环境污染与城乡收入差距：作用机制与基于中国经济事实的检验

摘要 环境污染是与居民健康水平紧密相关的，并且会导致处于不同收入阶层的居民的健康人力资本投资决策呈现出异质性特征，从而影响居民收入差距。本文通过构建跨期经济模型研究环境污染对城乡收入差距的影响，研究发现：环境污染导致城镇居民和农村居民出现相同比例的健康损害，这种损害会拉大城乡居民绝对收入差距；处于低收入阶层的农村居民应对环境污染带来的健康损害会进行相对较少的健康人力资本投资，因而城乡居民的健康水平差异会逐渐拉大，所以城乡收入的相对差距也会随着环境污染的加剧而扩大。基于理论研究结果，运用中国2002—2013年的省级面板数据进行实证研究发现：①环境污染对中国城乡收入差距的影响显著为正，并且基于人均二氧化硫排放量和人均废水化学需氧量排放量的计量检验结果是一致的，这表明研究结论是稳健的；②运用门槛面板模型的计量结果表明当滞后一期的城乡收入差距增加到临界点之后，环境污染对城乡收入差距的正效应会明显增强，表明环境污染对处于不同收入阶层的城镇居民和农村居民的健康人力资本投资决策有显著的影响，环境污染进一步拉大城乡居民的相对收入差距；③本文的研究结果证明了在教育、政府行为、城镇化等影响城乡收入差距的核心因素之外，环境污染也是影响中国城乡居民收入差距的显著性因素，并且其影响会随着环境污染的加剧和期初收入差距的拉大而变得更加严重，因此在治理中国城乡收入差距的过程中，相关政策应该平衡环境污染成本在城镇居民和农村居民之间的分配。

关键词 环境污染；城乡收入差距；健康人力资本；异质性

中图分类号 F062.2文献标识码 A文章编号 1002-2104（2017）10-0056-08DOI：10.12062/cpre.20170431

收入不平等是建立在约束条件下机会不平等的结果[1-2]，而机会不平等中更多是选择的结果。环境污染是影响居民健康水平的重要因素[3-6]，并且环境污染会导致处于不同收入阶层的居民的健康人力资本受到同等的伤害。然而针对这种同质的伤害，处于不同收入阶层的居民的健康人力资本投资决策将会是异质的，这种异质性的决策结果会使得居民收入不平等在长期发生变化。对于中国，以基尼系数衡量的居民收入不平等在2014年为0469，依舊远高于收入不平等的国际警戒线，而其中城乡收入差距是中国居民收入不平等的重要组成部分。二元经济结构下中国城镇经济发展水平远远高于农村，但是城镇经济发展带来的环境污染是城镇与农村共享的，这种机制下环境污染对城镇居民和农村居民带来的健康人力资本损害也是同质的，然而城乡居民的健康人力资本决策投资是不同的，所以中国现阶段的城乡收入差距与环境污染是紧密相关的。

在Grossman 和Krueger[7]的研究中，环境污染会随着经济水平的提高而呈现出先增长后降低的转变，同时Kuznets[8]的研究则表明收入差距与经济水平之间也存在这种倒“U”型转折，以上两个著名的研究表明环境污染与收入差距之间存在一定的联系。从公共选择偏好[9]、消费者对作为商品的环境的需求[10-11]等展开的研究认为收入差距的拉大不利于环境污染的降低，并得到了大量的实证支持[9，12]。然而环境污染与收入差距之间的联系并不是单向的，核心生产要素如健康人力资本、劳动时间等会受到环境污染的影响。如Zivin et al.[13]认为环境污染会抑制劳动者的劳动支付意愿（Labor Effort），降低劳动生产率；杨俊等[14]基于中国的经济事实，研究结果表明环境污染对滞后一期的劳动生产率有显著的负效应，并且这种影响会随着环境污染程度的增加而变强；李佳[15]、Hanna et al[16]、盛鹏飞等[17]等研究也认为环境污染会降低劳动供给水平。最后，由于环境污染具备较强的负外部性，环境污染对处于不同收入阶层的居民的生产要素的影响是同质的，因此环境污染对收入差距也会产生显著的影响。

