纽约市拥堵收费项目背景与实施现状 [page::1][page::3]

• 2025年1月5日，纽约大都会运输署(MTA)实施首个美国市中心拥堵收费项目，按时段和车辆类型收费，起步费9美元。

- 实施后，市中心交通速度提升15%，公交（地铁、公交车等）客流均有7%-12%增长。

• 该项目年净收入预计5亿美元，但引发多起诉讼及公平性争议。

数据与模型方法 [page::6][page::9][page::11][page::13]

• 采用Replica合成大规模出行数据覆盖纽约州和新泽西五个主要县，数据包含人口属性、出行模式及时间段。

- 设计联合“模式-目的地”选择模型，利用逆乘积差异对数(IPDL)模型捕捉跨模式和跨目的地相关性。

• 通过MTA的桥隧车流和公交数据校准收费偏好参数，采用补偿变差计算消费者福利变化。

- 16个旅行细分段覆盖不同收入、年龄和出行目的，强化模型精度。

模型估计及效果验证 [page::15][page::17][page::18]

• 不同人口群体对费用及时间的敏感度存在显著差异，通勤族对公交等待和换乘较为敏感。

- IPDL模型拟合优度优良，能有效反映交通行为变化。

• 模型预测拥堵收费后，车辆进入数同比下降约11%，公交客流增长7.0%，与观察数据吻合良好。

拥堵收费的收入与福利影响分布 [page::19][page::20][page::22]

• 模型估算年总拥堵费收入约为10.77亿美元，高于MTA净收入预期，反映收入为毛额。

- 出行福利总损失约2.4亿美元/年，远低于项目收入，表明拥堵收费总体效益正向(Kaldor–Hicks效率)。

• 福利损失主要集中在曼哈顿上城、布鲁克林及新泽西哈德逊县，交通仰赖自驾出行者受影响最大。

- 不同群体价值时间(VOT)差异明显，低收入者费用敏感度更强，非通勤与学生群体敏感度较低。

量化补偿策略分析与效果 [page::23][page::24][page::26]

• 两种补偿策略：公交等待时间缩减（服务提升）与票价补贴。

- Kaldor–Hicks情景下，纽约市区需减少平均公交等待时间约0.48分钟或135.59亿美元年票价补贴，新泽西需减少5.32分钟或108.53亿美元补贴。

• Pareto改进(无负效应保证)条件下补偿需求翻倍，且单纯依靠一种手段成本高昂。

- 综合降低等待与差异化票价补贴方案实现更有效公平补偿。

政策建议与未来方向 [page::26][page::27]

• 建议结合提高公交普及率及有针对性的票价减免，兼顾时间敏感群体与费用敏感群体。

- 推荐分阶段补偿，先实现系统整体效益，再对关键弱势群体提供定向援助。

• 鼓励补偿手段多样化，如货运激励及无车最后一公里服务，以实现更全面的公平。

金融研究报告详尽分析报告

---

1. 元数据与概览

报告标题：Distributional welfare impacts and compensatory transit strategies under NYC congestion pricing
作者：Xiyuan Ren, Zhenglei Jia, Joseph Y. J. Chow
机构：C2SMARTER University Transportation Center, NYU Tandon School of Engineering
发布日期：2025年
主题：纽约市拥堵收费政策的分配性福利影响及补偿性公共交通策略设计分析

核心论点及摘要：
本报告基于合成数据与实测数据，估计和校准了纽约及新泽西地区交通出行行为模型，评估了2025年纽约市中央商务区拥堵收费计划（CBDTP）的福利影响及其在不同人群与不同区域的分布差异。研究发现拥堵收费虽带来约10亿美元年收入及改善交通速度和公共交通使用率的整体收益，但存在接入性福利损失显著，其中受影响最深重的区域为上曼哈顿、布鲁克林及新泽西哈德逊县，尤其是难以切换出行方式或目的地的群体。报告进一步量化了通过缩短公共交通等候时间和提供票价补贴两种策略补偿福利损失所需的规模。结论强调仅依靠单一补偿手段难以兼顾效率与公平，需多维度综合策略支持，从而促进公平转型和政策长期公信力的建立[page::0,1,2]。

