1、我国汽车消费市场区域差异变化趋势及影响因素省际差异巫细波 葛志专摘 要从东北、华东、华中、华北、华南、西北及西南七个区域视角，基于Theil 指数分析了我国 20022018 年汽车消费市场的总体及区域差异变化趋势，采用面板数据分位数模型实证分析了汽车销量影响因素。研究表明：汽车消费市场总体发展较快，新车销量年均增速达 13.76%;汽车销量的绝对差异呈现扩大趋势，而相对差异呈现波浪式下降趋势;总体差异主要来自组内差异，组内差异贡献率常年保持在 60%以上;面板数据分位数回归模型显示，汽车销量的影响因素在不同分位点的估计系数存在明显差异，居民消费水平估计系数随分数点提高而增加，汽车市场刺激政策
2、估计系数随分位点提高呈现下降趋势，汽车产量和金融发展水平对汽车销量的影响类似，估计系数在较低和较高分位数点对汽车销量的影响都不显著。关键词汽车市场;区域差异;Theil 指数;面板数据分位数回归模型中图分类号 F764文獻标识码 A文章编号 2095-3283（2020）06-0059-05Regional Difference Trends and Influencing Factors of RegionalDifferencesin Chinas Automobile Consumer MarketWu XiboGe Zhizhuan（Guangzhou Academy of Socia
3、l Sciences，Guangzhou Guangdong 510410）Abstract：Based on the Theil index from the perspectives of seven regions inNortheast China，East China，Central China，North China，SouthChina，Northwest China and Southwest China，this paper analyzes theoverall and regional variation trends of automobile consumer mar
4、ketin China from 2002 to 2018.An empirical analysis using panel dataquantile models Influencing factors of car sales.The research showsthat 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
5、 sales is expanding，while therelative difference is declining;the overall difference is mainlyfrom within-group differences，and within-group differences Thecontribution rate has remained above 60%all year round;the paneldata quantile regression model shows that there are obviousdifferences in the es
6、timated coefficients of influencing factors onautomobile sales at different quantiles，and the estimatedcoefficient of household consumption levels increases with theincrease of the grading points，and the automobile market Theestimated coefficient of the stimulus policy showed a downward trendwith th
7、e increase of the quantile.The impact of automobileproduction and financial development level on automobile sales wassimilar.The impact of the estimated coefficient on automobile salesat lower and higher quantiles was not significant.Key Words：Automobile Market;Regional Differences;Theil Index;Quant
