空气质量改善能缩小城乡居民消费差距吗？

张斌 王琦

［摘 要］厘清空气质量对城乡居民消费差距的影响作用，有助于理解中国式现代化进程中绿色发展与共同富裕目标的协同推进。从医疗和防御性支出、规避行为以及劳动生产率等视角阐释了空气质量影响城乡居民消费差距的理论机制，并使用2005—2020 年中国省际面板数据对其影响作用进行了实证检验。研究发现：空气质量改善会显著缩小城乡居民消费差距，这一结论在使用逆温天数作为工具变量进行内生性处理，以及更换空气污染物指标、考虑空间自相关等方式进行稳健性检验后依然成立；该作用通过缩小城乡居民消费倾向差距以及城乡居民收入差距两条渠道产生；此外，空气质量对城乡居民消费差距的影响作用还存在空间溢出效应。研究结果表明，推动绿色发展改善空气质量，能够缩小城乡居民消费差距，从而助力共同富裕目标的实现。

［关键词］绿色发展；空气质量；城乡居民消费差距；共同富裕；规避行为

［中图分类号］  F1261；X51［文献标识码］  A［文章编号］ 1673-0461（2024）02-0028-13

一、引言

党的二十大报告指出，推动绿色发展与实现共同富裕是中国经济高质量发展的两个重要内容 ［1］。那么这两项内容能否有机结合、协同推进呢？或者说，绿色发展可否促进共同富裕呢？这一问题的答案对于评估绿色发展的福利效应具有重要意义。一方面，对于推动绿色发展而言，改善空气质量是其关键目标；另一方面，由于居民消费直接体现了居民获得的实际福利和效用水平，所以对于实现共同富裕而言，促进居民消费平等是其关键目标和具体要求。此外，在中国城乡二元结构下，城乡居民消费差距过大是我国居民消费不平等的典型特征。因此，本文具体以空气质量对城乡居民消费差距的影响作用为研究切入点，探讨这一问题的答案。

自党的十八大明确提出“绿色发展理念”以来，中国的经济发展方式由原来高能耗高污染的粗放式发展方式逐渐向绿色发展方式转变，并且已取得显著成效，空气质量改善明显［2］。比如，以雾霾污染为例，2021年我国PM25年均浓度由2015年的每立方米46微克下降到每立方米30微克 ［3］。同时，近年来我国城乡居民消费差距呈现出逐渐减小的趋势。国家统计局官方数据显示，2010年全国城镇居民人均消费支出约为农村居民人均消费支出的3倍，而在2021年则下降为2倍。虽然越来越多的学者们开始关注空气质量或绿色发展的经济后果，但尚无文献将我国空气质量的改善与城乡居民消费差距的缩小联系起来。

鉴于此，本文从医疗和防御性支出、规避行为，以及劳动生产率等视角系统阐释了空气质量影响城乡居民消费差距的理论机制，并使用2005—2020 年中国省际面板数据对此影响作用及其渠道进行了实证检验。可能的边际贡献在于：第一，系统性地梳理了空气质量影响居民消费行为的相关理论，并结合城乡居民的差异化特征，构建出了空气质量通过城乡居民消费倾向差距以及城乡居民收入差距两条渠道影响城乡居民消费差距的理论机制；第二，在使用逆温天数作为工具变量进行内生性处理，以及更换空气污染物指标、考虑空间自相关等方式进行稳健性检验后，本文发现，空气质量改善会显著缩小城乡居民消费差距，并且这一作用存在空间溢出效应；第三，以空气质量改善对城乡居民消费差距的缩小作用为具体视角，对绿色发展可否促进共同富裕这一问题给出了肯定的回答。

二、文献综述与理论分析

（一）文献综述与理论基础

目前直接探讨空气质量如何影响城乡居民消费差距的文献十分匮乏，但有三方面的文献与本文密切相关，这些文献为本文构建空气质量影响城乡居民消费差距的理论机制提供了借鉴与启示。

首先与研究空气质量（空气污染）如何影响居民消费的文献相关。空气污染对居民消费的影响既有促进的一方面，也有抑制的一方面。促进作用体现在以下两点：第一，空气污染会损害居民的身心健康，从而对居民的医疗消费支出产生正向作用 ［4-6］；第二，空气污染还会导致居民增加口罩、空气净化器以及健康保险等防御性支出，以降低空气污染带来的健康风险 ［7-10］。抑制作用则由居民对空气污染的规避行为和环境效用产生。规避行为是指，當居民逐渐认识到空气污染的负面影响时，居民会减少暴露在空气污染环境中的时间，因此会减少外出［11-12］。居民外出活动的减少会降低居民外出消费的机会，从而降低居民消费支出 ［13-17］。环境效用实际上来自于解释环境库兹涅茨曲线的理论，该理论认为，随着经济的快速发展所带来的居民收入增加以及环境污染加剧，消费的边际效用将逐渐小于环境的边际效用，此时居民愿意通过减少消费来增加环境投资，从而换取环境的改善 ［18-20］。实证研究表明，在总体层面上，空气污染对居民总消费支出表现为抑制作用 ［21-22］。

其次与研究空气质量如何影响城乡居民不平等的文献相关，但这些文献仅从城乡居民收入差距的角度进行了探讨 ［23-24］。此类文献发现空气污染扩大了中国城乡居民收入差距，并结合人力资本积累理论，从城乡居民的人力资本投资差异视角对此扩大作用进行了解释。不过，除了人力资本投资差异之外，这些文献并未考虑城乡居民在规避行为、防御性支出等方面的差异。

