影响我国私家车拥有量的因素分析

影响我国私家车拥有量的因素分析

——以四川省为案例分析的

计量经济学模型及其检验

内容提要

本文旨在对1990-2005四川省人均地区生产总值变动，基础设施建设等一系列因素对私人汽车拥有量的影响进行实证分析。首先，我收集了相关的数据。其次，建立了理论模型。然后，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我对所得的分析结果作了经济意义的分析。

关键词：私家车、计量经济学模型、检验、预测

目录

第一章导论

1.1问题的提出

1.2研究方法与目标

1.3论文结构

第二章文献综述

2.1国外研究情况

2.2国内现状及研究

2.3理论简述

第三章模型的设定及变量的选择

第四章数据的来源及其处理

第五章模型的估计、检验与调整

5.1 模型回归

5.2 统计推断检验

5.2.1 拟合优度检验

5.2.2检验回归系数的显著性(t检验)

5.2.3回归方程的总体显著性检验(F检验)

5.3 计量经济学检验

5.3.1时间序列的平稳性检验（单位根检验）

5.3.2异方差性检验（White检验）

5.3.3用杜宾-沃森d检验法检验自相关（DW检验）5.4最终模型回归结果及其的含义

第六章结论

参考文献

第一章导论

1.1问题的提出

改革开放以来,我国创造了经济高速增长的神话,拥有近13亿庞大人口的基数,在2003年实现了人均GDP1000美元的基本小康目标,这也是私家车开始步入普及化道路的里程碑。近几年随着国内市场汽车价格的持续下降和我国居民收入水平的不断提高，拥有私家车对普通百姓来说越来越容易了。私家车走入普通百姓家中已成为定势，而汽车市场早已由卖方市场转为了买方市场，而且随着私家车的普及造成了道路拥挤、空气污染等诸多问题，现在出现了有些城市限制私家车的现象。中国汽车市场目前400多万的销量仅仅相当于美国六七十年代的水平,而中国的人口基数要比美国大得多,从收入最高的20%人口的收入水平来看,如果达到世界平均水平，中国应该有1.6亿辆汽车，是目前的８倍。可见中国的汽车市场还没有完全形成应有的规模，所以中国汽车市场潜力巨大。鉴于此原因我进行了这次以四川省为案例的关于影响我国居民私家车拥有量的计量模型研究。

1.2 研究方法与目标

本文应用计量经济学的方法对影响私家车拥有量的各个因素的进行计量分析，然后建立模型，并对模型进行检验与调整来对四川省私家车拥有量的实证分析，期望通过这种分析，找出影响我国私家车拥有量的真正原因及私家车拥有量的发展规律。

1.3 论文结构

全文共分六章。第二章对论文涉及到的国内外研究情况和理论做了一个简要的综述；第三章对影响我国私家车拥有量的因素进行了分析，并选择适当的变量建立了初步模型；第四章通过各种手段收集了上一章中所选变量的相关数据，并进行了适当的处理；第五章着重对模型进行了各种检验和调整，尽可能使其准确反映我国私家车拥有量的影响因素对其的影响；第六章有以上各章的结果得出我的结论。

第二章文献综述

2.1国外研究情况

虽然战后世界汽车市场呈现快速增长的态势，但这种增长具有不稳定性。汽车市场的供求和价格经常发生变化，起伏也较大，不仅是传统的汽车市场经常起伏不定，而且高技术产品也经常发生变化和波动。为了研究平均汽车拥有水平与国家居民富裕程度的关系，早在1982年世界银行和许多学者就对汽车拥有水平与收入状况的关系进行了统计分析，得出二者呈正相关关系。其中Bardon J以发达国家为背景的研究最有代表性，他的研究结果是:当人均国民收入在500-1000美元时，千人汽车拥有量为10-30辆，这时轿车开始进入高收入家庭;当人均国民收入在5000-10000美元时，千人汽车拥有量为170-400辆，这时轿车进入全面普及阶段。最早对汽车工业规模经济进行系统论述的是英国经济学家马克斯和西尔伯斯通1959年所著的《汽车工业》，该书认为技术最优的生产规模会随着技术条件的变化而变化，总的趋势是技术最优的生产规模会越来越大。在马克斯和西尔伯斯通之后，又有许多学者对汽车行业规模进行了研究，得出的结果有:在规模经济被充分利用时，总装厂的最佳生产规模是5-30万辆，而全能厂的最佳生产规模是36-200万辆。60年代美国学者布朗森在研究发展中国家的汽车工业时，发现随着国产化程度的提高，汽车的相对制造成本呈现出不利于汽车行业发展的上升趋势。

通过对各汽车工业国及发展中国家人均国民收入与汽车保有量的关系分析中得出结论:当人均国民收入达500-1000美元时，千人拥有汽车量为10--30辆，此时，轿车开始进入高

收入家庭，人均国民收入在1000-5000美元时，千人拥有汽车量为20-180辆:在5000-10000美元时，千人拥有汽车量为170-400辆，这时出现需求高潮，轿车开始普及:10000-20000美元时，千人拥有量约为360-700辆，进入全面普及阶段。 2.2 国内现状及研究

自上世纪90年代以来，我国私人汽车市场地位持续升高，私人汽车保有量年均增长23％，是全社会汽车保有量平均增长率的2倍以上，对我国汽车市场的影响力也在逐步加大。近年来在集团汽车需求逐年以较大幅度下降的情况下，汽车总需求之所以表现为仅呈微弱下降的态势，完全得益于私人购车需求的持续扩张。据统计，1984年底我国共拥有私人汽车17.35万辆，到1997年底私人汽车保有量已达358.36万辆。国内私人汽车保有量占全国汽车保有量的比例从1990年的14.8％上升到了1997年的29.4％。

目前，私人购车已取代集团消费成为支撑汽车市场增长的主导力量。据国家统计局资料，2006年全国人均国民生产总值已达到1911.50美元，虽然距私人可以从容购车的消费水平尚有较大的差距，但是已经接近了汽车进入富裕家庭的阶段。况且我国幅员辽阔，各地区的经济发展水平也存在着较大的差异，很多家庭已基本具备购车能力。有关专家预测，目前我国至少已形成了600－700万辆的潜在汽车购买能力。但如何将这个潜在的市场转化为现实的市场，是一个涉及面很广的问题，它既需要国民经济的迅速增长，政府的鼓励政策，也需要社会基础设施及配套设施的建设等。 2.3 理论简述

当今理论界对轿车工业的研究一般可以分为如下几类。一类是从国家产业政策对产业发展影响的角度进行的分析，主要涉及到关税结构、国产化率、进入壁垒等具体产业政策；另一类是对中国加入WTO 的应对策略进行的讨论；还有一类是以经济学为基础，利用统计分析，研究轿车市场的市场结构、用户组成、供给情况等方面。

第三章 模型的设定及变量的选择

3.1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,所以我考虑做一个线性模型(对参数线性),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。 3.2私家车这种高档消费品的拥有量显然与地区的经济水平有关，因此引进解释变量地区生产总值,并先验预期两者呈正相关关系。

3.3 私家车的拥有与各地区年末实有道路长度有一定的关联,所以引进解释变量年末实有道路长度,并先验预期其与私人汽车拥有量呈正相关。 3.4 我预计私家车的拥有与各地区的公路的长度有关，因此引入解释变量公路里程，并先验预期其与私人汽车拥有量呈正相关。

3.5 私家车的拥有必然是为了出行的便利，所以我预计其与各地区公共交通情况和出租车数量有关，而公共交通又由公共汽车、无轨电车、有轨交通组成，因此取其总和引入解释变量年末其他交通运营数，并先验预期其与私人汽车拥有量呈负相关。

3.6 对于人均地区生产总值、公路里程和其他交通运营数这些指标,我们更关心其相对数变化对私人汽车拥有量的影响,而且对数变换后能够减少异方差对模型的影响，所以采用对数模型。

综上所述,我们采用的计量经济学模型如下:

u X X X Y t t t t ++++=33

22

11

t ln ln ln ln ββββ其中, Y t 表示私人汽车拥有量

(辆)；

X

t

1表示人均地区生产总值①

（元）；X

t

2表示公路里程(公里)；

X

t

3 表示其他交

①

已折换成现价

通运营数（辆）；u t为随机扰动项。

第四章数据的来源及其处理

我收集了中华人民共和国国家统计局编的《中国统计年鉴》中1990年—2005年共16年相关数据：

Y t表示私人汽车拥有量(辆)；X t1表示人均地区生产总值（元）；

X t2表示公路里程(公里)；X t3表示其他交通运营数（辆）；u t为随机扰动项。

第五章模型的估计、检验、调整

（使用软件EViews 3.1)

5.1模型回归：

我们根据上述时间序列数据,采用普通最小二乘法(OLS)进行模型估计,结果如下：Dependent Variable: LNY

Method: Least Squares

Sample: 1990 2005

Included observations: 16

Variable Coefficie

nt Std. Error t-Statisti

c

Prob.