8、ileRegression Model for Panel Data一、引言当前，我国汽车市场已经结束了连续近 30 年正向增长的趋势并进入低速甚至负增长的新阶段，国内省际汽车消费市场已出现了非常明显的地区差异。一方面，长期高速发展使得我国汽车保有量快速增长，产生了一系列汽车社会问题1，北京、上海、天津等部分地区已长时间实施限牌、限购政策，使得局部汽车需求旺盛地区的汽车消费受到了抑制;另一方面，中西部及农村地区则因为经济及金融发展水平较低，汽车消费市场长期处于低水平发展状态。随着新能源汽车、智能网联汽车等新兴领域的快速崛起，汽车产业将是我国未来现代产业体系的重要组成部分，也是我国贯彻落实中国制
9、造 2025的主要支撑，而稳健的汽车消费市场是实现这一目标的重要保障，因此研究分析国内汽车消费市场区域差异变化及影响因素的区域差异有重要意义。我国汽车市场规模的不断增长使得汽车消费及市场变化逐渐成为国内不少学者关注的议题，侧重于从汽车保有量这一角度研究我国汽车市场的变化及趋势2-3。已有研究角度过于宏观且较为单一，对不同省市汽车市场的影响因素差异分析还不足，特别是随着国内汽车市场的快速变化，国家需要根据区域差异制定有效的汽车市场刺激政策。此外，本文还根据常用的区域划分方法将 31 个省（市、自治区）划分为七个区域，分析我国汽车消费市场的区域差异变化趋势，同时基于 20022017 年面板数据采
10、用分位数回归方法实证分析汽车销量影响因素的省际差异，在实证分析基础上提出促进我国汽车消费市场发展的建议。二、我国汽车消费市场区域差异变化趋势与特征（一）汽车市场差异测度：Theil 指数通过 Theil 指数来测度我国省际汽车销量的区域差异程度4。Theil 指数具有可分解特性，可将其分解为组内差异和组间差异，对我国汽车销量区域差异结构及其来源可进行有效分解。其公式如下：公式（1）中，T 表示 Theil 指数值，yi、分别代表 i 区域的汽车销量和所有省市汽车平均销量。利用 Theil 指数的可分解性质测度组内差异与组间差异对总差异的贡献率。假设 n 个样本被分为 K 组，每组分别为 gk（
11、k=1，2，K），第 k 组 gk 中的个体数量为 nk，则有K k=1nk=n，yi 与 yk 分别表示区域i 销量份额与 k 组累计销量份额，记 Tb 与 Tw 分别为组间差距和组内差距，则可将 Theil 指数分解为 T=Tb+Tw，Tb 和 Tw 的计算公式如下：另外，值得注意的是群组内差距项分别由各群组的组内差距之和构成，各群组的组内差距的计算公式与样本总体的计算公式并无二致，只是将样本容量控制在第 k 组的个体数目 nk。如果省际汽车销量完全平均时，Theil 指数为 0;在极不平衡情况下，Theil 指数为 ln（31）=3.4012。为分析我国省际汽车区域差异，参照常用的区域划
12、分方法将全国 31 个省市（不包括港澳台）分成七个区域：东北（内蒙古、辽宁、吉林、黑龙江）、华东（上海、江苏、浙江、安徽、福建、江西、山东）、华中（河南、湖北、湖南）、华北（上海、江苏、浙江、安徽、福建、江西、山东）、华南（广东、广西、海南）、西北（陕西、甘肃、青海、宁夏、新疆）、西南（重庆、四川、贵州、云南、西藏）。（二）绝对差异持续增大，相对差异呈现波浪式下降趋势20022018 年间，我国汽车销量由 337.9 万辆快速增长到 2652.1 万辆，年均增速达 13.76%（见图 1）。总体上看，加入 WTO 使得越来越多跨国汽车企业进入国内，我国汽车市场呈现较快发展趋势，绝对差异呈现逐年
13、扩大趋势，而相对差异呈现波浪式下降趋势（见图 2）。其中，我国省际汽车销量的极差、标准差等绝对差异在 20022018 年呈逐年扩大趋势。其中，极差由 2002 年的 48.24 万辆增至 2018 年的 259.66 万辆，年均增速达到 11.09%;标准差由 2002 年的 11.07 上升至 2018 年的 65.34，年均增速为 11.74%。汽车销量的变差系数和 Theil 指数则呈现相似的波浪式下降趋势。其中，变差系数由 2002 年的 1.02 下降到 2018 年的 0.76，年均下降 1.78%。Theil 指数则由 0.401 下降至 0.267，年均下降 2.51%，期间
14、可以分成明显的几个阶段，其中 2007 年达到峰值 0.421，在 2012 年达到最低值 0.242。（三）总体差异主要来自组内差，华东地区差异贡献率较大从区域层面的汽车销量看，20022018 年大部分区域的汽车销量均呈现不同程度的增长，其中年均增速最快的是华中地区，年均增速达 17.16%，其次分别为西南（15.98%）、西北（15.93%）、华南（14.74%）、华东（14.31%）、东北（13.58%）、华北（8.16%）。汽车消费绝对数量增长最大的是华东地区，从2002 年的 104.24 万辆增长到 2018 年的 885.28 万辆;东北及西北地区的汽车销量较小。Theil 指
