第三章、 資料及樣本說明
第三節、 實證結果
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節、實證結果
本文主要為探討北京市汽車限購政策對於中國自主品牌銷售的影響，而因 為在政策後所有車系的銷售皆會下降，因此觀察車系的銷售份額。將自主品牌車 系與歐系、美系、日系以及韓系汽車做比較，分為三個部分估計，估計當中又分 有無汽車特性變數及控制時間趨勢。就如同前面所述，因為本文的模型不為需求 或供給方程式，所以汽車特性等變數在本研究中會忽略不談，將研究重點放在代 表 DID 結果的交叉項，而交叉項 25 代表的是自主車系虛擬變數與政策後第一個 月(2011 年 1 月)虛擬變數的相乘，交叉項 26 代表的是自主車系虛擬變數與政策 後第二個月(2011 年 2 月)虛擬變數的相乘，以此類推到交叉項 60，共 36 個交叉 項，並且將重點放在此 36 的交叉項的變化，為了觀察限購政策隨後不同時間的 長度所帶來的影響。另外，為了避免在政策期間內自主車系銷售份額相對於其他 車系的減少只是剛好的情況，進而影響結果，所以也考慮了時間趨勢的影響(加 入月份及月分平方項)，在每個模型中的標準誤皆為「殘差異質穩健標準誤」
(heteroscedasticity-robust standard error)。
表 5 為第一部分的估計結果，其中包括只有固定效果、加入汽車特性估計、
在加入時間趨勢估計共三種。一開始先以只放入兩個固定效果的估計來看，行(1) 在係數方面除了政策後的第一期 25 之外，其他的自主品牌與時間交叉項皆為負 數，代表從第二期開始此項對於自主品牌銷售份額的效果都是下降，且超過一半 以上的系數為顯著，而係數數值方面從第 26 期到第 60 期，限購政策所帶來的自 主品牌銷售份額減少的效果有在變小，但是估計結果還是與預期相同。行(2)為 行(1)再加入了汽車特性後進行估計得到的結果，與基本估計非常相像的是系數 增減的趨勢幾乎一樣，且係數也幾乎都為負數，唯獨每一期的係數皆比基本估計 在小一點。但是在加入汽車特性估計後，係數顯著的數目卻減少了。行(3)為行(2) 再加上了時間趨勢下所得到之結果，再將汽車特性與時間趨勢條件都控制之下所
24
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
得到之結果，除了第一期之外所有估計細數皆為負數之外，其係數的趨勢與前兩 個估計大為不同，呈現出往下的趨勢，也就是說在汽車限購政策下，在 2009 年 到 2013 年之間，隨著政策實施時間越長政策對於自主品牌車銷售份額的影響也 越大，這也與本文所預期的結果相同，而在係數顯著的部分，行(3)的估計，除 了第 25 期之外其餘皆顯著，且較行(1)與行(2)更顯著。推論是在控制時間趨勢之 後，將自主品牌本身可能存在長期銷售份額下降的情況給過濾之後，更可以看出 此政策的效果。由第一部分研究可以得知，在政策實施後的自主品牌的銷售份額 確實有下降趨勢。2010 年 12 月中國自主品牌的市場份額為 28.1%，雖然 2010 年年底自主品牌的份額增加可能是因為北京市汽車限購即將實施所以爆發買車 潮，即使如此 2009 年及 2010 年自主品牌的平均份額為 21.8%，但是到了 2011 年 2 月自主品牌的份額已經降到了 9%，同年 4 月更是降到 6.2%，之後雖然偶爾 有提高銷售份額，但是最高也只到 15.6%，數據統計至 2013 年 12 月止。
表 6 為對被解釋變數取對數之實證結果，與上面估計方式相同分成三種，分 別是只有固定效果的行(4)、加入汽車特性變數的行(5)、再加上時間趨勢變數的 行(6)。結果顯示只放入固定效果之估計與加入汽車特性後的估計結果非常接近，
兩個估計的結果除了 25 (2011 年 1 月)的係數之外，其餘的系數皆為負數，與預 期相同，顯著水準方面只有固定效果的行(4)比行(5)更為顯著。包含所有變數的 行(6)在係數上與行(4)、行(5)有很大的不同，其係數每一期都為負數，而且負的 銷售效果隨著時間持續增加，與預期結果相同，但是比較可惜的是行(6)並沒有 之前估計來的顯著。在被解釋變數由銷售份額改為銷售量取對數後，在趨勢上和 第一部分估計很像，在未加入時間趨勢之前，係數並無明顯下降趨勢，但是在加 入時間趨勢之後，係數就明顯的往下降，代表了控制時間趨勢之後，限購對於自 主品牌的銷售有負的影響，且有越來越嚴重的趨勢。
表 7 為第三部分的估計結果，分別以自主品牌的平均價格與平均排量將兩倍 標準差之外的樣本排除再進行估計，將樣本的價格控制在一個區間內。這樣做的
25
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
目的在於，希望透過與自主品牌價格相近的外國車，與自主品牌進行比較後，觀 察政策對於自主品牌的影響，而排量也是一樣的作法。結果發現控制價格之估計，
只有第一期與第二期的系數為正，其他其的係數皆為負，與預期相同；而控制排 量的估計，只有第一期的係數為正，其餘的係數皆為負數，也與預期相同。顯著 水準方面，兩種估計方式的結果都非常顯著。這個結果也顯示出了限購政策實施 之後，政策實施越久，自主品牌的相對於外國品牌的銷售份額下降就越多。
圖 3、4、5 為以上述估計出之系數所整理的折線圖，其中圖 3 為第一部份的 估計；而圖 4 為第二部份的估計；圖 5 為第三部份的估計，從圖 3、圖 4 可以觀 察到，只有固定效果之估計與加入汽車特性之估計的結果非常相像，因此可以推 論出汽車特性變數並沒有太大的影響，而加入時間趨勢變數的估計卻與前面的估 計結果大為不同，推論是長期之下自主品牌在銷售上本來就有銷售減緩的趨勢，
