交通擁堵與空氣質(zhì)量
——來(lái)自汽車尾號(hào)限行的證據(jù)

吉 霖, 張偉強(qiáng), 侯 贏

(1.中民醫(yī)療投資股份有限公司，北京 100091; 2.清華大學(xué) 五道口金融學(xué)院，北京 100083; 3.國(guó)家機(jī)關(guān)事務(wù)管理局，北京 100017)

0 引言

空氣污染會(huì)導(dǎo)致各種社會(huì)成本增加?？諝馕廴驹黾恿藡雰旱乃劳雎?，縮短居民壽命，引起勞動(dòng)供給減少，提高居民的日死亡率，造成巨大的經(jīng)濟(jì)損失[1～5]。亞洲開發(fā)銀行的國(guó)家環(huán)境分析報(bào)告[6]指出，中國(guó)500個(gè)最大的城市中，僅有不足1%的城市達(dá)到了世界衛(wèi)生組織(WHO)的空氣質(zhì)量建議標(biāo)準(zhǔn)，而世界上空氣污染最嚴(yán)重的10個(gè)城市中，中國(guó)占其中7席。盡管在政府的積極治理下，中國(guó)城市空氣質(zhì)量總體有所改善，但形勢(shì)依舊不容樂觀，其中大城市的空氣污染情況尤其嚴(yán)峻。

與其他污染物相比，可吸入顆粒物對(duì)人的影響要更大。它是懸浮在空氣中的無(wú)機(jī)物和有機(jī)物、固體和液體的復(fù)雜混合物。這些顆粒常根據(jù)氣動(dòng)直徑加以界定，例如，PM10是氣動(dòng)直徑小于10微米的顆粒，PM2.5為氣動(dòng)直徑小于2.5微米的顆粒。而PM2.5更具危險(xiǎn)性，它可作為細(xì)菌、病毒的載體，侵入肺部，被吸入后可直達(dá)細(xì)支氣管壁，干擾氣體交換過程，嚴(yán)重影響人體健康。此外，它還導(dǎo)致城市能見度下降；具有更高的酸度，近年來(lái)有相對(duì)加劇的污染趨勢(shì)[7]。由于其污染作用往往超過傳統(tǒng)大氣污染物，世界衛(wèi)生組織在制定的空氣質(zhì)量準(zhǔn)則時(shí)將PM2.5作為指示性指標(biāo)。美國(guó)和歐盟分別于2002年和2008年開始監(jiān)測(cè)和公布PM2.5數(shù)據(jù)。2012年1月21日，北京環(huán)境監(jiān)測(cè)中心也開始了對(duì)PM2.5的監(jiān)測(cè)。隨著陰霾等天氣現(xiàn)象頻發(fā)，一些區(qū)域的空氣質(zhì)量嚴(yán)重影響著人們的生活工作。2013年以來(lái)，空氣污染問題獲得了空前的關(guān)注，而人們對(duì)于PM2.5指標(biāo)的關(guān)心尤為密切。

要改善空氣質(zhì)量所面臨的首要問題或許就是厘清空氣污染的形成機(jī)制和影響因素?？赡苡绊懣諝赓|(zhì)量的因素眾多，除自然因素外，人為因素包括工廠排放、汽車尾氣、取暖燃煤、秸稈焚燒、鞭炮燃放，甚至是居民做飯。在眾多來(lái)源中，汽車尾氣顯得格外引人注意。究其原因，可能是因?yàn)椋@個(gè)因素與大眾的生活體驗(yàn)息息相關(guān)，也與政府的政策制定緊密相連。因此，交通擁堵是否影響空氣質(zhì)量已成為一個(gè)需要研究的重要問題。

現(xiàn)有探討交通擁堵與空氣質(zhì)量關(guān)系的文獻(xiàn)，大致可分為兩類。一類文獻(xiàn)通過環(huán)境科學(xué)的方法，根據(jù)空氣污染物成分，解析出主要來(lái)源。另一類文獻(xiàn)采用經(jīng)濟(jì)學(xué)的方法，探討交通限行措施改善空氣質(zhì)量的效果。環(huán)境科學(xué)領(lǐng)域的文獻(xiàn)運(yùn)用自然科學(xué)的方法探討了我國(guó)空氣污染的特點(diǎn)和來(lái)源。Song等[8]使用2000年北京樣本，通過PMF(正矩陣因子)法，進(jìn)行分析，指出在八種PM2.5的主要來(lái)源中，燃煤占19%居首位，而汽車尾氣只占6%。Zheng等[9]采集2000年北京樣本，利用CMB(化學(xué)質(zhì)量平衡受體模型)法，分析指出土壤灰塵是PM2.5的主要來(lái)源，占比20%。Song等[10]使用2004年北京樣本，利用PMF法，進(jìn)行來(lái)源分析，指出燃煤是冬季PM2.5的主要來(lái)源，二次產(chǎn)物是夏季PM2.5的主要來(lái)源。Zhang等[11]采集了2009至2010年北京樣本，利用PMF法解析出PM2.5的六個(gè)來(lái)源，其中工業(yè)污染占比28%，而汽車尾氣影響小于4%。于娜等[12]利用CMB法對(duì)北京PM2.5中的有機(jī)碳(OC)成分進(jìn)行了來(lái)源分析，結(jié)果表明機(jī)動(dòng)車和燃煤排放是OC的主要來(lái)源，且有加劇趨勢(shì)。汪婷和謝紹東[13]從環(huán)境科學(xué)的角度，運(yùn)用OSPM模型，指出街道形狀對(duì)空氣污染有影響，交通限行可能降低一次污染物濃度，但二次污染物濃度可能上升。

