我国医疗体系具有鲜明的公共产品属性，资金来源主要依靠政府财政扶持，即政府卫生支出。政府卫生支出具有正外部性，在满足居民随疾病谱动态演变的需求、合理配置卫生资源、宏观调控卫生筹资结构与规模、精准深化医疗保险减贫功能等方面均发挥着重要作用。

近年来，一些研究^[1-2]表明，人类活动带来的气候变化与生态环境恶化可能彻底扭转人类长期以来为增进公共健康所作出的努力，加重政府在卫生保健领域的财政负担和居民的疾病经济负担。作为全球气候变化的重要原因之一，过度碳排放是对公共健康的极大威胁。我国的碳排放总量在全球位居前列，有限的政府卫生支出^[3]难以抵消二氧化碳大量排放从多角度对公共健康造成的负面影响^[4-6]。Kinney^[7]提出，未来的政策制定要在气候与环境交互协调的情境下进行，带有鲜明时空特点的政府卫生财政安排正是该蓝图下的重要一环。二氧化碳附带的健康效应对居民卫生服务利用、费用支出有挤出效应^[8]，进而对政府卫生支出的规模和结构的科学性带来了挑战^[9]。因此，当前亟待探索二氧化碳排放对我国政府卫生支出的驱动关系与链路机制，并对政府卫生支出规模管理的锚点与基本准则进行总结与归纳。既往研究大量探讨了气候变化与人类健康的关系，鲜有基于空间视角将气候变化因素纳入政府卫生支出的多维影响因素模型，精准测算各因素独立、耦合贡献程度的研究。现基于地理探测器方法研究气候变化对我国省级政府卫生支出空间分异特征的作用，分析气候因素独立及耦合驱动的链路机制及各省的驱动风险特征，以期为全球气候变化减排与社会发展背景下精准设计我国政府卫生支出规模与结构提供循证依据。

1 研究假设

假设1：气候变化通过多重路径对政府卫生支出的空间分布产生影响。

基于前期大量文献研究，本研究就社会经济发展因素、卫生服务因素、制度因素和气候因素对政府卫生支出的作用机制进行了归纳总结，见图 1。

二氧化碳对政府卫生支出的作用机制错综复杂，包含了广泛的间接效应和协同效应^[10]。在城市化背景下，二氧化碳的大量排放具有一定的毒性^{[4, 11]}，带来海平面升高、全球平均气温上升等环境威胁^[12]，并进一步刺激健康需求增加，加剧了卫生服务需求与利用之间的矛盾，增加居民的就医负担^[13]。因此，政府卫生支出必须充分发挥落实基本医疗保险、鼓励社会办医、健全完善对当地基层医疗卫生机构与公立医院的补贴政策、健全完善公共卫生保障机制的功能^[14]，帮助卫生服务供需关系回归正常。既往研究已经就该机制搭建了初步总体框架，但该关联的量化证据略显薄弱。

假设2：政府卫生支出的空间分布是多重因素协同作用的结果。

政府卫生支出受到微观个体与宏观社会多维因素的协同影响。在世界卫生组织关于健康的社会决定因素理论模型中，个体层面的年龄、性别等生物遗传因素，家庭社区层面的行为方式，社会层面的经济、气候环境与卫生保健服务等多维因素以及宏观层面的卫生保健制度因素，都对居民卫生服务需求产生单一或耦合交互影响。为实现气候变化背景下的减排发展目标，应对中国居民疾病谱以慢性病为主、突发重大传染病疫情暴发、人口老龄化、居民健康诉求升级，我国政府需要合理设计政府卫生支出的规模和结构。

