京津冀及周边地区“十四五”及中长期PM2.5污染控制目标的健康效益预估研究

王 情， 朱欢欢,2， 杜 鹏， 赵 靓， 李湉湉*

1.中国疾病预防控制中心环境与人群健康重点实验室， 中国疾病预防控制中心环境与健康相关产品安全所， 北京 100021 2.河北科技大学环境科学与工程学院， 河北 石家庄 050027

大气PM2.5污染是我国重大环境问题之一，其对公众健康的危害受到广泛关注. 大量流行病学队列研究[1]表明，长期PM2.5暴露与人类某些疾病所致过早死亡存在关联，如中风、缺血性心脏病(Ischemic Heart Disease, IHD)、慢性阻塞性肺部疾病(Chronic Obstructive Pulmonary Disease, COPD)、肺癌和下呼吸道感染(Lower Respiratory Tract Infection, LRI)[2-5]. 2017年全球疾病负担研究[6]显示，大气PM2.5污染造成全球约297万人死亡，是全球第八大健康风险因素. 在我国大气PM2.5已成为继高血压、吸烟和高钠饮食之后的第四位危险因素[7]. Cohen等[8]研究表明，PM2.5暴露导致我国相关疾病的超额死亡数约110×104例，远高于欧洲、美国、日本、巴西等其他国家和地区. 为了降低空气污染及其带来的不良健康效应，我国政府及环保等相关部门采取了大量的措施[9-11]，空气污染治理取得了较好的效果. 自2013年国务院印发《大气污染防治行动计划》[12]以来，我国PM2.5污染状况有所缓解，PM2.5年均浓度从2013年的72 μgm3降至2019年的37 μgm3[13-14]. 但是，全国337个城市中仍有47.2%的城市PM2.5年均浓度超过GB 3095—2012《环境空气质量标准》二级标准限值(35 μgm3)，仅有4.5%的城市达到世界卫生组织(World Health Organization，WHO)推荐的PM2.5年均浓度限值(10 μgm3)[14]. 全球疾病负担研究[15-16]表明，虽然中国空气质量有所改善，但随着人口数量的增长和老龄化的发展，PM2.5相关疾病负担仍有加重趋势，尤其是人口密度大、污染相对较重的京津冀地区. 京津冀地区是PM2.5污染超额死亡高风险区域[17-18]，全国约10%的PM2.5污染超额死亡发生在该区域[19]. 为了持续改善空气质量，2018年国务院发布《打赢蓝天保卫战三年行动计划》，提出经过3年努力，大幅减少主要大气污染物排放总量，协同减少温室气体排放，进一步明显降低PM2.5浓度. 京津冀及周边地区持续推进区域大气污染联防联控，以改善区域空气质量[20]. 2019年大气重污染成因及治理攻关项目也提出京津冀地区“2+26”城市“十四五”及中长期PM2.5污染控制目标. 上述政策措施的执行和规划目标的实现，有望持续降低空气污染，带来可观的健康效益，但同时也需要产业结构调整等方面的努力和大量经费的保障，准确评估这些措施和目标的健康效益，是制定未来相关政策规划的重要参考依据. 然而，目前针对现有政策措施和规划目标所带来的健康效益的评估还较少[21-24]，且现有研究主要是针对“十三五”空气改善措施的健康效益评估，未能对未来不同时期空气质量改善的健康效益进行评估.

京津冀及周边地区是我国的“首都经济圈”，政治地位和社会经济地位十分重要，由于人口密度大，经济发展迅速，工业产业密集，京津冀及周边地区近些年大气重污染天气频发，已成为我国大气污染防控的重点地区[25-27]. 2013年以来，在多项防控治理举措并行的情况下，京津冀及周边地区空气污染得到改善，PM2.5年均浓度呈现持续下降态势，从2013年的106 μgm3，降至2019年的57 μgm3[13-14]，但仍高于GB 3095—2012二级标准限值(35 μgm3). 针对京津冀及周边地区空气质量改善的健康效益研究[25-26]发现，一些空气污染治理政策措施的实施，如《大气污染防治行动计划》、“煤改电”等措施，确实带来了可观的健康效益，然而对京津冀及周边地区未来空气污染疾病负担预估的研究还鲜有开展，“十四五”及中长期PM2.5污染控制目标的健康效益的相关证据还较少，难以全面支撑环境保护和健康防护决策.

