公共交通設施規模對綠色經濟效率的影響

李金培,徐麗群,唐方成,姚 迪

(1.北京化工大學 經濟管理學院,北京 100029;2.上海交通大學 安泰經濟與管理學院,上海 200030;3.北京石油化工學院 經濟管理學院,北京 102617)

《2012中國新型城市化報告》顯示,2012年中國城市化率突破50%,城鎮人口首次超過農村人口。城市化的快速推進促使城市規劃和建設不斷向周邊擴延,打破了計劃經濟時代以單位大院為基本地域單元的城市空間結構,“職住空間分離”現象成為常態,城市居民的出行活動空間和范圍隨之擴大。“職住空間分離”是指就業地和居住地在空間上的分離。一方面,“職住空間分離”現象下的城市空間結構變化促使企業向中心城區集聚,以獲得集聚經濟效應;另一方面,城市居民的居住區位選擇是房價作用下的居民收入和交通成本權衡后的結果,而中心城區不斷攀升的房價致使人們(尤其是中低收入者)的居住地逐漸呈城市邊緣化或郊區化[1]。在此情景下,機動化出行成為城市居民主要的通勤和生活出行方式。2020年新冠疫情防控期間,公交停運給城市居民通勤所造成的困擾見于諸多新聞報道,如公交停運導致醫務人員步行1 h上班1)https://www.sohu.com/a/371352496_100224247,超市員工步行近2 h上班,甚至騎自行車上下班仍需花費近2.5 h2)http://www.linkshop.com.cn/web/archives/2020/440613.shtml。出行成本直接影響著勞動力的生產率,進而影響著城市的經濟發展。盡管公交停運是為了更好地防控疫情,但是不禁由此引發思考:公共交通作為城市交通系統的主體,除了服務民生之外,對經濟發展的影響作用如何?

習近平總書記反復強調“交通基礎設施建設具有很強的先導作用”,明確了交通運輸在國民經濟發展中的先導性、基礎性、戰略性和服務性的功能屬性,并賦予了交通運輸發展先行官的歷史新定位3)交通運輸部:奮力從交通大國向交通強國邁進.http://www.gov.cn/xinwen/2017-10/18/content_5232641.htm。盡管已有學者從交通運輸先行的角度探討了經濟發展問題,但是這些研究大多聚焦于鐵路和公路等對外交通基礎設施[2-4],它們具有跨地區、遠距離、運輸量大的特點,體現的是貨運或跨區域客運功能。然而,交通運輸不僅包括貨運和跨區域客運,還包括城市內部的客運。Redding等[5]強調城市中人口流動產生的運輸成本是很重要的,從時間的機會成本和家庭總支出占比看,城市居民的運輸成本巨大,尤其是通勤成本。遺憾的是,公共交通作為承擔城市主要客運任務的運輸工具,現有研究主要關注其自身的經濟效益,如通過提高公交企業運營績效或吸引力來節約成本或增加票價收入[6-7],其對城市經濟發展的影響卻未獲得足夠的關注。實際上,公共交通不僅屬于滿足廣大人民群眾基本出行需求的社會公益性事業,同時也是城市經濟發展的“動脈”,對促進城市經濟社會的全面發展具有重要意義[8]。在中國城市化快速推進的背景下,基于城市客運視角,從公共交通的角度探討經濟發展問題是十分有必要的。

事實上,2004年《建設部關于優先發展城市公共交通的意見》明確指出:優先發展城市公共交通(簡稱“公交優先”)是促進城市可持續發展的重要舉措,要建立以公共交通為導向的城市發展模式。2013年《國務院關于城市優先發展公共交通的指導意見》倡導公共交通支撐和引導城市發展,并要求各城市加快建設公共交通基礎設施。在中央和地方政府的大力支持下,公共交通得到了快速發展,基礎設施建設成績顯著。以車輛規模為例,2016年城市公共交通車輛運營數達到53.88萬輛,相較于2004年的28.15 萬輛,車輛運營規模增加了近1 倍。Gwilliam[9]指出公共交通對經濟的作用取決于其基礎設施項目建設或投資的質量及發展階段。那么,“公交優先”戰略實施下,公共交通基礎設施的投資建設如何影響中國城市經濟? 值得探究。當前經濟高質量發展階段,綜合考慮經濟增長、資源節約和環境友好的綠色經濟已成為新的經濟發展模式,并成為經濟發展效率的內涵與評判標準[10],探究綠色經濟及其影響因素也已成為重要的學術課題[11]。鑒于此,本文基于“公交優先”背景,從公共交通基礎設施的投資建設入手,實證考察公共交通對綠色經濟效率的影響作用。綠色經濟效率是全面考慮了經濟增長、資源節約和環境保護的綜合指標[11]。公共交通在保障社會公益性基礎功能的同時,還需要認識到自身的經濟外部性,成為城市綠色經濟發展的新引擎。探究公共交通對綠色經濟效率的影響不僅有利于加深對公共交通與經濟發展之間關系的理解,還可以更好地制定公共交通發展政策,促進城市健康可持續發展。

本文的貢獻主要體現在兩個方面:①基于公共交通的客運功能,探討交通運輸對綠色經濟這一新型經濟發展模式的影響,為考察交通運輸的先導作用提供一個新視角,豐富了交通基礎設施影響經濟發展的研究成果;②在地區和城市規模差異性方面,探究公共交通設施規模對綠色經濟效率的影響,為各城市更好地制定和實施“公交優先”相關政策或措施提供了有益參考,可以在保障公共交通社會公益性基礎上,合理調控公共交通設施規模,提高公共交通資源利用效率。

