劉 勇，張雅寧

四川大學(xué)經(jīng)濟(jì)學(xué)院，四川成都，610065

近百年來,受到多種因素的影響,全球氣候持續(xù)變暖。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(Intergovernmental Panel on Climate Change,IPCC)發(fā)布的第六次評(píng)估報(bào)告《氣候變化2021:自然科學(xué)基礎(chǔ)》顯示,到本世紀(jì)末,若沒有合理有效的環(huán)境政策,全球地表溫度將至少升高2.1℃[1]。中國(guó)氣象局發(fā)布的《中國(guó)氣候變化藍(lán)皮書2022》顯示,我國(guó)氣候變暖速率高于全球平均水平[2]。在全球氣候變暖的總體趨勢(shì)下,極端高溫天氣——熱浪發(fā)生的廣度和頻度都有所增加[3]。目前學(xué)界對(duì)于極端高溫天氣的標(biāo)準(zhǔn)尚未得出一個(gè)明確的定義,通常的做法是根據(jù)極端高溫天氣發(fā)生的強(qiáng)度(即利用氣溫觀測(cè)值的某個(gè)百分位數(shù)作為極端高溫天氣的閾值)及其持續(xù)的時(shí)間(即超過閾值的持續(xù)時(shí)間)來進(jìn)行定義[4],例如世界氣象組織(WMO)將極端高溫天氣的標(biāo)準(zhǔn)定義為日最高氣溫超過32℃且過程持續(xù)3天以上的現(xiàn)象。相關(guān)研究表明極端高溫天氣是人口疾病甚至死亡發(fā)生的重要因素之一,會(huì)顯著增加心腦血管疾病、呼吸系統(tǒng)疾病、中暑及熱射病的患病人數(shù)[5-7],甚至直接增加人口的死亡風(fēng)險(xiǎn)[8]。政府衛(wèi)生支出直接反映了各地方政府對(duì)衛(wèi)生事業(yè)、人口健康和社會(huì)發(fā)展的重視程度[9],當(dāng)人口健康受損時(shí),政府衛(wèi)生支出必然會(huì)相應(yīng)增加以減緩極端高溫天氣對(duì)人口健康的沖擊?；诩扔醒芯?多數(shù)學(xué)者主要是從經(jīng)濟(jì)因素、人口因素和衛(wèi)生因素3個(gè)方面來探討政府衛(wèi)生支出的影響因素[10-15],氣候因素對(duì)政府衛(wèi)生支出的影響則少有研究,本文利用氣溫?cái)?shù)據(jù)對(duì)其進(jìn)行考察,為合理制定政府衛(wèi)生支出規(guī)模提供一個(gè)新的視角。

全球氣候變暖引致了極端高溫天氣的頻發(fā),而氣候變化又與人口健康息息相關(guān),因此將氣候因素引入政府衛(wèi)生支出的研究中,對(duì)于科學(xué)合理地制定政府衛(wèi)生支出規(guī)模,從而有效地提高居民健康水平以及維護(hù)社會(huì)的公平與正義具有重要意義;另一方面還有助于為政府制定緩解氣候變化和適應(yīng)氣候變化方面的措施提供理論支撐。

1 資料來源與方法

1.1 數(shù)據(jù)來源

通過2001-2021年《中國(guó)統(tǒng)計(jì)年鑒》、2001-2006年《中國(guó)人口統(tǒng)計(jì)年鑒》、2007-2021年《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》、2003-2012年《中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒》、2013-2017年《中國(guó)衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒》、2018-2021年《中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》以及國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)的相關(guān)資料,整理了2000-2020年全國(guó)31個(gè)省份的面板數(shù)據(jù)(不包含港澳臺(tái))。

1.2 研究方法

1.2.1 指標(biāo)選取?；诩韧芯肯嚓P(guān)成果以及數(shù)據(jù)的可獲得性,被解釋變量政府衛(wèi)生支出選取各地方政府一般預(yù)算支出中的衛(wèi)生支出。核心解釋變量極端高溫天氣由氣溫?cái)?shù)據(jù)進(jìn)一步測(cè)算得出:首先將每一省份21年來的逐日平均氣溫各自進(jìn)行升序排列,其次取第90分位數(shù)作為閾值,最后計(jì)算日均氣溫超過閾值并且時(shí)間持續(xù)5天及以上的天數(shù)(持續(xù)時(shí)間小于5天則不計(jì)入統(tǒng)計(jì)天數(shù)內(nèi),僅將大于等于5天的天數(shù)進(jìn)行統(tǒng)計(jì)加總)。在控制變量中,選取居民消費(fèi)價(jià)格指數(shù)、地區(qū)生產(chǎn)總值和地方政府一般預(yù)算收入作為經(jīng)濟(jì)因素指標(biāo),人口死亡率和65歲及以上人口比重作為人口因素指標(biāo),醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)和醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)作為衛(wèi)生因素指標(biāo),本文直接從相關(guān)統(tǒng)計(jì)年鑒上爬取歷年相關(guān)數(shù)據(jù)。各變量定義及指標(biāo)選取見表1。

