主觀感知的環境污染對農民幸福感的影響

潘丹，胡啟志

（江西財經大學經濟學院，江西 南昌 330013）

目前中國正處于由全面小康向共同富裕過渡的新時期，如何增強農民的幸福感成為促進鄉村振興和實現共同富裕的關鍵路徑和重要議題。共同富裕是中國新時代的奮斗目標，是全體人民的共同愿景［1］。在長期較為嚴重的城鄉不平衡發展背景下，當前中國推進全體人民共同富裕最大的難題依然在農村［2］。黨的十九大報告指出，“中國共產黨人的初心和使命，就是為中國人民謀幸?！?。習近平也多次強調“讓人民生活幸福是‘國之大者’”。自20世紀50年代以來，國內外學者對居民幸福感影響因素的討論越來越多。學者們綜合運用心理學、社會學和經濟學等多學科的研究方法對居民幸福感的決定機制加以研究［3］。已有研究顯示，個體特征（例如性別、年齡、教育、健康等）、家庭特征（例如家庭人口數量、收入、社會關系等）、公共政策（例如失業率、民主參與度、社會福利政策等）均會影響居民幸福感［4-5］。近年來，隨著生態環境問題的日益突出，環境污染對居民幸福感的影響也被越來越多的學者關注［6］。一系列的實證研究表明，包括空氣污染、水污染、噪音污染以及土壤污染等在內的環境污染均會顯著降低居民幸福感。例如，潘護林等［7］發現水質、空氣等環境因素對居民幸福感有不同程度的影響；黃永明等［8］證實了大氣污染和水污染都會使得居民感到不幸福；劉寧寧等［9］研究發現空氣污染、噪音污染和土壤污染會對居民心理和生理健康造成不良影響。健康是影響居民幸福感的重要因素之一，健康受損會進一步導致居民幸福感的降低［10］。Li等［11］研究了空氣污染、水污染對居民幸福感影響的關鍵路徑和因果關系；Orru等［12］指出環境污染會對人的健康和幸福感產生不良影響；Praag等［13］研究發現機場巨大的噪音污染也會降低附近居民的幸福感。

然而，以上研究大部分分析的是客觀存在的環境污染（Measured environmental pollution，例如空氣污染物濃度、SO2和NO等）對居民幸福感的影響，很少分析居民實際感知的環境污染（即主觀感知的環境污染，Perceived environmental pollution）的影響；即使考慮到主觀感知的環境污染，也未對其影響機制加以證明。事實上，相比客觀存在的環境污染，主觀感知的環境污染對幸福感的影響更值得關注［14］。正如葉林祥等［15］研究指出：客觀存在的環境污染情況并不代表居民主觀感知到的污染情況。心理學上的“感知”才是決定幸福感的最直接因素［16］。身處同樣的環境當中，不同的人因自身個體上的差異性，對環境污染的感知程度會不一樣，進而導致對其幸福感的影響也會不一樣。

基于以上考慮，該研究結合2018年中國勞動力動態調查（簡稱CLDS）數據，系統考察主觀感知的環境污染對農民幸福感的影響，并進一步討論了其作用機制。具體而言，該研究嘗試從四個問題切入進行討論：①主觀感知的環境污染是否會顯著降低農民幸福感？②主觀感知的不同類型的環境污染（空氣污染、水污染、土壤污染、噪音污染）對農民幸福感的影響有何不同？③主觀感知的環境污染對農民幸福感的影響會在農民個人層面以及區域層面呈現出怎樣的異質性特征？④主觀感知的環境污染對農民幸福感的影響機制是什么？這些問題的回答有利于揭示農民幸福感的決定機理，探索改善農村地區環境污染和提升農民幸福感的制度安排，對推進共同富裕具有重要的實踐價值。

有別于已有的研究，該研究的邊際貢獻有以下四點：①不同于以往研究側重分析客觀存在的環境污染與居民幸福感的關系，該研究從心理學上的“感知”視角出發，分析主觀感知的環境污染對農民幸福感的影響，從而可以豐富和延伸幸福經濟學的內涵。②已有文獻多數集中于探討環境污染對城市居民或者特殊的人群（比如老年群體、工人等）幸福感的影響［17］，很少有研究討論環境污染與農民幸福感之間的關系。中國作為農業大國，農民幸福感的提升是中國推進共同富裕戰略的難點堵點所在［18］。該研究將研究對象聚焦于中國目前人口基數最大的農民，是對相關研究的有益補充。③已有文獻大多數關注空氣污染這一單一維度的環境污染對居民幸福感的影響。該研究分析主觀感知的不同類型的環境污染——空氣污染、水污染、土壤污染、噪音污染，對農民幸福感的影響，較為全面和系統的結論更具有政策參考價值。④現有對主觀感知的環境污染與居民幸福感之間關系的文獻中，很少有考慮可觀測變量和不可觀測變量所導致的選擇性偏誤以及互為因果等內生性問題，這會導致估計結果出現偏誤。該研究利用傾向得分匹配法、逆向概率加權法和逆向概率加權回歸調整法糾正可觀測變量導致的選擇性偏誤，并用工具變量法克服不可觀測變量導致的內生性問題，從而提高結果的穩健性。

