环境污染与卫生总费用的关系分析——基于我国31个省际面板数据的实证研究

郑俊萍，陶群山

（安徽中医药大学医药经济管理学院，安徽 合肥 230012）

卫生总费用反映一定经济条件下的政府、社会和居民个人对卫生保健的重视程度和费用负担水平，过高的卫生总费用不仅给政府带来繁重的财政压力，还会严重影响卫生事业的可持续发展。近年来，我国粗放式的发展模式造成环境污染严重，并由此导致的高医疗成本支出引起人们广泛关注。中国是空气污染、水污染的重灾区，由此引发的疾病种类和居民患病概率会更大，从而导致医疗保健支出的增加[1]。2009 年新医改正式启动之后几年，我国卫生总费用年平均增速达到13.6%，高于国内生产总值（GDP）增长速度（8.9%）[2]。刘巧艳等[3]将系统动力学引入卫生经济领域，预测了2015－2020年我国卫生费用的发展趋势，认为我国卫生总费用仍旧保持增长的大趋势，预计2025 年将达到74571.2 亿元。相关研究表明，如果没有医疗保险，大多数中国家庭就会负担不起医疗费用[4]。因此，进一步探讨卫生总支出高增长的影响因素，以便从多方面控制其过快增长是当前亟需解决的难题之一。本文在探究卫生总费用影响因素的基础上，通过主成分分析法构建新的环境污染指标，选取相关控制变量，建立计量模型，对卫生总费用的影响机制进行实证分析。

1 文献回顾

国内外学者针对卫生总费用增长的影响因素及卫生费用的控制展开了大量研究，提供了有价值的引导。既有研究从两个方面进行了深入的探讨：一是从需求和供给的角度，影响卫生总费用的因素有人口学特征、经济发展水平、卫生资源等。侯文等（2008）利用协整理论及Granger 因果检验研究卫生总费用与GDP 之间的动态均衡关系，认为GDP增长是卫生总费用增长的原因，同时卫生总费用增长也拉动GDP 的增长，两者互为因果。赵郁馨等[5]分析1978－1998年中国卫生总费用，得出城镇居民人均消费水平、人均卫生事业费、国有经济单位的职工人均医疗消费平均水平和农村居民人均医疗消费水平对卫生总费用的影响最大。王朝阳等[6]采用灰色马尔可夫模型对湖北省未来5年的卫生总费用及筹资结构进行预测，发现人均GDP、城镇和农村居民的可支配收入在选取的所有因素中占据重要地位。

二是从环境污染的角度出发，Jerrett等[7]使用加拿大安大略省49个县的数据，探讨医疗支出与污染之间的关系。结果显示，有毒污染物排放量较高的县人均卫生保健支出较高，而环境保护支出较高的县卫生保健支出较低。Apergis等[8]使用1995－2017年178 个国家的面板数据，评估不同收入群体的医疗支出和空气污染之间的关系。李乐乐等[9]采用广义线性回归分析，发现PM2.5 对呼吸系统疾病的卫生保健支出有显著影响。随着空气污染指数的增加，呼吸系统疾病的医疗保健支出负担也逐渐增加。Clofent 等[10]证实，环境污染是我们呼吸空气的一种强大致癌力，其与肺癌存在着正相关关系，污染越严重的地区，肺癌患者就越密集。Ebenstein（2012）研究发现，饮用水质量每恶化一个等级，中国居民的消化系统癌症死亡率就增加9.7%[11]，且随着工业废物的排放，水环境的监测固化会导致疏漏水，这会直接加大水环境的污染几率，损害居民健康；在环境污染物与癌症关联的原始研究论文中，或至少报告一种环境污染物是致癌的潜在原因[12]。环境问题，尤其是空气污染，会严重威胁人类健康，进而导致沉重的医疗成本。

综上所述，卫生总费用的影响因素颇多，但涉及环境污染方面的研究却屈指可数。本文从环境污染、地区经济发展水平、卫生资源条件、人口规模和结构等方面，分析环境污染对卫生总支出的影响，通过主成分分析法，运用降维思想，提取并合并主成分，与其他影响因素建立面板数据的回归模型，清晰准确的揭示环境污染对卫生总费用的影响程度。

