發(fā)布時(shí)間：2017-07-06 10:23

  本文關(guān)鍵詞：基于面板數(shù)據(jù)的省私人汽車(chē)擁有量的差異化發(fā)展研究

  更多相關(guān)文章： 私人汽車(chē)擁有量 汽車(chē)限購(gòu) 城市化水平 公共交通

【摘要】：近年來(lái),隨著經(jīng)濟(jì)的快速發(fā)展,私人汽車(chē)擁有量同樣得到了飛速的增長(zhǎng)。然而,車(chē)輛增長(zhǎng)在給人們生活工作帶來(lái)了許多便利的同時(shí),也產(chǎn)生了一些日益嚴(yán)重的負(fù)外部性問(wèn)題,如交通擁堵、空氣污染、高度的能源依賴等問(wèn)題。實(shí)際上,中國(guó)各省私人汽車(chē)擁有量呈現(xiàn)的發(fā)展情況是不同。只有在明白了各省私人汽車(chē)擁有量的發(fā)展特征,政府及相關(guān)部門(mén)才有更有針對(duì)性地解決因汽車(chē)增長(zhǎng)所引發(fā)的問(wèn)題。本文旨在基于實(shí)證的角度厘清各省私人汽車(chē)擁有量的差異化發(fā)展,以適用未來(lái)汽車(chē)的發(fā)展,并向政府及相關(guān)部門(mén)提供解決汽車(chē)增長(zhǎng)的問(wèn)題的政策性建議,以便更好的應(yīng)對(duì)因這種增長(zhǎng)所引發(fā)的負(fù)外部性。本文基于中國(guó)2000-2013年31個(gè)省份的面板數(shù)據(jù),運(yùn)用靜態(tài)面板模型和動(dòng)態(tài)面板模型對(duì)私人汽車(chē)擁有量差異化發(fā)展從四個(gè)方面進(jìn)行分析,包括經(jīng)濟(jì)環(huán)境、基礎(chǔ)設(shè)施建設(shè)、人口特征和監(jiān)管環(huán)境。結(jié)論為,城市化水平高的省份的,人均GDP的增長(zhǎng)的速度比私人汽車(chē)擁有量增長(zhǎng)的速度快,而城市化水平低的省份,人均GDP彈性會(huì)向城市化水平高的省份的彈性趨近；城市化水平高的省份不太會(huì)盲目增加私人汽車(chē)的擁有量；相對(duì)于其他省份,城市化水平高的省份的人們對(duì)于時(shí)間成本和汽車(chē)使用成本相對(duì)敏感,在同等的情況下,他們更可能不選擇以私家車(chē)的形式出行；城市化水平高的省份,會(huì)更傾向于采用汽車(chē)限購(gòu)限用的政策。目前國(guó)內(nèi)外針對(duì)汽車(chē)擁有量的相關(guān)研究分析文獻(xiàn)不少,而這些研究分析大體可歸類(lèi)為兩類(lèi)基本模型,即集合模型和非集合模型。在集合模型中,通常在國(guó)家,地區(qū)或是城市的層次上對(duì)汽車(chē)需求的進(jìn)行收入彈性的分析,而這種模型通常使用普通最小二乘法模型來(lái)預(yù)測(cè)汽車(chē)擁有量。而非集合模型,傾向于使用家庭數(shù)據(jù)從決策層級(jí)上更為詳盡的分析的購(gòu)買(mǎi)汽車(chē)的行為。過(guò)去的研究中,集合模型又可以分為有OLS模型和增長(zhǎng)模型兩種形式。對(duì)于OLS模型,最常用到的是對(duì)數(shù)線性模型。對(duì)數(shù)線性模型是將汽車(chē)擁有率(一定單位的人擁有汽車(chē)的數(shù)量)的對(duì)數(shù)看成因變量,構(gòu)造諸如人口、人均GDP等一些潛在決定因子對(duì)數(shù)的線性方程。如黃曉燕(2012)采用雙對(duì)數(shù)模型,選取中國(guó)235個(gè)地級(jí)以上城市為樣本,研究了1990-2009年中國(guó)城市私人汽車(chē)擁有量演變的時(shí)空特征,并選取了9個(gè)解釋變量,使用1995-2009年的面板數(shù)據(jù),建立面板數(shù)據(jù)模型量化各影響因素的貢獻(xiàn)率,分析各因素對(duì)城市私人汽車(chē)擁有量的作用機(jī)制。