气温对中国人口迁移的影响——基于285个城市的动态效应分析

王 珏

(云南民族大学经济学院, 昆明 650504)

随着气候变化的不断加剧,气温对人口迁移的影响日益凸显。在过去的几十年中,全球范围内已经发生了许多与气温相关的事件,如极端天气、干旱和洪涝灾害。这些事件常常导致人们被迫迁移,寻找更加适宜的生活环境。此外世界气象组织等机构宣布2023年7月是有气象记录以来全球平均气温最高的月份,而且可能是12万年以来的最热月份。全球气温上升带来了一系列的经济、社会和环境等问题,如人口流动管理、资源分配以及环境承载压力等。由于全球气候变暖的趋势不可逆转,研究气温对人口迁移的影响变得更加重要。

气温对人口迁移的影响主要通过以下几个方面发生作用:首先是健康影响,在极端高温下,人体容易出现中暑、头晕、呕吐等症状,严重时甚至可能导致死亡[1];其次是社会经济影响,高温天气会对农业[2]、水资源供应[3]、能源消费[4]等方面产生影响,进而影响生产生活;再次是环境生态影响,极端高温天气会加剧气候变化,破坏生态平衡,对动植物群落造成不可逆转的影响[5];最后是社会稳定影响,高温天气可能引发社会问题,如停电、交通拥堵、人员聚集等情况,进而引发社会不稳定因素[6]。

气温日益成为人们选择迁移的重要因素之一,基于此,本文利用2009—2021年地级市气温与人口流动数据探究气温与人口迁移之间的关系,旨在深入分析气温变化对人口迁移的驱动因素和作用形式,以便制定更为科学合理的城市规划和人口政策。

1 文献综述

人口迁移是人类社会早期即存在的现象,其原因涵盖了多种经济、社会、政治和环境因素,国内外学者基于不同的视角分析人口迁移的作用机制。Lee[7]提出的“推拉理论”主要用于解释人口迁移的原因和模式,根据这一理论,人口迁移是由两种力量,即“推力”和“拉力”互作用而产生的。此外,新经济地理理论、双重劳动力市场理论和人力资本理论等分别从不同的角度分析人口迁移的影响因素。学者们对于人口迁移的研究主要从经济发展[8]、产业集聚[9]、社会保障[10]、教育[11]和环境[12]等方面进行探究。

随着全球气候变化问题不断加剧,气候因素已经成为影响人口迁移至关重要的因素。目前关于气候对人口迁移的影响,国外学者在这一方面的研究较为丰富。Elisabeth[13]发现气候对埃塞俄比亚北部地区农民适应能力产生显著的影响。Brian和Gray[14]考察了印度尼西亚气温异常、降水水平和季风时间对移民结果的影响,发现温度和季风时间对移民有显著的影响。William等[15]通过对西格陵兰人口迁移的研究,发现气温变化是影响人口迁移的主要原因。国内大部分研究主要集中在自然科学领域和理论层面。余庆年和施国庆[16]从理论上探讨了气候变化与人口迁移的关系,并提出相应的政策建议。陈秋红[17]通过建立环境因素对人口迁移作用机制的理论框架,进而说明环境因素引致的迁移问题。此外也有部分学者从实证的角度分析气候变化对中国人口跨区域流动的影响及其作用机制。卢洪友和文洁[18]利用固定效应模型分析气温对人口迁移的影响,结果表明气温变化对人口流动呈显著正相关关系,而邓宏乾等[19]发现气温变化与人口流动间存在显著线性负相关关系。

综上所述,国内关于气候对人口迁移的研究相对较少,且大多是从自然科学领域和理论层面进行分析,缺乏以经济学的视角考察这种作用机制,并且大多数研究基于气温、降水等多种气候条件讨论对人口迁移的影响,此类研究内容较为全面,但缺乏一定的深度,并未深入地分析某一种气候现象对人口迁移的影响。同时研究层面多聚焦于省级层面,对地(市)层面研究的文献相对较少。因此基于上述分析,本文可能的边际贡献如下:①从经济学的角度出发,探讨气候对人口迁移的作用机制。通过实证分析方法,深入研究气候变化对人口迁移的经济影响,揭示其中的经济因素与机制。②针对特定的气候现象,对其对人口迁移的影响进行深入的分析。通过深入研究气温对人口迁移的影响,可以更加准确地了解该气候现象背后的影响机制。③重点关注地(市)级层面的研究,填补目前省级层面研究较多而地市层面研究较少的空白。通过对地(市)级数据的收集和分析,可以更加细致地揭示气温变化对不同地区人口迁移的影响及其区域差异。

