我国私人汽车拥有量的计量模型实证分析

1、【摘要】本文选择了2011年中国统计年鉴中1990年2010年共21年的相关数据，选择城镇居民人均可支配收入，全国公路里程，钢材产量，作为解释变量构建模型，对我国私人汽车拥有量得影响因素进行实证分析。并利用EVIEWS软件对模型进行参数估计和检验，并加以校正。【关键词】私人汽车拥有量 影响因素 实证分析 检验1、 模型的选取和变量选择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，所以本文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。1、 变量选择（1） 人均可支配收入私家车这种高档消费品的拥有量显然与收入水平有关，因此引进解释变量人均可支配收入，

2、并先预期此二因素与私家车拥有量呈正相关。（2） 公路里程本文预计私家车的拥有量与全国公路里程有关，因此引入解释变量公路里程，并预期其与私人汽车拥有量成正相关。（3）石油供给量燃料及动力价格是影响私家拥有量的原因之一，直接构成居民购买私家车的成本，这里用户石油供给量代替，供给越多，燃料价格越低，所以预期其与私家车拥有量成正相关。（4）钢材产量本文预计私家车的拥有量与钢材产量有关，钢材产量影响汽车生产，因此引入解释变量居民钢材产量，并预期其与私人汽车拥有量成正相关。2、 模型选取对于人均可支配收入、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得影响，而且对数变换后能够减

3、少异方差对模型的影响，所以采用对数模型。2、 数据的来源及模型设定1、数据的来源及处理本文选择了2012年中国统计年鉴中1993年至2010年共18年的相关数据：Y表示私人汽车拥有量（万辆）； 表示钢产量（万吨）；表示公路里程（万公里）；表示城镇居民可支配收入（%）；表示石油供给（万吨）；为随机误差项。表1 我国私家车拥有量相关影响因素原始数据一览表年份私人汽车保有量钢产量公路里程城镇可支配收入石油供给1993155.777716108.352577.414927.41994205.428428111.783496.214878.91995249.968979.8115.7428316042.

4、71996289.679338.02118.584838.917656.11997358.369978.93122.645160.319653.81998423.6510737.8127.855425.119686.11999533.8812109.78135.175854.0220964.42000625.3313146167.98628022631.772001770.7816067.61169.86859.623204.72002968.9819251.59176.527702.824925.120031219.2324108.01180.988472.227540.520041481.

5、6631975.72187.079421.632116.220051848.0737771.14334.521049332539.1220062333.3246893.36345.699911759.534889.8420072876.2256560.87358.371513785.836648.8820083501.3960460.29373.016415780.7637318.7920094574.9169405.4386.082317174.6538462.8220105938.7180276.58400.822919109.4444178.432、模型设定基于以上数据，建立的多元线性回

6、归模型可表示为：度量了截距项，它表示在没有其它因素影响的时候私人汽车拥有量。度量了当钢产量变动一个单位时，私人汽车拥有量的变动。度量了当公路里程变动一个单位时，私人汽车拥有量的变动。度量了当城镇可支配收入变动一个单位时，私人汽车拥有量的变动。度量了当石油供给变动一个单位时，私人汽车拥有量的变动。3、 模型的估计和检验1、模型回归结果根据表1中提供的数据，利用统计软件EVIEWS5对上述所设定的模型进行最小二乘估计。结果如下：2、 回归结果的检验（1） 经济意义检验从回归得出的结果来看，ln的系数为0.301925，,ln的系数为0.032018，ln的系数为0.883485，,ln的系数为1.

