基于灰关联模型的汽车市场需求影响因素分析

史彦虎，郝彩娟，朱先奇

（1.太原理工大学经济管理学院，山西太原030024；2.山西省委组织部，山西太原030071）

汽车制造业由于其强大的产业关联性，决定着一个国家工业化的程度，被称为一个国家发展水平的重要标志。汽车制造业的发展很大程度上带动了钢铁制造业、轮胎制造业、玻璃制造业等的大力发展，强大的汽车制造业就是强大的经济实力的突出表现。据不完全统计，在世界国际贸易总额中汽车及其相关行业是除去旅游和石油外的第三位，已经占贸易总额的15%～20%。然而近年来随着国民经济的发展，信息技术的采用，产品的生产及消费环境都发生了很大的变化。在这种情况下，如何准确预测汽车市场需求量及其变化趋势就是当前的一大难题，为了能够使得需求预测结果更加准确，首先必须了解影响市场需求的因素有哪些，这些因素对需求量的变动的影响程度又有多大等相关问题。针对这些问题国内外的不同学者也从不同的侧面进行了研究，如石琼和吴群琪、苏铭［1］等国内学者就分别从政策导向、价格、收入等方面分析了不同因素对汽车保有量的影响，而Michel G.Mueller；Roland W.Scholz及Syed Shahabuddin［2］等国外相关学者分析了经济变量及通过收取费用等方式来影响汽车市场需求。由于影响市场需求的因素众多，为了能够从宏观方面把握影响市场需求的因素，就需要从整个社会发展的角度去考虑其对市场需求的影响度。本文正是基于这个角度出发通过对影响因素的分析借以提高汽车市场需求预测的准确度。

一、市场需求的影响因素及分析

为了对汽车的需求做出准确的预测，首先要对影响汽车需求因素进行准确的分析，在此基础上才能够对汽车需求做出合理的预测。以往的学者也从不同的方面对影响汽车市场需求的因素进行了分析，如从政策法规、经济发展、人口增长［3］等方面进行研究。本文为了全面解释影响汽车需求的因素，将影响因素从定性和定量两个方面进行阐述，对定性因素进行总体分析概括，对定量因素运用灰色关联度分析法进行分析并得出这些影响因素与汽车需求之间的灰色关联度的综合评价，进一步为汽车需求量分析提供一定的借鉴。

（一）影响汽车需求量的定性因素分析

本文将影响汽车需求量的定性因素重点从宏观经济变动、政策法规影响、售前售后服务和外形、车体的安全性及环保性五个方面对定性的影响因素进行分析。

宏观经济及政策法规的变动在一定程度上影响着整个市场的需求量。对一个国家而言，宏观经济变动会直接影响国家汽车工业的发展，进一步影响汽车需求量的变动，另一方面，大的政策法规的出台或是变动以及国家产业结构的调整会刺激整个国家汽车市场，从而影响着汽车需求量。汽车作为一种耐用消费品，［4］经过汽车工业的多年发展，消费者也对其提出了更高的要求，从单纯的价格决定一切慢慢发生变化，售前售后服务及外形也越来越受到重视，任何车辆都可能会出现一定的问题，这就对售后服务提出一定的要求，服务的好坏也直接影响着汽车的销量。然而汽车的普及也使得消费者对汽车的外形提出了更为严格的要求，包括对颜色及款式的选择也随之提高，因此这些附加条件的变化也刺激了汽车的需求量变化。在汽车保有量快速增长的同时，因为汽车交通事故造成的伤亡人数也是逐年提高，基于此消费者在购买汽车时也增加了对车辆的安全性要求，只有具备了一定的安全性的产品才能够更加受到消费者的青睐，也更容易增加产品的竞争性。最后伴随着环保型社会的提出，温室效应的增加也使得消费者更提倡那些环保型的汽车，如尾气排放量及污染指数等的变化都影响到消费者对汽车的选择。

（二）影响汽车需求量的定量因素分析

定性因素的分析只对汽车从定性的方面有了一个定性的分析，而具体的影响量的大小则需要对影响需求的因素进行定量分析。本文重点从经济发展速度、全社会固定资产投资、经济发展水平、社会消费品零售总额、居民人均可支配收入、居民消费价格指数六个方面进行阐述，同时也将这六个方面的因素作为后续研究的指标参考。

