文/李雪磊 李珩，重庆理工大学

1 引言

随着汽车市场的不断扩大，汽车制造商之间的竞争越来越激烈。这种竞争主要来源汽车市场的竞争，汽车市场的竞争主要是由于汽车产品之间的差异所造成的，这种差异主要表现在汽车的价格和服务上面，所以归根结底市场的价格和服务决定着汽车市场的竞争，而汽车的价格又是决定着消费者购买的主要因素。汽车制造商为了更好地生存发展，就要努力做好定价的策略，想要做好定价策略，首先需要对影响汽车价格的因素进行分析，然后找到一个合理的价格定位。汽车制造商的定价直接导致着市场走向，最终影响企业的利润与发展，所以准确地为汽车定价尤为重要。

2 汽车定价的影响因素

本文采用2017年下半年到2018年上半年新上市汽车的截面数据进行定量分析，在此期间外部环境相对稳定，可以忽略宏观经济和政策等外部因素对汽车定价的影响，所以本文主要研究汽车自身的性能对汽车定价的影响。通过大量的调查研究发现消费者在购买汽车时，通常会考虑动力性、舒适性、安全性、经济性等四个方面的因素，因此本文从这四个方面进行研究分析。

根据各方面综合因素分析，在动力性方面，本文选取最大功率、最大扭矩、最大马力、最高车速等指标来进行因素分析；在舒适性方面，本文选取了车身的体积和辅助操作设备作为因素进行分析；在经济性方面，所以本文选取油耗，排量和整车的质量作为研究指标；在安全性方面，本文选取安全装备和防盗配置作为分析安全性的指标。

3 汽车定价的影响因素分析——多元线性回归

3.1 变量的选择

本文选取2017年下半年到2018年上半年新上市的30个汽车的截面数据，按照影响汽车定价的包括最大功率、最高车速、油耗、安全装备等11个指标因素进行定量分析（数据来源于汽车之家官网）。本文主要选取11指标变量，分别是动力性指标（最大功率D1、最大扭矩D2、最大马力D3、最高车速D4），舒适度指标（整车体积C1、辅助操作设备C2），经济性指标（油耗E1、整车质量E2、排量E3），安全性指标（安全装备S1、防盗装备S2）。

3.2 模型的估计与调整

首先将所有的变量引入回归模型，回归模型如下：

使用EVIEWS软件计算，可得出回归结果。从回归结果可以看出，有多个解释变量的t值不显著，而F统计量的值较高，R2 值较高，整体可决系数较高，这说明解释变量之间可能存在多重共线性。为进一步验证，列出各个变量之间的相关系数矩阵。

从相关系数矩阵中可以看出，大部分解释变量之间的相关系数都很高，例如D1、D2和E2之间都已经接近于或者超过了0.8，可以认为解释变量之间存在多重共线性。为了消除解释变量之间的多重共线性，使用逐步回归方法对回归模型进行修正。

修正后进入模型的变量顺序依次为S1(安全装备）、 D1（最大功率）和E3（排量），由此可得出最后的回归模型为：

由回归结果可看出，回归方程可决系数R2为0.674，方程拟合优度高；各个解释变量回归系数的t值均大于临界值，且概率值小于0.1，因此，模型中各个解释变量对汽车定价都有显著影响，修正后的模型解释能力加强。为了能够更好地和更精确地反映正在研究的问题，进一步对模型进行计量经济学模型的检验，分别使用w hite检验和DW检验进行异方差性和自相关性的检验，结果表明没有异方差性和自相关性，所以模型设定与回归结果没有偏差。

3.3 回归结果分析

从回归结果可以看出，汽车的定价与S1(安全装备）、D1（最大功率）和E3（排量）呈正相关。汽车的安全装备的升级和增多，使得消费者更放心的使用汽车，减少对自身安全的的担忧，所以当汽车的安全装备增加时，汽车的价格也会提高。汽车的最大功率的提升，使得汽车的动力性能更好，更能满足消费者的需求，所以当汽车的最大功率提升时，汽车的价格也会随之上升。一般来说排量越大的汽车，耗油量也越大，排量大的汽车质量一般较大，汽车跑起来更加的稳健舒适，相比排量小的汽车配置也更高汽车的速度也会更快,所以汽车的排量增加时，汽车的价格也会提高。各个解释变量的回归系数符号符合经济含义。

4 结论

本文采用2017年下半年到2018年上半年的新上市汽车相关数据进行分析，在此期间外部环境相对稳定，可以忽略宏观经济和政策等外部因素对汽车定价的影响，从汽车本身的性能出发，将影响汽车定价的因素分为动力性、舒适性、安全性、经济性等四个方面，然后采用多元线性回归的方法进行定量分析，得出多元线性回归模型。根据多元线性回归模型中的回归系数和解释变量，来分析影响汽车定价的重要因素。从本文的回归结果可以看出，汽车的定价与S1(安全装备）、 D1（最大功率）和E3（排量）呈正相关。当汽车的安全装备升级和增加时，汽车的最大功率提升时和汽车的排量增加时，汽车的价格都会随之上升。所以在进行汽车定价时，要着重考虑这三方面的因素，但其它方面的因素也需要合理的加以考虑。