社科在线
原创学术新媒体!

空气污染对中国人口迁移的影响几何?

引言

空气污染已被一系列运用准实验方法的研究证明对婴儿与成人死亡率、住院率等人类健康变量有因果影响。然而空气污染的社会总成本仍然难以度量。传统的特征价格方法借助房价反映人们对环境的支付意愿,然而这种方法假设的完备房地产市场和自由人口迁移不具有普适性,如中国情境下有住房市场管制和户籍制度。然而,特征价格方法包含了关键经济决策——再定居和迁移。

由此引发一系列问题:空气污染对人口迁移的因果效应如何?空气污染成本如何?不同经济社会群体对空气质量的支付意愿,及人口迁移后各个城市劳动力构成的变化怎么样?

因果识别面临的挑战在于,空气污染与经济活动高度相关,因此一些吸引人口流入的经济优势城市也可能承受高度空气污染。据此,这篇文章致力于寻找一个决定空气污染差异的随机来源。另一方面,人口迁移对空气污染的响应是个缓慢的过程,需要考虑中长期的空气污染状况。

综上,这篇文章使用中国历次人口普查数据在国内县级尺度上刻画了五年期的人口迁移,并且借助县域内的大气逆温累积对空气污染水平造成的外生冲击,排除了其他影响人口流动的干扰因素,识别出在局部均衡意义上空气污染引致人口迁移的因果关系。

贡献

这篇文章的贡献点如下。

第一,使用独立于污染源和人类活动的逆温为工具变量,通过估计空气污染变化对移民的因果影响,了解空气污染成本。

第二,考虑人口迁移的环境因素,为决定人口迁移因素的文献做了贡献。

第三,研究了空气污染移民的构成,和城市人力资本变化问题。

建模策略

本文的方法是在给定县使用逆温(即温度随着高度的增加而增加,定义为地面上温度减地表温度)强度的五年波动作为中度污染的工具变量。2SLS模型如下:

其中,M_ct代表县c时期t的两种迁移人口测度,P_ct代表五年平均PM2.5浓度,W_ct是天气变量,γ_c代表县固定效用,σ_t代表时期固定效应。

人口迁移数据来自中国历次人口普查数据,空气污染数据来自遥感AOD反演和MERRA-2,天气数据来自中国气象数据共享服务系统CMDSS。

结果和讨论

第一阶段的结果关于对空气污染的影响,作者发现逆温对PM2.5有显著且稳健的正效应。在第二阶段,即空气污染(PM2.5)对人口迁移(人口净迁移、新市民人口移出率)的影响方面,作者比较了固定效应(FE)与三种工具变量(IV)估计的差异,FE估计值表明空气污染与人口净迁出率有显著的正相关,可能因经济活动吸引人口迁入而存在遗漏变量偏差和因人口迁出导致污染水平降低而存在反向因果,IV估计值则表明空气污染对人口净迁出率的影响程度更大。

首选的规范第 (3) 列回归中,使用 1995 年人口加权,以产生更有效的方差估计和反映代表性个体面临的迁移流的点估计。

作者还分析了空气污染对人口迁移的异质性影响,发现:(1)对不同教育水平的人,PM2.5对净迁出率都有显著的正效应,而且边际效应随教育水平的提高单调递增;(2)对女性的影响效应大概是男性的2倍;(3)边际效应随年龄单调递减;(4)对省内迁移的影响效应大于跨省迁移。此外,作者还使用了两种方式:(1)通过在一个回归方程里使用逆温的强度与次数两个工具变量同时回归,(2)构建一个单独的空气质量指数,探究了PM2.5对人口迁移的单独效果。

引入考虑溢出和空间相关性的空间滞后模型、不同天气状况和不同误差方差形式滞后,主要结论仍然稳定。

结论和意义

文章的主要结论如下。

第一,空气污染是中国县域内人口迁入迁出的重要原因。平均意义上,县级空气污染每增加10%,人口就会减少2.8%,其中一半减少人口为新市民(流动人口)。

第二,空气污染中的移民主要是职业生涯早期的高知群体。30至45岁之间的女性数量是普通成年人的两倍。

赞(0) 打赏
分享到: 更多 (0)

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续给力更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫打赏

微信扫一扫打赏