所以在控制住時間趨勢之下，所得到的政策結果更為明顯。另外一個發現是，所 有的估計方式在 50 (2013 年 2 月)到 52 (2013 年 4 月)係數都有一個瞬間向下盪的 現象，推論這是與北京政府在 2013 年 2 月 1 號實施《輕型汽車污染物排放限值 及測量方法(中國第五階段)》(國 V 排放標準)有關，9由於北京市霧霾問題嚴重所 以政府擬定了更嚴格的汽車排放標準，這也導致了價格相對較低的自主品牌車許 多車款不符國 V 的規定，無法在北京地區進行銷售，這是供給面的因素影響，
所以這段時間的銷售突然下降推測是因為此原因。在自主品牌廠商隨著政策做出 調整後，推出了一些符合標準的車款，買氣也才漸漸回溫。
9 北京市政府在 3 月 1 日起就不在允許國 IV 車型在京銷售。由中國環保部同國家質檢總局發佈 的輕型汽車國 V 排放標準，排放物規定大幅提升。其中，氮氧化物排放限值嚴格了 25%-28%，顆 粒物排放限值嚴格了 82%，並增加污染控制新指標顆粒物粒子數量。
26
‧
(0.0047643) (0.0048125) (0.0049559) 26 : 2011 年 2 月 -0.0082539* -0.00697 -0.0096137**
(0.004867) (0.0047743) ( 0.0045292) 27 : 2011 年 3 月 -0.0139269** -0.0119** -0.015598***
(0.0058662) (0.0056162) ( 0.005372) 28 : 2011 年 4 月 -0.0126947** -0.0106* -0.0147665***
(0.0061166) (0.0058873) (0.0053548) 29 : 2011 年 5 月 -0.0118022* -0.00987 -0.0147688***
(0.0063028) (0.0060528) (0.0052583) 30 : 2011 年 6 月 -0.0130661** -0.0113** -.0169286***
(0.0055789) (0.0053209) (0.0046623) 31 : 2011 年 7 月 -0.0115667** -0.00982* -0.0160053***
(0.0055995) (0.0054192) (0.0052573) 32 : 2011 年 8 月 -0.0122535** -0.0103** -0.0173391***
(0.0046818) (0.0045026) (0.0044653) 33 : 2011 年 9 月 -0.00463 -0.00295 -0.0106538**
(0.0035325) (0.0035214) ( 0.0044556) 34 : 2011 年 10 月 -0.0107232* -0.00890* -0.017427***
(0.0056023) (0.0053424) ( 0.0053969) 35 : 2011 年 11 月 -0.0100634* -0.00800 -0.0182661***
(0.0052577) (0.0050326) (0.005934) 36 : 2011 年 12 月 -0.0094876* -0.00723 -0.0172902***
(0.0051847) (0.005019) (0.0057855) 37 : 2012 年 1 月 -0.0093957*** -0.00676** -0.0184973***
(0.003002) (0.0026218) (0.0062586) 38 : 2012 年 2 月 -0.0085651** -0.00584 -0.0187196***
(0.004193) (0.0038691) (0.0058799) 39 : 2012 年 3 月 -0.0078303* -0.00526 -0.0191427***
(0.003957) (0.0034057) (0.0064243) 40 : 2012 年 4 月 -0.0091135** -0.00700* -0.0219099***
(0.0040676) (0.0036177) (0.0069991) 41 : 2012 年 5 月 -0.0085885** -0.00646* -0.0223735***
(0.0041121) (0.0037012) (0.0078108)
27
‧
(0.004291) (0.0037658) (0.0085449) 43 : 2012 年 7 月 -0.0097821** -0.00736** -0.0259099***
(0.0040986) (0.003401) (0.0095449) 44 : 2012 年 8 月 -0.0090393** -0.00659* -0.0264471***
(0.0042105) (0.0034134) (0.0098256) 45 : 2012 年 9 月 -0.00886 -0.00586 -0.0274084***
(0.0053379) (0.0043027) (0.0100514) 46 : 2012 年 10 月 -0.00742 -0.00407 -0.0271635**
