碳中和目標下汽車保有量影響因素研究

林耿堃 陳易凡 危 凡 胡衛(wèi)東

（江西財經(jīng)大學，江西 南昌 330013）

一、研究背景

截至2021年3月，我國機動車保有量已達3.78億輛，同比增長5.0%，其中汽車保有量2.87億輛，同比增長6.3%，我國的汽車保有量的增長速度明顯高于機動車保有量的增長速度。2021年全國汽車保有量達到百萬級別的城市共有72個，相比2020年同期增加了5個，而汽車保有量超過300萬量的城市有16個，相比2020年同期增加了4個，其中北京的汽車保有量更是超過了600萬輛。汽車產(chǎn)業(yè)高速發(fā)展的同時，其所帶來的環(huán)境問題卻成了社會發(fā)展的障礙。

汽車主要通過石油的加工品汽油與柴油這些化石燃料作為主要燃料，而化石燃料燃燒后產(chǎn)生二氧化碳，并通常附著一氧化碳和細顆粒物等有毒物質(zhì)，因此汽車所產(chǎn)生的尾氣成為了部分地區(qū)霧霾的元兇之一。2018年，交通部門的總排放量主要分為道路運輸、鐵路運輸、水路運輸和民航運輸4個部分，道路運輸占比最高，占73.5%[1]，而汽車又是道路運輸?shù)淖钪饕问?，可以說目前汽車所排的二氧化碳為交通部門碳排放的最重要來源。我國力爭在2030年時二氧化碳排放量達到峰值，在2060年時實現(xiàn)二氧化碳的“零排放”，而交通部門作為碳排放三大行業(yè)之一，是應對氣候變化的工作重點，也是推行“碳達峰、碳中和”戰(zhàn)略的重點領域，因此治理汽車保有量問題也成了重中之重。加快研究“碳中和”目標下我國私家車保有量影響因素，對于支撐推進“碳中和”戰(zhàn)略，制定低碳政策具有重大的現(xiàn)實意義。

二、文獻綜述

（一）低碳視閾下汽車保有量研究的重要性

不少學者通過論證認為通過有效治理交通運輸問題能夠減緩二氧化碳的排放，趙小曼等人（2021）[2]研究認為中國交通運輸行業(yè)經(jīng)濟發(fā)展與碳排放之間存在明顯的倒“N”型長期關系，隨著行業(yè)經(jīng)濟的發(fā)展，交通運輸碳排放總量依然會呈現(xiàn)增長趨勢，但增長速度將會不斷放緩，因此通過有效的治理能夠緩解交通運輸帶來的碳排放。姚勝永和潘海嘯（2009）[3]研究認為減少城市交通碳排放最有效的方式是交通模式的轉(zhuǎn)換，在滿足出行者的交通需求的條件下，引導出行者采用節(jié)能的交通方式。而解決問題根源在于如何通過合理的計量方法對于汽車保有量做出合理的預估。國內(nèi)外已有不少學者對汽車保有量問題進行了較為詳細的研究，學界普遍認為汽車保有量增長將給社會或個人帶來一系列問題，F(xiàn)euillet Thierry等人（2021）[4]認為汽車使用產(chǎn)生負外部性，導致許多健康、環(huán)境和經(jīng)濟問題，通過研究認為以社會經(jīng)濟因素的復雜交互作用為特征的空間情境在居住剝奪與私家汽車使用的關系中發(fā)揮了調(diào)節(jié)作用。馬艷麗和高月娥（2007）[5]通過綜合考慮經(jīng)濟人口、汽車保有量增長速度以及不同人均GDP人群分布等因素進行量化后利用趨勢外推等方法進行預測汽車保有量，判斷將存在一段大幅度的飛升時期，并對土地資源和環(huán)境保護產(chǎn)生巨大壓力。

