您的网页浏览器版本过低。更新您的浏览器,以便在该网站上获得更安全、更快速以及更优质的体验
建议升级浏览器: firefox 火狐浏览器 download chrome 谷歌浏览器 download

【香樟推文1029】雾霾难民?空气污染对移民决定的影响

作者: 香樟经济学术圈
2018-02-14 07:00
这是香樟第1029篇推文

原文信息
原文信息:Shuai Chen, Paulina Oliva, Peng Zhang. 2017. “The Effect of Air Pollution on Migration: Evidence from China” NBER Working Paper 24036.
图片来源: 百度图片

引言和背景

本文的背景其实无须赘述,在过去的二十年间,中国主要城市经历了有目共睹的空气污染。如果将空气污染视为一种会损害人们身心健康的disamenity,那么显然空气污染可以影响到个人对于居住和工作地域的选择。本文即试图采用较新的识别方法来分离出空气污染与(国内)移民决定之间的因果关系。特别地,作者指出在国内,移民往往是复杂和高成本的行为,其对于空气污染的反应一般不会是短期的,而是中长期的(数月或数年)。所以,考察空气污染在中长期对于移民决策的影响是比较符合现实情况的做法。

研究设计

在因变量方面,作者考察了两类国内移民,第一类是一般意义上的移民率,作者使用以5年为周期的净移民比率(用移出人口数量除以移入人口数量与死亡人数之和)来衡量。第二类是所谓“流动人口”或“流动移民”,即那些没有转移户口的移民,由此区分不同移民人群对于空气污染的反应(流动移民的选择更加能够反映移民对目的地空气污染状况的评价)。在核心自变量空气污染方面,与因变量对应,作者采用了PM2.5和SO2的5年平均水平,正如上一节所述,之所以以5年为一个时间段进行考察,是考虑到移民决策相对于污染发生的滞后性,本文主要考察了1996-2000,2001-2005,以及2006-2010这三个时间段。移民数据主要来自中国人口普查(含宏观普查和微观普查)。

本文的一项主要创新之处在于使用了逆温强度这一变量来作为空气污染变量的工具变量,这一做法最早由Arceo, Hanna and Oliva (2016) 提出。正常情况下,大气温度随高度增加而降低,热气上升冷气下降,污染物可以在大气中进行垂直循环。当逆温现象出现时,大气温度随高度增加而增加,污染物无法进行垂直循环,好似一床“棉被”盖在城市上空,空气污染就会加重,所以逆温强度与空气污染程度在理论上是正相关的。本文构建的逆温强度也很简单,使用地面上空温度(above-ground temperature,离地面320米)减去地面温度(ground temperature,离地面110米),结果为正则存在逆温现象,差值越大,逆温强度越高,结果为负则不存在逆温现象。本文所使用的污染物(AOD数据)和逆温数据都来自于NASA公布的Modern-Era Retrospective Analysis for Research and Applications version 2 (MERRA-2)。

除此之外, 回归模型中还加入了一系列取自中国气象科学数据共享服务系统(CMDSSS)的天气变量,如最高温度,最低温度,日均温度,降雨量,日照时间,湿度,风速等(均加总为5年平均的变量)。最后,模型中控制了城市与时间固定效应,并使用基本的2SLS进行估计。一阶段中逆温与污染的强相关性没有问题,逆温强度提高1%,空气污染程度大致上升0.3%。

主要结果

作者首先估计了非IV模型,发现空气污染与净移民显著正相关,但这一模型可能遗漏了工资,GDP,工作机会,基础设施建设等变量,并且人口流动反过来也会影响空气污染强度,导致系数有可能被低估。接下来的(考虑人口权重的)IV模型印证了这一点,得到了比非IV模型大一倍的估计值。从结果上看,PM2.5每增加10%,每100居民中就会有2.7人流出,而SO2每增加10%,每100居民中就会有2.3人流出。对于另外一个因变量“流动人口”,非IV模型得到了违反常识的结果,即流入地空气污染与流入人口正相关,而(考虑人口权重的)IV模型则正确地得到了符合常识的负相关结果,PM2.5每减少10%,会吸引每100居民中的1.7人流入,而SO2每减少10%,会吸引每100居民中的1.4人流入。总体来说,如果某一个县在五年时间内经历跟全国平均趋势一致的空气污染增加,那么这个县会因移民流入的减少而损失3%的人口,再加上净移民产生的人口流出,总损失会达到5%的人口。

