公共服务对健康支出的影响范文

摘要:

本文以2003－2013年中国30个省份(不包括西藏)的面板数据为基础，运用门槛回归方法，分析了环境污染与公共服务对健康支出的影响。结果表明:环境污染对健康支出具有显著性影响，两者之间呈正相关关系。公共服务变量的引入，对环境污染的健康支出产生了门槛效应，并且不同公共服务对环境的健康支出影响产生的门槛数各不相同。其中，教育产生的门槛数为三个，城市基础设施建设与环境保护产生的门槛数均为一个。

关键词:

环境污染;公共服务;健康支出;门槛效应

一、引言

我国现今拥有将近14亿人口，约占世界总人口的19%，GDP增长速率持续24年保持在7%以上(1991－2014)。在工业化与城市化高速发展的共同刺激下，环境污染和资源消耗问题表现得极为突出，各类空气污染、水污染和固体污染随处可见，不少城市常年处于空气污染超标状态。有关水污染的一项调查结果显示:我国的河流已有82%受到了不同程度的污染;七大江河水系中，劣V类水质已经占到了41%，城市河段中的90%以上已达到了严重污染的程度［1］。而对于固定污染体现出的危害为大多数城市正面临“垃圾围城”的困扰。这些污染对人体健康造成的损害不言而喻。其中，损害健康最直接的污染是空气污染和水污染，这两种污染的相关物质分别通过呼吸道和饮食进入人体，致使人体自身调节功能出现紊乱，免疫力下降，给人体造成健康风险、疾病甚至死亡。据世界卫生组织(WHO)调查并测算得出，我国环境污染引起的健康经济损害占居民疾病负担的21%，每年过早死的人数中有30000人源于室外空气污染，而因室内空气污染而过早死亡的人数每年达420000人，并且居民疾病中环境因素所占的比重仍呈上升趋势［2］，甚至有研究者认为我国80%～90%的癌症病因与环境因素有关［3］。环境污染的严重化提高了疾病产生的风险，激发了人们对健康的需求，从而引起了健康支出的增加。根据清华大学与亚行联合的《中国环境分析(2012)》报告显示:我国平均每年因大气污染引起的健康经济损失已达到GDP的1.2%。由此，环境污染对健康支出的影响具有显著性，但在不同地区，尤其在公共服务水平存在差异性的地区，其影响的显著性存在差异，据有关学者研究显示，公共服务具有的功能之一就是抵御环境污染引起的健康风险和降低健康成本。对于公共服务水平供给不足的地区，其所面临的环境健康风险问题更加严峻［4］。因此，为有效降低居民健康成本和增强地区间抵御风险的能力，加大公共服务投入成为了一种有效的手段。

本文改变以往学者通常从环境科学和医疗卫生的角度分析环境健康效益的方法，转而运用经济学的手段，加入公共服务因素探讨如何提高环境的健康效用，降低居民的健康支出。就理论上而言，公共服务具有增强居民抵御环境污染引起的健康风险的功能［4］，能够满足人们对健康最基本的需要，也有助于环境污染的改善，延缓健康因环境污染而造成的损害，甚至对环境污染造成的健康损害具有预防和治疗作用。尽管如此，但需要注意的是公共服务对健康支出的影响存在累积效应或时滞效应，即:公共服务(教育投资、基础设施建设及环境治理投入等)在供给初期，由于受供给数量不足和自身“折旧”的影响，导致其影响范围有限，对居民健康的影响微乎其微。只有当其供给数量达到一定程度，并超过其“折旧”影响时，公共服务才能够显著改善居民的生活环境，从而达到提高居民健康水平，实现降低健康支出的目的。同时，公共服务供给的增加与健康支出的降低之间有一个传导过程，具有一定的时间滞后效应。因此，为提高公共服务供给的效率，政府需要了解并把握公共服务的累积效应和时间滞后效应。与此同时，由于受我国区域间经济发展不平衡的影响，加之各级政府没有有效界定个人与政府的社会责任，导致公共服务供给在我国表现得极为不公平。如:我国农村环境一直以来作为城市环境污染的消纳方，致使公共服务建设在农村存在奇缺性［5］。鉴于此，本文一方面将倡导各级政府重视公共服务建设;另一方面揭示并验证公共服务对环境污染与健康支出关系影响的内在机理，为提高公共服务供给的效率提供依据。

