北京市PM2.5污染健康經(jīng)濟效應的CGE分析

王桂芝,武靈艷,陳紀波,宋迎曦,陳蓉蓉 (南京信息工程大學數(shù)學與統(tǒng)計學院,江蘇 南京 210044)

北京市PM2.5污染健康經(jīng)濟效應的CGE分析

王桂芝*,武靈艷,陳紀波,宋迎曦,陳蓉蓉 (南京信息工程大學數(shù)學與統(tǒng)計學院,江蘇 南京 210044)

為了研究細顆粒物(PM2.5)污染對公眾健康和經(jīng)濟系統(tǒng)造成的影響,以北京市為例,首先通過暴露-反應關系量化分析 PM2.5污染的負面健康效應,從而得到勞動力損失和額外醫(yī)療費用,進一步在封閉經(jīng)濟下建立可計算一般均衡(CGE)模型,將勞動力供給變化和額外醫(yī)療費用作為傳導變量反饋到模型中,模擬PM2.5污染對國民經(jīng)濟系統(tǒng)的外生沖擊.結果表明,2013年北京市PM2.5污染造成22247人[95%置信區(qū)間(CI):6286～34705]死亡,超過一百萬人患病,額外醫(yī)療費用約為 11.13(95%CI:2.91～18.82)億元.進一步,負面健康效應導致產(chǎn)業(yè)部門總產(chǎn)出損失約239.69(95%CI:85.93～372.05)億元,地區(qū)生產(chǎn)總值(GDP)損失約9.01(95%CI:3.53～13.57)億元.

PM2.5；CGE；暴露-反應關系；健康經(jīng)濟損失

隨著城市化進程的加快,以細顆粒物(PM2.5)為主的霧霾污染愈發(fā)嚴峻,嚴重威脅了公眾健康和經(jīng)濟發(fā)展[1-2].近年來,許多國內外學者運用流行病學和毒理學方法對空氣污染的急性效應和慢性效應進行了危害評價[3-6],結果表明空氣污染水平與心肺疾病的死亡率、發(fā)病率顯著相關.目前基于健康效應對于空氣污染經(jīng)濟影響的評估方法以人力資本法(HCA)、疾病成本法(COI)和條件價值法(CVM)[7]為主.通過HCA評估美國1958年由于空氣污染造成疾病死亡的經(jīng)濟損失,得出當年美國治理空氣污染的總健康效益為802億美元,這是計算和評價空氣污染造成健康經(jīng)濟損失的開端[8].國內學者對于空氣污染經(jīng)濟損失的研究開始于20世紀80年代,基于HCA得到中國“六五”期間(1981～1985)大氣污染對健康造成的年均損失約為 37.64億元[9].隨后,COI和CVM 也被引入到環(huán)境質量的研究中來[10-11].例如,陳仁杰等[12]根據(jù)COI和CVM估算2006年我國 113個主要城市大氣顆粒物污染的健康經(jīng)濟損失為3414.03億元.Wang等[13]運用CVM得到2015年江蘇省霧霾管理和預防的非市場價值為76.45億元.

然而,這些方法的評估結果只代表疾病的經(jīng)濟負擔,國民生產(chǎn)總值(GDP)作為衡量經(jīng)濟狀況的一個重要指標,并未包括在這些方法的評估結果內,且這些方法無法模擬某一部門的變化對整個經(jīng)濟系統(tǒng)的影響.投入產(chǎn)出(I-O)模型[14]盡管能夠改進這兩點不足,但并未將價格機制引入模型,難以對混合經(jīng)濟模擬分析.而可計算一般均衡(CGE)模型基于一般均衡理論刻畫了政府政策與市場價格的共同影響[15],不僅保留了傳統(tǒng)方法的優(yōu)勢(例如多部門分析等),還引入經(jīng)濟主體的優(yōu)化行為、市場機制和政策工具,將生產(chǎn)、需求、價格和貿易等有機的結合在一起,能夠模擬在混合經(jīng)濟條件下不同產(chǎn)業(yè)、經(jīng)濟主體對于政策變化的反應[16].

