中国城市车辆耗能与公共交通效率研究_林伯强.pdf

《中国城市车辆耗能与公共交通效率研究_林伯强.pdf》由会员分享，可在线阅读，更多相关《中国城市车辆耗能与公共交通效率研究_林伯强.pdf（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中国城市车辆耗能与公共交通效率研究*林伯强杜之利内容提要: 城市公共交通的发展为人们出行提供了更有效、 更节能的交通方式， 但是高效率的城市公共交通系统是否会有效地抑制车辆的能源消费， 或者这一抑制效应到底有多大?这是在目前城市公共交通优先发展战略背景下需要明确的一个重要问题。本文试图从城市道路公交的角度， 来分析城市道路公共交通的运行效率对城市车辆能源消费的抑制效应。本文利用中国 36 个中心城市 20102015 年的道路公交运营数据， 结合非径向方向距离函数( NDDF) 的方法， 对不同城市的公交车和出租车的运行效率进行评价。在此基础上， 对城市道路公共交通的运行效率对车辆能源消费的抑

2、制效应进行分析。本文还利用 IV- GMM 方法处理内生性问题， 以得到更为合理的估计结果。最后， 利用面板门限模型对收入效应带来的影响进行了深入讨论。关键词: 城市公共交通效率车辆能源消费非径向方向距离函数*林伯强、 杜之利， 厦门大学管理学院中国能源政策研究院、 能源经济与能源政策协同创新中心， 邮政编码: 361005， 电子信箱: bqlin xmu edu cn， duzhili620126. com。本文得到国家社会科学基金重点项目( No. 17AZD013) 的支持。作者感谢匿名审稿专家的建设性意见， 但文责自负。一、引言( 一) 汽车产业发展现状在中国经济飞速发展的今天， 城

3、市化水平也随之不断提升， 汽车部门作为交通运输业的重要组成部分， 也进入了高速增长的阶段。2016 年中国汽车产销量分别达到了 2811. 9 万辆和 2802. 8 万辆， 比上年同期分别增长 14. 5%和 13. 7%， 产销量连续八年位居世界第一。据公安部交管局统计，截至 2016 年底， 全国汽车保有量达 1. 94 亿辆， 其中小型载客汽车 1. 6 亿辆， 2016 年新注册登记的汽车达 2752 万辆， 保有量净增 2212 万辆， 均为历史最高水平。全国汽车保有量超过百万辆的城市有 49 个， 超过两百万辆的城市多达 18 个。随着人们生活水平的不断提高， 越来越多的人成为了

4、有车一族， 中国私人汽车的数量和比例都在不断扩大。2016 年中国私人汽车保有量已经达到 1. 46 亿辆， 从 2005 年的 1300 万辆上升到1. 46 亿辆， 上涨超过了十倍， 并且私人汽车占总的汽车保有量比重也从 38% 上升到了 75%。目前全国平均每百户家庭拥有 36 辆私家车， 成都、 深圳、 苏州等城市每百户家庭拥有私家车超过 70 辆，因此本文对于城市车辆的计算主要是指私人汽车。快速发展的汽车部门带来了巨大的能源消费量。根据 Lin Du( 2017) 的计算， 2015 年中国汽车的能源消费约占全国能耗的9. 4%， 并且石油消费所占比重已经超过 50%。中国汽车行业正

5、处在飞速发展的时期， 即使按照目前每年约 2800 万辆的增速， 汽车保有量激增带来的能源消费也会快速增长。抑制车辆能源消费的意义首先在于缓解石油对外依存度逐渐扩大的趋势， 保障石油安全。到 2016 年， 中国石油消费 5. 56 亿吨， 进口量为 3. 81 亿吨， 对外依存度超过了 68% 。汽车能耗作为最主要的石油消费因素， 其能源消费量将直接决定中国的石油安全。因此， 抑制汽车数量的增长以及汽车能源消费量是缓解中国石油对外依存度扩大， 保障石油安全的重要途径。其次， 抑制241林伯强、 杜之利: 中国城市车辆耗能与公共交通效率研究汽车能源消费是改善空气环境的重要措施。汽车在行驶时，

6、会排放出碳氢化合物、 氮氧化合物、一氧化碳、 二氧化硫、 含铅化合物等污染物， 是雾霾形成的重要原因( 周峤， 2015) 。公安部交管局的数据显示， 2016 年中国新能源汽车保有量为 109 万辆， 其中纯电动汽车保有量 74. 1 万辆， 新能源汽车只占到汽车总量的 0. 56% 。因此， 抑制汽车能源消费对改善空气质量和缓解雾霾将起到重要的作用。( 二) 城市道路公共交通的发展广义的公共交通包括民航、 铁路、 公路、 水运等交通方式; 狭义的公共交通是指城市范围内定线运营的公共汽车及轨道交通、 公共自行车、 渡轮、 索道等交通方式。如果按照属性来分类， 可以分为道路公共交通、 轨道公共

