張文曉 穆懷中 范洪敏

(遼寧大學(xué)人口研究所，遼寧 沈陽 110036)

空氣污染暴露風(fēng)險的社會結(jié)構(gòu)地位差異分析*
——基于遼寧省的實證調(diào)查

張文曉 穆懷中 范洪敏

(遼寧大學(xué)人口研究所，遼寧 沈陽 110036)

個體擁有的社會結(jié)構(gòu)地位決定其擁有不同環(huán)境風(fēng)險應(yīng)對能力，導(dǎo)致暴露風(fēng)險呈現(xiàn)階層化。利用遼寧省14個城市調(diào)研數(shù)據(jù)實證分析了社會結(jié)構(gòu)地位對空氣污染暴露風(fēng)險差異的影響。研究發(fā)現(xiàn)：個體受教育程度越高，空氣污染暴露風(fēng)險防范意識和風(fēng)險規(guī)避能力越強，環(huán)境污染暴露風(fēng)險越低；高收入群體不僅對高環(huán)境質(zhì)量更具偏好而且具備風(fēng)險規(guī)避的經(jīng)濟基礎(chǔ)，承受的空氣污染暴露風(fēng)險較低；公有單位就業(yè)個體承受的空氣污染風(fēng)險暴露低于私有單位就業(yè)個體；年齡與空氣污染暴露風(fēng)險之間存在倒“U”型非線性關(guān)系。

社會結(jié)構(gòu)地位 空氣污染 暴露風(fēng)險

1978 年后，隨著改革開放的逐步深入和戶籍政策的放寬，我國城市化水平不斷提高，2016 年城鎮(zhèn)人口比重已達到57.35%，然而不斷擴大的城市規(guī)模、持續(xù)的工業(yè)發(fā)展卻導(dǎo)致環(huán)境污染加劇和生態(tài)惡化[1]，尤其是空氣污染不斷加重，帶來了嚴(yán)重的健康威脅，2010年“大氣環(huán)境顆粒物污染”作為第四大健康殺手導(dǎo)致中國120萬人過早死亡[2]。減輕空氣質(zhì)量惡化帶來的傷害，主要有兩種策略：一是政府行為，政府的環(huán)境治理手段往往具有公共品性質(zhì)，惠及每個人；二是個人行為，個體空氣污染暴露風(fēng)險由其對污染防治的投資所決定[3]。所以從表面上看，空氣質(zhì)量惡化帶來健康風(fēng)險是人人平等的，但不同社會結(jié)構(gòu)地位的個體擁有不同的社會資本，也就擁有不同的環(huán)境風(fēng)險規(guī)避與應(yīng)對能力，從而導(dǎo)致環(huán)境風(fēng)險具有了結(jié)構(gòu)化意義，并出現(xiàn)環(huán)境風(fēng)險分層與不平等，這進一步引發(fā)學(xué)者對環(huán)境公正議題的關(guān)注。

環(huán)境不公平問題體現(xiàn)在國際、地區(qū)和群體3個層次[4]，其中群體層次的環(huán)境不公平主要表現(xiàn)為環(huán)境風(fēng)險分配的個體不公平。自20世紀(jì)80年代的環(huán)境公正運動之后，國外學(xué)者便不斷開始探討環(huán)境風(fēng)險與收入及階層地位等之間的關(guān)系[5-7]，研究發(fā)現(xiàn)，受教育程度低、收入水平低的社區(qū)會承受更多的環(huán)境風(fēng)險。在空氣污染暴露風(fēng)險方面，不同年齡、種族、性別、健康狀況、社會收入的人群暴露于空氣污染的程度具有一定的差異，低收入家庭面臨的空氣污染和健康風(fēng)險較大[8]971-972, [9],[10]383-384,[11-12]。國內(nèi)學(xué)者對環(huán)境風(fēng)險與社會結(jié)構(gòu)地位的研究處于起步階段，研究發(fā)現(xiàn)經(jīng)濟地位是影響環(huán)境風(fēng)險分配的重要因素[13-15]。

