機(jī)動(dòng)車限行政策的空氣質(zhì)量效應(yīng)評(píng)估
——以蘭州市為典型的數(shù)據(jù)整合分析

漆 威，黃恒君，王思文

（1.蘭州大學(xué) 經(jīng)濟(jì)學(xué)院,甘肅 蘭州 730000；2.蘭州財(cái)經(jīng)大學(xué) a.統(tǒng)計(jì)學(xué)院,b.國際經(jīng)濟(jì)與貿(mào)易學(xué)院,甘肅 蘭州 730020）

【統(tǒng)計(jì)應(yīng)用研究】

機(jī)動(dòng)車限行政策的空氣質(zhì)量效應(yīng)評(píng)估
——以蘭州市為典型的數(shù)據(jù)整合分析

漆 威1，黃恒君2a，王思文2b

（1.蘭州大學(xué) 經(jīng)濟(jì)學(xué)院,甘肅 蘭州 730000；2.蘭州財(cái)經(jīng)大學(xué) a.統(tǒng)計(jì)學(xué)院,b.國際經(jīng)濟(jì)與貿(mào)易學(xué)院,甘肅 蘭州 730020）

通過互聯(lián)網(wǎng)異源數(shù)據(jù)采集整合、樣本期控制、變量選擇和微觀數(shù)據(jù)分析，以典型污染城市蘭州為研究對(duì)象，對(duì)機(jī)動(dòng)車限行政策的空氣質(zhì)量效應(yīng)進(jìn)行整體效應(yīng)和分時(shí)效應(yīng)的評(píng)估與檢驗(yàn)。研究結(jié)果表明：限行政策對(duì)二氧化氮和臭氧濃度具有明顯的改善作用，而對(duì)一氧化碳濃度的改善作用小，沒有證據(jù)表明限行政策影響到可吸入顆粒物的濃度；限行效果的變化特征與人類短周期活動(dòng)規(guī)律一致；人們的駕駛欲望尚未受限行政策的影響。

機(jī)動(dòng)車限行；空氣質(zhì)量；政策效應(yīng)

一、引 言

清潔的空氣是一種公共資源，隨著大氣污染事件在全球范圍的頻繁發(fā)生和不斷升級(jí)，人們認(rèn)識(shí)到大氣污染嚴(yán)重影響著生產(chǎn)、生活及健康狀況[1]?？諝赓|(zhì)量下降是一種“公地悲劇”，各國政府采用行政管制政策和經(jīng)濟(jì)政策來提高資源配置效率，從而優(yōu)化社會(huì)利益。在中國，隨著工業(yè)化和城市化進(jìn)程不斷深入，城市大氣環(huán)境問題也日益突出，污染防治壓力持續(xù)加大，這“既是環(huán)境問題，也是重大民生問題”。為切實(shí)改善空氣質(zhì)量，2013年9月國務(wù)院印發(fā)了《大氣污染防治行動(dòng)計(jì)劃》，目前已有多地出臺(tái)大氣污染防治“新政”。環(huán)境政策措施的制定雖已經(jīng)過了科學(xué)論證，但其執(zhí)行效果仍受諸多不可控因素影響，需要采用量化手段進(jìn)行評(píng)估，以評(píng)價(jià)政策的合意性和必要性，進(jìn)而為后續(xù)政策的制定和改進(jìn)提供依據(jù)。

環(huán)境政策及其執(zhí)行效果因地而異、因污染源而異，針對(duì)單一區(qū)域和單一污染源的政策效應(yīng)微觀研究具有更加重要的現(xiàn)實(shí)意義。近年來，中國機(jī)動(dòng)車保有量不斷增加，城市交通問題凸顯，尾氣排放也大量增加。研究表明，中國城市機(jī)動(dòng)車尾氣排放導(dǎo)致的空氣污染分擔(dān)率逐年上升[2]。針對(duì)尾氣污染及交通問題，機(jī)動(dòng)車限行是一項(xiàng)實(shí)施簡便、管理成本低的政策措施，已有不少城市依據(jù)車牌號(hào)碼限制機(jī)動(dòng)車在特定時(shí)間內(nèi)通行，而該項(xiàng)環(huán)境政策的效應(yīng)如何，人們看法不一。

為此，本文在梳理限行政策定量評(píng)估文獻(xiàn)的基礎(chǔ)上，以典型污染城市——蘭州為研究對(duì)象，形成針對(duì)單一城市和污染源的空氣質(zhì)量政策評(píng)估思路，并試圖回答以下問題：限行政策是否有助于空氣質(zhì)量的改善？對(duì)哪些大氣污染物有顯著影響？效應(yīng)多大？限行政策效應(yīng)是否與人類活動(dòng)規(guī)律保持一致？

二、機(jī)動(dòng)車限行政策及其效應(yīng)

