公路收费政策的大气污染防治效应

全文总计 10702 字,阅读时间 27 分钟,快速浏览仅需 6 分钟。

副标题:——基于空间溢出视角下城市层面的证据

英文标题:Air Pollution Prevention Effect of Highway Toll Policy:City-level Evidence Based on the Spatial Spillover Perspective

内容摘要:利用2012年中国高速公路免收通行费政策的准自然实验,采用2011—2012年中国89个城市的日度污染数据和气象数据,构建基于动态空间面板的双重差分模型,考察了高速公路免收通行费对空气污染的影响效应。研究发现:中国城市空气污染程度呈现出显著的正向空间溢出效应;高速公路免收通行费对城市空气污染具有显著的促增作用,即短期内属地城市和邻域城市的空气污染程度分别提升了20.4%与18.8%,长期的促增作用则分别达到46.9%和64.8%;当不考虑空间溢出效应和路径依赖特征时,高速公路免收通行费对城市空气污染的促增作用被高估2.4%,同时泄漏效应以及建立在乘数效应基础上的更为严重且更为深远的长期影响亦被忽视;在排除收割效应的影响后,上述促增结论依然稳健。

关键词:公路收费政策,大气污染,污染防治,高速公路,空间溢出  highway toll policy,air pollution,pollution preventi

GB/T 7714-2015 格式引文:[1].公路收费政策的大气污染防治效应.[J]或者报纸[N].技术经济,(20185):103-114

正文内容

  

  研究表明,机动车的大量使用是中国城市空气污染的主要驱动因素[3],作为治理汽车尾气排放的重要手段,公路收费政策的减污效果如何成为重要的政策议题。目前,北京等城市正在讨论以公路收费手段治理空气污染的政策方案,而意大利米兰于2008年1月起已通过生态通行证制度进行了相应政策实践。在中国,收费公路主要为高速公路,截至2016年底,中国高速公路规模已达13.10万公里,稳居世界第一位。遗憾的是,中国的公路收费政策旨在为公路基础设施融通建设资金,并未将诸如拥堵、尾气排放等负外部性问题的治理纳入政策框架。在上述政策背景下,基于中国国情的有关公路收费减污效果的实证考察仍比较匮乏,亟需开展相应工作为城市空气污染治理提供科学决策依据,这也是本文的主要研究目的。

  1 文献述评

  在“贷款修路,收费还贷”政策推动下,中国高速公路事业在取得长足发展的同时,也为促进区域经济增长做出了巨大贡献。基于这一事实,近年来学界更热衷于为“中国交通基础设施奇迹”与“中国经济奇迹”的相关关系提供理论解释与经验证据[4]。相比之下,诸如拥堵、空气污染、交通事故以及噪音等伴随交通基础设施大规模建设而生的负外部性问题并未得到应有关注。对公路负外部性问题的探讨可以追溯至Pigou。他认为,通过向公路使用者征税能够解决拥堵外部性问题。随后Knight进一步证明,如果公路界定为私产,则公路所有者会通过向公路使用者收费以使社会福利最大化[5]。Pigou和Knight开启了公路负外部性问题内部化的研究先河,此后大量文献探讨了公路拥堵收费问题[6-10],且相应政策实践也于19世纪70年代起先后于新加坡、伦敦与斯德哥尔摩等地区出现。

