推文人 | 李国鹏 

 

原文信息：Hai-Anh H. Dang, Trong-Anh Trinh. Does the COVID-19 lockdown improve global air quality? New cross-national evidence on its unintended consequences, Journal of Environmental Economics and Management, 105(2021), 102401.

 

01 引言

 

2020年年初爆发的新冠肺炎病毒（COVID-19）不仅仅对全球人民的健康状况造成极大的威胁，同时带来了全球大多数国家的经济衰退。许多新近的研究重点探讨了COVID-19对各个国家经济活动的负面影响，然而，极少有文献关注COVID-19对空气质量的影响。由于空气污染与人们的心肺损害以及其他疾病有着密切的联系，因而考察COVID-19大流行如何影响空气质量为健康政策的制定提供了重要的实证参考，同时也为后流行时期经济政策如何在经济利益和环境损失之间权衡提供依据。

 

本文的主要贡献在于：1.使用全球164个国家的空气质量数据考察了COVID-19大流行对全球大多数国家空气质量的影响；2.使用断点回归方法对样本国家实施封锁政策前后的空气质量及其差异进行估计分析；3.使用不同空气质量表征变量，对COVID-19大流行前后的空气质量变化进行描述和分析，以NO2和PM2.5 作为主要空气质量代表进行估计，同时以O3，PM10和SO2作为空气质量的替代变量进行稳健性估计，以准确衡量COVID-19大流行对空气质量的影响；4.使用了丰富的实时空气质量数据和各国基于COVID-19所施行的封锁措施进行匹配分析，这些数据既包括基于卫星和地面空气质量监测站提供的各国国内每日实时空气质量数据，也包括Oxford COVID-19 Government Response Tracker提供的各国封锁政策及施行日期数据；同时使用了National Oceanic and Atmospheric Administration, Google Community Mobility Reports, World Bank Development Indicators, WHO Global Ambient Air Quality Database, and Economist Intelligence Unit等的数据进行稳健性分析。

 

02 研究内容

 

首先设定如下面板固定效应模型：

 

 

在对（1）式的估计中，如果遗漏了同时与空气质量和政策都相关的变量，极有可能导致非一致的估计结果。由于只有在样本国家政府实施了封锁措施后Sit才为正值，因而式（1）并不能包含那些在COVID-19 爆发之前随时间变化的样本国家特征因素，比如政策规制程度，公众对于保护环境的偏好程度等。同时，一些研究指出空气污染与COVID-19病例正相关，这导致政府执行更为严格的封锁政策。如果不对这些可能存在的反向因果关系进行控制，会导致估计结果的偏误。

 

针对上述可能存在的问题，本文使用两种策略进行识别。第一，使用灵活事件学习框架消除可能存在的共同趋势。具体地，将估计所得的封锁政策效应分解为封锁政策施行前后各100天内的效应，这将会封锁政策是否与封锁前后的差异性趋势相关联提供描述性检测。第二，使用基于时间间断的断点回归设计方法将针对COVID-19而进行的封锁政策视为外生政策冲击。在该方法中，由于封锁政策的实施具有随机性，因而实施封锁政策之前的观测值可以被视为实施政策之后的观测值的反事实参照。该方法以标准的断点回归为基础，将running variable 设定为实施封锁政策后的天数，该方法被广泛应用于考察特定事件对空气质量的影响中。基于此，本文设定断点估计模型如下：

 

（2）式中，Lit为虚拟变量，实施封锁政策后其值为1，否则为0，其系数是本文的重点关注对象。f(dit) 为running variable (dit)的函数，其他设定与（1）式相同。为了对比和稳健性分析，本文在估计中分别使用running variable的4种不同函数形式对（2）式进行估计。此外，由于本文所使用的断点估计方法对于窗口带宽的选择较为敏感，这里使用Imbensand Kalyanaraman (2012)提出的使用数据驱动优化设定窗口带宽的方法进行设定。

 

由于不同的国家在不同的时期分别实施了不同程度的应对COVID-19传播的封锁政策，为了使这些封锁政策之间具有可比性，本文使用OxCGRT提供的综合封锁程度指数来代表各个国家施行的封锁政策。该指标基于不同国家在涉及学校、工作场所、公共交通、公共事件等方面的封锁政策进行综合评价从而得到最终的封锁严格程度指数，因而在不同国家之间具有可比性。对每个样本国家而言，本文将其封锁严格度指数变为正值的那天设定为实施封锁的日期，以此计算封锁天数。

 

03 估计结果与分析

 

3.1主要估计结果

 

Table 1显示了分别基于样本国家国内数据和跨国数据对（1）式进行估计所得的结果。

 

其中，第（2）列和第（4）列在控制国家和时间固定效应的基础上同时控制了气温和沉降物（在地面监测站数据中控制了湿度）因素后的估计结果。从Table 1的估计结果中可以看出：基于控制COVID-19传播的封锁政策与空气污染物（NO2 & PM2.5）显著负相关，这意味着该封锁政策对空气污染具有显著的改善作用。

为验证这一结论，作者构建了时间事件分析法，使用空气质量变量对所有的控制变量，样本所处位置和时间固定效应以及一系列的“事件发生时间”进行回归分析。具体做法是：将样本每10天划分为一组，分组呈现封锁政策施行前后100天内的空气质量与各变量的回归估计结果，见图1所示。在图1中，两类空气污染物在实施封锁后均表现出明显的下降，这与Table 1的估计结果保持一致。

