推文人 | 谭小清

原文信息：Anthony Heyes, Mingying Zhu. 2019. “Air pollution as a cause of sleeplessness: Social media evidence from a panel of Chinese cities” Journal of Environmental Economics and Management 98, forthcoming.

 

简 介

 

空气质量（尤其是城市空气质量）是我们这个时代面临的重大政策挑战之一，了解污染的全部负面影响是评价政策干预福利的必要先决条件。睡眠是人类健康的基本要素，睡眠不足会从各个方面降低精神功能（学习、记忆、判断、反应速度和情绪平衡）。疲劳是失眠的必然结果，大量研究表明它与各种负面因素有因果关系，包括交通事故、低工作效率、工伤、旷工、家庭暴力等。就健康结果而言，在不同的时间尺度上，睡眠不足与免疫系统功能下降有关，进而与对疾病的易感性增加，高血压、心脏和呼吸问题的风险增加，肥胖和负面心理健康结果增加有关。虽然污染与睡眠质量或数量下降之间的联系渠道是显而易见的（呼吸短促、心率加快、上呼吸道刺激、眼睛等），但将污染与睡眠结果联系起来的研究还很有限。

 

作为一名学生党，随着学习生活等各方面压力的增大、手机等电子产品的快速发展，身边不乏一群失眠的年轻人，失眠越来越年轻化。近年来，睡眠不足成为中国的一个严重问题。针对中国19个最大城市，本文通过使用非常广泛的社交媒体网站“微博”，利用“睡不着”、“失眠”等汉字的使用频率，构建了一个夜间人口水平的失眠指数。并且，利用短期风向的可信外生变化作为空气质量的工具变量，实证检验了空气质量与失眠之间的因果关系。

 

数据及实证策略

 

本文数据主要包括睡眠、污染和天气三类数据：

 

本文研究的一个挑战是开发出一种可靠的失眠测量方法，它是一个衡量某一城市居民睡眠质量（好或坏）的夜间指数。本文利用每小时中国一线城市（上海、北京、深圳、广州、成都、杭州、重庆、武汉、苏州、西安、天津、南京、郑州、长沙、沈阳、青岛、宁波、东莞和无锡）的“微博”用户搜索“失眠”、“睡不着”这些关键词的使用情况作为数据来源构造失眠指数。“微博”提供了先进的搜索工具，用户可以通过关键字、日期、时间段（最低时长1小时）和地点（城市）来获取过滤过的公共帖子，本文使用这些来构建一个包含2014年和2015年期间每个城市每晚每小时（晚上11点到早上7点）所关注的关键词的帖子数量的面板数据。

 

本文关注地点的污染数据从网站www.aqistudy.cn收集而来。该网站收集了来自中国环境保护部（MEP）的实时污染物数据，并将其转换为每日平均的测量值。我们有数据的污染物是PM2.5, CO, NO2, SO2, O3（除了AQI）。

 

天气数据来自世界气象组织（WMO）登记的气象站，由国家海洋和大气管理局（NOAA）整理。本研究中涉及的天气变量包括平均温度（◦C），平均湿度（%），海平面压力（hPa），风速（Km/h），风向（◦）和降水量（mm）。

 

本文的普通最小二乘回归模型如下：

Sit表示城市i在日期t第二天晚上的失眠指数；Pit表示城市i在t日平均污染物浓度；Wit是一系列天气控制变量；θi和λt分别是城市固定效应和时间固定效应；εit表示残差。

 

由于污染水平衡量存在测量误差以及遗漏变量带来的内生性问题，本文构造了工具变量来解决这一问题。中国城市的空气污染对风速和风向非常敏感，环境污染物（尤其是细颗粒），可以通过风传播到很远的地方，范围从几百公里到几千公里不等。对于每一项研究或目标城市i（中国人口最多的19个城市），本文确定了位于这些城市100公里至200公里范围内的其他较小城市，如果风恰好吹向“正确”的方向（从这些城市吹向目标城市），这些城市可能是输入到城市i的污染源，将这些城市称为i市的“源”城市。为了将内生性风险降到最低，将100公里以内的邻近城市排除在外。一阶段回归方程如下：

