健康中國戰(zhàn)略背景下空氣污染的心理健康效應

張廣來 張寧

摘要 《健康中國行動（2019—2030年）》明確要求努力形成有利于健康的生態(tài)環(huán)境，提高人民健康水平，加快開展心理健康促進行動和健康環(huán)境促進行動。該研究利用2010—2018年中國家庭追蹤調查（CFPS）數據與受訪者所在縣（區(qū)）的年度空氣污染數據和氣象數據進行匹配，通過雙重差分法（DID）計算2013年底實施的“大氣十條”政策引起的區(qū)域空氣污染的外生變化，再利用二階段最小二乘法（2SLS）識別空氣污染對居民心理健康的影響。研究發(fā)現，空氣污染顯著地降低了居民心理健康水平，其中，縣級層面1μg/m3的PM2.5污染濃度的上升將會顯著降低居民主觀幸福感得分8.17%并加重居民抑郁情緒指數3.88%。進一步的機制分析表明，空氣污染主要通過惡化居民身體健康水平，減少居民運動鍛煉行為并增加肥胖風險進而對心理健康產生負向影響。此外，分析空氣污染對不同人群心理健康影響的異質性差異后發(fā)現，男性群體、年輕人群體、低教育群體和城市居民受空氣污染的負面心理健康效應會更大。該研究結論是對現有分析空氣污染健康效應文獻的有效補充，同時還反映出目前基于健康層面對空氣污染成本的評估可能大大低估了空氣污染對主觀幸福感和精神健康的影響所產生的其他社會經濟成本。中國需要進一步加強大氣污染防治工作，打贏藍天保衛(wèi)戰(zhàn)。

關鍵詞 空氣污染;心理健康;“大氣十條”政策;健康中國戰(zhàn)略

中圖分類號 F205? 文獻標志碼 A?? 文章編號1002-2104（2022）02-0015-11?? DOI：10.12062/cpre.20211107

良好的生態(tài)環(huán)境是健康的保障，經濟發(fā)展和環(huán)境治理任何時候都不應當與民眾身心健康相悖。然而，近年來頻發(fā)的空氣污染問題引發(fā)人們環(huán)境意識的普遍提高，受到巨大破壞的生態(tài)環(huán)境會使每個人在一定程度上承受環(huán)境污染所引發(fā)的傷痛[1]。人們對健康的追求不再局限于身體健康，也更加注重心理健康。鑒于此，國務院于2019年7月先后印發(fā)了《國務院關于實施健康中國行動的意見》和《健康中國行動（2019—2030年）》，明確了在健康中國戰(zhàn)略背景下，除了關注人群的身體健康，還要推進實施“健康環(huán)境促進行動”和“心理健康促進行動”。習近平總書記在十九大報告中也明確指出，實施健康中國戰(zhàn)略，要完善國民健康政策，為人民群眾提供全方位全周期健康服務。因此，深入了解空氣污染對居民心理健康的影響，從居民短期抑郁情緒和長期主觀幸福感等視角多維度分析空氣污染的心理健康效應就十分必要，這也是新時期健康中國建設中實施“健康環(huán)境促進行動”和“心理健康促進行動”的重要前提和基本保障。

1 文獻綜述和理論機制

空氣污染作為“頭號”環(huán)境問題，已被證實對人類的生命健康和社會經濟發(fā)展具有顯著的負面影響。以霧霾為主的空氣污染帶來的經濟損失和健康風險是難以估量的，它不僅會引起人體多種疾病，例如面臨更高的心血管疾病[2]、呼吸道疾病[3]等患病風險，甚至誘發(fā)癌癥[4]，而且還會危害交通運輸、公共設施、城市建設以及和諧社會的發(fā)展等。此外，有部分文獻開始嘗試研究空氣污染如何對人們的社會行為與心理健康造成影響[5-8]，如視霧霾為健康風險因素會促使民眾減少日常戶外活動、旅游出行以規(guī)避空氣污染對健康的損害，而這會限制個體之間面對面的溝通交流與社會互動，從而造成個體和社會層面的負面情緒增加[9]。近年來，有學者嘗試利用經濟學的分析方法評估空氣污染與居民心理健康間的因果關系[10]，還有學者利用大數據分析方法研究了中國城市空氣污染與民眾在社交媒體上情緒表達的相關性關系[8]。前述研究為文章拓寬研究視角、深化研究內容奠定了理論基礎，但目前鮮有研究系統(tǒng)性地分析空氣污染對居民心理健康影響的微觀傳導機制。

該研究認為，空氣污染對心理健康的影響機制可以從直接生理機制和其他間接機制兩方面進行解釋。就直接生理機制而言，有學者發(fā)現空氣污染顆粒物構成成分中含有毒害神經的物質（如鉛、汞、錳等），是具有強烈作用的炎癥劑。它們會對人體的神經行為功能產生直接的損傷，引發(fā)前額皮質炎癥和組織損傷。而神經炎癥會破壞血腦屏障，不僅可能誘發(fā)中樞神經系統(tǒng)疾病，還會造成腦血管內皮損傷，導致血管性抑郁的進一步發(fā)展，從而影響人們的心理健康[11]。此外，Fonken等[12]指出長期暴露于PM2.5空氣環(huán)境中還會引發(fā)海馬神經炎癥反應，而海馬區(qū)神經元樹突棘的形態(tài)與密度的變化與抑郁癥的發(fā)病機理有關。因此，空氣污染引致的人體海馬區(qū)神經元形態(tài)的改變可能也是其惡化人們心理健康的重要生理原因之一。

