环境质量对中国城镇居民健康支出的影响
开篇：润墨网以专业的文秘视角，为您筛选了一篇环境质量对中国城镇居民健康支出的影响范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要 将工业二氧化硫排放量作为环境质量的变量,对中国各个地区分别建立面板数据模型,研究中国城镇居民医疗保健支出与居民收入和环境质量之间的长期均衡关系,并基于面板误差纠正模型来分析医疗支出对各影响因素的短期调节效应。实证结果表明,环境质量对医疗支出影响的长期弹性在我国东部、中部和西部各地区均为正值,说明环境污染的加剧导致人们健康状况的恶化,从而促进了医疗支出的增长。因此,做好环境保护工作应该具有长久坚持的意义。但是,从短期来看,环境质量对医疗支出的影响却为负值,这一结果解释了当前有些地区和部门在短期内会以牺牲环境为代价来换取经济的暂时发展,由此更加突显了做好环境保护工作的艰巨性与紧迫性。另一方面,居民收入对医疗保健支出影响的长期弹性和短期弹性均大于1,表明提高城镇居民收入水平对于改善居民健康状况具有显著作用,由此说明我国当前实施的工资增长机制、提高医疗补助政策具有其针对性和适宜性。
关键词 医疗支出;环境质量;面板协整
中图分类号 F205 文献标识码 A 文章编号 1002-2104(2010)04-0159-06 doi:10.3969/j.issn.1002-2104.2010.04.028
中国社会科学院2007年的《社会保障绿皮书》指出,从1990-2004年,我国城镇居民人均可支配收入由1 510.2元增加到9 421.6元,增加了5.24倍,与此同时,城镇居民人均医疗保健支出却增加了19.57倍,居民医疗支出的增速远远超过其收入增长的速度。医疗费用的急剧上升,使得“看病难、看病贵”的问题已经成为社会最为突出的矛盾和百姓最为关注的话题。
1 问题的提出
在居民收入持续快速增长的同时,环境污染问题不仅没有得到有效遏制而且形势日益严峻。以全国主要污染物排放量为例,2006年我国化学需氧量和二氧化硫排放总量分别为1 431万t和2 594万t,比2005年增长了1.2%和1.8%,未能如期完成“减排”计划。2007年全国化学需氧量和二氧化硫排放总量虽然首次出现双下降,但是距“十一五”规划中提出的减少10%的战略性目标仍然相去甚远。环境质量的恶化已经引发了各种疾病的出现[1,2],如 呼吸道疾病[3,4]、心血管疾病[5,6]、肺部疾病[7,8],而这三种疾病在2006 年城市居民的死因中均排行前5位(2006年中国卫生事业发展情况统计公报)。由此所引出的问题是,从长期来看,环境质量的恶化是否严重威胁到了城镇居民的身体健康,进而促进了医疗费用的快速增长。
进一步,在中国不同地区,城镇居民的医疗保健支出也有显著不同。以2005年为例,北京、天津两市城镇居民的人均医疗支出分别为1 295.76元和996.35元,而支出较低的江西和仅有326.46元和338.57元,相差较大。那么,环境质量的状况对医疗支出的影响是否存在地区差异?其长期约束和短期调整效应如何?基于此所产生的结论意义对于我国当前的环境保护政策有何启示?回答上述这些问题即是本文的研究动机。
综观现有文献,目前对医疗支出影响因素的研究主要集中在居民收入、医疗服务价格以及医疗保险等方面,对环境因素的考察则比较少见。主要有Jerrett等人应用加拿大安大略49个郡的横截面数据检验了环境质量与医疗支出之间的关系,发现环境污染更为严重的地区其医疗保健支出也更高[9]。Narayan和Narayan以一氧化碳、氧化硫和氧化氮的排放量作为环境质量的变量,利用8个OECD国家的面板数据进行研究,结果表明一氧化碳和氧化硫对医疗支出的增长具有显著的促进作用[10]。此外,Neidell等人对空气污染 与健康状况的关系进行了检验,结果发现一氧化碳排放对儿童哮喘的发病率具有显著的影响[11]。
由此可见,环境质量的下降会导致人体健康状况的恶化,从而增加人们对医疗服务的需求。而环境污染的一个主要来源是工业废气中二氧化硫的排放,并且,国务院在制定《节能减排综合性工作方案》时也将二氧化硫的排放量作为两个刚性约束指标之一进行考核。因此,本文以工业二氧化硫的排放量作为环境质量的变量,以考察环境质量对医疗保健支出的影响。
