空气污染与消费者规避行为：来自中国高频支付数据的证据

《Journal of Environmental Economics and Management》：Air pollution and consumers’ avoidance behavior: Evidence from high-frequency payment data in China

　　

本文利用2015和2016年中国高频银行卡交易层面支付数据，估计空气污染对消费者线下消费行为的影响。采用面板回归方法，以热力逆温（thermal inversion）作为每日局部空气污染暴露的工具变量，研究人员发现污染暴露与消费者支出之间存在统计上和经济上显著的负相关关系。平均而言，每日PM_2.5浓度每增加100 μg/m³，导致通过银行卡支付的每日线下消费支出减少14%。这种不利影响尤其体现在可延迟商品（deferrable goods）、杂货（groceries）和日常生活服务（daily life services）的支出上；在污染加剧期间，消费者显著减少户外购物活动——包括前往市内购物场所的出行距离，这与规避行为（avoidance behavior）一致。老年人、高消费消费者和假日购物者对污染的反应更强。研究人员的发现强调了通过改善空气质量的政策在消费方面可能实现的潜在经济共同效益。

**研究背景与问题**
空气污染，尤其是细颗粒物（PM_2.5），对公众健康造成严重危害，并导致福利损失。已有文献表明，短期和长期暴露于空气污染会增加精神疾病、认知衰退、心肺疾病和死亡率风险。面对这些健康风险，个体通常采取预防措施，包括防御性支出（如购买口罩、空气净化器）和规避行为（如减少户外活动、改变出行模式）。然而，现有研究多集中于特定消费类别（如医疗支出、防污染产品）或总体层面（城市或群体），缺乏对空气污染影响整体线下消费的个体层面因果估计。为填补这一空白，研究人员利用中国2015-2016年100个主要城市的高频银行卡交易数据，量化PM_2.5浓度对消费者每日线下消费支出的因果效应。该研究发表在《Journal of Environmental Economics and Management》。

**研究方法与关键技术**
研究采用面板固定效应回归模型，以热力逆温（thermal inversion）作为每日局部空气污染的工具变量（IV），解决空气污染与消费行为之间的内生性问题。数据来源为中国银联商务（China UMS），提供个体层面银行卡线下交易的金额、时间、地点信息，涵盖2015-2016年100个城市。主要技术方法包括：① 高频率个体层面交易数据；② 面板回归控制个体固定效应；③ 两阶段最小二乘法（2SLS）估计。样本无特定队列来源，但覆盖广泛的人口和消费类别。

**研究结果**
**基线结果**：通过OLS和2SLS估计，研究人员发现空气污染对线下消费有显著的负向因果效应。平均而言，每日PM_2.5浓度增加100 μg/m³，导致消费者通过银行卡支付的每日线下消费支出减少14.13%。该效应是非线性的：污染越严重，消费下降幅度越大。在商户层面，PM_2.5浓度每增加100 μg/m³，商户日均销售收入下降2.42%。

**机制分析**：研究检验了三个主要规避行为渠道。第一，减少户外活动：污染日消费者显著缩短市内购物距离（即从居住地到消费地点的距离）。第二，信息与公共意识：空气污染信息公开（如空气质量指数）增强了规避行为，当公众更关注污染时，消费下降更明显。第三，城际旅行规避：当家庭所在城市污染严重时，消费者增加在其他空气质量更好城市的消费支出，表现为跨城消费渠道。

**异质性分析**：不利影响主要集中在可延迟商品、杂货和日常生活服务等类别；老年人、高消费群体和假日购物者对污染的反应更强。此外，线下消费中可被网购替代的商品和服务（如可贸易品）受污染影响更显著，而难以替代的体验性消费（如娱乐）则相对不敏感。周末与节假日期间，规避效应更为突出。

**总结讨论与结论翻译**
讨论部分指出，空气污染通过消费者规避行为显著重塑线下消费模式，这不仅减少直接消费支出，还影响城市活力和社会互动（后者对健康、创业和创新至关重要）。研究结论的翻译如下：
本论文利用高频个体层面交易数据，研究空气污染对中国线下消费行为的影响，量化了消费者规避行为的程度，并建立了污染暴露与消费模式之间的因果关系。主要发现表明，空气污染显著减少了消费者通过银行卡支付的线下消费支出。异质性分析显示，不利影响在老年人、高消费者和假日购物者中最为强烈。机制分析揭示，消费者通过减少市内购物距离、增加跨城消费以及依据空气污染信息做出决策来避免污染。研究结果强调了改善空气质量政策在刺激线下消费方面的潜在经济共同效益，进而可能提升社会福利和城市活力。