而常用增長(zhǎng)模型主要有：Logistic模型和Gompertz模型。而這類(lèi)模型往往體現(xiàn)為,汽車(chē)擁有量隨著人均收入的增加而開(kāi)始慢慢增加,然后急劇上升,最后達(dá)到-個(gè)飽和水平。在集合模型中,除了人均GDP,還可以把燃料價(jià)格、人口密度、道路密度,鐵路密度以及時(shí)間趨勢(shì)作為解釋變量。Tanner(1958)首次建立的趨勢(shì)預(yù)測(cè)集合模型,在汽車(chē)保有率、邊際增長(zhǎng)率和飽和水平的基礎(chǔ)上構(gòu)建了Logistic模型,并于1978年對(duì)該模型進(jìn)行修正,將預(yù)測(cè)基準(zhǔn)年的人均GDP和實(shí)際駕駛成本納入了趨勢(shì)預(yù)測(cè)集合模型。Dargay et al(1999)采用26個(gè)國(guó)家從1960-1992年的橫截面時(shí)間序列數(shù)據(jù)建立了Gompertz模型,成功的預(yù)測(cè)了直至2015年汽車(chē)保有率的發(fā)展趨勢(shì)。而非集合模型是在家庭層面上研究家庭汽車(chē)擁有量與家庭特征之間的關(guān)系。基于橫截面數(shù)據(jù),將一個(gè)家庭擁有特定數(shù)量的汽車(chē)的概率作為家庭特征的函數(shù),而這常會(huì)采用離散選擇進(jìn)行分析。而最基本的靜態(tài)汽車(chē)模型旨在預(yù)測(cè)在一個(gè)給定的時(shí)間一個(gè)家庭擁有的汽車(chē)數(shù)量,同時(shí)可以揭示有關(guān)家庭的特點(diǎn),如家庭中成年人工作的人數(shù),以及家庭的位置屬性,比如距離市中心的距離。在此之前的相關(guān)的研究,幾乎沒(méi)有人重點(diǎn)考慮私人汽車(chē)擁有量差異化發(fā)展,大部分研究更傾向去預(yù)測(cè)一個(gè)國(guó)家或是地區(qū)的汽車(chē)擁有量。因此,何種因素引發(fā)的這種差異化發(fā)展及其具體的影響程度,是一個(gè)值得研究的重要課題。而我們的理論依據(jù)其相關(guān)假設(shè),具體為：假設(shè)現(xiàn)實(shí)中只存在兩類(lèi)商品,私人交通工具(T)和所有其他產(chǎn)品(z)。假設(shè)商品都是可取的完全可分割的�；趥鹘y(tǒng)的消費(fèi)行為理論,我們可以得到市場(chǎng)對(duì)私人交通工具需求的函數(shù)。正如我們所知,最優(yōu)消費(fèi)束取決于兩組信息：經(jīng)濟(jì)環(huán)境和消費(fèi)者的個(gè)人偏好Φ。其中經(jīng)濟(jì)環(huán)境由消費(fèi)者收入(X)以及兩類(lèi)商品的價(jià)格pT和pz,所決定。根據(jù)消費(fèi)者行為的理論,我們可以得到個(gè)人對(duì)私人交通工具需求函數(shù),其表示如下：T*=T(PT,Pz、X;φ)假設(shè)在一個(gè)省份中有N個(gè)消費(fèi)者。那么一個(gè)省對(duì)私人汽車(chē)市場(chǎng)需求DT是個(gè)人對(duì)私人汽車(chē)需求的水平加,其表示如下：DT(pT,Pz,X1,...,XN;φ1,...,φN):∑T,(PT,Pz:,Xi;φi)如果我們假設(shè)對(duì)每一個(gè)消費(fèi)者來(lái)說(shuō),每單位收入的增加帶來(lái)相同的邊際消費(fèi),那么收入分配不會(huì)影響市場(chǎng)需求。