影响我国私人汽车拥有量的计量分析模型

1、计量经济学论文影响我国私人汽车拥有量的计量分析模型影响我国私人汽车拥有量的计量分析模型摘要：本文通过采用1990年2005年的相关数据，旨在分析我国私人汽车拥有量变化的影响因素。选取人均gdp、汽车生产量、公共交通数量、公路里程、燃料及动力价格为解释变量建立模型，并进行多种检验的详细分析，阐述模型的经济意义。关键字：私人汽车，多重共线性，异方差性检验1. 选题背景世界汽车工业发展规律表明, 当一个国家的人均gdp 在1000 10000 美元时, 是汽车工业发展的黄金时期, 并带动国民经济高速发展, 从而体现汽车工业是国民经济的支柱产业。2001 年我国人均gdp 达到1000 美元, 这预示

2、着中国正处在汽车工业起飞的前期, 市场需求表现出强劲的态势。中国汽车已开始进入家庭消费阶段, 汽车市场正处于大发展的前夕。正因为私人汽车逐渐占据了汽车消费市场的主导地位，也直接反映了整个汽车行业的现状，私人汽车的消费市场成为我们越来越关注的对象。为了实证对私人汽车消费市场的具体影响因素，以便于我们根据实证结果提出政策建议，并进行有关的预测，在探寻其影响因素的基础上，建立相关的私人汽车计量模型。2. 变量设置根据理论与经验，我国私人汽车拥有量的主要影响因素有：（1）人均gdp。中国经济的快速发展，刺激着汽车市场的不断扩大，因此私人汽车拥有量与国家经济水平密切相关。私人汽车属于高档消费品，它的拥有

3、量显然与居民收入有着不可分割的联系。因此这里选择人均gdp作为解释变量，并先验预期与私人汽车拥有量呈正相关关系。（2）汽车生产量。生产量和需求量之间一般有着一定的线性关系，先验预期与私人汽车哟供油量呈正相关关系。（3）公共交通数量。与私家车拥有量有一定的相关关系，公共交通事业的广泛发展，可以是私家车的拥有量下降，先验预期，二者呈负相关关系。（4）公路里程。公路里程的增加会使交通运输更加方便，也会因此促进私人汽车拥有量的增加。基于此，引进解释变量公路里程，并先验预期其与私人汽车拥有量呈正相关。（5）燃料及动力价格指数。燃料及动力价格是直接构成居民购买私家车的成本因素。因此，先验预期其与私家车拥有

4、量成负相关关系。3. 数据资料本模型采用时间序列数据，以1990年至2005年的数据进行分析。数据见附表。4. 模型的建立运用多元线性回归模型拟建立中国私人汽车拥有量函数，以人均gdp、汽车生产量、汽车价格指数、公共交通数量、公路里程、燃料及动力价格指数、金融机构货币供应量为解释变量,以我国私人汽车拥有量为被解释变量。根据附表中数据做散点图可知，lny和lnx1、lnx2、lnx4、lnx5之间基本呈线性关系，使用对数线性模型，比线性模型能够建立更好的线性关系。其多元对数线性模型如下：lny=1+2 lnx1+3 lnx2+4 lnx3+5 lnx4+6 lnx5 +其中：y代表私人汽车拥有量

5、的增量，x1代表人均gdp的增量，x2代表汽车生产量的增量，x3代表公共交通数量的增量，x4代表公路里程的增量，x5代表燃料及动力价格指数（以1990年为基期）的增量。5. 模型回归分析用最小二乘法估计模型，利用eviews软件回归结果如下：模型一：lny = -1.308316 + 1.557848*lnx1 + 1.557848*lnx2 + 2.286180*lnx3 + t = (-0.980830) （2.940947） (2.333991) (0.462406) 0.273822*lnx4 + -1.308316*lnx5 (2.255045) (-4.771839) r2 =0.

6、997856 f=931.0330 dw=2.1384786. 模型检验6.1 经济意义检验根据结果分析，除lnx3外，其他解释变量的参数均通过了经济意义检验，各变量符号与预期的相一致。lnx3根据先验预期，其系数同样应该为负，表明公共交通数量的增加对于私家车拥有量的减少有一定影响，而所估计模型中系数为2.286180，显然也不符合其经济意义。所以，鉴于lnx3与现实的经济意义相悖。必须继续进行统计检验与计量经济学检验,对该模型进行修正。6.2 统计意义检验模型的校正系数r2 =0.996785，表明模型的整体拟合优度很高，解释变量对被解释变量的解释程度很高，因此，可以推测模型总体线性关系成立

7、。假设显著性水平为5%，t检验的临界值为2.228，所以从模型一中可知除lnx3以外，其余解释变量系数的t值的绝对值均大于临界值，即变量lnx1，lnx2，lnx4，lnx5对被解释变量lny影响显著，只有lnx3对被解释变量影响不显著。模型的f检测值f=931.0330，远远大于f0.05(5，10)=4.74，说明模型的线性关系在95%的置信水平下显著成立。6.3 计量经济学检验（1） 多重共线性检验根据模型一的回归结果可以看出，r2 值很高（0.997856），但是lnx3变量在统计上是非显著的。可能存在多重共线性。下面给出相关矩阵进一步观察多重共线性。从矩阵中可知，lnx1与lnx3之

8、间相关系数很高，表明可能存在严重的共线性问题。为了进一步检验模型一的多重共线性，下面进行辅助回归：由于篇幅有限这里只给出回归中所得到的r2值因变量r2值容许度（tol）=1- r2lnx10.9983020.001698lnx20.9536220.046378lnx30.9958560.004144lnx40.8563450.143655lnx50.9718810.028119辅助回归的r2值很高，确实存在严重的共线性问题，从容许度因子同样可以看出。应用克莱因经验法则，5个辅助回归中有1个回归（lnx1）得到的r2值超过了总体r2值，再次表明该模型受多重共线性所困扰，下面对其进行修正：根据模型

