农村客运车辆收购协议签订意愿及其影响因素

张春勤 ,胡雨婷 ,倪训友 ,隽志才

(1.浙江理工大学 建筑工程学院,杭州 310018;2.上海交通大学 安泰经济与管理学院,上海 200030)

随着我国城市化的高速增长,带动了农村中大量劳动力向城市或者非农领域转移,城乡之间的联系日益密切,城乡间客流量与日俱增。城乡客运一体化是我国缩小区域交通差距,实现节能、环保、可持续发展的重要途径[1]。2003年3月,交通部下发的《关于加快发展农村客运和开展农村客运网络化试点工作的通知》[2]提出,开展农村客运发展试点工作,开启了城乡客运一体化之路。2016年11月,交通部、住房和城乡建设部、国家发展改革委员会发布的《关于稳步推进城乡交通运输一体化提升公共服务水平的指导意见》[3]提出,整合城乡客运资源,促进分散的农村客运经营主体的整合。通过多县市(广德、芜湖、无锡、苏州、莱芜、邹平、双流、富阳等)调研发现,在城乡客运一体化过程中,需要解决的首要问题是解决当前农村客运市场承包挂靠经营存在的系列问题,整合分散的农村客运经营者,推进公车公营,满足人民群众安全、便捷、高效、舒适、经济的出行需求。在我国,农村客运市场大多数是由个体经营车主采用承包挂靠经营的方式运营,目前正处于由承包挂靠经营到公车公营、公司化经营转化的阶段。为此,我国很多县市开启了农村客运个体经营车辆收购工作。如杭州富阳早在2009年就启动推进城乡客运一体化工作,至2017年12底,收购民营农村客运车辆313辆,标志富阳城乡公交一体化基本完成;山东莱芜于2010年8月12日出台《莱芜市人民政府关于推进全市城乡公交一体化的实施意见》,明确了对原线路上运营的车辆采取统一收购的方法实施改造,截止2010年12月20日,完成了全市98条线路、347辆个体车辆的收购;安徽广德县于2011年2月21日出台《广德县城乡公交一体化发展实施意见》,明确了依法收回农村客运线路经营权,实行公车公营,截止2012年9月,出资完成了原农客车辆198台的收购,标志广德县城乡公交一体化基本完成。

由于农村客运市场主要满足的是县城到乡镇及村、乡镇到村的群众出行需求,基础设施先天不足,经济效益冷热不均,客源分散,存在线路差别和时节差别。与公车公营的班线相比,农村客运个体经营线路存在票价高、服务质量相对较低、冷线开通难等问题,难以满足群众出行需求。目前,我国很多县市(如沈阳、辽阳、富阳、莱芜、邹平、广德、芜湖、双流、溧阳等)已经完成了农村客运车辆收购工作,大量未完成的县市农村客运市场依然是由个体经营车主采取承包挂靠经营的方式运营,严重影响城乡客运一体化的顺利进行。而在城乡客运车辆改造过程中,只有个体经营车主签订了农村客运车辆收购补偿协议,才能确保车辆收购顺利进行。因此,探究农村客运车辆收购补偿协议签订意愿的关键影响因素具有重要意义,为车辆收购顺利实施提供政策建议。

通过梳理有关城乡客运一体化研究文献发现,众多学者进行了有关定价与补贴研究。在定价研究方面,以社会公平最大化为目标和以社会福利最大化为目标的定价方法是两类主流研究方法。其中,前者应用最为广泛的方法是边际成本定价方法[4-5]和价格上限定价方法[6-7],后者应用最为广泛的方法是拉姆齐定价方法[8-11]。此外,还有部分学者采用价格弹性分析法[12-15]。在补贴研究方面,建立城乡客运公交补贴机制,量化公交运营线路补贴规模[16-18]。已有研究大多关注城乡客运一体化运营之后公交服务的定价与补贴机制,缺少对前期农村客运车辆收购的研究。此外,在城乡客运一体化客运资源整合过程中,大多数城市直接给予资金补偿或提供就业机会,并没有提前详细了解个体经营车主签订车辆收购协议的意向如何,进而为车主提供多元化和个性化的补偿方案。这不仅使得个体经营车主将不得不独自面对未来许多风险,而且可能会导致农村客运资源整合工作延迟。因此,有必要探析个体车主签订车辆收购协议的意向,对农村客运车辆收购协议签订意愿的关键影响因素展开研究,识别和分析各种因素的影响作用,以指导城乡客运一体化的健康有序发展,为加快城乡客运资源整合提供理论支持。

