推文人 | 华岳

原文信息：Cong Sun, Siqi Zheng, Jianghao Wang, Matthew E. Kahn.2019. “Does clean air increase the demand for the consumer city? Evidence from Beijing” Journal of Regional Science,59.

 

简介及背景

 

虽然中国人均每年工作时间比法国高出64%，但中国的城市居民越来越需要高质量的休闲活动，通过集体休闲旅行进行社交活动是中国居民日常生活的重要组成部分。43.1%的中国女性在工作，随着可支配收入的增加和时间的经济价值升高，家庭成员从事较少的家庭生产活动，将更多的休闲时间放在购物中心和餐厅，更舒适的购物或用餐场所有助于社交能力的提高。

 

在北京，有几十家大型购物中心和十四多万家餐厅，这些消费便利设施（Consumer Amenities）是中国大城市生活的一个主要吸引力。人口密度、交通可达性、种族隔离和犯罪、天气和气候都会影响城市中非贸易商品和服务的消费，空气污染会影响日常电影消费量。中国许多城市的空气污染严重，在污染严重的日子里，中国城市居民呆在家里，这种自我保护降低了暴露在污染下的机会，但同时也降低了在充满活力的城市中的消费剩余。本文将研究视角放在空气污染对城市餐厅和购物消费的影响，以北京为例，实证检验当空气污染较低时，消费城市的需求是否会增加。

 

数据及实证策略

 

使用两个数据集分别描述北京居民的外出就餐和购物活动：

 

（1）中国最大的餐饮平台大众点评网。本文通过该网站获得每家餐厅详细的属性、用户的签到情况以及从2004年到现在的评论和评级。截至2016年第二季度，大众点评拥有超过2.5亿活跃用户，约800万家餐厅，以及1.25亿家餐厅评论。由于本文无法按日期统计每家餐厅的顾客访问量，因此只能统计有多少顾客在用餐期间或用餐后在大众点评网上发表评论，观察发表评论的日期。本文的评论数据包括北京的4803家餐厅和189万名顾客的评论。

 

（2）中国最大的在线社交平台提供商腾讯公司。本文获取了2015年12月至2017年4月期间4个代表性购物区域的每日人数（本数据样本不包括国家法定节假日），这个定位数据集是用来补充分析空气污染对休闲行为的影响。

 

每日空气污染数据来自环保部。环保部每小时报告各监测站的各种空气污染物浓度。由于PM2.5跨区域的空间变化显著，本文计算了2013年1月至2017年4月北京各区域PM2.5浓度的日平均值，然后将其与相应区域的餐饮/购物区域合并。

 

另外，本文从国家海洋和大气管理局（NOAA）收集北京的历史天气数据，NOAA的国家气候数据中心（NCDC）提供来自全球气象站的信息。

 

本文使用如下负二项模型估计式检验休闲活动的数量如何随着室外空气污染和气候条件的变化而变化：

下标i表示餐厅/购物区，d表示区，t表示日期。当使用大众点评数据时，NUMidt表示d区的i餐厅在t天的总评论数；当使用腾讯数据时，NUMidt表示d区的i购物区在t天的总活动数；PMdt表示d区在t天PM2.5的平均浓度。如果当α1为负数时，表示当空气质量越糟糕时（PM2.5浓度高），人们将更少去餐厅和购物场所休闲；Wt表示天气控制变量，包括日平均温度、风速和降水量；Xidt表示其他控制变量；ηt表示年-季节固定效应和一周中天虚拟变量，控制季节性效应和季度与平日休闲活动的差异。λid控制了随餐厅/购物场所地点变化不随时间变化的不可观测因素；εidt表示聚类到餐厅/购物场所的标准差。

 

为了避免无法观测的遗漏变量可能引起的内生性问题，使用工具变量(IV)方法和断点回归（RDD）方法来推断因果影响。对于工具变量方法，由于北京空气中的大部分颗粒物是由附近的河北省和其他省份的工业城市吹来的，本文使用周边城市颗粒物为北京当地的PM2.5平均浓度构造了一个“跨越地理边界”工具变量；对于断点回归方法，本文研究了休闲活动是否在“污染严重天”阈值（150 μg/m3）出现了急剧下降，回归模型如下：

D是一个二值虚拟变量，表示是否是“污染严重天”，Mdt是驱动变量的二次/三次项，h表示在“污染严重天”阈值（150μg/m3）附近不同带宽。如果D的系数为负，表示在断点处存在因果影响。其他协变量，如天气条件、时间固定效应和区域固定效应也包括在IV和RDD估计中。

 

基本结果

 

1. 基准回归结果

 

（1）对餐厅访问量的影响

 

表2报告了使用餐厅数据集估计模型（4）的结果。由于因变量（餐厅的每日客流量）是一个计数变量，对于大多数餐馆它是零或一个很小的值，本文估计了零膨胀负二项模型。在第（2）列中，PM2.5的系数为负，具有统计学意义。通过发生率比的计算，PM2.5具有较小的负弹性，PM2.5浓度增加10%，就餐数量的变化为0.15%。在第（2）和（3）列中，探讨了空气污染与温度或炎热天气对外出就餐的相互作用。当温度较高时，PM2.5对餐厅就餐数量具有更大的负向影响。当使用美国大使馆公布的PM2.5数据、删除2014年中国APEC会议期间观测值（当时对公司和交通实施了一些临时的命令和严格控制的规定）时，上述结果依然稳健。

