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
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《我国私人汽车需求的计量经济模型分析》(2013)进一步细化影响因素，增加了全国汽车产量X5和社会消费品零售额X6这两个自变量建立模型：ln Y=β0+β1ln X1+β2ln X2+β3ln X3+β4ln X4+β5ln X5+β6ln X6+u ，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）X3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；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。
在这里，我的这篇文章上因素述几位学者的研究方法类似，在几位学者的研究基础上再从不同的方向研究居民汽车拥有量的影响因素。
三、模型设定
（一）、因素的确定
我们知道，想要拥有一辆汽车，必须进行购买，而城镇居民的可支配收入是购买汽车的前提条件，本文可以考虑城镇居民的人均可支配收入为城镇居民的汽车拥有量的一个影响因素。同时，人口数量也是影响我国私人汽车拥有量的重要因素，所以，在本文中，人口数量也是研究中国私人汽车拥有量的一个重要的因素；在孙燕红的研究中，她提出的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；所以我将城镇化也作为影响汽车拥有量的一个重要影响因素，验证城镇化对中国私人汽车的拥有量的影响。在这里我们选用中国城镇人口的数量与总人口数量的比值表示中国城市化的水平。在汽车需求市场中，汽车产量对私人汽车的拥有量产生重要的影响。所以该影响因素里也得考虑汽车生产量。中国的公路里程越多，人们就越需要也越应该拥有汽车。所以，中国的公路里程是汽车拥有量的基础。因此，在研究居民汽车拥有量的时候有必要把公路里程也考虑在内。
由上我们选取出了除了汽车价格之外的对于居民汽车拥有量的影响因素，分别为居民可支配收入——X1；总人口——X2；城市化率——X3；公路里程——X4；汽车产量——X5；汽车拥有量——Y。从中国统计局年鉴和中国汽车工业年鉴选取1995年至2014年的二十年的居民居民可支配收入、总人口、城镇人口、公路里程、汽车产量、汽车拥有量的数据（见附表）。
（二）、模型的建立
由经济学的经验可选定该模型为一个线性模型。因为他的检验方法比较多，对模型的准确程度的分析也就更加的可靠。为了更好的研究，首先我们将变量 Y、X1、X2、X4、X5,取对数，但是由于X3是一个率，所以我们对X3不做对数处理。具体来说，我们可以设定模型如下：
ln Y=β0+β1ln X1+β2ln X2+β3X3+β4ln X4+β5ln X5+u
其中，u为随机扰动项。
（三）、模型的确定
1、用最小二乘法估计出该模型为：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:34
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C -160.8684 21.01042 -7.656600 0.0000
LNX1 0.305940 0.392110 0.780240 0.4482
LNX2 13.88817 2.003427 6.932207 0.0000
X3 5.068718 1.817184 2.789326 0.0145
LNX4 0.071182 0.076443 0.931187 0.3675
LNX5 0.200863 0.062378 3.220111 0.0062
R-squared 0.999459 Mean dependent var 7.447759
Adjusted R-squared 0.999266 S.D. dependent var 1.259055
S.E. of regression 0.034120 Akaike info criterion -3.674534
Sum squared resid 0.016299 Schwarz criterion -3.375815
Log likelihood 42.74534 Hannan-Quinn criter. -3.616221
F-statistic 5171.509 Durbin-Watson stat 1.235589
Prob(F-statistic) 0.000000
lnY=-160.8684+0.3059lnX1+13.8882X2+5.0687X3+0.0712lnX4+0.0624X5
从F统计量的P值为0.00000<0.05，可以看出该方程关系显著成立。但是，LnX1和LnX4的T统计量的P值都大于0.05，可以看出X1、X4不显著，所以解释变量之间可能存在多重共线性。
2、分别计算lnY关于lnX1、lnX2、X
3、lnX
4、lnX5的线性回归：
（1）、lnY对lnX1的线性回归
用最小二乘法估计出该模型为：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:45
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C -11.37733 0.296472 -38.37577 0.0000
LNX1 2.030942 0.031917 63.63125 0.0000
R-squared 0.995574 Mean dependent var 7.447759
Adjusted R-squared 0.995328 S.D. dependent var 1.259055
S.E. of regression 0.086057 Akaike info criterion -1.972966
Sum squared resid 0.133306 Schwarz criterion -1.873393
Log likelihood 21.72966 Hannan-Quinn criter. -1.953529
F-statistic 4048.936 Durbin-Watson stat 0.502433
Prob(F-statistic) 0.000000
lnY=-11.3773+2.0309lnX1
从上表中可以看出：该模型的F用计量的P值为0.00000<0.05，可以看出该方程关系显著成立，且lnX1的t统计量的P值为0.0000<0.05，可以看出X1显著。X1代表的是人均可支配收入，从中国统计年鉴的数据可以看出，人均可支配收入在逐年增加，同时，我国私人汽车拥有量也在逐年增加。从方程可以表示出：在不考虑其他因素的同时，人均可支配收入每增加1%，私人汽车拥有量就增加2.039%，可以看出，私人汽车拥有量受人均可支配收入的影响很大。
（2）、lnY对lnX2的线性回归
用最小二乘法估计出该模型为：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:46
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C -394.9632 14.56818 -27.11136 0.0000
LNX2 34.17892 1.237348 27.62273 0.0000
R-squared 0.976953 Mean dependent var 7.447759
Adjusted R-squared 0.975673 S.D. dependent var 1.259055
S.E. of regression 0.196378 Akaike info criterion -0.322915
Sum squared resid 0.694155 Schwarz criterion -0.223342
Log likelihood 5.229153 Hannan-Quinn criter. -0.303478
F-statistic 763.0149 Durbin-Watson stat 0.176986
Prob(F-statistic) 0.000000
lnY=-394.9632+34.1789lnX2
从上表中可以看出：该模型的F用计量的P值为0.00000<0.05，可以看出该方程关系显著成立，且lnX2的t统计量的P值为0.0000<0.05，可以看出X2显著。X2代表的是人口总数，从中国统计年鉴的数据可以看出，人口总数在逐年增加，同时，我国私人汽车拥有量也在逐年增加。从方程可以表示出：在不考虑其他因素的同时，人均可支配收入每增加1%，私人汽车拥有量就增加34.1789%，可以看出，这个数据不够合理，虽然中国的人口基数大，但是，这个增长速度还是过快，不符合经济意义。分析其原因：应该是随机扰动项中包含的其他因素对人均汽车拥有量的影响较大，导致出现这个不符合经济意义的回归结果，但是，依然可以从这个结果中得出人口总数对私人汽车拥有量有影响的结果。
（3）、lnY对X3的线性回归
用最小二乘法估计出该模型为：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:46
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C 5.385716 0.160271 33.60376 0.0000
X3 21.47156 1.448530 14.82300 0.0000
R-squared 0.924281 Mean dependent var 7.447759
Adjusted R-squared 0.920074 S.D. dependent var 1.259055
S.E. of regression 0.355949 Akaike info criterion 0.866580
Sum squared resid 2.280592 Schwarz criterion 0.966153
Log likelihood -6.665798 Hannan-Quinn criter. 0.886018