綜上，國內(nèi)外學(xué)者的研究表明個體經(jīng)濟地位的差別會導(dǎo)致環(huán)境風(fēng)險暴露的差異，并進一步導(dǎo)致環(huán)境不公平現(xiàn)象的發(fā)生，而社會結(jié)構(gòu)地位是居民收入、受教育程度、職業(yè)等客觀社會經(jīng)濟政治地位的綜合反映，其對我國的空氣污染暴露風(fēng)險差異影響值得探討。本研究在借鑒以往研究的基礎(chǔ)上，根據(jù)相關(guān)理論提出研究假設(shè)，并運用遼寧省14個城市的調(diào)研數(shù)據(jù)，從社會結(jié)構(gòu)地位中的年收入水平、人力資本水平和職業(yè)狀況出發(fā)，對社會結(jié)構(gòu)地位與空氣污染暴露風(fēng)險差異之間的關(guān)系進行研究。

1 理論基礎(chǔ)及假設(shè)

1.1 理論基礎(chǔ)

健康作為一種人力資本投資，通過生產(chǎn)能力、教育投資和物質(zhì)資本積累等因素影響經(jīng)濟增長和經(jīng)濟發(fā)展[16]。借鑒BECKER等[17]家庭消費“兩階段”公式，構(gòu)建家庭效用函數(shù)U=U(c,H)，其中c表示個人消費，H表示健康水平，參數(shù)單位按實際情況確定，假設(shè)空氣質(zhì)量是影響健康水平的唯一影響因素，得到健康水平函數(shù)H=H(A)，A表示空氣質(zhì)量，空氣質(zhì)量越好，健康水平越高，且群體所面臨的空氣質(zhì)量水平隨著防護水平的提高而提高。將處于不同社會結(jié)構(gòu)地位的群體分為高收入和低收入兩類，對其減少空氣污染暴露風(fēng)險的預(yù)算約束進行討論。

高收入群體和低收入群體的預(yù)算約束線分別用YH和YL表示，收入越高，對于減少空氣污染暴露風(fēng)險的支出也越高。在無額外個人防護支出的前提下，低收入群體會購買或租住價格偏低、位置偏遠(yuǎn)、環(huán)境質(zhì)量較差的社區(qū)，而高收入群體對高環(huán)境質(zhì)量有更強烈偏好[18]，會選擇價格偏高環(huán)境質(zhì)量好的社區(qū)從而承受低污染暴露風(fēng)險。在無額外個人防護支出條件下，高收入群體面臨的空氣質(zhì)量水平和低收入群體面臨的空氣質(zhì)量水平分別用AH0和AL0表示，且AH0>AL0。在有個人防護支出的情況下，受收入條件的限制，高收入群體和低收入群體對應(yīng)的個人防護的支出水平可分為低水平和高水平兩類，假設(shè)在相同的價格水平下，低收入群體可以實現(xiàn)低水平的個人防護支出(如口罩)，但無法支付高水平的個人防護支出(如空氣過濾器)，改善其空氣污染暴露風(fēng)險的水平較弱，其所面臨的空氣質(zhì)量水平為AL1水平；高收入群體較低收入群體而言，通過高水平的個人防護支出，改善其空氣污染暴露風(fēng)險的水平較強，其面臨的空氣質(zhì)量水平為AH1水平，即在有個人防護支出條件下，高收入群體面臨的空氣質(zhì)量水平高于低收入群體空氣質(zhì)量水平，即AH1>AL1(見圖1)。

圖1 不同社會結(jié)構(gòu)地位下減少空氣污染暴露風(fēng)險的預(yù)算約束線Fig.1 Budget constraint line of reducing air pollution exposure in different social status

理性選擇模型認(rèn)為個人追求的是自身效用最大化，在特定情境面臨不同的行為策略時，個體會在對不同選擇行為背后結(jié)果進行排序后，最終采取符合自身利益最大化的行為?？紤]不同社會結(jié)構(gòu)地位群體的理性選擇，加入無差異曲線，測算差異大小。在初始條件下，低收入群體預(yù)算約束線YL與家庭效用曲線U1相交對應(yīng)空氣質(zhì)量水平為A1，高收入群體預(yù)算約束線YH與家庭效用曲線U3相交對應(yīng)空氣質(zhì)量水平為A2，兩類群體面臨的空氣質(zhì)量差距ΔA可以衡量受社會結(jié)構(gòu)地位差異而導(dǎo)致的空氣污染暴露風(fēng)險差異，即ΔA=A2-A1。隨著個人防護支出的增加，低收入群體預(yù)算約束線YL與家庭效用曲線U2相交對應(yīng)空氣質(zhì)量水平為A2’，高收入群體預(yù)算約束線YH與家庭效用曲線U4相交對應(yīng)空氣質(zhì)量水平為A2’；個人防護支出的增加導(dǎo)致空氣污染暴露風(fēng)險減小，對應(yīng)空氣質(zhì)量水平提高，由于社會結(jié)構(gòu)地位差異而導(dǎo)致的空氣污染暴露風(fēng)險差異變?yōu)棣’=A2’-A1’，其中ΔA’>ΔA(見圖2)。

