●薛景文

一、引言

空氣污染已成為中國經(jīng)濟(jì)社會可持續(xù)發(fā)展的重要挑戰(zhàn)。數(shù)據(jù)顯示，中國近四分之一的城市空氣質(zhì)量在人體健康生活標(biāo)準(zhǔn)之下（Du and Mendelsohn，2011），細(xì)顆粒物年平均暴露量是美國的5倍多（Brauer et al.，2015）。嚴(yán)重的空氣污染給中國經(jīng)濟(jì)社會造成了巨大的負(fù)面影響，不僅導(dǎo)致大量的經(jīng)濟(jì)損失 （張紅鳳等，2009）①，而且損害了居民社會福利，包括減少預(yù)期壽命（Chen et al.，2013）、損害心理健康（Zhang et al.，2017）、增加肥胖風(fēng)險（Deschenes et al.，2019）和降低認(rèn)知能力（Zhang et al.，2018）等。 出臺環(huán)境政策，改善空氣質(zhì)量已成為中國政府當(dāng)前最緊迫的任務(wù)之一，但環(huán)境治理通常需要高額的資金與多方力量的共同合作，僅依靠政府資源投入而缺乏公眾參與可能效果有限 （Sun et al.，2016；Pu et al.，2019）。

環(huán)保稅支付意愿作為衡量公眾參與環(huán)境治理意愿的重要指標(biāo)，對空氣污染防治政策的制定與實(shí)施具有重要的參考價值。事實(shí)上，最優(yōu)環(huán)境監(jiān)管政策的制定與實(shí)施不僅取決于政府能力，而且取決于個人對空氣質(zhì)量改善的重視程度，即居民愿意為清潔空氣支付的成本大?。℅reenstone and Jack，2013）。 換言之，即使當(dāng)前空氣污染給經(jīng)濟(jì)社會帶來了巨大的負(fù)面影響，但如果居民對獲得清潔空氣的支付意愿較低，那么當(dāng)前的環(huán)境政策與污染水平可能是經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)平衡的最優(yōu)結(jié)果。反之，如果居民受環(huán)境污染的影響環(huán)保稅支付意愿較高，那么當(dāng)前環(huán)境政策便存在較大的改進(jìn)空間。由此可見，探討空氣污染對居民環(huán)保稅支付意愿的影響具有重要的現(xiàn)實(shí)意義。然而，當(dāng)前對我國空氣污染與居民環(huán)保稅支付意愿關(guān)系的研究卻非常有限（I-to and Zhang，2016）②。

基于此，本文利用一份具有全國代表性的抽樣調(diào)查數(shù)據(jù)——CGSS 2010調(diào)查數(shù)據(jù)——檢驗(yàn)了空氣污染與居民環(huán)保稅支付意愿的關(guān)系。利用CGSS調(diào)查中個體所在城市信息，筆者將城市空氣污染數(shù)據(jù)與個人環(huán)保稅支付意愿相匹配進(jìn)行分析。結(jié)果發(fā)現(xiàn)，城市空氣污染與居民環(huán)保稅支付意愿顯著正相關(guān)，空氣污染越嚴(yán)重，居民為改善環(huán)境愿意繳納更高稅額的意愿越強(qiáng)烈。平均而言，城市空氣PM2.5濃度每提高1μg/m3，居民環(huán)保稅支付意愿為比較愿意的可能性上升0.16%，為非常愿意的可能性上升0.12%。進(jìn)一步筆者還發(fā)現(xiàn)，空氣污染與居民環(huán)保稅支付意愿的關(guān)系在不同居住地、教育水平、政府信任度和環(huán)保知識掌握程度的居民間存在較大差異。具體地，相比農(nóng)村居民，空氣污染對城市居民環(huán)保稅支付意愿影響更大，此外，隨著居民教育水平、政府信任和環(huán)保知識掌握程度的提高，其環(huán)保稅支付意愿受空氣污染的影響也隨之上升。

筆者的模型面臨的一個最重要的挑戰(zhàn)是可能存在內(nèi)生性問題。一方面，空氣污染可能與當(dāng)?shù)赜绊懢用癍h(huán)保稅支付意愿的不可觀測變量相關(guān)，如教育水平、社會文化、公共服務(wù)和工業(yè)集聚等，可能導(dǎo)致模型估計存在遺漏變量問題，致使估計結(jié)果出現(xiàn)偏差。另一方面，一個城市居民的環(huán)保稅支付意愿如果越高，說明當(dāng)?shù)卣w環(huán)保意識更強(qiáng)，可能更傾向于采用清潔能源并注重污染防治，進(jìn)而影響城市空氣污染。換言之，空氣污染與居民環(huán)保稅支付意愿可能存在反向因果，導(dǎo)致模型可能低估了空氣污染對居民環(huán)保稅支付意愿的影響。為此，筆者采用城市年均風(fēng)速這一在文獻(xiàn)中被廣泛使用的工具變量進(jìn)行穩(wěn)健性檢驗(yàn) （Cai et al.，2016；Shi and Xu，2018；李明和張亦然，2019）。 風(fēng)速越大，越有利于空氣中顆粒物質(zhì)擴(kuò)散，降低空氣污染程度。同時風(fēng)速作為一種自然氣候條件的結(jié)果，長期保持穩(wěn)定，與居民環(huán)保稅支付意愿無關(guān)。工具變量估計結(jié)果顯示，城市空氣質(zhì)量對居民環(huán)保稅支付意愿仍然具有顯著影響，污染越嚴(yán)重，居民環(huán)保稅支付意愿越強(qiáng)。