C -18.66404 5.759199 -3.240735 0.0071

lnX1 1.660588 0.114253 14.53432 0.0000

lnX2 4.511365 1.327554 3.398253 0.0053

lnX3 -3.367891 1.318257 -2.554807 0.0252 R-squared 0.965292 Mean dependent var 12.18278

Adjusted R-squared 0.956615 S.D. dependent var 1.054390

S.E. of regression 0.219619 Akaike info

criterion

0.018471

Sum squared resid 0.578789 Schwarz criterion 0.211619

Log likelihood 3.852228 F-statistic 111.2480

Durbin-Watson stat 2.876040 Prob(F-statistic) 0.000000

5.2经济意义检验：

从回归得出的结果来看, lnX1的系数为1.660588, lnX2的系数为4.511365, lnX3的系数为-3.367891,其符号与预期的相一致,并且其大小在经济理论上解释得通,因此该模型通过经济意义检验。

5.2 统计推断检验：

5.2.1 拟合优度检验：

从回归结果看，可绝系数R2=0.965292,该模型的解释变量解释了1990-2005年间四川省私人汽车拥有量变异的96.53%,而R2最大值为1,因此样本回归方程对数据拟合得很好,方程通过拟合优度检验。

5.2.2检验回归系数的显著性(t检验)：

从回归结果看,回归系数的t值分别为: t1=14.53432、t2=3.398253、t3=-2.554807,而给定 =0.05，查t分布表，在自由度为n-4=12时得临界值2.179由于各解释变量系数t 值均大于临界值，因此拒绝H0,即在95%的置信系数下,可认为四川省的私人汽车拥有量的对数与四川省的人均地区生产总值的对数,四川省的私人汽车拥有量的对数与四川省的公路

里程的对数，四川省的私人汽车拥有量的对数与四川省其他交通运营数的对数，都存在显著的线性相关关系。

5.2.3回归方程的总体显著性检验(F 检验):

03

2

1

===βββ：

H

111.2472

4)-(160.965292)/-(11)-40.965292/(k -n /1)1-k /(2

2

==-=）

（）（R R F 得出的F 值111.2472大于在5%的显著水平上,自由度为3和12的F 临界值3.49,因此F=111.2472是显著的,拒绝

H

,即可认为,在95%的置信系数下,四川省的私人汽车拥有量

的对数与四川省的人均地区生产总值的对数、四川省的公路里程的对数和四川省其他交通运

营数的对数存在着显著的线性相关关系。 5.3 计量经济学检验

5.3.1时间序列的平稳性检验（单位根检验）：

ADF Test Statistic -2.152419 1% Critical Value*

-4.0113

5% Critical Value

-3.1003

10% Critical Value -2.6927 *MacKinnon critical values for rejection of hypothesis of a unit

root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNX1) Method: Least Squares

Sample(adjusted): 1992 2005

Included observations: 14 after adjusting endpoints

从检验结果看，在1%、5%、10%三个显著水平下，单位根检验的Mackinnon 临界值分别为-4.0113、-3.1003、-2.6927，t 检验统计量值-2.152419大于相应的临界值，从而不能拒绝

H

，表明人均地区生产总值的对数存在单位根，是非平稳序列。

为了得到人均地区生产总值的对数序列的单整阶数，在单位根检验对话框中，指定二阶差分序列作单位根检验，得到结果为：

ADF Test Statistic -3.932776 1% Critical Value*

-4.1366

5% Critical Value

-3.1483

root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNX1,3) Method: Least Squares

Sample(adjusted): 1994 2005

Included observations: 12 after adjusting endpoints

从检验结果看，在5%、10%两个显著水平下，单位根检验的Mackinnon 临界值分别为-3.1483、-2.7180，t 检验统计量值-3.932776小于相应的临界值，从而拒绝

H

，表明人

均地区生产总值的对数差分序列不存在单位根，是平稳序列。

采用同样的方法，可检验得到公路里程的对数序列、其他交通运营数的对数序列和私人汽车拥有量的对数序列在5%、10%两个显著水平下都是二阶单整的。

为了分析人均地区生产总值的对数、公路里程的对数、其他交通运营数的对数和私人汽车拥有量的对数之间是否存在协整关系，我们先做他们之间的回归，然后检验回归残差的平稳性。

为了检验回归残差的平稳性，对残差命令e=resid ，将回归得到的残差序列命名为新序列e ，然后对e 序列进行单位根检验。由于残差序列的均值为0，所以选择无截距项、无趋势项的DF 检验，结果如下：

ADF Test Statistic -6.623627 1% Critical Value*

-2.7411

5% Critical Value

-1.9658

10% Critical Value -1.6277

*MacKinnon critical values for rejection of hypothesis of a unit

root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(E) Method: Least Squares

Sample(adjusted): 1991 2005

Included observations: 15 after adjusting endpoints

在

5%的显著水平下，t 检验统计量为-6.623627，小于由公式

T

T

C P 2

2

1

1

--∞

++=?

?

?计算得到的相应的临界值-4.855820313，从而拒绝

H

，表

明残差序列不存在单位根，是平稳序列，说明人均地区生产总值的对数、公路里程的对数、其他交通运营数的对数和私人汽车拥有量的对数之间存在协整关系。 5.3.2异方差性检验（White 检验）：

对原模型运用EViews 进行怀特检验，结果如下：

F-statistic 1.951917 Probability 0.214278

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Sample: 1990 2005

Included observations: 16

Variable

Coefficie Std. Error t-Statisti

Prob. C

-49.41929

162.5559 -0.304014

0.7714

LNX1 20.44050 30.09095 0.679291 0.5223 LNX1^2 0.065142 0.126160 0.516346 0.6241 LNX1*LNX2 -2.020328 3.342842 -0.604374 0.5677 LNX1*LNX3 0.176439 1.244836 0.141737 0.8919 LNX2 64.95096 61.11243 1.062811 0.3288 LNX2^2 -6.291298 8.553848 -0.735493 0.4898 LNX2*LNX3 9.413956 15.79897 0.595859 0.5730 LNX3 -79.61688 83.21292 -0.956785 0.3756 LNX3^2 -1.478752 6.457012 -0.229015 0.8265

R-squared

0.745409 Mean dependent var 0.036174 Adjusted R-squared 0.363524 S.D. dependent var 0.051733 S.E. of regression 0.041272 Akaike info criterion -3.26808

1

Sum squared resid 0.010220 Schwarz criterion -2.78521

3

Log likelihood 36.14465 F-statistic 1.951917 Durbin-Watson stat 3.024538 Prob(F-statistic) 0.214278

由数据得到该回归中的

11.92655n 2

=R ,由于R n 2

渐近地遵循自由度等于辅助回归

中回归元个数(不包括常数项)的χ

2

分布,即:

χ

2df

2

~n R ,又自由度为9,则在95%的置信

系数下,有

5073.1511.926552

)

