保有量使用量

保有量使用量（共7篇）

保有量使用量 篇1

在农村, 建造房屋往往使用现拌混凝土, 不但费用较高, 而且混凝土包装袋和飞扬的粉尘既浪费又污染环境。为了改善这一状况, 推广节能环保的预拌混凝土势在必行。2014年12月1日, 浙江省、温岭市两级散装水泥办公室负责人和大溪镇村镇办工作人员一起, 来到温岭市大溪镇孙家村, 查看农建房预拌混凝土推广情况。

浙江省温岭市孙家村作为温岭市农建房预搅拌混凝土试点单位, 建房农户在按规定和标准使用预拌混凝土60m3以上的, 可获得每立方米50元的补助, 每户补助上限为4 000元。孙家村目前共有在建农建房125间, 每间都需要混凝土100 m3左右, 基本上每户都能拿到限额补助。村民们都说:“使用预拌混凝土不但能够提升房屋质量, 还能拿到补贴, 大家的积极性都很高。”

(摘自中国建材数字报网)

城市出租汽车保有量预测分析 篇2

关键词：出租车,保有量,多元线性回归分析,供需平衡

1 基于主成分分析的分担率预测模型的建立

1.1 主成分分析

主成分分析基本方法是通过构造原变量的适当线性组合,以产生一系列互相不相关的新变量,从中选出少数几个新变量并使它们含有尽可能多的原变量带有的信息,最后利用这几个新变量代替原变量进行分析问题和解决问题。n个样本p个指标的原始变量矩阵X=(xij)n×p的主成分分析过程为:

第一步:考虑到不同指标可能会有不同的量纲,因此对原始变量矩阵进行标准化处理,得到新的数据矩阵

$X^{\prime }=(x^{\prime }{}_{ij}){}_{n\times p},(1)$

其中

$\begin{array}{l}{x}^{\prime }{}_{ij}=\frac{x{}_{ij}-\overline{x}{}_j}{\frac{1}{n-1}{\displaystyle \sum _{i=1}^n(}x{}_{ij}-\overline{x}{}_j){}^2},\\ \overline{x}{}_j=\frac{1}{n}{\displaystyle \sum _{i=1}^{n}x}{}_{ij},j=1,2,\text{L},p.\end{array}$

第二步:求解标准化后的p个指标变量的相关系数矩阵R

$R=(r{}_{ij}){}_{p\times p},(2)$

其中

$r{}_{ij}=\frac{{\displaystyle \sum _{k=1}^n(}x{}_{ki}-\overline{x}{}_i)(x{}_{kj}-\overline{x}{}_j)}{\sqrt{{\displaystyle \sum _{k=1}^n(}x{}_{ki}-\overline{x}{}_i){}^1-{\displaystyle \sum _{k=1}^n(}x{}_{kj}-\overline{x}{}_j){}^2}}.$

第三步:计算上述相关系数矩阵R的特征值以及特征向量,首先解特征方程|λI-R|=0,求出特征值λi(i=1,2,…,p),并按大小顺序排列,即,λ1≥λ2≥… λp≥0,然后分别求出相对应的正交单位化特征向量e1,e1,…,ep。

第四步:计算各样本主成分的贡献率和累计贡献率

$g{}_m=\frac{\lambda {}_i}{{\displaystyle \sum _{i=1}^p\lambda }{}_i},(3)$

累计贡献率

$G{}_m={\displaystyle \sum _{j=1}^m\lambda }{}_i/{\displaystyle \sum _{i=1}^p\lambda }{}_i.(4)$

第五步:计算主成分荷载Hm

${\rm H}{}_m={\displaystyle \sum _{j=1}^m{\displaystyle \sum _{i=1}^{p}e}}{}_{ij}{x}^{\prime }{}_{ij}.(5)$

1.2 多元线性回归模型

设出租车分担率y与p个非随机因索x1,x2,…,xp和随机因素ε的影响,若y与x1,x2,…,xp存在如下线性关系

$y=\beta {}_0+\beta {}_{1}x{}_1+\cdots +\beta {}_{p}x{}_p+\epsilon ,\epsilon ~\text{Ν}(0,\sigma {}^2).(6)$

式中:β0,β1,…,βp为p+1个未知参数,ε为不可测的随机误差。ε～N(0,σ2).