自1986年智利圣地亞哥實(shí)行機(jī)動(dòng)車限行政策（Restricción Vehicular）以來，盡管已有數(shù)十年的實(shí)踐經(jīng)驗(yàn)，限行政策的定量評(píng)估研究卻少見諸文獻(xiàn)。在少量的研究中，墨西哥城“每周停駛一天”政策（Hoy No Circula, HNC）的評(píng)估最具影響。HNC政策自1989年以來持續(xù)執(zhí)行，Eskeland等人以1984—1994年為樣本期的研究表明，HNC政策并未有效抑制汽油需求，也沒有緩解機(jī)動(dòng)車保有量的增加[3]；Davis對(duì)同樣的時(shí)期進(jìn)行分割并引入氣象因素，采用斷點(diǎn)回歸方法，比較了HNC政策執(zhí)行前后大氣污染物水平，結(jié)果表明HNC政策對(duì)空氣質(zhì)量的影響效應(yīng)不顯著[4]；Lin等人檢驗(yàn)了圣保羅（Opera?o Rodízio政策，1996—1998年內(nèi)執(zhí)行）、波哥大（Pico y Placa政策，1998年執(zhí)行以來）、北京（尾號(hào)及單雙限行政策，2008年執(zhí)行以來）、天津（單雙限行政策，2008年奧運(yùn)期間執(zhí)行）的空氣質(zhì)量效應(yīng)，結(jié)果表明限行政策僅對(duì)個(gè)別時(shí)段有效，但總體上無益于空氣質(zhì)量改善[5]；Sun等人以車牌數(shù)字偏好為切入點(diǎn)，依據(jù)2009年1月至2011年4月間的日數(shù)據(jù)，研究了機(jī)動(dòng)車限行政策對(duì)北京市交通流量及PM10濃度的影響，測(cè)算結(jié)果表明限行有利于緩解交通壓力，而無益于空氣質(zhì)量的改善[6]。

以上文獻(xiàn)傾向于將限行對(duì)空氣質(zhì)量的無效性解釋為人們對(duì)政策的反作用。例如，Sun等人認(rèn)為限行政策刺激了人們?cè)诜窍扌袝r(shí)間的駕駛欲望，而Davis認(rèn)為居民購置第二輛機(jī)動(dòng)車的傾向影響了HNC政策的效果。事實(shí)上，鑒于人們對(duì)政策的響應(yīng)具有滯后性，有人認(rèn)為以上關(guān)于限行政策無效的解釋可歸結(jié)為研究樣本期控制問題。Salas通過樣本期的控制和方法選擇，重新評(píng)估了Davis的數(shù)據(jù)，結(jié)果表明在執(zhí)行HNC的初期，各項(xiàng)空氣質(zhì)量指標(biāo)的效應(yīng)在12%～18%之間，隨著時(shí)間推移這種效應(yīng)逐步減弱[7]。Salas的研究結(jié)果說明，各項(xiàng)限行政策對(duì)空氣質(zhì)量影響效應(yīng)的研究結(jié)論有待重新探討。換言之，這種衰減效果源于各種非可控條件的變化，而并非限行政策本身無效。Chen等人對(duì)2008年奧運(yùn)會(huì)的空氣質(zhì)量效應(yīng)進(jìn)行研究，得到了類似的效應(yīng)衰減結(jié)論[8]。

綜上所述，限行政策對(duì)空氣質(zhì)量的積極效應(yīng)是否存在，學(xué)界仍對(duì)此有所爭議。由于宏觀條件（諸如政策、公共交通、燃料價(jià)格、停車位情況等）的變化以及微觀因素（如氣象因素、化學(xué)反應(yīng)、人類活動(dòng)）的干擾，對(duì)政策效應(yīng)的評(píng)估仍存在一定困難。

三、機(jī)動(dòng)車限行政策影響因素及模型設(shè)定

（一）機(jī)動(dòng)車限行政策

蘭州作為中國空氣污染嚴(yán)重城市之一，其典型地理與氣候特征造成了大氣污染物不易擴(kuò)散[9]。近年來，蘭州市機(jī)動(dòng)車保有量迅猛增長，截至2014年7月，蘭州市在冊(cè)機(jī)動(dòng)車65.09萬輛*數(shù)據(jù)來源于《我市機(jī)動(dòng)車總量已達(dá)65萬輛，市民專家建言破解道路擁堵》，見《蘭州日?qǐng)?bào)》2014-08-13。，是2003年底的4.28倍，年均增速約為16%，機(jī)動(dòng)車尾氣也已成為重要大氣污染源；加之市區(qū)道路基礎(chǔ)設(shè)施建設(shè)滯后，長時(shí)間處于飽和狀態(tài)，機(jī)動(dòng)車平均車速較低，加、減、怠速頻繁，尾氣污染進(jìn)一步加劇。

