“新冠肺炎疫情”背景下的环境治理与公共健康*

程 博，仇雯雯，熊 婷

(1.南京审计大学 会计学院，南京 211815；2.浙江农林大学 经济管理学院，杭州 311300)

一、引言

自2019年12月湖北武汉首次通报新型冠状病毒肺炎(以下简称“新冠肺炎”)病例以来，疫情迅速蔓延，肆虐全球，世界卫生组织已将其列为“全球公共卫生紧急事件”。截至2020年10月16日，全球新冠肺炎累计确诊3 897.71万例，累计死亡109.97万例。其中，美国高达798.09万例，印度、巴西、俄罗斯、阿根廷、哥伦比亚、西班牙等国家新冠肺炎累计确诊均在40万例以上(如图1所示)；也门共和国、墨西哥、意大利等国家新冠肺炎病死率达8%以上(如图2所示)。新冠肺炎是一种急性呼吸道传染病，与2003年4月发生的严重急性呼吸道综合征疫情(SARS)相比，具有突发性高、传染性强、扩散性广、防控难度大、人群普遍易感等特点，是近百年来人类生命健康面临的最严重的重大传染性疾病之一，严重威胁着全人类的健康安全，并且对各国经济发展、公共卫生体系、社会治理带来了前所未有的挑战。

图1 新冠肺炎累计确诊病例(截至2020.10.16)

图2 新冠肺炎病死率(截至2020.10.16)

2020年2月19日，中国科学院院士、武汉医学会会长、同济医院外科学系主任陈孝平教授在接受武汉科技报记者采访时曾说：“任何一次大的疫情背后，都存在人与自然的和谐问题”。恩格斯对自然环境保护做了精辟的论断，他认为，我们不要过分陶醉于我们对自然界的胜利，对于每一次这样的胜利，自然界都报复了我们。2020年4月22日，联合国秘书长古特雷斯在世界地球日发表主题致辞，指出新冠肺炎大流行是二战以来最严峻的考验，疫情背后的深层次问题是环境危机。虽然人类能够通过能动活动改造自然环境，但归根结底是自然界的一部分，一切利用、改造自然的行为都要尊重自然、服从自然规律。环境是影响公共健康水平的重要因素，新冠肺炎疫情不仅是一场抗疫防疫的攻坚战，而且是对公共卫生体系和社会治理的一次严峻考验，同时也把环境治理和公共健康问题推向了风口浪尖。

改革开放以来，以高耗能和高污染为特征的粗放型增长使得环境资源日益恶化，造成社会健康成本激增，由此引起社会各界对环境治理的关注和重视。医学文献发现空气污染是导致呼吸系统相关疾病的主要原因之一(Lee等，2000[1]；Peel等，2005[2])。如，1952年英国伦敦烟雾事件导致超过1.2万人死于呼吸系统相关疾病(Bell and Davis，2001[3])；Brunekreef and Holagte(2002)[4]研究发现，居住在工业化程度较高地区的居民患呼吸系统相关癌症的发病率高于其他地区。陈硕和陈婷(2014)[5]检验了火电厂二氧化硫排放对公共健康水平的影响，发现有害气体排放显著增加了死于呼吸道疾病和肺癌的人数。考察环境治理对公共健康的影响是一个有待检验而且十分有价值的科学问题。然而，现有经济学文献较少系统地识别和考察环境治理对公共健康的影响。基于此，本研究尝试检验废气、废水治理对居民呼吸道疾病发病率的影响，这对人类公共健康、社会稳定乃至社会可持续发展等方面具有重要的现实意义。

