席鵬輝 梁若冰

?

城市空氣質量與環(huán)境移民*——基于模糊斷點模型的經驗研究

席鵬輝 梁若冰

（廈門大學經濟學院財政系 福建廈門 361005）

目前缺乏中國地區(qū)間環(huán)境移民的有效證據，這可能受樣本數據和實證策略的限制。環(huán)境移民提高了宏觀地區(qū)的住房需求，本文選擇住房銷售面積作為人口代理變量，并根據國家環(huán)保模范城市考核指標體系設計了模糊斷點回歸（FRD）。結果表明模范城市增加了住房銷售面積，這也得到了常住和戶籍人口的證據支持，同時戶籍政策抑制了模范城市人口的增長；最后，“申請效應”和“就業(yè)效應”檢驗排除了環(huán)境移民效應來自其他途徑的可能。政府在制定經濟與環(huán)境政策時必須考慮到環(huán)境對人力資本流動的影響。

環(huán)境移民 住房銷售面積 環(huán)保模范城市 模糊斷點模型

一、前 言

近年來我國各地區(qū)環(huán)境質量持續(xù)惡化，這不僅不利于人們身體健康，也可能促進人們對良好環(huán)境的追求：當本地環(huán)境沒有出現好轉時，公眾可能被迫選擇遷移，根據環(huán)境進行“以足投票”（vote with feet），這些人群被稱為“環(huán)境移民”。2014年1月，中國與全球化智庫（CCG）和中國社會科學院指出，“國內的環(huán)境問題加劇成為精英和富裕階層移民的重要原因，他們對于國內空氣、飲用水以及食品衛(wèi)生安全等問題比較擔憂”，①該報告首次指出了我國環(huán)境移民問題，然而國際環(huán)境移民主要為收入水平較高的精英階層，而我國各地區(qū)間環(huán)境移民現象是否具有一般性，并沒有直接可靠的證據。

探析環(huán)境質量對公眾遷移活動的影響，不僅有利于全面認清環(huán)境發(fā)展與經濟活動的關系，也是社會決策者在制定環(huán)境治理和經濟發(fā)展政策時不可忽略的重要內容。人口的自由流動和環(huán)境質量的正效用將促使理性人以足投票，然而現今的戶籍管理制度加大了遷移過程中的“經濟成本”（陸益龍，2008；劉傳江等，2009）和“非經濟成本”（汪匯等，2009；陳釗等，2012）；同時，在資源緊缺和經濟發(fā)展機會有限的情況下，人們更愿意根據就業(yè)機會進行遷移決策，這些因素使理論研究者難以直接確定中國是否存在環(huán)境移民現象。遺憾的是，中國關于這一方面的實證證據也極少。這主要來自以下兩方面的挑戰(zhàn)：第一，缺乏可靠的移民數據樣本，且受限于戶籍政策和統(tǒng)計方法，宏觀人口和房價數據難以衡量移民情況；第二，實證回歸結果容易受反向因果和遺漏變量內生性影響，如環(huán)境保護與社會經濟等各因素密切相關，當某一不可觀測變量同時影響環(huán)境質量與人口遷移活動時，直接回歸結果將是有偏的。如何識別環(huán)境質量與遷移活動的因果效應，是本文需要解決的主要問題。

為此，研究者們使用“享樂價格法”（hedonic price method）分析環(huán)境移民問題，其基本邏輯是社區(qū)環(huán)境移民的流入將顯著增加社區(qū)住房需求，由于社區(qū)住房供給量難以變化，微觀住房供需均衡和市場出清條件容易實現，因此需求的增加最終將提高房屋等必需不動產的價值。然而這一邏輯在宏觀地區(qū)間難以成立，由于各地區(qū)土地城鎮(zhèn)化能夠為宏觀市場較為穩(wěn)定地提供住房供給量，從而市場出清條件較難滿足，住房需求的增加可能無法體現在最終房價上，可以認為宏觀地區(qū)人口遷移帶來的并非房價上漲，而直接表現為住房銷售的增加。為此，在移民樣本數據缺失的情況下，我們使用了地區(qū)住房銷售面積作為常住流動人口的代理變量。

本文利用了2005-2012年地級市樣本數據，根據我國環(huán)境保護模范城市的評比準則設計了一個模糊斷點回歸（Fuzzy Regression Discontinuity, FRD），以克服遺漏變量內生性問題。通過FRD回歸結果發(fā)現：環(huán)保模范城市稱號顯著提高了地區(qū)住宅銷售面積，該結果得到了常住和戶籍人口的證據支持，這為中國的環(huán)境移民現象提供了可靠的實證依據。同時，本文還發(fā)現環(huán)境對戶籍人口的作用受到戶籍制度的抑制，環(huán)境移民效應在戶籍政策較嚴地區(qū)并不顯著。此外，環(huán)保模范城市的移民效應具有時間滯后性，且這一效應隨時間逐漸衰弱。最后，本文檢驗了“申請效應”和“就業(yè)效應”，發(fā)現住房需求的增加并非地方政府在模范城市申請過程中人為促進造成，也不是模范城市帶來更多就業(yè)機會而引起的。