9(05.02

n =<=χ

R

,所以根据怀特检验,模型不存在异方差

性。

5.3.3 用杜宾-沃森d 检验法检验自相关（DW 检验）： 给定显著水平0.05，查德宾-沃森d 统计量表，当n=16，k ‘

=3时，得下限临界值d L =0.857，

上限临界值

d

U

=1.728，因为DW 统计量为2.876040，所以d L DW -<<-

44d

U

,因而不

能判断其是否有自相关。但是，由于自相关后果严重，在自相关不确定时，宁可拒绝

H

：

0=ρ，而不轻易接受无自相关。

自相关的补救—科克伦-奥克特迭代法：

在EViews 中应用科克伦-奥克特迭代法，得到结果为：

Dependent Variable: LNY Method: Least Squares

Sample(adjusted): 1991 2005

Included observations: 15 after adjusting endpoints Variable Coefficie nt Std. Error t-Statisti

c Prob. C -18.76763 3.847062 -4.878431 0.0006 LNX1

1.617396

0.072967 22.16618

0.0000

LNX2 4.150105 1.082031 3.835478 0.0033 LNX3 -2.918057 1.083205 -2.693910 0.0225 AR(1)

-0.526014 0.274561 -1.915841 0.0844

R-squared

0.971879 Mean dependent var 12.29390 Adjusted R-squared 0.960630 S.D. dependent var 0.989682 S.E. of regression 0.196371 Akaike info criterion -0.15642

4

Sum squared resid 0.385614 Schwarz criterion 0.079593 Log likelihood 6.173179 F-statistic 86.40095 Durbin-Watson stat

2.465225 Prob(F-statistic) 0.000000

Inverted AR Roots -.53

由于使用了广义差分数据，样本容量减少了1，为15个。查1%显著水平的DW 统计表可知

d

L

=0.591，

d

U

= 1.464，而模型中DW=2.465225，

d

U

d

U

=2.536,说明广义差分

模型中已无自相关。同时可见，可决系数

R

2

、t 、F 统计量也均达到理想的水平。

由此，我们得到限制我国私家车拥有量因素分析的最终模型为：

X

X X Y

t

t t *3*

2*

1*t

918057

.2150105

.4617396

.176763.18-++-=

5.4 最终模型回归结果及其的含义：

X

X X Y

t

t t *3*

2*

1*t

918057.2150105.4617396

.176763.18-++-=

se=（3.847062） （0.072967） （1.082031） （0.274561）

t=（-4.878431） （22.16618） （3.835478） （-2.693910）

R

2

=0.971879

R

2

=0.960630 F=86.40095 DW=2.465225

其中,

Y

*

t

表示私家车拥有量(辆)；X

t

*

1表示人均地区生产总值 (元)；X

t

*2表示公路

里程(公里)；

X

t

*3表示其他交通运营数（辆）。

由各个变量的斜率系数的t 值可知,它们均在0·05的显著水平上是显著的,且与我们预期的符号相一致。截距项的t 值表现显著,但对其机械的解释没有什么经济意义。

X

t

*1的系数

1.617396表示在样本期间即1990-2005年间,在其它解释变量保持不变的条件下,四川省的人均地区生产总值每增加1%,四川省的私家车拥有量将平均增加1.67%；

X

t

*2的系数4.150105

表示在样本期间即1990-2005年间,在其它解释变量保持不变的条件下,四川省的公路里程每增加1%,四川省的私家车拥有量将平均增加4.15%；

X

t

*3的系数-2.918057表示在样本期间即

1990-2005年间,在其它解释变量保持不变的条件下,四川省的其他交通运营数增加1%,四川省的私家车拥有量将平均减少2.92%。

R

2

=0.971879表明,该模型的解释变量解释了1990-

2005年间四川省民用汽车拥有量变异的97.19%。

第六章 结 论

从以上分析可见,四川省的私家车拥有量与其人均地区生产总值、公路里程、其他交通运营数存在着一定的函数关系。四川省的人均地区生产总值和公路里程对私家车的拥有量有一定的促进作用，它们保持每年持续增长,从而使得四川省的私人汽车拥有量不断增多；而其他交通的运营对私家车的拥有一定的限制作用，随着其量的增多，私家车拥有量有减少的趋势。所以，可以以增加公路里程的方式来增加私家汽车的拥有量，从而促进汽车行业的发展，同时带动其他相关行业的发展，来增加就业，促进经济的发展。从现在的情况看来，一些城市出现了汽车拥挤现象，由此带来的污染等现象，所以通过我上面的分析，政府可以采取增加公共交通和出租车的方式来限制私家车拥有量的增加，来解决这一问题。

参考文献

[1]. (美)达摩达尔.N.古扎拉蒂.《计量经济学》，中国人民大学出版社, 2004

[2]. 庞皓.《计量经济学》，科学出版社，2006

[3]. 邝国良.曾铁城.关于广东省民用汽车拥有量的计量经济学模型及其检验和预测,工业

技术经济，2007

[4]. 钱世超.中国轿车市场结构与企业行为研究,上海社会科学院研究生毕业、学位论

文,2005

[5]. 中华人民共和国国家统计局. 2006年中国统计年鉴.中国统计出版社, 2006忽略此处..

关于私家车拥有量的调查总结报告

私家车拥有量调研总结报告 一、调研目的 1.为了了解消费者对私家车的各方面的要求。 2.确定消费者对私家车需求量 3.知道私家车对生活的影响 4.私家车在生产和促销方面的方向 二、调研方法 街头拦截式调查法 三、调研过程描述 我们这次市场调查工作可分为四个阶段：市场调查方案、二手资料的收集、设计调 查问卷、市场调查总结报告。 我们在做市场调查之前必需要做课前准备，那就是：了解我们所要调查的需求，明确需要调查出现的问题，确定调查目标等三个主要步骤。而我们之所以选择把私家车的拥有量作为研究对象就是因为消费者对车的需要越来越大，人们在根据自己的承受能力，选择合适自己的私家车，从而实现拥有私家车的梦想。而且消费者也比较的多。明确解决问题是市场调查非常重要的一个步骤，因为明确、严谨的问题界定是市场调查工作成功的一半。这个阶段需要我们细致地了解私家车市场的调查需求，充分利用现有的资源，发挥最大的效用。 在设计市场调查方案的过程中，我们按照老师所要求的格式，在经过小组讨论、研究再结合书本知识设计出了一份市场调查方案。在设计方案的时候让我清楚的知道，这不单单是我们一个人的事，这是我们集体的事，我们要结合集体的力量，才能设计出完美的方案。 当二手资料收集完成，数据处理和分析完成时，我们发现私家车的消费群体特征来看，性格差异不明显，男女所占比例各约为50%，男性稍高于女性。调查显示，男性比较喜欢开私家车的比例高于女性，这与男性比较的喜欢车也是一个原因吧。另外有些女性有些晕车也是一个原因把，所以对车不是特别的喜欢。从私家车在各个年龄阶段的渗透以及重要消费群的分布情况来看：中年车主仍然是私家车主的主流群体，占了调查人数的63.3%。值得注意的是，一部分年轻车主正在崛起，占总人数的26.5%。这部分车主的年龄大致在20～30岁左右，大多拥有大学本科学历以及较好的职业，年收入在5万～10万元左右，而且50%以上由自己独立出资购车。

2020至2030年北京市机动车保有量预测

北京市机动车保有量预测 随着我国经济的快速发展，民用汽车的保有量也迅速增长。机动车保有量的发展影响到环境质量、交通安全、道路建设等诸多方面。在我国，尤其是大中型城市，机动车已成为城市空气污染的重要来源。因此，合理预测机动车保有量是未来进行机动车污染防治规划、道路发展规划等的重要前提。 本文将采用时间序列预测法和一元线性回归模型对2020年末和2030年末北京市机动车保有量进行预测。 法一：时间序列预测法 2005年至2015年北京市机动车保有量数据如表1所示。 北京机动车保有量变化趋势图如图1所示，可以观察到其变化趋势在2010年末出现了明显的转折，2010年末之后的机动车保有量增长幅度较2010年之前相比明显放缓，这种情况形成的主要原因是在2011年北京开始调控机动车的数量，实行了摇号政策。

