中國(guó)的收入分布與私家車保有量

秦之茵

摘 要：文章在解釋了人均私家車保有量與收入分布（以人均GDP水平為均值，城鄉(xiāng)收入差距為方差）關(guān)系的基礎(chǔ)之上，首次以新型市場(chǎng)的代表國(guó)家——中國(guó)為對(duì)象，對(duì)中國(guó)各省區(qū)近20年面板數(shù)據(jù)進(jìn)行分析，得到如下實(shí)證結(jié)果：此模型中包含的所有我們認(rèn)為對(duì)人均私家車保有量有著不可忽視影響的合理變量都被證實(shí)其影響顯著，其中以衡量收入分布的兩個(gè)指標(biāo)和二者的交互項(xiàng)最為突出。

關(guān)鍵詞：私家車保有量 收入分布 GDP 城鄉(xiāng)收入差距

中圖分類號(hào)：F014.4 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2014）04-059-02

一、引言

在中國(guó)，關(guān)于研究私家車擁有量的高質(zhì)量論文是十分罕見(jiàn)的，然而它卻是一個(gè)不可忽視的重要經(jīng)濟(jì)指標(biāo)。因此，在這篇文章中，我們以收入分布的相關(guān)衡量指標(biāo)為研究重點(diǎn)，在囊括盡可能多的影響因素的同時(shí)，基于省級(jí)面板數(shù)據(jù)建立模型來(lái)探究中國(guó)私家車保有量的省際差別。

因?yàn)樗郊臆嚀碛辛看蟮接绊懸粐?guó)的支出，小到影響家庭的消費(fèi)，所以早在18世紀(jì)初，全球許多學(xué)者都對(duì)于收入水平對(duì)私家車保有量的影響進(jìn)行過(guò)很多統(tǒng)計(jì)學(xué)分析，其中不乏世界銀行等的國(guó)際性權(quán)威金融機(jī)構(gòu)。Button，K Jand Fowkes， A S在他Car Ownership Modeling And Forecasting（1982）一書(shū)中描述了英國(guó)在國(guó)家、地區(qū)和鄉(xiāng)鎮(zhèn)三個(gè)層面上的私家車保有量的建模以及預(yù)測(cè)情況。并且深入討論了一些主要的社會(huì)—經(jīng)濟(jì)領(lǐng)域的相關(guān)變量，包括：收入水平、家庭結(jié)構(gòu)、汽油價(jià)格以及促進(jìn)形成因時(shí)間和地理而異的私家車擁有趨勢(shì)的難易程度。

而后來(lái)的很多學(xué)者則專門研究收入水平與私家車擁有量的關(guān)系。比如，Marcos Chamon et.al在Mass Car Ownership in the Emerging Market Giants（2008）一文中得出結(jié)論：隨著人們變得更富裕，汽車的使用會(huì)增加，全球的汽車數(shù)目將會(huì)由2005年的6億增長(zhǎng)到2050年的29億。而M.J.H.Mogridge（1967）則打破之前研究二者線性關(guān)系的傳統(tǒng)，在他的論文中使用函數(shù)計(jì)算在不同的收入水平下購(gòu)買汽車的平均支出。TOyce M. Dargayet.al（1999）也曾對(duì)于動(dòng)態(tài)交通需求模型的估計(jì)提出了基于面板數(shù)據(jù)的新方法，這也將會(huì)是本文主要探討和借鑒的方法。除此之外，Gerard De Jong（2004）提出了對(duì)不同私家車保有量模型的比較，采用了一系列的標(biāo)準(zhǔn)，包括：是否考慮汽車市場(chǎng)供求、聚集程度和汽車使用情況，用于長(zhǎng)期還是短期的預(yù)測(cè)，基于的理論背景如何，以及數(shù)據(jù)處理方法如何等等。

