调整后的储蓄：颗粒物排放损害（现价美元）
Adjusted savings, particulate emission damage (current US$)
下载数据指标解释
World Bank official description / 世界银行官方说明
Particulate emissions damage is the damage due to exposure of a country's population to ambient concentrations of particulates measuring less than 2.5 microns in diameter (PM2.5), ambient ozone pollution, and indoor concentrations of PM2.5 in households cooking with solid fuels. Damages are calculated as foregone labor income due to premature death. Estimates of health impacts from the Global Burden of Disease Study 2013 are for 1990, 1995, 2000, 2005, 2010, and 2013. Data for other years have been extrapolated from trends in mortality rates. This indicator is expressed in current prices, meaning no adjustment has been made to account for price changes over time. This indicator is expressed in United States dollars.
可供参考的中文翻译：颗粒物排放损害是指一国人口因暴露于直径小于2.5微米的颗粒物（PM2.5）环境浓度、周围臭氧污染以及使用固体燃料做饭家庭室内PM2.5浓度而遭受的损害。损害计算方式为因过早死亡而损失的劳动收入。全球疾病负担研究2013年的健康影响估算覆盖1990年、1995年、2000年、2005年、2010年和2013年。其他年份的数据则根据死亡率趋势外推。该指标以现价美元表示，即未对时间推移导致的价格变化进行调整。
数据口径与风险提示
- 该指标以过早死亡导致的劳动收入损失来估算健康损害，属于间接核算而非直接医疗成本
- 数据来源于全球疾病负担研究2013，部分年份为趋势外推值，可能与实际流行病学数据存在偏差
- 现价美元口径未剔除通胀因素，不同年份数值变化可能反映价格水平变化而非实际损害变化
- 该指标反映的是人口健康暴露损失，而非环境污染治理成本或排放量本身
- 中国数据覆盖1990年至2021年，但世界汇总数据缺失，无法进行直接的世界对比
- 使用固体燃料做饭导致的室内PM2.5暴露权重可能因各国炊事燃料结构差异而不可直接比较
- 损害估算依赖特定健康效应函数，不同假设下的结果可能存在显著差异
- 该指标为负向调整项，数值越高意味着资源损耗越大，但不宜直接解读为环境政策失败
中国趋势
中国颗粒物排放损害调整后储蓄从1990年的约51亿美元上升至2021年的约838亿美元，三十余年间增长超过16倍，反映出人口暴露于PM2.5和臭氧污染的健康损失持续扩大。2000年代中期以前增势相对平缓，2007年后出现明显加速，2011年突破3.7万亿美元，2018年超过6.6万亿美元，2021年达到峰值。2015至2020年间增长放缓，可能与清洁空气政策导致的人口暴露浓度下降有关，但绝对值仍持续攀升，主要受人口基数和城镇化进程中暴露人群规模扩大的影响。
- 1990年中国该指标值为51.0亿美元，2021年增至838.0亿美元，全程增长约16.4倍
- 1991年为历史最低值50.6亿美元，此后除1993年短暂回调外持续上升
- 2007年突破1.8万亿美元，2008年达到2.4万亿美元，增幅显著
- 2011年突破3.7万亿美元，2013年突破4.7万亿美元
- 2015至2019年间维持在5.5至6.8万亿美元区间
- 2021年达历史峰值838.0亿美元，较2020年增长约16%
- 1990至1999年期末与期初之比为1.94倍，2000至2009年为2.48倍，2010至2019年为2.27倍