由于目前研究医疗支出的文献,大多数可以认为是对收入与医疗关系双变量模型[12]的简单推广,因此,与前述研究一致,本文通过引入环境变量来构造医疗支出与环境质量、居民收入之间的关系模型。然而,欧阳志刚在分析医疗支出的影响因素时指出,中国目前普遍存在因贫致病、因病致贫的恶性循环现象[13]。高梦滔和姚洋在研究中也发现,健康风险冲击对居民人均收入具有显著的负面影响[14]。由此可见,在对医疗支出的影响因素进行分析时,收入不仅是一个重要的决定因素,而且具有显著的内生性。如果在估计模型时不对这种内生性进行校正,那么所得的结果将是有偏和非一致的,基于此所产生的检验结论也将是扭曲甚至是错误的。进一步,由于受国家宏观政策的影响,不同地区的居民可能对国家医疗政策的变化做出相同的反应,导致医疗支出具有一定的同期相关性,如果在估计模型时能够充分利用这种信息,那么所得的检验结果将会更加有效与可靠。
本文以工业二氧化硫的排放量作为环境质量的变量,以医疗保健支出为因变量,建立了医疗支出与居民收入、环境质量之间的面板协整模型。由于林相森和舒元在研究时指出,相对于农村居民,城镇居民因体力活动较少,环境保护不够等原因,其患病可能性会更高,对医疗支出的影响也更大[15]。因此,本文主要以城镇居民的医疗保健支出为研究对象。考虑到不同地区之间医疗支出的同期相关性和收入变量的内生性,本文应用面板动态广义最小二乘法(DGLS)和两阶段广义最小二乘法(2SGLS)来估计环境质量对医疗支出影响的长期约束及其相应的短期调整效应。和现有研究相比,本文首次应用面板协整模型深入分析了环境质量对医疗支出的影响以及地区之间的差异,并基于面板误差纠正模型来考察内生变量在受到冲击时的短期调整效应,所得结论对于我国当前按照科学发展观的要求,做好环境保护工作具有重要的现实意义。
徐冬林等:环境质量对中国城镇居民健康支出的影响中国人口•资源与环境 2010年 第4期本文余下部分的安排为:第二部分具体剖析了面板协整模型及其误差纠正模型的设定,并对样本数据的来源与处理进行简要说明;第三部分详细阐述了面板协整模型的估计与检验,并基于检验结果来分析现实经济含义;第四部分应用面板误差纠正模型分析了人均收入和环境质量对医疗支出影响的短期动态调节效应;第五部分为本文的结论与说明。
2 面板协整模型的设定与解析
Newhouse将医疗支出作为内生变量、人均收入作为外生变量,分别利用8个发达国家的横截面数据和时间序列数据进行研究,结果发现医疗支出的收入弹性均大于1[12]。而 现有对医疗支出进行研究的文献,大多数可以被认为是对Newhouse模型的简单扩展。因此,本文亦在Newhouse模型的基础之上,通过引入工业二氧化硫的排放量来分析环境质量对医疗支出的影响。进一步,由于中国不同地区城镇居民的人均收入和医疗支出均存在较大的差距,且城镇居民对医疗支出的影响比农村居民更大,因此,本文以城镇居民的医疗支出水平为研究对象,以各省、市、自治区为横截面单位,将环境变量和收入变量的时间序列数据进行组合而构成面板模型,以此研究各个变量对城镇居民医疗支出的影响。以heit表示i地区t时期城镇居民家庭平均每人医疗保健支出,以yit表示城镇居民家庭人均收入,以人均二氧化硫排放量作为环境质量的变量,用soit表示,构造面板数据模型如下:
lnheit=β0+β1lnyit+β2lnsoit+εit(1)
其中,系数β1和β2分别表示医疗支出的长期收入弹性和环境质量对医疗支出的长期影响。一般来说,随着国民收入的增长,用于医疗服务方面的支出也会随之增加,因而β1系数通常大于0。另一方面,环境质量的下降(二氧化硫排放量增加)会对人体的健康状况产生负面影响,而健康状况的恶化则使人们增加对医疗服务的需求。因此β2系数可能大于0。
进一步,若模型(1)中所含变量为面板单位根过程,且扰动项εit-I(0),则模型(1)为面板协整模型。根据Granger表述定理,面板协整模型(1)所对应的面板误差纠正模型可以表述为:
Δlnheit=φecmi,t-1+δ1Δlnyit++δ2Δlnsoit+vit(2)
