空氣污染對中老年人健康的長期影響研究

□ 葉巾祁，黃子驕

一、研究背景和意義

2021年11月中共中央、國務(wù)院發(fā)布《關(guān)于加強(qiáng)新時代老齡工作的意見》，提出將積極老齡化、健康老齡化理念融入經(jīng)濟(jì)社會發(fā)展全過程，提高老年人健康服務(wù)與慢病管理，強(qiáng)調(diào)健康老年人是家庭、社區(qū)以及經(jīng)濟(jì)發(fā)展的寶貴資源。全方位全周期地關(guān)注中老年人健康水平和慢性疾病的環(huán)境影響因素及污染治理效果，對不斷提高中老年人口健康水平和人力資本水平、促進(jìn)老有所為、收獲“長壽紅利”至關(guān)重要。作為環(huán)境質(zhì)量的重要代表，空氣是人類一刻也不能缺乏的自然資源，因此空氣污染是影響人體健康的主要環(huán)境風(fēng)險之一。世界衛(wèi)生組織(WHO)最新發(fā)布的《2021世界衛(wèi)生統(tǒng)計報告》顯示，空氣污染這一環(huán)境風(fēng)險因素與心血管疾病、中風(fēng)、呼吸系統(tǒng)疾病和癌癥等多種急慢性疾病有關(guān)，在2016年導(dǎo)致全球約700萬人死亡[1]。眾多醫(yī)學(xué)文獻(xiàn)表明，中老年人生理機(jī)能相比年輕人群體有所下降，其防御和免疫系統(tǒng)更加脆弱，更有可能因空氣污染引發(fā)健康問題，罹患急慢性疾病。值得注意的是，空氣污染對健康造成的負(fù)面影響不僅取決于空氣污染水平，而且與污染暴露時間長短也有密切的聯(lián)系[2][3][4][5]。

自20世紀(jì)90年代始，我國經(jīng)濟(jì)在經(jīng)歷快速增長的同時也面臨著越發(fā)嚴(yán)峻的空氣污染，1995年空氣總懸浮顆粒物水平比世界衛(wèi)生組織(WHO)標(biāo)準(zhǔn)高出四倍。進(jìn)入21世紀(jì)以來，通過把主要污染物減排作為經(jīng)濟(jì)社會發(fā)展的約束性指標(biāo)，不斷完善環(huán)境法治和經(jīng)濟(jì)政策，我國大氣環(huán)境開始整體呈現(xiàn)向好趨勢。根據(jù)《大氣環(huán)境氣象公報(2021年)》，2021年全國平均霾日數(shù)為21.3天，較2020年和近5年(2016—2020年)分別平均減少2.9天和6.9天，但平均空氣質(zhì)量并未達(dá)到世界衛(wèi)生組織設(shè)定的空氣質(zhì)量標(biāo)準(zhǔn)。嚴(yán)峻的空氣污染形勢不利于我國中老年人的健康管理及其社會參與，同時也增加了家庭與公共健康經(jīng)濟(jì)成本，對社會可持續(xù)發(fā)展造成消極影響。從經(jīng)濟(jì)學(xué)視角準(zhǔn)確量化空氣污染對中老年人健康的影響，并對其短期與長期效應(yīng)進(jìn)行區(qū)分，是科學(xué)評估現(xiàn)有污染治理投資社會效益，進(jìn)一步優(yōu)化污染治理水平，從環(huán)境治理視角加強(qiáng)中老年人群慢病管理、開發(fā)老齡人力資源的關(guān)鍵。

本文針對我國空氣污染的現(xiàn)實和積極應(yīng)對人口老齡化、提高民生福祉的目標(biāo)，利用2003—2017年的空氣污染地市級數(shù)據(jù)與2013—2018年中國健康與養(yǎng)老追蹤調(diào)查(CHARLS)個人數(shù)據(jù)，融合機(jī)器學(xué)習(xí)方法，利用風(fēng)向變化構(gòu)造工具變量，量化研究PM2.5污染物濃度對我國中老年人患慢性疾病數(shù)量以及對我國中老年人自評健康的長期影響，并對1～10年內(nèi)不同時間窗口、不同污染水平、不同人群和不同區(qū)域影響的異質(zhì)性進(jìn)行清晰區(qū)分和詳細(xì)探討。本文對空氣污染的健康效應(yīng)和醫(yī)療成本研究進(jìn)行了有益拓展，為科學(xué)評估我國現(xiàn)有環(huán)境保護(hù)和污染治理政策績效、精準(zhǔn)化精細(xì)化地推進(jìn)環(huán)境治理工作、深入打好污染防治攻堅戰(zhàn)提供數(shù)據(jù)支撐和政策建議。同時，本研究有助于從環(huán)境保護(hù)和污染防治的角度提高中老年人群慢病管理水平與公共財政資金使用效率，為積極應(yīng)對老齡化、促進(jìn)健康老齡化以及為銀發(fā)經(jīng)濟(jì)高質(zhì)量發(fā)展提供全新思路。

二、文獻(xiàn)綜述

環(huán)境污染的健康效應(yīng)是經(jīng)濟(jì)學(xué)的經(jīng)典研究問題之一，在Grossman和Cropper構(gòu)建的環(huán)境與健康理論框架基礎(chǔ)上[6][7]，眾多國外學(xué)者對空氣污染與個體健康水平之間的相關(guān)性展開了研究[8][9][10]。由于污染具有非隨機(jī)分配性質(zhì)，個體會根據(jù)偏好采取不同程度的回避行為，如異地遷移、減少戶外活動以及采取防護(hù)措施，等等[11]；另外還存在許多無法觀測的因素會同時影響污染程度和居民健康，如宏觀經(jīng)濟(jì)狀況、產(chǎn)業(yè)分布特點以及地理環(huán)境因素等。這些內(nèi)生性問題為準(zhǔn)確識別污染對健康的影響提出了實證挑戰(zhàn)。因此，在樣本選擇上，大量文獻(xiàn)對嬰兒出生健康狀況進(jìn)行探討，以排除長期因素以及自選擇的干擾，從而得到污染的即時健康效應(yīng)[12]。部分學(xué)者利用經(jīng)濟(jì)蕭條、環(huán)境政策、突發(fā)自然災(zāi)害、高速電子收費系統(tǒng)等對空氣質(zhì)量造成的外生沖擊來研究污染對死亡率的影響[13][14][15][16][17][18]。除利用空氣質(zhì)量的外生事件沖擊外，還有部分學(xué)者試圖為空氣污染尋找合適的工具變量，如風(fēng)向變化、逆溫現(xiàn)象、空氣流通系數(shù)[19][20][21][22][23][24]。以上研究均為空氣污染的負(fù)面健康效應(yīng)提供了準(zhǔn)確的實證依據(jù)。

