【香樟推文2106】向污染宣战:中国近五年来的污染治理成效

香樟经济学术圈 2021-04-18 23:35

图片来源:绿色呼吸                 

原文信息:

Greenstone, M., He, G., Li, S., & Zou, E. (2021). China’s war on pollution: Evidence from the first five years (No. w28467). National Bureau of Economic Research.https://www.nber.org/papers/w28467



引言

01

中国空前的经济增长造成了巨大的环境污染。多起严重的环境问题也激起了公众的愤慨。在此背景下,李克强总理在2014年两会期间指出,“雾霾天气范围扩大,环境污染矛盾突出,是大自然向粗放发展方式亮起的红灯”,要“坚决向污染宣战”。


由此,政府在多个方面进行了前所未有的监管改革。主要包括(1)首次将PM2.5认定为主要污染物,并设定国家最高标准;(2)将污染治理作为政府官员考核和晋升的硬指标之一;(3)启动全国范围内的实时空气质量监测与披露计划;(4)实施一系列环境政策,包括七个碳排放交易权试点项目与客运系统的电气化。


2014年以来,中国在空气质量改善方面取得了重大进展。在2013年达到峰值之后的五年间,国家层面的PM2.5浓度下降了40%,SO2和CO浓度分别下降了65%和33%。相较而言,美国自《清洁空气法案》出台之后,则至少花了10年时间,并历经两次经济衰退,才达到类似的成效。话虽如此,但中国目前的空气污染仍处于较高水平,还有很大的改进空间。例如,2018年中国PM2.5浓度为40.1μg/m3,高于WHO认定的安全水平(年均10μg/m3)的4倍以上。


本文首先描述了自“向污染宣战”以来,中国空气污染与水污染的近期趋势。随后回顾了过去十年间关于污染影响的经验证据,综述污染对经济、社会和健康的影响,并对未来研究进行展望。


02 

环境质量的近期趋势


2.1 空气污染

2.1.1 数据来源


本文的空气质量数据主要来源于中国生态环境部的实时监测与回报系统。2013-2015年间,中国推出了一项全国性的空气污染计划,以实时监测和汇报六种主要污染物(PM2.5,PM10,O3,CO,NO2和SO2)。近1600个观测点几乎遍布中国所有城市,覆盖了98%的总人口,并能提供小时层面的实时数据。为分析时间趋势,作者将监测点数据调整为城市层面的非平衡面板数据。同时,由于政府监测数据仅在最近几年可用,作者还使用卫星数据对1998-2018年的PM2.5数据进行了估算。


2.1.2 时间趋势

作者使用城市层面的日度数据对空气污染的年度变化进行估算。具体估计公式如下:

其中被解释变量为城市c在日期t时空气污染物i的浓度。由于每个城市开始实时监测的时间不同,因此作者在回归中加入城市固定效应,控制各城市间污染物均值的水平差异。系数β是揭示了各污染物的年度变化。


图1 污染物的时间变化趋势


图1展示了六类污染物的年度变化。为便于比较,作者将2013年各污染物的浓度作为基期,缩放为100。可以发现,除了O3略有增加之外,其他污染都急剧下降。PM2.5浓度下降了27.7μg/m3,比2013年下降了40.8%,SO2浓度则下降了65%。O3浓度则提高了8.5%,这可能与O3复杂的形成机制,以及持续的城市化与机动化有关。


早期的研究发现,中国官方会在某些情况下操纵空气质量数据。但是,目前更新的监测系统可以自动执行采样和汇报过程,这极大了降低了数据篡改的可能性。同时,作者基于卫星估算的污染数据也显示,中国的空气污染水平已经大大下降(图2所示)。


图2 卫星数据与政府监测点数据比对


作者还使用了美国大使馆(北京、成都、广州、上海和沈阳)公布了PM2.5数据(图3所示),与中国官方公布的数据进行了比对,发现中国的监测数据与大使馆的独立监测数据非常吻合,两者都呈现出持续下降的趋势,这表明中国的空气污染确实得到了极大的改善。


图3 大使馆PM2.5数据与政府监测数据比对


为了量化空气污染降低所带来的死亡率收益,作者引入了空气质量寿命指数(AQLI),该指数可以衡量由于空气污染降低而可能增加的预期寿命。在其他条件不变的情况下,2013-2018间PM2.5浓度的降低,使人均预期寿命提高了2.7年。


2.1.3 空间异质性

作者还分析了空气质量趋势的空间异质性。作者将中国划分为六大区域,图4展示了六大区域PM2.5下降的时间趋势,可以发现尽管各个区域空气污染下降的初始速度不同,但截至2018年底,各区域下降的总幅度趋于相似。


