萬倫來,陳 瑩,娜 仁
(合肥工業(yè)大學 經(jīng)濟學院,安徽 合肥230009)
工業(yè)化在促進經(jīng)濟快速增長的同時造成的PM2.5、二氧化硫、二氧化碳等空氣污染也給人類生存環(huán)境帶來了嚴重危害,從而對人力資本水平提升產(chǎn)生不利影響。中國政府高度重視削減空氣污染物排放,《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃綱要》明確提出了PM2.5、二氧化硫、二氧化碳等空氣污染物下降的約束性指標。全國各地積極響應(yīng)中央政府提出控制污染物排放的號召,努力把讓廣大居民享用美好藍天和潔凈空氣作為提升人力資本水平的重要措施之一。那么,空氣污染究竟對區(qū)域人力資本產(chǎn)生如何影響?全國各地空氣污染物排放對人力資本影響呈現(xiàn)何種變化趨勢?厘清這些問題具有重要現(xiàn)實意義。
隨著經(jīng)濟發(fā)展水平的逐步提高,人們對大氣環(huán)境質(zhì)量的追求也隨之提高,空氣污染已成為影響區(qū)域人力資本的重要因素(陳詩一和陳登科,2018)[1],并成為學術(shù)界聚焦的熱門話題。綜觀學術(shù)界針對空氣污染與人力資本關(guān)系的既有研究成果,大致可歸納為“經(jīng)濟增長觀”“公眾健康觀”和“人口流動觀”三個方面。一是持“經(jīng)濟增長觀”的學者認為,經(jīng)濟增長理論表明,一定程度上空氣污染的加重實際上可能是經(jīng)濟活動水平提高導致的后果(Grossman&Krueger,1991)[2],地區(qū)經(jīng)濟發(fā)展加快顯然促進勞動者對醫(yī)療和健康的投資,從而提升區(qū)域人力資本水平。由于晉升錦標賽(OP?PER et al,2015)[3]、晉升標尺賽的壓力(BAIKER,2005;楊其靜和鄭楠,2013)[4-5],在城市建設(shè)初期,地方政府會通過發(fā)展重工業(yè)等污染性行業(yè)促使經(jīng)濟快速增長(張騰飛等,2016)[6],而經(jīng)濟增長快、城鎮(zhèn)化率高的地區(qū)可以通過專業(yè)信息溢出提升人力資本(Black&Henderson,1999)[7]。二是持“公眾健康觀”的學者研究指出,空氣污染主要通過危害公眾生理、心理健康和認知能力兩個渠道從而對人力資本市場供給產(chǎn)生不利影響。首先,毒理學和流行病學大量證據(jù)表明,人體長期暴露在污染中會導致嚴重的健康問題,主要表現(xiàn)為呼吸系統(tǒng)疾病或者是心血管功能的變化,進而引起哮喘、心臟病等疾病發(fā)作,導致嬰兒死亡率上升、學生缺勤和工人曠工(Pope,2000;Greenstone&Hanna,2014)[8-9]。陳碩和陳婷(2014)基于我國161個地級城市面板數(shù)據(jù)研究證實,二氧化硫?qū)θ梭w健康產(chǎn)生顯著不利影響,從而對區(qū)域人力資本產(chǎn)生抑制作用[10]。其次,霧霾污染會導致工人和企業(yè)的勞動生產(chǎn)率下降(Zivin&Neidell,2012)[11]。Chang等(2016)通過研究梨包裝廠工人能力發(fā)現(xiàn),諸如PM2.5等空氣污染物的增加會導致工人包裝能力顯著下降[12]。Lavy等(2014)基于以色列高中生學習能力與環(huán)境監(jiān)測數(shù)據(jù)研究證實,PM2.5增加10個單位會使學生考試分數(shù)降低1.9%,CO增加10個單位會使分數(shù)降低2.4%,從而證實空氣污染會對個體認知能力造成危害,即對提升人力資本產(chǎn)生不利影響[13]。