因此對(duì)于特定的j省私人交通工具市場(chǎng)需求可表示為：DjT=DjT(pjT,pjZ,Xaj;φaj)其中j=1,…….31,Xa表示總收入,PjT和pjz分別表示j省的的私人汽車(chē)價(jià)格和所有其他產(chǎn)品的價(jià)格,Xaj表示j省的總收入和Φa表示j省的總體偏好。對(duì)于前面所說(shuō)的所有其他商品(z),在這里我們只考慮與私人汽車(chē)具體替代關(guān)系的公共交通工具。在進(jìn)行更一步的分析之前,我們知道交通工具(私人交通工具和公共交通工具)所付出的代價(jià)(價(jià)格),包括直接付現(xiàn)的成本和非付現(xiàn)的時(shí)間成本。而這直接付現(xiàn)的成本包括汽車(chē)的購(gòu)買(mǎi)價(jià)款,燃汽油費(fèi)、過(guò)路費(fèi)、維修費(fèi)、牌照費(fèi)等相關(guān)費(fèi)用,而非付現(xiàn)的時(shí)間成本實(shí)質(zhì)上是機(jī)會(huì)成本,其大小取決于出行所耗費(fèi)的時(shí)間價(jià)值。另外,道路基礎(chǔ)設(shè)施建設(shè)、城市的空間布局及規(guī)劃也會(huì)對(duì)交通工具所付出的代價(jià)產(chǎn)生一定的影響,更何況中國(guó)現(xiàn)在正處在快速城市化進(jìn)程當(dāng)中,相關(guān)的道路基礎(chǔ)設(shè)施投資金額也大。實(shí)際中,增加對(duì)道路基礎(chǔ)設(shè)施的投資,往往會(huì)使得道路容量增加,這樣的話每輛車(chē)的行駛的道路空間相比之間就更大了,因而也減少了交通擁堵,從而減少了出行所花費(fèi)的時(shí)間,這樣的話,時(shí)間的機(jī)會(huì)成本也相應(yīng)的減少了。因此,對(duì)于某省份j來(lái)說(shuō),其私人交通工具需求可進(jìn)一步表示為：DjT,t=DjT,j(cjT,t,Votj,t,cjz,t,Xaj,t,infjT,t,infjz,t,spdevj,t,Xbj,t)其中j=1,…,31,cjT,t表示在t時(shí)刻在私人交通工具上所付出的成本；voti,t表示在t時(shí)刻出行的時(shí)間成本；cjz,t表示在t時(shí)刻在公共交通工具上所付出的成本；Xaj,t表示在t時(shí)間的總收入；infjT,t表示在t時(shí)刻的私人交通的基礎(chǔ)設(shè)施情況；infjz,t表示在t時(shí)刻的公共交通的基礎(chǔ)設(shè)施的現(xiàn)狀；spdevj,t表示在t時(shí)刻j省的城市的空間布局及規(guī)劃；Xb j,t表示其他對(duì)私人交通工具有影響的變量,在這個(gè)變量中,j省的政府是否對(duì)汽車(chē)采取限購(gòu)限用的政策對(duì)于私人交通工具的使用尤為重要。因?yàn)檎深A(yù)影響消費(fèi)者的偏好。如果政府不鼓勵(lì)人們更多的使用私家車(chē)出行時(shí),那么它就很可能通過(guò)一個(gè)汽車(chē)限購(gòu)或是限用的政策去限制消費(fèi)者原本的偏好。實(shí)證分析的這些數(shù)據(jù)取自31個(gè)省從2000年到2013年的面板數(shù)據(jù),來(lái)源于國(guó)家統(tǒng)計(jì)局以及EPS數(shù)據(jù)庫(kù)。然而有些數(shù)據(jù)在某些省份或是某些年是缺失的。對(duì)于道路橋梁以及公共交通運(yùn)輸?shù)耐顿Y在2013年的數(shù)據(jù)是缺失的�？紤]到基礎(chǔ)設(shè)施的投資受政策的影響較大,對(duì)于道路橋梁和公共交通的投資缺失數(shù)據(jù)不做處理。而對(duì)于交通工具類(lèi)消費(fèi)價(jià)格指數(shù),西藏的就這一數(shù)據(jù)是缺失的。