最新我国私人汽车拥有量影响因素分析

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。

2.2.3 全国汽车产量

本文预计私家车的拥有与全国汽车产量有关，因此引入解释变量全国汽车产量，并先验预期其与私人汽车拥有量呈正相关。

2.2.4 全国公路里程

本文预计私家车的拥有与全国公路里程有关，因此引入解释变量公路里程，并先验预期其与私人汽车拥有量呈正相关。

2.3 数据来源及模型设定

2.3.1 数据的来源及处理

本文选择了《2007年中国统计年鉴》中1985年至2007年共23年的相关数据，并对其进行了处理：Y表示私人汽车拥有量(万辆)；X1表示全国城镇人口数（万人）； X2表示城镇居民人均可支配收入（元）；X3表示全国汽车产量；X4表示公路里程(万公里)；u为随机扰动项。数据见表1：

表1 我国私家车拥有量相关影响因素原始数据一览表

2.3.2 模型设定

基于以上数据，建立的多元线性回归模型可表示为：

Y=β1+β2*X1+β3*X2+β4*X3+β5*X4+u

β1度量了截距项，它表示在没有其它因素影响的时候私人汽车拥有量。

β2度量了当全国城镇人口数变动一单位，私人汽车拥有量的变动。

β3度量了当城镇居民人均可支配收入变动一个单位时，私人汽车拥有量的变动。

β4度量了当全国汽车产量变动一个单位，私人汽车拥有量的变动。

β5度量了公路里程对私人汽车拥有量的影响。

u是随机误差项。

2.4 模型的估计

根据表1中提供的数据，利用统计软件Eviews5.1对上述所设定的模型进行最小二乘估计。结果如下：

表2 回归结果（一）

Dependent Variable: Y

Method: Least Squares

Date: 05/28/10 Time: 13:21

Sample: 1985 2007

Included observations: 23

X10.002872 0.007423 0.386890 0.703374

X20.003200 0.030026 0.106584 0.916298

X3 2.540636 0.290377 8.749427 0.000000

X4 2.018081 0.563179 3.583375 0.002124 Adjusted R-squared 0.994128 S.D. dependent var 796.760270 S.E. of regression 61.056586 Akaike info criterion 11.251139 Sum squared resid 67102.320393 Schwarz criterion 11.497986 Log likelihood -124.388103 F-statistic 932.097505 Durbin-Watson stat 0.763843 Prob(F-statistic) 0.000000

根据上述结果，初步根据以上结果，初步得出的模型为

Y=-396.732253+0.002872X1+0.003200X2 +2.540636X3+2.018081X4

2.5 模型的检验

2.5.1 经济意义检验

从回归得出的结果来看，X1的系数为0.002872，X2的系数为0.003200，X3的系数为2.540636，X4的系数为2.018081，X1，X2，X3，X4这四个解释变量符号与预期的相一致，并且其大小在经济理论上解释得通。

2.5.2 拟合优度及模型估计效果检验

从结果看，可决系数R^2=0.995195，Adjusted R-squared为0.994128，该模型的解释变量解释了从1985年到2007年间全国私人汽车拥有量变异的99％，因此样本拟合效果较好。给定显著性水平5%，查F分布表得自由度为4和18的临界值为2.93，而回归结果显示整个模型的F值为932.097505，远远大于临界值2.93，表明整个模型估计效果显著，即私人汽车拥有量，全国城镇人口数，城镇居民人均可支配收入，全国汽车产量和公路里程四个变量联合起来确实对“全国的私人汽车拥有量”有显著影响。

2.5.3 回归系数的显著性检验

给定显著性水平5%，查t分布表得自由度为18的临界值为2.101，β2，β3，β4，β5的估计值对应的t统计量分别为0.386890，0.106584，8.749427，

3.583375，除了β2和β3外，β4和β5的估计值对应的t统计量的绝对值均大于临界值2.101，这说明全国的私人汽车拥有量与全国汽车产量，公路里程存在显著的线性相关关系。但是对于全国城镇人口数，城镇居民人均可支配收入这两个个解释变量而言却不存在显著的线性相关关系，但这与实际不相符，说明模型很可能存在严重的多重共线性。

2.5.4 多重共线性的检验

根据以上分析，认为模型很可能存在严重的多重共线性问题，为了验证这个想法，我通过EVIEWS计算解释变量之间的相关系数，得到如下相关系数矩阵：

表3 相关系数矩阵