1.经济发展速度是衡量一个国家整体经济的发展水平，经济的快速发展也刺激着汽车工业的大力发展，本文的经济发展速度主要通过GDP增长率指标来反映。

2.全社会固定资产的投资保证了国家对固定资产的支持度，国家发改委提出了 “使汽车产业在2010年前发展成为国民经济的支柱产业”，可以看出固定资产投资与汽车需求量之间存在着一定的关系。

3.经济发展水平是一个国家的经济发展重要指数，本文主要通过人均GDP来体现该指标。

4.社会消费品零售总额，体现了整个社会对消费品的消费程度，汽车作为消费品中重要的一部分，其需求量与社会消费品总额之间存在着很大的关联性。

5.居民消费价格指数是表现物价变动的一个指标，汽车作为与居民生活息息相关的产品，其价格的变动也极大地影响着汽车的总需求量。

6.居民人均可支配收入，该指标真实地表明了居民的购买力，该指标的变化也对汽车需求量的变化起着决定性的作用。

二、模型的选取及构建

（一）灰色系统及灰关联原理

灰色系统理论［5，6］（Grey System Theory）是由我国著名学者邓聚龙教授提出的，重点研究少数据、贫信息的不确定性问题，通过从有限的已知信息中提取并分析有价值的信息得出相应的结果。该理论最大的优点在于对样本量无严格的要求，同时也不要求样本服从某一分布，与其他理论最大的不同之处在于不是围绕系统内部的规律性来研究，而是从其数据或信息的非完备性通过对已有信息的数学处理来分析其变化的。灰色关联度模型则是灰色系统理论中应用最广泛也是灰色系统理论中最成熟的一部分，其基本思想主要是通过比较参考序列与各行为序列曲线几何形状的相似程度来判断各行为序列与参考序列之间联系的紧密程度，即行为序列的曲线形状与参考序列的曲线形状越接近，则两者的关联度就越大；反之，如果两条曲线形状相差较大，表明两者关联度越小，因此，通过数据差值或是曲线的相似程度就可以直接成为两者关联度的衡量标准。

灰色关联度模型根据要素的不同主要应用在两个方面的分析中。第一种主要应用在因素分析上。在实际社会生产生活中，任何经济变量都会受到来自不同方面的影响，同时客观事物的复杂性及外界环境的干扰又使得信息在获取的过程中增加了一定的难度和不确定性，因此为了能够准确分析每种因素对经济体的影响，就需要对各经济变量进行因素分析。实践证明，灰色关联度模型对此类因素分析尤其是各变量之间的关系比较模糊的情况分析是很有效的，本文就是运用了灰关联模型的因素分析方法对影响汽车市场需求的因素进行了分析。灰色关联度分析法的应用之二就是用来进行综合评价［7，8］。综合评价的基本思路是：从各个样本中确定一个理想化的最优样本，即选取某项指标的最优样本 （最大值或是最小值）并以此为参考数列，计算各样本序列与该参考序列的关联度，并将各关联度进行综合比较和排序，根据排序结果分析各样本的重要度。

（二）灰色关联度分析步骤

1.确定系统行为特征的参考序列和系统行为的比较序列

根据各评价指标不同的经济含义，确定影响整个系统行为特征的参考序列X0，X0＝ （x0（1），x0（2），…，x0（n）），同时将其余的影响因素作为系统行为的比较序列，形成比较序列集：［X1，X2，…，Xt］T，即

2.计算各个序列的初值像 （或均值像）x′i

由于各评价指标所代表的经济含义不同，其计量单位也不尽相同，故其存在一定的量纲，不同量纲的序列无法进行比较，因此为保证各指标的等效性，需要对各行为序列进行无量纲化处理，［9，10］通过初值化或均值化就消除了各指标的量纲，确保了指标的可靠性和规范性。

3.求差序列

在对参考序列和比较序列的曲线进行直观分析时，主要是通过对两条曲线之间的差距来进行分析的，故应求出每个序列相对参考序列的差序列Δi，Δi＝ （Δ1，Δ2，…，Δn），其中：

4.求两级差

根据各序列相对参考序列的差序列分别求最大差M、最小差m

5.求关联系数

根据最大差与最小差的计算值，运用下述公式计算各个行为序列对参考序列的关联系数，其中η为分辨系数，0＜η＜1，该分辨系数的主要目的是为了减少由最大差过大造成的误差，同时η的引入也增加了关联系数之间的显著性。

