picture from Internet
解析文章首发于唧唧堂网站www.jijitang.com
解析作者 | 唧唧堂经济金融写作小组：
song
；审校编辑 |
悠悠
本文是针对《农业用火的非预期影响（the Unintended Impacts of Agricultural Fires: Human Capital in China）》的一篇论文解析，该论文收录于美国国家经济研究局（NBER）2019年8月的工作论文集。
研究背景与问题：
焚烧秸秆作为管理农田的手段历史悠久，至今依然在世界范围内被广泛应用。在现代农业中，焚烧秸秆的主要优势是减少了清理农作物残渣人工成本。但与此同时，农业用火产生的烟雾中包含了大量对人体健康有害的污染物质。目前，对
农业用火和人类健康
之间因果关系的直接研究还存在内生性问题。
本篇论文中，作者将利用中国主要粮食生产地区农业用火的使用频率和对应地区考生的高考成绩来探究农业用火对认知表现的影响。
为什么选择中国的高考成绩作为因变量来研究农业用火对认知表现的影响？作者在设定模型时考虑了
以下原因
：首先，大部分的农业用火发生在发展中国家，在这些地区环境保护政策的实施相对松弛，人力资本的回报一般较高。中国，作为世界上最大的粮食生产国，依然有大约三分之一的农田通过焚烧活动来管理。其次，高考制度作为中国阶层流动的关键途径，对整个生命周期内的收入有重要影响，考生一般有很高的动力去准备考试。因此，农业用火造成的影响只可能代表一种对认知表现的干扰，影响考生的临场发挥而不是通过影响考生的努力程度来影响考试成绩。最后，中国高考的几个特征也使其适用于因果推断：考试日期固定；每年的考试刚好在农业用火的高发季节举行；考生必须在户口所在地参加考试。
数据处理
本文利用河南、山东、安徽三个省份2005年至2011年间考生的高考成绩来分析农业用火与认知表现之间的因果关系，样本包含2005年 -- 2011年三省159个县接近140万考生的数据。考生平均成绩为553.3分（满分750分），理科平均成绩要略高于文科平均分。每个县在为期两天的考试期间平均出现7次农业用火焚烧点，包括1.5次顺风，2次逆风和3.5次垂直火。具体的数据收集和处理方法如下：
1. 高考数据
本文的高考数据是从北京大学中国教育财政研究所获得。这个数据集提供了研究期间被中国高校录取的考生的考试成绩。数据报告了学生各个学科的成绩, 作者进一步研究了农业用火对文理科考生影响的异质性。考生的社会属性和人口统计特征在这个数据库中没有显示。
2. 农业用火数据
每日的农业用火数据是由两个卫星（TERRA,AQUA）收集，卫星每天经过中国上空四次，以1公里的分辨率检测报告所有的燃放点。由于火的范围不能通过卫星数据推测，作者将相邻像素的火视为不同的火。由于临近火源的地区与燃烧秸秆带来的经济效应及环境污染相关联，作者在核心分析中将使用空间插值法（inverse distance weighting）的方法处理数据。
3. 气象数据
气象数据从美国国家海洋与大气管理局获得。详细的风向数据可以区分顺风火和逆风火对认知表现的不同影响。作者收集的日平均气候数据包括样本观测期间44个气候站的温度、降水、露点、风速、风向及气压数据。每日平均风向数据通过向量分解每小时的风向和风速得到。
给定风向对地形和其他县域特征变量的敏感度，根据就近原则，将风向和考点信息一一对应，并从样本中剔除了50km范围内没有风向站的县。
利用空间插值法（IDW）将气候站的数据转换为以县为单位的数据，给定地点的气象数据是依据县行政中心方圆50km内所有观测站的加权平均值。
4. 污染数据
由于在2011年之前每日污染数据是无法获取的，文章利用2013-2016的数据来预测污染与农业用火之间的联系。由于这个时间段的高考成绩无法获得，作者将通过该分析来解释农业用火影响认知表现的传导机制。
picture from internet
模型构建
1. 基础模型
Y_icpt : t年p省c县i学生高考成绩的对数；
fire_cpt : 每年为期2天的考试期间以县为单位发生的农业用火总数；
X_cpt : 考试期间气象变量的平均值；
τ_c : 表示不随时间变化的县域特征变量；
π_ptm : 控制每个省份每年文理科考试的难度；
ξ_icpt ：误差项
模型（1）的局限性：存在内生性问题。如果考生为家庭提供劳动，那么考点附近是否发生农业用火会直接影响学生为考试准备的时间。同样，农业用火的使用可能提高家庭的收益，通过收入效应间接影响考试成绩。为了解决以上问题，作者在模型中引入风向变量。
2. 拓展模型
顺风火对县中心空气质量的影响明显大于逆风火，但风向在本研究的模型设定中不会改变农业用火对家庭劳动力投入和收入的影响。因此在基础模型设定中引入风向变量解决内生性问题。定义着火点与每日平均风向在45度角之内的着火点为顺风火。
β_cpt^u-β_cpt^d：参数差表示农业用火通过空气污染对考生分数的影响。
实证结果
基本模型（1）得到的结果不显著；拓展模型（2）的结果显示：顺风火显著降低了考试成绩， 逆风火和非顺风火（逆风火和垂直火）对高考分数的影响不显著。在高考期间，顺风火和逆风火之间的差异每增加一个标准差，会使高考成绩降低1.42%的标准差（0.6分），进而使考生被一流大学录取的概率降低了0.51%的标准差。
农业用火对认知表现的影响是同期发生的，实证结果表明：在考试前后1--4周焚烧农作物残余对考生的考场发挥都没有影响。同时，焚烧行为对文理科考生的影响具有异质性。理科考生的成绩与考试期间的焚烧总数呈显著负相关。
稳定性检验:
为检验实证结果的稳定性，作者提供了一系列的替代检验，实证表明利用拓展模型（2）得到的结果是稳定的。相关的稳定性检验包括：
（1）采用替代距离，将50km的区域更换为30-70km，分别以每10km为一个增量；
（2）改变定义顺风火和逆风火时的中心角度数，分别使用30度、60度和90度替换模型中的45度；
（3）重新定义着火点，只关注县行政中心方圆50km区域内但发生在其他县的火点，解决环保政策内生性的影响。
参考文献:
Zivin,Joshua S. Graff,Tong Liu,Yingquan Song,Qu Tang,and Peng Zhang. 2019. ‘The Unintended Impacts of Agricultural Fires: Human Capital in China’. w26205. Cambridge, MA: National Bureau of Economic Research.
解析作者: SONG
点击“阅读原文”，查阅更多作者在唧唧堂的论文解析
