賈艷青,蘭 杰,劉秀麗

1.韓山師范學(xué)院地理科學(xué)與旅游學(xué)院,廣東 潮州 521041 2.山西省生態(tài)環(huán)境監(jiān)測(cè)和應(yīng)急保障中心,山西 太原 030024 3.山西財(cái)經(jīng)大學(xué)資源型經(jīng)濟(jì)轉(zhuǎn)型發(fā)展研究院,山西 太原 030012

由于工業(yè)化和城市化的持續(xù)推進(jìn),城市能源消耗增加的同時(shí),大量污染物向環(huán)境中排放,中國(guó)面臨一定程度的區(qū)域性和復(fù)合型大氣污染問(wèn)題。研究數(shù)據(jù)顯示,大氣顆粒物(PM10和PM2.5)和近地面臭氧(O3)已經(jīng)成為中國(guó)主要的大氣污染物[1-2]。2015—2017年,中國(guó)大氣PM2.5和PM10污染治理取得一定成效,但總體的污染格局并未顯著改變,京津冀及周邊城市仍屬于高污染地區(qū)[3-4]。大氣環(huán)境問(wèn)題引發(fā)的生態(tài)環(huán)境惡化愈加明顯[5-7],且與人類健康緊密關(guān)聯(lián)[8],已成為重要的公共衛(wèi)生問(wèn)題。已有環(huán)境流行病學(xué)研究表明,PM10、PM2.5和O3暴露濃度與呼吸道、心血管急慢性疾病發(fā)病人數(shù)和死亡人數(shù)存在顯著相關(guān)性[9-12]。謝志祥等[13]研究顯示,PM2.5污染與人口總死亡率、循環(huán)系統(tǒng)疾病死亡率、呼吸系統(tǒng)疾病死亡率和肺癌死亡率等存在一定暴露反應(yīng)關(guān)系。目前關(guān)于O3暴露濃度對(duì)人群健康效應(yīng)的研究較少,YIN等[14]基于中國(guó)272個(gè)城市的研究發(fā)現(xiàn),O3污染與非意外總死亡及心血管系統(tǒng)疾病死亡具有一定相關(guān)性。HUANG等[15]研究發(fā)現(xiàn),中國(guó)74個(gè)城市中PM2.5導(dǎo)致的健康影響是O3導(dǎo)致健康影響的6.4～7.5倍。實(shí)際上,影響人群健康狀況的因素比較復(fù)雜,很難準(zhǔn)確衡量大氣污染對(duì)健康狀況的影響程度。目前的研究主要選擇了人口死亡率、老年人和健康人群的健康指數(shù)作為衡量大氣污染導(dǎo)致公眾健康風(fēng)險(xiǎn)的評(píng)價(jià)指標(biāo)[16-18]。然而,通過(guò)人口死亡率來(lái)衡量大氣環(huán)境質(zhì)量對(duì)公共健康的影響是不科學(xué)的,因?yàn)榭諝馕廴緦?duì)人群健康的影響相對(duì)緩慢,個(gè)體的死亡原因通常是多種多樣和復(fù)雜的。

山西是中國(guó)重要的能源與工業(yè)基地,煤焦、冶金等支柱產(chǎn)業(yè)發(fā)展過(guò)程中產(chǎn)生大量的有害顆粒物和其他污染物,導(dǎo)致空氣污染較為嚴(yán)重。太原、臨汾和運(yùn)城等多次被列入生態(tài)環(huán)境部公布的大氣污染最嚴(yán)重城市名單。2018年1—12月,中國(guó)169個(gè)重點(diǎn)城市中空氣質(zhì)量較差的20個(gè)城市包含山西省的6個(gè)城市。2020年,山西省生態(tài)環(huán)境廳監(jiān)測(cè)數(shù)據(jù)表明,11個(gè)地級(jí)市中,除呂梁、朔州、大同外,其余8市環(huán)境空氣質(zhì)量綜合指數(shù)均高于京津冀及周邊地區(qū)平均水平。環(huán)境空氣污染程度由重到輕的3個(gè)城市依次是太原、臨汾、運(yùn)城?？梢?jiàn),山西省結(jié)構(gòu)性污染問(wèn)題依然突出,依賴重工業(yè)的產(chǎn)業(yè)結(jié)構(gòu)及高煤耗占比的能源結(jié)構(gòu)未從根本上扭轉(zhuǎn)。山西作為京津冀大氣污染傳輸通道城市(“2+26”城市)及汾渭平原重點(diǎn)城市最集中的省份,大氣污染治理任務(wù)比周邊地區(qū)更為艱巨。因此,評(píng)估山西大氣污染對(duì)公眾健康的影響尤為必要。然而,空氣污染通常具有很強(qiáng)的區(qū)域相關(guān)性,空氣污染的負(fù)外部性和公共衛(wèi)生資源分配中的區(qū)域不協(xié)調(diào)會(huì)對(duì)公共健康產(chǎn)生空間效應(yīng)。鑒于此,該研究利用山西省環(huán)境空氣PM2.5、PM10和O3濃度監(jiān)測(cè)數(shù)據(jù)分析空氣污染時(shí)空分布特征與變化規(guī)律,基于格羅斯曼健康模型,綜合考慮社會(huì)、經(jīng)濟(jì)、醫(yī)療、教育和其他因素,構(gòu)建山西省空氣污染與公共健康的空間計(jì)量模型,分析空氣污染對(duì)公眾健康的空間影響,其結(jié)果將為山西各城市空氣質(zhì)量管理以及人體健康管理提供一定參考。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

