公眾幸福感視角下環境污染的影響及定價研究

許志華，曾賢剛，虞慧怡，秦　穎

(1.中國海洋大學 經濟學院，山東 青島　266100；2.中國人民大學 環境學院，北京　100872；3.中國環境科學研究院，北京　100012)

一、問題提出

近年來，中國霧霾事件頻發，不僅影響居民身體健康，亦影響工作與生活，并可能使居民產生恐慌感。即環境狀況對居民客觀和主觀生活質量均可能產生影響。目前對主客觀生活質量的研究較多，涉及心理學、社會學及經濟學等諸多領域，但側重點有所差異，且并未達成統一共識。早期需求理論研究表明社會與經濟發展會促進客觀生活質量的改善[1]，但生活在社會經濟較好社區的居民對生活的滿意度不一定比生活在較差區域的居民高[2]。比較理論則假設居民會依據相對價值作出判斷，認為客觀條件會通過與其他可能替代品的比較而間接影響主觀生活質量[3]。

隨著經濟發展和收入增加，國家與居民逐漸意識到經濟發展并非唯一目標，主觀生活質量研究越發受到重視，尤其是針對生活滿意度與幸福感的研究。生活滿意度與幸福感常被作為判斷主觀生活質量或主觀福利水平的指標，被視為用于推斷對生活的總體評價的一種認知或判斷狀態[4]。對不同生活領域的主觀滿意度測量被認為在分析客觀生存條件和公共政策對個人福利水平的影響中是必不可少的。居民的主觀生活質量受到諸多因素影響，如研究表明居民對經濟發展和人口增長的感知、個人生活階段、社會債券[5]等對主觀生活質量有影響。此外生理及心理健康、自愿工作及個人的社會經濟特征[6]等也會影響生活滿意度或幸福感。

除上述個人社會經濟和心理等特征外，環境狀況也受到眾多學者關注，被認為是影響生活質量及福利的重要因素。環境狀況包括多個方面，如噪音、綠地、生態系統多樣性等，諸多研究探討了不同環境維度對主觀幸福感的影響。如Ambrey等[7]分析表明生態系統多樣性的增加對幸福感有顯著正效應，間接推斷得出居民為提高一單位生態系統多樣性(以辛普森多樣性指數測量)的年均支付意愿約為14 000美元。Ambrey等[8]將景觀服務分為10個等級，結合澳大利亞家庭、收入和勞動調查及地理信息系統數據，分析景觀服務對昆士蘭東南部居民的生活滿意度的影響，結果表明景觀服務的提升對生活滿意度有顯著正效應，且居民大約愿意為景觀服務提升1個等級而支付14 000美元。Luechinger等[9]運用16個歐洲國家1973—1998年數據分析表明洪水對生活滿意度有顯著負效應。

相比于其他環境維度，空氣污染對幸福感的影響研究更加普遍。Welsch[10]運用1990—1997年10個歐洲國家的主觀幸福感、收入與空氣污染數據分析表明空氣污染對主觀幸福感有顯著負效應，且間接推斷得出空氣中氮氧化物和鉛每年的價值分別為760和1 390美元。Ambrey等[11]分析表明生活滿意度與PM10濃度超過國家健康準則的天數呈顯著負相關關系，且為減少PM10濃度超過國家健康準則一天的平均支付意愿大約為5 164美元。Luechinger[12]運用工具變量分析表明SO2和區域經濟條件對福利有影響。Ferreira等[13]發現PM10濃度上升會降低主觀福利。目前國內也有少量研究分析了空氣污染對幸福感的影響。楊繼東和章逸然[14]運用2010年中國社會調查數據(CGSS)分析表明NO2濃度與幸福感呈顯著負相關關系，且NO2濃度對幸福感的影響對于低收入群體、男性和農村居民更加顯著，居民對NO2濃度降低1μg/m3的平均支付意愿為1 125元。黃永明等[15]運用2003年和2006年CGSS分別分析環境污染主觀感知和客觀環境污染對幸福感的影響，結果表明主觀感知和客觀空氣污染均會顯著降低幸福感，且其發現空氣污染對幸福感的負效應對東部居民更加顯著。陳永偉等[16]運用2010年家庭追蹤調查及空氣污染數據分析表明，空氣污染對幸福感有顯著負效應，且居民對PM10、SO2和NO2濃度降低1μg/m3的平均支付意愿分別為343.602元、45.197元及232.443元。