中國早期粗放型經(jīng)濟(jì)發(fā)展模式帶來的嚴(yán)重空氣污染以及后續(xù)空氣治理政策均受到了國內(nèi)外學(xué)者的廣泛關(guān)注，并發(fā)現(xiàn)空氣污染對我國居民健康有著顯著的負(fù)面影響[25][26][27][28]。He等人利用北京2008年奧運(yùn)會對空氣質(zhì)量帶來的正向沖擊估計了空氣污染對死亡率的影響[29]。Tanaka發(fā)現(xiàn)空氣污染治理政策“兩控區(qū)”的推行顯著降低了20%的嬰兒死亡率[30]。Fan等人則發(fā)現(xiàn)秸稈燃燒引起的PM2.5升高增加了農(nóng)村中老年人的死亡率[31]。Almond等人通過斷點回歸發(fā)現(xiàn)我國秦嶺—淮河以北地區(qū)免費供暖政策顯著提高了北方空氣中的總懸浮顆粒水平[32]，利用這一結(jié)論，Chen和Ebenstein等人通過對比我國南北城市差異，估計出空氣污染對預(yù)期壽命產(chǎn)生的負(fù)面影響[33][34]。除生理健康以外，Zhang、Chen以及Zhang等人分別研究了空氣污染對人們的精神健康、主觀幸福感以及認(rèn)知水平等方面的影響[35][36][37]。

除污染濃度以外，污染暴露時間也是量化其健康效應(yīng)的關(guān)鍵。醫(yī)學(xué)領(lǐng)域?qū)諝馕廴镜拈L短期健康影響的研究較多，通常使用數(shù)月至數(shù)年接觸暴露因子來判斷長期暴露情況，并采用個體常年居住地的空氣污染指數(shù)來衡量污染水平，發(fā)現(xiàn)空氣污染對健康的影響與污染暴露時間顯著相關(guān)[2][3][4][5][38][39][40][41]。Weuve等人利用醫(yī)學(xué)統(tǒng)計方法發(fā)現(xiàn)長期暴露于PM2.5的水平越高，老年女性群體認(rèn)知能力下降的速度就越快[42]。近年來，有經(jīng)濟(jì)學(xué)研究開始使用微觀調(diào)查數(shù)據(jù)來識別空氣污染的長期健康效應(yīng)。Zhang等人利用中國家庭追蹤調(diào)查數(shù)據(jù)(CFPS)發(fā)現(xiàn)滯后三年的空氣污染對認(rèn)知表現(xiàn)有明顯損害[37]。王玉澤和羅能生使用2015年中國健康與養(yǎng)老追蹤調(diào)查數(shù)據(jù)從生理、心理、社會適應(yīng)能力三重健康視角全面考察了空氣污染的健康折舊效應(yīng)與醫(yī)療成本效應(yīng)，發(fā)現(xiàn)空氣污染對心理健康的負(fù)面影響主要集中在污染暴露的0～9個月內(nèi)，而對生理健康的影響主要集中在9～18個月，但由于數(shù)據(jù)限制而未探討18個月以上的長期影響[43]。Deschenes等人利用1989—2015年中國健康與營養(yǎng)調(diào)查數(shù)據(jù)分析了滯后一年空氣污染對肥胖率的影響[23]，類似的，Liu等人則利用中國多民族隊列數(shù)據(jù)(CMEC)進(jìn)一步考察了滯后三年污染水平對肥胖率的影響及其城鄉(xiāng)差異[44]。

綜上所述，學(xué)者們對我國空氣污染與居民健康做了比較豐富的研究，但對其長期健康效應(yīng)的經(jīng)濟(jì)學(xué)研究起步較晚，還需進(jìn)一步補(bǔ)充3年以上長期空氣污染暴露對健康尤其是對中老年人患慢性疾病影響的實證依據(jù)。為系統(tǒng)、全面探究空氣污染的長期健康效應(yīng)，更準(zhǔn)確地評估環(huán)境政策的健康收益，有針對性地推進(jìn)老年人群環(huán)境健康工作，本文提出了以下研究問題：空氣污染是否會對中老年人健康產(chǎn)生顯著的長期負(fù)面影響？該影響是否會隨暴露時間的變化而變化？該影響在不同污染水平、對不同人群和不同區(qū)域是否存在明顯差異？與既往文獻(xiàn)相比，本文的主要貢獻(xiàn)如下：第一，拓展了空氣污染長期影響的考察時間范圍，全面評估了1～10年內(nèi)居住地PM2.5平均污染物濃度對我國中老年人健康成本的線性及非線性負(fù)面影響；第二，使用國際研究前沿的風(fēng)向變化工具變量來解決空氣污染與健康因果識別中的內(nèi)生性問題，同時利用我國中老年人遷移率較低的特點，準(zhǔn)確識別空氣污染的長期積累影響；第三，聚焦于中老年人這一空氣污染易感人群，并根據(jù)不同樣本特征進(jìn)行異質(zhì)性分析，為促進(jìn)健康老齡化提供新思路、新角度，為進(jìn)一步分人群、分階段推進(jìn)污染防治工作提出政策建議。

三、空氣污染對長期健康的影響機(jī)理與研究假設(shè)

本文借鑒宏觀經(jīng)濟(jì)學(xué)中的Grossman投資模型[6]，對空氣污染的長期健康效應(yīng)進(jìn)行捕捉。假設(shè)健康也是一種資本，其兩個時期的差值可表示為：

Ht+1-Ht=It-δtHt

(1)