三是持“人口流動觀”的學者研究證實,諸如PM2.5、二氧化硫、二氧化碳等空氣污染物會對人力資本產(chǎn)生驅(qū)趕效應(yīng),而環(huán)境質(zhì)量較好的城市會對人力資本產(chǎn)生引流效應(yīng)。如Chay和Creenstone(2005)研究發(fā)現(xiàn)空氣每增加一個單位的懸浮顆粒,房屋價值就會下降0.7%~1.5%,這是因為高技能勞動力具有追求環(huán)境質(zhì)量較好地區(qū)生活的意愿,優(yōu)良的大氣環(huán)境對人力資本產(chǎn)生引流作用,而質(zhì)量差的大氣環(huán)境會對人力資本產(chǎn)生驅(qū)趕作用[14]。Hanlon(2016)認為雖然工業(yè)化帶來了經(jīng)濟增長,但是其帶來的空氣污染嚴重影響了城市居住環(huán)境,從而降低城市人力資本吸引力[15]。肖挺(2016)羅勇根等(2019)則從人口流動視角研究認為,空氣污染影響勞動力遷徙的決策行為,一般地,勞動力遷徙會優(yōu)先考慮選擇環(huán)境清潔水平較高的地區(qū)[16-17]。張海峰等(2019)研究城市生態(tài)環(huán)境和勞動力遷移的關(guān)系也充分證實,生態(tài)文明建設(shè)水平越高的城市對勞動力的吸引越大,即強化生態(tài)文明建設(shè)對人力資本產(chǎn)生引流作用[18]。
上述三個方面研究成果為揭示空氣污染與人力資本之間的關(guān)系提供了較合理的解釋,但既有研究尚有三方面不足:一是從研究對象來看,人力資本是影響區(qū)域人力資本水平的重要因素之一,但既有關(guān)于空氣環(huán)境質(zhì)量對人力資本影響作用的研究大多是以發(fā)達國家為研究對象進行的,發(fā)展中國家的數(shù)據(jù)支撐研究相對不夠;二是從研究內(nèi)容來看,既有相關(guān)研究往往僅考慮經(jīng)濟增長、公眾健康或勞動力流動某一方面,缺乏把三者綜合起來進行系統(tǒng)分析,尤其是鮮有人從生存和享受兩個方面研究揭示空氣污染對區(qū)域人力資本的影響作用;三是從研究方法來看,既有關(guān)于空氣環(huán)境質(zhì)量對人力資本影響作用研究主要是以定性分析、實證檢驗為主,而運用經(jīng)濟數(shù)學方法解析這一影響作用的微觀機理極為匱乏。因此,運用經(jīng)濟數(shù)學方法深入探究空氣污染對人力資本的內(nèi)在作用機理并進行實證檢驗,具有重要理論與現(xiàn)實意義。據(jù)此提出研究假說命題并進行實證分析,以期為相關(guān)研究提供參考。
理論與實證研究已表明,空氣污染對區(qū)域人力資本的影響主要是通過勞動力流動得以實現(xiàn)的(史桂芬和李真,2020)[19],因為空氣污染既影響勞動者的生存效用,同時又影響勞動者的享受效用,而勞動力個體流動決策正是根據(jù)流入地生存效用和享受效用的高低進行判斷的。
