居民汽车拥有量（精选五篇）
居民汽车拥有量 篇1
关键词：私人汽车拥有量,计量模型,单位根检验,协整检验
1 引言
自我国加入世界贸易组织后, 中国汽车市场大举对外开放, 带动了国内汽车产业的迅速发展。国家又出台了一系列鼓励轿车进入家庭的政策。长期以公车消费为主的轿车市场转变为以私人消费为主。私人购车成为当今轿车市场消费的主流。随着私人轿车消费时代的到来, 私人轿车成为拉动私车保有量大幅上升的主要因素。截至2011年11月, 我国机动车保有量达2.23亿辆, 汽车保有量达1.04亿辆, 大中城市中汽车保有量达到100万辆以上的城市数量达14个。目前全球汽车保有量约为10亿辆, 中国占据了其中的10%。中国的汽车保有量已经超过日本, 成为仅低于美国 (2010年2.4亿辆) 的世界第二大汽车保有国。业内预计, 2020年我国汽车保有量将突破2亿辆。汽车销售业成为热门, 影响汽车销量的因素越发引起人们的关注。中国已经成为世界第一大汽车消费市场, 汽车保有量又受何因素影响, 本文就通过计量模型来分析除了汽车本身的价格外, 其他因素如公路里程、全国汽车产量、人均可支配收入、财政收入等多个变量对私人汽车拥有量的影响。
2 居民汽车保有量影响因素的选择
能够影响居民汽车保有量的因素非常多, 比如居民可支配收入、公路里程、财政收入全国汽车产量、人均粗钢产量、居民消费水平、原油价格等等。汽车保有量的前提是汽车消费, 而收入是消费的基础, 也是影响消费最重要的因素, 本文考虑可支配收入对汽车保有量的影响。公路建设是汽车行驶的基础, 所以公路里程对汽车保有量有很重要的影响, 本文将公路里程也作为影响居民汽车保有量的因素。财政收入是政府履行其职能、实施公共政策和提供公共物品与服务需要的基础, 是衡量一国政府财力的重要指标, 政府在社会经济活动中提供公共物品和服务的范围和数量, 在很大程度上取决于财政收入的充裕状况。这一指标将影响国内经济的方方面面, 所以, 这一指标也被选作居民汽车保有量的影响因素。商品只有被生产出来才有被消费的可能, 所以, 汽车产量是汽车保有量的前提, 因此选用全国汽车产量为居民汽车保有量的影响因素之一。
综上所述, 本文以分析我国居民汽车保有量的影响因素为目的, 选择了1991—2010年的数据为样本。居民汽车保有量作为被解释变量 (Y) 。居民可支配收入 (X1) 、公路里程 (X2) 、财政收入 (X3) 、全国汽车产量 (X4) 为解释变量。
3 数据的搜集与模型的建立
3.1 私家车拥有量的多因素分析
利用Eviews 6.0软件进行分析, 采用最小二乘法进行回归分析和统计检验。由散点图观察变量间的关系, 可以看出因变量和自变量呈线性关系, 因此, 设定模型为:
式中, ai为随机误差项。运用最小二乘法估计模型参数, 得到回归方程如下式:
从回归结果可知, 可决系数R2=0.998 8, 拟合优度非常高。F统计量=3 446.28, 模型总体也较显著。但是, 解释变量lnx2的t统计量没有通过检验, 初步判断方程中存在多重共线性。
3.2 模型的修正
采用逐步回归法消除多重共线性。将被解释变量分别于每一个解释变量进行回归分析, 结果如下:
在以上4个方程式中, 可决系数R2从大到小依次是lnx3, lnx1, lnx2, lnx4。这说明对于私家车拥有量而言, 影响程度从大到小依次是:国家财政收入, 居民可支配收入, 公路里程, 全国汽车产量。因此, 以国家财政收入为基础, 依次加入居民可支配收入, 公路里程2个变量, 得到方程如下:
从回归结果可以看出lnx2的t统计量依然没有通过检验, 所以可以判断, 方程中还存在多重共线性。
再去掉一个变量———公路里程, 最后获得最终回归方程, 形式如下:
从回归结果可知, 可决系数R2=0.998 4, 拟合优度非常高。F统计量=5 532.43, 模型总体显著。各统计变量的t统计量在a=0.05时均通过检验, 模型有效。
由数据分析结果可知:人均可支配收入和国家财政收入的增加对私家车拥有量的增长有明显的拉动作用, 而国家财政收入对其影响比较大。
4 模型的检验
4.1 检验变量的平稳性
经典计量经济学理论是建立在时间序列平稳的基础上的, 因此要对时间序列的平稳性进行检验。采用ADF检验方法对各变量进行单位根检验, 结果如表4所示。
注: (C, T, K) 表示ADF检验式是否包含常数项、时间趋势项以及滞后期数。
单位根检验的结论表明, 解释变量和被解释变量的时间序列均存在单位根, 解释变量2次差分后在5%的显著性水平上通过ADF平稳性检验, 被解释变量1次差分后也在5%的显著性水平上通过ADF平稳性检验, 因此各解释变量均为二阶单整过程。
不平稳的序列不能进行直接回归分析, 要先对变量进行协整检验, 观察变量间是否存在协整关系, 没有协整关系的变量为伪回归。协整检验要求2个或2个以上的解释变量, 且解释变量的单整阶数要相同, 此外, 被解释变量的单整阶数要小于或等于解释变量的单整阶数。如表4所示, 被解释变量Y的单整阶数小于解释变量X1、X3的单整阶数, 因此可以做协整检验。
4.2 协整检验
本文采用协整检验对解释变量汽车保有量和居民可支配收入、财政收入之间是否存在协整关系进行检验。由检验结果可知在5%的显著水平下, 最大特征根检验和特征根迹检验都拒绝原假设, 说明解释变量和被解释变量间存在着协整关系。因此, 本文所建立的回归模型不存在伪回归问题。
4.3 模型的评价
由检验结果可知, 本文建立的模型通过了初步检验, 解释变量系数符号符合经济理论和预期, 解释变量和截距项的系数在5%的显著性水平下均通过了t检验, 说明本文所考虑的解释变量与被解释变量之间具有明显的影响。拟合度优为0.998 9, 表明变量间相关程度极高, 方程拟合效果好。最终模型形式表明居民可支配收入、财政收入对汽车保有量的影响非常显著。
5 结论
本文对我国私人汽车保有量的影响因素进行了计量分析, 实证检验结果表明, 我国私人汽车拥有量与人均可支配收入和财政收入均存在着正的相关关系。人均可支配收入代表着居民个人及家庭的购买力而财政收入则代表政府的购买力。收入是消费的基础, 人均可支配收入的增加对汽车消费的刺激是显而易见的。财政收入是政府购买力即财政支出的前提, 财政收入的增加让政府有更多的资金可以用于基础建设的投资, 比如道路的修筑, 从而对汽车购买产生积极的促进作用。随着人均可支配收入和财政收入不断增长, 我国私家车拥有量将不断增加。因此, 要提高我国私人汽车保有量, 应该大力发展经济, 使人均可支配收入和财政收入大幅增加, 刺激消费, 在保证中高收入阶层购买力的前提下, 挖掘更多潜在可实现消费。
参考文献
[1]刘巍, 陈昭.计量经济学软件Eviews6.0建模方法与操作技巧[M].北京:机械工业出版社, 2011.
[2]林清泉.计量经济学[M].北京:中国人民大学出版社, 2012.
[3]李群霞, 李争香.基于协整检验的我国城镇居民消费水平影响因素的计量分析[J].中国管理信息化, 2012 (5) .
[4]中华人民共和国国家统计局.2011年中国统计年鉴[M].北京:中国统计出版社, 2006.