現(xiàn)有環(huán)境科學(xué)領(lǐng)域文獻(xiàn)為我們描述了很多我國(guó)空氣污染的特點(diǎn)，但就回答來(lái)源問題而言，尚存在一些局限和不足：首先，從環(huán)境科學(xué)角度出發(fā)的文獻(xiàn)，多依賴于模型的假設(shè)?？諝馕廴驹捶N類繁多，一次污染后相互作用交錯(cuò)復(fù)雜，此外，空氣質(zhì)量也與街道形狀、氣象指標(biāo)、城市發(fā)展息息相關(guān)，這些因素都增大了模型給出準(zhǔn)確評(píng)估的難度。其次，現(xiàn)有文獻(xiàn)中的分析結(jié)果并未達(dá)成一致共識(shí)，對(duì)汽車尾氣影響的估計(jì)因選擇不同的分析方法、不同季節(jié)和同城內(nèi)不同觀測(cè)點(diǎn)等波動(dòng)很大，很難為制定相關(guān)政策提供穩(wěn)健的依據(jù)。最后，通過自然科學(xué)的方法得到的汽車尾氣占比是存量化的。而制定相關(guān)政策時(shí)，如決策是否應(yīng)推行交通限行政策時(shí)，更需計(jì)算的是限行所帶來(lái)的汽車數(shù)量的減少對(duì)空氣質(zhì)量的增量影響。

目前經(jīng)濟(jì)學(xué)領(lǐng)域的文獻(xiàn)也對(duì)交通擁堵和限行措施問題有所涉獵。研究交通擁堵的文章，很多以理論分析為主，運(yùn)用中國(guó)數(shù)據(jù)進(jìn)行嚴(yán)謹(jǐn)實(shí)證分析的文章較少。近年來(lái)，隨著一系列發(fā)展中國(guó)家面臨越來(lái)越嚴(yán)重的交通擁堵問題，不少國(guó)家紛紛采取了交通限行措施，這為經(jīng)濟(jì)學(xué)家們研究交通與環(huán)境的問題提供了契機(jī)。Davis[14]指出墨西哥城交通限行政策并未改善空氣質(zhì)量。Viard and Fu[15]利用日度數(shù)據(jù)，分析指出北京的限行政策降低了空氣污染程度。Percoco[16]認(rèn)為意大利米蘭的交通擁堵治理措施在實(shí)施后幾天內(nèi)起到了改善空氣質(zhì)量的作用，但該作用隨后消失。Lin等[17]比較了巴西圣保羅、哥倫比亞波哥大、中國(guó)北京、中國(guó)天津四個(gè)城市的交通限行效果，指出特定時(shí)段的交通限行會(huì)使人們?cè)诜窍扌袝r(shí)段更多出行，避免空氣污染物的集中排放。Chen等[18]檢驗(yàn)了北京奧運(yùn)會(huì)舉辦前后空氣質(zhì)量變化，指出奧運(yùn)會(huì)期間北京空氣質(zhì)量有短暫改善，改善的原因主要來(lái)自工廠關(guān)閉和交通限行。邱兆祥和劉帥[19]利用長(zhǎng)期數(shù)據(jù)，并用天津市作為對(duì)照樣本，指出機(jī)動(dòng)車限行改善了北京空氣質(zhì)量。趙峰俠等[20]運(yùn)用汽車全生命周期方法，指出限行的環(huán)境收益不敵巨額經(jīng)濟(jì)成本。

經(jīng)濟(jì)學(xué)領(lǐng)域的研究很好地利用了社會(huì)生活中自然實(shí)驗(yàn)的作用，為我們認(rèn)識(shí)交通擁堵與空氣質(zhì)量關(guān)系問題提供了全新的視角。然而，現(xiàn)有評(píng)估限行效果的經(jīng)濟(jì)學(xué)文章中，多選擇較長(zhǎng)時(shí)間窗口，在限行實(shí)施前后幾年內(nèi)，探討限行對(duì)空氣質(zhì)量的影響。在這樣較長(zhǎng)的時(shí)間內(nèi)，很多變量都發(fā)生了變化(例如，新增汽車數(shù)量的增加甚至超過最初單日限行汽車數(shù)量，城市軌道交通的變化，出租車數(shù)量和收費(fèi)機(jī)制的變化，新商業(yè)樓盤和居民區(qū)的建造，工廠排放政策和能源結(jié)構(gòu)的變化，居民做飯和取暖時(shí)所用能源的變化，周邊區(qū)縣焚燒秸稈的治理等等)。于是，對(duì)應(yīng)到回歸模型中，與限行措施實(shí)施之初比較，空氣質(zhì)量的改善變得不再明顯。而且，這樣的比較是一種絕對(duì)值的比較，可能并不適當(dāng)。研究限行措施的必要性時(shí)更需回答的問題是，在其他條件不變的情況下，限行措施的實(shí)施是否改善了空氣質(zhì)量。現(xiàn)有文獻(xiàn)中所嘗試的，用遠(yuǎn)離主路的觀測(cè)點(diǎn)作為靠近主路的觀測(cè)點(diǎn)的對(duì)照組，用天津市作為北京市的對(duì)照組等方法，或許不能完全控制其他變量的變化，不能很好地解決上述問題。因此，交通擁堵是否影響空氣質(zhì)量是一個(gè)亟待更多實(shí)證檢驗(yàn)的問題。

本文采用經(jīng)濟(jì)學(xué)的實(shí)證方法，利用限行的自然實(shí)驗(yàn)和獨(dú)特的尾號(hào)4現(xiàn)象(每當(dāng)限行尾號(hào)含有4時(shí)，交通異常擁擠)，通過雙重差分，對(duì)上述問題進(jìn)行了較為嚴(yán)謹(jǐn)?shù)奶接?。通過對(duì)2013年4月11日到2013年12月23日北京35個(gè)觀測(cè)點(diǎn)的逐時(shí)PM2.5濃度數(shù)據(jù)，進(jìn)行雙重差分檢驗(yàn)，濾除大量干擾因素，分析結(jié)果更加可靠。結(jié)果表明，在控制其他變量后，相較于限行尾號(hào)非4和9的工作日中由交通非繁忙時(shí)段到繁忙時(shí)段的變化趨勢(shì)，限行尾號(hào)為4和9的工作日中由交通非繁忙時(shí)段到繁忙時(shí)段PM2.5濃度顯著升高更多，相對(duì)升高幅度為7.666微克/立方米，約占PM2.5濃度均值的9.46%。各類穩(wěn)健性檢驗(yàn)也支持此結(jié)論，此外，我們利用三差法理念，使用五環(huán)內(nèi)外政策差別所進(jìn)行的安慰劑檢驗(yàn)，進(jìn)一步支持了上述基本結(jié)論。因此，我們認(rèn)為，交通擁堵對(duì)空氣質(zhì)量確有顯著影響。

