王 情， 朱歡歡,2， 杜 鵬， 趙 靚， 李湉湉*

1.中國(guó)疾病預(yù)防控制中心環(huán)境與人群健康重點(diǎn)實(shí)驗(yàn)室， 中國(guó)疾病預(yù)防控制中心環(huán)境與健康相關(guān)產(chǎn)品安全所， 北京 100021 2.河北科技大學(xué)環(huán)境科學(xué)與工程學(xué)院， 河北 石家莊 050027

大氣PM2.5污染是我國(guó)重大環(huán)境問(wèn)題之一，其對(duì)公眾健康的危害受到廣泛關(guān)注. 大量流行病學(xué)隊(duì)列研究[1]表明，長(zhǎng)期PM2.5暴露與人類(lèi)某些疾病所致過(guò)早死亡存在關(guān)聯(lián)，如中風(fēng)、缺血性心臟病(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年全球疾病負(fù)擔(dān)研究[6]顯示，大氣PM2.5污染造成全球約297萬(wàn)人死亡，是全球第八大健康風(fēng)險(xiǎn)因素. 在我國(guó)大氣PM2.5已成為繼高血壓、吸煙和高鈉飲食之后的第四位危險(xiǎn)因素[7]. Cohen等[8]研究表明，PM2.5暴露導(dǎo)致我國(guó)相關(guān)疾病的超額死亡數(shù)約110×104例，遠(yuǎn)高于歐洲、美國(guó)、日本、巴西等其他國(guó)家和地區(qū). 為了降低空氣污染及其帶來(lái)的不良健康效應(yīng)，我國(guó)政府及環(huán)保等相關(guān)部門(mén)采取了大量的措施[9-11]，空氣污染治理取得了較好的效果. 自2013年國(guó)務(wù)院印發(fā)《大氣污染防治行動(dòng)計(jì)劃》[12]以來(lái)，我國(guó)PM2.5污染狀況有所緩解，PM2.5年均濃度從2013年的72 μgm3降至2019年的37 μgm3[13-14]. 但是，全國(guó)337個(gè)城市中仍有47.2%的城市PM2.5年均濃度超過(guò)GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》二級(jí)標(biāo)準(zhǔn)限值(35 μgm3)，僅有4.5%的城市達(dá)到世界衛(wèi)生組織(World Health Organization，WHO)推薦的PM2.5年均濃度限值(10 μgm3)[14]. 全球疾病負(fù)擔(dān)研究[15-16]表明，雖然中國(guó)空氣質(zhì)量有所改善，但隨著人口數(shù)量的增長(zhǎng)和老齡化的發(fā)展，PM2.5相關(guān)疾病負(fù)擔(dān)仍有加重趨勢(shì)，尤其是人口密度大、污染相對(duì)較重的京津冀地區(qū). 京津冀地區(qū)是PM2.5污染超額死亡高風(fēng)險(xiǎn)區(qū)域[17-18]，全國(guó)約10%的PM2.5污染超額死亡發(fā)生在該區(qū)域[19]. 為了持續(xù)改善空氣質(zhì)量，2018年國(guó)務(wù)院發(fā)布《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》，提出經(jīng)過(guò)3年努力，大幅減少主要大氣污染物排放總量，協(xié)同減少溫室氣體排放，進(jìn)一步明顯降低PM2.5濃度. 京津冀及周邊地區(qū)持續(xù)推進(jìn)區(qū)域大氣污染聯(lián)防聯(lián)控，以改善區(qū)域空氣質(zhì)量[20]. 2019年大氣重污染成因及治理攻關(guān)項(xiàng)目也提出京津冀地區(qū)“2+26”城市“十四五”及中長(zhǎng)期PM2.5污染控制目標(biāo). 上述政策措施的執(zhí)行和規(guī)劃目標(biāo)的實(shí)現(xiàn)，有望持續(xù)降低空氣污染，帶來(lái)可觀的健康效益，但同時(shí)也需要產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等方面的努力和大量經(jīng)費(fèi)的保障，準(zhǔn)確評(píng)估這些措施和目標(biāo)的健康效益，是制定未來(lái)相關(guān)政策規(guī)劃的重要參考依據(jù). 然而，目前針對(duì)現(xiàn)有政策措施和規(guī)劃目標(biāo)所帶來(lái)的健康效益的評(píng)估還較少[21-24]，且現(xiàn)有研究主要是針對(duì)“十三五”空氣改善措施的健康效益評(píng)估，未能對(duì)未來(lái)不同時(shí)期空氣質(zhì)量改善的健康效益進(jìn)行評(píng)估.