全球汽车保有量与中国汽车保有量 篇2
根据各国和地区政府公布的汽车注册量及历史上汽车保有量,截至2011年8月16日,全球处于使用状态的各种汽车,包括轿车、卡车以及公共汽车等的总保有量已突破10亿辆,其中中国增速世界第一。
Wardsauto分析,1950年—1970年,全球汽车保有量每10年翻一番,1970年达到2.5亿辆。自1970年以来,全球汽车数量几乎每隔15年翻一番,1986年,全球汽车保有量再次翻一番达到5亿辆。据预计,到2050年这一数字将升至25亿辆。
美国是目前最大的汽车拥有国,其汽车注册量达2.4亿辆;中国次之,汽车拥有量为7800万辆;日本的汽车拥有量为7400万辆。
目前,全球汽车保有量已从2009年的9.8亿辆跃升至2010年的10.15亿辆,同比增长3.6%,实现了自2000年以来的最大增幅。统计显示,中国汽车市场2010年的快速增长,对全球汽车保有量的增长起到重要作用。2010年,中国在用汽车的保有量同比增长27.5%,增量超过1680万辆,这个数字接近同期全球新增汽车保有量的一半。
2010年全球汽车平均拥有量为1∶6.75,即每6.75个人拥有1辆汽车。在美国和意大利,这个比例分别是1∶1.3和1∶1.45;在法国、日本以及英国,该比例大约为1∶1.7;在中国,2010年汽车平均拥有量为1∶17.2;印度是1∶56。
无论是保有量的增速,还是新增保有量,中国都居世界第一。以2002年中国市场井喷为主要标志,中国汽车开始向家庭普及。2008年末中国人均G D P达到3266.8美元,预示已经进入汽车高速普及阶段;2008年底,中国千人汽车保有量37辆;2009年底,千人汽车保有量增至47辆;2010年末,达到58辆。国际平均水平120辆,发达国家平均超过500辆。
如果以千人汽车保有量达到国际平均水平为第一发展阶段的话,这一过程可能将持续5—8年。
Wardsauto对中国汽车保有量发展的长期趋势也做出判断。
资料显示:截至2003年底,全国个人汽车保有量为1242万辆,比2002年增加247万辆,增长率为24.8%。其中,个人轿车489万辆,比2002年增加146万辆,增长率为42.7%。而2006年至2010年,汽车保有量年均增加951万辆。截至2010年6月底的数据来看,全国机动车总保有量达2.17亿辆。其中,汽车9846万辆,摩托车1.02亿辆。2011年前8个月,汽车保有量增加983万辆,月均增加123万辆;高于2010年同期月均113万辆的增量。其中,私人小型载客汽车增加781万辆,月均增加98万辆,(据此计算,相当于日均增加3.27万辆,每小时平均增加1363辆,每分钟平均增加23辆车),占汽车增量的79.45%,是汽车实现快速增长的主要因素。
居民汽车拥有量 篇3
一、变量选取与数据来源
本文选取了全国的286个地级市中选取了数据完整的270个城市2005-2011年的人口密度、职工平均工资、人均城市道路面积、每万人拥有公共汽车、私人汽车拥有量数据进行分析 (如表1) 。由于黑河、拉萨、临沧等16个城市的年鉴数据不完备, 因此从286个城市中舍弃, 最终保留270个数据完备可靠的城市进行研究。其中人口密度、职工平均工资、人均道路面积、每万人拥有公共汽车的数据来自于2006-2012年的《中国城市统计年鉴》, 私人汽车拥有量、常住人口数据来自于各城市的2005-2012年统计年鉴和《中国区域经济统计年鉴》。
由于市区常住人口的数据缺乏, 因此使用常住人口*0.65进行估算, 使用此方法进行分类, 我国的特大城市有29个, 大城市213个, 中等城市22个, 小城市6个。因为各城市统计年鉴中缺少总体公共交通 (包括公共汽车, 轨道交通等) 的统计指标, 因此用每万人拥有公共汽车表示公共交通的发达程度, 而部分超大城市由于建设轨道交通对每万人拥有公共汽车产生的影响, 将通过相应客运量的换算, 换算进入每万人拥有公共汽车的数量中。 (见表1)
表1:变量选取的含义及公式。常住人口、职工平均工资、每万人拥有公共汽车含义及公式来自于《中国国家统计年鉴》主要统计指标解释
二、模型设计
