申 俊，孫 涵，成金華

(1.山西財(cái)經(jīng)大學(xué) 資源型經(jīng)濟(jì)轉(zhuǎn)型協(xié)同創(chuàng)新中心，太原 030006；2.中國(guó)地質(zhì)大學(xué)（武漢）a.經(jīng)濟(jì)管理學(xué)院；b.資源環(huán)境經(jīng)濟(jì)研究中心，武漢 430074)

0 引言

空氣污染對(duì)公眾健康的影響毋庸置疑，如何制定有效的環(huán)境政策來(lái)提高環(huán)境健康效應(yīng)逐漸成為研究者關(guān)注的重點(diǎn)。Wong等[1]在研究香港含硫燃料環(huán)境政策時(shí)發(fā)現(xiàn)，在政策實(shí)施之后SO2的排放量下降了約80%，兒童患呼吸道類的疾病下降了約16%～29%。同樣，由于在奧運(yùn)會(huì)在前北京對(duì)交通運(yùn)輸以及相關(guān)產(chǎn)業(yè)實(shí)施環(huán)境管制，使得奧運(yùn)期間PM2.5平均值下降32.1微克/立方米，PM10平均值下降了46%，與之相關(guān)的死亡數(shù)下降了40，環(huán)境健康成本下降了約38%[2]。Brooks和Sethi[3]在其研究中指出，最容易暴露于空氣污染物中的人群包括租房者、收入較低的窮人以及受教育程度較低的人等。Ebenstein[4]的研究表明，擁有自來(lái)水或者清潔水資源的家庭患癌癥等疾病的風(fēng)險(xiǎn)明顯低于其他家庭。盧洪友和祁毓[5]的研究則指出環(huán)境的健康效應(yīng)在國(guó)家或者之間存在差異，而各國(guó)或者地區(qū)環(huán)境健康風(fēng)險(xiǎn)的差異又受制于該國(guó)或者地區(qū)教育、環(huán)境、衛(wèi)生等公共服務(wù)水平的差異。

由于區(qū)域之間在經(jīng)濟(jì)、社會(huì)、環(huán)境、醫(yī)療等方面的差異，進(jìn)而造成不同區(qū)域的空氣污染等要素對(duì)公眾健康的也存在顯著空間差異[6]。縱觀國(guó)內(nèi)外關(guān)于環(huán)境與健康的研究，一方面主要集中在環(huán)境科學(xué)與醫(yī)學(xué)領(lǐng)域，且大多基于個(gè)體或非隨機(jī)樣本，研究環(huán)境對(duì)健康經(jīng)濟(jì)損失效應(yīng)[7，8]。另一方面，現(xiàn)已有經(jīng)濟(jì)學(xué)研究文獻(xiàn)的大多采用面板數(shù)據(jù)分析空氣污染與公眾健康之間的關(guān)系，但缺乏關(guān)于空間計(jì)量方面的研究。傳統(tǒng)的面板回歸通常假定各個(gè)區(qū)域的公眾健康是相互獨(dú)立的，這顯然與現(xiàn)實(shí)存在偏離，如空氣污染等客觀因素的存在使得一個(gè)地區(qū)的公眾健康必然受到臨近區(qū)域污染物排放的影響，而如果忽略這種影響，模型估計(jì)將是有偏的或產(chǎn)生錯(cuò)誤的參數(shù)檢驗(yàn)[9]。由此，從新地理經(jīng)濟(jì)學(xué)角度出發(fā)，考慮了空氣污染與健康的溢出效應(yīng)，來(lái)分析空氣污染物對(duì)公眾健康的空間效應(yīng)顯得更加重要和有意義。

1 模型、方法與數(shù)據(jù)

1.1 理論模型

1972年，Grossman在首次通過(guò)建立健康生產(chǎn)函數(shù)來(lái)分析居民的健康微觀需求，該函數(shù)考慮了包括收入方式、健康水平、教育、環(huán)境等多方面因素[10]。同時(shí)參考盧洪友等[5]、王俊等[11]、趙忠[12]等人的研究，本文選取其共有指標(biāo)將居民的健康影響因素確定為經(jīng)濟(jì)、社會(huì)、教育、醫(yī)療衛(wèi)生與環(huán)境，由此本文的健康生產(chǎn)函數(shù)可以表示為：

其中，H代表健康水平，Eoc、Soc、Edu、Mc、Envi分別代表經(jīng)濟(jì)、社會(huì)、教育、醫(yī)療衛(wèi)生與環(huán)境變量。

