空氣污染、空間外溢與公共健康

孫涵+聶飛飛+申俊+彭麗思+於世為

摘要 空氣污染對居民公共健康的影響，引起了人們高度的關注。但大多數學者研究從樣本的獨立性出發且不考慮內生性問題，忽視區域之間空間相關性，所得結論和政策建議需謹慎對待。為了彌補上述不足，本文基于Grossman中國宏觀健康生產函數，選取2001—2014年中國廣東省珠江三角洲9個城市作為樣本，選擇以PM10和PM2.5作為空氣污染的代理指標，在充分考慮空間效應和嚴格假設檢驗的基礎上選擇合適的空間計量經濟學模型，對此進行實證研究。主要研究結果顯示：空氣污染對居民的公共健康帶來了負面影響，即PM10和PM2.5每增加1%，導致哮喘疾病和內科門診等疾病人數不斷上升，且影響都比較大，尤其是對哮喘疾病的影響分別為0.2236%和0.2272%。經濟增長對公共健康均有顯著的促進作用，影響最大；其它財政醫療支出、衛生技術人員和人口密度等要素對居民公共健康的影響較小。由于空氣污染的負外部性，研究還發現，區域之間空氣污染的“溢出效應”對領域居民公共健康存在顯著的影響，說明忽視空間自相關性的存在，會使得空氣污染對公眾健康的估計產生偏差。從長期看，空氣污染對本地居民公共健康的直接效應都顯著為正，PM2.5間接效應顯著為負，但PM10間接效應并不顯著。因此，各級政府除了在源頭上治理污染物的排放，提高公共健康水平外，還應該打破各自為陣的行政壟斷，應該作為一個整體，實現跨區域環保合作，共同治理和制定公共衛生政策等。這對區域之間協同減排和保護居民公共健康具有重要的理論和現實意義。

關鍵詞 空氣污染；外溢效應；空間面板模型；公共健康；經濟增長

中圖分類號 X196文獻標識碼 A文章編號 1002-2104（2017）09-0035-11DOI：10.12062/cpre.20170469

長期以來，我國在經濟發展的過程中，更多的關注經濟的增長，忽略了環境資源價值，甚至在一定程度上以犧牲環境為代價。而且伴隨著工業化和城市化進程不斷加速，能源大量集中消耗，導致城市區域大氣污染日趨嚴重，表現為大氣能見度嚴重下降，霧霾鎖城事件頻繁發生。而愈發嚴峻的空氣污染，對居民的公共健康的影響也引起了人們高度的關注。在此背景下，如何分析空氣污染所帶來的公共健康問題具有極為重要的意義。

珠江三角洲地區（珠三角）是我國最大的工業生產區，市場最繁榮的城市群，也是我國相對其它地區空氣污染較嚴重的地區之一，備受人們關注。據最新統計數據顯示，2015年珠三角PM2.5區域平均濃度為35 ug/m3，各市平均濃度范圍在27—40 ug/m3之間。伴隨著“區域經濟一體化”進程的加快，區域之間距離不斷縮小以及大氣污染長距離擴散的自然屬性，使得整個區域內所有城市也呈現出“區域污染一體化”的趨勢[1-2]。據研究，珠三角各市空氣質量受區域內其他城市污染源的影響程度約為10%—30%。也就是說，各城市的空氣質量除受本市的污染源影響之外，還受到周邊城市污染源不同程度的影響。因而，治理環境健康問題不僅僅是一個行政區的問題，而且還是一個區域性的問題，必須考慮到區域之間影響，即大氣污染問題與其周邊地區存在空間依賴性。但是，鮮有經濟學文獻對其環境健康效應進行系統且嚴謹的識別。醫學和環境學者大都基于個體或非隨機樣本且不考慮內生性問題，且較少關注區域性之間環境健康的空間交互影響，所得結論及政策建議均需謹慎對待。

因而，本文試圖從空間的角度，以PM10和PM2.5污染物為主的典型珠江三角洲為例，一是分析區域之間空氣污染（PM10和PM2.5）對公共健康的影響？二是探討一個地區的空氣污染增加是否對鄰域的公共健康產生影響？這些研究是有益的補充，極具社會現實性和研究的迫切性。其意義在于，第一，保護環境的重要性，理解環境資源價值。第二，認識降低環境污染對經濟可持續發展和公共健康的現實意義。這有助于地方政府進一步了解經濟增長和公共健康的環境代價。從而實現中央政府提出的“環境友好型社會”和推進“健康中國”戰略。

