汽车文摘
李洪庆
王军雷
康凯
刘磊
（中国汽车技术研究中心有限公司，天津300300）
型，从社会经济、资源环境、生产研发能力3个方面分析对中国汽车产量变化的影响。采用单位根检验、格兰杰因果检验、脉冲响应函数和方差分解4种方法，系统阐述了各影响因素对中国汽车产量变化的影响。结果表明：居民消费水平和全员劳动生产率是汽车产量变化的格兰杰原因，而且对汽车产量的影响较为显著和持久；汽车产量的变化受自身扰动项的冲击影响呈现递减的趋势。
主题词：汽车产业VAR 模型脉冲响应函数方差分解
中图分类号：F424.7
文献标识码：A
DOI:10.19822/jki.1671-6329.20200148
2000左右电动车Research on the Relationship Between Chinese Automobile Industry and
Its Influencing Factors
——Impulse Response and Variance Decomposition Based on VAR
Model
Li Hongqing,Wang Junlei,Kang Kai,Liu Lei
（China Automotive Technology and Research Center Co,Ltd.,Tianjin 300300）
【Abstract 】By collating and analyzing the statistical data of China's automobile production and related influencing factors from 1983to 2018,and constructing a vector autoregressive model,it analyzes the impact on the changes in China's automobile production from 3aspects of social econo
my,resources and environment,and production research and development capabilities.Using unit root test,cointegration test,Granger causality test,impulse response function and variance decomposition,the impact of each influencing factor on the changes in China's automobile production is systematically explained.The results show that the consumption level of residents and the labor productivity of all employees are the Granger reasons for the changes in automobile production,and the impact on automobile production is more significant and lasting;the changes in automobile production are affected by the impact of their own disturbance items,showing a decreasing trend.
Key words:Automobile industry,VAR model,Impulse response function,Variance
汽车行业前景decomposition
【引用】李洪庆，王军雷，康凯，等.中国汽车产业及其影响因素关系的研究—基于VAR 模型的脉冲响应和方差分解[J].汽车
文摘,2021(1):11-17.
【Citation 】Li H,Wang J,Kang K,et al.Research on the Relationship Between Chinese Automobile Industry and Its Influencing Fac⁃
