道路交通事故外部成本及其內(nèi)部化機(jī)制研究*

董志華

(中南財(cái)經(jīng)政法大學(xué) 金融學(xué)院，湖北 武漢 430073)

?

道路交通事故外部成本及其內(nèi)部化機(jī)制研究*

董志華

(中南財(cái)經(jīng)政法大學(xué) 金融學(xué)院，湖北 武漢 430073)

摘要：新增駕駛行為會(huì)增加其他車輛的事故風(fēng)險(xiǎn)，進(jìn)而導(dǎo)致道路交通的事故外部成本,這種由車輛間相互作用而產(chǎn)生的事故外部成本有別于其傳統(tǒng)的定義?；谖覈?guó)2001-2012年的省級(jí)面板數(shù)據(jù)，使用工具面板模型實(shí)證研究了交通密度對(duì)事故成本的影響，結(jié)果表明：在高交通密度地區(qū)，無論是按單位車輛還是單位里程計(jì)算的事故外部成本，都明顯高于其它地區(qū)。為內(nèi)部化事故外部成本，除增加交通供給與征收交通庇古稅外，里程定價(jià)車險(xiǎn)能通過邊際激勵(lì)機(jī)制有效地減少行駛里程，降低社會(huì)和個(gè)人交通成本，緩解交通擁堵和污染問題，并有助于實(shí)現(xiàn)車險(xiǎn)公平定價(jià)。

關(guān)鍵詞：道路交通；事故外部成本；內(nèi)部化；里程定價(jià)車險(xiǎn)

隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展，近年來我國(guó)機(jī)動(dòng)車數(shù)量急劇上升?！吨袊?guó)交通年鑒》的數(shù)據(jù)顯示，2013年我國(guó)民用車輛達(dá)126.7萬輛，比2001年增加了約600%。但在此期間公路里程卻只增加約157%，公路基建增速明顯落后于車輛增加速度，交通密度呈逐年上升趨勢(shì)。特別在一些大城市，由于交通密度快速增加所導(dǎo)致的交通事故、交通擁堵和尾氣污染等問題日益嚴(yán)重。交通事故通常涉及到多個(gè)車輛，如果涉事車輛中的一輛沒有上路行駛，事故就不會(huì)發(fā)生。換言之，新增駕駛行為增加了其他車輛的事故風(fēng)險(xiǎn)和交通成本，這些成本通常并未由新增駕駛的車主來完全承擔(dān)，故被視作外部成本。整體而言，駕駛行為增加1%將會(huì)導(dǎo)致事故成本的提高超過1%，這些外部成本并沒有通過現(xiàn)行的民事法則或經(jīng)濟(jì)機(jī)制得以內(nèi)部化，進(jìn)而導(dǎo)致了事故外部成本。需要指出的是，本文中的事故外部成本有別于傳統(tǒng)定義所描述的由交通事故導(dǎo)致的政府醫(yī)療補(bǔ)貼和公共支出，也不同于道路交通的擁堵或污染外部成本。它產(chǎn)生于個(gè)體車輛之間相互內(nèi)在作用，先于其他的外部成本發(fā)生。如果能控制這種事故外部成本，其他的外部成本也會(huì)隨之被減少。所以，探究這種新的道路交通事故外部成本的作用機(jī)理并討論相應(yīng)的內(nèi)部化機(jī)制，對(duì)優(yōu)化交通政策、降低個(gè)人和社會(huì)交通成本、緩解擁堵和污染問題都具有非常重要的意義。

一、關(guān)于道路交通外部成本的文獻(xiàn)綜述

對(duì)于道路交通事故外部成本的研究，最早可以追溯到諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者Vickrey提出的駕駛外部性概念，他利用美國(guó)加州兩條高速公路交通事故與交通密度的數(shù)據(jù)，證明事故數(shù)量對(duì)駕駛數(shù)量的彈性約為1.5[1]。Edlin在2003年首次構(gòu)建了事故外部成本的經(jīng)濟(jì)模型，實(shí)證探究了交通密度對(duì)事故損失的影響，并指出里程定價(jià)車險(xiǎn)(Pay-As-You-Drive ,PAYD)能有效地應(yīng)對(duì)道路交通的事故外部性[2]。Parry比較了PAYD、汽油稅和里程稅在應(yīng)對(duì)事故外部成本問題上的優(yōu)劣勢(shì)，指出PAYD能實(shí)現(xiàn)最大化的社會(huì)福利，他利用汽油價(jià)格彈性估算了更加廣義的外部成本，如等待時(shí)間和進(jìn)口石油依賴度[3]。Edlin和Pinar指出Vickrey的研究忽視了道路安全狀況的異質(zhì)性，這會(huì)嚴(yán)重地低估交通密度對(duì)事故的影響，他使用美國(guó)1987-1995年的面板數(shù)據(jù)，估算了各州的事故外部成本[4]；基于Edlin的研究思路，Saito、Kato和Shimane等學(xué)者比較了日本和美國(guó)的事故外部成本，發(fā)現(xiàn)在日本事故外部成本明顯小于美國(guó)，主要原因是美國(guó)駕駛員的平均駕駛里程比日本高得多，約為1.75倍[5]；Edlin和Saito的研究使用的是區(qū)域數(shù)據(jù)，Bordoff和Noel基于2001年美國(guó)家庭交通調(diào)查(NHTS)的微觀數(shù)據(jù)，利用Parry的方法估算了道路交通的外部成本以及PAYD帶來的社會(huì)福利，他們估計(jì)PAYD在全國(guó)范圍內(nèi)將減少8%的駕駛里程，每輛車將節(jié)省約34美元[6]。Nichols和Kara在考慮到更多具有個(gè)體異質(zhì)性的事故風(fēng)險(xiǎn)因素后，基于2008年NHTS數(shù)據(jù)重新估算了駕駛外部成本，他們估計(jì)PAYD將減少4%的駕駛里程，每輛車每年將平均節(jié)省5美元，導(dǎo)致這個(gè)差異的主要原因是Nichols使用了車險(xiǎn)賠付而非保費(fèi)來衡量事故成本[7]。