2 资料与方法 2.1 资料来源

研究基于中国家庭追踪调查（China Family Pa-nel Studies, CFPS）、中国碳排放账户和数据库（China Emission Accounts & Datasets, CEADs）及年鉴数据，覆盖我国26个省（自治区、直辖市）（未选取在数据库中抽样数量较少的省份，避免产生偏倚）。如表 1所示，原始数据中，除了省平均锻炼时长、省月吸烟率、人均二氧化碳排放量、省居民慢性病患病率、省家庭年均医疗总费用、省家庭年均住院费用、省总参保率来自公开数据库外，其他指标数据均源自各类年鉴。基于假设2中的文献推演，指标涵盖了健康行为、气候变化、社会经济、卫生服务和政策维度，综合考量了被解释变量的成因。另外，为便于指标后续栅格化处理，研究选取指标时引入了均数、比例等，以消除规模效应。

2.2 研究方法

地理探测器^[15-16]是一组用于检测空间分异性及其驱动因子的空间统计学方法，主要分为分异及因子探测、交互作用探测、风险区探测与生态探测。优点在于可避免多重共线性的影响，无须线性假设，同时能够探测出因子间真正的交互作用^[17]。出于验证研究假设的需要，研究在数据栅格化（30 km×30 km）的基础上，使用了前3种方法。

2.2.1 分异及因子探测

主要探测人均政府卫生支出的空间分异性，以及各驱动因子对其空间分布的解释力度。结果用q值度量，表示当前驱动因子在多大程度（q ×100%）上解释了Y，q值在[0, 1]。q值越大，驱动因子对人均政府卫生支出空间分布的解释力度越强。计算公式如下

$ q=1-\frac{\sum\nolimits_{h=1}^L\left(N_h \sigma_h\right)^2}{N \sigma^2}=1-\frac{\mathrm{SSW}}{\mathrm{SST}} $

(1)

式（1）中：层内方差之和$ \mathrm{SSW}=\sum_{h=1}^L\left(N_h \sigma_h\right)^2$，全局总方差$ \mathrm{SST}=N \sigma^2$，h代表人均政府卫生支出或驱动因子的分层，N_h代表分层h的单元数，N代表全局的单元数，σ_h²为分层h的人均政府卫生支出方差。

2.2.2 交互作用探测

探测各驱动因子交互后对人均政府卫生支出的解释力度，根据结果一般将各驱动因子的交互作用分为以下4类，见表 2。

2个相互独立、不发生交互的因子的预期总解释力可视作两因子单独作用的解释力之和。因此，单因子非线性减弱且双因子增强，可视作发生反向交互作用（即降低）；当两驱动因子非线性增强时，发生正向交互作用；当两因子发生独立交互作用时，则认为两驱动因子彼此独立（即不交互）。

2.2.3 风险区探测

本研究所提到的高风险区是指具有最高风险分类水平驱动因子的地区，主要通过以下步骤进行识别。风险区探测根据每个驱动因子经自然断点法分类后的分类水平所对应的人均政府卫生支出均数，确定每个驱动因子风险最高的分类水平。该分类水平的风险与其他分类水平的风险是否存在统计学意义，即该分类水平对应的分区是否是该因子唯一的高风险区有待进一步检验。风险区探测用t检验来进一步探测两分区的人均政府卫生支出差异是否有统计学意义。检验水准α=0.05。

$ t_{\left(\bar{y}_{h=1}-\bar{y}_{h=2}\right)}=\frac{\bar{Y}_{h=1}-\bar{Y}_{h=2}}{\left[\frac{\operatorname{Var}\left(\overline{Y}_{h=1}\right)}{n_{h=1}}+\frac{\operatorname{Var}\left(\bar{Y}_{h=2}\right)}{n_{h=2}}\right]^{1 / 2}} $

(2)

$ \mathcal{v}=\frac{\frac{\operatorname{Var}\left(\bar{Y}_{h=1}\right)}{n_{h=1}}+\frac{\operatorname{Var}\left(\bar{Y}_{h=2}\right)}{n_{h=2}}}{\frac{1}{n_{h=1}-1}\left[\frac{\operatorname{Var}\left(\bar{Y}_{h=1}\right)}{n_{h=1}}\right]^2+\frac{1}{n_{h=2}-1}\left[\frac{\operatorname{Var}\left(\bar{Y}_{h=2}\right)}{n_{h=2}}\right]^2} $