该研究对京津冀及其周边地区“2+26”城市的PM2.5污染状况以及相关健康风险(以超额死亡人数为主要指标)进行评估和预估. 首先评估京津冀及其周边地区“2+26”城市2015年PM2.5污染的健康风险，然后结合未来人口发展情景和空气质量改善目标情景，对研究区2025年、2030年和2035年PM2.5污染所致人群超额死亡进行预估，确定未来不同人口发展情景和空气质量改善目标下，归因于环境PM2.5污染的疾病负担变化趋势，同时进一步量化“十四五”及中长期PM2.5污染控制目标下空气质量改善的健康效益，以期为京津冀及周边地区大气污染防治和健康防护政策制订提供科学依据.

1 研究方法

1.1 数据收集和预处理

为了评估京津冀及周边地区“2+26”城市(见图1)PM2.5所致疾病负担，该研究收集了评估所需的关键数据，包括PM2.5暴露浓度、研究区域人口、基线死亡率、PM2.5浓度与不同人群不同疾病死亡之间的暴露-反应关系或不同浓度水平的相对风险(Relative Risk, RR).

图1 京津冀及其周边地区“2+26”城市Fig.1 The map of the Beijing-Tianjin-Hebei Region ‘2+26’ cities

1.1.1PM2.5暴露数据

该研究利用美国埃默里大学研究团队[28]开发的基于卫星、气象、土地利用、站点监测数据等模拟的PM2.5年均浓度，进行基线年(2015年)的人群PM2.5暴露匹配. 模型的总体交叉验证R2和相对误差分别为0.79和35.6%，表明该模型可以较为准确地模拟PM2.5年均浓度，该研究将模型模拟得到的0.1°(约10 km)网格数据产品，通过ArcGIS空间统计计算得到每个区县的PM2.5平均浓度. 对于2025年、2030年和2035年的PM2.5暴露浓度，则按照国家大气重污染成因及治理攻关项目提出的京津冀地区“2+26”城市“十四五”及中长期PM2.5污染控制目标来计算. 根据该目标，以“2+26”城市2015—2017年的PM2.5年均浓度为基准，预计到2025年、2030年、2035年PM2.5年均浓度分别达48、39、32 μgm3，其中北京市PM2.5年均浓度分别达到42、35、32 μgm3. 对于空气条件较优的地区(PM2.5浓度在2015年已达到目标值)，应当适当降低污染物浓度，2025年、2030年、2035年分别较基准年降低30%、35%、40%. 基于上述目标以及各区县的污染现状，该研究设置了各区县各阶段的空气质量情景.

1.1.2人口数据

基线年(2015年)人口数据使用中国2010年人口普查[29]得到的区县尺度的人口数据集，该数据集包含0～84岁、85岁及以上的所有以5年为间隔年龄组的人口信息. 未来人口数据(2025年、2030年和2035年)来自政府间气候变化专门委员会(IPCC)提出的5种共享社会经济路径(Shared Socioeconomic Pathway, SSP)[30]下的人口预估情景，其中，SSP1为可持续发展情景，SSP2为中度发展情景，SSP3为区域竞争发展情景，SSP4为不均衡发展情景，SSP5为常规发展情景；原始数据为0.1°网格，该研究中利用ArcGIS软件中的分区统计功能，计算出每个区县的人口数，并与各区县的暴露浓度等其他数据匹配.

1.1.3基础死亡率数据

分疾病、分年龄的死亡率分别来自中国疾病预防控制中心慢性非传染性疾病预防控制中心的数据成果[31]和全球疾病负担评估研究(GBD 2013)的共享数据集[32]，使用省级基础死亡率数据代表研究区各区县的基础死亡率.

1.2 暴露-反应关系

该研究中PM2.5和各类疾病死亡的暴露-反应关系采用全球疾病负担评估(GBD 2016)[31]使用的综合暴露-反应方程(Integrated Exposure-Response IERs). IERs的C-R函数是描述污染暴露(长期暴露于PM2.5)与不良健康结果风险(每个疾病终点的死亡率)之间的数学方程，用于表示PM2.5浓度增加带来的死亡风险变化. 基于整个PM2.5浓度暴露范围内的IERs，得到不同PM2.5浓度下各类疾病死亡的相对风险值(RR).