為此，蘭州市政府采取了一系列的治堵防污措施。自2010年9月以來，蘭州市區(qū)常年實(shí)行每個(gè)工作日兩個(gè)尾號(hào)的限行政策 （簡稱“尾號(hào)限行”）*限行組合分別為：1和6、2和7、3和8、4和9、5和0，機(jī)動(dòng)車按照車牌尾號(hào)對(duì)應(yīng)的日期依次限行。；從2013年11月起，《蘭州市重度污染天氣應(yīng)急預(yù)案》啟動(dòng)，規(guī)定當(dāng)空氣污染持續(xù)達(dá)到一定程度，蘭州市區(qū)按車牌尾號(hào)實(shí)行單號(hào)單日通行、雙號(hào)雙日通行的單雙號(hào)限行措施（簡稱“單雙限行”）。2013年冬季以來，蘭州市已數(shù)次實(shí)行了單雙限行，機(jī)動(dòng)車限行的側(cè)重點(diǎn)已由最初的“治堵”過渡到了“防污”。

（二）政策效應(yīng)的影響因素分析

城市空氣質(zhì)量受到自然條件和人類活動(dòng)的雙重影響，這些因素有可能會(huì)影響到限行政策的執(zhí)行效果。為了量化機(jī)動(dòng)車限行政策，需要對(duì)研究區(qū)域的空氣質(zhì)量影響因素進(jìn)行分析。

1.自然條件。自然條件表現(xiàn)為空氣質(zhì)量的資源稟賦。為了研究機(jī)動(dòng)車限行政策對(duì)空氣質(zhì)量的效應(yīng)，首先要對(duì)自然稟賦的影響進(jìn)行“固定”，以便于獨(dú)立測(cè)算政策效應(yīng)。影響空氣質(zhì)量的自然因素主要包括氣象條件、地形特征和地理位置等[10]。對(duì)于氣象條件，研究表明濕度、溫度和風(fēng)力條件的改變對(duì)蘭州市的大氣環(huán)境產(chǎn)生顯著影響[11]；對(duì)于地形特征和地理位置，本文涉及單一城市的研究是固定的，然而由于典型的河谷盆地特征，蘭州市大氣污染物向河谷外的擴(kuò)散稀釋能力表現(xiàn)出明顯的季節(jié)性[12]。因此，機(jī)動(dòng)車限行政策對(duì)空氣質(zhì)量的影響研究中還有必要引入季節(jié)效應(yīng)。

2.人類活動(dòng)。人類活動(dòng)影響則是對(duì)既定資源稟賦的開發(fā)分配。影響空氣質(zhì)量的人類活動(dòng)涉及社會(huì)經(jīng)濟(jì)、生產(chǎn)生活各個(gè)方面，具體到蘭州市機(jī)動(dòng)車限行，依據(jù)宏觀社會(huì)經(jīng)濟(jì)條件是否改變以及人們是否有足夠時(shí)間作出影響政策執(zhí)行效果的響應(yīng)，則分長期和短期進(jìn)行分析。

長期而言，經(jīng)濟(jì)發(fā)展水平的變化、人口規(guī)模的變動(dòng)、排放標(biāo)準(zhǔn)的改進(jìn)、燃料價(jià)格的升降、道路基礎(chǔ)設(shè)施的完善和調(diào)整、配套環(huán)境政策的變化（如天然氣供熱設(shè)備改造、關(guān)停高污染小企業(yè)等），甚至人們新增機(jī)動(dòng)車的動(dòng)機(jī)等各種非可控因素及其交互作用，都可能增強(qiáng)或抵消限行政策的效果，而這種經(jīng)濟(jì)學(xué)意義下的“長期”可能只有短短幾個(gè)月，研究時(shí)期選擇不當(dāng)和影響因素考慮不足，也能導(dǎo)致文獻(xiàn)中“限行無益于空氣質(zhì)量改善”的結(jié)論[5]。由于宏觀因素難以全面衡量，為此采用微觀數(shù)據(jù)，將樣本期控制在足夠短的時(shí)間內(nèi)，用以保證限行政策效應(yīng)“獨(dú)立”測(cè)算。在該樣本期間，影響限行效果的宏觀因素不發(fā)生變化，公眾（包括政策制定者以及政策實(shí)施對(duì)象）也沒有足夠時(shí)間作出改變限行政策效應(yīng)的行為響應(yīng)。在“研究設(shè)計(jì)”部分，將討論數(shù)據(jù)采集及樣本期控制。

短期而言，即使宏觀長期因素不發(fā)生變化，仍有一些人類活動(dòng)因素影響著限行效應(yīng)的度量：首先是數(shù)字偏好。一般來講，中國人存在明顯的數(shù)字偏好。依據(jù)筆者的調(diào)研資料*資料來源于蘭州市公安局交警支隊(duì)車輛管理所，數(shù)據(jù)截止日期為2014年3月。，數(shù)字偏好也反映在蘭州市機(jī)動(dòng)車尾號(hào)中，尾號(hào)為4和7的機(jī)動(dòng)車所占比例明顯少于尾號(hào)為8和9的機(jī)動(dòng)車。尾號(hào)限行組合后數(shù)字偏好情況顯著緩解，而單雙號(hào)限行組合后單號(hào)和雙號(hào)的比例為49.75∶50.25，基本保持平衡。Sun等人的結(jié)果也表明依據(jù)數(shù)字偏好的測(cè)算，并未得到顯著的限行效應(yīng)。為此，有理由認(rèn)為人們的車牌數(shù)字偏好不會(huì)對(duì)限行的空氣質(zhì)量效應(yīng)產(chǎn)生顯著影響。其次是人類活動(dòng)短周期規(guī)律明顯。以日為周期，人們的用車行為與作息規(guī)律一致，早晚高峰特征顯著，限行政策也據(jù)此在每日內(nèi)設(shè)置限行時(shí)段。以周為周期，人們?cè)诠ぷ魅张c周末的用車行為會(huì)有所差異。因此，在微觀數(shù)據(jù)基礎(chǔ)上，可以引入時(shí)間效應(yīng)虛擬變量，用以控制或驗(yàn)證機(jī)動(dòng)車限行政策在不同時(shí)間的作用效果。

