, 胡文皓 1 1. 清华大学 经济管理学院, 经济系, 北京 100084;
2. 清华大学 恒隆房地产研究中心, 北京 100084
收稿日期：2017-12-25
基金项目：国家自然科学基金优秀青年项目（71422013）
作者简介：曹静(1977-), 女, 副教授。E-mail:caojing@sem.tsinghua.edu.cn
摘要：为了鼓励低碳生活和减少机动车带来的空气污染，中国政府需要实施燃油税对汽油的需求进行有效管控。该文使用1992年至2009年中国城镇家庭汽油消费的微观数据，应用Probit和Translog模型测算了城镇家庭汽油需求及其弹性。结果表明：中国城镇家庭的人均总消费支出和人口结构特征对家庭的汽油消费行为均有很大影响。城镇家庭汽油需求弹性估计结果与西方国家家庭的估计结果非常接近，价格弹性为-0.445，而复合收入弹性为1.307。研究表明：开征燃油税可以有效地改变人们驾车与消费燃油的行为，且具有累进性，在减少汽油消费和污染物排放的同时，不会对居民福利产生负面影响。
关键词：汽油需求价格弹性收入弹性Probit模型Translog模型
Estimating the elasticities of gasoline demand for urban households in China
CAO Jing1,2
, HU Wenhao11.Department of Economics, School of Economics and Management, Tsinghua University, Beijing 100084, China;
2.Hang Lung Center for Real Estate, Tsinghua University, Beijing 100084, China
Abstract: To encourage low-carbon lifestyles and reduce vehicle air pollution, the Chinese government needs to implement effective policy tools to regulate gasoline consumption, such as gasoline taxes. This paper uses the Probit and Translog models to estimate gasoline price and income elasticities using urban household consumption data for 1992-2009. The results show that the household characteristics significant impact the gasoline consumption of urban households in China. The micro-data elasticities results are similar to those in western countries. The gasoline demand price elasticity is-0.445 and the sophisticated income elasticity is 1.307. Thus, a fuel tax can effectively regulate driving behavior as well as gasoline consumption. In addition, these results show that a gasoline tax is also progressive in China that reduces gasoline consumption and pollutant emissions without negative effects on household welfare.
Key words: gasoline demandprice elasticityincome elasticityProbit modelTranslog model
随着中国居民收入与消费水平的提升，近年来私人汽车需求及汽车拉动的汽油消费不断攀升，居民碳排放和机动车带来的污染状况日益严峻。若想制定有效的政策引导人们的燃油消费行为，如开征燃油税等，需要首先了解中国城镇居民的汽油消费行为及其弹性。汽油需求弹性的测算，对于能源需求预测、环境经济政策的制定和实施非常重要，是能源经济学研究的主要内容之一。燃油税能否有效调控汽油的消费、减少污染气体排放、减轻城市拥堵，从而缓解“大城市病”，与汽油需求的价格弹性息息相关。较高的价格弹性意味着燃油税能够产生较高的激励。然而，燃油税对居民福利的影响主要取决于汽油需求的收入弹性和不同家庭的具体消费行为。较高的收入弹性意味着燃油税具有累进性，即生活水平更高的家庭会承担更高的税负。对不同家庭的具体燃油消费行为进行实证研究，有助于进一步分析燃油税等政策对福利的影响。
