汽油价格上涨对北京私家车使用的影响

赵立祥　苗琦

摘要：应用logistic回归模型，根据对北京私家车主问卷调查所得数据，研究了私家车主开始减少私家车使用的油价问题。结果显示，由于北京私家车车主的家庭年人均收入、年均行驶里程的不同对汽油价格上涨的敏感程度也不同，家庭年人均收入越高、年均行驶里程越长、车主对油价上涨的敏感度越低。利用研究出的模型预测了油价上涨到10元时不同收入和年均行驶里程的车主开始减少私家车使用的概率。

关键词：油价；私家车使用；家庭年人均收入；年均行驶里程

[中图分类号] F57； X24[文献识别码]A

一. 引言

近年来，北京汽车保有量以较快速度增长，这无疑增加了城市的交通压力，也带来了较多的环境污染。为了缓解交通压力，北京市已经出台了车辆限购和尾号限行等相关政策措施，取得了一定效果，但并不显著。与此同时，93号汽油价格从2009年1月5.33元/升，上涨至2012年5月的8.07元/升，上涨了51.41%。虽然油价大幅上涨，给人们的总体感觉是私家车使用未见明显减少。油价上涨到什么幅度才会使私家车减少使用，这是需要我们认真研究的问题。为此我们将对油价上涨到何种程度，私家车主才减少使用以及油价上涨对不同车主的影响的情况对私家车主进行一次问卷调查。

二. 问卷设计及调查过程

（一） 问卷设计

王涛等在《出行时间成本的测算方法及其影响因素分析》[1]中指出，出行者在不同的出行方式（路线）间进行选择时，不仅要受到不同方式提供服务的安全性、方便性、省时性和经济性等因素的影响，而且其自身特性因素如社会地位、收入、出行目的等在选择决策过程中亦有重要的影响作用。

任科社在《私家车增长logistic回归分析模型》[2]中指出，用车需要是影响私家车消费的主要因素之一，用车需要主要包括工作需要（如上下班等）、方便代步出行、休闲娱乐、外出旅行、玩车、其他。

综合上述两篇文章的观点，我们认为私家车主的年人均收入、开车目的、年均行驶里程、是否有其他方式代替私家车出行等因素对私家车使用有重要影响。

由此本调查问卷内容设定为五个部分：第一部分为私家车主对车辆的使用情况如：开车的频率、目的、年均行驶里程等。其中，私家车主的开车目的分为上下班、工作业务需要、接送亲属等、外出旅行、玩车。第二个部分为油价上涨对其私家车使用的影响，假设收入维持现有水平，汽油价格上涨到什么价位被访者将减少私家车的使用。第三部分：被访者出行方式是否有替代性。第四部分为车辆的基本情况（排气量、百公里耗油等）。第五部分为被访者的基本信息如家庭年人均收入等。

（二） 数据收集及整理

调查采用方便样本的随机调查的方式，选取北京拥有私家车的车主作为访问对象，请他们根据自己的实际情况填写问卷。调查地点涵盖北京东西南北四个方向，我们分别在多个洗车店、公园、旅游景点、商场、小区、交通支队办理缴纳罚款等业务的大厅中进行随机调查。经过半年多的调查，共获得有效问卷377份。表1反映了调查所得的数据整理后的结果。

表1原始数据整理结果

三.模型的建立

（一）logistic回归模型

在实际研究中，常用线性回归模型做定量分析。但如果因变量是一个分类变量，线性回归模型就不适用。在分析分类变量时通常采用对数线性方程模型。当因变量是二分类变量时，就变成了logistic回归模型。Logistic模型主要研究事件发生的概率。自变量可以是连续变量可以是离散变量，还可以是虚拟变量，同时也不要求自变量之间满足多元正态分布[3]。Logistic模型被广泛应用于医学、生物学、社会学、经济学等诸多领域。

P{Y=1}表示Y取1的概率。若模型中含有n个自变量，则

P{Y=1}=

其中因变量Y为二分类变量（所谓二分类变量即该变量为分类变量且仅分为两类），取值为0或1。 （i=1，2…n）为自变量， （i=1，2…n）为 的回归系数， 为常数。

任科社《私家车增长logistic回归分析模型》中，利用logistic模型分析了影响私家车增长的主要因素，并应用该模型对未来私家车增长情况进行预测。基于logistic模型的以上特点结合前人研究结果和本研究的需要，选择用logistic模型来分析汽油价格上涨对北京不同车主私家车使用的影响是合适的。

（二）变量的选取

模型中，因变量为车主开始减少私家车使用的油价。调查所得数据显示，车主选择在汽油价格上涨到10元时开始减少私家车使用的人数最多为153人，占全部受访者的40.58%。因此将车主开始减少私家车使用的油价分为两类，低于10元的分为一类，取值为0；大于或等于10元的为另一类，取值为1。则P{Y=1}表示车主开始减少私家车使用的油价大于或等于10元的概率。

