李詠徽

【摘? 要】本文主要針對(duì)汽車產(chǎn)業(yè)的競(jìng)爭(zhēng)力水平將對(duì)中國(guó)整體經(jīng)濟(jì)產(chǎn)生影響的研究。利用經(jīng)濟(jì)全球化和貿(mào)易自由化的發(fā)展，做了汽車產(chǎn)業(yè)日趨激烈的經(jīng)濟(jì)競(jìng)爭(zhēng)，包括國(guó)內(nèi)和國(guó)際兩個(gè)市場(chǎng)，面對(duì)本國(guó)和國(guó)外的競(jìng)爭(zhēng)對(duì)手。首先競(jìng)爭(zhēng)的結(jié)果取決于汽車產(chǎn)業(yè)自身的競(jìng)爭(zhēng)力。其次本文選取了一些有代表性且具有操作性的指標(biāo)進(jìn)行分析和綜合評(píng)價(jià)，最后并結(jié)合中國(guó)汽車產(chǎn)業(yè)特殊的發(fā)展背景和現(xiàn)狀，分析總結(jié)得出了評(píng)價(jià)汽車競(jìng)爭(zhēng)力的主要指標(biāo)為總資產(chǎn)、總產(chǎn)值、專利、產(chǎn)業(yè)總產(chǎn)量、總利潤(rùn)、總銷量、占有率、財(cái)政政策補(bǔ)貼，并分析新能源汽車產(chǎn)業(yè)對(duì)我國(guó)汽車產(chǎn)業(yè)的影響，預(yù)測(cè)未來我國(guó)汽車產(chǎn)業(yè)的發(fā)展趨勢(shì)。

【關(guān)鍵詞】競(jìng)爭(zhēng)力;主成分分析;因子分析

引言

目前中國(guó)的千人汽車保有量約為120 輛，而美國(guó)的這一數(shù)字為800輛，日本為600輛，歐洲為550輛，世界千人平均保有量160輛。根據(jù)世界各主要國(guó)家汽車保有量的發(fā)展規(guī)律看，未來15年中國(guó)汽車的千人保有量將超過300輛，屆時(shí)汽車將年產(chǎn)4200萬輛，由此可見中國(guó)的汽車產(chǎn)業(yè)仍有較大的發(fā)展空間。此外，目前中國(guó)車市的現(xiàn)狀是一二線城市升級(jí)換購(gòu)的需求仍較大，三四線城市的市場(chǎng)潛力也在逐步釋放，這些都為中國(guó)乘用車市場(chǎng)的發(fā)展提供了有效支撐。同時(shí)，近年來我國(guó)新能源汽車的發(fā)展趨勢(shì)逐年上升，我國(guó)也在2016年調(diào)整完善了新能源汽車的補(bǔ)貼政策。

1.問題分析

如今汽車已經(jīng)非常普遍，幾乎是每個(gè)家庭必備的交通工具，汽車產(chǎn)業(yè)的競(jìng)爭(zhēng)力也逐漸提高。但我國(guó)汽車產(chǎn)業(yè)是一個(gè)發(fā)展不均衡，國(guó)際競(jìng)爭(zhēng)力較差的產(chǎn)業(yè)。一方面產(chǎn)業(yè)利潤(rùn)率和生產(chǎn)率均高于全國(guó)工業(yè)平均值，甚至高于國(guó)際上同行業(yè)的競(jìng)爭(zhēng)對(duì)手，而另一方面，技術(shù)落后，自主知識(shí)產(chǎn)權(quán)數(shù)量少，質(zhì)量低下，導(dǎo)致這種狀況的原因是多方面的。汽車產(chǎn)業(yè)競(jìng)爭(zhēng)力也成為了衡量一個(gè)城市工業(yè)發(fā)展的重要部分，因此對(duì)汽車產(chǎn)業(yè)競(jìng)爭(zhēng)力進(jìn)行分析，給出合理的評(píng)價(jià)。問題需要比較各個(gè)省的汽車產(chǎn)業(yè)競(jìng)爭(zhēng)力，并做出評(píng)價(jià)。所以首先要收集影響汽車產(chǎn)業(yè)競(jìng)爭(zhēng)力的因素，我們收集了汽車產(chǎn)業(yè)總資產(chǎn)、汽車產(chǎn)業(yè)總產(chǎn)值、專利數(shù)、產(chǎn)業(yè)總產(chǎn)量、產(chǎn)業(yè)總利潤(rùn)、產(chǎn)業(yè)總銷量、產(chǎn)業(yè)占有率、政府政策。

2.模型的建立

汽車產(chǎn)業(yè)發(fā)展迅速，行業(yè)之間競(jìng)爭(zhēng)激烈，汽車產(chǎn)業(yè)對(duì)于很多地區(qū)有重要影響的發(fā)展，而汽車產(chǎn)業(yè)的競(jìng)爭(zhēng)力的影響因素來自各個(gè)方面，通過各個(gè)指標(biāo)來衡量一個(gè)省市的汽車產(chǎn)業(yè)競(jìng)爭(zhēng)力，主要競(jìng)爭(zhēng)力因素有經(jīng)濟(jì)發(fā)展競(jìng)爭(zhēng)力、科技競(jìng)爭(zhēng)力、銷售競(jìng)爭(zhēng)力、政府支持力度競(jìng)爭(zhēng)力等。由于指標(biāo)的多樣，所以從中挑選幾個(gè)具有代表性的競(jìng)爭(zhēng)力因素對(duì)問題進(jìn)行分析。

