关于私家车保有量的影响因素分析
影响北京市私家车保有量的因素研究
一
１ 问题 提 出
随着经 济的增 长 ，私 家车保 有量一 路增长 。诚然 ，私
部分 ，但 它们不是 私人 出行选 择 的主要方式 。城 市交通
拥 堵 问题 是 由于路 面行 驶 的 车量 超过 了道路 的 承载 能 力 ， 但路 面行驶 的私 家车 数量不 易观测 ，同时存在拥 有私 家车
家车不 仅给 出行 带来 了极 大方便 ，而且 它的消 费带动 了整 个行业 的发 展 和 Ｇ Ｐ的增 长 ，但 随之 而 来 的拥 堵 问题 、 Ｄ
污染 问题 及安全 问题 已经对 我们 的生活造 成 困扰 。
的车主 选 择 公 共 交 通 Ｔ 具 出 行 的 情 况 ，这 里 排 除 影 响 “ 开” 私 家车 的因素 与影响 “ 买” 私 家车 的 因素之 间 的区 别 ，即如果 消费 者购买 私家 车后 ，他 的大 部分 出行都将 依 赖这 部车 ，本文不 对 “ ” 和 “ ” 做严 格区分 。 买 开
可支配 收入可 能是影 响购 买私家 车 的因素之 一 。此处 不选 择农 民可支 配收入 ，在农村 拥堵 问题并 不存在 。这一 点与 之 前学者 讨论 的城 镇 居 民的购 买 能 力 要 远 高 于农 村 居 民
不同。
实现这 一变 化却用 １ 时 间。 近些 年来 ，北 京 市 私 家车 ２年 （ 大部 分为 家庭 自用 如 出行 、上班 、旅 游 ） 的 销售 呈较 好 态势 ，逐 渐 占据 汽 车 消 费 市 场 的 主导 地 位 ，成 为 拉 动 内
本 ，多数想要 购车 的人 只能对 汽车望 而却 步 ，本文 猜测油 价可 能对购 车有影 响 ，这 里用燃 料动力 购进 价格指 数来表
关于私家车拥有量的调查总结报告
私家车拥有量调研总结报告一、调研目的1.为了了解消费者对私家车的各方面的要求。
2.确定消费者对私家车需求量3.知道私家车对生活的影响4.私家车在生产和促销方面的方向二、调研方法街头拦截式调查法三、调研过程描述我们这次市场调查工作可分为四个阶段：市场调查方案、二手资料的收集、设计调查问卷、市场调查总结报告。
我们在做市场调查之前必需要做课前准备，那就是：了解我们所要调查的需求，明确需要调查出现的问题，确定调查目标等三个主要步骤。
而我们之所以选择把私家车的拥有量作为研究对象就是因为消费者对车的需要越来越大，人们在根据自己的承受能力，选择合适自己的私家车，从而实现拥有私家车的梦想。
而且消费者也比较的多。
明确解决问题是市场调查非常重要的一个步骤，因为明确、严谨的问题界定是市场调查工作成功的一半。
这个阶段需要我们细致地了解私家车市场的调查需求，充分利用现有的资源，发挥最大的效用。
在设计市场调查方案的过程中，我们按照老师所要求的格式，在经过小组讨论、研究再结合书本知识设计出了一份市场调查方案。
在设计方案的时候让我清楚的知道，这不单单是我们一个人的事，这是我们集体的事，我们要结合集体的力量，才能设计出完美的方案。
当二手资料收集完成，数据处理和分析完成时，我们发现私家车的消费群体特征来看，性格差异不明显，男女所占比例各约为50%，男性稍高于女性。
调查显示，男性比较喜欢开私家车的比例高于女性，这与男性比较的喜欢车也是一个原因吧。
另外有些女性有些晕车也是一个原因把，所以对车不是特别的喜欢。
从私家车在各个年龄阶段的渗透以及重要消费群的分布情况来看：中年车主仍然是私家车主的主流群体，占了调查人数的63.3%。
值得注意的是，一部分年轻车主正在崛起，占总人数的26.5%。
这部分车主的年龄大致在20～30岁左右，大多拥有大学本科学历以及较好的职业，年收入在5万～10万元左右，而且50%以上由自己独立出资购车。
个体私营者仍是私家车主的主流，令人惊喜的是，私家车主的职业构成呈现了前所未有的多元化趋势：公务员、教师、普通职员成为壮大最快的购车队伍。
对我国私人汽车保有量快速增长的反思
42城市城市交通一、引言我国大城市交通拥堵问题突出，已经严重影响了人们的生产生活。
造成城市交通拥堵的原因很多，私人汽车保有量过快、过量增长是其中的重要原因。
截至2012年底，我国私人汽车保有量已达9309万辆，比2011年增长18.3%。
对我国私人汽车保有量快速增长进行反思是十分必要的，有利于制定相应政策改善城市交通状况。
私人汽车的发展一直是经济领域和交通领域关注的话题，经济领域的研究主要集中在汽车产业对经济发展的影响、相关产业的带动作用等方面，交通领域的研究则主要集中在私人汽车的出行特点、对城市交通的影响、停车问题以及预测保有量、城市小汽车最佳保有量等方面。
二、近年来我国私人汽车保有量的增长情况我国1978年民用汽车135.84万辆，1985年私人汽车28.49万辆，其中载客汽车仅1.93万辆。
截至2012年底，我国民用汽车1.21亿辆，私人汽车保有量达9309万辆，增长速度令世界瞩目。
1990年～2011年我国民用汽车保有量见图1，1990年～2011年我国私人汽车及私人载客汽车保有量见图2和图3。
从图1可以看出，前10年汽车保有量增对我国私人汽车保有量快速增长的反思盛玉奎43城市城市交通长比较缓慢，2000年开始加快，而且越来越快，从图2、图3也能得出基本相同的结论。
三、我国私人汽车保有量快速增长的原因分析（一）经济增长是主因，人均GDP 对私人汽车保有量有显著的正效应近年来，我国经济高速发展，人均GDP 逐年增加。
随着城市社会经济的发展和人们生活水平的提高，恩格尔系数逐年下降，传统的衣食消费比例逐渐下降，而交通等消费比例逐年上升。
广大人民群众有能力改善自己的出行条件，所以小汽车进入普通百姓家庭是必然的趋势。
由此人均汽车拥有量也成了一个国家富裕程度的标志，发达国家也经历过类似的发展阶段。
（二）政府支持小汽车发展国家产业规划明确提出大力发展汽车工业，推动国民经济发展。
汽车工业对经济发展具有巨大的促进作用，能够有效推动国民经济快速发展，短时期可以取得明显的成果。
辽宁省私家车保有量增长r及影响因素分析
辽宁省私家车保有量增长r及影响因素分析王翠【摘要】近年来,辽宁省的经济稳步发展,私家车保有量在快速上升.私家车保有量的变化趋势与辽宁省的基础设施建设、城市发展、交通以及环保等政策的制定有着密切联系,因此,准确的预测未来辽宁省私家车保有量有重要意义.本文以辽宁省1996~2015年私家车发展情况为研究对象,运用统计学及计量经济学相关知识,建立多元线性回归模型来分析私家车保有量的影响因素,经过模型检验和修正,进而分析各因素与保有量的影响关系.最后,根据得到的研究结果,对未来几年辽宁省私家车保有量进行预测并针对辽宁特殊的社会经济状况,为改善建成环境中潜藏着的复杂问题提出相关政策和建议.【期刊名称】《经济数学》【年(卷),期】2017(034)004【总页数】5页(P43-47)【关键词】私家车保有量;增长率;影响因素;多元回归【作者】王翠【作者单位】辽宁师范大学数学学院,辽宁大连 116029【正文语种】中文【中图分类】F426近年来，我国经济快速发展，社会的购买力逐渐增强.以作为高档耐用品的汽车行业为例，随着人们对出行的要求越来越高，私家车保有量也在逐年增加.私家车的普及不仅带来交通的便捷性，还带来了出行的舒适性.但在带来便利的同时，随之而来的问题也在困扰人民的生活.比如空气污染、拥挤的交通环境、驾驶的安全问题等.以辽宁省为例，城乡面貌和生活条件不断改善提高的同时，也伴随着诸多的失落和无助.因此，研究辽宁省私家车保有量的影响因素，准确的预测未来辽宁省私家车保有量，进而合理控制引导私家车保有量增长速度，使辽宁省汽车产业实现可持续发展变得尤为重要.本文主要研究辽宁省1996～2015年私家车保有量，运用统计学及计量经济学相关知识，得到辽宁省私家车保有量的现状.通过建立多元线性回归模型，利用Eviews及R统计软件，找到包括居民消费水平、工业总产值等因素对私家车保有量的影响.最后，尝试通过这些影响因素找到控制私家车保有量的方法，为相关部门应对辽宁特殊的社会经济状况，解决私家车带来的问题而制定政策提供思路与经济定量参考.为了研究可能存在的影响因素对辽宁省私家车保有量的直接影响程度，进而找到解决私家车增多带来的负面效应的方法，选择多元线性回归模型.众所周知，私家车的保有量和很多因素有关，在不同的经济发展水平区域，影响私家车保有量的因素也不同.受制于宏观经济大环境影响，以及自身体制、机制、结构等矛盾制约的辽宁经济的新常态之路略显艰难.基于辽宁经济的实际情况，选取辽宁省每万人私人汽车拥有量作为被解释变量Y，解释变量包括：1)居民消费水平(单位：元).随着经济的快速发展，人民生活水平越来越高，居民消费水平逐渐提高，证明人们的购买力逐渐增强.可见，作为奢侈消费品的汽车，与居民消费水平有密切联系.2)公路营运汽车拥有量(单位：万辆).根据经济学基本原理，公路营运汽车与私家车是互为替代品的关系.公交等公路营运汽车具有比私家车更大的载客量，因此，当以公交为代表的公路营运汽车数量增加时，私家车的需求量会减少.3)燃料类商品零售价格指数.燃料类商品零售价格指数指的是居民消费车用燃料及零配件价格指数和车辆使用及维修价格指数.根据经济学原理，燃料类商品零售价格指数是私家车保有量的互补品.一般情况下，当互补品的价格升高时，对私家车的需求量就会减少.因此，燃料类商品零售价格指数是影响私家车保有量的原因之一，同时也构成居民购买私家车的成本.国家政策.自1980年中央已推进汽车行业发展，但本文主要讨论与私家车相关的政策，“十五”计划明确“鼓励轿车进入家庭”.入世后，根据协议，中国将在汽车的生产、销售等领域放宽对国内外汽车公司的限制.中国政府削减进口关税，取消进口定额配制、国产化需求和技术转让政策.2007年以来，政策转向促进研发节能环保的汽车产业，带动国民经济的增长.因此国家推出政策在一定程度上有助于私家车的消费.本文的数据来源中国统计年鉴，选取1996～2015年共20年辽宁省的相关数据[1]，并对其进行了处理，如表1所示.采用的计量经济学模型为：Yt=Q0+Q1X1t+Q2X2t+Q3X3t+Q4Dt+ut．