空气污染对人口迁移的影响——基于断点回归的估计

□李卫兵，杨欢

一、引言

改革开放以来，中国经济高速增长的同时也带来了生态环境的恶化和环境事故的频发。 据《中国生态环境状况公报》显示，2018 年全国338 个地级及以上城市中有217 个城市空气污染超标，占比高达64.2%。 另据亚洲开发银行和清华大学最新发布的《中华人民共和国国家环境分析》报告，500 个大型城市中只有不到1%的城市的空气质量达到世界卫生组织的空气质量标准。 不容乐观的空气质量不仅成为政府和企业广泛关注的问题[1]，也渐渐成为影响人口迁移的重要因素之一。 2010 年进行的第六次全国人口普查数据显示，中国迁移人口总量已达到2.61 亿人次，占全国人口总量的19.58%，其中省际流动人口增长了4345.78 万，省内的流动人口增长了7308.94 万。 人口迁移主要受经济发展机会的影响，但在以高消耗和高污染为特征的粗放型增长给居民生存环境带来极大挑战的前提下[2]，人口也会为了更好的生态环境而选择迁移。 人口的迁移意味着劳动力的迁移，人口的持续输出将降低流出地的人力资本水平[3]，扩大地区发展差距[4]，还可能导致城市规模经济效应的发挥失效[5]。 人口在城市之间的流动是影响各城市的城市化进程和长期发展的重要因素，日益严重的空气污染在多大程度上影响着中国城市人口的迁入和迁出呢? 对此问题的深入探讨，能为地方政府采取有效的环境政策改善空气质量，以更好地吸引外来人口提供理论依据，对推动中国经济的高质量发展有着极为重要的理论与现实意义。

关于环境与人口迁移的关系，相关文献主要集中于地质、气候环境等对人口迁移的影响，如飓风[6]、地震[7][8]、龙卷风[9]、洪水[10]、山体滑坡[11]、降水[12][13]、气温[14][15]等对人口迁移的影响，而关于城市污染中常见的空气污染、固体废弃物污染、水污染等对人口迁移影响的文献相对较少。 例如，Gawande 等研究了废弃物填埋场附近居民的迁出情况[16]。 席鹏辉和梁若冰基于中国地级市样本数据，研究发现具有环保模范城市称号的城市其住宅销售面积会显著提高，间接发现了环境改善增加外来移民的证据[17]。 洪大用等通过北京市的电话调查数据发现，雾霾的加剧导致部分居民萌生迁出意愿，但是这种意愿受到行为模式以及对政府治霾信心的影响[18]。 Chen 等利用五年期间的平均热强度变化作为中程空气污染水平的外源变化的来源，研究表明，空气污染对中国境内居民的流入率和流出率造成很大影响[19]。 综合来看，现有研究在一定程度上分析了环境质量对人口迁移的影响，但仍存在需要改善的地方。 例如，现有文献对居民日常生活感受最深的空气污染对其迁移的影响研究相对较少，仅有的极少数研究又未能有效解决实证研究中的内生性问题。 相对于传统的回归方法，本文采用的地理断点回归(regression discontinuity，RD)方法能有效处理内生性问题，分析上也更具随机性特征。 同时，采用多种与居民生活息息相关的空气污染物研究中国292 个地级市人口的净迁入情况，数据丰富，研究更具有代表性和推广性。

准确估计空气污染对人口迁移的影响必须处理好两个问题。 第一个问题是二者之间可能存在反向因果关系而导致内生性问题。 一方面，空气污染会通过损害人体健康[20]、增加生活成本等阻碍居民迁入；另一方面，人口的迁入也可能影响一个地区的空气质量，如过多的迁入人口可能会导致污染物的大量排放等。 因此，如何准确分离出空气污染对人口迁入的影响是本文首先要解决的问题。 近年来广泛运用的RD 回归能有效避免参数估计的内生性问题，识别变量之间的真实因果关系[21]。 因此，本文利用中国在秦岭-淮河分界线以北实施的冬季集中供暖政策的准自然实验，采用RD 方法估计空气污染对人口迁移的影响。 由于地理位置差异，中国北方的平均温度比南方低很多，再加上计划经济时代的资源与财政约束导致无法进行全国供暖，只有北方地区享有冬季集中供暖福利[22][23]。 北方集中供暖政策导致空气污染在秦岭-淮河线分界线处出现明显断点(图1)，为本文准确识别空气污染对人口迁移的影响提供了契机。 此外，使用RD 方法还需满足其他两个条件:一是断点分界线的选择要具有随机性，不存在人为操作的可能，而秦岭-淮河线作为冬季集中供暖政策的分界线是由它一月份的地理温度为0℃所决定的，并不涉及其他政治或经济目的[24]，所以满足随机性假定的要求。 二是除了核心变量外，其他控制变量在断点处呈连续变化，以避免捕捉到其他变量的断点效应，混淆回归结果[25]。 实际上，本文关注的相关城市变量以及气候变量在断点处确实是连续的(图2)。

