能源结构雾霾污染与城市居民健康支出关系研究

　　能源结构指能源总生产量或总消费量中各类一次能源、二次能源的构成及其比例关系。它直接决定并影响一个国家或地区的各经济部门最终使用能源的方式，同时也直观的反映出一个国家或地区的人民生活水平。但随着中国经济的发展，中国能源消费总量也随之不断增加，这也使得中国环境质量在不断下降。尤其是近年来的雾霾污染问题随之愈发严重。雾霾污染等一系列环境问题的加剧也直接影响到中国居民的健康，这一方面对城市居民的健康威胁较乡镇居民相比更大。据有关医学研究表明，环境中的PM2.5、PM10等有害悬浮物质浓度与人体的呼吸、免疫以及血液系统相关的疾病有着极大的正向关系，尤其是空气中的PM2.5浓度对人体的影响较为严重，据有关数据表明，当空气中的PM2.5浓度每上升1%，就会使新生婴儿死亡比率上升约0.35%。同时雾霾问题的不断加剧也使得中国城镇居民医疗负担不断增加，导致中国城镇居民需要为此承担着很大地健康成本。

　　本文主要研究能源结构、雾霾污染与城市居民健康支出关系，以为中国的宏观能源结构调整提供相应的初步参考依据（在能源结构调整优化的同时兼顾到中国城市居民的健康支出）。本研究也有助于为健全中国医疗保险制度提供理论思考和政策建议。

　　1.2.1能源结构与雾霾污染关系相关文献

　　近年来，随着大部分地区环境质量下降，雾霾污染日益严重，能源结构与雾霾污染的关系成为各界学者研究的焦点。马骏等（2013）的代表性研究发现，燃煤对雾霾的贡献率最高，达到49%，紧随其后的是汽车燃油，贡献率为16%。这表明中国此阶段的能源结构对于雾霾问题的影响很大，是多地出现雾霾的主要原因之一。张亚丽和彭文英（2014）指出近几年雾霾天气频发的原因不仅与地形，气象等自然地理因素有关，还与众多人为因素有关，如燃煤、机动车排放等，其中人为因素的影响明显大于自然地理与气象对雾霾出现的影响，因此控制人为因素十分必要。马丽梅和张晓（2014）指出能源消费结构是诱导雾霾出现的重要原因，能源消费结构系数的改变直接影响雾霾污染的严重程度，因此研究学者认为改变能源消费结构是治理雾霾的关键。李振宇和黄格省等（2013）指出2013年以来，包括北京在内的中国东部地区出现大范围雾霾天气，主要原因是过高的人口密度、经济活动产生的能源消耗，其中人口及其经济活动产生的能源消耗呈现正相关关系，过高的人口在经济活动中使能源过高的消耗，而过高的能源消耗带来的直接后果是使中国雾霾天数的增加。Hu M等（2014）的研究结果显示，包括燃煤和石油在内的化石燃料的燃烧对雾霾污染的贡献率高达60%——70%。在中国工业发展日益发达的过程中，各个种类的化石燃料的燃烧使得环境污染日益加剧，雾霾问题日益严重。李小胜等（2013）运用面板VAR模型分析了中国30个省份能源消费、经济增长和废气污染排放的动态关系，研究结果表明污染对经济增长存在着显著的正向影响，能源消费导致废气污染的产生，而经济增长又使得废气排放量与能源消费量增加。余江和张凤青（2016）考察了煤炭消费对中国雾霾污染的影响，发现煤炭消费比重和煤炭消费量与雾霾污染呈现显著的正相关，提高能源效率有助于降低雾霾污染。因此能源结构的调整与优化在进程上越发紧迫。刘怡彤和梁丽萍（2019）利用面板数据考察了中国中西部煤炭消费，经济增长与雾霾污染之间的动态关系，表明煤炭消费导致了雾霾污染的产生，同时对经济增长的响应为正向，而能源消费对于雾霾污染的相关性较强。邵帅等（2016）使用巴特尔研究所、哥伦比亚大学国际地球科学信息网络中心测度的全球1998-2012年PM2.5年均浓度数据，通过动态空间面板模型，对国内雾霾产生的原因，进行研究分析，得出以煤炭为主能源的产业结构、市场经济快速发展、环保意识淡薄是雾霾污染产生和加剧的主要影响因素。马丽梅等（2016）通过分析中国2001-2010年的PM2.5年均浓度，结合空间杜宾模型对能源结构、交通方式与雾霾污染之间的关系展开分析，发现雾霾污染有着区域特典型特征，交通拥堵是中国东部地区雾霾污染产生较大的影响因素。刘静煜（2018）使用偏最小二乘方法及偏最小二乘非线性方法，能源消费指标与空气衡量指标建立回归估计模型，研究表明煤炭、石油及水电等对二氧化碳的年排放量及二氧化硫的年排放量的影响较为显著，并且它们之间存在非线性关系。张肖一（2017）运用协整分析和误差修正模型分别分析能源消费结构对二氧化硫、二氧化氮、PM10、PM2.5年均浓度和以第三灰类聚类系数代表的空气质量综合指数的影响，结果表明：煤炭和石油在能源消费结构中占比与空气质量指数和污染物浓度呈正相关；天然气在总能耗中的占比与空气质量指数与二氧化硫、PM10浓度呈负相关，与二氧化氮、PM2.5浓度呈正相关；电力在总能耗中的占比对四者均呈负相关。这说明煤炭石油对于空气污染最为严重，而天然气、电力等影响相对较弱，而提高清洁能源的占比对于空气治理尤为重要。

