影响国内私人汽车拥有量的几个重要因素分析大学论文
我国私人汽车拥有量影响因素的计量分析
参考内容二
文章标题：我国私人汽车拥有量的计量经济学模型及其检验和预测 引言： 随着经济的发展和人民生活水平的提高，我国私人汽车拥有量逐年攀升。私 人汽车的普及程度不仅代
表着我国汽车工业的发展水平，也反映了人民的生活质量。因此，研究私人 汽车拥有量的影响因素及其发展趋势具有重要意义。本次演示旨在通过建立计量 经济学模型，分析私人汽车拥有量的影响因素，并对其进行检验和预测。
五、结论
本次演示通过问卷调查和统计分析，深入探讨了我国私人汽车拥有量的影响 因素。研究发现，人均GDP、居民可支配收入、城市化水平和汽车产业政策等因 素对私人汽车拥有量的影响最为显著。政策制定者可以通过调整相关政策，
鼓励或限制私人汽车的拥有和使用，以实现汽车产业的可持续发展。例如， 可以加大对新能源汽车的补贴力度，推动绿色出行方式的发展；同时，也可以通 过拥堵收费等措施，限制私人汽车的过度使用研究也存在一定局限性。首先，由于数据可得性限制，本 次演示所选取的解释变量并不全面，可能存在其他影响私人汽车拥有量的重要因 素未被纳入模型。其次，本次演示主要了私人汽车拥有量的影响因素，对其发展 趋势进行了预测
，但未对私人汽车拥有量进行细分研究，如不同收入水平、不同地区等细分 市场的拥有量变化情况尚需进一步探讨。未来研究可针对以上不足之处进行深入 分析，为相关政策制定提供更为精确的理论依据。
三、研究方法
本次演示采用问卷调查和统计分析相结合的方法，对中国私人汽车拥有量的 影响因素进行研究。首先，设计问卷调查，收集各地区私人汽车拥有量及相关影 响因素的数据。其次，运用描述性统计方法，对各地区私人汽车拥有量及影响因 素进行统计分析
。最后，通过因果关系分析，探讨各因素之间的相互作用。
四、结果与讨论
然而，要解决私人汽车带来的环境问题，不能仅依靠限制私人汽车的发展， 还需要大力发展新能源汽车技术，提高充电设施的建设，引导消费者转变出行观 念，提倡绿色低碳的生活方式。
中国私家轿车拥有量与其影响因素
- -----中国私家轿车拥有量与其影响因素摘要：轿车进入家庭不是单一因素的结果。
通过对影响中国私人轿车拥有量的因素，即GDP、居民消费价格指数、工业品出厂价格指数等三个方面的定量分析，估计除了这三个因素对中国私人轿车拥有量的影响程度。
此项研究可对我国私人轿车拥有量的准确预测及交通规划和管理提供理论的依据。
关键字：私人轿车拥有量GDP 居民消费价格指数工业品出厂价格指数汽车产量研究主题：随着国内经济的高速发展，人们的物质生活水平不断提高，越来越多的家庭拥有了自己的私人轿车。
拥有私人轿车为人们的出行带来了方便，但同时私人轿车数量的增多也带来了一些社会问题。
除了看得见的交通拥挤、城市交通环境恶化，还有看不见的空气污染、土壤污染等自然环境恶化。
这给城市交通、城市环境、城市空间架构的可持续发展都带来不利影响。
但与此同时，私人轿车大规模的拥有和使用同一创造了巨大的社会效益。
因此，研究中国私人轿车拥有量的影响因素，并对其进行定量粉丝将有重大的意义。
本文通过对影响中国私人轿车拥有量的因素，即GDP、居民消费价格指数、工业品出厂价格指数、汽车产量等四个方面的定量分析，估计出了这三个因素对中国私人轿车拥有量的影响程度。
此项研究可对我国私人轿车拥有量的准确预测及交通规划和管理提供理论依据。
数据类型：时间序列数据数据频度：年起止时间：1995-2011主要研究方法：用普通最小二乘估计进行参数估计。
通过基础的检验最终确定模型结构。
模型设定研究中国私人轿车拥有量的影响因素，需要考虑一下几个因素：1.钢材的产量 2.国民总收入，我们定义模型的变如下面所示：Y：中国私人汽车拥有量（万辆）X1：钢材产量（万吨）X2：GNI（亿元）数据的收集数据质量直接决定着模型的质量，本文收集了中华人民共和国国家统计局编的《2012统计年鉴》中1995年共15年的相关数据。
如表1所示。
1999 533.88 12109.78 88479.22000 625.33 13146 98000.52001 770.78 16067.61 108068.22002 968.98 19251.59 119095.72003 1219.23 24108.01 134977.02004 1481.66 31975.72 159453.62005 1848.07 37771.14 183617.42006 2333.32 46893.36 215904.42007 2876.22 56560.87 266422.02008 3501.39 58488.1 316030.32009 4574.91 69405.4 340320.02010 5938.71 80276.58 399759.52011 7326.79 88619.57 472115.0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，所以我们考虑做一个多元线性模型，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。
计量经济学论文 关于我国私家车拥有量影响因素的计量经济模型分析
计量经济学双学位期末考试2012~13学年第二学期专业：姓名：学号：成绩：关于我国私家车拥有量影响因素的计量经济模型分析摘要：本文采用了中华人民共和国国家统计局公布的2001 – 2010年共10年间的中华人民共和国国家统计局公布的相关数据，选择一些相应的影响因素利用Eviews7.2软件对模型进行计量分析。
并对最后结果进行经济意义分析。
主要描述了各种相关因素对我国私家车拥有量的影响，以及自己的看法。
关键词：私家车拥有量；影响因素；计量经济模型分析；Eviews7.2一、引言2012年，我国汽车工业再次取得良好成绩：全国汽车产销1927.18万辆和1930.64万辆，同比分别增长4.7%和4.3%，比上年同期分别提高3.8和1.9个百分点，增速稳中有进。
产销突破1900万辆创历史新高，再次刷新全球记录，连续四年蝉联世界第一。
从数据上看，我国汽车产量已连续三年超过1800万辆，由此可见，我国汽车工业已进入总量较高的平稳发展。
近年来，我国经济迅猛发展，随着国内市场汽车价格的持续下降和我国居民生活水平的不断提高，私人汽车虽然作为高档消费品，却已经逐步走进了普通家庭。
同时随着居民消费结构的升级，私人购车呈现迅猛增长的势头，成为我国汽车产业发展的决定性力量，同样也成为社会经济发展的必然趋势。
因此，分析对我国私家车拥有量有着重要影响的因素对保证我国汽车产业蓬勃发展也是很有必要的。
在这里，本文主要根据中华人民共和国国家统计局公布的2001 – 2010年共10年间的中华人民共和国国家统计局公布的相关数据，描述并分析城市居民人口数量，城市居民消费水平，国民总收入这三个因素对我国私家车拥有量的影响。
二、文献综述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。
对于多数商品来说，当消费者的收入水平提高时，就会增加对商品的需求量，反之，当消费者的收入水平下降时，就会减少对该商品的需求量。
计量论文我国私家车拥有量影响因素的计量分析
计量经济学课程论文我国私家车拥有量影响因素的计量分析我国私家车拥有量影响因素的计量分析一.问题的提出私家车，私人自己买的，拥有使用支配权的，在不违法的情况下可以自由的使用支配。
2013年，私家车取消了以前15年必须报废的规定，改为60万公里引导报废。
随着我国经济实力的增强，人民生活水平的提高，私人汽车的需求量也是逐年增加。
尤其是2002年以来，私人购车占整个市场的份额迅速提升，汽车市场进入私人购车阶段。
根据国际通用车价和国内生产总值增长比较系数计算，未来5~10年中国有购车能力的人口可达5亿，约1.5亿个家庭。
未来20年中国有望成为全球第一大汽车市场。
而且全世界范围内千人汽车保有量128辆，按照6月末中国的汽车保有量测算，中国千人汽车保有量大约为63辆，相当于世界平均水平一半。
由于中国人多地少的基本国情，如此低的汽车保有量，已经给城市交通和环境带来巨大压力。
交通拥堵、空气污染已经成为国内许多城市挥之不去的梦魇,汽车对能源消耗和环境的影响也越来越大。
