基于時(shí)空視角的私人汽車擁有量影響因素分析

何 文

（湖南大學(xué) 金融與統(tǒng)計(jì)學(xué)院，長(zhǎng)沙 410000）

一、問題提出

據(jù)世界銀行的研究，汽車擁有量(尤其是私人汽車)與人均國(guó)民收入成正比。 2003 年，我國(guó)國(guó)內(nèi)人均GDP 首次突破1000 美元，預(yù)示著中國(guó)汽車開始進(jìn)入家庭消費(fèi)階段。截止2011 年末，中國(guó)民用汽車擁有量突破1 億輛，比上年末增長(zhǎng)16.4%，其中私人汽車擁有量7872 萬輛，增長(zhǎng)20.4%。 汽車素有“經(jīng)濟(jì)持續(xù)增長(zhǎng)的發(fā)動(dòng)機(jī)”的美譽(yù)。 汽車的發(fā)展，其意義不僅在于汽車工業(yè)本身，還在于它對(duì)加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級(jí)改造、促進(jìn)產(chǎn)業(yè)布局調(diào)整，加快城鄉(xiāng)基礎(chǔ)設(shè)施建設(shè)等方面有重要的作用。 此外，汽車消費(fèi)也會(huì)帶來一些負(fù)面影響，如土地占用、能源消耗、環(huán)境污染和交通安全等問題，特別是私人汽車擁有量的增加速度與我國(guó)交通基礎(chǔ)設(shè)施的完善速度不匹配，堵車問題嚴(yán)重影響了工作和生活效率，在一些城市，限行和限牌政策呼之欲出。 到底哪些因素對(duì)私人汽車擁有量產(chǎn)生決定影響，國(guó)家政策干預(yù)是否行之有效，是一個(gè)值得探究的問題。

針對(duì)這些問題，國(guó)內(nèi)外學(xué)者展開了大量研究，取得了豐碩的成果。 在集合模型方面，Button等認(rèn)為集合模型無飽和水平限制[1]，而Dargey、Gately 后來通過Gomperta 模型分析其具有飽和水平限制[2]。 非集合模型多用于短期預(yù)測(cè)，主要包括多項(xiàng)Logit 模型、樹狀Logit 模型和多項(xiàng)Probit 模型等，這方面研究相對(duì)較少。 在提高模型預(yù)測(cè)精度方面，劉銳君運(yùn)用三種不同模型（計(jì)量模型、時(shí)間序列模型和灰色系統(tǒng)模型）預(yù)測(cè)了未來私家車保有量[3]；蔣艷梅、趙文平認(rèn)為基于遺傳算法的邏輯斯蒂克（Logistic）模型適用于我國(guó)私人汽車發(fā)展趨勢(shì)的中長(zhǎng)期預(yù)測(cè)[4]；此外，楊華等運(yùn)用基于熵值法的PSOBP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，提高了神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的速度和準(zhǔn)確性[5]；以及張雪武、 常晉義建立基于主成分分析的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型提高了城市汽車保有量的訓(xùn)練速度與預(yù)測(cè)精度[6]；程準(zhǔn)運(yùn)用灰色系統(tǒng)預(yù)測(cè)方法建立了外推效果可信的私人汽車擁有量模型，并預(yù)測(cè)我國(guó)私人汽車數(shù)量2014 年、201 年分別為14178.38 萬輛、17842.19 萬輛[7]。在探索影響私人汽車擁有量因素的研究方面，這方面的研究相對(duì)較多，在國(guó)外，Dargay[8]、Matas[9]等研究認(rèn)為小汽車擁有量的決定性因素是人均GDP （或人均收入）；Button 等在對(duì)發(fā)展中國(guó)家研究的基礎(chǔ)上得到每千人擁有汽車數(shù)量隨人均收入的發(fā)展呈現(xiàn)出“S”形增長(zhǎng)[10]。 在國(guó)內(nèi)，李陽(yáng)通過分析影響汽車擁有量的各種因素來擬合回歸模型，得出人均GDP、公路里程、其他交通運(yùn)營(yíng)數(shù)是影響四川省私家車擁有量的主要因素[11]；朱祥和將影響因素歸為公共交通建設(shè)程度、購(gòu)買者的購(gòu)買力和社會(huì)總體經(jīng)濟(jì)狀況三類[12]；王影運(yùn)用創(chuàng)新擴(kuò)散理論分析認(rèn)為影響我國(guó)私人汽車保有量的主要影因素是居民的可支配收入和城市化水平[13]；此外，秦之茵論述了我國(guó)收入分配與私家車保有量的關(guān)系[14]。