本文探究农村客运车辆收购协议签订意愿的影响因素,从实践应用角度提出当地经济交通发展水平、车主的社会经济特征、车主的家庭情况、车辆特征、社交关系影响、车辆收购后预期以及政府补偿方案等7类影响因素并构建研究假说。在此基础上,基于Mixed Logit模型建立车辆收购协议签订意愿影响因素模型对研究假设进行实证检验。最后,分析各影响因素对车辆收购协议签订意愿的影响,进而提出政策建议。

1 研究假设

在我国,在特定情况下产生的城乡客运一体化现象,而国外并没有城乡客运一体化的实施过程。通过查阅相关文献发现,目前并没有学者研究探索农村客运车辆收购协议签订意愿的关键影响因素。搜查整理有关征地补偿的研究文献[19-21],总结得到失地农民与个体经营车主存在某些相似性:①失地农民主要是以土地收入作为家庭经济来源,个体经营车主主要是以车辆收入作为家庭经济来源,不管是征地后还是车辆收购后,相当于切断了他们的经济来源与生存手段,都需要重新考虑再就业和生活保障问题;②他们具有的技能和文化程度都很低,只能从事简单的工种,决定了无论失地后还是车辆收购后找工作的难度比较大;③他们都是社会弱势群体。因此,参考征地补偿的研究成果[19-21],并结合农村客运车辆收购自身的特点,将车辆收购协议签订意愿的影响因素分为7类,基本理论假说如下:

(1)当地经济交通发展水平与车辆收购协议签订意愿。当地经济交通发展水平对车辆收购协议签订意愿影响有:①人均地区生产总值。人均地区生产总值(GDP)越高,公交出行服务质量要求就越高,为了吸引更多乘客,个体经营车主对车辆的投入就越高,车辆收购协议签订意愿会较低。②客流量。与经营客流量较小的线路车主相比,经营客流量大的线路的车主可能会要求较高的车辆收购补偿价格,车辆收购协议签订意愿会较低。

(2)车主特征与车辆收购协议签订意愿。车主特征会影响签署车辆购置协议的意愿:①性别。个体经营车主性别的生理特征差异将导致就业能力的差异,女性的就业能力弱于男性,签订车辆购买协议的意愿较低。②年龄。年龄大的个体经营车主由于缺乏必须的就业技能,故需更多的养老金,车辆收购协议的签订意愿会较低;而中年人与年轻人就业能力强,对车辆的依赖程度小,车辆收购协议的签订意愿会较高。③学历水平。一般认为,个体经营车主的教育水平越高,就业能力越强,对车辆的依赖性越低,签订车辆购买协议的意愿将更高。

(3)车主的家庭情况与车辆收购协议签订意愿。家庭情况对车辆收购协议签订意愿影响有:①家庭人数。家庭人数数量代表家庭的大小,人数越多,经济负担越重,对车辆收入的依赖性越大,车辆收购协议签订意愿可能会越低。②家庭成员从事其他职业的比例。从事其他职业的家庭成员比例越大,家庭对车辆的依赖程度越低,签订车辆购买协议的意愿就越高。③车辆收入占家庭总收入的比例。车辆收入占家庭总收入的比例越高,家庭对车辆收入的依赖程度将越高,签订车辆购买协议的意愿会越低。

(4)车辆特征与车辆收购协议签订意愿。车辆特征对车辆收购协议签订意愿影响有:①车辆更新时间。车辆更新时间越短,车主对车辆的投资越大,车辆状况越好,车辆收购协议签订意愿会越低。②车辆经营权的剩余使用时间。车辆经营权的剩余使用时间越大,说明在经营权到期之前个体经营车主原来生活改变不大,车辆收购协议的签订意愿会越低。③车辆年纯收入。一般而言,车辆年纯收入越高,车主获得收益越高,车辆收购协议签订意愿会越低。

