機動車限牌的社會福利影響和最優(yōu)配額研究①

汪 鋒， 李善軍

(1. 重慶大學(xué)經(jīng)濟與工商管理學(xué)院， 重慶 400030； 2. 康奈爾大學(xué)， 美國紐約州 14853)

?

機動車限牌的社會福利影響和最優(yōu)配額研究①

汪 鋒1， 李善軍2

(1. 重慶大學(xué)經(jīng)濟與工商管理學(xué)院， 重慶 400030； 2. 康奈爾大學(xué)， 美國紐約州 14853)

為了應(yīng)對日益嚴重的交通擁堵和空氣污染問題，中國越來越多的大城市采取限牌政策來控制機動車保有量的增長。通過估計北京、上海、天津和南京4座城市機動車使用外部成本，和消費者對機動車牌照的支付意愿(willingness to pay, WTP)，對拍賣、搖號和混合3種機動車限牌政策的社會福利影響進行了定量分析。實證研究結(jié)果表明，搖號模式帶來的社會福利損失最大，拍賣模式帶來的社會福利損失最小，混合模式帶來的社會福利損失居中。與最優(yōu)牌照配額相比，2012年北京和上海的真實配額存在138億元和28.6億元的社會福利凈損失。如果4座城市采用最優(yōu)配額牌照拍賣制度，在控制機動車數(shù)量增長的同時，將獲得10億到200億不等的可用于城市交通基礎(chǔ)設(shè)施建設(shè)或公共交通補貼的可觀的財政收入.

資源分配； 拍賣； 搖號； 機動車牌照

0 引 言

中國是世界第一大汽車消費市場，2015年中國汽車銷量達到245 9.8萬輛，汽車保有量高達1.72億輛.越來越多的汽車進入中國人的家庭，一方面啟動了汽車消費，提高了普通中國人的生活便利程度和效用水平；另一方面汽車使用的外部成本，特別是交通擁堵和空氣污染，日益成為大城市面臨的城市管理難題.以北京為例，北京的汽車保有量由2000年的150.7萬輛迅速增長到2015年的552.1萬輛，使北京成為全世界交通最為擁堵城市之一，早晚高峰時段道路上的平均車速只有20 km/h.機動車尾氣排放是大城市空氣污染的主要來源之一，大量擁堵在道路上的機動車使北京衡量空氣質(zhì)量的關(guān)鍵指標(biāo)PM2.5濃度經(jīng)常超過公認的健康標(biāo)準(zhǔn).Creutzig和He[1]估計2005年北京機動車使用的外部成本為其國民生產(chǎn)總值的7.5%至15%.佟瓊等[2]估算認為2011年北京道路交通總外部成本高達1 247億元.

在城市道路和環(huán)境容量有限的條件下，將新增機動車牌照作為稀缺的公共資源進行配額分配，采取“限牌”政策來遏制機動車保有量的過快增長成為中國部分城市應(yīng)對交通管理難題的政策選擇.市場機制(如上海的拍賣模式)和非市場機制(如北京、貴陽的搖號模式)均被運用于新增機動車牌照分配的實踐，一些城市還采用拍賣和搖號混合的模式(如廣州、天津、杭州和深圳).中國機動車限牌城市的基本情況如表1所示.

政府在分配稀缺的公共資源時可以采取市場機制，通過價格信號將稀缺資源分配給支付意愿最高的消費者，從而實現(xiàn)消費者剩余最大化，例如土地使用權(quán)和采礦權(quán)的拍賣分配機制[3-4].但當(dāng)外部性存在時，私人成本與社會成本不一致，直接采取市場機制分配稀缺資源會出現(xiàn)市場失靈的情況，不能實現(xiàn)公共資源的最優(yōu)配置和社會福利最大化，需要政府進行有效的行政干預(yù).在現(xiàn)實世界中，政府在進行行政干預(yù)時不僅強調(diào)效率，同時需要考慮社會公平，因而也會采用抽簽、搖號等非市場的公共資源分配機制，例如對公共租賃房采取搖號分配[5-6].