模型(2)中ecmi,t-1项为面板协整模型(1)的估计残差,φ表示其相应的误差纠正系数,它反映了城镇居民医疗保健支出与居民收入、二氧化硫排放量之间的长期协整关系对模型(1)中医疗支出的短期变化所产生的调节效应。具体来看:第一,若φ为负值,则表明长期均衡关系对医疗支出的短期变化具有抑制作用,从计量角度来说,φ为负值则进一步表明模型(1)为面板协整模型;第二,φ值的大小度量了医疗保健支出在受到冲击而重新回到长期均衡时的调整速度,φ的绝对值越大则表示调整速度越快;第三,依据φ值的大小,我们可以计算收敛到长期均衡的半衰期(halflife of convergence)。此外,δ1和δ2值的大小则刻画了医疗支出的短期收入弹性和环境质量变化对医疗支出的短期影响。
基于数据的可得性,本文选取的样本期限为1992-2005年,由于时间跨度只有14年,因此,我们没有估计横截面异质的面板协整模型,即假定模型(1)和(2)中的系数在各个截面之间是相同的。为了反映环境质量对医疗支出影响的地区差异,我们按照经济发展水平的不同,将全国29个省、市、自治区分为东部、中部和西部三个地区(重庆和因数据不全而未被包含在样本中),然后分别对每个地区应用面板协整模型(1)和面板误差纠正模型(2)进行估计。以heit表示城镇居民家庭平均每人医疗保健年支出;以yit表示城镇居民家庭平均每人全年收入;以soit表示人均二氧化硫排放量,由工业二氧化硫排放总量与年底总人口相除计算得到。并且,本文以1992年城镇居民消费价格指数为基期(1992=100),将城镇居民家庭平均每人医疗保健年支出和家庭平均每人全年收入换算成实际数据。所有数据均来源于1993-2006年《中国统计年鉴》各期。
3 面板协整模型的估计与检验
3.1 面板单位根检验
如果模型(1)中的所有变量均由面板单位根过程所生成,且εit-I(0),则模型(1)即为我国城镇居民医疗支出与居民收入、二氧化硫排放量之间的面板协整模型。为此,本文首先对模型(1)中的各变量进行面板单位根检验,然后估计模型(1),最后基于估计的残差来检验面板协整关系。
为使结论具有稳健性,本文应用Im等提出的异质面板单位根进行检验(IPS检验)[16]。考虑到截面之间的相关性,本文首先对各变量进行去组间均值处理,然后应用上述检验分别对我国东部、中部和西部地区进行面板单位根检验[17],所得结果列入表1。
由上表可以看出,我国东部和中部地区的城镇居民医疗保健支出、居民收入和二氧化硫排放量在5%的显著性水平上均不能拒绝面板单位根的虚拟假设,而其一阶差分形式均拒绝面板单位根的虚拟假设。这一检验结果表明我国东部和中部地区城镇居民的医疗保健支出、居民收入和二氧化硫排放量为一阶单位根过程,进一步,若误差项εit-I(0),则表明他们三者之间存在面板协整关系。另一方面,我国西部地区城镇居民的医疗保健支出和二氧化硫排放量在5%的显著性水平上均拒绝一阶单位根的虚拟假设,而居民收入变量则为一阶单位根过程。这一检验结果揭示了我们在估计西部地区环境质量对医疗保健支出的影响时,不仅可以应用一般的计量方法而且应使用居民收入变量的一阶差分形式。
3.2 面板协整模型的估计与检验
从现有文献可知,我国居民收入与医疗保健支出之间存在内在联立性,一方面健康风险冲击导致居民收入水平下降,另一方面居民收入降低不利于健康水平的提高。因此,上述模型(1)中的收入变量lnyit具有显著的内生性,在估计模型时如果不对这种内生性进行校正,那么所得的估计结果将是有偏和非一致的,基于估计残差所进行的面板协整检验也必然是低势(power)甚至是错误的。进一步,由于我国东部和中部地区的医疗保健支出、居民收入和二氧化硫排放量均为一阶单位根过程,lnyit的内生性则意味着其一阶差分形式Δlnyit与扰动项εit相关,因此,对于东部和中部地区,本文应用动态广义最小二乘法(DGLS)来校正收入变量的内生性,然后再检验DGLS残差是否平稳,若检验结果表明残差为平稳过程,则模型(1)为面板协整模型,估计的参数βi即为变量医疗保健支出、居民收入和二氧化硫排放量之间的长期均衡关系。对于西部地区,由于医疗保健支出和二氧化硫排放量为平稳过程,而收入变量却为一阶单位根过程,lnyit的内生性同样意味着其一阶差分Δlnyit与扰动项εit相关,因此本文将医疗保健支出的一阶滞后项作为居民收入一阶差分形式的工具变量,应用常见的两阶段广义最小二乘法(2SGLS)来消除收入的内生性,然后再估计环境质量对医疗保健支出的长期影响。
