我國私人汽車持有量影響因素分析

1、影響我國私人汽車擁有量的因素分析金融114 何苗苗摘要：本文選擇了2012年中國統(tǒng)計年鑒中1998年一2011年共14年的相關(guān)數(shù)據(jù)，選擇全國總?cè)丝跀?shù)，城鎮(zhèn)居民消費水平，全國汽車產(chǎn)量，全國汽油產(chǎn)量，國內(nèi)生產(chǎn)總值這些影響因素作為解釋變量構(gòu)建理論模型，對我國私人汽車擁有量的影響因素進行實證分析。并利用EVIEWS軟件對模型進行參數(shù)估計和檢驗，并加以修正。對最后的結(jié)果進行經(jīng)濟意義分析，然后提出自己的看法。關(guān)鍵詞：私人汽車擁有量 影響因素 計量模型分析正文：1、 前言改革開放以來，我國經(jīng)濟高速發(fā)展，我國GDP三十多年來的平均增長速度高達9.8%。國力增強，人民有錢了，生活水平大大提高。20世紀90年代以

2、前我國汽車市場處于公務用車，不僅需求量少，而且70%是政府、事業(yè)單位的公務用車，剩下的是企業(yè)的商務用車，幾乎沒有私人用車，也沒能力購買私家車。90年代以后公務用車與商務用車的份額發(fā)生變化，人民收入增加，私人購車開始起步。2002年以來，私家車發(fā)展迅速，進入私人購車階段。隨著居民消費結(jié)構(gòu)的升級，私人購車呈現(xiàn)出迅猛增長的勢頭，成為我國汽車產(chǎn)業(yè)發(fā)展的決定性力量，同樣也會成為社會經(jīng)濟發(fā)展的必然趨勢。由于私人汽車擁有量直接影響我國汽車產(chǎn)業(yè)的發(fā)展，并間接影響著國家經(jīng)濟的發(fā)展，因此對我國私人汽車擁有量問題的深入研究就顯得尤為重要，這有助于幫助大家認清現(xiàn)狀，做出合理的決策。鑒于此原因，我們進行了這次關(guān)于私人汽

3、車擁有量的計量模型研究。2、 相關(guān)文獻綜述汽車產(chǎn)業(yè)是國民經(jīng)濟的支柱產(chǎn)業(yè)，改革開放以來我國汽車產(chǎn)量呈現(xiàn)持續(xù)上升的趨勢。入世以后，更多的外國汽車企業(yè)進軍中國汽車市場，并以很大的優(yōu)勢占領大部分市場，我國汽車企業(yè)面臨著極大地挑戰(zhàn)。在這場戰(zhàn)爭中可以說是百姓受益，從近幾年我國汽車消費的發(fā)展變化來看汽車消費有成為消費熱點的發(fā)展趨勢。中國自1995年以來汽車登記量中的乘用車比例有所提高。1996年，汽車登記總數(shù)的40.2%為乘用車（其中62%為社會集團擁有），近60%的登記車輛用于投資和生產(chǎn)。近幾年來，中國的個人消費支出的比重基本保持在60%左右，但個人小汽車消費占個人消費支出的比重很低。據(jù)最新統(tǒng)計數(shù)字顯示，

4、1998年，中國私人汽車消費支出為2.1元/人，排在食品、衣著、娛樂教育文化服務、住房、家庭設備用品及服務、醫(yī)療保險項目之后。私人小汽車支出，占個人消費總支出的0.05%。中國尚未進入汽車普及期，由于個人汽車消費支出占GDP比重不僅低，而且增長緩慢，因而對經(jīng)濟增長的推動作用微乎其微。然而，隨著經(jīng)濟的發(fā)展，我國的搜人汽車擁有量也迅速的增長。自從1996年以來，民用汽車擁有量的增加量中，私人汽車增加量的比重高于57.7%，其中最高的是1999年，私人汽車增加量占全部民用汽車增加量的82.5%。這說明我國汽車市場結(jié)構(gòu)發(fā)生了根本性的變化，居民個人已經(jīng)成為我國汽車市場的消費主體，居民個人汽車消費的快速增

