北京市PM2.5污染健康经济效应的CGE分析

王桂芝,武灵艳,陈纪波,宋迎曦,陈蓉蓉 (南京信息工程大学数学与统计学院,江苏 南京 210044)

北京市PM2.5污染健康经济效应的CGE分析

王桂芝*,武灵艳,陈纪波,宋迎曦,陈蓉蓉 (南京信息工程大学数学与统计学院,江苏 南京 210044)

为了研究细颗粒物(PM2.5)污染对公众健康和经济系统造成的影响,以北京市为例,首先通过暴露-反应关系量化分析 PM2.5污染的负面健康效应,从而得到劳动力损失和额外医疗费用,进一步在封闭经济下建立可计算一般均衡(CGE)模型,将劳动力供给变化和额外医疗费用作为传导变量反馈到模型中,模拟PM2.5污染对国民经济系统的外生冲击.结果表明,2013年北京市PM2.5污染造成22247人[95%置信区间(CI):6286～34705]死亡,超过一百万人患病,额外医疗费用约为 11.13(95%CI:2.91～18.82)亿元.进一步,负面健康效应导致产业部门总产出损失约239.69(95%CI:85.93～372.05)亿元,地区生产总值(GDP)损失约9.01(95%CI:3.53～13.57)亿元.

PM2.5；CGE；暴露-反应关系；健康经济损失

随着城市化进程的加快,以细颗粒物(PM2.5)为主的雾霾污染愈发严峻,严重威胁了公众健康和经济发展[1-2].近年来,许多国内外学者运用流行病学和毒理学方法对空气污染的急性效应和慢性效应进行了危害评价[3-6],结果表明空气污染水平与心肺疾病的死亡率、发病率显著相关.目前基于健康效应对于空气污染经济影响的评估方法以人力资本法(HCA)、疾病成本法(COI)和条件价值法(CVM)[7]为主.通过HCA评估美国1958年由于空气污染造成疾病死亡的经济损失,得出当年美国治理空气污染的总健康效益为802亿美元,这是计算和评价空气污染造成健康经济损失的开端[8].国内学者对于空气污染经济损失的研究开始于20世纪80年代,基于HCA得到中国“六五”期间(1981～1985)大气污染对健康造成的年均损失约为 37.64亿元[9].随后,COI和CVM 也被引入到环境质量的研究中来[10-11].例如,陈仁杰等[12]根据COI和CVM估算2006年我国 113个主要城市大气颗粒物污染的健康经济损失为3414.03亿元.Wang等[13]运用CVM得到2015年江苏省雾霾管理和预防的非市场价值为76.45亿元.

然而,这些方法的评估结果只代表疾病的经济负担,国民生产总值(GDP)作为衡量经济状况的一个重要指标,并未包括在这些方法的评估结果内,且这些方法无法模拟某一部门的变化对整个经济系统的影响.投入产出(I-O)模型[14]尽管能够改进这两点不足,但并未将价格机制引入模型,难以对混合经济模拟分析.而可计算一般均衡(CGE)模型基于一般均衡理论刻画了政府政策与市场价格的共同影响[15],不仅保留了传统方法的优势(例如多部门分析等),还引入经济主体的优化行为、市场机制和政策工具,将生产、需求、价格和贸易等有机的结合在一起,能够模拟在混合经济条件下不同产业、经济主体对于政策变化的反应[16].

为了客观评估 PM2.5污染造成的影响,本文以北京市为例,通过暴露-反应关系量化PM2.5暴露下的人群健康效应,并建立封闭经济下的CGE模型,通过劳动力和医疗支出变化进行外生冲击,得到2013年北京市PM2.5污染造成的健康经济影响.

1 方法介绍

1.1 暴露-反应关系

本文根据暴露-反应关系量化 PM2.5暴露下的居民健康效应,这也是评估 PM2.5污染造成健康损失的前提.暴露-反应关系的公式为

式中:EΔ 为PM2.5变化引起的居民健康效应变化量,人;P为暴露人口,人;E为实际浓度下人群健康效应;β为暴露-反应关系系数;C为研究地区的PM2.5浓度,µg/m3;0C 为基准浓度,µg/m3.

