我国公路客运量的研究报告
道路客运调研报告
道路客运调研报告
报告摘要
本次调研旨在了解道路客运行业的现状和发展趋势。
调研结果显示，道路客运行业在经济发展和人口流动的推动下持续增长。
尽管面临着一些挑战，如交通拥堵、安全隐患和环境污染，但道路客运行业仍然具有广阔的发展空间和潜力。
调研数据显示，道路客运市场规模不断扩大，客运量呈现稳步增长的趋势。
在城市之间的长途客运中，高速公路是主要的运输方式，占据了主导地位。
而城市内的短途客运则主要依靠公交车、出租车和网约车等。
同时，随着互联网技术的发展，网约车行业迅速崛起，对道路客运行业产生了巨大的影响。
调研结果还显示，道路客运行业正面临着一些问题和挑战。
首先是交通拥堵问题，特别是在大城市和繁忙的交通节点，拥堵现象严重影响了客运效率和乘客体验。
其次是安全隐患，车辆超载、超速行驶以及驾驶员违规等问题导致了道路交通事故的增加。
此外，环境污染也是道路客运行业需要面对的重要问题，尤其是尾气排放对环境的影响。
为了促进道路客运行业的健康发展，调研报告提出了一些建议。
首先，加强交通管理和规划，优化道路网络，减少拥堵现象。
其次，加强安全监管和督查，加大对超载和超速等违法行为的处罚力度，加强驾驶员培训和监管。
此外，还应推动道路客运行业向清洁能源技术的转型，减少尾气排放和环境污染。
综上所述，道路客运行业面临着机遇和挑战。
只有通过改革创新和规范管理，才能实现行业的可持续发展。
道路客运行业研究报告
2023年公路客运行业市场调查报告
2023年公路客运行业市场调查报告近年来，随着我国经济发展和城市化进程的不断加深，公路客运行业迎来发展机遇。
根据中国物流信息中心发布的数据显示，2019年中国公路客运行业收入达到3.3万亿元，同比增长3.3%，其中包括省际、市际和县际三类公路客运。
随着社会生产力的不断提高，公路客运行业将迎来更广阔的发展空间。
一、市场形势1. 三类公路客运市场整体上呈上升趋势。
中国交通运输协会发布的数据显示，2019年全国公路客运运量达到2136亿人次，同比增长0.1%。
在这其中，省际客运量达到321.6亿人次，同比增长0.4%；市际客运量达到1670.8亿人次，同比增长0.1%；县际客运量达到143.6亿人次，同比增长1.1%。
2. 高铁、城轨等快速交通工具的普及对公路客运市场带来一定冲击。
大量的铁路、城轨等快速交通工具的建成，为公路客运带来了一定的冲击。
高铁、城轨等快速交通工具的优越性，在一定程度上削弱了公路客运市场的吸引力。
但受条件限制，公路客运在发展趋势中也发展出了自己的优点。
3. 公路客运市场服务质量稳步提高。
从近几年的客户满意度调查中可以看出，公路客运行业的服务质量在不断提高，越来越多的人开始考虑公路客运出行。
公路客运企业在服务质量上的改善和提高，促使公路客运市场的进一步发展。
二、行业分析1. 中国公路客运市场呈多元化发展趋势。
高速公路等先进交通设施的建设，使得公路客运行业得到了不少极好的发展机遇。
另一方面，城市客运也得到了极大的发展，市面上的长途客运、旅游客运等业务乏善可陈，公路客运已经不再是单纯地做“点对点”的长途客运了，而分化为各种分支业务。
在规划未来发展形势时，企业不仅应秉持“不断开拓”的态度，还要根据客户需求进行调整策略。
2. 公路客运市场前景大好。
公路客运企业在不断地适应消费变化的同时，也在适应行业竞争变革和突出重围的困难。
各种新手段、新技术的应用，使得公路客运企业在面对高速公路等新交通工具激烈竞争的同时，也更加注重服务质量和输赢之间的平衡，从而迎合了人们日益增长的旅游需求，拥有了更好的发展前景。
道路客运行业现状调查报告
道路客运行业现状调查报告一、引言道路客运是指通过公路运输工具（如大巴、中巴、面包车等）进行的乘客运输活动。
随着社会经济的发展和人们生活水平的提高，道路客运行业在我国的交通体系中扮演着重要的角色。
本报告将对当前道路客运行业的现状进行调查和分析，旨在提供相关数据和信息，为行业的改革和发展提供参考。
二、市场规模与发展趋势1. 市场规模目前，道路客运行业市场规模巨大。
根据相关统计数据显示，我国道路客运行业的年乘客总量已经超过数亿人次，并且还处于持续增长的态势。
这表明道路客运行业在满足人们出行需求方面具有巨大潜力。
2. 发展趋势随着城市化进程的推进和人民生活水平的提高，人们对出行的要求也越来越高。
这推动了道路客运行业的快速发展。
同时，随着交通工具技术的进步，一些新型的道路客运模式也逐渐兴起，如网约车、共享出行等，这些新模式为行业发展带来了新的机遇。
三、道路客运服务质量与安全问题1. 服务质量道路客运的服务质量一直备受关注。
