影响国内私人汽车拥有量的几个重要因素分析大学论文
我国私人汽车拥有量影响因素的计量分析
参考内容二
文章标题：我国私人汽车拥有量的计量经济学模型及其检验和预测 引言： 随着经济的发展和人民生活水平的提高，我国私人汽车拥有量逐年攀升。私 人汽车的普及程度不仅代
表着我国汽车工业的发展水平，也反映了人民的生活质量。因此，研究私人 汽车拥有量的影响因素及其发展趋势具有重要意义。本次演示旨在通过建立计量 经济学模型，分析私人汽车拥有量的影响因素，并对其进行检验和预测。
五、结论
本次演示通过问卷调查和统计分析，深入探讨了我国私人汽车拥有量的影响 因素。研究发现，人均GDP、居民可支配收入、城市化水平和汽车产业政策等因 素对私人汽车拥有量的影响最为显著。政策制定者可以通过调整相关政策，
鼓励或限制私人汽车的拥有和使用，以实现汽车产业的可持续发展。例如， 可以加大对新能源汽车的补贴力度，推动绿色出行方式的发展；同时，也可以通 过拥堵收费等措施，限制私人汽车的过度使用研究也存在一定局限性。首先，由于数据可得性限制，本 次演示所选取的解释变量并不全面，可能存在其他影响私人汽车拥有量的重要因 素未被纳入模型。其次，本次演示主要了私人汽车拥有量的影响因素，对其发展 趋势进行了预测
，但未对私人汽车拥有量进行细分研究，如不同收入水平、不同地区等细分 市场的拥有量变化情况尚需进一步探讨。未来研究可针对以上不足之处进行深入 分析，为相关政策制定提供更为精确的理论依据。
三、研究方法
本次演示采用问卷调查和统计分析相结合的方法，对中国私人汽车拥有量的 影响因素进行研究。首先，设计问卷调查，收集各地区私人汽车拥有量及相关影 响因素的数据。其次，运用描述性统计方法，对各地区私人汽车拥有量及影响因 素进行统计分析
。最后，通过因果关系分析，探讨各因素之间的相互作用。
四、结果与讨论
然而，要解决私人汽车带来的环境问题，不能仅依靠限制私人汽车的发展， 还需要大力发展新能源汽车技术，提高充电设施的建设，引导消费者转变出行观 念，提倡绿色低碳的生活方式。
中国私家轿车拥有量与其影响因素
- -----中国私家轿车拥有量与其影响因素摘要：轿车进入家庭不是单一因素的结果。
通过对影响中国私人轿车拥有量的因素，即GDP、居民消费价格指数、工业品出厂价格指数等三个方面的定量分析，估计除了这三个因素对中国私人轿车拥有量的影响程度。
此项研究可对我国私人轿车拥有量的准确预测及交通规划和管理提供理论的依据。
关键字：私人轿车拥有量GDP 居民消费价格指数工业品出厂价格指数汽车产量研究主题：随着国内经济的高速发展，人们的物质生活水平不断提高，越来越多的家庭拥有了自己的私人轿车。
拥有私人轿车为人们的出行带来了方便，但同时私人轿车数量的增多也带来了一些社会问题。
除了看得见的交通拥挤、城市交通环境恶化，还有看不见的空气污染、土壤污染等自然环境恶化。
这给城市交通、城市环境、城市空间架构的可持续发展都带来不利影响。
但与此同时，私人轿车大规模的拥有和使用同一创造了巨大的社会效益。
因此，研究中国私人轿车拥有量的影响因素，并对其进行定量粉丝将有重大的意义。
本文通过对影响中国私人轿车拥有量的因素，即GDP、居民消费价格指数、工业品出厂价格指数、汽车产量等四个方面的定量分析，估计出了这三个因素对中国私人轿车拥有量的影响程度。
此项研究可对我国私人轿车拥有量的准确预测及交通规划和管理提供理论依据。
数据类型：时间序列数据数据频度：年起止时间：1995-2011主要研究方法：用普通最小二乘估计进行参数估计。
通过基础的检验最终确定模型结构。
模型设定研究中国私人轿车拥有量的影响因素，需要考虑一下几个因素：1.钢材的产量 2.国民总收入，我们定义模型的变如下面所示：Y：中国私人汽车拥有量（万辆）X1：钢材产量（万吨）X2：GNI（亿元）数据的收集数据质量直接决定着模型的质量，本文收集了中华人民共和国国家统计局编的《2012统计年鉴》中1995年共15年的相关数据。
如表1所示。
1999 533.88 12109.78 88479.22000 625.33 13146 98000.52001 770.78 16067.61 108068.22002 968.98 19251.59 119095.72003 1219.23 24108.01 134977.02004 1481.66 31975.72 159453.62005 1848.07 37771.14 183617.42006 2333.32 46893.36 215904.42007 2876.22 56560.87 266422.02008 3501.39 58488.1 316030.32009 4574.91 69405.4 340320.02010 5938.71 80276.58 399759.52011 7326.79 88619.57 472115.0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，所以我们考虑做一个多元线性模型，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。
计量经济学论文 关于我国私家车拥有量影响因素的计量经济模型分析
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。
