我国私人汽车保有量的分析及预测

目录摘要1关键词1一、引言2二、综述2三、现状分析3四、建模5（一）模型选择5（二）数据说明61．目标变量62．解释变量63．样本选取8（三）模型建立8五、模型分析9（一）数据处理10（二）回归计算10（三）模型检验111．统计检验112．计量经济学检验123．经济意义检验13（四）模型评价13六、预测14七、结论15参考文献17我国私人汽车保有量的分析及预测统计031陆诚煜学号：2070403138指导老师：胡荣华［摘要］我国经济的快速发展为私人汽车提供了巨大的发展空间，同时汽车保有量的大幅增加势必对土地、能源和环境带来巨大压力，这就需要对影响私人汽车发展的主要因素进行分析，对其保有量的发展趋势做出科学判断。本文根据近年来国内各项经济指标，运用线性回归方法，给出了一个适用于短期预测的计量经济学模型及进行各项检验的详细过程，并据此较为准确合理的预测了我国2006年和2007年的私人汽车保有量，进而提出贯彻科学发展观，走可持续发展道路将是促进我国未来私人汽车良性发展的客观要求。［关键词］私人汽车保有量计量经济学模型预测Abstract:Therapideconomicaldevelopmentofourcountryhasprovidedgreatdevelopmentspacefortheprivatevehicleandthesignificantincreaseofprivatevehiclepopulationwillinevitablybringgreatpressuretotheland,resourcesofenergyandtheenvironment,soitisnecessarytoanalyzethemainfactorsthataffectthedevelopmentofourprivatevehicle,andthenmakeareasonablejudgmenttothedevelopmenttrendofthevehiclequantity.Accordingtotheeconomicindicesofrecentyears,thispaperconstructsaneconometricmodelwhichissuitableforshorttermpredicationbylinearregressionmethodandintroducestheconcreteprocessofsometest,andthenthecomparativelyaccurateprivatevehiclepopulationofChinain2006and2007areforecasted,Thenitpointsoutthattheimplementationofscientificdevelopmentconcept,adoptingsustainabledevelopmentpolicywillbetheobjectiverequirementsofprivatevehicledevelopmentofChinainthefuture.Keywords：privatevehiclequantity;modelofeconometrics;forecast一、引言每年上万亿美元的汽车产业是世界经济的支柱产业之一，没有任何一种工业品能像汽车这样渗透到社会大众生活的各个层面。它以其技术和产品的不断更新，彻底改变和提高了人们的生活方式和生活质量。据世界银行的研究，汽车保有量(尤其是私人汽车)与人均国民收入成正比。2003年，我国国内人均GDP首次突破1000美元，这预示着中国汽车开始进入家庭消费阶段。而事实明，随着中国人均GDP的稳健增长，近年来，我国的家用汽车销量以两位数的增速急剧扩大。根据国家统计局公布的数据，至2006年末，我国私人汽车保有量达到了2200万辆，增长23.7%，继续保持旺盛的增长态势。汽车因具有高度的产业关联性，被称为“经济持续增长的发动机”。汽车的发展，其意义不仅在于汽车工业本身，还在于它对加快产业结构调整和升级改造、促进产业布局调整，加快城郊基础设施建设等方面有重要的作用。同时，汽车消费对社会的负面影响，也远远超出了汽车产业本身。汽车的广泛使用不仅影响城市和乡村的结构，影响就业结构以及社会关系等，也将土地、能源、环境和交通等多方面问呈现在人们面前，其外部性影响不容忽视。因此，在目前家用汽车日趋成为消费热点的大背景下，对我国家用汽车保有量的研究分析和预测显得十分重要和必要，无论是对我国制定产业政策、发展国民经济还是对人民群众的日常生活都有深远的意义。二、综述汽车保有量的研究一直是国际科研领域的热点之一，相关理论和研究非常多。