我国大气PM2.5及O3导致健康效益现状分析及未来10年预测

郭 云， 蒋玉丹， 黄炳昭， 邢晶晶， 韦正峥

生态环境部环境与经济政策研究中心， 北京 100029

近年来我国政府大力治污，空气质量大幅改善. 按照《“十三五”生态环境保护规划》的要求，到2020年细颗粒物(PM2.5)年均浓度不达标的地级及以上城市应比2015年降低18%. 截至2019年底，《“十三五”生态环境保护规划》要求的PM2.5年均浓度降幅已达23.1%. 然而，臭氧(O3)污染问题日益凸显，2019年O3浓度比2015年上升了10.4%. PM2.5和O3已成为我国大气污染的2个首要污染物，如何在控制PM2.5的同时遏制O3的增加是当前大气污染防治亟需解决的问题，应引起政府和公众的重视.

目前，关于大气污染导致的健康效应研究较多，但由于受到数据来源及计算方法等多方面的影响，各研究结果差异较大[1-5]，其中，关于PM2.5导致的健康效应的研究相对成熟[6-9]. 2014年Burnett等[10]提出了整合暴露-反应(Integrated Exposure-Response, IER)模型，将模型中可吸入颗粒物的暴露剂量转换为大气PM2.5浓度暴露量，并根据估计的全球PM2.5浓度推导出每个国家的人口可归因分数(Population Attributable Fractions, PAFs)，为缺乏队列研究的地区开展PM2.5健康效益评估提供了健康效益研究的依据. 我国大部分学者采用IER模型来开展大气污染健康效应评估，发现我国2013—2017年PM2.5导致的过早死亡人数在90×104～120×104人之间[11-12]. 但关于O3的健康效应研究相对较少[13]，YIN等[14]基于我国272城市的研究发现，O3主要导致非意外总死亡及心血管系统疾病死亡. 曾贤刚等[15]研究发现，我国2017年O3污染导致过早死亡的人数为9.8×104人. HUANG等[16]研究发现，我国74个城市中PM2.5导致的健康影响是O3的6.4～7.5倍，2017年两种污染物共同导致的过早死亡人数比2013年减少了4.7×104人.

归因于大气污染的健康效益除了受污染物浓度影响外，还受到人口数量、年龄结构及疾病死亡率等因素的影响. 经预计，到2030年我国人口数量达到峰值(14.5亿人)[17]，其中65岁以上的人口比重将升至18.2%[18]. 《“健康中国2030”规划纲要》也提出，到2030年5岁以下儿童死亡率降至6‰，重大慢性病过早死亡率比2015年降低30%[19]. 未来随着医疗水平的提高及人口老龄化问题的凸显，人口数量、年龄结构及疾病死亡率等这些因素在一定程度上会影响大气污染对人群健康的效应，因此需要考虑这些因素的变化来评估未来空气质量需要达到什么水平才能够充分保障公众健康. 该研究通过分析2015—2018年我国归因于PM2.5及O3导致的健康效益，计算污染物浓度、人口数量、年龄结构及疾病死亡率等因素对于健康效益的贡献率，设定目标情景估算未来10年大气污染导致的过早死亡，以期为我国制定空气质量防控目标和大气污染防控策略提供参考依据，为评估政策的健康效益提供新的思路[20-21].