本文與以往文獻(xiàn)主要存在以下不同之處：第一，將獨(dú)特的尾號(hào)4現(xiàn)象引入實(shí)證檢驗(yàn)，提供了一個(gè)很好的衡量交通擁堵的指標(biāo)；第二，采用了雙重差分的檢驗(yàn)設(shè)計(jì)，很好的控制了其他變量的影響，使結(jié)果更加嚴(yán)謹(jǐn)可信，為自然科學(xué)領(lǐng)域的空氣污染來(lái)源研究提供了必要補(bǔ)充；第三，與大部分已有經(jīng)濟(jì)學(xué)文獻(xiàn)不同，我們以PM2.5為主要觀測(cè)指標(biāo)，PM2.5與其他指標(biāo)相比，更符合科學(xué)機(jī)構(gòu)對(duì)不同污染物危害程度的研究成果，更符合各國(guó)監(jiān)測(cè)機(jī)構(gòu)的最新重點(diǎn)，也更符合社會(huì)生活中人們的普遍關(guān)注。

本文的內(nèi)容將如下開展：第二部分介紹了北京市工作日高峰時(shí)段區(qū)域限行交通管理措施，提出了獨(dú)特的尾號(hào)4現(xiàn)象；第三部分展示了文中所采用的數(shù)據(jù)與關(guān)鍵變量；第四部分具體闡述了模型設(shè)定和檢驗(yàn)設(shè)計(jì)；第五部分列示了基準(zhǔn)回歸、安慰劑檢驗(yàn)和穩(wěn)健性檢驗(yàn)的實(shí)證結(jié)果；第六部分總結(jié)。

1 實(shí)驗(yàn)設(shè)計(jì)

(1)空氣質(zhì)量

本文考察的空氣質(zhì)量指標(biāo)是PM2.5(微克/立方米)指標(biāo)，觀測(cè)數(shù)據(jù)來(lái)自北京市環(huán)境保護(hù)檢測(cè)中心相關(guān)網(wǎng)站。我們收集了2013年4月11日至2013年12月23日北京35個(gè)觀測(cè)點(diǎn)(其中22個(gè)觀測(cè)點(diǎn)在五環(huán)以內(nèi)，13個(gè)觀測(cè)點(diǎn)位于五環(huán)內(nèi))的每小時(shí)數(shù)據(jù)。另外我們從中國(guó)氣象臺(tái)收集了2013年4月11日至2013年12月23日的氣象逐時(shí)數(shù)據(jù)，變量包括氣溫(攝氏度)、風(fēng)速(公里每小時(shí))、風(fēng)向、降水、濕度(%)和氣壓(百帕)等。PM2.5和氣象數(shù)據(jù)的描述性統(tǒng)計(jì)分別見表1和表2。

(2)交通擁堵

2008年10月11日以來(lái)，北京連續(xù)實(shí)施了多階段的工作日高峰時(shí)段區(qū)域限行交通管理措施，意在緩解交通擁堵，減少空氣污染。各階段管理措施的具體細(xì)則和配套要求略有區(qū)別。2013年3月29日，北京市人民政府發(fā)布通告，自2013年4月11日至2014年4月10日繼續(xù)實(shí)施限行交通管理措施。主要措施如下：(1)北京市行政區(qū)域內(nèi)的公務(wù)用車按車牌尾號(hào)每周停駛一天(0時(shí)至24時(shí))，停駛范圍為全市行政區(qū)域內(nèi)道路；(2)北京市其他機(jī)動(dòng)車按車牌尾號(hào)每周一個(gè)工作日高峰時(shí)段停駛，限行時(shí)間為7時(shí)至20時(shí)，范圍為五環(huán)路以內(nèi)道路(不含五環(huán)路)；(3)將限行車牌尾號(hào)分為五組，每個(gè)工作日限行一組，每13周輪換一次限行日。

表1 PM2.5和氣候觀測(cè)的描述性統(tǒng)計(jì)

表2 風(fēng)向的描述性統(tǒng)計(jì)

隨著限行措施的實(shí)行，北京的道路上出現(xiàn)了一個(gè)有趣的現(xiàn)象：每當(dāng)遇到限制尾號(hào)為4和9的工作日，交通異常擁擠。這個(gè)尾號(hào)4現(xiàn)象是出租車司機(jī)師傅的共識(shí)，也常在交通廣播中被提及。這一現(xiàn)象可能與中國(guó)的傳統(tǒng)文化習(xí)俗有關(guān)系。一些人認(rèn)為數(shù)字4的諧音不吉利，從而盡量回避尾號(hào)為4的車牌。于是車牌尾號(hào)為4的車的數(shù)量相對(duì)而言非常少。在限制尾號(hào)為4和9的當(dāng)天，基本上只限制了尾號(hào)為9的車[21]，所以比起限制其他尾號(hào)的工作日，限制尾號(hào)為4和9的當(dāng)天顯得異常擁堵。

此外，2010年10月20日之后，北京交通管理局取消了“十選一”自動(dòng)選牌環(huán)節(jié)候選車牌中所有包含數(shù)字4的車牌——即所有新車牌號(hào)都不包含數(shù)字4。對(duì)于喜歡含有數(shù)字4車牌的車主，可選擇自編號(hào)牌。這樣的做法，既是對(duì)過去尾號(hào)4車牌總被回避的反應(yīng)，也是此后尾號(hào)4車牌將繼續(xù)維持?jǐn)?shù)量較少的原因之一。Viard and Fu[15]在以北京四環(huán)內(nèi)某停車場(chǎng)為樣本，統(tǒng)計(jì)了不同尾號(hào)的車輛數(shù)量，結(jié)果顯示，尾號(hào)為4的車牌數(shù)量確實(shí)大大低于其他尾號(hào)車牌數(shù)量。該抽樣統(tǒng)計(jì)結(jié)果也佐證了本文所述的尾號(hào)4現(xiàn)象。

