毕业论文设计基于计量经济学模型的上海市汽车保有量研究.docx
《毕业论文设计基于计量经济学模型的上海市汽车保有量研究.docx》由会员分享，可在线阅读，更多相关《毕业论文设计基于计量经济学模型的上海市汽车保有量研究.docx（29页珍藏版）》请在冰点文库上搜索。
毕业论文设计基于计量经济学模型的上海市汽车保有量研究
摘要
随着经济的发展,汽车产业也成为了我国经济重要支柱产业。
汽车保有量研究是城市规划和社会发展的一项基础性的工作。
本文整理了部分国内外对汽车拥有量研究的文献，发现不同方法在其分析上都有利有弊。
对汽车保有量现状以及汽车行业在经济发展中的作用进行描述，为其研究提供了一定的理论和现实意义。
本文依据计量经济学模型以上海市为例，选取国民生产总值，社会消费品零售总额，公路货运总量，固定资产投资，公路运输线路长度，人口和居民可支配收入7个指标对汽车拥有量进行分析。
根据建立的预测模型评析相关政策及影响因素，对相应汽车拥有量的发展趋势提供参考。
[关键词]汽车保有量；计量经济学模型；预测
Abstract
AutomobileindustryhasalsofinishedanimportantpillarindustryofChina'seconomy.Carownershipisabasicstudyoftheworkofurbanplanningandsocialdevelopment.
Inthispaper,somesortofcarownershipstudyabroadliteraturefoundintheiranalysisofdifferentmethodshaveadvantagesanddisadvantages.Situationofcarownershipandcarindustry'sroleineconomicdevelopmentaredescribed,theirstudyprovidesatheoreticalandpracticalsignificance.Inthispaper,basedoneconometricmodelsinShanghai,forexample,selectGNP,totalretailsalesofsocialconsumergoods,totalroadfreight,fixedassetinvestment,roadtransportlinelength,populationanddisposableincome7indicatorsofcarownershipanalysis.Commentspredictionmodelbasedonrelevantpoliciesandfactorsestablishedforthedevelopmenttrendofcarownershipprovidestheappropriatereference
[Keywords]Autopossession，Econometricmodels，Prediction
1.绪论
1.1研究背景与意义
1886年1月29日，世界第一辆汽车诞生，经过一百多年的发展，汽车不断改进，汽车工业的不断发展。
汽车逐渐进入我们的生活，并成为不可或缺的消费品。
随着经济的发展和人们生活水平的提高，汽车已经成为人们出门的日常代步工具。
中国加入WTO后，汽车工业以积极的姿态融入国际汽车工业的发展潮流，连续出现了爆发式增长，国家及时做出了汽车产业在2010年成为国民经济支柱产业的重大决策，确立了汽车产业在我国经济发展中的战略地位【7】。
2014年国内汽车保有量将近1.4亿辆，是2003年汽车数量的5.7倍。
目前，全国有31个城市的汽车数量超过100万辆。
其中北京、天津、成都、深圳、上海、广州、苏州、杭州等8个城市汽车数量超过200万。
国内一线城市汽车消费增长速度低于10%，而二三线却以高于30%速度增长。
各方面研究显示我国汽车在未来还是有很大的增长空间。
对于已经有了高保有量的一线大城市而言，汽车的消费环境有一定的制约，道路交通，停车，能源供应以及汽车金融服务，限购政策，环境问题，都是其阻碍。
因此在各方面预测其依然有大幅增长空间的同时，应结合实际问题更精确的认识，防止过于乐观造成的产能过剩。
因此汽车保有量以及它的变化趋势都受到各方关注。
随着经济发展我国汽车保有量急速上升民有车拥有量与社会经济的发展有密切关系，对路网容量供求关系和道路交通的分布等有十分重要的意义，汽车保有量也是地区经济发展的重要指标，对指导汽车产业及其相关产业有重要意义。