已有研究主要从中国城乡二元经济结构下经济政策[18]、城乡劳动力市场分割[19]、偏向城市的教育经费支持结构[20]、资本密集型部门优先发展战略[21]等探寻城乡收入差距增加的原因，但是较少关注环境污染与城乡收入差距的内在关联机制。本研究基于外部性理论，认为同质的环境污染会对城镇居民和农村居民产生同质的健康损害，但是处于不同收入阶层的城镇居民和农村居民对同质的健康损害的反应是异质的，所以环境污染将导致城镇居民和农村居民的健康人力资本投资和健康人力资本存量发生相对变化，然后对城乡收入差距产生显著性影响。最后本研究将环境污染纳入跨期经济模型来研究其对城乡收入差距的影响，并提出两个可供检验的研究假设；然后运用中国2002—2013年的省级面板数据进行实证检验，研究结果表明环境污染对中国城乡收入差距的影响是显著的，并且这种影响随着期初城乡收入差距的拉大而增强；研究结论可以进一步完善中国城乡收入差距的形成机制研究，并为中国实现城乡收入差距缩小和环境治理提供一定的理论支持和实证依据。

1 理论模型

基于中国城乡二元经济结构的事实特征，考虑环境污染对健康人力资本的影响，本文构建一个跨期经济模型来阐释环境污染对城乡收入差距的影响。为了便于分析，我们假设经济体内只有一个城镇居民和一个农村居民，在给定的技术水平（A）下，两者都利用健康人力资本和物质资本来进行生产，并且按照生命周期消费理论[22]，居民在两个时期内的消费水平必须相等，并且获得的所有收入完全被消费掉（不完全等同于生命周期消费理论，本模型中两个居民在两个时期内都进行生产和消费）。

1.1 模型设定

设定1，农村居民和城镇居民在第1期都拥有相同的健康人力资本，但是城镇居民具备的物质资本水平高于农村居民，因此在第1期城乡收入差距仅仅体现为所拥有的物质资本水平的差距。农村居民和城镇居民的生产函数定义如下：

其中，yu1和yr1分别代表城镇居民和农村居民在第一期所获得收入；A为城镇居民和农村居民所拥有的技术水平；H1为城镇居民和农村居民在第1期所拥有的健康人力资本，二者相等，同时设定健康人力资本的边际报酬是不变的，不存在递减规律；Ku和Kr分别代表城镇居民和农村居民所具备的物质资本，其中Ku>Kr，令0<α<1使得物质资本满足边际报酬递减规律。endprint

設定2，第1期的生产会导致在第2期产生污染，污染按照Stokey[23]提出的污染生产函数来进行设定；环境污染会降低居民的健康人力资本，城镇居民和农村居民可以从第1期所获得收入中支出一部分来改善健康人力资本；假设城镇居民和农村居民都不对物质资本投资（本假设仅仅为了模型的简化，也可以设定居民可以进行物质资本投资，并不影响分析的结果）。

其中，E为第2期内存在的环境污染水平，是由第1期的总产出水平（yu1+yu1）和生产清洁度（z）决定的，满足0

1.2 模型分析

按照生命周期消费理论，城镇居民和农村居民可以通过在第2期选择最优的健康人力资本投资规模来实现效用最大化。其决策模型如下：

式（3）为城镇居民的选择过程，其中cu1和cu2分别代表城镇居民在第1期和第2期的消费，ρ为贴现率；cu1=cu2/c1+ρ表示城镇居民在两个时期内的消费相等，满足生命周期消费理论的要求。

式（4）为农村居民的选择过程，其中cr1和cr2分别代表农村居民在第1期和第2期的消费，ρ为贴现率；cr1=cr2/c1+ρ表示城镇居民在两个时期内的消费相等，满足生命周期消费理论的要求。

为了便于分析，令贴现率ρ=0，通过求解模型（3）和（4）可以得到城镇居民和农村居民的健康人力资本投资分别为：

通过式（5）和式（6）可以发现：当不存在环境污染时，城镇居民和农村居民的健康人力资本投资为零；当存在环境污染时，城镇居民和农村居民都将进行健康人力资本投资，并且投资水平随着环境污染的增加而提高。将城镇居民的健康人力资本投资减去农村居民的健康人力资本投资可以得到：

