推文人 | 王岳龙

 

原文信息

Shihe Fu，Yizhen Gu  Highway toll and air pollution:Evidence from Chinese cities，Journal of Environmental Economics and Management 83(2017)32–49

 

1 引言

 

政策评价或者因果关系识别的最大难点在于如何寻找反事实，即受政策影响的处理组如果在没有受到处理时候其结果变量的取值。由于这个值是不可观测的，所以必须通过一些合理假设，从不受政策影响的参考组中反推出来。DID就是从参考组中选取处理前与处理组有相同增长率的对照组；Matching就是从参考组中选出理论上应该于处理组的概率（倾向得分值）相近的组；RD就是选择断点另外一侧很小范围内的参考组。总之反事实都来源于现实中各种客观存在的参考组，但是对于那些全国整体实施的一刀切政策，严格说来没有不受影响的参考组，这个时候我们应该怎么样评估其政策影响，今天带来的这个推文给我们提供了一个很好的学习机会。

 

2 政策背景和主要结论

 

2012年7月24日中国政府宣布从当年国庆节开始，以后每年的春节7天、清明节3天、劳动节3天、国庆节7天（具体天数每年由于日历不同略有不同）对7座及其以下小轿车实施免费通行政策，作者利用2012年9月30日-10月7日全国98个城市国庆免费通行的准自然实验，以去年国庆节同期作为参考组，评价了取消收费政策对空气质量的影响。为了控制可能影响空气质量的混淆因素，作者同时使用了基于实施时间的明确断点和实施年份和日期双重差异的DID方法。结果发现，取消了平时0.26-0.90元/公里不等的过路过桥费后，2012年国庆期间的空气质量（API指数）比去年同期恶化了20%。作者又进一步测算了收费对空气质量影响的价格弹性，发现通行费每提高4分，API指数下降1.5%。并通过进一步分析排除了政策实施期间正好是国庆节，由于跨期替代的“收获效应”，人们可能因此改变出行行为对空气质量的影响，结果发现干扰因素收获效应不存在。

                              

3 数据和方法

 

本文收集了中国98个城市2011年1月1日-2012年12月31日（稳健性分析还用到了2009年1月1日-2010年12月31日）的空气质量（API指数、PM10和能见度）以及天气（最大风速、降雨、平均气温和平均湿度）的面板数据。主要估计了如下方程：

 

 

P为空气质量指数，αi为城市固定效应，由于政策实施期间正好是国庆节，为了控制节假日的影响，本文引入Nationalday作为控制变量，每年国庆节为1，其他都为0。Notoll是本文关注的核心变量，2012年9月30日-10月7日免费期内为1，其他都为0。由于本文的核心变量Notoll和控制变量Nationalday都是只随日期变化，因此这里没有控制日度固定效应，而是通过时间多项式f(t)。它是关于政策实施前、中、后不同时间段的非对称趋势，可以更干净的控制只随时间变化不可观测混淆因素影响。后面稳健性分析的时候还进一步控制了城市的特定时间趋势。W是天气（最大风速、降雨、平均气温和平均湿度）控制变量，X是周末虚拟变量、月份虚拟变量、2012年度虚拟变量和除了国庆节以外节日虚拟变量。

 

在进行正式分析之前，作者首先提供了suggestive evidence,只是分年度简单进行了上述城市日度面板估计。由于2011年度Notoll没有变化，2012年度Notoll与Nationalday重合，所以此时估计去掉了Noll变量。结果如下表二所示，收费的2011年国庆节期间API指数比平时显著降低了10%—20%，而不收费的2012年国庆期间与平时差异不明显。似乎暗示着收费使得空气污染有明显提高，抵消了原本应该显著为负的节日效应，后面作者基于更为严谨的RD和DID方法将证明这一点。

接下来的断点分析中，作者以国庆节前、中、后各7(8)天为带宽，同样分2011（2012）年进行了明确断点估计，值得注意的是这里其实存在国庆节前-中（从收费到不收费）、国庆节中-后（从不收费到收费）两个断点，作者这里是假设前后两个时间段趋势相同的对称性假设，因此文章中只有国庆节这一个断点变量。不同于前面对前后2年整体样本面板估计，这里的断点回归可以看成只对国庆节前、中、后二十来天这个局部样本的面板估计。后面作者检验国庆节前后跨期替代的收获效应时，引入了更符合实际的趋势不同非对称假设，结果如下表三所示，2011年结果与前面面板估计suggestive结果类似，仍然显著为负，但是2012年结果发生了很大变化，此时基本显著为正，国庆放假减少了很多生产活动，从而本该有较低的空气污染，结果由于通行免费，集中点爆了人们的自驾游需求，使得空气污染较平日反而有明显增加。作者随后利用上海一个城市的国庆节前中后空气质量的变化趋势图，更加形象的揭示了这一点。

 

