法国PM2.5污染的短期医疗成本：低浓度下的显著经济负担与政策启示

本期推荐研究聚焦法国空气污染对医疗系统的经济影响。研究者利用高分辨率地理空间数据与行政医疗记录，采用工具变量策略，发现PM2.5每增加1 μg/m3（约10%），周医疗支出显著上升0.65%，效应量远超既往研究。结果表明即使低于欧盟现行标准，污染仍导致心血管、呼吸等多专科费用增长，年潜在节约可达64亿欧元，为强化空气质量标准提供强力经济依据。

　　

空气污染已成为欧洲公共卫生的首要环境风险，其中细颗粒物（PM_2.5）尤其令人担忧。尽管欧洲污染水平相对较低，空气污染仍是导致死亡和疾病负担的十大风险因素之一。暴露于空气污染与多种不良健康结局相关，包括呼吸系统和心血管疾病、住院、哮喘和过早死亡。欧盟已制定空气质量标准，并正进行修订以更紧密对接世界卫生组织（WHO）2021年更新的指南。然而，现有或拟议的阈值是否足以保护公众健康，仍是一个悬而未决的紧迫问题。可靠、针对特定背景的空气污染健康和经济影响评估对于指导监管至关重要，特别是在环境浓度相对较低的环境中，进一步减排的边际效益可能不那么明显。

在此背景下，一项发表在《Journal of Environmental Economics and Management》上的研究，对法国PM_2.5短期暴露的医疗成本进行了深入评估。法国是一个污染水平远低于当前欧盟空气质量标准的国家，这使得研究低浓度污染的影响具有独特意义。估计空气污染的因果效应具有挑战性，因为暴露并非随机分配。个体基于收入和偏好自我选择居住社区，这可能与污染水平和健康结果相关，从而产生内生性问题。虽然准实验研究试图解决这个问题，但它们往往受限于有限的数据和狭窄的范围，只关注特定时期、人群或区域。此外，尽管许多研究关注死亡率——在中等污染水平下相对罕见的事件，但医疗使用和支出可能在较低浓度下更频繁地做出反应。

为了克服这些局限，本研究将法国全面的行政记录与高分辨率的污染和气象数据相关联，从而在国家层面进行因果推断。研究人员将邮政编码级别的每周PM_2.5和气象数据与2015年至2018年全国代表性样本的详细医疗支出行政记录进行匹配。数据涵盖了所有主要护理类别，包括门诊就诊、住院和药物治疗。为了识别因果效应，研究采用了固定效应模型和工具变量（IV）策略，利用了由高空天气模式驱动的污染外生变化。工具包括热逆温、行星边界层高度、高空风速和风向。这些大气条件捕获了局部污染的变化，该变化在控制地面天气以及时间和地点固定效应后，被认为是外生于医疗需求的。

研究的关键技术方法主要包括：1) 数据整合：链接法国国家健康数据系统（SNDS）中具有全国代表性的1/97永久样本（EGB）的匿名化医疗索赔数据，覆盖98.8%人口；2) 暴露评估：使用法国国家工业环境与风险研究所（INERIS）提供的PM_2.5再分析数据（4km x 4km网格），并聚合到邮政编码周级别；3) 工具变量构建：利用欧洲中期天气预报中心（ECMWF）的ERA5再分析数据获取高空大气条件（热逆温、边界层高度、风速风向）作为工具变量；4) 统计建模：采用包含邮政编码固定效应、时间固定效应（年月）和灵活天气控制的面板模型，并运用两阶段最小二乘法（2SLS）进行估计。

5.1. 空气污染暴露对医疗支出的影响

研究发现，短期暴露于PM_2.5显著增加了法国的医疗支出，即使污染水平仍远低于当前的欧洲空气质量标准。每周平均PM_2.5浓度每增加1 μg/m3（约10%），会导致每周医疗支出增加0.652%。该效应在不同的工具、模型规格和数据源下均表现稳健。这些估计值比早期研究的结果高出两到六倍。支出增加 across all age groups，在儿童和老年人中效应最大，中年人也观察到有意义的增长。效应 spanning most medical specialties，包括心血管护理、肺病学、神经病学和妇科学，并体现在更高的总成本、更多的医疗程序和更高的每次程序成本上。相关结果如病假支出和死亡率也有所增加。