模型使用270个地级市2005-2011年的面板数据, 进行多元非线性回归, 从而得出以私人汽车拥有量变化率为因变量, 人口密度、职工平均工资、人均城市道路面积、每万人拥有公共汽车为因变量的非线性回归方程。研究影响私人汽车拥有量变化率的影响因素, 及人口密度对私人汽车拥有量变化率的影响程度。
其中每万人拥有公共汽车的指标, 由于特大城市建设轨道交通可能使公共汽车不再具备代表性, 因此将特大城市的轨道交通按照运量也转换进入每万人拥有公共汽车的数据中。收集北京、上海等城市的地铁运营里程及客运量, 计算每公里轨道交通的客运量, 通过轨道交通的每公里客运量与公共汽车每公里客运量的比例及城市拥有公共汽车数量和轨道交通数量的比例, 将轨道交通转化进入每万人拥有公共汽车的指标中。
由于我国将要推出的《国家中长期新型城镇化规划》中重新对城市规模根据市区常住人口做了如下规定:市区常住人口在50万人以下认定为小城市, 市区常住人口在50-100万人认定为中等城市, 在100-500万人之间认定为大城市, 在500万人以上认定为特大城市。本文拟将270个城市根据2011年常住人口数量按照《国家中长期新型城镇化规划》进行分类, 将其按照小城市, 中等城市, 大城市, 特大城市进行分类研究。
分别研究小城市, 中等城市, 大城市, 特大城市中以上变量对于私人汽车拥有量变化率的影响程度差异如何。
1Ny=ax1+b X2+c X3+DX4+e
三、计算结果
通过对我国270个地级市的全部城市, 小城市, 中等城市, 大城市, 特大城市2005-2011年面板数据进行非线性回归, 得出各方程回归系数如表2所示。
1.通过全部城市的回归方程可以看出, 人口密度对私人汽车拥有量增长率总体呈抑制作用, 即随着人口密度的增加, 私人汽车拥有量增长率逐渐下降。
2.通过对城市规模分类研究发现, 当城市的市区常住人口规模在50万人以下时, 人口密度对私人汽车增长率呈促进作用, 当城市的市区常住人口在50万以上时, 人口密度对私人汽车拥有量的增长率开始呈现抑制作用
3.且当城市的市区人口规模在500万人以上, 即达到特大城市时, 人口密度对私人汽车拥有量增长率的抑制最为明显。
四、原因分析:集约型城镇化为何能缓解环境污染
(一) 集聚型城镇化适合发展公共交通, 特别是轨道交通将大幅度降低城市排放强度, 降低人均能源消耗
集聚型城镇化由于其土地和人口的集聚性适宜发展公共交通, 公共交通特别是轨道交通是提高运输效率, 降低人均能源消耗, 降低城市排放强度缓解环境污染的重要途径。公共交通越发达, 城市整体能耗就越低。西欧发达国家与美国的人均汽车拥有量接近, 但人均耗油量只有美国的五分之一。公共交通比美国发达是主要原因之一。正因欧洲的城市人口密度高, 公共交通的效率才会高。
数据表明, 轨道交通越发达的地方, 城市的环境治理越有效, 城市排放强度越低。法国巴黎轨道交通系统承担了70%的公共交通运量, 英国伦敦轨道交通运量占公共交通运量89%, 日本东京轨道交通占公共交通量的80%, 以上在名古屋、大阪等大城市中轨道交通都占公共交通量的2/3以上。由于城市轨道交通相比其他交通方式污染很小, 甚至达到了零排放, 因而随着城市轨道交通在城市交通中骨干作用的确立, 以及对高排放交通工具的替代, 城市交通部门的排放水平将大幅降低。
公用交通对于缓解交通拥堵的作用十分明显。美国特大城市由于具备轻轨和大规模的公交系统。每年的交通延时减少了4.3亿小时 (相当于18%的小汽车延时) , 大城市减少了约6400万小时, 中等城市约为1500万小时, 小城市只有140万小时。
(二) 集聚型城镇化通过密集度促进公用交通抑制私人汽车的发展, 从而降低私人汽车人均能源消耗, 进而降低环境污染
本文计算结果表明, 当城市人口规模为50万人时, 人口密度开始对私人汽车的拥有量变化率产生抑制作用, 集聚型城镇化当人口规模发展到500万人口以上时, 人口密度对私人汽车拥有量的增长率抑制作用最为明显。私人汽车相对于公共交通来说人均能源消耗大, 且对城市排放贡献大, 因此集聚型城镇化通过人口密集度能够抑制私人汽车的发展, 从而降低人均能源消耗和环境污染。
