發展中國家未來乘用車需求量預測

摘 要:使用2006年，24個發展中國家各自的人口總量、購買力平價調整后的GDP、乘用車銷量來進行多元回歸分析，對一國的人口總量和GDP對乘用車銷量影響的顯著性進行了研究。最后利用建立的模型及預測的未來人口總量和GDP，并且結合從模型中得到的對預測值的修正指數(假設在一定時期內，實際觀測值對于預測數據的偏離是系統性的，并且這種影響是保持比例不變的)，對2014年和2020年這24個發展中國家的乘用車需求量進行了預測。

關鍵詞:乘用車;發展中國家;銷;預測

中圖分類號:TB

文獻標識碼:A

文章編號:1672-3198(2010)09-0098-02

影響一國私人乘用車需求規模的兩個基本要素是:該國的人口總量和國民的富裕程度。在其他因素保持一致的情況下，人口總量大的國家銷售的汽車會比人口總量小的國家更多。類似的，在所有其他因素都相等的情況下，富裕的國家會比窮的國家賣出更多的汽車。本文所要研究的是，在24個發展中國家世界里，如何借用人口總量和國民富裕程度來預測這些國家未來的汽車需求規模。通過收集到的24個發展中國家2006年的相關數據，本文建立了汽車需求量的預測模型，并從該模型中獲取了對預測值的修正方法。借助建立的模型和修正方法，我們分別預測了這24個發展中國家2014年和2020年的汽車銷量。

模型的實證分析及檢驗

1 指標的選取與說明

引入模型中的24個樣本國家

模型中分析的24個發展中國家包括:阿爾及利亞，阿根廷，巴西，中國，智利，哥倫比亞，埃及，匈牙利，印度，印度尼西亞，伊朗，馬來西亞，墨西哥，秘魯，菲律賓，波蘭，羅馬尼亞，俄羅斯，南非，泰國，土耳其，烏克蘭，委內瑞拉和越南。

選取的這24個國家在2006年的時候，均滿足以下兩個標準:

(1)不在2007年世界銀行公布的60個高收入國家范圍內。

(2)按照2006年購買力平價統計計算的人均GDP不低于2500美元(World Bank， 2007)。因此，本文在選取發展中國家時除了參照均富國際會計師事務所在2008年發布的《國際商業報告2008》中對世界新興市場的選取標準外(Grant Thornton， 2008)，我們還同時增加了最低人均GDP標準。

最終，我們選取的國家包括了“金磚四國”中國、巴西、俄羅斯和印度(Wilson and Purushothaman， 2003)，同時還有近年來新興的“Next Eleven(N11)”中的9個國家(O’Neill， Wilson， Purushothaman， and Stupnytska， 2005)。(N11中，剩下的兩個國家孟加拉國和尼日利亞由于沒有滿足最低人均GDP標準，故沒被選入模型中)

變量的選取

(1)2006年乘用車的銷量。

(2)2006年的人口總數以及預測的2014年和2020年的人口總數(人口總量數據均來源于美國人口普查局U.S. Census Bureau網站)。

(3)國民的富裕程度(該變量由經過購買力平價法調整的GDP即GDP purchasing power parity來衡量)。2006年的數據來源于世界銀行(World Bank)，2014年和2020年的數據是在2006年的基礎上按照Grant Thornton (2008)預測的各國2008到2014年的平均GDP增長率計算得出的。

2 建立預測模型

Y=β0+β1X1+β2X2+μ其中Y為乘用車的銷量，β0、β1、β2分別為回歸常數和偏回歸系數，μ為隨機誤差項，X1、X2分別為人口總數(百萬)和GDP(PPP)(十億美元)

第一步，首先我們用2006年Y、X1、X2的觀測值來建立多元回歸模型。第二步，將實際銷量與預測值的偏離進行量化，計算出偏離的具體指數。第三步，使用第一步建立的模型和第二步的偏離指數對2014年和2020年的乘用車銷量進行預測。

