2018年11月2日下午，我实验室在后主楼1726举办了 “空气污染与劳动力流出——基于PM2.5和CHFS数据的实证研究” 为主题的秋季学期学术讲座，邀请西南财经大学发展研究院副院长、副教授李丁博士为全院师生进行了研究成果分享，会议由我实验室陈浩教授和张江雪副教授主持。

首先，李丁博士介绍了研究的主要思路，即采用2013—2015年中国家庭金融调查数据以及338个地市2013—2015的空气质量指数变动差异识别本地居民外流的概率。报告主要分为数据来源、研究背景、研究方法、结论和政策性建议四个部分。

该研究使用的数据主要来源于CHFS建立的对全国各个地区城乡家庭追踪调查数据库。李丁博士通过对CHFS数据库的采集建立过程系统介绍，展现了该数据库在研究农村发展、收入分配、城镇化、小微企业、社会基层治理和家庭金融等领域的研究贡献和学术价值。

通过对近年来中国的人口流动、环境污染情况和趋势的介绍，李丁博士引出了该研究的主要问题和目标——旨在通过探究空气污染对劳动力流出的影响机制，为劳动力流出问题提供识别和政策应对参考，此举将有助于地方政府进行环境投资的成本效益分析，指导地方经济与社会发展。

李丁博士总结了该研究的四点主要学术性贡献：第一，探究劳动力的流动意愿而非实际的流动行为；第二，使用更有代表性的样本和全面的空气污染指标；第三，使用存在数据顺序的准自然实验降低内生性；第四，探究空气污染对劳动力流出的异质性。

随后，李丁博士重点介绍了有关变量识别和模型设定等具体分析和方法论问题。该研究使用更新的环境空气质量指数AQI数据替代了早年的空气污染指数API数据，并结合地理信息系统对我国空气污染的分布和改善状况进行了描述。在充分了解数据结构和内涵的基础上，使用基于DID方法的线性概率模型（LPM）来估计不同空气污染代理变量对一个地市劳动力流出的影响，并对实验组和对照组的设置上采用倾向匹配得分法（DDPSM）。研究检验了环境信息、环保态度、环境信息关注程度、受教育水平等因素对劳动力流出的影响，结果支撑了空气污染对劳动力流出正面影响的猜想。此外，李丁博士还进行了一系列的异质性分析，分析不同性别、年龄、经济地位、家庭人口结构、户籍状态等不同因素下的劳动力对空气污染状况的反应。

研究结果表明，污染程度高的地区，劳动力流出的概率更高，同时会抵消经济水平对劳动力的吸引。研究同时揭示污染天气比优良天气的影响效应更强大，并且风险感知更强的个体流出的概率更大。此外，由于收入、性别、年龄和学历等因素使得该流出效应也存在一定的异质性。

在场的师生与李丁博士进行了轻松愉快的交流和讨论，会场气氛良好。最后，张江雪老师在此表达了对李丁博士的感谢，此次活动在全体师生的掌声中圆满结束。