借助大量微觀數(shù)據(jù)，國(guó)外研究對(duì)事故外部成本的測(cè)算開始從區(qū)域轉(zhuǎn)向個(gè)體車輛，并將研究結(jié)果運(yùn)用在車險(xiǎn)定價(jià)中。但國(guó)內(nèi)對(duì)于道路交通外部成本的研究多集中于對(duì)擁堵費(fèi)定價(jià)的理論分析[8-9]，量化分析則較為少見。佟瓊、王稼瓊和王靜將北京道路交通的外部成本歸納為事故成本、擁堵成本和污染成本并加以測(cè)算[10]。章孟迪和黃雋瀟對(duì)外部成本作了類似分類并提出了應(yīng)對(duì)措施，包括征收污染稅、擁堵費(fèi)和增加交通供給等[11]。需要強(qiáng)調(diào)的是：其一，這些研究通常將事故外部成本定義為交通事故導(dǎo)致的政府醫(yī)療補(bǔ)貼和相關(guān)公共支出，與本文中討論的由于車輛間相互作用導(dǎo)致的事故外部成本有本質(zhì)區(qū)別，控制這類事故外部成本比其他外部成本更具有現(xiàn)實(shí)意義；其二，國(guó)內(nèi)對(duì)于PAYD的研究雖然不少，但多為介紹國(guó)外的實(shí)踐情況及理論分析，從未將PAYD作為一種應(yīng)對(duì)道路交通事故外部成本的內(nèi)部化的機(jī)制加以考慮。鑒于此，受到Edlin等學(xué)者研究的啟發(fā)，本文擬采用Edlin等學(xué)者構(gòu)建的外部成本經(jīng)濟(jì)模型，基于我國(guó)2001-2012年的面板數(shù)據(jù)，估算各地區(qū)的單位里程和單位車輛的事故外部成本，并討論可能的外部成本內(nèi)部化機(jī)制，特別是PAYD在應(yīng)對(duì)事故外部成本的作用及實(shí)施中的優(yōu)點(diǎn)和難點(diǎn)，以期為緩解道路交通壓力、降低個(gè)人和社會(huì)交通成本以及推進(jìn)低碳經(jīng)濟(jì)發(fā)展提供思路。

二、模型、變量與計(jì)量分析

(一)事故外部成本經(jīng)濟(jì)模型

(1)

其中，c1為單車事故的期望損失，c2D為兩車碰撞事故的期望損失，如果考慮三車的碰撞事故，式(1)可以擴(kuò)展成

(2)

式(1)和式(2)表明個(gè)體的駕駛行為會(huì)增加交通密度進(jìn)而影響到其他個(gè)體的期望損失，由此便產(chǎn)生了事故外部成本。雖然個(gè)體對(duì)整體外部成本的貢獻(xiàn)非常小，但考慮所有車輛對(duì)整體外部成本的貢獻(xiàn)時(shí)，這個(gè)影響將會(huì)是非常顯著的。式(3)和式(4)分別給出了多開一公里和多一輛車上路所帶來的邊際事故外部成本：?jiǎn)挝焕锍踢呺H事故外部成本=

(3)

(4)

以上式(3)和式(4)中的邊際事故外部成本按里程或按車輛數(shù)累加起來就是該區(qū)域的事故外部成本。

(二)變量和數(shù)據(jù)

以上模型分析表明道路交通的事故外部成本體現(xiàn)于交通密度對(duì)事故成本的影響，我們將利用回歸模型對(duì)其進(jìn)行分析。選擇事故成本作為被解釋變量，最主要的解釋變量是交通密度；另外，地區(qū)富裕程度、自然稟賦差異和人口結(jié)構(gòu)等因素也會(huì)影響到交通事故的損失程度，可以作為控制變量納入到模型中。

1.事故成本。常見的用來衡量事故成本的指標(biāo)是公路交通事故直接財(cái)產(chǎn)損失，其缺點(diǎn)是無法反映出人員傷亡所導(dǎo)致的經(jīng)濟(jì)損失，為了解決這個(gè)問題，Edlin使用了保費(fèi)收入和賠付支出來衡量交通事故成本?？紤]到交通事故對(duì)保費(fèi)的影響往往具有時(shí)滯性，而且我國(guó)的機(jī)動(dòng)車輛保險(xiǎn)尚未實(shí)現(xiàn)完全費(fèi)率市場(chǎng)化，相同車輛在不同地區(qū)的保費(fèi)差異并不明顯。所以，我們采用各省民用車輛平均賠付支出和每公里平均賠付支出作為被解釋變量。保險(xiǎn)賠付支出數(shù)據(jù)來自于歷年的《中國(guó)保險(xiǎn)年鑒》，以2012年為基期并扣除通貨膨脹因素；民用車輛數(shù)量數(shù)據(jù)來自于歷年《交通統(tǒng)計(jì)年鑒》；總行駛里程按式(5)中的方法估算。

