【毕业学位论文】（Word原稿）影响全国以及东中西部私家车保有量的因素研究-统计教育学

影响全国以及东中西部私家车保有量的因素研究 云南大学 目录 摘要 . 2 一问题的提出 . 3 二 . 4 三 . 4 四 . 9 【一】确定滞后阶数 p . 9 【二】多元线性回归模型的建立 : . 10 【三】进行模型检验 . 14 . 14 2序列相关检验 . 14 五 江省）私家车的模型建立 . 15 【一】建立模型 . 15 【二】经济计量检验 . 16 六 南省）私家车的模型建立 . 17 【一】建立模型 . 17 【二】经济计量检验 . 19 七 南省）私家车的模型建立 . 20 【一】建立模型 . 20 【二】经济计量检验 ： . 22 摘要 近年来，私人汽车的拥有量呈现出迅猛的增长态势。如此庞大的汽车数量在给人们出行带来便利的同时，也带来了诸如城市拥堵，空气质量下降等问题，如何抑制汽车数量的过快增长是当前一个重要的课题。 本文从我国现有的相关资料和数据入手，运用我国 1992年至 2009年间私人汽车的拥有量、城镇居民可支配收入、燃料相对购进价格指数、公共载客汽车数量、城市建成区面积、人口等统计数据，通过构建时间序列模型来对影响私人汽车拥有量的因素加以分析 ，得到燃料相对购进价格指数对私人汽车拥有量最为显著的结论，并且利用多元回归检验了结论的可靠性。在建立模型过程中使用到的软件是 文最后在所得模型分析的基础上，根据实际情况和我国国情，就抑制私人汽车数量提出了相应的对策建议。 关键字： 私人轿车拥有量 燃料相对价格指数 时间序列模型 多元回归分析 一问题的提出 汽车是近代工业最重要的成果之一，它的出现极大地改变了人类的生活面貌，使人们生活的范围进一步扩大。不仅如此，汽车产业的迅猛发展，还带动了国家经济突 飞猛进的增长。我国的汽车产业起步较晚，建国初期全国只能生产几十辆汽车，就在这样一个一穷二白的基础上，中国汽车产业取得了举世瞩目的成就，据最新统计数据显示， 2011年前 8个月，我国的国内汽车销售近 1200万辆，同比增长超过 39。中国汽车工业协 会预计，今年中国汽车销售将达到 1700万辆。这意味着中国新车销量将达到美国历史上的最高水平。 汽车特别是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。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 的 政策， 私人 汽车正在快速 地 进入普通家庭 。 汽车的高速增长让中国快步进入了汽车社会，而这种高速增长也带来了经济和社会问题，其中能源短缺、交通拥堵和环境污染已成为汽车产业可持续增长的三大制约因素。小汽车所带来的问题，从它被消费者购买那一刻起就已经产生了：一是我国 “人多地少 ”，无法容纳这么多汽车；二是中国没有足够石油，来为这么多汽车提供燃料；三是城市环境容量十分有限。 美国作家莱斯特 布朗在他所著的模式一书中说，在美国，每增加 5辆汽车，就得有一块足球场大小的土地被铺上沥青。如果中国有朝一日达到日本汽车的拥有率，汽车总量将增加到 6 4亿辆。假定 中国每辆机动车的用地面积与欧洲、日本相同，那么， 6 4亿辆汽车需要铺平的土地面积会接近 1300万公顷，而目前这些稻田年产 1 22亿吨大米，是中国人的主要粮食。 据统计， 2009年，我国石油对外依存度大约 50。 2010年 8月，这一对外依存度增至 55。国家发展和改革委员会产业协调司司长陈斌近日介绍， “十一五 ”规划新增的 1亿吨左右炼油能力，几乎全部被新增汽车消耗。分析人士指出，石油对外依存度超过 50是一条警戒线，作为一个发展中的能源消费大国，在缺乏国际石油定价权的情况下，石油对外依存度过高显然是不安全的。 与此同时，机动车增长带来的交通压力成为困扰都市生活的一大难题。今年中秋节前后，北京等城市出现了严重的交通拥堵，表明人、车、路之间的矛盾已经达到十分尖锐的程度。 此外，随着私家车在普通家庭的普及，使得一些驾车技术不太熟练的司机上路，同样成为安全隐患。 因此，如何使轿车产业实现可持续发展是当前的一个重要课题。我们通过对 1993到 2009年的数据分析发现， 影响 私家车 保有量的因素有很多， 包括 人均国内生产总值 ， 全社会消费品零售总额 ， 全社会固定资产投资总额 ，载客汽车 总数 ，城市建成区面积，城镇 居民人均可支配收入 ， 居民储蓄款 余额 ，燃料购进相对价格，私人汽车保有量 ，人口数，以及政府出台的相关政策等。