环境信息公开、污染与居民健康

田淑英，夏梦丽，许文立

一、引 言

改革开放40年来，中国取得的经济社会成就举世瞩目，但环境污染及其对居民健康的不利影响也随之显现。《柳叶刀》上的一份研究报告显示，2015年全世界有约900万人因空气、水、土壤的有害物质而死亡，中国环境污染死亡人数排名第二(Landrigan et al.,2018)。健康是促进人的全面发展的必然要求，是经济社会发展的基础条件，但是，健康作为人力资本的重要组成部分会因环境污染而造成损害，进而影响我国经济社会的平稳发展。为此，2016年中共中央、国务院印发《“健康中国2030”规划纲要》，作为未来15年推进“健康中国”建设的行动纲领，该文件将影响健康的外部因素——生态环境纳入了健康保障体系。

在环境污染治理方面，发达国家先后经历强制管制、引入市场工具和环境信息公开三个阶段，且已普遍进入第三个阶段(方颖 等，2018)。所谓环境信息公开是指通过提高公众对环境污染信息的获得性，让公众参与到环境治理中。而目前，中国的环境治理依旧处于命令控制型为主、市场管制为辅的阶段。随着改革的不断深入，淡化行政干预职能、强化公共服务职能已经成为社会转型中政府职能转变的共识，环境信息公开作为一种新的环境管理制度，成为国际上新一代环境治理手段。环境信息公开改善居民健康的作用机制在于：环境信息公开通过改善环境质量进而提高居民的健康水平。从信息不对称的角度来看，我国信息数据资源80%以上掌握在各级政府部门手里(孙岩 等，2018)。提高环境信息公开水平不仅能改善公众获得环境信息的途径，提高政府决策的质量，还能倒逼环境行为表现较差的企业加强污染控制，进而改善环境质量，提高居民健康水平。从公共品的角度来看，环境作为公共产品，每一位居民都可以消费。但是部分社会成员对于公共品的提供，及纳税过程中的机会主义和享用过程中的“免费搭车”问题，导致很少有人愿意投资。长此以往，环境质量必将下降，居民健康也将受到威胁，因此政府应该作为提供环境质量的主体，主动公开环境信息。

从理论来看，政府提供公开透明的环境信息，引导公众参与环境治理能够改善环境质量，进而提高居民健康水平。但是政府环境信息公开对居民健康的改善效果如何？改善效果是否存在地区差异？是否会因个人特征而不同？环境信息公开改善环境质量进而提高居民健康的机制是否合理？这些问题还有待探索。本文以环境信息公开为出发点，以环境质量和居民健康为落脚点，探索环境信息公开的作用效果以及三者之间的作用机制。首先，将健康作为人力资本引入solow增长模型，从理论上证明政府环境信息公开能够改善居民健康水平；然后，将CHARLS个体数据与市级数据相嵌套，使用面板Logit模型实证检验环境信息公开对居民健康的影响，并检验影响效果是否存在地区差异；进一步，通过机制分析探索环境信息公开影响居民健康的途径，为政府有的放矢地制定相关政策提供参考。

二、文献综述

境外对政府环境信息公开的研究，从作用主体看，大致分为两类。一类是环境信息公开对企业的减排影响分析，Konar等(1997)将1989年TRI数据首次公开作为基准年，将其与1992年企业污染排放水平进行对比，发现在有毒物质释放清单(TRI)信息公开的当天，股价跌幅最大的企业随后减少的污染排放量高于其他同类行业。Foulon等(2002)运用哥伦比亚24家纸浆厂和造纸厂1987—1996年间的污染排放数据，对哥伦比亚传统的环境管制手段和信息公开的效果进行对比，发现信息公开政策对企业污染排放水平的影响大于传统的环境管制政策。Blackman等(2004)利用印度尼西亚的企业原始数据进行研究，发现公布企业污染排放的信息能够有效促进减排。Cohen等(2007)研究发现，信息公开会导致企业减少污染排放，从而提高社会福利。Blackman(2010)通过实证分析，发现信息公开会刺激排污严重的企业自主减排。另一类是环境信息公开对公众的监督效果分析，Huang等(2010)使用台湾地区证券交易所2003—2005年上市的1680家企业数据，分析利益相关者与环境信息公开的关系，结果表明内部利益相关方，如股东和员工，对企业公开环境信息施加了压力；中间利益相关者，如环境保护组织，可以极大地影响有关环境公开战略的选择。Huet-Vaughn等(2018)发现，即使在监管能力下降的时期，信息公开仍能加强公众的监督，是一种有效的环境管制方法。