　　1.2.2雾霾污染与城市居民健康支出相关文献

　　随着中国工业化与城镇化的快速推进，环境的恶化程度加剧，这对于居民的健康产生巨大的影响，从而增加居民们维护自身健康的成本。城市作为人口密集区所受影响较大。Han L等（2014）通过比较城市与周边地区可入肺颗粒物（PM2.5）浓度的差异，进一步探讨了中国城镇化水平对PM2.5的影响，认为城市PM2.5浓度高于周边地区。因此PM2.5对于城市居民的影响大于对乡村居民的影响。据世界卫生组织（1997）报道，现今世界上空气污染最为严重的城市共有十五个，其中有十三个城市在亚洲。而中国与发达国家相比较，空气污染成为城市环境污染的主要问题，在一些城市中悬浮颗粒等影响空气质量的物质因素是世界卫生组织所定标准的2-5倍。殷文军等（2009）收集了广州市中心城区某医院心血管疾病日门诊量资料及同时期大气污染物的浓度、气象监测资料，采用时间序列的自回归模型，通过控制长期、短期趋势、气象因素等混杂因素的基础，分析了广州中心城区2006-2008年灰霾天气及空气污染物与居民心血管疾病日门诊量的关系。结果显示，雾霾的严重程度与医院心血管门诊病人量存在显著正相关，其中悬浮颗粒物、气象因素和气体污染物产生的雾霾是心血管疾病发病的环境病因，但单个污染物指标对于门诊病人量的影响被雾霾污染的综合效应所弱化。赵文昌（2012）使用对比分析法，分析了雾霾污染期间上海市空气质量特征及居民健康风险，建立了雾霾污染对城市居民健康效应的经济损失评估方法，并筛选出PM2.5作为雾霾污染因子，定量评估了雾霾污染对居民的健康影响与相应经济损失，结果发现雾霾污染期间所有人群的健康风险高于非雾霾污染期间，造成健康危害经济损失为72.48亿元，占上海全市当年GDP的0.49%。

　　潘小川等（2012）通过选取北京、广州、西安、上海为研究对象，他们的典型特征是经济发展程度高，首次定量分析国内PM2.5对城市居民造成的健康的影响，他认为重度的PM2.5污染会造成人身伤害。Kan等（2004）通过参照X环保署的研究结果结合上海市实际收入差异加以适当转换得到的2001年上海市居民相应健康终点的单位经济价值。通过调整收入水平，得到2013年和2014年各城市疾病终点的单位经济损失。对慢性管炎症，因其患病时间难以界定，疾病成本法很难进行计算。李根生和韩民春（2015）基于中国2001—2010年省际PM2.5面板数据，利用动态面板系统GMM估计方法研究了雾霾污染对城市居民医疗保健支出的影响。研究发现雾霾污染增加了城市居民医疗健康支出，而且雾霾污染对老年和少儿两个群体的健康支出影响更明显。汪然（2019）选取30个省市2007年至2016年的相关数据，利用疾病成本法估算了雾霾污染导致的住院和门诊产生的居民健康损害成本。研究结果表明雾霾污染给居民带来了巨大的健康损害成本，给人民生活增加了经济负担。曲卫华（2016）能源消费总量中的煤炭、石油、清洁能源消费比重与二氧化硫排放量、工业烟、粉尘排放量之间存在长期稳定的协整关系；二氧化硫排放量、工业烟、粉尘排放量与脑血管疾病、呼吸系统疾病存在长期稳定的协整关系。彭文斌和泽宙（2019）利用2005-2016年中国262个城市面板数据，采用探索性空间数据分析（ESDA）方法揭示雾霾污染与居民消费的空间关联特征，并构建广义嵌套空间计量模型（GNS）深入剖析雾霾污染对居民消费的空间影响。结果表明雾霾污染与居民消费存在较强的空间集聚与空间依赖特征，雾霾污染会显著抑制本地区居民消费。

　　1.2.3文献述评及本文创新点

　　现有的研究与发表的相关文献多数是能源消耗、能源结构、产业结构与雾霾污染的关系进行研究。还有部分学者对于能源中的煤炭消耗、交通状况与雾霾污染动态关系进行研究，但其中多数学者利用的是巴特尔研究所、哥伦比亚大学国际地球科学信息网络中心测度的全球PM2.5年均浓度数据或者中国国家统计局官方PM10统计数据进行雾霾研究。利用中国国家统计局及各省、市环保部门发布的《环境状况公报》官方PM2.5统计数据进行的研究相对较少。

　　而目前，国内学者与相关文献对于雾霾污染与城市居民健康支出的研究主要集中于成因和对居民健康状况影响的分析，很少有学者从经济学角度研究雾霾污染对居民健康支出影响。

　　本文试图通过对中国的能源结构、雾霾污染与城市居民健康支出关系进行研究，主要分析雾霾污染与其他两者间的关系。目前同时研究三者关系的文献较少，本文试图弥补此方面的不足。研究结果对于中国的能源结构调整、健全中国医疗保险制度有着积极地建议作用。

　　第一章先将本次研究的背景及意义进行说明，接着阐述国内、外对于相关研究的状况。再进行文献述评，最后说明本次研究的创新点。

　　第二章首先对于相关概念进行界定，阐述本次的相关基础理论，如环境库兹涅茨曲线等。

　　第三章使用《能源消费总量统计年鉴》、国家统计局公布的数据说明能源结构、雾霾污染、城市居民健康支出现状，并运用定性分析法中的结构分析法、归纳分析法与文献综述法阐述能源结构对雾霾污染的作用机理、雾霾污染对城市居民健康支出的作用机理。

　　第四章选择合适的指标，使用2004-2018年相关面板数据，构建面板计量模型，再运用LLC单位根检验对所选取的时间序列数据进行平稳性检验的基础上，选取GMM估计模型得出本次研究的最终结果。

　　第五章阐述研究的结论及展望。

　　本文首先阐述了国内外关于此类研究的文献，并界定了此次研究的对象概念。对研究对象进行描述性统计，最后采用计量经济模型对动态模板数据进行GMM估计，并得出本次研究的结果。具体使用到的主要方法如下：

　　（1）理论分析法，通过大量的文献搜集和广泛阅读，基于相关领域核心文献以及高水准文献的核心观点，构建本文理论模型的基本框架，为本课题的具体研究提供系统的理论支持和严谨的逻辑分析。

　　（2）定性分析法，通过对数据的描述性统计与核心文献理解，最终对研究对象进行属性的确定，方便后期实证部分的分析。

　　（3）计量模型估计法，在动态面板数据模型的基础上，合理结合GMM矩估计法和工具变量法，建立能源结构、雾霾污染与城市居民健康指出关系的计量经济模型，分析三者之间的实际动态关系，并得出相关结论，进而为治理雾霾、能源结构调整、健全中国医疗保险制度提供借鉴。