  与拥堵收费相比,污染收费方面的研究成果相对较少。在国外,Johansson[11-12]、Yin和Lawphongpanich[13]、Bigazzi和Figliozzi[14]与Agarwal和Kickhofer[15]对污染收费的定价模型进行了研究。在国内,唐威[16]对20世纪80年代至今考虑尾气排放的公路定价理论及其产生背景、经济学基础与发展现状进行了梳理,并指出相关研究的发展方向。除此之外,国内交通污染收费研究多集中于低碳经济中的碳排放定价方面,如周红飞、张晓明和魏增超[17]等的研究。虽然污染收费相关的理论探讨和模型构建正逐步深入,但相应的实证研究仍很匮乏。国外学者在实证方面已取得初步进展。例如,Daniel和Bekka[18]采用TRANPLAN这一在交通建模领域得到广泛应用的软件,使用特拉华州纽卡斯尔县的数据模拟了拥堵收费对汽车尾气排放的影响,发现总体上拥堵收费可降低10%的排放,在高度拥堵地区这一比例甚至达到30%。Beevers和Carslaw[19]利用环境研究小组的道路交通排放模型,对伦敦拥堵收费的排放影响展开研究,发现在征收拥堵费后相应区域的各种排放物的减少量都在11%以上。Anas和Lindsey[20]对关于伦敦、斯德哥尔摩和米兰道路收费实践的模拟估算文献进行了梳理,发现公路收费在不同情境下大致可以降低汽车尾气排放的8.5%~19%。然而,可能是因为公路收费目不同,利用中国数据的相关实证研究依然凤毛麟角。Fu和Gu[24]利用中国高速公路节假日免收通行费这一准自然实验,采用双重差分以及断点回归方法,首次为公路收费对中国城市层面环境污染的影响提供了经验证据。他们的开创性工作为本文提供了有益借鉴。近年来,在空间计量经济学广泛应用的背景下,对交通基础设施正外部性的研究视角正逐渐转向空间溢出方面[22-25]。但是,公路污染收费的实证研究却普遍忽视了空间溢出这一重要事实,与交通运输正外部性问题的研究现状形成了鲜明反差。一方面,污染物往往可以在空间上进行扩散转移,各地区的空气污染水平存在空间依存关系[26]。另一方面,不同地区的环境治理决策存在相互的竞争效应,相邻地区的空气污染水平可能对本地区下一期的环境治理决策产生影响[27]。忽略这两方面的空间相关性会导致实证结果产生偏误,甚至误导环境政策的制定。

  综上所述,本文利用中国2012年国庆节假期高速公路免收通行费这一准自然实验,采用基于动态空间面板的双重差分模型展开实证研究,在空间溢出视角下重新审视中国公路收费与城市空气污染的关系,为中国公路污染收费提供更为准确的经验支持与决策依据。

  2 研究设计

  2.1 政策简介

  2012年7月24日国务院发布了“关于批转‘交通运输部等部门重大节假日免收小型客车通行费实施方案’的通知”(国发[2012]37号)。随之,交通运输部印发了“关于切实做好重大节假日免收小型客车通行费有关工作的通知”(交公路发[2012]376号),规定自2012年国庆节假期起每年于规定节假日对公路免收通行费。在“重大节假日免收小型客车通行费实施方案”中,规定了公路免收通行费的实施范围,具体免费时间为春节、清明节、劳动节和国庆节四个国家法定节假日,免费车辆为行驶收费公路的7座以下(含7座)载客车辆(包括允许在普通收费公路行驶的摩托车),免收通行费的公路为符合相关规定并经依法批准设置的收费公路(含收费桥梁和隧道)且主要由高速公路构成。

  在上述政策下,2012年国庆节假期(9月30日至10月7日)首次也是2012年唯一一次对高速公路免收通行费。这一外生政策为本文提供了一个准自然实验,使2012年国庆节假期相对于2011年国庆节假期存在相应的政策处理,可以此检验政策效应。鉴于此,本文以该政策主要针对的高速公路为研究对象,以2012年作为实验组,以2011年作为对照组,采用双重差分思想构造动态空间计量模型。

  2.2 实证模型

  高速公路免收通行费政策对特定城市空气质量的直接影响包括两方面。第一,城市附近高速公路车辆尾气排放增加对城市空气质量的影响。城市附近高速公路的交通量会因免收通行费而增加,相应尾气排放增量将影响附近城市的空气质量。第二,城市内车辆尾气排放增加对城市空气质量的影响。高速公路免费政策的实施对象为小型客车,由于客车起讫点多位于市区内,因此高速公路免费政策在增加高速公路交通量的同时也会增加城市内交通量,由此形成的尾气排放增量将影响城市空气质量。基于此,在考虑空间溢出效应后,特定城市实际观测的空气污染程度可分解为三部分:该城市及其属地高速公路实际产生的污染物总量E;E中随空气流动扩散至邻近城市的污染物总量e;由邻近城市转移而来的污染物总量L。也就是说,实际观测到的空气污染程度可表示为P=E+L-e。在空间计量经济学框架内,P中用于刻画空间扩散的L-e部分可表示为空间滞后形式或空间误差形式。在考虑时空滞后因素后,L-e将进一步转变为动态空间滞后形式或动态空间误差形式