選取PM2.5、PM10和O3濃度數(shù)據(jù)來(lái)評(píng)價(jià)山西省空氣質(zhì)量,數(shù)據(jù)源自山西省生態(tài)環(huán)境廳山西空氣質(zhì)量發(fā)布平臺(tái)(https://sthjt.shanxi.gov.cn/)2015年1月—2021年2月山西11個(gè)地級(jí)市大氣環(huán)境監(jiān)測(cè)站PM2.5、PM10和O3濃度數(shù)據(jù)?？紤]到空氣污染影響公共健康,該研究從2個(gè)維度調(diào)查了公眾的健康狀況(被動(dòng)的醫(yī)療診斷人數(shù)和主動(dòng)的健康檢查人數(shù))。選取的指標(biāo)是每萬(wàn)人中在醫(yī)院接受治療的人數(shù)和每萬(wàn)人中到醫(yī)院接受健康檢查的人數(shù)。其他控制變量主要來(lái)自經(jīng)濟(jì)、科教和社會(huì)層面,具體指標(biāo)為人均GDP、每萬(wàn)人中醫(yī)生人數(shù)、高中入學(xué)率和公共財(cái)政支出比例。這里,公共財(cái)政支出的比例是指政府公共服務(wù)支出、社會(huì)醫(yī)療保障體系建設(shè)、疾病預(yù)防控制體系與GDP的比例。數(shù)據(jù)來(lái)源于《山西統(tǒng)計(jì)年鑒(2015—2020)》、《山西衛(wèi)生統(tǒng)計(jì)年鑒(2015—2020)》、《中國(guó)健康與計(jì)劃生育統(tǒng)計(jì)年鑒》、《山西省醫(yī)療衛(wèi)生機(jī)構(gòu)門(mén)診診療人次數(shù)和健康檢查人數(shù)分析報(bào)告》、山西省統(tǒng)計(jì)局、國(guó)家統(tǒng)計(jì)局等。

1.2 研究方法

1.2.1 空間自相關(guān)

空間自相關(guān)可分析同一個(gè)變量在不同空間位置上的相關(guān)性,是空間域中集聚程度的一種度量[19]。該研究采用全局空間自相關(guān)和局部空間自相關(guān)識(shí)別山西大氣污染和公眾健康的空間集聚特征。

1)全局空間自相關(guān)

在目前的研究中,Moran’sI值通常用于測(cè)試全局空間相關(guān)性,其方程式為

(1)

2)局部空間自相關(guān)

全局空間自相關(guān)用來(lái)分析有沒(méi)有空間自相關(guān)性存在,而局部空間自相關(guān)用來(lái)探測(cè)每一個(gè)空間單元與鄰近單元就某一屬性的相關(guān)程度,能夠進(jìn)一步揭示空間集聚或者離散出現(xiàn)的范圍和位置。局部空間自相關(guān)一般用Moran散點(diǎn)圖反映,Moran散點(diǎn)圖的4個(gè)象限分別表示高-高、低-高、高-低和低-低4種類型。

1.2.2 健康生產(chǎn)函數(shù)

GROSSMAN[20]構(gòu)建的健康生產(chǎn)函數(shù)從微觀角度研究了影響公眾健康的因素,NEJAT等[21]的研究從傳統(tǒng)醫(yī)學(xué)的角度分析了這些因素。該研究綜合參考了以上2項(xiàng)研究與LU等[22]、WANG[23]等的研究,選擇了影響公眾健康的大氣環(huán)境、經(jīng)濟(jì)、科教和公共服務(wù)因素。健康生產(chǎn)函數(shù)可以表示為

H=F(X)=F(Envi,Eco,Sce,Mc)

(2)

式中:H代表健康水平,Envi、Eco、Sce、Mc代表大氣環(huán)境、經(jīng)濟(jì)、科教和公共服務(wù)變量。根據(jù)公式(3),可以獲得山西宏觀健康函數(shù)的表達(dá)式。

