中国城镇化进程对商用车微观经济的影响

中国城镇化进程对商用车微观经济的影响

研究方法和设计随着经济的快速发展，中国汽车产业发展迅速，2010年中国汽车产业市场份额首次达到世界第一。与此同时,中国的城镇化水平也日益提高,并影响着社会经济生活的方方面面,包括汽车行业,但是关于城镇化进程与汽车销量的研究相对不足。国内外很少有文献专门针对城镇化进程和汽车销量之间的关系和影响路径做出分析,大多数文献都是在研究城镇化进程对能源的影响时附带提到对汽车的影响,或者是在预测汽车销量时将城镇化进程作为一个控制变量。而且绝大部分文献在研究城镇化进程或者汽车销量的时候往往是以汽车大类或者是其中的轿车作为研究对象,相比之下,专门研究城镇化进程与商用车关系的文献就更少了。商用车作为运载人员和货物并且可以牵引挂车的汽车,是汽车中的一个独立类别,商用车与轿车和其他乘用车在用途等方面有明显的区别。实际上,在城镇化进程中人口的流动和物资的流动都是明显的特征,商用车在载人和载物的功能上都具有别的车型不可比拟的优势,因此研究城镇化进程对商用车销量的影响路径,有利于科学制定有关汽车的中长期规划,也有利于汽车生产企业制定宏观决策,具有重要的社会意义和现实意义。对于城镇化进程和商用车销量之间的关系,既有文献少有提及,本文由关于城镇化进程与汽车销量或者小轿车销量关系的研究推断,城镇化进程和商用车之间应该有一个相似的影响路径,相关文献中关于城镇化进程与汽车销量或小轿车销量关系的研究思路大致有直接影响和间接影响两种。直接影响的研究思路是将城镇化率列入影响汽车销量的若干因素中,探究城镇化率对汽车销量的直接影响。Button,Ngoe和Hine(1993)在把经济增长率和人均收入列为轿车销量的最主要的影响因素的同时,也提到了城镇化进程对轿车销量的影响。Riley(2002)列出了3个影响机动车销量的重要因素:经济发展、人口增长和城镇化进程。Jong等(2004)对汽车销量的因素进行了实证分析,在他们的回归方程中,解释变量涵盖了人均生产总值、石油价格、人口密度、公路里程和铁路里程。Enoch和Warren(2008)所用的回归方程中,城镇人口数和总人口数等城镇化水平的重要表现指标都是轿车销量的解释变量。除了这些变量,危高潮(2009)把汽车产量、GDP和石油消费量也列入了中国影响汽车销量的主要因素。但是由于城镇化率和GDP、人均收入、人口数量等其他影响汽车销量的经济社会指标有很强的相关性,危高潮(2009)只能泛泛而谈各种影响因素的存在性,在实证研究中也是用主成分分析法预测汽车的销量,并不能从众多指标中明确分离出城镇化率对汽车销量的影响。间接影响关系的研究思路是找到能把汽车销量和城镇化率联系起来的中间因素,研究城镇化水平对汽车销量的间接影响。学者们提到的中间因素大致有以下几种。(1)人口的流动。城镇的发展为人们的生产生活提供了更多的机会和便利,吸引了非城镇人口向城镇聚集,同时,城镇化进程改变了人们的生活方式,探亲访友、观光旅游等活动的开展促进了人口的流动。Donald(1991)曾描述过,城镇化进程会造成人口流动的加剧,扩大了人们交流交际的范围,从而导致交通工具的需求上升。这种人口的流动通常可以分为城镇与农村之间的流动和城镇内部的流动两种形式。(3)城镇公共设施的建设水平。在建设公共设施的过程中,大量人员和物资需要运输至施工地点,对商用车的需求随之上升。公共设施的修建水平决定了人员物资运输的便捷程度,影响人们出行方式和货物运输途径的选择。Madlener和Sunak(2011)在对比了亚洲重要城市各种出行方式所占比例之后发现,城镇基础设施以及公路建设影响人们出行方式的选择最多,从而影响了汽车的需求量和能源的消耗量。