《影響成都市機動車總數(shù)因素的定量分析》由會員分享，可在線閱讀，更多相關(guān)《影響成都市機動車總數(shù)因素的定量分析（8頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、影響成都市機動車總數(shù)因素的定量分析 影響成都市機動車總數(shù)因素的定量分析 :汽車產(chǎn)業(yè)當前是我國經(jīng)濟發(fā)展的支柱，另一方面，我國各大城市的機動車數(shù)量趨近飽和。我們經(jīng)過分析認為人均可支配收入和車輛主要替代品——住房價格是購買者的角度影響機動車數(shù)量的重要方面,我們以成都為一個樣本利用計量經(jīng)濟學的基本知識對其作實證分析,分別檢驗當年以及滯后幾年的人均可支配收入和住房價格對成都機動車數(shù)量的影響,分析汽車產(chǎn)業(yè)的騰飛和城市市政和人居環(huán)境可持續(xù)發(fā)展的協(xié)調(diào)促進關(guān)系。 人均可支配收入　住宅投資情況　滯后 本文結(jié)構(gòu)概要： 一 概述： 二 問題提出：

2、 （一）問題提出的背景： ⒈ 環(huán)境問題： ⒉ 能源問題： ⒊ 汽車行業(yè)增長迅速 （二）研究的意義： 三 理論分析與模型建立 （一）影響因素的選擇： （二）數(shù)據(jù)取得： （三）模型建立與分析： 1．初步模型分析 2．滯后模型的建立 3．異方差檢驗： 四 結(jié)論 五 不足之處 一 概述： 作為中國西部重鎮(zhèn)，成都歷史悠久，早在2300多年前，蜀王開明九世就在此建都，取“一年成邑，二年成都”之意而名成都。自公元前310年建城以來，成都一直是四川地區(qū)政治、經(jīng)濟、文化中心，歷史上曾6次成為封建割據(jù)王朝都城，自古就是商賈通衢之地，車水馬龍，民生富足。新中國成立后，成都是四川省省

3、會，1993年國務院進一步要求"充分發(fā)揮成都市作為西南地區(qū)科技中心、商貿(mào)中心、金融中心和交通通信樞紐的作用"。在國家西部大開發(fā)政策的支持，成都近經(jīng)濟發(fā)展迅速，全市現(xiàn)有總?cè)丝?029萬，是西南地區(qū)特大中心城市之一。近年來，成都的國內(nèi)生產(chǎn)總值每年均以13%以上的速度發(fā)展，2002年，全市國內(nèi)生產(chǎn)總值達1663億元人民幣，在全國15個副省級城市中居第四位，居西部各大城市之首。在這樣的條件下，成都的機動車輛數(shù)量也連年處于高速增長狀態(tài)，總量位居全國各大城市前列，這也為成都的市政的建設(shè)和生態(tài)環(huán)境的治理帶來了沉重的壓力。在此，我們希望能簡單實踐計量經(jīng)濟學的知識對影響成都市機動車總數(shù)的因素進行定量的分析，找到

4、有效控制機動車增長過熱的手段，促進經(jīng)濟、市政和環(huán)境三者的協(xié)調(diào)發(fā)展。 二 問題提出 （一）問題提出的背景： ⒈ 環(huán)境問題： 清華大學交通研究所近期關(guān)于汽車消費與城市環(huán)境的關(guān)系的研究表明： 機動車排氣污染已成為城市大氣污染的主要因素，目前我國城市固定源排放逐漸趨于穩(wěn)定，而隨著城市交通的發(fā)展，汽車保有量的增加，我國汽車污染物排放總量也日趨上升，成為一個突出的問題。據(jù)國家環(huán)?？偩诸A測，2005年我國機動車尾氣排放在城市大氣污染中的分擔率將達到79%左右。，如果不能有效控制汽車污染，城市污染將從煤煙型污染向汽車尾氣型污染轉(zhuǎn)化。 ⒉ 能源問題： 自 1990 年以來，中國的石油消費量一直

5、在以年均 7% 的速度攀升，現(xiàn)已經(jīng)蓋過了日本，成為世界第二大石油消費國。然而中國的能源完全自給時代已經(jīng)結(jié)束，經(jīng)過多年的開采，中國的主要油田已幾近枯竭，每桶原油的產(chǎn)出成本在穩(wěn)步攀升。據(jù)估計2004年我國的原油進口量將突破1億噸。 同時，中國市場已經(jīng)離不開國際市場的原油，如果中斷國際原油供應，制造業(yè)的成本會上升，交通運輸業(yè)，旅游業(yè)，很多行業(yè)成本會提高，這是對中國經(jīng)濟影響比較大的。種種跡象表明中國已經(jīng)與美國、日本和歐洲爭奪中東地區(qū)的石油了。由此可見，中國已經(jīng)出現(xiàn)了較為嚴重的能源危機，對石油需求的有效控制將成為其發(fā)展方向。 我國機動車消耗石油約占全國石油消費三分之一以上。國務院發(fā)展研究中心產(chǎn)業(yè)部預