最后还与研究绿色发展如何影响共同富裕的文献相关，这类文献侧重于阐述绿色发展影响共同富裕的机制。其关键机制主要包含两个方面：一是绿色发展可通过推进绿色分工、促进技术创新、优化分配格局以及扩大就业等方式推动居民收入增长与分配改善 ［25-26］；二是绿色发展可通过改善生态环境增加居民的绿色财富价值，从而推动生态共同富裕 ［27-28］。

（二）空气质量影响城乡居民消费差距的理论机制

本文将城乡居民在经济水平、居住环境、劳动技能以及受教育水平等方面的差异特征，与空气质量影响居民消费与收入的理论机制相结合，系统阐述空气质量影响城乡居民消费差距的理论机制。

1空气质量对城乡居民消费的直接影响机制

前文的文献回顾和理论基础表明，空气质量可通过医疗支出、防御性支出和规避行为直接影响居民消费，而城乡居民的差异特征会导致空气质量在这些方面对城乡居民消费产生差异化影响。

第一，医疗支出和防御性支出差异。首先，城镇地区相比农村地区具有更丰富的医疗保健资源，所以城镇居民相比农村居民，接受医疗救助以及购买防御性产品和服务的时间与经济成本更低。其次，与农村居民相比，城镇居民受教育水平较高，对空气污染带来的健康风险具有更高的认识；同时城镇居民经济收入水平相比较高，所以进行就医和防御性消费的意愿也较高。这两方面的因素使得空气污染对城镇居民医疗支出和防御性支出的促进作用大于农村居民。

第二，规避行为差异。由于居民消费场所主要位于城镇地区，尤其是服务业消费，所以农村居民外出消费暴露在空气污染中的时间比城镇居民更长。另外，城镇地区互联网基础设施与物流服务远比农村地区发达，所以相比农村居民，城镇居民可以通过线上消费替代部分外出消费需求。因此，空气污染通过规避行为对农村居民消费的抑制作用大于城镇居民。

综上，空气污染对城镇居民医疗支出和防御性支出的促进作用大于农村居民，同时对城镇居民规避行为导致的抑制作用又小于农村居民，这两方面的作用都意味着空气污染会对城乡居民消费差距产生正向影响。由于上述直接影响机制并不涉及空气质量对居民收入的影响，因此空气质量对城乡居民消费差距的直接影响机制实际上表现为空气质量对城乡居民消费倾向差距的影响。

2空气质量对城乡居民消费的间接影响作用

空气质量还会通过影响城乡居民收入差距间接影响城乡居民消费差距。相关研究表明空气污染会通过影响劳动人口身心健康降低其劳动生产率，进而降低其收入。对劳动生产率的降低作用具体表现为三种途径：第一，空气污染会损害人们的身体健康，进而通过破坏人力资本积累降低其劳动生产率 ［29-31］；第二，空气污染会损害人们的心理健康 ［32-33］，进而导致劳动者心理情绪低落，出现“出工不出力”的现象，从而降低劳动生产率 ［34-35］；第三，空气污染会引起当地人口向外迁移，以及阻碍外来高人力资本人口流入，从而抑制本地人力资本积累，进而降低当地整体水平上的劳动生产率 ［36-41］。

与城镇居民相比，有两方面的原因使得农村居民的劳动生产率对空气质量更加敏感，从而导致空气污染会扩大城乡居民收入差距。一方面，农村居民大多从事农业生产或者低技能劳动，所以比城镇居民更长时间暴露在室外的空气污染中，其身心健康自然更容易受到空气污染的损害。另一方面，受经济和教育水平约束，农村居民对其健康人力资本的投资低于城镇居民，从而加大城乡居民劳动生产率差异。此外，基于健康人力资本投资视角的一些实证研究发现，空气污染确实会拉大城乡居民收入差距 ［23-24］。

3机制总结与研究假说

如图1所示，以上理论分析表明，空气质量对城乡居民消费差距的影响机制可概括为两条渠道：第一，空气质量改善通过影响城乡居民医疗与防御性支出以及规避行为直接缩小城乡居民消费倾向差距；第二，空气质量改善通过劳动生产率路径缩小城乡居民收入差距，进而间接缩小城乡居民消费差距。

图1 空气质量影响城乡居民消费差距的机制

据此，提出研究假说：空气质量改善有助于缩小城乡居民消费差距，并且这一作用通过缩小城乡居民消费倾向差距以及缩小城乡居民收入差距两条渠道产生。

三、实证研究设计

（一）基准回归模型设定

依据前文理论分析，设定如下计量模型，考察空气质量对城乡居民消费差距的影响：

TCit=α0+α1AIRit+βXit+ui+γt+εit（1）

式（1）中，被解释变量TCit为i地区t年的城乡居民消费差距，以泰尔指數方式计算得出；核心解释变量AIRit为i地区t年的空气质量；Xit为表征地区经济特征以及气象特征的控制变量。为减缓异方差影响，所有水平控制变量都取对数，ui和γt分别为地区和时间固定效应，εit为误差项。需要说明的是，由于理论分析表明城乡居民收入差距是空气污染导致城乡居民消费差距发生变化的关键渠道，因此，基准回归模型中的控制变量并未包含城乡居民收入差距，而是在渠道检验部分再将其加入。使用省级层面数据进行分析，因此i为省份，共包括31个省、自治区、直辖市，不包括港澳台地区；时间t为 2005—2020 年。

（二）变量选取

1被解释变量

城乡居民消费差距（TC）。城乡居民消费差距通常使用城乡居民消费支出比值与泰尔指数两种方式来衡量。与比值法相比，泰尔指数法考虑了城乡人口数量结构的变化。考虑到在样本时间范围内我国城镇化进程较快，城乡人口结构发生了重大变化，因此，本文参照徐敏和姜勇（2015）［42］的研究

