中国居民健康支出的时空差异与环境技术弹性

杨 振， 丁启燕， 王 宇

(1.华中师范大学 城市与环境科学学院， 武汉 430079; 2.华中师范大学 可持续发展研究中心， 武汉 430079)

中国居民健康支出的时空差异与环境技术弹性

杨 振1,2*， 丁启燕1,2， 王 宇1,2

(1.华中师范大学 城市与环境科学学院， 武汉 430079; 2.华中师范大学 可持续发展研究中心， 武汉 430079)

工业发展中排放的环境污染对人口健康造成冲击，区域环境技术与居民健康支出密切相关.该文综合采用泰尔指数、趋同检验、分位数回归弹性等方法，重点考察中国2005年～2014年居民健康支出的时空差异特征与环境技术弹性.结果表明：1)2005年以来，各省区居民医疗保健支出均有大幅增加，支出水平总体呈现“东高、西低、中部居中”的空间格局；2)医疗保健支出总体差异主要来源于东、中、西三大地带内部，带间差异贡献较低，支出水平存在地区趋同现象；3)环境技术在低、中、高3个分位点上的弹性系数均为正值，说明在研究时段内降低工业COD、SO2排放水平有利于居民医疗保健支出的降低.

健康支出； 时空差异； 趋同检验； 环境技术弹性

改革开放以来，我国经济社会发展取得巨大成就，人民生活有了明显改善.但快速城市化、工业化排放的大量污染导致了严重的健康危害，增加了居民健康支出压力[1].健康是人的基本权利，也是我国小康社会建设的重要内容，经济快速增长引发的环境与健康问题引起各界的广泛关注.越来越多的理论研究和实践表明，一个地区居民的健康支出受到多种因素的影响，与当地经济状况、健康素养、人口分布、年龄结构、医疗供给、环境质量、制度政策、文化教育等条件密切相关[2-3].经济增长推动了居民收入增加，环境意识和健康素养普遍提高，对于健康服务和产品的消费需求也呈现普遍增长态势[4].在控制收入变量的条件下，人口分布的城市化、年龄结构的老龄化以及医疗资源可及性的提高对健康支出均有明显影响.一些学者发现城市空气质量差、工作压力大，而就医便利、医保制度健全，居民健康支出普遍高于农村[5]；人体健康水平随年龄增加而下降是一个自然规律，因此老龄化水平较高地区的医疗支出相对也高[6]；农村卫生室、县乡医疗机构条件的普遍改善与“新农合”制度的基本普及，在一定程度上减轻了农村看病难、看病贵压力，推动农民健康支出的增加[7].还有一些学者注意到教育、职业等因素对健康支出的影响，提出个人需求医疗卫生服务和产品的实质是健康本身的观点，认为文化程度高者一般职业收入也高，拥有的健康知识相对丰富，对健康服务和产品的需求比较旺盛[8].随着研究的不断深入，并且出于对工业化进程中环境问题严重性的担忧，部分学者特别关注各类污染对健康及医疗支出的影响.以加拿大49个郡和8个OECD国家为样本的研究案例，均显示污染较严重地区的人均医疗花费更高；超过一定阈值的一氧化碳、二氧化硫和氧化氮浓度的提高会加速恶化人群健康，导致医疗支出快速攀升[9-10].就国内而言，一些学者从实证的角度验证了空气、水、土壤等污染的健康危害与经济影响，认为改革开放以来工业污染在较大程度上削弱了经济发展带来的健康红利[11-12].

环境污染的主要源头在于众多的工业行业(如火电、钢铁、水泥、石化、有色金属冶炼等)向大气、水体等自然环境中排放了过多的废弃物.提高工业环境管理水平与工艺技术有利于控污减排，降低健康风险，影响健康支出.当前，健康地理学致力于环境与健康关系的研究，较多地关注环境本身要素(如温度、湿度、降水、土壤元素等)对健康本身的影响，比较缺乏针对环境管理、环境技术、健康需求、医疗支出等方面的成果[13].科学技术是人们解决环境问题、从根本上消除污染危害的关键抓手.同时，我国地域广阔，各地区自然、人文条件千差万别，居民健康支出水平存在较大差异[14].基于此，本研究综合采用泰尔指数、趋同检验、分位数回归弹性等方法，重点考察大陆各省区(不含港澳台)2005年、2014年两个典型年份的居民健康支出差异、变化趋势与环境技术弹性问题，为进一步消除不同地区、人群之间的“健康鸿沟”提供政策启示，同时为辨明环境与健康之间的复杂关系提供实证依据.