隨著中國城市交通問題的日益凸顯，出現(xiàn)了大量針對這一問題深入的理論研究[7-13]，但利用中國城市交通實際數(shù)據(jù)開展的實證研究卻相對缺乏.資源分配機制和政府行政管制研究領(lǐng)域內(nèi)的實證研究為定量研究中國大城市機動車限牌政策的社會福利影響奠定了基礎(chǔ).Glaeser和Luttmer[14]研究了存在租金價格上限管制的紐約市房屋租賃市場，發(fā)現(xiàn)統(tǒng)計上顯著的房屋錯配的證據(jù)，指出錯配帶來的社會福利損失可能遠大于供給不足帶來的成本.Davis和Kilian[15]估計得出1950年至2000年美國居民天然氣市場由于最高限價帶來的年社會福利損失約為36億美元.Parry和Small[16]討論了稅收手段對降低機動車使用負外部性的作用，通過對美國和英國以實現(xiàn)社會福利最大化為目標(biāo)的最優(yōu)燃油稅稅率的實證研究，發(fā)現(xiàn)美國的最優(yōu)燃油稅稅率應(yīng)為現(xiàn)行水平的兩倍，而英國的最優(yōu)燃油稅稅率應(yīng)為現(xiàn)行水平的一半.Li等[17]進一步討論了汽油稅對內(nèi)部化機動車使用外部性的作用，提出需要根據(jù)消費者對汽油價格變化的反應(yīng)，重新修正對最優(yōu)汽油稅率的估計.Parry等[18]的研究認為對絕大多數(shù)的國家來說，運用稅收政策來降低各類能源使用的外部性，將帶來財政、健康以及減少碳排放等收益.在資源分配機制的實證研究文獻中，尚未發(fā)現(xiàn)對同一種稀缺公共資源分別采取市場機制和非市場機制進行分配的研究.中國不同的城市采取不同的機動車限牌政策，為本文選取北京、上海、天津和南京4座具有典型代表性的城市，定量研究拍賣、搖號和混合3種機動車限牌政策的社會福利影響提供了不可多得的實證研究對象.

表1 中國各機動車限牌城市概況

注：資料來源于各城市關(guān)于機動車限牌的政府公告和媒體報道.

* 上海的機動車牌照拍賣始于1986年，2008年1月開始執(zhí)行現(xiàn)行拍賣方案.

**北京配額數(shù)量為2011年至2013年的數(shù)據(jù)，2014年起北京年度配額指標(biāo)減少為15萬個.

1 理論分析： 機動車限牌的社會福利影響

圖1為搖號和拍賣模式下分配新增機動車牌照的社會福利影響比較.Q(p)為消費者對機動車牌照的支付意愿，即新增機動車牌照的需求曲線.平均外部成本AEC為平均每輛使用新增機動車牌照指標(biāo)購買的機動車的全壽命外部成本.以機動車牌照免費發(fā)放，獲得機動車牌照的私人成本等于0為參照對象，AEC為考慮外部成本的新增機動車牌照的供給曲線.供給曲線與需求曲線相交的C點為供求均衡點，最優(yōu)的新增機動車牌照數(shù)量為Q*，此時消費者的支付意愿與外部成本相等，可以通過對消費者收費來支付為消除新增機動車帶來的外部性而產(chǎn)生的全部社會成本，實現(xiàn)社會福利最大化*為了便于理解，圖1假定需求函數(shù)Q(p)為線性，平均外部成本AEC為定值.放松上述假設(shè)，采用數(shù)理模型對機動車限牌的社會福利影響進行的理論分析結(jié)論仍然成立.限于篇幅，本文沒有列出數(shù)理模型的推導(dǎo)過程，有興趣的讀者可以向作者索取..

圖1 搖號和拍賣分配新增機動車牌照的社會福利影響比較

Fig.1 Welfare consequences of automobile license quota: auction and lottery

圖2 搖號與拍賣混合分配新增機動車牌照的社會福利分析

Fig.2 Welfare consequences of automobile license quota: hybrid of auction and lottery

2 北京、上海、天津和南京4座城市機動車使用的外部成本估算

沿用Parry和Small[16]的設(shè)定，本文定義的機動車使用外部成本包括交通擁堵、空氣污染和交通事故所帶來的全部社會成本.

2.1 交通擁堵的外部成本

交通擁堵的外部性為新增1輛機動車而降低其他道路交通參與者的行駛速度所帶來的時間成本.在單位長度道路上行駛的機動車乘客由于交通擁堵帶來的總時間成本TC為

(1)

其中Vi為交通流量，即每小時經(jīng)過單位長度道路的機動車數(shù)量，下標(biāo)i分別代表小客車(小型載客汽車，通常也被稱為“私家車”)、出租車和公交車；Tf是在不擁堵情況下行駛單位長度道路所用的時間，為道路設(shè)計時速Sf的倒數(shù)；T(大于Tf)為實際通行時間，為實際車速S的倒數(shù)，它是交通流量Vi的增函數(shù)，即實際車速會隨機動車數(shù)量的增加而減少；oi為機動車載客系數(shù)，為平均每輛車的乘客數(shù)量；VOT為將時間換算為貨幣單位的通勤時間價值.