　　2.1.1能源结构

　　刘涛和顾莹莹等（2011）认为能源结构是指总能源生产量或总消费量中，各种类型的一次能源和二次能源的构成和比例。能源结构分为能源供给和能源消费结构。总能量生产中各种类型的能量输出的比例，被称为能量生产结构。能源消费结构分为初级能源消费结构、最终能源消费结构、部门能源消费结构等。消费比例被称为一次能源消费结构。最终能源消费结构，也称为能源消费结构，主要是指煤炭(发电用煤除外)、石油、天然气、电等直接能源消费种类的结构性份额。各产业部门的能源消费结构被称为各部门的能源消费结构。能源市场消费模式直接影响能源结构，终端能源是能源市场的直接消费形式，本文主要从终端角度研究能源消费结构。

　　2.1.2雾霾污染

　　陈仁杰和阚海东（2013）研究表明，雾是“雾”和“霾”的总称，雾是相对湿度饱和状态下近地面空气中水蒸气凝结的产物，可见性在1000米以内。由硝酸、煤烟、有机碳氢化合物、硫酸等粒子组成的气溶胶系统引起的可见障碍物。范围为1000——10000米。霾是超过标准的大气中各种浮游粒子状物质含量的一般表现。主要成分是二氧化硫、氮氧化物和可呼吸颗粒物。其中，PM10和PM2.5，以及PM2.5(细颗粒物)等PM2.5与大气污染物相比，具有以下特点。第一，PM2.5可能长时间悬浮在空气中，与大气质量有正相关。第二个是PM2.5直径小，向远方输送容易。在运输过程中，有毒有害物质容易运输，可能对雾霾污染产生较大影响，所以使用PM2.5反映雾霾污染程度。

　　2.1.3城市居民健康支出

　　叶小青和徐娟（2014）研究指出城市居民健康支出可以界定为城市居民为了保障家庭人员身体健康和人力资本存量而对医疗卫生产品和或服务的必要货币支出，反映的是城市居民的最低医疗消费界限，在此以居民消费支出中的医疗保健支出来衡量。

　　2.2.1环境库兹涅兹曲线理论

　　库兹涅茨曲线（Kuznets curve）也被称之为“倒U型曲线”，该理论最早是在上世纪50年代由库兹涅茨提出的，其基本理论是关于经济发展与收入差距变化关系的学说。黄莹和王良健等（2009）根据库兹库兹涅茨曲线理论，经济的发展和人民收入水平的方向呈现“倒U型”曲线的形状，即在初期，经济发展速度慢，发展水平低，国民收入水平相当低，差距较小，但从中期看，随着经济发展速度加快，经济逐步向高水平发展。贫富差距在逐步拉大，经济发展水平达到一定水平，经济发展速度就会缓慢，富裕阶层和贫困阶层的差距就会缩小。1960年以后，库兹涅茨曲线不仅在经济领域，还扩展到农业、运输、产业、环境等各个领域。

　　在环境领域中，这种倒U形的关系也成立，库兹涅茨曲线理论成为环境领域中的环境库兹涅茨曲线理论。根据环境库兹涅茨曲线理论,环境质量与人们的收入水平,在经济发展的初期阶段,是负相关的,但人们的每一个人,收入达到了一定的水平和环境质量和人们的收入是正相关的。这个过程,使两个之间的u字形的关系形成。也就是说，如果一个国家或一个地区的经济发展水平和人均收入水平都很低，那么产业就会不发达，从而污染就会减少，环境质量就会提高。随着经济水平的不断改善，工业化程度持续增加，造成污染的排放量也不断增加，环境不断恶化，环境质量慢慢达到最低的“拐点”。过一段时间,随着经济的不断发展,人们的生活水平也对应了改善。因此,他们是为了改善环境质量,愿意为改善环境进行资本付出，这是环境逐渐改善的原因。

　　2.2.2可持续发展理论

　　“可持续发展”的概念最初是在1972年联合国人类环境会议上正式提出的，到目前为止，“可持续发展”还没有一个统一的正式定义。杨志峰(2004)在国际生态学联合会相信“城市的环保可持续开发计划”中指出:要求被优化的生态环境系统,是生态环境的健康发展和人们对社会建设的欲望的实现贡献社会及经济发展的同时,人类所依赖的生态环境也可以保护。我们知道，人类在进行社会活动时，必须有科学的范围，在促进社会和经济发展的同时，保护生态环境，探索经济发展和生态环境保护的平衡。只有通过这种方式，才能维持人类的生存，并在政治、经济、文化和生态的各个方面持续发展。可持续发展战略是促进经济和生态可持续发展的行动指南。可持续发展战略的标题的意思是在经济发展、环境保护和资源保护之间达成协调。前提条件是开发、生态环境。以保护为基础，促进经济和科学发展，提高人民生活质量为目标。

　　2.2.3环境经济学理论

　　邓宏兵和张毅（2005）在《人口、资源、环境经济学》中，环境经济学结合了经济科学和环境科学的原理和方法，分析了经济发展和生态环境破坏的关系。环境经济学理论,根据经济发展环境将带来经济损失或推测的经济利益提供理论根据,对环境资源的经济价值进行评价。环境经济学的出现主要是由于人们在追求经济发展的过程中没有科学地认识到经济发展和环境保护的平衡，这对社会的经济造成了巨大的损失。

　　在实际经验中，当你需要在健康风险和经济利益中选择其一时，人们通常会权衡两者进行选择。经济利益,实际上存在健康风险发生在特定的概率是否有必要,可测定经济价值的特定项目的选择或决定,维持身体健康需求,可以分析支付的费用,健康的经济价值的测量与评价的基础。

　　3.1.1中国能源结构现状

　　（1）能源消费总量

　　能源是推动现代经济的发展不可或缺的源动力，根据图3-1，近20年来，中国的能源需求增长迅速，年消费量从2000年的14.7亿吨标准煤增加到2018年的46.4亿吨标准煤。自2000年中国正式成为世界贸易组织成员国以来，由于我国能源消费增速加快，能源消费平均年增量接近标准煤10万吨。根据《BP世界能源统计年鉴》的数据，中国平均每年的新能源消费量在2000年以后超过了1亿8000万吨标准煤。到2009年，它超过了X，成为世界第一大能源消费国。