将环境健康纳入经济学的理论，起点为Grossman(1972)创立的健康生产函数，之后有关空气污染与健康关系的文献都是基于这一理论，如Bovenberg等(1996)、Soretz(2003)。总的来说，对环境污染与健康关系的研究主要集中在死亡率和疾病发生率上。已有研究认为，环境污染对成人死亡率和婴儿死亡率有显著性影响。Chay等(2003)使用1970年清洁空气法修正案(CAAA)引起的空气质量数据，研究总悬浮颗粒物(TSPs)对婴儿健康的影响，结果表明，TSPs下降1%会使婴儿死亡率下降0.5%。Arceo等(2012)分析墨西哥空气污染对婴儿健康的影响发现，PM10每增加1μg/m3，每十万婴儿的死亡率会增加0.24%。Chen等(2013)采用断点回归方法评估中国空气污染对健康的影响，发现TSP浓度每上升100μg/m3，死亡率将上升14%。有学者发现，空气污染对死亡率的影响是由其引发的各类疾病导致的。Qian等(2004)基于兰州、重庆、武汉和广州四个城市7058名5～16岁儿童数据的研究，发现污染混合物暴露水平与咳嗽和哮喘患病率有显著正向关系。Schlenker等(2007)通过研究加利福尼亚飞机起降对机场造成的污染，发现人均污染水平每提高一个标准差，居住在机场10公里范围内的居民将增加约100万美元的呼吸道疾病和心脏病住院成本。

总体而言，国内外的研究主要集中在环境信息公开对污染减排的影响以及环境污染对居民健康的作用机制，极少有文献将政府环境信息公开与居民健康直接联系在一起。虽然国内有些文献综合评估了政府环境信息公开政策，然而这些研究的重点在于政策落实的评估，关注的焦点在于不同地区政府环境信息公开政策的执行程度，忽视了政府环境信息公开对环境质量改善的效果研究，更缺乏对健康风险的揭示与剖析。基于此，本文旨在分析政府环境信息公开对居民健康的影响，并探讨其作用机制。

三、理论框架

人力资本是决定经济增长的重要因素之一(Romer，1990)。人力资本可以分解为健康人力资本和其他形式的人力资本(Gyimah-Brempong et al.，2004；Bloom et al.，2004)。本文将健康人力资本引入solow增长模型，结合Bloom的人力资本生产函数，将生产函数的形式设置为：

Y=KαLβeφ1o+φ2h

(1)

式中，Y为产出水平，K为资本投入，L为劳动投入，h为健康人力资本水平，o表示其他形式的人力资本，α、β、ψ分别表示生产函数相关参数。上述生产函数将人力资本对产出的影响表示为指数形式，意味着只要劳动获得边际产出，劳动的工资对数就依赖于健康人力资本和其他形式的人力资本。

环境污染所带来的外部性会影响居民健康，进而改变企业的生产可能性曲线，最终影响企业的生产率。基于此，本文将生产函数的形式作如下变形：

Y=KαLβ[1-Χ(X)]eφ10+φ2h

(2)

式中，X(·)为污染存量的外部性程度，对生产函数取对数，得到：

y=αk+βl+ln(1-Χ(X))+φ1o+φ2h

(3)

式中，小写变量y，k，l分别表示对应的大写变量的自然对数。

根据Heutel(2012)和Annicchiarico等(2015)，假设企业的污染排放量是其产量的一定比例，则企业的污染排放Z=μY，取对数后得到：

z=lnμ+lny

(4)

将企业污染排放方程(4)带入式(3)得到：

(5)