遺憾的是，目前研究大都僅分析了單一環境維度對幸福感的影響，缺乏不同環境維度對幸福感影響的比較及加入不同環境維度時結果的穩健性分析。不同環境維度具有不同特征，如水污染和空氣污染的可感知性與后果嚴重性不同，可能導致公眾對其看法存在差異，從而不同環境維度對幸福感的影響可能存在差異。那么水污染對幸福感的影響與空氣污染是否存在差異？何種污染對幸福感的影響更加顯著、更加穩健？公眾對空氣污染和水污染的平均支付意愿如何？哪些因素可能導致環境質量對幸福感影響的差異性？本文利用2013年中國綜合社會調查中幸福感數據，將省級空氣污染和水污染數據與之相匹配。在對省級經濟變量與個人變量進行控制后，分析空氣污染與水污染對幸福感的影響，比較兩者之間存在的差異。隨后通過異質性分析發現導致差異性的因素：首先按照樣本區域，分別分為城鄉與東中部地區；然后，根據被調查者主觀自評所處等級情況、環境知識情況與環境污染主觀感知情況分別進行分組，以探究其中空氣污染和水污染對幸福感影響可能存在的異質性。為驗證結果穩健性，本文將對不同估計方法進行檢驗，并利用2012年中國綜合社會調查、空氣污染和水數據進行進一步匹配分析。最后根據估計所得空氣污染、水污染、收入對幸福感的邊際效用結果，結合生活滿意度定價法對空氣污染與水污染定價。

二、模型設定及數據來源

環境物品屬于公共物品，因缺乏市場需采用非市場價值評估法進行定價。目前可分為兩大類方法：一是揭示偏好法，通過尋找替代市場影子價格進行定價，可分為人力資本法[17]、內涵資產定價法[18]等；二為陳述偏好法，通過問卷直接或間接詢問被調查者對環境物品的偏好程度以進行定價，分為意愿調查法[19]與選擇實驗法[20]兩種。上述方法各有優缺點，如意愿調查法通過問卷進行調查，思路清晰簡單，但存在假想偏誤、信息偏誤等問題；內涵資產定價法使用客觀數據避免了主觀偏差，但因環境質量可能無法完全反映于房地產市場等原因造成結果偏誤。生活滿意度法(Life Satisfaction Approach，LSA)則是通過主觀與客觀數據相結合的方式，主觀數據僅需要幸福感一項，無需直接詢問對環境物品的偏好，從而避免了假想偏差、策略性偏差等。

LSA是21世紀初提出的方法，時間較短，但運用十分廣泛，眾多環境物品均有涉及，如綠地[21]、噪音[22]、景觀[8]、生態系統多樣性[7]、洪水災害[9]以及空氣污染[10,11,23-24]等，但在中國運用仍十分稀少[14,16]。LSA以個體效用最大化為基礎，假設公眾的效用水平由收入、市場物品或服務、環境物品或服務和主觀偏好等因素影響。假設公眾效用水平為u，市場商品為x，非市場環境物品為q(q越大表明環境質量越好)，收入為y，主觀偏好和個體其他社會經濟特征為s，其他隨機誤差項為ε，則效用函數可表示為u(x,q,y,s,ε)。且u與q和y均呈正相關關系，即?u(x,q,y,s,ε)/?q>0，?u(x,q,y,s,ε)/?y>0。假設x和s不變，則效用水平變化如下：

(1)

(2)

即LSA通過估計收入和環境質量對效用的邊際效應來為環境定價。研究表明居民幸福感會受其個人特征、所在地環境質量狀況及當地經濟發展水平等諸多因素影響，因此本文構建如下模型，分析環境質量狀況對幸福感的影響。

Happinessi=β1Environmenti+β2Ii+β3Pi+εi

(3)

其中，Hapinessi表示第i個被調查者的幸福感；Environmenti表示被調查者所在地的環境質量狀況集合，包括空氣污染和水污染等；Ii為個人變量集合，如被調查者i的性別、年齡等個人特征變量與家庭年收入、家庭經濟檔次等家庭特征變量；Pi則為被調查i所在地的經濟變量集合，如可支配收入、GNP等。β1、β2、β3分別為相應的系數矩陣。此外因Hapinessi存在內在的排序，結合以往研究[25]，本文將使用有序Probit模型進行估計。

