空气污染与肺癌死亡率：来自山东省自然实验的证据

刘 颖 刘世炜

一、引言

自20世纪50年代流行病学提出空气污染对人体健康影响显著的研究结论以来，空气污染的健康成本问题一直是理论界的研究热点。空气污染影响人群健康尤其是呼吸系统和循环系统健康，这一点无论是在民间还是在学界已是一个共识。按照国际疾病分类标准(ICD-10)，恶性肿瘤、呼吸系统疾病和循环系统疾病同属于慢性非传染性疾病。肺癌作为恶性肿瘤的一种与呼吸系统紧密相关。1974年我国肺癌死亡率*为了使研究具有可比性，本文所指的死亡率均指以中国人口普查数据(2000)的人口年龄结构为标准进行调整后的标准化死亡率。为7.09(每10万人，下同)，列十大恶性肿瘤死亡率第四位，1991年死亡率上升为17.54，列第三位，到2013年肺癌死亡率一跃成为我国居民位居首位的恶性肿瘤，死亡率为26.86，近40年的时间死亡率增长了近三倍，且不论男性居民还是女性居民肺癌均是位居死亡率第一的恶性肿瘤，而40年间我国居民吸烟率没有太大变化，且医疗卫生事业正在逐年进步，那么，究竟是何原因导致了我国急速增长的肺癌死亡率？钟南山院士在2013年接受中央电视台的一次采访时指出：“北京10年来肺癌增加了60%，应该说空气污染是一个非常重要的原因。”他最近一次对吸烟的流行病学调查中发现，一方面，国内人群吸烟率有所下降，但肺癌的发病率仍在增高，另一方面，在南方一些城市，农村吸烟率要略高于城市，但城市的肺癌发病率和死亡率，要比农村高一倍甚至更高。一石激起千层浪，有关专家则认为我国目前尚缺乏空气污染导致人体相关疾病的研究，将肺癌高发主要归因于空气污染，缺乏科学证据，也会引起不必要的恐慌。

国外文献关于空气污染对于人群健康影响的研究起步较早，研究大致分为流行病研究和经济学研究两个方向。流行病学文献主要通过队列数据研究建立了空气污染与人群健康的统计学关联，这种

综上所述，现有的研究集中于空气污染对呼吸系统和循环系统的影响，而空气污染对于肺癌的影响方面的研究则未得到应有的重视。并且在空气污染指标的选择上受到数据所限倾向于使用单一的污染物指标。与此同时，目前绝大多数研究都是基于空气质量已经得到很大改善的发达国家，但诸多有益的研究结论对于空气污染日益严峻的发展中国家的适用性还有待考证。本文的研究对象为空气污染对我国人群肺癌死亡率的影响，为空气污染对人群健康的影响的研究提供了一个新的视角。本文使用山东省7个城市包含空气污染指标、肺癌死亡率、恶性肿瘤中除肺癌以外其他肿瘤(以下简称“其他肿瘤”)死亡率和气象指标在内的面板数据，可以控制不可观察的固定效应。本文将青岛市在2009年召开第十一届全国运动会(以下简称全运会)期间实行的严格控制空气污染政策作为一次自然实验，由于控制空气污染的措施在山东省不同的全运会赛区存在区别，使得我们可以借助于双重差分模型(Difference-in-differences)来消除不可观测变量的影响，可以比较干净地分析空气污染对于肺癌死亡率的影响，因此，自然实验的采用可以有效解决既往模型设定中的内生性问题，从而得出可靠的研究结论，是研究因果关系的有力工具。研究发现，青岛市控制空气污染的措施显著降低了肺癌死亡率，对于其他肿瘤死亡率则没有显著影响。本文的其余部分安排如下：第二部分给出了研究设计与模型说明，第三部分报告了实证分析结果，第四部分是稳健性检验的结果，最后提出了本文结论。

二、研究设计与模型选取

(一)研究设计

2009年第十一届全国运动会在山东省17个地级市举行，其中青岛市是除省会济南以外最大的赛区，作为较大的全运会赛区，青岛市充分总结2008年奥帆赛和残奥帆赛环境保障工作的经验，出台了十一届全运会空气质量保障方案，方案中明确提出了防止大气污染的九项主要任务和相关措施，以限期治理、关停超标企业、淘汰燃煤锅炉、污染源治理再提高等四大工程作为保障项目，确保削减二氧化硫排放总量、所有工业大气污染源达标排放、有效控制扬尘、城市环境空气质量按功能区达到规定的环境质量标准，而在机动车排气污染控制方面，青岛市政府组织环保、公安、交通等部门专门成立了机动车排气污染专项整治组，以期进一步改善青岛市环境空气质量，全市空气质量优良率能达到90%以上，保证大气环境质量能够满足赛时要求。

