凡是搞计量经济的，都关注这个号了
稿件：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
关于相关计量方法视频课程，文章，数据和代码，参看 1.面板数据方法免费课程, 文章, 数据和代码全在这里, 优秀学人好好收藏学习！2.双重差分DID方法免费课程, 文章, 数据和代码全在这里, 优秀学人必须收藏学习！3.工具变量IV估计免费课程, 文章, 数据和代码全在这里, 不学习可不要后悔！4.各种匹配方法免费课程, 文章, 数据和代码全在这里, 掌握匹配方法不是梦！5.断点回归RD和合成控制法SCM免费课程, 文章, 数据和代码全在这里, 有必要认真研究学习！6.空间计量免费课程, 文章, 数据和代码全在这里, 空间相关学者注意查收！7.Stata, R和Python视频课程, 文章, 数据和代码全在这里, 真的受用无穷！
正文
关于下方文字内容，作者：李松泽，中央财经大学中国经济与管理研究院，通信邮箱：964916858@qq.comJunjieZhanga, QuanMu, 2017. Air pollution and defensive expenditures: Evidence from particulate-filtering facemasks, Journal of Environmental Economics and ManagementIndividuals take preventive measures to avoid costly air pollution exposure. This paper provides new empirical evidence of pollution avoidance that Chinese urban residents purchase particulate-filtering facemasks to protect against ambient air pollution. The analysis is conducted with detailed and comprehensive data available on daily facemask purchases and air quality that became available only very recently. We find that this transitory air pollution avoidance behavior exhibits dynamics and nonlinearities, with significant increases of facemask purchases during extreme pollution episodes. The daily model shows that a 100-point increase in Air Quality Index (AQI) increases the consumption of all masks by 54.5 percent and anti-PM2.5 masks by 70.6 percent. The estimates from the aggregated model with flexible pollution levels are used to simulate the benefit of air quality improvement. If 10 percent of heavy pollution days (AQI ≥201) were eliminated, the total savings on facemasks alone would be approximately 187 million USD in China. This result suggests that reducing the occurrence of “airpocalypse” events represents a signifi1cant opportunity to improve social welfare. Nevertheless, our estimates are likely only a small part of the benefit of clean air because facemasks can only partially reduce the negative health effects of air pollution and the costs of other avoidance behaviors are not included.
