馬 鈞 郭冬立 楊 帆
(同濟(jì)大學(xué)汽車學(xué)院 上海 200092)
R值,指某一地區(qū)的平均車價(jià)與這一地區(qū)人均GDP的比值.R值規(guī)律描述的是一個(gè)國家/地區(qū),在正常的政策條件下,隨著人們經(jīng)濟(jì)和信貸能力提高而加大汽車購買需求的發(fā)展規(guī)律.根據(jù)2002~2009年,我國34個(gè)省的乘用車新車注冊數(shù)和R值數(shù)據(jù)[1-2],以我國34個(gè)省的R值為橫坐標(biāo),同一時(shí)期的對應(yīng)省的每千人新車注冊數(shù)據(jù)為縱坐標(biāo),建立兩者之間的散點(diǎn)圖(見圖1).可以看出,兩者之間存在顯著的曲線關(guān)聯(lián)(見圖1).因此筆者認(rèn)為可以構(gòu)建Y與X之間的一元非線性模型,通過考察自變量X的發(fā)展趨勢,來預(yù)測我國未來一段時(shí)間的乘用車每千人新車注冊數(shù),即未來我國汽車需求發(fā)展的趨勢預(yù)測.
圖1 2002~2009年我國各省市乘用車每千人新車注冊數(shù)與各省市R值的散點(diǎn)圖
筆者認(rèn)為指數(shù)曲線(exponential)、冪函數(shù)曲線(power)、S曲線(S)、復(fù)合曲線(compound)的回歸模型具有較好的擬和效果.用SPSS軟件進(jìn)行多重曲線擬和回歸分析[3],因變量為每千人新車注冊數(shù),自變量為R值,情況如表2.
通過擬和結(jié)果發(fā)現(xiàn),冪函數(shù)曲線模型的可決系數(shù)為0.873最高,每千人新車注冊數(shù)(Y)與R值(X)之間的冪函數(shù)曲線回歸模型為最佳擬和模型,其詳細(xì)計(jì)算結(jié)果見表3~表5.
表2 模型匯總和參數(shù)估計(jì)
圖2 每千人新車注冊數(shù)
表3 模型匯總
表4 ANOVA
表5 系數(shù)
從結(jié)果可以看出,模型的自相關(guān)系數(shù)為0.934,可決系數(shù)為0.873,修正后的R2為0.872,接近1;Significance F值遠(yuǎn)遠(yuǎn)小于0.05;無論是自變量還是常數(shù)項(xiàng),其t檢驗(yàn)的顯著性概率均獲通過(即,各項(xiàng)得Sig,t值遠(yuǎn)遠(yuǎn)小于0.05),說明冪函數(shù)回歸模型的擬和效果很好.
冪函數(shù)回歸模型為:Y=37.006×X-1.367
觀察此冪函數(shù)模型,隨著X趨近于0,Y將趨于無窮大.這個(gè)情況顯然在現(xiàn)實(shí)生活中是不合理的,因此,需要對此模型中X的適用范圍加以研究和定義.
首先,生成此模型的基礎(chǔ)數(shù)據(jù)中X(即R值)的最小值為1.6,最大值為40.8,X<1.6和X>40.8的區(qū)域沒有數(shù)據(jù)點(diǎn)覆蓋.其次,數(shù)據(jù)點(diǎn)的分布類似于陣態(tài)分布,兩頭(X<2和X>14)區(qū)間上的數(shù)據(jù)點(diǎn)較少,中部數(shù)據(jù)點(diǎn)較多.具體數(shù)據(jù)點(diǎn)再各值段的分布頻率如圖3所示.
圖3 R值分布圖
如圖3所示在(0,1)的區(qū)間內(nèi),僅有4個(gè)數(shù)據(jù)點(diǎn);在(14,15)的區(qū)間內(nèi)僅有2個(gè)數(shù)據(jù)點(diǎn);只有在[2,14]區(qū)間中每個(gè)相隔為1的值段內(nèi)數(shù)據(jù)點(diǎn)的分布都大于5個(gè),數(shù)據(jù)點(diǎn)的分布相對密集.因此,筆者認(rèn)為,根據(jù)此數(shù)據(jù)基礎(chǔ)模擬出的R值規(guī)律模型,在2≤X≤14,即2≤R≤14的范圍內(nèi)最具有說服力;對于X>14和X<2,即R>14和R<2這兩部分,數(shù)據(jù)點(diǎn)都較少,此模型說服力較弱.