计量论文我国私家车拥有量影响因素的计量分析
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。
全国私人汽车拥有量的影响因素分析
Ｏ０ ４ Ｉ ｘｆ ＋ ．７ ７ ｘ —Ｏ１ ８ １ｘｆ ２ ２ ５ｎ ４ １ ４ ３ ｎ ４ ｌ ．５ ３ｎ ４ １ ０３ ３ ｉ ￣ ． ２ｎ １ｌ一 ． ６ １ ｘｆ ０ ７ １ ｘ ｎ ｒ ６ ３ ＋ ，
—
五、 结束 语
结 合 模 型 可 得 ，从 １ ８ ９ ５年 到 ２ ０ ０ ９年 我 国经 济 稳 定 持 续 增
（ ） 正 多重 共 线 性 三 修
采用 逐 步 回归 法 ， 决 模 型 的多 重 共 线 性 问题 ， 到 的 回 归 解 得
目前 ，有 很 多 学 者 对 此 影 响 私 人 汽 车拥 有 量 的 因 素 进 行 了 研 究 。 凤丹 、 婕 和郭 红 燕 （ ０ ８ 认 为 国 际油 价 是 影 响 私 人 汽 施 徐 ２０ ） 车拥 有 量 的 因 素 ，并 证 明 我 国 私 人 汽 车 拥 有 量 与 国 际 油 价 及 人 均 收 入 之 间存 在 长期 协整 关 系 ， 同时 ， 据格 兰杰 因果 关 系 检 验 根 结 果 验 证得 到 ，中 国私 人 汽车 拥 有 量 对 国 际 油价 存 在 单 向 的 因 果 关 系 。 韩 雪 和 李潜 （ ０ ６ 分 析 了 １ ８ ￣ ０ ４年 我 国 私人 汽 车 ２０ ） ９９２０ 拥 有 量 、 民总 收 入 和 钢 材 产 量 之 间 的关 系 ， 国 建立 了 三 者 之 间 的 计 量 经 济模 型 ， 章认 为 ， 民 总 收 入 每 增 加 １ ， 文 国 ％ 私人 汽 车拥 有
随 着 我 国 经 济 的 不 断 发 展 和 人 口的 增 加 ，我 国私 人 汽 车 的 数 量
还 会 持 续 不 断增 加 ， 将 成 为 我 国普 通 大 众 的消 费 品 。 它
我国私人汽车拥有量的分析
我国私人汽车拥有量的分析摘要：随着我国经济的快速发展，私人汽车正逐步走入每个家庭，同时汽车的大幅增加势必对交通、能源和环境带来巨大的压力，这也制约着我国私人汽车的发展空间。
本文根据近年来国内各项经济指标，运用计量经济学模型中的多元线性回归方法以及EVIEWS软件对我国私人汽车拥有量进行了科学的分析及预测，揭示出私人汽车拥有量的影响因素关键词：私人汽车拥有量经济发展影响因素一、理论背景汽车特别是用于消费的私人汽车拥有量的多少，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。
汽车作为中国家庭拥有率最低的一种高档耐用消费品，随着居民收入水平的不断提高和中国政府鼓励轿车进入家庭政策的出台，制约需求的各种不合理费用逐步取消和汽车贷款正在被越来越多人所接受，汽车正在快速进入普通家庭。
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。
我国汽车社会面临能源紧缺、燃油价格上涨、土地资源有限等诸多不利因素。
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。
在这样的背景下，进行私车发展转型刻不容缓，力图使私车保有量在节约、环保、节能的“框架”中适度增长。
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，同时也与我国交通状况有密切联系。
因此我试图通过建立计量经济学模型来发现私人汽车保有量与有关社会经济数据之间的关系。
二、变量选取考虑各个数据的可获得性质，本文选取：被解释变量：，为私人汽车拥有量解释变量：，国内生产总值，人均可支配收入，汽车产量三、数据采集1996～2011年各变量的统计数据年份私人汽车拥有量（万辆）国内生产总值（千亿元）人均可支配收入（元）汽车产量(万辆)1996 289.67 71.18 4838.90 147.52 1997 358.36 78.97 5160.30 158.251998 423.65 84.40 5425.10 1631999 533.88 89.68 5854.00 183.22000 625.33 99.21 6280.00 2072001 770.78 109.66 6859.60 234.172002 968.98 120.33 7702.80 325.12003 1219.23 135.82 8472.20 444.392004 1481.66 159.88 9421.60 509.112005 1848.07 183.08 10493.00 570.492006 2333.32 210.87 11759.5 727.92007 2876.22 249.52 13785.8 888.72008 4173.39 300.67 15780.8 934.552009 5314.31 335.353 18858 1382.662010 6539.36 397.983 19109 1826.472011 7872.12 471.564 23979 1841.89四、实验分析1、建立多元线性回归模型利用eviews做ols分析，得Dependent Variable: YMethod: Least SquaresDate: 12/18/13 Time: 12:46Sample: 1996 2011Included observations: 16Variable Coefficie Std. Error t-Statisti Prob.C -978.8384 266.3186 -3.675441 0.0032X1 16.40551 7.733326 2.121404 0.0554X2 -0.057568 0.127273 -0.452316 0.6591X3 1.182315 0.748049 1.580532 0.1400R-squared 0.991097 Mean dependent var 2351.771 Adjusted R-squared 0.988871 S.D. dependent var 2384.87614.10576S.E. of regression 251.5855 Akaike infocriterionSum squared resid 759543.4 Schwarz criterion 14.29891Log likelihood -108.8461 F-statistic 445.2936 Durbin-Watson stat 0.848017 Prob(F-statistic) 0.000000 回归方程为(-3.67) (2.12) (-0.45) (1.58)=0.991097 =0.988871 F=445.2936通过对模型进行简单的分析可知，该模型的拟合程度非常好，且方程的显著程度也比较高。
我国私人汽车拥有量影响因素分析
我国私人汽车拥有量的影响因素分析摘要：本文选择了《2007年中国统计年鉴》中1998年一2007年共10年的相关数据，选择全国城镇人口数，城镇居民人均可支配收入，全国汽车产量，全国公路里程作为解释变量构建模型，对我国私人汽车拥有量的影响因素进行实证分析。
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，然后提出自己的看法。
关键词：私人汽车拥有量影响因素实证分析l 序论改革开放以来，我国经济迅猛发展，人民生活水平不断提高，汽车进入普通家庭已成为共所周知的事实，私家车开始步入普及化道路的里程碑，同时随着居民消费结构的升级，私人购车呈现出迅猛增长的势头，成为我国汽车产业发展的决定性力量，同样也会成为社会经济发展的必然趋势。
由于私人汽车拥有量直接影响我国汽车产业的发展，并间接影响着国家经济的发展，因此对我国私人汽车拥有量问题的深入研究就显得尤为重要，这有助于帮助大家认清现状，做出合理的决策。
鉴于此原因，我们进行了这次关于私人汽车拥有量的计量模型研究。
2 建模2.1 模型的选取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。
2.2 变量选择影响私人汽车拥有量的因素有很多，包括全国城镇人口数，城镇居民人均可支配收入，全国汽车产量，全国公路里程，全国铺装道路长度，我国GDP等，但综合考虑，选取一部分变量进行研究，而且为了方便查找数据，本文选用选择了《2007年中国统计年鉴》中1985年至2007年共23年的相关数据。
2.2.1 全国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。
2.2.2 城镇居民人均可支配收入私家车这种高档消费品的拥有量显然与收人水平有关，因此引进解释变量人均可支配收入，并先验预期此因素与私家车拥有量呈正相关。
我国私人汽车拥有量的影响因素分析
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。
- 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)。
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。
在新一轮的造车运动中，上新车型几乎成为共同的选择，目标也均指向新的增长点——私人轿车市场。
同时随着居民消费结构的升级，私人购车呈现出迅猛增长的势头，成为我国汽车产业发展的决定性力量。
目前，私人已经成为主要的购车群体。
从私人汽车拥有量结构看，新增的私人汽车中近８０％为小型和微型客车。
通过对国际轿车市场研究发现，当车价与人均ＧＤＰ之比达到２或３时，是轿车进入家庭的转折点。
目前，我国北京、上海、广州和深圳等大城市的车价与人均ＧＤＰ之比已经接近这个水平，私人购车进入了爆发性增长阶段。
正因为私人汽车逐渐占据了汽车消费市场的主导地位，也直接反映了整个汽车行业的现状，私人汽车的消费市场成为了我们越来越关注的对象。
为了实证对私人汽车消费市场的具体影响因素，以便于我们根据实证结果提出我们的政策建议，我们查找了一些关于我国汽车行业当今各方面的情况，选择用全国民用私人汽拥有量作为反映我国私人汽车消费市场现状的指标，并依据相关的数据资料选取了全国人口数（考虑到从某方面上反映了私人汽车市场的大小），全国居民消费水平指数（考虑到反映了我国居民对私人汽车市购买力程度），全国公路长度（也是对汽车市场消费造成影响的外部因素）作为解释变量。