1.2 CGE模型

CGE模型能够描述多个市场和结构的相互作用,可以估计某一特殊政策变化所带来的直接和间接影响,以及对国民经济的全局影响.由于PM2.5污染不像其他行业产品一样能够在全国范围内流通,甚至参与进出口贸易,为此本文将北京市2012年投入产出表的42个部门合并为农业、工业、建筑业、运输邮电业、医疗服务业和其他服务业6大部门,构建封闭CGE模型.所有生产部门记为K ,所有商品部门记为L,假设一个活动部门只生产一种商品,下标 k,l分别表示活动和商品,k ,l =1,2,…,6.模型中的价格变量均为相对价格指数,数量变量以货币作为单位来衡量,主要方程如下(完整模型及具体参数设置参见文献[17]):

1.2.1 价格模块

式中:QA为生产活动产出数量,亿元;QVA为增值总投入数量,亿元;QINTA为中间投入总量,亿元;PA、PVA和PINTA分别为相应的价格.式(2)表示生产活动的收入和成本,对于每一种生产活动的收入,全部用于支付增加值和中间投入.

1.2.2 生产模块

生产函数嵌套为两层,式(3)的总产出是不变替代弹性(CES)生产函数,它有两个投入,增值和中间投入,αq、 δq和ρ分别为其效率参数、份额参数和替代参数.嵌套函数的第二层分别是增值和中间投入两个部分.式(4)用柯布-道格拉斯(C-D)生产函数描述增加值,式中:QL和QK分别为劳动和资本需求量,亿元;vaα 为效率参数;η为弹性系数.式(5)用列昂惕夫生产函数描述中间投入,式中:QINT表示中间投入个量,亿元;ica为中间投入产出系数.

1.2.3 经济主体模块

式(6)和式(7)分别描述了居民的收入和消费,式中:YH和EH分别为居民的收入和消费总额,亿元;QLS和QKS分别为劳动和资本的供应量,亿元;WL和WK分别为劳动和资本要素的平均价格;所得税税率记为ti;居民消费倾向记为mpc.式(8)和式(9)分别表示政府的财政收入和支出,式中:YG和EG为政府的收入和支出总额,亿元;PX为商品价格;QG为政府对各部门商品消费数量,亿元;tv为增值税率;Gβ 为消费份额参数.

1.2.4 系统模块

式(10)描述了商品市场出清,该方程表示商品的总供给等于总需求,式中:QX为市场商品数量,亿元;QH为居民对各部门商品消费数量,亿元;QINV为固定资产投资数量,亿元.式(11)表明政府储蓄为零,式中:GSAV表示政府储蓄,亿元.新古典主义模型里利息是弹性的,金融市场从而达到供求平衡,投资等于私人储蓄,因而也要求政府保持财政支出等于收入.

2 数据处理

2.1 健康效应数据

本文认为居住在北京市内的人口都属于暴露人口,但考虑到该地区流动人口较多,户籍人口并不能有效代表北京市居住人口,故取2013年该市常住人口作为PM2.5健康效应评估的暴露人群,数据来源于《2014年北京统计年鉴》.研究地区PM2.5年均浓度值为89.5µg/m3,来源于《2013年度北京市卫生与人群健康状况报告》,假设暴露人群均暴露于同一污染水平.对于 PM2.5基准浓度值,Schwartz等[18-19]指出极低浓度的颗粒物暴露依然有可能损害人群健康,Quah和 Boon[20]也认为颗粒物对人体健康的影响不存在阈值,因此本文取为0µg/m3.

本文选取的健康效应终端为早逝、住院(呼吸系统疾病和心血管疾病)、门诊(儿科和内科)、慢性支气管炎、急性支气管炎和哮喘.为了避免重复计算,对于患病者仅考虑未就诊患者,本文假设这些疾病患者未就诊比例与全人群平均水平相同,据 2013年第五次国家卫生服务调查报告,我国患者未就诊比例为27.3%.暴露-反应系数的确定是健康效应评估的关键,它表示污染物浓度每增加1µg/m3导致的人群发病率和死亡率增加的百分数.本文基于北京市的实际情况,结合黄德生等[21]的研究成果,提取北京市2013年PM2.5污染引起的健康效应终端的暴露-反应关系系数及其 95%置信区间(CI),基年发生率和误工时间来源于2014年《中国统计年鉴》、《中国卫生与计划生育统计年鉴》和其他相关研究结果[21-23](表1).