由于，yu1>yr1因此可以得到Iu-Ir>0，即城镇居民相对于农村居民会进行更多的健康人力资本投资。然而这种差距并不仅仅是由城乡在第1期的收入差距导致的，随着环境污染的增加，城镇居民与农村居民的健康人力资本投资差距会迅速拉大。健康人力资本投资的差距导致城镇居民和农村居民在第2期的健康人力资本出现更大的差异，并扩大第2期农村居民相对于城镇居民的收入差距。城乡居民在第2期的收入差距相对于第1期的变化可以被定义如下：

由于（Iu-Ir）>0，所以λ=[A（βIu-γE）Kαu-A（βIr-γE）Kαr]>0，即第2期城乡收入差距相对于第1期有明显的扩大，这主要是由环境污染导致的城乡居民的健康人力资本投资差异造成的。通过将两时期城乡收入差距的变化进行分解，本文发现这种差距包含两个部分。第一部分（βIu-γEH1）（yu1-yr1），若进一步假定健康人力资本水平在第1期处于最优状态，那么存在Hu2=（H1-γE+βIu）≤H1和Hr2=（H1-γE+βIr）≤H1，即有（βIu-γE）≤0和（βIr-γE）≤0，因此（βIu-γEH1）（yu1-yr1）<0。这是因为由于城乡居民在第一阶段的生产活动产生的环境污染会对二者的健康人力资本产生同质的负影响，当基于第1期生产结果进行的健康人力资本投资不能使得第2期的健康人力资本恢复到最优状态时，第2期城乡居民的收入水平会同时下降，并降低城乡收入差距的绝对值，但是城乡居民的相对收入差距会拉大。第二部分β（Iu-IrH1）yr1为正，表明环境污染增加会扩大城乡收入差距，这是因为环境污染引致的城乡居民的健康人力资本投资存在差异，并且其差异会随着第1期城乡收入差距增加而增加。基于以上分析，本文提出如下可供检验的理论观点：观点1，城乡收入差距会随着环境污染水平的增加而扩大；观点2：期初的城乡收入差距水平会加剧环境污染对城乡收入差距的正效应。

2 实证模型

2.1 计量模型设定

基于以上解析，为了检验环境污染对城乡收入差距的影响，本文结合已有研究构建如下的实证研究模型：

其中，IURit为城乡收入差距，Eit为环境污染水平量。α为待估计系数，当α≠0时表明环境污染对城乡收入差距有显著的影响。由于城乡收入差距的形成原因是多维度的，所以模型控制了其它潜在影响城乡收入差距的变量，具体如下：

人均收入水平（Y）。收入差距的形成与经济发展进程是紧密关联的，Kuznets[8]的研究表明收入差距随着经济发展水平的增加而呈现出先增长后下降的倒“U”型特征。城乡收入差距是中国居民收入差距的重要组成部分，并且由于我国典型的城乡“二元经济结构”，因此，城乡收入差距与人均收入水平之间的关系更加紧密。

城镇化进程（UR）。户籍制度是中国城镇化进程中的突出性特征，户籍制度限制了生产要素在城乡之间的流动[21]；同时“赶超型”发展战略会促使政府实施城镇倾向的经济政策，生产资源倾向于在城镇集聚，这些都不利于城乡收入差距的缩小[18]。

政府行为（G）。作为收入再分配的主体，政府在经济发展过程中扮演着重要的角色，同时在过去“赶超型”发展战略背景下，政府支出尤其是地方政府支出往往具备城镇倾向的特征，从而对城乡收入差距产生负影响[18]。

城乡教育支出差距（ED）。作为人力资本积累的重要路径，居民受教育程度是决定其收入的核心变量。在“二元经济结构”背景下，教育资源在城乡之间分配的不均衡不利于城乡收入差距的缩小[20，24]。

在城乡收入差距的演变过程中，一些不随时间变化的异质性因素如城乡之间的地理位置差异、自然资源禀赋等也起着重要的作用，并导致模型（9）的估计结果出现偏差。因此我们采用模型（9）的差分形式来避免估计过程中的“异质性偏差”。

模型（9）可以有效检验环境污染是否显著影响了城乡收入差距（理论观点1），但是并不能反映期初的城乡收入差距水平是否会加剧环境污染对城乡收入差距的负影响（理论观点2）。因此借助于Hansen[25]发展的门槛面板模型（Panel Threshed Model），以滞后的城乡收入差距作为门槛变量来检验环境污染对城乡收入差距的异质性影响。

