图片来源:谷歌图片
原文信息:
Gong, Y., Li, S., Sanders, N. J., & Shi, G. (2022). The mortality impact of fine particulate matter in China: Evidence from trade shocks. Journal of Environmental Economics and Management, 102759.
原文链接:
https://doi.org/10.1016/j.jeem.2022.102759
01
引言
小于2.5微米的颗粒物(PM2.5)的暴露程度在各国之间存在很大差异。在2011-2015年期间,OECD与高收入国家只有不到20%的人口暴露在年平均浓度超过世卫组织准则(10 μg/m3)的环境中,而中低收入国家90%以上的人口面临的污染超过世卫组织准则。空气污染给发展中国家带来了巨大的健康成本,柳叶刀委员会指出,世界上由于空气污染而导致的过早死亡有一半来自于中国和印度。
而关于空气污染对健康的因果影响的研究,往往是在空气污染水平相对较低的地区(如OECD国家)进行的。为了更好地理解在污染较为严重的环境中健康与污染的关系,本文基于全国疾病监测点系统(DSPs)所在县的死亡率监测数据,结合气象、海关等数据,考察了PM2.5污染对中国人口死亡率的长期影响。文章利用2008年金融危机对中国出口产品的前五大目的国的需求所造成的冲击、DSPs所在县上风向地区2000年的出口强度这两条基本信息构建了工具变量,识别了PM2.5污染与死亡率之间的因果关系。
数据
02
本文收集了2004年、2008年和2010年的死亡率、空气污染、贸易和社会经济状况等多个数据集。
(1)死亡率数据
死亡率数据来自中国政府建立的中国疾病预防控制中心(CDC)的疾病监测点系统(DSPs)。DSPs覆盖了中国161个县的地理区域。本文获取了DSPs覆盖的所有161个县在2004年、2008年和2010年的按年龄组、性别和死因的死亡率统计数据。
(2)污染数据
本文使用气溶胶光学深度(AOD)测量相关的卫星数据,并计算三年平均PM2.5水平。
(3)贸易数据
本文从世界银行的World Development Indicators中收集了2001-2010年中国每年对各国/地区的出口总额信息,并从中国海关数据库中收集了当地贸易强度信息。
(4)社会经济数据
本文从中国城市统计年鉴(2001-2010)中收集了人均GDP、地方政府支出、雇员人数和医院床位总数等地级市层面的变量,并计算2004年、2008年和2010年的过去三年的平均值。
(5)天气数据
本文从国家气象局收集每个气象站的温度、降水量、湿度、太阳辐射和风速等天气信息,并将日度数据加总到年度层面。对于没有气象站的县,使用IDW方法对半径200公里内的站点的天气数据进行加权平均,并计算过去三年的平均值。在风向方面,本文将2011年期间的每日平均风向作为研究期间(2001-2010年)的盛行风向。
(6)描述统计
下表显示了变量的描述统计。
03
实证策略
(1)OLS估计
首先,本文使用如下线性模型识别PM2.5对死亡率的影响:
其中,i,a,g分别表示县、年龄组和性别,t表示年份。yi,a,g,t是t年i县a年龄组g性别的死亡率。pmit表示PM2.5浓度的三年(t,t-1,t-2)平均值。xit是控制变量(包括天气条件和社会经济变量)三年平均值的向量。μt是年固定效应,δi是县-年龄组-性别固定效应。聚类标准误在县的层面。
其中,pmit表示 PM2.5浓度的三年(t,t-1,t-2)平均值。upwindexporti,2000是2000年位于给定县i半径300km范围内的上风向城市的出口总额。top5upwindit是t年、t-1年和t-2年给定县i上风向城市的前5个目的地国家的全中国出口总额。交互项upwindexporti,2000 X top5upwindit代表上风向城市面临的贸易冲击,并作为pmit的工具变量。xit是控制变量(包括天气条件和社会经济变量)三年平均值的向量。ωt是年固定效应,ηi是县固定效应。
实证结果
04
(1)PM2.5浓度和死亡率
OLS与IV估计结果如下表所示。第(1)列至第(3)列的OLS估计结果显示,长期暴露于PM2.5与全因死亡率之间存在正向但统计上不显著的关系。第(4)列至第(6)列的IV估计结果显示出大于OLS估计的正效应,且在5%及以上水平上显著。第(6)列的回归结果表明,长期暴露于PM2.5的浓度增加10µg/m3将导致全因死亡率增加约20%。本文还通过替换确定上风向城市的距离半径、构建伪上风向城市进行安慰剂分析等方式进行了一系列稳健性检验,感兴趣的读者可以自行参阅原文。
