一、引言

近年来，二手车交易十分火爆，涌现出了一大批交易网站，如二手车之家、瓜子二手车、人人车等，仅2017年就有1028万车主进行了车辆置换^①。这一方面是因为人均收入增加引起的汽车保有量的增加，使二手车拥有庞大的潜在交易市场；另一方面是因为二手车的线下交易不便引致了大量线上交易需求。但二手车市场火爆的同时，也衍生出一种有趣的现象：市民A想买一辆年限较近的二手车，他通过某二手车交易网站选中了一辆车，于是联系了车主B，但后来试车后市民A报价比车主B报价低两千元，经过多次讨价还价，最终双方还是不欢而散。这种交易的非对称现象到处发生，无论是繁华的大都市，还是偏僻的小村庄，人们总会碰到不满意的交易：商场里，顾客不愿意出高价，商家不愿意降低售价；供应链中，上游厂商和下游厂商也时常因价格认识不同需要多次磋商；土地流转时，收购方和农户(土地所有人)也常因此纠缠不休。这种对商品认知价值上的差异，造成了许多交易无法达成，或者损害了交易中某方的效用水平。

① 数据来源：中国汽车技术研究中心数据资源中心(http://www.catarc.info/shownews.aspx?id=483)。

而禀赋效应是指拥有某物品的人对某物品的评价，比不拥有该物品的人对该物品的评价要高得多。Thaler(1980)通过行为实验所提出的禀赋效应恰好解释了这种交易的非对称现象。其中，最值得关注的是，不只是买方会有禀赋效应，即低估待售商品的价值，并且卖方也会存在禀赋效应，即会高估待售商品的价值。而许多学者，或许是曾经遭受交易非对称问题的人，抑或是正面临交易非对称问题的人，开始从多个角度(神经科学、心理学、经济学等)关注此问题，并且用禀赋效应来实证检验多种交易非对称问题，如劳动力流转、土地流转、彩票等，并以接受意愿(willingness to accept，即WTA)和支付意愿(willingness to pay，即WTP)之间的差额来表示禀赋效应。Horowitz and McConnell(2002)以及Tunçel and Hammitt(2014)认为禀赋效应的普遍且稳定存在，但却仍然只是从问卷的人群组别或者Meta-Analysis对其加以证明，缺乏更加确切的事实数据的支撑。

而在特定的市场上，如二手车市场，禀赋效应也是普遍和稳定存在的吗？Mandel(2002)通过葡萄酒与CD的交易实验，指出买卖双方的交易需求高时, 禀赋效应将被最小化。因此，交易动机是禀赋效应的重要影响因素，而二手车市场上，卖方应当具有足够的交易动机，所以应该会选择定低价来促成交易。然而，卖方此时也会存在禀赋效应吗？哪些因素会影响其存在？这是本文试图解答的主要问题。

在二手车交易愈加火爆的背景下，基于禀赋效应的理论与实证研究，本文主要贡献在于：其一，以二手车的使用时间、行驶里程和原始价格形成的中立参照价格作为参照点，以此分离出卖方定价时的禀赋效应。这不仅克服了以往研究中使用实验或问卷方法可能造成的认知与行为差异，也构建了一个相对稳定的含有禀赋效应的二手车定价模型，从而为禀赋效应更深入的研究奠定基础。其二，更好地解释了交易非对称问题中的“卖方高估价值”的问题，从而为市场规则的制定、商品定价策略的优化提供一定的参考。

本文共包含五个部分，第二部分进行理论与模型构建，明确禀赋效应的适用范围并建立二手车定价模型；第三部分为研究方法及数据集形成过程；第四部分为数据分析与结果，对数据进行描述性分析，并验证禀赋效应是否存在；第五部分进行结果探讨和总结。

二、理论与文献回顾 (一) 禀赋效应的实质

禀赋效应是指当人们拥有一件物品时，无论其市场价值如何，总会高估该物品的价值(Kahneman et al., 1991)。当人们拥有物品之后，便不太愿意将其换取等价的现金，或者如果人们的支付意愿小于人们的接受意愿时，这种禀赋效应就能明显的表现出来。简单来说，人们一旦对物品有所有权，那么就会对物品有更大的重视。对一些通常不会在市场中买卖的物品，如象征性、情感性或者具有纪念意义的物品，尤其如此。一般而言，禀赋效应以及现状偏见(status-quo bias)都可以归结为人们的损失厌恶(loss aversion)特征(Tversky and Kahneman, 1992)。