其中，IURit-s为作为门槛变量的城乡收入差距的滞后项，IUR*为门槛检验值。当α1≠α2时表明由于期初城乡收入差距的不同，环境污染对城乡收入差距的影响存在区间效应；当α1>α2表明随着期初城乡收入差距的扩大，环境污染对城乡收入差距的负影响呈现出强化的趋势。

2.2 变量与数据

基于以上构建的计量经济模型，同时规避相关变量统计口径的调整带来的偏离问题，本文采用2002—2013年中国30个省份的面板数据（由于数据的缺失，样本不包括西藏、香港、澳门和臺湾等四个地区）来检验城乡收入差距是否受到了环境污染变化的影响。表1为变量的具体说明和主要的描述性统计，数据来自于《中国统计年鉴》（2003—2014）、《中国环境年鉴》（2003—2014）和《中国人口与就业统计年鉴》（2003—2014）。

3 实证研究

基于模型（10），表2报告了环境污染影响收入差距的静态估计结果。在分别以人均二氧化硫排放量和人均废水COD排放量作为环境污染变量的模型估计过程中，冗余固定效应（LLC）统计量都在1%的显著性水平下拒绝原假设，即两个面板模型不适合用混合效应方法来估计；Hausman检验统计量也在1%水平上拒绝原假设，表明两个面板模型也不适合用于随机效应估计；因此采用固定效应方法获得的估计量可以克服模型中存在的不可观测的异质性因素对估计过程的影响，从而获得有效的估计结果。两个面板模型的固定效应估计结果表明人均收入水平的提高会显著降低城乡收入差距，与陈斌开和林毅夫[21]是一致的；城乡教育支出差距对城乡收入差距的影响为正，但是并不显著，这是因为教育支出只能通过教育人力资本积累来对居民的长期收入产生影响，对短期收入的影响则不明显；政府行为对城乡收入差距的影响为正，但是不显著，这表明政府财政支出并不会带来城乡收入差距的改善；在以人均废水COD排放量为环境污染变量的估计结果中，城镇化的系数在10%的显著性水平上为负，表明城镇化水平的提高不会拉大城乡收入差距，本研究结果与杨森平等[26]的发现具有一定的共性。

基于表（2）报告的估计结果，在以人均二氧化硫排放量作为环境污染变量时，环境污染的系数为正，并且在5%水平上显著，因此城乡收入差距会随着环境污染水平的改善而降低，这与理论模型中提出的观点1是相符合的。以人均废水COD排放量作为环境污染变量，环境污染对城乡收入差距的影响效应也在5%的显著性水平上为正，从而表明环境污染对城乡收入差距有显著的正效应，并且这种影响是稳健的。在已有研究中，高收入阶层相对于低收入阶层拥有更高的社会经济地位，倾向于消费更多的污染性商品（HighPolluting Goods），但是却承担较少的环境治理成本，所以较大的收入差距会带来更多的环境污染[9]。然而环境污染是影响居民健康水平的重要因素[5-6，27-28]，本文的理论研究进一步强调环境污染对处于不同收入阶层的居民健康的影响是同质的，但是农村居民的健康人力资本投资水平相对偏低，因此处于较低收入阶层的农村居民的健康水平会显著下降，并带来城乡收入差距的扩大。最后，本文的研究结果表明环境污染与收入差距之间的关系并不是单向的，环境污染同样会拉大收入差距。城乡收入差距是中国收入不平等的重要组成部分[20，29]，城镇居民和农村居民在承担环境污染成本方面存在显著的差异，城镇相对于农村拥有更多的政策支持[18]，因此在面对同质的环境污染损害时，农村居民承担的环境污染成本较大，其健康损害也更明显，所以环境污染引致的农村居民收入水平下降也越多，城乡收入差距将会随着环境污染的增加而扩大。

