王梦琦 黄翌 卢显晶 刘潇潇 施沪静 宋彦欣

(1南通大学地理科学学院，江苏 南通 226007；
2南京师范大学地理科学学院)

空气污染和室内空气污染是疾病负担的主要危险因素〔1〕，在众多大气污染物指标中，粒径≤2.5 μm的细颗粒物(PM2.5)是对心脑血管疾病(包括心脏病和脑血管病)危险最显著的指标之一〔2〕。受经济发展水平、工业化等多种因素制约，PM2.5对中国人民身体健康产生了较大的影响，其中，心脑血管疾病是中国首位疾病负担，占全因死亡的45%左右〔3〕。近年研究表明，大气PM2.5的污染与诱发人群心脑血管疾病相关。研究表明〔4〕PM2.5短期升高可以增加心脑血管疾病的死亡率。多项研究也表明PM2.5可能会增加居民心脑血管疾病的死亡风险〔5,6〕，老年人群因心脑血管疾病死亡的风险受PM2.5的影响更大〔7,8〕。长期暴露于PM2.5会增加40岁以上的过去吸烟者、东部地区居民的心脑血管疾病死亡风险〔9〕。以往文献没有考虑PM2.5分布与人口密度分布的错位，导致危险性评估精度偏差，迄今能够对不同年龄分层探讨的研究也较少。本文对中国长时间序列PM2.5浓度的分布格局进行研究，讨论人口密度分布格局对PM2.5危险性的影响，探讨归因于PM2.5的各年龄段人群心脑血管死亡率，有助于治理区域PM2.5污染及针对性地预防疾病。

研究数据源自中国环境监测总站的全国城市空气质量实时发布平台(http://106.37.208.233:20035/)，收集了2014年5月13日至2019年12月31日全国31个省1 619个环境监测站点的每日PM2.5浓度的监测数据。各省监测站的PM2.5平均浓度值不能准确反映居民PM2.5的暴露值，因为不同地区人口密度差异很大，例如，省内人口密集区PM2.5浓度较高，而人口稀少的山区、林区PM2.5浓度较低，如果简单以各站点的监测数据平均值作为暴露值，会低估其危害程度，计算人口密度加权的PM2.5暴露值，才能更准确地计量其危险性。此外，为了研究PM2.5对不同年龄段人群的影响，我们还收集了2015年全国1%人口抽样调查的各省人口年龄结构、死亡人口年龄结构数据及从中国卫生健康统计年鉴中收集到的2015～2019年全国各年龄的疾病死亡率。

2.1时间分布基本特征 PM2.5浓度表现为明显的季节差异，第一、四季度较高，第二、三季度较低，南方低于北方。2014～2019年，PM2.5总体上呈震荡下降趋势，见表1。

表1 2014～2019年各季度PM2.5浓度分布(μg/m3)

2.2空间分布基本特征及聚类分析 基于全国1 619个环境监测站点每日数据，对各省份每年的PM2.5数据使用Python编程进行年平均处理，提取各省份日均PM2.5浓度数据，合成月均值数据、季度均值数据、年均值数据。使用ArcGIS平台进行绘图，选用反距离权重方法对2014～2019年监测站点进行插值。年均PM2.5浓度具有显著的空间差异性，总体呈现“由北向南先变重再变轻，由东向西先变轻再加重”的空间分布格局。2014年污染物聚集在中国新疆维吾尔自治区及华北、黄淮地区，其中河北省、北京市、天津市和山东省的污染浓度很高。2015年范围扩大到周围省级行政区，河南省浓度变高，新疆维吾尔自治区污染加重，河北省、北京市、天津市和山东省的污染浓度仍然较高。2016年新疆维吾尔自治区的污染最为严重，到2017年污染有所下降，2017～2019年新疆维吾尔自治区的污染范围减小，新疆维吾尔自治区西部地区污染浓度仍然较高。中国东部地区自2015～2019年污染范围逐渐减小，其中，河北省、北京市、天津市和山东省等污染浓度较高的地区，污染浓度也在逐渐下降。见图1。

