推文人 | 张晓明 

 

原文信息：Tatyana Deryugina and David Molitor, 2020, “Does When you Die Depend on Where you Live? Evidence from Hurricane Katrina”, American Economic Review, forthcoming.

 

01 文章简介

 

Katrina飓风作为美国历史上带来伤亡人数最多的风暴灾害，于2005年8月23日形成，并在8月29日袭击新奥尔良市。在Katrina飓风席卷美国的过程中，共造成了1833人死亡，将近一百万人无家可归，其中有20万个体是医保受益人群。在飓风发生后的将近4个月时间里（即2005年12月9日之前），美国的联邦应急管理机构禁止绝大部分的新奥尔良市居民返回其居住地。作者认为由于飓风灾害这一外生冲击带来的个体搬迁行为，相当于一个准自然实验，可以较准确地识别搬迁当地的环境状况对于个人死亡率的影响。下图介绍了Katrina飓风的发展历程。

在实证方法方面，作者使用双重差分法来识别飓风灾害对于个体死亡率的影响程度，其中处理组为新奥尔良市的居民，控制组则为10个未受到Katrina飓风影响的城市。在这10个控制城市的选择中，作者参考了Deryugina, Kawano and Levitt (2018)的定义，通过对全美城市在2000-2005年期间在中等收入人群的收入水平、人口增长率和黑人的比例三个指标上的差异加权求和，通过排序得到10个与新奥尔良市差别较小的城市作为控制组，Figure A.3记录了用作处理组和控制组的1+10个城市分布状况。此外，本文的数据来自美国的个人医疗保险数据，数据范围为1992-2013年，覆盖了几乎所有老年群体及身体残疾的个体，并记录了个体准确的死亡日期。同时，相比于以往灾害事件的研究往往在事后才开始追踪处理组的变化，作者指出本文使用的数据优势在于拥有个体的事前数据记录，即在飓风袭击之前的个体数据均在医疗保险中有着详细的记录。

图 2 新奥尔良市与控制组城市的分布

 

在实证结果方面，作者发现：1). Katrina飓风使得新奥尔良市当年的死亡率上升了0.56个百分点；2). 在2006-2013年期间新奥尔良市的个体（在样本基年居住在新奥尔良市的个体）则经历了持续的死亡率下降阶段；3). 截止到2013年，那些迁出新奥尔良市的个体大约有一半左右并未返回新奥尔良市；4). 作者发现搬迁到更低死亡率地区的个体，他们的死亡率也发生了显著的下降；5). 搬迁者的死亡率会随搬迁到的地区的肥胖率和吸烟率的上升而增加，随着搬迁到的地区的平均收入，房价以及城市人口比例的上升而下降，并且迁入地区的医生数量，医院床位数量以及医院质量对于搬迁者的死亡率没有显著影响。

 

02 数据和模型设计

 

（一）数据和变量

 

本文使用的数据主要来自美国的个人医疗保险数据，时间范围为1992-2013年，作者指出该数据具有三个重要的特征：1). 几乎覆盖了美国所有65岁及以上的老年个体，并且包含领取残疾补助至少24个月以上的个体；2). 每一位保险受益人都有对应的9位数字编码，用以识别该受益人的居住地；3). 根据社保局的提供的信息可以精确记录个体的死亡日期。在变量方面，医保数据提供了每一个受益人的基本信息，包括居住地编码、性别、年龄、出生日期和死亡日期、死亡原因以及疾病状况。此外，作者还根据那些登记了按服务收费(fee-for-service)项目的医保个体药品购买记录，推断了个体所患的慢性疾病状况，用做本文回归中的控制变量。在城市层面，作者使用了城市水平的公共健康状况，环境水平以及经济状况包括平均医保支出水平、人均医生拥有数量、当地的吸烟率和死亡率等信息，并对每个个体的遭受飓风严重程度以及收入水平进行了衡量。Table 1汇报了本文所使用的变量的描述性统计结果。

