برآورد و پیش بینی تابع احتمال خرید اتومبیل نو
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
مدلهای مالکیت اتومبیل، از دیرباز مورد توجه اقتصاددانان و برنامهریزان در حوزه حمل و نقل بوده است. هدف مقاله حاضر تحلیل رفتار خریداران اتومبیل نو بر اساس رویکرد داده های خانوار است، لذا تابع احتمال خرید اتومبیل تصریح شده و با استفاده از روش لاجیت برای سال 1387 در مورد داده های خام بودجه خانوار برآورد شده است. سپس مدل شبیهسازی برون نمونهای شده و میزان تقاضای کل بازار اتومبیل نو برای دوره 1390-1388پیشبینی شده است.
نتایج نشان میدهد که درآمد حقیقی خانوار، نسبت شاغلان، نسبت دانشآموزان، سن سرپرست خانوار، تعداد افراد بالای 20 سال در خانوار و متغیر مجازی شهر-روستا دارای اثرات معنیداری بر الگوی انتخاب خرید خودروی نو توسط خانوار است. در میان متغیرهای توضیحی بیشترین اثر متعلق به متغیر تعداد افراد بالای 20 سال در خانوار و کمترین اثر مربوط به متغیر درآمد حقیقی میباشد.
نتایج نشان میدهد که درآمد حقیقی خانوار، نسبت شاغلان، نسبت دانشآموزان، سن سرپرست خانوار، تعداد افراد بالای 20 سال در خانوار و متغیر مجازی شهر-روستا دارای اثرات معنیداری بر الگوی انتخاب خرید خودروی نو توسط خانوار است. در میان متغیرهای توضیحی بیشترین اثر متعلق به متغیر تعداد افراد بالای 20 سال در خانوار و کمترین اثر مربوط به متغیر درآمد حقیقی میباشد.
کلیدواژگان:
زبان:
فارسی
صفحات:
223 تا 243
لینک کوتاه:
magiran.com/p1804870
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!