我们将每天分享国际上生物、医学等方向的最新科研成果，把世界上最新的科技发展带给读者，如果喜欢我们，请点一个关注吧
摘要
背景：中国是全球烟草消费量最高的国家之一，且尚未出台国家层面的禁烟立法。尽管自2008年以来，中国已有20多个城市通过了地方禁烟法规，但关于这些法规在减少吸烟行为和带来经济效益方面的有效性证据仍然匮乏。本研究利用一项自然准实验，即2017年3月在上海实施的全面公共场所禁烟令，旨在评估该政策对个人吸烟行为的影响，并量化其对宏观经济结果的影响。
方法：在本项差分中的差分分析与建模研究中，我们使用了来自2012年、2014年、2016年和2018年中国家庭追踪调查（China Family Panel Studies）的吸烟行为数据。我们采用差分中的差分方法，调查了2017年实施禁烟令后，上海受访者相对于其他直辖市、省会城市和副省级城市受访者（对照组）的吸烟率变化趋势。纳入所有18岁及以上的受访者，但居住在北京和农村地区的人除外。差分中的差分分析中的主要关注变量是自我报告的吸烟状态。基于吸烟率下降的差分中的差分估计，我们使用了一个健康增强的宏观经济模型来估算如果2017年至2035年期间在中国全国范围内实施此类禁烟令，可能带来的宏观经济收益。
结果：共有14,688名受访者纳入分析，其中5,766名来自上海，8,922名来自对照组。2017年上海实施禁烟令后，吸烟率下降了2.2个百分点（95%置信区间为2.1~2.3），相当于当前吸烟者数量减少了8.4%。与各自对照组相比，禁烟令对男性、受教育程度较高者、未婚人士和年轻人产生了更大的影响。建模分析显示，如果在中国全国范围内实施与上海类似的全面公共场所禁烟令，那么2017年至2035年期间，中国的国内生产总值将增加0.04%至0.07%，这一增长将超过执行禁烟令的经济成本。
解读：上海的禁烟令表明，严格执行的全面公共场所禁烟令在遏制吸烟行为方面是有效的。此外，在中国全国范围内实施全面公共场所禁烟令也将具有成本效益。
资助：中国国家社会科学基金
引言
烟草使用是全球可预防死亡的主要原因，[1] 2019年在全球范围内导致了大约800万人死亡和2亿残疾调整生命年（DALYs）。[2] 随着人们对吸烟对健康不良后果认识的提高，世界各地实施了各种烟草控制政策，包括增加税收、无烟立法（即在公共场所禁烟）、限制广告、健康警示标签以及为现有吸烟者提供戒烟支持。[3,4] 在这些政策中，无烟立法受到了广泛关注，因为此类政策能够保护非吸烟者免受二手烟的危害，并影响吸烟者的行为。[5-7] 许多研究已经调查了公共场所禁烟对吸烟率、吸烟强度、二手烟暴露和健康结果的影响，[8-16] 并显示这些影响因国家而异，并受到政策执行差异的影响。[6,17] 然而，这些研究大多是在高收入国家进行的。关于公共场所禁烟在低收入和中等收入国家（LMICs）的影响的证据相对较少，而大多数与烟草相关的疾病负担却发生在这些国家。[2] 由于LMICs的人口结构、执行机制和文化背景不同，因此尚不清楚禁烟令在这些国家的效果是否相似。
全球烟草消费量最高的是中国，2019年中国有超过3亿人吸烟，占全球烟草消费量的三分之一以上。[2] 2018年，中国18-69岁成年人的吸烟率高于25%，[18,19] 吸烟是导致DALYs的主要原因，也是该国第二大过早死因。[20] 据估计，2010年吸烟在中国导致超过100万人死亡，除非广泛戒烟，否则这一数字预计到2050年将增加至300万。[21] 尽管自2005年中国政府批准《世界卫生组织烟草控制框架公约》以来，中国在降低吸烟率方面取得了值得称赞的进展，但仍存在巨大差距。[22] 根据2023年世界卫生组织关于全球烟草流行的报告，[1] 与中国在监测、大众媒体宣传和税收方面的努力相比，中国在通过禁烟令保护人们免受烟草烟雾危害方面的得分最低。中国没有统一的国家级无烟立法。虽然自2008年以来，中国有20多个城市通过了地方无烟法律，但2021年这些法规仅影响了约13.8%的中国人口。[23,24]