较之山东省其他城市，青岛市在控制空气污染、改善空气质量方面采取了更为严厉的措施，由于控制空气污染的措施在青岛市和山东省其他城市存在显著差别，我们可以将青岛市实行的严格控制空气污染的政策视为一次“自然实验”，在分析策略上可以采用双重差分法估计控制空气污染的措施与肺癌死亡率降低之间的因果关系以评价政策效果。全国疾病监测系统死因监测通过概率抽样在我国确定了161个死因监测点(DSP)，采取辖区管理和网络报告的方式来反映我国传染病、母婴疾病和营养缺乏性疾病死亡、非传染病(慢性病)死亡和损伤死亡的真实模式和流行状况，其中山东省共设立了9个死因监测点，分布在山东省的7个城市，这7个城市分别是青岛、烟台、枣庄、潍坊、莱芜、临沂、淄博(其中青岛和烟台每个城市均设有2个死因监测点，其他城市每个城市设有1个死因监测点)。青岛市实行的控制空气污染的措施一方面使得青岛市的空气污染与肺癌死亡率之间的关系在措施实施前后存在差异，另一方面又使得在同一时点上青岛与其他城市存在差异，基于这种双重差异形成的估计可以有效控制其他共时性政策的影响、实行严厉污染控制措施的青岛市和其他未实行同样严厉措施的城市之间的事前差异，进而可以识别出控制空气污染的措施对降低肺癌死亡率的因果影响。因此，青岛市实行的控制空气污染的严厉措施可以视为一个外生事件，青岛市可以视为处理组，山东省设立死因监测点的其他城市可以视为对照组，这就为我们提供了实证检验空气污染对肺癌死亡率影响的自然实验。基于自然实验的双重差分方法能够捕捉对照组和处理组在全运会前后的相对差异，这种相对差异反映了全运会控制空气污染的净效果，因此，我们的研究可以在很大程度上控制内生性问题。

(二)模型选取

由于我们使用的是面板数据，面临着面板固定效应模型和面板随机效应模型的选择。由于面板随机效应模型假定个体固定效应与所有解释变量均不相关，这是一个比较强的假定，面板固定效应模型则无此假定，且Hausman检验也支持使用面板固定效应模型进行估计，因而我们选择使用面板固定效应模型。

1.基准模型。我们首先建立了肺癌死亡率与控制空气污染措施的基准模型：

mit=βtreati*aftert+Pitω+Witλt+κhit+ψwit+γi+μt+εit

(1)

2.空气污染一阶滞后模型。考虑到肺癌死亡率不仅可能受当天空气质量的影响，也可能受到过去空气质量的影响，即空气污染对于肺癌死亡率可能存在滞后效应，我们在基准模型(1)中进一步加入了空气污染指标的一阶滞后值向量以进一步保证结论的稳健性，见以下模型(2)，其中Pi,t-1即为空气污染指标一阶滞后值向量，包括PM10、SO2、CO、NO2和O3这五种空气污染指标的一阶滞后值。

mit=βtreati*aftert+Pitω+Pi,t-1χ+Witλt+κhit+ψwit+γi+μt+εit

(2)

(三)数据来源

本文数据分为肺癌死亡率、其他肿瘤死亡率、空气污染指标和气象指标数据，其中死亡率数据来自于中国疾病预防控制中心慢性非传染性疾病预防控制中心，空气污染指标数据来自于中国环境保护部和山东省环境保护厅，气象指标数据来自于中国气象科学数据共享服务网。肺癌死亡率为“每十万人中肺癌死亡人数”，其他肿瘤死亡率为“每十万人恶性肿瘤中除去肺癌以外的其他恶性肿瘤死亡人数”，肺癌死亡率和其他肿瘤死亡率均包括男女合计死亡率、男性死亡率和女性死亡率三种。空气污染指标为我国目前进行常规监测的包括PM10、SO2、CO、NO2和O3在内的五种空气污染物，气象指标数据包括日最高气温、日最低气温、日均降雨量、日均风向、日均风速和日均相对湿度六种指标。本文使用的数据均为日数据，时间跨度为2009年1月1日到2009年12月31日。

三、实证分析

(一)肺癌死亡率的均值比较

表1报告了处理组和对照组在全运会期间和非全运会期间男女合计肺癌死亡率、男性肺癌死亡率和女性肺癌死亡率的均值比较，可以看出：(1)对于肺癌死亡率，处理组在非全运会期间显著高于对照组，在全运会期间则低于对照组，但不显著。从时间趋势上看，处理组的肺癌死亡率在全运会期间要低于非全运会期间，但并不显著，而对于对照组在全运会期间则显著高于非全运会期间。从双重差分的均值来看，我们看到处理组均值的差值相比对照组的差值下降了0.032，但并不显著。对于男性肺癌死亡率和女性肺癌死亡率则分别下降了0.028和0.037，但仍不显著。由于均值比较没有充分考虑到死因监测点之间不可观测的异质性以及时间效应，可能存在估计偏误。