已有研究指出，空氣污染對居民環(huán)保稅支付意愿的影響可能是通過提高居民對環(huán)境問題的關(guān)注度導(dǎo)致的。由于空氣污染對人身心健康的負(fù)面影響，為避免空氣污染對自身和家庭成員健康的損害，空氣污染越嚴(yán)重地區(qū)的居民會更加關(guān)注環(huán)境問題，并提高對環(huán)境知識的了解程度，從而增強(qiáng)環(huán)保支付意愿 （Liu et al.，2016；Sun et al.，2016；呂維霞和寧晶，2019）。 筆者對此進(jìn)行了檢驗(yàn)，結(jié)果發(fā)現(xiàn)，空氣污染與居民環(huán)境問題關(guān)注度顯著為正，污染越嚴(yán)重，居民環(huán)境關(guān)注度越高。但空氣污染與居民的環(huán)境知識掌握程度并不具有顯著關(guān)系。為理解環(huán)境關(guān)注度機(jī)制對空氣污染與居民環(huán)保稅支付意愿關(guān)系的解釋力，筆者采用渠道效應(yīng)（Pathway effect）進(jìn)行檢驗(yàn)，發(fā)現(xiàn)居民對環(huán)境問題的關(guān)注度是解釋空氣污染影響環(huán)保稅支付意愿的重要機(jī)制，能夠解釋二者關(guān)系的63%左右。

本文邊際貢獻(xiàn)主要體現(xiàn)在以下三個方面：第一，本文首次運(yùn)用一個具有全國代表性的調(diào)查數(shù)據(jù)，從空氣污染的視角探討了我國居民環(huán)保稅支付意愿的影響因素。在已有研究我國居民環(huán)保稅支付意愿影響因素的研究中，往往使用單一城市或地區(qū)數(shù)據(jù)，且鮮有研究從空氣污染的視角進(jìn)行分析 （梁爽等，2005；Wang et al.，2015；Du and Mendelsohn，2011；Wei and Wu，2017； 呂維霞和寧晶，2019）。第二，利用一個獨(dú)特的工具變量，本文探索性地確立了空氣污染與居民環(huán)保稅支付意愿的因果關(guān)系，并首次探討了二者關(guān)系背后的影響機(jī)制。在本文研究前，大多數(shù)文獻(xiàn)主要集中研究空氣污染對個體社會福利的影響后果，鮮有研究分析空氣污染對居民主觀態(tài)度的影響。少量研究討論了空氣污染與居民環(huán)保稅支付意愿的相關(guān)關(guān)系，但卻未檢驗(yàn)背后的傳導(dǎo)機(jī)制（Liu et al.，2016）。第三，本文研究還為我國進(jìn)一步加大空氣污染防治干預(yù)措施的執(zhí)行力度提供了證據(jù)支持。為改善空氣環(huán)境，中國政府相繼出臺了一系列能源和環(huán)境政策改革，本文研究發(fā)現(xiàn)，面對嚴(yán)重的空氣污染，我國居民愿意付出更高的成本改善環(huán)境，為我國實(shí)施更大力度的空氣污染治理提供了政策空間。

余文結(jié)構(gòu)安排如下：第二部分是數(shù)據(jù)與實(shí)證策略，詳細(xì)介紹本文研究的數(shù)據(jù)來源、變量定義和計量模型；第三部分是實(shí)證結(jié)果與分析，報告了文章的主要結(jié)論，并進(jìn)行了豐富的異質(zhì)性分析和穩(wěn)健性檢驗(yàn)；第四部分是機(jī)制檢驗(yàn)，主要從環(huán)保關(guān)注視角驗(yàn)證了空氣污染與居民環(huán)保稅支付意愿的傳導(dǎo)機(jī)制；最后是結(jié)論與政策建議。

二、數(shù)據(jù)與實(shí)證策略

（一）數(shù)據(jù)來源

本文使用數(shù)據(jù)源于中國人民大學(xué)中國調(diào)查與數(shù)據(jù)中心設(shè)計與實(shí)施的中國綜合社會調(diào)查 （Chinese General Social Survey，CGSS）。 自 2003年起，CGSS平均每隔 1年或2年對中國大陸各省市自治區(qū)10000多戶家庭進(jìn)行連續(xù)性橫截面調(diào)查，系統(tǒng)、全面地收集個人和家庭層面的數(shù)據(jù)，不僅包含個人教育水平、工資收入、生活方式、主觀態(tài)度等基本信息，而且涵蓋了家庭收支、父母背景等資料，已成為當(dāng)前研究我國個人和家庭變遷與發(fā)展最權(quán)威的調(diào)查數(shù)據(jù)之一。