京津冀及周邊地區(qū)是我國(guó)的“首都經(jīng)濟(jì)圈”，政治地位和社會(huì)經(jīng)濟(jì)地位十分重要，由于人口密度大，經(jīng)濟(jì)發(fā)展迅速，工業(yè)產(chǎn)業(yè)密集，京津冀及周邊地區(qū)近些年大氣重污染天氣頻發(fā)，已成為我國(guó)大氣污染防控的重點(diǎn)地區(qū)[25-27]. 2013年以來(lái)，在多項(xiàng)防控治理舉措并行的情況下，京津冀及周邊地區(qū)空氣污染得到改善，PM2.5年均濃度呈現(xiàn)持續(xù)下降態(tài)勢(shì)，從2013年的106 μgm3，降至2019年的57 μgm3[13-14]，但仍高于GB 3095—2012二級(jí)標(biāo)準(zhǔn)限值(35 μgm3). 針對(duì)京津冀及周邊地區(qū)空氣質(zhì)量改善的健康效益研究[25-26]發(fā)現(xiàn)，一些空氣污染治理政策措施的實(shí)施，如《大氣污染防治行動(dòng)計(jì)劃》、“煤改電”等措施，確實(shí)帶來(lái)了可觀的健康效益，然而對(duì)京津冀及周邊地區(qū)未來(lái)空氣污染疾病負(fù)擔(dān)預(yù)估的研究還鮮有開(kāi)展，“十四五”及中長(zhǎng)期PM2.5污染控制目標(biāo)的健康效益的相關(guān)證據(jù)還較少，難以全面支撐環(huán)境保護(hù)和健康防護(hù)決策.

該研究對(duì)京津冀及其周邊地區(qū)“2+26”城市的PM2.5污染狀況以及相關(guān)健康風(fēng)險(xiǎn)(以超額死亡人數(shù)為主要指標(biāo))進(jìn)行評(píng)估和預(yù)估. 首先評(píng)估京津冀及其周邊地區(qū)“2+26”城市2015年P(guān)M2.5污染的健康風(fēng)險(xiǎn)，然后結(jié)合未來(lái)人口發(fā)展情景和空氣質(zhì)量改善目標(biāo)情景，對(duì)研究區(qū)2025年、2030年和2035年P(guān)M2.5污染所致人群超額死亡進(jìn)行預(yù)估，確定未來(lái)不同人口發(fā)展情景和空氣質(zhì)量改善目標(biāo)下，歸因于環(huán)境PM2.5污染的疾病負(fù)擔(dān)變化趨勢(shì)，同時(shí)進(jìn)一步量化“十四五”及中長(zhǎng)期PM2.5污染控制目標(biāo)下空氣質(zhì)量改善的健康效益，以期為京津冀及周邊地區(qū)大氣污染防治和健康防護(hù)政策制訂提供科學(xué)依據(jù).

1 研究方法

1.1 數(shù)據(jù)收集和預(yù)處理

為了評(píng)估京津冀及周邊地區(qū)“2+26”城市(見(jiàn)圖1)PM2.5所致疾病負(fù)擔(dān)，該研究收集了評(píng)估所需的關(guān)鍵數(shù)據(jù)，包括PM2.5暴露濃度、研究區(qū)域人口、基線死亡率、PM2.5濃度與不同人群不同疾病死亡之間的暴露-反應(yīng)關(guān)系或不同濃度水平的相對(duì)風(fēng)險(xiǎn)(Relative Risk, RR).