表1 各變量定義及指標(biāo)選取

1.2.2 構(gòu)建模型。利用面板數(shù)據(jù)構(gòu)建模型,由于各變量之間存在量級(jí)上的差距,對(duì)所有變量進(jìn)行取對(duì)數(shù)的處理,從而基礎(chǔ)模型為:

其中i表示地區(qū),t表示時(shí)間,GHE為政府衛(wèi)生支出,EHW為高溫?zé)崂颂鞌?shù),X為各控制變量,α1和β分別衡量的是高溫?zé)崂颂鞌?shù)和各控制變量對(duì)政府衛(wèi)生支出的彈性影響方向與程度,μit表示時(shí)間趨勢(shì)和地區(qū)效應(yīng),εit表示隨機(jī)擾動(dòng)項(xiàng)。

由于所采用的是短面板數(shù)據(jù)(橫截面?zhèn)€數(shù)N>時(shí)間序列長(zhǎng)度T),因此直接將各變量數(shù)據(jù)帶入模型來估計(jì)相關(guān)系數(shù)。通過F檢驗(yàn)和Hausman檢驗(yàn)確定了方程采用個(gè)體固定效應(yīng)回歸模型來估計(jì)高溫?zé)崂颂鞌?shù)對(duì)政府衛(wèi)生支出的影響。

1.3 統(tǒng)計(jì)學(xué)方法

本文首先采用Excel 2019對(duì)統(tǒng)計(jì)年鑒和氣象平臺(tái)上的相關(guān)數(shù)據(jù)進(jìn)行錄入與整理,其次運(yùn)用Python計(jì)算各省份每年的高溫?zé)崂颂鞌?shù),最后將整理好的數(shù)據(jù)導(dǎo)入Eviews 9.0,從而進(jìn)行面板數(shù)據(jù)回歸以探討極端高溫天氣對(duì)政府衛(wèi)生支出的影響方向與大小,P<0.05表示結(jié)果具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 變量描述性統(tǒng)計(jì)

各指標(biāo)的相關(guān)統(tǒng)計(jì)量描述性分析如表2所示,從全國(guó)視角來看,政府衛(wèi)生支出總體呈直線上升趨勢(shì);高溫?zé)崂颂鞌?shù)則呈現(xiàn)總體波動(dòng)上升的顯著趨勢(shì);醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)、地區(qū)生產(chǎn)總值和地方政府一般預(yù)算收入近乎呈直線上升趨勢(shì);其他指標(biāo)總體呈波動(dòng)性變化。

表2 各變量描述性統(tǒng)計(jì)分析

2.2 回歸結(jié)果

將各變量數(shù)據(jù)帶入模型后的基準(zhǔn)回歸結(jié)果如表3所示,可以看出高溫?zé)崂颂鞌?shù)變化率的回歸系數(shù)為正值且通過0.05水平顯著性檢驗(yàn),即高溫?zé)崂颂鞌?shù)每增加1%就會(huì)引起政府衛(wèi)生支出增加約0.09%,說明極端高溫天氣對(duì)政府衛(wèi)生支出存在顯著正向影響。

表3 面板數(shù)據(jù)OLS回歸結(jié)果

此外,居民消費(fèi)價(jià)格指數(shù)、地區(qū)生產(chǎn)總值、地方政府一般公共預(yù)算收入、人口死亡率、65歲及以上人口比重、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)以及醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)等變量的回歸系數(shù)都為正值且通過了0.05水平顯著性檢驗(yàn),說明政府衛(wèi)生支出受到包括衛(wèi)生因素、經(jīng)濟(jì)因素和人口因素的多方面影響。在經(jīng)濟(jì)因素方面,3個(gè)變量的影響系數(shù)皆超過了0.5%,其中居民消費(fèi)價(jià)格指數(shù)變動(dòng)率的回歸系數(shù)在所有變量中最高,其每增加1%就會(huì)引起政府衛(wèi)生支出增加約1.04%,在人口因素方面,人口死亡率和65歲及以上人口比重每增加1%,分別引起政府衛(wèi)生支出增加約0.64%和0.30%。在衛(wèi)生因素方面,2個(gè)變量對(duì)政府衛(wèi)生支出的影響大約在0.2%,醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)及其床位數(shù)每增加1%,分別引起政府衛(wèi)生支出增加約0.21%和0.23%?？偟膩砜?經(jīng)濟(jì)因素對(duì)政府衛(wèi)生支出的影響最大,人口因素次之,其后是衛(wèi)生因素,而氣候因素的影響雖排名末位但也不容忽略。