理论分析中的第二个观点是环境污染对城乡收入差距的作用会受到期初城乡收入差距的影响，因此为了获得环境污染影响城乡收入差距的区间效应，本文选择以滞后一期的城乡收入差距作为门槛变量来确定面板模型的形式。表3报告了门槛效应的检验结果：在以人均二氧化硫排放量为环境污染变量的面板模型中，基于单一门槛的F统计量在10%的水平上显著，而基于双重门槛的F统计量则不显著，因此面板模型具有单一门槛效应，其中门槛估计值为3.934；在以人均废水COD排放量为环境污染变量的面板模型中，F统计量同样显著拒绝不存在单一门槛的假设，但是接受不存在双重门槛的假设，因此该面板模型也具备单一门槛效应，其中门槛估计值为2.394。

表4报告了基于固定效应的面板门槛模型估计结果。在以人均二氧化硫排放量作为环境污染变量的估计过程中，当滞后一期的城乡收入差距小于3.934时，环境污染的系数为正，并且在5%的显著性水平上显著；当滞后一期的城乡收入差距大于3.934时，环境污染的系数为0030 1，并且在1%的水平上显著；计量结果还表明当滞后一期的城乡收入差距超过3.934时，环境污染对城乡收入差距的正效应会加强。在以人均废水COD排放量作为环境污染变量时，当滞后一期的城乡收入差距小于2.394时，环境污染变量的系数为负，但是在统计上并不显著；当滞后一期的城乡收入差距大于2.394时，环境污染变量的系数为正，并且在10%的水平上显著。最后，基于人均二氧化硫排放量和人均废水COD排放量的计量结果都表明环境污染对城乡收入差距的影响存在显著的区间效应，即当滞后一期的城乡收入差距超过临界点时，环境污染对城乡收入差距的影响效应会变得更加严重，这与理论观点（2）是相符合的。在苗艳青和陈文晶[30]利用2008年山西省的调研数据的研究中，研究结果发现环境污染对居民健康需求的不利影响主要发生在处于社会较低阶层的群体，其与本文的理论分析是相符合的，即农村居民在应对环境污染带来的健康损害时，其健康人力资本支出明显低于城镇居民。endprint

最后，相对于经济增长、教育配置、公共政策等因素，环境污染对城乡收入差距的影

响是相对微弱的，并且是通过健康人力资本投资渠道来间接实现其影响结果的。然而，本文

的研究结果表明环境污染是中国城乡收入差距的显著性影响因素，并且基于人均二氧化硫排

放量和人均废水化学需氧量的计量检验结果是稳健的。2000年以来，尽管中国在经济发展、

教育公平、农村经济政策等领域取得了瞩目的成绩，这些改善对城乡收入差距起到了一定的

缓和效应，但是城乡居民之间的收入差距一直处于较高水平，而且没有明显的下降特征。随

着经济的增长，环境污染物的排放量也逐渐增加，环境污染已经成为影响居民健康的重要因

素。环境污染改变了城乡居民的健康人力资本投资决策，导致城乡居民的健康人力资本存量

的差距拉大，从而对中国城乡收入差距产生显著的正向影响，并且这种影响是累积性的，即

环境污染对当期城乡收入差距的正向影响会延续到下一期，所以环境污染对中国城乡收入差

距的总影响是不可忽视的。因此环境污染对中国城乡收入差距的影响是显著的，同时也是重

要的，所以中国城乡收入差距的降低有赖于有效的环境治理，而有效的环境治理政策的制定

也应该考虑环境污染对城乡收入差距的影响。

4 结 论

本文基于城镇居民和农村居民的健康人力资本投资的异质性建立跨期经济模型，然后研究環境污染对城乡收入差距的影响。研究结果发现环境污染对城乡收入差距的影响包括两部分：环境污染导致居民的健康人力资本损害并不能恢复到最优状态，使得城镇居民和农村居民的收入同比例下降，而城乡收入差距的绝对值拉大；相对于城镇居民，农村居民面对环境污染引致的健康损害的健康人力资本支出水平较低，城乡居民的相对收入差距拉大。基于此，本文进一步提出可供验证的理论观点：城乡收入差距会随着环境污染水平的增加而扩大；期初的城乡收入差距会加剧环境污染对城乡收入差距的正影响。

