雾霾、工资与劳动力流动
秦炳涛1,张 玉2
(上海理工大学管理学院,上海 200093)
【摘 要】 雾霾作为空气污染带来的一大问题近年来愈发凸出。文章以雾霾和工资作为核心变量,基于我国73个重点空气监测城市的数据,从空气质量的视角对劳动力流动的影响机制进行分析。研究结果表明,雾霾污染与劳动力流动之间呈现“倒U型”的非线性关系,工资水平在一定程度上会削弱雾霾对劳动力流动的影响。考虑到内生性问题对研究结果的影响,除控制一系列城市特征外,还利用工具变量法进行了处理,结果依然稳健。为了进一步分析城市差异,最后按城市发达程度以及地理位置将样本城市分类考察,发现雾霾对劳动力流动的影响在发达城市尤为明显;东部城市劳动力对雾霾的承受能力明显要高于中西部城市。
【关键词】 雾霾 工资 劳动力流动 环境库兹涅茨曲线 城市差异
一、引 言
工资驱动下的劳动力流动使我国劳动人口流动趋势表现为农村劳动人口流向城市,小城市劳动人口流向大城市[1],然而近年来城市人口流失现象逐渐凸显,上海市2015 年常住人口首次出现负增长,北京市的人口增度也降至0.1%,而城市间的流动人口绝大部分为劳动人口。作为经济增长的关键要素,劳动力的流动对一个城市、一个区域的经济发展具有至关重要的作用,地区要发展需以足量的人力资本作为支撑。基于此,近年来我国各地对人才引进给予高度重视,众多二三线城市吸引人才的力度逐渐加大,尤其2016年1月1日开始实施的《居住证暂行条例》使流动人口的便利性得到了极大的提升;一系列新的落户政策、房补等的出现也极大地促进了人口流入。但引进人才之后留住并非仅靠地方政府补贴就能实现,吸引人才需要待遇和环境的优化,城市配套的生活、医疗、教育等。伴随着民众对生活质量要求的提高,地区经济发展不均衡导致的工资水平的差异不再是劳动人口大规模迁移现象的唯一因素,城市的人文以及自然环境在现代社会中对劳动力的吸引作用逐渐凸显,人们在选择城市时除了考虑工资水平,不可避免的要考虑环境问题[2]。近年来中国城市的环境污染愈发严重,以细颗粒物(PM2.5)为主要构成物的雾霾作为环境污染的产物影响持续突出,以致人们谈霾色变。据美国巴特尔纪念研究所和哥伦比亚大学地球学院国际地球科学信息网络中心卫星测定数据显示,我国2/3以上地区都存在比较严重的雾霾问题[3],其中以京津冀地区、山东、山西、河南等地最为严重。而以雾霾为代表的空气污染将会对居民健康和平均寿命产生不利影响,相关研究表明,空气中的总悬浮颗粒物每上升100 μg/m3,将致使长期暴露在污染空气中的人群平均寿命缩短3年[4]。雾霾直接影响人们的健康及生活质量从而影响劳动力流动,地区经济发展从而受到影响,陈诗一(2018)也曾提到过,环境污染可能通过减缓城市化进程以及损害人力资本积累来拖累经济发展质量[5]。因此研究以雾霾为代表的空气污染会如何影响劳动力流动对推动地区经济发展具有重要意义。
1.2.4 16S rRNA基因PCR-RFLP 选用4种限制性内切酶HinfⅠ、AluⅠ、HaeⅢ和MspⅠ对16S rRNA基因PCR扩增产物进行酶切[27]。酶切反应体系为3 μL 16S rRNA基因PCR扩增产物,5 U内切酶,1 μL缓冲液,ddH2O补足至10 μL,于37℃水浴酶切反应12 h。3%琼脂糖凝胶(TAE) 200 V电泳40 min,UV检测酶切结果,TIFF格式保存。
二、文献综述
环境成为劳动力在选择流入城市时越来越重视的因素。两类文献与本文的研究密切相关:影响劳动力流动的因素;空气污染与劳动力流动两者之间的关系。由于雾霾是近几年才引起关注的环境问题,故直接研究雾霾与劳动力流动的文献还未出现。
(3)防汛风险的管理措施。在防汛风险问题实际管理的过程中,应结合变电站运行维护工作特点,全面分析风险管理工作特点,创建合理化的工作模式,并结合风险问题进行严格的管控,保证满足当前的实际发展需求。在此期间需安排专业工作人员进行防汛管理,安排专业工作人员进行采购,保证设备功能的完善性,并创建科学化的工作体系。在防汛风险管理的过程中,应全面开展机械设备的检查工作,保证开关符合要求,并预防故障问题,增强管理工作效果。在此期间,还需开展综合管理工作,创建科学化与合理化的工作模式。[5]