图4 六大区域的PM2.5下降趋势


为进一步探讨PM2.5降低的地区差异,作者还使用2015年以来的实时空气监测数据,估算了每个城市PM2.5下降的趋势。图5展示2015-2018年间各城市的PM2.5变化情况,其中图(a)为PM2.5浓度的年均下降幅度,图(b)为年均下降百分比。可以发现,北京周边地区、东北部分地区和西部部分地区,PM2.5都出现了急剧下降,其中北京周边地区年均下降浓度超过12μg/m3。不同城市的空气质量改善幅度存在巨大的差异,有些城市,如陕西临汾和安徽池州等少数地区,甚至出现了一定程度的上升。


图5 各城市PM2.5下降趋势


2.2 水污染

2.2.1 数据来源


本文的水质数据主要来源于中国生态环境部的主要河流流域水质报告,其中包含约110个监测站的每周地表水水质数据。2008年之前缺乏系统性的实时监测报告,因此作者将分析区间定为2008-2018年。同时,由于监测站点减少,作者仅分析长江、黄河和淮河流域的水质状况。作者将各监测站点的周级数据汇总为年度数据,据此分析三大流域的水质变化。


2.2.2 时间趋势


图7展示了两种水质指标:溶氧量(正向指标)和化学需氧量(负向指标)的时间变化趋势。可以发现,除了长江流域这一初始水质较好的流域外,2008-2018年间其他流域的水质都在稳步提升。同时,四大流域的水质差异逐渐收敛,出现明显的趋同趋势。黄河、淮河流域的初始水质最差,在此期间的改善幅度也最高。


图7 各流域的水质变化


作者还根据生态环境部的年报数据,分析了地下水的水质状况。图8展示了2010-2017年间地下水水质变化状况,可以发现,一级水-三级水(水质较好)的占比在持续降低,中国的地下水水质在不断恶化,与地表水质呈现出相反的趋势。可能的原因是,相比于地表水,法规对地下水的保护较弱;地下水污染也更加难以发现,在技术上面临更多挑战。


图8 地下水水质变化


污染对人类福祉的影响

03


中国既面临着严重的污染挑战,同时也有着快速变化的环境政策与广泛部署的环境措施,这使得中国为研究污染对人类福祉的影响提供了独特而丰富的环境。本文主要专注于分析空气污染的影响,因为这支文献较为成熟;随后有一个小节总结水污染的影响。


3.1 实证框架与识别策略

本文引入了一个文献中常用的实证框架。首先,本文设定一个常用的面板数据线性方程:


其中y是我们关注的结果变量(如死亡率等),核心解释变量Pollution为环境污染水平。但是,估算污染的影响面临着众多挑战,因为污染变化可能是内生的。以空气污染为例,空气污染通常经过复杂的气象过程影响人类的健康,这使得我们在研究中很难控制所有这些因素。此外,不可观测的社会和经济因素也可能与空气污染和结果变量相关。


现有文献主要通过准实验设计来准确估算空气污染的因果效应。在这些设计中,研究者通常利用气象条件、法规、特定事件/冲击的变化将污染影响与其他混淆因素隔离开。


许多研究使用气象条件的变化(如风、逆温等)来估算空气污染的影响。例如,风可以驱散污染物并外生的改变当地的污染水平。在给定上风向的不可观测因素与结果变量的局部不可观测因素不相关的假设下,风向通常是一个有效的工具变量。逆温则是另一个常见的工具变量。当暖空气出于冷空气上方时,通常意味着逆温现象的发生。在这种情况下,污染物难以上升与扩散,进而导致地面污染物浓度提高。


也有部分研究使用政策变化来识别因果效应,此类政策原则上仅通过影响空气污染的方式影响结果变量,如美国的《清洁空气法案》或中国的冬季供暖政策。


3.2 空气污染与身体健康

3.2.1 短期接触对死亡率的影响


死亡率是最重要的健康指标。现有的几项研究虽然使用了不同的实证方法,但结果均表明,空气污染会大大增加中国的过早死亡人数。


Tanaka(2015)在对中国酸雨政策的调查中发现,严格控制二氧化硫排放的地区,婴儿死亡率有着显著下降。部分研究则关注到北京奥运会期间空气污染的改善。He et al.(2016)发现,PM10浓度降低10%,每月的全因死亡率可以降低8%。Bombardini and Li(2020)着眼于贸易引起的污染,他们发现,出口冲击引起的污染增加一个标准差,婴儿夭折率将会提高4.1‰。


3.2.2 持续接触对死亡率的影响


持续暴露在空气污染中对人类健康会造成更大的损害,但估算其长期影响面临着更大的挑战。因为人类可以通过迁移应对空气污染。据作者所指,第一个关于空气污染长期影响的准实验证据集中在中国。该准实验具有两个独特的特点:中国的冬季集中供暖政策可以追溯到计划经济时期,几十年间一直为淮河以北的居民提供冬季供暖;其次,中国的户籍制度有效控制了城市间的人口迁移。特别是在2000年之前,户籍制度阻止了绝大部分居民为应对环境污染而进行的补偿性迁移。


