王桂芝,武靈艷,陳紀(jì)波,宋迎曦,陳蓉蓉 (南京信息工程大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,江蘇 南京 210044)

北京市PM2.5污染健康經(jīng)濟(jì)效應(yīng)的CGE分析

王桂芝*,武靈艷,陳紀(jì)波,宋迎曦,陳蓉蓉 (南京信息工程大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,江蘇 南京 210044)

為了研究細(xì)顆粒物(PM2.5)污染對(duì)公眾健康和經(jīng)濟(jì)系統(tǒng)造成的影響,以北京市為例,首先通過(guò)暴露-反應(yīng)關(guān)系量化分析 PM2.5污染的負(fù)面健康效應(yīng),從而得到勞動(dòng)力損失和額外醫(yī)療費(fèi)用,進(jìn)一步在封閉經(jīng)濟(jì)下建立可計(jì)算一般均衡(CGE)模型,將勞動(dòng)力供給變化和額外醫(yī)療費(fèi)用作為傳導(dǎo)變量反饋到模型中,模擬PM2.5污染對(duì)國(guó)民經(jīng)濟(jì)系統(tǒng)的外生沖擊.結(jié)果表明,2013年北京市PM2.5污染造成22247人[95%置信區(qū)間(CI):6286～34705]死亡,超過(guò)一百萬(wàn)人患病,額外醫(yī)療費(fèi)用約為 11.13(95%CI:2.91～18.82)億元.進(jìn)一步,負(fù)面健康效應(yīng)導(dǎo)致產(chǎn)業(yè)部門總產(chǎn)出損失約239.69(95%CI:85.93～372.05)億元,地區(qū)生產(chǎn)總值(GDP)損失約9.01(95%CI:3.53～13.57)億元.

PM2.5；CGE；暴露-反應(yīng)關(guān)系；健康經(jīng)濟(jì)損失

隨著城市化進(jìn)程的加快,以細(xì)顆粒物(PM2.5)為主的霧霾污染愈發(fā)嚴(yán)峻,嚴(yán)重威脅了公眾健康和經(jīng)濟(jì)發(fā)展[1-2].近年來(lái),許多國(guó)內(nèi)外學(xué)者運(yùn)用流行病學(xué)和毒理學(xué)方法對(duì)空氣污染的急性效應(yīng)和慢性效應(yīng)進(jìn)行了危害評(píng)價(jià)[3-6],結(jié)果表明空氣污染水平與心肺疾病的死亡率、發(fā)病率顯著相關(guān).目前基于健康效應(yīng)對(duì)于空氣污染經(jīng)濟(jì)影響的評(píng)估方法以人力資本法(HCA)、疾病成本法(COI)和條件價(jià)值法(CVM)[7]為主.通過(guò)HCA評(píng)估美國(guó)1958年由于空氣污染造成疾病死亡的經(jīng)濟(jì)損失,得出當(dāng)年美國(guó)治理空氣污染的總健康效益為802億美元,這是計(jì)算和評(píng)價(jià)空氣污染造成健康經(jīng)濟(jì)損失的開(kāi)端[8].國(guó)內(nèi)學(xué)者對(duì)于空氣污染經(jīng)濟(jì)損失的研究開(kāi)始于20世紀(jì)80年代,基于HCA得到中國(guó)“六五”期間(1981～1985)大氣污染對(duì)健康造成的年均損失約為 37.64億元[9].隨后,COI和CVM 也被引入到環(huán)境質(zhì)量的研究中來(lái)[10-11].例如,陳仁杰等[12]根據(jù)COI和CVM估算2006年我國(guó) 113個(gè)主要城市大氣顆粒物污染的健康經(jīng)濟(jì)損失為3414.03億元.Wang等[13]運(yùn)用CVM得到2015年江蘇省霧霾管理和預(yù)防的非市場(chǎng)價(jià)值為76.45億元.