使用CGSS數(shù)據(jù)有以下3個優(yōu)點(diǎn)：首先，CGSS采用多階分層PPS隨機(jī)抽樣，分縣、社區(qū)和個人3個層級調(diào)查，隨機(jī)在中國大陸100個縣（區(qū)），加上北京、上海、天津、廣州、深圳5個大城市調(diào)查了約12000戶家庭中的個人樣本，能夠有效代表中國社會情況；其次，CGSS包含了所有受訪者的地理位置，筆者能夠準(zhǔn)確地將居民環(huán)保稅支付意愿與地區(qū)空氣污染數(shù)據(jù)匹配；最后，CGSS在個人和家庭等多個維度收集了豐富的信息，使筆者能夠控制大量影響居民環(huán)保稅支付意愿的干擾因素。由于CGSS 2010年調(diào)查數(shù)據(jù)是迄今為止唯一一次收集了居民環(huán)保稅支付意愿信息的調(diào)查數(shù)據(jù)，筆者在此僅使用CGSS 2010年數(shù)據(jù)研究空氣污染與居民環(huán)保稅支付意愿的關(guān)系。需要說明的是，雖然CGSS 2010年調(diào)查總共收集了大約12000名個人樣本信息，但只對出生月份為2月、9月、11月和12月的受訪者進(jìn)行了環(huán)保態(tài)度相關(guān)的調(diào)查（CGSS 2010調(diào)查L部分）③。剔除缺失值后，最終共獲得來自85個城市的2748個觀測值。

（二）主要變量定義

1、環(huán)保稅支付意愿。參考已有研究，筆者主要使用居民主觀態(tài)度衡量居民環(huán)保稅支付意愿 （Du and Mendelsohn，2011；歐陽斌等，2015；徐建斌，2016；呂維霞和寧晶，2019）。CGSS 2010關(guān)于居民主觀環(huán)保支付意愿的提問有3個：（1）為了保護(hù)環(huán)境，您在多大程度上愿意繳納更高的稅？（2）為了保護(hù)環(huán)境，您在多大程度上愿意支付更高的價格?（3）為了保護(hù)環(huán)境，您在多大程度上愿意降低生活水平？受訪者回答信息包括：“非常愿意”“比較愿意”“既非愿意也非不愿意”“不太愿意”“非常不愿意”和“無法選擇”。筆者將無法選擇樣本剔除，然后依次賦值 5、4、3、2、1，數(shù)值越大，說明居民為改善環(huán)境質(zhì)量的支付意愿越強(qiáng)。由于第一個問題突出了環(huán)保稅，因此本文主要采用居民對第一個問題的回答信息衡量其環(huán)保稅支付意愿。后文中，筆者還使用了剩余兩個問題和三個問題得分加總信息進(jìn)行穩(wěn)健性檢驗(yàn)，發(fā)現(xiàn)結(jié)論保持一致。

圖1展示了我國居民環(huán)保稅支付意愿的分布，可以發(fā)現(xiàn)，10%的居民“非常不愿意”為保護(hù)環(huán)境繳納更高的稅，持“不太愿意”和“比較愿意”態(tài)度的居民占比相近，為32%。逾20%的居民持“既非愿意也非不愿意”的中間觀點(diǎn)，只有6%的居民“非常愿意”為保護(hù)環(huán)境繳納更高的稅?？傮w而言，我國居民環(huán)保稅支付意愿較弱，這也與以往采用其他測量方式得到的結(jié)論基本一致 （梁爽等，2005；Wang et al.，2015；Liu et al.，2016； 呂維霞和寧晶，2019）。

圖1 居民環(huán)保稅支付意愿分布

2、空氣污染。已有對中國空氣污染問題的研究通常使用原環(huán)保部公布的空氣污染指數(shù) （API）和PM10數(shù)據(jù)。然而，在2014年之前原環(huán)保部只公布了大中城市的空氣污染指數(shù)和PM10數(shù)據(jù)，直到2014年，中國大部分城市才開始正式公布PM2.5監(jiān)測數(shù)據(jù)。由于CGSS數(shù)據(jù)包含了大量中小城市樣本，如果使用官方空氣質(zhì)量數(shù)據(jù)將導(dǎo)致大量樣本損失。為此，筆者轉(zhuǎn)向使用Van Donkelaar et al.（2016）基于衛(wèi)星數(shù)據(jù)獲得的全球各地的PM2.5信息。Van Donkelaar et al.（2016）利用美國國家航空航天局 MODIS、MISR和 SeaWiFS的氣溶膠光學(xué)厚度（AOD）反演估計地面PM2.5，并在此基礎(chǔ)上進(jìn)行人口加權(quán)回歸，將氣溶膠光學(xué)厚度反演校準(zhǔn)為全球地面PM2.5觀測值④。數(shù)值越大，PM2.5濃度越高，空氣污染越嚴(yán)重。