1居民健康支出计算方法与分布特征

基于健康内涵的复杂性，广义的健康支出不仅包括疾病的预防、诊断、治疗等经济投入，还包括居民花费在休闲娱乐、体育锻炼、膳食营养等方面的时间、金钱与精力成本[15].本文重点关注经济快速发展时期的国民健康问题，为简化分析并根据数据的可得性原则，直接使用国家统计局常规统计指标“居民医疗保健消费支出(Health care expenditure，HCE)”作为狭义健康支出的代理指标.该指标的含义是，城乡居民用于医疗和保健的药品、医疗器械和服务费用，包括医药卫生保健用品、医疗保健服务费和医疗卫生设备、用品加工修理费等.由于中国统计年鉴仅给出各地区分城、乡的人均医疗保健消费支出数据，这里根据城、乡人口比重计算得到各地区全体居民的人均医疗保健支出PHCEit(单位：元/人)：

PHCEit=UPHCEit×URit+

RPHCEit×(1-URit).

(1)

式(1)中，UPHCEit表示城镇居民家庭人均医疗保健支出，元/人；RPHCEit表示农村居民家庭人均医疗保健支出，元/人；URit表示地区市化水平，即城市人口占总人口的比重，%；i、t代表地区和年份.

根据全国三大地带划分标准，东部地带包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省市，中部包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省区，西部则包括其余的12个大陆省区(图1).根据中国统计年鉴提供的数据，计算得到2005年、2014年各地区总体的人均医疗保健支出.统计发现，在两个典型年份里，全国尺度的人均医疗保健支出分别为356.61元/人、1 044.80元/人，10年增长了688.19元/人，年均增长12.69%.这一增速显然是在我国工业化进程快速推进和环境污染明显增加的背景下发生的.就省域尺度看，2005年人均医疗保健支出最小值出现在西藏，为105.34元/人，最大值出现在北京，为1 166.10元/人，二者相差1 060.76元/人，北京是西藏的11.07倍.2014年的最小、最大值分别增加到197.60元/人(西藏)、2 223.90元/人(上海)，差异程度增加到2 026.30元/人和11.25倍.图1显示，东部省份的人均医疗保健支出普遍高于中、西部省区.2005年东、中、西地带内部的支出均值分别为548.11元/人、309.47元/人、269.77元/人，东部最高，中部次之，西部最低；2014年支出均值变化为1 307.50元/人、1023.41元/人、886.95元/人，仍然保持着“东高、西低、中部居中”的基本空间格局.图1还显示，在两个年份里，各省区的医疗保健支出均发生了幅度不等的增加，其中上海的增加幅度最大，为1 452.72元/人；西藏的增幅最小，为92.26元/人，二者相差15.75倍.从各省增幅的总体情况看，初始水平较低的中、西部省区普遍高于初始水平较高的东部省区，这在一定程度上推动了两个年份中医疗保健支出空间差异的变化.

2居民健康支出差异分解与趋同检验

在明晰健康支出总体分布特征的基础上，对其空间差异进行解析并探讨其未来变化趋势具有重要意义.全国医疗保健支出的空间差异既表现在东、中、西3大地带之间，同时也表现在各地带内部各省区之间.泰尔指数从信息熵的概念出发，能够将这一差异从总体上分解为带间差异与带内差异，并可以衡量两类差异的贡献份额，辨明总体差异的来源.设Pji、THCEji分别为第j地带i省份的人口和医疗保健支出总额，j=1， 2， 3，表示东、中、西3大地带，Pj、THCEj分别为第j地带的总人口和医疗保健支出总额，P、THCE分别为全国总人口和医疗保健支出总额，则全国医疗保健支出总体差异的Theil指数可以用式(2)表示，3大地带之间的差异TB和各地带内部的差异TW，分别用式(3)、(4)表示.