表1 健康效应终端的相关信息Table 1 Related information of health outcomes

进一步计算PM2.5污染造成的额外医疗费用.因其数据难以获得,故本文只考虑住院和门诊患者的医疗费用支出情况,且采用人均数据代替.根据《2013年北京市卫生事业发展统计公报》,门诊病人人均医药费用为 393.3元,住院病人人均医药费用为18495.9元.

2.2 社会核算矩阵

社会核算矩阵(SAM)是CGE模型的数据基础,它以二维表的形式全面反映了整个经济活动的收入流和支出流,是对社会经济系统内交易的矩阵表述.为此,本文结合北京市 2012年42部门投入产出表(与研究年份最接近),构建SAM表,具体见表2.另外,由于本文建立的是封闭经济下的 CGE模型,且假设企业的超额利润为零,故 SAM 表中没有其他地区账户和企业账户.

表2 2012年北京市社会核算矩阵(亿元)Table 2 Social accounting matrix of Beijing in 2012 (hundred million RMB)

2.3 参数标定

为了使CGE模型达到基期的均衡,需要确定模型中的参数.由于在CGE模型中只是相对价格起作用,本文假定基年所有要素和商品的价格均为1.

CES生产函数和C-D生产函数的参数通过计量经济学的方法来估计[24],该方法以多年统计数据为基础,可靠性高.对于CES生产函数,令

按照Maclaurin级数展开得

不考虑余项,可得回归方程

对于C-D生产函数,对(4)式两边取对数可得回归方程

式中:v=ln(αva); v= η;v = 1− η;ε为误差项.

根据北京市 1985～2012年投入产出表及相关统计年鉴,对方程(15)和方程(16)进行最小二乘估计,即可得到相应参数值.

其余参数均可由 SAM 表计算得到[17],中间投入产出系数为对各部门商品的中间投入与中间投入总额的比值,增值税率为增值税与要素收入的比值,居民平均消费倾向为居民消费总额与税后收入的比值,个人所得税率为个人所得税与居民收入的比值,消费份额参数为对各部门商品的消费支出与消费总额的比值.

3 结果

3.1 PM2.5污染的健康效应

考虑到环境污染的健康损害对国民经济系统的影响主要表现在两个方面,一是劳动力患病或死亡等导致人的劳动能力下降或丧失,二是相关疾病的增加导致医疗费用的增加.为此,本文参考杨宏伟等[23]和赵晓丽等[25]的做法,主要考察来自劳动力供给下降和卫生服务需求增加的经济影响.

将暴露-反应关系系数、暴露人口数、PM2.5浓度和基年发生率代入(1)式,对 2013年北京市PM2.5污染造成的人群健康效应进行综合分析,表3给出了PM2.5暴露下的健康效应评估结果.

表3 PM2.5暴露下北京市居民健康效应评估结果(人)Table 3 Assessment results of residents’ health effects caused by PM2.5pollution in Beijing (person)

由表3可知,2013年北京市PM2.5污染导致22247人(95%CI:6286～34705)死亡,1021078人(95%CI:492204～1487289)发病.根据《2013年度北京市卫生与人群健康状况报告》,2013年北京市 15～64岁劳动力人群在全部死亡人数中占22.44%,由此可得PM2.5污染造成15～64岁劳动力死亡约为4992人(95%CI:1411～7788),结合表1可得误工总时长为 2343132d(95%CI:921943～3518046),相当于损失劳动力 9373人(95%CI: 3688～14072),约为同年劳动力的 0.82‰(95%CI: 0.32‰～1.23‰).同时基于各终端单位医疗费用,计算得到居民额外医疗费用支出为 11.13亿元(95%CI:2.91～18.82).

3.2 PM2.5污染的经济效应

通过劳动力损失和医疗费用增加对CGE模型进行外生冲击,与基准情景进行比较,量化估算2013年北京市PM2.5污染的经济效应.

对于 PM2.5污染的宏观经济效应,本文着重从居民收入、居民消费、政府收入、政府消费、地区GDP5个方面来分析,详见表4.