F-statistic 219.7213 Durbin-Watson stat 0.131162
Prob(F-statistic) 0.000000
lnY=5.3857+21.4716X3
从上表中可以看出：该模型的F用计量的P值为0.00000<0.05，可以看出该方程关系显著成立，且X3的t统计量的P值为0.0000<0.05，可以看出X3显著。X3代表的是城市化率，从中国统计年鉴的数据可以看出，城镇人口占总人口的比率在逐年增加，同时，我国私人汽车拥有量也在逐年增加。从方程可以表示出：在不考虑其他因素的同时，城市化率每增加1%，私人汽车拥有量就增加21.4716%，这个数据看似不够合理，但是，城市化率从1995年的29.04%到2014年的54.77%，20年增长了25.73%，而私人汽车拥有量从1995年的249.96万辆增长达2014年的12339.36万辆，增长了48倍，加之其他因素的影响，这个结果还是基本合理。但是，城市化率作为城市化进程的一个标准，在城市化的进程中，农村也在发展，经济在发展，农村的道路也在扩修发展，农民的生活也在提高，私家车在农村的拥有量也在不断增加。所以：虽然城市化率对私人汽车拥有量有一定的影响，但不是主要
的影响因素。
（4）、lnY对lnX4的线性回归
用最小二乘法估计出该模型为：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:47
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C -5.357957 0.832949 -6.432513 0.0000
LNX4 2.336578 0.151338 15.43944 0.0000
R-squared 0.929791 Mean dependent var 7.447759
Adjusted R-squared 0.925890 S.D. dependent var 1.259055
S.E. of regression 0.342754 Akaike info criterion 0.791032
Sum squared resid 2.114646 Schwarz criterion 0.890605
Log likelihood -5.910323 Hannan-Quinn criter. 0.810470
F-statistic 238.3764 Durbin-Watson stat 0.816875
Prob(F-statistic) 0.000000
lnY=-5.3580+2.3366lnX4
从上表中可以看出：该模型的F用计量的P值为0.00000<0.05，可以看出该方程关系显著成立，且X4的t统计量的P值为0.0000<0.05，可以看出X4显著。X4代表的是公路里程，从中国统计年鉴的数据可以看出，公路里程在逐年增加，同时，我国私人汽车拥有量也在逐年增加。从方程可以表示出：在不考虑其他因素的同时，公路里程每增加1%，私人汽车拥有量就增加2.3366%，可以看出：公路里程是影响私人汽车拥有量的因素。
（5）、lnY对lnX4的线性回归
用最小二乘法估计出该模型为：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:47
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C 2.274649 0.185031 12.29331 0.0000
LNX5 0.954253 0.033229 28.71754 0.0000
R-squared 0.978640 Mean dependent var 7.447759
Adjusted R-squared 0.977453 S.D. dependent var 1.259055
S.E. of regression 0.189054 Akaike info criterion -0.398929
Sum squared resid 0.643345 Schwarz criterion -0.299356
Log likelihood 5.989288 Hannan-Quinn criter. -0.379491
F-statistic 824.6973 Durbin-Watson stat 0.534620
Prob(F-statistic) 0.000000
lnY=2.2746+0.9543lnX5
从上表中可以看出：该模型的F用计量的P值为0.00000<0.05，可以看出该方程关系显著成立，且X5的t统计量的P值为0.0000<0.05，可以看出X5显著。X5代表的是汽车产量，从中国统计年鉴的数据可以看出，汽车产量在逐年增加，同时，我国私人汽车拥有量也在逐年增加。从方程可以表示出：在不考虑其他因素的同时，汽车产量每增加1%，私人汽车拥有量就增加0.9543%，可以看出：汽车产量是影响私人汽车拥有量的因素。
3、综上所述：我们可以选择lnY先对lnX1的回归分析为主，依次加入lnX2、X3、lnX
4、 lnX5进行回归分析，剔除不显著的变量。
（1）、加入lnX2进行分析：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:48
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C -122.0930 14.13126 -8.639920 0.0000
LNX1 1.463647 0.074001 19.77872 0.0000
LNX2 9.850292 1.257185 7.835198 0.0000
R-squared 0.999040 Mean dependent var 7.447759
Adjusted R-squared 0.998927 S.D. dependent var 1.259055
S.E. of regression 0.041238 Akaike info criterion -3.401454
Sum squared resid 0.028909 Schwarz criterion -3.252094
Log likelihood 37.01454 Hannan-Quinn criter. -3.372297
F-statistic 8847.291 Durbin-Watson stat 1.562140
Prob(F-statistic) 0.000000
系显著成立，且X1和X2的t统计量的P值为0.0000<0.05，可以看出X1和X2都显著。（2）、加入lnX2、X3进行分析：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:48
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C -129.0598 22.33943 -5.777220 0.0000
LNX1 1.382650 0.211736 6.530061 0.0000
LNX2 10.50179 2.046915 5.130546 0.0001
X3 0.490001 1.195835 0.409756 0.6874
R-squared 0.999050 Mean dependent var 7.447759
Adjusted R-squared 0.998872 S.D. dependent var 1.259055
S.E. of regression 0.042285 Akaike info criterion -3.311893
Sum squared resid 0.028609 Schwarz criterion -3.112746
Log likelihood 37.11893 Hannan-Quinn criter. -3.273017
F-statistic 5609.551 Durbin-Watson stat 1.555508
Prob(F-statistic) 0.000000
从上表中可以看出：该模型的F用计量的P值为0.00000<0.05，可以看出该方程关系显著成立，且X1和X2的t统计量的P值为0.0000<0.05，可以看出X1和X2都显著。但是且X3的t统计量的P值为0.0000>0.05，可以看出X3不显著，所以剔除变量X3。（3）、加入lnX2、lnX4进行分析：
Dependent Variable: LNY
Method: Least Squares
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C -122.0103 15.53912
LNX1 1.463172 0.082377 -7.851816 0.0000
LNX2 9.843132 1.378033 17.76196 0.0000
LNX4 0.001100 0.071990 7.142886 0.0000
0.015275 0.9880
R-squared 0.999040 Mean
Adjusted R-squared 0.998860 S.D. dependent var 7.447759
Log likelihood 37.01468 Hannan-Quinn criter. 1.259055
F-statistic 5551.322 Durbin-Watson stat -3.262593
Prob(F-statistic) 0.000000 1.561095
系显著成立，且X1和X2的t统计量的P值为0.0000<0.05，可以看出X1和X2都显著。但是且X4的t统计量的P值为0.0000>0.05，可以看出X4不显著，所以剔除变量X4。（4）、加入lnX2、lnX5进行分析：
Dependent Variable: LNY
Method: Least Squares
Date: 05/02/16 Time: 16:49
Sample: 1995 2014
Included observations: 20
Coefficient Std. Error t-Statistic Prob.
