摘要 研究经济转型过程中环境污染对人体健康影响的深层机理，是当前迫切需要解决的重大问题。利用山西省临汾市的空气污染资料，描述了1985－2005年临汾市的空气质量状况，并根据临汾市2003－2005年的月空气污染指数和呼吸系统疾病发病门诊量，估计了临汾市空气污染对呼吸系统疾病门诊量的边际贡献率。实证结果表明，空气污染指数对临汾市呼吸系统疾病发病率具有显著的影响，其他影响因素还有季节、烟草人均消费量和城镇人均可支配收入。根据实证结果，认为：如果我们继续走“先污染后治理”的传统经济增长道路，那么最终将会损害当地的健康人力资本，进而制约经济的可持续增长。
关键词 健康生产函数；空气污染；健康
中图分类号 F407.21；C913.3 文献标识码 A 文章编号 1002-2104（2008）05-0205-05
长期以来，对空气污染与健康问题的定量研究始终是环境科学和医学工作者富有挑战性的课题。已有文献通过横截面研究、病例-对照研究以及队列研究开展了高浓度的空气污染物（如粉尘、二氧化硫等）对健康损害的定量估计，如优势比、相对危险度等等。但在当前经济发展过程中，这些研究结果远远不能满足当前环境对健康影响研究的需要，因为空气污染对健康造成的损害还在进一步的加剧，持久性的污染还在相当范围内存在。
1 资料的收集
空气污染的作用受气象、地理、行为等因素的影响很大，几乎不可能找到理想的对照人群，这给定量空气污染的健康损害效应带来了困难。为此，我们只能从宏观角度考察临汾市空气污染指数对当地呼吸系统疾病发病率的影响。
1.1 调查对象
受空气污染物、气象和患者门诊就诊情况等数据资料的可获得性的影响，本文选取山西临汾市作为观测点，以典型抽样的方法选取临汾市几个大型医院（包括临汾市第一人民医院、临汾市卫校附属医院、临汾市铁路医院、临汾市第四人民医院、临汾市尧都区第一人民医院）为观测样本，调查从2003年1月1日至2005年12月25日为期三年间，月呼吸系统疾病患者门诊就诊的原始记录等，同期月均空气污染物指数和气象数据来自临汾市环境检测部门和临汾市气象局。其他相关数据来自临汾市统计局。
1.2 调查内容
用于研究的数据包括健康结果变量和空气污染物指数、气象数据、城镇居民人均可支配收入、城镇居民人均医疗保健支出等数据，下面对这些数据做具体的介绍。[KG)]
（1）健康指标，采用调查地区在观测期内医院每天所有呼吸系统疾病患者的门诊人次数，呼吸系统疾病主要包括哮喘、气管炎、支气管炎、上呼吸道感染、肺炎、扁桃体炎、肺气肿等几种主要的疾病。
（2）空气污染指标，采用调查地区在观测期内每天主要空气污染物数据，包括：二氧化硫(SO2)指数，氮氧化物(NOX)指数、空气动力学直径小于10μm的微粒(PM10)，由于环境监测站只能提供日空气污染指数和首要污染物，因此在月均值上采用算术平均法来计算首要空气污染物的月均指数。
（3）气象指标，气象因子作为主要考虑的混杂因子进入研究，主要收集的指标有观测期日均最高温度、最低温度、相对湿度等气象资料，温度特别是日均气温是主要的气象指标，所有的研究都使用了这一指标。
（4）其他混杂因子资料，收集了一些特殊事件资料，如流行性感冒等等，另一些混杂因子也是要充分考虑但不需要收集资料，它们是：季节性(seasonality)、日历效应(calendar effects)、时间趋势(time trend)。
2 临汾市空气质量状况的描述性分析
20世纪90年代中期以后，临汾市空气质量主要受到二氧化硫(SO2)，二氧化氮(NO2)、总悬浮颗粒（TSP）、可吸入颗粒物(PM10)4项污染物的影响，废气排放总量在不断增长，但是其增长速度在下降；SO2浓度呈上升趋势，NO2基本保持了平稳的水平，TSP自1985年以来浓度呈下降趋势（见表1）。总的来说，临汾市在最近几年的空气质量状况有所好转，污染等级已经由极重污染降为严重污染，颗粒物和二氧化硫污染均有不同程度的减轻，表2详细描述了2001－2005年间的空气污染状况。从表2中可以看出，近几年，影响临汾市空气质量的主要污染物是颗粒物（PM10）和二氧化硫(SO2)。
染），最大值为423，达到重度污染（301－500为重度污染），[CM)]应用30天移动平均数反映PM10指数的变动趋势（见图1），1月、11月和12月达到了污染的最高峰，5月到9月污染程度最低；SO2的日均指数为118.86，属于轻度污染，其最大值为212，达到中度污染（201～300为中度污染）。
注：由于变量有366个观测值，其实际值有很大的随机波动性，在图中不能直接反映其变化趋势，因此文章采用30天移动平均数来代替实际值描述变量的发展趋势。观测期内呼吸系统疾病门诊患者共199 30人次，日均门诊量为55人次，最高为280人次，呼吸系统疾病患者门诊就诊变化情况也用30天移动平均数表示（见图1）。