第二个问题是测量误差问题。 首先是人口净迁入指标的选取。 鉴于中国特殊的户籍制度，地区人口统计通常包括户籍人口和常住人口两个指标。 出于两方面的考虑，本文认为选取常住人口作为衡量指标更为可靠。 一方面，关于衡量户籍制度政策变动难度较大，在实证研究时很难有效剔除户籍政策的影响；另一方面，迁入人口转化为户籍人口需要满足一定的条件，且存在时间限制，即常住人口成为户籍人口的过程中存在较长的时滞。 所以，如果以户籍人口作为研究对象可能会存在低估空气污染对人口净迁入的影响。 其次，特定位置的空气污染可能会被错误地测量或受到人为操作的影响[26]，并且选用哪种污染物来衡量空气污染也会对实证结果产生重要影响。 本文选用中国地级及以上城市的年度PM2.5 平均排放浓度作为空气污染的核心衡量指标，原因在于PM2.5 数据提取自卫星地图，可以降低数据操控和缺失的风险，而且PM2.5 作为空气中普遍存在的细颗粒物，对人体有直接的伤害。 此外，在稳健性检验部分，本文进一步引入二氧化硫(SO2)、可吸入颗粒物(PM10)、二氧化氮(NO2)等空气中对个体影响较大的污染物作为空气污染的替代指标，以便更全面地考察空气污染对人口迁移的影响。

基于以上分析，我们采用2000—2018 年292 个中国地级及以上城市的非平衡面板数据，利用RD方法估计空气污染对人口迁移的影响。 基准回归结果表明，以秦岭-淮河为分界线实施的集中供暖政策使得北方城市的PM2.5 排放浓度比南方城市高，而北方城市的人口净迁入量则显著地低于南方城市。 因此，基于冬季集中供暖政策所导致的南北空气质量差异这一准自然实验，本文从城市层面证实严重的空气污染会增加人口的迁出，阻碍人口的迁入。 此外，一系列稳健性检验(如调整执行变量阶数、改变带宽、替换空气污染指标、安慰剂检验)证实本文的核心结论是可信的。

空气污染可能通过多种机制影响人口迁移，本文结合中国家庭追踪调查数据(CFPS)、中国劳动力动态调查数据(CLDS)、省级犯罪率数据、空气污染数据和RD 回归方法对相关作用机制进行说明和检验。

第一，空气污染会通过损害人体的生理健康和心理健康促使居民迁出。 空气污染对生理健康的影响主要是增加中风、肺癌、呼吸道疾病、心脏病、心血管疾病等风险，这一论断已经被多位学者 证实[27][28][29]。 近年来，很多学者发现空气污染对心理健康的损害也不容忽视，它会带来个体各种负面情绪的增加[30]，严重时还会转化为抑郁症等心理疾病，带来安全隐患[31][32]。 利用2010、2012、2014 年CFPS 成人调查数据与RD 方法，我们发现北方居民无论是生理健康状况还是心理健康状况都比南方居民差，且空气污染对人体的生理健康和心理健康确实存在显著的负向影响。