7、028694.这四个个变量符号与预期的相一致，并且其大小在经济理论上解释得通。因此该模型基本上通过经济意义检验。（2） 拟合优度及模型估计效果检验从回归得出的结果来看，该模型可决系数=0.996081，该模型的解释变量解释了1993到2010年间全国私人汽车拥有量变异的99.6。因此样本拟合效果较好，整个F值为825.9979，表明整个模型估计效果显著。（3） 回归系数的显著检验（t检验）从回归结果来看，此模型中的变量和参数的t值中，ln和ln的T值，不具有统计显著性。（4）变量的多重共线性检验用EVIEWS计算解释变量之间的简单相关系数：如果运用KLIEN法则，将得出模型不具有多重共线性的结

8、果。但回归模型中，很高，F值也很大，而个别偏回归系数的T值很小，所以实际上是存在多重共线性的。利用逐步回归法进行修正。l 运用OLS方法逐一求Y对各解释变量的回归，按照大小排序如下：变量X1X2X3X40.9738050.9272890.9857260.985958从上述结果可以看出Y对X4的线性关系强，拟合程度好l 逐步回归，以X4为基础，将其余解释变量逐一代入上式：引入X3后，提高，参数都具有统计显著性，且参数符号符合先验预期，所以应该将X3保留在模型中。进一步引入X1。同样，引入X1后，提高，参数都具有统计显著性，且参数符号符合先验预期，所以应该将X1保留在模型中。进一步引入X2。引入X

9、2之后，虽然提高，且参数符号符合先验预期，但是其参数不具有统计显著性，所以应该将其舍弃。最后修正严重多重共线性影响后得到的模型为： （5） 异方差性的检验时间序列模型也可能存在异方差。我们运用white检验来验证该模型是否存在异方差。由于数据不多，这里不引入交叉项。得到如下结果：卡方分布的临界值为12.59，N*=2.9299.位于临界值左侧的接受域，所以认为不存在异方差。（6） 自相关检验由以上的回归结果中，知道D-W=0.8510. 样本容量为18，有三个解释变量的条件下，给定显著水平=0.05.查D.W.表得=0.933，d=1.696,这时有D-WDL,所以认为存在正的一阶自相关。再进

10、行LM检验，Obs*12.59,所以不存在二阶自相关。l 广义最小二乘法消除自相关： 首先生成残差序列，别对其做OLS估计，找出一阶自回归系数的估计值。所以的估计值为0.5620.l 进行差分变换：建立新的X4、X5、X6用以代替ln和ln和ln，以便于之后一期。l 对差分后得到的模型做OLS估计得：得到最终的模型如下： SE =1.22589 0.297117 0.421042 0.369590 T -4.7387 -1.1842 2.636224 2.7727=0.985949 =0.982707 F=304.0716模型的主要经济意义解释如下：1、 收入是影响私家汽车拥有量的重要因素由上

11、述的回归模型的各变量的系数的经济意义来看，lnX3的系数大于1，表明私家车的拥有量相对于收入来说是富有弹性的。即是说，在19932010年间，在其它解释变持不变的条件下，随着人均可支配收入的增加引起的全国的私家车拥有量的增长幅度大于全国的人均可支配收入的增长幅度。同时，该弹性系数大于其它变量的弹性系数，故而收入是影响私家车拥有量的最重要的因素。2、 钢材产量对私家车拥有量有一定影响公路里程lnX1的系数小于1，表明在19932010年间，在其它解释变持不变的条件下，随着公路里程数的增加引起的全国的私家车拥有量的增长幅度小于全国的公路里程数的增长幅度。该弹性系数没有全国人均可支配收入变量的弹性系

12、数大，但是其影响为正，说明的增钢材产量加有助于增加私家车拥有量。3、 石油供给量影响显著石油供给量，即燃料价格，lnX4，系数符号符合预期结果，绝对值小于1，富有弹性，表明燃料价格在19912010年间的降低，对全国的私家车拥有量的增加具有影响。5、 结论及建议从以上分析可见，全国私人汽车拥有量与人均可支配收入、全国原材料、燃料价格存在着一定的函数关系。人均可支配收入和公路里程对私人汽车拥有量具有最显著的影响，它们保持每年持续增长，从而使得全国私人汽车拥有量不断增多；而公路里程的影响被舍弃，是因为公路的建设在最近几年达到了饱和，相比较其他的因素，它的作用被弱化；而原材料、燃料价格指数对私人汽车拥有量有一定的限制作