　　

　　数据来源：国家统计局《能源消费总量统计年鉴》

　　从经济增长率的角度看，中国经济在很长一段时间内实现了能源消耗多效率差等大幅度的经济增长，能源消耗的增长率也在逐年提高。1997年亚洲经济危机，能源消费增速为零，此后5年能源消费增速激增至17%，在一定时期内保持较高增速。中国经济自2014年进入新的常态以来，能源消费需求增速缓慢，能源增速持续下滑，过去两年增速较小。

　　在一次能源消费方面，煤炭、石油、天然气、水力等其他清洁能源的消费，基本上是长期增长的。特别是煤炭和石油的消费量大幅增加，从2000年的10亿1100万吨标准煤增加到3亿2千万吨标准煤，到2018年增加到27.4、8.8亿吨标准煤。中国的煤炭消费量在世界上是第一位的。石油消费量是世界第二。随着中国经济的持续发展，能源需求也在增长。中国在1993年成为精制油的纯进口国，1996年成为原油的纯进口国。2009年以后，中国从原来的煤炭出口国变成了进口国。《BP世界能源统计年鉴》的数据显示，2018年中国煤炭消费占世界总量的58%，石油消费占13%以上。另外，天然气的需求也以惊人的速度增长，2007年以后，天然气的年增长率接近20%。与上述传统能源相比，近年来中国水力、风力等新能源的消费持续快速增长，但总体消费还不高。具体见下图3-2.

　

　　（2）能源消费结构

　　由于“丰富的煤炭、贫乏的石油、低的天然气”结构，煤炭长期占据着中国总能源消费的70%左右，而石油、天然气和其他一次能源的来源分别占20%、3%和7。%。其他一次能源具体细分为水电、核电、风力发电等品种时，各品种的消费结构占比则更低。虽然近些年中国进入新常态，在能源结构方面有所调整，在煤炭和石油用量比率方面有所下降，但二者占比还是超过80%。由此可以看出，中国目前的能源消费结构还有很大的优化与调整空间。

　

　　图3-3中直观地展示了中国消费结构的变化。其中，煤炭消费比重一般在2000年至2007年增加，从68.5%上升至约72%。近年来，随着以低碳经济为首的发展思想和环境治理的严格化，煤炭消费比重逐年下降，2018年至今，煤炭消费比重降至59.0%。

　　2000年是中国石油消费量变化趋势的转折点。初期石油消费量比重的增加，主要是由于国内煤炭供给的限制和石油贸易的持续扩大。新世纪初以来，受到国际油价的影响。变动的影响和国际性石油供求失衡问题,整个中国的石油消费增长率在2018年下降到18.9%,天然气及其它一次能源消费的比重到2000年大幅几乎没有变化,但过去几年内逐年增加了10%,2019年消费的比率为7.8%和14.3%,虽然有所增加。从这一能源消费结构的变化可以看出，中国煤基能源形势在短期内仍难以改变。优化能源结构，促进能源结构多样化开发，特别是天然气、水力、风能等清洁能源的开发和利用，需要继续加大力度。

　　3.1.2中国雾霾污染现状

　　从2001年到2008年期间,中国的pm 2.5浓度值为上升趋势,到2008年开始减少了,但从2001年到2012年的年平均浓度2.5最低值也达到了31.77 ug/m3,高于WHO推荐水平(每年平均值10 ug/m3以下)。2013年初，中国大部分城市开始出现重度霾，近年来呈上升趋势。2013年1月和12月发生的两大重度霾天气具有污染范围广、严重程度高、持续时间长、污染物浓度快速集中的特点，对公共卫生造成较大影响。阻碍了社会经济的可持续发展。

　　国家气候中心的统计显示,地区分布的观点出发,国家的各种各样的地区的雾霾日数,北京-天津-河北省,长江三角洲、珠江三角洲、四川盆地有4个污染最严重的地区,部分地区全年雾霾覆盖合计天数超过100天,是严重污染的情况。针对当前的雾霾污染，中国实施了大气污染防治行动，“蓝天保卫战”取得了一定成果，但当前的雾霾污染问题不可低估。由于中国不同地区的经济发展状况和资源禀赋有明显差异，不同地区的雾霾污染水平也不同。因此，更深入了解中国的雾霾污染状况及其影响因素，实施更有效的治理是必要的。

　　3.1.3中国城市居民健康支出现状

　　本文以居民消费支出中的医疗保健支出来衡量，2000-2018年中国城市居民的医疗保健支出如下如所示：

　　

　　数据显示，2000-2007年，中国城市居民的健康支出一直处于稳定的较低水平，人均医疗支出保持在300-600元/人。2008年之后，随着居民健康意识的上升，中国居民的健康指出呈现快速增长趋势，由2008年的786.2元/人增长至2018年的2045.66元/人。

　　从健康支出占居民消费的比例来看，2005-2013年，健康支出占居民消费的比例是逐渐减小的，这与这段时间中国医疗保险系统的完善有着较大的关系。但是自2014年以来，中国城市居民健康支出占居民消费的比例却在不断上升，这可能与环境污染带来的疾病增多有关。

　　3.2.1能源结构对雾霾污染的作用机理

　　能源消费主要是传统化石能源消费，被认为是全球变暖和大气污染物质排放的重要原因。随着经济发展和社会进步，煤炭、石油、天然气等传统化石能源开始大规模使用。在中国，由于“丰富的煤炭，贫乏的石油，较少的天然气”的能源资源，中国创业以来，一直作为主要的一次能源依赖煤炭。烟尘、氮氧化物等是大气污染的主要来源，也是PM2.5排放的主要来源之一。随着改革开放后经济的快速发展，我国煤炭消费持续增长，煤炭消费占一次能源消费的70%左右，2018年将达到59%。这也是快速发展背景下中国大气污染的重要成因，大气污染的持续加重也使得雾霾成为最主要的关注点。