2.交通密度。交通密度是最主要的解釋變量，為了衡量一個(gè)地區(qū)的交通擁堵狀況，可以將該區(qū)域內(nèi)所有機(jī)動(dòng)車在一年內(nèi)的總行駛里程除以該區(qū)域的總公路里程長(zhǎng)度。由于個(gè)體車輛里程監(jiān)測(cè)技術(shù)尚不成熟，統(tǒng)計(jì)所有車輛的總行駛里程更是困難。我們沿用董志華和余洋的使用機(jī)動(dòng)車汽柴油消耗量來推算車輛行駛總里程的思路[12]，提取《中國(guó)能源統(tǒng)計(jì)年鑒》的地區(qū)能源平衡表中“生活汽油消費(fèi)量”和“生活柴油消費(fèi)量”數(shù)據(jù)，然后乘上相應(yīng)的燃料使用效率。由于我國(guó)乘用車的柴油化率不足1%，中大型客車和貨車的柴油化率分別在90%和80%左右[13]，為計(jì)算方便，假設(shè)乘用車全部使用汽油而客貨車全部使用柴油。在工信部公布的《2012年下半年中國(guó)乘用車企業(yè)平均燃料消耗量報(bào)告》中，乘用車總行業(yè)平均燃料消耗量實(shí)際值為7.42L/100km，即13.89公里/L；客貨車的燃油使用效率參照了工信部網(wǎng)站公布的《道路運(yùn)輸車輛燃料消耗量達(dá)標(biāo)車型表》(共30批)的參數(shù)，通過計(jì)算得出客貨車的平均燃料效率約為18.56/100km，即5.39公里/L。為了計(jì)算交通密度，還需要知道公路車道里程長(zhǎng)度，我國(guó)公路分為高速、一級(jí)、二級(jí)、三級(jí)和四級(jí)公路幾個(gè)級(jí)別，按照高速至二級(jí)公路四個(gè)車道，三級(jí)和四級(jí)兩個(gè)車道的標(biāo)準(zhǔn)計(jì)算，數(shù)據(jù)來源于歷年的《交通統(tǒng)計(jì)年鑒》。本文給出了具體的估算方法：

(5)

需要說明的是，這樣的估計(jì)方法并未考慮到車輛燃料效率的地區(qū)差異性和燃料效率的逐年提高，而是直接使用了2012年全國(guó)的平均數(shù)據(jù)，這樣會(huì)高估較早年份的行駛里程，進(jìn)而導(dǎo)致事故外部成本也被高估；所以，估算結(jié)果會(huì)存在一定的偏差，但在目前的數(shù)據(jù)可得性下，筆者認(rèn)為其已經(jīng)是衡量交通密度的最好選擇。

3.控制變量。駕駛員的人口特征會(huì)影響交通事故發(fā)生率。我國(guó)近年來私人汽車擁有量和機(jī)動(dòng)車駕駛員的數(shù)量都呈現(xiàn)快速增長(zhǎng)趨勢(shì)，2013年駕齡在1年和2年的新機(jī)動(dòng)車駕駛員數(shù)量分別占到總機(jī)動(dòng)車駕駛員數(shù)量的9.63%和20.52%，大量的新駕駛員由于駕駛經(jīng)驗(yàn)不足而增加自己和其他車輛的風(fēng)險(xiǎn)。因此，我們使用了駕齡小于2年的新機(jī)動(dòng)車駕駛員占總駕駛員數(shù)量比例作為影響事故損失的控制變量。地區(qū)富裕程度會(huì)影響機(jī)動(dòng)車駕駛行為，在富裕的地區(qū)駕駛里程往往會(huì)比較高，增加事故發(fā)生的可能性；另一方面，富裕地區(qū)的道路基礎(chǔ)建設(shè)通常比較好，這又會(huì)降低駕駛的風(fēng)險(xiǎn)。所以，我們選取各省的人均GDP作為衡量富裕程度的控制變量。我國(guó)各地區(qū)天氣差異大，南方的雨水和北方的冰雪都是影響機(jī)動(dòng)車事故的天氣因素。因此，我們將各省降水量也包含在控制變量之中。機(jī)動(dòng)車駕駛員人數(shù)來自于歷年的《交通統(tǒng)計(jì)年鑒》；人均GDP數(shù)據(jù)來自于國(guó)家統(tǒng)計(jì)局公布數(shù)據(jù)，計(jì)算中以2012年為基期并扣除通脹因素；降水量數(shù)據(jù)來自于Eps全球統(tǒng)計(jì)數(shù)據(jù)庫中的中國(guó)環(huán)境數(shù)據(jù)庫與中國(guó)國(guó)土資源數(shù)據(jù)庫。

