摘要：共享经济是一种现代经济模式，其核心在于优先保障商品与服务的获取权而非所有权。随着Airbnb和Uber等开创性平台的出现，共享经济对盈利能力、市场动态及用户行为等经济领域产生了深远而显著的影响（Cachon et al., 2017; Benjaafar et

01 引言

共享经济是一种现代经济模式，其核心在于优先保障商品与服务的获取权而非所有权。随着Airbnb和Uber等开创性平台的出现，共享经济对盈利能力、市场动态及用户行为等经济领域产生了深远而显著的影响（Cachon et al., 2017; Benjaafar et al., 2018)。其不仅影响经济活动，更重塑个人生活方式与社交纽带，产生广泛的社会效应。具体表现在居民生活质量，人际关系，推动思想与知识的交流等方面。

无桩共享单车服务（DBS）的出现可作为阐释共享经济所产生的社会效应的典型案例。与传统公共自行车系统不同，无桩共享单车无需在出行起点或终点设置固定停放点。用户可通过移动应用轻松完成租车流程。该模式有效解决了“最后一公里”难题，在城市公共交通体系中扮演重要角色。其固有的便捷性与适应性迅速赢得广泛欢迎，吸引了庞大的用户群体。截至2019年8月，中国共享单车注册用户达3亿，日均订单量4700万次，覆盖360个城市，平均单车保有量达1950万辆。DBS不仅显著改变个人的通勤模式，还对个体身心健康产生影响（Jiaand Fu, 2019）。此外，共享空间中自行车群聚的现象能激发集体骑行活动，促进群体间的社交互动。

为了深入探讨共享经济对个体身心健康的影响，作者基于2010-2020年中国家庭追踪调查（CFPS）个体微观数据，并引入知名共享单车企业（ofo、摩拜、哈罗单车）在不同城市分阶段进入市场这一准自然实验场景，继而使用双重差分模型（DID）对共享经济的微观个体健康效应进行评估。研究发现DBS可以降低个体的身体质量指数（IBM）和抑郁症评分，而这一效应主要通过增加居民的锻炼时间和减少社交媒体使用时间的方式实现。

02 相关文献方向回顾

作者对现有关于共享经济、无桩共享单车服务的文献进行了系统的梳理，梳理的视角主要聚焦在居民的日常生活以及健康状况层面。

首先共享经济的出现除了带来巨大的商业价值，其也直接影响人们的日常生活，特别是在公共健康和安全领域，人们的生活方式由此发生转变，而这一转变的利弊尚难以定夺。

其次无桩共享单车服务（DBS）可以给居民的出行提供了一个新选择，同时共享单车服务可以缓解城市交通拥挤状况，有助于城市环境污染问题的缓解。

最后，自行车作为一项有氧运动，可以通过降低慢性病、死亡率以及改善认知功能和心理健康的风险来促进身体健康， 而DBS的出现可以强化群体之间的社会互动，有利于居民精神世界的改善。

03 数据及模型

3.1数据来源及变量说明

数据来源：本研究的数据主要来源于CFPS数据库和各城市统计年鉴。

（1） Bike （DBS进入）： 该研究参照Hall et al.（2018）的研究，引入了处理变量Bike，该变量代表各城市每年DBS运营天数所占比例。该变量为连续型，取值范围为0到1，反映干预强度。例如若某城市于2016年7月1日启动DBS运营，则该城市2016年的干预强度为0.5，表示半年的暴露期。2016年前强度值为0，2016年后则为1，表示全年暴露。

（2）个人健康信息： ①身体质量指数（BMI）：个人体重除以身高的平方。在CFPS调查中，受访者需提供身高和体重测量数据。在初始样本中，BMI值范围为7.7至130。为在保留多数数据点的同时减轻极端离群值的影响，该研究主要分析BMI值位于0.5百分位至99.5百分位（即14.3至33.3区间）的个体。②抑郁评分（Depression scores）：心理健康状况通过抑郁评分进行评估，CFPS采用心理量表（K6，CES-D）收集个体心理健康信息，分数越高表明抑郁症状越严重。

（3）其他控制变量： 性别，年龄及其平方项，户籍类型，教育程度，婚姻状况，个人实际收入，人均GDP对数值、产业结构及人均土地面积。

3.2模型设计

（1）基准回归模型

为了验证DBS对个体健康状况的影响，作者构建了广义差分（DID）模型，具体模型形式如下：

（2）事件研究：动态DID

在运用DID方法进行因果估计时，一个关键假设是平行趋势假设。考虑到DBS公司最初倾向于瞄准经济繁荣和密集人口稠密的城市，有必要分析引入DBS前后健康指标的发展趋势。通过对模型(1)的调整，作者构建了以下动态模型：

04 实证结果

4.1基准回归结果

表2展示了逐步纳入控制变量的模型(1)的估计结果。左侧面板和右侧面板分别呈现BMI与抑郁评分的估计结果。结果表明，在引入DBS后BMI和抑郁症评分分别在1%和5%显著性水平下出现显著下降。值得注意的是，根据第(3)列结果，DBS的引入对应BMI平均下降0.183，相对于22.84的均值下降0.801%。此外，在列(6)中，DBS的引入使得抑郁评分下降0.084，相当于标准差减少0.088。因此可以验证DBS的实施确实显著改善了居民健康状况。