尾號(hào)4現(xiàn)象為本文提供了一個(gè)獨(dú)特的衡量交通擁堵的指標(biāo)。這個(gè)指標(biāo)是相對(duì)外生的，獨(dú)立于工廠排放、居民日常生活排放等其他影響空氣質(zhì)量的因素。此外，限行措施中限行4和9的工作日定期輪換。該輪換機(jī)制去除了不與此輪換頻率一致的其他因素的干擾。2013年限行車牌尾號(hào)輪換規(guī)定見表3。

表3 汽車限行尾號(hào)順序限

(3)實(shí)驗(yàn)設(shè)計(jì)

本文的實(shí)證檢驗(yàn)部分主要使用了雙重差分，以有效過濾各種非交通因素對(duì)空氣質(zhì)量的影響。雙重差分要求包含兩個(gè)差別，在本文中，第一個(gè)差別是指限制尾號(hào)4和9的工作日與其他工作日之間的差別，可將限行尾號(hào)為4和9的工作日視為控制組，其他工作日視為對(duì)照組；第二個(gè)差別指交通繁忙時(shí)段與非交通繁忙時(shí)段之間的差別。具體而言，在基準(zhǔn)回歸中，選取早7點(diǎn)至早10點(diǎn)為交通繁忙時(shí)段，早3點(diǎn)到早6點(diǎn)為非交通繁忙時(shí)段。在限行尾號(hào)為4和9的工作日，且在限行時(shí)段內(nèi)(交通繁忙時(shí)段包含在限行時(shí)段內(nèi)，而非交通繁忙時(shí)段在限行時(shí)段外)，交通異常擁擠，此處兩個(gè)差別的設(shè)計(jì)正是利用了這獨(dú)特的尾號(hào)4現(xiàn)象。透過這兩個(gè)差別，可以較為純粹的識(shí)別出交通擁堵，過濾掉其他因素對(duì)空氣質(zhì)量的影響。

雙重差分的含義可以通過作圖的方式更直觀的表現(xiàn)出來(lái)。圖1描述了五環(huán)內(nèi)PM2.5逐時(shí)變化情況。其中，實(shí)線代表限行尾號(hào)為4和9的工作日樣本，虛線代表限行尾號(hào)為其他數(shù)字的工作日樣本。從圖1中可以看到，在五環(huán)內(nèi)，限行尾號(hào)為4和9的工作日中，進(jìn)入交通繁忙時(shí)間段后(早7點(diǎn)至早10點(diǎn))PM2.5明顯上升，即實(shí)線在早7點(diǎn)之后明顯上升；而限行尾號(hào)為其他數(shù)字的工作日中，進(jìn)入交通繁忙時(shí)間段后(早7點(diǎn)至早10點(diǎn))PM2.5并無(wú)明顯上升表現(xiàn)，即虛線早7點(diǎn)之后較為平穩(wěn)，并無(wú)上升趨勢(shì)。將兩條線的變化趨勢(shì)做一對(duì)比，可以看出，與限行尾號(hào)為其他數(shù)字的工作日中的逐時(shí)變化趨勢(shì)相比，限行尾號(hào)為4和9的工作日中進(jìn)入交通繁忙時(shí)段后PM2.5明顯上升更多。

為什么更簡(jiǎn)單的比較不可取，一定要通過雙重差分的兩層比較，才能得到較為準(zhǔn)確的結(jié)果呢？這個(gè)問題可以分兩步考慮。第一，若簡(jiǎn)單用實(shí)線的后半段(早7點(diǎn)之后)與虛線的后半段(早7點(diǎn)之后)相比，誠(chéng)然，實(shí)線在虛線之上，即限行尾號(hào)為4和9的工作日比其他工作日的早高峰時(shí)段PM2.5濃度更高，但這并不必然導(dǎo)出交通擁堵惡化空氣質(zhì)量的結(jié)論。原因是，這樣的比較忽略了實(shí)線與虛線的基礎(chǔ)水平不同的事實(shí)，即忽略了限行尾號(hào)為4和9的工作日與其他工作日可能存在其他不逐時(shí)變化的固有差別的事實(shí)。因此直接比較實(shí)線后半段與虛線后半段，不能排除限行尾號(hào)為4和9的工作日與其他工作日之間的固有差別(除限行導(dǎo)致的尾號(hào)4現(xiàn)象外)。第二，若簡(jiǎn)單用實(shí)線的后半段(早7點(diǎn)之后)與實(shí)線的前半段(早7點(diǎn)之前)比較，誠(chéng)然，實(shí)線的后半段比前半段相對(duì)上漲，即限行尾號(hào)為4和9的工作日中早高峰開始后比早高峰開始前PM2.5濃度更高，但這并不必然導(dǎo)出交通擁堵惡化空氣質(zhì)量的結(jié)論。原因是，雖然交通情況變化是早高峰開始后與非早高峰開始前這兩個(gè)時(shí)段間的重要變化，但是除了交通情況變化之外，還有大量可能影響空氣質(zhì)量的因素也在這兩個(gè)時(shí)段間發(fā)生著變化。例如，居民開始活動(dòng)、工廠開始排放、做飯頻數(shù)增加等等。因此，直接比較實(shí)線的后半段與前半段，并不能排除交通因素外固有的逐時(shí)變化趨勢(shì)的影響。

圖1 限行尾號(hào)為4和9的工作日與其他工作日PM2.5逐時(shí)變化對(duì)比

注：圖中顯示的是所有限行尾號(hào)非4和9的工作日與限行尾號(hào)為4和9的工作日進(jìn)行比較。如果將限行尾號(hào)非4和9的工作日拆分為限行尾號(hào)為5和0、限行尾號(hào)為1和6、限行尾號(hào)為2和7、限行尾號(hào)為3和8四組工作日，分別與限行尾號(hào)為4和9的工作日進(jìn)行比較，所得結(jié)果與上圖一致。