本文以我国2011-2018年省级面板数据为研究样本，并利用我国2015年正式实施的《中华人民共和国环境保护法》(以下简称“新《环保法》”)为自然实验事件，构造双重差分模型，系统识别环境治理对公共健康的影响。研究结果表明，废气治理投资每增加1个标准差，将使得主要呼吸道疾病发病率平均下降14.50%；废水治理投资每增加1个标准差，将使得主要呼吸道疾病发病率平均下降13.16%，这一现象在新《环保法》实施后更为明显。本文的贡献体现在：首先，现有文献多是致力于探索环境污染对呼吸道传染疾病以及癌症死亡率的影响，较少关注环境治理是否能缓解或者降低呼吸道传染疾病以及癌症发病率，而本研究工作可以有效弥补现有文献的不足，丰富环境治理以及公共健康方面的研究文献。其次，本文借助新《环保法》为自然实验事件，构造双重差分模型，系统识别和审视环境治理带来的健康收益，不仅可以缓解内生性问题的困扰，而且从公共健康视角为新《环保法》实施效果评估提供了微观证据。第三，新冠肺炎疫情把环境治理和公共健康问题推向了风口浪尖，提醒我们环境治理关口要前置，要从源头上把关，加大环境治理和环境监管力度，从事故风险防控提升到健康风险防控。本研究对于我们认识环境治理的重要性以及政府部门进一步完善和制定环境政策具有重要的现实意义。

二、理论分析与研究假说

环境与疾病理论奠基人希波拉克底(Hippocrates)强调环境因素、心理因素以及自然治疗法的重要性，提倡生活方式、精神和身体与自然环境之间的和谐共生，他认为人类赖以生存的环境、气候、水质与人类健康有着直接关系(吴俊和叶冬青，2020)[6]。事实上，疾病的发生与自然环境变化息息相关，人类应对重大传染性疾病的医疗活动应以病人为中心而不是以疾病为中心，关键在于疾病防治。新冠肺炎疫情暴发，各国政府相继采取限制出行、封城、禁飞等管理措施，取得了巨大成效，中国抗击疫情的应对策略为全球新冠肺炎防治提供了宝贵的经验，意大利、西班牙、德国、伊朗等国家纷纷开始效仿。呼吸道传染病是病原主要通过人体呼吸道侵入人体而引起的具有传染性的疾病，世界卫生组织(WHO)统计中发现，因感染呼吸道传染病死亡的人数在其他疾病中高居第3位(张玲霞等，2012[7]；Adeloye等，2015[8])。新冠肺炎是一种严重的急性呼吸道传染病，较其他呼吸道传染病相比，具有突发性高、传染性强、扩散性广、防控难度大、人群普遍易感等特点。医学文献发现，空气污染是导致呼吸系统相关疾病的重要风险因素之一(Lee等，2000[1]；Peel等，2005[2]；Cohen等，2017[9])；细颗粒物(PM2.5)可随呼吸进入肺泡并沉积，干扰肺的气体交换，甚至渗透至血液而蔓及全身，导致肺组织结构改变和损伤，进而增加呼吸道、心血管系统等疾病的风险和死亡率(Chowdhury等，2016[10]；Wu等，2016[11]；Leclercq等，2017[12]；Xue等，2018[13]；Tian等，2018[14]；Guo等，2018[15])。

传染性疾病的防治与环境治理密切相关。19世纪英国霍乱的防治，从隔离病人到治理环境，堪称环境治理影响公共健康的教科书。霍乱是一种发病急传播快的肠道传染疾病，主要通过饮用水、食物等途径传播，19 世纪霍乱病菌先后4次在英国肆虐，其传染源头和途径是饮用不洁的水和食用不洁的食物，英国政府采取了一系列防治措施，从公共卫生到住房改革，从治理河流污染到供水改革，霍乱才得以控制(高建红，2019)[16]。毋庸置疑，环境是影响公共健康水平的重要因素，由环境而引起的传染病屡见不鲜，如1953年的水俣病事件，1955年骨痛病事件，1968年的日本米糠油事件，1984年的印度博帕尔事件等。

环境污染与公共健康关系的研究历久弥新。环境污染不仅影响居民健康，而且还是导致健康折旧率提高、存量加快减少的主要成因(Alberini等，1997[17]；宋丽颖和崔帆，2019[18])。中国的经济发展经历了从高速发展到高质量发展的转变，以往以高耗能和高污染为特征的粗放型增长使得环境资源日益恶化，废气、废水、粉尘等污染物质大量产生，造成社会健康成本激增。医学文献发现，废气、废水等污染物是导致呼吸道及相关疾病产生的主要原因(Bell and Davis，2001[3]；Peel等，2005[2]；Cohen等，2017[9])。当务之急，应加大环境治理投资，提高环境治理水平，进而改善人居环境和提高人民健康水平，但系统识别和审视环境治理对居民健康的研究还不多见，这与实践存在某种程度的脱节。因此，本文试图从废气和废水治理两个重要维度识别环境治理对公共健康的影响，提出以下待检验的研究假说：