從流入地預期的生存效用來看,空氣污染會給勞動力傳遞經(jīng)濟增長較快信息,因為空氣污染嚴重地區(qū)往往經(jīng)濟增長相對較快,勞動力能在這些地區(qū)更容易就業(yè)獲得預期收入,所以這些地區(qū)對勞動力流入更具有吸引力。此外,空氣污染地區(qū)因經(jīng)濟增長較快,基礎(chǔ)教育和醫(yī)療水平等公共服務(wù)水平也會得到較大幅度提升,勞動力的“用腳投票”行為會在一定程度上掩蓋空氣污染對身體健康的不利影響,從而有利于吸引不同層次勞動力的流入。而從流入地預期的享受效用來看,空氣污染嚴重地區(qū)勞動力個體的享受成本相對較高,從而降低其享受效用。這是因為一方面空氣污染不僅會損害個體身心健康,導致居民醫(yī)療保健等支出增加(Tanaka,2015)[20],而且會削弱勞動力個體對教育、技能培訓等其他消費的支出(Roth,2017)[21],從而降低了居民的享受效用,即提升了享受成本。另一方面,隨著生活水平提高,更多勞動者在滿足生存需求后對美好生活質(zhì)量具有更多訴求,他們愿意為了追求環(huán)境質(zhì)量而接受更高的生態(tài)健康議價。這正如Eben?stein等(2016)研究發(fā)現(xiàn)的那樣,大氣污染會導致個體產(chǎn)生消極情緒,降低認知能力,從而對后期收入水平產(chǎn)生負面影響[22]。Zhang等(2017)也研究證實,空氣污染指數(shù)每增加一個單位,居民幸福感要下降0.044%,且人們平均愿意每天支付26元來提升一個單位的空氣質(zhì)量[23]。
考慮區(qū)域人力資本水平主要是由勞動力流入量決定的(夏怡然和陸銘,2019)[24],且勞動力個體流動決策往往是權(quán)衡流入地的生存效用和享受效用,即綜合流入地預期的平均收入水平和在該地的享受成本兩個方面因素的結(jié)果,為進一步探明空氣污染對區(qū)域人力資本影響的微觀發(fā)生機制,本文借鑒張莉等(2017)的研究成果,設(shè)定勞動力個體流動的決策選擇模型為[25]:
其中:i代表待遷徙的勞動力個體;j代表備選區(qū)域;為常數(shù),代表個體選擇不流動時的保留效用;E[U ij]代表個體i選擇流入?yún)^(qū)域j的期望效用;choiceij=1代表i選擇流入?yún)^(qū)域j,choiceij=0代表i選擇不流動。
假設(shè)勞動力個體i選擇流入?yún)^(qū)域j的平均收入水平為r,又假定區(qū)域j的享受成本為e j m(m是與地區(qū)醫(yī)療水平等公共服務(wù)相關(guān)的常量),e j∈( ]0,1為區(qū)域空氣污染水平(e j接近1,表示區(qū)域空氣污染水平越高),則當區(qū)域平均收入水平r一定時,勞動個體的可支配收入可記為y=r-e j m。根據(jù)以上分析可得:
其中,σ2為常數(shù)。假定勞動個體i是風險厭惡者,風險厭惡系數(shù)α=-,則對風險厭惡系數(shù)求解可得:
(3)式可簡化效用函數(shù)為U(y)=-Cexp(-αy),這表明在控制其他省份特征X的情況下,勞動力個體流動決策的選擇期望函數(shù)可表示為:
當勞動力個體選擇流入地平均收入水平r一定時,(4)式可簡化為:
將(5)式對空氣污染水平e j求一階導數(shù)可得:
(6)式反映的是空氣污染水平對勞動力區(qū)域選擇過程中效用的影響,其中,C>0,α>0,e j∈(0,1]。令=0,因有可得拐點值e j*=,解得:
(7)式揭示了空氣污染拐點e j*的意義:當空氣污染小于空氣污染拐點值,隨著空氣污染增加,勞動力流入會隨之增加;而當空氣污染越過拐點值,污染加重會導致勞動力流失,即勞動力流入將減少。為直觀反映區(qū)域人力資本受空氣污染的影響,本文繪出勞動者收入概率分布和期望效用受空氣污染影響的變化曲線如圖1所示。由圖1可知,隨著空氣污染水平e j增加,收入概率分布曲線整體左移,均值和方差均減小,效用期望E(U ij)先增后減:當空氣污染小于拐點值,隨著空氣污染水平e j增加,勞動力收入均值雖然小幅降低,但勞動力收入概率分布方差急劇變小,對風險厭惡者而言收益更穩(wěn)定,因此期望效用E(U ij)增加,勞動力流入該區(qū)域的意愿增強;而當空氣污染越過拐點值,隨著空氣污染水平e j進一步增加,此時均值的大幅下降使得勞動者收益顯著降低,因此期望效用E(U ij)下降,勞動力流入該地區(qū)意愿降低。
