袁 韻, 徐 戈，陳曉紅，賈建民

(1. 西南交通大學(xué)經(jīng)濟(jì)管理學(xué)院，成都 610031; 2. 湖南工商大學(xué)大數(shù)據(jù)與互聯(lián)網(wǎng)創(chuàng)新研究院，長(zhǎng)沙 410205;3. 湖南工商大學(xué)工商管理學(xué)院，長(zhǎng)沙 410205; 4. 中南大學(xué)商學(xué)院，湖南省兩型社會(huì)與生態(tài)文明2011協(xié)同創(chuàng)新中心，長(zhǎng)沙 410083; 5. 香港中文大學(xué)(深圳) 經(jīng)管學(xué)院，深圳 518172; 6. 深圳市大數(shù)據(jù)研究院，深圳 518172)

0 引 言

隨著我國(guó)經(jīng)濟(jì)水平的快速發(fā)展，以及各地城市化進(jìn)程的加快，機(jī)動(dòng)車(chē)保有數(shù)量的逐年增長(zhǎng)使得城市交通擁堵與空氣污染狀況日益嚴(yán)重.今年的《政府工作報(bào)告》明確指出要加強(qiáng)機(jī)動(dòng)車(chē)污染源的治理工作.機(jī)動(dòng)車(chē)尾氣因含有顆粒物、氮氧化物、硫氧化物等空氣污染物，經(jīng)過(guò)在空氣中發(fā)生的化學(xué)反應(yīng)，嚴(yán)重破壞大氣物質(zhì)平衡，已成為公認(rèn)的空氣污染重要排放源之一.同時(shí)，大規(guī)模的機(jī)動(dòng)車(chē)出行會(huì)直接影響交通效率，造成交通擁堵，使機(jī)動(dòng)車(chē)無(wú)法維持勻速行駛狀態(tài)，并需要頻繁啟停以保障駕駛安全，從而使各種污染物排放增加[1].各種研究也表明，交通擁堵會(huì)進(jìn)一步加劇空氣污染，因此城市交通擁堵與空氣污染之間本應(yīng)該存在正相關(guān)關(guān)系.但實(shí)際上，百度、高德發(fā)布的交通報(bào)告中的數(shù)據(jù)顯示，多數(shù)城市的交通擁堵指數(shù)與空氣質(zhì)量指數(shù)之間呈負(fù)相關(guān)關(guān)系，也有一些學(xué)者在研究中發(fā)現(xiàn)了同樣現(xiàn)象，因此，兩者之間可能存在著雙向的影響關(guān)系.

空氣污染已經(jīng)成為危害人類(lèi)健康的“隱形殺手”，不但嚴(yán)重威脅人們的身體健康，也對(duì)心理健康產(chǎn)生巨大負(fù)面影響.面對(duì)空氣污染，人們會(huì)自覺(jué)采取各種應(yīng)對(duì)手段，減少不必要的出行是最為簡(jiǎn)單有效的防護(hù)方法，因此，空氣污染可能也是影響城市交通狀況的一個(gè)重要因素.有關(guān)機(jī)動(dòng)車(chē)出行與空氣污染之間是否存在交互影響的問(wèn)題，在以往的研究中鮮有討論.

本文將基于成都市“滴滴出行”的網(wǎng)約車(chē)使用數(shù)據(jù)，并融合對(duì)應(yīng)時(shí)間的空氣質(zhì)量數(shù)據(jù)，采用斷點(diǎn)回歸設(shè)計(jì)和中介變量分析方法，建立多種因素之間的統(tǒng)計(jì)分析模型，探討網(wǎng)約車(chē)運(yùn)行規(guī)模、出行效率及空氣污染三者之間的因果推斷及交互影響機(jī)制，對(duì)城市交通和空氣污染的優(yōu)化與治理具有重要的現(xiàn)實(shí)意義.

1 文獻(xiàn)回顧及研究假設(shè)

我國(guó)城鎮(zhèn)化與機(jī)動(dòng)車(chē)數(shù)量的快速增長(zhǎng)，使交通擁堵成為困擾大城市可持續(xù)發(fā)展的普遍問(wèn)題.城市的汽車(chē)數(shù)量與街道容量的相互作用決定了機(jī)動(dòng)車(chē)的運(yùn)行效率及擁堵程度[2]，城市的道路條件在較短時(shí)期內(nèi)并不會(huì)發(fā)生顯著變化，道路容量會(huì)保持穩(wěn)定的水平，這使得城市的機(jī)動(dòng)車(chē)運(yùn)行數(shù)量成為引起交通擁堵的關(guān)鍵.因此，城市機(jī)動(dòng)車(chē)運(yùn)行規(guī)模的增加會(huì)直接對(duì)個(gè)體車(chē)輛運(yùn)行速度產(chǎn)生負(fù)向影響，甚至造成交通擁堵；反之，限制機(jī)動(dòng)車(chē)的運(yùn)行規(guī)模可以提高個(gè)體車(chē)輛的行駛速度，緩解交通擁堵.國(guó)內(nèi)外研究也表明，世界各國(guó)政府為治理城市交通擁堵，紛紛采取機(jī)動(dòng)車(chē)限購(gòu)[3]、限行[4]等管理手段以及燃油稅[5]、擁堵收費(fèi)[6]等稅收政策.近年來(lái)，網(wǎng)約車(chē)的興起和發(fā)展豐富了居民的出行選擇，同時(shí)也增加了車(chē)輛的出行率[7]，使得大城市的交通擁堵現(xiàn)象惡化[8]，但也有研究認(rèn)為網(wǎng)約車(chē)的出現(xiàn)可以減少私家車(chē)上路數(shù)量[9].有關(guān)報(bào)告顯示，2018年我國(guó)網(wǎng)約車(chē)完成客運(yùn)量約200億人次，網(wǎng)民使用率高達(dá)40%，劉名敏等[10]通過(guò)數(shù)學(xué)建模和算例分析表明，網(wǎng)約車(chē)平臺(tái)的出現(xiàn)對(duì)城市道路交通帶來(lái)嚴(yán)重的影響.網(wǎng)約車(chē)使用的增加可以直接體現(xiàn)居民出行需求的增加，并反映為城市道路上機(jī)動(dòng)車(chē)運(yùn)行數(shù)量的增加，因此會(huì)導(dǎo)致個(gè)體車(chē)輛行駛速度的降低，使得道路的擁堵程度提高，影響出行效率，據(jù)此提出本文的假設(shè)1：

假設(shè)1網(wǎng)約車(chē)運(yùn)行規(guī)模的增加會(huì)負(fù)向影響個(gè)體車(chē)輛的出行效率.