7、交通、 水上公共交通以及其他公共交通。城市公共交通系统的重要性不言而喻， 它是整个城市经济发展的持久动力， 紧密联系了物资的生产、 流通， 以及人们各方面的生活， 保持了城市功能的正常运转， 是提升城市综合竞争力的关键。改革开放以来， 我国城市公共交通有了较快发展， 但同时也浮现出一些问题。人口的持续激增、 经济社会的发展与城市化进程的加快， 使得大城市的交通状况日益恶化。面对这一困境， 如果只是简单的扩路增车是行不通的。根据 中国交通运输统计年鉴 的数据， 截至 2015 年， 全国共有城市公共汽电车辆超过 63 万标准台， 客运量约为 765 亿人次， 运营线路总长度约 90 万公里; 全

8、国快速公交系统运营线路总长度超过 3000 公里， 公交专用车道约 8500 公里; 全国已有 25 个城市开通了轨道交通线路， 运营线路总长度约 3200 公里， 客运量超过 140 亿人次。2012 年 12 月 ， 国务院关于城市优先发展公共交通的指导意见 在国家层面进一步确立了城市公共交通优先发展战略; 2016 年 7 月， 交通运输部印发城市公共交通 “十三五” 发展纲要 ， 提出了 “十三五” 时期公共交通的发展目标。相比于私人小型载客汽车， 城市公共交通更有效率， 这一效率既体现在更多的客运量又表现在更少的能源消费。尤其是交通运输部在十二届人大四次会议上也强调 : “新能源车的

9、推广和运用和优先发展公共交通是我国城市交通发展过程中一个十分重要， 也是优先发展的问题。 ” 因此， 未来公交车节油的意义可能愈发凸显， 也能够非常有效的缓解石油安全与城市环境问题。并且， 汽车保有量增多也带来了日益严重的交通拥堵问题。TomTom 公司发布了 2016 年世界城市拥堵指数报告，该报告覆盖了48 个国家的城市， 拥堵指数前100 名中， 中国城市占了21 个， 前20 名中国有8 个城市入围。抑制汽车能源消费意味着汽车保有量的减少或使用频率的降低， 因此城市公共交通优先发展战略有着突出的积极意义。城市公共交通的发展为人们出行提供了更有效、 更节能的交通方式， 但是高效率的城市公

10、共交通系统是否会有效的抑制车辆能源消费， 或者这一抑制效应到底有多大?这是在目前城市公共交通优先发展战略背景下需要明确的一个重要问题， 以便为未来公共交通发展提供决策提供证据支持。基于数据获取性以及与私人汽车的相关性， 本文试图从城市道路公交的角度， 分析城市道路公共交通的运行效率对车辆能耗的抑制效应。本文首先利用中国 36 个中心城市不同类型公交车、出租汽车 20102015 年的运营数据， 结合非径向方向距离函数( NDDF) 的方法， 对不同城市的公交车和出租车的运行效率进行评价。其次， 我们对各城市私人小型载客汽车的能源消费进行计算，并在此基础上对城市道路公共交通的运行效率对车辆能耗的

11、抑制效应进行分析。再次， 利用 IV-GMM 方法处理内生性问题， 得到更为合理的估计结果。最后利用面板门限模型对收入效应带来的影响进行深入讨论。3412018 年第 6 期https: / /www tomtom com/en_gb/trafficindex/list?citySize = LAGEcontinent = ALLcountry = CN全国 36 个中心城市包括各省省会、 直辖市以及 5 个计划单列市( 大连、 宁波、 青岛、 深圳及厦门) 。二、文献综述( 一) 城市公共交通效率数据包络分析( DEA) 的方法在公共交通效率评价中的应用较为广泛。Nooreha et al

12、( 2000)使用 DEA 方法对马来西亚雪兰莪道路交通部门的效率进行了评价。刘云枫和王楠( 2015) 将从业人数、 运营车辆数和运营线路长度作为投入指标， 将出行分担率、 年客运量作为产出指标， 使用DEA- Malmquist 指数方法， 对北京市 20072013 年公共交通行业的效率进行了实证研究， 发现北京市公共交通行业效率进步的主要原因是技术进步。李磊和姚璇宇( 2015) 使用 DEA- Tobit 二阶段方法测算了中国各省份公共交通效率， 并分析了公共交通效率的影响因素。张竞轶和张竞成( 2016)使用三阶段 DEA 模型， 对中国各地区物流行业的效率进行了综合评价。随机前沿