新增1輛小客車并行駛單位距離帶來的所有交通參與者新增時間成本為

(2)

(3)

表2 2012年北京、上海、天津和南京新增機動車帶來的交通擁堵外部成本

2.2 空氣污染的外部成本

尾氣污染是機動車使用的另一外部成本.汽車尾氣對人體健康最主要的危害來自微小顆粒物(PM10和PM2.5)排放，帶來肺炎、支氣管炎和哮喘等潛在的健康風(fēng)險.美國交通部曾對機動車使用帶來的健康風(fēng)險和空氣污染外部成本進行過詳細評估[21-22].Deng[23]估算北京2000年所有機動車排放的空氣污染帶來的健康損失上限高達9.74億元，這一結(jié)果與Parry和 Small[16]在國際比較中設(shè)定的每輛小客車行駛1mi帶來的健康損失外部成本為2美分基本一致，本文沿用這一參數(shù)設(shè)定.

汽車尾氣中還含有二氧化碳等溫室氣體，汽車二氧化碳排放與燃油消耗直接相關(guān).依據(jù)IPCC[24]提供的汽油碳排放系數(shù)19.1 kg/105kJ和中國汽油的平均低位發(fā)熱值43 070 kJ/kg[25]，可以折算出每升汽油的二氧化碳排放系數(shù)為2.18 kg/L.假設(shè)中國城市地區(qū)的小客車燃油效率為10 L/100 km，則小客車行駛的二氧化碳排放強度為0.218 kg/km.沿用Parry和Small[16]在全球氣候變化背景下，二氧化碳排放的外部成本為25美元/t的假設(shè)，可得小客車使用帶來的二氧化碳排放外部成本為0.033 8元/km，加上汽車尾氣帶來的健康損失外部成本0.077 5元/km(2美分/mi)，可得到中國城市小客車使用的空氣污染外部成本約為0.111元/km.

2.3 交通事故的外部成本

從概念上區(qū)分交通事故帶來的經(jīng)濟成本屬于私人成本還是外部成本存在一定的困難.通常情況下理性的駕駛員在做出駕駛決策時已經(jīng)充分考慮到發(fā)生交通事故的可能性，及其對自身和他人可能帶來的損失.購買新的小客車的消費者往往同時購買交通強制保險和機動車商業(yè)保險，以規(guī)避機動車使用過程中可能出現(xiàn)的交通事故風(fēng)險.根據(jù)Herrnstadt等[26]對芬蘭、瑞典、英國和美國4國，以及Parry和Strand[27]對智利的交通事故外部成本的研究，25%的交通事故傷亡帶來的損失具有外部性.Creutzig和He[1]在討論北京的交通事故社會成本時，也將25%的損失考慮為外部成本.本文沿用這一參數(shù)設(shè)定.

《中國統(tǒng)計年鑒2013》提供了2012年各省市交通事故情況，包括北京、上海和天津交通事故發(fā)生數(shù)、死亡人數(shù)、受傷人數(shù)和直接財產(chǎn)損失數(shù).南京沒有直接統(tǒng)計數(shù)據(jù)，本文采用江蘇省全省的數(shù)據(jù)進行估算.OECD[28]調(diào)查和估算了世界各國交通事故的死亡風(fēng)險價值，其中中國在交通事故中每死亡1人的社會成本大約為138萬美元，合870萬元人民幣.本文假設(shè)交通事故中受傷人員的社會成本為死亡人員的1/5，為174萬元人民幣.結(jié)合各省市民用汽車保有量，假設(shè)每輛車每年的平均行駛里程為12 391 km/年(《2013年北京交通發(fā)展年報》報告的北京2012年平均值)，可得出每輛車行駛1 km的交通事故外部成本，如表3所示.

表3 2012年北京、上海、天津和南京機動車保有量與交通事故情況

2.4 機動車使用總外部成本

本文選取的4座城市2012年新增機動車牌照的外部成本估計結(jié)果如表4所示.表4中，“新增小客車行駛單位距離外部成本合計”的數(shù)值等于前面3個小節(jié)分別估算的“交通擁堵外部成本”、“空氣污染外部成本”和“交通事故外部成本”之和.北京、上海、天津和南京新增1輛小客車行駛1 km的外部成本分別為1.146元、0.925元、0.701元和0.964元.這一估算結(jié)果與Parry和Small[16]對美國、英國小客車使用的外部成本估算結(jié)果，Parry 和Timilsina[29]對墨西哥城小客車使用的外部成本估算結(jié)果，以及佟瓊等[2]對北京私人汽車使用的外部成本估算結(jié)果處于同一數(shù)量級.

2012年中國汽油消費稅稅率為1元/L，汽油消費稅具有糾正負外部性的功能，可以將外部成本內(nèi)部化.因此，各大城市新增小客車面臨的實際外部成本為上述交通擁堵、空氣污染和交通事故3類外部成本之和減去汽油消費稅.

表4 2012年北京、上海、天津和南京新增機動車牌照的外部成

沿用城市地區(qū)的小客車燃油效率為10L/102km的假設(shè)，本文采用小客車行駛每千米的汽油消費稅稅率為0.1元/km計算新增小客車面臨的實際外部成本.