  本文以2012年国庆节假期高速公路免收通行费作为准自然实验,所用数据为日度数据,不能控制诸如城市经济发展程度、地区产业结构等无法获取日度数据的经济因素对空气污染的影响,仅将城市空气污染物的实际产生量E视为相关气象因素的函数,并在其中加入地区固定效应以控制2011—2012年期间非时变的经济因素,即。据此,实际观测到的城市空气污染程度由模型(1)和模型(2)所示:

  

  模型(1)和模型(2)暗含城市的空气污染程度由当期因素完全决定的较强假定,忽略了环境因素具有的路径依赖特征[28]。事实上,环境因素的调整具有明显的时间滞后效应,即空气污染程度的变化并不是瞬时发生的。鉴于此,本文在模型(1)和模型(2)的基础上加入空气污染的时间滞后变量,构建模型(3)和模型(4):

  

  式(3)和式(4)中:θ和θ′为空气污染程度的时间滞后系数。模型(3)和模型(4)为本文实证研究所用的空间动态面板模型的基本形式。在此基础上,本文针对2012年国庆节假期高速公路免收通行费政策,基于2011—2012年城市层面的日度数据,采用双重差分方法设置相应虚拟变量,考察高速公路免收通行费政策对城市空气污染的影响。具体虚拟变量包括国庆节假期虚拟变量Nationalday(2011年和2012年的国庆节假期设定为1),2012年国庆节假期虚拟变量即高速公路免收通行费虚拟变量Notoll(2012年的国庆节假期设定为1),包括年度虚拟变量Year(2012年设定为1)、周末虚拟变量Weekend(周末设定为1)、除国庆节假期以外的其他法定节假日虚拟变量Other(其他法定节假日设定为1)以及月度虚拟变量在内的控制虚拟变量向量D以及多项式时间趋势f(t)。同时,为降低各城市截面之间的异方差程度及数据偏度,本文对所有非虚拟变量都取其自然对数后纳入模型。至此,可得到本文最终使用的实证模型(5)和模型(6):

  

  式(5)和式(6)中:为对应变量的待估系数变量。在模型(5)和模型(6)中,高速公路免收通行费虚拟变量Notoll的系数度量了高速公路免收通行费与城市空气污染的关系,是本文重点考察的待估系数。

  2.3 变量选择及数据来源

  实证模型(5)和模型(6)涉及城市层面的空气污染程度和气象因素的日度数据。本文使用中国原环境保护部发布的涉及120个主要城市的空气污染指数(API)度量城市层面的空气污染程度,计入空气污染指数的主要空气污染物包括二氧化硫()、二氧化氮()以及可吸入颗粒物(),其中API的取值范围为0~500。包括气温、降水量、风速与湿度等在内的气象因素是影响污染物形成与扩散的重要原因[29]。在考虑数据可获性的基础上,本文选取温度(Tem)、湿度(Hum)、降雨量(Rain)和风速(Wind)4个变量控制气象因素对空气污染的影响,其中温度、湿度和风速分别以平均温度、平均湿度和最大风速度量,相关气象数据来源于全球天气精准预报网④。

  本文对样本城市的选择主要考虑以下4个条件:①统计数据的可获得性;②城市周边是否有高速公路;③城市周边高速公路是否收费⑤;④所选城市是否为孤岛⑥。在综合考虑上述4个条件后,本文选取89个城市作为空间计量实证研究的样本城市,同时圈定了符合前3个条件但不符合第4个条件的5个孤岛城市。上述94个城市的空间分布如图1所示。相关变量的描述性统计见表1⑦。

  

  

  3 实证结果与分析

  3.1 空间溢出效应检验

  作为使用空间计量模型的重要前提,考察中国城市空气污染程度的空间相关性至关重要。通常使用莫兰指数I(Moran's I)表征全局空间自相关性。对于特定的空间序列,其计算公式如下:

  