从动态视角看，环境中污染存量的演化过程由三个因素决定：一是自然降解，本文假设污染以一个线性比率η降解；二是政府部门的环境污染治理措施，且治理效果为ω；三是企业本身的污染排放量。则环境恶化的演化方程为：

其中，X表示污染存量，其值越大表示环境质量恶化越严重；Z表示企业的污染排放量；G表示政府的环境污染治理措施。将上式转换成静态方程，并取对数，可以得到环境质量变化、污染排放量变化和政府环境治理变化之间的关系：

lnX=z-ωg

(6)

将(6)式带入(5)式中，得到：

(7)

四、实证分析

(一)变量与数据

本文使用市级层面数据匹配微观个体数据，数据类型为面板数据。个体样本数据来源于CHARLS(中国健康与养老追踪调查)2011年、2013年及2015年的居民调查问卷。CHARLS调查项目收录了28个省(自治区、直辖市)的受访数据，包括调查对象个人基本情况(性别、年龄、户籍、教育程度、婚姻)、家庭基本情况、健康状况和功能、医疗保健与保险、工作、退休与养老金等方面的数据信息。其中，与本文直接相关的调查内容包括被访者的健康状况、年龄、性别和受教育程度等方面的数据信息。市级层面的数据来自IPE官网、《中国城市统计年鉴》、《中国环境年鉴》以及部分地方性统计年鉴。本文将市级层面的数据和微观个体的数据进行匹配，共得到22个省(自治区、直辖市)51个地级市超出15000个的样本数据。

1.被解释变量：健康水平(Health)。健康状况一般从主观和客观两方面进行评价。主观标准是指个体将其健康与同龄人进行对比来评判，即自评健康水平；客观标准有两类，包括医学标准和功能标准。医学标准是指身体质量指数、营养摄入量等，一般由医生评判；功能标准主要是指患病率、因病“受约束天数”等(解垩，2009；苗艳青 等，2010)。也有一些学者将主观指标和客观指标结合起来，构建了生活质量指标(Anderson et al.,1989)、SF-36指数(Brazier et al.,1998)、HUI指数等(Feeny et al.,2002)。但是自评健康状况具有综合性、易得性和稳健性的优点，在表征健康状况时，能够在很大程度上契合分析环境与健康关系的需要(祁毓 等，2015)。因此，本文选取自评健康作为评价个体健康状况的指标。具体来说，自评健康水平主要通过“您觉得您的健康状况怎么样”来获取，本文对自评健康水平进行赋值，健康状况好(极好/很好/好/一般)赋值为1，健康状况不好(不好/很不好)赋值为0。

2.核心解释变量：环境信息公开指数(PITI)。各国的实践证明，信息公开对于促进污染减排产生了积极推动的作用，例如美国的TRI制度(1986)、印度尼西亚的PROPER系统(1995)等。为了更系统地评估中国各地政府对环境相关法律法规的执行情况，公众环境研究中心(IPE)与自然资源保护委员会(NRDC)共同开发了污染源监管信息公开指数(PITI指数)，对中国29个省(自治区、直辖市)的113座城市污染源监管信息公开状况进行评价。这113座城市涵盖了哈尔滨、济南、石家庄、长沙、广州、成都、乌鲁木齐等110座国家环保重点城市，广泛分布于中国的东、中、西部地区。PITI指数通过对当地政府所作的超标违规记录公示、信访投诉案件处理结果公示、依申请公开等8个指标进行定性和定量分析，对每座城市的污染源监管信息公开状况进行打分和排名。本文使用PITI2011年、PITI2013年、PITI2015年指数衡量环境信息公开水平，其中得分越高，排名越靠前，表示该地区环境信息公开水平越高。

3.控制变量(Controls)。本文选取的控制变量有三类，一类是污染控制，环境污染会影响健康水平，为了衡量各市环境污染水平，本文选取工业二氧化硫排放量(so2)、工业废水排放量(water)和工业烟粉尘排放量(soot)，这三类污染在回归中都做了对数处理(余长林 等，2015；杨万平 等，2018)。一类是经济控制，经济增长和经济发展会通过食物以及营养消费水平和结构对健康产生影响(王弟海，2015)，我们选取地方公共财政收入(rec)和地方公共财政支出(exp)来衡量经济增长和经济发展。一类是个体特征，根据已有的文献梳理，性别(gen)、年龄(age)、居民居住地区(urb)以及受教育程度(edu)都与居民健康密切相关(齐亚强 等，2012；牛建林，2013)，本文将其一并纳入控制变量。

