计量经济学课程毕业论文

计量经济学课程毕业论文

我国私人汽车拥有量的分析及预测

［摘 要］随着我国经济的快速发展，私人汽车正逐步走入每个家庭，同时汽车的大幅增加势必对交通、

能源和环境带来巨大的压力，这也制约着我国私人汽车的发展空间。本文根据近年来国内各项经济指标，运用计量经济学模型中的多元线性回归方法以及EVIEWS软件对我国私人汽车拥有量进行了科学的分析及预测，并对计量模型进行了合理的检验和修正。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］私人汽车拥有量 计量经济学模型 EVIEWS软件 科学发展观

一、 导论

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，汽车拥有量 (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。而事实表明，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题呈现在人们面前，其外部性影响不容忽视。

二、现状分析

汽车特别是用于消费的私人汽车拥有量的多少，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。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。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。

三、模型的设定

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。

1．解释变量

我们进行汽车拥有量的预测，目标变量应为私人汽车拥有量。（用Y来表示） 2．解释变量

根据相关的经济理论以及以往经验，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，汽车拥有量的变化与国内生产总值的增长情况密切相关。（用X1表示）

（2）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，该项数据与汽车拥有量的相关性更高。（用X2表示）

（3）全国公路里程：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。（用

X3

表示）

（4）汽车产量：根据供求关系可知供给量的大小直接影响着需求量的大小，所以汽车产量与私人汽车拥有量密切相关。（用X4表示）

（5）原油产量：原油产量决定了汽油价格，而汽油价格又对私人汽车拥有量有着制约关系，所以原油产量与私人汽车拥有量密切相关。（用

X5

表示）

（6）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。（用表示）

X6

确定经济学模型：

LOGY =C+β1LOGX1+β2LOGX2+β3LOGX3+β4LOGX4+β5LOGX5+β6LOGX6+μi

相关数据如下：

1990～2008年各变量的统计数据

数据来源：中国统计年鉴 交通运输部网

四、参数估计

模型为：LOGY =C+β1LOGX1+β2LOGX2+β3LOGX3+β4LOGX4+β5LOGX5+β6LOGX6+μi

Y=私人汽车拥有量(万辆)

X1=国内生产总值（千亿元） X2=人均可支配收入（元） X3=全国公路里程（万公里）

X4=汽车产量 (万辆) X5=原油产量 (万吨) X6=储蓄存款余额（千亿元）

用Eviews估计结果为：

报告式为：

LOG(Y)=1.802+0.033LOG(X1)-0.272LOG(X2)+0.542LOG(X3)+0.333LOG(X4)-0.118LOG(X5)+0.833LOG(X6)

（0.051384）（0.018017） （—0.133687） （2.186159） （2.111162） (—0.0382) （2.201353）

R2=0.994226 R2=0.991339 F=344.3759

通过对模型进行简单的分析可知，该模型的拟合程度非常好，且方程的显著程度也比较高。但是，有的解释变量的T值很小，说明很有可能存在多重共线性。下面利用EViews软件对模型进行科学的检验

五、模型的检验及修正

1．经济意义检验

根据实际情况初步判断人均可支配收入和原油产量应与被解释变量成正比，可估算出来的结果却相反，与经济意义不相符，应该去掉。

2．统计推断检验

从回归结果可以看出，模型的拟和优度非常好（R=0.994226），F统计量的值在给定显著性水平α=0.05的情况下也较显著，但是

X1和X5

2

的t统计值均不显著（与临界值相比较），说明

X1和X5

这两

个变量对Y的影响不显著，或者可能是由于变量之间存在多重共线的影响使其t值不显著，需要在后面的计量经济学检验中加以证明。

3．计量经济学检验

（1）多重共线性检验

①检验：由F=344.3759显然大于临界值 (显著性水平α=0.05)，表明模型从整体上被解释变量与解释变量间线形关系显著。但是

X1和X5

的t统计值均不显著，且X2和

X5

符号的经济意义也不合理，故

认为解释变量间存在多重共线性

下面采用简单相关系数矩阵法对其进行检验：

由表中数据发现LOGX1和LOGX2和

LOGX4和LOGX5和LOGX6

间存在高度相关性。

不符合经济意义，首先剔出

②修正：采用逐步回归法对其进行修正。由于LOGX2 和

LOGX5

LOGX3LOGX4和LOGX6

分别做LOGY与LOGX1 间的回归 LOGY = -0.147 + 1.451LOGX1 -0.5499 24.47

R2=0.9724 D.W.=0.20624

LOGY = -6.0101 + 2.4193LOGX3 -5.098 10.471 R2=0.865 D.W.=0.5386

LOGY = -1.2688 + 1.3875LOGX4 -3.4105 20.537

R2=0.9613 D.W.=0.5276

LOGY = 1.8618 + 1.1314LOGX6 9.2658 22.7402

R2=0.9582 D.W.=0.1773

可见LOGX4的T值最大，线形关系强，且拟合程度最好。因此把LOGX4作为基本变量，将剩下的五个因素重新进行参数估计：

在初始模型中分别引入LOGX1

LOGX3

LOGX6

发现引入LOGX1后，模型拟合优度提高，且参数符号合理，变量也通过了T检验，D.W.值也算合理

在此基础上再分别引入

LOGX3

LOGX6

估计结果如下

可见引入

LOGX3

，模型拟合优度再次提高，且参数符号合理，变量也通过了T检验，D.W.值不好

LOGX6

判断，但由LM检验之不存在1阶自相关性；引入多余的，应该舍去。所以，最终的函数结果为

后，参数未通过T检验。综上可知，

LOGX6

是

LOG(Y)=-1.839+0.913LOG(X1)+0.483LOG(X3)+0.298LOG(X4)

-3.915 6.967 2.527 1.706

R2=0.991 D.W.=0.563 (2)异方差检验

采用怀特检验法进行检验，其结果如下：

从T值上看LOGX32及其平方项的参数不显著，且怀特统计量nR=19⨯0.47887=9.098663未通过5%的显著性检验，说明存在异方差性。下面采用最小二乘法对原模型进行回归结果如下：

可以看出LOGX1

量却变小了

（3）序列相关性检验

残差相关图如下 LOGX3 的T统计量有了显著改进，单LOGX4的参数符号变成了负值且T统计

初步判断存在正序列相关性

由于D.W.=0.563〈dL，所以存在正自相关

下面再进行拉格朗日乘数检验

①检验：1阶序列相关性检验结果如下：

LM=18*0.493387=8.880966，该值大于临界值，且T值合理。由此判断存在

2阶序列相关性检验结果如下：

1阶序列相关性。

LM=17*0.513331=8.726627，该值大于临界值，但T值不合理，未通过5%的检验。由此判断不存在2阶序列相关性

②修正：运用广义差分法进行处理：

1阶广义差分法的估计结果为