与本文相关的第一类文献是关于劳动力流动影响因素的研究。随着工业经济的发展,劳动力流动成为普遍现象,学术界对其原因的研究也随之出现,最早出现的是关于农村剩余劳动力向城镇迁移的研究。美国发展经济学家Lewis于20 世纪中期提出的“二元经济理论”认为,一个地区或国家存在劳动生产率不同的的现代工业部门和农业部门,劳动生产率的上的差异导致了实际工资差距,从而吸引大量农村劳动力流向城市,农业部门劳动力流向工业部门。新古典迁移理论认为,除了实际工资,导致劳动力流动的因素还包括获取工作的可能性等其他非工资因素。Bagne(1969)关于人口迁移的推拉理论进一步发现[6],人口流动是由两股力量决定:有利的流入地条件为拉力,不利的流出地条件为推力,流入地的实际工资、获取工作的可能性等都可以视为影响人口流动的推拉力。城市对劳动人口的推拉力还包括公共服务,杨晓军(2017)[1]以及夏怡然(2015)[7]等人探究了公共服务对人口流动的影响。总体而言经济发展好的城市有更好的吸引能力,但同时也存在一些阻碍劳动人口流入的因素,如空气污染。
记者日前从广西教育厅了解到,近年来,广西在语言文字工作方面取得了丰硕成果,在全国率先完成了所有三类城市的语言文字评估工作,比国家要求的期限提前了6年。广西的普通话普及率从2000年的56%、2010年的80.7%,提高到2017年的84.72%,高于全国平均水平,提前3年达到了国家要求的区域普通话普及率。
另外一类文献便是关于环境污染与劳动力流动的研究。夏怡然(2015)研究发现,20年前我国第二产业产值占比高的城市在吸引劳动力方面具有显著优势;但10年前第三产业产值占比高的城市反而吸纳能力更强[8]。这一点从侧面反映了劳动力流入工业化程度较高同时污染也较高的城市意愿减弱的倾向。环境污染与劳动力流动之间关系的研究自20世纪90年代初开始逐渐受到国内外学者关注,其中,以二元经济结构为基础的哈里斯—托达罗模式[9]影响最大,主要分析了劳动力流动、环境、失业、经济增长等之间的关系。这类文献的研究主要集中在以农业部门不产生污染,工业产生污染的假设下,工业部门吸收农村剩余劳动力最终使得污染加剧的方向。
近年来,有学者从新角度探讨了两者之间的关系。杨俊(2012)指出,目前我国的劳动力流动主要来于农村,劳动力群体以低收入人口为主,其对环境质量问题承受能力相对较高,最多关注的还是工资水平,所以环境质量下降带来的经济增长可能导致会更多的劳动力流入城市[10]。从劳动力角度进行研究的还有朱志胜和楚永生等。朱志胜(2015)从劳动供给的角度分析得出,城市空气污染对于流动人口的劳动供给时间存在显著的抑制效应,且该抑制效应存在明显的身份差异和性别差异。其中女性和城市流动人口相对于男性和乡镇流动人口对环境更加敏感[3]。楚永生(2015)基于离散选择模型的空间计量分析,探讨了环境污染对异质性劳动力流动的影响,他认为,在环境污染的空间效应影响下,我国劳动力流动使得受教育水平低的劳动力比受教育水平高的劳动力在空间上更加分散,而后者在空间上呈现出集聚效应[11]。肖挺(2016)则从城市角度出发,就环境污染是否是影响劳动力流动的主导因素进行了研究。他认为,污染排放的确会在一定程度上造成人口流失,且随着收入水平的增长,环境质量对于人们的迁移决策造成的影响程度会逐步提升,而且,生活在工业化为导向的城市以及服务业高度发达的城市居民对于环境问题较为敏感[12]。总体而言,前期关于劳动力流动与空气污染的研究主要集中在二元经济结构体系下劳动力流动影响城市工业污染等方面,后期主要集中在环境污染对劳动力流动的抑制作用以及异质性劳动力的差别影响等方面,对空气质量究竟如何影响劳动力流动以及不同城市水平下决策变动的实证研究比较少,直接研究雾霾对劳动力流动影响的也还未出现。
理论上,城市空气质量越差,劳动力流入意愿越小,迁出意愿越大。那么两者之间真的是简单的线性关系吗?根据环境库茨涅茨曲线,在经济发展达到拐点之前,随着经济规模的扩大,环境污染程度逐渐上升。据此本文猜测,以环境污染为代价的经济规模的扩张,对劳动力流动产生一定的吸引力,而环境污染本身又会对劳动力流动产生阻力,两种力量相互作用,最终决定劳动力的流动方向。本文就此问题构建了PM2.5浓度对劳动力流动的影响模型,根据我国73个重点空气监测城市的劳动力变动情况,研究劳动力对空气质量变化的反应以及工资水平对该反应的影响。此外,本文对城市进行了区分,发现城市经济规模、地理位置不同,雾霾污染对劳动力流动的影响程度也不同。