- 现价美元数据未剔除通胀影响，美元兑人民币汇率波动也会影响以美元计价的数值
全球趋势
世界汇总数据缺失，无法提供全球颗粒物排放损害调整后储蓄的趋势分析。该指标的世界层面数据可能因统计口径差异或数据可得性问题而未被纳入世行数据库。若需了解全球污染损害的总体规模，需参考其他相关指标或分区域、分国家数据汇总。
- 世行数据库中该指标的世界汇总数据记录数为0，无可用趋势点
- 世界数据缺失导致无法进行中国与世界平均水平的直接对比
- 无法评估中国在全球颗粒物排放损害中的占比变化趋势
- 在进行跨国比较研究时需自行构建世界或区域汇总值
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。 |
| 1970-1979 | - | - | 该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。 |
| 1980-1989 | - | - | 该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。 |
| 1990-1999 | 1.9x | - | 该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。 对现价或美元口径指标而言，还需要警惕价格水平、汇率和通胀因素，不能直接解释为真实增长差异。 |
| 2000-2009 | 2.5x | - | 该时期倍数扩大至约2.48倍，增速明显加快，可能反映快速城镇化导致暴露人口基数扩大，以及机动车保有量和工业排放的同步增长。 |
| 2010-2019 | 2.3x | - | 该时期倍数回落至约2.27倍，增速有所放缓，可能意味着清洁空气政策开始对人口暴露浓度产生一定抑制作用，但受制于城镇化进程中人口持续向城市聚集，暴露人群绝对规模仍在扩大。 |
| 2020-2029 | 1.2x | - | 目前数据仅覆盖2020-2021年，倍数仅为约1.16倍，增长显著放缓，这一现象可能与疫情期间经济活动减弱导致的短期排放减少有关，也可能反映长期清洁转型政策效果开始显现，但现有数据年份尚短，难以得出确定性结论。 |
2021 年全部国家排名
排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。
使用建议、常见误用与研究场景
数值较高通常意味着什么
该指标数值越高，表示人口暴露于颗粒物和臭氧污染导致的过早死亡劳动收入损失越大，环境健康外部性成本越高。
数值较低通常意味着什么
该指标数值越低，表示污染暴露导致的健康损失越小，可能反映空气质量改善、暴露人群减少或健康响应改善。
鍙ｅ緞闄愬埗
- 现价美元口径未剔除通胀，不同年份数据受汇率和价格水平影响，不宜直接用于时间序列比较
- 该指标仅反映过早死亡导致的劳动收入损失，不包括医疗支出、疾病负担等其他形式的经济损失
- 使用固体燃料做饭导致的室内污染暴露权重在不同国家间差异较大，跨国比较需谨慎
- 该指标是调整后储蓄账户的扣减项，反映资源消耗而非政策效果的直接测度
- 世行数据中世界汇总值缺失，无法直接获得全球平均水平
- 数据来源于2013年全球疾病负担研究，后续更新可能影响数据可比性
使用建议
- 进行纵向分析时建议优先使用不变价或人均数据，以剔除通胀和人口规模影响
- 跨国比较时应关注使用相同健康效应函数和流行病学假设的研究
- 该指标可与空气质量监测数据、PM2.5浓度数据结合使用，形成排放-暴露-健康损害的完整链条
- 评估政策效果时建议结合同期清洁空气政策实施情况和能源结构变化数据
- 分析可持续收入时，该指标可作为传统国民账户的环境调整项，与其他资源损耗指标联合解读
- 研究健康经济负担时，可结合医疗支出数据和劳动力参与率数据进行综合分析
常见错误用法
错误做法：直接将该指标数值高低作为判断某国空气质量好坏的依据
正确做法：将该指标理解为人口暴露于污染导致的健康经济损失，并结合PM2.5浓度监测数据、死亡率数据进行综合判断
该指标反映的是过早死亡导致的劳动收入损失，而非空气中污染物的实际浓度，两者受人口结构、医疗水平和暴露时长等多种因素调节
错误做法：使用该指标不同年份的美元绝对值变化来评估清洁空气政策的成效
正确做法：使用该指标占GNI或人均口径，结合同期空气质量改善数据进行政策评估
现价美元绝对值受通胀和汇率影响，且绝对值增长可能同时反映暴露人群规模扩大，而非暴露浓度的恶化
错误做法：将中国该指标数值与美国对比，直接得出中国空气质量更差的结论
