2011年3月爆发的叙利亚危机引起了学界和媒体对气候条件如何助长政治动荡和内战冲突的广泛关注。学界近期对叙利亚危机的研究表明，日益严重的缺水和干旱，再加上水资源管理不善，导致国内多年农作物歉收、经济恶化，进而使大量农村家庭向城市地区迁移。而人口的快速增长与过度拥挤，加剧了城市失业和不平等的治理困境，最终导致了政治动乱的爆发。进一步分析，地区冲突会带来一系列负面影响。有证据表明，暴力是诱发被迫迁移的主要推动因素。如果气候变化确实会引发冲突，那么气候变化也会间接导致被迫移民。事实上，近期关于欧洲难民危机的报道普遍认为，气候变化在中东和非洲地区引发的冲突是过去几年欧洲移民潮的主要推动因素。

然而，将气候、冲突和移民联系在一起的实证研究在学界相对较少。现有研究多聚焦于分析环境压力如何导致人口向外迁移，以及气候变化导致的移民如何在接收地区引发冲突，却没有一项研究同时对三者之间的因果机制进行实证评估与理论探析。

因此，本文将开创性地运用统计方法揭示气候、冲突、难民之间的因果机制，分析气候变化对暴力冲突和跨境移民的影响，并探讨气候和冲突如何相互作用进而影响寻求庇护者（asylum seeker）的对外流动。我们的统计结果表明，冲突是气候变化与被迫移民的中介变量；具体表现为气候条件通过影响干旱的严重程度和武装冲突的发生率，对受“阿拉伯之春”影响的国家的寻求庇护（asylum-seeking）行为起着显著的促进作用。

根据学界关于气候与冲突、冲突与移民之间关系的实证研究，气候变化对移民的影响可以用图1所示的结构来展现。首先，气候变化会造成日益严重的缺水和干旱，使国内农作物连年欠收、经济恶化，加剧人类对稀缺资源的争夺，最终导致政治冲突的爆发。例如，气候变化导致的经常性严重干旱可能导致自然资源管理不善的国家发生冲突，进而造成大量国民外流；因此，气候引起的冲突会导致大量的被迫移民出现。其次，图1还显示了灰色箭头所描述的反向因果关系，即气候变化先推动难民外移，随后助长国内冲突。

如前所述，现有文献大多同时评估了诸如气候、政治因素、经济因素等对移民的驱动，而没有考虑决定移民如何产生的因果关系。为此，本研究旨在建立从气候变化到暴力冲突及跨境移民的因果路径，并探究气候和冲突如何在影响跨境移民方面相互作用。因此，为了对气候、冲突和移民三者之间的因果关系进行结构性建模，研究应该分两部分进行：其一，分析气候如何影响冲突的发生；其二，探析冲突如何推动移民的产生。基于此，本研究采用2006-2015年157个寻求庇护申请的国家的双边数据，利用具有内生选择性的的重力模型，以期检验气候、冲突和被迫迁移之间的因果关系，并进一步就有关气候变化对冲突和移民作用的流行说法进行实证评估。

1.数据建模与研究方法

本研究的建模框架通过双边移民数据，构建重力模型，来评估寻求庇护者流动的决定因素，并同时解决模型构建中原籍国-目的地国的内生选择问题（endogenous selection）与非随机处理（non-random treatments）的统计问题。也就是说，寻求庇护者对接收国的选择并不是随机的，接收国对移民的待遇等诸多因素会影响到移民的选择，且原籍国的冲突外的其他内生因素也可能会影响寻求庇护者的数量。其次，实际观察到冲突、移民现象可能受一些特定因素影响，并非在所有可能的国家和地区中随机出现，导致某些国家或地区更有可能被纳入研究样本。因此，在实证分析中必须要考虑到诸多潜在的、非随机的影响因素。

由此，笔者构建了三个联立方程，其中两个包括常见的内生二元回归方程。为了进一步构建研究模型，笔者应用了Kim(2006)提出的两步分析法，具体模型如下：

其中，方程1表示国家i发生冲突的潜在可能性(c_i=1)，方程2表示从国家i到国家j的非零庇护申请流动（non-zero asylum seeking flows）是否发生(s_ij=1)，方程3则模拟了从原籍国i到目的地国j的庇护申请流动的规模。I(x)是一个指示函数，如果x为真，其值为1，否则为零。模型中每个方程的外在影响因素分别为向量Z_c,j、Z_s,ij、Z_a,ij；误差项ε_c,i、ε_s,ij、ε_a,ij被假设为联合多元正态且潜在相关，因此得以测算向目的地国提出非零庇护申请的原籍国的内生选择。但是在具体的研究中，我们必须同时控制由c_i引起的内生性和由截断指标s_ij引起的选择偏差。

借助两步估测方法，我们首先估计具有结构性变化的二元Probit模型，即方程1与方程2，并使用简单的广义矩量法(GMM)，将第一阶段的估算结果作为截尾方程的控制函数，这样我们就可以将模型解释为具有二元选择和参数限制的V-Tobit模型，这种方法具有数值稳健和易于实施的优点。