以下简要说明DGLS的估计与面板协整检验。若收入变量为一阶单位根过程且具有内生性,那么我们可以构造如下回归模型(3):
εit=∑∞j=-∞cijΔlnyit+j+uit(3)
通过将误差项εit投影到由Δlnyit∞t=-∞所生成的σ域上,使得新误差项uit与Δlnyit∞t=-∞从而与lnyit渐近不相关来消除收入变量的内生性。由于Δlnyit与εit都为平稳过程,它们之间的相关性在两者相距较远时会逐渐减弱,因此在实际应用中,可以对一阶差分Δlnyit的前置项与滞后项(leads and lags)进行截取,从而使方程(3)近似等价于
εit=∑qj=-qcijΔlnyit+j+u′it(4)
其中u′it=uit+∑|j|>qcijΔlnyit+j。Kao和Chiang证明当T∞时,有q∞,使得q3/T0,并且对于所有i都有T1/2∑|j|>qcij0,那么上述误差项u′it和uit渐近相等[18]。因此,我们把式(4)代入模型(1)有
lnheit=β0+β1lnyit+β2lnsoit+∑qj=-qcijΔlnyit+j+u′it(5)
模型(5)即表示通过对原有模型(1)增加收入变量的若干期一阶差分项来消除解释变量的内生性,从而保证对参数的估计具有一致性(本文在估计时令q=0)。对上述模型(5)应用可行广义最小二乘估计(FGLS),记参数估计量为β^,β^=(β^0,β^1,β^2)′,Mark等从理论上证明了该估计量渐近服从混合正态分布,从而使得我们常用的假设检验统计量(如t检验)也都渐近有效[19]。
进一步,定义DGLS估计的残差为εit=lnheit-β^0-β^1lnyit-β^2lnsoit。按照EG两步法的协整检验思想,若ε^it-I(0),则表明模型(1)为面板协整模型;反之,则说明模型(1)为虚回归(spurious regression)模型。因此,基于该估计残差,我们应用Hadri和Larsson提出的面板单位根检验来检验模型(1)的面板协整性[20]。如果检验结果不能拒绝ε^it为平稳过程,则表明我国城镇居民医疗保健支出与居民收入和环境质量之间存在长期协整关系,应用DGLS估计的β^即是协整向量的一致估计且服从混合正态分布。
3.3 协整检验的结果与分析
由上述,考虑到截面之间的同期相关性以及样本的有限性,我们同样先对残差ε^it进行去组间均值处理,然后通过循环10000次蒙特卡罗(Monte Carlo)仿真来形成面板单位根检验统计量的实证分布,并据此计算拒绝虚拟假设的最低显著性水平p值。结果表明,我国东部和中部地区的DGLS估计残差在5%的显著性水平上均不能拒绝残差平稳的虚拟假设(其拒绝虚拟假设的最低显著性水平分别为0.128和0.124),从而说明我国东部和中部地区城镇居民的医疗保健支出与居民收入和环境质量之间存在长期协整关系。对于西部地区,由于差分后的居民收入、医疗保健支出与环境质量均为平稳过程,因而并不需要进行面板协整检验。
应用前述的DGLS和2SGLS估计方法,我们得到了模型(1)的系数估计值。其中,β^2表示环境质量对医疗支出影响的长期弹性。对于东部和中部地区,该系数估计值显著为正(其中东部地区为0.065,中部地区为0.124,其相应的t统计量值分别为12.59和6.05),说明二氧化硫排放量的增加会引起环境质量的恶化,从而导致医疗支出的增长。从地区差异来看,中部地区环境质量对医疗支出的影响较大,其系数估计值为0.124,表明二氧化硫排放量每增加1%,医疗支出将增长0.124%;而东部地区影响较小,其系数估计值为0.065,表明二氧化硫排放量每增加1%,医疗支出将增长0.065%。这与我国的实际情况基本相符,以二氧化硫形成的酸雨污染为例,我国中部地区一直是污染最严重的地区,因而其医疗费用的支出相对较高;而东部地区酸雨污染有局部加重趋势,因而其医疗费用支出相对较低(参见国家环境保护总局印发的《两控区酸雨和二氧化硫污染防治“十五”计划》)。对于西部地区,环境质量对医疗支出的影响显著为负(其系数估计值为-0.1),结合我国的实际情况,本文认为虽然我国西部地区环境保护较好、环境污染较少,但是该地区较为贫困,对医疗服务的需求也相对较高,因此,二氧化硫排放量每减少1%(环境质量的改善),将使医疗支出增长0.1%。