(2)不同人群的异质性分析
最近的研究发现,空气污染对健康的影响因年龄和性别等不同特征的人群而异,老年人和儿童尤其容易受到污染的影响。流行病学研究表明,心肺健康与长期暴露于PM2.5之间有着密切的联系,PM2.5导致的死亡大部分与心血管疾病有关。为了验证这些影响,本文考察了各年龄组的全因死亡率和心肺死亡率结果,如下表所示。对于全样本而言,PM2.5对全因、心肺和心血管死亡率均有统计显著的影响,而在年龄组内,65岁及以上人群的全因死亡率、心肺死亡率和心血管死亡率系数统计显著且最大,这表明长期暴露于PM2.5对65岁以上老年人的影响最大。
此外,本文进一步按照性别分组,回归结果如下表所示。就全因死亡率(5%的显著水平上)和心肺死亡率(10%的显著水平上)而言,PM2.5污染对女性的健康影响略强于男性,但对心血管死亡率而言,并没有显著的性别差异。
(3)剂量-反应函数的形状
鉴于缺乏关于发展中国家空气污染对健康影响的数据和严格的实证证据,文献通常将发达国家估计的剂量-反应函数应用到发展中国家以评估污染控制的健康收益。然而,发展中国家空气污染的浓度水平往往超出发达国家中观测到的范围。流行病学文献表明,低浓度水平下的剂量-反应函数的形状比高浓度水平下更陡。剂量-反应函数是否呈非线性,对于进行可信的样本外预测、估计污染的边际健康成本和确定最优环境规制水平至关重要。因此,本文对剂量-反应函数的形状进行考察。
下表的结果表明,PM2.5浓度越高,污染的边际健康效应越低。剂量-反应函数的潜在凹形意味着污染对健康的边际影响逐渐减小。这表明,当污染水平非常高时,改善空气质量的边际收益是尽管是正的但很小,但是随着空气质量的改善,高污染国家减少污染的边际收益将增加。
05
结论
本文有两大主要发现。第一,PM2.5污染显著提高了由呼吸系统疾病和心血管系统疾病导致的死亡率,它对65岁以上老年人的影响最大。第二,PM2.5污染和死亡率之间的剂量-反应函数呈凹形,当PM2.5污染水平较低时,污染对死亡率的边际影响较大,PM2.5污染对死亡率的边际影响随污染水平的上升变得越来越小。该发现对污染控制的健康收益评估提供了重要启示:由于发达国家的污染水平总体而言低于包括中国在内的发展中国家,若简单地将发达国家的已有研究结果通过“收益转移(benefit transfer)”方法应用于中国污染控制的健康收益评估,可能会得出偏误的结论。
随着汽车保有量持续增加,制造业和发电严重依赖化石燃料,中国严重的空气污染可能会持续到不久的将来。为了应对这一挑战,中国正在采取积极措施减少污染,“向污染宣战”,这些行动将通过技术升级和向清洁能源转型带来巨大成本。本文的研究有助于理解减少污染的健康收益,这是中国空气污染规制成本收益分析的一个关键组成部分,同时也表明,随着空气质量的改善,中国减少污染的边际收益将增加。
Abstract
We use county-level panel data to estimate the long-run effect of fine particulate matter (PM2.5) pollution on mortality in China. Our causal inference relies on changes in local pollution via wind transport and demand shocks of Chinese products from export destinations amid the global economic crisis during the late 2000s. We find an economically and statistically significant impact of long-term exposure to PM2.5 on cardiovascular and respiratory mortality, and the effect is the largest for those 65 years and older. Using the substantial variation in pollution levels both across time and space in China, we provide evidence of a concave dose-response function, with diminishing marginal mortality impacts of pollution at levels beyond those in developed nations.
声明:推文仅代表文章原作者观点,以及推文作者的评论观点,并不代表香樟经济学术圈公众号平台的观点。
0
推荐