损失厌恶是指等量损失带来的痛苦要大于等量收益带来的快乐，是前景理论中的一个重要概念(Kahneman and Tversky, 1979)。如果存在损失厌恶，那么WTA和WTP就有可能出现不对称，这种损失代价和得益好处的非对称性，也是禀赋效应得益心理机制形成的演化基础(董志强，2018)。当人们给出WTA时，实质是要放弃手中的物品并对其提出一个最低的要价，因此物品是在损失语境下被估价的；而当人们给出WTP时，实质是想获得某一物品并对其提出一个最高的要价，因此物品是在收益语境下被估价的。因为相比收益而言，人们对损失更加敏感，因此WTP通常小于WTA，禀赋效应便产生了。

对禀赋效应的研究主要包含三种视角：(1)神经科学视角。即在行为实验的基础上观察禀赋效应同脑神经之间的相关性。如Gusnard et al. (2001)，Votinov et al. (2010)及Tong et al. (2016)就测试了在不同情况下人们的WTA与WTP，验证了禀赋效应在不同情况下的人体作用区域区别，且禀赋效应是取决于WTA和WTP两方面的影响。郭文敏等(2017)已对该视角进行了详尽的综述。(2)心理学视角。即通过调查问卷或实验测试等手段，考察人们交易时的情绪、心理等因素对禀赋效应的影响。如黄劲松、孙建伟(2009)，刘腾飞等(2010)，Wang and Qin(2015)及Yechiam et al. (2017a)都从认知角度、动机、情绪等方面对禀赋效应在卖方和买方之间的行为区别进行了探讨，明确了禀赋效应的可拆分，及卖方与买方存在的双重禀赋效应。(3)经济学视角。具体来说，经济学视角也分为实验经济学的研究和行为经济学的研究，与心理学视角的研究有交叉，并且用于分析大量的经济问题：如二手房交易不足、农业土地流转问题、社会秩序形成问题、休闲服务定价问题等(Genesove and Mayer, 2001；钟文晶，2013；罗必良，2014；董志强、张永璟，2016；Crompton，2016；胡新艳、杨晓莹，2017)。其中，禀赋效应主要是对行为经济学中的前景理论的拓展(Plott and Zeiler, 2007)，采取的研究形式也基本为问卷，很大程度上受制于调查对象和调查目的的影响。连洪泉等(2016)综述了禀赋效应在行为和实验经济学领域的最新研究进展，并前瞻了禀赋效应应用在二手商品市场中的政策设计。

(二) 参照依赖

参照依赖是指人们对物品的估价往往受到参照点和损失厌恶的影响。Kahneman and Tversky(1979)指出，个体在进行决策时，往往是以参照点为基础，最终结果与参照点的差别会直接影响人们的决策行为。参照依赖可以适用于任何涉及风险和不确定性的决策，如劳动供给、隐私权保护等(Köszegi and Rabin, 2006；Adjerid et al., 2013)。

参照依赖中一个重要概念即锚定(anchoring)，是指人们会根据最初接触的某个数字作为参照点，影响最后的价值判断(Tversky and Kahneman, 1974)。例如，人们在购买汽车时，汽车销售商展示的第一辆车的价格，会形成一个参照点，影响人们对销售商之后展示的汽车的价值判断(相对便宜或相对昂贵)。因此，在二手市场上，人们最初购买商品的初始价格，往往会形成锚定，影响商品的最终售卖价格。

陈群林等(2013)及Yechiam et al.(2017b)说明了引入参照点对于评价禀赋效应的可行性与重要性。因为禀赋效应是基于买方和卖方的双重行为，如果禀赋效应存在，那么相对于参照点价格P，WTA会高于它，而WTP会低于它。也即，此时WTA/P＞1，WTP/P＜1。因此，可以用这种方式对卖方的禀赋效应进行分离。