為了客觀評估 PM2.5污染造成的影響,本文以北京市為例,通過暴露-反應關系量化PM2.5暴露下的人群健康效應,并建立封閉經(jīng)濟下的CGE模型,通過勞動力和醫(yī)療支出變化進行外生沖擊,得到2013年北京市PM2.5污染造成的健康經(jīng)濟影響.

1 方法介紹

1.1 暴露-反應關系

本文根據(jù)暴露-反應關系量化 PM2.5暴露下的居民健康效應,這也是評估 PM2.5污染造成健康損失的前提.暴露-反應關系的公式為

式中:EΔ 為PM2.5變化引起的居民健康效應變化量,人;P為暴露人口,人;E為實際濃度下人群健康效應;β為暴露-反應關系系數(shù);C為研究地區(qū)的PM2.5濃度,μg/m3;0C 為基準濃度,μg/m3.

1.2 CGE模型

CGE模型能夠描述多個市場和結構的相互作用,可以估計某一特殊政策變化所帶來的直接和間接影響,以及對國民經(jīng)濟的全局影響.由于PM2.5污染不像其他行業(yè)產(chǎn)品一樣能夠在全國范圍內流通,甚至參與進出口貿易,為此本文將北京市2012年投入產(chǎn)出表的42個部門合并為農(nóng)業(yè)、工業(yè)、建筑業(yè)、運輸郵電業(yè)、醫(yī)療服務業(yè)和其他服務業(yè)6大部門,構建封閉CGE模型.所有生產(chǎn)部門記為K ,所有商品部門記為L,假設一個活動部門只生產(chǎn)一種商品,下標 k,l分別表示活動和商品,k ,l =1,2,…,6.模型中的價格變量均為相對價格指數(shù),數(shù)量變量以貨幣作為單位來衡量,主要方程如下(完整模型及具體參數(shù)設置參見文獻[17]):

1.2.1 價格模塊

式中:QA為生產(chǎn)活動產(chǎn)出數(shù)量,億元;QVA為增值總投入數(shù)量,億元;QINTA為中間投入總量,億元;PA、PVA和PINTA分別為相應的價格.式(2)表示生產(chǎn)活動的收入和成本,對于每一種生產(chǎn)活動的收入,全部用于支付增加值和中間投入.

1.2.2 生產(chǎn)模塊

生產(chǎn)函數(shù)嵌套為兩層,式(3)的總產(chǎn)出是不變替代彈性(CES)生產(chǎn)函數(shù),它有兩個投入,增值和中間投入,αq、 δq和ρ分別為其效率參數(shù)、份額參數(shù)和替代參數(shù).嵌套函數(shù)的第二層分別是增值和中間投入兩個部分.式(4)用柯布-道格拉斯(C-D)生產(chǎn)函數(shù)描述增加值,式中:QL和QK分別為勞動和資本需求量,億元;vaα 為效率參數(shù);η為彈性系數(shù).式(5)用列昂惕夫生產(chǎn)函數(shù)描述中間投入,式中:QINT表示中間投入個量,億元;ica為中間投入產(chǎn)出系數(shù).

1.2.3 經(jīng)濟主體模塊

式(6)和式(7)分別描述了居民的收入和消費,式中:YH和EH分別為居民的收入和消費總額,億元;QLS和QKS分別為勞動和資本的供應量,億元;WL和WK分別為勞動和資本要素的平均價格;所得稅稅率記為ti;居民消費傾向記為mpc.式(8)和式(9)分別表示政府的財政收入和支出,式中:YG和EG為政府的收入和支出總額,億元;PX為商品價格;QG為政府對各部門商品消費數(shù)量,億元;tv為增值稅率;Gβ 為消費份額參數(shù).