圖1 空氣污染下的勞動力收入概率分布和期望效用
綜合可知,對于風險厭惡型勞動力,特定區(qū)域空氣污染上升對勞動力流動決策選擇同時存在兩種相反的力量:一是以破壞環(huán)境為代價帶來的經(jīng)濟快速增長會向勞動力個體傳遞能獲得較高預期收入的信息,從而對勞動力流入該地產(chǎn)生“拉力”作用;二是由于空氣污染會增加區(qū)域享受成本,從而對勞動力流入該地產(chǎn)生“阻力”作用。在經(jīng)濟發(fā)展初期拉力占主導地位,即空氣污染促進勞動力流入,提升區(qū)域人力資本水平;隨著經(jīng)濟持續(xù)發(fā)展,空氣污染加重,阻力將占主導地位,即空氣污染抑制勞動力流入,降低區(qū)域人力資本水平。這反映區(qū)域人力資本水平隨空氣污染水平變動存在“倒U”型的變化趨勢。
為實證分析空氣污染對區(qū)域人力資本水平的影響,借鑒張莉等(2017)的研究成果,構(gòu)建如下基準回歸模型[25]:
其中:下標i代表省份,t代表年份;hcit表示人力資本變量;PM2.5it為核心解釋變量空氣污染,采用區(qū)域PM2.5平均濃度作為代理變量;X it為控制變量,包括經(jīng)濟建設(shè)、經(jīng)濟結(jié)構(gòu)等變量;αj(j=0,1,2,3)為待估參數(shù);為了進一步克服時間和區(qū)域異質(zhì)性帶來的遺漏變量偏誤,模型中還控制了時間固定效應(yīng)和省份固定效應(yīng),用μt和γi表示;εit代表隨機誤差項。
1.人力資本
考慮李海崢等(2019)采用國際上廣泛認可的J-F收入法(終生收入法)并結(jié)合中國實際情況,改進后測算的歷年各省份人力資本存量更具科學性[26],本文借鑒李海崢等的研究成果,用實際勞動力人均人力資本(hc)作為被解釋變量。
2.空氣污染
考慮現(xiàn)有關(guān)于空氣污染研究的文獻大多采用哥倫比亞大學的霧霾數(shù)據(jù),但該數(shù)據(jù)目前只更新到2016年,不便于展開最新的研究。為此,本文借鑒邵帥等(2016)的研究方法[27],利用達爾豪斯大學的霧霾數(shù)據(jù),使用Arcgis軟件提取2000—2018年的中國省級層面霧霾數(shù)據(jù),以滿足研究需要。
3.控制變量的選取
為了緩解遺漏變量偏誤,本文在基準回歸模型中還控制了一組區(qū)域特征變量。結(jié)合已有研究,本文選取的控制變量有:①地區(qū)經(jīng)濟發(fā)展(gdp),以省份GDP來度量。地區(qū)經(jīng)濟發(fā)展水平會顯著影響市場勞動力的轉(zhuǎn)移和自身技能培訓,從而改變?nèi)肆Y本的投資收益,而GDP能最直接反映地區(qū)經(jīng)濟的發(fā)展程度。②貿(mào)易開放度(trade),利用各省貿(mào)易進出口總額占國內(nèi)生產(chǎn)總值的比值衡量。對外貿(mào)易不僅創(chuàng)造了更多城鎮(zhèn)就業(yè)機會,促使低技能勞動力向中高技能勞動力的轉(zhuǎn)化,還通過國際知識技術(shù)溢出的作用渠道,提升我國人力資本。