2.3 穩(wěn)健性檢驗(yàn)

由于數(shù)據(jù)的可獲得性,有些變量可能會(huì)被遺漏,因此本文所采取的穩(wěn)健性檢驗(yàn)方法,是通過增加控制變量城鎮(zhèn)人口數(shù)這一指標(biāo)來進(jìn)行,即對(duì)城鎮(zhèn)人口數(shù)取對(duì)數(shù)后加入模型重新估計(jì),穩(wěn)健性檢驗(yàn)結(jié)果如表3所示,可以看出,各變量的回歸系數(shù)和顯著性并未發(fā)生實(shí)質(zhì)性的變化,因而可以認(rèn)為上述回歸模型的結(jié)果具有一定的合理性,即極端高溫天氣對(duì)政府衛(wèi)生支出存在著一定的正向影響。

3 討論

3.1 極端高溫天氣對(duì)政府衛(wèi)生支出具有顯著正向影響

從回歸結(jié)果來看,極端高溫天氣對(duì)政府衛(wèi)生支出產(chǎn)生了正向的影響,說明極端高溫天氣的頻發(fā)推動(dòng)了政府衛(wèi)生支出數(shù)額的不斷上漲?！吨袊?guó)氣候變化藍(lán)皮書(2021)》顯示,由于我國(guó)國(guó)土面積遼闊、人口眾多,中國(guó)是全球氣候變化的敏感區(qū)域和顯著影響區(qū)域。因此,氣候變化引起的極端高溫天氣增多對(duì)人體健康的不良影響在我國(guó)更為突出[16]。例如,發(fā)生在2013年夏季南方地區(qū)的高溫?zé)崂耸录?造成中暑、心腦血管疾病和呼吸系統(tǒng)疾病等發(fā)病人數(shù)和死亡人數(shù)大幅度增加[17]。極端高溫天氣嚴(yán)重威脅了人口健康和生命安全,給人們的正常生產(chǎn)生活活動(dòng)造成了嚴(yán)重負(fù)面影響,而國(guó)民健康則是一個(gè)國(guó)家和民族繁榮富強(qiáng)的基礎(chǔ)和標(biāo)志,關(guān)系著人力資本的積累和經(jīng)濟(jì)社會(huì)的穩(wěn)定與發(fā)展,因此當(dāng)人口健康受到極端高溫天氣的不利影響時(shí),政府衛(wèi)生支出勢(shì)必會(huì)一定程度的增加,這是由于政府衛(wèi)生支出的目的和目標(biāo)就是促進(jìn)國(guó)民健康及其福利的不斷提升,政府衛(wèi)生支出規(guī)模的擴(kuò)大能顯著促進(jìn)居民健康水平的提升[18]。

因此,一方面政府部門制定財(cái)政預(yù)算要擴(kuò)大決策依據(jù)范圍,在確定本年度衛(wèi)生支出的預(yù)算時(shí)要將氣候因素考慮在內(nèi),加強(qiáng)氣候監(jiān)測(cè)部門、衛(wèi)生部門與財(cái)政部門之間的交流和合作,同時(shí),醫(yī)療衛(wèi)生機(jī)構(gòu)要做好應(yīng)對(duì)準(zhǔn)備,以便及時(shí)地對(duì)受到極端高溫天氣影響的人口進(jìn)行救助,并在政策允許的情況下有針對(duì)性的防治由極端高溫天氣引起的中暑、心腦血管疾病和呼吸系統(tǒng)疾病,進(jìn)而保障經(jīng)濟(jì)社會(huì)的公平正義及其正常運(yùn)轉(zhuǎn)。另一方面,人類的生產(chǎn)生活活動(dòng)又會(huì)反過來對(duì)氣候環(huán)境產(chǎn)生一定的影響,進(jìn)而導(dǎo)致了極端高溫現(xiàn)象的發(fā)生,因此政府還要加強(qiáng)氣候環(huán)境的保護(hù),實(shí)現(xiàn)氣候環(huán)境與經(jīng)濟(jì)社會(huì)發(fā)展的和諧共生,“既要金山銀山,又要綠水青山”,為此政府應(yīng)努力促進(jìn)經(jīng)濟(jì)增長(zhǎng)方式向集約型、環(huán)保型的轉(zhuǎn)變,大力發(fā)展高新技術(shù)和環(huán)保相關(guān)的產(chǎn)業(yè),推進(jìn)清潔生產(chǎn),努力降低溫室氣體的排放,這樣才能減少由氣候變暖導(dǎo)致的極端高溫事件的發(fā)生,從根源上削弱極端高溫天氣及其對(duì)人口健康的負(fù)面影響。