本文因果关系识别的最大难点在于免费通行和国庆节混在一起，为了从免费通行中分离出同期国庆节的影响，作者通过合并2011年和2012年国庆节前中后20来天的面板数据对（1）式进行了DID估计。这里可能有人会问，这个免收过路过桥费的政策是在同一时间对全国所有城市统一实施，不像其他绝大多数政策有明确地没有实施某个政策的参考组，没有实施个体和时间的双重差异，怎么又能DID？大家仔细回想下所谓处理组在样本中是一直被处理的么？以2009年上海、重庆的房产税改革为例，如果用2000-2016年的样本进行DID估计，作为参考组的其他29个省样本期一直没有受房产税改革影响，作为处理组的上海和重庆其实也只是在2009年以后才受到房产税改革影响，同样的我们可以把2011年全国98个城市的日度数据作为参考组（treat=0），2012年对应数据作为处理组(treat=1)，每年9月30日以后作为处理时间虚拟变量（post=1）,因此模型1中的Notoll=treat*post（如果不存在国庆节后的样本），从而对（1）式的面板FE估计可以看做是基于年度-日度双重差异的DID估计。不同于我们最常见基于个体—时间维度差异的DID,也不同于地区—产业双个体维度差异的DID（Rajan and Zingales,1998,AER）,如果我们能够找到月度或者日度数据，基于政策实施年度-月（日）度双重时间差异，同样也是DID，因此本文进一步改进了我们对DID的认识，所以我们说只要一个外生冲击或者准自然实验，能够使得样本在两个维度发生变化（不管维度是个体还是时间），都可以认为是DID！知道这里是在做DID估计后，就很容易理解作者这里为什么只选取连续2年而不是前后更多年作样本。因为DID最重要的识别假设是平行趋势，要求处理组和参考组在处理前y保持着相同的增长率，为了满足这一点，只有作为参考组的上一年和作为处理组的当年外界环境最接近，也最可能满足。

 

如上表所示，国庆节期间API较平日下降了17%-19%，但是免费通行又使得API比平时收费期上升了15%-20%，两者几乎相互抵消，这也是之前分析中2012年国庆节不显著的主要原因。为了检验高铁对自驾出行的替代作用，作者又分有、无高铁通车城市分别进行了DID估计，结果发现免费通行政策对高铁开通城市的API影响更大更显著，这是由于对汽车旅行征收费用，自驾出行的需求会转到高铁。也就是说对于有高铁的城市，自驾出行弹性更大，从而污染更严重。作者又基于PM10和能见度进行了稳健性分析，结果仍然保持不变。

 

由于人们经常可能会把国庆节前后要做的事情放到国庆节来做，由于这种跨时替代的收获效应也会使得之前DID结果可能高估了免费通行政策的影响。因此作者又利用2011年1月到2012年12月的样本，通过生成国庆节前、后8天的虚拟变量，重新用DID估计（1）式。如果存在上述所说的跨时替代效应，本来国庆节前后8天该做的事情结果都放在国庆节做，那么国庆节前、后8天由于无事可做，相对其他时间API应该有明显降低，但是如下表7所示，国庆节前、后8天虚拟变量要么不显著，要么显著为正，从而说明不存在明显的收获效应。

 

如前所述，DID估计结果严格依赖于2011年是个合适参考组，能够分离出国庆节混淆因素影响，但是如果2011年空气污染有个观察不到的向上趋势，即便我们此前控制了更为灵活的地区特定趋势，仍然会导致高估免费通行政策影响。因此作者做了如下几个安慰剂检验，分别选取2009-2010、2010-2011国庆节前、中、后各7天样本，并假设免费通行政策分别发生在2010和2011年，如果没有观察不到的趋势影响，虚假的免费通行政策应该不显著才对，结果如下表8所示，2010年基本不显著，2011年显著为负。如果2011年国庆节期间API下降趋势继续到2012年，那么此前免费通行政策效果就被低估了。作者又合并了2009-2012年的数据，重新估计（1）式，结果与此前变化不大。因此虽然安慰剂检验中虚拟政策虚拟变量有些具有显著性，但是在作者看来，整体还是个不错的参考组。

 

为了再一次证实免费通行的显著政策效果不是碰巧发生的，作者从2012年1月9日开始进行了同样是基于实施前、中、后各8天为带宽的滚动回归，最后得到了333个滚动回归结果。作者将每次结果的分布做了个直方图，如下图所示，绝大多数结果分布都远离真实效果0.201，从而说明观测到的政策效果是真实作用，不是碰巧出现的。这种随机生成处理组，然后通过类似蒙特卡洛模拟看分布的安慰剂检验方法，目前比较流行，Li Pei etal(2017,JDE）的文章也采用了类似方法。

 

4 小结

 

对于那些全国整体实施的一刀切政策，由于没有通常意义上的参考组，传统基于个体-时间维度差异的DID不再适用。这个时候如果有月度或者日度的高频数据，我们可以根据本文的方法，基于时间断点和年度—月（日）度两个时间维度差异的DID进行评价。只是目前国内各城市大规模的月（日）度对外公开的宏微观数据非常少，据本人所知也只有本文的环境监测数据，因而进一步限制了该方法的应用。此外本文从最开始简单OLS提供的sugguestive evidence，到后面用RD和DID进一步揭示确定性证据，从中为了保证因果关系识别的可靠性，不断改变样本区间进行了大量的安慰剂检验，排除各种可能干扰因素的影响，这种科学严谨的研究方法也是非常值得我们学习的。

 

在推文过程中得到了原文作者西南财经大学付十和教授的指导，在此深表感谢。

 

Abstract

 

Most highways in urban China are tolled to finance their construction.During the eight- day NationalDay holiday in 2012,highway tolls were waived nationwide for passenger vehicles. We use this to identify the  effects of highway tolls on air pollution.Using daily pollution and weather data for 98 Chinese cities in 2011 and 2012 and employing both a  regression discontinuity design and differences-in-differences method with the 2011 National Day holiday as a control,we find that eliminating tolls increases pollution by 20% and decreases visibility by one kilometer.We also estimate that the toll elasticity of air pollutionis  0.15.These findings complement the scant literature on the environmental impact of road pricing.