本文安排如下，第二部分在梳理有關環(huán)境移民文獻的基礎上，介紹模糊斷點設計的政策背景；第三部分是本文的實證策略，并介紹了相關的數據來源及描述性統(tǒng)計；第四部分是主要實證結果及穩(wěn)健性檢驗；第五部分是備擇效應檢驗；第六部分是本文結論及啟示。

二、相關文獻綜述及背景介紹

本部分主要介紹環(huán)境移民問題研究的歷史發(fā)展和本文研究策略的政策背景。環(huán)境移民研究起源于環(huán)境難民問題研究，隨著人們對環(huán)境質量的逐漸重視，非極端的環(huán)境移民也引起了學者重視，最終形成并發(fā)展出較為完整的研究方法和體系，其中關鍵為內生性問題的解決，因此本部分也將介紹本實證策略的政策背景。

（一）環(huán)境與遷移

由于氣候和自然環(huán)境惡化對人們遷移決策的作用明顯，環(huán)境難民研究較為普遍。如Reuveny等（2009）研究了環(huán)境退化對移民人口數量的影響，發(fā)現本地環(huán)境惡化將促進對發(fā)達國家的移民；Massey等（2010）發(fā)現環(huán)境移民影響程度受種族、性別以及年齡等變量的作用；Nawrotzki等（2013）發(fā)現降雨量減少提高了移民數量，但這只在干旱的墨西哥各州出現。隨著人們對環(huán)境治理的逐步重視，研究者開始關注非自然災難環(huán)境的環(huán)境移民效應。如Cameron（2006）分析了不同時期與有毒廢物堆場不同距離地區(qū)的經濟和人口變化，發(fā)現環(huán)境質量的改善增加了與污染源近距離地區(qū)的兒童、已婚父母數量以及該區(qū)域收入水平等；Jordan等（2007）發(fā)現美國冬天溫暖或夏天干爽的地方人口增長較快，人們愿意遷移至氣候較舒適地區(qū)；Deschenes等（2007）發(fā)現受極冷天氣影響最大的年齡人群發(fā)生遷移的可能性最高；Banzhaf等（2008）發(fā)現有毒氣體的減少會增加土地需求，也改變了社區(qū)的經濟和人口結構；Marchiori等（2011）發(fā)現氣候的微小變化在長期內也會導致世界移民的大量增加。

由于移民人口數據難以獲取，研究者們通過“享樂價格法”分析環(huán)境的遷移效應：在市場出清條件下，地區(qū)特性將被資本化在當地工資和財產價值中，因此房價可以代表環(huán)境質量的邊際支付意愿（Marginal Willingness To Pay）。如Chay等（2005）發(fā)現TSPs“非標準地區(qū)”實行環(huán)境管制后空氣質量明顯提高，且這些地區(qū)的房價上漲更快；Currie等（2013）分析了有毒企業(yè)的開放和關閉對周邊房價的影響，發(fā)現企業(yè)的開放將導致房價下降1.5個百分點，而關閉則使房價上升；Chattopadhyay（1999）根據芝加哥空氣質量的提高對房價的影響，從而測算了人們對于空氣污染減少的支付意愿，他發(fā)現顆粒懸浮物和硫化物對房價水平具有顯著負效應，芝加哥空氣質量提高的地區(qū)其房價有顯著地提高。Cragg等（1997）首次將享樂價格納入離散選擇效用模型，來估計人們對氣候特征的需求，他們發(fā)現平均降雨量、二月平均溫度及陽光的提高，和七月平均溫度、潮濕度的下降都能增加人們效用，人們傾向于遷移至這些地區(qū)；Tra（2010）也利用離散選擇均衡模型估計了洛杉磯空氣質量的提高對個人效用的影響，他發(fā)現空氣質量的提高能夠提高人們的實際效用；Sinha等（2013）通過居民遷移目的地的房價來估計氣候特性的價值，發(fā)現人們不愿意停留和遷移至冬天過冷或夏天過熱地區(qū)。

根據已有研究成果不難發(fā)現以下幾點：第一，環(huán)境移民的研究對象一般為移民地區(qū)的人口數量或結構變化；第二，在環(huán)境移民樣本數據難以獲取的條件下，研究者開始研究環(huán)境對房價的影響，通過房價水平判斷環(huán)境導致的遷移競爭程度；第三，研究環(huán)境對人口數量及結構影響時，可采用宏觀或微觀數據樣本，而研究對房價影響時則采用微觀數據樣本，這是由于房價受供需平衡狀態(tài)影響，而微觀社區(qū)的房屋供給相對穩(wěn)定，住房需求增加最終能夠提高房價水平，但宏觀地區(qū)土地供給具有較大彈性，需求的增加能夠使地方政府通過城鎮(zhèn)化而擴大土地和住房供應量，因此環(huán)境移民效應最終無法傳遞到房價水平上來。這也得到了Kahn（2000）的證實，他發(fā)現洛杉磯的《清潔空氣法案》使得臭氧水平下降的地區(qū)人口顯著增多，但房價卻沒有顯著提高，他認為城市郊區(qū)土地增加了住房供應以應對人口的增長。