1 文獻綜述

1.1 綠色經濟效率的測度

綠色經濟效率作為一種考慮環境和資源代價的綜合經濟效率,測度的是投入和產出之間的比率,其中,資源屬于投入,經濟增長屬于期望產出,環境污染屬于非期望產出[11-12]。從投入產出角度看,綠色經濟效率提升的路徑可以從兩個方面來理解:其一,在給定資源投入的情況下,盡可能獲得最大的經濟效益,并產生最小的環境污染;其二,在給定經濟效益和環境污染的情況下,盡可能減少資源投入。

關于綠色經濟效率的測度方法,學者們最常用的是數據包絡分析(Data Envelopment Analysis,DEA)方法。DEA 測算的結果是相對效率,只需要保證數據的相對一致性,就可以保證效率評價結果的準確性,是一種測算具有多投入與多產出的部門或系統相對效率的有效方法。并且,DEA 方法在測度效率時無需將各投入和產出要素的貨幣單位統一化,即不需要獲取各種投入產出要素的價格信息就可以清晰地說明投入和產出的組合,在確定前沿生產面時亦不需要主觀設定具體的函數形式,具有較強的客觀性[13]。DEA 方法主要包括非徑向模型和徑向模型兩種類型。在非徑向模型的應用方面,部分學者直接采用DEA 方法中非徑向非角度的SBM(Slacks-Based Measure)模型對綠色經濟效率進行衡量[12,14];部分學者則在SBM 模型基礎上采用Malmquist生產率或Luenberge指數對綠色經濟效率進行測度,以分析動態效率變化情況[15-16];還有學者將Malmquist和Luenberge兩個指數結合起來,構建Malmquist-Luenberge(ML)指數模型對綠色經濟效率進行測度[17]。在徑向模型的應用方面,一般將環境污染要素作為投入要素納入DEA 模型中,對綠色經濟效率進行測度[18]。不過,由于徑向模型忽視了變量松弛問題,在綠色經濟效率測度中較少得到運用。

關于綠色經濟效率的投入產出要素的指標選取,目前尚未形成統一的標準。根據已有文獻,投入要素一般包括勞動、資本、能源等生產要素。其中,勞動要素通常從勞動力投入方面選取指標,最常用的指標是從業人數;資本要素一般從資本存量或固定資產投資總額角度衡量;能源消耗大多選用電力消費指標。此外,小部分學者還考慮了土地、水和科技投入等資源[14-15,18]。產出包括期望產出和非期望產出兩個方面的要素。具體地,期望產出要素主要是指經濟增長,GDP 作為綠色經濟的核心產出,是通用的經濟增長代理指標,亦有學者從社會和生態效益角度引入了社會消費品零售總額、園林綠地面積和建成區綠化覆蓋率等期望產出要素[14,19]。非期望產出主要涉及環境代價要素,普遍采用工業“三廢”(廢水、二氧化硫、煙粉塵)來衡量,小部分學者同時也考慮了采用PM2.5、PM10等空氣污染物[20]進行測度的問題。

1.2 公共交通基礎設施與綠色經濟效率

通過梳理已有相關研究文獻,公共交通基礎設施對綠色經濟效率的影響大致可以從產業和個體兩個層面得以體現。

從產業層面看,公共交通基礎設施的建設可以推動城市房價上漲,促進房地產行業的發展,進而促進經濟增長[21-22]。Debrezion 等[23]發現,公共交通與房地產市場之間具有緊密聯系,更高的公共交通服務覆蓋率會增加車站周邊地區的吸引力,促使附近商業和住房價格明顯高于其他地區。Dubé等[24]發現,相較于公共交通服務未發生變化的地區,公共交通基礎設施的投資建設會顯著促進當地住宅價格的提升,并且每年給該城市帶來數百萬美元的稅收。公共交通基礎設施規模的擴大還能夠促進城市服務業的發展,進一步促進經濟增長。Chin等[25]發現,公共交通基礎設施的投資建設會吸引零售商和餐館等服務性產業在車站附近聚集。郝宏杰[26]發現,萬人擁有公共汽電車數量的增加能夠顯著促進全市服務業增加值的提高。

從個體層面看,交通基礎設施的投資建設會促使勞動力向城市中心集聚[27]。這是因為出行成本對人們從事生產和生活活動至關重要,公共交通基礎設施的改善不僅可以降低人們的出行成本,尤其是通勤成本,還可以提高就業可達性,促使人們更容易找到適合自己的工作,較短的通勤時間也可以減輕人們的交通壓力,提高工作效率[28-29],進而影響綠色經濟效率[11]。同時,公共交通基礎設施規模的擴大能夠通過完善其服務推動城市產生巨大的“虹吸效應”,吸引高技能勞動力向城市集聚,促進人力資本積累和增長,進而提高環境約束下的經濟增長率[30],以及弱化能源稟賦對綠色經濟效率的負向沖擊程度,在一定程度上促進綠色經濟效率的提升[31]。不過,有學者發現,勞動力在城市內的集聚保持在一定程度時,有助于綠色經濟效率的提升,但是超過一定程度時則會抑制綠色經濟效率的提升[11]。另外,發達的城市公共交通有利于增強人口流動性[32],擁有不同技能水平的個體在城市內部的有效流動可以提高勞動力和工作之間的空間匹配度,專業化的分工則可以帶來規模經濟,提高城市經濟生產力[33]。但是,有研究表明,人口流動在短期內會暫時抑制綠色經濟的發展,長期才能起到促進作用[34]。綜上可知,公共交通基礎設施與綠色經濟效率之間并非簡單的線性關系,處于不同發展階段的公共交通可能對綠色經濟效率表現出不同的影響方向。