在中国已经通过地方无烟法律的城市中，上海的全面公共场所禁烟令因其广泛的覆盖范围和严格的执行而脱颖而出。2010年，上海首次实施了部分公共场所禁烟令，后于2017年3月扩大为全面公共场所禁烟令。这一广泛的禁烟令在覆盖范围上是全面的，禁止在所有室内公共场所、工作场所和公共交通工具上吸烟，没有例外或指定吸烟室。该禁令还扩展到一些室外公共场所，包括儿童游乐场、医疗保健机构的开放区域和公交车站，这与《世界卫生组织烟草控制框架公约》第8条的建议相一致，该条建议禁止在室内工作场所、公共交通工具、室内公共场所以及适当的其他公共场所吸烟。为确保有效执行，上海市政府加强了行政监督，并对违反禁令的个人和实体处以罚款。对于每次违规，违反禁令的个人可能会被处以最高200元人民币（29.6美元，2017年1美元等于6.75元人民币）的罚款，而实体可能会被处以最高30,000元人民币（约4,444美元）的罚款。相比之下，在许多已经通过地方无烟法律的中国城市，禁烟令仅覆盖少数室内场所，如学校、图书馆、公共交通工具和医疗保健机构。在许多公共场所，如酒店和餐馆，仍然允许吸烟，且未考虑办公空间。[24] 此外，由于资源限制，这些城市中的大多数在执行方面面临挑战，违反公共场所禁烟令的行为很常见。[25]
考虑到这一背景和数据可用性，我们聚焦于上海，以评估中等收入国家全面禁烟令的影响。有关上海全面公共场所禁烟令的更多详细信息见附录（第1-5页）。先前的一项研究表明，2014年至2018年间，上海的吸烟率下降了3.4个百分点。[23] 然而，这一减少在多大程度上可以归因于全面公共场所禁烟令，以及此类立法的宏观经济结果仍不清楚。
上海与其他中国城市在实施公共场所禁烟令的时间上的差异创造了一个自然实验，为评估在中国等LMICs实施全面公共场所禁烟令的有效性提供了机会。在本研究中，我们旨在使用全国代表性的纵向调查数据和差分中的差分方法，来检查上海全面公共场所禁烟令对吸烟行为的影响。此外，基于差分中的差分模型得出的吸烟率变化，我们应用了一个健康增强的宏观经济模型，以估计在中国全国范围内实施此类全面公共场所禁烟令所能带来的宏观经济收益。
研究背景
本研究之前的证据
我们检索了PubMed、Web of Science、Google Scholar和中国国家知识基础设施数据库，查找了2000年1月1日至2024年6月1日期间发表的研究，检索词包括“无烟立法”、“无烟政策”或“公共场所禁烟”，并结合“吸烟行为”、“宏观经济效益”或“健康结果”。多项研究已证实无烟立法在高收入国家遏制烟草使用的有效性。然而，关于无烟立法对低收入和中等收入国家（LMICs）吸烟行为及宏观经济影响的确凿证据却很少。既往研究未曾严格评估2017年中国上海全面实施公共场所禁烟的效果。
本研究的增值之处
据我们所知，本研究是首项评估中国全面实施公共场所禁烟的有效性及其宏观经济成果的研究。上海全面实施公共场所禁烟使上海的吸烟率降低了2.2个百分点，相当于当前吸烟者人数减少了8.4%。这一发现突显了与部分禁烟相比，严格执行全面禁烟在遏制吸烟行为方面的有效性。此外，本研究还评估了吸烟率变化对宏观经济成果的影响。在2017年至2035年期间，实施全国范围内的全面实施公共场所禁烟将使中国的国内生产总值增加0.04%至0.07%。初步计算表明，实施这样的全面公共场所禁烟措施将具有极高的成本效益，因为宏观经济收益远超执行禁令的成本。除了改善健康行为外，我们的分析还为该政策的影响提供了明确的经济解释。
所有可用证据的启示
全面实施公共场所禁烟是降低吸烟率和减轻烟草相关经济负担的有效策略。包括中国在内的LMICs应加快实施全面实施公共场所禁烟的步伐。为确保有效实施，需要强有力的政治领导力、充足的执法资源以及监测和评估系统。
方法
数据来源、测量指标和结果
