凡是搞计量经济的，都关注这个号了

邮箱：econometrics666@126.com

所有计量经济圈方法论丛的do文件, 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.

正文

关于下方文字内容，作者：马坤，吉林大学经济学院，通信邮箱：mkDylan@163.com

Shihe Fu, V Brian Viard, Peng Zhang, Air Pollution and Manufacturing Firm Productivity: Nationwide Estimates for China, The Economic Journal, Volume 131, Issue 640, November 2021, Pages 3241–3273.

We provide nationwide causal estimates of air pollution's effect on short-run productivity for China's manufacturing sector from 1998 to 2007. Using thermal inversions as an instrument, a 1 µg/m3 decrease in PM2.5 increases productivity by 0.82% (elasticity of −0.44). Increased hiring attenuates the elasticity to −0.17. Differential effects of a trade shock on coastal versus inner regions imply a pollution elasticity of output of 1.43. Simulating a dynamic general-equilibrium model yields an output elasticity of −0.28 with respect to PM2.5. An exogenous 1% decrease in PM2.5 nationwide increases gross domestic product by 0.039%.

空气污染和制造业企业生产率：基于中国的估计（责编出现错误，该文为EJ而非JDE文章，文后附上了原文PDF，文后有彩蛋）

目录

一，摘要

本文提供了 1998 年至 2007 年空气污染对中国制造业短期生产力影响的全国因果估计。本文使用逆温现象作为工具，结果发现PM2.5 每减少 1，生产力提高 0.82%（两者之间的弹性系数为 -0.44 ）。增加招聘人数会将这一系数减至 -0.17。贸易冲击对沿海地区和内陆地区的不同影响意味着产出的污染弹性为 1.43。模拟动态一般均衡模型，文章得出相对于 PM2.5 的产出弹性为-0.28。全国范围内 PM2.5 每外在性地下降 1%，国内生产总值增加 0.039%。

二，引言

1. 主体研究内容和结果

已有研究有效表明空气污染会降低短期生产力。然而，这些研究关注的是特定职业的少数工人群体，在评估范围广大的污染控制政策时值得商榷。本文针对空气污染对中国制造企业短期生产力的影响提供全面的全国因果估计。结果发现，县级范围内的环境污染与生产力发展之间存在着负向关系。PM2.5浓度的下降推动中国GDP的增长。

2. 研究过程

1）主体研究

本文使用作为1998—2007年中国县级行政区月度PM2.5浓度作为空气污染的代理变量，通过PM2.5浓度对企业的生产力的OLS回归得出了空气污染抑制中国生产里提升的结论。值得注意的是，由于联立识别问题与遗漏偏误问题的存在，模型存在内生性。因此，本文在前人的基础上使用中国地区年逆温天数作为工具变量：并进行2SLS回归，得到的结果依然显著。