Chen et al.(2013)和Ebenstein et al.(2017)基于淮河的地理断点回归设计,研究了持续污染接触对预期寿命的影响。两项研究都发现,持续暴露于空气污染会显著降低预期寿命。


3.2.3 空气污染对疾病影响


与流行病学一般关注污染与特定疾病发病率的相关性不同,经济学研究更加强调因果关系,并衡量与发病率相关的经济成本。Barwick et al.(2018)发现,如果中国的PM2.5浓度符合WHO规定的10μg/m3的标准,每年医疗支出将减少420亿美元,医疗总支出可以降低近7%。


3.3 空气污染、心理健康、幸福感和认知能力


Chen et al.(2018)和Xue et al.(2019)使用中国家庭追踪调查数据(CFPS)研究了空气污染的影响,都发现较高水平的PM2.5会提高自报精神疾病的概率,进而证实了空气污染与精神疾病之间的联系。Zheng et al.(2019)分析了中国社交媒体2.1亿条微博中的情绪,发现城市空气污染对幸福感负相关。空气污染还会影响人们的认知与决策过程。Zhang et al.(2018)发现,长期暴露在空气污染中会阻碍人们的认知能力,并且随着年龄的增长,这一影响会更加明显。


3.4 空气污染与生产率


近年来,由于高频生产数据的出现,越来越多文献专注于分析空气污染对中国工人生产率的影响。He et al.(2019)使用中国两家纺织企业日度层面的数据发现,当日空气污染对工人生产率的影响可以基本忽略不计;而长期暴露在空气污染中对产出的影响也不大,PM2.5浓度持续25天增加10μg/m3,只会使日产出减少1%。Chang et al.(2019)使用服务业的数据也得出了相似的结果,他们利用两个呼叫中心工人的日常表现数据发现,空气污染指数(API)每增加10个单位,工人每天处理的电话数量就会减少0.35%。


Graff Zivin et al.(2019)研究了空气污染对高中生高考表现的影响,发现秸秆焚烧形成的空气污染,会导致考生更差的高考成绩。具体来讲,考试期间上风向和下风向秸秆焚烧的差异增加一个标准差,会使考试总分下降1.42%的标准差(或0.6分)。


上述研究仅针对特定工作或特定部门,其代表性与长期有效性仍不明确。Fu et al.(2019)使用1998-2007年中国工业企业数据库的全国性样本发现,PM2.5下降10μg/m3会使生产率提高8.2%。Ebenstein and Greenstone(2020)基于淮河的地理断点回归设计发现,儿童时期暴露于空气污染会导致成年后受教育程度下降,工资降低。


总而言之,近期基于中国数据的研究都表明空气污染对生产率的负面影响,且不同研究得出的影响大小差异很大,我们仍需进一步研究以更好地理解影响的异质性。另外,不断积累的证据表明,如果我们只关注健康结果,空气污染的全部成本可能被大大低估。


3.5 水污染的影响


大部分研究环境污染的文献都集中于空气污染上,相比之下,水污染的研究则相对较少。然而在中国农村地区,地表水依然是许多农村居民日常用水与饮用水的重要来源。Ebenstein(2012)是最早评估地表水污染对健康影响的人之一。他以降雨量为工具,发现地表水污染每减少一级,消化道癌症死亡率就会增加9.7%。Zhang(2012)利用村级数据表明,村庄通自来水可以有效改善成人和儿童的健康状况。Fan and He(2019)也发现,自来水的提供可以显著降低婴儿死亡率。


04 

污染的补偿对策

面对高污染天气,个体可以采取预防措施,减少污染接触,降低污染影响。近期有部分研究关注到了居民应对空气污染的风险补偿行为。


4.1 污染信息


规避行为往往依赖于准确的污染信息与对潜在健康影响的认知。缺乏高质量的污染信息和对污染影响的低意识都可能阻碍有效的防御性为。2013年之前,中国大多数城市的居民无法获得实时的污染信息。环境部自2000年开始编制了中国主要城市的环境污染指数(API),并逐步扩展到全国。但是,起初监测站点并不由环境部直接控制,而是由地方环保局负责。然而,一系列研究表明,许多城市存在操纵API数据的行为(Ghanem and Zhang,2014)。


2013年,中央政府启动了污染实时监测和信息公开计划,这标志着污染信息获取的转折点。中央政府共安装了超过1600个监测站,每个站点都配备了自动、实时监测装置,跟踪六种污染物的浓度。历经两年时间,监测网络已经覆盖全国范围。中央政府还建立了一个相配套的数据流系统,该系统可以将监测结果实时流向市、省和中央政府。