圖1 京津冀及其周邊地區(qū)“2+26”城市Fig.1 The map of the Beijing-Tianjin-Hebei Region ‘2+26’ cities

1.1.1PM2.5暴露數(shù)據(jù)

該研究利用美國(guó)埃默里大學(xué)研究團(tuán)隊(duì)[28]開(kāi)發(fā)的基于衛(wèi)星、氣象、土地利用、站點(diǎn)監(jiān)測(cè)數(shù)據(jù)等模擬的PM2.5年均濃度，進(jìn)行基線年(2015年)的人群PM2.5暴露匹配. 模型的總體交叉驗(yàn)證R2和相對(duì)誤差分別為0.79和35.6%，表明該模型可以較為準(zhǔn)確地模擬PM2.5年均濃度，該研究將模型模擬得到的0.1°(約10 km)網(wǎng)格數(shù)據(jù)產(chǎn)品，通過(guò)ArcGIS空間統(tǒng)計(jì)計(jì)算得到每個(gè)區(qū)縣的PM2.5平均濃度. 對(duì)于2025年、2030年和2035年的PM2.5暴露濃度，則按照國(guó)家大氣重污染成因及治理攻關(guān)項(xiàng)目提出的京津冀地區(qū)“2+26”城市“十四五”及中長(zhǎng)期PM2.5污染控制目標(biāo)來(lái)計(jì)算. 根據(jù)該目標(biāo)，以“2+26”城市2015—2017年的PM2.5年均濃度為基準(zhǔn)，預(yù)計(jì)到2025年、2030年、2035年P(guān)M2.5年均濃度分別達(dá)48、39、32 μgm3，其中北京市PM2.5年均濃度分別達(dá)到42、35、32 μgm3. 對(duì)于空氣條件較優(yōu)的地區(qū)(PM2.5濃度在2015年已達(dá)到目標(biāo)值)，應(yīng)當(dāng)適當(dāng)降低污染物濃度，2025年、2030年、2035年分別較基準(zhǔn)年降低30%、35%、40%. 基于上述目標(biāo)以及各區(qū)縣的污染現(xiàn)狀，該研究設(shè)置了各區(qū)縣各階段的空氣質(zhì)量情景.

1.1.2人口數(shù)據(jù)

基線年(2015年)人口數(shù)據(jù)使用中國(guó)2010年人口普查[29]得到的區(qū)縣尺度的人口數(shù)據(jù)集，該數(shù)據(jù)集包含0～84歲、85歲及以上的所有以5年為間隔年齡組的人口信息. 未來(lái)人口數(shù)據(jù)(2025年、2030年和2035年)來(lái)自政府間氣候變化專門(mén)委員會(huì)(IPCC)提出的5種共享社會(huì)經(jīng)濟(jì)路徑(Shared Socioeconomic Pathway, SSP)[30]下的人口預(yù)估情景，其中，SSP1為可持續(xù)發(fā)展情景，SSP2為中度發(fā)展情景，SSP3為區(qū)域競(jìng)爭(zhēng)發(fā)展情景，SSP4為不均衡發(fā)展情景，SSP5為常規(guī)發(fā)展情景；原始數(shù)據(jù)為0.1°網(wǎng)格，該研究中利用ArcGIS軟件中的分區(qū)統(tǒng)計(jì)功能，計(jì)算出每個(gè)區(qū)縣的人口數(shù)，并與各區(qū)縣的暴露濃度等其他數(shù)據(jù)匹配.

1.1.3基礎(chǔ)死亡率數(shù)據(jù)

分疾病、分年齡的死亡率分別來(lái)自中國(guó)疾病預(yù)防控制中心慢性非傳染性疾病預(yù)防控制中心的數(shù)據(jù)成果[31]和全球疾病負(fù)擔(dān)評(píng)估研究(GBD 2013)的共享數(shù)據(jù)集[32]，使用省級(jí)基礎(chǔ)死亡率數(shù)據(jù)代表研究區(qū)各區(qū)縣的基礎(chǔ)死亡率.