根據(jù)問題建立汽車產(chǎn)業(yè)的評(píng)價(jià)模型，并作出相應(yīng)的評(píng)價(jià)，根據(jù)調(diào)查和分析，挑選出幾個(gè)對(duì)汽車產(chǎn)業(yè)影響較多的指標(biāo)，分別為：產(chǎn)業(yè)總資產(chǎn)、產(chǎn)業(yè)總產(chǎn)值、專利數(shù)、產(chǎn)業(yè)總產(chǎn)量、產(chǎn)業(yè)總利潤(rùn)、產(chǎn)業(yè)總銷量、產(chǎn)業(yè)占有率、政府政策。如下表：

我們?cè)趯?shí)際的計(jì)量經(jīng)濟(jì)模型中，絕對(duì)異方差幾乎是不存在的，只能使得異方差盡可能的小。這是因?yàn)?，在現(xiàn)實(shí)中，經(jīng)濟(jì)現(xiàn)象變化多端，并且還會(huì)受隨機(jī)因素的影響。模型中的隨機(jī)誤差項(xiàng)的異方差性，有時(shí)候是不會(huì)影響模型的參數(shù)估計(jì)的無偏性的，但它可能會(huì)影響參數(shù)的最小二乘估計(jì)值的有效性，并且用t檢驗(yàn)來判斷解釋變量影響的顯著性將失去意義，在這種情況下，回歸模型估計(jì)式對(duì)真實(shí)總體關(guān)系式的代表性也會(huì)相應(yīng)降低。多元線性回歸模型的經(jīng)典假設(shè)之一是解釋變量之 間不存在多重共線性，也就說對(duì)于任意某個(gè)解釋變量，都不能用其他解釋變量的線性組合來表示。然而，在我們實(shí)際的問題中，解釋變量大多數(shù)存在程度不同的線性相關(guān)，很難滿足經(jīng)典假設(shè)。在一個(gè)線性回歸模型中，如果某一個(gè)解釋變量與其他解釋變量存在線性關(guān)系（即某個(gè)解釋變量可以寫成其他解釋變量的線性組合），則稱這個(gè)回歸模型存在多重共線性。

3.模型的求解

利用離散數(shù)據(jù)序列建立近似的微分方程，求解微分方程可得到時(shí)間的相應(yīng)序列為：

其中是值觀察預(yù)測(cè)值。根據(jù)上述預(yù)測(cè)方法，預(yù)測(cè)出了調(diào)查的各個(gè)省市2018-2019年的汽車產(chǎn)業(yè)競(jìng)爭(zhēng)力的綜合評(píng)價(jià)的分，從近年來新能源汽車的發(fā)展來看，純電動(dòng)乘用車一直占據(jù)市場(chǎng)主力，其次純電動(dòng)車商用車市場(chǎng)份額也持續(xù)增長(zhǎng)。近年來，我國(guó)新能源汽車產(chǎn)業(yè)從無到有，在短短幾年內(nèi)，發(fā)展迅速，新能源汽車產(chǎn)業(yè)的發(fā)展帶動(dòng)了我國(guó)多個(gè)行業(yè)的快速發(fā)展。在我們的日常生活行為、經(jīng)濟(jì)活動(dòng)、科學(xué)研究中，存在著普遍的不確定性現(xiàn)象。比如，在某種商品的銷售活動(dòng)中，即使商品的價(jià)格、用途等都是確定的，但是消費(fèi)者的偏好、市場(chǎng)行情、經(jīng)濟(jì)承受能力等信息都是不確定的，所以還是很難比較準(zhǔn)確的預(yù)測(cè)該商品的銷售量。這些問題促進(jìn)了不確定理論的誕生及其發(fā)展?；疑碚摰闹匾晒痪褪腔疑P(guān)聯(lián)，它是灰色模型、灰色預(yù)測(cè)和灰色控制的基礎(chǔ)。灰色關(guān)聯(lián)度分析，是通過對(duì)系統(tǒng)內(nèi)時(shí)間序列的發(fā)展態(tài)勢(shì)，來判斷各因素之間關(guān)聯(lián)程度的的方法。一般的，是在兩個(gè)系統(tǒng)或者一個(gè)系統(tǒng)的若千個(gè)因素（一個(gè)是參考因子，剩下的都是相關(guān)因子）隨時(shí)間變化時(shí)，各因素曲線幾何形狀變化的相似程度，在系統(tǒng)中，用關(guān)聯(lián)度來分析各因子對(duì)主因子的影響大小，關(guān)聯(lián)度大的表示主因子受該因子影響比較大，關(guān)聯(lián)度小的表示主因子受該因子的影響程度很小或者幾乎不受影響。

4.結(jié)語

本文收集數(shù)據(jù)后，先進(jìn)行了標(biāo)準(zhǔn)化處理，對(duì)不同量綱的數(shù)據(jù)歸一化，使文章更加嚴(yán)謹(jǐn)。本文主要采用主成分分析及因子分析進(jìn)行數(shù)據(jù)分析。通過降維將8個(gè)指標(biāo)歸為兩大主因子，不僅化簡(jiǎn)數(shù)據(jù)，減少信息的丟失，而且通過旋轉(zhuǎn)使因子變量更具有可解釋性。本文采用了灰度預(yù)測(cè)模型，不僅不需要大量樣本，計(jì)算工作量小，而且對(duì)不確定因素的復(fù)雜預(yù)測(cè)系統(tǒng)效果較好，準(zhǔn)確度相對(duì)較高。

參考文獻(xiàn)

[1]姜啟源.數(shù)學(xué)模型（第五版）.北京：高等教育出版社，2003。

[2]吳翊，吳孟達(dá)，成禮智.數(shù)學(xué)建模的理論與實(shí)踐.長(zhǎng)沙：國(guó)防科技大學(xué)出版社，1999