空氣污染與健康居民就診量的關系研究
——基于stata的面板數據分析

張 慧

（蘭州財經大學，甘肅蘭州 730030）

一、研究現狀

（一） 研究背景

改革開放以來，隨著我國經濟的飛速發展，人們的生活水平大幅度上升，人們在生活和生產促進社會經濟迅速發展的過程中，物質生活得到了豐富改變，生活福利也得到了提高，但同時對環境產生了非常大的負面影響，環境嚴重污染，臭氧層破壞，酸雨頻繁降臨，河水變臭等，為此付出了巨大的環境成本，特別是城鎮的空氣污染，已經嚴重影響了城鎮居民的身體健康，并給社會造成了巨大的經濟損失，空氣污染已經開始在全球范圍內引起人類的高度關注。

空氣污染已經引發了非常多的問題，與城鎮居民生活有密切聯系的是人類的身體健康，以及由健康進一步導致的就診量增加，就診量的增加已經成為了全社會居民看病困難的事實，不僅給自己的家庭帶來了沉重的經濟壓力，而且還給醫院甚至社會帶來了負擔。因為就診量的增多意味著醫療服務將更過多的占用居民的可支配收入，從而減少其他方面的消費。

（二） 研究意義

空氣污染是指由于人類活動或自然過程引起的某些物質進入空氣中呈現出足夠的濃度、持續足夠的時間并因此危害了人體的舒適、健康和福利或危害了環境[1]。隨著社會經濟的發展，居民所擁有的汽車數量也逐漸增多。據統計，我國私人汽車保有量10年增加近6倍，汽車數量的增加也必然會引起汽車尾氣更多的排放，由此也給環境帶來了極其嚴重的破壞[2]。研究表明，汽車尾氣已經成為城鎮空氣污染的主要來源。城鎮的空氣質量下降與汽車尾氣的排放有著密不可分的關系。空氣中的氮氧化物，汽車尾氣等嚴重超標，已經給城鎮居民的身體健康帶來了莫大的傷害。

研究表明，空氣中的污染物主要有氮氧化物、顆粒物、無機有害物、甲醛、苯系物、苯并芘等。其中氮氧化物主要來源于雷電反應、硝酸生產廠、汽車尾氣以及蛋白質的腐爛等。汽車尾氣污染物有碳氫化合物、一氧化碳、二氧化硫、含鉛化合物、苯并芘以及固體顆粒物[3]。由于環境污染嚴重，空氣中的污染物含量過高會引起呼吸系統感染，鼻炎，哮喘，慢性阻塞性肺病，肺癌等疾病，這不僅加劇了家庭的經濟負擔，而且還讓居民的身體承受了巨大的痛苦，空氣污染已經嚴重造成了人群死亡率增加[4]。亞洲開發銀行和清華大學2012年發布的一份研究報告表明，在全球十個空氣污染最嚴重的城市當中，我國有7個城市上榜，其中北京市2001-2004年的比美國環保局（the US Environmental Proctection Agency） 確定的標準高出了7倍，比國際衛生組織（the WHO Global Air Quality Guideline(AQG)） 規定的濃度標準高出了10倍[5]。據世界衛生組織（WHO） 估計，在全球范圍內城市空氣污染造成每年約80萬人死亡和460萬人傷殘[6]。空氣污染已經與居民的健康生活息息相關，由空氣污染引發的疾病嚴重的威脅了人們的身體健康。空氣污染對居民的健康生活造成的傷害已經刻不容緩，因此，有必要對健康居民就診量和空氣污染之間的關系進行研究。

（三） 研究內容

就中國的社會現狀而言，城鎮的空氣污染物主要來自于汽車尾氣以及空氣中超標的氮氧化物，而大型工廠都建在郊區，因此，所排放的氣體不會嚴重影響城鎮居民的身體健康。由于汽車尾氣的排放量難以測量，所以將汽車尾氣排放量換成汽車保有量（即一個地區擁有車輛的數量）。研究表明，種植綠色植被不僅能吸收二氧化碳制造出氧氣，而且具有吸收有害氣體，吸附塵粒，改善氣候，防噪音和監測空氣污染多方面的綜合效果。因此，城鎮地區的綠色植被會相應的減少空氣中的污染物，并且為居民凈化空氣做出貢獻。

為此，我們從城鎮健康居民就診量出發，選取統計年鑒中省級2011-2015年的汽車保有量、氮氧化物、人均公園綠地面積等數據，通過包括了31個省市5年的面板數據分析，估計了城鎮健康居民就診量與空氣污染和人均公園綠化面積之間的關系，并由此得出一些結論。