LnH=LnΩ+αLnEnvi+β1LnEco+

β2LnSce+β3LnMc

(3)

式中:α表示核心解釋變量β1、β2、β3的彈性系數(shù),Ω表示初始健康狀態(tài)的估計(jì)[20]。

1.2.3 嶺回歸分析

嶺回歸是一種用于共線性數(shù)據(jù)分析的有偏估計(jì)回歸方法,能夠增強(qiáng)模型預(yù)測(cè)能力的多元線性回歸方式[24]。使用嶺回歸評(píng)估不同因素對(duì)公眾健康的空間影響,以公眾健康水平為因變量,選取大氣環(huán)境質(zhì)量、經(jīng)濟(jì)水平、科教水平和公共服務(wù)4個(gè)層面的指標(biāo)為自變量,進(jìn)行嶺回歸分析。

Y=α+βX+γ+μ,β= (XTX+kI)-1XTY

(4)

式中:Y為公眾健康水平,X為n×m階系數(shù)矩陣,α、β、γ、μ分別為大氣環(huán)境質(zhì)量、經(jīng)濟(jì)水平、科教水平、公共服務(wù)對(duì)公眾健康水平的影響系數(shù),k為可調(diào)的正數(shù),通常情況下 0

2 結(jié)果與分析

2.1 PM2.5、PM10和O3年際變化

圖1顯示了2015—2020年山西省PM2.5、PM10和O3濃度的年際變化情況。每年P(guān)M2.5、PM10年均質(zhì)量濃度均超過(guò)國(guó)家二級(jí)標(biāo)準(zhǔn)限值(35、70 μg/m3),O3質(zhì)量濃度均超過(guò)國(guó)家日最大8 h平均濃度一級(jí)標(biāo)準(zhǔn)限值(100 μg/m3)。6年間山西省PM2.5和PM10濃度經(jīng)歷了先升高后降低的趨勢(shì),PM2.5質(zhì)量濃度明顯下降,PM10質(zhì)量濃度下降不明顯,見(jiàn)圖1(a)和圖1(b)。PM2.5和PM10質(zhì)量濃度在2017年最高,分別為55.09、99.82 μg/m3;2020年最低,分別為44.18、82.82 μg/m3。分析山西省O3濃度年際變化發(fā)現(xiàn),6年間O3濃度總體呈升高趨勢(shì),2019、2020年O3日最大8 h平均濃度值較高,分別為179.64、168.55 μg/m3,高于國(guó)家二級(jí)標(biāo)準(zhǔn)限值,見(jiàn)圖1(c)。

圖1 2015—2020年山西省PM2.5、PM10和O3濃度年際變化Fig.1 Annual mean concentration of PM2.5,PM10 and O3 in Shanxi from 2015 to 2020

大氣污染物的年際變化表明,自2017年以來(lái),山西針對(duì)不同重點(diǎn)領(lǐng)域持續(xù)推進(jìn)大氣污染防治工作,使區(qū)域大氣污染有所緩解,空氣質(zhì)量總體改善,但有的年份污染物濃度反彈明顯。這一時(shí)期實(shí)施了一系列污染減排的措施和辦法,2014年,山西省人民政府出臺(tái)的《山西省大氣污染防治行動(dòng)計(jì)劃實(shí)施情況考核暫行辦法》為嚴(yán)格落實(shí)大氣污染防治工作責(zé)任、改善空氣質(zhì)量提供了依據(jù);2018年9月,汾渭平原大氣污染防治協(xié)作小組成立,晉、陜、豫3省11個(gè)市(區(qū))成為聯(lián)防聯(lián)控區(qū)域;2020年,山西省在秋冬季大氣污染綜合治理攻堅(jiān)行動(dòng)中,進(jìn)一步強(qiáng)化太原及周邊“1+30”區(qū)域大氣污染聯(lián)防聯(lián)控,制定的一系列大氣重污染治理攻關(guān)政策和措施為顆粒物污染治理提供了重要保障。

2.2 PM2.5、PM10和O3月變化

圖2為2015—2020年山西省主要大氣污染物月變化特征。PM2.5和PM10在1—12月的平均質(zhì)量濃度呈先下降后上升的趨勢(shì)。

圖2 2015—2020年山西PM2.5、PM10和O3月變化Fig.2 Monthly mean concentrations of PM2.5,PM10 and O3 in Shanxi from 2015 to 2020