此外，空氣污染還可能通過間接渠道影響居民的心理健康。首先，空氣污染會危害居民的身體健康，進而間接地對居民心理健康造成負面影響。前文提到有研究證明空氣污染可能增加居民患上呼吸道疾病、心臟病與肺癌的風險，而身體健康作為決定居民幸福與否的一個關鍵因素，健康狀況較差的居民通常感到不太幸福[13]。其次，空氣污染會對居民日常生活造成不便進而影響人們心理健康，例如人們在較差空氣質量環(huán)境下會減少戶外出行并改變日常的健身鍛煉計劃，更加傾向于留在室內。這就導致社會群體間的溝通交流減少，進而影響其心理健康[14]。再次，有學者指出空氣污染對人群體質指數（Body Mass Index，BMI）具有顯著的正向影響，并引起患肥胖癥概率的增加[15]。因此，空氣污染可能誘發(fā)的人群肥胖風險也可能是潛在影響心理健康的重要渠道之一。

綜上分析，在利用 CFPS2010—2018年調查數據分析空氣污染對心理健康影響的傳導機制時，由于無法直接對生理傳導機制進行檢驗，主要從間接機制分析。依據數據可獲得性原則，該研究選擇受訪者的自評健康、他評健康、患慢性病情況和住院情況指標反映居民的身體健康狀態(tài)，利用受訪者“一周內的運動鍛煉次數”衡量空氣污染對居民日常生活的影響，并利用 BMI肥胖指標度量空氣污染對受訪者外貌狀態(tài)的影響，進而開展空氣污染對心理健康影響的機制檢驗。

2 研究設計

2.1“大氣十條”的政策背景

為應對嚴峻的大氣污染問題，保護和改善生態(tài)環(huán)境，中國于2013年9月10日印發(fā)了《大氣污染防治行動計劃》（以下簡稱“大氣十條”），開始實施被稱作為歷史最嚴格的一系列大氣污染治理措施?！按髿馐畻l”作為一項由頂層中央政府先行設計防治目標，而后自上而下地逐級分解到各省份、市和縣政府且通過政治激勵保障實施的規(guī)則體系，要求全國所有省、自治區(qū)和直轄市簽署各自的《大氣污染防治目標責任書》。“大氣十條”的發(fā)布與各省份、市（縣）簽訂污染防治目標責任書后，各級政府高度重視大氣污染防治行動，建立鐵腕與鐵規(guī)“雙鐵”治污機制，高效推動了中國大氣污染綜合治理工作，對區(qū)域空氣質量改善產生了顯著的正向作用。

因此，該研究將“大氣十條”視為一項準實驗進行分析，借鑒Li等[16]的研究思路，首先從全國各省份制定的大氣污染防治行動方案中整理收集各城市關于PM2.5和PM10 的空氣質量優(yōu)化目標（即要求2017年比2012年的目標污染物年均濃度下降值），對于某一城市同時規(guī)定了PM2.5和 PM10改善目標選擇取其中最高值反映“大氣十條”在城市層面的規(guī)制強度。然而，由于無法搜索到所有縣級層面的大氣污染防治目標，所以將各縣（區(qū)）的污染防治目標等同于其所屬地級市污染防治目標（對屬于省直管縣的樣本，將該縣的大氣污染防治目標按照其所屬省份的污染物防治目標進行設定），并將污染物（PM2.5或PM10）防治目標不低于20%的縣（區(qū)）設定為處理組樣本，將污染物防治目標小于或等于10%的縣（區(qū)）設置為對照組樣本，將其他防治目標在10%～20%之間地區(qū)的樣本剔除。進而通過雙重差分模型分析得到大氣污染物濃度的外生變化值，并將該處由“大氣十條”引起的外生變化量作為大氣污染的工具變量，檢驗空氣污染對居民心理健康的影響。綜合使用雙重差分法和工具變量法，能夠有效地緩解空氣污染與心理健康之間因果關系的內生性問題。

2.2 模型設定

為便于比較分析，參考Zhang 等[7]實證策略設定了基準OLS 計量模型：

其中，i表示受訪者，c 表示受訪者所在的縣（區(qū)），t 表示年份。Yict為個體層面的心理健康變量，Airct為受訪者所在的c 縣在t 年的空氣污染變量，X’ict表示個體層面可能影響心理健康水平的控制變量。W’ct表示受訪者所在的c 縣在t 年的天氣變量，包括氣溫、濕度、降水量和日照時間四個氣象變量。λi和μt分別表示個體固定效應和時間固定效應，εit為隨機誤差項。

除空氣污染和心理健康指標的測量誤差因素外，還可能由受訪者因其自身喜好和經濟社會特征選擇不同的城市居住，導致受訪者可能人為地改變空氣污染程度。同時，受訪者自身特征也與其心理健康相關，如果這些特征不被觀測，則會導致變量遺漏。因此，空氣污染影響受訪者心理健康的 OLS 估計結果會受到內生性問題的干擾，使得空氣污染的心理健康效應系數β有偏。為此，基于2013年底實施的“大氣十條”政策引起的強污染規(guī)制地區(qū)與弱污染規(guī)制地區(qū)空氣污染的外生變化，借助兩階段最小二乘（2SLS）的估計方法分析空氣污染與居民心理健康之間的因果關系，構建計量模型：

其中，兩階段最小二乘模型中的第一階段為 DID估計，依據（3）式估計得到空氣污染的預測水平Air ct替換掉基準計量模型（1）中的Airct，從而得到2SLS 中第二階段的計量模型，即公式（2）。Postt表示的是“大氣十條”政策實施的時間虛擬變量，2014年及以后設置為1，2014年以前設置為0。Treatmentc為處理組的虛擬變量，若受訪者所在的c 縣為20%及以上的強大氣污染防治目標區(qū)域設置為1，為10%及以下的弱大氣污染防治目標區(qū)域設置為0。理論上，設計的工具變量應當同時滿足相關性和外生性的要求。相關性檢驗通過后文實證檢驗。對于外生性的要求，該研究認為“大氣十條”政策的實施主要是中國政府基于經濟可持續(xù)發(fā)展的考量制定的，受微觀個體心理健康的影響較小，符合工具變量的外生性要求。因此，在2SLS 模型中，公式（2）中的系數α反映了所研究的空氣污染對居民心理健康的影響效應。

