東莞科技金融發展研究

董曉蕓　王杰敏　楊希

[提要] 為研究我國私家車擁有量的影響因素，采用1996～2015年私家車擁有量及有關因素年度數據，通過使用Eviews軟件對模型進行回歸分析，并在消除多重共線性及異方差的影響后，求解出最終的私家車擁有量影響因素模型。模型分析結果顯示：我國私家車擁有量與人均可支配收入、公路里程、原材料、燃料和動力購進價格指數有密切關系。最后結合研究結果，提出建議。

關鍵詞：實證分析；計量經濟學模型；私家車擁有量；多元回歸

中圖分類號：F426.471 文獻識別碼：A

收錄日期：2017年6月20日

一、引言

近二十年來，私家車的數量在迅速的增加，1996年的時候我國只有約230萬輛私家車，到了2015年，已經增長至14，000萬輛，尤其是在中國2001年加入WTO之后，由于對進口車輛的稅率降低，私家車的數量更是猛增。一方面私家車數量的增加反映出居民消費水平的提高，由原來的奢侈品逐漸轉變為一般商品；另一方面交通擁堵與停車難等問題也亟待解決。于是，如何對數量眾多的私家車進行管理成為首要關注的問題，北京率先出臺單雙號限行政策，其他地區或將采取道路建設措施，或將加強城市交通管理，但如果私家車的增長速度不有所放緩的話，這些問題依然得不到有效解決。關于私家車數量的影響因素分析，成為了當前熱門研究的話題。

二、相關文獻綜述

錢明霞（2008）對江蘇省影響私人汽車發展的相關因素進行灰色關聯度分析，得出了江蘇私家車數量的增加得益于基礎建設投入的增加，使得江蘇省的道路狀況得到了極大地改善，并且人均儲蓄量的增加也直接推動了對私家車的購買結論。王俊達（2016）結合31個省份的面板數據，對經濟環境、人口特征、基礎設施建設水平以及監管環境四個方面分析，得出了城市化水平高的省份人們對私家車的需求價格彈性低于城市化水平低的省份的結論。張琪、趙勝川（2016）的研究表明，人均地區生產總值、人均城市道路面積、公里里程、城市化率等因素對我國私人汽車擁有量的增加具有顯著的正效應，公共汽車的客運總數比年末實有公共汽車數量的比值越大，公共汽車的擁擠度就越高，公共服務水平越差，將會導致人們放棄公共汽車，從而增加對私家車的需求。

三、影響我國私家車擁有量因素的選取

考慮到經濟模型的設定應該抓住主要因素，使模型的設定形式簡單化，并且影響私家車的擁有量非單個因素，于是本文使用線性回歸模型，來具體分析各相關因素對我國私家車擁有量的影響。

（一）人均可支配收入。人均可支配收入就是指人們所獲得的各項工資經營收入等扣除各項稅費后剩余的、可以自由支配的收入，人均可支配收入作為衡量人們實際購買力大小的重要指標，直接決定了對私家車擁有量的影響，而且是呈現出嚴格的正相關關系。

（二）公路里程。公路里程包括城市的公路與街道，也包括可供行駛的橋梁和渡口等建筑，公路里程對交通擁堵量有著負相關關系，公路里程越長，可以反映擁堵量狀況的減輕，對人們購買私家車的欲望有激勵作用。

（三）居民消費價格指數。居民消費價格指數又叫消費者物價指數，它反映購買力水平的變動，消費者物價指數是度量通貨膨脹的重要指標，消費者物價指數上漲，表明購買力下降，所以居民消費價格指數與私家車擁有量預期是負相關關系。

（四）原材料、燃料和動力購進價格指數。原材料、燃料和動力購進價格指數反映的是購買私家車的成本，指數越高，將會減少對私家車的購買，所以原材料、燃料和動力購進價格指數與私家車擁有量預期呈現出負相關關系。

四、對私家車擁有量的計量分析

（一）數據的選取。本文選擇了《中國統計年鑒2015》與《前瞻數據庫》中1996～2015年共20年的相關數據，并對數據進行了定義：Y1表示私人汽車擁有量，X1表示人均可支配收入，X3表示居民消費價格指數，X4表示原材料、燃料和動力購進價格指數。

（二）模型設定。根據統計數據，為了確定各因素對私人汽車擁有量的影響，建立模型：

y=b1x1+b2x2+b3x3+b4x4+C

殘差平方項e2對解釋變量的散點集中在下三角區域，可以看出殘差平方項e2隨著解釋變量xi（i=1，2，3，4）的增加而呈現出變大的趨勢，說明模型存在著遞增性的異方差。