其中，Yt表示私人汽车拥有量(万辆)；X1t表示居民消费水平(元)；X2t表示公路营运汽车拥有量(万辆)；X3t表示燃料类商品零售价格指数；Dt表示国家政策，即当第t年有国家政策鼓励汽车消费时，Dt=1，否则，Dt=0；ut为随机扰动项. 通过对表1的数据进行统计，根据时间序列数据，采用普通最小二乘法(OLS)，利用数学软件Eviews对设定的模型进行计量分析[2]，结果如表2所示．将上述将上述回归结果整理为：Yt=-142.874 3+0.012 2X1t+0.071 2X2t-0.000 1X3t+0.010 6Dt，R2=0.995 9,f=926.321 2,D.W=1.202 5.从结果中可以看出，模型的拟合优度非常好，模型整体也非常显著，但是有几个自变量的t值检验没有通过，说明该模型可能存在多重共线性.综合来看，需要对上述模型进行计量经济学检验，并进行修正，使得模型的方程能够得到改进.首先，运用R统计软件，采用相关系数计算方法进行指标间的相关性分析，可以发现X1与X2的相关系数比较高，大于0.9.因此可以断定该模型必然存在多重共线性.采用Frisch综合分析法[3-5]对其进行逐步回归消除.首先写出以Y为因变量，以X1,X2,X3,D分别为自变量建立一元线性回归模型，可以获得以下4个方程:Yt=-75.600 6+0.02 X1t,R2=0.991 2,Yt=-76.951 2+5.201 2X2t,R2=0.823 9,Yt=1 124.455-9.382 1X3t,R2=0.208 8,Yt=18.447 5+147.813 8X4t,R2=0.169 8．综上所述，通过比较R2的大小选择以X1为自变量的一元线性回归模型，再利用逐步回归的法则，如表3所示．根据表3可以看出D1的R2值没有增加，而且t值的显著性检验也没有通过，所以最终只保留X1：居民消费水平(单位：元)；X2：公路营运汽车拥有量(单位：万辆)；X3：燃料类商品零售价格指数；这几个影响因素.得出消除多重共线性之后的最终模型为R2=0.995 9,F=1 316.640,D.W=1.188 0接下来，进行自相关性检验.由于该数据是时间序列数据，因此就要对其自相关性进行检验.根据回归结果可以得出，D.W=1.188 0，其中n=20;k=3在显著性水平为5%的情况下，DL=1;Du=1.68;可以得出DL<D.W<4-Du.因此在此区域不存在自相关性，所以不需要消除自相关性，模型保留.4.2.1 经济意义检验从回归得出的结果来看，X1的系数为0.02，X2的系数为-0.61，X3的系数为-0.93，各变量符号与预期的相一致，并且其大小在经济理论上解释的通.对于X1,当公路营运汽车拥有量和燃料类商品零售价格指数不变时，居民消费水平增加增加1元，辽宁省私家车保有量就会增加0.02万辆，就是说，在1996～2015年间，在对于X2，当居民消费水平和燃料类商品零售价格指数不变时，公路营运汽车拥有量每增加1万辆，辽宁省私家车保有量就会减少0.61万辆；对于X3，当居民消费水平和公路营运汽车拥有量不变时，燃料类商品零售价格指数每增加1%，辽宁省私家车保有量就会减少0.93万辆.综上所述，该模型通过经济意义检验.4.2.2 回归系数的显著性检验(t检验)从回归结果看，回归系数的t值[6,7]分别为：t1=20.247 66,t2=-2.130 310,t3=-2.323 627,查t分布表，在自由度为16，在95%的置信系数下，有t0.025(16)=2.12，由于各解释变量系数t值均大于临界值，因此拒绝H0，所以此模型中的变量和参数的t值统计值均显著.即居民消费水平、公路营运汽车拥有量和燃料类商品零售价格指数都对辽宁省私家车保有量具有显著影响.根据经济理论，居民消费水平的增加，意味着居民拥有充裕的资金用于汽车的消费.一般认为，公共交通工具是私家车的替代品.所以当公路营运汽车拥有量增加时，居民的汽车购买量也会相应降低.然而，燃料类商品零售价格指数的增加意味着居民的燃油费用将会增多，人们将会减少对车辆的购买，或倾向于选择其他交通工具出行.4.2.3 回归方程的总体显著性检验(F检验)F==1 316.640．得出的F值1 316.640大于在5%的显著水平上，自由度为3和16的F临界值是3.24，因此F=1 316.640是显著的，拒绝H0，即可认为，在95%的置信系数下，辽宁省的私家车保有量与居民消费水平、公路营运汽车拥有量、燃料类商品零售价格指数存在着显著的线性关系.4.2.4 拟合优度及模型估计效果检验从输出结果看，可绝系数R2=0.995 966，说明该模型的解释变量解释了1996～2015年间的辽宁省私家车保有量变化的99.60%，而R2最大值为1，因此样本回归方程对数据拟合效果较好.根据中国统计年鉴，得到辽宁省1996～2015年私家车保有量的数据见表5，其曲线图如图1所示.由1996～2015年辽宁省私家车保有量曲线图可知辽宁省私家车保有量指数增长趋势，因此利用Excel对曲线进行拟合[8-10]，结果如图2所示，可以看到拟合效果是非常理想的，且可以得到预测模型为：Y=1E-169e0.196x．利用该模型对未来几年辽宁省私家车保有量进行预测就可以先实现.辽宁省的私家车保有量和辽宁省居民消费水平正相关.随着国民经济的快速发展，人们收入和消费水平不断提高直接地刺激和拉动私家车消费；辽宁省私家车保有量和公路营运汽车数量负相关，私家车和公交车之间存在着对道路、汽油等资源的争夺.此外，辽宁省私家车保有量和燃料类商品零售价格指数负相关，油价的上涨会抑制私家车的数量.相关部门在制定未来交通规划方案时，应该侧重考虑上述三个因素的作用.通过预测模型可以看出，未来辽宁省私家车会大幅度增长，一方面极大地满足人们的消费欲望，改善和提升人们的生活质量，另一方面也可以推动和促进我国汽车产业的快速发展，在一定程度上也加快了交通基础设施建设的步伐，提高了城市交通管理和综合管理的水平.但是需要理性看待社会现象，私家车增长引起的负面影响也应纳入省政建设的考虑范围.短期预测作为制定近期决策的依据，需要结合长裙预测运用于实际工作中.短期预测方法既要保障近期决策在短期战略与规划的指导下进行，也要为远期规划的实施赢得时间.【相关文献】[1] 中华人民共和国国家统计局.2016年中国统计年鉴[M].北京：中国统计出版社,2016.[2] 宗刚,张广利.基于计量经济学模型选取与汽车保有量相关的因素[J].汽车工业研究,2008(7):2-6.[3] 刘恺.北京市私家车保有量的计量经济学分析.山西财经大学学报,2012(S2):3-4.[4] 达摩达尔·N.古扎拉蒂.计量经济学[M].北京：中国人民大学出版社, 2004.[5] 李阳.影响我国私家车拥有量的因素分析[J].消费导刊, 2008(8):8-9.[6] 梁海澄.私家车发展的问题及对策[J].交通与运输, 2006,32(1):32-34.[7] 王建平,王建丽.私家车发展状况的国际比较与借鉴[J]. 山西财经大学学报, 2004,26(5):77-79.[8] 梁慧玲,林玉蕊.我国私家车保有量的模型分析.产业与科技论坛, 2014(22):78-79.[9] 罗中德,赖美艳.中国社会消费品零售总额的预测分析[J]. 统计与决策, 2013(2):143-145.[10] 杨德平,刘喜华,孙海涛.经济预测方法及MATLAB实现[M].北京：机械工业出版社, 2012.。
我国居民汽车保有量影响因素的计量分析
（ 北京科 技大 学 东凌经 济管理 学 院， 北京 １ ０ ０ ０ ８ ３ ）
［ 摘 要］ 我 国私 人 汽 车拥 有 量 呈现 持 续 上 升 的趋 势 ， 汽 车 产业 逐 渐成 为我 国的 支柱 产 业 。汽 车 销 售业 成 为热 门 ， 影 响 私人 汽 车拥 有 量 的 因素 引起 人 们 的 关 注 。本 文 选择 了 ２ ０ １ １ 年 中 国统 计年 鉴 中 １ ９ ９ １ － ２ ０ １ ０年 共 ２ ０年 的 相 关数 据 。 建 立 了计 量 经 济 学模 型 ， 并利用 Ｅ ｖ ｉ ｅ ｗ ｓ ６ ． ０软件 对 模 型 进行 参 数估 计 和 检 验 ， 对 最后 的 结 果进 行 经 济 意 义分 析 。 ［ 关键词 ］ 私人汽车拥有量 ； 计 量模 型 ； 单位根检验 ； 协 整 检 验
式中 ， ａ ｌ 为随 机 误 差 项 。 运 用 最 小二 乘 法 估 计 模 型 参 数 ， 得 到
成为仅 低于美 国（ ２ ０ １ ０年 ２ － ４亿 辆 ） 的世界第二 大汽车 保有 国 。 回 归方 程 如 下 式 ： 业内预计 ， ２ ０ ２ ０年 我 国 汽 车保 有 量 将 突破 ２亿 辆 。 汽 车销 售 业 成 ｌ ｎ ｙ ＝一 ５ ． ８ ３ ３ ＋ ０ ． ２ ９ ４ １ ｎ ｘ ｌ ＋ ０ ． ４ ６ ２ １ ｎ ｘ ２ ＋ ０ ． ８ ４ ６ １ ｎ ｘ ３ ＋ Ｏ ． １ ３ ８ １ ｎ ｘ ４
利用 Ｅ ｖ ｉ ｅ ｗ ｓ ６ ． ０软 件 进 行 分 析 ， 采 用 最 小 二 乘 法 进 行 回归 分 析 和 统计 检 验 。 由散 点 图 观 察 变 量 间 的 关 系 ． 可 以 看 出 因变 量 和 自变量 呈 线 性 关 系 ， 因此 ， 设定模型为 ：
私家车保有量的增长的预测及调控
私家车保有量的增长的预测及调控摘 要本文针对私家车保有量的增长的预测及调控问题的几个要求，建立了多个模型进行解答。
由于该问题总体上是一个确定性离散问题，无法通过分析问题对象的因果关系建立合乎机理规律的模型。
因此，我们从数据处理入手，通过对数据的合理处理找寻其内部关系。
对于问题一，由于题目中给出的影响因素过于繁多，对模型的建立造成干扰，同时又因为数据形式是一个时间序列数据 ，各因素间可能会产生自相关现象，影响模型预测的准确度，因此我们先对数据进行了相关性分析，排除了部分因素。
，因为私家车保有量与各剩余因素间的关系是非线性的，我们对私家车保有量取自然对数，使之变为线性关系，然后采用逐步回归的办法，继续排除部分因素，确定最终的主要影响因素。