(三) 二手车定价时的禀赋效应

二手车市场中的定价问题，本质是对卖方的行为进行的研究。卖方虽然在最初的汽车购买时是作为买方，但是他们会将那时的购买价格当作汽车的原始价值，而在汽车使用过程中，这种价值逐渐减少，最终形成他们确定的二手车价格。Kooreman and Haan(2006)及Kihm and Vance(2016)对此过程进行了验证，并且指出车辆的使用时间和行驶里程是价值减少的主要影响因素。

人们将自有车辆进行出售，在定价时同样会受到参照依赖、禀赋效应的影响。因此本文形成的假说如下：当卖方进行二手车定价时，会以原始价格作为锚定，因为随着汽车使用时间的增加和行驶里程的增加，汽车的价值将逐渐减少，所以卖方会理性地根据车况进行车辆价值折算，从而形成一个二手车的中立参照价作为参照点。同时，卖方又会因为对拥有车辆所有权，在面临失去已有车辆的情况下，定价时会受到禀赋效应的影响，这会使卖方相对于中立参照价，高估二手车的价值，最终形成二手车定价(如图 1所示)。

在传统的禀赋效应验证方法上，主要采用问卷或实验的方式，用以表示禀赋效应的方法有两种：(1)在具体的情境下，直接询问被试对商品的WTA和WTP，然后将WTA/WTP这一比值作为禀赋效应强弱的反映(罗必良，2016)；(2)采用间接的方式，使被试在拥有不同物品后，测试双方的交换意愿(Samuelson and Zeckhauzer, 1988)。但是这两种方法都在一定程度上受制于调查问卷或实验的情境设置问题，实验程序或规则都有可能影响对禀赋效应的测试结果。

本文采取了一种全新的二手车定价模型，并以此分离出禀赋效应，在一定程度上克服了调查问卷中的认知和行为上的差别。同时二手车定价时的参照点问题，也可以通过该模型加以解释。分离禀赋效应的过程和方法如下：

我们假设二手车价格(price)是卖方根据车的原始价格(sprice)进行折算而来的。而折算的客观参照为使用时间(t)和表显里程(m)，而使用时间(按年计)的折算率分别为α₁，α₂，…，而表显里程，或者说行驶里程(按万公里计)的折算率分别为β₁，β₂，…。同时，由于受到禀赋效应的影响，会存在禀赋效应的折算率γ。假定车辆在购买时和进行二手车定价时的人为同一人，则在二手车定价行为中只会存在一次禀赋效应的折算。因此，可以建立二手车定价的基本模型：

$price={{\left({{\alpha }_{1}}{{\alpha }_{2}}\mathit{\Lambda }\alpha \right)}_{t}}\times \left({{\beta }_{1}}{{\beta }_{2}}\mathit{\Lambda }{{\beta }_{m}} \right)\times \gamma \times sprice $

令α、β表示使用时间和行驶里程折算率的几何平均数，即α^t=α₁α₂Λα_t，β^m=β₁β₂Λβ_m，α、β∈[0, 1]，则二手车定价模型可写为：

$price={{\alpha }^{t}}\times {{\beta }^{m}}\times \gamma \times sprice $

(1)

公式(1)较完整的体现了二手车定价时的卖方行为，卖方会以原始价格作为锚定，根据使用时间和行驶里程形成一个客观参照点，公式右端的α^t×β^m×sprice即用以表示这一客观的参照点，从而形成二手车定价时的中立参照价P，而γ(禀赋效应)对这种参照价格进行扭曲，最终形成卖方的二手车定价(WTA)。那么，禀赋效应γ可以从该模型中分离出来，即γ=WTA/P：

$ \gamma =\frac{price}{{{\alpha }^{t}}\times {{\beta }^{m}}\times sprice} $

(2)

而公式(1)可以进一步转化，即两边同时除以sprice：

$rate={{\alpha }^{t}}\times {{\beta }^{m}}\times \gamma $

(3)

其中，rate=price/sprice，为二手车定价与原始价格的比例，可以解释为卖方心目中的二手车的价值留存率，rate∈[0, 1]。从上述过程，可以做出如下推断：

