1990—2010年我国私家车拥有量相关要素的计量分析

《我国私人汽车拥有量影响因素的计量分析》论文
【摘要】本文选择了《2011年中国统计年鉴》中1991年——2010年共20年的相关数据，选择城镇居民人均可支配收入，全国公路里程，原材料、燃料及动力购进价格指数，居民消费价格指数，我国GDP作为解释变量构建模型，对我国私人汽车拥有量得影响因素进行实证分析。

并利用EVIEWS 软件对模型进行参数估计和检验，并加以校正。

对最后的结果进行经济意义分析，然后提出自己的看法。

【关键词】私人汽车拥有量影响因素实证分析计量经济学模型检验
一、模型的选取和变量选择
由于非线性模型的假设检验都涉及到非常复杂的数学计算，所以本文考虑做一个线性模型（对参数线性），这样各种检验的方法较多，对模型准确程度的分析也更可靠。

1、变量选择
（1）人均可支配收入
私家车这种高档消费品的拥有量显然与收入水平有关，因此引进解释变量人均可支配收入，并先预期此二因素与私家车拥有量呈正相关。

（2）公路里程
本文预计私家车的拥有量与全国公路里程有关，因此引入解释变量公路里程，并预期其与私人汽车拥有量成正相关。

（3）原材料、燃料及动力购进价的指数
燃料及动力价格也是影响私家拥有量的原因之一，直接构成居民购买私家车的成本。

为此本文引用以上一年为基期的原材料、燃料及动力购进价格指数作为解释变量，并且预期其与私家车拥有量成负相关。

（4）居民消费价格指数
本文预计私家车的拥有量与居民消费价格指数有关，居民消费促进汽车销售，因此引入解释变量居民消费价格指数，并预期其与私人汽车拥有量成正相关。

2、模型选取
对于人均可支配收入、公路里程和其他交通运营数这些指标，我们更关心其相对数变化对私人汽车拥有量得影响，而且对数变换后能够减少异方差对模型的影响，所以采用对数模型。

二、数据的来源及模型设定
1、数据的来源及处理
本文选择了《2011年中国统计年鉴》中1991年至2010年共20年的相关数据，并对其进行了处理：Y 表示私人汽车拥有量（万辆）；1X 表示人均可支配收入（元）；2X 表示公路里程（万公里）；3X 表示原材料、燃料及动力购进价格指数（%）；4X 表示居民消费价格指数（%）； 为随机扰动项。

然后，把上述数据进行对数变换得到各变量的增量：lnY 、ln 1X 、ln 2X 、ln 3X 、 ln 4X 。

表1 我国私家车拥有量相关影响因素原始数据一览表
(以1990年为基年）
年份 Y 1X
2X
3X
4X
1991 96.04 1700.6 104.11 109.1 103.4 1992 118.20 2026.6 105.67 121.1 110.1 1993 155.77 2577.4 108.35 163.6 126.2 1994 205.42 3496.2 111.78 193.4 156.6 1995 249.96 4283.0 115.70 222.9 183.4 1996 289.67 4838.9 118.58 231.6 198.6 1997 358.36 5160.3 122.64 234.6 204.2 1998 423.65 5425.1 127.85 224.7 202.5 1999 533.88 5854.0 135.17 217.3 199.7 2000 625.33 6280.0 140.27 228.4 200.5 2001 770.78 6859.6 169.80 227.9 201.9 2002 968.98 7702.8 176.52 222.7 200.3 2003 1219.23 8472.2 180.98 233.4 202.7 2004 1481.66 9421.6 187.07 260.0 210.6 2005 1848.07 10493.0 334.52 281.6 214.4 2006 2333.32 11759.5 345.70 298.5 217.6 2007
2876.22
13785.8
358.37
311.6
228.1
2、模型设定
基于以上数据，建立的多元线性回归模型可表示为：
μβββββ+++++=453423121ln ln ln ln ln X X X X Y
1β度量了截距项，它表示在没有其它因素影响的时候私人汽车拥有量。

2β度量了当城镇居民人均可支配收入变动一个单位时，私人汽车拥有量的变动。

3β度量了当公路里程变动一个单位时，私人汽车拥有量的变动。

4β度量了当原材料、燃料及动力购进价格变动一个单位时，私人汽车拥有量的变动。

5β度量了当居民消费价格指数变动一个单位时，私人汽车拥有量的变动。

三、模型的估计和检验
1、模型回归结果
根据表1中提供的数据，利用统计软件EVIEWS6对上述所设定的模型进行最小二乘估计。

结果如
下：
2、回归结果的检验
2008 3501.39 15780.8 373.02 344.3 241.6 2009 4574.91 17174.7 386.08 317.1 239.9 2010
5938.71
19109.4
400.82
347.54
247.8
（1）经济意义检验
从回归得出的结果来看，ln 1X 的系数为 2.460461，,ln 2X 的系数为0.094778，ln 3X 的系数为-0.784577，这三个变量符号与预期的相一致，并且其大小在经济理论上解释得通，只有ln 4X 这个解释变量符号与预期相反。

因此该模型基本上通过经济意义检验。

（2）拟合优度及模型估计效果检验
从回归得出的结果来看，该模型可决系数2
R =0.998810，该模型的解释变量解释了1991到2010年间全国私人汽车拥有量变异的99.9。