15、数可以测度组内差异与组间差异对总差异的贡献。总体上看，我国省际汽车销量 Theil 系数差异主要源自组内差异，组内差异贡献率常年保持在60%以上。其中，2002 年组内差异贡献率为 60.44%，组间差异贡献率为39.56%;2009 年由于我国实施了汽车下乡、小排量购置税优惠、依旧换新、新能源汽车补贴等一系列汽车市场刺激政策，各地区的汽车销量快速增长，导致组间差异贡献率降为最低值 27.69%，而组内差异贡献率则达到 72.31%;到 2015年，组间差异贡献率达到最高值 41.21%，之后的组内差异贡献率变化相对较小。从 7 个区域 Theil 指数变化趋势看，除了华北地区呈现波动变化趋势
16、，其他地区的 Theil 指数总体呈现下降趋势（见图 3）。其中，华南地区的 Theil指数常年保持较高值，该区域的广东与广西、海南两地的汽车销量差异较为明显，差异贡献率常年保持在 30%以上;华东地区的 Theil 指数变化幅度非常小，区域内部汽车市场结构相对稳定，差异贡献率保持在 10%左右;西北地区的变化幅度最为激烈，尤其是 2009 年前后的变化非常激烈。三、汽车销量影响因素省际差异实证分析（一）模型构建本文基于面板数据采用分位数回归方法分析我国省际汽车销量影响因素的省际差异。通过结合面板数据和分位数回归模型的优势可以更好地在控制个体差异的基础上对解释变量条件分布的不同分位点上各种变量
17、之间的关系进行分析，对非正态分布或异常值出现时的估计具有较强的抗扰性，可以更清晰地分析解释整个分布以及处理数据的异质性问题5。根据本文研究对象及变量构建如下面板数据模型：公式（3）中，Yit 为 i 地区 t 时期的汽车销量，Xit 为 i 地区 t 时期的解释变量，0、i 分别为解释变量系数;it 为残差项。在此基础上构建面板数据分位数回归模型：公式（4）中，为分位数，it 表示截面固定效应且其不依赖于分位数的值，其他与公式（3）一致。（二）变量选取参照田晟（2009）6、马丽平（2014）7等人的研究，选取居民消费水平、汽车产量、金融发展水平、汽车市场刺激政策等作为影响汽车消费市场的因素。
18、相关统计数据均来源于历年中国统计年鉴及各省市统计公报，时间为20022017 年。1.被解释变量。汽车销量（Cars），为省际新注册民用汽车数量，相对于汽車厂商公布的汽车销量数据（包括了并未出售的部分库存车），这一数据能更真实反映省际汽车销量情况。2.解释变量。包括居民消费水平、汽车产量、金融增加值和汽车市场刺激政策虚拟变量，各变量及统计描述见表 1。此处对汽车市场刺激政策虚拟变量进一步说明，根据实施政策的年份和区域进行赋值（政策实施年份取值 1，否则取值 0）。2002 年以来，我国主要实施了以下汽车市场刺激政策：小排量购置税优惠8，实施期限为 2015 年 10 月 1 日起至 2016
19、年年底;汽车下乡政策9，实施期限为 2009 年 3 月 1 日至 2010 年年底;汽车以旧换新政策10，实施期限为 2009 年 8 月 10 日至 2010 年年底;新能源汽车补贴及免征购置税11，实施期限为 20132017 年。对于面板数据而言，运用分位数回归方法的关键在于消除个体间的差异。为了避免伪回归并确保模型估计有效性，对所有非虚拟变量（对变量取对数）进行单位根检验。基于 Stata16 采用“Levin-Lin-Chu”和“Im-Pesaran-Shin”方法进行单位根检验，结果见表 2。结果显示在所有变量在 5%的水平下统计检验显著，为平稳序列。基于 Stata16 采用
20、Kao 和 Pedroni 检验方法对面板数据模型进行协整检验，结果见表 3，各项检验统计指标的结果均表明被解释变量与解释变量之间存在协整关系。（三）实证结果分析对公式（3）和公式（4）分别用一般面板数据模型和分位数方法进行估计并对结果进行对比，选择合适的估计结果进行分析。其中，固定效应模型估计结果显示：F（30，461）=11.92（Prob F=0.0000），表明固定效应模型优于混合回归模型;对固定效应模型和随机效应模型进行豪斯曼检验，结果显示：chi2（4）=37.84（Probchi2=0.0000），表明固定效应模型好于随机效应模型，因此可以采用基于固定效应模型的分位数回归模型进行
21、下一步分析。采用Stata 的“xtqreg”模块计算，得到各分位数下的模型估计结果（见表 4）。对比分析固定效应模型与分位数回归估计结果，可以发现各变量估计系数的符号一致但系数大小明显不同。其中，从核心解释变量居民消费水平看，除了在随机效应模型中的估计系数不显著，固定效应模型和分位数模型的各分位数下的估计系数在 5%的显著性水平下均显著为正，估计系数值随着分数点提高而逐步提高（见图 4），说明居民消费水平对汽车消费的影响在高销量省市明显高于低销量省市。具体而言，汽车销量 0.9 分位数下的省市，如广东、江苏等汽车高销量省市，居民消费水平增长 1%，可促进汽车销量增长 1.039%。汽车市场刺