然而其分析是非常复杂的经济学和数学问题，因为太多不确定因素和事物影响的后效性对其有干扰作用。
本文根据上海市的统计数据，通过建立计量经济学模型找出汽车拥有量和社会经济相关指标的函数关系，可以对一个地区短期内的汽车保有量影响因素进行分析并有较为准确的整体预测。
1.2国内外研究现状
汽车保有量预测长期以来是国内外专家学者关注的热点，早在50年代，美国学者MarcNerlove等人就在美国汽车保有量历史时间序列数据的基础上，建立了预测模型【1】。
还有一些西方学者比如Dargay和Gately，对长期的汽车普及率增长曲线进行回归估计，主要采用logistic曲线模型进行分析。
【2】这种分析根据历史数据取得不错的效果。
基于生命周期理论，产品会有三个时期：
增长期，稳定期，衰退期。
长期增长以后就会出现一个餍足点。
Mogridge尝试考虑不同变量，估计汽车拥有率的餍足点，并提出0.66和0.9的餍足点，私人汽车的扩散增长随时间的变化同样呈现S型。
【3】
也有把微观经济学和随即效用选择理论结合起来的。
目前预测汽车保有量的方法分为需求模型和均衡两大类，其中以需求为主，需求也分为集合和非集合模型。
集合模型较典型的有Dargey&Gately的Gomperta模型和Ingram对数线性方程，多用于宏观政策分析或远期预测分析。
非集合模型基于效用最大化为假设，以家庭或个人作为决策单元建模，包括多项Logit模型，树状logit模型，多项Probit模型等，多用于短期动态预测。
【4】
相比之下，我国学者在这方面的研究处于起步阶段，有不少学者做出了有益工作。
研究方向分两类，一类是通过分析影响汽车需求或保有量的各种因素（如人均GDP，城市化率，汽车价格，公路总量）进而采用回归模型预测未来汽车的发展趋势。
另一类国内学者和研究人员也提出更为精确地研究，例如灰色预测，基于BP神经网络的预测等。
1.3研究内容与方法
本文根据上海市的统计数据，通过分析1996到2012年上海市民用车拥有量中汽车保有量（不包括军用车辆和码头、机场等专用特种车辆）建立经济学模型。
计量经济学就是经济的测度。
计量经济学是利用经济理论，数学，统计统计推断等工具对经济现象进行分析的一门社会科学【6】。
计量经济学的实用价值在越来越广泛的范围内表现出来。
通过建立计量经济学模型找出汽车拥有量和社会经济相关指标的函数关系，可以发现拥有量与相关经济指标之间的关系，也可以对一个地区短期内的汽车保有量有较为准确的整体预测。
2.汽车保有有量及行业发展现状
2.1汽车保有量的现状
汽车保有量是指在公安交通管理部门按照机动车注册登记工作规范，已注册登记领有民用车辆牌照的全部汽车数量。
根据汽车的规格大小，分为大型、中型、小型和微型，载货汽车分为重型、中型、轻型和微型。
从2005年开始，中国汽车工业协会车型统计标准有了变更。
为使统计数据前后一致，本文选取统计年鉴中民用车拥有量中汽车拥有量。
2.1.1汽车保有量发展
（1）载客汽车增长较快。
（2）载货汽车增长缓慢。
（3）私人汽车增长高速增长。
（4）载货汽车在汽车中所占比例越来越小。
如下例图所示：
图一2012年上海市汽车种类比例图
2.1.2世界汽车发展规律
世界汽车行业发展规律是，当一国人均GDP达到3000美元以后，国民消费结构就会发生改变，就会进入以汽车住房为代表的改善生活质量的消费时代【3】。
根据国际经验，当轿车千人保有量超过20辆后将有3-5年的需求高增长期。
世界汽车业在正常年景增长率平局为4%左右，而中国却保持较高的增长率。
2.2道路交通发展状况
“十一五”期间，在大规模投资的带动下，我国交通运输的线路网络和客货运量均快速增长。
各种运输方式的总里程，从2005年的558.64万公里增加到2010年的704.27万公里，增长26.1%，年均增长4.7%；全社会主要运输方式完成客运量由2005年的184.70亿人增加到2010年的327.91亿人，增长77.5%，年均增长12.2%；旅客周转量由17466.7亿人公里增加到27779.2亿人公里，增长59.0%，年均增长9.7%；货运量由186.20亿吨增加到320.30亿吨，增长72.0%，年均增长11.5%；货物周转量由80258.1亿吨公里增加到137329.0亿吨公里，增长71.1%，年均增长11.3%。
【7】
2.3行业发展