表1 个体及市级层面变量的描述性统计

(二)回归模型

根据理论分析，很难得出环境信息公开影响居民健康的具体效果。为了对效果进行测度，本文参照祁毓等(2015)、杨万平等(2018)设定如下计量模型：

Healthit=β0+β1LnPITIit+β2Controlsit+yt+uit

(8)

式中，i表示个体，t表示时间。考虑到被解释变量Healthit是二值变量，本文选择面板Logit模型。设置居民健康水平(0/1)对环境信息公开指数进行面板Logit回归，体现环境信息公开效应的是系数β1，如果β1显著异于0，则说明环境信息公开对居民健康水平会产生显著影响，否则政府环境信息公开对健康无影响。事实上，有些因素会同时对结果变量和选择变量产生影响，为了避免遗漏变量偏误，本文对污染、经济和个体等变量进行控制。表2报告了计量模型(8)的估计结果。

表2 环境信息公开与居民健康基准回归结果

由表2可知，在控制了时间和个体的固定效应后，加强政府环境信息公开可以有效提高居民的健康水平。具体地，环境信息公开水平每提高1个百分点，居民健康水平会改善的概率将提高23%。从整体来看，无论是变化控制变量还是加入固定效应，政府环境信息公开(lnPITI)的回归系数均为正值，且大都在1%的显著性水平上对居民健康存在正向影响。这是由于政府环境信息公开对于改善环境管理和维护公众环境权益起了基础性和支撑性的作用。一方面，它改善了公众获得信息的途径和对决策的参与，从而使得决策部门减少环境决策的失误；另一方面，它能让公众对企业的污染排放情况、污染治理情况和造成的环境损失情况进行充分的了解和监督，迫使环境行为表现较差的企业加强污染控制，从而对居民健康起到改善作用(李富贵 等，2005；傅毅明，2016)。

表2的估计组合(3)～(6)是在计量模型中纳入控制变量后得到的回归结果。在加入控制变量后，核心解释变量政府环境信息公开的系数估计值的大小虽然有所变化，但它们的系数符号及显著性水平并未发生改变，这在一定程度上说明了估计结果的稳健性。影响居民健康水平的工业污染中，二氧化硫(lnso2)的负向作用最为显著，即工业二氧化硫每增加1%的排放量，居民健康水平下降的概率最高达10.5%。已有研究认为，工业废水及烟尘粉尘的环境管制强度已经很高，但二氧化硫环境管制执法强度尚不到50(李钢 等，2010)。这在一定程度上说明，今后政府对环境污染的监管可以将重点放在工业二氧化硫的排放上。

就其他控制变量而言，财政收入(lnrec)的估计系数在1%的水平下显著为正，这就验证了前文所述，经济增长和经济发展会改善居民健康水平。但是财政支出(lnexp)对居民健康的作用是负向的，在财政纵向失衡的前提下，地方政府的公共支出行为会优先考虑企业的投资需求，而相对忽视居民对公共产品的需求，进一步加剧财政支出结构扭曲，即重投资、轻民生(储德银 等，2018)。从居民居住地区类型(urb)来看，城镇居民的健康水平在5%的显著性水平上高于农村居民。已有文献表明，中国医疗服务的利用有亲富人的特征(解垩，2009；齐良书 等，2011)，这与我国医疗体系和政策的城乡二元性有关。从年龄(age)来看，年龄的估计系数为负且在1%的水平上显著，说明年龄越大，面临的健康风险越大，越容易对健康产生不利冲击。就性别(gen)而言，男性自评健康状况在1%的显著性水平下高于女性。受教育程度(edu)的估计系数为正且在1%的水平下对自评健康水平有正向促进作用，这主要是因为受教育水平较高的人群，学习和掌握污染规避知识和策略的能力更强。