而雙重差分則可以較好的解決上述問題。具體而言，雙重差分先令兩條線的后半段分別與自身的前半段做差，即，實(shí)線的后半段與實(shí)線的前半段做差，虛線的后半段與虛線的前半段做差。假定限行尾號(hào)為4和9的工作日與其他工作日之間的除尾號(hào)4現(xiàn)象外的固有差別在早高峰前后的短短幾小時(shí)內(nèi)基本維持不變，則同一條線上后半段與前半段的差值去除了兩類工作日除尾號(hào)4現(xiàn)象外的固有差別的影響。進(jìn)而，雙重差分令實(shí)線后半段與前半段的差值，減去虛線后半段與前半段的差值，得到倍差。假定交通因素外的固有逐時(shí)變化趨勢(shì)在兩類工作日間沒有明顯差異，則倍差去除了交通因素外固有的逐時(shí)變化趨勢(shì)的影響。因此，經(jīng)過兩層比較后所得到的倍差，恰能過濾大量其他可能影響空氣質(zhì)量的因素，正好捕捉到交通擁堵對(duì)空氣質(zhì)量的影響。上文依托圖1描述的雙重差分過程僅供直觀說(shuō)明，較為粗略，而具體雙重差分的計(jì)量模型見下公式1：

PM2.5=α+β1Restrict49+β2BusyTime+β3Restrict49×

BusyTime+MonthFixedEffect+WeatherControl+ε

(1)

其中，PM2.5每小時(shí)濃度觀測(cè)為因變量。Restrict49是啞變量，當(dāng)該工作日限制尾號(hào)4和9時(shí)為1，其他工作日為0。BusyTime為啞變量，當(dāng)該小時(shí)處于交通繁忙時(shí)段時(shí)為1，處于非交通繁忙時(shí)段時(shí)為0。在控制變量方面，北京四季分明，尤其在入冬之后，居民取暖或可對(duì)空氣質(zhì)量產(chǎn)生重要影響，因此，模型中引入了月度的固定效應(yīng)，用以控制不同月份空氣質(zhì)量影響因素不易觀測(cè)的變化。此外，空氣質(zhì)量與各氣象因素聯(lián)系緊密，因此，模型中控制了風(fēng)速、風(fēng)向、降水、氣溫、氣壓和濕度。

在本文的基準(zhǔn)回歸中，我們運(yùn)用北京市13個(gè)五環(huán)內(nèi)觀測(cè)點(diǎn)的數(shù)據(jù)，使用上述模型設(shè)定，來(lái)估計(jì)交通擁堵對(duì)空氣質(zhì)量的影響。如上文所述，在基準(zhǔn)回歸中，選取早7點(diǎn)至早10點(diǎn)為交通繁忙時(shí)段，早3點(diǎn)到早6點(diǎn)為非交通繁忙時(shí)段。公式(1)中交叉項(xiàng)前系數(shù)β3是我們最關(guān)心的系數(shù)，它表示了雙重差分下交通擁堵對(duì)空氣質(zhì)量的影響程度。而上文所述的圖1中的經(jīng)兩層比較得到的倍差恰恰是式1中交叉項(xiàng)前系數(shù)β3的直觀表現(xiàn)。當(dāng)然，需要說(shuō)明的是，由于圖中并未控制氣象因素和月度固定效應(yīng)變量等，圖1中的結(jié)論較下文即將報(bào)告的回歸結(jié)果而言仍略顯粗糙。在基準(zhǔn)回歸的實(shí)證結(jié)果中，若β3顯著為正，則表明，限行尾號(hào)為4和9的當(dāng)天與其他工作日相比，交通繁忙時(shí)段比非交通繁忙時(shí)段PM2.5顯著升高更多，即交通擁堵確實(shí)是空氣質(zhì)量變差的重要影響因素。

下面就檢驗(yàn)設(shè)計(jì)中的三個(gè)特殊問題，逐一說(shuō)明如下：(1)為什么在選取早7點(diǎn)至早10點(diǎn)為交通繁忙時(shí)段情況下，要選擇早3點(diǎn)至早6點(diǎn)為非交通繁忙時(shí)段進(jìn)行對(duì)照？這里的設(shè)計(jì)借鑒了斷點(diǎn)回歸的理念，讓控制組和對(duì)照組盡量保持連續(xù)，這樣可以減少其他變量的變化，以免干擾檢驗(yàn)結(jié)果。因此，在給定早7點(diǎn)至早10點(diǎn)為控制組的情況下，選擇早3點(diǎn)至早6點(diǎn)作為對(duì)照組比選擇早1點(diǎn)到早4點(diǎn)作對(duì)照組更為適當(dāng)；(2)為什么定義交通繁忙時(shí)段時(shí)，刻意去掉了早6點(diǎn)至早7點(diǎn)的區(qū)間？這個(gè)區(qū)間處在過渡階段，較難定義。舉例來(lái)說(shuō)，雖然對(duì)于大多數(shù)上班族，早7點(diǎn)之后才開始開車上班，但是有些居民會(huì)為了方便在早6點(diǎn)就開始出門，7點(diǎn)前到單位，晚上8點(diǎn)限行解除以后再回家；(3)為什么選取早高峰時(shí)段，而不是晚高峰時(shí)段？誠(chéng)然，根據(jù)限行政策的相關(guān)規(guī)定，從理論上說(shuō)，晚高峰結(jié)束前可作為控制組，而晚高峰結(jié)束后可作為對(duì)照組。但是，晚高峰比早高峰更難界定，人們的出行行為在晚高峰時(shí)段表現(xiàn)得差異更大，所謂晚高峰可能被稀釋。因此，為了保證檢驗(yàn)的有效性，本文選取了早高峰進(jìn)行實(shí)證分析。