因此样本拟合效果较好，整个F 值为3148.799，表明整个模型估计效果显著。

（3）回归系数的显著检验（t 检验）
从回归结果来看，此模型中的变量和参数的t 值在5%的置信水平下，05.0=α时，
=-=-)420()(025.02/t k n t α 2.12，ln 1X 、ln 3X 的统计值显著，即在95%的置信系数下，可认为全
国的私人汽车拥有量的增量lnY 与全国的人均可支配收入的增量ln 1X ，还有原材料、燃料及动力购进价格指数的增量ln 3X 之间都存在显著的线性相关关系。

但是ln 2X 的t 值不显著，而且X4这个解释变量符号与预期相反，这表明很可能存在严重的多重共线性。

（4）变量的多重共线性检验
用EVIEWS 计算解释变量之间的简单相关系数
由相关系数矩阵可以看出：各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。

同时也证明了，虽然整体上拟合较好，但不能分解出各个解释变量对Y 独立影响。

利用逐步回归法进行修正。

运用OLS 方法逐一求Y 对各解释变量的回归，结合经济意义和统计检验选出拟合效果最好的一
元线性回归方程，EVIEWS 过程如下：
变量 X1 X2 X3 X4 参数估计 1.785508 2.338729 3.694864 4.306234 t 统计量
26.81451 13.19499 9.060214 6.965015 2R
0.975577
0.906303
0.820157
0.729370
从上述结果可以看出Y 对X1的线性关系强，拟合程度好，即：
1ln 785508.1103310.9X Y +-=
逐步回归，将其余解释变量逐一代入上式：
再次依据调整后的可决系数最大原则，选取调整后可决系数最大所对应的解释变量作为新进入模型的候选变量。

调整后的可决系数若是大于上一步的调整后可决系数，则将候选变量加入模型，若是小于，则将停止逐步回归。

经比较，在X1的基础上加入X4后可决系数最大，但是参数为-1.934154，是负值不合理故X3作为第二个解释变量进入回归模型。

继续逐步回归：
在X1、X3的基础上加入X2后的方程参数为0.461223，且t 检验显著，F 值为0.997496可决系数也显著。

最后修正严重多重共线性影响后得到的模型为：
321ln 350439.1ln 461223.0ln 047129.2455866.6X X X Y -++-=
（5）异方差性的检验
时间序列模型也可能存在异方差。

我们运用white 检验来验证该模型是否存在异方差。

得到如下结果：
由white 检验知道，在0.05的显著水平下，自由度为4的开方临界值为14.86，n 2R 的值大于Obs*R-squared 的值，所以接受原假设，即认为该模型不存在异方差性。

（6）自相关检验
根据回归结果可知D.W.=2.080786，且样本容量为20，有三个解释变量的条件下，给定显著水平=0.05.查D.W.表得l d =1.10，d=1.54,这时有D.W.>dU,这表明模型中不存在自相关。

而且此时R-squared 为0.997496，且t 、f 统计量也均达到理想水平。

四、计量结果得经济分析
由上表可得最终的私人汽车拥有量的模型为：
321ln 350439.1ln 461223.0ln 047129.2455866.6X X X Y -++-=
（-17.44645） （16.69633） （-6.904483） （5.398387）
2R =0.997496 2
R =0.997027 F=2124.844
模型的主要经济意义解释如下：
1、收入是影响私家汽车拥有量的重要因素
由上述的回归模型的各变量的系数的经济意义来看，lnX1的系数2.047129大于1，表明私家车的拥有量相对于收入来说是富有弹性的。

即是说，在1991—2010年间，在其它解释变持不变的条件下，随着人均可支配收入的增加引起的全国的私家车拥有量的增长幅度大于全国的人均可支配收入的增长幅度。

同时，该弹性系数大于其它变量的弹性系数，故而收入是影响私家车拥有量的最重要的因素。

2、公路里程对私家车拥有量有一定影响
公路里程lnX2的系数0.461223，小于1，表明在1991—2010年间，在其它解释变持不变的条件下，随着公路里程数的增加引起的全国的私家车拥有量的增长幅度小于全国的公路里程数的增长幅度。

该弹性系数没有全国人均可支配收入变量的弹性系数大，但是其影响为正，说明公路里程数的增加
有助于增加私家车拥有量。

3、全国原材料、燃料及动力购进价格指数影响显著
全国原材料、燃料及动力购进价格指数lnX3的9，系数符号符合预期结果，系数-1.35043，绝对值大于1，富有弹性，表明全国原材料、燃料及动力购进价格指数在1991—2010年间的增加，对全国的私家车拥有量的减少影响显著。

五、结论及建议
从以上分析可见，全国私人汽车拥有量与人均可支配收入、公路里程和全国原材料、燃料及动力购进价格指数存在着一定的函数关系。

人均可支配收入和公路里程对私人汽车拥有量有一定的促进作用，它们保持每年持续增长，从而使得全国私人汽车拥有量不断增多；而全国原材料、燃料及动力购进价格指数对私人汽车拥有量有一定的限制作用，随着其价格的提高，私家车拥有量有减少的趋势。

所以可以增加人均可支配收入和公路里程的方式来增加私人汽车拥有量，从而促进汽车行业的发展。

另一方面，可以提高油价来限制私人汽车拥有量和出行量，减少汽车拥挤和环境污染现象等。

参考文献
《2011年统计年鉴》
庞浩《计量经济学》，科学出版社，2006
王珺我国私家车拥有量影响因素的计量分析现代企业文化2009
冯振宇影响国内私人汽车拥有量的几个重要因素分析金融双语2005。