近年來(lái)，人類(lèi)的社會(huì)活動(dòng)對(duì)城市空氣環(huán)境的負(fù)面影響日益顯著.隨著國(guó)民經(jīng)濟(jì)的發(fā)展和機(jī)動(dòng)車(chē)保有量的快速增長(zhǎng)，機(jī)動(dòng)車(chē)排放對(duì)環(huán)境的污染問(wèn)題日趨嚴(yán)重，許多大城市的空氣污染已經(jīng)由燃煤型污染轉(zhuǎn)向燃煤和機(jī)動(dòng)車(chē)混合型污染.以往研究中也表明，汽車(chē)尾氣排放是城市空氣污染的重要原因之一[11,12]，道路上行駛車(chē)輛的增加會(huì)直接導(dǎo)致氮氧化合物NOx、顆粒物PM2.5、PM10等空氣污染物排放量的進(jìn)一步增加[13,14]，造成空氣污染[15].邵帥等[16]根據(jù)1998年～2012年中國(guó)省級(jí)的PM2.5濃度數(shù)據(jù)，使用動(dòng)態(tài)面板數(shù)據(jù)模型對(duì)霧霾污染的影響因素進(jìn)行探究，發(fā)現(xiàn)交通運(yùn)輸是使城市霧霾污染加劇的重要原因.秦蒙等[17]根據(jù)2001年～2013年中國(guó)地級(jí)市的PM2.5濃度數(shù)據(jù)，研究了城市蔓延與霧霾污染之間的關(guān)系，結(jié)果表明城市擴(kuò)張及人口規(guī)模的增加均會(huì)加劇城市的空氣污染.因此，網(wǎng)約車(chē)運(yùn)行規(guī)模的增加，預(yù)示著城市機(jī)動(dòng)車(chē)上路量的增加以及尾氣排放的增加，可能會(huì)導(dǎo)致空氣質(zhì)量的惡化，據(jù)此提出本文的假設(shè)2：

假設(shè)2網(wǎng)約車(chē)運(yùn)行規(guī)模的增加會(huì)加劇城市的空氣污染.

機(jī)動(dòng)車(chē)上路量增加所造成的擁堵效應(yīng)，會(huì)導(dǎo)致個(gè)體車(chē)輛行駛速度的降低及啟停次數(shù)的增加，同時(shí)會(huì)引起NOx、PM2.5、CO等空氣污染物排放量的增加[18].馬麗梅等[19]采用2001年～2010年中國(guó)31個(gè)省市的人口加權(quán)PM2.5濃度數(shù)據(jù)，探究交通擁堵與霧霾污染之間的關(guān)系，結(jié)果發(fā)現(xiàn)交通擁堵是霧霾污染最直接的影響因素并且不同區(qū)域之間存在著顯著差異，特別是東部地區(qū)的交通擁堵對(duì)霧霾污染的影響作用尤為突出.胡志遠(yuǎn)等[20]在對(duì)公交車(chē)的各種污染物排放研究中發(fā)現(xiàn)，其在加速狀態(tài)中的PM2.5排放因子最高，大約是減速或怠速行駛下的6倍～10倍.汽車(chē)尾氣中的主要污染物NOx、CO等排放因子也會(huì)隨著車(chē)速的增加而減小[21].另一項(xiàng)研究表明，由于我國(guó)國(guó)民不喜歡數(shù)字4，在選擇汽車(chē)牌照時(shí)會(huì)盡可能地避免尾號(hào)為4，所以在北京市限號(hào)政策實(shí)施時(shí)，限號(hào)尾數(shù)為4也就預(yù)兆著城市道路上會(huì)有更多的行駛車(chē)輛，以此推斷出道路上機(jī)動(dòng)車(chē)數(shù)量增加及造成的交通擁堵，會(huì)加劇NO2的排放[14].也有研究證實(shí)，交通限行或限號(hào)手段在短期甚至某些特別時(shí)期，例如2008年北京奧運(yùn)會(huì)期間，對(duì)城市的空氣污染具有顯著的抑制作用[13,22].因?yàn)楣步煌ǚ绞降娜司加玫哪茉?、空間資源最少，使得人均空氣污染物排放最低[23]，對(duì)私家車(chē)使用的負(fù)面影響可以緩解交通擁堵及改善空氣質(zhì)量，因此城市軌道交通[24]及公共交通建設(shè)[25]在各國(guó)城市中廣泛踐行.Mohring[26]早期的研究也指出，軌道交通設(shè)施的建設(shè)可以吸引一部分私家車(chē)駕駛者轉(zhuǎn)移，從而降低城市的空氣污染.Yang等[27]等將北京市地鐵開(kāi)通作為準(zhǔn)自然實(shí)驗(yàn)，研究表明地鐵開(kāi)通后的短期時(shí)間里可以緩解交通擁堵，使路面機(jī)動(dòng)車(chē)的行駛速度增加.若將空氣污染作為一種結(jié)果考慮，機(jī)動(dòng)車(chē)運(yùn)行規(guī)模和交通擁堵均會(huì)對(duì)其產(chǎn)生影響，具體來(lái)說(shuō)，以網(wǎng)約車(chē)為代表的機(jī)動(dòng)車(chē)運(yùn)行規(guī)模的增加會(huì)帶來(lái)空氣污染問(wèn)題，而對(duì)個(gè)體出行效率的負(fù)面影響可能會(huì)進(jìn)一步加劇空氣污染，據(jù)此提出本文的假設(shè)3：

假設(shè)3車(chē)輛出行效率在網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)空氣污染的影響中起中介變量的作用.

自從2012年政府及新聞媒體公布各地的PM2.5數(shù)據(jù)以來(lái)，空氣污染已經(jīng)成為中國(guó)乃至世界各國(guó)政府及民眾極為重視的環(huán)境問(wèn)題，以霧霾問(wèn)題尤為突出，更是給北京、成都等大中型城市居民的生活方式及生活規(guī)律帶來(lái)了不同程度的影響.大量研究成果表明，空氣污染會(huì)嚴(yán)重影響人體健康，甚至對(duì)生命安全造成嚴(yán)重威脅[28-30]，若長(zhǎng)期直接接觸污染物濃度較高的戶(hù)外空氣會(huì)顯著減少人類(lèi)的壽命[31，32]，在一項(xiàng)基于中國(guó)218個(gè)城市數(shù)據(jù)的實(shí)證研究中也表明，城市的空氣污染使得醫(yī)院的就診率明顯增加[33].空氣污染具有污染物種類(lèi)多、彌漫速度快、人體直接接觸等特征，不僅從身體健康上對(duì)人類(lèi)造成不利影響，還會(huì)對(duì)心理健康產(chǎn)生負(fù)面作用.最近一項(xiàng)關(guān)于社交媒體的研究也表明，空氣污染會(huì)嚴(yán)重影響城市居民的情緒和幸福感[34].根據(jù)Maddux等[35]提出的保護(hù)動(dòng)機(jī)理論(protection motivation theory，PMT)，在危險(xiǎn)認(rèn)知下，人們會(huì)對(duì)不健康行為進(jìn)行威脅評(píng)估，對(duì)健康行為進(jìn)行應(yīng)對(duì)評(píng)估，從而判斷是否產(chǎn)生保護(hù)動(dòng)機(jī)，進(jìn)而采取保護(hù)行為.在空氣污染中，人們采取保護(hù)或應(yīng)對(duì)行為的動(dòng)機(jī)，源自于自身對(duì)空氣污染感知風(fēng)險(xiǎn)的評(píng)估，以及各種應(yīng)對(duì)行為的效能評(píng)價(jià)，污染物PM2.5濃度對(duì)感知風(fēng)險(xiǎn)有顯著的正向影響[36]，對(duì)環(huán)境風(fēng)險(xiǎn)感知越大的人會(huì)減少出行，并且有更多的環(huán)境行為[37].徐戈等[38]研究中也表明，在霧霾污染下，對(duì)霧霾感知風(fēng)險(xiǎn)越大、感知可控性越強(qiáng)的群眾會(huì)采取更多的防護(hù)及應(yīng)對(duì)措施，其對(duì)相關(guān)防護(hù)產(chǎn)品的購(gòu)買(mǎi)意愿也越強(qiáng)，此外，霧霾感知風(fēng)險(xiǎn)在環(huán)境信息與應(yīng)對(duì)意愿之間起著重要的中介作用.以往研究也提及，面對(duì)城市的空氣污染威脅，人們往往會(huì)采取減少室外活動(dòng)、減少外出、減少開(kāi)窗時(shí)間等應(yīng)對(duì)措施[39-42].鄭思齊等[43]以霧霾污染嚴(yán)重的北京市為例，使用大眾點(diǎn)評(píng)網(wǎng)站的數(shù)據(jù)衡量人們外出就餐的意愿，證實(shí)了城市空氣中PM2.5濃度的增加會(huì)抑制人們外出就餐的行為.劉鐵軍等[44]在研究中發(fā)現(xiàn)，城市的交通擁堵與空氣污染之間的相關(guān)系數(shù)為-0.155.所以，如果將空氣污染看作一種影響行為的驅(qū)動(dòng)性因素，人們?cè)诔鲂羞x擇中會(huì)對(duì)空氣污染進(jìn)行風(fēng)險(xiǎn)規(guī)避，從而避免外出或路面交通工具的使用，其中一部分表象為網(wǎng)約車(chē)的使用規(guī)模的減少，反映城市道路上的機(jī)動(dòng)車(chē)流量減少，進(jìn)而提高城市的交通效率，對(duì)交通擁堵產(chǎn)生緩解作用，據(jù)此提出本文的假設(shè)4、假設(shè)5和假設(shè)6：