PM2.5在1—4、10—12月的平均質(zhì)量濃度均高于國(guó)家二級(jí)標(biāo)準(zhǔn)限值(35 μg/m3),PM10在1—5、11—12月的平均質(zhì)量濃度均高于國(guó)家二級(jí)標(biāo)準(zhǔn)限值(70 μg/m3)。8月PM2.5和PM10月均濃度值最低,分別為29.52、55.08 μg/m3;1月月均值最高,PM2.5濃度均值為95.29 μg/m3,PM10濃度均值為144.97 μg/m3。統(tǒng)計(jì)得知,山西冬季PM2.5和PM10平均質(zhì)量濃度分別為78.22、126.67 μg/m3。詹建益等[4]研究發(fā)現(xiàn),華北冬季顆粒物濃度最高,冬季PM2.5和PM10平均質(zhì)量濃度分別為74.50、136.47 μg/m3,可見(jiàn)山西冬季顆粒物污染較嚴(yán)重。冬季顆粒物污染嚴(yán)重主要與污染排放、氣象條件和化學(xué)轉(zhuǎn)化密切相關(guān)[25]。冬季采暖使燃煤活動(dòng)增強(qiáng),加之低溫導(dǎo)致靜穩(wěn)天氣增多,使冬季成為PM2.5和PM10污染最嚴(yán)重的季節(jié),這也是冬季灰霾高發(fā)的主要原因[26]。

圖2(c)是山西省環(huán)境監(jiān)測(cè)站點(diǎn)3—11月O3日最大8 h平均濃度值變化情況。O3濃度在3—11月的月均值呈單峰曲線分布,自3月開(kāi)始,O3濃度值升高,6月達(dá)到最高值,之后開(kāi)始降低。6月O3濃度值為188.89 μg/m3,高于O3日最大8 h平均濃度二級(jí)標(biāo)準(zhǔn)限值(160 μg/m3)。夏季O3濃度值較高,平均值為173.74 μg/m3,秋季O3濃度平均值為105.71 μg/m3,均高于一級(jí)標(biāo)準(zhǔn)限值(100 μg/m3)。通過(guò)對(duì)山西省冬季O3濃度變化的分析發(fā)現(xiàn),冬季O3濃度均值為44.08 μg/m3,冬季O3濃度低于人體健康風(fēng)險(xiǎn)閾值。研究發(fā)現(xiàn),O3已成為影響山西夏季優(yōu)良天數(shù)的首要污染物[27],而揮發(fā)性有機(jī)物是形成O3污染的重要前體物,必須加強(qiáng)揮發(fā)性有機(jī)物的排放管控,以期實(shí)現(xiàn)O3削峰和空氣質(zhì)量改善的目標(biāo)。

2.3 大氣污染達(dá)標(biāo)率

統(tǒng)計(jì)2015—2020年山西省各地級(jí)市PM2.5、PM10和O3不同污染等級(jí)占比,如圖3所示。

圖3 山西省2015—2020年各市PM2.5、PM10和O3不同污染等級(jí)占比Fig.3 Proportion of PM2.5,PM10 and O3 exceeding the standard in Shanxi from 2015 to 2020

各地級(jí)市PM2.5達(dá)標(biāo)率(達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn))平均值為34%。PM2.5達(dá)標(biāo)率較高的地級(jí)市為大同、朔州、呂梁、忻州,均超過(guò)40%;晉城、陽(yáng)泉、太原的PM2.5達(dá)標(biāo)率較低,在25%以下,其中太原PM2.5達(dá)標(biāo)率最低(14%),見(jiàn)圖3(a)。2015—2020年各市PM10達(dá)標(biāo)率(達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn))平均值為32%,見(jiàn)圖3(b),其中達(dá)到國(guó)家一級(jí)標(biāo)準(zhǔn)的市占12.5%。PM10達(dá)標(biāo)率較高的地級(jí)市為忻州、大同,超過(guò)45%;晉城、太原、陽(yáng)泉的PM10達(dá)標(biāo)率較低,均在21%以下,其中晉城的PM10達(dá)標(biāo)率最低(14%)。2015—2020年各市O3達(dá)標(biāo)率均超過(guò)65%,各城市平均達(dá)標(biāo)率為73%,其中國(guó)家一級(jí)標(biāo)準(zhǔn)達(dá)標(biāo)率為39%,國(guó)家二級(jí)標(biāo)準(zhǔn)達(dá)標(biāo)率為34%,高于PM2.5和PM10的達(dá)標(biāo)率,見(jiàn)圖3(c)。O3達(dá)標(biāo)率較高的城市有呂梁、朔州、晉中和太原,達(dá)標(biāo)率較低的城市有陽(yáng)泉、長(zhǎng)治和晉城。由此可見(jiàn),山西PM2.5和PM10質(zhì)量濃度具有下降趨勢(shì),但各地級(jí)市的PM2.5和PM10平均濃度未達(dá)標(biāo)的月份占比較高。2015—2020年山西省O3濃度雖有升高,但很多城市的O3濃度平均值未超過(guò)國(guó)家二級(jí)標(biāo)準(zhǔn)濃度限值,全省地級(jí)市O3達(dá)標(biāo)率較高。