中国居民生活用汽油消费量已经从1990年的18万t飙升至2014年的2 119万t，其中超过70%由城镇居民消费。随着城镇化进程的推进，这一比例还会继续升高。相比于西方国家，中国的燃油税水平还偏低，有着较大的提升空间。因此，对汽油需求进行测算对于优化调整中国燃油税的最优税率水平，有着重要的参考价值。
国际上很多****对各国的汽油需求进行了研究。Dahl等[1]总结了滞后内生变量模型和面板数据的广泛应用，即很多研究使用面板数据来计算汽油需求的长期、短期价格弹性与收入弹性。例如，Espey[2]通过分析1993年之前的研究，发现汽油需求短期价格弹性的均值为-0.26，而长期价格弹性的均值为-0.58；Graham等[3]的综述则指出汽油需求短期价格弹性的均值为-0.25，而长期价格弹性的均值为-0.64；Goodwin等[4]的综述还发现，汽油需求短期收入弹性的均值为0.4，而长期收入弹性的均值则略高于1。根据以上这些研究的结果, 西方国家燃油需求弹性范围一般为：短期需求弹性-0.30~-0.20;长期需求弹性-0.80~-0.58;短期收入弹性0.35~0.55;长期收入弹性0.88~1.30。但一些更近期的研究发现, 随着交通系统的成熟与公民对机动车依赖程度的逐渐提高，汽油需求短期价格弹性可能更低, 如Hughes等[5]的研究发现美国汽油需求短期弹性在1975—1980年间为-0.30~-0.20, 但2001—2006年间仅为-0.08~-0.03。此外，West等[6]使用近似完美需求模型(almost ideal demand system，AIDS)根据美国CEX家庭消费数据估计了美国家庭的汽油消费函数，并得到美国家庭汽油需求的价格弹性为-0.459，介于上文提到的短期与长期弹性之间。除此之外，Lin等[7]还发现，汽油价格的波动性也会对家庭汽油需求产生影响，在汽油价格波动性较大的时期，美国家庭汽油消费的价格弹性也会显著降低。
中国汽油消费的相关研究还十分欠缺，尤其是基于微观层面的分析。Lin等[8]使用省级面板对中国居民汽油需求的价格弹性和收入弹性进行了估计，得到两者的范围分别为-0.497~-0.196和1.01~1.05。Cao[9]的估计结果则显示，中国汽油需求的价格弹性在短期为-0.212，长期为-0.834；而收入弹性在短期为0.326，长期为1.284。而Li等[10]的研究通过广义矩估计(general moment method, GMM)方法对省级面板数据进行了重新测算，发现中国汽油需求长期的价格及收入弹性分别为-0.17和1.1。另外，曹静等[11]还使用1999—2009年省级面板和柴油价格数据，估计了中国柴油需求的价格弹性和收入弹性。尹兴中[12]和衷楠[13]的研究数据样本相对较小, 尽管应用了宏观数据和国家统计局计算的燃料价格指数, 但由于缺少燃油产品的实际价格数据, 都未得到显著的弹性估计结果。总的来说，以上研究均没有区分不同类型的家庭特征，不能够进一步地细化分析。
针对已有研究的不足，本文使用1992—2009年中国城镇家庭收入与支出调查数据，结合详细的价格数据，使用Probit和Translog模型，分析了不同类型城镇家庭在汽油消费行为上的差异，并计算了相应的弹性。本研究不仅更好地分析了城镇家庭汽油消费的特点，并预测了人口结构变化对汽油消费的影响，有助于评估燃油税等不同类型政策的效果及其对城镇居民福利的影响。
1 模型本文采用两阶段模型来描述中国城镇家庭的汽油需求。
在第1阶段，本文使用Probit模型，即假设家庭消费汽油与否的概率为家庭实际人均消费与家庭人口特征的函数，
| $\begin{array}{c}{\rm{Prob}}\left( {{G_k} > 0} \right) = \\\mathit{\Phi }({\theta _0} + {\theta _1} \cdot {\rm{ln}}{E_k} + {\mathit{\Sigma }_i}({\theta _i}{A_{ki}}) + {\varepsilon _k}).\end{array}$ | (1) |
第2阶段只考虑汽油消费不为零的家庭，将消费分为汽油消费和非汽油消费两部分。参照West等[6]的设定，本文使用Translog消费方程，即假设家庭在汽油上的消费支出为汽油相对价格(汽油价格/其他商品价格)、家庭总收入和家庭人口特征的函数。由于只考虑汽油和非汽油这两种消费，模型可以调整为
| $\begin{array}{c}{\omega _k} = \frac{1}{{D({p_k})}} \cdot (\alpha + {\beta _p} \cdot {\rm{ln}}{p_k} - {\beta _M} \cdot {\rm{ln}}{M_k} + \\{\mathit{\Sigma }_i}({\beta _{Ai}} \cdot {A_{ki}})) + {\mu _k}.\end{array}$ | (2) |
根据Translog模型的特性，参照Holt等[14]的方法，可以相应得到这部分家庭汽油消费的价格弹性和收入弹性(见表 1)。由于模型的特点，相关弹性并没有长期和短期的差异，这与一般通过时间序列消费数据估计的研究有所不同。