对于经验识别，我们将施加限制，即在每个回归中分别包含了识别目的地国接收态度和原籍国迁移选择的特定回归协变量，这些回归协变量仅通过工具变量而非直接影响主要因变量(即庇护申请人数量)。这种统计方法使我们能够直接讨论气候对冲突的潜在影响，从而通过方法探究寻求庇护者的流动模式。

2.研究数据与测量方法

（1）寻求庇护者流动数据与模式

寻求庇护者是指寻求国际保护但其难民地位尚未得到确定的个人，具体来讲，这类群体因为害怕在原籍国受到迫害而向另一个国家寻求保护。本研究以这类群体为研究对象，就是因为他们较常规移民与冲突有着更强的关联，更易受到特定国家政治行为的强烈影响。本研究采用的寻求庇护申请的双边数据来自联合国难民事务高级专员公署，以综合且全面考虑发达国家和发展中国家逐年的发展概况。

图2显示了根据2006-2010年和2011-2015 UNHCR寻求庇护者的双边数据构建的和弦图。在第一个阶段，寻求庇护者的最大来源是撒哈拉以南非洲；此外，西欧收到了大量庇护申请，特别是来自北非和西亚、撒哈拉以南非洲和南亚的申请。而在2011-2015年期间，撒哈拉以南非洲的庇护申请数量仍然很大(约180万寻求庇护者)；然而，这一时期寻求庇护者人数最多的原籍地区是北非和西亚(超过240万)；且他们主要来自叙利亚和其他受阿拉伯之春影响的国家，并向南欧和西欧国家提出了庇护申请。

图2 2006-2010年与2011-2015年申请庇护者双边数据和弦图

（2）冲突数据

与战争有关的死亡信息来自乌普萨拉冲突数据项目(Uppsala Conflict Data Program, UCDP)的地理参考事件数据库（Georeferenced Event Dataset, GED）全球第17.1版。该数据库包含1989年1月至2016年12月的135,181起事件，范围覆盖全球(不包括叙利亚)。在本研究中，叙利亚的数据来自UCDP与战斗有关的死亡数据库17.1，该数据库包含1989年至2016年冲突中与战斗有关的死亡人数的年和分段年信息。由此，在本研究中，冲突的定义是每年至少存在有一次与战斗有关的死亡，而后续稳健性检验采用的阈值是25人伤亡。

（3）气候数据

研究使用标准化降水蒸散指数（SPEI）衡量干旱程度，进而反映气候变化这一因素。SPEI数据来自全球SPEI数据库，能捕捉温度和降水引发的水分蒸发的影响，较好地反应全球范围内干旱发生的条件、持续时间、严重程度和空间分布。SPEI的负值表示干旱条件，正值表示潮湿条件。该指数可进一步将干旱条件分为轻度（-1<SPEI<0）、中度（-1.5<SPEI≤-1）、重度（-2<SPEI≤-1.5）和极端（SPEI≤-2）。

（4）社会经济和地理数据

模型中使用到的其他数据来源多样方程1和方程2中包含的变量是过往文献考虑冲突决定因素时的一些控制变量。为了控制冲突中其他潜在的影响因素，研究加入了其他变量，如种族极化程度、研究时间段前的人均国民生产总值对数变换后的经济绩效和民主化水平。为了估计寻求庇护者的流量，我们需要控制变量，包括原籍国和接收国的之间的距离、两国是否共享同一种语言、衡量国家是否存在殖民关系的虚拟变量、两国的人口规模与殖民网络等。

重力方程3的变量数据来自Mayer的研究（2012），其中对国家间距离的测算以两国首都距离为标准(2012)；对国家政治地位的衡量采用Polity IV index（Marshall 2017），在0（专制）和1（民主）之间进行标准化；对种族极化程度的测量来自战争地理研究统一平台（Bormann et al.,2015），辅以《美国中央情报局概况》，具体计算种族极化指数采用Garcia-Montalvo方程（2005）；人均国民生产总值等社会经济指标来源于Feenstar等（2015）的研究，并用国际货币基金组织的世界经济展望数据库予以补充。

图3 Garcia-Montalvo方程

四、实证结果

1.主要结果

表1、表2给出了方程1-3的参数估计值，描述了五个阶段的横截面数据。表1列出了冲突的发生与寻求庇护者选择目标国关联的参数估计。实证结果表明，一方面，武装冲突往往是持续发生的，在研究期间之前经历过大量与战斗有关的死亡的国家后续发生冲突的可能性更高；另一方面，与完全民主或专制的国家相比，中等民主水平的国家发生冲突的可能性往往更高。干旱程度的差异(较低的SPEI值)能够显著解释2011-2015年期间冲突发生的差异，但不能解释2006-2010年期间冲突发生的差异。根据表1，这一差异似乎与阿拉伯之春和叙利亚危机背景下的武装冲突有关。从寻求庇护选择方程中冲突虚拟变量的显著正参数估计可以推断，经历战争的国家往往更倾向于其他地区提出非零的庇护申请。具有寻求庇护联系历史的国家(无论是作为原籍国还是目的地国)往往有更高的概率发送或接收寻求庇护申请；而对于地理上彼此接近的国家来说，这种概率也更高。