其中，Ht+1為第t+1期的健康資本存量；Ht為第t期的健康資本存量；It為第t期的健康投資；δt為健康資本折舊率。Cropper將污染水平Pt引入健康資本折舊率表達(dá)式中[7]：

(2)

其中，δ0為初期的健康資本折舊率，參數(shù)δ、α、β分別表示對應(yīng)的彈性大小。我們在此基礎(chǔ)上設(shè)定污染水平的變化形式為指數(shù)形式，為簡化假設(shè)條件，我們將此時的Pt表示為0-t期的累積污染水平：

Pt=Ptet

(3)

將方程(3)代入方程(2)中，兩邊同時取對數(shù)并對t求導(dǎo)，可得：

(4)

基于對以往文獻(xiàn)的梳理和影響機(jī)理研究，提出以下研究假設(shè)：

假設(shè)1：空氣污染存在長期的健康效應(yīng)。

由方程(4)可知，健康資本折舊率的變化率受到健康污染彈性的影響，長期來看，當(dāng)健康污染彈性增加時，其健康資本折舊率的變化率會增加，即健康折舊程度提高。因此，本文假設(shè)存在空氣污染的長期健康效應(yīng)。

基于Grossman(1972)的健康需求理論[6]，借鑒Cropper(1981)將空氣污染引入健康需求函數(shù)的思想[7]，并根據(jù)Zivin和Neidell(2013)[12]對健康需求模型的簡化思想，我們對一個具有代表性的個人健康生產(chǎn)函數(shù)進(jìn)行建模，并探討由于個人對污染的敏感性不同而產(chǎn)生的異質(zhì)性。我們將個人健康H表示為個人暴露的環(huán)境污染水平P、對污染的回避性行為A以及改善污染負(fù)面健康后果的消費支出E：

H=H(P,E,A)

(5)

方程(5)中的回避行為A和可以改善健康的消費支出E會減輕污染造成的健康負(fù)擔(dān)，但需要說明的是，這里的消費支出E僅包括疾病發(fā)作后的直接醫(yī)療費用，不包括預(yù)防性健康消費支出。預(yù)防性健康消費支出，例如為減輕空氣污染危害而購買口罩、空氣凈化器等所產(chǎn)生的支出費用，將被納入污染的回避行為A。我們將疾病α引入個人健康H并進(jìn)一步明確其函數(shù)形式。假設(shè)環(huán)境污染水平和回避行為共同決定了環(huán)境污染驅(qū)動的疾病α發(fā)生，疾病的發(fā)生又會影響醫(yī)療支出。因此，在總函數(shù)以及其中的每一子部分函數(shù)均滿足凹性假設(shè)的前提下，健康生產(chǎn)函數(shù)可寫成如下形式：

H=H(E(α),α(P,A))

(6)

個人效用不僅取決于健康狀況，也取決于消費C，一般情況下個人效用還取決于勞動時間L，故個人效用的函數(shù)簡化為：

U=U(H,C,L)

(7)

設(shè)定Y為個體非工資收入，Pi為商品的價格，W為工資。由于本文討論重點并不是勞動力市場表現(xiàn)，所以對勞動力相關(guān)部分進(jìn)行簡化，個人的效用最大化問題可以表示為：

(8)

一階條件為：

(9)

(10)

(11)

(12)

聯(lián)立方程(11)和方程(12)可得到：

(13)

方程(13)說明回避行為A和改善健康支出E在增加健康方面的邊際生產(chǎn)力的比率等于它們的價格比率。此外，方程(9)～(13)隱含地將回避行為A和改善污染負(fù)面健康后果的消費支出E定義為所有外源性變量的函數(shù)A(P,α,PA,PE,PC)和E(P,α,PA,PE,PC)，即最佳的回避行為和醫(yī)療治療將取決于污染水平、污染與疾病的關(guān)聯(lián)度以及所有消費品的成本。由于兩個變量均取決于環(huán)境污染水平，所以健康和污染水平之間的關(guān)系可以表示為方程(7)的總導(dǎo)數(shù)：

(14)

由方程(14)可知，污染對健康的影響取決于兩個不同的組成部分：污染和疾病之間的關(guān)聯(lián)度以及疾病與不良健康狀況的關(guān)聯(lián)度，前者關(guān)系為負(fù)，后者關(guān)系為正，所以污染對健康的影響整體為負(fù)向影響。

假設(shè)2：空氣污染的長期健康效應(yīng)在不同的群體中表現(xiàn)出異質(zhì)性。

一方面，方程(14)中的dH/dα部分是基于疾病轉(zhuǎn)化為健康狀況不佳的程度影響形式，對應(yīng)的分解形式中包含?H/?α部分，反映了污染引起的疾病發(fā)作未獲得治療的程度。不同個體的疾病治療狀況在很大程度上取決于不同地區(qū)醫(yī)療水平及其他經(jīng)濟(jì)社會因素。另一方面，如假設(shè)1所示，方程(14)中的(?α/?A)(?A/?P)部分體現(xiàn)了空氣污染回避行為的重要性，不同個體的回避行為在很大程度上因性別、年齡等個人特征而異。因此，本文假設(shè)空氣污染的健康效應(yīng)具有異質(zhì)性。

假設(shè)3：空氣污染對健康長期影響的普通最小二乘法(OLS)估計存在偏差。

方程(14)中的dα/dP部分是基于個體暴露的污染水平對疾病發(fā)作的凈影響形式，對應(yīng)的分解形式中存在(?α/?A)(?A/?P)部分，意味著如果個體的回避行為足夠有效，則存在生物效應(yīng)的前提下也可能無法觀察到疾病的變化。這對識別污染與健康間的因果關(guān)系提出了挑戰(zhàn)。所以本文假設(shè)空氣污染躲避行為的存在使得污染對健康長期影響的普通最小二乘法(OLS)估計存在偏差，即存在經(jīng)濟(jì)學(xué)中因果效應(yīng)識別的經(jīng)典內(nèi)生性問題。

四、模型、變量與數(shù)據(jù)