2.3 數據說明和描述性統(tǒng)計

2.3.1 心理健康

心理健康可以從不同角度使用相應的量表進行測度。首先，通過醫(yī)院就診行為反映的精神類疾病（如抑郁癥、癡呆癥和自殺傾向等）是最能直接表征居民心理健康狀況的指標[17]，但受限于數據，未使用該指標作為心理健康的度量指標。其次，情緒感受也是個體短時間心理狀況的直接反映，尤其是個體短期內的負面抑郁情緒能夠很好地反映個體當下的心理狀態(tài)[7]。部分學者也通過關注個體較短時間內抑郁情緒的變化，分析了空氣污染對居民心理健康的影響[7，10]。因此，該研究使用抑郁情緒變量作為反映居民短期內心理健康的一個重要指標。最后，自我認同和幸福感指標也被認為是心理健康積極層面的重要體現，主觀幸福感同時也是負性情緒的重要保護因子。因此，大量學者在研究中將主觀幸福感作為分析居民長期生活滿意度的關鍵指標[7]。故該研究將主觀幸福感作為反映居民長期心理健康的另一個重要指標。綜上，選用抑郁情緒和主觀幸福感衡量居民心理健康不僅可以從消極和積極兩個維度綜合衡量居民的心理狀況，還能夠很好地反映居民心理健康中的短期情緒狀態(tài)和長期生活滿意度情況。

心理健康指標數據來自中國家庭跟蹤調查（CFPS）。該調查是北京大學社會調查中心實施的一項大規(guī)模的數據調查，自2010年開始，截至2021年3月共進行了五輪（2010年，2012年，2014年，2016年和2018年）調查。該調查反映中國經濟、社會、人口、教育和健康的變遷，為學術研究和政策決策提供可靠的數據來源。CFPS 樣本覆蓋全國25個省份，代表了除港澳臺地區(qū)以外31個省份95%的人口，具有較強的代表性[10]。其中，主觀幸福感的數據來自問卷中對受訪者的提問“您對自己生活的滿意程度如何？”受訪者根據回答“很不滿意、不滿意、一般、滿意和非常滿意”分別賦值為1～5，即該主觀幸福感變量越低，受訪者的心理健康狀況越差。該問題由于在五輪調查中均未發(fā)生變化，因此除了刪除部分主觀幸福感指標缺失值的樣本外，并未對該指標進行其他調整。

然而，針對抑郁情緒的度量，CFPS 在五輪調查中并未保持一致。其中，在CFPS2010和CFPS2014衡量心理健康的抑郁狀態(tài)時均采用CES?D 量表的簡化版本，包括對最近一個月的6個抑郁癥狀的發(fā)生頻率問題的回答。而 CF? PS2016將 CES?D 量表擴大至20個問題，CFPS2018則在2016問卷的20個問題中進一步重新篩選出8個問題對受訪者進行抑郁狀態(tài)的調查。此外，CFPS2012則缺失了相關的 CES ? D 量表調查。因此，不同于以往研究只利用 CFPS2014的數據[10]或利用CFPS2010和CFPS2014兩期面板數據[7]分析空氣污染對抑郁狀態(tài)的影響，該研究將五輪調查中均向受訪者提問到的情緒狀態(tài)作為受訪者的抑郁情緒的度量，而關于情緒狀態(tài)的提問也包含在所有四輪 CES ? D 量表的問題中。具體來看，在 CFPS2010和 CF? PS2014問卷中，受訪者被問到“最近一個月您感到情緒沮喪頻率為？”，受訪者根據自身情況選擇回答“幾乎每天、經常、一半時間、有一些時候和從不”并被分別賦值為1～5。而在 CFPS2012、CFPS2016和 CFPS2018年的問卷中，受訪者被問到“請根據您的實際情況，指出在過去一周內感到情緒低落的發(fā)生頻率”，受訪者根據自身情況選擇回答“幾乎沒有（不到1天）、有些時候（1～2天）、經常有（3～4天）和大多數時候有（5～7天）”并被分別賦值為1～4。對兩次提問的回答按照CFPS2018回答進行統(tǒng)一調整，將CFPS2010和 CFPS2014問卷中回答“幾乎每天”等同于回答“大多數時候有”;將回答“經?！焙汀耙话霑r間”等同于回答“經常有”;將回答“有一些時候”等同于“有些時候”;將回答“從不”等同于“幾乎沒有”。同時，為了與前文主觀幸福感的賦值趨勢保持一致，將回答“幾乎沒有、有些時候、經常有和大多數時候有”重新分別賦值為4，3，2和1，即該抑郁情緒變量越低，受訪者的心理健康狀況越差。

2.3.2 空氣污染和氣象數據

使用縣級層面PM2.5年均濃度反映空氣污染指標。目前，研究中國空氣污染問題使用較多的是利用來自地面監(jiān)測站的空氣污染數據（由生態(tài)環(huán)境部國家環(huán)境監(jiān)測中心公開提供）。該數據的典型特點是監(jiān)測精度高，但成本昂貴，站點數量有限且分布不均，監(jiān)測區(qū)域大氣污染分布存在一定的局限性[18]，如2010年僅僅覆蓋全國113個城市，無法提供縣級層面的空氣污染數據。此外，Chen 等[10]還指出基于地面監(jiān)測站的空氣污染數據無法研究特定污染物，尤其是PM2.5的影響，以及可能存在的人為篡改數據帶來的測量偏差。因此，該研究通過基于衛(wèi)星數據的氣溶膠光學厚度（Aerosol Optical Depth，AOD）估算近地面 PM2.5的分布情況，基本原理為AOD 表示對垂直大氣柱濃度消光系數的積分，與近地面顆粒物之間具有較強的相關性[18]。借鑒Buchard等[19]和 Chen 等[10]的研究方法，從美國國家航空航天局（NASA）公開網站中下載獲取自1980年以來 AOD 的經緯度柵格數據（0.5°×0.625°，約50 km×60 km），反演估算出PM2.5污染濃度數據。并通過Arcgis10.2采樣分析，得到2010—2018年覆蓋中國全境的PM2.5濃度空間柵格數據，并將其從網格匯總為每個縣的年均濃度值。此外，NASA 還給出了 SO2濃度數據，因此，進一步得到每個縣的 SO2濃度數據，并將 SO2年均濃度作為縣級空氣污染代理變量進行穩(wěn)健性檢驗。