tors—Impulse Response and Variance Decomposition Based on VAR model [J].Automotive Digest (Chinese),2021(1):11-17.
中国汽车产业及其影响因素关系的研究—基于VAR 模型的脉冲响应和方差分解
1引言
自1953年中国第一汽车制造厂在长春开工建设以来，中国汽车产业走过了67年的历程，初步形成了大中小企业、主机厂和供应商、研发和生产销售3大联合体系。汽车产业是国民经济和社会发展重要的战
略性、支柱性产业，也是制造强国建设重要的标志性产业，对带动产业结构调整、推动制造业转型升级发挥着重要作用。随着我国将汽车产业上升到国家战略层面，作为世界汽车产业的重要组成部分，汽车产业的发展关乎到经济的稳定和制造强国的建设。
近年来很多学者发表了一些关于汽车产业相关
11
2021年第1期
的研究：杨随[1]在对我国汽车产业生产布局深入研究后，发现随着省区专业化的不断提高，相对应的地理集中度呈现“扩散—集中—扩散”的趋势。王瑞晋等人[2]基于地理科学的基础理论，揭示了我国汽车产业布局的时空变化规律，分析了汽车产业发展现状，并提出相应的对策。贺灿飞等人[3]指出中国工业总体呈现“内陆—沿海—内陆”集聚特征，和改革开放以前相比，中国工业呈现出较为明显的聚集趋势。贺正楚[4]对我国2006~2015年31个省域汽车制造业进行研究，指出影响汽车制造业区域布局的主要因素有科技创新水平、劳动力成本、税收政策。巫细波[5]认为整车带动、政策引导、集聚经济、资源分布及空间成本等因素对汽车产业空间布局有重要影响。邓若冰等人[6]基于空间计量经济学的研究视角，探讨了我国2001~2003年省域汽车工业集聚和经济增长的空间关系。
从这些研究可以发现，学者主要是对汽车产业及其影响因素进行探讨，而对汽车产业与这些影响因素之间关系的探讨尚存在空白，在汽车产业发展的过程中，汽车产业的时序变化和社会经济、资源环境、生产研发能力等因素密切相关。基于以上考虑，以期作出以下2方面分析：一方面使用脉冲响应函数来研究汽车产量与其影响因素长期相互动态影响，另一方面运用方差分解研究汽车产量与其影响因素在相互冲击中的相对重要性。
2数据说明和模型简介
2.1
VAR 模型介绍
向量自回归模型（VAR ）是自回归模型（AR ）的拓展，1980年由Sims 提出[7]
，常用于预测相互联系的时间序列及分析随机扰动项对变量系统的动态影响。VAR 模型把每个内在变量看成是所有内在变量的滞后值的函数来构造模型，是基于数据的统计性质由多元时间序列变量组成的“向量”自回归模型。p 阶VAR 模型的数学表达形式记为VAR (p )，具体公式如下：Y t =A 1Y t -1+A 2Y t -2+…+A p Y t -p +BX t -μt t ∈{}
-∞+∞（1）
式中，
Y t 为k 维内生变量向量；X t 为d 维外生变量；μt 是k 维扰动向量；A 1,A 2，…，A p 和B 是待估系
数矩阵，p 是滞后阶数。VAR 模型转化为矩阵为：
09qqéëêêêêùû
úú
úúY 1t Y 2t ⋮Y kt =A 1éëêêêêêêùûúúúúúúY 1t -1Y 2t -1⋮Y kt -1+A 2éëêêêêêêùû
úúúúúúY 1t -2Y 2t -2⋮Y kt -2+…+B éëêêêêêêùûúúúúúúX 1t X 2t ⋮X dt +éëêêêêêêù
ûúúúúúúμ1t μ2t ⋮μkt （2）
2.2数据来源
论文中的研究数据主要从中国统计局和《中国汽
车工业年鉴》[8]
获取，根据确定的指标体系选择1983~
2018年中国汽车产量及其相关影响因素统计数据。以中国汽车生产数量作为因变量，用汽车产量（y ）来表示。数据共涉及全国31个省、市、自治区，由于制度差异，没有纳入分析香港、澳门和台湾3个地区的数据。2.3
指标体系构建
汽车产业是1个技术资金密集、关联波及范围广、带动能力强劲的支柱产业。本文以汽车生产水平作为