表1 肺癌死亡率均值差值

注： (1)括号内为标准误；(2)***、**和*分别代表p<0.01,p<0.05和p<0.1。

图1和图2分别给出了处理组和对照组男女合计肺癌死亡率和其他肿瘤死亡率在全运会期间和非全运会期间的变化趋势，两条竖线之间代表全运会期间，之外则代表非全运会期间。在图1中我们观察到处理组的肺癌死亡率相对于对照组在全运会期间呈现更大的下降，而对于其他肿瘤死亡率则未显示出此变化(如图2所示)。

图1 肺癌死亡率趋势图

图2 其他肿瘤死亡率趋势图

(二)控制空气污染的政策对肺癌死亡率的影响

考虑到可能存在的异方差，我们对所有的系数估计都采用了异方差稳健标准误估计。表2报告了对式(1)的估计结果，我们同时汇报了未加入气象控制变量和节假日效应的回归结果和加入该组控制变量的回归结果。被解释变量分别为男女合计肺癌死亡率、男性肺癌死亡率和女性肺癌死亡率。可以看出，对于男女合计肺癌死亡率和女性肺癌死亡率，无论是在未加入气象控制变量和节假日效应的模型还是加入了该控制变量的模型中treati*aftert的系数估计值都是显著为负的，而在回归(3)和回归(4)中以男性肺癌死亡率为被解释变量的模型中虽然也为负，但并不显著。如果我们看模型(2)和模型(6)的估计结果，我们看到青岛市作为处理组，其在全运会期间实行的控制空气污染的政策使得其男女合计肺癌死亡率和女性肺癌死亡率显著下降，下降幅度分别为每十万人下降了0.031人和0.038人。可见控制空气污染的环境政策显著促进了男女合计肺癌死亡率的降低，但这种促进作用主要体现在对女性的影响，而对于男性则没有显著的影响。一个可能的原因是男性吸烟率要远高于女性，而吸烟是肺癌的一个很重要的危险因素。男性肺癌死亡率受到吸烟因素影响要高于女性。因此，我们认为控制空气污染的政策对于降低肺癌死亡率具有显著的效果，并且这种效果来自于对于女性的效果。

表2 控制空气污染的政策对肺癌死亡率的影响

注：(1)括号内为t值；(2)**代表在5%的水平上显著；(3)DSP表示死因监测点；(4)N=3279，DSP=9。

四、稳健性检验

(一)其他肿瘤死亡率的回归结果

为了防止在表2中肺癌死亡率的降低是基于“安慰剂效应”，同时为了排除在样本选择中产生的偏差，保证结论的稳健性，我们运用恶性肿瘤中除去肺癌以外的其他肿瘤死亡率对式(1)进行了同样的回归。我们同样汇报了未加入气象控制变量和节假日效应的回归结果和加入该组控制变量的回归结果(见表3)。被解释变量为恶性肿瘤中除去肺癌以外的其他肿瘤男女合计死亡率、男性死亡率和女性死亡率。从表3可以看出，无论是未加入控制变量还是加入控制变量，无论是其他肿瘤男女合计死亡率，还是单独的男性死亡率、女性死亡率，treati*aftert的系数估计值均是正的，且均不显著，这说明控制空气污染的政策不会显著降低恶性肿瘤中除肺癌以外的其他肿瘤死亡率，这意味着控制空气污染的政策对于降低与空气污染相关性不强的其他肿瘤死亡率的效果并不显著，也说明了在表2中我们得到的肺癌死亡率显著降低的结果并不是基于“安慰剂效应”，而是基于青岛市在全运会期间采取了较之山东省其他地级市更为严厉的控制空气污染的措施，因此我们的结论通过了“安慰剂检验”。

表3 控制空气污染的政策对其他肿瘤死亡率的影响

注：(1)括号内为t值；(2)DSP表示死因监测点；(3)N=3279,DSP=9。

(二)空气污染一阶滞后模型

表4 控制空气污染的政策对肺癌死亡率的影响：一阶滞后模型

注：(1)括号内为t值；(2)***、**分别代表在1%、5%的水平上显著；(3)DSP表示死因监测点；(4)N=3279，DSP=9。

五、结论

本文将2009年山东省青岛市在第十一届全国运动会期间实行的控制空气污染政策作为一次自然实验，运用双重差分模型实证检验了控制空气污染的政策对肺癌死亡率的影响，我们认为控制空气污染的政策对于降低肺癌死亡率效果显著，由于青岛市相比山东省其他地级市而言，在全运会期间采取了更为严厉的控制空气污染的措施，这一系列措施的实行使得青岛市男女合计每10万人肺癌死亡率下降了0.031人，这一结果在5%水平上显著，且这种显著的效果源于对于女性肺癌死亡率的影响，女性每十万人肺癌死亡率在全运会期间显著下降了0.038人，而对于男性肺癌死亡率的效果则不显著。我们进而将其他肿瘤死亡率作为被解释变量进行了相同的回归，结果显示控制空气污染的政策对于其他肿瘤死亡率没有显著影响，表明肺癌死亡率的降低通过了“安慰剂效应”检验。我们又进一步地在模型中加入空气污染的滞后值作为稳健性检验，结果表明控制空气污染的政策对于降低肺癌死亡率的效果是显著而稳健的。