本文参考刘毓芸、徐现祥等(2015)[15]和张莉等(2017)[16]等文章的做法,与时间有关的经济变量采用一段有代表意义的时间内城市经济变量的均值进行分析研究。采用均值作为其衡量方式,一方面可以避免由于数据缺失和时间迁移导致的样本量的缺失和波动,另一方面可以更好地反映城市间雾霾污染相对程度差异带来的影响。同时为了避免采用均值可能带来的研究信息的损失,后文补充了面板数据进行稳健性检验。2013~2015年为新的空气质量监测指标公布后最新年度区间,同时也覆盖了雾霾污染得到更加广泛关注以及劳动力流动变动较大的阶段,为了考察我国城市间雾霾污染程度差异对劳动力流动的影响同时避免数据缺失的影响,本文选择采用这三年的均值。本文还控制了一系列城市特征变量,因此构建如下模型:
三、变量及数据
(一)理论基础与样本分析
2.雾霾污染。一般而言,人们在选择流入城市时考虑的环境状况主要来自于感受最为直接的空气质量,而PM2.5浓度作为近年来应对雾霾污染、改善空气质量的首要控制指标既贴近人们的生活又具有科学性,故本文选择PM2.5浓度进行研究。
表2报告了用最小二乘法估计的73个城市雾霾影响劳动力流动决策的基本回归结果。(1)~(5)可见,二者呈倒U型关系。回归(6)为加入所有控制变量后的结果,拐点为69.055微克/立方米,雾霾作用拐点在不同模型中虽略有波动,但始终保持在65~70微克/立方米之间,北京、天津、石家庄等二十几个城市始终越过拐点,表2根据回归(6)的结果列出了越过拐点的城市和未越过拐点的城市名单。另外,劳动力流动与工资水平之间呈U型关系,这与我们对工资越高劳动力流入越多的常识不相符,这是由于本文选取的被解释变量是劳动力的增量而非绝对量,即在工资水平较低时,劳动力虽然随工资水平的上涨持续增加但增量越来越少,可能的原因之一是较低的工资水平与该城市物价水平不匹配,很多城市工资不高但物价水平不低,这意味着工资上升本身对劳动力的吸引力很低;但是当工资水平越过某个拐点(本文结果显示约6万元/年),劳动力增加量开始逐渐上升。而且加入工资平方项后的计量结果确实比只加入工资一次方时的拟合优度度更好、显著性更高。除此之外,劳动力的增长量随着房价的上升,医疗服务的提高以及大学数量的增加也在增加,根据张莉等的解释,房价等因素此时表现为对人口的吸引作用[15]。而人口规模及基础教育都因拥挤效应对人口流动显示出一定的抑制作用。
图1 劳动力流动与PM2.5关系散点图
劳动力流动受个体选择流入城市后效用的影响,其效用与流入城市的环境质量、收入水平等因素有关,个体效用函数无法直接观察,能作具体观测的只有劳动力样本的流入选择,故采用散点图加拟合线的方法以73个重点空气质量检测城市为样本进行展示劳动力流动与PM2.5浓度之间的关系。
劳动力流动与PM2.5关系散点图显示,两者大致呈倒U型关系,即当PM2.5浓度小于某一临界值时,劳动力流入逐渐加快,一旦超过该临界值,劳动力流入开始减速。据此本文计划验证:劳动力流动随着雾霾的严重程度先升高后降低。
(二)变量说明和数据描述
总体而言,基础回归结果意味着雾霾对劳动力流动的影响较大程度上依赖于其严重程度,重污染区的空气质量已经开始对劳动力流动发挥驱逐作用,如河北省大部分城市,郑州、济南等,其雾霾污染的加重已经开始阻碍劳动力流入,而未到达拐点的城市,其雾霾污染还未对劳动力流入形成明显阻力,如珠三角地区、长三角地区等,如表3所示。除此之外,在拐点的左右两侧均存在部分城市的劳动力流动情况与我们预期不符,如拐点左侧的兰州、长春等城市,再如拐点右侧的武汉、长沙等城市。兰州、长春等城市的劳动力流失严重,为什么结果显示随着雾霾污染在低水平范围内加深而增加?而武汉、长沙等城市近些年吸引了较多人才,为什么还表现为其劳动力流动随雾霾的进一步加深而减少?而事实是,虽然兰州、长春的人口一再流失,但并非雾霾污染导致,其地理位置、气候条件、经济发展状况等都限制了人口的流入,而对这些城市而言,雾霾对其影响与这些条件相比并非主要因素,相反环境污染代表的经济发展可能会促进其人口流入。所以对这些城市来说要积极发展经济以吸引人才。而对于武汉、长沙这种城市,其人口增加也并非环境主导,而是政策的利好,但其雾霾污染会抑制人口增加的趋势,所以这类型的城市在吸引人才的同时注意控制其环境才能使政策效果发挥到最大。综上得出的结论,对于拐点左侧城市而言,无论劳动力流动整体表现为流入还是流出,其环境有利用空间;而拐点右侧城市,无论劳动力流动整体表现为流入流出,均需对其环境加以控制。