2 研究假说和计量模型

2.1 研究假说

2009 年起，我国实行新的医疗卫生体系改革，目的就是缓解“看病难、看病贵”的问题，虽取得一定成效，但卫生总支出的持续高增长可能超出社会经济的负担能力，不仅卫生资金的可持续性得不到保障，还会加剧居民看病负担。国内外目前诸多研究中，很多学者从不同角度分析卫生总费用的影响因素，综合已有研究，本文提出如下假设。

2.1.1 环境污染

早期大多数学者忽略环境污染加速健康资本的折旧从而引发卫生总费用的上涨，在Gerking（1986）和Alberni（1997）将空气污染因素引入到健康生产函数中进行研究后，关于环境污染与公共健康之间的联系才被逐渐探索。流行病学研究表明人类的疾病70%～90%与环境有关。一项全国环境分析显示，在中国366个地级市中，只有不到15%达到世界卫生组织建议的空气质量标准，其中50%以上的地区年平均PM2.5浓度比欧美国家高几倍[13]。近年来大气污染、水污染、土壤污染、辐射污染等造成的雾霾天气、SO2及过度CO2排放、有害物质对水污染的危害等给人类造成无法比拟的伤害，中风、缺铁性心脏病、慢性呼吸系统疾病等因环境造成的死亡占比之大不容忽视。因此，本研究认为环境污染与卫生总费用有着正向变化的关系。

2.1.2 地区经济发展水平

人均GDP 是用来衡量国民对医疗卫生服务需求状况的指标，也是推动一国卫生总费用增长的关键点。著名学者Newhouse 早在1977 年使用OECD国家中13 个经济发展水平相似国家1968 年、1971年和1972 年的横截面数据证实人均GDP 是影响医疗支出最重要的变量[14]。近20 年的数据显示，我国卫生总费用在与国民经济增长保持同步的基础上，略快于国民经济增长[15]。大量研究表明，地区经济发展与卫生总费用呈同向变化，且二者之间关系保持长期稳定。经济发展为医疗领域的发展提供更多资金，社会经济持续增长，居民收入水平随之提高，居民卫生服务需求增加，进而导致居民保健需求和医疗卫生支出的增长。因此，经济发展水平提升也会导致卫生总支出的增加。

2.1.3 人口规模和年龄结构

人口基数的不断扩大使得卫生总支出显著提升，且随着平均预期寿命的增加、出生率和死亡率的下降，老年人口比例不断上升，促使老龄化加剧。2019年，我国卫生总费用达到6.5万亿元，占GDP的比重为6.6%，在合理期间内，预计到2030 年接近超级老龄社会时，卫生总费用占比将达到8%[16]。老年人口增加对卫生资源提出更高的要求，对基本医疗保障基金、养老保险造成巨大冲击，给居民家庭和公共财政带来沉重负担，也给“未富先老”的中国卫生体系带来严峻挑战。因此，人口规模增加和老龄化发展导致卫生总费用的增长。

2.1.4 卫生资源条件

卫生资源是卫生服务利用的基础，关系着人们基本医疗卫生服务的获得和健康改善。马伟宁[17]提出进行医疗卫生改革要兼顾社会目标和经济目标，平衡好医疗服务供给的公平和效率。一是为社会居民提供平等、安全的医疗卫生服务，保障居民健康权益；二是控制医疗费用与成本，保证医疗卫生服务发展的可持续性。卫生资源水平的不断提高，影响着卫生服务的提供和利用，使居民对医疗服务更有信心。

2.2 计量模型

本文通过2007－2018 年全国31 个省级面板数据构建计量经济学模型，实证分析卫生总支出的影响因素，面板数据的基本形式为：

其中参数αi和βi都是个体时期恒变量。

面板数据模型一般分为3种模式：（1）无个体影响的不变系数模型：此时，即个体在横截面上无个体影响和结构变化。（2）变截距模型：认为在横截面上存在个体影响，无结构性变化，只是截距的不同，此时αi=αj，βi=βj=β。（3）变系数模型：是指在横截面上存在个体影响和结构变化，即存在截距项αi（i=1，2，3…N）的同时还允许系数向量βi（i=1，2，3…N）依个体成员的不同而变化。变截距面板数据又分为固定影响变截距和随机影响变截距；若截距项αi是确定的，则对应的模型就是固定效应模型，若截距项αi是随机的，对应的就是随机效应模型。为检验样本数据属于哪一种面板数据模型的形式，较好的避免模型设定的偏差，改进参数估计的有效性，主要检验以下两种假设：