空气污染会对健康产生负面影响。当个体不可避免地暴露于污染当中时，他会综合考量成本与收益以主动规避污染。因此，可以根据消费者的防护性支出来评估污染防控政策的福利效应。根据2010年全球疾病负担（GBD）研究，空气污染是影响中国居民健康的第四大风险因素。2011年一系列的重度污染事件后，越来越多人开始使用口罩来防护等空气污染物。2013年起，中国环保部门开始实时披露颗粒污染物信息（空气质量指数），这进一步激励城市居民购买防尘专用口罩。通过研究家庭防尘口罩需求与周围污染的关系，本文为居民的及时污染规避行为提供了新的经验证据，并从防护性支出的角度测算了空气污染的成本。本文专门构建了包含空气污染、口罩购买和天气等信息的数据集，各观测代表每日水平在城市层面的加总。数据集涵盖了190座城市从2013年1月至2014年4月的相关信息。由于口罩的实际销售数据未被公布，所以本研究采用的是淘宝提供的标准化口罩指数。该指数包括总体口罩指数以及防口罩指数，反映了相应产品每日的总体销量。作者利用部分真实的口罩销售数据来估计指数和销量间的函数关系，发现线性模型能实现最佳拟合。估计结果如下表所示，其中1单位的口罩指数对应于63份线上订单或者566元人民币支出。空气污染的相关数据从我国环保部的网站抓取获得。这些数据由分布于全国各地的地面观测站收集，记录了六种主要空气污染物每小时的浓度。作者根据这些数据计算了每日的空气质量指数（AQI），其在0至500间取值，数值越大代表空气质量越差。根据AQI可将空气质量划分为六个级别，如下图所示。此外，作者还从美国国家气候数据中心（NCDC）收集了气候数据，包括能见度、气温、露点温度、风速和风向等。这些数据都是城市层面的日均水平。作者绘制了颗粒污染物以及口罩指数的空间分布特征。下图左边表示的空间分布特征，可以看出其污染在我国东部地区比较严重。下图右边表示防口罩日均指数的空间分布特征（具体到县级层面），可以看出其形态与污染物的分布较为接近。这初步表明细小颗粒物污染与口罩购买行为之间存在关联。本文基准模型的实证策略是利用空气质量的每日波动来识别空气污染对防护性支出的因果效应。文章希望在城市层面估计每日的需求函数，从而评估空气污染对口罩购买的边际效应。作者使用了如下的指数条件期望方程第一种是日期固定效应（Date FE），它可以控制不可观测、但在各城市相同的口罩价格和产品特征。第二种是省份与日期固定效应的交互（Province-Date FE），用来控制各地区口罩购买的时间趋势。第三种是城市与周固定效应的交互（City-Week FE），用来控制因时间而异的影响本地需求的因素，例如媒体报道、信息披露、网购趋势和运输成本等。
本文选用固定效应泊松模型的原因是因变量（口罩指数）的分布明显向0偏斜，而泊松模型则能很好地拟合这些数据。作者指出，尽管口罩指数是连续型数据，但仍可以采用伪极大似然估计（PML）的方法来处理，且该方法对分布的误设也是稳健的。本文基于上述的指数条件期望方程，对每日口罩指数和AQI进行了回归分析。在考虑一系列可观测控制变量的同时，作者还分别使用了三种不同的固定效应组合以控制城市层面和随时间改变的不可观测因素：第一种是城市固定效应与日期固定效应的组合；第二种是城市固定效应与省份-日期交互固定效应的组合，这样做考虑到了各地区特有的时间趋势；第三种是城市与周交互固定效应，其控制了各周因城市而异的不可观测因素。作者分别以防PM2.5口罩指数以及总体口罩指数为因变量，利用泊松伪极大似然法对模型进行了估计。结果如下表所示，其中AQI表示实际空气质量指数除以100后的数值：可以看出，以不同方式控制固定效应所得的结果是相近的。由于城市与周交互固定效应是最灵活的控制方式，本文将其作为每日模型的基准设定。在该设定下，AQI的系数估计值为0.227和0.210，它刻画了口罩购买对于空气质量的半弹性，即AQI每上升100点，口罩指数和总体口罩指数将分别上升23%和21%。基准模型假设个体仅对同期的空气污染信息进行反应，忽略了污染信息对规避行为的动态影响。为此，作者在基础模型中加入了四期AQI的滞后项，估计结果如下：可以看出，同期的污染信息对口罩购买的影响最大，而除了第四期以外，滞后项的影响则逐渐下降。作者认为，电商交易记录系统的特性导致第四期AQI滞后项的系数较高——由于网购发货一般需要0至4天，而一项交易只有在顾客收到产品后才会被记录，所以部分购买记录可能在4天之后才会进入到销售指数的统计中。加总上表的AQI系数可知，口罩和总体口罩的总半弹性分别为70.6%和54.5%，明显高于基准模型的估计结果。基准模型忽略了消费者的前瞻行为：一方面，他们往往会为一段污染时期购置口罩，而非特定的一天；另一方面，他们也可能提前准备好防护口罩，避免严重污染发生时口罩供不应求。