根據上述分析,本文認為公共交通基礎設施對綠色經濟效率的影響具有不確定性,兩者之間或許存在非線性影響關系,而這取決于上述產業和個體兩個層面影響的綜合作用。但是,現有文獻中公共交通基礎設施對綠色經濟效率的影響主要通過服務業發展、勞動力集聚和人口流動等作用渠道間接推出,鮮有研究公共交通基礎設施對綠色經濟效率的直接影響效應。因此,本文以中國地級市為研究對象,在測度綠色經濟效率的基礎上,實證研究公共交通基礎設施對綠色經濟效率的直接影響效應。特別地,本文進一步探討了在不同地區和城市規模下公共交通基礎設施對綠色經濟效率的異質性影響。

2 研究設計

2.1 綠色經濟效率的測度

采用國內學者最常用的DEA 方法測度綠色經濟效率。鑒于綠色經濟效率中的環境要素屬于非期望產出,具體選用DEA 方法中考慮非期望產出的SBM 模型(SBM-Undesirable Model)。該模型由Cooper等[35]提出,測度的效率值是針對某一特定時期的投入產出比率,效率值越大,說明某城市在該時期的綠色經濟發展水平越高。

首先,構建SBM 模型。借鑒Cooper等[35]的方法,將投入、期望產出和非期望產出要素共同納入生產可能性集合中,每一個城市作為一個決策單元(Decision Making Units,DMU)處理,對綠色經濟效率進行測度。具體地,假設有n個DMU,每一個DMU 由投入X、期望產出Y和非期望產出YU3類要素構成,其中:

生產可能性集的表達式為

式中:e=(1,…,1)∈R n;λ為強度向量;L和U為λ的上限和下限。

鑒于樣本城市的規模不同,數據量級差異較大,根據Cooper 等[35]的建議,選擇規模報酬可變(VRS)為生產技術構造生產邊界,即(L,U)=(1,1)。投入、期望產出和非期望產出的權重分別為wi、wr和。投入、期望產出和非期望產出的松弛向量分別為s-∈R m、s∈R s和s U∈R S U。在經濟高質量發展階段,經濟增長和環境保護同等重要,因此,賦予期望產出和非期望產出相同的權重,以及每一種投入要素之間、期望產出要素之間和非期望產出要素之間的重要性均相等。上述生產可能性集下的綠色經濟效率測度方程式為:

式(2)表明,當EFF·=1時,DMU 處于生產可能性集的有效邊界。

其次,對綠色經濟效率的投入產出要素選取合適的指標。根據前文的文獻梳理,綠色經濟效率的投入要素通常包括勞動、資本和能源,產出要素包含期望產出和非期望產出,期望產出主要是指經濟要素,非期望產出主要涉及環境污染方面的要素。參考國內學者的普遍做法,并結合數據可獲得性和完整性,本文對綠色經濟效率的投入產出要素選擇如下指標:

(1)勞動投入選取從業人員數衡量。

(2)資本投入采用資本存量衡量,其中,資本存量運用“永續盤存法”進行估算,資本折舊率數據和初始資本存量計算公式均來自文獻[36]。資本存量的估算涉及當年投資、固定資產投資建設周期、固定資產投資的價格總指數、初始資本存量以及折舊率5個指標,其中各城市固定資產投資加權平均建設周期為3年[36],由于本文研究期間開始于2004年,故資本存量的計算以2002年為基期。

(3)能源消耗選擇電力消費作為代理指標。中國經濟發展一直以來最為重要的基礎性能源是燃煤,而燃煤廣泛應用于發電領域[37],因此,電力消費和能源消費之間存在很高的相關性,并且處于長期穩定的狀態[38],電表自動記錄的電力消費數據也相對更加準確[39]。

(4)為了與資本存量的統計口徑保持一致,期望產出選用以2002 年為基期的實際GDP,實際GDP通過國內生產總值指數換算得到。

(5)非期望產出選取工業“三廢”,即煙塵、二氧化硫和廢水。工業“三廢”可以較好地反映當地的污染現狀,并且3種物理形態的污染物在一定程度上可以反映污染的多樣性[40-41]。

2.2 實證模型構建

本文綠色經濟效率采用SBM-Undesirable Model測度,該模型計算得到的效率值介于0～1之間,其中處于DEA 有效邊界上的決策單元的效率值將轉化為1,而不能超過1,可以認為樣本在特定范圍內存在某個極限值,屬于受限被解釋變量,此情形下的數據被稱為歸并數據。對于歸并數據,如果直接采用普通最小二乘法回歸,將會導致參數值估計偏誤[42]。鑒于此,本文選擇考慮歸并數據的面板Tobit模型檢驗公共交通設施規模對綠色經濟效率的影響。面板Tobit模型包括固定效應和隨機效應兩種類型,但是由于固定效應的Tobit模型使用最大似然估計方法得到的估計量是不一致的[42-43],本文選擇隨機效應面板Tobit模型。模型構建如下:

依據前文的文獻回顧和分析,公共交通設施規模和綠色經濟效率之間可能存在非線性關系。因此,為了反映公共交通設施規模對綠色經濟效率的非線性影響,進一步考察了公共交通設施規模的二次項。模型構建如下:

式中:EFF表示綠色經濟效率,EFF*表示對應的不可觀測的潛在變量;PTP 表示公共交通設施規模,PTP2表示公共交通設施規模的二次項;Controls表示一組控制變量;α和β是待估參數,δi為個體隨機效應,πi,t服從標準正態分布。