二、模型的建立

1.理論模型?；谥把芯拷Y(jié)果，人均收入水平是很大的影響因素，但是如圖1所示，二者并非線性關(guān)系，因此宜建立非線性模型。通過(guò)對(duì)數(shù)據(jù)的觀察和對(duì)前人方法的總結(jié)，我們所用方法中的一個(gè)重點(diǎn)正是表明了人均收入在各省內(nèi)部的分布是如何決定著私家車的擁有量?；仡?990-1997年Storchmann（2005）對(duì)90個(gè)國(guó)家面板數(shù)據(jù)的實(shí)證結(jié)果，他發(fā)現(xiàn)人均收入與貧富差距的交互項(xiàng)在其中起著很重要的作用，也就是說(shuō)在不同收入水平下，貧富差距對(duì)因變量的影響是變化的，這也是我們模型的研究方向。此外，我們借鑒了Dollar and Kraay（2002）的方法：假設(shè)的重要變量是收入分布的自然對(duì)數(shù)，包括兩個(gè)衡量變量分別是分布的均值：以人均GDP來(lái)表示；以及分布的方差：由于數(shù)據(jù)收集的限制以城鄉(xiāng)收入差距來(lái)代替Gini系數(shù)表示（見(jiàn)Dollar and Kraay（2002）的理論，他們用Gini系數(shù)代表收入分布的方差。因?yàn)橹袊?guó)不同省區(qū)近20年的Gini系數(shù)沒(méi)有公布數(shù)據(jù)，所以我們用城鄉(xiāng)收入差距代替。）此外，我們還會(huì)加入其他因省而異的因子來(lái)增強(qiáng)模型的解釋力度。其中，對(duì)收入和私家車保有量取對(duì)數(shù)后，已經(jīng)十分接近線性，如圖2所示。

2.變量選擇與實(shí)際模型。

人均GDP和貧富差距（以城鄉(xiāng)收入比來(lái)衡量）分別代表收入水平的均值和方差。前者的影響顯然是正方向的，而后者的影響則是不確定的，需要我們進(jìn)一步探究。這也是基于Dollar and Kraay（2002）的理論。然而，在中國(guó)要找到各省區(qū)的Gini系數(shù)幾乎是不可能的，僅有的數(shù)據(jù)是個(gè)人獨(dú)自計(jì)算出來(lái)的，不可信，所以我們決定用城鄉(xiāng)收入之比來(lái)表示收入分布的方差（見(jiàn)章元、劉時(shí)菁等在經(jīng)濟(jì)研究（2011）中的應(yīng)用），且我們模型中采用它倒數(shù)形式。（盡管此前的研究都是用inequality來(lái)表示城鄉(xiāng)收入差距（比值），我們這是為了使變量更加適合模型，方便與其他變量比較采用equality來(lái)表示城鄉(xiāng)收入比的倒數(shù)。其經(jīng)濟(jì)以及統(tǒng)計(jì)學(xué)意義是不變的。）

然后我們?yōu)樵鰪?qiáng)模型的解釋力又加入了其他重要的解釋變量：我們有理由相信人均公路長(zhǎng)度的增加會(huì)引起私家車擁有量的增加；城市化的程度也應(yīng)被賦予正的符號(hào)，因?yàn)檫@反映了一個(gè)地區(qū)的生活水平；而汽油價(jià)格越低，人民購(gòu)買汽車的欲望越強(qiáng)烈，因此，它的符號(hào)是負(fù)的。其他的包括貧富差距等在內(nèi)的變量符號(hào)都難以預(yù)測(cè)，需要實(shí)際數(shù)據(jù)來(lái)一一驗(yàn)證。值得注意的是，模型同時(shí)也控制了一些隨個(gè)體不隨時(shí)間而改變的變量，以及隨時(shí)間不隨個(gè)體改變的量——19個(gè)年份虛擬變量。為了便于解釋，我們除equalit和urbanit（已經(jīng)是比值）以外，對(duì)其他的解釋變量都賦予了對(duì)數(shù)形式。用對(duì)數(shù)的另一個(gè)好處就是有助于緩解異方差性。