5、長，成為支持我國汽車工業(yè)發(fā)展的主要力量之一。北京林業(yè)大學經(jīng)濟管理學院的劉佳，在2010年第13期中國高新技術(shù)企業(yè)期刊上發(fā)表的論文得出結(jié)論：1985 2007 年的23 年間，隨著改革開放的不斷深入，經(jīng)濟穩(wěn)定持續(xù)增長，作為重要工業(yè)原料的鋼材的產(chǎn)量保持了逐年上升的趨勢，國民總收入也保持了每年持續(xù)的高增長水平，私人汽車作為高檔消費品，每年也保持了較高的增長，它已經(jīng)以越來越快的步伐進入我國的普通家庭。以此模型為依據(jù)，隨著我國鋼材產(chǎn)量和國民總收入逐年上升，我國私人汽車擁有量將逐年增多，成為我國普通大眾的消費品。研究的相關(guān)理論依據(jù)：（1）凱恩斯消費函數(shù)模型凱恩斯消費函數(shù)模型為:C=+*Y,式中C為現(xiàn)期消費

6、,Y為現(xiàn)期收入,為收入無關(guān)的那部分消費,即自發(fā)性消費,為邊際消費傾向。（2）莫迪利安尼的生命周期理論莫迪利安尼的生命周期理論可以表述為:消費與生命周期有關(guān),與財產(chǎn)收入有關(guān)。如下式:C=*A+*Y,式中A表示財產(chǎn),是財產(chǎn)的邊際消費傾向,是收入的邊際消費傾向,Y為收入。上式表明消費取決于財產(chǎn)收入和個人生命周期不同階段勞動收入。（3）杜森貝的相對收入理論杜森貝的相對收入理論表述為:消費以相對收入為函數(shù)。相對別人示范效應,向高消費看齊。我國稱之“攀比效應”。相對自己過去習慣效應,收入水平變化后消費有滯后性。在穩(wěn)定的收入增長時期,平均消費傾向不取決于收入水平。從長期考慮,平均消費傾向是穩(wěn)定的。從短期考察

7、,邊際消費傾向取決于現(xiàn)期收入與高峰收入的比例。由此使短期消費會有波動,但由于習慣效應的作用,收入減少對消費減少作用不大,而收入增加對消費增加作用較大。凱恩斯的絕對收入假定、美國經(jīng)濟學家杜森貝利的相對收入假定、莫迪里安尼等的生命周期假定雖然側(cè)重點有所不同，但都認為居民的消費和收入水平是息息相關(guān)的，私人汽車擁有量以居民的收入作為基礎。3、 研究現(xiàn)狀根據(jù)我讀到的相關(guān)文獻資料，目前已有以下結(jié)論：（1）我國人均私家車的擁有量主要受全國汽車產(chǎn)量和人均公路里程數(shù)的影響，而且均存在正向相關(guān)關(guān)系；（2）在19902006年間，在其他解釋變量保持不變的條件下，隨著全國汽車產(chǎn)量的增加引起的全國的私家車擁有量的增長幅

8、度大于全國的全國汽車產(chǎn)量的增長幅度，故而全國汽車產(chǎn)量是影響私家車擁有量的最重要的因素。（3）公路里程對私家車擁有量有很大影響，說明公路里程數(shù)的增加有助于增加國內(nèi)私家車的擁有量。私家車擁有量與人均公路里程存在互為因果的關(guān)系，這說明隨著我國公路建設加強，使居民對私家車的需求上升，同時由于私家車增多對交通產(chǎn)生的壓力也促使我國公路的建設和改造。（4）收入是影響私家車擁有量的重要因素，對于私家車的購買來說，城鎮(zhèn)居民可支配收入的影響是很大的，隨著可支配收入的增加，私家車擁有量也隨之增加。在回歸模型中，該變量的參數(shù)估計值為2922.028，即表示在其他解釋變量保持不變的條件下，可支配收入每增加一個單位，而私