1.2 暴露-反應(yīng)關(guān)系

該研究中PM2.5和各類(lèi)疾病死亡的暴露-反應(yīng)關(guān)系采用全球疾病負(fù)擔(dān)評(píng)估(GBD 2016)[31]使用的綜合暴露-反應(yīng)方程(Integrated Exposure-Response IERs). IERs的C-R函數(shù)是描述污染暴露(長(zhǎng)期暴露于PM2.5)與不良健康結(jié)果風(fēng)險(xiǎn)(每個(gè)疾病終點(diǎn)的死亡率)之間的數(shù)學(xué)方程，用于表示PM2.5濃度增加帶來(lái)的死亡風(fēng)險(xiǎn)變化. 基于整個(gè)PM2.5濃度暴露范圍內(nèi)的IERs，得到不同PM2.5濃度下各類(lèi)疾病死亡的相對(duì)風(fēng)險(xiǎn)值(RR).

1.3 預(yù)估模型

基于上述PM2.5暴露數(shù)據(jù)、人口數(shù)據(jù)、基線死亡率數(shù)據(jù)、不同PM2.5濃度的RR，基于相同的空間位置(區(qū)縣)進(jìn)行匹配，進(jìn)而分別計(jì)算2015年、2025年、2030年和2035年“2+26”城市中每個(gè)區(qū)縣歸因于環(huán)境PM2.5的超額死亡人數(shù)，并將未來(lái)各年的計(jì)算結(jié)果與基線年進(jìn)行比較，得出變化趨勢(shì). 該研究采用WHO的環(huán)境健康風(fēng)險(xiǎn)評(píng)估方法來(lái)計(jì)算每個(gè)區(qū)縣PM2.5相關(guān)的超額死亡風(fēng)險(xiǎn)，包括5個(gè)疾病死亡終點(diǎn)〔25歲以上成人的缺血性心臟病(Ischemic Heart Disease, IHD)、慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease, COPD)、肺癌、中風(fēng)以及全人群的下呼吸道感染(Lower Respiratory Infections, LRI)〕，其中，IHD和中風(fēng)是基于分年齡組各濃度對(duì)應(yīng)的RR值進(jìn)行計(jì)算，COPD和肺癌基于25歲以上成人組各濃度對(duì)應(yīng)的RR計(jì)算，LRI基于全人群各濃度對(duì)應(yīng)的RR值計(jì)算[33-35].

(1)

(2)

Mri=(MiPi)×100 000

(3)

式中：Pi為區(qū)縣i人口數(shù)，人；Iij為區(qū)縣i疾病j的年平均病死率，即基線死亡率，人103人；RRij為區(qū)縣i在評(píng)估年份PM2.5年均濃度下疾病j死亡的相對(duì)風(fēng)險(xiǎn)值；Mij為區(qū)縣i疾病j的超額死亡數(shù)，人；Mi為各區(qū)縣i的總超額死亡數(shù)，人；Mri為超額死亡率，人105人.

該研究采用ArcGIS 9.3軟件進(jìn)行PM2.5濃度暴露數(shù)據(jù)的空間統(tǒng)計(jì)和相關(guān)計(jì)算結(jié)果的地圖繪制，使用R 3.6.0軟件完成PM2.5相關(guān)超額死亡數(shù)的計(jì)算.