2 气温变化对人口迁移的作用机理

随着全球气温的持续上升,人口迁移的推拉理论在这一背景下得到了更加广泛的关注。全球气候变化对人口迁移产生了推动和吸引的双重效应。这种推力和拉力的因素并不单一,高温不仅会对人口居住的舒适性产生影响[20-21]],也对人体产生极大的伤害[22],并且尤其会对农业生产产生巨大影响[23],因此人们更倾向于迁移到气温更为舒适的地区。而人们选择迁入地的原因除了考虑气温变化,同时也会更多地考虑经济发展水平、教育资源和医疗资源等。

气温对人口迁移的影响是一个复杂的问题。一般来说,极端高温或极端低温可能会导致人口迁移。当气温处于较为舒适且变化较小的情况下,人口迁移可能并不受到显著影响。高温地区的居民可能会向气候较为温和的地区迁移,以逃避极端的高温天气和炎热的夏季。人们可选择迁往海滨地区、高原地区或北方地区,以享受凉爽或四季分明的气候。相反地,低温地区的居民可能会寻找更温暖的地方,迁移到气候更为宜人的区域。因此气温变化对人口迁移的影响可能是基于不同区域而表现出的非线性关系,据此本文提出如下假设。

H1:气温与人口迁移的关系呈非线性关系,气温过高或者过低都将会导致人口迁移,当气温适宜时,不会发生大规模人口迁移。

H2:不同区域间气温变化对人口迁移的影响不同,存在区域性差异。

人口迁移行为可能会存在“模仿”效应或者“跟随”效应。路径依赖理论认为人们的决策通常会受到历史路径、既定规则和既定偏好的制约。人口迁移便是一种决策行为,人们在受到气温的影响之后,选择的迁入地可能会受到曾经周围人迁移决策或者迁入地气候、经济甚至政策的影响,这种对人口迁移的推力和拉力并不是短期内产生的,因此本文提出如下假设。

H3:人口迁移行为会显著受到上期决策的影响。

政府间气候变化专门委员会 (Intergovernmental Panel on Climate Change,IPCC) 认为CO2等温室气体浓度的增加是全球变暖的主要因素[24],通过燃烧化石燃料、森林砍伐等活动释放了大量的CO2,加速了温室气体的积累。减少碳排放对控制气温上升至关重要,因此中国政府自2005—2018年以来,先后制定了16项代表性政策[25]旨在应对气候变化带来的危害。徐佳和崔静波[26]通过对低碳城市试点政策的研究,发现政策因素能够在一定程度上诱发企业进行绿色技术创新,进而控制温室气体的排放。孙哲远和宋锋华[27]以新能源汽车试点城市为研究对象,通过实证分析得出该产业政策的实施对城市碳减排具有显著影响的结论。基于此,本文提出如下假设。

H4:碳排放作为气温升高的主要原因,会对人口迁移产生显著影响。

H5:应对碳排放和气温变化的政策因素会显著影响人口迁移。

3 数据与方法

3.1 模型设定

基于上文所提出的非线性关系假设,构建如下计量模型:

β3lnControlit+ui+εit

(1)

3.2 变量选取

3.2.1 被解释变量

采用净迁移率衡量人口迁移,参考Shuddhasattwa等[28]、Qin和Liao[29],净迁移率的定义如下:

净迁移率的净迁移人口/常住人口=(常住人口-户籍人口)/常住人口

(2)

3.2.2 核心解释变量

采用欧盟及欧洲中期天气预报中心等组织发布的ERA5-Land 2m空气月平均温度并进行年平均化。

3.2.3 控制变量

为了减少由于遗漏解释变量所带来的估计偏误,引入与人口迁移相关的控制变量:空气质量,用PM2.5年平均浓度表示;城市公共服务水平,用人均地方一般公共预算收入表示;城市产业结构,用第三产业占GDP比例表示;城市就业难易程度,用城镇登记失业率表示;教育资源,用每百学生中学教师数表示;医疗设施,用每万人医生数表示;文化环境,用每百人公共图书馆藏书量表示。