1.劳动力流动。考虑到城市劳动力增加是整体趋势,直接选用劳动力的绝对数量作为被解释变量意义不大,故本文采用劳动力增加量的变化测算雾霾污染对劳动力的影响,选用就业人员为代理变量。当然这其中包括了城市自然增长的劳动力,即当地人口达到劳动年龄后选择在当地就业的情况,这对当地劳动力来说本质上也是一种迁移决策。
根据环境库兹涅茨曲线,随着经济发展水平的提高,环境污染程度呈现倒U型趋势。多方面数据显示我国现阶段还未越过环境库兹涅兹曲线拐点,即环境污染程度还在随经济发展水平的提高而上升,所以在此阶段环境污染也意味着经济增长。陈诗一(2016)曾提到,无管制的污染排放会通过两种方式作用于经济增长:(1)在给定其他投入要素的前提下经济活动单位可以通过增加污染排放来增加产出水平,从而给经济增长带来正向作用;(2)虽然经济单位能够通过消耗自然环境以产出,但持续的污染排放会降低区域承载容量和城市环境质量,最终不仅影响整体经济效益,还会给各个经济体带来负外部性[13]。综上可知区域经济增长本身对劳动力流动是一种吸引力,然而随着环境污染的持续加重,除了经济发展本身会受到影响外,也会对劳动力流动形成抑制效应,两者相互作用最终决定劳动力流动方向。
3.工资水平。经济保障是人们在选择流入城市时考虑的首要因素,也是影响劳动力流动的核心要素,故本文将工资水平与雾霾一起作为核心变量放入模型中,在探讨劳动力流动与雾霾之间的关系后进一步研究收入水平是否会影响劳动力流动与雾霾影之间的关系,用城市年平均工资水平来表征。
4.控制变量。根据社会交换理论和互惠原则,人们对居住城市有五项基本要求:可以提供经济资源,如较高的收入水平、老年经济保障等;利于身心健康,舒适、健康的居住环境;地方政府服务,以效率、反映能力、有效性为特征;生活质量,包括距离家人的较近、生活便利等;个人发展机会。据此本文除核心变量雾霾以及工资水平外,选择房价、基础教育、医疗服务、大学数量、人口规模等6个城市特征变量作为控制变量。考虑到物价水平对居民实际收入的影响,每个城市的物价水平并没有较为科学的表征,高波等(2012)[14]指出,近年来中国城市居民主要关注的消费品价格是房价,所以这里用房价代表城市的生活成本,作为一个控制变量和工资水平同时放入模型中。除此之外,基础教育和医疗服务代表了一个城市的公共服务状况;大学教育反应了一个城市的高等教育资源的吸引力,其对外来人口的吸引力相比于基础教育更加突出;而人口规模对劳动力的流入会在一定程度上形成拥挤效应,故将这几个变量也加入模型。以上几方面是人们在选择流入城市时最主要考虑的因素,由于个体选择城市距离家乡远近及个人发展机会不易衡量,这两个因素并未加入本文的模型中。有关于城市特征的描述性统计,见表1(由于笔者另一篇已录用但未见刊文章采用相同基础数据,故此处无法添加参考文献,特此说明)。
1188 Hydrogen alleviates high-level low-dose irradiation-induced injury of male reproductive system in mice
表1 城市特征的描述性统计
四、实证分析
(一)计量模型
本文的创新点主要有:第一,实证研究了劳动力流动如何随PM2.5浓度的变动而变化,同时对这种现象做出了合理的解释,目前已有文献仅针对环境污染对劳动力流动单纯的抑制作用进行分析,几乎未有文献从污染程度变化以及时间进程方面研究环境尤其雾霾对劳动力流动的影响机制;第二,采用我国最新公布的空气质量监测指标PM2.5浓度为解释变量,该指标更加符合民众对生活中空气质量的判断,且本文数据来源于绿色和平根据国家环保部公开信息平台上公开的空气质量监测数据,将其所有国控站点空气质量监测点每日、每小时的PM2.5数值作为原始数据,并按算数平均的方法分别计算出不同城市年度PM2.5 浓度的均值,测度更加科学准确。第三,使用截面数据与动态面板数据相结合的方法进行实证研究,结果更加稳健。一方面,采用均值既避免了数据缺失的影响又可以考察城市雾霾污染相对程度对劳动力流动的影响;另一方面,采用动态面板数据将时间因素和劳动力流动的惯性因素加入模型,控制并减弱了模型的内生性问题。