---

2. 逐节深度解读

2.1 引言与项目背景

介绍了纽约市CBDTP自2025年1月5日上线，作为美国首个以“边界线”为基础的拥堵定价案例。收费标准依车辆类型、时段及付费方式不同而异，乘私家车收费9美元起，摩托4.5美元，货车至公交最高可达521.6美元，多数用户享有多种优惠政策，如车主低收入折扣及夜间折扣[page::1]。拥堵收费设计初衷为内化高峰时段驾驶带来的外部成本，类似伦敦、斯德哥尔摩及新加坡等全球成功案例，目的在于减少交通压力、改善空气质量、筹集公共交通资金。纽约早期评估显示，路段平均车速提升15%，$\mathrm{CO}2$排放下降2-3%，但仍遭遇来自商业集团和新泽西政治团体的强烈反对。讨论指出程序虽效益明显，但分配性影响引发公平争议，特别是低收入及州际通勤者负担加剧[page::1]。

研究目的是通过联合出行方式与目的地的模型，使用合成大数据和真实交通计数数据，度量福利效应并评估补偿策略效果。该方法创新引入逆产品差异对数模型（IPDL）替代传统嵌套对数模型，更好捕捉模式与目的地跨维度替代效应，基于最大似然与二阶段最小二乘方法校准参数，强调分群异质性与前后政策变化的参数差异[page::2]。

2.2 文献回顾

回顾了全球典型拥堵收费实施情况及相关实证研究，重点介绍：

• 新加坡ALS及ERP系统显著降低排放

- 伦敦拥堵费覆盖$\mathrm{PM}{10}$和$\mathrm{NO}_{x}$减排12%及20%

• 斯德哥尔摩七个月试点后的永久实行及儿童哮喘下降

- 米兰与哥德堡的演变及收费结构调整

拥堵收费通过收费转变乘客出行时段、路线及模式的策略，实证研究证实有高达23%的习惯驾车者愿意转向公交、骑行或步行。纽约作为最拥堵城市，已显著减少驾驶进入核心区11%，公交速度提升20%，客运量提升7-12%。但公众反对基于收费公平性与转变难度，低收入折扣亦被认为未完全消除负担差异。学界通过离散选择模型（DCMs）分析福利影响，但多以单一城市或单一决策维度为视角，缺乏对区域溢出、参数动态变化、政策组合补偿策略的综合评估[page::3,4,5]。

2.3 贡献点

本研究的技术创新有：

• 区域范围扩大纳入纽约全境及新泽西五县，捕捉跨州通勤影响

- 联合估计交通模式与目的地选择的IPDL模型，解决传统嵌套模型单维相关限制

• 显式比较政策前后参数变化，校准拥堵费偏好因子

- 系统评估基于运输频次提升（减少等候时间）与分群票价折扣的补偿组合，通过消费者剩余和补偿差异（CV）指标刻画分配效应[page::5]。

3. 数据与方法

3.1 研究区域与数据集

研究区域涵盖纽约州63县及新泽西5县（纽约大都会区最主要通勤县），重点关注曼哈顿南部60街以南的拥堵区（CRZ），兼顾区域间通勤流影响。数据依赖Replica公司提供的2023年第二季度合成合成出行数据（覆盖6000万出行），数据融合手机定位、人口统计、经济活动与环境因素，精度与官方CTPP和人口普查数据偏差均控制在可接受范围内（属性误差<5%，通勤模式分享误差<10%）。合成数据区分人口群体为低收入、非低收入、老年、学生，以及上下班/非上下班旅程和高峰/非高峰时段合16段旅程，且排除货车出行便于聚焦公共交通影响。为了补充合成数据缺少的细节，如公交等候时间和转乘，采用OpenTripPlanner结合GTFS和OSM数据进行时空计算[page::6,7]。

3.2 模型规格

采用市场层次的联合模式与目的地选择模型，将单个细分市场的旅行按照起点县、模式和目的地汇总，构造替代集达378个（63+5 counties × 6 modes），总市场1088组。模型基于Berry等人（1995）提出的市场层二元式效用函数，考虑旅行时间、成本、模式及目的地常数及纽约市与境外区别交互项，体现不同地区偏好异质性[page::8,9]。

为突破传统单维嵌套对数模型（NL）的限制，采用IPDL方法在两个维度（模式、目的地）上同时捕捉替代相关性，提高对联动响应和溢出效应的模拟能力，特别对CRZ区域内外驾车和公共交通模式切换的相互影响的更真实表达[page::10,11]。此外，对于价格作为内生变量，设计了工具变量策略依据同一市场内其他替代方案的旅行时间变量进行两阶段最小二乘（2SLS）估计，解决价格内生性问题，保障对成本参数的稳健估计[page::11]。