表1 冲突与庇护申请选择方程的参数估计

图4也显示了2010-2012年期间SPEI变量对冲突和寻求庇护选择的边际效应，表明气候、冲突发生和难民潮之间存在非线性联系，这意味着干旱程度的变化对寻求庇护数量的影响应取决于模型中的其他变量。也就是说，该模型表明全球和区域经济条件对气候变化存在一定影响，进而影响了寻求庇护的数量。从世界各区域的边际效应来看，SPEI指数变化的影响在撒哈拉以南非洲、部分中南美洲国家以及亚洲尤为明显。2010-2012年期间SPEI变量的综合平均边际效应表现，原籍国的SPEI每减少一个（国内）标准差，该国寻求庇护的概率平均增加约0.03。因此，干旱程度变化与寻求庇护流量之间的这种联系，是由气候变化引起冲突发生概率的增加为介导的。

表2给出了方程3的参数估计值。结果表明，在与原籍国使用相同语言的目的地国家中，发现了更多的寻求庇护流。寻求庇护的申请往往由民主指标相对较低的国家，发送至公民自由和政治权利发达的国家。根据估测的子样本，表2的数据表明，原籍国冲突的存在使寻求庇护申请流向特定目的地的数量增加了95%至146%。

表2寻求庇护的流量规模

根据2006-2015这十年的数据，本研究的实证结果支持存在气候、冲突、被迫移民之间的因果机制（mechanism）（此处遵循原文译为“因果机制”；但严格来讲，只有回归分析，是不能证明“因果机制”，只能证明“因果关系”，这点需读者注意），并且这一机制主要分为两个阶段。然而，这种因果联系主要在2010-2012年利比亚、埃及、叙利亚和南苏丹军事冲突的爆发得以呈现。

2.稳健性检验

上述实证结果表明，气候对冲突的发生和后续寻求庇护流的影响适用于特定的地理环境和时间段。为了了解对世界上特定地区在这一时期的发展动向的研究以及关于冲突的不同定义对结果的影响，我们使用了不同的模型对寻求庇护者流动有显著影响的时期（2010-2012年）进行稳健性检验，结果见表3。通过改变冲突的定义（因战死亡25人）与使用的国家样本（将受阿拉伯之春较为明显的西亚和北非地区排除在外），研究发现气候因素在寻求庇护者流动的影响在此期间并不显著。这进一步表明，SPEI值对冲突的影响仅限于相对较小的冲突（按照死亡人数的定义）和2010-2012年期间受阿拉伯之春影响的国家。

表3 冲突与寻求庇护方程的稳健性检验（2010-2012年）

五、结论与讨论

学界现有对移民的驱动因素的研究多聚焦于界定影响移民流动的五类因素，并将该框架嵌入进气候变化的研究中：经济因素（作为移民流动决定因素的收入和就业机会的差异）、政治因素（冲突是其最重要的因素之一）、人口因素（原籍国人口的规模和构成、人口健康)、社会因素(文化习俗)和环境因素(生态问题)。本研究通过构建计量经济模型，集中探究环境和政治因素如何相互作用，并成为通过寻求庇护申请衡量的被迫移民的决定因素，旨在全球层面上定量评估气候、冲突与被迫移民之间的因果关系。值得注意的是，本研究使用的方法能明确测算出冲突爆发和非零庇护申请存在的情况下，非随机的内生选择可能带来的偏差，使研究结果更能准确地反映实际情况。

研究结果表明，没有经验数据支持2006-2015年气候、冲突和被迫移民之间都存在较强的因果关系，研究模型也仅为2010-2012年期间，且仅在叙利亚、受阿拉伯之春影响的西亚和北非国家，以及撒哈拉以南非洲国家的冲突数据所支持。通过稳健性检验，气候、冲突和被迫移民之间的关系更应被解释为一种局部发生、有特定调节的现象。因此，气候变化对于武装冲突和暴力的作用只有在特定的时期背景下才成立，气候变化不会在任何地方产生被迫移民，只是一种人们对经历政治转型过程国家气候治理能力缺失的不满行为。为此，提高发展中国家应对气候变化影响的适应能力，可能会减少冲突发生的可能性，并进而减少被迫移民的产生，这是本研究于政策方面的突出贡献。

综合上述研究成果，在可持续发展目标（SDG）的背景下，将与冲突驱动的被迫迁移相关问题纳入当前有关气候变化的讨论框架与研究议程尤为迫切。当前的可持续发展目标尚未将被迫迁移和气候变化视为可缓解冲突的关联现象，本文的研究成果可对此提供实证支持。

未来，对气候冲击影响的移民流动特征的进一步研究是十分有前景的。难民人口数据的可获得性有助于未来的实证研究，这将进一步阐明气候变化通过其作为冲突催化剂的特定机制。虽然本文的研究主要集中在全球层面的数据分析，但能够以更详细的方式量化被迫移民流动的案例研究也很重要，以便提高我们对气候、冲突、移民三位一体因果关系的认识。