該數(shù)據(jù)具有以下3個優(yōu)點(diǎn)：首先，基于高分辨率的衛(wèi)星監(jiān)測網(wǎng)格，該地面校準(zhǔn)PM2.5數(shù)據(jù)能夠?yàn)橹袊械丶壥刑峁┤婧涂煽康目諝赓|(zhì)量測量，有效避免了數(shù)據(jù)匹配的損失；其次，相比PM10而言，顆粒更加細(xì)小的PM2.5對人體健康的負(fù)面影響更大，更能夠體現(xiàn)空氣質(zhì)量對居民的影響（Freeman et al.，2019）；最后，由于地方政府的操縱，官方空氣質(zhì)量數(shù)據(jù)的可靠性一直受到質(zhì)疑（Ghanem and Zhang，2014），但基于衛(wèi)星監(jiān)測的數(shù)據(jù)并不受任何潛在操縱的影響?；谝陨蟽?yōu)點(diǎn)，該數(shù)據(jù)已被廣泛用于我國空氣污染的研究中 （Freeman et al.，2019）。圖2展示了樣本中2010年我國各城市PM2.5濃度分布，其中與Y軸平行的紅線是世界衛(wèi)生組織發(fā)布的空氣質(zhì)量準(zhǔn)則定義的年均PM2.5濃度安全值10⑤?？梢园l(fā)現(xiàn)，在2010年我國空氣污染非常嚴(yán)重，大部分城市超過了世界衛(wèi)生組織定義的安全值。

圖2 2010年樣本城市PM2.5濃度分布

（三）計量模型

為探討城市空氣污染對居民環(huán)保稅支付意愿的影響，筆者建立如下計量模型進(jìn)行檢驗(yàn)：

WTPi,c,p代表p省份c城市居民i的環(huán)保稅支付意愿，核心解釋變量Air Pollutionc,p是p省份c城市2010年P(guān)M2.5濃度。Xi,c,p是個人、家庭層面的控制變量，包括：性別、年齡、年齡平方、教育年限、戶口、健康水平、政治面貌、工作狀態(tài)、婚姻狀態(tài)、家庭社會經(jīng)濟(jì)地位和子女?dāng)?shù)量⑥。進(jìn)一步，為避免不同居民所在省份不隨時間變化因素的影響（如環(huán)保文化等），筆者還加入了省份固定效應(yīng)ηp，εi,c,p是誤差項(xiàng)。

（四）描述性統(tǒng)計

表1報告了主要變量的描述性統(tǒng)計結(jié)果，可以發(fā)現(xiàn)，樣本中居民平均環(huán)保稅支付意愿為2.93，處在“既非愿意也非不愿意”左右，說明整體上我國居民環(huán)保稅支付意愿較低，與圖1一致。但從方差1.132來看，我國居民環(huán)保稅支付意愿差別較大。從城市空氣污染數(shù)據(jù)來看，2010年樣本中城市PM2.5濃度范圍從2.8到71.5，各地區(qū)存在明顯差異，且平均濃度38.3，遠(yuǎn)高于世界衛(wèi)生組織定義的安全值，說明整體上我國空氣污染嚴(yán)重，但地區(qū)間存在鮮明的差異，為筆者研究空氣污染與居民環(huán)保稅的關(guān)系提供了良好的數(shù)據(jù)條件。

表1 主要變量定義與描述性統(tǒng)計

三、實(shí)證結(jié)果與分析

（一）基準(zhǔn)結(jié)果

由于被解釋變量為有序變量，表2的前3列報告了采用Ordered Probit模型對空氣污染與居民環(huán)保稅支付意愿關(guān)系的檢驗(yàn)結(jié)果，通過逐步添加控制變量的方式，筆者將結(jié)果依次展開。其中列（1）是不加任何控制變量，僅控制省份固定效應(yīng)的回歸結(jié)果，可以發(fā)現(xiàn)，空氣污染變量（Air_Pollution）系數(shù)在1%水平上顯著為正。隨后筆者在列（2）中加入性別、年齡、教育年限、戶口和健康水平等個人基本特征變量，發(fā)現(xiàn)空氣污染變量的顯著性水平仍然保持在1%水平上顯著。最后，筆者在列（3）中進(jìn)一步加入政治面貌、工作狀態(tài)、婚姻狀態(tài)、家庭社會經(jīng)濟(jì)地位和子女?dāng)?shù)量等變量，發(fā)現(xiàn)無論是空氣污染變量的顯著水平還是系數(shù)大小，均未發(fā)生明顯改變，說明空氣污染與居民環(huán)保稅支付意愿顯著正相關(guān)，城市空氣污染越嚴(yán)重，居民環(huán)保稅支付意愿越強(qiáng)烈。此外，筆者還在列（4）－列（6）中采用同樣的方式報告了OLS模型的估計結(jié)果，顯示空氣污染變量系數(shù)始終在1%水平上顯著為正，進(jìn)一步證實(shí)了空氣污染與居民環(huán)保稅支付意愿呈顯著正相關(guān)關(guān)系。鑒于此，為方便解釋參數(shù)，本文在下文中一律使用OLS模型進(jìn)行回歸分析。

由于Ordered Probit模型估計系數(shù)只能反映空氣污染對居民環(huán)保稅支付意愿的影響方向，為了解空氣污染對居民環(huán)保稅支付意愿的影響大小還需進(jìn)一步計算邊際效應(yīng)。以表2列（3）為例，城市空氣PM2.5濃度每提高1μg/m3，居民環(huán)保稅支付意愿為比較愿意（WTP=4）的可能性上升0.16%，為非常愿意 （WTP=5）的可能性上升0.12%。從列（6）OLS的回歸結(jié)果可知，城市空氣PM2.5濃度每提高1μg/m3，居民環(huán)保稅支付意愿得分提高0.008分，由于樣本中居民環(huán)保稅支付意愿平均得分為2.93分，相當(dāng)于居民環(huán)保稅支付意愿提高了0.27%。這一影響是巨大的，教育年限結(jié)果表明居民教育年限每增加1年，環(huán)保稅支付意愿提高0.035分。換言之，城市空氣PM2.5每增加5μg/m3對居民環(huán)保稅支付意愿的影響相當(dāng)于教育年限提高1年的作用。