（二）國內(nèi)外汽車保有量研究現(xiàn)狀

何種因素影響了汽車保有量成為了國內(nèi)外學界討論的重點，其中不少學者認為經(jīng)濟的高速發(fā)展是主要的影響因素之一，徐珊珊（2017）[6]建立經(jīng)濟計量模型，認為城鎮(zhèn)居民可支配收入會對該地區(qū)的汽車保有量產(chǎn)生一定的影響。任玉瓏等人（2011）[7]通過國民經(jīng)濟發(fā)展水平、交通運輸情況等因素進行量化后建立模型，最后發(fā)現(xiàn)人均GDP、人均公路里程和燃料動力購進價格指數(shù)是影響民用汽車擴散速度主要因素。王翠（2017）[8]通過對居民消費水平、公營營運汽車和燃料類商品零售價格指數(shù)3個方面通過構建多元回歸模型對遼寧省私家車保有量進行預測與影響因素分析。對此，也有學者提出了不同的看法，Mao Ye等（2020）[9]研究發(fā)現(xiàn)不同人群選擇的出行方式不同對私家車的保有量會有一定的影響。Charles Zhu等（2012）[10]通過對中國大學生（具有更大未來購買力的消費者）進行了一項調(diào)查，以此了解學生的態(tài)度、社會規(guī)范以及對購車的渴望。面對高增長的汽車保有量，也有學者提出了一些可行的解決方案，劉海燕（2012）[11]提出政府要完善相關的法律法規(guī)、提高汽車進入的壁壘才能更加有效地控制汽車保有量高速增長帶來的問題。通過對文獻進行梳理，可以發(fā)現(xiàn)影響私家車保有量并非單一因素，筆者在前人的研究成果之上，總結其研究不足之處，通過綜合考慮并建立合適模型，研究我國私家車保有量的影響因素，從而為政策制定提供較為準確的參考。

三、模型選擇與變量說明

（一）模型選擇

多元線性回歸模型能夠在無須對未來系統(tǒng)采樣的情況下，推測未來的回歸系數(shù)及模型精度，而且該模型還可以識別解釋變量對因變量影響程度的動態(tài)規(guī)律以及變化趨勢。通過進行數(shù)據(jù)實證研究，能夠較好地驗證模型擬合、預測結果的可行性和有效性[12]。多元線性回歸分析主要用于探討單一因變量與多個自變量之間的關系，目的在于以自變量來解釋因變量[13]，其表達式為：

式中:n為影響因素個數(shù)，為回歸系數(shù)，ui為隨機擾動項。為了有效地估計模型中的參數(shù)，上述模型需要滿足一些假定，隨機擾動項的均值為零，方差相同，且隨機擾動項之間無自相關性，隨機擾動項與影響因素之間不相關以及隨機擾動項服從正態(tài)分布。

（二）變量說明

居民消費價格指數(shù)（CPI），通常反映了家庭購買的消費品與服務價格水平之間的變化。CPI是一個相對的數(shù)字，只能用于評估在特定時間段內(nèi)隨時間變化的一組典型的消費者和服務項目的價格水平變化，反映了消費者購買的商品和服務的價格水平變化。Marques等人（2021）[14]認為汽車購買成本變動對消費者的車輛選擇影響最大，并且其能夠間接影響該地區(qū)的汽車保有量。因此本文選取CPI作為汽車的購置成本的代替變量進行研究。在當前的CPI調(diào)查中，交通和通信部分主要包括車輛、車輛燃料和零件、車輛使用和維護成本、城市公共交通成本、城市間交通成本、通信設備和通信服務。在運輸和通訊類型中，汽車價格從數(shù)萬到數(shù)十萬不等，包括停車費、車輛維護服務費和洗車費的變化。

鐵路運輸路線長度，即為客貨運鐵路的干線長度，該變量作為影響汽車保有量的主要影響變量卻常被學界所忽視。Boqiang Lin和Zhili Du（2017）[15]研究發(fā)現(xiàn)地鐵、有軌電車等城市軌道交通會在一定程度影響汽車的銷量，然而其研究卻忽視了城際高鐵等鐵路交通蓬勃發(fā)展帶來的影響。我國鐵路的高速發(fā)展改善了地區(qū)間經(jīng)濟發(fā)展格局[16]，作為鐵路總里程世界第一的中國而言，鐵路出行成了很多人選擇的主要出行工具，但是國內(nèi)目前仍然缺少有關鐵路運輸路線長度對汽車保有量影響的研究。本文將該變量進行進一步拓展，選擇鐵路運輸路線長度作為本次實證研究的變量之一。

