空气污染、社会经济地位与居民健康不平等——基于CGSS的微观证据

孙 猛，芦晓珊

（1.吉林大学 东北亚研究中心，吉林 长春 130012；2.长春大学 党委组织部，吉林 长春 130022）

一、引言

改革开放以来的快速经济发展显著提高了中国的综合国力和人民生活水平，但是粗放型的发展方式也致使环境资源问题持续累积，长期的经济可持续发展受到严峻挑战，其中由空气污染所引发的居民健康风险和危害已经成为全社会普遍关注的公共话题之一。2017年全国338个地级及以上城市中有239个城市空气质量超标，全年发生重度污染2 311天次、严重污染802天次，以PM2.5为首要污染物的天数占重度及以上污染天数的74.2%，以PM10 为首要污染物的占20.4%。［1］空气污染的形成虽然存在一定程度的气象因素，但是归根结底还是源于发展方式粗放、能源效率不高和环境治理低效等发展问题。［2］近年来，全国范围内的空气污染天气频发，尤其是以PM2.5为首要污染物的雾霾天气已经严重危害了居民的公共健康。

图1 空气污染、城乡差异与公共健康（1998-2016年）

全国范围内频繁发生的空气污染不仅危害居民健康，同时也在影响社会结构的深刻变化，因为发展落后地区以及贫困弱势群体可能承担着更高的健康风险，而空气污染也会进一步加剧新的社会不平等。图1反映的是1998-2016年全国各省区直辖市的空气污染、城乡差异与公共健康的相关关系，以PM2.5为表征的空气污染与各地区的人口死亡率呈现明显正向关系，空气污染越严重地区的居民死亡风险更高。2016年中国人均预期寿命为76.4岁，健康预期寿命则仅为68.7岁；全年归因于空气污染的死亡率为1.13‰，［3］引致的死亡人口占总死亡人口的比重高达15.94%。此外，图中还反映出人口死亡率与城乡收入差距之间的正相关关系，收入差距较大地区意味着拥有较高比重的低收入群体，他们预防环境健康损害风险的能力相对较低，这种健康不平等在发展中地区的影响程度可能更为严重。其原因主要体现在不同区域、群体间占有和支配环境资源的显著差异以及不同区域、群体间享有环境公共服务的显著差异。［4］

2016年8月习近平总书记在全国卫生与健康大会上指出“没有全民健康，就没有全面小康”，“良好的生态环境是人类生存与健康的基础”，“要按照绿色发展理念，实行最严格的生态环境保护制度，建立健全环境与健康监测、调查、风险评估制度，重点抓好空气、土壤、水污染的防治，加快推进国土绿化，切实解决影响人民群众健康的突出环境问题。”显然，关注空气污染对居民健康的影响具有重要现实意义，而从经济学视角出发探讨空气污染与社会变迁对居民健康的影响机制具有极高理论价值。本文后续结构安排如下：第二部分为文献梳理及述评；第三部分介绍数据准备与实证模型设定；第四部分实证讨论居民健康的群体差异及影响因素；第五部分为全文的总结性评论。

二、文献综述

20世纪70年代以来，社会经济地位在关于居民健康的研究中越来越受到重视，二者不仅存在显著相关关系，而且社会经济地位差异也是引发健康不平等的重要原因之一。社会经济地位是一个内涵比较复杂的概念，通常采用收入、受教育年限和职业地位等指标来衡量，也可以根据职业地位差异构造社会经济地位指数（SEI）。［5］一个关于22个欧洲国家居民健康的研究显示社会经济地位与居民健康之间存在稳健而持续的关系。［6］同样的结论在中国也获得了经验证据，但是却受到地区经济发展水平的调节而表现为不同模式，较为发达地区的社会经济地位差异对居民健康的影响相对较小，［7］这也意味着农村地区农民社会经济地位的提升能够更好地改善个人健康状况。［8］从单项指标来看，收入增加对个人健康状况改善具有显著的正向偏效应，这种偏效应表现为边际递减规律，从而加剧了收入不均带来的群体间的健康不平等。［9］类似结论在教育程度和职业地位的影响机制中也得到了验证，尽管他们与健康之间存在线性关系，但是教育和职业的分化依然会导致健康总效应的不平等，教育程度较高的个人更具有良好的健康优势，［10］而收入与健康的关系则表现为显著的职业差异。［11］综合已有研究来看，社会经济地位差异对居民健康优势的影响主要来自以下几个方面：收入增加能够改善个人生活环境、提高医疗保健资源获取能力；良好的教育背景使其在获取医疗保健知识和经济社会资源方面更具有优势；职业地位的向上流动往往伴随着工作环境和体力活动状况的改善，从而使其面临的健康风险更低。［12］