2 實(shí)證結(jié)果

本文的實(shí)證檢驗(yàn)分為三個(gè)步驟：基準(zhǔn)回歸、安慰劑檢驗(yàn)(Placebo Test)和穩(wěn)健性檢驗(yàn)。其中，基準(zhǔn)回歸講述了本文的基本故事和結(jié)論，為后續(xù)檢驗(yàn)提供了一個(gè)對(duì)照基準(zhǔn)；安慰劑檢驗(yàn)將北京觀測(cè)點(diǎn)范圍從基準(zhǔn)回歸中的五環(huán)內(nèi)換成了限行強(qiáng)度較弱的五環(huán)外，若所得結(jié)果符合預(yù)期(下文將詳細(xì)闡述)，則可進(jìn)一步增強(qiáng)基準(zhǔn)回歸中結(jié)論的可信度；穩(wěn)健性檢驗(yàn)從基準(zhǔn)回歸出發(fā)，通過剔除樣本異常值、改變變量取值、增加控制變量、以及引入穩(wěn)健性殘差等方式，驗(yàn)證本文基本故事和結(jié)論的穩(wěn)健度。

(1)基準(zhǔn)回歸

表4展示了基準(zhǔn)回歸的結(jié)果。第一列是未加入氣象控制變量和月度固定效應(yīng)的回歸結(jié)果，第二列是加入氣象控制變量和月度固定效應(yīng)之后的回歸結(jié)果。我們最感興趣的是交通擁堵日(限行尾號(hào)為4和9的工作日)與交通繁忙時(shí)段(基準(zhǔn)回歸中是早7點(diǎn)到10點(diǎn))的交叉項(xiàng)前的系數(shù)。在第一列中該系數(shù)的點(diǎn)估計(jì)為7.813，第二列中該系數(shù)的點(diǎn)估計(jì)為7.666，均在1%的水平下顯著。這意味著，在控制了其他變量后，限行尾號(hào)為4和9的當(dāng)天與其他工作日相比，交通繁忙時(shí)段比非交通繁忙時(shí)段PM2.5顯著多升高7.666微克/立方米(以第二列為例)，約占PM2.5濃度均值的9.46%(9.46%=7.666/81，其中81為表2中所示的本文樣本內(nèi)PM2.5濃度均值)。因此，交通擁堵確實(shí)是空氣質(zhì)量變差的重要影響因素。除交叉項(xiàng)外，表4中也展示了各氣象指標(biāo)對(duì)空氣質(zhì)量的影響。如第二列所示，在其他變量不變的情況下，若風(fēng)速增加1公里/小時(shí)，則PM2.5濃度下降0.713微克/立方米；如該小時(shí)內(nèi)存在降水，則PM2.5濃度下降27.42微克/立方米；若氣溫升高1攝氏度，則PM2.5濃度上升3.982微克/立方米；若氣壓升高1百帕，則PM2.5濃度上升0.614微克/立方米；若濕度增加1個(gè)百分點(diǎn)，則PM2.5濃度增加1.854微克/立方米。

表4 基于五環(huán)內(nèi)空氣質(zhì)量觀測(cè)站點(diǎn)的基準(zhǔn)回歸

注:***，**，*分別表示在1%，5%，10%的水平下顯著。

(2)安慰劑檢驗(yàn)

根據(jù)限行措施，在尾號(hào)限行日，公車全市范圍內(nèi)限行，而非公車在五環(huán)內(nèi)限行。這意味著五環(huán)外也會(huì)受到限行政策的影響，但是強(qiáng)度比五環(huán)內(nèi)弱。據(jù)此推斷，用尾號(hào)4現(xiàn)象衡量的交通擁堵對(duì)空氣質(zhì)量的影響在五環(huán)內(nèi)更為明顯，在五環(huán)外雖然也會(huì)觀測(cè)到交通擁堵對(duì)空氣質(zhì)量的影響，但是影響幅度較小。這一五環(huán)內(nèi)外的政策差異為我們的提供了極好的雙重差分中兩個(gè)差別之外的第三個(gè)差別。因此，本文利用了三差法的理念，構(gòu)建安慰劑檢驗(yàn)，選擇22個(gè)五環(huán)外觀測(cè)點(diǎn)作為樣本，使用與基準(zhǔn)回歸中類似的模型設(shè)定，將所得的安慰劑檢驗(yàn)實(shí)證結(jié)果與基準(zhǔn)回歸中的結(jié)果兩相比較，若相應(yīng)的β3為正但數(shù)值小于基準(zhǔn)回歸中的對(duì)應(yīng)系數(shù)，則基準(zhǔn)回歸中的結(jié)論將得到進(jìn)一步驗(yàn)證。

表5 基于五環(huán)外空氣質(zhì)量觀測(cè)站點(diǎn)的安慰劑檢驗(yàn)

注:***，**，*分別表示在1%，5%，10%的水平下顯著。

表5列示了安慰劑檢驗(yàn)的實(shí)證結(jié)果。同樣，第一列是未加入氣象控制變量和月度固定效應(yīng)的回歸結(jié)果，第二列是加入氣象控制變量和月度固定效應(yīng)之后的回歸結(jié)果。我們最關(guān)心的仍是交叉項(xiàng)前的系數(shù)，但此時(shí)我們不僅關(guān)注該系數(shù)的絕對(duì)數(shù)值，更關(guān)心該系數(shù)與基準(zhǔn)回歸中對(duì)應(yīng)系數(shù)的對(duì)比結(jié)果。在第一列中該系數(shù)為3.303，但不顯著；第二列中該系數(shù)為3.461，在10%的水平下顯著。表5中的交叉項(xiàng)系數(shù)為正，但其點(diǎn)估計(jì)值和顯著性都小于基準(zhǔn)回歸中的對(duì)應(yīng)系數(shù)(基準(zhǔn)回歸的結(jié)果反映在表4，其中第一列中交叉項(xiàng)前系數(shù)為7.813，第二列中交叉項(xiàng)前系數(shù)為7.666，均在1%的水平下顯著)。這樣的結(jié)果與第五部分中所述的預(yù)期一致。因此，表5利用五環(huán)內(nèi)和五環(huán)外觀測(cè)點(diǎn)的差別，進(jìn)一步支持了基準(zhǔn)回歸中的結(jié)論。

