原文信息：
Dias, M., Rocha, R., & Soares, R. R. (2023). Down the River: Glyphosate Use in Agriculture and Birth Outcomes of Surrounding Populations. Review of Economic Studies, rdad011.
原文链接：
https://doi.org/10.1093/restud/rdad011
本文记录了全世界被最为广泛使用的除草剂：草甘膦对周围人口出生结果的外部性影响。我们关注了距离除草剂原始使用地点的较远地区的水污染的亚临床影响（subclinical effect）。我们的研究基于下述假设：（i）巴西的农业政策允许引入转基因种子；（ii）转基因大豆种子的引入可能提高市级生产力，同时，转基因种子与草甘膦之间具有互补性；（iii）水池内水流的方向。我们发现某些地区草甘膦使用量的增加将导致下游人口的出生结果显著恶化。据本文估计，2000-10年期间样本中草甘膦使用量的平均增加量将导致婴儿平均死亡率上升5%。
01
引言
人类使用物质对抗害虫和提高农业生产力的历史悠久。事实上，杀虫剂的出现与农业本身的发展密切相关，这些杀虫剂可以杀死杂草和害虫，但对作物的危害有限。以双对氯苯基三氯乙烷（DDT）为例，这是一种曾经广泛使用的杀虫剂，后来因其被认为具有负面后果而被禁止使用（Carson等，1962）。因此，农药监管是一个重要的外部性问题，最优政策的制定应该在农药使用的生产效益和负面外部影响之间找到平衡点。
然而，这些农药污染的外部性通常难以评估，其亚临床影响尤其如此。农药的亚临床影响为是指除直接中毒外，水或食物中的低浓度含量毒性对广大人群的造成影响。在现实中，杀虫剂能够在浓度含量太低而无法产生明显迹象和症状的情况下造成广泛的无症状影响。因此，潜在受亚临床毒性影响的人群远大于直接中毒影响的人群（Landrigan，2018）。但目前尚不清楚如此低的浓度是否真的会对健康产生负面影响。这种情况下，自然实验可以提供独特的相关证据以确定这些外部影响的存在，对政策制定具有重要的指导意义。在本文中，我们重点关注草甘膦在农业上的使用对周围人群出生结果的影响。
本文对现有研究有两个主要贡献：一方面，本文通过水污染数据，记录了农药使用对远离原始使用地点的广大人群健康的外部性影响；另一方面，我们关注了草甘膦，这一人类历史上最为重要、且在传统认知中被认为是“安全”的除草剂的亚临床外部性。
故事背景
02
巴西是现今世界上最大的大豆生产国，其除草剂的使用占世界使用总量的62%。草甘膦是人类历史上使用量最大的除草剂，2017年占国际除草剂市场总价值的30%（Benbrook，2016；DataIntelligence，2020）。转基因大豆种子和草甘膦使用有强互补性，自20世纪90年代中期开发出抗草甘膦转基因种子，特别是大豆种子以来，全球草甘膦的使用量又增加了15倍。
我们利用了“在巴西引进转基因大豆种子”这一事件作为自然实验。2003年，巴西政府在临时措施MP113和MP131中批准了转基因种子的使用。2005年，国会的《新生物安全法》中正式批准了转基因种子的使用。许多学者认为MP131是政府允许转基因种子使用的重要信号，因此我们将2004年定义为巴西采用转基因大豆的第一年。
图1中的数据也支持上述结论，图一显示自20世纪90年代以来，每名工人种植的大豆面积增长缓慢，但2004年之后趋势发生了急剧变化，这也反映出新技术的逐步采用。2004年之后，转基因大豆在巴西迅速传播，截至2010年代其使用率达93%（美国农业部，2016）。此间巴西大豆产量大幅增长，从20世纪90年代末到21世纪初，巴西大豆产量在不到10年的时间里翻了一番（Meyer和Cederberg，2010）。2000-2010年间，巴西农业中使用的草甘膦总量增加了两倍，从39, 515公吨增加到127, 586公吨（国际草甘膦联合会，2012）。