可見，已有文獻(xiàn)對(duì)私人汽車擁有量的影響因素有了較為深刻的研究，但鮮有文獻(xiàn)加入國(guó)家政策因素進(jìn)行考量。 與此同時(shí)國(guó)內(nèi)外一些學(xué)者在研究某些問題時(shí)意識(shí)到了國(guó)家政策的影響力，比如魏景容、簡(jiǎn)穎茵就亞運(yùn)全民免費(fèi)乘車政策調(diào)整進(jìn)行了研究[15]。 因此，本文在結(jié)合已有研究成果和我國(guó)具體國(guó)情的基礎(chǔ)上， 首先采用1996—2011 年共16 年的數(shù)據(jù)，特別引入政策虛擬變量，對(duì)影響我國(guó)汽車擁有量的主要因素，擬合并回歸進(jìn)行檢驗(yàn)和修正，得出影響我國(guó)私人汽車擁有量的主要因素。 在此基礎(chǔ)上，利用2012 年我國(guó)31 個(gè)省、市、自治區(qū)的截面數(shù)據(jù)，考察地鐵、航空等變量以及區(qū)域性因素（區(qū)域控制變量）對(duì)私人汽車擁有量的影響。

二、變量選擇與模型建立

（一）變量選取及數(shù)據(jù)來源

1. 時(shí)序數(shù)據(jù)來源及說明

針對(duì)本次研究的主題， 選取了全國(guó)私人汽車擁有量作為被解釋變量； 而在解釋變量方面，包括常規(guī)變量和虛擬變量。 前者分別從收入、產(chǎn)出、替代品、互補(bǔ)品和國(guó)民經(jīng)濟(jì)發(fā)展等方面選擇了8 個(gè)變量。 而虛擬變量方面，則以國(guó)家限行限牌政策為構(gòu)建標(biāo)準(zhǔn)。 變量定義及描述如表1。

表1 變量定義與描述

私人汽車擁有量、人口數(shù)量、轎車產(chǎn)量、公路里程和公共交通運(yùn)營(yíng)數(shù)量等指標(biāo)數(shù)據(jù)分別來自1996—2011 年《中國(guó)統(tǒng)計(jì)年鑒》。 為準(zhǔn)確把握經(jīng)濟(jì)真實(shí)狀況，其中涉及價(jià)格因素的變量如城鎮(zhèn)居民可支配收入、固定資產(chǎn)投資、社會(huì)消費(fèi)品零售總額等，均已剔除價(jià)格因素影響。 由于我國(guó)2008 年部分城市開始實(shí)行限行和限牌政策，因此，2007 年之前其數(shù)值為0，2007 年之后為1。

2. 截面數(shù)據(jù)來源及說明

在利用時(shí)序數(shù)據(jù)得到第一個(gè)模型后，考慮到當(dāng)前我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平不平衡，東西部發(fā)展差距大等因素，故進(jìn)一步利用2012 年截面數(shù)據(jù)加以研究，除了繼續(xù)引入上一階段得到的顯著影響因素外，還將從以下角度引入變量。

（1）地鐵因素。在當(dāng)前國(guó)內(nèi)外的大都市，地鐵已經(jīng)成為其標(biāo)志性交通工具。 地鐵準(zhǔn)時(shí)、不受其他交通工具干擾等特點(diǎn)使其成為了“上班族”的最愛。 目前已經(jīng)有地鐵（包括輕軌）運(yùn)營(yíng)的城市包括北京、天津、上海等15 個(gè)城市。在建的以及計(jì)劃修建地鐵的城市還有不少。因此，如果采取定量型變量（載客數(shù)等）衡量地鐵因素對(duì)私人汽車的影響，一方面數(shù)據(jù)不好獲取，另一方面會(huì)出現(xiàn)不少省份為0 的情況，這顯然無法合理地表現(xiàn)那些即將擁有地鐵的城市的影響。 所以，本次研究將采用定性變量的形式。 一方面，對(duì)已經(jīng)擁有地鐵的地區(qū)賦值；另一方面，考慮到那些有在建或者計(jì)劃修建地鐵政策的地區(qū)，這些信息可能會(huì)以消費(fèi)者購(gòu)買汽車有心理預(yù)期等方面的影響，也要進(jìn)行賦值，但兩者區(qū)別對(duì)待，具體賦值說明如下:

地鐵修建情況根據(jù)2012 年底是否正式投入運(yùn)營(yíng)為準(zhǔn)，12 月投入使用的地區(qū)列入“所在地區(qū)在建或計(jì)劃修建地鐵”情況。

（2）航空因素。飛機(jī)貴為高檔交通工具，高昂的機(jī)票價(jià)格以及“離地幾十公里”的運(yùn)行方式，讓很多人望而卻步。 最近幾年，隨著機(jī)票的價(jià)格走低，以及航空安全的保障進(jìn)一步加強(qiáng)，飛機(jī)成了不少人特別是商務(wù)人士工作、旅游的首選出行方式。 因此，特別選入民航發(fā)布的全國(guó)各省市機(jī)場(chǎng)客運(yùn)量指標(biāo)來表示考量航空因素對(duì)私人汽車的替代作用。

（3）區(qū)域性控制變量。 不同的地域由于經(jīng)濟(jì)發(fā)展水平的不同、人們的消費(fèi)觀念也不同，并且有時(shí)受國(guó)家政策的影響也不一樣，因此，考慮加入?yún)^(qū)域性控制變量加以區(qū)分。 具體賦值說明如下:

（三）模型設(shè)立

首先作出被解釋變量與解釋變量在同一坐標(biāo)系內(nèi)隨時(shí)間變化的折線圖（如圖1）。 一般情況下，對(duì)數(shù)模型往往相對(duì)于直接進(jìn)行變量回歸的模型而言更優(yōu)。 一是可以降低誤差，消弱異常值的影響，使得樣本回歸線的殘差由絕對(duì)誤差變?yōu)橄鄬?duì)誤差；二是可以使其參數(shù)具有經(jīng)濟(jì)上的乘數(shù)意義。 再加上大多數(shù)經(jīng)濟(jì)指標(biāo)是按指數(shù)增長(zhǎng)的，取對(duì)數(shù)后就將對(duì)數(shù)增長(zhǎng)變?yōu)榫€性增長(zhǎng)了，對(duì)數(shù)模型是更適合的模型形式。 從圖也可知，采用對(duì)數(shù)模型較合理。

圖1 折線圖對(duì)比

由于國(guó)家政策主要通過影響投資來達(dá)到干預(yù)汽車消費(fèi)的效果，綜合以上分析，本文考慮建立的模型形式如下（不包含第二階段建模所需變量）:

lnYt=β1+β2lnX1t+β3lnX2t+β4lnX3t+β5lnX4t+β6lnX5t+β7lnX6t+β8lnX7t+β9DtlnX7t+β10lnX8t+ut

其中Yt代表私人汽車擁有量，Xit代表影響私人汽車擁有量的各種因素，βi代表兩者之間的影響程度。

三、模型估計(jì)與解釋

（一）時(shí)序數(shù)據(jù)建模

1. 模型估計(jì)

在對(duì)原始數(shù)據(jù)（Dt除外）對(duì)數(shù)化處理后，通過EViews 軟件進(jìn)行回歸分析，得到:

lnYt=-35.11116+0.2063552lnX1t+0.373830lnX2t+2.097481lnX3t+0.007359lnX4t-0.0.060071lnX5t+0.130370lnX6t+0.022960lnX7t-0.010258DtlnX7+1.259821lnX8+ut

各參數(shù)及其檢驗(yàn)統(tǒng)計(jì)量情況如表2 所示:

表2 參數(shù)及其檢驗(yàn)統(tǒng)計(jì)量情況表

2. 模型檢驗(yàn)

（1）統(tǒng)計(jì)推斷檢驗(yàn)