在环境健康风险研究的文献中，影响最为广泛的莫过于环境科学与流行病学领域中的剂量反应关系研究，即环境健康风险取决于暴露污染中的概率，高暴露人群承担的健康风险和遭受的健康危害更大。［13］其中，可吸入颗粒物浓度升高可引起暴露人群循环系统疾病的死亡率升高，［14］细颗粒物浓度升高会导致暴露人群肺心病、肺癌的死亡率增加，居住在污染严重地区会面临更高的死亡风险。［15］经济学对居民健康的研究始于Grossman开创的健康生产函数，［16］环境健康风险的经济机制主要表现为环境因素对健康资本折旧率的影响。［17］长期以来，环境与经济发展关系的文献主要集中在环境库兹涅茨曲线研究框架中，尽管拐点前的经济发展会带来持续的收入效应，但是仍然可能无法抵消环境健康风险的恶化态势。中国的经验证据表明，经济增长所带来的家庭收入效应只能减缓而未能抵消环境污染加剧导致的健康损害，［18］因此居民健康的替代效应要远大于收入效应，环境污染在总体上降低了公众健康水平。［19］进一步的宏观经验研究显示烟粉尘排放量与居民总体死亡率之间表现为显著负相关，［20］二氧化硫超量排放会导致呼吸系统疾病和肺癌的死亡人数增加，进而造成较高的医疗费用成本损失。［21］此外，部分文献还进一步考察了环境污染所引发的健康不平等问题，主要观点倾向于低社会经济地位群体因其更容易暴露于环境污染中而承担更高的健康风险。［22］不难看出环境污染还是影响健康不平等的重要传导机制，由于不同社会经济地位个体的规避环境风险能力不同，因此环境污染的差异化暴露水平会成为引发健康以及社会不平等的新来源，［23］这也意味着提高环境规制强度是降低污染暴露风险和实现环境健康公平的重要突破口之一。［24-25］

综上所述，空气污染与健康风险关系的研究多集中在环境科学和流行病学领域，经济学领域的研究相对较少。现有健康经济学文献中，宏观层面的环境健康损害机制检验往往受到变量内生性的影响而缺乏稳健性；微观机制检验则容易存在同类相关问题，即通常获得的客观污染数据在地域上涵盖范围较大，不容易反映出个体间的暴露体验差异，致使大多数模型检验结果的稳健性较差，甚至难以得到合理预期结果。虽然空气污染对居民健康影响的负效应是明确的，但是空气污染与经济社会因素的协同模式并不一定相同，因为不同社会经济地位人群的暴露风险存在显著差异。尽管较高社会经济地位人群规避健康风险的能力更强，但是他们往往聚集在空气污染较为严重的城市发达地区，这也使得暴露风险成倍增加，因此空气污染与社会经济地位的协同模式取决于二者的相对程度，正负效应则会分别导致居民健康不平等的收敛或发散。基于此，本文利用中国综合社会调查（CGSS）数据探讨居民健康的影响因素及分化机制，重点关注以下几个方面的内容：一是居民健康状况的群体差异；二是空气污染、社会经济地位对居民健康的影响效应及城乡异质性；三是空气污染对居民健康不平等的分化机制。

三、研究设计

1.数据准备

本文研究采用的是“中国综合社会调查”（CGSS）数据集①数据来源及相关说明见http：//cgss.ruc.edu.cn/。，最终选取了包含个案居住地空气污染状况选项的2010年和2013年数据，剔除缺失项与极端离群值样本后最终保留了12 200条有效调查数据，其中城市有效样本7 556个，农村有效样本4 644个。

本文选取的被解释变量是主观健康水平，尽管与客观健康存在一定偏差，但是其优点在于能够综合反映个人健康状况，因此在很多国家和地区仍然被认为是死亡率和其他功能性限制的有效预测指标。［26］相对于“自评健康状况”，问卷中的“健康影响日常工作和生活程度”的问题因其参照性而准确测量程度更高，二者的等级相关系数大于0.6且非常显著。因此，本文最终的被解释变量设定为基于5等级健康受限程度测量构造的二分类变量，回答选项为“从不、很少”的设为健康极佳，编码为1，其他回答选项则统一编码为0，视为健康较差。

