姓名：张婷
学号：1336151027
摘要：近年来，中国的汽车市场发展迅猛，在短短几年的时间里，汽车市场就由卖方市场转变为买方市场。汽车业作为一个产业关联性强、需求价格弹性和收入价格弹性高、规模经济效益明显、资金和技术密集度较高的现代产业，对整个国家经济发展起到了重要拉动作用。2009年，我国汽车累计生产1300万辆，同比增长创历年最高，使我国成为世界第一汽车生产和消费国。同时，统计显示，2010年我国汽车产量为1826万辆，比上年增长32％，占全球当年汽车总产量的23.5％，连续第二年保持第一汽车制造大国的地位。虽然我国的汽车业发展迅速很快，但我国汽车业的竞争力却还很弱小。国内汽车制造业“增产不增收”的局面日渐严重，单车利润呈逐年下降的态势。汽车企业相互之间的竞争仍然局限在低成本、低价格的层面，缺乏创新技和自主品牌。在此背景下，本文从竞争力的基本理论出发，结合我国汽车整车业、汽车零部件业、汽车产业集群等方面的现状，与汽车业先进国家进行了对比分析，对我国汽车业的竞争力状况做了相对客观的评价并提出了一系列提高我国汽车业竞争力的措施。关键字：汽车总产量；线性回归；误差项假设
1目录
摘要..................................................................................1引言..................................................................................3一．文献综述............................................................................3
（一）汽车工业背景简介...................................................................3（二）具体文献...................................................................................3
二．理论模型的假设...............................................................4
（一）理论模型的建立.......................................................................5（二）数据相关性分析.......................................................................6（三）回归分析...................................................................................8（四）回归模型的检验.....................................................................10（1）同方差假设的验证.............................................................11（2）独立性假设的验证.............................................................12（3）残差的检验.........................................................................15
三．回归分析存在的缺陷与感想..........................................18
2引言：中国汽车工业经过多年的发展，在规模，结构，效益等方面取得了举世瞩目的成就。在“十一五”期间，中国成为全球最大的汽车市场，汽车产销量实现超过千万辆的历史性跨越，汽车产业已经成为我国经济发展的支柱产业。在今后，我国汽车产业的发展方向要致力于推进自主创新，培育自主品牌，积极发展节能和新能源汽车。
一．文献综述
（一）汽车工业背景简介
我国的经济发展越来越受到世界的关注，在各行各业中，汽车业的迅速发展尤以引人瞩目。根据预测，中国2013年将生产1960万辆小汽车和其它小型卡车等轻型车辆，欧洲为1830万辆，中国将首次超过欧洲。2013年中国的汽车产量将会比2000年超出10倍，当时中国占全球汽车生产的份额仅有3.5%，与2013年有望达到的23.8%形成鲜明对比，我国汽车产业也将迎来新的里程碑。
汽车产量的增长归功于国内不断增长的消费需求，中国汽车工业协会数据显示,今年前9个月,汽车产销分别完成1593.84万辆和1588.31万辆,同比分别增长12.8%和12.7%。中国汽车业的稳步增长也带动了其他产业的飞速发展，比如零件制造业，汽车维修保养业等。同时，它也提供了大量的就业岗位，我国汽车相关产业就业人数已占全国就业人数1/6。
我国汽车业的增长可喜可贺，但不能忽视它未来发展的劣势：首先，竞争加剧，特别是入世以后，汽车工业的市场化增加了竞争的激烈性。其次，我国汽车工业产品制造技术和研发水平落后，缺少自主知识产权与核心技术，整体上落后于发达国家。第三，我过汽车产业规模不集中，汽车产业组织结构分散，市场集中度偏低，与国际大型汽车公司相比具有巨大的差距。最后，我国汽车工业的生产率低，成本居高不下，关键零部件进口关税高，各种不合理收费导致成本增加。
