基于多元線性回歸模型的我國汽車消費的影響因素分析

(江蘇大學 江蘇 鎮江 212013)

一、研究背景和意義

近年來，隨著我國經濟的快速發展，汽車逐漸從一種奢侈品變成了普通消費品，走進了千家萬戶，民用汽車產量不斷增加。據我國汽車工業協會的統計數據顯示，2010年國內汽車全年銷量為1806萬輛,，繼續穩居世界前列，同比增長32.37%。但從2013年以來我國汽車市場增速開始放緩，年增長量逐年下滑。和一些發達國家相比較而言，我國汽車消費水平總體上仍然偏低，汽車制造工業還存在一些差距，國外汽車市場限制和阻礙了國內的汽車消費；從國內來看，也存在著汽車的消費水平與經濟發展速度、居民的實際收入不相符合的情況。這都說明我國汽車消費市場還存在很多問題。現階段制約我國汽車消費市場發展的問題得不到解決，汽車消費市場將不能按照市場演變的規律發展，這也將給我國社會經濟的發展帶來一系列負面的影響。因此需要及時對我國居民汽車消費進行調查分析，提高自身競爭力，提升我國的汽車消費。本文主要對我國汽車消費市場的現狀、影響因素以及發展前景等方面作了具體的分析。

二、研究方法

(一)研究方法概述

在回歸分析中，如果有兩個或兩個以上的自變量，就稱為多元回歸。事實上，一種現象常常是與多個因素相聯系的，由多個自變量的最優組合共同來預測或估計因變量，比只用一個自變量進行預測或估計更有效，更符合實際。因此多元線性回歸比一元線性回歸的實用意義更大。當多個自變量與因變量之間是線性關系時，所進行的回歸分析就是多元性回歸。設Y為因變量X1,X2…Xk為自變量，并且自變量與因變量之間為線性關系時，則多元線性回歸模型為：

Y=b0+b1X1+…+bkXk+et

其中，b0為常數項，b1,b2…bk為回歸系數，b1為X1,X2…Xk固定時，X1每增加一個單位對y的效應，即X1對Y的偏回歸系數；同理b2為X1,X2…Xk固定時，X2每增加一個單位對y的效應，即，X2對Y的偏回歸系數，等等。

(二)模型驗證方法概述

多元回歸模型的檢驗，首先應該進行F檢驗(方程顯著性檢驗)。F檢驗是對模型整體回歸顯著性的檢驗，旨在對模型中被解釋變量與解釋變量之間的線性關系在總體上是否顯著成立作出推斷，如檢驗結果是接受H0，則檢驗到此為止，重新尋找解釋變量；如檢驗結果是拒絕H0，那么再進行t檢驗(變量的顯著性檢驗)。因為方程的總體線性關系顯著不代表每個解釋變量對被解釋變量的影響都是顯著的，因此，必須再對每個解釋變量進行顯著性檢驗從而決定是否作為解釋變量被保留在模型中。

三、實證分析

(一)我國汽車消費的描述性分析

為了探究我國居民汽車消費現存問題和影響汽車消費的因素以及二者的關系，在之前經過查閱文獻和理論分析之后再對我國汽車產量、汽車類成交額、私人汽車擁有量數據進行收集和分析，得出汽車消費市場正在發展但仍存在問題的結論。

目前，由我國近十年汽車消費市場的數據顯示，我國汽車消費從2008年由飛速速發展進入到2010-2013年平穩行進的階段，2013年后又進而了較快速發展階段。從2008年到2018年我國汽車各年產量如表1所示。

表1 我國汽車各年產量

圖1顯示我國汽車類成交額在2008年之后增長迅速，這得益于在此期間全國各地汽車市場放開消費政策，人們生活水平的提升以及對汽車需求量的增加，以至于在此階段汽車銷量飛速上升。到2013年時，由于居民汽車需求逐漸飽和，我國汽車消費正在進入一個緩慢增長的時期。我國汽車消費市場發展進程中存在各種問題問題，在鼓勵消費、提高銷售量的同時，公共基礎設施、環境保護等工作的落實并沒有跟上，造成嚴重的社會問題，以至于成為汽車消費發展的絆腳石。

圖1 我國汽車類成交額

汽車的消費和使用通常被看作是GDP和收入水平提高的結果，而日益升高的環境和社會成本，如交通堵塞、空氣污染和能源枯竭也被看作是由全球汽車消費提升而引發的惡果。因此，我們有必要研究影響汽車消費的因素，從而找到它的發展方向。