　　熊飞（2016）指出在世界各国倡导低碳经济与循环经济的大趋势下，中国以煤炭、石油为主要能源的能源结构已经不再适应新常态下的经济发展需要。此结构对于环境的污染PM2.5的指数已经日益突出，相比之下天然气对于环境的污染相对较小。在新的经济正常状况下，控制总煤炭消费量，减少煤炭比重和其他传统化石能源消费量，推进清洁能源消费结构。清洁能源消费结构主要通过如下反映的结构效应来影响雾霾污染。减少城市和农村地区散煤使用，提高石油质量，普及天然气，增加太阳能和风能等清洁能源的技术创新,促进电动汽车等的利用、太阳能、风力、电器及其他新能源、清洁能源消费的比重增加,能源消费结构的净化,可以促进太阳能、风力能源,电本身,从现有的化石能源可以减少大气污染物质排放。清洁的能源消费结构，可以减少雾霾污染。

　　3.2.2雾霾污染对城市居民健康支出的作用机理

　　中国大气环境的不断恶化对于中国城市居民健康产生极其严重的影响，进而增加居民维护健康的成本。有关医学研究已证实，PM2.5浓度与呼吸、血液以及免疫系统有关的疾病的发病率存在着正向关系，Tan N P等（2019）认为空气中的PM2.5浓度每上升1%，就会导致新生婴儿死亡率上升约0.35%。据中国环境科学研究院研究指出，近年来环境质量的不断恶化使中国居民的医疗负担增加约21%；李根生和韩民春（2015）的研究利用哥伦比亚大学国际地球科学信息网络中心测度的PM2.5浓度值和中国2001—2010年省际面板数据，研究了雾霾污染对城市居民医疗保健支出的影响。实证分析结果表明：雾霾污染显著增加了中国城市居民的医疗健康支出，而且对老年和儿童两个群体的健康支出影响更大。不仅中国如此，许多其他发展中国家也因大气环境质量恶化而使本国居民承担着巨大的健康成本。由此可见，大气环境的不断恶化会严重影响居民的健康，从而加重居民的医疗负担。

　　从本章对于数据的描述性统计与定量分析，可以看出中国由于“富化的煤，贫的石油，少的天然气”的能源资源，中国建国以来，一直作为主要的一次能源依赖煤炭。它是大气污染的主要来源，也是空气中PM2.5含量的主要来源之一。在新的经济正常状况下，控制总煤炭消费量，减少煤炭比重和其他传统化石能源消费量，推进清洁能源消费结构。如此不仅可以使新型能源的使用得到大规模推广，而且可以使相关科学技术得到提升。最重要的是能源结构的调整可以有效的减少中国的雾霾天气，优化中国的空气质量。

　　许多学者的研究结果显示，中国的雾霾污染使城市居民的医疗健康支出显著增加，让中国城市居民承担着极大的健康成本，加重了居民的负担。

　　因此，优化中国空气质量，减少有害物质的排放，减少雾霾污染天数十分必要。而中国的雾霾污染主要是由于中国的能源结构造成的，从中可以看出中国的能源结构不仅直接影响着中国的空气质量，还间接的影响着城市居民的健康与维持健康的成本。

　　综上所述，中国调整能源结构是十分必要的，在调整能源结构的同时更要加大对企业等废气排放的监测，并健全中国相关医疗保险制度。

　　4.1.1能源结构与雾霾污染关系模型

　　空气污染是与燃煤为主的能源消费结构密切关联的。参照以往的研究以及本章主要研究目标，选取能源消费总量、煤炭消费比重、石油消费比重表征影响环境污染的能源消费因素，再结合Gohlke（2011）对电力消费、环境污染模型构建的思想，构建雾霾污染与能源消费结构之间的基础关系模型：

　　（式1）

　　其中，是各个变量的系数，是随机误差项。

　　上述模型中，为雾霾污染指标，C为煤炭消费比重，O石油消费比重，N是能源消费总量。

　　4.1.2雾霾污染与城市居民健康支出关系模型

　　城市居民健康支出与健康水平息息相关。从传统医学的角度来看，影响公共健康与疾病的原因是多方面的，主要包括：环境、个人行为与生活方式、遗传与医疗卫生等。Grossman（1972）首次提出健康生产函数，该函数考虑了包括收入、健康、教育、环境等多方面因素。基于Grossman所构建的健康生产函数，在结合本文的研究目的，在此定义雾霾污染与城市居民健康支出关系模型为：

　　（式2）

　　其中，是各个变量的系数，是随机误差项。

　　上述模型的自变量，除了雾霾污染（）指标，还选择了居民经济水平（）和社会因素（）作为控制变量。居民人均收入可以用来表示居民的经济能力，研究表明，高收入人群更加注重健康管理。但是，李娟等（2015）研究认为居民收入增加必将导致工作时间加长、工作压力增大、生活作息不规律等健康问题的出现。社会因素（）与居民健康关联度很高，如增加公共财政支出力度，增加公共设施投入、医疗支出，居民可以获得更多健康服务，使得自身健康得到改善，在此以财政卫生经费支出代替社会因素。

　　4.1.3模型估计方法选择

　　面板数据（Panel Data），通常也被称为时间序列截面数据（Time Series and Cross Section Data）或混合数据（Pool Data）。与横截面数据或一维时间序列数据所不同的是，面板数据兼具时间和截面空间的两个维度。从某种意义上说，面板数据可以看作是具有时间维度的横截面数据。自20世纪60年代以来，由于其在经验分析中的重要优势，面板数据越来越受到经济学家的关注，并应用于计量经济模型的研究。与只有一点的跨数据模型的时间纬度相比，面板数据的时间维度包含更多的数据，因此可以用于分析和研究动态关系问题的信息增加。时间序列模型的数据通常会忽略个体，数据的差异只能通过总数据的整体动态来分析，估计结果可能会有偏差。与此相比，面板数据模型可以使用切片项来反映不同个体数据的差异。减少了由于忽视各个数据的差异而产生的推测结果的偏差。一般来说，面板数据有截面数据和时间序列数据的优点，通常，面板数据包含更多的观测，因此模型的可靠性相对较高。上述的面板数据的许多优点和测定分析中的广泛应用,再加上面板数据本身的数据,中国短暂的结构特性是市场经济的历史和小统计数据的时间维瓦尔第的现实比较适合。研究中国的经济问题更科学。