(一)模型設(shè)定

本文研究空氣污染的長期健康效應(yīng)，為了解決內(nèi)生性導(dǎo)致的估計偏誤，借鑒Deryugina的研究[20]，利用機(jī)器學(xué)習(xí)中的K-means聚類算法構(gòu)建風(fēng)向的變化(WINDDIR)為空氣污染的工具變量(IV)，使用兩階段最小二乘法(2SLS)對因果關(guān)系進(jìn)行估計。K-means聚類算法的核心思想是，對于給定的樣本集，按照樣本之間的距離大小將樣本集劃分為K個簇。本文的樣本集是各城市的經(jīng)緯度數(shù)據(jù)，K-means聚類算法根據(jù)給定的經(jīng)緯度數(shù)據(jù)，按照組內(nèi)距離最小化而組間距離最大化的分組原則，計算不同城市之間的距離并進(jìn)行地理位置的聚類。風(fēng)向與聚類后的組別虛擬變量交互組成本文空氣污染的工具變量集。該工具變量的有效性在于，一個地區(qū)在某個時間段產(chǎn)生的風(fēng)向變化將直接影響空氣污染程度，但與該地區(qū)中老年人的健康無關(guān)。假設(shè)一個空氣污染監(jiān)測器位于污染源的東邊，當(dāng)風(fēng)從西邊吹來時，監(jiān)測儀將記錄高水平的污染；當(dāng)風(fēng)從東邊吹來時，它將記錄低水平的污染。因此，使用風(fēng)向變化可以準(zhǔn)確預(yù)測該地區(qū)在該時間段的空氣污染水平，在較大地理范圍和長期時間范圍內(nèi)準(zhǔn)確估計PM2.5水平對中老年人健康的影響。

因此，我們利用各地級行政區(qū)的風(fēng)向變化作為空氣污染水平的工具變量，并允許風(fēng)向?qū)M2.5濃度的影響隨地理位置的變化而變化。為了考察空氣污染的長期健康效應(yīng)，本文的基準(zhǔn)兩階段最小二乘法回歸模型(2SLS)設(shè)定如下：

(15)

(16)

圖1 2003—2017年P(guān)M2.5污染物濃度水平修正數(shù)據(jù)集

(二)數(shù)據(jù)來源

1.污染數(shù)據(jù)與氣象數(shù)據(jù)

本文的PM2.5污染數(shù)據(jù)來自于哥倫比亞大學(xué)國際地球科學(xué)信息網(wǎng)絡(luò)中心(CIESIN)發(fā)布的2003—2016年全球歷史年平均PM2.5的柵格化數(shù)據(jù)集(2)數(shù)據(jù)獲取網(wǎng)址：http://sedac.ciesin.columbia.edu.，2017年的數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站的全國城市空氣質(zhì)量發(fā)布平臺。通過兩份數(shù)據(jù)對比，發(fā)現(xiàn)全國城市空氣質(zhì)量發(fā)布平臺的站點污染物濃度整體偏高，所以本文經(jīng)過對兩份數(shù)據(jù)的修正，形成2003—2017年的空氣污染數(shù)據(jù)集。修正后的數(shù)據(jù)集如圖1所示。

本文的氣象數(shù)據(jù)源自美國國家海洋及大氣管理局(NOAA)的國家氣候數(shù)據(jù)中心(NCDC)(3)數(shù)據(jù)來自NCDC的公開FTP服務(wù)器ftp://ftp.ncdc.noaa.gov/pub/data/noaa/isd-lite/.，從中選取中國(含港澳臺)的觀測站點數(shù)據(jù)，包括氣象要素中的氣溫、氣壓、風(fēng)向風(fēng)速、云量、降水量等，其中大多站點為3小時數(shù)據(jù)，少量站點為1小時數(shù)據(jù)；對小時數(shù)據(jù)進(jìn)行年度水平匯總后構(gòu)建城市級氣象變量，與微觀調(diào)查數(shù)據(jù)進(jìn)行匹配(4)該份數(shù)據(jù)僅提供站點的經(jīng)緯度數(shù)據(jù)，需根據(jù)逆地理編碼將經(jīng)緯度轉(zhuǎn)化為地址，解析出省(自治區(qū)、直轄市)市縣的位置信息，提取城市信息，構(gòu)建城市級年均氣象變量。。

表1 變量描述性統(tǒng)計

2.健康數(shù)據(jù)

本文微觀個體層面數(shù)據(jù)來自中國健康與養(yǎng)老追蹤調(diào)查(CHARLS)，該調(diào)查是由北京大學(xué)國家發(fā)展研究院和中國社會科學(xué)調(diào)查中心共同主持的大型數(shù)據(jù)收集項目。該項目于2011年首次開展，每兩年進(jìn)行一次，重點關(guān)注全國范圍內(nèi)45歲及以上的中老年人，旨在收集一套高質(zhì)量的數(shù)據(jù)，為研究人口老齡化提供支持。目前數(shù)據(jù)更新到2018年，活動范圍覆蓋全國28個省份的150個縣區(qū)、450個村居、一萬余戶家庭，共收集到兩萬余個個體數(shù)據(jù)。本文采用的個體數(shù)據(jù)來自2013年、2015年和2018年的CHARLS數(shù)據(jù)庫，最終得到有效數(shù)據(jù)17520個，有效樣本分布與CHARLS整體樣本分布基本一致。根據(jù)第七次人口普查數(shù)據(jù)，我國流動人口規(guī)模雖然呈現(xiàn)快速增長趨勢，但人口凈流出地老齡化嚴(yán)重，老年人口異地遷移率較其他年齡段人口遷移率低，60歲以上人口僅占總遷移人口的5.79%。同時根據(jù)CHARLS問卷中對“調(diào)查對象有無遷出居住地6個月及以上的經(jīng)歷”，以及“受訪者常住地址”的樣本調(diào)查數(shù)據(jù)，可計算出本文所研究樣本個體遷移率僅有0.23%。樣本居住地相對固定這一特征有利于準(zhǔn)確捕捉空氣污染的健康長期積累效應(yīng)。