如果接受假设H2，则认为样本数据不符合不变截距、不变系数模型；如果拒绝假设H2，则需要检验假设H1；如果接受H1，则认为样本数据符合变截距、不变系数模型；反之，则认为样本系数符合变系数模型。关于固定效应模型和随机效应模型的选择，采用Hausman检验进行判定。

根据前面的研究假设，在变量选取的基础上构建模型如下：

模型中用C代表固定参数；用The代表被解释变量卫生总费用；用Ep表示解释变量环境污染，用Pgdp表示地区人均生产总值，Updi表示城镇居民人均可支配收入，Nhc代表卫生机构数，Ntp表示每千人口卫生技术人员数，Pop表示人口数量。用β1，β2等代表影响系数，用u代表随机因素；用i=1，2，…，N，表示省份，用t=1，2，…，T，表示时间。

本文的数据主要来自于《中国统计年鉴》和《中国卫生统计年鉴》。

3 各指标的统计描述

环境污染指标是运用主成分分析法提取的一个表征指标。选出的6 个环境污染变量（废水排放总量、化学需氧量、SO2排放量、烟粉尘排放量、固体工业废物产生量、氨氮排放量）之间并非相互独立，直接进行回归会出现多重共线性、异方差等问题。因此，在建立回归模型之前，先提取主成分来消除变量之间的相互影响，减少指标选择的工作量。

运用SPSS21.0 得出KMO 值为0.705，大于0.5，变量间相关性较强。球状检验Bartlett's=1912.475，P=0.00，达到显著性水平，变量间具有相关性，适合做主成分分析。由表1 可知，初始特征值大于1 共提取2 个主成分，累积贡献率83.973%>80%，因此前2 个主成分基本可以反映全部的指标信息，所以选取前2个主成分为宜。根据指标在各主成分线性组合中的系数，由表2 初始因子载荷矩阵中的数据除以表1 主成分相对应特征值的平方根，其中第一主成分对应的特征值为3.631，第二主成分对应的特征值为1.407，即可得到主成分的载荷值，这个值越大说明主成分与该变量的相关性越好，而后得出2个主成分的表达式。

表1 解释的总方差Table 1 Explained total variance

表2 主成分与标化后自变量的载荷矩阵及系数矩阵Table 2 Load matrix and coefficient matrix of principal components and normalized independent variables

提取方法：主成分，已提取了2个成分。

将第一主成分命名为c1，第二主成分命名为c2，根据主成分系数矩阵写出主成分的表达式：

方差贡献率越大，该主成分的重要性就越强。因此，将方差贡献率看成不同主成分的权重，由于原有指标基本可以用前2 个主成分代替，即指标系数可以看成以这2 个主成分方差贡献率为权重，对指标在这2 个主成分线性组合中的系数做加权平均。由此得到环境污染的综合模型为：

根据全国31 个省市的卫生总费用，计算出2007－2018 年各年卫生总支出的平均值和变异系数，如表3。

表3 2007－2018年全国卫生总费用的平均值和变异系数Table 3 Mean value and variation coefficient of total national health expenditure from 2007 to 2018

我国各地区卫生总支出的差距先减小、后又逐渐增大。2009 年实行新医改后变异系数由2007 年的0.656 下降到0.609；2011 年离散程度最小，仅为0.555。由于医疗卫生资源配置不均衡、医疗质量难以保障等问题的存在，使得各地区卫生总费用差距增大，变异系数在2011 年以后直线上升，在2018 年达到0.634。见图1。

图1 2007－2018年我国人口数和环境污染变异系数趋势图Figure 1 Trend chart of variation coefficient of population and environmental pollution in China from 2007 to 2018

环境污染。环境污染给居民身心健康带来不可忽视的影响。2007 年环境污染全国省际平均值为27151，2018 年增长到38806，增长1.43 倍；从变异系数来看，2007－2014 年环境污染情况的变异系数由0.8下降到0.755，说明随着工业化水平的提升，使得各省市之间环境污染的差距降低。2015 年之后差距逐渐扩大，2017 年变异系数达到最大值，为0.927，说明各地区环保意识不一，部分地区和部门环保意识差强人意。