(2)

(3)

(4)

2005年、2014年全国总体差异的Theil指数及其带间、带内分解结果见表1.可以发现，从总体差异的Theil指数看，全国医疗保健支出总差异的变化始终受到带间差异和带内差异的共同影响，总差异从0.035 5减少到0.016 5，10年间减少了0.019 0.与此同时，带间、带内差异也在两个年份里发生了相应变化.2005年，在全国总差异中，地带之间的差异TB为0.015 2，占42.69%，地带内部的差异TW为0.020 3，占57.31%；2014年，TB、TW分别变化为0.003 2、0.013 3，所占比重变化为19.30%、80.70%.其中，TB的贡献率减少了23.39%，TW的贡献率则增加了23.39%.从带内差异的分解结果看，2005年，东、中、西三大地带内部差异的Theil指数分别为0.027 2、0.014 2、0.010 8，2014年东、中部分别降低到0.016 1、0.008 3，西部则增加到0.014 0，呈现“中、东部降低，西部增加”特征.由于在两个年份里TW对总体差异的贡献率均大于TB，因此可以认为全国医疗保健支出差异主要是由各地带内部的差异所造成，并且该类差异的贡献份额随时间变化而增加，带间差异始终起次要作用.

为考察2005年以来各地区差异变化的总体趋势，这里借鉴经济研究中经典的收敛性检验模型[16]，构建关于人均医疗保健支出的区域趋同检验模型.在式(5)中，PHCEit表示i省区在考察期初t的人均医疗保健支出，PHCEiT表示i省区在考察期末T的人均医疗保健支出，t-T为考察时段；α为常数，b为待估的收敛系数，ξit为误差项.若b显著小于0，表示地区人均医疗保健支出的增长速度与其初始水平负相关，说明各地区支出差异存在随时间而减小的趋势，即趋同趋势，否则不存在趋同趋势.

(5)

回归结果显示，检验模型的F值为7.890，说明检验方程在5%的置信水平上显著；R2为0.214，说明地区人均医疗保健支出变化的21.40%可由其初始水平(自然对数)解释，而变化的78.60%则由其他因素(如经济收入、医疗服务、生活条件、环境质量等)的变化引起.模型的回归系数(即趋同系数)b=-0.026，小于0且通过5%的显著性检验(t统计量为-2.809)，说明各地区人均医疗保健支出存在明显的趋同趋势，支出初始水平较高地区的增加速度慢于初始水平较低的地区，初始水平较低地区的增速则快于较高地区，因而两类地区的差异存在随时间变化而减小的趋势，预期会逐步趋同于某一较高水平.我国医疗保健支出的时空差异变化存在趋同性这一特征，与全国总体差异有所降低有内在的一致性.其原因可能在于，在当前地区之间彼此开放的时空背景下，由于市场的主导作用，影响居民对健康产品和服务需求的各类因素(医疗资源、收入、制度、政策等)在地区之间的自由流动或均衡化，对地区健康支出的不平衡产生了自我修正作用，从而导致了趋同的发生.

3居民健康支出分布变化的环境技术弹性

由于工业生产中排放的各类污染物是当前危害国民健康、激发居民健康服务和产品需求的重要因素之一，这里选择化学需氧量、二氧化硫为代表，使用单位工业产值产生的COD、SO2排放量作为环境技术水平的表征指标，以此为基础考察环境技术对医疗保健支出变化的影响.两个指标均为负向指标，数值越大说明工业环境技术水平越低；反之，环境技术水平越高.当前，关于环境技术弹性相关问题的研究尚无成熟的方法可供借鉴，本研究参考生态经济分析中经典的STIRPAT模型建构思路[17]，尝试建立我国居民医疗保健支出变化的环境技术弹性分析模型.首先，将某地区居民受到的COD或SO2的健康危害总影响THE分解为该地区总人口P、经济状况A(GDP/P)、工业化水平I(工业增加值/GDP)、环境技术水平T(COD或SO2排放量/工业增加值，分别用T-COD或T-SO2表示)、单位污染物的健康危害影响V(健康危害/COD或SO2排放量)等5个变量的乘积，如式(6)所示.利用居民医疗保健支出总额THCE代替THE，并将式(6)两边同除以P，得到关于地区人均医疗保健支出PHCE的恒等式(7).由于实际中医疗保健支出与诸因素之间的关系并非完全的同比例单调关系，因此将式(7)改写为随机形式(8)，其中的常数项α是标度该模型的常数项，β1、β2、β3、β4为相应变量的指数项，表示对PHCE影响的相对大小.最后，对式(8)两边取自然对数，得到线性化的回归模型(9)，ε为残差项，包含了除A、I、T以外的所有能够影响医疗保健支出的因素.并且，由于缺乏测量V的可靠方法，为简化分析，将其直接归于残差项ε，而不单独进行估计.在式(9)中，T为关注变量，回归系数β3的含义是在控制其他因素不变的情况下，环境技术水平变化1%引起的人均医疗保健支出变化的百分比，反映了居民医疗保健支出的环境技术弹性大小.