然而,這些方法的評(píng)估結(jié)果只代表疾病的經(jīng)濟(jì)負(fù)擔(dān),國(guó)民生產(chǎn)總值(GDP)作為衡量經(jīng)濟(jì)狀況的一個(gè)重要指標(biāo),并未包括在這些方法的評(píng)估結(jié)果內(nèi),且這些方法無(wú)法模擬某一部門的變化對(duì)整個(gè)經(jīng)濟(jì)系統(tǒng)的影響.投入產(chǎn)出(I-O)模型[14]盡管能夠改進(jìn)這兩點(diǎn)不足,但并未將價(jià)格機(jī)制引入模型,難以對(duì)混合經(jīng)濟(jì)模擬分析.而可計(jì)算一般均衡(CGE)模型基于一般均衡理論刻畫了政府政策與市場(chǎng)價(jià)格的共同影響[15],不僅保留了傳統(tǒng)方法的優(yōu)勢(shì)(例如多部門分析等),還引入經(jīng)濟(jì)主體的優(yōu)化行為、市場(chǎng)機(jī)制和政策工具,將生產(chǎn)、需求、價(jià)格和貿(mào)易等有機(jī)的結(jié)合在一起,能夠模擬在混合經(jīng)濟(jì)條件下不同產(chǎn)業(yè)、經(jīng)濟(jì)主體對(duì)于政策變化的反應(yīng)[16].

為了客觀評(píng)估 PM2.5污染造成的影響,本文以北京市為例,通過(guò)暴露-反應(yīng)關(guān)系量化PM2.5暴露下的人群健康效應(yīng),并建立封閉經(jīng)濟(jì)下的CGE模型,通過(guò)勞動(dòng)力和醫(yī)療支出變化進(jìn)行外生沖擊,得到2013年北京市PM2.5污染造成的健康經(jīng)濟(jì)影響.

1 方法介紹

1.1 暴露-反應(yīng)關(guān)系

本文根據(jù)暴露-反應(yīng)關(guān)系量化 PM2.5暴露下的居民健康效應(yīng),這也是評(píng)估 PM2.5污染造成健康損失的前提.暴露-反應(yīng)關(guān)系的公式為

式中:EΔ 為PM2.5變化引起的居民健康效應(yīng)變化量,人;P為暴露人口,人;E為實(shí)際濃度下人群健康效應(yīng);β為暴露-反應(yīng)關(guān)系系數(shù);C為研究地區(qū)的PM2.5濃度,μg/m3;0C 為基準(zhǔn)濃度,μg/m3.

1.2 CGE模型

CGE模型能夠描述多個(gè)市場(chǎng)和結(jié)構(gòu)的相互作用,可以估計(jì)某一特殊政策變化所帶來(lái)的直接和間接影響,以及對(duì)國(guó)民經(jīng)濟(jì)的全局影響.由于PM2.5污染不像其他行業(yè)產(chǎn)品一樣能夠在全國(guó)范圍內(nèi)流通,甚至參與進(jìn)出口貿(mào)易,為此本文將北京市2012年投入產(chǎn)出表的42個(gè)部門合并為農(nóng)業(yè)、工業(yè)、建筑業(yè)、運(yùn)輸郵電業(yè)、醫(yī)療服務(wù)業(yè)和其他服務(wù)業(yè)6大部門,構(gòu)建封閉CGE模型.所有生產(chǎn)部門記為K ,所有商品部門記為L(zhǎng),假設(shè)一個(gè)活動(dòng)部門只生產(chǎn)一種商品,下標(biāo) k,l分別表示活動(dòng)和商品,k ,l =1,2,…,6.模型中的價(jià)格變量均為相對(duì)價(jià)格指數(shù),數(shù)量變量以貨幣作為單位來(lái)衡量,主要方程如下(完整模型及具體參數(shù)設(shè)置參見(jiàn)文獻(xiàn)[17]):

1.2.1 價(jià)格模塊

式中:QA為生產(chǎn)活動(dòng)產(chǎn)出數(shù)量,億元;QVA為增值總投入數(shù)量,億元;QINTA為中間投入總量,億元;PA、PVA和PINTA分別為相應(yīng)的價(jià)格.式(2)表示生產(chǎn)活動(dòng)的收入和成本,對(duì)于每一種生產(chǎn)活動(dòng)的收入,全部用于支付增加值和中間投入.

1.2.2 生產(chǎn)模塊

生產(chǎn)函數(shù)嵌套為兩層,式(3)的總產(chǎn)出是不變替代彈性(CES)生產(chǎn)函數(shù),它有兩個(gè)投入,增值和中間投入,αq、 δq和ρ分別為其效率參數(shù)、份額參數(shù)和替代參數(shù).嵌套函數(shù)的第二層分別是增值和中間投入兩個(gè)部分.式(4)用柯布-道格拉斯(C-D)生產(chǎn)函數(shù)描述增加值,式中:QL和QK分別為勞動(dòng)和資本需求量,億元;vaα 為效率參數(shù);η為彈性系數(shù).式(5)用列昂惕夫生產(chǎn)函數(shù)描述中間投入,式中:QINT表示中間投入個(gè)量,億元;ica為中間投入產(chǎn)出系數(shù).