接着对选取的主要影响因素进行数据拟合，并对相关数据建立多元线性回归模型，求得最终结果。
对于问题二，题目中给出了一条关于政府货币调控政策信息，由于附表中给出了2007年四个季度的各个经济因素的统计值和实际私家车保有量，因此我们考虑对07年之前的数据进行线性回归，建立模型，预测出在没有政府政策影响的情况下应该会有多少量私家车，用这两个数据进行比对。
同时，用1996年至2006年的数据，确定出这十一年的私家车保有量增加速率，再用2007年四个季度和2008年第一季度的数据，计算出政府调控期间的私家车保有量增加速率，将以上两组数据画成图形，比较这两组图形的趋势。
通过以上两项，找出政府政策的影响。
对于问题三，我们通过建立车辆数，运行里程等相关因素与废气排放物排放额度的关系式组，计算出该地区私家车保有量与公交车辆数的比例，从而确定调控方法。
问题一的结果：影响该地区私家车保有量的主要因素有人均国内生产总值，全社会消费品零售总额，运营公交车辆数和居民储蓄款余额；2010年该地区的私家车保有量约为211万辆。
问题二的结果：由于政府采取紧缩性货币政策，07年从一季度到四季度，人均国内生产总值不断降低，社会流动资金减少，使得全社会消费品零售总额(亿元)也随季度不断下降，而2007年政府5次升息，9次上调存款准备金率使得人们更愿意将钱存入银行，所以居民储蓄款余额(亿元)一路攀升。
汽车保有量
私家车保有量的预测与控制摘要本文研究的是私家车保有量的增长及如何控制的问题. 寻找私家车保有量烦人增长规律，对于确预测私人汽车保有量，对制定经济政策和进行经济宏观调控、保证社会经济和谐发展有重要的作用. 因此本文就该问题进行分析与探讨.对于问题一，我们首先通过作图先初步影响私家车保有量的因素进行分析，得到噪声对汽车保有量的影响不大，接着我们用数学中的分类思想首先建立了聚类模型，深入地分析了影响私人汽车保有量的各个因素，最终确定运营公交车辆数、公交车营运总里程、汽油(93号)年均价和公交营运总数这四个指标是影响汽车保有量的主要因素. 在对类聚模型改进的基础上建立了主成分分析模型，确定出了三个主要成分，再利用多元线性回归预测出了2010年的某地区汽车保有量为136.7788万辆. 在此基础上，我们又建立了灰色预测模型并进行了绝对残差和相对残差验证、关联度检验和后验差检验，预测得出2010年汽车保有量为188.7183万辆. 为了验证预测值是否准确，我们又建立BP神经网络模型并其进行预测，得出2010汽车保有量为163.8847万辆. 最后我们通过相对误差值这个指标对所建立模型进行了比较，得出模型的预测值相对更为准确.对于问题二，我们根据问题一中所建立的模型预测出某地区某年私家车的数量，再根据汽车废气排放量不超过国III排放标准的原则，并结合影响废弃排放的各个因素间的关系建立了调控模型，（）得到私家车总量与公家车的最大比例为15.92%. 在此基础上，（我们又用数学中线性规划知识建立了线性规划模型，并定性的由该地区的汽车尾气的排放情况得出应该增加公交车的数量限制私人汽车保有量的调控措施. ）最后，我们还对所建立的模型进行了客观的评价，所建立的模型通过适当的图表对问题进行分析，直观明了，但在分析影响汽车保有量问题中只分析了题中所给出的几个因素，结果与实际值存在一定的偏差.在本文的最后，我们对模型进行了改进，我们结合了基因表达式编程思想，应用GEP技术对私家车保有量进行预测，其优点是简单、预测精度高，同时避免了在建立上述模型中确定参数的主观性. 改进后的模型结合GEP的时间序列模型能够在数据挖掘领域得到了广泛应用，同时也能运用到组合优化，聚类，关联规则，时间序列预测等领域.关键词：聚类主成分分析灰色预测BP神经网络调控模型线性规划我国经济的快速发展为私人汽车提供了巨大的发展空间. 据中国汽车工业协会估算，截止到2006年底，中国私人汽车保有量约为2650万辆，占全国汽车保有量的60%左右. 在2006年，我国汽车销量为710多万辆，私人购买比例超过77%，中国已经成为仅次于美国的全球第二大新车市场.据世界银行的研究，汽车保有量(尤其是私人汽车)与人均国民收入成正比. 2003年，我国国内人均GDP首次突破1000美元，这预示着中国汽车开始进入家庭消费阶段. 而事实表明，随着中国人均GDP的稳健增长，近年来，我国的家用汽车销量以两位数的增速急剧扩大. 汽车特别是用于消费的私人汽车保有量的多少，与经济发展程度、居民收入以及道路建设等有着密切的联系. 随着私人汽车消费时代的到来，汽车保有量上升的一个重要因素就是国内汽车消费的快速增长. 消费者购买力的增强和个体私营经济的快速发展，也带动了私人汽车的大发展. 私人汽车保有量与一个国家或地区的社会经济发展的有关数据有着密切关系. 附表提供了我国某一经济发达地区的一些相关统计数据.然而，当我们快速迈进以私人汽车为主体的汽车社会的时候，也面临着新的考验，除了能源紧缺、燃油价格上涨、土地资源有限等诸多不利因素对汽车发展带来巨大的压力外，目前，交通产生的尾气已经成为城市环境的最主要污染源，如果对小汽车这种快速增长不从战略的高度加以科学引导和调整，它将不再单纯体现经济建设成就，巨大的负面效应也将成为社会法杖的阻碍因素. 我国于上世纪1999年对生产的小汽车废气CO、HC、NOX和PM允许排放量制订了国家标准(相当于欧洲标准). 规定生产的汽车从2000年1月1日起实施国Ⅰ排放标准，从2005年1月1日起实施国Ⅱ排放标准，从2007年7月1日起实施国Ⅲ排放标准，从2010年1月1日起实施国Ⅳ和国Ⅴ排放标准(实现基本与欧洲标准同步). 据有关资料介绍，在城市交通中，小汽车与公共汽车相比，单位小汽车排放的污染物比公共汽车高9倍.请研究下述问题：1、根据附表中的相关数据建立数学模型，分析影响该地区私人汽车保有量的因素，并预测到2010年该地区私人汽车保有量有多少？2、假设私人汽车的年运行公里数是公交车年运行公里数的五分之一. 按照汽车废气国III排放标准（欧III）（要求CO排放量每公里不超过2.3克，HC+NOX 排放量每公里不超过0.56克，PM排放量每公里不超过0.05克）, 如何根据该地区的汽车废气的排放情况，来调控公交车和私人汽车保有量？●汽车保有量和对影响其的有利因素都是对时间的函数.●假定除居民人均可支配收入和居民储蓄款余额对私人汽车保有量有影响外，其他变量为一定值.●在问题一中汽车保有量只与给出的因素有关，我们选取了其中的一部份而与其它的部分没有关系.●所给的数据完全可靠，是实际情况的真实反映；●由于数据分析中发现城市干线噪声均值变化极小，所以在问题求解中忽略了噪声对私家车保有量的影响●汽车排放的废气主要为碳氢化合物（HC），氮氧化合物（NO），一氧化碳x （CO），微粒（PM），其他废气成份质量忽略不计.●社会是稳定的，发展是平稳的，不考虑因突发事件而导致保有量的突变；●各因素之间相互独立，不存在一个因素的变化而导致其他因素的剧烈变化●私人汽车的年运行公理数是公交车年运行公里数的五分之一●题中给出的单位小汽车排放量的污染物比公交车高9倍，这一比例保持不变，即小汽车每一种排放的污染物都是公交车的10倍三、符号说明3.1问题一符号说明y调整利率前的私家车保有量ix影响私人汽车保有量的个因素iβ回归系数矩阵x第j个指标的样本的均值js第j个指标的样本的方差jR相关矩阵系数λ第i个特征值iμ第i个特征值的特征向量ip a p 个指标变量的总累计贡献率i z第i 个主成分3.2问题二符号说明1y 私家车总量 2y公交车总量m 一辆私家车行驶1公里排放的污染物总量 c m 一辆私家车行驶1公里的CO 排放量 H m一辆私家车行驶1公里的x HC NO + m ρ一辆私家车行驶1公里的PM 排放量 n 一辆公共汽车行驶1公里排放的气体总量 c n 一辆公交车行驶1公里的CO 排放量 H n一辆公交车行驶1公里的x HC NO + n ρ 一辆公交车行驶1公里的PM 排放量 0S 一辆私家车年运行的公里数 1S 一辆公交车年运行的公里数C M 所有私家车行驶0S 公里的CO 排放量 H M所有私家车行驶0S 公里的x HC NO +排放量 M ρ 所有私家车行驶0S 公里的PM 排放量 C N 所有公交车行驶0S 公里的CO 排放量 H N所有公交车行驶0S 公里的x HC NO +排放量 N ρ所有公交车行驶0S 公里的PM 排放量四、问题一分析、模型建立与求解4.1 问题一的分析保有量指得就是一个地区拥有车辆的数量，一般是指在当地登记的车. CPI 消费者物价指数(Consumer Price Index)，英文缩写为CPI，是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标. 我们都知道从紧的货币政策，如加息、提高人民币存款准备金等等. 对该地区私人汽车保有量有抑制作用. 因为首先假如购买汽车需要贷款的话，由于利息提高，还贷额增加；其次，对居民来说，同样用于购买汽车的20w现金，由于加息，存在银行里获取的利息变高了，而汽车是贬值品，此消彼长这样老百姓的购车欲望就会下降.通过对题意可知问题一要求我们根据附表中的相关数据建立数学模型，分析影响该地区私人汽车保有量的因素，并预测到2010年该地区私人汽车保有量. 首先我们根据题中所提供的影响汽车保有量的各项因素，通过1996年至2008年近13年间的各项指标的数据，分析各项指标与汽车保有量之间的关系，同时也对各个指标间的相关性作了分析，并得到了一下几个潜在信息：（1）该地区人均国内生产总值，由题中“汽车保有量与人均国民收入成正比”知，其促进私人汽车保有量的增加；（2）全社会固定资产投资总额的增长，由于汽车消费占有重要份额，所以其与私人汽车保有量的增加有密切关系；（3）道路总长的增多为居民的交通带来了方便，因而也推动了对汽车的购买；（4）居民人均可支配收入高低和居民储蓄款余额的水平对汽车的购买有直接影响；（5）汽油年均价从1996-2008年持续提升，在一定程度上加大了居民承担汽车消费的压力，是不利因素.