(三) 集聚经济使生产高效化, 节约能源, 减少能源消耗
集聚经济指各种产业和经济活动在空间上集中后产生的经济效果和向心力, 进而促使城市发展。城市高密度有利于城市经济集聚效用的发展, 有利于充分发挥城市基础设施和公共财政的效率集聚型城镇, 有利于土地资源和资本资源的集约发展 (丁成日, 2004) 。
首先, 集聚经济使高密度的大都市吸引了更多的经济资源, 提供了专业性更强的经济业务和基础设施, 使生产高效化, 提高了能源使用的效率。其次, 集聚经济增加了城市的专业化和多样化。专业化提高生产效率, 而多样化促进创新发展。第三, 集聚经济拥有了大量的人力资源, 不仅提高生产效率, 而且在学术研究, 创新等领域也都有更大的竞争力。第四, 集聚经济减少了物流的运输和信息的传播空间, 提高生产效率, 减少能源消耗。第五, 集聚经济由于土地的集约化和经济, 人力资源的集约化提高了公共财政的效率。
(四) 环境库兹涅茨曲线:城市经济发展到某一拐点后, 环境污染由高趋低
库兹涅茨曲线是上世纪50年代诺贝尔奖获得者, 经济学家库兹涅茨用来分析人均收入水平与分配公平程度之间关系的一种学说, 当一个国家经济发展水平较低时, 环境污染程度较轻, 但随着人均收入的增加, 环境污染的程度由低趋高, 环境恶化的程度随经济增长而加剧, 当经济发展到一定水平后, 也就是说达到某个临界值或称“拐点”以后, 随着人均收入进一步增加, 环境污染的程度又由高趋低, 逐渐减缓, 环境质量逐渐得到改善, 这种现象被称为环境库兹涅茨曲线。
城市的发展也存在着这样的环境库兹涅茨现象。当城市的人口规模从小城市发展向中等城市再发展向大城市的过程中, 私人汽车的拥有量的变化率随着人口密度逐渐增减, 但是当城市发展为超大城市后, 私人汽车的拥有量变化率开始下降。人口密度对私人汽车拥有量起到先促进后抑制的作用, 而私人汽车的拥有量变化率间接的影响了城市的排放强度, 使得排放强度呈现环境库兹涅茨曲线形状。
五、结论
(一) 人口密度对私人汽车拥有量变化率呈现抑制作用, 且人口规模在500万人口以上时抑制程度最为强烈
通过对中国270个地级市进行研究, 发现人口密度对私人汽车拥有量变化率存在抑制作用, 且在城市市区常住人口规模达到500万人以后, 人口密度对私人汽车拥有量的变化率的抑制程度最为强烈。
(二) 其原因是集聚型城镇化易于发展高效便捷的公共交通, 从而减少城市居民使用私人汽车的数量和频率
集聚型城镇化由于其土地和人口的集聚性适宜发展公共交通, 公共交通特别是轨道交通是提高运输效率, 降低人均能源消耗, 降低城市排放强度缓解环境污染的重要途径。
(三) 从美国和日本的经验来看, 中国走集聚型城镇化能够降低能源消耗, 缓解交通拥堵, 降低环境污染程度
美国城市作为粗放型城镇化的代表, 日本东京等城市作为集聚型城镇化的代表, 通过对其能源消耗, 环境污染的对比发现集聚型城市的能源消耗较低, 环境污染较小, 且日本东京发达的地铁系统是促进东京人均汽车拥有量低的重要原因之一。
(四) 发展集约型城镇化从能源, 环境, 交通三方面来看, 是适合我国国情和可持续发展的选择
集约型城镇化能够通过抑制私人汽车拥有量的增长, 促进公共交通的发展, 从而节省能源消耗, 降低环境污染, 缓解交通拥堵。尤其在中国面临能源, 环境, 交通三方制约的情况下, 发展集约型城镇化是适合中国国情和可持续发展的选择。
参考文献
[1]马艳丽, 高月娥.我国未来汽车保有量情景预测研究[J].公路交通科技, 2007, 24 (1) :121-125.
[2]仇保兴.中国特色的城镇化模式之辨——“C模式”:超越“A模式”的诱惑和“B模式”的泥淖[J].城市发展研究, 2009 (1) :1-7.
[3]孙晓东.美国城镇化发展的启示:我国要走资源节约型城镇化道路[J].长春工程学院学报:社会科学版, 2006, 6 (4) :30-31.
[4]李泉生.轨道交通对低碳城市建设的作用与意义[J].交通世界, 2011 (12) :140-143.
