李曉敏，趙小磊

(河南大學(xué) a.經(jīng)濟(jì)學(xué)院； b.中原發(fā)展研究院， 河南 開封 475004)

0 引言

傳統(tǒng)交通消費是一種以耗竭化石資源和破壞生態(tài)環(huán)境為代價的消費模式，以內(nèi)燃機汽車為代表的傳統(tǒng)交通和消費方式，引發(fā)了嚴(yán)重的空氣污染問題。中國生態(tài)環(huán)境部公布的《中國機動車環(huán)境管理年報(2021)》顯示，機動車尾氣排放已成為許多城市空氣污染的重要來源。據(jù)測算，交通領(lǐng)域尾氣排放是空氣污染主要成分PM2.5的最大來源，其貢獻(xiàn)率超過20%[1]。此外，中國城市74%的碳?xì)浠衔铩?3%的一氧化碳、37%的碳氧化合物也都來源于交通領(lǐng)域的尾氣排放[2]。近年來，中國政府出臺了一系列要求促進(jìn)綠色交通消費的政策，這些政策主要包括《關(guān)于促進(jìn)綠色消費的指導(dǎo)意見》(發(fā)改環(huán)資〔2016〕353號)、《關(guān)于加快建立綠色生產(chǎn)和消費法規(guī)政策體系的意見》(發(fā)改環(huán)資〔2020〕379號)和《促進(jìn)綠色消費實施方案》(發(fā)改就業(yè)〔2022〕107號)。促進(jìn)綠色交通消費是貫徹新發(fā)展理念在交通領(lǐng)域的必然要求，對于推動高質(zhì)量發(fā)展以及實現(xiàn)碳達(dá)峰碳中和目標(biāo)都具有重要意義。

盡管已有許多文獻(xiàn)研究傳統(tǒng)交通方式對空氣污染的影響[3]，并測算空氣污染造成的個人成本和社會成本[4-5]，但是，鮮有學(xué)者研究這一背后的逆向邏輯，即空氣污染是否促進(jìn)了綠色交通消費？是不是空氣污染越嚴(yán)重的地區(qū)，人們對綠色交通的需求越大？目前只有GUO等[6]的研究發(fā)現(xiàn)，在中國20個主要城市中PM2.5濃度會刺激消費者對純電動類型的新能源汽車的采用，似乎證明了這種邏輯的合理性；然而，并沒有識別和檢驗空氣污染對新能源汽車采用的影響機制，也沒有考察其他污染物排放與綠色出行的需求之間是否也存在類似的邏輯。因此，在空氣污染對綠色交通消費的影響方面，學(xué)術(shù)界還需要尋找新的證據(jù)。

鑒于此，在以往研究成果的基礎(chǔ)上，本文基于2010—2019年中國大陸地區(qū)29個省會城市的空氣質(zhì)量指數(shù)和新能源汽車銷量的面板數(shù)據(jù)，使用多元回歸模型和中介效應(yīng)模型考察空氣污染對綠色交通消費的影響，從實踐層面上為實現(xiàn)空氣污染治理和刺激綠色交通消費的協(xié)同發(fā)展并最終實現(xiàn) “3060”碳達(dá)峰與碳中和的目標(biāo)，提出針對性建議。

1 文獻(xiàn)回顧與研究假設(shè)

現(xiàn)有的許多研究已經(jīng)證明，通過對傳統(tǒng)交通方式施加限制或使用綠色交通方式出行，可以帶來明顯的環(huán)境效益。梁若冰等[2]利用雙重差分(DID)、斷點回歸(RD)以及綜合兩類方法構(gòu)建的RDID模型等準(zhǔn)實驗方法，評估了中國 14 個城市新開通的 45 條線路對空氣污染的影響，發(fā)現(xiàn)軌道交通的開通具有顯著的污染治理效應(yīng)。與此類似，楊小聰?shù)萚7]發(fā)現(xiàn)南京地鐵3號線的開通顯著降低了南京市污染指數(shù)以及部分空氣污染物(PM2.5、PM10、O3)的污染水平。孫傳旺等[1]運用 2000—2012 年 83 個城市的面板數(shù)據(jù)進(jìn)行實證研究, 發(fā)現(xiàn)使用綠色交通基礎(chǔ)設(shè)施能夠改善城市空氣質(zhì)量。李建明等[3]研究發(fā)現(xiàn)，開通高鐵可以通過降低交通部門客運量，從而顯著降低城市霧霾污染水平，且表現(xiàn)出隨開通線路、開通年份和城市規(guī)模呈現(xiàn)收益遞增的特征。自然地，如果一個地區(qū)的空氣污染問題越嚴(yán)重，該地區(qū)的公眾和政府進(jìn)行綠色交通消費而改善現(xiàn)狀的動機也就越大，此時該地區(qū)眾多單一的綠色交通消費需求就會演化成群體綠色交通消費需求?；诖?，提出假設(shè)1：城市空氣污染會促進(jìn)綠色交通消費。