2）内生性问题的存在

j公司的产量越高，地区环境污染越严重；企业投入替代物进行环境补偿；遗漏变量误差。

k公司与工人可能在向高污染地区还是低污染地区转移时存在一定的偏好。

3. 研究贡献

· 为污染对一国制造业短期生产力的因果影响提供了近乎详尽的衡量标准

· 提供污染对产出影响的一般均衡估计

· 估计了 PM2.5 对高技术和低技术行业企业生产力的不同的影响

三，作用机制分析

· 空气污染对工人及其家庭的健康的破坏，影响产量

· 造成工人负面心理影响，影响工人生产效率，进而影响产量

· 通过影响生产力、集约边际、劳动力供给、广延边际等因素影响产量

· 基于以上分析，给出柯布函数

· 污染损害函数补充生产函数，以模拟全国性的一般均衡效应

四，实证研究

1.解释变量的选取

· 采用NASA的关于PM2.5的中国区县数据（1998——2007年）

选取这一数据的优点：

1） 跨越时期长

2） 监测区域全面而广泛

3） 人为操纵数据困难

2.被解释变量数据的选取

    样本：所有规模大小的国有企业和所有年销售额超过 500 万元人民币的非国有企，剔除了缺失或不可靠数据的观察结果。

被解释变量的选取：使用增加值作为产出的衡量标准。

增加值=等于当年生产的所有商品的总产量–用于生产这些商品的所有中间投入的成本

问题的处理：

1） 价格不完全独立于市场力量

2） 多产品公司的产品组合无法从公司的附加值中辨别出来，并且可能与污染水平相关。

3） 利用逆温现象作为工具变量

j逆温独立于公司层面的市场力量，可以处理第一个问题

k逆温与公司的产品组合决策无关，消除了任何偏差，可以解决第二个问题。

l获取天气控制变量：温度、降水、相对湿度、风速、日照时长和气压

m反距离加权方法；分位数方法

n逆温数据来源：NASA

表1  企业层面生产力和县级污染数据的汇总统计

4）从表1可以看出，中国各区县的PM2.5的平均浓度已达到54，远远高于WHO所定出的20的警戒线，这说明中国的环境污染已经到了一个相当严重的地步。

五、污染对生产力的部分均衡效应

1.本文为了估计污染对产出的一般均衡影响，分三个步骤进行研究。

1）柯布函数参数化。

2）污染损害函数参数化

3）将以上两部分结合起来并模拟一般均衡效应。

6）我们使用两种不同的方法来衡量企业对投资的内生选择

①投资

②中间投入

3.因果识别问题——联立识别和遗漏变量偏差

1）联立识别偏差问题

原因：一个县的更高生产力会导致更多的产出和更多的污染；污染降低生产力，这将降低产出。如果污染降低了生产力，企业也可以通过使用更多的替代要素来补偿。如果这些要素投入是高污染的，也会造成偏差。拥有更多生产力的公司可能会采取更先进、污染更低的技术，造成偏差；拥有陈旧、高污染技术的公司可能生产力低下，导致偏差。监管条件的当地趋势也可能使 OLS 估计产生偏差。例如，高生产力工人的县实施更严格的环境法规。拥有陈旧、生产力较低和污染较高的技术的县启动更严格的法规我们使用工具变量解决这些识别问题。

解决工具：每个县至少有一次逆温的年天数。利用两阶段最小二乘法 (2SLS)；第一阶段方程：，其中是在公司 i 在 t 年所在的县。

4.空间选择

  1）公司

公司可能会为了追求更高的生产力，选择位于污染较轻的县。或者根据污染天堂假说，为了躲避严厉的环境规制，公司可能会选择设在污染更严重的县，这本身就是一种环境规制宽松的结果。这种选择的不同取决于污染产出较高的企业的生产率高低。为了检查这一效应，我们剔除了在县区之间搬迁的公司样本。并且我们还估计了污染对每年退出和进入每个县的公司比例的影响，以控制内生性，并且发现两者都没有显着影响。

  2）工人

高技能工人生产力更高，通常更愿意为更好的空气质量付费，前往环境更好的城市工作，这导致了这将导致低技能工人比例高、企业生产率低的肮脏城市和高技能工人比例高、企业生产率高的清洁城市。由于本文的样本期间较短，而工人的迁移是一种长期现象，并且划分了四个技术等级来进行回归，控制了内生性。

5.产量对污染的部分均衡效应

1） 其中c表示县，ct是t年c县的污染浓度，是t年c县的总产量。

2） 内生性问题的解决：运用DID方法，利用中国在 2001 年底加入 WTO 作为对中国沿海地区企业相对于内陆地区企业的产出的外生冲击。

六、部分均衡效应结果分析

表2 空气污染生产力的影响OLS 和 2SLS 估计与逆温对污染的影响的简化估计

1.结果分析

1）从表2可以看出，（1）（2）表明在存在联立性或遗漏变量偏差的情况下，污染对生产力的影响是积极的。在，OLS 会产生不一致的估计值。（3）（4）表明逆温可以在简化形式的估计中预测生产力，并得出了显著的结果。（5）（6）（7）（8）使用逆温作为工具变量。（5）（6）表明逆温现象与PM2.5联系紧密。（5）（6）（7）（8）第二阶段都显著表明了PM2.5浓度对生产力有着显著的负向影响。

2）进一步分析

①PM2.5 在全国范围内外源性下降 1%，由此产生的生产力提高使公司的平均附加值每年增加 56.3 元人民币，并使所有公司的总增加值每年增加 9.0 元人民币，这占中国 GDP 的 0.060%。

②将京津冀、长江三角洲和珠江三角洲三大地区的县的估计值与全国其他地区的估计值进行了比较，两者相当接近。这意味着即使在主要制造中心之外，空气污染也会影响生产力。由于我们的估计涵盖了污染对每小时生产力和工作时间的影响，因此将两者分开以与之前每小时生产力影响的估计进行比较是有用的。