Table 1中表示的是2004年居住在新奥尔良市或者10个控制组城市的个体的基本信息状况。通过对比可以发现，新奥尔良市的黑人比重相对多于控制组城市，并且在(3)列中汇报的搬迁人群中，黑人占比更大。从年龄上来看，新奥尔良市与控制组城市的65岁以上个体比重差别不大，但是在搬迁人群中65岁以上个体的占比更小，说明年轻的个体更容易受到飓风的影响而采取搬家行为。从收入水平来看，个人居住地的人均收入水平低于新奥尔良市2000年的中等收入水平的概率(Percent below median income)，在搬迁人群中更高，而在控制组城市则更低，说明搬迁群体的收入相对来说更低。此外，从遭遇飓风的严重程度来看，个体在Katrina飓风期间其居住场所50米范围内产生至少两英尺洪水的比重(Percent who experienced 2+ feet of flooding during Katrina)，在搬迁的群体中明显高于新奥尔良市居民的平均水平，说明搬迁群体实际上受到Katrina飓风的影响更大，同时10个控制组城市在该项指标上的取值为0，这与前述筛选时的定义一致，即作为控制组的10个城市均未受到Katrina飓风的影响。Figure 1 汇报了1999年居住在新奥尔良市的居民，在未来一段时期的死亡率变化情况。作者指出，在2005年飓风发生之前，新奥尔良市的死亡率在控制组城市中属于较高水平，但是飓风发生后，尽管2005年当年的死亡率有明显的上升，但随后1999年居住在新奥尔良市的居民的死亡率发生了明显的下降，并且保持在了控制组城市的中等水平左右，说明飓风可能对新奥尔良市的居民在短期和长期产生了不同的影响。

 

（二）模型设计

 

03 飓风对死亡率的影响

 

（一）短期影响

 

Figure 2的a图表示新奥尔良市及控制组城市的死亡率随时间变化情况，可以看出，在飓风发生后的大约8周左右时间里，新奥尔良市的死亡率有比较显著的上升，而在8周之后死亡率开始逐渐下降。b图汇报了根据公式(1)进行回归的估计结果，从中可以看出在飓风发生前，交乘项的系数均不在统计上显著异于0，说明新奥尔良市与10个控制组城市之间的死亡率变化满足平行趋势假设，而在飓风发生后，前8周的系数均显著异于0，说明飓风对于新奥尔良市居民的死亡率在短期内有较为明显的正向影响，但这种正向影响在随后的几个月里逐渐消失。

（二）长期影响及累积死亡率变化

 

Figure 3汇报了2004年居住在新奥尔良市的群体受飓风影响死亡率的变化情况以及迁徙情况。a图中的黑线表示了公式(2)的估计结果，即飓风发生当年使得新奥尔良市居民的死亡率发生了明显的上升，但是这种上升效应在2006年就变得不显著了，并且从2007年开始，经历了持续的死亡率下降效应。图中的虚线表示根据公式(3)计算出的累计死亡率变化状况，从中可以看出由飓风带来的累积死亡率下降了2.07个百分点。b图则汇报了飓风对于人们迁徙行为的影响，从中可以看出飓风的发生使得新奥尔市居民的搬迁概率上升了48个百分点，并在之后逐年下降，作者指出这主要是由于部分居民在2005年12月9日政府解除封锁后陆续搬回新奥尔良市所导致的。尽管如此，到2013年，仍然有25%左右的个体没有搬回新奥尔良市，占到了最初搬迁群体将近一半的比例。

前述公式(4)通过对双差分动态效应模型的简化，来识别Katrina飓风带来的短期和长期死亡率变化情况，具体见Table 2：

上表中显示从短期来看，也即就飓风发生当年来看，确实造成了新奥尔良市居民的死亡率显著上升，但是从长期来看，飓风的发生反而降低了新奥尔良市居民的死亡率。上述结果看似有违人们的直觉，即自然灾害长期来看带来了死亡率的下降。作者指出从直接影响来看，自然灾害毫无疑问会给人们的健康状况带来不利影响。但是从间接影响来看，自然灾害通过促使人们搬家，可能会使他们搬迁到工资更高、教育发展水平更好的地区，从而可能会为个人的健康带来一些潜在的收益。于是作者在后续的回归中检验迁入地情况对于个人健康状况的影响。

 

04 居住地环境对死亡率的影响

 

模型设计中的公式(5)用于衡量迁入地的环境对于个人死亡率的影响，但公式(5)识别的因果效应成立的前提是个人的预期死亡率与迁入地环境没有关系。为了验证这一点，作者构造了公式(6)的回归模型进行检验：