目前汽车保有量预测方法大致可分为两大类，即需求模型和均衡分析模型。需求模型考虑城市家庭或个人对汽车的需求，通过建立需求函数进行预测。它又可分为集合模型和非集合模型两类。集合方法多用于远期预测，以全区域为研究对象，通常使用计量经济模型。其中最常用的是回归模型，即利用横向数据建立汽车保有量与主要驱动因子之间的相关关系，进而用可测的自变量来预测应变量（私人汽车保有量）。周溪召、Joyce等于1996年用集合方法对发展中国家的家用汽车保有量进行了长期预测，并提出：一般的，人均收入与每千人拥有汽车数量之间存在较明显的关系，显示出“S”形的发展趋势。集合模型又可分为两种方法：有饱和水平限制和无饱和水平限制的集合模型。在有饱和水平限制模型中，比较典型的有Gomperta模型（Dargey、Gately，2000）和英国公路交通预测系统采用的类对数模型；而在后者中，最常用的模型是对数线性方程，如Button（1998）对发展中国家轿车保有量的预测，Ingram（1999）对国家和城市级的机动车保有量的预测等。此外，线性模型和半对数线性模型也有相当的应用，如美国国家交通需求模型所利用的分布滞后模型就是例子之一。非集合模型基于效用最大化行为假设，以家庭或个人作为决策单元建模，包括多项Logit模型、树状Logit模型、多项Probit模型等，多用于短期预测，数据要求比较高。Abu-Elisheh和Mannering于1995年即用此模拟了经济转型国家的汽车保有量模型。均衡分析模型可分为市场均衡模型和交通均衡模型。市场均衡模型建立家用汽车的需求和供应函数，在市场均衡作用下，求得均衡状态下家用汽车的需求。90年代，Cramer和Vos曾运用此方法进行了汽车保有量的预测。交通均衡模型则基于Wardrop均衡原理，建立家用汽车保有量的优化模型并求得家用汽车保有量。在我国，这方面的研究尚处于起步阶段。根据我国国情，研究者也做了不少有益的工作，如袁泉等（2003）采用灰色模型、周骞和吴义虎（2001）等采用神经网络、朱兵和贺昌政等（2006）基于GMDH方法、程毛林（1999）采用逻辑斯蒂曲线等多种模式预测了中国的汽车保有量。三、现状分析据中国汽车工业协会估算，截止到2006年底，中国私人汽车保有量约为2200万辆，占全国汽车保有量的60%左右。另据公安部交通管理局统计，在2200多万辆私人汽车中，约有一半是属于个人消费品，这标志着中国汽车消费进入以私人消费为主的发展新阶段。在2006年，我国汽车销量为710多万辆，私人购买比例超过77%，中国已经成为仅次于美国的全球第二大新车市场。汽车特别是用于消费的私人汽车保有量的多少，与经济发展程度、居民收入以及道路建设等有着密切的联系。汽车作为中国家庭拥有率最低的一种高档耐用消费品，随着居民收入水平的不断提高和中国政府鼓励轿车进入家庭政策的出台，制约需求的各种不合理费用逐步取消和汽车贷款正在被越来越多人所接受，汽车正在快速进入普通家庭。国家信息中心预测，2009年前后是中国中等收入家庭具备购车能力的时间点，届时将有近１亿中国人可以拥有自己的家庭轿车。但是，与世界发达国家相比，我国汽车保有率还相对较低。世界汽车工业发达国家在与我国相同的人均收入阶段的汽车保有率低限为1.7%，高限为10.4%。即使与低限相比，目前中国汽车保有量每千人不到30辆，与世界平均每千人120辆相差甚远。据国家统计局统计，1990年全国私车保有量为82万辆，仅占14.8%。有专家认为，私人汽车的大规模出现是中国进入小康社会的一个重要标志，这种情况只有在经济发展达到一定程度才会出现。2001年，中国正式成为世界贸易组织成员，这也是中国的“私人汽车元年”。自此，中国汽车市场大举对外开放，带动了国内汽车产业的迅速发展。随着国民经济的发展，汽车消费需求快速增长，我国汽车消费市场已由潜在的需求变成现实的市场。国家又出台了一系列鼓励轿车进入家庭的政策，长期以公车消费为主的汽车市场转变为以私人消费为主，私人购车成为当今汽车市场消费的主流。随着私人汽车消费时代的到来，汽车保有量上升的一个重要因素就是国内汽车消费的快速增长。20世纪末起，私人汽车消费出现“井喷”现象(汽车消费量年增长速度超过35％)，2004年开始，我国汽车消费发展与上年相比相对缓慢，开始进入稳步发展阶段。到2006年私车消费市场又开始发力，私车保有量猛增23.7%。消费者购买力的增强和个体私营经济的快速发展，也带动了私人汽车的大发展。城乡居民储蓄存款额2005年底达到141051亿元，且每年增幅都在加大，所以我国有购车能力的家庭已超过千万户，中国已成为一个极具潜力的汽车消费市场。自上世纪80年代中国开始出现私人汽车，到2003年私人汽车突破千万辆用了近20年，而突破2000万辆仅仅用了3年时间。