原文信息：
Hoffmann B, Rud J P. The unequal effects of pollution on labor supply[J]. Econometrica, 2024, 92(4): 1063-1096.
01
引言
空气污染是健康面临的最大环境风险，每年因环境空气污染而死亡的人数约为300万。大量的医学和经济学文献记录了污染对心理健康、呼吸系统和其他疾病、后续住院治疗以及死亡率的因果影响。工人能否避免高水平空气污染的有害影响？在高污染日，工人可能面临有害环境暴露与收入之间的权衡，因为进行通常的收入创造活动可能会增加他们暴露于污染的风险。这种权衡对于较贫穷的工人尤为严重，因为他们的收入与每日工作的小时数密切相关。
在本文中，我们使用空气污染的高频测量数据和实际工作时间，来研究墨西哥城大都市区日常劳动力供给对颗粒物的反应。我们使用地面监测站每小时的颗粒物（PM2.5），结合世界卫生组织的空气质量阈值，来捕捉不同日子和地点的空气污染峰值。我们将空气污染数据与2005-2016年国家职业与就业调查（ENOE）的详细劳动力市场数据进行匹配。ENOE是一个滚动式家庭面板，包含参考周内每天工作小时数的信息、社会人口信息、收入以及劳动力市场特征，如正规性、自雇状态和职业部门。
高污染对劳动力供给的平均影响包含显著的异质性。我们使用工人常规月收入的信息来探索沿收入分布的反应。我们发现，收入分布顶端的反应在统计和数量上都显著大于底端的反应。底部十分之一工人的工作时间减少量比顶部十分之一工人的减少量低61%。总体而言，我们发现，对于一个额外小时超过污染阈值的情况，使用每个十分位的平均工作小时数，最贫穷工人的劳动力供给减少了1.6%-2.3%，而最富有工人的劳动力供给减少了2.4%-4%。在高污染季节，这分别增加到4.5%和5.1%。
本文独特之处在于，它专注于劳动力供给调整作为对环境冲击的短期适应性反应，并记录了在收入分布中不同群体对污染的不同劳动力供给调整。我们丰富的高频数据使我们能够为将空气污染与劳动力供给联系起来的文献提供新的结果，这些结果在使用时间聚合数据（如周平均值）时可能会被掩盖。具体来说，我们记录了工人在面临高水平PM 2.5时会跨期替代劳动力供给，以减轻污染冲击，并且高收入工人在连续多日高污染的情况下能够比低收入工人更持久地保持规避行为。重要的是，我们的结果表明，总体衡量标准可能会掩盖高收入与低收入工人在减轻污染冲击影响和适应污染冲击能力上的差异，从而忽视了健康不平等的一个来源。
02
数据
2.1. 数据
这项研究为墨西哥城大都市区创建了一个综合数据集，融合了劳动力市场结果、空气污染和天气数据。研究团队利用了三个主要数据来源：2005年至2016年的国家职业与就业调查（ENOE）提供了详细的劳动力市场数据，包括工作时间、就业部门、职位类型、收入以及社会人口学信息；环境秘书处（SEDEMA）的网站提供了空气污染物水平、温度、风速和风向的每小时数据；加州大学圣塔芭芭拉分校的CHIRPS数据提供了高分辨率的每日降水信息。研究团队通过精心设计的方法将这些数据在市级或地区级进行匹配，创建了一个全面的数据集。他们特别关注了空气污染水平，将每日空气污染变量编码为超过世界卫生组织空气质量准则（AQG）和24小时颗粒物浓度三个临时目标（IT1-IT3）的小时数。这个综合数据集为研究墨西哥城大都市区的劳动力市场、空气污染和天气之间的复杂关系提供了丰富的信息基础。它使研究者能够深入探讨空气污染如何影响工作时间、收入和就业类型等劳动力市场结果，同时考虑天气因素的影响。
在我们的研究期间2005年至2016年，在我们样本中的所有地区和天数中，墨西哥城及其周边地区的污染都很严重。图1显示了每个地区-天最高每小时PM 2.5读数相对于世界卫生组织空气质量准则（AQG）和24小时颗粒物浓度三个临时目标（IT1-IT3）的分布。该分布具有广泛的支持，其中很大一部分天数至少有1小时超过推荐的污染水平。表I显示了目标值、所有地区-天中超过每个目标值的小时数比例，以及至少有1小时超过目标值的天数比例。在2005年至2016年期间，超过40%的所有小时和近三分之二的天数里，墨西哥城及其周边地区的居民所经历的污染水平超过了PM 2.5的空气质量准则。对于PM 10，这一比例增加到近80%。污染还超过了PM 2.5约5.5%天数和PM 10近12%天数中最不严格的临时目标（IT1）。PM 2.5水平在不同天数间的变化使我们能够估计PM 2.5的非线性效应以及连续高污染天的影响。