(0.0065401) (0.0056581) (0.0104877) 47 : 2012 年 11 月 -0.00769 -0.00446 -0.029043**
(0.0059317) (0.0050213) (0.0114352) 48 : 2012 年 12 月 -0.00722 -0.00429 -0.0303087**
(0.004866) (0.0038491) (0.0128292) 49 : 2013 年 1 月 -0.00723 -0.00349 -0.0313751**
(0.0046995) (0.0038186) (0.0140298) 50 : 2013 年 2 月 -0.00604 -0.00236 -0.031727**
(0.0053638) (0.0044922) (0.0145625) 51 : 2013 年 3 月 -0.0119846* -0.00866* -0.0392418**
(0.0060925) (0.0047116) (0.0157154) 52 : 2013 年 4 月 -0.0116361** -0.00837** -0.0407722**
(0.0051308) (0.0040102) (0.0173591) 53 : 2013 年 5 月 -0.0114201** -0.00844** -0.0426047**
(0.0053644) (0.0042242) (0.0179594) 54 : 2013 年 6 月 -0.0105413** -0.00688* -0.0430434**
(0.0052476) (0.0041213) (0.0192536) 55 : 2013 年 7 月 -0.0104201* -0.00704 -0.0447163**
(0.0055745) (0.0043121) (0.0202812) 56 : 2013 年 8 月 -0.0105129* -0.00748* -0.0469774**
(0.0055997) (0.0043859) (0.0208677) 57 : 2013 年 9 月 -0.00922 -0.00615 -0.0476063**
(0.0056701) (0.004473) (0.0219303) 58 : 2013 年 10 月 -0.00859 -0.00643 -0.0494382**
(0.0059376) (0.0047253) (0.0224898) 59 : 2013 年 11 月 -0.00808 -0.00569 -0.0502818**
(0.0059546) (0.0049101) (0.0233701) 60 : 2013 年 12 月 -0.00821 -0.00581 -0.0523767**
(0.0055066) (0.0045521) (0.0250347)
28
‧
期間 2009.01-2013.12 2009.01-2013.12 2009.01-2013.12
樣本數 2751 2751 2751
註 : 1.***p<0.01,**p<0.05,*p<0.1，(.)為標準誤
2.所有估計皆包含兩個固定效果，月分與品牌。標準誤皆為「殘差異質穩健標準誤」
(heteroscedasticity-robust standard error)，而品牌有經過 clustering 處理
表 7 第二部分之實證結果
(0.2141604) (0.1950163) (0.2027939) 26 : 2011 年 2 月 -0.28212 -0.15753 -0.28343
(0.2009167) (0.1824142) (0.2013971) 27 : 2011 年 3 月 -0.80321*** -0.66298*** -0.82788***
(0.2010787) (0.1830968) (0.230995) 28 : 2011 年 4 月 -0.74136*** -0.57710*** -0.75683***
(0.2104553) (0.189287) (0.2525453) 29 : 2011 年 5 月 -0.71279*** -0.57950*** -0.79044***
(0.1881162) (0.1780829) (0.2531307) 30 : 2011 年 6 月 -0.77552*** -0.65478*** -0.89258***
(0.178822) (0.1712605) (0.2763029) 31 : 2011 年 7 月 -0.53697*** -0.38583** -0.64453**
(0.1864695) (0.1635979) (0.3054336) 32 : 2011 年 8 月 -0.77256*** -0.64446*** -0.93683***
(0.1910892) (0.1806051) (0.3414507) 33 : 2011 年 9 月 -0.44928** -0.34866* -0.66386*
(0.1873842) (0.1790254) (0.3655896)
29
‧
(0.182064) (0.1719897) (0.3992017) 35 : 2011 年 11 月 -0.56132*** -0.41508** -0.83155*
(0.1827585) (0.1698412) (0.4224828) 36 : 2011 年 12 月 -0.59331** -0.41030* -0.81809*