继北京对汽车实行限购限行措施后，国内还有一些城市也准备采取相关措施，缓解交通拥堵。
在一些大城市，汽车过快增长和道路不足的矛盾越来越突出。
正因为私人汽车逐渐占据了汽车消费市场的主导地位又引发诸多矛盾，并直接反映了整个汽车行业的现状，所以私人汽车消费市场越来越吸引人们的关注。
二.理论综述多重共线性：所谓多重共线性（Multicollinearity）是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。
一般多重共线性的修正都是采用逐步回归法来解决，具体步骤如下：先用被解释变量对每一个所考虑的解释变量做简单回归，然后以对被解释变量贡献最大的解释变量所对应的回归方程基础，再逐个引入其余的解释变量。
这个过程中会出现3种情形：①若新变量的引入改进了adjustR^2和F检验，且其他回归参数的t检验在统计上仍是显著的，则可考虑在模型中保留该变量。
全国私人汽车拥有量的影响因素分析
Ｏ０ ４ Ｉ ｘｆ ＋ ．７ ７ ｘ —Ｏ１ ８ １ｘｆ ２ ２ ５ｎ ４ １ ４ ３ ｎ ４ ｌ ．５ ３ｎ ４ １ ０３ ３ ｉ ￣ ． ２ｎ １ｌ一 ． ６ １ ｘｆ ０ ７ １ ｘ ｎ ｒ ６ ３ ＋ ，
—
五、 结束 语
结 合 模 型 可 得 ，从 １ ８ ９ ５年 到 ２ ０ ０ ９年 我 国经 济 稳 定 持 续 增
（ ） 正 多重 共 线 性 三 修
采用 逐 步 回归 法 ， 决 模 型 的多 重 共 线 性 问题 ， 到 的 回 归 解 得
目前 ，有 很 多 学 者 对 此 影 响 私 人 汽 车拥 有 量 的 因 素 进 行 了 研 究 。 凤丹 、 婕 和郭 红 燕 （ ０ ８ 认 为 国 际油 价 是 影 响 私 人 汽 施 徐 ２０ ） 车拥 有 量 的 因 素 ，并 证 明 我 国 私 人 汽 车 拥 有 量 与 国 际 油 价 及 人 均 收 入 之 间存 在 长期 协整 关 系 ， 同时 ， 据格 兰杰 因果 关 系 检 验 根 结 果 验 证得 到 ，中 国私 人 汽车 拥 有 量 对 国 际 油价 存 在 单 向 的 因 果 关 系 。 韩 雪 和 李潜 （ ０ ６ 分 析 了 １ ８ ￣ ０ ４年 我 国 私人 汽 车 ２０ ） ９９２０ 拥 有 量 、 民总 收 入 和 钢 材 产 量 之 间 的关 系 ， 国 建立 了 三 者 之 间 的 计 量 经 济模 型 ， 章认 为 ， 民 总 收 入 每 增 加 １ ， 文 国 ％ 私人 汽 车拥 有
随 着 我 国 经 济 的 不 断 发 展 和 人 口的 增 加 ，我 国私 人 汽 车 的 数 量
还 会 持 续 不 断增 加 ， 将 成 为 我 国普 通 大 众 的消 费 品 。 它
我国私人汽车拥有量的分析
我国私人汽车拥有量的分析摘要：随着我国经济的快速发展，私人汽车正逐步走入每个家庭，同时汽车的大幅增加势必对交通、能源和环境带来巨大的压力，这也制约着我国私人汽车的发展空间。
本文根据近年来国内各项经济指标，运用计量经济学模型中的多元线性回归方法以及EVIEWS软件对我国私人汽车拥有量进行了科学的分析及预测，揭示出私人汽车拥有量的影响因素关键词：私人汽车拥有量经济发展影响因素一、理论背景汽车特别是用于消费的私人汽车拥有量的多少，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。
汽车作为中国家庭拥有率最低的一种高档耐用消费品，随着居民收入水平的不断提高和中国政府鼓励轿车进入家庭政策的出台，制约需求的各种不合理费用逐步取消和汽车贷款正在被越来越多人所接受，汽车正在快速进入普通家庭。
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。
我国汽车社会面临能源紧缺、燃油价格上涨、土地资源有限等诸多不利因素。
如果对这种快速增长不从战略的高度加以科学引导和调整，汽车的迅猛增长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发展的阻碍因素。
在这样的背景下，进行私车发展转型刻不容缓，力图使私车保有量在节约、环保、节能的“框架”中适度增长。
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，同时也与我国交通状况有密切联系。
因此我试图通过建立计量经济学模型来发现私人汽车保有量与有关社会经济数据之间的关系。
二、变量选取考虑各个数据的可获得性质，本文选取：被解释变量：，为私人汽车拥有量解释变量：，国内生产总值，人均可支配收入，汽车产量三、数据采集1996～2011年各变量的统计数据年份私人汽车拥有量（万辆）国内生产总值（千亿元）人均可支配收入（元）汽车产量(万辆)1996 289.67 71.18 4838.90 147.52 1997 358.36 78.97 5160.30 158.251998 423.65 84.40 5425.10 1631999 533.88 89.68 5854.00 183.22000 625.33 99.21 6280.00 2072001 770.78 109.66 6859.60 234.172002 968.98 120.33 7702.80 325.12003 1219.23 135.82 8472.20 444.392004 1481.66 159.88 9421.60 509.112005 1848.07 183.08 10493.00 570.492006 2333.32 210.87 11759.5 727.92007 2876.22 249.52 13785.8 888.72008 4173.39 300.67 15780.8 934.552009 5314.31 335.353 18858 1382.662010 6539.36 397.983 19109 1826.472011 7872.12 471.564 23979 1841.89四、实验分析1、建立多元线性回归模型利用eviews做ols分析，得Dependent Variable: YMethod: Least SquaresDate: 12/18/13 Time: 12:46Sample: 1996 2011Included observations: 16Variable Coefficie Std. Error t-Statisti Prob.C -978.8384 266.3186 -3.675441 0.0032X1 16.40551 7.733326 2.121404 0.0554X2 -0.057568 0.127273 -0.452316 0.6591X3 1.182315 0.748049 1.580532 0.1400R-squared 0.991097 Mean dependent var 2351.771 Adjusted R-squared 0.988871 S.D. dependent var 2384.87614.10576S.E. of regression 251.5855 Akaike infocriterionSum squared resid 759543.4 Schwarz criterion 14.29891Log likelihood -108.8461 F-statistic 445.2936 Durbin-Watson stat 0.848017 Prob(F-statistic) 0.000000 回归方程为(-3.67) (2.12) (-0.45) (1.58)=0.991097 =0.988871 F=445.2936通过对模型进行简单的分析可知，该模型的拟合程度非常好，且方程的显著程度也比较高。
我国私人汽车拥有量影响因素分析
我国私人汽车拥有量的影响因素分析摘要：本文选择了《2007年中国统计年鉴》中1998年一2007年共10年的相关数据，选择全国城镇人口数，城镇居民人均可支配收入，全国汽车产量，全国公路里程作为解释变量构建模型，对我国私人汽车拥有量的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l 序论改革开放以来，我国经济迅猛发展，人民生活水平不断提高，汽车进入普通家庭已成为共所周知的事实，私家车开始步入普及化道路的里程碑，同时随着居民消费结构的升级，私人购车呈现出迅猛增长的势头，成为我国汽车产业发展的决定性力量，同样也会成为社会经济发展的必然趋势。