（四） 文獻綜述

1.國外文獻綜述

ATKINSON等歐洲8個城市的空氣污染與呼吸系統感染的就診案例表明，空氣污染與呼吸道疾病有密切的關系，并且0-14歲和15-67歲的哮喘病人正在日益以1.2%和1.1%的速度增加[7]。很多學者在美國的健康調查數據顯示，生活在城鎮地區的居民患肺癌、血脈硬化、呼吸道疾病以及心臟病的概率高于其他地區的居民的患病概率。還有學者針對空氣污染對孕婦和嬰幼兒的危害進行了研究，結果表明空氣污染與嬰兒早產、夭折以及呼吸道、肺部發病率都有很大的相關性（Committee on Environmental Health,2004）。奧地利、法國和瑞士的樣本數據也發現了類似的結果，即由交通引起的空氣污染造成了每年約6%人口死亡率（N Künzlietaal.,2001） 。 韓 國 Jong-Taelee 等（2000） 研究了七個主要城市1991-1997年的空氣污染與人均每天死亡的關系，在控制了天氣和時間因素的影響后，二氧化硫濃度每升高50ppb,每天死亡人數就會增加1-12%[8]。

2.國內文獻綜述

王麗（2014） 對空氣污染和汽車消費的相關性做了分析，結果表明，汽車保有量和空氣中的二氧化硫和氮氧化物是顯著相關的。徐寧等分析了空氣污染對公眾健康的危害，得出結論二氧化硫排放量每增加一噸，由呼吸等疾病導致的死亡人數比例就會上升0.027%。黎大美、馬玉霞（2012）基于蘭州地區數據進行分析，證實采暖期的燃煤型空氣污染和塵沙天氣過程的顆粒物污染嚴重影響了人們的呼吸系統健康，且具有明顯的季節特征。何慶慈、孔玲莉（2003） 針對學齡兒童進行了調查，結論發現當大氣總懸浮微粒、氮氧化物等污染物超標時，兒童呼吸系統癥狀、疾病患病率明顯高于無污染區。王斌（2008） 利用全國84個環境重點保護城市2004-2007三年逐日的空氣質量日報數據進行了研究，結論表明空氣中的主要污染物為可吸入顆粒物、二氧化硫和二氧化氮。

二、數據和方法

（一） 數據來源及相關說明

數據來源于中國環境統計年鑒、衛生統計年鑒等，包含了中國31個省（市） 2011-2016年的城鎮健康居民就診量，氮氧化物，汽車保有量以及人均公園綠地面積。

為了方便描述，將變量名稱中的前三的字母作為該變量的簡稱。如下：

noh:健康居民就診量 (Number of health examinations)（單位：萬人）

pop:汽車保有量 （Possession of Private Vehicles） （單位：萬輛）

prg:人均公園綠地面積（Public recreational green space per capita(sq.m)） （單位：平方米/人）

no:氮氧化物（Nitrogen Oxides） （單位：噸）

（二） 模型方法與檢驗

1.模型設定

面板數據（panel data或 longuitudinal data,也譯為“平行數據”），指的是在一段時間內跟蹤同一組個體（individual） 的數據。它既有橫截面的維度（n位個體），又有時間維度（T個時期）。面板數據是同時在時間和截面上取得的二維數據，也稱作時間序列與截面混合數據（pooled time series and cross section data）[9]。而面板數據模型是一類利用平行數量分析變量間相互關系并預測其變化趨勢的模型，它有多種形式，已有很多文獻做過介紹，具體選取哪種類型，須經過檢驗[10]。本文在建立混合回歸模型、個體固定效應模型和隨機效應模型的基礎上，通過F檢驗、LM檢驗以及H(豪斯曼)檢驗，最終選取最佳模型來分析結果。

2.檢驗方法

（1） F檢驗。F統計量用來檢驗一組面板數據應該建立混合模型還是個體固定效應模型[11]。

（2） LM檢驗。LM檢驗是用來檢驗模型中是否存在個體隨機效應，即檢驗是應該選擇“隨機效應”還是“混合效應”[11]。

（3） H（豪斯曼） 檢驗。H（豪斯曼） 統計量用來檢驗個體效應與回歸變量是否相關，即檢驗該組面板數據應該建立個體隨機效應回歸模型還是個體固定效應回歸模型[11]。

三、實證研究

首先，在stata中建立面板數據模型

根據圖1可知，這是一個平衡的面板數據，數據結構如圖2。

因為 n＝31，T＝5， n＞T， 由圖 2 可知，這是一個短面板數據集，該數據類型可以不考慮面板相關的問題。繼續查看數據的描述性統計特征，如下：

圖1 面板數據模型的建立

圖2 短面板數據集

圖3 樣本描述統計

由圖3可知，prg變量的最大值與最小值差異較小，而noh、no與pop的最大值與最小值之間的差異很大，這說明各個省之間的城鎮健康居民就診量、空氣中氮氧化物和汽車保有量的差距很大。

