趙立祥　苗琦

摘要：應(yīng)用logistic回歸模型，根據(jù)對北京私家車主問卷調(diào)查所得數(shù)據(jù)，研究了私家車主開始減少私家車使用的油價問題。結(jié)果顯示，由于北京私家車車主的家庭年人均收入、年均行駛里程的不同對汽油價格上漲的敏感程度也不同，家庭年人均收入越高、年均行駛里程越長、車主對油價上漲的敏感度越低。利用研究出的模型預(yù)測了油價上漲到10元時不同收入和年均行駛里程的車主開始減少私家車使用的概率。

關(guān)鍵詞：油價；私家車使用；家庭年人均收入；年均行駛里程

[中圖分類號] F57； X24[文獻識別碼]A

一. 引言

近年來，北京汽車保有量以較快速度增長，這無疑增加了城市的交通壓力，也帶來了較多的環(huán)境污染。為了緩解交通壓力，北京市已經(jīng)出臺了車輛限購和尾號限行等相關(guān)政策措施，取得了一定效果，但并不顯著。與此同時，93號汽油價格從2009年1月5.33元/升，上漲至2012年5月的8.07元/升，上漲了51.41%。雖然油價大幅上漲，給人們的總體感覺是私家車使用未見明顯減少。油價上漲到什么幅度才會使私家車減少使用，這是需要我們認真研究的問題。為此我們將對油價上漲到何種程度，私家車主才減少使用以及油價上漲對不同車主的影響的情況對私家車主進行一次問卷調(diào)查。

二. 問卷設(shè)計及調(diào)查過程

（一） 問卷設(shè)計

王濤等在《出行時間成本的測算方法及其影響因素分析》[1]中指出，出行者在不同的出行方式（路線）間進行選擇時，不僅要受到不同方式提供服務(wù)的安全性、方便性、省時性和經(jīng)濟性等因素的影響，而且其自身特性因素如社會地位、收入、出行目的等在選擇決策過程中亦有重要的影響作用。

任科社在《私家車增長logistic回歸分析模型》[2]中指出，用車需要是影響私家車消費的主要因素之一，用車需要主要包括工作需要（如上下班等）、方便代步出行、休閑娛樂、外出旅行、玩車、其他。

綜合上述兩篇文章的觀點，我們認為私家車主的年人均收入、開車目的、年均行駛里程、是否有其他方式代替私家車出行等因素對私家車使用有重要影響。

由此本調(diào)查問卷內(nèi)容設(shè)定為五個部分：第一部分為私家車主對車輛的使用情況如：開車的頻率、目的、年均行駛里程等。其中，私家車主的開車目的分為上下班、工作業(yè)務(wù)需要、接送親屬等、外出旅行、玩車。第二個部分為油價上漲對其私家車使用的影響，假設(shè)收入維持現(xiàn)有水平，汽油價格上漲到什么價位被訪者將減少私家車的使用。第三部分：被訪者出行方式是否有替代性。第四部分為車輛的基本情況（排氣量、百公里耗油等）。第五部分為被訪者的基本信息如家庭年人均收入等。

（二） 數(shù)據(jù)收集及整理

調(diào)查采用方便樣本的隨機調(diào)查的方式，選取北京擁有私家車的車主作為訪問對象，請他們根據(jù)自己的實際情況填寫問卷。調(diào)查地點涵蓋北京東西南北四個方向，我們分別在多個洗車店、公園、旅游景點、商場、小區(qū)、交通支隊辦理繳納罰款等業(yè)務(wù)的大廳中進行隨機調(diào)查。經(jīng)過半年多的調(diào)查，共獲得有效問卷377份。表1反映了調(diào)查所得的數(shù)據(jù)整理后的結(jié)果。

表1原始數(shù)據(jù)整理結(jié)果

三.模型的建立

（一）logistic回歸模型

在實際研究中，常用線性回歸模型做定量分析。但如果因變量是一個分類變量，線性回歸模型就不適用。在分析分類變量時通常采用對數(shù)線性方程模型。當因變量是二分類變量時，就變成了logistic回歸模型。Logistic模型主要研究事件發(fā)生的概率。自變量可以是連續(xù)變量可以是離散變量，還可以是虛擬變量，同時也不要求自變量之間滿足多元正態(tài)分布[3]。Logistic模型被廣泛應(yīng)用于醫(yī)學(xué)、生物學(xué)、社會學(xué)、經(jīng)濟學(xué)等諸多領(lǐng)域。

P{Y=1}表示Y取1的概率。若模型中含有n個自變量，則

P{Y=1}=

其中因變量Y為二分類變量（所謂二分類變量即該變量為分類變量且僅分為兩類），取值為0或1。 （i=1，2…n）為自變量， （i=1，2…n）為 的回歸系數(shù)， 為常數(shù)。

任科社《私家車增長logistic回歸分析模型》中，利用logistic模型分析了影響私家車增長的主要因素，并應(yīng)用該模型對未來私家車增長情況進行預(yù)測?；趌ogistic模型的以上特點結(jié)合前人研究結(jié)果和本研究的需要，選擇用logistic模型來分析汽油價格上漲對北京不同車主私家車使用的影響是合適的。

（二）變量的選取

模型中，因變量為車主開始減少私家車使用的油價。調(diào)查所得數(shù)據(jù)顯示，車主選擇在汽油價格上漲到10元時開始減少私家車使用的人數(shù)最多為153人，占全部受訪者的40.58%。因此將車主開始減少私家車使用的油價分為兩類，低于10元的分為一類，取值為0；大于或等于10元的為另一類，取值為1。則P{Y=1}表示車主開始減少私家車使用的油價大于或等于10元的概率。

