基于GPS追踪实验的助推干预对交通外部性削减效果的随机对照试验研究

《Journal of Environmental Economics and Management》：Reducing transport externalities through nudging: Results from a GPS-tracked experiment

　　

本研究呈现了一项在瑞士开展的随机对照试验结果，该试验考察了一种非货币干预对出行选择的影响。一款基于GPS的追踪应用程序记录814名参与者数月间的出行轨迹，并自动检测其出行方式。干预措施为向随机选出的亚组发送个性化出行报告。这些报告包含参与者在交通相关外部成本方面的个性化描述性与规范性信息。该干预使交通外部成本降低了12.4%，但仅在周末且仅在研究前半段有效；在后半段，效应衰减至零。基于参与者的出行响应及其对未来报告的支付意愿（willingness-to-pay, WTP），研究人员估算短期内每位参与者每周的平均总福利收益为1.6–3.6瑞士法郎。其中，0.8–2.8瑞士法郎反映的是报告本身的私人价值，而非暂时性的行为改变。

一、研究背景与研究问题

交通运输产生的外部性——包括拥堵、事故、身体活动效应以及噪音、空气污染和CO₂等排放——在欧盟范围内给社会带来了约占GDP 1–3%的巨额成本。既有研究表明，货币激励在削减交通外部性方面具有有效性，但税收手段常被视为具有侵入性和限制性，易引发政治阻力；补贴虽在政治上更易推行，却需耗费公共资源，未必切实可行。鉴于金融工具的实践困难，非货币激励被提出作为管理外部性的替代方案。然而，已有文献中关于信息类干预在交通领域有效性的证据混杂且有限，多数研究缺乏对照组，难以进行因果推断。截至目前，仅有少数随机对照试验（randomized controlled trial, RCT）考察交通情境下的非货币激励，其结果亦不一致，部分研究发现零效应或可忽略的效应，另一些则报告小幅、特定边际或暂时性的效应。此外，现有交通领域RCT普遍缺乏福利视角的分析，无法判断此类干预是否真正使接受者受益。

二、研究内容与主要结论

针对上述缺口，研究人员在瑞士开展了一项包含814名参与者的随机对照试验，利用基于GPS的智能手机追踪应用程序“Catch my Day”记录参与者数月间的多模式出行行为，并依据外部成本测算方法将其货币化为健康、气候与拥堵三个外部性维度。干预措施为每周向随机分配的处理组参与者发送个性化出行报告，报告包含描述性信息（上周各出行方式距离及外部成本）与规范性信息（与自身基线和他人比较的社交比较及表情符号）。研究采用双重差分（difference-in-differences, DiD）框架估计因果效应，并通过最终调查中的多价格清单法（multiple price list）结合逆概率加权（inverse probability weighting, IPW）测度参与者对继续接收报告的支付意愿（willingness-to-pay, WTP）。

研究的主要发现如下：总体上，干预对总外部成本的平均处理效应为负但未达统计显著；气候成本维度上，全期效应边际显著，降低约5.1%。效应异质性分析表明，外部成本的削减高度集中于周末，且仅出现在研究前半段（前10周）：周末期间总外部成本每日降低42.2生丁（12.4%），气候成本每日降低10.8生丁（14.5%），健康成本降低14.0%；拥堵维度未发现显著效应。机制分析显示，效应主要源于周末汽车行驶距离的减少（每人每周末日减少3.98公里），而非出行概率的显著下降或向其他模式的转移。随时间推移，效应在第二半段衰减至零。福利分析显示，平均WTP为每份报告2.84瑞士法郎（加权主规格），但约40%的参与者报告负WTP，表明干预对部分接受者构成“道德税”（moral tax）。综合消费者剩余、生产者利润变化、税收变化及外部性削减，研究人员估算短期平均总福利收益为每人每周1.6–3.6瑞士法郎，其中持续至研究结束的福利成分主要源于报告的私人价值而非持久的行为改变。