過(guò)去很多研究,基于歷史或是政治的原因傾向于不把西藏納入分析,本文中因考慮到西藏的大體的經(jīng)濟(jì)環(huán)境可能于新疆類(lèi)似,因而使用了新疆的CPI作為西藏的CPI。在這里,需強(qiáng)調(diào)的是,在這里,我們將使用交通成本消費(fèi)價(jià)格指數(shù)作為汽車(chē)使用成本的代理變量。而這個(gè)消費(fèi)價(jià)格指數(shù)包括交通包括車(chē)用燃料,零配件,維修費(fèi)等。同時(shí),關(guān)于汽車(chē)的限購(gòu)限用的政策,截止到2013年有六個(gè)城市采取了不同的汽車(chē)限購(gòu)限用的政策,這六個(gè)城市包括北京,上海,廣州,天津,石家莊,貴陽(yáng)。之后2014年,又有深圳和杭州兩個(gè)城市加入到這一政策名單中。為了便于分析限購(gòu)限用對(duì)汽車(chē)擁有量的影響,我們假設(shè)如果一個(gè)省份中有一個(gè)城市采取這一政策,就認(rèn)為整個(gè)省份采取了這政策。而因這一假設(shè),估計(jì)的結(jié)果可能會(huì)放大該政策的效果。我們可以發(fā)現(xiàn)高城市化水平組往往有較高的人均私人汽車(chē)擁有量、人均GDP、道路橋梁投資以及公共交通投資。在高城市化組中,201 3年北京的人均GDP,24480元是各省份最高的,同時(shí)其人均私人汽車(chē)擁有量是0.2,,而在低城市化組中,人均GDP最低的省是貴州,才5248元,其人均私人汽車(chē)擁有量是0.047。另外,在高城市化組中,江蘇在2012年是投資于道路橋梁和公共交通最多的和第二多的省份,其金額分別為4.3907億,1.9億。而低城市化組中,,投資道路和橋梁和公共交通最多的省份四川才分別是3.0408億和5466萬(wàn)。而另一方面,這些高城市化組往往卻又有較高的人均所占道路長(zhǎng)度,,較高的人口密度和道路密度。2013年,上海的人口密度為3777.78人/平方公里,而西藏的則是2.51人/平方公里,上海的人口密度是西藏1506倍。與此同時(shí),2013年上海的道路密度2公里/平方公里比低城市化組中道路密度最高的河南省,1.50公里/平方公里,高出一點(diǎn)。同時(shí)高城市化組中,私人汽車(chē)密度最低的福建省27.89輛/公里,依舊比低城市化組中汽車(chē)密度第二高河南省,23.24輛/公里,高出一些。另外,截止到2014年末,已經(jīng)有7個(gè)城市采用了汽車(chē)限購(gòu)和限用的政策,而這7個(gè)城市中有6個(gè)在高城市化組�；趯�(duì)于私人交通工具的需求理論分析,以及基于不同模型的比較分析,我們最終選擇關(guān)于私人汽車(chē)擁有量的對(duì)數(shù)的模型,其具體表示如下：lnYjt=β0+β'lnX'jt+β1t+β2policyjt+β3urbanjt+ηj+εjt (1)其中Yjt表示j省在t年的人均私人車(chē)輛擁有量,X'jt表示j省在t年的影響Yjt的一系列特征變量,包括汽車(chē)的價(jià)格price,道路基礎(chǔ)設(shè)施的投資infral,公共交通運(yùn)輸?shù)耐顿Yinfra2,道路密度rdensity,人口密度pdensity,城市化水平urban,時(shí)間趨勢(shì)變量t則是用于捕捉隨時(shí)間變化而難以觀察的變量,汽車(chē)限購(gòu)限用政策policyjt是一個(gè)虛擬變量(0或1)表示j省在t年采用汽車(chē)限購(gòu)限用的政策,η i表示難以觀察到的反映各省差異的變量,如各省不同的地理特征,εit表示觀察誤差。