1.2.4 系統(tǒng)模塊

式(10)描述了商品市場出清,該方程表示商品的總供給等于總需求,式中:QX為市場商品數(shù)量,億元;QH為居民對各部門商品消費數(shù)量,億元;QINV為固定資產(chǎn)投資數(shù)量,億元.式(11)表明政府儲蓄為零,式中:GSAV表示政府儲蓄,億元.新古典主義模型里利息是彈性的,金融市場從而達到供求平衡,投資等于私人儲蓄,因而也要求政府保持財政支出等于收入.

2 數(shù)據(jù)處理

2.1 健康效應數(shù)據(jù)

本文認為居住在北京市內的人口都屬于暴露人口,但考慮到該地區(qū)流動人口較多,戶籍人口并不能有效代表北京市居住人口,故取2013年該市常住人口作為PM2.5健康效應評估的暴露人群,數(shù)據(jù)來源于《2014年北京統(tǒng)計年鑒》.研究地區(qū)PM2.5年均濃度值為89.5μg/m3,來源于《2013年度北京市衛(wèi)生與人群健康狀況報告》,假設暴露人群均暴露于同一污染水平.對于 PM2.5基準濃度值,Schwartz等[18-19]指出極低濃度的顆粒物暴露依然有可能損害人群健康,Quah和 Boon[20]也認為顆粒物對人體健康的影響不存在閾值,因此本文取為0μg/m3.

本文選取的健康效應終端為早逝、住院(呼吸系統(tǒng)疾病和心血管疾病)、門診(兒科和內科)、慢性支氣管炎、急性支氣管炎和哮喘.為了避免重復計算,對于患病者僅考慮未就診患者,本文假設這些疾病患者未就診比例與全人群平均水平相同,據(jù) 2013年第五次國家衛(wèi)生服務調查報告,我國患者未就診比例為27.3%.暴露-反應系數(shù)的確定是健康效應評估的關鍵,它表示污染物濃度每增加1μg/m3導致的人群發(fā)病率和死亡率增加的百分數(shù).本文基于北京市的實際情況,結合黃德生等[21]的研究成果,提取北京市2013年PM2.5污染引起的健康效應終端的暴露-反應關系系數(shù)及其 95%置信區(qū)間(CI),基年發(fā)生率和誤工時間來源于2014年《中國統(tǒng)計年鑒》、《中國衛(wèi)生與計劃生育統(tǒng)計年鑒》和其他相關研究結果[21-23](表1).

表1 健康效應終端的相關信息Table 1 Related information of health outcomes

進一步計算PM2.5污染造成的額外醫(yī)療費用.因其數(shù)據(jù)難以獲得,故本文只考慮住院和門診患者的醫(yī)療費用支出情況,且采用人均數(shù)據(jù)代替.根據(jù)《2013年北京市衛(wèi)生事業(yè)發(fā)展統(tǒng)計公報》,門診病人人均醫(yī)藥費用為 393.3元,住院病人人均醫(yī)藥費用為18495.9元.

2.2 社會核算矩陣

社會核算矩陣(SAM)是CGE模型的數(shù)據(jù)基礎,它以二維表的形式全面反映了整個經(jīng)濟活動的收入流和支出流,是對社會經(jīng)濟系統(tǒng)內交易的矩陣表述.為此,本文結合北京市 2012年42部門投入產(chǎn)出表(與研究年份最接近),構建SAM表,具體見表2.另外,由于本文建立的是封閉經(jīng)濟下的 CGE模型,且假設企業(yè)的超額利潤為零,故 SAM 表中沒有其他地區(qū)賬戶和企業(yè)賬戶.

表2 2012年北京市社會核算矩陣(億元)Table 2 Social accounting matrix of Beijing in 2012 (hundred million RMB)

2.3 參數(shù)標定

為了使CGE模型達到基期的均衡,需要確定模型中的參數(shù).由于在CGE模型中只是相對價格起作用,本文假定基年所有要素和商品的價格均為1.