假設(shè)4空氣污染會(huì)對(duì)網(wǎng)約車(chē)運(yùn)行規(guī)模產(chǎn)生負(fù)面影響.

假設(shè)5空氣污染會(huì)對(duì)個(gè)體車(chē)輛出行效率產(chǎn)生正面影響.

假設(shè)6網(wǎng)約車(chē)運(yùn)行規(guī)模在空氣污染對(duì)車(chē)輛出行效率的影響中起中介變量的作用.

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源

隨著交通運(yùn)輸部相關(guān)法律條例的制定，網(wǎng)約車(chē)行業(yè)愈加趨于合法化和規(guī)范化，由于平臺(tái)技術(shù)與服務(wù)質(zhì)量以及顧客需求的不斷提升，網(wǎng)約車(chē)市場(chǎng)開(kāi)始呈現(xiàn)出優(yōu)勝劣汰的發(fā)展趨勢(shì).在2016年8月份滴滴出行并購(gòu)Uber后，滴滴出行已然成為我國(guó)網(wǎng)約車(chē)行業(yè)的統(tǒng)領(lǐng)者，日均出行服務(wù)次數(shù)高達(dá)2 500萬(wàn)，其平臺(tái)每日產(chǎn)生的海量出行數(shù)據(jù)對(duì)城市交通與規(guī)劃、人類(lèi)出行行為等領(lǐng)域的研究均具有重要意義.

成都市是我國(guó)西南地區(qū)的重要城市，根據(jù)《中國(guó)城市統(tǒng)計(jì)年鑒(2016)》報(bào)告，成都市2016年的年平均人口為1 219萬(wàn)，隨著經(jīng)濟(jì)和工業(yè)的快速發(fā)展，交通擁堵及空氣污染問(wèn)題日益嚴(yán)重.滴滴出行“蓋亞”數(shù)據(jù)開(kāi)放計(jì)劃旨為學(xué)術(shù)界提供真實(shí)、高質(zhì)量的滴滴特色數(shù)據(jù)集，其中成都市網(wǎng)約車(chē)的歷史數(shù)據(jù)為本文研究交通擁堵與空氣污染之間的關(guān)系奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ).

基于滴滴的數(shù)據(jù)開(kāi)放計(jì)劃，本文研究采用的數(shù)據(jù)主要分為如下三類(lèi)：1) 2016年11月成都市網(wǎng)約車(chē)使用數(shù)據(jù)，具體包括載客時(shí)間及地點(diǎn)坐標(biāo)、卸客時(shí)間及地點(diǎn)坐標(biāo)等，大約有600萬(wàn)條.2) 2016年11月成都市空氣質(zhì)量的小時(shí)數(shù)據(jù)(來(lái)自pm2.5.in網(wǎng)站收集的政府環(huán)保部門(mén)公布的數(shù)據(jù))，包括AQI，以及主要空氣污染物PM2.5、PM10、NO2和SO2的濃度.在這個(gè)時(shí)間窗口中，每天的空氣質(zhì)量指數(shù)均值為120，最高244，最低50，其中重度污染天氣分別有兩天，空氣質(zhì)量為優(yōu)的天氣也分別有兩天，輕度污染以上的天數(shù)占16天. 3) 2016年11月成都市氣象信息的小時(shí)數(shù)據(jù)(收集自weather underground網(wǎng)站)，包括空氣溫度、濕度、風(fēng)力等級(jí)、風(fēng)向和天氣等.由于時(shí)間窗口只有一個(gè)月，氣候條件、城市基礎(chǔ)設(shè)施和居民社會(huì)活動(dòng)的變化幅度不大，這些自然條件為本文研究提供了一個(gè)以空氣污染狀況變化為主的觀(guān)測(cè)環(huán)境，使其可以應(yīng)用“準(zhǔn)自然”實(shí)驗(yàn)的分析方法.

2.2 重要變量定義

基于對(duì)原始數(shù)據(jù)的融合及預(yù)處理，本文采用的重要變量的定義及計(jì)算方法如下：

定義1出行效率：在一次網(wǎng)約車(chē)出行服務(wù)中，乘客由載客點(diǎn)被運(yùn)送至卸客點(diǎn)，本文將起訖點(diǎn)間的空間直線(xiàn)距離定義為出行的位移距離，這個(gè)距離與運(yùn)載時(shí)間的比值定義為出行效率E(km/h)，理論上，出行效率的數(shù)值低于行駛的平均速度.但由于它們之間存在高度的正相關(guān)性(部分?jǐn)?shù)據(jù)顯示，r=0.936 8，p<0.001)，因此本項(xiàng)研究中采用式(1)的出行效率來(lái)簡(jiǎn)化實(shí)際平均速度的計(jì)算.另外，因?yàn)榈乩砭嚯x會(huì)受高維空間的稀疏性影響，本文使用Haversine方法計(jì)算任意地點(diǎn)坐標(biāo)之間的實(shí)地距離，如式(2)

(1)

(2)

其中p1和p2分別代表載客點(diǎn)和卸客點(diǎn)；t1和t2分別代表載客時(shí)間和卸客時(shí)間；D(p1,p2)代表起訖點(diǎn)間的位移距離；R代表地球半徑.

(3)

數(shù)據(jù)計(jì)算示例：假設(shè)某網(wǎng)約車(chē)出行i的載客時(shí)間為8:26:12am，根據(jù)定義2，選擇的時(shí)間窗口w為[7:56:12am, 8:56:12am]；計(jì)算當(dāng)天載客時(shí)間位于窗口w(即tj∈w)的出行數(shù)據(jù)的樣本量n(如ni=9 788)，作為數(shù)據(jù)i的網(wǎng)約車(chē)運(yùn)行規(guī)模.