然而，当我们快速迈进以私人汽车为主体的汽车社会的时候，也面临着新的考验。专家预计，我国汽车保有量有可能到2010年超过1000万辆，2020年有望达到1700万辆。我国汽车社会面临能源紧缺、燃油价格上涨、土地资源有限等诸多不利因素。如果对这种快速增长不从战略的高度加以科学引导和调整，汽车的迅猛增长将不再单纯体现经济建设成就，巨大的负面效应也将成为社会发展的阻碍因素。在这样的背景下，进行私车发展转型刻不容缓，力图使私车保有量在节约、环保、节能的“框架”中适度增长。四、建模私人汽车保有量与一个国家或地区的社会经济发展的有关数据有着密切关系。我们知道，交通运输系统是社会经济大系统下的一个子系统，所有有关交通运输的统计指标都应该由社会经济的大环境决定，因此我试图通过建立计量经济学模型来发现私人汽车保有量与有关社会经济数据之间的关系。（一）模型选择根据对国内外汽车发展变化情况的分析，一般私人汽车的增长随时间呈现S形曲线。图1汽车保有量的S曲线（来源于工商315新闻网）私人汽车的增长一般在初始阶段增长缓慢。随着经济的发展和汽车价格的下降，汽车的增长会经过一个加速增长的过程。但由于受到城市空间和交通服务能力的限制，汽车在达到一定数量后，增长速度将放慢，同时拥有量将趋于一个极限值。这一系列变化过程，基本符合S形曲线的变化特点（见图1）。在统计分析预测中，S形曲线一般用于商品的市场需求量的预测。对于具体的商品，一般需要经过进入市场、销售量快速增长、市场饱和等几个阶段，总体的过程遵循“增长缓慢——迅速增加——维持一定水平”规律。可以发现，上述过程与私人汽车拥有量的变化特点基本一致，因此，可以选取S形曲线模型进行小汽车拥有量预测。（二）数据说明1．目标变量目标变量即模型的因变量或者被解释变量。显然，我们进行汽车保有量的预测，目标变量应为私人汽车保有量。图2私人汽车保有量的P-P图由私人汽车保有量的累积概率图（见图2）可知，代表样本数据的点随机集中分布在一条直线上,说明私人汽车保有量的分布大致呈正态分布。2．解释变量根据相关的经济理论，我选定以下指标作为模型的解释变量：（1）国内生产总值：一个地区的国内生产总值直接反映经济发展状况，汽车保有量的变化与国内生产总值的增长情况密切相关。（2）社会消费品零售总额：汽车类贸易在社会消费品零售总额中占有重要的份额，因此可以认为该项数据与汽车保有量有密切关系。（3）城镇居民人均可支配收入：居民收入的高低对于私人车辆的购买有着直接的影响，目前我国私人购买车辆逐年增多，与居民收入的提高有着直接的关系。本文采用的指标为统计年鉴中的城镇居民人均可支配收入，显然，城镇居民的购买能力要远高于农村居民，该项数据与汽车保有量的相关性更高。（4）全社会固定资产投资：当前，我国在大力发展汽车及其相关产业，因此固定资产投资额与汽车保有量之间也有着相应的关系。（5）居民年底储蓄余额：我国的居民储蓄水平一直居高不下，2006年底居民储蓄存款年底余额达。居民存款目的的一方面是为了子女教育、防病养老，另一方面就是为升级消费做准备。在家电普及之后，汽车消费成为目前消费的一个热点。因此，储蓄水平在一定程度上也反映着购买汽车的经济能力。（6）公路里程：近年来，我国一直加大公路交通网的建设，无论是公路里程长度还是公路等级都有了明显的进步。这也为我们驾车出行提供了可能和便利，因而也推动了私人汽车的消费。图3私车保有量与各解释变量变化趋势图根据采集数据对数化后描述的各变量变化趋势图（见图3）可以看出，私人汽车保有量的变化同各解释变量的变化具有较好的一致性。由上分析可知，私人汽车保有量分布是正态的，因变量与各自变量之间存在线性关系，符合建立线性回归的数据要求。3．样本选取本预测模型所采用的数据为时间序列数据。国内生产总值、社会消费品总额、城镇居民人均可支配收入、全社会固定资产投资、全国公路里程、居民储蓄存款年底余额等项数据，均来源于中国统计出版社出版的《2006年中国统计年鉴》。样本数据详列于表1中。表11990～2005年各变量的统计数据年份国内生产总值（千亿元）消费品零售总额（千亿元）人均可支配收入（元）固定资产投资（千亿元）全国公路里程（万公里）储蓄存款余额（千亿元）私人汽车保有量Y（万辆）199018.678.301510.204.52102.837.2081.62199121.789.421700.605.59104.119.2496.04199226.9210.992026.608.08105.6711.76118.20199335.3314.272577.4013.07108.3515.20155.77199448.2018.623496.2017.04111.7821.52205.42199560.7923.614283.0020.02115.7029