3 實證分析結果

用統計分析軟件進行多元回歸分析得到如下結果

結果顯示調整后的R2=0.974，說明在回歸模型中，乘用車銷量總離差中，由人口總數和GDP(PPP)解釋的部分占97.4%，模型的擬合優度較高。D.W.檢驗結果表明，在5%的顯著水平下，n=24，k=3(包含常數項)dl=1.19，dn=1.55，則有dn

乘用車銷量=8879+819×GDP(PPP)-2279×總人口數

(1)模型中，GDP(PPP)以10億美元作為計量單位，總人口數以百萬人數作為計量單位。

從函數(1)中，我們看到一個很有趣的現象是:一國總人口數與汽車銷量為負相關。這其中暗含的信息是當GDP(PPP)給定時，人口總數越多，汽車銷量就越少。這其實是因為，在此種情況下，國民的人均財富降低了，能買得起汽車的人數就相應減少了。

4 實際銷量和預測銷量的偏離分析

圖1展示了以2006年實際銷量為Y軸，2006年預測的銷量為X軸的散點圖，如果兩者相等，相應的坐標點就會落在對角線上。

圖1 2006年實際銷量預銷量的散點圖

散點圖很形象的展示了實際銷量與預測銷量的差異。表4則通過計算得到的實際銷量與預測銷量的比率來把這些差異具體化。該比率大于1說明實際的銷量比預測的銷量要多，反之亦然。比率大于1的國家包括(按該數值的降序列舉):委內瑞拉、越南、馬來西亞、巴西、羅馬尼亞、匈牙利、南非、俄羅斯和印度。對于這些國家而言，僅僅借助人口總數和GDP總量會低估其國內的汽車需求規模。

表4 2006年各國實際銷量與預測銷量的比率

國家委內瑞拉越南馬來西亞巴西羅馬尼亞匈牙利南非俄羅斯印度埃及中國土耳其墨西哥阿根廷伊朗哥倫比亞智利波蘭泰國烏克蘭菲律賓印度尼西阿爾及利亞秘魯

預測數據和實際觀測值的不一致，說明除了GDP總量和人口規模外，還有其他的變量會影響一國對汽車的消費需求，例如汽油的價格、使用公共交通的成本和便利性、國家的地理狀況、公路的密度、收入的分配、人口的年齡結構、人口的密度等等。

在本文的研究中，一個關鍵的假設是一直到2020年這些變量的影響是保持穩定的。同時我們也假設這些變量對未來汽車銷量的影響是系統性的并且保持不變的比率，例如，假如A國2006年的實際銷量是模型預測值的120%，那么一直到2020年，其每年的實際銷量都是模型預測值的120%。因此在預測2014年和2020年的數據時，我們使用了表4的數據來對模型預測的數值進行修正。

5 結論

本文，我們檢測了在24個發展中國國家里，一國的人口規模和國民的富裕程度與國內乘用車需求的關系。分析的結果顯示人口總量和GDP對汽車的銷量均有顯著性的影響。對于以下的國家:委內瑞拉、越南、馬來西亞、巴西、羅馬尼亞、匈牙利、南非、俄羅斯和印度，僅僅依靠人口總數和GDP總量預測銷量數據會低估其國內的汽車需求規模。最后借助本文所建立的模型，我們給出了2014年和2020年的預測數據，結果顯示，未來最具增長潛力的10個發展中國家依次為(按降序列舉):中國、印度、巴西、俄羅斯、墨西哥、南非、馬來西亞、委內瑞拉、越南和土耳其。本文預測的數據可以為各國提前規劃其未來汽車工業的發展及制定相應的國家政策提供參考，同時也可以為各大乘用車企業分析發展中國市場提供數據資料。

參考文獻

[1]中國汽車技術研究中心，中國汽車工業協會[J].中國汽車工業年鑒，2007.