本站原创［摘 要］影响民用运输船舶需求的因素很多,文章选取两个基本的影响因素作为变量,借鉴已有的数据,建立计量经济学模型,并进行检验和修正,来分析民用运输船舶拥有量和社会经济变量之间的关系,以期做出正确的经济决策.
［关 键 词］船舶拥有量经济学模型回归分析
一、引言
由次贷危机引起的金融危机席卷全球,对中国经济造成了一定的影响,这种影响在船舶市场上的反映尤为明显,2009年,我国约有65%的船舶企业没有接到新船订单,尤其是部分新兴船厂,订单储备较少,将面临船台空置,无船可造的局面.那什么因素会影响民用运输船舶消费呢?随着经济的发展,人民收入水平的提高,民用运输船舶市场也会不断增大；另外,生产运输船舶用的钢材产量对民用运输船舶拥有量也会有影响.鉴于此,本文就选择了人均GDP和成品钢铁产量这两个变量来做计量经济模型,并对所做的模型进行检验.
二、建立模型
1.由于非线性模型的假设检验的数学计算都非常复杂,况且线性模型分析的准确程度的也更可靠,所以我们考虑做对数线性模型.
2.从需求的角度考虑,民用运输船舶的拥有量显然与居民收入有关,而居民收入可以用人均GDP来表示,因此本文引进人均GDP这个解释变量.
3.从供给的角度考虑,船舶市场的发展与其主要原材料钢材的供应有一定的关联,所以引进成品钢铁产量这个解释变量.
4.对于人均GDP和成品钢铁产量这两个解释变量,我们更关心其对数变化对民用运输船舶拥有量的影响,所以采用对数模型.
综上所述,本文采用的计量经济学模型如下：log(y)等于c(1)+c(2)log(x1)+c(3)log(x2)+μ
其中,y表示我国民用运输船舶拥有量(辆)；x1表示我国人均GDP(元)；x2表示我国成品钢铁产量(万吨)；μ为随机干扰项.
三、数据
为了更准确的分析中国民用运输船舶拥有量与经济发展的相关因素之间的关系,我们收集到中国民用运输船舶拥有量、中国人均GDP、中国成品钢材产量1990-2009年的数据,如表1所示：
四、回归结果及其含义
我们根据上述时间序列数据,采用普通最小二乘法(OLS)进行模型估计,结果如表2所示：
Log(x1)的系数0.3783表示,在样本期间即1990-2009年间,在其他解释变量保持不变的条件下,中国人均GDP每增加1%,中国民用运输船舶拥有量将平均增加0.3783%；
Log(x2)的系数0.4829表示,在样本期间即1990-2009年间,在其它解释变量保持不变的条件下,中国成品钢铁产量每增加1%,中国民用运输船舶拥有量将平均增加0.232910%.
五、模型检验
（1）拟合优度检验
样本决定系数和修正的取值分别为0.9973和0.9969,由此可说明模型的拟合优度比较高.
（2）t检验
在5%的显著水平下,自由度为14的t临界值为2.145,常数项、log(x1)、log(x2)的t值绝对值都大于它,因此拒绝H0,即在95%的置信系数下,可认为我国民用运输船舶拥有量与人均GDP、我国的成品钢铁产量都存在显著的线性相关关系.
（3）F检验
F值2585.59大于在5%的显著水平上,自由度为2和14的F临界值3.74,因此F等于2585.59是显著的,拒绝H0,即可认为在95%的置信系数下,中国民用运输船舶拥有量的对数与人均GDP的对数、中国成品钢铁产量的对数之间存在着显著的线性相关关系.
（4）多重共线性检验
由表4分析可知,(2)证明二阶不存在序列相关,即该模型存在一阶自相关.
（6）异方差检验
在此应用White检验.以残差的平方为因变量,自变量log(x1)和log(x2)及各自平方项分别作为新的自变量建立线性回归模型,通过这个模型的拟合情况来检验原模型中是否存在异方差.
EVIEWS软件可直接进行White检验,得到不交叉项的White检验,如下：
由表5可知,White检验的检验统计量为4.113519,检验的相伴概率为0.39086,可以拒绝原假设,认为模型中不存在异方差.
六、模型修正
（1）该模型存在一阶自相关,利用一阶广义差分法对其进行修正.在EVIEWS软件中估计结果如下：
在5%的显著性水平下,D.W.>dU等于1.38,表明经广义差分变换后的模型已经不存在序列相关性.
（2）该模型存在多重共线性,存在的原因可能由于样本数据不足和所选的回归元具有相同的时间趋势,但是,多重共线性本质上是样本现象,它来源于收集的是非实验性质的数据.因此,可以通过增加样本数据和提高数据的可靠性来消除.鉴于此,本文就没有对多重共线性进行处理.
七、结论
由以上分析可知,中国民用运输船舶拥有量与全国人均GDP,全国钢材产量之间存在正相关关系,并且人均GDP对中国民用运输船舶拥有量的影响甚于钢材产量.在新形势下,中国经济将保持平稳增长,钢材产量和人均GDP将会进一步提高,民用运输船舶市场也会进一步扩大.