13、分析( SFA) 也在公共交通效率评价中得到广泛的应用。Sami et al ( 2013) 使用 SFA 方法， 基于企业层面的微观数据测算了道路公共交通系统的效率， 发现企业规模对公共交通系统效率有较为显著的影响。从方法的角度上来看， 参数的随机前沿方法和非参的数据包络分析方法各有优劣， 因此一些文献同时使用两种方法来进行效率评价， 两种方法得到的结果也可以进行稳健性检验。朱伟权等( 2013) 使用DEA 和 SFA 构建了两阶段的分析方法， 从微观层面通过引入表征影响公交线路绩效的外部营运环境指标构建了绩效评价体系。还有一些文献使用最小费用流( MCF) 方法对公共交通系统的效率进行评

14、价。Terelius Johansson( 2015) 使用这一方法估算了纽约市出租车行业的效率水平， 类似的研究还有 Aggarwal et al ( 1993) 。( 二) 汽车能源消费Eom Schipper( 2010) 、 Schipper et al ( 2000) 认为交通运输活动、 交通运输工具的构成、 每种交通运输方式的能源强度三方面影响整体交通运输的能耗。这两种观点都表明了汽车保有量、 汽车使用频率、 交通运输方式的构成以及燃料强度是交通能耗的决定因素。其中， 由于收入的增长，汽车保有量也会随之增长( Chemin， 2009; Dargay et al， 2007) ，

15、汽车的保有量会随着经济的发展而进入不同的发展阶段。Dargay et al ( 2007) 利用 19602002 年世界 45 个国家( 地区) 的面板数据进行实证研究， 发现汽车数量的增速与收入呈倒 U 型关系。经济增长也会通过影响货物运输和旅行的目的来影响客流量。EEA( 2008) 通过 27 个欧盟国家的样本发现在经济增长和货物运输活动之间有非常显著的正向作用。除了经济方面的因素， 交通运输活动和能耗也会受到人口增长和城市化的影响。一个国家人口规模越大， 交通需求量就越大( Chemin， 2009) 。人口增长是交通需求的驱动因素之一( Schfer，2006; Scholl et

16、 al， 1996) 。odrigue et al ( 2006) 研究说明， 当一个国家地区人口规模越大的时候，它的交通运输需求就越高， 进而引起能源需求的增加。除此之外， 还有学者讨论了产业结构对于交通运输能耗的影响， 交通运输与工业、 商业活动有着密切的关系。EEA( 2008) 研究表明， 制造业对运输有显著的正向影响， 而旅游、 商业及教育活动都会增加交通运输的能源消费。Phetkeo et al( 2012) 通过实证研究也证明了， 三产业比重对交通运输能耗有显著的促进作用。综合来看， 目前对于城市公共交通效率的研究主要有两个改进方向， 一是， 已有研究主要集中在某一特定地区， 缺

17、少多区域效率的横向比较。二是， 已有研究使用的方法集中在基础的 DEA 模型。在此基础上， 本文利用了中国36 个中心城市20102015 年的数据， 测算了不同城市道路公交系统的运行效率。而且， 本文加入了拥堵指标作为非期望产出， 丰富了之前效率指标的内涵和维度。而在汽车能源消费的影响因素方面， 目前还缺少对公共交通效率与车辆能源消费关系的讨论， 这也是本文的一个重要贡献。在此基础上， 本文对二者之间的内生性加以讨论， 对模型进行更为合理的估计， 并且利用 Caner Hansen( 2008) 的方法， 克服门限模型中含有内生变量的问题， 进一步对收入效应的影响进行分析。441林伯强、 杜

18、之利: 中国城市车辆耗能与公共交通效率研究三、城市道路公交效率的测算( 一) 研究方法Zhang et al ( 2014) 综合了 Sueyoshi( 2011) 和 Zhou( 2012) 的方法， 提出了全要素非径向方向距离函数， 并得到了 UEI( unified efficiency index) 综合效率指标。该方法在构建效率指标时不仅考虑了单一要素的效率， 而是综合考虑了所有投入产出要素的效率。本文借鉴 Zhang et al ( 2014) 的方法， 使用全要素非径向方向距离函数( TNDDF) 方法， 构建城市公交车和出租车的全效率指标， 对城市道路公交效率进行测定。假设投入

