-
《2018年全球环境绩效指数报告》指出,2018年中国空气质量在全球180个国家和地区中排第177位,且空气污染导致全球每年330万人死亡,其中空气污染所导致的中国地区死亡人数为135.7万,占全球总数的41.2%[1];同时世卫组织指出,以固体燃料燃烧为主导致的室内空气污染和室外空气污染对居民死亡的贡献率相差无几[2],进而固体燃料也被确认为许多疾病如呼吸系统疾病和肺癌的环境危险因素之一[3]27[4][5]2;因此在使用固体燃料较城镇严重的中国农村地区,使用固体燃料所导致的室内空气污染可能诱发致命的农户健康问题亟待关注。
截至2018年底,中国60岁及以上老年人口约2.49亿,占总人口的17.9%,且其整体健康状况不容乐观,如患有一种及以上慢性病的比例高达75%。其中慢性呼吸系统疾病以哮喘、慢性阻塞性肺病等为代表,总患病人数近1亿[6]27,而固体燃料的使用尤其会导致以上疾病。目前,中国城镇化发展迅速但农村经济落后、医疗资源匮乏,研究指出中国农村老年人生活用能能力偏弱且认知落后,大部分农村老年人没有收入,不得不耗费大量时间收集柴草或者购置价低但质劣的散烧煤作为主要生活用能[7],且农村炊事室内空气污染PM2.5排放量比城市室内空气污染高2.8~3.6倍[8];这可能会给弱势群体的农村老年人的健康带来更大威胁,致使其家庭因病致贫或返贫而陷入“贫困陷阱”,对此,亟待社会和学者关注和探索。
由此,农村生活用能是否会影响老年人的健康?若有影响,具体影响如何?其影响机理又如何?本文将从微观视角实证研究农村生活用能对老年人健康的影响。本文的贡献和创新体现在以下两个方面:第一,首次研究组合生活用能(清洁组合用能即“电力+液化气”及混合组合用能即“电力+煤炭”和“电力+煤炭+薪柴”)对农村老年人健康(主观健康即健康自评和客观健康即慢性病)的影响,填补该领域的空白;第二,揭示组合生活用能、农村老年人健康(主观健康和客观健康)与“贫困陷阱”的内在机理。
-
本文数据源于陕西省能源产业绿色低碳发展软科学研究基地及陕西(高校)哲社科重点研究基地西安科技大学能源经济与管理研究中心“农户用能及福祉”抽样调查,2018年对豫、陕两省800户农户实地调研,采用分层多级抽样的方法选取样本省、县、乡镇、村和农户。考虑地区代表性和经济发展水平,从相对落后的地区(中西部)视角出发选取豫、陕两省;考虑不同城镇化类型,按县人均收入富裕到贫困程度即富裕、普通、贫穷三层各随机抽取一个县;每个县随机抽取2个乡、每个乡随机抽取2个村、每个村随机抽取10户农户进行实地调研。两省共发放个体问卷800份,有效问卷719份,有效率89.87%,本文剔除无60岁及以上老年人的农户样本,最终有效样本为632份。
-
因变量为老年人健康,用健康自评和慢性病两个维度测量。健康自评考察其主观健康,问题是“您认为您自己现在身体健康状况如何?”,答案为“4=很好、3=好、2=一般、1=不好”,本文将答案“4、3、 2”赋值为“1=好”,而答案“1”赋值为“0=不好”,采用“好/不好”二级测量;慢性病考察其客观健康,即测量包括慢性支气管炎、下呼吸道感染、慢性阻塞性肺病和慢性肺炎等慢性呼吸系统疾病,采用“有/无”二级测量。
-
自变量为生活用能,用家庭组合生活用能消费量来衡量(对其测量采用按照折标煤系数标准化后加总的消费量)。“能源堆栈理论”指出考虑到用能技术、文化偏好及器皿经济性等因素,同一时期农户同时使用多种能源而非一种能源[46],因此,本文依据现状将组合生活用能划分为两类清洁组合用能及混合组合用能的3种组合。清洁组合用能即“电力+液化气”,混合组合用能包含“电力+煤炭”和“电力+煤炭+薪柴”2种组合。
-
控制变量为劳动力转移、老年人社会—人口特征、经济特征、消费特征、生活特征及区域特征。劳动力转移即劳动力转移人数和劳动力转移收入,劳动力转移人数即连续转移6个月及以上、由农业部门流转到非农部门的农民人数,包括农村流转到城市的农民和在当地进行非农转移的农民;老年人社会—人口特征即年龄、性别、受教育程度、婚姻状况和职业;经济特征即养老保险金、家庭总收入、房屋估价和耕地面积;消费特征即医疗费用和人情往来费用;生活特征即炊事用具和交通用具;区域特征即陕、豫两省。
-
本文引入Bi-Logistic回归模型[47-48],运用stata13.0软件考察城镇化中农村生活用能对老年人健康自评和慢性病的影响,模型如下
$$ {\rm{Logit}}({P_i}) = \ln [{P_i}/(1 - {P_i})]\;\;\;\;\;\;\;\;\;\;{P_i} = P({Y_i}) = {{\rm{e}}^{{\rm{Health}}}}^i/\left(1 + {{\rm{e}}^{{\rm{Health}}}}^i\right) $$ (1) $$ \begin{aligned} {\rm{Healt}}{{\rm{h}}_1}_i = & {\beta _0} + {\beta _1}{\rm{Energ}}{{\rm{y}}_i} + {\beta _2}{\rm{Age}} + {\beta _3}{\rm{Sex}} + {\beta _4}{\rm{Edu}} + {\beta _5}{\rm{Mar}} + {\beta _6}{\rm{Car}} + {\beta _7}{\rm{Ins}} + \\ &{\beta _8}{\rm{Inc}} + {\beta _9}{\rm{Hou}} + {\beta _{10}}{\rm{Agr}} + {\beta _{11}}{\rm{Cook}} + {\beta _{12}}{\rm{Traffic}} + {\beta _{13}}{\rm{Area}} + \partial \end{aligned} $$ (2) $$ \begin{aligned} {\rm{Healt}}{{\rm{h}}_2}_i =& {\beta _0}^{'} + {\beta _1}^{'}{\rm{Energ}}{{\rm{y}}_i} + {\beta _2}^{'}{\rm{Age}} + {\beta _3}^{'}{\rm{Sex}} + {\beta _4}^{'}{\rm{Edu}} + {\beta _5}^{'}{\rm{Mar}} + {\beta _6}^{'}{\rm{Car}} + {\beta _7}^{'}{\rm{Ins}} + \\ &{\beta _8}^{'}{\rm{Inc}} + {\beta _9}^{'}{\rm{Hou}} + {\beta _{10}}^{'}{\rm{Agr}} + {\beta _{11}}^{'}{\rm{Cook}} + {\beta _{12}}^{'}{\rm{Traffic}} + {\beta _{13}}^{'}{\rm{Area}} + \sigma \end{aligned} $$ (3) 其中,Health1i为健康自评;Health2i为慢性病;Energyi为自变量,即生活用能的“电力+液化气”(Energy1)、“电力+煤炭”(Energy2)、“电力+煤炭+薪柴”(Energy3);β1~β13、β1′~β13′代表待估系数;Age、Sex、Edu、Mar、Car、Ins、Inc、Hou、Agr、Cook、Traffic、Area分别代表年龄、性别、受教育程度、婚姻状况、职业、养老保险金、家庭总收入、房屋估价、耕地面积、炊事用具、交通用具及区域因素;β0和β0′为常数项;