圖2 不同社會結(jié)構(gòu)地位下減少空氣污染暴露風(fēng)險的理性選擇Fig.2 Rational choice of reducing air pollution exposure in different social status

1.2 理論假設(shè)

社會結(jié)構(gòu)地位是一個多維的概念，是社會個體客觀社會經(jīng)濟地位的反映，采用何種變量準(zhǔn)確全面地衡量社會結(jié)構(gòu)地位，學(xué)界仍存在較大的爭議，本研究借鑒國內(nèi)外學(xué)者常用的職業(yè)狀況、受教育程度和年收入水平等指標(biāo)作為社會結(jié)構(gòu)地位的代理變量[19-20]。

不同收入水平存在空氣污染防護支出能力差異，隨著個人防護支出的提高，能降低空氣污染暴露風(fēng)險，在一定的經(jīng)濟地位差異下，不同群體面臨的空氣污染暴露風(fēng)險差異擴大，高收入群體比低收入群體擁有更高的抵抗空氣污染暴露風(fēng)險的經(jīng)濟支出能力。

基于上述討論，提出假設(shè)1：收入越高，承受空氣污染暴露風(fēng)險越低。

受教育程度是量化人力資本水平的指標(biāo)，不同受教育程度存在抵抗空氣污染暴露風(fēng)險能力的差異，高程度受教育者比低程度受教育者更易獲得經(jīng)濟、文化和社會資源從而增強自己的環(huán)境風(fēng)險規(guī)避能力，從而承受較低環(huán)境污染暴露風(fēng)險。認(rèn)知/行為理論認(rèn)為一個人是否會采取某種行為是由其內(nèi)在認(rèn)知所決定的，受教育程度越高，對環(huán)境污染的相關(guān)知識了解程度越高，越知曉環(huán)境污染的危害，從而會增加環(huán)境風(fēng)險防范與應(yīng)對能力，及時做出環(huán)境風(fēng)險規(guī)避行為而承受較低的暴露風(fēng)險。

基于上述討論，提出假設(shè)2：受教育程度越高，承受空氣污染暴露風(fēng)險越低。

職業(yè)狀況在一定程度上能體現(xiàn)個體社會結(jié)構(gòu)地位特征[21]，個體在不同單位就業(yè)在一定程度上可以反映其社會聲望及掌握資源權(quán)利大小。在國有及集體單位工作不僅具有良好的社會聲譽，而且掌握更多的社會資源及權(quán)利，更有能力減少空氣污染暴露風(fēng)險；而在民營、私營等單位工作的個體，如農(nóng)民工等，社會聲望水平相對較低，掌握的社會資源也相對較少，空氣污染防護能力較弱，可能承受更多的空氣污染暴露風(fēng)險[22]。

基于上述討論，提出假設(shè)3：公有單位比私有單位就業(yè)個體承受更低的空氣污染暴露風(fēng)險。

2 數(shù)據(jù)、樣本描述與研究方法

2.1 數(shù)據(jù)來源

本研究所用數(shù)據(jù)來自遼寧大學(xué)于2014年在遼寧省14個城市開展的“遼寧省空氣污染對居民生活影響調(diào)查”。此次調(diào)查對不同城市18歲以上城市居民進行合理抽樣，共計發(fā)放問卷1 400份，回收問卷1 291份，通過對問卷認(rèn)真審核，剔除填寫錯誤或遺漏關(guān)鍵信息樣本21份，得到有效問卷1 270份。