C -113.4181 15.23411 -7.445010 0.0000
LNX1 1.373890 0.098333 13.97187 0.0000
LNX2 9.155441 1.332154 6.872657 0.0000
LNX5 0.200863 0.062378 3.220111 0.0062
R-squared 0.999138 Mean dependent var 7.447759
Adjusted R-squared 0.998976 S.D. dependent var 1.259055
S.E. of regression 0.040285 Akaike info criterion -3.408806
Sum squared resid 0.025966 Schwarz criterion -3.209659
Log likelihood 38.08806 Hannan-Quinn criter. -3.369930
F-statistic 6180.947 Durbin-Watson stat 1.386931
Prob(F-statistic) 0.000000
从上表中可以看出：该模型的F用计量的P值为0.00000<0.05，可以看出该方程关系显著成立，且X1和X2的t统计量的P值为0.0000<0.05，可以看出X1和X2都显著。同时X5的t统计量的P值为0.0000<0.05，可以看出X5显著，所以不剔除变量X5。综上所述，模型确定为：
LnY=-133.4181+1.3740lnX1+9.1554lnX2+0.2009lnX5
四、模型的协整检验
（一）、单位根检验：
1、对lnY进行单位根检验：
Null Hypothesis: D(LNY,2) has a unit root
Exogenous: Constant
Lag Length: 2 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.633489 0.0183
Test critical values: 1% level -3.959148
5% level -3.081002
10% level -2.681330
由表可知lnY的t检验的P值为0.0183<0.05，所以Y是一阶单整的。
1、对lnX1进行单位根检验：
Null Hypothesis: D(LNX1) has a unit root
Exogenous: Constant
Lag Length: 2 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.688342 0.0156
Test critical values: 1% level -3.920350
5% level -3.065585
10% level -2.673459
由表可知X1的t检验的P值为0.0099<0.05，所以X1是一阶单整的。
3、对lnX2进行单位根检验：
Null Hypothesis: D(LNX2) has a unit root
Exogenous: Constant
Lag Length: 2 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.688342 0.0156
Test critical values: 1% level -3.920350
5% level -3.065585
10% level -2.673459
由表可知lnX2的t检验的P值为0.0156<0.05，所以X2是一阶单整的。
2、对lnX5进行单位根检验：
3、
Null Hypothesis: D(LNX5,2) has a unit root
Exogenous: Constant
Lag Length: 2 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.125210 0.0462
Test critical values: 1% level -3.959148
5% level -3.081002
10% level -2.681330
由表可知lnX5的t检验的P值为0.0462<0.05，所以X5是一阶单整的。
综上所述：从上表可以看出lnY、lnX1、lnX2、lnX5都是一阶单整的，所以可以做协整检验。运用Eviews对lnY、lnX1、lnX2、lnX5进行协整检验，检验结果如下：
Null Hypothesis: ET has a unit root
Exogenous: None
Lag Length: 2 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.330323 0.0024
Test critical values: 1% level -2.708094
5% level -1.962813
10% level -1.606129
由上可知道该回归模型存在协整关系。
五、计量结果的经济分析
由以上的过程我们可以确定关于我国居民汽车拥有量的回归方程为：
LnY=-133.4181+1.3740lnX1+9.1554lnX2+0.2009lnX5
故模型的主要经济意义解释如下：
（一）、人口总数是影响私人汽车拥有量的重要因素
该方程表明：人口总数每增加1%，中国私人汽车拥有量增加9.1554%。从回归模型可以看出：lnX2的系数为9.1554>1，表明私人汽车的拥有量对于人口总数来说是富有弹性的，即从1995年到2014年，在其他解释变量保持不变的情况下，随着人口数量的增加引起全国私人汽车的增加幅度小于全国人口总数的增长幅度。同时该弹性系数大于其他变量的弹性系数，表明人口总数是影响私人汽车拥有量最重要的因素。
（二）、人均可支配收入是影响私人汽车拥有量的重要因素
该方程表明：人均可支配收入每增加1%，中国私人汽车拥有量增加1.3740%；。从回归模型可以看出：lnX1的系数为1.3740>1，表明私人汽车的拥有量对于人均可支配收入来说是富有弹性的，即从1995年到2014年，在其他解释变量保持不变的情况下，随着人均可支配收入的增加引起全国私人汽车的增加幅度小于人均可支配收入的增长幅度。同时该弹性系数小于lnX2的弹性系数，但大于lnX5的弹性系数，表明人均可支配收入是影响私人汽车拥有量的重要因素。
（三）、汽车产量是影响私人汽车拥有量的因素
该方程表明：汽车产量每增加1%，中国私人汽车拥有量增加0.2009%。
从回归模型可以看出：lnX5的系数为0.2009<1，表明私人汽车的拥有量对于汽车产量来说是不富有弹性的，即从1995年到2014年，在其他解释变量保持不变的情
况下，随着汽车产量的增加引起全国私人汽车的增加幅度大于汽车产量的增长幅度。表明汽车产量是影响私人汽车拥有量的因素之一。
（四）、城市化率和公路里程对私人汽车拥有量有一定的影响
虽然城市化率和公路里程不显著，被剔除了变量，但是从前面的城市化率和公路里程单独对私人汽车拥有量的分析中可以看出：城市化率和公路里程是影响私人汽车拥有量的因素之一。
六、结论和政策建议
从本文分析可见：私人汽车拥有量和人均可支配收入、人口总数、汽车产量之间存在一定的函数关系，且这些因素对私人汽车拥有量的影响都是正向的。
基于以上分析给出我的建议：首先，基于我国目前的宏观经济情况来看，我国目前一个比较大的问题是我们国家的消费不足。而汽车购买量是中国居民家庭里除了购买房屋之外的最大消费项目了。所以增加汽车的消费量即增加居民汽车拥有量是拉动消费的效果明显的措施。依据我的模型，给出以下意见：
（一）、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；
（二）、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；
（三）、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；（四）、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收入的分配政策，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，提高社会消费品的零售额，间接带动购车需求。
参考文献
[1] 段进才，段囡，权杰庆．我国城镇居民汽车拥有量的协整分析[J]．现代商业,Modern．2015，No32：40-41．
[2] 张廷煦，马超的．从中国统计数据看私人汽车发展状况[J]．北京汽车．2013，No05：37-40．
[3] 孙燕红．我国私人汽车需求的计量经济模型分析[J]．商情．2012，No35：24-25．
[4] 王珺．我国私家车拥有量的影响因素的计量分析[J]．现代企业文化．2009，No18：62-62．
[5] 韩雪,李潜．关于我国汽车私有量的计量经济学模型及其检验和预测[J]．工业技术经济．2006，No09：121-124．
[6] 刘佳．影响我国汽车私有量的因素计量分析[J]．中国高新技术企业．2010，No09：6-7．
[7] 王捷辉．我国汽车私有量的计量经济分析[J]．现代商业．2015，No32：188-189．
[8] 袁文．我国汽车私有量的计量经济分析[J]．湖南文理学院学报:自然科学版．2012，No04：17-20．
影响我国汽车销量因素的计量分析 摘要 我国当今已然成为汽车产业大国，汽车销量无论对于研究产业发展还是消费变化都有着重大的意义，因此，本文在依据数据及以往理论分析的基础上，利用我国1994到2004年间的数据，探讨了影响汽车销量的五个因素，分别为：汽车产量、汽车进口量、原油价格、工业品出厂价格指数和人均国内生产总值，通过数据筛选，建立模型和模型修正，最终得到以下结论：汽车销量受汽车产量和原油价影响，且与汽车产量呈正相关，与原油价格呈负相关。 关键词：汽车产业，计量模型，政策建议 一、引言 近一百二十年前，第一辆进口汽车驶入上海，自此，汽车逐渐成为中国百姓生活中的一部分。十九世纪六十年我国自主研发了第一辆汽车——解放CA1，它的诞生有着里程碑式的意义，我国的汽车工业也正是在这一时期起步，直到上世纪九十年代汽车才开始步入寻常百姓家中，直到今天，汽车已经成为居民生活不可或缺的一部分，汽车工业也成为我国的支付型产业之一。2001年我国汽车千人保有量仅为14台, 2008年汽车千人保有量为49台; 2001年轿车千人保有量仅为7. 8台; 至2008年上升到34台。2002年成为汽车工业发展的私车普及年, 其标志是轿车产销量占汽车市场的比例跃升到34%的高位, 结束了轿车发展连续5年徘徊在30%左右的局面。从2002年轿车占汽车比例突破30%的平台到2006年突破50%的平台仅用了四年。 中国作为一个汽车大国，其市场在全世界范围内都有着举足轻重的地位，而对国内经济来说，汽车产业又是我国工业行业范围内的支柱性产业之一。因此，对于汽车销量的分析成为进一步认识我国汽车产业的必然，本文通过建立多元回归的模型，运用计量的方法来分析影响我国汽车销量的各个因素。 二、理论背景与研究假说 （一）汽车销量与产量 在诸多影响汽车销量的因素中，本文首先选择的是汽车产量这个变量。随着我国经济的发展和人民生活水平的提高，我国人均汽车量有了飞速的提高，但拥有量还远远落后于世界平均水平，市场空间依然很大，我国汽车市场目前400多万的销量仅仅相当于上世纪美国六七十年代的水平，并