這可能正是制約我國環(huán)境移民研究的重要原因：中國尚缺乏移民微觀數據，而房價的宏觀統(tǒng)計方法②以及各地區(qū)不一的住房供給彈性決定了房價水平難以反映環(huán)境質量，此外，由于目前可獲得的人口數據為戶籍人口而非常住人口數據，而戶籍人口主要反映了各地區(qū)的戶籍政策而非移民情況。為此，尋找合適的人口流動代理變量是中國環(huán)境移民問題研究的關鍵：本文認為環(huán)境質量引起的環(huán)境移民將顯著增加地區(qū)的住房需求，這實際上與享樂價格法的出發(fā)點相一致；然而宏觀市場往往難以實現市場出清和一般均衡條件，這是因為地方政府能夠擴大土地供應而增加住房供給水平，當宏觀住房供給能夠穩(wěn)定增長時，那么環(huán)境移民不會帶來住房需求的競爭，因此宏觀地區(qū)的房價可能并不會上漲，但隨著住房供給水平的增多，環(huán)境移民效應最終將體現在房屋銷售水平上。這一情況得到了我國近年來土地供應趨勢的支持：近年來的中國土地供應總量呈穩(wěn)定增長趨勢，持續(xù)穩(wěn)定的土地供應以及近年來中國政府主導的快速城鎮(zhèn)化路線，極有可能使環(huán)境移民帶來的最直接效應是住宅銷售面積的增多。

為此，本文選擇地區(qū)住宅商品房銷售面積作為各地區(qū)環(huán)境移民的代理變量?；纠碚摷僭O是：根據環(huán)境進行以足投票的環(huán)境移民將顯著增加遷移目的地區(qū)住房需求，由于宏觀地區(qū)能夠穩(wěn)定持續(xù)地增加住房供給，那么環(huán)境移民最終將體現在住宅銷售面積變量上。在具體研究這類環(huán)境效應時，其實證結果很容易受到內生性的影響，即人口遷移結果可能并不由于環(huán)境質量，而是由于其他社會經濟條件造成的。為減少遺漏變量的干擾，本文根據我國的環(huán)境保護模范城市的評比規(guī)則設計了一個模糊斷點回歸（FRD）。

（二）環(huán)保模范城市

1997年1月中國環(huán)保部下發(fā)《關于開展創(chuàng)建國家環(huán)境保護模范城市活動的通知》，決定在全國各城市開展創(chuàng)建國家環(huán)境保護模范城市活動，創(chuàng)模工作得到各級政府的支持和響應。2002年11月19日環(huán)保部發(fā)布《關于調整<國家環(huán)境保護模范城市考核指標>及實施細則的通知》，③該指標體系共包括社會經濟、環(huán)境質量、環(huán)境建設、環(huán)境管理等4個一類考核指標，28個二類指標，④只有達到各類指標標準，該城市才可能成為環(huán)保模范城市，該體系自2003年7月1日起開始施行。2006年3月27日，環(huán)保部調整環(huán)保模范城市考核指標體系，⑤該指標體系自2007年1月1日起開始施行并適用至今。

環(huán)境質量是指標體系的重要組成部分，其中空氣污染指數（API）達標天數是關鍵性指標，其標準分別是：2003年7月1日至2006年12月31日，（全年API<100的天數）>全年天數的80%；2007年1月1日之后，（全年API≤100的天數）≥全年天數的85%。為簡便，我們將“API<（≤）100的天數占全年天數的比重”稱為“API年達標率”，也即API年達標率在2003-2006年間應該超過80%，在2007年之后應不低于85%。環(huán)保模范城市的考核指標體系為本文提供了模糊斷點回歸（FRD）的一個基本思路：一方面，API年達標率達到標準是評比模范城市的必要條件，某地區(qū)成為模范城市必須滿足API年達標率標準，API年達標率的提高有助于增加地區(qū)成為模范城市的概率；另一方面，API年達標率并不是模范城市的充分條件，這是因為：第一，環(huán)保模范城市考核體系同時包括其他若干項指標，其他指標沒達到要求也無法成為模范城市，第二，模范城市的評比是由地方政府自主申請，存在符合模范城市基本要求的地方并沒有申請模范城市的情況；第三，模范城市的評比工作在一段時間停止過（2008-2009年），因此可能符合條件的地級市并沒有成為環(huán)保模范市。

由于在社會活動中往往難以避免空氣污染的影響，空氣污染對社會公眾活動影響最為直接和廣泛，相對于其他指標，API達標率更有可能通過模范城市的指示作用影響環(huán)境移民決策。因此，API達標率能夠作為環(huán)保模范城市的執(zhí)行變量，最終影響環(huán)境移民效應。