图1 北京机动车保有量变化趋势 由于摇号政策实行前和实行后，北京市机动车保有量增长情况呈现出了不同趋势，而且摇号政策在今后极有可能继续施行，所以为避免预测结果过于偏离实际，在采用时间序列预测时仅采用2011年末及以后的数据，如图2所示。 图2 时间序列预测机动车保有量 得到预测方程： y=17.46x?34611 其中x为年份，y为机动车保有量。 从图中还能看到，R2值为0.9657，接近于1，因此拟合优度很好，可以采用此预测方程来预测2020年末和2030年末北京市机动车保有量，如表2所示。 表2 时间序列预测结果 其中2017年机动车保有量为605.8万辆，2020年为658.2万辆，2030年为832.8万辆，无法达到《北京市2013-2017年清洁空气行动计划重点任务分解》、《北京市缓解交通拥堵总体方案（2016—2020年）》等方案设立的“2017年底将全市机动车保有量控制在600万辆以内，2020年控制在630万辆以内”的目标。 法二：一元线性回归模型

我国私人汽车拥有量分析

我国私人汽车拥有量分析 一、引言 随着我国经济突飞猛进的发展，人民群众的收入水平不断提高，特别是城镇，居民的收入不断提高，私人汽车拥有量不断增加，同时银行的按揭贷款买车等等的一系列推动措施，也促进了私人汽车拥有俩的增加。 国家统计局最新公布的数据显示，国内大城市的私家车拥有量继续保持大幅增长的趋势。截止到2010年底，在全国十大城市的私家车拥有量排名中，北京私家车的拥有量以多出第二名近40万辆的绝对优势排在了第一位。 这十个城市的具体排名分别是： 除此之外，有关统计资料表明，我国城镇居民中有3800万户（占城镇居民总户数的24.8％），有能力承受10万元左右的汽车消费。从近几年我国汽车消费的发展变化来看，汽车消费将成为消费热点。 从1990年到2000年的10年间，我国民用汽车的保有量由551.36万辆增加到1608.91万辆，平均每年增长11.3％。其中私人汽车拥有量由1990年的81.62万辆增加到2000年的625.73万辆，平均每年增长22.6％。私人汽车拥有量占民用汽车的保有量比重从1990年的14.8％，上升到2000年的38.9％，平均每年上升2.4个百分点。1996年以来，民用汽车拥有量的增加量中，私人汽车增加量的比重均高于57.7％，其中最高的是1999年，私人汽车增加量占全部民用汽车增加量的82.5％。这说明我国汽车市场结构发生了根本性的变化，居民个人已经成为我国汽车市场的消费主体。 我国私人汽车拥有量随时间变化图如下：

。从图上可以看出，近些年来，我国私人汽车拥有量不断增加，单从经济方面来说，私人汽车拥有数量是评判一个国家人民生活水平的重要指标，因此，此次我就针对我国私人汽车拥有量进行分析。 二、模型设定及数据说明 1、模型设定 通过数据观察，我们搜集了30个城市的房地产价格的统计数据，建立模型，模型的表达式为普通的多元线性方程形式 Y＝β 0+β 1 X1+β 2 X 2 +β 3 X+ 3μi 其中把我国私人汽车拥有量Y，X1城镇居民可支配收入，X2为贷款利率,X3为燃料、动力类价格指数。其中β1，β2，β3，分别为城镇居民可支配收入，贷款利率,燃料、动力类价格指数在影响我国私人汽车拥有量时所占的比重，β 为在其他条件不变的情况下，私人汽车拥有量固有的增长情况。μi表示随机误差项。通过上式，我们了解到了各个因素对于私人汽车拥有量的影响，从而进行经济预测，为政策调整提供依据和参考。 2、数据说明 具体数据如下:

未来十年中国汽车需求预测

未来十年中国汽车需求预测 1999-9-14 迅速增长的国内汽车市场是中国汽车工业未来发展的主要优势所在，它同时也极大地吸引着国外的汽车厂商。本文主要对未来十年中国汽车市场的需求情况作一展望，首先回顾过去20年中国的经济增长和汽车市场的发展情况，然后在对不同发展阶段下汽车保有和汽车需求情况进行国际比较的基础上，预测了未来十年我国汽车市场的需求情况。 一、中国汽车市场的增长(1978－1997) 自1978年以来，中国经济以年均近9.7%的速度增长。高速的经济增长极大地刺激了各类交通运输的发展和汽车需求的增长。由于没有每年汽车销售量的数据，我们忽略汽车库存量的变化，用各年的汽车产量加上进口量并减去出口量来估计各年汽车消费量。表1所列数据表明，1980－1998年间，我国汽车消费量年均增长10.4%，其中轿车消费年均增长率达到18%。 近20年来我国的汽车需求呈现出很强的波动性。表1表明在汽车需求扩张时期，年增长率往往在30%－40%以上，轿车需求则成倍地增长。在汽车市场进入低谷期，需求则大幅下降。轿车作为高档消费品，其波动性要强于全部汽车产品。但值得注意的是，近年来轿车需求保持较快增长速度。90年代轿车需求的年增长率为31%，尽管自1995年以来经济增长速度逐年下降，需求较弱，轿车需求仍保持了较快的增长速度。 表1汽车需求的变化情况(1980－1998)

数据来源：作者根据《中国汽车工业年鉴1998》，《1999中国汽车市场展望》中数据估算。 由于市场经济体制的逐步确立和市场引导作用的逐步增强，汽车需求的波动导致了我国汽车生产和汽车进口的波动。图1表明，与汽车进口量的变化情况相比，汽车生产虽然也在很大程度上受需求变化的影响，但其波动相对较小，而进口则随市场需求的波动发生跳跃性的变化。汽车市场需求的任何波动，会直接通过进口量的变化而充分反映。如1983－1985年汽车需求扩张时期，汽车和轿车的进口量每年增长3－4倍，在1989－1990年的市场萧条时期，汽车进口量仅有6－8万辆，是1985年高峰时期的1/5。在1992和1993年，进口量又达到21万辆和31万辆的水平。 图1 汽车和轿车国内产量与进口量的增长率(1980－1998)

中国城市私家车数量排名

中国城市私家车数量排名 新榜网 2007-11-21 16:13:54 中国城市的车越来越多，路越来越宽，但交通却越来越拥堵。 NO.1 北京 目前北京机动车总量已突破180万辆，其中，私家车保有量接近60万辆。“北京车很多”与“北京风很大”共同成为关于北京两个非常鲜明的特色。北京二环的塞车长龙在中国整个汽车历史上都令人叹为观止，这样的奇观，每天都能出现。北京很大，环线达到六个以上，如果没有车，对于一个并不富裕但已经安家的人来说绝对不是噩梦而是彻头彻尾的灾难。正因为如此，很多人在未买房之前先成为了车主，这并非欲望，而是无奈。加上北京的复杂路况，许多人有车却仍然离幸福很远。尽管汽车很快，但是通往美好生活的道路，实在非常拥堵。 NO.2 成都 “安逸”是每一个外地人来成都后学会的第一个本地名词。成都人舍得吃，舍得耍。远在几十里路之外也要举家浩荡前往。他们对华阳美食和对三圣乡第一朵梅花的追捧，远远超过任何一个外地人对生活的定义。没有汽车，成都人的生活会失色很多；没有汽车，成都就不成为“天下第一耍都”；没有汽车，就没有与日激增的“川A”牌照汽车，就没有整个大成都欣欣向荣的幸福生活。 NO.3 广州 广州私家车拥有量大约为42.3万辆。在广州，拥有一辆私家车并不是什么值得炫耀的事。拥有汽车的原因也更加单纯，那就是生活水平的提高。不像成都人，有一点钱就寻思着买车，好象其他城市的人买辆电动车的心态。广州私家车是小康的标志，因此私家车的档次是成都不能比的。因此广州的私家车欲望成分颇少，更多的是一种自然需要。为了方便吃遍城里每一家小吃而买车的欲望，在广州基本不可能出现，那是因为广州人比食欲更大的欲望还多得多。 NO.4 杭州