方程(1)是本文基本的計(jì)量回歸模型,在沒(méi)有考慮內(nèi)生性的情況下,對(duì)上述方程進(jìn)行最小二乘法和固定效應(yīng)模型估計(jì),結(jié)果將是有偏的也是非一致的。在回歸方程中可能會(huì)有關(guān)的變量,如各省區(qū)汽車(chē)燃料供應(yīng)的稟賦差異等。在實(shí)際建模過(guò)程中無(wú)法將解釋變量全部列出,在這樣的情況下,遺漏的變量的影響就被納入了誤差項(xiàng)中,在該遺漏變量與其他解釋變量相關(guān)的情況下,就引起了內(nèi)生性問(wèn)題。遺漏變量導(dǎo)致的偏誤方向和遺漏的變量本身有關(guān),即如果是遺漏了對(duì)因變量有正向影響的變量,則會(huì)造成估計(jì)結(jié)果的高估。本文將使用靜態(tài)面板模型,并提出動(dòng)態(tài)面板模型分析的可能性。在靜態(tài)面板模型中使用工具變量法進(jìn)行估計(jì),我們主要是從兩個(gè)方面著手尋找工具變量(IV)來(lái)控制和解決相關(guān)變量的內(nèi)生性問(wèn)題：第一種是許多文獻(xiàn)通常采用的滯后期工具變量,另一種方法是尋找外部工具變量。在本文中第一種方法,我們采用的基礎(chǔ)設(shè)施投資的滯后期作為其工具變量,而在第二種方法中,我們將道路路燈數(shù)作為基礎(chǔ)設(shè)施投資的外部工具變量。道路橋梁基礎(chǔ)設(shè)施的投資很有可能是路燈數(shù)量的函數(shù),在本文中我們把人口密度作為其工具變量,同時(shí)我們還發(fā)現(xiàn),道路兩邊的路燈的數(shù)量與道路橋梁投資有很大的相關(guān)性,同時(shí)它與汽車(chē)擁有量的直接的相關(guān)性表現(xiàn)的似乎又是不明顯。基于以上的原因,我們將路燈數(shù)量作為道路橋梁基礎(chǔ)設(shè)施投資的外生的工具變量。而且經(jīng)過(guò)測(cè)試,這兩個(gè)工具變量的適當(dāng)?shù)?不存在過(guò)度識(shí)別,識(shí)別不足以及弱工具變量的問(wèn)題。而對(duì)于動(dòng)態(tài)面板模型,任何經(jīng)濟(jì)因素變化本身均具有一定的慣性,前一期結(jié)果往往對(duì)后一期有一定影響。中國(guó)各省私人汽車(chē)擁有量很可能存在滯后效應(yīng),引入動(dòng)態(tài)模型滯后項(xiàng)可以較好地控制滯后因素。對(duì)動(dòng)態(tài)面板模型的估計(jì)可以使用差分GMM和系統(tǒng)GMM。LnYjt=γLnYjt-1+β0+β'1LnX1'jt+β2policy'jt+β3urbanjt+β3t+ηj+εjt (2)△LnYit=γ△LnYit-1++β'1△LnX1'it+β2△policy'it+β3△urbanit+△εjt (3)Arellano and Bond(1991)假設(shè)殘差項(xiàng)的一階差分△εjt與解釋變量的水平項(xiàng)(滯后2期及以上)都不相關(guān),即可以得到一階差分的矩條件,并且該假設(shè)條件的滿足需要差分方程(3)式的殘差項(xiàng)不存在二階序列相關(guān)。我們也將在實(shí)證中給出該檢驗(yàn)。Blundell and Bond(1998)提供的差分GMM和系統(tǒng)GMM估計(jì)量進(jìn)行了估計(jì),而GMM估計(jì)量的一致性有一個(gè)重要的前提,即一次差分以后的擾動(dòng)項(xiàng)不存在二階序列相關(guān),但是一階序列相關(guān)是允許的。對(duì)此我們使用David Roodman(2006)提供的xtabond2程序進(jìn)行估計(jì),檢驗(yàn)結(jié)果表明,差分GMM和系統(tǒng)GMM估計(jì)都不能拒絕模型沒(méi)有二階序列相關(guān)的原假設(shè),因此差分GMM和系統(tǒng)GMM估計(jì)量是一致的。