大数据驱动的我国新能源汽车需求分析

• 作者: 林雁玲 毕桂灿 谭涛 黄泽涛
• 来源期刊: 可再生能源
• 学科: 交通运输
• 关键词: 新能源汽车 大数据 搜索指数 需求预测
• 年，卷（期）: 2020,（7）
• 页码范围: 967-971
• 页数: 5页
• 分类号: G203|F713.54|U469.7
• 字数: 4261字
• 语种: 中文

摘要

文章基于网络搜索大数据,以新能源汽车为例,结合统计学和计量经济学理论与方法,利用斯皮尔曼相关系数、协整检验和格兰杰因果关系,检验分析了搜索指数与新能源汽车实际需求之间的关系.以新能源汽车历史销量作为单一变量建立自回归滑动平均模型(ARMA),并与加入了搜索指数的向量自回归模型(VAR)进行比较.结果表明,加入搜索指数的预测模型相较传统的预测模型,在样本期内和样本期外的预测精度分别提高了11.69％和14.95％.该模型只需利用前4个月的新能源汽车销售数据和网络搜索大数据,就能够准确地预测下一个月的需求,在提高预测时效性的同时,也为个人、企业和政府决策提供可靠的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭涛	华南农业大学新农村发展研究院	3	0	0.0	0.0
2	毕桂灿	华南农业大学新能源与新材料研究所	2	1	1.0	1.0
3	黄泽涛	华南农业大学新农村发展研究院	3	3	1.0	1.0
4	林雁玲	华南农业大学新农村发展研究院	1	0	0.0	0.0