东莞科技金融发展研究

董晓芸　王杰敏　杨希

[提要] 为研究我国私家车拥有量的影响因素，采用1996～2015年私家车拥有量及有关因素年度数据，通过使用Eviews软件对模型进行回归分析，并在消除多重共线性及异方差的影响后，求解出最终的私家车拥有量影响因素模型。模型分析结果显示：我国私家车拥有量与人均可支配收入、公路里程、原材料、燃料和动力购进价格指数有密切关系。最后结合研究结果，提出建议。

关键词：实证分析；计量经济学模型；私家车拥有量；多元回归

中图分类号：F426.471 文献识别码：A

收录日期：2017年6月20日

一、引言

近二十年来，私家车的数量在迅速的增加，1996年的时候我国只有约230万辆私家车，到了2015年，已经增长至14，000万辆，尤其是在中国2001年加入WTO之后，由于对进口车辆的税率降低，私家车的数量更是猛增。一方面私家车数量的增加反映出居民消费水平的提高，由原来的奢侈品逐渐转变为一般商品；另一方面交通拥堵与停车难等问题也亟待解决。于是，如何对数量众多的私家车进行管理成为首要关注的问题，北京率先出台单双号限行政策，其他地区或将采取道路建设措施，或将加强城市交通管理，但如果私家车的增长速度不有所放缓的话，这些问题依然得不到有效解决。关于私家车数量的影响因素分析，成为了当前热门研究的话题。

二、相关文献综述

钱明霞（2008）对江苏省影响私人汽车发展的相关因素进行灰色关联度分析，得出了江苏私家车数量的增加得益于基础建设投入的增加，使得江苏省的道路状况得到了极大地改善，并且人均储蓄量的增加也直接推动了对私家车的购买结论。王俊达（2016）结合31个省份的面板数据，对经济环境、人口特征、基础设施建设水平以及监管环境四个方面分析，得出了城市化水平高的省份人们对私家车的需求价格弹性低于城市化水平低的省份的结论。张琪、赵胜川（2016）的研究表明，人均地区生产总值、人均城市道路面积、公里里程、城市化率等因素对我国私人汽车拥有量的增加具有显著的正效应，公共汽车的客运总数比年末实有公共汽车数量的比值越大，公共汽车的拥挤度就越高，公共服务水平越差，将会导致人们放弃公共汽车，从而增加对私家车的需求。

三、影响我国私家车拥有量因素的选取

考虑到经济模型的设定应该抓住主要因素，使模型的设定形式简单化，并且影响私家车的拥有量非单个因素，于是本文使用线性回归模型，来具体分析各相关因素对我国私家车拥有量的影响。

（一）人均可支配收入。人均可支配收入就是指人们所获得的各项工资经营收入等扣除各项税费后剩余的、可以自由支配的收入，人均可支配收入作为衡量人们实际购买力大小的重要指标，直接決定了对私家车拥有量的影响，而且是呈现出严格的正相关关系。

（二）公路里程。公路里程包括城市的公路与街道，也包括可供行驶的桥梁和渡口等建筑，公路里程对交通拥堵量有着负相关关系，公路里程越长，可以反映拥堵量状况的减轻，对人们购买私家车的欲望有激励作用。

（三）居民消费价格指数。居民消费价格指数又叫消费者物价指数，它反映购买力水平的变动，消费者物价指数是度量通货膨胀的重要指标，消费者物价指数上涨，表明购买力下降，所以居民消费价格指数与私家车拥有量预期是负相关关系。

（四）原材料、燃料和动力购进价格指数。原材料、燃料和动力购进价格指数反映的是购买私家车的成本，指数越高，将会减少对私家车的购买，所以原材料、燃料和动力购进价格指数与私家车拥有量预期呈现出负相关关系。

四、对私家车拥有量的计量分析

（一）数据的选取。本文选择了《中国统计年鉴2015》与《前瞻数据库》中1996～2015年共20年的相关数据，并对数据进行了定义：Y1表示私人汽车拥有量，X1表示人均可支配收入，X3表示居民消费价格指数，X4表示原材料、燃料和动力购进价格指数。

（二）模型设定。根据统计数据，为了确定各因素对私人汽车拥有量的影响，建立模型：

y=b1x1+b2x2+b3x3+b4x4+C

残差平方项e2对解释变量的散点集中在下三角区域，可以看出残差平方项e2随着解释变量xi（i=1，2，3，4）的增加而呈现出变大的趋势，说明模型存在着递增性的异方差。