2.2 變量設(shè)計

2.2.1 因變量及其操作化

因變量為空氣污染暴露風(fēng)險。有研究發(fā)現(xiàn)[10]390，低收入家庭相較高收入家庭更可能居住在距離污染企業(yè)1 km的區(qū)域內(nèi)而承受較大的風(fēng)險，所以選取“工廠離您家最近距離”這項指標(biāo)反映此變量，為便于分析，本研究將變量設(shè)置為:4表示≤1 km；3表示>1～3 km；2表示>3～5 km；1表示>5 km，即工廠離居住地越近，居民遭受的空氣污染暴露風(fēng)險越高。

2.2.2 自變量及其操作化

選取年收入水平、受教育程度、職業(yè)狀況作為考核社會結(jié)構(gòu)地位的3個自變量。收入水平為難以獲取準(zhǔn)確結(jié)果的變量，選取家庭年收入?yún)^(qū)間作為衡量收入的指標(biāo)。因家庭年收入?yún)^(qū)間為分類變量，而非連續(xù)變量，其回答的是“是或者否”問題，其本身不具有大小意義，為便于之后進行回歸估計，一般需要設(shè)置收入水平的參照組，并對其余組別進行0、1虛擬變量編碼。本研究以家庭年收入≤3萬元為參照組，并對“>3萬～6萬元”、“>6萬～10萬元”、“>10萬～15萬元”和“>15萬元”的組別進行0、1虛擬變量編碼。受教育程度以受教育年限衡量，受教育年限越長，受教育程度越高，以問卷填寫的具體數(shù)據(jù)為準(zhǔn)。將職業(yè)狀況分為4類，考察其對空氣污染暴露風(fēng)險的影響。與年收入水平指標(biāo)類似，職業(yè)狀況也是分類變量，需要設(shè)置該變量的參照組，并對其余組別進行0、1虛擬變量編碼。本研究以“農(nóng)林牧漁從業(yè)人員”為參照組，并對“黨政機關(guān)、國有及集體單位從業(yè)人員”、“民營、私營、外資企業(yè)、個體單位從業(yè)人員”、“軍人、學(xué)生等其他”的組別進行0、1虛擬變量編碼。

2.2.3 控制變量及其操作化

國內(nèi)外相關(guān)研究發(fā)現(xiàn)性別、年齡、健康狀況、婚姻狀況等是影響空氣污染暴露風(fēng)險的重要因素，也是影響社會結(jié)構(gòu)地位的重要變量。鑒于數(shù)據(jù)的可獲得性，選取了性別、年齡、年齡平方項、健康狀況、婚姻狀況作為控制變量，并對性別、健康狀況、婚姻狀況進行了0、1虛擬變量編碼，參照組分別是女性、健康狀況較差、未婚。之所以加入年齡平方項，是因為年齡富有生理特征與社會特征兩方面屬性，不同的年齡段個體會表現(xiàn)出不同的社會偏好與行為選擇，社會科學(xué)領(lǐng)域通常將年齡與年齡平方項加入控制變量組，以考察年齡與因變量之間是否存在非線性特征。因此，本研究借鑒有關(guān)學(xué)者做法也將年齡平方項作為控制變量納入回歸方程[23-24]。

表1 變量名稱、設(shè)置與描述性統(tǒng)計

此外，選取婚姻狀況作為控制變量是因為CROUSE等[8]978在針對加拿大的研究中發(fā)現(xiàn)，在分居、離婚或者寡婦人數(shù)和占總?cè)丝诒壤∮?6%的區(qū)域，上述3類人數(shù)比例與區(qū)域內(nèi)二氧化氮平均暴露濃度呈正相關(guān)；而在分居、離婚或者寡婦人數(shù)和占總?cè)藬?shù)比例大于16%的區(qū)域，上述3類人數(shù)比例與區(qū)域內(nèi)二氧化氮平均暴露程度呈負(fù)相關(guān)，表明婚姻狀況會影響空氣污染暴露風(fēng)險差異。各主要變量的描述性統(tǒng)計見表1。