三、實證策略與數據說明

本文的基本假設是：環(huán)境移民的遷移決策受地區(qū)上一年度的環(huán)境質量狀況影響，這是基于以下幾點：第一，對環(huán)保模范城市的遷移反應可能需要一定時間，被解釋變量的滯后一期符合基本常識；第二，當地區(qū)不是在年初被評為環(huán)保模范城市時，該年住宅銷售面積可能由于年初數據未受影響而低于實際影響，使用當期數據進行回歸可能低估移民效應。因此，我們使用下一年度住房銷售面積作為被解釋變量，這也有效地避免了反向因果問題。

（一）模糊斷點回歸

本文根據我國環(huán)保模范城市的考核指標評比體系設計了FRD，試圖通過斷點回歸模型解決遺漏變量內生性問題。我們選擇了API年達標率與標準的距離作為執(zhí)行變量，是否達到標準值作為決策變量：在執(zhí)行變量的一定帶寬內，各城市樣本的社會經濟因素可認為是無差異的，各樣本差異的唯一來源是決策變量的不同，因此FRD回歸結果捕捉到的是模范城市帶來的平均處理效應。回歸方程如式（1）（2）（3）所示：

（2）

（3）

（二）數據說明

1. 環(huán)境質量變量

API年達標率根據各城市API日數據計算得到，該數據來自環(huán)保部公布的《重點城市空氣質量日報》：首先我們根據各城市每日API數據計算各年API達標天數，并除以該年API報告的所有天數。由于2003年7月1日實施了新考核辦法，因此我們確定的API數據樣本時間為2004-2011年。2004年該質量日報中有47個重點城市空氣質量數據，2011年擴展至120個重點城市。一些城市樣本數據不僅在某些年份缺失，也有可能在一年內若干天數缺失，為得到較準確地API年達標率，并保證回歸樣本數量，我們計算了一年中報告不低于300天的空氣質量的城市樣本，對于空氣質量報告天數低于300天的城市樣本，其API年達標率作缺失處理。

環(huán)保模范城市數據來自中國環(huán)保部網站《國家環(huán)境保護模范城市名單（截止2012年4月20日）》，該名單中包含各年申請成功的環(huán)保模范城市及數量，當一個城市成為環(huán)保模范城市時，當期及以后各期均視為環(huán)保模范城市。

2. 社會經濟變量

根據實證策略的分析，經濟類數據應滯后于環(huán)境數據一年。因此被解釋變量及各類控制變量均為2005-2012年120個重點城市數據。本文數據主要來自CEIC數據庫，戶籍人口數據來自中國城市統(tǒng)計年鑒，常住人口數據來自2010年和2000年的人口普查數據；經濟類變量均按照2003年的價格水平計算。由于四大直轄市與其他地市行政級別不同，不具有可比性，排除這4個城市樣本。

（三）描述性統(tǒng)計

表1為各變量的描述性統(tǒng)計，可以看出各變量的城市差異較大，同時API年達標率數據相較于其他指標缺失較多，但仍提供了足夠的樣本進行實證研究。

表1 主要變量的描述性統(tǒng)計表

四、回歸結果及檢驗

本部分根據FRD的回歸方程，報告主要的回歸結果，并進行相應的穩(wěn)健性檢驗，以觀察實證結果的穩(wěn)健性和有效性。

（一）FRD回歸結果

表2為FRD回歸結果中式（1）和（3）的回歸結果，也即API年達標率是否達到模范城市考核標準對成為環(huán)保模范城市的影響，以及達標對住宅銷售面積的影響。

表2 API年達標率對環(huán)保模范城市及移民的影響

注：括號內為H-W穩(wěn)健標準誤差；*、**、***表示t統(tǒng)計量在10%、5%、1%水平上顯著。

從表2可看出，在各類控制變量下，FRD的第一階段和簡約式回歸均在5%水平上顯著，這表明API年達標率顯著提高了模范城市評比成功的概率；同時，API指標的達標能夠促進地區(qū)住宅銷售面積，這說明空氣質量較高的地區(qū)確實能夠吸引更多的環(huán)境移民。

表3第（1）-（3）欄給出了式（2）的回歸結果；住宅銷售面積可能較強地受到城市建設用地面積的影響，為了進一步驗證回歸結果確實不受城市建設用地面積的影響，表3第（4）-（6）欄報告了住宅銷售面積與城市建設用地比重的對數值作為被解釋變量的回歸結果；為觀察模范城市對住宅房價的影響，表3第（7）欄也報告了相應結果。

表3 模范城市對住宅銷售面積的回歸結果

注：括號內為H-W穩(wěn)健標準誤差；*、**、***表示t統(tǒng)計量在10%、5%、1%水平上顯著；由于（6）式被解釋變量為占建設面積比重，因此地區(qū)和建設面積的控制變量只包括行政轄區(qū)面積；（7）欄以房價對數為被解釋變量。