（三）模型設(shè)定

依據(jù)以上因素分析，大氣污染的形成是一個(gè)包含人類活動(dòng)和自然力作用的復(fù)雜現(xiàn)象。參考Davis的模型框架，構(gòu)建機(jī)動(dòng)車限行政策的空氣質(zhì)量效應(yīng)模型如下：

lnY=γ0+γ1Res+α′H+β′W+ε

（1）

其中因變量Y代表空氣質(zhì)量指標(biāo)，包括二氧化氮（NO2）、臭氧（O3）、一氧化碳（CO）、可吸入顆粒物（PM10）等受汽車尾氣影響的大氣污染物濃度[2]，研究變量為Res，其取值為：

ε為隨機(jī)擾動(dòng)，表示未能觀測(cè)因素的綜合影響。

依據(jù)自然因素對(duì)空氣質(zhì)量的影響，式（1）中引入變量W= （HUMI, TEMP, WIND, SEA_EFT） ，作為自然因素控制變量，其中HUMI為濕度、TEMP為氣溫、WIND為風(fēng)力、SEA_EFT為季節(jié)效應(yīng)虛擬變量。當(dāng)然，季節(jié)效應(yīng)虛擬變量也有助于人類活動(dòng)季節(jié)差異（如取暖效應(yīng)、限行以外環(huán)境政策差異）的抵消。進(jìn)一步依據(jù)人類活動(dòng)影響的分析，引入一組時(shí)間效應(yīng)控制變量H= （ HOUR_EFT, WEEK_EFT），其中HOUR_EFT為限行時(shí)段效應(yīng)虛擬變量，WEEK_EFT為工作日效應(yīng)虛擬變量，這一組虛擬變量引入的必要性，將在“研究設(shè)計(jì)”部分得到進(jìn)一步明確。

倘若模型設(shè)定是恰當(dāng)?shù)模捎谘芯孔兞繉?duì)應(yīng)的參數(shù)為：

（2）

則γ1解釋為機(jī)動(dòng)車限行政策對(duì)空氣質(zhì)量的百分比效應(yīng)，預(yù)期符號(hào)為負(fù)，表示改善。

當(dāng)然，依據(jù)Salas的研究結(jié)論，在該模型框架下機(jī)動(dòng)車限行的政策效應(yīng)能夠從各種復(fù)雜綜合因素中獨(dú)立提取出來成為問題的關(guān)鍵。換言之，參數(shù)γ1的解釋能力取決于研究樣本期的控制。

四、研究設(shè)計(jì)

（一）數(shù)據(jù)及預(yù)處理

鑒于“短期”的樣本期控制需要，本文采用微觀數(shù)據(jù)（小時(shí)），其中空氣質(zhì)量信息包括二氧化氮、臭氧、一氧化碳和可吸入顆粒物，數(shù)據(jù)來源于中國環(huán)境監(jiān)測(cè)總站實(shí)時(shí)監(jiān)測(cè)結(jié)果；氣象因素信息包括氣溫、濕度和風(fēng)力，來源于中國氣象局發(fā)布的實(shí)時(shí)氣象信息*數(shù)據(jù)標(biāo)準(zhǔn)見中國環(huán)境監(jiān)測(cè)總站（www.cnemc.cn）和中國天氣網(wǎng)（www.weather.com.cn）的描述。，數(shù)據(jù)由筆者從互聯(lián)網(wǎng)實(shí)時(shí)采集整合。

為了對(duì)蘭州市限行政策空氣質(zhì)量的效應(yīng)作出測(cè)算和評(píng)估，提取涉及蘭州市的子數(shù)據(jù)集：蘭州市設(shè)有5個(gè)空氣質(zhì)量監(jiān)測(cè)點(diǎn)（鐵路設(shè)計(jì)院、生物制品所、蘭煉賓館、職工醫(yī)院、榆中蘭大校區(qū)）。由于“榆中蘭大校區(qū)”監(jiān)測(cè)點(diǎn)在蘭州河谷之外，遠(yuǎn)離蘭州市區(qū)，基本不受限行政策影響，不在本文研究范圍之中。事實(shí)上，完全處于限行區(qū)域內(nèi)的空氣質(zhì)量監(jiān)測(cè)點(diǎn)為2個(gè)（鐵路設(shè)計(jì)院、生物制品所），但由于機(jī)動(dòng)車的跨區(qū)空間流動(dòng)性[5]，故選取了蘭州市區(qū)的所有4個(gè)監(jiān)測(cè)點(diǎn)，并以4個(gè)監(jiān)測(cè)點(diǎn)污染物濃度的均值作為因變量，用以研究限行政策對(duì)蘭州市空氣質(zhì)量的整體效果。