推断1：当卖方根据参照点定价时，γ=1。

推断2：若存在禀赋效应，则γ＞1。

推断3：当γ＜1时，不能说明存在禀赋效应。

三、研究方法

本文采用微观的二手车定价数据，由研究者手工收集整理得到，主要数据来源为易车网(http://bitauto.com/)和二手车之家网(http://www.che168.com/)，数据的信息时间跨度为2017年3月1日至2017年3月19日，收集的城市包括北京、成都、广州、杭州、南京、深圳、天津、厦门、重庆，共计9个城市，这些城市二手车交易比较有代表性。收集的主要内容为：汽车的品牌及系列、行驶里程、报价、上牌时间、是否包含过户费、转让次数、汽车排量、厂商指导价等。通过整理，一共获得完整的数据集5450组。

因为数据的信息时间跨度比较短，所以数据集可近似看作横截面数据，并且可以通过使用时间这一变量进行处理。同时，因为样本是不同个体根据不同的车辆情况做出的二手车定价决策数据，所以样本必然存在异质性。由于数据收集时仅选取9个城市，可能存在样本选择偏误，因此在计量回归中考虑控制地区因素，并且在稳健性检验中的再抽样时覆盖到全国所有地区，保证样本更符合市场特征^①。

① Apicella et al.(2013)指出，文化和环境因素对禀赋效应的出现产生了非常重要的影响。考虑到地区因素的控制可能会影响对禀赋效应的测度，所以在再抽样时进行全国市场覆盖。

在数据处理上，本文采取了以下的数据处理方法：(1)因为二手车交易网站中没有包含卖家车辆的原始售价，因此研究者通过对上牌时间、汽车的品牌及系列、汽车排量等信息获得车辆的厂商指导价，用其替代公式中的原始售价。(2)使用时间以网站中的二手车出售时间与车辆的上牌时间之差获得，可得到按月计的使用时间，最终转化为按年计的使用时间。(3)因各组信息里存在过户费、转让次数的差别，而这也在一定程度上会影响模型的结果，因此剔除掉包含过户费和经过多次转让的数据，最终得到4749组观察值。按照城市分布如表 1所示：

可以看出，在该样本中，北京、成都的二手车供给信息最多，而各个城市的平均价值留存率基本都在0.46左右，其标准差为0.23左右，一定程度反映了样本数据的稳定性。

四、数据分析与结果 (一) 数据分析

为直观表示各变量的样本特征，现列出各主要变量的描述性统计特征(表 2)及变量相关图(图 2)。从表 2可以看出：二手车价格、使用时间、行驶里程、原始价格具有明显的差异。从图 2可看出：二手车价格与原始价格、使用时间、行驶里程都有显著的相关性，而且与使用时间和行驶里程都显示出一种类似的指数型关系，与原始价格呈现出线性递增关系。这近似的符合公式(1)中的变量关系设定。

(二) 回归结果

为便于计量运算，对公式(3)进行对数转换：

$ \text{ln}\left(rate \right)=t\text{ln}\alpha +m\text{ln}\beta +\text{ln}\gamma ={{\lambda }_{1}}t+{{\lambda }_{2}}m+{{\lambda }_{0}} $

(4)

其中，λ₀=lnγ，λ₁=lnα，λ₂=lnβ。因此在回归结果中的常数项即为λ₀，而t与m的系数即为λ₁和λ₂，又因为α、β∈[0, 1]，所以λ₁、λ₂≤0，而当禀赋效应存在(γ＞1)时，λ₀>0。根据是否控制地区因素，分别进行最小二乘回归，结果见表 3。

从回归结果可以看出，模型整体都很显著。表 3列(a)、列(b)的R²分别为0.81、0.82，F值都显著大于0，说明模型解释能力较强。并且与预期一样，变量均在1%的显著性水平上通过检验，其中，t和m系数为负(列(a)：λ₁=-0.1497，λ₂=-0.0053；列(b)：λ₁=-0.1497，λ₂=-0.0060)，常数项系数为正(列(a)：λ₀=0.0470；列(b)：λ₀=0.0616)。这说明使用时间和行驶里程都在一定程度上对二手车的定价产生负向影响，其中使用时间的影响更加明显；而禀赋效应则对二手车定价有正向影响，即卖方会高估二手车价值。进一步对模型进行多重共线性检验，测得其膨胀因子(VIF)都小于10且均值分别为2.40、1.44，可以认为模型中的多重共线性问题较小。