三、數(shù)據(jù)的來(lái)源與處理

本文所用數(shù)據(jù)均來(lái)源于中國(guó)統(tǒng)計(jì)年鑒（http：//www.stats.gov.cn/tjsj/）和中國(guó)宏觀經(jīng)濟(jì)信息網(wǎng)（http：//202.204.164.23：81）。包括中國(guó)除港澳臺(tái)地區(qū)和云南省（缺數(shù)據(jù)）以外的30個(gè)省區(qū)在1992年到2011年的數(shù)據(jù)。為方便變量之間的相互比較，我們對(duì)數(shù)據(jù)單位進(jìn)行了一定的處理，使得不同變量數(shù)量級(jí)差異減小，這樣對(duì)參數(shù)的解釋更加合理。由于統(tǒng)計(jì)數(shù)據(jù)的不足，一些變量會(huì)缺少某幾年的數(shù)據(jù)，針對(duì)這類問(wèn)題，本文統(tǒng)一采取了處理方法：如，兩個(gè)年份之間一年的數(shù)據(jù)缺失，我們則計(jì)算這兩年的平均值來(lái)補(bǔ)全。endprint

四、模型的結(jié)果與分析

對(duì)于真實(shí)的面板數(shù)據(jù)，我們需要選取最有效的方法進(jìn)行統(tǒng)計(jì)回歸，因此需要對(duì)備選模型進(jìn)行比較（所有模型中都采用white diagonal的方法直接得到異方差穩(wěn)健的標(biāo)準(zhǔn)誤）。通過(guò)對(duì)不同模型的比較和對(duì)所有影響因素的考慮，我們選擇了固定效應(yīng)模型（以下簡(jiǎn)稱FE模型）來(lái)做回歸分析。我們認(rèn)為各個(gè)省份是彼此相異的，則通過(guò)FE模型可以不可觀測(cè)變量的影響。

模型的形式為：【模型1】

結(jié)果表明，所有的解釋變量都表現(xiàn)出了在1%水平上的顯著性，而且我們此前所預(yù)測(cè)的系數(shù)符號(hào)也都被證實(shí)。如下的關(guān)于變量系數(shù)的討論都是基于其他條件不變的假設(shè)：我們可以看到log（GDPit/popit）系數(shù)非常顯著。即在其他條件不變的情況下，人均GDP增長(zhǎng)1%會(huì)引起人均私家車保有量增長(zhǎng)0.6%。說(shuō)明一個(gè)地區(qū)的人均GDP是決定私家車保有量的重要參考指標(biāo)，這一點(diǎn)在之前就被其他學(xué)者證明過(guò)。然而在我們的模型中系數(shù)為負(fù)數(shù)，說(shuō)明城鄉(xiāng)收入差別的倒數(shù)增長(zhǎng)1%會(huì)引起私家車保有量0.3%的下跌，這個(gè)結(jié)果之前是我們沒(méi)有預(yù)測(cè)到的。所以我們模型表明：居民財(cái)富越集中（貧富差距越大），這個(gè)區(qū)域的人們就會(huì)擁有更多的私家車。這個(gè)結(jié)果似乎頗具爭(zhēng)議，所以需要我們進(jìn)一步的探究。同時(shí)，log（popit）的系數(shù)符號(hào)也是負(fù)的，但是這一點(diǎn)是符合邏輯的，可以被解釋為人口多一定程度上反映更低的生活水平。

其次，對(duì)于其他符號(hào)符合預(yù)期的變量的系數(shù)，我們發(fā)現(xiàn)，汽油平均價(jià)格的影響是非常小的，1%的增加會(huì)引起被解釋變量0.0019%的下跌，但是它的系數(shù)卻十分顯著，說(shuō)明這也是一個(gè)不可忽視的變量，需要體現(xiàn)在模型中；而對(duì)于人均公路長(zhǎng)度，1%的增加會(huì)引起被解釋變量0.10%的增長(zhǎng)；城市化程度增加一個(gè)百分點(diǎn)會(huì)引起被解釋變量增加0.18%，這個(gè)影響在數(shù)值上是十分微小的。

此外，我們可以看到，模型調(diào)整后的R方高達(dá)97%，說(shuō)明此模型的可以解釋97%的因變量的變化，有十分強(qiáng)的解釋力。由此觀之，除了貧富差距以外所有變量的實(shí)證結(jié)果全部符合預(yù)期，說(shuō)明我們的模型具有很強(qiáng)的合理性和說(shuō)服力。我們?cè)诮酉聛?lái)的篇幅中會(huì)通過(guò)加入交互項(xiàng)來(lái)繼續(xù)研究這個(gè)變量對(duì)私家車保有量的影響。

