查看原文
其他

文献阅读 | 空气污染治理降低医疗不平等

苟凡 能源环境经济与政策研究 2024-01-31

题目

Improved air quality from China’s clean air actions alleviates health expenditure inequality

作者

Zhixiong Weng, Dan Tong, Shaowei Wu, Yang Xie

期刊

Environment International

时间

2023年2月

一作

单位

Institute of Circular Economy, Beijing University of Technology, Beijing 100124, People’s Republic of China

链接

https://www.sciencedirect.com/science/article/pii/S0160412023001046



研究背景

       

空气污染带来的健康问题已经成为全球和区域显著的共性问题,给个人、家庭、社区和国家带来与健康支出相关的日益沉重的经济负担。更值得注意的是,医疗资源稀缺的中低收入国家往往面临着严重的空气污染和巨大的健康状况改善负担,这可能进一步加剧稀缺医疗资源的公平分配。这种严重的不平等现象也同样存在于中国,直接影响了个人健康福利,减弱了贫困人口或经济欠发达地区对医疗费用的承受能力。

中国政府在过去十年时间里采取了严格的大气污染治理措施,最为典型的是2013年开始实施的清洁空气行动(CleanAirAction),即大气污染防治行动计划,对显著改善空气质量发挥了关键作用。到2017年,地级及以上城市颗粒物浓度至少比2012年下降10%。

尽管空气质量的明显改善带来了可观的健康效应,但空气质量改善程度、经济发展和医疗资源方面的区域差异可能会导致不同地区医疗支出的不平等。例如,2017年京津冀地区PM2.5浓度为64微克/立方米,高于全国平均水平(47微克/立方米)。在经济发展方面,东部地区明显高于中西部地区,2017年东部地区的GDP总量占全国的52.56%。经济发展水平也直接影响到医疗资源配置,导致医疗资源在中西部地区紧缺。

上述差异带来了潜在的医疗支出不平等问题,但已有研究还没有全面考虑公共医疗支出对城市空气质量改善差异的敏感性和不平等性。因此,文章研究的主要学术问题为:在空前严格的清洁空气行动下,什么因素会直接影响医疗支出?清洁空气行动对不公平的区域医疗资源配置是否存在异质性影响?老龄化社会的到来是否会对区域医疗支出的变化产生潜在影响?



研究方法

数据

文章选取了PM2.5、PM10浓度以及AQI指数作为空气质量的指标,数据来自中国国家城市空气质量数据实时发布平台。

文章选取了四种疾病——慢性阻塞性肺病(COPD)、缺血性心脏病(IHD)、下呼吸道感染(LRI)和脑卒中(STROKE),作为代表性疾病,基于这四种疾病的相关医疗支出,包括总费用、住院天数和住院费用来计算医疗支出。数据来源于城镇职工基本医疗保险数据库(UEBMI)。

经济和人口特征相关的控制变量来源于中国国家统计局和历年的中国城市统计年鉴。

模型

文章使用双向固定效应模型来估计清洁空气行动与医疗支出之间的因果关系。模型设定如下:

为了进一步研究清洁空气行动对医疗支出不平等的影响,重点从经济发展和医疗资源区域差异的角度进行考察,文章分别使用多个虚拟变量来刻画地区间经济发展水平的差异和医疗水平差异:首先,按人均GDP水平将98个城市划分为高、中和低经济发展地区,设定经济发展水平虚拟变量,并与清洁空气行动代理变量进行交互回归,识别清洁空气行为对不同经济发展水平地区医疗支出的影响差异;其次,用医院数量和人均床位数刻画医疗资源,依次划分出不同医疗资源水平地区,同样采用虚拟变量表征,并进行交互回归,识别出清洁空气行动对不同医疗资源地区的影响差异。模型构建如下:

与上一个模型唯一不同点在于对空气质量变量添加了虚拟变量交互影响。




情景设置

文章共设定两类大的情景,即有无老龄化的影响,在这两类大情景下,分别设定三类小情景:空气质量在2020-2035年期间呈高改善率趋势(HLIP和HLIPA)、中等改善率趋势(MLIP和MLIPA)和低改善率趋势(LLIP和LLIPA)。各类情景下的具体参数如表1所示。