草甘膦在历史上被归类为低毒农药，这意味着它在环境现实的浓度下被认为是安全的（Borggaard和Gimsing，2008）。例如，毒理学观察研究评论声称，“……现有文献没有确凿证据表明草甘膦暴露与环境中的胚胎发育不良或生殖能力影响有关……”（Williams等，2012）。但这一观点最近不仅受到了美国诉讼和欧洲禁令的威胁，还受到了来自实验室证据的挑战。有研究表明即使草甘膦的浓度低于监管限制，草甘膦也会损害人体细胞（Benachour等，2007；Mesnage等，2015；哈基姆，2017）。因此，草甘膦的案例以一种极端的方式突出了农药监管中隐含的农业生产力和健康之间的权衡。
草甘膦可以从根区浸出到地下水中，或者可以被洋流和地表径流带走而进入地表水中。草甘膦到达共享相同水资源的人群的潜力取决于其半衰期和从施用地点出发的旅行时间。南美洲的河流侵蚀和泥沙运输速度非常快，河流的流体力学导致大量泥沙从排水区向海洋的运输。以拉普拉塔盆地为例，该盆地覆盖了巴西南部和中西部的大部分地区，其排水量从每年10月开始增加，在2月至3月左右达到峰值，然后持续减少直到9月完全消失，其排水周期与草甘膦施用季节（十月至三月）完全吻合。通过拉普拉塔水道的细泥沙平均速度约为2.44公里/小时（约为每天60公里）。一旦进入水生环境，草甘膦半衰期的估计值就在2到32天之间（Mallat和Barceló，1998；Giesy等，2000；Mendoncàa等，2020）。鉴于这些估计，草甘膦可以到达下游几十到几百公里范围内的人口的水源的推测是合理的。
人类饮用水通常从地表或地下水源收集，然后从管网直接抽取或分配。因此草甘膦可以进入到饮用水源之中，最终影响到孕妇。大量研究证据证实草甘膦可能影响人类，尤其是影响怀孕期间的妇女，未出生的孩子可能会在子宫内受到草甘膦的污染。由于草甘膦会损害胎盘，而胎盘又负责胎儿的营养和氧合，草甘膦因此从会影响胎儿的发育，我们预计草甘膦将影响妇女生育期间的健康状况（例如妊娠期长度和胎儿体重），导致情况恶化甚至可能引致胎儿死亡。此外，由于草甘膦的内分泌干扰素活动，我们可能预计由于内分泌状况导致的死亡人数会增加。
03
数据
草甘膦数据。由于市级草甘膦使用量数据的缺失，本文使用了巴西环境署提供的2000-2010年间巴西草甘膦使用总量的年度信息，再分两步估算了市级草甘膦的使用量：第一步，本文按照种植季节性行作物的面积比例分配草甘膦总量，本文假设草甘膦在2003年之前（与种植面积成比例）均匀地用于所有临时作物（Young, 2006）。第二步，本文假设在引入转基因大豆种子后，巴西草甘膦使用量的增加完全是由于大豆生产面积增加导致的。从2004年开始，本文将2003年至某一年草甘膦使用量的总增长与当年种植大豆的面积成比例进行分配。本文的估计策略可能存在两个潜在的测量误差问题：首先，2003年后草甘膦使用量的扩大不一定完全是由于大豆生产。其次，引入转基因种子后，草甘膦在大豆中的使用强度可能因地区而异。下一节我们将使用工具变量法和简化形式等多种实证策略来缓解上述问题。
其他变量数据。本文出生结果变量是根据巴西卫生部的出生和死亡率数据库构建的，该数据库统计了每年市级婴儿的出生率及死亡率。此外，卫生部的信息系统还提供了诸如地方医院数量、医院床位数量、家庭健康计划的相关情况，我们将在模型中将这些变量作为控制变量。此外，本文还从Willmott和Matsuura University的全球（陆地）降水和温度数据库中搜集了地区土壤、降水等情况作为控制变量。
水域情况和受到上游草甘膦使用的影响。我们使用了ANA的水文数据。该机构提供了巴西河道流域的地理参考数据，并使用Otto Pfafstetter开发的方法进行编码（被称为“ottobasins”），我们将使用4级ottobasins的信息来确定河流排水的方向。本文将i市受到上游市级行政单位使用草甘膦的暴露量定义为i市受到其河流上流所有市级行政单位使用的草甘膦的暴露量之和。当一个市级行政单位位于一个以上市级行政单位的上游时，每个下游市级行政单位接受来自该单位使用草甘膦的暴露量将通过下游市级行政单位占下游总面积的比例加权得到。