(三)稳健性检验

本文的核心解释变量是政府环境信息公开，为了进一步考察估计结果的可靠性，本文将历年环境信息公开数据比上当年PITI指数最大值(piti)，进行无量纲处理，再次衡量政府环境信息公开水平(杨万平 等，2018)。此外，为了丰富稳健性检验，我们将第二产业占区域生产总值的比重(perct)作为经济控制变量代替基准回归中的财政收支。表3报告了基于无量纲处理的政府环境信息公开水平的稳健性估计结果。

表3中的估计组合(1)～(3)将数据拆分成截面数据，分别对2011年、2013年和2015年的政府环境信息公开水平和居民健康进行Logit回归。所有估计结果均显示政府环境信息公开对居民健康水平至少在5%的水平下显著为正。但是，随着时间的推延，这种正向效果有减弱的趋势，表现为piti系数由2011年的0.724变为2015年的0.546，这在一定程度上说明环境信息公开制度已经逐渐迈向成熟，而居民对环境信息公开的敏感度也在降低。工业排污中，二氧化硫仍旧对居民健康有显著的负向影响，但在2013年、2015年表现不显著，这源于近年来我国的技术进步以及环境管制政策进一步加强。

为了进一步考察环境信息公开对居民健康的影响在不同地区是否存在差异，表3中的估计组合(4)～(6)将匹配后的22个省份分为东部地区、中部地区和西部地区，分地区对样本进行分析。其中，东部地区包含北京、天津、上海、江苏、福建、河北、广东、辽宁、山东、浙江等省(市)；西部地区包含重庆、云南、四川、内蒙古、甘肃、广西、山西等省(市、区)；中部地区包含江西、山西、吉林、河南、湖南等省。结果表明，政府环境信息公开对居民健康的影响存在显著的地区差异，东部地区的正向影响在5%的水平上较为显著，中部地区和西部地区的影响不显著甚至为负。究其原因，本文认为有以下三点：第一，东部地区较中西部地区经济实力更加雄厚。东部地区绿色发展水平较高，有着丰厚的经济底蕴，对环境信息公开等环境管理有财政支持，在面对生态与经济协调发展时，经济压力较小，会相应地向环境考核倾斜，能够倒逼高污染、高能耗的企业减少环境污染行为，进而改善居民健康。第二，东部地区较中西部地区地方政府之间的区域合作更加深入。区域合作被公认为有效改善临界地区环境质量的措施(张克中 等，2011)，在一定程度上也能改善因环境污染而带来的居民健康问题。第三，财政分权和官员晋升机制。地方政府在中国式财政分权和官员晋升机制的压力下，很少有动力关注环境污染，即使关注环境污染问题，中西部地区对污染治理的财政支持也较弱，且难以持续。地方政府更倾向于GDP等看得见的指标的增长，这就造成中西部地区重经济而轻生态的发展模式，导致环境信息有选择性地公开，扭曲了对居民健康的改善作用。

表3 分年度、分地区稳健性检验结果

五、机制分析

从理论上来说，政府环境信息公开的作用途径有两种，一是改善公众获得环境信息的途径，促进公众对政府决策的参与，进而提高政府决策的质量；二是让公众充分掌握企业排污信息，倒逼环境行为表现较差的企业加强污染控制。由前文分析可知，政府环境信息的公开能够显著提高居民健康水平，同时，工业二氧化硫的排放会对居民身体健康产生不利影响。那么，环境信息公开改善居民健康水平是通过控制企业污染排放实现的吗？为了更进一步分析政府环境信息公开的作用机制，本文选取上述结果中对居民健康影响最为显著的污染变量，即工业二氧化硫排放量(so2)作为被解释变量，构建如下计量模型：

lnso2jt=β0+β1lnPITIjt+β2Controlsjc+Sj+Vt+μjt

(9)

式中，j表示地区，t表示时间；so2jt表示j地区在t时期内的so2排放量(做对数处理)，PITIjt表示j地区在t时期的环境信息公开指数(做对数处理)；Controlsjt表示其他影响二氧化硫排放量的控制变量，包括工业用电量(ele)、工业企业个数(num)、工业生产总值(dus)以及城市人口(pop)等；Sj为地区固定效应，Vt为时间固定效应，μit为随机误差项。