1.2.3 經(jīng)濟(jì)主體模塊

式(6)和式(7)分別描述了居民的收入和消費(fèi),式中:YH和EH分別為居民的收入和消費(fèi)總額,億元;QLS和QKS分別為勞動(dòng)和資本的供應(yīng)量,億元;WL和WK分別為勞動(dòng)和資本要素的平均價(jià)格;所得稅稅率記為ti;居民消費(fèi)傾向記為mpc.式(8)和式(9)分別表示政府的財(cái)政收入和支出,式中:YG和EG為政府的收入和支出總額,億元;PX為商品價(jià)格;QG為政府對(duì)各部門商品消費(fèi)數(shù)量,億元;tv為增值稅率;Gβ 為消費(fèi)份額參數(shù).

1.2.4 系統(tǒng)模塊

式(10)描述了商品市場(chǎng)出清,該方程表示商品的總供給等于總需求,式中:QX為市場(chǎng)商品數(shù)量,億元;QH為居民對(duì)各部門商品消費(fèi)數(shù)量,億元;QINV為固定資產(chǎn)投資數(shù)量,億元.式(11)表明政府儲(chǔ)蓄為零,式中:GSAV表示政府儲(chǔ)蓄,億元.新古典主義模型里利息是彈性的,金融市場(chǎng)從而達(dá)到供求平衡,投資等于私人儲(chǔ)蓄,因而也要求政府保持財(cái)政支出等于收入.

2 數(shù)據(jù)處理

2.1 健康效應(yīng)數(shù)據(jù)

本文認(rèn)為居住在北京市內(nèi)的人口都屬于暴露人口,但考慮到該地區(qū)流動(dòng)人口較多,戶籍人口并不能有效代表北京市居住人口,故取2013年該市常住人口作為PM2.5健康效應(yīng)評(píng)估的暴露人群,數(shù)據(jù)來(lái)源于《2014年北京統(tǒng)計(jì)年鑒》.研究地區(qū)PM2.5年均濃度值為89.5μg/m3,來(lái)源于《2013年度北京市衛(wèi)生與人群健康狀況報(bào)告》,假設(shè)暴露人群均暴露于同一污染水平.對(duì)于 PM2.5基準(zhǔn)濃度值,Schwartz等[18-19]指出極低濃度的顆粒物暴露依然有可能損害人群健康,Quah和 Boon[20]也認(rèn)為顆粒物對(duì)人體健康的影響不存在閾值,因此本文取為0μg/m3.

本文選取的健康效應(yīng)終端為早逝、住院(呼吸系統(tǒng)疾病和心血管疾病)、門診(兒科和內(nèi)科)、慢性支氣管炎、急性支氣管炎和哮喘.為了避免重復(fù)計(jì)算,對(duì)于患病者僅考慮未就診患者,本文假設(shè)這些疾病患者未就診比例與全人群平均水平相同,據(jù) 2013年第五次國(guó)家衛(wèi)生服務(wù)調(diào)查報(bào)告,我國(guó)患者未就診比例為27.3%.暴露-反應(yīng)系數(shù)的確定是健康效應(yīng)評(píng)估的關(guān)鍵,它表示污染物濃度每增加1μg/m3導(dǎo)致的人群發(fā)病率和死亡率增加的百分?jǐn)?shù).本文基于北京市的實(shí)際情況,結(jié)合黃德生等[21]的研究成果,提取北京市2013年P(guān)M2.5污染引起的健康效應(yīng)終端的暴露-反應(yīng)關(guān)系系數(shù)及其 95%置信區(qū)間(CI),基年發(fā)生率和誤工時(shí)間來(lái)源于2014年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)衛(wèi)生與計(jì)劃生育統(tǒng)計(jì)年鑒》和其他相關(guān)研究結(jié)果[21-23](表1).

表1 健康效應(yīng)終端的相關(guān)信息Table 1 Related information of health outcomes

進(jìn)一步計(jì)算PM2.5污染造成的額外醫(yī)療費(fèi)用.因其數(shù)據(jù)難以獲得,故本文只考慮住院和門診患者的醫(yī)療費(fèi)用支出情況,且采用人均數(shù)據(jù)代替.根據(jù)《2013年北京市衛(wèi)生事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》,門診病人人均醫(yī)藥費(fèi)用為 393.3元,住院病人人均醫(yī)藥費(fèi)用為18495.9元.

