近日，西南财经大学、成都中西医结合医院、四川省人民医院/电子科技大学、浙江师范大学等机构的学者在Environmental Impact Assessment Review上发表题为When to issue the alert of air pollution in Chinese cities? Evidence on the threshold effect of heavy air pollution from Chengdu的论文，探讨了AQI预警机制下，空气质量对呼吸系统疾病入院人数的非线性门槛影响，并就此给出了AQI预警标准设置的相关建议。
Zhang, J.#, Xiao, H., He, Q.#, Peng, J., Li, D.* and Liu, Y.*, 2024. When to issue the alert of air pollution in Chinese cities? Evidence on the threshold effect of heavy air pollution from Chengdu. Environmental Impact Assessment Review, 105, p.107371.
DOI:10.1016/j.eiar.2023.107371
1. 摘要
为应对空气污染对居民身体健康的影响，发布重污染预警已成为中国空气污染城市的标准做法。北京市从2012年开始进行空气污染预警，此后几乎所有中国主要城市都采用了这种做法。在中国之外，部分其他国家也已经采用了空气污染预警，通过提醒公众空气污染事件并启动一系列保护性反应来减少空气污染的影响。
空气污染预警的触发基于一定的空气污染指数(AQI)。根据环境保护部发布的环境AQI技术规定，各城市可以发布某种颜色的预警来表示不同程度的空气污染。以北京为例，如果预测日均空气质量指数超过200并持续两天以上，将发布红色预警。本文调查了中国31个主要城市的空气污染预警系统，其中包括4个直辖市和27个省会城市，并在图1中给出了不同级别预警的AQI平均触发水平。本文发现除了上海等少数城市以较低的空气质量水平发布警报外，大多数城市都将空气质量指数200作为触发警报的最低标准，即当空气质量指数大于200时，发布蓝色或黄色预警。
2. 方法
最近，一些基于高污染地区（特别是中国）背景的研究证实了阈值效应的存在。具体而言，Chen（2017）使用阈值广义相加模型（GAM）发现，PM10每增加10 μg/m3，冠心病死亡率就会增加0.81%，但在研究的7个城市中，只有4个城市存在阈值效应，而且这4个城市的特定阈值不同。Ye等人（2019）也使用GAM发现PM2.5与死亡率之间没有安全阈值，但在高PM2.5水平下存在饱和点。Tran等人（2019）使用参数面板阈值模型并基于年度PM2.5，发现了两种空气污染水平的阈值效应。总体而言，关于空气污染阈值效应的证据较少且不一致，并且没有基于空气质量指数的证据，然而空气质量指数却是空气污染警报最常用的触发因素。
本研究从阈值效应的角度评估了中国空气污染预警系统AQI触发的相关性。具体而言，本文评估了当前空气污染预警系统的触发（或阈值）是否有充分的意义，表明城市居民的健康风险升高。与设置过低的触发因素相比，设置过高的触发因素会导致反应不足，因此更令人担忧，因为它往往会传达一种错误的安全感，并使公众面临不知情的健康风险。
3. 数据
考虑到空气污染预警是在特定城市的基础上设计和发布的，本文将重点放在单个城市，并使用城市级别的时间序列数据来评估阈值效应。本文获取了四川省成都市的空气质量数据和呼吸道系统入院人数数据。成都作为继北京、上海、重庆之后的中国第四大人口城市，在过去十年中经历了快速的经济增长和城市化，同时也经历了严重的空气污染。根据生态环境部2020年5月发布的报告，成都的空气质量在中国168个主要城市中排名倒数第二，仅次于长期以空气污染严重而闻名的京津冀地区城市唐山。
本文利用成都市9个站点逐时频率的空气质量数据，得到了逐日频率的城市空气质量。本文也使用PM2.5作为空气污染暴露的稳健性检验变量。
本文关注的结果变量是成都市每日住院次数。入院数据包括成都市78家公立医院以呼吸系统疾病为主要病因的所有患者。本文可获得的数据范围囊括2016年1月1日至2017年5月1日。
4. 结果
首先，本文以线性ARDL模型，AQI为空气污染测度，得到基线结果。从表2的模型(1)结果可以看出，住院人数表现出明显的依赖性。过去1、2、3、5和7天的值都对当前的值有正影响，更重要的是，AQI的正显著系数为0.19，滞后时间为9天，比大多数其他研究的滞后时间都要长。与上述住院治疗的自相关情况类似，AQI的滞后是在数据驱动的方式下确定的，借助于信息标准、AIC和SIC的使用，并在删除所有其他统计上不显著的滞后项之后，AQI系数为0.19，意味着AQI每增加10个单位，住院率就会增加1.9；考虑到样本中AQI预警的标准差约为50，这样的系数意味着住院病例约增加了10例。
其次，本文以阈值ARDL模型，以空气质量指数AQI为指标，得到了空气污染的阈值效应。不同AQI水平上的回归平方和（SSR）曲线反映了阈值的搜索过程。基于AQI和PM2.5的SSR曲线如图4所示。从AQI为40开始，SSR在AQI为70时先急剧下降到底部，然后随着AQI从70增加到130略有上升。此后SSR急剧上升，并在AQI达到180时趋于平稳。换句话说，AQI水平为70产生了最小SSR，并且在计量经济学意义上被确定为阈值，但不是很明显。这种模式表明，阈值效应可能在一定范围内存在，其上限为AQI130。
5. 讨论
本文的实证结果的预估阈值（约130）与条例规定的重污染阈值（大于200）差距明显。为了更好地理解这一差距，本文使用阈值模型来计算因空气污染高于不同空气质量指数而入院的人数。具体而言，本文将所有AQI高于某一特定水平的天数的估计阈值分量与实际AQI相乘，得到住院人数，如图6所示。从空气质量指数为130开始，因空气污染而住院的人数为1681人。AQI为200以上的空气污染估计住院人数为787人，占所有AQI为130以上空气污染估计住院人数的46.8%。换句话说，空气污染在AQI水平为130时开始造成损失。如果只在空气质量指数超过200时才发出警报，约53.2%因空气污染而入院的病人将不会收到预警，也就无法做出相应的健康回避行为。
本研究由西南财经大学经济与管理研究院张进副教授、西南财经大学经济学院肖翰博士、成都市中西医结合医院贺清悦主治医师、四川省人民医院/电子科技大学彭洁主治医师、西南财经大学公共管理学院李丁教授、浙江师范大学经济与管理学院刘远副教授等合作完成。张进、贺清悦为本文的共同第一作者，李丁、刘远为本文的共同通讯作者。
作者简介
肖翰
西南财经大学经济学院西方经济学博士
研究方向：劳动经济学、应用微观计量经济学
邮箱：hanxiao_27@foxmail.com
供稿丨肖 翰
编辑丨王朝辉
审校丨兰小梦