第三章、 資料及樣本說明
第四節、 穩定性分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節、穩定性分析
此小節主要的目的是更確認北京汽車限購政策對於自主品牌銷售影響的效 果，這裡的模型將日系車排出在樣本資料之外，原因是在 2012 年 8 月發生的釣 魚台主權紛爭問題，日本政府宣佈通過釣魚臺列嶼"國有化"，使得中國民眾不滿 日本政府擅自將釣魚臺國有化，因此杯葛日系汽車及家電，數據顯示豐田汽車在 2012 年 8 月時下降了 15%，雖然日系車在事件後幾個月銷售有慢慢回升，但是 由於本文資料的時間為 2009 年到 2013 年，在本資料的時間內日系車的銷售並未 回升到原本水準，因此此處會將日系品牌的樣本抽走在做一次實驗，估計將日系 車樣本拿走後對於模型有什麼影響，以及此結果為顯著或不顯著，來驗證北京汽 車限購政策是否對自主品牌的銷售份額有下降的影響。
表 8 即為穩定性檢定估計的實證結果，將日系車排除在資料外，在做基本估 計、加入汽車特性估計及在加入時間趨勢估計。圖 6 則為穩定性檢定之估計系數 圖，行(7)與行(8)分別為基本估計與加入汽車特性估計，由圖中可以發現除了 25 (2011 年 1 月)其餘係數都為負，與預期相同。行(7)與行(8)的走勢也非常接近與 之前檢定有相同現象，推論是汽車特性變數並沒有對銷售份額產生太大影響，顯 著水準方面行(7)與行(8)的係數幾乎都很顯著。而另一個發現是在將日系車抽離 樣本後的估計，行(7)與行(8)的係數普遍都比行(1)與行(2)大，這也代表限購政策 對於自主品牌的銷售份額確實是有負面的影響。行(9)為行(8)在加入時間趨勢所 做的估計，而其估計系數如預期一樣除了 25(2011 年 1 月)其餘係數都為負，雖 然沒有行(3)那樣的顯著，在將日系車資料拿掉後，失去了一些樣本，而樣本的 減少影響了標準誤，所以導致一些細數變的較不顯著或是不顯著，但是政策實施 前期還是很顯著。
由以上可以得知，將日系品牌去除在資料之後，係數依然如同預期幾乎都是 負的，而在基本估計與加入汽車特性估計也比之前更顯著，且係數也負的越大，
36
‧
(0.0053833) (0.0054688) (0.0056062) 26 : 2011 年 2 月 -0.01208* -0.01129* -0.01111*
(0.0061377) (0.0062157) (0.005632) 27 : 2011 年 3 月 -0.01760** -0.01624** -0.01651**
(0.0075509) (-.0162383) (0.0068702) 28 : 2011 年 4 月 -0.01588* -0.01442* -0.01490**
(.0080231) (0.0080276) (0.007087) 29 : 2011 年 5 月 -0.01841** -0.01720** -0.01805**
(0.0078151) (0.0077821) (0.0069586) 30 : 2011 年 6 月 -0.01730** -0.01625** -0.01746***
(0.0067568) (0.0066833) (0.0058806) 31 : 2011 年 7 月 -0.01698** -0.01573** -0.01730**
( 0.0071995) (0.007195) (0.0069173) 32 : 2011 年 8 月 -0.01733*** -0.01593*** -0.01804***
( 0.005493) (0.0054723) (0.0054867) 33 : 2011 年 9 月 -0.00899** -0.00782* -0.01031**
(0.0040147) (0.0041962) (0.0052847) 34 : 2011 年 10 月 -0.01497** -0.01367* -0.01657***
(0.0072938) (0.0072715) (0.0062277) 35 : 2011 年 11 月 -0.01385** -0.01230* -0.01701**
(.0067611) (0.0068103) (0.0070876) 36 : 2011 年 12 月 -0.01329** -0.01151* -0.01527**
( 0.0065939) (0.0066445) (0.0066846) 37 : 2012 年 1 月 -0.01164*** -0.00961*** -0.01432*
(.0036472) (0.0035159) (0.0074389) 38 : 2012 年 2 月 0.01134** -0.00915* -0.01450**
37
‧
(0.0049288) (0.0047574) (0.0066888) 39 : 2012 年 3 月 -0.01116** -0.00915** -0.01516**
(.0049827) (0.0045805) (0.0074542) 40 : 2012 年 4 月 -0.01111** -0.00943* -0.01613**
(.0051841) (.0048567) (0.007942) 41 : 2012 年 5 月 -0.01060** -0.00887* -0.01625*
(0.0053041) (0.0050777) (0.0091417) 42 : 2012 年 6 月 -0.01176** -0.00999* -0.01808*
(0.0054844) (0.0051648) (0.0100714) 43 : 2012 年 7 月 -0.01177** -0.00997** -0.01887*