GB 3095-2012《环境空气质量标准》规定PM2.5年平均一级浓度限值为15 μg/m3，二级浓度限值为35 μg/m3，《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)规定PM2.524 h平均污染浓度限值可分为7个范围：0.00～35.00 μg/m3、35.01～75.00 μg/m3、75.01～115.00 μg/m3、115.01～150.00 μg/m3、150.01～250.00 μg/m3、250.01～350.00 μg/m3和350.01～500.00 μg/m3。本研究收集的数据表明，2014～2019年中国PM2.5监测站点的浓度平均值均低于250 μg/m3，故本研究依据实际情况选定5个范围，计算了2014～2019年各监测站点每天PM2.5污染浓度限值占比，见表2。

2014～2019年中国PM2.5污染浓度限值在35.01～75.00 μg/m3、75.01～115.00 μg/m3、115.01～150.00 μg/m3和150.01～250.00 μg/m3范围内的占比逐年减少，PM2.5污染浓度限值在0.00～35.00 μg/m3范围内的占比逐年增加。从变化率上来看，2015年改善最为显著；
从变化量上来看，2019年改善最为显著，PM2.5污染浓度限值在0.00～35.00 μg/m3和35.01～75.00 μg/m3范围内的占比达到89.9%，较2014年相比增加了12.03%，而PM2.5污染浓度限值在150.01～250.00 μg/m3的占比，2019年占1.71%，较2014年相比也减少了1.44%。由此可见，中国的空气质量呈现好转的趋势。

基于国家测绘地理信息局标准地图(审图号为GS(2019)1825号)绘制，底图无修改图1 2014～2019年PM2.5浓度反距离权重插值

表2 1 619个站点2014～2019年PM2.5污染浓度限值占比(%)

聚类和异常值分析可识别具有拥挤显著性的热点、冷点、空间异常值，使用局部莫兰指数统计量，对省级尺度PM2.5浓度进行分析，“高-高聚类”表示PM2.5浓度高值省份的周边也是高值省份；
“高-低聚类”表示PM2.5浓度高值省份的周边是低值省份；
“低-高聚类”表示PM2.5浓度低值省份的周边是高值省份；
“低-低聚类”表示PM2.5浓度低值省份的周边也是低值省份。

2014年高值主要集中在中国的东部省份，主要分布于河北省、北京市、天津市、山东省、河南省、安徽省及湖北省。低值主要分布在海南省、广东省，其周边省份也是低值省份。其余均未呈现明显的高低值。2015年高值主要分布于河北省、北京市、天津市、山东省和河南省5个省份，2016年和2017年以上5个省份仍是高值省份，此外还增加了山西省，而其周围省级行政区也处于高值区域。2018年和2019年高值省份向内陆转移，高值主要分布于河北省、北京市、天津市、山东省、河南省、安徽省、山西省及陕西省，而其周围省级行政区也处于高值区域。低值主要分布在海南省，其周边省份也是低值省份。其余均未呈现明显的高低值。2014～2019年的聚类分析表明，中国PM2.5浓度呈现稳固的空间分布特征，华北、华中地区始终是PM2.5浓度的高值区，华南地区是低值区。见图2。

2.3归因于PM2.5的城市、农村老年不同年龄心脑血管疾病死亡率 大量研究显示，PM2.5可导致心脑血管疾病发病和死亡的危险性增加〔10～12〕，对人的身体健康特别是老年人带来很大影响。但由于各地区人口密度差异较大，人口密度与PM2.5浓度分布的错位可能会对其危险性评估产生影响。

我们使用PM2.5监测点与所在位置的人口密度进行加权，得到PM2.5与人口密度加权值，结合全球疾病负担(GBD；
http://ghdx.healthdata.org/gbd-2017)提供的年龄别脑血管病、心脏病的相对危险度(RR值)，计算出归因于PM2.5的各年龄段心脏病、脑血管病的标准化死亡率〔13,14〕。

将2015年全国人口密度图栅格转点获取各个象元的点状数据，使用空间连接的方式获取与1 619个PM2.5监测点位置一致的地点的人口密度，将位置一致的地点的PM2.5浓度与人口密度进行加权，获得PM2.5对人群更准确的影响。见表3。