我們之前的模型表明更大的貧富差距會(huì)產(chǎn)生與預(yù)期相反的影響，即貧富差距越大反而買得起私家車的人越多，原因可能是更大比例的富人在起作用。然而，雖然說(shuō)對(duì)于中國(guó)的情況而言，貧富差距單獨(dú)一個(gè)變量的影響是正的（倒數(shù)equality是負(fù)的），但是如果貧富差距、收入水平和二者的交互項(xiàng)共同存在于一個(gè)模型中則會(huì)產(chǎn)生完全不一樣的結(jié)果。

加了交互項(xiàng)之后的模型：【模型2】

從上面的結(jié)果一樣可以得出符合預(yù)期的結(jié)論。由于篇幅的限制，我們?cè)谶@部分只解釋與貧富差距相關(guān)的三個(gè)變量?？梢钥闯鲂录尤氲氖杖肱c貧富差距的交互項(xiàng)顯著性水平為5%，說(shuō)明貧富差距對(duì)于私家車保有量的影響在不同的收入水平下是有差異的。更確切地說(shuō)就是交互項(xiàng)的符號(hào)為正而城鄉(xiāng)收入差距倒數(shù)（表示貧富差距）的符號(hào)為負(fù)，正如Dargay et al.（2007）所證明的理論：在收入水平較低的地區(qū)，更大的貧富差距代表有足夠高收入去買車的家庭數(shù)量更多。反之亦成立。

然而，之前的研究理論的結(jié)論通常是：更大的貧富差距會(huì)降低私家車保有量，這是因?yàn)樗麄兊难芯慷际腔诎l(fā)達(dá)國(guó)家的背景下，所研究地區(qū)均屬于在很長(zhǎng)時(shí)間內(nèi)的高收入地區(qū)。在中國(guó)的情況是不同的，因?yàn)橹袊?guó)是一個(gè)收入水平較低的發(fā)展中國(guó)家。因此，模型1得出的equality符號(hào)也是合理的。同時(shí)，對(duì)于模型2，所有其他變量的符號(hào)仍是復(fù)合預(yù)期的，系數(shù)也十分顯著，調(diào)整后的R方足夠解釋因變量的變化。顯然此模型能很好地達(dá)到我們的在本文最初提出的目標(biāo)。

五、結(jié)論

我們借鑒了Dargay et al.（2007）的主要思想——人均私家車保有量與收入的關(guān)系在不同的收入水平下是相異的。同時(shí)也參考了Dollar and Kraay（2002）的理論假設(shè)一個(gè)自然對(duì)數(shù)的收入分布——以人均GDP水平為均值，以城鄉(xiāng)收入差距為方差，并以實(shí)證的結(jié)果表明這兩個(gè)變量都是決定私家車保有量的主要因素。更加值得注意的是，我們指出了這兩個(gè)變量中的一個(gè)在另一個(gè)取不同數(shù)值時(shí)會(huì)有相反的影響效果。我們以中國(guó)為對(duì)象的研究與前人的思想和結(jié)論在實(shí)質(zhì)上是一致的。根據(jù)上面的結(jié)果，我們建議地方政府在制定相關(guān)政策時(shí)綜合考慮所在地區(qū)的實(shí)際收入水平、貧富差距以及居民購(gòu)買汽車的意愿，這些因素同時(shí)也是企業(yè)家決定銷售策略的重要參考。此外，相關(guān)管理人員可以直接通過(guò)控制這些經(jīng)濟(jì)指標(biāo)來(lái)控制當(dāng)?shù)氐乃郊臆嚀碛辛?，以達(dá)到環(huán)境保護(hù)的要求。

參考文獻(xiàn)：

[1] Dargay J M. The effect of income on car ownership： evidence of asymmetry [J]. Transportation Research Part A： Policy and Practice，2001 （9）

[2] De Jong G C. An indirect utility model of car ownership and private car use[J]. European Economic Review，1990（5）

[3] Button K J， Pearman A D， Fowkes A S. Car ownership modelling and forecasting[M].1982