H1：环保治理可以显著降低呼吸道传染疾病发病率。

中国经济自改革开放以来保持了40年的高速增长，然而随着工业化进程的不断推进以及人民生活水平的提高，生态环境已不堪重负，雾霾、酸雨、气候变暖等环境问题严重影响了人居生活环境、社会稳定以及经济可持续发展，出现了发达国家上百年工业化过程中产生的几乎所有环境问题(罗党论和赖再洪，2016)[19]。近年来，各地日益加剧的严重雾霾天气、不断曝光的工业废水废气偷排事件、国内一些地方出现的“血铅超标”、“癌症村”、“十面埋伏”等环境污染事件无不表明，中国环境承载能力已经达到或接近上限，环境治理已刻不容缓(李子豪，2017)[20]。2015年1月1日，全面修订后的新《环保法》正式实施，该法被称为“史上最严”的环保法。新《环保法》实施加大了对违法排污企业的惩治力度，并将环境保护目标完成情况纳入政府官员考核评价体系，促使各级政府和企业积极履行环境治理责任，更有利于人居环境的改善和提高公共健康水平。由此，提出如下待检验的研究假说：

H2：新《环保法》实施后，环保治理降低呼吸道传染疾病发病率的效果更为显著。

三、计量模型、变量测度和数据来源

本研究样本为省级面板数据，覆盖了全国31个省份(不包含香港、澳门和台湾)的2011-2018年数据。被解释变量公共健康水平采用每十万人中肺结核、猩红热、麻疹、百日咳、流行性脑脊髓膜炎等5种主要呼吸道传染病发病率来测量(IRID_1)。在中国卫生统计年鉴中，肺结核、猩红热、麻疹在5种主要呼吸道传染病中位居前3位，因此，本文同时采用每十万人中肺结核、猩红热、麻疹等3种主要呼吸道传染病发病率度量公共健康水平(IRID_2)，互为稳健性检验。核心解释变量是“废气治理投资”(EPI_1)和“废水治理投资”(EPI_2)，数据来源于中国环境统计年鉴。为了检验环境治理对公共健康的影响，构建如下模型：

IRIDi,t=α+β1×EPIi,t+γ×Controlsi,t+κ+t+ε

(1)

其中，下标i(i=1，2，…，31)和t(t=2011，2012，…，2018)分别代表第i个省份和第t年，α代表截距项，κ代表地区固定效应，t代表时间固定效应，ε为模型的随机误差项。

参考已有文献(Crémieux等，2005[21]；陈硕和陈婷，2014[5]；陈小红等，2018[22])，在回归模型中加入了医疗卫生机构密度(MIN)、医疗卫生机构床位(MBN)、执业(助理)医师数(DN)、人居GDP(AVE_GDP)、居民消费水平(CPI)和第二产业比重(2ND_GDP)。具体变量定义及数据来源如表1所示。

表1 主要变量定义

四、实证结果与分析

(一)描述性统计

表2报告了主要变量的描述性统计结果。从中可以看出，5种主要呼吸道疾病发病率(IRID_1)的均值为78.521，最小值为30.996，最大值为217.288，标准差为36.162；3种主要呼吸道疾病发病率(IRID_2)的均值为78.025，最小值为30.359，最大值为216.143，标准差为36.102，说明整体来看，各省份主要呼吸道疾病发病率存在较大差异。废气治理投资(EPI_1)和废水治理投资(EPI_2)的均值分别为11.222和2.753，标准差分别为1.552和0.940，也说明各省份环境治理投资水平也存在较大差异。此外，样本企业中其他控制变量也存在一定程度的差异。

表2 描述性统计

(二)相关性分析

表3报告了主要变量的相关性分析统计结果。从中可以看出，废气治理投资(EPI_1)和废水治理投资(EPI_2)均与5种主要呼吸道疾病发病率(IRID_1)显著负相关(p<0.01)；废气治理投资(EPI_1)和废水治理投资(EPI_2)与3种主要呼吸道疾病发病率(IRID_2也在1%水平上显著负相关，初步支持本文假说1。

