收入增長、大氣污染與公眾健康

涂正革 張茂榆 許章杰 馮豪

摘要 中國經濟高速增長所帶來的嚴峻環境污染及其對公眾健康的損害，受到國內外媒體的極大關注?；谥袊】蹬c營養家庭調查數據（CHNS），結合相應地區環境污染物與經濟發展數據，本文試圖從理論機制和實證層面探討家庭收入提高對健康的正向效應能否緩解大氣污染對公眾健康的負向影響。研究發現：總體上，經濟增長所帶來的家庭收入提高能夠顯著減緩工業粉塵對健康損害，但并未能抵消工業氮化物（NOX）對公眾健康的負向影響。進一步分析理論機制發現，收入對大氣污染健康損害的減緩效應主要取決于家庭的環境支付意愿，“南低北高”的地區污染特征客觀上造成“南低北高”的環境支付意愿差異，北方地區家庭收入提高抵消環境污染的健康福利表現較南方地區更為明顯；受教育程度不同的群體顯現出環境支付意愿的差異，受教育年限越高的人群更傾向于將家庭收入轉換為減輕環境污染的健康福利。

關鍵詞 家庭收入；大氣污染；呼吸系統疾??；健康福利；環境支付意愿

中圖分類號 X511

文獻標識碼 A文章編號 1002-2104（2018）06-0130-10DOI：10.12062/cpre.20180126

改革開放以來，中國經濟迅猛增長。但經濟高增長帶來的環境高污染對公眾健康的影響，引發社會高度關注。由50個國家、303個機構、488名研究人員共同完成，發表于國際權威醫學雜志《柳葉刀》的《2010年全球疾病負擔評估》的報告顯示，室外空氣污染在中國已成為排名第四的首要致死風險因子，1990—2010年由室外空氣污染導致的疾病負擔增長33%，2010年中國室外空氣污染導致123.4萬人過早死亡（占當年死亡人數的14.9%），以及2500萬健康生命年的損失。同時，大氣污染的地區差異也直接導致中國居民健康水平存在嚴重的地區不平衡，如以“秦嶺、淮河”為界的供暖政策，使淮河以北城市的總懸浮顆粒（TSPs）濃度平均高出總體55%，進而拉高心肺呼吸系統疾病死亡率，使北方居民的預期壽命相對南方少5.5年[1]。不可否認，經濟高速增長使中國居民生活水平得以全面提升，公眾對健康的需求也隨之高漲，中國居民已展現出對清潔空氣較強的支付意愿（WTP）[2]，以減輕大氣污染對身體健康的損害。那么，這是否意味著提高家庭收入便能緩解大氣污染的健康損害？為此，本文匹配CHNS微觀健康數據與省份宏觀污染數據，識別住戶人均凈收入和大氣污染對呼吸系統疾病發病概率和自評健康水平的影響，以此回答家庭收入的提高能否緩解環境污染帶來的健康損害的問題。同時，考慮到居民環境支付意愿的重要性，而地區大氣污染水平和個體受教育程度是影響居民環境支付意愿的客觀與主觀因素[3]，分別形成被動產生型和主動產生型環境支付意愿兩種作用機制：一方面，從環境支付意愿被動產生角度，考察南北地區不同的人群在環境支付意愿上的差異，探討家庭收入在緩解健康風險方面的差異；另一方面，從環境支付意愿主動產生角度，比較受教育程度不同的居民家庭收入影響大氣污染健康損害的差異。

1 文獻綜述

環境質量與公眾健康已成為社會各界高度關注的話題。近年來，國內外學者分別從不同角度應用不同方法探尋公眾健康的影響因素，其中家庭收入與環境污染是兩大重要因素。一般而言，從營養角度家庭收入提高對公眾健康存在顯著的改善效應[4]，而以大氣污染為代表的環境污染是損害公眾健康的重要因子。

在研究收入對健康影響的文獻中，主要發現收入與健康存在以下兩種關系。一種是收入對健康存在顯著正向影響，即在控制其他條件不變下，收入越高，健康狀況越好[4-5]。另一種是收入與健康并非簡單的線性關系，甚至存在“倒U型”的非線性關系，即當收入水平達到一定高度之后，收入繼續增長，健康狀況反而會變差[6]。此外，還有不少的學者發現健康對收入存在反作用[7]。

