基于多元回归模型分析重庆市汽车销售影响因素

胡茂萍

摘要：本文利用了近十年间的重庆市汽车销售数据，建立多元线性回归模型分析和探讨影响汽车销量的五个因素：汽车产量、汽车进口量、原油价格、工业品出厂价格指数和重庆市居民收入，以便于汽车生产更符合大众需求，汽车行业发展更加稳定。

关键词：汽车销量;原油价格;重庆市居民收入;多元线性回归

当前重庆市汽车销售行业虽然具有良好的发展趋势，但仍有许多的阻碍因素，对重庆市汽车销售行业的快速发展造成不利影响。因此汽车销售行业应当加强危机意识，并通过对营销渠道的拓展，减轻不利因素对汽车销售行业带来的影响，以此来推动汽车销售行业的发展[1]。本文以重庆市汽车为例对汽车销售行业的影响因素进行了论述分析，并提出了汽车销售行业的相应对策[2]。

1  预备知识

本文选择了多元线性模型作为分析基础，我们选择的被解释变量是Y表示重庆市汽车私人拥有量（万辆），解释变量有X1表示重庆市汽车产量（万辆），X2表示重庆市汽车进口额（万美元），X3表示燃料购进价格指数，X4表示重庆市城镇居民人均可支配收入（万元），X5表示工业品出厂价格指数。

本文搜集了来自于重庆市统计年鉴的数据和中国统计年鉴以及重庆市统计数据网站的数据，制成下表1.1。

2  实证模型与修改

2.1  模型建立与修改

通过SPSS作出散点图大致可以看出被解释变量与5个解释变量之间基本为线性关系[3]。我们可以建立模型方程为：.

通过SPSS进行回归分析可得到和都没有通过t检验，并且的回归系数非常小，因此，我们先将剔除，重新作模型方程如下：

我们利用修改之后的方程再次做线性回归分析过程中，同时也进行了解释变量共线性诊断。我们可以得到、之間的方差膨胀因子VIF非常大，因此我们将剔除，建立一个新的模型方程： .

再次利用SPSS进行线性回归，通过对回归方程显著性检验可得到对于第二个模型，回归方程显著性检验的F统计量的观测值为75.816，其对应P-值近似为0。若显著性水平α为0.05，则因概率P-值小于α，拒绝回归方程显著性假设检验，即回归系数不同时为0，解释变量与被解释变量间存在显著的线性关系，选择线性模型具有合理性[4]。

回归系数对比表c

上表是回归系数显著性检验的结果。对于第二个模型我们可以看到解释变量的t统计量观测值对应的双侧概率P-值都小于显著性水平α为0.05，说明此时的回归系数显著性检验均显著，无应剔除的变量，此时建模结束。

因而我们可以确立模型为：

本模型通过异方差检验，自相关检验。综上所述，本模型是成立的。最终我们得到的模型为：.

3  模型评价

一方面，由于数据查找原因，首先是使用了其它数据表示相应的变量但是有可能会在建立模型过程中出现一些误差;然后在上述模型的变量选择中可能有一些解释变量未选入，会使得模型估计有误差。另一方面，可能单纯地就只是定量分析不能很好的考虑大部分人的主观想法，无法准确估计汽车销售量[5]。

4  结束语

最后，基于模型考虑，对此提出我们的一些建议：为了保持我市汽车销量的稳步快速增长，应致力于提高居民的可支配性收入，降低生活必须成本在居民可支配收入的比重。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。从实际来看，汽车工业的发展在稳步向前，汽车的价格在逐渐降低，居民的存款以及工资水平则在不断提升，这说明国家的经济实力在不断增强，从而为汽车工业的发展带来了稳定的大环境[6]。

参考文献：

[1] 张艳冬， 吴杰. 基于计量理论的我国汽车销量分析[J]. 科技创业月刊，  2009， 22（6）：51-52..

[2] 薛薇. 统计分析与SPSS的应用（第四版）[M]. 中国人民大学出版社， 2015.

[3] 何晓群，刘文卿. 应用回归分析[M]. 中国人民大学出版社， 2016.

[4] 王杨，赵晓洋. 我国汽车销量的主要影响因素分析和展望[J]. 中国-东盟博览， 2013（3）：138-139.

[5] 尹德友. 我国汽车销售量的影响因素分析——基于上汽集团实证分析[J]. 中国商论， 2015（15）：6-8.

[6] 付保宗. 当前我国汽车需求形势分析与趋势展望[J]. 中国经贸导刊， 2011（3）：40-42.