本文关注的核心解释变量是空气污染和社会经济地位。由于客观污染指标往往涵盖较大地理范围，其与微观个案数据匹配性较差；同时，客观污染指标往往与宏观经济指标相关，容易受到EKC假说影响而难以分离出负效应。因此，本文选取调查问卷中的主观感知量表来测量个体的空气污染暴露程度，其优越性在于更能直观体现污染与健康的感知关系。具体的主观感知量表设定为1=没有、2=一般、3=不严重、4=不太严重、5=比较严重、6=很严重，空气污染程度依次递增。社会经济地位的测量本文选取了收入、教育和阶层三个变量，其中收入采用对数家庭人均收入来测量，阶层变量为1-10 个序次等级的测量。教育采用受教育年限来测量，具体测量为1=没有受过教育、2=私塾、6=小学、9=初中、11=职业高中、12=普通高中、13=中专/技校、14=成人高等教育大专、15=正规高等教育大专、16=成人高等教育本科、17=正规高等教育本科、20=研究生及以上。

此外，本文还引入了反映个人特征、家庭特征以及年份特征的控制变量。其中，个体特征控制变量包括性别、年龄、婚姻，家庭特征控制变量包括家庭规模、人均住房面积、城乡，年份特征控制变量为1=2013年、0=2010年。性别测量为1=男性、0=女性，年龄为18岁及以上个体的具体年龄，婚姻为1=在婚、0=单身；家庭规模量表为1-12人，人均住房面积测量为家庭住房建筑面积/家庭规模，城乡为1=城市、0=农村（见表1）。

表1 样本描述统计

2.模型设定

根据Grossman提出的健康生产函数，本文首先构建了用于识别空气污染、社会经济地位等因素对居民健康产生影响的基准模型，具体设定如下：

其中，Health为个人的自评健康状况，Pollution为个人所在地区的空气污染状况，SES为个人的社会经济地位指标变量集，X为个体特征、家庭特征及年份特征的变量集，γ、β、λ为相关变量的偏效应参数，ε为残差项。为了进一步分析空气污染、社会经济地位对居民健康不平等的分化机制，本文进一步构建了如下的回归方程进行估计：

上述方程中的变量含义与基准模型设定一致，其中SES与Pollution的交互项用以反映二者对个人健康状况影响的协同作用，能够进一步揭示空气污染暴露风险效应的个体社会经济地位差异。

由于本文设定的被解释变量为二分类离散数据，因此采用基于Logit 变换的极大似然法进行参数估计。上述方程中变量估计系数的自然指数形式Exp(β)为优势比OR，表示居民个人健康状况极佳概率与较差概率的比值。当某个系数值大于0时则有OR大于1，意味着相应的变量可以提高个人健康状况极佳的概率水平，也就是说该特征因素对于个人健康状况的改善具有显著的正向效应。

四、实证结果

1.居民健康差异的描述性分析

首先基于本文选取的CGSS个案数据进行健康群体差异的描述分析，表2报告了自评健康与主要解释变量的相关统计结果，二值变量给出的是健康状况的相对频数分布，等距变量给出的则是对应不同健康状况的指标平均值。从表2的描述统计结果可以初步看出，城市居民中健康状况极佳的比率显著高于农村，男性健康状况整体要好于女性，在婚者比单身者的健康优势更为明显。在健康状况极佳的个案特征描述中，大多数个体相对较为年轻，平均家庭人口规模大于3人，人均住房面积与健康状况较差个体的平均水平相差不大。值得注意的是健康状况在社会经济地位上的分化较为明显，健康状况极佳个体的平均社会经济地位显著高于较差个体，包括较高的家庭人均收入、社会阶层等级以及受教育年限。

此外，本文对每个解释变量与自评健康之间的相关性进行了Pearson 检验，除婚姻状况的检验概率为0.013外，其他变量的检验P值均远远小于0.001，说明本文选取的解释变量与自评健康之间存在显著的相关关系，适合引入回归模型中做进一步的推断统计分析。需要指出的是空气污染与自评健康表现出一定程度的正相关趋势，说明相关分析中包含其他特征因素的影响。例如环境库兹涅茨倒U形曲线假说中拐点之前污染与收入之间正相关，这也意味着污染严重地区的经济发展水平可能更高，收入效应对空气污染的健康风险存在缓解效应，甚至部分发达地区在较严重污染条件下由经济社会因素所改善的健康状况处于更高水平。这一表面关系的背后主要来自经济增长效应的传导机制影响，类似结论可参见郑君君等关于环境污染对居民幸福感影响的研究。［27］后文通过引入多变量控制尝试估计空气污染的偏效应参数，以待进一步识别空气污染对居民健康的负向作用机制。

表2 居民健康分布的群体差异

2.健康效应及城乡异质性分析

首先利用全样本数据估计基准模型，然后分别估计城市居民健康模型和农村居民健康模型，以进一步考察相关解释变量对自评健康状况影响的城乡差异，表3报告了三个模型的回归估计结果。

