2023/8/30 14:40:53 阅读：81 发布者：
原文信息：Chu, Yin, J. Scott Holladay, Yun Qiu, Xian-Liang Tian, and Maigeng Zhou. "Air pollution and mortality impacts of coal mining: Evidence from coalmine accidents in China." Journal of Environmental Economics and Management 121 (2023): 102846.
推文作者：高涓夏，北京大学国家发展研究院博士研究生
01
引言
煤炭在能源结构中占据过高比重，通常是一个经济体存在严重空气污染问题的重要原因。由于我国能源禀赋的特殊国情，能源结构不合理问题在我国尤为凸显，这也造成了严重的环境污染问题以及高昂的公共健康成本。党的二十大报告强调：加快能源结构的清洁低碳转型是实现高质量发展的关键环节。然而，关于煤炭产业链对环境和健康影响的国内外文献主要集中在产业链下游的燃料消费环节，尚未有学者对产业链的上游环节进行系统性研究。如果在核算中仅局限于燃料消费方面，煤炭减量替代所带来的综合环境收益可能会被严重低估。
本文旨在通过研究煤炭采选的空气污染影响和公共健康效应，弥补该领域文献存在的不足。煤炭采选对环境的污染主要来自三个方面：首先，煤堆与煤矸石在风力侵蚀下会产生大量粉尘；其次，煤和煤矸石的氧化也会导致部分污染物的形成；最后，在煤炭的搬运、转移、碾压及装车等过程中，也会不可避免地产生扬尘污染。
在实证研究设计方面，本文主要借助安全生产事故导致的煤矿停产整顿作为自然实验展开因果识别。2003至2015年，依据《煤矿安全监察行政处罚办法》，任何发生重大及以上等级事故（包含造成10人及以上死亡的事故）的煤矿都需进行停产整顿。在此政策基础上，基于煤矿安全事故发生的时空差异，本文采用堆叠双重差分（Stacked DID）方法（(Deshpande and Li, 2019; Fadlon and Nielsen, 2021; Baker et al., 2022），选取正在经历煤矿安全事故的区县作为处理组、两年后（或两年前）经历煤矿安全事故的区县作为控制组，比较二者在颗粒物污染浓度以及相关疾病导致的过早死亡人数在煤矿停产整顿前后90天内的差异。由于煤炭采选地区是否经历煤矿安全事故本身存在内生性问题，本文在实证分析中并未运用多时点双重差分（Staggered DID）模型。不同地，本文的识别策略依赖于在某个给定样本时间点两年内煤矿安全事故发生时间的近似随机性，而并不依赖于事故是否发生的外生性，这有助于缓解实证分析中的内生性问题。
研究结果表明，煤矿的停产整顿降低了当地空气污染水平且此影响具有滞后性。结果显示，在停产整顿后的第一个月，县域空气污染水平下降，但结果并不显著；在停产整顿的第二个月，空气污染水平显著下降8%。空气污染水平变化的滞后性可以由停产整顿期间的非采矿活动来解释：在此期间，尽管煤矿的开采活动停止，但监管机构仍然允许相关企业对现有的煤炭库存进行转移、处理、运输。文章研究显示，煤炭企业的库存量大约相当于一个月煤炭的平均销售量，这可以很好地解释回归结果中空气污染减少的滞后性。
煤矿停产整顿也降低了煤矿所在县空气污染相关疾病导致的过早死亡率。回归结果显示：停产整顿后的第三个月，因呼吸系统（RES）疾病导致的居民死亡率显著降低了12.9%，且相比其他年龄段的群体，老年人群体（60岁以上）的RES死亡率下降更为显著。计算表明，煤炭采选给我国带来的年度健康成本约为512亿美元。该成本在数量上与Fan et al. (2020)所估计的用天然气替代煤炭进行冬季供暖带来的短期健康效益相近（720亿美元）。