THE=P×A×I×T×V，

(6)

(7)

PHCE=αAβ1Iβ2Tβ3Vβ4ε，

(8)

lnPHCE=lnα+β1ln(A)+β2ln(I)+β3ln(T)+ε.

(9)

一般来说，普通最小二乘法(OLS)是估计式(9)模型的最基本方法，但该方法考察的是自变量对因变量条件期望的边际影响.如果条件分布呈现非对称分布，条件期望则不能反映因变量分布的全貌.1978年，Koenkel等提出分位数回归的思想，认为各分位数能比较全面地描述数据集合的分布状况，可以利用因变量的条件分位数对自变量进行回归.同时，该方法使用残差绝对值的加权平均作为最小化的目标函数，对回归系数的估计更为稳健[18].本研究采用该方法对不同支出水平的环境技术弹性进行考察.借助计量经济分析软件EViews8.0，选择3个代表性分位点0.25、0.50、0.75分别进行回归，并在回归时使用自助重复抽样技术(Bootstrap)在每个分位点处做500次重复抽样，以增强推断效能.研究时段取2005年～2014年，研究样本为大陆31个省区.为增加分析结果的稳健性，样本数据取各省区2005年、2014年的平均值，相关基础数据来源于两个年份的中国统计年鉴.

对两类工业污染物的排放技术水平(自然对数)进行回归，结果见表2.该表显示，在0.25、0.50、0.75分位点上，T-COD的回归系数β3分别为0.270 3、0.242 1、0.145 6，均大于0，说明地区人均医疗保健支出随工业COD排放水平的升高而增加，当T-COD增加1%时，对城乡居民健康额外造成的危害将推动人均医疗保健支出增加0.270 3%.相应地，当工业企业通过技术改造、优化管理、推广清洁生产等方式降低T-COD水平时，同样会有效降低居民健康支出.随着分位点值的升高，T-COD的弹性随之降低，说明较低水平的健康支出对T-COD更为敏感，中、高水平支出的环境技术敏感性较低.另一方面，在低、中、高3个分位点上，T-SO2的回归系数β3分别为0.086 1、0.059 6、0.105 0，说明当地区单位工业产值排放的SO2增加1%时，将推动3个水平的人均医疗保健支出分别增加0.086 1%、0.059 6%、0.105 0%.弹性系数随支出水平的提高发生“先减、后增”的波动.

T-COD和T-SO2在不同分位点上的弹性系数均为正值，说明对居民健康支出的助推效应具有一定稳健性.然而，各弹性系数均未通过统计学检验，说明弹性系数为正仅是当前特定时期的特有情况.当研究样本波动时，弹性系数可能会发生某些变化，这在一定程度上反映了居民健康与环境关系的复杂性.可以设想，未来随着经济发展中清洁生产技术的广泛采用，环保制度的逐步完善，单位工业产值排放的污染物将大幅减少，预期可能会出现医疗保健支出随T-COD、T-SO2的降低而增加的现象，即β3<0.

注：*、**、***分别表示在10%、5%、1%的置信水平上显著.

4结论与讨论

健康是经济社会发展的基础条件，也是广大人民群众的共同追求.快速工业化、城市化进程中排放的大量污染物对国民健康造成冲击，区域环境技术与居民健康支出密切相关.本研究发现：1)2005年以来，各省区居民医疗保健支出均有大幅增加，支出水平总体呈现“东高、西低、中部居中”的空间格局；2)医疗保健支出总体差异主要来源于东、中、西3大地带内部，带间差异贡献较低，支出水平存在地区趋同现象；3)环境技术在低、中、高3个分位点上的弹性系数均为正值，说明在研究时段内降低工业COD、SO2排放水平有利于居民医疗保健支出的降低.

上述结论为辨明我国居民健康支出的空间分布格局及其与环境、技术之间的复杂关系提供了实证线索，提示我们在全面建设小康社会过程中应牢固树立以人为本的理念，高度重视清洁生产工作，尽快实现工业发展与污染排放的“脱钩”.特别是，由于居民经济支出是维持和提升个体健康的重要手段，支出差异在一定程度上映射了不同人群之间的健康公平性.根据健康支出空间分布格局能够进一步优化配置医疗卫生资源，为降低不同地区、人群之间的“健康鸿沟”提供参考.同时，需要指出的是，本研究建立的环境技术弹性分析模型逻辑清晰、形式简洁，且能够分离出环境技术变量对医疗保健支出的独立影响，得到一些有意义的结论.但该模型对各影响因素的交互作用强调不够，在推广应用中需加以注意.