我们的每日空气污染度量利用了我们高频的空气污染数据来捕捉空气污染峰值。与研究颗粒物日均或周均水平（这会平滑空气污染峰值）的文献相比，我们的度量在研究PM 2.5与劳动力供给之间的非线性关系以及估计极端PM 2.5水平对劳动力供给的影响方面有所改进。在表II中，我们提供了用于描述我们在实证分析中使用的样本的汇总统计数据。如面板A所示，我们样本中的平均工人年龄约为39岁，受教育年限超过10年。样本中59%为男性，53%为非正式工人，近80%的样本在零售和服务业工作。大约10%的样本收入为一个最低工资或更低。在面板B中，我们将工人的每日观察值与空气污染和天气信息进行了匹配。工人在76%的天数（即每周超过5天）里工作约6.3小时。请注意，在平均每天中，PM 2.5水平超过AQG阈值的时间超过10小时，超过最高阈值（IT1）的时间约为0.17小时（相当于10分钟）。
03
经验策略
3.1 分析框架
在本节中，我们构建了一个简单的框架来考察高污染水平如何通过特定渠道影响某一天的劳动力供给。
假设个人选择最优劳动力供给以最大化一个依赖于消费c和健康h的1天期限效用函数，为简化起见，该函数是可加和可分离的，即U(c;h) = v(c) + u(h)。每日时间（T）要么用于工作（L），要么用于休闲（l），即T=L + l。消费是个体固定收入y和一个可变收入的函数，该可变收入取决于当日工作小时数L以及额外工作一小时的回报w(p)的度量。这个变量随着过量污染p的增加而减少，这反映了在污染超过推荐标准的日子里，劳动生产率较低的事实。健康h是个体特征a、休闲l和污染p的函数。效用函数和健康函数具有标准属性。
一阶条件得出了一个最优劳动力供给L(p,y,a)，它是污染、非工资收入和个体特征的函数。对污染求导，我们得到以下表达式：
从方程（1）中，我们可以识别出污染影响劳动力供给的两个主要渠道。首先，存在规避效应：污染对健康的负面影响可能通过增加休闲时间（即减少劳动力供给）来抵消。这种反应的幅度将取决于效用函数相对于健康的凹度、健康对休闲和污染的边际反应，以及污染是否降低了休闲的边际健康效应，即交叉导数hlp。
其次，存在生产率效应：污染降低了工作的机会成本，表明预算约束更平坦，劳动力供给减少。这种反应的强度也取决于效用函数相对于消费的凹度。在消费水平非常低的情况下，即效用函数凹度较高时，生产率渠道（在没有强烈的健康效应的情况下）可能会导致劳动力供给增加。
从这一分析中，我们可以得出对实证分析的两个主要启示。首先，当污染超过推荐标准时，如果污染的规避效应和生产率效应共同作用，或者规避效应占主导地位而抵消了相反的生产率效应，劳动力供给将减少。其次，对于那些收入效应较强的工人（例如，消费水平较低的工人或每日可变收入相对于固定收入y较大的工人），他们在高污染天减少的劳动力供给将少于相对更富裕的工人。
3.2 计量经济模型设定
目标是识别PM2.5对劳动力供给的短期因果效应。可能存在未观测到的时间不变的决定因素，同时影响当地空气污染和劳动力供给，如当地经济活动水平，或同时影响空气污染和劳动力供给的时间变化因素，如天气条件。为解决这些问题，我们的实证模型设定包括一组全面的时间变化天气控制变量、控制人口和劳动力市场特征的变量以及一组丰富的固定效应。
估计颗粒物对同日工作小时数的影响。作为劳动力供给的基线设定，使用以下回归来估计同期PM2.5对劳动力供给的影响：
其中观测单位为个体i，其居住在市m的局部地区l，在周w的第t天。结果y_ilm,tw是个体i在第t天报告的工作小时数。PM2.5_lm,tw是在周w的第t天，市m的局部地区l中细颗粒物超过世界卫生组织IT1、IT2、IT3或AQG标准的小时数。X_ilm,tw是一个时间变化天气和人口控制变量的向量，包括局部地区l在第t天的最高温度、市m在第t天的降水量及其平方、个体i的年龄及其平方、个体i的性别以及个体i完成的学年数及其平方。方程（2）包括一组市固定效应α_m，以控制对劳动力供给有共同影响的市内时间不变未观测决定因素；一组周中某天固定效应η_d，以控制劳动力供给在周中各天之间的任何未观测模式；以及一组周固定效应φ_w，以控制随时间变化但对墨西哥城所有个体都有共同影响的任何未观测劳动力供给决定因素，如劳动力市场的季节性。我们在局部地区层面（即我们测量污染的层面）对标准误进行聚类。