(一)内生性及工具变量

二氧化硫的排放和政府环境信息公开常常存在“双向影响”的问题，一方面，环境信息公开可能通过增加企业排污压力来影响二氧化硫排放量；另一方面，工业二氧化硫的排放量也会影响污染企业整治等指标的得分，进而影响政府环境信息公开指数，我们无法识别环境信息公开对二氧化硫排放的独立影响。因此，为核心解释变量政府环境信息公开指数寻找恰当的工具变量，是解决上述内生性问题较为有效的方法。

有效的工具变量必须与内生解释变量(PITI)高度相关，而与扰动项不相关。Yao等(2018)基于成本效益权衡模型和实证数据，研究了地理距离对经理人硬环境披露选择的影响，结果表明，当公众压力急剧增加时，地理距离对环境硬披露有负面影响。基于此，考虑到各市之间的政府环境信息公开可能会相互影响，我们将环境信息公开指数进行地理加权构建工具变量，具体计算公式如下：

其中，iv1表示地理加权工具变量，distanceij表示i市和j市之间的地理距离(由作者对Google地图上113个城市之间的直线距离进行测量得出)。对环境信息公开进行地理加权能够作为工具变量，是因为其数值越大，政府环境信息公开指数也越大，满足有效工具变量相关性的假定。图1绘制了地理加权工具变量与政府环境信息公开指数的散点图及拟合线，可以看出，地理加权工具变量与环境信息公开指数显著正相关。此外，地理加权工具变量受各市之间的地理距离影响，而地理距离是由本身地理条件决定的，满足了有效工具变量的外生性假定。

图1 地理加权工具变量与政府环境信息公开指数

本文所选取的另一个工具变量是政府环境信息公开指数的滞后一期，由于当期工业二氧化硫的排放量并不会影响上一期的政府环境信息公开指数，从而能够有效地缓解内生性问题。因此，本文把环境信息公开指数的滞后一期作为第二个工具变量(iv2)，和地理加权一起引入面板工具变量回归。

(二)工具变量回归结果和分析

表4报告了模型(9)的回归结果。估计(1)是政府环境信息公开和二氧化硫排放的面板数据回归，在控制了时间效应和城市效应之后，政府环境信息公开的系数显著为负。但是，考虑到二氧化硫和信息公开之间可能存在反向因果等影响回归分析内部有效性的问题，估计(2)引入地理加权和信息公开指数滞后一期两个工具变量，利用二阶段最小二乘法进行工具变量回归，并进行过度识别检验(J=0.713，p=0.398)。结果表明，政府环境信息公开与工业二氧化硫排放量在1%的水平上显著负相关，即政府环境信息公开指数每增加1个百分点，工业二氧化硫的排放量将会下降2.92%。为了检验稳健性，估计组合(3)～(5)分别用了有限信息最大似然法(LIML)、广义矩估计(GMM)以及迭代GMM，回归结果表明，环境信息公开对二氧化硫排放的负向影响仍然存在，且均在统计上显著。

表4 工具变量回归

续表4

以上结果表明，政府环境信息公开会对工业二氧化硫的排放产生抑制作用。结合前文分析不难发现，环境信息公开对政府和企业产生压力，迫使企业减少工业二氧化硫的排放，并最终改善了居民的健康水平。也就是说政府环境信息公开能够通过减少环境污染，进而达到提高居民健康水平的效果。

(三)进一步分析

以上研究表明，政府环境信息公开能够显著改善居民的健康水平。那么，这种改善效果是否会因人而异？本节从个体角度进一步分析政府环境信息公开对居民健康水平的改善作用。具体而言，本文将个体特征(年龄、性别、受教育程度以及居住地类型)与政府环境信息公开指数进行交互，建立如下模型，分别讨论其对改善效果的影响。

Healthit=β0+β1LnPITIit+β2featureit+β3LnPITIit×featureit+β4controlsit+yt+uit

(10)

式中，featureit表示个体特征变量，具体包括年龄(age)、性别(gen)、受教育程度(edu)和居住地类型(urb)，其他变量和前文一致。表5为模型(10)的回归结果。