近幾年，越來越多的文獻應用中國數據研究大氣污染對健康的影響。影響最為廣泛文獻是采用劑量-反應關系進行量化研究，如趙曉麗[8]等分析了北京市大氣污染物對公眾健康的損害。然而這些文獻存在內生性問題[9]，無法排除其他因素對公眾健康的影響，因此國內外學者也應用經濟學方法識別大氣污染的健康風險，如陳碩和陳婷基于地級市面板數據并利用3SLS實證檢驗火電廠SO2排放對公共健康的影響。

收入和污染是影響健康的重要因素，兩者對健康存在交互影響。這類文獻主要是對清潔空氣的支付意愿來展開研究。收入水平越高的群體更有可能通過購買空氣凈化器、口罩等防護用品，以緩解大氣污染暴露程度，甚至為逃避大氣污染，選擇空氣更好的地區居住，并承受更高的住房價格[10]。這些效應得到了中國經驗數據的支持[2-3]。

綜上所述，國內外研究均認為家庭收入和大氣污染對公眾健康存在顯著影響，研究兩者對公眾健康交互影響的文獻多基于對清潔空氣支付意愿的間接衡量方式，其中用住房價格衡量支付意愿需要建立在居民充分了解居住環境的前提假設上[10]，這很難在當前的中國房地產市場中成立。為此，本文采用一種更為直接的方式捕捉家庭收入、大氣污染與公眾健康之間的相互關系，即引入家庭收入和大氣污染的交互項，重點分析家庭收入的提高能否緩解環境污染對健康的損害。同時，充分考慮到環境支付意愿在影響家庭收入轉為健康福利中的重要性，分別通過被動型環境支付意愿（用南北地區分類反映）和主動型環境支付意愿（用不同受教育程度分類反映）做進一步檢驗。本文的研究在學術上，有以下三點邊際貢獻：①考察收入與污染對健康的交互影響。②多維度污染指標、主客觀健康指標的選取。本文用四種大氣污染物表示污染狀況，而對健康的衡量，既采用客觀診斷的發病數據，又選取主觀感知的自評健康水平。其中發病數據還能與多數使用死亡率的文獻形成互補。③結合環境支付意愿進行作用機制分析。本文考慮到居民環境支付意愿與客觀的地區大氣污染水平和主觀的個體受教育程度密切有關，分別從南北地區和不同受教育程度兩個層面，探討收入對大氣污染健康損害的影響差異。

2 數據與方法

2.1 數據來源與變量界定

本文使用的數據來源于各類統計年鑒和中國疾病預防控制中心的營養與健康所提供的中國健康與營養調查數據（CHNS）。其中主要被解釋變量為兩類，一類是疾病發病狀況，該變量主要參考CHNS 調查表的“衛生保健和醫療服務的利用”部分，該部分設計了過去四周醫生診斷?。▊┣闆r，這便為本文探究污染物對疾病發病概率的影響提供了可能（本文參考諶仁俊[11]等的做法，從CHNS中提取疾病數據應用于檢驗收入和污染對健康的影響。以往的文獻更多注意在死亡率，而忽視了對發病率的檢驗，這部分檢驗更有利于及時把握公眾健康的改善情況。）；另一類是自評健康指數，調查表的“目前健康狀況”部分提供了過去三個月居民對自我健康的評價。本文整理獲得1989—2011年被調查省份健康的混合截面數據。其中，獲取了1989、1991、1993、1997、2000、2004、2006、2009及2011年的第一類指標，同時整理到1997、2000、2004和2006年的第二類指標。此外，本文選取的核心解釋變量為不變價住戶人均凈收入（下文稱家庭收入）和單位面積大氣污染物排放量（下文稱大氣污染）。其他各類數據主要來源于1999—2012年《中國統計年鑒》《新中國60年統計資料匯編》《中國環境年鑒》（1999—2013年）、《中國環境統計年鑒》（2005—2013年）、《中國國土資源年鑒》（1989—2011年）。

控制變量方面，考慮到人均GDP、受教育程度、年齡以及地區醫療水平會對個體健康狀況產生影響[12]，且抽煙與近污染源職業群體患呼吸系統疾病的可能性較高，本文控制了相應變量。另一方面，地區環境規制力度能夠緩解污染物對公眾健康的影響[11]，本文選取了四種工業污染物去除率，以期控制地區環境規制強度。