为此，本文进一步将口罩指数加总至每周和每月，并对对应时段的平均AQI做回归，同时控制平均气候水平、节假日数以及城市-月份（年度）交互固定效应。估计结果如下表所示，可以看到，加总时期越长，估计所得的边际效应越大。值得注意的是，月份层面加总估计的结果与分布滞后模型所得结果相近，这是因为它很好地包含了空气污染信息的跨期效应。前述估计假设口罩购买对空气质量的半弹性是常数，但事实上消费者的需求在重度污染时更加敏感。为了估计非线性效应，本文将核心解释变量更换为反应空气质量水平的5个虚拟变量，并以质量“优”为基准组。下表展示了按每日、每周或每月估计的结果。以（1）列为例，相比于空气质量为优的情形，重度污染（level 5）时的防口罩指数会增加18%，而严重污染（level 6）时更是会提升72.1%。值得注意的是，严重污染时加总模型估计的半弹性要明显低于按日估计所得结果，这也反映了前文提到的动态规避以及跨期平滑行为。首先，个体的规避行为可能会受其对空气质量的视觉感知所影响，即当能见度因雾霾而严重降低时，个体更有可能感知到空气污染并采取防护措施。为此，作者在模型中纳入了能见度与AQI的交互项，并发现其系数显著为负。其次，口罩购买的半弹性可能与当地医疗服务的供应相关，即当医疗服务容易获取时，个体进行主动防护的激励会降低。但是在模型中加入医疗服务相关变量后，它们的系数并不显著。此外，污染规避行为还可能存在区域异质性。作者将样本根据中国六大区域进行划分，在控制不可观测的城市特征的基础上分别估计了基准模型，发现除了西南地区的AQI系数不显著之外，我国其他地区估计得到的半弹性都是相似的。本文从数据质量和模型设定两方面对所得结论进行了稳健性检验。为了处理潜在的数据质量问题，作者选用五座城市中的美国使领馆空气质量监测数据进行稳健性检验。由于美方的AQI指标仅统计了的浓度，所以文章采用与各使领馆距离最近的城市监测站的专门指数作为对比。AQI的两种测度方式得到了相似的估计结果，因此可以认为本文研究时期内的环保部AQI数据是可信的。同时，文章还对模型的设定进行了稳健性检验。作者分别用线性模型、对数线性模型以及滞后因变量模型重新进行了回归分析，并与基准模型作比较。线性模型和滞后因变量模型的估计结果要明显高于基准模型，而对数线性模型的结果则与基准模型相近。由于公民购买口罩的支出可以视为空气污染的成本，所以本文根据防护性支出来评估空气质量改善的边际收益。但是由于除了购买口罩以外，个体还会采取其他的污染防护措施，因此本文的估算仅是部分的空气污染成本。根据前述非线性模型的估计结果，月内每新增一天严重污染（AQI≥301），月度口罩指数相比于空气质量为优时会上升23.4%，换算为实际销售数据后相当于全国会新增61万人民币的额外支出。作者进一步模拟了空气污染管制政策的效益：在研究时期内（2013年1月至2014年4月），如果通过各种政策手段消除10%的重度或严重污染日，那么全社会将节省约11.46亿元人民币。作者承认，一些潜在的问题可能导致本文的估计结果产生偏误。首先，本文将口罩的购买等同于口罩的使用，但事实上消费者可能出于补充存货的目的而在低污染日购买口罩，这意味着本文的估计可能低估了AQI的边际效应。其次，本文仅使用了网购数据，而未考虑线下门店购买行为，由此产生的偏误方向是不明确的。文章还指出，口罩的价格仅是防护成本一部分。要更准确地评估污染成本，还应综合考虑穿戴口罩产生的负效用（尤其是在炎热天气）以及额外收益（冷天保暖、防止病菌）。关于一些计量方法的合辑，各位学者可以参看如下文章：①“实证研究中用到的200篇文章, 社科学者常备toolkit”、②实证文章写作常用到的50篇名家经验帖, 学者必读系列、③过去10年AER上关于中国主题的Articles专辑、④AEA公布2017-19年度最受关注的十大研究话题, 给你的选题方向，⑤2020年中文Top期刊重点选题方向, 写论文就写这些。后面，咱们又引荐了①使用CFPS, CHFS, CHNS数据实证研究的精选文章专辑！，②这40个微观数据库够你博士毕业了, 反正凭着这些库成了教授，③Python, Stata, R软件史上最全快捷键合辑！，④关于(模糊)断点回归设计的100篇精选Articles专辑！，⑤关于双重差分法DID的32篇精选Articles专辑！，⑥关于合成控制法SCM的33篇精选Articles专辑！⑦最近80篇关于中国国际贸易领域papers合辑！，⑧最近70篇关于中国环境生态的经济学papers合辑！⑨使用CEPS, CHARLS, CGSS, CLHLS数据库实证研究的精选文章专辑！⑩最近50篇使用系统GMM开展实证研究的papers合辑！下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。