进行遗漏变量检验。

表6遗漏变量检验

Omitted Variables: X42 F-statistic

0.044720 Prob. F(1,6) 0.089108 Prob. Chi-Square(1)

8

0.8395 0.7653

Log likelihood ratio

根据EViews输出结果，认为在95%的置信概率下不能拒绝原假设，即认为该模型添加变量X4不显著。

（四）建立模型

根据上述回归分析得出如下模型：

Y??670366.6?135.4X1?2.34X2?37.5X3?103174.1lnX5??

(-3.35*) (2.90*) (3.37*) (4.59*) (4.77*)

该四元模型不存在异方差和自相关，同时在95%的置信概率下，通过T检验和F检验。可决系数和调整后的可决系数分别高达0.999971，0.999954，拟合优度极高。同时，各解释变量及总体方程的经济意义也完全符合要求。

因此，所建立的最终模型为：

Y??670366.6?135.4X1?2.34X2?37.5X3?103174.1lnX5??

（五）经济意义解释

1、回归系数的经济意义

? (1)X1的回归系数?1在工业总产值、建筑业总产值、人均生活电力消费不变的情况下，房地产增加值每增加1亿元，我国能源消费平均增加135.4万吨标准煤。

? (2)X2的回归系数?2在房地产增加值、建筑业总产值、人均生活电力消费不变的情况下，工业总产值每增加1亿元，我国能源消费平均增加2.34万吨标准煤。

? (3)X3的回归系数?3在房地产增加值、工业总产值、人均生活电力消费不变的情况下，建筑业总产值每增加1亿元，我国能源消费平均增加37.5万吨标准煤。

? (4)lnX5的回归系数?59

在工业总产值、工业总产值、建筑业总产值不变的情况下，人均生活电力消费每增加1千瓦时，我国能源消费的对数值平均增加103174.1万吨标准煤。

2、T检验的经济意义

?的T检验 (1)X1的回归系数?1在95%的置信概率下，房地产增加值对能源消费的影响是显著的。

?的T检验 (2)X2的回归系数?2在95%的置信概率下，工业总产值对能源消费的影响是显著的。

?的T检验 (3)X3的回归系数?3在95%的置信概率下，建筑业总产值对能源消费的影响是显著的。

?的T检验 (4)lnX5的回归系数?5在95%的置信概率下，人均电力消费的对数值对能源消费的影响是显著的。

3、F检验的经济意义

在95%的置信概率下，房地产增加值、工业总产值、建筑业总产值以及人均电力消费的对数值对能源消费的影响是显著的。

4、可决系数的经济意义

(1)经上述回归分析知可决系数R2?0.999971

在能源消费的总变差中，有99.9971%可由房地产增加值、工业总产值、建筑业总产值、人均生活电力消费的对数值做出解释，剩下的0.0029%不能解释的变差是由房地产增加值、工业总产值、建筑业总产值、人均生活电力消费的对数值以外的其他因素影响造成的。

(2)经上述回归分析知调整可决系数R2?0.999954

剔除解释变量数目和样本容量的影响，农业总产值的总变差中，有99.9954%可由房地产增加值、工业总产值、建筑业总产值、人均生活电力消费的对数值做出解释，剩

10

附录四：预测结果

*附表8 对X2的预测

1

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

T

1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

X2

1607 1628.6944 1630.9939 1644.7826 1641.4921 1643.633 1680.1023 1757.4811 1843.8281 1882.1786 2057.3723 2197.9682 2249.3533 2318.7693 2433.6423 2795.676 3228.109 3625.4296 3803.2448 3819.5068 3624.2306 3520.7423 3580.0065 3586.2613 3549.2581 3646.5751 3881.0871 4119.6122 4315.0593 4545.8745 4873.1774 4653.2153 4815.57 -

(1) S0(2) S0at

-

1628.477416 1631.187888 1644.667665 1641.662857 1643.578687 1679.75905 1757.071976 1843.738373 1882.658537 2056.0039 2198.314205 2250.245386 2318.588956 2433.187747 2793.204389 3227.405045 3625.780761 3805.43982 3821.122296 3626.345996 3519.824459 3578.378969 3586.791401 3549.690693 3645.231884 3879.715179 4119.572027 4315.490128 4545.520779 4872.212541 4658.687918 4811.748968