本文以中国2003－2013年各省的面板数据为基础，运用门槛回归分析方法，探究了环境污染与公共服务对健康支出的影响，以及区域间公共服务的差异性对环境的健康效用影响，倡导政府加大公共服务供给的同时，应注重其结构的调整和效率的提升。其中环境污染主要指空气污染。

二、文献评述与假设

早在20世纪初期，国外便已经开始了环境方面的健康研究。开始时，研究者们主要采用定性研究的方式分析大气污染与健康之间的关系。如:早在1964，MedaliaNZ做了一项调查研究，发现大气污染是人们最关心的问题之一，他认为，由于大气污染会刺激到眼睛、鼻子与喉咙，降低能见度，因此这些污染物一直都不受人们的欢迎［6］。随着研究的深入、理论的发展和技术的进步，环境健康方面的定量研究开始产生，并逐步取代了定性研究。而定量研究也经历了一定的发展阶段。首先，定量研究侧重于环境污染与健康两者间关系的分析。根据NeidellMJ指出的一氧化碳对1－18岁的儿童哮喘发病率的上升有促进作用的观点［7］，由亚行专业团队和环境研究领域的专家联合完成并的《迈向环境可持续的未来—国家环境分析》(2013)报告指出:大气污染导致了人体肺功能的下降，提高了支气管炎、肺心病以及呼吸系统疾病等的发病率和死亡率，带来了医院就医人数的增加，甚至引起了居民过早死亡人数的上升。该研究对各变量之间的关系进行了细致的分析，但并没有对空气污染造成的影响程度进行详细的解释与说明。其次，定量研究演变为环境污染与健康相关变量间的探讨。如:环境污染与健康支出和环境污染与健康经济损失。此两者可以概括为微观和宏观两个层面，微观包括个人与家庭，宏观为社会与国家。在微观层面，环境污染中不论是大气污染、水污染或者其他污染，都会损害居民的身体健康，增加居民的健康支出［4］［8］［9］［10］［11］。ChristopherL.Ambrey等采集了澳大利亚家庭、收入和劳动力方面的数据，并用空气污染模型测得的MP10值作为空气污染指标，以调查昆士兰东南部居民对生活满意度的方式测算PM10引起的健康成本，得出污染导致平均每个家庭降低了5000澳元的收入［12］。在宏观层面，环境污染对健康造成的经济损失也是巨大的［11］［13］［14］。赵晓丽等(2014)以计量反应模型为基础，将温度、湿度和饮食模式引入模型之中，并用人力资本法估算了北京市2011年中大气污染引起的过早死亡人数所产生的经济损失。结果表明:造成的经济损失高达6.04亿元。其中，心血管疾病损失值为4.27亿元，呼吸系统疾病损失值为1.77亿元［15］。这些研究探讨了环境污染与收入、环境状况、健康存量等因素之间的关系，从侧面反映出健康支出的产生不仅受环境污染的影响，还受其他相关因素的制约，为环境污染影响健康支出的研究拓宽了思路。第三，定量研究转变为环境污染、健康或健康支出与其他变量间三者关系的研究(现今的研究状况)。根据前人的研究与经验分析，环境污染与健康之间存在着显著的正相关关系。因此，如何降低环境的健康风险以及探讨环境的健康风险与其他因素间的关系，已经成为了研究者们探讨的中心问题。环境的健康风险问题并非是简单的两者间关系问题，相反通过引入其他视角分析环境的健康影响，不仅丰富了环境健康方面的研究，而且让研究更趋于现实状况，对现实更具有指导价值。