定義3空氣質(zhì)量指標(biāo)：成都市范圍存在有7個(gè)城市空氣質(zhì)量監(jiān)測(cè)站，分別位于金泉兩河、十里店、三瓦窯、沙河鋪、梁家巷、君平街和靈巖寺(三環(huán)以外)，如圖1所示.因?yàn)闅怏w具有流動(dòng)性和擴(kuò)散性，風(fēng)力及風(fēng)向都會(huì)影響其擴(kuò)散速度與方向，空氣污染物的遷移擴(kuò)散可以近似為隨機(jī)游走[45]，任一位置的空氣質(zhì)量指標(biāo)可以參照多個(gè)監(jiān)測(cè)站的數(shù)據(jù)來(lái)估計(jì).假設(shè)待測(cè)地點(diǎn)與某個(gè)監(jiān)測(cè)站點(diǎn)的距離越小，數(shù)值與其越加接近，本文采用距離倒數(shù)加權(quán)方法來(lái)估計(jì)載客點(diǎn)及卸客點(diǎn)的空氣質(zhì)量指標(biāo)AQ，如式(5)

圖1 成都市空氣監(jiān)測(cè)站分布

(5)

(6)

其中AQ(p1)和AQ(p2)分別是網(wǎng)約車(chē)出行中載客點(diǎn)及卸客點(diǎn)的空氣質(zhì)量指標(biāo)，包括AQI，以及PM2.5、PM10、NO2和SO2等空氣污染物的濃度；AQ是起訖點(diǎn)間的指標(biāo)均值，以反映出行i對(duì)應(yīng)的空氣質(zhì)量；AQk代表監(jiān)測(cè)站k在具體時(shí)刻的數(shù)據(jù)；D(p1,qk)和D(p2,qk)分別代表載客點(diǎn)及卸客點(diǎn)與監(jiān)測(cè)站k之間的實(shí)地距離.將出行i載客前一時(shí)刻的數(shù)據(jù)代入公式，可近似得到出行i發(fā)生之前的空氣質(zhì)量指標(biāo)；若將出行i卸客后一時(shí)刻的數(shù)據(jù)代入公式，可近似得到出行i結(jié)束之后的空氣質(zhì)量指標(biāo).

2.3 樣本描述性統(tǒng)計(jì)

表1是本文所使用數(shù)據(jù)的描述性統(tǒng)計(jì)，剔除極端離群數(shù)據(jù)及存在缺失值的數(shù)據(jù)后，還剩余5 308 364個(gè)觀(guān)測(cè)樣本.網(wǎng)約車(chē)的出行距離均值為5.8 km，可見(jiàn)居民傾向于在中短距離的出行中選擇網(wǎng)約車(chē)方式；在60 min的時(shí)間窗口中，網(wǎng)約車(chē)的運(yùn)行規(guī)模均值為10 438次；網(wǎng)約車(chē)的出行效率的均值為17.41 km/h，與其他研究中的數(shù)值相當(dāng)[2,46]；AQI均值在120附近，整體處于中輕度空氣污染水平.

圖2是樣本數(shù)據(jù)中各項(xiàng)指標(biāo)在成都市范圍內(nèi)的分布情況，基本上呈放射狀的環(huán)形格局.成都市具有顯著的城市中心體系，城市中心處因其具有高密度的商業(yè)中心及各類(lèi)功能性場(chǎng)所，吸引交通工具將大量的人口運(yùn)輸至此，不論機(jī)動(dòng)車(chē)流量還是人流量均遠(yuǎn)遠(yuǎn)高于城市外圍區(qū)域.因此，與城市中心距離越接近的地區(qū)，網(wǎng)約車(chē)的出行頻率越高、出行距離越短、出行效率越低，因汽車(chē)尾氣引起的空氣污染更加嚴(yán)重.

表1 主要變量的描述性統(tǒng)計(jì)

注:樣本容量Obs=5 308 364

(a) 出行頻率分布

(b) 出行距離分布

(c) 出行效率分布

(d) AQI指數(shù)分布

3 模型設(shè)定

3.1 因果推斷模型

探究城市交通擁堵和空氣污染之間的因果關(guān)系是本文的主要目標(biāo)，為克服參數(shù)估計(jì)產(chǎn)生的內(nèi)生性問(wèn)題，本文擬使用斷點(diǎn)回歸設(shè)計(jì)(RDD)方法，這是一種在非實(shí)驗(yàn)的條件下檢驗(yàn)處理效應(yīng)的隨機(jī)“準(zhǔn)自然”實(shí)驗(yàn)方法，另外，現(xiàn)有研究中使用的RDD大多是對(duì)單個(gè)斷點(diǎn)的討論，少數(shù)國(guó)內(nèi)外文獻(xiàn)涉及多個(gè)閾值的斷點(diǎn)回歸分析[47-50]，即在多個(gè)斷點(diǎn)附近劃分?jǐn)?shù)據(jù)并綜合評(píng)估.斷點(diǎn)回歸設(shè)計(jì)的思想為，找到一個(gè)或多個(gè)閾值，當(dāng)執(zhí)行變量大于閾值時(shí)，認(rèn)為個(gè)體接受處理，作為實(shí)驗(yàn)組；當(dāng)執(zhí)行變量小于閾值時(shí)，認(rèn)為個(gè)體未接受處理，作為控制組，以此來(lái)反映個(gè)體在執(zhí)行變量接受處理前后的差異，尤其在變量連續(xù)的情況下，斷點(diǎn)閾值附近樣本之間的差異可以很好地推斷執(zhí)行變量和結(jié)果變量之間的因果聯(lián)系，故本文主要使用斷點(diǎn)回歸方法驗(yàn)證兩個(gè)變量之間的因果關(guān)系.

首先，本文推測(cè)網(wǎng)約車(chē)運(yùn)行規(guī)模的增加所反映的機(jī)動(dòng)車(chē)上路量的增加會(huì)導(dǎo)致個(gè)體車(chē)輛流動(dòng)效率的降低.出租車(chē)軌跡數(shù)據(jù)可以用于測(cè)量及反映城市居民的出行特征，網(wǎng)約車(chē)作為傳統(tǒng)出租車(chē)產(chǎn)業(yè)與互聯(lián)網(wǎng)技術(shù)的結(jié)合，其運(yùn)行規(guī)模同樣具有明顯的時(shí)間演變規(guī)律(如圖3)，且在每日的工作時(shí)段(8am～8pm，同時(shí)存在出行高峰現(xiàn)象)和非工作時(shí)段(8pm～次日8am)存在顯著差異，這與居民的生活作息規(guī)律和社會(huì)活動(dòng)相當(dāng)符合，和以往研究中的趨勢(shì)相一致[51-53].另外，網(wǎng)約車(chē)運(yùn)行規(guī)模和出行效率呈明顯的反向變化趨勢(shì)(如圖3)，數(shù)值上為顯著的負(fù)相關(guān)關(guān)系(r=-0.367,p<0.001)，交通擁堵時(shí)由于有限道路容量下機(jī)動(dòng)車(chē)運(yùn)行數(shù)量增加，城市道路車(chē)輛比率過(guò)低和車(chē)輛密度過(guò)高所導(dǎo)致的.所以，本文假設(shè)網(wǎng)約車(chē)運(yùn)行規(guī)模的增加可以反映如下兩個(gè)事實(shí)，其一是直接代表人們對(duì)網(wǎng)約車(chē)服務(wù)使用的增加，其二是間接反映居民出行意愿和出行需求增強(qiáng)所導(dǎo)致的機(jī)動(dòng)車(chē)上路量的增加.

