小汽车车牌摇号政策内部公平性研究研究

• 作 者: 陈思亦
• 出 处: 陈思亦
• 发表日期: 2020年01期

新时代背景下,公众对美好生活的追求日新月异,出行需求不断增长,私家车保有量持续攀升,导致交通问题日益突出。2010年起,国内城市开始实行小汽车车牌摇号政策。当车牌变成稀缺性的公共资源,社会和城市的经济发展带来的部分福利有可能不能公平地惠及社会大众,因而长期以来对小汽车摇号政策的公平性讨论不绝于耳。仅就政策执行本身的内部公平性来说,在早期阶段,大多数人基于平等主义的思想,认为“所有参与者的中签概率相等”即意味着公平。然而,实际执行过程中,随着“久摇不中”参与者不断累积,对公平的讨论进入更深层次,“阶梯摇号”、“家庭摇号”等非平等主义政策不断出现,打破了早期的公平定义。那么政策对于参与者来说到底怎样才是公平?公平性定义是否是单一不变的?摇号前中签概率相等是否足以证明摇号政策实施后对所有参与者群体真正是公平的?基于此,本研究试图跳出传统小汽车摇号政策公平研究中着重于宏观定性分析的思路,利用实施数据、仿真数据和调查数据,从定量研究政策实质公平与感知公平的角度出发,考虑政策中的群体差异,兼顾政策内部与个体外部因素,立足于近期和远期,充分探讨小汽车摇号政策的公平性。研究成果对评估该政策实施过程内部公平性的效果,并有针对性地改进与完善政策等,提供了重要的理论依据和数据支撑。本研究首先在各类公平理论与分类的基础上对小汽车摇号政策的内部公平性做了充分解析;基于平等主义与罗尔斯主义,将小汽车摇号政策的公平以是否偏向弱势群体分为横向公平与纵向公平。其次,以广州市为例,根据常规政策和阶梯政策的实施情况,构建小汽车摇号政策参与者生存函数模型,以模型结果作为测算指标,以基尼系数作为主要评价指标,测算小汽车摇号政策实施后的横纵向实质公平;为获取远期政策实施后的数据,利用Python语言构建小汽车摇号常规政策与阶梯政策下的摇号仿真系统进行数值仿真实验;通过问卷调查得到公众对小汽车车牌摇号政策的感知公平程度,以探究政策实质公平与公众感知公平两者间的差距。最后,根据所获取的数据,通过构建最优标度回归模型、随机参数有序Probit模型以及基于偏好的相关有序多元Probit模型,分别研究各种因素对总体、主要核心变量以及摇号等待时间差异三类感知公平的影响。研究结果表明,常规政策的横向实质公平程度优于阶梯政策,阶梯政策的纵向实质公平程度均优于常规政策,体现了政策制定者对该政策的公平定位从横向公平向纵向公平的倾斜;执行过程中确实存在的“先进优势”降低了常规政策长期实施后的横向实质公平程度,但提高了复合纵向实质公平程度;长期实施常规政策与阶梯政策的复合纵向实质公平程度都较优。感知公平的研究结果显示,公众对“先进优势”的敏感度低于“久摇不中”;公众的政策参与特征对感知公平程度有较大影响,摇号等待时间越长,越多人认为其不公平;且对摇号等待时间的认知存在差异性,已经摇号48～72次的参与者对摇号等待时间的敏感程度最高,摇号等待时间从12次增加至24次时的感知公平变动概率最大,证明当前以24期作为阶梯政策的阶梯调整阈值是符合公众心理的。