李瑞敏：中国机动车保有量发展趋势分析

57 阅读 0 评论 38 点赞

我是靠谱客的博主感动雪糕，最近开发中收集的这篇文章主要介绍李瑞敏：中国机动车保有量发展趋势分析，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

100期经典重温

2021年1月，《城市交通》迎来创刊第100期。本刊根据被引频次、下载量、影响力、研究方向等因素，甄选2003—2016年30篇有代表性的文章，与您重温经典、感悟新知，徜徉在文字中回味那些流金岁月。

李瑞敏

清华大学土木水利学院交通工程与地球空间信息研究所

所长副教授博士生导师

中国机动车保有量发展趋势分析

发表于《城市交通》2013年第5期

引言

近年来中国社会经济快速发展、机动车保有量迅速增加，致使城市交通状况不断恶化。在过去的10 年内城市交通拥堵现象不断由特大城市、大城市向中小城市蔓延，虽然许多城市大量建设道路交通基础设施，但是到目前为止，交通拥堵状况依然不断恶化。2011 年中国小汽车产销量位居世界第一，且仍在快速发展，面对土地资源、能源等方面的约束亟须对中国机动车保有量的增幅进行理性控制。

国内外学者对机动车保有量的增长进行了大量分析研究。文献[1]针对全球汽车产业的发展进行预测分析。文献[2]以泰国为研究对象，分析经济发展与机动车保有量之间的联系并建立模型对保有量进行预测。文献[3]应用协整分析的方法预测到2020 年中国汽车保有量将达到约2.23 亿辆。文献[4]根据所建立的预测模型推算中国未来的机动车需求至少为636 辆·千人^-1。文献[5]使用武汉市机动车数据对汽车保有量的预测精度进行分析。文献[6]建立模型对重庆市主城区2020 年的机动车保有量进行预测。文献[7]考虑经济、人口、机动车保有量增长速度等因素对中国未来汽车保有量进行综合预测。

现实中，机动车保有量的预测会受到多种因素影响，本文结合中国机动车保有量发展趋势以及其他国家和地区机动车保有量的发展情况，从机动车发展现状的规律出发对未来中国机动车保有量的发展趋势进行分析。

近20 年中国机动车发展趋势

机动车总体发展趋势

根据中国统计年鉴，1991—2011 年中国民用汽车(包括载客汽车与载货汽车，不包括三轮机动车、摩托车以及低速货车)的增长趋势如图1 所示，可以看出，近20 年(尤其是近10 年)，中国民用汽车及载客汽车的保有量增长迅速，年平均增长率超过15%。以2011 年为例，2011 年末中国民用汽车保有量达到9 350 万辆，较2010 年末增长19.8%；私人汽车保有量7 872 万辆，较2010年末增长20.4%。2006 年底中国私人轿车保有量为1 149 万辆，2011 年底为4 322 万辆，年均增长率超过30%，为增长率最高的机动车类型。而城市道路交通压力日益增大，亦主要是由于私人小汽车的快速增长所致(众多城市中心区在高峰期均分时段限制各类货车的通行)。

图1 1991―2011 年中国机动车发展趋势

千人机动车保有量变化趋势

中国近20 年的经济发展中，人均GDP从1991年1 893 元上升至2010 年29 992 元，增长了将近15 倍。经济发展导致人民生活水平大幅提高，对私人汽车的需求也大幅提升。由图2 可以看出，在人民生活水平达到相对较高的层次(例如人均GDP达到1.5 万元)后，汽车保有量(载客汽车数)在一段时期内会关于人均GDP 呈非线性的迅速增长。由于空间和资源有限，汽车保有量发展到一定程度后也会趋于饱和。但根据世界上部分发达国家的数据来看，中国目前的汽车保有量远未达到饱和(仅从发展状态来看而不考虑土地、能源、人口密度等问题)，若不对机动车保有量采取控制措施，其长时间仍将处于持续快速发展阶段。目前中国许多城市的道路交通拥堵现象已十分明显，因而从宏观方面看，出台相应政策从源头控制人均机动车保有量是非常必要的。例如目前上海、北京、广州等城市的机动车总量调控政策。

