1、我国汽车市场发展及销量影响因素分析1中文摘要： 1英文摘要： 1一、一引言 1（一）研究背景 1（二）问题提出及其研究意义 3二、一研究现状 4三、一影响我国汽车销售的三大因素 5（一）我国消费结构与汽车价格对汽车销售的影响 5（二）基础设施对汽车销售的影响 5（三）能源限制对汽车销售的影响 6四、一定量部分 6（一）变量的选择 6（二）模型的建立 8（三）逐步回归模型的检验 10（四）逐步回归法模型解释 11（五）主成分分析法模型检验 12（六）主成分分析法模型解释 12五、结论及意见 13（一）汽车厂商需根据宏观经济数据合理化汽车生产计划 13（二）加强道路基础设施建设完善营销体系 14（
2、三） 新能源汽车与节能汽车的开发 14（四）政府政策支持 15参考文献 16我国汽车市场发展及销量影响因素分析摘要：进入二十一世纪以来，汽车工业逐渐成为扩大内需、支持未来经济增长的重要力量；一个国家汽车行业的发展，尤其是汽车销量的增长对一国经济的发展有着至关重要的地位，本文收集了15年来，汽车销量，汽车产量，汽车进口量，GDP，公路发展状况，石油价格指数，机械工业工业品出厂价格指数，汽车贷款利率等数据，通过多元线性回归法，依次分析个因素对汽车销量的影响，并根据模型提出相关问题和建议，关键词： 汽车销量 影响因素 政策建议 未来预期 国民经济Abstract: Entering the 21st
3、 century, auto industry gradually become the important factor of boosting domestic demand, and the support of future growth; A national automobile industry development, especially the auto sales growth has a very important position of one country economic development, this thesis, collecting auto sa
4、les, car production, auto imports, GDP, highway development condition, oil price index, machinery industry factory-gate prices index, car loan interest rates and other data of the past 15 years, using multiple linear regression method, through the analysis of car sale factors, and according to the m
5、odel ,raising problem and suggestion related .Keywords: car sales influence factors Policy recommendations The expected future National economy 一、一 引言（一）研究背景：1.汽车产业的地位汽车工业在我国已有50多年的发展历史，经过多年的发展现在汽车工业在我国经济中已占有很重要的地位，成为了拉动我国经济发展的“火车头”，汽车产业在国民经济中所占的地位是举足轻重的，汽车产业的发展对我国工业，乃至整个GDP的增长都具有决定性，2005年，汽车业产值达到1.
6、2万亿元，汽车行业向国家纳税超过2000亿元。汽车产业的产业链很长，作为技术密集型、资本密集型产业，对社会的贡献并不仅仅局限于产销量或GDP数值的增加，其辐射效应也很重要。在德国，每7个从业者中就会有一个与汽车行业有直接或间接关系；在日本，汽车产业从业人员总数超过650万人，其就业人数占总人数的11%。以通用倒闭为例，通用公司关门，250万人就会下岗。会影响到30多个行业。汽车产业，不禁汽车产业的辐射范围广，而且其增长速度迅速，成为我国GDP增长的主要贡献力量，据专家预测,中国在未来10年汽车产量增长率将是我国GDP增长率的1.5-2倍,正在成为新时期的经济增长点。2.我国汽车市场需求现状 一