本文的幸福感數據來源于2013年中國綜合社會調查(CGSS)，其是最新公布的數據，并且首次調查了居民對不同環境問題嚴重性的主觀感知與環境知識情況。CGSS2013問卷中幸福感詢問方式為“總的來說，您覺得您的生活是否幸福”，選項采用Likert五點量表形式，由“非常不幸福”到“非常幸福”。根據已有研究，將其視為5個級別進行處理[14]。

解釋變量方面，我們首先關注空氣污染與水污染。因CGSS2013數據中并未公布至城市層面，因此運用省級環境污染數據進行匹配。數據來源于2014年中國統計年鑒、2013年度各省直轄市統計年鑒及環境質量狀況公報等。在指標選取方面，楊繼東和章逸然在考慮數據獲取性、污染物危害性、治理的滯后性等因素采用NO2作為空氣污染的指標。此外其對SO2和PM10對幸福感的影響亦進行了分析，結果表明SO2對幸福感的影響方向并不明確，PM10影響不顯著，但其認為近年來隨著居民對于PM2.5與PM10的關注度的上升，PM10對幸福感的影響可能發生變化。因此本文將采用NO2作為空氣污染代表指標，并亦將對PM10進行分析。水污染指標方面，主要包括廢水排放量、COD排放量與氨氮排放量三項，因廢水排放更易被居民觀察到，且居民相對更易了解，因此本文擬采用廢水排放量。此外相比于目前大都采用的工業廢水排放量[26-27]，本文認為生活廢水排放量遠大于工業廢水排放量，且與公眾生活密切相關，因此采用總廢水排放量。但在后面的探討中，本文會將其他污染物質納入模型進行分析。

控制變量包括個體變量與省經濟變量。個體變量來源于綜合社會調查問卷，包括個人特征變量與家庭特征變量，其中個人特征變量包括性別、年齡、受教育程度、個人年收入、健康狀況、社會公平性、婚姻狀況；家庭特征變量包括家庭年收入、家庭人口、兒子數、女兒數、家庭經濟狀況檔次、房產數、是否有車。限于篇幅，描述統計階段的變量賦值等具體處理方式不再贅述，有興趣者可與筆者聯系。在公眾所在地經濟變量方面，楊繼東和章逸然對人均GDP進行了控制，但本文認為人均可支配收入對幸福感的影響可能更強，因此對可支配收入及其增長率進行控制，但亦對各省GDP及其增長率進行了控制，其中增長率根據2008年及2013年可支配收入和GDP計算所得。

刪除缺失值及不合理值后最終樣本量為7 454，表1為樣本中上述變量的描述統計結果。結果顯示幸福感均值為3.79；省直轄市平均NO2濃度為37.70ug/m3，平均廢水排放量為26.45億噸。樣本中男女比例約各占一半；年齡均值為47.20歲；受教育水平均值為2.51；家庭年收入與個人年收入(自然對數)分別為10.54和8.84；家庭平均人口在3人左右；82%家中沒有車。此外健康狀況均值為3.82，即大部分人認為自身較為健康；社會公平性均值為2.96，家庭經濟檔次均值為2.71，即社會公平性和家庭經濟檔次處于一般水平。

表1　各變量描述統計結果

三、分析結果

(一)環境質量對幸福感的影響

采用有序Probit模型估計方程1，結果如表2所示。因為運用生活滿意度進行環境公共物品定價時要求估計環境質量和收入對幸福感的影響系數，且在個人年收入與家庭年收入間，家庭收入對幸福感的影響往往更大，因此所有模型均包含了家庭年收入變量。模型1和2分別加入了NO2濃度與廢水排放量，用于單獨分析空氣污染和水污染對幸福感的影響，模型3則同時分析空氣污染和水污染的影響，模型4和5則加入個人控制變量，不同之處在于模型4去除了其他反映家庭經濟狀況的變量，包括家庭經濟檔次、房產數及是否有車。模型6和7則在模型4和5基礎上進一步加入了省經濟控制變量。