[4] Dargay J M， Vythoulkas P C. Estimation of a dynamic car ownership model： a pseudo-panel approach[J]. Journal of Transport Economics and Policy，1999

[5] Jong G， Fox J， Daly A， et al. Comparison of car ownership models[J]. Transport Reviews，2004（4）

[6] Dargay J M. Determinants of car ownership in rural and urban areas： a pseudo-panel analysis[J]. Transportation Research Part E： Logistics and Transportation Review，2002（5）

（責(zé)編：賈偉）endprint

四、模型的結(jié)果與分析

對(duì)于真實(shí)的面板數(shù)據(jù)，我們需要選取最有效的方法進(jìn)行統(tǒng)計(jì)回歸，因此需要對(duì)備選模型進(jìn)行比較（所有模型中都采用white diagonal的方法直接得到異方差穩(wěn)健的標(biāo)準(zhǔn)誤）。通過(guò)對(duì)不同模型的比較和對(duì)所有影響因素的考慮，我們選擇了固定效應(yīng)模型（以下簡(jiǎn)稱FE模型）來(lái)做回歸分析。我們認(rèn)為各個(gè)省份是彼此相異的，則通過(guò)FE模型可以不可觀測(cè)變量的影響。

模型的形式為：【模型1】

結(jié)果表明，所有的解釋變量都表現(xiàn)出了在1%水平上的顯著性，而且我們此前所預(yù)測(cè)的系數(shù)符號(hào)也都被證實(shí)。如下的關(guān)于變量系數(shù)的討論都是基于其他條件不變的假設(shè)：我們可以看到log（GDPit/popit）系數(shù)非常顯著。即在其他條件不變的情況下，人均GDP增長(zhǎng)1%會(huì)引起人均私家車保有量增長(zhǎng)0.6%。說(shuō)明一個(gè)地區(qū)的人均GDP是決定私家車保有量的重要參考指標(biāo)，這一點(diǎn)在之前就被其他學(xué)者證明過(guò)。然而在我們的模型中系數(shù)為負(fù)數(shù)，說(shuō)明城鄉(xiāng)收入差別的倒數(shù)增長(zhǎng)1%會(huì)引起私家車保有量0.3%的下跌，這個(gè)結(jié)果之前是我們沒(méi)有預(yù)測(cè)到的。所以我們模型表明：居民財(cái)富越集中（貧富差距越大），這個(gè)區(qū)域的人們就會(huì)擁有更多的私家車。這個(gè)結(jié)果似乎頗具爭(zhēng)議，所以需要我們進(jìn)一步的探究。同時(shí)，log（popit）的系數(shù)符號(hào)也是負(fù)的，但是這一點(diǎn)是符合邏輯的，可以被解釋為人口多一定程度上反映更低的生活水平。

其次，對(duì)于其他符號(hào)符合預(yù)期的變量的系數(shù)，我們發(fā)現(xiàn)，汽油平均價(jià)格的影響是非常小的，1%的增加會(huì)引起被解釋變量0.0019%的下跌，但是它的系數(shù)卻十分顯著，說(shuō)明這也是一個(gè)不可忽視的變量，需要體現(xiàn)在模型中；而對(duì)于人均公路長(zhǎng)度，1%的增加會(huì)引起被解釋變量0.10%的增長(zhǎng)；城市化程度增加一個(gè)百分點(diǎn)會(huì)引起被解釋變量增加0.18%，這個(gè)影響在數(shù)值上是十分微小的。

此外，我們可以看到，模型調(diào)整后的R方高達(dá)97%，說(shuō)明此模型的可以解釋97%的因變量的變化，有十分強(qiáng)的解釋力。由此觀之，除了貧富差距以外所有變量的實(shí)證結(jié)果全部符合預(yù)期，說(shuō)明我們的模型具有很強(qiáng)的合理性和說(shuō)服力。我們?cè)诮酉聛?lái)的篇幅中會(huì)通過(guò)加入交互項(xiàng)來(lái)繼續(xù)研究這個(gè)變量對(duì)私家車保有量的影響。