1 理論分析和研究假說

1.1 主觀感知的環境污染與農民幸福感

在以往研究中，大多數學者通常就客觀存在的SO2和NO等環境污染因素，來討論其對居民幸福感的影響，很少分析居民自身感知到的環境污染（即主觀感知的環境污染）對其幸福感的影響。主觀感知的環境污染指個體對客觀存在的環境污染做出的主觀判斷和評價，是客觀存在的環境污染與居民心理體驗的結合［19］。事實上，相比于客觀存在的環境污染，主觀感知的環境污染對居民幸福感的影響更值得關注。Mackerron等［14］研究發現，客觀存在的環境污染和主觀感知的環境污染都會顯著降低居民幸福感。然而，客觀存在的環境污染并不直接對居民幸福感產生作用，主觀感知的環境污染對居民幸福感影響程度更大。Liao等［20］研究發現客觀存在的環境污染要通過個體主觀感知的環境污染程度而間接對其幸福感產生影響。換言之，相較于客觀存在的環境污染，直接討論主觀感知的環境污染對居民幸福感的影響會更有意義。儲德銀等［6］指出，在新時代，居民對環境等公共品的關注度越來越高，一旦某個地方出現了嚴重的環境污染問題，各媒體紛紛報道，居民很快就會了解，由此會產生不良的情緒反應，影響其幸福感。綜上，該研究提出第一個假說。

假說1：主觀感知的環境污染會顯著降低農民幸福感。

因群體的特殊性，主觀感知的不同類型的環境污染會在不同程度上對居民幸福感造成影響。由于該研究選取的研究對象為農民群體，相比空氣污染和噪音污染，土壤污染和水污染對農民幸福感的影響可能要更大。主要原因在于：一方面，相對于空氣污染和噪音污染，中國農村的土壤污染和水污染較為嚴重。在土壤污染方面，《全國土壤污染狀況調查公報》指出，全國耕地污染已超國家規定標準率19.4%，中、低質量耕地占比高達72.7%。在水污染方面，2020年公布的《第二次全國污染源普查公報》顯示，農業已經成為中國水污染的主要來源：農業生產排放的氮和磷分別占排放總量的46.52%和67.22%。相反，空氣污染源和噪音污染源大多數來自工廠和車輛［21］。相較于城市地區，農村地區的空氣污染和噪音污染問題不太嚴重。另一方面，相對于空氣污染和噪音污染，土壤污染和水污染對農村農業的影響更大，從而對農民幸福感影響更顯著。農民賴以生存的農業生產活動會因土壤污染、水污染問題受到影響，從而降低經濟效益。陳文勝［22］的研究表明，土壤污染和水污染會導致農產品質量下降，進而降低農產品在市場上的競爭力，造成巨大的經濟損失；農作物也會因土壤污染、水污染問題被感染，被農民食用后會導致健康受損，進而對農民幸福感造成影響。楊鳳飛等［23］指出水污染和土壤污染會嚴重危害糧食安全問題，進而直接降低人們的健康水平。綜上，該研究提出第二個假說。

假說2：主觀感知的不同類型的環境污染對農民幸福感的影響不同。具體而言，土壤污染和水污染對農民幸福感的影響程度高于空氣污染和噪音污染。

1.2 主觀感知的環境污染對農民幸福感影響的異質性

心理學研究表明，對同一類型的環境污染，每個人對其感知程度存在差異，從而導致主觀感知的環境污染對不同居民幸福感的影響具有異質性［15］。①主觀感知的環境污染對農民幸福感的影響可能因受教育程度不同而有所差異。具體而言，主觀感知的環境污染對高學歷農民群體幸福感的負向影響更大。主要原因在于受到的教育越多，個體對環境知識的了解越深，主觀上感知的環境污染程度會越嚴重［24］。同時主觀感知的環境污染對居民幸福感的影響程度隨環境污染等級越高而越強［6］。②主觀感知的環境污染對農民幸福感的影響會因地區之間的差異而存在不同。具體而言，相比東部地區農民，主觀環境污染對中西部地區農民幸福感造成的負向影響要更大。主要原因在于：東部地區政府對環境污染問題較為重視，環境治理投資較多，而中西部地區因經濟發展等原因，政府在環境污染治理方面投入較少，環境污染較為嚴重。例如，謝驍等［25］的研究發現，中國在加強對東部地區環境污染治理的同時，東部地區的污染型產業也逐漸轉移到中西部地區，從而加劇中西部地區的環境污染。長期暴露在較為嚴重的環境污染中，中西部地區農民會因感知到的環境污染而產生不良的情緒反應，其幸福感的負面影響也越大［24］。③主觀感知的環境污染對農民幸福感的影響也因收入不同而存在差異。具體而言，相比高收入農民，主觀感知的環境污染對低收入農民幸福感造成的負向影響要更大。主要原因在于：當感知到環境污染時，相比于中高收入人群，低收入人群由于收入水平的限制不能選擇自主遷移到高質量的環境區域，其生活受到的影響較大；而中高收入人群有經濟條件追求更高質量的居住環境［15］。綜上，該研究提出第三個假說。