（二）具体文献
要研究汽车的产量离不开汽车这个行业的发展情况，从不同角度对中国汽车行业发展状况进行分析能够得到不同方面的信息，能对中国汽车行业发展现状有更全面的认识。此处提出了从分析影响汽车行业发展的因素进行分析近几年来汽车行业的总体发展状况（徐迪，2009）。其中，徐迪在《国内汽车行业发展分析》中从两个方面说明国内汽车行业总体向好：
（1）汽车产销量增加；(2)行业生产能力继续扩张。
在分析影响汽车行业运行的主要因素是徐迪主要提到了三个影响因素：（1）我国人均GDP持续增加，处于消费结构升级的重要阶段；（2）国内一系列政策的支持析
（3）汽车制造业成本上升压力将有所减轻。
随后，作者又对中国汽车行业未来的发展进行了预测，他认为国内汽车行业发展
3总体向好，但是我们对汽车行业的增长势头不能估计过高。因为当前和今后一个时期的经济走势，主要取决于三方面因素或力量，即政府支出市场驱动的内需以及外需。目前来看，外需在一两年内是靠不上的，政府支出，特别是政府投资，一方面能拉动增长，另一方面能起到稳定信心和预期的作用，减少由于恐慌引起的过度波动。中国汽车业与房地产业同为现阶段经济增长的龙头行业，但汽车业表现要好一些，在经历了2008年底的销售谷底后，2009年出现明显回暖但在大的经济形势回稳之前，对汽车行业的增长势头还不能估计过高若经济下行，收入增长放缓，必然影响到汽车需求，下一步对这方面影响要有所预期。
另一方面，石油是是影响我国汽车市场产销的重要因素。石油的产量会大大影响燃油价格，目前我国机动车消耗了全国汽油总产量的85%，柴油总产量的42%，汽车已成为石油消耗增长的主要因素。燃油价格的上涨将会增加汽车使用者的成本，阻碍汽车需求量的增长，从而减少汽车的产量。我国汽车用油价格从2000年开始就基本上与国际市场价格联动，期间油品价格多次调整，但涨多跌少，2004年3月31日，按照国家发改委《关于调整成品油价格的通知》规定，北京市的汽油价格开始再次上涨，其中93号高标准清洁汽油从现在的每升3.20元调整为3.46元，涨幅超过8％。而柴油价格前尚没有变化。调整后的汽油价格达到了2000年国家实行汽油浮动价格以来的历史最高点。汽车用油价格的不断提高以及我国严重缺油的现状，使得汽车消费特别是低端客户的需求受到了抑制，因为低端客户对油品价格相对敏感。从汽车供给结构看，油耗大的汽车在燃料油价格高企消费将明显受到冷落，而燃油经济性汽车受到欢迎。从车型上看，2004年SUV汽车由于耗油量比同载人数的轿车高一倍以上，因而在今年高油价的汽车消费市场上产销将会明显减速，特别是在私人购车市场上SUV、越野车等将不会是优先考虑的对象。
二．理论模型的假设
根据样本数据，选取了影响汽车总产量的因素：成品钢产量（万吨）、公路运输线路长度（万公里）、石油消费总量（万吨）、私人汽车拥有量（万辆）、铁路总运量（万吨）作为分析对象。
汽车的重要的组成结构之一是刚，其生产量与成品钢产量有着一定的关系，钢产量越多，它可提供的造车原料更多，因此，引进解释变量成品钢产量，并假设两者呈正相关。
公路运输线路长度长，说明公路越密集，需要汽车的地方越多，在这里，我们假设汽车总产量等于总需求，因此，假设公路运输线路长度与汽车总产量呈正相关。
汽车驱动离不开石油，人们对于石油消费能力也影响力人们对于汽车的需求能力，进而影响了汽车的产量，假设两者呈正相关。
4私人汽车拥有量反应了人们对于汽车的购买和需求的能力，人们拥有的这种能力越强，越会刺激汽车总产量的上升。因此，假设两者呈正相关。
人们对于铁路的需求如果增多，则会减少对于公路的需求，从而减少对于汽车的需求，汽车与货车是替代品。所以，假设铁路总运量与汽车总产量呈负相关。
（一）理论模型的建立具体数据如下：
1991年至2007年我国汽车总产量及其影响因素的数据统计
汽车总产量Y51.471.42106.67129.85136.69145.27147.52158.25163183.2207234.17325.1444.39509.11570.49727.89成品钢产量X1663571008094895692619535.9910124.0610894.1711559124291385015163.4418236.6122233.625291.0929323.9833914.85公路运输线路长度行X2102.83104.11105.67108.35111.78115.7118.58122.64127.85135.17140.27169.8176.52180.98187.07334.52345.6999石油消费总量X316384.69817746.89319104.7521110.72621356.23822955.825280.90427725.43628326.27230222.33532307.88232788.50835553.11338963.90145466.12846727.40649924.468私人汽车拥有量X481.6296.04118.04155.27205.42249.96289.67358.36423.65533.88625.33770.78968.981219.231418.661848.072333.32铁路总运量X5150681152893157627162794163216165928171024172149174309182554188581193189204956224248249017269296288224年份19911992199319941995199619971998199920002001200220032004200520062007根据统计数据建立中国汽车产量的回归模型：