數據處理方面，宏觀控制變量以《中國統計年鑒》為準，缺失數據通過《新中國60年統計資料匯編》獲得，其中人均GDP的平減為了與CHNS提供的不變價家庭收入統一，通過2011年的實際GDP和不變價格的生產指數（以2011年為基期）推算得到。

處理得到的相關控制變量含義及主要變量統計描述分別見表1、表2。

2.2 研究方法

本文使用多元Logit模型研究污染和收入對疾病發病概率的影響；對污染和收入對自評健康指數影響的考察，則使用多元有序Logit模型，所構造基準模型如下：

其中，H代表微觀個體的患病狀況和自評指數，I表示家庭收入，污染物排放量變量SO2（煙塵、粉塵、NOX）為AP，Xijt為微觀控制變量向量，Xjt為宏觀控制變量向量。i表示微觀個體，j表示微觀個體i所在省份，t表示微觀個體i所處的年份。H表示微觀個體的健康狀況，μ表示僅隨城市變化的固定效應項，η表示僅隨時間變化的時間效應項，ε表示隨機擾動項。β1、β2分別表示收入、大氣污染對微觀個體健康狀況的影響。

為進一步研究家庭收入和大氣污染對疾病發病概率的交互效應，本文引入收入與污染物的交互項I×AP，構造如下模型：

對模型式（1）（2）需要指出的是，當H代表微觀個體的疾病患病狀況時，采用多元Logit模型，而H表示微觀個體的自評健康指數時，使用多元有序Logit模型進行探索。為保證回歸結果的可靠性，本文還將分別采用多元Probit模型和多元有序Probit模型進行穩健性分析。

多元Logit模型對交互項的研究中，人均凈收入及大氣污染對發病概率的偏效應模型分別如下：

對Pi（β3i-β3）正負性的考察是本文對交互項研究的重點部分，若考察大氣污染會否降低收入健康福利，則對于回歸結果，若模型式（3）中Pi（β3i-β3）大于零則說明對應大氣污染物會顯著降低收入健康福利，若探究收入能否緩解污染對健康的影響，則若模型式（4）中Pi（β3i-β3）小于零，則表明收入會緩解污染對健康的影響。本文還將重點研究收入能夠緩解環境污染對健康的影響時對應的污染物排放量的范圍，由模型式（4）整體為負的回歸結果中可計算得出收入的范圍，在此范圍中收入會減緩對應大氣污染物對健康的負向影響。

另一方面，使用多元有序Logit模型對交互項的考察時，偏效應的模型表達如下：

對{g（μj-1-X′α）-g（μj-X′α）}β3的正負性考察中，若探究污染能否降低收入對提高自評健康水平的作用，則對于模型式（5），{g（μj-1-X′α）-g（μj-X′α）}β3小于零說明對應大氣污染物會顯著降低收入提高健康水平的效能，若研究收入能否緩解污染對自評健康水平的影響，則考察模型式（6）中{g（μj-1-X′α）-g（μj-X′α）}β3大于零的回歸結果，此時收入會緩解對應大氣污染物對自評健康的影響。本文還將著重研究模型式（5）（6）整體的正負性，一方面由模型式（5）整體結果為正得出對應的污染物排放量范圍，該范圍內污染物波動均會對收入帶來的自評信心產生抵消作用，另一方面，由模型式（6）整體小于零得出收入的范圍，收入在此范圍內能夠緩解大氣污染排放所導致的消極自評。

需要指出，本文使用多元Logit模型得到的回歸結果中，顯著性系數是以健康人群為分析口徑反映相對于健康個體而言，收入和大氣污染對微觀個體呼吸系統疾病發病概率的影響方向，而偏效應系數以整體人群為考察口徑，反映相對于其他人群（包括健康個體，患其他疾病個體），解釋變量對個體呼吸系統疾病發病概率的作用程度。

3 實證分析

3.1 基本回歸結果

為精準識別大氣污染及家庭收入對公眾健康的影響，本文同時考察了客觀健康狀況與主觀健康心理，以期能夠全面而客觀地展現家庭收入和大氣污染對公眾健康的交互影響。同時，考慮到大氣污染對健康的影響以及相關疾病的發病存在滯后效應[13]，本文引入污染物滯后期進行相關估計，結果與當期污染的回歸結果沒有顯著差異，故以下研究均采用當期污染數據。

