共享单车平台进驻对城市空气质量影响的学术研究报告

一、研究作者及发表信息
本研究的核心作者包括：曹光宇（北京大学经济学院）、周黎安（北京大学光华管理学院）、刘畅（中国人民大学国家发展与战略研究院）、周璟鑫（上海衍复投资管理有限公司）。研究论文《共享单车平台进驻对城市空气质量的影响》发表于《经济学（季刊）》（*China Economic Quarterly*）第23卷第2期（2023年3月）。

二、学术背景与研究目标
研究领域为环境经济学与数字经济交叉领域。中国城镇化进程中，机动车尾气排放是城市空气污染的重要来源，而共享单车作为绿色出行方式，可能通过替代机动车使用改善空气质量。然而，其实际环境效益缺乏严谨的因果证据。本文旨在利用ofo小黄车和mobike分批进驻城市的自然实验，量化共享单车对空气质量（以PM2.5为核心指标）的影响，并探讨其作用机制与异质性。

研究背景基于两支文献：
1. 平台经济研究：既往文献多关注网约车或Airbnb对传统行业的冲击（如Berger et al., 2018; Zervas et al., 2017），而本文首次聚焦共享单车的环境外部性。
2. 空气污染治理研究：既有工作多分析政府政策（如环保立法）或基础设施（如地铁）的治污效果（梁若冰和席鹏辉，2016），本文则提出市场驱动的平台经济也可能成为治理工具。

三、研究流程与方法
1. 数据收集与样本构建
- 核心变量：手动收集ofo与mobike进驻278个城市的具体日期（排除北京及6个日期不明城市），覆盖2016年2月27日至2017年9月14日的日度面板数据。
- 空气质量数据：从“中国空气质量在线监测分析平台”获取PM2.5、PM10、SO₂、CO、NO₂的日度浓度。
- 控制变量：气象数据（气温、风速等）、集中供暖状态，以及城市前定特征（人均GDP、公共交通设施等）。

1. 实证策略

   • 双重差分模型（DID）：
     基准回归模型如式（1），核心解释变量为“共享单车进驻”虚拟变量（进一步拆分为单一或两家平台进驻）。控制城市固定效应、日期固定效应、气象变量及城市特征×日期交互项，缓解内生性问题。
     y_ct = c + α_c + λ_t + entry_ct'β + x_ct'δ + (s_c × λ_t)'θ + ε_ct
     
   • 三重差分模型（DDD）：
     以SO₂为基准污染物（因其与机动车排放无关），构建DDD模型验证共享单车对PM2.5的特异性影响。
     

2. 稳健性检验

   • 控制城市特异性时间趋势、季节性特征。
     
   • 倾向得分匹配（PSM）重构样本。
     
   • 子样本分析（对比无进驻、单一进驻、两家进驻的差异）。
     
   • 周度数据回归（缓解日度测量误差）。
     
   • 证伪检验：前移进驻日期或蒙特卡洛模拟生成伪处理组。
     

四、主要研究结果
1. 基准回归结果
- 两家共享单车共同进驻使城市PM2.5浓度显著降低3.832 μg/m³（p<0.05），而单一平台进驻效果不显著，印证“1+1>2”的竞争协同效应（Cao et al., 2021提出的产业组织特征）。
- 平行趋势检验显示，进驻前28天处置组与对照组的PM2.5趋势无显著差异（图1）。

1. 机制验证

   • 污染物异质性：共享单车显著降低PM2.5和PM10（机动车排放主要成分），但对SO₂、CO、NO₂无影响（表5），与机动车尾气成分理论一致（樊筱筱等，2016）。
     
   • 使用强度效应：订单量每增加1万笔，PM2.5额外下降0.004 μg/m³（表6），证实“替代机动车出行”的机制。
     

2. 异质性分析

   • 交通协同效应：地铁通车里程越长的城市，共享单车治污效果越强（系数-0.015，p<0.1），体现“共享单车+地铁”联合通勤的减排优势。
     
   • 区域差异：京津冀大气污染传输通道城市的改善幅度更大（降低7.365 μg/m³），可能与高污染背景下的边际效应有关。
     

五、结论与价值
1. 科学价值：首次为共享单车的环境正外部性提供因果证据，拓展了平台经济与社会福利的研究边界。
2. 政策启示：政府可通过鼓励共享单车与公共交通协同（如优化停车点布局），或在高污染区域优先引入共享单车，以低成本补充传统治污手段。

六、研究亮点
1. 创新性方法：利用平台分批进驻的自然实验，结合DDD设计强化因果推断。
2. 微观机制挖掘：通过订单量、污染物类型、地铁协同等多维度验证作用机制。
3. 现实意义：为发展中国家探索“市场驱动型”环境治理提供了实证支持。

七、其他发现
研究揭示了共享单车产业的独特属性（如用户多栖性、成本凸性）如何通过竞争扩张市场，最终放大环境效益，这对理解数字经济与传统行业的互动具有启发意义。