.66249.96199671.1828.364838.9022.91118.5838.52289.67199778.9731.255160.3024.94122.6446.28358.36199884.4033.385425.1028.41127.8553.41423.65199989.6835.655854.0029.85135.1759.62533.88200099.2139.116280.0032.92140.2764.33625.332001109.6643.066859.6037.21169.8073.76770.782002120.3348.147702.8043.50176.5286.91968.982003135.8252.528472.2055.57180.98103.621219.232004159.8859.509421.6070.48187.07119.561481.662005183.0867.1810493.0088.77193.05141.051848.07（三）模型建立在确定自变量和模型的基础上，可确定预测模型的数学形式。设S形曲线的一般方程为：（1）经参数变换，式（1）可变为：，（其中，）（2）令GDP总量为，社会消费品零售总额为，城镇居民人均可支配收入为，全社会固定资产投资为，全国公路里程为，居民储蓄存款年底余额为。为取值方便，将自变量各自取对数并带入式（2）得到：，（、、、、和是常数）（3）设，，，，，，，则式（3）最终可成为：（4）由式（4）可以发现，预测模型可转化为多元一次线性方程求解，其本质是多元线性回归预测模型。对于国内生产总值、社会消费品总额、城镇居民人均可支配收入、全社会固定资产投资等这些国民经济指标，我们更关心其相对数变化对私人汽车拥有量的影响，所以采用对数模型。综上所述，我拟采用的模型如下：其中：Y=私人汽车保有量（万辆），=国内生产总值（千亿元），=社会消费品零售总额（千亿元），=城镇居民人均可支配收入（元），=全社会固定资产投资（千亿元），=全国公路里程（万公里），=居民储蓄存款年底余额（千亿元）。五、模型分析模型的数学形式确立后，我们即可根据相关统计数据进行实证分析，拟合出一个合理、准确，具有一定应用价值的预测模型。（一）数据处理为了消除不同变量在量级或量纲上的影响，使各指标具有可比性，并利于因子的解释，需要对原始资料进行预处理。经过对数化的样本数据列于表2中。表2对数化后的样本数据年份19902.932.127.321.514.631.974.4019913.082.247.441.724.652.224.5719923.292.407.612.094.662.474.7719933.572.667.862.574.692.725.0519943.882.928.162.844.723.075.3319954.113.168.363.004.753.395.5219964.273.358.483.134.783.655.6719974.373.448.553.224.813.845.8819984.443.518.603.354.853.986.0519994.503.578.683.404.914.096.2820004.603.678.753.494.944.166.4420014.703.768.833.625.144.306.6520024.793.878.953.775.174.476.8820034.913.969.054.025.204.647.1120045.074.099.154.265.234.787.3020055.214.219.264.495.264.957.52（二）回归计算根据上述经过预处理的时间序列数据，使用SPSS统计软件，采取线性回归分析方法计算结果如下：t=（-0.206）(-0.178)(-0.044)(-0.419)(1.583)(6.556)(1.847)AdjustedRSquare=0.996，Durbin-Watson=1.919，F=700.153可见，模型的拟合优度非常好，且方程的显著程度也比较高。但是，其中、、三个变量的t值均不到0.5，对被解释变量的影响很小，且各变量容忍度均在0.01以下,而VIF值则相应偏大,说明在自变量之间还存在着严重的共线性问题。因此，考虑剔除、、，重新进行计算，得到修正后的回归方程：t=（-6.988）(2.486)(10.344)(3.908)该方程变量数k=３，样本容量n=16，t分布临界值=2.179，=5.95，D.W.序列无自相关范围是1.54记录

混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载