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

运用Eviews进行最小二乘回归分析，结果如表1所示。（表1）

该模型R2=0.9864，拟合优度高，F统计量的值为271.5701，解释变量整体影响显著，但t检验不通过，单个解释变量对被解释变量影响的显著性不强，模型可能存在多重共线性。

与此同时，经过检验发现，解释变量x1与x2之间的相关系数较高，如表2所示。（表2）

使用辅助回归模型及方差膨胀因子对多重共线性进行检验。（表3）

上述回归模型中F统计量较低，方差膨胀因子较接近于10，表明模型存在着较严重的多重共线性。

（三）消除多重共线性。使用逐步回归法剔除引起多重共线性的变量，由表2可知解释变量x1与被解释变量相关度最高，于是首先建立log（y）与log（x）的一元基本线性回归，并经过反复的检验与剔除，最终确定了最理想的模型为LOG（Y）=f（x1，x2，x4）。（表4）

修正后的模型经济意义合理，拟合优度高，F检验通过，说明人均可支配收入、公路里程和原材料、燃料和动力购进价格指数对私家车拥有量的总影响是显著的，t检验在？琢=0.1的显著性水平下可以通过，单个解释变量分别对被解释变量的影响显著。

（四）异方差的检验。接下来对模型使用White检验来判断是否存在异方差。（表5）

nR2=16.02458>？字∞2（9）=16.919，其prob（nR2）伴随概率为0.066370，大于给定的显著性水平？琢=0.05，所以接受原假设，认为模型不存在异方差性。

该模型表明，在其他解释变量不变的条件下，人均可支配收入每增加1%，私人汽車拥有量增加约1.6%，由于私人汽车拥有量的增长幅度大于人均可支配收入的增长幅度，说明人们对汽车的需求是富有弹性的；在其他解释变量不变的条件下，公路里程每增加1%，私人汽车拥有量增加约0.5%，公路里程的增加改善了交通状况，使人们更乐于开私家车出行；在其他解释变量不变的条件下，原材料、燃料和动力购进价格指数每增加1%，私人汽车拥有量减少约1%，由于燃料的价格上涨，导致开车的成本增加，会减少人们对汽车的需求。

五、政策建议

随着大气污染和全球变暖的问题日益严重，以及城市道路拥挤问题的日渐突出，确实给人们的生活带来很多困扰，私家车的使用直接增加了能源消耗，使以石油为原材料的工业或轻工业等相关产业成本增加，导致社会经济发展受到一定影响。曾经有一位著名的经济学家算过一笔账，北京市每年因交通拥堵而产生的直接与间接损失达到了60亿元。为了应对私家车的过快增长，各地都出台相关政策，限制车辆出行，鼓励乘坐公交车地铁等公共交通工具。但若想要从根本上减少私家车的增长速度，还需要结合模型分析结果来从影响因素方面进行调整。首先，人均可支配收入是影响私家车购买量的最重要因素，但考虑实际情况，不能为了解决气候问题而降低人们的收入水平，因为每减少1%的人均可支配收入仅仅减少1.6%的私家车，只有当人们的生活水平降低到温饱状态才会引起私家车拥有量大的大幅减少；其次考虑公路里程的影响，由于公路建设属于基础设施建设，正常情况下是不会减少的，而且对私家车拥有量的影响是通过道路拥挤程度间接实现的，这样无疑会降低居民的幸福指数；最后考虑原材料、燃料和动力购进价格，政府若通过关税，进口配额等贸易保护措施人为的提高购进价格，则可以有效的减少私人汽车的增长，甚至达到负增长，实现节能减排的政策目标。

主要参考文献：

[1]钱明霞.影响私人汽车市场发展的相关因素分析——以江苏省为例[J].经济论坛，2008.6.

[2]王俊达.基于面板数据的省私人汽车拥有量的差异化发展研究[D].湖南大学，2016.

[3]张琪，赵胜川.中国城市私人汽车拥有量的影响因素分析[J].交通运输研究，2016.3.

[4]饶栋平.我国私人汽车拥有量影响因素的计量分析[J].中国商贸，2013.33.

[5]庞皓.计量经济学[M].北京：科学出版社，2014.