式(6)为多元线性回归模型,称y为被解释变量(因变量),xi(i=1,2,…,p)为解释变量(自变量)。

设第i次试验的数据为(xi1,xi2,…,xip;yi),i=1,2,…,n,则多元线性回归有如下数据结构

$\begin{array}{l}\{\begin{array}{l}y{}_1=\beta {}_0+\beta {}_{1}x{}_{11}+\beta {}_{2}x{}_{12}+\cdots +\beta {}_{p}x{}_{1p}+\epsilon {}_1,\\ y{}_2=\beta {}_0+\beta {}_{1}x{}_{21}+\beta {}_{2}x{}_{n2}+\cdots +\beta {}_{p}x{}_{np}+\epsilon {}_2,\\ \cdots \\ y{}_n=\beta {}_0+\beta {}_{1}x{}_{n1}+\beta {}_{2}x{}_{n2}+\cdots +\beta {}_{p}x{}_{np}+\epsilon {}_n.\end{array}\\ (7)\end{array}$

其中ε1,ε2,…,εn为相互独立且都服从N(0,σ2),式(6)又可表示成矩阵形式

$Y=X\beta +\epsilon .(8)$

其中ε1,ε2,…,εn相互独立且服从N(0,σ2)。

又有Y=(y1,y2,…,yn)T,β=(β0,β1,…,βp)T,ε=(ε1,ε2,…,εn)T,ε～Nn(0,σ2In),In为n阶单位矩阵

$X=\left[\begin{array}{ccccc}1& x{}_{11}& x{}_{12}& \cdots & x{}_{1p}\\ 1& x{}_{21}& x{}_{22}& \cdots & x{}_{2p}\\ ⋮& ⋮& ⋮& & ⋮\\ 1& x{}_{n1}& x{}_{n2}& \cdots & x{}_{np}\end{array}\right]\begin{array}{l}\\ \\ \\ .\end{array}(9)$

2 基于供需平衡的出租车保有量预测模型的建立

2.1 基于供需平衡的出租车合理规模预测模型

2.1.1 基于出租车客运需求的有效行驶里程(L)

考虑到出租车在运营过程中,每次有效行驶所运载的乘客数不同。为完成客运需求,所需的总有效行驶里程可用式(10)计算

$L=\frac{Q}{S}=\frac{{\rm P}\cdot \lambda \cdot {\rm P}{}_{taxi}\cdot D}{S}.(10)$

式中:L为由客运需求量测算的出租车总有效行驶里程,km;Q为出租车承担城市居民的日客运周转量,人·km;S为城市居民乘坐出租车时平均有效车次载客人数,人;P为城市居民人口数量,人;λ城市居民的人均日出行次数,次;Ptaxi出租车分担率,%;D为城市居民以出租车方式出行时的平均出行距离,km。

2.1.2 基于出租车客运供给的有效行驶里程(L′)

根据出租车空驶率的定义,将出租车空驶率用式(11)表示

${\rm K}=1-\frac{L^{\prime }}{{\rm T}\cdot \overline{v}\cdot n}.(11)$

式中:K为出租车空驶率,%;L′为由供给量测算的出租车总有效行驶里程,km;T为一天当中出租车平均运营时间,h;$\overline{v}$为出租车平均运营车速,km/s;n为城市出租车总保有量,veh。

将式(11)变形,得到城市出租车总有效行使里程的计算公式为

$L^{\prime }=n\cdot (1-{\rm K})\cdot {\rm T}\cdot \overline{v}.(12)$

2.1.3 模型的建立

根据供需平衡原理,当客运需求量与供给量达到平衡时为最佳状态。即当由出租车客运需求量测算得到的总有效行驶里程L与由供给量测算得到的总有效行驶里程L′相等时,出租车的客运需求量与供给量达到相对平衡。则有

$\frac{Q}{S}=n\cdot (1-{\rm K})\cdot {\rm T}\cdot \overline{v},(13)$

将式(13)变形得

$n^{\prime }=\frac{Q/S}{{\rm T}\cdot \overline{v}\cdot (1-{\rm K})}=\frac{{\rm P}\cdot \lambda \cdot {\rm P}{}_{taxi}\cdot D}{{\rm T}\cdot \overline{v}\cdot (1-{\rm K})\cdot S}.(14)$

式(14)是在空驶率一定的条件下,根据供需平衡原理,得出的人们对出租车总台数需求量,因此,用n′来表示,以区分(13)中的n。

2.2 对出租车合理规模的修正

以上模型是在理想条件下得出的模型,但由于出租车客源在时间分布上存在明显的差异。白天的客源要远远大于夜间,因此,出租车拥有量应满足90%出行量所对应的15 h的需求;由于城市中从出租车并不完全处于运营状况,有的出租车未投入运营,因此引入运营出租车率α。由于出租车运力的不可储存性以及燃油价格、其它城市公共客运交通方式的建设及服务水平的提高等因素的影响,因此,引入平衡系数η,其目的是为了让出租车能够更好的满足人们的出行需求,使出租车在保持一定的服务水平的同时,避免空驶率过大而对出租车企业的效益造成不利影响,对出租车合理规模进行修正则城市出租车保有量的预测模型为

${\rm N}=\frac{0.9\eta \cdot {\rm P}\cdot \lambda \cdot {\rm P}{}_{taxi}\cdot D}{15(1-{\rm K})\cdot \overline{v}\cdot S\cdot \alpha }.(15)$