另外,β^1表示医疗服务需求的收入弹性,其系数估计值显著为正(东部、中部和西部地区的系数估计值分别为1.63、1.89和42.05),说明医疗服务是一种正常商品,居民收入的提高对医疗服务的需求具有显著地促进作用。从地区差异来看,东部地区居民收入对医疗服务需求的影响比中部地区较低,但是地区差异并不明显,其系数估计值分别为1.63和1.89,这一估计结果与Narayan和Narayan应用8个OECD国家的分析结果相类似[10],说明居民收入每增加1%,医疗支出的增加就会超过1%。对于西部地区,居民收入增长每变化一个单位,将使医疗支出变化42.05个单位(由于西部地区是以收入的对数差分作为自变量,因此其系数估计值实际上反映了居民收入的变化对医疗需求的影响),由此突显了当前城镇居民对增加医疗服务的迫切需求,其隐含的深层次意义则揭示了目前中国社会所普遍存在的“看病难、看病贵”的突出问题。
以上结论至少从两个方面说明了本文的政策含义:第一,对于东部和中部地区,环境质量对医疗支出影响的长期弹性为正,说明环境污染的加剧会导致人们健康状况的恶化,从而促进医疗支出的增长。因此,政府在制定健康政策时应从全局出发,着眼于未来,积极发挥其环境保护的主导作用。对于西部地区,环境质量对医疗支出的长期影响为负,说明政府在做好环境保护工作的同时,应着力解决经济发展问题,做到环境保护和经济发展同步,以此促进居民健康水平的提高。第二,各地区居民收入对医疗保健支出的长期影响均显著为正,反映了目前城镇居民对增加医疗服务的迫切需求。因此,从这个意义上说,我们应着力改善民生,建立合理的工资增长机制,努力提高城镇居民的收入水平,以满足他们不断增长的医疗服务需求。为此,各级政府部门尤其应做好低收入居民和非从业居民的医疗保障工作,使我国经济发展的成果真正受惠于广大人民群众,这也是我们积极落实科学发展观,坚持以人为本原则的核心体现。
4 面板误差纠正模型的估计与分析
我国东部和中部地区面板协整模型的估计与检验证实了模型(1)中各变量之间长期均衡关系的存在。由Granger表述定理可知,这种长期均衡关系对内生变量的短期变化具有显著的调节作用。
我们对模型(2)进行了估计与检验,结果表明我国东部和中部地区的误差纠正系数φ^均为负值(其系数估计值为-0.08和-0.032),这一结果进一步印证了本文所考察的各变量之间长期协整关系的存在,但是这种长期关系对我国城镇居民医疗保健支出的短期变化具有抑制效应。由此所揭示的经济含义为,协整系统的存在抑制了城镇居民对医疗服务需求的短期增加和健康水平的提高,并且在东部地区这种影响会更大。也就是说,当经济系统受到外部冲击,如收入水平的突然上升或下降,未预见性环境污染事件的发生等,城镇居民的医疗支出水平重新回到长期均衡时的调整速度东部地区要快于中部地区。具体来看,我国东部和中部地区的收敛半衰期为8.31和21.31,表示城镇居民的医疗支出水平在受到冲击后,回复到其长期均衡的一半时所需的时间分别为8.31年和21.31年。
δ^1系数表示城镇居民医疗服务需求的短期收入弹性,东部和中部的系数估计值分别为0.471和0.399。与长期弹性相比,虽然短期收入弹性具有明显下降的趋势,例如,我国东部和中部地区城镇居民的长期收入弹性分别为1.63和1.89,而其相应的短期收入弹性仅为0.471和0.399,但是系数估计值仍然显著为正,说明即使从短期来看,提高城镇居民的收入水平对增加居民的医疗服务需求,改善居民的健康状况仍然具有明显地促进作用。因此,从这个意义上说,我国实行把城镇居民基本医疗保险的财政补助水平从40元提高到80元,其中中央财政补助标准从20元提高到40元的医保政策具有其适宜性和合理性。
δ^2表示环境质量对医疗支出影响的短期弹性,东部和中部的系数估计值分别为-0.045和-0.124,表明虽然从长期来看,保护环境有助于居民降低对医疗服务的需求,从而促进健康水平的提高,但是这种效应在短期内并不明显。也就是说,从短期来看,环境质量的改善无助于居民健康水平的提高,这一结果恰好解释了有些地方政府和企业出于利益的需要,在短期内会以牺牲环境为代价来换取经济的暂时发展。由此则突显了总理在第六次全国环境保护大会上所强调的转变思想观念的重要性,做到保护环境要与经济增长并重、和经济发展同步,以环境保护来优化经济增长并以此促进居民健康水平的提高。