進一步作noh的時序圖，由圖4可知，每個省（市） 的時間趨勢不盡相同，有些省（市） 較為平穩，比如：1、2、3、5等，說明這幾個省（市） 在2012-2016年期間的城鎮健康居民就診量變動不大；有些省（市）有略微的上升趨勢，比如第6、10、11等，說明在2012-2016年期間健康居民就診量有所增多，可能有更多的人身體健康受到空氣污染的影響；有些省（市）有略微的下降趨勢，說明在2012-2016年健康居民就診量有所降低；而第4個省中間有凸起的“山峰”，說明在2012-2014年期間的居民就診量大幅度上升，而2013年達到最大值，在2014年之后又趨于平緩，說明該省在此期間由于某種原因，導致更多的居民去醫院就診。時序圖在一定程度上，可以說明城鎮健康居民就診量的省際差異有助于估計決定健康居民就診量的因素。

圖4 noh的時序圖

最后，考察一下各變量之間的簡單相關系數,由表1可知，部分變量之間的相關系數大于0.5，說明這幾個變量之間可能存在多重共線性，需在建模之前做進一步判斷，用stata計算各個變量之間的方差膨脹因子。結果如下：

表1 no、pop、prg相關系數

表2 no、pop、prg方差膨脹因子

由表2可知，各個變量的VIF（方差膨脹因子）值均小于10，說明可以不剔除部分變量，直接進行建模。對數據進行檢驗來確定選用哪種模型為最佳模型。

（一） F檢驗

F檢驗的原假設為建立混合回歸模型，備擇假設為建立個體固定效應模型。檢驗結果如圖5所示：

圖5 F檢驗

由圖5可知，F檢驗的P值為0.0000，強烈拒絕原假設，故應該使用個體固定效應模型。但由于此時未使用穩健標準誤，故這個F檢驗不足夠有效，進一步嘗試通過LSDV（虛擬變量法）來考察。通過用stata做LSDV法可知，大多數個體虛擬變量均顯著，故可拒絕“所有個體虛擬變量都為0”的原假設，存在個體效應。而且表中最后一行顯示，“rho=0.91”,故復合擾動項的方差主要來自個體效應，故不應該使用混合回歸。

（二） LM檢驗

雖然上述檢驗已經可以確定個體效應存在，但個體效應是否以隨機效應（RE） 的形式存在，需要進一步用LM檢驗。

LM檢驗的原假設為“不存在個體隨機效應”，備擇假設為“存在個體隨機效應”。檢驗結果如下：

由圖6可知，LM檢驗的P值為0.0000，強烈拒絕原假設，即認為“存在個體隨機效應”，在混合回歸模型和隨機效應模型之間應該選擇隨機效應模型。

圖6 LM檢驗

（三） H（豪斯曼） 檢驗

下面進一步進行檢驗個體效應與回歸變量是否相關，H（豪斯曼）檢驗的原假設為“個體效應與回歸變量無關”，備擇假設為“個體效應與回歸變量相關”。檢驗結果如下：

圖7 H（豪斯曼） 檢驗

由圖7可知，H（豪斯曼） 檢驗的P值為0.069，故不能拒絕原假設“個體效應與回歸變量無關”，即認為個體效應與回歸變量無關，應該建立個體隨機效應回歸模型。

（四） 面板模型估計結果

結合F檢驗、LM檢驗和豪斯曼檢驗及參數的顯著程度，最終選擇個體隨機效應回歸模型。模型結果如圖8所示。

圖8 個體隨機效應回歸結果

通過模型結果可知：對城鎮健康居民就診量有顯著影響的變量有氮氧化物和汽車保有量，并且氮氧化物和汽車保有量與城鎮健康居民就診量呈正相關。其中，氮氧化物每增加一噸，城鎮健康居民就診量就會增加8.16人；汽車保有量每增加一萬輛，城鎮健康居民就診量就會增加1.4人。而人均公園綠化面積與城鎮健康居民就診量呈負相關，人均公園綠化面積每人每增加一平方米，城鎮健康居民就診量就會減少14.68人。但是這種結果并不顯著，說明種植綠色植被已經不足夠凈化空氣，從而使得居民生活在一個空氣干凈的環境之中。