在式（1）的基礎(chǔ)上，進(jìn)一步轉(zhuǎn)換可以得到新的中國(guó)宏觀健康函數(shù)表達(dá)形式：

其中，α為核心解釋變量的彈性系數(shù)，β1、β2、β3、β4為其他控制變量的彈性系數(shù)，Ω為初始健康狀況的估計(jì)值[11]。

健康與居民個(gè)人所處的環(huán)境有著密切關(guān)系[11]。環(huán)境對(duì)健康的影響取決于污染物的濃度、暴露響應(yīng)系數(shù)等多個(gè)方面。健康和居民經(jīng)濟(jì)水平密切相關(guān)，居民經(jīng)濟(jì)水平一般用收入來(lái)表示。社會(huì)因素與居民健康有很大的相關(guān)度。如增加公共財(cái)政支出力度，增加公共設(shè)施投入，居民可以獲得更多的體育鍛煉和休閑活動(dòng)的機(jī)會(huì)，這些都將影響居民健康的改善。健康與教育同樣密不可分。Grossman[10]指出受過(guò)良好教育的人能夠更加有效的提高自身的健康狀況，而這個(gè)結(jié)論已經(jīng)得到很多實(shí)證研究的證實(shí)。醫(yī)療衛(wèi)生的改善對(duì)增加居民健康需求，改善居民健康水平非常重要。

1.2 空間計(jì)量模型

（1）空間相關(guān)性檢驗(yàn)

全局空間相關(guān)性檢驗(yàn)。考慮到“地理學(xué)第一定律”的存在，國(guó)內(nèi)外學(xué)者開始關(guān)注地域之間空間相關(guān)性的問(wèn)題。研判空間相關(guān)性問(wèn)題，現(xiàn)有研究一般通過(guò)測(cè)算Moran’s I指數(shù)來(lái)進(jìn)行檢驗(yàn)。其計(jì)算公式為：

（2）空間計(jì)量模型

一般空間計(jì)量模型可以分為空間滯后模型（SLM，也稱空間自回歸模型，SAR）和空間誤差模型（SEM），Elhorst[13]把空間面板數(shù)據(jù)模型分成四類：空間固定效應(yīng)模型、空間隨機(jī)效應(yīng)模型、空間固定系數(shù)模型和空間隨機(jī)系數(shù)模型，并給出了每個(gè)模型的對(duì)數(shù)似然函數(shù)，還分析了ML估計(jì)量的漸進(jìn)性質(zhì)。本文使用空間固定效應(yīng)模型。通常情況下，當(dāng)回歸分析局限于一些特定的個(gè)體時(shí)，固定效應(yīng)模型是更好的選擇；另外，空間面板研究文獻(xiàn)一般都選擇了固定效應(yīng)模型。面板數(shù)據(jù)的空間計(jì)量模型表示如下：

空間滯后模型（SAR）：

空間誤差模型（SEM）：

式（5）、式（6）中的δ與λ分別為空間回歸系數(shù)與空間誤差系數(shù)。δ反映了樣本觀察值的空間依賴性，λ為被解釋變量的空間自相關(guān)系數(shù)，反映了鄰接地區(qū)殘差項(xiàng)對(duì)于本地區(qū)殘差項(xiàng)的影響程度。

1.3 變量與數(shù)據(jù)

根據(jù)式（2）來(lái)分析環(huán)境等因素對(duì)公眾健康的影響，需要對(duì)各因素變量進(jìn)行指標(biāo)定義。

被解釋變量——公眾健康。健康的直接度量是非常困難的，現(xiàn)有關(guān)于公眾健康的研究在指標(biāo)度量方面主要選取人口死亡率、五歲以下兒童死亡率、出生時(shí)健康壽命等指標(biāo)[5,11]。通過(guò)人口死亡率來(lái)度量空氣環(huán)境對(duì)公眾健康的影響并不適宜，因?yàn)榭諝馕廴緦?duì)健康的影響相對(duì)緩慢，同時(shí)造成人口死亡的因素通常是多方面且復(fù)雜的。本文考慮到空氣污染對(duì)公眾健康表現(xiàn)的多面性以及數(shù)據(jù)的可得性，從被動(dòng)醫(yī)療診斷、主動(dòng)健康檢查和健康狀態(tài)入院情況三個(gè)維度，分別選取醫(yī)院診療人數(shù)（Y1_DT）、醫(yī)院健康檢查人數(shù)（Y2_HC）和入院人數(shù)（Y3_HN）三個(gè)維度指標(biāo)來(lái)度量居民的健康狀況。