eviews分析影响我国私人汽车拥有量的因素

影响我国私人汽车拥有量的因素 汽车产业是国民经济的支柱产业，改革开放以来我国汽车产量呈持续上升的趋势。入世以后，更多的外国汽车企业进军中国汽车市场，并以很大的优势占领大部分市场，我国汽车企业面临着极大的挑战。在这场战争中可以说百姓是受益的，从近几年我国的汽车消费发展变化来看，汽车消费逐渐成为消费热点。2009年私人汽车拥有量已达到4574.91万辆，与1990年的81.62万辆相比，增长倍数达到了惊人的55倍。 然而，随着私人汽车数量的增加，我们又面临了很多问题，如能源的过度损耗，环境污染等。影响我国私人汽车数量的因素很多，因此，我们提取了国民生产总值，城镇居民家庭人均可支配收入，总人口，平均每人生活消费能源液化石油，原油产量，汽车产量，公路里程，这七个影响因素的时间序列数据来进行分析，希望通过建立一个合适的经济模型来从理论上找出影响私人汽车拥有量的主要原因。 1.确定变量及建立模型： i i i i i i i i i x x x x x x x y νββββββββ++++++++=776655443322110 i y =私人汽车拥有量（单位：万辆） 1i x =国民生产总值 （单位：亿元） 2i x =城镇居民家庭人均可支配收入（单位：元） 3i x =总人口（单位：万人） 4i x =平均每人生活消费能源液化石油（单位：千克） 5i x =原油产量（单位：公斤） 6i x =汽车产量（单位：万辆） 7i x =公路里程（单位：万公里）

2.数据源： 3.模型估计与检验： 3.1模型的估计： 运用Eviews对1990—2009年的数据进行多元回归分析结果如下：（a=0.05）

2018年全球电动汽车保有量及市占率走势分析预测

2018年全球电动汽车保有量及市占率走势分析预 测 2017 年全球电动汽车交付量达到 1,223,600 辆，与 2016 年相比增长58％。其中包括所有纯电动式和插电式混合动力式乘用车、美国/加拿大市场的轻型卡车和欧洲市场的轻型商用车。销量的 66％来自纯电动汽车 (BEV)，34％来自插电式混合动力汽车 (PHEV)。由于纯电动汽车在中国市场备受青睐，其重要性日益凸显，因此纯电动汽车所占份额始终处于领先地位。 资料来源：公开资料整理 相关报告：智研咨询网发布的《2017-2023年中国新能源汽车产业竞争现状及未来发展趋势报告》 由于受到中国新能源汽车市场蓬勃发展的影响，中国市场份额增长 73％高居榜首，美国增长 27％、欧洲增长 39％紧随其后，但其差距仍在扩大。在日本，丰田 Prius Prime 插电式混合动力汽车瞬间成为畅销车型，且与第四季度发布的全新日产聆风一起，使电动汽车销量增长了 150％。纵观全球，12 月份销量再创记录，全球交付量超过 17 万辆，比之前 11 月份的历史最高纪录高出

17％。继过去的 5 个月中持续强劲的增长势头之后，12 月份全球电动汽车份额首次触及 2％大关。2017 年全年的全球份额为 1.3％。 预计 2018 年销量将增至 190 万辆，这主要得益于中国市场上电动汽车的强势引进以及期待已久的特斯拉 Model 3 的大规模生产。截至 2018 年底，预计全球将有超过 500 万辆电动汽车和轻型卡车投入使用。 全球电动汽车销量及增长率走势 资料来源：公开资料整理 中国仍毫无争议地成为最重要的电动汽车（中国称之为“新能源汽车”）市场：其销量同比增长了 73％，与 2016 年的 351,000 辆相比，增长了 255,000 辆。中国市场占全球电动汽车销量的 49.5％。日本和韩国 (+130%) 进一步推动了亚太地区的发展，其销量共计增长了 76％。 今年欧洲增长了 39％，其中德国是增长最多的国家，同比增长达 108％；而一些小型市场表现更佳，例如冰岛 (+248 %)、葡萄牙 (+126 %) 和斯洛文尼亚(+166 %)。 美国增长 27%，与其他地区相比，其发展速度相对较缓。考虑到特斯拉Model-3 增产计划一再延迟，该增长率仍然尚可。最初预计 2017 年全年

货运量预测分析

基于线性回归模型对陕西省进行物 流需求预测分析 学号：1209411051 班级：物流1202 姓名：雷亮亮

一、问题的提出 近年来，随着我国国民经济的迅速发展，中国物流业也得到了高速发展。这一方面说明物流业的壮大对国民经济有支撑作用；另一方面说明中国经济高速发展的同时，也带来了巨大物流需求。然而，现有交通状况、基础设施等能否满足日益增长的物流需求，物流业能否给国民经济带来持续的支撑作用？这些已突显成为急需考虑的问题。 物流是人类工业化进程中不可缺少的产业，有人、有物的地方就少不了物流。物流科学所依托的物流产业，是当今无论哪一个国家都无法缺少的产业。现代经济社会中，分工的深入发展甚至形成国际分工。一个国家、一个地区，可能没有冶金工业，可能没有石油工业，但是不可能没有物流业。可以说，物流业是现代覆盖最广泛的产业之一。可见，物流水平代表一个国家的经济发展程度，物流管理体现各个国家民族性情和经济模式的差异。 从物流的发展规律来看，现代物流服务的需求包括量和质两个方面，即从物流规模和物流服务质量中综合反映出物流的总体需求。物流规模是物流活动中运输、储存、包装、装卸搬运和流通加工等物流作业量的总和。物流服务质量是物流服务效果的集中反映，可以用物流时间、物流费用、物流效率来衡量，其变化突出表现在减少物流时间、降低物流成本、提高物流效率等方面。 陕西省是西部地区相对发展较好的省，地处交通枢纽地带，地理位置重要，交通方便，货物吞吐能力强。物流基础设施条件逐步完善，其中交通基础实施规模迅速扩大，省内公路铁路航程里程增加，运输网密度不断改善，为物流业发展提供了良好的设施条件。 公路是短程物流的主要配送途径，近年来陕西省的公路通车里程不断增加，为省内及过境物流配送发展提供了坚实基础。2010年度高速公路通车里程达3403公里，较2009年增加22.45%，公路密度达 0.717km/km2，增加2.43%。以西安为中心的“2637”（两环六辐射三纵七横）高速公路干线网已基本形成，可基本连通境内所有市县及工农业基地、商品集散地、高新开发区和物流园区。省内当日往返，周边中心城市当日到达的“一日交通圈”基本形成。 二、物流需求预测 物流需求预测是根据物流市场过去和现在的需求状况，以及影响物流市场需求变化的因素之间的关系，利用一定的判断、技术方法和模型，对物流需求的变化及发展趋势进行预测。 确定预测目标物流活动渗透到生产、流通、消费整个社会经济活动之中，与社会经济发展存在着密切的联系，是社会经济活动的重要组成