图2 1991―2011 年中国千人汽车保有量、千人载客汽车数与人均GDP 的关系

典型城市千人机动车保有量发展趋势

图3 是中国典型城市近10 年千人机动车保有量与人均GDP的关系。不同城市千人机动车保有量与人均GDP的关系差异很大，不同城市机动车保有量发展有其自身特点。

1)广州、汕头作为珠三角地区的城市，其千人机动车保有量相对较高主要是由于机动车中摩托车的比例明显偏高，而近年来广州市千人机动车保有量增长缓慢是由于广州市部分家庭处于将摩托车置换为私人小汽车的过程，因此千人机动车保有量虽然增长较慢，但对道路资源的需求增长较大；

2)2011 年前北京市、杭州市均未对机动车保有量进行控制且经济发展轨迹类似(体现在人均GDP 上)，从图3 可以看出两个城市千人机动车保有量增长轨迹类似(摩托车比例都较小)，而重庆市则有沿着北京市、杭州市的轨迹发展的趋势，这体现出中国一些大城市、特大城市机动车保有量共同的发展趋势；

3)上海市于1994 年开始对新增的客车额度实行拍卖制度来控制机动车的增长，因而近年来上海市千人机动车保有量与杭州市、北京市的差距越来越大；

4)宁波、沈阳、长沙等经济较为发达的城市近年来人均机动车保有量增长率保持较高水平，如此发展下去，将很快达到并超过上海市的千人机动车保有量。

图3 中国典型城市千人机动车保有量与人均GDP 的关系

近几年大部分城市机动车增长速度越来越快，有理由相信，对于经济发展水平良好的大中城市而言，在不进行机动车保有量控制的情况下，未来一段时间内千人机动车保有量还将保持高速增长状态。

用过去20 年中国统计年鉴中的数据对千人汽车保有量与人均GDP的关系进行回归，以便对二者的关系进行定量分析。在图4 所采用的三类回归模型中，多项式模型的拟合度最好，R²达到0.993；其他两种模型的R²值均小于0.99。但如果用该函数对中国未来的机动车保有量进行预测，则会在长期预测中出现不合理的结果，其原因在于目前中国正处于机动车保有量与人均GDP成正比且快速增长期，而未来无论是由于政策改变抑或是土地、资源等的制约，机动车增长率均无法长期保持这样的水平。因此，在长期预测机动车保有量的过程中，需要将基于历史数据的定量分析与结合政策、资源等方面的定性分析相结合。

图4 千人汽车保有量与人均GDP 的关系拟合回归

其他国家和地区机动车发展趋势

总体发展趋势

图5 显示了1996—2009 年部分国家和地区人均GDP与千人机动车保有量的关系^[8–9]：随着人均GDP 的增长，千人机动车保有量呈现上升趋势；当人均GDP达到0.05~2 万美元时，千人机动车保有量增长较快；当人均GDP超过2 万美元后，千人机动车保有量的增长率远低于人均GDP的增长速度。对于不同国家，则有如下规律：

1）发达国家如美国、英国、荷兰等，千人机动车保有量近10 年相对比较稳定。

2）部分发展中国家或发达国家(截至2011 年人均GDP 在2 万美元以下的)，如土耳其、巴西、波兰、韩国(2011 年的人均GDP 超过了2 万美元)、希腊、捷克、葡萄牙等，近年来都经历了千人机动车保有量迅速增加的过程。

3）其他地区如台湾，由于统计数据中包含了摩托车，故千人机动车保有量较高；新加坡和香港有严格的机动车保有量控制政策，故虽然人均GDP较高，但千人机动车保有量明显低于同类经济水平的国家和地区；荷兰作为图5 中人均GDP最高的国家，其千人机动车保有量却明显低于美国、意大利、法国、加拿大等国家，这与其自行车出行比例较高有一定关系。

图5 1996―2009 年部分国家和地区人均GDP 与千人机动车保有量的关系

日本

人均GDP与机动车发展趋势

根据1996—2009 年日本各地区人均GDP与千人机动车保有量的关系^[10](见图6)可以看出，东京都历年人均GDP值均是最大的，但是机动车保有量仅略高于新潟县，远低于其他行政区，这与东京都地区发达的公共交通系统及交通调控政策(如高昂的停车费等)的实施有关。同样，作为日本第二大城市的大阪府，其人均GDP较高，但千人机动车保有量仅高于东京都及新潟县。

图6 1996―2009 年日本各地区人均GDP 与千人机动车保有量的关系

人口密度与机动车发展趋势

由1996—2009 年日本各地区人口密度与千人机动车保有量的关系^[10](见图7)可以看出，随着人口密度的增大千人机动车保有量呈现高人口密度低机动车保有量的现象。东京都的人口密度最大，但人均机动车保有量位居倒数第二，人均机动车保有量大于0.5 的地区比较集中，但其人口密度总体不高。