圖2 2015年、2025年、2030年和2035年京津冀及周邊地區(qū)“2+26”城市PM2.5濃度Fig.2 The PM2.5 concentration in Beijing-Tianjin-Hebei Region ‘2+26’ cities in 2015, 2025, 2030 and 2035

2 結(jié)果與討論

2.1 京津冀及周邊地區(qū)“2+26”城市PM2.5暴露時(shí)空變化

根據(jù)國(guó)家大氣重污染成因及治理攻關(guān)項(xiàng)目提出的京津冀及周邊地區(qū)“2+26”城市“十四五”及中長(zhǎng)期PM2.5污染控制目標(biāo)，預(yù)計(jì)到2025年、2030年和2035年京津冀及其周邊地區(qū)“2+26”城市的PM2.5污染均得到有效控制，到2035年各地PM2.5濃度將達(dá)到或低于GB 3095—2012二級(jí)標(biāo)準(zhǔn)限值(35 μgm3). 由圖2可見(jiàn)，2015年京津冀及周邊地區(qū)“2+26”城市的大部分地區(qū)屬于PM2.5污染較重的區(qū)域，PM2.5年均濃度均高于GB 3095—2012二級(jí)標(biāo)準(zhǔn)限值. 按上述控制目標(biāo)，到2025年空氣質(zhì)量改善，各地污染程度大幅降低；到2035年，在空氣質(zhì)量完全按上述目標(biāo)改善的情況下，京津冀及周邊地區(qū)“2+26”城市所有區(qū)縣的大氣PM2.5年均濃度將低于35 μgm3，其中北京市到2025年、2030年、2035年大氣PM2.5污染程度分別下降47.3%、56.7%、64.2%.

2.2 京津冀及周邊地區(qū)“2+26”城市PM2.5相關(guān)疾病負(fù)擔(dān)

2.2.1空氣質(zhì)量改善的健康效益分析

根據(jù)評(píng)估結(jié)果，2015年京津冀及周邊地區(qū)“2+26”城市PM2.5所致超額死亡數(shù)為15.11×104例. 不同情景下預(yù)估研究結(jié)果表明，在人口不變的情況下，若PM2.5濃度按不同時(shí)期PM2.5年均濃度目標(biāo)改善，可以明顯減少PM2.5帶來(lái)的超額死亡數(shù)(見(jiàn)表1). 預(yù)計(jì)到2025年、2030年和2035年，PM2.5污染相關(guān)超額死亡數(shù)分別為 114 880、106 161 和 98 581 例，比2015年分別減少了23.96%、29.73%和34.79%，表明空氣質(zhì)量的改善可以在很大程度上減少PM2.5相關(guān)的疾病負(fù)擔(dān). 以往研究[15,21-22]也證實(shí)了《大氣污染防治行動(dòng)計(jì)劃》實(shí)施以來(lái)，空氣質(zhì)量改善可給我國(guó)人群帶來(lái)較大的健康效益. 然而，京津冀及周邊地區(qū)“2+26”城市依然面臨較大的空氣污染相關(guān)疾病負(fù)擔(dān)，2035年的PM2.5相關(guān)超額死亡仍有10.06×104例，即使未來(lái)空氣質(zhì)量按照上述目標(biāo)改善，PM2.5濃度降至GB 3095—2012二級(jí)標(biāo)準(zhǔn)限值以下，依然存在較重的疾病負(fù)擔(dān)，因此京津冀及周邊地區(qū)“2+26”城市的大氣污染防治需持續(xù)朝著更高的目標(biāo)努力.

表1 京津冀及周邊地區(qū)“2+26”城市各時(shí)期PM2.5相關(guān)超額死亡數(shù)

由圖3可見(jiàn)：2015年除研究區(qū)西部和北部的部分區(qū)縣外，其余區(qū)縣PM2.5相關(guān)超額死亡率大于75人(105人)，個(gè)別區(qū)縣高于100人(105人)；2025年、2030年、2035年幾乎所有區(qū)縣的PM2.5相關(guān)超額死亡率均有所降低，到2035年，僅有個(gè)別區(qū)縣PM2.5相關(guān)超額死亡率大于75人(105人)，大部分區(qū)縣PM2.5相關(guān)超額死亡率在50～75人(105人)之間，少量區(qū)縣降至50人(105人)以下. 結(jié)果表明，區(qū)域空氣質(zhì)量的改善，能惠及所有區(qū)縣的人群，帶來(lái)普遍、可觀的健康收益.