通過(guò)開(kāi)展大氣環(huán)境質(zhì)量治理,山西省PM2.5和PM10的污染狀況有所改善,但全省大部分地級(jí)市的空氣質(zhì)量達(dá)標(biāo)率(顆粒物水平達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn))比較低;2015—2020年O3濃度有所升高,未來(lái)發(fā)展形勢(shì)仍然嚴(yán)峻。

2.4 PM2.5、PM10和O3空間分布特征

因山西秋冬季PM2.5和PM10污染嚴(yán)重,春夏季O3污染較嚴(yán)重,所以主要分析秋冬季PM2.5和PM10污染狀況及3—11月O3污染狀況。表1為2015、2019、2020年山西省秋冬季PM2.5、PM10和3—11月O3的空間分布特征。

表1 山西省地級(jí)市2015、2019、2020年秋冬PM2.5、PM10平均質(zhì)量濃度和3—11月O3日最大8 h平均濃度Table 1 Annual mean concentration of PM2.5,PM10 in autumn and winter and O3daily maximum 8 h mean concentration between March and November in Shanxi in 2015,2019 and 2020 μg/m3

2015、2019、2020年全省PM2.5秋冬季平均質(zhì)量濃度分別為59.44、58.71、48.56 μg/m3,3個(gè)年份中全省平均質(zhì)量濃度和各市PM2.5秋冬季濃度均值均高于國(guó)家二級(jí)標(biāo)準(zhǔn)(35 μg/m3)。2015年,PM2.5濃度較高的3個(gè)城市為運(yùn)城、長(zhǎng)治和臨汾(按照PM2.5濃度由高到低排序);2019、2020年,PM2.5濃度較高的3個(gè)城市為運(yùn)城、臨汾和太原(按照PM2.5濃度由高到低排序)。相較2015年,2020年各市PM2.5年均濃度均降低,2020年長(zhǎng)治的PM2.5濃度下降幅度較大,由2015年的74.67 μg/m3下降至2020年的47.83 μg/m3,表明長(zhǎng)治PM2.5污染治理效果最好。2019、2020年運(yùn)城和臨汾PM2.5濃度雖有所下降,但仍居全省高位。

2015、2019、2020年山西省所有地級(jí)市秋冬季PM10質(zhì)量濃度值均高于國(guó)家二級(jí)標(biāo)準(zhǔn)(70 μg/m3)。與2015年相比,2019年全省11個(gè)地級(jí)市中,4個(gè)城市(長(zhǎng)治、陽(yáng)泉、晉城、運(yùn)城)PM10污染改善,7個(gè)城市PM10污染加重。2020年6個(gè)城市(長(zhǎng)治、陽(yáng)泉、晉城、晉中、臨汾、運(yùn)城)PM10污染改善,5個(gè)城市PM10污染加重。2020年,長(zhǎng)治、晉城、陽(yáng)泉PM10質(zhì)量濃度下降明顯,分別下降了32.00、21.17、19.83 μg/m3。2019年和2020年大同、朔州、忻州、呂梁PM10濃度明顯升高,PM10污染較嚴(yán)重。

2015年山西省8個(gè)地級(jí)市(除晉城、臨汾、呂梁外)3—11月O3濃度高于國(guó)家日最大8 h平均濃度一級(jí)標(biāo)準(zhǔn)限值(100 μg/m3),2019、2020年11個(gè)地級(jí)市O3濃度均高于一級(jí)標(biāo)準(zhǔn)限值。2015年3—11月,朔州、長(zhǎng)治的O3濃度較高,呂梁和晉城的O3濃度較低。2019、2020年3—11月,除了朔州的O3濃度降低之外,其他城市的O3濃度均增加,其中晉城和臨汾的O3濃度增加明顯,2020年較2015年分別增加86.00、66.56 μg/m3。

與2015年相比,2020年山西省所有城市空氣PM2.5污染程度均有所改善,長(zhǎng)治、陽(yáng)泉、晉城、運(yùn)城的PM10污染有明顯改善,其中長(zhǎng)治PM2.5和PM10污染改善效果最好。相較于2015年,2020年僅有呂梁的O3污染程度有所減輕。除大同、朔州和忻州外,其他地級(jí)市O3平均濃度均在一級(jí)標(biāo)準(zhǔn)限值以上。

2.5 山西省大氣污染空間自相關(guān)

2.5.1 全局空間自相關(guān)

圖4為2015—2020年山西省醫(yī)療機(jī)構(gòu)診療人數(shù)、健康體檢人數(shù)、PM2.5、PM10和O3濃度的全局Moran’sI指數(shù)。