还原到公式(1)，则原模型可化为^①：

$ \left(a \right):price={{\left(0.8610 \right)}^{t}}\times {{\left(0.9947 \right)}^{m}}\times 1.0481\times sprice $

(5)

$ \left(b \right):price={{\left(0.8610 \right)}^{t}}\times {{\left(0.9940 \right)}^{m}}\times 1.0635\times sprice $

(6)

① (5)未控制地区因素时：α= e^(-0.1497)=0.8610，β=e^(-0.0053)=0.9947，γ=e^(0.0470)=1.0481。以下采用相同计算方法。

从(5)和(6)可以看出：未控制地区因素时，二手车定价时的价格的时间折算率为0.8610，里程折算率为0.9947，而显示的禀赋效应为1.0481，即卖方在二手车定价时会显现出禀赋效应的存在，相对于参照点高估约4.81个百分点；控制地区因素时，二手车定价时的价格的时间折算率为0.8610，里程折算率为0.9940，而显示的禀赋效应为1.0635，即卖方在二手车定价时会显现出禀赋效应的存在，相对于参照点高估约6.35个百分点。

根据公式(2)，我们分离出4749个禀赋效应测算值γ。未控制地区因素时，2954个样本的γ大于1，1795个样本的γ小于1，这说明在收集的样本中，大约62.2%的样本都存在禀赋效应；控制地区因素时，2994个样本的γ大于1，1755个样本的γ小于1，大约63.0%的样本都存在禀赋效应，两个比例相差不大。同时，测算的γ的最小值分别为0.202、0.204，最大值为3.324、3.353，均值分别为1.088、1.095，这也体现了不同卖方定价行为的异质性(图 3、图 4)。

(三) 稳健性检验与禀赋效应的可能影响因素讨论

1. 新样本再验证

因为样本数据为9个城市19天中在二手车交易网站发布的数据，有可能存在抽样偏误，虽然这种抽样偏误可能由个体的异质性加以解释，但仍然需要进一步测试。因此，按照上文中的抽样和数据处理方法，我们重新整理了2017年10月13日0时至2017年10月14日12时之间在二手车之家网发布的二手车出售信息，并且将样本城市放宽到中国大陆的31个省、直辖市和自治区，涉及310个地区，共获得2782组观察值。将原始样本记为样本(1)，将新样本记为样本(2)，将两组样本合并记为样本(3)，重新对各样本进行实证检验，不再控制地区因素，若系数显著且没有明显变化，可认为模型相对稳健。结果见表 4。

从表 4可以看出，样本(2)、样本(3)的模型结果与样本(1)的模型结果差别不大，各样本中变量系数均在1%的显著性水平上通过检验，且通过共线性检验，F值都显著大于0，验证了模型的稳健性。其中样本(2)t的系数λ₁=-0.1490，m的系数λ₂=-0.0071，常数项系数λ₁=0.0395；样本(3)的t的系数λ₁=-0.1494，m的系数λ₂=-0.0058，常数项系数λ₁=0.0426。对应得到样本(2)的α=0.8616，β=0.9929，γ=1.0403；样本(3)的α=0.8612，β=0.9942，γ=1.0435。这说明在样本(2)中禀赋效应约为1.0403，即相对于参照点高估约4.03个百分点；样本(3)中禀赋效应约为1.0435，即相对于参照点高估约4.35个百分点。

2. 分组回归

汽车一般可分为多个等级，但目前我国没有一个统一的标准。在此，我们按照汽车的原始价格分为3个等级，即低档车(10万元以下)、中档车(10万元至25万元)和高档车(25万元以上)。使用样本(1)和样本(2)分别对这三个等级的车辆数据进行回归，以判断模型的稳健性。结果如表 5所示：