(三)指標(biāo)測度與選取

1.解釋變量

1)核心解釋變量

本文的核心解釋變量為樣本居住地1～10年內(nèi)的PM2.5濃度，即根據(jù)調(diào)查年份，分別計算個體樣本居住所在地在不同滯后時間窗口內(nèi)的PM2.5污染物平均值。這是醫(yī)學(xué)研究中較為常見的做法。為分析空氣污染對健康影響的長短期效應(yīng)，本文基于樣本被訪問期2013—2018年的滯后1年到10年間PM2.5均值對空氣污染的累積效應(yīng)進(jìn)行研究。對2018年訪問樣本而言，其居住地2017年的PM2.5污染物年均值為1年內(nèi)污染濃度水平，2016年與2017年的PM2.5污染物2年年均值為2年內(nèi)污染濃度水平，以此類推，2008年到2017年的10年P(guān)M2.5年均值為10年內(nèi)污染濃度水平。因此，本文的核心解釋變量共有10個，其變量描述性統(tǒng)計結(jié)果如表1中的平均空氣污染部分所示。

2)控制變量

本文參考王玉澤和羅能生[43]的研究成果，分別從個人、家庭和地區(qū)層面選取指標(biāo)作為控制變量。個人層面的控制變量包含一系列個人特征變量：年齡、性別、教育水平[45]、婚姻狀況和戶口所在地(城鄉(xiāng))。此外，本文研究對象為中老年群體，年齡大多處于生命周期后半期，因此本文還控制了居民15歲之前的健康水平，以避免個體早期身體狀況差異對估計結(jié)果造成偏差。家庭層面的控制變量包含家庭擁有孩子的數(shù)量、家庭支出和家庭居住情況[46][47]。其中，家庭居住情況具體包括所居住房子是否有供水、是否有廁所、是否有洗澡設(shè)施以及是否帶供暖設(shè)施(不包括土暖氣和可制暖的空調(diào))。地區(qū)層面的控制變量為樣本所在城市的地區(qū)生產(chǎn)總值?？刂谱兞拷y(tǒng)計描述如表1后半部分所示。

2.被解釋變量

本文分別從客觀、主觀兩個方面衡量中老年群體的健康水平。首先，本文選取中老年人患有慢性病的數(shù)量作為衡量健康的客觀指標(biāo)。在CHARLS問卷中涉及的慢性病種類有以下14種(5)14種慢性病為：高血壓病、血脂異常(高血脂或低血脂)、糖尿病或血糖升高(包括糖耐量異常和空腹血糖升高)、癌癥等惡性腫瘤(不包括輕度皮膚癌)、慢性肺部疾患如慢性支氣管炎或肺氣腫、肺心病(不包括腫瘤或癌)、肝臟疾病(脂肪肝、腫瘤或癌除外)、心臟病(如心肌梗死、冠心病、心絞痛、充血性心力衰竭和其他心臟疾病)、中風(fēng)(包括腦梗和腦出血)、腎臟疾病(不包括腫瘤或癌)、胃部疾病或消化系統(tǒng)疾病(不包括腫瘤或癌)、情感及精神方面問題、與記憶相關(guān)的疾病(如老年性癡呆、腦萎縮、帕金森癥)、關(guān)節(jié)炎或風(fēng)濕病、哮喘。。其次，本文選取樣本自評健康為衡量健康的主觀指標(biāo)，具體包括五個水平，即自我感覺身體狀況極好(賦值為1)、很好(賦值為2)、一般(賦值為3)、不好(賦值為4)、很不好(賦值為5)。

五、空氣污染對中老年人健康長期影響的實證結(jié)果

(一)空氣污染長期健康效應(yīng)的基準(zhǔn)線性回歸結(jié)果

首先，我們使用普通最小二乘法(OLS)來估計空氣污染對中老年人健康長期影響的基準(zhǔn)結(jié)果。需要說明的是，估計系數(shù)為正，表示PM2.5污染濃度的升高會導(dǎo)致慢性病數(shù)量增加及自評健康狀況變差。根據(jù)表2結(jié)果顯示，1～10年內(nèi)的PM2.5濃度與慢性病數(shù)量和自評健康之間呈正相關(guān)關(guān)系，系數(shù)較小且只有兩組在10%的水平上顯著。根據(jù)文章第三部分理論模型推導(dǎo)，由于個體存在回避行為等因素，空氣污染長期健康效應(yīng)的OLS回歸結(jié)果可能會低估污染健康效應(yīng)，因此還需要進(jìn)一步利用工具變量(IV)方法準(zhǔn)確識別因果關(guān)系系數(shù)，并與基準(zhǔn)線性回歸結(jié)果進(jìn)行對比。

表2 空氣污染對中老年人健康不同時間窗口的長期影響(OLS)

(二)空氣污染長期健康效應(yīng)的兩階段最小二乘法回歸結(jié)果

1. 一階段回歸結(jié)果

根據(jù)一階段回歸模型(15)，我們將風(fēng)向變量與通過K-means聚類算法分類的50組虛擬變量進(jìn)行交互。在構(gòu)建交互作用虛擬變量時，組別中會出現(xiàn)沒有相應(yīng)值的情況，因此表3中匯報的第一自由度均在不同程度上小于理論上應(yīng)該得到的IV變量個數(shù)，同時IV變量個數(shù)又超過了城市集群的數(shù)量，這使得在計算集群穩(wěn)健的Kleibergen-Paap Wald rk F統(tǒng)計量上具有挑戰(zhàn)[48]。借鑒Barwick等人的研究，本文在表3中匯報了IV的聯(lián)合系數(shù)F檢驗[49]。為進(jìn)一步檢驗一階段回歸結(jié)果的穩(wěn)健性，我們依次加入城市固定效應(yīng)、年份固定效應(yīng)和氣候控制變量，發(fā)現(xiàn)一階段回歸結(jié)果表現(xiàn)穩(wěn)健。最后，我們的IV通過了弱工具變量測試，P值均接近于0。