本研究采用双重差分法（difference-in-differences）来调查上海全面实施公共场所禁烟对个体吸烟行为的影响。双重差分模型在影响评估研究中得到广泛应用，因为它可以考虑观察到的因素、未观察到的时间不变差异以及长期趋势。[26-29]双重差分法的关键识别假设是，在没有处理的情况下，处理组和对照组的平均结果会遵循所谓的平行趋势。[30,31]
我们使用中国家庭追踪调查（China Family Panel Studies，CFPS）作为双重差分分析的主要数据集。CFPS得到了北京大学（中国北京；IRB00001052-14010）机构审查委员会的批准。所有CFPS参与者在参与前均提供了书面知情同意，并且所有个人信息均已去标识化。由于本研究仅使用了二手数据集，因此无需伦理批准。
CFPS数据集是一项具有全国代表性的纵向调查，采用多阶段概率与规模成比例抽样，并隐含分层。该调查由北京大学中国社会科学调查研究所（中国北京）在2010年至2020年间每两年进行一次。CFPS覆盖了中国34个省级行政区中的25个，并收集了参与者的人口特征、社会经济状况、健康状况和医疗保健利用情况的数据。最初的目标样本量是在第一波数据收集中涵盖16000户家庭。在CFPS中，对五个选定的省级行政区（辽宁、上海、河南、广东和甘肃）进行了过度抽样，以提供省级代表性样本，每个过度抽样的省份约包含1600户家庭。其余8000户家庭来自由20个省组成的独立抽样框架。第一波调查时个体层面的应答率为84.1%。通过第二阶段抽样，这五个过度抽样的省份与其他20个省一起构成了代表全国人口的总体抽样框架。后续调查跟踪了2010波CFPS受访者的所有家庭成员及其子女，2012波、2014波和2018波的个人参与者应答率分别为74.1%、72.8%和67.4%。关于CFPS中抽样和问卷设计的详细信息已先前发表。[32,33]
我们使用CFPS 2012波、2014波、2016波和2018波的数据进行双重差分分析，因为这些数据涵盖了上海2017年实施全面禁烟前后的时期。由于上海在2010年实施了部分禁烟，因此我们排除了该波数据，并且为了最大限度地减少COVID-19大流行相关的影响，我们省略了2020波数据。[34]将上海的受访者定义为处理组，将来自其他直辖市、省会城市和副省级市的子样本定义为对照组（附录第24页）。我们选择这些样本作为对照组，因为它们的社会经济发展水平高于其他地级市，因此更可能处于烟草流行的相似阶段，[35,36]并遵循双重差分法的平行趋势假设。对照组中的大多数城市在实施部分公共场所禁烟，在研究期间没有报告实施情况的实质性变化（附录第24页），兰州和西安除外。兰州在2018年6月加强了执法机制，西安在2018年11月通过了全面无烟法律。为了测试我们结果的稳健性，我们排除了这两个城市的观察结果。此外，我们还排除了北京的受访者，因为北京在2015年实施了类似的无烟政策。[37]由于上海只有10%的居民居住在农村地区，因此我们还排除了农村地区的受访者。双重差分分析仅纳入了18岁及以上的受访者，因为禁烟主要针对公共场所的成年人。对于吸烟行为、民族和居住城市等关键变量的缺失数据，我们进行了进一步的排除。双重差分分析中的主要关注变量是自报吸烟状态，通过以下问题评估：“您在过去一个月内是否吸过烟？”。这个问题与世界卫生组织（WHO）采用的全球成人烟草调查中的问题一致，[38,39]并且在CFPS各波中保持不变。基于此变量，我们估计了吸烟率（通过报告在调查前一个月内吸烟的受访者比例来衡量）。此外，我们还通过问题“您平均每天吸多少支烟？”来评估吸烟强度。非吸烟者无需回答这个问题。为了控制吸烟行为的风险因素，我们在双重差分分析中还包括了一组协变量（附录第25页）。
