【香樟推文2500】成绩不好可以怪空气污染吗？

图片来源：

https://www.hederascreens.co.uk/green-my-school

原文信息：

Gilraine, M., & Zheng, A. (2022). Air Pollution and Student Performance in the US. National Bureau of Economic Research.

如何测量空气污染的外部成本，这一主题关系到环境政策，一直以来都备受关注。大量研究涉及空气污染对健康、劳动生产力、行为决策、犯罪等主题的影响。空气污染的范围广影响大，因此对该主题的研究，主要致力于通过各种手段解决潜在的内生性问题，Gilraine, M., & Zheng, A. (2022) 便提供了一个范例。

具体而言，文章主要分析了卫星数据测算的PM2.5浓度对来自10,000多个美国地区学生测试分数的影响。作者分别采用年度煤电产量、燃料比例与其增长率的乘积这两种工具变量来估计空气污染对测试分数的影响，以解决测量误差和遗漏变量导致的内生性问题。文章还探讨了在教育公平主题下，黑人与白人学生暴露在PM2.5的浓度差异，及其带来的成绩差距。2SLS结果表明，PM2.5浓度每上升1微克/立方米，学生成绩平均下降0.02倍标准差。近些年PM2.5浓度的下降，使得全国学生的成绩上升了0.06倍标准差，黑人与白人学生成绩差距减少了0.01倍标准差。

作者采集了11,476个地区的学区绩效、人口统计、污染物、能源产量、天气、住址、当地经济状况等数据。为分析学年期间PM2.5浓度的影响，作者使用春季参加测试的学生样本进行分析。污染数据是Van Donkelaar et al. (2019)计算的美国（不包括夏威夷）2008年至2018年期间0.01X0.01度分辨率的月度PM2.5浓度数据。

（一）基本模型

其中，y_s,d,c,t是t年c队列学生s在d地区的测试分数与测试分数标准差的比值；PM2.5_d,t表示学年平均浓度，是t年d地区学生考试月前9个月PM2.5浓度的平均值；X_s,d,c,t包括地区-队列-年层面的人口统计变量、t年搬入或迁出d地区18-55岁个体比例、当地经济状况变量；W_s,d,c,t包括气温和降水量；、、和分别表示学生、地区、队列和年份固定效应。标准误聚类到地区层面。

(二）工具变量

考虑到OLS估计的基本模型存在PM2.5浓度的测量误差，以及遗漏随时间变化的地区变量等问题，作者采用以下工具变量来解决内生性问题。

工具变量1：年度煤电产量

工具变量1是地区中心附近20到60km范围内年度总煤炭电力产量。2SLS模型如下：

coal_i,d,t表示t学年d地区i范围内（0-20km、20-40km和40-60km）煤炭电力产量（百万兆瓦时）。

工具变量2：燃料比例变化

由于在过去几十年，美国的主要能源结构由煤炭转变为天然气，因此作者选用生产电力的各种燃料的比例变化作为工具变量2，具体表现为煤炭，石油，天然气和可再生能源的2004-05年度比例，分别与其在t年d地区的增长率的乘积。2SLS模型如下：

表示2005年d地区燃料f的比例，表示燃料f在t年的增长率。

OLS估计的结果系数显示，每单位PM2.5浓度的上升会导致学生测试分数下降0.0035倍标准差。然而，该结果存在内生性问题，并不能作为结论。如表1所示，使用工具变量1后的估计系数为-0.0206。OLS估计偏差来源之一是学生根据污染水平选择居住地点，而学生根据煤炭电力生产年度变化决定变迁显然是不现实的。另外，煤炭电力工厂可能会影响当地经济，然而基于不同范围（0-20km、20-40km、40-60km）的估计系数基本一致，表明这一联系可能不存在。因此，工具变量的排他性基本满足。

根据表1，基于工具变量2的PM2.5浓度变量估计系数为-0.0165。作者使用两种方法检验该工具变量的有效性。第一，估计2004-05年期间电力生产中煤炭、天然气、石油和新能源等比例与当地经济状况、人口迁移等变量的相关系数。燃料份额与各控制变量的相关系数很小，表明初始燃料份额与影响学生测试分数的遗漏变量不相关。第二，使用DID模型判断在电力生产能源结构发生变化前是否存在平行趋势。若平行趋势成立，则学生测试分数差异来源于对燃料份额的共同冲击，而不是各地区间存在的差异。如图1b所示，2011-12年度前，DID模型的估计系数保持稳定，表明高污染和低污染地区存在一定的平行趋势。

此外，作者通过以下方法考察实证结果的稳健性，包括改变计算工具变量2使用的燃料份额(改为2000-01年度)和学区范围（40km改为60km）、增加未在春季参加测试的学生样本。稳健性检验结果与基本估计结果一致。

围绕空气污染对学生成绩的影响，文章发现内生性问题导致OLS估计系数的绝对值偏小，通过采用两种不同的工具变量，得出PM2.5浓度每上升一单位会导致学生测试成绩下降约0.02倍标准差。如何更好地解决内生性问题，以及验证工具变量、DID等方法的有效性，在这类研究中值得重视。

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。

“分享”是一种学者的人文情怀，香樟经济学术圈欢迎广大订阅读者（“香粉”）向公众平台投稿，也诚邀您加入香樟推文team。生活处处皆经济，经济处处现生活。如果你或者身边的朋友看了有趣的学术论文，或者撰写了经济政策评论，愿意和大家分享，欢迎投稿（经济金融类），投稿邮箱：cectuiwen@163.com。如果高校、研究机构、媒体或者学者，愿意与平台合作，也请您通过邮箱联系我们。投稿前请在搜狗的微信搜索里搜索已有图文，避免重复。