$\partial $ 和σ为残差;变量定义如表1所示。表 1变量含义及样本特征(N=632)
变量类型 变量名称 定义 单位 均值 标准差 自变量 组合生活用能(lg) “电力+液化气” 其计算方法是把各类生活用能的消费量
按照折标煤系数标准化后加总所得千克标准煤 2.80 3.14 “电力+煤炭” 千克标准煤 3.71 3.51 “电力+煤炭+薪柴” 千克标准煤 2.46 3.46 因变量 健康自评 您认为自己现在的身体健康状况:1=好,0=不好 很好 % 14.24 — 好 % 28.80 — 一般 % 38.29 — 不好 % 18.67 — 慢性病 慢性支气管炎 您现在是不是患有该种疾病:1=有,0=无 % 16.30 — 下呼吸道感染 % 5.22 — 慢性阻塞性肺病 % 4.59 — 慢性肺炎 % 0.63 — 控制变量 劳动力转移 劳动力转移人数 由农业部门流转到非农部门的人数 人 1.26 1.14 劳动力转移收入 过去一年中的打工收入是多少元? 万元 3.53 6.18 老年人社会—人口特征 年龄 周岁 岁 70.11 7.55 性别 1=男;0=女 % 0.47 0.50 受教育程度 1=上过学;0=未上过学 % 0.37 0.48 婚姻状况 1=在婚;0=其他 % 0.67 0.47 职业 1=农业;0=其他 % 0.66 0.48 经济特征 养老保险金 1=有;0=无 % 0.57 0.49 家庭总收入 过去12个月家庭总收入 万元 4.88 6.14 房屋估价 1=房屋估价5万元以下;0=房屋估价5~10万元 % 0.30 0.46 耕地面积 现有耕地面积 亩 6.34 9.17 消费特征 医疗费用/万元 过去12个月看病总费用 万元 1.15 9.10 人情往来费用/万元 过去12个月家庭人情往来费用 万元 0.53 1.40 生活特征 炊事用具 您家是否有电饭锅或电磁炉?
1=有;0=无% 0.90 0.31 交通工具 您家是否有汽车或摩托车?
1=有;0=无% 0.59 0.49 区域特征 陕西 1=陕西;0=河南 % 0.49 0.50 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据。 -
表1为变量含义及样本特征。该表显示18.67%和26.74%老年人分别呈现为其健康自评不好及患慢性病;70.11岁为其年龄均值,37%、66%及57%的老年人分别上过学、务农以及有养老保险金;“电力+煤炭”与“电力+煤炭+薪柴”的使用量之和高于“电力+液化气”。
表2为不同组合生活用能的农村老年人健康自评和患慢性病描述性统计结果。该表呈现规律为:一是不同组合生活用能的老年人其健康自评呈“电力+液化气”优于“电力+煤炭”优于“电力+煤炭+薪柴”的主要规律,即使用清洁组合用能的老年人其健康自评好于使用混合组合用能老年人的健康自评;二是不同组合生活用能的老年人其患慢性病的概率呈“电力+液化气”低于“电力+煤炭”低于“电力+煤炭+薪柴”的主要规律,即使用清洁组合用能的老年人其患慢性病的概率低于使用混合组合用能老年人的概率。
表 2不同组合生活用能的农村老年人健康自评和患慢性病描述性统计结果(N=632)
单位:% 变量 清洁组合用能 混合组合用能 “电力+液化气” (N=214) “电力+煤炭” (N=173) “电力+煤炭+薪柴” (N=245) 很好 14.79 14.66 12.04 好 29.23 26.39 27.31 一般 39.79 38.42 40.28 不好 16.20 20.53 20.37 慢性支气管炎 17.42 18.18 20.91 下呼吸道感染 5.63 8.50 7.41 慢性阻塞性肺病 2.82 3.81 2.78 慢性肺炎 3.39 4.99 3.70 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据。 -
表3中,模型1~模型3分别显示“电力+液化气”“电力+煤炭”和“电力+煤炭+薪柴”对农村老年人健康自评的回归结果。“电力+液化气”与健康自评呈显著正向关系(β=0.048*);“电力+煤炭”和“电力+煤炭+薪柴”均与健康自评呈显著负向关系(β=−0.040*和β=−0.021*)。模型1~模型3的劳动力转移人数与健康自评分别呈显著负向关系(β=−0.183*、β=−0.182*和β=−0.189*),年龄与健康自评分别呈显著负向关系(β=−0.032**、β=−0.030**和β=−0.030**),养老保险金与健康自评分别呈显著负向关系(β=−0.524**、β=−0.530**和β=−0.546**)。
表 3组合生活用能对农村老年人健康自评的回归结果(N=632)
变量 模型1 模型2 模型3 常数项 3.874*** 3.965*** 3.909*** 组合生活用能(lg) “电力+液化气” 0.048* — — “电力+煤炭” — −0.040* — “电力+煤炭+薪柴” — — −0.021* 劳动力转移 劳动力转移人数 −0.183* −0.182* −0.189* 劳动力转移收入(lg) 0.005 0.009 0.009 老年人社会—人口特征 年龄 (岁) −0.032** −0.030** −0.030** 性别 (1=男) −0.139 −0.123 −0.128 受教育程度 (1=上过学) 0.330 0.382* 0.365 婚姻状况(1=在婚) 0.184 0.192 0.191 职业(1=农业) 0.053 −0.145 −0.008 经济特征 养老保险金(1=有) −0.524** −0.530** −0.546** 家庭总收入/万元 0.009 0.008 0.009 房屋估价/元 0.108 0.107 0.113 耕地面积/亩 0.013 0.011 0.011 消费特征 医疗费用/万元 −0.018 −0.018 −0.018 人情往来费用/万元 0.103 0.100 0.096 生活特征 炊事用具(1=电饭锅/电磁炉) 0.355 0.310 0.310 交通工具(1=汽车/摩托车) 0.108 0.136 0.136 区域特征 陕西(0=河南) −0.273 −0.218 −0.020 PseudoR2 0.039 0.038 0.036 样本数 214 173 245 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据;注:***p<0.01,**p<0.05,*p<0.1。 -
表4中,模型A1→D1、模型A2→D2以及模型A3→D3分别显示“电力+液化气”“电力+煤炭”以及“电力+煤炭+薪柴”对其慢性病(慢性支气管炎、下呼吸道感染、慢性阻塞性肺病和慢性肺炎)的回归结果。模型A1和C1显示“电力+液化气”与慢性支气管炎和慢性阻塞性肺病分别呈显著负向关系(β=−0.097*和β=−0.106*)。模型C2显示“电力+煤炭”与慢性阻塞性肺病呈显著负向关系(β=−0.085*);模型B3→D3显示“电力+煤炭+薪柴”与下呼吸道感染、慢性阻塞性肺病和慢性肺炎分别呈显著负向关系(β=−0.017*、β=−0.124*和β=−0.010*)。