3.1.1 家庭收入在大氣污染對呼吸系統疾病發病概率影響中的交互效應

估計模型式（1）得到的表3（回歸（1）～回歸（4））顯示，在不考慮交互效應時，家庭收入的提高能夠顯著降低發病概率。引入交互項后（結果見表3回歸（5）～回歸（8）），NOX交互項對發病概率的影響系數顯著為負。因此，總體結果表明，家庭收入提高能顯著降低呼吸系統疾病發病概率，尤其能減緩工業NOX排放對公眾健康的損害，收入帶來的健康福利凸顯。

3.1.2 家庭收入在大氣污染對自評健康水平影響中的交互效應

未引入交互項時，從表4（回歸（1）～回歸（4））（污染物當期值分析部分）可以發現，家庭收入的提高能顯著激勵公眾的自評信心，而工業煙塵排放顯著降低了自評健康水平。同樣，由模型式（2）分析得出的表4（回歸（5）～回歸（8））可知，家庭收入和四類大氣污染對自評健康水平沒有顯著的交互影響。

為保證結果的穩健性，本文采用多元Probit模型和多元有序Probit模型進行估計，以放松多元Logit模型和多元有序Logit模型對隨機擾動項的獨立假定，穩健性檢驗 結果與表3～4的回歸結果基本一致，具體結果見表3～4。

3.1.3 家庭收入和大氣污染對公眾健康交互影響的偏效應

為捕捉準確的交互效應，本文將模型式（2）的估計結果進行偏效應轉換。結合顯著性分析發現：家庭收入的提高對NOX帶來的健康損害產生了顯著的減緩效果；根據模型式（3）（4）可得，當家庭收入大于2.62萬元時，家庭收入可以顯著抵消工業NOX對呼吸系統疾病發病概率的正向影響。

3.2 異質性環境支付意愿的微觀機制

以上分析表明，家庭收入帶來的健康福利被大氣污染的健康侵害所抵消。事實上，家庭收入能否緩解大氣污染的健康損害，主要取決于居民的環境支付意愿。環境支付意愿受到地區大氣污染水平和個體受教育程度的影響，前者所產生的環境支付意愿偏重客觀性，表現為被迫購買環境保護產品；而后者導致的支付意愿更具主觀性，多表現為職業選擇性與清潔產品購買性支付意愿[3]?；诖?，本文從客觀角度，假定中國“南低北高”的污染特征有可能造成“南低北高”的環境支付意愿差異，將分南北地區進行對比分析；另一方面從主觀支付意愿角度，假定受教育程度較高的人群更有可能將家庭收入轉換為健康福利，將人群按照受教育程度高低分為兩組進行檢驗，以期找到家庭收入緩解大氣污染健康損害的作用機制及其證據。

3.2.1 南北地區差異比較：被動型環境支付意愿的作用機制

我國南北地區在集中供暖、產業結構和氣候條件等方面存在顯著差異，大氣污染對公眾健康的損害也呈現出“南低北高”的特點[1]。因此，北方居民更有可能被迫“培養”出較強的環境支付意愿，被動地將收入用于規避或減低大氣污染對健康的損害。在大氣污染源上，相比于南方地區來源于農業生產，北方地區主要大氣污染源為居民和商業能源消耗[14]。因此在環境支付意愿被動產生條件上 必定存在差異?；诖?，本文假定南北地區污染差異會造成“南低北高”的環境支付意愿，從而使北方地區家庭收入的健康福利表現更為明顯。

從呼吸系統疾病的南北分布來看，北方地區的呼吸系統疾病發病情況要遠遠好于南方地區。這很難與南北地區大氣污染差異不明顯的情況吻合，因此，這也在一定程度說明，在同樣的大氣污染暴露下，北方居民的防護意識更強，被動的環境支付意愿表現更強。

數據分析結果顯示，南方地區收入對健康福利顯著弱于北方地區，這就意味著北方居民更加重視大氣污染對健康的危害，更傾向于通過購買污染防護設備以規避環境風險，這樣，收入的健康福利在北方地區更加凸顯。由模型式（2）的回歸結果可知（見表6），在北方，家庭收入的提高能夠顯著減緩工業煙塵與NOX的健康損害，與此相反，南方地區工業NOX的增加減弱了家庭收入帶來的健康改善效應。因此，相比于南方，北方地區家庭收入更能夠發揮減緩大氣污染帶來的健康風險。