CES生產(chǎn)函數(shù)和C-D生產(chǎn)函數(shù)的參數(shù)通過計量經(jīng)濟學的方法來估計[24],該方法以多年統(tǒng)計數(shù)據(jù)為基礎,可靠性高.對于CES生產(chǎn)函數(shù),令

按照Maclaurin級數(shù)展開得

不考慮余項,可得回歸方程

對于C-D生產(chǎn)函數(shù),對(4)式兩邊取對數(shù)可得回歸方程

式中:v=ln(αva); v= η;v = 1? η;ε為誤差項.

根據(jù)北京市 1985～2012年投入產(chǎn)出表及相關統(tǒng)計年鑒,對方程(15)和方程(16)進行最小二乘估計,即可得到相應參數(shù)值.

其余參數(shù)均可由 SAM 表計算得到[17],中間投入產(chǎn)出系數(shù)為對各部門商品的中間投入與中間投入總額的比值,增值稅率為增值稅與要素收入的比值,居民平均消費傾向為居民消費總額與稅后收入的比值,個人所得稅率為個人所得稅與居民收入的比值,消費份額參數(shù)為對各部門商品的消費支出與消費總額的比值.

3 結果

3.1 PM2.5污染的健康效應

考慮到環(huán)境污染的健康損害對國民經(jīng)濟系統(tǒng)的影響主要表現(xiàn)在兩個方面,一是勞動力患病或死亡等導致人的勞動能力下降或喪失,二是相關疾病的增加導致醫(yī)療費用的增加.為此,本文參考楊宏偉等[23]和趙曉麗等[25]的做法,主要考察來自勞動力供給下降和衛(wèi)生服務需求增加的經(jīng)濟影響.

將暴露-反應關系系數(shù)、暴露人口數(shù)、PM2.5濃度和基年發(fā)生率代入(1)式,對 2013年北京市PM2.5污染造成的人群健康效應進行綜合分析,表3給出了PM2.5暴露下的健康效應評估結果.

表3 PM2.5暴露下北京市居民健康效應評估結果(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污染導致22247人(95%CI:6286～34705)死亡,1021078人(95%CI:492204～1487289)發(fā)病.根據(jù)《2013年度北京市衛(wèi)生與人群健康狀況報告》,2013年北京市 15～64歲勞動力人群在全部死亡人數(shù)中占22.44%,由此可得PM2.5污染造成15～64歲勞動力死亡約為4992人(95%CI:1411～7788),結合表1可得誤工總時長為 2343132d(95%CI:921943～3518046),相當于損失勞動力 9373人(95%CI: 3688～14072),約為同年勞動力的 0.82‰(95%CI: 0.32‰～1.23‰).同時基于各終端單位醫(yī)療費用,計算得到居民額外醫(yī)療費用支出為 11.13億元(95%CI:2.91～18.82).

3.2 PM2.5污染的經(jīng)濟效應

通過勞動力損失和醫(yī)療費用增加對CGE模型進行外生沖擊,與基準情景進行比較,量化估算2013年北京市PM2.5污染的經(jīng)濟效應.

對于 PM2.5污染的宏觀經(jīng)濟效應,本文著重從居民收入、居民消費、政府收入、政府消費、地區(qū)GDP5個方面來分析,詳見表4.

由表4可知,PM2.5污染會對人體健康造成危害,一方面導致勞動力誤工,從而降低勞動力投入水平,另一方面又增加了居民的醫(yī)療費用.勞動力投入水平是影響居民收入的重要因素之一,勞動力投入的降低勢必導致居民收入水平的降低;居民醫(yī)療費用的增長導致對其他部門的消費減少,由于醫(yī)療服務業(yè)在整個經(jīng)濟系統(tǒng)中所占比重較小,不足以拉動整個消費水平,因而居民收入和消費總額均出現(xiàn)下降跡象.同時,居民收入的減少勢必會導致個人所得稅的降低,從而造成政府財政收入的減少.而新古典主義模型要求政府財政支出等于收入,從而政府財政支出總額也隨之減少.此外,勞動力要素投入的減少導致產(chǎn)出水平下降,醫(yī)療費用的增加導致居民消費結構的變化,總體消費水平降低,造成 GDP減少約 9.01億元(95%CI:3.53～13.57).

