影響成都市機(jī)動車總數(shù)因素的定量分析

1、影響成都市機(jī)動車總數(shù)因素的定量分析 【摘要】:汽車產(chǎn)業(yè)當(dāng)前是我國經(jīng)濟(jì)發(fā)展的支柱，另一方面，我國各大城市的機(jī)動車數(shù)量趨近飽和。我們經(jīng)過分析認(rèn)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(jī)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(jì)學(xué)的基本知識對其作實證分析,分別檢驗當(dāng)年以及滯后幾年的人均可支配收入和住房價格對成都機(jī)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(jìn)關(guān)系?！娟P(guān)鍵詞】 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： （一）問題提出的背景： 環(huán)境問題： 能源問題： 汽車行業(yè)增長迅速（二）研究的意義：三 理論分析與模型建

2、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?xì)v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(jì)、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，成都是四川省省會，1993年國務(wù)院進(jìn)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(jì)發(fā)展迅速，全市現(xiàn)有總?cè)丝?02

3、9萬，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(dá)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(jī)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(jì)學(xué)的知識對影響成都市機(jī)動車總數(shù)的因素進(jìn)行定量的分析，找到有效控制機(jī)動車增長過熱的手段，促進(jìn)經(jīng)濟(jì)、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： 環(huán)境問題： 清華大學(xué)交通研究所近期關(guān)于汽車消費(fèi)與城市環(huán)境的關(guān)系的研究表明：機(jī)

4、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)保總局預(yù)測，2005年我國機(jī)動車尾氣排放在城市大氣污染中的分擔(dān)率將達(dá)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。 能源問題： 自 1990 年以來，中國的石油消費(fèi)量一直在以年均 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(fèi)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(jìn)口

5、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(yīng)，制造業(yè)的成本會上升，交通運(yùn)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(jì)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(yán)重的能源危機(jī)，對石油需求的有效控制將成為其發(fā)展方向。我國機(jī)動車消耗石油約占全國石油消費(fèi)三分之一以上。國務(wù)院發(fā)展研究中心產(chǎn)業(yè)部預(yù)測，2010年和2020年全國機(jī)動車燃油需求分別為1.38億噸和2.56億噸，為當(dāng)年全國石油總需求的43%和57%。國土資源部預(yù)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(jìn)口。 汽車行業(yè)增長迅速中國

6、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(jìn)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(jì)的增長呈顯著正相關(guān)，汽車工業(yè)在經(jīng)濟(jì)方面的波及效應(yīng)能達(dá)到本身產(chǎn)值的35倍。由此可以看出汽車產(chǎn)業(yè)的高速增長將成為我國經(jīng)濟(jì)騰飛的先導(dǎo)。2000 年我國經(jīng)濟(jì)的強(qiáng)勁復(fù)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(fèi)結(jié)構(gòu)、消費(fèi)信貸、消費(fèi)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(dá)到1700

7、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(yán)重。因此，我們希望通過對影響汽車銷量的因素進(jìn)行計量經(jīng)濟(jì)分析，找到有效控制機(jī)動車增長過熱的手段，促進(jìn)經(jīng)濟(jì)、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(fèi)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(jìn)而不能進(jìn)行定量分析。故此我們只選擇其中較主要與能夠得到較準(zhǔn)確數(shù)據(jù)的影響因素。由于成都汽車總量

8、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(jìn)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(yīng)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(jī)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

9、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）1993 138061.0 2624.200 172211.01994 165182.0 3940.470 226016.01995 207210.0 4708.990 319019.01996 280495.0 5265.640 372952.01997 382659.0 6018.740 349139.01998 478784.0 6446.440 455224.01999 561944.0 7098.010 554029.02000 613236.0

10、7649.090 867561.02001 715241.0 8128.390 1228045.2002 1037603. 8971.910 1488834.（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(jìn)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(jìn)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(jī)動車總量的模型。 dependent

11、 variable: ymethod: least squaressample: 1993 2002included observations: 10variablecoefficientstd. errort-statisticprob. c-367840.2104655.6-3.5147690.0079x1135.720016.433828.2585810.0000r-squared0.895019 mean dependent var458041.5adjusted r-squared0.881896 s.d. dependent var283946.5s.e. of regressio

12、n97581.71 akaike info criterion25.99162sum squared resid7.62e+10 schwarz criterion26.05214log likelihood-127.9581 f-statistic68.20415durbin-watson stat0.964223 prob(f-statistic)0.000035 = -367840.2 + 135.72x1 （-3.514769） （8.258581） 0.895019 dw=0.964223 f=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