表1 情景概述



研究结论

清洁空气行动对医疗支出的影响

图1 四种疾病的平均住院天数、住院费用和总费用的估计影响

图1显示,清洁空气行动对四种疾病的医疗支出有显著影响。在考虑城市和年份固定效应以及一系列控制变量后,平均住院天数和费用分别减少了8.26%和10.21%。住院天数和费用的显著减少导致总费用显著下降,在98个城市实施清洁空气行动后,医疗总费用减少了8.09%。相比其他疾病,下呼吸道感染(LRI)的平均住院天数减少幅度更大(-15.39%)。而清洁空气行动对脑卒中(STROKE)平均住院天数的影响最小(-10.12%)。同样,清洁空气行动也显著减少了缺血性心脏病(IHD)和下呼吸道感染(LRI)的住院费用,分别减少了15.52%和15.51%。因此,住院天数和费用的大幅减少导致IHD的总费用大幅下降(-15%)。这些差异可能是由于对空气污染物的敏感性以及每种疾病的医疗服务价格变化所致。


中低收入城市医疗支出不平等的下降效应

图2 清洁空气行动对不同经济水平城市医院总支出的异质性影响

图2显示,清洁空气行动对不同收入组的城市有显著影响。结果表明,低收入组的医疗支出明显减少,98个城市中的中等和低收入组的总费用分别减少了11.31%和7.34%。在高收入组中,没有发现显著性差异。另外,低收入组的平均住院天数和住院费用大幅减少,分别下降了12.88%和13.76%。中西部地区的结果比东部地区明显,四种疾病的总费用总计下降了13.41%。清洁空气行动可以减少不同收入组的卫生支出不平等。缺血性心脏病(IHD)方面,低收入组和高收入组的总支出分别减少了15.53%和9.77%。下呼吸道感染(LRI)在低收入组下降14.45%,而慢性阻塞性肺病(COPD)和脑卒中(STROKE)的减少效果在低收入组中不显著。中西部地区LRI和IHD的总费用分别大幅下降20.1%和19.73%。


医疗保健覆盖面不均衡的城市之间的医疗不平等程度下降

图3 清洁空气行动对不同医疗资源城市医院支出的异质性影响

图3显示了医疗支出不平等程度在医疗保健覆盖面不均衡的城市之间有所下降。清洁空气行动可以减轻地区间医疗资源禀赋的不均衡。研究发现,当空气质量改善时,医疗资源较少的城市的医院支出明显下降。在医院数量较少的组中,四种疾病的总费用合计下降了12.03%。人均病床数在[1,4)和[4,5)之间的组中,四种疾病的总费用合计下降了11.86和8.56%。但拥有充足人均床位的城市,其总支出没有明显变化,反而可能会有上升趋势。缺血性心脏病(IHD)的总费用下降最多,在医院数量较少的组中减少了16.12%。人均床位数低水平组([1,4)和[4,5)组)的支出分别减少了16.16%和10.93%。脑卒中的总费用也有所下降,但是幅度比其他疾病要小,医院数低水平组的脑卒中总费用减少幅度为 10.67%。慢性阻塞性肺病(COPD)和 下呼吸道感染(LRI)也有减少效果。研究结果表明,对于医疗资源较少的城市来说,空气质量的变化对其更敏感。当空气污染加剧时,由于缺乏医疗资源,医疗需求也会显著增加,使得人们对医疗资源的需求短期内发生显著变化。然而,没有证据支持医疗资源丰富的城市的医疗支出在下降。相反,改善的空气质量可能会增加这些地区的医疗支出,因为他们可以获得更好的医疗资源和更高的个人收入。