(二)變量與數據選擇

1.變量的選擇

汽車消費受到多方面因素的影響，在研究過程中為了從眾多因素中選擇起決定作用的影響因素作為因子，舍棄關系不大的因素，需要對影響因素進行選擇。本文結合定性與定量的方法，同時依據經驗與常識選擇與汽車消費高度相關的因子。暫不考慮市場、政策以及消費者偏好這些定性因素。最終本文選擇了居民消費水平、城鎮居民人均可支配收入、人均道路面積、公路里程、鋼材進口量、轎車產量六個指標作為自變量作為研究汽車消費的影響因素，以私人汽車擁有量為因變量。

2.數據來源及說明

本文選用的數據來自《中國統計年鑒》，以近10年(2008-2017年)為觀察期(詳細數據見附錄1)。各變量代表指標如下表2所示。

表2 變量所代表的指標

(三)多元線性回歸模型構建及檢驗

根據多元線性回歸模型的基本形式和上述變量的選擇，利用spss軟件進行回歸分析，建立多元線性回歸模型，找到影響我國汽車消費的因素。

1.模型的構建

將模型設定為多元線性回歸模型，即：

Y=b0+b1X1+…+b6X6+et

2.模型的擬合優度及顯著性檢驗

表3 模型綜述表

表3顯示模型的擬合系數為1，這6個自變量共同作用可以解釋因變量100%左右的變動，說明方程擬合效果非常好。

表4 方差分析表

從表4可以看出F統計量為11827.040，對應的顯著性水平小于0.05，方程總體回歸效果顯著。

表5 系數表

表5中顯示模型中的自變量“居民消費水平”和“轎車產量”的t統計量的絕對值比較小，對應的顯著性水平都大于0.10，表明這兩個自變量都沒有通過參數的顯著性檢驗，由于模型通過了總體的顯著性檢驗，模型的擬合效果非常好，那么產生這個問題的原因可能是自變量之間的多重共線性。

(四)多重共線性檢驗

容許度是某個自變量的方差不能被其他自變量解釋的百分比，當容許度接近0時，模型中會出現高度共線性問題，方差膨脹是刻畫模型中存在多重共線性時，參數估計值的方差擴大的倍數，當方差膨脹因子大于10時，就可以認為模型中可以存在較為嚴重的多重共線性問題。從表5中可以看出，6個自變量的容許度都比較小，說明這些自變量90%以上的方差都能被其他自變量解釋；6個自變量都有很大的VIF，進一步表明模型中可能存在多重共線性問題。

(五)逐步回歸

為了對模型中的多重共線性問題進行修正，選擇SPSS提供的逐步回歸法建立一個多元線性回歸模型。

表6 模型綜述表

從表6也可以看出最終模型的修正擬合系數大于第1個模型的修正擬合系數；而最終回歸模型隨機誤差項的標準差，小于最初的模型，這表明最終模型的估計誤差有所減小，擬合效果相應地有所提高。

表7 系數表

由表7可知，模型的最后一個階段，從前一階段被剔除的變量中選擇偏相關系數最大的“公路里程”引入模型，模型中4個自變量都通過了參數的顯著性檢驗，此時既沒有自變量需要被移出模型，也沒有自變量能夠被引入模型，形成了最終模型。

(六)結果

經過軟件分析，發現轎車產量和居民消費水平兩個變量未能通過參數的顯著性檢驗，并且原模型存在高度的多重共線問題，因此運用逐步回歸的方法對模型進行修正，得到新模型：Y=-8672.474+0.817X2-1786.699X3+1.621X4+50.291X5+et

(七)結論

由模型可以得出：隨著城鎮居民人均可支配收入、公路里程、鋼材進口量的增長，汽車消費水平增加；隨人均道路面積的增長，汽車消費水平反而降低；但這并不能說明人均道路面積的擴大對汽車消費有負影響，原因可能是：我國汽車消費水平的發展速度低于我國居民總體消費水平的增速和道路擴充的速度；模型中雖然去掉了居民消費和轎車產量，但并不代表其對汽車消費無影響，只是說模型暫不考慮其影響。

四、建議

消費是拉動我國經濟發展的三駕馬車之一，汽車消費作為我國國民消費較為重要的組成部分，其發展關系到國民消費拉動經濟的能力，我國近年來的汽車消費增長速度緩慢，國家早期實行了鼓勵消費政策，推動了汽車的銷售量增長，根據邊際效應遞減規律也可以看出，如果只是鼓勵消費，不采取其他輔助措施，我國的汽車的消費水平與經濟發展速度、居民的實際收入將會出現不相符的情況。因此，為確保我國汽車消費市場穩定持續發展，我國政府需要在宏觀上保證經濟的穩態增長，保障居民生活水平，最大限度的提高收入水平。同時，應進一步改善公路設施等基礎設施的建設。從而營造良好的汽車消費環境，為消費者提供良好的消費環境和科學合理的引導。