根据观测期内日门诊量、影响空气质量的污染物日指数等数据进行相关性分析，结果表明，呼吸系统疾病患者门诊量与PM10的简单相关系数达到了0.806 5，经单侧显著性检验，在0.05水平上具有统计上的显著性，表明两者间有正相关关系。PM10和门诊量的剂量－反应关系见图2。
4 空气污染对呼吸系统发病率（门诊量）的健康生产函数分析
在分析了空气污染物与地区呼吸系统疾病发病率之间有正相关关系的基础上进一步估计空气污染物对呼吸系统发病率的边际贡献率［1］。在空气污染和健康研究的文献中，研 究者一般采用单纯研究各空气污染物对发病率的作用大小［2］，即建立单一种空气污染物和发病率之间的回归模型，而不考虑其他影响发病率的因素，这样就会使得估计结果出现统计上的“偏误”，不能得出空气污染对疾病影响的精确结果。为了弥补这一缺陷，本文采用Grossman提出的健康生产函数理论，分析空气污染物指数对呼吸系统疾病发病率的边际贡献率。
4.1 理论模型
健康是一种商品，这是从经济学理论的角度评价健康的前提。为了获得健康，人们愿意对自身的健康进行投资。个体的健康状况，受个人的收入水平、个人天生所具有的健康存量、周围的环境质量、上一期的健康状况、上一期消费的与健康有关的商品、卫生医疗服务支出等等，总之，影响健康的因素很多，有些可以直接观测到，比如个人的收入水平、个人的医疗服务支出等，而有些却不能直接观测到，像个人天生的健康存量等。但是无论是可观测的变量，还是不可观测的变量，它们之间进行优化组合就可以生产出健康，因此可以像研究一般商品的生产函数那样来研究个人的健康生产函数，与一般商品的生产函数不同之处在于在健康生产函数当中包括了对健康产出有负影响的污染因素，这是本文研究的重点所在。
自从Grossman提出了健康生产函数的雏形后，很多学者根据不同研究目的构建了各种健康生产函数模型［3～5］。
本文采用了以下健康生产函数分析框架：
h=F(Y,S,V)（1）
在这里，Y代表了经济状况指标的人均向量，S和V分别代表人均社会及生活方式因素指标和环境因素指标。具体化为：
ht=(y1t,y2t,…ynt;s1t,s2t,…,smt；ν1t,ν2t,…νgt)（2）
用微分法把上式细化成具体的形式为
ht=ПyaiitПsβjjtПνγkkt（3）
这里的αi,βj,γk都是弹性系数。
把健康生产函数两边取对数后的式子：
Lnh=αi(lnyi)+βj(lnsj)+γk(lnνk)（4）
4.2 空气污染对呼吸系统疾病发病率影响的估计结果
4.2.1 变量的选取
（1）对因变量的选取。这里的h是个人的健康状况。研究健康生产函数，如何度量健康是关键的问题。然而，对一个地区人群健康状况的直接度量是非常困难的［6］，因此研究者们提出用与健康状况相反的变量度量健康，一些研究者提出用出生时的期望寿命测量。一些研究者等用年龄调整死亡率作为衡量健康的变量［7］。Cutler和Richardson借鉴卫生领域的研究，通过建立生命周期效用模型衡量健康［8］。在国内，刘国恩等介绍了4种常用的衡量指标［9］。赵忠等用生活质量指标来衡量中国城镇居民的健康状况［10］。本文用与环境污染有关的疾病发病率作为衡量健康状况的指标。有两个原因，第一，本文所要研究的重点是环境污染对人体健康的影响，并不是所有的疾病都与环境污染相关，如果用期望寿命或死亡率作为因变量，将减少环境污染对人体健康状况所造成的边际贡献率；第二，疾病死亡率所测度的主要是环境污染对健康影响在死亡维度上的情况，而对健康其他维度的情形如发病、失能和不适（mobility、disability和discomfort）等则未充分反映，因此用疾病发病率能更加准确地描述环境污染对人体健康造成的影响。
（2）对自变量的选取。①经济因素向量的选取：Auster [WTBX]et al[WTBZ]、Thornton和Bichaka Fayissa等都用选用人均GDP来衡量人群的收入水平，期望对健康生产有一个正的影响，因为收入高的人一般可以消费质量更好的商品和服务，居住条件更好和享受更好的有利于健康状况的医疗服务。然而，一些学者认为在超出一些影响的临界水平外，高收入不再带来更好的健康。事实上，可能导致产生压力和不健康的生活方式，而这种生活方式对健康状况影响不利。进一步讲，收入增加，人们可能会选择对健康更不利的饮食，开快车，减少锻炼等等［7, 11］。本文选用城镇居民家庭人均可支配收入（y1）作为衡量人群的收入水平；一些实证研究用地区拥有的卫生设施存量，像每1 000人拥有的卫生机构床位数、每1000人拥有的卫生机构医生数等来度量在健康上的支出。然而，Hadley认为用人均医疗保健支出要比用地区医疗设备供应量更合理的衡量了人们对健康生产的投资［12］，因此本文选用城镇居民家庭人均医疗保健支出（y2）作为衡量卫生服务状况的指标。②生活方式因素向量的选取：已有研究表明，生活方式和卫生医疗资源享受状况等因素都对居民的健康水平产生影响。本文选用城镇居民家庭人均烟草购买量（s2）作为衡量生活方式的因素。③环境因素变量的选取：包括空气污染指数（ν1）和月均温度（ν2）。④控制变量的选取：按月份或按季节数据的许多经济时间序列呈现有季节模式，个人或群体在空气污染中的暴露时间随季节的变化而变化，因此我们选择了季节虚拟变量（D1,D2,D3），如果是春天，D1＝1，如果是夏天，D2＝1，如果是冬天，D3＝1。