3.3 数据来源

由于部分地(市)级数据获取困难,因此选取了285个地级市2009—2021年的数据进行研究。2m气温数据来源于欧盟及欧洲中期天气预报中心等组织发布的ERA5-Land数据集中的逐月平均栅格数据,年平均最高气温数据来源于美国国家海洋和大气管理局下设的国家环境信息中心,PM2.5数据来源于美国哥伦比亚大学社会经济数据与应用中心提供的全球PM2.5的年均浓度数据,其余数据来源于《中国城市统计年鉴》、中经数据库、Wind数据库、各地级市统计年鉴以及统计公报。对于缺失的数据,采用插值法和近邻匹配进行处理。为了消除回归过程中的内生性等问题,对相关变量进行了对数处理,具体如表1所示。

表1 描述性统计

4 实证结果分析

4.1 人口迁移与气温变化现状分析

2009年我国人口净迁移率最高地区主要集中在北京、上海、广东等地,净迁移率大于0的区域除了中部地区以块状分散,其他地区则以片状为主。人口流出最多的地区集中在少数中西部地区。相较于2009年,2021年中部及西部地区净流出人口减少,而西南地区和西北部分地区净流入人口数量逐渐下降。人口迁入地主要集中于东部沿海地区,长三角地区与珠三角地区成为人口迁移的首选地区。

由于温室气体排放以及环境破坏等原因,2021年全国年平均气温显著上升,最高温度由2009年的24.845 ℃上升至2021年的25.178 5 ℃,且高温区域在不断增加,主要集中于东中部地区。内蒙古、山西、陕西等地区以及部分东北地区高温面积逐步扩大,四川平原也面临着极端高温天气。

4.2 基准模型回归

本文首先考察了气温对人口迁移的影响,具体回归结果如表2所示。表2列(1)为气温变化一次项对人口迁移影响的OLS回归结果,显示年平均气温变化值一次项系数在1%水平上显著为负。表2列(2)～列(4)为固定效应模型,依次引入气温变化的一次项、二次项及控制变量以考察气温变化对人口迁移的非线性影响。结果显示,气温变化值的二次项系数显著为正,而年平均气温变化值的一次项系数依然在1%水平上显著为负。气温基准方程的回归结果表明,气温变化与人口迁移间存在显著非线性相关关系,假设H1成立。此外,空气质量在10%水平上显著为正,表明流动人口的目的地更倾向于环境条件舒适的地方。

表2 基准回归

4.3 稳健性检验

为了考察基础结果的可靠性,从以下两个方面检验气温变化对人口迁移影响结果的稳健性。

4.3.1 更换解释变量

公共卫生领域大多利用最高温度指标研究气候变化对健康的影响[30],因此本文使用年平均最高气温对人口迁移的稳健性进行检验,结果如表3所示。表3列(1)是气温方程的OLS回归结果,其中气温二次项系数在1%水平上显著为正;表3列(2)～列(4)为气温方程的固定效应模型,结果显示年平均最高气温与人口迁移之间存在显著非线性关系,这与上文基准回归结果相一致,表明气温对人口迁移的影响呈U形特征。

表3 最高温度回归结果

4.3.2 引入被解释变量滞后一期

邓宏乾等[19]认为气温变化对人口流动存在滞后效应,故引入被解释变量滞后一期,此外为避免内生性问题以及提高估计的有效性,故采用系统GMM方法进行动态面板回归,结果如表4所示。列(5)中AR(1)<0.1,AR(2)>0.1,证明了估计的有效性,且Hansen的P>0.1,表明工具变量设定有效。

从OLS和固定效应模型的估计结果可知,滞后一期的人口迁移均在1%的水平上显著为正,表明上期的人口迁移决策对当期的人口迁移产生正向影响,人口迁移的决策可能存在一种“模仿”效应或者“追随”效应,即当期人口选择迁移的目的地会受到上期人口流动的影响,因此表明人口迁移是一个连续的动态变化过程,假设H3得以验证。同时表4列(3)和列(4)固定效应及列(5)系统GMM的回归结果显示气温的二次项在1%的水平上显著为正,表明气温对人口迁移的影响呈“U”形特征,这与上文的静态面板数据模型的结果相一致,证明了气温对人口迁移具有稳健性影响。

表4 动态面板回归结果

4.4 异质性分析

根据我国气温的南北差异以及结合农业的生产情况,同时参照郑景云等[31-32]以日平均气温稳定≥10 ℃作为划分温度带的标准,并根据实际要求对一些区域进行合并,最终将中国从北到南依次划分为寒温带、中温带、暖温带、亚热带和热带以及高原温度带[33]。