6、測，2010年和2020年全國機動車燃油需求分別為1.38億噸和2.56億噸，為當年全國石油總需求的43%和57%。國土資源部預測同期中國國產(chǎn)石油產(chǎn)量頂多為2億噸。新增石油需求越來越多依賴進口。 ⒊ 汽車行業(yè)增長迅速 中國市場對汽車總需求連續(xù)幾年成高速增長，自2000年以來分別以14.3% 37.4% 32.0%的速度進行增長。隨著中國加入WTO，汽車價格開始逐漸有所下降，刺激人們對汽車的需求，國內(nèi)市場迅速增長，目前處于高速增長時期。 （二）研究的意義： 汽車產(chǎn)業(yè)的發(fā)展與國民經(jīng)濟的增長呈顯著正相關(guān)，汽車工業(yè)在經(jīng)濟方面的波及效應能達到本身產(chǎn)值的3—5倍。由此可以看出汽車產(chǎn)業(yè)的高速增長將成

7、為我國經(jīng)濟騰飛的先導。2000 年我國經(jīng)濟的強勁復蘇，帶動了汽車產(chǎn)業(yè)的更快發(fā)展。隨著汽車價格、居民收入和消費結(jié)構(gòu)、消費信貸、消費環(huán)境的改善，特別是新產(chǎn)品的推出，今后10 － 15 年中國將成長成為全球最大的汽車市場，年銷量將達到1700 萬輛，汽車保有量超過1 億輛。 另一方面，由于汽車銷量的直線飆升，城市道路的設(shè)施的不完備，造成我國大中城市汽車容量趨向飽和，由此產(chǎn)生的交通擁堵，能源短缺，環(huán)境污染等一系列問題日益嚴重。因此，我們希望通過對影響汽車銷量的因素進行計量經(jīng)濟分析，找到有效控制機動車增長過熱的手段，促進經(jīng)濟、市政和環(huán)境三者的協(xié)調(diào)發(fā)展。 三 理論分析與模型建立 （一）影響因素的

8、選擇： 經(jīng)過調(diào)查，我們發(fā)現(xiàn)影響汽車銷量的因素有汽車價格，燃油價格，道路基建投資，人均可支配收入，消費結(jié)構(gòu)，國家產(chǎn)業(yè)政策等。但是由于我們無法獲得某些因素的統(tǒng)計數(shù)據(jù)，進而不能進行定量分析。故此我們只選擇其中較主要與能夠得到較準確數(shù)據(jù)的影響因素。 由于成都汽車總量位距全國第三，并且其汽車總量連年保持高速增長，因此我們最終選定成都市作為研究范圍，希望由此可窺一斑。 人均可支配收入——根據(jù)收入決定支出理論，我們決定選擇其中容易得到數(shù)據(jù)的人均可支配收入來進行定量分析。 家庭住房投資額——另外，由于個人購車通常是在滿足了住房需求之后才成為家庭需求的，所以我們也把家庭住房投資做為定量分析汽車銷量的因素

9、之一。 （二）數(shù)據(jù)取得： 由于我們在找近十年住房平均價格方面具有一定困難，所以我們在這里就用近十年成都市住宅投資情況X2近似表示——就需假定所有投資都有對應的回報即所建住宅的空置率接近0。 在表一中： Y表示成都市機動車總量——由成都市車輛管理部門獲得（由于私家車的數(shù)量難以得到，故此的數(shù)據(jù)包括了公家車）。 X1表示全市人均可支配收入情況（X1、X2均由《成都統(tǒng)計年鑒》查得）。 表一： obsY（單位：輛）X1（單位：元）X2（單位：萬元） 1993138061.02624.200172211.0 1994165182.03940.470226016.0 19952072

10、10.04708.990319019.0 1996280495.05265.640372952.0 1997382659.06018.740349139.0 1998478784.06446.440455224.0 1999561944.07098.010554029.0 2000613236.07649.090867561.0 2001715241.08128.3901228045. 20021037603.8971.9101488834. （三）模型建立與分析： 1．初步模型分析 由于我們不知道如何將兩個滯后變量放在一個模型里面，所以我們將利用EViews軟件，分別

11、建立人均可支配收入X1和住宅投資情況X2的模型，采用最小二乘法對所得數(shù)據(jù)進行回歸分析，最后再比較兩個模型得出結(jié)論。 需要注意的是，經(jīng)過我們的調(diào)查，X1和X2對Y的影響均有一定的滯后性，我們需要建立分布滯后模型進行檢驗。 利用EViews輸入X1的數(shù)據(jù)，我們先得到人均可支配收入影響機動車總量的模型。 Dependent Variable: Y Method: Least Squares Sample: 1993 2002 Included observations: 10 VariableCoefficientStd. Errort-StatisticProb. C-3678