從控制變量結(jié)果來看（列6），僅有教育年限、政治面貌和子女?dāng)?shù)量變量與居民環(huán)保稅支付意愿顯著相關(guān)。具體而言，居民教育年限越長、子女?dāng)?shù)量越多，其環(huán)保稅支付意愿越強(qiáng)。此外，黨員也比非黨員的環(huán)保稅支付意愿更強(qiáng)，這可能是由于黨員的社會責(zé)任感更強(qiáng)。與以往研究不同的是，本文并沒有發(fā)現(xiàn)居民性別、健康狀況和社會經(jīng)濟(jì)地位等變量與居民環(huán)保稅支付意愿存在顯著相關(guān)性（Wang et al.，2015；Sun et al.，2016；呂維霞和寧晶，2019）。

（二）異質(zhì)性分析

前文筆者主要探討了空氣污染對總體樣本居民環(huán)保稅支付意愿的平均效應(yīng)，為進(jìn)一步探討空氣污染對居民環(huán)保稅支付意愿的影響后果，本部分，筆者考察空氣污染與居民環(huán)保稅支付意愿關(guān)系的異質(zhì)性。具體而言，筆者分別根據(jù)居民居住地類別、婚姻狀態(tài)、教育年限和自我對中國環(huán)境問題嚴(yán)重程度評價等變量進(jìn)行異質(zhì)性分析，并在不同標(biāo)準(zhǔn)的各個取值處計算了空氣污染對居民環(huán)保稅支付意愿的邊際影響。

表2 基準(zhǔn)結(jié)果

圖3（a）展示了空氣污染與不同居住地居民環(huán)保稅支付意愿關(guān)系的差異，可以發(fā)現(xiàn)空氣污染與居民環(huán)保稅支付意愿的關(guān)系僅在城市居民中顯著為正，與農(nóng)村居民環(huán)保稅支付意愿關(guān)系不顯著。這與以往類似研究結(jié)論相似，一方面，由于工業(yè)集聚和人口密集，城市地區(qū)空氣質(zhì)量通常更差，居民受空氣污染的影響更大，更能夠激發(fā)其改善空氣質(zhì)量的意愿；另一方面，城市居民通常收入更高，對空氣質(zhì)量的要求和對環(huán)境問題的關(guān)注也通常更高，導(dǎo)致其環(huán)保稅支付意愿更強(qiáng)。圖3（b）的結(jié)果也進(jìn)一步驗(yàn)證了筆者的分析，隨著教育水平的提高，居民收入水平和環(huán)保意識也相對更高，空氣污染對其環(huán)保稅支付意愿影響越大。

已有研究表明，居民對政府的信任對稅收征管具有重要影響（Fjeldstad and Semboja，2001），對政府信任度較低的居民往往不太支持政府增加稅收，質(zhì)疑政府能利用稅收提供令人滿意的公共服務(wù) （Flores-Macías，2018）。因此，筆者還從居民對政府信任程度出發(fā)，探討了空氣污染對居民環(huán)保稅支付意愿的影響差異，圖3（c）結(jié)果顯示，居民對政府的信任越高，面對空氣質(zhì)量下降，會更加傾向于支持增加稅收以保護(hù)環(huán)境⑦。最后，筆者還探討了居民對中國環(huán)境問題嚴(yán)重程度的評價對空氣污染與居民環(huán)保稅支付意愿關(guān)系的影響，圖3（d）顯示，隨著居民對環(huán)境問題嚴(yán)重程度評價的上升，空氣污染對其環(huán)保稅支付意愿的影響也逐漸增大⑧。

圖3 異質(zhì)性分析

（三）穩(wěn)健性檢驗(yàn)

1、內(nèi)生性分析。雖然筆者發(fā)現(xiàn)了空氣污染與居民環(huán)保稅支付意愿間的顯著關(guān)系，但模型（1）面臨的最重要挑戰(zhàn)是可能存在遺漏變量和反向因果的內(nèi)生性問題。具體而言，一方面，空氣污染可能與當(dāng)?shù)厥杖牒徒?jīng)濟(jì)條件等混雜因素相關(guān)，同時這也是居民環(huán)保稅支付意愿的重要影響因素。雖然筆者能夠加入反映地區(qū)當(dāng)?shù)厣鐣?jīng)濟(jì)發(fā)展的指標(biāo)，但仍然可能存在部分變量的遺漏。另一方面，由于居民環(huán)保稅支付意愿與環(huán)保態(tài)度和行動緊密相關(guān)，反過來又會影響與經(jīng)濟(jì)活動相關(guān)的污染排放水平，這種反向因果關(guān)系可能導(dǎo)致筆者低估空氣污染對居民環(huán)保稅支付意愿的影響⑨。