汽車生產(chǎn)量，即汽車生產(chǎn)商提供的汽車供給量?？蒂澚梁蛣⒑Ｔ疲?006）通過對我國汽車產(chǎn)業(yè)市場進行敏感度分析后發(fā)現(xiàn)我國汽車市場彈性基本符合經(jīng)濟基礎理論假設[17]。汽車產(chǎn)業(yè)市場符合經(jīng)濟學基本假設，即隨著人們對汽車的需求增加，汽車的供應量必將增加，使得產(chǎn)品市場保持平衡，并且市場上的總供應量等于總需求。生產(chǎn)促進消費，汽車產(chǎn)量增加，消費也將增加。因此，汽車生產(chǎn)與私家車所有權之間存在必要聯(lián)系。

居民可支配收入，主要反映了居民的總現(xiàn)金收入，并常被認為是決定消費者支出的最重要因素之一，通常被用于衡量一個國家生活水平的變化。國內(nèi)學者認為收入水平是推動汽車保有量增多的根本原因[18]。因此本文將居民可支配收入作為衡量消費者收入水平的重要變量進行研究。

綜上，本文將采用回歸分析和多重共線性分析從消費物價指數(shù)、鐵路運輸路線長度、汽車產(chǎn)量和人均可支配收入4個維度分析其是否對汽車保有量有影響及影響的方向如何。

四、實證分析

（一）數(shù)據(jù)預處理

本文設定被解釋變量為中國汽車保有量（設置變量Y），解釋變量為居民消費價格指數(shù)（變量X1）、鐵路總里程（變量X2）、汽車生產(chǎn)量（變量X3）和居民可支配收入（變量X4）。本文所使用變量與數(shù)據(jù)均來源于2005~2019年中國統(tǒng)計年鑒和中國汽車年鑒。本文利用Eviews9建立模型進行實證分析。首先繪制變量Y與變量X1，X2，X3和X4的共同趨勢圖，結果如圖1所示。

圖1 共同趨勢圖

由圖1可知，從2005~2019年我國汽車保有量迅速增長的趨勢，而其他4個變量的增長幅度并不是很大。通過相關性分析，可得我國汽車保有量與居民消費價格指數(shù)成反比，與鐵路運輸路線長度、汽車生產(chǎn)量和居民人均可支配收入正相關性。其中各變量之間存在的相關關系尚未明朗，因此在得到正確的結論之前應當建立模型進行實證探討。

（二）模型建立

以汽車保有量為被解釋變量，居民消費價格指數(shù)、鐵路運輸路線長度、汽車生產(chǎn)量和居民人均可支配收入作為解釋變量建立線性回歸模型。建立線性回歸方程Y=β0+β1X1+β2X2+β3X3+β4X4+ε，運用OLS方法估計模型的參數(shù)?；貧w結果如表1所列。

表1 OLS估計參數(shù)

即Y=33800.43-44.85X1-111.924X2+2.014X3+1.416X4

通過利用OLS進行相關的模型參數(shù)的估計，本次擬合的R2為0.999128，修正的可決系數(shù)為兩者都非常接近1，這說明模型對樣本的擬合程度很高，進一步說明這4個變量能夠極好地解釋因變量的變化趨勢。對于設定原假設H0：β1=β2=β3=β4=0，備擇假設H1：βj（j=1，2，3，4）不全為0。給定顯著性水平a=0.05，在F分布表中查出自由度為Fa（k,n-k-1）的臨界值F0.05（4，9）=3.63。由表1中得到F=2579.258，由于F=2579.258＞F0.05（4，9）=3.63，應拒絕原假設H0：β1=β2=β3=β4=0，說明回歸方程顯著。所以通過F檢驗，可知該方程總體上的線性關系是顯著成立的，即居民消費價格指數(shù)、鐵路運輸路線長度、汽車生產(chǎn)量、居民人均可支配收入等變量聯(lián)合起來確實對私人汽車保有量有顯著影響。