人口规模。我国各地区人口平均数由2007 年的4206人增长到2018年的4504人，且变异系数11年间在0.64 徘徊，说明各地区人口数量的差距无太大变化，这种现象与加剧的人口老龄化现状息息相关。

经济发展水平。各地区经济发展水平与卫生总支出息息相关。如图2，2007 年各地区的人均GDP 为21987.48 元，变异系数为0.636；而2018 年大幅度上升，人均GDP 达到65254.45 元，变异系数为0.45。2007 年城镇居民人均可支配收入的平均值为13111.4 元，变异系数为0.273；2018 年城镇居民的人均可支配收入增加到37750.4 元，变异系数下降到0.262，说明2007－2018 年各区域经济发展水平呈上升趋势，省际间地域发展不平衡问题在逐渐缩小。

图2 2007－2018年我国人均地区生产总值和城镇居民人均可支配收入变异系数趋势图Figure 2 Trend chart of variation coefficient of per capita regional GDP and per capita disposable income of urban residents in China from 2007 to 2018

医疗资源。我国卫生机构从2007 年的9626.1个上升到2018 年的32175.3 个，11 年间增长3.34倍；每千人口卫生技术人员数从4.13 个增长到6.94个。图3的变异系数可以看出区域之间所拥有的医疗卫生机构数差距悬殊，而每千人口卫生技术人员数在不同地区之间的数量差距在逐渐缩小，政府对卫生人员政策的倾斜，使得各省市在医疗水平上的差距不断减小。

图3 2007－2018年我国卫生机构数和每千人口卫生技术人员数变异系数趋势图Figure 3 Trend chart of variation coefficient of the number of health institutions and health technicians per 1000 popu‐lation in China from 2007 to 2018

4 实证分析结果

4.1 数据处理

为确保估计效果的有效性与真实性，先对数据进行处理。

（1）平稳性检验：为避免伪回归，面板数据回归之前需要对数据的平稳性进行单位根检验，消除异方差。如表4，对卫生总费用、环境污染、人口数、卫生机构数、人均地区生产总值、城镇居民人均可支配收入、每千人口卫生技术人员数各指标数据进行LLC、ADF 以及PP 单位根进行检验，发现原数列均为非平衡数量，不能通过ADF 单位根检验，而一阶差分序列的单位根检验均能通过ADF单位根检验，所有序列皆为同阶单整I（1）序列，平稳性检验效果明显。

表4 变量单位根检验结果Table 4 Variable unit root test results

（2）协整检验。协整指的是对于某一随机向量x1=（x1t，x2t，x3t…xNt）′，如果已知xt～Id；存在一个N×1 阶列向量β（β≠0），使得β′xt～I（d-b），则可以称变量x1t，x2tx3t…xNt存在阶数为（d-b）的协整关系。为证明变量间存在稳定的长期均衡关系，进行Johnsan 协整检验。在数据的johnsan 检验中，kao 检验中的t统计量为-2.67，P=0.0038；Pedroni 的统计值为-3.3332，P=0.0004，拒绝原假设无协整关系，所以方程是平稳的，可以进行回归分析。

4.2 模型选择

采用F统计量对模型进行判定。F检检用于确定模型是否存在个体效应，即确定是选择混合模型还是固定效应模型进行估计，经计算得到F值为1.66>1.29，拒绝原假设，样本数据属于变截距模型。关于固定效应模型和随机效应模型的选择，采用Hausman 检 验 进 行 判 定，检 验 的F值104.38，P=0.00。因此，在99%的置信水平下拒绝原假设个体效应与解释变量不相关，选择固定效应模型。

4.3 结果分析

利用eviews8.0软件对样本数据进行回归，见表5。由实证结果可知，所有解释变量包括环境污染、人均地区生产总值、城镇居民人均可支配收入、人口数、卫生机构数、每千人口卫生技术人员数对卫生总支出的影响十分显著，变量都在5%和1%的显著性水平上通过显著性检验。