政府(不)应该限制私家车的数量

We believe that，The government should not limit the number of private cars. In order to alleviate the practical problems of transport, environment, energy, the government should not force citizens to give up their right to freedom of choice. To let some people enjoy greater benefits. This does not mean to sacrifice the interests of some people. In addition to the sacrifice of citizens' right to freedom of choice, there are so many other methods to solve this problem. First, the government limits the number of private cars. This approach does not really solve the problem. In contrary, it brings a serious of social problems. For example it will hit auto industry, make a significant adverse impact on the national economy. Such big cities like Shanghai, in the midst of the traffic ，Many of which are official cars, However, the government has limited the number of private cars, you feel this is fair? Because government brutal restrictions acts ，the threshold for the purchase of private cars have been raised. Those who really need a car for life or do business, how they will deal with it. Especially in the big cities, car license requires years of cycle. You obtain a license after years, but if they do not buy a car in a few months, you will lose the qualification. What you will do? After we graduated, a lot of people will face this situation, but we do not have enough savings to buy a car, if we could wait a few years, economic conditions is better, it will a wonderful thing. But the chances are so rare. Maybe we have the money .but we don't have the

私家车拥有量计量分析设计报告

一、课程设计(综合实验)的目的与要求 1.要求学生独立完成一个实证分析的完整过程，得到计量分析的实践训练。 2.培养学生获取信息和综合处理信息的能力、建立模型的能力、文字和语言表达的能力。 二、 设计（实验）正文 1. 选题背景：随着市场经济的稳定繁荣和改革开放的深入发展，我国的经济经历了一个快速发展的时 期。经济的快速发展为汽车工业提供了巨大的发展空间，也为汽车厂商提供了巨大的市场。但是私人汽车拥有量的增加也会对土地、能源、环境等产生巨大影响。因此有必要对影响私人汽车拥有量的主要因素进行分析。本文通过描述各相关因素对全国私家车拥有量的影响，从而提出相关的政策建议。 2. 文献综述：世界汽车工业发展规律表明．当一个国家的人均GDP 在1000～10000美元时，是汽车 工业发展的黄金时期，并带动国民经济高速发展。2001年我国人均GDP 达到1000美元，这预示着中国正处在汽车工业起飞的前期，市场需求表现出强劲的态势，汽车进入普通家庭已成为众所周知的事实，私家车开始步入普及化道路的里程碑。1999年全国私人汽车拥有量仅533.88万辆，到2012年全国私人汽车拥有量已攀升至8838.60万辆。汽车行业作为国民经济的支柱产业，消费者需求量直接影响整个行业的发展。因此，不少学者从不同角度对我国私人汽车拥有量的影响因素进行了计量分析。王珺(2009)选择了人均可支配收入1X ；公路里程2X ；原材料、燃料及动力购进价格指数（以1990年为基期）3X 作为自变量，私人汽车拥有量Y 作为自变量构建对数模型 0112233l n l n l n l n Y X X X ββββμ=++++，利用eviews 进行计量分析，并得出结论：全国私 家车拥有量与其人均可支配收入、公路里程和原材料、燃料及动力购进价格指数存在一定的函数关系。张廷煦,马超（2013）除了增加了人口数量4X 这一自变量外，还将3X 定义为平均原油价格构造了新的模型011223344Y a a X a X a X a X μ=+++++且验证该模型能够较好地复合统计检验、计量经济学检验，并在序列相关性、多重共线性等方面也有很好的拟合度，总体上是一个较为成功的模型，有着切实的经济学意义，即人口数量也是影响私人汽车拥有量的因素之一。孙燕红(2013)进一步细化影响因素，增加了全国汽车产量5X 和社会消费品零售额6X 这两个自变量建立模型： 0112233445566ln ln ln ln ln ln Y X X X X X X βββββββμ=+++++++，利用eviews 软 件进行分析得出：在上述模型下，原材料、燃料及动力购进价格指数（以1990年为基期）3X 这 一变量是多余的，我国私人汽车需求量主要受人均可支配收入、公路里程、汽车产量、人口数量、社会消费品零售额的影响，而且均存在正向相关关系,并且人口数量是影响私人汽车需求量的最重要的因素。此外，还提出以下政策建议：加快城镇道路化的发展，努力增加城镇人口数将有助于汽车需求量的增长；完善公共基础设施建设，加速全国公路建设，通过提高硬环境来增加汽车需求量；继续发展汽车产业，改进技术，降低成本，增加汽车产量，促进需求；居民消费水平有待进一步提高，这就要求国家出台一些偏向居民的收入分配政策，同时积极鼓励消费信贷的发展，增强居民消费能力，努力扩大内需，提高社会消费品零售额，间接带动购车需求。 3. 模型设定：依据收集到得数据，在私家车拥有量的实证分析中采用了影响私人汽车车拥有量的5个 变量，分别是城镇居民人均可支配收入、公路里程、原材料、燃油及动力购进价格指数（以1990年为基期）、人口数量、全国汽车产量。各变量均采用1990年至2012年的年度数据，建立对数回归模型如下： μββββββ++++++=55443322110ln ln ln ln lnX ln X X X X Y 其中，Y 表示私人汽车拥有量（万辆）；1X 表示城镇居民人均可支配收入（元）；2X 表示公路里 程（万公里）；3X 表示原材料、燃油及动力购进价格指数（以1990年为基期）；4X 表示人口数

公路运量预测

基于预测公路运量的模型求解 摘要 科学准确地预测公路货运量是制定公路网规划的基础。公路货运量的预测方法有很多，可以根据不同的情况选择不同的预测模型。 首先运用MATLAB的 BP神经网络组合预测模型，灵活利用神经网络通过自适应自学习能够拟合任意非线性函数的功能，有效克服传统的组合预测方法，在实际应用中把数据间的关系强加给某一类函数的不足，并借助于数学计算软件进行编程，大大降低模型的计算难度，预测出2010年和2011年的公路客运量和公路货运量。实例证明该方法具有很高的预测精度。 本次基于预测公路运量的问题，根据往年20年的数据，主要从人口数量、机动车数量、公路面积这几个方面考虑，先借助于matlab软件，从神经网络组合预测模型入手，预测出2010年和2011年的公路客运量和公路货运量。然后根据回归的知识，运用excel的强大功能预测出的2010年和2011年的公路客运量和公路货运量。最后两者进行对比，列出各自的优缺点。 预测结果如下： 用BP神经网络预测结果：2010年和2011年的公路客运量分别为 43370万人和43372万人；货运量分别为21770万吨和21771万吨。 用线性回归预测结果：2010年和2011年的公路客运量分别为 51011.91603万人和53092.16135万人；货运量分别为26050.09655万吨和28545.83948万吨万吨。 关键词：MATLAB；组合预测；BP神经网络；excel统计分析

1、问题重述 1.1基本情况 公路运量主要包括公路的客运量和公路货运量两个方面。据研究，某地区的公路运量主要与该地区的人数、机动车数量和公路面积有关，表1给出了20年得公路运量相关数据，表中人数和公路客运量的单位为万人，机动车数量单位为万两，公路面积的单位为万平方千米，公路货运量单位为万吨。 根据有关部门数据，该地区2010年和2011年的人数分别为73.39和75.55万人，机动车数量分别为3.9635和4.0975万辆，公路面积将分别为0.9880和1.0268万平方米。 1.2、相关信息（见附件） 附件1：某地区20年公路运量数据 1.3、需要解决的问题 1.请利用BP神经网络预测该地区2010年2011年得公路客运量和公路货运量。 2.请利用其他方法预测该地区2010年2011年得公路客运量和公路货运量。 3.比较两种方法的优缺点。 2、符号约定 Wi (i=1,2,3,4) 依次表示由人口数量，机动车数量，公路面积，年份预测出的公路客运量。 Zi （i=1,2,3,4）依次表示由人口数量，机动车数量，公路面积，年份预测出的公路客运量。 ai （i=1,2,3,4）依次表示人口数量，机动车数量，公路面积，2010年 Bi （i=1,2,3,4）依次表示人口数量，机动车数量，公路面积，2011年 3、问题分析 运输需求预测是公路网规划、区域发展规划、基础建设投资决策及运输生产组织管理的基础，对交通运输需求的预测分析具有重大的社会意义和经济意义。可见，公路货运量的预测举足轻重，可靠的预测结果是进行规划的前提，决定着整个规划的成功。 公路货运量的预测方法有很多，由于不同的预测模型的预测机理不同，往往能提供不同的有用信息，反而单独采用某一种模型往往有其局限性，因此可以根据不同的情况选择不同的预测模型。本文将运用BP神经网络组合预测模型、excel中的线性回归解决公路货运量的预测。并进行比较两种方法的优势与缺陷。