以上只是根据题中所提供的数据进行了简单的主观上的分析，并没有很好地对问题一进行细致分析，于是我们借助MATLAB画出了各个因素与汽车保有量之间的相关性散点图，具体如下所示：以上所绘制的图很直观地展现出了各个指标在汽车保有量之间的关系，4.2类聚模型4.2.1类聚模型的思想聚类分析又称为群分析或者类分析，它是依据某种准则或算法对个体（样本或变量）进行分类的一种多元统计分析技术. 通俗地讲，聚类分析就是多元统计分析中研究所谓“物以类聚”现象的方法，其职能就是对一批样本或者变量，按照其在性质上的亲疏程度进行分类. 例如，对不同省市区故居GDP 、人均收入、通货膨胀率等指标进行分类，对居民消费习惯按照习惯按照其消费支出结构进行分类等.4.2.2类聚模型的建立根据题目中所给数据，我们我们取以上10类指标：它们分别为：1x 为人均国内生产总值；2x 为全社会消费品零售总额；3x 为全社会固定资产投资总额；4x 为运营公交车辆数；5x 为公交营运总数；6x 为公交车营运总里程；7x 为道路总长8x ；为居民人均可支配收入；9x 为居民储蓄款余额；10x 为汽油(93号)年均价.（一）距离和相似系数距离设有n 个样本，每个样本观测p 个变量，数据结构为⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡np n n p p x x x x x x x x x ...... (2)12222111211， 其中，x ij 是第i 个样本第j 个指标的观测值. 因为每个样本点有p 个变量，我们可以将每个样本点看作p 维空间中的一个点，那么各样本点间的接近程度可以用距离来度量. 以d ij 为第i 样本点与第j 样本点间的距离长度，距离越短，表明两样本点间相似程度高. 最常见的距离指标有： 绝对距离：∑-=jk ik ij x x d欧氏距离：()∑=-=pk jk ikij x xd 12切比雪夫距离：jk ik pk ij x x d -=≤≤1max马氏距离：[]211)()(j i j i ij X X S X X d -'-=-，其中. 相似系数对于p 维总体，由于它是由p 个变量构成的，而且变量之间一般都存在内在联系，因此往往可用相似系数来度量各变量间的相似程度. 相似系数介于-1至1之间，绝对值越接近于1，表明变量间的相似程度越高. 常见的相似系数有：夹角余弦：cos ,1,,nki kj ij xxi j p ϑ==∑相关系数：n i x x x X ip i i i ,...,2,1),...,,(21==，S 是样本数据矩阵相应的样本协方差矩阵，即S 的元素11()()1nij ki i kj j k s x x x x n ==---∑()(),1,,nkii kj j ij xx x x r i j p --==∑我们选择的十个指标很具有很强的相似性，所以我们采用相似系数中的相关系数来评判这十个指标的相似性.（二）聚类方法系统聚类分析是聚类分析中应用最广泛的一种方法，凡是具有数值特征的变量和样本都可以采用系统聚类法. 选择适当的距离和聚类方法，可以获得满意的聚类结果.分类的形成先将所有的样本各自算作一类，将最近的两个样本点首先聚类 ，再将这个类和其他类中最靠近的结合，这样继续合并，直到所有的样本合并为一类为止. 若在聚类过程中，距离的最小值不唯一，则将相关的类同时进行合并.类与类间的距离系统聚类方法的不同取决于类与类间距离的选择，由于类与类间距离的定义有许多种，例如定义类与类间距离为最近距离、最远距离或两类的重心之间的距离等，所以不同的选择就会产生不同的聚类方法. 常见的有：最短距离法、最长距离法、重心距离法、类平均法、离差平方和法等.设两个类l G ，m G ，分别含有n 1和n 2个样本点， 最短距离法：{}m j l i ij lm G X G X d d ∈∈=,,min最长距离法：{}m j l i ij lm G X G X d d ∈∈=,,max 重心法：两类的重心分别为m l x x ,，则21x x lm d d =类平均法：∑∑∈∈=i i jj G X G X ijlm dn n d 211离差平方和法：首先将所有的样本自成为一类，然后每次缩小一类，每缩小一类离差平方和就要增大，选择使整个类内离差平方和增加最小的两类合并，直到所有的样本归为一类为止.其中我们采用最长距离法来对这十个指标进行分类. 4.2.3聚类模型的求解定性考察反映汽车保有量的十项评价指标，可以看出，某些指标之间可能存在较强的相关性. 比如人均国内生产总值、全社会消费品零售总额与居民储蓄款余额可能存在较强的相关性， 运营公交车辆数和公交车营运总里程之间可能存在较强的相关性. 为了验证这种想法，运用MATLAB 软件计算十个指标之间的表格 1 十个指标之间的相关系数矩阵可以看出某些指标之间确实存在很强的相关性，因此可以考虑从这些指标中选取几个有代表性的指标进行聚类分析. 为此，把十个指标根据其相关性进行R 类，再从每个类中选取代表性的指标. 通过MATLAB软件，我们得到聚类树型图（见图1），也直观的说明了上述聚类的全过程.图 1 聚类树形图表格2各个指标的分类由上表作出如下分析：第一类：运营公交车辆数、公交车营运总里程、汽油年均价、公交营运总数呈密切的关系，汽油价格影响公交营运总里程和运营的公交车数量，而运营的公交车数量又对公交运营总数有影响.第二类：人均国内生产总值、居民储蓄存款余额、道路总长、全社会消费品零售总额、人均可支配配收入有密切关系，除道路总长外都属于经济指标，而些经济指标又会对社会建设产生影响，因此归为一类.第三类：全社会固定资产投资总额与上述的两类没有很大的联系，因此单独归为一类.4.3主成分分析模型 4.3.1主成分分析模型分析本文采用了主成分分析方法的原因是因为主成分分析方法在各个变量之间相关关系的研究基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多变量所反映的信息，进而尽量用这几个较少的变量来刻画个体的一种方法，是一种降维处理方法，我们通过对所给数据的分析，得出本题目恰好符合主成分分析的条件，能够运用主成分分析法来解决题中的问题一.对主成分分析模型的补充假设：题中所给的历史数据并没有明确地指出影响该地区的私人汽车保有量的因素，因此，基于主成分分析法是建立在各个变量相关的基础上，我们通过对题目中所提供的十一个变量进行相关性分析，得到以下结论：除城市交通干线噪音均值这一因素与其他相关性为负外，其余的变量之间存在着较强的相关性. 所以在这一模型中我们忽略了这一因素对私家车保有量的影响，即假定影响私家车保有量的只有十个因素.4.3.2主成分分析模型的建立在聚类中我们从各个变量之间的相关系数中，我们只采用的是题中所给的数据，并没有再另外收集数据，由于数据收集过窄，造成某些变量之间似乎存在有相同或相反变化趋势的假象,因此我们考虑运用主成分分析，选出几个主要成分对汽车保有量进行预测，避免了多重共性而造成预测偏差的弊端.根据本文所提供的影响汽车保有量的因素有人均国内生产值，全社会消费零售总额，居民人均可支配收入等十个因素. 针对题中所给的1996—2008年的数据，利用主成分分析法进行建模分析，具体步骤如下： 1、对各个影响因素的原始数据进行标准化处理设影响汽车保有量的因素分别为12310,,,,x x x x ⋅⋅⋅，由于各个指标属于不同的数量级，没有统一的标准，所以在进行主成分分析之前，需要对指标数据进行标准化处理，消除量纲，以使得每一个变量的均值都为0，方差为1. 具体处理方法如下：,(1,2,13;1,2,10)ij j ijjx x x i j s -==⋅⋅⋅=⋅⋅⋅ 其中21111()(1,2,10;13)1n nj ij j ij j i i x x s x x j n n n ====-=⋅⋅⋅=-∑∑ 即,j j x s 分别为第j 个指标的样本的均值和样本方差 2、利用标准化后的数据计算相关系数矩阵R()()()(),1,2,,10ij nkiikijij R r xx xx r i j ⨯=--==⋅⋅⋅∑10103、计算相关系数矩R 特征值和特征向量，确定主成分 具体求解过程：令E-R =0λ,可以求得10个特征值(1,2,,10)i i λ=⋅⋅⋅，它是主成分的方差，对其从小到大进行排列为123100λλλλ≥≥≥⋅⋅⋅≥≥其对应的特征向量为()()1231012,,,,,1,2,10Tj j j nj u u u u u u u u j ⋅⋅⋅=⋅⋅⋅=⋅⋅⋅ 其中则第i 主成分的表达式为：11221010+1,2,10i i i i i Y u X u X u X u X i ==+⋅⋅⋅=⋅⋅⋅，其中各个主成分确定指标：所有线性组合中的方差最大原则（方差越大，数据离散程度越大，代表原始数据包含的信息量越大，因而分析越准确）由上述原则确定出1Y 为第一主成分，2Y 为第二主成分，3Y 为第三主成分，以此类推4、选择P(P M)≤个主成分，计算综合评价值① 计算题特征值()1,2,j j m λ=⋅⋅⋅的信息贡献率和累积信息贡献率 主成分j Y 的信息贡献率: ()11,2,31010jj mkk b j m λλ===⋅⋅⋅=∑则112101,,,pkk p mkk a Y Y Y λλ===⋅⋅⋅∑∑为主成分的累积贡献率当p a 值接近于1（0.85,0.90.0.95）时，则选择前p 个指标变量12,,,p Y Y Y ⋅⋅⋅作为主成分，来代替原来的指标变量. 累计贡献率p a 的值越大，表明j Y 综合12,,p x x x ⋅⋅⋅信息能力越强，因此我们把k y 称为x 的主成分. 取主成分的排序时按特征根12,,,p u u u ⋅⋅⋅取值的大小顺序排列. 在本文中的应用中，取m 个主成分，m p <，且使得累计贡献率尽量高. ② 计算综合得分1pj j j j j Z b y b j y ==∑（为第个主成分的信息贡献率，为第j 主成分）在主成分分析的基础上，我们得出了几个主要成分，将原来的12个指标转化成了少量几个指标来预测2010年的汽车保有量. 