(3)

式（2）中：Y_h表示区域h的人均政府卫生支出，n_h为区域h样本数，Var为方差。

式（3）中：v为t统计量所服从的Student’s t分布的自由度。

另外，统计检验提出的零假设H₀：Y_h=1=Y_h=2，即两区域的人均政府卫生支出均数无差异。在一定置信水平下拒绝零假设H₀，则两区域的人均政府卫生支出均数差异有统计学意义。

3 结果 3.1 分异及因子探测

如表 3所示，计算各驱动因子的q值并排序后发现，省家庭年均住院费用、省家庭年均医疗总费用、健康行为（省月吸烟率与省平均锻炼时长）、人均二氧化碳排放量、人均地区生产总值、老年人（65岁及以上）比例对人均政府卫生支出空间分布的解释力度相对较大，其中卫生费用相关因素的解释力度普遍超过55.00%。

3.2 交互作用探测

各驱动因子两两交互的交互效应对因变量的解释力如表 4所示，一些交互组合呈现出非线性增强效果，交互后的解释力大于二者单独作用的解释力之和，即正向交互。本研究认定，当某驱动因子与超过半数的其余驱动因子均产生非线性增强作用时，该驱动因子为强交互性因子。本研究共发现7个强交互性因子，即省会城市年极端最高气温、省城市人口占总人口的比例、女性比例、每千人口卫生机构床位数、省居民慢性病患病率、省5岁以下儿童重度营养不良比例、省总参保率。其中：省城市人口占总人口的比例与10个驱动因子均呈现非线性增强效果，省会城市年极端最高气温与9个驱动因子呈现非线性增强效果，人均二氧化碳排放量与5个驱动因子呈现非线性增强效果，省会城市年极端最高气温、人均二氧化碳排放量都在与经济因素交互后达到最大的解释力度。

3.3 风险区探测

根据风险区探测结果确定各驱动因子的最高风险分类，并根据原始数据对应至具体省（自治区、直辖市）。如表 5所示，在26个省（自治区、直辖市）中，除7个省（自治区、直辖市）的所有驱动因子均不存在最高风险分类外，其余21个省（自治区、直辖市）均有涉及1个或多个驱动因子的最高风险分类，合并维度后总结为18种风险区类别。其中：云南省的气候是政府卫生支出的主导因素，省会城市年极端最高气温处于最低分类水平，却表现出最高风险，可能是该地区气候温和，对全球变暖的适应性较差，因此，人均政府卫生支出变动较大。内蒙古是唯一由行为-气候-经济-人口-卫生服务-政策6个驱动因子主导的地区，表明内蒙古6个维度的因子均处于最高风险分类水平，对人均政府卫生支出的影响较大。

4 讨论与建议 4.1 人均政府卫生支出的空间分布是多因素协同作用的结果

从分异及因子探测与交互作用探测结果看，本研究罗列的多维因素均对政府卫生支出的空间分异有较大的贡献。卫生费用、健康行为、人均二氧化碳排放量、人均地区生产总值、老年人（65岁及以上）比例对人均政府卫生支出的单因子解释力度较大，且进一步与其他因素耦合，加剧我国省级政府卫生支出的空间分异。

既往研究^[18]对我国省级政府卫生支出的空间分布差异有所论证，但很少进一步探究空间分异特征的驱动因素。本研究打破了政府卫生支出研究对于空间同质性的传统假设，发现了政府卫生支出空间分异特征的主要驱动因子，涵盖卫生费用、老龄化、健康相关行为、气候变化、经济发展等多维因素及其耦合作用。政府是卫生费用的来源之一，卫生服务利用情况直接决定了政府卫生支出的预期规模^[19]。地区间的气候变化、经济发展、行为习惯与老龄化情况差异改变了卫生服务利用，进一步加剧了政府卫生支出的空间分异。2011—2016年我国部分地区的卫生服务利用在空间上愈发不公平^[20]，这间接证实了上述结论。因此，考虑到气候变化与多维问题交织，政府在确定和控制政府卫生支出规模时，应重视多元因素的联合作用机制并对多元因素协同管理，而非仅仅关注卫生服务的利用。

