下载文档原格式
基于计量经济学的私人汽车量影响因素分析（论文）姓名：彭思威学号：2120150316班级：土木工程（管理科学与工程）二〇一二年十二月二十三日基于计量经济学的私人汽车量影响因素分析摘要：随着我国经济的快速发展，人均收入的不断提高，越来越多的中、高层收入者开始购买小汽车，从而带动我国私人汽车业的迅速发展，使我国每年的汽车销量高速的增长。
私人的汽车拥有量自90年代中期开始飞速提升（据相关数据表明，深圳市的私人汽车拥有量更为明显的大幅度提高）。
也正因为汽车业的发展，从而拉动一整条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。
本论文运用计量经济学方法，从资料中采集到从1995年—2010年16年的时间内（考虑到16年时间长度较能充分说明私人汽车量的影响分析），把私人汽车拥有量及其重要影响因素的时间序列为样本，分析了我国平均工资水平、城乡居民存款、货币供应量、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拥有量的影响，并在此基础上对我国汽车市场发展提出建议。
关键字：私人汽车拥有量平均工资城乡居民存款货币供应量城乡居民恩格尔系数物价指数汽车产量一．模型设定根据对我国私人汽车量的数据（下表1）分析，判断可能的影响因素，从定性的分析出发，确定出决定私人汽车量的几个因素，并设定模型。
模型设定如下：Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+uiY表示私人汽车拥有量（万辆），X1表示平均工资水平（元），X2表示城乡居民存款（亿元），X3表示货币供应量（亿元），X4表示恩格尔系数，X5表示物价指数，X6表示汽车产量（万量）。
b0、b1、b2、b3、b4、b5、b6是待定系数，u i是随机误差项。
表—1为由中国统计局网站得到1995-2010年的有关数据：表—1 1995—2010年相关数据二．参数估计运用最小二乘估计（OLS），对模型进行参数估计，得到Eviews的回归结果如表2所示：表—2 回归结果Dependent Variable: YMethod: Least SquaresDate: 20/12/12 Time: 14:17Sample: 1995 2010Included observations: 16Variable Coefficient Std. Error t-Statistic Prob.C -1831.258 574.6463 -3.186758 0.0111 X1 -0.002299 0.040145 -0.057269 0.9556 X2 -0.006985 0.005869 -1.190144 0.2644 X3 0.011286 0.004931 2.288597 0.0479 X4 26.88352 10.08885 2.664677 0.0258X5 0.943801 7.875980 0.119833 0.9072 X6 0.316304 0.775604 0.407817 0.6929R-squared 0.998995 Mean dependentvar 1749.632Adjusted R-squared 0.998325 S.D. dependentvar 1692.257S.E. of regression 69.25385 Akaike infocriterion 11.61307 Sum squared resid 43164.86 Schwarz criterion 11.95108 Log likelihood -85.90456 F-statistic 1491.242Durbin-Watson stat 2.396327 Prob(F-statistic) 0.000000从回归结果可得出，系数b0、b1、b2、b3、b4、b5、b6分别为：-1831.258、-0.002299、-0.006985、0.011286、26.88352、0.943801、0.316304。
计量经济学双学位期末考试2012~13学年第二学期专业：姓名：学号：成绩：关于我国私家车拥有量影响因素的计量经济模型分析摘要：本文采用了中华人民共和国国家统计局公布的2001 – 2010年共10年间的中华人民共和国国家统计局公布的相关数据，选择一些相应的影响因素利用Eviews7.2软件对模型进行计量分析。
并对最后结果进行经济意义分析。
主要描述了各种相关因素对我国私家车拥有量的影响，以及自己的看法。