本文的贡献主要有三方面：第一，相比于以往文献关注煤炭燃烧（Clay et al., 2016; Cesur et al.,2017; Beach and Hanlon, 2018;），本文将视角集中于煤炭产业链上游，探究煤炭采选对环境污染以及公共健康的影响。第二，目前仅有少数文献实证分析了煤炭采选的空气污染问题，但分析中仍存在比较严重的内生性问题。利用与以往研究不同的前沿识别策略，本文较为准确地估计了煤炭采选对空气污染水平的影响与其公共健康效应，对已有文献进行拓展与补充。第三，本文进一步强调了对化石燃料进行全面的生命周期评估的重要性。
本文的政策意义主要体现在三方面。首先，本文表明过往文献对煤炭相关的外部性成本存在低估，未来针对煤炭环境监管的成本效益分析应该纳入煤炭采选导致的外部性成本。其次，在可预见的未来，各国和各地区仍将在很大程度上继续依赖煤炭，因此煤炭采选污染治理对局部空气质量和居民健康状况至关重要。第三，由于煤炭采选活动主要集中在人均收入较低的地区，因此煤炭采选的负外部成本将更多的由社会弱势群体承担，这在一定程度上加剧了社会的不平等现象。
02
数据来源
本文利用了2003-2015年间中国县域日度数据，共涵盖578个产煤县。其中有199个县在样本期间发生过重大及以上等级煤矿安全生产事故，事故次数共计315次；剩余379个县在样本期间没有发生造成人员死亡的事故，在后续实证分析中将作为额外的对照组，检验研究结论的外延性。本文的数据主要由以下几部分组成：（1）煤矿事故信息来自国家安全生产总局，具体包含了2003年1月至2015年12月中国所有煤矿事故的地点（县）、日期及死亡人数等信息；（2）空气颗粒物污染数据来自美国国家航空航天局（NASA）提供的气溶胶光学厚度（AOD）数据；（3）特定原因死亡率数据来自中国疾病预防控制中心提供的全国疾病监测系统；（4）气象数据（包括温度、相对湿度、风速、降水和大气压等）来自中国气象数据共享服务系统；（5）煤炭、电力、金属矿产和非金属矿产等行业的年度工业总产值数据来自《中国工业企业数据库》提供的规模以上工业企业的营业指标信息。
03
模型及实证策略
3.1 空气污染
为了选择合适的实证策略，作者首先检验了煤矿事故的发生与县级特征变量的关系，结果显示一些变量总是可以预测不同年份下发生煤矿事故发生的概率。进一步，作者又将样本限定在发生过煤矿事故的产煤县，并检验某些县级特征变量是否能够预测重大事故发生的时间（几年后发生事故）。结果显示，没有可观察的特征可以准确预测样本期间事故发生的时间，即煤矿重大事故发生的时间是相对随机的。
基于上述检验，文章利用Stacked DID模型来检验煤矿停产整顿对产煤县空气污染水平的影响。作者将在时间t下发生重大及以上等级煤矿事故（并导致进煤矿停产整顿）的县设为实验组地区，并设置了两类对照组地区：第一种是later treated comparison group, 即在时间t之后至少两年没有发生过事故的县域；第二种是earlier treated comparison group, 即在时间t之前至少两年没有发生过事故的县域。这意味着，对于每一个处理事件（一起事故），仅存在一个实验组地区，但包含多个处理组地区。作者将事件窗口设置在事件t发生的前后90天内（共180天）。作者将事件月（30天）相对于事故日期进行标注以估计动态处理效应。在针对每一起事故完成数据构建后，作者最终将所有315起事故的面板数据附加到一个单独的数据集中，并进行回归分析。
下面等式（1）是主要回归方程：Yict代表某县i在日期t，受事件c影响下的AOD水平；Treatedict为虚拟变量，当县域i经历了重大及以上等级事故后赋值为1；Mictτ为虚拟变量，当日期t距离重大事故c发生后（前）的时间为τ个月时，Mictτ取1，其他情况则取0。举例来说，Mict1取1时代表t处于重大事故c发生后的1至30天内，Mict-1取1代表t处于重大事故c发生前的1至30天。回归设定的事件窗口为90天，因此|τ| ≤ 3。Xict代表一系列控制变量，包括气候特征、时间固定效应、县级固定效应、省份-年联合固定效应、省份-月联合固定效应等。文章主要关注系数δτ的大小，其代表事故发生后的第τ个月，实验组与对照组县域AOD水平变化的相对差异。
3.2 死亡率