四、結論與建議

（一） 結論

本文基于全國31個省市從2011-2015年5年的省際面板數據來分析我國空氣污染（具體為氮氧化物和汽車尾氣的排放）和人均公園綠地面積對城鎮健康居民就診量之間的關系。本文先從個體固定效應模型、混合回歸模型和個體隨機效應回歸模型中，通過F檢驗、LM檢驗和H(豪斯曼)檢驗最終選擇了個體隨機效應回歸模型。模型中以各省份的城鎮健康居民就診量為被解釋變量，解釋變量為氮氧化物、汽車保有量和人均公園綠地面積。此外，還加入了個體隨機效應，用以反應一些不隨時間改變且同時對氮氧化物、汽車保有量和人均公園綠地面積產生影響的不可觀測因素。最后的個體隨機效應回歸模型結果顯示，氮氧化物每增加一單位，城鎮健康居民的就診量就會上升8.16萬人；汽車保有量與城鎮健康居民就診量呈正相關，汽車每增加1萬輛，居民就診量就會增加1.42萬人；人均公園綠地面積與健康居民就診量呈負相關，綠地面積每增加一單位，健康居民就診量就會減少14.68萬人，但是這一結果不是特別顯著，說明現在種植綠色植被已經不能作為減少健康居民就診量的主要因素。由上述的實證分析可知：氮氧化物和汽車保有量已經嚴重的威脅了城鎮居民的生活質量，空氣的污染與氮氧化物和汽車尾氣的排放有密不可分的關系，從而導致了居民的身體受到了不同程度的影響。

（二） 政策建議

面對當前的空氣污染形勢，政府和民眾應該聯合起來，用強大的法律做保障，加以適當的社會壓力做監督，這樣才能為大眾贏造一個良好健康的生活環境。從模型變量出發，結合得到的估計結果，為減少氮氧化物和汽車尾氣的排放，增加綠色植被種植面積，控制空氣污染程度，現提出以下幾點建議：

1.遵循“誰排放，誰買單”原則。目前，我國對于氮氧化物排放的事前調查、事中監管及事后統計的各項工作還比較薄弱，無法實現現階段政府對氮氧化物監管工作的要求。因此，政府以及相關部門應該提高對氮氧化物排放的危害性認識，合理做好監測工作，堅持遵循“誰排放，誰買單”的原則，不再片面的強調經濟發展與“先污染，后治理”的認識誤區。

2.遵循“誰破壞，誰負責”原則。我們在大力倡導環境保護的同時，應該摒棄“只保護，不發展”的理念，既要保護環境，也要發展環境。政府和有關部門不僅要呼吁大家保護綠色植被，還應該制定相關條例，采用法律的強制手段來約束大家，對于破壞環境者必須做到“誰破壞，誰負責”的基本原則，從而加強對綠色植被的保護。

3.遵循“誰環保，獎勵誰”原則。汽車尾氣已經成為城鎮空氣污染的主要來源，限號制度雖然從一部分角度減少了汽車出行，但隨著居民對汽車的需求量越來越大，相關部門應該限制私人轎車購買量，堅持一個家庭只能購買一輛家用汽車的原則，從根源上控制汽車尾氣的排放。在汽車市場上，建立環保汽車獎勵金制度，對于購買電動汽車的用戶應予以獎勵，大力提倡使用電動汽車，讓電動汽車逐漸替代燃油汽車。

4.遵循“誰生病，及時治”原則。目前，由空氣污染所引起的疾病越來越多，即使政府和相關部門嚴格治理空氣污染，但是空氣的凈化仍需要很長的一段時間，不能及時解決居民的身體健康問題。因此，在社會提高居民有病就治的健康意識的同時，政府也應該建立健全醫院的基礎醫療設施，創建一套完整的醫療衛生機制，對困難人群開通一條先治病后付費的綠色通道，減少因就醫難而對病人所造成的傷害。

[1]汪偉全.空氣污染的跨域合作治理研究——以北京地區為例[J]. 公共管理學報，2014，11（01）：55-64+140.

[2]陳遠通. 汽車保有量預測技術方法及其應用[D].華南理工大學，2010.

[3]劉濤，呂穎堅，丘志鋒，陳麗萍，何麗萍，黃江鑫，宋宏，楊軼戩. 城市空氣監測數據與空氣污染指數的相關性分析[J]. 華南預防醫學，2006，（02）：16-18+22.

[4]王巖，齊開屏. 淺析室內空氣污染對身體健康的危害[J].河南建材，2010，（05）：73.

[5]王麗. 汽車消費和空氣污染相關性的面板數據分析[J]. 中國人口.資源與環境，2014，24（S2）：462-466.

[6]趙文昌.空氣污染對城市居民的健康風險與經濟損失的研究[D].上海交通大學，2012.

[7]甘甜甜. 基于問卷調查的遼寧省大氣污染對居民呼吸道疾病醫療支出的影響分析[D].遼寧大學，2014.

[8]竇晨彬. 空氣污染健康效應的經濟學分析[D].西南財經大學，2012.

[9]白仲林. 面板數據模型的設定、統計檢驗和新進展[J]. 統計與信息論壇，2010，25（10）：3-12.

[10]葉小青. 非線性交互效應面板數據模型的估計[J]. 統計研究，2014，31（02）：96-101.

[11]陳強.高級計量經濟學及STATA應用[M].北京：高等教育出版社，2014.265-273.