本书研究计划由哈佛大学中国项目的何文胜博士和Chris P. NIELSEN领衔,哈佛大学经济系Dale W. JORGENSON教授担任顾问。清华大学部分由清华大学环境学院的郝吉明教授领衔。其他作出重要贡献的哈佛大学教授包括来自于哈佛T.H.Chan公共卫生学院的Jonathan I. LEVY教授和James K. HAMMITT教授。
以下主要政策结论之后还介绍了三大研究区块,并对中国空气污染带来的总体损失作了估计(如早逝和健康损害占国内生产总值的比例)。
主要政策结论
《净化空气》一书整合的模拟分析主要表明了:
-
中国的绿色税收政策不仅能减少碳排放从而降低空气污染对人体健康的损害,而且如果税收收入能得以合理使用,还能有助于维持、甚至促进中国经济的增长。实行绿色税收政策的确会产生一定的成本,但总体来说以上无论哪种情况,其带来的收益都是大于成本的。
这一鼓舞人心的研究结果表明,如果中国想要找到一个全国性的综合治理策略来控制国内的空气污染和碳排放的话,政府就应当着重考虑使用税收政策,并对其有效性作进一步的评估。书中对这一结论及其他政策结论作了深入探讨。
经济、排放及政策
哈佛大学中国项目中持续最久的研究活动——经济研究部分,JORGENSON教授、何博士和他们的同仁们开发、升级并最终精炼出一个涵盖34个行业区块的动态模型来评估中国经济的增长、能源使用以及排放趋势。请访问“经济与政策”页面了解该模型详情。
在《净化空气》一书中,这一经济模型整合了环境和健康因素的研究结果——在之后两章节中将会详细介绍——然后细分行业,来评估大气污染物对人体健康和经济的损害程度(Ho and Jorgenson 2007a)。之后,研究团队一方面用这些评估结果分析利用市场机制来进行调节的环境政策对经济增长、生产结构和能源利用的效果,另一方面用这些评估结果来分析这类环境政策对控制污染物排放和降低污染对人体健康损害的效果(Ho and Jorgenson 2007b)。此类政策一般称为“绿色税收”(或者“庇古税”),即根据燃料或工业产量所造成的污染危害程度对排污者征稅。哈佛大学中国项目经济研究搭建的全国性研究框架使得研究团队不仅能够评估此类政策对受其直接影响的经济活动的效果,也能评估此类政策对经济因价格波动而受到间接影响时的效果。本文最后一节概述了综合模型分析的政策影响。
从排放到暴露
两个团队对因焚烧矿物燃料而产生的微粒物质和二氧化硫在大气中的扩散以及人体在这些微粒物质和二氧化硫中的暴露量进行建模(Levy and Greco 2007)。团队使用了“摄入量”方法——一种因数据样本不足而使用的方法,数据样本不足在欠发达国家很常见。一队研究人员由Jonathan LEVY教授和Zhou Ying教授(哈佛大学公共卫生学院)领衔,使用atmospheric "puff"模型估计来自于电力行业的一次和二次污染物的摄入量(Zhou et al. 2007)。
另一队研究人员则由清华大学的郝吉明、刘炳江和王书肖(当时的环境科学与工程系)领衔。他们分别向中国的五个城市派出调研人员,收集化工、钢铁、水泥和交通四大主要污染排放行业的相关数据。刘炳江教授还建立了一个囊括全中国电厂的全国性数据库(电力是中国第五大污染排放行业) 。
为了进一步分析所收集的数据,清华大学的学者们常驻哈佛大学中国项目进行研究,包括王书肖(现为清华大学教授)和刘炳江(现为中华人民共和国环境保护部空气污染控制司司长)都曾任哈佛大学中国项目的博士后研究员。他们用从五大重污染行业各种污染物排放源收集到的数据,对污染物的大气扩散和人体暴露的情况进行建模(Wang et al. 2007; Liu and Hao 2007);再通过对建模所得的摄入量进行回归分析(基于Levy et al. 2002的方法)得出行业摄入量,然后将该结果应用于经济模型来估计出由此造成的对人体健康的损害。
评估对健康的影响