1联立方程:中国城镇化率、货客运量、交通设施、环境问题从已有的文献推断,城镇化进程对商用车的直接影响并不确定,大部分的论述都意味着城镇化进程对商用车销量的影响是通过不同的阶段达到的,总结而言,城镇化进程首先会影响人口和物资的流动,体现在数据变量上,就是城镇化进程首先会带来客运量和货运量的增加,然后客运量和货运量的增加导致商用车销量的增加,而且从均衡的角度来看,货运量和客运量是承运人的承运能力和人口货物的流动需求之间达到均衡的结果,商用车的销量直接关系到承运人运输人口和货物的能力,最终影响到均衡结果即客运货运量的大小,所以商用车销量和客运量货运量之间有一种双向互动的关系,因此城镇化进程影响商用车销量的路径可以如图1所示:由图1可知,城镇化进程对商用车的影响路径可以分为两个阶段,第一阶段城镇化进程对货(客)运量有影响,第二阶段货(客)运量对货(客)车销量有影响,货(客)车销量又反过来影响货(客)运量。我们选用联立方程来探究这一影响路径。联立方程组由两个方程组成:第一个方程以城镇化率、货(客)车销量及其它货(客)运量影响因素为自变量,货(客)运量为因变量,探究城镇化进程对货(客)运量的影响;第二个方程以货(客)运量及其它货(客)车销量的影响因素为自变量,货(客)车销量为因变量,探究货运量(客运量)变化对货(客)车销量的影响,城镇化进程由第一个方程进入商用车销量和货运客运量的循环中。除了城镇化进程,其它影响货(客)运量的因素有人口的数量,经济发展水平,交通设施状况以及环境问题,因为人口的数量反映了潜在的客运货运需求,从而决定了客运货运量的大小;经济发展水平决定着人们对商用车宏观的需求量和购买力,同时也通过客运量和货运量间接影响着商用车的销量;交通设施状况,尤其是公路里程,它的发达程度直接关系到人口和货物在城市之间和城乡之间流动的便捷程度,影响了人们对运输方式的选择和公路运输交通工具的销量;Bhattacharya(2004)指出,环境问题的产生和恶化会限制现有的商用车的使用量,从而影响了货(客)运量。其它影响商用车销量的因素包括经济增长模式和收入水平以及农业占GDP的比重,因为经济的发展和收入水平的提高会带来购买力的上升和汽车需求的增长,而且还可以产生更多的卫星城,间接的增加对汽车的需求;农业占GDP的比重不仅反映了农业对整体GDP的贡献水平,同时也从另一个角度反映出了工业和服务业在GDP中所占比重,三者之间的比重变动会对商用车销量产生影响。此外,还有一些其他的因素可能会对商用车的销量产生影响,例如石油的价格的变动和相关产业政策的变化。但是,Riley(2002)等学者的研究表明,商用车对石油价格和政策变化的敏感性远不如轿车或其他乘用车,其重要性远不如前面列出的影响因素。因而此处只把经济增长收入水平以及农业GDP比重纳入影响商用车销量的考虑因素。2城市化和商用车辆的基本定义2.1城镇化的度量本文从使用范围最广,出现频率最高的人口分布的角度衡量城镇化进程,库兹涅茨(1989)、美国学者沃纳·赫希(1990)、国内学者孙中和(2001)都强调了人口分布在城镇化进程中的重要性。城镇化的本质是城镇的发展和城镇功能的提升,而人作为城镇的建造者和城镇的主人,在城镇发展变迁中具有中心主导地位。一方面,人口的聚集带来了规模效应,促进了经济的发展和公共服务设施的完善,推动了城镇的发展和城镇化水平的提高;另一方面,城镇的发展为人们的生产生活提供了更多的机会和便利,吸引了非城镇人口向城镇聚集。这种人口分布上的变化往往是城镇化最直观的体现,因此对人口分布的限定和描述通常是城镇化定义中最核心的部分。城镇化的度量通常用人口指标法,人口指标法用城镇人口在总人口中所占的比例来衡量城镇化水平,是学者们最常使用的度量指标。用公式可以表示为:(1)式中,U表示某地区城镇化水平(或城镇化率),Pu表示该地区城镇人口数,P表示该地区总人口数。此种衡量方法以城镇化最外在最明显的表现为衡量标准,简便直观,易于操作,是使用范围最广泛的度量方式。不可否认的是,人口指标法有一些明显的缺陷,例如统计口径和行政区划改变都会对指标的准确性和代表性产生影响。另外,随着通信交通的快速发展,人口的流动性大大增加,居住地和职业的选择范围和变动频率也相应增长,影响了用人口指标衡量城镇化水平的准确性。但是,相比较而言①,人口指标法既能直观的体现城镇化的基本特征,数据的获取也容易,所以它依然是衡量城镇化水平最合适的指标。