式(1)中,下标i 表示城市。lmob 表示劳动力流动,envir 表示该模型的核心解释变量雾霾污染,为了研究雾霾对劳动力流动是否如理论分析中散点图所示存在拐点,本文加入二次方项。salar表示工资收入,参考张莉文章中房价影响劳动力流动的作用机制,本文在模型中加入工资水平的二次方项,以更加精确探讨解释变量与被解释变量之间的关系。Z为该模型的控制变量,包括房价pri,医疗水平tre,基础教育edu,大学数量uni 以及人口规模popu,μi表示所有其他未被纳入模型但是可能会对被解释变量有影响的因素。
(二)实证结果及分析
“秦岭汉坡,九浅一深”是盗墓行话,意思是抢劫秦汉墓葬,危险极大。“秦岭”和“汉坡”不是地名,而是清汉墓葬所在地,所以用音译法译成“秦岭汉坡”不是很好。“九浅一深”是“九死一生”的语音双关语。因此,译者选择了释义,将“秦岭汉坡,九浅一深”翻译成“You will have a narrow escape from robbing the tombs of Qing and Han Dynasty(盗窃秦汉墓,九死一生).”因此,虽然在一定程度上会造成文化信息在语言符号上的丢失,释义仍然不失为保留源语言文化信息的较好翻译方法。
表2 基本回归结果
在逐渐加入控制变量的过程中还可以明显发现,工资水平作为劳动力流动的首要因素降低了雾霾对劳动力流动的影响,这体现出劳动力在迁移决策时在二者之间的权衡,最终结果因人而异,本文将在第六部分探究以工资水平差异为本质的城市差异将如何影响劳动力流动决策。另外,房价降低了工资水平对劳动力流动的影响,但扩大了雾霾污染的影响,这一点不难理解,生活成本的升高会降低工资水平对劳动力带来的正效应,同时增加人们对生活环境的考虑。而医疗服务的加入使得雾霾污染的系数有较大波动,如前所述,雾霾直接影响人们的健康,故医疗水平会间接影响到雾霾对劳动力流动的作用大小。大学数量这一变量的加入又降低了劳动力对雾霾的敏感性,这表明年轻劳动力对自身发展的偏好超过了对环境的偏好。
表3 拐点左右城市名单
本文基于我国第一批公布的74个重点空气质量监测城市1,同时考虑到拉萨市数据不全,① 按照《环境空气质量标准》(GB3095-2012),74 个城市为2012 年第一批实施新空气质量标准的城市,包括北京、天津、石家庄、唐山、秦皇岛、邯郸、邢台、保定、张家口、承德、沧州、廊坊、衡水、太原、呼和浩特、沈阳、大连、长春、哈尔滨、上海、南京、无锡、徐州、常州、苏州、南通、连云港、淮安、盐城、扬州、镇江、泰州、宿迁、杭州、宁波、温州、嘉兴、湖州、绍兴、金华、衢州、舟山、台州、丽水、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、珠海、佛山、江门、肇庆、惠州、东莞、中山、南宁、海口、重庆、成都、贵阳、昆明、拉萨、西安、兰州、西宁、银川、乌鲁木齐。 最终选取了2012~2015 年73 个城市作为样本进行分析。由于我国于2012 年颁布的空气质量检测新指标PM2.5,故选取的数据的期间以2012年为起始时间。目前为止,城市特征的相关数据以及与其相匹配的雾霾浓度数据可获得至2016年,但由于2016年开始国家以及城市层面都出台了大量对人口流入利好的相关政策,极大影响了劳动力流动,而本文模型中未包含人口政策等难以计量的相关变量,为避免数据关联性对结果造成影响,文章并未采取2016年数据。73个地级市的相关统计数据来源于《中国城市统计年鉴》、《中国统计年鉴》、《中国房地产统计年鉴》等。由于个别城市的个别年份数据缺失,本文对于少量缺失数据采用了差额法补充数据。主要变量解释与数据说明如下:
由于本文目的是通过73个样本城市来说明所有城市雾霾污染与劳动力流动之间的关系,根据定义以及Hausman检验选用随机效应模型进行回归。回归(7)与回归(8)分别表示没有加入因变量滞后项的结果与加入滞后项的结果。结果显示,雾霾作用拐点分别为75.596微克/立方米和73.992微克/立方米,与用均值进行回归的结果相比略大,系数略小,即考虑时间因素后劳动力对雾霾的敏感性相对较低,这是由于随着时间推移,人们产生了逐渐适应所在城市环境的习惯。但核心变量依然呈现高度显著,且系数符号符合理论预期,与基础回归保持一致。由此可以确定,在匹配劳动力流动年份对应的雾霾污染后,雾霾对劳动力流动仍然保持稳健的倒U型影响,且拐点依然出现在较高的污染水平。