在实地调查中发现，部分道路客运企业在服务流程中存在不规范、不专业的问题，如客车不按时发车、服务人员态度不好等。
这些问题直接影响着乘客的出行体验，需要加强监管和改进。
2. 安全问题道路客运的安全问题一直是社会关注的焦点。
事故多发地段、驾驶员违规行为等都是影响行业安全的重要因素。
加强交通安全管理、提高从业人员的安全意识、完善应急机制等都是解决道路客运安全问题的关键措施。
四、政策和法规对行业的影响政策和法规对道路客运行业的发展起到了重要的引导和规范作用。
政府加强对该行业的监管，提出了一系列的政策措施，包括加强安全管理、规范运营行为、减少不合理竞争等。
这些措施对行业的健康发展起到了积极的推动作用。
五、技术创新和可持续发展技术创新在道路客运行业中起到了关键的推动作用。
随着智能化、信息化的发展，许多道路客运企业引入了先进的技术手段，提高了服务质量和效率。
此外，环保意识的增强也促使行业朝着可持续发展的方向转变，如推广电动客车、倡导车辆共享等。
2024年道路旅客运输市场规模分析
2024年道路旅客运输市场规模分析引言道路旅客运输是指通过道路运输工具（如客车、公交车等）进行旅行的服务。
随着人民生活水平的提高和城市化进程的推进，道路旅客运输市场规模不断扩大。
本文将对道路旅客运输市场规模进行分析。
市场规模分析1. 市场规模的背景随着经济的发展和人口的增加，道路旅客运输市场不断扩大。
人们对旅行的需求增加，道路客运公司也相应增加了运力，以满足市场需求。
2. 市场规模的数据根据相关数据统计，道路旅客运输市场规模呈稳步增长的趋势。
截至目前，全国范围内的道路旅客运输市场规模已达到XX亿元。
3. 市场规模的增长因素市场规模增长的主要因素包括： - 经济发展：随着经济水平的提高，人们的旅行需求增加，推动了道路旅客运输市场的扩大。
- 人口增长：人口数量的增加意味着潜在的更多旅客，加大了道路旅客运输市场的需求。
- 城市化进程：城市化的推进导致城市里的人口密度增加，人们更倾向于使用道路旅客运输工具。
市场规模预测1. 市场规模的分析方法对于道路旅客运输市场规模的预测，可以采用以下方法： - 历史数据分析：通过分析过去几年的市场规模数据，揭示市场增长的趋势。
- 市场需求预测：结合经济发展、人口增长和城市化进程等因素，对未来市场需求进行预测。
- 政策分析：考察政府对道路旅客运输市场的支持政策，预测政策的变化对市场规模的影响。
2. 市场规模的预测结果综合以上分析方法，预计未来几年道路旅客运输市场规模将继续保持稳步增长。
由于经济发展的推动和人口增加的影响，预计市场规模将达到XX亿元。
结论道路旅客运输市场规模的扩大是经济发展和人口增加的结果。
未来几年，道路旅客运输市场规模将继续增长，需要相关企业和政府部门共同合作，满足市场需求，提升服务质量，推动行业的可持续发展。
以上为2024年道路旅客运输市场规模分析，通过对市场规模的背景、数据、增长因素和预测进行分析，得出了市场规模的预测结果，并提出了相关结论。
2023年公路客运行业市场调研报告
2023年公路客运行业市场调研报告市场调研报告随着城市化、工业化和经济的发展，公路交通在我国的物流和旅游发展中起到了重要的作用。
公路客运行业是其中的一个重要组成部分，它的健康发展对我国的经济发展、社会进步和人民生活水平的提高具有重要的意义。
本文通过对公路客运行业市场情况、消费者需求及竞争环境的分析，为公路客运企业制定营销策略提供参考。
一、市场情况公路客运行业是我国交通运输行业中的一个重要组成部分，近年来得到了快速发展。
据国家交通运输部统计，截至2019年底，我国公路客运车辆保有量达到4.8亿辆，运输量超过300亿人次。
其中，长途客运和城际客运是公路客运行业的重要组成部分。
长途客运：长途客运通常指运输距离在500公里以上的客运。
随着国家“一带一路”战略的实施，我国的出境游或者到国内其他省份的旅游需求有所增加。
另外，也有许多人因为赴工作、学习等原因需要长途出行。
目前长途客运市场主要由国有大型客运企业和民营小型客运企业共同占据。
国有客运企业具有规模大、资金充沛、业务范围广、运力强等优势，而民营客运企业则灵活、快捷、有竞争力，成本更加低廉。
因此，两者之间的竞争还将持续。
城际客运：城际客运主要涉及的是城市之间的客运。
随着城市化的进程，城市之间的客运需求越来越大。
此外，城际高铁的逐渐普及也对城际客运行业带来了巨大的冲击。
因此，公路客运企业需要针对不同的市场情况制定不同的策略。
二、消费者需求公路客运企业需要从消费者最关心的问题入手，研究消费者需求，制定针对性的市场策略。
1. 舒适与安全公路客运需提高车舱的舒适性，包括座椅质量、空气质量和降噪措施等，保证旅客的舒适和健康。
另外，公路客运企业还需要提供高质量的安全服务，例如疲劳驾驶预防、车辆维修保养等。
