我国重卡年销量影响因素实证研究

摘要：随着经济回暖，我国重卡行业全面复苏。为更好地了解我国重卡需求，本文通过近十五年我国重卡年销量及其相關影响因素的数据进行了回归分析，结果显示：我国重卡保有量与房地产开发企业自开始建设至本年底累计完成投资对我国重卡年销量的预测具有较强的参考意义。

关键词：重卡年销量；实证研究

一、我国重卡年销量及其影响因素

随着我国经济的高速增长，我国重卡行业取得了快速发展。重卡行业普遍认为我国重卡年销量与我国GDP密切相关，本文通过重卡行业相关报告及专家访谈，提出了我国重卡年销量的一些相关影响因素，除重卡行业普遍认可的公路里程数、GDP，还有我国重卡保有量、全社会固定资产投资、房地产开发企业计划总投资等六项影响因素，将影响因素进行量化、数据整理，借助SPSS20.0分析，以期对我国重卡年销量做出实证性研究。

通过国家统计局及汽车工业协会发布的数据整理，2002-2016年，我国重卡年销量及其相关影响因素数据如表-1所示：Y为我国重卡年销量（万辆）； X1为我国重卡保有量（万辆）；X2为我国公路里程数（万公里）；X3为我国GDP（万元）；X4为我国全社会固定资产投资（万亿元）；X5为我国房地产开发企业计划总投资（万亿元）；X6为我国房地产开发企业自开始建设至本年底累计完成投资（万亿元）；X7为我国房地产年度投资完成额（万亿元）；X8为我国房屋施工面积（万平方米）。

二、数据分析

本章节围绕我国重卡年销量的相关影响因素依次进行信度、效度分析后，试图建立我国重卡年销量的回归方程。

1. 信度及效度分析

本研究对八个变量进行信度分析所得克朗巴哈α系数为0.815，其标准化后的α系数为0.986，说明量表信度较好；效度分析所得KMO值为0.776，说明效度较好，可以进行回归分析。

2. 回归分析

经分析得知，上述两个模型的复相关系数分别为0.777、0.883，因此本文选择模型2作为回归方程。由表-2可知，模型2中自变量X1、X6的t统计量对应的相伴概率在0.05以下显著，但常量的t统计量对应的相伴概率在0.05以下不显著，即认为自变量X1、X6在线性回归中有意义，而常量无意义。因此，本文所建回归方程如下。

模型2 回归方程：我国重卡年销量=常量+0.282×我国重卡保有量-2.194×房地产开发企业自开始建设至本年底累计完成投资额

三、结论

结合数据分析，本文所得结论有以下几点：①我国重卡年销量与保有量、公路里程数、GDP及房屋施工面积相关度较高；②我国固定资产投资类四个变量对我国重卡年销量相关度相对较低；③无法构建我国重卡年销量的精确回归方程；④我国重卡保有量及房地产开发企业自开始建设至本年底累计完成投资对我国重卡年销量预测具有较强的参考意义。

四、展望

本文对我国重卡年销量的影响因素进行了初步探讨，对重卡年销量及其影响因素数据进行了实证分析，所得结论为我国重卡企业的营销决策提供一定的参考，同时也有助于丰富我国重卡行业的研究。

参考文献：

[1]中华人民共和国国家统计局.http：//data.stats.gov.cn/easyquery.htm？cn=C01

[2]中国汽车工业协会.http：//www.caam.org.cn/newslist/a35-1.html

作者简介：

王东峰（1987.8- ），男，汉族，河南郑州人，研究生，助教，研究方向：企业管理、市场营销。