9、家車擁有量增加2922.028輛。而隨著城鎮(zhèn)居民可支配收入從1990年的1510.2元增加到2003年的8472.2元，私家車擁有量也由1990年的輛增加到2003年的輛?？梢哉f明城鎮(zhèn)居民可支配收入的提高是私家車擁有量增加的重要因素。（5）貸款利率對私家車擁有量有一定影響，對于購車者來說，收入一定時，沒有足夠的金錢購買車時，可以向銀行貸款來買車。所以貸款利率的高低在一定程度上影響私家車擁有量，之所以這么說，那是因為可支配收入不高，沒有能力還貸款，也就不想買車。貸款利率與其他解釋變量相關(guān)系數(shù)不是很突出，但也是挺高的。3、燃料、動力價格指數(shù)影響顯著變量的參數(shù)估計值為-50492.48，參數(shù)符號符合

10、預期，參數(shù)的絕對值都大于其他變量，說明燃料及動力價格指數(shù)的增加對于私家車擁有量的減少影響顯著。從理論和實踐上說，這是合理的。俗話說“買車難，養(yǎng)車更難”，因為養(yǎng)車需要花費大量的金錢，開車出行需要消耗燃油等動力能源，購買汽油、柴油等動力能源需要支出一筆費用，這直接構(gòu)成使用私家車的成本。當油價上漲時，駕駛私家車出行的成本上漲，因而人們會減少對私家車的購買，從而減少我國居民個人的私家車擁有量。4、 存在問題（1） 由于影響被解釋變量的因素較多，比如居民收入水平、城市化水平、燃料價格、不同地區(qū)間私家車價水平及消費習慣等因素，而且居民對私家車的需求還受到宏觀經(jīng)濟周期、國家政策調(diào)節(jié)等宏觀因素的制約，因此無論

11、得出什么模型，都有待于進一步完善；（2）樣本容量有限，只有一段時間的數(shù)據(jù)，而且局限于中國一個國家。5、 影響因素分析本文選擇了2012年中國統(tǒng)計年鑒中1998年至2011年共14年的相關(guān)數(shù)據(jù)，并對其進行了處理：y表示私人汽車擁有量(萬輛)；x1表示全國人口數(shù)（萬人）；x2表示居民消費水平（元）；x3表示全國汽車產(chǎn)量；x4表示全國汽油產(chǎn)量(萬噸)；u為隨機擾動項。（1） 建立模型：基于以上數(shù)據(jù)，建立的多元線性回歸模型，表示為：度量了截距項，它表示在沒有其它因素影響的時候私人汽車擁有量。度量了當全國人口數(shù)變動一單位，私人汽車擁有量的變動。度量了當城鎮(zhèn)居民消費水平變動一個單位時，私人汽車擁有量的變動

12、。度量了當全國汽車產(chǎn)量變動一個單位，私人汽車擁有量的變動。度量了全國汽油產(chǎn)量對私人汽車擁有量的影響。是隨機誤差項。（2） 模型估計根據(jù)表1中提供的數(shù)據(jù)，利用統(tǒng)計軟件Eviews5.1對上述所設定的模型進行最小二乘估計。結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 12/18/13 Time: 20:14Sample: 1998 2011Included observations: 14VariableCoefficientStd. Errort-StatisticProb.C16634.118091.6252.0.0700X1-0.0

13、.-2.0.0707X.0001X.0236X.8134R-squared0.Mean dependent var2458.780Adjusted R-squared0.S.D. dependent var2160.913S.E. of regression134.1467Akaike info criterion12.90820Sum squared resid.0Schwarz criterion13.13643Log likelihood-85.35738Hannan-Quinn criter.12.88707F-statistic841.