1 研究方法

1.1 数据来源

我国338个地级及以上城市2015—2018年大气PM2.5和O3浓度数据来源于中国环境监测总站，数据处理按HJ 663—2013《环境空气质量评价技术规范(试行)》[22]，PM2.5年均浓度用24 h平均浓度的算术平均值，为了数据的可比性，将2018年9月1日后338个地级及以上城市的参比状态数据根据所在城市的温度及气压统一调整为标准状态. O3年均浓度用O3日最大8 h滑动平均值的第90百分位数. 人口分布数据(1 km×1 km网格，2015年)来源于中国科学院资源环境科学数据中心，利用GIS将网格数据转化为市级尺度的人口数据. 2015—2018年我国人口数量及年龄结构数据来源于《人口和就业统计年鉴》(2016—2019年)，2025年和2030年人口数量及年龄结构数据来源于联合国《世界人口展望报告》[23]. 2015—2018年非意外总死亡、缺血性心脏病(IHD)、中风(Stroke)、肺癌(LC)、慢性阻塞性肺疾病(COPD)及急性下呼吸道感染(ALRI)的疾病死亡率数据来源于《中国死因监测数据集》(2015—2018年)，其中，中风的数据用脑血管病数据代替.

1.2 大气污染导致过早死亡人数计算

参考2017年全球疾病负担的计算方法[10]，采用相对风险评估模型分别对我国338个地级及以上城市归因于PM2.5和O3污染的过早死亡人数进行估算，计算公式：

(1)

式中：Mij为i地区第j种疾病归因于大气PM2.5或O3污染的过早死亡人数，人；POPi,a为i地区a岁年龄人口数量，104人；AgePi,a为i地区a岁年龄人口占比，%；Ratea,i,j为i地区a岁年龄人疾病j的死亡率，1/100 000；PAFa,j为污染物导致的疾病j和a年龄相关的死亡比例.

PAFa,j采用暴露反应函数进行计算：

PAFa,j=1-eβ(C-C0)

(2)

式中：β为某污染物暴露-反应关系系数；C为评估地区某污染物浓度，μg/m3；C0为污染物参考浓度，PM2.5参考浓度取10 μg/m3，O3参考浓度取70 μg/m3[24].

通常PM2.5暴露-反应关系系数(β)数据较O3更为详细，可细分为5种疾病，分别为缺血性心脏病(IHD)、中风(Stroke)、肺癌(LNC)、慢性阻塞性肺病(COPD)导致的成人(>25岁)过早死亡和急性下呼吸道感染(LRI)导致的幼儿(<5岁)过早死亡. 该研究选择分别计算5种疾病的PAFa,j后，将5种疾病的PAFa,j分别代入式(1)计算得到5种疾病的过早死亡人数，并将5种疾病的过早死亡人数相加，β、C参数来源于文献[25]. O3暴露-反应关系系数(β)选取对应年龄段的总死亡β系数，不分疾病，其数据来源于文献[14].

1.3 4种影响因素对过早死亡人数贡献率计算

利用2017年全球疾病负担研究[10]及文献[12]的方法，分析人口数量、年龄结构、疾病死亡率及污染物浓度等因素对PM2.5及O3污染导致的过早死亡人数的贡献率. 以2015年4个因素为基准，通过依次将2018年人口数、年龄结构、疾病死亡率和污染物导致的疾病和年龄相关的死亡比例引入归因死亡人数计算公式来估计各因素导致的过早死亡人数，2个公式〔如式(3)(4)或式(4)(5)〕计算得到的差值除以总体过早死亡人数的变化即为单个因素的贡献率〔见式(8)～(10)〕，其中，由于人口数量和年龄结构相对于污染物浓度是独立的2个因素，但污染物暴露本身会影响疾病死亡率，分析过程中应排除该因素对疾病死亡率的影响〔见式(6)〕.

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

式中：t0和t分别为基准年(2015年)和目标年(2018年)；Mt0、Mt分别为基准年和目标年污染物导致的过早死亡人数，104人；At、Bt和Ct为中间变量，分别是从基准年到目标年的人口数量、年龄结构和疾病死亡率对死亡人数的增量变化；POPt、POPt0分别为目标年、基准年的人口数量，104人；CAt、CBt和CCt为人口数量、年龄结构和疾病死亡率对死亡人数变化的贡献率，%.