我们将得出的几个主要成分作为因变量，与最终的汽车保有量间建立多元回归方程，并通过其来预测2010年汽车保有量.01122k k y x x x ββββ=++++ ，最小二乘法估计0ˆβ，1ˆβ….. ˆk β使残差平方和22011ˆˆˆˆ()(...)i i i k kQ y y y x x βββ=-=----∑∑最小. 由此可以得到求解0ˆβ，1ˆβ….. ˆk β的标准方程为：00ˆ0ˆ00,1,2,...,i iQQ i kββββββ==⎧∂=⎪∂⎪⎨∂⎪==⎪∂⎩借助SPSS 计算出0ˆβ，1ˆβ….. ˆk β 最终得到2010年汽车保有量预测值y分析得到我们只有1996年至2008年间的影响汽车保有量因素的各项指标值，但要预测2010年的汽车保有量，我们必须得到2009和2010年影响汽车保有量因素的各个指标值，因此我们建立差值拟合模型，通过其拟合出光滑曲线求得2009年和2010年的各项指标值.根据上述所得的2009年和2010年的影响汽车保有量因素的各个指标值，我们就能够预测出题意要求的2010年汽车保有量. 4.3.3主成分分析模型的求解我们首先借助MATLAB 对十个影响因素进行了标准化，将题中所给的原始数据标准化为如下表数据：年份 变量1 变量2 变量3 变量4 变量5 变量6 变量7 变量8 变量9 变量10 1996 -1.31 -1.16 -1.44 -0.96 -0.97 -0.97 -1.26 -1.69 -1.17 -1.1999 1997 -1.11 -1.12 -1.26 -0.91 -0.84 -0.91 -1.2 -1.21 -1.07 -0.91963 1998 -0.96 -0.96 -1.01 -0.89 -1.09 -0.88 -1.07 -0.94 -0.95 -0.88462000 -0.54 -0.78 -0.59 -0.83 -0.58 -0.8 -0.7 -0.58 -0.77 -0.5255 2001 -0.41 -0.31 -0.39 -0.56 -0.45 -0.57 -0.5 -0.17 -0.55 -0.38537 2002 -0.26 -0.14 -0.09 -0.56 -0.31 -0.56 -0.07 0.121 -0.24 -0.44668 2003 0.165 0.103 0.444 0.09 -0.29 -0.03 0.406 0.33 0.106 -0.21896 2004 0.46 0.349 0.808 0.32 -0.2 0.295 0.668 0.469 0.441 0.201443 2005 0.747 0.645 1.053 0.657 0.803 0.712 0.896 0.868 0.917 0.569296 2006 1.081 1.015 1.34 1.227 1.16 1.357 1.035 1.107 1.323 1.445137 2007 1.553 1.385 1.55 1.565 1.523 1.572 1.261 1.199 1.361 1.550238 2008 1.53 1.864 0.321 1.708 1.912 1.607 1.464 1.376 1.486 1.64658表格 3 1996年--2008年各指标变量标准化后的值将原始数据进行了标准化处理之后，各指标之间有个统一的标准，既可以通过标准化后的数据分析其主成分.根据上表标准化后的数据计算相关系数矩阵如下表所示：变量变量1 变量2 变量3 变量4 变量5 变量6 变量7 变量8 变量9 变量10变量1 1 0.988 0.919 0.981 0.955 0.979 0.987 0.976 0.99 0.98变量2 0.988 1 0.868 0.982 0.967 0.976 0.979 0.966 0.984 0.975变量3 0.919 0.868 1 0.868 0.807 0.878 0.932 0.932 0.922 0.869变量4 0.981 0.982 0.868 1 0.971 0.998 0.96 0.929 0.985 0.985变量5 0.955 0.967 0.807 0.971 1 0.973 0.922 0.908 0.957 0.978变量6 0.979 0.976 0.878 0.998 0.973 1 0.957 0.928 0.987 0.99变量7 0.987 0.979 0.932 0.96 0.922 0.957 1 0.982 0.987 0.945变量8 0.976 0.966 0.932 0.929 0.908 0.928 0.982 1 0.969 0.938变量9 0.99 0.984 0.922 0.985 0.957 0.987 0.987 0.969 1 0.978变量10 0.98 0.975 0.869 0.985 0.978 0.99 0.945 0.938 0.978 1表格 4 标准化后的数据相关系数矩阵根据以上求得的相关系数矩阵计算其特征值和特征向量，并将其从大到小进行排列，确定其主成分. 结果如表所示：主成分特征值方差贡献率% 累计贡献率%1 9.582392563 95.82392563 95.823925632 0.270496163 2.704961626 98.528887263 0.077287887 0.772878868 99.301766134 0.037115353 0.371153531 99.672919665 0.017305818 0.173058182 99.845977846 0.008374608 0.08374608 99.929723927 0.003953462 0.039534624 99.969258558 0.002356264 0.023562644 99.9928211919 0.000709541 0.00709541 99.999916610 8.34E-06 8.34E-05 100表格 5 相关系数矩阵的特征值和特征向量由上表可以知道,第一，第二，第三主成分的累计贡献率已高达99.3%，说明前三个主成分提供了原始数据的足够信息，通过检验，提取前三个主成分. 故只需要求出第一、第二、第三主成分123,,z z z 即可.计算三个特征值的特征向量123,,u u u ，再求出各个变量12310,,,,x x x x ⋅⋅⋅在主成分123,,z z z 上的载荷.0.32200.0394-0.09570.3198-0.1364-0.38680.2966 0.7107 -0.4858 0.3189 -0.2272 0.22920.3117 -0.4400 -0.00400.3192 -0.2088 0.35840.3185 0.2109 -0.30z = 010.3144 0.2969 -0.53370.3221 0.0275 0.06080.3182 0.2295 0.2135⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦1123456789102123456780.33200.31980.29660.31890.31170.13920.31850.31440.32210.31820.03940.13640.71070.22720.44000.20880.21090.2969z x x x x x x x x x x z x x x x x x x x =+++++++++=-+---+++ 第一主成分第二主成分9103123456789100.02750.22950.09570.38680.48580.22920.00400.35840.30010.53370.06080.2135x x z x x x x x x x x x x +=--++-+--++ 第三主成分因为这三个主要成分的特征值之和所占的比例（累计贡献率）达到了0.993，所以我们可以忽略其他成分，直接将这三个主要成分来评估所有影响汽车保有量的因素.要预测2010年的汽车保有量，必须知道2009年影响汽车保有量各个指标的数据，我们用差值拟合法拟合出了一条比较光滑的曲线，并且运用MATLAB 预年份人均国内生产总值(元) 全社会消费品零售总额(亿元) 定资产投资总额(亿元) 运营公交车辆数（辆） 公交营运总数(亿人次) 城市交通干线噪音均值(分贝)2009 83276.89 2570.939 1380.567 8319.383 22.56544 69.7 2010 87906.79 2967.504 1460.905 8837.24 24.72267 70年份 公交车营运总里程(万公里) 道路总长(公里) 居民人均可支配收入（元） 居民储蓄款余额(亿元) 汽油(93号)年均价 (元/升) 私人汽车保有量(万辆)2009 73077.8 3111.074 32021.82 4293.801 5.309565 201078274.043236.44633028.914612.1335.472174表格 6 2009年和2010年各项指标值从上表中我们可以得到2009年和2010年的各个指标值，但是这些指标值没有统一的标准很难作出准确的预测，因此，我们对其同样采用数据标准化，得到如下标准化后的数据：年份 变量1 变量2 变量3 变量4 变量5 变量6 变量7 变量8 变量9 变量10 2009年 1.413 1.454 1.507 1.346 1.441 1.308 1.178 1.191 1.289 0.965 2010年 1.631 1.849 1.709 1.557 1.711 1.516 1.284 1.282 1.496 0.965表格 7 2009年和2010年各项标准化后的指标值由上表我们得到了2009年和2010年的影响汽车保有量的各个指标值，根据β的主成分估计： () () () ()11211112211221,0,,,=0Ta Q Q Q a a Q Q Q a a a Q Q Q