James K. HAMMITT教授和ZHOU Ying教授(哈佛大学公共卫生学院)进行了一项条件估值的调查研究,来评估在中国防止健康损害的经济价值(Zhou and Hammitt 2007)。在项目前联合主席徐希平(当时任职于哈佛大学公共卫生学院)和当地机构的推动下,研究人员在北京和安徽省的城市和农村地区进行了该条件估值研究。结合根据摄入量估计出来的暴露于污染的人口数以及文献的量效关系,这些评估结果(加上早期获得哈佛大学中国项目赞助的Wang and Mullahy 2006的研究中的评估结果)均用于经济模型中来将空气污染对人体健康造成的损害货币化。
对全国损失的估计:早逝率和健康损害占国内生产总值的比例
上述主要结论反映了《净化空气》一书主要政策相关目标,同时也反映了其科研目标:推进研究方法、促进学术出版,以建立和鼓励未来的研究工作。其实,该书着重强调了中国科研能力的发展状态,以及中国所有全国性环境评估背后固有的不确定性。其中包括我们自己和相关方面所做的工作,譬如世界银行和中国国家环保总局(SEPA, 现为国家环境保护部)几乎同时开发的污染损害模型框架。
对全国环境损害总量的估计,无论是从健康还是经济角度,都吸引了大众媒体的注意。但在参考这些损害估计时,最好牢记:这些估计本身就是不精确的,请谨慎使用它们来进行政策推论。《净化空气》一书的结论部分包括了对国家空气污染的估计,书中一直强调对这一结论须谨慎解读。下表所列为基于不同假设作出的几点主要估计结论,其余假设与结论均在书中详述。
|
|
每年早逝案例
|
健康损害对国内生产总值的比例
|
案例 / 假设
|
|
|
急性死亡率 (颗粒物和二氧化硫)
|
|
|
1
|
低端假设 (量效反应与估值)
|
62,000
|
0.65%
|
2
|
基准案例假设 (量效反应与估值)
|
93,700
|
1.84%
|
3
|
高端假设 (量效反应与估值)
|
125,000
|
3.81%
|
慢性死亡率 (仅颗粒物)
|
|
|
4
|
基准案例假设(估值)
|
561,000
|
4.36%
|
案例2为《净化空气》一书中的主要基准案例。案例4中的流行病学假设最接近于世界银行-中国国家环保总局的研究方法,尽管其研究目标、方法和能力差异巨大。[1]
引用已发表的针对中国人群的流行病学研究结论,书中的前三个案例都只针对急性死亡率。第四个案例包括了颗粒物引发的慢性死亡率,但由于中国还没有开展过类似的“世代研究”(世代研究耗时几十年、成本非常高),该案例所引述的流行病学结论是基于对美国人群的研究得出的。
所有从事此类中国研究的学者都会面临这种权衡:一方面,有必要将世代研究得出的长期污染对死亡率的影响引入研究;另一方面,引用来自国情完全不同的国家的流行病学研究结论到针对中国人群的研究也确实是有问题的。如上所示,一个小小的选择——是否假设美国的死亡率世代研究适用于中国国情——就会极大地影响最后的总结论。其他许多类型的假设——包括那些隐藏于国内生产总值百分比公式的经济假设——都会影响损害总量的计算。随着中国在相关领域的研究逐渐增多,我们相信在一定假设范围内报告多个结论是十分有必要的,而不应毫无理由地任意认可一个估值。事实上,这样可以帮助我们决定我们应该优先对这些不确定性中的哪一些开展研究工作。
《净化空气》一书对政策最直接的影响源自于其对同样假设条件下不同政策效果的比较。在这种情况下,不精确的参数对不同政策的效果产生的影响微乎其微,而不是重复叠加。这样的比较分析法也从仅仅对污染损害程度进行划分,扩展到评估到底哪些污染防治策略能达到最佳效果。基于这些原因,尽管研究参数具有不确定性,但它们还是能为中国政府当前审议甄别应对空气污染和二氧化碳排放最佳政策提供有价值的信息。
脚注:
[1] 世界银行-中国国家环保总局的模型广泛涵盖了环境保护的各方面,同时也改进了污染损害的评估方法——在政策背景下,这代表了潜在的收益和可以避免的损害。我们的研究仅限于影响空气质量和气候的污染排放,但为了在一个完整的经济层面的成本收益框架下对可行的污染防治手段进行全面的评估,我们的研究不仅对污染治理所带来的收益进行评估,同时也对污染治理所产生的成本——包括直接的和间接的(“一般均衡”)成本——进行评估。