FRD第二階段回歸結果表明環(huán)保模范城市的稱號顯著促進了住宅銷售面積，表3第（4） -（6）欄結果進一步輔證了模范城市對住宅銷售面積的顯著影響。根據表2和表3的結果可認為，人們確實根據模范城市稱號進行環(huán)境移民，使這些城市的住宅銷售面積有了顯著的提高。從表3第（7）欄回歸結果可以看出，模范城市稱號對房價無顯著影響，這說明宏觀土地供應的增長使得模范城市的移民效應難以反映在房價變化上，這進一步驗證了宏觀地區(qū)間往往難以存在市場出清和均衡條件。

（二）穩(wěn)健性檢驗⑥

1. API年達標率的不同處理

由于數據原因，本文對于空氣質量報告天數低于300天的城市樣本的API年達標率作缺失處理。選擇的處理天數越大時，越能得到真實的達標率數據，然而丟失的樣本越多；為了檢驗結論的有效，我們將該天數分別調整至100天、200天、250天和350天，觀察不同的API年達標率的處理方法對實證結果的影響。結果如表4所示：

表4 對API年達標率不同處理辦法的斷點結果

注：括號內為H-W穩(wěn)健標準誤差；*、**、***表示t統(tǒng)計量在10%、5%、1%水平上顯著；第（1）（2）欄是剔除空氣質量報告天數低于200天的結果，（3）（4）欄是剔除報告天數低于250天的結果，（5）（6）欄是剔除報告天數低于300天的結果。

從表4可以看出，當剔除報告天數越多時，樣本逐漸變小，回歸系數的t統(tǒng)計量也在逐漸變小，但各回歸系數均在5%水平上顯著，且與主要結果差異不大，這說明處理年報告天數的不同辦法并不影響本文結論。

2. 人口普查數據

2000年和2010年的人口普查數據提供了地級市常住人口數據，我們利用該人口數據進行FRD回歸，觀察在2000-2010年間模范城市的人口增長是否更多。需要指出的是，由于被解釋變量是人口增長量，為減少反向因果關系，應使用2000年或之前年份的控制變量數據，目前能夠搜集到的2000年地級市數據包括行政區(qū)域面積、人均GDP、人均病床數和中學師生比這4個變量，由于人均GDP和人均病床數均與人口存在較強的內生性，⑦因此只加入行政區(qū)域面積和中學師生比分別控制地域面積和地方公共服務能力可能對人口遷移的影響，最后加入地區(qū)固定效應。同時，為比較環(huán)保模范城市稱號對常住人口增長的影響，剔除了在2000年以前已經成為模范城市的樣本。回歸結果如表5前三欄所示，回歸系數均在10%水平上顯著，顯著水平有所降低，這可能受回歸樣本較小影響。但可認為模范城市確實有利于地區(qū)常住人口的增加。

表5 常住人口及戶籍人口的回歸結果

注：括號內為H-W穩(wěn)健標準誤差；*、**、***表示t統(tǒng)計量在10%、5%、1%水平上顯著。

此外，前文已闡述了住房銷售面積作為環(huán)境移民代理變量的理論基礎，為了進一步說明該變量的代表性，我們觀察了與2010年人口普查中地級市常住人口與住房銷售面積相關系數的顯著性，結果如表5（4）欄所示，可以看出，2010年常住人口與住房銷售面積表現為強烈的正相關，相關系數約為0.8，且系數在1%水平上顯著。同時，價值線數據中心列出了2013年中國50個城市的常住人口數據，⑧我們也計算了2013年相關系數，結果如表5（5）欄所示，其大小約為0.6且在1%水平上顯著?？梢哉J為，住房銷售面積具有作為常住人口代理變量的統(tǒng)計依據，利用住房銷售面積獲得的實證結果是可信的。

3. 戶籍人口數據

戶籍人口受到戶籍政策的嚴格限制，因此難以提供環(huán)境移民的直接證據。但可采用式（4）：在控制住戶籍松緊的情況下，利用戶籍松緊與模范城市交叉項來判斷戶籍程度較緊環(huán)保模范城市的人口增加得較少。其中，意味著相對于戶籍管理較松的模范城市，戶籍政策較緊的模范城市引起的戶籍人口增長越少。

然而，戶籍政策的衡量是一個較大的難題。幸運的是，何英華（2004）利用了2000年人口普查抽樣樣本，通過個人遷移決策模型估計了中國30個省市自治區(qū)（西藏除外）戶籍制度的松緊度，并進行了相應排名。本文根據他的基本結果作為戶籍變量：當地級市所屬省份排名在戶籍較緊地區(qū)的前50%時，則，反之，則為0。式（4）結果如表5（6）欄所示，同時（7）欄給出了戶籍人口根據式（2）得到的實證結果，以觀察模范城市對戶籍人口的整體效應。