19、变量 K、 L、 E， 能获得期望产出 Y 以及非期望产出 C， 定义一个闭集并且有限投入只能生产有限产出的技术 T， 根据 Fre et al ( 2007) ， T 需要满足弱可处置性和零结合性两个条件。弱可处置性意味着非期望产出 C 减少的同时期望产出 Y 也会减少; 而零结合性代表生产过程一定会产生非期望产出 C。如果有 N 个决策单元， 可以描述生产技术集如下:T = ( K， L， E， Y， C) : ( K， L， E)可以生产( Y， C) ( 1)Nn =1n* Kn K，Nn =1n* Ln L，Nn =1n* En E，Nn =1n* Yn Y，Nn =1n* Cn=

20、C，n = 1， 2， ， N其中， n是一个强度变量， 通过一个凸组合， 用来构建环境生产技术集。此后， 我们用非径向距离函数( NDDF) 来估算具体的效率值。由于非径向方向距离函数( NDDF) 方法在效率度量方面可以克服径向假设约束的局限性， 因而得到广泛应用( Chang Hu， 2010; Choi et al， 2012; Zhang Choi， 2013) 。本文参照 Lin Du( 2014) ， 给出 NDDF 的定义: D( K， L， E， Y， C; g)= sup T: ( K， L， E， Y， C)+ diag( ) * g ( 2)其中， =( K， L， E

21、， Y， c)T是一个指派给生产系统中投入要素和产出的标准化权重变量; =( K， L， E， Y， c)T是代表各个变量的缩放系数， g =( gK， gL， gE， gY， gc)T是一个显性的方向向量。本文将城市道路公交运行的投入要素、 期望产出和非期望产出的无效率都纳入到目标函数中，从而可以在全要素框架下测量城市道路公交的综合效率。本文定义全要素非经向距离函数( TANDDF) 为 D( K， L， E， Y， C; g) ， 通过求解 DEA 模型来计算: D( K， L， E， Y， C; g)= max KK+ LL+ EE+ YY+ CC( 3)s tNn =1nKn K Kg

22、K，Nn =1nLn L LgL，Nn =1nEn E EgE，Nn =1nYn Y + YYY，Nn =1nCn= C CCC，n = 1， 2， ， NK， L， E， Y， C 0根据 Zhang et al ( 2014) 提出的 UEI( unified efficiency index) 综合效率指标， 构建所有投入产出要素测算的城市道路公交综合效率指标， 其中权重向量的选取为( 1/9， 1/9， 1/9， 1/3， 1/3) 。权重向量的选取基于如下考虑: 首先， 假设投入、 期望产出以及非期望产出是同等重要的， 并且每种投入5412018 年第 6 期之间的重要性也无差别。另

23、外， 根据 Zhou et al ( 2012) 、 Barros et al ( 2011) 以及 Zhang et al( 2014) 的研究， 如果没有明确的划分依据， 可以将各个投入指标进行平均处理。综合上 述 考 虑，我 们 对 每 个 生 产 决 策 单 元 定 义 其 综 合 效 率 指 数 UEI，假 设 =( *K， *L， *E， *Y， *C)T表示方程的求解值， 则 UEI 可以表示为:UEI =14 ( 1 *K)+ ( 1 *L)+ ( 1 *E)+ ( 1 *C) 1 + *Y=1 14* ( *K+ *L+ *E+ *C)1 + *Y( 4)UEI 反映了每个生

24、产决策单元的产出效率和投入要素利用率的综合情况。UEI 取值范围是从0 到 1， 其取值越大代表决策单元的效率越高。( 二) 指标选择与数据前文提到， 城市道路公交系统主要由公交车和出租车组成， 本文分别测算了各城市公交车和出租车的运行效率。对于公交车来说， 投入变量分别为公交车运营数量、 从业人员数量以及公交线路里程， 其中公交车数量包括空调车、 安装卫星定位车、 快速公交车以及其他公交车， 不同类型车辆按照 中国交通运输统计年鉴 的系数折算成标准运营车数。出租车方面， 投入变量为出租车运营数量、 从业人员数量以及出租车营运里程。两者的期望产出分别为公交车和出租车的客运量， 本文选取了二者对

25、道路资源的空间抢占作为拥堵指标， 来刻画非期望产出。具体的计算公式如下:Cn=n VNn LLnS， n = i， j( 5)其中， Cn表示拥堵指数， VN 表示运营车数量， LL 表示营运里程， S 表示城市道路面积， 而i和j分别表示公交车和出租车的影响系数。根据冉伟和张晓星( 2014) 的研究， 一辆公交车的占路面积约为普通小型载客汽车的四倍， 因此i和j分别取 4 和 1。计算结果如图 1 所示。图 12015 年各城市公交车与出租车拥堵指数注: 本部分所采用的 36 个中心城市的运营车辆数量、 从业人员数、 公交线路里程、 运营里程以及客运量的数据均来自于 20102015 年的