SAS学习系列34.-因子分析
34.因子分析 （一）基本原理 一、概述 因子分析，是用少数起根本作用、相互独立、易于解释通常又是不可观察的因子来概括和描述数据，表达一组相互关联的变量。通常情况下，这些相关因素并不能直观观测。 因子分析是从研究相关系数矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。简言之，即用少数不可观测的隐变量来解释原始变量之间的相关性或协方差关系。 因子分析的作用是减少变量个数，根据原始变量的信息进行重组，能反映原有变量大部分的信息；原始部分变量之间多存在较显著的相关关系，重组变量（因子变量）之间相互独立；因子变量具有命名解释性，即该变量是对某些原始变量信息的综合和反映。 主成分分析是因子分析的特例。主成份分析的目标是降维，而因子分析的目标是找出公共因素及特有因素，即公共因子与特殊因子。 因子分析模型在形式上与线性回归模型相似，但两者有着本质的区别：回归模型中的自变量是可观测到的，而因子模型中的各公因子是不可观测的隐变量，而且两个模型的参数意义也不相同。 二、原理
假设样品检测p 个指标（变量）X 1, …, X p ，得到观测矩阵X ，这p 个指标变量可能受m (m
关于财政收入影响因素的统计分析报告 14经济统计1班 陈秋昱 陈翔强 毛翔宇 2016年4月13日
目录 影响我国财政收入因素的统计分析 (3) 一、引言 (3) 二、财政收入影响因素的分析 (3) 2.1变量的选择 (3) 2.2数据说明 (3) 三、模型建立 (4) 3.1模型数据 (4) 3.2相关分析 (6) 3.3模型建立 (7) 四、模型检验 (7) 五、个别数据的折线图分析 (9) 5.1从业人数与国家财政收入间关系 (9) 5.2居民消费价格指数于财政收入间关系 (9) 5.3财政收入占GDP的时间变化 (10) 六、从模型中得到的结果 (10) 6.1财政收入对GDP的依存度 (10) 6.2财政收入对能源消费总量的依存度 (10) 6.3财政收入对实际利用外资的依存度 (11) 6.4财政收入对居民消费价格指数的依存度 (11) 七、结论 (11)
影响我国财政收入因素的统计分析 摘要：影响一国财政收入的因素有很多，如税收收入，三大产业产值，固定资产投资等，本文选取GDP、能源消费总量、从业人员总数、全社会固定资产投资总额、实际利用外资总额、全国城乡居民储蓄存款年底总额、居民人均消费水平、消费品零售总额、居民消费价格指数这9个指标，建立了财政收入影响因素的模型，分析了影响财政收入主要因素及其影响程度。 一、引言 财政作为最为重要的政府活动，是政府职能的具体体现，能够有力地促进经济的发展，促进人民生活水平的提高，并能够调节资源配置。因此，财政收入的变化情况关系着一个国家经济的发展和社会的进步。财政收入的主要来源有税收，国有资产经营收益，政府性基金收益等。同时，一个国家财政收入的规模还要受到经济规模等诸多因素的影响。因此我们以财政收入为因变量，GDP、能源消费总量、从业人员总数、全社会固定资产投资总额等9 个经济指标为自变量，利用R软件进行回归分析，建立财政收入影响因素模型，分析影响我国财政收入的主要因素为何。 二、财政收入影响因素的分析 2.1变量的选择 研究影响财政收入的影响因素离不开基本经济指标，许多文献资料中都把税收、GDP这两个指标列为影响财政收入最重要的影响因素。而本文通过对较多指标的综合分析，企图在众多而复杂的指标当中寻找财政收入比较重要的决定因素。 2.2数据说明 1、财政收入：财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。财政收入表现为政府部门在一定时期内（一般为一个财政年度）所取得的货币收入。财政收入是衡量一国政府财力的重要指标，政府在社会经济活动中提供公共物品和服务的范围和数量，在很大程度上决定于财政收入的充裕状况。 2、GDP：国内生产总值（GDP=Gross Domestic Product）是指一个国家（国界范围内）所有常驻单位在一定时期内生产的所有最终产品和劳务的市场价值。GDP 是国民经济核算的核心指标，也是衡量一个国家或地区总体经济状况重要指标。 3、能源消费总量：能源消费总量是一定时期内全国或某地区用于生产、生活所消费的各种能源数量之和。是反映全国或全地区能源消费水平、构成与增长速度的总量指标。 3
计量经济学论文计量经济学论文 ——关于影响就业人数因素的计量分析 一、问题的提出 就业是民生之本，是人民改善生活的基本前提和基本途径。中国有近13亿人口，是世界上人口最多的国家。在中国，解决就业问题任务繁重、艰巨、紧迫。 中国劳动年龄人口众多，国民教育水平较低，就业矛盾十分突出。主要表现在：劳动力供求总量矛盾和就业结构性矛盾同时并存，城镇就业压力加大和农村富余劳动力向非农领域转移速度加快同时出现，新成长劳动力就业和失业人员再就业问题相互交织。 中国的劳动力供给具有刘易斯所提出的无限劳动供给的特征，所以解决就业问题对中国政府来说是一个艰巨的任务。自90年代后期，中国的就业形势就一直比较严峻。农村剩余劳动力压力加大是另一个严峻问题。目前全国迁移人口超过亿，农村劳动力转移的规模和速度都在加大。以上现象说明了中国目前的就业形势严峻，解决中国的就业问题对中国政府对人民福利都是至关重要的，所以本文旨在研究一些对就业存在较大影响作用的因素，建立计量模型，测算这些因素的作用。 二、模型设定 影响就业人数的因素有很多，我们主要考虑一下变量国内生产总值、财政支出、平均工资水平。 （一）国内生产总值 GDP每增长1%就可以为我国创造近100万个就业岗位，又由于经济稳定增长同充分就业同样都是我们所追求的宏观经济目标，所以如果保证每年的经济快速增长以创造更多的就业岗位是我们最希望看到的结果，所以如何保证经济的可持续发展是我们十分关注的问题。 （二）财政支出 增加财政支出即是实行积极的财政政策，它可以拉动经济增长，增加政府投资，创造新的就业岗位。 但是靠财政支出拉动经济增长也会带来负面效应，我国从98年以来一直实行积极的
犯罪率影响因素的线性回归分析 摘要 犯罪是人类社会的顽疾，人类为对付犯罪付出了沉重的代价。据国际社会统计，犯罪所造成的危害远远超过二战所造成的损失。犯罪作为一种社会现象，是由各种因素决定的，马克思认为是社会客观历史条件，特别是经济条件决定着犯罪。故我们运用现代科学技术方法，充分利用信息资源，尝试建立一个回归模型，解释刑事犯罪率的变化，降低刑事犯罪率，保障社会和谐。 关键词：刑事犯罪率；基尼系数；城市化率； Linear regression analysis of factors influencing the criminal crime rate ABSTRACT Crime is disease in the human society, mankind against crime to pay a high price. According to international society .The harm of crime, is beyond the losses of lives and property caused by warⅡ. Crime, as a social phenomenon, is decided by various factors, the mark thinks social objective history conditions, and especially economic condition decides crime. We use modern science and technology, make full use of information resources, and try to establish a regression model to explain the changes in crime rates, lower crime rate, ensure social harmony. Key words: crime；criminal Gini coefficient；Urbanization rate；
成都汽车市场的发展现状及影响因素分析
成都汽车销售行业的发展现状及影响因素分析 ——基于成都4S店及消费者的实证调研 【摘要】 汽车是人们日常生活中必不可少的交通工具，私家车更是随着大家收入的不断提高越来越多，对于日益增长的私家车需求市场，大量的汽车4S店如雨后春笋般出现。而本文旨在通过对成都4S店的走访调查分析以及对于消费者进行问卷调查研究，从销售群体和消费群体两个汽车销售参与者入手，从中得到成都汽车市场目前的发展状况和影响未来汽车市场不断发展的影响因素。 关键词：成都汽车销售汽车4S店消费者家用型汽车 【Abstract 】 As a car has became the indispensabl e part of a family. more families choose to buy a car with the going up of the incoming l evel of a family . Private cars are sol d well ,pushing the increasing of the needing of private auto market ,then many 4S shops were set up as like mashrooms after rain und er this good situation And this articl e is in purpose of synthesizing the survey conduct about 4S shops of cars in Chengdu and the questionnaire survey of car consumers in Chengdu by taking 2 ways which contain the buyer and the sell er of cars in Chengdu into consid eration to reach the point of the d evel opment of the car market in Chengdu and its current situations and the factors which influence the auto market in views of the above facts.