(3)穩(wěn)健性檢驗(yàn)

在穩(wěn)健性檢驗(yàn)中，我們以基準(zhǔn)回歸為標(biāo)尺，通過四種不同的方式驗(yàn)證基準(zhǔn)回歸中結(jié)論的穩(wěn)健性。第一種方式中，我們?cè)跇颖局刑蕹颂鞖猱惓Ｖ?；第二種方式中，我們?cè)诰S持其他設(shè)定不變的情況下，變換了基準(zhǔn)回歸中交通繁忙時(shí)段的定義：定義早7點(diǎn)至早9點(diǎn)為交通繁忙時(shí)段，早4點(diǎn)至早6點(diǎn)為非交通繁忙時(shí)段；第三種方式中，我們向基準(zhǔn)回歸的模型設(shè)定中加入了觀測(cè)點(diǎn)固定效應(yīng)；第四種方式中，將穩(wěn)健性殘差引入了基準(zhǔn)回歸的回歸方程。在表6的穩(wěn)健性檢驗(yàn)中，我們剔除了樣本中的極端天氣值。風(fēng)速大小和是否降水常被認(rèn)為是決定空氣質(zhì)量的關(guān)鍵性因素。剔除當(dāng)天3點(diǎn)到10點(diǎn)內(nèi)風(fēng)速較大(微風(fēng)級(jí)別以上)和存在降水的觀測(cè)值后的檢驗(yàn)?zāi)軌蚋玫捏w現(xiàn)出基準(zhǔn)回歸中結(jié)論的穩(wěn)健性。具體而言，表6中第一列剔除了風(fēng)速異常值，即，若該日樣本期間內(nèi)某觀測(cè)點(diǎn)的平均風(fēng)速>=20km/h(微風(fēng)級(jí)別以上)，則剔除該觀測(cè)點(diǎn)該日所有觀測(cè)；第二列剔除了降水異常值，即，若該日樣本期間內(nèi)某觀測(cè)點(diǎn)有降水(降水量不為0)，則剔除該觀測(cè)點(diǎn)該日所有觀測(cè)；第三列同時(shí)剔除了風(fēng)速異常值和降水異常值。表6各列中交叉項(xiàng)前系數(shù)均為正，且均在1%的水平下顯著。這進(jìn)一步支持了基準(zhǔn)回歸中所得結(jié)論。

表6 剔除天氣異常值后的穩(wěn)健性檢驗(yàn)

注：剔除風(fēng)速異常值是指若該日樣本期間內(nèi)某觀測(cè)點(diǎn)的平均風(fēng)速>=20km/h(微風(fēng)級(jí)別以上)，則剔除該觀測(cè)點(diǎn)該日所有觀測(cè)；剔除降水異常值是指若該日樣本期間內(nèi)某觀測(cè)點(diǎn)有降水(降水量不為0)，則剔除該觀測(cè)點(diǎn)該日所有觀測(cè)。***，**，*分別表示在1%，5%，10%的水平下顯著。

表7 定義早7點(diǎn)至早9點(diǎn)為交通繁忙時(shí)段的穩(wěn)健性檢驗(yàn)

注:***，**，*分別表示在1%，5%，10%的水平下顯著。

表7進(jìn)行了針對(duì)交通繁忙時(shí)段選取的穩(wěn)健性檢驗(yàn)。在基準(zhǔn)回歸中，我們選取早7點(diǎn)至早10點(diǎn)交通繁忙時(shí)段，與之對(duì)應(yīng)的，早3點(diǎn)至早6點(diǎn)為非交通繁忙時(shí)段。在表7的穩(wěn)健性檢驗(yàn)中，我們選取早7點(diǎn)至早9點(diǎn)為交通繁忙時(shí)段，早4點(diǎn)至早6點(diǎn)為非交通繁忙時(shí)段。同樣，第一列是未加入氣象控制變量和月度固定效應(yīng)的回歸結(jié)果，第二列是加入氣象控制變量和月度固定效應(yīng)之后的回歸結(jié)果。我們最關(guān)心的仍是交叉項(xiàng)前的系數(shù)。在第一列中該系數(shù)為6.389，在10%的水平下顯著；第二列中該系數(shù)為7.719，在1%的水平下顯著。這進(jìn)一步驗(yàn)證了基準(zhǔn)回歸中得到的結(jié)論。

表8加入了觀測(cè)點(diǎn)固定效應(yīng)，進(jìn)行穩(wěn)健性檢驗(yàn)。加入觀測(cè)點(diǎn)固定效應(yīng)的好處是，可以更精準(zhǔn)地將同一觀測(cè)點(diǎn)的不同小時(shí)內(nèi)的情況進(jìn)行比較。表8中模型設(shè)定和基準(zhǔn)回歸基本一致，不同之處僅表現(xiàn)在加入了觀測(cè)點(diǎn)固定效應(yīng)。這里我們關(guān)心的仍是交叉項(xiàng)前的系數(shù)。在第一列中該系數(shù)為7.813，第二列中該系數(shù)為7.638，均在1%的水平下顯著。這進(jìn)一步驗(yàn)證了基準(zhǔn)回歸中得到的結(jié)論。

表8 控制空氣質(zhì)量觀測(cè)站點(diǎn)固定效應(yīng)的穩(wěn)健性檢驗(yàn)

注：***，**，*分別表示在1%，5%，10%的水平下顯著。

在表9中，我們?cè)诨鶞?zhǔn)回歸模型設(shè)定的基礎(chǔ)上，加入了穩(wěn)健性殘差的考慮，其結(jié)果同樣支持基準(zhǔn)回歸中的結(jié)論。

