我國汽車消費市場區域差異變化趨勢及影響因素省際差異

巫細波 葛志專

[摘 要]從東北、華東、華中、華北、華南、西北及西南七個區域視角，基于Theil指數分析了我國2002—2018年汽車消費市場的總體及區域差異變化趨勢，采用面板數據分位數模型實證分析了汽車銷量影響因素。研究表明：汽車消費市場總體發展較快，新車銷量年均增速達13.76%;汽車銷量的絕對差異呈現擴大趨勢，而相對差異呈現波浪式下降趨勢;總體差異主要來自組內差異，組內差異貢獻率常年保持在60%以上;面板數據分位數回歸模型顯示，汽車銷量的影響因素在不同分位點的估計系數存在明顯差異，居民消費水平估計系數隨分數點提高而增加，汽車市場刺激政策估計系數隨分位點提高呈現下降趨勢，汽車產量和金融發展水平對汽車銷量的影響類似，估計系數在較低和較高分位數點對汽車銷量的影響都不顯著。

[關鍵詞]汽車市場;區域差異;Theil指數;面板數據分位數回歸模型

[中圖分類號] F764? ? ? ?[文獻標識碼] A? ? ? ?[文章編號] 2095-3283（2020）06-0059-05

Regional Difference Trends and Influencing Factors of Regional Differences

in China's Automobile Consumer Market

Wu Xibo? ? Ge Zhizhuan

（Guangzhou Academy of Social Sciences， Guangzhou Guangdong 510410）

Abstract： Based on the Theil index from the perspectives of seven regions in Northeast China， East China， Central China， North China， South China， Northwest China and Southwest China， this paper analyzes the overall and regional variation trends of automobile consumer market in China from 2002 to 2018. An empirical analysis using panel data quantile models Influencing factors of car sales. The research shows that the overall automotive consumer market is developing rapidly， with the average annual growth rate of new car sales reaching 13.76%; the absolute difference in car sales is expanding， while the relative difference is declining; the overall difference is mainly from within-group differences， and within-group differences The contribution rate has remained above 60% all year round; the panel data quantile regression model shows that there are obvious differences in the estimated coefficients of influencing factors on automobile sales at different quantiles， and the estimated coefficient of household consumption levels increases with the increase of the grading points， and the automobile market The estimated coefficient of the stimulus policy showed a downward trend with the increase of the quantile. The impact of automobile production and financial development level on automobile sales was similar. The impact of the estimated coefficient on automobile sales at lower and higher quantiles was not significant.

Key Words： Automobile Market; Regional Differences; Theil Index; Quantile Regression Model for Panel Data

一、引言

當前，我國汽車市場已經結束了連續近30年正向增長的趨勢并進入低速甚至負增長的新階段，國內省際汽車消費市場已出現了非常明顯的地區差異。一方面，長期高速發展使得我國汽車保有量快速增長，產生了一系列汽車社會問題[1]，北京、上海、天津等部分地區已長時間實施限牌、限購政策，使得局部汽車需求旺盛地區的汽車消費受到了抑制;另一方面，中西部及農村地區則因為經濟及金融發展水平較低，汽車消費市場長期處于低水平發展狀態。隨著新能源汽車、智能網聯汽車等新興領域的快速崛起，汽車產業將是我國未來現代產業體系的重要組成部分，也是我國貫徹落實《中國制造2025》的主要支撐，而穩健的汽車消費市場是實現這一目標的重要保障，因此研究分析國內汽車消費市場區域差異變化及影響因素的區域差異有重要意義。我國汽車市場規模的不斷增長使得汽車消費及市場變化逐漸成為國內不少學者關注的議題，側重于從汽車保有量這一角度研究我國汽車市場的變化及趨勢[2-3]。已有研究角度過于宏觀且較為單一，對不同省市汽車市場的影響因素差異分析還不足，特別是隨著國內汽車市場的快速變化，國家需要根據區域差異制定有效的汽車市場刺激政策。此外，本文還根據常用的區域劃分方法將31個省（市、自治區）劃分為七個區域，分析我國汽車消費市場的區域差異變化趨勢，同時基于2002—2017年面板數據采用分位數回歸方法實證分析汽車銷量影響因素的省際差異，在實證分析基礎上提出促進我國汽車消費市場發展的建議。

二、我國汽車消費市場區域差異變化趨勢與特征

（一）汽車市場差異測度：Theil指數

通過Theil指數來測度我國省際汽車銷量的區域差異程度[4]。Theil指數具有可分解特性，可將其分解為組內差異和組間差異，對我國汽車銷量區域差異結構及其來源可進行有效分解。其公式如下：