1.4 未来10年目标情景预测及过早死亡人数的计算

设定未来10年目标情景(见表1)，按1.2节方法计算2025年及2030年归因于空气污染的过早死亡人数. 按照国家发展目标，2035年要基本实现社会主义现代化，专家呼吁到2030年争取所有重点城市达到现阶段的国家空气质量标准. 污染物浓度目标情景参考我国GB 3095—2012《环境空气质量标准》以及世界卫生组织(WHO)《空气质量准则》设定. 人口数量和年龄结构参考联合国经济和社会事务部人口司发布的《世界人口展望报告》[18]关于1950—2100年的世界人口金字塔，同时结合《人口和就业统计年鉴》发布的2015—2018年人口数量予以校正. 死亡率参考《“健康中国2030”规划纲要》关于5岁以下儿童死亡率和重大慢性病过早死亡率的建设指标设定.

表1 2025年及2030年目标情景预测Table 1 Target scenario forecast for 2025 and 2030

2 结果与分析

2.1 健康效益影响因素变化趋势

由表2可见：2015—2018年，我国PM2.5浓度从50 μg/m3降至39 μg/m3，年均下降7.33%；O3浓度从135 μg/m3升至151 μg/m3，年均上升3.95%. 在此期间，我国人口数量年均增长0.50%，同时老龄化问题也逐渐凸显，65岁及以上人口占比从2015年的10.47%增至2018年的11.94%，年均增加4.69%. 我国非意外总死亡率逐年上升，该研究涉及的5种疾病中，中风(Stroke)的死亡率最高，其次依次为缺血性心脏病(IHD)、慢性阻塞性肺疾病(COPD)、肺癌(LC)和急性下呼吸道感染(ALRI)，除慢性阻塞性肺疾病死亡率逐年下降外，其他疾病均有不同幅度上升.

表2 2015—2018年影响健康效益的因素变化趋势Table 2 Trends of factors influencing health benefits from 2015 to 2018

图1 2015—2018年338地级及以上城市PM2.5及O3浓度变化趋势Fig.1 Trends of PM2.5 and O3 concentrations in 338 cities at prefecture level and above during 2015-2018

2.2 PM2.5和O3导致的健康效益时空分布

由图1可见：按照GB 3095—2012《环境空气质量标准》，2015—2018年73%的城市PM2.5浓度年均值超过GB 3095—2012二级标准限值(35 μg/m3)，22%的城市PM2.5浓度介于GB 3095—2012一级标准限值(15 μg/m3)和二级标准限值之间；22%的城市O3浓度超过GB 3095—2012二级标准限值(160 μg/m3)，72%城市介于GB 3095—2012一级标准限值(100 μg/m3)和二级标准限值之间. 总体上，PM2.5较O3污染更为严重，并且污染程度与人口密度分布高度重合. PM2.5导致的过早死亡人数约为O3的8倍，但两种污染物导致的健康效应变化不同. PM2.5导致的过早死亡人数从2015年的152.21×104人降至2018年的136.82×104人，年均下降3.37%，降幅低于PM2.5浓度变化；然而，O3导致的过早死亡人数从2015年的7.99×104人增至2018年的8.27×104人，年均增长9.52%，涨幅高于O3浓度变化.

从疾病构成来看，2015—2018年，因PM2.5导致的5种疾病过早死亡人数占比变化较小. 死于中风的人数在5种疾病中占比最高，约为50%；其次是缺血性心脏病，死于缺血性心脏病的人数占比从2015年的25%逐步升至2018年的28.57%；急性下呼吸道感染死亡人数远低于其他4种疾病；呼吸系统疾病(含肺癌和慢性阻塞性肺疾病)死亡人数占比逐年稳定下降.