為克服模型（1）的內(nèi)生性問題，筆者在此使用工具變量法重新進(jìn)行分析。具體地，筆者使用城市當(dāng)年距離地面上空10米年均風(fēng)速作為空氣污染的工具變量。一方面，風(fēng)速越大，越有利于空氣中污染物質(zhì)擴(kuò)散，提升當(dāng)?shù)乜諝赓|(zhì)量，滿足工具變量的相關(guān)性條件。另一方面，城市年均風(fēng)速通常由自然氣候條件決定，并長期保持穩(wěn)定，對地方經(jīng)濟(jì)屬性和居民環(huán)保稅支付意愿具有外生性，滿足外生性條件。因此，風(fēng)速是一個比較理想的空氣污染工具變量，在以往研究中也常被使用（Hering and Poncet，2014；Cai et al.，2016；Shi and Xu，2018；李明和張亦然，2019）。

表3報告了使用工具變量回歸的穩(wěn)健性檢驗(yàn)結(jié)果。從列（1）第一階段回歸結(jié)果可知，城市風(fēng)速變量（Wind）在1%水平上顯著為負(fù)，說明風(fēng)速越大，空氣污染越輕，與理論分析相符。此外，F(xiàn)值為37.488，大于10，說明不存在弱工具變量問題，意味著工具變量的選擇是合理的。列（2）的第二階段回歸結(jié)果顯示，空氣污染變量（Air_Pollution）仍然在5%水平上顯著為正，說明即使考慮模型（1）的內(nèi)生性問題，城市空氣質(zhì)量依然會影響居民的環(huán)保稅支付意愿，空氣污染越嚴(yán)重，居民環(huán)保稅支付意愿越強(qiáng)烈。值得注意的是，工具變量第二階段回歸結(jié)果中，空氣污染變量系數(shù)相比表1列（6）中的結(jié)果有所增大，說明OLS回歸低估了空氣污染對居民環(huán)保稅支付意愿的影響。

表3 穩(wěn)健性檢驗(yàn)：工具變量結(jié)果

2、替換被解釋變量。CGSS 2010對居民環(huán)保支付意愿設(shè)置了3個問題，前文筆者主要使用“愿意繳納更高的稅”衡量其環(huán)保稅支付意愿，為進(jìn)一步驗(yàn)證文章結(jié)論的可靠性，本部分筆者使用剩余2個問題的回答內(nèi)容和三題加總得分衡量其環(huán)保稅支付意愿進(jìn)行穩(wěn)健性檢驗(yàn)。表4報告了檢驗(yàn)結(jié)果，其中列（1）和列（3）是采用Ordered Probit模型的估計結(jié)果，列（2）、列（4）和列（5）是采用OLS模型的估計結(jié)果。可以發(fā)現(xiàn)，無論是采用何種方式衡量居民的環(huán)保稅支付意愿，抑或者使用何種估計方法，空氣污染變量始終在5%水平上顯著為正，說明替換居民環(huán)保稅支付意愿的衡量方式并不會改變本文基本結(jié)論。

表4 穩(wěn)健性檢驗(yàn)：替換被解釋變量

3、替換解釋變量。前文筆者主要使用CGSS調(diào)查當(dāng)年的城市空氣污染數(shù)據(jù)進(jìn)行分析，但需注意的是，居民環(huán)保稅支付意愿作為內(nèi)在的主觀態(tài)度，可能是在長期環(huán)境下形成的結(jié)果。且CGSS調(diào)查通常在年中，居民還無法完整地感受當(dāng)年的空氣污染，因此前文的空氣污染衡量方式可能導(dǎo)致結(jié)果存在偏差。在此，筆者使用兩種方式進(jìn)行穩(wěn)健性檢驗(yàn)：一是使用城市過去5年平均PM2.5濃度度量空氣污染程度，以捕捉當(dāng)?shù)亻L期的空氣環(huán)境；二是使用CGSS 2010調(diào)查上一年的年均PM2.5濃度進(jìn)行度量，避免因調(diào)查時間帶來的度量誤差問題。表5報告了替換解釋變量的檢驗(yàn)結(jié)果，同樣地，筆者在列（1）和列（3）報告的是 Ordered Probit模型的估計結(jié)果，在列（2）和列（4）報告的是OLS模型估計結(jié)果。結(jié)果顯示，空氣污染變量仍然始終在5%水平上顯著為正，且系數(shù)大小與基準(zhǔn)結(jié)果相比差別不大，意味著即使改變空氣污染的衡量方式，也不會改變本文基本結(jié)論。

表5 穩(wěn)健性檢驗(yàn)：替換解釋變量

四、機(jī)制分析

是什么原因?qū)е驴諝馕廴緯鰪?qiáng)居民的環(huán)保稅支付意愿呢？正如前文所述，空氣質(zhì)量的下降可能會提高居民對環(huán)保問題的關(guān)注，同時提高其對環(huán)保問題的了解程度，從而提高其環(huán)保支付意愿。本部分筆者將對空氣污染影響居民環(huán)保稅支付意愿的機(jī)制進(jìn)行檢驗(yàn)。