由于寒温带、热带与高原温度带有效城市样本数量过少,故主要研究中温带、暖温带与亚热带地区气温变化对人口迁移的影响。回归结果如表5所示。

由表5可知,中温带地区气温二次项对人口迁移的影响在1%水平上显著为正,表明随着气温的上升,人口迁移率先降低后上升,其原因可能是对于气温较为寒冷的地区,气温上升会使得向外迁移的人数减少,而当气温更为舒适时,此时影响人口迁移的主要因素就不再是气温,由于中温带地区位于我国北部和东北部地区,因此影响人口迁移因素更多的是经济或者社会因素。亚热带地区气温二次项对人口迁移的影响在10%水平上显著为负,表现为倒“U”形关系,其原因可能是亚热带地区温度较高,且位于亚热带的城市大多位于东中部经济较为发达或者自然条件良好的地区,人们为了追求更好的生活与工作环境,可以容忍气温小幅度上升,但是当气温过高时,迁出人口数将会大于迁入人口数,气温对人口迁移的影响将为负。处于气温相对适宜的暖温带地区,气温对人口迁移的影响并不显著,因此证实了对于不同地区而言,气温对人口迁移的影响是不尽相同的,假设H2得到验证。

表5 分区域回归结果

5 进一步分析

前文的研究表明,气温与人口迁移的关系呈非线性相关关系,那么作为气温升高的主要原因,碳排放是否会对人口迁移产生影响?政府为应对碳排放和气温变化所制定的政策与人口迁移之间的关系又是如何?为探究碳排放、政策与人口迁移间的关系,本文首先引入碳排放数据(CO2),其次加入低碳城市试点和新能源汽车试点这两大政策。具体试点城市来自国务院相关文件。回归结果如表 6所示。

表6列(1)为碳排放对人口迁移的影响,结果表明碳排放对人口迁移呈显著的负向影响,假设H4得以验证。列(2)为低碳城市试点政策对人口迁移的影响,结果表明低碳城市试点政策能够显著促进人口迁移。列(3)为新能源汽车试点政策与人口迁移的关系,结果表明新能源汽车试点政策在5%水平上显著为正,说明产业政策能够提高人口净迁移率。列(4)为低碳城市试点政策与新能源汽车试点政策的交互项与人口迁移的关系,结果表明政策交互项对人口迁移呈显著的正向影响。综上可知,政府采取的措施在应对碳排放和气温变化方面取得了显著成效,并能够对人口迁移产生显著影响。假设H5得以验证。

表6 碳排放与政策回归结果

6 结论与建议

本文采用2009—2021年中国285个地级市的面板数据,运用固定效应模型和系统GMM分析气温变化与人口迁移之间的关系。研究结果表明,气温变化与人口迁移间存在显著非线性相关关系,就全国层面和中温带地区而言,气温变化对人口迁移呈“U”形关系,而在亚热带地区,二者之间的关系呈倒“U”形;人口迁移行为不仅会受到气温的影响,而且更易受到上期决策的影响;不同区域间气温对人口迁移的影响不同,中温带和亚热带地区人口迁移会显著受到气温的影响,且影响方向相反,而暖温带地区气温与人口迁移的关系并不显著;碳排放对人口迁移的影响显著为负,而低碳与新能源汽车试点政策对人口迁移呈显著的正向影响。基于本文得出的气温变化对人口迁移影响的结论,本文提出以下三点建议。

(1)减少温室气体排放,减少温室气体排放。加强减排政策和技术创新,推动能源的清洁化和可再生能源的利用,如加大对太阳能和风能等清洁能源的支持,减少对化石燃料的依赖,从而减少温室气体的排放,降低气温上升的趋势。同时鼓励公众采取低碳生活方式,以减缓气温上升的速度。

(2)推广可持续建筑和城市规划,建立气候韧性城市。倡导绿色建筑和城市规划理念,通过有效的能源利用、建筑材料的选择和绿化等措施,降低城市热岛效应,改善城市微气候,减少人们暴露在高温环境下的时间。同时加大对基础设施的投资,包括防洪设施、排水系统、城市绿化等,以提高城市的气候韧性。但也要注意因地制宜,不同地区气温对人口迁移的影响是不同的,要结合地区的气温特点,实施灵活有效的弹性政策,确保政策措施充分投入,同时避免用力过度。

(3)扩大低碳与新能源汽车试点政策,推广绿色出行方式。可以逐步将低碳与产业政策推广到更多地区,并根据试点的效果不断完善政策,以使其更好地促进人口迁移。同时鼓励和支持人们选择低碳、环保的出行方式,如公共交通、骑行、步行等,以降低汽车的使用率,从而减少碳排放,有利于人口迁移。