  式(7)中:n为89个空间计量样本城市;为空间权重矩阵中(i,j)的对应元素;为城市i的API;为样本城市的API均值。莫兰指数(I)的取值范围为[-1,1]。I大于0表明空间正相关,即高污染城市倾向于被高污染城市包围(高—高型)或低污染城市倾向于被低污染城市包围(低—低型);I小于0表明空间负相关,即高污染城市倾向于被低污染城市包围(高—低型)或低污染城市倾向于被高污染城市包围(低—高型);I等于0表明不存在空间相关性,即城市空气污染程度的空间分布是随机的。

  

  在空间权重矩阵下,莫兰指数(I)仅有一例小于0,且大部分都至少在10%的水平下显著,说明城市空气污染的空间分布呈现出高—高型集聚和低—低型集聚的空间正相关特征。但是,在空间权重矩阵下,莫兰指数(I)均不显著的异于0,表明城市空气污染的空间相关性并不具备经济发展差异这一单一层面上的空间关联特征,而是在地理邻近、地理距离以及地理和经济综合关联特征上予以体现。因此,后文实证部分仅考虑基于空间权重矩阵的结果。

  3.2 模型选择与结果讨论

  在对实证模型进行参数估计前,需对空间滞后模型(5)和空间误差模型(6)两个竞争性模型进行甄选,实质是考察城市空气污染扩散的具体形式。本文使用LM检验比选模型[31],结果如表3所示。

  在空间权重矩阵下,针对空间滞后模型和空间误差模型的LM统计量及针对空间滞后模型的稳健的LM统计量均在1%的水平下显著,针对空间误差模型的稳健的LM统计量仅在5%的水平下显著,说明空间滞后模型对数据的拟合度优于空间误差模型⑧。此外,和空间权重矩阵下的结果同样支持上述结论。据此,本文使用准极大似然法(Quasi-maximum likelihood estimate)对模型(5)进行参数估计。考虑到城市层面API水平可能存在的组内自相关问题,本文使用聚类稳健的标准误,相应的回归结果见表4。表4中的首列实证结果是不考虑空间溢出效应的94个城市的全样本固定效应静态面板回归结果,其中控制了4阶固定时间趋势项。表4中2~14列报告了在3种不同空间权重矩阵设定下控制不同阶数固定时间趋势的实证结果。

  首先,从时间和空间维度看,城市空气污染程度的空间滞后系数ρ与时间滞后系数θ在3种空间权重矩阵下均在1%的水平下显著为正,而时空滞后系数γ在三种空间权重矩阵下均在1%的水平下显著为负,且各种模型设定下的系数估计值的差异并不大。上述结果可以归结为空间维度上的“泄漏效应”、时间维度上的“雪球效应”以及时空维度上的“警示效应”[26]。考虑到可以同时反映经济与地理两方面的空间关联特征且更高阶的时间趋势项有助于捕捉更复杂的时变因素,本文认为在空间权重矩阵下4阶时间趋势项的实证结果更能反映空间溢出效应视角下高速公路免收通行费与城市空气污染的关系。相应结果显示,单从空间维度看,邻近城市空气污染程度每提高1%,该城市的空气污染程度将提高0.53%。这一“泄漏效应”实质上是一种空间负外部性,将使城市之间产生环境治理的搭便车行为,从而降低各城市的治理激励。单从时间维度看,某一城市上一期空气污染程度每提高1%,其当期空气污染程度将提高0.53%。这一“雪球效应”意味着城市空气污染存在明显的路径依赖特征,预示着治理工作犹如逆水行舟,不作为亦将导致空气污染的持续加重。从时空维度看,邻近城市上一期空气污染程度每提高1%,该城市本期空气污染程度将降低22.7%。这一结果可能来源于城市之间的“警示效应”,即地方政府在民众对空气质量日益高涨的诉求之下,迫于舆论压力,会将邻近城市严重的空气污染视为前车之鉴,并随后加大环境治理力度以避免重蹈覆辙。

  

  

