为了研究空气污染对劳动的影响，他们竟然用上了监狱工厂数据

几乎每到北方的冬季，手机屏幕上的AQI（空气质量指数）就变成了触目惊心的红色，空气污染就会成为街头巷尾热议的话题。

图/雾霾天气中的城市交通

一般来说，总会有一些朋友忍不住开始抱怨空气污染的种种麻烦，痛斥各类“不讲公德”的重工业企业：

“如果把它们全关了，大家不就舒服了嘛！”

可是，每每到这个时候，也会有一些反对者站出来：

“如果重工业企业全关了，经济怎么办？就业怎么办？”

于是乎，整个讨论就会变成“鸡同鸭讲”的局面，双方各执一词，一面是“人类健康”，另一面是“经济大局”，谁也没法说服谁。

如何算好空气污染的“经济账”？

那么，如何评判谁说的更有道理呢？

重工业企业究竟应该如何治理呢？

是雷厉风行的“一概关停”，还是细水长流的“从长计议”呢？

要回答这个问题，首先要算好一笔空气污染的“经济账”。

任何公共政策的实施对于整个社会而言，都有收益和成本。

从成本收益的角度来说，如果评估后收益大于成本，那么政策实施自然是问题不大，可如果成本大于收益，那么政策的制定者就得好好斟酌斟酌了。

图/任何公共政策都涉及成本和收益的计算

对于空气污染治理政策来说，成本是显而易见的。

例如机动车限行会影响居民的交通出行，建筑工地停工会影响工程进度，重工业企业停工整改则会影响企业的效益，给就业带来压力，等等。

这些损失其实是较为方便、容易计算的。

可是，如果衡量空气污染的收益，似乎问题变得麻烦了一些。

首先，空气污染会对人的身体健康、心理健康和社会功能同时产生影响，而这些其实是较难衡量的。

其次，即便有不少实证研究已经讨论了空气污染和上述因素之间关系，但是从经济角度处罚，空气污染最重要的一个负面影响仍旧很难识别。

那就是，空气污染到底如何影响了劳动效率？

图/带着口罩工作怎么着也会影响效率吧……

你的工作效率真的受空气污染影响了吗？

空气污染严重的时候，我们会感觉自己的工作效应被影响了

——这似乎是一种普遍的体验。

但是究竟污染影响了多少，如何算好这笔“经济账”，似乎又是一个很难回答的问题。

日常生活里，在空气污染严重的时候，很多人其实会倾向于“不出工”或者“出工不出力”。

也就是说，劳动者到冬季月底时候发现自己的工资“变少了！”

其实可能并不是空气污染影响你的工作效率，而是你在为自己找一些借口。

比如，你的工资变少的原因，有可能是因为你冬天有时候起不来床，被扣了全勤奖，也有可能是你嫌弃冬天太冷，所以一直在“磨洋工”，导致月底来看工作绩效并不高。

正是以上这些原因难为“坏”了经济学家们，但也促使他们必须找到更好的方法和数据来衡量空气污染对劳动生产率的负面效应。

（注：下面推文列举的所有事实材料均来自于浙江大学陈帅与北京大学张丹丹于2020年7月发表在《经济学（季刊）》上的文章，特此致谢）

应该如何做出更好的因果识别研究？

实际上，考察真实的空气污染负面效应的过程，就是社会科学寻找真正的因果关系的过程。

一般地说，当我们去识别一个自变量X和一个因变量Y是否为因果关系，而非数据上“虚假的”相关关系时，非常重要的一个步骤是利用方法和手段排除内生性问题——即一些内生变量对回归关系的干扰。

（比如夏天冰激凌的销量和游泳淹死的人数就是虚假的相关关系）

那么，如何判断一个变量是否是内生的呢？

简单来说，当关键自变量与残差项相关时，OLS的估计结果就会出现偏误，这个时候我们就认为存在着内生性的问题。内生性可能由遗漏变量、反向因果和测量误差几方面的原因导致。