4.2 规避行为与防御性投入


部分研究考察了污染对规避行为的影响。Sun et al.(2017)基于淘宝的数据发现,当环境污染水平超过警戒线时,人们会购买更多的口罩和空气净化器,且高收入人群的反应更为敏感。Zhang and Mu(2018)的研究也发现,空气质量指数(AQI)提高10%,口罩消费会增加5. 5%,防PM2.5口罩的消费则会增加7.1%。如果中国能够减少10%的重污染天数,那么仅口罩一项就可节约1.87亿美元。Ito and Zhang(2020)利用空气过滤器的市场销售数据,来评估居民对清洁空气的支付意愿(WTP),研究发现,一个家庭每年愿意支付13.4美元来去除10μg/m3的PM10,每年需要支付32.7美元来消除冬季供暖政策造成的污染增加。


4.3 家庭迁移


家庭也可以“用脚投票”,根据当地的环境质量选择适合的居住地。Chen et al.(2017)使用中国人口普查数据,研究了空气污染对跨城市迁移的影响。研究发现空气污染会显著影响中国的人口迁移,而且这种影响主要由高教育群体和年轻群体推动。家庭也可以采取更极端的措施,例如移民。Qin and Zhu(2018)研究发现,如果相应城市某一天的AQI增加100点,第二天该城市关于“移民”的搜索量就会增长2%-5%。污染程度越高,这一效果越明显。


结语与研究展望

05

发展中国家,尤其是严重依赖制造业和化石能源的经济体,都面临着严峻的污染挑战。然而,无论从污染信息的质量和可获得性的提高速度,还是从空气污染浓度的下降幅度来看,中国取得的成绩都是史无前例的。考虑到中国的污染水平和环境政策在空间和时间上都存在丰富的差异,以及数据丰富性的不断增加,本文认为中国的经验有很多值得学习的地方。


本文综述了现有研究成果,并对未来研究的几个重要方向进行展望。首先,探究污染暴露的长期影响依然是研究和政策制定中最为重要的问题。然而,由于机会主义的存在,大多数现有研究都集中在中短期影响上,未来的研究应该优先识别污染的长期影响。


其次,现有研究表明,污染的负面影响不仅限于直接的健康后果。空气污染如何影响长期的人力资本获取、人类认知和生产率,还有待于进一步研究。迄今为止的研究表明,目前以健康为中心的污染成本估算可能大大低估了污染的真实成本。此外,风险补偿行为能在多大程度上减轻污染的负面影响,依然是未知的。


第三,不同研究中,污染对一些关键变量的影响估计存在巨大差异。这可能是由样本覆盖面、识别策略和时间跨度等因素导致的。然而,哪些因素在解释差异性方面更重要,哪些估计值更为可信,我们依然知之甚少。这种不一致给学术界与政策制定者和公众的沟通带来了困难。今后的研究,应该试图了解这些差异性的根源。


第四,与空气污染相比,有关水污染的原因、后果及政策选择的研究还不够深入。水质不仅影响人类健康,对整个生态系统也具有重要意义。由于污染源与溢出效应的性质不同,水污染的动态变化和空间格局也迥异与空气污染。尽管中国的空气质量和地表水水质有所改善,但地下水水质近十年却在持续下降,而地下水依然是许多地区的饮用水水源。


第五,目前几乎没有经济学研究涉及到中国的土壤污染问题。土壤污染主要来自于工厂排污和不合理的耕作方式。这使得土壤污染不仅损害当地居民健康,还可能对购买受污染地区食品的消费者的健康构成了威胁。非正式的证据表明,土地污染在中国可能是一个普遍现象,然而却并未引起公众的注意。在这一领域进行系统性的数据收集将是了解和应对这一挑战的第一步。


总而言之,随着中国环境政策的发展与数据获取范围的扩大,世界将有越来越多的机会学习中国的实践经验。


声明:推文仅代表文章原作者观点,以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的观点。


香樟经济学术圈征稿

“分享”是一种学者的人文情怀,香樟经济学术圈欢迎广大订阅读者(“香粉”)向公众平台投稿,也诚邀您加入香樟推文team。生活处处皆经济,经济处处现生活。如果你或者身边的朋友看了有趣的学术论文,或者撰写了经济政策评论,愿意和大家分享,欢迎投稿(经济金融类),投稿邮箱:cectuiwen@163.com。如果高校、研究机构、媒体或者学者,愿意与平台合作,也请您通过邮箱联系我们。投稿前请在搜狗的微信搜索里搜索已有图文,避免重复。

香樟经济学术圈

本期小编:郭昱江