1 文獻回顧

環境污染對健康的影響及所帶來的經濟損失等問題，引起了政策制定者和經濟學者的興趣，開始逐漸地認識到環境健康問題研究中經濟學的價值和意義。環境對健康的研究是以Grossman開創的健康生產函數為起點，并在此基礎上Cropper[3]、Gerking[4]引入環境污染到健康生產函數中，證明了污染對健康折舊率的影響。學者認為在生命周期中，除年齡外，環境污染是影響健康折舊率的重要因素，環境污染嚴重地區的居民普遍面臨著健康存量加速折舊的沖擊[5]。現有的研究以此為研究基礎，主要是從環境健康關系、環境健康效應評估和環境健康的差異性等方面進行研究。

國外學者開展大氣污染對居民健康的影響或風險進行了一系列研究，第一，分析不同污染物和健康狀況之間的關系。其中，許多學者研究顯示不同污染物與生命預期壽命之間有統計學意義和存在顯著的負相關，即不斷增加的污染物對預期壽命和疾病帶來不利的影響[6-8]。近幾年，有學者發現主要使用的泊松回歸和傳統的廣義線性模型等傳統方法，不能有效剔除影響健康的內生性問題而產生偏差，主要表現在測量偏差和遺漏變量問題[9-10]。于是人們采用面板數據運用工具變量估計法或兩階段最小二乘法來解決[11-12]。第二，危害健康帶來的經濟損失程度也被許多學者關注。不同時期國內外相關研究結果均表明，空氣污染引發疾病或致死而造成的健康經濟損失是巨大的[13-14]。其主要是根據污染劑量效應和人口暴露-響應原理的解析法評估環境污染對居民健康的經濟損失程度[15]。在研究內容方面，空氣污染引發疾病或致死而造成的健康經濟損失主要包括疾病醫療成本、疾病保健成本、過早死亡導致生產力的損失和健康質量的下降[16-18]。為了降低環境健康損失，一些學者從交通等角度分析人們乘交通行為方式的改變，所帶來的環境改善和健康成本收益的問題[19-21]。第三，環境污染健康效應區域（群體）差異性分析。在研究環境對健康的影響時，我們不能忽視結構效應影響，即環境污染對不同地區或群體的健康的影響存在差異。研究發現發展中國家空氣污染產生的貨幣化疾病負擔，貧困家庭的更明顯[22]。有的學者發現污染物對不同發展程度的國家均有影響，且存在差異性，而且除了污染之外，還認為社會經濟因素有更強的影響[12]。因此，可以說環境健康績效的異質性看似圍繞個體的差異[23]，實際很大程度上是經濟發展水平、醫療保健支出等要素造成的。endprint

縱觀國內研究，起步較晚，主要是參照國外的理論和方法進行研究。一方面從區域及行業的角度采用解析法評估環境健康損失效應。從區域的角度，評估單個地區不同SO2、PM10等氣體的暴露水平及由于能源結構優化所減少的人群健康損失[24-25]；以及預測未來不同能源消費情景下單個地區SO2等氣體排放量及其引發的公共健康經濟損失評估[26-28]。另一方面，較少學者采用統計與計量分析法研究環境污染與公共健康之間的關系，其主要局限于特定地區，實證檢驗二者之間的關系[29-30]。近幾年，少數學者就兩者之間因果識別進行研究，其中有的學者以單一地區為研究對象，運用Grossman函數模型分析空氣污染物等要素對居民健康需求的影響[31-32]。有的學者以面板數據并利用計量模型研究空氣質量等要素對公共健康的影響[33]，并對男女差異性以及發達國家與發展中國家居民健康效應差異作比較分析[34]。在對中國112個重點城市的研究中顯示經濟發展越落后，污染的健康經濟負擔就越嚴重，且呈現出明顯的累退分布[35]。與此同時，有的學者在研究環境污染與公共健康時，也考慮到了公共健康存在遺漏變量等內生性問題[36-37]?？傊袊鴮W者參考國外的理論與方法更多地引用空氣暴露系數關注環境健康損失評估，而采用計量的方法分析空氣污染與公共健康的因果識別較少，鮮有人從空間的角度分析空氣污染對公共健康影響的研究。