1.3 预估模型

基于上述PM2.5暴露数据、人口数据、基线死亡率数据、不同PM2.5浓度的RR，基于相同的空间位置(区县)进行匹配，进而分别计算2015年、2025年、2030年和2035年“2+26”城市中每个区县归因于环境PM2.5的超额死亡人数，并将未来各年的计算结果与基线年进行比较，得出变化趋势. 该研究采用WHO的环境健康风险评估方法来计算每个区县PM2.5相关的超额死亡风险，包括5个疾病死亡终点〔25岁以上成人的缺血性心脏病(Ischemic Heart Disease, IHD)、慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease, COPD)、肺癌、中风以及全人群的下呼吸道感染(Lower Respiratory Infections, LRI)〕，其中，IHD和中风是基于分年龄组各浓度对应的RR值进行计算，COPD和肺癌基于25岁以上成人组各浓度对应的RR计算，LRI基于全人群各浓度对应的RR值计算[33-35].

(1)

(2)

Mri=(MiPi)×100 000

(3)

式中：Pi为区县i人口数，人；Iij为区县i疾病j的年平均病死率，即基线死亡率，人103人；RRij为区县i在评估年份PM2.5年均浓度下疾病j死亡的相对风险值；Mij为区县i疾病j的超额死亡数，人；Mi为各区县i的总超额死亡数，人；Mri为超额死亡率，人105人.

该研究采用ArcGIS 9.3软件进行PM2.5浓度暴露数据的空间统计和相关计算结果的地图绘制，使用R 3.6.0软件完成PM2.5相关超额死亡数的计算.

图2 2015年、2025年、2030年和2035年京津冀及周边地区“2+26”城市PM2.5浓度Fig.2 The PM2.5 concentration in Beijing-Tianjin-Hebei Region ‘2+26’ cities in 2015, 2025, 2030 and 2035

2 结果与讨论

2.1 京津冀及周边地区“2+26”城市PM2.5暴露时空变化

根据国家大气重污染成因及治理攻关项目提出的京津冀及周边地区“2+26”城市“十四五”及中长期PM2.5污染控制目标，预计到2025年、2030年和2035年京津冀及其周边地区“2+26”城市的PM2.5污染均得到有效控制，到2035年各地PM2.5浓度将达到或低于GB 3095—2012二级标准限值(35 μgm3). 由图2可见，2015年京津冀及周边地区“2+26”城市的大部分地区属于PM2.5污染较重的区域，PM2.5年均浓度均高于GB 3095—2012二级标准限值. 按上述控制目标，到2025年空气质量改善，各地污染程度大幅降低；到2035年，在空气质量完全按上述目标改善的情况下，京津冀及周边地区“2+26”城市所有区县的大气PM2.5年均浓度将低于35 μgm3，其中北京市到2025年、2030年、2035年大气PM2.5污染程度分别下降47.3%、56.7%、64.2%.

2.2 京津冀及周边地区“2+26”城市PM2.5相关疾病负担

2.2.1空气质量改善的健康效益分析

根据评估结果，2015年京津冀及周边地区“2+26”城市PM2.5所致超额死亡数为15.11×104例. 不同情景下预估研究结果表明，在人口不变的情况下，若PM2.5浓度按不同时期PM2.5年均浓度目标改善，可以明显减少PM2.5带来的超额死亡数(见表1). 预计到2025年、2030年和2035年，PM2.5污染相关超额死亡数分别为 114 880、106 161 和 98 581 例，比2015年分别减少了23.96%、29.73%和34.79%，表明空气质量的改善可以在很大程度上减少PM2.5相关的疾病负担. 以往研究[15,21-22]也证实了《大气污染防治行动计划》实施以来，空气质量改善可给我国人群带来较大的健康效益. 然而，京津冀及周边地区“2+26”城市依然面临较大的空气污染相关疾病负担，2035年的PM2.5相关超额死亡仍有10.06×104例，即使未来空气质量按照上述目标改善，PM2.5浓度降至GB 3095—2012二级标准限值以下，依然存在较重的疾病负担，因此京津冀及周边地区“2+26”城市的大气污染防治需持续朝着更高的目标努力.