2. 智能服务消费者需求逐渐呈智能化趋势。
公路客运企业应开发智能化的服务，例如电子票务系统、在线查询、乘车APP应用等，方便旅客购票、查询、退票等操作。
3. 环境保护环保已成为全球关注的话题。
道路客运调研报告5篇
道路客运调研报告道路客运调研报告5篇在人们越来越注重自身素养的今天，大家逐渐认识到报告的重要性，我们在写报告的时候要注意逻辑的合理性。
那么一般报告是怎么写的呢？下面是小编为大家整理的道路客运调研报告，希望能够帮助到大家。
道路客运调研报告1**市位于河南省西南部，是南水北调中线工程水源地和渠首所在地，是河南省面积最大、人口最多的省辖市，总人口为1080万人，面积2.66万平方公里，辖2区、1市、10县，全市共有206个乡镇，4632个行政村，公路通车里程16625公里，基本形成了以高速公路和干线公路为骨架，以农村公路为脉络，辐射城乡，干支相连，四通八达的公路网络，实现了乡乡、村村通油路的目标。
近年来，随着交通基础设施的不断改善，**市农村客运也呈现出良好的发展势头。
全市现有客运企业26家，三级以上客运站23个，乡镇客运站197个，招呼站1450个，开通农村客运班线486条，农村客车20xx台，乡镇通车率为100％，行政村通车率达到98％。
一个以县城为中心，以乡镇为节点，连接城镇，辐射乡村，方便快捷的农村道路客运网络已初步形成，实现了“公路通、客车通、信息通、物流通”的目标，为繁荣农村经济和社会主义新农村建设提供了良好的交通条件。
当前，在各级交通运管部门的共同努力下，我市农村客运市场已逐步走上健康、有序、稳定发展的轨道，农村客运班线的通达深度、运力结构优化以及农民群众出行条件的改善等方面都有显著提高，较好地解决了农民群众“乘车难”问题，农民群众切实感受到了农村客运发展带来的实惠和方便，这些成绩的取得是我市运管部门贯彻落实科学发展观的结果，是各级政府和职能部门配合、支持的结果，是我市各级交通运管系统干部职工积极努力的结果，我们的主要做法是：一、加强领导，提高认识，统一思想，强力推进农村客运网络化农村客运网络化工作涉及面广，政策性强，困难很多，是一项综合性的社会系统工程，为把这一造福人民的好事办好，我们改变了“交通部门唱独角戏”的作法，在工作中主动向市政府汇报，取得了政府的理解和支持，**市人民政府办公室对各县市区政府下发了《关于加快推进农村客运网络化建设的意见》，并在基础较好的社旗县召开了全市农村客运网络化建设现场会，对社旗县农村客运取得的成果进行了实地观摩，通过典型引路、示范带动，极大地促进了我市农村客运网络化进程。
2024年道路旅客运输市场分析报告
2024年道路旅客运输市场分析报告介绍此报告旨在分析道路旅客运输市场的发展情况和趋势，为相关利益方提供决策参考。
本报告采用市场调研和数据分析方法，结合行业内外资料，对道路旅客运输市场进行全面分析。
1. 市场概述道路旅客运输市场是指以客车为载体，通过道路运输人群或个体的市场。
目前，道路旅客运输市场具有快速增长、竞争激烈和多元化服务的特点，成为运输行业的一个重要门类。
2. 市场规模根据数据统计，道路旅客运输市场在过去几年保持了稳定增长的态势。
2020年，全国道路旅客运输完成旅客量达到XX亿人次，同比增长X%。
预计在未来几年，道路旅客运输市场将继续保持增长势头。
3. 市场竞争道路旅客运输市场存在较为激烈的竞争。
现阶段，市场上的主要竞争对手包括国有企业、民营企业和个体运输者。
各个竞争对手通过价格、服务质量和车辆条件等方面展开竞争，不断争夺市场份额。
4. 市场驱动因素道路旅客运输市场的发展受到多种因素的影响。
以下是市场发展的几个重要驱动因素： - 经济增长：经济的快速增长带动了旅游和商务出行需求的增加，促进了道路旅客运输市场的发展。
- 交通基础设施改善：政府不断加大对道路交通的投资力度，改善道路基础设施，提高了道路旅客运输的便捷性和服务质量。
- 旅游业发展：旅游业的快速发展推动了旅客运输市场的增长，各地景点的开发和推广吸引了更多的游客。
5. 市场前景未来，道路旅客运输市场将持续保持快速增长的趋势。
随着人民生活水平的提高和交通基础设施的完善，旅游和商务出行需求将进一步增长，为市场发展提供坚实支撑。
同时，随着科技的不断进步，互联网和智能化技术的应用将为道路旅客运输市场注入新的活力。
结论道路旅客运输市场作为运输行业的一个重要组成部分，具有广阔的发展前景。
在激烈的竞争中，运输企业需要不断提升服务质量，通过创新和差异化来获得竞争优势。