R<2時(shí),說明不到2年的家庭收入就能夠買一輛車.此時(shí),該地區(qū)家庭汽車一般已經(jīng)經(jīng)歷了從無到有的轉(zhuǎn)折和爆發(fā)性變化,該地區(qū)的汽車銷售此后都將主要被用于替換原有的家庭用車.本文中斜率取值為R=(2+14)/2=8時(shí),曲線Y=37.006×X-1.367的斜率-2.95,則此部分的預(yù)測公式為Y=-2.95×(X-2)+Y0.式中:Y0為X≤2時(shí)的某地區(qū)每千人新車注冊數(shù).
R>14時(shí),人均購買力較弱,該地區(qū)的汽車銷售發(fā)展非常緩慢,也可簡化為斜率較小的一元線性曲線.本論文中斜率取值為R=14時(shí),曲線Y=37.006×X-1.367的斜率-1.37,則此部分的預(yù)測公式為Y=-1.37×(X-2)+Y1.式中:Y1為X≥14時(shí)的某地區(qū)每千人新車注冊數(shù).
經(jīng)以上分析,可以得出以下結(jié)論:(1)在2≤R≤14的區(qū)間,中國某地區(qū)每千人新車注冊數(shù)與這一地區(qū)的R值有非常顯著的關(guān)聯(lián)性.通過數(shù)學(xué)模型Y=37.006×X-1.367能很好描述此關(guān)聯(lián)性;(2)R<2時(shí),預(yù)測公式為Y=-2.95×(X-2)+Y0(Y0為X≤2時(shí)的某地區(qū)每千人新車注冊數(shù));(3)R>14時(shí),預(yù)測公式為Y=-1.37×(X-2)+Y1.式中:Y1為X≥14時(shí)的某地區(qū)每千人新車注冊數(shù).
由于
R值=平均車價(jià)/人均GDP
因此R值n+1=平均車價(jià)n+1/人均 GDPn+1=[平均車價(jià)n× (1+ 平均車價(jià)增長率n+1)]/[人均GDPn×(1+人均GDPn+1)]= (平均車價(jià)n+1/人均GDPn+1)×[(1+平均車價(jià)增長率n+1)/(1+人均GDPn+1)]=R值n×[(1+平均車價(jià)增長率n+1)/(1+人均GDPn+1)]
即,R值的預(yù)測公式為:
R值n+1=R值n×[(1+平均車價(jià)增長率n+1)/(1+ 人均GDPn+1)]
根據(jù)國家信息中心提供的數(shù)據(jù)2009年R值為4.4.則,R0=4.4.
汽車價(jià)格的變動(dòng)主要受到成本,供求關(guān)系,政策三方面的影響(排除人民幣購買力變化因素).
1)汽車成本方面,汽車原材料價(jià)格增長率會(huì)根據(jù)不同原材料在汽車制造和使用中所占的比例,將每種原材料的價(jià)格增長率進(jìn)行加權(quán)平均得到,如表5、表6.
表5 2010~2020汽車原材料價(jià)格預(yù)測
2)供求關(guān)系方面,中國經(jīng)濟(jì)發(fā)展趨勢良好,各大汽車廠商的產(chǎn)能都出現(xiàn)明顯不足,擴(kuò)產(chǎn)計(jì)劃普遍計(jì)劃于2012年之前完成.因此,雖然近期汽車市場呈現(xiàn)供小于求的狀態(tài),但此情況將很快得到改善,汽車價(jià)格不會(huì)因此受到太大的影響.
3)政策方面,雖然對小排量車消費(fèi)稅的優(yōu)惠政策仍將持續(xù),這也刺激了消費(fèi)者對汽車的需求量.隨著汽車產(chǎn)業(yè)的整合度提高,規(guī)模經(jīng)濟(jì)的效用將日益明顯,這將使得汽車制造的成本,仍將在接下去較長的一段時(shí)間內(nèi)都持續(xù)不斷的溫和下降.
表6 2010~2020原材料及汽車價(jià)格增長率預(yù)測 %
總之,由于中國車市之前的不成熟,中國汽車市場的車價(jià)一直過高,因此未來10a中,中國汽車平均價(jià)格的長遠(yuǎn)趨勢一定是下降的,只是不同階段的下降速度不同而已.
中國現(xiàn)在A00,A0,A,B,C級別的車輛比例大致為8:20:50:18:3.近些年,小排量車優(yōu)惠的政策使得A00,A0,A級別的車輛比例增大.隨著小排量車優(yōu)惠政策的逐步減弱和人民生活水平的提高,人們更加有購買力選購高級別的車型,從而使平均車價(jià)提升.