研究通过多种方式扩展了劳动力供给的基线设定，以解决潜在的内生性问题。这包括加入额外的控制变量、家庭固定效应和个体固定效应，以控制各种未观测因素。为缓解局部地区内随时间变化的潜在混杂因素，研究使用地面监测站网络的风速作为颗粒物的工具变量，采用两阶段最小二乘法进行估计。此外，研究还采用了灵活的设定来估计污染影响的异质性，允许个体特征与工作小时数之间的关系在不同维度上变化。这些方法共同确保了研究结果的可靠性和全面性。
04
高PM2.5对日常劳动力供应的影响
4.1. 污染的非线性影响
利用高频数据记录显示，PM 2.5与劳动力供应之间存在负向非线性关系。使用每小时超过世界卫生组织（WHO）各阈值的数量作为空气污染的替代衡量指标，来估算方程（2）。
图2绘制了针对每个WHO阈值分别进行回归的系数和90%置信区间。我们发现，超过WHO空气质量指南阈值的一个小时对劳动力供应几乎没有影响，这是精确为零的效应。这并不令人惊讶，因为表I显示，大约63%的日子至少有1小时超过空气质量指南阈值。这意味着大多数日子都超过了这个阈值，因此，我们不应期望工作小时数的平均值会有较大偏离。同样，超过WHO临时目标3的小时数对每日工作小时数有非常小但显著且负面的影响。请注意，几乎每两天中就有一天至少有1小时超过最低的临时目标。当污染超过上面两个阈值时，工人的反应要大得多。超过WHO临时目标2的一个小时会导致当天工作小时数减少0.020小时，而超过WHO临时目标1的一个小时则意味着当天工作小时数减少0.160小时（9.6分钟）。我们在补充附录图B3中显示，工人当天是否工作的效应与这些对工作小时数的影响是一致的。
这种影响的幅度是相当大的。点估计值仅略高于平均每日工作小时数的2.5%。考虑到在至少有1小时超过IT1的日子里，平均超过阈值的小时数为3小时，这意味着在这些日子里，工作小时数减少了7.5%以上（即大约半小时）。
基于污染对劳动力供应的这些非线性影响，并利用高频数据在捕捉空气污染水平峰值方面的优势，本文的其余部分将重点关注WHO临时目标1。
4.2. 对同期劳动力供应的影响
表III显示，PM 2.5超过WHO IT1阈值的一个小时对同期每日工作小时数的影响是显著且在不同规格下都非常一致的。第（1）列显示了基线规格的结果。这已在图2的讨论中提及。通过三种方式增强了基线规格。第（2）列呈现了基线规格的结果，并增加了对工人工作类型、职位、正式状态以及就业部门的控制。我们发现，对同期每日工作小时数的影响与第（1）列几乎相同。
研究发现，PM 2.5超过WHO IT1阈值对每日工作时间有显著且一致的负面影响。通过多种规格和控制变量的分析，结果表明每超过IT1阈值一小时，当天工作时间减少0.160至0.310小时，相当于2.5%至5.0%的降幅。在高污染日，工人平均减少约7.5%的劳动力供应，而在高污染季节，这一影响更为显著，可达25%。这种影响在考虑个人固定效应和家庭固定效应后仍然稳健，表明即使在控制了通勤距离等相对稳定的因素后，工人仍会对高污染做出反应。研究还发现，这种影响在工作日和高污染季节更为明显。对整个墨西哥城大都市区的影响估算显示，高污染日可能导致约400万工作小时或63.5万个工作日的损失或重新分配，约占年度工作日的0.5%。如果全年污染水平接近高污染季节，这一数字可能上升到1230万工作小时或200万个工作日，占年度工作日的3.8%。这些发现突显了空气污染对劳动力市场和经济生产的重大影响，同时也暗示随着污染冲击频率和强度的增加，其经济成本可能会呈非线性增长。
4.3 动态调整
数据的粒度使能够通过观察工人在高污染前几日是否调整其工作时长，来探索他们适应更恶劣环境条件的能力。通过扩展基线规格，纳入5天的滞后空气污染指标，来研究工人劳动力供给的动态调整。纳入当期污染和污染滞后项使我们能够研究劳动力供给在不同天数之间的重新分配，并探索工人在高污染日对劳动力供给损失的补偿程度。
我们发现，每日劳动力供给是当前天数污染水平以及前5天污染水平的函数。具体而言，工人会减少其当期污染日的劳动力供给，并通过增加今日的劳动力供给，部分补偿因前几日高污染而损失的工时。图3中展示了基线结果。