由表2可知，空氣污染代表指標NO2濃度對幸福感的影響因素均為負值，且始終顯著，表明NO2濃度降低會顯著提高公眾幸福感。而水污染結果則較為有趣，模型2單獨分析廢水排放量對幸福感的影響時，并未得到顯著結果，模型3加入NO2濃度，結果并未改變。而模型對個人變量和省經濟變量進行控制后，廢水排放量對幸福感的影響系數變為負值，且大都顯著。說明廢水排放量對幸福感的影響并不如NO2顯著，這可能是因為空氣污染更加具有可觀察性，且發生頻率更高，媒體關注度也相對更高，從而空氣污染對幸福感的影響顯著，但總體而言廢水排放量的降低仍會對幸福感起到提升作用。依據模型7，進一步分析空氣污染和水污染對幸福感的邊際效應，結果表明NO2濃度每上升1ug/m3，幸福感為非常不幸福、比較不幸福和一般的概率分別上升0.011%、0.065%和0.142%，而為比較幸福和非常幸福的概率分別下降0.084%和0.134%。而廢水排放量每增加1億噸，上述概率分別為0.005%、0.032%、0.070%、0.041%和0.066%。

表2　幸福感有序Probit估計

續表

注：括號中為標準誤差，*、**、***分別表示在10%、5%與1%水平下顯著。下表同

在個人變量方面，結果表明家庭年收入與幸福感呈正相關關系，而個人年收入對幸福感的影響大都不顯著。此外房產數及是否有車亦反映了家庭收入情況，結果表明房產數增加與有車均會顯著提升公眾幸福感。且在公眾主觀感知家庭經濟狀況方面，相對于經濟狀況遠低于平均水平人群，其余4項人群的幸福感均顯著更高。此外通過對比模型4和5及模型6和7，我們發現當加入家庭經濟檔次、房產數及是否有車這些亦能反映家庭收入狀況的變量后，其他變量估計結果變動不大，但家庭年收入估計系數顯著降低。性別、年齡與受教育程度對幸福感的影響均與楊繼東和章逸然分析結果較為一致，女性幸福感顯著高于男性；隨著年齡上升，幸福感先降低后上升，且根據影響系數估算，幸福感在42歲左右為最低點，可能是因居民在42歲左右工作大都處于中層，而子女也正處于高中階段，居民工作和家庭壓力均較大，導致幸福感相對較低；受教育程度對幸福感并未表現出顯著影響。從家庭人員看，家庭人口數及兒子數并不會對幸福感產生顯著影響，而女兒數卻會顯著提高幸福感。在婚姻狀況方面，相對于未婚，同居、初婚有配偶、再婚有配偶均會顯著提高幸福感，而分居未離婚、離婚及喪偶則未有顯著差別。在健康狀況方面，相較于很不健康，其余4類健康狀態均會顯著提高幸福感。此外公眾認為社會越公平，其不滿等負面情緒可能相對越低，導致幸福感顯著上升。而在省級經濟變量方面，可支配收入與GDP均未表現出顯著影響，可支配收入增長率對幸福感有顯著正影響，而GDP增長率顯現出顯著負影響，這可能是因GDP增長率過高可能伴隨著物價快速上漲或其他社會不穩定因素，降低幸福感。

(二)異質性分析

眾多研究分析了影響幸福感中存在的異質性。林江等[28]發現對于租房者，房價上漲與幸福感呈顯著負相關，而對擁有房產者則呈顯著正相關，且擁有多套房產者正效應更強。胡洪曙等[29]發現收入不平等對城市老年人幸福感的負效應要弱于對農村老年人。陳剛等[30]發現政府服務質量會對低收入居民的幸福感造成顯著影響，但對高收入者影響微弱。何立新等[31]發現機會不均等對低收入居民和農村居民幸福感的負面影響相對較大，收入差距對低、中低和高收入階層的幸福感有顯著負效應。部分研究亦對環境質量對幸福感影響的異質性進行了分析。黃永明等發現煙塵污染和SO2污染對東部地區居民幸福感的負面影響大于中西部地區，但其并未發現不同收入階層、居住于不同社區類型居民中存在的異質性。李夢潔[26]發現環境污染對低收入居民的幸福感的負面影響相對較高。楊繼東和章逸然發現空氣污染對低收入者、男性與農村居民幸福感的負面影響更為顯著。本文則主要從以下兩方面對環境污染對幸福感影響可能存在的異質性進行探討：一是區域效應，分為城鄉與東中西；二是更針對被調查者主觀效應。首先，本文認為相比于收入，被調查者主觀自評所處等級更能反映其社會地位，因此對不同等級進行分析。其次，則是針對環境知識與環境污染主觀感知。最后，在分析上述可能存在的異質性時亦關注在空氣污染和水污染之間可能存在的差異性。