14、0808Durbin-Watson stat0.Prob(F-statistic)0.根據(jù)上述結(jié)果，初步得出的模型為：U) （2.0557） （-2.0489） （6.7625）（2.7198） （0.2430）=0.9973=0.9961 F=841.0808 由回歸結(jié)果可知：各解釋變量相應的t檢驗也很顯著，初步可以看出模型的擬合結(jié)果相當好，但是，x1的系數(shù)為負數(shù)，與現(xiàn)實情況相矛盾，懷疑該模型，于是對該模型進行多重共線性的檢驗。（3） 模型的檢驗與修正1、經(jīng)濟意義檢驗： 從回歸得出的結(jié)果來看，三個解釋變量符號與預期的相一致，并且其大小在經(jīng)濟理論上解釋得通。而變量符號為負，與現(xiàn)實情況相矛盾，故

15、懷疑各解釋變量之間可能存在多重共線性2、擬合優(yōu)度及模型估計效果檢驗 從結(jié)果看，該檢驗的=0.9973，=0.9961，擬合優(yōu)度很高，該模型的解釋變量解釋了從1998年到2011年間全國私人汽車擁有量變異的99，因此樣本擬合效果較好。F統(tǒng)計量的檢驗值為841.0808，表明整個模型估計效果顯著，即全國人口數(shù)，城鎮(zhèn)居民消費水平，全國汽車產(chǎn)量和全國汽油產(chǎn)量四個變量聯(lián)合起來確實對“全國的私人汽車擁有量”有顯著影響。3、回歸系數(shù)的顯著性檢驗 給定顯著性水平5%，查t分布表得自由度為10的臨界值為2.228，的估計值對應的t統(tǒng)計量分別為（-2.0489）（6.7625）（2.7198）（0.2430），除

16、外，和的估計值對應的t統(tǒng)計量的絕對值均大于臨界值2.228，這說明全國的私人汽車擁有量與居民消費水平、全國汽車產(chǎn)量、全國汽油產(chǎn)量存在顯著的線性相關(guān)關(guān)系。但是對于全國人口數(shù)這個解釋變量而言卻不存在顯著的線性相關(guān)關(guān)系，但這與實際不相符，說明模型很可能存在嚴重的多重共線性。4、多重共線性的檢驗4.1多重共線性的檢驗根據(jù)以上分析，認為模型很可能存在嚴重的多重共線性問題，為了驗證這個想法，我通過EVIEWS計算解釋變量之間的相關(guān)系數(shù)，得到如下相關(guān)系數(shù)矩陣：表2 相關(guān)系數(shù)矩陣X1X2X3X4X.X.X.X. 從上面的相關(guān)系數(shù)矩陣看出，各解釋變

17、量之間的相關(guān)系數(shù)很高，證實確實存在多重共線性。4.2多重共線性的修正為了修正多重共線性，我采用逐步回歸的辦法來檢驗和解決多重共線性問題。分別做Y對x1，x2，x3，x4的一元回歸：Y對x1做一元回歸：Dependent Variable: YMethod: Least SquaresDate: 12/18/13 Time: 20:17Sample: 1998 2011Included observations: 14VariableCoefficientStd. Errort-StatisticProb.C-77247.5811331.05-6.0.0000X.0000R-sq

18、uared0.Mean dependent var2458.780Adjusted R-squared0.S.D. dependent var2160.913S.E. of regression993.4355Akaike info criterion16.77178Sum squared residSchwarz criterion16.86307Log likelihood-115.4025Hannan-Quinn criter.16.76333F-statistic49.50896Durbin-Watson stat0.Prob(F-statistic)0.Y對x2做一元回歸：Depen