a a Q a a a β⎛⎫== ⎪ ⎪⎝⎭⎛⎫== ⎪⎝⎭⎛⎫⎪⎝⎭ 和是分别对和分块后所得的矩阵其中为标准化正交矩阵，为的主成分估计值可以算出主成分估计值，我们借助MATLAB 计算得到了回归方程的各个系数分别为：012345678910172.7572,0.0002,0.0139,0.511,0.0049, 3.4085,0.00050.0019,0.009,0.0026,8.8787βββββββββββ=-===-====-=-==由此得到如下成分回归方程：12345678910172.75720.00020.01390.5110.0049 3.40850.00050.00190.0090.00268.8787y x x x x x x x x x x =-++-+++--++根据表2中2009年和2010年影响汽车保有量的各个指标值，我们就将这些数据直接代入到上述式子中，就直接求得200920102011121.2928136.7788152.2558y y y === 即我们得出2009年的汽车保有量为121.2928万辆，2010年汽车保有量为136.7788万辆4.4灰色预测模型4.4.1灰色预测模型的理论思想：GM(1,1)模型是基于灰色系统的理论思想，将离散变量连续化，用微分方程代替差分方程，按时间累加后所形成的新的时间序列呈现的规律可用一阶线性微分方程的解来逼近，用生成数序列代替原始时间序列，弱化原始时间序列的随机性，这样可以对变化过程作较长时间的描述，进而建立微分方程形式的模型. 其建模的实质是建立微分方程的系数，将时间序列转化为微分方程，通过灰色微分方程可以建立抽象系统的发展模型. 4.4.2灰色预测模型的建立一、数据的检验与处理首先，为了保证建模方法的可行性，需要对已知数据列做必要的检验处理. 设参考数据为))(,),2(),1(()0()0()0()0(n x x x x =，计算数列的级比()()()()()001,2,3,x k k k n x k λ-==⋅⋅⋅ 如果所有的级比()k λ都落在可容覆盖2211,n n e e -++⎛⎫⎪⎝⎭内，则数列(0)x 可以作为模型)1,1(GM 的数据进行灰色预测. 否则，需要对数列(0)x 做必要的交换处理，使其落在可容范围内. 即取适当的常c ，作平移交换()()()()00,1,2,y k x k c k n =+=⋅⋅⋅则使数列()()()()()()()()00001,2,y y y y n =⋅⋅⋅的级比()()()()()001,2,3,,y y k k X k n y k λ-=∈=⋅⋅⋅ 二、建立过程：GM(1,1)模型是指一阶，一个变量的微分方案预测模型，是一阶单序列的线性动态模型，用于时间序列预测的离散形式的微分方程模型.设时间序列()0X 有n 个观察值，()()()()()()(){}00001,2,,X x x x n = ，为了使其成为有规律的时间序列数据，对其作一次累加生成运算，即令()()()()101tn xt x n ==∑。
家庭乘用车需求的影响因素分析及发展趋势预测
家庭乘用车需求的影响因素分析及发展趋势预测我国家庭乘用车需求的影响因素分析及发展趋势预测一、家庭乘用车的概念1.乘用车的概念乘用车（passenger vehicle）是在其设计和技术特性上主要用于载运乘客及其随身行李和/或临时物品的汽车，包括驾驶员座位在内最多不超过9个座位。
乘用车涵盖了乘用车、微型客车以及不超过9座的轻型客车。
乘用车下细分为基本型乘用车（乘用车）、多用途车（MPV）、运动型多用途车（SUV）、专用乘用车和交叉型乘用车。
2. 家庭乘用车的概念国际上并无家庭乘用车的概念，只有乘用车与商务车之分。
家庭乘用车的概念可以界定为是所有权归个人所有，供家庭使用的乘用车。
二、乘用车需求影响因素分析乘用车需求变化将受到很多因素影响，这些因素既有长期决定因素，也有短期影响因素，而乘用车需求增速变动则是长期和短期因素综合作用的结果。
1.影响乘用车增长的长期因素从长期来看，对汽车需求影响最大的因素包括：一是经济发展水平，可用人均 GDP 或人均收入衡量；二是乘用车整体价格水平。
发达国家或地区乘用车市场发展经验表明，随着居民收入的不断提高和汽车价格的下降，居民消费结构逐步升级，乘用车逐步从奢侈品转变为一般商品而大规模进入家庭。
发达国家社会结构逐步呈现“橄榄型”结构，即中等收入阶层（或称中产阶级）比重相对较高，而高收入和低收入人群比重相对较低。
由于收入效应和价格效应同时发挥作用，决定了乘用车增长一般呈现出“S型”。
2.影响乘用车增长的短期因素从短期因素看，影响乘用车需求主要因素包括以下方面：1）价格弹性。
国际上衡量汽车普及条件的指标为 R 值，车价水平/人均 GDP，经验认为当 R 值达到3左右，汽车进入大规模普及阶段；2）使用成本。
油价、保险、养路费、车位、停车、维修等成本短期内会对需求产生一定影响，但从更长时期来看，使用成本对乘用车需求总量增长不具有太大影响；3）使用环境，在发达国家或地区，现代化公交系统只是影响到乘用车的使用频率或有限替代，而对乘用车的市场需求不会产生较强影响；4)宏观经济短期波动，宏观经济的短期波动通过改变收入及收入预期而对居民的消费行为产生短期影响，居民购买乘用车会被激发、提前或被抑制、延后，从而影响短期销量或导致一定销量在不同时期的分配，但不会影响长期销量和总的消费趋势；5)政府短期消费和产业政策，在特定经济背景下，政府在特定时期内实行的产业政策和消费政策，也将对乘用车市场产生积极或消极的影响。
基于时空视角的私人汽车拥有量影响因素浅析
基于时空视角的私人汽车拥有量影响因素浅析本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！一、问题提出据世界银行的研究，汽车拥有量(尤其是私人汽车)与人均国民收入成正比。
2003年，我国国内人均CDP 首次突破1000美元，预示着中国汽车开始进入家庭消费阶段。
截止2011年末，中国民用汽车拥有量突破1亿辆，比上年末增长%，其中私人汽车拥有量7872万辆，增长%。
汽车素有“经济持续增长的发动机”的美誉。
汽车的发展，其意义不仅在于汽车工业本身，还在于它对加快产业结构调整和升级改造、促进产业布局调整，加快城乡基础设施建设等方面有重要的作用。
此外，汽车消费也会带来一些负面影响，如土地占用、能源消耗、环境污染和交通安全等问题.特别是私人汽车拥有量的增加速度与我国交通基础设施的完善速度不匹配，堵车问题严重影响了工作和生活效率，在一些城市，限行和限牌政策呼之欲出。
到底哪些因素对私人汽车拥有量产生决定影响，国家政策干预是否行之有效，是一个值得探究的问题。
针对这些问题，国内外学者展开了大量研究，取得了丰硕的成果。
在集合模型方面，Button等认为集合模型无饱和水平限制，而Dargey , Gately后来通过Comperta模型分析其具有饱和水平限制。
非集合模型多用于短期预测，主要包括多项Logit模型、树状Logit模型和多项Probit模型等，这方面研究相对较少。
在提高模型预测精度方面，刘锐君运用三种不同模型(计量模型、时间序列模型和灰色系统模型)预测了未来私家车保有量队蒋艳梅、赵文平认为基于遗传算法的逻辑斯蒂克(Logistic)模型适用于我国私人汽车发展趋势的中长期预测叭此外，杨华等运用基于嫡值法的PSOBP神经网络预测模型，提高了神经网络模型预测的速度和准确性以及张雪武、常晋义建立基于主成分分析的BP神经网络预测模型提高了城市汽车保有量的训练速度与预测精度叭程准运用灰色系统预测方法建立了外推效果可信的私人汽车拥有量模型，并预测我国私人汽车数量2014年、201年分别为万辆、万辆。
写一篇中国城市私家车保有量的快速增长短文300
我国城市私家车保有量的快速增长随着我国经济的快速发展和居民收入水平的提高，私家车成为越来越多家庭的标配。
数据显示，我国城市私家车保有量呈现出快速增长的趋势。
本文将从多个角度探讨我国城市私家车保有量增长的原因、影响以及可能的解决方法。
一、原因分析1. 经济发展和收入水平提高随着我国经济的不断增长，城市居民的收入水平稳步提高。
这使得越来越多的家庭有了购物私家车的能力。
私家车在一定程度上成为了居民生活水平提高的象征和必需品。
2. 城市化进程加快我国的城市化进程日益加快，大量农民涌入城市，为了更好地适应城市生活和工作需要，购物私家车成为了一种必然选择。
城市交通拥堵、公共交通不便等问题也加速了私家车保有量的增长。
3. 政府政策扶持为了刺激汽车消费和拉动内需，我国政府出台了一系列汽车消费政策，如减税降费、购车补贴等，这些政策无疑会刺激私家车市场的快速增长。
二、影响分析1. 交通拥堵问题加剧私家车保有量的快速增长导致城市交通拥堵问题日益加剧，交通效率降低，影响居民出行体验。
2. 空气污染问题突显私家车尾气排放是城市空气污染的重要来源之一。
私家车保有量的增长使得城市空气质量逐渐下降，对居民健康产生负面影响。
3. 城市停车难问题加重私家车保有量的增加也带来了城市停车难的问题，停车位紧缺，居民停车难成为了城市管理的一大难题。
三、解决方法探讨1. 加强公共交通建设加大对公共交通的投入，打造更加便捷、高效的公共交通系统，降低私家车使用需求，减缓交通拥堵问题。
2. 推广绿色出行方式通过政策和宣传，鼓励居民选择绿色出行方式，如骑行、步行等，减少对私家车的依赖，降低城市空气污染。
3. 合理规划停车资源加强城市停车资源的规划和管理，建设更多的停车场、停车楼，解决城市停车难问题，提高城市停车效率。
总结：我国城市私家车保有量的快速增长既带来了便利，也带来了一系列问题。
需要政府、企业和居民共同努力，采取有效的措施，引导私家车保有量合理增长，推动城市交通的健康可持续发展。
车辆保有量名词解释
车辆保有量名词解释1. 什么是车辆保有量车辆保有量是指一个地区、国家或特定群体拥有的车辆总数。
它是衡量车辆数量的重要指标，反映了汽车使用和拥有的程度，对于交通运输、环境保护和国民经济发展具有重要意义。