式中:N为出租车合理保有量,weh;η为平衡系数,取1.0～1.1;α为城市中投入运营的出租车占出租车总数的比例,取90%～95%;其余符号同前。

3 实例分析

3.1 重庆主城区出租车分担率预测

3.1.1 主成分分析

1)指标选取及置化。

指标选取及量化利用重庆市统计年鉴2000～2009年的一些经济、人口等指标数据建立预测模型。将出租车分担率作为主成分分析的因变量,重庆主城区GDP、市区人口、建成区面积、城市居民人均可支配收入、城市道路网密度、公交车数量、私人小汽车数量、出租车3 km价格作为自变量,并对标数据标准化,利用SPSS软件进行8个指标因子分析。

2)主成分分析过程包括以下三个步骤。

第一步:利用SPSS软件计算标准化后的指标数据相关系数矩阵(见表1)。表1为8个原始变量之间的相关系数矩阵,可见许多变量之间直接的相关性比较强,存在信息上的重叠。

第二步:利用SPSS的因子分析计算得到相关系数矩阵的特征值、主成分贡献率及累计贡献率(见表2)。

提取方法:主成分分析。

由表2可知,只有第一个主成分对应的特征值大于1,其贡献率为95.484%,这个主成分的累计贡献率达到了95.484%,这些数据表明这个主成分涵盖了原来8个指标的95.484%的信息量。通常情况下,主成分因子累计贡献率达到90%以上时就可以反映相关因子的影响,由此可选取这个主成分来代替原变量指标进行分析。

第三步:利用SPSS软件计算出8个因子的荷载矩阵,见表3。由表3可看出,城市居民人均可支配收入、公交数量、城市道路网密度、建成区面积、主城区GDP对第1主成分的相关系数都超过0.98,相对其他三个因子贡献大。因此,选用城市居民人均可支配收入、公交数量、城市道路网密度、建成区面积、主城区GDP因子作为影响出租车分担率的主要因子,作为多元线性回归模型中的自变量。

3.1.2 多元回归分析

根据前面的分析,选出对出租车分担率影响程度较大的5个变量:主城区GDP、建成区面积、城市居民人均可支配收入、城市道路网密度及公交数量,这5个变量能反映原来变量的信息量。因此,可利用这5个变量求回归系数,用SPSS软件作回归分析,得以下结果:

1)Model Summaryb(模型摘要见表4)。表4给出了回归方程拟合总结,模型的复相关系数(R)为0.999,决定系数(R)为0.999,而调整决定系数为0.997。可见,模型拟合效果很理想。

2)ANOVAb(方差分析见表5)。从方差分析表中可以看出离差平方和为0.263,残差平方和为0.000,而回归平方和为0.262。回归方程的显著性检验中,统计量F值为573.218,P值为0.000,远比常用的置信水平0.05要小,可见方程极其显著。

3)Coefficientsa(回归系数见表6)。去除建成区面积这一指标后,用剩下的4个变量和出租车分担率进行多元线性回归分析。采用SPSS软件作回归分析见表7。

表7给出模型的复相关系数(R)为0.999,决定系数(R)为0.998,而调整决定系数为0.996。可见,模型拟合效果很理想。

从方差分析表(见表8)中可以看出离差平方和为0.263,残差平方和为0.001,而回归平方和为0.262。回归方程的显著性检验中,统计量F值为590.079,P值为0.000,远比常用的置信水平0.05要小,可见方程十分显著。

由回归系数的估计值表(见表9)可知,他们的临界显著性水平分别为0.004、0.004、0.009、0.001、0.018。这4个变量的自变量系数、常数项检验对应的置信水平,远比常用的置信水平0.05要小,因此,可以认为其系数和常数是显著的。 将系数代入(6)中可得回归方程

$\begin{array}{l}y=0.235+0.369x{}_1-1.329x{}_2+0.993x{}_3+\\ 0.735x{}_4.(16)\end{array}$

3.1.3 出租车分担率预测

1)数据准备。

根据资料查询及调查,得到分担率相关数据(见表10)。将2015年4个变量的值标准化后得表11。

2)预测结果。将表11中的标准化数据代入(16)可得2015年出租车分担率

$\begin{array}{l}y=0.235+0.369\times 1.406-1.329\times 1.143+\\ 0.993\times 1.153+0.735\times 1.248=1.297.\end{array}$

根据上述结果可换算出2015年出租车分担率

$Y=y\times 6.4\%=1.297\times 6.4\%=8.301\%.$

3.2 基于供需平衡的重庆主城区出租车保有量预测

3.2.1 数据准备

参考《重庆市城市总体规划报告》及《重庆市主城区交通发展年度报告》等资料及调查(见表12)。

3.2.2 2015年重庆市主城区出租车合理保有量预测

基于供需平衡的出租车合理保有量预测模型为

${\rm N}=\frac{0.9\eta \cdot {\rm P}\cdot \lambda {}_{taxi}\cdot D}{15(1-{\rm K})\cdot \overline{v}\cdot \alpha \cdot S}.(17)$