那么，空氣污染是如何促進(jìn)綠色交通消費的呢？嚴(yán)重的空氣污染會提高公眾和政府對空氣質(zhì)量問題的關(guān)注程度[5]。嚴(yán)重的空氣污染一方面有利于激發(fā)消費者的環(huán)保意識，從而促進(jìn)綠色交通消費；另一方面可以促使政府通過立法、獎罰和宣傳等措施促進(jìn)居民的綠色交通消費。對于消費者個體而言，嚴(yán)重的空氣污染問題會提高其對于環(huán)境問題的關(guān)注度，提高其對于綠色交通消費的接受程度。例如，BAMBERG等[8]發(fā)現(xiàn)環(huán)境壓力可以顯著激發(fā)居民的環(huán)保意識，促進(jìn)親環(huán)境的綠色消費。HANSLA等[9]發(fā)現(xiàn)嚴(yán)重的環(huán)境問題會提高消費者對于環(huán)境問題的關(guān)注程度，促進(jìn)綠色消費行為，即使綠色電力價格成本較高，消費者仍愿意為綠色電力支付額外費用。HARTMANN等[10]也發(fā)現(xiàn)消費者對于環(huán)境問題的關(guān)注程度越強，他們對節(jié)能減排的看法越積極，更愿意為綠色產(chǎn)品和服務(wù)支付更高的價格。據(jù)此，提出假設(shè)2：空氣污染程度的升高能夠提升公眾與政府的環(huán)境關(guān)注度，進(jìn)而促進(jìn)綠色交通消費。

2 變量與數(shù)據(jù)、計量模型

2.1 變量與數(shù)據(jù)

2.1.1 被解釋變量

選取2010—2019年中國大陸地區(qū)的29個省會城市的新能源汽車銷量作為綠色交通消費的代理變量。所選取的新能源汽車只包含私人購買的乘用車，排除物流車、環(huán)衛(wèi)車、客車、貨車。數(shù)據(jù)來源自《節(jié)能與新能源汽車年鑒2011—2020》、達(dá)示數(shù)據(jù)平臺與中國汽車工業(yè)協(xié)會。

2.1.2 解釋變量

選取的解釋變量為城市空氣質(zhì)量指數(shù)(Air Quality Index，簡稱AQI)。與單一污染物濃度相比，AQI是各種污染物濃度的綜合指數(shù)，更有利于衡量空氣質(zhì)量。數(shù)據(jù)來源于中國生態(tài)環(huán)境部和全國城市空氣質(zhì)量實時發(fā)布平臺。

2.1.3 工具變量

空氣流動系數(shù)(VC)數(shù)據(jù)的來源同陳詩一等[5]，10 m高度風(fēng)速與大氣邊界層高度來源于歐洲中期天氣預(yù)報中心ECMWF 所發(fā)布的ERA-INTERIM柵格氣象數(shù)據(jù)。利用ArcGIS將此柵格數(shù)據(jù)整理得到樣本城市在樣本期間內(nèi)每年的空氣流動系數(shù)。逆溫數(shù)據(jù)來源于NASA-MERRA2衛(wèi)星數(shù)據(jù)集，其提供全球范圍的空間柵格數(shù)據(jù)。對逆溫次數(shù)的定義參考陳帥等[11]的做法。

2.1.4 其余解釋變量

影響新能源汽車銷量的因素眾多，為此，在以往學(xué)者的研究基礎(chǔ)上，引入人口密度、人均可支配收入、路權(quán)優(yōu)先政策、受教育水平、新能源汽車價格、汽油價格、新能源汽車技術(shù)水平[12-13]等7個控制變量。數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒2011—2020》《中國城市統(tǒng)計年鑒2011—2020》《中國教育統(tǒng)計年鑒2011—2020》智慧牙專利網(wǎng)與IncoPat專利平臺。