圖4 山西省醫(yī)療機(jī)構(gòu)診療人數(shù)、健康體檢人數(shù)、PM2.5、PM10和O3的全局自相關(guān)變化Fig.4 Global autocorrelation changes in the number of people diagnosed and treated in medical institutions,the number of people undergoing physical examination,PM2.5, PM10 and O3 in Shanxi Province

醫(yī)療機(jī)構(gòu)診療人數(shù)和健康體檢人數(shù)具有明顯的空間離散特征。2015—2020年,全局Moran’sI指數(shù)為負(fù)值并通過(guò)0.05的顯著性檢驗(yàn),說(shuō)明11個(gè)地級(jí)市的醫(yī)療機(jī)構(gòu)診療人數(shù)和健康體檢人數(shù)具有較強(qiáng)的負(fù)向空間自相關(guān)特征,即醫(yī)療機(jī)構(gòu)診療人數(shù)和健康體檢人數(shù)多的城市與少的城市相鄰。2015—2020年Moran’sI值先升高再降低,總體變化平穩(wěn),2017年醫(yī)療機(jī)構(gòu)診療人數(shù)和健康體檢人數(shù)各自的空間差異最小。

PM10的空間相關(guān)性發(fā)生了較明顯的變化。2015—2016年,PM10空間集聚特征增強(qiáng),即PM10濃度較高的城市和濃度較低的城市分別呈現(xiàn)集聚態(tài)勢(shì)。自2017年開(kāi)始,全局Moran’sI指數(shù)下降并在0.05的顯著性水平下為負(fù),11個(gè)地級(jí)市的PM10濃度具有較強(qiáng)的負(fù)向空間自相關(guān)特征,即PM10濃度高的城市與PM10濃度低的城市相鄰,表明山西省PM10污染的治理成效開(kāi)始顯現(xiàn)。結(jié)合圖1發(fā)現(xiàn),PM10的空間集聚程度隨著其濃度的時(shí)間變化而變化,濃度越高,集聚特征越明顯。2017年P(guān)M10濃度最高,集聚特征最明顯。

PM2.5與O3的空間相關(guān)性一致,自2017年起具有明顯的空間集聚特征,2018年P(guān)M2.5與O3的空間集聚程度最高,2019—2020年,空間集聚格局減弱。2016—2020年,PM2.5與O3的Moran’sI指數(shù)都在0.05的顯著性水平下為正,說(shuō)明11個(gè)地級(jí)市的PM2.5與O3濃度具有較強(qiáng)的空間自相關(guān)特征,即高濃度的城市和低濃度的城市分別集聚。同樣,PM2.5與O3濃度越高,空間聚集特征越明顯。

2.5.2 局部空間自相關(guān)

圖5為2015—2020年山西省11個(gè)地級(jí)市醫(yī)療機(jī)構(gòu)診療人數(shù)、健康體檢人數(shù)、PM2.5、PM10和O3濃度的局部關(guān)聯(lián)特征。圖5中4個(gè)象限分別識(shí)別一個(gè)地區(qū)與相鄰地區(qū)4種形式的空間關(guān)系。其中第一象限表示高屬性值的區(qū)域被其他高屬性值的區(qū)域包圍,第二象限表示低屬性值的區(qū)域被其他高屬性值的區(qū)域包圍,第三象限表示低屬性值的區(qū)域被其他低屬性值的區(qū)域包圍,第四象限表示高屬性值的區(qū)域被其他低屬性值的區(qū)域包圍。

圖5 山西省公眾健康水平和PM2.5、PM10、O3濃度Moran散點(diǎn)圖Fig.5 Moran scatter plot of public health and PM2.5,PM10,O3 concentrations in Shanxi Province

由圖5(a)和圖5(b)可知,2015—2020年,醫(yī)療機(jī)構(gòu)診療人數(shù)和健康體檢人數(shù)的空間離散特征主要體現(xiàn)在第二、四象限,即晉城、晉中、陽(yáng)泉、呂梁、忻州的就醫(yī)和體檢人數(shù)較少,且被就醫(yī)和體檢人數(shù)較多的城市包圍;臨汾、太原、大同、運(yùn)城的就醫(yī)和體檢人數(shù)較多,且周邊城市就醫(yī)和體檢人數(shù)較少;長(zhǎng)治和朔州的就醫(yī)和體檢人數(shù)較少,并在空間上呈現(xiàn)集聚分布。

