影响我国私人汽车拥有量的因素计量分析

摘要:文章采用1985～2007年中华人民共和国国家统计局公布的相关统计数据,旨在分析影响我国私人汽车拥有量的因素,指出了建立计量经济学模型和对其进行多种检验的详细过程,并解释了模型的经济意义,给出了相应结论。

关键词:私人汽车拥有量;计量经济学模型;数据分析;回归分析法

中图分类号:F426文献标识码:A文章编号:1009-2374 (2010)13-0006-02

改革开放以来,我国GDP一直保持着强劲的增长势头,三十多年来的平均增长速度高达9.8%。随着综合国力的增强,人民生活水平大大提高。20世纪90年代以前,我国汽车市场处于公务车阶段,不仅需求量少,而且70%是政府、事业单位的公务用车,剩下的多是企业的商务用车,几乎没有什么私人用车。1990～2000年,公务用车的份额下降,商务用车的份额加大,私人购车开始起步。2002年以来,私人购车占整个市场的份额迅速提升,进入私人购车阶段。

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,在查找关于我国汽车行业当今各方面的情况的基础上,选择用全国私人汽车拥有量作为反映我国私人汽车消费市场现状的指标,并参照相关的数据资料选取了国民总收入、钢材产量、公路里程和全国营运汽车拥有量作为解释变量。

一、模型设定

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,所以笔者考虑做一个线性模型,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。

私人汽车这种高档消费品的拥有量显然与居民收入有关,因此引进解释变量国民总收入(GNI),并先验预期两者呈正相关关系。

考虑到汽车工业的原材料,预计私家车市场的发展与其主要原材料钢材的生产有一定的关联,所以引进解释变量钢材产量,并先验预期其与私人汽车拥有量呈正相关。

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。

私家车的拥有与营运汽车拥有量有一定的关联,所以引进解释变量全国营运汽车拥有量,至于它同私人汽车拥有量的相关关系,可以通过计算两者的相关系数来做初步估计。计算得到私人汽车拥有量与全国营运汽车拥有量的相关系数为0.8154,表明两者可能有较强的正相关关系,因此预期两者呈正相关关系。

对于国民总收入、钢材产量、公路里程和全国营运汽车拥有量这些指标,我们更关心其相对数变化对私人汽车拥有量的影响,因此考虑采用对数线性模型;而且对数变换后能够减少异方差对模型的影响,于是最终确定模型形式为对数线性模型。

综上所述,采用的模型如下:

lnYt=β0+β1lnX1t+β2lnX2t+β3lnX3t+β4lnX4t+ut

其中,Yt=私人汽车拥有量(万辆);

X1t=国民总收入(亿元);

X2t=钢材产量(万吨);

X3t=公路里程(万公里);

X4t=全国营运汽车拥有量(万辆)。

二、数据收集与整理

本文所用数据来源于《2008年中国统计年鉴》,选择了1985～2007年的相关数据,整理见表1:

表1

私人汽车拥有量(万辆) 国民总收入(亿元) 钢材产量(万吨) 公路里程(万公里) 全国营运汽车拥有量(万辆)

1985 28.49 9040.7 3693 94.24 27.73

1986 34.71 10274.4 4058 96.28 29.27

1987 42.29 12050.6 4386 98.22 30.32

1988 60.42 15036.8 4689 99.96 30.69

1989 73.12 17000.9 48.59 101.43 30.85

1990 81.62 18718.3 5153 102.83 31.3

1991 96.04 21826.2 5638 104.11 31.67

1992 118.2 26937.3 6697 105.67 30.87

1993 155.77 35260 7716 108.35 28.96

1994 205.42 48108.5 8428 111.78 27.97

1995 249.96 59810.5 8979.8 115.7 27.49

1996 289.67 70142.5 9338.02 118.58 28.81

1997 358.36 78060.8 9978.93 122.64 29.89

1998 423.65 83024.3 10737.8 127.85 31.88

1999 533.88 88479.2 12109.78 135.17 501.77

2000 625.33 98000.5 13146 140.27 702.82

2001 770.78 108068.2 16067.61 169.8 764.39

2002 968.98 119095.7 19251.59 176.52 826.34

2003 1219.23 135174 24108.01 180.98 924.64

2004 1481.66 159586.7 31975.72 187.07 1067.18

2005 1848.07 184088.6 37771.14 334.52 733.22

2006 2333.32 213131.7 46893.36 345.7 802.58

2007 2876.22 251483.2 56560.87 358.37 849.22

三、参数估计

根据上面所列的时间序列数据,采用最小二乘估计法(OLS)估计模型参数,得到初始模型为(使用Eviews5.0):

ln^Yt=-8.7559+0.9343lnX1t+0.3902lnX2t+0.0521lnX3t

+0.0813lnX4t

se=(0.2732)(0.0644)(0.1585)(0.1728)(0.0183)

t=(-32.0480)(14.5175)(2.4612)(0.3016)(4.4458)