2.2 社會(huì)核算矩陣

社會(huì)核算矩陣(SAM)是CGE模型的數(shù)據(jù)基礎(chǔ),它以二維表的形式全面反映了整個(gè)經(jīng)濟(jì)活動(dòng)的收入流和支出流,是對(duì)社會(huì)經(jīng)濟(jì)系統(tǒng)內(nèi)交易的矩陣表述.為此,本文結(jié)合北京市 2012年42部門投入產(chǎn)出表(與研究年份最接近),構(gòu)建SAM表,具體見(jiàn)表2.另外,由于本文建立的是封閉經(jīng)濟(jì)下的 CGE模型,且假設(shè)企業(yè)的超額利潤(rùn)為零,故 SAM 表中沒(méi)有其他地區(qū)賬戶和企業(yè)賬戶.

表2 2012年北京市社會(huì)核算矩陣(億元)Table 2 Social accounting matrix of Beijing in 2012 (hundred million RMB)

2.3 參數(shù)標(biāo)定

為了使CGE模型達(dá)到基期的均衡,需要確定模型中的參數(shù).由于在CGE模型中只是相對(duì)價(jià)格起作用,本文假定基年所有要素和商品的價(jià)格均為1.

CES生產(chǎn)函數(shù)和C-D生產(chǎn)函數(shù)的參數(shù)通過(guò)計(jì)量經(jīng)濟(jì)學(xué)的方法來(lái)估計(jì)[24],該方法以多年統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ),可靠性高.對(duì)于CES生產(chǎn)函數(shù),令

按照Maclaurin級(jí)數(shù)展開(kāi)得

不考慮余項(xiàng),可得回歸方程

對(duì)于C-D生產(chǎn)函數(shù),對(duì)(4)式兩邊取對(duì)數(shù)可得回歸方程

式中:v=ln(αva); v= η;v = 1? η;ε為誤差項(xiàng).

根據(jù)北京市 1985～2012年投入產(chǎn)出表及相關(guān)統(tǒng)計(jì)年鑒,對(duì)方程(15)和方程(16)進(jìn)行最小二乘估計(jì),即可得到相應(yīng)參數(shù)值.

其余參數(shù)均可由 SAM 表計(jì)算得到[17],中間投入產(chǎn)出系數(shù)為對(duì)各部門商品的中間投入與中間投入總額的比值,增值稅率為增值稅與要素收入的比值,居民平均消費(fèi)傾向?yàn)榫用裣M(fèi)總額與稅后收入的比值,個(gè)人所得稅率為個(gè)人所得稅與居民收入的比值,消費(fèi)份額參數(shù)為對(duì)各部門商品的消費(fèi)支出與消費(fèi)總額的比值.

3 結(jié)果

3.1 PM2.5污染的健康效應(yīng)

考慮到環(huán)境污染的健康損害對(duì)國(guó)民經(jīng)濟(jì)系統(tǒng)的影響主要表現(xiàn)在兩個(gè)方面,一是勞動(dòng)力患病或死亡等導(dǎo)致人的勞動(dòng)能力下降或喪失,二是相關(guān)疾病的增加導(dǎo)致醫(yī)療費(fèi)用的增加.為此,本文參考楊宏偉等[23]和趙曉麗等[25]的做法,主要考察來(lái)自勞動(dòng)力供給下降和衛(wèi)生服務(wù)需求增加的經(jīng)濟(jì)影響.

將暴露-反應(yīng)關(guān)系系數(shù)、暴露人口數(shù)、PM2.5濃度和基年發(fā)生率代入(1)式,對(duì) 2013年北京市PM2.5污染造成的人群健康效應(yīng)進(jìn)行綜合分析,表3給出了PM2.5暴露下的健康效應(yīng)評(píng)估結(jié)果.

表3 PM2.5暴露下北京市居民健康效應(yīng)評(píng)估結(jié)果(人)Table 3 Assessment results of residents’ health effects caused by PM2.5pollution in Beijing (person)

由表3可知,2013年北京市PM2.5污染導(dǎo)致22247人(95%CI:6286～34705)死亡,1021078人(95%CI:492204～1487289)發(fā)病.根據(jù)《2013年度北京市衛(wèi)生與人群健康狀況報(bào)告》,2013年北京市 15～64歲勞動(dòng)力人群在全部死亡人數(shù)中占22.44%,由此可得PM2.5污染造成15～64歲勞動(dòng)力死亡約為4992人(95%CI:1411～7788),結(jié)合表1可得誤工總時(shí)長(zhǎng)為 2343132d(95%CI:921943～3518046),相當(dāng)于損失勞動(dòng)力 9373人(95%CI: 3688～14072),約為同年勞動(dòng)力的 0.82‰(95%CI: 0.32‰～1.23‰).同時(shí)基于各終端單位醫(yī)療費(fèi)用,計(jì)算得到居民額外醫(yī)療費(fèi)用支出為 11.13億元(95%CI:2.91～18.82).