圖3 網(wǎng)約車(chē)運(yùn)行規(guī)模與出行效率的時(shí)間規(guī)律

因?yàn)槿臻g(8am～8pm)和夜間(8pm～次日8am)時(shí)段的數(shù)據(jù)在網(wǎng)約車(chē)運(yùn)行規(guī)模上存在顯著差異，本文以時(shí)間為標(biāo)準(zhǔn)，將數(shù)據(jù)劃分為日間出行和夜間出行兩類(lèi).運(yùn)行規(guī)模是連續(xù)整型數(shù)值，分別計(jì)算日間和夜間時(shí)段的運(yùn)行規(guī)模均值S1和S2，將兩者的平均值C作為斷點(diǎn)，即假設(shè)數(shù)據(jù)的運(yùn)行規(guī)模S在斷點(diǎn)C處，個(gè)體是夜間出行到日間出行的處理概率由a跳躍到b.因此，采用以日間和夜間出行為界限的模糊斷點(diǎn)回歸策略(Fuzzy RD)，執(zhí)行變量是網(wǎng)約車(chē)的運(yùn)行規(guī)模，處理變量為是否為日間時(shí)段的出行.

首先，定義被解釋變量E，代表網(wǎng)約車(chē)方式的出行效率，反映了城市路面交通的擁堵程度，同時(shí)定義處理變量daytime，代表是否為日間時(shí)段的出行.當(dāng)daytimei=1時(shí)，個(gè)體的出行處于日間時(shí)段；daytimei=0則代表個(gè)體的出行處于夜間時(shí)段，故提出解釋網(wǎng)約車(chē)運(yùn)行規(guī)模和出行效率之間因果關(guān)系的FRD模型1

Ei=β0+β1daytimei+f(Si-C)+γXi+εi

(7)

其中Si為執(zhí)行變量，Si-C定義為實(shí)際運(yùn)行規(guī)模與設(shè)定斷點(diǎn)之間的距離，f(Si-C)是運(yùn)行規(guī)模距離的多項(xiàng)式函數(shù).為了準(zhǔn)確估計(jì)出式(7)中的參數(shù)，需要考慮運(yùn)行規(guī)模條件和實(shí)際是否為日間出行之間的相關(guān)關(guān)系，故給出第一階段方程

daytimei=α0+α1Di+f(Si-C)+δXi+εi

(8)

其中Di為處置變量，Di=1{Si-C≥0}；f(Si-Cj)是執(zhí)行變量的一個(gè)多項(xiàng)式函數(shù)，Gelman等[54]推薦執(zhí)行變量的多項(xiàng)式應(yīng)盡量采用局部線(xiàn)性或二次形式；Xi代表模型的前定控制變量，主要是出行距離；系數(shù)β1解釋了運(yùn)行規(guī)模斷點(diǎn)附近是否為日間出行對(duì)出行效率的局部平均處理效應(yīng)，系數(shù)α1解釋了運(yùn)行規(guī)模斷點(diǎn)附近對(duì)是否為日間出行的影響，式(7)和式(8)共同構(gòu)成FRD模型，可以采用參數(shù)2SLS估計(jì)[55].

斷點(diǎn)回歸之所以能夠克服遺漏變量、解決內(nèi)生性問(wèn)題，是因?yàn)榧僭O(shè)在斷點(diǎn)附近范圍內(nèi)的樣本是隨機(jī)產(chǎn)生的，如果存在樣本操縱，可能會(huì)對(duì)模型參數(shù)產(chǎn)生估計(jì)偏誤.對(duì)此，本文使用McCrary方法[56]對(duì)執(zhí)行變量進(jìn)行斷點(diǎn)處的連續(xù)性檢驗(yàn)，其基本步驟是將斷點(diǎn)附近的樣本分配到不同的等寬箱體內(nèi)，然后通過(guò)計(jì)算各個(gè)箱體的概率密度，檢驗(yàn)斷點(diǎn)前后箱體的概率密度是否具有顯著性地“跳躍”.另外，如果RD是有效的，那么運(yùn)行規(guī)模在斷點(diǎn)前后不應(yīng)該對(duì)個(gè)體的其它控制因素的影響存在差異[57]，故采用式(9)檢驗(yàn)前定變量的連續(xù)性，將前定控制變量作為運(yùn)行規(guī)模變量的被解釋變量，若檢驗(yàn)結(jié)果顯著(即在斷點(diǎn)處不連續(xù))，該前定控制變量應(yīng)該從RD模型中剔除

Zi=θ0+θ1Di+f(Si-C)+εi

(9)

進(jìn)一步地，可以將空氣污染看做交通行為造成的一種后果.空氣污染受多種因素的共同作用，除城市機(jī)動(dòng)車(chē)交通排放外，還有社會(huì)經(jīng)濟(jì)活動(dòng)、氣候氣象變化等復(fù)雜因素的影響，研究數(shù)據(jù)的時(shí)間跨度僅為1個(gè)月，城市基礎(chǔ)設(shè)施和社會(huì)經(jīng)濟(jì)活動(dòng)的變化較小，所以晝夜的氣象條件差異對(duì)空氣質(zhì)量影響較大，不宜將數(shù)據(jù)劃分為日間和夜間時(shí)段進(jìn)行研究.經(jīng)數(shù)據(jù)統(tǒng)計(jì)，可以發(fā)現(xiàn)運(yùn)行規(guī)模在工作日和周末的早高峰(8am～10am)時(shí)段存在顯著性差異，與居民的出行規(guī)律一致.因此，選取早高峰時(shí)段的數(shù)據(jù)片段，將數(shù)據(jù)劃分為工作日和周末日兩類(lèi)，減弱了經(jīng)濟(jì)活動(dòng)、氣象等外部因素的影響，同時(shí)，計(jì)算各組中運(yùn)行規(guī)模的均值以確定斷點(diǎn)C.為驗(yàn)證網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)出行后空氣質(zhì)量具有顯著影響，用出行后AQI指數(shù)替換FRD模型1中的出行效率，作為被解釋變量.同時(shí)定義處理變量weekday，代表是否為工作日的出行，得到FRD模型2，如式(10)和式(11)

(10)

weekdayi=α0+α1Di+f(Si-C)+δXi+εi

(11)

(12)

λXi+δi+εi

(13)

為保證多確定斷點(diǎn)回歸模型的有效性，依然使用McCrary方法檢驗(yàn)執(zhí)行變量在各斷點(diǎn)處的連續(xù)性，并可以使用式(14)檢驗(yàn)前定控制變量在各斷點(diǎn)處的連續(xù)性

δi+ξi+εi

(14)

3.2 交互影響分析模型

中介變量是聯(lián)系兩個(gè)觀(guān)測(cè)變量之間關(guān)系的紐帶，意味著一種內(nèi)部機(jī)制.引入中介變量可以在因果推斷中分析變量之間的因果關(guān)系及其機(jī)制，有更好地解釋在網(wǎng)約車(chē)運(yùn)行規(guī)模、出行效率以及空氣污染三者之間的交互影響關(guān)系.