五、稳健性检验
(一)基于动态面板数据的回归分析
上述基本回归结果是基于2013~2015年PM2.5均值对劳动力流动的影响,实际考虑的是城市间环境水平差异对劳动力流动带来的影响,而没有考虑时间因素,但是随着时间变化,同一城市雾霾情况也在变化。本文根据2013~2015年的雾霾污染、劳动力流动以及相应控制变量的年度数据,将式(1)转变为面板回归模型。同时考虑劳动力流动的惯性,匹配了其滞后一期即2012~2014 年的劳动力流动数据,将其扩展为动态模型,控制并减少模型内生性问题,滞后项的加入使得模型成为了典型的动态面板模型,具体计量模型如式(2)所示。其中下标i表示城市,t表示年份。lmobi,t-1表示因变量的滞后项,at代表时间效应。
表4 动态面板数据检验结果
这种尝试对职业院校无疑是有帮助的,但对企业来说也存在一些抱怨,如教师对产品开发缺乏经验导致校企磨合周期很长,效率过低导致公司技术人员对此持消极态度,教师对产品开发过程不熟导致浪费的材料很多,教师对课程资源开发不熟导致占用企业技术人员太多时间,影响公司正常运作。
(二)基于工具变量法的检验
考虑到雾霾与劳动力流动之间可能存在反向因果关系,本文在上述基础上加入工具变量。其中劳动力流动可能从两个方面影响城市雾霾污染:其一,城市劳动力增加导致基础设施建设、消费需求增加,从而增加对资源能源的消耗,以及污染排放。例如,城市人口增加,城市内交通量增大,汽车尾气排放增加;其二,城市劳动力增加直接导致生产规模的扩大。劳动力作为生产要素的重要组成部分,其供给增加尤其使得劳动力需求多的工业导向型城市产出增加,工业排放量相应增加。
MCV-B161S(T)超净工作台(Sanyo公司);CKX41倒置显微镜(Olympus公司);BS124S型电子天平(Sartorius公司);3K15低温离心机(Sigma公司);1510酶标仪(Thermo公司);043BR42402垂直电泳仪、ChemiDocXRS化学发光成像系统(Bio-Rad公司)。
表5 工具变量回归结果
为核心解释变量雾霾污染寻找恰当的工具变量是缓解上述内生性问题的常用方法。本文采用二阶段最小二乘法加入工具变量。在回归中,将雾霾污染视为内生变量,选取城市的工业产值及环境规制情况(工业二氧化硫的处理量)作为其工具变量。工业产值及环境规制情况的合理性在于,两者与环境质量高度相关,而又不直接影响被解释变量(劳动力流动)。其中环境规制情况选取二氧化硫处理量作为代理变量,工业产值与二氧化硫处理量的数据均来源于《中国城市统计年鉴》。
表5报告了以工业产值和环境规制作为雾霾污染的工具变量回归结果。本文在第一阶段检验了工具变量的有效性,第一阶段回归结果如表5左侧所示,控制其他解释变量不变,在考察工具变量对雾霾污染的影响时,工具变量显著性F检验的值为209.38,因此弱工具变量的问题不存在;通过进行过度识别检验,p值为0.8338,即工具变量满足外生性。所以本文选择的两个工具变量是合适的。第二阶段回归结果如表5右侧所示,结果显示在经过工具变量消除模型的内生性后,二者的倒U型关系仍高度显著,系数大小有所波动但方向一致。故理论上的内生性问题在实际上没有造成显著影响。
六、模型拓展与进一步讨论
本文主要关注城市发达程度和地理位置两个分类特征。按城市发达程度将73个城市分为发达城市和欠发达城市。本文样本城市中最终归属于发达城市的包括一线及二线城市,共42个,其余为欠发达城市,共31个。分类后的回归结果如表6所示,回归(11)、(12)给出了发达城市和欠发达城市的分类回归结果。其中发达城市主要系数的回归结果高度显著,且与基础回归的符号一致,倒U型关系稳健存在,其拐点为75.333微克/立方米,高于基础回归的拐点,意味着在发达城市劳动力对雾霾的承受能力要高于平均水平,这是由于发达城市给其带来的较高工资水平、较好的发展空间等扩大了人们对环境的可承受范围。另一方面,发达城市回归结果中雾霾污染二次方系数大于基础回归中的二次方系数,这说明与欠发达城市相比,发达城市的劳动力流动对雾霾污染更加敏感。