12、40.2104655.6-3.5147690.0079 X1135.720016.433828.2585810.0000 R-squared0.895019Mean dependent var458041.5 Adjusted R-squared0.881896S.D. dependent var283946.5 S.E. of regression97581.71Akaike info criterion25.99162 Sum squared resid7.62E+10Schwarz criterion26.05214 Log likelihood-127.9581F-stat

13、istic68.20415 Durbin-Watson stat0.964223Prob(F-statistic)0.000035 =-367840.2+135.72X1 （-3.514769）（8.258581） 0.895019DW=0.964223F=68.20415 從輸出結(jié)果看，T檢驗值、F檢驗值、值都很高，但在0.05顯著水平下，DW值偏低，說明模型中存在自相關(guān)。 2．滯后模型的建立 實際上，從定性方面來分析，影響購買機動車數(shù)量除了本期的可支配收入外，還受以前各期可支配收入的影響，因此必須對該模型進行分布滯后的修正。 ① 假設(shè)滯后影響期數(shù)為無限，我們采用庫伊克變

14、換法估計模型： Dependent Variable: Y Method: Least Squares Sample(adjusted): 1994 2002 Included observations: 9 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C-243046.3331098.9-0.7340590.4906 X168.3027096.015360.7113730.5036 Y(-1)0.7487450.7577350.9881350.3612 R-squ

15、ared0.949181Mean dependent var493594.9 Adjusted R-squared0.932242S.D. dependent var276556.2 S.E. of regression71988.84Akaike info criterion25.46761 Sum squared resid3.11E+10Schwarz criterion25.53335 Log likelihood-111.6043F-statistic56.03319 Durbin-Watson stat1.317923Prob(F-statistic)0.000131

16、 從結(jié)果看，我們發(fā)現(xiàn)T檢驗值偏低，且由于該模型為自回歸模型，我們求其H統(tǒng)計量計算結(jié)果小于在顯著水平上的臨界值。 ② 阿爾蒙法：上面的數(shù)據(jù)說明將此模型設(shè)定為無限分布滯后模型不是很理想，我們覺得經(jīng)濟學上滯后期為3到5年，我們用阿爾蒙法分別計算得到三個不同滯后期數(shù)所對應的模型，經(jīng)過比較可見當滯后期數(shù)為4的時候，有一個相對理想的模型。 滯后期數(shù)為4的結(jié)果如下： Dependent Variable: Y Method: Least Squares Sample(adjusted): 1997 2002 Included observations: 6 after adjust

17、ing endpoints VariableCoefficientStd. Errort-StatisticProb. C-1416501.295767.4-4.7892410.0409 PDL01-672.4102247.4055-2.7178470.1129 PDL02-197.973442.44699-4.6640150.0430 PDL03350.9851120.23212.9192290.1000 R-squared0.989534Mean dependent var631577.8 Adjusted R-squared0.973836S.D. dependent va

18、r229062.3 S.E. of regression37051.63Akaike info criterion24.11273 Sum squared resid2.75E+09Schwarz criterion23.97391 Log likelihood-68.33820F-statistic63.03365 Durbin-Watson stat2.412506Prob(F-statistic)0.015657 Lag Distribution of X1iCoefficientStd. ErrorT-Statistic .*|01127.48303.9183.70981

19、 *.|1-123.45299.7530-1.23757 *.|2-672.410247.405-2.71785 *.|3-519.399161.302-3.22004 .*|4335.583176.6101.90014 Sum of Lags147.80041.07873.59797 = -1416501+1127.48X1-123.452X1(-1)-672.410X1(-2) -519.399X1(-3)+ 335.583X1(-4) (-4.789241)(3.70981)(-1.23757)(-2.71785)(-3.22004)(1.90014) 0.989534

20、DW=2.412506F=63.03365 另一方面，我們通過定性分析認為房產(chǎn)和住宅是一般居民最大的兩筆固定資產(chǎn)購買，兩者存在較為明顯的相互替代關(guān)系。而且，一般的居民都是先購房再購車，所以，除了本期住宅投資的影響外，機動車數(shù)量在很大程度上受過去投資額的影響。同上法，我們通過比較，得到滯后期數(shù)為3時有相對理想的模型： VariableCoefficientStd. Errort-StatisticProb. C-22051.7447806.38-0.4612720.6760 PDL010.1233780.1118411.1031600.3505 PDL020.2639610.1

21、166112.2636070.1086 PDL030.0902580.1083430.8330750.4659 R-squared0.990962Mean dependent var581423.1 Adjusted R-squared0.981925S.D. dependent var247655.2 S.E. of regression33296.02Akaike info criterion23.95982 Sum squared resid3.33E+09Schwarz criterion23.92891 Log likelihood-79.85938F-statistic