据研究发现,空驶率在30%～40%是出租车服务水平最优的区间,所以,空驶率为30%～40%时,根据上述供需平衡出租车合理规模模型,可以推算出2015年出租车保有量的最大值和最小值。

1)当出租车空驶率为30%时,将预测所需数据代入式中得

$\begin{array}{l}{\rm N}=\frac{0.9\eta \cdot {\rm P}\cdot \lambda {}_{taxi}\cdot D}{15(1-{\rm K})\cdot \overline{v}\cdot \alpha \cdot S}=\\ \frac{0.9\times 1.05\times 2.3\times 730\times 10{}^4\times 8.301\%\times 7.0}{15\times (1-30\%)\times 30\times 95\%\times 2}=\\ 15405.0\text{v}\text{e}\text{h}.\end{array}$

2)当出租车空驶率为40%时,将预测所需数据代入式中得

$\begin{array}{l}{\rm N}=\frac{0.9\eta \cdot {\rm P}\cdot \lambda {}_{taxi}\cdot D}{15(1-{\rm K})\cdot \overline{v}\cdot \alpha \cdot S}=\\ \frac{0.9\times 1.05\times 2.3\times 730\times 10{}^4\times 8.301\%\times 7.0}{15\times (1-40\%)\times 30\times 95\%\times 2}=\\ 17972.0\text{v}\text{e}\text{h}.\end{array}$

模型预测得出2015年重庆市主城区出租车的合理保有量为 15 405～17 972台。

4 结束语

本文对城市出租汽车保有量的预测尚存在不足,如对出租车分担率的影响因素主要考虑的是一些宏观因素,没有考虑候车时间等内在因素。现代人的时间观念比较强,人们出行一般将选择候车时间最短的交通方式,而且往往出现因候车时间过长从一种交通方式转向另一种交通方式的情况。从供需平衡的角度预测出的重庆市出租车保有量与2015年市场的实际需求量可能有一定的差距。这些问题有待进一步的研究。

参考文献

[1]曹钰,刘志凯.苏州市出租汽车供需平衡分析研究[J].城市公交规划与管理,2004(3):26-28.

[2]陈明艺.出租车数量管制的合理性分析及评估机制研究[J].中国物价,2006(8):45-49.

[3]陆建,王炜.城市出租汽车拥有量确定方法[J].交通运输工程学报,2004(1):92-95.

[4]胡军红.城市出租汽车交通发展策略研究[J].南京:东南大学,2005.

[5]梅长林,范金城.数据分析方法[M].北京:高等教育出版社,2006.

[6]章文波,陈红艳.实用数据统计分析及SPSS 12.0应用[M].北京:人民邮电出版社,2006.

保有量使用量 篇3

单位:台

单位:台

注:海关统计数据口径可能不同

单位:台

主要设备保有量与2004年相比,取消了电梯与扶梯,主要原因是可与世界各国统计的范围相一致,更具有可比性。但在表1～5中仍保留了电梯与扶梯的统计值,仅供参考。与2006年相比,取消了铲运机,因自2000年以来其销售量逐年减少,至2009年仅十多台,与工程机械总量相比可忽略,故未计入。以下5点为统计方法说明,供读者参考。

(1)统计的年份。经走访有关施工部门,他们认为政府有关部门规定的工程机械使用期为10年,基本符合目前我国大部分工程机械的实际使用状况。虽有些进口的先进设备,特别是大型设备使用年限超过10年,有的甚至使用了20多年,设备状况仍属正常,但考虑到大部分设备的使用状况,我们在统计中仍以10年为准。

(2)统计的方法。境内企业当年销售量+同类产品当年进口量-同类产品当年出口量=当年国内市场实际需求量。

(3)将2000—2009年的当年国内实际需求量进行合计后,拟再增加20%即为全国保有量。因为在统计中有以下3个因素:统计数据的不完整;未进入海关统计范围的进口量,如赠送、走私、以零件的名义进口整机等;使用年限有超过10年的。所以需增加20%的量值,但也有的专家认为增加的量值应以30%为宜,所以给出了一个幅度。

(4)混凝土泵车、混凝土搅拌站在海关至今没有单列税号,只能以国内销量进行估算。平地机与筑路机海关统计在同一税则号中,故无法准确统计出平地机的实际进出口量,其保有量为估算值。

保有量使用量 篇4

台

台

台

统计方法说明:

(1)统计的年份。经走访有关施工部门,他们认为政府有关部门规定的工程机械使用期为10年,基本符合目前我国大部分工程机械的实际使用状况。虽有些进口的先进设备,特别是大型设备使用年限超过10年,有的甚至使用了20多年,设备状况仍属正常,但考虑到大部分设备的使用状况,我们在统计中仍以10年为准。