表1給出了相關(guān)變量在2012年的描述性統(tǒng)計(jì)，交通密度最高的三個(gè)地區(qū)分別是上海、北京和天津，事故成本在地區(qū)之間呈現(xiàn)較大的差異性，在2012年單位車輛的賠付最高的上海比最低的青海要高出近3倍，單位里程的賠付最高的北京比最低的黑龍江也高出近1倍，這也說明我國(guó)目前現(xiàn)行的機(jī)動(dòng)車輛保險(xiǎn)費(fèi)率并未充分反應(yīng)出不同地區(qū)差異，有失效率和公平。另外，表1顯示了2012年兩個(gè)工具變量車輛密度與駕駛員密度的描述性統(tǒng)計(jì)。

為了更直觀地了解交通密度與事故成本的關(guān)系，圖1和圖2分別給出了兩類事故成本與交通密度之間的散點(diǎn)圖，初步的觀察表明，事故成本與交通密度之間存在明顯的正相關(guān)關(guān)系，特別是在交通密度比較高的地區(qū)，兩類事故成本都會(huì)格外的高，呈現(xiàn)出超線性的關(guān)系。

表1　描述性統(tǒng)計(jì)

注：由于安徽、廣西、海南和西藏?cái)?shù)據(jù)缺失，本表報(bào)告了27個(gè)省市在2012年各變量的描述性統(tǒng)計(jì)。

圖1　交通密度與單位車輛平均事故成本

圖2　交通密度與單位里程平均事故成本

(三)估計(jì)結(jié)果與分析

基于以上的初步分析，我們構(gòu)建了如下的計(jì)量模型：

Costit=αi+γj+c1+c2Densityit+

(6)

對(duì)于模型(6)，按照前文中的經(jīng)濟(jì)模型，可以考慮包括和不包括交通密度平方項(xiàng)的兩種情形，另外，被解釋變量也有Cost1和Cost2兩種選擇，所以我們可以分別討論模型(6)的四種情形。當(dāng)然，我們需要驗(yàn)證采用時(shí)間個(gè)體雙固定效應(yīng)是否合理，直觀的解釋是，個(gè)體效應(yīng)體現(xiàn)了風(fēng)險(xiǎn)因素的地區(qū)差異對(duì)事故成本的影響，如交通法規(guī)、道路狀況、駕車習(xí)慣等，時(shí)間效應(yīng)則主要是考慮到技術(shù)進(jìn)步所帶來的機(jī)動(dòng)車駕駛安全性提高對(duì)事故成本的影響。首先考慮以Cost1作為被解釋變量并不包含交通密度平方項(xiàng)的情形，表2的(a)～(c)列分別給出了在使用混合最小二乘法、固定面板效應(yīng)模型和隨機(jī)面板效應(yīng)模型時(shí)的估計(jì)結(jié)果，為克服可能存在卻不能識(shí)別的異方差，括號(hào)中的標(biāo)準(zhǔn)誤差都采用了懷特異方差修正。從F檢驗(yàn)和Hausman檢驗(yàn)結(jié)果來看，我們應(yīng)采用固定面板效應(yīng)模型。從第(b)列中的估計(jì)系數(shù)結(jié)果來看，交通密度的系數(shù)顯著為正，且通過1%顯著水平檢驗(yàn)，表明交通密度對(duì)事故成本具有正向影響，這與圖1顯示的關(guān)系是相吻合的。另外，新駕駛員占比、人均GDP和降雨量對(duì)事故成本均具有正向影響，與預(yù)期相符，盡管降雨量的估計(jì)系數(shù)并不顯著。

由于交通密度的計(jì)算存在一定的偏差，這可能會(huì)導(dǎo)致內(nèi)生性問題。因此，參照Edlin的思路，我們引入兩個(gè)工具變量：車輛密度Vdensity和駕駛員密度Ddensity，計(jì)算方法見表2。由表2可知：一方面，機(jī)動(dòng)車擁有量、機(jī)動(dòng)車駕駛員數(shù)量的快速增長(zhǎng)通常伴隨著車輛行駛里程的迅速增加。簡(jiǎn)單測(cè)算表明，車輛密度和駕駛員密度與交通密度的相關(guān)系數(shù)都超過0.7，工具變量滿足和內(nèi)生變量高度相關(guān)要求；另一方面，從外生性角度來看，如果駕駛員不開車或車輛沒有被開，則不會(huì)導(dǎo)致事故發(fā)生。所以，這兩個(gè)變量滿足工具變量的相關(guān)性和外生性基本要求。表2第(d)列報(bào)告了使用工具變量?jī)呻A段最小二乘法(IV-2SLS)對(duì)模型(6)的估計(jì)結(jié)果，Durbin-Wu-Hausman檢驗(yàn)拒絕了不存在內(nèi)生性的假設(shè)，這表明有必要引入工具變量來克服內(nèi)生性；另外，對(duì)第一階段回歸系數(shù)的F檢驗(yàn)表明，不存在弱工具變量的情況；最后，針對(duì)識(shí)別不足和過度識(shí)別的檢驗(yàn)都表明，所有的工具變量都是外生的。相較于固定效應(yīng)模型，在控制內(nèi)生性后，我們發(fā)現(xiàn)通過IV-2SLS估計(jì)得到的交通密度的系數(shù)明顯變大，表明交通密度的測(cè)算誤差會(huì)導(dǎo)致外部成本被低估。