3.2 PM2.5污染的經(jīng)濟(jì)效應(yīng)

通過(guò)勞動(dòng)力損失和醫(yī)療費(fèi)用增加對(duì)CGE模型進(jìn)行外生沖擊,與基準(zhǔn)情景進(jìn)行比較,量化估算2013年北京市PM2.5污染的經(jīng)濟(jì)效應(yīng).

對(duì)于 PM2.5污染的宏觀經(jīng)濟(jì)效應(yīng),本文著重從居民收入、居民消費(fèi)、政府收入、政府消費(fèi)、地區(qū)GDP5個(gè)方面來(lái)分析,詳見(jiàn)表4.

由表4可知,PM2.5污染會(huì)對(duì)人體健康造成危害,一方面導(dǎo)致勞動(dòng)力誤工,從而降低勞動(dòng)力投入水平,另一方面又增加了居民的醫(yī)療費(fèi)用.勞動(dòng)力投入水平是影響居民收入的重要因素之一,勞動(dòng)力投入的降低勢(shì)必導(dǎo)致居民收入水平的降低;居民醫(yī)療費(fèi)用的增長(zhǎng)導(dǎo)致對(duì)其他部門的消費(fèi)減少,由于醫(yī)療服務(wù)業(yè)在整個(gè)經(jīng)濟(jì)系統(tǒng)中所占比重較小,不足以拉動(dòng)整個(gè)消費(fèi)水平,因而居民收入和消費(fèi)總額均出現(xiàn)下降跡象.同時(shí),居民收入的減少勢(shì)必會(huì)導(dǎo)致個(gè)人所得稅的降低,從而造成政府財(cái)政收入的減少.而新古典主義模型要求政府財(cái)政支出等于收入,從而政府財(cái)政支出總額也隨之減少.此外,勞動(dòng)力要素投入的減少導(dǎo)致產(chǎn)出水平下降,醫(yī)療費(fèi)用的增加導(dǎo)致居民消費(fèi)結(jié)構(gòu)的變化,總體消費(fèi)水平降低,造成 GDP減少約 9.01億元(95%CI:3.53～13.57).

表4 PM2.5污染的宏觀經(jīng)濟(jì)效應(yīng)(億元)Table 4 Macroeconomic effects of PM2.5pollution(hundred million RMB)

進(jìn)一步,表5給出了PM2.5污染的部門產(chǎn)出變化情況,將損失細(xì)化到每個(gè)生產(chǎn)部門.

表5 PM2.5污染的部門經(jīng)濟(jì)效應(yīng)(億元)Table 5 Sector economic effects of PM2.5pollution (hundred million RMB)

由表5的模擬結(jié)果可以看出,勞動(dòng)力投入水平和居民醫(yī)療費(fèi)用基于產(chǎn)業(yè)部門之間錯(cuò)綜復(fù)雜的內(nèi)在關(guān)聯(lián)對(duì)整個(gè)經(jīng)濟(jì)系統(tǒng)進(jìn)行沖擊,導(dǎo)致醫(yī)療服務(wù)業(yè)的總產(chǎn)出有所增長(zhǎng),其余 5個(gè)產(chǎn)業(yè)都呈現(xiàn)出不同程度的減產(chǎn),其中工業(yè)和其他服務(wù)業(yè)的損失較大.工業(yè)污染是 PM2.5污染產(chǎn)生的主要原因[26],PM2.5的降低則意味著工業(yè)生產(chǎn)能力的降低,產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整刻不容緩,在此背景下,政府可能會(huì)犧牲一定的工業(yè)增長(zhǎng)治理 PM2.5污染[27],這將直接影響到工業(yè)的產(chǎn)值;同時(shí)旅游業(yè)作為第三產(chǎn)業(yè)的龍頭產(chǎn)業(yè),直接受到霧霾的沖擊[28].勞動(dòng)力投入水平的下降使得部門的勞動(dòng)力投入降低,總體消費(fèi)水平的下降則會(huì)制約居民消費(fèi)需求的增長(zhǎng),不利于部門產(chǎn)出.而醫(yī)療費(fèi)用的增長(zhǎng)則帶動(dòng)了口罩、空氣凈化器等防霾產(chǎn)品的熱銷,刺激了醫(yī)療服務(wù)業(yè)的發(fā)展.