5 结论与说明
本文在中国经济背景下,将工业二氧化硫排放量作为环境质量的变量,通过对Newhouse双变量模型的扩展,建立了城镇居民医疗支出与居民收入和环境质量之间的面板协整模型和面板误差纠正模型,并应用DGLS和2SGLS来估计医疗支出与居民收入、环境质量之间的长期协整关系与短期动态调节效应,所得的主要结论和意义可概述为:
(1)我国城镇居民医疗保健支出的短期收入弹性和长期收入弹性均显著为正,反映了城镇居民对增加医疗服务需求的愿望。这一结果说明了提高从业人员的收入水平,建立合理的工资增长机制,增加中央财政在医疗保险中的补助水平等一系列措施有助于改善城镇居民的健康状况。
(2)环境质量对医疗保健支出影响的短期弹性为负,说明从短期来看,降低环境污染并不利于城镇居民健康水平的提高,但是这一结论在东部地区并不显著。这一结果揭示了当前有些地方政府和企业在短期内会以牺牲生态环境为代价来获取经济的暂时性增长。而环境质量对医疗保健支出影响的长期弹性显著为正,这一事实则表明,从长期来看,为了改善居民的健康状况必须做好环境保护工作。因此,各级政府和企业应从长远观念出发,进一步增强环保意识,做到以保护环境来优化经济增长,努力建立涵盖全社会的“减排”长效机制。
参考文献(References)
[1]Schwartz J a, Dockery D W.Increased Mortality in Philadelphia Ass ociated with Daily Air Pollution Concentrations [J].American Review of Respira tor Disease,1992,145:600-604.
[2]Dockery D W,Schwartz J,Spengler J D.Air Pollution and Daily Mortality:A ssociations with Particulates and Acid Aerosols[J].Enviromental Research,1992, 59:362-373.
[3]Shogren J.Children and the Environment: Valuing Indirect Effects on a Child 's Life Chances [J].Conremporary Economic Policy,2001,19:382-396.
[4]Mead R W, Brajer V. Protecting China's Children: Valuing the Health Impacts of Reduced Air Pollution in Chinese Cities [J]. Environment and Development Economics, 2005, 10: 745-768.
[5]宋桂香,江莉莉,陈国海,等. 上海市大气气态污染物与居民每日死亡关系的时间序列研究 [J]. 环境与健康杂志, 2006, 5: 390-393.[Song Guixiang, Jiang Lili, ChenGuohai, et al. A TimeSeries Study on the Relationship between Gaseous Air Pollut ants and Daily Mortality in Shanghai [J]. Journal of Environment and Health, 2 006, 5:390-393.]
[6]Wordly J,Walters S, Ayres J G.Short Term Variations in Hospital Admissio ns and Mortality and Particulate Air Pollution [J].Occupational and Environmen tal Medicine.1997,54:108-116.