我们将样本限制在巴西的主要大豆产区——巴西中西部和南部。我们的样本集中了巴西80%以上的大豆产量，并具有更同质的社会经济和地理特征。我们的样本包含了1119个市镇，分布在五十七个不同的三级流域（我们分析中考虑的主要流域）和570个四级子流域（用于确定市镇的上下游位置）。样本共包括了13个市镇，面积共31974平方公里。
实证策略
04
为了处理测量误差和采用的内生性，我们依赖于转基因大豆种子采用的潜在产量收益带来的外生性影响。以2004年引入转基因大豆为界，我们将2003年之前大豆的潜在产量定义为“低”技术下的产量，而将2004年以后大豆的潜在产量定义为“高”技术的产量。该潜在产量被用于2SLS模型的估计之中。在我们的估计策略中，当地草甘膦使用造成的影响被忽略。事实上，我们确实实证研究了草甘膦本地使用造成的影响，但发现其影响系数很小且并不显著。这表明，就水污染而言，当地草甘膦使用带来的水污染远不如上游地区（产生的影响）重要。
我们工具变量估计法第一阶段等式如下：
其中是指某市在时“低技术”采纳以及时转基因技术采纳上游可达到的最大产量，表示了市级固定效应，表示了州级年份固定效应，是一系列市级控制变量，是随机项。
其中是指市在年出生结果，按照我们的构造，同一流域内各城市之间是相关的，因此我们在流域层面进行了标准误聚类。回归是根据整个样本期内的平均出生人数进行加权的。由于草甘膦使用变量构建中的测量误差，我们还呈现了如下的简化方程的估计结果：
是一个随机项，其他变量与之前方程中定义的相同。这种简化的形式可以有效缓解草甘膦测量误差，从而被视为跨地区结果演变的比较。这些地区在引入转基因种子方面具有不同的潜在收益，因此在监管变化前后扩大草甘膦使用的可能性也不同。由于该工具变量与大豆产量的后期扩张相关（Bustos等，2016），而大豆产量的后续扩张又与草甘膦使用的增加相关，因此该工具变量独立于草甘膦变量构建并且是有效的。
05
实证结果
主要结果。表2展示了在OLS和IV模型下上游城市草甘膦使用对该城市婴儿死亡率影响的估计结果，它同时提供了简化形式的估计结果。表2中前三列显示了OLS的结果，表明某个城市上游草甘膦的使用与婴儿死亡率呈正相关，但相关性不是特别强。当包括所有对照时，该系数在第3列的10%水平上具有统计学意义，但其在第1列和第2列中并不显著。控制措施的引入对点估计几乎没有影响，只是略微增加了系数。第4-6列显示了简化形式估计的结果，表明了2004年后，某个市镇上游大豆生产力的潜在增长与该市婴儿死亡率的相对增加显著相关。同样，引入额外的控制措施对结果几乎没有影响。第7-10列介绍了使用工具变量法的结果。其表示我们在特定城市的上游使用草甘膦将提升各自城市的大豆生产力。IV策略同时处理了与转基因种子采用的内生性和我们的城市草甘膦变量的测量误差有关的问题。表2的IV结果表明，在城市上游使用草甘膦对城市婴儿死亡率产生了积极且具有统计学意义。与之前的情况一样，引入不同的对照组对结果几乎没有影响。IV估计值大约是各自OLS结果的3倍，这与第3节中讨论的草甘膦变量中存在的测量误差一致。表3是第一阶段的估计结果。
在表4中，我们进行了扩展分析，并以表2中的第6列和第9列作为简化形式回归和工具变量回归的基准标杆：小组A考虑了按死因、胎儿死亡率、出生性别比和特定性别婴儿死亡率划分了死亡率的不同类型，而小组B衡量了生育健康和出生健康的结果。
面板A显示，表2中估计的75%的婴儿死亡率影响是由两个原因造成的：围产期（指怀孕28 周到产后一周这一分娩前后的重要时期）疾病，占总影响的56%，呼吸系统疾病，占其余19%。如第2节所述，草甘膦已被证明会以破坏胎儿生长和形成的方式影响人类胎盘细胞。这些问题最终反映在围产期状况导致的死亡率上。就呼吸系统状况而言，有各种记录在案的案例表明，直接接触草甘膦似乎会导致呼吸系统问题。但是，在我们的案例中，这似乎更可能是早产的直接结果。婴儿呼吸窘迫综合征和慢性肺病是早产最常见的并发症（Behrman和Butler，2007）。在尚未具有统计学意义的死亡原因中，接下来两个最大的估计影响是先天性异常和内分泌疾病，这两种疾病也可能受到草甘膦的影响。加上对围产期和呼吸道死亡的重大影响，这些影响加起来占对婴儿死亡率总估计影响的93%。