同时，政府应继续加大对道路交通基础设施的投资力度，为市场发展创造有利条件。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计量经济学课程论文我国公路客运量的研究报告信息管理与信息系统03级指导老师：鲁万波白一佳 40311006 陈华40311028师群昌 40311020 王一竹40311062张斯蕊 40311043 庄云40311065我国公路客运量的研究报告白一佳 陈华 师群昌 王一竹 张斯蕊 庄云摘要：本文通过建立模型对影响我国公路客运量的因素进行了研究，通过Evies 对七个变量进行回归拟合，通过建立模型011223344556677t t Y X X X X X X X u ββββββββ=++++++++对样本数据进行回归，分析得到最终模型0122637 + + + t t Y X X X u ββββ=+，并在此基础上细分变量优化模型，引入虚拟变量对城市农村的影响情况进行对比分析，由此提出了最终模型的改进模型01227 + +t t Y X X u βββ=+，通过样本回归分析得出一定的结论，提出进一步探讨的问题。
关键词：公路客运量 OLS 回归 一．背景综述改革开放后，我国国民经济持续高速发展，公路运输需求强劲增长，国家加大了公路基础设施的建设力度。
随着道路环境的改善和城乡交流的日益频繁，公路客运量逐年提高。
伴随着中国城市化的进程，城乡之间、城际之间的交流日益频繁，这直接支持了公路客运行业的发展。
公路客运在我国综合运输体系客运市场中发挥着举足轻重的作用，承担着90%以上的份额，因此对我国公路客运的研究就显得很有现实意义，通过研究我国从改革开放至今的公路客运量发展变化，可以从我国国民经济发展的一个侧面了解到我国二十多年来的交通运输、公共事业建设、人民生活水平、社会生产、流通、分配、消费各环节协调发展等诸多现实经济问题，对于提升个人对国家经济发展认识、研究分析的能力大有好处。
因此，本文以1978年为课题研究的时间起点，纵观中国公路、人口、人均收入、客运汽车产量、铁路、民航、水路运输客运量等众多因素对我国公路客运量的推动作用和影响，通过建立多元线性回归方程，进行实证分析，得出对我国公路客运量的显著影响因素。
二．模型变量选择及预测在模型建立之初，我们选择了七个对公路客运量可能造成影响的因素：客运汽车总量、年底总人口、铁路客运量、水运客运量、民用航空客运量、公路长度及全国总人均收入。
从经济常识的角度，初步认为，人口、人均收入作为国民经济衡量的基本要素对公路客运量应该有一定的影响；铁路客运、水运客运、民航客运与公路客运存在替代的经济关系，其三者的客运量要么与公路客运量有负相关的关系，要么与公路客运量的相关关系不大；客运汽车作为公路客运的硬件条件我们也将其引入模型，去考察客运汽车总量与客运量规模间的解释关系；而客运050000010000001500000100200300400500X1Y05000001000000150000090000100000110000120000130000X2Y0500000100000015000008000090000100000110000120000X3Y0500000100000015000001500020000250003000035000X4Y路线的丰富程度势必也将对公路客运量造成影响，在此我们用公路的长度去衡量客运路线的丰富程度。
在以上分析的基础上，进行主观的预测，对公路客运量可能造成影响的因素有：年底总人口、全国总人均收入、铁路客运量、客运汽车总量。
三．模型分析根据对经济现象的分析，建立如下模型描述：011223344556677t t Y X X X X X X X u ββββββββ=++++++++ ○1其中：4152637t Y X X X X X X X ----------------公路客运量 水运客运量客运汽车总量 民用航空客运量年底总人口 公路长度铁路客运量 全国总人均收入（一）、对所选择的样本作散点图得个解释变量与被解释变量的关系如下系列图所示：0500000100000015000000200040006000800010000X5Y05000001000000150000080100120140160180200X6Y050000010000001500000500100015002000X7Y从图形看出所选择的解释变量x3与x4样本数据与所选择的被解释变量的样本数据间没有明显的相关性，其余解释变量与被解释变量间有明显的线性相关性。
所以推测所建模型中x3和x4对y 的解释可能不显著。