(2)国内实际需求量的统计方法:境内企业当年销售量+同类产品当年进口量一同类产品当年出口量=当年国内市场实际需求量。

(3)将2005—2014年的当年国内实际需求量相加后,拟再增加20%即为全国保有量。因为在统计中有以下3个因素:统计数据的不完整;未进入海关统计范围的进口量,如赠送、走私、以零件的名义进口整机等;使用年限有超过10年等。所以拟增加20%的量值,但也有的专家认为增加的量值应以30%为宜,所以给出了一个幅度。

(4)主要设备保有量自2005年以后,取消了电梯与扶梯,主要原因是可与世界各国统计的范围相一致,更具有可比性。取消了铲运机,因自2000年以来其销售量逐年减少,至2014年仅几十台,与工程机械总量相比可忽略,故未计入。

(5)自2013年开始,混凝土泵车在海关才有单列税号,而混凝土搅拌站至今没有单列税号,只能以国内销量进行估算。平地机与筑路机海关统计在同一税则号中,故无法准确统计平地机的实际进出口量,其保有量为估算值。塔式起重机2014年还有数万台小型、简易的产品未统计在内。

(6)海关统计2014年压路机出口量为25535台,而全国年销量仅14270台,不可能出现出口量比销售量大的格局。根据路面及压实机械分会统计2014年压路机出口量为2979台,另外还有未列入统计名录的企业出口量大约在2000台左右,因此压路机2014年的出口量估算为4979台。

(7)以上表格中混凝土泵数中含拖泵及车载泵。

(8)工程机械工业协会统计部及有关分会做了大量的统计工作,在此一并致谢。

保有量使用量 篇5

在册车辆平均使用年限增加的趋势引起俄罗斯铁路公司领导层的不安。按照报告的数据,2005年初车辆的平均使用年限超过21年,当平均使用寿命标准为28年时,总保有量的折旧为75%。同时,对不同型号的机车车辆折旧量是不一样的。

如果考虑节约, 则可延长车辆有效使用期限。例如,敞车使用寿命可从22年延长到33年。此时,当平均使用年限为18年时,敞车保有量的折旧可评定为仅占标准使用寿命的54%。为此制定了延长车辆使用期限的技术条件。

采用延长有效使用期限的大修,对于车辆运营部门来说,这种修理并非对每辆车均适合,受到车辆修理企业能力的限制,采用延长使用期限的车辆,维护保养费用大大超过新车的同类费用,也就是说累积的结构物理性损伤未完全消除。对于这类老式结构的车辆,过去采用延长有效使用期限的大修,失去了新车所特有的技术经济特性,即进行修理时实际上无法消除无形损伤。

由此可见,对目前车辆保有量的更新和购置进行投资是非常必要的。车辆运营部门购置新车是以“旧车保有量被要求更新”的原则。

实际上,车辆保有量陈旧化趋势已延续多年,所有的焦点变为车辆的更新问题。如果车辆运营部门未能从长远考虑制定和采取足够的措施改变这种局面,将耗费大量资金。

车辆购置量和在新车中的投资规模是以预计要求的保有量和在计划寿命内的在册车辆保有量相比较确定的(考虑到车辆的报废因素)。出发点是建立在“保有量不足则要求购置车辆﹑保有量过剩则要求报废车辆”的原则基础上。

通常的战略是,保持车辆保有量为所要求的数量,最大限度地满足运输的需求,并借助于利用老式的极其破旧的车辆不再进行修复而节省下来的投资弥补保有量的不足。

新的观点是考虑车辆总的维修保养费用的车辆保有量平衡,而车辆维修保养费用和其使用年限直接相关。这种建立在车辆保有量更新计划﹑报废和(或)出售多余车辆基础上的观点更能节省费用。

为了分析车辆运营中形成的局面及预测2011年前的发展前景,曾经完成了按每一使用年限组对在册敞车保有量花在维修保养上的车辆运营费用计算和得到它们对前景改变的评价,即用“车辆运营财务平衡表”进行计算。目前,维修保养1辆新敞车的实际平均费用与已使用22年的旧敞车相比减少了60%。同时,在册车辆保有量中使用年限15年以上的旧车仍占主要地位(图1)。根据图1的分布状况,可以很容易地确定每一年限组敞车的实际年维修保养费用(图2)。

可以预料,如果未采取货车保有量的更新措施,则2006年的维修保养费用, 甚至在未考虑通货膨胀和价格变化引起增加的情况下(仅由于车辆保有量的陈旧化),和2005年相比,其资金差额增加了1.5倍。

基于“车辆运营财务平衡表”的计算和预测,可以研究和比较解决车辆保有量更新数量依据问题的不同方式的效果(从车辆运营工作的观点)。在“车辆运营财务平衡表”计算的基础上, 曾分析了俄罗斯铁路公司的敞车保有量下列几种形成方式(方案):