，以泰尔指数方式来衡量城乡居民消费差距，并以城乡居民消费支出比值进行稳健性检验。城乡居民消费差距可表示为：

TCt=∑2j=1CjtClnCjtC/PjtP（2）

式（2）中，j=1，2，分别表示城镇和农村，Cjt表示第t期城镇（j=1）或农村（j=2）居民总消费支出，Ct为城镇与农村居民总消费之和；Pjt表示第t期城镇或农村居民总人口数，Pt为城镇与农村居民总人口数之和。

2核心解释变量

空气质量（AIR）。根据中国环境监测总站网站的数据①，以PM25为代表的雾霾污染物是我国近年内最主要的空气污染物，并且相比于其他空气污染物，雾霾污染更容易被居民感知到，故其更容易影响居民的生活与消费行为。因此，以各省的PM25年均浓度表征空气质量水平，并在后文中使用另外两种主要空气污染物二氧化硫（SO2）与氮氧化物（NOx）排放量作为空气质量的其他代理变量进行稳健性检验。常用的PM25数据有两类，一类是地面监测站点汇报的实时數据，另一类是卫星监测数据，学者们认为卫星监测数据属于面源数据，比地面监测数据能更全面地代表一个地区的雾霾污染水平 ［43-44］。因此本文使用PM25的卫星监测数据计算各省份的PM25年均浓度。基础数据源于美国哥伦比亚大学社会经济数据与应用中心公布的全球PM25年均浓度卫星监测数据，利用ArcGIS软件，结合中国省级区域划分矢量图从该数据中提取出各省的PM25年均浓度，并取对数得到核心解释变量空气质量，并且该值越大表示空气质量越差。

3控制变量

首先，选择表征地区经济特征的控制变量：经济发展水平（pgdp），以人均GDP作为代理变量；城镇化率（czhl），使用城镇常住人口比重表示；财政支出 （czzc），以地方政府一般公共预算支出占GDP的比重衡量；老年抚养比（lnfy），以65岁以上人口占比作为老年抚养比；第三产业占比（dszb），以第三产业占比衡量产业结构，并以第三产业行业增加值除以GDP得到；交通基础设施（jtss），以每万人万平方公里公路里程表示；医疗资源（ylzy），用每千人口医疗卫生机构床位数来代表各地区的医疗设施水平。

其次，除了空气质量之外，气候因素也会影响居民的工作效率以及外出意愿，从而影响居民消费。因此，为进一步缓解遗漏变量问题，加入表示地区气候特征的控制变量：年度平均气温（qw）、年降水量（js），以及年平均风速（fs）。以上数据通过将各省份所包含的所有气象监测点的数据平均得到。

4工具变量

逆温天数比例（nwts）。在后文的内生性处理部分，以一年当中逆温天数的比例作为空气质量的工具变量。在气象学中，大气的温度通常随着高度的上升而下降，但是在异常情况下，会出现大气温度随高度增加而升高的反常现象，这一现象被称之为逆温现象。参照相关研究［5，45-46］，使用美国国家航空航天局（NASA）提供的大气温度数据来计算逆温天数指标②，如果一天当中出现第二层（320米）空气温度高于第一层（110米）空气温度的情况，就计该日为逆温天。先计算每个地级市一年内的逆温天数，然后按省进行平均，得到每个省份一年内的逆温天数，再除以全年总天数得到逆温天数比例。

5渠道变量

城乡居民收入差距（TI），以泰尔指数方式来衡量城乡居民收入差距。城乡居民消费倾向差距（DCP），以居民消费支出与居民可支配收入的比值表示居民（平均）消费倾向，然后以城镇居民消费倾向与农村居民消费倾向之比作为城乡居民消费倾向差距的代理变量。

（三）数据来源与统计描述

地区经济特征以及城乡居民人均可支配收入与人均消费支出原始数据来源于各省的统计年鉴、《中国交通运输统计年鉴》、《中国卫生健康统计年鉴》，以及EPS数据平台。GDP、居民收入和居民消费等名义变量依据GDP平减指数与居民消费价格转化为了2005年为基期的不变价实际值。气象数据的原始数据来源于国家气象科学数据中心。二氧化硫和氮氧化物排放量数据来源于《中国环境统计年鉴》。表1显示了各变量的描述性统计特征。

四、实证分析

（一）基准回归分析

首先通过最小二乘法估计双向固定效应模型来检验空气质量对城乡居民消费差距的影响，表2报告了基准回归的估计结果。第（1）列是仅以核心解释变量空气质量作为自变量的估计结果，第（2）列是控制了地区经济特征之后的估计结果，第（3）列是进一步控制了地区气候特征之后的估计结果。

第（1）列中空气质量AIR的系数为正，且在1%的水平上显著。第（2）列中控制了地区经济特征控制变量后，空气质量的系数虽然有所减小，但依然在1%的水平上显著为正。第（3）列中进一步控制了地区气候特征之后，空气质量的系数值与第（2）列相似，且同样在1%的水平上显著为正。由于空气质量AIR的值越大表示空气质量越差，因此，基准回归结果表明较差的空气质量会显著扩大城乡居民消费差距，反之，空气质量的改善则有助于缩小城乡居民消费差距。

从控制变量的结果来看，经济发展水平、城镇化水平与医疗设施的估计系数显著为负，说明提升经济发展水平、促进城镇化以及改善医疗设施水平会明显降低城乡居民消费差距。其他经济特征变量的系数虽然不显著，但其符号与经济直觉一致。气候特征控制变量的系数并不显著，说明在一整年的时间跨度范围内，城乡居民消费差距对气候特征并不敏感。