公式（1）中，T表示Theil指數值，yi、μ分別代表i區域的汽車銷量和所有省市汽車平均銷量。利用Theil指數的可分解性質測度組內差異與組間差異對總差異的貢獻率。假設n個樣本被分為K組，每組分別為gk（k=1，2，…，K），第k組gk中的個體數量為nk，則有∑K k=1nk=n，yi與yk分別表示區域i銷量份額與k組累計銷量份額，記Tb與Tw分別為組間差距和組內差距，則可將Theil指數分解為T=Tb+Tw，Tb和Tw的計算公式如下：

另外，值得注意的是群組內差距項分別由各群組的組內差距之和構成，各群組的組內差距的計算公式與樣本總體的計算公式并無二致，只是將樣本容量控制在第k組的個體數目nk。如果省際汽車銷量完全平均時，Theil指數為0;在極不平衡情況下，Theil指數為ln （31） =3.4012。為分析我國省際汽車區域差異，參照常用的區域劃分方法將全國31個省市（不包括港澳臺）分成七個區域：東北（內蒙古、遼寧、吉林、黑龍江）、華東（上海、江蘇、浙江、安徽、福建、江西、山東）、華中（河南、湖北、湖南）、華北（上海、江蘇、浙江、安徽、福建、江西、山東）、華南（廣東、廣西、海南）、西北（陜西、甘肅、青海、寧夏、新疆）、西南（重慶、四川、貴州、云南、西藏）。

（二）絕對差異持續增大，相對差異呈現波浪式下降趨勢

2002—2018年間，我國汽車銷量由337.9萬輛快速增長到2652.1萬輛，年均增速達13.76%（見圖1）。總體上看，加入WTO使得越來越多跨國汽車企業進入國內，我國汽車市場呈現較快發展趨勢，絕對差異呈現逐年擴大趨勢，而相對差異呈現波浪式下降趨勢（見圖2）。

其中，我國省際汽車銷量的極差、標準差等絕對差異在2002—2018年呈逐年擴大趨勢。其中，極差由2002年的48.24萬輛增至2018年的259.66萬輛，年均增速達到11.09%;標準差由2002年的11.07上升至2018年的65.34，年均增速為11.74%。汽車銷量的變差系數和Theil指數則呈現相似的波浪式下降趨勢。其中，變差系數由2002年的1.02下降到2018年的0.76，年均下降1.78%。Theil指數則由0.401下降至0.267，年均下降2.51%，期間可以分成明顯的幾個階段，其中2007年達到峰值0.421，在2012年達到最低值0.242。

（三）總體差異主要來自組內差，華東地區差異貢獻率較大

從區域層面的汽車銷量看，2002—2018年大部分區域的汽車銷量均呈現不同程度的增長，其中年均增速最快的是華中地區，年均增速達17.16%，其次分別為西南（15.98%）、西北（15.93%）、華南（14.74%）、華東（14.31%）、東北（13.58%）、華北（8.16%）。汽車消費絕對數量增長最大的是華東地區，從2002年的104.24萬輛增長到2018年的885.28萬輛;東北及西北地區的汽車銷量較小。

Theil指數可以測度組內差異與組間差異對總差異的貢獻。總體上看，我國省際汽車銷量Theil系數差異主要源自組內差異，組內差異貢獻率常年保持在60%以上。其中，2002年組內差異貢獻率為60.44%，組間差異貢獻率為39.56%;2009年由于我國實施了汽車下鄉、小排量購置稅優惠、依舊換新、新能源汽車補貼等一系列汽車市場刺激政策，各地區的汽車銷量快速增長，導致組間差異貢獻率降為最低值27.69%，而組內差異貢獻率則達到72.31%;到2015年，組間差異貢獻率達到最高值41.21%，之后的組內差異貢獻率變化相對較小。從7個區域Theil指數變化趨勢看，除了華北地區呈現波動變化趨勢，其他地區的Theil指數總體呈現下降趨勢（見圖3）。其中，華南地區的Theil指數常年保持較高值，該區域的廣東與廣西、海南兩地的汽車銷量差異較為明顯，差異貢獻率常年保持在30%以上;華東地區的Theil指數變化幅度非常小，區域內部汽車市場結構相對穩定，差異貢獻率保持在10%左右;西北地區的變化幅度最為激烈，尤其是2009年前后的變化非常激烈。

三、汽車銷量影響因素省際差異實證分析

（一）模型構建

本文基于面板數據采用分位數回歸方法分析我國省際汽車銷量影響因素的省際差異。通過結合面板數據和分位數回歸模型的優勢可以更好地在控制個體差異的基礎上對解釋變量條件分布的不同分位點上各種變量之間的關系進行分析，對非正態分布或異常值出現時的估計具有較強的抗擾性，可以更清晰地分析解釋整個分布以及處理數據的異質性問題[5]。根據本文研究對象及變量構建如下面板數據模型：