  其次,各模型设定下Notoll的系数都为正,而Nationalday的系数都为负,除了空间权重矩阵的结果之外,二者的系数都在1%的水平下显著。具体而言,不考虑空间溢出效应时,国庆节假期减少了21.6%的城市空气污染程度,而高速公路免收通行费却增加了22.8%的空气污染程度,二者的效应几乎完全抵消。考虑空间溢出效应时,根据空间权重矩阵与固定时间趋势设定的不同,Nationalday的系数估计值处于-0.225~-0.023之间,而Notoll的系数估计值处于0.033~0.182之间。在空间溢出视角下,同样发现国庆节假期减少空气污染程度而高速公路免收通行费增加空气污染程度的经验证据,且二者系数估计值符号相反、绝对值所处范围相当。然而,在空间计量模型的设定下,解释变量的系数估计值并不能准确反映边际效应,因为相应的作用效果会通过复杂的空间调节反馈机制增强或减弱。因此,空间溢出视角下高速公路免费对城市空气污染的具体影响如何,有待后文对直接效应、间接效应和总效应的分解时分析。同时,鉴于空间维度上存在明显的泄漏效应,相应的调节反馈机制倾向于将高速公路免收通行费对城市空气污染的促增作用予以增强的事实,本文从上述结果中找到了高速公路免收通行费将使城市空气污染程度提高的初步证据。

  

  再次,在其他控制变量中,年度虚拟变量Year和其他节假日虚拟变量Other的系数估计值符号在非空间计量模型与空间计量模型之间发生了转变,说明不考虑空间溢出效应将可能错估二者的作用方向。周末虚拟变量Weekend的系数估计值在所有结果中都十分接近于0且并不显著,表明在周末与工作日中生产、消费与休闲活动的比重虽然发生了改变,但是3种经济活动产生的空气污染物总量并没有显著变化。同时,气象因素的系数估计值及其显著性在不同结果中虽然各不相同,但是降雨量与最大风速都显著为负,说明气象因素整体上起到了较好的控制作用。由于气象因素不是本文研究的重点,因此这里不再赘述。

  最后,从表4可以看到,空间权重矩阵下的实证结果几乎完全相同,仅有个别系数估计值在小数点3位之后存在差别。这再次印证了城市空气污染在经济发展水平差异上的关联特征并不显著的结论,因此即使对地理距离权重矩阵予以经济加权,也并不改变相关因素的影响效应。鉴于此,后文对直接效应、间接效应和总效应的估算以及稳健性检验部分将不再考虑空间权重矩阵下的实证结果。

  3.3 直接效应、间接效应和总效应

  在空间溢出视角下,高速公路免收通行费不仅会提高属地城市的空气污染程度,而且会对邻近城市的空气污染程度产生影响,并通过特定的循环反馈作用发生一系列调整变化,最终形成空间意义上的直接效应、间接效应和总效应。其中,直接效应是指高速公路免收通行费对属地城市空气污染程度的总体影响,包含高速公路免收通行费通过影响邻近城市空气污染程度并借由“泄漏效应”反过来再次影响属地城市空气污染程度的空间反馈作用;间接效应指空间溢出效应,即高速公路免收通行费对其他邻近城市空气污染程度的平均影响;总效应为直接效应与间接效应之和。同时,在本文动态空间面板模型的设定下,上述效应在时间维度上还具有长期与短期之分。具体而言,LeSage和Pace[31]给出了上述效应的计算公式,见式(8)~式(11)。

  

  式(8)~式(9)中:I为单位矩阵;分别表示计算矩阵对角线元素均值的运算符与计算矩阵非对角线元素行和平均值的运算符;其余变量的含义与前文相同。效应分解结果如表5所示。

  