22、激政策虚拟变量 MSP 的估计系数在所有分位点的估计系数中均显著為正，表明相对于未实施政策的年份，通过实施刺激政策可以明显促进汽车销量提升，但随着分位点的提高呈现下降趋势。具体而言，汽车销量 0.3 分位点下的省市，如甘肃、海南、宁夏等地区，在实施刺激政策的年份，可促使汽车销量增加 20.6%;而 0.9 分位点下，在实施刺激政策的年份，可促使汽车销量增加 13.0%。而汽车产量对汽车销量的影响仅在 0.4、0.5、0.6 及 0.7 分位点下的估计系数显著为正且变化较小，相对于其他解释变量，汽车产量的估计系数明显较小，说明我国汽车产销已出现较为明显的空间分离现象，本地汽车产量对本地汽车销量的
23、影响相对不明显。汽车销量较低地区的汽车产量较低或者无汽车产量，如西藏、青海、宁夏等地区，而产量较高地区的汽车市场逐渐饱和且部分地区实施了限牌限购政策，如北京、上海等地区，导致高分位点下的估计系数也不显著。金融增加值对汽车销量的影响与汽车产量类似，在最低和较高分位数点对汽车销量的影响都不显著，其估计系数仅在 0.2、0.3、0.4、0.5、0.6 分位点下显著为正且呈现逐渐变小趋势，说明金融发展水平对中低销量地区的汽车销量影响显著且较为明显。四、结论与对策建议（一）结论本文基于 Theil 指数分析了 20022018 年我国汽车消费市场的区域差异变化趋势，采用面板数据分位数回归模型分析了汽车销
24、量影响因素的区域差异及变化特点，得到以下结论：第一，汽车消费市场总体发展较快，省际汽车销量相对差异逐渐变小。20022018 年我国汽车消费市场总体呈现较快发展趋势，年均增速达 13.76%;汽车销量的绝对差异呈现逐年扩大趋势，而相对差异呈现波浪式下降趋势。第二，对 Theil 指数的分解表明我国省际汽车销量总体差异主要来自组内差异，组内差异贡献率常年保持在 60%以上。具体到区域层面看，华南地区的Theil 指数常年保持较高值，差异贡献率较大;西北地区的 Theil 指数变化较为激烈。第三，面板数据分位数回归模型显示，汽车销量的影响因素在不同分位点的估计系数存在明显的区域差异。其中，核心变量
25、居民消费水平对汽车消费的影响显著为正且随分数点提高而增加，在高销量区域明显高于低销量区域;汽车市场刺激政策虚拟变量的估计系数在所有分位点的估计系数中均显著为正，表明相对于未实施政策的年份，通过实施刺激政策可以明显促进汽车销量提升，但随着分位点的提高呈现下降趋势;汽车产量对汽车销量的影响仅在 0.4、0.5、0.6及 0.7 分位点下的估计系数显著为正、变化较小且估计系数明显较小;金融增加值对汽车销量的影响在较低和较高分位数点对汽车销量的影响都不显著，其估计系数仅在 0.2、0.3、0.4、0.5、0.6 分位点下显著为正且呈现逐渐变小趋势，说明金融发展水平对中低销量地区的汽车销量影响显著且较为
26、明显。（二）对策建议汽车产业作为我国重要支柱产业，而稳健发展的汽车消费市场是汽车产业进一步做强做大的根本保障。面对已出现下滑态势的汽车市场，提出以下对策建议：在“十四五”时期及未来，针对汽车市场下滑制定的汽车市场刺激政策应充分考虑区域差异，政策应该重点面向汽车中低销量区域，围绕小排量汽车的购置税减免、皮卡车允许进城等方面出台刺激政策，而在经济水平较高的东部沿海省市，重点围绕汽车消费结构升级出台相对激励政策。针对汽车中低销量区域及农村地区出台有针对性的汽车信贷消费方案，释放汽车消费潜力。增强汽车中低销量地区经济发展水平，提高居民收入水平，培育汽车消费新增长区。参考文献1何玉宏.中国走向“汽车社会
27、”的忧思J.社会观察，2005（12）.2尹小平，王艳秀.中国汽车销量影响因素的实证分析J.统计与决策，2011（8）.3史彦虎，郝彩娟，朱先奇.基于灰关联模型的汽车市场需求影响因素分析J.山西农业大学学报（社会科学版），2012，11（2）.4孙亚娟，秦东方.基于 Theil 熵的中国文化产业空间分布研究J.商业时代，2014（19）.5Koenker，R.Quantile Regression for Longitudinal DataJ.Journal ofMultivatiate Analysis，2004，（91）.6田晟.制约我国汽车消费的原因分析及对策J.企业经济，2009（5）.7马丽平.我国汽车市场需求量的影响因素分析D.太原理工大学，2014.8丁心兰，丁玉梅.车辆购置税优惠对汽车消费需求的影响研究基于双重倍差法J.经贸实践，2017（14）.9陈林兴，徐欢.“汽车下乡”政策的成效、问题及对策J.价格月刊，2011（1）.10肖俊涛.论我国汽车以旧换新政策的完善J.湖北社会科学，2010（6）.11张博.中国新能源汽车产业政府补贴政策效果研究D.东北财经大学，2017.（责任编辑：顾晓滨 马琳）