第一，擬合優(yōu)度檢驗(yàn):該模型R2=0.99905,R-2=0.999763,可見其可決系數(shù)和修正后的可決系數(shù)都很高；而且F 檢驗(yàn)值為7021.980，P 值（0.0000）也很小，這說明模型的擬合效果非常好。

第二，t 檢 驗(yàn):在α=0.05 時(shí)，tα(n-k)=t0.025(16-9)=2.306 ,可 以 看 出lnX1t、lnX3t、lnX4t、lnX5t、lnX7t和lnX8t都不顯著；

第三，DW 檢驗(yàn):DW=2.871574， 同樣在α﹦0.05 的情況下，n=16,k’=9, dL=0.222，dU=3.090得到dL≤DW≤dU，說明無法判斷模型是否存在自相關(guān)。

（2）經(jīng)濟(jì)意義檢驗(yàn)

從估計(jì)得到的參數(shù)可以看出，β6＜0、β7>0，這說明當(dāng)其他變量保持不變時(shí)，公里里程（萬里）X5t每增加1%，全國(guó)私人汽車的擁有量平均減少0.06007%；當(dāng)公共交通運(yùn)營(yíng)數(shù)量(萬輛）X6t每增加1%時(shí)全國(guó)私人汽車的擁有量平均增加0.13036%；這都與實(shí)際經(jīng)濟(jì)意義相矛盾，出現(xiàn)上述結(jié)果的原因很可能是存在多重共線性。

3. 模型修正

從上述分析可知，回歸得到的模型還存在諸多問題，現(xiàn)在從多重共線性的角度入手對(duì)模型進(jìn)行修正。

（1）多重共線性的修正

選擇EViews 軟件自帶的STEPLS 回歸方法， 設(shè)置選取條件為（p≤0.05)。 最終共保留了Dt*lnX7、lnX2、lnX8、lnX3四個(gè)解釋變量，回歸方程為:lnY?t=-44.64709-0.010763Dt*lnX7t+0.442254lnX2t+2.922247lnX3t+1.372811lnX8t

（2）異方差檢驗(yàn)（White 檢驗(yàn)）

在上一步中剔除了不少變量，故模型可能因?yàn)槿鄙僦匾忉屪兞慷霈F(xiàn)異方差現(xiàn)象，故仍需對(duì)修正后的模型進(jìn)行異方差檢驗(yàn)。 本文采用White 檢驗(yàn)方法，得到:

表3 White 檢驗(yàn)結(jié)果

從表3 中可以看出，nR2=7.788710,在α=0.05 下，因?yàn)閚R2=10.59182＜χ2(10)=18.3070，所以接受原假設(shè)，表明模型不存在異方差。

（3）自相關(guān)檢驗(yàn)（DW 檢驗(yàn)）

在樣本容量n=16，k’=4，顯著性水平α=0.01 的情況下，查DW 統(tǒng)計(jì)表可知，dL=0.734，dU=1.935 模型中dU＜DW=2.318129＜4-dL，故模型中不存在自相關(guān)。

（4）偽回歸判定（ADF 檢驗(yàn)）

由于所收集的數(shù)據(jù)很大部分都為時(shí)間序列數(shù)據(jù)，如果時(shí)間序列不平穩(wěn)就很可能產(chǎn)生“偽回歸”現(xiàn)象，故接下來將采用回歸殘差協(xié)整檢驗(yàn)的方法對(duì)模型進(jìn)行協(xié)整檢驗(yàn)。 得到:

表4 ADF 檢驗(yàn)結(jié)果

從表4 檢驗(yàn)的結(jié)果可以看出， 在1%、5%、10%三個(gè)顯著性水平下， 單位根檢驗(yàn)的Mackinnon 臨界值分別為-4.200056、-3.175352、-2.728985， 而t 檢驗(yàn)統(tǒng)計(jì)量值為-9.328570，小于臨界值，從而拒絕H0，表明殘差序列不存在單位根，是平穩(wěn)序列，故不存在“偽回歸”問題。

4. 最終模型形式

綜上，得到最終的模型為:

SE (10.30600) (0.093885) (2.922247) (1.372811) （0.001864）

T (-4.332146) (4.710493) (3.197423) (15.33731) （-5.774648）

P (0.0012) (0.0006) （0.005) (0.0000) （0.0001）

R2=0.999843, F=17532.17, DW=2.318129

Dt表示國(guó)家對(duì)于私人汽車是否限行、限牌（無這方面政策，Dt=0；否則，Dt=1）。 故，當(dāng)國(guó)家不實(shí)施這方面限制政策時(shí)，模型為:

當(dāng)國(guó)家實(shí)施（限行限牌等）政策時(shí)，模型為:

其中:Yt為全國(guó)私人汽車擁有量（萬輛）；X2t為城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額（億元）；X3t為人口數(shù)量（萬人）；X7t為固定資產(chǎn)投資總額（億元）；X8t為社會(huì)消費(fèi)品零售總額（億元）。

從經(jīng)濟(jì)意義上說， 所擬合的回歸方程說明，在其他因素不變的情況下，城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額（億元）X2t每增加1%時(shí)，全國(guó)私人汽車的擁有量平均增加0.4422457%；人口數(shù)量X3t的對(duì)數(shù)值每增加1%時(shí)，全國(guó)私人汽車的擁有量平均增加2.922247%；社會(huì)消費(fèi)品零售總額（億元）X8t的每增加1 個(gè)單位時(shí)，全國(guó)私人汽車的擁有量平均增加1.372811%；在國(guó)家實(shí)施（限行、限牌等）政策時(shí)，固定資產(chǎn)投資總額（億元）X7t每增加1%時(shí)，全國(guó)私人汽車的擁有量平均減少0.010763%。

（二）截面數(shù)據(jù)建模

1. 數(shù)據(jù)說明

在第一階段已經(jīng)得到人口數(shù)量、社會(huì)消費(fèi)品零售總額、固定資產(chǎn)投資總額、城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額等顯著影響變量。 在第二階段，由于固定資產(chǎn)投資總額單獨(dú)出現(xiàn)不是顯著變量，故不再使用，人口數(shù)量變量用年末常住人口取代，其他變量換算成各省市自治區(qū)數(shù)據(jù)。

2. 模型形式

參照時(shí)序數(shù)據(jù)建模的形式，本階段建模也采用對(duì)數(shù)模型形式，具體形式如下:

lnYt=β1+β2lnX1t+β3lnX2t+β4lnX3t+β5lnX4t+β6D1+β7D2+β8D3+β9D4+ut

其中Yt代表私人汽車擁有量（萬輛），X1t代表年末常住人口（萬人），X2t代表城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額（億元）；X3t代表社會(huì)消費(fèi)品零售總額（億元）；X4t代表航空客運(yùn)量（萬人）；D1、D2為地鐵因素控制變量；D3、D4為區(qū)域控制變量；βi代表兩者之間的影響程度。

3.回歸結(jié)果

各參數(shù)及其檢驗(yàn)統(tǒng)計(jì)量情況如表5 所示:

表5 參數(shù)及其檢驗(yàn)統(tǒng)計(jì)量情況表

4.模型檢驗(yàn)

由于所使用的數(shù)據(jù)為截面數(shù)據(jù)，所以不需要進(jìn)行自相關(guān)、平穩(wěn)性等檢驗(yàn)。 此外，模型回歸時(shí)使用了STEPLS 回歸方法，已經(jīng)消除了多重共線性，所以現(xiàn)在對(duì)模型進(jìn)行異方差檢驗(yàn)。 使用White 檢驗(yàn)得到如下結(jié)果:

表6 White 檢驗(yàn)結(jié)果

從表6 中可以看出，nR2=12.12447，在α=0.05 下，因?yàn)閚R2=12.12447＜χ2(7)=14.07，所以接受原假設(shè)，表明模型不存在異方差。

5.最終模型形式

-0.358025D2+0.160660D3-0.130172D4

其中Yt代表私人汽車擁有量（萬輛），X1t代表年末常住人口（萬人），X2t代表城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額（億元）；X4t代表航空客運(yùn)量（萬人）；D1、D2為地鐵因素控制變量；D3、D4為區(qū)域控制變量。