　　动态面板模型中由于引入了被解释变量的滞后项，受到个体效应的影响，可能会造成动态面板模型估计偏误问题。一般会采取以下有两种方法：第一种方法是对固定效应有偏估计量进行合理的修正；而第二种方法则是采用广义矩估计方法（GMM）进行动态面板模型的估计。由于采用广义矩估计法一般可以直接得到具有一致性的估计量，所以在研究中受到人们更多的关注，而结合本文研究对象和模型的特点，为使所选方法能更好的预估结果，本文将选用广义矩估计的方法对模型进行估计分析。

　　4.1.4所选模型估计的优点

　　本文选取的是动态面板数据模型，面板数据模型可分为静态模型和动态模型。结合本文研究对象和模型的特点，考虑到被解释变量的滞后项与数据的内生性，为使所选方法能更好的预估结果同时更具有长期趋势，所以选取动态面板数据模型。这样既能考察经济变量受其他因素的影响作用以及其自身的动态性质；又能使模型估计结果误差更小。

　　从第三章对数据的描述性统计可以看出我国现阶段能源结构中的煤炭、石油占比超过80%，二者的消耗是中国雾霾污染产生的主要成因。而雾霾中PM2.5、PM10等有害悬浮物直接导致城市居民健康支出，其他PM2.5的浓度更是其主要成因，会加剧大气污染，直接导致城市居民健康支出的增加。因此本文主要选取能源结构中的煤炭、石油的总量，以二者代表能源结构。PM2.5浓度代表雾霾污染。

　　

　　（1）能源结构

　　根据文献综述可知，中国以煤为主的能源消费结构及化石燃料的不完全燃烧，是导致中国雾霾污染的重要原因。参照以往研究以及本章主要研究目标，选取煤炭消费比重（C）和石油消费比重（O）表征影响雾霾污染的能源消费结果因素。

　　（2）雾霾污染（P）

　　目前关于雾霾污染的研究主要使用PM2.5和PM10的浓度数据。本文研究的对象是雾霾对能源结构的影响，能源结构数据是年度数据，为了确保数据频率的一致性，我们选择了年均雾霾污染数据。海耶斯污染目前的检测数据几乎城市水平,海耶斯污染有强烈的空间相关,因此纸中,数据的房源和有效性的观点出发,以省会城市代表该地区的雾霾污染水平和形势。

　　（3）城市居民健康支出（H）

　　以居民消费支出中的医疗保健支出来衡量城市居民健康支出，数据来源于国家统计局公布的省份数据。

　　由于中国自2012年5月中国环境监测总站发布《PM2.5自动监测仪器技术指标与要求（试行）》后，中国逐步开始对大气中PM2.5的浓度数值进行监测，国内大部分地区则是在2013年后才进行PM2.5浓度数据，因此考虑到PM2.5在2013年度之前数据统计数量的严重不足，本文选取2014-2018年PM2.5年均浓度数据作为雾霾污染指标数据，雾霾污染数据采用2014年以来各省会城市（直辖市）PM2.5年均浓度数据构成雾霾污染数据HAZE，相关数据来自于历年各省、市环保部门发布《环境状况公报》中的数据。能源结构与城市居民健康支出都出自中国除了港澳台之外的31个省市自治区2014-2018年国家统计年鉴。

　　为了消除数据趋势等干扰，对所有获得的数据进行取对数处理。

　　

　　4.4.1样本平稳性检验

　　在正式进行模型估计之前，为避免可能出现的伪回归问题，首先对数据进行平稳性检验。为了保证检验结果的可靠性，采用LLC检验对各变量的平稳性进行检验。

　　

　　结果显示：在至少通过5%的显著性水平上，所有变量均不存在单位根（表4-4）。因此可以排除非平稳序列的伪回归问题。

　　4.4.2模型的估计与检验

　　本研究采用动态面板广义矩（GMM）方法对回归方程进行估计。与静态面板估计相比，动态面板GMM估计量一方面能够控制异质性的个体特征，另一方面可以利用被解释变量的滞后一阶来控制居民健康支出的习惯特征。GMM估计有差分GMM估计和系统GMM估计两种方法，与差分GMM估计相比，系统GMM估计可以提高估计的效率，结合本文的研究对象及模型，因而采用系统GMM进行估计。

　　（1）能源结构与雾霾污染关系模型

　　为考察能源结构对雾霾污染的直接影响，本研究利用以构建的能源结构与雾霾污染关系模型进行实证检验，通过对中国31个省市2014—2018年的相关的面板数据进行分析，回归结果的汉森检验和AR（2）统计量的P值均表明回归结果不存在二阶序列相关和工具变量的过度识别的问题，回归结果呈现出良好的一致性。

　　

　　数据来源：国家统计局、中华人民共和国环境保护部

　　如表4-3的模型检验结果所示，被解释变量LnP的滞后项LnP（-1）显著为正（P<0.05），这表明雾霾污染具有连续性，说明雾霾污染的治理是一个长期的过程，不能一蹴而就。核心解释变量LnC和Ln（O）系数分别为0.332（p<0.05）和0.258（p<0.05），说明煤炭消费比重（C）和石油消费比重（O）与雾霾污染呈显著正向关系，在5%显著水平下煤炭消费比重每增加1%会导致雾霾污染程度增加0.332%，石油消费比重每增加1%会导致雾霾污染程度增加0.258%，相对来说，煤炭消费带来的雾霾污染问题更严重。此外，能源消费总量的系数为0.115（p<0.01），系数显著为正，表明随着能源消费总量的提高，雾霾污染也会更严重，但是相对来说系数较小，说明当前治理雾霾还是要从调整煤炭和石油的消费比例入手，通过找到能源替代品或改进相关技术，从而降低煤炭和石油的消费比例。