由表4可知,PM2.5污染会对人体健康造成危害,一方面导致劳动力误工,从而降低劳动力投入水平,另一方面又增加了居民的医疗费用.劳动力投入水平是影响居民收入的重要因素之一,劳动力投入的降低势必导致居民收入水平的降低;居民医疗费用的增长导致对其他部门的消费减少,由于医疗服务业在整个经济系统中所占比重较小,不足以拉动整个消费水平,因而居民收入和消费总额均出现下降迹象.同时,居民收入的减少势必会导致个人所得税的降低,从而造成政府财政收入的减少.而新古典主义模型要求政府财政支出等于收入,从而政府财政支出总额也随之减少.此外,劳动力要素投入的减少导致产出水平下降,医疗费用的增加导致居民消费结构的变化,总体消费水平降低,造成 GDP减少约 9.01亿元(95%CI:3.53～13.57).

表4 PM2.5污染的宏观经济效应(亿元)Table 4 Macroeconomic effects of PM2.5pollution(hundred million RMB)

进一步,表5给出了PM2.5污染的部门产出变化情况,将损失细化到每个生产部门.

表5 PM2.5污染的部门经济效应(亿元)Table 5 Sector economic effects of PM2.5pollution (hundred million RMB)

由表5的模拟结果可以看出,劳动力投入水平和居民医疗费用基于产业部门之间错综复杂的内在关联对整个经济系统进行冲击,导致医疗服务业的总产出有所增长,其余 5个产业都呈现出不同程度的减产,其中工业和其他服务业的损失较大.工业污染是 PM2.5污染产生的主要原因[26],PM2.5的降低则意味着工业生产能力的降低,产业结构的调整刻不容缓,在此背景下,政府可能会牺牲一定的工业增长治理 PM2.5污染[27],这将直接影响到工业的产值;同时旅游业作为第三产业的龙头产业,直接受到雾霾的冲击[28].劳动力投入水平的下降使得部门的劳动力投入降低,总体消费水平的下降则会制约居民消费需求的增长,不利于部门产出.而医疗费用的增长则带动了口罩、空气净化器等防霾产品的热销,刺激了医疗服务业的发展.

4 讨论

本文估算得到 PM2.5污染造成北京市 GDP减少约9.01亿元,略高于赵晓丽等[24]和范春阳[29]基于修正 HCA对北京市的估算结果.这可能是因为他们是从个人收入的角度进行损失评估,并未考虑政府损失、社会间接经济损失等因素,而CGE模型则在一定程度上避免了这一点.同时,本文的估算结果低于部分文献[21,30-31]对北京市的估算结果,可能有以下几点原因:本文假定北京市人口均匀分布且暴露于同一污染水平下,忽略了城区与郊区人口分布不均且流动性大的特点,没有考虑城区污染水平高于郊区污染[32],削弱了高污染水平高人口密度的叠加效应,造成评估结果偏低;本文只考虑了污染导致的劳动力和医疗费用变化对经济系统的影响,没有考虑居民疲劳、幸福感下降的经济价值;在计算医疗费用时,只考虑了住院和门诊的费用,没有包括自我治疗费用和交通费用等,因此只是保守的估算;本文着重评估PM2.5造成的影响,未考虑SO2、TSP等对人群的危害,评估结果可能偏低;由于本文主要通过纯数理推算的方式评估PM2.5造成的社会经济损失,无法反映一个人生命的价值,造成评估结果偏低.

此外,本文不可避免地存在一些不确定性.一方面,对于暴露-反应关系来说,健康终端的暴露-反应系数、发病率和污染物的阈浓度都是很重要的参数.本文中暴露-反应系数借鉴了其他研究的结果,而人群的暴露程度受到生活习惯等因素的影响[33],这需要通过开展不同人群暴露行为与暴露-反应关系的研究来加以解决.部分发病率数据来自于其他相关文献,同时阈值选取的不同也会影响最终的结果,给评估结果带来一定的不确定性.另一方面,没有考虑雾霾天气导致的农作物减产[34]、能见度降低[35]等灾害造成的损失.

尽管如此,社会经济系统错综复杂,任何经济模型都只能对现实进行近似合理的简化,从现实角度来看,该评估结果虽然只是一个保守的估计,但仍具备一定的参考价值,能够宏观地反映PM2.5带来的经济成本.