4 討論

本文估算得到 PM2.5污染造成北京市 GDP減少約9.01億元,略高于趙曉麗等[24]和范春陽(yáng)[29]基于修正 HCA對(duì)北京市的估算結(jié)果.這可能是因?yàn)樗麄兪菑膫€(gè)人收入的角度進(jìn)行損失評(píng)估,并未考慮政府損失、社會(huì)間接經(jīng)濟(jì)損失等因素,而CGE模型則在一定程度上避免了這一點(diǎn).同時(shí),本文的估算結(jié)果低于部分文獻(xiàn)[21,30-31]對(duì)北京市的估算結(jié)果,可能有以下幾點(diǎn)原因:本文假定北京市人口均勻分布且暴露于同一污染水平下,忽略了城區(qū)與郊區(qū)人口分布不均且流動(dòng)性大的特點(diǎn),沒(méi)有考慮城區(qū)污染水平高于郊區(qū)污染[32],削弱了高污染水平高人口密度的疊加效應(yīng),造成評(píng)估結(jié)果偏低;本文只考慮了污染導(dǎo)致的勞動(dòng)力和醫(yī)療費(fèi)用變化對(duì)經(jīng)濟(jì)系統(tǒng)的影響,沒(méi)有考慮居民疲勞、幸福感下降的經(jīng)濟(jì)價(jià)值;在計(jì)算醫(yī)療費(fèi)用時(shí),只考慮了住院和門診的費(fèi)用,沒(méi)有包括自我治療費(fèi)用和交通費(fèi)用等,因此只是保守的估算;本文著重評(píng)估PM2.5造成的影響,未考慮SO2、TSP等對(duì)人群的危害,評(píng)估結(jié)果可能偏低;由于本文主要通過(guò)純數(shù)理推算的方式評(píng)估PM2.5造成的社會(huì)經(jīng)濟(jì)損失,無(wú)法反映一個(gè)人生命的價(jià)值,造成評(píng)估結(jié)果偏低.

此外,本文不可避免地存在一些不確定性.一方面,對(duì)于暴露-反應(yīng)關(guān)系來(lái)說(shuō),健康終端的暴露-反應(yīng)系數(shù)、發(fā)病率和污染物的閾濃度都是很重要的參數(shù).本文中暴露-反應(yīng)系數(shù)借鑒了其他研究的結(jié)果,而人群的暴露程度受到生活習(xí)慣等因素的影響[33],這需要通過(guò)開(kāi)展不同人群暴露行為與暴露-反應(yīng)關(guān)系的研究來(lái)加以解決.部分發(fā)病率數(shù)據(jù)來(lái)自于其他相關(guān)文獻(xiàn),同時(shí)閾值選取的不同也會(huì)影響最終的結(jié)果,給評(píng)估結(jié)果帶來(lái)一定的不確定性.另一方面,沒(méi)有考慮霧霾天氣導(dǎo)致的農(nóng)作物減產(chǎn)[34]、能見(jiàn)度降低[35]等災(zāi)害造成的損失.

盡管如此,社會(huì)經(jīng)濟(jì)系統(tǒng)錯(cuò)綜復(fù)雜,任何經(jīng)濟(jì)模型都只能對(duì)現(xiàn)實(shí)進(jìn)行近似合理的簡(jiǎn)化,從現(xiàn)實(shí)角度來(lái)看,該評(píng)估結(jié)果雖然只是一個(gè)保守的估計(jì),但仍具備一定的參考價(jià)值,能夠宏觀地反映PM2.5帶來(lái)的經(jīng)濟(jì)成本.

5 結(jié)論

5.1 2013年北京市 PM2.5污染導(dǎo)致居民早逝22247例,呼吸系統(tǒng)疾病住院31824例,心血管疾病住院10676例,兒科門診227884例,內(nèi)科門診603886例,慢性支氣管炎患病23827例,急性支氣管炎患病111209例,哮喘患病11772例,醫(yī)療費(fèi)用支出增加11.13億元.

5.2 2013年北京市PM2.5污染導(dǎo)致勞動(dòng)力誤工和居民醫(yī)療費(fèi)用增加,從而對(duì)各部門總產(chǎn)出有不同程度的影響,除了醫(yī)療服務(wù)業(yè)的總產(chǎn)出有所增長(zhǎng)外,其余5個(gè)產(chǎn)業(yè)均表現(xiàn)為減產(chǎn),其中工業(yè)和其他服務(wù)業(yè)造成的損失最大,進(jìn)一步造成地區(qū)GDP減少約9.01億元.