被解释变量，用汽车产量来表示。在选择解释变量时，借鉴了国内外学者关于时空演变的研究成果。同时又针对中国的具体情况，从社会经济、资源环境、生产研发能力3个方面构建了中国汽车生产时序变化的计量经济模型（表1）。此外，中国汽车生产还受到政策因素的影响，由于政策因素在VAR 模型中无法有效量化，运算过程中会产生虚拟变量，影响模型准确性，所以本文选取具有政策意义的汽车行业完成固定投资代替。
表1
时间序列影响因素指标体系居民消费水平（x 1）
居民消费水平和国民生产总值（GDP ）、居民储蓄和居民人均收入等多个经济因素息息相关，能够很好地反映居民整体消费能力，具有极为重要的社会经济意义。故本文引入居民消费水平来分析其对中国汽车生产的影响。
汽车工业总产值（x 2）
汽车工业总产值是衡量汽车工业发达程度和规模总量的重要指标。工业总产值的计算价格有2种：一是不变价格，另一个是现行价格，由于本文研究跨度36年，所以如果采用不变价格会影响模型精准性，故本文所有数据采用的均是现行价格。
汽车进口数量（x 3）
中国汽车进口数量从1983年的2.24万辆到2018
一级指标社会经济
资源环境
生产研发能力
二级指标生活水平成长能力市场需求投资强度创新能力生产效率
三级指标居民消费水平x 1汽车工业总产值x 2汽车进口数量x 3
汽车行业完成固定资产投资x 4
工程技术人员x 5全员劳动生产率x 6
12
年的113万辆，增长50.4倍，汽车进口数量的逐年增加会冲击本地汽车的生产。本文把汽车进口数量引入到影响因素的分析中。
汽车行业完成固定资产投资（x4）
汽车行业固定资产投资是指在一定时期内建造和购置固定资产的工作量以及与此有关的费用变化情况，从固定资产投资角度可以来探讨汽车行业宏观经济走势及行业政策方向。所以本文将把汽车行业完成固定资产投资纳入指标体系。
工程技术人员数（x5）
汽车产业是技术人才密集型行业，行业的整体进步需要人才的积累和技术水平的提高，而且工程技术人员还关乎着企业的创新成果转化。因此本文引入工程技术人员来分析对中国汽车生产的影响。
全员劳动生产率（x6）
全员劳动生产率可以衡量劳动力要素的投入产出效率，是劳动力积极性、企业管理水平、生产技术水平的综合体现，是考核企业和行业的重要经济指标。故本文把全员劳动生产率引入到影响因素的分析中。
3实证分析与估计结果
3.1平稳性检验
四路虎网址大全建立VAR模型的基础是验证变量是平稳的，否则会出现伪回归现象，即建立的回归模型在经济意义上
没有因果关系。本文采用单位根检验方法（ADF）验
证时间序列的平稳性。为了保证回归参数估计量具
有良好的统计性质，消除异方差，对居民消费水平、汽
车工业总产值、汽车进口数量、汽车行业完成固定资
产投资、工程技术人员、全员劳动生产率和汽车产量
分别取对数为ln x1，ln x2，ln x3，ln x4，ln x5，ln x6，lny，结果显示7个变量均为非平稳序列，因此对变量进行一阶差
分，结果显示序列平稳，数据水平为一阶单整，记为D (ln x1)，D(ln x2)，D(ln x3)，D(ln x4)，D(ln x5)，D(ln x6)，D(lny)。检验结果如表2所示。
3.2滞后阶数的确定
一般情况下，解释变量和被解释变量的因果关系
不会在同一时期发生，通常会有时间滞后性，所以模
型滞后阶数（Lag）的确定对模型的可靠性和准确性十
分关键。结合表3可以看出：除了施瓦兹准则（SC）准
则显示最后滞后阶数为1，似然比检验（LR）、最后预
测误差（FRE）、赤池信息准则（AIC）、HQ信息准则均
显示最优滞后阶数为2，故本文选取滞后2期为最优
滞后阶数。
3.3格兰杰因果检验
格兰杰因果关系是为了检验时间序列变量之间在统计上的时间先后顺序，即x的前期变化能否有效
变量ln x1 D(ln x1) ln x2 D(ln x2) ln x3 D(ln x3) ln x4 D(ln x4) ln x5 D(ln x5) ln x6 D(ln x6) lny D(lny)ADF检验值
-1.133796
-3.638260
-1.462015
-5.413833
0.651902
-3.315870
2.970173
-5.571789
4.272769
-4.976462
3.887787
-5.318164
-
0.977468
-4.974406
各显著性水平下的临界值
1%
-3.646342
-3.646342
-3.632900
-3.639407
-2.634731