我们在借鉴以往研究的成果上，发现采用时间序列模型来分析这些变量的相关性是可行的。同时通过模型得出相关结论，对于解决当前汽车数量过快增长具有很好的现实意义。 二 本文从现有数据和我国国情出发，提出以下假设： （ 1） 车数量与所选取变量具有线性关系； （ 2） 部、西部中具有较强的代表性； （ 3） （ 4） 的正态 分布。 在我国学者张正中，王华和王迎新 2008年基于时间序列分析的餐饮市场需求预测模型中，其运用时间序列建立模型，并以 2007年到 2010年的数据进行验证，得出正确结论。以及北京航空 航天 大学学者基于时间序列分析的网络流量预测模型研究都一样仿真出了真实的现实数据，这样的学者研究还有很多。 这些研究的存在，使得我们运用时间序列以及多元分析私家车保有量有了一定的合理性。而在此基础上我们不仅仅限制于预测，并结合现在存在环境问题，指出全国以及东中西部应采取的相对应措施，使得我们的模型建立有了更深刻的实际意义。 三 在问题提出中，我们所提出的所有影响私家车保有量的因素中我们重点选取 私人汽车保有量 ， 城镇 居民人均可支配收入 ，燃料购进相对价格，载客汽车 总数 ，城市建成区面积， 人口数，以及政府出台的相关政策。 据统计年鉴数据显示，全国的私家车保有量在逐年的不断增加，首先应说明，我们所研究的私家车保有量是指新的购买者加入私家车保有量的数据之中。 对于我们所研究的课题，我们考虑到了每年私家车相对于上一年私家车的关系曲线问题，所以我们所提出的第一个自变量就是所研究的私家车保有量。 私家车作为一种高消费的低拥有率的产品，我 们考虑到不同年城镇居民可支配收入不同也许会成为影响的因素之一，而考虑到农村居民的购买力远不如城镇居民的购买力，所以我们在此基础上忽略了农村居民可支配收入的影响。 众所周知，每年甚至几个月之内的燃油价格在不停地上升，多数人有着，“买得起却供不起的”想法，所以燃油价格的高低是我们所确定的又一影响因素。 许多城市，如北京，上海等一线城市，政府鼓励乘坐公共交通设施以减少燃油消耗和所带来的环境问题。而且公共交通工具相比于私家车有着便宜，便利，无私家车所带来的车位问题，私家车也会有着一定的影响和制约。各个城市的 出租车 也是有着它不可取代的作用。（此处我们所说的载客汽车就是说公共交通设施。） 随着全国不同省市建设经济开发区，全国的城市建成区面积在不断的变大扩张，伴随这样的变化，为了从城北到城南，或者从城西到城东，毋庸置疑的一定会用到交通工具，而私家车会是较为便捷的方式之一，所以将其考虑为所选的变量。 私家车拥有量的不断增加也与人口数不断的增加有着密切的关系。车是由人来购买的，变化的人数会引起不同程度上的购买力变化。 最后是政府所出台的一系列政策的影响，在“十五”计划中，“国家鼓励汽 车进入家庭”，在中国加入 府鼓励 汽车的进出口数量，而且在一定程度上削减税率，这些在一定程度上促使了人们购买私家车。 说明： 位：万辆）； 1X ：城镇居民收入（单位：元）；2X ：燃料购进相对价格指数； 3X ：载客车数（单位：万辆） ; 4X :城市建成区面积（单位：平方公里）；5X：人口数（单位：万人）；策，当第 ，否则；1后一期私家车数量。 数据来源中国统计年鉴（ 1993年到 2010年的统计年鉴），选取 1992年到 2009年的相关数据。 表 国 私家车数量与相关因素关系表 年份 私家车数量 城镇居民收入 燃料购进价格指数 载客车数 城市建成面积 人口数 政策 滞后一期私家车数量 1993 041 118517 0 994 327 119250 0 995 9264 121121 0 996 0214 122389 0 997 0791 123626 0 998 1380 1254761 0 999 1525 125786 0 000 2439 126743 1 001 4027 127627 1 002 5973 128453 1 003 8308 129227 1 004 0406 129988 1 005 2521 130756 1 006 3660 131448 1 007 5470 132129 1 008 6295 132802 1 009 8107 133474 1 江私家车数量与相关因素关系表 年份 私家车数量 城镇居民收入 燃料购进价 格指数 载客车数 城市建成面积 人口数 政策 滞后一期私家车数量 1993 994 995 996 997 998 999 000 001 02 002 003 397 004 005 006 