从表4中我们发现出生率（birth rate）的所有系数显著为正，而与母亲特征的系统性变化（如教育程度、年龄）无关。这可能混淆草甘膦对出生结果影响的识别，为了解决这一问题，我们重新进行了估计：我们将时间虚拟变量与各种初始（2000年）社会经济指标（农村人口比例、贫困人口比例和不平等）以及初始（2000年）出生率的交互项作为自变量来进行估计。表5中第1列和第3列只包括时间虚拟变量与初始社会经济条件的交互项，第2列和第4列在上述基础上包含了时间虚拟变量与初始出生率的交互项。面板A结果表明，当我们在婴儿死亡率回归中包括时间虚拟变量与社会经济条件的交互项时，系数几乎没有变化，当我们加入时间虚拟变量与初始出生率的交互项时，点估计值只略有下降。在这两种情况下，系数仍然具有统计学意义。但重要的是，表5中的面板B显示，一旦我们控制了时间虚拟变量与初始出生率之间的交互项，出生率回归中的系数就会变得非常小——大约小4倍，并且不再具有统计学意义。小组B证实了表4中出生率的显著系数是伪造的这一怀疑，表5中A组婴儿死亡率的结果仍然显著，验证了这一结果的稳健性。
我们的研究结果表明，在采用转基因种子后，草甘膦在特定市政当局上游的使用与更糟糕的出生结果密切相关。在以下小节中，我们提供了几项直接证据来支持这一解释，并排除了主要的替代解释。
水污染机制。我们首先表明，只有在特定市镇上游草甘膦使用量增加时，才能检测到死亡率影响，但下游草甘膦使用量的扩大不会对死亡率产生显著影响。表6复刻了表2，但使用下游市镇（以与上游情况相同的方式定义）在大豆生产力方面各自的潜在收益取代了特定市镇的草甘膦上游使用量。OLS估计表明，市镇下游草甘膦的使用与市镇婴儿死亡率之间存在显著的负相关，这与上游地区的记录模式相反。表6中第1列重复了表2中简化形式和工具变量形式的主要回归结果，而第2列加入了该市大豆潜在产能，结果与列1保持高度一致。第3列至第6列依次考虑与处理后的市政当局半径不同的上游地区：0-50、50-100、100-150和150-200公里。结果表明，对于距离市政当局更远的上游地区，估计的影响变得较弱，下降幅度很大，尤其是在100公里后，影响变得不那么显著。
我们在检验回归第一阶段存在差异时，有一个潜在的担忧是不同初始特征的城市之间的健康结果可能缺乏平行趋势。即对于那些大豆产量大幅提高地区的下游城市而言，由于潜在的未知原因，其在引入转基因大豆种子之前可能就已经经历了不同的婴儿死亡率动态，这将使我们的研究结果是由大豆转基因种子的引入及其对草甘膦使用的影响所驱动的解释产生存疑。上一节的表5已经部分处理了这一问题，将非线性趋势作为初始市政特征的函数。在本小节中，我们通过使用我们的简化形式进行事件分析以进一步讨论该问题。我们在回归中加入了每个市镇上游地区生产力的潜在增长与年份固定效应的交互项（2003年为新技术引入前最后一年）。
结果如图3所示：2000年至2002年期间有高潜在收益上游地区的城市的婴儿死亡率系数很小，在统计上并不显著。直到2004年，这些城市的婴儿死亡率才开始大幅上升，这与转基因大豆种子的引入期和草甘膦在样本中的使用量的扩大正好相匹配。
异质性分析。草甘膦浓度受到径流和降水的强烈影响，径流和降水通过地表和地下水流入流域。降雨量充足且土壤更易受侵蚀时，草甘膦污染地表水的风险应该更高。我们使用市级的月降水数据来计算草甘膦施用季节（10月至3月）的总降水量，并生成了工具变量与市政上游地区降雨量测量之间的交互项，其结果在表7中的第1列显示。研究表明，只有在上游降雨量充足的情况下，特定市镇上游大豆产量的潜在增长才与该市婴儿死亡率的增加显著相关。在第2栏中，我们发现在4月至9月草甘膦没有应用于大豆生产的期间，上述交互项系数系统变小，只有一个在10%的水平上具有临界显著性。这说明只有在草甘膦施用季节，降水才会显著增加表2中估计的死亡率影响。