[1] Kurt O K, Zhang J, Pinkerton K E. Pulmonary health effects of air pollution [J]. Current Opinion in Pulmonary Medicine, 2016,22(2):138-143.

[2] World Bank, Institute for Health Metrics and Evaluation. The cost of air pollution: strengthening the economic case for action [M]. Washington, DC: World Bank, 2016:11-75.

[3] Cao J, Xu H, Xu Q, et al. Fine particulate matter constituents and cardiopulmonary mortality in a heavily polluted Chinese city [J]. Environmental Health Perspectives, 2012,120(3):373-378.

[4] 廖志恒,范紹佳.2006～2012年珠江三角洲地區(qū)O3污染對(duì)人群健康的影響 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(3):897-905.

[5] Miller K A, Siscovick D S, Sheppard L, et al. Long-term exposure to air pollution and incidence of cardiov-ascular events in women [J]. The New England Journal of Medicine, 2007, 356(5):447-458.

[6] Xie W, Li G, Zhao D, et al. Relationship between fine particulate air pollution and ischaemic heart disease morbidity and mortality[J]. Heart, 2015,101(4):257-263.

[7] 曾賢剛,許志華,魯頤瓊.基于CVM的城市大氣細(xì)顆粒物健康風(fēng)險(xiǎn)的經(jīng)濟(jì)評(píng)估——以北京市為例 [J]. 中國(guó)環(huán)境科學(xué), 2015, 35(7):2233-2240.

[8] Ridker R G. Economic costs of air pollution: studies in measurement [M]. New York: Frederick A. Praeger, 1967:198-204.

[9] 過(guò)孝民,張慧勤,李 平.我國(guó)環(huán)境污染造成的經(jīng)濟(jì)損失估算 [J].中國(guó)環(huán)境科學(xué), 1990,10(1):51-59.

[10] Hodgson T A, Meiners M R. Cost-of-illness methodology: a guide to current practices and procedures [J]. The Milbank Memorial Fund Quarterly, Health and Society, 1982,60(3):429-462.

[11] Randall A, Ives B, Eastman C. Bidding games for valuation of aesthetic environmental improvements [J]. Journal of Environmental Economics and Management, 1974,1(2):132-149.

[12] 陳仁杰,陳秉衡,闞海東.我國(guó)113個(gè)城市大氣顆粒物污染的健康經(jīng)濟(jì)學(xué)評(píng)價(jià) [J]. 中國(guó)環(huán)境科學(xué), 2010,30(3):410-415.

[13] Wang G, Song Y, Chen J, et al. Valuation of haze management and prevention using the contingent valuation method with the sure independence screening algorithm [J]. Sustainability, 2016, 8(4):310.

[14] 王桂芝,顧賽菊,陳紀(jì)波.基于投入產(chǎn)出模型的北京市霧霾間接經(jīng)濟(jì)損失評(píng)估 [J]. 環(huán)境工程, 2016,34(1):121-125.

[15] Nam K M, Selin N E, Reilly J M, et al. Measuring welfare loss caused by air pollution in Europe: a CGE analysis [J]. Energy Policy, 2010,38(9):5059-5071.

[16] Oladosu G, Rose A, Lee B. Economic impacts of potential foot and mouth disease agroterrorism in the USA: a general equilibrium analysis [J]. Journal of Bioterrorism & Biodefense, 2013,S12:001.

[17] 張 欣.可計(jì)算一般均衡模型的基本原理與編程 [M]. 上海:格致出版社, 2010:156-173.

[18] Schwartz J, Laden F, Zanobetti A. The concentration-response relation between PM2.5and daily deaths [J]. Environmental Health Perspectives, 2002,110(10):1025-1029.

[19] Schwartz J, Zanobetti A. Using meta-smoothing to estimate dose-response trends across multiple studies, with application to air pollution and daily death [J]. Epidemiology, 2000,11(6):666-672.

[20] Quah E, Boon T L. The economic cost of particulate air pollution on health in Singapore [J]. Journal of Asian Economics, 2003, 14(1):73–90.

[21] 黃德生,張世秋.京津冀地區(qū)控制 PM2.5污染的健康效益評(píng)估[J]. 中國(guó)環(huán)境科學(xué), 2013,33(1):166-174.