2011-12-08.“十一五”期间，在一系列刺激消费的政策推动下，汽车，住房，家电成为扩内需期间的三大消费热点，呈现出爆发式增长势头。
进入2011年以来，我国汽车产业在经历了近年来的快速增长后，产销量速度开始放缓。
2011年前五个月，全国汽车产销分别777.97万辆和791.62万辆，同比分别仅增长3.19%和4.06%，增长较2010年同期分别回落52.4百分点和49.19个百分点。
目前我国人均GDP已超过3000美元，按照国际经验，我国总体上进入了居民消费加速升级转型阶段。
根据瑞银最新发布的《物价与全球购买力比较》物价与全球购买力比较}报告显示：
我国购买力与居民消费水平较高的北京和上海，在全球购买力排名较低。
【8】
3.上海市汽车保有量回归分析
3.1变量选择
以汽车保有量作为被解释变量Y。
由下图汽车保有量变化可以知道其值随时间快速增长。
图二汽车保有量变化
自变量的选择应该包括以下准则：
（1）自变量对因变量必须有显著的影响，正确把握所研究的经济现象中的经济行为规律密切的线性相关；
（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；
（3）自变量之间应具有一定的互斥性，即自变量之间的相关程度不应高于自变量与因变量之因的相关程度；
（4）自变量应具有完整的统计数据，其预测值容易确定【19】。
我们可以找到以下指标作为解释变量
（1）地区的生产总值是指本地所有常住单位一年的生产活动的最终成果。
他直接反应了整个地区经济发展的总体状况，在国民经济核算中是主要统计指标，故其变化与汽车的拥有量有很大的关联。
没有选择人均生产总值是因为在整个水平上保持个因变量的数字在一个大的维度，减少误差。
因此选取其作为自变量是合适的。
（2）社会消费品零售总额指各种经济类型的批发零售贸易业、餐饮业、制造业和其他行业对城乡居民和社会集团的消费品零售额和农民对非农业居民零售额的总和。
【25】反映一定时期内人民物质文化生活水平的提高情况，反映社会商品购买力的实现程度，以及零售，市场的规模状况。
由社会商品供给和有支付能力的商品需求的规模所决定，是研究人民生活水平、社会零售商品购买力、社会生产、货币流通和物价的发展变化趋势的重要资料。
而汽车是社会消费品中重要部分，故也应与汽车拥有量有很大关系。
（3）公路货运总量。
牵引车市需求的不断增长有很多方面的因素，但货运量不是与其为因果关系，理论上但是应为正相关，但是由于汽车制造的先进，其他可代替性运输方式改进，都能对其产生影响。
但总的说来货运量越大，车市场需求量月趋于旺盛。
因此汽车保有量与其有很大相关性。
（4）固定资产投资是指投资主体垫付货币或物资，以获得生产经营性或服务性固定资产的过程。
固定资产投资包括改造原有固定资产以及构建新增固定资产的投资。
由于固定资产投资在整个社会投资中占据主导地位，因此，通常所说的投资主要是指固定资产投资。
十一五期间，在国家汽车产业的调整和振兴规划和各项利好政策的推动下，上海市也加大招商引资与产业基地建设等，大力发展与其相关的产业，且在统计年鉴中固定资产投资下，今年来统计的六大重点发展工业行业投资额就有汽车制造业【7】。
因此固定资产投资额与汽车拥有量之间有相应的关系。
（5）公路运输线路长度。
在选取了公路货运总量以后，一般都忽略了公路运输线路长度，然而在现在路网容量供求关系和道路交通的分布日趋复杂化，本文决定不再其中选择一个，而是把他们单独作为一个解释变量。
（6）人口。
最后还选择人口作为一个指标，是在直观上人口的增长与汽车保有量是有一定内在联系。
部分分析全国汽车保有量相关论文也指出其实一个不可省略的解释变量。
（7）居民可支配收入，基于城乡居民收入抽样调查的居民可支配收入统计数据是我国国民经济核算体系中重要的基础数据之一，它不仅是衡量国家和各地区居民生活水平的基本指标，而且在宏观经济学理论及实证研究中有着非常重要的地位，对国家宏观经济政策的制定也有着重要的作用。
汽车作为耐用消费品进入人们的日常生活，也是与居民可支配收入有一定的关联性。
下表中包括城镇与农村居民可支配收入。
3.2数据收集整理
表一样本数据
年份
汽车保有量（万辆）
上海市生产总值（亿元）
社会消费品零售总额（亿元）
公路货运总量（万吨）
固定资产投资（亿元）
公路运输线路长度（公里）
人口（万人）
居民可支配收入
1996
46.64
2957.55
1258.00
25023.00