從第（6）欄可以看出，戶籍制度對環(huán)境移民確實具有較強的抑制作用：盡管模范城市對戶籍人口的影響在10%水平上顯著為正，但模范城市與緊戶籍虛擬變量的交叉項顯著為負，且通過對模范城市與交叉項的求和檢驗可以看出，該系數并不顯著，這表明戶籍較緊的模范城市，戶籍人口并不顯著多于非模范城市，模范城市的環(huán)境移民現象強烈地受到戶籍制度的抑制。從第（7）欄可以看出，戶籍人口的FRD回歸結果并不顯著，這說明模范城市對戶籍人口增加總體上沒有顯著影響。目前中國各地方的戶籍制度與地方公共服務享用密切相關，較緊的戶籍政策減少了人們的“遷移收益”，從而降低了對模范城市的遷移動機。

（三）時間趨勢變化

在基準回歸中，本文使用了年的地區(qū)環(huán)境質量狀況作為解釋變量，然而人口遷移可能并不僅僅受前一年環(huán)境質量的影響，也可能存在來自之前年份環(huán)境質量的效應，有必要分析之前年份作為環(huán)保模范城市對環(huán)境移民的影響，這不僅有利于觀察不同時間選擇對本文結果的影響，也能夠為移民效應的時間趨勢變化提供證據。為此，我們分別報告了年以及年模范城市狀況對住房銷售面積的斷點效應，實證結果如表6（1）-（6）欄所示；同時，由于斷點回歸中只能包括一個決策變量，因此我們無法將各期解釋變量放在同一回歸方程中，為了簡單判斷基準回歸結果是否受到前幾期效應的影響，我們利用OLS將各期環(huán)境質量狀況放在同一模型中進行回歸，結果如表6（7）欄所示。

表6 環(huán)境移民效應的趨勢變化

續(xù)表6

lnhousale（1）lnhousale（2）lnhousale（3）lnhousale（4）lnhousale（5）lnhousale（6）lnhousale（7） 經濟發(fā)展否是是否是是是 公共服務否是是否是是是 地理條件否否是否否是是 樣本量515510502433429422442

注：括號內為H-W穩(wěn)健標準誤差；*、**、***表示t統(tǒng)計量在10%、5%、1%水平上顯著。

從表6（1）-（6）欄可以看出，環(huán)保模范城市滯后兩期與滯后三期的FRD回歸系數在10%水平上顯著，這表明環(huán)境質量對于環(huán)境移民的影響存在滯后效應，期及期的環(huán)境質量都將顯著改變t期的住房銷售面積；同時對比滯后各期的回歸系數結果：滯后三期的回歸系數為1.198，滯后兩期為1.488，滯后一期為1.594，可以發(fā)現隨著滯后期數的增加回歸系數逐漸減小，這表明環(huán)保模范城市效應隨著時間存在衰弱趨勢。此外，根據（7）欄的OLS回歸結果可看出，盡管不同滯后期數的環(huán)境質量變量同時進行回歸可能存在共線性問題，但一階滯后的模范城市變量仍顯著為正，這進一步驗證本文的實證結果具有較強的穩(wěn)健性，環(huán)保模范城市確實能夠顯著地影響一個地區(qū)的住宅銷售面積。

五、備擇假說檢驗

根據第四部分實證結果，環(huán)境質量狀況確實能夠影響環(huán)境移民決策，環(huán)境質量越優(yōu)的地區(qū)越能夠吸引環(huán)境移民。本部分主要探討模范城市對住宅銷售面積的影響是否來源于非“環(huán)境效應”，這包括“申請”效應和“就業(yè)”效應兩類備擇假說檢驗，以判斷模范城市的環(huán)境移民效應是否確實由于優(yōu)質環(huán)境的吸引。

申請效應指的是各地級市在申請環(huán)保模范城市時，為了便于環(huán)境管理和達到各種考核指標，可能出現地方政府人為促進城市化而發(fā)生人口遷移活動，這可能使得環(huán)保模范城市住宅銷售面積的增加，我們將這種申請模范城市帶來的遷移活動增加效應稱為“申請效應”⑨。實際上，地方政府為評比模范城市的準備活動只可能在當年或上一年度發(fā)生，因此申請效應是在模范城市評比當年或者上一年度發(fā)生，而本文使用的是下一年度的數據，這一定程度上說明了本文的環(huán)境效應不是由申請效應造成的。為進一步消除該效應的影響，本文使用了本年度模范城市對本年度和上一年度的住宅銷售面積進行回歸，如果確實存在“申請效應”，那么獲得模范城市稱號將有利于本年度和上一年度住宅銷售面積的增多。