將新增機動車行駛單位里程的外部成本換算為新增機動車牌照的平均外部成本AEC需要考慮機動車使用全壽命的外部成本.假設(shè)小客車使用年限為15年，外部成本的貼現(xiàn)率為5%，每輛車每年的平均行駛里程為12 391 km/年，即可計算出4座城市2012年新增機動車牌照全壽命外部成本凈現(xiàn)值(表4最后一行).

3 2012年4座城市機動車限牌的社會福利分析

為了比較4座城市機動車限牌的社會福利影響，需要估計4座城市消費者對機動車牌照的支付意愿曲線.本文將消費者對機動車牌照的支付意愿定義為其從最希望獲得的小客車購買行為中得到的消費者剩余.因此，通過估計汽車需求模型，估算出消費者購買小客車獲得的消費者剩余，即可推算消費者對機動車牌照的支付意愿曲線.

本文估計的汽車需求模型沿用Berry等[31]和Petrin[32]的隨機參數(shù)離散選擇模型(random coefficients discrete choice model).在汽車需求模型中，能夠觀測到的產(chǎn)品特征與無法觀測的產(chǎn)品特征不相關(guān)是重要的前提假設(shè)，通常被用于建立模型估計的矩條件(moment conditions).由于這一矩條件在現(xiàn)實中不一定成立，Li[30]提出了一個新的不基于這一假設(shè)的汽車需求模型估計方法，通過假設(shè)作為研究對象的4座城市的汽車需求存在共同的無法觀測的需求變動(common demand shocks)，并使用這一在政策評估(impact evaluation)文獻中常用的假設(shè)來重新建立汽車需求模型估計的矩條件.

定義消費者購買小客車的效用函數(shù)為

(4)

其中m代表不同的城市，t為時間，k為機動車不同的產(chǎn)品特征，第i個家庭從第j種型號的機動車購買中獲得的效用為umtij；ymti為家庭i的收入；Pj為機動車含稅價格；bmti為消費者為獲得機動車牌照而支付的額外成本，對應(yīng)于上海機動車牌照拍賣的價格，其他未采用機動車牌照拍賣模式的城市該項取值為0；vmti為無法觀測到的其他家庭特征，其分布為標(biāo)準(zhǔn)正態(tài)分布；σ是正態(tài)分布的標(biāo)準(zhǔn)差.家庭收入和機動車價格交叉項反映了不同收入家庭對價格的敏感性各不相同，用以檢驗在效用函數(shù)中是否存在低收入家庭對機動車價格的敏感性大于高收入家庭的現(xiàn)象；Xmtjk是價格以外的產(chǎn)品特征向量，它的系數(shù)為隨機參數(shù)，是無法觀測到的家庭特征vmti的函數(shù)，這一隨機偏好參數(shù)是分析消費者異質(zhì)性，及其對新機動車支付意愿差異的關(guān)鍵；ξmtj為無法觀測到的對消費者效用有影響的產(chǎn)品特征，例如產(chǎn)品質(zhì)量、品牌聲譽等；εij為獨立同分布的隨機感知差異(random taste shock)，假設(shè)服從第I型極值分布(type-I extreme value distribution).

估計中使用的數(shù)據(jù)為2008年至2012年所有的型號小客車在北京、上海、天津和南京4座城市的月銷售數(shù)據(jù)，共有21 228個觀測值，對應(yīng)于1 769個汽車型號.每種型號小汽車的產(chǎn)品特征包括價格、百千米油耗、車輛尺寸、發(fā)動機排量、車輛類型(轎車、SUV或者MPV)、車輛級別(微型車、小型車、緊湊型車、中型車、中大型車、豪華車).福特公司提供的全國新車購買者家庭抽樣調(diào)查的匯總數(shù)據(jù)、2002年中國家庭收入調(diào)查(Chinese household income projecct, CHIP)數(shù)據(jù)以及各城市統(tǒng)計年鑒中提供的2012年按收入水平分組城鎮(zhèn)居民家庭基本情況作為補充數(shù)據(jù)，用于估計不同家庭收入水平的消費者在效用函數(shù)中對機動車價格不同的系數(shù).

沿用Berry等[31]提出的基于嵌套壓縮映射(nested contraction mapping)的模擬廣義矩估計方法(simulated GMM)，對上述隨機參數(shù)離散選擇模型估計的結(jié)果如表5所示.

表5 消費者購買小客車效用函數(shù)的GMM估計結(jié)果

注：上標(biāo)*、**、***表示在10%、5%、1%的置信度水平下顯著.

與預(yù)期相一致，ln(Pj+bmtj)的估計系數(shù)為負，價格與收入交叉項的系數(shù)為正，意味著機動車售價越高，消費者效用越低，與收入低的家庭相比，收入越高的家庭對價格越不敏感.σ值為隨機參數(shù)，代表了對每種產(chǎn)品特征偏好的標(biāo)準(zhǔn)差估計結(jié)果，5個隨機參數(shù)中的3個統(tǒng)計顯著，在收入異質(zhì)性之外，存在額外的消費者偏好異質(zhì)性.