5.2. 敏感性分析

结果在不同的聚类水平、替代的固定效应结构和天气控制的替代规格下均保持稳健。为了分离污染的短期效应，研究估计了控制灵活滞后项数量的模型。除了自相关，另一个担忧是污染可能只是改变了医疗使用的时间而非增加它。为了检验这一点，研究估计了累积结果窗口的模型，测量第t周污染对同一周及接下来一周直至两个月内总医疗成本的影响。结果表明，PM_2.5对医疗支出的估计效应随着结果窗口的延长而稳步增加。当使用日频数据进行分析并将数据聚合到更高级别的地理单位时，结果也保持稳健。

5.3. 扩展分析

为了评估PM_2.5的影响是否因地点而异，研究按邮政编码区域收入、失业率和基尼系数的四分位数分组估计了单独的回归。估计效应往往在收入较高、失业率较低和 inequality 较低（基尼指数第一四分位数）的地区更大，尽管这些差异在统计上不显著。为了研究污染效应是否是非线性的，研究通过将每周PM_2.5浓度与指示该周污染物分布分位数的虚拟变量相互作用来估计分段线性回归。研究表明，每周平均PM_2.5每增加一个单位，当污染水平处于较低分位数时对医疗支出的影响要大于处于较高分位数时。这表明存在凹的浓度-反应关系，在较低污染水平下边际效应更强。

5.4. 讨论

主要估计表明，每周平均PM_2.5浓度每增加1 μg/m3（约相对于样本平均值10.57 μg/m3上升10%），会导致每周医疗支出增加0.65%（95% CI: 0.56%, 0.75%）。具有相似污染水平和医疗系统的国家的可比证据有限。在美国，Deryugina et al. 2019报告PM_2.5每增加10 μg/m3，Medicare支出增加0.51%，远低于此处对相同污染变化估计的6.5%（95% CI: 5.56%, 7.48%）。然而，他们的美国研究仅关注65岁及以上个体的医院成本，而本研究的估计捕获了全人群的所有医疗支出。来自中国的更可比的研究报告了幅度更接近的估计。Xia et al. 2022发现PM<>每增加10 μg/m3，年度医疗费用增加1.13%，Barwick et al. 2024报告总医疗交易值增加1.5%。本研究的1.95%下限估计略高但大体一致。

研究的结论部分强调，本研究量化了短期暴露于细颗粒物（PM_2.5）给法国医疗系统带来的医疗成本。空气污染仍然是欧洲健康的首要环境威胁。尽管存在各种污染物的空气质量标准，但其充分性仍存在争议并处于持续的政策修订中。可靠的健康和经济影响估计对于指导监管决策至关重要。分析将高分辨率的空气污染和大气条件数据与全国代表性样本的全面法国行政健康记录相结合。与早期通常在地理覆盖、时间跨度、人口代表性或健康结果范围上有限的研究相比，本研究提供了由PM_2.5暴露引起的短期医疗成本的更完整和可推广的估计。数据的全国范围也使得检查按年龄组和地点的效应异质性成为可能，为全人群脆弱性提供了新的见解。为了识别因果效应，研究使用了一种工具变量策略，利用由高空大气条件驱动的空气污染的外生变化。研究结果表明，短期暴露于PM_2.5在低于当前欧盟空气质量标准的浓度下显著增加了医疗支出。浓度每增加1 μg/m3（约相对于样本平均值上升10%），导致每周医疗支出增加0.65%。该估计比先前研究报告的结果高出两到六倍，证明法国的医疗支出对空气污染的反应比美国或中国更敏感，可能反映了医疗系统和环境背景的差异。这些成本是巨大的。达到2021年世卫组织指南水平5 μg/m3可能产生每年64.4至86.7亿欧元的医疗节省。这些预测的节省远远超过估计的减排成本，并强化了在法国和整个欧盟实行更严格的空气质量监管的理由。效应在所有年龄组中都很明显，表明健康影响并不局限于传统上认为脆弱的人群。此外，PM_2.5的边际效应在较低污染水平下更大，与凹的剂量-反应关系一致，其中每单位污染的健康影响在较低浓度下更大。这表明，在相对清洁的地区减少污染可以产生显著的健康效益，并且不应认为任何水平的空气污染是完全安全的。