假說3：主觀感知的環境污染對高學歷、中西部地區和低收入農民群體幸福感的負向影更大。

1.3 主觀感知的環境污染對農民幸福感的影響機制

農民身體健康、心理健康以及參與農業生產活動是主觀感知的環境污染影響農民幸福感的三條可能機制。

首先，居民的個人身體健康狀況很大程度上受環境污染的影響，而身體健康又是影響居民幸福感的重要因素。根據相關統計報告，從2015年開始，全球每年約900萬人因環境污染問題導致過早死亡。其中，病因分析顯示：大多數人由于長期生活在惡劣的環境中而患肺癌、哮喘和心臟病等疾病，進而直接或間接導致加速死亡［26］。Ebenstein［27］的研究發現水污染會增加附近居民消化道癌患病率，嚴重危害到居民的正常生活和身體健康。宋麗穎等［28］研究發現居民的健康狀況隨著本地環境污染程度的不斷加劇而變差。Mackerron等［14］的研究表明長期生活在惡劣的環境中，會增加居民對自身身體健康風險的憂慮，從而減低其幸福感。

其次，環境污染不僅會對居民身體健康造成傷害，還會直接影響居民心理健康，從而降低居民幸福。Ta?kaya［29］的研究指出環境污染會直接或間接地通過影響居民的心理狀況和健康，進而影響到他們的主觀幸福感。Kim等［30］的一項實驗研究發現，實驗人員在觀看有關城市污染的新聞報道并讓他們想象生活在惡劣的環境當中之后，大多數實驗人員出現抑郁、焦慮和憤怒等心理消極情緒。陸杰華等［31］研究發現長期生活在糟糕的環境中，人會在心理上擔憂有患疾病的風險，導致心理壓力劇增，生活幸福感和滿意度下降。李衛兵等［32］的研究指出，居民會因為感知到環境污染問題而減少外出，長時間“被迫”待在室內會產生厭煩情緒，同時由于無法參加釋放情緒的活動，進一步加重居民心理負擔。

再次，如前文所述，環境污染會對農民賴以生存的農業生產活動造成破壞。農民為處理污染需付出更多的時間成本，從而可能會影響到農民生產活動的積極性，進而降低其幸福感。陳文勝［22］的研究發現，環境污染會降低農業生產效率和質量，從而對農民的生產活動造成不良影響，農民生產的積極性因此受到打擊。感知到的環境污染越嚴重，農民為保護農地不得不選擇延長務農時間去處理污染。長時間的務農會擠壓農民的休息時間和其他活動時間，進而直接導致其生活積極性受挫和幸福感下降。綜上，該研究提出第四個假說。

假說4：主觀感知的環境污染通過影響農民身體健康、心理健康和務農時間這三條路徑，對農民幸福感造成影響。

2 數據、變量與模型

2.1 數據來源

該研究使用的數據主要源自中國勞動力動態調查數據（China Labor-force Dynamic Survey，簡稱CLDS）。CLDS調查內容同時包含村居、個體和家庭三個層面數據，調查樣本覆蓋中國29個省份（除港澳臺、西藏、海南外）。該研究選用最新的2018年CLDS數據進行實證分析。研究群體為農民，在刪除非農村地區、主要變量缺失值和異常值等樣本后，共剩余5 028份有效樣本。

2.2 變量選擇

2.2.1 被解釋變量：農民幸福感

被解釋變量為農民幸福感。在CLDS個體調查問卷中談到幸福感問題時，受訪者被問到“總的來說，您認為您的生活過得是否幸福？”。回答選項用數字1～5對幸福感進行賦值，1和5分別代表“非常不幸福”“非常幸?！?，數值越大即表示受訪者感覺越幸福。

2.2.2 核心解釋變量：主觀感知的環境污染

核心解釋變量為主觀感知的環境污染。借鑒樂章等［33］的方法，使用兩個指標來度量主觀感知的環境污染：一是分類別的環境污染（空氣污染、水污染、噪音污染和土壤污染）評價得分情況；二是總體環境污染得分情況，即上述四種環境污染總體得分。在CLDS家庭調查問卷中談到環境污染問題時，受訪者被問到“您認為在您家居住的地方，下面的這些問題的嚴重程度如何？”，問題分別包含了空氣污染、水污染、噪音污染和土壤污染，回答選項用數字1、2、3、4對環境污染程度進行賦值，分別代表了“非常嚴重”“比較嚴重”“不太嚴重”和“一點也不嚴重”。為方便理解，對各個污染指標進行重新編碼，1表示“一點也不嚴重”，2表示“不太嚴重”，3表示“比較嚴重”，4表示“非常嚴重”。數值越大，表示農民對環境污染的主觀評價越嚴重。

2.2.3 控制變量

（1）個體特征。主觀感知的環境污染對農民幸福感的影響還會受到個體社會人口特征因素的影響。參考已有的研究，控制變量包括性別、年齡、政治面貌、宗教信仰、受教育程度、收入、工作狀況、婚姻狀況、是否農村戶籍、有無憂郁狀況、家庭人口數量、對公共治安的評價、有無養老保險和有無合作醫療［4-5］。另外，考慮到年齡和農民幸福感之間可能存在非線性關系，加入了年齡的平方這一變量因素［4］。

