推文人 | 龚亚珍 

 

原文信息：Ebenstein, A. Maoyong Fan, Michael Greenstone, Guojun He, and Maigeng Zhou, 2017.  "New evidence on the impact of sustained exposure to air pollution on life expectancy from China’s Huai River Policy".  PNAS, 114(39), 10384–10389.

 

推文作者按：

 

环境污染和健康问题的研究在我国已经得到越来越多的关注，分析清楚污染对健康的影响对我国的环境管理和经济发展都具有重要意义。但是，目前大部分的研究基本上基于发达国家的数据，如果简单地利用发达国家的分析结果来推演我国的污染对健康的影响难免存在偏差。从技术层面而言，识别污染对健康的因果关系面临着由于（污染水平）测量误差和遗漏重要变量等原因引起的内生性，从而使传统的OLS估计方法得出的估计有偏。

 

今天介绍一篇2017年发表在PNAS上的文章，该研究以我国北方的冬季取暖政策作为“准实验（quasi-experiment）”、用断点回归（regression discontinuity, RD）方法来识别污染与居民健康之间的“因-果关系”。该文题为“New Evidence on the impact of sustained exposure to air pollution on life expectancy from China's Huai River Policy”。2013年，曾经有一篇题为"Evidence on the impact of sustained exposure to air pollution on life expectancy from China's Huai River Policy "，也发表在PNAS上（2017年文章是对2013年文章分析结果的修正和完善）。这两篇文章都用断点回归的方法来识别因果关系，它们都研究污染对健康造成的长期影响，这类关于污染和健康之间在长期意义上存在的因果关系的研究，在我国目前仍然较为稀少。

 

一、前言

 

空气中的细颗粒物（俗称PM， particulate matter）对人类健康构成了严重的威胁。当前全球大约有59亿人口暴露在PM的污染中，其中有45亿人暴露在超过世界卫生组织（WHO）规定的安全水平（即：对健康的损害minimal）两倍以上的污染中。尽管过去有不少的研究发现PM与心脏病、中风和肺癌密切相关，但已有研究结果似乎并没有让众多国家信服，它们似乎仍然没有采取和实施更加严格的排放标准。因此，深入分析和研究PM对健康造成的损害、探索合适的调控水平在现阶段仍具有重要的政策和研究意义。

 

现有关于污染对健康损害的研究仍存在不少局限性。首先，几乎所有的研究都基于观察所得的数据、对污染水平存在差异的不同地点的人口作比较和研究。这些研究所作的分析中，常常遗漏一些跟大气污染水平密切相关的因素（如收入水平、医院的质量、水污染）。事实上，这些因素会跟大气污染一起交错影响健康水平。其次，由于发达国家的污染和健康数据通常较易获得，现有大部分的研究发现几乎来自于空气污染不太严重的发达国家。然而，在许多发展中国家（包括中国在内），PM的污染水平超过发达国家PM污染水平的5-10倍。鉴于污染水平与健康损害之间存在的非线性关系，从发达国家得出的研究发现可能对发展中国家并没有多大的实证启示意义。再次，在研究污染的健康损害时，其实十分有必要关注长期暴露于污染情况下的健康损害。然而，目前关于污染对健康的长期影响方面的研究依然甚少。目前大部分的研究重点分析污染对健康的短期影响，并且所关注的对象是住院情况、婴儿的健康，而这些跟寿命之间的关系并非十分密切。

 

本研究利用中国2004-2012年的污染和健康数据，着重分析了PM10的污染对健康（寿命）造成的长期影响，旨在弥补现有研究中存在的局限。首先，本研究以我国的冬季取暖政策（称“淮河政策”）作为 “准实验”来作为因果关系的识别策略。“淮河政策”始于上个世纪50年代，由中央集中规划，由政府对淮河以北地区集中供暖。其结果是：通过燃煤集中供热的设施只安装在淮河以北的城市，淮河以南的城市并没有安装同样的设施。由此，造成淮河南北两岸的城市污染水平的差异。本研究基于各城市到淮河的距离采用了“断点回归”（RD）的设计思想。其次，在本研究涉及的时间段（2004-2012年）内，中国PM10的年均浓度为103μg /m3（超过WHO规定的安全污染水平的5倍）。因此，研究结果对中国的13亿人口以及暴露在高污染水平下的其它国家的人口能提供有用的信息。再次，“淮河政策”造成了淮河南北两岸地区间污染水平自上世纪80年代一一来一直存在的差异。虽然2004-2012中国的户籍管理政策有所松动，但是疾控中心（CDC）在登记各地的死亡人口时仍然按各自户籍所在地来登记。因此，本研究回答这样一个问题：PM10对（以出生地统计的）人口寿命的影响程度有多大？

 

研究的分析得出：“淮河政策”使淮河以北地区PM10的年均浓度提高了41.7μg /m3[95%的置信区间：16.4-67.0]，使人均寿命缩短了3.1年[95%的置信区间：1.3-4.9]。此外，死亡率集中发生在那些罹患心血管疾病的人口中。研究进一步发现：当PM10的年均浓度每升高10μg /m3时，人均寿命就相应地缩短0.64年 [95%的置信区间：0.21-1.07]。

 

本研究修正和改进了Chen等于2013年发表在PNAS（110:12936-12941）的研究发现。他们的研究也用“淮河政策”作为“准实验”、用1980-2000年期间的面板数据来分析和识别总悬浮颗粒物（TSP）的健康影响。本研究考察了更细的颗粒物（PM10）、用了更新的数据（2004-2012年）。跟他们的研究相比，本研究尝试了更多的途径来分析影响，其中包括：模型中包括了对健康有损害的个体行为（如吸烟）等因素、用“安慰剂”检验法分析得出“淮河政策”造成的淮河南北两岸地区在污染水平和寿命上存在的差异仅仅体现在“淮河”两岸。

