中國省際大氣污染與健康經(jīng)濟(jì)損失相關(guān)分析

劉玉杰 谷槐英 陳 煜,3

1.成都醫(yī)學(xué)院公共衛(wèi)生學(xué)院，四川成都 610500；2.新疆大學(xué)創(chuàng)新管理研究中心，新疆烏魯木齊 830046；3.新疆醫(yī)科大學(xué)公共衛(wèi)生學(xué)院，新疆烏魯木齊 830011

在我國經(jīng)濟(jì)高速發(fā)展過程中，大量能源的集中消耗導(dǎo)致的環(huán)境問題接踵而來[1-2]，其中大氣污染已然成為危害人類生存的健康殺手[3-5]。美國健康效應(yīng)研究所發(fā)布的《2019 全球空氣狀況》[6]中指出，2017 年全球受害于大氣污染的人數(shù)近500 萬，且人數(shù)還將繼續(xù)上升，其中中國人數(shù)高達(dá)120 萬，由此造成的健康成本和經(jīng)濟(jì)損失尚不可估計(jì)。因此，對(duì)污染物造成的人群健康經(jīng)濟(jì)損失的探索性研究意義重大。目前在學(xué)術(shù)界，大氣污染物與心腦血管疾病、呼吸系統(tǒng)疾病和死亡等結(jié)局之間的暴露反應(yīng)關(guān)系已得到初步證實(shí)[7-9]，從宏觀視角下對(duì)不同地區(qū)間大氣污染所致健康經(jīng)濟(jì)損失進(jìn)行對(duì)比分析以及對(duì)不同區(qū)域特點(diǎn)及其與污染物指標(biāo)之間相關(guān)性的研究尚不多見。本研究利用熵權(quán)法提取大氣污染綜合評(píng)價(jià)指標(biāo)，利用疾病成本法和修正人力資本法對(duì)各類型區(qū)域大氣污染健康經(jīng)濟(jì)損失進(jìn)行估算，運(yùn)用多重線性回歸分析不同區(qū)域、不同經(jīng)濟(jì)發(fā)展水平、大氣污染程度、人口、醫(yī)療服務(wù)價(jià)格、地理環(huán)境和大氣污染健康經(jīng)濟(jì)損失之間的相關(guān)關(guān)系，其結(jié)果可以為不同類別區(qū)域大氣污染治理工作提供依據(jù)和參考。

1 資料與方法

1.1 一般資料

30 個(gè)省排放廢氣中主要污染物含量、基本人口和經(jīng)濟(jì)數(shù)據(jù)均來源于《中國統(tǒng)計(jì)年鑒2019》[10]，因缺乏2018 年各省廢氣排放數(shù)據(jù)并考慮到空氣污染對(duì)健康損害的滯后效應(yīng)[11]，選擇2017 年各省排放廢氣中主要污染物：氮氧化物、二氧化硫和煙粉塵質(zhì)量數(shù)據(jù)作為空氣污染評(píng)價(jià)指標(biāo)；貼現(xiàn)率來源于《建設(shè)項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)方法與參數(shù)》[12]，醫(yī)療衛(wèi)生數(shù)據(jù)來源于《中國衛(wèi)生健康統(tǒng)計(jì)年鑒2019》[13]。

1.2 計(jì)算方法

1.2.1 大氣污染綜合評(píng)價(jià) 采用熵權(quán)法[14-16]對(duì)各省排放廢氣中主要污染物賦予權(quán)重，在有m 個(gè)對(duì)象，n 個(gè)指標(biāo)的綜合評(píng)價(jià)體系中，Xij表示第i 個(gè)地區(qū)的第j 項(xiàng)指標(biāo)值，在計(jì)算熵值之前需要對(duì)原始數(shù)據(jù)進(jìn)行歸一化以消除量綱和數(shù)量級(jí)的影響。

對(duì)于正向指標(biāo)：

對(duì)于負(fù)向指標(biāo)：

第j 項(xiàng)指標(biāo)的信息熵值Ej為：

如果pij=0，則定義pijlnpij=0。

第j 項(xiàng)指標(biāo)的熵權(quán)Wj為：

1.2.2 健康經(jīng)濟(jì)損失計(jì)算 大氣污染所致健康經(jīng)濟(jì)損失由疾病成本法[17-19]和修正的人力資本法[20-22]計(jì)算得出。ECA 被分為ECA1和ECA2兩部分。第一部分為2018 年因大氣污染導(dǎo)致早死造成的經(jīng)濟(jì)損失ECA1，第二部分為因大氣污染導(dǎo)致相關(guān)疾病患者住院和誤工造成的經(jīng)濟(jì)損失ECA2。

ECA1為因大氣污染導(dǎo)致早死造成的經(jīng)濟(jì)損失；Ped為2018 年大氣污染所致早死人數(shù)；HCLm為修正的人均人力資本損失。

t 為人均損失壽命年，通過制作簡易壽命表，結(jié)合各地區(qū)人口數(shù)、各年齡組呼吸系統(tǒng)疾病和腦血管疾病死亡率計(jì)算而來；為未來第i 年的人均GDP 貼現(xiàn)值；GDPpc0為2018 年地區(qū)人均GDP；α 為人均GDP增長率。