(0.005132) (0.0046525) (0.0112094) 44 : 2012 年 8 月 -0.01122** -0.00946* -0.01916 (0.0054258) (0.0047777) (0.0116573) 45 : 2012 年 9 月 -0.01452** -0.01228** -0.02297*
(0.0064813) (.0054701) (0.0122292) 46 : 2012 年 10 月 -0.01684** -0.01436** -0.02599*
(.0072893) (0.0063696) (0.0132867) 47 : 2012 年 11 月 -0.01569** -0.01339** -0.02587*
(0.0068906) (0.0061636) (0.0143371) 48 : 2012 年 12 月 -0.01322** -0.01113** -0.02449 (0.0057591) (0.0049625) (0.0160198) 49 : 2013 年 1 月 -0.01289** -0.01043** -0.02487 (0.0055384) (0.0047712) (0.0173772) 50 : 2013 年 2 月 -0.01326** -0.01090* -0.02600 (0.006078) (0.0054833) (0.018098) 51 : 2013 年 3 月 -0.01901*** -0.01650*** -0.03256*
(0.0070934) (0.0059985) (0.0194668) 52 : 2013 年 4 月 -0.01761*** -0.01469*** -0.03199 (0.0055793) (0.0048548) (0.0215571) 53 : 2013 年 5 月 -0.01749*** -0.01509*** -0.03349 (0.0061364) (0.0053266) (0.0222346) 54 : 2013 年 6 月 -0.01604*** -0.01309** -0.03264 (0.00607) (0.0053799) (0.0237024) 55 : 2013 年 7 月 -0.01642** -0.01356** -0.03426 (0.0065541) (0.0057502) (0.0248674) 56 : 2013 年 8 月 -0.01574** -0.01335** -0.03513 (0.0068425) (0.0060969) (0.0257588) 57 : 2013 年 9 月 -0.01418** -0.01190* -0.03490
38
‧
(0.0068901) (0.006172) (0.0270944) 58 : 2013 年 10 月 -0.01384* -0.01253* -0.03662
(0.0073902) (0.0066064) (.0276161) 59 : 2013 年 11 月 -0.01361* -0.01207* -0.03710
(0.0073501) (0.0067511) (0.0288446) 60 : 2013 年 12 月 -0.01358** -0.01210* -0.03843
(0.0066906) (0.0061804) (0.0309864)
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 2391 2391 2391
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 6 將日系品牌去除之 DID 估計係數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第五章、結論
在限購政策實施之後，自主品牌的發展受到很大的阻礙。許多文獻也提到在 消費心理的促使下，民眾紛紛將購車的預算提高，或是購買更大排量、更高級的 車，使得自主品牌在市場上漸漸失去競爭力。本文使用北京市從 2009 年到 2013 年的汽車資料，以差中差法來檢驗，在限購政策實施後，自主品牌相較於外國品 牌的市場份額是否下降。
本文對於此汽車資料，進行了多種不同的估計，主要是觀察汽車限購實施後，
自主品牌相對於外國品牌銷售份額的影響。一開始分別以銷售份額與銷售量取對 數作為被解釋變數進行估計，由每個月的 DID 係數可以發現，限購實施之後，
自主品牌的銷售份額相對於外國品牌一直在減少，尤其是控制時間趨勢後的估計，
自主品牌銷售份額下降的程度更是明顯。再來是根據將樣本控制在更好的可比範 圍內，進行了兩種估計，第一個是將與自主品牌平均價格差距太大的樣本去除後，
進行估計；第二個是將與自主品牌平均排量差距太大的樣本去除後，進行估計，
結果發現，係數皆為負，且離政策時間越遠，係數負的程度越大，代表政策實施 越久，自主品牌的銷售份額下降就越多。由上述結果可以得知，不論是哪種估計 皆顯示了，汽車限購政策確實會對自主品牌的銷售有負面的影響，這也是本文的 結論。
限購的目的為當某項物品的購買已經造成社會上極大的負擔時，限購政策就 可能會出現。汽車限購的出現，即因為汽車量已對交通及環境造成極大的問題，
而成為各地政府所使用的政策工具。由文獻與本研究的結論可得知，不管限購的 方式是透過搖號或是拍賣，皆不利於自主品牌的發展，這與中國積極發展自主品 牌的目標互相違背。
北京市汽車限購政策實施至今已超過了五年，反對的聲浪也一直沒有停過，
許多人認為政策不但沒有效的解決問題，還為生活帶來不便。本文並未分析政策
40
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
的有效性，但是根據本研究的結論可得知，北京汽車限購確實對自主品牌的銷售 帶來傷害，在這樣的情況下，汽車限購的實施是否有其必要?陳遜(2014)一文，