26、 中国交通运输统计年鉴 ， 城市道路面积数据来自于 CEIC 数据库。从图 1 中可以看到， 绝大多数城市的出租车拥堵指数更高， 说明出租车挤占了更多的道路资源， 这主要是出租车的营运里程要远大于公交车。另外为了使图示更为清晰， 图 1 去掉了数值过大的样本北京。2015 年北京公交车和出租车的拥堵指数分别为 182 和 402， 远大于其他城市。并且，能够看到城市道路公交拥堵指数最高的几个城市分别为北京、 天津、 上海、 广州、 重庆， 这些是中国641林伯强、 杜之利: 中国城市车辆耗能与公共交通效率研究汽车和人口最为密集的城市， 因此也导致了道路资源的相对不足。( 三) 效率测算结果根据

27、前文提到的全要素非径向方向距离函数， 我们分别构建了 36 个中心城市的公交车和出租车运行效率指标 BUEI 和 TUEI。本文中效率的测算为全局指标， 因此可以在时间层面进行比较。如图 2 所示， 2015 年的公交车效率和出租车效率都比 2010 年有所提高， 但是公交效率的提升并不明显。并且， 2015 年公交车和出租车的平均效率分别为 0. 56 和 0. 62， 仍然比较低， 说明城市道路公交的运行效率仍有很大的发展空间。图 2城市公交车与出租车运行效率核密度从 36 个城市横向比较的结果来看， 在公交车效率方面， 北京、 上海、 南京、 宁波几个城市排在最末， 平均效率仅有 0.

28、38 左右。除了自身运营和规划方面的问题外， 客观条件上， 几个城市都拥有轨道交通， 会对公交选择进行有力的替代。但是另一方面， 深圳 2015 年的公交车效率排在第四位， 仅排在兰州、 海口、 哈尔滨之后， 并且深圳早在 2004 年就开通了轨道交通， 汽车保有量已经超过 300万辆。从图 2 也可以看到， 深圳是少有的几个公交挤占道路资源超过出租车的城市之一。作为全国首个 “公交示范” 城市， 深圳在城市公交发展方面做出了极大的努力。在提高公交覆盖率的同时， 积极扩建公交专用通道。2015 年深圳的公交专用通道已经达到了 820 公里， 公交专用道设置率为 6. 5%。同时， 深圳更科学地

29、规划了公交的运行线路， 在道路拥堵不断加剧的情况下， 深圳的常规公交高峰车速稳步提升， 从2010 年的15. 9 公里/小时提高到20. 2 公里/小时， 提高了27%， 人均公交出行时间也较 2010 年的 38 分钟节省了 6. 8 分钟。此外， 南昌、 大连、 沈阳的公交效率排名也非常靠前， 三者也都是拥有轨道交通的城市。在出租车运行效率方面， 北京、 上海都排在末端， 而排名第一的城市是拉萨。拉萨的出租车数量较少， 2015 年仅有 1600 余辆， 但是客运量却非常大，一个可能的解释是， 拉萨旅游业较为发达， 直接带动了出租车效率的提升。相比之下， 拉萨的公交车效率仅有 0. 59

30、， 略高于平均水准。综合来看， 轨道交通、 汽车保有量以及投入量都不是影响城市道路公交效率最直观的理由， 良好的规划、 配套设施以及乘坐体验对效率的影响更为主要。四、城市道路公交效率对车辆能源消费的影响基于上文测算的城市道路公交效率代表了一定的投入下产生更多的客运量并挤占更少的道路资源。但实际上， 效率指标蕴含了更丰富的内涵意义。正如前文对深圳公交效率的分析， 城市道路7412018 年第 6 期公共交通效率的提高意味着城市公交规划更为合理， 覆盖率更高， 线路设计更加科学。并且， 配套设施完善， 提高车辆运行速度， 节省出行时间， 从而为居民带来更好的出行体验。这些内涵意义都可能导致人们出行