由于死亡检测数据覆盖在样本时间年份内覆盖区县的局限性，按照事故发生时间匹配实验组与对照组的研究方法无法适用于健康效应分析中，因此作者转而运用事件分析方法。针对因变量死亡数为离散型数据的情形，作者使用了泊松模型。Mortalityict代表某县i在日期t当天的各年龄段死亡总人数。Treatedict为虚拟变量，当县域i经历了重大事故后赋值为1。Mictτ为虚拟变量，当日期t距离重大事故c发生后（前）的时间为τ个月时，Mictτ取1，其他情况则取0。不同于（1），在对死亡数的分析中，作者使用了整个样本周期，并通过添加Mictτ > 3来实现。回归中主要关注系数δτ，其反映了停产整顿后的第τ个月，实验组与对照组各年龄段总死亡人数的差异。
04
结果分析
4.1 煤炭采选对空气污染的影响
4.1.1 回归结果
回归结果表明，煤矿停产整顿会降低所在产煤县的AOD水平，且此影响有滞后性。本文表4中的Panel A-C（分别对应对照组为两年后发生事故的产煤县、两年前发生事故的产煤县以及从未发生事故的产煤县）显示，相较于对照组，实验组在重大事故发生后第二个月的AOD水平才有明显降低。
这种滞后效应可以由煤炭库存来解释。由于停产整顿只涉及地下开采活动，地上活动仍在进行，库存煤炭仍会由于氧化及风化继续产生颗粒物污染。因此，停产整顿对空气污染水平的影响会存在一定滞后性。作者通过比较在样本期间内受影响县的煤炭企业年末库存与月销售情况，来探究煤炭企业库存能否解释处理效应的滞后性。具体来说，作者使用中国工业企业数据库计算了受影响县煤炭采矿业企业的库存与月销售之比。图4展示了这个比率的分布和核密度估计，其中平均值为1.1，中位数为0.7。这些数值表明与地面煤炭库存相关的空气污染可能会在停产整顿后大约一个月的时间内持续存在，这与AOD水平在停产整顿后第二个月才出现减少的发现一致。
4.1.2 识别中的潜在威胁
（1）平行趋势检验
表4中treated与事故发生前1-3月的交乘项不显著一定程度上可以证明实验组与对照组在事故发生前的空气污染水平有相同的变化趋势。作者进一步将时间窗口延长到事故发生前的180天，进行稳健性检验。结果表明事故发生前6个月，实验组与对照组的AOD水平变化趋势没有显著差异。
（2）排除煤炭消费端的影响
煤矿停产整顿也可能通过降低当地煤炭消费水平进而导致县空气污染水平下降。如果该影响渠道存在，将导致等式（1）回归模型高估煤炭采选对空气污染的影响。为了排除此情况的干扰，一方面作者探究了历年的煤矿重大事故对电力和煤矿公司产值的影响，结果显示：重大及以上等级事故的发生显著降低了煤炭公司的产值，但对电力行业的公司没有影响，因此提供证据说明煤矿事故不太可能导致电力公司减少燃煤从而降低空气污染。另一方面作者还进行了安慰剂检验，探究重大及以上等级事故发生对当地二氧化硫水平的影响。二氧化硫会在燃煤过程中会产生，但不会在煤炭采选过程中产生。表7结果显示，相比于对照组，重大及以上等级事故发生后的1-3月内，对应产煤县的二氧化硫水平没有显著降低，这也证实了煤矿的停产整顿一般不会导致相应县的煤炭使用量下降。
停产整顿可能降低周围县域的煤炭消费量进而改善周围其他县域空气质量。由于污染的溢出效应，周围地区环境污染的改善可能导致发生重大及以上等级事故的产煤县的空气污染水平下降。通过另一项安慰剂检验，作者还排除了上述机制影响文章结果的可能。
4.2 煤炭采选对各年龄段死亡率的影响
表9的1-3列分别代表停产整顿对于县域总死亡人数、呼吸系统疾病（RES）死亡人数以及心血管疾病(CVD)死亡人数的影响。第二列结果显示，和对照组相比，在重大事故发生的第三个月，RES死亡率显著下降。表4的结果表明在煤矿事故过后的第二个月与第三个月，空气污染水平显著降低，这与RES死亡率显著下降的时间一致。
本文也分别研究了煤炭采选对男性与女性全年龄段死亡率的影响。结果显示，在停产整顿发生后的第三个月，女性RES和CVD死亡率的降低程度都大于男性，这与以往的研究结果相一致（Chen et al.，2005；Kan et al.，2008）。