圖3 2015年、2025年、2030年和2035年京津冀及周邊地區(qū)“2+26”城市歸因于PM2.5的超額死亡率(人口不變情景)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)

若考慮未來(lái)的人口變化，則結(jié)果與人口不變情景下有所差異. 在SSP各人口情景下，PM2.5相關(guān)疾病負(fù)擔(dān)并未降低. 以SSP4人口情景為例，2025年、2030年和2035年京津冀及周邊地區(qū)“2+26”城市的超額死亡數(shù)分別為 188 779、201 011 和 217 610 例，比2015年分別增加了24.96%、33.06%和44.04%(見(jiàn)表1). 由圖4可見(jiàn)，未來(lái)PM2.5相關(guān)超額死亡負(fù)擔(dān)較重的區(qū)域(圖4中黃色、橙色、紅色區(qū)域)主要分布在研究區(qū)西部和北部. 與2015年相比，PM2.5相關(guān)超額死亡負(fù)擔(dān)較重的區(qū)域逐年增加，這表明即使未來(lái)空氣質(zhì)量逐步改善，在人口密度較大及PM2.5污染相對(duì)較重的地區(qū)，PM2.5相關(guān)的疾病負(fù)擔(dān)仍較重. 隨著人口數(shù)的增長(zhǎng)和人口老齡化的發(fā)展[36]，空氣質(zhì)量改善(PM2.5濃度降低)帶來(lái)的健康效益被抵消，未來(lái)相關(guān)疾病負(fù)擔(dān)甚至有增加的趨勢(shì). 由于老年人各類(lèi)慢性疾病的患病率較大，基礎(chǔ)死亡率也較高，對(duì)于空氣污染健康效應(yīng)的敏感性也較高[37]. 因此，隨著老年人占比的增加，老齡化進(jìn)程會(huì)加重PM2.5相關(guān)疾病負(fù)擔(dān). 這與全國(guó)PM2.5污染相關(guān)超額死亡數(shù)預(yù)估結(jié)果[38]一致.

圖4 2015年、2025年、2030年和2035年京津冀及周邊地區(qū)“2+26”城市歸因于PM2.5的超額死亡率(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相關(guān)疾病負(fù)擔(dān)較重的地區(qū)與人口密度較高和污染較嚴(yán)重地區(qū)的分布范圍一致. 在SSP4人口情景下，2015年、2025年、2030年和2035年P(guān)M2.5相關(guān)超額死亡率空間分布變化不明顯，但總數(shù)有增加的趨勢(shì)，山西省、河南省、河北省等部分地區(qū)均有不同程度的增加. 根據(jù)京津冀及周邊地區(qū)“2+26”城市各區(qū)縣的PM2.5相關(guān)超額死亡數(shù)與PM2.5濃度和人口數(shù)對(duì)比發(fā)現(xiàn)，疾病負(fù)擔(dān)較重的區(qū)縣的人口數(shù)量和PM2.5濃度均較高，與已有研究結(jié)果[5,21-22,38]較為一致. 因此，未來(lái)區(qū)域空氣污染聯(lián)防聯(lián)控和健康防護(hù)，應(yīng)考慮空氣污染及其疾病負(fù)擔(dān)的時(shí)空變化特征，進(jìn)行科學(xué)地規(guī)劃和布局，尤其是針對(duì)疾病負(fù)擔(dān)較重的局部地區(qū)，合理規(guī)劃人口和工業(yè)布局；未來(lái)人口和社會(huì)經(jīng)濟(jì)發(fā)展，也應(yīng)考慮空氣污染等環(huán)境因子的健康效應(yīng)，進(jìn)行合理規(guī)劃.