全样本基准模型估计结果显示在控制了个体特征、家庭特征以及年份特征等一系列因素影响后，社会经济地位变量对居民健康状况影响的偏效应系数均显著为正。社会经济地位回归系数的自然指数是健康极佳相对于健康较差状况的优势比，也就是说人均收入、阶层等级以及教育年限的正向变动能够提高个体健康状况改善的概率。具体而言，家庭人均收入对数每提高1个单位，个体健康状况获得改善的概率会提高18.2%，而社会阶层上升1个等级、教育年限延长1年则会促进健康状况改善概率分别提高14.5%和5.5%。由于社会经济地位变量与自评健康状况的对数优势比呈线性关系，因此这种正向效应也意味着居民整体健康水平会随着社会经济地位分化、分层而呈现不平等态势，其中人均收入的对数模式则意味着收入健康效应存在边际递减特征。那么，这里的政策启示也是显而易见的，即改善居民整体健康水平应该注重低收入者的收入增长，这一群体的收入边际效应更大；改善较低社会阶层居民的工作环境和社会福利获得状况，降低阶层福利对个体健康的分化机制；加强教育公平，普及健康知识，提高较低教育程度居民的健康保健知识以及相关资源的获得能力。此外，空气污染变量在全样本基准模型中未能通过显著性检验，这可能来自城乡差异对参数估计所造成的影响；控制变量中婚姻状况和住房条件不显著，其他变量则均获得了较高显著性水平的参数估计。其中，男性比女性更容易获得极佳的健康水平，生理年龄增长与健康状况改善呈现负相关，家庭规模扩大对个体健康的影响表现为正效应，年份变量估计结果显示2013年的居民平均健康水平比2010年有显著正向改善。

表3 基准回归估计结果

城乡变量在全样本模型中的估计结果非常显著，城市居民比农村居民具有更为突出的健康优势，具体机制主要来自其他相关因素的影响差异，这可以从城乡模型参数估计结果的异质性看出。尽管大部分参数的作用方向及显著性与全样本模型回归结果高度一致，但是系数的相对程度却出现了明显分化。具体来看，城市居民健康状况改善的收入效应大于农村，城市居民社会阶层和教育程度的健康正效应要略小于农村，性别和年龄的健康效应模式在城乡居民之间差异不大，家庭规模的扩大对城市居民带来的健康改善效果更为明显，婚姻状况和住房条件的健康效应在城乡居民之间无差异。空气污染变量的健康效应在城乡居民之间出现了显著分化趋势，城市居民面临空气污染风险的健康效应显著为负，而农村居民健康状况受到的影响程度相对较弱，模型检验结果并不显著。这一估计结果产生的主要原因在于中国农村地区人口密度远远小于城市，空气的流动性也较城市地区更强，大气颗粒物等污染暴露持续的时间相对短暂，因此农村居民面临的空气污染风险要低于城市人口集中区。近年来由于中国农村地区医疗卫生条件的持续改善以及人均收入的不断增长，农村居民的整体健康状况获得较大程度提高，因此模型中年份间的平均健康改善效应农村居民显著大于城市居民。

3.健康不平等的污染分化机制

通过上文分析我们已经发现，社会经济地位与居民自评健康之间存在显著的正相关关系，这种健康偏效应会随着社会经济地位的分化进一步加剧居民健康的不平等。空气污染暴露对居民健康具有明显负效应且在城市居民中的健康风险尤为显著，接下来我们在基准模型中引入空气污染与社会经济地位的交互项来精准识别群体暴露风险及预防能力差异，进一步考察空气污染对居民健康不平等影响的分化机制是收敛还是发散。

表4 报告了引入交互项的全样本模型和城乡模型估计结果，相关变量偏效应参数的估计符号及显著性与基准模型高度一致，大多数系数估计值受交互项的影响有所下降，说明模型的稳健性较好。引入空气污染与社会经济地位的交互项之后，空气污染变量的偏效应系数为负且非常显著，也就是说在不考虑交互效应时空气污染程度每提高1 个等级会导致个体健康状况恶化的概率增加24.7%。这一结果反映的是暴露个体的平均健康风险概率，考虑个体差异还会进一步受到社会经济地位特征的调整，检验结果显示其主要来自收入差异和城乡差异的影响，两个交互项在全样本模型中均具有较高的显著性。以h、ap、lny和ur分别表示自评健康对数发生比、空气污染等级、对数人均收入和城乡特征，那么对表4全样本模型估计结果求空气污染的导数有，当这一临界条件等于0时则意味着收入效应会抵消空气污染的健康风险。对于农村居民来说，当家庭人均收入超过1 212元时可以抵消空气污染对个体健康产生的负向影响，而城市居民抵消空气污染健康风险的收入门槛要显著高于农村，家庭人均收入要达到7 900元左右。由此可以得出基本结论：空气污染对居民健康影响的平均效应显著为负，但是其随着居民收入差距扩大却进一步加剧了群体间的健康不平等，这种强化机制因其收入门槛不同而在城市居民中的影响程度更大。因为较高收入者不仅能够通过加强营养状况和医疗服务来提高自身健康水平，同时在购买口罩、净化器等防御空气污染能力方面也更强，这种环境产品支出的较高成本在城市地区会进一步加剧居民健康不平等的分化程度。

