影响我国私家车拥有量的因素分析

影响我国私家车拥有量的因素分析——以四川省为案例分析的计量经济学模型及其检验单位：西南财经大学经济学院作者：李阳学号：40501103指导老师：庞皓、黎实二零零七年十二月-1-内容提要本文旨在对1990-2005四川省人均地区生产总值变动，基础设施建设等一系列因素对私人汽车拥有量的影响进行实证分析。首先，我收集了相关的数据。其次，建立了理论模型。然后，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我对所得的分析结果作了经济意义的分析。关键词：私家车、计量经济学模型、检验、预测-2-目录第一章导论1.1问题的提出1.2研究方法与目标1.3论文结构第二章文献综述2.1国外研究情况2.2国内现状及研究2.3理论简述第三章模型的设定及变量的选择第四章数据的来源及其处理第五章模型的估计、检验与调整5.1模型回归5.2统计推断检验5.2.1拟合优度检验5.2.2检验回归系数的显著性(t检验)5.2.3回归方程的总体显著性检验(F检验)5.3计量经济学检验5.3.1时间序列的平稳性检验（单位根检验）5.3.2异方差性检验（White检验）5.3.3用杜宾-沃森d检验法检验自相关（DW检验）5.4最终模型回归结果及其的含义第六章结论参考文献ycx1x2x2x3y(-1)ar(1)-3-第一章导论1.1问题的提出改革开放以来,我国创造了经济高速增长的神话,拥有近13亿庞大人口的基数,在2003年实现了人均GDP1000美元的基本小康目标,这也是私家车开始步入普及化道路的里程碑。近几年随着国内市场汽车价格的持续下降和我国居民收入水平的不断提高，拥有私家车对普通百姓来说越来越容易了。私家车走入普通百姓家中已成为定势，而汽车市场早已由卖方市场转为了买方市场，而且随着私家车的普及造成了道路拥挤、空气污染等诸多问题，现在出现了有些城市限制私家车的现象。中国汽车市场目前400多万的销量仅仅相当于美国六七十年代的水平,而中国的人口基数要比美国大得多,从收入最高的20%人口的收入水平来看,如果达到世界平均水平，中国应该有1.6亿辆汽车，是目前的８倍。可见中国的汽车市场还没有完全形成应有的规模，所以中国汽车市场潜力巨大。鉴于此原因我进行了这次以四川省为案例的关于影响我国居民私家车拥有量的计量模型研究。1.2研究方法与目标本文应用计量经济学的方法对影响私家车拥有量的各个因素的进行计量分析，然后建立模型，并对模型进行检验与调整来对四川省私家车拥有量的实证分析，期望通过这种分析，找出影响我国私家车拥有量的真正原因及私家车拥有量的发展规律。1.3论文结构全文共分六章。第二章对论文涉及到的国内外研究情况和理论做了一个简要的综述；第三章对影响我国私家车拥有量的因素进行了分析，并选择适当的变量建立了初步模型；第四章通过各种手段收集了上一章中所选变量的相关数据，并进行了适当的处理；第五章着重对模型进行了各种检验和调整，尽可能使其准确反映我国私家车拥有量的影响因素对其的影响；第六章有以上各章的结果得出我的结论。第二章文献综述2.1国外研究情况虽然战后世界汽车市场呈现快速增长的态势，但这种增长具有不稳定性。汽车市场的供求和价格经常发生变化，起伏也较大，不仅是传统的汽车市场经常起伏不定，而且高技术产品也经常发生变化和波动。为了研究平均汽车拥有水平与国家居民富裕程度的关系，早在1982年世界银行和许多学者就对汽车拥有水平与收入状况的关系进行了统计分析，得出二者呈正相关关系。其中BardonJ以发达国家为背景的研究最有代表性，他的研究结果是:当人均国民收入在500-1000美元时，千人汽车拥有量为10-30辆，这时轿车开始进入高收入家庭;当人均国民收入在5000-10000美元时，千人汽车拥有量为170-400辆，这时轿车进入全面普及阶段。最早对汽车工业规模经济进行系统论述的是英国经济学家马克斯和西尔伯斯通1959年所著的《汽车工业》，该书认为技术最优的生产规模会随着技术条件的变化而变化，总的趋势是技术最优的生产规模会越来越大。在马克斯和西尔伯斯通之后，又有许多学者对汽车行业规模进行了研究，得出的结果有:在规模经济被充分利用时，总装厂的最佳生产规模是5-30万辆，而全能厂的最佳生产规模是36-200万辆。60年代美国学者布朗森在研究发展中国家的汽车工业时，发现随着国产化程度的提高，汽车的相对制造成本呈现出不利于汽车行业发展的上升趋势。通过对各汽车工业国及发展中国家人均国民收入与汽车保有量的关系分析中得出结论:当人均国民收入达500-1000美元时，千人拥有汽车量为10--30辆，此时，轿车开始进入高收入家庭，人均国民收入在1000-5000美元时，千人拥有汽车量为20-180辆:在5000-10000美元时，千人拥有汽车量为170-400辆，这时出现需求高潮，轿车开始普及:10000-20000-4-美元时，千人拥有量约为360-700辆，进入全面普及阶段。2.2国内现状及研究自上世纪90年代以来，我国私人汽车市场地位持续升高，私人汽车保有量年均增长23％，是全社会汽车保有量平均增长率的2倍以上，对我国汽车市场的影响力也在逐步加大。近年来在集团汽车需求逐年以较大幅度下降的情况下，汽车总需求之所以表现为仅呈微弱下降的态势，完全得益于私人购车需求的持续扩张。据统计，1984年底我国共拥有私人汽车17.35万辆，到1997年底私人汽车保有量已达358.36万辆。国内私人汽车保有量占全国汽车保有量的比例从1990年的14.8％上升到了1997年的29.4％。目前，私人购车已取代集团消费成为支撑汽车市场增长的主导力量。据国家统计局资料，2006年全国人均国民生产总值已达到1911.50美元，虽然距私人可以从容购车的消费水平尚有较大的差距，但是已经接近了汽车进入富裕家庭的阶段。况且我国幅员辽阔，各地区的经济发展水平也存在着较大的差异，很多家庭已基本具备购车能力。有关专家预测，目前我国至少已形成了600－700万辆的潜在汽车购买能力。