同時，模型式（2）回歸結果（見表7）顯示，在北方，粉塵、NOX的增加能夠顯著降低家庭收入對自評健康的鼓勵，居民對收入健康福利的期望隨環境惡化而抵消，同時，南方居民收入的提高增強了其對健康狀況的信心。因此，南北地區居民對收入健康福利的主觀差異，導致了健康福利凸顯程度的南北差異。

綜上，南北方地區的收入對健康的改善作用存在較大差異。由于南北方大氣污染差異，居民對健康情況的樂觀程度不同，北方居民較重視大氣污染的危害，客觀上增加了其環境支付意愿，使得北方地區的收入健康福利得以凸顯。穩健性分析系數與表6～7中的回歸結果保持了一致的顯著性，驗證了上述多元Logit模型及多元有序Logit模型分析結果的可信性。

從收入對健康的偏效應的估計結果可以發現：①從污染物排放強度看，在北方，當單位面積NOX排放量低于281.46 g時，家庭收入能夠緩解NOX的健康侵害；單位面積煙塵排放量低于34.46 g時，收入能夠降低由煙塵引起呼吸疾病的發病概率；在南方，單位面積NOX排放量小于1.95 g時，收入才能夠緩解其對健康的危害。②從家庭平均收入看，在北方，當家庭收入大于4.05萬元時，粉塵帶來的健康風險得到減緩；家庭收入大于5.31萬元時，收入能夠降低NOX帶來的健康損害；在南方，家庭收入需達到13.75萬元才能凸顯出這一健康福利?？傮w而言，相比于南方，高于5萬元的家庭收入便能使北方居民產生較強的環境風險規避意識。

以上分析進一步表明，南北方居民環境支付意愿存在巨大差異，“南低北高”的污染特征會造成“南低北高”的環境支付意愿，從而更加凸顯北方居民家庭收入提高帶來的健康福利。

需要指出的是，由于問卷調查的是過去四周的發病情況，有些自評差的個體實際患病了但未及時檢查或無法支付檢查費用。這類個體會在疾病統計數據中記為健康，實際上就造成了該數據的偏差，導致研究結論出現偏差，具體體現在上述結論中一些污染物（粉塵、NOX）對疾病發病概率的影響不顯著，而這極有可能因為受影響的個體在這四周內還沒有發病或者沒有到醫院去進行檢查和治療；在研究針對于疾病的交互項的過程中，研究結果表明收入是不能減緩污染物對健康風險的影響，而這與本文的預期（收入是可以減緩大氣污染帶來的健康風險）是有差別的，而這一誤差有極大可能是因為收入較低的人群缺乏健康意識，從而不去醫院檢查或就診。因此，對自評健康數據進行分析，可以對前面的分析起到補充作用、對前面的結果偏差進行完善，使分析結果更加符合事實。

3.2.2 不同受教育程度人群比較：主動型環境支付意愿的作用機制

不同人群在環境支付意愿上的主觀差異會影響大氣污染帶來的健康風險。這種支付意愿的主觀差異主要取決于群體的健康意識差異。顯然，群體的健康意識水平與其受教育程度有很大的關聯性，如冠心病患者采用健康信念模式進行健康教育，可不同程度地增強患者的健康意識和健康行為，促進健康生活方式的建立。本文從環境支付意愿主動性角度，考察不同受教育程度人群的家庭收入對環境污染健康損害的影響差異。

2000年以來，受高等教育擴招政策影響我國居民受教育程度發生了大規模改變（見圖1）。因此，為減小由于受教育程度人群結構的變化所帶來的劃分誤差，本文以2003年（2000年入學的大學生受教育完成）為界，在1989—2003年，將學歷高中以下和高中以上（包括高中）人群分別定義為低學歷和高學歷人群；在2003—2011年，將學歷大學以下和大學以上（包括大學）人群分別定義為低學歷和高學歷人群。