3 實證分析

設(shè)多元回歸方程形式為S=α+βX+γK，其中S為空氣污染暴露風(fēng)險；X為自變量的矩陣，包括受教育程度、年收入水平、職業(yè)狀況等；K為控制變量矩陣，包括性別、年齡、年齡平方、婚姻狀況、健康狀況等；α、β、γ為回歸系數(shù)向量，考察各個解釋變量對因變量的作用；各參數(shù)單位按實際情況確定。 對解釋變量進行多重共線性檢測之后，發(fā)現(xiàn)自變量的方差膨脹因子均小于10，變量之間并不存在較強的多重共線性，可以進行回歸分析。本研究運用Stata 14軟件，采用普通最小二乘法(OLS)并逐步加入變量來驗證研究假設(shè)。其中模型1為基準(zhǔn)模型，僅考慮控制變量對因變量影響回歸估計結(jié)果；在此基礎(chǔ)上，逐步加入反映社會結(jié)構(gòu)地位的指標(biāo)，模型2為加入受教育程度指標(biāo)的回歸估計結(jié)果；模型3為加入年收入水平指標(biāo)的回歸估計結(jié)果；模型4為加入職業(yè)狀況指標(biāo)的回歸估計結(jié)果；模型5為完整模型，是在考慮控制變量的基礎(chǔ)上加入反映社會結(jié)構(gòu)地位的受教育程度、年收入水平和職業(yè)狀況指標(biāo)的回歸估計結(jié)果。其回歸分析結(jié)果見表2，結(jié)果表明：

(1) 年收入水平與空氣污染暴露風(fēng)險存在負(fù)相關(guān)關(guān)系。僅考察年收入水平的模型3與完整模型5結(jié)果均顯示，以家庭年收入“≤3萬元”為參照組，“>6萬～10萬元”、“>10萬～15萬元”、“>15萬元”組均通過較高水平顯著性檢驗，“>3萬～6萬元”組沒有雖沒通過顯著性檢驗，但回歸系數(shù)為負(fù)，在一定程度上可以說明收入越高，承受空氣污染暴露風(fēng)險越低。

(2) 受教育程度越高，空氣污染暴露風(fēng)險越低。僅考察受教育程度的模型2與完整模型5結(jié)果均顯示，受教育程度與空氣污染暴露風(fēng)險存在顯著的負(fù)相關(guān)關(guān)系，表明受教育程度的提高，增加了居民的防范與應(yīng)對風(fēng)險能力，從而做出風(fēng)險規(guī)避行為避免自己處于高空氣污染暴露風(fēng)險區(qū)。

(3) 職業(yè)狀況與空氣污染暴露風(fēng)險不顯著相關(guān)。僅考察職業(yè)狀況的模型4結(jié)果顯示，黨政機關(guān)、國有及集體單位從業(yè)人員回歸系數(shù)為負(fù)，但未通過顯著性檢驗；民營、私營、外資企業(yè)、個體單位從業(yè)人員回歸系數(shù)為正，也未通過顯著性檢驗；軍人、學(xué)生等其他回歸系數(shù)為負(fù)，也未通過顯著性檢驗；完整模型5回歸估計結(jié)果顯示，黨政機關(guān)、國有及集體單位從業(yè)人員、民營、私營、外資企業(yè)、個體單位從業(yè)人員、軍人、學(xué)生等其他回歸系數(shù)均為負(fù)，均未通過顯著性檢驗，但黨政機關(guān)、國有及集體單位從業(yè)人員回歸系數(shù)大于其他組，在一定程度上表明黨政機關(guān)、國有及集體單位等公有單位就業(yè)個體承受的空氣污染風(fēng)險暴露低于其他私有單位就業(yè)個體。

表2 空氣污染暴露風(fēng)險差異影響因素1)

注：1)***表示1%顯著性水平, ** 表示5%顯著性水平, *表示10%顯著性水平；括號內(nèi)數(shù)值為參數(shù)標(biāo)準(zhǔn)誤差，用來衡量抽樣誤差，標(biāo)準(zhǔn)誤差越小，表明樣本統(tǒng)計量與總體參數(shù)的值越接近，樣本對總體越有代表性，用樣本統(tǒng)計量推斷總體參數(shù)的可靠度越大。