关键词：私家车拥有量；影响因素；计量经济模型分析；Eviews7.2一、引言2012年，我国汽车工业再次取得良好成绩：全国汽车产销1927.18万辆和1930.64万辆，同比分别增长4.7%和4.3%，比上年同期分别提高3.8和1.9个百分点，增速稳中有进。
产销突破1900万辆创历史新高，再次刷新全球记录，连续四年蝉联世界第一。
从数据上看，我国汽车产量已连续三年超过1800万辆，由此可见，我国汽车工业已进入总量较高的平稳发展。
近年来，我国经济迅猛发展，随着国内市场汽车价格的持续下降和我国居民生活水平的不断提高，私人汽车虽然作为高档消费品，却已经逐步走进了普通家庭。
同时随着居民消费结构的升级，私人购车呈现迅猛增长的势头，成为我国汽车产业发展的决定性力量，同样也成为社会经济发展的必然趋势。
因此，分析对我国私家车拥有量有着重要影响的因素对保证我国汽车产业蓬勃发展也是很有必要的。
在这里，本文主要根据中华人民共和国国家统计局公布的2001 – 2010年共10年间的中华人民共和国国家统计局公布的相关数据，描述并分析城市居民人口数量，城市居民消费水平，国民总收入这三个因素对我国私家车拥有量的影响。
二、文献综述1、凯恩斯消费函数模型凯恩斯消费函数模型为:C=α+β*Y，式中C为现期消费，Y为现期收入，α为收入无关的那部分消费，即自发性消费，β为边际消费倾向。
对于多数商品来说，当消费者的收入水平提高时，就会增加对商品的需求量，反之，当消费者的收入水平下降时，就会减少对该商品的需求量。
计量经济学课程论文我国私家车拥有量影响因素的计量分析我国私家车拥有量影响因素的计量分析一.问题的提出私家车，私人自己买的，拥有使用支配权的，在不违法的情况下可以自由的使用支配。
2013年，私家车取消了以前15年必须报废的规定，改为60万公里引导报废。
随着我国经济实力的增强，人民生活水平的提高，私人汽车的需求量也是逐年增加。
尤其是2002年以来，私人购车占整个市场的份额迅速提升，汽车市场进入私人购车阶段。
根据国际通用车价和国内生产总值增长比较系数计算，未来5~10年中国有购车能力的人口可达5亿，约1.5亿个家庭。
未来20年中国有望成为全球第一大汽车市场。
而且全世界范围内千人汽车保有量128辆，按照6月末中国的汽车保有量测算，中国千人汽车保有量大约为63辆，相当于世界平均水平一半。
由于中国人多地少的基本国情，如此低的汽车保有量，已经给城市交通和环境带来巨大压力。
交通拥堵、空气污染已经成为国内许多城市挥之不去的梦魇,汽车对能源消耗和环境的影响也越来越大。
继北京对汽车实行限购限行措施后，国内还有一些城市也准备采取相关措施，缓解交通拥堵。
在一些大城市，汽车过快增长和道路不足的矛盾越来越突出。
正因为私人汽车逐渐占据了汽车消费市场的主导地位又引发诸多矛盾，并直接反映了整个汽车行业的现状，所以私人汽车消费市场越来越吸引人们的关注。
二.理论综述多重共线性：所谓多重共线性（Multicollinearity）是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。
一般多重共线性的修正都是采用逐步回归法来解决，具体步骤如下：先用被解释变量对每一个所考虑的解释变量做简单回归，然后以对被解释变量贡献最大的解释变量所对应的回归方程基础，再逐个引入其余的解释变量。
这个过程中会出现3种情形：①若新变量的引入改进了adjustR^2和F检验，且其他回归参数的t检验在统计上仍是显著的，则可考虑在模型中保留该变量。
关于我国私人汽车拥有量的影响因素分析芮珍珠（闽江学院管理系 11工商管理 3110602134）摘要：建立准确而合理的计量经济学模型，寻找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短期内私人汽车拥有量的变化进行定量的分析和预测。
本文选取了1991年~~2009年的相关数据进行分析，旨在找出近些年我国私人汽车拥有量变动的影响因素。
首先，先找了四个解释变量，并搜集了相关数据，进而我们建立了理论模型，并利用EVIEWS软件对模型进行参数估计和检验，并加以校正。
对最后的结果进行经济意义分析，并相应地提出了自己的看法。
关键词：私人汽车拥有量计量经济学模型影响因素实证分析一.引言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，这为私人汽车提供了巨大的发展空间，同时私人汽车拥有量的大幅增加势必对土地、能源和环境带来巨大压力，这就需要对影响私人汽车发展的主要因素进行分析。
在目前家用汽车日趋成为消费热点的大背景下，对我国家用汽车拥有量的研究分析和预测显得十分重要和必要，无论是对我国制定产业政策、发展国民经济还是对人民群众的日常生活都有深远的意义。