（2）農村宏觀經濟特征。具體包括人均GDP和所在地區的綠化覆蓋率。由于CLDS數據中未包含人均GDP的數據，該研究使用2018年《中國城市統計年鑒》的數據與CLDS數據進行匹配，最終成功匹配25個省和直轄市的人均GDP數據，并對其進行對數化處理。

2.3 變量描述性統計

上述變量的定義、賦值及其描述性統計結果見表1。表中數據初步顯示，中國農民幸福感的平均值為3.748，處于中高水平?；卮稹靶腋！焙汀胺浅Ｐ腋！钡霓r民比例占約64%，僅有約7%的農民回答“不幸福”和“非常不幸?！?。在主觀感知的環境污染中，農民主觀感受到的水污染程度最高，噪音污染程度最低。樣本中，男性所占比例約為55.2%，平均年齡約為50歲，大部分農民只接受了初中教育。92.8%的農民都從事務農、外出打工、自主創業和幫忙家庭生意等工作活動。這和中國農村的基本情況相符合，說明樣本可以代表全國農民的基本情況。

表1 變量定義、賦值及其描述性統計結果

2.4 模型設定

2.4.1 基準回歸——Oprobit模型

該研究的被解釋變量“農民幸福感”賦值從1至5，是典型的有序分類變量，應該采用Oprobi（t或Ologit）模型進行估計。采用Oprobit進行基準回歸，同時使用Ologit模型和OLS模型驗證結果穩健性。

Oprobit模型需要使用潛變量計算出極大似然估計量。

其中：Pollutioni表示第i位農民的主觀感知的環境污染評價；Happiness*i表示第i位農民幸福感的潛變量；Happinessi表示第i位農民的幸福感，兩者之間的關系為：

式（2）中：當Happiness*i低于K1時，農民的主觀感受會處于非常不幸福的水平，即Happinessi=1；當Happiness*i高于K1且低于K2時，農民的主觀感受會處于不幸福的水平，即Happinessi=2；依次類推，當Happiness*i高于K4時，農民的主觀感受會處于非常幸福的水平，即Happinessi=5。

2.4.2 糾正選擇性偏誤——傾向得分匹配法

如果農民對環境污染的主觀評價是外生的，可以直接使用上述Oprobit模型進行回歸。但農民對環境污染的主觀評價并不一定滿足隨機抽樣，Oprobit模型的回歸結果可能會產生選擇性偏誤。因此，參照祝仲坤等［3］的方法，使用傾向得分匹配（PSM）方法糾正選擇性偏誤。PSM的方法步驟為：

第一步，根據可觀測到的混淆變量，運用Logit模型模擬計算農民主觀感知的環境污染的傾向得分。P(Xi)為農民主觀感知的環境污染的傾向得分值，Xi是可觀測到的混淆變量，與基準回歸中的控制變量基本相同。公式為：

第二步，使用不同匹配方法，根據第一步得到的農民主觀感知的環境污染傾向得分對處理組和控制組樣本進行匹配。

第三步，根據成功匹配的樣本，通過計算處理組和控制組農民幸福感之間的平均差異，得到主觀感知的環境污染與農民幸福感之間的系數，也即PSM中處理組的平均處理效應（ATT）。其中y1i為處理組估計結果，y0i為與處理組匹配的控制組的估計結果。

同時，考慮到PSM方法可能會存在穩健性不足的情況，借鑒Linden等［34］的方法進一步運用逆向概率加權法（IPW）和逆向概率加權回歸調整法（IPWRA）進行分析，以得到更具穩健性的ATT結果。

IPW和IPWRA方法下的ATT可以分別表示為：

2.4.3 內生性問題處理——工具變量方法

PSM方法可以糾正可觀測到的變量所導致的選擇性偏誤問題，然而除了可觀測到的變量，在實證研究中可能還會遇到不可觀測到的變量所導致的選擇性偏誤和互為因果等內生性問題。因此，使用工具變量法來解決內生性問題引起的估計偏誤。合格的工具變量必須與內生解釋變量相關并且與影響核心被解釋變量的隨機擾動項不相關［6］。該研究使用受訪農民所在地區除去自身后的其他農民平均主觀感知的環境污染作為工具變量。公式（7）為第一階段估計式，被解釋變量為主觀感知的環境污染，主要解釋變量為當地除自身后的農民平均主觀感知的環境污染；公式（8）為第二階段估計式，被解釋變量為農民幸福感，主要解釋變量為主觀感知的環境污染的擬合值；α、β為待估計參數，γ為待估計系數的向量，ρi和κi為隨機擾動項。

3 實證結果分析

3.1 基準回歸

表2列出了主觀感知的環境污染影響農民幸福感的計量分析結果。表中列（1）—列（3）為Oprobit方法回歸結果，其中列（1）和列（2）分別為只有核心解釋變量和控制了個體與社會特征變量的回歸結果，列（3）為進一步控制宏觀經濟變量的回歸結果。同時，為了驗證結果穩健性，再分別使用Ologit和OLS模型進行估計，結果見列（4）和列（5）。