由于私人汽车拥有量直接影响我国汽车产业的发展，并间接影响着国家经济的发展，因此对我国私人汽车拥有量问题的深入研究就显得尤为重要，这有助于帮助大家认清现状，做出合理的决策。
鉴于此原因，我们进行了这次关于私人汽车拥有量的计量模型研究。
2 建模2.1 模型的选取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。
2.2 变量选择影响私人汽车拥有量的因素有很多，包括全国城镇人口数，城镇居民人均可支配收入，全国汽车产量，全国公路里程，全国铺装道路长度，我国GDP等，但综合考虑，选取一部分变量进行研究，而且为了方便查找数据，本文选用选择了《2007年中国统计年鉴》中1985年至2007年共23年的相关数据。
2.2.1 全国城镇人口数本文预计私家车的拥有量与全国城镇人口数有关，因此引入解释变量全国城镇人口数，并先验预期其与私人汽车拥有量呈正相关。
2.2.2 城镇居民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人水平有关，因此引进解释变量人均可支配收入，并先验预期此因素与私家车拥有量呈正相关。
我国私人汽车拥有量的影响因素分析
关于我国私人汽车拥有量的影响因素分析芮珍珠（闽江学院管理系 11工商管理 3110602134）摘要：建立准确而合理的计量经济学模型，寻找全国私人汽车拥有量和社会经济的相关指标之间的函数关系，可以较为准确的对一国短期内私人汽车拥有量的变化进行定量的分析和预测。
本文选取了1991年~~2009年的相关数据进行分析，旨在找出近些年我国私人汽车拥有量变动的影响因素。
首先，先找了四个解释变量，并搜集了相关数据，进而我们建立了理论模型，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，并相应地提出了自己的看法。
关键词：私人汽车拥有量计量经济学模型影响因素实证分析一.引言随着市场经济的稳定繁荣和改革开放的深入发展，我国的经济经历了一个快速发展的时期，这为私人汽车提供了巨大的发展空间，同时私人汽车拥有量的大幅增加势必对土地、能源和环境带来巨大压力，这就需要对影响私人汽车发展的主要因素进行分析。
在目前家用汽车日趋成为消费热点的大背景下，对我国家用汽车拥有量的研究分析和预测显得十分重要和必要，无论是对我国制定产业政策、发展国民经济还是对人民群众的日常生活都有深远的意义。
二.建模私人汽车拥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。
我们知道，交通运输系统是社会经济大系统下的一个子系统，所有有关交通运输的统计指标都应该由社会经济的大环境决定。
因此，我下面试图用建模的方式来探讨我国私人汽车拥有量与有关社会经济数据之间的关系。
1.模型的选取根据本人目前对计量经济学掌握程度，决定建一个多元线性模型，减少计算的复杂度。
2.解释变量的选择影响私人汽车拥有量的因素有很多，本文选了其中较为具有代表性的四个因素。
①城镇人口数：本文预计私家车的拥有量与全国城镇人口数有关，因此引入解释变量全国城镇人口数，并先验预期其与私人汽车拥有量呈正相关。
②城镇居民家庭人均可支配收入居民收入的高低对于私人车辆的购买有着直接的影响，目前我国私人购买车辆逐年增多，与居民收入的提高有着直接的关系。
基于计量经济学的私人汽车量影响因素分析
基于计量经济学的私人汽车量影响因素分析（论文）姓名：彭思威学号：2120150316班级：土木工程（管理科学与工程）二〇一二年十二月二十三日基于计量经济学的私人汽车量影响因素分析摘要：随着我国经济的快速发展，人均收入的不断提高，越来越多的中、高层收入者开始购买小汽车，从而带动我国私人汽车业的迅速发展，使我国每年的汽车销量高速的增长。
私人的汽车拥有量自90年代中期开始飞速提升（据相关数据表明，深圳市的私人汽车拥有量更为明显的大幅度提高）。
也正因为汽车业的发展，从而拉动一整条产业链上的其他行业发展，对国内经济起到了巨大的推动作用。
本论文运用计量经济学方法，从资料中采集到从1995年—2010年16年的时间内（考虑到16年时间长度较能充分说明私人汽车量的影响分析），把私人汽车拥有量及其重要影响因素的时间序列为样本，分析了我国平均工资水平、城乡居民存款、货币供应量、城乡居民恩格尔系数、物价指数和汽车产量对我国汽车私人拥有量的影响，并在此基础上对我国汽车市场发展提出建议。
关键字：私人汽车拥有量平均工资城乡居民存款货币供应量城乡居民恩格尔系数物价指数汽车产量一．模型设定根据对我国私人汽车量的数据（下表1）分析，判断可能的影响因素，从定性的分析出发，确定出决定私人汽车量的几个因素，并设定模型。
模型设定如下：Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+u iY表示私人汽车拥有量（万辆），X1表示平均工资水平（元），X2表示城乡居民存款（亿元），X3表示货币供应量（亿元），X4表示恩格尔系数，X5表示物价指数，X6表示汽车产量（万量）。
b0、b1、b2、b3、b4、b5、b6是待定系数，u i是随机误差项。
表—1为由中国统计局网站得到1995-2010年的有关数据：表—1 1995—2010年相关数据二．参数估计运用最小二乘估计（OLS），对模型进行参数估计，得到Eviews的回归结果如表2所示：表—2 回归结果Dependent Variable: YMethod: Least SquaresDate: 20/12/12 Time: 14:17Sample: 1995 2010Included observations: 16Variable Coefficient Std. Error t-Statistic Prob.C-1831.258574.6463-3.1867580.0111X1-0.0022990.040145-0.0572690.9556X2-0.0069850.005869-1.1901440.2644X30.0112860.004931 2.2885970.0479X426.8835210.08885 2.6646770.0258X50.9438017.8759800.1198330.9072X60.3163040.7756040.4078170.6929R-squared0.998995 Mean dependent var1749.632Adjusted R-squared0.998325 S.D. dependent var1692.257S.E. of regression69.25385 Akaike info criterion11.61307Sum squared resid43164.86 Schwarz criterion11.95108Log likelihood-85.90456 F-statistic1491.242Durbin-Watson stat 2.396327 Prob(F-statistic)0.000000从回归结果可得出，系数b0、b1、b2、b3、b4、b5、b6分别为：-1831.258、-0.002299、-0.006985、0.011286、26.88352、0.943801、0.316304。
影响国内私人汽车拥有量的几个重要因素分析
影响国内私人汽车拥有量的几个重要因素分析内容摘要：本文主要是研究对我国私人汽车拥有量产生重要影响的几个因素。
按照影响的重要程度，选择全国民用私人汽拥有量，全国人口数，全国居民消费水平指数，全国汽车产量，全国公路长度作为解释变量。
模型建立后，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：全国民用私人汽车拥有量全国人口数全国居民消费水平指数全国汽车年产量全国公路长度一导论改革开放以来我国GDP增长速度比世界平均水平高出多倍，一直位居世界前列。
随着综合国力的增强，人民生活水平大大提高。