表3 一階段回歸結(jié)果

2. 兩階段回歸結(jié)果

表4匯報了基于兩階段最小二乘法(IV-2SLS)的回歸結(jié)果。結(jié)果表明，1～10年內(nèi)平均空氣污染水平對中老年人慢性病數(shù)量的影響均顯著為正。具體而言，10年累積平均PM2.5濃度每上升1μg/m3，個體患慢性病的數(shù)量在1%的置信水平上就會增加0.065個，相比個體患慢性病平均數(shù)量0.34而言，個體患慢性病數(shù)量增加了約19%。此外，PM2.5濃度水平對慢性病數(shù)量的正向影響隨著時間積累有增加趨勢，其中10年平均污染水平的累積健康效應(yīng)大約是1年累積效應(yīng)的7倍以及3年累積效應(yīng)的3倍。通過對比表3、表4中OLS與IV的結(jié)果可以發(fā)現(xiàn)，內(nèi)生性的存在低估了空氣污染對中老年人健康的長期負(fù)向影響。此外，空氣污染對自評健康影響的回歸結(jié)果僅在滯后1年以及2年內(nèi)顯著，在長期內(nèi)，即3～10年內(nèi)均不顯著。該結(jié)果有兩種可能的解釋：一方面，中老年群體的主觀健康評價更容易受到年份較為接近的污染水平影響，而長期影響則較難被準(zhǔn)確捕捉；另一方面，正如第三部分影響機(jī)理中的方程(14)所示，對健康主客觀評價的不一致可能導(dǎo)致疾病與自評健康的關(guān)聯(lián)度較弱。

表4 空氣污染對中老年人健康不同時間窗口的長期影響(IV)

為驗證本文估計結(jié)果的可信度，我們將本文結(jié)論與其他學(xué)者的研究結(jié)論進(jìn)行橫向比較。王玉澤和羅能生利用滯后1年的年均空氣質(zhì)量指數(shù)(AQI)[43]，研究發(fā)現(xiàn)：AQI每增加1個單位，生理健康指數(shù)下降2.124個單位。為了與本文進(jìn)行結(jié)論對比，我們將兩篇文章的自變量和因變量進(jìn)行統(tǒng)一。對自變量而言，我們發(fā)現(xiàn)AQI和PM2.5的污染趨勢幾乎一致(圖2)，回歸結(jié)果顯示AQI每上升1個單位，PM2.5上升約0.89個單位。對因變量而言，王玉澤和羅能生將慢性病在生理健康指數(shù)中的權(quán)重設(shè)為0.322[43]，其結(jié)果顯示AQI每增加1個單位，慢性病指數(shù)會下降0.68個單位。由于其指數(shù)采用熵權(quán)法測算，取值范圍為0～1，我們可將其倒推轉(zhuǎn)化為疾病個數(shù)，從而得到結(jié)論：AQI每增加1個單位，慢性病數(shù)量會增加0.0068個。這與本文一年內(nèi)平均污染影響的估計系數(shù)0.009比較接近，說明本文結(jié)論與現(xiàn)有研究具有一定可比性和參考價值，也進(jìn)一步驗證了本文長期效應(yīng)估計的準(zhǔn)確性。

圖2 PM2.5與AQI指數(shù)的趨勢

慢性病是一種長期積累形成疾病形態(tài)損害的疾病，會對居民的生命健康造成巨大的危害，同時帶來沉重的經(jīng)濟(jì)負(fù)擔(dān)。根據(jù)健康中國行動推進(jìn)委員會于2019年7月9日發(fā)布的《健康中國行動(2019—2030年)》，隨著工業(yè)化、城鎮(zhèn)化、人口老齡化的發(fā)展以及生態(tài)環(huán)境和生活方式的變化，慢性病醫(yī)療負(fù)擔(dān)占疾病總負(fù)擔(dān)的70%以上。準(zhǔn)確量化空氣污染對中老年人慢性疾病數(shù)量的長期影響，可進(jìn)一步計算出空氣污染的長期健康損失以及相應(yīng)的醫(yī)療成本，為制定最優(yōu)污染治理水平提供科學(xué)依據(jù)。參考已有研究，王玉澤和羅能生發(fā)現(xiàn)年均空氣污染水平每增加1單位，中老年群體人均年住院費用增加37. 29元，月門診費用增加8. 99元[43]。根據(jù)前文估計的空氣污染對慢性疾病數(shù)量的長期影響系數(shù)，10年年均PM2.5每增加1單位，中老年群體人均慢性病醫(yī)療費用會增加799. 25元。根據(jù)第七次人口普查的數(shù)據(jù)顯示，全國60歲以上的老年人口為 2.6402 億，那么10年年均PM2.5每增加1單位，全國60歲以上的老年人口慢病醫(yī)療總費用將增加 2110.18 億元。

(三)空氣污染的長期非線性健康效應(yīng)

為進(jìn)一步檢驗空氣污染對健康的長期影響是否呈非線性相關(guān)特點，本文將PM2.5濃度按照《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中的年平均一級標(biāo)準(zhǔn)(15μg/m3)與二級標(biāo)準(zhǔn)(35μg/m3)濃度限值分為4組：[0，15]、(15，35]、(35，55]和(55，55+]，并定義 [0，15]為基準(zhǔn)組。本文對不同污染濃度組分別展開回歸分析，并將10年內(nèi)平均空氣污染水平的非線性回歸系數(shù)及其95%的置信區(qū)間進(jìn)行可視化繪圖，如圖3(1)所示(6)相關(guān)數(shù)據(jù)可聯(lián)系作者獲取。。隨著 PM2.5濃度上升，我們發(fā)現(xiàn)中老年人患慢性病數(shù)量急劇上升，即空氣污染的長期負(fù)向健康影響隨著空氣污染程度的加重而逐漸增大。此外，我們將最高污染物濃度水平組別(55，55+]的1～10年累積影響的回歸系數(shù)繪制在圖3(2)中，發(fā)現(xiàn)隨著污染積累時間越長，高濃度空氣污染的負(fù)向健康影響逐漸增大，同時顯著性提高。

圖3 回歸系數(shù)與置信區(qū)間

六、基于不同人群和區(qū)域的健康效應(yīng)異質(zhì)性分析

(一)空氣污染的長期健康效應(yīng)：基于不同性別和年齡的研究

表5是基于性別和年齡差異的實證結(jié)果。首先，如(1)列和(2)列所示，在基于性別的分組中，空氣污染的長期健康效應(yīng)在中老年女性群體中表現(xiàn)較為顯著，但在中老年男性群體中不顯著。在我們的研究樣本中，女性在自評健康和慢性病方面的指標(biāo)得分均優(yōu)于男性，即女性樣本的健康狀態(tài)劣于男性樣本。在排序為1～5的自評健康變量中，男性平均值為2.88，女性平均值為3.04，自評健康的等級越高表示身體狀況越差。此外，男性平均患慢性病數(shù)值為0.54，女性患慢性病數(shù)值為0.58。綜上所述，中老年女性的基準(zhǔn)健康狀態(tài)相比男性而言較差，在長期空氣污染暴露下，中老年女性的健康狀況可能更容易受影響。