（二）内生性处理与稳健性检验

1内生性处理

控制了一些地区经济特征以及气候特征等影响城乡居民消费的因素，并采用双向固定效应控制了不随时间或地区变化的地区特征和时间特征。但居民消费决策十分复杂，涉及的影响因素较多，因此本文的基准回归模型仍然面临着遗漏变量的可能性。此外，居民消费与空气污染之间存在着双向因果关系，这使得城乡居民消费差距也可能反向影响空气污染，所以基准模型可能存在着内生性问题。为此，利用工具变量法通过2SLS估计来解决可能存在的内生性问题。

参照陈帅和张丹丹（2020） ［35］与FU等（2021）［46］的研究，以一年当中逆温天数的比例作为空气质量的工具变量。该变量的含义与处理方式已在前文介绍，此处不再赘述。一方面，逆温现象会抑制空气流动，从而阻碍污染物扩散，加剧当地的空气污染。所以，一年当中逆温现象发生的天数与空气质量相关，满足工具变量的相关性要求。另一方面，由于逆温现象是纯粹的气候现象，与人们的日常经济活动相互独立，因此逆温现象并不直接影响城乡居民消费，满足工具变量的排他性约束要求。

表3显示了工具变量的2SLS回归结果，与基准回归一样，同时控制了地区和时间固定效应。第一阶段回归的KleibergenPaap rk Wald F统计量为26264，大于弱工具变量的经验值10，说明不存在弱识别问题。另外，从第一阶段的回归结果来看，逆温天数比例与当期的空气质量在1%的水平上显著正相关。因此，本文选择的工具变量是有效的，2SLS估计结果可靠。第二阶段的回归结果显示，空气质量项的回归系数比基准OLS回归系数稍大，并且在10%的水平上显著为负。可见，在考虑了可能存在的内生性问题后，空气质量对城乡居民消费差距的影响作用依然显著。总之，基于工具变量的2SLS估计结果同样表明，空气质量改善会缩小城乡居民消费差距。

2稳健性检验

（1）剔除部分样本。考虑到我国西藏和青海两个高原省份受空气污染影响的程度较小，将这两个省份剔除后回归，结果为表4第（1）列。结果显示空气质量的系数虽然较基准回归有所下降，但依然在5%的水平上显著为正，同样说明基准回归结果可靠。

（2）替换被解释变量。基准回归使用了以泰尔指数方式衡量的城乡居民消费差距，在此使用城乡居民消费之比（CXXFB）来代表城乡居民消费差距进行回归，表4第（2）列显示了估计结果。空气质量对城乡居民消费之比的影响系数在5%的水平上显著性为正，同样说明空气质量改善会缩小城乡居民消费差距。

（3）替换核心解释变量。除了雾霾污染物之外，二氧化硫（SO2）与氮氧化物（NOx）是空气污染的另外两种重要构成。首先分析SO2排放量对城乡居民消费差距的影响。以人均SO2排放量的自然对数（lnSO2）作为核心解释变量进行估计，表4第（3）列的估计结果显示，人均SO2排放量对城乡居民消费差距的影响系数在5%的水平上显著性为正，这说明SO2排放量增加亦会扩大城乡居民消费差距。

然后分析氮氧化物排放量对城乡居民消费差距的影响。以人均工业氮氧化物排放量的自然对数（lnNOx）作为核心解释变量进行估计，表4第（4）列显示了估计结果。可以看出，人均工业氮氧化物排放量对城乡居民消费差距的影响系数在1%的水平上显著性为正，这说明工业氮氧化物排放量的增加同样会扩大城乡居民消费差距。总的来看，使用不同空气污染的代理指标进行分析得出的结论与基准回归一致。

（4）考虑消费习惯的作用。考虑到居民消费行为还可能受到消费习惯特征的影响，导致城乡居民消费差距可能存在惯性特征，为此在基准回归模型中加入城乡居民消费差距的一阶滞后项进行估计。由于加入被解释变量的滯后项后模型变为了动态面板模型，OLS估计将不一致，因此使用系统GMM方法进行估计。在估计时，选择城乡居民消费差距的二阶与三阶滞后项作为其自身的工具变量，并将核心解释变量空气质量也视为内生变量，使用空气质量的一阶与二阶滞后项作为工具变量，表4第（5）列显示了动态面板估计结果。从模型诊断结果来看，残差自回归检验结果显示存在一阶自相关，不存在二阶自相关，所以选择被解释变量只滞后一期较为合理；同时Sargan检验的P值均大于01，无法在10%的显著性水平上拒绝工具变量有效的原假设，说明系统GMM估计结果是可靠的。估计结果显示空气质量的回归系数与基准回归较为接近，并且在10%的水平上显著为正，进一步说明空气质量改善会缩小城乡居民消费差距这一基本结论是稳健的。

（三）影响渠道分析

前文的理论分析表明，空气质量既通过影响城乡居民收入差距间接影响城乡居民消费差距，也通过影响城乡居民消费倾向直接影响城乡居民消费差距，本文对这两种渠道进行检验。

首先检验城乡居民收入差距渠道。将以泰尔指数方式计算得到的城乡居民收入差距（TI）对空气质量进行回归，回归结果在表5第（1）列中显示。可以看出空气质量对城乡居民收入差距的影响系数为0028，且在10%的水平上显著，这表明空气质量改善会缩小城乡居民收入差距。然后检验城乡居民收入差距对城乡居民消费差距的影响，表5第（2）列的估计结果显示，城乡居民收入差距的系数在1%的水平上显著为正，说明城乡居民收入差距扩大会加剧城乡居民消费差距。上述分析表明，空气质量改善会通过缩小城乡居民收入差距间接缩小城乡居民消费差距，可见，城乡居民收入差距的间接渠道成立。