2.3 變量選取與數據說明

公共交通設施規模是本文的主要解釋變量。加大公共交通投入是城市推動公共交通優先發展的重要措施,增強公共交通設施的投資建設力度則是加大公共交通投入的關鍵手段。已有相關文獻中,公交車輛數是國內外學者評價公共交通投入規模最為常用的指標[44],并且公交線路的增加、營運里程的延長、站點覆蓋率的提高等公共交通設施的完善都必須以公交車輛數的增加為基礎,故從公交車輛投入方面衡量公共交通設施規模具有一定的合理性和代表性。同時,公交車輛數是各城市普遍披露的公共交通設施指標,具備較好的數據完備性。另外,公共交通作為服務城市居民的交通運輸工具,與城市人口規模緊密相關[45],而中國城市數目多,人口規模差異大,所以從城市人口規模的角度調控公交車輛投入規模,即采用萬人公交車輛保有量衡量公共交通設施規模對城市交通系統的建設和發展更具實踐意義。不僅如此,萬人公交車輛保有量是《公交都市考核評價指標體系》(2013)中的考核指標,亦是《中國綠色發展指數報告——區域比較(2016)》中政府政策對基礎設施的支持度的代理指標之一,相較于公交車輛數,該指標更具科學性和政策導向性。綜上所述,借鑒Yao等[46]的方法,選用萬人公交車輛保有量作為公共交通設施規模的代理指標。該指標的數值越大,意味著每位城市居民可以配備到更多的公交車來為其提供生產和生活出行服務[47]。參照交通運輸部印發的《公交都市考核評價指標體系》,萬人公交車輛保有量指標按照市區人口計算所得。考慮到數據量級的一致性,萬人公交車輛保有量指標具體運用千人擁有公交車輛數來計算。

根據前文分析,綠色經濟效率的提升可以通過促進經濟增長、節約資源或減少環境污染來實現,所以綠色經濟效率的影響因素既包含影響經濟增長的因素,又包含影響資源消耗和環境污染的因素。因此,為盡可能緩解遺漏變量偏誤問題,參考已有研究文獻,本文還控制了可能影響綠色經濟效率的其他因素:

(1)城市經濟發展水平。根據環境庫茲涅茨曲線理論,綠色經濟效率與城市經濟發展水平之間可能存在二次型的不確定性關系,即“U 型”或“倒U型”[11]。本文采用人均實際GDP 衡量城市經濟發展水平。

(2)城市人口密度。人口作為城市形成與發展的重要因素,人口密度影響著城市的生產效率、資源消耗量和污染物排放量[14]。本文采用城市單位面積上的人口數衡量城市人口密度[48]。

(3)產業結構。第二產業包括工業和建筑業,這兩個行業會產生較多的污染物排放量,而污染物排放是綠色經濟效率的非期望產出,故第二產業的比重越高,污染物排放量就越大,不利于綠色經濟效率的提升[11]。本文采用第二產業變化值占GDP的比重衡量產業結構[48]。

(4)對外開放程度。對外開放程度對綠色經濟效率的影響存在一定的爭議,一種觀點認為外商直接投資能夠提高當地的管理水平和技術水平,產生溢出效應,有助于環境技術效率的提高;另一種觀點認為發達國家或地區對環保的高要求會促使高污染產業的企業向環境標準較低的發展中及不發達國家或地區轉移,不利于環境效率的提高,即存在“污染天堂假設”[49]。本文采用外商直接投資與GDP 的比值衡量對外開放程度[48]。

(5)政府研發投入。政府研發投入的增加會刺激經濟增長,兩者之間存在長期均衡關系[50]。本文采用地方財政科學支出與GDP的比值衡量政府研發投入。

(6)政府干預程度。政府在行政管理和軍事支出方面的支出可能會對研發投入產生擠出效應,導致資源分配的扭曲,對經濟產生不利影響[11,39,51],而政府對經濟的適度干預則有助于調節資源配置,促進綠色經濟效率的提高[11]。本文采用地方財政一般預算內支出與當地GDP的比值衡量政府干預程度[11,51]。

(7)高速公路里程。公路建設是交通運輸成本變化的重要因素,會降低運輸成本和提高當地在位企業的生產效率,進而促進經濟增長或經濟效率的提升[2]。不過,有研究發現,公路建設對小城市的經濟增長具有抑制作用[52]。本文采用高速公路里程作為公路建設的代理變量[4]。

(8)房價水平。“職住空間分離”的城市空間結構下,房價水平會導致GDP 的劇烈波動[53]。本文采用房價收入比衡量城市的房價水平,其中房價收入比等于房價與職工平均工資的比值[54]。

上述變量的原始數據來自歷年《中國統計年鑒》《中國城市統計年鑒》《中國城市建設統計年鑒》,以及CEIC和CSMAR 數據庫。對于個別缺失數據,通過查找各城市統計年鑒、國民經濟和社會發展統計公報等進行補充。研究期間為2004～2016年,這是由于本文在“公交優先”背景下展開,其中“公交優先”在《建設部關于優先發展城市公共交通的意見》(建城〔2004〕38 號)中被正式提出,該文件于2004年3月6日生成并發布,有效期至2016年2月18日。基于數據完整性和可獲得性,選取中國265個地級及以上城市(包括地級市和直轄市)作為研究樣本,占2019年全部地級及以上城市的90.4%,共覆蓋30個省級行政區域,說明本文的樣本具有一定的代表性。

各變量的選取說明及描述性統計結果如表1所示。研究期間內全樣本的萬人公交車輛保有量平均不足8輛,最低不足1輛,最高保有量超過39輛,標準差為4.670 9,說明城市公共交通發展差別較大,且發展水平的變動幅度較大。綠色經濟效率平均值為0.307 1,效率值分布在0.058 3和1.000 0之間,表明全樣本的平均綠色經濟發展水平較低,而且研究期間內綠色經濟發展狀況具有較大差距。

表1 變量選取說明及描述性統計

3 結果分析與討論

3.1 多重共線性檢驗

表2給出了變量相關系數矩陣,以及各個解釋變量的方差膨脹因子(VIF)測算結果。除了人均實際GDP和其二次項之間的相關系數為0.899 9,超過0.85之外,其他變量兩兩之間的相關系數絕對值均小于0.85;VIF平均值為2.14,最大解釋變量的VIF為6.17,明顯小于10。因此,可以認為不存在嚴重的多重共線性,回歸結果不會受到多重共線性問題的顯著影響[55]。