由于隨機參數(shù)離散選擇模型中購買新機動車的效用是價格的非線性函數(shù)，因此在估計消費者剩余時無法得出完整的數(shù)學(xué)解析表達式.本文沿用Herriges和Kling[33]發(fā)展的數(shù)學(xué)仿真方法來模擬消費者從最希望獲得的小客車購買行為中得到的預(yù)期消費者剩余，即消費者對機動車牌照的支付意愿曲線.

2012年北京、上海、天津和南京4座城市基于消費者購買小客車效用函數(shù)估計結(jié)果模擬得到的消費者對機動車牌照的支付意愿如圖3中WTP曲線所示.圖3中水平的虛線為本文估算的2012年4座城市新增機動車牌照帶來的小客車使用外部成本.市場最優(yōu)均衡水平為消費者對機動車牌照的支付意愿等于新增機動車外部成本時的限牌數(shù)量.在此情形下，可以通過對消費者收取牌照使用費來支付新增機動車牌照帶來的外部成本，并實現(xiàn)社會福利最大化.

表6為基于消費者對機動車牌照的支付意愿和新增機動車牌照帶來的小客車使用外部成本計算得到的2012年北京、上海、天津和南京機動車牌照最優(yōu)配額數(shù)量.從表6可知，北京、上海和天津在考慮交通擁堵、空氣污染和交通事故等由新增機動車牌照帶來的小客車使用外部成本情況下，2012年最優(yōu)的機動車牌照配額數(shù)均低于各自的真實配額數(shù).

北京2012年的機動車牌照最優(yōu)配額為14.4萬輛，與2013年公布的《<北京市小客車數(shù)量調(diào)控暫行規(guī)定>實施細則(2013年修訂)》中提出的北京小客車年度指標(biāo)配置總量減少到15萬輛接近，反映出這一政策調(diào)整是基于北京交通實際情況做出的正確決策.上海雖然采取了市場化的拍賣模式分配新增機動車牌照，但機動車牌照真實配額大于最優(yōu)配額，使機動車牌照價格低于外部成本，帶來社會福利凈損失.事實上，上海為了限制機動車牌照拍賣價格的上漲，設(shè)計了一套復(fù)雜的以“警示價”為代表的限價措施，使實際的牌照分配價格低于市場價格，大量支付意愿高的消費者無法通過高的報價獲得機動車牌照，同樣會帶來額外的社會福利損失.

圖3 2012年北京、上海、天津和南京機動車牌照支付意愿和外部成本

表6 2012年北京、上海、天津和南京機動車牌照最優(yōu)配額數(shù)量

注： 天津2014年2月開始執(zhí)行機動車限牌，其真實配額數(shù)量為2014年開始執(zhí)行的機動車牌照年度配額指標(biāo)數(shù).

表7報告了采用本文估計的2012年北京、上海、天津和南京新增機動車使用的全壽命外部成本、消費者對機動車牌照的支付意愿，以及機動車牌照真實配額的社會福利影響分析結(jié)果.社會福利影響分析中假設(shè)了3種情景，除了拍賣模式和搖號模式，還按天津的拍賣搖號比例對混合分配模式進行了數(shù)值模擬.與理論分析相一致，無論是最優(yōu)配額還是真實配額，拍賣模式帶來的社會總剩余最大，搖號模式帶來的社會總剩余為負且最小，混合模式居于二者之間.從經(jīng)濟效率的角度出發(fā)，采取拍賣模式分配機動車牌照要優(yōu)于搖號模式或混合模式.

與最優(yōu)配額相比，北京和上海的真實配額分別帶來了138億和28.6億元的社會福利凈損失，天津如果在2012年采取混合模式并使用2014年的配額數(shù)量也將帶來29.3億元的社會福利凈損失.由此可見，采用本文提出的方法精確測算消費者對機動車牌照的支付意愿和新增機動車使用的外部成本，進而獲得最優(yōu)的新增機動車牌照配額是制定有效的城市交通管理政策，減少社會福利損失的有效方案.

表7 2012年北京、上海、天津和南京機動車限牌的社會福利分析

注： 根據(jù)天津的混合模式方案，本表中的混合模式假設(shè)新增機動車牌照4/9采用拍賣分配，5/9采用搖號分配.

