影响中国汽车产量的多因素分析Word文件下载.doc

1、随着我国国民经济的快速发展和人民生活水平的提高，人民的消费需求已逐步由吃、穿、用为主向住和行为主转变，因此，发展汽车产业有利于满足人民不断增长的消费需求，有利于推动居民消费结构的升级。三是有利于改变人民的生活方式，提高生活质量。随着我国汽车产业的发展和汽车普及率的提高，将极大地提高人们的出行效率，拓展活动空间，提高出行的舒适性。 （3）.推动技术进步和产业结构升级 汽车作为一个产品，是高新技术的结晶。作为一个产业，是新技术应用范围最广、数量最多、周期最长、规模最大的产业。它不仅本身的生产制造有很高的技术要求，而且对相关产业如原材料产业、装备制造业、配套产业等也有很高的技术要求。因此，汽车产业的

2、发展不仅要求本身广泛发展和使用新技术，也要求相关产业广泛发展和使用新技术。因此，发展汽车产业对推动技术进步和产业结构升级具有重要作用。 （4）.推动城市化进程 城市化是我国经济社会发展的必然历史过程，汽车产业的发展有助于加快我国城市化进程。一是汽车的发展和普及，改变了城市交通的面貌，推动了城市交通的现代化，促进了城市经济繁荣；二是汽车的发展和普及，推动了城市结构的改变，促进了围绕大城市而建立的卫星城市群落发展；三是汽车的发展和普及，加强了城乡之间在物质、文化、信息、人员等方面的交流和联系，有利于推动城乡经济社会一体化发展，缩小城乡差别。我国正处于全面建设小康社会的重要战略机遇期，大力发展汽车产

3、业，全面推进国民经济各部门持续健康发展，是当前我们面临的重大任务。因此，通过建立计量经济学模型，研究汽车产量和相关因素的依存度，是一件很有意义的事。二、模型设定根据经济学原理和生活经验，我们把模型设定为：Y=+其中： y. 汽车总产量（万量）X1 钢铁产量（万吨）X2 运输公路长度（万公里）X3 制造业职工人数（万人）X4私人汽车拥有量（万辆）X5 石油消费总量（万吨）数据如下：年 份yX1X2X3X4X5198958.35 6159.00 101.43 5206.00 73.1216575.71 199051.40 6635.00 102.83 5304.00 81.6216384.70 1

4、99171.42 7100.00 104.11 5443.00 96.0417746.89 1992106.67 8094.00 105.67 5508.00 118.2019104.75 1993129.85 8956.00 108.35 5469.00 155.2721110.73 1994136.69 9261.00 111.78 5434.00 205.4221356.24 1995145.27 9535.99 115.70 5439.00 249.9622955.80 1996147.52 10124.06 118.58 5293.00 289.6725010.64 1997158.

5、25 10894.17 122.64 5083.00 358.3628110.79 1998163.00 11559.00 127.85 3769.00 423.6528426.01 1999183.20 12426.00 135.17 3496.00 533.8830187.61 2000207.00 12850.00 140.27 3240.00 625.3332053.06 2001234.17 15163.44 169.80 3010.00 770.7832784.10 2002325.10 18236.61 176.52 2907.00 968.9835528.81 2003444.

6、37 22234.00 180.98 2841.00 1219.2338107.38 三、 参数估计使用Eviews软件，根据ols法对模型进行估计得：表1Dependent Variable: YMethod: Least SquaresDate: 05/13/05 Time: 09:44Sample: 1989 2003Included observations: 15VariableCoefficientStd. Errort-StatisticProb. C-51.0043764.61807-0.7893210.45020.0252410.0057504.3900660.0017-1.

7、1968580.457563-2.6157220.02800.0143690.0079831.7999860.10540.1207050.0958861.2588390.2398-0.0009290.001127-0.8243740.4310R-squared0.996025 Mean dependent var170.8173Adjusted R-squared0.993816 S.D. dependent var103.2583S.E. of regression8.119807 Akaike info criterion7.315664Sum squared resid593.3814

8、Schwarz criterion7.598884Log likelihood-48.86748 F-statistic451.0106Durbin-Watson stat1.708534 Prob（F-statistic）0.000000分析：由F=451.0106F0.05（5,9）=4.77（显著水平为0.05）表明模型从整体上看汽车生产量与解释变量之间线性关系显著。但X3,X4,X5的t值不显著,x2,x5系数的符号与经济意义不符，模型可能存在多重共线性 。四、 检验及修正1、多元线性检验（1）计算解释变量之间的简单相关系数：表2 1.000000 0.967588-0.862861

9、0.990592 0.945730-0.917334 0.983487 0.941083-0.913528-0.904263 0.955061由上表可看出，届时变量之间高度线性相关。表明模型确实存在多元共线性 。（2）修正：（A）、用ols法逐一求Y对各解释变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。经分析知Y对X1的线性关系最强，即：Y = -89.08702189 + 0.02303731716*X1 （1）t检验值 （ -9.042861） （28.22923）R2=0.983948 SE=13.57613 F=796.8896（B）、逐步回归将其余解释变量注意