2. 车辆保有量的影响因素车辆保有量受多种因素的影响，以下是常见的几个影响因素：2.1 经济因素经济状况是影响车辆保有量的主要因素之一。
经济发展水平和人民收入水平的提高，通常会导致车辆保有量的增加。
人们拥有更多的经济实力购买汽车，同时汽车的需求也会随着经济的发展而增加。
2.2 人口因素人口数量和人口结构也对车辆保有量产生重要影响。
人口数量多的城市或地区，通常会有更多的汽车需求和更高的车辆保有量。
此外，人口结构的变化也会对车辆保有量造成影响，例如年轻人和中产阶级的增加会推动汽车需求的增长。
2.3 基础设施建设基础设施建设对车辆保有量有着直接的影响。
良好的道路网络、停车场设施和加油站的建设，能够提高人们购买和使用汽车的便利性，从而促进车辆保有量的增加。
2.4 政策因素政府的交通管理政策和环保政策也会对车辆保有量产生重要影响。
例如，政府对汽车购置税、油价等的调控政策，会直接影响人们购买汽车的成本和动力；同时，政府的环保政策也会对车辆的使用和更新产生影响，间接影响车辆保有量的变化。
3. 车辆保有量的分类根据用途和所有者的不同，车辆保有量可以进行如下分类：3.1 家用车保有量家用车保有量是指个人和家庭拥有的用于日常出行的私家车数量。
家用车保有量的变化通常与个人经济状况、交通管理政策等有关。
3.2 商用车保有量商用车保有量是指用于商业用途的车辆数量，包括货车、客车、特种车辆等。
商用车保有量的变化与产业发展、物流需求等密切相关。
3.3 公务车保有量公务车保有量是指政府机关及其工作人员使用的专用车辆数量。
公务车保有量的管理和调控对于政府机关形象和资源利用具有重要意义。
3.4 出租车保有量出租车保有量是指用于公共交通服务的出租车数量。
车辆增多的趋势
车辆增多的趋势
随着经济的发展和人们生活水平的提高，车辆的数量呈现逐年增加的趋势。
以下是一些造成车辆增多的因素：
1. 城市化进程加快：随着城市人口的不断增加，交通需求也相应增加。
越来越多的人购买私家车以方便通勤和出行。
2. 经济发展：随着经济的繁荣，越来越多的人财富水平提高，购买汽车成为一种消费趋势。
3. 政府政策：一些国家和地区对购车进行了鼓励政策，如优惠购车税或补贴政策，这也刺激了车辆增长。
4. 交通拥堵：随着车辆增多，交通拥堵问题也日益严重，这反过来又促使更多人购买私家车以规避拥堵。
5. 出行需求：很多地区缺乏便利的公共交通系统，人们只能依靠私家车出行，因此购车需求增加。
6. 家庭需求：随着家庭结构的变化，许多家庭拥有多辆车，以满足不同成员的出行需求。
然而，车辆增多也带来了一系列问题，如交通拥堵、环境污染和资源过度消耗等。
因此，政府和社会各界需要采取措施来管理和引导车辆增长，包括改善公共交通系统、推广绿色出行方式和制定更严格的交通管理政策等。
影响私人汽车市场发展的相关因素分析——以江苏省为例
关联分析方法是在不完全的信息 中， 对所要分析研究 的各 因素 ， 通过 一定 的数据处理 ， 在随机的因素序列 问找 出它们 的关联性 ，
并量化表达灰色 系统 中各 因素之间相互关 系的方法 ，发现主要 矛盾 ， 找到主要特性和主要影 响因素 ， 从而依据关联度对系统的 影 响因素排序 。由于灰色系统对样本数量 的多少没有过分的要
表 ２ 数据标准化
３ ．求关联系数 ， 并从中找 出极大值与极 小值 。
先求参考数列 ） 比较数列 ｘ（之间的差列 ： 与各 ｜ ｔ ）
△ 【 Ｉ０卜Ｘ Ｉ ： （ ）Ｘ 【
ｍｉ ｍ ｎ ｏ）Ｘ（Ｉ ｎ ｉｌ （－ ｉ ， Ｘ ｔ Ｉ ） ｍａ 蜩 Ｉ ）Ｘ（Ｉ ｘ Ｉ ｘＸ 一 ｉ ， ｒ Ｉ ）
维普资讯
Ｍ Ｒ Ｅ 市场经纬 —■■■■ Ａ Ｋ Ｔ・
影响私人汽车市场发展的相关因素分析
以江苏省为例
文， 钱明霞
加入世界 贸易组织后 ， 中国汽车市场对外开放 ， 动了国内 带 汽车产业 的迅速发展。 根据 中国汽车工业协会统计 ，０ ６年全年 ２０
２ ∞ ・ 经济论坛 Ｏ ６
７ ７
维普资讯
■■——一 市场经纬・Ａ Ｋ Ｔ Ｍ Ｒ Ｅ
表 １ 江 苏私 家 车 拥 有 量及 其相 关 因素 的 有关 数 据
资料来源： 江苏统计年鉴 》（ ０ ０ ０６） 江 苏统计局鳊， 《 ２ ０ ～２０ ， 中国统计 出版社。 说明，０６年的数据是根据 ２０ ２０ ０ ７年政府公报数 据推算获得的估计数 。
成为全球第三大汽车生产国 。 同时超过 日本 ， 成为全球 第二大新 车消费市场 。 经济发展是汽车消费的物质基 础。 根据发达 国家的经验 ， 当 人均 Ｇ Ｐ 到 １０ 美元 ， Ｄ 达 ００ 汽车开始进入家庭 ； 当人均 Ｇ Ｐ达到 Ｄ
2023年城市汽车保有量增长趋势分析
2023年城市汽车保有量增长趋势分析随着城市化进程的加速和人们生活水平的提高，城市汽车保有量呈现出不断增长的趋势。
本文将以2023年为维度，对城市汽车保有量增长趋势进行分析，从政策推动、经济发展和社会需求等方面展开讨论。
一、政策推动近年来，许多政府出台了鼓励汽车消费和促进城市交通发展的政策。
例如，各地对新能源汽车推行优惠政策，鼓励市民购买绿色环保的车辆。
同时，城市规划和城市交通发展也受到政策支持，提供更多的停车位和交通设施，方便市民使用私家车。
这些政策的实施将进一步推动城市汽车保有量的增长。
二、经济发展随着经济的快速发展，人们的生活水平和购车能力也得到了提升。
城市中心地区经济繁荣带动了消费升级，许多人选择购买私家车来提高出行效率和生活品质。
同时，城市就业机会的增加以及金融、科技等行业的发展，也为更多人提供了购买汽车的经济支持。
这无疑将进一步推动城市汽车保有量的增长。
三、社会需求随着城市人口的不断增加和城市扩大，人们出行需求也日益增加。
公共交通的覆盖面和便利性在一定程度上无法满足人们的需求。
同时，随着家庭结构的变化，许多家庭需要照顾年幼或老年人，私家车成为了他们出行的首选工具。
此外，购车还能为家庭提供更多的便利，如购物、旅行等方面。
这些社会需求将进一步推动城市汽车保有量的增长。
综上所述，2023年城市汽车保有量将呈现快速增长的趋势。
政策的推动、经济的发展和社会的需求将共同促使城市汽车保有量的增加。
与此同时，我们也需要在增加车辆保有量的同时，加强城市交通规划和管理，提高交通设施的建设和运营管理水平，以确保城市交通的有序和高效。
只有在综合考虑城市发展和环境保护的前提下，我们才能实现城市汽车保有量增长与城市宜居环境的和谐共存。
对我国私人汽车拥有量进行因素分析
对我国私人汽车拥有量进行因素分析张桂生国贸1班 20101713310040引言：改革开放以来，我国经济高速发展，我国GDP三十多年来的平均增长速度高达9.8%。
国力增强，人民有钱了，生活水平大大提高，就有能力购买所想要的物品。
20世纪90年代以前我国汽车市场处于公务用车，不仅需求量少，而且70%是政府、事业单位的公务用车，剩下的是企业的商务用车，几乎没有私人用车，也没能力购买私家车。
90年代以后公务用车与商务用车的份额发生变化，人民收入增加，私人购车开始起步。
2002年以来，私家车发展迅速，进入私人购车阶段。
有关统计资料表明，我国城镇居民中有3800万户（占城镇居民总户数的24.8％），有能力承受10万元左右的汽车消费。
从近几年我国汽车消费的发展变化来看，汽车消费将成为消费热点。
从1990年到2000年的10年间，我国民用汽车的保有量由551.36万辆增加到1608.91万辆，平均每年增长11.3％。
其中私人汽车拥有量由1990年的81.62万辆增加到2000年的625.73万辆，平均每年增长22.6％。
私人汽车拥有量占民用汽车的保有量比重从1990年的14.8％，上升到2000年的38.9％，平均每年上升2.4个百分点。
1996年以来，民用汽车拥有量的增加量中，私人汽车增加量的比重均高于57.7％，其中最高的是1999年，私人汽车增加量占全部民用汽车增加量的82.5％。
这说明我国汽车市场结构发生了根本性的变化，居民个人已经成为我国汽车市场的消费主体。
正因为私家车逐渐占据了汽车消费市场的主导地位，私人购车成为我们越来越关注的对象，单从经济方面来说，私人汽车拥有数量是评判一个国家人民生活水平的重要指标，对它的研究分析是有比较现实的意义的。
一、研究的相关理论背景（1）凯恩斯消费函数模型凯恩斯消费函数模型为:C=α+β*Y,式中C为现期消费,Y为现期收入,α为收入无关的那部分消费,即自发性消费,β为边际消费倾向。
中国国情分析——私家车的发展问题及建议
中国国情分析——私家车的发展问题及建议摘要：随着改革开放，国家快速发展，我国人民生活水平有了显著的提高。
私家车消费日渐成为国民经济增长的亮点也成为政府和广大消费者关注的热点。
本文将结合中国国情对我国私家车的发展历程、发展现状及产生的问题展开分析并提出合理的解决途径。
关键词：私家车、发展、保有量、建议、公共交通一、私家车的发展历程回首改革开放三十多年，让国人怦然心动的往事之一就是有关私家车的记忆。
30多年前，骑一辆“永久”牌自行车在街道上穿行，那是件很令人羡慕的事；30多年后的今天，开着私家车上下班，也是一件平常事儿了。
30多年来人们代步工具的变迁，勾勒出改革开放以来我市百姓生活的巨大变化和社会发展的巨大成就。
70年代末，刚刚从“文革”走出来的中国老百姓，一万个人中间也许不会有一个人梦想有一天会开上私家车。
当时中国的轿车价格是国际市场的三四倍，大多数工薪族月薪四五十元，不吃不喝攒钱半辈子，也买不起一辆轿车。
百姓拥有轿车，在当时甚至是个禁区。
新中国诞生的头30年里，出于意识形态的考虑，私人轿车作为资本主义的象征，从50年代的限制直到1966年的“文革”中彻底消失。
即使公务车，也严格按等级，实行配给。
1984年以前，如县团级干部只能乘用国产吉普车。
当时中国的轿车千人保有量不足0.5辆，在全球130个国家和地区中排名最后。
到了80年代，公务车的级别限制松动，经济发展和对外交往使国产轿车不符需求，丰田皇冠等日本轿车通过合法进口与走私，涌进国门，并于1985年达到顶峰。
两三年间，耗用的外汇，相当30年中国汽车工业总投资的两倍多。