由于發(fā)布或采集的客觀原因，本文所使用的數(shù)據(jù)集存在缺失情況，故在模型分析之前預(yù)先對(duì)缺失數(shù)據(jù)進(jìn)行了插補(bǔ)。氣象數(shù)據(jù)集缺失率較低，介于0.08%～0.26%之間，采用k臨近均值插補(bǔ)方法，k=4。空氣質(zhì)量數(shù)據(jù)集缺失率（包括顯性缺失和隱性缺失*顯性缺失指采集的數(shù)據(jù)本身缺失；隱性缺失是指采集到的數(shù)據(jù)為0或負(fù)數(shù)，但筆者認(rèn)為空氣污染物濃度不應(yīng)小于或等于0，故將這些情形替換為缺失處理。）較高，均在4%以上，故采用回歸樣條平滑插補(bǔ)，樣條基底數(shù)量設(shè)定為51。經(jīng)以上插補(bǔ)處理后，待分析數(shù)據(jù)構(gòu)成了完整的可分析數(shù)據(jù)集。

（二）研究樣本期設(shè)置

依據(jù)以上描述，2010年9月以來，蘭州市常年實(shí)行尾號(hào)限行政策，若類似于Davis的做法，依據(jù)尾號(hào)限行時(shí)期與非限行時(shí)期（2010年以前）的比較，已然失去了可比的宏觀環(huán)境，也難以獲得歷史微觀數(shù)據(jù)。依據(jù)Salas的研究結(jié)論，為了滿足短期條件，以2013年冬季以來兩次限行時(shí)段可比的單雙限行時(shí)期為中心，分別左右外推1個(gè)月，以保持單雙限行與尾號(hào)限行在樣本量上的平衡及短期的可比性，并藉此測(cè)算限行政策效應(yīng)。具體樣本期選擇見表1。

表1 研究樣本期設(shè)置表

需要說明的是，表1中7∶00～20∶00的限行時(shí)段與人們的出行、作息一致。為了直觀表明限行效果與限行時(shí)段的一致性，圖1以NO2為例，繪制了研究樣本期內(nèi)尾號(hào)限行與單雙限行時(shí)期污染物濃度的分時(shí)差異。

圖1 單雙限行分時(shí)效果圖（NO2為例，比較基準(zhǔn)：尾號(hào)限行）

在圖1中，橫軸表示一天24小時(shí)，縱軸表示污染物濃度（μg/m3），“○”代表尾號(hào)限行對(duì)應(yīng)的污染物濃度，“×”代表單雙限行對(duì)應(yīng)的污染物濃度，兩條垂直虛線之間表示限行時(shí)段。為清晰起見，在繪圖過程中對(duì)數(shù)據(jù)點(diǎn)加入橫向隨機(jī)抖動(dòng)。直觀上看，單雙限行政策在每個(gè)時(shí)間點(diǎn)都可能存在積極效應(yīng)，且在不同時(shí)段的效應(yīng)可能有所差異。當(dāng)然，該直觀判斷還有待模型實(shí)證結(jié)果的檢驗(yàn)，因而在模型設(shè)定中引入限行時(shí)段效應(yīng)虛擬變量（HOUR_EFT）也就順理成章了。

進(jìn)一步講，表1中的限行時(shí)段在單雙限行和尾號(hào)限行期間有著細(xì)微差異，表現(xiàn)在尾號(hào)限行期間，周末及節(jié)假日不限行；在單雙限行期間，周末及節(jié)假日依舊限行。據(jù)此，模型設(shè)定中引入工作日效應(yīng)虛擬變量（WEEK_EFT），一來用于剔除人們工作日與非工作日的駕駛行為差異；二來為了驗(yàn)證限行政策是否會(huì)刺激人們?cè)诜窍扌袝r(shí)期的駕駛欲望。

在表1的樣本期設(shè)置下，圖2以NO2數(shù)據(jù)為例，給出了研究樣本期設(shè)計(jì)的總體概況。圖2中：橫軸表示日期，縱軸表示污染物濃度（μg/m3），研究樣本期以兩條虛線包含；單雙限行期以兩條點(diǎn)線包含；黑點(diǎn)表示樣本期內(nèi)污染物濃度數(shù)據(jù)，灰點(diǎn)表示非樣本期數(shù)據(jù)。可直觀看出，限行的空氣質(zhì)量效應(yīng)可能存在，但冬季與夏季表現(xiàn)截然不同。因此，為了將限行效應(yīng)單獨(dú)提取出來，在模型設(shè)定中引入季節(jié)效應(yīng)（SEAS_EFT）是必要的。