10、带入（1）式得Y = -0.7809499444 + 0.03162866347*X1 - 1.445864947*X2 （2）T检验指：（-0.034472） （14.52252 ） （-4.076918）R2=0.993270 R2（修正）=0.992148 SE=9.149627 F=885.5407X2系数符号与经济变量意义不符，故剔除x2。Y = -207.99033 + 0.02674241588*X1 + 0.01714869331*X3 （3）t检验值（-6.464265） （23.56714 ） （3.784124）R2（修正）=0.991462 SE=9.541313 F=

11、813.8449Y = -208.6516481 + 0.02550539133*X1 + 0.01858396171*X3 + 0.01984792996*X4 （4） t检验值 （-6.184963） （3.821566） （ 2.072435） （0.188332）R2（修正）=0.90716 SE=9.949549 F=498.9651Y = -186.2612864 + 0.02692214325*X1 + 0.016017268*X3 + 0.01239626014*X4 - 0.0009249872475*X5 （5） t检验值 （-3.818853） （3.743718） （1

12、.599143） （0.113880） （-0.652324）R2（修正）=0.990204 SE=10.22 F=354.7865由（4）式可知，值X3的t值不显著，又由（5）式知X5的系数与经济意义不符，故排除X4,X5与Y的相关性。由上可知，Y与X1,X3具有高度相关性，从而建立如下模型：表3： 10:53-207.990332.17540-6.4642650.00000.0267420.00113523.567140.0171490.0045323.7841240.00260.9926820.9914629.5413137.5259961092.4407.667606-53.44497

13、813.84492.1219922、异方差性检验（Goldfeld-Quandt检验）将样本时间为19891994年，然后用OLS方法求得下列结果：16 1989 1994 6-0.025314251.7579-0.0001010.99990.0305110.0046766.5247920.0073-0.0264250.051580-0.5123100.64380.96810092.396670.94683337.008928.5335337.432737218.46367.328617-19.2982145.521362.3791450.005698Y= -0.025314+0.030511

14、X1-0.026425X3 （-0.0001）（6.524792）（-0.51231） R2=0.9681 残差平方和（1）=218.4636将样本时间定义为19982003，再用OLS方法求得如下结果：21 1998 2003-251.6990143.0800-1.7591490.17680.0277280.0028529.7231630.00230.0261140.0322680.8092900.47760.990165259.47330.983609106.782113.671208.375312560.70498.271192-22.12594151.01892.6654730.000

15、975Y= -251.699+0.027728X1+0.026114X3 （-1.7591）（9.723） （0.80929）R2=0.990165 残差平方和（2）=560.7049求F统计量：F=560.7049/218.4636=2.47给定显著性水平为0.05，得临界值F（3，3）=9.28，比较F=2.47F（3，3）=9.28，则接受原假设，表明随机误差不存在异方差。3、自相关性检验（1）DW检验由DW=2.121992，给定显著性水平为0.05，查Durlin-Watson表，n=15,k=2,得下限临界值为0.946，上临界值为1.543。因为1.5432.1219924-1.

16、543=2.457。根据判定区域知，这时随机误差项不存在一阶自相关。 （2）图示法检验（图见下页）从上图可看出残差et较为分散，表明随机误差ut不存在自相关。4、确定模型 Y= -251.699+0.027728X1+0.026114X3 由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后定型为此。 五、对模型的经济解释及存在的问题1经济解释从以上模型经分析可得出：（1）从模型可以看出，运输公路长度、私人汽车拥有量、石油消费总量对汽车产量没有显著影响。说明汽车生产与上述三个因素没有必然联系。（2）从模型可以看出，钢铁产量对汽车产量有显著影响。这说明，作为汽车产业的上

17、游产业，钢铁制造业的健康稳定发展对于汽车生产具有重大意义。为了保证汽车生产，我们必须全力发展现代化的中国钢铁产业。（3）从模型可以看出，制造业职工人数对汽车产量有显著影响。制造业职工人数可以在一定程度上反映民众对汽车的需求。这说明，在汽车行业中，仍然是消费带动生产。我们只有不断提高居民购买力，才能从根本上保证汽车产业持续发展。2存在的问题：（1）在未作数据分析回归之前，我们还考虑了许多可能影响的因素，如国民生产总值，城镇居民消费总额，原油总产量，公路运输业从业人数，自行车总产量等，但回归分析后都遭到了淘汰。说明往往主观认知与数据说明的问题有很大差距。（2）对于制造业从业人数对汽车产量的影响是我们始料未及的，而且一直存在疑问。如果以我国仍旧是资本密集型生产模式为原因，则说明我们的劳动力资本仍旧是生产力提高的主要因素，而生产率的提高对其影响不大，因此如果要想进一步推动汽车制造业的发展，就要从科技方面入手，改进技术，提高劳动生产率，降低劳动力数量因素在汽车产业发展中的比重。当然还有一种可能就是数据本身存在误差。参考文献：1、计量经济学 主编：庞皓 西南财经大学出版社 2004年12月第二版2、中国统计年鉴199020033、中国经济统计年鉴19974、中国国家统计局