Y=β0＋β1χ1＋β2χ2＋β3χ3＋β4χ4＋β5χ5＋μ
其中，Y是汽车总产量（万辆）；χ1是成品钢产量（万吨）；χ2是公路运输线路长度（万公里）；χ3是石油消费总量（万吨）；χ4是私人汽车拥有量（万辆）；χ5是铁路总运量（万吨）；β0是常数项，βi(i=1,2,3,4,5)是待估参数，μ是随机误差。
5（二）数据相关性分析
自变量与因变量的相关系数如下：
6由此汇总可以得出自变量与因变量之间的相关系数：
X1
Y
0.9965
X20.93442
X30.9579
X40.99141
X50.99366
可以看出，选取的自变量与因变量之间有明显的相关性，他们之间呈明显的线性关系。
7（三）回归分析
对模型进行逐步回归，得到的结果如下：
8可以得到回归方程：
Y=-19.679+0.03429X1-0.44837X2-0.00549X3
在利用最小二乘法估计进行多元回归时，需要满足以下四个假设条件：随机误差
（1）服从正态分布（2）独立性假设（3）满足同方差假设（4）期望值为零
9（四）回归模型的检验
由上面得到剔除了X4与X5，对剔除后的数据进行线性回归。
10（1）同方差假设的验证
在同方差的验证中，我们假设原假设为同方差而备择假设为异方差。在“第一和第二矩指定的检验”中，Pr＞卡方的值为0.3225，它明显大于0.05的显著性水平，则不拒绝原假设，即同方差假设满足。
由于满足同方差假设，则在“参数估计值”表中，看第一列的t值与P值。我们在回归中T检验的原假设是参数为零，备择假设是参数不为零。X1、X2、X3的P值都小于0.05的置信水平，所以拒绝原假设，即参数不为零，所以，自变量对因变量有显著影响。
11（2）独立性假设的验证
在数据会过程中，很多数据有时间序列的关系，上一期数据会影响现在的数据，所以数据之间存在自相关，用杜宾瓦特森检验来验证数据中存在的自相关性。DW的原假设为ρ=0，即误差项之间不相关，备择假设是误差项相关。由于以上的线性回归没有给出DW与P值关系，在“代码”中DW后面加上prob，运行后如下：
Pr值为0.0001，小于显著性水平0.05，可知要拒绝原假设，接受备择假设，所以误差项之间存在自相关，则回归模型可能会发生错误。
所以，需要进行滞后一期的LagY作为自变量加入回归方程中来消除由于时间序列的影响。
解除“保护数据”，在数据中添加一列LagY,如下：
12把X1、X2、X3与LagY作为自变量，Y作为因变量，进行回归分析，此时，因为时间序列的关系，要选择带自回归误差的回归分析：
13由表格“其他统计量”可看出，Durbint的概率为0.2359，这个值大于显著性水平0.05，可以判定误差项不存在1阶正相关。
14从“参数估计值表”可看出。X1，X2，X3，lagy的p值都是小于0.05的，所以自变量对因变量的影响显著。
(3)残差的检验
由上可以看出，残差没有明显的线性关系，标准化残差残差的观测值在-2到2之间，在Q-Q图中，三点紧密的聚集在45度线附近所以，误差项期望值为零，没有理由怀疑误差项正态分布的假定。
下面，给出残差的正态性检验来证明误差呈正态分布：
残差的正态性检验：在“输出数据”可以找到残差。通过分布分析来检验残差的正态性。
1516运行结果如下：
17在上面的“正态性检验”表中，正态性检验统计量4个p值都都大于0.1了，所以误差项服从正态分布。
在四个假设都满足的条件下，我们可以得出最后的回归方程：
Y=10.8675+0.0323X1-0.4662X2-0.00662X3+0.1773lagY
三．回归分析存在的缺陷与感想
在本文开始就提出了有关自变量的假设，其中X1是成品钢产量，X2是公路运输线路长度，X3石油消费在本文开始总量，他们在经济意义上，都与汽车总产量呈正相关关系，从回归的结果来看，对于成品钢产量与汽车总产量正相关的假设成立。算出的估计值中，X2与X3的系数为负数，与假设不符，出现了偏差，我认为可能是以下几个原因：（1）某几个异常值干扰了回归模型的结果。(2)也可能是样本容量不够充分，不能充分体现X2与X3与Y的关系。（3）有可能自变量的选取不正确，可能公路运输线路长度和石油消费量对汽车总产量现实生活中的影响没有那么大，但是收集的数据恰巧都在以某种比例增长，如他们都受国民经济的增长影响，显示的结果都是他们同方向变动。
总之，通过至此论文学到了很多，也认识到统计是一门思路严谨，对日常经济
生活非常有用的一门学科，所谓处处有统计。一开始在我眼中，统计学是一门非常枯燥非常单调的学科，它不像数学那样强调推理和逻辑，而是仅仅需要搜集原始资料。但是经过这学期的学习，我对统计学有了全新的认识。统计更加地贴近实际，我们在学习中紧密联系到它的现实意义，比如数据分析后，我们必须要理解分析出来的数据所具有的实际的经济意义，这样我们的分析才有意义。我也很庆幸自己在这一学期的学习中稍稍掌握了统计软件的基本的应用，我相信在以后的学习工作中，统计更会成为比不可少的部分。
18
因篇幅问题不能全部显示，请点此查看更多更全内容