3.3 后实施期参数校准

由于缺少详尽的后实施微观数据，仅能利用MTA公布的交通流量和公共交通客流等边际数据，以优化方法校准拥堵费相关效用参数，结合交通速度提升（+15%）和公共交通性能变化调整系统效用函数，从而预测及匹配2023至2025年间CRZ车流变化。采用序列二次规划（SLSQP）算法高效求解对应约束优化问题，确保模型与真实数据高度吻合。此后以公交乘客数作为模型有效性验证，结果表明模型对交通流及公交流量变化预测均在较小误差范围内[page::12,13,17,18]。

3.4 福利指标

福利度量围绕：

• 出行时间价值（VOT） ：旅行者对时间与货币的替代率，反映其对节省时间的支付意愿，分群计算明确受群体与地区影响。

- 消费者剩余（CS） ：基于选择模型的logsum效用，反映出行选择福利总量指标。

• 补偿差异（CV） ：量化政策变动前后福利变化的货币化度量，计算降低部分等待时间和票价优惠补偿所需要的金额流，便于策略设计[page::13,14]。

3.5 补偿策略设计

重点测试两种补偿手段单独或联合效果：

• 减少等待时间（或等效提升发车频率）作为长效服务质量提升措施

- 票价折扣，直接降低出行经济负担，适合短期负担缓释

两种补偿效益衡量设计了Kaldor-Hicks效率（总福利补偿）和Pareto改进（无群体福利受损）两大目标，分别用于系统性和公平导向补偿评估，并通过迭代数值优化方法识别实现目标所需精确补偿规模[page::14,15]。

---

3. 图表深度解读

图1：研究区域地图（第6页）

图1清晰展示了研究所涵盖的纽约州全境和新泽西五县的地理分布。右上角的插图具体描绘了CRZ范围及相关主要收费桥隧，帮助读者理解拥堵收费区域的空间界定及其与周边县域的关系。该图证明模型设计包括了跨州通勤流重要影响，有助捕获跨区域的乘客流动和福利影响[page::6]。

---

表1：合成出行数据各细分群组的出行次数及驾驶与公交份额（第7页）

此表细分为4个人口群（低收入、非低收入、老年、学生）、2类出行目的（通勤/非通勤）和2个时段（高峰/非高峰），列示每日平均出行次数及同步段内主要出行模式份额。

• 高峰通勤低收入群体中，驾驶占比约36%, 公交29%，显示其公交替代潜力较非低收入通勤者强（后者驾驶近48%，公交21%）。

- 非通勤时段驾驶比重普遍更高，低收入组达到43-44%驾驶比例，公交显著下降。

• 老年和学生群体明显倾向于较低的公交份额，特别是老年人在非通勤高峰时段仅3-15%，反映出模式切换意愿和能力存在显著差异。

该表为后续模型提供了重要输入分布特征，有利于精准构建分群模型及对应的政策模拟[page::7]。

---

图2：NL与IPDL模型结构对比示意图（第11页）

该图直观说明传统嵌套对数模型（NL）仅捕捉单维嵌套相关（模式嵌套在目的地或反之），导致模式与目的地维度间替代效应独立。而IPDL模型允许多维嵌套，捕捉模式与目的地相互作用的相关性。
如图中所示，NL模型假设CRZ区驾驶减少，非CRZ区所有模式均受益（乘客流量增多）；而IPDL显示CRZ驾驶减少会导致非CRZ区驾驶也被牵连减少，证明IPDL涵盖了更全面的联动替代效应。该特征使IPDL在评估多维决策影响、区域溢出效应时更具现实解释力[page::11]。



---

表2：选定族群关键预实施模型参数估计结果（第15-16页）

表中展示了交通时间（自动车、公交接驳、等待、车内）、转乘次数、费用等变量在不同群体（如非低收入通勤者、低收入通勤者、老年非通勤者、学生非通勤者）中的效用系数及显著性。

• 时间变量均呈显著负系数，效用随时间增加下降，符合理性预期。

- 等待时间对高峰通勤者影响显著，为交通时间中最敏感部分，尤其是非低收入组。老年和学生群体中等待时间影响不显著，说明此类群对公交服务可靠性容忍度较高。

• 驾驶模式基线偏好正且显著；步行及骑行普遍负且大，说明此类活跃出行方式接受度低，尤其老年及学生。

- CRZ作为目的地的常数项均为明显负值，体现了拥堵区出行固有的高出行阻力。

• 与纽约市区域互动项显示，纽约市内对出行时间更敏感，对费用容忍度较高，显示空间上的差异化偏好[page::15,16]。

该表量化了不同人群、地域与出行目的的偏好差异，是理解分配效应、设计精细补偿策略的基础。

---

表3：模型预测与MTA观测数据对比（第17页）

该表显示模型对2023至2025年纽约和新泽西自动车出行下降百分比的预测和实测基本吻合，误差均在1%以内，验证了模型的准确性。此外，模型对公交客流量预测稍低于实测，有约-2.6%与-4.2%的负偏差，且公交增长预测（7.03%）略低于观测（8.79%），推测因模型仅考虑拥堵收费影响，而忽视其他促进交通增长的政策[page::17]。