利用無異取線分析交通擁堵問題，並認為擁堵問題在於汽車使用過量，而不是汽 車量，因此對於採用總量控管的限購政策，採取質疑的態度。Olszewski et al. (2005) 研究新加坡的電子道路收費(Electronic Road Pricing)，此為世界上最早收取“交通 擁堵費”的政策，其認為此政策可以有效的解決道路擁機問題。
越來越多的城市加入限購的行列之下，本文建議中國政府應以長期穩定發展 為目標，適時的調整政策與提供配套措施，才能在解決問題的同時，也讓經濟更 蓬勃。
41
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第六章、參考文獻
中文參考文獻
江小涓（1996），「經濟轉軌時期的產業政策」，上海:三聯書局。
成清華，楊沿平，方海峰(2005)，「發展我國汽車自主品牌的思考」，《汽車研究 與開發》，第 8 期。
李億中 (2012)，《中國自主品牌汽車可持續發展策略研究》，中國四川師範大學 碩士論文。
吳松泉，張冬明(2013)，「地方政府汽車限購問題研究」，汽車工業研究，第 11 期，4-11。
吳文瀚(2013)，「實施城市汽車限購政策對汽車市場的影響分析」，上海汽車，第 11 期，29-33。
陳遜(2014)，「關於汽車限購政策的經濟學分析」，上海汽車，第 4 期，29-32。
陳青(2014)，「限購政策下汽車服務業發展戰略研究」，南方職業教育學刊，第 4 卷，第 4 期，15-18。
馬勇，葉向榮(2013)，「“限購令”對中國汽車市場的影響」，企業導報，第 2 期，16-17。
張方晶(2005)，「中國轎車工業呼喚自主品牌」，當代經濟，第 9 期，22-23。
榮偉成，高茜(2013)，「中國自主品牌汽車國際化優劣勢分析與發展對策」，《華 東經濟管理》，1，55-59。
42
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
英文參考文獻
Abadie, A., Gardeazabal, J. (2003). The economic costs of conflict: a case study of the Basque Country. American Economic Review,93(1),113–132.
Card, D., Krueger, A.B. (1994). Minimum wages and employment: a case study of the fast-food industry in New Jersey and Pennsylvania. The American Economic,8 (44),772–793.
Card, D., Sullivan, D. (1998). Measuring the effect of subsidized training programs on movements in and out of employment. Econometrica, 56(3),497-530.
Card, D., Krueger, A.B. (2000). A re-analysis of the effect of the New Jersey minimum wage with representative payroll data. American Economic Review, 90,1397–1420.
Hong, C., Hu, W.M., Prieger, J., Zhu, D. (2010). French Automobiles and the Chinese Boycotts of 2008: Politics Really Does Affect Commerce. The B. E. Journal of
Economic Analysis & Policy: 11(1), 26.
Hao, H., Wang, H., Ouyang, M. (2010). Comparison of policies on vehicle ownership and use between Beijing and Shanghai and their impacts on fuel consumption by
passenger vehicles. Energy Policy, 39, 1016-1021.
Koh, W.T.H., Lee, D.K.C. (1994). The vehicle quota system in Singapore: An assessment. Transportation Research,28A, 39–47.
Meyer, Bruce. D. (1994). Natural and Quasi-Experiment in Economics. NBER
Working Paper, No.170.
Olszewski P., Xie L. (2005). Modelling the effects of road pricing on traffic in Singapore. Transportation Research Part A: Policy and Practice, Vol 39, Issues 7-9, 755-772.
Phang, S.Y., Wong W.K., Chia, N.C. (1996). Singapore’s experience with car quotas:
Issues and policy processes. Transport Policy,3(4), 145–53.
43