我們之前的模型表明更大的貧富差距會(huì)產(chǎn)生與預(yù)期相反的影響，即貧富差距越大反而買得起私家車的人越多，原因可能是更大比例的富人在起作用。然而，雖然說(shuō)對(duì)于中國(guó)的情況而言，貧富差距單獨(dú)一個(gè)變量的影響是正的（倒數(shù)equality是負(fù)的），但是如果貧富差距、收入水平和二者的交互項(xiàng)共同存在于一個(gè)模型中則會(huì)產(chǎn)生完全不一樣的結(jié)果。

加了交互項(xiàng)之后的模型：【模型2】

從上面的結(jié)果一樣可以得出符合預(yù)期的結(jié)論。由于篇幅的限制，我們?cè)谶@部分只解釋與貧富差距相關(guān)的三個(gè)變量。可以看出新加入的收入與貧富差距的交互項(xiàng)顯著性水平為5%，說(shuō)明貧富差距對(duì)于私家車保有量的影響在不同的收入水平下是有差異的。更確切地說(shuō)就是交互項(xiàng)的符號(hào)為正而城鄉(xiāng)收入差距倒數(shù)（表示貧富差距）的符號(hào)為負(fù)，正如Dargay et al.（2007）所證明的理論：在收入水平較低的地區(qū)，更大的貧富差距代表有足夠高收入去買車的家庭數(shù)量更多。反之亦成立。

然而，之前的研究理論的結(jié)論通常是：更大的貧富差距會(huì)降低私家車保有量，這是因?yàn)樗麄兊难芯慷际腔诎l(fā)達(dá)國(guó)家的背景下，所研究地區(qū)均屬于在很長(zhǎng)時(shí)間內(nèi)的高收入地區(qū)。在中國(guó)的情況是不同的，因?yàn)橹袊?guó)是一個(gè)收入水平較低的發(fā)展中國(guó)家。因此，模型1得出的equality符號(hào)也是合理的。同時(shí)，對(duì)于模型2，所有其他變量的符號(hào)仍是復(fù)合預(yù)期的，系數(shù)也十分顯著，調(diào)整后的R方足夠解釋因變量的變化。顯然此模型能很好地達(dá)到我們的在本文最初提出的目標(biāo)。

五、結(jié)論

我們借鑒了Dargay et al.（2007）的主要思想——人均私家車保有量與收入的關(guān)系在不同的收入水平下是相異的。同時(shí)也參考了Dollar and Kraay（2002）的理論假設(shè)一個(gè)自然對(duì)數(shù)的收入分布——以人均GDP水平為均值，以城鄉(xiāng)收入差距為方差，并以實(shí)證的結(jié)果表明這兩個(gè)變量都是決定私家車保有量的主要因素。更加值得注意的是，我們指出了這兩個(gè)變量中的一個(gè)在另一個(gè)取不同數(shù)值時(shí)會(huì)有相反的影響效果。我們以中國(guó)為對(duì)象的研究與前人的思想和結(jié)論在實(shí)質(zhì)上是一致的。根據(jù)上面的結(jié)果，我們建議地方政府在制定相關(guān)政策時(shí)綜合考慮所在地區(qū)的實(shí)際收入水平、貧富差距以及居民購(gòu)買汽車的意愿，這些因素同時(shí)也是企業(yè)家決定銷售策略的重要參考。此外，相關(guān)管理人員可以直接通過(guò)控制這些經(jīng)濟(jì)指標(biāo)來(lái)控制當(dāng)?shù)氐乃郊臆嚀碛辛?，以達(dá)到環(huán)境保護(hù)的要求。

參考文獻(xiàn)：

[1] Dargay J M. The effect of income on car ownership： evidence of asymmetry [J]. Transportation Research Part A： Policy and Practice，2001 （9）

[2] De Jong G C. An indirect utility model of car ownership and private car use[J]. European Economic Review，1990（5）

[3] Button K J， Pearman A D， Fowkes A S. Car ownership modelling and forecasting[M].1982

[4] Dargay J M， Vythoulkas P C. Estimation of a dynamic car ownership model： a pseudo-panel approach[J]. Journal of Transport Economics and Policy，1999

[5] Jong G， Fox J， Daly A， et al. Comparison of car ownership models[J]. Transport Reviews，2004（4）