表 1 基于式(2)的弹性计算方法
| 非补偿价格弹性 | |
| 补偿价格弹性 | |
| 收入弹性 |
表选项
2 数据与相关处理本文采用的城镇家庭汽油与其他消费数据及家庭特征数据均来自国家统计局的城镇家庭收入与支出调查1992—2009年的数据。本文使用的子样本包括9个省份或直辖市：辽宁、浙江、安徽、湖北、广东、四川、陕西、甘肃、北京。该子样本具有较好的代表性，各项统计指标均与全国统计值非常接近。分省汽油价格原始数据来源于《国际石油经济》统计数据(1996—2009)，通过消费价格指数(CPI)数据进行处理后，该价格可以追溯至1992年。非汽油消费价格则通过国家发改委发布的各类商品的市级价格数据、统计年鉴的省级CPI数据，参照Slesnick[15]使用的Tornqvist指数计算得到。
3 估计过程和结果3.1 第1阶段Probit方程估计在第1阶段，Probit模型被用来估计家庭实际人均收入、家庭人口结构特征对家庭汽油消费行为的影响。价格水平由汽油价格和非汽油消费价格以两者消费额为权重加权平均得到。
估计结果如表 2所示，所有变量的估计值都在1%的置信水平上显著。除了生活水平之外，城镇家庭的人口特征也会显著影响其消费汽油的行为。首先，户主的属性有着很大的影响。户主年龄较大或户主在公有制企业工作的家庭消费汽油的可能性较低，而户主教育水平较高或户主为男性的家庭则消费汽油的可能性较高。其次，其他家庭成员也会对汽油消费行为产生影响。成员人数较多或有儿童成员的家庭消费汽油的可能性较高，而有老人成员的家庭消费汽油的可能性较低。最后，城镇家庭对汽油的消费行为也有着明显的地区差异，东部地区的城镇家庭比西部地区的城镇家庭消费汽油的可能性更高。
表 2 第1阶段Probit模型估计结果
| 实际人均收入对数 | 1.003*** |
| (0.000 1) | |
| 户主年龄35~55岁 | -0.187*** |
| (0.000 1) | |
| 户主年龄55岁以上 | -0.582*** |
| (0.000 2) | |
| 户主男性 | 0.156*** |
| (0.000 1) | |
| 户主在公有制企业工作 | -0.162*** |
| (0.000 1) | |
| 户主中学教育程度 | 0.035*** |
| (0.000 2) | |
| 户主本科及以上教育程度 | 0.053*** |
| (0.000 3) | |
| 家庭有儿童 | 0.230*** |
| (0.000 1) | |
| 家庭有老人 | -0.099*** |
| (0.000 2) | |
| 家庭成员3人 | 0.422*** |
| (0.000 2) | |
| 家庭成员4人及以上 | 0.814*** |
| (0.000 2) | |
| 东部地区 | 0.56*** |
| (0.000 1) | |
| 中部地区 | 0.021*** |
| (0.000 2) | |
| 常数 | -11.385*** |
| (0.001 1) | |
| 注：括号中数值代表估计参数的标准误，***代表在1%的置信水平上显著 | |
表选项
3.2 第2阶段Translog方程估计在第2阶段，针对汽油消费不为零的家庭，采用Translog模型估计了汽油相对价格、家庭实际总消费和家庭人口特征对家庭汽油消费的影响。在估计过程中，本文参照了Jorgenson等的相关设定[16]。
第2阶段的估计结果如表 3所示，表 3中的结果对应式(2)中的参数，而不直接表示相关变量对汽油消费占比的影响。家庭实际总消费、户主性别以及家庭其他成员的特征对于汽油的消费占比并没有显著的影响。户主教育程度高的家庭，其汽油消费占比相对更高；而户主年龄在55岁以上或户主在公有制企业工作的家庭，其汽油消费占比相对更低。城镇家庭汽油的消费占比同样有着明显的地区差异，相比西部地区，东部地区的城镇家庭汽油消费占比更高，而中部地区则最低。
表 3 第2阶段Translog模型估计结果
| 汽油相对价格对数 | -0.021*** |
| (0.001 2) | |
| 家庭实际总收入对数 | 0.001 |
| (0.001 2) | |
| 户主年龄35~55岁 | -0.001 |
| (0.000 7) | |
| 户主年龄55岁以上 | 0.004*** |
| (0.000 6) | |
| 户主男性 | -0.001 |
| (0.001 5) | |
| 户主在公有制企业工作 | 0.005*** |
| (0.001 6) | |
| 户主中学教育程度 | -0.002*** |
| (0.000 6) | |
| 户主本科及以上教育程度 | -0.007*** |
| (0.000 9) | |
| 家庭有儿童 | 0.001 |
| (0.001 0) | |
| 家庭有老人 | 0.002 |
| (0.001 1) | |
| 家庭成员3人 | -0.001 |