(4) 年齡與空氣污染暴露風(fēng)險之間呈現(xiàn)倒“U”型變化。模型1作為基準(zhǔn)模型，考察了控制變量對因變量的影響，發(fā)現(xiàn)年齡與年齡的平方變量分別在5%、10%的顯著性水平上與因變量相關(guān)，表明年齡對空氣污染暴露風(fēng)險確實存在著顯著影響，但這種影響卻是非線性的。在年齡變量的非線性變化上，模型1和作為完整模型的模型5表現(xiàn)出了相同的趨勢，為了防止遺漏變量造成的偏誤，選擇模型5來集中研究年齡對空氣污染暴露風(fēng)險非線性變化情況。根據(jù)模型2的結(jié)果可以得到年齡對因變量邊際上的變化拐點為49歲，而樣本中年齡最小值為19，最大值為73，則年齡在19～49歲時，年齡越大，承受空氣污染暴露風(fēng)險越大；當(dāng)年齡在49～73歲時，年齡越大，承受空氣污染暴露風(fēng)險越小。尚未涉入社會的年輕人接觸到更多的環(huán)境信息，了解空氣污染危害，從而表現(xiàn)出強烈的高環(huán)境質(zhì)量偏好傾向，但隨著年齡增長迫于生計壓力，他們更愿意承受一定的環(huán)境代價以換取更高的收入，從而自愿承受更大的空氣污染暴露風(fēng)險。步入中年后的居民既開始追求良好生活質(zhì)量，期待高質(zhì)量的生存環(huán)境且具有一定的經(jīng)濟基礎(chǔ)選擇低風(fēng)險暴露社區(qū)，從而承受較小的空氣污染暴露風(fēng)險。這也在一定程度上表明，與老年人相比，年輕人追求更多生理、情感與歸屬等較低層次的需求，迫于生計壓力其更愿意承受一定的環(huán)境代價，承擔(dān)高污染排放帶來的環(huán)境風(fēng)險，以此換取更高的收入與事業(yè)的收獲[25-26]，從而承受更高的空氣污染暴露風(fēng)險；老年人更多是追求自我實現(xiàn)的需求，對環(huán)境污染容忍度下降，對空氣質(zhì)量要求更高，從而承受較低的空氣污染暴露風(fēng)險。

(5) 性別、健康狀況、婚姻狀況對空氣污染暴露風(fēng)險影響不顯著。模型5是在考慮控制變量與自變量的基礎(chǔ)上得到的完整模型，因此，以模型5得到的估計結(jié)果分析性別、健康狀況、婚姻狀況與空氣污染暴露風(fēng)險的關(guān)系。具體而言，男性與女性在空氣污染暴露風(fēng)險方面并不存在顯著差異；健康狀況與空氣污染暴露雖沒通過顯著性檢驗，但回歸系數(shù)在一定程度上表明，健康狀況良好、健康狀況一般的個體比健康狀況較差的個體承受更高的空氣污染暴露風(fēng)險；從婚姻狀況與空氣污染暴露風(fēng)險的關(guān)系來看，也沒通過顯著性檢驗，說明不同婚姻狀況下個體的空氣污染暴露風(fēng)險并不存在顯著差異。

(6) 社會結(jié)構(gòu)地位能有效解釋空氣污染暴露風(fēng)險差異。從回歸分析估計結(jié)果看，模型1的R2僅為0.035，而加入社會結(jié)構(gòu)地位變量后，模型R2增加到0.067，進一步表明社會結(jié)構(gòu)地位是空氣污染暴露風(fēng)險差異的重要解釋變量，不同社會結(jié)構(gòu)地位群體承受的空氣污染暴露風(fēng)險確實存在差異。

4 結(jié)論與建議

(1) 社會結(jié)構(gòu)地位是影響空氣污染暴露風(fēng)險差異的主要因素。受教育程度與空氣污染暴露風(fēng)險顯著相關(guān)，受教育程度越高，對空氣污染相關(guān)知識越了解，空氣污染暴露風(fēng)險防范意識越強，同時高程度受教育群體更易獲得社會資本支持從而增強了風(fēng)險規(guī)避能力，以上因素共同促使高程度受教育群體承受較低的空氣污染暴露風(fēng)險；年收入水平與空氣污染暴露風(fēng)險也存在明顯相關(guān)，高收入群體一方面對環(huán)境質(zhì)量有更高的要求和偏好，一方面又具備風(fēng)險規(guī)避的經(jīng)濟基礎(chǔ)，從而承受較低的空氣污染暴露風(fēng)險；公有單位就業(yè)個體承受的空氣污染暴露風(fēng)險低于私有單位就業(yè)個體。