圖2 總體研究設(shè)計(jì)及樣本數(shù)據(jù)圖（NO2為例）

（三）描述統(tǒng)計(jì)

依據(jù)變量選擇及研究樣本期設(shè)置，本文所涉及變量基本描述統(tǒng)計(jì)結(jié)果見表2，包括因變量、自變量的描述及包括缺失率、均值和標(biāo)準(zhǔn)差等統(tǒng)計(jì)量。

需要說明的是，由于氣象因素對(duì)大氣污染影響可能存在滯后效應(yīng)和非線性效應(yīng)，在實(shí)證分析中氣象因素變量HUMI、TEMP、WIND除當(dāng)前項(xiàng)外，還包括一階滯后項(xiàng)和平方項(xiàng)。

表2 自變量描述及基本統(tǒng)計(jì)表

五、實(shí)證結(jié)果

（一）政策效應(yīng)測(cè)算結(jié)果

測(cè)算結(jié)果表明，蘭州市的限行政策對(duì)于NO2和O3濃度具有明顯的改善作用，對(duì)CO濃度的改善作用較小，沒有證據(jù)表明限行政策影響到PM10濃度。具體來講，對(duì)于NO2和O3，限行政策的空氣質(zhì)量改善比率分別為21.11%和14.74%；對(duì)于CO，限行政策的改善比率僅為2.66%；對(duì)于PM10，雖然測(cè)算結(jié)果顯示了1.80%的反向效應(yīng)，但由于統(tǒng)計(jì)顯著性的原因無法對(duì)該項(xiàng)數(shù)據(jù)作出任何有意義的解釋，機(jī)動(dòng)車尾氣與污染物之間的關(guān)聯(lián)性[13]，有理由認(rèn)為NO2和O3的測(cè)算結(jié)果是可信的；對(duì)于PM10，由于蘭州市區(qū)的地理、氣象條件，機(jī)動(dòng)車尾氣對(duì)顆粒物的分擔(dān)率較低[14]，因而沒能測(cè)算出機(jī)動(dòng)車限行對(duì)PM10的顯著影響效應(yīng)。

鑒于表3 限行政策整體效果表（樣本量n=5 460）

注：括號(hào)中的數(shù)值為回歸標(biāo)準(zhǔn)誤；*** 和** 分別表示1%和5%的顯著水平。

倘若筆者的樣本期控制使短期條件得到滿足，則可認(rèn)為表3的測(cè)算結(jié)果已經(jīng)是限行政策的單獨(dú)效果，進(jìn)一步結(jié)合數(shù)字偏好不影響限行政策效應(yīng)的分析，則上述測(cè)算結(jié)果可以解釋為30%的理論限行量所帶來的空氣質(zhì)量效應(yīng)*比較基準(zhǔn)為尾號(hào)限行和單雙限行，其中尾號(hào)限行的理論限行量為20%，單雙限行的理論限行量為50%。。如此一來，可依據(jù)以下公式：

（3）

粗略地推算各種限行政策本身的效應(yīng)，即比較基準(zhǔn)為不限行情況下的政策效應(yīng)，如表4所示。

表4 限行效果測(cè)算表（比較基準(zhǔn)：不限行）

從表4的結(jié)果看，每增加10%的邊際限行量，NO2、O3和CO的改善比率分別為7.04%、4.91%和0.89%。以此為基礎(chǔ)，則蘭州的尾號(hào)限行、單雙限行對(duì)NO2、O3和CO的效應(yīng)就可以推算出來。

（二）人類活動(dòng)影響

在表5中，需要強(qiáng)調(diào)的是依據(jù)研究設(shè)計(jì)，“周末”子樣本的比較基礎(chǔ)為尾號(hào)限行與單雙限行期間的周末與法定節(jié)假日。尾號(hào)限行期間，周末不限行；單雙限行期間，周末限行，因此周末的最大理論限行量為50%；“工作日”子樣本的比較基礎(chǔ)是20%的尾號(hào)限行與50%的單雙限行，因此最大理論限行量為30%，故通過不同子樣本的比較，表5的結(jié)果給出了一些額外的結(jié)論。

表5 受人類活動(dòng)影響分割效應(yīng)表

注：括號(hào)中的數(shù)值為回歸標(biāo)準(zhǔn)誤；***、**和*分別表示1%、5%和10%的顯著水平。

首先，工作日限行效果與人類活動(dòng)規(guī)律一致。拋開統(tǒng)計(jì)上不顯著的PM10不計(jì)，限行政策在工作日內(nèi)對(duì)各種污染物的影響因限行時(shí)段而存在明顯差異，限行時(shí)段的政策效應(yīng)強(qiáng)于非限行時(shí)段，這符合人們的直觀認(rèn)識(shí)：當(dāng)早7點(diǎn)開始限行之后，伴隨著交通“早高峰”到來，限行效果逐步顯現(xiàn)；當(dāng)晚8點(diǎn)結(jié)束限行，隨著“晚高峰”的褪去，限行效果逐步減弱；對(duì)于限行以外的時(shí)間，由于道路上機(jī)動(dòng)車數(shù)量較少，限行效果也相對(duì)較弱[15]。當(dāng)然，由于短期內(nèi)機(jī)動(dòng)車具有跨空間和跨時(shí)間的流動(dòng)性以及尾氣形成污染物，以致擴(kuò)散和稀釋，并需要一定的化學(xué)反應(yīng)和既定時(shí)間。 因此，在限行時(shí)段以外仍能看到限行所帶來的空氣質(zhì)量效應(yīng)，而對(duì)于不同污染物這種效應(yīng)的衰減程度有所差異，這也在更加微觀的層面上進(jìn)一步說明了限行政策的效果。