| (0.001 0) | |
| 家庭成员4人及以上 | -0.001 |
| (0.001 2) | |
| 东部地区 | -0.013*** |
| (0.000 5) | |
| 中部地区 | 0.004*** |
| (0.000 1) | |
| 常数 | 0.001 |
| (0.002 1) | |
| 注：括号中数值代表估计参数的标准误，***代表在1%的置信水平上显著 | |
表选项
接着，根据城镇家庭的平均汽油相对价格和消费占比，可以计算出汽油消费的各类弹性，如表 4所示。
表 4 中国城镇家庭汽油需求弹性
| 非补偿价格弹性 | -0.466 |
| 补偿价格弹性 | -0.425 |
| 单一收入弹性 | 1.025 |
| 复合收入弹性 | 1.307 |
| 注：单一收入弹性仅考虑对汽油消费不为零的家庭的影响，而复合收入弹性则考虑了对所有家庭的影响 | |
表选项
城镇家庭汽油消费的平均价格弹性为-0.445，与West等[6]估算的数值-0.459非常接近，而介于Lin等[8]估计的-0.196与-0.497之间。该价格弹性说明，汽油价格每上升1%，汽油需求会下降0.445%。因此，提高燃油税税率水平对控制汽油需求是比较有效的。
表 4中，城镇家庭汽油消费有两种收入弹性：单一收入弹性只考虑家庭收入水平对现有汽油需求大于零的家庭的影响；而复合收入弹性还考虑了家庭收入水平提高从而导致更多家庭开始消费汽油的效应。单一收入弹性为1.025，介于Lin等[8]估计的1.01和1.05之间，说明燃油税具有累进性。而考虑到在第1阶段，生活水平高的人有更大的可能购置车辆并进行汽油消费，因此复合收入弹性更高，为1.307，燃油税的累进性也更强。总的来说，生活水平高的家庭会更多地承担燃油税的税负，从福利角度上看，燃油税不会造成不利的影响。
4 结论通过1992—2009年中国部分城镇家庭消费数据与详细的价格数据，本文使用Probit和Translog模型，估计了中国城镇家庭的汽油需求函数与相应的需求弹性。结果表明：城镇家庭的汽油需求，除受到价格、家庭收入的影响之外，也与家庭的人口特征有着密切的关系。
结果表明：中国城镇家庭汽油需求的价格弹性为-0.445，而单一收入弹性为1.025，复合收入弹性为1.307。本文估计的弹性，与文[6, 8]中的结果较为相似，特别是价格弹性，同美国采用类似数据和模型的研究[6]中估计的结果非常接近。
以上弹性估计结果表明，燃油税对控制汽油需求确实有着一定的作用，能够通过改变汽油价格，来实现减少汽油消费和降低污染物排放的目的。由于汽油消费的收入弹性大于1，收入高的家庭由于汽油消费更高的缘故，会更多地承担燃油税的税负。因此，燃油税具有累进性，不会对居民福利产生负面影响。另外，由于户主教育程度高的家庭及户主不在公有制企业工作的家庭相对会更多地消费汽油，这些类型的家庭相对也会承担更多燃油税的税负。
由于数据的限制，本文只研究了2009年之前的情况，而在2009年后，中国城镇家庭的收入和消费结构发生了较大的变化。从2009年到2015年，中国城镇家庭的实际收入增长了约50%，而每百家庭汽车的保有量则增加了接近200%，城镇家庭的汽油消费量也增加了150%左右。虽然无法判断城镇家庭汽油需求的价格弹性的变化，但可以肯定的是，随着生活水平的不断提高，相比2009年之前，在后来的这段时间里，中国城镇家庭汽油需求的收入弹性可能进一步有了较大的提高。对燃油税来说，以上的变化可能带来两大影响：1)燃油税的税基扩大，更多的人需要承担燃油税的税负；2)收入弹性的提高，意味着燃油税的累进性更强。当然，具体的影响还需要在以后的工作中进一步分析和验证。
参考文献
| [1] | DAHL C, STERNER T. Analysing gasoline demand elasticities:A survey[J]. Energy Economics, 1991, 13(3): 203–210. DOI:10.1016/0140-9883(91)90021-Q |
| [2] | ESPEY M. Gasoline demand revisited:An international meta-analysis of elasticities[J]. Energy Economics, 1998, 20(3): 273–295. DOI:10.1016/S0140-9883(97)00013-3 |
| [3] | GRAHAM D J, GLAISTER S. The demand for automobile fuel:A survey of elasticities[J]. Journal of Transport Economics and Policy, 2002, 36(1): 1–26. |
| [4] | GOODWIN P, DARGAY J, HANLY M. Elasticities of road traffic and fuel consumption with respect to price and income:A review[J]. Transport Reviews, 2004, 24(3): 275–292. DOI:10.1080/0144164042000181725 |