表 4组合生活用能对农村老年人慢性病的回归结果(N=632)
变量 模型A1→D1 模型A2→D2 A1 B1 C1 D1 A2 B2 C2 D2 常数项 −4.488*** −7.022*** −6.013*** 8.091*** −4.050*** −7.042*** −6.118*** −7.854*** 组合生活用能(lg) “电力+液化气” −0.097** −0.022 −0.106* 0.096 — — — — “电力+煤炭” — — — — 0.028 0.035 −0.085* −0.034 劳动力转移 劳动力转移人数 0.196* −0.257 −0.185 0.095 0.183* −0.270 −0.149 0.110 劳动力转移收入(lg) 0.006 0.030 0.054 0.036 0.012 0.056 0.023 0.047 老年人社会—人口特征 年龄(岁) 0.030* 0.035 0.049* 0.064** 0.032** 0.036 0.047* 0.066*** 性别(1=男) −0.161 −0.348 0.407 0.318 −0.121 −0.351 0.331 0.353 受教育程度(1=上过学) −0.052 0.155 −0.446 −0.446 −0.019 0.141 −0.415 −0.399 婚姻状况(1=在婚) −0.046 0.899*** −0.362 0.683 −0.058 0.906** −0.349 0.687 职业(1=农业) 0.178 0.382 −0.191 −0.473 0.091 0.383 −0.166 −0.601 经济特征 养老保险金(1=有) −0.201 0.673* −0.481 −0.848** −0.206 0.645* −0.469 −0.836** 家庭总收入/万元 0.031 0.004 0.029* 0.036* 0.015 0.004 0.031* 0.056*** 房屋估价/元 −0.212** 0.093 −0.045 0.018 −0.186** −.0101 −0.060 0.036 耕地面积/亩 0.013 0.011 0.013 0.006 0.014 0.013 0.015 0.019 消费特征 医疗费用/万元 0.006 −0.002 0.008 0.009 0.007 −0.002 −0.007 0.002 人情往来费用/万元 0.011 −0.517 0.033 −0.286 0.036 −0.517 0.026 −0.147 生活特征 炊事用具(1=电饭锅/电磁炉) −0.609** −0.420 −0.048 −1.280*** −0.644** −0.402 −0.027 −1.300*** 交通工具(1=汽车/摩托车) −0.131 −0.686** −0.178 −0.600 −0.081 −0.701** −0.190 −0.394 区域特征 陕西(0=河南) 0.141 1.081*** .487 −.238 −0.045 1.116*** 0.615 −0.168 PseudoR2 0.053 0.100 0.071 0.102 0.044 0.101 0.071 0.096 样本数 214 173 变量 模型A3→D3 A3 B3 C3 D3 常数项 −4.030*** −6.931*** −6.211*** −7.806*** 组合生活用能(lg) “电力+煤炭+薪柴” 0.038 −0.017* −0.124** −0.010* 劳动力转移 劳动力转移人数 0.182* −0.258 −0.147 0.113 劳动力转移收入(lg) 0.012 0.055 0.023 0.049 老年人社会—人口特征 年龄(岁) 0.031** 0.035 0.048* 0.065*** 性别(1=男) −0.119 −0.336 0.329 0.372 受教育程度(1=上过学) −0.016 0.017 −0.434 −0.379 婚姻状况(1=在婚) −0.064 0.903** −0.338 0.681 职业(1=农业) 0.096 0.352 −0.174 −0.633 经济特征 养老保险金(1=有) −0.198 0.675* −0.503 −0.836** 家庭总收入/万元 0.017 0.007 0.030* 0.058 房屋估价/元 −0.194** −0.107 −0.063 0.024 耕地面积/亩 0.014 0.013 0.016 0.018 消费特征 医疗费用/万元 0.008 −0.002 −0.007 0.001 人情往来费用/万元 0.034 −0.482 0.025 −0.213 生活特征 炊事用具(1=电饭锅/电磁炉) −0.645** −0.402 −0.027 −1.310*** 交通工具(1=汽车/摩托车) −0.082 −0.701** −0.190 −0.394 区域特征 陕西(0=河南) 0.016 1.328*** 0.576 −0.104 PseudoR2 0.045 0.100 0.080 0.105 样本数 245 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据;注:***p<0.01,**p<0.05,*p<0.1。 另外,本文也分别考察了单项用能与老年人慢性病的关系,即秸秆(固体燃料)与下呼吸道感染和慢性肺炎分别呈显著正向关系(β=0.103**和β=0.141***),煤炭(固体燃料)与下呼吸道感染呈显著正向关系(β=0.130**),电力与慢性支气管炎、下呼吸道感染和慢性阻塞性肺病分别呈显著负向关系(β=−0.175**、β=−0.227**和β=−0.280**),液化气与慢性支气管炎和慢性肺炎分别呈显著负向关系(β=−0.280**和β=−0.491**),鉴于篇幅未呈现。
-
首先,清洁组合用能能够改善老年人的健康自评即主观健康。对于“电力+液化气”与其健康自评呈显著正向关系的结果,本文认为,“电力+液化气”作为主要生活用能不会因冬季取暖或炊事时产生恶劣的室内污染,即不会产生对老年人有害的污染物或者产生污染物非常少,能够有效避免农村老年人家庭因室内空气污染而导致的致病、致贫等的恶性循环;而且老年人健康福利的变化一般是呈逐步的、相互作用的和累计的过程[27],生活条件变好进而又会促使老年人选择使用更清洁的用能,并获得更好的健康自评。