如:叶小青、徐娟(2014)从人口结构的角度分析了环境质量与健康支出之间的关系。得出老年人所占比重与健康支出之间呈正相关关系，而儿童所占比重与健康支出之间呈负相关关系，同时环境质量的不断恶化对健康支出的增加具有显著的促进作用［16］。齐良书(2008)通过构建经济、环境与人口健康联立方程模型，研究得出:工业污染对居民健康和经济增长具有显著的负效应，而经济增长对健康水平的提升具有显著的正效应，相反，健康水平的提升对经济增长产生的贡献并不显著［17］。叶小青、李先玲(2013)通过构建相关面板数据模型，从居民收入角度分析了环境质量与医疗健康支出之间的关系，并就区域间医疗健康支出产生的差异性进行了说明与解释。结果表明:环境质量的恶化会引起居民医疗健康支出上升，而收入水平的上涨能够显著的改善居民的健康状况，同时经济发展水平的提高对医疗支出上涨压力的下降具有促进作用［18］。通过对上述研究和其它相关研究进行分析显示，环境污染与健康支出之间的关系受众多因素的影响，如:人口结构、居民收入、经济发展水平等。这些影响因素对两者之间关系的研究起着关键的作用，也只有将这些因素剖析出来，才能够真正理解环境污染与健康支出之间的关系，为政府提供真实有效的政策依据。本文从公共服务的角度分析环境对健康支出的影响，运用中国省际面板数据，结合中国自身的情况，根据公共服务供给对环境的健康影响会产生门槛效应［4］，以及健康状况与健康支出之间存在着密不可分的关系，分析了公共服务对环境污染与健康支出之间关系的影响，结果表明:当公共服务供给累计达到一定程度之后，环境污染对健康支出的影响会出现显著性下降，即产生门槛效应。具体表现为:第一，中国经济以国有经济为主体和国有企业为主导的发展方式仍未改变，国有部门的产业布局主要集中于能源密集型和资本密集型行业［19］，其中第三产业偏重于工业增加值高的部门，而对关乎人民切身利益的环境、医疗卫生和教育等的投入仍处于较低水平;导致中国的经济发展在一定程度上是以牺牲人民的健康和社会的福利效用为代价，居民的健康支出在为政府买单。第二，中国的市场化仍处于较低水平，行政审批过多，极大的束缚了国有企业在经营过程中的积极性和创造性，进一步阻碍了国有企业提供公共服务的效率，同时将民营企业阻挡在门外，降低了整个社会的公共服务供给数量与供给效率，从而增加了居民健康支出上升的风险。第三，地区间经济发展的差异性引起了公共服务供给的非均等化，加之中央财政的转移支付偏重于经济发达地区，致使区域间公共服务水平两极分化严重，总体水平难以上升。当然环境健康方面的研究在国内仍处于初始阶段，研究空间巨大，如:从公共服务结构角度分析环境对健康支出影响，或者引入政策因素、地理环境、气候变化以及产业结构等变量。如果条件允许，环境健康方面的研究不仅仅存在于三个变量之间，而应扩展为多变量间的研究，因为环境对健康影响和环境对健康支出影响受多重因素干扰。综上，本文围绕公共服务对环境污染与健康支出关系的影响为核心展开研究，提出公共服务对环境污染于健康支出关系的影响存在门槛效应。并且不同的公共服务对环境的健康支出影响产生的门槛效应不同。针对以上问题与假设，本文首次以2003－2013年中国省际面板数据为基础，通过构建实证基础模型和门槛模型进行验证，得出公共服务对环境污染与健康支出影响的门槛值。