表2 變量相關系數矩陣及方差膨脹因子(VIF)

3.2 公共交通設施規模與綠色經濟效率關系

表3第(1)和第(2)列分別給出了公共交通設施規模對綠色經濟效率的線性和非線性影響估計結果。LR 檢驗結果顯示均存在個體效應,表明本文使用隨機效應面板Tobit模型是合理的。第(1)列的結果顯示,萬人公交車輛保有量的回歸系數在1%的水平上顯著為負。第(2)列的結果顯示,萬人公交車輛保有量的一次項和二次項的回歸系數分別為負和正,且均在1%的水平上顯著。這意味著公共交通設施規模與綠色經濟效率之間存在顯著的非線性關系。具體地,隨著萬人公交車輛保有量的增加,綠色經濟效率呈先下降后上升的“U 型”變化趨勢。可能的解釋是:公共交通設施規模直接影響著便捷性和舒適性等服務質量,進而影響著公共交通的吸引力[56-58]。但是,只有全面、大規模和效果顯著的服務質量改善才能引起人們對公共交通的關注,并吸引人們選擇公共交通出行,尤其是私家車出行者[59-61]。即當公共交通設施規模處于較低水平時,隨著公共交通設施規模的逐步擴大,其服務水平4)公共交通服務水平是指公共交通系統所生產的客運服務滿足公眾出行需求的百分比或程度,一般可以從可達性、快捷性、可靠性、舒適性等服務質量屬性方面衡量。高的公共交通服務水平可以降低出行費用、縮減出行時間、改善出行者對公共交通的主觀感受,進而減少出行總成本,增強公共交通的吸引力[62]雖然得以逐漸提升但仍相對較低,對居民的吸引力尚未得到體現,此時新增的公共交通設施無法得到較充分的利用,造成公共交通資源的浪費,如公交車輛空載率增高。一方面,公共交通作為準公共物品(服務),其設施規模的擴大源于政府的資金投入。有限的財政資金約束下,政府對公共交通的投資建設無疑會對城市其他公用事業(如供氣和供電)的發展產生擠出效應。并且,相較于私家車,體積較大的公交車輛對城市空間和道路面積的占用比例更大,在存在公交車輛空載的情況下,公交車輛的增加將會導致城市空間和道路資源的利用效率進一步降低。因此,公共交通資源的浪費意味著公共資源的錯配和較低的使用效率,而這會造成綠色經濟效率的損失。另一方面,公共交通的運營存在站點多和上下乘客的問題,公交車輛在車站停留期間會使車站產生臨時堵塞,行車延誤時間和擁堵平均時速比私家車更多,公交車站和交叉路口的車速變動還會導致道路網絡上其他車輛的延誤[63-64]。經濟時代,“時間就是金錢,效率就是生命”。出行時間的不確定性和不可靠性直接決定著企業較低的競爭力、盈利能力和經營效率[65],阻礙著企業的技術創新和污染治理,不利于城市綠色經濟發展。但是,在“公交優先”戰略的持續實施下,隨著公共交通設施規模的進一步擴大(超過某一閾值時),公共交通服務水平得到顯著提升,開始獲取人們的注意力,對居民的吸引力也開始增強。例如,北京、上海、廣州等城市具有強大的“虹吸效應”,發達的城市公共交通或許在一定程度上對人們產生了吸引作用。此時,公共交通的各種正外部性得以凸顯并占據主導,公共交通設施規模擴大對綠色經濟效率的提升表現出積極影響。這是由于完善的公共交通設施能夠減少私家車的出行量、強化地區之間的聯系,進而提高城市經濟效率[66],并且公共交通基礎設施的投資建設會促使公共交通服務覆蓋領域的資源增值,推動房地產業、餐飲和零售業等服務業的發展,從而促進城市經濟增長[21-26]。同時,服務業和房地產業作為第三產業,其產能的增加有助于提高第三產業的結構占比,而低能耗、低污染排放的第三產業比重增加有利于綠色經濟效率的提升。

表3 公共交通設施規模對綠色經濟效率的估計結果

根據萬人公交車輛保有量的一次項和二次項回歸系數值-0.084 8和0.025 6,計算得到“U 型”曲線的拐點值為16.56,即每萬人約17輛公交車。表1的描述性統計分析結果顯示,研究期間萬人公交車輛保有量平均不足8輛/萬人,進一步計算發現,研究期間僅174個樣本的萬人公交車輛保有量超過臨界值,占樣本總量的5.05%。可見,相較于拐點,絕大部分城市處于綠色經濟效率隨萬人公交車輛保有量增加而降低的階段。鄒薇等[67]也發現,萬人公交車輛保有量對中國經濟增長率具有顯著負效應。說明當前中國城市公共交通設施規模整體上仍處于較低水平,政府的投資建設力度需要進一步加強。根據本文的實證結果,如果達到綠色經濟效率隨公共交通設施規模擴大而提高的階段,萬人公交車輛保有量至少還有一半的增加空間。需要注意的是,2016年27個城市的萬人公交車輛保有量超過了“U型”曲線的臨界值,占比10.19%,遠超5.05%,表明隨著公共交通的不斷發展,萬人公交車輛保有量超過臨界值的城市明顯增多。因此,有理由相信,在“公交優先”戰略的持續實施下,隨著公共交通設施的不斷完善,將會有越來越多的城市跨越“U 型”曲線的拐點,發揮公共交通的正外部性,對綠色經濟效率的提升產生積極作用。