表4 空气污染的健康分化机制估计结果

空气污染对健康不平等分化机制的异质性在城乡模型检验结果中表现得更为充分，因为社会经济地位对居民健康的影响程度也存在显著城乡差异。表4中城乡模型估计结果显示，加入交互项后的空气污染在城乡地区均表现出显著负效应，但是城市地区的偏效应要大于农村地区，这与全样本模型中城乡变量交互项的结果是一致的。收入与空气污染对居民健康的影响仅在城市地区存在显著交互效应，阶层等级、教育年限与空气污染的交互项在城乡模型中都不显著，也就是说空气污染的分化机制会进一步加剧城市居民的健康不平等程度，而农村居民受到这种分化机制的影响相对较弱，农村地区的居民健康不平等则主要为社会经济地位的群体分化所致，这一结果与社会现实的直观感知基本一致。此外，城乡异质性模型检验结果还表明，上文描述分析结果中的城乡居民健康差异主要来自空气污染、社会经济地位以及偏效应的双重影响，尤其是收入、阶层和教育差距的持续扩大会进一步加剧城乡居民的健康不平等。

五、总结性评论

与以往单纯研究居民健康问题不同，本文考察了空气污染、社会经济地位对居民健康影响的城乡异质性并进一步识别了空气污染通过干扰社会经济地位对居民健康不平等的分化机制。为了精准识别上述影响机制，本文选取了CGSS调查数据集中的2010年和2013年样本数据，分别估计了基准模型和交互模型。

本文研究显示在中国18岁及以上的成年人和老年人群体中，社会经济地位较高的人群要比社会经济地位较低的人群拥有更好的自评健康水平，这与以往的研究结论基本一致。这也意味着社会经济地位的分化会持续加剧居民健康不平等，因此消除健康不平等不仅是医疗卫生改革的重要目标，同时也是收入改革以及教育机会均等化改革的重要目标之一。空气污染在描述统计中显示了与居民自评健康的正相关，这一结论与环境倒U形曲线理论是吻合的，但是并不意味着空气污染具有正效应，而是经济增长中其他福利改善的替代效应所致。

本研究的一个主要目标就是考察空气污染、社会经济地位与健康关系的城乡模式。无论是基准模型还是交互模型，社会经济地位健康效应在城市居民中的作用程度更大，尤其是家庭人均收入的偏效应，而教育水平的偏效应在城乡之间的差异相对较小，因此城乡居民之间的健康差异主要来自收入的绝对差异和偏效应差异，以及社会阶层和教育水平的绝对差异。但是，城市居民社会经济地位的较高偏效应水平也意味着其健康不平等分化程度要高于农村居民。此外，空气污染的负效应在城乡交互模型中均非常显著，但是农村地区的偏效应要小于城市，比较而言城市居民承担更高的空气污染暴露风险。

本文重点关注的是空气污染健康风险及其对健康不平等的分化机制，基本结论是空气污染对居民健康不平等具有显著的发散机制，其作用途径是通过干扰社会经济地位尤其是收入来实现的，这种分化机制在城市居民中表现得尤为突出。具体而言，收入与空气污染对居民健康的交互效应在城市模型中显著为正，阶层等级、教育年限与空气污染的交互项在城乡模型中都不显著，也就是说城市居民收入增长对空气污染的健康风险存在正向调整机制，而阶层和教育的调整机制不明显，这也意味着空气污染的持续暴露会进一步加剧城市居民健康不平等。

健康是反映民生的重要指标，定量考察居民健康的影响因素及作用机制具有重要意义。因此，本文研究结论蕴含了以下启示：一是加强环境规制、严控大气污染，降低居民整体空气污染暴露风险并弱化健康不平等的分化机制；二是推进以医疗保健、社会保障和环境保护为侧重点的基本公共服务均等化，提高弱势群体预防和抵御健康风险的能力；三是加强对城乡居民的教育培训扶持力度，缓解因收入差距和教育分化而引致的健康不平等程度。