公式（3）中，Yit為i地區t時期的汽車銷量，Xit為i地區t時期的解釋變量，β0、βi分別為解釋變量系數;εit為殘差項。在此基礎上構建面板數據分位數回歸模型：

公式（4）中，τ為分位數，αit表示截面固定效應且其不依賴于分位數τ的值，其他與公式（3）一致。

（二）變量選取

參照田晟（2009）[6]、馬麗平（2014）[7]等人的研究，選取居民消費水平、汽車產量、金融發展水平、汽車市場刺激政策等作為影響汽車消費市場的因素。相關統計數據均來源于歷年《中國統計年鑒》及各省市統計公報，時間為2002—2017年。

1. 被解釋變量。汽車銷量（Cars），為省際新注冊民用汽車數量，相對于汽車廠商公布的汽車銷量數據（包括了并未出售的部分庫存車），這一數據能更真實反映省際汽車銷量情況。

2. 解釋變量。包括居民消費水平、汽車產量、金融增加值和汽車市場刺激政策虛擬變量，各變量及統計描述見表1。此處對汽車市場刺激政策虛擬變量進一步說明，根據實施政策的年份和區域進行賦值（政策實施年份取值1，否則取值0）。2002年以來，我國主要實施了以下汽車市場刺激政策：小排量購置稅優惠[8]，實施期限為2015年10月1日起至2016年年底;汽車下鄉政策[9]，實施期限為2009年3月1日至2010年年底;汽車以舊換新政策[10]，實施期限為2009年8月10日至2010年年底;新能源汽車補貼及免征購置稅[11]，實施期限為2013—2017年。

對于面板數據而言，運用分位數回歸方法的關鍵在于消除個體間的差異。為了避免偽回歸并確保模型估計有效性，對所有非虛擬變量（對變量取對數）進行單位根檢驗。基于Stata16采用“Levin-Lin-Chu”和“Im-Pesaran-Shin”方法進行單位根檢驗，結果見表2。結果顯示在所有變量在5%的水平下統計檢驗顯著，為平穩序列。

基于Stata16采用Kao和Pedroni檢驗方法對面板數據模型進行協整檢驗，結果見表3，各項檢驗統計指標的結果均表明被解釋變量與解釋變量之間存在協整關系。

（三）實證結果分析

對公式（3）和公式（4）分別用一般面板數據模型和分位數方法進行估計并對結果進行對比，選擇合適的估計結果進行分析。其中，固定效應模型估計結果顯示：F（30，461）=11.92（Prob> F=0.0000），表明固定效應模型優于混合回歸模型;對固定效應模型和隨機效應模型進行豪斯曼檢驗，結果顯示：chi2（4）=37.84（Prob>chi2 = 0.0000），表明固定效應模型好于隨機效應模型，因此可以采用基于固定效應模型的分位數回歸模型進行下一步分析。采用Stata的“xtqreg”模塊計算，得到各分位數下的模型估計結果（見表4）。

對比分析固定效應模型與分位數回歸估計結果，可以發現各變量估計系數的符號一致但系數大小明顯不同。其中，從核心解釋變量居民消費水平看，除了在隨機效應模型中的估計系數不顯著，固定效應模型和分位數模型的各分位數下的估計系數在5% 的顯著性水平下均顯著為正，估計系數值隨著分數點提高而逐步提高（見圖4），說明居民消費水平對汽車消費的影響在高銷量省市明顯高于低銷量省市。具體而言，汽車銷量0.9分位數下的省市，如廣東、江蘇等汽車高銷量省市，居民消費水平增長1%，可促進汽車銷量增長1.039%。

汽車市場刺激政策虛擬變量MSP的估計系數在所有分位點的估計系數中均顯著為正，表明相對于未實施政策的年份，通過實施刺激政策可以明顯促進汽車銷量提升，但隨著分位點的提高呈現下降趨勢。具體而言，汽車銷量0.3分位點下的省市，如甘肅、海南、寧夏等地區，在實施刺激政策的年份，可促使汽車銷量增加20.6%;而0.9分位點下，在實施刺激政策的年份，可促使汽車銷量增加13.0%。

而汽車產量對汽車銷量的影響僅在0.4、0.5、0.6及0.7分位點下的估計系數顯著為正且變化較小，相對于其他解釋變量，汽車產量的估計系數明顯較小，說明我國汽車產銷已出現較為明顯的空間分離現象，本地汽車產量對本地汽車銷量的影響相對不明顯。汽車銷量較低地區的汽車產量較低或者無汽車產量，如西藏、青海、寧夏等地區，而產量較高地區的汽車市場逐漸飽和且部分地區實施了限牌限購政策，如北京、上海等地區，導致高分位點下的估計系數也不顯著。