三、模型构建与变量选择

(一)基本模型的建立与变量解析通过对ChayK.Y.，JosephP.Newhouse和叶小青等文献关于收入、健康与其他因素之间关系的分析，并在此基础上结合本文的特点，探讨环境污染、公共服务对健康支出的影响，构建的面板数据模型。控制变量:居民可支配收入水平和健康状况。为有效探究环境污染、公共服务对健康支出影响的关系，需要对影响健康支出具有显著性的因素进行控制，其中居民可支配收入与健康状况对健康支出影响较大，需要将其作为控制变量，yit是i地区t时期居民的人均可支配收入，deathit为i地区t时期居民的死亡率，根据数据的可得性以及死亡率与健康状况的关联性，文章以死亡率来表示居民的健康状况。核心解释变量1:以PM10、二氧化硫和烟粉尘为变量的大气污染状况。环境污染的恶化对健康支出上涨的影响并非是直接的，两者之间还存在健康水平这个隐含的影响因素，环境污染先导致了居民健康水平的下降，之后，疾病的产生引起了健康支出增加。由于污染程度一般体现在污染物成分的浓度上，而非量上。同时各省省会城市一般作为各省经济、文化与政府治理的中心，其城市的面貌对各省具有一定的代表性。因此，本文主要以各省省会城市年平均PM10浓度表示各省环境污染状况，即PM10it。为提高并保证环境污染指标的解释力，文中以sm与so作为辅助变量引入模型之中，分别为烟粉尘排放量和二氧化硫排放量。核心解释变量2:公共服务供给水平。根据公共服务的特点，本文从三个方面入手分析，分别为教育水平、基础设施建设状况与环境治理投入。教育作为公共服务供给的重要组成部分，并且与人体健康有着紧密的联系，因为受过良好教育的人是健康的多产者［20］［21］［22］，教育通过改变人的生活习惯与偏好而影响人们的健康，比如抽烟、嗜酒和熬夜等，同时教育对于改善人们的健康具有显著的正效应［23］［24］［25］，本文选择普通高校师生比来代表教育供给水平，用eduit表示。Protect与in-fra分别表示环境污染治理投资总额占GDP比重与城市环境基础设施建设投资占GDP比重。由于我国农村环境基础建设极其匮乏，同时鉴于环境基础建设存在外溢性以及农村环境基础建设投资数据的不可得性，本文分别以环境污染治理投资总额占GDP比重与城市环境基础设施建设投资占GDP比重代表环境污染治理投资情况与城市环境基础设施建设情况。模型中c为常数项，β1～β9为各变量前的回归系数值，uit为扰动项。

(二)门槛回归模型的建立环境质量对健康的影响存在基于公共服务水平的门槛效应，当公共服务供给的累积量达到一定程度之后，环境污染对健康影响的程度会出现下降［4］。据此，本文以我国省际面板数据为基础，通过建立门槛回归模型，验证并得出公共服务对环境污染与健康支出影响产生的门槛值。“门槛回归”模型是Hansen于2000年最先提出的。本文以Hansen(2000)构建的门槛回归模型为基础，结合本文研究的内容与特点构建了如下门槛回归模型。在分析公共服务对环境污染与健康支出之间产生门槛效应的过程中，本文从公共服务的教育水平(普通高效师生比)、城市基础设施建设情况(城市基础设施建设投资占GDP比重)和环境保护情况(环境污染治理投资总额占GDP比重)三方面分析了公共服务对环境污染的健康支出影响是否存在门槛效应。

四、估计结果

(一)基本回归文中数据主要来源于中经网数据库、国家统计局网站、《中国环境统计年鉴》以及《中国城市统计年鉴》，为剔除价格因素的影响，本文对相应数据进行平减处理(以2003年为基期)和相应的变换，同时考虑到数据的可得性，共获得我国30个省市自治区2003－2013年的面板数据(不包括西藏)。表1为变量的描述性统计，分析了各变量的均值、标准差、最大值和最小值。为解决变量间多重共线性的问题，本文选择spearman检验方法，检验结果每万人拥有卫生人员数(m)、二氧化硫排放量(so)与烟粉尘排放量(sm)等变量。为验证模型适合固定效应还是随机效应，文中采用hausman检验方法进行检验，结果显示:F统计量为0.000，即:采用固定效应模型比随机效应模型更合理，验证结果如表2。Fe与Re对应的表格数值为固定效应模型与随机效应模型下各变量的参数，根据表(2)结果可知，PM10与健康支出之间存在着显著的正相关关系，即:PM10浓度的上升会引起人们对健康的重视，增加医疗健康方面的支出。而收入水平的提高有助于增加人们在医疗健康方面的投入，但收入水平的日益改善对医疗健康支出占消费支出比例的影响甚微，甚至两者之间呈现负相关关系，表明健康的消费呈边际效用递减趋势。同时教育资源的投入，对健康支出的影响在1%的显著性水平上表现得十分明显，当教育投入增加时，健康支出的数额在不断增加，其所占消费的比重在逐渐下降，由此可知:教育的投入有助于人们对健康的理解与重视、生活习惯的改善和生活品质的提高。相应地，公共服务中环境治理投资与城市环境基础设施建设投资分别占GDP的比重对健康支出占消费支出比重的影响显著性偏弱，两者之间分别呈正相关关系，其表现出的结果与前文存在一定的差异，但需要注意一点，我国是一个高速发展的发展中国家，工业产值仍然对经济发展起着举足轻重的作用，城市化建设仍然在不断的加速，同时环境污染问题显得更为严峻，因此，我国现阶段处于发展、维护与污染三者同时并存的矛盾体中，这便不难理解环境治理投资与城市环境基础设施建设投资分别占GDP的比重与健康支出占消费支出比重呈正相关关系。