31、倾向的改变， 从而减少车辆的购买或使用， 进而减少能源消费。本文正是基于这样的考虑， 在这部分分析城市道路公交效率对车辆能源消费的影响。( 一) 模型设定和数据选取为分析城市道路公交效率对车辆能源消费的影响， 构建模型如下:Ei， t= + 1 BUEIi t+ 2 TUEIi t+mj =1jXji， t+ i+ i， t( 6)其中， Ei， t表示 i 地区 t 年的车辆能源消费; BUEI 和 TUEI 分别表示城市公交车效率和出租车效率指标; Xj表示第 j 种控制变量， 模型共有 m 个控制变量; i表示不随时间改变的个体固定效应， 本文由于面板时间序列较短， 并没有考虑时间效应;

32、 i， t代表误差项。为刻画车辆能源消费的变化， 根据 Lin Du( 2017) ， 本文的控制变量选择包括城市人口数量( p) ， 人均收入( inc) ， 城市道路里程( rd) ， 并引入是否汽车限购( res) 的虚拟变量来描述政策冲击以及是否开通轨道交通( rail) 来考察其对汽车能源消费的影响。为降低数据量纲和异方差的影响，所有绝对数值的变量采用对数形式进行回归。在数据选取方面， 本文对于汽车能源消费的估算借鉴贾顺平等( 2010) 的方法。在中国统计年鉴 的数据中， 统计了各种类型车辆数目， 具体分类为: 大型、 中型、 小型、 微型客车， 重型、 中型、轻型、 微型货车以及

33、其他车辆。由于与城市道路公交密切相关的实际上是私人汽车的概念， 因此本文所定义的车辆是私人小微型载客汽车。Lin Du( 2017) 也采用这一方法计算了 20032013 年中国部分城市的汽车能源消费。但是该计算采用静态数据会造成汽车能源消费的高估， 一方面忽略了汽车燃油效率提升以这一事实; 另一方面， 随着汽车保有量的提高， 车辆年平均行驶里程会有下降的趋势。根据工信部数据显示， 中国小型客车平均油耗已经从 2013 年的 7. 33 升/百公里下降到 7. 04 升/百公里， 燃油效率年均提高 2% 。根据这一设定， 我们调整了历年的平均油耗， 来刻画技术进步带来的燃油效率的提升。在平均

34、行驶里程方面， Huo et al ( 2007) 对中小客车从 2008 年到 2015 年的增长有明确的设定， 并按照设定的增长率对其他年份进行推算。按照这一计算办法， 我们计算了 36 个中心城市 2010 年到 2015 年的汽车能源消费。城市人口数量选取城市常住人口， 人均收入通过城市实际 GDP 除以人口数得到， 所有数据均来自于 CEIC 数据库。本文选取主要变量的统计特征如表 1 所示。表 1主要变量统计特征变量均值标准差最小值最大值样本量E104. 290. 415. 520446. 8216p8553599150430000216rd15000190001617130000

35、216inc0. 06500. 02300. 02600. 133216res0. 1340. 34201216rail0. 4350. 49701216( 二) 模型结果与内生性的讨论1. 基本模型估计结果本文利用 36 个中心城市 20102015 年的数据， 由于数据时间较短， 截面较多， 因而采用个体固定效应的面板模型对公式 6 进行估计， 具体结果如表 2 所示。841林伯强、 杜之利: 中国城市车辆耗能与公共交通效率研究表 2固定效应模型估计结果变量( 1)LnE( 2)LnE( 3)LnE( 4)LnE( 5)LnE( 6)LnEBUEI0. 502 ( 0. 247)0. 32

36、7 ( 0. 106)0. 313 ( 0. 103)0. 496 ( 0. 246)0. 326 ( 0. 106)0. 312 ( 0. 103)TUEI0. 206( 0. 278)0. 223( 0. 117)0. 017( 0. 113)lninc1. 312 ( 0. 072)1. 354 ( 0. 074)1. 313 ( 0. 072)1. 354 ( 0. 074)lnp1. 563 ( 0. 409)1. 856 ( 0. 402)1. 566 ( 0. 407)1. 858 ( 0. 400)lnrd0. 323 ( 0. 164)0. 245( 0. 159)0. 32

37、3 ( 0. 163)0. 244( 0. 159)res0. 195 ( 0. 051)0. 195 ( 0. 051)rail0. 029( 0. 043)0. 029( 0. 043)常数项4. 453 ( 0. 225)8. 619 ( 3. 222)10. 340 ( 3. 142)4. 579 ( 0. 145)8. 633 ( 3. 213)10. 352 ( 3. 132)样本量216216216216216216注:*、 、 分别代表在 10%、 5%以及 1%水平上显著， 括号内为相应的标准误。下表同。模型( 1) 、 ( 2) 、 ( 3) 是将公交车和出租车效率同时纳入