因CGSS將城鄉按居住類型分為市/縣城的中心地區、邊緣地區、城鄉結合部、以外的鎮、農村5類，僅選取中心地區與農村進行城鄉對比。表3為環境污染對幸福感影響的區域異質性。由表3可知，空氣污染對城鄉居民幸福感的影響并未表現出顯著差異，與楊繼東和章逸然、李夢潔的發現有所差異，這可能是因2010年至2013年間居民對于空氣污染關注度上升，尤其是城市居民，導致空氣污染對城鄉居民幸福感的影響的差異縮小。而在水污染方面，廢水排放量對城市居民幸福感的負面影響更為顯著，這可能是因水污染在城市比農村嚴重得多。而從東中西部地區看，空氣污染與水污染對幸福感的影響均存在顯著差異。東部地區經濟發展速度最快，但因大都為粗放式發展，導致空氣污染與水污染均較為嚴重，對居民生活和工作均有較大影響，從而對居民幸福感均表現出顯著負影響。中部地區經濟發展居中，亦大都為粗放式發展，空氣污染也較為嚴重，但中部大多數省份降水量充足，水污染相對較輕，因此空氣污染對幸福感有顯著負影響，而水污染并不顯著。西部則因經濟發展相對滯后，人口密度較低，空氣污染和水污染對幸福感的負影響均不顯著。

在分析被調查者主觀異質性效應時，首先進行相關分組。CGSS將被調查者自評所處等級分為10層，1至10表示等級由低到高。統計所得其均值為4.40，表明認為處于中底層的人員居多。根據等級由低至高將其分為3組：底層組，等級選擇為1～3；中層組為4～6；高層組則為7～10。在環境污染主觀感知方面，CGSS詢問對當地不同環境污染的感知情況，選項則包括了很嚴重、比較嚴重等7項，但因其中存在不關心與沒有該問題2個選項，未避免完全不了解產生的偏誤，僅選取很嚴重、比較嚴重、不太嚴重和不嚴重4項進行分析。將很嚴重、比較嚴重歸為感知嚴重組，而不太嚴重和不嚴重歸為感知不嚴重組。統計相應頻數，結果表明空氣污染和水污染選擇比較嚴重的頻數均為最大，但嚴重組和不嚴重組的頻數約各占一半，說明中國居民對于空氣污染和水污染的主觀感知總體并不強烈。在環境知識方面，CGSS詢問了10道環境相關問題，如“汽車尾氣不會對人體健康造成損害”，讓被調查者進行判斷。統計被調查者答對題目數，統計結果表明其均值為5.20，標準差為2.70，說明中國居民環境知識總體情況并不樂觀，且居民間差異較大。根據答對題數分為3組：環境知識量相對較低組，回答正確0～3道題；中等組，答對4～7題；較高組，答對8～10題。隨后進行異質性分析，此外因在環境污染主觀感知分組中是根據空氣污染和水污染分別分組，因此在模型也僅加入相應變量。最終結果如表4所示。

表3　環境污染與幸福感：區域效應

注：控制變量包括表2模型7中所有控制變量。下表同

表4　環境污染與幸福感：主觀效應

由表4可知，環境污染對幸福感的影響會因所處等級不同有所差異，空氣污染與水污染在同一等級亦有所差異。底層人群經濟水平較差，難以通過醫療、購買空氣凈化器和凈水器等經濟手段彌補環境污染所造成的損失，易受環境污染的影響，且因其視野、精力等所限，難以經常性關注環境問題，因此更易受到易觀察到的環境污染影響。空氣污染可視且近年來發生頻率較高，媒體近年來關注度也急劇上升，而水污染則相對難以察覺，關注度較低，因此底層居民幸福感受到空氣污染顯著負影響，而水污染并未有顯著影響。對于高層居民，主觀往往認為其可能更加厭惡環境污染，但結果表明空氣污染與水污染對幸福感均未表現出顯著影響。可能因其經濟水平較高，可通過其他手段彌補相關損失，從而影響并不顯著。中層民眾雖無法彌補環境污染損失，但相對于底層民眾，能更加關注于環境問題，因此空氣污染和水污染對其幸福感均表現出顯著負影響，但水污染對幸福感的負向影響顯著性仍低于空氣污染的影響。