按国家统计年鉴采用的东部、中部、西部划分标准，2015—2018年PM2.5导致的过早死亡人数与PM2.5浓度分布一致，均呈中部>东部>西部的特征. 东部PM2.5浓度年均降幅(-7.84%)最大，但东部PM2.5导致过早死亡人数年均降幅(-1.78%)远小于中部地区(-6.32%)(见图2、表3). 中部大部分地区PM2.5导致的过早死亡人数呈下降趋势，河北省、广东省等东部地区以及甘肃省、贵州省、陕西省等西部地区的过早死亡人数仍呈上升趋势(见图2). 2015—2018年O3浓度总体呈东部>中部>西部的特征，但中部地区O3浓度及其导致的过早死亡人数的年均涨幅均为最大，分别为5.75%和18.64%，东部和西部地区O3浓度涨幅相近，但东部的过早死亡人数涨幅远小于西部(见图2、表3). 由图2可见：东部沿海省份(山东省、江苏省、浙江省、辽宁省)O3导致的过早死亡人数呈下降趋势；中部除山西省、河南省、湖南省外，其他地区过早死亡人数均上升；西部大部分地区过早死亡人数呈上升趋势，仅四川省、内蒙古自治区、青海省以及新疆维吾尔自治区等部分地区过早死亡人数呈下降趋势.

2.3 典型地区的健康效益

由图3可见，从PM2.5来看，长三角地区和“2+26”城市导致的过早死亡人数远高于汾渭平原和珠三角地区. 2015—2018年，长三角地区、“2+26”城市和汾渭平原3个区域的过早死亡人数均呈下降趋势. 考虑4个地区面积及人数的不同，采用单位面积过早死亡人数进行比较分析. 由图3可见：2018年“2+26”城市和长三角地区单位面积过早死亡人数较为相近，分别为0.082和0.072人/km2，两个地区变化趋势较为相似，均在2016年降幅较大；珠三角地区单位面积过早死亡人数介于长三角地区和汾渭平原地区之间，但珠三角人口密度高达162人/m2，远超过其他3个区域，因此过早死亡人数占总人数的比例相对较低；汾渭平原在4个区域中单位面积过早死亡人数最低，平均单位面积过早死亡人数为0.039人/km2.

由图3可见，4个典型区域因O3导致的过早死亡人数均呈上升趋势，其中，“2+26”城市在2017—2018年过早死亡人数迅速上升，超过长三角地区，成为过早死亡人数最多的区域. 2015—2018年“2+26”城市是单位面积过早死亡人数最多的区域，汾渭平原单位面积过早死亡人数远低于其他3个区域，长三角和珠三角地区单位面积过早死亡人数的数量和变化较为一致. 2016年前，“2+26”城市单位面积过早死亡人数与长三角和珠三角地区相差不大，但在2016—2017年其单位面积过早死亡人数升速高于其他3个地区，为2016年的1.4倍.

图2 2015—2018年PM2.5及O3导致的健康效应变化Fig.2 Changes in health benefits variables of PM2.5 and O3 from 2015 to 2018

表3 2015—2018年全国归因于PM2.5及O3的健康效益

2.4 不同因素的贡献率

2015—2018年期间，人口数量增加和年龄结构变化均显著增加PM2.5和O3导致的过早死亡人数，疾病死亡率变化则显著降低PM2.5和O3导致的过早死亡人数. 由于近年来PM2.5浓度呈上升趋势，O3浓度呈下降趋势，大气PM2.5浓度的变化导致过早死亡人数下降，O3浓度的变化导致过早死亡人数上升. 污染物浓度和疾病死亡率2个因素对PM2.5导致过早死亡人数的影响较对O3的影响大，年龄结构对O3导致过早死亡人数的影响较对PM2.5的影响大(见表4).

由表4可见：以2015年为基准，2018年归因于PM2.5过早死亡人数总体减少了15.39×104人，其中人口数量和年龄结构的变化导致过早死亡人数分别增加了2.54×104和16.08×104人，疾病死亡率及污染物浓度的变化导致过早死亡人数分别降低了10.00×104和24.01×104人，这4个因素对总体过早死亡人数变化的贡献率分别为4.83%、30.55%、19.00%及45.62%. 2018年归因于O3导致的过早死亡人数比2015年增加了4.61×104人，其中人口数量、年龄结构和污染物浓度的变化使过早死亡人数分别增加了1.54×104、1.07×104及4.03×104人，疾病死亡率的变化使过早死亡人数降低了2.03×104人，这4个因素对总体过早死亡人数变化的贡献率分别为17.76%、12.34%、23.41%及46.48%.