第二，空气污染会增加个体的生活成本，而成本是人口迁移的重要决定因素。 这种成本体现在直接成本和间接成本两个方面，直接成本表现为空气污染会增加居民上下班的通勤时间以及由于空气污染带来的损害所导致的医疗费用的上升等[33]，而间接成本更多体现在采取预防措施所增加的费用上，包括居民为了应对空气污染购买口罩、空气净化器、净水机等生活用品的费用，以及购买商业医疗保险和商业健康险等的费用[34]。 此外，孩童对空气污染的影响尤其敏感，居民对孩童采取的空气污染预防措施也会更及时主动，当空气污染严重时居民在孩童医疗上所花的费用也会上升。 基于2014、2016 年CFPS 孩童调查数据，我们发现北方居民的孩童医疗费用和商业医保费用都更高，证实空气污染确实显著促进了居民的医疗支出，增加了居民的生活成本。

第三，空气污染会增加女性孕期妊娠异常现象的发生，导致相关家庭产生迁出行为。 女性在孕期的身体状况比较特殊，对周围的环境状况也比其他时期反应更明显，孕期暴露于空气污染之中与妊娠不良结局之间存在关联性[35]，例如低出生体重、早产和先天畸形等不良妊娠结局都和孕期的空气污染暴露有关[36][37]。 利用2014、2016 年CLDS 数据与RD 方法，我们发现空气污染对多种妊娠异常现象有显著影响。

最后，空气污染还可能导致地区犯罪行为的增加，而安全因素是居民选择是否定居的重要考量因素。 在犯罪学、社会学和经济学文献中，关于犯罪行为与周围环境关系的研究比较丰富。 例如，Cohn and Rutton 发现随着温度上升，暴力犯罪呈倒“U”形变化[38]；而Ranson 认为暴力犯罪与温度是线性关系[39]。 此外，Jacob 等发现犯罪和降水存在着一定的关联[40]。 Reyes 发现在童年时期的铅暴露会增加个体的未来犯罪率[41]。 而关于空气污染对犯罪活动的影响的文献相对较少，如Herrnstadt and Muehlegger 提供了空气污染对犯罪活动影响的准实验证据[42]，与心理学关于污染与侵略之间关系的证据一致，即有害的空气污染会导致反社会行为的发生[43]。 结合中国省级犯罪数据和RD 方法，我们发现空气污染显著增加逮捕和起诉的比例。

本文可能的贡献为:(1)基于292 个中国地级及以上城市2000—2018 年的面板数据，研究空气污染与人口迁移之间的关系，为地方政府促进城市化进程并推动经济高质量发展提供经验依据。 (2)利用RD 方法估计空气污染对人口迁移的影响，能有效缓解内生性问题，得到与其他学者利用其他实证方法进行分析相一致的结论，揭示空气污染对人口净迁入的直接、显著的不利影响，是对现有相关文献的补充和完善。 (3)利用国内公开的几个大型微观数据库提供的丰富信息，重点考察空气污染如何通过损害个人健康、提高生活成本、造成女性妊娠异常现象和增加犯罪行为四大机制影响居民的迁入行为，揭示二者之间的深层次关系。

本文其余部分结构安排如下:第二部分介绍研究背景，第三部分说明数据来源、指标选取及回归模型，第四部分分析实证结果，第五部分检验潜在作用机制，最后得出结论并提出政策建议。

二、研究背景

中国北方地区冬季较为寒冷，人们不得不采取各种形式取暖，但炉子烧散煤对空气污染有加剧作用，因此，中国政府制定了北方地区集中供暖政策，由于当时财政预算不足，所以只为秦岭-淮河以北的地区提供免费的冬季供暖福利[22]。 以煤炭为主要原料的取暖方式意味着，燃煤所排放的大气污染物会随着城市供暖面积的快速增长而同步增长。 有学者基于秦岭-淮河分界线以北冬季集中供暖政策的准自然实验，证实集中供暖导致北方地区的空气污染更为严重[23][24][44]。 集中供暖政策所导致的南、北方空气污染断点，是识别空气污染与人口迁移因果关系的关键。