表2　2001-2012年交通密度對(duì)事故成本影響的回歸估計(jì)結(jié)果

注：1.樣本包括2001-2012年27個(gè)省市的非平衡面板數(shù)據(jù)，共204個(gè)觀測(cè)值；2.***、**、*分別表示估計(jì)系數(shù)通過1%、5%和10%的顯著水平檢驗(yàn)；3.()內(nèi)數(shù)值為回歸系數(shù)的異方差穩(wěn)健標(biāo)準(zhǔn)誤，[]內(nèi)數(shù)值為p值，{}內(nèi)數(shù)值為Stock-Yogo檢驗(yàn)在10%水平上的臨界值; 4.面板設(shè)定檢驗(yàn)的零假設(shè)是個(gè)體效應(yīng)不顯著，固定效應(yīng)檢驗(yàn)的零假設(shè)是FE和RE估計(jì)系數(shù)不存在顯著差異，內(nèi)生性檢驗(yàn)的零假設(shè)是交通密度變量是外生的，識(shí)別不足檢驗(yàn)的零假設(shè)是工具變量識(shí)別不足，弱識(shí)別檢驗(yàn)的零假設(shè)是內(nèi)生回歸元系數(shù)之和為0，若拒絕則說明工具變量是合理的；過度識(shí)別檢驗(yàn)的零假設(shè)是工具變量為過度識(shí)別。

我們使用單位里程邊際成本Cost2作為事故成本重新估計(jì)模型(6)。面板模型選擇的檢驗(yàn)結(jié)果仍然支持使用固定面板效應(yīng)，表2第(e)列報(bào)告了以Cost2作為被解釋變量并使用IV-2SLS估計(jì)的結(jié)果?？梢园l(fā)現(xiàn)，交通密度的系數(shù)仍顯著為正，但比使用車輛平均事故成本作為被解釋的變量時(shí)的系數(shù)要小得多。進(jìn)一步的，我們將考慮(6)在包含交通密度平方項(xiàng)時(shí)的情形，表2第(f)和(g)列報(bào)告了在以Cost1和Cost2作為被解釋變量時(shí)，使用IV-2SLS對(duì)模型(6)進(jìn)行估計(jì)得結(jié)果?？梢钥吹?，交通密度平方項(xiàng)的系數(shù)都顯著為正，表明在交通密度的地方往往會(huì)出現(xiàn)較高的事故成本。雖然擁堵達(dá)到一定程度可能會(huì)降低事故風(fēng)險(xiǎn)，但并不能在我們的估計(jì)中體現(xiàn)。

所以，從估計(jì)結(jié)果來看，無論采用哪種事故成本作為被解釋變量，也無論是否包含交通密度的平方項(xiàng)，交通密度或其平方項(xiàng)的系數(shù)都顯著為正，說明交通密度對(duì)事故成本具有顯著的正向影響，道路交通的事故外部性是存在的。需要說明的是，模型(6)中最主要的解釋變量交通密度是根據(jù)(5)估算出來的，其缺陷在于對(duì)于燃油的使用效率只是按2012年工信部公布的數(shù)據(jù)分乘用車和客貨車作了簡(jiǎn)單的估算，會(huì)導(dǎo)致一定的誤差。解決這個(gè)客觀困難有待于更加準(zhǔn)確的微觀車輛行駛數(shù)據(jù)，中國(guó)家庭金融調(diào)查中心所進(jìn)行的中國(guó)家庭金融調(diào)查可能會(huì)為微觀數(shù)據(jù)的獲得提供可能。在已進(jìn)行的調(diào)查中涉及車險(xiǎn)支出、賠付和總行駛里程等數(shù)據(jù)，但并沒有當(dāng)年車輛行駛里程數(shù)據(jù)。另外，本文使用的是2001-2012年的省級(jí)面板數(shù)據(jù)，由于數(shù)據(jù)缺失，最終使用了204個(gè)非平衡面板觀測(cè)值。為了檢驗(yàn)估計(jì)結(jié)果的穩(wěn)健性，我們將時(shí)間窗口縮短至2006-2012年，對(duì)少量缺失數(shù)據(jù)使用線性插值的方式進(jìn)行估算，然后使用平衡面板數(shù)據(jù)對(duì)模型重新進(jìn)行估計(jì)，交通密度的系數(shù)估計(jì)結(jié)果與使用非平衡面板模型的結(jié)果基本一致。

三、事故外部成本測(cè)算

我們還可以對(duì)各地區(qū)的事故外部成本進(jìn)行加總，假設(shè)行駛里程不發(fā)生變化，以模型(d)作保守估算，上海市2012年事故外部成本約為3.76億元，車均事故外部成本1769元，如果將缺失的4個(gè)省份按平均水平計(jì)算，車均事故外部成本為331元，全國(guó)總事故外部成本為47.3億元。以模型(g)測(cè)算的車均和全國(guó)事故外部成本則分別高達(dá)519元和74.2億元。實(shí)際的事故外部成本可能比測(cè)算的還要高，原因是我們并沒有將未保險(xiǎn)損失計(jì)入成本。車輛如果只購買了最基本的交通事故強(qiáng)制責(zé)任保險(xiǎn)，那事故損失超過保險(xiǎn)金額的部分則并未在我們的模型中體現(xiàn)，這也會(huì)導(dǎo)致事故外部成本被低估。