  表5列示了在两种空间权重矩阵以及控制不同阶数固定时间趋势下高速公路免收通行费对城市空气污染的各效应估计结果。总体来看,在不同模型设定下,高速公路免收通行费对城市空气污染程度都具有显著的促增作用,且无论是直接效应、间接效应还是总效应,其长期效应均远大于短期效应,说明高速公路免收通行费将会对城市空气污染程度造成更为深远的持久影响。同样,本文以最后一列结果为例进行具体分析。在短期中,高速公路免收通行费将使属地城市空气污染程度提高20.4%,同时使邻近城市空气污染程度提高18.8%;在长期中,高速公路免收通行费将使属地城市空气污染程度提高46.9%,同时使邻近城市空气污染程度提高64.8%。首先,从指标含义来看,短期直接效应与静态空间面板模型的相应实证结果具有相同含义,均度量了高速公路免收通行费对属地城市空气污染的短期影响。可以发现,不考虑空间溢出效应的静态面板模型将使高速公路免收通行费对属地城市空气污染的短期促增作用被高估2.4%。造成这一结果的可能原因是:如果不考虑空间与时间上的双重滞后因素,那么将使“泄漏效应”与“雪球效应”对城市空气污染的部分促增效应错误地归因于高速公路免收通行费政策,从而使估计结果产生偏误。其次,非空间静态面板模型结果还忽略了高速公路免收通行费对邻近城市造成的与短期直接效应相若的短期间接效应及其对城市空气污染造成的更严重的长期效应,这一长期总效应是短期总效应的2.85倍。最后,在长期影响中,高速公路免收通行费的间接效应超过了直接效应,表明高速公路免收通行费对邻近城市的长期影响甚至大于属地城市,而这一结果可能缘于“泄漏效应”和“雪球效应”共同产生的空间意义上的“乘数效应”。一个城市由高速公路免收通行费产生的空气污染物扩散至众多邻近地区,借由各城市空气污染的路径依赖机制自我强化,并在复杂的调解反馈和强化路径中对邻近城市的空气污染程度产生了更大的促增作用。这一事实使得借由公路收费治理空气污染的政策外部性更为明显,单边治理产生的搭便车行为将很难避免。

  4 稳健性检验

  高速公路免收通行费会改变人们的出行决策。在中国的政策环境下,这不仅体现于前文关注的对出行需求总量的影响,而且可能表现为时间维度上出行需求的转移,即环境健康文献中提到的“收割效应”[32],意味着2012年国庆节假期后的出行需求可能会因高速公路免收通行费政策而提前至国庆节假期内。同时,镜像来看,这一“收割效应”还可能表现为2012年国庆节假期之前的出行需求因高速公路免收通行费政策而推后至国庆节假期内。在本文的理论框架下,如果“收割效应”存在,那么会使2012年国庆节假期前后的城市空气污染程度降低,而不考虑这一效应还可能高估高速公路免收通行费对城市空气污染造成的促增作用。因此,本文在模型(5)中增加了两个虚拟变量对“收割效应”进行检验,具体为虚拟变量Before(2012年国庆节假期之前的8天设定为1)和虚拟变量After(2012年国庆节假期之后的8天设定为1)。检验结果如表6所示。

  在控制了“收割效应”后,高速公路免收通行费对城市空气污染程度的促增作用并未提升,即在各种模型设定下表6中Notoll的系数估计值、空间滞后系数ρ、时间滞后系数θ以及时空滞后系数γ与表4的对应结果相差很小。同时,Before的系数估计值或为0,或显著为正,并未发现2012年国庆节假期之前8天的城市空气污染程度显著降低的证据。在空间权重矩阵下,控制1~3阶时间趋势时After的系数估计值虽然显著为负,但控制更复杂的4阶时间趋势以及在其他模型设定下的结果却不支持这一结果,因此亦没有稳健的证据可以证明2012年国庆节假期之后8天的空气污染程度显著降低。综上所述,实证结果并不支持中国实行的高速公路节假日免收通行费政策会产生“收割效应”。这可能源于中国企业很少对雇员提供带薪休假的机会,雇员的出行需求主要被安排于法定节假日中,其出行需求不具有灵活调整的空间。总之,空间溢出视角下高速公路免收通行费会提高城市空气污染程度的结论在控制“收割效应”后依然成立。

  5 研究结论

  本文立足于中国实际,基于2012年国庆节假期高速公路免收通行费这一准自然实验,在空间溢出视角下考察了公路收费政策对城市空气污染的减污效果,并对研究结论进行了稳健性检验。研究结果显示:

  第一,中国城市空气污染程度并不具备单纯经济发展差异上的空间集聚特征,而是在地理邻近、地理距离以及地理与经济综合关联下表现出空间正相关性,且城市层面的空气污染程度在空间维度、时间维度与时空维度表现出明显的泄漏效应、雪球效应和警示效应。

  第二,在同时考虑空气污染的空间滞后效应、时间滞后效应以及时空滞后效应的条件下,高速公路免收通行费这一外生政策在短期内将使属地城市的空气污染程度提升20.4%。静态非空间面板模型仅能估计出高速公路免收通行费对属地城市空气污染的短期影响,且对相应的促增作用高估了2.4%。