当然，并非所有存在内生性的回归结果都要被否定，但是在某些问题上，如果不讨论内生性，那么研究结论将会在很大程度上遭到质疑。

例如在上文的例子中，表面上看空气污染与工资呈现负相关关系，但很有可能工资的降低并非由空气污染所致，真正的元凶可能与是空气污染相伴出现的极端天气。

举个例子，空气污染一般在冬天比较严重，所以你效率下降的原因可能并不是污染，而是你起不来床……

如此种种，导致因果识别几乎成为了当下社会科学（尤其是经济学）研究中标准动作。

（也使得研究论文变得无比臃肿，因为要回应审稿人的种种稳健性检验的要求）

为了因果识别，他们甚至用了监狱工厂的生产数据

如前文所提到的，劳动者工资并不是一个很好的工作效率的测量指标。工资会同时受到“不出工”和“出工不出力”的影响，无法真实反映劳动者的工作效率。

那么，应该如何找到更好的数据来反应劳动者的工作效率呢？

研究者将目光投射到了监狱工厂的劳动者身上。

图/《肖申克的救赎》中正在劳动的犯人

研究者找到了深圳某男子监狱的工厂生产数据，包含了2004年7月至2015年8月期间每个服刑人员按月发放的计件工资信息以及其他与生产相关的个人信息，包括服刑人员所在监区、从事工种、年龄、受教育年限等。

为什么监狱工厂数据可以很好的解决“工资”指标的测量误差问题呢？

一是因为服刑人员必须服从监狱的分工安排，被分配到特定的生产岗位进行劳动改造，除非身体不适或特殊情况，不能自主选择是否出工，也不能随意更换自己的工种。

这就解决了“不出工”问题对工资的影响。

二是服刑人员的劳动工资均采用计件工资的形式按月发放，可以更好的反映劳动者的劳动生产率。如果服刑人员“出工不出力”，很容易就被计件工资观测到了。

监狱工厂一个月，究竟能赚多少钱？

在这里，大家应该都很好奇，监狱工厂是干啥的？劳动改造一个月能赚多少钱？

首先，这份研究里的监狱主要承接社会上的制造业产品订单 (如服装加工、USB接口制造等)， 并以监区为单位安排生产线组织生产活动，在给定的合同期内完成给定的订单任务。

服刑人员被分配到“管理后勤岗”和 “生产岗”两大类工作岗位。

由于 “管理后勤岗”对劳动技能有一定的要求，如会计、计算机知识等，仅有不到3%的服刑人员从事管理后勤岗工作。也就是说，97%的人还是要上流水线上干活的。

其次，劳动报酬对于服刑人员来说其实非常重要。虽然监狱提供他们的基本食宿，但是，劳动收入才是其在监狱内其他日常开销（如日用品、食品、香烟等）的重要保障。

不仅如此，服刑人员的劳动表现与减刑和刑期内的各种奖励也直接相关。

因此，服刑人员在提高收入和获得减刑机会的激励下，会积极地投入生产活动。

最后，一个犯人朝九晚五一个月，究竟可以赚到多少钱呢？

从数据上看，在观测期间内该监狱人均月工资仅68.26元。

当然，从2004年到2015年之间，月工资的均值也在缓慢上升，2015年甚至突破了100元/月。

看到这个数据，是不是觉得很劝退，累死累活一个月可能也就几桶泡面钱。

很有意思的是，犯人之间的方差也很大，在绝多数人每月仅能赚到二三十块钱的时候，竟然有些“极其优秀”的劳动者能赚到300-400元。

小编只想说：

空气污染指数每上升10个单位，平均计件工资降低4%！

终于，在使用了测量误差较小的监狱工厂计件工资数据，且使用了逆温作为工具变量排除了内生性的干扰后，

研究者得到了相对准确的空气污染负面效应的结果（重点看第5列的完美控制方案）：

空气污染指数（API）每增加10个单位，导致服刑人员的平均计件工资（劳动生产率）降低了4%！

看完之后的小编无法安坐了，要知道，前几年河北省的AQI都是接近500的爆表水平啊！

当然，随着AQI的增长，人的劳动生产率也不会一直降低，二者大致呈现一种“倒U型”的关系，当空气污染达到轻度污染（AQI>100）时，对劳动生产率的影响最大。

同时，该研究发现，虽然深圳市空气质量处于污染水平以上 (API≥100)的平均累计天数只有1.58 天，但这1.58天的空气污染对劳动生产率降低的边际影响却达到了优良空气质量 (API<100)影响的4倍以上。

这意味着，优先减少极端空气污染的天数，政策效果也将翻倍。

话说到这里，本文开头所例举的争论似乎可以消停消停了，虽然治理污染的公共政策必然带来成本。

但是在整体污染难以在短时间内全面控制的情况下，优先缓解极端污染的程度和发生频率，可以大幅度削弱空气污染对劳动生产率的负面影响，而那些可见的政策成本却可能在减少劳动生产率损失的方面得到潜在的补偿。

​​​​​​​

 参考文献 

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(04):1315-1334.

本期撰稿&图文编辑 

王中汉  浙江大学公共管理学院博士研究生

 本期责编 

李婷  中国人民大学社会与人口学院教授