此外，該研究使用的氣象數據源自中國氣象局氣象數據中心800多個氣象監(jiān)測站點數據，主要包括平均氣溫（攝氏度）、年均相對濕度（百分比）、降水量（毫米）和日照時間（小時）。借鑒已有文獻[20]，根據每個受訪者所在縣（區(qū)）的縣域中心點坐標與氣象觀測站點坐標，按照空間距離最短原則，將受訪者所在縣（區(qū)）與最近的氣象站點進行匹配，進而實現了縣級數據庫與氣象數據庫的連接。

2.3.3 其他個體控制變量和機制分析變量

除了空氣污染指標外，對其他可能影響受訪者心理健康的因素進行控制。參照已有文獻，從 CFPS 問卷中選擇年齡、受教育年限、婚姻狀態(tài)、失業(yè)狀態(tài)、是否有保險、收入和社會地位等指標作為其他控制變量。此外，對空氣污染的心理健康效應進行間接機制檢驗，選擇居民的身體健康狀態(tài)、日常生活和外貌狀態(tài)變化作為機制分析變量。

綜上，該研究首先剔除了居民主觀幸福感和抑郁情緒指標缺失的樣本，并根據 CFPS 提供的個人代碼匹配出連續(xù)5次被追蹤訪問的12925受訪者，形成2010—2018年的平衡面板數據，樣本總數為64625。然后，基于CFPS 提供的受訪者地理位置代碼，將每個受訪者所在縣的地理位置與縣級層面的空氣污染數據和氣象數據進行匹配。最后，借鑒Power等[21]的插值法對相關控制變量和機制變量的少部分缺失值進行處理，最終形成多層次面板分析數據。表1為關鍵指標的相關定義和描述性統(tǒng)計結果。

3 實證檢驗與分析

3.1 兩階段最小二乘估計（2SLS）

針對空氣污染與心理健康之間可能存在的內生性問題，使用“大氣十條”政策引起的空氣污染的外生變化量作為工具變量，利用2SLS 方法檢驗空氣污染對居民心理健康的影響?；貧w結果見表2，其中（1）列—（3）列為第一階段中“大氣十條”對空氣污染的影響?？梢园l(fā)現，無論是否控制天氣變量以及嚴格控制城市-年份聯合固定效應，所有的回歸結果均顯示出“大氣十條”顯著地減少了地區(qū)PM2.5污染濃度。（4）列—（6）列是被解釋變量為居民主觀幸福感的第二階段回歸結果，（7）列—（9）列是被解釋變量為居民抑郁情緒的第二階段回歸結果。由第二階段各列回歸系數結果可知，在處理了空氣污染與心理健康之間可能存在的內生性問題后，研究發(fā)現空氣污染對居民心理健康產生了顯著的負向影響。在表2中，（1）列、（4）列和（7）列是控制了個體固定效應和年份固定效應，但未加入天氣層面控制變量的回歸結果;（2）列、（5）列和（8）列是進一步加入天氣層面控制變量的回歸結果，控制的固定效應仍為個體和年份固定效應;（3）列、（6）列和（9）列則將年份固定效應進一步修改為城市和年份的聯合固定效應，主要為了考慮控制城市層面隨時間變化的不可觀測因素對居民心理健康的影響，例如城市層面逐年變化的經濟波動和環(huán)保行動可能對居民心理健康產生影響。因此，表2中2SLS 模型第一階段和第二階段的最終回歸結果分別是以（3）列、（6）列和（9）列的報告系數為基準回歸結果。

具體來看，研究發(fā)現“大氣十條”政策的實施顯著地改善了強規(guī)制目標地區(qū)的 PM2.5污染濃度。第一階段回歸中（3）列系數顯示“大氣十條”減少了6.3μg/m3的PM2.5 污染濃度。且第一階段 F值大于10，說明這里并不需要擔心弱工具變量問題;同時，由于所選取的工具變量個數正好等于內生解釋變量的個數，故不存在過度識別問題。第二階段回歸中（6）列和（9）列系數分別顯示在1%和5%的顯著性水平下，1μg/m3的PM2.5污染濃度的上升將會降低居民主觀幸福感得分8.17%和加重居民抑郁情緒指數3.88%。將系數與已有研究空氣污染對心理健康影響的文獻進行比較，Chen 等[10]研究發(fā)現1μg/m3的 PM2.5污染濃度的上升將會顯著增加居民心理健康中的0.0788（即7.88%）CES-D 抑郁得分;李衛(wèi)兵等[14]研究發(fā)現1μg/m3的 PM2.5污染濃度的上升將會顯著增加居民心理健康中的0.051（即5.1%）CES-D 抑郁得分。盡管該研究對于心理健康指標的衡量與現有文獻有一定區(qū)別，但比較空氣污染的心理健康效應系數大小后證實，該研究的結論與現有文獻并不存在較大差異。