20世纪90年代以前，我国汽车市场处于公务车阶段，不仅需求量少，而且70％来自政府、事业单位的公务用车，剩下的多是企业的商务用车，几乎没有什么私人用车。
1990年至2000年，公务用车的份额下降，商务用车的份额加大，私人购车开始起步。
2002年以来，私人购车占整个市场的份额迅速提升，进入私人购车阶段。
今年，我们对汽车市场总体还是看好。
汽车销量增长虽不会象去年那么快，但也可以达到20%左右。
按照国际通用的车价和国内生产总值增长比较系数计算，未来10-15年中国有购车能力的人口可达5亿，约1.5亿个家庭。
未来20年，中国有望成为全球第一大汽车市场。
之所以这么有信心，是因为整个国民经济发展的势头仍然比较强劲。
目前，汽车、住房、教育等行业列入了拉动内需的龙头行业。
这都将使得我国今年的GDP 持续高水平增长。
在经济强劲发展的势头下，国民的收入水平也在提高，购买能力大大加强，同时扩大内需的政策极大地促进了中国汽车业的发展。
汽车工业对国民经济的影响力越来越大。
而目前来说，汽车特别是用于消费的私人轿车保有量的多少，与经济发展、经济活跃程度、国内生产总值、人均国内生产总值的增长，以及道路建设的发展，有着密切的联系。
与此同时，消费者日益膨胀的购车热情和造汽车带来的暴利，引来了更多人的垂涎，一场新的汽车投资热风起云涌。
影响我国家用轿车需求的因素分析
影响我国家用轿车需求的因素分析影响我国家轿车需求的因素有很多，其中包括经济因素、技术因素、政策因素和文化因素等。
首先，经济因素是影响我国家轿车需求的重要因素之一。
随着经济发展水平的提高，人民收入水平逐渐提高，购买力也随之增强。
这使得更多的家庭有能力购买轿车，从而带动了轿车市场的增长。
此外，经济发展水平的提高也意味着城市化进程加快，人们在城市生活的需求日益增长，对轿车的需求也随之增加。
其次，技术因素对于轿车需求的影响也不容忽视。
随着科技的不断进步，轿车的性能、安全性和燃油经济性等方面得到了极大改善。
这使得轿车更加吸引人们的关注，也增加了购买轿车的动力。
例如，电动汽车的技术不断突破，其环保、低碳的特点受到了越来越多人的追捧，进而影响了轿车需求的变化。
政策因素在我国家轿车需求中也起到了重要作用。
政府在调控汽车市场方面采取的政策措施对于轿车需求起到了直接的影响。
例如，限购、限行等措施可以有效控制车辆数量，调整车辆结构，从而影响了轿车需求的变化。
此外，政府对新能源汽车的优惠政策也激励了更多人购买新能源轿车，进而影响了轿车需求的增长。
最后，文化因素也对我国家轿车需求产生了一定的影响。
随着生活水平的提高，汽车不再只是一种交通工具，也成为了人们身份认同和社会地位的象征。
这种文化因素使得人们将购买轿车视为一种投资行为，不仅考虑轿车的实用性和功能性，还注重轿车的品牌和外观等方面。
因此，文化因素也在一定程度上推动了轿车需求的增长。
综上所述，我国家轿车需求受到经济因素、技术因素、政策因素和文化因素等多方面的影响。
随着经济的发展、科技的进步、政策的调控和文化的演变，我国家轿车需求将会面临新的变化和挑战。
随着时间的推移，影响我国家轿车需求的因素正在不断发生变化。
除了经济、技术、政策和文化因素外，还有其他一些关键因素，如社会变迁、环境意识和交通拥堵等，也对我国家轿车需求产生了深远影响。
首先，社会变迁是一个重要的因素，直接影响着我国家轿车需求。
我国私人汽车拥有量的影响因素分析
我国私人汽车拥有量的影响因素分析[摘要]本文以“我国私人汽车拥有量的影响因素”为研究对象，将国民总收入、钢铁产量、汽油消费量、载客车数量、公路里程等因素作为可能的解释变量，采用“双对数回归模型”进行问题分析。
在初步回归结果的基础上，对模型进行一系列改进，包括：多重共线性的识别与修正；时间序列的平稳性检验；异方差的识别；自相关的识别与修正。
最终得到回归结果，并将此结果与中国实际情况进行了比较分析。
[关键词]私人汽车；线性回归；多重共线性；平稳性；协整；异方差；自相关1选题背景汽车工业向来有“火车头工业”之称。
作为我国的支柱产业之一汽车工业，其迅猛发展使中国成为世界第一汽车产销国，极大地改变了中国人的生活方式。
在20世纪90年代以前，我国汽车市场处于公务车阶段，不仅需求量少，而且大部分是政府、事业单位的公务用车，剩下的多是企业的商务用车。
1990—2000年，公务用车的份额下降，商务用车的份额加大，私人购车开始起步。
而从2002年开始，我国汽车行业进入了爆发式增长阶段。
私人消费的兴起，使得私家车需求量迅速攀升，私人汽车消费逐渐占领汽车消费市场。
基于对该重要行业的兴趣，笔者用所学的经济学与计量统计学方面的知识，对“我国私人汽车拥有量的影响因素”做了初步探索，并建立了相关分析模型。
2文献回顾对于作为中国国民经济支柱产业的汽车业，许多专家、学者都已经作过很深入的研究分析，虽然研究侧重点各不相同，但都涉及了汽车业的发展走向。
（1）山崎修嗣出版的《中国汽车产业》一书，该书将“陷入严重衰退的日本经济”与“仍然保持着较快步伐的中国经济”作了鲜明对比，着重突出了对中国经济起了大力推动作用的汽车产业。
此书的参考意义在于，通过对比日本产业，结合对中国汽车产业的实际考察，从宏观的“产业政策”到中观的“产业链、上下游产业供销情况”再到微观的“企业自主创新”，进行了全方位的研究，是对中国汽车业实际发展状况的全面概括。
（2）宇泽弘文出版的《汽车的社会性费用》一书，剖析了“汽车社会性消费”、“社会性毒害”给日本带来的灾难。
(完整版)我国私人汽车拥有量分析情况毕业论文
我国私人汽车拥有量分析E3UEE1LI］我国私人汽车拥有量分析前言:国家统计局最新公布的数据显示，国内大城市的私家车拥有量继续保持大幅增长的趋势。
截止到2001年底，在全国十大城市的私家车拥有量排名中，北京私家车的拥有量以多出第二名近40万辆的绝对优势排在了第一位。
这十个城市的具体排名分别是: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。
随着我国经济突飞猛进的发展，人民群众的收入水平不断提高，特别是城镇居民的收入不断提高，私人汽车拥有量不断增加，同时银行的按揭贷款买车等等的一系列推动措施，也促进了私人汽车拥有俩的增加。
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。
我国私人汽车拥有量随时间变化图如下：数据收集：Y:: 我国私人汽车拥有量X1：城镇居民可支配收入X2:贷款利率具体数据如下obs Y X1 X2（％）X31990 816200 1510.2 9.72 1003 0+ 3 1x1+ 3 2x2+ 3 3x3先对各个变量做平稳性检验: 对YADF Test Statistic 1.082163 1% Critical Value* -4.32605% CriticalValue -3.2195X3:燃料、动力类价格指数（以1990年价格为10 0的定比指数序列）1991 960400 1700.6 8.64 101.9874 普通的多元线性方程形式:*MacKinnon critical values for rejection ofDependent Variable: D(ADFY)Method: Least SquaresDate: 061405 Time: 09:21Sample(adjusted): 1994 2003Included observations: 10 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.ADFY(-1) 0.334153 0.308782 1.082163 0.3286D(ADFY(-1)) -0.121060 0.697271 -0.173620 0.8690D(ADFY(-2)) -0.054606 0.945213 -0.057772 0.9562D(ADFY(-3)) -0.4094070.879632 -0.465430 0.661210% Critical Value -2.7557Adjusted R-squared 0.907058 S.D. dependent var S.E. of regression 216741.3 Akaike info criterionSum squared resid 2.35E+11 Schwarz