核心解釋變量——空氣污染。本文選取空氣中三種主要的空氣污染物PM2.5、PM10與SO2濃度來(lái)表征空氣污染。這三種空氣相比于其他空氣污染物對(duì)公眾健康的危害更大，PM2.5是造成2013年初中國(guó)北方地區(qū)大面積霧霾天氣的主要污染物，PM2.5、PM10濃度的上升使得呼吸系統(tǒng)、循環(huán)系統(tǒng)等疾病的發(fā)生概率大為增加[5,14]。SO2排放的增加也使得呼吸疾病及肺癌的人數(shù)顯著增加[15]。

其他控制變量，主要從經(jīng)濟(jì)、醫(yī)療、教育、社會(huì)四個(gè)方面來(lái)選取，分別為人均GDP、每萬(wàn)人醫(yī)師數(shù)、初中升學(xué)率、公共財(cái)政支出占比四個(gè)指標(biāo)。其中，公共財(cái)政支出占比主要表現(xiàn)為政府在公共服務(wù)支出、建立社會(huì)醫(yī)療保障制度和疾病預(yù)防與控制體系等方面支出占GDP的比重。

本文數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒（2005—2016）》《中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒（2005—2016）》《中國(guó)衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒》和中國(guó)國(guó)家統(tǒng)計(jì)局等。由于中國(guó)PM2.5濃度從2013年才開始統(tǒng)計(jì)，因此，2004—2012年中國(guó)各省域的PM2.5濃度參考哥倫比亞大學(xué)國(guó)際地球科學(xué)信息網(wǎng)絡(luò)中心測(cè)定的全球2004—2012年的PM2.5濃度年均值（Battelle Memorial Institute，CIESIN，2013）處理求的，該數(shù)據(jù)同中國(guó)的霧霾形勢(shì)基本吻合[16]。

2 實(shí)證分析

2.1 空間自相關(guān)檢驗(yàn)

根據(jù)Moran’s I指數(shù)的計(jì)算方法，表1給出了2004—2015年中國(guó)被解釋變量公眾健康的三個(gè)維度指標(biāo)的Moran’s I指數(shù)檢驗(yàn)結(jié)果。由下頁(yè)表1可知，公眾健康三個(gè)維度的指標(biāo)在2004—2015年的12年間空間自相關(guān)Moran’s I值均呈現(xiàn)不斷增強(qiáng)的趨勢(shì)，指數(shù)值均為正值且結(jié)果顯著。從整體來(lái)看，公眾醫(yī)院診療次數(shù)呈現(xiàn)出相對(duì)更高的全局空間自相關(guān)，其次為健康檢查次數(shù)與入院人數(shù)。這表明在2004—2013年中國(guó)公眾健康在地理上呈現(xiàn)較強(qiáng)的空間正相關(guān)性，即中國(guó)各地區(qū)公眾健康的空間分布并非相互獨(dú)立變化，而是存在區(qū)域之間的空間溢出或擴(kuò)散效應(yīng)，公眾健康三個(gè)維度的指標(biāo)值呈現(xiàn)明顯的空間集聚現(xiàn)象。中國(guó)公眾健康具有顯著的空間趨同性和一致性，而且隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展，這種健康集聚效應(yīng)不斷增強(qiáng)，而這與中國(guó)區(qū)域之間的各類社會(huì)、經(jīng)濟(jì)、教育等資源的空間集聚是密切相關(guān)的。

表1 中國(guó)公眾健康與空氣污染的Moran’s I指數(shù)值

2.2 空間面板回歸結(jié)果分析

公眾健康的空間效應(yīng)顯著，經(jīng)豪斯曼檢驗(yàn)本文公眾健康三個(gè)維度指標(biāo)模型均采用固定效應(yīng)模型，一般來(lái)講，當(dāng)研究的樣本是從總體中隨便獲取的，選擇隨機(jī)效應(yīng)模型較為合適，但是當(dāng)回歸分析針對(duì)一些特定個(gè)體時(shí)，則選擇固定效應(yīng)模型更為恰當(dāng)。本文以中國(guó)31個(gè)省域?yàn)檠芯繉?duì)象，因此固定效應(yīng)更為合適。

（1）未考慮空間因素的全樣本估計(jì)