為此，我們分別利用2006-2013年和2005-2012年的環(huán)境質量對2005-2012年住宅銷售面積進行FRD驗證上一期和當期的申請效應。由于一個城市在年成為環(huán)保模范城市時，我們認定其在年及之后的所有年份都是模范城市，而在分析年的模范城市對- 1年或年的環(huán)境移民效應時，可能捕捉到了- 2年或者- 1年模范城市的環(huán)境移民效應。據此我們采用Collier等（2004）的處理方法，只選擇在樣本期間內第一年成為模范城市，即刪除在當期之前已經成為模范城市的樣本，剩下的樣本中只包括非模范城市樣本和該年第一次成為模范城市的樣本。其斷點回歸結果如表7所示：

表7 模范城市的申請效應

注：括號內為H-W穩(wěn)健標準誤差；*、**、***表示t統(tǒng)計量在10%、5%、1%水平上顯著；（1）（2）（3）欄是對應當期的結果，（4）（5）（6）欄是對應上一期的結果。

從表7可以看出，模范城市的評比無論對上一期還是當期的住房銷售面積的影響并不顯著，這表明并不存在“申請效應”，申請效應的驗偽也證明了各城市在模范城市評比之前具有相同趨勢，住宅銷售面積的顯著增加確實是在模范城市評比之后才發(fā)生的。

另一方面，環(huán)境對移民的吸引可能并不是因為環(huán)境質量，而是因為環(huán)境較好地區(qū)擁有更多的經濟就業(yè)機會（Naude, 2008; Veronis.et al, 2014）。如環(huán)保模范城市稱號促進了地區(qū)產業(yè)經濟發(fā)展，大大增加了就業(yè)機會，使外地人口凈流入。一般來說，環(huán)保模范城市的環(huán)境質量較好，這可能促進本市旅游產業(yè)的發(fā)展，旅游業(yè)的發(fā)展能夠創(chuàng)造足夠多的就業(yè)機會，因此模范城市帶來的凈移民效應可能源自模范城市的“就業(yè)效應”。為驗證該假說，我們對各地級市有關旅游和社會就業(yè)變量進行FRD回歸，這包括旅游人口、旅游收入占GDP比重、就業(yè)總量、第三產業(yè)就業(yè)人口以及各地級市從事飲食住宿人員占比等指標。若存在模范城市的“就業(yè)效應”，那么相關指標將顯著高于非模范城市，回歸結果如表8所示：

表8 模范城市的就業(yè)效應

注：括號內為H-W穩(wěn)健標準誤差；*、**、***表示t統(tǒng)計量在10%、5%、1%水平上顯著；旅游人數和旅游收入數據來源于CEIC，其他指標數據來源于《中國城市統(tǒng)計年鑒》。

從表8看出，模范城市并不意味著本市旅游業(yè)得到發(fā)展，對就業(yè)總量和第三產業(yè)就業(yè)人數及比重也沒有顯著的影響，同時被認為最受旅游業(yè)影響的飲食住宿人員比重及總量也不受模范城市的影響，模范城市的就業(yè)效應是不存在的，環(huán)境移民效應并不是由就業(yè)效應引起的。

總體來看，本文的環(huán)境移民效應能夠排除申請效應和就業(yè)效應這兩個途徑，可以認為優(yōu)質環(huán)境確實對人們產生了較強的正效應，而引起的環(huán)境移民現象，中國當前確實存在根據環(huán)境的移民現象。

六、結論及啟示

本文利用模糊斷點回歸（FRD）分析了環(huán)保模范城市稱號對環(huán)境移民的影響，并使用了宏觀地級市住宅銷售面積作為人口遷移的代理變量進行了實證分析，結果表明相對于非模范城市，模范城市的住房銷售面積較大。這不僅為蒂布特的“以足投票”理論提供了直接實證證據，更表明中國地區(qū)間已經存在環(huán)境移民現象。這一結論也得到了人口證據支持：2000-2010年常住人口與各年戶籍人口回歸結果表明環(huán)保模范城市確實有利于人口的增加，但模范城市的環(huán)境效應被戶籍制度所限制：戶籍制度較緊的模范城市戶籍人口并沒有顯著高于非模范城市。此外，環(huán)境質量的移民效應具有一定的時間滯后性，且這一滯后效應隨著時間而呈衰減趨勢。最后，驗偽檢驗排除了模范城市的“申請”效應和“就業(yè)”效應，模范城市對住房銷售面積的影響確實是由高質量環(huán)境吸引的環(huán)境移民所引起的。

可以認為，中國地區(qū)間的移民行為不再僅僅決定于地區(qū)經濟發(fā)展水平及社會就業(yè)，各地區(qū)良好的環(huán)境也顯著地吸引環(huán)境移民，這能夠為經濟發(fā)展提供可持續(xù)的人力資本，增加了優(yōu)質環(huán)境的地區(qū)外部效益。因此地方政府應當重新審視和定位經濟增長與環(huán)境保護間的關系，當經濟發(fā)展到一定水平時，可考慮適當增加環(huán)保投入以提高地區(qū)環(huán)境質量，這可能吸引足夠的環(huán)境移民以保證本地經濟的持續(xù)性發(fā)展。同時，減少戶籍限制或降低公共服務與戶籍的掛鉤也是環(huán)境移民的重要保障。