3 研究結(jié)論

空氣質(zhì)量問題與居民日常生活休戚相關(guān)，受到了越來(lái)越多的關(guān)注。在各種空氣污染源的爭(zhēng)議中，有一個(gè)問題顯得愈發(fā)重要，但又遠(yuǎn)未達(dá)成共識(shí)——交通擁堵是否是空氣污染的重要因素？空氣污染來(lái)源多樣，交通擁堵不易衡量，這些都增加了準(zhǔn)確回答上述問題的難度。本文嘗試提供更為嚴(yán)密的證據(jù)，分析交通擁堵對(duì)空氣質(zhì)量的影響。北京市實(shí)施工作日高峰時(shí)段區(qū)域限行交通管理措施以來(lái)，出現(xiàn)了限行尾號(hào)為4和9的當(dāng)天路上異常擁堵的現(xiàn)象，這種獨(dú)特的尾號(hào)4現(xiàn)象提供了一個(gè)很好的衡量交通擁堵狀況的指標(biāo)。

表9 控制穩(wěn)健性殘差的穩(wěn)健性檢驗(yàn)

注：***，**，*分別表示在1%，5%，10%的水平下顯著。

我們搜集了北京35個(gè)觀測(cè)點(diǎn)的PM2.5逐時(shí)數(shù)據(jù)，使用雙重差分進(jìn)行實(shí)證檢驗(yàn)，這樣的檢驗(yàn)設(shè)計(jì)濾除了其它大量因素的干擾，分析結(jié)果更加可靠。結(jié)果表明，在控制其他變量后，相較于限行尾號(hào)為其他數(shù)字的工作日中非交通繁忙時(shí)段到交通繁忙時(shí)段的變化趨勢(shì)，限行尾號(hào)為4和9的工作日中非交通繁忙時(shí)段到交通繁忙時(shí)段PM2.5濃度顯著多升高7.666微克/立方米，相對(duì)升高幅度約為PM2.5濃度均值的9.46%。針對(duì)不同交通繁忙時(shí)段選擇或不同區(qū)域選擇進(jìn)行的穩(wěn)健性檢驗(yàn)也支持此結(jié)論。因此，交通擁堵對(duì)空氣質(zhì)量確實(shí)有著顯著影響。該結(jié)論通過了各種穩(wěn)健性檢驗(yàn)，此外，我們利用三差法理念，使用五環(huán)內(nèi)外政策差別所進(jìn)行的安慰劑檢驗(yàn)，進(jìn)一步支持了上述基本結(jié)論。

針對(duì)本文基準(zhǔn)回歸的基礎(chǔ)結(jié)論中所提到的9.46%的數(shù)值，在此對(duì)其含義做進(jìn)一步解釋。誠(chéng)然，某種意義上說(shuō)，9.46%可直觀的理解為交通擁堵對(duì)PM2.5濃度的影響程度，但在解讀中需注意以下幾點(diǎn)。首先，本文中交通擁堵的影響不等同于交通排放或汽車尾氣的影響。根據(jù)本文的檢驗(yàn)設(shè)計(jì)可知，本文用獨(dú)特的尾號(hào)4現(xiàn)象所衡量的交通擁堵是一個(gè)增量的概念，而交通排放或汽車尾氣是一個(gè)總量的概念，并不相同。如若用于評(píng)估類似限行等人為干預(yù)措施的影響，增量概念可能更為恰當(dāng)。其次，在交通不擁堵的情況下和交通擁堵的情況下，單位車輛排放對(duì)于PM2.5濃度的邊際影響可能并不相同。換言之，隨著交通擁堵情況惡化，單位車輛對(duì)于空氣質(zhì)量的負(fù)面作用可能呈類指數(shù)狀增長(zhǎng)。由于車輛數(shù)量對(duì)于空氣質(zhì)量的影響可能是非線性的，因此，如欲根據(jù)交通擁堵的增量影響，推算交通因素的總量影響，則需加謹(jǐn)慎。再者，計(jì)算上述數(shù)值時(shí)，本文選取的分母為樣本期內(nèi)PM2.5濃度均值。由表2的描述性統(tǒng)計(jì)可以看出，本文樣本期內(nèi)PM2.5濃度的波動(dòng)較大。因此，若改變計(jì)算時(shí)分母的選擇，則估算結(jié)果可能會(huì)產(chǎn)生一定程度的變化。最后，為了檢驗(yàn)中能有效過濾其他影響因素，得到更準(zhǔn)確的估計(jì)，本文選取了早高峰開始前和早高峰開始后兩個(gè)時(shí)段進(jìn)行比較，如欲將所得估計(jì)結(jié)果進(jìn)行延拓，則需加謹(jǐn)慎。

本文提出的主要問題是交通擁堵對(duì)空氣質(zhì)量的影響，由于利用了交通限行所帶來(lái)的尾號(hào)4現(xiàn)象，所以看似部分分析了交通限行改善空氣質(zhì)量的效果。從一方面來(lái)說(shuō)，本文對(duì)限行政策影響的分析是嚴(yán)謹(jǐn)準(zhǔn)確的，例如，在本文的基準(zhǔn)回歸中，我們采用了雙重差分，加之限行尾號(hào)工作日輪換機(jī)制，使本文能夠很好的控制其他變化的因素，純凈而有效的考量限行政策對(duì)空氣質(zhì)量的影響。而從另一方面說(shuō)，本文對(duì)限行影響的評(píng)估可能遠(yuǎn)非全面，我們并未考慮交通限行實(shí)施后，人們行為的改變(例如，更多人選擇在周末出行等)所帶來(lái)的非限行日空氣質(zhì)量可能的惡化，也未進(jìn)一步考慮這種行為改變是否避免了空氣中污染物的過分聚集，產(chǎn)生空氣質(zhì)量平滑的效果，以及平滑空氣質(zhì)量會(huì)怎樣改變社會(huì)的整體效用。當(dāng)然，如果希望全面評(píng)估交通限行政策，則應(yīng)不僅關(guān)注空氣質(zhì)量的變化，也需衡量交通運(yùn)輸效率，勞動(dòng)力供給等各方面的收益和成本。這些課題有待在后續(xù)研究中繼續(xù)探討。