criterion710945.927.7176527.86894Log likelihood -133.5882 F-statistic22.95874Durbin-Watson stat 2.080638 Prob(F-statistic) 0.002042对X1ADF Test Statistic -0.158912 1% Critical Value -4.3260 5% Critical Value -3.219510% Critical Value -2.7557*MacKinnon critical values for rejection ofDependent Variable: D(ADFX1)Method: Least SquaresDate: 061405 Time: 09:26Sample(adjusted): 1994 2003Included observations: 10 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.ADFX1(-1) -0.005477 0.034465 -0.158912 0.8800D(ADFX1(-1)) 0.664445 0.406596 1.634162 0.1632D(ADFX1(-2)) -0.331605 0.522131 -0.635100 0.5533D(ADFX1(-3)) -0.414658 0.416042 -0.996674 0.3647C 609.9278 275.2910 2.215575 0.0776对 X2*MacKinnon critical values for rejection ofDependent Variable: D(ADFX2)Method: Least SquaresDate: 061405 Time: 09:27Sample(adjusted): 1994 2003ADF Test Statistic -0.529198 1%CriticalValue*-4.32605%Critical Value-3.219510% Critical Value -2.7557R-squared 0.746497 Mean dependent var 589.4800Adjusted R-squared 0.543694 S.D. dependent var 229.7711S.E. of regression 155.2114 Akaike info criterion 13.23431Sum squared resid 120452.9 Schwarz criterion 13.38560Log likelihood -61.17153 F-statistic 3.680899Durbin-Watson stat2.031160 Prob(F-statistic) 0.092741Included observations: 10 after adjusting endpointsADFX2(-1) -0.069982 0.132242 -0.529198D(ADFX2(-1)) 0.543426 0.321159 1.692075 0.1514D(ADFX2(-2)) 0.140535 0.368364 0.381510 0.7185D(ADFX2(-3)) -0.391387 0.347038 -1.127794 0.3106C 0.155018 1.219842 0.127080 0.9038Mean dependent var -0.486000对X3ADF TestStatistic-2.501558 1% Critical Value* -4.32605% CriticalValue -3.2195Variable Coefficient Std. Error t-Statistic Prob.0.6193R-squared 0.768917Adjusted R-squared 0.584050 S.D. dependent var 0.905296S.E. of regression 0.583863 Akaike info criterion 2.068551 Sum squared resid 1.704478 Schwarz criterion 2.219843Log likelihood -5.342754 F-statistic 4.159310Durbin-Watson stat 2.443814 Prob(F-statistic) 0.075014*MacKinnon critical values for rejection ofDependent Variable: D(ADFX3)Method: Least SquaresDate: 061405 Time: 09:27Sample(adjusted): 1994 2003Included observations: 10 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.ADFX3(-1) -0.296326 0.118457 -2.501558 0.0544D(ADFX3(-1)) -0.332083 0.323046 -1.027973 0.3511 D(ADFX3(-2)) -0.592595 0.256861 -2.307066 0.0692 D(ADFX3(-3)) 0.079195 0.290428 0.272684 0.7960C 101.6956 38.34296 2.652262 0.0453R-squared 0.684768 Mean dependent var 14.93622Adjusted R-squared 0.432582 S.D. dependent var10% Critical Value -2.7557S.E. of regression 10.55726 Akaike infocriterion7.85835814.01521Sum squared resid 557.2788 Schwarz criterion 8.009650Log likelihood -34.29179 F-statistic 2.715332Durbin-Watson stat 1.902782 Prob(F-statistic) 0.151305 由此可见，各个变量的随时间变化是平稳的，可以对其直接进行最小二乘估计。
私家车拥有量计量论文
私家车拥有量计量论文私家车拥有量计量论文导语：论文常用来指进行各个学术领域的研究和描述学术研究成果的文章，简称之为论文。
它既是探讨问题进行学术研究的一种手段，又是描述学术研究成果进行学术交流的一种工具。
下面由小编为大家整理的私家车拥有量计量论文，希望可以帮助到大家！私家车拥有量计量论文[摘要]私人汽车作为高档消费品，如今逐步走入了普通家庭的生活之中。
本文为探究私人汽车拥有量受哪些因素影响，建立了精确并且符合实际的计量经济模型，研究了私人汽车拥有量与全国汽车产量、城镇家庭人均可支配收入、全国公路里程和城镇居民人口数量之间的相关关系。
[关键词]私人汽车拥有量；全国公路里程数；回归分析随着我国经济实力的增强，人民生活水平的提高，私人汽车的需求量也逐年增加。
进入2000年以来，私家车购买比率逐年提升，全国汽车市场掀起了私家车的购买狂潮。
按照国际上通用的车价与国内生产总值的增长比较系数来看，未来10年中国约有1.5亿个家庭具备购买私家车的能力，人口总数将达到5亿。
未来20年中国更将成为世界上头号汽车销售大国。
正是由于私家车慢慢占据了汽车销售市场的领导地位，并直接反映了全球汽车行业的现状，私家车销售市场受到了众人的瞩目。
1 数据收集为了对影响我国私人汽车拥有量的因素进行全面的分析，笔者选取了以下几个变量，具体见表1。
X1――城镇人口数（万人）：随着城镇化进程的加速，越来越多的农村人口成为城镇居民中的一员。
私人汽车作为实用型的高档耐用品，为居民出行带来很多便利。
因此，城镇居民人口数量会对私人汽车拥有量产生一定影响。
X2――城镇人均可支配收入：城镇的发展带动了区域经济的发展，也使得居民收入水平随之提高，城镇居民有更多机会购买必需品以外的高档耐用品，私人汽车就是其中重要的一种交通工具，因此两者之间必定存在联系。