19、dent Variable: YMethod: Least SquaresDate: 12/18/13 Time: 20:17Sample: 1998 2011Included observations: 14VariableCoefficientStd. Errort-StatisticProb.C-2098.288165.0909-12.709900.0000X14800.0000R-squared0.Mean dependent var2458.780Adjusted R-squared0.S.D. dependent var2160.913S.E. of regres

20、sion255.3507Akaike info criterion14.05472Sum squared resid.7Schwarz criterion14.14601Log likelihood-96.38301Hannan-Quinn criter.14.04627F-statistic918.9873Durbin-Watson stat0.Prob(F-statistic)0.Y對x3做一元回歸：Dependent Variable: YMethod: Least SquaresDate: 12/18/13 Time: 20:18Sample: 1998 2011Included ob

21、servations: 14VariableCoefficientStd. Errort-StatisticProb.C-232.8495140.2861-1.0.1228X66460.0000R-squared0.Mean dependent var2458.780Adjusted R-squared0.S.D. dependent var2160.913S.E. of regression319.1386Akaike info criterion14.50069Sum squared resid.Schwarz criterion14.59199Log likelihoo

22、d-99.50484Hannan-Quinn criter.14.49224F-statistic584.0176Durbin-Watson stat2.Prob(F-statistic)0.Y對x4做一元回歸：Dependent Variable: YMethod: Least SquaresDate: 12/18/13 Time: 20:19Sample: 1998 2011Included observations: 14VariableCoefficientStd. Errort-StatisticProb.C-5270.188561.7587-9.0.0000X22

23、080.0000R-squared0.Mean dependent var2458.780Adjusted R-squared0.S.D. dependent var2160.913S.E. of regression532.2685Akaike info criterion15.52374Sum squared resid.Schwarz criterion15.61503Log likelihood-106.6662Hannan-Quinn criter.15.51529F-statistic202.2674Durbin-Watson stat0.Prob(F-statistic)0.綜合

24、以上結(jié)果得出下表：表3 一元回歸結(jié)果Variablex1x2x3x4Coefficient0. 0. 3. 1.t-Statistic7. 30.3148024.16646 14.22208R-squared0. 0. 0. 0.Adjusted R-squared0. 0. 0. 0. 其中，加入X2的方程Adjusted R-squared的值最大，所以以x2為基礎，順次加入其它變量逐步回歸，結(jié)果如表5所示：表4 加入新變量的回歸結(jié)果（一）Variablex1x2x3x4x2,x1Coefficient-0.13924 0. 0. t-Statistic-2.89744 16.80956

25、x2,x3Coefficient0.1.0. t-Statistic4.2.x2,x4Coefficient0. -0.0. t-Statistic6. -1.經(jīng)比較，新加入X1的方程Adjusted R-squared的值為0.，改進最大，但符號為負，與經(jīng)濟意義不相符，故而剔除。新加入x3的方程Adjusted R-squared的值為0.，而且各參數(shù)的t檢驗顯著，所以選擇保留X3，再加入其它新變量逐步回歸，結(jié)果如表5所示：表5 加入新變量的回歸結(jié)果（二）Variablex1x2x3x4x2，x3，x4Coefficient0.1. -0. 0.t-Statistic 6.4.-3. 在x2

26、，x3的基礎上加入x4后的方程Adjusted R-squared的值為0.，雖然較之前略有改進，x4的t檢驗顯著，但是X4的符號為負與經(jīng)濟意義不符。這說明X1和X4引起嚴重的多重共線性，應予以剔除。最后修正嚴重多重共線性影響的回歸結(jié)果為：Dependent Variable: YMethod: Least SquaresDate: 12/18/13 Time: 20:20Sample: 1998 2011Included observations: 14VariableCoefficientStd. Errort-StatisticProb.C-1395.404289.9009-4.0.00

27、05X.0014X.0196R-squared0.Mean dependent var2458.780Adjusted R-squared0.S.D. dependent var2160.913S.E. of regression205.9351Akaike info criterion13.68041Sum squared resid.1Schwarz criterion13.81735Log likelihood-92.76286Hannan-Quinn criter.13.66773F-statistic710.1931Durbin-Watson stat