1952.05
2881.00
1451.00
13005
1997
53.84
3438.79
1435.38
25991.00
1977.59
3961.00
1489.00
13716
1998
58.27
3801.09
1593.27
26352.00
1964.83
4104.00
1527.00
14180
1999
67.64
4188.73
1722.33
27171.00
1856.72
4231.00
1567.00
16413
2000
104.29
4771.17
1865.28
28369.00
1869.67
5849.00
1608.60
17283
2001
119.84
5210.12
2016.37
28869.00
1994.73
6078.00
1668.33
18733
2002
139.03
5741.03
2203.89
29759.00
2187.06
6286.00
1712.97
19462
2003
173.73
6694.23
2404.45
30148.00
2452.11
6484.00
1765.84
21525
2004
202.85
8072.83
2656.91
31554.00
3084.66
7805.00
1834.98
24020
2005
221.74
9247.66
2979.50
32684.00
3542.55
8110.00
1890.26
26987
2006
238.13
10572.24
3375.20
33799.00
3925.09
10392.00
1964.11
29881
2007
253.60
12494.01
3873.30
35634.00
4458.61
11458.00
2063.58
33845
2008
261.50
14069.87
4577.23
40328.00
4829.45
11497.00
2140.65
38060
2009
285.00
15046.45
5173.24
37745.00
5273.33
11671.00
2210.28
41162
2010
309.70
17165.98
6070.50
40325.00
5317.67
11974.00
2302.66
45584
2011
329.17
19195.69
6814.80
42685.00
5067.09
12084.00
2347.46
51847
2012
360.90
20181.72
7412.30
42911.00
5254.38
12541.00
2380.43
57589
注：
样本数据来源上海市统计年鉴
3.3变量间关系分析
3.3.1计算相关系数
为了保证线性模型的合理性，首先需要分析被解释变量和解释变量间的相关性，可以通过计算简单相关系数分析，只有与被解释变量呈高度相关的解释变量才适合引入模型。
表二相关系数矩阵
Y
GDP
SRG
HFV
FAI
LTR
POP
PDI
Y
1
0.92909
0.885964
0.93985
0.94374
0.96909
0.964009
0.901829
GDP
0.92909
1
0.992108
0.9891
0.96739
0.95424
0.991093
0.996386
SRG
0.88596
0.992108
1
0.97405
0.9361
0.91554
0.972407
0.997045
HFV
0.93985
0.989104
0.974047
1
0.95974
0.96379
0.989433
0.981579
FAI
0.94374
0.967393
0.936103
0.95974
1
0.96553
0.973118
0.947742
LTR
0.96909
0.95424
0.915536
0.96379
0.96553
1
0.978146
0.934478
POP
0.96401
0.991093
0.972407
0.98943
0.97312
0.97815
1
0.980934
PDI
0.90183
0.996386
0.997045
0.98158
0.94774
0.93448
0.980934
1
3.3.2绘制散点图
图三散点图
3.3.3相关分析结果
从上面图三与表二中可以看出汽车保有量与上海市生产总值，社会消费品零售总额，公路货运总量，固定资产投资，公路运输线路长度，人口，居民可支配收入都呈现高度相关，这表明线性模型在解释它们的关系时是比较合适的。