在针对低档车、中档车和高档车三种汽车的分组回归检验中，发现低档车(①、④)的常数项不显著，且R²都在0.8以下，拟合情况不太好；而中档车(②、⑤)和高档车(③、⑥)的常数项都在1%的显著性水平上通过检验，R²都在0.8以上，拟合较好；各组均通过共线性检验，F值都显著大于0。①至⑥对应得到的禀赋效应测试值γ分别为0.9966、1.1027、1.0546、1.0095、1.0641、1.1159，即相对于低档车，卖方针对中档车和高档车定价时的禀赋效应更加明显，相对于参照点高估约5.46至11.59个百分点。

3. 添加变量回归

Barslund et al. (2007)通过核心变量回归后添加其他测试变量进行回归，通过观察核心变量系数的显著性来判断回归是否稳健，若核心变量系数显著，那么可以认为该回归是稳健的。而在原始的回归模型，即公式(4)中，禀赋效应是作为常数项予以考察的，那么在稳健性检验时，核心变量即为使用时间(t)与行驶里程(m)，而测试变量为可能影响禀赋效应的三个因素，包括档位(gear)、排量(disp)、原始价格(sprice)。其中，档位分为自动档(用1表示)和手动档(用0表示)，档位、排量和原始价格都在一定程度上影响了人们的驾驶体验、心理感受和消费观等认知因素和交易物品特征(刘腾飞等，2010)，因此以此三个变量作为测试变量，此时禀赋效应无法直接通过常数项进行表示，而是常数项与添加变量的复合函数，即γ=f(λ₀, gear, disp, sprice)。回归结果见表 6：

在添加变量回归中，样本(1)和样本(3)添加的档位、排量和原始价格三个变量系数均在1%的显著性水平上通过检验，样本(2)添加的档位和排量两个变量系数在1%的显著性水平上通过检验，原始价格变量的系数不显著。其中，档位和排量的系数为正值，原始价格的系数为负值。此时常数项的显著性水平略有下降，在5%或1%的显著性水平上通过检验，且系数变为负值；使用时间和行驶里程系数均在1%的显著性水平上通过检验，且系数为负值，和原始模型差别不大；进行多重共线性检验，测得其膨胀因子(VIF)都小于10且均值分别为2.17、2.21、2.18，可以认为模型中的多重共线性问题较小；R²都在0.8以上，较原始模型有所提高，F值都显著大于0，拟合较好。

根据公式(2)，分别计算禀赋效应测算值γ，可以得到：样本(1)的γ∈[0.203, 3.339]，2982个样本的γ大于1，1767个样本的γ小于1，大约62.8%的样本都存在禀赋效应；得到样本(2)的γ∈[0.258, 2.393]，1726个样本的γ大于1，1059个样本的γ小于1，大约62.0%的样本都存在禀赋效应；样本(3)的γ∈[0.203, 3.345]，4672个样本的γ大于1，2859个样本的γ小于1，大约62.0%的样本都存在禀赋效应。因此，添加变量并未影响禀赋效应的测算结果，进而验证了模型的稳健性。

档位和排量有可能对禀赋效应具有正向影响，原始价格可能对禀赋效应具有负向影响。但是原始价格的系数值远远小于档位和排量的系数值，说明此变量产生的负向影响可能较小。而常数项由正变负，可能说明还有诸多复杂的因素，如卖方的文化环境、情绪因素、不确定性等，都有可能会对禀赋效应起到负向影响，即会降低禀赋效应，但这也需要更多的数据支持。但这并不会影响本文的基本结果，即卖方会根据使用时间、行驶里程及原始价格作为二手车价格的参照点，而因为禀赋效应的原因，而选择制定一个高于参照点的价格，从而影响市场中的二手车交易。

五、结果探讨与总结 (一) 结果探讨

通过上述对二手车市场中的卖方定价行为研究，我们构建了二手车定价模型，实证检验了二手车市场中卖方禀赋效应的存在，并且通过对模型的多种稳健性检验，认为禀赋效应的存在是普遍且稳定的，但有可能受到若干因素，如汽车档位、排量和原始价格(对应驾驶体验和交易物品特征)的影响。从上述研究结果来看，可以总结出以下核心观点：

