全部版块 我的主页
论坛 经济学论坛 三区 卫生经济学
4890 20
2013-07-15
http://www.one120.com/one120/jiankangkuaixun/84051.html

2013年7月8日发表在《美国国家科学院院刊》(PNAS)的一篇论文,向已经逐渐意识到空气污染危害的中国民众再次展现了残酷的现实:燃煤带来的坏空气或许让中国北方5亿居民平均付出了“少活5年”的代价。


该论文的研究结论足以让人震惊:以淮河为界,烧煤供暖的中国北方地区空气污染水平高于中国南方,北方5亿居民因严重的空气污染,平均每人失去5年寿命。


该论文题为 《空气污染对预期寿命的长期影响:基于中国淮河取暖分界线的证据》。北京大学光华管理学院教授陈玉宇和清华大学经济管理学院教授李宏彬为该论文的共同第一作者。美国麻省理工大学等学校的经济学家也参与了该论文的前期研究。


研究者搜集了以淮河为分界线的中国南北两地区多年空气污染数据和居民健康数据,运用间断点回归方法估计污染对健康的影响。


该项研究指出,长期暴露于污染空气中,总悬浮颗粒物(TSP)每上升100微克/立方米,平均预期寿命将缩短3年。按照北方地区总悬浮颗粒物的水平,意味着中国北方5亿居民因严重的空气污染平均每人失去5年寿命。


总悬浮颗粒物即空气中粒径小于100微米的颗粒物。中国环保部门近年才引入PM2.5(空气中粒径小于2.5微米的颗粒物)作为空气质量监测指标。此前,中国官方主要以总悬浮颗粒物和PM10(空气中粒径小于10微米的颗粒物)作为主要指标。


上述论文的研究者收集了1981年到2000年间淮河南北90座城市每日的总悬浮颗粒物浓度数据,并通过中国疾病监控系统(DSP)数据计算了1991年到2000年上述城市的各年龄段死亡率、预期寿命和死于心肺疾病的数据。研究发现,在中国,随着由南到北的纬度变化,空气污染水平也以复杂的相关关系平滑地变化着,然而在淮河附近,空气污染水平却出现了巨大的“跳跃”。这是由于中国供暖政策南北不同,以淮河为界而划分。冬季大量燃煤供暖使得淮河北岸空气中的总悬浮颗粒物比相邻的南岸跳跃性地高出200微克/立方米。



欢迎大家讨论,从方法的角度也可以,从直观感受也可以,必定不会亏待兄弟们的。



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2013-7-16 08:19:30
您的英语确实挺好的,翻译的也好,谢谢

作为南北的界限,我不知道是否考虑了温度的差异
因为在印象里,总觉得热带的人寿命短,为维度高的地区人的寿命长?
这与研究结论是貌似是相悖的,有空继续想
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-16 09:26:46
饮食结构,营养状况,医疗卫生条件,生活习惯,收入什么的应该都算是影响预期寿命的东西,不过那个断点有点意思,总是能说明一些问题的,个人觉得如果做同一个省份,污染情况不同城市数据可能意义更大一些
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-16 10:01:31
gzxs120 发表于 2013-7-16 09:26
饮食结构,营养状况,医疗卫生条件,生活习惯,收入什么的应该都算是影响预期寿命的东西,不过那个断点有点 ...
断点的好处就在于能够最大程度地控制住了处理组和对照组的各种差别,这也是这种方法倍受青睐的原因。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-16 21:35:22
remlus 发表于 2013-7-16 10:01
断点的好处就在于能够最大程度地控制住了处理组和对照组的各种差别,这也是这种方法倍受青睐的原因。
乃应该先给大家科普什么是RDD。。。在满足假设的条件下,楼上两位提到的那些因素都是可以忽略的。否则RDD就木有意义了,大家一个一个把变量加进去,然后无法控制全部归入残差项,回到找IV的老路上去。结果,很可能是批评不断。因为类似的问题,遗漏变量总是很难全部控制的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-16 21:46:55
洞庭古风 发表于 2013-7-16 08:19
您的英语确实挺好的,翻译的也好,谢谢

作为南北的界限,我不知道是否考虑了温度的差异
如何理解「由于使用燃煤取暖,中国 5 亿北方居民预期寿命将缩短 5.5 年」?

来自知乎的一个科普帖子:http://www.zhihu.com/question/21 ... ;utm_content=answer

从行文看应该是一个经济学研究者或者研究生(如果不看文末他自己的表述,我们也可以得出这个判断)

我觉得他的帖子写得很好,深入浅出。虽然有一些细节大家可能看法不同,但大致上他对断点解释大家都能明白和接受。

在某一个断点的两侧,我们假设观察对象具有极为类似的特征。他在文中举例说的录取线是一种,还有一个常见的是退休年龄线(假如严格执行)。

严格说,秦岭淮河一线两侧的样本:应该包括所有沿岸的县市,他们在纬度上的差异非常小,在温度等方法也不存在太大的差异。至于另外一个朋友提到的饮食结构、医疗条件等,在宏观综合层面这样的差异也是比较小的。所以,假如取样严格,所有这些可能影响寿命的因素都可以忽略不计。当然如果数据允许,加进去也可以——只是你会发现这些变量的系数应该都不显著。

从整体上说本文是一个利用RDD的典型案例且可以作为范本,但是我对他们的结论还是表示谨慎。如果他们仅仅说可以通过RDD识别出污染对预期寿命的负作用,那我没有异议。但如果要精确到寿命缩短几年,我认为他们的样本城市还是太少了。由于县级数据的匮乏,总体样本偏小,可能会影响系数估计的精确性。

简而言之,识别因果,本文是一个好范例。但对5.5年,我们都应该慎重对待。媒体喜欢夸大,一系列报道也正好体现了这样的倾向。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群