 

二、数据来源

 

本研究重点使用了两套数据。死亡率和寿命数据主要来自于中国疾控中心（CDC）监测点（DSP）的定点调查数据。DSP的数据质量高、覆盖全国161个监测点7300万人口，它详细的记录了导致死亡的各种原因。在分析中，这些死亡原因被分成两类，一类是与心血管疾病相关的死亡原因，另一类是与心血管疾病不相关的死亡原因。研究中使用的污染数据综合了纸质和电子版的数据，记录了1981-2012期间六种主要污染物的浓度。

 

考虑到RD方法本质上是基于横截面数据所提出的设计思想。因此，为了分析污染对健康的长期影响，将2004-2012年161个城市的面板数据合并成154个跟地点相关的横截面数据形式的观测值。对这套横截面数据感兴趣的读者可以参考本文补充资料（SI Appendix）。

 

研究还使用了其它三套相关的数据，那些数据中包含了那些会影响健康变量（寿命、死亡率）的控制变量，其中包括吸烟情况、饮食结构等。这套数据是CDC于2012年搜集的调查数据，该套数据对本研究具有重要的意义。另外，研究还是用了2005年的人口普查数据，普查数据中包含了那些CDC数据库中没有涵盖的个人特征变量。研究还搜集了2004-2012年期间《中国环境统计年鉴》中的相关信息。

 

三、模型设定

模型中的j表示CDC监测点城市j；PMj表示j城市的PM10的浓度；Xj表示由一组变量组成的向量，这组变量会影响健康。Yj表示DSP监测点城市j的死亡率或寿命。β1是表示在控制其它变量的情况下，PM10的污染对死亡率的边际影响。

 

模型[1]先用OLS这种传统的方法估计；然后用RD方法来估计，该方法使用的模型设定如下：

 

 

上述方程[2a]和[2b]中的Nj是一个虚变量（1表示城市j在淮河以北，0表示城市j在淮河以南）；f(Lj )是一个高阶多项式。模型用非参数估计方法。

 

最后，方程[2a]和[2b]的估计用了那些地理位置位于淮河南北两岸5度以内的城市。模型的估计还用了2SLS的方法来估计，有兴趣的读者可以参考原文10386页上的方程[3a]和[3b]的设定，[3a]）

 

Fig2和Fig3分别展示了淮河南北南北两岸城市在PM10的浓度和人均寿命之间存在的跳跃性差异（断点）。

 

四、实证结果

 

本部分重点介绍原文中Table3的内容（原文中Table2展示的实际上是用RD方法分析得出的与Fig2和Fig3相对应的结果，这里不作详细介绍）。

Table 3的第[1]栏报告的是OLS的分析结果，第[2]和第[3]栏报告的是用RD IV的分析结果，其中第[2]栏是用参数估计方法得出的结果，第[3]栏则是用非参数方法估计得出的结果。从这3栏的结果可以看出，用IV方法估计得出的系数指要大于用OLS估计得出的系数。具体而言，用OLS估计得出的系数显示：当PM10的年均浓度每升高10μg /m3时，人均寿命就相应地缩短0.27年；而用RD IV参数估计方法得出的系数则是0.86年，用RD IV非参数估计方法得出的系数则是0.64年。上述RD IV得出的系数高于用RD OLS得出的系数说明测量误差和遗漏重要变量导致的内生性使OLS估计得出的系数是不一致的估计值。

 

五、结论

 

本研究的分析结果说明“淮河政策”对中国北方居民的健康造成了极大的伤害。首先，它使淮河以北城市PM10的年均浓度增加了41.7μg /m3，使人均寿命缩短了3.1年[95%的置信区间：1.3-4.9]。其次，当PM10的年均浓度每升高10μg /m3时，人均寿命就相应地缩短0.64年 [95%的置信区间：0.21-1.07]。

 

上述研究发现具有重要的福利含义。它说明：如果所有城市的PM10的浓度能够控制在国家标准（即：PM10的年均浓度不超过40μg /m3）之下，那么就可以少损失37亿年的寿命。事实上，已有相关研究发现中国的居民已经花费较大的开支来自觉采取防护措施，这说明如果PM10的污染状况能够改善到符合国家标准，那么居民的开支也将大大节省。

 

原文摘要

 

This paper finds that a 10-μg/m3 increase in airborne particulate matter [particulate matter smaller than 10 μm (PM10)] reduces life expectancy by 0.64 years (95% confidence interval = 0.21–1.07). This estimate is derived from quasiexperimental variation in PM10 generated by China’s Huai River Policy, which provides free or heavily subsidized coal for indoor heating during the winter to cities north of the Huai River but not to those to the south. The findings are derived from a regression discontinuity design based on distance from the Huai River, and they are robust to using parametric and nonparametric estimation methods, different kernel types and bandwidth sizes, and adjustment for a rich set of demographic and behavioral covariates. Furthermore, the shorter lifespans are almost entirely caused by elevated rates of cardiorespiratory mortality, suggesting that PM10 is the causal factor. The estimates imply that bringing all of China into compliance with its Class I standards for PM10 would save 3.7 billion life-years.

 

推文作者：龚亚珍，中国人民大学环境学院环境与资源经济系。