其次,混合组合用能对老年人健康自评产生不利影响甚至陷入“贫困陷阱”。对于“电力+煤炭”和“电力+煤炭+薪柴”与其健康自评呈显著负向关系的结果,本文从以下两点进行分析:(1)“电力+煤炭”和“电力+煤炭+薪柴”中的煤炭和薪柴等固体燃料在不完全燃烧过程中释放大量悬浮颗粒物、温室气体、污染气体和有毒物质等从而导致室内空气污染[3];而且农村老年人大多数时间居于室内空气不容乐观的环境,尤其当其于寒冷冬季取暖或炊事时更易直接引发他们的呼吸系统疾病等不良主观健康感受,即健康自评衰退。(2)由于他们的免疫力低下、一体多病的状况以及处于相对艰辛的环境,随年龄增长,他们逐渐丧失独立生活及生产的能力,各项机体功能也不断弱化;进而,因健康问题直接影响他们无法获取相对充足收入以维持以往的生计水平,更无法支付包括重疾等需支付的高昂医疗费用,从而导致他们更加持传统的、落后的节俭生活方式,为无止尽地降低生活成本而继续选择低廉或无成本拾来的固体燃料,以尽可能降低购买清洁生活燃料的花费,最终沦陷于“固体燃料使用—室内空气污染—主观健康(健康自评)恶化—医疗费用(原有积蓄减少甚至欠债)和可行能力下降(劳动力减少和收入来源短缺)—贫困—继续使用固体燃料”的恶性循环即形成“用能—健康—贫困”的“贫困陷阱”,且这对于本来生活较为拮据的弱势群体农村老年人“贫困陷阱”效应更为显著。最新研究发现,固体燃料能够导致中国中老年群体抑郁症状恶化[49],该研究从对抑郁症状这一心理健康的影响也反映了固体燃料对研究对象主观健康的冲击。因此现实中,使用混合用能的底层农村老年人群体更可能处于“因病致贫”及“因病返贫”的拮据困境,而固体燃料尤其会恶化此困境,最终或致其家庭陷入“贫上加贫”的“贫困陷阱”而难以自拔,即他们健康自评或主观健康更差。
再次,劳动力转移人数、年龄及养老保险金等均不利于老年人健康自评。老年人家庭中劳动力转移人数越多其健康自评越差,这或许因青壮年到城市务工,需独立面对生活和生产的留守老年人因传统的节俭习俗使其更倾向使用易获取、低廉甚至无成本的固体燃料[37];越年迈者其健康自评越差的结果表明,老年人随增龄使用固体燃料尤其会威胁到其主观健康感受;即使少量农村老年人拥有极微薄的养老保险金的现实反而使其深刻意识到养老保险金之严重不足,这种状况更可能促使他们选择固体燃料等并陷入“贫困陷阱”,引起更差的健康自评或主观健康感受。
-
首先,清洁组合用能显著改善老年人客观健康。对于“电力+液化气”与其慢性病(呼吸系统疾病)呈显著负向关系的结果,本文认为,清洁生活用能可以直接杜绝或大幅降低用能所致的室内空气污染对人体生理健康的损害;而且,与固体燃料相比,液化气或电力等清洁用能其PM2.5的室内排放量要低1.2倍[50]。截至目前,中国农村老年人口众多,他们患多种慢性病,其中呼吸系统慢性病尤为突出[6],因此使用液化气或电力等清洁用能对农村老年人改善呼吸系统等慢性病尤其具有积极实践意义。
其次,使用固体燃料的老年人更易患呼吸系统慢性病。“电力+煤炭”和“电力+煤炭+薪柴”与其慢性病(呼吸系统疾病)呈显著负向关系,对此,前文已考察了单项固体燃料(薪柴或煤炭)与慢性病显著的正向关系,即固体燃料显著提升了老年人患慢性病的概率;且单项清洁燃料(电力或液化气)与慢性病显著的负向关系,即清洁燃料显著降低了其患慢性病的概率;而且,前文也发现使用清洁组合用能的老年人其患慢性病的概率显著低于使用混合组合用能的老年人的相应状况,这也表明使用固体燃料的老年人更易患慢性病。反之,使用清洁用能却能够显著降低患慢性病的概率,且清洁用能比混合用能作用更加明显,由此可见弱势群体的老年人将陷入“使用固体燃料—室内空气污染—客观健康(呼吸系统慢性病)恶化—医疗费用(原有积蓄减少甚至欠债)和可行能力下降(原有劳动力减少和收入来源短缺)—贫困—继续使用固体燃料”的恶性循环,而老年人可能依靠子女支付医疗费用,从而导致子女的经济收入下降,进而导致子女的孩子没有钱上学或者看病,最终整个家庭的未来也陷入了贫困,于是整个家族一代又一代均掉入了“贫困陷阱”。然而,不容忽视的是:“电力+液化气”显著降低慢性支气管炎和慢性阻塞性肺病两种慢病、“电力+煤炭”降低慢性阻塞性肺病一种慢性病而“电力+煤炭+薪柴”却显著降低了下呼吸道感染、慢性阻塞性肺病以及慢性肺炎三种慢性病这样有悖于常理的结果,对此,本文认为:(1)能够使用“电力+液化气”的老年人属于经济状况最好的群体,他们有经济条件和意识更看重自身的健康,有条件到医院确诊其慢性病,即他们相对清楚自身所患慢性病(如慢性支气管炎或慢性阻塞性肺病);(2)使用“电力+煤炭”的老年人属于经济状况较差群体,他们较可能“小病靠扛”(如他们对于慢性支气管炎或许持靠扛的态度)而待致大病(如较严重的慢性阻塞性肺病)才会就医确诊;(3)使用“电力+煤炭+薪柴”的老年人则处于社会最底层的群体,尤其根本无条件就医确诊那些即使因不洁用能所致的慢性病(如下呼吸道感染、慢性阻塞性肺病或慢性肺炎),而且,因生活水平低下则更加无视健康,即使患有慢性支气管炎;换言之,被调查时他们更可能会答复无下呼吸道感染、慢性阻塞性肺病或慢性肺炎,而事实上他们更可能患有多种更严重慢性病,Abhijit和Estjer[51]、Jishnu和Saumya[52]认为,“穷人们常常把钱花在昂贵的治疗上,而不是廉价的预防上”,而且“了解保健知识不仅对穷人来说很难,对其他每个人来说都一样”,即他们并没有意识到使用固体燃料能够使自己患病或者抱有“小病靠扛”的心态而不去就医。Idler和Benyamini[53]、Idler和Kasl[54]认为,主观健康自评通常比医生诊断更准确;由此,对于模型结果显示“电力+煤炭+薪柴”群体显著更少患慢性病这样有悖常理的结果,本文认为还应依据其健康自评结果,即该群体反而更易陷入因病致贫、返贫的“贫困陷阱”。此外,对于使用“电力+煤炭”和“电力+煤炭+薪柴”的老年群体,他们的厨房或取暖环境更倾向于简陋,如通风设施、炉灶及取暖等设施更落后,室内空气污染更恶劣;没上过学或受教育程度低也更可能致使他们未认识到污染的根源或难改变习惯;低收入也决定他们更可能优先使用价廉或无成本的固体燃料而导致他们不得不遭遇最为严重的健康风险。
-
上文使用Logit模型分别考察了组合生活用能对农村老年人健康自评和慢性病的影响,为检验回归方法是否会影响本文基本结论,本部分使用Probit回归模型进行稳健性检验。结果如表5和表6所示,无论是组合生活用能对老年人健康的影响还是组合生活用能对老年人患慢性病的影响,回归结果依旧显著,系数方向也和上文完全一致,由此可见本文回归结果具有较强稳健性。
表 5组合生活用能对老年人健康自评的回归结果(N=632)
变量 模型1 模型2 模型3 组合生活用能(lg) “电力+液化气” 0.065* — — “电力+煤炭” — −0.094** — “电力+煤炭+薪柴” — — −0.100* 控制变量 含 含 含 PseudoR2 0.021 0.028 0.025 样本数 214 173 245 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据;注:***p<0.01,**p<0.05,*p<0.1。 表 6组合生活用能对老年人慢性病的回归结果(N=632)
变量 模型A1→D1 模型A2→D2 模型A3→D3 A1 B1 C1 D1 A2 B2 C2 D2 A3 B3 C3 D3 组合生活用能 (lg) “电力+液化气” −0.101** −0.088 −0.076* 0.170 — — — — — — — — “电力+煤炭” — — — — 0.018 0.112 −0.030* −0.097 — — — — “电力+煤炭+薪柴” — — — — — — — — 0.071 −0.116* −0.073** −0.019* 控制变量 含 含 含 含 含 含 含 含 含 含 含 含 PseudoR2 0.065 0.082 0.070 0.074 0.054 0.086 0.101 0.055 0.056 0.081 0.103 0.046 样本数 214 173 245 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据;注:***p<0.01,**p<0.05,*p<0.1。