  第三,静态非空间面板模型同时忽略了高速公路免收通行费对邻近城市空气污染的促增作用以及对区域整体造成的更为深远且更为严重的长期影响。显著的空间溢出效应表明空气污染的空间关联特征将使大气治理产生空间外部性,使各区域产生大气污染防治的搭便车心理。

  

  第四,长期中,在泄漏效应与雪球效应的共同作用下,高速公路免收通行费政策对邻近城市空气污染程度产生了乘数效应,使该政策对邻近城市的影响超过了属地城市,在现行收费公路行业实行的“统一领导,分级管理”的属地管理模式下,势必再次加大收费治污的单边实施难度。

  第五,在排除收割效应对实证结果可能的高估后,本文的核心结论依旧保持稳健。

  本文虽仅考察了中国2012年国庆节假期免收通行费的外生政策对城市空气污染程度的影响效应,但相应结论的政策含义并不局限于这一特定政策。第一,本文结论向决策层提供了必要的经验参考,无论是高速公路收费政策还是城市道路收费政策,预期都可以起到降低城市空气污染的作用,因此该政策可以作为大气污染防治的常规武器使用。第二,在2012年的高速公路通行费价格标准下,中国的收费公路政策降低了城市层面20%左右的空气污染程度。未来中国的高速公路收费不应再以筹资作为唯一目标,还应将公路使用的负外部性治理纳入政策框架以丰富政策内涵。第三,考虑到城市空气污染复杂的空间作用机制,在实施公路收费政策治理大气污染时宜采用区域联防联控机制,避免各地区采取以邻为壑的政策措施。针对目前的高速公路收费政策而言,即要求在收费公路领域建立区域协商合作机制,打破当前基于地区行政垄断的属地管理模式,通过跨区域联盟的形式将空气污染的空间外部性内化于联盟之内,从而增加地方政府的环境治理激励。

  在中国收费公路主要以融资为目的且城市道路普遍未采取收费政策的大背景下,本文只能退而求其次,针对2012年高速公路免收通行费政策这一准自然实验构建空间溢出视角下的双重差分模型进行研究,以改善该领域实证文献匮乏的现状。然而,当前中国正处于高速发展阶段,经济环境可谓日新月异,使用2012年数据所得结论能否完全指导当下的政策实践,仍存在值得商榷的地方。遗憾的是,在诸多限制下,现有方法难以直接对中国目前的公路收费政策的大气污染防治效应进行实证研究,这一研究目标的实现有待于发展新的因果识别模型。

  ①根据《空气质量准则》,相对于年平均浓度准则值而言,在最宽限值水平的长期暴露会增加大约15%的死亡风险。

  ②关于该政策的详情见http://www.zhb.gov.cn/home/ztbd/rdzl/dqst/gjjy/201410/t20141031_290930.shtml。

  ③数据来源:《〈2016年全国收费公路统计公报〉解读》。

  ④www.wunderground.com。

  ⑤在中国,海南省和西藏自治区均没有一般意义上设站收费的高速公路,除此之外还有许多政策性高速公路也没有采取收费制度。

  ⑥孤岛即与其他城市均不相邻的城市,无法捕捉孤岛的空间溢出效应。

  ⑦考虑到现有的空间计量模型估计程序对平衡面板数据的要求,本文依据变量的缺失情况将部分观测个体予以删除,构造了一个平衡面板数据。

  ⑧鉴于样本观测数过大对程序计算造成的困难,在进行LM检验时仅使用了10个城市的数据。为避免这一做法可能造成的样本选择性偏误,所选城市为按城市名首字母排序的前10位城市。

参考文献

[1]ZHANG X,ZHANG X,CHEN X.Happiness in the air:how does a dirty sky affect mental health and subjective well-being?[J].Journal of Environmental Economics and Management,2017,85:81-94.

[2]盛鹏飞,杨俊,丁志帆.环境污染对中国劳动供给的影响——基于面板误差修正模型的研究[J].技术经济,2016,35(1):119-125.

[3]CAI H,XIE S.Estimation of vehicular emission inventories in China from 1980 to 2005[J].Atmospheric Environment,2007,41(39):8963-9879.

[4]刘生龙,胡鞍钢.基础设施的外部性在中国的检验:1988-2007[J].经济研究,2010(3):4-15.