-

bt

-

17.57243151 3.815152762 11.37574014 -1.42432085 1.438013363 29.73284378 65.95901633 76.90514439 38.83514736 145.3584921 129.6501123 54.27552178 60.85160514 99.29461121 303.5858534 382.853796 360.7486583 179.7891086 29.1755806 -156.710101 -101.400358 38.69002143 10.40017318 -29.4096544 75.49646069 198.7132834 214.3113556 179.7794785 204.5504858 285.8887583 -148.712078 111.7124883

-

Ft?m(m?1)

- -

1646.049848 1635.003041 1656.043405 1640.238536 1645.0167 1709.491894 1823.030993 1920.643518 1921.493685 2201.362392 2327.964317 2304.520907 2379.440561 2532.482358 3096.790242 3610.258841 3986.529419 3985.228929 3850.297876 3469.635895 3418.4241 3617.06899 3597.191574 3520.281038 3720.728345 4078.428463 4333.883382 4495.269606 4750.071265 5158.101299 4509.97584 4923.461456

1607 1626.524924 1630.763983 1643.403694 1641.821115 1643.418908 1676.455401 1749.743197 1835.193357 1878.343521 2039.852957 2183.908637 2244.214772 2311.827667 2422.155013 2759.472627 3184.865734 3585.697577 3785.463253 3817.880565 3643.75823 3531.091165 3574.080078 3585.635826 3552.958432 3636.843388 3857.635926 4095.759654 4295.51463 4522.792948 4840.447123 4675.211482 4799.336469

- 1607 1624.572432 1630.340077 1642.139723 1641.979373 1643.259128 1673.151751 1742.414417 1826.648341 1874.028505 2023.702013 2169.503069 2238.184159 2305.066377 2411.122278 2725.740866 3142.326423 3545.614392 3765.486685 3814.638833 3661.170463 3542.357872 3569.781187 3584.480251 3556.226171 3628.454893 3835.556672 4071.947281 4275.539133 4500.065116 4808.681706 4691.735046 4786.92397

-

26

*附表9 对X3的预测

1

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

T

1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

X3

138.2 141.01228 151.26641 155.31618 160.04073 167.61954 176.97108 191.09502 207.46348 222.9154 251.12891 268.87291 287.60698 310.05718 357.11116 484.75475 557.80807 624.20249 676.84012 694.79292 687.54257 683.95453 691.08334 695.1614 696.51067 719.96952 772.81288 794.45164 811.13512 860.61436 963.02747 970.73169 1033.73 -

(1) S0(2) S0at

-

140.9841551 151.1919932 155.3782254 160.033986 167.5909948 176.9533571 191.0472986 207.4410368 222.9245637 251.0012906 268.9776095 287.5970778 310.0200219 356.8651192 483.9488545 558.3539706 624.2690827 676.9776868 695.1397666 687.7946053 683.9179086 690.9761694 695.1919045 696.5379596 719.7484247 772.5190304 794.7636819 811.1846731 860.2864051 962.4981332 971.6787805 1033.180548

-

bt

-

2.277945073 8.558953434 4.203185805 4.191366418 6.564040539 8.256845594 12.28202902 14.52960656 13.98921352 24.24361418 16.9118622 16.77155247 19.8707317 40.1342371 107.6261686 70.66111031 60.35428358 48.61197458 19.27915389 -4.25702705 -3.55884526 5.451409316 3.944820413 1.459937888 19.12310213 44.91441398 22.28329797 15.46111077 41.57969989 87.40775023 15.45759784 51.72486416

-

Ft?m(m?1)

- -

143.2621002 159.7509466 159.5814112 164.2253524 174.1550353 185.2102027 203.3293277 221.9706433 236.9137772 275.2449048 285.8894717 304.3686303 329.8907536 396.9993563 591.5750231 629.0150809 684.6233663 725.5896614 714.4189205 683.5375783 680.3590633 696.4275787 699.1367249 697.9978975 738.8715268 817.4334444 817.0469799 826.6457839 901.866105 1049.905883 987.1363784 1084.905412