表5 个体特征对政府环境信息公开改善居民健康的影响

续表5

表5显示，年龄和受教育程度会影响环境信息公开对居民身体健康的改善作用，而性别和居住地区类型的影响不显著。具体而言，环境信息公开对居民健康的改善作用依赖于年龄和受教育程度，环境信息公开每增加1个百分点，年龄低于64岁的居民健康水平改善的概率有26.5%，年龄高于64岁(含64)的居民健康水平改善的概率仅有9.4%；对于受教育程度小于6年的居民，环境信息公开每增加1个百分点，其健康水平改善的概率有25.4%，而受教育程度大于6(含6)年的居民，健康水平得到改善的概率仅有0.9%。也就是说年龄越小、受教育程度越低的群体越容易受到环境信息公开的影响。

六、结 论

传统的自由市场经济理论认为，以市场作为资源配置的基本工具，可以使经济运行高效，而任何形式的政府干预都会造成价格扭曲，影响社会资源的有效配置。但是，生态环境作为准公共物品，若仍旧依靠市场运行将会出现市场失灵，从而加剧环境污染(叶海涛，2015)。环境污染不仅会导致严重的健康负担，也会成为社会不平等的来源，成为“健康中国”建设的主要障碍之一。政府环境信息公开作为一种环境信息公共服务，是环境治理体系的重要基础，可以促进公众对环境保护的关注和参与，提高社会对政府和企业的监督，以较小的成本迫使环境行为表现较差的企业减少排污，进而改善居民健康水平。结合现有的文献和构建的理论模型，本文将CHARLS(2011/2013/2015)个体特征数据与地市环境数据有机嵌套，利用面板Logit模型和工具变量回归，得到如下结论：首先，政府环境信息公开能够显著提高居民健康水平，政府环境信息公开每提高1个百分点，居民健康水平能够得到改善的概率约增加23%；其次，在工业排污方面，工业二氧化硫的排放会使居民健康水平显著下降，其下降幅度约为10.5%；最后，通过工具变量回归发现，政府环境信息公开水平每提高1个百分点，工业二氧化硫的排放量将下降2.92个百分点。也就是说，政府环境信息公开能够通过缓解环境污染，进而减少对人体健康造成的损害。但是值得注意的是，在地区层面，经济发展水平较高的区域，环境信息公开对居民健康的改善作用较强，而在经济发展较弱的地区，环境信息公开甚至会扭曲对居民健康的正向作用。因此，在知道政府环境信息公开的作用具有地区性差异的前提下，能否突破传统的环境管制手段，减少环境污染导致的居民健康风险，还有赖于政府环境信息公开等公共服务水平的提升以及相应的保障机制的建立。此外，通过对模型的进一步分析发现，政府环境信息公开对居民健康的改善作用依赖于居民的年龄和受教育程度，年龄越小、受教育程度越低的居民，其健康水平更容易通过政府环境信息公开得到改善。

基于上述结论，本文的建议是：第一，加强工业污染管制，重点控制工业二氧化硫的排放量。同时，应加大对环境科技研究的投入，推行环境与健康研究项目，促进新型污染减排技术的发展。第二，构建“随时随地随身”的环境信息公共服务体系。将群众的知晓率和满意率作为评价环境信息公共服务的根本指标，按照公众需求主动调整环境信息公开的内容、形式与途径等，利用区块链等先进技术，与公众信息反馈形成良性互动；为科研机构、环境非政府组织对环境信息的深度挖掘和加工利用提供基础数据。第三，进一步完善政府环境信息公开制度。建立绩效评估、问责制度，通过引入竞争机制等方式提高环境信息公开的效率和质量；差异化地制定政府环境信息公开目标，根据不同地区和环境污染程度的现实特点，有针对性地为地方政府环境信息公开设定目标水平，并在地区政府和企业的可承受范围内及时调整目标。

最后，对于政府环境信息公共服务和居民健康的研究来说，健康并不是终点，如何能够实现环境信息公共服务—健康—经济价值的多维度研究，是有待进一步解决的问题。