Impact of Household Energy Consumption on Health of the Elderly in Rural China
-
摘要:农村生活用能与健康、贫困、室内空气污染密不可分,但是深入农户调查的实证研究还很匮乏。利用“农户用能及福祉”微观调查数据,采用分层多级抽样方法,结合中国农村现状对城镇化中农村生活用能与老年人健康风险及“贫困陷阱”的关系进行研究。研究发现:老年人使用清洁燃料组合用能与其健康自评呈显著正向关系,而使用“清洁+固体”燃料组合用能则与其健康自评呈显著负向关系;老年人使用不同组合用能与其呼吸系统慢性病呈显著负向关系;研究反映出清洁燃料能够改善其主观健康,而固体燃料则损害其主观健康以及引起损害或恶化其客观健康;并且农村老年人或许会陷入因能源或经济的贫困选择使用固体燃料,致病、致贫或返贫,继续使用固体燃料的“贫困陷阱”这一恶性循环中。因此,在中国乡村振兴战略实施中,为实现共同富裕的长远目标,需要政府和农民全面实施用能转型、健康农村建设的协调创新。Abstract:Household energy consumption in rural areas is deeply related to health, poverty and indoor air pollution. However, there are still insufficient in-depth empirical studies on rural households. Adopting the data from the micro investigation of “Household Energy Consumption and Welfare in Rural China” and the multi-stratified cluster sampling approach, this paper studies the relationship among household energy consumption, health risks of the elderly and “Poverty Trap” based on the status quo of rural China. The paper found that there is a significantly positive correlation between the elderly’s use of Combination of Clean Household Energy and Self-rated Health (hereinafter referred to as SRH), while a significantly negative correlation between their use of Combination of “Clean + Solid” Household Energy and SRH. Different types of Combinations of Household Energy are significantly negative to the elderly’s chronic respiratory diseases. The paper reflected that clean fuels can improve the elderly’s subjective health, while solid fuels harm their subjective health and cause damages to or deteriorate their objective health. The paper revealed that the rural elderly may fall into the vicious cycle of “Poverty Trap” where they select solid fuels due to energy shortage or financial difficulties, get sick, become poor or return to poverty, and continue to use solid fuels. Therefore, in the implementation of China’s Rural Revitalization Strategy, in order to achieve the long-term goal of poverty alleviation, it is urgent for the government and rural households to comprehensively implement the collaborative innovation of energy transformation, healthy rural construction and targeted poverty alleviation.
-
表 1变量含义及样本特征(N=632)
变量类型 变量名称 定义 单位 均值 标准差 自变量 组合生活用能(lg) “电力+液化气” 其计算方法是把各类生活用能的消费量
按照折标煤系数标准化后加总所得千克标准煤 2.80 3.14 “电力+煤炭” 千克标准煤 3.71 3.51 “电力+煤炭+薪柴” 千克标准煤 2.46 3.46 因变量 健康自评 您认为自己现在的身体健康状况:1=好,0=不好 很好 % 14.24 — 好 % 28.80 — 一般 % 38.29 — 不好 % 18.67 — 慢性病 慢性支气管炎 您现在是不是患有该种疾病:1=有,0=无 % 16.30 — 下呼吸道感染 % 5.22 — 慢性阻塞性肺病 % 4.59 — 慢性肺炎 % 0.63 — 控制变量 劳动力转移 劳动力转移人数 由农业部门流转到非农部门的人数 人 1.26 1.14 劳动力转移收入 过去一年中的打工收入是多少元? 万元 3.53 6.18 老年人社会—人口特征 年龄 周岁 岁 70.11 7.55 性别 1=男;0=女 % 0.47 0.50 受教育程度 1=上过学;0=未上过学 % 0.37 0.48 婚姻状况 1=在婚;0=其他 % 0.67 0.47 职业 1=农业;0=其他 % 0.66 0.48 经济特征 养老保险金 1=有;0=无 % 0.57 0.49 家庭总收入 过去12个月家庭总收入 万元 4.88 6.14 房屋估价 1=房屋估价5万元以下;0=房屋估价5~10万元 % 0.30 0.46 耕地面积 现有耕地面积 亩 6.34 9.17 消费特征 医疗费用/万元 过去12个月看病总费用 万元 1.15 9.10 人情往来费用/万元 过去12个月家庭人情往来费用 万元 0.53 1.40 生活特征 炊事用具 您家是否有电饭锅或电磁炉?
1=有;0=无% 0.90 0.31 交通工具 您家是否有汽车或摩托车?