空气质量目标和未来医疗支出节省

图4 2020-2035年清洁空气行动和老龄化情景不同严格程度下东部、中部和西部地区卫生支出节约预测

图4表明,不同地区医疗支出节省有显著差异。东部地区的医疗总费用节约规模高于中西部地区。根据低水平空气质量改善路径(LLIPA),2035 年东部、中部和西部地区医疗生支出节省规模分别为 35.37、4.64 和 3.11 亿元。老龄化是影响医疗支出节省的关键因素。高水平空气质量改善路径(HLIP)下,2035 年东、中、西部地区医疗费用预计节约分别为 42.64、7.42 和 4.82 亿元。更严格的空气质量目标将带来更高的医疗支出节省规模。例如,HLIPA 情景中,东部地区2035 年空气质量改善带来的医疗费用可节约39.56 亿元,远高于中水平空气质量改善路径(MLIPA)和低水平空气质量改善途径(LLIPA)。从中西部地区也可以看到,2025 年之后医疗费用节省有更大的增长。



讨论与政策建议

研究表明,中国大规模的清洁空气行动有助于减少医疗支出的不平等特别是在经济欠发达和医疗保健覆盖面少的城市,这种影响尤为明显。预计到2035年,改善空气质量带来的医疗费用收益将不断增加。实施“美丽中国”计划可以缓解地区医疗支出的不平等,也可以带来更多的健康效益,以弥补经济和医疗资源方面的地区差距。

本文的研究可以帮助政府制定更有针对性的政策,以减轻少空气污染带来的健康问题。政府需要进一步扩大医疗覆盖范围,加强地区间稀缺医疗资源的公平配置,为老年人提供更多的医疗支出补贴。文章的研究结果也可以为其他国家提供参考,特别是发展中国家,他们应该采取有力的措施来控制空气污染,以减少潜在的医疗支出不平等。

然而,本文的研究也存在局限性。首先,尽管对四种空气污染相关疾病(COPD、IHD、LRI 和STROKE)的医疗保健支出在的清洁空气行动下的影响进行了评估,但有限的城市样本可能存在偏差。其次,模型估计是基于详细的个人医疗支出,但现有的数据不支持识别个人行为(比如收入水平、职业特征、家庭和教育背景)的分析。最后,本研究设计的不同空气质量改善情景可能对未来老年人口增长有不同的预测,这将影响医疗支出节省规模的估计。



作者简介

通讯作者:谢杨

北京航空航天大学经济管理学院副教授。北京大学医学博士、东京工业大学管理科学与工程专业博士,日本国立环境研究所环境经济研究室博士后。研究方向为碳减排协同效益分析、气候变化应对和空气污染健康影响以及社会可持续发展。主持国家自然科学基金青年基金、面上项目、重点项目子课题,科技部政府间国合重点专项子课题、香港大学项目资助委员会(UGC)合作研究基金(CRF)子课题、北航“青年拔尖人才支持计划项目”,北航“卓越百人计划”。参与科技部重点研发和社科重点项目。在环境健康领域Lancet Regional Health-West Pacific、Global Environmental Change、Environmental Science & Technology、Environment International, Environmental Research Letters、Lancet、 Lancet Public Health、Environmental Health Perspectives等环境健康领域顶级期刊发表50余篇,ESI前1%高被引论文累计6篇。《柳叶刀健康与气候变化倒计时:中国报告》2020,2021&2022作者,《中国碳中和与清洁空气协同路径年度报告》2021&2022科学评估报告作者和《全球疾病负担》合作者,IPCC AR6报告评审人。



编辑:苟凡

排版:苟凡

相关阅读

1 北大现代农学院诚聘农业资环经济方向博士后与科研助理文献阅读 | 预测与昼夜温差有关的超额死亡率:中国的全国性分析IMED研究 | GEC: 气候变化下日本PM2.5和臭氧相关的健康挑战文献阅读 | 2017年中国极端热浪下心血管疾病死亡风险‍5 IMED研究 | 通过减少印度道路交通部门的化石燃料消费实现碳中和‍6 招聘 | “一带一路”绿色发展国际联盟秘书处实习生招聘启事


点击“阅读原文”浏览小组主页

继续滑动看下一个

文献阅读 | 空气污染治理降低医疗不平等

向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存