7、汽车市场结构较合理我国汽车需求市场仍呈现车型结构合理化的特点。第一，轿车销量的增长速度高于其他车型。轿车是我国未来汽车结构中增长最快的车型。在载货汽车销量中，汽车市场发展速度呈现出两头快、中间慢的格局。重型载货汽车保持超高速增长的趋势，轻型载货汽车一改下降的势头。重型载货汽车的发展使重、中、轻、微型汽车的比例更趋合理。二经济型轿车占据主体地位随着经济的发展，人民收入的提高，我国购车数量有了大步的提高，但是纵观所有汽车市场，近几年车市的热销车型还是集中在经济型轿车, 中高档轿车的受关注程度有所增加, 但不会马上成为车市的主导车型,，据统计, 全国汽车交易市场中近70 % 甚至占更大比例的人群在关
8、注10 万元以下的车型。3我国汽车市场发展趋势随着我国经济的发展和人民生活水平的提高，我国人均汽车量有了飞速的提高，但拥有量还远远落后于世界平均水平，市场空间依然很大，我国汽车市场目前400多万的销量仅仅相当于上世纪美国六七十年代的水平，并且我国的人口基数要比美国大得多，从收入最高的20%人口的收入水平来看，中国的汽车消费还远远未达到应有的水平，市场潜力依然存在；在经历了高速增长、价格大战等几次沉浮之后，中国汽车市场无论是厂商还是消费者都逐渐成熟，这种成熟会推动市场的稳定和平衡发展。综合考虑这些因素，中国汽车市场会保持一个较大的增长势头稳步上升。 随着国际油价的日益高涨，成品油价格对汽车销售的
9、影响程度越来越大，同时国家及部分地区相继出台了有关限制汽车，尤其是家用车购买的政策，这对汽车销售市场造成了很大的冲击，考虑到上诉几个因素，预计在外来的一段时期内，小排量经济型轿车仍然会是汽车销售的主力车型，同时节能型与新能源汽车将日益抢占汽车销售市场（二）其研究意义及问题提出汽车工业发展呈现较明显的周期性。在需求的高峰期，厂商主要工作是加大产量，增加利润；而在周期性的低谷，厂家需要改变生产，为下一个高峰期的到来做好准备。 随着国民经济的发展，我国释放出了对汽车的巨大需求。可以说是处在周期性的上升期，可以说这个时期是我国汽车产业飞速发展的黄金时期。然而我们看到目前，在与日俱增的汽车销量数据下，仍
10、然隐藏了很多问题。一方面，汽车生产产家忽视市场情况，盲目生产，造成我国汽车市场泡沫严重。当前，盲目新建汽车项目的势头依然存在，重复建设严重，散乱局面没有彻底改变，使有限的资源得不到有效利用。1999年底，全国厂商共有2391家，其中整车企业118家，改装车企业546家，摩托车企业136家，发动机企业51家，零部件企业1540家。政府批准的轿车规模为112万辆，已验收的轿车生产能力91万辆。汽车产销量在1万辆以上的有16家企业，其中，三大汽车集团上汽、一汽和东风资产占有率为62.04%，市场占有率为71.76%，利润占有率为87.96%。结果，在很短的时间内，汽车生产能力迅速放大，引起厂商之间反
11、复的价格战，而价格战又让消费者选择驻足观望。就价格战而言，除了生产的增长过剩外，汽车产业自主能力不强，满目的模仿与跟风对我国汽车市场的发展造成了极大的不利影响。 另一方面，汽车生产产家，也出现了供应不足造成市场流失的现象。某种热销车型往往会出现排队提车，甚至是加价提车的现象，同时一侧是其他车型的销售惨淡。据资料显示，在我国，目前多家整车生产厂中，产量超过万辆的只有两家，超过万辆的企业只有家，产量不足万辆的企业达以上。 随着我国经济的飞速发展，对汽车的需求也将会不断的增长。只有对我国汽车市场有一个清楚的认识，运用微观经济学的相关理论，对我国的汽车生产量有一个较好的规划，以解决生产过度和资源的浪费
12、现象。所以对影响我国汽车需求的主要因素进行研究，从而能够更有效的进行汽车生产，具有很大的现实意义。 更具以上分析，提出本文准备研究的问题，一，影响我国汽车销售的因素有哪些，二，更因素对汽车销量的影响程度有多少，三，根据分析结果，提出什么样的建议促进汽车销量的增加，汽车产业的发展二、文献综述及研究方法通过整理现有的相关研究文献可知，对于国内汽车销售的影响因素，学者们认为主要有四个方面:宏观经济因素，配套设施及使用成本因素，汽车价格因素，汽车生产因素。例如，宋颖的汽年产业 发展趋势及影响因素分析，李延立的浅议我国汽车市场发展趋势及对策。对于研究方法主要有三种，一种是运用多元回归的方法，如张艳东的基