1=有;0=无% 0.59 0.49 区域特征 陕西 1=陕西;0=河南 % 0.49 0.50 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据。 表 2不同组合生活用能的农村老年人健康自评和患慢性病描述性统计结果(N=632)
单位:% 变量 清洁组合用能 混合组合用能 “电力+液化气” (N=214) “电力+煤炭” (N=173) “电力+煤炭+薪柴” (N=245) 很好 14.79 14.66 12.04 好 29.23 26.39 27.31 一般 39.79 38.42 40.28 不好 16.20 20.53 20.37 慢性支气管炎 17.42 18.18 20.91 下呼吸道感染 5.63 8.50 7.41 慢性阻塞性肺病 2.82 3.81 2.78 慢性肺炎 3.39 4.99 3.70 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据。 表 3组合生活用能对农村老年人健康自评的回归结果(N=632)
变量 模型1 模型2 模型3 常数项 3.874*** 3.965*** 3.909*** 组合生活用能(lg) “电力+液化气” 0.048* — — “电力+煤炭” — −0.040* — “电力+煤炭+薪柴” — — −0.021* 劳动力转移 劳动力转移人数 −0.183* −0.182* −0.189* 劳动力转移收入(lg) 0.005 0.009 0.009 老年人社会—人口特征 年龄 (岁) −0.032** −0.030** −0.030** 性别 (1=男) −0.139 −0.123 −0.128 受教育程度 (1=上过学) 0.330 0.382* 0.365 婚姻状况(1=在婚) 0.184 0.192 0.191 职业(1=农业) 0.053 −0.145 −0.008 经济特征 养老保险金(1=有) −0.524** −0.530** −0.546** 家庭总收入/万元 0.009 0.008 0.009 房屋估价/元 0.108 0.107 0.113 耕地面积/亩 0.013 0.011 0.011 消费特征 医疗费用/万元 −0.018 −0.018 −0.018 人情往来费用/万元 0.103 0.100 0.096 生活特征 炊事用具(1=电饭锅/电磁炉) 0.355 0.310 0.310 交通工具(1=汽车/摩托车) 0.108 0.136 0.136 区域特征 陕西(0=河南) −0.273 −0.218 −0.020 PseudoR2 0.039 0.038 0.036 样本数 214 173 245 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据;注:***p<0.01,**p<0.05,*p<0.1。 表 4组合生活用能对农村老年人慢性病的回归结果(N=632)
变量 模型A1→D1 模型A2→D2 A1 B1 C1 D1 A2 B2 C2 D2 常数项 −4.488*** −7.022*** −6.013*** 8.091*** −4.050*** −7.042*** −6.118*** −7.854*** 组合生活用能(lg) “电力+液化气” −0.097** −0.022 −0.106* 0.096 — — — — “电力+煤炭” — — — — 0.028 0.035 −0.085* −0.034 劳动力转移 劳动力转移人数 0.196* −0.257 −0.185 0.095 0.183* −0.270 −0.149 0.110 劳动力转移收入(lg) 0.006 0.030 0.054 0.036 0.012 0.056 0.023 0.047 老年人社会—人口特征 年龄(岁) 0.030* 0.035 0.049* 0.064** 0.032** 0.036 0.047* 0.066*** 性别(1=男) −0.161 −0.348 0.407 0.318 −0.121 −0.351 0.331 0.353 受教育程度(1=上过学) −0.052 0.155 −0.446 −0.446 −0.019 0.141 −0.415 −0.399 婚姻状况(1=在婚) −0.046 0.899*** −0.362 0.683 −0.058 0.906** −0.349 0.687 职业(1=农业) 0.178 0.382 −0.191 −0.473 0.091 0.383 −0.166 −0.601 经济特征 养老保险金(1=有) −0.201 0.673* −0.481 −0.848** −0.206 0.645* −0.469 −0.836** 家庭总收入/万元 0.031 0.004 0.029* 0.036* 0.015 0.004 0.031* 0.056*** 房屋估价/元 −0.212** 0.093 −0.045 0.018 −0.186** −.0101 −0.060 0.036 耕地面积/亩 0.013 0.011 0.013 0.006 0.014 0.013 0.015 0.019 消费特征 医疗费用/万元 0.006 −0.002 0.008 0.009 0.007 −0.002 −0.007 0.002 人情往来费用/万元 0.011 −0.517 0.033 −0.286 0.036 −0.517 0.026 −0.147 生活特征 炊事用具(1=电饭锅/电磁炉) −0.609** −0.420 −0.048 −1.280*** −0.644** −0.402 −0.027 −1.300*** 交通工具(1=汽车/摩托车) −0.131 −0.686** −0.178 −0.600 −0.081 −0.701** −0.190 −0.394 区域特征 陕西(0=河南) 0.141 1.081*** .487 −.238 −0.045 1.116*** 0.615 −0.168 PseudoR2 0.053 0.100 0.071 0.102 0.044 0.101 0.071 0.096 样本数 214 173 变量 模型A3→D3 A3 B3 C3 D3 常数项 −4.030*** −6.931*** −6.211*** −7.806*** 组合生活用能(lg) “电力+煤炭+薪柴” 0.038 −0.017* −0.124** −0.010* 劳动力转移 劳动力转移人数 0.182* −0.258 −0.147 0.113 劳动力转移收入(lg) 0.012 0.055 0.023 0.049 老年人社会—人口特征 年龄(岁) 0.031** 0.035 0.048* 0.065*** 性别(1=男) −0.119 −0.336 0.329 0.372 受教育程度(1=上过学) −0.016 0.017 −0.434 −0.379 婚姻状况(1=在婚) −0.064 0.903** −0.338 0.681 职业(1=农业) 0.096 0.352 −0.174 −0.633 经济特征 养老保险金(1=有) −0.198 0.675* −0.503 −0.836** 家庭总收入/万元 0.017 0.007 0.030* 0.058 房屋估价/元 −0.194** −0.107 −0.063 0.024 耕地面积/亩 0.014 0.013 0.016 0.018 消费特征 医疗费用/万元 0.008 −0.002 −0.007 0.001 人情往来费用/万元 0.034 −0.482 0.025 −0.213 生活特征 炊事用具(1=电饭锅/电磁炉) −0.645** −0.402 −0.027 −1.310*** 交通工具(1=汽车/摩托车) −0.082 −0.701** −0.190 −0.394 区域特征 陕西(0=河南) 0.016 1.328*** 0.576 −0.104 PseudoR2 0.045 0.100 0.080 0.105 样本数 245 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据;注:***p<0.01,**p<0.05,*p<0.1。 表 5组合生活用能对老年人健康自评的回归结果(N=632)
变量 模型1 模型2 模型3 组合生活用能(lg) “电力+液化气” 0.065* — — “电力+煤炭” — −0.094** — “电力+煤炭+薪柴” — — −0.100* 控制变量 含 含 含 PseudoR2 0.021 0.028 0.025 样本数 214 173 245 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据;注:***p<0.01,**p<0.05,*p<0.1。 表 6组合生活用能对老年人慢性病的回归结果(N=632)
变量 模型A1→D1 模型A2→D2 模型A3→D3 A1 B1 C1 D1 A2 B2 C2 D2 A3 B3 C3 D3 组合生活用能 (lg) “电力+液化气” −0.101** −0.088 −0.076* 0.170 — — — — — — — — “电力+煤炭” — — — — 0.018 0.112 −0.030* −0.097 — — — — “电力+煤炭+薪柴” — — — — — — — — 0.071 −0.116* −0.073** −0.019* 控制变量 含 含 含 含 含 含 含 含 含 含 含 含 PseudoR2 0.065 0.082 0.070 0.074 0.054 0.086 0.101 0.055 0.056 0.081 0.103 0.046 样本数 214 173 245 数据来源:陕西省软科学重点研究基地用能产业绿色低碳发展研究中心“农户用能及福祉”调查2018年数据;注:***p<0.01,**p<0.05,*p<0.1。 -