在最優(yōu)配額下采取拍賣模式，市場均衡時的拍賣價格等于新增機動車全壽命外部成本的凈現(xiàn)值.當(dāng)真實配額大于最優(yōu)配額時，真實配額情形下的拍賣價格低于最優(yōu)配額得到的均衡價格.上海2012年根據(jù)消費者對機動車牌照的支付意愿曲線和真實配額計算得出的拍賣價格為5.3萬元，與2012年年初的市場實際價格基本一致，說明本文對消費者支付意愿曲線的估計，以及整個分析框架符合實際情況.天津2014年開始采取混合模式分配新增機動車牌照，截止2016年2月，個人競拍者的平均成交價在1.1萬元至3.4萬元之間波動，低于本文計算得出的牌照價格4.2萬元.可能的原因是本文假設(shè)高支付意愿的消費者只參加拍賣，低支付意愿的消費者只參加搖號，而現(xiàn)實中消費者的非理性和信息不完全使一些高支付意愿的消費者也會選擇參與搖號，使實際成交價格與理論預(yù)測值存在差異.

與采取搖號無償分配模式不同，采用拍賣模式分配新增機動車牌照可以帶來政府財政收入.通常拍賣新增機動車牌照獲得的財政收入會定向用于城市交通基礎(chǔ)設(shè)施建設(shè)或公共交通補貼，以彌補新增機動車使用帶來的外部成本.本文的模擬結(jié)果顯示，2012年北京如果采用拍賣模式，按照真實配額，將獲得213.6億元可用于彌補機動車使用外部成本的財政收入，即使采取與天津類似的混合模式，也將獲得184.5億元的財政收入.由此可見，采用搖號無償分配模式貌似公平的背后蘊含著巨大的社會福利損失.北京、上海、天津和南京如果采用由新增機動車牌照支付意愿和機動車使用外部成本決定的最優(yōu)配額，通過牌照拍賣制度，4座城市在控制機動車數(shù)量增長的同時，將獲得10億元到200億元不等可用于城市交通基礎(chǔ)設(shè)施建設(shè)或公共交通補貼的可觀的財政收入.

4 結(jié)束語

采用限牌的政府行政管制手段減緩機動車保有量增加，以應(yīng)對大城市日益嚴重的交通擁堵和空氣污染問題是國際上很少采用的城市交通管理政策.在分配稀缺的公共資源時，理論研究往往倡導(dǎo)采用市場機制，不提倡使用非市場的政府管制手段，但相關(guān)研究大都局限在理論分析層面，缺乏實證研究支撐.現(xiàn)實世界中，對同一種稀缺資源分別采取市場機制和非市場機制進行資源分配的情況十分罕見.中國不同的城市采取不同的機動車限牌政策，使本文能夠?qū)u號、拍賣以及混合方式3種不同的資源分配機制的社會福利影響進行定量比較.

通過估計新增機動車使用全壽命外部成本和基于消費者異質(zhì)性的機動車牌照支付意愿，本文的研究表明，由于消費者支付意愿存在很大差異，不同城市、不同的牌照分配方式帶來的社會福利影響差別巨大.與理論模型相一致，搖號模式帶來的社會福利損失最大，拍賣模式帶來的社會福利損失最小，混合模式帶來的社會福利損失居中.與最優(yōu)配額相比，北京和上海的真實配額分別帶來了138億元和28.6億元的社會福利凈損失，天津如果在2012年采取混合模式并使用2014年的配額數(shù)量也將帶來29.3億元的社會福利凈損失.北京、上海、天津和南京采用由新增機動車牌照支付意愿和外部成本決定的最優(yōu)配額，通過牌照拍賣制度，在控制機動車數(shù)量增長的同時，將獲得10億元到200億元不等可用于城市交通基礎(chǔ)設(shè)施建設(shè)或公共交通補貼的可觀的財政收入.上述實證結(jié)果表明，在制定城市交通管理政策時，不同的城市需要根據(jù)自身交通情況評估新增機動車牌照的邊際外部成本和消費者支付意愿，進而確定最優(yōu)的新增機動車牌照配額，以實現(xiàn)社會福利最大化.本文的實證研究還為定量評估基于社會公平考慮，全部或部分采取無償搖號分配新增機動車牌照的城市，所面臨的社會福利損失和財政收入損失規(guī)模提供了分析方法.

本文對機動車限牌的社會福利分析，特別是對機動車使用外部成本的估計，使用了一系列的假設(shè)條件和估計參數(shù)，這些假設(shè)和參數(shù)的改變都會影響最終社會福利分析結(jié)果，進而對評估政府限牌政策的效果帶來影響.進一步研究早晚高峰的機動車平均行駛速度、交通參與者的交通延誤時間與通勤時間價值、機動車燃油消耗和污染物排放、消費者購買小客車效用函數(shù)等問題將有助于進一步精確地評估機動車限牌的社會福利影響.上述研究的開展需要借助于更加翔實的交通監(jiān)控數(shù)據(jù)和消費者行為調(diào)查數(shù)據(jù).基于這些新數(shù)據(jù)和政策目標(biāo)，最優(yōu)的機動車牌照配額數(shù)量可以根據(jù)消費者支付意愿、交通擁堵和環(huán)境污染情況動態(tài)調(diào)整，而非現(xiàn)行政策下固定不變的機動車牌照配額數(shù)量.其他的一系列可供選擇的減少大城市機動車使用外部性的公共政策，例如提高燃油稅稅率、征收城區(qū)擁堵費等，也可以在本文提出的分析框架內(nèi)評估其對城市交通和機動車使用的影響和沖擊，以使中國的城市交通管理政策和措施更具科學(xué)性和合理性.