在理论研究的基础上，运用中国2002—2013年的经验事实的研究发现环境污染对城乡收入差距的影响显著为正，并且基于人均二氧化硫排放量和人均废水COD排放量的计量结果是一致的，从而验证了第一个理论观点。借助于门槛面板模型，研究结果发现当滞后一期的城乡收入差距达到临界点时，环境污染对城乡收入差距的正效应会进一步加强，这验证了理论分析中的观点2。基于中国当前的经济事实，作为流量的环境污染物的排放对城镇和农村的自然环境产生了同质性的影响，环境污染已经成为损害居民健康水平的重要因素[30]，并且这种损害在低收入人群中更为明显，而本文的研究结果进一步表明环境污染对居民健康水平的影响会导致处于不同收入阶层的城镇居民和农村居民采取异质性的健康人力资本支出决策，并引发城乡居民收入差距扩大。环境污染对城乡收入差距的不利影响并不是单方面的，而是与中国城乡二元经济结构特征紧密相关的，城镇优先发展策略和城市偏向性的政府经济政策[21]导致环境污染成本在城镇居民和农村居民之间的分配是不合理的，因此本文的研究结论的政策含义如下：①基于中国城乡二元经济结构特征，环境规制政策需要充分考虑城镇和农村的经济现实，运用差异化策略来平衡城镇居民和农村居民承担的环境污染成本；②基于中国医疗卫生资源高度集聚于城镇的现实，应该加大对农村医疗卫生设施的投入，并且针对农村居民设定更为宽松的医保制度，提高农村居民对城镇医疗卫生资源的可得性；③基于环境教育在中国城乡之间发展的不平衡，应该在农村建立完善的环境教育基础设施，并且以家庭环境教育的方式来提高农村居民的环境保护意识。最后，环境污染是影响中国城乡收入差距的显著性因素，并且随着经济社会的发展其对缩小城乡收入差距的不利影响会更显明显，因此平衡环境污染成本在城乡居民之间的分配是实现环境污染治理和缩小城乡收入差距的重要环节。

参考文献（References）

[1]ALLEYNE-G A， CASAS J A， CASTILLOSALGADO C， et al. Equality， equity： why bother？[J]. Bulletin of the world health organization， 2000， 78（1）： 76-77.

[2]AND G W， KANTROWITZ E. Socioeconomic status and health： the potential role of environmental risk exposure[J].Annual review of public health， 2003， 23（1）： 303-331.

[3]CROPPER M L. Measuring the benefits from reduced morbidity[J].American economic review， 1981， 71（2）：235-240.

[4]NAM K M， SELIN N E， REILLY J M， et al. Measuring welfare loss caused by air pollution in Europe： a CGE analysis[J].Energy policy， 2010， 38（9）：5059-5071.

[5]CONEUS-K， SPIESS C K. Pollution exposure and child health： evidence for infants and toddlers in Germany[J].Journal of health economics， 2012， 31（1）： 180-196.

[6]JANKE-K. Air pollution， avoidance behaviour and childrens respiratory health： evidence from England[J].Journal of health economics， 2014， 38： 23-42.endprint

[7]GROSSMAN-G M， KRUEGER A B. Economic growth and the environment[J].Quarterly journal of economics， 1995， 110（2）： 353-377.

[8]KUZNETS S. Economic growth and income inequality[J].American economic review， 1955， 45（1）： 1-28.

[9]BOYCE J K. Inequality as a cause of environmental degradation[J].Ecological economics， 1994， 11（3）： 169-178.

[10]JOAN-M A. Distributional issues in ecological economics[J].Review of social economy， 1995， 53（4）： 511-528.

[11]MAGNANI-E. The environmental Kuznets curve， environmental protection policy and income distribution[J].Ecological economics， 2000， 32（3）： 431-443.

[12]JUN Y， ZHONGKUI Y， PENGFEI S. Income distribution， human capital and environmental quality： empirical study in China[J].Energy procedia， 2011， 5： 1689-1696.

[13]ZIVIN-J G， NEIDELL M. The impact of pollution on worker productivity[J].American economic review， 2012， 102（7）： 3652-3673.

[14]楊俊， 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.[YANG Jun， SHENG Pengfei. The impact of pollution on labor productivity[J].Chinese journal of population science， 2012 （5）：56-65.]

[15]李佳. 空气污染对劳动力供给的影响研究——来自中国的经验证据[J].中国经济问题， 2014（5）：67-77.[LI Jia. The impact of air pollution on effective labor supply： empirical research from China[J].China economic studies， 2014（5）：67-77.]