表3 相关系数表

(三)假说1的检验结果

表4报告了假说1的检验结果。列(1)的回归结果显示，废气治理投资(EPI_1)的回归系数为-7.335且在1%的水平上显著，废气治理投资(EPI_1)每增加1个标准差，将使得主要呼吸道疾病发病率平均下降14.50%(=-7.335×1.552/78.521)，经济意义同样显著；列(2)的回归结果显示，废水治理投资(EPI_2)的回归系数为-10.989且在1%的水平上显著，废水治理投资(EPI_2)每增加1个标准差，将使得主要呼吸道疾病发病率平均下降13.16%(=-10.989×0.940/78.521)，经济意义同样显著；列(3)和列(4)的结果与之类似。以上检验结果表明，加大废气、废水治理投资，有利于降低呼吸道疾病发病率，强有力地支持了本文研究假说H1。

表4 H1的检验结果

(四)假说2的检验结果

2015年1月1日，全面修订后的新《环保法》正式实施，该法被称为“史上最严”的环保法，对政府和企业施加了巨大的环境治理责任。为了进一步考察新《环保法》冲击对环境治理与公共健康关系的影响，构建如下模型，

IRIDi,t=α+β1×EPIi,t+β2×POST×EPIi,t+γ×Controlsi,t+κ+t+ε

(2)

其中，POST为新《环保法》实施的指示变量，事件后(即2015-2018年)POST定义为1，事件前(即2011-2014年)POST定义为0。其他变量同模型(1)。在检验模型(2)中，我们感兴趣的是交互项POST×EPI的系数β2，根据前文的理论分析，本文预期交互项POST×EPI的回归系数β2显著为负。

表5报告了假说2的检验结果。列(1)的回归结果显示，废气治理投资(EPI_1)的回归系数为-4.733且在1%的水平上显著，交互项POST×EPI_1的系数-4.739且在1%的水平上显著；列(1)的回归结果显示，废水治理投资(EPI_2)的回归系数为-8.613且在1%的水平上显著，交互项POST×EPI_2的系数为-3.964且在1%的水平上显著；列(3)和列(4)的结果与之类似。以上检验结果表明，新《环保法》实施后，环保治理降低呼吸道传染疾病发病率的效果更为显著，由此本文研究假说H2得到验证。

表5 H2的检验结果

五、稳健性检验

为了保证研究结论的稳健性，本文进一步通过更换代理变量、构建双重差分模型、更换样本等方法进行稳健性测试。

(一)改变主要变量测量的检验

首先，采用中国卫生统计年鉴中提供的法定报告传染病发病率(IRID_3)和孕妇死亡率(IRID_4)两个指标作为公共健康的代理变量。表6报告了更换被解释变量度量的检验结果。各列中，废气治理投资(EPI_1)的回归系数均显著为负，废水治理投资(EPI_2)回归系数均显著为负，检验结果依旧表明，加大废气、废水治理投资，有利于降低传染病疾病发病率和孕妇死亡率，本文研究假说H1再次得到验证。

表6 更换被解释变量的检验结果

其次，采用中国环境统计年鉴中提供的环境治理总额的自然对数(EPI_3)和工业污染治理总额的自然对数(EPI_4)来度量环境治理水平。表7报告了更换解释变量度量的检验结果。从回归结果可知，无论是变量EPI_3还是变量EPI_4，其回归系数均在1%的水平上显著为负，这表明环境治理有利于降低呼吸道疾病发病率，验证了本文的假说H1。

表7 更换解释变量的检验结果

(二)构建双重差分模型

前文实证检验发现，新《环保法》实施，环保治理降低呼吸道传染疾病发病率的效果更为显著。为了确保结论稳健可靠，进一步构建如下双重差分模型：

IRIDi,t=α+β1×TREAT+β2×POST×TREAT+γ×Controlsi,t+κ+t+ε

(3)