表2 基準分析結果：主觀感知的環境污染對農民幸福感的影響

回歸結果表明，無論是否控制個體、社會和宏觀經濟特征變量，還是使用不同的計量方法，農民主觀上感覺到的環境污染對其幸福感均有顯著的負向影響，假說1成立。具體而言，從列（3）Oprobit、列（4）Ologit和列（5）OLS的結果來看，農民主觀感知的環境污染評價每提高一個等級，其感受到“非常幸福”的概率分別降低了1.8%、3.2%和1.5%。

個體、社會和宏觀經濟特征等控制變量絕大部分對農民幸福感也產生了顯著影響。男性的幸福感至少在5%統計水平下顯著低于女性。這可能是由于在傳統農村大男子主義思想的影響下，男性要承擔更多的家庭責任，還要面對更多的社會壓力［6］。年齡與農民幸福感之間呈正“U”型的關系，表明農民幸福感開始隨著年齡的上升而降低，到了一定年齡后，又會隨著年齡上升而提高。這可能是因為隨著年齡的提高，工作、婚姻、子女、房貸等生活壓力會越來越多，幸福感降低；而中老年之后這些壓力會開始慢慢減少，幸福感上升［35］，這與目前的現實狀況相符合。黨員身份對居民的幸福感有顯著正向影響，這可能是因為黨員的身份會給人帶來額外的榮譽感和自豪感［6］。此外，隨著教育程度的提升，農民的幸福感會顯著地增加，這也在某種程度上證實了教育對改善民生幸福的重要意義。有配偶的農民幸福感相比于單身的人要高，這可能是兩個人在一起可以通過相互交流、陪伴、鼓勵獲得心理上的滿足以及更容易克服生活壓力的原因［35］。從人均GDP來看，宏觀經濟的增長并沒有提升農民的主觀幸福感，這表明中國出現了“伊斯特林悖論”，即更多的財富并沒有帶來更大的幸福［4］。

進一步，該研究基于Oprobit方法分析四種不同類型主觀感知的環境污染中（空氣污染、水污染、噪音污染和土壤污染）對農民幸福感的不同影響，回歸結果見表3。相比空氣污染和噪音污染，水污染和土壤污染對農民幸福感的負面影響程度更強，假說2成立。這說明，為進一步提高農民的幸福感，農村的水污染和土壤污染治理應成為未來中國農村環境污染治理的重點作用領域。

表3 基準回歸：不同類型主觀感知的環境污染對農民幸福感的影響

3.2 糾正選擇性偏誤

該研究使用PSM方法糾正因樣本隨機抽樣而導致的選擇性偏誤問題。PSM方法首先需要驗證共同支撐假設和平衡性假定以確保匹配質量和估計結果的有效性。圖1表示處理組和控制組農民樣本在匹配后的密度函數圖?？梢钥闯?，匹配后的處理組和控制組的傾向得分區間基本是重疊在一起的，這表明大多數觀測值都在共同的取值范圍內，只會損失少量樣本，滿足共同支撐假設的條件。

圖1 共同支撐假設

進一步，根據匹配前后的偽R2、卡方值、偏差均值、B值、R值，從整體上檢驗匹配是否滿足平衡性假定的條件，見表4。匹配平衡性假定條件得到充分滿足的判斷標準為：匹配后的偽R2值、卡方值和偏差均值應該顯著下降，并且聯合顯著性檢驗應當被拒絕，B＜25%以及R在［0.5，2］內［36］。從表4結果看，匹配后的結果基本符合平衡性假定條件，表示匹配可以減少處理組和控制組可觀測變量的系統性差異，整體樣本基本匹配成功。

表4 平衡性假定檢驗

進一步根據Logit模型估計出農民主觀感知的環境污染的傾向得分值，再分別用近鄰匹配法、半徑匹配法以及核匹配法對處理組和控制組進行匹配。近鄰匹配即尋找傾向得分最近的k個不同組個體；半徑匹配即限制傾向得分的絕對距離，選擇卡尺半徑為0.005和匹配更為嚴格、精確的0.001；核匹配即根據核函數計算平均權重進行匹配。

最后，計算經過匹配后處理組和控制組的ATT值，結果見表5。近鄰匹配、半徑匹配和核匹配的ATT結果均在1%的統計水平上顯著為負，說明在減小了樣本間可觀測到的系統性差異后，相比于認為環境污染不嚴重的農民，認為環境污染嚴重的農民的幸福感更低，與基準分析結果相符。

表5 不同傾向得分匹配法的結果

同時，陳強［37］指出，雖然PSM方法能減小樣本間可觀測到的系統性差異，但若錯誤地選擇了不合適的模型或者混淆變量，該方法的結果穩健性仍然有局限。因此，該研究使用更具穩健性的逆向概率加權方法（IPW）和逆向概率加權回歸調整法（IPWRA）來進一步糾正選擇性偏誤。兩種方法估計的ATT結果見表6?？梢钥闯?，兩種方法得到的ATT與PSM方法得到的ATT的結果雖然在數值上有所差異，但在顯著性和方向上完全一致，這也從側面證實了基準結果是穩健的。