(2) 年齡與空氣污染暴露風(fēng)險之間存在倒“U”型非線性關(guān)系。從分析結(jié)果看，空氣污染暴露風(fēng)險差異存在的年齡拐點大約為49歲，也就說當(dāng)年齡為19～49歲時，年齡越大空氣污染暴露風(fēng)險越大。這可能是因為尚未涉入社會的年輕人接觸到更多的環(huán)境信息，了解空氣污染危害，從而表現(xiàn)出強烈的高環(huán)境質(zhì)量偏好傾向，但隨著年齡增長迫于生計壓力，他們更愿意承受一定的環(huán)境代價以換取更高的收入，從而自愿承受更大的空氣污染暴露風(fēng)險。當(dāng)年齡為49～73歲時，年齡越大空氣污染暴露風(fēng)險越小，這可能是因為步入中年后的居民既開始追求良好生活質(zhì)量，期待高質(zhì)量的生存環(huán)境且具有一定的經(jīng)濟基礎(chǔ)選擇低風(fēng)險暴露社區(qū)，從而承受較小的空氣污染暴露風(fēng)險。

(3) 社會結(jié)構(gòu)地位的影響力已經(jīng)滲透到環(huán)境領(lǐng)域，導(dǎo)致不同個體不僅有社會分層的等級差異，還存在空氣污染暴露風(fēng)險的等級差異，使暴露風(fēng)險呈現(xiàn)階層化，受教育程度低、低收入群體承受更多的空氣污染暴露風(fēng)險，這進一步固化并延伸了社會不平等。因此，需要政府相關(guān)部門重視民眾尤其是工廠周圍居民的環(huán)境訴求，加大環(huán)境執(zhí)法力度，杜絕工業(yè)企業(yè)偷排和超標(biāo)排放行為，努力改善空氣質(zhì)量，減輕空氣污染與健康威脅；完善基本醫(yī)療保障體系，建立空氣污染暴露風(fēng)險與居民醫(yī)療保險聯(lián)動機制，科學(xué)合理評估空氣污染導(dǎo)致居民呼吸道等疾病的醫(yī)療支出，提高醫(yī)療保險在呼吸道等疾病項目的支付比例，減輕民眾醫(yī)療支出負(fù)擔(dān)；科學(xué)合理制定城市規(guī)劃，加大城市綠化面積，必要時采取修建綠化隔離帶等措施將無法搬遷的工業(yè)區(qū)與住宅區(qū)進行有效分離。

[1] 王家庭,王璇.我國城市化與環(huán)境污染的關(guān)系研究——基于28個省市面板數(shù)據(jù)的實證分析[J].城市問題,2010(11):9-15.

[2] YANG Gonghuan,WANG Yu,ZENG Yixin,et al.Rapid health transition in China,1990-2010:findings from the global burden of disease study 2010[J].Lancet,2013,381(9882):1987-2015.

[3] ANTOCI A.Environmental degradation as engine of undesirable economic growth via self-protection consumption choices[J].Ecological Economics,2009,68(5):1385-1397.

[4] 洪大用.環(huán)境公平:環(huán)境問題的社會學(xué)觀點[J].浙江學(xué)刊,2001(4):67-73.

[5] BURKE L M.Race and environmental equity:a geographic analysis in Los Angeles[J].Geographical Information Systems,1993,3(9):44-50.

[6] DANIELS G,FRIEDMAN S.Spatial Inequality and the distribution of industrial toxic releases:evidence from the 1990 TRI[J].Social Science Quarterly,1999,80(2):244-262.

[7] BROOKS N,SETHI R.The distribution of pollution:community characteristics and exposure to air toxics[J].Journal of Environmental Economics & Management,1997,32(2):233-250.

[8] CROUSE D L,ROSS N A,GOLDBERG M S.Double burden of deprivation and high concentrations of ambient air pollution at the neighbourhood scale in Montreal,Canada[J].Social Science & Medicine,2009,69(6).

[9] GILBERT A,CHAKRABORTY J.Using geographically weighted regression for environmental justice analysis:cumulative cancer risks from air toxics in Florida[J].Social Science Research,2011,40(1):273-286.

[10] MOHAI P,SAHA R.Reassessing racial and socioeconomic disparities in environmental justice research[J].Demography,2006,43(2).