（二）、样本模型的估计 1、模型估计对所选择的样本数据运用OLS 法回归得：Dependent Variable: YMethod: Least SquaresDate: 12/16/05 Time: 15:08 Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob. C -1810996. 156801.2 -11.54964 0.0000 X1 -18.56917 178.2442 -0.104178 0.9191 X2 16.03173 1.778187 9.015772 0.0000 X3 3.797861 1.142434 3.324360 0.0077 X4 -2.628440 4.549093 -0.577794 0.5762 X5 10.88772 17.87922 0.608959 0.5561 X6 1357.762 726.4007 1.869164 0.0911 X7349.150853.140406.5703460.0001 R-squared0.998779 Mean dependent var 941880.1 Adjusted R-squared 0.997924 S.D. dependent var 413515.1 S.E. of regression 18842.03 Akaike info criterion 22.82667 Sum squared resid 3.55E+09 Schwarz criterion 23.22239 Log likelihood-197.4400 F-statistic1168.282 Durbin-Watson stat2.666635 Prob(F-statistic)0.000000即：22ˆ-1810996-18.57116.032 3.803-2.62410.8851357.766349.157(156801.2)(178.24)(1.78)(1.42)(4.55)(17.88)(726.40)(53.14)(11.55)(0.10)(9.02)(3.32)(0.58)(0.61)(1.87)(6.57)0.99870.9979tY X X X X X X X t R R F =+++++=---==1168.282.667DW ==从回归的样本模型的统计量R=0.998779可以看出，模型的拟合优度非常好，从F=1168.282可知解释变量对模型的整体解释显著，然而通过样本数据所得的解释变量x1、x4、x5参数估计值的t 值明显不显著，据此推测模型解释变量间可能存在多重共线性。
2、多重共线性的检验运用相关系数矩阵检验，相关系数矩阵为：X1X2X3X4X5X6X7X1 1.000000 0.882892 0.407131 -0.702549 0.973972 0.960579 0.907679 X2 0.882892 1.000000 0.504735 -0.504676 0.920224 0.819337 0.924883 X3 0.407131 0.504735 1.000000 0.276174 0.330393 0.359901 0.295472 X4 -0.702549 -0.504676 0.276174 1.000000 -0.751790 -0.739402 -0.722706 X5 0.973972 0.920224 0.330393 -0.751790 1.000000 0.933892 0.974145 X6 0.960579 0.819337 0.359901 -0.739402 0.933892 1.000000 0.863272 X70.9076790.9248830.295472-0.7227060.9741450.8632721.000000从相关系数矩阵中可以看出，解释变量x1与x2、x5、x6、x7，x2与x5、x6、x7，x5与x6、x7，x6与x7高度相关，说明模型存在多重共线性。
3、多重共线性的消除运用逐步回归法消除多重共线性： 第一步：Dependent Variable: Y Method: Least SquaresDate: 12/16/05 Time: 15:25 Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob. C 224417.0 43625.73 5.144143 0.0001 X7759.698140.5134618.751750.0000 R-squared0.956478 Mean dependent var 941880.1 Adjusted R-squared 0.953758 S.D. dependent var 413515.1 S.E. of regression 88922.47 Akaike info criterion 25.73336 Sum squared