4.2 气候作为驱动因素及重要的催化剂间接增加政府卫生支出，需将其内化于各领域的政策制定

本研究以气候变化驱动的链路机制为核心，采用气温和人均二氧化碳排放量2个指标来刻画气候因素对政府卫生支出的影响，发现气候变化作为催化因素可能从多角度增加政府卫生支出。

气候变化本身对政府卫生支出的空间分异具有独立的驱动作用，气温对人均政府卫生支出的解释力是32.76%，人均二氧化碳排放量的解释力为51.71%。气候变化与政府卫生支出之间存在众多中介因素。一方面，在一定浓度下二氧化碳的毒性会对人群的身心状态产生影响；另一方面，气温上升可能导致干旱、洪水以及农、渔、畜牧业生产力降低，并最终威胁人群健康，通过健康需求转变为对政府卫生财政规划的压力。

值得注意的是，驱动因子交互后对政府卫生支出的解释力进一步增强。省城市人口占总人口的比例的解释力为30.59%，当其与气温交互后，解释力升至96.08%，跨度高达3倍有余；当人均二氧化碳排放量与省城市人口占总人口的比例交互后，解释力高达97.33%。在城市化进程中，生态环境遭到破坏^[21]，居民身心健康出现问题^[22]，气候变化对健康的影响加剧了居民健康状况的恶化，并进一步激化了卫生服务的供需矛盾，暴露了政府卫生财政投入不足问题。2011—2020年是有史以来最暖的10年，这对于中国甚至其他各国的政府卫生支出均是不小的挑战。因此，在控制政府卫生支出时应考虑气候变化，不仅要将其内化在卫生政策中，更要体现在多领域的制度中。

4.3 制定兼顾区位特征与高危因素分布的地区政策，是控制政府卫生支出的关键

制定差异化的地区政策成本-效益较高且较为科学。本研究的风险探测结果可作为确定政府卫生支出高风险区的依据，识别行为、气候、经济、人口、卫生服务、政策六维因素对地区政府卫生支出上涨的主导作用，帮助地区政府明确短板。

以内蒙古自治区为例，内蒙古是人均政府卫生支出受行为-气候-经济-人口-卫生服务-政策6个因素共同主导的风险区，在气候变化的环境下，其健康攻坚形势严峻。第一，本研究的原始数据显示，2016年内蒙古参保率仅为86.67%，其门诊费用及总医疗费用在26个省（自治区、直辖市）中较高。一方面，医疗保险无法提高居民健康水平与卫生服务利用率^[23]；另一方面，神灵主义医学模式、宗教信仰及不良的健康意识进一步加剧疾病状况^[24]。第二，其辖区约67%的土地为牧场，主要由温带草原组成。前期过度放牧、气候变化带来的荒漠化和长期干旱对于以畜牧业为主的内蒙古的经济是致命的打击。第三，尽管内蒙古全年气温相对温和，维持在-5℃~10℃，但人均政府卫生支出风险较大。既往研究^[25-26]证实了这点，并提出气候温和的地区对于全球变暖的适应性可能较差。第四，内蒙古身处华北地区且能源消耗大，近年来空气污染情况不容乐观^[27]。第五，近年来中国经济快速发展，一方面内蒙古有大量移民涌入^[28]，另一方面牧民的生活方式转为久坐不动，且存在吸烟行为^[29]，加剧了卫生服务需求与政府财政负担。

气候变化背景下的政府卫生支出增加问题需要多途径综合治理，应在健全完善多部门协同机制的基础上，进一步制定科学合理、因地制宜的地区政策。政府卫生支出由财政统筹，必须打破行政界限，化博弈为协商，避免各地区因利益冲突而推脱气候治理与合作责任，承担起共同应对气候变化的历史责任^[30]。

·作者声明本文无实际或潜在的利益冲突