其次检验城乡居民消费倾向差距的直接渠道。表5第（3）列中显示了以城乡居民消费倾向差距作为被解释变量的估计结果，可以看出，在控制了城乡居民收入差距的影响之后，空气质量的系数在1%的水平上显著为正，表明空气质量改善会显著缩小城乡居民消费倾向差距。表5第（4）列的估计结果显示，城乡居民消费倾向差距的缩小有助于减小城乡居民消费差距。以上结果表明，空气质量通过影响城乡居民消费倾向差距直接影响城乡居民消费差距的直接渠道也成立。另外，在表5第（5）列中同时控制了城乡居民收入差距与城乡居民消费倾向差距之后，空气质量的影响系数接近于零，并且变得不再显著，这说明上述两条渠道较好地解释了空气质量对城乡居民消费差距的影响作用。

（四）异质性分析

进一步从异质性视角考察空气质量对城乡居民消费差距的影响及其作用机制。

1消费类别异质性与机制探讨

首先按照国家统计局官方分类将居民消费类别分为八类，然后根据泰尔指数方式分别计算各类消费的城乡居民消费差距，再分别对空气质量进行回归，表6显示了估计结果。总的来看空气质量对各类消费差距的影响系数都为正，但对不同种类消费的影响作用大小存在着明显的差异。结合回归系数的大小和显著性水平来看，空气质量改善对城乡居民消费差距的缩小作用主要是通过城乡居民的交通通信、生活用品及服务、居住和食品这几类消费形成的。空气质量对城乡居民衣着、教育文化娱乐、医疗保健和其他消费的差异化影响作用并不明显。

上述结果与前文的理论逻辑一致，并且进一步支持了前文的理论分析。首先，从交通通信来看，空气污染引起的规避行为更容易降低农村居民的交通出行支出，而增加城镇居民的通信支出。因为农村地区通信基础设施条件落后，空气污染对农村地区通信支出影响较小；但规避行为会使城镇居民线上活动增加，从而增加通信支出，也使得城镇居民面临上下班等必需的出行时更多地选择乘坐交通工具，减少暴露在空气污染物中的时间，因此空气污染会加剧城乡居民的交通通信消费差距。其次，从生活用品及服务来看，空气污染引起的防御性支出意愿会增加城镇居民口罩、空气净化器等生活用品的消费，但农村居民防御性支出意愿较低，因此空气污染亦会加剧城乡居民的生活用品及服务消费差距。再次，从居住来看，城镇居民居住成本普遍高于农村居民居住成本，空气污染也更容易加剧城镇居民居住成本，造成城乡居民居住消费差距扩大。最后，从食品来看，当前我国城乡居民已满足基本的食品保障需求，居民普遍追求更加丰富美味的食品，以满足其更高的需求。高端食品消费往往位于城镇地区，而空气污染引起的规避行为使得农村地区居民进城意愿降低，从而拉大城乡居民食品消费差距。

2区域异质性

中国幅员辽阔，南北地区不仅空气污染程度存在差异，其居民生活习俗与消费需求也存在差异，从而导致空气质量对不同地区的城乡居民消费差距有不同的影响作用。中国北方地区在进入秋冬以后，天气将变得干燥寒冷，不利于空气污染物扩散；同时由于城乡居民的采暖需求，空气污染物的排放将进一步加剧。表7第（1）和第（2）列分别显示了北方和南方地区城乡居民消费差距对空气质量的回归结果。结果表明空气质量对南北地区城乡居民消费差距都存在显著的正向作用，但对北方地区城乡居民消费差距的影响作用更大。这也意味北方地区改善传统高耗能高污染供暖方式，减少空气污染，更有助于缩小城乡居民消费差距。

3经济发展水平异质性

随着经济发展水平的提高，农村居民对生活质量的需求逐渐提升，对空气污染危害的认识也逐渐提高，从而使得农村居民对人力资本的投资以及防御性支出也不断增加，这会减弱空气污染对农村居民消费的抑制作用。为此，以人均GDP的中位数为分组依据将样本分为高低经济发展水平两组，进行检验，表7第（3）和第（4）列分别显示了高经济发展水平组和低经济发展水平组的估计结果。比较两组结果发现，在高经济发展水平组，空气质量对城乡居民消费差距的影响系数较小，并且不显著；而在低经济发展水平组，空气质量对城乡居民消费差距的影响系数较大，且在10%的水平上显著。这说明，经济发展水平越低，空气污染对城乡居民消费差距的扩大作用就越大。

五、扩展性分析：空气质量对城乡居民消费差距的空间溢出效应

前文的分析并未考慮空间相关性，如果忽略个体在空间层面存在的相关性，那么估计结果可能会有偏误 ［47-48］。中国城乡居民消费差距具有强烈的空间相关性和依赖性，一省的居民消费水平受到邻近省份消费水平的影响 ［42，49］。同时，以雾霾污染为代表的空气污染物，因受到气候流动和产业空间布局的影响，也具有空间相关特征［43，50］。因此，有必要在考虑空间相关性的情况下进一步检验空气质量对城乡居民消费差距的影响作用，并同时考察空气质量对城乡居民消费差距是否存在空间溢出效应。为此，本部分建立空间面板计量模型来分析空气质量对城乡居民消费差距的影响。

（一）空间计量模型设定

首先，利用经纬度数据计算各省市地理中心位置间的欧式距离dij，构造反距离地理距离权重矩阵W：

wij=1d2ij，i≠j

0，i=j （3）

随后利用该矩阵分别逐年计算城乡居民消费差距与空气质量的全局Morans I 指数，以检验空间自相关。表8中的检验结果显示，从2005—2020年，城乡居民消费差距的全局Morans I 指数都在1%的水平上显著为正；空气质量的全局Morans I 指数也都至少在5%的水平上显著为正。这表明城乡居民消费差距与空气质量在邻近省市之间存在显著的正向自相关，所以使用空间计量模型分析空气质量对城乡居民消费差距的影响作用具有合理性。