表4 PM2.5污染的宏觀經(jīng)濟效應(億元)Table 4 Macroeconomic effects of PM2.5pollution(hundred million RMB)

進一步,表5給出了PM2.5污染的部門產(chǎn)出變化情況,將損失細化到每個生產(chǎn)部門.

表5 PM2.5污染的部門經(jīng)濟效應(億元)Table 5 Sector economic effects of PM2.5pollution (hundred million RMB)

由表5的模擬結果可以看出,勞動力投入水平和居民醫(yī)療費用基于產(chǎn)業(yè)部門之間錯綜復雜的內在關聯(lián)對整個經(jīng)濟系統(tǒng)進行沖擊,導致醫(yī)療服務業(yè)的總產(chǎn)出有所增長,其余 5個產(chǎn)業(yè)都呈現(xiàn)出不同程度的減產(chǎn),其中工業(yè)和其他服務業(yè)的損失較大.工業(yè)污染是 PM2.5污染產(chǎn)生的主要原因[26],PM2.5的降低則意味著工業(yè)生產(chǎn)能力的降低,產(chǎn)業(yè)結構的調整刻不容緩,在此背景下,政府可能會犧牲一定的工業(yè)增長治理 PM2.5污染[27],這將直接影響到工業(yè)的產(chǎn)值;同時旅游業(yè)作為第三產(chǎn)業(yè)的龍頭產(chǎn)業(yè),直接受到霧霾的沖擊[28].勞動力投入水平的下降使得部門的勞動力投入降低,總體消費水平的下降則會制約居民消費需求的增長,不利于部門產(chǎn)出.而醫(yī)療費用的增長則帶動了口罩、空氣凈化器等防霾產(chǎn)品的熱銷,刺激了醫(yī)療服務業(yè)的發(fā)展.

4 討論

本文估算得到 PM2.5污染造成北京市 GDP減少約9.01億元,略高于趙曉麗等[24]和范春陽[29]基于修正 HCA對北京市的估算結果.這可能是因為他們是從個人收入的角度進行損失評估,并未考慮政府損失、社會間接經(jīng)濟損失等因素,而CGE模型則在一定程度上避免了這一點.同時,本文的估算結果低于部分文獻[21,30-31]對北京市的估算結果,可能有以下幾點原因:本文假定北京市人口均勻分布且暴露于同一污染水平下,忽略了城區(qū)與郊區(qū)人口分布不均且流動性大的特點,沒有考慮城區(qū)污染水平高于郊區(qū)污染[32],削弱了高污染水平高人口密度的疊加效應,造成評估結果偏低;本文只考慮了污染導致的勞動力和醫(yī)療費用變化對經(jīng)濟系統(tǒng)的影響,沒有考慮居民疲勞、幸福感下降的經(jīng)濟價值;在計算醫(yī)療費用時,只考慮了住院和門診的費用,沒有包括自我治療費用和交通費用等,因此只是保守的估算;本文著重評估PM2.5造成的影響,未考慮SO2、TSP等對人群的危害,評估結果可能偏低;由于本文主要通過純數(shù)理推算的方式評估PM2.5造成的社會經(jīng)濟損失,無法反映一個人生命的價值,造成評估結果偏低.

此外,本文不可避免地存在一些不確定性.一方面,對于暴露-反應關系來說,健康終端的暴露-反應系數(shù)、發(fā)病率和污染物的閾濃度都是很重要的參數(shù).本文中暴露-反應系數(shù)借鑒了其他研究的結果,而人群的暴露程度受到生活習慣等因素的影響[33],這需要通過開展不同人群暴露行為與暴露-反應關系的研究來加以解決.部分發(fā)病率數(shù)據(jù)來自于其他相關文獻,同時閾值選取的不同也會影響最終的結果,給評估結果帶來一定的不確定性.另一方面,沒有考慮霧霾天氣導致的農(nóng)作物減產(chǎn)[34]、能見度降低[35]等災害造成的損失.

