2020年至2030年北京市机动车保有量预测.docx

北京市机动车保有量预测随着我国经济的快速开展，民用汽车的保有量也迅速增长。机动车保有量的开展影响到环境质量、交通安全、道路建设等诸多方面。在我国，尤其是大中型城市，机动车已成为城市空气污染的重要来源。因此，合理预测机动车保有量是未来进展机动车污染防治规划、道路开展规划等的重要前提。本文将采用时间序列预测法和一元线性回归模型对2020年末和2030年末北京市机动车保有量进展预测。法一：时间序列预测法2005年至2015年北京市机动车保有量数据如表1所示。表1北京市机动车保有量数据年份200520062007200820092010机动车保有量（万辆）258.3287.6312.8350.4401.9480.9年份20112012201320142015-机动车保有量（万辆）498.3520.0543.7559.1561.9-北京机动车保有量变化趋势图如图1所示，可以观察到其变化趋势在2010年末出现了明显的转折，2010年末之后的机动车保有量增长幅度较2010年之前相比明显放缓，这种情况形成的主要原因是在2011年北京开场调控机动车的数量，实行了摇号政策。图1北京机动车保有量变化趋势由于摇号政策实行前和实行后，北京市机动车保有量增长情况呈现出了不同趋势，而且摇号政策在今后极有可能继续施行，所以为防止预测结果过于偏离实际，在采用时间序列预测时仅采用2011年末及以后的数据，如图2所示。图2时间序列预测机动车保有量得到预测方程：y=17.46x-34611其中X为年份，y为机动车保有量。从图中还能看到，R2值为0.9657,接近于1,因此拟合优度很好，可以采用此预测方程来预测2020年末和2030年末北京市机动车保有量，如表2所示。表2时间序列预测结果年份2016201720182019202020252030机动车辆数（万辆）588.4605.8623.3640.7658.2745.5832.8其中2017年机动车保有量为605.8万辆，2020年为658.2万辆，2030年为832.8万辆，无法到达?北京市2013-2017年清洁空气行动方案重点任务分解?、?北京市缓解交通拥堵总体方案（20162020年）？等方案设立的“2017年底将全市机动车保有量控制在600万辆以内，2020年控制在630万辆以内的目标。法二：一元线性回归模型机动车保有量通常会与地区生产总值（GDPh人口总数、道路总里程等影响因素有关系，可以从中找出与机动车保有量影响最显著的因素来建设一元线性回归模型。本文将通过GDP增长率或人口增长率来预测保有量增长率，并以此来推算出2020年末和2030年末北京市机动车保有量。北京市历年机动车保有量、GDP、人口及其各自的增长率如表3所示。表3北京市历年数据年份机动车保有量（万辆）GDP（亿元）人口1万人）GDP增长率保有量增长率人口增长率2005258.36969.521538一-2006287.68117.78160116.48%11.34%4.10%2007312.89846.81167621.30%8.76%4.68%2008350.411115.00177112.88%12.02%5.67%2009401.912153.0318609.34%14.70%5.03%2010480.914113.58196216.13%19.66%5.48%2011498.316251.93201915.15%3.62%2.91%201252017879.4206910.01%4.35%2.48%2013543.719800.81211510.75%4.56%2.22%2014559.121330.8321527.73%2.83%1.75%2015561.922968.621707.68%0.50%0.86%同样，由于摇号政策的施行，预测过程将只采用2010年末及以后的数据。为确定预测所使用的影响因素，分别对保有量增长率与GDP增长率之间和保有量增长率与人口增长率之间做单因素方差分析，结果如表4和表5所示。表4GDP增长率对保有量增长率的单因素方差分析结果差异源SSdfMSFP-valueFcrit组间0.01256910.01256920.917230.0018175.317655组内0.00480780.000601一一一总计0.0173769-I表5人口增长率对保有量增长率的单因素方差分析结果差异源SSdfMSFP-valueFcrit组间0.00031910.0003191.9318430.202015.317655组内0.00132280.000165-总计0.0016419-显著水平设置为0.05,可以发现GDP增长率对保有量增长率的单因素方差分析对应的P值为0.001817,小于0.05,那么判定GDP增长率对保有量增长率产生显著影响。而人口增长率对保有量增长率的单因素方差分析对应的P值为0.20201,远大于0.05,因此判定人口增长率对保有量增长率没有产生显著影响。所以确定GDP增长率为自变量，保有量增长率为因变量来进展一元线性回归。使用EXCEL里的数据分析工具来进展一元线性回归分析，结果如表6、表7和表8所示。由于截距不为0时，GDP增长率对保有量增长率影响的显著程度减弱，因此将截距设置为0。表6回归统计MultipleR0.93269RSquare0.869911AdjustedRSquare0.619911标准误差1.409672观测值5表7方差分析dfSSMSFSignificanceF回归分析153.1532253.1532226.748120.014027残差47.9487061.987176总计561.10193表8【可归结果Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept0#N/A#N/A#N/A#N/A#N/A#X/A#N/AGDP增长率0.3069960.0593595.1718580.0066430.1421890.4718030.1421890.471803由表可以看出，R2值为0.86,距离1较近，所以拟合优度较好。由表可以看出，F的概率小于0.05,因此GDP增长率对保有量增长率有显著影响。由表可以看出GDP增长率对应的参数为0.306996（约等于0.307）且其概率P值小于0.05,因此该值能够被承受，可以用于模型中。所以回归方程为：m=0.307p其中P为GDP增长率，m为保有量增长率。采用时间序列预测法对GDP增长率进展预测，GDP增长率的变化趋势为负指数形态，如图3所示。由于北京2016年政府工作报告确定，2016年地区生产总值增长6.5%,所以2016年的6.5%也作为原始数据参与预测。图3时间序列预测GDP增长率R2值为0.8843,拟合优度较好。GDP增长率的预测方程为：其中P是GDP增长率,X是年份。根据两个方程推算出的保有量如表9所示。表9一元线性回归预测结果年份GDP增长率(%)GDP总量(万元)机动车增长率(%)机动车的保有量(万辆)20157.6822968.60.50561.920166.5024461.62.00573.120176.6326082.92.03584.820185.6927566.41.75595.020194.8828911.91.50603.920204.1930122.81.29611.720xx3.5931205.51.10618.420223.0832167.90.95624.320232.6533019.30.81629.320242.2733769.30.70633.720251.9534427.40.60637.520261.6735003.20.51640.820271.4435505.60.44643.620281.2335942.90.38646.120291.0636322.70.32648.120300.9136652.20.28650.0从表9可以找到，200年北京市机动车保有量为584.8万辆，2020年机动车保有量为611.7万辆，2030年机动车保有量为650.0万辆，能够满足“2017年底将全市机动车保有量控制在600万辆以内，2020年控制在630万辆以内的目标。将两个方法进展比较可以发现，方法二先用一元线性回归预测机动车保有量增长率再用增长率计算保有量的方法更能适应当前的政策形势。方法一直接采用时间序列预测容易过高估计机动车保有量的数值。