研究整个人口的死亡率可能会掩盖与煤矿采选有关的公共健康效应。文献一致发现老年人比健康成年人更容易受到空气污染的影响。作者研究了煤矿事故对老年人（60岁以上）死亡率的影响。表11呈现了结果。老年人在事故发生后的第三个月经历了与呼吸系统有关的死亡的显著下降，这也解释了表9全年龄段总样本估计下的绝大部分效应。
4.3 煤矿停产带来的健康效益
利用表9展示的煤矿重大事故对RES死亡率的影响，作者进一步计算了煤矿停产整顿后，空气质量提升所带来的健康效益。首先，作者计算了2015年每个县的平均所有年龄的RES死亡率（排除事故发生后的三个窗口期）：
随后进一步计算煤矿停产整顿后空气质量改善带来的健康效益。其中Irr代表依据表9计算得到的事后各年龄段RES死亡率与事前RES死亡率的比率（87.1%）。VSL代表寿命的价值，依据Fan et al. (2020)的研究，2015年中国的平均VSL约为746万元人民币（115万美元）。
计算结果显示，煤矿停产带来的健康效益为每百万人1.10-1.29亿美元。2015年，煤矿停产整顿为所有煤矿生产县带来了总计510亿美元的健康效益。
05
结论
煤炭燃烧对环境和健康的影响已经得到广泛研究。然而与煤炭燃烧相比，煤炭采选可能导致的空气污染与健康成本问题仍未得到同样程度的重视。本文利用2003年至2015年国内煤矿重大及以上等级安全生产事故发生时间的差异，采用堆叠双重查分（Stacked DID）模型，研究了煤炭采选对空气污染和相关疾病引致过早死亡的影响。研究结果显示，煤矿停产整顿降低了对应区县局部的空气污染水平及呼吸系统疾病死亡率水平，这些结果具有重要的政策启示。首先，研究结果表明，在对煤炭的社会成本进行分析时，应当考虑煤炭采选所导致的污染损害。其次，全球范围内的煤炭开采通常发生在人均收入较低的地区，因此煤炭采选的负外部成本主要由社会中的弱势群体来承担，这从一定程度上加剧了社会的不平等现象。鉴于未来煤炭仍将继续作为世界上重要的能源来源，本文的研究对于各国更全面地评估煤炭的价值具有重要的参考意义。
Abstract
We leverage the timing of coalmine accidents to examine the effect of coal mining on air pollution. Safety regulations mandate that coal mining be suspended if a mine experiences an accident with 10 or more fatalities. We use a stacked difference-in-differences approach to compare counties with an accident to those experiencing an accident more than two years earlier or later. We provide evidence that the timing of accidents cannot be predicted. Next, we combine satellite-based air pollution data at the county-day level with the dates of accidents to show that on average, suspending coal mining reduces local air pollution by 8%. Changes in the level of coal consumption do not drive this reduction. We also find significant decreases in respiratory mortality after suspending coal mining with particularly large effects on vulnerable populations.
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！