其次，沒有證據(jù)表明限行政策刺激了人們的駕駛欲望。必須承認(rèn)，限行政策必然會(huì)禁錮人們?cè)谙扌袝r(shí)段的用車欲望，倘若禁錮作用很強(qiáng)，人們自然要在非限行時(shí)段作出反彈而進(jìn)行更多的駕駛。倘若這種行為對(duì)多數(shù)人成立，非限行期間的空氣質(zhì)量狀況會(huì)趨向惡化，但也應(yīng)當(dāng)注意到，表5（后三行）的測(cè)算結(jié)果表明（除PM10外），無論是限行時(shí)段還是非限行時(shí)段，周末的限行效應(yīng)在數(shù)值上明顯低于工作日。換言之，50%理論限行量下的效應(yīng)遠(yuǎn)小于30%理論限行值下的效應(yīng)，因此只能得到一個(gè)有悖于直觀的結(jié)論，即與Sun等人的解釋不同，蘭州市的限行政策并沒有全面刺激出人們的駕駛欲望。進(jìn)而，與Davis解釋相悖的一個(gè)不嚴(yán)格的推論是，人們?yōu)橛糜诘窒扌凶饔枚毡橘徶玫诙v機(jī)動(dòng)車的時(shí)機(jī)尚未成熟。

六、結(jié)束語

以2013年10月以來蘭州市單雙限行與尾號(hào)限行比較為基礎(chǔ)，本文通過樣本期控制和模型建立，在剝離各種影響因素的情況下，獨(dú)立測(cè)算了機(jī)動(dòng)車限行政策對(duì)空氣質(zhì)量的效應(yīng)。結(jié)果表明，機(jī)動(dòng)車限行政策本身有助于空氣質(zhì)量改善，特別是對(duì)于NO2和O3污染物濃度而言，限行政策改善效果明顯。

需要指出的是，任何政策都是特定社會(huì)實(shí)踐和發(fā)展的產(chǎn)物，也只能在特定的社會(huì)環(huán)境下發(fā)揮作用。社會(huì)環(huán)境發(fā)生變化，政策效用也必然發(fā)生衰減削弱的變動(dòng)。換言之，我們的限行政策不會(huì)“獨(dú)立”運(yùn)行，也不可能長期有效。我們將限行效果獨(dú)立測(cè)算出來，目的在于為限行政策是否被削弱，何時(shí)被削弱，削弱程度如何，什么因素導(dǎo)致其削弱，又如何破解等一系列后續(xù)研究問題提供數(shù)量基礎(chǔ)。

還需要指出，任何一項(xiàng)政策不會(huì)完美無瑕，總會(huì)涉及到成本、效率、公平等一系列不可調(diào)和的現(xiàn)實(shí)矛盾。限行政策實(shí)施的同時(shí)，需要適時(shí)引入一些替代方式或互補(bǔ)措施，采用各種激勵(lì)措施，以達(dá)到優(yōu)化社會(huì)福利的目的。如公共交通發(fā)展策略、交通擁堵費(fèi)政策、機(jī)動(dòng)車限購措施等，都不失為公平有效的替代或互補(bǔ)方案。當(dāng)然，政策的提出需要科學(xué)的論證和政策模擬，政策的執(zhí)行需要實(shí)踐的檢驗(yàn)。例如對(duì)于空氣質(zhì)量而言，一項(xiàng)替代政策與限行政策相比，成本收益如何？一項(xiàng)互補(bǔ)政策與限行政策的配合效用有多高？這顯然需要定量結(jié)果的支撐。

必須指出，定量有其局限性。環(huán)境治理需要從整個(gè)社會(huì)發(fā)展的全局考慮，既需要強(qiáng)制手段控制，也需要整個(gè)社會(huì)把環(huán)境治理思想融入到人們的生活中，并成為一種自覺習(xí)慣。

[1] 葉小青,李先玲.環(huán)境質(zhì)量、居民收入與醫(yī)療健康支出關(guān)系研究——基于截面相關(guān)的省際面板數(shù)據(jù)模型[J].統(tǒng)計(jì)與信息論壇， 2013（12）.

[2] Chan C K, Yao X.Air Pollution in Mega Cities in China[J].Atmospheric Environment， 2008（1）.

[3] Eskeland G S, et al.Is Demand for Polluting Goods Manageable? An Econometric Study of Car Ownership and Use in Mexico[J].Journal of Development Economics, 1997（2）.