ECA1為因大氣污染導(dǎo)致相關(guān)疾病患者住院和誤工造成的經(jīng)濟(jì)損失；peh為2018 年大氣污染造成的住院人數(shù)；Ch為各地區(qū)住院患者人均醫(yī)藥費(fèi)用，數(shù)據(jù)來源于《中國衛(wèi)生健康統(tǒng)計(jì)年鑒2019》[13]；WD 為疾病休工天數(shù)，根據(jù)第三次衛(wèi)生服務(wù)調(diào)查結(jié)果，呼吸系統(tǒng)疾患者均休工3 d；Cwd為因病休工日均損失，Cwd=2018 年人均GDP/365。

2 結(jié)果

2.1 30 個(gè)省大氣污染綜合評(píng)價(jià)結(jié)果

大氣污染評(píng)價(jià)體系中權(quán)重大小依次為：二氧化硫（33.53%）＞氮氧化物（33.23%）＞煙粉塵（33.23%），三類污染物權(quán)重相差不大。大氣質(zhì)量最好的5 個(gè)地區(qū)依次是：海南、北京、上海、天津、青海；大氣質(zhì)量最差的5 個(gè)地區(qū)依次是：河北、山東、江蘇、內(nèi)蒙古、遼寧。30 個(gè)省大氣污染綜合評(píng)價(jià)得分均值為32.51，前13 個(gè)地區(qū)得分大于均值，空氣質(zhì)量情況相對(duì)較差，該類區(qū)域多位于中國北部和西部地區(qū)，存在煤炭消耗量大、沙塵暴多發(fā)、降水少和空氣不流通等現(xiàn)象；后17 個(gè)地區(qū)得分小于均值，其中大部分為易形成空氣對(duì)流、有著豐富降水量和較大植被覆蓋率的東、南方地區(qū)。見表1。

表1 各省大氣污染指數(shù)綜合得分

2.2 省際大氣污染所致健康經(jīng)濟(jì)損失

2.2.1 人均損失壽命年 利用簡易壽命表和呼吸系統(tǒng)疾病、腦血管疾病年齡別死亡率計(jì)算人均損失壽命。2018 年我國因呼吸系統(tǒng)疾病死亡和因腦血管疾病死亡人數(shù)分別為：171 461、337 251 人；疾病別壽命年損失分別為：2 279 121.52、5 434 216.26 年；呼吸系統(tǒng)疾病患者和腦血管疾病患者人均損失壽命年分別為13.29 年和16.00 年，平均值為14.65 年，本文取近似值15 年。見表2。

表2 人均損失壽命年

2.2.2 大氣污染所致不同地區(qū)健康經(jīng)濟(jì)損失情況 前5 位依次是：江蘇、山東、廣東、河南、浙江，合計(jì)損失占全國大氣污染健康經(jīng)濟(jì)損失總量的42.45%；后5 位依次是：新疆、甘肅、寧夏、青海、海南，合計(jì)損失占總量的2.61%。全國大氣污染健康經(jīng)濟(jì)損失低估達(dá)5642.74 億元，占當(dāng)年全國GDP 總量的0.64%。不同污染等級(jí)（1～5）區(qū)域健康經(jīng)濟(jì)損失總和（均值）分別為：12.48（12.48）、1029.73（171.62）、1193.29（149.16）、1894.09（189.41）、1513.16（302.63）億元。見表3。

表3 不同類別地區(qū)大氣污染健康經(jīng)濟(jì)損失（億元）

2.3 省際大氣污染與健康經(jīng)濟(jì)損失相關(guān)性研究

以大氣污染健康經(jīng)濟(jì)損失（ECA，ECA1，ECA2）作為被解釋變量；以大氣污染綜合評(píng)價(jià)指標(biāo)（Score）、地區(qū)別人均GDP（PCGDP）、年末城鎮(zhèn)人口數(shù)（PNOC）、住院病人人均醫(yī)藥費(fèi)用（Price）、住院率（Hospitalization）、死亡率（Death）為解釋變量進(jìn)行多重線性回歸分析，回歸方程分別為ECA=-520.8017+2.2861Score+0.0039 PCGDP+0.0485PNOC-0.0094Price+52960Death+4.1264 Hospitalization（F=32.12，P ＜0.0001，R2=0.89）；ECA1=-518.0520+2.2734Score+0.0039PCGDP+0.0482PNOC-0.0095Price+52799Death-1.5215Hospitalization（F=32.09，P ＜0.0001，R2=0.89）；ECA2=-2.7497+0.0127 Score-5.32×10-6PCGDP+0.0003PNOC+9.589×10-5Price+160.6699Death+5.6479Hospitalization（F=18.16，P ＜0.0001，R2=0.83）。結(jié)果可見，大氣污染物Score對(duì)前述三類健康經(jīng)濟(jì)損失均有貢獻(xiàn)，其值越大，地區(qū)健康經(jīng)濟(jì)損失越大。年末城鎮(zhèn)人口數(shù)、地區(qū)別人均GDP 和死亡率的增加會(huì)導(dǎo)致ECA 和ECA1的增加。年末城鎮(zhèn)人口數(shù)在5%的置信水平上，住院率、住院病人人均醫(yī)藥費(fèi)用在1%的置信水平上對(duì)ECA2有正向影響，其數(shù)值的上升都會(huì)導(dǎo)致住院健康經(jīng)濟(jì)損失的增加。見表4～5。