二.建模私人汽车拥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。
我们知道，交通运输系统是社会经济大系统下的一个子系统，所有有关交通运输的统计指标都应该由社会经济的大环境决定。
因此，我下面试图用建模的方式来探讨我国私人汽车拥有量与有关社会经济数据之间的关系。
1.模型的选取根据本人目前对计量经济学掌握程度，决定建一个多元线性模型，减少计算的复杂度。
2.解释变量的选择影响私人汽车拥有量的因素有很多，本文选了其中较为具有代表性的四个因素。
①城镇人口数：本文预计私家车的拥有量与全国城镇人口数有关，因此引入解释变量全国城镇人口数，并先验预期其与私人汽车拥有量呈正相关。
②城镇居民家庭人均可支配收入居民收入的高低对于私人车辆的购买有着直接的影响，目前我国私人购买车辆逐年增多，与居民收入的提高有着直接的关系。
计量经济学关于我国汽车销售量影响因素的分析摘要改革开放以来，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-2022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”，汽车产业在国民经济中所占的地位是举足轻重的，汽车产业的发展对我国工业，乃至整个GDP的增长都具有决定性，2005年，汽车业产值达到1.2万亿元，汽车行业向国家纳税超过2000亿元。
影响国内私人汽车拥有量的几个重要因素分析内容摘要：本文主要是研究对我国私人汽车拥有量产生重要影响的几个因素。
按照影响的重要程度，选择全国民用私人汽拥有量，全国人口数，全国居民消费水平指数，全国汽车产量，全国公路长度作为解释变量。
模型建立后，利用EVIEWS软件对模型进行参数估计和检验，并加以校正。
对最后的结果进行经济意义分析，然后提出自己的看法。
关键词：全国民用私人汽车拥有量全国人口数全国居民消费水平指数全国汽车年产量全国公路长度一导论改革开放以来我国GDP增长速度比世界平均水平高出多倍，一直位居世界前列。
随着综合国力的增强，人民生活水平大大提高。
20世纪90年代以前，我国汽车市场处于公务车阶段，不仅需求量少，而且70％来自政府、事业单位的公务用车，剩下的多是企业的商务用车，几乎没有什么私人用车。
1990年至2000年，公务用车的份额下降，商务用车的份额加大，私人购车开始起步。
2002年以来，私人购车占整个市场的份额迅速提升，进入私人购车阶段。
今年，我们对汽车市场总体还是看好。
汽车销量增长虽不会象去年那么快，但也可以达到20%左右。
按照国际通用的车价和国内生产总值增长比较系数计算，未来10-15年中国有购车能力的人口可达5亿，约1.5亿个家庭。
未来20年，中国有望成为全球第一大汽车市场。
之所以这么有信心，是因为整个国民经济发展的势头仍然比较强劲。
目前，汽车、住房、教育等行业列入了拉动内需的龙头行业。
这都将使得我国今年的GDP 持续高水平增长。
在经济强劲发展的势头下，国民的收入水平也在提高，购买能力大大加强，同时扩大内需的政策极大地促进了中国汽车业的发展。
汽车工业对国民经济的影响力越来越大。
而目前来说，汽车特别是用于消费的私人轿车保有量的多少，与经济发展、经济活跃程度、国内生产总值、人均国内生产总值的增长，以及道路建设的发展，有着密切的联系。
与此同时，消费者日益膨胀的购车热情和造汽车带来的暴利，引来了更多人的垂涎，一场新的汽车投资热风起云涌。
计量经济学上机作业学院：班级：学号：姓名：影响我国城镇居民消费支出的相关因素分析一、引言随着我国经济的快速增长，人们的收入状况有了很大改善，消费支出也随之上升。
但由于近两年来的通货膨胀状况的出现，CPI 的上涨，居民的生活质量也难免有所下降。
一个国家居民的消费状况从侧面反映了该国的整体经济水平以及社会福利的大小，体现着一个国家的质量。
现实中有许多因素影响着居民的消费水平，如收入水平、商品价格水平、消费者偏好、价格水平、GDP 等等。
但由于样本数据的可收集性及我国现在的经济状况，我就仅从以下几个因素着手分析。
从居民角度来看，居民的储蓄存款、个人可支配收入以及个人所得税的多少都影响着其消费性支出的高低；而从整个社会经济环境来看，国内价格指数和生产总值同样影响着居民的消费支出。
二、预设模型以上因素对居民消费支出的影响可通过计量经济学模型来分析，预设模型为Y=μββββββ++++++55443322110X X X X X ,其中Y 代表消费性支出，X1代表储蓄存款，X2代表可支配收入，X3代表个人所得税，X4代表价格指数，X5代表生产总值，由于存在其它不确定因素的影响增添μ随机误差项。