　　（2）雾霾污染与城市居民健康支出关系模型

　　为考察雾霾污染对居民健康支出的直接影响，本研究利用上述雾霾污染与城市居民健康支出关系模型进行实证检验，通过对中国31个省市2014-2018年的面板数据进行分析，回归结果的汉森检验和AR（2）统计量的P值均表明回归结果不存在二阶序列相关和工具变量的过度识别的问题，回归结果呈现出良好的一致性。

　　

　　数据来源：国家统计局、中华人民共和国环境保护部

　　如表4-4的模型检验结果所示，被解释变量LnH的滞后项LnH（-1）显著为正（P<0.05），这表明中国城市居民的医疗健康支出呈现连续性的特点，过去的健康水平影响现在的健康支出。核心解释变量LnP系数为0.121（p<0.05），说明雾霾污染与城市居民健康支出（lnH）呈显著正向关系，在5%显著水平下PM2.5的年均浓度增加1%，城市居民对医疗健康服务的支出则增加0.121%，这说明雾霾污染导致居民健康水平的下降，导致居民的健康支出成本的上升。此外，人均可支配收入（lnE）的系数为0.312（p<0.01），系数显著为正，表明伴随着居民收入的增加，居民对健康的关注度更高。XX财政指出卫生费用（lnS）的系数显著为0.098（p<0.05），系数显著为正，表明XX财政卫生支出没有缓解居民的个人医疗负担，这可能是在有限财政收入的约束下，地方XX将主要精力集中在经济发展方面，忽略了民生医疗的支出。

　　通过上述实验结果，可以有力的证实我我们在前文的猜测，能源结构直接影响着雾霾污染、间接影响着城市居民健康支出。

　　研究结果表明：

　　（1）煤炭消费比重和石油消费比重与雾霾污染呈显著正向关系，在5%显著水平下煤炭消费比重每增加1%会导致雾霾污染程度增加0.332%，石油消费比重每增加1%会导致雾霾污染程度增加0.258%，同时根据能源消费总量的系数，可以看出治理中国雾霾污染问题应从调整中国能源结构中的煤炭消耗占比与石油消耗占比入手。

　　（2）雾霾污染与城市居民健康支出呈显著正向关系，在5%显著水平下PM2.5的年均浓度增加1%，城市居民的医疗健康支出增加0.121%，这说明雾霾污染导致城市居民疾病患者增加，进而增加了居民的健康支出成本。

　　其中XX财政卫生支出系数为正，表明XX财政卫生支出并没有降低居民的健康支出，可能是由于XX专注于经济增长而对于基础设施建设进行财政支出，导致卫生支出费用不足。这也从侧面向XX部门提供了一定的理论依据，在进行年度卫生财政支出预算时，应考虑到本地区的雾霾污染情况，根据环保部门的评估结果对居民医疗进行相应财政支出。

　　综上所述，随着能源结构中的煤炭消费比重和石油消费比重的增加中国的雾霾污染问题就会愈来愈严重，而雾霾污染最终会导致城市居民健康支出增加，因而调整中国现阶段能源结构是十分必要的，在新常态下，寻找更为清洁的能源不仅可以改善中国的空气质量，更可以减轻城市居民健康支出的负担。

　　5.1.1结论

　　本文对能源消费结构与雾霾污染以及雾霾污染与城市居民健康支出之间的机理进行分析，一方面，能源消费结构优化会减缓雾霾污染，另一方面，雾霾污染的增加会显著带来城市居民健康支出的增加。在理论研究的基础上本文使用2014-2018年中国31个省市的面板数据，分析了能源消费结构与雾霾污染以及雾霾污染与城市居民健康支出之间的关系，验证了能源消费结构优化会减缓雾霾污染与雾霾污染会促进城市居民健康支出增加。

　　根据本文得出的结论，能源消费结构的优化不但会起到减少雾霾污染的作用，还能间接的促进城市居民身体健康，所以能源消费结构优化是当下亟待解决的问题。能源消费结构优化可以从能源消费和区域协同治理两个方面进行：能源消费方面,总能源消费量的减少,煤炭燃烧量的减少,煤炭的清洁利用,实现无污染能源,优化能源消费结构,利用各种能源利用效率的提高,能源的篮板球效果和技术节约化的变化和发展是能源消费总量的增加。从区域协调治理的角度看，各地区要共同建立防止和控制雾霾、生态环境治理的共同基金，各地区要根据地区情况治理雾霾。

　　5.1.2展望

　　由于数据限制，本文对影响居民健康支出因素进行分析时，采用简洁的健康指标（PM2.5的影响），若通过研究居民呼吸系统疾病产生直接原因数据，那么本文研究将变得更为全面、科学、可信。

　　如果结果最后可行，可以对此文进行展开研究，将国内根据能源禀赋划分几个重点区域，参照本文的全国范围研究，展开到分区域，为全国各区域的能源结构调整及健全中国医疗保险制度提供积极建议，同时也可说明中国能源结构调整对于城市居民的意义。

　　（1）中国的“富煤、贫油、少气”的资源禀赋决定了中国长期的能源结构，而其中能源效率低，导致了中国在煤炭、石油等化石能源消费总量不断升高。2014年中国进入经济新常态，这些年虽然在能源结构上进行相关调整，但煤炭、石油的消费比重还是占比70%左右。因此不能只是调整能源结构，提高能源使用效率也十分必要。培养相关技术人才，革新相关技术，扶持相关企业发展是一条可选途径。

　　（2）对煤炭、石油等相关化石能源消耗量大的企业，应加大对其废气排放的监测，严格管控其生产标准。从能源消耗途径上进行管控，不仅可以避免违法现象的发生，在一定程度上还可提高能源的使用效率，杜绝能源浪费。进而淘汰耗能高、污染重的产业，加快产业升级，合理规划产业布局。

　　（3）结合自身的能源结构与雾霾污染程度，健全各地区的居民医疗保险制度，对于雾霾污染严重的地区进行相应的财政预算，适度缓解雾霾污染对城市居民健康支出的负担。从而提升医疗卫生服务，建立一个更为稳定的医疗保险制度，使其更加合理化、人性化、社会化。

　　[1]马骏，施娱，佟江桥.政策要大变，才能将PM2.5降到30[J].中国经济观察，2013，04（04）：19-24.