-2.634731
-2.632688
-
3.639407
-2.632688
-3.639407
-2.632688
-3.639407
-3.632900
-3.639407
5%
-2.954021
-2.954021
-2.948404
-
2.951125
-1.951000
-1.951000
-1.950687
-2.951125
-1.950687
-2.951125
-1.950687
-2.951125
-2.948404
-2.951125
10%
-2.615817
-2.615817
-2.612874
-2.614300
-1.610907
-1.610907
-1.611059
-2.614300
-1.611059
-2.614300
-
1.611059
-2.614300
-2.612874
-2.614300
P值
0.6904
0.0102
0.5407
0.0001
0.8522
0.0016
0.9988
0.0001
1.0000
0.0003
0.9999
0.0001
0.7505
0.0003
平稳性
不平稳
平稳
不平稳
平稳
不平稳
平稳
不平稳
平稳
不平稳
平稳
不平稳
平稳
不平稳
平稳
表2变量的平稳性检验结果
附注：D(ln x1)、D(ln x2)、D(ln x3)、D(ln x4)、D(ln x5)、D(ln x6)和D(lny)分别表示ln x1、ln x2、ln x3、ln x4、ln x5、ln x6和y的一阶差分。
13
汽车文摘
汽车中国2021年第1期
地解释y 的变化，如果x 的前期变化能有效地解释y 的变化，即认为x 是y 的格兰杰原因，相反，不是y 的格兰杰原因，选取滞后2期作为最优滞后期。
由表4可以得出，居民消费水平（x 1）是汽车产量
变化的格兰杰原因，说明随着居民生活水平的提高，人们对于汽车产品的需求逐渐增强，同时汽车产量变化也对居民生活水平有显著影响；汽车工业总产值（x 2）不是汽车产量变化的格兰杰原因，即当
年汽车工业总产值的滞后作用对汽车产量变化无显著影响；汽车进口数量（x 3）不是汽车产量变化的格兰杰原因，然
而汽车产量变化是汽车进口数量的格兰杰原因；汽车行业固定资产投资（x 4）对汽车产量变化的影响较小；同样，工程技术人员数（x 5）也不是汽车产量变化的格
兰杰原因；全员劳动生产率（x 6）是汽车产量变化的格兰杰原因，说明企业劳动力积极性、企业管理水平、生产技术水平的提高可以显著影响汽车产量的变化；汽车工业总产值、汽车进口数量、汽车行业固定资产投资、工程技术人员数分析结果虽然不是汽车产量变化的格兰杰原因，但是他们可以影响汽车产量的变化，只是影响程度较小，下面将用脉冲响应函数、方差分解来分析这些变量之间更为复杂的关系。
表4格兰杰因果检验结果
3.4VAR 模型稳定性检验
在进行脉冲响应分析与方差分解分析之前必须
对VAR 模型进行稳定性检验，一般采用使用AR 根图表(AR Roots Table ／Graph)，如果模型所有根的模数都在单位圆内，说明模型是稳定的，否则不稳定。由图1可知本文被估计模型有部分模数在单位圆
边缘，较难判断其模数是否小于1，所以采用AR 根图和AR 根表结合来分析。
图1
VAR 模型稳定性检验
从图1和表5可以看出，被估计模型所有模数都位于单位圆内，说明所建立的VAR 模型是稳定的，可以继续进行脉冲响应分析与方差分解分析。
表5
VAR 模型稳定性检验
Lag 012
LogL
-66.71264230.09110301.18700LR
NA 453.9351079.46019*
FPE
1.80e -078.96e -143.62e -14*AIC
4.336037-10.24065-11.54041*
SC
4.650288-7.726646*-6.826653
HQ
4.443206-9.383304
-9.932886*
原假设
ln x 1不是lny 的格兰杰原因lny 不是ln x 1的格兰杰原因ln x 2不是lny 的格兰杰原因lny 不是ln x 2的格兰杰原因ln x 3不是lny 的格兰杰原因lny 不是ln x 3的格兰杰原因ln x 4不是lny 的格兰杰原因lny 不是ln x 4的格兰杰原因ln x 5不是lny 的格兰杰原因lny 不是ln x 5的格兰杰原因ln x 6不是lny 的格兰杰原因lny 不是ln x 6的格兰杰原因