表3　2012年事故外部成本　單位：元

四、事故外部成本內(nèi)部化的經(jīng)濟(jì)機(jī)制

我們通過實(shí)證分析證明了交通密度對(duì)事故成本的影響，道路交通的事故外部性是顯著的?；谇拔牡姆治?，應(yīng)對(duì)事故外部成本問題最為有效的方法就是降低交通密度，可以從交通的需求和供給兩方面來考慮。在供給方面，主要是增加道路基建和公共交通建設(shè)。增加道路長(zhǎng)度能有效地降低交通密度，特別是在城市的擁堵點(diǎn)新建道路能有效地減少局部道路交通的外部成本，但也經(jīng)常會(huì)遭遇“當(dāng)斯定律”的尷尬，即新增道路往往會(huì)吸引更多的車流，重新導(dǎo)致交通密度增加。另外，公共交通雖然能有效地替代私家車出行，增加交通效率，但其發(fā)展也受限于城市的道路資源、公交系統(tǒng)的運(yùn)營(yíng)模式以及城市整體規(guī)劃。而且，這些措施通常需要政府的財(cái)政支出或補(bǔ)貼。所以，增加交通供給能在一定程度上減少道路交通的事故外部成本，但卻不一定是最為有效的辦法，因此通過控制交通需求來解決外部成本問題就顯得尤為重要，下面分別討論了一些可能的措施。

(一)交通庇古稅

根據(jù)福利經(jīng)濟(jì)學(xué)家庇古的觀點(diǎn)，導(dǎo)致市場(chǎng)配置資源失效的原因是經(jīng)濟(jì)當(dāng)事人的私人成本與社會(huì)成本不相一致，從而私人的最優(yōu)導(dǎo)致社會(huì)的非最優(yōu)。因此，糾正外部成本的方案是政府通過征稅或者補(bǔ)貼來矯正經(jīng)濟(jì)當(dāng)事人的私人成本。對(duì)于道路交通外部成本，由于交通工具使用者的私人成本低于社會(huì)成本，所以需要通過征稅來補(bǔ)償超出的部分，以實(shí)現(xiàn)社會(huì)最優(yōu)。以下是兩種可能的征稅的方式：

1.燃油稅。燃油稅可以通過提高燃油價(jià)格來減少車輛行駛。該政策優(yōu)點(diǎn)之一是便于實(shí)施，增加現(xiàn)有的汽油稅率不會(huì)增加額外的實(shí)施成本；其次，通過燃油成本使得那些未購買保險(xiǎn)或只購買了交強(qiáng)險(xiǎn)的車主也分擔(dān)了外部成本，有利于實(shí)現(xiàn)社會(huì)公平；最后，該措施鼓勵(lì)車主盡量使用燃油效率較高的低油耗車輛，減少了交通擁堵的污染外部成本。但其缺陷在于汽油庇古稅并未考慮到駕駛員的差異，對(duì)于駕駛習(xí)慣較差的人，盡管他會(huì)帶來更大的事故外部成本，但并不會(huì)因此而付出更高的代價(jià)；另外，對(duì)于相同的行駛距離，低油耗的車輛和高油耗的車輛帶來的事故外部成本是一樣的，但低油耗車輛支付的稅額較少，也會(huì)導(dǎo)致另一方面的社會(huì)不公平問題

2.保險(xiǎn)稅。保險(xiǎn)稅是將道路交通的外部成本分?jǐn)傊淋囍髅磕晁U納的保費(fèi)中，其做法并不是均攤，而是以車輛的年保費(fèi)為基礎(chǔ)，按一定稅率繳納。由于保費(fèi)在一定程度已經(jīng)反映出了投保人的風(fēng)險(xiǎn)特質(zhì)，所以該措施克服了燃油稅一刀切的缺點(diǎn)；另外，其實(shí)施也較為方便，由保險(xiǎn)公司在收取保費(fèi)時(shí)一并征收，不會(huì)增加太多的實(shí)施成本。但從保險(xiǎn)市場(chǎng)的供給需求關(guān)系來看，如大幅提高保險(xiǎn)價(jià)格勢(shì)必會(huì)降低保險(xiǎn)需求，更多的人可能會(huì)選擇保額較低的商業(yè)保險(xiǎn)或只購買交強(qiáng)險(xiǎn)，這又會(huì)導(dǎo)致事故外部成本進(jìn)一步增加。

(二)里程定價(jià)車險(xiǎn)(PAYD)