进一步地，本文基于方程（2）使用基于时间的断点估计方法进行估计，结果见图2所示。图2中显示了对空气污染物进行基于数据驱动的断点估计所得的残差。由图2可以看出：两种污染物在实施封锁政策之后均表现出显而易见的下降趋势，而且随着封锁时间的延长，这种下降趋势越来越明显。

Table 2显示了具体的断点回归估计结果，除了最优窗口带宽之外，本文分别选择最优窗口带宽+10天/-10天进行估计，此外对于封锁天数对空气质量的影响函数（f(dit)）也设定了4种不同的函数形式，以综合考察封锁政策对空气质量的影响。在Table 2中，Panel A 的估计结果无论在哪种running variable函数设定形式下均显著为负，而且在不同的窗口带宽设定中也保持一致，这意味着封锁政策显著降低了空气中NO2的排放；在Panel B 中，当窗口带宽设定为最优带宽-10天时，封锁政策与PM2.5排放的负相关关系变得不再显著，而在其他情况下则均显著为负。

作者继续设定了一系列安慰剂检验以验证上文估计结果的稳健性，结果见Table 3所示。首先，作者人为假定封锁日期分别提前了5天，10天，15天，30天，45天，并分别进行估计；其次，使用一些国家的封锁日期作为总体样本的封锁日期进行检验，这样做的原因是一些大的经济贸易体的封锁措施极有可能会对其他国家的国内经济活动产生溢出效应，进而影响其空气质量，这里分别选择中国和印度进行安慰剂检验。

Table 3的估计结果显示：（1）无论是哪种空气污染物，封锁日期提前后封锁政策与空气污染之间的负相关关系大多数都变得不再显著，而且封锁日期提前越多，二者之间的关系反而变为正相关，但同样不显著，这从反面验证了封锁政策施行的空气质量改善效果；（2）使用中国和印度的封锁日期作为整个样本的封锁日期后所得估计结果依然不显著，这也验证了上文的估计结果，即各个国家的封锁措施施行是其空气质量的改善的重要原因。此外，作者还设定了“donut”断点估计模型，将封锁日期前后的5天和10天的样本分别从样本中剔除掉之后对剩余样本进行重新估计，以判断封锁政策的空气质量改善效应，估计结果见附表中的Table A4，基本上与这里的估计结果无差异。

 

3.2 进一步的稳健性检验和异质性分析

 

作者对估计结果进行了一系列的稳健性测试，包括基于不同的程序选择最佳窗口带宽，对running variable 设定高阶多项式形式，在回归方程中加入更多的协变量，使用更宽的时间带宽设定，使用不同形式的封锁严格度指标，控制国家间潜在的时间趋势，将空气质量变量取对数形式等，估计结果详见文中附表Tables A6-A13。这些稳健性估计结果基本上与前文保持一致。

 

考虑到国家特征有可能对封锁政策的空气质量效应产生异质性影响，作者在估计中加入多个国家属性特征因素进行回归分析，结果见附表中的Table A14。

从Table A14的估计结果中可以看出：在封锁政策施行之后，（1）位于赤道附近的国家的NO2不降反升；（2）国家制度体制较好的国家在空气质量改善方面并不明显；（3）在全球贸易或制造中占有较大份额的国家空气质量改善更多；（4）自身空气质量指数较高的国家改善幅度更高。此外，如附图A5所示，人口数量较多的国家，如中国，伊拉克，挪威，俄国，韩国和美国，空气质量改善幅度更大。

 

3.3 影响机制分析

 

为控制COVID-19传播而实施的封锁政策显著地改善了样本国家的空气质量状况，其主要的作用路径是限制了人类的各种生活、生活活动，因而本文作者进一步分析不同类别的流动性限制对空气质量的差异性影响。流动性限制数据来源于Google Community Mobility Reports，这里基于方程（1）进行固定效应估计，结果见Table 4所示。

在Table 4中，封锁政策的严格度指数与人们的大部分活动流动性之间呈显著负相关关系，如较高的封锁严格度指数与“基本服务“如杂货，药房，工作场所等的流动性降低相关，同时与”非基本服务“如零售和休闲，公园等场所的流动性降低也息息相关，但是较高的封锁严格度指数却与”居民“类别的流动性更高相关，这可能来自于人们对于封锁政策的恐慌而引起的逃离高封锁区的活动。

 

04 结论

 

本文首次受用全球多个国家的样本数据探讨了基于COVID-19的封锁政策对于空气质量的影响。本文的研究表明：为控制COVID-19传播而采取的封锁措施显著改善了全球大多数国家的空气质量状况，而且基于各类稳健性检验的估计结果均验证了这一结论。同时，这种封锁政策对于空气质量的改善在不同的国家存在着异质性。在作用机制上，本文的研究认为基于控制COVID-19而采取的封锁措施限制了人们的流动性，尤其是非基础服务的个体流动性，从而降低了空气污染。

 

Abstract

 

Despite a growing literature on the impacts of the COVID-19 pandemic, scant evidence currently exists on its impacts on air quality. We offer an early assessment with cross-national evidence on the causal impacts of COVID-19 on air pollution. We assemble a rich database consisting of daily, sub-national level data of air quality for 164 countries before and after the COVID-19 lockdowns and we analyze it using a Regression Discontinuity Design approach. We find the global concentration of NO2 and PM2.5 to decrease by 5 percent and 4 percent, respectively, using data-drivenoptimal bandwidth selection. These results are consistent across measures of air quality and data sources and robust to various model specifications and placebo tests. We also find that mobility restrictions following the lockdowns are a possible explanation for improved air quality.