《表5 多确定断点回归模型3的估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《城市交通拥堵与空气污染的交互影响机制研究——基于滴滴出行的大数据分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:括号内为稳健标准差．***，**，*分别表示0.1%，1%和5%的显著性水平．

模型3中不加入额外的前定控制变量，并选择4、6、8三种不同的带宽，多项式则选择一阶和二阶形式，以检验模型估计的稳健性．首先，经过McCrary方法检验，执行变量AQI在各个断点Cj附近均连续．表5报告了模型3的结果，根据断点综合效应在0.1%的水平上显著为负，可以推断出当城市的空气污染程度提高一个等级时，会对居民的外出意愿产生显著的负向影响，直接表现为对网约车使用的减少，此时人们会更加倾向于选择非路面交通方式或避免不必要的出行．各断点处的子效应均在0.1%的水平上极为显著，且综合负效应主要来自第1个断点、第3个断点和第4个断点，第2个断点的影响系数较低，如图8所示，横轴代表当前的空气质量指数，纵轴则代表之后的网约车运行规模．当空气质量从优转为良时，大部分易感人群开始出现安全预警，会减少外出以避开空气污染带来的健康威胁；当空气质量由良转为轻度污染时，对健康人群的出行影响较小；当城市的空气质量进一步恶化，从轻度污染转为中度污染或者从中度污染转为重度污染时，对健康人群的呼吸系统、神经系统和心血管等均会具有严重的安全威胁．从不同带宽和多项式阶数选择上看，参数估计的符号及显著性均保持一致，所以MSRD模型3的估计结果是稳健的．总体来说，空气污染会显著地抑制居民的外出，其中一部分表现为其对网约车出行需求的降低，对网约车的运行规模具有负向的抑制作用，假设4成立．