| [5] | HUGHES J E, KNITTEL C R, SPERLING D. Evidence of a shift in the short-run price elasticity of gasoline demand[J]. The Energy Journal, 2008, 29(1): 113–134. |
| [6] | WEST S E, WILLIAMS Ⅲ R C. Estimates from a consumer demand system:Implications for the incidence of environmental taxes[J]. Journal of Environmental Economics and Management, 2004, 47(3): 535–558. DOI:10.1016/j.jeem.2003.11.004 |
| [7] | LIN C Y C, PRINCE L. Gasoline price volatility and the elasticity of demand for gasoline[J]. Energy Economics, 2013, 38: 111–117. DOI:10.1016/j.eneco.2013.03.001 |
| [8] | LIN C Y C, ZENG J Y. The elasticity of demand for gasoline in China[J]. Energy Policy, 2013, 59: 189–197. DOI:10.1016/j.enpol.2013.03.020 |
| [9] | CAO J. Is fuel taxation progressive or regressive in China?[M]//STERNER T. Fuel Taxes and the Poor. New York & London: RFF Press, 2012. |
| [10] | LI R, LEUNG G C K. Gasoline consumption in China:A dynamic panel data analysis[J]. Economics Bulletin, 2012, 32(3): 2375–2382. |
| [11] | 曹静, 谢阳. 1999年至2007年期间中国人均柴油需求弹性[J]. 清华大学学报(自然科学版), 2011, 51(2): 241–244. CAO J, XIE Y. Diesel demand per capita elasticities in China, 1999-2007[J]. Journal of Tsinghua University (Science and Technology), 2011, 51(2): 241–244. (in Chinese) |
| [12] | 尹兴中. 燃油税: 国际比较与分析[D]. 北京: 清华大学, 2005. YIN X Z. Fuel tax: International comparative analysis[D]. Beijing: Tsinghua University, 2005. (in Chinese) |
| [13] | 衷楠. 汽油需求弹性分析[D]. 北京: 清华大学, 2009. ZHONG N. Analysis on gasoline demand variables elasticities[D]. Beijing: Tsinghua University, 2009. (in Chinese) |
| [14] | HOLT M T, GOODWIN B K. The almost ideal and translog demand systems[M]//SLOTTJE D. Contributions to Economic Analysis, Quantifying Consumer Preferences. Bingley, UK: Emerald Group Publishing, 2009. |
| [15] | SLESNICK D T. Empirical approaches to the measurement of welfare[J]. Journal of Economic Literature, 1998, 36(4): 2108–2165. |
| [16] | JORGENSON D W, SLESNICK D T. Aggregate consumer behavior and household equivalence scales[J]. Journal of Business & Economic Statistics, 1987, 5(2): 219–232. |