X3――全国汽车产量（万辆）：根据需求―供应理论，当私人汽车的需求量增大时，反映到生产环节需要一定时间，且当私人汽车的生产商接收到这一信息之后，必然会迎合市场需求提高汽车供应量，反之亦然，因此全国汽车产量与私人汽车拥有量之间存在内在联系。
中国私人汽车拥有量影响因素分析——基于偏最小二乘回归方法
问题研究中国私人汽车拥有量影响因素分析——基于偏最小二乘回归方法粟业平 赵 凌摘 要：随着我国经济实力的不断增强，人们向往更高质量的生活。
私人汽车已经成为大多数人出行必不可少的交通工具。
由于影响私人汽车拥有量的因素之间往往存在严重的相关关系，而偏最小二乘回归方法在解决小样本条件下存在严重多重共线性问题上比传统的多元线性回归具有明显的优势。
因此，本文首先选取了影响私人汽车拥有量的7个代表性因素,并且收集了1999年至2014年的相关数据，其次运用偏最小二乘回归方法进行分析，最后得出城镇居民家庭人均可支配收入、个人所得税以及钢铁产量是影响私人汽车拥有量的三个主要因素。
关键词：私人汽车拥有量 多重共线性 偏最小二乘回归DOI: 10.16722/j.issn.1674-537X.2017.01.025一、背景改革开放以后，随着人们收入的提高，物质生活开始丰富，人们已经不仅仅追求温饱，而是向往更高质量的生活。
私人汽车已经成为大多数人出行必不可少的交通工具。
全国私人汽车拥有量由1985年的28.49万辆增加到2014年的12339.36万辆。
汽车的普及方便了人们的出行，给人们生活带来了便利，私人汽车拥有量有着突飞猛进的增长。
如今已有大量的学者对影响私人汽车拥有量的因素进行了研究。
胡清尘建立计量经济学模型，探寻上海市私人汽车拥有量和社会经济的相关指标之间的函数关系，运用逐步回归法得出人均可支配收入、一年期贷款利率以及国家对私家车的购买和使用是否有限行和限牌等相关政策会对私人汽车拥有量产生影响[1]。
何文基于时空视角分析影响私人汽车拥有量的因素，利用逐步回归方法消除自变量之间的多重共线性，从时序角度得出私人汽车拥有量受城镇居民可支配收入、人口数量和社会消费品零售总额的影响；从空间角度得出私人汽车拥有量受到年末常住人口、城镇居民人民币储蓄存款余额、航空客运量、地铁控制变量以及区域变量的影响[2]。
刘佳在影响我国私人汽车拥有量的因素计量分析中，指出国民总收入、公路里程、钢铁产量是影响私人汽车拥有量的三个显著因素[3]。
城镇化对我国私人汽车拥有量影响的实证研究
城镇化对我国私人汽车拥有量影响的实证研究随着我国城镇化进程的加快和人民生活水平的不断提高，越来越多的家庭开始拥有私人汽车。
城镇化对我国私人汽车拥有量的影响是一个实证研究的热点问题。
本文将从城镇化进程、经济发展、人口结构、居民收入等角度，探讨城镇化对我国私人汽车拥有量的影响。
一、城镇化进程加快，私人汽车拥有量增加城镇化是指人口从农村向城市转移的过程，是与城市相关的一系列变化。
伴随着城镇化进程的加快，我国城市化率不断提高，城镇人口数量迅速增长。
这也给我国私人汽车拥有量的增长提供了有力的条件。
根据国家统计局发布的数据显示，2019年我国城市化率已达60.6%，城镇人口数量达到8.7亿人，较2010年增加了1.3亿人，平均每年增加1300万人。
与此同时，我国汽车保有量也在不断增长。
数据显示，2019年我国汽车保有量为2.8亿辆，较2010年的1.5亿辆增长了87%。
城镇化进程加快会促进人们从农村向城市转移，进一步拉动城市居民的消费水平和居民的购车需求。
城市人口比农村更有购车能力，更便于进行汽车贷款和购车保险等服务，这也促进了私人汽车的拥有量增长。
二、经济发展水平与私人汽车拥有量呈正相关关系我国经济发展速度快，人民生活水平不断提高，居民购买力大幅提高，自然也会对私人汽车拥有量产生重大影响。
随着经济发展水平的不断提高，居民收入水平也在增长。
在经济发展快速的年代，人们逐渐意识到了车辆的重要性，私人汽车已经不再是豪华品，它往往可以为居民的生活提供更多的便利。
因此，在经济发展水平大幅提高的情况下，私人汽车的拥有量也越发增加。
统计数据显示，我国经济从1990年代开始的持续快速增长，2000年代之后更是高速发展，2005年以来，我国居民家庭平均可支配收入不断提高。
2019年，全国居民人均可支配收入为30969元，同比增长8.9%。
随着居民收入水平的不断提高，私人汽车的购买能力也大幅增加。
三、人口结构变化导致私人汽车拥有量增加随着我国人口结构的不断变化，城市人口比重不断提高、老龄化程度加剧等因素，也会导致私人汽车拥有量增加。
我国民用汽车拥有量分析研究--数学建模期末论文
数学建模期末论文目录我国民用汽车拥有量分析研究 (1)摘要 (1)问题的重述 (1)1.总背景介绍 (1)2.问题的产生 (2)3.问题的提出 (2)模型的假设与符号说明 (2)一、模型的假设 (2)二、符号说明 (3)模型的建立与求解 (3)一、问题一的分析与模型的建立和求解 (3)二、问题二的分析与模型的建立和求解 (5)1．对问题的分析 (5)2．弹性系数法简介 (5)三、问题三的分析与模型的建立和求解 (7)1．变量的选择和描述性统计分析 (7)2．模型的设定 (7)3．回归分析 (8)4．显著性检验 (9)四、问题四的分析与模型的建立和求解 (10)1．变量的选择和描述性统计分析 (10)2．模型的设定 (11)3．回归分析 (12)误差分析 (14)针对问题三 (14)针对问题四 (16)模型的评价与推广 (17)参考文献 (19)附录 (20)我国民用汽车拥有量分析研究摘要本文针对我国民用汽车拥有量问题，运用最小二乘法、三次指数平滑法等，分别建立“民用汽车拥有量”与时间序列的数学建模，以“民用汽车拥有量”为因变量（或被解释变量），建立双变量研究模型，多变量研究模型（因变量为“民用汽车拥有量”）等，使用Matlab,Eviews等软件，得到不同条件下的各类模型。
针对问题一：建立“民用汽车拥有量”与时间序列的数学建模，并预测2016我国民用汽车拥有量。
针对问题二：以“民用汽车拥有量”为因变量（或被解释变量），建立双变量研究模型，进行弹性分析,即自变量变动百分之一，对因变量产生百分之几的影响。
针对问题三：建立多变量研究模型（因变量为“民用汽车拥有量”），在给定某一显著性水平下，说明模型的合理性，并做预测。
针对问题四：增加其它更多的相关变量与数据，建立更为合理的数学模型，说明理由。
关键词：Matlab、Eviews、最小二乘法、拥有量、时间序列问题的重述1.总背景介绍随着我国经济水平飞速的发展，人民群众的收入水平不断提高，特别是城镇，居民的收入不断提高，民用汽车拥有量不断增加，同时银行的按揭贷款买车等等的一系列推动措施，也促进了民用汽车拥有量的增加。
影响我国家用轿车需求的因素分析
影响我国家用轿车需求的因素分析随着经济的发展和人民生活水平的提高，我国对轿车的需求逐渐增加。
以下是影响我国家用轿车需求的几个重要因素的分析。
第一个因素是经济发展。
随着国家经济的不断增长，人们的可支配收入逐渐增加。
这使得越来越多的家庭能够承担购买轿车的费用。
同时，经济发展也带动了城市化进程，使得城市交通需求不断上升，轿车成为人们解决出行问题的首选。
第二个因素是交通拥堵。
随着城市化的进程，我国的交通拥堵问题越来越严重。
公共交通的能力已经无法满足人们的出行需求，特别是对于一些长途出行或需要携带大量物品的人来说。
轿车作为一种快捷、便利的交通工具，能够提供更多出行选择，并且能够独立规划路线，避免交通拥堵。
第三个因素是个人需求。
随着生活水平的提高，人们对生活品质的要求也越来越高。
轿车作为一种奢侈品，不仅能够提供便利的交通工具，还能够提升个人形象和社会地位。
越来越多的人希望拥有一辆轿车，这成为满足个人需求的一种方式。
第四个因素是政策支持。
我国政府一直鼓励轿车消费，并采取了一系列措施来支持轿车市场的发展。
比如，降低购车税费、提高汽车金融支持、推动新能源车发展等。
这些政策的出台，使得轿车购买更加具有吸引力，进一步推动了轿车需求的增长。
总结起来，经济发展、交通拥堵、个人需求和政策支持是影响我国家用轿车需求的重要因素。
随着经济的进一步发展和人们对生活质量的要求不断提高，轿车需求有望继续增长。