三、主要研究方法

本研究采用随机对照试验设计，样本包括345名来自先前MOBIS研究的延续参与者及469名通过市场研究面板新招募的参与者，样本偏向城市地区但覆盖瑞士各语言区。研究周期为2021年7月1日至2022年5月31日，包含15周观察期和19周处理期，参与者以50%概率随机分配至处理组。数据收集依托“Catch my Day”智能手机追踪应用，该应用以92%的准确率通过机器学习方法自动检测出行方式，参与者可手动修正。外部成本测算采用MATSim框架结合HBEFA排放数据库，将GPS轨迹映射至瑞士道路网络，计算拥堵、气候（CO₂）与健康（NO_x、PM₁₀）外部成本，并依据瑞士联邦道路局（Federal Roads Office, 2017）的成本因子货币化；非驾车模式采用每公里成本值。因果识别采用含个人与日历日固定效应的双重差分回归，标准误在参与者层面聚类；WTP通过最终调查中的七个价格清单问题测度，并采用逆概率加权校正应答样本与全样本间的可观测差异。

四、研究结果

（一）追踪描述统计与平衡性检验

处理前追踪统计显示，外部成本的最大份额来自健康影响，其次为气候与拥堵。处理组与对照组在处理前多数结果变量均值相近，支持随机化的有效性；气候成本与零出行天数存在一定水平差异，但因识别策略基于个人内部相对于处理前的变化，不威胁设计有效性。处理组平均邮件打开率为63.7%，且随时间仅小幅下降，表明参与者参与度保持稳定。

（二）平均处理效应

基于双重差分回归的全期意向处理（intention-to-treat, ITT）估计显示，总外部成本的点估计为负（每日?0.059至?0.061瑞士法郎）但未达统计显著；气候成本维度上，处理组相对于对照组降低5.1%，边际显著；健康成本系数为负但精度不足；拥堵维度无法拒绝零效应。以邮件打开为内生变量、以处理分配为工具变量的两阶段最小二乘（two-stage least squares, 2SLS）估计得到更大的处理效应，反映了未打开邮件者的稀释效应。

（三）效应异质性

社会人口特征交互分析未揭示沿年龄、收入、教育等维度的显著处理效应异质性。周末与工作日交互分析表明，效应完全集中于周末：工作日无显著效应，而周末总外部成本降低显著（处理与周末交互项系数为?0.342，边际显著）。时间维度分析显示效应呈明显衰减模式：仅前10周效应显著，第11–19周衰减至零；周末与前10周联合交互模型确认，效应仅出现在研究前半段的周末，总外部成本降低12.4%，气候成本降低14.5%，健康成本降低14.0%。

（四）机制分析

距离分解分析显示，响应集中于汽车出行：唯一统计显著的效应为前10周周末汽车距离的减少（每人每周末日减少3.98公里），恰与外部成本削减的边际一致。其他模式（公共交通、自行车、步行）未发现显著距离效应。出行概率分析显示，汽车出行概率的负效应接近但未达显著，表明削减主要通过缩短或减少出行日内的行程而非完全跳过驾车日；公共交通出行概率在第11–19周降低8.5%，提示研究后期存在小幅远离公共交通的转变。

五、讨论与结论

讨论部分指出，研究结果确认了既有文献的核心信息：信息类助推单独使用仅产生适度且短暂的外部性削减。效应集中于周末且在前10周最强，值得注意的是，该时期恰逢邮件管理代码错误导致报告内容重复发送，提示起作用的可能是接收反馈这一行为本身而非报告的具体信息内容。研究还发现，干预可能对部分接受者构成“道德税”，约40%的参与者愿意付费以停止接收报告，这与既有关于助推福利效应的文献一致。研究人员估计平均WTP为每份报告2.84瑞士法郎（加权主规格），高于家庭能源报告情境下的估计值，可能反映了本研究的报告包含丰富的个性化GPS信息。综合福利分析表明，短期平均总福利收益为每人每周1.6–3.6瑞士法郎，但持续至研究结束的福利成分主要源于报告的私人价值而非持久的行为改变，这意味着此类信息存在私人提供者的潜在市场，但不构成公共项目实施的充分理由。研究结论为：个性化交通外部成本报告在短期内能显著削减周末汽车出行及相关外部成本，但效应随时间衰减且集中于特定边际；干预的福利效应主要体现为报告的私人价值而非持久的行为改变，因此不支持将其作为公共政策的依据。