138.2 140.7310501 150.2409983 154.9112048 159.5682786 166.861657 176.0359298 189.6826288 205.826636 221.3702066 248.3075557 267.0985137 285.733572 307.8121628 352.4057596 471.9903913 550.5027361 617.5630512 671.5763563 692.9976384 688.2676083 684.3133358 690.3704573 694.7535911 696.3757443 717.6236355 767.52854 792.2877599 809.4667719 855.6664385 952.7861609 969.9612696 1027.433341

- 138.2 140.4779451 149.2900035 154.4441841 159.1025712 166.1323191 175.1185026 188.3179589 204.2122353 219.8158496 245.6138208 265.2194179 283.8700662 305.6043037 347.9463999 460.0319282 542.6515016 610.8570197 666.1750258 690.8555102 688.7406113 684.7087631 689.7647451 694.3152777 696.213529 715.4988464 762.5380495 789.8118379 807.7488707 851.0464718 943.0741887 968.2437588 1021.686134

-

27

*附表10 对lnX5的预测

1

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

T

1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

lnX5

5.570975 5.647494 5.723585 5.739793 5.783825 5.840642 5.897154 5.971262 6.045005 6.131226 6.206576 6.261492 6.308098 6.381816 6.47851 6.572283 6.65544 6.723832 6.784457 6.821107 6.839476 6.889591 6.972606 7.05445 7.159292 7.297768 7.435438 7.556428 7.687539 7.81682 7.866339 7.930566 8.01 -

(1) S0(2) S0at

-

5.64672881 5.72358928 5.74039183 5.78354676 5.84051415 5.89715705 5.97108604 6.04500865 6.13110122 6.20668471 6.26169634 6.3081811 6.38154488 6.47828024 6.57231221 6.65554616 6.72397965 6.78453467 6.82134675 6.83965881 6.88927354 6.972277 7.05446171 7.15906202 7.29743166 7.43544606 7.5565948 7.68743779 7.8168383 7.86713662 7.93041892 8.00656212

-

bt

-

0.06198039 0.06852042 0.01997667 0.03712464 0.04998465 0.05088825 0.06511356 0.06640155 0.07647588 0.06879339 0.05126346 0.0426933 0.06390612 0.08495676 0.08465859 0.07579674 0.06288165 0.05526153 0.03514275 0.01817739 0.04224636 0.0717525 0.07376499 0.09228798 0.12160134 0.12397554 0.1103922 0.11708901 0.1165176 0.05174568 0.05648058 0.06743358

-

Ft?m(m?1)

- - 5.7087092 5.7921097 5.7603685 5.8206714 5.8904988 5.9480453 6.0361996 6.1114102 6.2075771 6.2754781 6.3129598 6.3508744 6.445451 6.563237 6.6569708 6.7313429 6.7868613 6.8397962 6.8564895 6.8578362 6.9315199 7.0440295 7.1282267 7.25135 7.419033 7.5594216 7.666987 7.8045268 7.9333559 7.9188823 7.9868995 8.0739957

5.570975 5.6398421 5.7159759 5.7381722 5.7794218 5.8349603 5.8915028 5.9638512 6.0376307 6.1226039 6.199041 6.2560004 6.3034374 6.3744442 6.4688406 6.5629057 6.6471243 6.7169928 6.7783945 6.817442 6.8376391 6.8845795 6.9643045 7.0462656 7.1488078 7.2839204 7.421671 7.544329 7.6744279 7.8038919 7.8613871 7.9241433 7.9990695

- 5.570975 5.63295539 5.70836252 5.73595257 5.77529684 5.82940645 5.88584855 5.95661636 6.03025275 6.11410658 6.19139729 6.25030446 6.2986937 6.36734352 6.45940096 6.55349919 6.63870244 6.71000595 6.77225433 6.81353725 6.83561939 6.87988546 6.956332 7.03806949 7.13855358 7.27040914 7.40789594 7.5320632 7.66141801 7.7909455 7.85563758 7.91786768 7.99157688

-

28

本文来源：https://www.bwwdw.com/article/1ppd.html