——来自中国的情景分析

推文人 | 息晨 

原文信息：Xiumei Yu, Xiaoyan Lei, Min Wang. 2019. “Temperature effects on mortality and household adaption: Evidence from China”, Journal of Environmental Economics and Management, 96:195-212

 

简介

 

气候变化对人体健康的影响是经济学与流行病学关注已久的话题，但限于微观数据可得性，尚鲜有针对发展中国家情景的详尽分析。本文使用国家疾病监测点2004-2012年的人口死亡面板数据，考察了极端温度对中国居民死亡率的影响，并对因何种疾病死亡进行了分析。在气候变化大背景下，结合HadGEM2-ES模型预测了此种影响2061-2080年导致的货币损失。最后，作者分析了极端温度下，居民的适应行为——能源消费与购买空调的变化。

 

数据来源与模型设定

 

（1）数据来源

 

本文使用的数据主要由四部分组成。

 

人口死亡数据来自国家疾病监测点（DSPs）。DSPs使用分层整群随机抽样，旨在建立一个具有全国代表性的死因监测数据库（相关信息可参见：http://www.ncmi.cn/column/ggws_smdj）。本文使用2004-2012年间在数据库中均有记录的158个县的数据，包括分年龄、性别与死因的全年死亡数，以及在年初分年龄、性别的总人数，据此构建各监测点的逐年死亡率指标。

 

逐日的气象数据来自中国气象数据共享系统（CMDSS）。包含820个气象站点逐日的平均温度、降水、平均相对湿度与气压的监测数据。参考以往文献，依据气象模型构建了比湿指标进行实证分析。使用距离倒数加权将监测站与县进行了匹配，以50英里（80km）为半径。

 

气候预测数据来自WorldClim，此数据库包括在四种RCP（RCP2.6，RCP4.5，RCP6.0，RCP8.5）下中期（2041-2060）与长期（2061-2080）情境下月预测温度最低值与最高值。为包含样本中所有监测点，文章使用HadGEM2-ES模型，并在分析中关注RCP2.6与RCP8.5这两种极端情况。根据历史逐日平均温度数据与WorldClim月温度预测数据，作者构建了预测期每县日温度分布情况。

 

居民适应行为数据主要包括能源消费与空调购买两部分。能源消费数据来自中国能源统计年鉴，通过转换因子将省层面各类型能源转换为统一可比的碳值。获得了04-12年间30个省分城市与农村的能源消费量。空调购买数据来自中国统计局实施的调查，作者获得了04-12年间30省城市与农村地区每100户家庭空调拥有量数据。

 

（2）实证模型设定

 

1.温度对死亡率的影响

 

 

2.温度对适应行为的影响

 

 

实证结果与讨论

 

1.温度-死亡率影响

 

（1）基准结果

 

表1展示了基准分析的结果，（1）（2）（3）列分别为只加入温度变量、加入温度与比湿和再加入降水的回归结果。可见温度与死亡率间呈现清晰的“U型”关系，极端高温与极端低温均会导致死亡率增加。分析（3）的结果，相较于50F-60F的参照组，落入>90F温度箱的天数每增加1天，年死亡率将增加0.6%（相当于每10万人年死亡数增加3.31，样本中平均死亡率为每10万人551人死亡），落入<10F温度箱的天数每增加1天，年死亡率增加0.4%（相当于每10万人年死亡数增加2.2）。

 

在之前针对美国情景的一份研究中，相较于50F-60F的参照组，>90F与<10F天数增加一天，每10万人年死亡数将分别增加0.96与0.69，远小于本文中国情景下的量级，这意味着气候变化对发展中国家或带来更大的健康负担。

 

 

（2）对年龄与死因的分组分析

 

为进一步考察极端温度对不同人群健康影响的异质性，作者按年龄与死因进行了分样本回归。

 

表2展示了对年龄分组的结果。由表中可见，>90F的极端高温对除婴儿以外的所有人群均产生显著的死亡影响，其中老年人群体（>65岁）无论从量级还是百分比上受到的影响程度均最大。极端低温对1-14岁人群及老年人产生显著影响，由于老年人群死亡率高，量级上其受到的影响仍最大。上述结果意味着极端温度下老年人是最主要的受影响群体。

 

 

表3为对不同死因的分组回归结果。可见极端高温与低温均存在因心血管疾病死亡的显著影响，其是极端温度作用于死亡率增加的最主要途径。原文中作者还对其他死因进行了相关讨论。

 

 

鉴于老年人是最受极端温度影响最大的群体，作者进一步对老年人进行了死因分组分析。结果与表3类似，心血管疾病仍是老年人死亡率增加的最主要途径。这突显了极端温度下有心脏疾病的老年人采取防护措施的必要性。