2.2新的车种及分类汽车可分为乘用车和商用车两大类,本文研究的对象是商用车,商用车指的是在设计和技术特性上用于运送人员和货物,并且可以牵引挂车的汽车。这一分类标准是2005年开始实行的,与2005年以前的分类有很大不同。旧分类将汽车共分为载货车、客车和轿车三大类。新的车型统计分类是参考国家标准GB/T3730.1-2001和GB/T15089-2001,并结合中国汽车工业的发展状况制定的。其大的分类基本与国际较为通行的称谓一致,分为乘用车和商用车两大类。由于世界各国在车型细分上没有统一的标准,因此对于乘用车和商用车之下的细分类是按照中国汽车工业自身的特点进行划分的。在新分类中,商用车分为货车和客车两类。其中的货车按照总质量(G)划分为重卡(G>14吨)、中卡(6吨<GA≤14吨)、轻卡(1.8吨<G≤6吨)和微卡(G≤1.8吨)4类。客车按照车身长度(L)划分为大客(L≥10米)、中客(7米<L≤10米)和轻客(3.5米<L≤7米)。具体分类如表1所示。3我国竞车产品影响路径模型本文所用数据是由2006~2012年31个省份的面板数据所组成。数据来源有两个,各类商用车销量数据由中国汽车技术研究中心提供,其它数据来源于2006~2012年中国统计年鉴。需要说明的是,由于2005年汽车分类标准发生了重大变化,2005年之前的商用车销量数据无法获得,因而数据的时间范围是2006~2012年。从前一部分对影响路径的分析可知,客(货)运量、客(货)车销量变量之间有着明显的双向因果关系,因而选用联立方程组模型来验证城镇化进程对商用车销量的影响路径,我们选择两阶段最小二乘法对参数进行估计②。模型的主体部分由两个方程联立而成。第一个方程体现了客(货)车销量对客(货)运量的影响;第二个方程体现了客(货)运量对客(货)车销量的影响,城镇化进程由第一个方程进入客(货)运量和商用车销量的循环之中,具体的基本模型由货运模型和客运模型两部分构成。联立方程组interficienract式(2)和式(3)中,freight表示公路货运量(单位:万吨),fsale表示货车的销量(单位:辆),urbanization表示城镇化率(即城镇人口在总人口中所占比重),road表示公路里程数(单位:公里),pollution表示二氧化硫排放量(单位:万吨),GDP表示人均生产总值(单位:元),rural表示农业在GDP中的比重(即第一产业GDP在总GDP中所占比重)。联立方程组中的关键变量是城镇化率(urbanization)、货运量(freight)和货车销量(fsale)。式(2)表示出了从城镇化进程至货物流动这一部分的影响路径。城镇化率的系数α2反映了这种影响力的大小,平均来说,城镇化率每提高100%,货运量将增加α2万吨。式(3)表示出了从货物流动至货车销量这一部分影响路径,体现了货运量变化对货车销量的影响。货运量的系数β1则反映了这种影响力的大小,平均来说,货运量每增加1万辆,货车的销量将上升β1辆。货车销量对货运量的反作用则体现在公式(2)中的α1系数上。联立方程组中的其他系数也反映了各自的解释变量对方程的被解释变量的影响大小。平均来说,货车销量、公路里程数和二氧化硫排放量每上升1个单位,货运量会分别增加α1、α3和α4万吨。若人均生产总值和农业占GDP比重分别上升1个单位,则商用车销量分别增加β2和β3辆。客运量对客车量的影响式(4)和式(5)中,passenger表示公路客运量(单位:万人),psale表示客车销量(单位:辆),其它变量的含义与式(2)和式(3)相同。联立方程组中的关键变量是城镇化率(urbanization)、客运量(passenger)和客车销量(psale)。式(4)表示出了从城镇化进程至人员流动这一部分的影响路径,体现了城镇化进程对客运量的影响。城镇化率(urbanization)的系数γ2反映了这种影响力的大小,平均来说,城镇化率每提高100%,客运量将增加γ2万人。