[4] Davis L W.The Effect of Driving Restrictions on Air Quality in Mexico City[J].Journal of Political Economy, 2008（1）.

[5] Lin C, Zhang W, Umanskaya V I.The Effects of Driving Restrictions on Air Quality: S?o Paulo, Bogotá, Beijing, and Tianjin[C].Agricultural and Applied Economics Association Annual Meeting.Pittsburgh, Pennsylvania, 2011.

[6] Sun C, Zheng S Q, Wang R.Restricting Driving for Better Traffic and Clearer Skies: Did It Work in Beijing?[J].Transport Policy, 2014（2）.

[7] Salas C.Evaluating Public Policies with High Frequency Data: Evidence for Driving Restrictions in Mexico City Revisited[R].Instituto de Economia.Pontificia Universidad Católica de Chile, 2010.

[8] Chen Y, Jin G Z, Kumar N, et al.The Promise of Beijing: Evaluating the Impact of the 2008 Olympic Games on Air Quality[R].National Bureau of Economic Research, 2011.

[9] Chu P C, Chen Y, Lu S, et al.Particulate Air Pollution in Lanzhou China[J].Environment International, 2008, 34（5）.

[10]Shaddick G, Yan H J, Vienneau D.A Bayesian Hierarchical Model for Assessing the Impact of Human Activity on Nitrogen Dioxide Concentrations in Europe[J].Environmental and Ecological Statistics， 2013, 20（4）.

[11]陳雷華,余曄,陳晉北,等.2001-2007年蘭州市主要大氣污染物污染特征分析[J].高原氣象, 2010（6）.

[12]謝學(xué)軍,李杰,王自發(fā).蘭州城區(qū)冬季大氣污染物日變化的數(shù)值模擬[J].氣候與環(huán)境研究, 2010（5）.

[13]Cropper M L, Jiang Y, Alberini A, et al.Getting Cars off the Road: The Cost-Effectiveness of an Episodic Pollution Control Program[J].Environmental & Resource Economics, 2014（1）.

[14]楊麗萍,陳發(fā)虎.蘭州市大氣降塵污染物來源研究[J].環(huán)境科學(xué)學(xué)報(bào), 2002（4）.

[15]漆威.函數(shù)型數(shù)據(jù)視角下的空氣質(zhì)量政策效應(yīng)評(píng)估——以蘭州市機(jī)動(dòng)車單雙號(hào)限行效應(yīng)測(cè)算為例[J].統(tǒng)計(jì)與信息論壇, 2014（9）.

（責(zé)任編輯：郭詩夢(mèng)）

Traffic Restrictions Effect on Air Quality:Data Integration Analysis for Lanzhou City

QI Wei1, HUANG Heng-jun2a, WANG Si-wen2b

（1.Dept.of Economics, Lanzhou University, Lanzhou 730000, China; 2a.Dept.of Statistics,2b.Dept.of International Economics and Trade, Lanzhou University of Finance and Economics, Lanzhou 730020, China）

By internet multi-source data integration, samples control, variable selection and high frequency micro data analysis, this paper evaluates the effect of traffic restriction policy in Lanzhou city since 2013.Our results show that: （1） the policy improves the level of nitrogen dioxide and ozone concentration obviously, small effect on carbon monoxide, as while as no evidence for affecting the particulate matter concentration level, （2） the policy effect is consistent with the short period of human activity, and （3） no evidence show the policy stimulate people's driving desire.

traffic restriction； air quality； policy effect

2015-04-10；修復(fù)日期：2015-06-09

國家社會(huì)科學(xué)基金青年項(xiàng)目《基于大數(shù)據(jù)整合的空氣質(zhì)量測(cè)度方法研究》（14CTJ009）；全國統(tǒng)計(jì)科學(xué)研究重點(diǎn)項(xiàng)目《海量異源異構(gòu)數(shù)據(jù)的采集、存儲(chǔ)和分析方案研究》（2013LZ44）；隴原青年創(chuàng)新人才支持計(jì)劃項(xiàng)目《基于大數(shù)據(jù)整合的‘廢舊數(shù)據(jù)’應(yīng)用研究》（14GSD95）；甘肅省財(cái)政廳高?；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目《大數(shù)據(jù)整合下的統(tǒng)計(jì)調(diào)查技術(shù)及其經(jīng)濟(jì)應(yīng)用研究》（GZ14007）

漆 威，女，甘肅天水人，博士生，研究方向：環(huán)境經(jīng)濟(jì)； 黃恒君，男，浙江溫州人，經(jīng)濟(jì)學(xué)博士，副教授，碩士生導(dǎo)師，研究方向：調(diào)查技術(shù)與統(tǒng)計(jì)分析； 王思文，女，甘肅金昌人，經(jīng)濟(jì)學(xué)博士，副教授，碩士生導(dǎo)師，研究方向：產(chǎn)業(yè)政策。

X24∶O212

A

1007-3116（2015）09-0074-08