影响因素分析汇总
高三地理复习材料（影响因素分析汇总）1.影响太阳辐射强弱的因素: ①太阳高度角(纬度决定)；②大气状况(天气、气候)；③海拔高低（主要是大气密度）。 2.影响气温高低的因素： ①纬度位置（太阳辐射）；②地形地势（海拔？ 闭塞？背风坡？迎风坡？对气流阻隔？）；③ 大气环流；④海陆位置及海陆分布（海洋性？ 大陆性？）；⑤洋流；⑥下垫面热容量，反射 率等（植被状况）。 3.影响降水多少的因素： ①大气环流（气压带、风带；季风环流；大气 活动中心）；②地形（迎风坡？背风坡？气流 阻隔？）；③海陆位置（离海远近？离岸风、 向岸风？）；④洋流。 4.影响气压大小的因素： ①地势（海拔）→气压随高度增加而降低；②气温→同一高度气温高气压低。 5.影响气候的因素： ①纬度位置（太阳辐射）；②大气环境（降水）； ③下垫面（海陆位置，地形，洋流，地表状况 等）；④人类活动（影响小气候和全球变暖）。6地表形态的影响因素： ①内力作用：地震，火山，变质作用；②外力作用：风化，侵蚀，搬运，沉积，固结成岩。 7.影响海水温度的因素： ①太阳辐射（热量收支）←纬度；②洋流； ③陆地气候。 8.海水盐度大小的影响因素： ①降水量、蒸发量（气候、纬度）；②洋流； ③结冰、融冰；④河流径流的注入；⑤与外界 海水交换状况（海域是否闭塞）。 9.影响潮汐大小的因素： ①地形条件（是否呈口大内小喇叭状开口）； ②气象条件（风向）；③天文条件（日、月、 地位置）。 10.影响水资源多少的因素： ①降水量、蒸发量（河川径流量大小）；②水循环活跃程度。 11.影响渔场形成因素： ①大陆架：海水深浅及获得阳光多少；②径流： 营养物质多少；③纬度：温带水域；④洋流： 寒暖流交汇或上升流。 12.影响降水形成的因素： ①有充足水汽、有凝结核、有上升气流；②大气环流；③地形；④洋流。 13.影响暴雨形成的因素： ①源源不断水汽供应；②强烈上升气流；③形成降水的天气系统持续时间长。 14.影响地震烈度的影响因素： ①地震本身的震级和震源深度；②地表状况 （震中距大小）；③地质构造情况（断层发 育？）；④地面建筑物抗震程度。 15.农业发展的区位因素： ①自然条件：气候、地形、水源、土壤；②社 会经济因素：市场、劳动力、交通、政策、科 技、农业机械。 16.乳畜业发展的区位条件： ①自然：气候适宜种植牧草和饲料作物；②市 场：城市众多，人口密集，市场需求大；③交 通：交通便利；④科技：先进的科技。 【高三地理复习材料第 2 页共 13 页】
GDP影响因素的计量分析 一、问题的提出 国家统计局25日发布2009年国民经济和社会发展统计公报，称中国去年全面落实应对国际金融危机的一揽子计划和政策措施，国民经济形势总体回升向好，各项社会事业取得新的进展。初步核算，全年国内生产总值335353亿元，比上年增长8.7%，增速比2008年回落0 9个百分点。在金融危机下，我们实现了“保八”的目标，我们需要对过去进行分析，需要对未来进行预测，在此我写下了GDP的影响因素的计量分析，分析各种因素对GDP的影响，希望在将来对GDP的增长有启示作用。 二、理论的分析 GDP即英文（gross domestic product）的缩写，也就是国内生产总值。它是对一国（地区）经济在核算期内所有常住单位生产的最终产品总量的度量，常常被看成显示一个国家（地区）经济状况的一个重要指标。生产过程中的新增加值，包括劳动者新创造的价值和固定资产的磨损价值，但不包含生产过程中作为中间投入的价值；在实物构成上，是当期生产的最终产品，包含用于消费、积累及净出口的产品，但不包含各种被其他部门消耗的中间产品。GDP的测算有三种方法：生产法：GDP＝∑各产业部门的总产出－∑各产业部门的中间消耗：收入法：GDP＝∑各产业部门劳动者报酬＋∑各产业部门固定资产折旧＋∑各产业部门生产税净额＋∑各产业部门营业利润；支出法：GDP＝总消费＋总投资＋净出口。 中国外贸依存度高，出口和投资一直是经济增长的重要拉动力量，而消费则长期无法得到提升。这些年，中国经济的外贸依存度一直在60%以上；净出口占GDP的比重长期高于10%，投资占GDP的比重长期高于50%，消费占GDP的比重则长期低于40%。 本文用支出法来分析消费，投资，净出口对GDP的影响。 三、模型设定与检验 一、数据及处理 从《中国统计年鉴》得出如下数据，Y表示GDP（亿元），X1表示国内生产总值（亿元），X2表示城镇居民家庭人均可支配收入（元），X3表示价格定基指数（1978年=100）。
浅析影响汽车销售的几点因素 摘要：最新统计数据显示目前中国已经成为世界排名第二的汽车大国，汽车销售行业前景十分看好，本文就影响汽车销售的因素特别是普通消费者最关心的汽车价格与质量、品牌、使用成本以及售后服务等问题展开简要分析，希望能减少汽车消费过程中出现的不和谐因素，提高消费者的满意度，从而推动汽车行业向良好、健康的方向发展。关键词：价格；品牌；服务；发展 ２００６年中国汽车产销量均超过７２０万辆，２００７年前１０个月，中国汽车又迎来了高速增长。目前中国已经成为世界排名第二的汽车大国。然而，中国汽车行业在面临发展机遇的同时也面临着巨大的挑战：国内汽车生产能力的增长开始超过市场需求量的增长，市场对价格越来越敏感，竞争将更加残酷，随之而来的汽车投诉事件也呈直线上升趋势。本文就消费者关心的几点问题展开简要分析，希望能为国内企业提出一些合理建议。一、购车环节１．价格和质量中国这样一个国民收入偏低的发展中国家，影响消费者选择车型的关键是价格。国内合资车型定价通常是按欧洲市场标准进行参照，而自主车型又是以合资车型定价为准进行浮动。据调查，对大多数汽车购买者来说，汽车的价格高于他们的年收入，消费者对价格的敏感度不仅决定了他们的购买选择，甚至影响着他们对企业诚信度的认识。因此，企业运用“行进间调整步伐”策略定价只是权宜之计，不如“一步到位”更能传达企业对产品的信心和对消费者的承诺。目前国内车价频频跳水，“已经与国际接轨”，可能过去正是过于看中汽车价格的国际接轨了，就造成了现在汽车价格欠合理的诸多问题：一方面国内许多主要汽车配件、服务以及燃料价格猛涨，另一方面汽车市场攀比性的降价，有的汽车整车价格甚至低于全部零部件的价格之和，而内部资料显示整车的价格构成中零部件价格要占到７０％左右的份额。结果，整车价格的下调其实压缩的是产品和服务的质量。特别是国内自主品牌在愈演愈烈的“形式降、内容升”的价格战中只会使自身技术含金量和国际水平相差越来越远。事实上，越来越多的消费者买车已不只关注它的简单标价，而更关注产品真实的“性价比”。所以，汽车价格问题更多的还要考虑技术、竞争力以及企业长期发展问题，技术上“既要引进更要消化”，坚决走自创品牌之路，而不是简单地“产品瘦身”。只有尽快地解决价格与市场、价格与消费者的关系问题，国内市场才能建立真正的汽车价格体系。２．品牌中国老百姓选择汽车可以这样解释：理性分析，感性选择。在理性分析里面价格占第一位，但现在为什么很多人不买国内品牌，而是要买国外品牌，相比较还要多花很多钱，这就是由于有感性成分在里面。因为从需要上说，汽车给人代步的利益，从情感上说汽车是人身份象征。品牌的价值不是产品的利益价值，而是情感价值，是欲望价值。所以，品牌形象的核心和归宿是用户满意度，用户满意度最大的直接驱动力来源于对产品使用效果满意的程度，来源于产品的价值定位和由此生成的物超所值的感受；用户满意度的另一个更重要的驱动因素是营销体系的服务水平和功能多样化。但是，对许多汽车经营者来说，品牌概念是十分模糊的，他们往往十分重视企业形象的塑造，重视产品的促销，而忽视了品牌的价值和作用，仅仅具备产品售卖并取得利益这样的单一功能，还应该具备市场开发、融资租赁、分期付款、信息反馈等许多功能。特别是融资租赁，在美国，通过信贷和租赁服务来购车的美国人比例高达８０％－９０％，而这么一项发达国家汽车企业拓展自身品牌价值链最大众化不过的业务，在汽车产业飞速发展的我国却依然举步维艰——先天的政策限制将汽车制造商、销售商和汽车租赁商置于一个尴尬的位置，使得他们对融资性租赁这片朝阳之业只能望洋兴叹。二、售后环节由于汽车有消耗品的特点，顾客对其保养、维修都十分重视。根据欧美国家统计，
