空气污染的健康成本研究_5页_265kb

空气污染的健康成本研究总结

核心内容概述

本研究由北京大学国家发展研究院环境与能源经济学研究中心于2020年9月完成，旨在评估空气污染对我国居民健康成本的影响，包括医疗支出和死亡率。研究基于高质量的空气污染数据和健康数据，采用计量经济学模型，识别空气污染与健康之间的因果关系，并尝试对健康成本进行货币化核算，为环境政策制定提供理论支持与实证依据。

主要观点与关键信息

空气污染与健康成本的负相关关系

• 研究发现，空气污染显著增加医院就诊和医疗费用，PM2.5浓度每下降 $10\mu \mathrm{g} / \mathrm{m}^3$，人均医疗费用平均减少 $0.653%$，即人均年医疗支出减少约24.3元。
• 若外推至全国，PM2.5每上升 $10\mu \mathrm{g} / \mathrm{m}^3$，医疗支出每年将增加约334亿元。
• 北京市PM2.5浓度从 $90\mu \mathrm{g} / \mathrm{m}^3$（2013年）下降至 $50\mu \mathrm{g} / \mathrm{m}^3$（2018年），每年可节省医疗支出约19.4亿元。

空气污染对心脑血管疾病的影响

• 使用心脑血管疾病住院数据补充研究，结果显示PM2.5日均浓度每升高 $10\mu \mathrm{g} / \mathrm{m}^3$，心脑血管疾病住院风险增加 $0.40% - 0.66%$。
• 2013年至2017年，PM2.5浓度下降约 $32\mu \mathrm{g} / \mathrm{m}^3$，心脑血管疾病住院与经济负担均下降约 $20%$。

空气污染对死亡率的影响

• 专题二使用全国疾病监测系统数据，结合SO2浓度和气象数据，发现SO2浓度上升显著提高呼吸系统疾病死亡率，但对非呼吸系统疾病死亡率无显著影响。
• 空气污染对女性和婴幼儿、老年人的影响更为显著，尤其对老年人群体，其死亡概率随PM2.5和PM10浓度升高而显著上升。

老年人健康影响的专题研究

• 专题三基于CLHLS数据构建老年人年度死亡概率面板数据，发现：
  • 上一年PM2.5在区间(75,150]−的天数增加一天，老年人年度死亡概率上升约 $0.93%$。
  • AQI在(100,200]−的天数增加一天，老年人死亡概率上升约 $1.13%$。
  • 采用Cox比例风险模型进一步验证了空气污染与老年人死亡风险的非线性正相关关系。
  • 城市居民、女性及慢性病患者对空气污染的敏感性更高。

空气污染死亡成本的货币化核算

• 专题四基于VSL（统计寿命价值）方法，估计我国VSL范围为 $0.73 - 11.1$ 百万元（2016年价格）。
• 推荐使用Jin et al.（2020）的VSL估计值 $554$ 万元。
• 若我国因室外空气污染导致的过早死亡人数为 $120$ 万，死亡成本约为 $6.65$ 万亿元。
• 若SO2浓度从 $50\mu \mathrm{g} / \mathrm{m}^3$ 降至一级标准 $20\mu \mathrm{g} / \mathrm{m}^3$，每年可避免过早死亡 $7.5$ 万人，带来约 $4155$ 亿元健康收益。
• 若PM2.5浓度达到二级标准（小于 $75\mu \mathrm{g} / \mathrm{m}^3$）的天数增加一天，可减少 $65$ 岁以上呼吸系统疾病死亡人数约 $1.06$ 万，带来约 $587$ 亿元健康收益。

研究意义与政策启示

• 空气污染对健康的影响在脆弱人群中更为显著，尤其是在老年人和慢性病患者中。
• 将健康成本纳入环境政策评估，有助于更全面地衡量空气污染的外部性，提高政策制定的科学性。
• 在中国人口老龄化加速的背景下，治理空气污染对改善公共健康、提升人力资本具有重要意义。

研究局限与未来方向

• 当前研究面临的主要挑战包括：
  • 大范围时间空间匹配的死亡数据、医疗数据和空气质量数据的可得性不足；
  • 空气污染暴露的准确衡量仍存在困难，且不同污染物之间的协同健康效应尚不明确；
  • 缺乏较新的、系统的、有广泛代表性的本土化VSL调查；
  • 需要考虑个体异质性的VSL，或引入统计寿命年价值（VSLY）进行更精细的货币化分析；
  • 建立污染源与健康结局的直接联系，有助于更精准地治理污染源，例如研究PM2.5组分与健康结果的关系。

结论

空气污染对我国居民健康具有显著负面影响，尤其在老年人群体中更为突出。通过计量模型识别因果关系并进行货币化核算，研究为环境政策提供了重要的经济依据。未来需进一步完善数据和方法，以更准确地评估空气污染的健康成本，并推动更有效的污染防治措施。