表IV显示，这一结果在不同规格下都是稳健的，包括当我们使用个体固定效应时。例如，假设今天有1小时的污染超过IT1阈值。点估计表明，工人会增加明天的劳动力供给，以补偿今天损失的10%至16%的工时。此外，对五个滞后项的系数求和表明，工人在今天出现一小时高污染后，会在接下来的5天内总共增加0.119小时的劳动力供给。这表明，工人在接下来的5天内会补偿因高污染而损失的76%的工时。具体来说，对当期和滞后5天的高污染响应的系数求和，导致每日工作时长减少0.037小时，这在统计上是显著的。
当我们关注旺季（第（4）列）时，当期高污染的负面影响几乎翻倍。工人继续通过增加随后几天的劳动力供给来进行补偿，但由于每日工作时长减少了0.088小时，净效应更为强烈。这表明，在高污染期间，工人的适应能力会较弱。
这些结果表明，工人通过部分补偿前几日损失的劳动力供给来减轻污染冲击。这也表明，在持续污染的背景下，工人利用调整劳动力供给作为行为适应以避免暴露的能力存在局限性。此外，文章还进行了异质性和机制分析，有兴趣的读者可以阅读原文。
05
结论
本研究揭示了空气污染对劳动力供给的显著影响，特别是在高污染天数。研究发现，工人在高污染日会减少工作时间，并在随后几天进行补偿。这种反应在高收入工人中更为明显，表明低收入工人面临更严峻的收入-健康权衡。墨西哥城的环境和劳动力市场特征使得这些发现可能适用于其他发展中国家的大城市。
研究结果带来三个关键的政策含义：首先，应该集中精力降低颗粒物的峰值水平；其次，需要关注空气污染成本在不同收入群体间的不平等分配，考虑为低收入工人提供社会支持；最后，结果暗示了工人如何应对日益严重的污染环境，包括可能调整对极端污染的反应阈值，以及低收入工人在适应更污染环境时面临的更大挑战。
这些发现强调了制定综合政策的重要性，既要应对环境挑战，又要解决由此产生的社会经济不平等。它们为理解空气污染、劳动力市场动态和社会不平等之间的复杂关系提供了重要见解。
推文作者：包文，中国环境科学研究院；吉文军，暨南大学
Abstract
We use high-frequency data on fine particulate matter air pollution (PM 2.5) at the locality level to study the effects of high pollution on daily labor supply decisions in the metropolitan area of Mexico City. We document a negative, non-linear relationship between PM 2.5 and same-day labor supply, with strong effects on days with extremely high pollution levels. On these days, the average worker experiences a reduction of around 7.5% of working hours. Workers partially compensate for lost hours by increasing their labor supply on days that follow high-pollution days. We find that low-income workers reduce their labor supply significantly less than high-income workers. Unequal responses to high pollution along other dimensions (job quality, flexibility, gender) matter, but less than income. We provide suggestive evidence that reductions in labor supply due to high pollution are consistent with avoidance behavior.
声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。
0
推荐
京公网安备 11010502034662号 