③本文估计每小时生产率相对于污染的弹性为 -0.23，这与其他一些学者对其他地区的污染弹性估计在数值大小上有所差异。产生差异的原因有：

·先前的估计仅适用于特定的工人类型或小规模的公司，本文范围更大。

·之前的研究衡量了每日或每月的影响，本文则记录的是年度累积影响

④与其他学者的估计 PM2.5下降对于 除生产力之外的其他经济成果的影响的研究进行比较。

2.稳健性检验

这一部分主要进行检验对模型的不同假设的稳健性，最后得出来的结果依旧稳健。

1） 第 (2) 列：按公司和县按年份对错误进行双向聚类标准误检验

2） 第 (3) 列按县年对 SE 进行聚类

3） 第 (4) 列将县内空间和序列相关的县级聚类

4） 我们以四种不同的方式测试区域趋势的稳健性：第 (5) 列中的逐年固定效应；列（6）中的逐年固定效应；第 (7) 列中特定省份的二次时间趋势；和年份固定效应以及列 (8) 中特定省份的二次时间趋势

5） 安慰剂检验。

3.对公司空间选择的检验

表3 2SLS 估计——基于空气污染的企业分类测试

公司可能会搬迁到空气质量更好的地方以提高生产力，或者为了降低成本搬迁到环境监管薄弱的地方。

在表3中，第 （2） 列估计排除了样本期间跨县搬迁的公司。第（3）列估计考虑了全部公司的影响而避免非搬迁公司陷入污染与生产力的内生性问题中。第（3）列测试一个县的污染是否显着影响了下一年进入该县的新公司的比例。而考虑到如果污染对生产力的影响足够大，企业可能会退出市场。第（4）列测试了一个县的工具变量值是否显着影响了下一年退出该县的企业比例。结果表明估计值很小，不显著。这也表明政府采取的强环境规制行动使得当地高污染企业关闭的可能性很小，逆温亦复如是。此外，在进入和退出分析机制中，本文聚焦于2000年修订的《大气污染防治法》，通过比较实施严格环境法规的47个重点城市和其他地区，发现污染并未对受影响或未受影响城市的企业进入或退出的任何显著影响。

之后，考虑到企业规模的变动，本文按照一定的比例假设进入全国的企业中有 r% 实际上从“规模以下”变为“规模以上”，从而调整该县每年观察到的进入率。之后以类似的方式修改退出率。

表4 基于污染的工人分类测试的2SLS 估计

4.对工人空间选择的检验

工人也有可能根据当地的空气质量内在地选择他们的位置。高技能工人的生产力更高，并且通常更愿意为更好的空气质量付费。那么对于拥有高技能工人的公司来说，污染对生产率的影响就会减弱。为了测试空气污染是否影响该县当年工人在高技术和低技术公司的中间的选择，本文将企业的技术强度分为高、中、高、中低或低技术四类，然后进行回归。表4的结果表明，污染对任一类别的就业比例都没有显着影响。

表5 企业技术水平上对空气污染对产量的影响的2SLS估计

5.污染对工人技能水平的影响

1）空气污染通常被认为主要影响户外工人，因为他们未经过滤就暴露在空气中，并且他们比高技能的室内工人从事对体力要求更高的职业。

但是，PM2.5 可以渗透到室内，使其有可能影响室内工作人员。本文根据 OECD (2011)行业类别对企业的技术强度进行分类，将其分为高技术、中高技术、中低技术和低技术类别。之后并针对每个类别的子样本对污染对生产力的影响进行估计。

结果表明，污染对于高科技公司的负向影响强于低科技公司。这与技术密集型企业雇用的高技能工人对生产率的边际影响高于低技能工人的情况相一致。

此外，这也从侧面证明了污染会影响工人，进而影响公司的生产效率，与空气污染影响认知而不仅仅是体力劳动的证据一致。

2）进一步的分析：污染对劳动力供给、资本和产量的影响

表6 污染对劳动力供给、资本、附加值和产量的影响

①污染也可能影响雇用的工人数量

为了评估这一点，本文以每个公司的工人对数作为因变量。通过研究PM2.5对工人数目的影响来衡量就业情况，以观察一年中因污染造成的就业变化。1 μg/m3 PM2.5 的增加使就业增加 0.51%。这说明企业通过增加就业以弥补部分生产力损失。此外，雇用额外的工人会给公司带来成本。我们可以使用样本中的平均工资来对这些成本进行大致估计。PM2.5 增加 1%，就业机会增加 0.27%，即每家公司增加 0.56 名工人。综合所有公司， PM2.5 增加 1% 每年造成多雇佣工人花费 11.4 亿元人民币。