另外，還引入了中介變量細(xì)化本文的研究?；诩僭O(shè)2，引入公眾與政府對空氣污染問題的關(guān)注程度作為中介變量。以“空氣污染”與“綠色交通”作為百度搜索指數(shù)的關(guān)鍵詞，獲得樣本城市2010—2019年內(nèi)PC+移動模式下組合關(guān)鍵詞的年度日均值，用于表示公眾對空氣污染問題的關(guān)注程度。參照陳詩一等[5]的做法，從樣本城市年度政府工作報告中利用Python的JIEBA庫進(jìn)行精確模式分詞對空氣污染、綠色交通、霧霾、氮氧化物、PM10、PM2.5等空氣質(zhì)量關(guān)鍵詞進(jìn)行篩選，匯總獲得以上關(guān)鍵詞出現(xiàn)的次數(shù)，作為政府對空氣污染問題的關(guān)注程度。

2.2 計量模型

參照文獻(xiàn)[14]，利用2010—2019年中國大陸地區(qū)的29個省會城市空氣質(zhì)量與新能源汽車銷量的面板數(shù)據(jù)，檢驗空氣污染對綠色交通消費的影響機制。采用雙向固定效應(yīng)模型，具體計量方程為：

ln EVmt=C+αAQImt+γiXmt+μm+

λt+εmt，

(1)

其中：EVmt為城市m在t年內(nèi)的新能源汽車銷量；ln EVmt為m城t年新能源汽車銷量的對數(shù)值，表征居民的綠色交通消費；AQImt為城市m在t年的城市平均空氣質(zhì)量指數(shù)，表征樣本城市空氣污染程度；γi是各控制變量的系數(shù)；Xmt表示一組控制變量；μm為城市固定效應(yīng)；λt為時間固定效應(yīng)；εmt為隨機誤差項。

在選取新能源汽車銷量作為被解釋變量之后，本文的識別策略仍面對一些挑戰(zhàn)。許多學(xué)者研究發(fā)現(xiàn)，新能源汽車等綠色交通消費可以有效降低城市空氣污染程度，即綠色交通消費和空氣污染程度之間可能存在互為因果的內(nèi)生性問題。此外，在識別空氣污染和新能源汽車銷量的因果關(guān)系時，本文雖然控制個人、家庭與城市層面的多個變量，但仍無法囊括所有變量。鑒于此，借鑒陳詩一等[5]與陳帥等[11]的做法，選取空氣流動系數(shù)(VC)與地級市年均逆溫次數(shù)(T-inversion)作為城市空氣質(zhì)量指數(shù)AQI的工具變量，并采用兩階段最小二乘法來應(yīng)對該問題。VC的計算公式如下：

VC = WS×BLH，

(2)

其中：WS 為10 m高度風(fēng)速，BLH為大氣邊界層高度。選取空氣流動系數(shù)(VC)作為空氣質(zhì)量指數(shù)AQI的工具變量主要是出于以下兩方面的考慮。一是滿足相關(guān)性條件，空氣流動系數(shù)是10 m高度風(fēng)速與大氣邊界層高度的乘積。風(fēng)速是有效衡量大氣污染傳播速度和范圍的關(guān)鍵指標(biāo)，大氣邊界層

高度是衡量大氣污染傳播高度的關(guān)鍵指標(biāo)，二者的乘積反映了該地區(qū)空氣擴散能力的強弱[5]?？諝饬鲃酉禂?shù)越大，表示空氣擴散能力越強，空氣中污染物的濃度就越低，即 AQI指數(shù)更小。二是滿足外生性條件，空氣流動系數(shù)(VC)只取決于10 m高度風(fēng)速與大氣邊界層高度，而WS與BLH是兩個外生的氣候變量，其變化通常只和天氣與氣象條件的變化有關(guān)，與日常的經(jīng)濟(jì)活動無關(guān)。與此類似，還選取逆溫(T-inversion)次數(shù)作為空氣質(zhì)量指數(shù)AQI的工具變量也是出于相關(guān)性與外生性兩個方面的考慮。逆溫現(xiàn)象的出現(xiàn)完全取決于氣象條件，滿足外生性條件，具體來說是指某些天氣條件下，地面上空的大氣結(jié)構(gòu)會出現(xiàn)氣溫隨高度增加而升高的反?，F(xiàn)象。此外,根據(jù)陳帥等[11]的結(jié)論，逆溫的出現(xiàn)會帶來顯著的大氣污染，因此逆溫次數(shù)應(yīng)滿足相關(guān)性條件。