盡管如此,社會經(jīng)濟系統(tǒng)錯綜復雜,任何經(jīng)濟模型都只能對現(xiàn)實進行近似合理的簡化,從現(xiàn)實角度來看,該評估結果雖然只是一個保守的估計,但仍具備一定的參考價值,能夠宏觀地反映PM2.5帶來的經(jīng)濟成本.

5 結論

5.1 2013年北京市 PM2.5污染導致居民早逝22247例,呼吸系統(tǒng)疾病住院31824例,心血管疾病住院10676例,兒科門診227884例,內科門診603886例,慢性支氣管炎患病23827例,急性支氣管炎患病111209例,哮喘患病11772例,醫(yī)療費用支出增加11.13億元.

5.2 2013年北京市PM2.5污染導致勞動力誤工和居民醫(yī)療費用增加,從而對各部門總產(chǎn)出有不同程度的影響,除了醫(yī)療服務業(yè)的總產(chǎn)出有所增長外,其余5個產(chǎn)業(yè)均表現(xiàn)為減產(chǎn),其中工業(yè)和其他服務業(yè)造成的損失最大,進一步造成地區(qū)GDP減少約9.01億元.

[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,范紹佳.2006～2012年珠江三角洲地區(qū)O3污染對人群健康的影響 [J]. 中國環(huán)境科學, 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] 曾賢剛,許志華,魯頤瓊.基于CVM的城市大氣細顆粒物健康風險的經(jīng)濟評估——以北京市為例 [J]. 中國環(huán)境科學, 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] 過孝民,張慧勤,李 平.我國環(huán)境污染造成的經(jīng)濟損失估算 [J].中國環(huán)境科學, 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] 陳仁杰,陳秉衡,闞海東.我國113個城市大氣顆粒物污染的健康經(jīng)濟學評價 [J]. 中國環(huán)境科學, 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,顧賽菊,陳紀波.基于投入產(chǎn)出模型的北京市霧霾間接經(jīng)濟損失評估 [J]. 環(huán)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] 張 欣.可計算一般均衡模型的基本原理與編程 [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] 黃德生,張世秋.京津冀地區(qū)控制 PM2.5污染的健康效益評估[J]. 中國環(huán)境科學, 2013,33(1):166-174.

[22] 王文雅,林江濤,蘇 楠.2010～2011年北京地區(qū) 14歲以上人群支氣管哮喘患病率調查 [J]. 中華醫(yī)學雜志, 2013,93(18):1383-1387.

[23] 楊宏偉,宛 悅,增井利彥.可計算一般均衡模型的建立及其在評價空氣污染健康效應對國民經(jīng)濟影響中的應用 [J]. 環(huán)境與健康雜志, 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] 趙曉麗,范春陽,王予希.基于修正人力資本法的北京市空氣污染物健康損失評價 [J]. 中國人口·資源與環(huán)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年成都財富論壇期間空氣質量狀況分析研究 [J]. 環(huán)境科學學報, 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] 范春陽.北京市主要空氣污染物對居民健康影響的經(jīng)濟損失分析 [D]. 北京:華北電力大學, 2014.

[30] 蔡春光.空氣污染健康損失的條件價值評估與人力資本評估比較研究 [J]. 環(huán)境與健康雜志, 2009,26(11):960-961.

[31] 曹彩虹,韓立巖.霧霾帶來的社會健康成本估算 [J]. 統(tǒng)計研究, 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,內蒙古赤峰人,教授,碩士,研究方向為應用數(shù)理統(tǒng)計.發(fā)表論文50余篇.

2016-11-21

國家社會科學基金資助項目(15BTJ019)

* 責任作者, 教授, wgznuist@163.com