13、于计量理论的我国汽车销量分析，建立多元回归模型。得出汽车贷款利率，汽车产量，国外汽车进口量是影响汽车销量的主要因素。第二种是采用主成分分析法，如危高潮的我国汽车销量主要影响因素的分析，运用主成分分析法得出：汽车产量、公路长度、GDP、收入、石油消费量。第三种是基于ARMA模型与RBF神经网络相结合的混合预测方法，例如，李响，宗群的汽车销售混合预测方法研究。得出结论混合预测方法要比单一预测模型预测在对汽车市场分析方面效果更好。汽车销售的影响因素是多方面的。下文将在先做理论分析，然后选取适当的影响因素。进而收集近期数据，运用数量经济学分析方法，对汽车销售影响因素与其影响程度逐一分析。并且考虑到数据
14、间的相互关联性问题，将采用逐步回归法与主成分分析法同时进行分析。最后，根据所建立的模型，结合近几年来我国汽车销售市场发展状况，得出结论和意见。三、 影响我国汽车销售的三大因素（一）我国消费结构与汽车价格对汽车销售的影响。我国整个消费人群呈现明显的二元格局，整个消费人群，上层与下层间的消费差距巨大。据统计，我国的汽车消费人群在1.5亿左右，而有近一半的农村人口在一定时期内仍没有汽车消费能力，在汽车消费人群中以日益出现饱和现象，如何扩大我国汽车消费人口，如何改变我国二元消费结构，更好的贯彻汽车下乡政策，是在宏观经济方面对我国汽车市场发展重要的因素。同时，对于汽车消费来说，对绝大数家庭来说，是个重大
15、支出，因此，汽车价格对汽车销售起着决定性因素，因此一方面，国民消费水平的提高，会促进汽车销量的增加，同时，如何降低汽车生产成本，降低汽车销售价格，是汽车销量增加的关键所在。（二）基础设施对汽车销售的影响伴随着我国汽车销售近几年的突飞猛进，我国交通基础设施的建设则显得相对发展迟缓，再加上我国经济的分布不均衡，导致东部许多大城市出现了，行车困难的问题，一些大城市，如北京甚至出现了单双号限行及加强新车上牌制度，以缓解交通拥堵状况，然而，显而易见，这些政策是治标不治本的，我们不能以牺牲汽车产业的发展为代价，换取交通的通畅。我们必须更加合理的规划交通布局，加大对交通基础设施的建设力度，强化交通者的行车素
16、质，只有这样才能使汽车产业更健康的发展。（三）能源限制对汽车销售的影响随着国际原油价格的上升，我国不断调高国内成品油，国内逐步出现了买的起汽车，用不起汽车的现象。加之国家节能减排政策的实施，对汽车尾气排放，尤其是大排放量汽车的限制政策，对汽车销售产生了很大冲击对于能源限制问题，加大新能源汽车的研发力度，是解决这一问题的重要环节。近期的上海车展，各汽车品牌纷纷推出了自己的新能源车型，加上我国对新能源汽车的鼓励政策，各汽车尝试应加大资金投入，研究自主技术，争取在这一领域去的世界领先水平，可以说未来的汽车市场就是新能源汽车的竞争市场。通过以上的分析，我国汽车销售在近一段时间内，仍然保持增长的态势，不
17、过增长速度不会有长足的提高。汽车业的长足发展要靠宏观经济的改进，我国经济的不平衡性改善，需要二元消费结构的改良，也需要更加理性的投资决定，新能源汽车投资力度的加大。在这种情况下，任何对潜在汽车消费者的数量都不应该仅仅停留在统计意义上的人均收入这个层次，而应该考虑一系列相关因素。 四、 定量部分（一）变量的选择本文定量部分，首先需要确定解释变量。变量的选取既要考虑其代表性和可度量性,同时又要考虑数据的可获得性。选定的变量为：1990-2004年间，汽车销量作为因变量。选择汽车产量和汽车进口量作为自变量之一，体现汽车生产对销售的影响，选定公路总里程，以体现基础设施建设对汽车销售的影响，选用机械工业
18、工业品出厂价格指数，体现汽车价格对汽车销量的影响，选用石油价格指数，表现燃料价格对其的影响，选用汽车贷款利率表示政策对销售量的影响，选用人均GDP表示宏观经济状况对其影响。基于上述分析，汽车销售中各方面的因素已经考虑较周全。将各因素设定如下：sale:汽车销售量produce：国内汽车生产量GGDP：人均国内生产总值road：全国公路总里程inp：汽车进口量POO：石油价格指数price：机械工业工业品出厂价格指数interest:汽车贷款利率。 表1 各变量的原始数据yearsaleroadproduceinpPOOpriceinterestPGDP199014.50102.833.503.
