A-P-S组合策略的多重绩效及其“褪色”效应分析

贾书伟

(河南农业大学 信息与管理科学学院,河南 郑州 450002)

0 引言

空气污染是一种重大公众健康危害源，据统计，因空气质量问题每年造成大约650万人死亡，其经济损失达2282637.5亿元(根据人生命的隐形价值国际标准换算)[1]，对人类社会造成了巨大的“隐形”损失。现如今，拥堵也已成为城市交通发展的一种新常态，不仅在大城市，其影响迅速蔓延到二、三线城市。对人们的出行、工作和生活带来极大不便。特别的，因机动车的拥堵，又会增加尾气排放量，因此，城市交通拥堵及其引发的空气污染已成为当前迫切需要解决的问题。

近几年，国内外学者们对空气污染(如雾霾污染)进行了大量的研究，现有研究主要集中在以下方面：雾霾污染的形成机理[2]及影响因素[3]，治理雾霾的技术手段[4,5]、计量经济学方法[6～9]、环境政策[10～12]及交通政策[13～115]等。其中，在雾霾污染的形成机理及影响因素的研究方面，文献[2]采用空间统计方法描述了雾霾污染的空间分布特征，利用空间计量模型分析了其影响因素。结果发现： 产业结构、机动车保有量的快速增长和省会城市等因素加剧了雾霾污染。基于空间溢出效应视角，文献[3]利用夜间灯光数据探究了人均GDP、产业结构、能源结构、人口规模、技术水平、交通运输及对外开放等因素对雾霾污染的影响。在计量经济学方法的研究方面，文献[7]以我国286个地级市的PM2.5浓度数据(2004～2013年)为依据，使用劳动生产率指标来刻画经济发展质量，采用空气流动系数和政府环境治理指标来度量地方政府的环境政策及其治理力度，进而得到雾霾污染降低了城市的经济发展质量，而政府治霾的环境手段有助经济的高质量发展等结论。在环境政策的研究方面，文献[10]探讨了环境税政策在短期和长期内对工业产出和碳强度减排的影响，研究结果表明环境税的开征还需与其它政策相结合，如税收优惠或减免以及税收收入的再分配措施等。在交通政策研究方面，部分城市采用交通拥堵收费来缓解交通拥堵及其引发的环境污染，典型的城市有斯德哥尔摩、哥德堡及新加坡等。另外，也有部分研究者从城市化推进程度[16,17]、限行或限号政策[18～21]等多种措施来治理空气污染。

以上研究从不同视角剖析了空气污染产生的原因和特征，并提出了相应的政策建议，进而为空气污染的全面治理提供了有益的借鉴。但现有研究往往依据历史数据，利用经济学或统计学原理方法从中探索规律，忽视了系统未来的动态发展趋势。为此，在原有研究的基础上，本文以机动车为研究对象，从减排、缓堵、提升健康影响指数等多层视角，探索了管控策略的不同作用效果，并做了以下拓展：(1)核算了收费、罚款和补贴的组合方案的多重绩效，如污染损失(环境和经济效益)、死亡人口的生命价值(社会和经济效益)的降低及健康影响指数的有效提升(健康效益)。(2)分别从短期和长期视角探究了该政策对机动车非法出行量、交通拥堵程度、污染损失、死亡人口的生命价值、环境生态承载力及机动车PM总量的影响程度，进而展示了政策的多重红利效应。(3)通过对新旧模型的比较分析，挖掘出单一罚款政策的“弱减排”效应。(4)通过对健康影响指数、城市吸引度和死亡人口的生命价值的中长期仿真，剖析了组合策略在短期内的滞后效应以及长期内所蕴藏的“褪色”效应和“反弹”效应，并提出相关政策建议，以优化和完善现有方案。

1 机动车污染物减排管控模型

根据文献[22～24]，针对APCF政策的局限性，本文引进罚款策略，通过对死亡人口的生命价值的核算及城市吸引度、经济和人口发展指数的度量来改进原模型，并构建了一种包含空气污染收费(Air pollution charging fee，简称APCF)、罚款(penalty)和补贴(subsidy)政策(简称A-P-S策略)的系统动力学管理模型，如图1所示，与原模型相比，改进模型中的部分关键变量以彩色标记。

1.1 系统动力学模型分析

1.1.1 交通子系统

城市交通是一个复杂的系统，它由交通基础设施、交通组织与管理及交通工具等因素构成。交通基础设施主要指城市道路设备，交通工具主要指载客和载货汽车出行。另外，本文还考虑了机动车非法出行量。利用惩罚机制来降低机动车非法出行，进而提高其社会安全绩效。该子系统的关键变量有机动车非法出行增长量、机动车非法出行量、城市道路面积、载客和载货汽车出行量及交通拥堵程度。