3.2 極端高溫天氣對(duì)政府衛(wèi)生支出的影響不容忽視

回歸結(jié)果顯示,經(jīng)濟(jì)因素對(duì)政府衛(wèi)生支出的影響最大,人口因素次之,其后是衛(wèi)生因素,而極端高溫天氣的影響雖排名末位但也不容忽略。根據(jù)IPCC發(fā)布的第六次評(píng)估報(bào)告,極端高溫天氣所導(dǎo)致的城市脆弱人口以及城鄉(xiāng)戶外工作者發(fā)病率和死亡率的上升成為氣候變化的主要負(fù)面沖擊之一[19],說明極端高溫天氣對(duì)經(jīng)濟(jì)弱勢(shì)群體的沖擊力更大。同時(shí)研究表明,慢性病患者、孕婦、4歲及以下兒童和65歲及以上老年人對(duì)極端高溫天氣的反應(yīng)更加敏感,原因是他們身體適應(yīng)環(huán)境變化的調(diào)節(jié)功能較弱[20]。以上兩方面因素在一定程度上解釋了極端高溫天氣對(duì)政府衛(wèi)生支出影響排名末位的原因,因?yàn)楫?dāng)極端高溫天氣發(fā)生時(shí),人們會(huì)減少外出頻率,而僅有一部分脆弱的人群和室外工作的人員無法躲避極端高溫天氣,從而導(dǎo)致這部分人口的疾病發(fā)生率甚至死亡率的上升,進(jìn)而引起政府衛(wèi)生支出一定程度的增加。極端高溫天氣對(duì)脆弱和弱勢(shì)人群影響更大,不容忽視。

因此,一方面政府要綜合經(jīng)濟(jì)、人口和衛(wèi)生等多方面因素合理確定政府衛(wèi)生支出規(guī)模,使之既能夠保障居民健康,又避免造成醫(yī)療衛(wèi)生資源的浪費(fèi)。另一方面,要重點(diǎn)關(guān)注極端高溫天氣對(duì)脆弱和弱勢(shì)人群的影響,研究表明預(yù)警系統(tǒng)能有效降低高溫?zé)崂耸录?dǎo)致的死亡人數(shù)[21],為此應(yīng)重點(diǎn)做好高溫預(yù)警以及高溫應(yīng)急事件防范策略,呼吁脆弱和弱勢(shì)人群在極端高溫現(xiàn)象發(fā)生時(shí)盡量避免外出活動(dòng),同時(shí)還應(yīng)采取多方面措施以提升政府的公共服務(wù)水平和保障基礎(chǔ)民生醫(yī)療,優(yōu)化公共醫(yī)療衛(wèi)生資源配置,同時(shí)不斷加大城鎮(zhèn)居民合作醫(yī)療保險(xiǎn)、新型農(nóng)村合作醫(yī)療保險(xiǎn)和重大疾病醫(yī)療保險(xiǎn)的覆蓋面,有力保障基礎(chǔ)群眾的醫(yī)療保險(xiǎn)等民生問題,以便緩解極端高溫天氣對(duì)脆弱和弱勢(shì)人群的不利沖擊,維護(hù)社會(huì)的公平正義。

本研究仍存在一些不足。首先,我國(guó)各地區(qū)之間的自然及社會(huì)環(huán)境差異較大,但是在實(shí)證分析中忽略了這些差異可能會(huì)對(duì)結(jié)果產(chǎn)生的影響。此外,由于數(shù)據(jù)的可獲得性,部分變量可能被遺漏,從而會(huì)對(duì)回歸結(jié)果產(chǎn)生一定程度的影響。因此,未來的研究方向包括兩方面:一是對(duì)極端高溫天氣與政府衛(wèi)生支出之間的關(guān)聯(lián)性進(jìn)行異質(zhì)性分析,綜合考慮各地區(qū)之間的差異可能會(huì)對(duì)結(jié)果產(chǎn)生的影響。二是從更多方面來探討政府衛(wèi)生支出的影響因素,例如醫(yī)療衛(wèi)生機(jī)構(gòu)的運(yùn)作效率等。