3.2 穩(wěn)健性檢驗

3.2.1 替換空氣污染指標

為了增加研究結論的可靠性，進一步使用縣級層面的SO2濃度反映區(qū)域空氣污染程度。同時，進一步搜集整理2010—2018年中國城市層面的空氣污染指數（Air Pol?lution Index，API）數據，并運用地級市 API水平反映其所轄縣（區(qū)）的空氣污染水平進行穩(wěn)健性檢驗。需要說明的是，2013年之前的城市 API數據使用中國環(huán)境監(jiān)測總站每天發(fā)布的城市空氣質量日報中API值，該值是PM10、SO2和 NO2三種污染物的綜合指數，而在2013年之后官方只公布了AQI、PM10、SO2和 NO 等污染物的單項指標值。因此，為了保持 API 數據的一致性，借鑒已有文獻的做法[22]，基于環(huán)境空氣質量指數技術規(guī)定的計算公式，利用 PM10、SO2和 NO2三種污染物手工計算了中國地級市層面2013年以后的API值，并重新進行了2SLS 模型回歸。表3匯報了2SLS 模型中的第二階段結果，即SO2污染濃度和 API指數對于居民心理健康的影響。具體來看，（1）列和（3）列使用了SO2濃度作為空氣污染的代理變量，（2）列和（4）列使用了API指數作為空氣污染的代理變量。所有回歸結果均顯示在使用不同污染物指標替換 PM2.5濃度指標后，依然可以發(fā)現空氣污染顯著地降低了居民主觀幸福感和加重居民抑郁情緒，反映出空氣污染對心理健康具有顯著的負向影響，證明了前文基準結論的穩(wěn)健性。

3.2.2 考慮同期其他大氣防治政策的影響

在進行第一階段的DID 回歸中，需要注意避免在政策發(fā)生過程中受到其他大氣污染政策的干擾。文章考慮了2017年由原環(huán)保部發(fā)布的《京津冀及周邊地區(qū)2017年大氣污染防治工作方案》的影響。該政策對以北京和天津2個城市為中心及周邊700 km 左右半徑內的4省所轄26個地級市（即“2+26”城市）進行嚴格的大氣污染聯防聯控，并采取諸如清潔供暖等試點政策進行大氣污染防治。此外，國務院于2018年6月27日下發(fā)《打贏藍天保衛(wèi)戰(zhàn)三年行動計劃》，并將“2+26”城市與長三角地區(qū)、汾渭平原劃分為重點防治區(qū)域范圍。該研究認為以上政策的實施，可能會對文章的回歸結果產生干擾，且“大氣十條”政策在制定時要求2017年“收官”。因此，將實證分析的時間范圍縮短，剔除2018年的研究樣本，以CFPS2010—CF? PS2016的四輪調查數據進行檢驗，回歸結果見表4。具體來看，（1）列—（3）列使用了居民主觀幸福感作為被解釋變量，（4）列—（5）列使用了居民抑郁情緒作為被解釋變量。（3）列和第（6）列的基準結果發(fā)現，在1%和10%的顯著性水平下，1μg/m3的PM2.5污染濃度的上升將會顯著降低居民主觀幸福感得分7.23%和加重居民抑郁情緒指數2.66%。該結果同樣證明了空氣污染對心理健康具有顯著的負向影響，證明了前文基準結論的穩(wěn)健性。

3.2.3 改變對照組和處理組的設定標準

在前文的分析中，對照組樣本被設定為大氣污染物防治目標小于或等于10%的縣（區(qū)）的受訪者，并將處理組樣本設定為大氣污染物防治目標大于或等于20%的縣（區(qū)）的受訪者。進一步改變對照組和處理組的設定標準，第一類是將大氣污染防治強度在5%及以下縣（區(qū)）的受訪者設為對照組，將大氣污染防治強度在20%及以上設置為處理組樣本;第二類是將大氣污染防治強度在5%及以下縣（區(qū)）的受訪者設為對照組，將大氣污染防治強度在25%及以上設置為處理組樣本;第三類是將大氣污染防治強度在10%及以下縣（區(qū)）的受訪者設為對照組，將大氣污染防治強度在25%及以上設置為處理組樣本。利用CFPS2010—2018年的五輪調查數據進行2SLS 分析，回歸結果見表5?；貧w結果顯示，在改變了3種不同的對照組和處理組設定標準后，除了回歸系數發(fā)生變化外，空氣污染對居民主觀幸福感和抑郁情緒依然產生顯著的負面效應。該穩(wěn)健性檢驗結果證明了空氣污染對心理健康具有顯著的負向影響，保證了基準回歸結果的可靠性。 3.2.4 替換工具變量為“逆溫”指標

進一步使用“逆溫”指標作為空氣污染的工具變量進行穩(wěn)健性檢驗。逆溫現象是指地面上空的大氣結構會出現氣溫隨高度增加而升高的反?，F象（通常大氣溫度隨著高度增加而下降）。逆溫是自然形成的大氣現象，不管是何種原因形成的逆溫，都會阻礙空氣的垂直對流，妨礙污染物擴散，進而使得近地面空氣污染加重。特別是，在目前的技術條件下，人為制造逆溫暫時沒有可能。已有大量學者證實逆溫指標是較合理的替代空氣污染的工具變量[10，15]。

借鑒已有文獻處理方法[15]，通過 NASA 提供的 MER?RA-2衛(wèi)星圖片產品整理了2010—2018年中國各縣（區(qū)）層面的逆溫現象年度發(fā)生次數，并使用逆溫現象發(fā)生頻率（年度累計次數）作為空氣污染的工具變量進行穩(wěn)健性分析。由于逆溫指標是根據每6小時記錄一次的氣溫數據計算得到（每天記錄4次不同高空大氣層中的氣溫），在計算縣（區(qū)）年度逆溫現象發(fā)生頻率時，先將縣（區(qū)）當天出現過1次及以上頻率逆溫現象定義為當天發(fā)生了逆溫現象（記為1天），再將其進行年度層面的天數加總得到縣（區(qū)）某年的累計逆溫發(fā)生次數。表6展示了使用縣（區(qū)）年度逆溫累計發(fā)生次數作為空氣污染工具變量的回歸結果。（3）列和（6）列回歸結果發(fā)現在10%的顯著性水平下，1μg/m3的 PM2.5污染濃度的上升將會顯著降低居民主觀幸福感得分7.46%和加重居民抑郁情緒指數3.79%。說明在使用逆溫作為空氣污染的工具變量時，依然可以發(fā)現空氣污染對居民心理健康產生了顯著的負面影響，這也證明了前文研究結論的可靠性。