(5)社交关系影响与车辆收购协议签订意愿。社交关系影响对车辆收购协议签订意愿影响有:①家人的影响。当个体经营车主与其家人对签订车辆收购协议态度一致,车辆收购协议签订意愿会越高,反之亦然。②最好朋友的影响。当个体经营车主与其最好的朋友对签订车辆收购协议态度一致,车辆收购协议签订意愿会越高,反之亦然。③其他车主的影响。当个体经营车主与其他车主对签订车辆收购协议态度一致,车辆收购协议签订意愿会越高,反之亦然。

(6)车辆收购后预期与车辆收购协议签订意愿。车辆收购后预期对车辆收购协议签订意愿影响有:①家庭生活水平变化。个体经营车辆收购后,个体经营车主家庭生活水平预期变化好,车辆收购协议签订意愿会越高,反之亦然。②找工作难度。个体经营车辆收购后,找工作难度预期越大,车辆收购协议签订意愿会越低,反之亦然。③今后生活顾虑。如果个体经营车主对今后生活有顾虑,则车辆收购协议的签订意愿会越低。

(7)政府补偿方案与车辆收购协议签订意愿。政府补偿方案对车辆收购协议签订意愿影响有:①就业安置。若政府提供就业安置,减少了个体经营车主对未来生活的顾虑,车辆收购协议签订意愿会越高。②车辆收购补偿费用。若政府提供的车辆收购补偿费用越高,车主家庭生活水平预期变化好,车辆收购协议签订意愿会越高。

综上所述,依据已有研究和研究区自身特点,提出如下假设(见图1),正负号表示正相关或负相关。

图1 研究假设与框架

2 农村客运车辆收购协议签订意愿模型构建

2.1 变量选择

本文的研究目标是探析农村客运车辆收购协议签订意愿的关键影响因素。因此,以农村客运车辆收购协议签订意愿为因变量,签订意愿由Likert 5级调查问卷获得。

根据上文提出的研究假设,首先初步确定拟选择的自变量。如表1所示,自变量可分为7组变量,分别是当地经济交通发展水平组变量、车主特征组变量、车主家庭信息组变量、车辆特征组变量、社交关系影响组变量、车辆收购后预期组变量以及政府补偿组变量。

表1 拟选择的自变量及变量赋值

2.2 模型构建

由个体经营车主对车辆收购协议满意程度进行评估得到农村客运车辆收购协议签订意愿,可分为非常强、强、一般、弱和非常弱5个等级。由于个体经营车主对签订车辆收购协议意愿的实际值是不可知的,故假设实际的车辆收购协议签订意愿可由下列潜变量方程生成,即

式中:Si为分类变量;J是状态参数;αi是区间的分界点。Si=1,2,…,J的概率为:

式中,φ是标准正态累计分布函数。

由于车辆收购协议签订意愿的调查很难获得连续性数据,且影响车主签订车辆收购协议意愿的因素很多(如车主特征、车辆特征、家庭情况、社交关系影响、车辆收购预期、政府补偿等),且大多数是非连续性的,故采用离散选择分析方法定量分析农村客运车辆收购协议签订意愿的影响因素。离散选择分析模型具体分为两类:一类是Probit 模型,由Gaddum 等[22]从两者响应变量成功的概率向对应的正态偏差转化的思想推导得出,其假设εi服从标准正态分布;另一类是Logit模型,由Luce等[23]通过对选择概率的特性进行假设推导而得,其假定εi服从Gumbel分布。

以随机效用最大化理论为基础的Mixed Logit模型是Logit模型一种新兴方法,由于它能避免Logit模型具有独立不相关(Independence from Irrelevant Alternative,IIA)与喜好随性假设的限制[24],以及Probit模型具有εi必须服从正态分布的限制,故采用Mixed Logit模型分析农村客运车辆收购协议签订意愿的影响因素。被调查车主i选择q的概率为Piq,在本文中q是指农村客运车辆收购协议签订意愿程度,即

在Mixed Logit模型中,偏好差异β是随机变化的;f(β)是密度函数,Viq(β)是可观测变量的效用,若效用Viq(β)与影响因素的关系呈线性关系,其系数为β,即Viq(β)=β'xiq。此时,Mixed Logit概率为

Mixed logit模型的选择概率可以被看作是由多维Logit 模型概率的加权平均值得到的,由决定其权重。一般而言可以服从SB分布、正态分布、三角分布和均匀分布等[25]。本文根据逻辑并结合实际数据选择SB分布对β进行标定。