三、数据收集中国统计局2010年统计年鉴中各地区数据如下：四、模型的初步建立运用EViews5.0软件，分别作出被解释变量Y与各变量间的散点图：由被解释变量Y与各变量建的散点图观察可知Y并不是与每个解释变量间都呈明显的线性关系。
运用EViews5.0软件对表1中的数据进行OLS回归分析：可得到回归结果：Ŷ=5925.291–0.001X1+ 0.536X2+ 12.916X3–33.411X4–0.029X5 （0.4244）（-0.0118）（7.8010）（1.7961）（-0.2456）（-0.6328）R²=0.953617 D.W.=1.798101 F=102.7972从经济学角度看：X5系数为负不符合经济学意义，但它应该是一定程度上的决定变量，所以暂不排除；从统计学角度来看：R²，F值都比较高，X1，X4，X5的t统计量不显著可能存在多重共线性。
影响我国居民消费水平因素的经济计量分析论文居民消费支出指常住住户在一定时期内对于货物和服务的全部最终消费支出。
居民消费支出除了直接以货币形式购买的货物和服务的消费支出外，还包括以其他方式获得的货物和服务的消费支出，即所谓的虚拟消费支出。
居民虚拟消费支出包括如下几种类型：单位以实物报酬及实物转移的形式提供给劳动者的货物和服务;住户生产并由本住户消费了的货物和服务;金融机构提供的金融媒介服务。
目前随着我国经济快速增长，我国居民消费能力也不断提升。
因此，研究居民消费因素对于我国经济发展有着重要作用。
一、引言：居民消费水平是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度。
居民消费水平是GDP中一个重要组成部分是拉动计量经济增长的三驾马车之一对我国经济增长有十分重要的拉动作用。
在影响居民消费水平的因素中收入是消费的基础和前提;对未来收入的预期、物价水平的变动和消费观念消费偏好及国家经济发展水平以及社会对个人消费品的满足程度等诸多因素都会对居民消费水平产生不同程度的影响。
因此研究影响居民消费水平的因素并将研究结果应用到实际中，必将使我国在未来经济发展道路上更合理地提升居民消费的总体水平及提高经济整体水平同时促进经济发展。
二、数据说明：影响消费水平的因素选定：影响居民消费的因素有很多，如当前可支配收入、对未来收入的预期、物价水平的变动和消费观念消费偏好及国家经济发展水平及国际经济大环境的影响、社会对个人消费品的满足程度等诸多因素都会对居民消费水平产生不同程度的影响。
但考虑到收集的样本数据和我国经济的实际情况，本文选取其中对居民消费因素影响最大的当前可支配收入水平、恩格尔系数及居民储蓄余额。
三、建模：(1)建立多元线性回归模型：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+Ui其中X1为我国GDP水平，X2为农村居民可支配收入，X3为城镇居民可支配收入，X4为居民恩格尔系数，X5为我国居民储蓄定期余额，Y为居民消费水平，Ui为随机扰动项。
中级计量经济学课程论文用计量方法验证我国私人汽车消费论文题目：的主要影响因素姓名：崔玉成学号：11104051033班级：计量三班专业：11级投资学学院：金融学院指导教师：孟祥兰用计量方法验证我国私人汽车消费的主要影响因素摘要：随着我国经济的发展，人民的生活水平有了很大提高，人均可支配收入逐年提高，对私人汽车的消费正变为新的消费热点。
本文选取了影响我国私人汽车消费的几个因素进行了简单的计量分析，并加以验证，最终确定了城镇居民可支配收入以及公里里程等对我国私人汽车的消费影响较为明显。
关键词：私家车影响因素计量经济模型Abstract:With the development of our national economy, people's living standards have been greatly improved, and the per capita disposable income increased year by year, so the consumption of private cars is growing fast. In this paper, we did a simple measurement analysis about the effect on our country's private car consumption with several factors. Finally, we found town residents' disposable income, and the highway mileage is obvious on the influence of private car consumption.Key words: factors affecting private cars econometric model一、问题的提出改革开发以来，中国的汽车产业人经过不断的努力，中国的汽车产业从无到有，从大到强，百花齐放的局面已经形成。