在公式(6)中，解释变量为根据个体在2004年特征预测出的预期死亡率，估计方法为利用2004年控制组样本进行OLS回归，估计其在2004年的特征变量与2006-2013年期间死亡率的相关关系，然后再将新奥尔良市个体在2004年的特征带入回归方程中进行预测。被解释变量为个体迁入地在2006-2013年期间的平均死亡率，Table 3 展示了公式(6)的回归结果：

从(1)列中可以看出，新奥尔良市居民预期死亡风险和其迁入地区的死亡率不存在显著相关性，但是当作者加入一些慢性疾病和医疗支出的特征变量来预测搬迁者的预期死亡风险时，则得到(2)列中的结果，即发现两者之间存在着明显的相关关系。于是为了检验是哪些疾病影响了预期死亡风险和迁入地区死亡率之间的相关关系，作者直接将特征变量对迁入地区的死亡率进行了回归，得到Table A.8，从中可以看出，在所列出的慢性疾病中，是否患有阿尔茨海默症的变量与迁入地区的死亡率风险存在着显著正相关，说明对该部分群体在进行因果识别时可能面临着选择性问题，考虑到阿尔茨海默症群体仅仅是样本中的少数个体，于是作者将这部分患者删除掉后重新进行回归，检验搬迁者的预期死亡风险和迁入地区死亡率的相关关系，结果发现两者之间的相关性均不显著，Table 3中的(3)-(5)列显示了该结果。

在验证了本文因果识别的重要前提条件成立后，作者对公式(5)进行回归，结果汇报在Table 4中。从中可以看出，搬迁者迁入地区的死亡率对其个人的死亡率存在着显著的正向作用，当其迁入地区的死亡率较低时，其自身的死亡率也会随之下降。

除了迁入地区死亡率的影响外，作者还对迁入地区的其他特征信息（包括医疗卫生特征和进行特征）进行了公式(5)中的回归，检验迁入地区其他特征对于搬迁者的死亡率的影响，Figure 6 展示了该估计结果，其中绿色的线表示迁入地区对应的特征变量与搬迁者预期死亡率时间的相关关系，只要两者之间的系数不显著异于0，则可以证明搬迁者在搬迁时不存在自选择的问题，从而保证因果识别的可靠性，黑色的线表示实际死亡率与当地特征的相关关系，即公式(5)中核心解释变量的系数。a图中的结果显示迁入地区的死亡率、肥胖率和吸烟率都与迁入者的死亡率存在正向关系，而迁入地区的医疗卫生水平包括医院床位数量、人均医生数量、医院质量等指标均不显著，说明迁入地区的医疗卫生水平对于搬迁者的死亡率不存在显著影响。此外，从PM2.5来看，发现迁入地区的PM2.5与搬迁者的死亡率存在显著的负相关，作者指出产生这一情况的原因主要是预期死亡率与搬迁地区的PM2.5水平存在着显著的负相关，即越健康的人群可能对于PM2.5的关注度越小，从而更可能搬迁到PM2.5较高水平的地区，从而表现出PM2.5与死亡率之间的负相关关系。b图的含义与a图相同，只是在解释方面更多关注迁入地区的经济状况。

05 结论

 

作者通过双重差分法，实证检验了Katrina飓风对于新奥尔良市居民死亡率的影响，结果表明飓风在短期内使得新奥尔良市居民的死亡率上升，在长期内则降低了新奥尔良市居民的死亡率。进一步的分析表明，搬迁到较低死亡率的地区能够显著降低搬迁者的死亡率，并且这种作用渠道可能更多是通过行为例如抽烟、肥胖率等因素来影响个体的健康水平，而非通过当地的医疗支出水平和服务质量来影响个体健康。

 

此外，尽管自然灾害可能会带来作者文中所提到的一些在死亡率方面的间接收益，作者也指出由于自然灾害带来的财产损失以及家园被破坏的效用损失远远不可能被这些间接收益所抵消。

 

Abstract

 

Abstract：We follow Medicare cohorts to estimate Hurricane Katrina’s long-run mortality effects on victims initially living in New Orleans. Including the initial shock, the hurricane improved eight-year survival by 2.07 percentage points. Migration to lowermortality regions explains most of this survival increase. Those migrating to lowversus high-mortality regions look similar at baseline, but their subsequent mortality is 0.83–1.01 percentage points lower per percentage-point reduction in local mortality, quantifying causal effects of place on mortality among this population. Migrants’ mortality is also lower in destinations with healthier behaviors and higher incomes but is unrelated to local medical spending and quality.