关于私家车保有量的影响因素分析

关于私家车保有量的影响因素分析 摘要：基于各线城市日益严重的交通拥堵情况，本研究提出了私家车保有量的 影响因素，并于国家数据获取了相关因素自1998年至2013年的真实数据进行分析。本研究的核心是建立多元线性回归分析模型，来分析私家车保有量的影响因素进行，分析各因素与保有量的影响关系，从而需求清晰地描述出私家车保有量的影响关系。 关键词：私家车保有量多元回归因素分析 一、问题提出 随着社会经济的发展,私家车保有量近年来一直保持增长。私家车不仅方便了大众出行,也带动了整个供应链相关行业的发展和GDP的增长,但是却带来了拥堵问题、污染问题及安全问题已经对我们的生活造成困扰。 二、建立模型 2.1选择模型 多元线性回归模型是指有多个解释变量的线性回归模型,用于揭示被解释变量与其它多个解释变量之间的线性关系。由于非线性模型的假设检验都涉及非常复杂的数学计算，所以本文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。本研究选取五个影响私家车保有量的影响因素，运用多元线性回归非常适合。 2.2变量选取 影响私人汽车拥有量的因素有很多，本研究从当今比较热的政策方针及大家谈论比较多的角度等综合考虑，确定了影响私家车保有量的五个因素：居民消费水平、国内消费税、汽车产量、公路里程、汽油产量，并从国家数据官方网站获取了相关因素自1998年至2013年的真实数据。 2.3模型建立 从多元回归分析角度，我们建立如下模型： Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+u 其中： Y私家车数量（万辆） X1居民消费水平（元） X2国内消费税（亿元） X3汽车产量（万吨） X4公路里程（万公里） X5汽油产量（万吨） 数据如下： 表2-1 各因素数据表

数学建模 汽车保有量分析

摘要 随着社会的发展，汽车作为人们日常生活中重要的交通工具,汽车业的迅猛发展使人民的生活更加便利的同时也带来了一些问题。本文针对北京市汽车承载力问题，从今年来北京市汽车保有量的变化进行分析，从而数据化的分析其与交通拥堵和大气污染等方面的相互影响。 建立图表，直观的表示其相互关系,并进一步的发现各项因素相互影响的关系，从而提出相应的可行性建议。 针对问题1： 通过网络及图书馆等各个渠道获取北京近年来汽车保有量。统筹规划所得数据，建立图表分析近年来北京汽车保有量的变化。对影响北京市汽车保有量的主要因素——城市人口变化及个人收入变化进行分析对比，从而得出直观的图表关系。 针对问题2： 第一方面：分析北京市汽车保有量变化与交通拥堵问题的关系。我们获取北京实时交通流量图，用matlab对图像进行色差数据提取，找出北京市区各路段的流量色值，计算拥堵、缓行、通畅路段各占取总路段的比例。应用微分思想，假设微元路段车辆流入量与流出量，计算车辆数与车行速度的关系，从而结合北京市路段车流情况数据得出汽车保有量与交通拥堵的关系。用最优化思想，计算出路段最佳行驶车辆数。 第二方面：分析北京市汽车保有量与大气污染问题的关系。我们首先参考国家环保总局发布的《城市机动车污染排放预测方法》，建立机动车对各种污染物的年排放量模型。再利用高斯扩散模型，得出污染物在空气中的扩散方式。从而得到汽车排放的污染物在大气中的分布情况。由此数据结合已查到的北京市内车辆总数和北京市大气污染分布，从而分析出汽车尾气在北京市大气污染中占有的比重。 针对问题3： 对于北京市汽车承载力影响生活的其他方面，我们分析了车辆保有量与城市噪声之间的关系。城市机动车数量的急剧增长，带来了严重的交通噪声污染，并已经成为城市生活主要污染源之一。我们建立坐标模型，假设声源为一理想的封闭图形，运用积分思想得出一片区域车辆所产生的噪音值对周围环境的影响数值。我们从各种渠道获得了北京市各地区的噪声值，结合我们的模型，估算出城市汽车保有量与噪声之间的关系。 针对问题4： 我们通过以上方面的调查分析，针对道路交通方面，人们出行时间及方式方面，和道路扩建维修方面提出一些可行性建议。 关键词：汽车承载力车辆保有量最优化高斯扩散模型

私家车保有量增长的预测及调控

私家车保有量的增长的预测及调控 摘要 本文针对私家车保有量的增长的预测及调控问题的几个要求，建立了多个模 型进行解答。由于该问题总体上是一个确定性离散问题，无法通过分析问题对象 的因果关系建立合乎机理规律的模型。因此，我们从数据处理入手，通过对数据 的合理处理找寻其内部关系。 对于问题一，由于题目中给出的影响因素过于繁多，对模型的建立造成干扰，同时又因为数据形式是一个时间序列数据，各因素间可能会产生自相关现象， 影响模型预测的准确度，因此我们先对数据进行了相关性分析，排除了部分因素。，因为私家车保有量与各剩余因素间的关系是非线性的，我们对私家车保有 量取自然对数，使之变为线性关系，然后采用逐步回归的办法，继续排除部分因素，确定最终的主要影响因素。接着对选取的主要影响因素进行数据拟合，并对 相关数据建立多元线性回归模型，求得最终结果。 我们也可以主成份分析，要综合评价和分析各种可能对私人汽车保有量的 影响因素，我们可首先要对评价的指标进行分析，将各指标进行无纲量化，然后 根据已知数据计算各指标的权重，即各因素对考察量的影响程度；也可以用spss 求出他们的相关性矩阵，来观察各因素对私家车保有量的影响。对于预测未来私 家车的保有量我们可以进行主成分分析，算出综合得分与私家车保有量的关系进 行预测。 对于问题二，：考虑到环境因素（即汽车排污量）对私人汽车保有量的约束，且以后一段时间内相关因素变量都是未知的，可以考虑通过统计分析模拟，得到 以后一段时间内其预测值，然后以此为以知条件，以排污量最小为目标函数，通 过建立一个线性优化模型，来到到对未来一段时间该地区公交车及私人小汽车保 有量的一个合理调控方案。 问题一的结果：影响该地区私家车保有量的主要因素有人均国内生产总值，全社会消费品零售总额，运营公交车辆数和居民储蓄款余额；2010年该地区的 私家车保有量约为239.5767万辆。 问题二的结果：最终优化结果为调控后的公家车的数目为:8696辆，私家车 的数目为:239.5399万辆。 关键词：多元线性回归主成份分析线性规划 一、问题重述 我国经济的快速发展为私人汽车提供了巨大的发展空间。据中国汽车工业协会估算，截止到2006年底，中国私人汽车保有量约为2650万辆，占全国汽车保有量的60%左右。在2006年，我国汽车销量为710多万辆，私人购买比例超过77%，中