考虑到双重差分法估计的吸烟率变化，我们使用了Bloom及其同事开发的健康增强宏观经济模型[40]来计算在全国范围内实施此类全面公共场所禁烟可能带来的宏观经济收益。该模型将健康资本作为物质投资和整体经济生产率的关键决定因素，从而能够全面评估禁烟的经济利益。我们模拟并比较了2017年至2035年在两种情景下的国内生产总值（GDP）总量：一种情景是实施全国禁烟，另一种情景是不实施。该模型采用基于生产函数的框架，考虑了吸烟归因疾病影响经济增长的两个关键途径（附录第7页）。第一个途径与人力资本有关。吸烟会增加发病率和死亡率，从而减少劳动年龄人口和劳动力参与率。每个工人的人力资本经济价值通过Mincer方程[41]来评估，该方程通过估计额外一年教育或就业的平均货币回报，将教育程度和工作经验与工人的收入联系起来。第二个途径涉及物质资本积累，吸烟归因疾病会导致更高的医疗费用，这可能减少物质资本投资，从而危及长期经济增长。先前的研究已应用此模型来估计疾病的宏观经济负担和政策干预的潜在节约。[40,42-44]
我们从多个资源中提取数据，用于对潜在宏观经济收益的建模分析（附录第6-20页）。为了模拟中国的劳动力，我们使用了联合国人口司的人口预测数据[45]和世界银行的劳动力参与率数据集。[46]2017年吸烟归因的死亡率、寿命损失年和残疾生存年数据来源于2021年全球疾病、伤害和风险因素负担研究。[47]特定年龄段的平均受教育年限数据来自Barro和Lee整理的教育数据库。[48]我们使用这些教育数据和Zhang先前描述的参数[49]来估计每个年龄组的工作经验时长，并应用Mincer方程来计算个人人力资本。为了模拟物质投资，我们从经济合作与发展组织的GDP长期预测中获得了中国的经济增长和资本预测数据，[50]并从世界银行的世界发展指标数据库中获得了中国的储蓄率数据。[51]物质资本及其产出弹性的初始数据来自宾夕法尼亚世界表。[52]医疗费用估计基于Zhai及其同事发布的总医疗费用预测数据，[53]以及Chen及其同事计算的吸烟归因比例。[42]为确保分析的一致性，我们将所有经济和支出数据均标准化为2017年的人民币价格。
统计分析
我们采用了双重差分模型来量化上海全面公共场所禁烟令对吸烟行为的影响。具体而言，我们使用了以下未考虑调查权重的线性回归模型，并采用最小二乘法进行拟合：
其中，i代表个体，c代表城市，t代表年份。Yict是因变量，表示自述的吸烟状态或日均香烟消费量。关键解释变量为Policyct，这是一个虚拟变量，代表上海禁烟令的实施情况（2017年后的上海受访者取值为1，否则为0）。β系数捕捉了上海禁烟令的平均处理效应。Xict指的是一系列可能影响吸烟行为的个体特征和家庭层面的因素。具体来说，我们在基线分析中将性别、年龄、民族、教育水平、婚姻状况、就业状况、家庭收入、家庭规模和居住安排作为控制变量纳入，这些因素已被证实与吸烟状态相关。34,54,55 城市固定效应μc和年份固定效应δt用于控制各城市间未观察到的时间不变异质性以及灵活的时间效应。ε表示误差项。标准误在城市-年份层面进行聚类。此外，我们还测试了结果对各种模型设定的稳健性，包括增加其他控制变量（个体健康状况、人均GDP的对数、香烟价格、城市人口的对数；情景2）、个体固定效应（情景3）、省级线性趋势（情景4）、2020年调查波（情景5）、排除2017年后加强本地禁烟令的受控城市受访者（情景6）以及使用logit模型（情景7）。我们进行了一系列敏感性分析，以检验双重差分分析所得结果的有效性，这些分析包括考虑调查权重、样本损耗、烟草价格波动、2015年全国烟草税收政策以及其他与控烟相关的法规和计划（附录第21页）。
随后，我们应用了一个健康增强的宏观经济模型来估算如果在中国全国范围内实施全面公共场所禁烟令，将带来的国家宏观经济收益。关于此模型应用的完整详情见附录（第6-20页）。我们比较了2017年至2035年期间两种情景下的年度GDP总和：（1）现状情景，即不对降低吸烟率采取进一步干预措施，相对于当前和预测的吸烟率；（2）反事实情景，即中国实施了一项与2017年上海禁烟令同样有效的全国全面公共场所禁烟令。实施此类公共场所禁烟令所带来的国家宏观经济收益，是通过计算2017年至2035年期间这两种情景下预测的年度GDP累计差额来得出的。此外，我们还使用了上海特有的参数，直接计算了2017年禁烟令后上海的宏观经济收益（附录第18页）。我们进行了敏感性分析，以测试从宏观经济模型得出的结果的稳健性，这些分析考虑了二手烟暴露的变化、政策效应的其他计算方法、死亡率的不确定性、实物资本的不同折旧率、城市化预测以及参数变化（附录第16-18页）。