9、一，在对lny影响不显著的解释变量中，lnx3的t值的绝对值最小，所以首先排除lnx3，进行第二次线性回归分析。模型二：lny = -5.065209 + 1.795533*lnx1 + 1.057082*lnx2 + 0.247661*lnx4 + t = (-12.84546) （14.56021） （2.715897） （2.392165）-1.406257*lnx5（-8.382580） r2 =0.997811 f=1253.313 dw=2.120253相比模型一，模型二的校正系数r2 增大到0.997014。假设显著性水平为5%，t检验的临界值为2.201。在这些系数的t检验中，

10、所有系数的绝对值均大于临界值，所有的变量对lny的影响都比较显著，拟合优度很高。最后，对于已删除的变量进行f检验： h0: 3=0 h1:3不为零 f =（r2-r12）/1/（1-r2）/（16-6） =0.20988806 f=242 f接受零假设，一个删除的变量对整体模型影响不显著，可以删去。所以，此时最优的私家车拥有量函数模型是：lny = -5.065209 + 1.795533*lnx1 + 1.057082*lnx2 + 0.247661*lnx4 + -1.406257*lnx5（2） 异方差性检验运用怀特检验法检验模型是否存在异方差。检验得到的回归如下：结果显示：n* r2

11、=16* 0.588180=9.41088，自由度为8，5%临界2值是15.5073,10%临界2 值是13.3616,25%临界2值是10.2188，所以该模型不存在异方差性。对异常值点进行检验：可见，1992年存在异常值，其残差（-0.10758）的绝对值大于总体回归残差0.053729，引入虚拟变量d1，1992年为1，其他年份为0。.进行总体回归，结果如下：r2 =0.997856，其拟合优度上升，但是异常值增多：所以去掉引入的虚拟变量.目前最优模型是：lny = -5.065209 + 1.795533*lnx1 + 1.057082*lnx2 + 0.247661*lnx4 + -

12、1.406257*lnx5（3） 自相关检验根据图可知，残差序列存在相关。由模型二的模拟结果显示dw值为2.120253，显著性水平为5%时，通过查表可以得到dl=0734，du=1.935，dw值 du确定无正自相关；4- du=2.065，4-du =dw值=4-dl ，表明该模型不能确定无负自相关。对回归结果得到的残差序列et作一阶自回归，得到p= 0.019883，对原模型的广义差分方程进行回归：dw值=2.313266，可知仍然不能确定其无负自相关。由于水平有限，对该分析只进行到此。所以，最优的私家车拥有量回归模型为：lny = -5.065209 + 1.795533*lnx1 +

13、 1.057082*lnx2 + 0.247661*lnx4 + -1.406257*lnx57. 模型的经济意义lnx1的系数1.795533表示，保持其他样本不变，平均而言，人均gdp每增加1%，私人汽车拥有量增加1.7955%，且该系数绝对值大于1，所以是富有弹性，并且这些变量中对私家车拥有量的增长影响最为显著的变量；lnx2的系数1.057082表示，保持其他样本不变，平均而言，汽车生产量每增加1%，私人汽车拥有量增加1.057082%，该系数绝对值大于1，所以是富有弹性；lnx4的系数0.247661表示，保持其他样本不变，平均而言，公路里程每增加1%，私人汽车拥有量增加0.2476

14、61%，并且该系数绝对值小于1，所以是缺乏弹性；lnx5的系数-1.406257表示，保持其他样本不变，平均而言，燃料及动力价格指数每增加1%，私人汽车拥有量减小1.406257%，该系数绝对值大于1，所以是富有弹性，并且可以看出燃料及动力价格指数同样也是影响私家车拥有量增长的重要指标。8. 结论从以上分析可以看出，全国私家车拥有量与其人均gdp、汽车生产量、公路里程和原材料、燃料及动力购进价格指数存在着一定的函数关系。人均可支配收入和公路里程对私家车的拥有量有一定的促进作用，它们保持每年持续增长，从而使得全国的私人汽车拥有量不断增多；而全国的原材料、燃料及动力购进价格指数对私家车的拥有一定的

15、限制作用，随着其价格的提高，私家车拥有量有减少的趋势。所以，可以以增加人均收入和公路里程的方式来增加私家汽车的拥有量，从而促进汽车行业的发展，同时带动其他相关行业的发展，来增加就业，促进经济的发展。但是私家车数量过多也会带来一系列负面问题。现在全国许多城市出现了汽车拥挤现象，以及由此带来的带来的环境污染等现象越来越严重，所以鉴于上文的分析，政府一方面可以采取增加公共交通和出租车的方式来限制私家车拥有量的增加，另一方面可以在适当的范围内提高油价来限制私家车的拥有量和出行量。附表：年私人汽车拥有量人均gdp汽车生产量公共交通数量公路里程燃料及动力价格指数(年)（万两）(美元/人)（万两）（万两）（

16、万公里）(1990年为基期）yx1x2x3x4x5199081.6216443.93963811.03835102.83100199196.0418934.26857811.09882104.11109.11992118.223114.6697411.25277105.67121.11993155.7729984.8663811.39583108.35163.61994205.4240444.91771611.59716111.78193.41995249.9650464.97859411.82643115.7222.91996289.6758464.99396411.9057118.58231.61997358.3664205.06417612.03837122.64234.61998423.6567965.0937512.14951127.85224.71999533.8871595.21057812.25431135.17217.32000625.3378585.33271912.32826140.27228.42001770.7886225.45604712.3495169.8227.92002968.989