我国私人汽车拥有量的影响因素的计量分析

我国私人汽车拥有量的影响因素的计量分析 摘要建立准确而合理的计量经济学模型，寻求全国私人汽车拥有量和社会经济的相关指标之间的函数关系，可以较为准确的对一国一定时期内私人汽车拥有量的变化进行定量的分析。本文选择了2015年中国统计年鉴中1995—2014年共20年的相关数据，建立了计量经济学模型，并利用Eviews软件对模型进行参数估计和检验。最后的结果进行经济意义分析，判断出居民人均可支配收入，汽车产量、钢铁产量对居民汽车拥有量有正的影响。其中汽车产量影响最大，城市化率影响最小。并且这些影响因素对其存在长期的均衡关系。 关键词：居民汽车拥有量，计量模型，多重共线性，协整检验。 一、引言 改革开放以来，中国的经济快速增长，短短三十多年的时间，我国一跃成为世界第二大经济体。随着市场经济的稳定繁荣和改革开放的深入发展，我国的经济经历了一个快速发展的时期。经济的快速发展为汽车工业提供了巨大的发展空间，也为汽车厂商提供了巨大的市场。但是私人汽车拥有量的增加也会对土地、能源、环境等产生巨大影响。 世界汽车工业发展规律表明．当一个国家的人均GDP在1000～10000美元时，是汽车工业发展的黄金时期，并带动国民经济高速发展。2001年我国人均GDP 达到1000美元，这预示着中国正处在汽车工业起飞的前期，市场需求表现出强劲的态势，汽车进入普通家庭已成为众所周知的事实，私家车开始步入普及化道路的里程碑。中国目前是世界上第二大的汽车拥有国，仅次于美国。而且中国现在已经成为了世界第一大的汽车消费国。因此有必要对影响私人汽车拥有量的主要因素进行分析。本文通过描述各相关因素对全国私家车拥有量的影响，从而提出相关的政策建议。 二、文献综述 1995年中国私人汽车的拥有量为249.96万辆，到2014年上升到12339.36万辆，汽车行业作为国民经济的支柱产业，消费者需求量直接影响整个行业的发展。因此，不少学者从不同角度对我国私人汽车拥有量的影响因素进行了计量分析。王珺的《我国私家车拥有量的影响因素的计量分析》(2009)选择了人均可支配收入X1；公路里程X2；原材料、燃料及动力购进价格指数（以1990年为基期）X3作为自变量，私人汽车拥有量Y作为自变量构建对数模型ln Y=β0+β1ln X1+β2ln X2+β3ln X3+u，利用eviews进行计量分析，并得出结论：全国私家车拥有量与其人均可支配收入、公路里程和原材料、燃料及动力购进价格指数存在一定的函数关系。张廷煦,马超的《从中国统计数据看私人汽车发展状况》（2013）除了增加了人口数量X4这一自变量外，还将X3定义为平均原油价格构造了新的模型ln Y=β0+β1ln X1+β2ln X2+β3ln X3+β4ln X4+ u,且验证该模

我国乘用车保有量现状与发展趋势分析

我国乘用车保有量现状与发展趋势分析 摘要汽车保有量的预测具有一定程度的不确定性。对2020及2030年我国的汽车保有量进行科学预测，是确定我国公路交通长短期发展规划，制定环保与能源等方面相关政策的关键。通过对全国乘用车保有量现状和影响因素的研究，建立了保有量模型，对模型进行了仿真分析，检验模型的可靠性，并对中国未来几年的乘用车保有量进行了预测分析。模型仿真结果显示，中国乘用车保有量在2020年和2030年将分别达到2.5-2.9亿辆和4-5.2亿辆。在2030年之前，中国乘用车保有率将快速提高，但是相比发达国家将始终有较大差距。 关键词汽车保有量；不确定性；保有量模型；仿真分析；乘用车保有量 中图分类号：F 407.471文献标识码：A Analysis of Current Situation and Forecast of Passenger Car'sStocks in China Abstract To some extent, there are some uncertainties in forecasting automobile inventory. The scientific forecast of China'sautomobile in the years of 2020, and 2030 is a key to make long-term development plans of the nation's highway transportation, and the relevant policies of environmental protection and energy-saving.By maintaining the amount of status and influence factors of the vehicle, a quantity model, simulates the model analysis, test the reliability of the model, and the Chinese over the next few years the number of motor vehicles has carried on the forecast analysis.The simulation results show, Chinese vehicle fleet in 2020 and 2030 will reach 252-292 million, 398-423 million. Before 2030, China vehicle rate will increase rapidly, but compared with the developed countries will always have a larger gap. Keywords Vehicle stocks; Uncertainty; Inventory model; Simulation analysis; Passenger car's stocks 0引言 随着经济的快速发展，中国汽车保有量也在不断提高，从1985年的321.1万辆增加到2010年的7802万辆，年增长率达到13.6%，汽车保有量的快速增加给中国的能源安全、污染物排放以及环境保护等方面都造成了巨大的影响，2007年中国约有一半的石油用于道路交通，汽车消耗占主要部分。研究汽车保有量的增长规律，准确预测未来汽车保有量及其构成，对于正确评估汽车发展对于中国能源和环境产生的影响具有重要的意义。 国内外很多学者曾经开展过中国的汽车保有量的预测研究。如美国Argonne实验室的Michael Wang等人采用Gompertz模型[1]，预测中国2030年汽车保有量为2.47-2.87亿辆，2050年为4.86-6.62亿辆；Joyce Dargay等人采用改进的Gompertz模型[2]，预测中国2030年汽车保有量为3.9亿辆；

私家车保有量增长及调控问题

D题：私家车保有量增长及调控问题 我国经济的快速发展为私人汽车提供了巨大的发展空间。据中国汽车工业协会估算，截止到2006年底，中国私人汽车保有量约为2650万辆，占全国汽车保有量的60%左右。在2006年，我国汽车销量为710多万辆，私人购买比例超过77%，中国已经成为仅次于美国的全球第二大新车市场。 据世界银行的研究，汽车保有量(尤其是私人汽车)与人均国民收入成正比。2003年，我国国内人均GDP首次突破1000美元，这预示着中国汽车开始进入家庭消费阶段。而事实表明，随着中国人均GDP的稳健增长，近年来，我国的家用汽车销量以两位数的增速急剧扩大。汽车特别是用于消费的私人汽车保有量的多少，与经济发展程度、居民收入以及道路建设等有着密切的联系。随着私人汽车消费时代的到来，汽车保有量上升的一个重要因素就是国内汽车消费的快速增长。消费者购买力的增强和个体私营经济的快速发展，也带动了私人汽车的大发展。私人汽车保有量与一个国家或地区的社会经济发展的有关数据有着密切关系。附表提供了我国某一经济发达地区的一些相关统计数据。 然而，当我们快速迈进以私人汽车为主体的汽车社会的时候，也面临着新的考验，除了能源紧缺、燃油价格上涨、土地资源有限等诸多不利因素对汽车发展带来巨大的压力外，环境污染也对汽车工业的发展提出了严格的要求。我国于上世纪1999年对生产的小汽车废气CO、HC、NOX和PM允许排放量制订了国家标准(相当于欧洲标准)。规定生产的汽车从2000年1月1日起实施国Ⅰ排放标准，从2005年1月1日起实施国Ⅱ排放标准，从2007年7月1日起实施国Ⅲ排放标准，从2010年1月1日起实施国Ⅳ和国Ⅴ排放标准(实现基本与欧洲标准同步)。据有关资料介绍，在城市交通中，小汽车与公共汽车相比，单位小汽车排放的污染物比公共汽车高9倍。如果对这种快速增长不从战略的高度加以科学引导和调整，汽车的迅猛增长将不再单纯体现经济建设成就，巨大的负面效应也将成为社会发展的阻碍因素。 请研究下述问题： 1、根据附表中的相关数据建立数学模型，分析影响该地区私人汽车保有量的因素，并预测 到2010年该地区私人汽车保有量有多少？ 2、自2007年以来，CPI指数累创新高，为了稳定宏观经济，控制投资与物价的过快上涨， 防止过大的资产价格泡沫和过度的投机, 政府决定自去年开始及今后一段时期内采取从紧的货币政策，如，加息、提高人民币存款准备金等等. 据统计, 2007年政府5次升息，9次上调存款准备金率，分析这些措施对该地区私人汽车保有量有什么样的影响？ 3、假设私人汽车的年运行公里数是公交车年运行公里数的五分之一。按照汽车废气国III 排放标准（欧III）（要求CO排放量每公里不超过2.3克，HC+NOX排放量每公里不超过0.56克，PM排放量每公里不超过0.05克）, 如何根据该地区的汽车废气的排放情况，来调控公交车和私人汽车保有量？