作者随后进行了一系列异质性分析,主要结果如下:

  • 将样本按学历高低分为三类,发现污染对净移民的影响随教育程度提高而上升,这符合受教育程度与对清洁环境的需求程度正相关的理论与事实。

  • 将样本按性别分类,发现女性对于污染的移民反应程度是男性的两倍,可能由于男性作为一家之主需要在家持守,而其他成员可以寻求更清洁的地点。

  • 将样本按年龄分为三档,发现污染对净移民的影响随年龄提高而下降,可能由于年轻人移民能力最强,也可能由于他们有易受污染伤害的年轻子女。

  • 将样本按移民来源地分为三类(本县,本省外县,以及外省),发现污染对于本省外县移民的影响最大,外省次之(理由同性别分类),本县最小(逆温和空气污染在一县范围内没有太大差别,无法影响县内移民决策)


作者又继续进行了一系列稳健性检验,主要包括:

  • 在模型中同时放入PM2.5和SO2两种污染指标,发现单个系数均不显著,但在F值上表现出联合显著。

  • 使用AQI作为单一污染指标,结果符合常识,与PM2.5和SO2结果类似。

  • 在地级市层面进行标准差聚类(地级市通常包含10-20个县),标准差扩大了一倍,但对主要结果没有影响。

  • 用分省时间固定效应替代单一时间固定效应,结果稳健

  • 用1996-2010年均人口替代基年(1995年)人口作为权重,结果稳健

  • 用“离地面540米”代替“离地面320米”作为上空温度,结果稳健

  • 用逆温天数代替逆温强度,结果稳健

  • 加入天气控制变量与区域虚拟变量的交互项,结果稳健


Abstract
This paper looks at the effects of air pollution on migration in China using changes in the average strength of thermal inversions over five-year periods as a source of exogenous variation for medium-run air pollution levels. Our findings suggest that air pollution is responsible for large changes in inflows and outflows of migration in China. More specifically, we find that independent changes in air pollution of the magnitude that occurred in China in the course of our study (between 1996 and 2010) are capable of reducing floating migration inflows by 50 percent and of reducing population through net outmigration by 5 percent in a given county. We find that these inflows are primarily driven by well educated people at the beginning of their professional careers, leading to substantial changes in the sociodemographic composition of the population and labor force of Chinese counties. Our results are robust to different specifications, including simple counts of inversions as instruments, different weather controls, and different forms of error variance.
声明
推文仅代表文章原作者观点及推文作者的评论观点,并不代表香樟经济学术圈公众号平台观点。
宜打赏
亲爱的读者,如果您从阅读本文中得到启发,或者受益,请您为本文打赏,以感谢推文者的辛苦工作,鼓励她(他)下一期提供更精彩的推文(香樟打赏直接给每期的推文作者)。
香樟经济学术圈征稿
香樟致力于提供学术研究公共品,对香樟最好的回馈就是向平台赐稿。联系邮箱cectuiwen@163.com.
香樟经济学术圈
本期小编:余家林



-------------------------------------

如果您有优质的、符合见闻调性的原创文章,欢迎以个人的名义投稿入驻华尔街见闻名家专栏。

投稿方式 :请将个人简介以及代表作品发送至 zhuanlan@wallstreetcn.com ,并附上电话和微信以便做进一步沟通,在主题中标明: 申请入驻见闻专栏 + 投稿人名字

参与评论
收藏
qrcode
相关资讯
参与评论