Psourceit表示一个用来表示某一天预计从“源”城市输入目标城市i的污染总量的指数，详细的构建过程见原文。

 

主要结果

 

1.OLS估计结果

 

普通最小二乘的估计结果见表4。在逐步加入各层面的固定效应和控制天气变量后，AQI和PM2.5对失眠指数具有显著的正向影响，由于存在平均污染水平的测量误差等问题，将导致OLS预期估计系数值会衰减，为了解决这个问题，我们将在下面报告IV估计值。

2.IV估计结果

 

工具变量的估计结果见表6。一阶段估计结果发现污染源（上风向）城市的污染变化对目标城市有很强的影响，在每一种情况下，显著性都高于1%的水平，正如预期的那样，滞后的污染物测量在这两种情况下也很重要，满足工具变量的相关性。所有一阶段回归的Stock-Yogo weak ID test的值都很高，通过了弱工具变量检验。二阶段回归结果表明，在加入各层面的固定效应和控制天气变量后，AQI和PM2.5对失眠指数具有显著的正向影响：PM2.5每增加一个标准差，就会导致失眠的增加，相当于每日平均失眠率的12.8%；对于AQI来说，一个标准偏差的增加会导致失眠的增加，达到平均水平的11.6%。

3.稳健性检验

 

本文进行了一系列的稳健性检验，具体包括：（1）将构造工具变量时，绘制的来源和目标城市风线之间的角度必须小于90◦更改为60◦；（2）直接估计约简式回归方程；（3）可选择的固定效应——加入日固定效应、星期固定效应、假期固定效应等；（4）删除北京、天津样本（城市集群可能影响估计结果），删除上海、杭州、苏州、广州、深圳和东莞样本（这些地区污染程度较低，工业化程度较低，受沿海影响较大）；（5）可选择标准差。由于本文19个城市样本较少，稳健的城市聚类标准差可能会夸大结果的统计意义，使用wild cluster bootstrap technique来解决这个问题；（6）安慰剂检验。本文用一系列无关风向的安慰剂代替每个目标城市附近的风向：第一，使用反字母排序的方法，在中国城市样本中打乱风向；第二，进行样本外安慰剂，从美国城市（人口最多的19个城市）绘制风向，并根据字母分配进行匹配。经过一系列的安慰剂检验，本文的估计结果依然稳健。

 

总 结

 

睡眠是人类健康的一个重要因素，失眠与一系列广泛的负面结果有关。如果一个城市的污染对该城市居民的睡眠有重大的有害影响，这将意味着迄今为止空气污染的社会成本尚未得到完全解释。了解污染影响福利的各种渠道是在这方面设计福利最大化政策干预措施的先决条件。本文的研究结果证明某一天的空气污染会对第二天晚上城市居民的睡眠质量产生显著的负面因果影响。

 

今天晚上睡觉前，你可否看一下昨天的空气污染水平来估计一下今晚失眠的概率？

 

Abstract

 

We provide first evidence of a link from daily air pollution exposure to sleep loss in a panel of Chinese cities. We develop a social media-based, city-level metric for sleeplessness, and bolster causal claims by instrumenting for pollution with plausibly exogenous variations in wind patterns. Estimates of effect sizes are substantial and robust. In our preferred specification a one standard deviation increase in AQI causes an 11.6% increase in sleeplessness, and for PM2.5 is 12.8%. The results sustain qualitatively under OLS estimation but are attenuated. The analysis provides a previously unaccounted for benefit of more stringent air quality regulation. It also offers a candidate mechanism in support of recent research that links daily air quality to diminished workplace productivity, cognitive performance, school absence, traffic accidents, and other detrimental outcomes.