在控制變量方面,人均實際GDP與綠色經濟效率之間呈顯著的“倒U 型”曲線關系,支持了“環境庫茲涅茨曲線”假設。產業結構對綠色經濟效率的影響顯著為負,即第二產業變化值占比越高,綠色經濟效率越低,說明城市在經濟發展過程中有必要引導產業結構從工業化向第三產業轉變。對外開放程度對綠色經濟效率的影響顯著為負,支持了“污染天堂假設”。政府研發投入與綠色經濟效率之間呈正相關關系,與林伯強等[11]的研究結論一致。政府干預程度對綠色經濟效率的影響顯著為正,可能的原因是,政府干預程度能夠促進資源的合理配置,以及加強對高污染產業的環境管控,從而有助于推動綠色經濟效率提升。高速公路里程對綠色經濟效率的影響顯著為正,說明高速公路建設能夠明顯提高區域經濟效率[2]。房價收入比與綠色經濟效率之間的關系顯著為負,意味著相較于職工平均工資,城市實際房價水平越高,越不利于綠色經濟效率的提升。可能的解釋是:一方面,城市房價越高,房地產短期開發行為越傾向于過度,導致土地資源的浪費與流失,并且不利于城市生態環境的建設和保護;另一方面,城市房價越高,外來勞動力的生活成本也就越高,這會限制外來勞動力流入,一旦房價超過平均工資,將會導致永久性收入的下降[54],不利于經濟發展。

3.3 內生性問題討論

公共交通的社會公益屬性決定了其運營離不開政府財政補貼,即城市的經濟發展狀況是公共交通正常運營的基本物質基礎。即一個城市只有在經濟發展狀況良好的情況下,才有足夠的資金支持公共交通設施規模的擴大。因此,公共交通設施規模和綠色經濟效率之間可能存在雙向因果關系,這有可能會造成內生性問題。

解決雙向因果關系的常用方法是選擇合適的工具變量對模型采用兩階段方法控制因變量對自變量的影響作用,其中工具變量的選取需遵循相關性和外生性這兩個基本條件。借鑒林伯強等[68]的方法,采用城市道路面積(road_area_iv)作為工具變量,這是由于城市道路面積是公共交通效率的影響因素,而車輛規模是公共交通效率的重要投入要素,可以認為公共交通設施規模會受到城市道路面積的影響。并且,因為交通基礎設施在經濟發展中具有先導作用,城市道路作為交通基礎設施的重要組成部分,其面積大小在城市發展規劃中已提前確定,所以不會與擾動項之間形成顯著的影響關系。需要注意的是,模型中含有公共交通設施規模的一次項及其二次項,說明至少需要兩個工具變量。對于面板數據,使用內生變量的相關滯后項作為工具變量是學者們常用的方法,因為從當期的角度看,滯后項已經固定,與當期擾動項不相關。鑒于此,本文同時采用滯后1期的公交車輛數(bus_lag_iv)作為工具變量,這是考慮到公交車輛數會直接影響居民在當年的出行成本(包括時間成本和貨幣成本),而無法對居民下一年的出行成本產生直接影響,由此,可以認為上一年的車輛規模不會直接影響當年的綠色經濟效率。鑒于綠色經濟效率測算值介于0～1之間,本部分采用IV-Tobit兩步法進行內生性問題討論。IV-Tobit兩步法可以避免IV-Tobit方法在含有多個內生解釋變量情形下數值計算不易收斂的問題[43]。為盡可能解決內生性問題,本文在IV-Tobit兩步法模型中還控制了城市及時間固定效應。表4第(1)列給出了IVTobit兩步法的估計結果(因篇幅所限,兩步法的詳細結果略)。由內生性檢驗結果可以看出,Wald檢驗統計量對應的p＜0.01,表明在1%的顯著水平上拒絕了外生性問題的原假設,可以認為公共交通設施規模變量存在一定程度的內生性。由工具變量的檢驗結果可以看出,第1 階段的回歸結果顯示兩個工具變量對公共交通設施規模的影響都在1%的水平上顯著,證明這兩個工具變量是有效的。另外,第1階段的F檢驗值均大于10,可以認為不存在弱工具變量的問題。

表4 內生性問題討論及穩健性檢驗結果

具體而言,第2階段的估計結果顯示,萬人公交車輛保有量的一次項和二次項對綠色經濟效率分別具有顯著的負向和正向影響,表現出明顯的“U 型”曲線關系,與表3的估計結果一致。根據萬人公交車輛保有量的一次項和二次項的回歸系數值,計算得到“U 型”曲線的拐點約為13輛/萬人(12.55),與不使用工具變量時的拐點相差約4輛/萬人,表明在不考慮工具變量的情況下,萬人公交車輛保有量與綠色經濟效率之間“U 型”曲線關系的臨界值被高估,約每萬人多配置4輛公交車,不過被高估的車輛規模較小,說明采用萬人公交車輛保有量衡量公共交通設施規模對綠色經濟效率的影響,估計結果具有一定的可靠性。

3.4 穩健性檢驗

為了保證回歸結果的穩定,本文在內生性問題討論的基礎上采用3 種策略進行穩健性檢驗。首先,直轄市與省、自治區和特別行政區雖有相同行政區劃級別,但在經濟發展方面具有其他地級市不可比的優勢[69],故此刪除北京、上海、天津和重慶4個直轄市。其次,地鐵作為公共交通系統的構成部分,具有大容量、運行距離長和低票價等特點,與公交車既相互補充又相互替代[70-71]。而出租車作為供居民臨時雇傭的小汽車,出行成本(包括時間成本和貨幣成本)介于公交車和私家車之間,舒適度、便捷性和靈活性等服務質量優于公交車,且不需要承擔私家車的購買費用,是公交車和私家車強有力的共同替代品。為了避免因忽視地鐵和出租車而減弱公交車與綠色經濟效率之間的關系,在刪除直轄市樣本后進一步控制了“是否有地鐵”“出租車運營數量”兩個變量。具體地,如果城市有地鐵,則取值1,否則取值0。最后,由于不同假定下測度的綠色經濟效率值可能存在差異,在上述兩種策略基礎上,基于規模報酬不變(CRS)假定對綠色經濟效率進行重新測度,以替換前文中基于VRS假定測算得到的綠色經濟效率,對回歸結果進行重新檢驗。