表6 IPW方法和IPWRA方法的結果

3.3 內生性檢驗

盡管PSM、IPW和IPWRA方法能夠糾正可觀測變量引起的選擇性偏誤，可是正如葉林祥等［15］所述，主觀感知的環境污染和農民幸福感之間可能還會存在不可觀測到的變量所導致的選擇性偏誤以及互為因果等內生性問題。解決內生性問題通常使用普通的工具變量法，如兩階段最小二乘法（2SLS），但由于主觀感知的環境污染和農民幸福感均為離散變量，使用連續變量的2SLS法可能不太合適［3］。因此，借鑒李湛等［35］的研究，使用基于IV-Oprobit模型的工具變量法進行內生性檢驗，將受訪者所在地區除去自身后的農民平均主觀感知的環境污染作為工具變量。

結果列于表7，其中列（1）為當地其他農民平均主觀感知的環境污染對該農民幸福感的估計結果。結果顯示，在控制主觀感知的環境污染和其他變量時，當地其他農民平均主觀感知的環境污染對該農民幸福感的估計結果不顯著，說明工具變量具有外生性。列（2）和列（3）分別為當地其他農民平均主觀感知的環境污染的第一、二階段的估計結果。從列（2）的估計結果可知，當地其他農民平均主觀感知的環境污染對該農民主觀感知的環境污染有顯著的正向影響，證實了工具變量是有效的。從列（3）的估計結果可知，主觀感知的環境污染會顯著降低農民幸福感，且系數的絕對值比基準回歸中的估計結果要大。這說明主觀感知的環境污染的確降低了農民幸福感，并且在克服內生性問題后，主觀感知的環境污染對幸福感的影響有所加強。

表7 內生性檢驗

3.4 穩健性檢驗

該研究進行三個穩健性檢驗。

（1）更換被解釋變量的賦值。農民幸福感的度量往往是由微觀個體的主觀評價所做出的判斷，可能會存在測量誤差問題。比如，由于自身認知水平的不同，不同農民對幸福感“一般”的界定存在差異，從而導致其在“幸?！焙汀耙话恪薄安恍腋！焙汀耙话恪敝g無法正確抉擇，進而農民報告的幸福水平會偏低或者偏高［35］。借鑒高琳［38］的做法，對農民幸福感進行重新賦值。具體做法為：如果存在低報自身幸福水平，便把“非常不幸?！焙汀安恍腋！辟x值為0，將“一般”“幸福”和“非常幸?！辟x值為1；如果存在高報自身幸福水平，便把“非常不幸?！薄安恍腋！焙汀耙话恪辟x值為0，將“幸福”和“非常幸?！辟x值為1。

（2）使用生活滿意度作為新的被解釋變量。在幸福經濟學中，對幸福感的表述不僅有主觀幸福感，還有生活滿意度［4］。該研究使用生活滿意度作為新的幸福感度量方法進行穩健性檢驗。在CLDS個體調查問卷中談到幸福感問題時，受訪者被問到“總體來說，您對您的生活狀況感到滿意么？”。回答選項用數字1～5對生活滿意度進行賦值，1和5分別代表“非常不滿意”和“非常滿意”，數值越大即表示受訪者對生活狀況越滿意。

（3）使用第三方調查員和農民主觀感知的環境污染評價的加總值作為新的核心解釋變量。樂章等［33］提出由于村莊內部環境污染積累存在長期過程，農民對污染感知的敏感性可能會隨著居住時間的延長而降低，從而使得農民主觀感知的污染評價出現誤差。第三方的評價可以作為一種外部平衡機制，能夠有效完善農民組織內部對環境污染評價的不足［39］。借鑒樂章等［33］的方法，合并加入第三方調查員主觀感知的環境污染評價，作為新的主觀環境污染評價衡量指標。第三方調查員對各種污染的評價為“沒有此類污染”“不嚴重”“一般”“比較嚴重”“非常嚴重”，并分別為其賦值為1、2、3、4、5。將第三方調查員和農民主觀感知的環境污染評價合并之后會得到一個總分在8～36分之間的綜合主觀感知的環境污染評價指標，數值越高表示綜合主觀感知的環境污染評價越嚴重。

表8列出了上述三個穩健性回歸的結果，其中列（1）和列（2）分別為高報和低報幸福感的結果，列（3）為將幸福感替換為生活滿意度的結果，列（4）為合并加入第三方調查員對環境污染的主觀評價后的結果。從結果來看，無論是將幸福感重新賦值還是替換為生活滿意度，主觀感知的環境污染至少在10%的顯著水平上對農民幸福感存在負向影響。將農民主觀感知的環境污染合并第三方調查員主觀感知的環境污染替換原來的核心解釋變量后，結果表明綜合主觀感知的環境污染在5%的顯著水平上對農民幸福感有負向影響。綜上，在排除幸福感的測量誤差、幸福感的度量方式問題和農民對環境污染評價的主觀性等問題后，結果依然穩健。

表8 穩健性檢驗

3.5 異質性分析

該研究從受教育程度、區域、收入三個層面對主觀感知的環境污染降低農民幸福感的影響進行異質性分析，結果見表9。結果表明，相比低學歷、東部地區和高收入的農民，主觀感知的環境污染對高學歷、中西部地區、低收入農民幸福感的負向影響更強，假說3成立。