007 008 009 南 私家车数量与相关因素关系表 年份 私家车数量 城镇居民收入 燃料购进价格指数 载客车数 城市建成面积 人口数 政策 滞后一期私家车数量 1993 42 994 82 995 90 6392 0 996 94 6428 0 997 465 0 998 502 0 999 532 0 000 001 002 003 004 005 006 037 007 008 009 表 南 私家车数量与相关因素关系表 年份 私家车数量 城镇居民收入 燃料购进价格指数 载客车数 城市建成面积 人口数 政策 滞后一期私家车数量 1993 08 994 52 995 996 997 094 0 998 999 000 001 002 003 004 005 006 483 1 007 514 1 008 543 1 009 5 571 1 【一】 确定滞后阶数 p 模型构建，首先 用 下图： 图 见 时大致均为 模型引入滞后一期解 释变量 ， 本文要确定各种可能的影响因素对私家车保有量的直接影响程度 【二】多元线性回归模型的建立 : 建立模型 6554433221110t=1,2,3, ,17 一些变量的数据随着年份不断增长 , 而利用 故它们之间存在较强的相关性 , 因此采用逐步回归法估计参数。 首先利用 ( 2R =F=8259 从上述数据看出 , 该线性模型拟合程度很高 , 1 反映了私家车保有量的刚性变化。 接下来做 X , 2X , 3X, 4X ,5X, 1X ： X ( ( ( 2R = F=5057 2X : X ( ( ( 2R = F=4588 3X: ( ( 2R = F=4409 4X : X ( ( ( 2R = F=4248 5X: ( ( 2R = F=4278 X ( ( ( 2R = F=4126 由此可知 1X , 2X ,3X, 4X ,5X,建立模型：X +X +X ( ( 2R = F=4143 而只有11X , 2X 的 大于 2），故下面故用 表 滞后一期私家车数量 . a. 私家车数量 仅与1 接下来做主成分分析，则对 1X ， 2X ，3X， 4X ，5标准化后得： 表 释的总方差 成份 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 813 102 130 768 038 066 020 提取方法：主成份分析。 表 2 3 4 镇居民收入 ) 191 048 油购进相对价格指数 ) 854 009 客车数 ) 182 市建成区面积 ) 191 口数 ) 083 a. 4 主成分 1F =X X +X +X +X +X +F ， 2F ，1tY， 表 t B (013 1F 021 2F 004 1036 000 政策 023 210 a. 私家车数量 2R = F=掉表 t B (011 1F 029 2F 006 1032 000 a. 私家车数量 2R = F=F F 模型中所有变量的系数都通过了 时模型拟合程度极高，接下来进行计量经济学检验： 【三】进行模型检验 图 图可判断随机误差项的同方差性。 2序列相关检验 方程的 表得在 17组数据下，而 存在序列相关。 综上，本文得到通过各种检验且拟合程度较高的模型： F F 五 江省）私家车的模型建立 【一】建立模型 首先对方程进行一阶自回归，得 2R =3411 之后，分别对 1X ， 2X ，3X， 4X ，5X， X ( 2R = F=2047 X ( ( 2R = F=1078 ( 2R = F=1827 X ( ( 2R = F=2345 ( ( 2R = F=1972 ( ( 2R = F=2292 由此可见它们均与 1X ， 2X ，3X， 4X ，5X，以 采用逐步回归 建立模型： 表 R = F=X ( ( 此时，方程通过了显著性检验。 【二】经济计量检验 1 由 型不存 在序列相关。 2由残差图 t (234 滞后一期私家车数量 022 000 (048 滞后一期私家车数量 050 000 市建成面积 009 021 a. 私家车数量 图 知，随机误差项同方差。 六 南省）私家车的模型建立 【一】建立模型 首先对方程进行一阶自回归，得 2R =1764 之后，分别对 1X ， 2X ，3X， 4X ，5X， X ( 2R = F=1469 X ( 2R = F=823 ( 2R = F=1356 X ( 2R = F=929 ( 2R = F=2723 2R = F=1740 由此可见它们均与 1X ， 2X ，3X， 4X ，5X，以建立模型： X X +X 2R = F=见5 的系数通过了 是我们 采用逐步归回 得： 表 6.1 X （ 2R = F=2723 时，方程通过了显著性检验。 