评估亚洲气候极端事件与空气污染的死亡负担

《Discover Public Health》：Valuing the mortality burden of climate extremes and air pollution in Asia

　　

气候变化通过延长热浪和寒潮、恶化空气质量以及增加暴露人群的脆弱性，日益加剧健康风险。本研究通过结合生命损失年（YLL）与收入调整后的统计生命价值（VSL）方法，量化了1990–2023年间38个亚洲国家气候驱动死亡风险的经济负担。分析考察了暖期持续时间指数（WSDI）、冷期持续时间指数（CSDI）、PM_2.5暴露、城市化、卫生支出和人口老龄化对死亡相关损失的影响。采用矩分位数回归（MM-QR）捕捉分布异质性，并使用带Driscoll-Kraay标准误的双向固定效应模型作为稳健性检验。研究结果表明，高温和低温极端事件均显著增加YLL，且在较高分位数上效应更强，表明死亡负担较重的国家面临着不成比例更大的气候相关健康损失。PM_2.5暴露和人口老龄化进一步提高了死亡成本，而城市化和更高的卫生支出与较低的YLL相关，提示了医疗可及性和适应能力的保护作用。国家层面的估计还揭示了亚洲各国经济成本的显著差异。该研究强调了制定热-冷健康行动计划、改善空气质量、脱碳以及加强卫生系统融资以减少气候敏感性死亡的必要性。

**论文解读：《评估亚洲气候极端事件与空气污染的死亡负担》**

**研究背景与问题**

气候变化正通过延长热浪和寒潮、恶化空气质量以及增加暴露人群的脆弱性，加剧全球健康风险。亚洲地区由于高人口暴露、快速城市化、持续空气污染和人口老龄化，同时伴随卫生系统能力不均，被认为尤为脆弱。然而，现有文献存在三个关键缺口：第一，缺乏针对亚洲低收入和中等收入经济体气候敏感死亡的货币化评估，尤其是结合生命损失年（YLL）与统计生命价值（VSL）的综合框架；第二，气候和污染效应是否在死亡负担分布的不同区域（而非仅条件均值）存在差异，尚缺乏证据；第三，温度极端事件、直接污染暴露、城市化、卫生支出和人口老龄化等变量尚未被整合在同一面板框架中分析。因此，本研究旨在量化气候驱动死亡风险的经济负担，并揭示其异质性分布。

**研究内容与结论**

研究人员利用1990–2023年38个亚洲国家的年度面板数据，通过YLL与收入调整后的VSL方法，量化了气候极端事件（WSDI、CSDI）和PM_2.5暴露对死亡负担的经济影响，并考察了城市化、卫生支出和人口老龄化的调节作用。研究发现：暖期和冷期持续时间指数均与YLL呈正相关，且在高分位数上效应更强，表明死亡负担较重的国家面临不成比例的气候健康损失；PM_2.5暴露和人口老龄化进一步提高了死亡成本；而城市化和更高卫生支出与YLL降低相关，提示医疗可及性和适应能力的保护作用。国家层面经济成本估计呈现显著差异，中国、印度、日本等国的经济成本最高。该研究的意义在于为制定热-冷健康行动计划、改善空气质量、脱碳及加强卫生系统融资提供了实证依据，论文发表在《Discover Public Health》。

**主要关键技术方法**

本研究数据来源于世界发展指标（WDI）、世界银行气候变化知识门户（WBCCKP）和IHME数据库，涵盖38个亚洲国家1990–2023年的年度面板数据。关键技术方法包括：首先，构建收入调整的效益转移法，以美国为基准国家（基准VSL为600万美元，2020年），设定收入弹性为1.0并开展敏感性分析（0.8、1.2、1.5），将YLL转换为VSLY（统计生命年价值），得到经济成本（EC）。其次，采用矩分位数回归（MM-QR）模型，在分位数τ∈{0.25,0.50,0.75,0.90}上估计lnYLL的条件分布，以捕捉分布异质性。最后，使用带Driscoll-Kraay标准误的双向固定效应（TWFE）模型作为稳健性检验，控制国家与年份固定效应。