[1]Creutzig F, He Dongquan. Climate change mitigation and co-benefits of feasible transport demand policies in Beijing[J]. Transportation Research Part D: Transport and Environment, 2009, 14(2): 120-131.

[2]佟 瓊， 王稼瓊， 王 靜. 北京市道路交通外部成本衡量及內(nèi)部化研究[J]. 管理世界， 2014， (3)： 1-9. Tong Qiong, Wang Jiaqiong, Wang Jing. Measuring and internalizing the external costs from road traffic in Beijng[J]. Management World, 2014, (3): 1-9. (in Chinese)

[3]Vickrey W. Counterspeculation, auctions and competitive sealed tenders[J]. Journal of Finance, 1961, 16(1): 8-37.

[4]Harris M, Raviv A. Allocation mechanisms and the design of auctions[J]. Econometrica, 1981, 49(6): 1477-1499.

[5]Taylor G A, Tsui K K K, Zhu L. Lottery or waiting-line auction?[J]. Journal of Public Economics, 2003, 87(5/6): 1313-1334.

[6]Koh W T H, Yang Z, Zhu L. Lottery rather than waiting-line auction[J]. Social Choice and Welfare, 2006, 27(2): 289-310.

[7]程 琳, 王 煒. 擁堵交通網(wǎng)絡(luò)模型和增強拉格朗日乘子算法[J]. 管理科學(xué)學(xué)報, 2006, 9(5): 18-27. Cheng Lin, Wang Wei. Equilibrium model and augmented Lagrange multiplier solution for congested traffic network[J]. Journal of Management Sciences in China, 2006, 9(5): 18-27. (in Chinese)

[8]唐毓敏, 馮蘇葦. 政策博弈下的道路交通擁擠定價[J]. 管理科學(xué)學(xué)報, 2008, 11(4): 76-82. Tang Yumin, Feng Suwei. Model of traffic behavior based on game theory under road-pricing regulation of government[J]. Journal of Management Sciences in China, 2008, 11(4): 76-82. (in Chinese)

[9]王廣民, 高自友, 徐 猛, 等. 彈性需求下網(wǎng)絡(luò)設(shè)計問題和電子路票問題研究[J]. 管理科學(xué)學(xué)報, 2015, 18(4): 38-48. Wang Guangmin, Gao Ziyou, Xu Meng, et al. The combined model and relaxation algorithm for continuous network design problem with the second-best credits charging under elastic demand[J]. Journal of Management Sciences in China, 2015, 18(4): 38-48. (in Chinese)

[10]陳星光. 交通流演化動力學(xué)研究的一般框架及分析[J]. 管理科學(xué)學(xué)報, 2015, 18(6): 58-69. Chen Xingguang. Traffic flow evolutionary dynamics: General research framework and properties analysis[J]. Journal of Management Sciences in China, 2015, 18(6): 58-69. (in Chinese)

[11]徐紅利, 于新蓮, 周 晶. 誘導(dǎo)信息下考慮路段容量退化的流量演化研究[J]. 管理科學(xué)學(xué)報, 2015, 18(7): 39-47. Xu Hongli, Yu Xinlian, Zhou Jing. Day-to-day travel choice dynamics with guidance information in degradable transport network[J]. Journal of Management Sciences in China, 2015, 18(7): 39-47. (in Chinese)

[12]陳 蒂, 張 寧, 劉利娟. 面向雙目標(biāo)時刻瓶頸模型——交通錯峰原理[J]. 管理科學(xué)學(xué)報, 2015, 18(8): 52-60. Chen Di, Zhang Ning, Liu Lijuan. Bottleneck model for bi-arrival time: Principle of staggered work hours[J]. Journal of Management Sciences in China, 2015, 18(8): 52-60. (in Chinese)

[13]吳文祥, 黃海軍. 固定需求交通網(wǎng)絡(luò)的一般系統(tǒng)最優(yōu)模型與性質(zhì)[J]. 管理科學(xué)學(xué)報, 2015, 18(12): 58-67. Wu Wenxiang, Huang Haijun. Generalized system optimal model and properties in traffic networks with fixed demand[J]. Journal of Management Sciences in China, 2015, 18(12): 58-67.(in Chinese)

[14]Glaeser E L, Luttmer E. The misallocation of housing under rent control[J]. American Economic Review, 2003, 93(4): 1027-1046.

[15]Davis L W, Kilian L. The allocative cost of price ceilings in the U.S. residential market for natural gas[J]. Journal of Political Economy, 2011, 119(2): 212-241.

