我国私人汽车拥有量分析一、引言随着我国经济突飞猛进的发展，人民群众的收入水平不断提高，特别是城镇，居民的收入不断提高，私人汽车拥有量不断增加，同时银行的按揭贷款买车等等的一系列推动措施，也促进了私人汽车拥有俩的增加。
国家统计局最新公布的数据显示，国内大城市的私家车拥有量继续保持大幅增长的趋势。
截止到2010年底，在全国十大城市的私家车拥有量排名中，北京私家车的拥有量以多出第二名近40万辆的绝对优势排在了第一位。
这十个城市的具体排名分别是：除此之外，有关统计资料表明，我国城镇居民中有3800万户（占城镇居民总户数的24.8％），有能力承受10万元左右的汽车消费。
从近几年我国汽车消费的发展变化来看，汽车消费将成为消费热点。
从1990年到2000年的10年间，我国民用汽车的保有量由551.36万辆增加到1608.91万辆，平均每年增长11.3％。
其中私人汽车拥有量由1990年的81.62万辆增加到2000年的625.73万辆，平均每年增长22.6％。
私人汽车拥有量占民用汽车的保有量比重从1990年的14.8％，上升到2000年的38.9％，平均每年上升2.4个百分点。
1996年以来，民用汽车拥有量的增加量中，私人汽车增加量的比重均高于57.7％，其中最高的是1999年，私人汽车增加量占全部民用汽车增加量的82.5％。
这说明我国汽车市场结构发生了根本性的变化，居民个人已经成为我国汽车市场的消费主体。
我国私人汽车拥有量随时间变化图如下：。
从图上可以看出，近些年来，我国私人汽车拥有量不断增加，单从经济方面来说，私人汽车拥有数量是评判一个国家人民生活水平的重要指标，因此，此次我就针对我国私人汽车拥有量进行分析。
二、模型设定及数据说明1、模型设定通过数据观察，我们搜集了30个城市的房地产价格的统计数据，建立模型，模型的表达式为普通的多元线性方程形式Y＝β0+β1X1+β2X2+β3X+3µi其中把我国私人汽车拥有量Y，X1城镇居民可支配收入，X2为贷款利率,X3为燃料、动力类价格指数。
其中β1，β2，β3，分别为城镇居民可支配收入，贷款利率,燃料、动力类价格指数在影响我国私人汽车拥有量时所占的比重，β为在其他条件不变的情况下，私人汽车拥有量固有的增长情况。
µi表示随机误差项。
通过上式，我们了解到了各个因素对于私人汽车拥有量的影响，从而进行经济预测，为政策调整提供依据和参考。
2、数据说明具体数据如下:obs Y X1 X2（％）X31990 816200 1510.2 9.72 1001991 960400 1700.6 8.64 101.98741992 1182000 2026.6 8.64 118.71331993 155**** ****.4 10.17 162.28111994 2054200 3496.2 10.98 191.49161995 2499600 4283 11.52 208.15141996 2896700 4838.9 10.53 229.38291997 3583600 5160.3 8.64 250.71551998 4236500 5425.1 7.08 248.4591999 5338800 5854 5.85 250.69522000 6253300 6280 5.85 289.30222001 7707800 6859.6 5.85 289.88082002 9689800 7702.8 5.31 290.17072003 12192300 8472.2 5.31 311.6433Y::我国私人汽车拥有量X1：城镇居民可支配收入X2：贷款利率X3：燃料、动力类价格指数（以1990年价格为１００的定比指数序列）三、模型的参数估计假定所建模型及随机扰动项µi满足古典假定，可以用eviews软件，采用OLS 法进行线性回归。
1、先对各个变量做平稳性检验:对Y做平稳性检验：ADF Test Statistic 1.082163 1% Critical Value* -4.32605% Critical Value -3.2195*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(ADFY)Method: Least SquaresDate: 11/25/12 Time: 14:21Sample(adjusted): 1994 2003Variable Coefficient Std. Error t-Statistic Prob.ADFY(-1) 0.334153 0.308782 1.082163 0.3286 D(ADFY(-1)) -0.121060 0.697271 -0.173620 0.8690 D(ADFY(-2)) -0.054606 0.945213 -0.057772 0.9562 D(ADFY(-3)) -0.409407 0.879632 -0.465430 0.6612R-squared 0.948366 Mean dependent var 1063460. Adjusted R-squared 0.907058 S.D. dependent var 710945.9 S.E. of regression 216741.3 Akaike info criterion 27.71765 Sum squared resid 2.35E+11 Schwarz criterion 27.86894 Log likelihood -133.5882 F-statistic 22.95874对X1进行平稳性检验：ADF Test Statistic -0.158912 1% Critical Value* -4.32605% Critical Value -3.2195 *MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(ADFX1)Method: Least SquaresDate: 11/25/12 Time:14:26Sample(adjusted): 1994 2003ADFX1(-1) -0.005477 0.034465 -0.158912 0.8800 D(ADFX1(-1)) 0.664445 0.406596 1.634162 0.1632 D(ADFX1(-2)) -0.331605 0.522131 -0.635100 0.5533 D(ADFX1(-3)) -0.414658 0.416042 -0.996674 0.3647C 609.9278 275.2910 2.215575 0.0776 R-squared 0.746497 Mean dependent var 589.4800 Adjusted R-squared 0.543694 S.D. dependent var 229.7711 S.E. of regression 155.2114 Akaike info criterion 13.23431 Sum squared resid 120452.9 Schwarz criterion 13.38560 Log likelihood -61.17153 F-statistic 3.680899 Durbin-Watson stat 2.031160 Prob(F-statistic) 0.092741对 X2进行平稳性检验：ADF Test Statistic -0.529198 1% Critical Value* -4.32605% Critical Value -3.2195*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(ADFX2)Method: Least SquaresDate: 11/25/12 Time14:35Sample(adjusted): 1994 2003ADFX2(-1) -0.069982 0.132242 -0.529198 0.6193 D(ADFX2(-1)) 0.543426 0.321159 1.692075 0.1514 D(ADFX2(-2)) 0.140535 0.368364 0.381510 0.7185 D(ADFX2(-3)) -0.391387 0.347038 -1.127794 0.3106R-squared 0.768917 Mean dependent var -0.486000 Adjusted R-squared 0.584050 S.D. dependent var 0.905296 S.E. of regression 0.583863 Akaike info criterion 2.068551 Sum squared resid 1.704478 Schwarz criterion 2.219843 Log likelihood -5.342754 F-statistic 4.159310对X3进行平稳性检验：ADF Test Statistic -2.501558 1% Critical Value* -4.32605% Critical Value -3.2195 *MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(ADFX3)Method: Least SquaresDate: 11/25/12 Time: 14:41Sample(adjusted): 1994 2003Included observations: 10 after adjusting endpointsADFX3(-1) -0.296326 0.118457 -2.501558 0.0544 D(ADFX3(-1)) -0.332083 0.323046 -1.027973 0.3511 D(ADFX3(-2)) -0.592595 0.256861 -2.307066 0.0692 D(ADFX3(-3)) 0.079195 0.290428 0.272684 0.7960C 101.6956 38.34296 2.652262 0.0453R-squared 0.684768 Mean dependent var 14.93622Adjusted R-squared 0.432582 S.D. dependent var 14.01521S.E. of regression 10.55726 Akaike info criterion 7.858358Sum squared resid 557.2788 Schwarz criterion 8.009650Log likelihood -34.29179 F-statistic 2.715332由此可见，各个变量的随时间变化是平稳的，可以对其直接进行最小二乘估计。