而分別針對原假設H0：βj=0（j=1，2，3，4），備擇假設H1：βj≠0（j=1，2，3，4），給定顯著性水平a=0.05，查t分布表得自由度為13-4-1=8，臨界值由表1數(shù)據(jù)可得，與 中對應的t統(tǒng)計量分別為-1.178、-6.859、3.193、22.337，其中只有絕對值大于這說明鐵路運輸路線長度、汽車生產(chǎn)量、居民人均可支配收入因素應當拒絕H0：βj=0（j=1，2，3，4），而居民消費價格指數(shù)因素應接受原假設，即X2，X3和X4通過了t檢驗，而X1沒有通過。也就是說，當在其它解釋變量不變的情況下，鐵路運輸路線長度、汽車生產(chǎn)量、居民人均可支配收入等變量聯(lián)合起來確實對汽車保有量這一因變量有顯著影響。

（三）經(jīng)濟意義檢驗

由回歸估計結果可以看出，居民消費價格指數(shù)、鐵路運輸路線長度、汽車生產(chǎn)量、居民人均可支配收入對我國汽車保有量有顯著影響，在假定其他變量不變的情況下，當居民消費價格指數(shù)增加1個單位時，則我國汽車保有量減少44.85；鐵路運輸路線長度增加1單位時，則汽車保有量減少111.924；汽車生產(chǎn)量增加1個單位時，汽車保有量增加2.014；居民人均可支配收入上升1個單位時，汽車保有量增加1.416。這些理論分析皆與經(jīng)驗判斷、現(xiàn)實情況相符，所以該模型具有現(xiàn)實意義和經(jīng)濟意義。

五、相關模型的假設檢驗

（一）異方差檢驗

一旦模型出現(xiàn)了異方差，將破壞模型設定基本假設，導致整個模型出現(xiàn)計算偏差，因此在得到最終結論之前，應當對異方差做好檢驗。本文采用White檢驗法進行異方差的檢驗，選取顯著水平a=0.005，此時（5）=11.07＞nR2=4.8253，且p值較大，故可以認為不存在異方差性。

（二）多重共線性檢驗

1.檢驗多重共線性

由于變量X1（居民消費價格指數(shù)）未通過t檢驗，且存在符號異常情況，故解釋變量間可能存在多重共線性，為確保模型的嚴謹性，本次研究需要進行多重共線性的檢驗。首先檢驗簡單相關系數(shù)，結果如表2所列。

表2 相關系數(shù)矩陣表

由表2可以看出，X2，X3，X4的相關系數(shù)較高，都接近于1，證實可能存在很明顯的多重共線性。

2.消除多重共線性

本文采用逐步回歸的方法，去檢驗或消除其多重共線性。分別作Y對X1，X2，X3，X4的一元回歸并找出最簡單的回歸形式，結果如表3所列。

表3 簡單回歸表

由表3可見，應選表中所示模型為初始的回歸模型（X4）逐步回歸，并同時將其他解釋變量（X1，X2，X3）分別導入上述初始回歸模型，尋找最佳回歸方程，結果如表4所列。

表4 逐步回歸表

（1）在最優(yōu)簡單回歸方程Y=f（X4）中引入變量X1，R2由0.991提高到0.992，進行t檢驗β（X1）不顯著，可以認為該變量為無關變量，暫時給予刪除。

（2）本研究的模型中分別引入X3，X2，R2沒有太大變化，進行t檢驗β（X3）β（X2）較顯著。從經(jīng)濟理論分析，X2，X3應該為重要因素，且X2，X3與X4之間的相關性弱，因此可以認為該變量為有關變量，暫時給予保留。

（3）同時加入X2，X3兩個變量，可以發(fā)現(xiàn)二者在99%的置信水平下顯著，且R2最大，因此可以得到如下結論：回歸模型以Y=f（X2，X3，X4）為最優(yōu)模型。

DW=1.217，R2=0.999，F(xiàn)=3309.841，括號內(nèi)為t統(tǒng)計量值。

（三）自相關檢驗

在消除多重共線性后，本研究還需要進行自相關檢驗，結果如表5所列。

表5 自相關檢驗結果

通過表5可以看出，X2，X3，X4的顯著性均小于0.05的顯著性水平，且德賓沃森統(tǒng)計量為1.217大于1，這表明變量之間沒有自相關關系。通過對結果進行處理，得到相應的殘差圖，如圖2所示。