表4第(2)～(4)列依次給出了上述3種策略下的穩健性檢驗結果。估計結果顯示,3種穩健性檢驗策略下的萬人公交車輛保有量與綠色經濟效率之間都呈顯著的“U 型”曲線關系,與表3、4第(1)列的估計結果均一致,說明本文的核心結論是穩健的。同時,3種穩健性檢驗策略下的萬人公交車輛保有量的拐點值依次為12.49、12.27 和11.22,與前文計算所得的16.56和12.55相近,強化了本文核心結論的穩健性。

4 公共交通設施規模對綠色經濟效率的影響差異

經濟發展是支持公共交通設施規模擴大的基礎,但是從城市所在空間地理區域看,中國城市經濟體系的發展存在不平衡性。那么,公共交通設施規模對綠色經濟效率的影響是否存在地區差異? 另外,公共交通的服務對象是乘客,而城市人口規模決定了當前乘客和潛在乘客的數量,故在一定程度上影響著公共交通設施規模。由此,本文進一步思考如下問題:公共交通設施規模對綠色經濟效率的影響是否存在城市規模差異? 接下來,本文從城市的地理區位和人口規模兩個方面探討公共交通設施規模對綠色經濟效率的影響差異。

4.1 地區差異

為考察公共交通設施規模對不同地區的城市綠色經濟效率的異質性影響,將樣本分為東部、中部和西部3個子樣本,分別對式(4)進行估計。表5 第(1)～(3)列依次給出了以東部、中部和西部地區為樣本的回歸結果。LR 檢驗結果表明,本部分運用隨機效應面板Tobit模型是合理的。回歸結果顯示,東部、中部和西部地區的萬人公交車輛保有量與綠色經濟效率之間都呈“U 型”曲線關系,與全樣本估計結果一致。不過,對于西部地區而言,公共交通設施規模與綠色經濟效率之間尚未形成顯著的“U型”曲線關系。根據萬人公交車輛保有量的一次項和二次項的回歸系數值,計算了西部地區“U 型”曲線關系的拐點值,發現研究期間內99.85%的樣本城市的萬人公交車輛保有量小于拐點值,表明研究期間內幾乎所有位于西部地區的樣本城市都處于綠色經濟效率隨公共交通設施規模擴大而降低的階段,公共交通發揮正外部性的階段尚不明朗。可能的原因是,雖然公共交通發展可以提高交通可達性,為人們的出行帶來便利,并在一定程度上有助于節約出行成本,但是相較于東部和中部地區,西部地區的房價相對較為“友好”,“職住空間分離”現象不那么突出,人們對機動化交通出行的依賴性也就相對較弱。同時,西部地區的工作和生活節奏都相對較慢,導致人們對公共交通發展所節約的出行時間成本的關注度不高,敏感性也相對較弱。因此,公共交通設施規模擴大所產生的正外部性在西部地區尚未有所體現。但是,隨著西部大開發戰略的實施,西部地區的城市發展已經呈現出加速擴張態勢,相信公共交通在城市經濟發展中的作用將會不斷得以體現。

4.2 城市規模差異

鑒于普查數據中城區人口的統計口徑更加接近城市實體概念,是判斷城市人口規模的合適指標[72],本文采用城區人口作為城市規模的衡量依據。同時,由于部分城市行政區劃在研究期間內有所調整5)例如,巢湖市于2011年被撤銷地級市行政地位,所轄1區4縣被分別劃歸合肥、蕪湖和馬鞍山3市管轄,且城市規模劃分標準變化較為頻繁6)傳統分類按照市區和郊區非農業人口的規模大小將城市劃分為4類:20萬城區人口以下為小城市,20～50萬為中等城市,50～100萬為大城市,100萬以上為特大城市。《中國中小城市發展報告(2010):中國中小城市綠色發展之路》以市區常住人口作為城市規模的統計口徑,將城市劃分為5類:50萬城區人口以下為小城市,50～100萬為中等城市,100～300 萬為大城市,300～1000 萬為特大城市,1 000萬以上為超大城市。《國務院關于調整城市規模劃分標準的通知》根據城區常住人口規模將城市劃分為5類:50萬城區人口以下為小城市,50～100萬為中等城市,100～500萬為大城市,500～1 000萬為特大城市,1 000萬以上為超大城市,故選取2016年城區人口作為城市規模的劃分依據,并以最新發布的《國務院關于調整城市規模劃分標準的通知》(2014年)作為城市規模劃分的參照標準,將城市規模劃分為4類:50萬城區人口以下為小城市,50～100萬為中等城市,100～500萬為大城市,500萬及以上為超大城市7)城市規模的劃分區間標準:以上包括本數,以下不包括本數。其中,小城市有94個,中等城市有97 個,大城市有66 個,超大城市有8個。考慮到樣本城市中僅有8個超大城市,不滿足大樣本理論,接下來主要對小城市、中等城市和大城市3個城市規模類型進行分析。具體地,針對小城市、中等城市和大城市3個子樣本,分別對式(4)進行估計,以考察公共交通設施規模對不同城市規模下的綠色經濟效率的異質性影響。