1.1.2 政策子系统

在原有研究政策 (如APCF政策和补贴政策)的基础上，本文引入惩罚机制，通过严格的罚款措施来减少机动车非法出行，降低交通安全隐患发生的机率，进而维护社会和交通的安全秩序。三类政策各有其优缺点，需要综合使用，APCF政策旨在减少机动车出行总量，达到缓解交通拥堵和机动车污染物减排的目的，发挥其环境和社会效益；补贴政策是为了改善公共交通的服务质量，提升其供给水平，进而实现该政策的社会效益；罚款政策主要是为了弥补APCF政策在增加机动车非法出行方面的不足。三种政策的联合使用能够综合集成各种政策的优点，弥补其缺点，进而减弱单一政策的缺陷。

图1 组合策略下机动车污染物减排管控模

1.1.3 社会和经济子系统

社会和经济子系统主要包括人口、城市GDP总量及其所处环境所产生的污染损失等要素。因机动车污染物排放总量的不断攀升，加剧了大气污染程度，对人的身心健康也产生了一定的影响，甚至加速了部分人群的死亡速率。为此，本文利用发达国家(如英美国家)通常采用的生命的隐含价值 (表示个人针对死亡风险的微小变化而做出的支付意愿，它衡量的是“死亡风险和货币之间的边际替代率”[25])，其计算方法是将个体对降低死亡率的支付意愿除以下降率，不同国家不同收入人口生命的隐含价值不同，美国的大多数部门采用的范围为500万～800万美元，本文取500万美元来核算政策的实施对死亡人口的生命价值的影响；通过机动车总量的减少量来衡量污染损失及GDP损耗量的降低程度；通过人口发展指数和经济发展指数来综合地度量人口发展和经济增长对城市吸引度产生的影响，通过以上分析来评估A-P-S政策的经济和社会绩效。

1.1.4 环境子系统

环境子系统以机动车污染物为研究对象，主要考虑载客和载货汽车CO、HC、NOx及颗粒物PM生成总量，以四类化合物的污染情况来共同刻画空气污染程度。以空气污染程度的降低幅度来度量环境生态承载力的改善程度；以环境生态承载力、道路生态承载力、公共交通供给水平等变量的变化来综合刻画健康影响指数及其对城市人口发展的影响。

1.2 数据来源

本研究采用VENSIM软件建模，仿真周期为2005～2025年。数据来源主要包括以下三种：(1)借鉴现有文献，如由文献[25]可得到生命的隐形价值，由文献[26]得到污染损失系数，由文献[27]得到载货(客)汽车报废率。(2)依据《中国机动车环境管理年报》、《中国统计年鉴》和《北京市统计年鉴》等官网数据经简单处理(如回归分析)来获取数据及方程。(3)利用“新陈代谢”模型来预测未来数据，然后求其平均值，或者结合系统动力学方法原理构建表函数/逻辑函数，以此来刻画变量间的非线性关系。该方法可以计算经济发展指数、死亡人口的生命价值变化率、死亡率及出生率预测值等变量和方程。

1.3 模型测试

模型测试的目的是为了验证模型的可用性，其种类包括系统边界测试、量纲一致性测试、极端条件测试、敏感性测试、现实性测试及积分误差测试等，本节以常用的极端条件测试和敏感性测试为例。

1.4 模型检验

为确保所构建模型的有效性，本节选取GDP总量和城市道路面积两个变量进行历史检验，以考察模型与现实的相符程度，检验时间为2005～2017年，详细结果见表1。

表1 模型的有效性检验

表1数据显示：GDP总量和城市道路面积的平均相对误差分别为1.8659%和1.7469%，GDP总量所有年份的相对误差均小于5%，而城市道路面积的相对误差除2006年以外，也均能控制在5%以内，这些结果说明城市道路面积和GDP总量的发展变化与现实情况基本一致。类似地，可对其它变量进行有效性检验，因此，从整体上来看，模型基本能够接近现实系统的运行情况。

2 仿真结果分析

根据现有文献研究(如文献[23]和[24])可知：原模型(文献[23])中APCF和补贴分别取60和40。在此基础之上，本文引入罚款机制，APCF、罚款和补贴分别取60、1500和40，通过仿真分析来探究A-P-S组合策略的多重绩效以及其可能隐藏的“悖论”效应。改进后的模型标记为新模型，具体仿真结果见图2～4。

2.1 A-P-S策略的多重绩效

本节对新模型和原模型两种方案进行动态仿真，结果见图2。将仿真周期分为三段：前期→中期，中期→后期，后期→末期，分别以2015、2020和2025年为界，具体仿真结果见表2。