所以，上述模型進行修正：log（y）=b1log（x1）+b2log（x2）+b3log（x3）+b4log（x4）+C

運用Eviews進行最小二乘回歸分析，結果如表1所示。（表1）

該模型R2=0.9864，擬合優度高，F統計量的值為271.5701，解釋變量整體影響顯著，但t檢驗不通過，單個解釋變量對被解釋變量影響的顯著性不強，模型可能存在多重共線性。

與此同時，經過檢驗發現，解釋變量x1與x2之間的相關系數較高，如表2所示。（表2）

使用輔助回歸模型及方差膨脹因子對多重共線性進行檢驗。（表3）

上述回歸模型中F統計量較低，方差膨脹因子較接近于10，表明模型存在著較嚴重的多重共線性。

（三）消除多重共線性。使用逐步回歸法剔除引起多重共線性的變量，由表2可知解釋變量x1與被解釋變量相關度最高，于是首先建立log（y）與log（x）的一元基本線性回歸，并經過反復的檢驗與剔除，最終確定了最理想的模型為LOG（Y）=f（x1，x2，x4）。（表4）

修正后的模型經濟意義合理，擬合優度高，F檢驗通過，說明人均可支配收入、公路里程和原材料、燃料和動力購進價格指數對私家車擁有量的總影響是顯著的，t檢驗在？琢=0.1的顯著性水平下可以通過，單個解釋變量分別對被解釋變量的影響顯著。

（四）異方差的檢驗。接下來對模型使用White檢驗來判斷是否存在異方差。（表5）

nR2=16.02458>？字∞2（9）=16.919，其prob（nR2）伴隨概率為0.066370，大于給定的顯著性水平？琢=0.05，所以接受原假設，認為模型不存在異方差性。

該模型表明，在其他解釋變量不變的條件下，人均可支配收入每增加1%，私人汽車擁有量增加約1.6%，由于私人汽車擁有量的增長幅度大于人均可支配收入的增長幅度，說明人們對汽車的需求是富有彈性的；在其他解釋變量不變的條件下，公路里程每增加1%，私人汽車擁有量增加約0.5%，公路里程的增加改善了交通狀況，使人們更樂于開私家車出行；在其他解釋變量不變的條件下，原材料、燃料和動力購進價格指數每增加1%，私人汽車擁有量減少約1%，由于燃料的價格上漲，導致開車的成本增加，會減少人們對汽車的需求。

五、政策建議

隨著大氣污染和全球變暖的問題日益嚴重，以及城市道路擁擠問題的日漸突出，確實給人們的生活帶來很多困擾，私家車的使用直接增加了能源消耗，使以石油為原材料的工業或輕工業等相關產業成本增加，導致社會經濟發展受到一定影響。曾經有一位著名的經濟學家算過一筆賬，北京市每年因交通擁堵而產生的直接與間接損失達到了60億元。為了應對私家車的過快增長，各地都出臺相關政策，限制車輛出行，鼓勵乘坐公交車地鐵等公共交通工具。但若想要從根本上減少私家車的增長速度，還需要結合模型分析結果來從影響因素方面進行調整。首先，人均可支配收入是影響私家車購買量的最重要因素，但考慮實際情況，不能為了解決氣候問題而降低人們的收入水平，因為每減少1%的人均可支配收入僅僅減少1.6%的私家車，只有當人們的生活水平降低到溫飽狀態才會引起私家車擁有量大的大幅減少；其次考慮公路里程的影響，由于公路建設屬于基礎設施建設，正常情況下是不會減少的，而且對私家車擁有量的影響是通過道路擁擠程度間接實現的，這樣無疑會降低居民的幸福指數；最后考慮原材料、燃料和動力購進價格，政府若通過關稅，進口配額等貿易保護措施人為的提高購進價格，則可以有效的減少私人汽車的增長，甚至達到負增長，實現節能減排的政策目標。

主要參考文獻：

[1]錢明霞.影響私人汽車市場發展的相關因素分析——以江蘇省為例[J].經濟論壇，2008.6.

[2]王俊達.基于面板數據的省私人汽車擁有量的差異化發展研究[D].湖南大學，2016.

[3]張琪，趙勝川.中國城市私人汽車擁有量的影響因素分析[J].交通運輸研究，2016.3.

[4]饒棟平.我國私人汽車擁有量影響因素的計量分析[J].中國商貿，2013.33.

[5]龐皓.計量經濟學[M].北京：科學出版社，2014.