19、4063110.70102.8011.521,634199115.60104.116.875.4409112.90102.809.541,879199216.26105.6716.172.7558116.40106.609.542,287199322.60108.3522.297.1132136.70119.7012.062,939199424.48111.7826.873.4643118.00109.5013.863,923199532.11115.7033.702.3802108.70106.3013.864,854199637.72118.5838.295.7942110.20101.6
20、014.945,576199747.72122.6448.603.1944109.3098.1011.706,054199850.83127.8550.711.804699.1097.009.726,308199957.04135.1757.101.9952100.9097.006.036,551200061.27140.2760.702.1614115.4097.406.037,086200172.15169.8070.354.6629100.2096.806.037,6512002112.60176.52109.087.0329100.1096.205.588,2142003197.001
21、80.98202.0010.3016107.4097.005.589,1112004232.65187.07231.6311.6085109.7099.405.5810,561注：所有数据均来自中国国家统计局，统计年鉴（二）模型的建立考虑到个因素间可能存在较强的相关性，先做相关性分析。表2 相关系数矩阵 roadproduceinpPOOpriceinterestPGDProad1.0000.8990.633-0.486-0.598-0.7770.929produce0.8991.0000.783-0.292-0.440-0.6370.871inp0.6330.7831.0000.1240.0
22、01-0.3410.496POO-0.486-0.2920.1241.0000.8830.425-0.511price-0.598-0.4400.0010.8831.0000.610-0.640interest-0.777-0.637-0.3410.4250.6101.000-0.642PGDP0.9290.8710.496-0.511-0.640-0.6421.000从相关分析表可以看出很多因素呈现很高的相关性，例如GDP与公路总里程，汽车产量存在高度的相关性。准备采用逐步回归法与主成分法，解决相关性问题逐步回归法首先，忽略变量间的多重共线性直接建模，得到结果sale=51.425+0.01
23、4road+0.950produce+1.12inp-0.072poo-0.338price-0.448interest-0.001pgdp每个变量对应的p值为：常数（0.130）road(0.940)produce(0.0001)inp(0.257)poo(0.795)price(0.439)interest(0.527)pdgdp(0.423)方程对应的F值为753.920 p值为1.571591781577e-009，0.9986753562286可见方程拟合优度很好，但是变量t检验因多重共线性未通过。首先去除t值最大的road再次计算模型，方程为：sale=52.848+0.949pr
24、oduce+1.168inp-0.083poo-0.324price-0.491interest-0.001pgpdp每个变量对应的p值为：常数（0.045）produce(0.0001)inp(0.101)poo(0.692)price(0.381)interest(0.230)pdgdp(0.171)方程对应的F值为1004.34350291，p值为4.624775795258e-011，0.9986741930556再用相同方法依次提出方程中t值最大的变量，得到最终方程：Sale=44.086+0.908produce+1.466inp-0.433price每个变量对应的p值为：常数（0