文獻(xiàn)[5]中提到,至2015年,新能源汽車總量將占當(dāng)年整個(gè)汽車銷售市場的23%,2020將更進(jìn)一步發(fā)展.由于新能源車帶來了高購置成本,低使用成本的概念,因此,在新能源車在整個(gè)汽車銷售市場的比例逐步提升的過程中,平均車價(jià)將隨之有所提升.近期,由于政府補(bǔ)貼,新能源車的銷售將不會(huì)給平均車價(jià)帶來很大影響,但當(dāng)新能源車實(shí)現(xiàn)規(guī)模銷售,政府補(bǔ)貼逐漸減小后,平均車價(jià)將因此有所提升.
中國GDP總量 根據(jù)國家統(tǒng)計(jì)局發(fā)布的《2009年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》[6]和2010年初,國務(wù)院發(fā)展研究中心發(fā)布的《2009~2010年經(jīng)濟(jì)形勢分析與展望報(bào)告》[7],得到中國2010~2020年GDP總量預(yù)測值,并由此計(jì)算增長率的預(yù)測值,如表7.
中國人口2010~2020年中國人口數(shù)據(jù)由中國社科院人口與勞動(dòng)經(jīng)濟(jì)研究所提供,如表7.
表7 中國2010~2020年人均GDP增長率預(yù)測表格
中國人口眾多,區(qū)域差異大,人均GDP在中國的不同區(qū)域顯示出較大的差異,因此汽車市場的發(fā)展也隨之呈現(xiàn)出不均衡的發(fā)展.不同的GDP發(fā)展水平,將直接導(dǎo)致該地區(qū)不同的汽車銷售發(fā)展規(guī)律(即不同的R值區(qū)間對應(yīng)的新車注冊量預(yù)測公式不同).因此,有必要將不同地區(qū)的分段考慮,如表8.R值的預(yù)測,如表9.
表8 2009中國各省市R值分布
根據(jù)不同區(qū)段的R值,應(yīng)用不同的預(yù)測公式,對各地區(qū)每千人新車注冊數(shù)作出預(yù)測,如表10.
表9 2010~2020的R值預(yù)測
表10 2010~2020的乘用車需求量預(yù)測
本文通過對R值規(guī)律的考察,討論了R值規(guī)律的使用范圍,并通過構(gòu)建冪函數(shù)曲線回歸模型和適當(dāng)?shù)姆侄魏瘮?shù)處理,針對中國不同地區(qū)不同時(shí)期的經(jīng)濟(jì)發(fā)展?fàn)顩r,應(yīng)用不同的預(yù)測公式,對中國乘用車的未來需求量提供了科學(xué)的分析和預(yù)測.這種預(yù)測主要是從宏觀經(jīng)濟(jì)的角度對汽車產(chǎn)業(yè)的發(fā)展進(jìn)行的考量,而影響汽車需求的因素還有很多,如:區(qū)域法規(guī),節(jié)能減排,交通環(huán)境,消費(fèi)環(huán)境等等.但從整體上講,隨著國民經(jīng)濟(jì)的持續(xù)健康發(fā)展和技術(shù)的不斷進(jìn)步,法制環(huán)境和稅收政策的改進(jìn)以及產(chǎn)業(yè)政策和產(chǎn)業(yè)環(huán)境的不斷完善,我國乘用車需求還將在未來較長時(shí)期內(nèi)保持較快速增長的趨勢.
[1]國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2009.
[2]中國汽車工程學(xué)會(huì).汽車藍(lán)皮書[M].北京:社會(huì)科學(xué)文獻(xiàn)出版社,2009.
[3]衛(wèi)海英.SPSS 10.0for Windows在經(jīng)濟(jì)管理中的應(yīng)用[M].北京:中國統(tǒng)計(jì)出版社,2001.
[4]世界銀行.Global commodity markets 2009[R].Prospects for the Global Economy,2009.
[5]馬 鈞,王 寧,孔德洋.基于AHP及Logit回歸的新能源汽車市場預(yù)測建模研究[J].同濟(jì)大學(xué)學(xué)報(bào):自然科學(xué)版,2009,37(8):1079-1084.
[6]國家統(tǒng)計(jì)局.2009年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[R].北京:國家統(tǒng)計(jì)局,2010,2.
[7]國務(wù)院發(fā)展研究中心.2009-2010年經(jīng)濟(jì)形勢分析與展望報(bào)告[R].北京:國務(wù)院發(fā)展研究中心,2010.