[1] 张 芬， 周 浩， 邹 薇. 公共健康支出、私人健康投资与经济增长：一个完全预见情况下的OLG模型[J] .经济评论， 2012(6):5-14．

[2] HONG E J， AHN B C. Income-related health inequalities across regions in Korea, Hong and Ahn[J]. International Journal for Equity in Health， 2011(10): 41-51．

[3] 齐良书. 经济、环境与人口健康的相互影响[J].中国人口·资源与环境， 2008， 18(6):169-173．

[4] 徐 芳， 刘 伟. 中国城镇居民医疗保健支出的增长机制研究[J].中国人口·资源与环境， 2014， 24(S3):239-243．

[5] 周先波， 田凤平. 中国城镇和农村居民医疗保健消费的差异性分析[J].统计研究， 2009， 26(3):51-59．

[6] 王学义， 张 冲. 中国人口年龄结构与居民医疗保健消费[J].统计研究， 2013， 30(3):59-63．

[7] 高洪洋， 胡小平， 王彦方. 中国农村居民医疗保健支出的影响因素[J].财经科学， 2016(2):82-92．

[8] SMYTH F. Medical geography: understanding health inequalities[J]. Progress in Human Geography， 2008， 32 (1):119-127．

[9] JERRETT M， EYLES J， DUFOURNAUD C. Environmental influences on health care expenditure: an exploratory analysis from Ontario， Canada[J]. Journal of Epidemiology and Community Health， 2003(57):334-338．

[10] NARAYAN P K， NARAYAN S. Does environmental quality influence health expenditures: empirical evidence from a panel of selected OECD countries [J]. Ecological Economics， 2008(65):367-374．

[11] 徐冬林， 陈永伟. 环境质量对中国城镇居民健康支出的影响[J].中国人口·资源与环境， 2010， 20(4):159-164．

[12] 张 宁， 胡鞍钢， 郑京海. 应用DEA方法评测中国各地区健康生产效率[J].经济研究， 2006(7):92-105．

[13] 杨林生， 李海蓉， 李永华， 等. 医学地理和环境健康研究的主要领域与进展[J].地理科学进展， 2010， 29(1):31．

[14] 唐齐鸣， 项 乐. 中国居民医疗保健支出的影响因素及区域差异性研究[J].金融研究， 2014(1):85-98．

[15] BADI H， FRANCESCO M. Health care expenditure and income in the OECD reconsidered: evidence from panel data [J].Economic Modeling， 2010， 27 (4) : 804-811．

[16] 朱国忠， 乔坤元， 虞吉海. 中国各省经济增长是否收敛[J].经济学季刊， 2014， 13(3):1171-1194．

[17] 黄 蕊， 王 铮， 丁冠群， 等. 基于STIRPAT模型的江苏省能源消费碳排放影响因素分析及趋势预测[J].地理研究， 2016， 39(4):781-789．

[18] 杨 振， 王 念， 王 宇. 中国性病疫情的时空差异与经济驱动机制[J].热带地理， 2016， 36(5):761-766.

Spatio-temporal difference of heath care expenditure and its environmental technology elasticity in China

YANG Zhen1，2， DING Qiyan1，2， WANG Yu1，2

(1.College of Urban and Environmental Sciences， Central China Normal University， Wuhan 430079； 2.Research Institute of sustainable Development, Central China Normal University， Wuhan 430079)

Industrial pollution had impacted on population health， and the regional environmental technology is closely related to the residents’ health care expenditure. Using Theil index， convergence test and quantile regression synthetically， this paper analyzed spatio-temporal difference of heath care expenditure and its environmental technology elasticity in China from 2005 to 2014. The results show that: 1) the health care expenditures in all provinces have been increasing greatly from 2005， presenting a spatial pattern of decreasing from east to west (“high in east area， middle in central area and low in west area”); 2) the spatial difference mainly ascribed to the intra variance in the three areas rather than the inter differences among them. And the expenditure levels of the three regions had a trend of converging; 3) the elasticity coefficients of environmental technology on low， middle， and high quantile were all positive， indicating that cutting down the emission of COD and SO2would be able to reduce the level of residents’ health care expenditure．

health care expenditure; spatio-temporal difference; convergence test; environmental technology elasticity

2017-01-08.

国家自然科学基金项目(41301187).

1000-1190(2017)02-0247-06

X503.1

A

*E-mail: yangzhen0871@163.com.