3.4模型构建
3.4.1模型选择
选择模型的数学形式的主要依据是经济行为理论。
对于汽车拥有量的研究，也就是对其消费需求的预测。
在现实经济活动中。
汽车拥有量受到各种影响相对较多也较为复杂。
基于多元线性回归分析较为精确。
多元线性回归模型的形式为：
i=1,2,…,n
式中：
β0βK为待定参数；
ui为随机变量。
如果b0，b1，…，bk分别为β0，β1，…,βk的拟合值，则回归方程为
式中：
b0为常数；
b1b2…bk称为偏回归系数。
偏回归系数的意义是，当其他自变量xj都固定时，自变量xi每变化一个单位而使因变量y平均改变的数值。
3.4.2模型分析
以汽车保有量为Y值，运用Eviews计量经济学模型：
表三回归分析结果
Y=-581.8373+0.05597*GDP-0,074*SRG-0.0057*HFV+0.037*FAI-0.116*LTR+0.6570*POP-0.0119*PAI
se=（190.6243）（0.0187）（0.0314）（0.0042）（0.0149）（0.0073）（0.1312）（0.0048）
t=（-3.052281）（-1.）（-2.9949）（-2.493590）（-2.3942）（1.5998）（5.0093）（-2.4809）
=0.9909DW=2.2257S.E.=12.1438F=140.4398
3.4.3回归模型的统计检验
（1）拟合优度检验
所谓拟“拟合优度”，即模型对样本数据的近似程度。
在多元线性回归模型中，我们也可用该统计量来衡量样本回归线对样本观测值的拟合程度。
记
为总离差平方和，
为回归平方和，
为剩余平方和，则
由于
=0
所以有：
即总离差平方和可分解为回归平方和与剩余平方和两部分。
回归平方和反映了总离差平方和中可由样本回归线解释的部分，它越大，剩余平方和越小，表明样本回归线与样本观测值的拟合程度越高。
因此，可用回归平方和占总离差平方和的比重来衡量样本回归线对样本观测值的拟合程度：
该统计量越接近于1，模型的拟合优度越高。
=0.9909非常接近与1故该模型的拟合度很高
（2）方程总体线性的显著性检验（F检验）
方程显著性的F检验是要检验模型
i=1,2,…,n
中参数是否显著不为0。
按照假设检验的原理与程序，原假设与备择假设分别为
：
不全为零
F检验的思想来自于总离差平方和的分解式：
TSS=ESS+RSS
由于回归平方和
是解释变量X的联合体对被解释变量Y的线性作用的结果，考虑比值
如果这个比值较大，则X的联合体对Y的解释程度高，可认为总体存在线性关系，反之总体上可能不存在线性关系。
因此可通过该比值的大小对总体线性关系进行推断。
根据数理统计学中的知识，在原假设
成立的条件下，统计量
服从自由度为
的
分布。
给定一个显著性水平
，可得到一个临界值
，根据样本在求出
统计量的数值后，可通过
＞
或
来拒绝或接受原假设
，以判定原方程总体上的线性关系是否显著成立。
F=140.4398，给定显著性水平α=0.05,查F分布表，得到F0.05（7.9）=3.37，显然有F>F
（k,n-k-1）
表明模型的线性关系在95%的置信水平下显著成立。
（3）变量的显著性检验（t检验）
参数估计量的方差为：
以
表示矩阵
主对角线上的第i个元素，于是参数估计量
的方差为：
其中
为随机误差项的方差，在实际计算时，用它的估计量
代替。
这样，当模型参数估计完成后，就可以计算每个参数估计量的方差值。
因为
服从如下正态分布
～
因此，可构造如下t统计量
～
该统计量即为用于变量显著性检验的
统计量。
给定显著性水平α=0.05，查T分布表自由度为9的相应临界值得到t0.025（9）=2.262
根据计算公式，表明HFV，LTR未通过检验
解释变量HFV，LTR的参数t检验不显著。
因此我们需要对其进行计量经济学检验并进行修正，从而使得模型能得到改进。
3.4.4计量经济学检验
计量经济学检验在进行计量经济学模型回归分析时，必须对所研究对象是否满足普通最小二乘法的基本假设进行检验，即检验是否存在一种或多种违背基本假设的情况，当发现出现一种或多种基本假设条件不满足时，必须采取补救措施。
（1）异方差检验
在实际经济问题中，随机扰动项往往是异方差的，但主要在截面数据分析中出现。
在时间序列数据中，变量具有相似的数量等级，由于本文所选数据是时间序列数据
升级会员 