二相关数据收集（数据来源：2002统计摘要）y x1 x2 x3 x4 时间全国民用私人汽全国人口全国居民消全国汽车产全国公路长车拥有量(万辆）数（万人）费水平指数量（万辆）度（万公里）1985 28.49 105851 323.5 43.72 94.24 1986 34.71 107507 337.8 36.98 96.28 1987 42.29 109300 356.9 47.18 98.22 1988 60.42 111026 383.4 64.47 99.96 1989 73.12 112704 381.4 58.35 101.43 1990 81.62 114333 394.4 51.4 102.83 1991 96.04 115823 427.1 71.42 104.11 1992 118.2 117171 482.3 106.67 105.67 1993 155.77 118517 521.4 129.85 108.35 1994 205.42 119850 543.8 136.69 111.78 1995 249.96 121121 584.6 145.27 115.7 1996 289.67 122389 637.8 147.52 118.58 1997 358.36 123626 664.4 158.25 122.64 1998 423.65 124810 701.3 163 127.85 1999 512.35 125836 754.2 174.3 130.46 2000 704.9 126987 786.1 185.6 139.16 2001 821.64 128036 801.3 209.5 145.89 2002 945.7 130549 843.1 236.76 152.7原始数据的分析记录在附录1由于原模型存在自相关，我们决定通过改变解释变量模式从而消除由于样本数量不足带来的问题。
新模型中：Y/X1→Y 人均民用汽车私人拥有量X3/X1→X1人均汽车产量X2→X2 全国居民消费指数X4/X1→X3 人均公路长度时间y/x1 x3/x1 x4/x119850.000269 0.000413 0.0008919860.000323 0.000344 0.00089619870.000387 0.000432 0.00089919880.000544 0.000581 0.000919890.000649 0.000518 0.000919900.000714 0.00045 0.00089919910.000829 0.000617 0.00089919920.001009 0.00091 0.00090219930.001314 0.001096 0.00091419940.001714 0.001141 0.00093319950.002064 0.001199 0.00095519960.002367 0.001205 0.00096919970.002899 0.00128 0.00099219980.003394 0.001306 0.00102419990.004072 0.001385 0.00103720000.005551 0.001462 0.00109620010.006417 0.001636 0.00113920020.007244 0.001814 0.00117三平稳性检验Augmented dickey_fuller unit root test on D (Y1，2)ADF Test Statistic -4.437656 1% Critical Value* -4.98935% Critical Value -3.873010% Critical Value -3.3820 *MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(Y,3)Method: Least SquaresDate: 06/15/05 Time: 20:08Sample(adjusted): 1991 2002Included observations: 12 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.D(Y(-1),2) -4.375878 0.986079 -4.437656 0.0044D(Y(-1),3) 2.926325 0.916754 3.192051 0.0188D(Y(-2),3) 1.543661 0.819069 1.884653 0.1085D(Y(-3),3) 2.202980 0.575242 3.829660 0.0087C -0.000291 0.000166 -1.748557 0.1310@TREND(1985) 5.07E-05 1.75E-05 2.902600 0.0272 R-squared 0.963765 Mean dependent var -4.17E-09 Adjusted R-squared 0.933569 S.D. dependent var 0.000517 S.E. of regression 0.000133 Akaike info criterion -14.70026 Sum squared resid 1.07E-07 Schwarz criterion -14.45781 Log