(0.228681) (0.215601) (0.4778005) 37 : 2012 年 1 月 -0.74674*** -0.58717*** -1.04979**
(0.1874054) (0.1672389) (0.5023099) 38 : 2012 年 2 月 -0.58166*** -0.42388** -0.92746*
(0.2138226) (0.1916978) (0.5445962) 39 : 2012 年 3 月 -0.64290*** -0.49931*** -1.03961*
(0.2125881) (0.1852292) (0.6010477) 40 : 2012 年 4 月 -0.63118*** -0.53607*** -1.11434*
(0.2056099) (0.1718124) (0.6560775) 41 : 2012 年 5 月 -0.62800*** -0.53966*** -1.15601
(0.2079533) (0.1800089) (0.6952867) 42 : 2012 年 6 月 -0.61987*** -0.52247*** -1.18403
(0.2148338) (0.1831083) (0.7605514) 43 : 2012 年 7 月 -0.74850*** -0.66775*** -1.37722*
(0.2218691) (0.1917911) (0.8237623) 44 : 2012 年 8 月 -0.67771*** -0.59578*** -1.35135
(0.219254) (0.1857491) (0.8822389) 45 : 2012 年 9 月 -0.69603*** -0.59683*** -1.40939
(0.2305953) (0.2004546) (0.9465489) 46 : 2012 年 10 月 -0.41202 -0.26521 -1.12899
(0.2485656) (0.2224177) (1.011893) 47 : 2012 年 11 月 -0.56122*** -0.41818** -1.33430
(0.2531708) (0.2219398) (1.068734) 48 : 2012 年 12 月 -0.43913 -0.34075 -1.30897
(0.2660898) (0.2228633) (1.150525) 49 : 2013 年 1 月 -0.46040* -0.34431 -1.37521
(0.2587744) (0.2320664) (1.213906) 50 : 2013 年 2 月 -0.41885 -0.31555 -1.39981
(0.2739122) (0.2376059) (1.296352) 51 : 2013 年 3 月 -0.87814*** -0.73179** -1.86490
(0.3138883) (0.2756801) (1.347315) 52 : 2013 年 4 月 -0.96061*** -0.73418** -1.93123
(0.333137) (0.2829907) (1.431531)
30
‧
(0.2987452) (0.2613063) (1.505355) 54 : 2013 年 6 月 -0.68721** -0.49999** -1.82524(0.300352) (0.2473963) (1.603412) 55 : 2013 年 7 月 -0.64076** -0.46598* -1.84646
(0.3154597) (0.2439985) (1.67564) 56 : 2013 年 8 月 -0.82503*** -0.67326*** -2.11534
(0.3012577) (0.2366252) (1.766356) 57 : 2013 年 9 月 -0.66634** -0.53848** -2.04799
(0.3089948) (0.2403163) (1.855609) 58 : 2013 年 10 月 -0.63752** -0.57199** -2.13644
(0.2980233) (0.2427844) (1.934883) 59 : 2013 年 11 月 -0.64265** -0.54428** -2.16864
(0.3198243) (0.2524412) (2.020782) 60 : 2013 年 12 月 -0.71458** -0.62308** -2.31584
(0.3252082) (0.259811) (2.114671)
汽車特性 不包括 包括 包括
時間趨勢 不包括 不包括 包括
期間 2009.01-2013.12 2009.01-2013.12 2009.01-2013.12
樣本數 2751 2751 2751
註 : 1.***p<0.01,**p<0.05,*p<0.1，(.)為標準誤
2.所有估計皆包含兩個固定效果，月分與品牌。標準誤皆為「殘差異質穩健標準誤」
(heteroscedasticity-robust standard error)，而品牌有經過 clustering 處理
表 8 第三部分之實證結果 (0.00677) (0.0052324)
31
‧
(0.00633) (0.0055938) 27 : 2011 年 3 月 -0.0207* -0.0165**
(0.01046) (0.0077315) 28 : 2011 年 4 月 -0.0198** -0.0158**