首先，筆者檢驗(yàn)空氣污染是否會提高居民對環(huán)境問題的關(guān)注，CGSS 2010關(guān)于居民環(huán)保問題的關(guān)注度的提問為“總體上說，您對環(huán)境問題有多關(guān)注?”受訪者回答信息包括：“完全不關(guān)心”“比較不關(guān)心”“說不上關(guān)心不關(guān)心”“比較關(guān)心”和“非常關(guān)心”，筆者依次賦值1、2、3、4、5，數(shù)值越大意味著居民對環(huán)境問題的關(guān)注度越高。表6的列（1）報告了空氣污染與居民環(huán)境問題關(guān)注度關(guān)系的檢驗(yàn)結(jié)果，可以發(fā)現(xiàn)，空氣污染變量（Air_Pollution）在5%水平上顯著為正，說明城市空氣質(zhì)量越差，居民對環(huán)境問題的關(guān)注度越高，與預(yù)期分析相符。

其次，筆者還分析了空氣污染與居民環(huán)境保護(hù)知識掌握程度的關(guān)系，CGSS 2010通過設(shè)置10組與環(huán)境相關(guān)的問題對受訪者進(jìn)行測試，受訪者可以選擇回答“正確”“錯誤”和“無法選擇”，筆者將回答“無法選擇”樣本剔除，僅保留回答“正確”和“錯誤”的樣本，并將問題的正確答案與受訪者回答內(nèi)容對照，如果回答正確則賦值為1，否則為0。然后將10道題得分加總得到每個居民的環(huán)境保護(hù)知識得分⑩。表6列（2）報告了空氣污染與居民環(huán)保知識掌握程度的關(guān)系，顯示空氣污染變量（Air_Pollution）并不顯著，且系數(shù)接近于0，說明城市空氣質(zhì)量并不會影響居民對環(huán)保知識的掌握程度。意味著提高居民環(huán)境保護(hù)知識掌握程度并非空氣污染影響居民環(huán)保稅支付意愿的傳導(dǎo)機(jī)制。

最后，雖然筆者發(fā)現(xiàn)空氣污染會提高居民對環(huán)保問題的關(guān)注度，但仍不確定環(huán)保關(guān)注能否解釋空氣污染與居民環(huán)保稅支付意愿間的關(guān)系。為此，筆者使用渠道效應(yīng)方法對傳導(dǎo)機(jī)制進(jìn)行檢驗(yàn)。表6列（3）結(jié)果顯示，當(dāng)控制了居民環(huán)保關(guān)注度（Enviro_Atten）后，空氣污染變量不再顯著，且系數(shù)大小相比基準(zhǔn)結(jié)果出現(xiàn)明顯下降，這意味著提高居民環(huán)保關(guān)注度是空氣污染影響居民環(huán)保稅支付意愿的重要傳導(dǎo)機(jī)制。從解釋力大小來看，加入居民環(huán)保關(guān)注度之后，空氣污染變量的系數(shù)由表 2列（4）中的 0.009下降至 0.003，說明居民環(huán)保關(guān)注度機(jī)制能夠解釋空氣污染對居民環(huán)保稅支付意愿影響的62.5%。

表6 機(jī)制檢驗(yàn)

五、結(jié)論與政策建議

良好的空氣質(zhì)量是滿足人民對美好生活需要的基本保障，面對嚴(yán)峻的環(huán)境污染形勢，黨的十九大報告明確指出，在全面建成小康社會決勝期要堅決打好污染防治攻堅戰(zhàn)。加大環(huán)境治理，實(shí)現(xiàn)美麗中國與健康中國發(fā)展目標(biāo)已成為當(dāng)前我國政府最緊迫的任務(wù)之一。居民環(huán)保稅支付意愿作為衡量公眾參與環(huán)境治理意愿的重要指標(biāo)，探討空氣污染對其影響對我國制定和實(shí)施最優(yōu)環(huán)境監(jiān)管政策具有重要的現(xiàn)實(shí)意義。

為此，本文利用CGSS 2010年調(diào)查數(shù)據(jù)研究了城市空氣污染對居民環(huán)保稅的支付意愿的影響。結(jié)果發(fā)現(xiàn)，空氣污染對居民環(huán)保稅支付意愿具有顯著的促進(jìn)作用，污染越嚴(yán)重，居民環(huán)保稅支付意愿越強(qiáng)。進(jìn)一步，筆者還發(fā)現(xiàn)，城市居民，教育水平、政府信任和環(huán)保知識了解程度越高居民的環(huán)保稅支付意愿受空氣污染的影響越大。與以往研究相比，本文還利用工具變量估計確立了二者間的因果關(guān)系。最后，筆者還直接檢驗(yàn)了空氣污染影響居民環(huán)保稅支付意愿的傳導(dǎo)機(jī)制，發(fā)現(xiàn)空氣污染對居民環(huán)境問題關(guān)注度的提高是影響其環(huán)保稅支付意愿的重要機(jī)制。