根據(jù)前人研究結(jié)果，初步選擇開車首要目的、家庭年人均收入、年均行駛里程、開車的頻率以及是否有其他出行替代方式作為自變量。但開車首要目的與車主開始減少私家車使用的油價相關(guān)性檢驗結(jié)果顯示，車主開始減少私家車使用的油價作為因變量的lambda值為0.000，說明開車首要目的與因變量的相關(guān)性差，未將其納入到模型中。自變量的可能取值如下：

（三）結(jié)果分析

將數(shù)據(jù)導(dǎo)入spss17.0，選擇二元logistic模型進行回歸，將所有自變量定義為分類變量，選擇指標符作為對比。此時，自變量將做虛擬變量處理。系統(tǒng)默認將R=3，D=3，F(xiàn)=2和X=2作為參照類，spss輸出結(jié)果如下：

表2方程中的變量

在顯著水平0.1的假設(shè)下，F(xiàn)（1）和X（1）被排除在模型之外。將其從模型中刪除，spss輸出結(jié)果如表3

表3方程中的變量

由上述輸出結(jié)果可知，家庭年人均收入為5萬元以下的車主開始減少私家車使用的油價在10元或10元以上的發(fā)生比是家庭年人均收入10萬元以上車主的0.268倍。家庭年人均收入為5—10萬元的車主開始減少私家車使用的油價在10元或10元以上的發(fā)生比是家庭年人均收入10萬元以上車主的0.375倍?？梢钥闯?，私家車主家庭年人均收入越高，開始減少私家車使用的油價在10元或10元以上的概率就越大。也就是說，車主家庭年人均收入越高，對油價上漲越不敏感。

年均行駛里程為1.5萬公里以下的車主開始減少私家車使用的油價大于或等于10元的發(fā)生比是年均行駛里程為2.5萬公里以上車主的0.585倍。年均行駛里程為1.5—2.5萬公里的車主開始減少私家車使用的油價大于或等于10元的發(fā)生比是年均行駛里程為2.5萬公里以上車主的0.978倍。亦即，年均行駛里程越長的車主開始減少私家車使用的油價大于等于10元的概率越高。也就是說，年均行駛里程越高，私家車主對油價上漲越不敏感。

由上述分析可以看出，家庭年人均收入、年均行駛里程對北京車主開始減少私家車使用的油價有較大影響。家庭年人均收入越高，年均行駛里程越長，更有可能在油價上漲到10元或更高時才開始減少私家車的使用。而開車頻率與是否有其他出行替代方式對北京車主開始減少私家車使用的油價影響并不明顯。

利用本研究所得模型，可以計算出當油價上漲到10元不同車主計劃開始減少私家車使用的概率，如表4。通過預(yù)測結(jié)果亦可看出在家庭年人均收入相同情況下，年均行駛里程越長對油價上漲越不敏感。年均行駛里程相同的情況下，家庭年人均收入越多，車主對油價上漲越不敏感。同時可發(fā)現(xiàn)，家庭年人均收入相同時，年均行駛里程為1.5—2.5萬公里和年均行駛里程為2.5萬公里以上的車主對油價的敏感度差異較小。當油價上漲到10元時，家庭年均行駛里程1.5萬公里以下，家庭年人均收入5萬元和5—10萬元的車主計劃開始減少私家車使用的概率均大于50%。其中，年均行駛里程1.5萬公里以下，家庭年人均收入5—10萬元的車主計劃開始減少私家車使用的概率最大，為59.39%。而年均行駛里程2.5萬公里以上，家庭年人均收入10萬元以上的車主計劃開始減少私家車使用的概率最小，僅為17.14%。

表4不同車主在油價上漲到10元計劃開始減少私家車使用的概率

四.結(jié)論

經(jīng)過研究本文認為，北京車主開始減少私家車使用的油價主要受年均行駛里程、家庭年人均收入的影響。家庭年人均收入越高、年均行駛里程越長、車主對油價上漲的敏感度越低，他們更有可能在油價上漲到10元或以上時才開始減少私家車的使用；而開車頻率和出行方式的可替代性、出行目的并不是影響北京車主開始減少私家車使用的油價的主要因素。利用本研究的模型預(yù)測了油價上漲到10元時私家車主減少車子使用的概率，預(yù)測結(jié)果為：當油價上漲到10元時，家庭年均行駛里程1.5萬公里以下、家庭年人均收入5萬元和5—10萬元的車主開始減少私家車使用的概率均大于50%，其中，年均行駛里程1.5萬公里以下，家庭年人均收入5—10萬元的車主開始減少私家車使用的概率最大，為59.39%；而年均行駛里程2.5萬公里以上，家庭年人均收入10萬元以上的車主開始減少私家車使用的概率最小，僅為17.14%。

致謝：對參與做問卷調(diào)查的張驁宇、王若霏、徐磊、李洋表示感謝！

參考文獻

[1] 王濤，楊孝寬，劉小明.出行時間成本的測算方法及其影響因素分析[J]：19—22.http：//www.cnki.com.cn/Journal/C—C6—DLJA—2006—04.htm

[2] 任科社.私家車增長logistic回歸分析模型[J].長安大學(xué)學(xué)報（社會科學(xué)版），2010年9月第3期：34—36.

[3] 王濟川，郭志剛.Logistic回歸模型—方法與應(yīng)用[M].北京：高等教育出版社，2001：2—17.