这一状况引发了全社会巨大反响，造车，还是买车，已经上升到涉及民族自尊心的政治问题，中央决策层开始高度关注。
中国汽车工业强烈要求发展轿车生产，面对当时资金和技术的严重短缺，1982年，邓小平同志批示“轿车可以合资”。
1985年前后，北京吉普、上海大众、广州标致，三个有尝试性质的合资企业开始建立。
私家车数量增加给大连环境带来的影响调查
私家车数量增加给环境带来的影响提案摘要: 介休市在经济高速增长、百姓购车热情高涨的情况下,私家车的数量迅猛发展，随之也带来一系列的环境和交通问题。
我市正积极着手进行着汽车噪声尾气污染控制和城市交通网络的规划、优化工作, 此项工作已经引起社会的广泛关注,优先发展公交的呼声也越来越高, 这也是从根本上解决城市环境污染和交通拥挤堵塞状况的必然选择。
1前言随着经济发展速度和城市现代化节奏的加快, 机动车的数量迅猛增加，私家车作为现代社会的交通工具,正以惊人的速度进入居民家庭，给人们生活带来了极大方便的同时，可随之而来的尾气噪声污染，交通拥挤，停车难等一系列的环境和社会问题也给人们带来了更多的烦恼。
2私家车迅猛增长对介休可持续发展的挑战2. 1增大能源消耗, 导致能源危机08年6月底，中国机动车保有量为165,713,347辆，与2007年底相比，增加5,935,758辆，增长3.72%。
这些数量庞大的“喝油机”，每天都要消耗大量的能源。
石油是不可再生资源，照目前的趋势发展下去，我们很快就要面对石油危机带给我们的问题，现在国际原油价格一再飙升，我国的油价也随之不断上涨,也正是私家车日益增长所带来的最直接的结果。
2.2影响人体健康，导致环境恶化机动车排放的主要污染物有一氧化碳（CO）、碳氢化合物（HC）、氮氧化物（）、二氧化硫（）、颗粒物质（铅化合物、炭烟、油雾）以及四乙基铅等。
汽车废气是大气污染的重要来源，这些有害物质会危害人的健康, 妨碍人和植物的正常生长、腐蚀建筑材料和器物。
世界上的一氧化碳(CO)、碳氢化合物和氮氮氧化物( ) 气体将近50%是由以汽油和柴油为动力的发动机燃烧的矿物燃料释放的,大气中有80%～ 90%的铅来自汽车所使用的含铅汽油。
据统计，平均每燃烧一吨的90号汽油，所产生的有害物质总量高达40-70Kg。
我国目前机动车CO 年排放量已接近1000万吨,HC排放量也达到100万吨以上。
上海汽车保有量调研报告
上海汽车保有量调研报告上海汽车保有量调研报告一、研究目的本次调研的主要目的是了解上海市汽车保有量的现状和发展趋势，为相关政府部门和汽车制造商提供参考，以便为上海市的交通规划、城市发展和汽车产业的发展提供战略指导。
二、研究方法本次调研采用了问卷调查和数据统计分析的方法。
问卷调查主要面向上海市车辆所有者，通过对一定数量的样本进行调查，得出一定的调研结论。
数据统计分析主要通过对上海市汽车登记数据进行统计和分析，以得出上海市汽车保有量的具体情况。
三、研究结果1. 上海市汽车保有量现状根据调查数据显示，截至调研日期，上海市汽车保有量约为xxx万辆，其中私家车保有量占比最大，达到了xx%。
另外，商用车和公务车的保有量分别占总保有量的xx%和xx%。
2. 上海市汽车保有量增长趋势通过分析数据发现，上海市汽车保有量呈现稳步增长的趋势。
近几年来，随着居民收入的增加和汽车价格的下降，越来越多的上海市民购买了私家车。
据预计，未来几年上海市汽车保有量还将继续增长，但增速可能会有所放缓。
3. 影响上海市汽车保有量增长的因素调研数据显示，影响上海市汽车保有量增长的因素有多方面。
其中，收入水平是主要因素之一。
随着居民收入的增加，购车能力提升，进而推动汽车保有量的增长。
此外，交通拥堵问题也是一个重要的影响因素。
随着交通拥堵问题的加剧，上海市民购买私家车的需求也在增加。
政府政策的调整也会对汽车保有量产生影响，例如限购政策等。
四、结论和建议1. 随着上海市居民收入的增加和汽车价格的下降，上海市汽车保有量将继续增长，但增速可能会有所放缓。
相关企业和政府部门可以根据这一趋势做出相应调整和规划。
2. 针对交通拥堵问题，建议政府加大对公共交通的投入，提高其发展水平和服务质量，以减少私家车的使用。
同时，也可以通过限制汽车增量等措施来缓解交通压力。
3. 政府部门应根据汽车保有量的增长趋势，积极制定相关政策，引导汽车消费向新能源汽车领域转移，以促进上海市的汽车产业发展和环境保护。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关于私家车保有量的影响因素分析
摘要：基于各线城市日益严重的交通拥堵情况，本研究提出了私家车保有量的
影响因素，并于国家数据获取了相关因素自1998年至2013年的真实数据进行分析。
本研究的核心是建立多元线性回归分析模型，来分析私家车保有量的影响因素进行，分析各因素与保有量的影响关系，从而需求清晰地描述出私家车保有量的影响关系。
关键词：私家车保有量多元回归因素分析
一、问题提出
随着社会经济的发展,私家车保有量近年来一直保持增长。
私家车不仅方便了大众出行,也带动了整个供应链相关行业的发展和GDP的增长,但是却带来了拥堵问题、污染问题及安全问题已经对我们的生活造成困扰。
二、建立模型
2.1选择模型
多元线性回归模型是指有多个解释变量的线性回归模型,用于揭示被解释变量与其它多个解释变量之间的线性关系。
由于非线性模型的假设检验都涉及非常复杂的数学计算，所以本文考虑做一个线性模型，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。
本研究选取五个影响私家车保有量的影响因素，运用多元线性回归非常适合。
2.2变量选取
影响私人汽车拥有量的因素有很多，本研究从当今比较热的政策方针及大家谈论比较多的角度等综合考虑，确定了影响私家车保有量的五个因素：居民消费水平、国内消费税、汽车产量、公路里程、汽油产量，并从国家数据官方网站获取了相关因素自1998年至2013年的真实数据。
2.3模型建立
从多元回归分析角度，我们建立如下模型：
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+u
其中：
Y私家车数量（万辆）
X1居民消费水平（元）
X2国内消费税（亿元）
X3汽车产量（万吨）
X4公路里程（万公里）
X5汽油产量（万吨）
数据如下：
表2-1 各因素数据表
2.4模型分析
2.4.1表2-2所示是模型汇总，R称为多元相关系数，R2代表着模型的拟合优度。
R2=∑(ŷ−y̅)2
∑(y−y̅)2
我们可以看到该模型是拟合优度良好。
也称为失拟性检验。
表2-3模型汇总
Model
Sum of
Squares df Mean Square F Sig.
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 1.526E8 5 30512876.711 576.694 .000a
Residual 529099.616 10 52909.962
Total 1.531E8 15
2.4.4 模型的适合性检验，主要是残差分析。
残差图是散点图，如图2-1所示
图2-1残差图
可以看出各散点随机分布在e=0为中心的横带中，证明了该模型是适合的。
同时我们也发现了异常点，就是2013年，这种离群点是值得进一步研究的。
还有一种残差正态概率图（rankit图）可以直观地判断残差是否符合正态分布。
如图2-2所示：
图2-2 rankit图它的直方图如图2-3
三、影响因素分析与结论
3.1影响因素分析
有多元线性回归方程：
Y=-1954.399+0.765X1+0.219X2-0.326X3-3.746X4+0.067X5+u
Y私家车数量，X1居民消费水平，X2国内消费税，X3汽车产量，X4公路里程，X5汽油产量。
可以看出私家车保有量与居民消费水平成正比，且主要由居民消
费水平决定；国内消费税也与私家车保有量存在正相关关系，且影响程度较大；汽油产量虽然与私家车保有量存在正相关关系，但影响不是很大。
由上也可得出看似与私家车保有量成正相关关系的汽车产量、公路里程实际却是与私家车保有量成负相关关系，且公路里程存在较大偏差。
3.2结论
1.居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
在我国当前的国情下,居民消费水平决定的市场供求关系是影响私人汽车保有量变化趋势的根本,相反低消费水平会抑制私人汽车消费,阻碍汽车市场的发展。
2.基于现今执行的新车购置税规定，购买新车需要交纳一定的新车购置税，所以购置税的升高，在一定程度上是由私家车购买量贡献的。
3.由于汽油的用途相当广泛，仅在机动车领域，私家车所占比例就有限，所以私家车的保有量增加由汽油产量增加产生的影响较小。
4.汽车产量与私家车保有量成负相关关系，一定程度说明我国经济发展较快，对私家车外的汽车的需求量增长速度快于私家车保有量的速度。
5.虽在大家看来公路里程的增加会带来私家车保有量的增加，但实际情况却并非如此，这说明我国经济增速加快，公路在承担居民正常交通出行的情况下，更多的承担了货物运输的功能。
参考文献
[1] 数据来源：国家统计局官方网站
/index;jsessionid=B89EACCB049D3D6A0DD71B0662D 8CAEC
[2]虞晓芬.中国私人汽车保有量影响因素及其变化路径分析.工业经济技术，2013-11.
[3]王影. 基于创新扩散理论的我国私有汽车保有量影响因素研究.重庆师范大学，2012-3-1.
[4]颜鲁林. 利用SPSS对大学生学习注意力集中程度进行多元线性回归分析.兰州大学，2012-6.
[5] 刘艳丽. 影响北京市私家车保有量的因素研究.中国市场，2011-8.
[6] 陈璇璇.人口、资源、环境视角下的汽车保有量影响因素研究.首都经济贸易大学，2008-04-01.
[7] 许良,毕开顺.多元线性回归分析法在蒙药森登4汤谱效关系解析中的应用.计算机与应用化学，2008-10-28.。