本期专题
环境与资源：野火的经济影响
专题编辑：汪凯文、任立锋
导读
上期推文探讨了野火蔓延对房地产市场的风险和影响。除了直接威胁人身和财产安全，以及破坏周边自然景观外，野火还会引发烟雾污染，影响范围更为广泛。已知野火烟雾中PM2.5的浓度增加与多种健康问题有关，但其对劳动市场的影响尚未得到广泛研究。本期推文通过分析2007至2019年期间野火烟雾如何影响美国劳动者的收入和就业情况，揭示了烟雾天数增加与劳动收入下降、劳动参与率降低之间的关系。这些发现为评估野火的环境成本提供了新的视角，并强调在制定空气质量政策时，应更加重视其对劳动市场的潜在影响。
本专题的其他推文：
原文信息：
Borgschulte, Mark, David Molitor, and Eric Yongchen Zou. Air pollution and the labor market: Evidence from wildfire smoke. Review of Economics and Statistics, forthcoming.
随着气候变化，野火在近年越发频繁和剧烈。据美国环保署估计野火造成了约20%的微颗粒物在美国的排放。该文通过使用高分辨率遥感数据，空气监测站的空气污染物数据，和全美的劳动力市场数据，结合工具变量的方法研究了野火烟雾带来的空气污染对劳动力市场的结果的影响。通过与文献中空气污染造成的死亡成本的比较，作者发现由空气污染导致收入下降带来的福利损失同样不容忽视。
该文野火烟雾数据来自美国国家海洋和大气管理局的灾害绘图系统 (NOAA-HMS)。HMS 使用地球静止运行环境卫星的观测数据，该卫星产生可见光波段 1 公里分辨率和红外波段 2 公里分辨率的图像，以识别美国本土上空的火灾和烟雾排放。作者使用了HMS提供的烟羽（smoke plume）数据， 构建了从2007年至2009年的县级日化山火烟雾暴露数据。作者在本文中通过识别一个县是否被完全笼罩在烟羽下来定义这个县是否处于“烟雾暴露”状态中。
空气污染数据则主要来自EPA的空气质量系统（EPA-AQS）的监测站。作者利用反距离加权的方法计算了每个县的5个主要污染物（PM2.5，O3，CO，NO2，SO2）的平均空气污染指数。最终作者得到了一个能够覆盖超过美国85%人口的PM2.5县级空气污染数据。其他的天气数据包括温度、降水、风力、风向， 所有数据也均被平均到县级水平。作者结合了美国国家统计局的季度劳动力指标（QWI）数据库以及来自美国劳工统计局的当地失业统计（LAUS）来在县级水平上衡量季度的劳动力市场结果。
该文利用烟雾暴露天数作为工具变量，识别因为野火烟雾引发的空气污染物浓度变化对劳动力市场的影响。因为直接研究空气污染和劳动力市场间的关系会受到可能的反向因果影响，故而作者选用一种自然产生的空气污染源——野火烟雾来识别因果关系。在识别野火带来的空气污染时，作者首先通过事件研究法对环境微颗粒浓度（PM2.5）关于一系列的每天烟雾暴露指标做线性回归。这样通过一个县级-日化的固定效应模型，作者可以刻画出在烟雾日（smoke day）前后的地面空气质量的变化轨迹。
所以，作者通过用季度烟雾天数作为工具变量，在一阶估计中将日化估计扩展到季度层面，并灵活控制了风向等因素来更准确描述在长时间范围内烟雾事件对空气质量的平均影响。最后，作者在二阶段研究了因野火烟雾引发的PM2.5浓度的上升对人均季度收入等劳动力市场结果较上年变化的影响。
作者发现每多一天的野火烟雾暴露会引起县级人均收入每季度下降5.2美元，其中工具变量的分析显示季度PM2.5浓度每上升1 μg/m3，则季度人均收入下降103.1美元。在众多不同国家关于“污染弹性”（污染物浓度每变化1%，劳动力市场结果变化的百分比）的相关研究中，弹性数值的计算都限定于特定的行业或地区。该文通过使用国家层面的劳动力市场数据得到的污染弹性为-0.18 ，与其他文献接近但也更显示出空气污染对劳动力市场的影响是更加广泛的。最后，作者通过对个人福利水平和社会福利水平大致计算得出每年因空气污染造成的额外收入福利损失约为920亿美元。
专题编辑/推文作者
版权由“农经好文章”所有，转载请注明出处。
识别二维码，关注我们