但如何将这个潜在的市场转化为现实的市场，是一个涉及面很广的问题，它既需要国民经济的迅速增长，政府的鼓励政策，也需要社会基础设施及配套设施的建设等。2.3理论简述当今理论界对轿车工业的研究一般可以分为如下几类。一类是从国家产业政策对产业发展影响的角度进行的分析，主要涉及到关税结构、国产化率、进入壁垒等具体产业政策；另一类是对中国加入WTO的应对策略进行的讨论；还有一类是以经济学为基础，利用统计分析，研究轿车市场的市场结构、用户组成、供给情况等方面。第三章模型的设定及变量的选择3.1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,所以我考虑做一个线性模型(对参数线性),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。3.2私家车这种高档消费品的拥有量显然与地区的经济水平有关，因此引进解释变量地区生产总值,并先验预期两者呈正相关关系。3.3私家车的拥有与各地区年末实有道路长度有一定的关联,所以引进解释变量年末实有道路长度,并先验预期其与私人汽车拥有量呈正相关。3.4我预计私家车的拥有与各地区的公路的长度有关，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。3.5私家车的拥有必然是为了出行的便利，所以我预计其与各地区公共交通情况和出租车数量有关，而公共交通又由公共汽车、无轨电车、有轨交通组成，因此取其总和引入解释变量年末其他交通运营数，并先验预期其与私人汽车拥有量呈负相关。3.6对于人均地区生产总值、公路里程和其他交通运营数这些指标,我们更关心其相对数变化对私人汽车拥有量的影响,而且对数变换后能够减少异方差对模型的影响，所以采用对数模型。综上所述,我们采用的计量经济学模型如下:uXXXYtttt3322110tlnlnlnln其中,Yt表示私人汽车拥有量(辆)；Xt1表示人均地区生产总值①（元）；Xt2表示公路里程(公里)；Xt3表示其他交通运营数（辆）；ut为随机扰动项。①已折换成现价-5-第四章数据的来源及其处理我收集了中华人民共和国国家统计局编的《中国统计年鉴》中1990年—2005年共16年相关数据：年份YX1X2X3199036900113497155249871991433991180981222678919925275413569892028205199375200191199342287651994892002516100002297841995138100308110072430586199618920037631016463258219972162004029760662296319981340004339816462441219994249004452893182490920002121004784908752782020014585005250108724302592002560600576611189832632200367020064181125433312320047590007895113043345582005893200906011469435091Yt表示私人汽车拥有量(辆)；Xt1表示人均地区生产总值（元）；Xt2表示公路里程(公里)；Xt3表示其他交通运营数（辆）；ut为随机扰动项。经对数变换的数据为：年份YlnX1lnX2lnX3ln199010.515966837.0335111.484110.1261199110.678191687.0732711.49410.1957199210.873394887.2122911.502110.2473199311.227906517.5553811.506310.2669199411.398636327.8304311.512910.3017199511.835733348.0330111.520110.3283199612.150559948.2329711.529310.3915199712.283959188.3012711.239410.0416199811.805595088.375411.310110.1028199912.959609138.4011111.410.123200012.264813148.4730311.417210.2335200113.035715578.5659811.596610.3175200213.236762928.6597311.625310.393200313.415331458.7668611.631110.408-6-200413.539757068.9739811.635510.4504200513.70256589.1116211.6510.4657第五章模型的估计、检验、调整（使用软件EViews3.1)5.1模型回归：我们根据上述时间序列数据,采用普通最小二乘法(OLS)进行模型估计,结果如下：DependentVariable:LNYMethod:LeastSquaresSample:19902005Includedobservations:16VariableCoefficientStd.Errort-StatisticProb.C-18.664045.759199-3.2407350.0071lnX11.6605880.11425314.534320.0000lnX24.5113651.3275543.3982530.0053lnX3-3.3678911.318257-2.5548070.0252R-squared0.965292Meandependentvar12.18278AdjustedR-squared0.956615S.D.dependentvar1.054390S.E.ofregression0.219619Akaikeinfocriterion0.018471Sumsquaredresid0.578789Schwarzcriterion0.211619Loglikelihood3.852228F-statistic111.2480