随着城市化进程的加快，居民收入逐年提高，居民供暖需求已成为一项重要的政府民生措施，因此城市集中供热面积始终保持稳定的增长速度[41]。 随着人们越来越关注环境质量，冬季供暖政策造成的雾霾天气频发、空气质量持续恶化的现状亟待改变。 鉴于此，政府出台了一些措施，如2012 年的《重点区域大气污染防治“十二五”规划》，呼吁积极采用天然气等清洁能源代替燃煤，2013 年国务院在发布的《关于印发大气污染防治行动计划的通知》中列举了以“全面治理燃煤小锅炉，加快实施‘煤改气’”为代表的大气污染防治十项措施。 虽然“煤改气”对减少空气污染有一定效果，但它并不能从根本上缓解集中供暖政策所导致的空气污染问题。 一方面，天然气供暖成本过高，输送距离过长，增加了集中供暖的经济成本[45]；另一方面，2017 年各地的“煤改气”热潮引发了“气荒”，中国是富煤缺油少气的国家，自身天然气供应不足，天然气需求的大量增加导致一些地区无法供暖或者供暖温度不足，这违背了改善民生的初衷。 因而在现阶段，北方大部分地区仍以煤炭燃烧作为冬季取暖的主要方式[44]。 总体来说，政府虽然采取了一些污染预防措施，但集中供暖政策所导致的南、北方空气污染断点依然存在。

根据以上背景分析，本文基于秦岭-淮河分界线进行RD 估计能合理利用外生政策变化引起的空气污染物的变化，以有效解决反向因果关系导致的内生性问题。 此外，北方集中供暖政策作为一项外生政策，具有连续性特征，有助于更加准确地分析空气污染对人口迁移的长期影响。

三、数据和方法

(一)指标选择与数据来源

1. 空气污染

我们以中国地级及以上城市的PM2.5 平均排放浓度作为核心空气污染指标，原因在于:(1)本文选择的样本期的时间跨度较长，而其他污染物的数据较难获得或时间的连续跨度较短，不适于进行面板分析，而且可能存在数据造假和操控等问题[46]。 而PM2.5 数据来自于哥伦比亚大学和美国大气成分组联合发布的根据卫星地图提取的数据，更具有客观性和覆盖范围广的优点。 (2)微粒物质是中国最主要的污染排放物，PM2.5 不仅囊括化石燃料的燃烧及其排放的污染气体在空气中进一步产生的化学反应物，而且更易穿透室内[47]。 据《2010 年全球疾病负担评估》显示，PM2.5 形式的室外空气污染居中国20个首要致死风险因子的第四位，造成120 万人的过早死亡和2500 万人的健康损失。 此外，在稳健性检验部分，我们进一步引入SO2、PM10、NO2等空气中对个体影响较大的污染物作为空气污染的替代指标，以便更全面地考察空气污染对人口迁入的影响。 考虑这部分数据的可得性，我们选用2002—2018年24 个省会城市的相关数据，该部分数据均来源于中国生态环境部数据中心。

2.人口净迁入量

借鉴现有文献的常用做法，我们采用常住人口作为统计口径去衡量人口净迁入量[48]。 需要说明的是，由于缺少公开的统计数据，我们参照刘欢、席鹏辉的做法[49]，根据《中国城市统计年鉴》中公布的以常住人口为标准进行平均的人均生产总值来推算常住人口数据。 具体计算公式为:常住人口=城市生产总值总量/城市人均生产总值。 将推算的结果与ERIC 数据库中公布的部分城市常住人口数据进行比对，我们发现结果基本一致，表明这种推算方法是可靠的。 人口净迁入量的计算公式为:净迁入量=年末常住人口数-上年末常住人口数-年末总人口×人口自然增长率。

3.其他变量

控制变量中，我们选取反映城市经济特征和公共物品特征的一组变量，包括城市劳动生产率(人均GDP)、产业结构(第三产业产值占GDP 总产值的比重)、工资水平(在岗职工工资总额/在岗职工数)、公共支出(人均地方财政支出)、基础设施水平(人均道路面积)、教育水平(每万人拥有的普通中学专任教师数)及医疗水平(每万人拥有的病床数)。 同时，我们还控制可能会影响空气污染的部分天气变量[50]。 上述数据均来自《中国城市统计年鉴》。 对于部分存在缺失值和错误值的数据，我们使用各省级年鉴和各地级市统计年鉴中的相关数据进行补充和替换。