圖4 運(yùn)行規(guī)模與空氣污染的關(guān)系模型
Fig. 4 Relationship model of traffic flow and air pollution

圖5 空氣污染與出行效率的關(guān)系模型
Fig. 5 Relationship model of air pollution and mobility efficiency

根據(jù)本文提出的假設(shè)，分別建立如圖4和圖5所示的概念模型.在圖4所示的運(yùn)行規(guī)模與空氣污染的關(guān)系模型中，空氣污染受到以下路徑方式的影響：①網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)空氣污染產(chǎn)生直接影響；②網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)個(gè)體出行效率產(chǎn)生直接影響，交通擁堵又會(huì)直接影響到車(chē)輛的尾氣排放，因此出行效率在運(yùn)行規(guī)模和空氣污染之間起到中介變量的作用.為驗(yàn)證這種影響的路徑關(guān)系，進(jìn)一步證實(shí)假設(shè)1～假設(shè)3，建立回歸模型4，其設(shè)定如下

(15a)

Ei=α+βVi+aSi+εi

(15b)

(15c)

另外，在圖5所示的空氣污染與出行效率的關(guān)系模型中，出行效率受到以下路徑方式的影響：①空氣污染對(duì)個(gè)體出行效率產(chǎn)生直接影響；②空氣污染抑制人們的外出行為，對(duì)網(wǎng)約車(chē)運(yùn)行規(guī)模產(chǎn)生直接影響，網(wǎng)約車(chē)運(yùn)行規(guī)模又會(huì)顯著地影響個(gè)體出行效率，所以運(yùn)行規(guī)模在空氣污染和出行效率之間起到中介變量的作用.為驗(yàn)證這種影響的路徑關(guān)系，進(jìn)一步證實(shí)假設(shè)4～假設(shè)6，建立回歸模型5，其設(shè)定如下

(16a)

(16b)

(16c)

4 實(shí)證結(jié)果

經(jīng)過(guò)數(shù)據(jù)計(jì)算，網(wǎng)約車(chē)運(yùn)行規(guī)模在日間時(shí)段和夜間時(shí)段的分布近似正態(tài)，分布均值的平均數(shù)為9 580，故在FRD模型1中將運(yùn)行規(guī)模等于9 580次作為斷點(diǎn).首先，使用Stata軟件中DCdensity命令檢驗(yàn)執(zhí)行變量在斷點(diǎn)處的連續(xù)性，報(bào)告中斷點(diǎn)處統(tǒng)計(jì)量的標(biāo)準(zhǔn)誤遠(yuǎn)小于1.96，故可接受運(yùn)行規(guī)模的密度函數(shù)在斷點(diǎn)處C(S=9 580)處連續(xù)的原假設(shè).為檢驗(yàn)不同帶寬對(duì)模型估計(jì)結(jié)果的影響，選擇200、225和250這三種不同運(yùn)行規(guī)模的帶寬，同時(shí)，多項(xiàng)式的階數(shù)選擇一階線(xiàn)性和二階形式，對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn).

表2報(bào)告了網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)個(gè)體出行效率的影響，即FRD模型1的估計(jì)結(jié)果.根據(jù)模型的第一階段結(jié)果，對(duì)于運(yùn)行規(guī)模這一執(zhí)行變量，其斷點(diǎn)虛擬變量D的系數(shù)均在0.1%的置信水平上高度顯著，意味著在日間和夜間時(shí)段，居民的網(wǎng)約車(chē)使用規(guī)模及其所反映外出需求均存在顯著性差異，且系數(shù)為正，表明在日間時(shí)段，網(wǎng)約車(chē)存在更多的使用需求，間接可以推斷出與夜間比較，日間的城市道路上運(yùn)行更多的機(jī)動(dòng)車(chē)，如圖6(a)所示，橫軸代表網(wǎng)約車(chē)的運(yùn)行規(guī)模，縱軸代表數(shù)據(jù)為日間出行的概率，在S=9 580前后存在明顯的斷點(diǎn).在第二階段回歸中，被解釋變量為出行效率，運(yùn)行規(guī)模是否達(dá)到預(yù)定的斷點(diǎn)值作為日間出行的工具變量，前定控制變量為居民的出行距離，報(bào)告中處理變量daytime的系數(shù)均在5%的水平下顯著為負(fù)，證實(shí)在日間時(shí)段，網(wǎng)約車(chē)的出行效率會(huì)受到運(yùn)行規(guī)模增加引起的負(fù)向影響，如圖6(b)所示，橫軸依舊代表網(wǎng)約車(chē)的運(yùn)行規(guī)模，縱軸則代表出行效率.同時(shí)，隨著帶寬的增加，樣本容量隨之?dāng)U大，估計(jì)效率得以提高，參數(shù)估計(jì)的標(biāo)準(zhǔn)差減小.從不同帶寬和多項(xiàng)式階數(shù)選擇上看，參數(shù)估計(jì)的符號(hào)及顯著性均保持一致，所以FRD模型1的結(jié)果是穩(wěn)健的.另外，經(jīng)檢驗(yàn)，前定變量出行距離的斷點(diǎn)系數(shù)不顯著，在斷點(diǎn)C處并未發(fā)生明顯的“跳躍”.總體來(lái)說(shuō)，日間出行時(shí)段所反映的網(wǎng)約車(chē)運(yùn)行規(guī)模的增加會(huì)負(fù)向影響個(gè)體的出行效率，可能會(huì)引起交通擁堵的產(chǎn)生，假設(shè)1成立.

表2 模糊斷點(diǎn)回歸模型1的估計(jì)結(jié)果

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)差.***，**，*分別表示0.1%, 1%和5%的顯著性水平.

(a) 日間出行與運(yùn)行規(guī)模

(b) 出行效率與運(yùn)行規(guī)模

其次，經(jīng)過(guò)數(shù)據(jù)計(jì)算，F(xiàn)RD模型2中將運(yùn)行規(guī)模等于9 500作為斷點(diǎn).同樣，執(zhí)行變量運(yùn)行規(guī)模經(jīng)過(guò)McCrary檢驗(yàn)，在斷點(diǎn)處連續(xù).表3報(bào)告了網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)空氣污染的影響，即模糊斷點(diǎn)回歸模型2的估計(jì)結(jié)果.根據(jù)模型的第一階段結(jié)果，對(duì)于運(yùn)行規(guī)模這一執(zhí)行變量，其斷點(diǎn)虛擬變量D的系數(shù)均在0.1%的置信水平上高度顯著，意味著在工作日和周末時(shí)間，居民的網(wǎng)約車(chē)使用規(guī)模及其所反映居民出行行為存在顯著性差異，且系數(shù)為正，表明在工作日，早間時(shí)段內(nèi)網(wǎng)約車(chē)存在更多的使用需求，即城市居民的早高峰出行現(xiàn)象.在第二階段回歸中，被解釋變量為空氣質(zhì)量指數(shù)(AQI)，數(shù)值越高，代表空氣污染越嚴(yán)重，運(yùn)行規(guī)模是否達(dá)到預(yù)定的斷點(diǎn)值作為工作日出行的工具變量，前定控制變?yōu)榫W(wǎng)約車(chē)的出行距離，報(bào)告中處理變量weekday的系數(shù)均在0.1%的水平下極為顯著且為正，證實(shí)在日間時(shí)段，空氣質(zhì)量指數(shù)會(huì)受到運(yùn)行規(guī)模增加引起的正向影響，即空氣污染的加劇.同時(shí)，隨著帶寬的增加，樣本容量隨之?dāng)U大，估計(jì)效率得以提高，參數(shù)估計(jì)的標(biāo)準(zhǔn)差減小.并且從不同帶寬和多項(xiàng)式階數(shù)選擇上看，參數(shù)估計(jì)的符號(hào)及顯著性均保持一致，所以FRD模型2的結(jié)果也是穩(wěn)健的.另外，經(jīng)檢驗(yàn)，前定變量出行距離依舊在斷點(diǎn)C處連續(xù).總體來(lái)說(shuō)，工作日早高峰出行時(shí)段所反映的網(wǎng)約車(chē)運(yùn)行規(guī)模的增加會(huì)正向影響之后城市的AQI指數(shù)，會(huì)造成一定程度的空氣污染，假設(shè)2成立.