其次，我們將45歲以上的中老年群體分為三個不同年齡段展開異質(zhì)性研究，分別是45—55歲、55—65歲和65歲以上。如表5(3)列至(5)列所示，55—65歲群體的空氣污染長期健康效應(yīng)最為顯著，但是65歲以上群體的空氣污染長期健康效應(yīng)不顯著。這可能是因為65歲以上群體更傾向于減少外出而待在室內(nèi)，其暴露于空氣污染的可能性也大大降低，相較于其他年齡階段的群體，該群體對空氣污染的敏感度下降。同樣，45—55歲群體的空氣污染長期健康效應(yīng)也不顯著，該年齡段群體的身體機(jī)能和健康狀態(tài)相比其他年齡段較好，故空氣污染可能暫時未對其產(chǎn)生顯著的長期影響。

表5 空氣污染對慢性病患病數(shù)量在不同時間窗口的長期影響的異質(zhì)性檢驗

(二) 空氣污染的長期健康效應(yīng)：基于不同區(qū)域的研究

我們以秦嶺—淮河為界將區(qū)域劃分為南方和北方(7)其中南方地區(qū)包括江蘇、安徽、湖北、重慶、四川、西藏、云南、貴州、湖南、江西、廣西、廣東、福建、浙江、上海和海南；北方地區(qū)包括山東、河南、山西、陜西、甘肅、青海、新疆 、河北、天津、北京、內(nèi)蒙古、遼寧、吉林、黑龍江和寧夏。，分地區(qū)的異質(zhì)性結(jié)果如表5的(6)列和(7)列所示，其中(6)列表示北方地區(qū)的回歸分析結(jié)果，(7)列表示南方地區(qū)的回歸結(jié)果。我們發(fā)現(xiàn)，北方中老年人比南方中老年人對空氣污染更為敏感。可能的原因是，南方中老年群體平均患慢性病數(shù)量為0.32個，而北方中老年群體平均患慢性病數(shù)量為0.35個，即南方中老年人群體的整體慢性病患病情況好于北方，并且北方由于供暖政策的實施導(dǎo)致污染水平整體比南方高[33]，因此北方中老年群體的健康水平更容易受到長期空氣污染的負(fù)面影響。

(三)空氣污染的長期健康效應(yīng)：基于不同社會階層的研究

由于較低的基礎(chǔ)健康水準(zhǔn)、有限的規(guī)避污染選擇以及較少的醫(yī)療保健資源，低收入的社會群體往往會成為環(huán)境污染的弱勢群體，易受到更大的負(fù)面健康影響。由于調(diào)查數(shù)據(jù)并未給出收入水平以及社會階層相關(guān)信息，我們使用教育和消費作為代理變量，對不同受教育程度以及不同消費水平人群進(jìn)行異質(zhì)性分析，回歸分析結(jié)果參見表6。首先，如(1)—(3)列所示，在基于受教育程度的分組中，未完成基礎(chǔ)教育以及高中及以下中老年群體的健康水平更容易受到空氣污染的長期負(fù)面影響，而高中以上教育水平中老年群體的污染長期健康效應(yīng)不顯著。如(4)—(7)列所示，在基于消費水平的分組中，家庭支出位于整體樣本底部25%的中老年群體的空氣污染長期健康效應(yīng)較為顯著，其余樣本分位點均不顯著。綜上所述，處于相對弱勢社會階層的中老年人對長期空氣污染暴露更為敏感，相同水平的空氣污染對低收入、弱勢社會階層人群會造成更大的負(fù)面影響。

表6 空氣污染對慢性病患病數(shù)量在不同時間窗口的長期影響的異質(zhì)性檢驗

七、穩(wěn)健性分析

(一)滯后非累積污染水平的健康效應(yīng)影響

圖4 滯后累積與滯后非累積PM2.5水平對慢性病數(shù)量的影響系數(shù)圖

本文基于樣本居住地1～10年內(nèi)的PM2.5濃度來構(gòu)建空氣污染的長期累積水平，但空氣污染水平在我們的研究窗口期內(nèi)表現(xiàn)為先升高后降低的非平滑趨勢(圖1)， PM2.5濃度水平在某一年份的驟然波動可能會導(dǎo)致滯后累積污染水平的變化，從而影響健康效應(yīng)估計的準(zhǔn)確性。為排除該種可能性，我們使用滯后非累積污染水平重新考察空氣污染的健康效應(yīng)，結(jié)果如圖4所示，僅滯后第1年與第2年的空氣污染對健康的估計結(jié)果顯著。因此，前文估計的長期積累效應(yīng)并不是由某一年份的污染水平變化造成的，我們的結(jié)論較為穩(wěn)健。

(二)遷移因素

表7 滯后期空氣污染對慢性病患病數(shù)量在不同時間窗口的長期影響的穩(wěn)健性檢驗

本文基于個人居住地所在行政區(qū)域構(gòu)建空氣污染的長期累積濃度水平，由于時間跨度長達(dá)10年，觀測樣本可能會在此期間進(jìn)行遷移。遺憾的是CHARLS數(shù)據(jù)庫中并未給出相關(guān)遷移信息。借鑒Deschenes等人的研究[23]，我們使用以下兩種方案解決該問題。首先，受到大城市高房價或其他個人及家庭因素，部分人群的居住地與工作地有一定距離。針對該種可能性，我們使用省級層面污染水平代替市級變量，便于進(jìn)一步擴(kuò)大個人的污染暴露范圍，如表7中(1)列所示，回歸結(jié)果依然穩(wěn)健。其次，城市居民由于工作出差、長短途旅行等原因會有更多的長短期遷移，所以我們將居住地所在城市的個體數(shù)據(jù)刪除，僅保留農(nóng)村地區(qū)的樣本進(jìn)行回歸分析，如表7的(2)列所示，估計結(jié)果依舊很穩(wěn)健。