(二)门槛回归本文基于上述理论对模型进行门槛分析，采用自抽取法得出相应的P值与F值，其中对单一、双重和三重门槛抽样次数均为100次，结果如表3以及门槛图形1、2和3所示。由上表数据可知，当门槛变量为edu时，其单一门槛、双重门槛在1%的置信水平下显著，并通过检验，而三重门槛在5%的置信水平下显著，同时三重门槛估计值并非位于单一门槛和双重门槛的置信区间内，因此以教育代替公共服务的模型存在三重门槛特征。对于以protect为门槛变量的模型，其单一门槛通过了5%的显著性检验，而双重门槛和三重门槛的门槛估计值均位于单一门槛的置信区间内，因此，以protect为代表的公共服务门槛模型存在单一门槛，但通过图1可知，其中的临界值大于LR值，表明所得到的门槛值可能为无效门槛值。同理分析，以infra为代表的公共服务门槛模型存在单一门槛。五、结论本文基于2003—2013年省际面板数据，研究了我国环境污染、公共服务对健康支出的影响。结果表明:其一，环境污染对健康支出影响显著;其二，公共服务的供给能够改善人体健康，当公共服务供给水平达到一定程度时，环境的健康支出影响表现显著，即公共服务供给水平对环境的健康影响存在门槛效应，但其对健康支出的具体影响并不能确定，因为不同种类的公共服务或者同种公共服务的不同供给水平对健康支出造成的影响各不相同。教育的供给能够改善人们的健康，同时具有降低健康支出的作用，并且区域间教育水平的差异对健康支出影响的显著性和正负相关性也存在不同。对于城市基础设施建设与环境保护而言，其供给水平具有促进居民健康状况改善的效果，但会因此而增加居民的健康支出，加重居民的医疗保健支出负担。据此，本文得出的结论所具有的政策含义有:第一，环境、公共服务与健康支出之间存在密切的联系，相关政策的制定应充分考虑三者之间的内在关联性，不应单独或者片面的考虑部分因素。第二，公共服务的供给对健康具有显著的影响，政府应加大公共服务的供给，提高社会的总体福利水平。第三，政府在增加公共服务供给的同时，应调整好公共服务供给的组成结构，注意哪些公共服务会导致健康支出增加，而哪些公共服务会降低健康支出。第四，教育投入不仅能够改善人们的健康，而且在一定程度上具有降低健康支出的作用，政府应重视对教育的投入。

参考文献:

［1］林海平．环境产权交易论［M］．北京:社会科学文献出版社，2012．130－131．

［2］王春霞，朱利中，江桂斌．环境化学学科前沿与展望［M］．北京:科学出版社，2011．679－680．

［3］徐晓勇．卫生学基础［M］．北京:高等教育出版社．2005．201－202．

［4］卢洪友，祁毓．环境质量、公共服务与国民健康:基于跨国(地区)数据的分析［J］．财经研究，2013，(6):106－118．

［5］杨妍，孙涛．农村公共服务与生态环境发展［J］．华中师范大学学报(人文社会科学版)，2007，(4):43－48．

［6］MedaliaN.Z．Airpollutionasasocio-environmentalhealthproblem:Asurveyreport［J］．JournalofHealthandHumanBehavior，1964，5(4):154－165．

［7］NeidellM.J．Airpollution，health，andsocio-economicstatus:Theeffectofoutdoorairqualityonchildhoodasthma［J］．JournalofHealthEconomics，2004，23(6):1209－1236．

［8］苗艳青，陈文晶．空气污染和健康需求:Grossman模型的应用［J］．世界经济，2010，(6):140－160．

［9］DalesR.E，CakmakS.，VidalC.B．AirpollutionandhospitalizationforheadacheinChile［J］．AmericanJournalofEpidemiology，2009，170(8):1057－1066．

作者：茅铭晨 黄金印 单位：浙江财经大学 中国政府管制研究院