一、研究背景

随着全球对气候变化关注度日益增多，了解其在经济活动和人类损失方面的需求俱增加。其中，对健康影响的评估是至关重要的。已有文献研究大量温度-死亡率关系，结果表明，通常在极端寒冷和炎热的时期，死亡率会增加。另一个同样重要的问题是温度-发病率的关系，由极端温度导致的发病率增多可能会因为医疗设施的使用而增加医疗系统的费用。本文通过中国两大公共保险计划的住院病人就诊索赔数据及相关气象数据，研究2008~2010年中国的气温与发病率之间的关系，以及评估相关社会经济成本，并在此基础上首次提出发展中国家气温-发病率关系的因果证据。

二、研究概览

研究使用的数据主要有两部分：第一是住院数据，来自中国健康保险研究协会(CHIRA)的2008~2010年间28个省份47个城市的城镇居民基本医疗保险（URBMI）和城镇职工基本医疗保险（UEBMI）参保患者的随机住院就诊样本索赔数据（以此代表发病率）；第二是相关气象数据，来自中国气象数据服务中心的844个气象站，包括每日最高、最低和平均温度、降水、相对湿度等。根据现有文献，以低于-6℃（极端低温）到高于27℃（极端高温），基于日平均气温，以3℃增量创建13个温度区间。采用分布滞后模型（DLMN）和城市-年-周和精确日期的固定效应，通过每个温度区间1~30天的滞后项来评估其累积效应，由此来研究每个温度区间对住院率的即时效应和累积效应。

文章首先统计了各省（以47个城市分别代表）的极端低温、极端高温及住院率分布情况（如图1）。

图1  中国各省极端气温及日均住院率分布

而后利用上述方法进行研究。得到的主要结果如下：

1.气温对住院率的影响

通过对相同的结果变量进行不同的比较，研究发现（如表1）极端高温会在当天即时地显著增加住院人数，并且之后30天的高温天气具有较大的累积效应，而极端低温的天气则不会。极端高温具有显著的正累积效应，极端低温的累积效应在量级上较大，但在统计学上不显著。此外，研究还发现极端温度对我国居民发病率的影响远远高于对发达经济体的影响，特别是其累积效应。

表1  气温对住院率的影响

2.气温对住院率影响的异质性分析（分年龄、分性别和分疾病类型）

（1）分年龄

按年龄分组进行异质性分析（结果如表2），发现对于0~18岁的未成年人而言，极端低温显著正向即时提高24.2%的住院率，但极端高温的即时效应影响较小，累积效两者应均不显著；对于19~64和64岁以上的人群而言，结果截然不同：极端高温显著增加了即时住院率（分别增加6.1%和9%），极端低温的累积效应在19~64岁年龄段更为显著，即时效应在64岁以上年龄段更显著。

表2  气温对住院率的影响（分年龄）

（2）分性别

按性别分组进行异质性分析（结果如表3），发现极端气温的即时影响在性别上差异不大，但极端高温对男性的累积影响更大。

表3 气温对住院率的影响（分性别）

（3）分疾病种类

研究正文只列出了对温度最敏感的5种疾病类别（肿瘤，内分泌、营养和代谢疾病及免疫紊乱，循环系统，呼吸系统，消化系统），结果如表4。结果表明，极端气温显著增加了肿瘤疾病的住院人数，一个恰当的解释是，极端温度的发生会使有肿瘤的患者入院，而肿瘤很可能是先前存在的疾病。对内分泌、营养和代谢疾病及免疫紊乱疾病住院人数的即时和累积影响都显著为正。对于循环系统疾病，在极端高温时期的即时效应是明显的（但在最高温度的情况下不明显）。对于呼吸系统疾病，在极热和极冷时期，即时效应显著，而低温的累积效应比高温的更为显著。

表4  气温对住院率的影响（分疾病种类）

3.气温导致的成本分析

根据每次住院就诊索赔的医疗账单的详细信息，研究比较精确的估计了额外的热天或冷天对与住院服务相关的总医疗账单、公共保险系统的医疗账单以及患者的自付费用的影响。平均来说，极端炎热的一天(27℃)在当前和随后的30天内，每10万投保人中，城市住院服务相关的总医疗费用增加16.78万元，保险系统覆盖的总医疗费用增加15.34万元，患者自付费用增加1.45万元。

表5  气温对医疗费用的影响

基于表5的估计结果以及2018年城镇居民和职工基本医疗保险的注册人数计算了极端气温上升到全国水平所产生的费用，计算结果见表6。全国每增加一个冷（热）天，总住院医疗费用将增加14（20）亿元，公共保险系统保险费用将增加13（19）亿元，参保人员自付费用将增加约2（2）亿元。考虑到2018年城镇居民和职工基本医疗保险住院总报销约9998亿元，每额外增加1天低温天气，两个保险住院总费用增加1.3‰；每额外增加1天高温天气，两险住院总费用增加1.9‰。

表6  一个额外的冷/热天的累计医疗账单

4.预测气候变化对中国住院率的影响

本文使用了一种常用的未来气候预测模型——哈德利中心全球环境模型版本2（Hadley GEM2-ES），该模型提供了在不同时间范围内每个格点的平均温度的每日预测值。预测结果如表7。结果表明，高温具有显著的正向影响，但在考虑所有温度区间的预测变化后，最后一列显示了总体温度影响估计值在统计上不显著。一种可能的解释是，气候变化模型倾向于预测未来温度分布的右移，特别是极端高温天气（>27℃）更频繁发生。然而，由于非极端温度区间的累积效应是正向且具有相似的量级，未来气候变化的总体影响为不太频繁的非极端温度区间的影响所抵消。

表7  气候变化对住院人数的预测影响

三、主要结论

研究发现在日平均气温高于27℃的天数，住院人数增加了7.3%，与随后几周的基准气温日相比，31天累计住院人数增加了2%。平均温度低于30℃的天数，住院率增加了3.6~6%。与随后几周的基准气温日相比，31天累计住院人数增加了0.9%。相关影响远远大于发达国家的可比研究结果，这进一步强调需要在发展中国家进行更多研究来量化气候变化的影响。同时这种影响也表现出了明显的异质性。此外，每次索赔的账单信息表明，全国范围内每增加一个冷（热）天，医疗费用将增加14（20亿元），公共保险系统将增加13（19亿元），被保险人将自费约2（2亿元）。这些参数有助于决策者预测不同气候变化情景下公共卫生系统的额外支出。

四、讨论

本文有以下的几个局限性：

1.首先，由于以下原因，本文的分析可能是极端温度天数影响的下限：

（1）数据仅包括住院就诊索赔。温度对门诊就诊索赔的影响可能更大，特别是对于急诊科门诊就诊。

（2）数据没有包括居住在城市中不符合两项公共保险计划的人口（即没有城市户口的农民工）的信息。这些人对极端温度的健康反应可能更强，因为农民工更有可能从事户外劳动活动。

（3）本文估计不考虑未通过医疗账单报告的发病率。

2.其次，本文没有足够长的面板（如超过 10 年）来了解个人对极端温度的长期适应能力。

3.第三，本文缺乏关于每项索赔的死亡率结果的信息。研究者希望通过新数据的使用进一步丰富我们对未来发展中国家温度-发病率关系的认识。

原文信息

Agarwal, Sumit, et al. "Impact of temperature on morbidity: New evidence from China." Journal of Environmental Economics and Management 109 (2021): 102495.

https://www.sciencedirect.com/science/article/abs/pii/S009506962100070X

来源：气候变化经济学