第一方案,不直接控制保有量。所有敞车运用到极限使用寿命之前还可考虑延长有效使用期限。在保有量中的车辆数量不给予限制,其中包括购置新车不受计划的限制(图3)。应该预料到保有量车辆的陈旧化﹑敞车平均使用年限的增加以及车辆维修保养资金差额的增加。至2011年,车辆运营的资金差额将超出2005年指标的2.5倍, 尽管车辆保有量总数缩减了4%。

当车辆购置量与按照使用寿命正常报废的车辆数量相等时(图4),车辆保有量保持不变。车辆正常报废数量的增加导致车辆保有量更新速率的增长,同样也减少了车辆的维修保养费用,并且在2011年以前将逐步缩减车辆运营的资金差额。但是这种差额仍超出2005年的2倍。

第二方案,建立在现有车辆保有量数量平衡计算基础上的采购和报废计划形成的车辆保有量, 此时, 在册的车辆保有量与计划所要求的(计算的)车辆保有量相一致。保有量不足依靠购置来补充,过剩则依靠报废最陈旧的车辆来调节(图5)。

车辆购置量决定着更新的投资额。这类方式未能解决车辆保有量的更新问题(固定基金),平均使用年限继续增加。同时维修保养资金差额增加(负平衡计算)。这种车辆保有量的形成方式,仅对在 2011年以前总保有量完全不变情况下的方案稍微有利。当保有量增加10%(较之2005年),车辆维修保养资金差额增加了2倍。因此,目前对车辆保有量形成采用的方式,未能解决主要问题——停止维修保养费用的增加及停止车辆保有量急剧陈旧化的进程。

第三方案,考虑到车辆的运营支出,当在册车辆保有量和要求的车辆保有量一致时(保持保有量的平衡),建议逐步缩减总的维修保养资金(和2005年相比较)。因为以上所研讨的任何一种方式, 均不仅未能在车辆运营中形成无差额的平衡,而且也未能缩减多少在册车辆保有量的维修保养资金差额。在对该状况模拟时, 为缩减在册车辆的维修保养资金差额, 在敞车保有量更新中采取了长期投资计划。同时车辆的购置量与要求的保有量无关,而车辆保有量的平衡借助于出售(报废)最陈旧的车辆实现(图6)。

在该投资计划下, 敞车保有量对于2005年时的维修保养资金差额至2011年时有可能达到零。同时为使在册车辆保有量和要求的保有量一致,每年报废(出售)的敞车数量水平应计划为1.2万辆～1.5万辆。可以广泛模拟通常调节的实际,而精确地缩减相对于计划划拨的投资资金(图7)。这样,如投资缩减到相当于上述投资额的50%,将导致到2011年时敞车总的维修保养资金差额较之2005年时增加了1.5倍。因而,在缩减投资额时应该预料到总保有量的维修保养成本的增加,这必然导致运价的提高。

可以认为,更有前途的方式是建立在利用分析“车辆运营财务平衡表”解决车辆保有量使用年限最佳化问题的基础上,该方式使其得到附加的资金节约。将需要最大维修保养费用的使用年限组车辆从运营中排除,对降低车辆保有量的总维修保养费用可能取得额外的效果。

因此,现有的建立在车辆保有量平衡计算基础上的车辆保有量的形成方式,对于车辆运营来说效果不佳,车辆平均使用年限将继续增加。为了纠正这种局面和缩减资金差额(敞车保有量的维修保养资金差额),建议制定车辆保有量的长期更新投资计划。

保有量使用量 篇6

关键词：私有汽车,固定资产投资总额,多元线性回归

1 山东省私有汽车保有量现状

近年来, 随着综合国力的增强, 人民生活水平的提高, 私有汽车发展迅速, 逐渐占据了汽车消费市场的主导地位, 2013年年底我国汽车保有量达到1.37亿辆, 在全国各大中小城市中, 有31个城市的汽车数量超过百万辆。改革开放以来, 我国经济高速增长取得了一系列喜人的成果, 而汽车行业高速发展所带来的空气、噪声污染以及安全隐患、道路拥堵等问题也日益影响着人民的生活质量。过去的两年里, 北京、上海、广州等城市为了应对急剧增长的汽车给城市带来的污染、拥堵等矛盾, 纷纷采取了限购、限行、提升机动车排放标准要求的行政手段。

截至2013年2月底, 山东省机动车保有量超过2290万, 居全国第一位, 同比增长4.85%, 其中私有汽车超过1153万, 同比增长15.76%; 机动车驾驶人超过2024万, 居全国第二位, 同比增长8.88%。照此速度发展下去, 山东省将很快超过每千人拥有汽车120辆的世界平均水平, 道路交通供需矛盾将更加突出, 济南、青岛等地高峰期交通拥堵已趋于常态化, 直接影响交通出行。鉴于此, 本文对影响私有汽车保有量的各种因素进行了分析。

2 山东省私有汽车保有量影响因素的多元线性 回归分析

2. 1 多元线性回归方法的概述

在回归分析中, 如果有两个或两个以上的自变量, 就称为多元回归。在现实生活中, 客观事物常受多种因素的影响, 我们记录下相应的数据并加以分析, 目的是为了找出对我们所关心的指标 ( 因变量) Y有影响的因素 ( 自变量) x1、x2、……、xm, 并建立用x1、x2、……、xm表示Y的公式:

其中, β0, ……βm是m +1个未知参数, 称为回归系数。ε是随机误差。当m≥2时, 上式为多元线性回归模型。首先要对回归系数进行最小二乘法 ( OLS) 估计模型参数, 得到初始模型, 然后再对模型的各类参数进行检验以确定模型估计是否与实际问题相符。

2. 2 多元线性回归法对影响因素的分析

2. 2. 1 因素设定

( 1) 山东省全社会固定资产投资总额。目前汽车及其相关行业保持旺盛的发展势头, 固定资产投资额与汽车保有量有着一定的关系, 因此引入作为解释变量。

( 2) 山东省居民消费价格指数。该指标是对居民家庭购买消费商品及服务的价格水平变动的反映, 对于汽车价格的波动有影响, 从而导致汽车保有量的变化。

( 3) 山东省公路里程数。公路里程的增加会使得运输更加方便, 可能会因此促进私有汽车保有量的增加。

2. 2. 2 数据收集

本文收集了山东省2000—2012年共13年的相关数据 ( 见表1) :

2. 2. 3 多元线性回归分析

( 1) 逐步回归。

根据表1内数据, 以私有汽车保有量 ( y) 为因变量, 以固定资产投资总额 ( x1) 、居民消费价格指数 (x2) 、公路里程数 ( x3) 为自变量, 应用SPSS19.0软件进行逐步回归 ( stepwise) 方法进行线性回归分析, 结果有固定资产投资总额和居民消费价格指数两个变量进入了方程。

( 2) 拟合优度检验。

此次回归的R值为0.998、R方值为0.996, 调整的R方值为0.996。由此可以看出因变量与自变量存在较强的线性关系。固定资产投资总额与居民消费价格指数这两个变量可以解释99.6%的因变量。

( 3) 总体显著性检验 ( F检验) 。

此次回归的回归平方和为1316231.690、残差平方和为4886.552、F检验值为1346.790, 显著性概 率为0. 000。其中F检验值 ( 1346. 790) 大于在5% 显著水平上, 自由度为2和10的F临界值为9.43; 显著性概率 ( 0.000) 小于5%, 可以认为回归系数不为0, 并且在95% 的置信系数下, 固定资产投资总额、居民消费价格指数与私有汽车保有量存在显著的线性关系。

( 4) 回归系数的显著性检验 ( t检验) 。

表2中列示了常数项、固定资产投资总额和居民消费价格指数的非标准化系数、标准误差、标准系数、t检验值及显著性。其中t检验值 ( - 3.498、49.495、3.677) 大于在0.05显著水平下, 自由度为12的t的临界值为2. 179; 显著性概率小于5% , 与方差分析一致, 可认为回归系数是有意义的。

综上, 得到线性回归方程:y=-909.708 + 0.034x1 + 8. 696x2

2. 3 结论分析

从以上模型我们可以看出, 由固定资产投资总额和居民消费价格指数作为解释变量所得到的回归模型中, 能够对私有汽车保有量做出较为准确的解释。

3 结 论

在2000—2012年的13年间, 随着改革开放的不断深入, 经济稳定持续增长, 社会固定资产投资总额保持逐年上升的趋势, 居民消费价格指数也保持了高增长水平, 同时山东省内的公路里程数的逐年增长也促进了汽车行业的发展, 私有汽车也逐渐成为一种普通大众的消费品进入越来越多的家庭。

参考文献

[1]韩雪, 李潜.关于我国私人汽车拥有量的计量经济学模型及其检验和预测[J].工业技术经济, 2006 (9) .

[2]高铁梅.计量经济分析方法与建模:Eviews应用及实例[M].2版.北京:清华大学出版社, 2009:84.

保有量使用量 篇7

1 小型拖拉机

手扶拖拉机是伴随着20世纪90年代中后期建三江地区“以稻治涝”大面积开发种植水稻而快速推广使用的。其中以沈阳金牛、北大荒、长白山等8.8、11.0kW等为主。作为当时水田种植的耕整地、田间运输主要工具, 陆续发展装配上整地刮板、单铧犁、前置割晒架、平板拖车等农机具, 为本地区水田种植发展做了很大的贡献, 在其鼎盛作业时期, 全局保有量15000台以上。随着水田经营效益的大幅度提高, 农场职工购买大型、高效水田机具能力的增强及其手扶拖拉机自身结构限制, 机具配套困难、两轮牙嵌式离合器转向结构导致的驾驶操作安全性差等因素使得其逐渐被淘汰, 现全局保有1200台左右, 主要是在田间转移生产物资或将整机开至地头连接水泵抽取沟渠内的水灌溉水田时使用。相信, 在今后两年内将逐渐退出本地农机作业市场。

