公共品提供的效果评估来自北京大学免费外网政策的证据Word格式.docx

1、当公共物品的提供者发现结果偏离了他们所预期的方向，并且收益低于他们所付出的成本时，很可能选择会放弃这种方法；或者他们会认为是由于公共物品的提供对人们的行为造成里一定的扭曲，比如人们认为医疗保险可能会导致道德风险，使得成本增加了而总体健康水平没有显著的提升（Coulson et al., 1995）；但是另一方面，公共物品的接受者总是愿意接受更多的公共品资源，当公共政策宣布时，他们往往会关注自己的效用和福利是否能够切实地得到提升。但这种正向的关系也并不是永远成立的，比如说，当政府在公共场所安装很多的电视机，人们因为依赖而改变了自己的时间偏好（Becker et al., 1997），从而花更多的

2、时间看电视，这将会折损人们的时间和视力。本文研究“北京大学每月免费提供60小时的收费网关”这项政策对于北京大学学生的影响。首先，从北京大学这个公共品提供者的角度看，他们认为同学们因为收费网站的费用昂贵而减少了对外网的使用,这对于同学们的学术水平会造成消极的影响，因此，学校希望通过提供免费外网网关，方便同学们得到更多的学术资源，从而提升学生的学术水平。因为上外网的人数增多可能会导致成本的增加，比如说需要铺设更宽的网络道路，增加监管和维修的成本等等，因此将免费提供的时长限制在60小时，当个人需要使用超过六十个小时的收费网关时便需要缴纳一定的费用。这种提供一定时长的免费外网政策,与政府向民众提供免费

3、食品券等财政政策相类似，皆属于实物转移类型的公共品，并且可能出现行为上的扭曲和经济上的低效。在公共财政学领域对实物转移类型公共品的效率有着比较广泛的研究,比如说，在食品券在发放过程中面临的低效率,其中可能存在信息不对称的问题（Quint et al., 2001）；一些经济学家强调金钱直接补助具有更高效率，但无论是政府还是慈善机构的捐赠者都更偏爱实物补助（Aaron et al., 1971）；还有研究发现，当建立模型模拟家庭中的利他行为，并将家庭与政府的情形相类比，用实物而不是现金进行补助对双方来说有更多的效用（Bruce et al., 1991）。在我们初步的观察中发现，很多的同学因为该

4、项政策明显地增加了使用量，包括学习和娱乐的使用，但也有部分同学因为该项政策过度增加了他们对上外网的偏好尤其是使用外网进行娱乐的偏好，使得上网费用上升，总体福利偏离政策初衷。这是一个让我们看起来非常耐人寻味的现象，我们的文章就是希望通过对这次政策前后的变化进行分析，探讨同学们是否实现了福利的增长以及政策是否达到了帮助学生获取学术资源的初衷。本文建立了一个模型分析北大学生关于上外网的个人决策，并通过发放问卷的方式收集了政策前后同学们上网时长，内容和花费等方面的数据。根据模型，我们得到了两个基本的结论。首先，免费网关政策的实施会同时提高同学们上网学习和娱乐的时间。其次，上网的时间与学生的收入禀赋、时

5、间禀赋、上网与“其他活动”相对的效用和心理成本有关。我们这篇文章的安排如下：第二部分我们将对北大学生的上网习惯和政策前后的具体细节阐释清楚；第三部分我们建立了一个理论模型来分析北大学生的上外网的决策行为；第四部分是我们测量的方法和结果；最后的第五部分是探讨和总结。2. 背景北京大学的60小时免费上外网政策是在2014年2月17日，即2013-2014学年度第二学期刚刚开学的时候开始实行的，其初衷是为了方面同学们获取通过国外网址才能够获取到的学术资源，提升同学们的学术水平。在政策实施之前，收费网址采取的收费模式为包月制，政策实施之后，超过60小时的部分实行包月制。具体费用见下图：费用政策前政策后

6、10元国内网关国内网关+60小时国际网关30元国内网关+80小时国际网关包月国内网关+60小时国际网关+80小时国际网关包月50元国内网关+160小时国际网关包月国内网关+60小时国际网关+160小时国际网关包月90元国内网关+不限时国际网关国内网关+60小时国际网关+不限时国际网关事实上，如果同学们希望不花钱获得上外网，他们可以选择花费一定的通勤成本到图书馆上机，而且图书馆要求一日之内上机时间超过3小时的，按照每多小时加2元计算；掌握“翻墙”技术的同学可以直接在自己的电脑上上外网，但是绝大部分同学并不掌握这种技术，只仅仅在信息科学学院会有比较大的比例掌握“翻墙”的技术。另外，学生的上网行为是

7、我们研究的基础。我们有幸找到了专门研究了北京大学网络生活方式的特点的文章（赵国栋 et al, 2010），他们按13个维度的网络消费方式对北京大学653名随机抽取的学生进行实证调查，分网络使用动机、网络使用能力、网络使用活动、网络使用感受、人口统计变量五个层次进行分析,最后将北大学生的网络生活方式分成四类：网络沉浸型（19%），冷静保守型（31%），信息前沿型（23%）和社交活跃型（27%）。其中，信息前沿型，被定义为“会经常使用网络获取学术信息”，他们占到总人数的23%，是一个相当大的比例，证明我们的这项公共品是有足够大的需求的，并且符合政策制定者的初衷。然而，也有19%的比例存在网络沉浸