为了有效识别空气污染影响人口迁移的潜在机制，我们从损害人体健康、增加孩童医疗和保险费用、造成母亲孕期异常现象以及增加社会犯罪行为四个方面进行检验，前两个数据分别来自CFPS 的成人调查问卷和儿童调查问卷部分，第三个数据来自于CLDS 数据，犯罪率数据来自于各省检察局年度工作报告。 详细变量定义见表1。

表1 变量的基本含义及测算方式

(二)描述性统计

表2 显示了核心变量的描述性统计结果，可以发现，北方地区的4种空气污染指标均显著高于南方地区，南方居民的人口净迁入量也比北方高，意味着空气污染与人口净迁入之间可能存在一定的关系，详细因果关系有待下文的实证验证。

表2 变量的描述性统计

(三)估计方法

实际上，少数北方城市由于某些原因并未集中供暖，所以模糊RD 方法更切合实际，我们通过两阶段最小二乘法(2SLS)对模型进行估计。 估计方程为:

其中，式(2)、式(3)是第一阶段回归方程，式(4)是第二阶段回归方程。 u、t 分别表示城市和时间；North为处理变量，位于秦岭-淮河分界线以北的城市取值1，以南的城市取值0；L 为执行变量，即各城市的纬度值减去秦岭-淮河分界线的平均纬度值；f(Lu)是以相对纬度作为执行变量的RD 多项式函数，通过多项式的调整，可以降低差异和偏误，达到更稳健的结果；Pollution 为空气污染指标；X 是一系列控制变量，包括城市变量和气候变量；γ 和ρ 分别代表时间固定效应和地区固定效应；ε 为以城市为聚类的稳健标准误差项；δ1为衡量空气污染对人口净迁入量的影响，是本文重点关注的系数。

四、实证结果

(一)RD 估计结果

核心变量在秦岭-淮河分界线处是否存在断点是进行RD 估计的前提。 我们以该分界线为基准，将执行变量的纬度标准化，以考察空气污染和人口净迁入量在分界线处是否存在非连续性变化。 如图1 所示，PM2.5 在断点处明显向上跳跃，表明冬季集中供暖政策是导致北方空气污染程度比南方严重的重要原因①图1 选择90%的置信水平绘制。。 同样的，人口净迁入量在断点处也出现南方比北方高的情况，证实南方城市的人口净迁入量更大。 因此，图1 意味着两个核心变量之间存在某种因果关系，RD 方法适合用来估计此类问题。

图1 人口净迁入量和空气污染在秦岭-淮河分界线处的断点图

回归结果见表3。 其中，Panel A和Panel B 为第一阶段的结果。 可以发现，无论是否引入固定效应，北方地区的空气污染均显著高于南方地区，并且北方地区人口的净迁入量显著低于南方地区，证明冬季集中供暖政策是导致空气污染“北高南低”和人口净迁入量“南高北低”的决定因素。 Panel C 的第二阶段回归结果表明，无论是否引入控制变量和固定效应，空气污染都在1%的统计水平下显著降低人口净迁入的规模。 对比第3 列和第4 列的结果，可以发现引入控制变量后，估计结果小幅下降，但整体来看，本文所估计的空气污染对人口净迁入量的影响系数比较稳定。

城市特征变量中，城市劳动生产率对人口净迁入量的影响并不显著，这可能是因为GDP 在现行核算体系存在着很多不完善的地方，人均GDP 的增长并不一定能转化为居民收入增长从而带来居民生活质量的提高[51]。 产业结构对人口净迁入量的影响显著为正，这是因为第三产业占比的提高能有效促进产业结构均衡，提高经济增长的动力，增加对人口迁入的拉力。 而工资水平和人口迁入之间存在负相关关系，可能的原因是两者之间存在着一定的内生性，一方面城市较高的工资水平促进人口迁入，同时由于人口大规模迁入导致城市劳动力供给增加，这可能会降低城市的职工工资水平[52]。 城市公共物品供给水平代表着城市更高的生活水平，更完善的公共服务质量，因而会对人口迁入产生拉力[53][54]。 实证结果证实，公共支出、教育水平、基础设施、医疗水平等公共物品指标均对人口净迁入量具有显著的正向影响。