③基礎(chǔ)設(shè)施建設(shè)(infra),利用每平方公里等級公路里程表示,基礎(chǔ)設(shè)施建設(shè)水平的提高利于人才的流入。④醫(yī)療水平(med),選取每萬人擁有醫(yī)院床位數(shù)測量。部分學者選用居民保健支出指標來衡量地區(qū)醫(yī)療發(fā)展水平,但局限于數(shù)據(jù)的可得性,本文借鑒蔡蕓等(2018)的度量方法[28],采用每萬人醫(yī)院床位數(shù)作為代理變量。⑤城鎮(zhèn)化水平(ubr),采用城鎮(zhèn)人口占總?cè)丝诒戎貋矶攘?。城?zhèn)化率越高的地區(qū),技術(shù)型就業(yè)機會更多,促進農(nóng)村地區(qū)低中技能勞動力對自身技能投資以實現(xiàn)質(zhì)的飛躍,同時吸引高技能人才的流入,提升人力資本存量。⑥產(chǎn)業(yè)結(jié)構(gòu)(in?dus),選用三產(chǎn)與二產(chǎn)的比例衡量。第三產(chǎn)業(yè)占比更高的區(qū)域,說明產(chǎn)業(yè)結(jié)構(gòu)趨于高級化,能吸引更多高技能勞動力的流入。并且二產(chǎn)比例的降低能減緩重工業(yè)產(chǎn)生的污染對勞動力的驅(qū)趕效應(yīng),所以三產(chǎn)對二產(chǎn)比例的升高能雙重提升人力資本的積累。⑦人口年齡結(jié)構(gòu)(cra),利用0~14歲以上人口占15~64歲人口比重表示。張秀武等(2018)認為[29],撫養(yǎng)人口上升會導致勞動力負擔加重,占用健康支出,擠出個體提升技能水平的消費,不利于人力資本的積累。
考慮數(shù)據(jù)可得性和可比較性,本文剔除西藏和港澳臺地區(qū),主要考察我國其他30個省、自治區(qū)和直轄市,樣本時期為2000—2018年。所有相關(guān)原始數(shù)據(jù)均來源于歷年《中國統(tǒng)計年鑒》《中國人力資本報告2019》《中國人口和就業(yè)統(tǒng)計年鑒》《中國衛(wèi)生健康統(tǒng)計年鑒》、各省份統(tǒng)計年鑒、EPS數(shù)據(jù)庫和國泰安數(shù)據(jù)庫。為了減少統(tǒng)計偏誤和異方差,將非比值型變量進行對數(shù)化處理。另外,以1999年為基年,運用各省GDP平減指數(shù)將模型中的國內(nèi)生產(chǎn)總值轉(zhuǎn)化為實際國內(nèi)生產(chǎn)總值。各變量定義及統(tǒng)計特征見表1所列。
表1 各變量描述性統(tǒng)計
將有關(guān)變量數(shù)據(jù)代入基準回歸方程(8)式,經(jīng)過Hausman檢驗顯示本文應(yīng)采用雙固定回歸來檢驗空氣污染對區(qū)域人力資本所產(chǎn)生的影響,具體基準回歸結(jié)果見表2所列。
表2 空氣污染與人力資本基準回歸結(jié)果
續(xù)表2
模型1和模型2是基準模型,呈現(xiàn)的是區(qū)域PM2.5與人力資本之間的關(guān)系。結(jié)果表明,霧霾污染與區(qū)域人力資本呈負向關(guān)系,但是不顯著,加入PM2.5濃度的平方項后,兩者呈“倒U”型發(fā)展趨勢,且在5%置信水平下顯著。這一研究發(fā)現(xiàn)與Graff和Neidell(2012)[11]、祁敏等(2015)學者認為空氣污染對區(qū)域人力資本影響呈負向線性關(guān)系有所不同[30],究其原因主要是以上學者僅從勞動生產(chǎn)率或勞動者身心健康單一角度進行研究,而本文則是把經(jīng)濟增長、公眾健康和勞動力流動納入統(tǒng)一分析框架進行研究的。