早在2003年,我国的汽车消费市场就排在了世界的第三名,同时我国的汽车生产能力也成为世界第四。
到2005年时,我国的汽车产量在世界上的排名虽然没有变化,但是却大幅度的缩小了与第三名的产量。
到2008年,我国汽车产量已突破900万辆,跃居成为世界第一大汽车生产国和汽车消费市场。
现今，据中汽协会统计，截止到2010年年末全国汽车产销1826.47万辆和1806.19万辆，同比分别增长32.44%和32.37%。
中国汽车产销连续第二年全球第一。
我国的汽车消费始终保持着稳步的发展。
汽车市场的消费结构也已经从公款买车向个人买车为主转变。
得益于我国经济迅速的发展、城市化进程的加快，人均可支配收入得到逐步提高，人民对家用汽车的需求逐年增加，甚至出现有些车型供不应求的局面。
汽车消费已经成为城镇居民消费的重要部分，也是一个国家和地区综合经济实力的重要标志。
早在“十一五”规划时期，提出“把扩大内需的重点由投资转向消费，将经济增长方式由投资拉动转为消费与投资双轮驱动、内需与外需共同拉动的新模式”，关注汽车消费具有较为积极的现实意义。
二、文献综述：目前，已经有一些学者从较多角度对这一问题进行了研究，比如GDP 与私人汽车消费的影响、城市化建设对汽车的消费影响的等，从这些文献中均可以得知影响我国目前私人汽车消费的影响因素是多方面的，比如汽车价格、替代品如火车，飞机等的发展、偏好、环境、居民可支配收入、燃油价格指数、公路里程等。
这里，虽然汽车整体价格便宜，买的人就多，但汽车价格本身是个太宽泛概念，不同汽车品牌之间有不同的价格，相同品牌汽车不同型号价格也差别较大，因此不宜作为选取对象；关于替代品的因素，由于汽车这种奢侈产品本身所具有的特殊性，其替代品对人们对私车消费的影响较小，也不好度量，所以我们在进行计量模型的建立时，也不选择这个因素作为解释变量。
而偏好、环境等虽然能够解释为什么人们会去购买汽车，但这些因素是基于超越了经济学范围的历史和心理因素，难以测算和量化，所以在计量模型的建立过程中并不采用这方面的数据。
国内生产总值反映是宏观经济环境，对汽车市场的供给和需求都有很大的影响，但是由于汽车行业只是国民经济当中的一小部分，因此虽有影响但是居民直接的可支配收入因素显著。
因为汽车是一种耐用消费品，因此有消费门槛，再考虑到我国贫富差距扩大的因素，能够消费私家汽车的主要为城镇里家庭收入相对富裕的群体，而且他们的生活环境促使他们有这个消费需求，因此认为选取我国城镇居民可支配收入作为解释变量可能会更好的解释私车消费情况。
而燃油价格指数的变化我们认为也会一定程度的影响汽车消费需求。
此外，以公路里程为代表的基础设施建设是较好的发展汽车市场的前提条件，尤其是在我国交通条件不是很发达的中西部地区，因此这里也选取它作为解释变量加以研究。
三．模型构建与计量检验基于以上认识，选取的解释变量有：Y 汽车产量（年度，单位：每千辆）X1 城镇居民可支配收入（年度，单位：元）X2 燃料、动力类价格指数（年度）X3 全国公路里程（年度，单位：每千公里）(一) 数据收集与模型构建：年份私人汽车拥有量Y城镇居民可支配收入X1燃料、动力类价格指数X2 公路总里程X31994 205.42 3496.2 118.2 111.78 1995 249.96 4283 115.3 115.7 1996 289.67 4838.9 103.9 118.58 1997 358.36 5160.3 101.3 122.64 1998 423.65 5425.1 95.8 127.85 1999 533.88 5854 96.7 135.17 2000 625.33 6280 105.1 140.27 2001 770.78 6859.6 99.8 169.8 2002 968.98 7702.8 97.7 176.52 2003 1219.23 8472.2 104.8 180.98 2004 1481.66 9421.6 111.4 187.07 2005 1848.07 10493 108.3 234.52 2006 2333.32 10759.5 106 255.7 2007 2876.22 11785.8 104.4 268.37 2008 3501.39 13780.8 110.5 293.02 2009 4574.91 14174.65 92.1 386.08 2010 5938.71 19109.44 109.6 400.82数据来源：中经网-2011经济年鉴建立常见的多元线性方程形式：Y＝β0+β1x1+β2x2+β3x3+ut（二）散点图依次对各个解释变量做散点图如下：发现Y与城镇居民可支配收入有近似的线性关系。