小四轮拖拉机是在20世纪80年代中后期开始兴办家庭农场、分田到户种植旱田后开始大量集中购置使用的。在此之前保有量较少, 基本都集中在生产连队的晒场使用。机型以泰山、富锦龙江、时风、潍坊出产的诸多品牌11.0～17.7kW双缸为主。家庭农场主要使用拖拉机进行播种、镇压、中耕、翻地、田间运输等作业。在大面积开发水稻种植前, 小四轮拖拉机最多保有11000多台。由于建三江管局栽种有近6.67万hm2的大豆、玉米等旱田作物, 所以现仍保有3600多台, 主要用于生产资料的运输转移;个别不宜大机组作业的田块播种、中耕、喷药等作业。在今后的一段时期内, 四轮拖拉机的数量及机型更新将趋于稳定, 不会有较大的波动。

2 中型拖拉机

中型水田四轮驱动轮式拖拉机在2000年以后建三江地区出现了两个购机高峰:第一个是在2004～2005年, 依托种植水稻的收益跨越增长及农场扶持政策的出台 (农场采取垫支、协助办理购机贷款等方式) , 29.4～35.3kW的拖拉机保有数量激增, 机型以奔野404、454、484为主;第二个高峰是在2007～2008年, 购机户对拖拉机产品的动力性需求进一步提升、对机型的外观设计有了更高要求, 这一时期福田欧豹36.77、40.45kW多款机型适时进入了该地农机消费市场, 继而东方红、东风等品牌也逐渐占有了一定市场份额。至2009年20.6～51.5kW的中型轮式拖拉机全局保有量12100多台, 与2002年底的2300台呈现出近乎爆炸式的增长。这一时期的拖拉机产品逐渐摒弃了以往外观造型缺乏时尚感、技术先进性不高等缺点, 经过诸多拖拉机生产企业的自主开发或技术引进陆续推出扭矩储备大、可靠性好、产品性能先进, 且外观造型风格新颖的机型, 极大地满足了使用需求。至2011年底, 全局保有中型拖拉机13766台, 是水田轮式拖拉机中绝对主导机型, 主要用于水田耕整地、粮食转运、机械撒肥 (挂接撒肥机) 。由于机型动力所限, 对于更多的挂接筑埂机、悬挂割晒架等都由大型拖拉机完成。基于水田种植户经营的规模所限, 中型拖拉机将继续是本地的主导机型, 连续几年来, 仍以4%～7%的更新速度进行着换代升级, 以期获得更可靠的产品、更佳的性价比。

3 大型拖拉机

在建三江管局51.5～58.8kW拖拉机成为热点产品, 66.2kW以上拖拉机市场产品趋旺。近年, 部分家庭农场水田规模经营面积的不断扩大化, 使得垦区职工群众购买大型拖拉机的热情逐年增温。早些年的大型轮式拖拉机如JD4450、M160、JD7380等拖拉机, 都是作为国家项目贷款购机后转卖给垦区职工群众的, 随着水田的开发, 这些大型的拖拉机不适宜水田作业, 目前全管局保有此类机具86台, 主要用于旱田作业使用。大型水田四驱拖拉机现保有3896台, 这类机型除了可以高效满足正常的水田耕整地需求外, 还可以使用筑埂机、专型的拖拉机配置前 (后) 悬割晒架进行作业, 提高拖拉机与农机具的配比率。东方红、雷沃重工、东风农机、迪尔天拖的大型拖拉机共占有80%以上的市场份额, 虽然国内产品与国外产品在发动机的振动、噪音、排放, 动力换挡变速箱、拖拉机电子控制系统以及负荷传感液压系统等方面有着一定的差距, 但由于其与用户的产品使用水平和价格承受力比较适应, 所以在大型拖拉机领域, 国产品牌有着一定的优势。但随着一些大品牌的合资拖拉机在国内的陆续投产, 如韩国LS、久保田、美国AGCO等大型拖拉机投放到市场, 购机户将有更大的选择余地, 大型拖拉机市场竞争更加激烈, 因为谁也不会忽视该地区每年30%以上的增长需求。

随着农垦职工群众收入的不断增加, 国家惠农补贴的力度逐渐加大, 再加上农民经营观念转变, 消费能力提高, 盈利意识增强, 对农业机械尤其是拖拉机的需求越来越旺。广大职工群众对购买拖拉机的积极性较高且更趋理性, 预计建三江地区拖拉机市场将呈现稳定发展、调整为主, 功率大型化、装配农具多样化、低耗环保机车为主导的态势, 稳健快速发展。

参考文献

[1] 杨邦杰, 洪仁彪, 贾栓祥.农业机械化对农业贡献率测算方法研究[J].农业工程学报.2000, 16 (3) :50-53.

[2] 程智强, 贾栓祥, 洪仁彪.农业机械化对农业和农村经济贡献率理论分析[J].农业工程学报.2001, 17 (2) :65-67.