影响我国私人汽车拥有量因素的分析2

9338.02 9978.93 10737.8 12109.78 13146 16067.61 19251.59 24108.01 31975.72 37771.14 46893.36 56560.87
（数字来源：中国统计年鉴2008）
二、模型设置
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。 私人汽车这种高档消费品的拥有量显然与居民收入有 关，因此引进解释变量国民总收入（GNI），并先验预期 两者呈正相关关系。 考虑到汽车工业的原材料，预计私家车市场的发展与 其主要原材料钢材的生产有一定的关联，所以引进解释变 量钢材产量，并先验预期其与私人汽车拥有量呈正相关。 • 被解释变量Y代表私人汽车拥有量（万辆）， 解释变量 X1= 国民总收入（亿元）；X2= 钢材产量（万吨）。
影响我国私人汽车拥有量因素的分析
——基于序列相关分析 ——基于序列相关分析
Байду номын сангаас
p.s：「忐忑组·小组分工」 ①数据采集：杨博文、张志超 ②Eviews数据处理及分析：殷婷婷、肖力理 ③PPT制作：李凯霞、沈钰霞 ④项目报告写作：殷婷婷、肖力理 ⑤PPT演示讲解：胡怡雯
一、引言
改革开放以来，我国GDP 一直保持着强劲的增长势头，三十多年来的平 均增长速度高达9.8%。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% 是 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 ～ 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。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 结果提出政策建议，在查找关于我国汽车行业当今各方面的情况的基础上， 选择用全国私人汽车拥有量作为反映我国私人汽车消费市场现状的指标，并 参照相关的数据资料选取了国民总收入、钢材产量。
四、结论分析及总结
通过上述模型分析及各项检验，在摒除其他因素对经 济增长的影响下，我们不难看出钢材产量和国民收入每增 加一个单位，私人汽车拥有量将增加；由此可见，国民收 入和钢材产量对我国私人汽车拥有的数量存在着明显的正 相关性。 • 从文中的模型可以看出,1985～2007年的23年间,随着 改革开放的不断深入,经济稳定持续增长,作为重要工业原 料的钢材的产量保持了逐年上升的趋势,国民总收入也保持 了每年持续的高增长水平,私人汽车作为高档消费品,每年 也保持了较高的增长,它已经以越来越快的步伐进入我国的 普通家庭。以此模型为依据,随着我国钢材产量和国民总收 入逐年上升,我国私人汽车拥有量将逐年增多,成为我国普 通大众的消费品。 •
Y* 将原有的数据带入新模型可得如下： 1985 1986 1987 1988 / 15.41 18.78 31.77
X1* / 4150.68 5091.24 6874.33
X2* / 1556.55 1637.31 1718.14
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
其次，由上图可知拟合优度（R- squared） 为0.996795，修正拟合优度（Adjusted Rsquared）为0.996474，均大于临界值0.4227， 说明模型对数据的拟合程度较好。 • 此外，由Eviews6.0得出的数值可知 F=3109.876，查表得在α=0.05显著水平下，自由 ，查表得在 显著水平下，自由 度为20的F值为3.49。F大于其临界值，表明回归 方程整体通过F检验。 •
32.19 32.09 40.75 53.15 75.71 99.91 110.82 120.36 162.15 180.91 246.92 263.71 347.21 446.89 562.89 655.81 844.47 1081.53 1295.75
6815.72 7202.74 9147.36 12153.32 17014.02 24225.14 27224.21 29629.86 30549.78 30149.82 32242.69 38069.11 41687.56 45895.70 54504.53 68026.59 75992.55 88439.29 107118.44
• （3）回归模型中不应含有滞后应变量作为解释变 量，即不应出现下列形式： • 而此处符合上述所要求的条件。 • 原假设：H0: =0， 即不存在一阶自回归，构如下 造统计量：
• 依据Eviews6.0可知d=0.70233。在给定的显著性 水平为0.05的情况下，dL=1.17,dU=1.54，0<d < dL,表明存在正自相关。 • 三、序列相关的修正 • 如果模型被检验证明存在序列相关性，则需要发 展新的方法估计模型。所以此处我们用广义差分 法来进行修正。由于此处序列相关系数未知，但 是已知d且样本容量n为23，属于大样本，可通过 公式
1682.91 1861.76 2147.62 2878.10 3179.79 3201.57 3271.09 3255.55 3653.82 3978.57 4836.53 4943.44 7163.17 8368.19 11067.95 15646.16 16112.39 21309.08 24797.65
•
再者，在给定显著性水平α= 0.05 的情况下， 查自由度为（n- 2）即23-2=21的T分布表，可得 临界值tα/2（23）=0.68。已知回归结果中1和2的 t统计量值分别为3.139576和16.64597，两者的数 值均大于临界值0.685，所以可以证明模型通过T 检验。 最后我们用DW来进行自相关检验。该方法的 假定条件是： （1）解释变量X非随机； （2）随机误差项t为一阶自回归形式：
用Eviews6.0做迭代法估算，可得如 下结果：
• • • • • •
由上图可知d=1.893068。在给定的显著性水平为0.05的情况下， dL=1.17,dU=1.54,d >du且d接近于2，落入无相关区域，不存在相关性。 在Eviews6.0中输入新得出的系列数据，可得如下结果： 新多元回归模型为：Y*=245.1365+0.003190X1*+0.040617X2*+0.700912AR［1］。 R2=0.998247 F=3416.994 DW=1.893068 上述所有的检验结果说明解释变量X对被解释变量Y 的影响是显著的， 即国民总收入和钢产量分别都是对私人汽车拥有量的影响是显著的。 综上所述，该模型的各主要检验指标均达到多元线性回归模型检验的各项要 求。据以上分析表明，X1*的系数0.003190表示，在样本期间即1985 ～ 2007 年间，保持其他变量不变，平均而言，国民总收入每增加1%，私人汽车拥有 量增加0.003190%；X2*的系数0.040617表示，在样本期间即1985 ～ 2007 年间，保持其他变量不变，平均而言，钢材产量每增加1%，私人汽车拥有量 增加0.040617%。
表1
私人汽车拥有辆（万辆） 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 28.49 34.71 42.29 60.42 73.12 81.62 96.04 118.2 155.77 205.42 249.96 国民总收入（亿元） 9040.7 10274.4 12050.6 15036.8 17000.9 18718.3 21826.2 26937.3 35260 48108.5 59810.5 钢材产量（万吨） 3693 4058 4386 4689 4859 5153 5638 6697 7716 8428 8979.8
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
289.67 358.36 423.65 533.88 625.33 770.78 968.98 1219.23 1481.66 1848.07 2333.32 2876.22
70142.5 78060.8 83024.3 88479.2 98000.5 108068.2 119095.7 135174 159586.7 184088.6 213131.7 251483.2
设立多元线性样本回归方程：
首先，我们根据上表中国民总收入，钢材产 量和私人汽车拥有量的时间序列数据和多元线性 回归模型，使用计量经济学软件EVIEWS6.0，把 所要研究的样本数据输入该软件。利用最小二乘 法进行回归计算后可得 ，即可得多元 线性回归模型:Yt= 205.6573+0.001824X2+0.046014X3+ei从图1中 可知，1和2的t统计量值分别为3.139576， 16.64597,R-squared=0.996795，Adjusted Rsquared=0.996474，F=3109.876， DW=1.322362。.