在受教育程度方面，將樣本分為低學歷群體和高學歷群體。具體地，將學歷在大專、本科及以上的農民定義為高學歷群體，其他農民則定義為低學歷群體。表9的列（1）和列（2）給出了回歸結果?？梢园l現：主觀感知的環境污染對低學歷農民和高學歷農民的幸福感都在5%的顯著水平上有負向影響，但是高學歷農民回歸系數的絕對值略高于低學歷農民?？赡茉蛟谟冢弘S著受教育程度的提高，農民對環境知識的掌握程度更深，其對主觀感知的環境污染程度的評價會越嚴重［15］。由前文實證結果可知，農民對主觀感知的環境污染評價越嚴重，對其幸福感的負向影響也更大。因此，相比低學歷農民，主觀感知的環境污染對高學歷農民幸福感的影響會較大。

在區域方面，將樣本分為東部和中西部。表9的列（3）和列（4）給出了回歸結果。可以發現，主觀感知的環境污染對中西部地區農民幸福感在5%水平上存在負效應，而對東部地區農民幸福感的影響在統計水平上不顯著。這表明相比于東部地區農民，中西部地區農民因主觀感知的環境污染而使其幸福感降低更為明顯?？赡艿脑蛟谟冢阂环矫妫瑬|部農村地區的工業經濟發展比較迅速，而中西部則更偏農業型經濟［40］。中西部地區農民收入來源更加依賴于農業經濟，環境污染對中西部地區農業的影響更大，進而導致環境污染對其幸福感的影響越大［41］。另一方面，目前我國東部地區的環境污染整治初顯成效，同時東部地區的污染性產業整體也呈西遷態勢，導致中西部地區的環境污染逐漸加劇，中西部地區農民幸福感受到環境污染的沖擊較大［25］。因此，相比東部地區農民，主觀感知的環境污染對中西部地區農民幸福感的負向影響會更顯著。

表9 異質性分析

在收入方面，根據農民個人收入水平的平均值將樣本分為低收入組和高收入組，其中低收入區間為0～24 479.9元，高收入區間為24 479.9元及以上。表9的列（5）和列（6）給出了回歸結果。可以發現：主觀感知的環境污染對低收入農民幸福感在5%的顯著水平上有負向影響，而對高收入農民幸福感的影響在統計水平上不顯著?？赡艿慕忉屖牵阂环矫妫褪杖朕r民一般從事的是農業生產活動，而高收入農民更多從事的是非農生產活動［42］。相比非農生產活動，環境污染對于低收入農民賴以生存的農業生產活動影響更大，進而導致環境污染對其幸福感的影響越大。另一方面，低收入農民在感知到環境污染時，由于經濟條件有限而難以遷移到高質量的環境區域和承擔環境污染額外造成的就醫成本，其生活受到的影響較大［6］。因此，相比高收入農民，主觀感知的環境污染對低收入農民幸福感的負向影響會更強。

表9的異質性分析是從受教育程度、區域、收入三個獨立的層面展開，然而，主觀感知的環境污染對同一地區的不同收入、不同受教育程度農民的幸福感可能存在差異，有必要在上述三個變量的交互層面進一步開展異質性分析?？紤]到樣本數量，該研究對區域和收入層面進行了交互分析（由于樣本數量的限制，計量軟件無法給出區域和受教育程度、收入和受教育程度的交互層面分析結果），結果見表10?？梢园l現：主觀感知的環境污染對中西部低收入農民、中西部高收入農民和東部低收入農民幸福感在不同顯著水平上存在負向影響，而對東部高收入農民幸福感的影響在統計水平上不顯著。該結論再次印證了主觀感知的環境污染對低收入農民幸福感有顯著的負向影響，而對高收入農民幸福感的影響不顯著。

4 進一步討論：機制分析

上文分析表明，主觀感知的環境污染會導致不同的農民幸福感顯著降低。但是主觀感知的環境污染導致農民幸福感降低的機制仍需要進一步分析。前述理論分析提出：身體健康、心理健康和務農時間是主觀感知的環境污染影響農民幸福感的三個作用機制?；诖?，使用Baron等［43］提出的中介效應模型對這三條影響路徑進行檢驗。

其中：Mediani為中介變量，分別包括身體健康（用農民身體健康程度狀況表示，1=非常不健康、2=比較不健康、3=一般、4=健康、5=非常健康）、心理健康（用農民每周感到情緒低落的時間度量，1=少于1天、2=1～2天、3=3～4天、4=5～7天）以及務農時間（用農民每日務農時間占比衡量）；οi、ζi、?i分別為隨機擾動項，其余參數設定和基準回歸模型一致。影響機制是否存在的判斷標準為：如果式（11）中介變量Mediani的系數ξ和核心解釋變量Pollutioni的系數β6都顯著，并且相比β4，β6的絕對值更低，則說明存在影響機制。進一步通過Sobel檢驗來證明中介效應的有效性，并報告中介效應占比（由β5、ξ與β4之比計算得出）［36］。