表1 京津冀及周边地区“2+26”城市各时期PM2.5相关超额死亡数

由图3可见：2015年除研究区西部和北部的部分区县外，其余区县PM2.5相关超额死亡率大于75人(105人)，个别区县高于100人(105人)；2025年、2030年、2035年几乎所有区县的PM2.5相关超额死亡率均有所降低，到2035年，仅有个别区县PM2.5相关超额死亡率大于75人(105人)，大部分区县PM2.5相关超额死亡率在50～75人(105人)之间，少量区县降至50人(105人)以下. 结果表明，区域空气质量的改善，能惠及所有区县的人群，带来普遍、可观的健康收益.

图3 2015年、2025年、2030年和2035年京津冀及周边地区“2+26”城市归因于PM2.5的超额死亡率(人口不变情景)Fig.3 The PM2.5 related excess deaths in 2015, 2025, 2030 and 2035 in Beijing-Tianjin-Hebei Region ‘2+26’ cities (population unchanged scenario)

若考虑未来的人口变化，则结果与人口不变情景下有所差异. 在SSP各人口情景下，PM2.5相关疾病负担并未降低. 以SSP4人口情景为例，2025年、2030年和2035年京津冀及周边地区“2+26”城市的超额死亡数分别为 188 779、201 011 和 217 610 例，比2015年分别增加了24.96%、33.06%和44.04%(见表1). 由图4可见，未来PM2.5相关超额死亡负担较重的区域(图4中黄色、橙色、红色区域)主要分布在研究区西部和北部. 与2015年相比，PM2.5相关超额死亡负担较重的区域逐年增加，这表明即使未来空气质量逐步改善，在人口密度较大及PM2.5污染相对较重的地区，PM2.5相关的疾病负担仍较重. 随着人口数的增长和人口老龄化的发展[36]，空气质量改善(PM2.5浓度降低)带来的健康效益被抵消，未来相关疾病负担甚至有增加的趋势. 由于老年人各类慢性疾病的患病率较大，基础死亡率也较高，对于空气污染健康效应的敏感性也较高[37]. 因此，随着老年人占比的增加，老龄化进程会加重PM2.5相关疾病负担. 这与全国PM2.5污染相关超额死亡数预估结果[38]一致.

图4 2015年、2025年、2030年和2035年京津冀及周边地区“2+26”城市归因于PM2.5的超额死亡率(SSP4人口情景)Fig.4 The PM2.5 related excess deaths in 2015, 2025, 2030 and 2035 in Beijing-Tianjin-Hebei Region ‘2+26’ cities (SSP4 population scenario)

PM2.5相关疾病负担较重的地区与人口密度较高和污染较严重地区的分布范围一致. 在SSP4人口情景下，2015年、2025年、2030年和2035年PM2.5相关超额死亡率空间分布变化不明显，但总数有增加的趋势，山西省、河南省、河北省等部分地区均有不同程度的增加. 根据京津冀及周边地区“2+26”城市各区县的PM2.5相关超额死亡数与PM2.5浓度和人口数对比发现，疾病负担较重的区县的人口数量和PM2.5浓度均较高，与已有研究结果[5,21-22,38]较为一致. 因此，未来区域空气污染联防联控和健康防护，应考虑空气污染及其疾病负担的时空变化特征，进行科学地规划和布局，尤其是针对疾病负担较重的局部地区，合理规划人口和工业布局；未来人口和社会经济发展，也应考虑空气污染等环境因子的健康效应，进行合理规划.

2.2.2按年龄段分析

基于SSP4人口情景下各年龄段PM2.5相关超额死亡数占比如图5所示. 由图5可见，PM2.5相关超额死亡数的各年龄段占比随年龄增长基本呈增加趋势，65岁以上老年人群占比最高，表明基础疾病患病率高、环境风险防御能力较差的老年人口属于PM2.5污染健康风险的脆弱人群，需要加强健康防护. 未来不同年龄段的超额死亡人数占比呈不同的变化趋势，0～65岁年龄组在2015年、2025年、2030年、2035年的PM2.5相关超额死亡数占比逐渐减少；而65岁以上年龄组PM2.5相关超额死亡数占比呈上升趋势. 根据对未来人口发展情景数据的分析，在未来SSP1～SSP5五种情景下，研究区老年人组的人口在总人口中的占比均呈上升趋势，表明未来研究区人口老龄化的趋势显著. 大量研究[39-40]表明，空气污染暴露对老年人群的健康影响高于其他人群，因此未来人口老龄化进程将加重空气污染相关疾病负担. 未来应在控制空气PM2.5浓度的同时，注意人口老龄化发展的科学应对，加强对老年人群的健康防护工作，才能更加有效地避免PM2.5暴露带来的不良健康影响.