资金来源的作用
本研究的资助方在研究设计、数据收集、数据分析、数据解释或手稿撰写方面没有发挥任何作用。
结果
共有14,688名受访者纳入分析：其中5766名来自上海，8922名来自对照组（表1）。在上海的5766名受访者中，有1515名（26.3%）吸烟者；在对照组的8922名受访者中，有2329名（26.1%）吸烟者。上海的日均吸烟量高于对照组（平均4.42支[标准差9.08]对比3.91支[8.30]）。上海受访者的平均年龄略高于对照组（52.8岁[标准差16.6]对比49.0岁[16.7]）。上海受访者的教育水平更高（5766名受访者中有2324名[40.3%]具有高中及以上学历，而8922名对照组受访者中有3323名[37.2%]），且平均收入也高于对照组。上海的平均家庭规模小于对照组，且上海受访者与16岁以下儿童同住的比例较低。
差异中的差异分析显示，与对照组相比，2017年全面实施公共禁烟令后，上海的吸烟率有所下降。上海的吸烟率下降了2.2个百分点（95%置信区间：2.1~2.3；p=0.001），相当于上海当前吸烟者人数减少了8.4%（2.2%除以上海CFPS受访者中吸烟者的比例26.3%[表1]）（表2）。这一结果在不同模型规格下均保持稳定。吸烟状态的β系数在各种模型规格中基本保持不变，包括增加其他控制变量（情景2）、个体固定效应（情景3）、省级线性趋势（情景4）、2020年调查波（情景5）以及排除2017年后实施地方禁烟令的城市的受访者（情景6；表2）。在考虑样本流失的潜在偏倚并使用调查权重，以及控制其他与吸烟相关的法规和计划后，这种稳健性仍然存在（附录第26页）。
与对照组相比，2017年后上海受访者的日均吸烟量减少了4.4%（95%置信区间：1.7~7.5；p=0.008）（附录第27页）。这一结果在不同模型规格下也保持稳定（附录第27页）。
吸烟率在不同亚组间存在差异（附录第28页）；因此，我们评估了这项全面公共禁烟令对不同群体的异质性影响。图1显示了各组政策效果的估计值。首先，吸烟率的下降主要由男性受访者驱动。男性的吸烟率下降了4.0个百分点（95%置信区间：1.36.7；p=0.004），而女性受访者在2017年禁烟前后无显著差异。其次，全面公共禁烟令对受教育程度较高的受访者影响更大。高中及以上学历受访者的估计值为3.1个百分点（95%置信区间：0.95.3；p=0.005），而初中及以下学历受访者在2017年禁烟前后无显著差异。第三，全面公共禁烟令后，未婚受访者的吸烟率下降幅度大于已婚受访者。第四，40岁以下受访者的吸烟率显著下降，而40岁及以上受访者在2017年禁烟前后无显著差异。第五，我们发现禁烟令的效果在实施前的吸烟状态上存在差异。禁烟令在防止非吸烟者开始吸烟方面有效；然而，整体吸烟率的下降更可能是由禁烟令后戒烟的既往吸烟者驱动的。表示禁烟令实施与否的虚拟变量与表示亚组的变量之间的交互作用估计系数表明，与各自对照组相比，男性受访者、受教育程度较高者、未婚受访者、年轻人以及2017年前的吸烟者的吸烟率下降幅度更大（附录第29页）。
为评估差异中的差异结果的有效性，我们进行了三项额外测试。首先，我们使用事件研究框架展示了相对于禁烟前一年的动态效应。2017年前，上海组与对照组之间的吸烟率模式呈平行状态（图2）。假设公共禁烟令于2013年或2015年实施的安慰剂测试估计值在统计学上也不显著（附录第30页）。这些结果表明，差异中的差异方法的关键识别假设（即在没有处理的情况下，处理组与对照组之间的差异随时间保持不变）在本研究中成立。其次，我们进行了置换测试，通过迭代方式将处理状态重新分配给对照组中的一个城市，以解决我们的结果可能由特定城市的特有特征驱动的问题。