②污染对资本的影响

将“资本对数化”作为因变量，结果表明环境污染对资本没有显著影响。

③污染对资本的影响

本文还估计了污染对“增加值的对数化”的影响。如表6所示，结果表明环境污染对资本的影响显著。增加值相对于污染的弹性为-0.17。

表7  按“清洁”企业与“污染”企业划分的空气污染对就业和生产力的影响的2SLS 估计

6.补偿效应

根据表7，企业通过雇用更多劳动力来补偿污染造成的生产力下降。这一部分探究了高污染企业是否比低污染企业补偿的更多，从而对社会整体环境污染水平和产出水平产生影响。通过比较环境污染对“高污染”企业与“清洁”企业劳动力供应的影响，本文发现，环境污染对两者之间的影响无明显差异。

通过比较每个工人的增加值，结果发现“清洁”公司比“高污染”公司经历更大的负面生产力冲击。这意味着“清洁”公司比“高污染”公司更愿意雇用更多工人补偿损失的生产力。但“清洁”公司中高技能劳动力所占比例高，而这一领域的劳动力供给有限，企业可能调整自己的生产方式应对生产力的下降。

环境法规可能会对不同行业或地点的公司产生不同的影响。中国政府官员重视所辖地区的经济增长，而对当地的环境保护有所忽视。本文利用逆温，测试了这种差异效应。

七、一般均衡效应

2）对中国经济的模拟

①本文在样本期间使用我们对 θ、κ 和 μ 的部分均衡估计值模拟模型以拟合中国的整体经济数据。本文模拟了 100 年内的中国经济。

②本文假设污染对产出的影响 (θ + κ) 在整个 100 年中保持不变，但允许节能减排技术的改进。之后将 λt（制造业产出的比例）设置为其 1996 年至 2017 年的实际值，假设此后它保持在 2017 年的值不变。假设TFP从 1996 年到 2017 年以每年 7.96% 的速度增长，之后在 2033 年下降到 3.0%，然后保持不变，并假定折旧率为 0.09。消费者的折旧率率为 0.04

③与部分均衡增长 0.17% 相比，一般均衡的估计所有年份 PM2.5 下降 1%，样本期间制造业产出平均增加 0.28%。PM2.5 外源性减少 1%，平均每年增加 35.9 元人民币，所有公司的总增加值每年增加 5.7 元人民币（占中国 GDP 的 0.039%）。

④重新进行模拟：产出在动态的一般均衡模型中对污染更敏感。

原因；未来消费是贴现的，所以外源性污染的增加导致当前消费的减少比未来消费的减少要小。

结果：降低了当前投资，从而降低了资本存量的积累。在动态模型下，产出降低更多（以百分比计）。

用途：直接评估政策的一般均衡效应。评价中国大气污染防治行动计划规定，到2017年，京津冀、长三角和珠江地区PM2.5浓度分别下降25%、20%和15%。使用这三个目标的中点 (20%) 并线性调整我们的弹性估计，得出如果目标完成，生产率提升将是 5.6%（占 GDP 的 0.77%）

⑤有关模型的简化：

首先，假设中国是一个封闭经济体。

其次，我们不把污染视为一种无用的来源。

第三，我们不允许减排技术随时间发生内生变化。

第四，我们假设制造业是总产出的外生部分

八、结论

本文估计了空气污染对生产力的影响。对于污染对产量的影响，使用由气象确定的逆温作为工具变量，并表明空气污染对生产力的显着负面影响。对于产出对污染的影响，我们使用中国加入 WTO 对中国沿海地区和内陆地区的不同影响。

本文构建了一个一般均衡模型。研究表明，由于空气污染，中国的生产力和产出造成了重大的经济损失。通过提高生产力和产量来改善空气质量具有巨大的社会效益。

本文还证明了，减少空气污染的环境法规将反过来提高生产力，并至少部分抵消因遵守环保制度而降低的生产力。从长远来看，企业可能会采取措施应对污染，例如保护室内工人或转移到污染较低的地区以提高生产力。从长远来看，工人也可能为了避免污染而流动，尤其是高技能工人，他们更愿意为避免污染付出代价。

其研究表明，保护工人在工作时免受空气污染有很大的好处。不仅体现在生产力方面，对就业与消费、医疗支出等方面都有所助益。

本文构建的一般均衡模型还可以扩展到其他领域扩展，对减排技术的投资、贸易的影响、污染对消费者的不利影响和多个部门，有助于其他的研究者对环境政策对其他领域的影响予以评估。