2.2.3按疾病分析

各时期京津冀及周边地区“2+26”城市归因于PM2.5的五类疾病超额死亡数的占比如图6所示. 由图6可见，5种疾病中中风和缺血性心脏病(IHD)导致的超额死亡数占比较大，2025年、2030年、2035年PM2.5相关的心脑血管系统类疾病(中风和缺血性心脏病)的超额死亡数占70%以上，且呈上升趋势，到2035年心脑血管系统疾病死亡数占比达到84%，而其他几种疾病的占比则相对较少，这与已有研究结果[38,41]基本一致. 目前，心脑血管系统疾病死亡占我国城乡居民疾病死亡原因的首位，随着社会经济的发展，国民生活方式的变化，尤其是人口老龄化和城镇化进程的加速，我国心脑血管系统疾病危险因素流行趋势明显，1990年以来我国心脑血管系统疾病患病率持续上升[42]，疾病负担日渐加重，已成为重大的公共卫生问题. 因此，为了加强和巩固空气污染治理的健康效益，提升人群健康水平，未来在持续改善空气质量的同时，还要加强针对心脑血管疾病的防护工作；另外，由于未来的各类疾病基础死亡率预估数据无法获取，该研究中假设未来疾病基线死亡率不变，但是未来有的疾病死亡率可能会因为生活水平和生活方式的变化、各级卫生健康措施的执行以及社会经济的发展等有一定程度的变化，所以基于不变的死亡率预估未来PM2.5相关疾病负担，可能存在一定的不确定性，未来可探索各类相关疾病的死亡率变化趋势，以做出更科学的疾病负担预估研究.

图5 京津冀及周边地区“2+26”城市各时期不同年龄段PM2.5相关超额死亡数占比Fig.5 The proportion of PM2.5 related excess deaths in each age group in Beijing-Tianjin-Hebei Region ‘2+26’ cities

图6 京津冀及周边地区“2+26”城市2015年、2025年、2030年、2035年PM2.5导致的各疾病死亡数占比Fig.6 The proportion of PM2.5 related excess deaths from each disease in 2015, 2025, 2030 and 2035 in Beijing-Tianjin-Hebei Region ‘2+26’ cities

2.3 不确定性分析

该研究在暴露-反应关系等方面存在一定的不确定性. 首先，对于人群PM2.5长期暴露评估，由于监测站点数量有限、空间分布不连续，个体暴露数据不可获取，该研究采用基于站点监测数据和遥感卫星、气象、土地利用数据等模拟得出的环境空气PM2.5年均浓度作为区县人群年均PM2.5暴露浓度，该类基于模型模拟的空气污染物浓度数据评估人群空气污染暴露的方法，已经在全球范围得到广泛认可和应用[5-6,8,21,34-35]；其次，由于缺乏我国本土的长期队列人群研究结果，该研究预估模型中的PM2.5长期暴露与各类疾病死亡风险的暴露-反应关系采用的是GBD 2016[31]使用的综合暴露-反应方程(IERs)，将国外研究获取的定量暴露反应关系应用于国内的评估，由于人群的差异和暴露水平的差异也将带来一定的不确定性. 因此，未来应加强国内的队列研究，基于本土的长期人群队列数据，评估PM2.5暴露与各种疾病死亡发病的暴露-反应关系，进而评估相应的死亡发病风险或疾病负担，降低未来评估或预估研究中存在的不确定性.

3 结论与启示

a) 京津冀及周边地区“2+26”城市未来空气质量按照“十四五”及中长期PM2.5控制目标改善，将带来惠及全区域的显著健康效益；但随着人口增长和老龄化的影响，京津冀及周边地区“2+26”城市未来一段时间内空气污染相关的疾病负担依然较重，且仍有增长的趋势.

b) 老龄化是未来威胁人群整体健康水平、加重空气污染相关疾病负担的重要因素. 心脑血管系统类疾病(中风和缺血性心脏病)的超额死亡数占比较高且呈上升趋势，值得重点关注.

c) 为了持续降低空气污染及其健康危害，未来需要制定和实施更严格的空气质量和污染排放标准，持续改善空气质量；同时采取行之有效的公共卫生保护措施，以降低空气污染带来的疾病负担.