(三)一階段K-means聚類到不同數(shù)量組別

在一階段，我們通過K-means聚類方法將污染物數(shù)據(jù)根據(jù)地理位置聚類到50個組別中。為驗證回歸分析結(jié)果的穩(wěn)健性，我們將聚類組別數(shù)更改為30和40，如表7(3)列、(4)列所示，與聚類組別為50的基準(zhǔn)回歸分析對比，減少聚類組別會使回歸系數(shù)的大小有所下降，即模糊地理邊界會低估污染的長期健康效應(yīng)。這可能與污染顆粒物的傳播性有關(guān)，但長期效應(yīng)依然顯著，估計結(jié)果穩(wěn)健。

(四)數(shù)據(jù)極端值的誤差

我們對慢性病數(shù)量進(jìn)行極端值處理，將該變量中小于其0.5百分位的數(shù)值替換為其0.5百分位數(shù)值，大于其 99.5 百分位的數(shù)值替換為其 99.5 百分位數(shù)值。處理前最大值為8，最小值為0；處理后最大值4，最小值為0，如表7的(5)列所示，我們的結(jié)論依舊穩(wěn)健。

八、結(jié)論與政策啟示

習(xí)近平總書記指出，良好生態(tài)環(huán)境是最為普惠的民生福祉，保護(hù)生態(tài)環(huán)境就是保護(hù)生產(chǎn)力，改善生態(tài)環(huán)境就是發(fā)展生產(chǎn)力。生態(tài)保護(hù)與污染防治不僅有益于經(jīng)濟(jì)社會可持續(xù)發(fā)展，還可以提高全體居民尤其是中老年人口的健康水平和人力資本，減少家庭的醫(yī)療支出以及社會的公共衛(wèi)生成本，在人口老齡化大背景下促進(jìn)“第二次人口紅利”的釋放。本文聚焦中老年這一污染易感以及慢病人群，將2013年、2015年和2018年CHARLS的個人層面調(diào)查數(shù)據(jù)與2003—2017年的市級PM2.5污染濃度相匹配，融合K-means聚類算法，利用風(fēng)向變化這一空氣污染的外生沖擊作為工具變量，構(gòu)造兩階段最小二乘法估計模型對空氣污染的長期健康效應(yīng)進(jìn)行全面考察。結(jié)果顯示，空氣污染顯著損害了中老年人的健康水平，并且該負(fù)面效應(yīng)在1～10年內(nèi)隨暴露時間的延長而增加。具體而言，過去10年的平均PM2.5濃度每增加1μg/m3，中老年人患慢性疾病的數(shù)量將增加19%，并且隨著污染程度的提高，對健康產(chǎn)生的負(fù)面效應(yīng)呈非線性增加趨勢。通過進(jìn)一步異質(zhì)性分析，發(fā)現(xiàn)空氣污染對中老年人患慢性病數(shù)量的影響具有較為明顯的性別、年齡、社會階層以及居住區(qū)域差異。最后，本文的結(jié)論在考慮滯后年份污染水平波動、遷移因素、聚類組別數(shù)量和數(shù)據(jù)誤差后結(jié)果依然穩(wěn)健。

與以往研究空氣污染健康效應(yīng)的文獻(xiàn)相比，由于引入更長的時間窗口以及使用居住地較為穩(wěn)定、更易患慢性疾病的污染弱勢群體，本文所估計的空氣污染的長期負(fù)面健康效應(yīng)更大，且呈非線性增長趨勢，并由此推導(dǎo)出長期的醫(yī)療健康成本以及社會經(jīng)濟(jì)成本：10年年均PM2.5每增加1單位，每個中老年人口每年慢性病醫(yī)療成本負(fù)擔(dān)會增加799.25元，全國60歲以上的中老年人口慢病醫(yī)療費用累積將增加 2110.18 億元。此外，世界銀行于2016年發(fā)布的《空氣污染的成本：加強(qiáng)行動的經(jīng)濟(jì)理由》報告顯示，環(huán)境污染增加了過早死亡概率，減少了勞動時間，提高了相關(guān)福利開支，導(dǎo)致中國損失國內(nèi)生產(chǎn)總值的10%[50]。由此可見，空氣污染的長期暴露不僅會造成醫(yī)療成本負(fù)擔(dān)大幅度增加，還會導(dǎo)致勞動供給以及生產(chǎn)效率下降等間接經(jīng)濟(jì)損失[51]。堅持加大污染防治力度在一定程度上可以有效改善老年人口健康狀況，降低慢性疾病風(fēng)險及醫(yī)療成本，減少福利和社會經(jīng)濟(jì)損失，有利于促進(jìn)生態(tài)環(huán)境治理與經(jīng)濟(jì)健康綠色發(fā)展的雙重效益。

綜上所述，本文從我國打贏藍(lán)天保衛(wèi)戰(zhàn)的總體要求出發(fā)，對推進(jìn)環(huán)境健康工作、加強(qiáng)慢病管理、實現(xiàn)健康老齡化提出如下政策建議：第一，應(yīng)進(jìn)一步重視空氣污染對中老年人存在的長期健康負(fù)面效應(yīng)，在制定環(huán)境治理工作長期規(guī)劃時，應(yīng)全面優(yōu)化污染治理水平，提高污染治理效率，進(jìn)一步改善空氣質(zhì)量并提高空氣質(zhì)量標(biāo)準(zhǔn)；第二，要根據(jù)空氣污染長期效應(yīng)呈非線性增加的特點，對平均污染程度較高的地區(qū)制定更加有針對性的空氣污染防治計劃；第三，在慢病早期篩查、慢病風(fēng)險預(yù)測、預(yù)警與干預(yù)以及慢病人群管理等過程中，應(yīng)注重對空氣質(zhì)量及其他環(huán)境因素的科學(xué)普及以及綜合考察，加強(qiáng)對空氣污染的預(yù)警以及應(yīng)急預(yù)案工作；第四，根據(jù)空氣污染對不同性別、年齡、地區(qū)以及不同社會階層人群的影響異質(zhì)性，提出針對環(huán)境污染弱勢群體的精細(xì)化精準(zhǔn)化污染防治方案、針對性保護(hù)等。