從模型式（2）和表8能夠發現，在1989—2003年，相比于低學歷人群，高學歷人群收入可以顯著減緩SO2、煙塵引起的發病概率。具體而言，低學歷的人群由于受教育程度較低，導致健康安全意識淡薄以及對環境的主觀支付意愿不足，使得其收入的增加不能很好地緩解污染帶來的健康風險。相比之下，高學歷人群由于受教育程度高，具有較強的職業選擇支付意愿與購買性支付意愿。前者主要表現為通過選擇離污染源較遠的職業來規避健康風險。本文樣本數據也顯示，相比于低學歷人群的87%，只有24%的高學歷人群從事靠近污染源的職業，說明高學歷人群在職業選擇時會更多地考慮工作環境因素，同時通過購買環境較好的房屋[2，4-5]及清潔產品來規避污染。這也表明，受教育程度的提高能夠促使人們更多地考慮收入的健康福利。

對2003年以后的人群做與表7相同的回歸，結果如下：在2003年以后，相比于高學歷人群，低學歷人群收入的增長能顯著提高其自評健康指數，而NOX能顯著降低高學歷人群收入對自評的鼓勵，煙塵能顯著降低低學歷人群收入所帶來的自評健康信心。進一步分析，根據低學歷人群中的年齡分布，30歲及以下和30歲以上分別占比13.54%和86.46%，由于低學歷人群中絕大部分出生在上世紀70年代之前，其能夠切身體會到改革開放帶來的經濟紅利，產生了對健康的過度自信；相較于前者，由于知識水平較高，高學歷人群對環境污染帶來的危害表現較為保守，風險規避意識較好。此外，本文使用多元有序Probit模型進行回歸的結果也顯示表8估計系數的穩健性。

上述分析表明，人們受教育程度的普遍提高，可以使人們更加客觀的看待收入的健康福利與污染的健康風險。同樣在考慮人群異質性時，通過模型式（3）（4）得出收入與污染物對呼吸系統疾病的偏效應如表9所示。于是可以計算出，當家庭平均收入分別大于0.47萬元和0.11萬元時，高學歷人群收入的提高能夠減緩SO2和粉塵對呼吸系統疾病帶來的健康負效應。因此，學歷越高的人群環境意識越強，盡管收入很低，但也會有較高的環境支付意愿，從而來改善自身健康水平。

4 結 論

本文從理論機制和實證層面考察了家庭收入如何緩解大氣污染對公眾健康的影響。首先利用微觀家庭的健康收入數據從總體上估算了家庭收入和大氣污染對微觀個體公眾健康的交互影響，接著分析發現地區大氣污染水平和個體受教育程度是影響居民環境支付意愿的主客觀因素[6，8]，并比較不同環境支付意愿條件下居民家庭收入對大氣污染損害的影響差異。具體地，本文研究發現一下幾個主要結論：

（1）總體上，家庭收入能顯著降低呼吸系統疾病發病概率，尤其能減緩NOX對呼吸系統疾病發病概率的影響，收入帶來的健康福利凸顯；特別是當家庭收入大于2.62萬元時，收入的增加可以顯著減低NOX對呼吸系統疾病發病概率。

（2）南、北方地區環境污染的差異導致南地區家庭收入所帶來的健康福利存在較大差異。具體表現為以下四個方面：收入減緩呼吸系統疾病發病概率的效果北方較南方更為顯著；在北方，收入更能減緩大氣污染帶來的健康風險，收入帶來的健康福利作用的凸顯存在明顯的南北差異；在南方收入的增加使人們對自身健康狀況的過于自信，從而收入無法像北方一樣降低健康風險；從污染物強度對比發現，北方居民更容易通過收入的提高來減緩大氣污染對健康的影響；從家庭平均收入對比發現，北方居民只要收入大于5萬左右就會有較強的環境支付意愿，用一部分收入購買防護措施，提高健康水平和降低呼吸系統的發病概率，而南方居民要收入高達14萬元左右時才會有此作用。所以北方居民收入的健康效應比較突出。綜上，“南低北高”的污染地區特征會造成“南低北高”的環境支付意愿差異，使北方家庭收入的健康福利表現更為明顯。

（3）受教育程度不同的人群，其環境支付意愿存在顯著差異，因而導致收入提高對環境污染健康損害的緩解作用呈現顯著差異。一方面，受教育程度的普遍提高可以使得收入減緩大氣污染帶來的健康風險的作用凸顯，這是因為受教育程度及其與此相關聯的健康意識的普遍提高，可以幫助人們更加客觀的看待收入所帶來的健康福利和污染所帶來的健康風險。進一步計算發現，當家庭收入分別大于0.47萬元和0.11萬元時，高學歷人群收入的提高能夠減緩SO2和粉塵對呼吸系統疾病帶來的健康負效應。學歷越高的人群環境支付意愿越強，盡管收入很低，但也會有環境支付意愿，將自己收入的一部分用于購買環境較好的房屋或者防護措施，從而來降低呼吸系統疾病的發病概率和提高自身健康水平。