為考察空氣質(zhì)量對綠色交通消費的影響，設(shè)定如下2SLS模型(3)和(4)：

AQImt=C1+β1IVmt+γiXmt+μm+λt+εmt,

(3)

ln EVmt=C2+α1AQImt+γiXmt+μm+

λt+εmt。

(4)

其中：IVmt是AQI的工具變量，包括lnVCmt與T-inversionmt； lnVCmt是m城t年空氣流動系數(shù)的對數(shù)值；T-inversionmt是m城t年發(fā)生逆溫的次數(shù)。其余變量含義同方程(1)。

3 實證結(jié)果與分析

3.1 空氣污染對綠色交通消費的影響效果

在進(jìn)行基準(zhǔn)回歸之前，首先進(jìn)行Hausman檢驗與過度識別檢驗，檢驗結(jié)果拒絕了采用隨機效應(yīng)模型的原假設(shè)，因此采用固定效應(yīng)模型，由于篇幅限制，檢驗結(jié)果不再展示，感興趣的讀者可以向作者索要。

考慮到雙向固定效應(yīng)模型估計結(jié)果的準(zhǔn)確性高于傳統(tǒng)的固定效應(yīng)模型，于是本文基于雙向固定效應(yīng)模型(1)，檢驗空氣污染對居民綠色交通消費的影響效果，結(jié)果見表1。其中第(4)列同時控制城市固定效應(yīng)與時間固定效應(yīng)。結(jié)果顯示，空氣污染程度AQI均在5%水平上顯著為正。以第(4)列結(jié)果為例，樣本城市AQI每增加1個單位，該城市新能源汽車銷量就會提高0.9%，表明空氣污染程度會提高居民的綠色交通消費，驗證了假設(shè)1。

表1 基準(zhǔn)回歸Tab. 1 Baseline regression

3.2 內(nèi)生性檢驗

前文提到綠色交通消費也會反向影響城市空氣質(zhì)量，本研究雖然已對相關(guān)的變量進(jìn)行了控制，但可能仍無法完全囊括所有變量，因此，通過工具變量法來解決內(nèi)生性問題。選取空氣流動系數(shù)和逆溫次數(shù)作為城市空氣質(zhì)量的工具變量，并采用兩階段最小二乘法來檢驗空氣污染對居民綠色交通消費的影響效果，結(jié)果見表2。3列回歸結(jié)果均顯示空氣污染會提高新能源汽車銷量，與基準(zhǔn)結(jié)果一致，表明在使用工具變量后，空氣污染促進(jìn)綠色交通消費的結(jié)論依然成立。

表2 內(nèi)生性檢驗Tab. 2 Test for endogeneity

以第(3)列的結(jié)果為例檢驗介紹工具變量的有效性。選取空氣流動系數(shù)和逆溫次數(shù)作為工具變量時，KM-PM值為14.72，表明不存在工具變量不可識別問題；Cragg-Donald WaldF值為25.059，表明不存在弱工具變量問題。在檢驗工具變量的外生性時，J統(tǒng)計量(未在文中報告)為0.372且顯著性為0.542 1，表明通過了過度識別檢驗，即兩個工具變量中至少有一個滿足外生性假設(shè)。

3.3 穩(wěn)健性檢驗

為了提高研究結(jié)論的可信性，采用3種方法進(jìn)行穩(wěn)健性檢驗，結(jié)果見表3。第一，替換因變量估計，用城市新能源汽車銷量除以當(dāng)年汽車總銷量，計算得到當(dāng)年新能源汽車市場份額，并以此代替新能源汽車銷量來進(jìn)行回歸。第二，由于目前AQI指數(shù)已經(jīng)被納入地方官員的考核標(biāo)準(zhǔn)中，以往學(xué)者發(fā)現(xiàn)部分地方政府存在通過偽造AQI指數(shù)，實現(xiàn)提高AQI優(yōu)良率的行為。因此，參考石慶玲等[15]的方法，采用剔除“易偽造值”的方法進(jìn)行穩(wěn)健性檢驗二。具體做法是,考慮到100為AQI是否為優(yōu)良的判斷標(biāo)準(zhǔn)，因此刪去AQI指數(shù)在95～105附近的數(shù)據(jù)再次進(jìn)行回歸。第三，考慮到模型的內(nèi)生性問題，將所有控制變量的滯后一期加入到雙向固定效應(yīng)模型中，代替原有的變量進(jìn)行回歸。