表3 空气污染对人口净迁入量的影响：RD 估计

(二)稳健性检验

1. 改变带宽

断点回归的有效性和稳健性受到带宽选择的影响。 带宽的大小具有两面性，带宽大，密度函数会越平滑，方差也越小；而带宽越小，对断点附近不可观测的因素以及其他控制变量的估计越准确，回归越有效。 此外，带宽越大，断点附近的领域越大，偏差也就越大；而带宽小，样本量会大量损失，可能造成无效估计。 总之，带宽过大或过小都不是最优选择。 综合回归所要求的平衡性和有效性，我们利用Imbens and Lemieux 提出的IK 法[55]算出本文的最优带宽为1.18①0.5 倍带宽所包含的样本量过少，可能会对结果的准确性产生影响，不予报告。，然后改变最优带宽(包括最优带宽的1 倍、2倍、4 倍和8 倍)并分别进行回归。 表4 的回归结果显示，无论在多大带宽下，空气污染对人口净迁入量的影响始终是负向显著的。

表4 带宽敏感性检验

2. 控制变量的连续性检验

为了确保RD 回归的有效性，我们需要检验所有控制变量在秦岭-淮河分界线处是否呈连续性变化。 由图2 可知，所有控制变量在分界线处均没有出现明显的断点，呈连续变化，满足平滑性条件。 因此，本文的RD 估计并未捕捉到影响人口净迁入量的其他相关控制变量的断点效应。

3.调整空气污染变量

我们选取燃煤所产生的代表性大气污染物， 鉴于数据的可获得性， 选取24 个省会城市2002-2018 年的数据进行稳健性检验②附图1(限于篇幅，附图1 已留存备索)显示所有的代表性大气污染物均在断点处发生跳跃，北方的污染均比南方严重。。 根据表5 的回归结果，无论用哪种污染物作为空气污染指标，空气污染均对人口净迁入具有显著的负向影响，证实本文研究的空气污染与人口净迁入量之间的关系对于污染指标的选取并不敏感。

4.改变执行变量的阶数

由于断点附近存在部分不可观测因素，我们可以改变执行变量的函数形式去反映，分别选取执行变量的一次项、二次项和三次项来进行RD 估计，结果如表6 所示。 可以发现，无论选择哪种空气污染物，无论执行变量采用几次项，空气污染对人口净迁入的影响始终是负向、显著的，证实基准回归结论的稳健性。

表5 调整空气污染指标

图2 控制变量的连续性检验

5.安慰剂检验

我们通过随机移动秦岭-淮河分界线的方式进行安慰剂检验。 如果根据假想的秦岭-淮河分界线进行RD 估计之后核心变量的系数仍然显著，则说明人口迁移不一定是受秦岭-淮河以北冬季集中供暖政策的影响。 我们将秦岭-淮河分界线分别向南、向北移动1°和2°，然后以之作为假想的分界线，并重新进行RD 估计。 表7 中模型(1)、(2)分别报告了分界线向北移动1°和2°的结果，模型(3)、(4)分别报告了分界线向南移动1°和2°的结果。 显然，无论分界线如何移动，空气污染指标的系数均不再显著，从侧面证明冬季集中供暖政策确实是降低人口迁入规模的重要因素。

表6 改变执行变量阶数

五、机制检验

(一)人体健康

为了分析空气污染对居民生理健康和心理健康的影响，我们采用相关信息比较齐全的2010、2012、2014年CFPS 成人问卷调查数据，将生理健康、心理健康指标分别作为结果变量，选取的控制变量包括被调查个体的年龄、性别、婚姻状态、宗教信仰、生活满意度、个人收入排序、社会地位排序、未来信心度、不公平对待、个人收入等。 具体RD 估计结果见表8①附图4-8 描绘了相关机制检验变量在分界线处的断点图。 限于篇幅，附图4-8 已留存备索。。 结果显示，无论是否引入控制变量，空气污染都对人体的生理健康和心理健康有显著的负向影响。 此外，我们进一步将心理健康指标细化，考察空气污染对6 个抑郁症状的不同影响，包括情绪沮丧、精神紧张、坐卧难安、失去希望、难以克服困难、生活没有意义，结果显示空气污染均显著促进了这些抑郁症状的发生(表9)。