本文的發(fā)現(xiàn)對我國環(huán)境監(jiān)管政策的制定與執(zhí)行具有重要的政策含義：一方面，本文的主要結(jié)論顯示，空氣污染加劇增強(qiáng)了居民的環(huán)保稅支付意愿，說明當(dāng)前我國居民愿意為獲取清潔空氣支付繳納更高的稅額，付出更高的成本。因此，政府在設(shè)計環(huán)境治理政策時應(yīng)充分考慮居民對改善環(huán)境的成本承擔(dān)能力，適度提高公眾環(huán)境治理責(zé)任，促進(jìn)公眾參與，分擔(dān)污染防治成本。另一方面，異質(zhì)性分析發(fā)現(xiàn)，提高政府信任能夠增強(qiáng)空氣污染對居民環(huán)保稅支付意愿的影響效應(yīng)。為此，政府可通過加強(qiáng)信息公開、提升行政效率、懲治官員腐敗等形式提高居民對其的信任度。由于環(huán)境問題關(guān)注度是空氣污染影響居民環(huán)保稅支付意愿的重要機(jī)制，為此在宣傳過程中，采用多樣化的方式提高居民對環(huán)境問題的關(guān)注也具有重要意義。

最后，盡管本文采用了一個具有全國代表性的調(diào)查數(shù)據(jù)，并使用工具變量檢驗(yàn)確立了空氣污染與居民環(huán)保稅支付意愿之間的因果關(guān)系。但由于數(shù)據(jù)受限，筆者無法計算出居民愿意為改善空氣質(zhì)量的具體數(shù)額，且無法確定居民最終能夠?yàn)楦纳瓶諝赓|(zhì)量做出的具體行動。盡管如此，本文研究仍然為分析我國居民對清潔空氣的支付意愿提供了新的證據(jù)?！?/p>

注釋：

①根據(jù)世界銀行的數(shù)據(jù)，中國空氣和水污染造成的年度經(jīng)濟(jì)損失占GDP的8%至12%（張紅鳳等，2009）。

②在文獻(xiàn)中，環(huán)保稅支付意愿（Willingness to Pay Taxes）與環(huán)保支付意愿（Willingness to Pay）通常被混用，二者都衡量的是居民為改善環(huán)境而愿意付出的成本。不同的是，環(huán)保稅支付意愿更多體現(xiàn)的是居民多大程度上愿意通過增加稅收的方式改善環(huán)境，而環(huán)保支付意愿則更多體現(xiàn)的是居民愿意直接出多少資金用于環(huán)境改善（Ito and Zhang,2016； Liu et al.,2016；呂維霞和寧晶，2019）。由于研究主題需要，本文在此主要使用環(huán)保稅支付意愿這一概念。

③根據(jù)CGSS 2010年調(diào)查設(shè)計報告可知，針對受訪者出生月份選擇調(diào)查內(nèi)容的主要目的是節(jié)約調(diào)查成本，所調(diào)查的樣本并不會改變樣本隨機(jī)性的特征。

④MOIDS全稱Moderate Resolution Imaging Spectroradiometer，譯為中分辨率成像光譜儀，是美國宇航局研發(fā)制造的空間遙感儀器，用以了解全球氣候的變化情況以及人類活動對氣候的影響。MISR全稱為Multiangle imaging spectroradiometer，譯為多角度成像光譜儀，是美國宇航局用以測量地球系統(tǒng) (行星表面和大氣)在不同方向和光譜帶反射的太陽輻射強(qiáng)度，被廣泛用于大氣科學(xué)、氣候?qū)W的監(jiān)測。SeaWiFS全稱Sea-Viewing Wide Field-of-View Sensor，譯為寬視場海洋觀測傳感器，是美國宇航局發(fā)射的用于地面植被和海洋生物變化的傳感器。

⑤關(guān)于WHO定義的空氣污染質(zhì)量標(biāo)準(zhǔn)，詳見https：//www.who.int/en/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health.

⑥筆者在此之所以沒有加入城市層面的控制變量，主要原因在于城市層面的社會經(jīng)濟(jì)指標(biāo)，如人均GDP、人口數(shù)量等既會影響核心解釋變量空氣污染，也會同時影響被解釋變量居民環(huán)保稅支付意愿，為共同變量，會對結(jié)果的準(zhǔn)確估計產(chǎn)生干擾。事實(shí)上，筆者也嘗試添加了部分常見的諸如人均GDP對數(shù)、常住人口對數(shù)和城鎮(zhèn)化水平等城市社會經(jīng)濟(jì)變量，發(fā)現(xiàn)結(jié)論并未發(fā)生改變，結(jié)果可根據(jù)要求提供。

⑦CGSS 2010分別詢問了居民對中央政府和地方政府的信任程度，其問題內(nèi)容為“您對于下面這些機(jī)構(gòu)（中央政府、地方政府）的信任程度怎么樣？”在此筆者是對中央政府的信任度進(jìn)行分析，采用地方政府信任度分析結(jié)果不變，結(jié)果可根據(jù)要求提供。

⑧CGSS 2010關(guān)于居民對中國環(huán)境問題嚴(yán)重程度評價的提問為：“根據(jù)您自己的判斷，整體上看，您覺得中國面臨的環(huán)境問題是否嚴(yán)重？”

⑨此外，由于空氣污染可能會被錯誤測量或受人為操縱（Ghanem and Zhang，2014）的影響，模型（1）還可能存在經(jīng)典的測量誤差的內(nèi)生性。但正如前文所述，筆者使用的是Van Donkelaar et al.（2016）基于衛(wèi)星數(shù)據(jù)分析得出的空氣質(zhì)量信息，認(rèn)為測量誤差受操縱的可能性相對較低。

⑩該問題的詳細(xì)內(nèi)容可見CGSS 2010調(diào)查問卷中L部分第24題。