38、到模型中， 而模型( 4) 、 ( 5) 、 ( 6) 仅考虑公交车效率的影响。模型( 1) 和模型( 4) 仅包含城市道路交通效率指标; 模型( 2) 和模型( 5) 分别加入了人均收入、 人口以及道路里程作为控制变量; 在此基础上， 模型( 3) 和模型( 6) 又加入了限购政策和是否开通轨道交通两个虚拟变量。从结果中可以看到， 出租车效率的系数非常小， 并且在三个模型中均不显著， 说明作为城市道路公共交通的子系统， 出租车的效率对汽车能源消费的影响不大， 这与我们之前的判断不同。究其原因， 出租车在城市公共交通系统的组成中， 定位是辅助公交， 其最重要的意义是快速、 便捷， 并且很好地解

39、决了 “最后一公里” 问题。另一方面， 出租车的乘坐价格相对昂贵， 基本上不会成为居民常备的出行方式， 因此出租车的出行比率较低。在 36 个城市样本中， 出租车占全部城市公交出行( 包括公交、 出租车、 地铁) 的平均比例仅为 24%， 远低于公交车 70% 的平均出行率。出租车主要是作为弥补公交车不足而存在的， 二者优势互补才构成了相对完整的道路公交系统。因而城市出租车的发展虽然不能减少汽车能源消费， 但是从满足人们生活需求多样性的角度来看， 它也是城市道路公交系统必不可少的一环。因而在本文接下来的分析中， 将着重分析公交车效率的影响。在全部模型中， 城市公交车的运行效率对汽车能源消费的影

40、响都显著为负， 这和我们的预期相吻合， 说明城市公交效率的提高可以有效抑制汽车能源消费的增长。从几个控制变量的估计结果来看， 人口以及人均收入仍然是影响汽车部门能源消费最重要的因素。随着人口的增长以及人均收入的增加， 汽车保有量也会随之增加。另外， 公路里程只有在模型( 2) 和( 5) 中显著， 这也与 Lin Du( 2017) 的结论相同。从两个虚拟变量的估计结果来看， 限购政策均在 1% 的显著性下显著，目前有限购政策的城市有上海、 北京、 贵阳、 广州、 石家庄、 天津和杭州， 尽管各地的具体政策措施不同， 但这一政策对车辆能耗的抑制效果十分明显。此外， 是否开通轨道交通的虚拟变量在

41、两个模型中系数非常小， 且均不显著， 这主要是因为， 在本文样本中， 从 2010 年开始就已经开通轨道交通的城市仅有 7 个， 还有几个城市是最近两年才开始通车。另一方面， 从样本数据来看， 轨道交通过于9412018 年第 6 期集中， 2015 年北京、 上海两地的轨道里程占全部样本的 38%， 如果加上广州， 三个城市的轨道里程所占比重接近一半。这就导致对于大多数城市来说， 轨道交通的出行率比重非常低， 样本中 2015年已经开通轨道交通的 21 个城市， 轨道交通出行率仅有 16%， 如果不计算北上广三个城市， 则出行率尚不足 12%。因此， 现有样本数据并不能准确说明轨道交通对车辆

42、能源消费的影响。2. 内生性的讨论汽车与城市公共交通作为不同的出行选择方式， 二者之间具有直接的替代效应， 这就有可能导致内生性问题。尤其对于城市公交车来说， 如果汽车保有量上升， 人们在平时的出行选择上， 可能会更倾向于自己开车， 进而影响公交客运量。而作为辅助公交的出租车可能替代作用并不明显。为验证这一猜想， 本文分别将城市公交车和出租车的效率作为因变量， 将汽车能源消费作为自变量， 利用 Tobit 模型进行简单回归， 结果发现汽车能源消费对城市公交车效率有负向影响， 且系数在 1%的显著性水平下显著; 而对出租车效率的影响并不显著。因此， 有必要讨论上一部分模型的内生性问题， 重新衡量

43、公交车效率与汽车能源消费的关系。本文采用工具变量法来解决内生性， 如果面板数据存在自相关与异方差， 两阶段最小二乘法( 2SLS) 估计结果可能会产生偏误， 而采用广义矩估计( GMM) 比2SLS 更有效。在工具变量的选取上，我们首先考虑私人交通能源消费会影响当期的公交车效率， 但是无法影响上一期的效率， 因此选取城市公交效率的滞后一阶作为工具变量。另外， 根据李磊和姚璇宇( 2015) 的研究， 城市公交效率会受到城市道路面积影响， 因此本文同时将城市道路面积纳入工具变量的选择。具体结果如表3 所示。表 3IV- GMM 估计结果变量( 1)LnE( 2)LnE( 3)LnE( 4)LnE