金融增加值對汽車銷量的影響與汽車產量類似，在最低和較高分位數點對汽車銷量的影響都不顯著，其估計系數僅在0.2、0.3、0.4、0.5、0.6分位點下顯著為正且呈現逐漸變小趨勢，說明金融發展水平對中低銷量地區的汽車銷量影響顯著且較為明顯。

四、結論與對策建議

（一）結論

本文基于Theil指數分析了2002—2018年我國汽車消費市場的區域差異變化趨勢，采用面板數據分位數回歸模型分析了汽車銷量影響因素的區域差異及變化特點，得到以下結論：

第一，汽車消費市場總體發展較快，省際汽車銷量相對差異逐漸變小。2002—2018年我國汽車消費市場總體呈現較快發展趨勢，年均增速達13.76%;汽車銷量的絕對差異呈現逐年擴大趨勢，而相對差異呈現波浪式下降趨勢。

第二，對Theil指數的分解表明我國省際汽車銷量總體差異主要來自組內差異，組內差異貢獻率常年保持在60%以上。具體到區域層面看，華南地區的Theil指數常年保持較高值，差異貢獻率較大;西北地區的Theil指數變化較為激烈。

第三，面板數據分位數回歸模型顯示，汽車銷量的影響因素在不同分位點的估計系數存在明顯的區域差異。其中，核心變量居民消費水平對汽車消費的影響顯著為正且隨分數點提高而增加，在高銷量區域明顯高于低銷量區域;汽車市場刺激政策虛擬變量的估計系數在所有分位點的估計系數中均顯著為正，表明相對于未實施政策的年份，通過實施刺激政策可以明顯促進汽車銷量提升，但隨著分位點的提高呈現下降趨勢;汽車產量對汽車銷量的影響僅在0.4、0.5、0.6及0.7分位點下的估計系數顯著為正、變化較小且估計系數明顯較小;金融增加值對汽車銷量的影響在較低和較高分位數點對汽車銷量的影響都不顯著，其估計系數僅在0.2、0.3、0.4、0.5、0.6分位點下顯著為正且呈現逐漸變小趨勢，說明金融發展水平對中低銷量地區的汽車銷量影響顯著且較為明顯。

（二）對策建議

汽車產業作為我國重要支柱產業，而穩健發展的汽車消費市場是汽車產業進一步做強做大的根本保障。面對已出現下滑態勢的汽車市場，提出以下對策建議：在“十四五”時期及未來，針對汽車市場下滑制定的汽車市場刺激政策應充分考慮區域差異，政策應該重點面向汽車中低銷量區域，圍繞小排量汽車的購置稅減免、皮卡車允許進城等方面出臺刺激政策，而在經濟水平較高的東部沿海省市，重點圍繞汽車消費結構升級出臺相對激勵政策。針對汽車中低銷量區域及農村地區出臺有針對性的汽車信貸消費方案，釋放汽車消費潛力。增強汽車中低銷量地區經濟發展水平，提高居民收入水平，培育汽車消費新增長區。

[參考文獻]

[1]何玉宏.中國走向“汽車社會”的憂思[J].社會觀察，2005（12）.

[2]尹小平，王艷秀.中國汽車銷量影響因素的實證分析[J].統計與決策，2011（8）.

[3]史彥虎，郝彩娟，朱先奇.基于灰關聯模型的汽車市場需求影響因素分析[J].山西農業大學學報（社會科學版），2012，11（2）.

[4]孫亞娟，秦東方.基于Theil熵的中國文化產業空間分布研究[J].商業時代，2014（19）.

[5]Koenker，R.Quantile Regression for Longitudinal Data[J].Journal of Multivatiate Analysis，2004，（91）.

[6]田晟.制約我國汽車消費的原因分析及對策[J].企業經濟，2009（5）.

[7]馬麗平. 我國汽車市場需求量的影響因素分析[D].太原理工大學，2014.

[8]丁心蘭，丁玉梅.車輛購置稅優惠對汽車消費需求的影響研究——基于雙重倍差法[J].經貿實踐，2017（14）.

[9]陳林興，徐歡.“汽車下鄉”政策的成效、問題及對策[J].價格月刊，2011（1）.

[10]肖俊濤.論我國汽車以舊換新政策的完善[J].湖北社會科學，2010（6）.

[11]張博.中國新能源汽車產業政府補貼政策效果研究[D].東北財經大學，2017.

（責任編輯：顧曉濱 馬琳）