居民汽车拥有量 篇4
公安部交通管理局消息, 截至2011年11月, 全国机动车保有量达2.25亿辆, 机动车驾驶人数量达2.34亿人, 汽车保有量达1.06亿辆, 许多城市已进入汽车社会。
据统计, 2011年底, 全国机动车保有量增加1628万辆, 增长7.86%, 其中汽车增加1361万辆, 增长14.98%。汽车保有量2011年10月底首次超过摩托车保有量, 标志着中国机动车结构由摩托车为主体向汽车为主体转变。以个人名义注册登记的私家汽车保有量达到7748万辆, 占汽车总量的74.17%, 成为汽车构成主体。从大中城市汽车保有量情况看, 达到100万以上的城市数量达14个, 其中北京汽车保有量已达472万。与2010年底相比, 合肥、乌鲁木齐、银川、呼和浩特、南宁、西宁、福州、长沙、兰州、西安等10个城市的汽车增长比率超过20%。根据国际通用16%的标准, 也就是每百户家庭拥有16辆小轿车的比例, 中国有许多城市已进入汽车社会。目前中国的机动车驾驶人数量达到2.34亿人, 其中汽车驾驶人1.72亿。与机动车及其驾驶人快速增加相比, 交通参与者文明交通素质的提升比较滞后。目前, 中国每年处理的道路交通违法行为都保持在2亿起左右, 其中酒后驾驶、超速行驶、疲劳驾驶等严重违法行为尤为突出, 开车打手机、争道抢行、占用应急车道、行人跨越道路隔离设施等不文明交通行为还较为普遍。
居民汽车拥有量 篇5
一、理论设定与数据说明
按照经济理论研究的对象, 本研究选取私人小型汽车总产量、总人口数、居民人均可支配收入等因素作为指标, 变量选择如下:
因变量y:汽车保有量;
自变量3x:私人小型汽车总产量;
x3:总人口数;
x3:居民人均可支配收入。
以下建立的回归模型1为辽宁省, 模型2为吉林省。
相关数据来源于全国统计年鉴。
二、基本模型实证研究
(一) 模型建立
经检验确定了自变量与因变量之间的近似线性关系。建立如下模型:
即:
若模型满足假定条件:
则用普通最小二乘估计来估计此模型的参数。
经检验, 排除随机误差项的异方差性、自相关性与自变量的多重共线性。
(二) 模型的参数估计
用普通最小二乘法估计参数, 结果为:
因而, 对自变量的回归方程分别为:
(三) 显著性检验
1. 拟合优度检验与回归方程的显著性F检验
由表1, 判定出回归方程拟合优度很高, 查F分布表, 确定回归方程为:
2. 回归系数的显著性检验
由表2, 给定显著性水平, 查表, 得出自变量对因变量的线性效果显著。
三、对比预测
(一) 两省因素对比
1. 总产量
2002年到2012年, 吉林省与辽宁省的总产量年均增长率为0.154 9与0.284 7。增长差异最明显的为2009年到2012年, 前者增长情况大于后者。
2. 人均可支配收入
两省的人均可支配收入均呈平缓上升的趋势, 其增长率从2006年拉开差距。
3. 年底总人口数
从2002年以来两省人口均呈对数上升趋势, 其差值增长趋势自2005年起变化较大。
(二) 预测
1. 关于小汽车保有量的预测
根据2013年到2014年相关指标数据, 用两模型对保有量进行预测。见表3, 结果显示拟合程度较好。
量, 控制人口数, 严格实施国家计划生育政策。
图1展示了两省小汽车保有量自2002年来呈逐年增长情况。同时, 两省实际年均增长幅度为:吉林省28.9%、辽宁省30.08%。
在解释变量稳定增长情况下, 以现在的形势预测到2015年辽宁省与吉林省的小汽车保有量分别为512.65 (万辆) 与286.01 (万辆) , 2020年为1824.24 (万辆) 与1065.22 (万辆) 。
四、结论
在多元线性回归分析基础上, 对两省小汽车保有量进行预测分析, 结论如下:一是两回归方程的拟合程度很好, 总产量、总人口数、居民人均可支配收入三个指标对保有量都有很大影响;二是总人口数与保有量呈负相关, 其余两个指标与保有量均呈正相关;三是人均可支配收入对保有量的影响最小, 其余两个指标的影响较大;四是两省汽车保有量增长趋势几乎持平, 辽宁省人均拥有量稍大于吉林省。
吉林省作为我国汽车生产大省, 其总产量远大于辽宁省, 但保有量却不高。因此, 针对吉林省汽车保有量提出如下建议:
1.扩大钢铁产量、合理分配汽车盈利情况、放宽信贷政策, 提高汽车企业的偿债能力, 提高企业自身的运营销售能力等。
2.扩大购买能力, 提供更便捷、高效的机动车驾车环节便民服务;提高工资、控制油价、汽车价格, 出台鼓励汽车购买的相关政策、降低利率等。
3.加快城镇化建设, 以城带乡, 提高城镇的公路运输
参考文献
[1]马艳丽, 高月娥.我国未来汽车保有量情景预测研究[J].公路交通科技, 2007, 24 (01) .
[2]李子奈.计量经济学——方法和应用[M].北京:清华大学出版社, 1992.
[3]刘佳.影响我国私人汽车拥有量的因素计量分析[J]中国高新技术企业, 2010, 148 (13) :6-7.
[4]何晓群, 刘文卿.应用回归分析[M].北京:中国人民大学出版社, 2011.
[5]周骞, 杨东援.基于多相关因素的汽车保有量预测神经网络方法[J].公路交通科技, 2001 (06) :126-129.