客觀空氣污染對幸福感的影響是否會因環境污染主觀感知不同而產生差異？部分研究已經探究了環境污染主觀感知對幸福感所產生的影響。Goetzke等[32]研究表明幸福感與居民受空氣污染影響程度的主觀感知呈負相關關系。MacKerron等[33]發現主觀感知和實測空氣污染均對幸福感有顯著負影響。黃永明等以認為環境問題不嚴重人群為對照組分析表明，認為不太嚴重、比較嚴重和非常嚴重人群比對照組人群的幸福感顯著更低。本文此次不再探討主觀感知對幸福感的影響，而更關注對于在環境污染感知有所不同的人群間，客觀環境污染對幸福感的影響是否有所差別。由結果可以看出，無論對空氣污染還是水污染，感知不嚴重的人群環境污染對其幸福感的負影響均更加顯著。而感知嚴重人群并未表現出顯著影響。這一結果表明在治理環境污染時需注重與公眾的溝通，增強公眾了解度，減少恐懼感，并積極發布環境治理正面信息，降低環境污染嚴重性感知，有助于提高公眾幸福感。

公眾掌握的環境知識也會作用于環境污染對幸福感的影響。當公眾對環境知識了解較少時，其可能并不清楚環境污染會對人身體、工作等產生的影響，也可能對環境問題并不關注，因此空氣污染和水污染并未對幸福感有顯著影響。而當公眾對環境知識了解非常多時，其對于環境來源可能十分清楚，對于環境治理的信心更加充足，并且了解如何采取行為以降低環境污染造成的影響，因此環境污染對幸福的影響亦較弱。而對于環境知識了解程度一般時，公眾對環境污染判斷容易模棱兩可，了解其可能產生的有害影響，但對其治理措施了解不充分，易導致對治理缺乏信心，從而空氣污染與水污染對幸福感均表現出顯著負效應。雖然公眾對環境知識了解較少時，幸福感受環境污染影響較小，但隨著公眾環境意識和受教育程度的上升，環境知識無法停留于少量階段，則公眾可能更易處于中等環境知識階段(頻數在三組中最大)，因此政府應采取措施向高環境知識引導，如積極公布準確的環境知識，讓公眾了解各類環境問題，尤其是相應的政府治理及個人應對知識。

(三)不同污染物對幸福感的影響分析

為驗證不同污染物對于估計結果可能產生的影響，將不同污染物質納入模型進行分析。在空氣污染方面，中國監測的指標除了NO2，還有SO2和PM10，近年來隨著公眾對于PM2.5的關注，其監測亦越發完善，但因2013年PM2.5省級數據缺失較多，因此僅檢驗SO2和PM10的影響。在水污染方面，指標除了廢水排放量，還有氨氮排放量與COD排放量，因此對氨氮排放量、COD排放量進行檢驗。結果如表5所示，其中A部分為不同空氣污染物對幸福感的影響，其中在對個人變量和省級經濟變量進行控制的同時，亦對廢水排放量進行了控制；而B部分分析不同水污染物的影響時則對NO2濃度進行了控制。此外我們均先分析不同污染物單獨加入模型時的影響，后將污染物同時加入模型分析其影響。

表5　不同污染物對居民主觀幸福感的影響

根據對不同空氣污染物的分析結果，我們發現單獨分析NO2和將三種指標同時加入模型時，其結果均十分顯著，且為負值，說明NO2對幸福感有顯著負影響，表明運用NO2分析空氣污染對幸福感的影響具有穩健性。將SO2單獨加入模型時，結果影響并不顯著，且將三種指標均加入模型時，其結果并未有所改變，說明SO2并不會對幸福感產生影響。而將PM10單獨加入模型時其影響顯著且為負，而楊繼東和章逸然的結果顯示單獨分析時結果并不顯著，說明隨著公眾對PM10和PM2.5的關注增加，PM10對幸福感的影響顯著性確實有所增大。然而在將三種指標均加入模型時，PM10變為不顯著，而NO2仍十分顯著，說明PM10對幸福感的負影響仍相對較小，但在之后的研究中仍需關注其影響。