[5]KNIGHT F H.Some fallacies in the interpretation of social cost[J].Quarterly Journal of Economics,1924,38(4):582-606.

[6]WALTERS A.The theory and measurement of private and social cost of highway congestion[J].Econometrica,1961,29(4):676-699.

[7]CHU C,TSAI J.Road pricing models with maintenance cost[J].Transportation,2004,31(4):457-477.

[8]KHADEMI E,TIMMERMANS H.Incorporating traveler response to pricing policies in comprehensive activity-based models of transport demand:literature review and conceptualisation[J].Procedia-Social and Behavioral Sciences,2011,20(6):594-603.

[9]姜玲,苏楚楠,温锋华,等.基于拥挤收费定价模型的高速公路收费政策研究[J].管理评论,2013,25(12):25-31.

[10]罗朝晖.弹性需求下基于时间价值及基尼系数的拥挤收费设计[J].重庆交通大学学报(自然科学版),2015,34(5):114-119.

[11]JOHANSSON O.Optimal road-pricing:simultaneous treatment of time losses,increased fuel consumption,and emissions[J].Transportation Research Part D Transport & Environment,1997,2(2):77-87.

[12]JOHANSSON O.Optimal environmental road pricing[J].Economics Letters,2006,90(2):225-229.

[13]YIN Y,LAWPHONGPANICH S.Internalizing emission externality on road networks[J].Transportation Research Part D Transport & Environment,2006,11(4):292-301.

[14]BIGAZZI A,FIGLIOZZI M.Marginal costs of freeway traffic congestion with on-road pollution exposure externality[J].Transportation Research Part A,2013,57(57):12-24.

[15]AGARWAL A,KICKHOFER B.Agent-based simultaneous optimization of congestion and air pollution:a real-world case study[J].Procedia Computer Science,2015,52(C):914-919.

[16]唐威.考虑尾气排放的道路收费研究综述[J].城市交通,2011,9(4):61-65.

[17]周红飞,张晓明,魏增超.考虑碳成本的城市交通拥挤定价模型研究[J].武汉理工大学学报(交通科学与工程版),2014,38(4):855-859.

[18]DANIEL J,BEKKA K.The environmental impact of highway congestion pricing[J].Journal of Urban Economics,2000,47(2):180-215.

[19]BEEVERS S,CARSLAW D.The impact of congestion charging on vehicle speed and its implications for assessing vehicle emissions[J].Atmospheric Environment,2005,39(36):1-5.

[20]ANAS A,LINDSEY R.Urban road pricing,public transport and externalities:road pricing in theory and in practice[J].Review of Environmental Economics and Policy,2011,5(1):66-88.

[21]FU S,GU Y.Highway toll and air pollution:evidence from Chinese cities[J].Journal of Environmental Economics & Management,2017,83:32-49.

[22]DUGGAL V,SALTZMAN C,KLEIN L.Infrastructure and productivity:an extension to private infrastructure and it productivity[J].Journal of Econometrics,2007,140(2):485-502.

[23]胡鞍钢,刘生龙.交通运输、经济增长及溢出效应[J].中国工业经济,2009(5):5-14.

[24]BO C,FLORIO M.Infrastructure and growth in a spatial framework:evidence from the EU regions[J].European Planning Studies,2012,20(8):1393-1414.

[25]李涵,唐丽淼.交通基础设施投资、空间溢出效应与企业库存[J].管理世界,2015(4):126-136.

[26]邵帅,李欣,曹建华,等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究,2016(9):73-88.

[27]张征字,朱平芳.地方环境支出的实证研究[J].经济研究,2010(5):82-94.

[28]邵帅,范美婷,杨莉莉.资源产业依赖如何影响经济发展效率——有条件资源诅咒假说的检验及解释[J].管理世界,2013(2):32-63.

[29]周兆媛,张时煌,高庆先,等.京津冀地区气象要素对空气质量的影响及未来变化趋势分析[J].资源科学,2014,36(1):191-199.

[30]林光平,龙志和,吴梅.我国地区经济收敛的空间计量实证分析:1978-2002年[J].经济学(季刊),2005,4(S1):67-82.

[31]LESAGE J P,PACE R K.Introduction to Spatial Econometrics[M].Boca Raton:CRC Press,2009:34-39.

推荐10篇