同時(shí),我們通過(guò)Hansen測(cè)試檢驗(yàn)考察了工具變量的有效性,Hansen測(cè)試檢驗(yàn)的原假設(shè)為所選工具變量是有效的,檢驗(yàn)結(jié)果顯示,Hansen檢驗(yàn)不能拒絕原假設(shè)。因此,差分GMM和系統(tǒng)GMM估計(jì)是有效的’動(dòng)態(tài)差分模型的好處在于：第一,在模型回歸方程中可能遺漏的變量大多和私人汽車(chē)擁有量相關(guān),如某省的汽車(chē)消費(fèi)習(xí)慣等,而這些因素一般隨時(shí)間變化是比較小的。取差分后能夠消除掉這些不隨時(shí)間變化的變量和個(gè)體非觀測(cè)效應(yīng),從而能夠部分地解決遺漏變量問(wèn)題。對(duì)于時(shí)變而且對(duì)各省區(qū)都造成類(lèi)似影響的事件,如汽車(chē)性能及技術(shù)的升級(jí)等,可以通過(guò)加入時(shí)間虛擬變量來(lái)控制。第二,差分能夠消除反向因果關(guān)系。系統(tǒng)GMM估計(jì)的好處有：第一,對(duì)于存在非時(shí)變的遺漏變量問(wèn)題,該估計(jì)將不再是有偏的。第二,在估計(jì)模型的右邊存在內(nèi)生變量時(shí),工具變量的使用會(huì)使得系數(shù)的估計(jì)是一致的。因此,本文也將使用動(dòng)態(tài)面板中的差分GMM和系統(tǒng)GMM進(jìn)行估計(jì)。靜態(tài)面板中的固定效應(yīng)模型是除去組內(nèi)均值的回歸,動(dòng)態(tài)面板模型不論是差分還是系統(tǒng)廣義矩估計(jì)都包含有對(duì)一階差分模型的估計(jì),因此,這些估計(jì)方法都可以消除個(gè)體非觀測(cè)效應(yīng)。隨時(shí)間變化的因素所發(fā)生的影響,這些時(shí)間非觀測(cè)效應(yīng)對(duì)各省區(qū)的影響是類(lèi)似的,作用大小會(huì)略有差別,可以通過(guò)加入時(shí)間虛擬變量捕捉這種變化的影響。但就本文而言,不管是固定效應(yīng)模型,還是GMM模型,本文采用相關(guān)研究中常用的方法,加入時(shí)間趨勢(shì)變量(t),以控制政策和相關(guān)汽車(chē)技術(shù)改良等對(duì)所有省私人汽車(chē)擁有量的共同影響’為了進(jìn)一步分析各省私人汽車(chē)擁有量的差異化發(fā)展,我們根據(jù)2013年的各省的城市化水平,將31個(gè)省份分成高城市化水平組(0.6以上),中等城市化水平組(0.5-0.6)以及低城市化水平組(0.5以下)三組。高城市化水平組的省份包括北京、上海、天津、廣東、浙江、江蘇、遼寧、福建,而中等城市化水平組包括吉林、山東、山西、內(nèi)蒙古、重慶、黑龍江、湖北、海南、陜西、寧夏,而低城市化水平組包括江西、青海、湖南、西藏、新疆、河北、安徽、四川、廣西、河南、云南、甘肅、貴州。我們可以發(fā)現(xiàn)不同組的一些特征。高城市化水平組有較高的人均私人汽車(chē)擁有量、人均GDP、道路橋梁投資以及公共交通投資。而另一方面,這些高城市化水平組卻又有較高的人均所占道路長(zhǎng)度,,較高的人口密度和道路密度。另外,截止到2014年末,已經(jīng)有7個(gè)城市采用了汽車(chē)限購(gòu)和限用的政策,而這7個(gè)城市中有6個(gè)在高城市化水平組�？偠灾�,以上這些特征從經(jīng)濟(jì)環(huán)境、基礎(chǔ)設(shè)施、人口特征以及監(jiān)管環(huán)境四個(gè)方面反映了各省份的人均私人汽車(chē)擁有量的不同發(fā)展趨勢(shì)。