Y 与燃料动力类价格指数线性关系不明显，函数关系很难判断。
Y与公路里程有近似的线性关系。
（三）多元线性回归现在我们用线性模型对以上三个变量进行线性回归，如下：表1 Eviews的最小二乘计算结果Dependent Variable: YMethod: Least SquaresDate: 12/26/11 Time: 10:14Sample: 1994 2010Included observations: 17Variable Coefficient Std. Error t-Statistic Prob.C -3177.298 995.2332 -3.192517 0.0071X1 0.117383 0.065473 1.792861 0.0963X2 11.60506 9.198341 1.261647 0.2292X3 12.90137 3.021514 4.269836 0.0009 R-squared 0.982772 Mean dependent var 1658.796Adjusted R-squared 0.978796 S.D. dependent var 1680.779S.E. of regression 244.7455 Akaike info criterion 14.04064Sum squared resid 778704.5 Schwarz criterion 14.23669Log likelihood -115.3454 F-statistic 247.1973Durbin-Watson stat 0.609553 Prob(F-statistic) 0.000000可以看出:燃料动力类价格指数的参数不显著，p值较大，这里还考虑了以1994年为100基准的逐年累积的燃料动力类价格指数的线性回归模型（据中经网数据：118 128.3 141.3 154.5 153.1 154.5 178.3 178.6 178.8 192 210.7 242.3 271.1 282.8 341 304.2 353.8）,都发现燃料价格指数不好拟和,同时它在模型中的分量很小,从经济意义上来说,一般能买得起私家车的人一般不会太在意油价高低,不会在买车前主要去考虑燃料费用,所以这里最后决定舍弃X2这个解释变量.此时我们的模型变为只含有收入和公路里程的模型:Y＝β0+β1x1+β2x2+ut重新做关于只有城镇居民可支配收入和公路里程的新的回归(这里以x3公路里程取代原来的x2燃油价格指数作为新的x2)。
（四）单位根和协整性检验本文在研究经济增长问题时大量运用了时间序列数据。
由于在实际中遇到的时间序列数据很可能是非平稳序列，而平稳性在计量经济建模中又具有重要地位，因此有必要对观测值的时间序列数据进行平稳性检验。
现对城镇居民可支配收入X1进行单位根检验，结果如下：表2 X1的单位根检验结果ADF Test Statistic 2.821993 1% Critical Value* -4.01135% Critical Value -3.1003*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X1)Method: Least SquaresDate: 12/27/11 Time: 19:12Sample(adjusted): 1997 2010X1(-1) 0.326396 0.115661 2.821993 0.0181D(X1(-1)) -1.662254 0.584577 -2.843514 0.0174D(X1(-2)) 0.477317 0.666736 0.715901 0.4904R-squared 0.731993 Mean dependent var 1019.324Adjusted R-squared 0.651591 S.D. dependent var 1218.205S.E. of regression 719.0598 Akaike info criterion 16.22872Sum squared resid 5170470. Schwarz criterion 16.41131Log likelihood -109.6011 F-statistic 9.104160Durbin-Watson stat 1.922238 Prob(F-statistic) 0.003298 在1%、5%、10%三个显著性水平下，单位根检验没有通过，所以不能拒绝原假设，说明城镇居民可支配收入X1的时间序列数据存在单位根，是非平稳的。