2.2.2按年齡段分析

基于SSP4人口情景下各年齡段PM2.5相關(guān)超額死亡數(shù)占比如圖5所示. 由圖5可見(jiàn)，PM2.5相關(guān)超額死亡數(shù)的各年齡段占比隨年齡增長(zhǎng)基本呈增加趨勢(shì)，65歲以上老年人群占比最高，表明基礎(chǔ)疾病患病率高、環(huán)境風(fēng)險(xiǎn)防御能力較差的老年人口屬于PM2.5污染健康風(fēng)險(xiǎn)的脆弱人群，需要加強(qiáng)健康防護(hù). 未來(lái)不同年齡段的超額死亡人數(shù)占比呈不同的變化趨勢(shì)，0～65歲年齡組在2015年、2025年、2030年、2035年的PM2.5相關(guān)超額死亡數(shù)占比逐漸減少；而65歲以上年齡組PM2.5相關(guān)超額死亡數(shù)占比呈上升趨勢(shì). 根據(jù)對(duì)未來(lái)人口發(fā)展情景數(shù)據(jù)的分析，在未來(lái)SSP1～SSP5五種情景下，研究區(qū)老年人組的人口在總?cè)丝谥械恼急染噬仙厔?shì)，表明未來(lái)研究區(qū)人口老齡化的趨勢(shì)顯著. 大量研究[39-40]表明，空氣污染暴露對(duì)老年人群的健康影響高于其他人群，因此未來(lái)人口老齡化進(jìn)程將加重空氣污染相關(guān)疾病負(fù)擔(dān). 未來(lái)應(yīng)在控制空氣PM2.5濃度的同時(shí)，注意人口老齡化發(fā)展的科學(xué)應(yīng)對(duì)，加強(qiáng)對(duì)老年人群的健康防護(hù)工作，才能更加有效地避免PM2.5暴露帶來(lái)的不良健康影響.

2.2.3按疾病分析

各時(shí)期京津冀及周邊地區(qū)“2+26”城市歸因于PM2.5的五類(lèi)疾病超額死亡數(shù)的占比如圖6所示. 由圖6可見(jiàn)，5種疾病中中風(fēng)和缺血性心臟病(IHD)導(dǎo)致的超額死亡數(shù)占比較大，2025年、2030年、2035年P(guān)M2.5相關(guān)的心腦血管系統(tǒng)類(lèi)疾病(中風(fēng)和缺血性心臟病)的超額死亡數(shù)占70%以上，且呈上升趨勢(shì)，到2035年心腦血管系統(tǒng)疾病死亡數(shù)占比達(dá)到84%，而其他幾種疾病的占比則相對(duì)較少，這與已有研究結(jié)果[38,41]基本一致. 目前，心腦血管系統(tǒng)疾病死亡占我國(guó)城鄉(xiāng)居民疾病死亡原因的首位，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，國(guó)民生活方式的變化，尤其是人口老齡化和城鎮(zhèn)化進(jìn)程的加速，我國(guó)心腦血管系統(tǒng)疾病危險(xiǎn)因素流行趨勢(shì)明顯，1990年以來(lái)我國(guó)心腦血管系統(tǒng)疾病患病率持續(xù)上升[42]，疾病負(fù)擔(dān)日漸加重，已成為重大的公共衛(wèi)生問(wèn)題. 因此，為了加強(qiáng)和鞏固空氣污染治理的健康效益，提升人群健康水平，未來(lái)在持續(xù)改善空氣質(zhì)量的同時(shí)，還要加強(qiáng)針對(duì)心腦血管疾病的防護(hù)工作；另外，由于未來(lái)的各類(lèi)疾病基礎(chǔ)死亡率預(yù)估數(shù)據(jù)無(wú)法獲取，該研究中假設(shè)未來(lái)疾病基線死亡率不變，但是未來(lái)有的疾病死亡率可能會(huì)因?yàn)樯钏胶蜕罘绞降淖兓?、各?jí)衛(wèi)生健康措施的執(zhí)行以及社會(huì)經(jīng)濟(jì)的發(fā)展等有一定程度的變化，所以基于不變的死亡率預(yù)估未來(lái)PM2.5相關(guān)疾病負(fù)擔(dān)，可能存在一定的不確定性，未來(lái)可探索各類(lèi)相關(guān)疾病的死亡率變化趨勢(shì)，以做出更科學(xué)的疾病負(fù)擔(dān)預(yù)估研究.