從表2可以看出，公眾健康三個(gè)維度指標(biāo)的全樣本估計(jì)結(jié)果均較為顯著，各模型的R2值基本在0.7以上，DW統(tǒng)計(jì)量接近2表明序列相關(guān)問(wèn)題并不顯著，除公眾健康入院人數(shù)醫(yī)院住院人數(shù)維度指標(biāo)部分回歸變量不顯著外，其余各解釋變量均表現(xiàn)高度顯著。

表2 未考慮空間因素時(shí)的公眾健康全樣本估計(jì)

從核心解釋變量的估計(jì)結(jié)果來(lái)看，PM2.5、PM10與SO2濃度的升高顯著增加了中國(guó)公眾的醫(yī)院診療人數(shù)、醫(yī)院健康檢查人數(shù)和入院人數(shù)，降低了公眾健康水平。從結(jié)果系數(shù)來(lái)看，PM10對(duì)公眾健康的影響最大，其次為SO2與PM2.5。從控制變量的估計(jì)結(jié)果來(lái)看，教育、醫(yī)療衛(wèi)生與社會(huì)方面投入的增加能夠顯著提高公眾健康水平，經(jīng)濟(jì)因素的增長(zhǎng)增加了公眾醫(yī)院診療人數(shù)與醫(yī)院健康檢查人數(shù)，同時(shí)降低了公眾入院人數(shù)。

然而，普通的面板回歸由于未考慮被解釋變量的空間溢出效應(yīng)其估計(jì)結(jié)果可能是有偏的。本文前面部分已經(jīng)驗(yàn)證了公眾健康空間效應(yīng)的存在，因此，有必要建立空間面板回歸模型來(lái)分析空氣污染公眾健康的空間效應(yīng)。此外，對(duì)于空間計(jì)量模型的選取，按照Anselin等的判別規(guī)則與空間相關(guān)性、兩個(gè)拉格朗日乘數(shù)及其穩(wěn)健型檢驗(yàn)結(jié)果（見表2），本文選擇空間滯后模型。

（2）考慮空間因素的全樣本估計(jì)

考慮空間因素后的估計(jì)結(jié)果見下頁(yè)表3。同表2的估計(jì)結(jié)果對(duì)比可以看出，考慮空間因素之后PM2.5濃度對(duì)公眾健康三個(gè)維度的負(fù)向影響要高于未考慮空間因素的估計(jì)結(jié)果，而PM10濃度與SO2濃度對(duì)公眾健康三個(gè)維度的影響在空間因素之后，其負(fù)向影響有所減弱。由此看來(lái)，未考慮空間因素來(lái)研究空氣污染對(duì)公眾健康的影響估計(jì)結(jié)果的有偏的，其會(huì)低估PM2.5濃度對(duì)公眾健康影響，同時(shí)高估PM10濃度與SO2濃度對(duì)公眾健康的影響?？紤]空間因素之后，PM10濃度對(duì)公眾健康的負(fù)向影響仍然是最大的，其次為PM2.5濃度。PM10濃度每增長(zhǎng)1%，公眾健康的三個(gè)維度指標(biāo)醫(yī)院診療人數(shù)、醫(yī)院健康檢查人數(shù)、入院人數(shù)分別增加0.490%、0.722%、0.737%，PM2.5濃度每增長(zhǎng)1%，公眾健康的三個(gè)維度指標(biāo)醫(yī)院診療人數(shù)、醫(yī)院健康檢查人數(shù)、入院人數(shù)分別增加0.398%、0.466%、0.380%?？諝馕廴臼歉黝惣膊“l(fā)病的主要誘因，公眾長(zhǎng)期暴露于空氣污染之中身體健康必將受到重要影響。北京大學(xué)與國(guó)際環(huán)保組織綠色和平的研究報(bào)告指出，中國(guó)城市居民因PM2.5而導(dǎo)致的超額死亡率接近1/1000，盧洪友等[5]也指出空氣污染導(dǎo)致五歲以下兒童死亡率的上升以及國(guó)民預(yù)期壽命的下降。

（3）三大地區(qū)的子樣本估計(jì)

考慮到我國(guó)地域廣袤，區(qū)域之間經(jīng)濟(jì)社會(huì)發(fā)展、資源稟賦、人口教育科技等方面存在明顯差異，本文從我國(guó)區(qū)域差異的角度研究我國(guó)東、中、西三大地區(qū)的空氣污染對(duì)公眾健康的影響。鑒于篇幅限制，僅做了三類重要空氣污染物對(duì)公眾健康醫(yī)院診療人數(shù)維度指標(biāo)的三大地區(qū)的子樣本估計(jì)（見表4）。