圖2 殘差圖

由圖2可知，該殘差的序列圖是循環(huán)型的，且殘差符號不具有頻繁變動的特性，其為正負交錯變動，這表明變量之間存在正相關關系。根據(jù)表4估計的結果DW=1.217，給定顯著性水平a=0.05，通過查詢DW表，且因t=14，解釋變量的個數(shù)k為3，得下限臨界值dl=1.20，上限臨界值du=1.41。因本次研究所得DW為1.217，該值大于0且小于dl，表明存在正自相關。

（四）Park檢驗

一是重新建立一個新的回歸模型；二是生成一個新變量序列為LNE2（LNE2=log（RESID^2），即為對殘差的平方取對數(shù)；三是建立新殘差序列對解釋變量的回歸模型，回歸結果如表6所列。

表6 回歸結果表

從檢驗結果可以看出，X的系數(shù)估計值在顯著性水平a=0.05的條件下數(shù)值均較小，幾乎等于0，所以可以認為不存在異方差。

（五）ARCH檢驗

檢驗對象為時間序列，故ARCH檢驗可由于此檢驗異方差，通過檢驗可以發(fā)現(xiàn)，在a=0.05下，p=0.118＞0.05，故可以認為不存在異方差。

綜上所述，通過5種檢驗后，可以認為本次研究中不存在異方差，因此研究結論具有一定的可信度。

六、結論及對策

根據(jù)本研究的實證分析，可以發(fā)現(xiàn)CPI（居民消費價格指數(shù)）與汽車保有量相關性不大，鐵路運輸路線長度、汽車生產(chǎn)量和居民人均可支配收入與汽車保有量關系較為密切，且鐵路運輸路線長度與汽車保有量呈現(xiàn)反相關關系，汽車生產(chǎn)量和居民人均可支配收入與汽車保有量呈現(xiàn)正相關關系。由此可以得出結論，CPI對汽車保有量存在影響但是影響很小，鐵路運輸路線長度對汽車保有量有負影響，汽車生產(chǎn)量和居民可支配收入對汽車保有量有正影響。經(jīng)過分析后發(fā)現(xiàn)：

（1）影響汽車保有量的最重要因素是人均可支配收入，符合隨著人均可支配收入的增加, 城鄉(xiāng)居民對各類消費的支出呈現(xiàn)上升趨勢,交通通信類邊際消費傾向在逐年增加的結論,通過研究發(fā)現(xiàn)當人們生活水平不斷提高時，對購買汽車有較大偏好。由此，在“碳中和”目標下，政府應該鼓勵新能源汽車等替代品產(chǎn)業(yè)的快速發(fā)展，積極引導消費者在交通運輸上支出由傳統(tǒng)汽車向新能源汽車轉(zhuǎn)變。

（2）考慮鐵路運輸路線長度的影響，經(jīng)過分析后發(fā)現(xiàn)鐵路運輸路線長度與私家車保有量成負相關，說明鐵路等基礎設施建設有利于緩解私家車保有量上升造成的擁堵問題。隨著高鐵網(wǎng)絡的迅猛發(fā)展，居民在城市間的往來更加便捷，鐵路作為短途出行的交通工具與作為長途交通工具的飛機形成互補的局面[19]，可以說在交通出行特別是短期出行上，居民更偏向于選擇鐵路出行。政府應當積極引導此類偏好，倡導綠色出行觀念，因地制宜地打造省域的環(huán)城高鐵和城際高鐵，著重解決鐵路運輸“最后一公里”問題，進而減緩長途運輸過程中汽車產(chǎn)生的環(huán)境問題。

（3）考慮汽車生產(chǎn)量的問題，汽車生產(chǎn)量的大幅度提高也是造成私家車保有量急劇上升的原因之一，政府可以提高汽車生產(chǎn)時的相關稅率，減少汽車的生產(chǎn)量，以此減少私家車的保有量。在“碳中和”目標下政府需要通過增加鐵路等基礎設施建設，讓人們的出行更加方便，宏觀調(diào)控減少超額的資金流向汽車行業(yè)，利用政府調(diào)控和市場機制進行資金引流，大力鼓勵汽車產(chǎn)業(yè)的綠色化轉(zhuǎn)型和新能源汽車產(chǎn)業(yè)的發(fā)展，建立汽車產(chǎn)業(yè)綠色可持續(xù)發(fā)展的長效機制，這樣才能從根本上解決汽車保有量急劇上升帶來的環(huán)境問題。