 

（3）稳健性检验

 

使用多种设定检验上述温度-死亡率关系的稳健性与影响异质性，分别是：

 

（1）使用每日的体感温度指数代替温度，此种设定考虑了温度与相对湿度间的交互影响；

 

（2）考虑温度影响的动态效应，报告了当前年份与过去年份温度系数的总和。即报告下述方程中的：

 

发现此时温度的系数大于表1（3）中的系数，证实了动态效应的存在；

 

（3）使用OLS而非WLS估计模型；

 

（4）分男性与女性样本的子样本分析。极端高温无论从百分比还是量级上对男性的影响均高于女性，极端低温的影响在百分比上女性更高，但量级上仍低于男性；

 

（5）以秦岭-淮河作为南北分界线，将县划分为北方城市与南方城市。结果表明高温只显著增加了南方城市的人口死亡率，低温只显著增加了北方城市的人口死亡率。此结果不支持“因人体具适应功能，居住在更温暖（寒冷）地区的人群受极端高温（低温）影响更小”的猜想；

 

（6）使用日最高温度与最低温度代替日均温度；

 

（7）考虑到居民一定程度上会适应当地温度水平，使用每日温度与县样本期内平均温度的偏离代替均温，考察温度偏离对死亡率的影响；

 

上述稳健性检验表明，无论是体感温度指数、考虑动态效应的累积温度、日最高/温或温度偏离，其与死亡率间均存在稳健的“U型”关系。

 

（4）气候变化导致死亡损失的货币价值估计

 

HadGEM2-ES预测2061-2080年间中国将经历更多的极端高温与更少的极端低温，因而气候变化的死亡影响需要集合上述实证结果进行估计。表4给出了分析的结果：

 

最后一列可见，在RCP2.6下，中期与长期内气候变化均不会对死亡率产生显著影响，而在RCP8.5下，长期上气候变化的影响是中期影响的两倍，且均是显著的。

 

据预测，2070年中国大陆人口为12.5亿，因而在长期，RCP2.6与RCP8.5下，气候变化将造成17万与98万人死亡。根据世界银行的统计生命价值信息，上述死亡分别对应1700亿与9800亿货币损失，相当于2017年中国GDP的0.21%与1.19%。

 

2.温度-适应行为变化

 

表5给出了温度对居民两种适应行为——能源消费与购买空调影响的分析：

 

 

（1）列表明极端低温显著增加了居民的能源消费，而极端高温的影响是不显著的。（2）（3）列分城市与农村样本的分析表明，极端低温促进了城市居民的能源消费，对农村居民的影响不显著。（4）列结果表明，在极端低温与极端高温下，城市居民的空调购买量显著增加，农村居民则无明显变化。这意味着极端温度下农村居民的适应措施并不充分，其死亡风险受极端温度影响更敏感。

 

总结

 

本文使用翔实的微观数据发现了温度对死亡率的“U型”影响，极端低温与极端高温均会导致过早死亡，且此影响的程度高于发达国家情境下的研究结果。此外，此种影响对老年人群体更大，且主要途径是因心血管疾病的死亡，在当前的老龄化背景下此结论具有一定的政策启示。最后，对适应行为的分析表明，农村居民在面临极端温度时采取的适应措施有限，这意味着在气候变化下，其或遭受更大程度的死亡损害。一些相关的措施，如高温补贴的覆盖，对于解决此问题将有积极意义。

 

Abstract

 

This paper examines the effects of extreme temperatures on mortality rates, using random year-to-year variation in temperature based on county-level panel data from China. The analysis finds a robust, U-shaped relationship between temperature and mortality rates, indicating that extremely cold or hot temperatures lead to excess deaths. The heat-related (cold-related) effect is 3.5 times (3.2 times) as large as previous findings that used U.S. data, and it is especially large for the elderly population, mainly due to excess deaths caused by cardiovascular diseases. Applying these results to climate change predictions from Hadley Centre Global Environmental Model shows that by 2061–2080 the annual mortality rate is likely to increase by 14.2% if global greenhouse gas emissions continue to rise throughout the 21st century, the estimated health cost of which is around 0.98 trillion Chinese Yuan per year. The paper also explores households’ adaptation behaviors to extreme temperatures. It finds that although urban households adaptively increase energy consumption when they are exposed to cold temperatures and purchase more air conditioners on hot and cold days, rural households are unresponsive to temperature fluctuations. This finding implies that rural people may be more resource constrained and suffer more when extreme temperatures occur.