　　[2]张亚丽，彭文英.首都圈雾霾天气成因及对策探讨[J].生态经济，2014，30（09）：172-176.

　　[3]马丽梅，张晓.中国雾霾污染的空间效应及经济、能源结构影响[J].中国工业经济，2014（04）：19-31.

　　[4]李振宇，黄格省，李顶杰等.从能源消费结构分析北京雾霾天气成因及防治措施[J].当代石油石化，2013，21（06）：11-16.

　　[5]Guo S，Hu M，Zamora M L，et al.Elucidating severe urban haze formation in China[J].Proceedings of the National Academy of Sciences of the United States of America，2014，111（49）：17373-17378.

　　[6]李小胜，张焕明.中国经济增长、污染排放与能源消费间动态关系研究——基于面板VAR模型的实证[J].山西财经大学学报，2013，35（11）：25-34.

　　[7]余江，张凤青.煤炭消费对中国PM_（2.5）污染影响的实证分析[J].生态经济，2016，32（07）：163-167.

　　[8]刘怡彤，梁丽萍.中国中西部煤炭消费、经济增长与雾霾污染关系研究[J].煤炭工程，2019，51（03）：155-160.

　　[9]邵帅，李欣，曹建华等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究，2016，51（09）：73-88.

　　[10]马丽梅，刘生龙，张晓等.能源结构、交通模式与雾霾污染——基于空间计量模型的研究[J].财贸经济，2016，37（01）：147-160.

　　[11]刘静煜.中国能源消费结构对空气质量的影响分析[D].云南大学，2018.

　　[12]张肖一.北京市能源消费结构对空气质量影响研究[D].首都经济贸易大学，2017.

　　[13]Han L，Zhou W，Li W，et al.Impact of Urbanization Level on Urban Air Quality：A Case of Fine Particles（PM（2.5））in Chinese Cities[J].Environmental Pollution（Barking，Essex：1987），2014，194.

　　[14]Todd M J，Feng L，Richard.Clean water，Blue skies，China’s environment in the new century[R].The World Bank Washing onD.C，Sep，1997.

　　[15]殷文军，彭晓武，宋世震等.广州市灰霾天气对城区居民心血管疾病影响的时间序列分析[J].环境与健康杂志，2009，26（12）：1081-1085+1145.

　　[16]赵文昌.空气污染对城市居民的健康风险与经济损失的研究[D].上海交通大学，2012。

　　[17]潘小川，李国星，高婷.危险的呼吸-PM2.5的健康危害和经济损失评估研究[M].中国环境科学出版社，2012.

　　[18]Kan H，Chen B.Particulate air pollution in urban of Shanghai，China：health-based economic assessment[J].The Science of the Total Environment，2004，322（1-3），71-79.

　　[19]李根生，韩民春.雾霾污染对城市居民健康支出的影响分析[J].中国卫生经济，2015，34（07）：74-76.

　　[20]汪然.雾霾污染导致的居民健康损害成本估算研究[D].江南大学，2019.

　　[21]曲卫华.我国能源消费对环境与公共健康的影响研究[D].北京理工大学，2016.

　　[22]彭文斌，文泽宙.雾霾污染影响居民消费吗？——来自城市空间面板数据的证据[J].消费经济，2019，35（04）：62-71.

　　[23]刘涛，顾莹莹，赵由才.能源利用与环境保护能源结构的思考[M].北京：冶金工业出版社，2011.

　　[24]陈仁杰，阚海东.雾霾污染与人体健康[J].自然杂志，2013，35（05）：342-344.

　　[25]叶小青，徐娟.人口结构、环境质量与居民健康支出[J].中国卫生经济，2014，33（01）：48-50.

　　[26]黄莹，王良健，李桂峰等.基于空间面板模型的中国环境库兹涅茨曲线的实证分析[J].南方经济，2009（10）：59-68.

　　[27]杨志峰.城市生态可持续发展规划[M].北京：科学出版社，2004.

　　[28]邓宏兵，张毅.人口、资源与环境经济学[M].北京：科学出版社，2005.

　　[29]熊飞.中国天然气产业发展现状与定价机制研究[M].中国人民大学，2016.

　　[30]Tan N P B，Paclijan S S，Ali H N M，et al.Solution Blow Spinning（SBS）Nanofibers for Composite Air Filter Masks[J].ACS Applied Nano Materials，2019，Vol.2（4）.

　　[31]Gohlke J M，Thomas R，Woodward A，et al.Estimating the Global Public Health Implications of Electricity and Coal Consumption[J].Environmental Health Perspectives，2011，119（06）：821-826.

　　[32]李晨昕，李磊.雾霾污染对城市居民消费支出的影响研究[J].管理观察，2014（30）：172-175.

　　[33]李娟，陈蓉姝，李宁等.江宁区居民对雾霾影响健康的风险感知状况调查[J].江苏预防医学，2015，26（06）：118-119.

　　光阴似箭、岁月如梭，不知不觉中我的大学生活也即将结束。离别总是难舍的，但我会带着对未来期待面向这色彩缤纷的社会。

　　在这里，首先，感谢学校及学院四年来的培养，感谢对我提供帮助与支持的同学们。

　　特别要感谢的是指导我的教授，自大二以来老师一直担任我的导师。每学年的论文老师都会结合我的特点，制定与我相契合的论文题目。这期间每当我遇到难题，老师定会悉心解答，给予我无微不至的关照。从老师身上我真实感受到“半亩方塘长流水，呕心沥血育新苗。”在与其相处时，他对待困难的从容和对待工作的执着，深深地感染着我，让我学习到了很多，也必将积极的影响我今后的工作与生活。

　　本文从选题到开题，再到理论分析、数据处理直至撰写，期间老师都悉心指导、严格把关，内容上有什么错误及不足，老师都及时的予以指正，避免了我多走弯路现象的发生。

　　最后，感谢这四年传授我知识、对我提供过帮助与默默支持我的领导、老师们，“新竹高于旧竹枝，全凭老干为扶持。”无论今后走到何处，你们的教诲我终将铭记于心。