不管是增加交通供給還是征收交通庇古稅，都需要政府的行政干預(yù)或財(cái)政支持。有沒有一種市場(chǎng)經(jīng)濟(jì)手段能夠?qū)崿F(xiàn)交通需求的自我調(diào)節(jié)，進(jìn)而解決外部成本問題呢？綜合前面的各種措施，其共同的缺陷在于社會(huì)成本的分?jǐn)偡绞經(jīng)]有完全實(shí)現(xiàn)“誰受益，誰付費(fèi)”的公平原則。近年來，車險(xiǎn)市場(chǎng)的創(chuàng)新產(chǎn)物——里程定價(jià)車險(xiǎn)(PAYD)為實(shí)現(xiàn)這一目的提供了可能，其原理是將按年收取的固定保費(fèi)轉(zhuǎn)變成按里程支付的保費(fèi)。由于行駛里程較高的車輛需要支付高額的保費(fèi)，PAYD對(duì)駕駛行為的邊際激勵(lì)作用能減少車輛行駛里程，進(jìn)而降低道路交通的事故外部成本。PAYD顯著的優(yōu)點(diǎn)是在不增加政府公共支出和大多數(shù)個(gè)人支出的同時(shí)，通過市場(chǎng)化機(jī)制將事故外部成本內(nèi)部化。另外，由于PAYD會(huì)減少總行駛里程，所以也會(huì)降低擁堵和污染外部成本。

既然PAYD的優(yōu)點(diǎn)如此突出，那為什么在實(shí)際的保險(xiǎn)市場(chǎng)上卻非常少見呢，最主要的瓶頸在于車輛行駛里程的監(jiān)測(cè)環(huán)節(jié)。政府車輛管理部門對(duì)車輛里程的監(jiān)測(cè)往往不夠全面和準(zhǔn)確，保險(xiǎn)公司雖然有監(jiān)測(cè)行駛里程的動(dòng)機(jī)，但卻缺乏行之有效的實(shí)施手段，多靠車主在投保時(shí)預(yù)估。隨著技術(shù)的進(jìn)步，國(guó)外對(duì)PAYD已經(jīng)進(jìn)入的實(shí)踐階段，PAYD的對(duì)減少行駛里程的效果明顯。以美國(guó)馬薩諸塞州為例，試驗(yàn)研究表明PAYD可以減少5%-10%的行駛里程、交通事故和燃油消耗[14]。在我國(guó)，長(zhǎng)期以來車險(xiǎn)定價(jià)最主要的影響因素是車輛價(jià)格，其他隨車或隨人的因素考慮較少。2015年3月，保監(jiān)會(huì)出臺(tái)了《深化商業(yè)車險(xiǎn)條款費(fèi)率管理制度改革試點(diǎn)工作方案》，為車險(xiǎn)費(fèi)率市場(chǎng)化改革提供了政策支持。部分保險(xiǎn)公司已經(jīng)開始試水PAYD車險(xiǎn)，利用后裝設(shè)備記錄包括行駛里程在內(nèi)的各項(xiàng)駕駛數(shù)據(jù)，為車險(xiǎn)精準(zhǔn)定價(jià)提供了數(shù)據(jù)支持。事實(shí)上，由于數(shù)據(jù)的可得性和數(shù)據(jù)挖掘技術(shù)的快速發(fā)展，保險(xiǎn)公司在車險(xiǎn)定價(jià)時(shí)可以考慮到更多的風(fēng)險(xiǎn)因素，實(shí)現(xiàn)基于車輛具體使用情況來定價(jià)(Usage Based Insurance， UBI)，做到一車一價(jià)、一人一價(jià)、一天一價(jià)和一路一價(jià)，這樣能最大程度地實(shí)現(xiàn)道路交通事故外部成本的公平分?jǐn)?，讓市?chǎng)在資源配置中起到最大的作用。當(dāng)然，我們也應(yīng)該注意到，安裝駕駛行為監(jiān)控設(shè)備會(huì)帶來固定成本，也會(huì)引發(fā)一些隱私問題，這需要由車主、保險(xiǎn)公司和政府在實(shí)踐過程中去平衡各方利益，實(shí)現(xiàn)整體最優(yōu)。

五、結(jié)語

道路交通的快速發(fā)展會(huì)導(dǎo)致事故、擁堵和污染等外部成本。本文探討了由于個(gè)體車輛間相互作用而導(dǎo)致的事故外部成本，基于我國(guó)2001-2012年的省級(jí)面板數(shù)據(jù)，使用工具面板模型證明了交通密度對(duì)事故成本的正向影響，測(cè)算了各地區(qū)的事故外部成本。結(jié)果表明，在交通密度較高的地區(qū)，新增駕駛行會(huì)顯著提高其他車輛的事故成本，但在交通密度較低的地區(qū)這種影響卻并不明顯。計(jì)算表明2012年我國(guó)車均事故外部成本為331～519元，全國(guó)總事故外部成本為42.7～74.2億元。為應(yīng)對(duì)事故外部成本，我們從供給和需求兩方面討論了各種可能的措施及其優(yōu)缺點(diǎn)。增加道路建設(shè)和公共交通供給能在一定程度降低交通密度進(jìn)而減少事故外部成本，但需要大量的公共財(cái)政支持。燃油稅和保險(xiǎn)稅能通過駕駛成本的提高來減少交通需求，但也需要政府干預(yù)且無法完全兼顧公平。里程定價(jià)車險(xiǎn)(PAYD)能通過邊際激勵(lì)有效地減少行駛里程，但實(shí)施過程中，也存在著初裝成本、隱私和監(jiān)管方面的問題。但總體而言，應(yīng)該大力鼓勵(lì)基于個(gè)性化定價(jià)的車險(xiǎn)費(fèi)率改革創(chuàng)新，通過市場(chǎng)經(jīng)濟(jì)機(jī)制來減少駕駛行為，降低個(gè)人和社會(huì)的交通成本，以緩解交通擁堵及污染等問題，并實(shí)現(xiàn)車險(xiǎn)保費(fèi)的公平定價(jià)。

[參考文獻(xiàn)]

[1]Vickrey W S. Automobile accidents, tort law, externalities, and insurance: an economist’s critique, Law and Contemportary Problems[J]. Economic Analysis, 1968(3):464-487.