图7 1996―2009 年日本各地区人口密度与千人机动车保有量的关系

英国

人均GDP与机动车发展趋势

根据1994—2010 年英国各地区人均GVA(Gross Value Added, GVA=GDP-Taxes + Subsidies) 与千人机动车保有量的关系^[11–13](见图8)可以看出，除了大伦敦和北爱尔兰地区，英国各地区的人均GVA与千人机动车保有量均呈现正比例关系增长，这些地区的机动车均处于自由发展时期。大伦敦地区的人均GVA 最大，但是千人机动车保有量却基本保持不变；北爱尔兰地区的人均机动车保有量非常不稳定，曲线波动较大。

图8 1994―2010 年英国各地区人均GVA 与千人机动车保有量的关系

英国西南地区的千人机动车保有量始终处于较高位置。就人均机动车保有量的增长速度而言，东南地区最快，大伦敦地区最慢。西北地区千人机动车保有量随着人均GVA的增大而增大，人均GVA到达拐点17 344 英镑时，人均机动车保有量开始有下降的趋势。

人口密度与机动车发展趋势

根据1994—2010 年英国各地区人口密度与千人机动车保有量的关系图^[11–13](见图9)可以看出，近年来英国各地区人口密度变化均不大，但千人机动车保有量呈直线式上升。近10 年北爱尔兰地区机动车增长速度最快，但由于机动车发展较晚，仍属于千人机动车保有量较少的区域。从英国各地区数据无法明显地看出千人机动车保有量与人口密度之间的关系。

图9 1994―2010 年英国各地区人口密度与千人机动车保有量的关系

中国未来机动车保有量发展预测

图10 是在图5 的基础上去掉台湾、新加坡、香港后的部分国家和地区人均GDP与千人机动车保有量的关系，可以看出，机动车保有量的发展大致可以分为三个阶段：1)快速增长期，类似中国现状；2)缓慢增长期，当机动车保有量达到一定水平后(例如千人机动车保有量超过300 辆·千人^-1)，增长速度将降低；3)平稳期，千人机动车保有量增长缓慢或基本保持不变，该阶段基本出现在千人机动车保有量超过500辆·千人^-1以上时。

用图10 中的回归公式计算中国近年来的千人汽车保有量。结果如表1 所示，预测结果与现实有较大差距，而图10 中数据较为离散，表明各个国家在机动化发展过程中各有特点，难以找到精确的定量化预测方法。

图10 部分国家人均GDP 与千人机动车保有量的拟合曲线

表1 中国千人汽车保有量模型回归估计数据与实际对比

根据目前国际上部分国家机动车保有量的发展状况，未来中国机动车保有量的发展趋势可能有如下三种：

1）高保有量：从国际上部分发达国家的发展状况来看，美国、加拿大、德国、意大利、日本、西班牙等国家的千人机动车保有量最终达到600 辆·千人^-1左右(美国接近800 辆·千人^-1)，对于中国而言，除个别城市(地广人稀且经济发达地区)可能具有这种条件外，绝大多数城市和地区都不可能达到或者说难以支撑如此高的机动车保有量。

2）中保有量：按照部分城市(例如东京、伦敦等城市)的发展情况，千人机动车保有量最终达到300~400 辆·千人^-1左右。目前北京市的千人机动车保有量约为250 辆·千人^-1，未来将可能逐步达到东京、伦敦等城市的水平。据前文分析，千人机动车保有量控制在300~400 辆·千人^-1左右比较现实，同时需要鼓励公共交通系统的发展。

3）低保有量：按照新加坡、香港的模式发展，实施严格的机动车保有量控制政策，即随着人均GDP快速增长，千人机动车保有量保持缓慢增长，但该模式政策压力巨大，若在全国范围内全面实施，不仅实施难度较大且可能会对中国整体经济形势带来负面影响。

未来发展建议

中国人口基数大，汽车行业发展迅速，但目前中国人均机动车保有量相对于其他发达国家差距明显，在充分分析人口、GDP 等影响机动车保有量的因素基础上合理控制其增长，对于现阶段国民经济和城市的发展至关重要。基于前文分析，对未来中国机动车的发展提出如下建议：

1）严格控制人均机动车保有量水平，中国的土地、能源、环境等都无法支撑较高的人均机动车保有量(例如千人汽车保有量达到500辆·千人^-1以上)，因此，需要通过行政、经济等手段严格控制各类城市的机动车增长速度。

