图源摄图网

摘要：碳普惠制背景下的碳币激励策略是从需求侧解决交通拥堵、实现碳减排的措施之一。本文考虑碳激励策略的不确定性，分别引入加法准则与乘法准则，对比分析了碳激励措施在预算充足和预算不足情形下出行者的行为选择。同时，考虑碳激励策略实施过程中，可能存在市场渗透率的问题，进一步剖析渗透率对出行者行为选择的影响。研究表明加法准则与乘法准则下的随机性激励对出行者行为选择与出行成本的影响存在显著差异，且方案设计者将面临激励预算与渗透率间的权衡。同时，通勤者的风险厌恶程度也会对均衡状态下的出发模式产生显著影响。最后，通过一个数值算例，对理论分析结果进行了验证。

关键词：出行行为；碳激励策略；不确定性；渗透率

一、研究背景与意义

随着我国城镇化、机动化、现代化进程的快速推进，城市规模的过快增长使当前的城市交通发展速度跟不上城市发展需求，高峰拥堵成为城市发展过程中无法避免的难题。同时，机动车的碳排放和空气污染问题也成为了治理城市环境的重要任务。据相关研究表明，道路越拥堵，机动车路面行驶耗时越长，能源消耗和尾气排放越多，给环境带来的负外部性越大[1]。那么，研究如何鼓励机动车在非高峰期出行或错峰出行，以缓解交通拥堵、降低碳排放，对于推动双碳目标的实现、促进城市可持续发展具有重要的研究意义和实践应用价值。

近年来，研究者们开始将目光投向以正向奖励来缓解交通拥堵的方法 [2]。Zhang[3]通过问卷调查探究北京地铁系统中激励计划对通勤者出行行为的影响，证明了提供快餐店相关服务和降低票价对缓解高峰拥堵有积极影响。Ettema[4]设计一项“避峰”实验，其中避免在高峰期乘坐私家车出行的通勤者将获得激励，结果所有参与者的高峰交通量将减少60%。Rouwendal[5]分析了弹性需求下以补贴和收入中性的奖税组合代替庇古税来缓解交通拥堵的可能性，认为激励机制是在收费难以被公众接受时的有效次优方案，而当需求富有弹性时，奖税组合制度实施的可能性更大。Sun[6]则加入渗透率因素与通勤者异质性，探究在固定需求及有限预算下的时变激励方案，以最小化系统总出行时间。

“出行即服务”（Mobility as a Service，MaaS）被描述为一种由服务提供商或移动运营商提供的新型服务[7]，也被视为基于激励的交通需求管理策略的应用，对做出可持续选择的用户进行奖励。2020年9月，北京市交通委、北京市生态环境局联合高德地图、百度地图基于MaaS平台进一步推出绿色出行碳普惠激励措施，这是国内首次以碳普惠方式鼓励市民参与全方式的绿色出行。北京市依托MaaS平台的技术支撑，推出的碳普惠激励措施是设置激励机制引导出行者改变出行方式或出发决策的重要应用。具体地，市民采用公交、地铁、自行车、步行等绿色方式出行时，应用高德地图、百度地图App进行路径规划及导航，出行结束后即可获得对应的碳能量。个人账户的碳能量可用于植树、修桥等公益性活动、也可在App内兑换公共交通优惠券、购物代金券、网盘或视频会员等激励。北京MaaS平台以及由此推行的绿色出行碳普惠行动通过激励机制有效推动了用户更多选择绿色出行，但尚未将激励机制与高峰出行拥堵治理相结合，进而引导出行者改变出发决策，错峰出行，这是本文重点关注的内容。

关于拥堵收费和激励方面的研究大多假设为确定性的，且通勤者是风险中立的。然而，现实生活中，由于弹性出行需求或税收等因素，可能导致碳激励方案的制定与实施产生不确定性，其对计划的推行将产生显著的影响[8,9,10,11]。因此，有必要将主客观因素所产生的不确定性考虑在内，以期制定更加有效的交通管理方案。

二、主要内容

本文将MaaS平台与基于激励的交通需求管理策略相结合，创新性地将碳币奖励的理念融入高峰通勤治理中。通勤者可以通过MaaS平台的实时动态交通数据，查询早高峰道路拥挤程度，更加精确地安排出发时间，在该技术支持下，本文以IBTDM策略为出发点，进一步考虑设计合理的碳币激励机制引导通勤者错峰出行。同时，本文的模型设定在允许通勤者权衡出行时间与排队延误时间，并自愿选择是否参与该计划的情况下，引入碳币激励机制可能具有的不确定性，重新阐述了早高峰通勤问题。

假设通勤者为风险厌恶型，将不确定性视为负外部性，引入具有波动性惩罚的线性出行成本函数。考虑到碳币激励机制在具体实施中存在预算是否充足的情况，本文分别在激励预算充足与不足情形下进行随机激励的加法和乘法法则分析，并在激励充足情形下拓展至碳币激励计划渗透不足的随机均衡分析。

三、主要结论及政策建议

研究发现，相比于确定性情景，随机性将增加均衡出行成本，并影响激励机制治理交通拥堵的效果。具体来说，在加法法则情形下，单个通勤者的出行选择与确定性情形下相同，但其出行成本与激励预算均不低于确定性情形。与预算充足情形不同，当给定激励预算图片时，高峰期间可以分为三段，中间出发段依然存在排队，两端部分排队消除，激励方案形成“U”型曲线；在部分渗透情形下，均衡出发模式将发生变化。当激励的随机项分布一定时，方案设计者将面临激励预算与渗透率间的权衡。

同时，随着通勤者对风险厌恶的程度增加，按时到达CBD的通勤者选择不断提前其出发时间，参与者由于面临碳激励提供的不确定性，将会有更多人选择提前出发，承担早到延误成本。此外，本文研究了影响出行成本和激励预算的另外两个因素：渗透率图片与风险厌恶程度图片。无论是在加性还是乘性不确定性情形中，出行成本均随图片递减，随图片递增，而激励预算随图片与图片递增。当通勤者出行成本图片一定时，即使参与者风险厌恶程度增加，但其依然愿意加入激励计划以减少高峰排队等待的时间，从而激励计划的渗透率有所增加，这一影响在乘性随机情形中将增强。同理，当激励计划的预算图片一定时，参与者风险厌恶程度的增加将影响出行者的参与意愿，进而导致激励计划的渗透率有所下降。在乘法法则下，碳激励预算显著高于加法法则下的碳激励预算。

相比于具有强制性与公平争议的拥堵收费措施，激励机制更易被公众接受，在现实中更易操作。研究证明，即使碳激励具有一定的随机性，但机制设计者仍然采取，例如广告、社区宣传、或赞助会议等方式来提高激励计划的渗透率，通过引导更多的通勤者参与该方案来缩短排队区间，缓解早高峰排队拥堵及环境污染。

本文摘编自《系统工程理论与实践》2025年,第45卷,第3期论文《基于碳币激励的高峰期出行行为分析》（点击题目链接全文）；
作者：周城溪¹, 博士研究生,研究方向:交通运输规划与管理,创新经济学；肖玲玲²(通信作者)，博士生导师,教授,研究方向:交通运输规划与管理,交通行为经济学
      1. 中央财经大学 经济学院, 北京 102206;
      2. 北京交通大学 经济与管理学院, 北京 100044