結果見表11。列（2）結果顯示，主觀感知的環境污染在1%水平下對農民身體健康有顯著負向影響。同時，列（3）結果表明，核心解釋變量主觀感知的環境污染和中介變量農民身體健康的系數都顯著。且相比于列（1）中的回歸系數，主觀感知的環境污染對農民幸福感的回歸系數（絕對值）有所下降，證明存在部分中介效應，且中介效應占比為19.1%，即農民身體健康是主觀感知的環境污染影響農民幸福感的機制之一。主觀感知的環境污染通過損害農民身體健康水平的方式來降低其幸福感。同理，列（5）、列（7）中的核心解釋變量主觀感知的環境污染和中介變量農民心理健康、農民每日務農時間占比的系數也都顯著，并且農民心理健康和農民每日務農時間占比的回歸系數（絕對值）都下降了。結果表明農民心理健康和農民務農時間也是主觀感知的環境污染影響農民幸福感的作用機制，且中介效應占比分別為11.7%和5.4%。即主觀感知的環境污染通過損害農民心理健康和延長務農時間的方式，進而降低其幸福感。三個中介變量的Sobel檢驗也在不同統計水平上顯著，進一步證實了中介效應的存在，假說4成立。

表11 主觀感知的環境污染對農民幸福感的影響機制分析

5 結論與政策建議

該研究使用2018年CLDS數據實證分析了主觀感知的環境污染對農民幸福感的影響，并進一步討論了其作用機制。研究發現：①基準回歸結果表明，主觀感知的環境污染會顯著降低農民幸福感，并且相比空氣污染和噪音污染，土壤污染和水污染對農民幸福感的負向影響更強。在采用傾向得分匹配法、逆向概率加權法和逆向概率加權回歸調整法糾正選擇性偏誤，使用基于IV-Oprobit的工具變量法克服內生性問題，替換了核心解釋變量和被解釋變量等一系列穩健性檢驗，研究結論依然穩健。②異質性分析結果發現，相比低學歷、東部地區、高收入的農民，主觀感知的環境污染對高學歷、中西部地區、低收入的農民幸福感的負向影響更加顯著。③機制分析表明，農民身體健康、心理健康以及務農時間是主觀感知的環境污染影響農民幸福感的三個作用機制。

為進一步提高農民幸福感，實現共同富裕和全面推進鄉村振興，結合上述研究結論，提出政策建議：①繼續加大對農村環境污染的治理，尤其是農村土壤污染和水污染的治理力度，進一步擴大生態環境治理對農民幸福感的提升效果。盡管研究發現直接影響農民幸福感的是其主觀感知到的環境污染，但主觀感知的環境污染建立在客觀存在的環境污染狀況之上，歸根溯源，仍需首先整治客觀存在的環境污染。習近平提出：良好生態環境是最公平的公共產品，是最普惠的民生福祉。然而目前中國農村污染整體治理情況依舊不容樂觀，土壤污染和水污染尤為嚴重，需要著重整治。②由于主觀環境污染對中西部地區和低收入群體農民幸福感的負向影響明顯大于東部地區和高收入人群，為此，應進一步加大對中西部地區農村環境污染的治理，避免環境污染項目向中西部欠發達地區轉移，縮小中西部地區由于環境污染而導致的“幸福差距”。同時也要關注低收入群體的農村環境污染治理，提高低收入群體的幸福感。

該研究具有重要的理論價值，具體來講，有以下兩個方面。①該研究豐富和延伸了幸福經濟學的內涵，是對探討環境污染和幸福感關系文獻的有效補充。以往的研究大多側重分析客觀存在的環境污染對居民幸福感的影響［8，10，17，31］。該研究從心理學“感知”視角出發，探討主觀感知的環境污染和農民幸福感的關系，拓展了對增強農民幸福感的新角度。同時發現，主觀感知的環境污染通過農民身體健康、農民心理健康和農民務農時間三種路徑在影響農民幸福感中發揮作用。此發現更為清晰地了解主觀感知的環境污染影響農民幸福感的作用機理，從而能夠選擇針對性方案來減弱主觀感知的環境污染對農民幸福感的負向影響。②該研究分析了主觀感知的不同類型環境污染（空氣污染、水污染、土壤污染和噪音污染）對農民幸福感的影響。已有文獻大多主要研究空氣污染這一單一維度的環境污染對居民幸福感的影響［6，10，12，15］。該研究同時討論主觀感知的四種環境污染對農民幸福感的影響，得出的研究結論更為全面且合理。研究發現相比空氣污染和噪音污染，土壤污染和水污染對農民幸福感的負向影響更大。此發現有助于理解農民幸福感的決定機理、探索改善農村地區的重點污染項目和完善提升農民幸福感的制度設計。

不過，需要指出的是，該研究在研究數據、研究方法、結果分析方面還有待進一步深入和細化。在研究數據方面，由于該研究使用的是2018年CLDS橫截面板數據且樣本數量有限，難以對主觀感知的環境污染和農民幸福感之間的因果關系進行較為嚴謹的識別，也無法在變量的交互層面上進一步評估異質性。未來的研究可基于大樣本的縱向面板數據，深入檢驗該研究的結論。在研究方法方面，盡管該研究使用了多項計量方法來處理內生性問題，提升了研究結論的可靠性，仍然無法做到精準的因果識別。未來研究可以采用隨機干預實驗等田野實驗方法來更好地識別主觀感知的環境污染與農民幸福感之間的因果關系。在結果分析方面，受限于數據可獲性，該研究沒有在同一框架下比較客觀存在的環境污染和主觀感知的環境污染對居民幸福感的影響差異，未來的研究可在此方面進一步深化。