(a) 工作日出行與運(yùn)行規(guī)模

(b) 空氣質(zhì)量指數(shù)與運(yùn)行規(guī)模

表3 模糊斷點(diǎn)回歸模型2的估計(jì)結(jié)果

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)差.***，**，*分別表示0.1%, 1%和5%的顯著性水平.

表4是我國(guó)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》中對(duì)AQI指標(biāo)的分類(lèi)標(biāo)準(zhǔn)[58]，AQI值越大，表明城市空氣污染的質(zhì)量等級(jí)越高，空氣污染情況越嚴(yán)重，人們所面臨的健康威脅越強(qiáng)，所以AQI分類(lèi)標(biāo)準(zhǔn)為本文空氣污染斷點(diǎn)的確定提供了很好的依據(jù).AQI是一個(gè)連續(xù)型變量，但各個(gè)閾值附近的空氣污染等級(jí)都會(huì)發(fā)生明顯的“跳躍”，閾值前后AQI指數(shù)的略微變化會(huì)引起空氣污染程度顯著且確定性的改變.經(jīng)數(shù)據(jù)統(tǒng)計(jì)，對(duì)于90%以上的數(shù)據(jù)樣本，AQI值小于200，故選擇50、100、150和200這四個(gè)斷點(diǎn)構(gòu)建MSRD模型3.

表4 AQI指標(biāo)的分類(lèi)標(biāo)準(zhǔn)

模型3中不加入額外的前定控制變量，并選擇4、6、8三種不同的帶寬，多項(xiàng)式則選擇一階和二階形式，以檢驗(yàn)?zāi)Ｐ凸烙?jì)的穩(wěn)健性.首先，經(jīng)過(guò)McCrary方法檢驗(yàn)，執(zhí)行變量AQI在各個(gè)斷點(diǎn)Cj附近均連續(xù).表5報(bào)告了模型3的結(jié)果，根據(jù)斷點(diǎn)綜合效應(yīng)在0.1%的水平上顯著為負(fù)，可以推斷出當(dāng)城市的空氣污染程度提高一個(gè)等級(jí)時(shí)，會(huì)對(duì)居民的外出意愿產(chǎn)生顯著的負(fù)向影響，直接表現(xiàn)為對(duì)網(wǎng)約車(chē)使用的減少，此時(shí)人們會(huì)更加傾向于選擇非路面交通方式或避免不必要的出行.各斷點(diǎn)處的子效應(yīng)均在0.1%的水平上極為顯著，且綜合負(fù)效應(yīng)主要來(lái)自第1個(gè)斷點(diǎn)、第3個(gè)斷點(diǎn)和第4個(gè)斷點(diǎn)，第2個(gè)斷點(diǎn)的影響系數(shù)較低，如圖8所示，橫軸代表當(dāng)前的空氣質(zhì)量指數(shù)，縱軸則代表之后的網(wǎng)約車(chē)運(yùn)行規(guī)模.當(dāng)空氣質(zhì)量從優(yōu)轉(zhuǎn)為良時(shí)，大部分易感人群開(kāi)始出現(xiàn)安全預(yù)警，會(huì)減少外出以避開(kāi)空氣污染帶來(lái)的健康威脅；當(dāng)空氣質(zhì)量由良轉(zhuǎn)為輕度污染時(shí)，對(duì)健康人群的出行影響較??；當(dāng)城市的空氣質(zhì)量進(jìn)一步惡化，從輕度污染轉(zhuǎn)為中度污染或者從中度污染轉(zhuǎn)為重度污染時(shí)，對(duì)健康人群的呼吸系統(tǒng)、神經(jīng)系統(tǒng)和心血管等均會(huì)具有嚴(yán)重的安全威脅.從不同帶寬和多項(xiàng)式階數(shù)選擇上看，參數(shù)估計(jì)的符號(hào)及顯著性均保持一致，所以MSRD模型3的估計(jì)結(jié)果是穩(wěn)健的.總體來(lái)說(shuō)，空氣污染會(huì)顯著地抑制居民的外出，其中一部分表現(xiàn)為其對(duì)網(wǎng)約車(chē)出行需求的降低，對(duì)網(wǎng)約車(chē)的運(yùn)行規(guī)模具有負(fù)向的抑制作用，假設(shè)4成立.

圖8 AQI對(duì)網(wǎng)約車(chē)運(yùn)行規(guī)模的影響

表5 多確定斷點(diǎn)回歸模型3的估計(jì)結(jié)果

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)差.***，**，*分別表示0.1%, 1%和5%的顯著性水平.

進(jìn)一步地，采用因果逐步回歸方法[59,60](Causal Step Regression)對(duì)回歸模型4和回歸模型5的中介變量進(jìn)行檢驗(yàn).模型4中將空氣污染看作被解釋變量，式(15a)表示網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)空氣污染影響的總效應(yīng)，式(15b)表示第一階段影響，式(15c)表示第二階段影響及直接效應(yīng).分別對(duì)以上三個(gè)方程式的系數(shù)使用OLS估計(jì)，計(jì)算結(jié)果如表6所示.①網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)個(gè)體出行效率起顯著的負(fù)向影響(系數(shù)a<0,p<0.001)，與FRD模型1中因果關(guān)系一致，驗(yàn)證假設(shè)1成立.②網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)出行結(jié)束之后的AQI指數(shù)及污染物濃度的直接效應(yīng)與總效應(yīng)均表現(xiàn)為顯著的正向影響(系數(shù)c′>0,c>0,p<0.001)，與FRD模型2中因果關(guān)系一致，驗(yàn)證假設(shè)2成立.③出行效率對(duì)出行結(jié)束之后的AQI指數(shù)及污染物濃度起顯著的負(fù)面影響，且出行效率的中介變量經(jīng)檢驗(yàn)成立，起部分中介作用，表現(xiàn)為互補(bǔ)的中介效應(yīng)[61](a×b×c′>0)，驗(yàn)證假設(shè)3成立.為了更加清晰且直觀(guān)地展示中介變量的影響路徑，根據(jù)表6的結(jié)果，畫(huà)出中介效應(yīng)圖，圖9(a)～圖9(e)分別是空氣質(zhì)量指標(biāo)為AQI指數(shù)，以及PM2.5、PM10、NO2和SO2濃度時(shí)的中介效應(yīng)圖.其中，第一階段和第二階段的影響均顯著成立，且影響方向?yàn)樨?fù)；直接效應(yīng)也顯著成立，影響方向?yàn)檎?

表6 回歸模型4的中介效應(yīng)分析

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)差.***，**，*分別表示0.1%, 1%和5%的顯著性水平.