同时，政府也应继续出台相关政策，鼓励轿车消费，并加大对公共交通建设的投入，以缓解交通拥堵问题。
随着经济的发展和人民生活水平的提高，我国对轿车的需求逐渐增加。
以下是影响我国家用轿车需求的几个重要因素的分析。
第五个因素是城市化进程。
随着我国城市化进程的加快，城市人口不断增加，城市面积扩大，城市交通需求巨大。
而公共交通系统的建设无法及时跟上人口的增长和城市区域的扩大。
因此，轿车成为了人们在城市中出行的主要选择。
轿车能够提供个性化的出行服务，自由安排行程，更好地适应城市快节奏的生活。
影响我国私人汽车拥有量的因素分析共10页
影响我国私人汽车拥有量的因素【摘要】本文旨在对1985-2005年我国人均收入变动，基础设施建设以及燃料产出等一系列因素对私人汽车拥有量的影响进行实证分析。
首先，我收集了相关的数据。
其次，建立了理论模型。
然后，利用Eviews软件对计量模型进行了参数估计和检验，并加以修正。
最后，我对所得的分析结果作了经济意义的分析。
【背景资料】汽车产业是国民经济的支柱产业，改革开放以来我国汽车产量呈现持续上升的趋势。
入世以后，更多的外国汽车企业进军中国汽车市场，并以很大的优势占领大部分市场，我国汽车企业面临着极大地挑战。
在这场战争中可以说是百姓受益，从近几年我国汽车消费的发展变化来看汽车消费有成为消费热点的发展趋势。
1909年至1996年，美国个人消费支出占国内上产总值的比重保持在60%-70%，个人小汽车消费占个人消费的比重从本世纪初的2%上升至目前的10%以上，是继住房、食品之后的第三大消费支出项目。
中国自1995年以来汽车登记量中的乘用车比例有所提高。
1996年，汽车登记总数的40.2%为乘用车（其中62%为社会集团拥有），近60%的登记车辆用于投资和生产。
近几年来，中国的个人消费支出的比重基本保持在60%左右，但个人小汽车消费占个人消费支出的比重很低。
据最新统计数字显示，1998年，中国私人汽车消费支出为2.1元/人，排在食品、衣着、娱乐教育文化服务、住房、家庭设备用品及服务、医疗保险项目之后。
私人小汽车支出，占个人消费总支出的0.05%。
中国尚未进入汽车普及期，由于个人汽车消费支出占GDP比重不仅低，而且增长缓慢，因而对经济增长的推动作用微乎其微。
然而，随着经济的发展，我国的搜人汽车拥有量也迅速的增长。
自从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，居民个人汽车消费的快速增长，成为支持我国汽车工业发咋会呢的主要力量之一。
- 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)。
影响国内私人汽车拥有量的几个重要因素分析内容摘要：本文主要是研究对我国私人汽车拥有量产生重要影响的几个因素。
按照影响的重要程度，选择全国民用私人汽拥有量，全国人口数，全国居民消费水平指数，全国汽车产量，全国公路长度作为解释变量。
模型建立后，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：全国民用私人汽车拥有量全国人口数全国居民消费水平指数全国汽车年产量全国公路长度一导论改革开放以来我国GDP增长速度比世界平均水平高出多倍，一直位居世界前列。
随着综合国力的增强，人民生活水平大大提高。
20世纪90年代以前，我国汽车市场处于公务车阶段，不仅需求量少，而且70％来自政府、事业单位的公务用车，剩下的多是企业的商务用车，几乎没有什么私人用车。
1990年至2000年，公务用车的份额下降，商务用车的份额加大，私人购车开始起步。
2002年以来，私人购车占整个市场的份额迅速提升，进入私人购车阶段。
今年，我们对汽车市场总体还是看好。
汽车销量增长虽不会象去年那么快，但也可以达到20%左右。
按照国际通用的车价和国内生产总值增长比较系数计算，未来10-15年中国有购车能力的人口可达5亿，约1.5亿个家庭。
未来20年，中国有望成为全球第一大汽车市场。
之所以这么有信心，是因为整个国民经济发展的势头仍然比较强劲。
目前，汽车、住房、教育等行业列入了拉动内需的龙头行业。
这都将使得我国今年的GDP 持续高水平增长。
在经济强劲发展的势头下，国民的收入水平也在提高，购买能力大大加强，同时扩大内需的政策极大地促进了中国汽车业的发展。
汽车工业对国民经济的影响力越来越大。
而目前来说，汽车特别是用于消费的私人轿车保有量的多少，与经济发展、经济活跃程度、国内生产总值、人均国内生产总值的增长，以及道路建设的发展，有着密切的联系。
与此同时，消费者日益膨胀的购车热情和造汽车带来的暴利，引来了更多人的垂涎，一场新的汽车投资热风起云涌。
在新一轮的造车运动中，上新车型几乎成为共同的选择，目标也均指向新的增长点——私人轿车市场。
同时随着居民消费结构的升级，私人购车呈现出迅猛增长的势头，成为我国汽车产业发展的决定性力量。
目前，私人已经成为主要的购车群体。
从私人汽车拥有量结构看，新增的私人汽车中近８０％为小型和微型客车。
通过对国际轿车市场研究发现，当车价与人均ＧＤＰ之比达到２或３时，是轿车进入家庭的转折点。
目前，我国北京、上海、广州和深圳等大城市的车价与人均ＧＤＰ之比已经接近这个水平，私人购车进入了爆发性增长阶段。
正因为私人汽车逐渐占据了汽车消费市场的主导地位，也直接反映了整个汽车行业的现状，私人汽车的消费市场成为了我们越来越关注的对象。
为了实证对私人汽车消费市场的具体影响因素，以便于我们根据实证结果提出我们的政策建议，我们查找了一些关于我国汽车行业当今各方面的情况，选择用全国民用私人汽拥有量作为反映我国私人汽车消费市场现状的指标，并依据相关的数据资料选取了全国人口数（考虑到从某方面上反映了私人汽车市场的大小），全国居民消费水平指数（考虑到反映了我国居民对私人汽车市购买力程度），全国公路长度（也是对汽车市场消费造成影响的外部因素）作为解释变量。
二相关数据收集（数据来源：2002统计摘要）y x1 x2 x3 x4 时间全国民用私人汽全国人口全国居民消全国汽车产全国公路长车拥有量(万辆）数（万人）费水平指数量（万辆）度（万公里）1985 28.49 105851 323.5 43.72 94.24 1986 34.71 107507 337.8 36.98 96.28 1987 42.29 109300 356.9 47.18 98.22 1988 60.42 111026 383.4 64.47 99.96 1989 73.12 112704 381.4 58.35 101.43 1990 81.62 114333 394.4 51.4 102.83 1991 96.04 115823 427.1 71.42 104.11 1992 118.2 117171 482.3 106.67 105.67 1993 155.77 118517 521.4 129.85 108.35 1994 205.42 119850 543.8 136.69 111.78 1995 249.96 121121 584.6 145.27 115.7 1996 289.67 122389 637.8 147.52 118.58 1997 358.36 123626 664.4 158.25 122.64 1998 423.65 124810 701.3 163 127.85 1999 512.35 125836 754.2 174.3 130.46 2000 704.9 126987 786.1 185.6 139.16 2001 821.64 128036 801.3 209.5 145.89 2002 945.7 130549 843.1 236.76 152.7原始数据的分析记录在附录1由于原模型存在自相关，我们决定通过改变解释变量模式从而消除由于样本数量不足带来的问题。