不同水污染物分析結果表明單獨分析COD排放量與氨氮排放量對幸福感的影響時，結果均不顯著。將三者同時加如模型后，廢水排放量結果亦變得不顯著。我們推測這可能是因三者之間可能存在的較強相關性所導致，因此我們進行相關檢驗，結果表明三者相關性最小為0.68，且均在5%水平上顯著，vif檢驗結果發現氨氮排放量vif值為21.41，因此我們刪去氨氮排放量進行進一步分析，結果表明廢水排放量變為顯著負影響，而COD排放量仍不顯著。因此總的來說，廢水排放量對于幸福感有顯著負影響，而COD排放量與氨氮排放量對幸福感的影響并不顯著。

(四)穩健性檢驗

空氣污染和水污染對幸福感的影響可能受到估計方法的影響，因此我們運用OLS和有序logit估計對模型7進行估計，結果如表6中A部分。此外本文采用2013年截面數據進行估計，但因CGSS調查年度較少，并不連續，有些年度甚至缺少幸福感問題，無法形成面板數據進行分析，故可能存在結果的不穩定性，因此我們采用2012年相關性數據再次進行估計，以觀察結果的穩健性。之所以采用2012年的數據，一是因為若年份相差太遠，結果可能有較大差異；二是我們采用的CGSS的數據主要來自于其問卷A部分，而2012和2013年度問卷A部分基本一致。對2012年變量處理方式與2013年一致，進行有序Probit回歸，最終結果如表6中B部分所示。

表6　穩健性檢驗

由表6可知，OLS、有序logit和有序probit所得NO2濃度和廢水排放量對幸福感的影響有所差異，其中有序logit模型估計所得系數絕對值最大，OLS估計系數最小，但均顯著為負值。而根據2012年數據分析所得結果與2013年分析結果較為一致，NO2濃度和廢水排放量對幸福感的影響系數均顯著為負。由此說明空氣污染和水污染對幸福感所存在的顯著負效應較為穩健。

(五)環境污染定價

對于有序probit模型，不同幸福感取值變量的邊際效用有所不同，因此常采用幸福感均值處的邊際效用，因本文幸福感均值為3.79，且統計幸福感頻數發現“比較幸福”頻數最高，為總樣本的60.33%，因此采用“比較幸福”處模型估計出來的邊際效用來估算平均支付意愿。此外因房產數等反映家庭經濟狀況的變量加入模型會較大程度上降低家庭年收入對幸福感的影響，而房產數等變量難以以收入形式反映出來，因此若根據模型7估計結果進行空氣污染和水污染的定價可能導致結果的偏大，因此我們采用模型6的估計結果進行定價。結果如表7第一列所示，NO2濃度的邊際效用為-0.000 68，廢水排放量的邊際效用為-0.000 49，家庭年收入的邊際效用為0.012 81，此外樣本家庭年收入均值為60 939.79元，由上述計算公式可得NO2濃度和廢水排放的定價分別為3 234.90元和2 331.03元。即為保持幸福感不變，公眾愿意為降低1μg/m3的NO2和減少1億噸廢水排放而分別減少年收入3 234.90元和2 331.03元，占家庭年收入的5.31%和3.83%。所得結果高于楊繼東和章逸然的NO2濃度定價(1 125元，占收入的3.19%)，與MacKerron等[33]的NO2濃度定價結果相近(年收入的5.3%)。這可能是因2010年美國大使館公布PM2.5數據，之后中國媒體及公眾對環境問題的關注顯著上升，從而導致環境質量價值顯著上升。