2.5 未来10年健康效益估算

图3 2015—2018年四大典型地区归因于PM2.5及O3的健康效益Fig.3 The health benefits of PM2.5 and O3 in the four typical regions from 2015 to 2018

表4 2015—2018年不同影响因素对健康效益的贡献

表5 不同目标情景下2025年及2030年健康效益预测Table 5 Prediction of health benefits for 2025 and 2030 under different target scenarios

浓度降至100 μg/m3，2025年O3将导致我国6.96×104人过早死亡，2030年将导致7.56×104人过早死亡(见表5).

3 讨论

该研究分析了2015—2018年归因于PM2.5和O3的过早死亡人数，结合两种污染物的时空分布分析变化趋势，估算了人口数量、年龄结构、疾病死亡率及污染物浓度等因素对于过早死亡人数的贡献率；同时，基于不同的目标情景预测了2025年及2030年我国归因于空气污染的健康效益，提出PM2.5和O3在2025年及2030年需达到的最低目标值.

目前关于我国PM2.5浓度的分布及其导致的健康效应研究相对成熟[26-28]，其结果[11,29]总体上看与笔者研究结果较为一致. 全国PM2.5年均值较高的区域集中分布在京津冀地区、新疆维吾尔自治区、山东省、河南省等地区，与ZOU等[11]基于全国范围内各站点PM2.5小时数据模拟得到的PM2.5浓度分布结果相似. JING等[29]基于我国74城市的PM2.5健康效应发现，经济较好的区域PM2.5导致的肺癌比例相对较大，中风的比例相对较小，过早死亡人数中因中风和缺血性心脏病死亡人数的占比呈上升趋势，与笔者研究结果一致. 结果表明，在逐渐老龄化的社会中，大气污染防控应更注重对心脑血管疾病，特别是对中风和缺血性心脏病的预防.

我国PM2.5浓度超过GB 3095—2012二级标准限值的城市数量是O3浓度超过GB 3095—2012二级标准限值城市数量的1.2倍，长期以来PM2.5是专家们首要关注的污染物，近期O3污染及其健康效应才逐步引起人们的关注. 我国O3污染主要以京津冀地区和山东省为中心向四周呈递减模式分布，其造成的过早死亡人数呈东部>中部>西部的特征. 该研究估算因O3导致的过早死亡人数为16×104～21×104人，高于JING等[29]关于中国74个重点城市归因于O3的过早死亡人数(5.2×104人)的结果，也高于曾贤刚等[15]认为我国2017年O3污染导致过早死亡人数为9.8×104人的结论. 一方面可能是由于评价和分析的城市数量及范围不同，另一方面可能是因为曾贤刚等[15]考虑了室内外暴露系数的差异. 该研究分析全国范围内O3导致的过早死亡人数时空变化，发现“2+26”城市的过早死亡人数虽然在早期(2015年)处于全国较低水平，但增长速度在几个典型地区中较迅速，2018年O3造成的单位面积过早死亡人数高达0.015人/km2，需要引起高度重视.