5 结论

5.1 2013年北京市 PM2.5污染导致居民早逝22247例,呼吸系统疾病住院31824例,心血管疾病住院10676例,儿科门诊227884例,内科门诊603886例,慢性支气管炎患病23827例,急性支气管炎患病111209例,哮喘患病11772例,医疗费用支出增加11.13亿元.

5.2 2013年北京市PM2.5污染导致劳动力误工和居民医疗费用增加,从而对各部门总产出有不同程度的影响,除了医疗服务业的总产出有所增长外,其余5个产业均表现为减产,其中工业和其他服务业造成的损失最大,进一步造成地区GDP减少约9.01亿元.

[1] Kurt O K, Zhang J, Pinkerton K E. Pulmonary health effects of air pollution [J]. Current Opinion in Pulmonary Medicine, 2016,22(2):138-143.

[2] World Bank, Institute for Health Metrics and Evaluation. The cost of air pollution: strengthening the economic case for action [M]. Washington, DC: World Bank, 2016:11-75.

[3] Cao J, Xu H, Xu Q, et al. Fine particulate matter constituents and cardiopulmonary mortality in a heavily polluted Chinese city [J]. Environmental Health Perspectives, 2012,120(3):373-378.

[4] 廖志恒,范绍佳.2006～2012年珠江三角洲地区O3污染对人群健康的影响 [J]. 中国环境科学, 2015,35(3):897-905.

[5] Miller K A, Siscovick D S, Sheppard L, et al. Long-term exposure to air pollution and incidence of cardiov-ascular events in women [J]. The New England Journal of Medicine, 2007, 356(5):447-458.

[6] Xie W, Li G, Zhao D, et al. Relationship between fine particulate air pollution and ischaemic heart disease morbidity and mortality[J]. Heart, 2015,101(4):257-263.

[7] 曾贤刚,许志华,鲁颐琼.基于CVM的城市大气细颗粒物健康风险的经济评估——以北京市为例 [J]. 中国环境科学, 2015, 35(7):2233-2240.

[8] Ridker R G. Economic costs of air pollution: studies in measurement [M]. New York: Frederick A. Praeger, 1967:198-204.

[9] 过孝民,张慧勤,李 平.我国环境污染造成的经济损失估算 [J].中国环境科学, 1990,10(1):51-59.

[10] Hodgson T A, Meiners M R. Cost-of-illness methodology: a guide to current practices and procedures [J]. The Milbank Memorial Fund Quarterly, Health and Society, 1982,60(3):429-462.

[11] Randall A, Ives B, Eastman C. Bidding games for valuation of aesthetic environmental improvements [J]. Journal of Environmental Economics and Management, 1974,1(2):132-149.

[12] 陈仁杰,陈秉衡,阚海东.我国113个城市大气颗粒物污染的健康经济学评价 [J]. 中国环境科学, 2010,30(3):410-415.

[13] Wang G, Song Y, Chen J, et al. Valuation of haze management and prevention using the contingent valuation method with the sure independence screening algorithm [J]. Sustainability, 2016, 8(4):310.

[14] 王桂芝,顾赛菊,陈纪波.基于投入产出模型的北京市雾霾间接经济损失评估 [J]. 环境工程, 2016,34(1):121-125.

[15] Nam K M, Selin N E, Reilly J M, et al. Measuring welfare loss caused by air pollution in Europe: a CGE analysis [J]. Energy Policy, 2010,38(9):5059-5071.

[16] Oladosu G, Rose A, Lee B. Economic impacts of potential foot and mouth disease agroterrorism in the USA: a general equilibrium analysis [J]. Journal of Bioterrorism & Biodefense, 2013,S12:001.

[17] 张 欣.可计算一般均衡模型的基本原理与编程 [M]. 上海:格致出版社, 2010:156-173.

[18] Schwartz J, Laden F, Zanobetti A. The concentration-response relation between PM2.5and daily deaths [J]. Environmental Health Perspectives, 2002,110(10):1025-1029.

[19] Schwartz J, Zanobetti A. Using meta-smoothing to estimate dose-response trends across multiple studies, with application to air pollution and daily death [J]. Epidemiology, 2000,11(6):666-672.

[20] Quah E, Boon T L. The economic cost of particulate air pollution on health in Singapore [J]. Journal of Asian Economics, 2003, 14(1):73–90.