[22] 王文雅,林江濤,蘇 楠.2010～2011年北京地區(qū) 14歲以上人群支氣管哮喘患病率調(diào)查 [J]. 中華醫(yī)學(xué)雜志, 2013,93(18):1383-1387.

[23] 楊宏偉,宛 悅,增井利彥.可計(jì)算一般均衡模型的建立及其在評(píng)價(jià)空氣污染健康效應(yīng)對(duì)國(guó)民經(jīng)濟(jì)影響中的應(yīng)用 [J]. 環(huán)境與健康雜志, 2005,22(3):166-170.

[24] Kmenta J. On estimation of the CES production function [J]. International Economic Review, 1967,8(2):180-189.

[25] 趙曉麗,范春陽(yáng),王予希.基于修正人力資本法的北京市空氣污染物健康損失評(píng)價(jià) [J]. 中國(guó)人口·資源與環(huán)境, 2014,24(3): 169-176.

[26] Yu L, Wang G, Zhang R, et al. Characterization and Source Apportionment of PM2.5in an Urban Environment in Beijing [J]. Aerosol and Air Quality Research, 2013,13(2):574-583.

[27] 廖婷婷,王 珊,王莉莉,等.2013年成都財(cái)富論壇期間空氣質(zhì)量狀況分析研究 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2016,36(1):271-278.

[28] Martín B G. Weather, climate and tourism: a geographical perspective [J]. Annals of Tourism Research, 2005,32(3):571-591.

[29] 范春陽(yáng).北京市主要空氣污染物對(duì)居民健康影響的經(jīng)濟(jì)損失分析 [D]. 北京:華北電力大學(xué), 2014.

[30] 蔡春光.空氣污染健康損失的條件價(jià)值評(píng)估與人力資本評(píng)估比較研究 [J]. 環(huán)境與健康雜志, 2009,26(11):960-961.

[31] 曹彩虹,韓立巖.霧霾帶來(lái)的社會(huì)健康成本估算 [J]. 統(tǒng)計(jì)研究, 2015,32(7):19-23.

[32] Pakkanen T A, Loukkola K, Korhonen C H, et al. Sources and chemical composition of atmospheric fine and coarse particles in the Helsinki area [J]. Atmospheric Environmental, 2001,35(32): 5381-5391.

[33] Hubert H B, Bloch D A, Oehlert J W, et al. Lifestyle habits and compression of morbidity [J]. Journal of Gerontology, 2002, 57(6):347-351.

[34] Thompson J R, Mueller P W, Flückiger W, et al. The effect of dust on photosynthesis and its significance for roadside plants [J]. Environmental Pollution (Series A), 1984,34(2):171-190.

[35] Mcnulty R P. The effect of air pollutants on visibility in fog and haze at New York city [J]. Atmospheric Environment, 1968,2(6): 625-628.

A CGE-based analysis on PM2.5-induced health-related economic effect in Beijing.

WANG Gui-zhi*, WU Ling-yan, CHEN Ji-bo, SONG Ying-xi, CHEN Rong-rong (School of Mathematics and Statistics, Nanjing University of Information Science & Technology, Nanjing 210044, China). China Environmental Science, 2017,37(7)：2779～2785

In order to assess the effects of fine particulate matter (PM2.5) on public health and the economy, Beijing city was taken into account, where negative health effects of local residents were firstly quantified via an exposure-response relationship, so as to obtain corresponding labor force losses and additional health care costs. A Computable General Equilibrium (CGE) model could then be built in a closed economy to simulate exogenous shocks on the entire economic system of labor force losses and additional health care costs by the PM2.5pollution. According to the results, 22247 (95% confidence interval [CI]: 6286-34705) premature deaths have been caused by the PM2.5pollution with more than 1million related medical cases in Beijing in 2013. The additional medical cost on that was estimated to rise to about 1.113 (95% CI: 0.291-1.882) billion RMB. In addition, 23.969 (95%CI: 8.593-37.205) billion RMB have been costed on the total output of the industrial sector, as well as 901 (95% CI: 353-1357) million RMB loss to regional Gross Domestic Product (GDP) in Beijing.

PM2.5；CGE；exposure-response relationship；health-related economic loss

X820.3,X196

A

1000-6923(2017)07-2779-07

王桂芝(1960-),女,蒙古族,內(nèi)蒙古赤峰人,教授,碩士,研究方向?yàn)閼?yīng)用數(shù)理統(tǒng)計(jì).發(fā)表論文50余篇.

2016-11-21

國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目(15BTJ019)

* 責(zé)任作者, 教授, wgznuist@163.com