基于因子分析模型的居民消费价格指数影响因素分 析 摘要：由于目前对居民消费价格变动原因的分析指标很多，且指标体系中各指标之间存在着多重共线性，从而影响了分析模型的稳定性，使所得模型中出现了不符合经济学原理的现象。本文采用多元统计分析方法，以2010年居民消费物价水平为例，建立了关于居民消费价格分类指数变动的因子分析模型，研究发现影响居民消费价格指数的主要因素为食品、衣着和家用设备等生活必需品的价格水平，其次为健身等娱乐设施价格和房价水平。 关键词：消费价格指数；影响因素；因子分析 一、研究背景 随着社会主义市场经济体制的确立和逐步完善，我国经济总量和综合实力迅速上升，居民的生活水平显着提高，经济和社会都有了较大的发展。相对于过去而言，居民食品方面的消费支出比重在逐渐下降，而在文化娱乐等方面的消费支出比重越来越大。国家发改委在全国物价局长会议上指出，明年要围绕促进经济平稳较快发展这一主线，积极稳妥地推进价格改革，切实改进价格监管，保持价格总水平基本稳定。同时由于影响价格变动的因素日益复杂，价格异常波动的可能性增加。分析影响居民消费价格指数的主要影响因素，改进价格监管，保持价格总水平基本稳定有着重要意义；同时也为产业政策的制定和宏观经济的调控提供了参考。 居民消费价格指数（CPI）是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标，在一定程度上也反映出我国居民消费结构的变化。本文通过对2010年全国居民消费价格指数的变化进行因子分析，从而确定出影响全国居民消费物价水平和消费结构变化的主导因素。 二、因子分析模型的建立 因子分析最初是由英国心理学家C.Spearman提出的，是多元统计分析的一个重要分支，其主要目的是浓缩数据。通过对诸多变量的相关性研究，来表示原来变量的主要信息。假设有n个样本，对于多指标问题X=（X1，X2，...Xk），形成的背景原因是多种多样的，其中共同原因称为公共因子，假设用Fj表示，它们之间是两两正交的；每一个分量Xi又有其特定的原因，称为特殊因子，假设用ei表示，其两两之间互不相关，且只对相应的Xi起作用。同时，F与e相互独立。于是因子分析的数学模型可表示为： Fi叫做公共因子(也称主因子)，它们是在各个原观测变量的表达式中都共同出现的因子，是相互独立的不可观测的理论变量。
因素分析法（Factor Analysis Approach），又称指数因素分析法，是利用统计指数体系分析现象总变动中各个因素影响程度的一种统计分析方法，包括连环替代法、差额分析法、指标分解法、定基替代法。因素分析法是现代统计学中一种重要而实用的方法，它是多元统计分析的一个分支。使用这种方法能够使研究者把一组反映事物性质、状态、特点等的变量简化为少数几个能够反映出事物内在联系的、固有的、决定事物本质特征的因素。 因素分析法的最大功用，就是运用数学方法对可观测的事物在发展中所表现出的外部特征和联系进行由表及里、由此及彼、去粗取精、去伪存真的处理，从而得出客观事物普遍本质的概括。其次，使用因素分析法可以使复杂的研究课题大为简化，并保持其基本的信息量。 2应用编辑 是通过分析期货商品的供求状况及其影响因素，来解释和预测期货价格变化趋势的方法。期货交易是以现货交易为基础的。期货价格与现货价格之间有着十分紧密的联系。商品供求状况及影响其供求的众多因素对现货市场商品价格产生重要影响，因而也必然会对期货价格重要影响。所以，通过分析商品供求状况及其影响因素的变化，可以帮助期货交易者预测和把握商品期货价格变化的基本趋势。在现实市场中，期货价格不仅受商品供求状况的影响，而且还受其他许多非供求因素的影响。这些非供求因素包括：金融货币因素，政治因素、政策因素、投机因素、心理预期等。因此，期货价格走势基本因素分析需要综合地考虑这些因素的影响。 商品供求状况对商品期货价格具有重要的影响。基本因素分析法主要分析的就是供求关系。商品供求状况的变化与价格的变动是互相影响、互相制约的。商品价格与供给成反比，供给增加，价格下降；供给减少，价格上升。商品价格与需求成正比，需求增加，价格上升；需求减少，价格下降。在其他因素不变的条件下，供给和需求的任何变化，都可能影响商品价格变化，一方面，商品价格的变化受供给和需求变动的影响；另一方面，商品价格的变化又反过来对供给和需求产生影响：价格上升，供给增加，需求减少；价格下降，供给减少，需求增加。这种供求与价格互相影响、互为因果的关系，使商品供求分析更加复杂化，即不仅要考虑供求变动对价格的影响，还要考虑价格变化对供求的反作用。 连环替代法 它是将分析指标分解为各个可以计量的因素，并根据各个因素之间的依存关系，顺次用各因素的比较值（通常即实际值）替代基准值（通常为标准值或计划值），据以测定各因素对分析指标的影响。 例如，设某一分析指标M是由相互联系的A、B、C三个因素相乘得到，报告期（实际）指标和基期（计划）指标为： 报告期（实际）指标M1=A1 * B1 * C1 基期（计划）指标 M0=A0 * B0 * C0 在测定各因素变动指标对指标R影响程度时可按顺序进行： 基期（计划）指标M0=A0 * B0 * C0 (1)
影响我国国内生产总值因素的计量分析
国内生产总值与外商直接投资、净出口、政府购买之间计量分析 摘要：本文选取影响我国国内生产总值的三个因素，即外商直接投资、净出口、政府购买，建立线性计量回归模型，分析它们与GDP之间的数量关系，并对模型进行检验，从而能够对我国经济发展提供一定的指导性建议。 关键词：国内生产总值；外商直接投资；净出口；这个服购买；模型；经济一、引言： GDP即国内生产总值是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。在经济学中，常用GDP来做为衡量该国或地区的经济发展综合水平通用的指标，这也是目前各个国家和地区常采用的衡量手段。GDP是宏观经济中最受关注的经济统计数字，因此它被认为是衡量国民经济发展情况最重要的一个指标。 一般来说，国内生产总值共有四个不同的组成部分，其中包括消费、私人投资、政府支出和净出口额。用公式表示为：GDP = CA + I + CB + X 式中：CA为消费、I为私人投资、 CB为政府支出、X为净出口额。 影响GDP的因素很多。消费水平的提高能够通过乘数效应，提高极大地带动经济的增长；但消费水平与边际消费倾向和收入之间存在线性关系，由于边际消费倾向在短期内可以认为是固定的，因此，消费水平在某一时期是由收入水平即经济发展水平决定的。