式(5)表示出了从人员流动至客车销量这一部分的影响路径,体现了客运量变化对客车的影响。客运量的系数δ1反映了这种影响力的大小,平均来说,客运量每增加1万辆,客车的销量将上升δ1辆。联立方程组中的其他系数也反映了各自的解释变量对方程的被解释变量的影响大小。平均来说,客车销量、公路里程数和二氧化硫排放量每上升1个单位,客运量会分别增加γ1、γ3和γ4万人。若人均生产总值和农业占GDP比重分别上升1个单位,则客车销量分别增加δ2和δ3辆。模型估计之前,货运量(客运量)和货车销量(客车销量)都经过了内生性检验,利用收集到的数据进行Hausman检验得知,货运量和货车销量都具有内生性(货运量的检验统计量为18.9,货车销量的检验统计量为17.82,对应的自由度为1,显著水平为5%的卡方分布的临界值为3.84,所以拒绝外生性的原假设),客运量和客车销量也都具有内生性(客运量的检验统计量为11.56,客车销量的检验统计量为4.58,对应的自由度为1,显著水平为5%的卡方分布的临界值为3.84,所以拒绝外生性的原假设),由此本文采用二阶段最小二乘法(2SLS)估计联立方程模型(2)(3)以及(4)(5),结果如表2所示:从表2中的估计结果可以看出,货运部分的R2均较大,但是客运部分的R2较小,自变量对因变量的解释程度相对较低。这一方面是因为2008年客运量的统计口径发生了变化,另一方面是因为客运量的变化容易受到大型事件的影响,例如奥运会、世博会对北京、上海等地区2008年和2010年的客运量有很大的影响。3.1城镇化路径水最货运模型中,城镇化率对货运量的影响系数为16255.58,表明城市化率每提高1%,货运量会上升16255.58万吨,继而引起货运量和货车销量之间的联动效应。但是系数的t值表明,城镇化率的提高对货运量的影响并不显著,这说明城镇化路径的前一阶段对于货车来说并不明显。一个可能的原因是铁路运输对公路货运量的影响干扰了城镇化进程对公路货运量的提升作用。货运量对货车销量的影响系数为0.95,表明货运量每增加100万吨,货车销量会显著的增加95辆,这说明城镇化路径的后一阶段对于货车来说比较明显。客运模型中,城镇化率对客运量的影响系数为267289.75,并且非常显著,表明城镇化率每上升1%,客运量增加2673万人,继而引起客运量和客车销量之间的联动效应。说明了城镇化路径的前一阶段对客车来说比较显著。客运量对客车销量的影响系数为0.06,表明客运量每增加100万人,商用车销量会增加6辆。这说明城镇化路径的后一阶段对于客车来说也比较显著。3.2污染物指标的选择货运模型中,货运量方程中货车销量的系数是0.61,表明货车销量增加1辆,货运量平均增长0.61万吨。系数显著的解释变量还有二氧化硫排放量,系数是386.16,表明二氧化硫排放量每增加1万吨,货运量会增加386.16万吨。这里污染物的增加会带来货运量的增加,可能是因为污染物指标的选择问题。此处污染物指标选取的是二氧化硫排放量,其中很大一部分污染物是工业生产排放的。在一个较短的时间跨度里,政策冲击和技术革新较少,污染物的上升往往标志着工业的发展,同时也促进了汽车行业的发展,带来了货车市场的繁荣和销量的上升。货车销量方程中系数显著的解释变量还有人均GDP,系数为0.60,表明人均GDP每增加100元,货车销量会增加60辆。客运模型中,客运量方程中系数显著的解释变量还有公路里程数,系数为0.75,表明公路里程数每增加1公里,客运量会增加7500人。值得注意的是,二氧化硫排放量、人均GDP这些在货运部分显著的变量到客运部分不显著了,而公路里程数只对客运量有明显的影响作用。这表明对于同一个变量而言,其对货运和客运的影响存在差异。4此外，对城市化模型的再分析4.1城镇化率较低区域分布通过上一部分的分析可以看出,对于31个省份构成的样本总体而言,城镇化进程对商用车销量的影响可以大致描述为:城镇化进程带来的人口和工业化的变化改变了客运量和货运量水平,从而影响了商用车的总体销量。但是若按城镇化水平高低将省份分组,每组的影响路径则可能存在差异,其他解释变量的影响也可能因此发生改变。