表4 變量的描述性統(tǒng)計(jì)

3 討論

大氣污染綜合評(píng)價(jià)體系中，二氧化硫、氮氧化物和煙粉塵三者權(quán)重較為接近，提示三類污染物對(duì)大氣環(huán)境的危害均較大，在大氣污染防治過程中不能偏移重心，應(yīng)同等重視綜合治理。大氣污染導(dǎo)致大量居民患呼吸系統(tǒng)疾病或腦血管疾病死亡和住院，嚴(yán)重危害人體健康。從年齡別損失壽命年來看，在青少年群體中呼吸系統(tǒng)疾病對(duì)健康的威脅大于腦血管疾病，而居民在25 歲以后，腦血管疾病對(duì)健康的威脅更大；從人均損失壽命年來看，腦血管疾病對(duì)個(gè)人健康威脅更大，這與韓明霞等[23]對(duì)我國2003 年疾病別過早死亡的人均損失壽命年研究所得結(jié)果基本一致，但2018 年我國居民因呼吸系統(tǒng)疾病和腦血管疾病損失人均健康壽命年更小，說明居民個(gè)人健康有所提升。2018 年全國范圍因大氣PM10 污染致死人數(shù)為535 914 人，患病（呼吸系統(tǒng)疾病、腦血管疾病）住院人次為350 057 次，大氣PM10 污染造成的健康經(jīng)濟(jì)損失低估達(dá)5642.74 億元，占當(dāng)年全國GDP 總量的0.64%。2006 年[24]我國113個(gè)主要城市因PM10 污染造成29.97 萬例過早死亡，16.59 萬例心血管疾病住院和8.90 萬例呼吸系統(tǒng)疾病住院，3414.03 億元健康經(jīng)濟(jì)損失。2013 年[25]我國因大氣污染所致健康經(jīng)濟(jì)損失達(dá)7722.54 億元。在大氣污染健康成本研究中，不同學(xué)者關(guān)注的研究區(qū)域、研究方法、暴露人群、污染物類別、健康結(jié)局等存在差異，但仍能看出大氣污染給我國居民造成了較大的健康和健康經(jīng)濟(jì)損失，且隨時(shí)間遞增。

表5 多重線性回歸分析參數(shù)估計(jì)表

進(jìn)一步探索大氣污染與健康經(jīng)濟(jì)損失之間的相關(guān)性發(fā)現(xiàn)，大氣污染等級(jí)與健康經(jīng)濟(jì)損失均值之間呈明顯正相關(guān)關(guān)系，回歸分析結(jié)果發(fā)現(xiàn)，健康經(jīng)濟(jì)損失的形成受多種因素影響,包括大氣污染程度、人口數(shù)、地區(qū)人均GDP 等，黃金印[25]研究發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、教育水平、政府治理投資等因素對(duì)健康經(jīng)濟(jì)損失也有貢獻(xiàn)。總體來看因早逝所致健康經(jīng)濟(jì)損失占大氣污染健康經(jīng)濟(jì)損失總量的99.4%，因此為顯著降低大氣污染健康經(jīng)濟(jì)損失,相鄰地區(qū)可攜手治理，共同改善大氣環(huán)境[26]，需要重點(diǎn)控制氮氧化物、二氧化硫和煙粉塵等污染物的排放和治理，降低其含量，為居民創(chuàng)造一個(gè)健康的生存環(huán)境，從而降低死亡率，減少健康損失。

鑒于此，為了減少健康經(jīng)濟(jì)損失，相關(guān)部門應(yīng)加大環(huán)保力度以減少大氣污染物的排放，提高當(dāng)?shù)蒯t(yī)療水平以降低死亡率和住院率，調(diào)整相關(guān)疾病醫(yī)保政策、藥物價(jià)格和住院費(fèi)用以減輕患者的負(fù)擔(dān)，以期提高人民生命質(zhì)量和幸福指數(shù)。此外，本研究仍存在如下缺項(xiàng)和不確定性來源：暴露人口和健康結(jié)局涵蓋不全導(dǎo)致2018 年中國大氣污染健康經(jīng)濟(jì)損失被低估；未考慮PM2.5、O3等污染物對(duì)環(huán)境、人體健康和健康經(jīng)濟(jì)損失的影響；回歸模型中解釋變量涵蓋不全，樣本量較小，未能準(zhǔn)確發(fā)現(xiàn)健康經(jīng)濟(jì)損失的全部影響因素。