從經(jīng)濟(jì)意義上說，所擬合的回歸方程說明，在其他因素不變的情況下，年末常住人口X1t（萬人）每增加1%時(shí)，全國(guó)私人汽車的擁有量平均增加0.42123%；城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額X2t的對(duì)數(shù)值每增加1%時(shí)，全國(guó)私人汽車的擁有量平均增加0.687605%；航空客運(yùn)量（萬人）X4t的每增加1 個(gè)單位時(shí)，全國(guó)私人汽車的擁有量平均減少0.107459%；地鐵因素對(duì)全國(guó)私人汽車的擁有量有顯著的負(fù)向影響；區(qū)域因素對(duì)全國(guó)私人汽車的擁有量有顯著影響，且不同區(qū)域?qū)ζ涞挠绊懹兴町悺?/p>

四、結(jié)論與建議

通過以上分析，可以得出:一方面從時(shí)序角度，總體而言私人汽車的擁有量受城鎮(zhèn)居民可支配收入、人口數(shù)量和社會(huì)消費(fèi)品零售總額因素影響。其中，人口數(shù)量影響最大，社會(huì)消費(fèi)品零售總額其次。在國(guó)家對(duì)私家車的購(gòu)買和使用采取限行和限牌的情況下，固定資產(chǎn)投資總額對(duì)其還有一定影響，但是負(fù)方向的。 這是由于投資者根據(jù)國(guó)家政策調(diào)整投資方向，將主要資金投入諸如航空、地鐵等領(lǐng)域所引起的。

另一方面，從空間的角度，私人汽車的擁有量受到年末常住人口、城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額、航空客運(yùn)量、地鐵控制變量以及區(qū)域控制變量的影響。其中年末常住人口、城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額的影響為正，航空客運(yùn)量、地鐵控制變量的影響為負(fù)，而區(qū)域控制變量對(duì)私人汽車的擁有量的影響不一致，其內(nèi)部存在差異。這主要是由于發(fā)達(dá)省份人們所擁有的財(cái)富更多，汽車消費(fèi)的能力更強(qiáng)所造成的。

而其他因素諸如轎車產(chǎn)量、公路里程、公共交通運(yùn)營(yíng)數(shù)量等對(duì)私人汽車的擁有量的影響并不明顯。 究其原因，筆者認(rèn)為:首先，雖說一種物品的產(chǎn)量在一定程度上會(huì)影響該物品的銷售，但這大多數(shù)情況下是立足于該種物品供小于求的狀況下。 而我國(guó)的汽車市場(chǎng)長(zhǎng)期以來都處于“買方”市場(chǎng)，汽車供給遠(yuǎn)遠(yuǎn)大于汽車需求，因此轎車產(chǎn)量因素影響不顯著也是說得通的；其次，雖說我國(guó)高速公路通車?yán)锍滩粩嘣鲩L(zhǎng)，再加上“節(jié)假日免費(fèi)通行”政策深入人心，使得“自駕游”風(fēng)靡全國(guó)；但是，目前我國(guó)居民使用私家車主要還是為了滿足上班、代步等日常需要，相較于前者，“自駕游”的影響可謂是九牛一毛。故公路里程也不是影響我國(guó)私人汽車的重要因素；再次，至于公共交通對(duì)私人汽車擁有量影響甚微，筆者認(rèn)為這是我國(guó)當(dāng)前公共交通不夠完善，各項(xiàng)服務(wù)還沒做到位所導(dǎo)致的。

根據(jù)以上結(jié)論，提出以下對(duì)策建議:

（1）國(guó)家是否要對(duì)私人汽車的購(gòu)買和使用進(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)行限行限牌政策時(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)。

（2）隨著居民收入的增多，伴隨計(jì)劃生育政策的調(diào)整，私人汽車擁有量在較長(zhǎng)的一段時(shí)間內(nèi)將持續(xù)快速增長(zhǎng)。 因此，關(guān)鍵是在滿足老百姓基本汽車需求的基礎(chǔ)上，如何進(jìn)一步完善交通基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)公共交通管理。

（3）大力發(fā)展公共交通體系，鼓勵(lì)公交出行。 從時(shí)序?qū)嵶C研究的結(jié)果來看，公共交通（不包括地鐵）對(duì)居民汽車消費(fèi)影響不顯著，這可能與目前我國(guó)公共交通、公共設(shè)施不完善有關(guān)。 但從空間角度分析可知地鐵變量能夠顯著影響私人汽車擁有數(shù)量。 因此，政府管理部門應(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[16]。