[6] Dargay J M. Determinants of car ownership in rural and urban areas： a pseudo-panel analysis[J]. Transportation Research Part E： Logistics and Transportation Review，2002（5）

（責(zé)編：賈偉）endprint

四、模型的結(jié)果與分析

對(duì)于真實(shí)的面板數(shù)據(jù)，我們需要選取最有效的方法進(jìn)行統(tǒng)計(jì)回歸，因此需要對(duì)備選模型進(jìn)行比較（所有模型中都采用white diagonal的方法直接得到異方差穩(wěn)健的標(biāo)準(zhǔn)誤）。通過(guò)對(duì)不同模型的比較和對(duì)所有影響因素的考慮，我們選擇了固定效應(yīng)模型（以下簡(jiǎn)稱FE模型）來(lái)做回歸分析。我們認(rèn)為各個(gè)省份是彼此相異的，則通過(guò)FE模型可以不可觀測(cè)變量的影響。

模型的形式為：【模型1】

結(jié)果表明，所有的解釋變量都表現(xiàn)出了在1%水平上的顯著性，而且我們此前所預(yù)測(cè)的系數(shù)符號(hào)也都被證實(shí)。如下的關(guān)于變量系數(shù)的討論都是基于其他條件不變的假設(shè)：我們可以看到log（GDPit/popit）系數(shù)非常顯著。即在其他條件不變的情況下，人均GDP增長(zhǎng)1%會(huì)引起人均私家車保有量增長(zhǎng)0.6%。說(shuō)明一個(gè)地區(qū)的人均GDP是決定私家車保有量的重要參考指標(biāo)，這一點(diǎn)在之前就被其他學(xué)者證明過(guò)。然而在我們的模型中系數(shù)為負(fù)數(shù)，說(shuō)明城鄉(xiāng)收入差別的倒數(shù)增長(zhǎng)1%會(huì)引起私家車保有量0.3%的下跌，這個(gè)結(jié)果之前是我們沒(méi)有預(yù)測(cè)到的。所以我們模型表明：居民財(cái)富越集中（貧富差距越大），這個(gè)區(qū)域的人們就會(huì)擁有更多的私家車。這個(gè)結(jié)果似乎頗具爭(zhēng)議，所以需要我們進(jìn)一步的探究。同時(shí)，log（popit）的系數(shù)符號(hào)也是負(fù)的，但是這一點(diǎn)是符合邏輯的，可以被解釋為人口多一定程度上反映更低的生活水平。

其次，對(duì)于其他符號(hào)符合預(yù)期的變量的系數(shù)，我們發(fā)現(xiàn)，汽油平均價(jià)格的影響是非常小的，1%的增加會(huì)引起被解釋變量0.0019%的下跌，但是它的系數(shù)卻十分顯著，說(shuō)明這也是一個(gè)不可忽視的變量，需要體現(xiàn)在模型中；而對(duì)于人均公路長(zhǎng)度，1%的增加會(huì)引起被解釋變量0.10%的增長(zhǎng)；城市化程度增加一個(gè)百分點(diǎn)會(huì)引起被解釋變量增加0.18%，這個(gè)影響在數(shù)值上是十分微小的。

此外，我們可以看到，模型調(diào)整后的R方高達(dá)97%，說(shuō)明此模型的可以解釋97%的因變量的變化，有十分強(qiáng)的解釋力。由此觀之，除了貧富差距以外所有變量的實(shí)證結(jié)果全部符合預(yù)期，說(shuō)明我們的模型具有很強(qiáng)的合理性和說(shuō)服力。我們?cè)诮酉聛?lái)的篇幅中會(huì)通過(guò)加入交互項(xiàng)來(lái)繼續(xù)研究這個(gè)變量對(duì)私家車保有量的影響。

我們之前的模型表明更大的貧富差距會(huì)產(chǎn)生與預(yù)期相反的影響，即貧富差距越大反而買得起私家車的人越多，原因可能是更大比例的富人在起作用。然而，雖然說(shuō)對(duì)于中國(guó)的情況而言，貧富差距單獨(dú)一個(gè)變量的影響是正的（倒數(shù)equality是負(fù)的），但是如果貧富差距、收入水平和二者的交互項(xiàng)共同存在于一個(gè)模型中則會(huì)產(chǎn)生完全不一樣的結(jié)果。