[16]HANNA-R， OLIVA P. The effect of pollution on labor supply： evidence from a natural experiment in Mexico city[J].Journal of public economics， 2015， 122（2）： 68-79.

[17]盛鹏飞， 杨俊， 丁志帆. 环境污染对中国劳动供给的影响——基于面板误差修正模型的研究[J].技术经济， 2016（1）：119-125.[SHENG Pengfei， YANG Jun， DING Zhifan. Impact of environment pollution on labor supply in China： research based on panel error corrected model[J].Technology economics， 2016 （1）：119-125.]

[18]陆铭， 陈钊. 城市化、城市倾向的经济政策与城乡收入差距[J].经济研究， 2004（6）：50-58.[LU Ming， CHEN Zhao. Urbanization， urbanbiased economic policies and urbanrural inequality[J].Economic research， 2004 （6）：50-58.]

[19]YANG D T. Urbanbiased policies and rising income inequality in China[J].American economic review， 1999， 89（2）： 306-310.

[20]陈斌开， 张鹏飞， 杨汝岱. 政府教育投入、人力资本投资与中国城乡收入差距[J].管理世界， 2010（1）： 36-43.[CHEN Binkai， ZHANG Pengfei， YANG Rudai. Government education expenditure， human capital investment and the income gap between urban and rural residents in China[J].Management world， 2010 （1）：36-43.]

[21]陈斌开， 林毅夫. 发展战略、城市化与中国城乡收入差距[J].中国社会科学， 2013（4）：81-102.[CHEN Binkai， LIN Yifu. Development strategy， urbanization and the ruralurban income disparity in China[J].Social sciences in China， 2013 （4）：81-102.]endprint

[22]ANDO A， MODIGLIANI F. The ‘life cycle hypothesis of saving： aggregate implications and tests[J].American economic review， 1963， 53（1）： 55-84.

[23]STOKEY-N L. Are there limits to growth？[J].International economic review， 1998， 39（1）： 1-31.

[24]杨俊， 黄潇， 李晓羽. 教育不平等与收入分配差距： 中国的实证分析[J].管理世界， 2008（1）： 38-47.[YANG Jun， HUANG Xiao， LI Xiaoyu. Education inequality and the inequality in income： empirical study in China[J].Management world， 2008（1）： 38-47.]

[25]HANSEN-B E. Threshold effects in nondynamic panels： estimation， testing and inference[J].Journal of econometrics， 1999， 93（2）： 345-368.

[26]杨森平， 唐芬芬， 吴栩. 我国城乡收入差距与城镇化率的倒U关系研究[J].管理评论， 2015，27（11）：3-10.[YANG Senping， TANG Fenfen， WU Xu. The inverted ushaped curve between Chinese urbanrural income inequality and urbanization rate[J].Management review， 2015， 27（11）：3-10.]

[27]NARAYAN-P K， NARAYAN S. Does environmental quality influence health expenditures？ Empirical evidence from a panel of selected OECD countries[J].Ecological economics， 2008， 65（2）： 367-374.

[28]QIU H， TIAN L， HO K， et al. Air pollution and mortality： effect modification by personal characteristics and specific cause of death in a caseonly study[J].Environmental pollution， 2015， 199（4）： 192-197.

[29]SICULAR T， XIMING Y， GUSTAFSSON B， et al. The urbanrural income gap and inequality in China[J].Review of income and wealth， 2007， 53（1）： 93-126.

[30]苗艳青，陈文晶.空气污染和健康需求：Grossman模型的應用[J].世界经济，2010（6）：140-160.[MIAO Yanqing，CHEN Wenjing.Air pollution and the demond for health：the appldation of Grossmans model[J].The joural of world ewnomy，2010（6）：145-160.]

[31]汪锋，解晋我国城乡收入差距变动分析——基于政府政策视角的实证研究[J].经济与管理评论，2015（3）：29-37.[WANG Feng， XIE Jin. Analysis of changes in the urbanrural income gap： an empirical study from the perspective of government policy[J]. Review of economy and management，2015（3）：29-37.]

[32]WANG G L， LU Q. Influence of social capital on farmer household income gap： total effect and structural effect[J]. Chinese journal of population， resources and environment，2016，14（1）：30-37.endprint