likelihood 94.20157 F-statistic 31.91688Augmented dickey_fuller unit root test on D (x1,1)ADF Test Statistic -3.492868 1% Critical Value* -4.80255% Critical Value -3.792110% Critical Value -3.3393 *MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X1)Method: Least SquaresDate: 06/15/05 Time: 20:18Sample(adjusted): 1989 2002Included observations: 14 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.X1(-1) -0.992938 0.284276 -3.492868 0.0082D(X1(-1)) 1.061082 0.256535 4.136217 0.0033D(X1(-2)) -0.039339 0.273775 -0.143691 0.8893D(X1(-3)) 0.445943 0.228731 1.949638 0.0870C 7.54E-05 5.07E-05 1.486021 0.1756R-squared 0.779700 Mean dependent var 8.81E-05 Adjusted R-squared 0.642013 S.D. dependent var 0.000102 S.E. of regression 6.08E-05 Akaike info criterion -16.27936 Sum squared resid 2.96E-08 Schwarz criterion -16.00547 Log likelihood 119.9555 F-statistic 5.662833Augmented dickey_fuller unit root test on D (x2,2)ADF Test Statistic -3.882038 1% Critical Value* -4.73155% Critical Value -3.7611*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X2,3)Method: Least SquaresDate: 06/14/05 Time: 10:56Sample(adjusted): 1988 2002Variable Coefficient Std. Error t-Statistic Prob.D(X2(-1),2) -1.199581 0.309008 -3.882038 0.0022C 3.895265 13.93562 0.279519 0.7846R-squared 0.563244 Mean dependent var 1.453333 Adjusted R-squared 0.490452 S.D. dependent var 29.42530 S.E. of regression 21.00456 Akaike info criterion 9.104213 Sum squared resid 5294.301 Schwarz criterion 9.245823 Log likelihood -65.28160 F-statistic 7.737652Augmented dickey_fuller unit root test on D (x3)ADF Test Statistic -4.293548 1% Critical Value* -4.67125% Critical Value -3.734710% Critical Value -3.3086 *MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X3,2)Method: Least SquaresDate: 06/15/05 Time: 20:23Sample(adjusted): 1987 2002D(X3(-1)) -1.151016 0.268080 -4.293548 0.0009C -1.36E-05 6.83E-06 -1.986861 0.0684@TREND(1985) 3.48E-06 9.74E-07 3.572892 0.0034 R-squared 0.586622 Mean dependent var 1.56E-06 Adjusted R-squared 0.523025 S.D. dependent var 1.50E-05 S.E. of regression 1.04E-05 Akaike info criterion -19.94795 Sum squared resid 1.40E-09 Schwarz criterion -19.80309 Log likelihood 162.5836 F-statistic 9.224093可以看出，解释变量X1在0阶差分，X2在2阶差分， X3 在1阶差分，Y在2 阶差分情况下通过了平稳性检验。