表7 安慰剂检验

表8 空气污染对人体健康的影响：RD 估计

表9 空气污染对不同心理抑郁症状的影响：RD 估计

(二)生活成本

急剧增加的医疗支出已成为中国居民沉重的经济负担，空气污染会增加居民的医疗支出，从而增强其迁移意愿。 由于缺乏成年人数据，我们以孩童样本进行检验。 在中国家庭中，相对于成年人来说，儿童对空气污染更加敏感，空气污染会直接导致儿童医疗费用的上升；同时出于预防目的，居民家庭倾向于更多地为儿童购买商业医疗保险。 基于2014、2016 年CFPS 孩童问卷调查数据，我们将商业医保费用、医疗总费用、自理医疗费用分别作为结果变量进行RD 估计，选取的控制变量为年龄、性别、民族、居住地、孩子居住地、孩子由谁看管、孩子与父母同住时间、孩子生病如何处理、孩子是否上学等。 表10 的回归结果表明空气污染对家庭孩童的这三项费用都有显著的正向影响，证实空气污染越严重，家庭在孩童医疗上的花费越多，生活成本相应增加。

(三)妊娠异常

女性在怀孕期间，由于身处特殊时期，受空气污染的影响比普通人大，空气污染可能导致女性怀孕期间体内相关激素等指标发生变化，严重情况下会导致孕期出现异常现象，包括流产、早产、死产、死胎和难产等。 我们用2014、2016 年CLDS 数据进行分析，选取“是否发生孕期异常现象”以及上述五种具体异常现象作为结果变量进行RD 估计，选取的控制变量包括年龄、居住地、是否有医疗保险、是否有生育保险、过去一年工作时长、每天上下班 时 长、 收 入等。 根据表11的回归结果，6个估计中有5个空气污染的系数是显著的，总体来说，空气污染对各种孕期异常现象有显著的正向影响。

表10 空气污染对生活成本的影响：RD 估计

表11 空气污染对妊娠异常的影响

(四)犯罪行为

环境因素和犯罪行为息息相关，空气污染可能激发人的攻击性行为。 我们采用2000—2016 年除西藏以外的30 个省份的检察机关公布的年度工作报告中的每万人逮捕比和每万人起诉比作为结果变量，同时控制城乡收入差距、人均GDP、城镇登记失业率、财政支出、常住人口、普通高等学校在校学生数等变量，对此机制进行检验。 表12 的RD 估计结果显示，空气污染对每万人逮捕比和每万人起诉比都有显著的正向影响，证实空气污染程度加剧确实会导致地区犯罪行为增加。 如果居民所处的环境不安全因素超过其接受范围，他们就可能考虑迁移。

表12 空气污染对犯罪的影响

六、结论和政策建议

本文采用中国地级及以上城市2000—2018 年的面板数据，利用RD 方法考察空气污染对人口迁移的影响，并探究潜在的影响机制。 估计结果显示，不断恶化的空气污染会对人口迁入产生显著的负向影响。 该结论在经过选择不同带宽、变换执行变量阶数、替换空气污染指标、安慰剂检验等一系列稳健性检验后依然成立。 此外，我们发现空气污染通过危害人体健康、提高居民生活成本、造成妊娠异常现象以及增加社会犯罪等途径影响人口迁入。

本文从城市人口迁移的视角揭示了环境保护的重要性，为地方政府管理和改善环境质量以及人口迁移提供了经验证据。 人口的迁入和迁出对地方的劳动力供给、人力资本都有着不可忽视的作用，因而政府在确定环境治理目标时，必须注意环境污染对居民生活及其行为的不利影响，应把居民生活标准的相关指标纳入政府对各类环境的评价指标体系中，加快环境政策的落实和实施。 宜居的生活环境逐渐成为居民在选择是否迁移时的重要考量因素，城市在吸纳外来人口进入时，除了要致力于城市基础设施的建设和公共服务的完善外，也不能忽略空气污染带来的负面效应。 对于受空气污染影响比较严重的居民，政府应积极采取措施，或者利用其他途径去补偿他们所造成的损失。 此外，空气污染通过危害居民健康而影响居民的迁移决策，因而政府应通过建设完善的社会保障体系来提高家庭及个人面对环境危机时的抗风险能力，提高收入水平，降低弱势群体、老年群体面对环境污染受到的不利影响。