(a) AQI指數(shù)(a) AQI

(b) PM2.5濃度(b) Density of PM2.5

(c) PM10濃度(c) Density of PM10

(d) NO2濃度(d) Density of NO2

(e) SO2濃度(e) Density of SO2

模型5將空氣污染看作解釋變量，式(16a)表示空氣污染對(duì)個(gè)體車(chē)輛出行效率影響的總效應(yīng)，式(16b)表示第一階段影響，式(16c)表示第二階段影響及直接效應(yīng).分別對(duì)以上三個(gè)方程式的系數(shù)使用OLS估計(jì)，結(jié)果如表7所示.①除NO2以外，AQI指數(shù)及其余污染物濃度均對(duì)網(wǎng)約車(chē)運(yùn)行規(guī)模具有顯著的負(fù)面影響(系數(shù)a<0,p<0.001)，與MSRD模型3中因果關(guān)系一致，驗(yàn)證假設(shè)4成立.②空氣污染對(duì)出行效率起到顯著且正向的直接效應(yīng)和總效應(yīng)(系數(shù)c′>0,c>0,p<0.001)，并且運(yùn)行規(guī)模的中介效應(yīng)均顯著(p<0.001)，起部分中介作用，驗(yàn)證假設(shè)5和假設(shè)6成立.同樣，為了更加清晰且直觀(guān)地展示中介變量的影響路徑，根據(jù)表7的結(jié)果，畫(huà)出中介效應(yīng)圖，圖10(a)～圖10(e)分別是空氣質(zhì)量指標(biāo)為AQI指數(shù)，以及PM2.5、PM10、NO2和SO2濃度時(shí)的中介效應(yīng)圖.其中，除NO2外，第一階段的影響均顯著為負(fù)；第二階段影響均顯著成立，且方向?yàn)樨?fù)；空氣質(zhì)量指標(biāo)對(duì)個(gè)體出行效率影響的直接效應(yīng)均顯著為正.

表7 回歸模型5的中介效應(yīng)分析

注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)差.***，**，*分別表示0.1%, 1%和5%的顯著性水平.

(a) AQI指數(shù)

(b) PM2.5濃度

(c) PM10濃度

(d) NO2濃度

(e) SO2濃度

5 結(jié)束語(yǔ)

隨著社會(huì)的進(jìn)步，城市交通擁堵與空氣污染已成為大中城市發(fā)展進(jìn)程中不可避免、難以解決的問(wèn)題之一，同時(shí)給城市居民的出行及城市發(fā)展帶來(lái)了危害與挑戰(zhàn).道路上行駛的車(chē)輛超過(guò)道路的實(shí)際容量后，造成的交通擁堵會(huì)導(dǎo)致個(gè)體車(chē)輛行駛速度的驟減，浪費(fèi)大量的時(shí)間及人力；當(dāng)城市中空氣污染物經(jīng)過(guò)累積擴(kuò)散及化學(xué)反應(yīng)后超過(guò)臨界負(fù)載時(shí)，對(duì)城市生態(tài)系統(tǒng)產(chǎn)生極大的破壞，造成嚴(yán)重的空氣污染，給居民的生命健康帶來(lái)威脅，也顯著影響人們的流動(dòng)和生活方式.

大量研究也表明，新興的網(wǎng)約車(chē)服務(wù)在城市中造成了許多意想不到的后果，例如車(chē)輛出行的增加和交通擁堵，相關(guān)污染物的尾氣排放會(huì)導(dǎo)致空氣污染.所以，本文研究以成都市為例，使用“滴滴出行”產(chǎn)生的海量網(wǎng)約車(chē)的個(gè)體出行數(shù)據(jù)，來(lái)反映城市的交通狀態(tài)，并融合外部空氣質(zhì)量數(shù)據(jù)，每小時(shí)的細(xì)粒度數(shù)據(jù)也使得可以通過(guò)比較時(shí)間的先后順序，判斷事件之間的因果邏輯，進(jìn)而討論以網(wǎng)約車(chē)為代表的機(jī)動(dòng)車(chē)出行方式和空氣污染之間的因果關(guān)系及交互影響.經(jīng)證實(shí)，汽車(chē)尾氣作為城市空氣污染的主要來(lái)源之一，當(dāng)網(wǎng)約車(chē)運(yùn)行規(guī)模增加所反映的機(jī)動(dòng)車(chē)出行量的增加確實(shí)會(huì)加劇空氣污染的程度，對(duì)城市的空氣質(zhì)量產(chǎn)生消極影響；同時(shí)，引起的道路交通擁堵也會(huì)提高機(jī)動(dòng)車(chē)的污染物排放水平，進(jìn)一步導(dǎo)致空氣質(zhì)量的惡化，而出行效率在網(wǎng)約車(chē)運(yùn)行規(guī)模對(duì)空氣污染的影響中起顯著的中介變量作用.因此，本文所揭示的城市交通擁堵與空氣污染之間的交互影響關(guān)系，可以幫助我們理解城市建設(shè)及管理中所采取的限行、限號(hào)等手段，來(lái)直接或間接控制城市機(jī)動(dòng)車(chē)行駛的數(shù)量，以達(dá)到緩解交通擁堵并降低汽車(chē)尾氣的總排放的雙重目的.另外，在城市的發(fā)展中，亟需采用軌道交通、道路擴(kuò)建、路網(wǎng)優(yōu)化、路況監(jiān)測(cè)等方式引導(dǎo)及分散道路車(chē)流，提升機(jī)動(dòng)車(chē)的運(yùn)行效率，減少交通擁堵.

另一方面，空氣污染也是影響居民出行行為和出行方式選擇的重要因素之一，嚴(yán)重的空氣污染使得人們的出行將面臨著健康風(fēng)險(xiǎn)和交通風(fēng)險(xiǎn).根據(jù)保護(hù)動(dòng)機(jī)理論[35]，在空氣污染條件下，居民會(huì)采取減少外出等應(yīng)對(duì)手段以減輕其造成的負(fù)面影響，因此會(huì)引起機(jī)動(dòng)車(chē)出行量的減少，從而使交通效率有所提高，緩解交通擁堵.本文的數(shù)據(jù)分析結(jié)果也顯示，除NO2之外，城市空氣中PM2.5、PM10和SO2濃度均會(huì)對(duì)網(wǎng)約車(chē)的運(yùn)行規(guī)模產(chǎn)生顯著的負(fù)向影響，減弱人們對(duì)網(wǎng)約車(chē)的出行需求；同時(shí)，空氣污染物濃度也會(huì)正向影響網(wǎng)約車(chē)的出行效率，網(wǎng)約車(chē)運(yùn)行規(guī)模在兩者的影響關(guān)系中起顯著的中介變量作用，這很好地解釋了為什么許多城市交通擁堵指數(shù)與空氣污染之間呈負(fù)相關(guān)的關(guān)系.

綜上所述，空氣污染和交通擁堵之間并不是一種惡性循環(huán)的單向影響關(guān)系,而是雙向的交互影響，并處于動(dòng)態(tài)平衡的一種演變狀態(tài).空氣污染在某種意義上既是交通擁堵造成的結(jié)果，也是抑制城市擁堵?tīng)顟B(tài)的一種原因.本文從人們流動(dòng)性行為的視角，去理解城市空氣污染與交通擁堵的關(guān)系，為相關(guān)領(lǐng)域的研究提供了新的洞察.本項(xiàng)研究表明，城市空氣污染的治理還是要“以人為本”，即人們對(duì)流動(dòng)性的需求才是造成空氣污染和交通擁堵的根本原因，這也是移動(dòng)污染源難以治理問(wèn)題在社會(huì)和行為等方面的原因所在.正是在空氣污染抑制城市居民的外出行為的同時(shí)，它也在“自然”地緩解著道路擁堵，正向影響機(jī)動(dòng)車(chē)的出行效率.本項(xiàng)研究為今后開(kāi)展城市空氣污染與交通擁堵的綜合治理提供了理論和實(shí)證依據(jù).