表5第(4)～(6)列依次給出了小城市、中等城市和大城市的回歸結果。LR 檢驗結果表明,本部分運用隨機效應面板Tobit模型是合理的。回歸結果顯示,小城市的萬人公交車輛保有量的二次項系數為負,中等城市和大城市的萬人公交車輛保有量的二次項系數均為正,表明公共交通設施規模與綠色經濟效率在小城市呈“倒U 型”曲線關系,在中等城市和大城市則呈“U 型”曲線關系。這意味著城市公共交通優先發展初期,小城市的萬人公交車輛保有量越大,綠色經濟效率越高,一旦公共交通發展到某一特定程度,隨著萬人公交車輛保有量的進一步增加,綠色經濟效率將出現下降趨勢;中等城市和大城市的情況則與小城市相反,即綠色經濟效率隨著公共交通設施規模的擴大呈先下降后上升的變化趨勢。根據萬人公交車輛保有量的一次項和二次項系數估計值,計算得到研究期間內79.71%的小城市位于“倒U 型”曲線的左側部分,98.65%的中等城市位于“U 型”曲線的左側部分,94.29%的大城市位于“U 型”曲線的左側部分。可見,研究期間內大部分小城市處于綠色經濟效率隨公共交通設施規模擴大而提升的階段,大部分大中城市則處于綠色經濟效率隨公共交通設施規模擴大而降低的階段。公共交通設施規模對綠色經濟效率的影響在小城市和大中城市存在明顯差異的原因可能源于兩個方面:其一,相對于大中城市而言,小城市的經濟發展水平較低,相較于私家車高額的購買成本和出行成本(主要是貨幣成本),公共交通的低票價特征促使居民的出行方式更多依賴于公共交通,而小城市的公交車輛規模處于較低水平,即小城市的萬人公交車輛保有量平均不足6輛(5.95),而中等城市每萬人平均擁有的公交車超過7輛(7.08),大城市每萬人平均擁有的公交車超過10輛(10.39)。可見,小城市公共交通的供給量明顯低于居民對公共交通的需求量。在供不應求的情況下,公共交通車輛規模的擴大將會滿足更多居民的出行需求,降低居民的總出行成本,從而對城市綠色經濟發展產生促進作用。其二,大中城市的經濟發展速度和社會發展程度相對于小城市而言都比較高,私家車的購買價格不再是阻礙人們選擇私家車出行的主要因素,公共交通的低票價政策對居民的吸引力也較低,居民對公共交通服務質量方面的需求則相對較高。在城市公共交通優先發展初期,由于公共交通服務尚處于較低水平,人們從其他出行方式轉向公共交通出行的比例較低,尤其是私家車出行者,導致公共交通資源浪費,而公共交通設施規模的擴大會占用較多的城市道路資源,在私家車出行比例尚未明顯降低的情況下將會加劇道路擁擠程度,居民的出行成本增高,不利于城市綠色經濟發展。公共交通設施規模與綠色經濟效率之間的關系目前只在大城市表現顯著。可能的原因是,相較于中小城市,大城市的房價無疑是非常高昂的,尤其是大城市的中心地區,致使越來越多的居民將住宅選在城市邊緣地區或郊區,甚至部分居民將住宅安置在大城市周邊房價相對較低的其他中小城市,即“職住空間分離”現象在大城市尤為嚴重。在“職住空間分離”現象嚴重的大城市,居民為了滿足基本出行活動的需要,尤其是通勤需要,對機動化交通出行工具的需求程度更高,而城市的客運任務主要由公共交通承擔,使得公共交通設施規模擴大所產生的正外部性在大城市較易得到體現。

表5 地區和城市規模差異性估計結果

5 結論

本文基于“公交優先”背景,利用2004～2016年間中國265個地級及以上城市的面板數據,實證研究了公共交通設施規模對綠色經濟效率的影響。研究發現:

(1)公共交通設施規模與綠色經濟效率之間存在顯著的“U 型”曲線關系,其中“U 型”曲線的拐點約為每萬人17輛公交車。

(2)公共交通設施規模對綠色經濟效率的影響存在地區差異。東部、中部和西部地區的公共交通設施規模與綠色經濟效率之間都呈“U 型”曲線關系,不過西部地區的“U 型”曲線關系尚不顯著。

(3)公共交通設施規模對綠色經濟效率的影響存在城市規模差異。小城市的公共交通設施規模與綠色經濟效率之間呈“倒U 型”曲線關系,而中等城市和大城市呈“U 型”曲線關系,但是目前階段只有大城市具有統計上的顯著性。

上述研究結論為在以經濟建設為中心的城市發展過程中堅持“公交優先”戰略的實施提供了經驗證據。90年代初,汽車消費被賦予拉動內需的4大動力之一,在汽車產業的巨大利益誘惑面前,公共交通的地位被不斷忽視,進而造成當前的交通困境。正如陸禮[73]所指出的,城市交通各種困擾的根源在于功利性和經濟性占據了城市發展目標的主導地位。機動化交通出行時代,城市采用何種交通方式來保障居民的基本出行是一個事關全局發展的重要抉擇,而在資源和環境雙重約束下,只有充分發揮公共交通的重要作用,方能真正滿足城市居民的基本出行需求[74]。因此,政府有必要充分認識到公共交通不僅是社會公益性事業,亦對經濟發展具有不可忽視的作用。在城市化快速推進背景下,無論是基于服務社會公眾,還是促進綠色經濟發展,公共交通的發展都仍需“加大力度”。不僅如此,公共交通的發展更要“精準發力”。這就要求城市公共交通優先發展的相關政策和措施的制定和執行不能“一刀切”。針對不同地區和人口規模的城市,國家相關部門應鼓勵和支持其采取適合自身情況的公共交通發展策略。例如,公交都市的考核標準有必要根據不同城市的具體情況有針對性地給予調整和浮動的空間。如此,方能促使各城市合理配置公共交通資源,推動公共交通健康可持續發展。