25、.047）Produce（0.0001）Inp(0.034)Price(0.0496) 方程对应的F值为1792.749，p值为 4.512815427145e-015 ， 0.9974022349751（三）逐步回归模型的检验。 第一，对模型进行经济意义检验，从最终模型来看，汽车的销量与汽车产量，汽车进口量呈正相关，与工业制成品价格既汽车价格呈负相关，符合经济意义。第二，对模型进行统计检验，从最终回归结果来看，模型的 0.997，拟合优度较好。同时个变量的t值为0.047,0.0001,0.034,0.0496，均通过了显著性检验。既每个变量均是显著的。第三，对模型进行计量经济学检验，首先，
26、模型开始时存在多重共线性问题，运用逐步回归法，解决了模型的多重共线性问题，对方程进行异方差性检验，运用Eviews软件，做怀特检验表3逐步回归法 怀特检验White Heteroskedasticity Test:F-statistic0.997742Probability0.486378Obs*R-squared6.42027Probability0.377793检验的最终结果，obs R2：6.420270.p值为0.377793，所以可见方程不存在异方差性。最后，对方程进行序列相关性检验，利用eviews的LM检验方法表4逐步回归法LM检验Breusch-Godfrey Serial C
27、orrelation LM Test:F-statistic0.096014Probability0.909369Obs*R-squared0.31336Probability0.854977检验的最终结果，obs R2：0.323360 P值为：0.854977.可见方程不存在序列相关性问题。综上所述，方程无论是经济意义还是统计与计量经济学检验都是较优良的，模型较完善。（四）逐步回归法模型解释从最终模型中，我们可以看出国内汽车产量，国外汽车进口量，汽车价格是影响汽车销量的最主要因素。汽车的生产，尤其是新车的生产还是汽车销售最主要的决定因素，此外，汽车价格对汽车的销售也有很大影响，而此前猜想的
28、道路，与燃油价格等因素影响较小，可见，我国汽车销售仍处在一个上升阶段。主成分分析法因子分析方法是指用较少个数的公共因子的线性函数与特定因子之和来表达原解释变量的分量，以达到降低维数并能合理地解释原解释变量。本文中，利用因子分析法中的主成分分析法消除经济因素变量的多重共线性问题，使得经济因素的解释变量在降低维度的同时消除多重共线性。在利用SPSS做因子分析时，选择使方差最大的正交旋转法和主成分分析法。表5旋转后的主成分矩阵12road0.857-0.475produce0.941-0.246inp0.9060.254POO-0.0450.943price-0.2140.941interest-0
29、.6010.542PGDP0.770-0.527所以：Z1=0.857road+0.941produce+0.906int-0.045POO-0.214price-0.601interest+0.770PGDPZ2=-0.457road-0.246produce+0.254inp+0.943POO+0.941price+0.542interest-0.527PGDP将SPSS软件中自动生成的主成分、的样本得分值转入Eviews软件，加入政策性因素，重新建立回归模型。结果为：Sale=-287.7353+0.872264Z1-1.253235Z2变量P值为常数（0.000001）Z1(0.000
30、1)Z2(0.0001)方程对应的F值为80.70751，p值为 0.00000001 ， 0.919269最终模型为:sale=-287.7353+1.343road+1.129produce+0.472inp-1.221POO-1.364price-1.203interest+1.332PGDP（五）主成分分析法模型检验第一，对模型进行经济意义检验，从最终模型来看，汽车的销量与公路总里程，汽车产量，汽车进口量,人均国内生产总值呈正相关，与工业制成品价格既汽车价格，石油价格，汽车贷款利率呈负相关，符合经济意义。第二，对模型进行统计检验，从最终回归结果来看，模型的 0.919269，拟合优度较好。同时个变量的t值为0.0000001,0.0001,0.0001，均通过