之所以空氣污染對區(qū)域人力資本的影響呈“倒U”型關(guān)系,是因為在經(jīng)濟發(fā)展初期地方政府將空氣污染看作生產(chǎn)投入要素的一種,通過消耗自然資源提高經(jīng)濟活動產(chǎn)出水平并吸引勞動力要素向本轄區(qū)聚集,從而提升地方人力資本水平,這也證實Wilson(1999)和陶然等(2009)提出的地區(qū)“競次競爭”觀點[31-32];隨著經(jīng)濟不斷發(fā)展,空氣污染排放持續(xù)增加會導致環(huán)境承載力超負荷,從而影響居民身心健康,降低了勞動生產(chǎn)率、居民幸福感和個體對教育培訓的再投資(黃永明和何凌云,2013)[33],這時空氣污染對區(qū)域人力資本積累產(chǎn)生負面影響。
考慮模型2的回歸可能遺漏其他重要變量,影響模型估計的精確性,因此后面的模型在此基礎(chǔ)上逐步納入控制變量。模型3在模型2的基礎(chǔ)上引入了代表區(qū)域經(jīng)濟發(fā)展水平的控制變量。從模型3結(jié)果可知,引入上述變量后PM2.5濃度與人力資本呈“倒U”型關(guān)系,且在5%水平下顯著。從控制變量的回歸結(jié)果來看,GDP對人力資本的影響在1%的水平下顯著為正,說明經(jīng)濟發(fā)展程度無論是對勞動力的教育投資、培訓還是對人才的引進,都起著至關(guān)重要的推動作用。對外貿(mào)易在1%的顯著性水平下促進人力資本發(fā)展,一方面,對外貿(mào)易作為傳遞跨國知識技術(shù)的媒介,產(chǎn)生的外溢效應(yīng)直接提高了東道國的人力資本;另一方面,外資企業(yè)對所需勞動力較高的學歷和技能要求,會促進東道國對個體的教育投資和職能培訓,產(chǎn)生倒逼效應(yīng),間接提升人力資本的積累。城鎮(zhèn)化率和基礎(chǔ)設(shè)施建設(shè)水平都在1%置信水平下顯著提升人力資本水平,這是因為一方面城鎮(zhèn)化率越高、基礎(chǔ)建設(shè)越好的地區(qū),交通越便利,商業(yè)服務(wù)更發(fā)達,從生活服務(wù)各方面吸引人才的入駐;另一方面技術(shù)型就業(yè)機會增加,促進農(nóng)村地區(qū)低中技能勞動力對自身技能投資以實現(xiàn)質(zhì)的飛躍,更快融入信息化時代,同時吸引高技能人才的流入,增加人力資本的存量。醫(yī)療水平對人力資本的影響為正,且在5%置信水平下顯著,一方面高醫(yī)療服務(wù)水平地區(qū)通過增強勞動力基礎(chǔ)安全保障吸引勞動力的流入,另一方面醫(yī)療水平的提高增加了社會公共服務(wù)質(zhì)量,而勞動力的流向與地區(qū)公共服務(wù)水平顯著正相關(guān)(夏怡然和陸銘,2015)[34]。
模型4在模型3的基礎(chǔ)上引入代表區(qū)域經(jīng)濟發(fā)展結(jié)構(gòu)的控制變量。從控制變量結(jié)果來看,產(chǎn)業(yè)結(jié)構(gòu)對人力資本有促進作用,且在5%置信水平下顯著,說明三產(chǎn)比例越高,技能型勞動者越多,一方面通過提高勞動效率和產(chǎn)值提升區(qū)域人力資本積累,另一方面通過人力資本外部性產(chǎn)生知識溢出效應(yīng),影響低技能勞動者向高技能勞動者轉(zhuǎn)變,實現(xiàn)區(qū)域整體勞動者能力的提升。人口年齡結(jié)構(gòu)對人力資本積累的影響在1%的顯著性水平下為負,因為幼兒的教育、醫(yī)療會占用勞動者的個體消費,降低勞動者的自我投資,減緩當期人力資本積累速度,但是長期來看對幼兒的投資可能會促進未來人力資本的積累。