根据前人研究结果，初步选择开车首要目的、家庭年人均收入、年均行驶里程、开车的频率以及是否有其他出行替代方式作为自变量。但开车首要目的与车主开始减少私家车使用的油价相关性检验结果显示，车主开始减少私家车使用的油价作为因变量的lambda值为0.000，说明开车首要目的与因变量的相关性差，未将其纳入到模型中。自变量的可能取值如下：

（三）结果分析

将数据导入spss17.0，选择二元logistic模型进行回归，将所有自变量定义为分类变量，选择指标符作为对比。此时，自变量将做虚拟变量处理。系统默认将R=3，D=3，F=2和X=2作为参照类，spss输出结果如下：

表2方程中的变量

在显著水平0.1的假设下，F（1）和X（1）被排除在模型之外。将其从模型中删除，spss输出结果如表3

表3方程中的变量

由上述输出结果可知，家庭年人均收入为5万元以下的车主开始减少私家车使用的油价在10元或10元以上的发生比是家庭年人均收入10万元以上车主的0.268倍。家庭年人均收入为5—10万元的车主开始减少私家车使用的油价在10元或10元以上的发生比是家庭年人均收入10万元以上车主的0.375倍。可以看出，私家车主家庭年人均收入越高，开始减少私家车使用的油价在10元或10元以上的概率就越大。也就是说，车主家庭年人均收入越高，对油价上涨越不敏感。

年均行驶里程为1.5万公里以下的车主开始减少私家车使用的油价大于或等于10元的发生比是年均行驶里程为2.5万公里以上车主的0.585倍。年均行驶里程为1.5—2.5万公里的车主开始减少私家车使用的油价大于或等于10元的发生比是年均行驶里程为2.5万公里以上车主的0.978倍。亦即，年均行驶里程越长的车主开始减少私家车使用的油价大于等于10元的概率越高。也就是说，年均行驶里程越高，私家车主对油价上涨越不敏感。

由上述分析可以看出，家庭年人均收入、年均行驶里程对北京车主开始减少私家车使用的油价有较大影响。家庭年人均收入越高，年均行驶里程越长，更有可能在油价上涨到10元或更高时才开始减少私家车的使用。而开车频率与是否有其他出行替代方式对北京车主开始减少私家车使用的油价影响并不明显。

利用本研究所得模型，可以计算出当油价上涨到10元不同车主计划开始减少私家车使用的概率，如表4。通过预测结果亦可看出在家庭年人均收入相同情况下，年均行驶里程越长对油价上涨越不敏感。年均行驶里程相同的情况下，家庭年人均收入越多，车主对油价上涨越不敏感。同时可发现，家庭年人均收入相同时，年均行驶里程为1.5—2.5万公里和年均行驶里程为2.5万公里以上的车主对油价的敏感度差异较小。当油价上涨到10元时，家庭年均行驶里程1.5万公里以下，家庭年人均收入5万元和5—10万元的车主计划开始减少私家车使用的概率均大于50%。其中，年均行驶里程1.5万公里以下，家庭年人均收入5—10万元的车主计划开始减少私家车使用的概率最大，为59.39%。而年均行驶里程2.5万公里以上，家庭年人均收入10万元以上的车主计划开始减少私家车使用的概率最小，仅为17.14%。

表4不同车主在油价上涨到10元计划开始减少私家车使用的概率

四.结论

经过研究本文认为，北京车主开始减少私家车使用的油价主要受年均行驶里程、家庭年人均收入的影响。家庭年人均收入越高、年均行驶里程越长、车主对油价上涨的敏感度越低，他们更有可能在油价上涨到10元或以上时才开始减少私家车的使用；而开车频率和出行方式的可替代性、出行目的并不是影响北京车主开始减少私家车使用的油价的主要因素。利用本研究的模型预测了油价上涨到10元时私家车主减少车子使用的概率，预测结果为：当油价上涨到10元时，家庭年均行驶里程1.5万公里以下、家庭年人均收入5万元和5—10万元的车主开始减少私家车使用的概率均大于50%，其中，年均行驶里程1.5万公里以下，家庭年人均收入5—10万元的车主开始减少私家车使用的概率最大，为59.39%；而年均行驶里程2.5万公里以上，家庭年人均收入10万元以上的车主开始减少私家车使用的概率最小，仅为17.14%。

致谢：对参与做问卷调查的张骜宇、王若霏、徐磊、李洋表示感谢！

参考文献

[1] 王涛，杨孝宽，刘小明.出行时间成本的测算方法及其影响因素分析[J]：19—22.http：//www.cnki.com.cn/Journal/C—C6—DLJA—2006—04.htm

[2] 任科社.私家车增长logistic回归分析模型[J].长安大学学报（社会科学版），2010年9月第3期：34—36.

[3] 王济川，郭志刚.Logistic回归模型—方法与应用[M].北京：高等教育出版社，2001：2—17.