resid 1.27E+11 Schwarz criterion 25.83229 Log likelihood-229.6002 F-statistic351.6280 Durbin-Watson stat0.528434 Prob(F-statistic)0.000000第二步： X2 x7Dependent Variable: Y Method: Least SquaresDate: 12/16/05 Time: 15:27 Sample: 1 18Variable Coefficient Std. Error t-Statistic Prob. C-1905953.296654.0-6.4248360.0000X7 406.1466 52.95420 7.669771 0.0000X2 20.83510 2.893767 7.199991 0.0000R-squared 0.990233 Mean dependent var 941880.1Adjusted R-squared 0.988931 S.D. dependent var 413515.1S.E. of regression 43506.46 Akaike info criterion 24.35022Sum squared resid 2.84E+10 Schwarz criterion 24.49861Log likelihood -216.1520 F-statistic 760.3815第三步：x2 x6 x7Dependent Variable: YMethod: Least SquaresDate: 12/16/05 Time: 15:29Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.C -1956629. 196460.9 -9.959380 0.0000X7 328.3169 39.03874 8.410030 0.0000X6 2111.153 468.4122 4.507042 0.0005X2 19.71007 1.929488 10.21518 0.0000R-squared 0.996015 Mean dependent var 941880.1Adjusted R-squared 0.995161 S.D. dependent var 413515.1S.E. of regression 28765.19 Akaike info criterion 23.56485Sum squared resid 1.16E+10 Schwarz criterion 23.76271Log likelihood -208.0836 F-statistic 1166.384Durbin-Watson stat 1.807779 Prob(F-statistic) 0.000000第四步：通过加入剩余变量后剔除不显著的变量后得：x2 x3 x6 x7Dependent Variable: YMethod: Least SquaresDate: 12/16/05 Time: 15:31Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.C -1877325. 121383.9 -15.46601 0.0000X7 393.1564 27.28334 14.41013 0.0000X2 15.96881 1.404132 11.37272 0.0000X6 1957.836 288.5388 6.785346 0.0000X3 3.200203 0.648808 4.932436 0.0003R-squared 0.998612 Mean dependent var 941880.1Adjusted R-squared 0.998185 S.D. dependent var 413515.1S.E. of regression 17616.05 Akaike info criterion 22.62114Sum squared resid 4.03E+09 Schwarz criterion 22.86847Log likelihood -198.5903 F-statistic 2338.575Durbin-Watson stat 2.590139 Prob(F-statistic) 0.000000 但从回归后所得的统计量看，加入x3后模型的整体拟合优度改善并不明显，说明x3对y 的解释能力不大；同时从经济意义上看，从我们先前的预测得铁路的客运量与公路客运量间应该存在负相关性，然而所估计的系数为正，与经济意义相违背。