---

图3：预测的模式和目的地分布变化（第18页）

图3(a)展示分起点区域的出行模式数目，拥堵收费后，曼哈顿及纽约市出行中驾车人数显著下降，公交和拼车等替代模式增加，反映明显的模式转移。纽约州其他地区变化不明显。图3(b)表现各县目的地出行数，其中CRZ和上曼哈顿的驾驶出行减少最显著，其他区域变化较小。整体出行量仅微幅减小0.01%。此图形象体现拥堵费将引发的空间-模式联动影响[page::18]。



---

表4：不同人口群体与模式贡献的拥堵收费总收入估计（第19页）

报告了模型估算的拥堵收费年收入约为10.77亿美元，远高于MTA公布的5亿美元净收入，差异原因包括仅计平日出行、统一假设FHV费用及未计季节性波动。

• 非低收入群体贡献最大，约7.5亿美元，主要来自高峰时段私车通勤（6.2亿美元）。

- 低收入、老年及学生群体各贡献约8千万至1.3亿美元。

• 驾驶及拼车模式涨幅明显，FHV为票价较低但增量稳定部分。

该结构说明收入来源高度集中，且不同群体适用补偿力度需据此个别设计[page::19]。

---

图4：拥堵费造成的福利差异空间分布（第22页）

地图与条形图合并揭示福利得失非常集中，CRZ区因减少拥堵及提升交通效率获得约6万美元/日的净福利；上曼哈顿(-20万美元/日)、哈德逊县(-16万美元/日)和布鲁克林(-6万美元/日)遭遇显著福利损失。其他外州县区损失极小，部分因减少拥堵获得微小正效益。该空间分布深刻提示资源补偿应重点聚焦受损最严重区域[page::21,22]。



---

图5：分段（人群、区域、目的）平均每趟旅行补偿变差（CV）损失（第22页）

此柱状图比较低收入、非低收入、老年和学生四类人口在不同区域（CRZ、上曼哈顿、NYC其他区、外州及新泽西）通勤及非通勤旅行的福利损失。

• 新泽西通勤者平均损失最高，约-0.40美元/趟，反映其较低弹性和模式替代困难。

- 低收入和学生群体福利损失较小，因其对公交更敏感，能更有效转换出行方式。

• 非通勤旅行福利损失普遍小于通勤旅行，表明通勤时间刚性更强。

图示表达了不同群体在政策冲击下的异质反应，强烈支持基于分群补偿设计[page::22]。



---

表6：Kaldor-Hicks效率条件下的补偿策略评估（第23页）

表中给出两大策略单独应用时的补偿广度：

• 纽约市区需将公交等待时间平均减少0.48分钟（占当前4.77分钟的10%）或年票价补贴达1.356亿美元。

- 新泽西五县需减少5.32分钟等待时间（67%大幅提升）或补贴1.085亿美元。

考虑现实投入，新泽西大幅提升发车频率挑战较大，票价补贴成为更优选。票价折扣按人口群个别计算，显示非低收入群需求最高，低收入及学生群因敏感度较高而需较少补贴。该分析强调组合策略必要性，以兼顾不同群体利益[page::23]。

---

表7 & 图6：Pareto改善条件下的联合补偿需求（第24–26页）

Pareto改善需保证所有群体福利非负，故资源需求显著增加。

• 无任何等待时间减少，票价补贴需高达纽约市约5.88亿美元/年，新泽西2.22亿美元。

- 增加等待时间减少，票价补贴迅速下降，纽约市在减少1-2分钟等待时补贴降至2.9亿美元以下，更多减少带来边际收益递减。

• 新泽西补贴下降幅度较小，表明频次提高对新泽西通勤者弹性低。

表7具体列出了不同程度等待时间改善下，细分群体所需票价补贴水平及对应年度补偿金额，清楚体现低收入与学生群体对票价补贴依赖度较高，非低收入群体则更多受等待时间改善益处。该结果显示统一折扣存在效率低下风险，鼓励采取差异化补贴机制。图6进一步强化了这一结论，展示等待时间与补贴资金的补偿权衡曲线[page::24,25,26]。