參考文獻（References）

[1]CHEN Y， EBENSTEIN A， GREENSTONE M， et al. Evidence on the impact of sustained exposure to air pollution on life expectancy from Chinas Huai River policy [J]. Proceedings of the National Academy of Sciences of the United State of America， 2013 （110）：12936-12941.

[2]陳永偉，陳立中. 為清潔空氣定價：來自中國青島的經驗證據 [J]. 世界經濟，2012（4）：140-160. [CHEN Yongwei， CHEN Lizhong. Price for clean air： empirical evidence from Qingdao， China [J]. The journal of world economy， 2012（4）：140-160.]

[3]SUN C， KAHN M E， ZHENG S Q. Selfprotection investment exacerbates air pollution exposure inequality in urban China [J]. Ecological economics， 2017，131：468-474.

[4]BENZEVAL M， JUDGE K， SHOULS S. Understanding the relationship between income and health： how much can be gleaned from crosssectional data [J]. Social policy & administration， 2001，35：376-396.

[5]齊良書，李子奈. 與收入相關的健康和醫療服務利用流動性 [J]. 經濟研究，2011（9）： 83-95. [QI Liangshu， LI Zinai. The incomerelated mobility of health and health care utilization [J]. Economic research journal， 2011（9）： 83-95.]

[6]封進，余央央. 中國農村的收入差距與健康 [J]. 經濟研究，2007（1）：79-88. [FENG Jin， YU Yangyang. Income inequality and health in rural China [J]. Economic research journal， 2007（1）：79-88.]

[7]秦立健，陳波，秦雪征. 健康對農民工外出務工收入的影響分析 [J]. 世界經濟文匯，2013（6）： 110-120. [QIN Lijian， CHEN Bo， QIN Xuezheng. Analysis of the influence of health on migrant workers income [J]. World economic papers， 2013（6）： 110-120.]

[8]趙曉麗，范春陽，王予希. 基于修正人力資本法的北京市空氣污染物健康損失評價 [J]. 中國人口·資源與環境，2014（3）：169-176. [ZHAO Xiaoli， FAN Chunyang， WANG Yuxi. Evaluation of health losses by air pollution in Beijing： a study based on corrected human capital method [J]. China population， resources and environment， 2014（3）： 169-176.]

[9]陳碩，陳婷. 空氣質量與公共健康：以火電廠二氧化硫排放量為例 [J]. 經濟研究，2014（8）：158-169，183. [CHEN Shuo， CHEN Ting. The rise of Chinas coastal areas： power of market [J]. Economic research journal， 2014（8）：158-169，183.]

[10]CURRIE J， DAVIS L， GREENSTONE M， et al. Environmental health risks and housing values： evidence from 1，600 toxic plant openings and closings [J]. American economic review， 2015， 105： 678-709.

[11]諶仁俊，涂正革，黃必紅. 城市環境政策、大氣污染與公眾健康 [R].2017.[SHEN Renjun， TU Zhengge， HUANG Bihong. Urban environmental policies， air pollution and public health [R].2017.]

[12]王兵，聶欣. 經濟發展的健康成本：污水排放與農村中老年健康 [J]. 金融研究，2016（3）： 59-73. [WANG Bing， NIE Xin. The health cost of economic development： sewage discharge and the midaged and elderly health in rural [J]. Journal of financial research， 2016（3）： 59-73.]

[13]吳新悅，張城敏，葛秀平，等. 北京市1 272例原發性肺癌生存時間及影響因素調査分析 [J]. 北京醫學，2009（1）： 20-23.[WU Xinyue， ZHANG Chengmin， GE Xiuping， et al. Beijing tuberculosis and thoracic tumor research institute， Beijing， China[J]. Beijing medical journal， 2009（1）： 20-23.]

[14]LELIEVELD J， EVANS J S， FNAIS M， et al. The contribution of outdoor air pollution sources to premature mortality on a global scale [J]. Nature， 2015， 525：367-371.