过早死亡人数受到人口数量、年龄结构、疾病死亡率及污染物浓度4种因素的影响，其中人口数量反映了暴露于污染物的人群数量，污染物浓度反映了暴露水平，若更多人暴露在较高浓度的污染物下会增加疾病死亡的风险. 而年龄结构和死亡率则代表不同人群对于空气污染的脆弱性. 对于人口因素和死亡率，污染物浓度是一个更容易被改变的因素，即可以降低污染物浓度来降低死亡风险. 该研究发现，2015—2018年人口数量、年龄结构、死亡率及污染物浓度等因素对归因于PM2.5的过早死亡人数变化的贡献率分别为7.83%、30.55%、19.00%及45.62%. 基于YUE等[12]研究结果，2013—2017年以上4个因素的贡献率分别为17.76%、12.34%、23.41%及46.48%，与笔者所得结果总体趋势一致，但因素之间的差异较笔者研究结果大，可能是由于研究年份不同导致. 该研究中PM2.5与O3两种污染物导致的过早死亡人数中各因素贡献率存在一定差异，可能有以下4个方面原因：①污染物浓度变化趋势和幅度不同；②PM2.5导致的过早死亡人数采用5种疾病计算的合计，O3采用非意外总死亡计算；③受β的年龄结构分段不同，PM2.5分为14个年龄段，O3分为3个年龄段，导致结果敏感性不同；④部分特殊地区在冬季极寒条件下PM2.5浓度较高，而在夏季极热条件下O3浓度相对较高，该研究由于数据受限，没有分析特殊气象条件下PM2.5浓度和O3浓度异常较高对死亡率的影响.

已有研究中关于未来空气质量预测及其导致的健康效应的研究较少. Maji等[30]基于对我国161城市的研究认为，如果2030年PM2.5浓度达到35 μg/m3，将会导致57.4×104人死亡. YUE等[12]研究认为，如果2030年我国PM2.5浓度达到35 μg/m3，将会导致95.3×104人死亡，比2017年降低1.8×104人，均略低于笔者研究结果，可能是由于计算方法和数据选择的差异导致. 该研究估算了2025年及2030年不同目标情景下我国归因于PM2.5和O3的健康效应，认为我国338个地级及以上城市PM2.5浓度在2025年需降至40 μg/m3以下、2030年降至35 μg/m3以下，O3浓度在2025年降至与2018年持平、2030年O3浓度比2018年浓度低4%，两种污染物导致的过早死亡人数才能与2018年接近. 因此，未来仍需持续加强PM2.5的污染控制，进一步遏制O3上升趋势，在生态环境保护上要做到方向不变、力度不减.

4 结论

a) 2015—2018年我国PM2.5浓度整体呈下降趋势，其导致的过早死亡人数从2015年的152.21×104人降至2018年的136.82×104人，年均下降3.37%，降幅呈中部>东部>西部的特征，四大典型区域单位面积过早死亡人数呈“2+26”城市>长三角地区>珠三角地区>汾渭平原的特征.

b) 我国O3导致的过早死亡人数约为PM2.5导致的过早死亡人数的1/8，但呈上升趋势，从2015年的7.99×104人增至2018年的8.27×104人，年均上升9.52%，增幅呈中部>西部>东部的特征. 其中，“2+26”城市是我国O3污染较为严重的地区，四大典型区域单位面积过早死亡人数呈“2+26”城市>长三角地区≈珠三角地区>汾渭平原.

c) 人口数量增加和人口老龄化均会造成过早死亡人数的增加，疾病死亡率降低会使过早死亡人数降低，PM2.5和O3对过早死亡人数的影响与二者浓度变化趋势一致. 其中，人口数量、年龄结构、疾病死亡率和污染物浓度的变化对归因于PM2.5的过早死亡人数变化的贡献率分别为4.83%、30.55%、19.00%及45.62%，对归因于O3的过早死亡人数变化的贡献率分别为17.76%、12.34%、23.41%及46.48%.

d) 预测未来10年，大气PM2.5浓度2025年需降至40 μg/m3以下、2030年降至35 μg/m3以下，大气O3浓度2025年达到与2018年持平、2030年O3浓度比2018年低4%，两种污染物导致的过早死亡人数才能与2018年接近. 如果两种污染物浓度保持2019年浓度水平，2025年和2030年归因于PM2.5的过早死亡人数将分别比2018年增加8%和13%，归因于O3的过早死亡人数将分别比2018年增加13%和22%.