4.2动态DID检验结果

图2(a)和图2(b)结果显示本研究不存在事先趋势，验证了平行趋势假设的有效性。同时，在DBS实施当年，BMI指数与抑郁评分均呈现显著下降趋势。且随着时间推移，这种下降趋势不断深化，表明DBS的实施对居民身心健康的积极影响具有持续性和增强性。

4.3稳健性检验

（1）安慰剂检验

为确保研究发现并非偶然，作者从实际入市日期集中随机分配各城市的入市日期，并重新估计模型(1)以获得伪处理效应。并对该置换操作重复1000次。图3(a)和图3(b)分别绘制了BMI和抑郁评分伪处理效应的分布图，其中垂直线代表基准结果的真实估计值。显然，反事实效应呈零中心分布，而真实点估计值的绝对值则大得多。表明本研究结果具有稳健性。

（2）留一分析法（Leave-one-out analysis）

北京作为共享单车发源地，其定价和运营策略经历了重大变革，属于特殊案例（Cao et al.,2021），会对回归结果产生影响。遵循其思路，作者进一步检测是否存在特定城市对本研究结果产生显著影响。图4(a)和图4(b)分别绘制了处理变量对BMI和抑郁评分系数的分布图，虚线代表未剔除任何城市的基准估计值。结果显示所有估计值分布紧密且符号一致，表明研究结论对城市样本选择具有稳健性。

（3）PSM-DID

为消除潜在选择偏误，作者采用倾向性评分匹配法（PSM）进行稳健性检验。表4显示，使用匹配样本估算的效应仍具有统计显著性，证实了研究结果的稳健性。

除上述稳健性检验方法，作者还通过剔除特殊年份、加入时间趋势项、加入遗漏变量等多种方式进行稳健性检验，结果均佐证了基准回归结果的稳健性。

05 进一步分析

5.1异质性分析

作者从就业状况、BMI水平、家庭财产、地理坡度和锻炼习惯五个层面探讨了DBS进入对于个体健康状况可能存在的异质性影响。

（1）就业状况

表6显示了区分就业和退休状态的子样本回归结果，结果显示DBS的影响在未退休和就业的人中尤为显著，表明DBS的进入能够改善就业人员和未退休人员的健康状况。

（2）BMI水平

表7显示， BMI的最大降低程度主要发生在超重和肥胖个体中，表明DBS的进入在降低肥胖相关健康风险方面成效显著。另一方面，心理健康的改善则在正常体重和超重人群中最为明显。

（3）家庭财产

作者根据汽车拥有量和智能手机持有情况对家庭进行分类，从而进行分组回归。表8显示，DBS的影响主要由拥有智能手机但没有汽车的个人驱动。

（4）地理坡度

在地形陡峭的城市中，骑行难度增加，进而削弱DBS的普及与应用。因此作者假设：坡度较低城市的居民使用DBS服务的可能性更高，对于健康状况改善作用更明显。表9显示，在地势较平缓的城市中，DBS对BMI和抑郁评分的影响更为显著，进一步验证了作者的假设。

（5）锻炼习惯

个体的锻炼习惯可能会使得DBS进入对个体健康状况产生差异化影响，因此作者根据个体的锻炼频率，将样本划分为无运动、低运动水平和高运动水平三组进行回归。结果显示，DBS的进入对高运动水平人群的IBM和抑郁评分的缓解效果更显著。

5.2机制分析

（1）运动参与度。 表13显示，DBS的引入使每周总运动时长增加0.59小时，约占均值的20.3%。同时，运动频率也显著提升了8.2%。这些结果表明，DBS通过提供便捷的出行方式鼓励人们锻炼，并对运动习惯产生积极影响，而运动频率和总时长的增加均对身心健康产生积极影响。

（2）社交互动替代。 DBS不仅能辅助通勤，还可作为人们与朋友进行休闲旅行的一项选择，这对于日益增长的身心健康需求具有重要的影响。线下社交活动（如骑行）可替代部分线上社交，减少久坐行为，增加身体活动，促进体重减轻。此外研究表明线下社交较线上社交更能降低抑郁风险（Song and Jiang, 2022）。因此作者对DBS能否通过社交互动替代效应继而提高居民健康水平进行了深入的分析。结果显示，DBS显著降低了网络使用时长与基于互联网的社交互动频率，从而使得个体的健康水平提升。

06 结论与启发

本文实证研究表明：无桩共享单车的引入显著降低了居民体重指数（BMI）和抑郁评分，居民整体身心健康水平得到提升。进一步分析表明，共享单车服务通过减少个人上网时间和网络社交频率，促进线下活动开展，最终惠及个体整体健康与幸福感。该研究为健康研究者、政策制定者及医疗保健专业人员提供了宝贵见解。同时，研究表明DBS不仅是健身工具，更能建立社交纽带，具有显著的正向外部性。因此政策制定者评估共享经济新平台时，应将这些社会维度纳入政策框架，实现更全面的评估。

来源：古畔听史