接下来，我们试图验证当上游地区土壤侵蚀的可能性更高时，核心自变量产生的效应越强。我们在da Silva等（2011）的基础上创建了一个变量，用于测量每个城市中土壤侵蚀的比例。然后，将该变量在市政当局上游地区的平均值与我们的工具变量结合形成交互项，结果如表7第3列所示，表明当上游地区土壤比例较高，易受侵蚀率较高时，下游地区婴儿死亡率的相对增加更大。
最后，我们还发现，对于使用地表水源而非地下水源的城市来说，市镇上游草甘膦使用对婴儿死亡率影响相对更大。
我们接着考虑出生时间的异质性。由于之前讨论的草甘膦施用季节，一年中某些月份出生的婴儿可能比其他月份更容易接触草甘膦。六月应该是妊娠期内接触草甘膦最多的月份。在此期间出生的婴儿在妊娠期间应接触草甘膦6个月，而其他月份出生的婴儿应接触草甘膦3至5个月（两组之间的平均接触差异为2.25个月）。虽然组间月份差异并不明显，但就估计的影响而言，这可能足以产生系统性差异。结果如表8所示，其表明与接触较少的月份相比，接触较多的月份2004年婴儿死亡率的增加要明显得多。
结论
06
本文利用2000年至2010年间巴西大豆产区的数据，评估了草甘膦的使用对周围人群健康结果的影响。本研究发现由于草甘膦的使用增加，婴儿死亡率平均增加了5%。当上游地区在施用季节降雨量充足，土壤比例较高，易受侵蚀率较高、使用地表水源、大豆生产力潜在增长率较高时，地区下游的城市婴儿死亡率的相对增加更大。
Abstract
This paper documents an externality from the agricultural use of the most widely applied herbicide in the world—glyphosate—on birth outcomes of surrounding populations. We focus on the subclinical effects of water contamination in areas distant from the original locations of application. Our identification relies on: (i) the regulation allowing the introduction of genetically modified seeds in Brazil; (ii) the potential gain in municipality-level productivity from adoption of genetically modified soybean seeds and the strong complementary between these seeds and glyphosate; and (iii) the direction of water flow within water basins. We document a significant deterioration in birth outcomes for populations downstream from locations that are likely to have increased relatively more the use of glyphosate. According to our preferred specification, the average increase in glyphosate use in the sample during 2000–10 period led to an increase of 5% of the average in infant mortality rate.
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