為了分析私人汽車(chē)擁有量的可能發(fā)展趨勢(shì),以及如何維持其理性的增長(zhǎng),在此我們將整個(gè)31個(gè)省份組與高城市化組進(jìn)行了比較分析。對(duì)比兩組比較結(jié)果,我們發(fā)現(xiàn)城市化水平高的省份,人均GDP的增長(zhǎng)的速度比私人汽車(chē)擁有量增長(zhǎng)的速度快,而低城市化水平的省份,人均GDP彈性會(huì)向城市化水平高省份的彈性趨近。城市化水平高的省份公路網(wǎng)往往著更高的效率,它能夠容納更多的車(chē)輛。同時(shí),道路和橋梁和投資與私人車(chē)輛擁有量之間呈現(xiàn)的是正相關(guān)。另外,城市化水平提高確實(shí)能使得人均私人汽車(chē)擁有量增加,但是這種增加并非盲目的。同時(shí),相對(duì)于其他省份,在高城市化省份的人們對(duì)于時(shí)間成本和汽車(chē)使用成本相對(duì)敏感,在同等的情況下,他們更可能選擇不以私家車(chē)的形式出行。還有在大城市里,基礎(chǔ)設(shè)施建設(shè)及投資能刺激并帶動(dòng)私人汽車(chē)的消費(fèi),但是同時(shí)也能推動(dòng)公共交通的發(fā)展。伴隨著公共交通系統(tǒng)不斷優(yōu)化,私人汽車(chē)的增長(zhǎng)趨勢(shì)將得到相應(yīng)的抑制。另外,當(dāng)前一些欠發(fā)達(dá)省份的公共交通服務(wù)質(zhì)量依舊無(wú)法與私家車(chē)所帶來(lái)的方便相抗衡。對(duì)于那些城市化水平高的省份,車(chē)輛使用成本,如停車(chē)費(fèi)、牌照費(fèi)、燃油費(fèi)、車(chē)的保險(xiǎn)和維修以及為找停車(chē)場(chǎng)的浪費(fèi)的時(shí)間成本在汽車(chē)擁有量增長(zhǎng)的過(guò)程中扮演著越來(lái)越重要的角色。對(duì)于汽車(chē)限用限購(gòu)的政策,目前有7個(gè)城市采取這一政策,盡管各不完全相同,其中有6個(gè)城市在高城市化省份。表明,城市化水平的省份,會(huì)更傾向于使用這一政策,同時(shí)在保持其他因素不變的情況下,一個(gè)省份采取了這政策會(huì)使得人均私人汽車(chē)擁有量大約降低0.407個(gè)百分點(diǎn)。基于實(shí)證結(jié)果的分析,向政府及相關(guān)部門(mén)提供解決私人汽車(chē)擁有量快速增長(zhǎng)的問(wèn)題的政策性建議,以便更好的應(yīng)對(duì)因這種增長(zhǎng)所引發(fā)的負(fù)外部性。具體為如下所示：首先,針對(duì)一些省份或城市對(duì)于汽車(chē)使用的成本的不敏感,當(dāng)?shù)卣芍鸩揭肫?chē)擁堵定價(jià)收費(fèi)的機(jī)制,以有效控制汽車(chē)的增長(zhǎng),并相應(yīng)減少交通擁堵。其次,加大對(duì)于公共交通的投資及建設(shè),提升其服務(wù)質(zhì)量,為旅客帶來(lái)更為便利舒適的服務(wù),以吸引更多的旅客選擇選擇以公共交通工具出行。這可能與目前我國(guó)公共交通公共設(shè)施不完善有關(guān)。政府管理部門(mén)應(yīng)著眼于全局和長(zhǎng)遠(yuǎn),一方面科學(xué)規(guī)劃加快交通基礎(chǔ)設(shè)施的建設(shè)步伐,另一方面加大補(bǔ)貼力度提高服務(wù)質(zhì)量鼓勵(lì)居民選擇公共交通的出行方式。最后,如果將行政手段與經(jīng)濟(jì)手段結(jié)合在一起,汽車(chē)限用限購(gòu)的政策對(duì)于汽車(chē)擁有量的增長(zhǎng)效果會(huì)更好。行政手段目前主要表現(xiàn)為單號(hào)雙號(hào)牌照的政策性限行。