3 调查方案设计与实施

3.1 问卷设计

农村客运车辆收购协议签订意愿的调查问卷主要包括如下问题:

(1)车主特征,包括性别、年龄、受教育水平等。

(2)车主家庭的基本信息,包括家庭人口数、家庭成员从事其他职业比例、车辆收入占家庭总收入比例等。

(3)经营车辆特征,包括购车时间与价格、经营期限、经营成本与收入等。

(4)社会关系影响,包括家人、朋友与其他车主的影响等。

(5)车辆收购后预期,包括家庭生活水平变化、找工作难度、今后生活顾虑等。

(6)政府补偿方案,包括车辆收购补偿费用看法、就业安置情况等。

首先组织了一次小规模的预调查以确保正式调查的质量,然后根据被调查车主的反馈意见,修改调整调查问题。

3.2 调查方案实施

本文的研究目的是分析农村客运车辆收购协议签订意愿的影响因素,此研究目的限定了调查对象只能是农村客运的个体经营车主。根据研究目的和数据的可获性,选择辽宁省沈阳市、辽阳市和安徽省广德县为调研地点,对这3个市县的个体经营车主进行调查分析。一方面,由于调查对象只能是农村客运车辆收购前的个体经营车主,已完成农村客运车辆收购的个体经营车主不能作为调查对象;另一方面,由于研究问题会涉及后期车辆收购补偿问题,导致部分个体经营车主在主观上不愿意参加调研。这两方面使此次调查难度变得很大,最终只发放了300份调查问卷,回收问卷286 份,有效问卷262份,有效回收率为91.6%。调查样本的基本情况如表2所示。

表2 被调查车主的基本情况

4 实证分析

以个体经营车主为分析对象,建立农村客运车辆收购协议签订意愿与影响因素之间的Mixed logit回归模型。由于车辆收购协议签订意愿的某些影响因素之间可能存在较强的相关性,或某些因素对车辆收购协议签订意愿没有显著影响,因而有必要首先筛选影响因素。首先,采用多重共线性诊断变量的共线性,消除相关性较强的变量;然后,将剩余的影响车辆收购协议签订意愿的变量运用Mixed Logit回归模型进行回归分析,逐步去除影响不显著的变量(取显著性水平为10%),直至模型中留下的变量全部显著为止。使用逐步回归方法获得显著的独立变量(影响因子)的估计结果如表3所示。

表3 车辆收购协议签订意愿的影响因素估计结果

根据模型的拟合结果,最大似然平方的对数(-2Loglikelihood=158.8)大于给定的卡方临界值,且该值理论上服从卡方分布,说明模型拟合效果较好。其中,回归系数的正负号表示自变量与因变量变化关系。由模型估计结果可知,本文提出的研究假设一部分得到了验证,另一部分没有得到验证,下面分析各影响因素对签订车辆收购协议意愿的影响。

(1)当地经济交通发展水平组变量。该组变量中的客流量对因变量的作用关系与研究假设一致,即个体车主经营线路客流量越大,车辆收购协议签订意愿会越低。这可能是因为客流量越大,个体经营车主获得经营收入越多,要求的车辆收购补偿总价格会越高,与实际车辆收购补偿标准的差异就可能越大,所以签订车辆收购补偿协议会越低。

(2)车主特征组变量。该组教育水平与因变量之间的关系与研究假设一致,即个体经营车主的教育水平越高,车辆购买协议的签订意愿就越高。这可能是由于受教育程度高的车主,车辆收购后就业能力相对越强,对车辆的依赖程度越低,车辆收购协议的签订意愿会较高。此外,年龄对因变量的作用关系与研究假设一致,即年龄越大,签订车辆收购协议意愿会越低。这可能是因为年龄大的车主由于缺乏就业技能,对车辆的依赖程度大,车辆收购协议的签订意愿会较低;而中年人与年轻人就业能力强,对车辆的依赖程度小,车辆收购协议的签订意愿会较高。

(3)车主的家庭基本情况组变量。此组别中的家庭成员从事其他职业比例与车辆收入占家庭总收入比例对因变量的作用关系与研究假设一致,即家庭成员从事其他职业比例越大,车辆收购协议签订意愿越高;车辆收入占家庭总收入比例越低,签署车辆购买协议的意愿就越高。原因可能是家庭成员从事其他职业比例越大和车辆收入占家庭总收入比例越低,说明家庭对车辆的依赖程度越低,签订车辆购买协议的意愿就越高。