R2=0.9979,=0.9974,F=2125.407,DW=0.6847

四、模型检验及修正

(一)经济意义检验

从回归结果可以看出,各解释变量的系数均为正数,与作者预期的符号相一致,说明私人汽车拥有量与国民总收入、钢材产量、公路里程和全国营运汽车拥有量呈正向相关关系。

(二)统计检验

从回归的结果看,可决系数R2=0.9979,认为模型的拟合程度较好。系数的显著性检验:模型的由回归系数t检验的p值可知,解释变量国民总收入、钢材产量和全国营运汽车拥有量在0.05的显著性水平上显著,而公路里程在0.05的显著性水平上不显著,所以认为国民总收入、钢材产量和全国营运汽车拥有量对私人汽车拥有量有显著影响,公路里程对私人汽车拥有量没有显著影响。

(三)计量经济学检验

1.多重共线性检验及修正。从初始模型的相应统计量可以明显的看出,尽管模型对样本数据的拟合程度很好(=0.9974),解释变量“公路里程”的t检验不显著(p=0.7664),这可能是由模型存在多重共线性引起的。于是需要对多重共线性进行处理,这里采用逐步回归法,逐步引入变量。

依据加入的变量要使方程的拟合优度增加最多且各参数t检验都通过的原则,模型中最终保留lnX1t、lnX2t、lnX4t三个变量。进行最小二乘估计,结果为:

ln^Yt=-8.7491+0.9211lnX1t+0.4330lnX2t+0.0806lnX4t

se=(0.2657)(0.0459)(0.0689)(0.0177)

t=(-32.9293)(20.0487)(6.2807)(4.5541)

R2=0.9979 =0.9975 F=2976.242 DW=0.7164

2.异方差检验。由于使用的是时间序列数据,可以采用ARCH检验法来检验模型是否参在异方差。设定滞后期数为p=3,由于(n-p)R2=5.7273,p值=0.1257,在显著性水平0.05下,p值>0.05,故模型中不存在异方差。

3.自相关检验及修正。经过多重共线性修正后得到的模型中,DW统计量为0.7164。查表可得临界值dL=1.078,dU=1.660,DW=0.7164

对回归结果得到的残差序列et作一阶自回归,得到ρ=0.5689,对原模型进行广义差分,得到广义差分方程:

lnYt-0.5689lnYt-1=β0(1-0.5689)+β1(lnX1t-0.5689lnX1t-1)+β2(lnX2t-0.5689lnlnX2t-1)+β4(lnX4t-0.5689lnlnX4t-1)+ut'

对上面的广义差分方程进行回归,可得此时DW=1.4769。查表可得dL=1.053,dU=1.664,dL=1.053

本文将回归残差et的符号记录如下:

(--)(++++)(-----)(++)(-)(++++)(-)(++)(-)

令n=总观测个数=22

n1=+号个数(即+残差)=12

n2=-号个数(即-残差)=10

k=游程个数=9

游程个数近似服从正态分布:

E(k)==11.9091

var(k)==5.1476

检验统计量

Z===-1.2822

取显著性水平为0.05,则:

-Z0.025=-1.96

因此不能拒绝观测残差et的顺序为随机性的假设,即回归模型中无自相关。

根据广义差分方程的回归结果,有:

β0=

由此,得到最终的私人汽车拥有量模型为:

ln^Yt=-8.5850+0.8648lnX1t+0.4913lnX2t+0.0643lnX4t

se=(0.1490)(0.0731)(0.0874)(0.0180)

t=(-24.8436)(11.8318)(5.6206)(3.5611)

R2=0.9939 =0.9929 F=981.7254DW=1.4769

其中,Yt表示私人汽车拥有量(万辆),X1t表示国民总收入(亿元),X2t表示钢材产量(万吨),X4t表示全国营运汽车拥有量(万辆)。

五、模型的经济意义

lnX1t的系数0.8648表示,在样本期间即1985～2007年间,保持其他变量不变,平均而言,国民总收入每增加1%,私人汽车拥有量增加0.8648%;lnX2t的系数0.4913表示,在样本期间即1985～2007年间,保持其他变量不变,平均而言,钢材产量每增加1%,私人汽车拥有量增加0.4913%;lnX4t的系数0.0643表示,在样本期间即1985～2007年间,保持其他变量不变,平均而言,全国营运汽车拥有量每增加1%,私人汽车拥有量增加0.0643%。R2值0.9939表明,该模型的解释变量解释了1985～2007年间私人汽车拥有量变异的99.39%。

六、结语

从文中的模型可以看出,1985～2007年的23年间,随着改革开放的不断深入,经济稳定持续增长,作为重要工业原料的钢材的产量保持了逐年上升的趋势,国民总收入也保持了每年持续的高增长水平,私人汽车作为高档消费品,每年也保持了较高的增长,它已经以越来越快的步伐进入我国的普通家庭。以此模型为依据,随着我国钢材产量和国民总收入逐年上升,我国私人汽车拥有量将逐年增多,成为我国普通大众的消费品。

参考文献

[1]庞皓.计量经济学[M].北京:科学出版社,2007.

[2]李阳.影响我国私家车拥有量的因素分析――以四川省为案例的计量分析[J].消费导刊,2008,(4).

作者简介:刘佳,女,北京林业大学经济管理学院统计系学生,研究方向:产业经济。