6.求关联度

将各行为序列的关联系数进行平均得到各行为序列对参考序列的关联度

三、灰色关联度模型的应用

（一）确定指标集

在运用灰色关联度模型进行分析时，首先要根据不同的分析对象选择合适的指标集作为其分析对象。本文主要从经济发展速度、全社会固定资产投资，经济发展水平，社会消费品零售总额，居民人均可支配收入，居民消费价格指数六个方面进行阐述，相应的指标由x0：汽车年销量；x1：GDP增长率；x2：人均GDP；x3：社会固定资产投资；x4：社会消费品零售总额；x5：城镇居民人均可支配收入；x6：居民消费价格指数六个指标，具体的数值如表1所示。

则取参考序列为：汽车年销量x0

行为序列为：各影响因素［x1x2x3x4x5x6］T

（二）计算各影响因素与汽车销量的关联度

（1）根据公式2-1计算参考序列的均值像x′0及各行为序列的均值像x′1、x′2、x′3、x′4、x′5及x′6

表1 汽车需求的影响因素 单位：亿元Table 1 The Main Factors influenced Car Demands

（2）根据公式2-2计算各行为序列的差序 列Δ1、Δ2、Δ3、Δ4、Δ5及Δ6

（3）根据公式2-3计算整个差序列的最大值M及最小值m

（4）根据公式2-4计算各行为序列的关联 系数ξ01、ξ02、ξ03、ξ04、ξ05及ξ06

（5）根据公式2-5计算行为序列对参考序列的关联度γ01、γ02、γ03、γ04、γ05及γ06

通过分析可知关联度越大，表明这种影响因素对汽车市场需求的影响越明显，同时也表明在进行市场需求预测时需要给予极大关注的因素。根据分析结果经过排序后可得：γ02＞γ03＞γ04＞γ05＞γ01＞γ06，即影响汽车市场需求的因素依重要性排序依次为：全社会固定资产投资、经济发展水平、全社会消费品零售总额、居民人均可支配收入、经济发展速度及居民消费价格指数。

四、结论及建议

通过上述的分析及计算结果可以得出以下结论及相应的对策建议。首先，在对汽车市场需求进行预测时必须准确把握影响汽车市场需求的各种因素，包括定性和定量的因素都必须考虑完整，只有这样才能够对市场的需求量做出准确的预测；其次，在各种影响因素中，定性和定量的因素由于其各自的特点，需要运用不同的方法进行判断，本文中定量因素采用的灰色关联度分析的结果表明，全社会固定资产投资和经济发展水平是影响汽车市场需求的两个最重要因素，同时也应当注意全社会消费品零售总额及居民人均可支配收入对需求的影响；接着，影响汽车市场需求的因素并不仅仅局限于一些大的宏观经济因素的影响，还包括一些微观方面的因素，如各类汽车的价格、汽车的性能等方面的因素，本文由于考虑到了数据的可得性和可分析性的基础上并没有将这些因素放到文中去详细分析，但在对市场进行预测时则需要将其考虑进去；最后，通过对市场需求的分析也有利于整个行业的健康发展，同时也能使行业中的企业在做相应的分析时减少盲目性，为中国汽车市场的良好运行提供了条件。

［1］苏铭.我国轿车需求的影响因素、趋势及区域变化［J］.山西财经大学学报，2010，32（1）：43-49.

［2］Syed Shahabuddin.Forecasting automobile sales［J］.Management research news，2009，32（7）.

［3］马超群，赵海龙.汽车市场需求预测建模及其应用研究 ［J］.湖南大学学报 （社会科学版），2009，23（4）：38-44.

［4］石琼，吴群琪.影响私人轿车拥有的因素分析 ［J］.长安大学学报 （社会科学版），2005，7（2）：24-29.

［5］刘思峰，谢乃明.灰色系统理论及应用 ［M］.科学出版社，2008.

［6］陈冬冬.影响农业发展的主要物流影响因子的灰关联分析［J］.统计与决策，2010（14）：107-108.

［7］向沙沙，席一凡.灰色关联度分析在物流外包风险控制中的应用 ［J］.统计与决策，2009（9）：169-170.

［8］桑铁柱，张红星.FDI与中国汽车业集中度实证研究——基于灰色关联分析 ［J］.经济问题探索，2010（1）：75-79.

［9］喻小军，杨双会，谭建.2010～2020年我国桥车市场需求预测分析［J］.武汉理工大学学报，2008，30（6）：163-166.

［10］何植民，李彦娅.基于灰色关联评价的我国农村公共物品有效供给研究［J］.安徽农业科学，2008，36：16186-16189.