8、的倾向，也就是说，提供免费的外网有可能会滋生更多的网络沉浸，违背了免费外网提供者的初衷。3. 模型对于一位北大的学生，我们将其全部的时间分为三部分，一部分是利用国际网关学习的时间，比如阅读外网论文；一部分是利用国际网关娱乐的时间，比如浏览外网视频网站；剩余的为做一般其他事情的时间。其中单位时间内利用国际网关的成本为，单位时间内做一般其他事情的成本为，在实际情况中，网络的收费是分段收费的，这里我们把理解成学生的心理成本。每个月可支配的时间为，可支配的收入为。学生在分配自己的时间和收入时面临如下两个约束：我们假设学生的效用只与有关，并且符合Cobb-Douglas型效用函数：方程两边同时取自然对数

9、，得到：用拉格朗日乘子法计算最优上网时间：一阶偏导数为零：解得最优的时间分配得：对于最优解的讨论：当学生在全部时间不利用国际网关时，有约束式：；当学生的全部时间利用国际网关不论学习或者娱乐时，有约束式：。很明显第一种情况更加合理，所以我们假定：此假设下最优解为内点解，否则最优解为角点解。当北大校园国际网关的政策发生变化时，单位时间内使用国际网关的成本降低，由我们的模型（事实上也是常识）可知应增加，这在后面的回归结果中也得到了证实。在回归结果中，我们还估计了的大小关系，并发现，说明北大学生利用国际网关学习带来的效用要大于娱乐带来的效用，国际网关的政策对于学生在学习上的帮助更强一些。4. 数据和估

10、计结果4.1 数据描述4.1.1数据获取为了分析学生上网行为，最佳的数据应该来自计算中心保存的准确的学生上网时长数据。但是由于保密协议的限制，计算中心无法将这份数据提供给我们。于是我们选择了发放问卷的方式来获取需要的数据。为了尽可能让不同年级、专业的样本量接近北大学生的真实分布，我们按照学校每个大类专业和年级的人数等比例确定了每个专业、年级调查的人数，定向发放问卷。而要使得调查到的使用外网时间尽可能准确，我们选择在计算中心结算的3月31日晚将所有问卷定向一次性发完。这样我们的被试就可以直接查看网关，填写真实的使用情况。而对于之前网络的使用情况，同学回答时只能依靠记忆，不够准确。这部分数据的误差

11、将对我们的回归分析产生一定影响。除了上网情况，我们还调查了可支配收入和其他上外网方式等个人信息。虽然最后我们回收上来的问卷只有121份，回收率仅为四分之三，但我们认为这些数据的缺失具有随机性，不会影响估计的结果。4.1.2命名变量描述性统计图4.1.1性别 图4.1.2专业 图4.1.3 年级 图4.1.4 其他上网方式4.1.3 连续变量描述性统计VariabeMeaningObsMeanStd.DevMinMaxwwa政策后使用外网时间11942.672164.8981600sera政策后使用外网学习与娱乐之比12151.487632.2294100wwb政策前使用外网时间27.47896

12、0.5242serb政策前使用外网学习与娱乐之比48.528934.4705welf认为免费外网的福利值多少钱11620.456920.3907income每月平均生活费1021643.13734.6465005000图4.1.5 政策后上外网时间图4.1.7 政策前上外网时间图4.1.9 外网福利估值图4.1.6 政策后上外网学习娱乐比图4.1.8 政策前上外网学习娱乐比图4.1.10 每月平均生活费从这些图表直观上我们大致可以发现以下两个特征：首先，3月份的上网时间因为有数据可查，所以分布较为正常；而对之前上网时间的调查，同学们都倾向于写一个整数，于是呈现出近似于离散的分布。包括对“你认为

13、学校给你提供的免费网关值多少钱”和每月花费这样的问题，答案也都集中在几个整数上。这对后面的回归有很大的影响。其次，在政策后上网时间的图中，我们很明显的看到60这里有个突增，很多人到了60就开始借用别人的网关或是使用代理等方式。4.2回归估计根据模型，我们可以得到两个基本的结论。首先，免费网关政策的实施会降低单位时间内学生上国际网关的成本，这将提高同学们上网学习和娱乐的时间，这一点很容易验证，我们的数据也支持了这个结论。其次，利用国际网关学习和娱乐的时间取决于学生的收入禀赋、时间禀赋、上网与“其他活动”的效用和成本，通过进行上网时间与收入的回归分析，我们可以比较利用国际网关学习和娱乐给学生带来的效用，从而对在政策的效果进行评价。4.2.1 作为虚拟变量的政策在进行回归之前，我们首先筛选数据中的离群值，箱线图如下：图4.2.1 Box Chart of wwa图4.2.2 Box Chart of wwb如果将前面的两个变量合并成一个变量，即wwa（政策后上外网时间）与wwb（政策前上外网时间）合并成Webuse，同时政策前后学习娱乐比例也自动合为一个变量sera（Study-Entertainment Ratio）。这样我们就得到了一个面板数据，即每个个体在政策实施前后两个时间点上使用外网的时间。但是仅有两个时点的面