表2 A-P-S组合策略的经济、社会及环境效益分析

一方面，A-P-S组合策略具有多重绩效，具体分析结果如下：图2(a)和2(b)中曲线在一定时期内都有了明显的下降，说明新模型(A-P-S组合策略)能够有效降低污染损失和死亡人口的生命价值，揭示了该策略的经济和社会效益。图2(c)中曲线2在仿真中后期快速下降，说明该政策能有效降低交通拥堵程度(社会效益)。图2(d)中曲线2的变化体现了A-P-S组合策略在抑制机动车非法出行量增长率方面的积极作用(社会安全绩效)。图2(e)中的曲线能够长期保持较高水平，图2(f)中的曲线呈不断下降趋势，进而彰显了组合策略显著的“减排”潜力(环境绩效)。

另一方面，与原模型相比，新模型(新策略)在缓堵、降低污染损耗和机动车非法出行等方面有了较大的提升。特别地，图2(a)和表2显示，新模型与原模型相比，污染损失在中期、后期和末期分别下降了约14.25%、20.45%和25.94%。同理，死亡人口的生命价值在中后期分别降低了1.88%和1.47%；交通拥堵程度在中后期分别降低了32.40%和54.27%；非法出行量在三个阶段分别下降了约54.28%、53.04%和52.16%。

另外，图2(e)和2(f)中曲线1和2相比几乎无变化，进而揭示了单一罚款政策具有“弱减排”效应，更进一步验证了单一政策的局限性及APCF、补贴和罚款组合策略的综合集成效应。

2.2 A-P-S策略的“褪色”效应

图3(a)显示：曲线在2009年之前仍快速下降，说明政策实施初期的作用效果并不明显，2009～2017年期间，曲线呈快速上涨态势，表明了政策的有效性，使得健康影响指数有了较大的提升。而在2017年之后，曲线的增长速度开始下降。由表3数据可得后期增长率分别为1.4938%、0.9136%和0.2540%。图3(b)中曲线的变化与之类似，特别地，在2020年之后，曲线的快速增长受到了抑制。表3的数据显示了后期的增长率分别为15.8386%、1.8940%和0.9507%，呈递减状态。

图3 A-P-S组合策略的 “褪色”效应

表3 A-P-S组合策略的滞后效应、褪色效应及反弹效应分析

综上，A-P-S策略在短期内具有滞后性，其作用效果需经过一段时间才能显现出来；中期内效果最显著，而后期的作用效果将逐渐被削弱，进而又揭示了政策长期所带来的“褪色”效应。

2.3 A-P-S策略的“滞后”效应和“反弹”效应

图4中曲线的变化表明：在政策实施初期(2009年之前)，人口死亡数量的变化仍保持上升态势，而在2009～2017年间，其变化得到了显著改善。但在后期(2017年之后)，其变化趋势出现了“反弹”，又开始缓慢增长，其原因可能是受到城市化进程的飞速推进及人口规模效应的影响。由表3数据可知：后期增长率分别为0.4499%、1.1697%、1.5506%和1.5873%，略呈逐年递增状态。这些结果揭示了：政策的实施对人口死亡数量的影响效果不会长期保持促减的“积极”状态，初期和后期分别具有“滞后”效应和“反弹”效应。即：从长期来看，A-P-S组合策略带来的部分“红利”效应将逐渐被快速的城市化发展节奏所“吞噬”，有时，甚至会出现促增的“消极”状态。

图4 A-P-S组合策略的 “反弹”效应

3 结论

为了探究组合策略在缓堵、减排及提升健康影响指数和城市吸引度等方面的社会、经济、环境及健康效益，本文引入惩罚机制，构建一种包含收费、罚款和补贴三种政策的机动车污染物减排动态管控模型。通过仿真分析，得到以下结论：

(1)A-P-S组合策略具有多重绩效。不但能够显著降低交通拥堵程度和减少机动车污染物排放，实现缓堵和减排的“双赢”，而且能够有效减少污染损失、机动车非法出行量，并在一定时期内降低了死亡人口的生命价值，发挥其社会、环境和经济效益。

(2)改进模型与原模型相比，使污染损失、死亡人口的生命价值、交通拥堵程度和机动车非法出行量都有了较大的改善，进而体现了A-P-S组合策略的集成效益。

(3)从短期来看，组合策略具有滞后效应，从长期来看，该政策又具有“褪色”和“反弹”效应。

(4)另外，通过对环境生态承载力和机动车PM总量的比较分析，揭示了单一罚款政策的“弱减排”效应。

为了改善A-P-S组合策略的的运行效率，本文提出以下几点建议：

(1)针对单一政策的局限性，应充分考虑三种政策的组合方案，以发挥其多重绩效。

(2)针对前期的“滞后”效应，应加大宣传力度，让公民认识到空气污染和交通拥堵治理的责任和意义，以提高政策的支持度。

(3)针对组合政策的“褪色”效应，应根据实情及时调整组合方案，达到优化的目的。

(4)针对后期可能出现的“反弹”效应，应结合其它行政措施，如建立副中心城市，以减轻中心城区在人口、资源及环境等方面的承载压力。