其中，POST为新《环保法》实施的指示变量，事件后(即2015-2018年)POST定义为1，事件前(即2011-2014年)POST定义为0。为了考察政策冲击对环境治理与公共健康关系的影响，以各省废气治理投资为基础，计算新《环保法》实施前(即2011-2014年)各年该指标的均值，然后将废气治理投资超过其中位数时，TREAT取值为1(即处理组)，否则TREAT取值为0(即对照组)。其他变量同模型(1)。

双重差分模型估计的一个潜在前提条件是处理组与对照组在新《环保法》之前(准自然实验)具有同趋势性。因此，在进行双重差分估计之前本文检验了处理组和对照组公共健康水平(IRID_1)的年度趋势分布，并以绘图的形式直观地呈现二者之间的变化趋势(如图3所示)。从图3可以看出，处理组与对照组公共健康水平在2011-2014年间(即新《环保法》实施之前)的变化趋势基本上是平行的，由此说明本文的平行趋势假设基本得到满足，可以采用双重差分法进行实证检验。

图3 处理组与对照组公共健康水平的平行趋势

表8报告了双重差分模型的检验结果。从中可以看出，各列中交互项POST×TREAT的回归系数均在1%水平上显著为负，表明新《环保法》实施后，处理组较对照组呼吸道疾病发病率显著降低。

表8 双重差分模型的检验结果

(三)更换样本的检验

新《环保法》修订案于2014年4月24日由第十二届全国人民代表大会常务委员会第八次会议通过，并于2015年1月1日开始实施。环保部(现为生态环境部)在2014年5月举办了多场宣传讲座，并在同年7月印发了《落实新(环保法)任务分工及进度安排表》。鉴于环境治理投资是政府短期内能够快速作出的环保决策反应，出于稳健性考虑，本文将所有样本2014年和2015年的观测值删除，重新对模型(1)-(3)进行检验，结果如表9所示。可以看出，检验结果没有发生实质性变化，H1和H2再次得到验证。

表9 更换样本的检验结果

六、研究结论与政策建议

环境质量越差、污染程度越高，对居民公共健康水平损害越严重。新冠肺炎疫情全球暴发，不仅是对公共卫生体系的一次大考，更是对国家治理体系和治理能力的严峻考验，同时也加深了人们对生态环境保护的认识。习近平总书记关于社会主义生态文明建设的论述中提到：“环境保护和治理要以解决损害群众健康突出环境问题为重点”。党的十九大报告提出要“像对待生命一样对待生态环境，实行最严格的生态环境保护制度，构建政府为主导、企业为主体、社会组织和公众共同参与的环境治理体系”。有鉴于此，本文着眼于主要呼吸道传染疾病发病率这一变量，尝试从废气、废水治理两个维度研究环境治理对公共健康的影响。本文具有以下发现：第一，本文的结果稳健性地表明废气、废水治理可以提高公共健康水平；结果表明，废气治理投资每增加1个标准差，将使得主要呼吸道疾病发病率平均下降14.50%；废水治理投资每增加1个标准差，将使得主要呼吸道疾病发病率平均下降13.16%；第二，废气、废水治理显著提高公共健康水平的这一现象在新《环保法》实施后更为明显。

本文的发现具有三方面的政策含义：第一，本研究证实并量化了环境治理对公共健康的影响，并借助新《环保法》为自然实验事件，构造双重差分模型，系统识别和审视环境治理带来的健康收益，从公共健康视角为新《环保法》实施效果评估提供了微观证据，对政府部门进一步完善和制定环境政策具有重要的现实意义。第二，研究结论表明环境治理是影响公共健康的一个重要因素，为了提高居民健康水平，预防和减少传染性疾病的发生，要从源头上把关，加大环境治理和环境监管力度，从事故风险防控提升到健康风险防控，这对人类公共健康、社会稳定乃至社会可持续发展等方面具有重要的现实意义。第三，本研究为新冠肺炎等传染性疾病的防治、认识环境治理的重要性等方面提供了新的启示，政府部门应综合运用行政、法律、高科技、大数据多种手段精准识别环境问题，做到“精准治污、科学治污、依法治污”，同时应强化政府相关部门、市场、社会对排污单位的全链条监管监督，加大污染惩罚力度，切实提高环境治理水平。