加了交互項(xiàng)之后的模型：【模型2】

從上面的結(jié)果一樣可以得出符合預(yù)期的結(jié)論。由于篇幅的限制，我們?cè)谶@部分只解釋與貧富差距相關(guān)的三個(gè)變量。可以看出新加入的收入與貧富差距的交互項(xiàng)顯著性水平為5%，說(shuō)明貧富差距對(duì)于私家車保有量的影響在不同的收入水平下是有差異的。更確切地說(shuō)就是交互項(xiàng)的符號(hào)為正而城鄉(xiāng)收入差距倒數(shù)（表示貧富差距）的符號(hào)為負(fù)，正如Dargay et al.（2007）所證明的理論：在收入水平較低的地區(qū)，更大的貧富差距代表有足夠高收入去買車的家庭數(shù)量更多。反之亦成立。

然而，之前的研究理論的結(jié)論通常是：更大的貧富差距會(huì)降低私家車保有量，這是因?yàn)樗麄兊难芯慷际腔诎l(fā)達(dá)國(guó)家的背景下，所研究地區(qū)均屬于在很長(zhǎng)時(shí)間內(nèi)的高收入地區(qū)。在中國(guó)的情況是不同的，因?yàn)橹袊?guó)是一個(gè)收入水平較低的發(fā)展中國(guó)家。因此，模型1得出的equality符號(hào)也是合理的。同時(shí)，對(duì)于模型2，所有其他變量的符號(hào)仍是復(fù)合預(yù)期的，系數(shù)也十分顯著，調(diào)整后的R方足夠解釋因變量的變化。顯然此模型能很好地達(dá)到我們的在本文最初提出的目標(biāo)。

五、結(jié)論

我們借鑒了Dargay et al.（2007）的主要思想——人均私家車保有量與收入的關(guān)系在不同的收入水平下是相異的。同時(shí)也參考了Dollar and Kraay（2002）的理論假設(shè)一個(gè)自然對(duì)數(shù)的收入分布——以人均GDP水平為均值，以城鄉(xiāng)收入差距為方差，并以實(shí)證的結(jié)果表明這兩個(gè)變量都是決定私家車保有量的主要因素。更加值得注意的是，我們指出了這兩個(gè)變量中的一個(gè)在另一個(gè)取不同數(shù)值時(shí)會(huì)有相反的影響效果。我們以中國(guó)為對(duì)象的研究與前人的思想和結(jié)論在實(shí)質(zhì)上是一致的。根據(jù)上面的結(jié)果，我們建議地方政府在制定相關(guān)政策時(shí)綜合考慮所在地區(qū)的實(shí)際收入水平、貧富差距以及居民購(gòu)買汽車的意愿，這些因素同時(shí)也是企業(yè)家決定銷售策略的重要參考。此外，相關(guān)管理人員可以直接通過(guò)控制這些經(jīng)濟(jì)指標(biāo)來(lái)控制當(dāng)?shù)氐乃郊臆嚀碛辛浚赃_(dá)到環(huán)境保護(hù)的要求。

參考文獻(xiàn)：

[1] Dargay J M. The effect of income on car ownership： evidence of asymmetry [J]. Transportation Research Part A： Policy and Practice，2001 （9）

[2] De Jong G C. An indirect utility model of car ownership and private car use[J]. European Economic Review，1990（5）

[3] Button K J， Pearman A D， Fowkes A S. Car ownership modelling and forecasting[M].1982

[4] Dargay J M， Vythoulkas P C. Estimation of a dynamic car ownership model： a pseudo-panel approach[J]. Journal of Transport Economics and Policy，1999

[5] Jong G， Fox J， Daly A， et al. Comparison of car ownership models[J]. Transport Reviews，2004（4）

[6] Dargay J M. Determinants of car ownership in rural and urban areas： a pseudo-panel analysis[J]. Transportation Research Part E： Logistics and Transportation Review，2002（5）

（責(zé)編：賈偉）endprint