縱觀國內學者，醫學和環境領域文獻大多基于個體或非隨機樣本對空氣污染與公共健康進行了大量而富有成果的研究，較少從空間的角度對其進行系統且嚴謹的因果識別?，F有的研究仍需謹慎對待。第一，引入空間面板計量模型分析，準確分析空氣污染與公共健康之間的關系。打破傳統的面板回歸通常假定各個地區的要素是相互獨立的假設，這顯然與現實存在偏離，如經濟、空氣污染等客觀因素使得一個地區的公共健康必然會受到鄰近地區的影響，因而如果忽略這種空間相關性的影響，模型估計將是有偏的或產生錯誤的參數檢驗[38]。第二，空氣污染等要素對公共健康影響有多大，區域之間“越境污染”是否對鄰近區域公共健康有影響？因此，分析區域之間在空間交互的作用下不同驅動要素對公共健康影響的空間效應包括直接效應和溢出（間接）效應，有待深入研究。

2 空間計量模型的構建與變量選擇

2.1 空間計量模型設定

環境污染對健康的影響研究源于Grossman在1972年首次建立的健康生產函數來分析居民的健康微觀需求，該函數考慮了包括收入方式、健康水平、教育、環境等多方面因素，居民的健康狀況除了受環境影響外，還受其他諸多因素的影響。在此基礎上，由Cropper[3]、Gerking[4]不斷改進和完善。同時參考曲衛華[33]、盧洪友等[34]和趙忠[39]等人的研究。將居民的健康影響因素確定為經濟、社會、教育、醫療衛生與環境，由此健康生產函數可以表示為如公式（1）所示：

其式（1）中，H代表健康水平，Envi、Phce、Eco、Doc、Pop分別代表環境、醫療支出（占GDP的比重）、經濟、人均醫療衛生技術人員與人口密度等變量。α1，α2，α3，α4和α5為解釋變量的彈性系數，Ω為初始健康狀況的估計值。

由于區域之間空氣污染的相互影響。因此，本文從空間視角來評估空氣污染等要素對公共健康的影響，一般采用空間計量模型。為了不失一般性，本項目采用空間杜賓模型（Spatial Dubin Model SDM），它是空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）的一般形式，其表達式為：

上式（2）中，yit為被解釋變量，xit為解釋變量，c為常數項，δ為空間自回歸系數，β與θ分別為待估系數，ε為殘差項。xitβ為區域自變量對因變量的影響，δ∑Nj=1Wijyit為空間滯后項，表示各空間單元（i=1，…，N）的解釋變量在時間t時（t= 1，…，T）的觀測值所組成的π×1階因變量；εit是獨立且同分布的隨機誤差項；ui和λi分別表示空間和時間效應。本文構造空間變量：W·自變量（W·空氣污染）、W·因變量來刻畫PM2.5以及公共健康的空間外溢。W·自變量（W·空氣污染）表示一個地區周圍其他地區的空氣污染對該地區公共健康的影響，即通過其他地區空氣污染的加權和來衡量空氣污染的“溢出效應”。W表示為空間權重，計算各個空間元素之間存在關聯與相互影響程度，一般用0和1來表示（相鄰為1，不相鄰為0）。

對于自變量影響的測度，根據空間杜賓模型估計得參數測度其影響程度是不準的，長期看空間效應的存在可以將解釋變量對被解釋變量的影響效應分解為直接效應和間接效應[40]，其中直接效應表示各區域自影響因素的改變對該地區本身公共健康的影響，間接效應表示影響因素的改變通過空間交互作用潛在地影響所有其它地區公共健康（被解釋變量）?？梢詫⑸鲜龉剑?）轉換為一般形式為：

被解釋變量對第K個自變量的偏導數微分方程矩陣為：

上式（4）中，定義右邊矩陣元素值和的平均值為直接效應，非對角線元素所有行與列元素和的平均值為間接效應，反映其他區域自變量對區域因變量的影響。

由于空間模型都是從全域計算空間相關性，因而空間回歸模型中變量可能存在內生性問題，對上述模型的估計如果仍采用普通最小二乘法（OLS），則會產生系數估計值有偏或無效[38，41]，Anselin建議采用極大似然法（ML）來估計空間計量模型參數。其好處在于一方面能夠克服傳統OLS估計中的變量內生性問題而產生的估計偏誤；另一方面又科學地反映了區域之間要素的相關性。

2.2 指標選取及數據說明

我國居民的公共健康受到環境、經濟條件、生活方式、社會因素和醫療水平等諸多復雜因素影響。在選取影響因素時，根據前人研究，按照對影響人們公共健康的影響程度和資料獲取的難易程度進行甄別，提煉出具有代表性的影響因素（見表1）。endprint