圖5 京津冀及周邊地區(qū)“2+26”城市各時(shí)期不同年齡段PM2.5相關(guān)超額死亡數(shù)占比Fig.5 The proportion of PM2.5 related excess deaths in each age group in Beijing-Tianjin-Hebei Region ‘2+26’ cities

圖6 京津冀及周邊地區(qū)“2+26”城市2015年、2025年、2030年、2035年P(guān)M2.5導(dǎo)致的各疾病死亡數(shù)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 不確定性分析

該研究在暴露-反應(yīng)關(guān)系等方面存在一定的不確定性. 首先，對(duì)于人群PM2.5長(zhǎng)期暴露評(píng)估，由于監(jiān)測(cè)站點(diǎn)數(shù)量有限、空間分布不連續(xù)，個(gè)體暴露數(shù)據(jù)不可獲取，該研究采用基于站點(diǎn)監(jiān)測(cè)數(shù)據(jù)和遙感衛(wèi)星、氣象、土地利用數(shù)據(jù)等模擬得出的環(huán)境空氣PM2.5年均濃度作為區(qū)縣人群年均PM2.5暴露濃度，該類(lèi)基于模型模擬的空氣污染物濃度數(shù)據(jù)評(píng)估人群空氣污染暴露的方法，已經(jīng)在全球范圍得到廣泛認(rèn)可和應(yīng)用[5-6,8,21,34-35]；其次，由于缺乏我國(guó)本土的長(zhǎng)期隊(duì)列人群研究結(jié)果，該研究預(yù)估模型中的PM2.5長(zhǎng)期暴露與各類(lèi)疾病死亡風(fēng)險(xiǎn)的暴露-反應(yīng)關(guān)系采用的是GBD 2016[31]使用的綜合暴露-反應(yīng)方程(IERs)，將國(guó)外研究獲取的定量暴露反應(yīng)關(guān)系應(yīng)用于國(guó)內(nèi)的評(píng)估，由于人群的差異和暴露水平的差異也將帶來(lái)一定的不確定性. 因此，未來(lái)應(yīng)加強(qiáng)國(guó)內(nèi)的隊(duì)列研究，基于本土的長(zhǎng)期人群隊(duì)列數(shù)據(jù)，評(píng)估PM2.5暴露與各種疾病死亡發(fā)病的暴露-反應(yīng)關(guān)系，進(jìn)而評(píng)估相應(yīng)的死亡發(fā)病風(fēng)險(xiǎn)或疾病負(fù)擔(dān)，降低未來(lái)評(píng)估或預(yù)估研究中存在的不確定性.

3 結(jié)論與啟示

a) 京津冀及周邊地區(qū)“2+26”城市未來(lái)空氣質(zhì)量按照“十四五”及中長(zhǎng)期PM2.5控制目標(biāo)改善，將帶來(lái)惠及全區(qū)域的顯著健康效益；但隨著人口增長(zhǎng)和老齡化的影響，京津冀及周邊地區(qū)“2+26”城市未來(lái)一段時(shí)間內(nèi)空氣污染相關(guān)的疾病負(fù)擔(dān)依然較重，且仍有增長(zhǎng)的趨勢(shì).

b) 老齡化是未來(lái)威脅人群整體健康水平、加重空氣污染相關(guān)疾病負(fù)擔(dān)的重要因素. 心腦血管系統(tǒng)類(lèi)疾病(中風(fēng)和缺血性心臟病)的超額死亡數(shù)占比較高且呈上升趨勢(shì)，值得重點(diǎn)關(guān)注.

c) 為了持續(xù)降低空氣污染及其健康危害，未來(lái)需要制定和實(shí)施更嚴(yán)格的空氣質(zhì)量和污染排放標(biāo)準(zhǔn)，持續(xù)改善空氣質(zhì)量；同時(shí)采取行之有效的公共衛(wèi)生保護(hù)措施，以降低空氣污染帶來(lái)的疾病負(fù)擔(dān).