(1) 在二手车市场上，卖方定价时会选择一个参照点，即以使用时间、行驶里程和汽车原始价格作为判断依据的中立参照价。

(2) 卖方会认为使用时间和行驶里程都会对汽车的价值产生一定程度的折算。

(3) 卖方的禀赋效应会对中立参照价进行扭曲，从而使卖方选择制定一个相对的高价。

首先，卖方定价时的参照点选择具备着自适应性。它既不是原始价格的任意折算，也不是仅仅根据使用时间或者行驶里程的某种单一标准进行折算的，而是一种复合原始价格、使用时间和行驶里程三种主要指标来制定的。当其中的一种指标发生变化时，参照点也会发生变化，因此本文采用模型中的卖方定价时的参照点具备自适应性。

其次，使用时间和行驶里程的折算率是一种累积性的过程。在模型中，采用了使用时间和行驶里程的几何平均数，用以刻画平均年的折算率和平均万公里的折算率，而随着使用时间的延长和驾驶里程的增加，车辆的损耗也将越来越严重，车辆的价值也逐渐降低，因此会有一个逐渐累积的折算过程。值得注意的是，使用时间的折算率为0.8610，里程折算率为0.9947(控制地区因素时为0.9940)，前者的折算率远大于后者，这在一定程度上说明时间因素可能会对汽车的价值产生更大的影响。

最后，对二手车市场整体而言，卖方在定价时会显现出一种禀赋效应(约有62%左右的卖方禀赋效应测算值γ大于1)。正如Morewedge and Giblin(2015)通过调查实验提到的那样，卖方会普遍高估其价值，从而在不对称信息的交易中获得策略优势，这种价格扭曲会最终引起市场中的交易非对称。但是，我们在实证中得到的卖方禀赋效应值并不大，这也说明了卖方的交易需求与禀赋效应的负相关关系，侧面印证了Mandel(2002)的结论。

(二) 总结

第一，本文构建了一种全新的二手车定价模型，并以此分离出禀赋效应，在一定程度上克服了调查问卷中的认知和行为上的差别，并且在模型中体现了一种动态的价格参照点。其中，拓展出的卖方禀赋效应表示方法，亦可根据研究需要拓展到买方的报价行为，从而与WTA-WTP的禀赋效应一般量化方式进行有效的连接。

第二，在研究中，我们进一步验证了二手车交易市场中卖方定价时禀赋效应的存在。这一方面扩展了目前研究中通过调查问卷或实验等情景控制的虚拟交易方式得出的结论，为禀赋效应的普遍性提供了微观数据支持；另一方面提供了一个研究禀赋效应的新思路，即通过价格与参照点的分离，从而判断出禀赋效应的存在。

第三，本研究具有以下实践启示：(1)二手车市场的三方评估时, 可不单纯使用某种单一性指标进行价值折算，而是使用多种因素(如使用时间、行驶里程等)进行综合判断，从而给卖方和买方一个适合的判断标准。(2)二手车交易中，卖方在定价时应更加理性，根据客观参照点进行定价，从而促进交易的达成。这有利于二手车市场交易量的上升，提高资源的循环效率。(3)除了二手车市场，对于拆迁、土地流转等的定价和补偿行为亦应重视禀赋效应，以减少社会矛盾、交易的非对称问题。这也为市场规则的制定、商品定价策略的优化提供一定的参考。

当然，由于数据收集的困难，本文样本仍然可能存在选择性偏误，需要多次重复性检验，未来可进一步提高样本的代表性。在研究设计中剔除了许多可能的影响因素(是否包含过户费、经过多次转让)，并且未完全考虑控制地区因素，因此在研究中只选择了一人参与定价的行为，如果能够获得足够的实际交易数据和交易磋商的具体过程数据，也许会对禀赋效应有一个更加有效的判断，但是此时研究对象就从1人行为转化为2人行为甚至多人行为，研究也会更为复杂。此外，在禀赋效应的影响因素判断上，我们提供了新的方向，并且开始对驾驶体验和交易物品特征等因素进行考察，但还是没能完全地对禀赋效应进行具体拆分，因此这也是心理学、行为经济学、实验经济学以及神经科学领域需要进一步研究探讨的问题。