表7　空氣污染和水污染定價

表7第二和第三列分別為單獨分析NO2濃度和廢水排放量時的定價。Welsch發現同時削減不同污染物的價值略高于各自削減的價值之和。因此針對模型6，我們分別去除變量廢水排放量與NO2濃度，以分析單一污染物時其各自的定價，結果表明NO2濃度的定價為2 868.92元，而廢水排放量的定價為1 621.25元。即單獨分析時NO2濃度與廢水排放量的定價均低于同時分析時的結果。這可能是因為同時分析時更能代表總體環境質量的改變，從而居民的平均支付意愿相對較高。第四和第五列為運用OLS和有序logit模型進行分析時的定價。Ferrer-I-Carbonell等[34]發現運用線性回歸和有序probit及有序logit模型分析序數性幸福感時所得系數結果較為一致，楊繼東和章逸然[14]亦有相似發現。因此本文亦采用線性回歸和有序logit模型進行估計并定價，結果表明線性回歸后NO2濃度和廢水排放量的定價分別為2 336.16元和2 288.14元，有序logit模型所得結果分別為3 231.95元和2 492.11元。不同模型分析表明廢水排放量定價結果并未有太大差別，但線性回歸所得NO2定價結果相對偏低，僅占收入的3.83%。第六列為根據2012年數據的定價結果，結果表明NO2定價并未有太大變化，但廢水排放量的定價存在較大不合理之處，達到收入的17.14%。結合穩健性檢驗中NO2濃度和廢水排放量對幸福感的影響說明廢水排放量雖會對幸福感產生顯著負效應，但運用LSA對廢水排放量進行定價可能存在不合理之處，需在將來的研究對其原因進行更深入的探討。而NO2對幸福感的影響以及定價更具有穩健性。

四、結論與啟示

本文通過匹配省級環境污染數據和個人幸福感數據，探討空氣污染和水污染對幸福感的影響。結果表明，在控制個人和省級經濟等可能影響幸福感的變量后，NO2濃度與廢水排放量均會顯著降低幸福感，且對比而言，NO2濃度對幸福感的負面效應顯著高于廢水排放量。環境污染對幸福感的影響在區域層面與個人層面均存在異質性。在區域層面，空氣污染對城鄉居民并未表現出顯著差別，但對東中部地區居民有顯著負影響；水污染對城市與東部居民的負面影響更大。在個人層面，客觀環境污染對主觀環境感知不嚴重人群的幸福感的負面影響更加顯著。空氣污染對中底層人群和環境知識中高等人群的負面影響更大；水污染對中層人群和環境知識中等人群的負效應更顯著。此外通過LSA對NO2和廢水排放量進行定價，定價結果對NO2濃度更具穩健性，而對廢水排放量的定價并不穩健，結果表明NO2濃度每降低1ug/m3，廢水排放量每減少1億噸，居民的平均支付意愿分別為3 239.30元和2 347.37元。

改革開放以來，中國經濟高速增長，但經濟增長并不等同于幸福感的上升，一味追求經濟發展也并非發展的宗旨，且粗放式發展導致了嚴重的環境污染，而環境質量惡化會降低居民幸福感。發展應著眼于提高居民的幸福感，因此需注重經濟與環境的協調發展。在經濟增長、居民收入增加的同時著手改善環境質量，才能滿足居民的物質生活與精神生活需求。在此過程中，各級政府、企業與公眾均應明確各自定位，承擔自身所應承擔的責任，共同為環境污染治理作出貢獻。

提高環境規制水平對于促進環境質量改善、提高居民幸福感具有重要意義。對于環境污染問題，防范的效果遠大于污染后治理。而中央政府作為政策設計最前端，若在政策制定時就加強環境規制標準，對環境質量改善能夠起到重要作用，且政策設計時需考慮地區差異性。環境質量對城市和中東部地區的負面影響更為顯著，并且各地經濟發展水平與環境質量狀況存在差異，對于經濟發展較好區域需實施更高的環境規制水平。地方政府作為環境政策實際執行者，應在中央政府制定標準上根據區域發展差異進一步嚴格管理，不應因地區經濟需發展而放松政策執行，忽視環境損害以達到經濟增長目的。中央政府在此過程中需加強對地方政府的監管。

政府在環境治理過程中需重視個體的差異性。環境污染對社會底層人員幸福感的負面影響更為顯著，且底層人員處于經濟、環境污染與信息等多重不利位置，一方面難以通過經濟技術手段彌補環境污染造成的損害，另一方面缺乏應對環境污染問題所應采取的策略知識。由于環境污染問題往往具有持久性，可能會令這部分人群產生強烈危機感，甚至形成恐慌感，加大對社會的不滿，造成巨大的社會損失。因此政府在環境治理過程中需重視這部分人群的感受，及時進行溝通，減少其危機感，令公眾掌握環境問題相關知識與應對所需策略知識，可以在一定程度上提高人群的幸福感。