而經(jīng)濟(jì)手段則是通過(guò)對(duì)汽車(chē)牌照數(shù)量定量發(fā)行,競(jìng)價(jià)拍賣(mài)。同時(shí)國(guó)家是否要對(duì)私人汽車(chē)的購(gòu)買(mǎi)和使用進(jìn)行干預(yù),要視不同地區(qū)而定,且要保持適度。國(guó)家在實(shí)行限購(gòu)限用政策時(shí),結(jié)合固定資產(chǎn)投資方向的調(diào)整,更加有利于政策目標(biāo)的實(shí)現(xiàn)總而言之,近年來(lái),頻繁頒布的針對(duì)新能源汽車(chē)的優(yōu)惠政策以及不斷有新的城市加入到汽車(chē)限購(gòu)限用的名單中,都表明了中國(guó)政府強(qiáng)大決心去解決私人汽車(chē)擁有量快速增長(zhǎng)的問(wèn)題及其增長(zhǎng)所引發(fā)的負(fù)外部性問(wèn)題。
【關(guān)鍵詞】：私人汽車(chē)擁有量 汽車(chē)限購(gòu) 城市化水平 公共交通
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F224;F426.471
【目錄】：

• ABSTRACT5-10
• 1. INTRODUCTION10-13
• 1.1 BACKGROUND10-11
• 1.2 OBJECTIVE OF THE RESEARCH11
• 1.3 OUTLINE OF THESIS11-13
• 2. MODELLING METHODOLOGY LITERATURE REVIEW13-25
• 2.1 AGGREGATE MODELS13-16
• 2.2 DISAGGREGATE MODELS16-18
• 2.3 SUMMARY18-25
• 3. HISTORICAL PATTERNS25-32
• 3.1 FACTORS INFLUENCING MOTOR VEHICLE GROWTH25-29
• 3.1.1 Population growth26-27
• 3.1.2 Urbanization27-28
• 3.1.3 Economic development28-29
• 3.1.4 Summary29
• 3.2 VARIANCE DEVELOPMENT AMONG PROVINCES29-32
• 4. VEHICLE LIMITATATION32-38
• 4.1 SHANGHAI33-34
• 4.2 BEIJING34-36
• 4.3 SUMMARY36-38
• 5. THEORICAL HYPOTHESIS38-42
• 6. DATA AND DESCRIPTIVE STATISTICS42-46
• 6.1 DATA42-43
• 6.2 DESCRIPTIVE STATISTICS43-46
• 7. EMPIRICAL MODEL46-54
• 7.1 FIXED AND RANDOM EFFECTS MODELS49
• 7.2 OMITTED VARIABLES AND ENDOGENEITY49-52
• 7.3 HETEROSCEDASTICITY AND SERIAL CORRELATION52-54
• 8. EVALUATION OF THE MODELS54-61
• 8.1 COMPARISON BETWEEN MODELS54-57
• 8.2 COMPARISON BETWEEN GROUPS57-61
• 9. CONCLUSION61-63
• 10. POLICY IMPLICATION63-65
• REFERENCE65-70
• APPENDIX A 中文摘要70-77
• APPENDIX B ACADEMIC PAPERS PUBLISHED77-78
• ACKNOWLEDGEMENTS78

，

本文編號(hào)：525819