因此，本文研究影响经济发展的因素时，旨在分析外商直接投资、净出口、政府支出对GDP的实证影响。 改革开放以来，外商直接投资、进出口和政府购买明显增加，与之相对应的是GDP总量也迅速得到增加。在经济发展的过程中，我国在经济贸易方面不断对外开放，同时，我国的经济的发展状态呈效好的趋势。对外贸易的适度增长和政府购买的增加是经济发展的重要影响因素之一，因为对外贸易的增长，为我国带来了大量的外汇的收入，从而促进了我国GDP的增长，促进我国经济的发展。 本文以1985-2007年国内生产总值、外商直接投资、净出口、政府支出数据为样本，利用Eviews软件进行回归分析，研究国内生产总值与外商直接投资、净出口、政府购买之间的关系，并对回归模型进行分析、检验。 二、外商直接投资、净出口、政府购买与国内生产总值的相关性分析 创建一个时间范围为1985-2007年的表格，然后创建四个序列对象，分别命名为GDP（国内生产总值）、x1（外商直接投资）、x2（净出口）、x3（政府支出）。如下图所示： 表1 我国国内生产总值、实际外商投资、净出口和政府支出情况 年份国内生产总值（亿元）外商直接投资(亿美元) 净出口（亿美元）政府支出（亿元 ） 1985 9016 19.56 -11.4 2004.25 1986 10275.2 22.44 -19 2232.1 1987 12058.6 23.14 -149 2458.3 1988 15042.8 31.94 23.1 2658.36 1989 16992.3 33.93 53.2 2879 1990 18667.8 34.87 87.4 3083.59 1991 21781.5 43.66 81.2 3386.62
机组耗水率影响因素的回归分析 摘要 数理统计是具有广泛应用的数学分支，在生产过程和科学实验中，总会遇到多个变量，同一过程中的这些变量往往是相互依赖，相互制约的，也就是说他们之间存在相互关系，这种相互关系可以分为确定性关系和相关关系。变量之间的确定性关系和相关关系在一定条件下是可以相互转换的。本来具有函数关系的变量，当存在试验误差时，其函数关系往往以相关的形式表现出来相关关系虽然是不确定的，却是一种统计关系，在大量的观察下，往往会呈现出一定的规律性，这种函数称为回归函数或回归方程[1]。回归分析是一种处理变量之间相关关系最常用的统计方法，用它可以寻找隐藏在随机后面的统计规律。确定回归方程，检验回归方程的可信度等是回归分析的主要内容。按回归模型类型可划分为线性回归分析和非线性回归分析。 本文运用多元线性回归分析方法建立耗水率与出库流量、库水位的模型。首先收集数据并利用MATLAB软件[2]进行数据处理，作出散点图。分析图发现耗水率与出库流量、库水位有明显的线性关系。在此基础上假设并建立模型。对回归参数做点估计及区间估计，并作出显著性检验，发现显著效果良好，然后利用残差图[3]检验回归效果，发现异常点，进而改进模型，最后利用回归方程做点预测和区间预测。 关键词：相互关系；多元线性回归分析；线性回归方程；显著性检测
目录 1 设计目的 (1) 2 设计原理 (1) 2.1 线性回归方程的建立 (1) 2.2 参数估计 (1) 2.3 回归模型的假设检验 (2) 2.4 回归系数的假设检验和区间估计 (3) 2.5 利用回归模型进行预测 (3) 3 设计题目 (4) 4 实现过程 (4) 4.1 回归方程的确立 (4) 4.2 回归方程显著性检验 (6) 4.3 模型改进 (7) 4.4 回归预测 (8) 5 设计总结 (10) 参考文献 (10)
我国汽车销售量的影响因素及其计量分析
摘要：汽车改变了人们的生活，延展了人类的脚步。本文以分析我国汽车销量数量为主要目的，并提出个人可支配收入、GDP、恩格尔系数、居民消费指数、石油消耗量、汽车产量等指标，建立线性回归模型，分析汽车销售数量变化背后的原因。汽车销售数量的上升，进一步说汽车在国民生活中普及，也说明国民生活质量和国家宏观经济发展之良好势头。 关键词：汽车销售量、影响因素、计量分析、政策提议 1. 引言 1901年，第一辆进口汽车登陆上海。从此，中国有了汽车的概念。但也有人说，慈禧乘坐过的一辆汽车是我国进口的第一辆汽车，现还有实物陈列在颐和园内。[1] 1953年，解放CA1在长春第一汽车制造厂崭新的总装线下线，这里程碑式的时刻意味着中国自主制造的第一款汽车诞生，它的诞生不仅给我国不能制造汽车的历史划上句号，也将中国的名字浓墨重彩地写入世界汽车工业史。改革开放以来，我国的汽车工业的发展取得了长足的进步。我国的汽车工业是在50年代起步，但是到了90年代汽车这一“新鲜”的事物才逐渐走入老百姓的生活中，也是从那个时候汽车工业得到快速的发展。汽车工业也逐渐成为国民经济中的主流力量，是国家工业的顶梁柱。 2001年我国汽车千人保有量仅为14台, 2008年汽车千人保有量为49台; 2001年轿车千人保有量仅为7. 8台; 至2008年上升到34台。2002年成为汽车工业发展的私车普及年, 其标志是轿车产销量占汽车市场的比例跃升到34%的高位, 结束了轿车发展连续5年徘徊在30%左右的局面。从2002年轿车占汽车比例突破30%的平台到2006年突破50%的平台仅用了四年。[2] 中国的汽车保有量增长令人刮目相看，在世界的汽车销售份额占据越来越重要的地位，中国市场向来就是各大汽车厂商的必争之地。 本文通过建立计量分析模型，分析各个提出的解释变量对汽车销售数量的影响。 2. 指标选择 2.1 影响因素概述 GDP：汽车的销售量反映了我国整体的经济走向，与经济走向具有一致性，可反映出我国宏观国民经济的情况。大多数的情况下，我们一般使用GDP来衡量某一时间段内国家的宏观经济情况。而且GDP是计算一国一年内生产的最终产品的价值，所以GDP的增长应该是与汽车销售量的增长是一致的。 恩格尔系数：恩格尔系数是食品支出总额占个人消费支出总额的比重。一个家庭收入越少，家庭收入中（或总支出中）用来购买食物的支出所占的比例就越大，随着家庭收入的增加，家庭收入中（或总支出中）用来购买食物的支出比例则会下降。推而广之，一个国家越穷，每个国民的平均收入中（或平均支出中）用于购买食物的支出所占比例就越大，随着国家的富裕，这个比例呈下降趋势。所以我们可以推断恩格尔系数越低，家庭可支配收入越高，那么汽车的购买能力越强，若有意愿，则我们可以说当恩格尔系数越低，汽车的销售数量越高，与汽车销售数量增长呈反向变动。
基于因子分析的影响专业选择因素的分析研究