为了进一步探究城镇化率的高低对商用车销量的影响路径,我们将所有省份按照城镇化率的高低分成了若干组,并对各组分别构建了模型。分组时城镇化率的衡量指标是城镇人口在地区总人口中所占比重。各省城镇化率如图2所示。由图2可知,除了城镇化率最低和最高的个别省份,其他地区的城镇化率差异并不大,所以所有省份被均分成了3组。城镇化率较低的地区有:西藏、云南、贵州、广西、甘肃、河南、四川、山东、新疆、安徽;城镇化率居中的地区有:青海、江西、陕西、湖南、河北、湖北、吉林、山西、宁夏、海南、福建;城镇化率较高的地区有:重庆、内蒙古、黑龙江、江苏、辽宁、天津、广东、浙江、北京、上海。4.1.1城镇化率对用车市场的影响货运部分的联立方程模型与基本模型中的货运部分(式(2)和式(3))相同,估计结果如表3所示。从表3可以看出,随着城镇化水平的提高,城镇化率的系数逐渐降低,只有在城镇化水平较低的地区,城镇化率上升1%会使货运量上升1383.99吨。但在城镇化水平已经比较高的地区,同样城镇化率的提高带来的货运量上升590.43吨,但这些城镇化率的系数都不显著,此结果和表2中基本模型的结论相一致。在货运量对货车销量的影响中,3个组货运量的系数均较为显著。相比之下,货运量同样增长100吨时,货车销量分别增长了78.83、105.52和100.40辆,表明城镇化水平较高的地区货车销量受货运量的影响较大。4.1.2客运量对客车销售的影响客运部分联立方程模型与基本模型中的客运部分(式(4)和式(5))相同,估计结果如表4所示。从表4可以看出,在城镇化率较低的地区,城镇化率的改变会带来客运量的明显变化,若城镇化率提高了1%,则此地区客运量会显著的增加3907.93万人,但是这种影响作用在城镇化率较高的地区并不显著。客运量对客车销量影响是,对于所有地区而言,客运量变化的都会显著的影响到客车的销量。在城镇化率较低、居中和较高的地区,客运量每增加100万人,客车销量会分别增加8.14、8.78和5.4辆。从对表3和表4的分析可以看出,城镇化率到货(客)运量这一部分的影响路径在城镇化水平较低的地区比较明显,对城镇化水平比较高的地区并不适用,并且城镇化水平对客车的影响要比对货车的影响更显著。货(客)运量到商用车销量这一部分影响路径在所有地区都很明显,货运量和客运量的变化将导致商用车销量显著的变化。商用车销量对货运量和客运量的反作用在城镇化水平较高的地区都很显著,但是在城镇化进程处于较低水平的地区作用却很弱。不同城镇化水平地区影响路径的小结如表5所示。4.2影响客车运量的指标对于商用车总体而言,城镇化进程带来的人口和工业化水平的变化改变了客运量和货运量的水平,从而影响了商用车的总体销量。但是对于每种车型而言影响路径则可能存在差异,其他解释变量的作用也可能因此发生改变。4.2.1货运量对相干合成影响的指数货车的联立方程模型与基本模型中的货运部分(式(2)和式(3))相同,估计结果如表6和表7所示。对于4种货车而言,城镇化率的系数都不显著,这意味着城镇化水平对货运量的影响均不显著。这与表2中基本模型中的结果相同。货运量对4种货车的销量的影响都很显著,货运量每增加100万吨,微卡、轻卡、中卡和重卡的销量分别上升6.29、52.98、6.72和28.92辆。相比较而言,货运量变化对轻卡和重卡销量的影响更大。同时各个类型的货车销量对货运量的反作用也是非常显著的,货车类各车型影响路径如表8所示。4.2.2客运量变化对城镇化率的影响客车类联立方程模型与基本模型中的客运部分(式(4)和式(5))相同,估计结果如表9所示。从表9可以看出,分车型讨论的时候,城镇化率的系数对中客车显著,也就意味着城镇化水平对中客车的客运量的影响显著,但对其它客车的客运量影响不显著。客运量的变化对大客,中客和轻客的销量都有显著影响,客运量每上升1000万人,大客,中客和轻客的销量分别上升13.3、17和39.2辆。但是这些客车车型的销量对客运量的反作用都不显著。客车类各车型影响路径如