22、109.6471 Durbin-Watson stat2.743157Prob(F-statistic)0.001455 Lag Distribution of X2iCoefficientStd. ErrorT-Statistic *.|0-0.050320.11596-0.43400 . *|10.123380.111841.10316 .*|20.477600.118614.02678 .*|31.012330.255523.96177 Sum of Lags1.562980.197527.91294 = -22051.74- 0.05032X2 +0.12338X2

23、(-1)+ 0.47760X2(-2) +1.01233X2(-3) (-0.461272)(-0.43400)(1.10316)(4.02678)(3.96177) 0.990962DW=2.743157F=109.6471 3．異方差檢驗： 最后，我們對模型進行異方差的檢驗，由于我們?nèi)〉玫氖切颖?，而且樣本資料為時間序列數(shù)據(jù)，所以我們采用ARCH檢驗分別對兩個模型進行異方差檢驗，結(jié)果如下： 在Y對X1回歸時： ARCH Test: F-statistic2.526026Probability0.406489 Obs*R-squared3.339067Probabilit

24、y0.188335 在α=0.05時，自由度P=2，查表得=5.99147，從上表可以得： Obs*R-squared=3.339067ARCH Test: Obs*R-squared4.000000Probability0.261464 在α=0.05時，自由度P=3，查表得=7.81473，從上表可以得： Obs*R-squared=4 四 結(jié)論 通過對影響成都市機動車總量的因素建立計量經(jīng)濟模型，并進行了上述分析之后，我們可以得出這樣的結(jié)論： 成都市人均可支配收入和住宅投入確實對機動車總量有一定的影響，這點我們可以從模型的分析結(jié)果可以看出，但是需要說明的是這兩種因素的影響存

25、在一定的問題。因為通過對模型的檢驗，我們發(fā)現(xiàn)得出的結(jié)果與我們當初設(shè)想的情況存在一定的出入。 比如，我們當初設(shè)想的是成都市人均可支配收入和住宅投資應該對成都市機動車總量有較為顯著的影響，可是結(jié)果我們發(fā)現(xiàn)這一影響并不是很顯著，而且模型經(jīng)過修正之后還存在比較嚴重的自相關(guān)，之所以出現(xiàn)這種情況，是因為我們得到的數(shù)據(jù)十分的有限，數(shù)據(jù)量明顯不足應該是最主要的問題，但是限于客觀情況，在這一點，我們沒有很好的方法進行數(shù)據(jù)的收集與整理。 盡管如此，我們還是可以看出，我們所選擇的因素確實也能夠說明其對機動車總量的作用，從經(jīng)濟意義上講，人均可支配收入對于個人夠買汽車是起著決定性因素的，因為從目前的情況來看，我國居

26、民的消費意識還是以量入為出為基本的消費觀念的，盡管近幾年出現(xiàn)了消費信貸，但是由于我們目前這方面的發(fā)展和管理都不是很完善，因此大眾消費仍以個人的可支配收入量為依據(jù)進行消費，而且在汽車消費上的投入存在著一定的滯后。 另外，在居民消費問題上還存在著消費順序的問題，一般都是先解決了吃住問題，然后才是其他的消費，所以，這一點對于個人購買汽車也是很重要的。因此，通過分析我們可以得出這樣的結(jié)論：由于近幾年來我國居民生活水平的不斷提高，人均可支配收入的不斷增高，個人購買汽車的需求也在不斷增高，就成都市而言，私家車總量呈現(xiàn)逐年上升的趨勢。另一點結(jié)合成都市的房價以及成都人的個性，對于私家車總量的上升趨勢也起到很

27、大的作用。 經(jīng)過上述分析，我們認為雖然這兩種因素在對機動車總量的影響中占有很大作用，但是想要依此兩點來限制機動車的高速增長是不現(xiàn)實的，只能通過國家出臺相應的政策及環(huán)保方面相應的法律法規(guī)，以及地方政府通過改善道路基建設(shè)施，逐步限制機動車總量并緩減交通壓力，以此解決這個問題。 五 不足之處 前面我們分析了對汽車銷量影響的因素，因現(xiàn)在所學尚淺不能取得有效的數(shù)據(jù)，且不能對某些數(shù)據(jù)進行正確的整理，故采用的進行分析的自變量較少。若能加入再多點自變量可能能夠得到不同的結(jié)論，可能與我們得到的結(jié)論有差入。 對于自變量采用的數(shù)據(jù)也有不足之處： 成都市機動車總量數(shù)據(jù)取得時由于私家車的數(shù)量難以得到，采用的數(shù)據(jù)包括了公家車的數(shù)量，公家車的數(shù)量較大對我們得到的數(shù)據(jù)有一定的影響從而對建立的模型有一定的影響。