影响我国年汽车总产量的因素计量分析

[摘 要]改革开放以来我国的汽车总产量一直持续呈现增长趋势。本文运用了OLS方法，对有可能影响汽车总产量的因素如钢铁产量，制造业工人人数等进行了计量分析，明确各因素对汽车总产量的影响程度，并进行了一系列的检验，得出最后确定的汽车总产量多元线性回归模型。

[关键词]汽车产量；钢铁产量；制造业职工人数；因素分析

[中图分类号]F426 [文献标识码]A [文章编号]1005-6432（2014）2-0102-03

1 引 言

汽车产业一直都在国民经济中占有重要地位，对推进国民经济健康持续发展、全面建设小康社会、推进技术和产业结构升级和推动城市化进程等都有重大的意义和作用。汽车产业是资本技术密集型产业，同时也是劳动密集型产业，具有很强的前后关联性。自从我国改革开放以来，党中央国务院就十分重视汽车产业的发展，出台一系列优惠措施和政策带动和鼓励汽车产业，因此我国的汽车产业发展十分迅速，年汽车总产量更是持续呈现出增长趋势。

2 准备工作

（1）根据理论和预测，影响我国汽车总产量Y（万辆）的相关因素应该有钢铁产量X₂（万吨），制造业工人人数X₃（万人）以及年度居民消费水平X₄（元）有关。相关数据见表1：

表1 影响我国汽车总产量的相关因素分析（2）根据因果关系及相互间的联系找出因变量，影响问题的主要因素作为自变量，非主要因素作随机误差变量。

设模型的函数形式为：

Y=b₁+b₂X₂+b₃X₃+b₄X₄+u

（3）数据收集。本文数据主要是从国家统计局上的网站找到的，同时也参考了《中国汽车市场年鉴》。

3 模型参数估计

运用OLS法对模型参数进行估计。

表2 OLS回归结果

由上表，模型估计有以下结果：

Y=-172.9946+0.025241X₂+0.045266X₃-0.001279 X₄+U

se=（38.8075）（0.002361）（0.005145）（0.006030）

t=（-4.457761）（10.68880）（2.578000）（-0.136472）

R²=0.987285 Adjusted R²=0.983471 F-statistic=258.8326

根据模型的结果分析可知，由F=258.8326可知汽车产量与解释变量高度相关，而且计算出R²和修正后的R值较高也说明了线性关系显著。但是X₄的符号与经济意义不符而且t值也并不显著，说明模型很可能存在多重共线性。

4 模型检验与修正

4.1 多重共线性检验

首先计算各模型间的相关系数，结果如表3所示：

表3 各模型相关系数结果

由上表可以看出，X₂与X₄高度相关，表示模型中确实存在高度多重共线性。

4.2 多重共线性的修正

（1）运用OLS的方法逐步求Y对各解释变量的线性回归，结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。分析结果分别如下：

经回归分析，Y对X₂的线性关系最强，拟合程度最好，F=543.2966，R²也较高。分析结果如表4所示：

表4 线性回归方程拟合效果

估计的模型为：

Y=-72.94609+0.021355X₂

se=（10.07111）（0.000916）

t=（-7.243100）（23.30872）

R²=0.978390 Adjusted R²=0.976589 F-statistic=543.2966

（2）逐步回归将解释变量注入上式，结果如表5所示。

表5 回归结果

估计的模型为：

Y=-172.9901+0.025001X₂+0.013386 X₃

se=（37.03593） （0.001508） （0.004836）

t=（-4.670873） （16.57703） （2.767877）

R²=0.987262 Adjusted R²=0.984946 F-statistic=426.2696

因此可以看出，剔除X₄以后，F值明显增大，t值也较为显著，R²也非常高，解释变量符号也与经济理论和统计原理相符。可以说，这个模型是比较好的模型。多重共线性问题得到较好的解决。

4.3 异方差的检验

（1）相关图形的分析

图1 异方差检验（1）

图2 异方差检验（2）

从图1、图2可以看出，随着自变量的增大Y并没有呈现出发展分布的趋势，因此可以初步认定不存在异方差。

（2）怀特检验

接着进行异方差的检验，怀特检验的结果如下：

表6 怀特检验结果续 表

从怀特检验的结果可以看出，拒真错误为30.50%，且t值均不显著，因此更进一步证明了模型不具有异方差。

4.4 自相关检验

根据DW检验，由DW=2.277811，在0.05的显著水平下，查表，n=15，k=2得下限临界值为0.946，上限临界值为1.543，因为0.946<2.277811<4-1.543。根据判定区域可知，随机误差项不存在一阶自相关。

5 模型的最终确定

根据对上述模型的计算以及修正，最终确定的模型为

Y=-172.9901+0.025001X₂+0.013386 X₃

该模型对回归的分析以及t值和F统计值均显著，且没有与经济理论和统计理论想矛盾的地方，因此该模型为最后的最优模型。

6 对模型的经济解释

（1）由模型的最终结果可以看出来，我国的汽车总产量和钢铁产量及制造业工人人数都存在着正相关的关系，这于之前预测的结果相符，而和年度居民消费水平并无明显相关关系。从回归方程的模型可以看出，在其他变量保持不变的时候，当钢铁产量增加1万吨，汽车总产量增加200辆。同样地，当其他变量保持不变的时候，制造业工人增加1万人，汽车总产量增加100辆。负的截距没有经济意义。

（2）从回归结果的经济结论中可以看出来，钢铁业对汽车的制造业有显著的影响。这表明，钢铁是汽车产业的基础，只有加大产钢量，我国才有可能加大汽车的年产量，钢铁是前提和条件。另外，制造业人数对汽车产量也有较显著的影响，一定程度上反映了汽车是劳动密集型产业，同时也表明汽车制造业人数代表了一定的汽车需求趋势。

参考文献：

[美]达莫达尔·N.古亚拉提.经济计量学精要[M].张涛，译.北京：机械工业出版社，2006.

[作者简介]邱卓尔（1988—），男，河北唐山人，华南师范大学公共管理学院科学技术史硕士研究生。研究方向：科技与社会、科技与经济。