[2]Edlin Aaron S. Per Mile Premiums for Auto Insurance[M]∥Economics for an Imperfect World: Essays In Honor of Joseph Stiglitz, ed. Richard Arnott, Bruce Greenwald, Ravi Kanbur, and Barry Nalebuff. Cambridge: MIT Press, 2003:1-35.

[3]Parry I W H. Is Pay-as-You-Drive Insurance a Better Way to Reduce Gasoline than Gasoline Taxes?[J]. General Information, 2005,95(2):288-293.

[4]Edlin A S, Mandic P K, Edlin A S, et al. The Accident Externality from Driving[J]. Household Risk Management and Optimal Mortgage Choice. Quarterly Journal of Economics, 2006,114(5):1-149.

[5]Saito K, Kato T, Shimane T. Traffic Congestion and Accident Externality: A Japan-U.S. Comparison[J]. B.e.journal of Economic Analysis & Policy, 2010,10(1):1-31.

[6]Bordoff J E, Noel P J. Pay-As-You-Drive Auto Insurance: A Simple Way to Reduce Driving-Related Harms and Increase Equity; The Brookings Institution[J]. Hamilton Project Discussion Papers, 2008(9)：1-25.

[7]Nichols B, Kara M K. PAY-AS-YOU-DRIVE Insurance: Its Impacts on Household Driving and Welfare[J].Transportation Research Record Journal of the Transportation Research Board, 2014(2450):76-82.

[8]徐曌,歐國(guó)立.交通擁堵收費(fèi)的理論依據(jù)和政策分析[J].中國(guó)工業(yè)經(jīng)濟(jì),2012(12):18-30.

[9]黃毓慧.交通擁堵定價(jià)方式選擇的理論和實(shí)踐研究[J].價(jià)格理論與實(shí)踐,2014(5):41-43.

[10]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.

[11]章孟迪,黃雋瀟.對(duì)中國(guó)城市交通擁堵現(xiàn)象的外部性研究[J].光華財(cái)稅年刊,2013(1)：88-96.

[12]董志華,余洋.車輛行駛里程對(duì)車險(xiǎn)賠付支出影響研究[J].統(tǒng)計(jì)與決策,2014(14):96-99.

[13]張正智.中國(guó)柴油乘用車發(fā)展現(xiàn)狀[J].汽車工業(yè)研究,2008(9):11-14.

[14]Ferreira J, Eric M. PAY-AS-YOU-DRIVE Insurance in Massachusetts: A Risk Assessment and Report on Consumer, industry and Environmental Benefits[EB/OL]. (2011-01-17)[2015-02-10].https://insurancechowdah.wordpress.com/2011/01/17/massachusetts’-pay-as-you-drive-auto-insurance-pilot-program/, 2011.

(責(zé)任編輯王婷婷)

Road Traffic Accident External Cost and Its Internalization Mechanism

DONG Zhi-hua

(SchoolofFinance，ZhongnanUniversityofEconomicsandLaw，Wuhan430073，Hubei，China)

Abstract：The increase of driving behavior would uplift the accident risk of other vehicles on the road, which consequently leads to the accident external costs. This kind of external costs is resulted from the mutual effect of vehicles and thus is different from the traditional definition of accident external costs. Based on the provincial panel data from 2001 to 2012 in China, this paper empirically investigated the impact of traffic density on accident costs, and estimated on the external costs in different areas. It shows that the accident external costs, no matter by per vehicle or per kilometer, are significantly larger in high traffic density areas than in other areas. To internalize the accident external costs, besides increasing the traffic supply and levying traffic Pigou tax, Pay-As-You-Drive insurance could decrease the vehicle travel miles by marginal incentive, lower the public and individual traffic costs, and relieve the traffic congestion and pollution problems. It could also help achieve the fairness of the vehicle insurance pricing.

Key words：road traffic; accident external cost; internalization; Pay-As-You-Drive insurance

收稿日期：2015-09-09

作者簡(jiǎn)介：董志華(1983-)，男，湖北省荊州市人，中南財(cái)經(jīng)政法大學(xué)金融學(xué)院講師，博士，主要從事保險(xiǎn)精算和保險(xiǎn)市場(chǎng)研究。

*基金項(xiàng)目：湖北省教育廳人文社會(huì)科學(xué)研究一般項(xiàng)目(15G022)；中南財(cái)經(jīng)政法大學(xué)基本科研業(yè)務(wù)費(fèi)項(xiàng)目(31541410507)

中圖分類號(hào)：F572

文獻(xiàn)標(biāo)識(shí)碼：A

DOI：10.3963/j.issn.1671-6477.2016.02.0006