(4)车辆特征组变量。车辆的更新时间越短和经营权剩余使用时间越长,则其签订车辆收购协议意愿越低,与研究假设一致。原因可能是车辆更新时间越短,说明车辆状况越好,要求的车辆收购补偿总价格会越高,与实际车辆收购补偿标准的差异就可能越大,车辆收购协议签订意愿会越低。车辆的经营权剩余使用时间越长,说明在经营权到期之前车主原来生活改变不大,车辆收购协议的签订意愿会越低。

(5)社交关系影响组变量。此组变量中的家人意见的影响与其他车主意见的影响的估计系数均为正数,且估计系数较大,表明两者对签订车辆收购协议意愿的作用较大,即家人意见、其他车主意见认为车主签订车辆收购协议意愿较高时,则车主签订车辆收购协议意愿越高。

(6)车辆收购后预期组变量。此组变量中的找工作难度和今后生活顾虑对因变量的作用与研究假说一致。它们的估计系数均为负,说明与因变量变化方向相反,即车主对找工作难度预期越高,车辆收购协议签订意愿越低;相比于今后生活无顾虑的车主,对今后生活有顾虑(包括社会保障和就业)的车主签订车辆收购协议的意愿会较低。可能的原因是,找工作难度预期高和车辆收购后存在社会保障和就业两方面困难的车主,就业能力较低,车辆被收购后生活缺乏保障,其车辆收购协议签订意愿越低。

(7)政府补偿方案组变量。政府提供就业安置和对车辆收购补偿费用的看法对因变量的作用与研究假说一致。它们的估计系数均为正,且估计系数较大,说明与因变量变化方向相同,且对因变量的影响较大。可能的原因是,当政府提供就业安置和提高车辆收购补偿费用时,车主对未来生活担忧减少,故车辆收购协议签订意愿越高。

此外,每个自变量对车辆购买协议的影响程度可以从回归系数的绝对值反映出来,绝对值越大,该变量对签订车辆购买协议的意愿的影响就越大。由表3可以看出,按其影响程度签订车辆收购协议意愿的显著影响因素由大到小依次为:就业安置、今后生活顾虑为“就业问题”、其他车主意见的影响、对车辆收购补偿费用的看法、家庭成员从事其他职业比例、今后生活顾虑为“保障性问题”、找工作难度预期、经营权剩余使用时间、家人意见的影响、车辆收入占家庭总收入比例,以及车辆更新时间、受教育程度、年龄和客流量。上述研究结果说明,政府补偿、车辆收购后预期以及社会关系影响是影响车辆收购协议签订意愿的最主要因素,车主家庭情况信息和车辆特征对车辆收购协议签订意愿有一定的影响,而个体经营车主特征和当地经济交通发展水平对车辆收购协议签订意愿的影响甚小。

5 结论

本文首先归纳梳理已有研究成果提出研究假设,然后基于Mixed Logit模型建立车辆收购协议签订意愿影响因素模型,以沈阳市、辽阳市和广德县的个体经营车主为调研对象,设计车辆收购协议签订意愿影响因素调查问卷收集数据对建立的模型进行实证分析。根据上述分析,可以得到如下结论:

政府补偿、车辆收购后预期、社会关系影响是影响车辆收购协议签订意愿的最主要因素,车主家庭情况信息和车辆特征对车辆收购协议签订意愿有一定的影响,而个体经营车主特征和当地经济交通发展水平对车辆收购协议签订意愿的影响甚小。车辆收购后预期在很大程度上取决于车辆收购补偿制度的完善与否,政府仍需努力提高车辆收购补偿标准,提高车辆收购后车主可持续生计能力,减少车主对车辆收购后可持续生计的顾虑。提高农村客运车辆收购补偿标准、多元化和个性化的补偿方案是提高车辆收购协议签订意愿和保证车辆收购工作顺利进行的重要举措。这说明,农村客运车辆收购补偿是社会性问题,仅利用经济手段进行农村客运车辆收购补偿并不是解决车辆收购补偿问题的有效途径,还需要解决诸如医疗和养老保险等社会保障问题以及就业培训等。