44、BUEI0. 326 ( 0. 106)0. 312 ( 0. 103)1. 238 ( 0. 479)1. 238 ( 0. 478)lninc1. 313 ( 0. 072)1. 354 ( 0. 074)1. 148 ( 0. 169)1. 162 ( 0. 717)lnp1. 566 ( 0. 407)1. 858 ( 0. 400)0. 981( 0. 708)1. 289*( 0. 717)lnrd0. 323 ( 0. 163)0. 244( 0. 159)0. 621*( 0. 354)0. 628*( 0. 354)res0. 195 ( 0. 051)0. 132 ( 0.

45、 068)rail0. 029( 0. 043)0. 014( 0. 056)Davidson- MacKinnon 检验0. 0070. 007under identification 检验0. 0030. 004weak identification 检验5. 9515. 742Sargan 统计量0. 1970. 170样本量216216180180注: Davidson- MacKinnon 检验、 Under identification 检验、 Sargan 统计量分别提供检验的 p 值， Weak identification 检验为 F 统计量。下表同。051林伯强、 杜之利:

46、 中国城市车辆耗能与公共交通效率研究模型( 1) 和( 2) 是不考虑内生性的面板固定效应模型， 而模型( 3) 和( 4) 是将公交车效率滞后一期和城市道路面积作为工具变量的估计结果。经过 Davidson- MacKinnon 检验可以看到， p 值仅为 0. 007， 强烈拒绝了原模型无内生性的假设。并且经过检验， 工具变量不存在识别不足、 过度识别以及弱工具变量的问题。从估计结果来看， 公交车效率对车辆能耗的影响仍然高度显著， 并且系数更大， 说明在不考虑内生性的情况下， 会低估城市公交效率对汽车能源消费的抑制作用。另外，在考虑内生性后， 道路里程均显著， 也进一步修正了前文的结果。3

47、. 稳健性检验由于公交车效率指标的选取存在主观性， 从而可能会造成结果的差异。因此本文将投入变量中的公交线路里程换成公交车站数量， 重新进行效率评价， 作为稳健性检验， 所得结果如表4 所示。表 4稳健性检验变量( 1)LnE( 2)LnE( 3)LnE( 4)LnEBUEI20. 305 ( 0. 114)0. 271 ( 0. 111)0. 767 ( 0. 300)0. 727 ( 0. 293)lninc1. 305 ( 0. 072)1. 343 ( 0. 075)1. 225 ( 0. 136)1. 236 ( 0. 135)lnp1. 454 ( 0. 423)1. 768 (

48、0. 418)0. 584( 0. 634)0. 878( 0. 639)lnrd0. 356 ( 0. 168)0. 269( 0. 164)0. 547*( 0. 301)0. 521*( 0. 295)res0. 189 ( 0. 051)0. 112*( 0. 058)rail0. 035( 0. 043)0. 010( 0. 046)Davidson- MacKinnon 检验0. 0390. 047under identification 检验0. 0000. 000weak identification 检验13. 71013. 644Sargan 统计量0. 0220. 014

49、样本量216216180180从稳健性检验的结果来看， 结果同之前十分相似。可以看到， 公交效率变量都在 5% 的水平上显著， 说明城市公交车的效率提高对车辆能耗有显著的抑制作用。五、收入效应的进一步讨论我国各地区尤其是东西地区之间人均收入差异较为明显。样本中， 2015 年人均 GDP 最高的深圳( 13. 34 万元) 是最低的南宁( 4. 27 万元) 的 3. 13 倍， 如果忽略差异， 仅仅在截面与时间上给出平均影响系数， 显然不能客观的刻画现实情况。如果在回归中， 随着收入的改变存在结构变化点， 那我们只要找到这一结构变化点， 并对不同区间下的样本分别估计， 就能使回归结果更好的描

50、述现实状况， 从而能更好的理解城市道路公交化对汽车能源消费的影响。本文采用 Hansen1512018 年第 6 期( 1999) 提出的门限回归方法来分析这一问题。对于面板数据， Hansen 提出的固定效应门限回归模型为:yit= 1xit I( qit )+ 2xit I( qit )+ i+ it( 7)其中， qit为门限变量， 为待估门限值， 假设xit为外生变量， 与扰动项it不相关， i为个体截距项。但同时 Hansen 也指出， 如果解释变量具有内生性， 则原门限回归模型估计的系数将产生偏误。为解决这一缺陷， Caner Hansen( 2008) 提出了一种解决核心解释变量