(0.0098265) (0.0069402) 29 : 2011 年 5 月 -0.0199** -0.0157**
(0.0099375) (0.007056) 30 : 2011 年 6 月 -0.0226*** -0.0178***
(0.0082615) (0.0060849) 31 : 2011 年 7 月 -0.0216** -0.0165**
(0.010538) (0.0071135) 32 : 2011 年 8 月 -0.0259*** -0.0183***
(0.0092132) (0.0057538) 33 : 2011 年 9 月 -0.0136* -0.0101**
(0.0071378) (0.0049829) 34 : 2011 年 10 月 -0.0247*** -0.0183***
(0.0077028) (0.0058364) 35 : 2011 年 11 月 -0.0234*** -0.0182***
(0.0075878) (0.0062871) 36 : 2011 年 12 月 -0.0247*** -0.0177***
(0.0078813) (0.0065124) 37 : 2012 年 1 月 -0.0260** -0.0186**
(0.0098617) (0.0071611) 38 : 2012 年 2 月 -0.0264*** -0.0189**
(0.0098342) (0.0072694) 39 : 2012 年 3 月 -0.0274*** -0.0191**
(0.009851) (0.0075275) 40 : 2012 年 4 月 -0.0310*** -0.0224***
(0.0111789) (0.0080415) j_41 : 2012 年 5 月 -0.0305** -0.0232***
(0.012182) (0.0086088) 42 : 2012 年 6 月 -0.0333** -0.0256***
(0.0133342) (0.009513) 43 : 2012 年 7 月 -0.0343** -0.0267**
(0.0143729) (0.0103038) 44 : 2012 年 8 月 -0.0347** -0.0276**
(0.0155468) (0.0109573)
32
‧
(0.0172136) (0.0122261) 46 : 2012 年 10 月 -0.0339* -0.0284**
(0.0189082) (0.0133725) 47 : 2012 年 11 月 -0.0366* -0.0302**
(0.0194277) (0.0140859) 48 : 2012 年 12 月 -0.0372* -0.0314**
(0.0203531) (0.0149419) 49 : 2013 年 1 月 -0.0393* -0.0331**
(0.0208568) (0.0158601) 50 : 2013 年 2 月 -0.0378* -0.0323*
(0.0215178) (0.0164294) 51 : 2013 年 3 月 -0.0525** -0.0409**
(0.0235925) (0.017523) 52 : 2013 年 4 月 -0.0523** -0.0433**
(0.0247828) (0.0190289) 53 : 2013 年 5 月 -0.0541** -0.0443**
(0.0261085) (0.019803) 54 : 2013 年 6 月 -0.0527* -0.0457**
(0.0273343) (0.0208065) 55 : 2013 年 7 月 -0.0552* -0.0464**
(0.0290357) (0.0219284) 56 : 2013 年 8 月 -0.0585* -0.0487**
(0.0304182) (0.0228883) 57 : 2013 年 9 月 -0.0591* -0.0492**
(0.0316865) (0.023961) 58 : 2013 年 10 月 -0.0611* -0.0501**
(0.0330363) (0.0250252) 59 : 2013 年 11 月 -0.0617* -0.0515**
(0.0345089) (0.0257618) 60 : 2013 年 12 月 -0.0641* -0.0529*
(0.0363016) (0.0275341)
汽車特性 包括 包括
時間趨勢 包括 包括
期間 2009.01-2013.12 2009.01-2013.12
33
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
樣本數 2496 2496
註 : 1.***p<0.01,**p<0.05,*p<0.1，(.)為標準誤
2.所有估計皆包含兩個固定效果，月分與品牌。標準誤皆為「殘差異質穩健標準誤」
(heteroscedasticity-robust standard error)，而品牌有經過 clustering 處理
圖 3 第一部分(未取對數)DID 估計係數
資料來源:本研究自行整理 -0.06
-0.05 -0.04 -0.03 -0.02 -0.01 0 0.01
25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
係數1 係數2 係數3
34