（4）加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級(jí)，引導(dǎo)“環(huán)境友好型”汽車生產(chǎn)和消費(fèi)。 一是加快生產(chǎn)企業(yè)的組織結(jié)構(gòu)調(diào)整和改革，鼓勵(lì)汽車產(chǎn)業(yè)改革創(chuàng)新，加大諸如新能源汽車創(chuàng)新領(lǐng)域的人力以及物力投入，推進(jìn)新能源汽車的發(fā)展；二是加大新能源汽車和小排量汽車的財(cái)政補(bǔ)貼和稅收優(yōu)惠力度；三是積極引導(dǎo)群眾消費(fèi)“綠色”汽車產(chǎn)品。 加大節(jié)能惠民補(bǔ)貼力度，鼓勵(lì)低排量和純電動(dòng)型汽車消費(fèi)。

（5）堅(jiān)持“西部大開發(fā)”、“中部崛起”等戰(zhàn)略。 發(fā)揮發(fā)達(dá)省份的“帶頭作用”，積極招商引資，縮小東西部發(fā)展差距，推動(dòng)各省協(xié)調(diào)共進(jìn)地發(fā)展。

[1] Dargay J.，Gately D.Income’s effect on car and Vehicle ownership，worldwide：1960—2015[J]. Transportation Research Part A1999，33：101-138.

[2] Button Kenneth，Ngoe Ndoh，Hine John.Modeling vehicle ownership and use in low income countries[J].Journal of Transport Economics and Policy，1993，XXVII(1)：51-69.

[3] Button K，Hine J.Car ownership forecasts for low-income countries[J].Traciffic Engineering and Control，1992，(12)：666-671.

[4] Dargay J.The effect of prices and income on car travel in the UK[J].Transportation Research Part A：Policy and Practice，2007，(10)：949-960.

[5] Matas A，Raymound J-L.Changes in the structure of car ownership in Spain[J]. Transportation Research Part A：Policy and Practice，2008，(1)：197-202.

[6] 劉銳君.武漢市私家車保有量增長(zhǎng)的模型分析[J].統(tǒng)計(jì)與決策，2009，(19)：99-100.

[7] 蔣艷梅，趙文平.Logistic 模型在我國(guó)私人汽車保有量預(yù)測(cè)中的應(yīng)用研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2010，(11)：99-104.

[8] 楊華，周銳.基于熵值法的PSOBP 神經(jīng)網(wǎng)絡(luò)私家車保有量的預(yù)測(cè)[J].電腦知識(shí)與技術(shù)，2011，(19)：4676-4678.

[9] 張雪伍，常晉義.PCA-BP 在城市汽車保有量預(yù)測(cè)中的應(yīng)用研究[J].計(jì)算機(jī)仿真，2012，(12)：376-379.

[10] 程準(zhǔn).中國(guó)私人汽車擁有量灰色預(yù)測(cè)[J].信息系統(tǒng)工程，2013，(5)：34-35.

[11] 李陽(yáng).影響我國(guó)私家車擁有量的因素分析——以四川省為案例的計(jì)量分析[J].消費(fèi)導(dǎo)刊，2008，(8)：8-9.

[12] 朱祥和.基于多元線性回歸的私家車保有量預(yù)測(cè)[J].湖北工業(yè)大學(xué)學(xué)報(bào)，2011，(3)：38-39.

[13] 王影.基于創(chuàng)新擴(kuò)散理論的我國(guó)私人汽車保有量影響因素研究[D].重慶師范大學(xué)，2012.

[14] 秦之茵.中國(guó)的收入分布與私家車保有量——基于分省面板數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)師，2014，(4)：59-60.

[15] 魏景容，簡(jiǎn)穎茵.公共政策調(diào)整對(duì)完善公共政策制定的啟示——基于G 市亞運(yùn)全民免費(fèi)乘車政策調(diào)整的分析[J].四川理工學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版，2013，(5)：24-27.

[16] 官永彬.財(cái)政分權(quán)、雙重激勵(lì)與地方政府供給偏好的異質(zhì)性[J].重慶師范大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2012，(1)：102-111.