3.3 異質性分析

分別從受訪者的性別、年齡、受教育水平和城鄉(xiāng)戶籍的異質性進行分樣本回歸分析。異質性檢驗結果見表7。其中，（1）列—（4）列使用了居民主觀幸福感作為被解釋變量，（5）列—（8）列使用了居民抑郁情緒作為被解釋變量。首先，按照受訪者的性別差異分別對男性和女性受訪者受到空氣污染影響心理健康的異質性效應進行檢驗。研究發(fā)現，男性受訪者受到空氣污染對主觀幸福感的負向影響顯著高于女性受訪者，1μg/m3的PM2.5污染濃度的上升將會顯著降低男性受訪者的主觀幸福感得分9.56%，降低女性受訪者的主觀幸福感得分7.35%?？赡艿脑蚴鞘苤袊鴤鹘y(tǒng)的“男主外，女主內”的生活方式影響，男性會更多地承擔外出工作進而增加了暴露于室外空氣污染的時間，受到空氣污染的直接負面影響可能高于女性。而就空氣污染影響抑郁情緒的異質性來看，男性和女性受到的負面影響相差并不大。

其次，根據年齡的異質性來看，將所有受訪者劃分為大于或等于60歲的老年人，以及其他非老年人受訪者。研究發(fā)現，無論是對受訪者心理健康中的主觀幸福感還是抑郁情緒，老年人受到空氣污染對心理健康的負面影響更小，該研究結論也與 Zhang 等[7]的發(fā)現保持一致?？赡艿脑蚴牵夏耆擞捎谏顣r間更長久以及更豐富的人生經歷，對居住在較差空氣污染環(huán)境中的適應程度更高。同時，年輕人在戶外的時間往往多于老年人，增加了年輕人暴露于空氣污染下的健康風險。此外，在高速發(fā)展的互聯網時代，年輕人對于空氣污染關注度和相關信息獲取便利度往往高于老年人，這也是年輕人受到空氣污染的負面心理健康影響高于老年人的潛在原因。

再次，根據受訪者的真實教育年限將其劃分為完成了9年義務教育的受訪者和未完成9年義務教育的受訪者。研究發(fā)現，低教育程度群體受到空氣污染對心理健康的負面影響更大?？赡艿脑蚴歉呓逃潭鹊娜后w在受到空氣污染影響時往往可以采取更加有效的應對方式，如佩戴防塵口罩和購買空氣清新器等，從而減輕空氣污染的負面影響。此外，涂正革等[23]在分析大氣污染對不同教育程度群體身體健康的異質性影響時提出，由于低學歷人群中絕大部分出生在21世紀70年代之前，能夠切身體會到改革開放帶來的經濟紅利，產生了對健康的過度自信;而高學歷人群對環(huán)境污染帶來的危害表現較為保守，風險規(guī)避意識較好，因此受到空氣污染的負面影響更小。

最后，還根據 CFPS 提供的基于國家統(tǒng)計局資料的城鄉(xiāng)分類變量將所有受訪者劃分為城市地區(qū)和農村地區(qū)進行分樣本回歸。研究發(fā)現，城市地區(qū)受訪者受到空氣污染對心理健康的負向影響遠遠高于農村地區(qū)的受訪者。對城市受訪者而言，1μg/m3的PM2.5污染濃度的上升將會顯著降低城市受訪者的主觀幸福感得分11.98%和加重居民抑郁情緒指數8.72%;對農村受訪者而言，1μg/m3的 PM2.5污染濃度的上升只顯著降低農村受訪者的主觀幸福感得分4.95%，且對受訪者的抑郁情緒未產生顯著的影響。這可能是由城市居民對空氣污染的重視程度高于農村居民的影響導致的。綜上所述，文章的異質性檢驗結果發(fā)現男性群體、年輕人群體、低教育群體和城市居民受到空氣污染的負面心理健康效應往往更大。

4 空氣污染影響心理健康的機制檢驗

目前，有關空氣污染通過何種渠道對居民心理健康產生影響的文獻還十分少見?；谇拔牡臋C制討論，將重點從居民的身體健康狀態(tài)、日常生活和外貌狀態(tài)變化分析空氣污染對心理健康影響的微觀機制。其中，居民的身體健康選擇四個指標衡量：受訪者的自評健康狀態(tài)，即根據 CFPS 問卷中的提問“您認為自己的健康狀況如何”，依據受訪者回答“非常不健康、不健康、一般、健康和非常健康”分別賦值1～5;受訪者的他評健康狀態(tài)，CFPS 問卷中要求所有訪員依據個人觀察評判受訪者的健康狀態(tài)，并將其由“很差-很好”分別賦值1～7;受訪者患慢性病狀態(tài)，CFPS 問卷中調查了“過去六個月內，受訪者是否患過經醫(yī)生診斷的慢性疾病？”，未確診慢性疾病設為0，確診則設為1;受訪者的住院情況，CFPS 問卷詢問受訪者“過去12個月是否因病住院”，未住院設為0，住院設為1。此外，使用健身行為衡量空氣污染對居民日常生活的影響，在CFPS 問卷中調查了受訪者“過去一周（CFPS2014—2018）/過去一個月（CFPS2010—2012），您鍛煉身體的頻次”，將無鍛煉身體設為0，有1次及以上鍛煉頻次的設為1。最后，在度量居民的外貌變化時使用了基于 BMI衡量的肥胖狀態(tài)，將BMI（體重指數BMI=體重/身高的平方，kg/㎡）大于或等于30定義為肥胖[15]。綜上，將上述機制變量作為被解釋變量重新進行2SLS 回歸，第二階段的回歸結果見表8。