[16]Parry I W H, Small K A. Does Britain or the United States have the right gasoline tax?[J]. American Economic Review, 2005, 95(4): 1276-1289.

[17]Li S, Linn J, Muehlegger E. Gasoline taxes and consumer behavior[J]. American Economic Journal: Economic Policy, 2014, 6(4): 1-43.

[18]Parry I, Heine D, Li S, et al. How should different countries tax fuels to correct environmental externalities?[J]. Economics of Energy & Environmental Policy, 2014, 3(2): 61-77.

[19]Small K A, Verhoef E T. The Economics of Urban Transportation[M]. London and New York: Routledge, 2007: 69-83.

[20]Small K A. Urban Transportation Economics[M]// Series: Fundamentals of Pure and Applied Economics, Vol.51, New York: Harwood Academic Publisher, 1992: 70-71.

[21]U.S. Department of Transportation, Federal Highway Administration. 1997 Federal Highway Cost Allocation Study[R]. Washington, DC: U.S. Department of Transportation, 1997.

[22]U.S. Department of Transportation, Federal Highway Administration. Addendum to the 1997 Federal Highway Cost Allocation Study Final Report[R]. Washington, DC: U.S. Department of Transportation, 2000.

[23]Deng X. Economic costs of motor vehicle emissions in China: A case study[J]. Transportation Research Part D: Transport and Environment, 2006, 11(3): 216-226.

[24]IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[R]. Hayama, Japan: Institution for Global Environmental Strategies, 2006.

[25]國家統(tǒng)計局能源統(tǒng)計司. 中國能源統(tǒng)計年鑒2012[M]. 北京: 中國統(tǒng)計出版社, 2013. Department of Energy Statistics, National Bureau of Statistics, PRC. China Energy Statistical Yearbook 2012[M]. Beijing: China Statistics Press, 2013.(in Chinese)

[26]Herrnstadt E, Parry I W H, Siikam?ki J. Do alcohol taxes in europe and the US rightly correct for externalities?[J]. International Tax and Public Finance, 2015, 22(1): 73-101.

[27]Parry I W H, Strand J. International fuel tax assessment: An application to Chile[J]. Environment and Development Economics, 2012, 17: 127-144.

[28]OECD (Organization for Economic Cooperation and Development). Mortality Risk Valuation in Environment, Health and Transport Policies[R]. Paris, France, 2012.

[29]Parry I W H, Timilsina G R. Pricing Externalities from Passenger Transportation in Mexico City[R]. Washington DC: World Bank Policy Research Working Paper 5071, 2009.

[30]Li S. Better Lucky Than Rich? Welfare Analysis of Automobile License Allocations in Beijing and Shanghai[R]. Available at SSRN: http://ssrn.com/abstract=2349865. 2014.

[31]Berry S, Levinsohn J, Pakes A. Automobile prices in market equilibrium[J]. Econometrica, 1995, 63(4): 841-890.

[32]Petein A. Quantifying the benefit of new products: the case of minivan[J]. Journal of Political Economy, 2002, 110(4): 705-729.

[33]Herriges J, Kling C. Nonlinear income effects in random utility models[J]. Review of Economics and Statistics, 1999, 81(1): 62-72.

Social welfare consequences of automobile license allocation and optimal quota

WANGFeng1,LIShan-jun2

1. School of Economic and Business Administration, Chongqing University, Chongqing 400030, China;2. Dyson School of Applied Economics and Management, Cornell University, Ithaca 14853, USA

To combat the worsening traffic congestion and urban air pollution, more and more major cities in China are adopting automobile license quota systems to curb the growth of automobile ownerships. Market-based mechanisms (e.g., auction), non-market based mechanisms (e.g., lottery) and hybrids of the two are being used to distribute limited automobile licenses. This study empirically quantifies the social welfare and revenue consequences of the different automobile license quota systems by estimating external costs from automobile usage and consumers’ willingness-to-pay for an automobile license in Beijing, Shanghai, Tianjin and Nanjing. Our analysis finds that the lottery system exhibits the largest welfare loss while the auction system the smallest. There is significant heterogeneity in both external costs in automobile usage and consumers’ willingness-to-pay for an automobile license across these cities. Beijing’s lottery system forewent 13.8 billion RMB in consumer surplus, and Shanghai’s auction system forewent 2.86 billion RMB, relative to the optimal quota in 2012. A uniform price auction system would have generated (1-20) billion RMB to each city, which can be used to finance local public transit system.

resource allocation; auction; lottery; automobile license

2014-10-26；

2016-02-23.

國家自然科學(xué)基金資助項目(71303270; 71133007; 71673033)； 國家留學(xué)基金資助項目(201206055017).

汪 鋒(1982—), 男, 重慶人, 博士, 副教授. Email: wangfeng2008@cqu.edu.cn

F572

A

1007-9807(2016)12-0001-13