28、0.Prob(F-statistic)0. 最后修正嚴重多重共線性影響后得出的模型為：5、 異方差性的檢驗對修正嚴重多重共線性影響后的新模型進行異方差性的檢驗，運用white檢驗，得到如下結(jié)果： Heteroskedasticity Test: WhiteF-statistic15.52755Prob. F(5,8)0.0006Obs*R-squared12.69217Prob. Chi-Square(5)0.0264Scaled explained SS8.Prob. Chi-Square(5)0.1360Test Equation:Dependent Variable: RESID2Met

29、hod: Least SquaresDate: 12/18/13 Time: 20:21Sample: 1998 2011Included observations: 14VariableCoefficientStd. Errort-StatisticProb.C-27643.01.2-0.0.9138X258.25690151.65290.0.7109X22-0.0.-0.0.5055X2*X.3017X3-497.4096708.9796-0.0.5028X32-0.0.-1.0.1741R-squared0.Mean dependent var33321.58Adjust

30、ed R-squared0.S.D. dependent var50604.16S.E. of regression19716.30Akaike info criterion22.91381Sum squared resid3.11E+09Schwarz criterion23.18769Log likelihood-154.3966Hannan-Quinn criter.22.88845F-statistic15.52755Durbin-Watson stat1.Prob(F-statistic)0.Obs*R-squared的計算結(jié)果是12.69217，由white檢驗知，在0.025的顯

31、著水平下，自由度為5的開方臨界值為12.8325，大于Obs*R-squared的值，所以接受原假設，即認為該模型不存在異方差性。 6、 自相關(guān)的檢驗由上述回歸分析可知DW值為0.，且樣本容量n=14，有兩個解釋變量的條件下，給定顯著性水平0.01，查D-W表得dL =0.660,dU =1.254,這時有DWdL，這表明模型中存在自相關(guān)。為解決自相關(guān)問題，采用廣義差分法，使用殘差序列進行滯后一期的自回歸，可得到以下回歸結(jié)果，如下圖：Dependent Variable: EMethod: Least SquaresDate: 12/18/13 Time: 20:24Sample (adjus

32、ted): 1999 2011Included observations: 13 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.E(-1).0181R-squared0.Mean dependent var-13.50576Adjusted R-squared0.S.D. dependent var190.0229S.E. of regression149.5227Akaike info criterion12.92658Sum squared resid.5Schwarz criterion12.97

33、003Log likelihood-83.02275Hannan-Quinn criter.12.91764Durbin-Watson stat0.根據(jù)上表可得回歸方程為et=0.et-1，對原模型進行廣義差分：令 y2=y-0.*y(-1) x5=x2-0.*x2(-1) x6=x3-0.*x3(-1)并對方程進行回歸：Dependent Variable: Y2Method: Least SquaresDate: 12/18/13 Time: 20:27Sample (adjusted): 1999 2011Included observations: 13 after adjustmen

34、tsVariableCoefficientStd. Errort-StatisticProb.C-489.212469.22072-7.0.0000X29170.0000X.0005R-squared0.Mean dependent var978.8368Adjusted R-squared0.S.D. dependent var823.8272S.E. of regression111.5475Akaike info criterion12.46595Sum squared resid.4Schwarz criterion12.59633Log likelihood-78.02869Hannan-Quinn criter.12.43915F-statistic322.2683Durbin-Watson stat0.Prob(F-statistic)0.從上圖可知DW值為0.，且樣本容量經(jīng)調(diào)整后為n=13，有兩個解釋變量的條件下，給定顯著性水平0.01，查D-W表得dL =0.616,dU =1.261,這時有DW大于dL，這表明模型中已經(jīng)不存在自相關(guān)。而且此時Adjusted R-squared為0.，且t，F(xiàn)統(tǒng)計量也均