**研究结果**

**4.1 描述性分析与预检验**
通过描述性统计发现，气候指标（WSDI、CSDI）呈右偏分布，人口老龄化（lnPOP65）和城市化（lnURPOP）随时间上升。相关性矩阵显示，lnYLL与WSDI（0.470）、CSDI（0.279）、PM_2.5（0.280）及lnPOP65（0.940）正相关，与lnHOEXP（-0.347）和lnURPOP（-0.461）负相关。方差膨胀因子（VIF）均值1.49，表明无多重共线性。横截面依赖性检验（Pesaran CD、Friedman、Frees）均拒绝独立原假设，故采用第二代单位根检验（CADF、CIPS），结果显示多数变量在1%水平平稳。

**4.2 结果**
MM-QR估计结果表明：WSDI在所有分位数上均显著增加lnYLL，系数从0.25分位数的0.0149上升至0.90分位数的0.0387，在0.75分位数达最大值0.0410，说明热浪健康效应在死亡负担较重时更强。CSDI同样显著正向，峰值在0.75分位数。PM_2.5系数在所有分位数上显著为正，但从0.25分位数的0.1719降至0.90分位数的0.1363，表明其边际效应在低分位数更高。lnPOP65始终正向显著，证实老龄化加剧死亡负担。lnURPOP和lnHOEXP负向显著，表明城市化和更高卫生支出与YLL降低相关。TWFE模型结果与MM-QR符号一致，验证了平均关系的稳健性，但MM-QR提供了分布异质性的深层证据。

**4.3 讨论**
讨论部分确认了所有研究假设（H1、H2）并回答了四个研究问题。对于RQ1，WSDI和CSDI均与lnYLL正相关，且热浪效应在高分位数更强，冷浪效应在0.75分位数峰值后下降，表明温度效应存在分布性差异。对于RQ2，PM_2.5在所有分位数显著，但系数递减，提示在低死亡负担情况下污染的相对影响更突出，但仍需综合气候与清洁空气政策。对于RQ3，城市化和卫生支出的负向系数表明医疗可及性和适应能力可能降低死亡负担，而老龄化显著增加负担。对于RQ4，分位数结果揭示了气候-健康效应的异质性，WSDI在上分位数效应更强，反映高死亡负担国家面临额外损失。此外，VSLY货币化结果显示，中国、印度、日本等国的经济成本最高，敏感性分析证实弹性假设影响EC量级，但整体趋势一致。

**总结讨论与结论翻译**

**讨论总结**：本研究通过MM-QR和TWFE模型，一致证明气候极端事件、空气污染和人口老龄化与YLL正相关，而城市化和卫生支出与之负相关。这些发现支持了热浪和寒潮对心血管和呼吸系统健康的影响，并扩展了现有文献，表明平均温度效应可能掩盖高、低负担国家之间的差异。PM_2.5的持续性效应要求整合气候与清洁空气政策。城市化和卫生支出的保护作用可能源于更好的医疗基础设施，而老龄化则加剧了脆弱性。分位数结果揭示了分布异质性，为区域政策制定提供了依据。

**结论翻译**：本文通过结合YLL计量分析与VSL货币化，量化了1990–2023年38个亚洲国家气候驱动风险的死亡负担。得出三个关键发现：第一，温度极端事件（WSDI和CSDI）与YLL正相关，且热浪效应在死亡负担分布的高分位数上尤为强烈；第二，PM_2.5暴露与YLL正相关，确认了直接空气污染暴露在气候-健康评估中的相关性；第三，人口老龄化加剧死亡负担，而城市化和卫生支出与YLL负相关，突显了医疗可及性、紧急护理和适应能力的重要性。因此，政策应结合风险特异性适应与协同效益减缓。处于YLL分布高分位数的国家需要热-健康早期预警系统（HHEWS）、寒冷天气准备、针对老年人的定向服务、冷却/取暖中心、清洁空气避难所和应急医疗准备。适应能力较低的国家需扩大社会安全网、减少自付健康负担、提供补贴初级医疗保健和气候韧性公共卫生基础设施。空气质量监管和脱碳政策也至关重要，因为减少PM_2.5暴露可带来即时健康效益并支持长期气候减缓。将YLL和VSLY死亡估值纳入公共投资评估，可帮助政府优先选择具有最大福利回报的干预措施。