PM2.5濃度在空間上呈現(xiàn)“南部高,北部低”的分布態(tài)勢(shì)。圖5(c)中,臨汾、晉城、長(zhǎng)治、陽(yáng)泉、運(yùn)城處于第一象限,是高-高集聚區(qū),表明這3個(gè)地級(jí)市PM2.5濃度高,其周邊地區(qū)PM2.5濃度也較高,即山西南部是PM2.5高污染集聚區(qū)域;第三象限為忻州、朔州、大同,是低-低集聚區(qū),表明晉北是山西省PM2.5濃度低值區(qū);晉中、呂梁分布在第二象限,說(shuō)明這2個(gè)城市PM2.5濃度低,周圍城市PM2.5濃度高;第四象限為太原,表明太原是PM2.5高濃度集聚區(qū)域,周圍城市PM2.5污染程度較輕。

PM10濃度分布呈“南部高,北部低”態(tài)勢(shì),與PM2.5的局部自相關(guān)特征高度一致,見(jiàn)圖5(d)。高-高集聚區(qū)包括臨汾、晉城、陽(yáng)泉和運(yùn)城,低-低集聚區(qū)有忻州、朔州和大同;PM10濃度離散區(qū)分布在長(zhǎng)治、晉中、呂梁、太原4個(gè)城市,PM10濃度空間差異較大。

O3濃度分布呈“東南部高,北部低”的態(tài)勢(shì),見(jiàn)圖5(e)。O3濃度高值區(qū)集聚在晉城、長(zhǎng)治、運(yùn)城、晉中、陽(yáng)泉;低值區(qū)在大同、朔州、忻州。即東南部是山西省O3污染的集聚區(qū)域,北部地區(qū)是O3污染的低濃度集聚區(qū)域,臨汾、太原、呂梁3個(gè)城市的O3高、低濃度值呈現(xiàn)離散分布。

2.6 空間面板回歸分析

由圖4可知,山西大氣污染與公眾健康的全局自相關(guān)變化趨勢(shì)存在一定的差異,表明公眾健康的自相關(guān)水平并不完全歸因于大氣污染。參考已有文獻(xiàn)[28],結(jié)合山西省實(shí)際情況,以健康水平作為因變量,選取了大氣環(huán)境因素、經(jīng)濟(jì)水平、科教水平和公共服務(wù)4個(gè)維度的7個(gè)影響因素指標(biāo),在對(duì)各個(gè)指標(biāo)標(biāo)準(zhǔn)化處理后,運(yùn)用SPSSAU對(duì)2015—2020年各個(gè)影響因素的標(biāo)準(zhǔn)化結(jié)果與公眾健康(醫(yī)療機(jī)構(gòu)就診人數(shù)和健康體檢人數(shù))進(jìn)行嶺回歸分析。

根據(jù)嶺回歸分析結(jié)果(表2),模型擬合優(yōu)度(R2)為0.826,表明大氣環(huán)境因素、經(jīng)濟(jì)水平、科教水平和公共服務(wù)可以解釋公共健康82.6%的變化原因。模型通過(guò)了F檢驗(yàn)(F=4.253,P=0.021<0.05),說(shuō)明大氣環(huán)境質(zhì)量、人均GDP、每萬(wàn)人衛(wèi)生技術(shù)人員數(shù)量、每萬(wàn)人高中以上入學(xué)率和公共財(cái)政支出比例中至少有一項(xiàng)會(huì)對(duì)公眾健康產(chǎn)生影響。

表2 公共健康影響因素的嶺回歸結(jié)果Table 2 Ridge regression results of public health influencing factors

在大氣環(huán)境質(zhì)量方面,PM2.5、PM10、O3與公眾健康呈現(xiàn)顯著的正相關(guān)關(guān)系,說(shuō)明大氣污染對(duì)就醫(yī)人數(shù)和健康體檢人數(shù)的增加存在明顯的正向影響。其中,晉南和晉中地區(qū)大氣環(huán)境質(zhì)量對(duì)醫(yī)療機(jī)構(gòu)就診人數(shù)和每萬(wàn)人衛(wèi)生技術(shù)人員數(shù)量影響較大(回歸系數(shù)>0.300,P<0.001),說(shuō)明這2個(gè)區(qū)域大氣環(huán)境質(zhì)量的改善可以對(duì)公眾健康產(chǎn)生積極的影響。特別自2018年,山西省空氣質(zhì)量有所改善,同時(shí)就醫(yī)人數(shù)和健康體檢人數(shù)也表現(xiàn)出明顯減少的趨勢(shì)。在經(jīng)濟(jì)水平方面,人均GDP與公眾健康之間也呈現(xiàn)顯著的正相關(guān)關(guān)系。3個(gè)分區(qū)中,經(jīng)濟(jì)水平對(duì)公眾健康的影響程度排序?yàn)闀x中>晉南>晉北(醫(yī)療機(jī)構(gòu)就診人數(shù)回歸系數(shù)分別為0.556、0.523、0.377,健康體檢回歸系數(shù)分別為0.543、0.464、0.379,P<0.001)。人均GDP越高,說(shuō)明人群應(yīng)對(duì)疾病的能力越強(qiáng),越有助于減輕大氣污染對(duì)公眾身體健康的影響。