人力資本高的地區(qū)本身意味著經(jīng)濟發(fā)展水平更高,地方政府通過加大第三產(chǎn)業(yè)發(fā)展降低工業(yè)污染水平,但是也會通過吸引勞動力流入增加人口密度,導致生活污染加重。因此,空氣污染、勞動力流動與人力資本之間可能存在反向因果關(guān)系,為了減緩這種影響對結(jié)果造成誤差,本文利用核心解釋變量和控制變量的滯后一期數(shù)據(jù)進行穩(wěn)健檢驗。同時,為保障結(jié)論分析的可靠性,本文采用自變量替換法將上述PM2.5濃度替換為人均SO2排放和人均煙粉塵排放作為核心解釋變量;為排除行政因素對回歸結(jié)果的干擾,本文將北京、天津、上海和重慶四個行政地位特殊的直轄市從全樣本中剔除再進行檢驗。相應(yīng)的研究結(jié)果均在表3予以報告。
表3 穩(wěn)健性檢驗結(jié)果
表3中模型(5)將解釋變量和控制變量都滯后一期,結(jié)果仍然顯著,說明基準結(jié)果可靠,空氣污染對人力資本確實存在顯著的“倒U”型影響,同時表明空氣污染對人力資本的影響存在一定滯后性。將PM2.5濃度核心解釋變量替換成人均SO2排放和人均煙粉塵排放后,對基準模型進行雙向固定效應(yīng)檢驗,模型(6)和模型(7)表明人均SO2排放和人均煙粉塵排放空氣污染對人力資本仍然存在“倒U”型影響態(tài)勢,且作用方向與前文結(jié)果高度一致,均在1%的置信水平下顯著,證明本文模型的設(shè)定和結(jié)果是穩(wěn)健可靠的。模型(8)展示的是將北京、天津、上海和重慶四個具有特殊行政地位的直轄市剔除后,霧霾污染與人力資本的關(guān)系,結(jié)果仍與前文結(jié)論保持一致,且在1%置信水平上顯著,說明本文研究結(jié)果具有穩(wěn)健性。
接下來考察不同經(jīng)濟發(fā)展水平地區(qū)的勞動力對空氣污染的敏感性。通常來說,經(jīng)濟發(fā)展水平越高的地區(qū)居民對于空氣污染對個人身心健康和個體效用有更加準確的判斷,因為一般經(jīng)濟發(fā)展水平越高的地區(qū)居民更能精確了解自身需求,同時對環(huán)境污染更加敏感。本文借鑒學術(shù)界通常做法,把上文考查對象劃分為東部、中部、西部三大經(jīng)濟區(qū)進行分組回歸,具體估計結(jié)果見表4所列。
表4 異質(zhì)性分析結(jié)果
由表4可知,只有東部地區(qū)的檢驗全部通過,并且系數(shù)較全部樣本回歸有所上升,中部地區(qū)作用方向相反,西部地區(qū)作用方向一致,且都不顯著。東部地區(qū)的檢驗說明,經(jīng)濟發(fā)展水平越高地區(qū)的空氣污染對人力資本的影響更加明顯,這也驗證了理論部分所闡述的勞動者生活水平提高就會更加追求生活質(zhì)量的提高是;中部地區(qū)的檢驗不顯著,可能是因為中部地區(qū)醫(yī)療衛(wèi)生水平處于中間程度,空氣污染程度也處于中間值,即中部地區(qū)的經(jīng)濟發(fā)展和空氣質(zhì)量給勞動者帶來的“生存效應(yīng)”和“享受效應(yīng)”處于一個持平狀態(tài),所以空氣污染對勞動力流動的影響不明顯;西部地區(qū)檢驗不顯著,可能是因為西部地區(qū)經(jīng)濟不發(fā)達,勞動個體對空氣污染的敏感性有所減弱。