2）鼓励发展公共交通、非机动交通等出行方式，提高基础设施的管理运营水平等，降低机动车的使用率。

3）针对不同地区或城市，结合各地实际情况(例如道路用地面积、城市形态等)，制定不同的人均机动车保有量控制目标，适时出台地区差异化的机动车保有量控制政策。

参考文献(上滑查看全部)：

[1] Altshuler A, Anderson M, Jones D, Roos D, Womack J. The Future of the Automobile: The Report of MIT’s International Automobile Program[M]. USA: MIT Press, 1986: 107–120.

[2] Jakapong Pongthanaisawana, Chumnong Sorapipatanaa. Relationship Between Level of Economic Development and Motorcycle and Car Ownerships and Their Impacts on Fuel Consumption and Greenhouse Gas Emission in Thailand[J]. Renewable and Sustainable Energy Reviews, 2010, 14(9): 2966–2975.

[3] 许伶俐. 我国汽车保有量的预测研究[D]. 大连：东北财经大学，2011.

Xu Lingli. China Auto Possession Prediction Research[D]. Dalian: Dongbei University of Finance and Economics, 2011.

[4] 陈远通. 汽车保有量预测技术方法及其应用[D]. 广州：华南理工大学，2010.

Chen Yuantong. The Methodology and Implementation of Car Ownerships Forecast Technique[D]. Guangzhou: South China University of Technology, 2010.

[5] 张栓柱. 武汉市汽车保有量预测研究[D]. 武汉：武汉理工大学，2009.

Zhang Shuanzhu. The Forecast of Car Ownership in Wuhan[D]. Wuhan: Wuhan University of Technology, 2009.

[6] 翟长旭，朱顺应，潘艳荣. 城市机动车拥有量发展战略研究[J]. 重庆交通学报，2004，23(5)：115–117.

Zhai Changxu, Zhu Shunying, Pan Yanrong. Strategy Research on the Development of Urban Vehicles Possession[J]. Journal of Chongqing Jiaotong University, 2004, 23(5): 115–117.

[7] 马艳丽，高月娥. 我国未来汽车保有量情景预测研究[J]. 公路交通科技，2007，24(1)：121–125.

Ma Yanli, Gao Yuee. Forecast of Automobile Population in China[J]. Journal of Highway and Transportation Research and Development, 2007, 24(1): 121–125.

[8] 世界银行. 人均 GDP(现价美元)[EB/OL]. 2012[2012–09–14]. http://data.worldbank.org.cn/indicator/NY.GDP.PCAP.CD/countries.

[9] 世界银行. 机动车(每千人)[EB/OL]. 2012[2012–09–14]. http://data.worldbank.org.cn/indicator/IS.VEH.NVEH.P3.

[10] Ministry of Internal Affairs and Communications. Japan Statistical Yearbook 2012[EB/OL]. 2012[2012–09–14]. http://www.stat.go.jp/english/data/nenkan/index.htm.

[11] Office for National Statistics(UK). Datasets and Reference Tables[EB/OL]. 2012[2012–09–14]. http://www.ons.gov.uk/ons/datasets-and-tables/index.html?

pageSize=50&sortBy=none&sortDirection=none&

newquery=GVA&content-type=Reference+table&

content-type=Dataset.

[12] Office for National Statistics (UK). Datasets and Reference Tables[EB/OL]. 2012[2012–09–14]. http://www.ons.gov.uk/ons/datasets-and-tables/index.html?

content-type=Dataset&content-type=Reference+table&pubdateRangeType=allDates&geographic-

breakdown=Region&sortBy=none&sortDirection=none&newquery=population&pageSize=50&apply

Filters=true&content-type-orig=%22Dataset%22+OR+content-type_original%3A%22Reference+table%22.

[13] Department for Transport. Statistics at DFT[EB/OL]. 2012[2012–09–14]. http://www.dft.gov.uk/statistics?s=vehicle&geo-breakdown=regions.

[14] U.S. Department of Commerce. 2010 Population Finder[EB/OL]. 2012[2012–09–14]. http://www.census.gov/popfinder/.

[15] U.S. Department of Transportation. Federal Highway Administration. Highway Statistics 2009[EB/OL]. 2011[2012–09–14]. http://www.fhwa.dot.gov/policyinformation/statistics/2009/mv1.cfm.