[1] Yale Center for Environmental Law & Policy, Yale University, Center for International Earth Science Information Network, Columbia University, World Economic Forum. 2018 Environmental Performance Index. 2018 environmental performance index(EPI) [R/OL]. (2019-03-19)[2020-05-16].http://www.doc88.com/p-8969159894347.html. [2] World Health Organization. Global health estimates 2016: deaths by cause, age, sex, by country and by region, 2000–2016[R/OL]. (2018-03)[2021-05-18].https://www.who.int/healthinfo/global_burden_disease/estimates/en/. [3] CLARK M, PEEL J, BALAKRISHNAN K, et al. Health and household air pollution from solid fuel use: the need for improved exposure assessment[J]. Environment Health Perspective, 2014, 121: 1120-1128. [4] BOND C, DOHERTY S, FAHEY D, et al. Bounding the role of black carbon in the climate system: a scientific assessment[J]. Journal of Geophysical Research: Atmospheres, 2013, 118: 5380-5552.doi:10.1002/jgrd.50171 [5] International Energy Agency. WEO-2017 special report: energy access outlook[R/OL]. (2017-10)[2021-05-18].https://www.iea.org/reports/energy-access-outlook-2017. [6] 国家卫生健康委. 健康中国行动(2019—2030)[R]. (2019-07-15)[2021-05-18].http://www.gov.cn/xinwen/2019-07/15/content_5409694.html. [7] HUANG Y, DU W, TAO S, et al. Household air pollution and personal inhalation exposure to particles (TSP/PM2.5/PM1.0/PM0.25) in rural Shanxi, North China[J]. Environmental Pollution, 2017, 231: 635-643.doi:10.1016/j.envpol.2017.08.063 [8] HARVEY E B. Environmental geochemistry site characterization, data analysis and case histories[M]. Amsterdam: Elsevier, 2018: 417−434. [9] 廖华. 中国农村居民生活用能现状、问题与应对[J]. bob手机在线登陆学报(社会科学版), 2019, 21(2): 1-5. [10] ZHANG L X, WANG C B, BAHAJ A S. Carbon emissions by rural energy in China[J]. Renew Energy, 2014, 66: 641-649.doi:10.1016/j.renene.2014.01.005 [11] 国家统计局. 第三次全国农业普查数据公报: 第四号[EB/OL]. (2017-12-16)[2020-07-14].http://www.stats.gov.cn/tjsj/tjgb/nypcgb/qgnypcgb/201712/t20171215_1563634.html. [12] WU S M, Zheng X Y, YOU C Y, WEI C. Household energy consumption in rural China: historical development, present pattern and policy implication[J]. Journal of Cleaner Production, 2019, 211: 981-991.doi:10.1016/j.jclepro.2018.11.265 [13] XUE S R, SONG J H, WANG X J, et al. A systematic comparison of biogas development and related policies between China and Europe and corresponding insights[J]. Renewable and Sustainable Energy Reviews, 2020, 117: 109-474. [14] 郝宇, 张宗勇, 廖华. 中国能源“新常态”: “十三五”及2030年能源经济展望[J]. bob手机在线登陆学报(社会科学版), 2016, 18(2): 1-7. [15] LIN B Q, OMOJU O E, OKONKW J U. Factors influencing renewable electricity consumption in China[J]. Renewable and Sustainable Energy Reviews, 2016, 55: 687-696.doi:10.1016/j.rser.2015.11.003 [16] DU W, SHEN G F, TAO S, et al. Wintertime pollution level, size distribution and personal daily exposure to particulate matters in the northern and southern rural Chinese homes and variation in different household fuels[J]. Environmental Pollution, 2017, 231: 497-508.doi:10.1016/j.envpol.2017.08.039 [17] LI Q, QI J, JIANG J K, et al. Significant reduction in air pollutant emissions from household cooking stoves by replacing raw solid fuels with their carbonized products[J]. Science of The Total Environment, 2019, 650: 653-660.doi:10.1016/j.scitotenv.2018.09.020 [18] FULLERTON D G, BRUCE N, GORDON S B. Indoor air pollution from biomass fuel smoke is a major health concern in the developing world[J]. Transactions of the Royal Society of Tropical Medicine and Hygiene, 2008, 102: 843–851.doi:10.1016/j.trstmh.2008.05.028 [19] TAO S, RU M Y, DU W. et. al. Quantifying the rural residential energy transition in China from 1992 to 2012 through a representative national survey[J]. Nature Energy, 2018, 3: 567-573.doi:10.1038/s41560-018-0158-4 [20] CHAFE M, BRAUER Z, KLIMONT R, et al. Household cooking with solid fuels contributes to ambient PM2.5air pollution and the burden of disease[J]. Environment Health Perspectives, 2014, 122: 1314-1320.doi:10.1289/ehp.1206340 [21] 廖华, 唐鑫, 魏一鸣. 能源贫困研究现状与展望[J]. 中国软科学, 2015(8): 58-71.doi:10.3969/j.issn.1002-9753.2015.08.007 [22] YU K, QIU G K, CHAN K H, et al. Association of solid fuel use with risk of cardiovascular and all-cause mortality in rural China[J]. Jama the Journal of the American Medical Association, 2018, 319: 1351–1361.doi:10.1001/jama.2018.2151 [23] MISHRA V. Indoor air pollution from biomass combustion and acute respiratory illness in preschool age children in Zimbabwe[J]. International Journal of Epidemiology, 2003, 32(5): 847-853.doi:10.1093/ije/dyg240 [24] PATEL S K, PATEL S, KUMAR A. Effects of cooking fuel sources on the respiratory health of children: evidence from the Annual Health Survey, Uttar Pradesh, India[J]. Public Health, 2019, 169: 59-68.doi:10.1016/j.puhe.2019.01.003 [25] SHRESTHA I L, SHRESTHa S L. Indoor air pollution from biomass fuels and respiratory health of the exposed population in nepalese households[J]. International Journal of Occupational and Environmental Health, 2005, 11(2): 150-160.doi:10.1179/oeh.2005.11.2.150 [26] BENJAMIN K S. The political economy of energy poverty: a review of key challenges[J]. Energy for Sustainable Development, 2012, 16(3): 272-282.doi:10.1016/j.esd.2012.05.006 [27] KNODEL J, SAENGTIENCHAI C. Rural parents with urban children: social and economic implications of migration for the rural elderly in Thailand[J]. Population Space & Place, 2010, 13(3): 193-210. [28] MUKADAM N, SOMMERLAD A, HUNTLEY J. et al. Population attributable fractions for risk factors for dementia in low-income and middle-income countries: an analysis using cross-sectional survey data[J]. The Lancet Global Health, 2019, 7: 596-603.doi:10.1016/S2214-109X(19)30074-9 [29] DUFLO E, GREENSTONE M, HANNA R. Indoor air pollution, health and economic well-being[J], Surveys & Perspectives Integrating Environment & Society, 2008(1): 1-9. [30] HANNA R, Duflo E, GREENSTONE M. Up in smoke: the influence of household behavior on the long-run impact of improved cooking stoves[J]. American Economic Journal: Economic Policy, 2016(1): 80-114. [31] 温兴祥. 