正确做法：将中国该指标与同等发展阶段、人口规模、化石能源消费结构的国家进行比较，并关注人均值和占GNI比例
绝对损失值受人口规模和GDP总量影响，不同发展阶段国家的健康基线和暴露风险结构也存在差异
错误做法：将该指标等同于颗粒物排放造成的全部经济损失
正确做法：认识到该指标仅覆盖过早死亡导致的劳动收入损失，不包括慢性病负担、医疗费用和生产中断等间接成本
过早死亡损失只是空气污染健康危害的一部分，完整的经济损失评估需纳入更广泛的健康经济学核算框架
错误做法：使用该指标进行简单的因果归因，将数值增长完全归因于环境政策失败
正确做法：结合能源消费结构、产业结构、城市化率和人口分布等因素进行多变量分析
该指标受多重社会经济因素影响，政策效果需在控制其他变量后才能较准确识别
实际应用场景
- 环境调整后储蓄与绿色经济增长核算：评估中国绿色GDP核算体系时，将颗粒物排放损害纳入调整后储蓄框架 被解释变量（结果变量） 可将调整后储蓄占传统国民储蓄的比率作为环境可持续性测度，结合能源消费结构变化和TFP增长率进行回归分析
- 空气污染健康经济损失的跨国比较：比较不同收入水平国家空气污染健康负担时，使用人均颗粒物损害数据进行标准化比较 比较变量（标准化指标） 采用人均值或占人均GNI比例可部分消除规模和收入水平差异，便于识别发展阶段的结构性差异
- 清洁空气政策的健康效益估算：评估清洁空气行动计划对劳动生产率和人口健康的实际影响 结果变量（机制验证） 可将PM2.5浓度变化作为中介变量，检验政策通过降低暴露浓度进而减少健康损失的传导路径
- 城镇化与污染健康暴露的时序关系：研究城镇化进程与空气污染健康损失的时间动态 结果变量 结合城镇化率和城市人口数据进行时间序列分析，注意城镇化与工业化的时间匹配性
- 化石能源转型的环境收益评估：评估能源结构从煤炭向清洁能源转型对环境健康外部性的削减效果 结果变量（稳健性检验） 可结合煤炭消费占比、可再生能源装机容量等变量进行敏感性分析，检验结论的稳健性
调整后的储蓄：颗粒物排放损害（现价美元）常见问题
中国颗粒物排放损害每年有多少亿美元？
根据世界银行数据，2021年中国该指标约为838亿美元（约合人民币5600亿元），为当年全球最高，反映了庞大人口暴露于空气污染导致的劳动收入损失规模。
为什么中国颗粒物排放损害在不断增加？
该指标增长受多重因素驱动：人口基数大且持续向城市聚集导致暴露人群规模扩大；快速工业化城镇化阶段的高排放强度；以及以美元计价受汇率和价格水平影响。绝对值增长不一定仅反映空气质量恶化，也可能包含人口和经济增长的结构性因素。
该指标和空气质量监测数据有什么关系？
两者存在联系但有本质区别：空气质量监测数据反映环境浓度水平，而该指标反映人口暴露后的健康经济损失。相同PM2.5浓度下，人口老龄化程度高、医疗条件差的地区可能产生更高的劳动收入损失。两者结合使用可形成从污染源到健康损害的完整链条。
为什么该指标用美元计算？用人民币看会不会不同？
世界银行以美元为标准单位以便于跨国比较。使用人民币计价的绝对值会因汇率变化而不同，但倍数关系和时间趋势在排除汇率大幅波动后通常具有可比性。研究具体政策效果时建议使用不变价或本币现价数据。
这个指标数值高说明什么？是坏事吗？
从环境经济学角度，该指标为负向调整项，数值越高意味着环境污染导致的人口健康损失越大，资源消耗越多。但解读时需注意：该指标反映的是已发生的健康损失而非排放量本身；人口规模大的国家绝对值自然较高；绝对值高低受发展阶段和统计口径影响，不宜简单跨国比较。
该指标和PM2.5年均浓度数据有什么差异？
PM2.5年均浓度反映的是环境空气中颗粒物的实际浓度水平，是环境质量指标；该指标反映人口暴露于污染后的健康经济损失，是经济影响指标。浓度高不等于损失一定大，还取决于暴露人口规模、健康效应函数参数等因素。
为什么中国该指标长期居于全球前列？
主要有三方面原因：一是人口基数大，暴露于污染的人群规模巨大；二是快速工业化阶段的高排放强度历史积累；三是该指标以现价美元计量，人民币汇率变化也会影响美元计价的数值。
该指标能否用于评估清洁空气政策的成效？
可以使用，但需谨慎。该指标的年度变化受多重因素影响，包括空气质量改善、人口老龄化、医疗技术进步和统计方法调整等。评估政策效果需要控制人口结构、经济发展阶段等混杂变量，最好结合空气质量浓度数据进行综合判断。
下载数据
免费获取世界银行WDI完整数据集，包含调整后的储蓄：颗粒物排放损害（现价美元）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据