相反地，本文也給當前地方政府一個重要警示：地方污染程度的持續(xù)加重將促進環(huán)境移民的流出，這不利于本地人力資本的積累，對地區(qū)經濟的長遠發(fā)展極其不利，地方政府有必要提供足夠的環(huán)保投入，以緩解本地環(huán)境質量的惡化。應指出的是，本文考察了正常環(huán)境質量引起的環(huán)境移民問題，在環(huán)境為邊際效用遞減情況下，地區(qū)更為惡劣的環(huán)境必定帶來更大規(guī)模的環(huán)境移民。當政府延續(xù)以往以經濟發(fā)展為首要目標而忽視環(huán)境治理問題時，可以預期未來的環(huán)境移民現象將更加嚴重?？偟膩碚f，中國已經出現根據環(huán)境的以足投票現象，在未來生活工作中人們傾向于流入環(huán)境優(yōu)質地區(qū)，當政府政策過分傾斜于經濟發(fā)展時，必須將人力資本的流失考慮到經濟發(fā)展成本中。

1. 陳釗、徐彤、劉曉峰：《戶籍身份、示范效應與居民幸福感：來自上海和深圳社區(qū)的證據》[J]，《世界經濟》2012年第4期。

2. 何英華：《戶籍制度松緊程度的一個衡量》[J]，《經濟學（季刊）》2004年第10期。

3. 劉傳江、程建林：《雙重‘戶籍墻’對農民工市民化的影響》[J]，《經濟學家》2009年第10期。

4. 陸益龍：《戶口還起作用嗎——戶籍制度與社會分層和流動》[J]，《中國社會科學》2008年第1期。

5. 汪匯、陳釗、陸銘：《戶籍、社會分割與信任：來自上海的經驗研究》[J]，《世界經濟》2009年第10期。

6. Banzhaf, H.S. and R.P.Walsh, 2008, “Do People Vote with Their Feet? An Empirical Test of Tiebout’s Mechanism”[J],,Vol.98(3),PP843–863.

7. Cameron, T.A. and I.T.Mcconnaha, 2006, “Evidence of Environmental Migration”[J],, Vol.82 (2), PP273-290.

8. Chattopadhyay, S.,1999, “Estimating the Demand for Air Quality: New Evidence Based on the Chicago Housing Market”[J],,Vol.75(1), PP22-38.

9. Chay, K. Y. and M. Greenstone, 2005, “Does Air Quality Matter? Evidence from the Housing Market?” [J],, Vol. 113(2), PP376-424.

10. Cragg, M. and M. Kahn, 1997, “New Estimates of Climate Demand: Evidence from Location Choice”[J],,Vol.42,PP261-284.

11. Collier ,P. and A. Hoeffler, 2004, “Greed and Grievance in Civil War”[J],, Vol.56(4), PP563-595.

12. Currie, J. ,L. Davis, M. Greenstone and R. Walker, 2013, “Do Housing Prices Reflect Environmental Health Risks? Evidence from More than 1600 Toxic Plant Openings and Closings” [J], NBER working paper.

13. Deschenes, O. and M. Greenstone, 2011, “Climate Change, Mortality, and Adaptation: Evidence from Annual Fluctuations in Weather in the US”[J],, Vol.3, PP152-185.

14. Jordan, R., 2007, “Moving to Nice Weather”[J],, Vol.37(3), PP375-398.

15. Kahn, M. E., 2000, “Smog Reduction’s Impact on California County Growth”[J],, Vol.40(3), PP565-582.

16. Marchiori, L. and I. Schumacher, 2011, “When Nature Rebels: International Migration, Climate Change, and Inequality” [J],, Vol.24 (2), PP569-600.

17. Massey, D. S., W.G. Axinn, and D.J.Ghimire, 2010, “Environmental Change and Out-migration: Evidence from Nepal”[J],,Vol.32,PP109-136.

18. Naude, W., 2008, “Conflict, Disaster, and No Jobs: Reasons for International Migration from Sub-Saharan Africa”[J], WIDER Research Paper.

19. Nawrotzki. R.J.,F. Riosmena, and L. M. Hunter, 2013, “Do Rainfall Deficits Predict U.S.-Bound Migration from Rural Mexio? Evidence from the Mexican Census”[J],, Vol.32(1), PP129-158.

20. Reuveny, R. and W.H. Moore, 2009, “Does Environmental Degradation Influence Migration? Emigration to Developed Countries in the Late 1980s and 1990s”[J],, Vol.90(3), PP461-479.

21. Tra, C.I., 2010, “A Discrete Choice Equilibrium Approach to Valuing Large Environmental Changes”[J],,Vol.94, PP183-196.

22. Veronis, L. and R. Mcleman, 2014, “Environmental Influences on African Migration to Canada: Focus Group Findings from Ottawa-Gatineau” [J],, Vol.36,PP234-251.

（M）