（2）对购物区访问量的影响

 

表3报告了空气质量对购物区访问数量的影响。因变量是每天去购物区的人数，这些购物区域相对较大，因变量值为非零，因此，本文采用了标准的负二项估计。第（1）列结果表明，PM2.5浓度增加10%，购物区域的客流量将减少0.09%。这一数值略小于我们的基线餐厅客流量回归为（0.15）。第（2）、（3）列结果与餐厅的结果类似，PM2.5对购物区的负面影响在炎热的天气里会加剧。

2. RDD和IV估计结果

 

表4报告了IV和RDD估计结果。A部分是RDD估计结果，对餐厅访问量回归结果表明在阈值处有一个很大的断点，一个发生率比率的计算表明，在“污染严重天”阈值，餐馆的访问量（由评论计数代理）下降了4%；对购物区访问量回归结果表明在阈值处也存在断点，但结果不显著。

 

B部分和C部分是IV估计结果。为了建立这一跨界溢出测度，首先将“周边城市”定义为距离北京100-200公里的直线范围内的城市。把北京的餐厅按地址分成四个区。对于每个餐厅，本文计算在同一象限周边城市监测点当天PM2.5的平均值作为这家餐厅/购物场所所在地当天PM2.5浓度的工具变量（NEIGHBOR）。

 

一阶段回归结果表明周边城市的污染确实对北京的局部污染有很强的解释力，二阶段回归结果表明关键变量（PM2.5）的系数在餐厅和购物区域回归中仍然具有统计学意义。根据B部分和C部分第（2）列的IV回归结果，PM2.5浓度增加10%时，餐厅和购物区分别减少0.37%和0.28%，这比基准回归结果要大。一个可能的原因是，当地不可观测的因素对污染和休闲活动的影响方向是相同的，另一种可能性是，由于IV评估不受处理变量测量误差的影响。

3. 反弹效应

 

有耐心的人从事跨时间的替代活动，把休闲旅行推迟到空气质量更好的日子。这种行为反应会导致反弹效应，比如在连续污染几天后的第一个蓝天出现休闲活动高峰。表5报告了这一效果，只在餐厅和购物区样本中保留蓝天天数（空气质量为“好”或“极好”）。本文统计了每个晴空万里的日子之前的连续“污染严重”天数，并研究了消费者在经历了多个糟糕的日子之后，是否会增加外出，以弥补过去失去的休闲机会。研究期间，超过90%的蓝天之前没有看到“污染严重”。研究结果表明，反弹效应对餐厅很显著，但对购物区则不然。这种反弹效应存在非线性影响，对餐馆和购物区影响的转折点分别是“污染严重天”后连续4.4天和3.1天。

4. 异质性分析

 

本文研究了空气污染对各类餐厅的异质性影响。本文按餐厅的烹饪风格、质量以及是否提供快餐作为分类指标，结果见表6。A部分研究结果表明，在蓝天期间，光顾高质量餐厅的人数增加了很多，蓝天对人们去低质量餐厅的影响很小。这意味着高质量餐厅和低质量餐厅之间存在替代效应。蓝天下，人们可能会为了更好的社交而选择高质量的餐厅，得分高的餐厅吸引的是收入较高的顾客，他们对空气污染更敏感。B部分研究结果表明，与外国餐厅相比，中国餐厅在空气质量好或良好的情况下，客流量较高。一种可能的解释是，聚会晚餐更有可能出现在蓝天，而当一大群人用餐时，中餐馆是首选。蓝天对快餐店评论的影响相对于提供餐桌餐的餐厅来说是比较小的。

总结

 

北京的高空气污染水平使它的空气污染动态为测试消费城市的需求如何受到污染的影响提供了机会。本文利用北京近年来的各种数据集，证明空气污染减少了居民的餐厅访问量（通过餐厅评论）和购物区访问量，消费城市的需求与当时的空气污染和气候条件是相辅相成的。这种负面影响在极端天气条件下（比如高温、多天污染严重后出现蓝天以及提前发布污染天气预警）会更大，干净的空气在更大程度上增加了对高质量餐厅的需求，而对低质量餐厅的需求则相对较少。

 

本文的研究结果表明，如果实施有效的空气质量监管，北京可能会有大量消费者享受到生活质量带来的好处。有效的环境监管可能会影响到中国城市居民对居住地的选择，以及如何规划他们日常生活的选择。在不面临“污染税”的情况下，外出时间和与朋友在一起的时间将得到优化，这样做的净效果将是城市居民生活水平的提高。

 

Abstract

 

Cities offer a large menu of possible employment and leisure opportunities. The gains from such consumer city leisure are likely to be lower on more polluted days. We study the association between daily consumption activity and outdoor air pollution in China and find evidence in favor of the hypothesis that clean air and leaving one's home for leisure trips are complements. Given the high levels of air pollution in cities in the developing world, regulation induced improvement in environmental quality is likely to further stimulate demand for the consumer city.