[11] CHAKRABORTY J.Evaluating the environmental justice impacts of transportation improvement projects in the US[J].Transportation Research Part D：Transport and Environment,2006,11(5):315-323.

[12] OU Chunquan,HEDLEY A J,CHUNG R Y,et al.Socioeconomic disparities in air pollution-associated mortality[J].Environmental Research,2008,107(2):237-244.

[13] 聶偉．社會經(jīng)濟地位與環(huán)境風(fēng)險分配——基于廈門垃圾處理的實證研究[J].中國地質(zhì)大學(xué)學(xué)報(社會科學(xué)版)，2013，13(4)：45-52．

[14] 龔文娟.社會經(jīng)濟地位差異與風(fēng)險暴露——基于環(huán)境公正的視角[J].社會學(xué)評論,2013(4):16-28.

[15] SUN Cong,KAHN M E,ZHENG Siqi.Self-protection investment exacerbates air pollution exposure inequality in urban China[J].Ecological Economics,2017,131:468-474.

[16] 王弟海，龔六堂，李宏毅．健康人力資本、健康投資和經(jīng)濟增長——以中國跨省數(shù)據(jù)為例[J].管理世界，2008(3)：27-39．

[17] BECKER G M,DEGROOT M H,MARSCHAK J.Measuring utility by a single-response sequential method[J].Behavioral Science,1964,9(3):226-232.

[18] VEISTEN K,HOEN H F,NAVRUD S,et al.Scope insensitivity in contingent valuation of complex environmental amenities[J].Journal of Environmental Management,2004，73(4):317-331.

[19] 徐淑一，王寧寧．經(jīng)濟地位、主觀社會地位與居民自感健康[J].統(tǒng)計研究，2015，32(3)：62-68．

[20] 穆懷中，范洪敏．收入不平等認(rèn)可影響機制：社會結(jié)構(gòu)地位與流動性預(yù)期[J].廣東商學(xué)院學(xué)報，2015，30(1)：12-22．

[21] 李路路．制度轉(zhuǎn)型與分層結(jié)構(gòu)的變遷——階層相對關(guān)系模式的“雙重再生產(chǎn)”[J].中國社會科學(xué)，2002(6)：105-118．

[22] SCHOOLMAN E D,MA Chunbo.Migration,class and environmental inequality:exposure to pollution in China’s Jiangsu Province[J].Ecological Economics,2012,75(2):140-151.

[23] 李穎暉．教育程度與分配公平感:結(jié)構(gòu)地位與相對剝奪視角下的雙重考察[J].社會，2015(1)：143-160．

[24] 馮賀霞，韋軻．經(jīng)濟增長、收入分配與再分配對居民主觀幸福感影響的實證研究[J].統(tǒng)計與決策，2016(22)：113-117．

[25] BUEHN A,FARZANEGAN M R.Hold your breath:a new index of air pollution[J].Energy Economics,2013,37(1):104-113.

[26] 杜雯翠．要“溫飽”還是要“環(huán)?！薄廴九欧排c勞動者收入的雙向關(guān)系研究[J].當(dāng)代經(jīng)濟科學(xué)，2013，35(3)：87-94．

AnalysisonthedifferenceofsocialstatusofairpollutionexposureriskacasestudyofLiaoningProvince

ZHANGWenxiao，MUHuaizhong，F(xiàn)ANHongmin.

(PopulationResearchInstituteofLiaoningUniversity，ShenyangLiaoning110036)

Individual’s social status determined different risk resistance capacity which led to stratification phenomenon. Survey data were collected from 14 cities in Liaoning Province to analyze the influence of social status on the air pollution exposure risk. The results showed that the higher level of education meant the better risk consciousness and risk aversion which led to lower air pollution exposure risk,the high-income group were more favorable for high environmental quality and had better economic foundation for risk aversion which led to lower air pollution exposure risk. People who worked in public sectors suffered less air pollution exposure risk than people who worked in private sectors. There was inverted “U” shape nonlinear relationship between age and air pollution exposure risk.

social status； air pollution； exposure risk

10.15985/j.cnki.1001-3865.2017.04.020

2017-01-11)

張文曉,女，1988年生，博士研究生，研究方向為人口資源與環(huán)境。

*國家社會科學(xué)基金資助項目(No.13CJL047)；國家自然科學(xué)基金資助項目(No.41601154)。