但在欠发达城市的样本回归中,主要变量的回归系数不显著,即相比于欠发达城市,雾霾对劳动力流动的影响主要作用于发达城市。我们可以推测,这是由于随着收入水平的上升,人们对于生活环境的追求越来越高,空气质量对于劳动人口流动决策造成的影响逐步上升。再者,欠发达城市对外来人口的吸引本来就少,其劳动人口增加主要是内部自然生长的结果,这部分人口对空气质量的敏感性低很多。因此本文认为,雾霾对劳动力流动的影响主要作用于发达城市,而其深层次原因是发达城市整体工资水平水平较高,提高了人们对环境的要求。
购电商的盈亏均衡点对应的市场需求为xr。令Πr(q)=0,得到令当x∈[0,kq)时,Πr(q)<0;x∈[kq,+]时,Πr(q)≥0。
表6 城市异质性分析
回归(13)、(14)给出了按照城市地理位置分类的回归结果。结果显示两个子样本主要变量的回归结果均显著,且系数方向与基础回归保持一致。但在雾霾作用拐点和二次方系数大小上,二者呈现出较大差异。东部及沿海城市的回归拐点为75.071 微克/立方米,而中西部城市的回归拐点仅为61.273微克/立方米。这说明,相比于中西部城市,东部及沿海城市的劳动力对环境的承受能力较大,这与上述发达城市与欠发达城市对比的结果是一致的。但东部及沿海地区样本回归结果的雾霾污染二次方的系数绝对值0.0154小于中西部环境质量二次方系数的绝对值为0.0249,这意味着中西部地区劳动力对空气质量的下降更加敏感。可能的原因是,中西部经济欠发达、地区偏远,一旦环境质量下降,人口会加速流出。即作为中西部的比较优势,环境质量若逐渐下降,而其经济又得不到发展,中西部就会彻底丧失对人口的吸引力。
七、结 论
本文分析了我国雾霾、工资与劳动力流动的关系,研究发现雾霾与劳动力流动之间存在倒U型关系。当PM2.5浓度较小时,劳动力流动随雾霾污染加重而增加,PM2.5一旦超过某个临界值(69微克/立方米),雾霾污染继续加重,劳动力流动将呈现下降趋势。其主要原因在于:以环境恶化为代价的传统粗放式经济高速增长,在初期意味着城市更好的发展前景和更大的财富增长空间,以及个人更合适的工作机会、城市更加优质的公共服务和基础设施等,从而对劳动力流动形成吸引力;另一方面环境的持续恶化极大地降低了人们的健康和生活质量,而且环境恶化会影响到经济增长以及产业结构优化,从而对劳动力形成驱逐力量。两种力量相互作用最终使得环境质量对劳动力流动形成一种倒U型影响,即在一定条件下,雾霾的加重会对劳动力流动产生先吸引后抑制的倒U型驱动:在雾霾污染程度较低时,其吸引力占主导,促进劳动力流入;当雾霾污染越过一定临界值,空气质量恶化带来的生活质量的大幅下降使得阻力成为主导力量。本文在控制一系列城市特征、基于动态面板数据进行回归、工具变量法处理等检验后此关系依旧稳健且倒U型影响对于经济较发达的城市尤其明显。而工资水平在此过程中作用于雾霾对劳动力流动影响:其一,较高的工资水平有利于提高劳动力对雾霾污染的承受能力;其二,工资水平的逐渐提高,会使劳动力对雾霾的敏感程度增强,这一结果意味着当收入水平达到一定程度,环境质量对于劳动力流动决策的影响程度逐步。正是因为工资水平的差异,使得在发达程度不同的城市,雾霾对劳动力流动的影响存在差异;而中西部城市由于其地理位置的特殊性,以及国家近年来的政策扶持带来的工资水平在一定程度的升高使得劳动力对雾霾污染的敏感程度尤其高。
基于以上分析,本文主要结论有三点:一是雾霾对劳动力流动有显著影响,二者呈倒U型关系,且工资对其关系有显著影响。对于超过拐点的城市而言,要着力进行环境规制,改善其空气质量以及通过提高工资水平以吸引更多的人才,尤其是雾霾作用明显的城市。二是在发展水平不同的城市,劳动力对雾霾污染的敏感性不同,对于发展情况较好的发达城市,应合理进行产业结构升级,通过压减燃煤等环境规制改善其环境,从而吸引更多人才,使城市持续较好的发展,欠发达地区在保护好环境的基础上发展经济。三是基于地理位置不同造成的劳动力对雾霾污染敏感性的不同,中西部应尤其重视环境问题带来的人才流失,加大环境保护力度,吸引人才,提高城市的内生增长动力。✿
参考文献:
[1]杨晓军.城市公共服务质量对人口流动的影响[J].中国人口科学,2017(2):104-128.
