北京私家汽车影响因素计量研究.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
北京私家汽车影响因素计量研究

北京私家汽车影响因素计量研究   【摘要】本文运用计量经济学的方法,对北京市的私家汽车拥有量和各指标进行建模,运用Eviews软件对模型进行最小二乘法参数估计,判断各指标之间有没有多重共线性,得到私家汽车拥有量和各指标的回归方程,并分析各指标对私家汽车的拥有量的影响和各指标因素的经济意义。 【关键词】私家汽车拥有量 多重共线性 Eviews 最小二乘法参数估计 一、引言 现如今,随着人们的生活水平逐步地提高。人们也越来越追求生活质量。伴随着人们工作需要和对旅行生活的向往,也有一些人是为了从众的心理,私家汽车便越来越得到许多市民的青睐。尤其是北京地区,北京作为中国的首都,经济发展非常的迅速。汽车也越来越聚集在这个经济发展较迅速的地方。同时,上班族要面对交通拥堵,也为了节省时间,随时可以方便快捷的去自己想去的地方,许多人们开始拥有私家的汽车。社会在发展,人们生活质量也在提高,促使越来越多的北京市民在私家汽车上满足自己,而且有些市民拥有不只一辆私家汽车。统计公报显示,至2012年末北京市机动车保有量520万辆,比去年年末增加21.7万辆。民用汽车495.7万辆,增加22.5万辆;其中私人汽车407.5万辆,增加了17.8万辆。私家车占全市机动车总量的六成左右。由此可见,现在北京市的私家汽车已经占据了一定的规模,而且还有递长的趋势,交通拥堵问题也是亟待解决的问题,为了得到如何解决交通拥堵的解决途径,本文计划运用计量经济学的方法,对影响北京市的私家汽车拥有量的因素进行分析,运用Eviews软件对模型进行最小二乘法参数估计,判断各因素之间有没有多重共线性,得到私家汽车拥有量和各指标的回归方程,并分析各指标对私家汽车的拥有量的影响,然后对此提出一些建议。 二、理论模型的建立 私家汽车的拥有量受到许多因素的影响。人们的消费水平、汽车的产量、公路的里程还有当地市民的数量、人们在汽车养护上的花费等等都会影响私家汽车的拥有量。为了分析其影响,我们根据《北京市统计年鉴2013》中国的数据,我们收集了从1991年至2011年的相关数据,如表所示: 表中,私家汽车的拥有量作为被解释变量Y,然后选取解释变量汽车的产量为X1,居民的消费水平为X2,公路里程为X3,北京人口数量为X4,液化石油气产量为X5,μ为随机扰动项。运用Eviews软件对解释变量进行最小二乘法参数估计,得出以下结论: Y=-469.8372+1.331376X1+0.004918X2-0.000028X3+ (-1.375701)(8.796054) (1.425457) (1.257259) 0.436294X4-0.000114X5 (-0.013622)(-2.501016) R=0.995436 调整后的R=0.993915 F=654.3723 由此可知,可决系数较高,拟合效果较好;F检验值为654.3723,明显显著。 三、多重共线性检验 计算各解释变量的相关系数,得到如下矩阵: 由相关系数矩阵可以看出,互相之间的相关系数较高,确实存在着多重共线性。 四、消除多重共线性 采用逐步回归的方法,分别对X1、X2、X3、X4、X5进行一元回归,消除多重共线性,结果如表所示: 然而t统计量几个解释变量不显著,而且出现了负值,说明存在严重的多重共线性。 按R2的大小排序为X2、X1、X4、X3、X5。 以X2为基础,顺次加入其他变量进行回归。首先加入X1,结果为: Y=-42.82722+0.008653X2+1.247116X1 t=(9.537912)(8.533643)R2=0.993439 当α=0.05时,t=2.1009,X1参数的t检验显著,不需要剔除。加入X4,得到: Y=-35.54749+0.008734X2+1.245482X1-0.007166X4 t=(2.515617)(7.552564)(-0.024148) R2=0.993439 当α=0.05时,t=2.1098,X4参数的t检验值为负值,不显著,需要剔除。加入X3,结果为: Y=-51.35208+0.008143X2+1.253163X1+0.000948X3 t=(5.580174)(8.350243)(0.452737) R2=0.993517 当α=0.05时,t=2.1009,X3参数的t检验不显著,需要剔除。加入X5,得到: Y=-31.58749+0.009474X2+1.236492X1-0.000080X5 t=(10.41846)(9.281075)(-2.165200) R2=0.99485

文档评论(0)

linsspace + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档