13、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(jī)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(jìn)行分布滯后的修正。 假設(shè)滯后影響期數(shù)為無限，我們采用庫伊克變換法估計模型：dependent variable: ymethod: least squaressample(adjusted): 1994 2002included observations: 9 after adjusting endpointsvariablecoefficientstd. errort-statisticprob. c-243046.3331098

14、.9-0.7340590.4906x168.3027096.015360.7113730.5036y(-1)0.7487450.7577350.9881350.3612r-squared0.949181 mean dependent var493594.9adjusted r-squared0.932242 s.d. dependent var276556.2s.e. of regression71988.84 akaike info criterion25.46761sum squared resid3.11e+10 schwarz criterion25.53335log likeliho

15、od-111.6043 f-statistic56.03319durbin-watson stat1.317923 prob(f-statistic)0.000131 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。 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(jì)學(xué)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(yīng)的模型，經(jīng)過比較可見當(dāng)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: ymethod: least squares

16、sample(adjusted): 1997 2002included observations: 6 after adjusting endpointsvariablecoefficientstd. errort-statisticprob. c-1416501.295767.4-4.7892410.0409pdl01-672.4102247.4055-2.7178470.1129pdl02-197.973442.44699-4.6640150.0430pdl03350.9851120.23212.9192290.1000r-squared0.989534mean dependent var

17、631577.8adjusted r-squared0.973836s.d. dependent var229062.3s.e. of regression37051.63akaike info criterion24.11273sum squared resid2.75e+09schwarz criterion23.97391log likelihood-68.33820f-statistic63.03365durbin-watson stat2.412506prob(f-statistic)0.015657 lag distribution of x1icoefficientstd. er

18、rort-statistic . *|0 1127.48 303.918 3.70981 *. |1-123.452 99.7530-1.23757 * . |2-672.410 247.405-2.71785 * . |3-519.399 161.302-3.22004 . * |4 335.583 176.610 1.90014sum of lags 147.800 41.0787 3.59797 = -1416501+1127.48x1-123.452x1(-1)-672.410x1(-2) -519.399x1(-3)+ 335.583x1(-4) (-4.789241) (3.709

19、81) (-1.23757) (-2.71785) (-3.22004) (1.90014)0.989534 dw=2.412506 f=63.03365另一方面，我們通過定性分析認(rèn)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(jī)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-22051.7447806.38-0.4612720.6760pdl010.1

20、233780.1118411.1031600.3505pdl020.2639610.1166112.2636070.1086pdl030.0902580.1083430.8330750.4659r-squared0.990962mean dependent var581423.1adjusted r-squared0.981925s.d. dependent var247655.2s.e. of regression33296.02akaike info criterion23.95982sum squared resid3.33e+09schwarz criterion23.92891log

21、 likelihood-79.85938f-statistic109.6471durbin-watson stat2.743157prob(f-statistic)0.001455 lag distribution of x2icoefficientstd. errort-statistic *. |0-0.05032 0.11596-0.43400 . * |1 0.12338 0.11184 1.10316 . * |2 0.47760 0.11861 4.02678 . *|3 1.01233 0.25552 3.96177sum of lags 1.56298 0.19752 7.91

22、294= -22051.74- 0.05032x2 +0.12338x2(-1)+ 0.47760x2(-2) +1.01233x2(-3) (-0.461272) (-0.43400) (1.10316) (4.02678) (3.96177) 0.990962 dw=2.743157 f=109.64713異方差檢驗：最后，我們對模型進(jìn)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(jìn)行異方差檢驗，結(jié)果如下：在y對x1回歸時：arch test:f-statistic2.526026 probability0.406489obs*r

23、-squared3.339067 probability0.188335在=0.05時，自由度p=2，查表得=5.99147，從上表可以得：obs*r-squared=3.339067=5.99147，這表明模型隨機(jī)誤差項不存在異方差。在y對x2回歸時：arch test:obs*r-squared4.000000 probability0.261464在=0.05時，自由度p=3，查表得=7.81473，從上表可以得：obs*r-squared=4=7.81473，這表明模型隨機(jī)誤差項不存在異方差。四 結(jié)論 通過對影響成都市機(jī)動車總量的因素建立計量經(jīng)濟(jì)模型，并進(jìn)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(jī)動車總量有一定的影響，這點(diǎn)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(dāng)初設(shè)想的情況存在一定的出入。比如，我們當(dāng)初設(shè)想的是成都市人均可支配收入和住宅投資應(yīng)該對成都市機(jī)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(yán)重的自相關(guān)，之所以出現(xiàn)這種情況，是因為