空气污染、水污染、土壤污染等环境污染损害居民健康，对中国各城市居民医疗卫生费用和医保基金支出都呈正相关关系。由表5 可知，环境污染指标每增加1%，卫生总费用则提高0.0952%。使用2015年CHARLS的调查数据发现，年均AQI每增加1 单位，全国45 岁以上中老年人口的医疗费用将增加642.29 亿元[18]。而截止至2016 年，因饮用水污染导致的全国城乡居民医疗卫生总费用高达3400 亿元，占据卫生总费用的7%。过高的医疗卫生费用是造成城乡居民贫困风险的主要原因之一，而低收入和贫困人群更容易遭受空气、水、土壤等环境污染，进一步加重他们的医疗支出负担。

表5 模型估计结果Table 5 Model estimation results

经济发展水平提高，人们收入增加，带动卫生总费用显著提升。人均地区生产总值每增加1%，卫生总支出增加0.3469%；而城镇居民的人均可支配收入每增加1%，卫生总费用则增长0.9427%。国民经济高增长使得个人可支配收入增加，医疗购买力提升，医疗需求规模和结构相伴发生变化，让“健康”成为一种生活品质的理念逐渐为更多人所接收和追求，自然会带来相当规模的医疗消费。

医疗卫生资源的改善与提升带动卫生总费用的增加。在回归结果中，卫生机构每增加1%，卫生总支出则增长0.0415%；每千人口卫生技术人员数每增加1%，卫生总费用会提高0.1923%。2018 年，全国医院总数增长了6.02%，全国卫生总费用相比2017年增长了10.2%，医疗资源的充足与可及，使得卫生总费用显著提升。

各地区人口数量与卫生总费用呈正相关关系。实证分析，人口每增加1%，卫生总支出则增加1.2951%。当人口增长速度超过经济增长速度时，会出现社会卫生状况恶化、卫生服务供给不足、传染病暴发等社会问题，导致卫生总支出的增加。

5 结论与政策建议

5.1 结论

通过建立固定效应模型进行回归分析，结果表明环境污染、经济发展水平、人口规模、卫生资源条件都刺激了卫生总支出的增加。主要结论有：环境污染是导致卫生总费用提升的重要因素，通过对人体健康造成损害，继而引发卫生费用的增加；经济发展水平对卫生总费用影响显著，经济实力越强越有助于提高社会健康水平，从而带动卫生总支出增长；人口规模与卫生总支出呈同向变动，人口规模越大，卫生总费用增长越快；医疗卫生资源越充足，卫生总支出提高越显著。

5.2 政策建议

5.2.1 加强环境污染治理，改善居民健康

为应对严重的污染问题，我国政府应在治理方面投入资金，制定环境法律法规，通过立法改善人们生存环境，从而降低卫生总费用支出[19]。首先，要以解决损害群众健康突出环境问题为重点。环境污染通过加速个体健康折旧率来影响健康状况，带动卫生总支出的增加。为此，政府要加强大气、水、土壤、烟粉尘颗粒物等污染物的防治力度，还要加强重点地区、重点行业的污染控制，对高能耗产业加强监督管理，逐步淘汰高污染、高消费产业，注重产业升级。加强环境立法，推进生态环境治理体系和治理能力现代化，健全环境治理法律法规政策体系。强化环境执法监管，严厉查处各行各业违反环境治理及干预环境执法的行为。其次，构建以政府、企业、社会组织和公众共同参与的环境治理体系，牢记以生态环境保护和可持续发展理念为基础。通过规制以期达到控制医疗费用过度增长的目的。

5.2.2 增强群众环保意识，提倡健康生活方式

环保意识较低是造成生活污染和工业污染的主要成因。有关部门应加大环境保护宣传力度，普及相关环保知识，号召群众积极参与到环境保护中，发挥群众力量改善环境污染状况，保护居民健康。环保部门还要加强各类环境污染知识、污染成因、危害与防治等方面的宣传，以便公众能够正确认识环境污染的害处与治理的紧迫[20]。人们需按照一定要求和规范对污水进行排放，减少水体污染。

5.2.3 推动经济高质量发展，优化卫生费用结构

各地区应积极发展地区经济，转变经济发展方式，提升居民生活水平，提高生活质量；同时均衡配置医疗卫生资源，建立多元化的医疗服务供给主体，加快建立全科医生首诊制度、分级诊疗制度，充分发挥医保杠杆作用；针对不同年龄患者，采取差别费用控制策略，提高居民健康服务水平。