相对剥夺对农村中老年人健康状况的影响: 基于中国健康与养老追踪调查数据的分析[J]. 中国农村观察, 2018(6): 110-127. [32] 杜鹏. 中国老年人口健康状况分析[J]. 人口与经济, 2013(6): 3-9.doi:10.3969/j.issn.1000-4149.2013.06.001 [33] 宋靓珺, 杨玲. 老年人口健康寿命的演变轨迹及其影响因素: 一项基于CLHLS的实证研究[J]. 人口与经济, 2020(3): 57-74.doi:10.3969/j.issn.1000-4149.2020.00.009 [34] 陈东, 李晓宇, 栾静. 中老年健康差异及其影响因素分析: 基于EQ-5D健康调查数据的实证检验[J]. 统计与信息论坛, 2019, 34(4): 41-50.doi:10.3969/j.issn.1007-3116.2019.04.006 [35] 米红, 刘悦, 冯广刚. 中国老年人口健康状态变动的辨识及影响因素的评估分析: 基于SSAPUR 2015—2016年面板数据[J]. 人口学刊, 2020, 42(4): 42-55. [36] HE G J, LIU T, ZHOU M G. Straw burning, PM2.5, and death: evidence from China[J]. Journal of Development Economics, 2020, 145: 102-468. [37] LIAO H, TANG X, WEI Y M. Solid fuel use in rural China and its health effects[J]. Renewable and Sustainable Energy Reviews, 2016, 60: 900-908.doi:10.1016/j.rser.2016.01.121 [38] LIU J, HOU B, MA X W. Solid fuel use for cooking and its health effects on the elderly in rural China[J]. Environmental Science and Pollution Research, 2018, 25(4): 3669-3680.doi:10.1007/s11356-017-0720-9 [39] NORKSE R. Problems of capital formation in underdeveloped countries[M]. London: Oxford University Press, 1953. [40] SMITH K R. National burden of disease in India from indoor air pollution[J]. Proceedings of the National Academy of Sciences of the United States of America, 2000, 97(24): 13286-13293.doi:10.1073/pnas.97.24.13286 [41] FRANKENBERG E, MCKEE D, THOMAS D. Health consequences of forest fires in indonesia[J]. Demography, 2005, 42(1): 109–129.doi:10.1353/dem.2005.0004 [42] HAAS J D, Brownlie T. Iron deficiency and reduced work capacity: a critical review of the research to determine a causal relationshi[J]. The Journal of Nutrition, 2001, 131(2): 676-690.doi:10.1093/jn/131.2.676S [43] LI R, CHEN X, YAN H, et al. Functional consequences of iron supplementation in iron-deficient female cotton mill workers in Beijing, China[J]. American Journal of Clinical Nutrition. 1994, 59(4): 908-913.doi:10.1093/ajcn/59.4.908 [44] 祁毓, 卢洪友. 污染、健康与不平等: 跨越“环境健康贫困”陷阱[J]. 管理世界, 2015(9): 32-51. [45] MEKONNEN D, BRYAN E, ALEMU T, et al. Food versus fuel: examing trade offs in the allocation of biomass energy sources to domestic and productive uses in Ethiopia[J]. Agricultural Economics, 2017, 48: 425-435.doi:10.1111/agec.12344 [46] MASERA O R, SAATKAMP B D, KAMMEN D M. From linear fuel switching to multiple cooking strategies: a critique and alternative to the energy ladder model[J]. World Development, 2000, 28(12): 2083-2103.doi:10.1016/S0305-750X(00)00076-0 [47] DAIOGLOU V, RUIJVEN B J V, VUUREN D P V, Model projections for household energy use in developing countries[J]. Energy, 2012, 37(1): 601-615.doi:10.1016/j.energy.2011.10.044 [48] COUTURE S, GARCIA S, REYNAUD A. Household energy choices and fuel wood consumption: an econometric approach using French data[J]. Energy Economics, 2012, 34: 1972-1981.doi:10.1016/j.eneco.2012.08.022 [49] LIU Y, CHEN X, YAN Z J. Depression in the house: the effects of household air pollution from solid fuel use among the middle-aged and older population in China[J]. Science of The Total Environment, 2020, 703: 134706.doi:10.1016/j.scitotenv.2019.134706 [50] MEHTA S, SHAHPAR C. The health benefits of interventions to reduce indoor air pollution from solid fuel use: a cost-effectiveness analysis[J]. Energy for Sustainable Development, 2004, VIII(3): 53-59. [51] ABHIJIT V B, ESTHER D. Poor economics: a radical rethinking of the way to fight global poverty[M]. CITIC Press, 2018. [52] JISHNU D, SAUMYA D. Trust, learning and vaccination: a case study of a north Indian village[J]. Social Science and Medicine, 2003, 57(1): 97-112.doi:10.1016/S0277-9536(02)00302-7 [53] IDLER E L, BENYAMINI Y. Self-rated health and mortality: a review of twenty-seven community studies[J]. Journal of Health and Social Behavior, 1997, 38(1): 21-37.doi:10.2307/2955359 [54] IDLER E L, KASL S V. Self-rating of health: do they predict change in functional ability[J]. The Journals of Gerontology. Series B, Psychological Sciences and Social Sciences, 1995, 50: 344-353.
计量
- 文章访问数:347
- HTML全文浏览量:114
- PDF下载量:123
- 被引次数:0