4.2.2 实证结果
本部分利用2003-2005年的月空气污染指数和月呼吸系统疾病门诊量，实证研究空气污染指数对健康状况的影响和检验，基本的计量模型如下：
Lnht=αYLnYt+βSLnSt+γVLnVt+φCCt+μt（5）
ht代表不同时期的呼吸系统发病率，Yt是经济因素向量，包括城镇居民家庭人均可支配收入y1t，城镇居民家庭人均医疗保健支出y2t，St是社会及生活方式向量，本文选取城镇居民家庭人均烟草购买量s1t，Vt是环境因素向量，本文选取PM10的月均指数ν1t作为空气污染指数，选取月均温度ν2t为气温因子，Ct是控制变量向量，本文的控制变量选取的是季节虚拟变量（D1,D2,D3）。αY，βS，γV，φC,分别是向量参数，μt是误差项。Grossman认为不仅良好的健康状况获得需要医疗保健和收入，而且反过来医疗保健和收入的获得也需要良好的健康状况，二者之间互为因果，因此为了获得健康生产函数的一致性估计，估计方法选择二阶段最小二乘法。
表3列出了应用2SLS方法的健康生产函数估计结果。估计结果显示，这个模型解释了临汾市2003-2005年呼吸系统发病率的72.1%。PM10的估计参数是0.222，t-统计量是2.326。说明在临汾市可吸入颗粒物PM10对呼吸系统发病率的影响显著，PM10月均污染指数每变化1%，所引起的呼吸系统疾病发病率增加0.222%。从而也证实了在临汾市2003-2005年可吸入颗粒物PM10是造成呼吸系统发病率的主要污染源。医学也证明可吸入颗粒物（PM10）被人吸入后，会累积在呼吸系统中，引发许多疾病。对粗颗粒物的暴露可侵害呼吸系统，诱发哮喘病。细颗粒物可能引发肺病、呼吸道疾病，降低肺功能等。一些可吸入颗粒物来自污染源的直接排放，比如烟囱与车辆。另一些则是由环境空气中硫的氧化物、氮氧化物、挥发性有机化合物及其他化合物互相作用形成的细小颗粒物，它们的化学和物理组成依地点、气候、一年中的季节不同而变化很大。另一个需要关注的是城镇家庭人均医疗保健支出y2t，估计参数是0.106 8，t-统计量是1.041，这个 结果说明在对呼吸系统发病率高的临汾市而言，医疗支出的边际贡献率在统计上不显著，与Auster的分析结果类似。从表3中还发现虚拟变量D1在呼吸系统发病率中的重要作用，春天临汾市呼吸系统发病率比其他季节的发病率要高23.73%。同时也证实了吸烟对呼吸系统发病率的影响存在统计上的显著性。
另一个值得注意的问题是解释变量之间的多重共线问题，直接用OLS估计模型，发现模型存在多重共线问题，污染指数和城镇家庭人均医疗支出之间的关系，直接计算这两个变量的相关系数，发现它们之间的简单相关系数为-0.467，显示了中度相关，但是这还不能认为它们之间有线性关系，还需要用一次差分来看差分后的相关性，结果显示，差分后这两个变量的简单相关系数只有-0.060 7，从而证实了这两个变量之间存在伪相关。因此污染指数和城镇家庭人均医疗支出之间不存在真正意义上的线性关系，即模型中的解释变量之间不存在严重的多重共线问题。
5 结 论
本文用地区数据证明了临汾市空气污染和呼吸系统
疾病的月均门诊量之间存在显著的相关性，进一步用健康生产函数方法研究了临汾市的空气污染对人体健康影响的程度。根据研究结果得出如下结论：
空气污染对人体健康影响的经验分析存在显著性，表明临汾市空气污染对人体健康影响存在明显的负效应，而且这种负效应已经成为疾病发病率的主要原因。在经济发展面临资源和环境约束的情况下，如果我们仍然走“先污染后治理”的传统经济增长道路，那么最终将会损害了当地的健康人力资本，进而制约经济的可持续增长。
(编辑：温武军)
参考文献(References)
［1］World Bank. Cost of pollution in China.2007［B/OL］..cn/qkpdf/cpre/cpre200805/cpre20080537-2.pdf" style="color:red" target="_blank">原版全文
相关热词搜索： 空气污染 函数 对人体健康 影响 方法