空间杜宾模型（SDM）、空间自回归模型（SAR）和空间误差模型（SEM）为常用的空间计量模型。由于LM检验在1%的显著性水平上同时拒绝了空间滞后项和空间误差项不存在自相关的原假设，LR检验和Wald检验也同时拒绝了SDM模型可以退化为SAR模型或SEM模型的原假设。所以，SDM模型优于其他两种模型。但为了结果的稳健性，本文通过构建如下空间面板计量模型，同时利用这三种模型进行分析：

TCit=α0+ρWTCit+βXit+δWXit+ui+γt+εit

εit=λWεit+νit（4）

式（4）中，被解释变量TCit为城乡居民消费差距，Xit为包括核心解释变量AIRit在内的所有解释变量，ui和γt分别为个体和时间固定效应，εit为误差项；WTCit为空间自回归项，也称为空间滞后项，ρ为空间自回归系数；WXit为解释变量的空间滞后项，δ为其系数；Wεit为误差项空间滞后项，λ为其系数。当λ=0时，为空间杜宾模型；当λ=δ=0时，为空间自回归模型；当ρ=δ=0时，为空间误差模型。

（二）空间计量模型回归结果与分析

表9显示了空间计量模型的回归结果，其中第（1）、（2）、（3）列分别为SAR、SEM、SDM模型的回归结果，其中SDM模型包含了所有解释变量的空间滞后项，而第（4）列的SDM模型未包含空气质量的空间滞后项。与基准回归一样，所有模型均控制了地区和时间双向固定效应，以缓解遗漏变量问题。可以看出，在这三种空间计量模型下，核心解释变量空气质量的系数值基本一致，并且都在1%的水平上显著为正，空间计量模型得到的系数值与基准回归结果也非常接近。这些结果说明，在考虑了空间相关性之后，基准回归得到的结论依旧稳健，即空气质量改善能够缩小城乡居民消费差距。

综合上述分析可得，空气污染不仅对本地区城乡居民消费差距具有正向的直接效应，亦对邻近地区的城乡居民消费差距具有正向的间接效应。这说明，在考虑了空间相关性之后，基准回归的结论依然稳健，并且空气污染对城乡居民消费差距具有正向的空间溢出作用，不过这一空间溢出作用是通过城乡居民消费差距的空间自相关间接产生的，空气污染不直接影响邻近地区的城乡居民消费差距。这意味着空气污染不仅会加剧本地区的城乡居民消费差距，还会加剧邻近地区的城乡居民消费差距。

六、结论

作为绿色发展的关键目的，空气质量的改善能否产生消费公平效应，进而助力实现共同富裕，对于持续推进绿色发展具有重要现实意义。考虑到城乡居民消费差距过大依然是当前我国居民消费不平等的最突出特征，所以本文以空气质量对城乡居民消费差距的影响作用为研究切入点，通过理论与实证分析具体探讨了推动绿色发展能否与实现共同富裕目标协同推进。本文的主要研究结论如下：

第一，空气质量改善能够显著缩小城乡居民消费差距，这一基准结论通过以逆温天数作为工具变量进行内生性处理，以及更换空气污染物指标等方式进行稳健性检验后依然成立。这一结果意味着，伴随着近些年来我国经济发展模式向绿色发展方式逐渐转变，我国空气质量的不断改善，显著缩小了城乡居民消费差距，进而从消费公平维度促进了共同富裕。

第二，从直接影响渠道来看，空气质量改善显著缩小了城乡居民消费倾向差距。这一作用主要来自于两个方面。一方面，由于城镇居民相比农村居民具有更好的医疗环境和更强的健康风险防范意识，因此其医疗和防御性支出对空气质量更加敏感，故而空气质量改善对城镇居民医疗和防御性支出的降低作用更明显。另一方面，由于农村居民距离消费市场的地理距离相对较远，并且缺乏线上替代渠道，因此其消费潜力更容易被規避行为所抑制，故而空气质量的改善对农村居民消费潜力的释放作用更强。

第三，从间接影响渠道来看，空气质量改善显著缩小了城乡居民收入差距。这是因为，农村居民相比城镇居民因更多的户外空气暴露以及更低的健康人力资本投资，导致其劳动生产率对空气质量更加敏感，故而空气质量改善更能提升农村居民的劳动生产率。

第四，从消费结构异质性来看，空气质量改善主要缩小了城乡居民的交通通信、生活用品及服务、居住和食品这几类对空气质量较为敏感的消费类别的消费差距。从地区异质性来看，空气质量改善对城乡居民消费差距的缩小作用在北方地区和经济发展水平低的地区更为显著。

第五，空气质量对城乡居民消费差距还存在显著的空间溢出效应，本地空气质量的改善亦有助于缩小邻近地区的城乡居民消费差距，这说明绿色发展方式转型所带来的空气质量改善效应在空间层面产生了正外部性。

本文的研究具有以下政策含义：

第一，总的来看，本文的研究结果表明，相比于城镇居民，农村居民承担的空气污染成本更高，故而绿色发展方式转变所带来的空气质量改善效应，也在更大程度上提升了农村居民的福利水平，进而促进了城乡居民的共同富裕。此外，空气质量的改善还直接体现出了居民生态富裕水平的提升。因此，在当前居民不断追求高质量生活水平的背景下，绿色发展和共同富裕之间并不存在权衡取舍，而是相辅相成的。