---

4. 估值分析

本报告核心估值基于消费者剩余（CS）和补偿差异（CV）计算，量化拥堵收费政策对不同人口和区域的经济福利影响。实际按日及年转化显示整体福利损失约2.4亿美元，但同时政策带来约10.77亿美元的粗收入，远高于损失，满足凯尔多-希克斯（Kaldor-Hicks）效率准则，即净效益为正。但分配性不均衡暗示未必实现帕累托改进（Pareto improvement），提示补偿设计需精准向高风险群体倾斜。此外，选用IPDL模型体现了多维替代关系，提升估值精度和解释力[page::12,13,20,21]。

---

5. 风险因素评估

报告隐含风险因素包括：

• 州际交通协调难度：新泽西通勤者负担重，且补偿方案复杂，政治法律诉讼持续存在，可能引起计划调整

- 数据限制：合成数据和市场层次方法可能掩盖个体内异质性，未来个体水平数据缺乏降低模型适用性

• 补偿资金安排复杂：高额票价补贴需财政支持，缺乏具体资金来源可能拖累投资规模

- 行为假设限制：模型未完全反映出行时间调整、替代路径变化等动态行为，影响长期效果预测

• 公共接受度：初期公众反对率高达63%，若补偿策略沟通不到位，将威胁政策可持续实施[page::1,3,5,26,27]。

---

6. 审慎视角与细微差别

• 模型假设的局限性：聚合至县级市场简化了空间粒度，可能导致对低收入集中社区内部差异识别不足，政策设计中需注意此点。对旅游或非通勤特殊人群的影响考虑不足。

- 收入与补偿对比差异：模型计算的总收入显著高于MTA官方净收入，说明真实财政状况含行政及基础设施成本，补偿策略资金估算时需剔除相关成本。

• 替代模型选用合理性及潜在复杂度：IPDL模型优越但计算复杂度增高且依赖正确分维，模型的推广及应用需慎重。

- 补偿策略单一性风险：纯票价或纯服务频次策略各有缺陷，高价票价补贴可能过度补偿富裕群体，等待时间改善对低收入依赖有限，强调两者结合的重要性。

• 公平与效率权衡：Kaldor-Hicks效率易实现但掩盖福利分配不均，Pareto改善更公平但成本高昂，应基于政策目标合理选择补偿原则。

---

7. 结论性综合

本报告通过创新的合成数据驱动联合模式及目的地选择模型，结合真实交通计数数据，深刻揭示了纽约CBD拥堵收费政策的多维福利影响与复杂分布。拥堵收费虽整体提升了系统效率，实现年亿元量级正净收入与改善交通状况，但同时造成了上曼哈顿、布鲁克林及新泽西特定区域低收入者及通勤群体的集中福利损失。模型精确捕捉了时间-成本权衡的异质性，凸显公交等候时间对高价值时间群体（如非低收入通勤者）影响巨大，而票价折扣对低收入群体更为关键。

综合表格和图表显示实现公平且有效的补偿策略无法仅靠单一手段，必须以0.5-2分钟范围的公交等候时间减少辅以针对性票价补贴，并且根据区域和乘客类型差异化设计补偿策略方能达到Pareto改进，同时避免补偿资源浪费。纽约市内实现Pareto改进所需补贴资金与公交改善适中，而新泽西因服务改善效果有限，票价补贴主导的策略更为经济可行。

政策含义强调，未来拥堵定价政策需融合细致的利益相关者分群分析，采用多维补偿工具包，结合服务改进、经济补贴和多模式投资，同时纳入货运运输与“最后一公里”连接措施，确保生态与社会双重效益的实现。研究局限指出模型空间分辨率及数据完整性有待增强，未来应拓展动态行为建模与补偿决策的联合优化，实现更具可操作性和公平性的拥堵收费政策设计[page::26-28]。

---

参考图片展示

图1：研究区域地图


图2：NL与IPDL对比


图3：拥堵费实施前后出行模式和目的地预测变化


图4：拥堵收费福利空间分布


图5：分群平均每趟旅行补偿变差CV


图6：Pareto改进下补偿策略投入权衡


---

总体评价

本报告严谨运用先进的交通模型与大数据手段，提供了对于拥堵收费政策社会经济效益影响及补偿策略设计的系统性研究，具备极高的政策指导价值和学术创新。通过分群/分区域细粒度分析，为纽约市及类似大都市政策制定提供了明确的技术路径和理论依据，尤其在平衡效率与公平、宏观收益与微观承受能力之间提出了切实可行的解决方案。未来进一步结合多模态出行演变和动态实时数据，将极大提升模型预测性和政策适应性。

报告