在1000次测试中，有18次的预估效果超过了基线分析，这进一步证实了我们的发现：上海的禁烟令对吸烟行为产生了真实影响（附录第22页）。第三，我们采用倾向评分匹配的差异中差异分析法来处理上海组与对照组在禁烟前可观察到的差异，结果表明，匹配方法可以大大减少处理组与对照组之间的差异（附录第23页）。在倾向评分匹配的差异中差异分析环境中，吸烟率和卷烟消费量的降低仍然具有统计学显著性，尽管幅度略有减小（附录第31页）。这些分析还表明，2015年在中国实施的卷烟税不是一个混杂因素，因为当我们排除2015年及之前的数据时，研究结果仍然保持一致。
随后，我们估算了此类禁烟令的宏观经济效应。首先，我们估算了在2017年至2035年期间，如果不采取任何干预措施，中国吸烟相关疾病所带来的宏观经济负担。按2017年不变价格计算，吸烟相关疾病的总负担估计为25.6万亿元（约合3.8万亿美元），相当于GDP的0.885%，在此期间人均经济损失为18,319元（约合2714美元）。反事实情景的估计结果显示，如果中国在2017年至2035年期间实施全国性的公共场所禁烟令，将观察到16759.8亿元（约合2483亿美元）的经济收益（表3）。这些宏观经济收益相当于此期间国家GDP的0.058%。
表3中的B至G部分报告了经济收益敏感性分析的结果。在B部分中，我们假设二手烟暴露率将随吸烟率的降低而成比例下降，结果表明，由于禁烟令导致的二手烟暴露减少将带来额外的宏观经济收益，相当于国家GDP的0.006%（情景2的收益[0.064%]减去情景1的收益[0.058%]）。C部分中经教育调整和年龄性别调整后的结果表明，经济收益将分别相当于GDP的0.049%和0.066%。考虑到降低吸烟率的滞后健康效应，经济收益较小（占GDP总额的0.053%）。D部分报告了使用吸烟归因死亡率95%置信区间的下限和上限更新的经济收益估计值。E和F部分显示了折旧率和城市化进程的不同假设下的相应结果。G部分报告了使用初始值50%至150%范围内的随机值进行置换测试的估计结果。这些结果表明，当考虑到参数的不确定性时，在2017年至2035年期间，在中国全面实施公共场所禁烟令所带来的宏观经济收益将相当于国家GDP的0.04%至0.07%。对2017年上海禁烟令的直接经济收益的估计表明，在2017年至2035年期间，上海的经济节省将相当于上海GDP总额的0.05%至0.07%（附录第32页）。
随后，我们使用Da Mata和Drugowick的方法56，根据以下信息对上海的执法成本进行了初步计算：（1）年均检查次数（n=300466），（2）卫生检查员的平均薪资，（3）检查小组的规模（每次六名检查员），以及（4）每个检查小组每天平均检查的场所数量（平均三个）。57根据这些参数，2019年在上海进行的300466次检查的成本不超过6亿元，占2019年上海GDP总额的不到0.015%。考虑到上海的劳动力成本较高，全国层面的执法成本占GDP总额的比例应更低。
然而，尽管禁烟令将为整个社会带来经济收益，但财政收入可能会因此减少。仅2019年，卷烟销售就为政府带来了约1.2万亿元（0.178万亿美元）的财政收入，占财政总收入（2019年为19.04万亿元）的6.3%。假设卷烟总销售额随吸烟率的降低而成比例下降，那么财政总收入将减少0.53%（6.3%×8.4%）。基于人均卷烟消费量变化的更保守估计显示，财政总收入将下降0.28%（6.3%×4.4%）。58相比之下，即使所有宏观经济收益都转化为政府收入，也仅占财政总收入的0.30%：
当宏观经济收益乘以政府收入与GDP的比例（2019年为19.3%）时，全面实施公共场所禁烟令将使政府收入增加0.06%。
讨论