基于国家测绘地理信息局标准地图(审图号为GS(2019)1825号)绘制，底图无修改图2 2014～2019年中国PM2.5聚类与异常值分析

表3 1 619个PM2.5监测点与相应位置人口密度加权前后 PM2.5浓度对比

人口密度加权后，2015～2019年中国PM2.5浓度逐年下降，2019年PM2.5浓度最低，加权后的浓度值相较于2015年年均浓度降低26.38%(13.69 μg/m3)。2017年至2018年我国PM2.5浓度下降最明显，加权后的PM2.5浓度与2017年相比下降13.73%(6.28 μg/m3)。全国1 619个PM2.5监测点与相应位置人口密度加权前的浓度值小于加权后的浓度值，平均每年人口密度加权后的PM2.5浓度比未进行人口密度加权时增加了5.63%(2.5 μg/m3)，这是因为中国PM2.5浓度较高的地区同时也是人口密度最大的地区，如华北平原、黄淮地区；
而PM2.5浓度较低的地区人口相对较少，如山区林区。大气PM2.5年平均暴露浓度每增加10 μg/m3，心血管疾病发病和死亡风险分别增加25%和16%〔15〕，可见，直接基于PM2.5浓度而不考虑与人口分布的错位问题会大幅低估其危险性。见表3。

为了定量研究PM2.5对心、脑血管病死亡率的影响，我们根据GBD的理论和方法计算了归因疾病负担的估计值。GBD是在比较风险评估理论的框架下，对各种危险因素引起的疾病负担进行评估的。该理论的核心内容是：在其他独立危险因素暴露水平不变的情况下，通过比较该危险因素的暴露分布与理论最小风险暴露分布，计算出归属于某一危险因素(人群归因分数，PAF)的疾病负担比例，PAF的计算公式如式(1)所示，归因死亡数按式(2)计算：

(1)

L=PAF×M

(2)

其中，RRi为接触(暴露)水平i的相对危险度，Pi为暴露水平i的人群比例，L是PM2.5的归因死亡人数，M是心、脑血管病的死亡人数。

从中国卫生健康统计年鉴上，我们收集到全国城市、农村各年龄段心脑血管病2015～2019年度的死亡数据，利用全国人口密度加权的平均PM2.5浓度和GDB中对应的RR值可以计算出各个年龄段的危险性，继而获得65～85岁以上5组各年龄段人群归因危险度百分比，最终获得归因于PM2.5导致各年龄老年心脑血管疾病的死亡率。农村归因于PM2.5的心脑血管病死亡率比城市高。见表4。

表4 归因于PM2.5的各年龄老年心脑血管病死亡率〔1/10万,死亡率(95%CI)〕

总体来说，中国北方PM2.5污染比南方严重，这是因为华北平原和黄淮地区人口密度大，所以人们为了满足住房的需求，土地资源紧张的地区会修建高且密集的建筑物，导致空气扩散条件不好，污染物难以及时流通出去。并且人口越多，私家车的数量也越多，而机动车尾气是PM2.5的主要来源之一〔16〕。此外，河北省的重工业发达，特别是污染型企业较多，每年的污染排放量巨大，而河北省西、北两面环山的地理位置不利于污染物的扩散，且河北省位于中国北方，冬季气候寒冷，燃煤取暖也产生大量的污染物，导致了河北省的污染常年比较严重，也影响到了其周边的北京市、天津市和山东省，造成北方的PM2.5污染较南方相比更为严重。未来PM2.5污染治理应以京津冀及周边地区为核心，针对重点地区，重点时节要做到时时监管，提前防控。同时，在气象条件不利于污染扩散，大气污染严重时期，个人应尽量减少外出活动时间，特别是老年人群，外出时应做好个人防护。

猜你喜欢人口密度低值高值养殖废弃物快速发酵及高值转化土壤修复生物肥料关键技术现代农村科技(2022年9期)2022-08-16显微镜手工计数法在低值血小板计数中的应用中国典型病例大全(2022年11期)2022-05-13麻文化发展与高值利用前景展望中国麻业科学(2021年5期)2021-12-02高速铁路与经济增长的因果关系长安大学学报·社科版(2016年4期)2017-04-21关于我国房地产价格的思考大经贸(2016年11期)2017-01-06厦门市流动人口分布研究现代经济信息(2016年6期)2016-05-31高值无害化利用 废白土大有可为中国资源综合利用(2016年6期)2016-01-22强碱三元复合驱含水低值期动态调整技术研究大庆师范学院学报(2015年3期)2015-12-24可选择型低值电容标准的研究电测与仪表(2015年12期)2015-04-09ELISA法检测HBsAg(CMIA)低值血清样本的结果分析现代检验医学杂志(2015年2期)2015-02-06