表3 穩(wěn)健性檢驗Tab. 3 Robustness analysis

4 基于公眾與政府關(guān)注程度的中介效應(yīng)檢驗

前文實證結(jié)果證明，空氣污染的升高會促進(jìn)綠色交通消費，顯著提升新能源汽車的銷量。那么空氣污染對居民綠色交通消費的影響是如何實現(xiàn)的呢？基于前面的分析，本研究認(rèn)為，空氣污染會通過提高公眾和政府的環(huán)境關(guān)注程度,進(jìn)而促進(jìn)當(dāng)?shù)氐木G色交通消費。為此，選取公眾(Popaware)和政府(Govaware)對空氣污染的關(guān)注程度作為中介變量，參考文獻(xiàn)[16]的做法,構(gòu)建如下中介效應(yīng)模型(5)和(6)，進(jìn)行中介效應(yīng)檢驗，結(jié)果見表4。

AWAREmt=C3+α3AQImt+β3Xmt+

μm+λt+εmt，

(5)

ln EVmt=C+α4AQImt+β4Xmt+

γAWAREmt+μm+λt+εmt。

(6)

表4中列(1)是空氣污染程度AQI對綠色交通消費的實證結(jié)果，其中AQI的系數(shù)在5%的水平平上顯著為正，表明總效應(yīng)顯著。列(2)—列(5)是居民關(guān)注與政府關(guān)注兩條傳導(dǎo)機制的檢驗結(jié)果。首先，列(2)和列(3)結(jié)果顯示，AQI顯著提高了公眾對空氣污染問題關(guān)注程度；當(dāng)在第(1)列的基礎(chǔ)上加入中介變量Popaware之后，AQI與Popaware的系數(shù)均顯著為正，Sobel-Z 檢驗的P值為0.025 4，說明存在部分中介效應(yīng)，AQI與Popaware對綠色交通消費的直接效應(yīng)與間接效應(yīng)分別為0.003 3與0.005 7。其次，列(4)和列(5)結(jié)果顯示,AQI顯著提高了政府對空氣污染問題關(guān)注程度；當(dāng)在第(1)列的基礎(chǔ)上加入中介變量Govaware之后，AQI與Govaware的系數(shù)均顯著為正，Sobel-Z 檢驗的P值為0.027 7，說明存在部分中介效應(yīng)，AQI與Govaware對綠色交通消費的直接效應(yīng)與間接效應(yīng)分別為0.005 3與0.003 7。綜上所述，表明空氣污染問題會提高居民和政府對空氣污染問題的關(guān)注程度，表明城市空氣污染能夠提高居民、政府對空氣污染問題的關(guān)注程度，進(jìn)而顯著促進(jìn)綠色交通消費，假設(shè)2得到證實。

表4 中介效應(yīng)檢驗Tab. 4 Test of mediating effect

5 結(jié)論與政策建議

利用2010—2019年中國大陸地區(qū)的29個省會城市新能源汽車銷量數(shù)據(jù)，實證檢驗空氣污染對綠色交通消費的影響。研究發(fā)現(xiàn)，空氣污染程度的升高顯著促進(jìn)了綠色交通消費。影響機制分析表明，空氣污染的升高通過提高公眾和政府的環(huán)境關(guān)注度，進(jìn)而促進(jìn)了綠色交通消費。為促進(jìn)中國交通領(lǐng)域的綠色轉(zhuǎn)型和綠色消費，提出以下政策建議:

(1)從需求側(cè)和供給側(cè)雙向發(fā)力促進(jìn)綠色交通消費。綜合運用報紙、電視、網(wǎng)絡(luò)、微博、公眾號等各類媒介積極宣傳綠色交通帶來的環(huán)境效益，提高綠色交通消費政策的知曉度。

(2)建立公眾與政府共同參與的空氣污染問題反饋和治理體系。政府應(yīng)當(dāng)完善空氣質(zhì)量的披露制度，建立健全輿論吸收、反饋與落實制度，及時回應(yīng)公眾對生態(tài)環(huán)境問題的關(guān)切，提高公眾參與社會環(huán)境治理的積極性，建立起政府與公眾在關(guān)注環(huán)境和治理環(huán)境方面的良性互動。

(3)加快完善針對本地區(qū)的空氣污染治理與綠色交通消費的政策和制度，不斷加強公眾對空氣質(zhì)量以及生態(tài)環(huán)境的關(guān)注力度，積極發(fā)揮公眾對政府治理環(huán)境的監(jiān)督作用，提倡全社會積極參與到綠色交通轉(zhuǎn)型的實踐中，踐行綠色交通消費的理念。