【二】经济计量检验 型不存在序列相关。 2由残差图 t (015 滞后一期私家车数量 032 000 (000 滞后一期私家车数量 046 000 口数 006 000 (000 滞后一期私家车数量 038 000 口数 005 000 油价格指数 034 014 a. 私家车数量 图 知，随机误差项同方差。 算 2X 和5时由于 小于 10，则认为不存在多重共线性。 七 南省）私家车的模型建立 【一】建立模型 首先对方程进行一阶自回归，得 2R =3168 之后，分别对 1X ， 2X ，3X， 4X ，5X， X ( 2R = F=1526 X ( 2R = F=1481 ( 2R = F=6102 X ( 2R = F=2526 ( 2R = F=1781 2R = F=1722 由此可见它们均与所以建立模型： X +X +X + 2R = F=4030 可见 只有 1X , 2X 与3是我们 进行逐步回归 得： 表 R = F= X +（ ( 此时，方程通过了显著性检验。 【二】经济计量检验： 1由 型不存在序列相关。 2 由残差图 t (556 000 载客车数 010 000 (000 载客车数 007 000 油价格指数 027 002 a. 私 家车数量 图 知，随机误差项同方差。 X ,3小，且 0。从而可以认为它们不存在多重共线性。 八 本文在时间序列分析下进行多元回归研究私家车保有量的影响因素，验证了在模型构建前的四个假设：（ 1）、私家车数量与所选取的变量具有线性关系：（ 2）、所研究的东中西部的三个省份所研究出来的结果与其区域有着必然的联系；（ 3）、不同区域，不同地区所受影响不同，程度不同；（ 4）、其他随机变量对于所研究的问题满足标准正态分布。 对于所研究的结果进行具体的表述：第一， 根据第一主成分，居民收入和人口数占得比重比较大。根据第二主成分，燃料购进相对价格指数占得比重比较大 ；第二，对于浙江省影响私家车数量影响因素较大的是城市建成区面积；第三，对于湖南省，影响私家车数量影响因素较大的是人口数 和燃料购进相对价格指数 ；第四，对于云南省，影响私家车数量影响因素较大的是燃料购进价格指数和载客车数。这也就说明对于全国和东中西部不同省份要采取相应的 不同的措施。 基于我们运用时间序列以及多元回归分析所得结论，我们提出以下建议： 对于全国的私家车数量问题，如果我们要增加私家车数量，我们可以有两种措施，第一，增加居民收入；第二， 增加人口数目 ；如果我们要减少私家车数量，因为不可能经过降低居民收入达到我们所预期的目标，所以我们只能通过 进行计划生育来减少人口数 来实现。 对于浙江省，即东部地区省份，可以通过扩大城市建成面积来增加私家车数量，减少城市建成面积减少私家车数量。 对于湖南省，即中部地区省份，如果要增加私家车数量，则要在现有基础上采取鼓励生育政策 ，与此同时 也可以降低燃料购进相对价格指数 。而如果要减少私家车数量，则实施计划生育 ，升高燃料购进相对价格指数 。 对于云南省，即西部地区省份，如果要增加私家车数量，则降低燃料购进价格指数，减少载客车数的数量；相反，要减少，则升高燃料价格相对指数，增加载客车数。对于这一点，很容易理解，云南省高校中的许多老师虽然有自己的汽车，却更愿意乘坐学校的校车，这也就是载客车数对云南省的影响。 考虑到中国现在的环境以及交通状况，我国应减少私家车的数量，因此对不同省份地区采取相应的措施以达到我们的预期目标。也就达到了我们所研究课题的现实意 义。 九 严格意义上来说对 研究东、中、西部时，默认了他们的自回归系数 p=1。这些都可能使自回归系数 术等限制，我们在研究影响私家车数量的因素时只考虑了人均可支配收入、燃油购进相对价格指数、载客车数、城市建成区面积、人口数、政策的影响，并把其他影响因素作为随机干扰项。 们用残差 图来判断随机误差项的同方差性，带有主观成分。 十 1) 刘艳 丽，影响北京市私家车保有量的因素研究，中国市场 ， 2011年第 15期。 2) 伍德里奇，横截面与面板数据的 经济计量分析，人民大学 ,2007(6)。 3) 黄雪芬，私家车拥有量，金华新闻网 ,2011(2)。 4) 李志辉、罗平， 005(2)。 5) 潘宏宇，时间序列分析 M对外经济 贸