第二，就如何继续推动绿色发展改善空气质量而言，可以从三个方面进行着力。首先，继续加强环境规制，通过增加企业的污染成本来倒逼企业控制污染物排放。其次，通过财政金融支持政策推动产业结构绿色转型升级，尤其是对于经济发展水平较低的地区，比如，以税收优惠等方式，驱动生产要素从传统低效率高能耗高排放的部门向高效率低能耗低排放的部门转移。最后，以“碳达峰”和“碳中和”目标为契机，推动能源清洁低碳高效利用，以及加快建设新型能源体系，实现能源结构转型升级，特别是对于需要进行冬季供暖的北方地区而言。

第三，除了直接改善空气质量之外，还可以通过推动农村网络基础设施建设以及增强农村居民健康意识来减弱空气污染对农村居民的福利损害，进而推动城乡居民收入与消费平等。首先，农村网络基础设施建设可以提升农村居民的线上消费，弥补因规避行为被抑制的消费需求。其次，增强农村居民的健康意识可以助推农村居民增加防御性支出来保障身心健康，进而通过提升农村居民劳动生产率来增加其收入。

［注 释］[KH*2D]

①

网站：http：//wwwcnemccn/。

② 网站：https：//discgsfcnasagov/datasets/M2I6NPANA_5124/summary，该网站提供了由MERRA-2卫星绘制的50千米×60千米的空间栅格数据，共包括海平面以上110米至3 600米的42个垂直层，每6小时报告一次气温数据。

［参考文献］

［1］习近平. 高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗［N］. 人民日报，2022-10-26（001）.

［2］刘华军，邵明吉，孙东旭.新时代中国绿色发展的实践历程与重大成就——基于资源环境与经济协调性的考察［J］.经济问题探索，2022（9）：133-147.

［3］生态环境部.2021年中国生态环境状况公报［R］.北京：生态环境部，2022.

［4］WILLIAMS A M， PHANEUF D J， BARRETT M A， et al. Shortterm impact of PM25 on contemporaneous asthma medication use： behavior and the value of pollution reductions［J］. Proceedings of the national academy of sciences， 2019， 116（12）： 5246-5253.

［5］关楠，黄新飞，李腾.空气质量与医疗费用支出——基于中国中老年人的微观证据［J］.经济学（季刊），2021，21（3）：775-796.

［6］XIA F， XING J， XU J， et al. The shortterm impact of air pollution on medical expenditures： evidence from Beijing［J］. Journal of environmental economics and management， 2022： 102680.

［7］SUN C， KAHN M E， ZHENG S. Selfprotection investment exacerbates air pollution exposure inequality in urban China［J］. Ecological economics， 2017， 131： 468-474.

［8］LIU T， HE G， LAU A. Avoidance behavior against air pollution： evidence from online search indices for antiPM25 masks and air filters in Chinese cities［J］. Environmental economics and policy studies， 2018， 20（2）： 325-363.

［9］ZHANG J， MU Q. Air pollution and defensive expenditures： evidence from particulatefiltering facemasks［J］. Journal of environmental economics and management， 2018， 92： 517-536.

［10］CHANG T Y， HUANG W， WANG Y. Something in the air： pollution and the demand for health insurance［J］. The review of economic studies， 2018， 85（3）： 1609-1634.

［11］BRESNAHAN B W， DICKIE M， GERKING S. Averting behavior and urban air pollution［J］. Land economics， 1997： 340-357.

［12］MORETTI E， NEIDELL M. Pollution， health， and avoidance behavior evidence from the ports of Los Angeles［J］. Journal of human resources， 2011， 46（1）： 154-175.

［13］鄭思齐，张晓楠，宋志达，等.空气污染对城市居民户外活动的影响机制：利用点评网外出就餐数据的实证研究［J］.清华大学学报（自然科学版），2016，56（1）：89-96.

［14］息晨，尹雪晶，刘晓鸥，等.雾霾下的美食经济——空气污染与居民外出就餐行为［J］.世界经济文汇，2020（6）：16-36.

［15］SUN C， ZHENG S， WANG J， et al. Does clean air increase the demand for the consumer city？ Evidence from Beijing［J］. Journal of regional science， 2019， 59（3）： 409-434.

［16］HE X， LUO Z， ZHANG J. The impact of air pollution on movie theater admissions［J］. Journal of environmental economics and management， 2022， 112： 102626.

［17］王佳，冯浩哲.空气污染对城市消费活力的影响——来自住宿餐饮部门就业的证据［J］.消费经济，2023，39（3）：51-62.

［18］JOHN A， PECCHENINO R. An overlapping generations model of growth and the environment［J］. The economic journal， 1994， 104（427）： 1393-1410.

［19］SELDEN T M， SONG D. Neoclassical growth， the J curve for abatement， and the inverted U curve for pollution［J］. Journal of environmental economics and management， 1995， 29（2）： 162-168.

［20］ANDREONI J， LEVINSON A. The simple analytics of the environmental Kuznets curve［J］. Journal of public economics， 2001， 80（2）： 269-286.

［21］方达，张广辉.环境污染、人口结构与城乡居民消费——来自中国省级面板数据的证据［J］.中南财经政法大学学报，2018（6）：3-12.

［22］彭文斌，文泽宙.雾霾污染影响居民消费吗？——来自城市空间面板数据的证据［J］.消费经济，2019，35（4）：62-71.

［23］盛鹏飞.环境污染与城乡收入差距：作用机制与基于中国经济事实的检验［J］.中国人口·资源与环境，2017，27（10）：56-63.

［24］蓝管秀锋，吴亚婷，匡贤明，等.环境污染对城乡收入差距的影响效应分析［J］.北京航空航天大学学报（社会科学版），2021，34（3）：105-112.