需要特別指出的是,我國諸如北京等經(jīng)濟發(fā)達地區(qū)的PM2.5、二氧化硫、二氧化碳等大氣污染相對嚴重,但事實上這些地區(qū)人力資本水平卻很高,似乎與本文研究不符。深入研究發(fā)現(xiàn),這是因為一方面北京等地的特殊地理位置和政治因素使得最前沿的科學技術(shù)聚集于此,吸引大量高技能勞動者涌入;另一方面,這類地區(qū)經(jīng)濟發(fā)達,工資和公共服務(wù)等變量作用的彈性更大,收入增長仍占據(jù)主導作用,這在一定程度上掩蓋了大氣質(zhì)量不佳等問題對勞動人群帶來的驅(qū)趕效應(yīng),導致生態(tài)健康作用的概率彈性變小。所以從現(xiàn)實來看,雖然這類地區(qū)的高技能勞動者仍然偏多,但是這并不能否認諸如PM2.5、二氧化硫、二氧化碳等大氣污染對人力資本“驅(qū)趕效應(yīng)”的存在,正如孫偉增等(2019)研究所指出的那樣[35],近年來像北京、杭州等大城市的空氣質(zhì)量下降對勞動力流動的負向影響已經(jīng)相當于收入效應(yīng)的30%,成為限制勞動力供給的重要因素。
近年來,全國上下遵循習近平總書記“發(fā)展是第一要務(wù),人才是第一資源”這一重要指示的精神要義,紛紛把人力資本作為促進經(jīng)濟快速增長的首要資源,人才爭奪戰(zhàn)屢屢發(fā)生。那么,經(jīng)濟增長非期望產(chǎn)出的空氣污染對區(qū)域人力資本有何影響?研究表明,空氣污染對區(qū)域人力資本影響呈“倒U”型發(fā)展態(tài)勢,且存在一定時間滯后性和區(qū)域差異性,經(jīng)濟越發(fā)達地區(qū),空氣污染對人力資本的影響越明顯。據(jù)此,本文得出以下政策啟示:
(1)充分認識空氣污染對人力資本的負面影響。本研究已證實空氣污染對區(qū)域人力資本具有顯著“倒U”型發(fā)展趨勢,即在當前我國經(jīng)濟總體已處于較高發(fā)展水平的形勢下,必須充分認識到改善空氣環(huán)境質(zhì)量對提高人力資本的重要性,著力制定科學的環(huán)境規(guī)制政策控制環(huán)境污染排放,為吸引勞動力流入、提升人力資本水平提供堅實保障。
(2)注重空氣污染對人力資本影響的滯后性。本研究也發(fā)現(xiàn),空氣污染對人力資本的影響存在一定滯后性。因此,各地區(qū)應(yīng)實時監(jiān)測空氣質(zhì)量,階段性進行空氣質(zhì)量評估,及早發(fā)現(xiàn)諸如PM2.5、二氧化硫等污染源并制定根本性解決措施,努力緩解空氣污染帶來的危害,以防止人力資本流失。
(3)重視空氣污染對人力資本影響的地區(qū)差異性。本研究證實,空氣污染對經(jīng)濟發(fā)達地區(qū)的影響作用相對較大。因此,強化環(huán)境規(guī)制切忌一刀切,必須重視推行區(qū)域差異化的實施政策。即對于經(jīng)濟欠發(fā)達地區(qū),囿于技術(shù)限制,應(yīng)該循序漸進,摒棄空氣污染與經(jīng)濟發(fā)展分割治理思維,制定降低空氣污染卻又促進經(jīng)濟發(fā)展的整體戰(zhàn)略規(guī)劃,將兩者統(tǒng)籌到一元治理方針下,協(xié)調(diào)推進污染防治和提升人力資本水平;而對于發(fā)達地區(qū),應(yīng)該在經(jīng)濟體量相對較大基礎(chǔ)上著重考慮如何提升經(jīng)濟發(fā)展質(zhì)量,采用更加嚴格的環(huán)境保護政策,大力推廣綠色新能源,努力打造生態(tài)宜居城市,借此留住并吸引人才,促進人力資本積累。