我们的分析表明，2017年的禁烟令使上海的吸烟率下降了2.2个百分点，相当于上海现有吸烟者减少了8.4%。禁烟令实施后，所有受访者的日均卷烟消费量减少了4.4%。来自中国、韩国、阿根廷、爱尔兰、荷兰和英格兰的先前研究均表明，禁烟令的有效性与其全面性和严格性相关。[17,59-61]部分禁烟措施在改变吸烟行为方面的效果较差。[59]研究结果显示，男性、受教育程度较高、未婚以及较年轻的受访者，在禁烟令实施后更有可能改变其吸烟行为。观察到的异质效应可能归因于禁烟令暴露程度的不同以及基线吸烟率的差异，其他研究也记录了这一点。[8,56]我们的结果还表明，由于中国内部的社会经济发展存在巨大差异，且不同城市可能处于烟草流行的不同阶段，因此全面的禁烟令将在中国各城市产生不同的影响。[36]
重要的是，我们的研究表明，如果在全国范围内实施与2017年上海禁烟令同样有效的全面公共禁烟令，那么在2017年至2035年期间，将为中国带来相当于国内生产总值（GDP）总额0.04%至0.07%的经济收益，而相比之下，如果没有采取此类干预措施，同期GDP总额预计将减少0.8%至0.9%。这一计算已将无烟政策的执行成本内部化，这些成本由政府承担并转嫁给私营部门。然而，烟草相关税收也会相应减少。由于烟草相关税收由中央和地方政府共享，而地方政府有强烈的动机过量生产烟草产品，[62]因此政府收入的这种潜在减少可能部分解释了为什么全面的公共禁烟令仅在富裕城市选择性实施，因为这些城市对烟草税收的依赖程度较低。
我们的研究存在一些局限性。首先，由于数据限制，我们未评估禁烟令对健康的直接影响。健康结果需要更长时间才能显现，而COVID-19大流行阻碍了长期影响评估。其次，我们没有直接研究二手烟暴露的变化。相反，我们做出了一个更保守的假设，即二手烟暴露率将随着吸烟率的降低而按比例下降。因此，基线分析中的宏观经济收益应视为下限。第三，参数的准确性对估计降低吸烟率的宏观经济效益有很大影响。我们从历史数据或先前研究中获取参数值。尽管我们进行了一系列敏感性分析，但在解释降低吸烟率的宏观经济效益时应谨慎，并应在有新数据可用时相应更新结果。第四，虽然我们调查了不同群体的异质性，但在小城市实施全面禁烟令的确切影响尚不清楚。我们也没有关于农村居民影响的确凿证据。第五，基于生产的宏观经济模型仅关注供给侧影响。纳入需求侧反应和市场均衡动态将大幅增加模型的复杂性。此外，由于数据限制，我们没有计算全面无烟立法减少的家庭无偿生产损失。[63]如果考虑这一部分，估计的宏观经济收益将会更大。
我们的研究具有以下优势。首先，这项研究为一个大型中等收入国家的无烟立法提供了有力证据。关于公共禁烟令影响的现有证据主要集中在高收入国家。由于烟草相关死亡和疾病对中等收入和低收入国家（LMICs）人民的影响更为严重，因此需要更好地了解公共禁烟令在这些国家的影响。其次，我们调查了禁烟令对吸烟行为的因果影响。中国的独特环境使我们能够通过比较上海与对照组吸烟行为的变化，采用差异中的差异设计。先前基于中断时间序列分析的结果经常受到质疑，因为吸烟率的变化也可能归因于禁烟令以外的其他因素。此外，本研究使用的个体数据使我们能够进行异质性分析，以评估分布式影响。第三，据我们所知，这项研究是首次估计在LMICs实施公共禁烟令的经济收益，为在中国扩大全面公共禁烟令提供了亟需的支持，并将进一步提高政策制定者对无烟立法必要性的认识。
我们的研究结果具有重要的政策意义。首先，包括中国在内的LMICs应加速在全国范围内实施全面公共禁烟令。禁烟令有效遏制了吸烟行为，并可以产生巨大的经济效益。其次，禁烟令的全面性可能是一个重要特征，因为我们的研究结果与其他研究中部分或自愿禁烟令的有限影响形成了对比。因此，需要强有力的政治领导、充足的执法资源以及监测和评估系统来确保有效实施。第三，全面公共禁烟令的异质效应表明，由于其社会经济发展的巨大差异，其有效性和相应的宏观经济收益可能具有国家特异性。无烟政策对受教育程度较低和年龄较大的群体影响较小，这表明应考虑其他烟草控制方法，如提高烟草税、提高公众健康素养和禁止烟草广告。第四，烟草销售收入减少可能是许多LMICs在计划扩大全面无烟政策时面临的共同困境。LMICs可以在一些地区试点无烟立法，并确定全国范围内推广的潜在成本和收益。这种分步实施的政策方法可以提高公众意识并减少阻力。