由表8可知，空氣污染顯著降低了人們的身體健康狀態(tài)，并減少了居民戶外運動鍛煉，顯著地增加了居民變肥胖的風險。具體來看，1μg/m3的PM2.5污染濃度的上升將會顯著降低居民3.51個百分點的自評健康水平和1.01個百分點的他評健康水平，并分別增加居民患慢性疾病和住院風險1.65%和1.71%。空氣污染對身體健康的負面影響可能會進一步增加人們的焦慮抑郁情緒，并且會由于對疾病認知的不充分增加恐懼、不安等情緒，增加心理壓力，從而影響居民的主觀幸福感和抑郁情緒，對居民心理健康造成顯著的負面效應[14]。此外，1μg/m3的PM2.5 污染濃度的上升將會顯著減少5.47%的居民運動鍛煉行為。體育鍛煉被認為是促進健康的重要生活方式[24]?？諝馕廴撅@著地減少人們的運動鍛煉行為后，居民的生活健康可能受到負面影響，同時還會進一步減少都市人群與外人交流溝通的機會，進而抑制了居民的心理健康水平。最后，從空氣污染對居民外貌變化的影響來看，1μg/m3的 PM2.5污染濃度的上升將會顯著增加居民變肥胖風險0.16%，該結論也與 Deschenes 等[15]的研究發(fā)現相似?？諝馕廴菊T發(fā)肥胖的潛在原因可能是隨著人們生活條件的改善，再加上空氣污染引致的鍛煉減少和久坐增加，使得超重的人所占比重越來越高。而體重超重不僅會引發(fā)諸多疾病對身體健康造成負面影響，還會因為外貌變化影響人們的自信程度和心理健康水平。

綜上，該研究發(fā)現空氣污染對心理健康的負面效應主要是通過惡化居民身體健康水平，增加患慢性病概率和住院風險，減少日常生活中的運動鍛煉行為和增加肥胖風險等方面進行傳導的，這也與前文的機制討論假設基本保持一致。

5 結論

健康中國戰(zhàn)略強調心理健康是健康的重要組成部分。文章從居民主觀幸福感和抑郁情緒著手進行分析，檢驗了空氣污染與心理健康之間的因果關系。研究發(fā)現，1μg/m3的PM2.5污染濃度的上升將會顯著降低居民主觀幸福感得分8.17%并加重居民抑郁情緒指數3.88%，空氣污染對居民心理健康具有顯著的負向影響。此外，就空氣污染心理健康效應進行異質性檢驗后發(fā)現，中國男性群體、年輕人群體、低教育群體和城市居民受到空氣污染的負面心理健康效應會更大。對空氣污染影響居民心理健康的微觀傳導機制進行檢驗，發(fā)現空氣污染主要通過惡化居民身體健康水平，增加患慢性病概率和住院風險，減少日常生活中的運動鍛煉行為和增加肥胖風險進而對居民的心理健康產生顯著的負向影響。

研究還發(fā)現，中國2013年底實施的“大氣十條”政策顯著地減少了6.3μg/m3的 PM2.5污染濃度，故嘗試就“大氣十條”政策實施后引起的心理健康福利效應進行簡單討論。具體來看，已有學者研究發(fā)現中國現有的抑郁癥患者人數約為9500萬人[25]，而每個抑郁癥患者的治療成本約為3665美元[26]，且中國僅有8.2%的抑郁癥患者會積極尋求去醫(yī)院就診治療[27]。因此，如果這8.2%抑郁癥患者均得到治療的話，則可估算出由于心理健康問題產生的治療成本為285.5億美元。依照該研究發(fā)現的1 ug/ m3的PM2.5空氣污染增加會加重抑郁指數3.88%，經簡單折算后可得1ug/m3的PM2.5的降低所減少的心理健康成本為11.08億元，進而計算出“大氣十條”政策實施后因空氣污染改善所減少的心理健康治療成本為69.8億美元。

綜上，該研究有助于人們進一步深入了解空氣污染的潛在危害，對于個人積極采取防護措施應對空氣污染，正視個人心理健康問題具有重要的現實意義。此外，研究還證明了政府大力治理空氣污染不僅對社會經濟的可持續(xù)發(fā)展具有重要促進作用，還能夠有效地降低中國心理健康疾病問題的治療經濟成本，有利于提升人民健康水平、幸福感和安全感，加快中國建設成為富強民主文明和諧美麗的社會主義現代化強國。

參考文獻

[1]相鵬，耿柳娜，周可新，等.空氣污染的不良效應及理論模型：環(huán)境心理學的視角[J].心理科學進展，2017，25（4）：691-700.

[2]SINHA D N，DORAIRAJ P，JEEMON P，et al. The changing pat? terns of cardiovascular diseases and their risk factors in the states of India：the global burden of disease study 1990-2016[J]. The lan?cet global health，2018，6（12）：1339-1351.

[3]PHOSRI A，UEDA K，PHUNG V L H，et al. Effects of ambient air pollution on daily hospital admissions for respiratory and cardiovas?cular diseases in Bangkok，Thailand[J]. Science of the total environ?ment，2019，651：1144-1153.

[4]EZZATI M. Indoor air pollution and health in developing countries [J]. The lancet，2005，366（9480）：104-106.

[5]LI Y，GUAN D B，YU Y N，et al. A psychophysical measurement on subjective well-being and air pollution[J]. Nature communica?tions，2019，10（1）：1-8.

[6]XUE T，ZHU T，ZHENG Y X，et al. Declines in mental health as? sociated with air pollution and temperature variability in China[J]. Nature communications，2019，10（1）：1-8.

[7]ZHANG X，ZHANG X B，CHEN X. Happiness in the air：how does a dirty sky affect mental health and subjective well?being？[J]. Jour?nal of environmental economics and management，2017，85：81-94.