［25］向国成，邝劲松，邝嫦娥.绿色发展促进共同富裕的内在机理与实现路径［J］.郑州大学学报（哲学社会科学版），2018，51（6）：71-76.

［26］郑石明，邹克，李红霞.绿色发展促进共同富裕：理论阐释与实证研究［J］.政治学研究，2022（2）：52-65.

［27］李彦军，宋舒雅.“两山”转化促进共同富裕的逻辑、机制与途径［J］.中南民族大学学报（人文社会科学版），2022，42（10）：136-145.

［28］黄金辉，郑雯霜.新发展理念促进共同富裕的内在机理与实践路径［J］.四川大学学报（哲学社会科学版），2022，243（6）：23-32.

［29］GREENSTONE M， HANNA R. Environmental regulations， air and water pollution， and infant mortality in India［J］. American economic review， 2014， 104（10）： 3038-3072.

［30］CHANG T， GRAFF ZIVIN J， GROSS T， et al. Particulate pollution and the productivity of pear packers［J］. American economic journal： economic policy， 2016， 8（3）： 141-169.

［31］陳诗一，陈登科.雾霾污染、政府治理与经济高质量发展［J］.经济研究，2018，53（2）：20-34.

［32］PUN V C， MANJOURIDES J， SUH H. Association of ambient air pollution with depressive and anxiety symptoms in older adults： results from the NSHAP study［J］. Environmental health perspectives， 2017， 125（3）： 342-348.

［33］張广来，张宁.健康中国战略背景下空气污染的心理健康效应［J］.中国人口·资源与环境，2022，32（2）：15-25.

［34］CHANG T Y， GRAFF ZIVIN J， GROSS T， et al. The effect of pollution on worker productivity： evidence from call center workers in China［J］. American economic journal： applied economics， 2019， 11（1）： 151-72.

［35］陈帅，张丹丹.空气污染与劳动生产率——基于监狱工厂数据的实证分析［J］.经济学（季刊），2020，19（4）：1315-1334.

［36］肖挺.环境质量是劳动人口流动的主导因素吗？——“逃离北上广”现象的一种解读［J］.经济评论，2016（2）：3-17.

［37］李丁，张艳，马双，等.大气污染的劳动力区域再配置效应和存量效应［J］.经济研究，2021，56（5）：127-143.

［38］王兆华，马俊华，张斌，等.空气污染与城镇人口迁移：来自家庭智能电表大数据的证据［J］.管理世界，2021，37（3）：19-33.

［39］CHEN S， OLIVA P， ZHANG P. The effect of air pollution on migration： evidence from China［J］. Journal of development economics， 2022， 156： 102833.

［40］孙伟增，张晓楠，郑思齐.空气污染与劳动力的空间流动——基于流动人口就业选址行为的研究［J］.经济研究，2019，54（11）：102-117.

［41］吴超鹏，李奥，张琦.空气污染是否影响公司管理层人力资本质量［J］.世界经济，2021，44（2）：151-178.

［42］徐敏，姜勇.中国产业结构升级能缩小城乡消费差距吗？［J］.数量经济技术经济研究，2015，32（3）：3-21.

［43］邵帅，李欣，曹建华，等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角［J］.经济研究，2016，51（9）：73-88.

［44］李卫兵，张凯霞.空气污染对企业生产率的影响——来自中国工业企业的证据［J］.管理世界，2019，35（10）：95-112.

［45］ARCEO E， HANNA R， OLIVA P. Does the effect of pollution on infant mortality differ between developing and developed countries？ Evidence from Mexico city［J］. The economic journal， 2016， 126（591）： 257-280.

［46］FU S， VIARD V B， ZHANG P. Air pollution and manufacturing firm productivity： nationwide estimates for China［J］. The economic journal， 2021， 131（640）： 3241-3273.

［47］ELHORST J P. Spatial econometrics from crosssectional data to spatial panels［M］. Springer， 2014.

［48］LESAGE J. Spatial econometrics［M］//Handbook of research methods and applications in economic geography. Edward Elgar Publishing， 2015： 23-40.

［49］钟若愚，曾洁华.数字经济对居民消费的影响研究——基于空间杜宾模型的实证分析［J］.经济问题探索，2022（3）：31-43.

［50］马丽梅，张晓.中国雾霾污染的空间效应及经济、能源结构影响［J］.中国工业经济，2014（4）：19-31.

Does the Improvement of Air Quality Narrow the Consumption Gap

between Urban and Rural Residents？

—The Promoting Effect of Green Development on Common Prosperity

Zhang Bin，Wang Qi

（School of Economics， Nankai University， Tianjin 300071， China）

Abstract：

Clarifying the influence of air quality on the consumption gap between urban and rural residents is helpful to understand the coordinated promotion of green development and common prosperity in the process of Chinese modernization. This article explains the theoretical mechanism of air quality affecting the consumption gap between urban and rural residents from the perspectives of medical and defensive expenditure， avoidance behavior and labor productivity， and makes an empirical test on its influence using the provincial data of China from 2005 to 2020. It is found that the improvement of air quality will significantly narrow the consumption gap between urban and rural residents. This conclusion is still valid after using the number of inversion days as an instrumental variable for endogenous treatment， changing air pollutant indicators and considering spatial autocorrelation for robustness test. This effect is produced by narrowing the consumption tendency gap and the income gap between urban and rural residents; in addition， the impact of air quality on the consumption gap between urban and rural residents still has spatial spillover effect. The results show that by promoting green development and improving air quality， the consumption gap between urban and rural residents can be narrowed， thus helping to achieve the goal of common prosperity.

Key words：green development; air quality; consumption gap between urban and rural residents; common prosperity; avoidance behavior

（責任编辑：张积慧）