[2]杨俊,张婷皮美,向华丽.人口环境迁移的国内外研究进展[J].西北人口,2017(03):1-10.
[3]朱志胜.劳动供给对城市空气污染敏感吗?——基于2012年全国流动人口动态监测数据的实证检验[J].经济与管理研究,2015(11):47-57.
[4]Chen Y Y,Ebenstein A,Greenstore M,Li H B.Evidence on the Impact of Sustained Exposure to Air Pollution on Life Expectancy from China's Huai River Policy[J].Proceedings of the National Academy of Sciences of the United States of America,2013(32):12936-12941.
[5]陈诗一,陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究,2018(2):20-34.
[6]Bagne D J.Principle of Demography[J].Journal of the Royal Statistical Society,1969(4):410.
[7]夏怡然,陆铭.城市间的孟母三迁——公共服务影响劳动力流向的经验研究[J].管理世界,2015(10):78-90.
[8]夏怡然,苏锦红,黄伟.流动人口向哪里集聚?流入地城市特征及其变动趋势[J].人口与经济,2015(3):13-22.
[9] Harris J,P Todaro. Migration,Unemployment and Development:A Two-Sector Analysis [J]. American Economic Review,1970(1):136-142.
[10]杨俊,盛鹏飞.环境污染对劳动生产率的影响研究[J].中国人口科学,2012(5):56-65.
[11]楚永生,刘杨,刘梦.环境污染效应对异质性劳动力流动的影响——基于离散选择模型的空间计量分析[J].产经评论,2015(4):45-56.
[12]肖挺.环境质量是劳动人口流动的主导因素吗?——“逃离北上广”现象的一种解读[J].经济评论,2016(2):3-17.
[13]陈诗一,陈登科.能源结构、雾霾治理与可持续增长[J].环境经济研究,2016(1):59-75.
[14]高波.区域房价差异、劳动力流动与产业升级[J].经济研究,2012(1):66-79.
[15]刘毓芸,徐现祥,肖泽凯.劳动力跨方言流动的道U型模式[J].经济研究,2015(10):134-146.
[16]张莉,何晶,马润泓.房价如何影响劳动力流动[J].经济研究,2017(8):155-170.
Smog,Wages and Labor Migration
QIN Bing-tao,ZHANG Yu
(School of Management,University of Shanghai for Science and Technology,Shanghai 200093,China)
【Abstract】 The problem of environmental pollution in China has become increasingly serious under the background of traditional extensive economic growth. The major problem caused by smog has become increasingly prominent as a result of environmental pollution.How does urban haze pollution affect labor migration?The migration caused by the difference in labor productivity determines that the wage level is the primary factor of labor migration,so this article takes smog and wage as the core variables.Based on the data of 73 key air monitoring cities in China,the paper analyzes the population flow from the air quality perspective.The results show that there is an‘inverted U-shaped'nonlinear relationship between smog pollution and floating population.The wage level will weaken the influence of smog on labor migration to a certain extent.In addition,taking into account the impact of endogenous issues on the results of the study,besides controlling a series of urban characteristics,the Instrumental variable method is used in this paper and the results are still robust.In order to further analyze urban differences,this article finally classifies sample cities according to the degree of urban development and geographical location.It is found that the influence of smog on labor migration is particularly obvious in developed cities.In addition,labor in the eastern cities is significantly more resilient to smog than mid-western cities.
【Key words】 Smog;Wages;Labor Migration;Environmental Kuznets Curve;Urban Ifferences
【DOI】 10.15884/j.cnki.issn.1007-0672.2019.05.002
【收稿日期】 2019-04-03
【中图分类号】 F062.2
【文献标志码】 A
【文章编号】 1007-0672(2019)05-0012-11
【基金项目】 教育部人文社科项目(16YJC790083);中国博士后科学基金面上项目(2015M580277)。
【作者简介】 秦炳涛,男,河北沧州人,上海理工大学管理学院副教授,复旦大学博士后,研究方向:区域可持续发展;张玉,女,河北衡水人,上海理工大学管理学院硕士研究生,研究方向:区域经济发展研究。
标签:雾霾论文; 工资论文; 劳动力流动论文; 环境库兹涅茨曲线论文; 城市差异论文; 上海理工大学管理学院论文;