[8]ZHENG S，WANG J，SUN C，et al. Air pollution lowers Chinese ur?banites? expressed happiness on social media[J]. Nature human be? haviour，2019，3（3）：237-243.

[9]鄭思齊，張曉楠，宋志達，等.空氣污染對城市居民戶外活動的影響機制：利用點評網外出就餐數據的實證研究[J].清華大學學報（自然科學版），2016，56（1）：89-96.

[10]CHEN S，OLIVA P，ZHANG P. Air pollution and mental health： evidence from China[R]. National Bureau of Economic Research，2018.

[11]WAGNER J G，ALLEN K，YANG H Y，et al. Cardiovascular de? pression in rats exposed to inhaled particulate matter and ozone：ef?fects of diet?induced metabolic syndrome[J]. Environmental heal?th perspectives，2014，122（1）：27-33.

[12]FONKEN L K，XU X，WEIL Z M，et al. Air pollution impairs cog?nition，provokes depressive ?like behaviors and alters hippocampal? cytokine expression and morphology[J]. Molecular psychiatry，2011，16（10）：987-995.

[13]FERREIRA S，AKAY A，BRERETON F，et al. Life satisfaction? and air quality in Europe[J]. Ecological economics，2013，88：1-10.

[14]李衛(wèi)兵，鄒萍.空氣污染與居民心理健康：基于斷點回歸的估計[J].北京理工大學學報（社會科學版），2019，21（6）：10-21.

[15]DESCHENES O，WANG H X，WANG S，et al. The effect of air pol?lution on body weight and obesity：evidence from China[J]. Jour?nal of development economics，2020，145：102461.

[16]LI X，WANG Y T，ZHOU H C，et al. Has China s war on pollutionreduced employment：quasi?experimental evidence from the Clean? Air Action[J]. Journal of environmental management，2020，260：109851.

[17]AKPINAR A，BARBOSA?LEIKER C，BROOKS K R. Does green? space matter：exploring relationships between green space type and? health indicators[J]. Urban forestry & urban greening，2016，20：407-418.

[18]王子峰，曾巧林，陳良富，等.利用衛(wèi)星遙感數據估算PM2.5濃度的應用研究進展[J].環(huán)境監(jiān)控與預警，2019，11（5）：33-38.

[19]BUCHARD V，SILVA A MDA，RANDLES C A，et al. Evaluation? of the surface PM2.5 inVersion 1 of the NASA MERRA aerosol re? analysis over the United States[J]. Atmospheric environment，2016，125：100-111.

[20]陳帥，徐晉濤，張海鵬.氣候變化對中國糧食生產的影響：基于縣級面板數據的實證分析[J].中國農村經濟，2016（5）：2-15.

[21]POWER M C，KIOUMOURTZOGLOU M A，HART J E，et al. The relation between past exposure to fine particulate air pollution? and prevalent anxiety：observational cohort study[J]. BMJ，2015，350：h1111.

[22]陳帥，張丹丹.空氣污染與勞動生產率：基于監(jiān)獄工廠數據的實證分析[J].經濟學（季刊），2020，19（4）：1315-1334.

[23]涂正革，張茂榆，許章杰，等.收入增長、大氣污染與公眾健康：基于 CHNS 的微觀證據[J].中國人口·資源與環(huán)境，2018，28（6）：130-139.

[24]劉生龍，郎曉娟.退休對中國老年人口身體健康和心理健康的影響[J].人口研究，2017，41（5）：74-88.

[25]HUANG Y Q，WANG Y，WANG H，et al. Prevalence of mental disorders in China：a cross? sectional epidemiological study[J]. The lancet psychiatry，2019，6（3）：211-224.

[26]XU J，WANG J，WIMO A，et al. The economic burden of mental? disorders in China，2005-2013：implications for health policy[J]. BMC psychiatry，2016，16：137.

[27]PHILLIPS M R，ZHANG J X，SHI Q C，et al. Prevalence，treat?ment，and associated disability of mental disorders in four provinc? es in China during 2001-2005：an epidemiological survey[J]. The lancet，2009，373（9680）：2041-2053.

Mental health effects of air pollution in the context of Healthy China Initiative

ZHANG Guanglai1，ZHANG Ning2

（1. School of Economics， Jiangxi University of Finance & Economics， Nanchang Jiangxi 330013， China;2. Weihai Institute for Interdisciplinary Research/Institute of Blue and Green Development， Shandong University， Weihai Shandong 264200， China）

Abstract? The Healthy China Action Plan （2019?2030） clearly requires China to make efforts to foster a healthy ecological environ ?ment and improve people ’s health. It also highlights the need to accelerate actions to promote mental health and a healthy environment. Combining the data from the China Family Panel Studies （CFPS） from 2010 to 2018 with annual air pollution data and meteorological data， this study utilized the difference-in-differences model to calculate the exogenous changes of regional air pollution caused by the implementation of the Action Plan of Air Pollution Prevention and Control （APAPPC） at the end of 2013， and then used the two-stage least square method （2SLS） to identify the impact of air pollution on residents ’ mental health. The results showed that air pollution sig?nificantly reduced residents ’ mental health level. Specifically， an increase of 1 ug/m3 PM2.5 pollution concentration at the county level would significantly reduce residents ’ subjective well-being score by 8.17% and residents ’ depression index by 3.88%. Further mecha?nism analysis showed that air pollution had a negative impact on mental health mainly through worsening residents ’ physical health lev?el， reducing residents ’ exercise behavior in daily life and increasing the risk of obesity. In addition， the heterogeneous results showed that the negative mental health effects of air pollution were greater for male groups， young age groups， low-education groups and urban residents. This article is an effective supplement to the existing literature， and reflects that current estimates of the health costs of air pollution may be far underestimated， which requires China to further strengthen air pollution prevention and control to win the battle against air pollution.

Key words? air pollution; mental health; APAPPC policy; Healthy China Initiative

（責任編輯：劉照勝）