F 值
4.09231
5.975031.895561.026650.40764
6.649440.539402.143280.886761.586966.159370.15270
P 值
奥迪全系0.02720.00670.16840.37090.66900.00420.58880.13550.42290.22180.00590.8591
结论拒绝拒绝接受接受接受拒绝接受接受接受接受拒绝接受
表3
VAR 模型滞后期选择标准附注：“*”表示最优。
跟（Root ）0.972188-0.216583i 0.972188+0.216583i 0.988167
0.819796-0.481102i 0.819796+0.481102i 0.610236-0.559221i 0.610236+0.559221i 0.151085-0.770396i 0.151085+0.770396i
-0.186199-0.463535i -0.186199+0.463535i -0.289267-0.278252i -0.289267+0.278252i
-0.386197模数（Modulus ）0.9960210.9960210.9881670.9505390.9505390.8277180.8277180.7850710.7850710.4995340.4995340.4013720.4013720.386197
实部系数
虚部系数
14
汽车文摘
3.5脉冲响应函数
脉冲响应函数主要用于研究动态系统内变量之
间的关系，它是1种因果性分析方法[9]。具体来说，脉冲响应函数是用来衡量随机扰动项的1个标准差冲击对变量系统的动态影响，能够清晰直观的刻画出变量之间的相互关系，横坐标表示冲击作用的滞后期数，纵坐标表示汽车产量的响应程度，选择分析期长度为10期，实线表示脉冲响应函数计算值，上下的虚线为正负2倍标准差置信带。脉冲响应函数分析结
果如图2所示。
从图2（a ）可以看出，当本期给居民消费水平1个正向冲击后，居民消费水平的冲击会对汽车产量带来负面影响。当冲击后在第2期内影响最大，后逐渐减弱，在第8期达到第二次影响峰值。看似这一结论不符合实际，但是仔细思考可以看出，当在一定时间段内居民消费水平过度提高时，会在一定程度上透支消费者的需求，比如2009年的《汽车行业调整振兴规划》
即汽车下乡政策公布后，迅速释放消费者需求，导致在2011年和2012出现汽车销量增长疲软，所以产量相对减少也在情理之中。
图2（b ）显示，对汽车工业总产值1个正冲击后，会给汽车产量带来正面影响，在第4期达到最大，随
后影响逐渐减弱。这是因为汽车产业是1个长期性产业，作为产业革命的核心，它具有相当长的产业链，包括上游的钢铁、玻璃等，中游的整车制造，以及下游的
汽车销售及服务等。当本期的汽车工业总产值达到一定值，在一定程度上反应了汽车行业全产业链的快速发展，自然会带动汽车产量的增长。
（a ）x 1居民消费水平
（b ）x 2汽车工业总产值
（c ）x 3汽车进口数量
（d ）x 4汽车行业完成固定资产投资
（e ）x 5工程技术人员
（f ）x 6全员劳动生产率
图2
各自变量冲击对汽车产量的脉冲响应函数（实线表示脉
冲响应函数计算值，上下虚线为正负2倍标准差置信带）
图2（c ）表明，汽车进口数量在前6期对汽车产量是
正向影响，这是因为汽车进口数量的增长反映出汽车市场需求的增加，第6期后产生负向效应，是由于汽车进口市场的繁荣在一定程度上影响了国内汽车市场。
从图2（d ）个图可见，汽车行业固定资产情况的冲击对汽车产量有正向的影响，在第2期影响最大，后逐渐减弱，从第7期后开始重新增强，并趋向平稳。这是由于随着汽车行业固定资产的增加，体现出国家及地方政府对汽车行业的支持，目前我国31个省市区中，有28个省区把汽车产业确立为支柱产业。
冲击作用的滞后期数/期
汽车产量的响应程度
冲击作用的滞后期数/期
汽车产量的响应程
度
冲击作用的滞后期数/期
汽车产量的响应程度
冲击作用的滞后期数/期
汽车产量的响应程
度
冲击作用的滞后期数/期
汽车产量的响应程度
冲击作用的滞后期数/期
汽车产量的响应程度
15
发布评论