摘要：随着大学专业开设的种类日趋繁多，以及当今就业形势严峻，高考志愿填报时，专业 的选择将会对每个人未来的发展产生深远的影响，而本文的目的在于研究影响高考志愿填报 的因素和因素所造成的影响。根据搜集的可能影响专业填报的因素设计调查问卷，在天津师 范大学管理学院进行问卷调查并得到相应数据，运用spss数理统计软件，采用因子分析的 方法，综合的分析了高考志愿填报中影响专业选择的因素。并把分析出来的结果进行更进一 步的剖析和解释，从而为以后即将踏入大学的学生们提供一些专业选择的相关信息和方法。 一引言 随着大学专业的开设日趋繁多，以及当今就业的严峻形势，高考志愿填报时，专业的选择将会对个人的发展产生深远的影响，通过在天津师范大学管理学院进行问卷调查，搜集相关数据。对所得到的数据进行科学的、系统的分析，得出影响高考志愿填报时专业选择的主要因素，为以后即将踏入大学的学生们提供一些专业选择的信息和方法，让他们能够选择出更适合自己的专业，并在这个方面有更好的发展。同时，通过对数据的分析，了解绝大多数人的思考方式和所存在的误区，从而让他们避免误区，更加理性和客观的选择自己的专业。 二分析调查研究的基本思路及其个影响因素和所涉及的概念 （一）此次调查问卷的设计思路及其影响因素 首先，在设计调查问卷之前，我通过和他人交流和查看相关专业选择的信息，总结出影响高考填报志愿时，专业选择的因素，并把这些因素进行筛选分类。然后，根据因素的性质和考察方面，对调查问卷的问题进行合理的排序，从而设计出调查问卷。 下面是影响高考志愿填报时影响专业选择的因素。 了解程度：对于所选择的专业的学习内容和就业方向等方面的了解程度。 兴趣程度：结合自身的条件和喜好程度，对于所选择的专业要学习内容的兴趣程度。 高考成绩：高考的成绩对专业选择的影响 学校选择：学校的选择对专业选择的影响程度 收入水平：毕业后，所从事的工作和所学专业相对口所能够得到的工资水平对专业 选择的影响程度 专业的冷热程度：当时专业的就业前景对于人们选择专业的影响程度。 未来发展潜力：结合自己对专业的预判，专业未来发展潜力对专业选择的影响程度。 他人建议：他人所提供专业方面的相关信息对专业选择的影响。 家人职业：家庭成员所从事的职业（即能够在您毕业后为您的就业提供相对应的资 源）对专业选择的影响程度 （二）所涉及的概念 信度分析： 即一组测量分数的真变异数与总变异数（实得变异数）的比率，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数表示， 大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内 在一致性系数（跨项目的一致性）。【1】
影响地区生产总值因素的计量分析 经贸学院孟毅201201370 一、选题背景 （一）、选题意义与原因 地区生产总值是指一定时期（通常是一年）一个地区的经济中所生产出的全部最终产品和劳务的价值，常被认为是衡量经济状况的最佳指标。它和国民生产总值的概念类似，在核算方法也存在相似之处。 国内生产总值（GDP）的核算方法有3中。即生产法、收入法和支出法。其各部分项目的加总即构成了GDP总量。同样，地区生产总值也是指本地区所有常住单位在一定时期内生产活动的最终结果。也可以通过这三种方法加总核算。 然而构成地区生产总值的项目众多，为了更好地了解和把握地区的经济发展状况，从而制定相关政策指导地区经济更好、更快发展，预测地区经济发展趋势和产业发展趋势，确定影响地区经济发展的因素极为重要。 这就是选题的意义和原因。 （二）、被解释变量与解释变量的选择 被解释变量为地区生产总值。 这里选取了3个解释变量。分别为：分地区货物出口额、分地区普通高校授予学位数、分地区城乡居民人民币储蓄存款。 下面分别阐明解释变量对被解释变量的影响过程与方向： 1.货物出口额 我国是贸易大国，货物出口会对地区经济有着促进作用。 2.普通高校授予学位数 大学城的建立会带来土地补偿效应、乘数效应和消费效应。同时大学生可以促进科技产业的发展、旅游业的发展，拉动消费、促进生产，就业人员的素质也相应提高。故对地区生产总值有提升作用。 3.城乡居民人民币储蓄存款 储蓄存款是投资的重要来源，也反映了居民的收入。投资和收入都可以促进生产的发展，所以方向是正向的。 二、数据收集和整理 所有数据均来自中华人民共和国国家统计局官方网站https://www.doczj.com/doc/343743025.html,/tjsj/ndsj/。选取了中国31个省市（不含港澳台）2009年至2012年的相关数据。面板数据如附件所示。 三、数据描述性分析 （一）、散点图 1. RGDP与deposit
计量经济学案例分析 就业人数影响因素的回归分析 学院：数理学院 班级: 学号: 姓名:
、刖言 我国虽然社会经济体制转型还没有最终完成，但劳动力商品化和按要素分配已经占主导地位，收入分配差距拉大，基尼系数超过0.4，必然失业率的作用越来越大。 内需不足依赖出口的局面已经形成，就业问题日益严重。我国目前劳动生产率还不太高，市场的潜力十分巨大，处在市场经济不发展，政府的力量还很强的阶段。 般说来，发展中国家都急于赶超发达国家，很难处理好发展和增长、内涵扩大再生产和外延扩大再生产的关系。正是这些最基本的战略关系没有处理好，使各种经济结构失衡，造成产品积压和消费不足、就业岗位短缺并存且日益严重的局面。 人口和劳动就业直接影响着经济发展和社会稳定，关系到人们的切身利益。扩 大就业，促进再就业，关系改革发展稳定的大局，关系人们生活水平的提高，关系国家的长治久安，不仅是重大的经济问题，也是重大的政治问题。在就业问题上, 中国政府始终将促进就业作为国民经济和社会发展的战略性任务。 就业作为国家宏观调控经济政策的四大目标之一，是与人们关系最为密切的一 环。而中国作为一个人口大国，要彻底解决该问题是个不小的挑战。本文旨在通过对1985年到2011年27年数据进行分析，建立一个关于就业人数影响因素的多元线性回归模型，找出其中影响的主要因素，从而能够得出更有针对性的扩大就业的意见。 二、数据的收集与录用 本文选取数据为1985—2011年27年的人民币兑美元汇率、总人口数（万人）、国内生产总值（亿元）、全社会固定资产投资（亿元）、进出口总额（亿元）、各项税收（亿元）、流通中现金供应量（亿元）、就业人数（万人），数据均来源于国家统计局网站中国统计年鉴2011.见下表
改革开放以来，中国经济实现了跨越式的发展，人民的生活水平有了极大提高，居民家庭可支配收入逐年上升，自九十年代初期以来，我国的汽车市场开始蓬勃的发展，汽车销量每年以高速增长，私人的汽车拥有量自90年代中期开始飞速提升，汽车由昔日的奢侈品变为了进入千家万户的必需品。也正因为汽车产业的发展，拉动产业链上的其他行业发展，对国内经济起到了巨大的推动作用。本文将采用计量经济学方法，根据我国1995年-2010年的汽车销售量及其重要影响因素的时间序列为样本，分析了国内平均工资水平、城乡居民存款、城乡居民恩格尔系数、物价指数和汽车产量对我国汽车私人销售量的影响。进而可以更好的预期未来年份汽车的销售量，并为政策制定提供相关依据。 引言 随着中国正式成为世界贸易组织成员以及在全球化的影响下，中国的汽车市场正在逐步对外开放，汽车产业也在迅猛发展。国民经济的发展带来的不仅是生活水平的提高，还有消费需求的增加，汽车市场也由以前的公车消费为主转变为私人消费主导，国人对汽车消费的需求由潜在转变为现实。 纵观人类近代发展史，汽车产业早已成为世界经济的支柱产业之一，没有任何一种工业产品可以像汽车一样渗透到社会大众生活的各个层面。正因为如此，在遭受到金融危机的冲击后，美国的汽车销量大幅萎缩并逐步下滑。庆幸的是，作为汽车产业蓬勃发展的中国虽然也遭受到巨大的冲击，但也只是增速放缓，并未出现负增长的现象。而且随着居民收入的逐步提高，居民够买汽车的意愿也越来越强烈。然而，除了人民收入水平的不断提高以外，中国政府鼓励轿车进入家庭的政策以及信贷的发展也促进了汽车产业的发展。汽车改变了人们的生活方式，提高了人们的生活质量 当前，我国汽车产业正处于高速发展阶段，汽车的总销量收到多种因素的影响，这里，我们用EVIEWS软件来分析影响汽车销量的主要因素进行实证分析，为制定科学合理的发展战略提供基础。 研究背景 一、汽车产业的地位 汽车工业在我国已有50多年的发展历史，经过多年的发展现在汽车工业在我国经济中已占有很重要的地位，成为了拉动我国经济发展的“火车头”，汽车