企业案例分析论文模板 (1)

盐城师范学院

课程论文

课程名称企业统计案例分析

论文名称

学院

班级

学号

姓名

对江苏省私人汽车拥有情况的分析及预测

武亚惠

摘要：随着我国经济的快速发展，人民生活消费水平的提高，私人汽车的拥有量也迅速增加.本文将针对这一社会现象产生的原因，采用主成分分析法，对影响江苏省私人汽车拥有量的因素做简单的分析，并选取近几年来江苏省私人汽车的总拥有量，运用灰色GM(1,1)模型进一步预测未来几年内的拥有量，同时对模型精确度进行检验.最后就预测的结果所带来的影响问题进行分析，寻求解决途径.

关键词：私人汽车拥有量主成分分析灰色GM(1,1)精确度检验

1 引言

近年来，随着我国经济的快速发展，社会主义市场经济体制的逐步完善，再加之对外开放的进一步深入，人民生活水平逐步提高，居民的消费模式逐渐步入大型消费，私人汽车消费市场迅速崛起.并且随着车辆价格的普遍下调，消费者购车的欲望将持续上升，这将导致中国私人汽车拥有量的进一步攀升.

江苏省位于东部沿海地区，地理条件优越，经济发达，交通便利，消费转型表现得更为突出，再加上交通基础设施不断完善，城市公共交通设施日益健全，江苏省成为私人汽车消费的热点地区.这一现象正符合了我国目前促进经济持续增长，建立合理的消费结构，培育新的消费品市场的内在要求，是人们追求高品质生活的方式，进入小康社会的重要体现.从近些年来江苏省私人汽车的发展情况来看，总的来说是健康的.一方面满足了人们的消费欲望，提高了生活质量；另一方面也大大推动了经济的快速发展，在一定程度上也加快了交通基础设施建设的步伐.但在长远的角度看，私人汽车持续增长的趋势也带了一些负面影响，如私人汽车的快速增长对城市治安和交通管理提出了严峻的挑战；带来的噪音污染、空气污染则威胁到居民的身心健康等，这些日益凸显出来的社会问题，更加值得制

造商、消费者、政府等社会各界重视起来.

本文将针对影响私人汽车拥有量的因素，运用多元统计的方法进行主成分分析，以找到影响私人汽车拥有量的几个综合指标因素.其次，由上述主成分分析的结果，引出灰色模型的概念，运用灰色GM(1,1)模型对未来私人汽车拥有量做预测.最后，就预测的结果，探讨私人汽车未来拥有量的发展情况会给社会各界所带来的正面和负面影响.将这些负面影响作为切入点，以制造商、消费者和政府的立场为出发点，提出建议，寻求解决途径.

2 私人汽车拥有量的影响因素的主成分分析

2.1 方法选定

影响私人汽车拥有量的因素多种多样，但是大部分因素之间又有着一定的相关性，因此我们希望找到较少的几个彼此不相关的综合指标尽可能全面地反映原来多个变量的信息.主成分分析就是基于此基础上将多个变量指标间的问题化为较少的几个新指标（新指标间互不相关）间的问题 [1]

.

2.2 主成分分析法的基本思想及模型

基本思想：利用降维的思想将多个变量转化为少数几个综合变量（即主成分），其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从而这些主成分能够反应变量的绝大部分信息，且所含的信息互不重叠[2]

.

模型：主成分分析的一般模型是关于n 个样品，p 个变量（指标、因素）

p x x x ,,,21 的问题)(p n >.设原始数据矩阵为

1112

12122212

p p n n np x x x x x x X x x x ⎡⎤

⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦

， (2.1) 在进行主成分分析之前将数据进行标准化处理，为了方便，将数据标准化后的矩阵仍用X 表示，那么)',,,(21p x x x X =的p 个变量综合成p 个新变量，新的综合变量可以由原来的变量p x x x ,.,21 线性表示，即：

11111221221122221122p p p p

p

p p pp p Z a x a x a x Z a x a x a x Z a x a x a x

=+++⎧⎪

=+++⎪⎨

⎪

⎪=+++

⎩， (2.2) 并且满足：22

2

121k k kp a a a ++

+= (p k ,,2,1 =). (2.3)

2.3 变量、数据选取

影响私人汽车拥有情况的因素很多，根据相关文献[3]

并结合其他相关资料，本文选取如下六个变量：

1X —人均生产总值 2X —全社会固定资产投资额

3X —居民消费价格指数 4X —社会消费品零售总额 5X —居民储蓄存款余额 6X —年末实有道路长度 7X —原材料、燃料、动力购进价格指数

表 2-1各影响因素的相关数据[4]

年份

1X （元） 2X （亿元） 3X （上年=100） 4X （亿元） 5X （亿元） 6X （公里） 7X

（上年=100）

2005 24616

8739.71

102.1 5735.50 10581.27 28674 107.6 2006 28526 10071.42 101.6 6706.19 12183.47 27058 106.4 2007 33837 12268.07 104.3 7985.90 13014.92 27706 105 2008 40014 15060.45 105.4 9905.10 16721.18 28761 115 2009 44253 18949.88 99.6 11484.1 20080.63 30003 91.9 2010

52840 23184.28

103.8

13606.8 23334.48 31899

112.8

数据来源:《2003-2011江苏统计年鉴》.