影响我国汽车销量的因素分析

表达式如下所示：
F 0.438 x1 0.442 x 2 0.454㏑ x 3 0.455㏑x4 0.449㏑x5
其中，x1 表示汽车产量，x2 表示公路 长度，x3 表示城镇居民人均收入，x4 表示 GDP，x5 表示石油消费量。
最后，得出回归方程为： y 147.485 0.851x1 0.859x2 0.882㏑x3
y b0 b1 x1 b2 x2 b3㏑x3 b4㏑x4 b5㏑x5
其中，x1 表示汽车产量，x2 表示公路 长度，x3 表示城镇居民人均收入，x4 表示 GDP，x5 表示石油消费量。
首先，通过球型检验判别采用主成
分分析法来分析影响我国汽车销量的有 关因素是否合适，检验结果如表 1 所示。
汽车销量 影响因素 主成分分析
研究背景与研究意义 汽车工业是集资金、技术和劳动密 集型行业，如果盲目进行产能扩充，很 容易造成社会资源的巨大浪费，不利于 汽车工业可持续发展；同时汽车销量的 增加，车路矛盾也日益凸显，这给社会 进步与和谐发展带来许多不利影响。因 此，分析汽车销售量的影响因素，对指 导我国汽车工业适度、健康、持续、和 谐发展均有重要意义。
足够替代原来的变量。
表 2 方差贡献率和累计贡献率
成
初始特征值
提取平方和载入
份 合计 方差的% 累积% 合计 方差的% 累积%
1 4.831 96.624 96.624 4.831 96.624 96.624
2 .117 2.349 98.973
3 .042 .844 99.817
4 .009 .171 99.988
表 1 KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
.818
近似卡方
ቤተ መጻሕፍቲ ባይዱ
183.194
Bartlett 的球形度检验
df
10
Sig.
.000
由上表可以看出，球型检验的结果
表明，在一个相关系数矩阵是一个单位
矩阵的原假设下，观察的显著性水平为
0.000，故拒绝变量间全部相互独立的 原假设，说明这些变量间至少有两个是
[3] 王悦琪.影响我国汽车销售量因素的 实证分析[J]. Manager Journal，2010， 17.
－17－
5 .001 .012 100.000
表 3 为成分矩阵，表明各个成分在 各个变量上的载荷，从而可以得出个主
成分的表达式。值得一提的是，在表达
式中的变量已经不是原始变量，而是标
准化变量。
表 3 成分矩阵
汽车产量
.962
公路长度
.971
LN 收入
.998
LNGDP
.999
LN 消费
.986
根据上表中这些系数，可得主成分
研究方法 在收集了近十几年的国内汽车销售 状况以及其他有关因素的数据的基础 上，运用主成分分析法，通过 SPSS 软件 建立我国汽车销量预测模型，并以此来 说明这些相关因素对汽车销量的影响程 度是怎样的。并根据上述的定量分析， 对汽车行业在生产和库存方面提出建 议，帮助及时调整市场战略，提供一些 参考。 影响我国汽车销量的因素分析 搜集 2000－2016 年汽车销量数据， 建立汽车销量与解释变量的线性回归模 型方程：
0.864㏑x4 0.872㏑x5
从数据分析的结果看出，汽车产量、 公路长度、GDP、城镇居民人均收入、 石油消费量的确是影响汽车销量的传统 性因素。而且这五个影响因素之间也有 着高度的相关性，它们之间也在相互作 用，相互影响。从主成分分析的角度看， 这五个变量同属一个主成分。
结论与建议 从以上的的分析可以看出，尽管近 两年我国汽车的产销增速已经有放缓趋 势，不再可能出现前几年哪种“井喷式” 的增长，但由于国内汽车产销量的基数 已经非常之大，加之 GDP 的持续走高， 高速公路与等级公路的不断延伸、完善， 居民生活水平逐渐提高，汽车消费信贷 门槛的降低，以及其他因素的影响，使 得汽车工业即使是零增长，汽车保有量 的增加量依然非常惊人。
CAIXUN 财讯
影响我国汽车销量的因素分析
□ 四川大学经济学院 李宇轩 / 文
本文主要选取汽车年产量、公路里 程、城镇居民收入、GDP、石油消费、 汽车消费信贷等指标，以及最新出台的 有关汽车现行限购的政策，定性分析我 国汽车销量近几年波动的主要因素。分 析结果表明，引起汽车销量波动的因素 是多方面的，其中汽车产量、公路长度、 城镇居民收入、石油消费量等是影响汽 车销量的主要因素。
作者简介：李宇轩，男，1992 年生， 汉族，四川大学经济学院 2014 级统计学 专业研究生，研究方向：金融统计。
[1] 孙艳红.我国私人汽车需求的计量经 济模型分析[J].商情，2012（35）.
[2] 刘翠，李冠峰，薛子旺.我国专用汽车 未来发展趋势预测分析[J].河南科学， 2010（4）.
相关关系，且 KMO 的值为 0.818，即 0.8<KMO<0.9，因此适合做主成分分析。
由表 2 所示，该表列出来四个主成 分对应的特征值、占总方差的百分比以
及累计百分比。只有第一个特征值大于
1，所以 SPSS 只选择第一个主成分，第 一个主成分的方差贡献率是 96.624%，说 明用它可以解释原来变量中 96.624%的 信息。由此可见，选择第一个主成分已