表3 考慮空間因素時(shí)的公眾健康醫(yī)院全樣本估計(jì)

表4 考慮空間因素公眾健康醫(yī)院診療人數(shù)維度指標(biāo)的子樣本估計(jì)

從區(qū)域的角度來(lái)看，空氣污染對(duì)公眾健康的差異顯著。中部地區(qū)的三種空空氣污染物對(duì)該地區(qū)公眾健康的負(fù)向影響均顯著；東部地區(qū)PM10濃度與SO2濃度對(duì)該地區(qū)公眾健康的負(fù)向影響均顯著，PM2.5濃度的影響則不顯著；西部地區(qū)空氣污染對(duì)當(dāng)?shù)毓娊】档挠绊懖伙@著。由此可以看出，中部地區(qū)公眾健康受空氣污染影響的危害最為嚴(yán)重，中部地區(qū)的很多省域如山西、河南等屬于煤炭大省，大量的煤炭直接燃燒產(chǎn)生嚴(yán)重的空氣污染，其次中部地區(qū)也是中國(guó)工業(yè)較為集聚的地區(qū)，工業(yè)廢氣排放也相當(dāng)嚴(yán)重。東部地區(qū)相較于中部地區(qū)略好，其中SO2濃度對(duì)當(dāng)?shù)貐^(qū)公眾健康的負(fù)向影響低于中部地區(qū)。

3 結(jié)論與建議

本文采用2004—2013年中國(guó)公眾健康與空氣污染等方面的省域面板數(shù)據(jù)，基于Grossman健康生產(chǎn)函數(shù)拓展的中國(guó)宏觀健康生產(chǎn)函數(shù)與空間面板數(shù)據(jù)分析技術(shù)，綜合分析了中國(guó)公眾健康的空間集聚以及空氣污染等因素對(duì)公眾健康三個(gè)維度的空間效應(yīng)。通過(guò)實(shí)證研究本文主要結(jié)論如下：

（1）公眾健康存在顯著的空間集聚效應(yīng)且逐年增強(qiáng)，主要分布為華北、華中以及東部沿海地區(qū)呈現(xiàn)高高集聚，西北、東北等地呈現(xiàn)低低集聚。由于空氣污染的廣延性和持續(xù)性使得公眾健康的空間集聚效應(yīng)愈加顯著。區(qū)域公眾健康呈現(xiàn)趨同效應(yīng)，而這與區(qū)域之間的各類社會(huì)、經(jīng)濟(jì)、教育等資源的空間集聚是密切相關(guān)的。中國(guó)公眾健康在空間相關(guān)性上，不僅存在著空間依賴性的特征，也有空間異質(zhì)性的表現(xiàn)。

（2）空氣污染對(duì)公眾健康的負(fù)外部性顯著。大氣空氣污染物濃度的升高顯著增加了中國(guó)公眾的醫(yī)院診療人數(shù)、醫(yī)院健康檢查人數(shù)和入院人數(shù)，降低了公眾健康水平?？諝馕廴臼歉黝惣膊“l(fā)病的主要誘因，公眾長(zhǎng)期暴露于空氣污染之中身體健康必將受到重要影響。應(yīng)重視在經(jīng)濟(jì)發(fā)展過(guò)程所產(chǎn)生的空氣污染問(wèn)題，控制和減少空氣污染，改善公眾健康迫在眉睫。

（3）從區(qū)域的角度來(lái)看，空氣污染對(duì)公眾健康的影響地區(qū)差異顯著。中部地區(qū)空氣污染對(duì)公眾健康的影響最為顯著，其次為東部地區(qū)。中國(guó)東部與中部地區(qū)屬于工業(yè)較為發(fā)達(dá)地區(qū)，而前期的粗放式發(fā)展產(chǎn)生了嚴(yán)重的環(huán)境污染，因此現(xiàn)階段需要不斷加大環(huán)保力度來(lái)改善地區(qū)公眾健康，對(duì)于西部地區(qū)發(fā)展相對(duì)緩慢，需要加大對(duì)教育、醫(yī)療等方面投入來(lái)逐步提高本地區(qū)公眾的健康水平。針對(duì)中國(guó)不同區(qū)域采用差異化的環(huán)保政策是中國(guó)今后環(huán)境治理的發(fā)展方向。