[7]Banister, J. Population, Public Health and the Environment in China [J]. The China Quarterly, 1998, 156: 986-1015.
[8]周晓铁,何兴舟。室内空气污染对慢性阻塞性肺部疾病的影响[J].中国环境科学,2 006,5:591-594。[Zhou Xiaotie and He Xingzhou.The Influenece of Indoor Air Pol lution on Chronic Obstructive Pulmonary Disease [J].China Environmental Scienc e,2006,5:591-594.]
[9]Jerrett M,Eyles J, Dufournaud C. Environmental Influences on Health Care Expenditures: An Exploratory Analysis from Ontario, Canada [J]. Journal of Epidemiology and Community Health, 2003, 57: 334-338.
[10]Narayan P K, Narayan S. Does Environmental Quality Influe nce Health Expenditures? Empirical Evidence from a Panel of Selected OECD Countries [J]. Ecological Economics, 2008, 65: 367-374.
[11]Neidell M J. Air Pollution, Health and Socio-Economic Status: the Effect of Outdoor Air Quality on Childhood Asthma [J]. Journal of Health Economics, 2004, 23: 1209-1236.
[12]Newhouse J P. Medical-Care Expenditure: A Cross-National Survey [J]. Journal of Human Resources, 1997, 12: 115-125.
[13]欧阳志刚. 农民医疗卫生支出影响因素的综列协整分析 [J]. 世界经济, 2007, 9:47-55. [Ouyang Zhigang. A Panel Cointegration Analysis of the Factors Affecti ng-Farmer's Expenditure on Health Care [J]. The Journal of World Economy, 2007, 9: 47-55.]
[14]高梦滔,姚洋. 健康风险冲击对农户收入的影响 [J]. 经济研究, 2005, 12: 15-25 . [Gao Mengtao and Yao Yang. Health shocks and Farmers' Income Capabilities [J]. Economic Research Journal, 2005, 12: 15-25.]
[15]林相森,舒元. 我国居民医疗支出影响因素的实证分析[J]. 南方经济, 2007, 6:22-30. [Lin Xiangsen and Shu Yuan. Determinants of the Chinese Residents' Medical Expenditures [J]. South China Journal of Economics, 2007, 6:22-30.]
[16]Im K S, Pesaran M H,Shin Y. Testing for Unit Roots in Hetero geneous Panels [J]. Journal of Econometrics, 2003, 115: 53-74.
[17]Bornhorst F,Baum C F.IPSHIN:Stata Module to Perform ImPesaranShinPa nel Unit Root Test[EB/OL].Boston College,Department of Economics,Statistical S oftware Component,No.S419704,2001.
[18]Kao C,Chiang M H. On the Estimation and Inference of a Cointegrated Regression in Panel Data [J]. Advances in Econometrics, 2000, 15: 179-222.
[19]Mark N C, Ogaki M,Sul D. Dynamic Seemingly Unrelated Cointegrating Regressions [J]. Review of Economic Studies, 2003, 72: 797-820.
[20]Hadri K, Larsson R. Testing for Stationarity in Heterogeneous Panel Data where the Time Dimension Is Finite [J]. Econometrics Journal, 2005, 8: 55-69.
Analysis on the Effect of Environmental Quality on Health Expenditures
XU Donglin CHEN Yongwei
(School of Information, Zhongnan University of Economics and Law, Wuhan Hubei 430073, China)
Abstract In this article, we take the industrial sulphur oxide emissions as a proxy variable for environmental quality, and develop panel datamodels for east,central and west China separately. We examine the role of environmental pollution and urban households' income in determining per capita health expenditures. We adopt a panel error correction approach to explore the possibility of investigating the reaction after a shock to this system. Our empirical analysis reveals that in the long run, the environmental quality exerts a statistically significant positive effect on health expenditures in any area of China, which implies that the seriousness of environmental pollution will result in the deterioration of households' health and the increase in the health expenditures. Wh ile the fact of negative shortrun impacts of environmental quality just provides some evidences for authorities and firms pursuing economic growth, regardless of environmental conservation.It is arduous, but also urgent to protect our enviro nment. Both the longrun and the shortrun elasticitiesof households' income are all larger than one, which emphasizes the great significance of improving the urban households' income. Consequently, this article also gives evidence forimproving the health subsidies from a policy point of view.
Key words health expenditures; environmental quality; panel cointegration