[21] 黄德生,张世秋.京津冀地区控制 PM2.5污染的健康效益评估[J]. 中国环境科学, 2013,33(1):166-174.

[22] 王文雅,林江涛,苏 楠.2010～2011年北京地区 14岁以上人群支气管哮喘患病率调查 [J]. 中华医学杂志, 2013,93(18):1383-1387.

[23] 杨宏伟,宛 悦,增井利彦.可计算一般均衡模型的建立及其在评价空气污染健康效应对国民经济影响中的应用 [J]. 环境与健康杂志, 2005,22(3):166-170.

[24] Kmenta J. On estimation of the CES production function [J]. International Economic Review, 1967,8(2):180-189.

[25] 赵晓丽,范春阳,王予希.基于修正人力资本法的北京市空气污染物健康损失评价 [J]. 中国人口·资源与环境, 2014,24(3): 169-176.

[26] Yu L, Wang G, Zhang R, et al. Characterization and Source Apportionment of PM2.5in an Urban Environment in Beijing [J]. Aerosol and Air Quality Research, 2013,13(2):574-583.

[27] 廖婷婷,王 珊,王莉莉,等.2013年成都财富论坛期间空气质量状况分析研究 [J]. 环境科学学报, 2016,36(1):271-278.

[28] Martín B G. Weather, climate and tourism: a geographical perspective [J]. Annals of Tourism Research, 2005,32(3):571-591.

[29] 范春阳.北京市主要空气污染物对居民健康影响的经济损失分析 [D]. 北京:华北电力大学, 2014.

[30] 蔡春光.空气污染健康损失的条件价值评估与人力资本评估比较研究 [J]. 环境与健康杂志, 2009,26(11):960-961.

[31] 曹彩虹,韩立岩.雾霾带来的社会健康成本估算 [J]. 统计研究, 2015,32(7):19-23.

[32] Pakkanen T A, Loukkola K, Korhonen C H, et al. Sources and chemical composition of atmospheric fine and coarse particles in the Helsinki area [J]. Atmospheric Environmental, 2001,35(32): 5381-5391.

[33] Hubert H B, Bloch D A, Oehlert J W, et al. Lifestyle habits and compression of morbidity [J]. Journal of Gerontology, 2002, 57(6):347-351.

[34] Thompson J R, Mueller P W, Flückiger W, et al. The effect of dust on photosynthesis and its significance for roadside plants [J]. Environmental Pollution (Series A), 1984,34(2):171-190.

[35] Mcnulty R P. The effect of air pollutants on visibility in fog and haze at New York city [J]. Atmospheric Environment, 1968,2(6): 625-628.

A CGE-based analysis on PM2.5-induced health-related economic effect in Beijing.

WANG Gui-zhi*, WU Ling-yan, CHEN Ji-bo, SONG Ying-xi, CHEN Rong-rong (School of Mathematics and Statistics, Nanjing University of Information Science & Technology, Nanjing 210044, China). China Environmental Science, 2017,37(7)：2779～2785

In order to assess the effects of fine particulate matter (PM2.5) on public health and the economy, Beijing city was taken into account, where negative health effects of local residents were firstly quantified via an exposure-response relationship, so as to obtain corresponding labor force losses and additional health care costs. A Computable General Equilibrium (CGE) model could then be built in a closed economy to simulate exogenous shocks on the entire economic system of labor force losses and additional health care costs by the PM2.5pollution. According to the results, 22247 (95% confidence interval [CI]: 6286-34705) premature deaths have been caused by the PM2.5pollution with more than 1million related medical cases in Beijing in 2013. The additional medical cost on that was estimated to rise to about 1.113 (95% CI: 0.291-1.882) billion RMB. In addition, 23.969 (95%CI: 8.593-37.205) billion RMB have been costed on the total output of the industrial sector, as well as 901 (95% CI: 353-1357) million RMB loss to regional Gross Domestic Product (GDP) in Beijing.

PM2.5；CGE；exposure-response relationship；health-related economic loss

X820.3,X196

A

1000-6923(2017)07-2779-07

王桂芝(1960-),女,蒙古族,内蒙古赤峰人,教授,硕士,研究方向为应用数理统计.发表论文50余篇.

2016-11-21

国家社会科学基金资助项目(15BTJ019)

* 责任作者, 教授, wgznuist@163.com