新模型中：Y/X1→Y 人均民用汽车私人拥有量X3/X1→X1人均汽车产量X2→X2 全国居民消费指数X4/X1→X3 人均公路长度时间y/x1 x3/x1 x4/x119850.000269 0.000413 0.0008919860.000323 0.000344 0.00089619870.000387 0.000432 0.00089919880.000544 0.000581 0.000919890.000649 0.000518 0.000919900.000714 0.00045 0.00089919910.000829 0.000617 0.00089919920.001009 0.00091 0.00090219930.001314 0.001096 0.00091419940.001714 0.001141 0.00093319950.002064 0.001199 0.00095519960.002367 0.001205 0.00096919970.002899 0.00128 0.00099219980.003394 0.001306 0.00102419990.004072 0.001385 0.00103720000.005551 0.001462 0.00109620010.006417 0.001636 0.00113920020.007244 0.001814 0.00117三平稳性检验Augmented dickey_fuller unit root test on D (Y1，2)ADF Test Statistic -4.437656 1% Critical Value* -4.98935% Critical Value -3.873010% Critical Value -3.3820 *MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(Y,3)Method: Least SquaresDate: 06/15/05 Time: 20:08Sample(adjusted): 1991 2002Included observations: 12 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.D(Y(-1),2) -4.375878 0.986079 -4.437656 0.0044D(Y(-1),3) 2.926325 0.916754 3.192051 0.0188D(Y(-2),3) 1.543661 0.819069 1.884653 0.1085D(Y(-3),3) 2.202980 0.575242 3.829660 0.0087C -0.000291 0.000166 -1.748557 0.1310@TREND(1985) 5.07E-05 1.75E-05 2.902600 0.0272 R-squared 0.963765 Mean dependent var -4.17E-09 Adjusted R-squared 0.933569 S.D. dependent var 0.000517 S.E. of regression 0.000133 Akaike info criterion -14.70026 Sum squared resid 1.07E-07 Schwarz criterion -14.45781 Log likelihood 94.20157 F-statistic 31.91688Augmented dickey_fuller unit root test on D (x1,1)ADF Test Statistic -3.492868 1% Critical Value* -4.80255% Critical Value -3.792110% Critical Value -3.3393 *MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X1)Method: Least SquaresDate: 06/15/05 Time: 20:18Sample(adjusted): 1989 2002Included observations: 14 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.X1(-1) -0.992938 0.284276 -3.492868 0.0082D(X1(-1)) 1.061082 0.256535 4.136217 0.0033D(X1(-2)) -0.039339 0.273775 -0.143691 0.8893D(X1(-3)) 0.445943 0.228731 1.949638 0.0870C 7.54E-05 5.07E-05 1.486021 0.1756R-squared 0.779700 Mean dependent var 8.81E-05 Adjusted R-squared 0.642013 S.D. dependent var 0.000102 S.E. of regression 6.08E-05 Akaike info criterion -16.27936 Sum squared resid 2.96E-08 Schwarz criterion -16.00547 Log likelihood 119.9555 F-statistic 5.662833Augmented dickey_fuller unit root test on D (x2,2)ADF Test Statistic -3.882038 1% Critical Value* -4.73155% Critical Value -3.7611*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X2,3)Method: Least SquaresDate: 06/14/05 Time: 10:56Sample(adjusted): 1988 2002Variable Coefficient Std. Error t-Statistic Prob.D(X2(-1),2) -1.199581 0.309008 -3.882038 0.0022C 3.895265 13.93562 0.279519 0.7846R-squared 0.563244 Mean dependent var 1.453333 Adjusted R-squared 0.490452 S.D. dependent var 29.42530 S.E. of regression 21.00456 Akaike info criterion 9.104213 Sum squared resid 5294.301 Schwarz criterion 9.245823 Log likelihood -65.28160 F-statistic 7.737652Augmented dickey_fuller unit root test on D (x3)ADF Test Statistic -4.293548 1% Critical Value* -4.67125% Critical Value -3.734710% Critical Value -3.3086 *MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X3,2)Method: Least SquaresDate: 06/15/05 Time: 20:23Sample(adjusted): 1987 2002D(X3(-1)) -1.151016 0.268080 -4.293548 0.0009C -1.36E-05 6.83E-06 -1.986861 0.0684@TREND(1985) 3.48E-06 9.74E-07 3.572892 0.0034 R-squared 0.586622 Mean dependent var 1.56E-06 Adjusted R-squared 0.523025 S.D. dependent var 1.50E-05 S.E. of regression 1.04E-05 Akaike info criterion -19.94795 Sum squared resid 1.40E-09 Schwarz criterion -19.80309 Log likelihood 162.5836 F-statistic 9.224093可以看出，解释变量X1在0阶差分，X2在2阶差分， X3 在1阶差分，Y在2 阶差分情况下通过了平稳性检验。