我国公路客运量的研究报告.pptVIP

我国公路客运量的 研究报告 一、问题提出 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、数据来源 三、数据的收集 四、模型假设及预测 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。 根据对经济现象的分析，建立如下模型描述： 其中： 　 　预期估计X3、X4、X5的参数符号是负的，X1、X2、X6、X7的参数符号是正的。 　　　　　 五、模型的估计与调整 用Eviews做回归分析得： 回归模型为： =2115079+608.8337X1t+24.74303X2t+4.942427X3t- 9.009418X4t+45.01216X5t+4278.010X6t+92.16498X7t Se=(376941.2)( 389.3256)( 3.363626)( 2.497053) ( 6.055978)( 22.56787)( 1119.070 )( 29.54066) t=(5.611164)( 1.563816)( 7.356056) ( 1.979304)( -1.487690)(1.994524) (-3.822828) (3.119936) R2=0.988676 =0.985373 F=299.3467 DW=1.867377 从回归的结果看，可决系数 =0.988676，所以模型的拟合度较好。 系数显著检验：给定α =0.05，自由度为32-8=24，查F分布表可得临界值为3.14，从F=299.34673.14可知解释变量对模型的整体解释显著； 查t分布表得临界值为2.064，可见解释变量X1、X3、X4、X5的参数估计值的t值小于2.064，明显不显著，所以模型解释变量之间可能存在多重共线性。 在0.01显著水平下,该模型有7个解释变量，32个样本量，查DW表得dL=0.794,dU=1.788,模型中dUDW=1.8673774- dU,根据判定区域知不存在自相关性。 2、（1）多重共线性检验： 计算各解释变量的相关系数，选择X1、X2、X3、X4、X5、X6、X7得相关系数矩阵： 从相关系数矩阵可以看出，解释变量X1与X5、X6、X7，X2与X5，X3 与X7，X5与X6、X7，X6与X7之间的相关系数较高，说明模型存在多重共线性。 （2）修正多重共线性： 采用逐步回归的办法，分别作Y对X1、X2、X3、X4、X5、X6、X7的一元回归得： 其中，虽然加入X5的方程最大，且其t检验显著，但X5与预期估计的参数符号相反，故应另选除X5外最大的解释变量，所以要以X1为基础，顺次加入其他变量逐步回归，得： 经比较，新加入X2的方程 =0.972459，改进最大，而且各参数的t检验显著，选择保留X2，再加入其他新变量逐步回归，得： 其中，虽然加入X5的方程 最大，但X5与