每萬(wàn)名衛(wèi)生技術(shù)人員對(duì)醫(yī)療機(jī)構(gòu)就診人數(shù)有顯著的負(fù)向影響,說(shuō)明衛(wèi)生技術(shù)人員的增加對(duì)減少公眾的健康困擾會(huì)產(chǎn)生積極的作用。3個(gè)分區(qū)中每萬(wàn)人衛(wèi)生技術(shù)人員數(shù)對(duì)醫(yī)療機(jī)構(gòu)就診人數(shù)的影響最顯著的是晉北地區(qū),對(duì)健康體檢人數(shù)影響最顯著的是晉中地區(qū)。高中以上入學(xué)率對(duì)醫(yī)療機(jī)構(gòu)就診人數(shù)影響不顯著,對(duì)健康體檢人數(shù)有顯著的正向影響,影響程度大小排序?yàn)闀x中>晉南>晉北(回歸系數(shù)分別為0.118、0.062、0.051,P<0.001)。

公共財(cái)政支出比例對(duì)醫(yī)療機(jī)構(gòu)就診人數(shù)和健康體檢人數(shù)存在顯著的負(fù)向影響,影響程度大小排序?yàn)闀x南>晉中>晉北,說(shuō)明增加公共財(cái)政支出后就診人數(shù)和健康體檢人數(shù)下降。對(duì)比回歸系數(shù)可知,各個(gè)影響因素對(duì)公眾健康的影響程度排序?yàn)榻?jīng)濟(jì)水平>大氣環(huán)境質(zhì)量>每萬(wàn)人衛(wèi)生技術(shù)人員數(shù)量>公共財(cái)政>入學(xué)率,經(jīng)濟(jì)水平和大氣環(huán)境質(zhì)量對(duì)公眾健康影響的顯著性明顯高于其他4項(xiàng)因素,因此提高山西人民的健康水平,應(yīng)該從提高經(jīng)濟(jì)發(fā)展質(zhì)量和改善大氣環(huán)境質(zhì)量入手。

3 結(jié)論與建議

3.1 結(jié)論

1)2015—2020年,山西省PM2.5和PM10質(zhì)量濃度經(jīng)歷了先升高后降低的變化趨勢(shì)。PM2.5明顯下降,PM10下降不明顯,PM2.5和PM10濃度在2017年最高,2020年最低(但仍高于國(guó)家二級(jí)標(biāo)準(zhǔn)限值)。O3濃度總體呈升高趨勢(shì),2019年3—11月O3日最大8 h平均濃度值最高,高于國(guó)家二級(jí)標(biāo)準(zhǔn)限值。

2)在月尺度上,山西冬季12月及1月PM2.5和PM10污染嚴(yán)重,夏季6月O3污染較嚴(yán)重。2015—2020年,各地級(jí)市PM2.5達(dá)標(biāo)率平均值為34%,PM10達(dá)標(biāo)率平均值為32%,O3達(dá)標(biāo)率平均值為73%。全省大部分城市PM2.5和PM10質(zhì)量濃度達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn)的比例較低,全省城市O3污染達(dá)標(biāo)率較高。

3)空間分布上,醫(yī)療機(jī)構(gòu)就診人數(shù)和健康體檢人數(shù)具有明顯的空間離散特征,PM10的空間集聚特征自2017年由集聚態(tài)勢(shì)轉(zhuǎn)變?yōu)殡x散態(tài)勢(shì)。PM2.5與O3的全局空間相關(guān)性一致,自2017年起具有明顯的空間集聚特征。PM2.5和PM10濃度的局部空間自相關(guān)特征高度一致,高-高集聚都出現(xiàn)在晉南和晉東南地區(qū),低-低集聚都分布在晉北地區(qū),在空間上呈現(xiàn)“南部高,北部低”的分布態(tài)勢(shì)。O3濃度分布呈“南部高,中北部低”的態(tài)勢(shì)。

4)大氣環(huán)境質(zhì)量和經(jīng)濟(jì)發(fā)展水平均對(duì)醫(yī)療機(jī)構(gòu)診療人數(shù)和健康體檢人數(shù)的變化有正向影響,每萬(wàn)人衛(wèi)生技術(shù)人員數(shù)量和公共財(cái)政支出比例對(duì)公眾健康均起負(fù)向影響,其中經(jīng)濟(jì)發(fā)展水平和大氣環(huán)境質(zhì)量的影響更為顯著。

3.2 建議

大氣環(huán)境質(zhì)量和公眾健康具有典型的空間相關(guān)特征。該研究發(fā)現(xiàn),山西省公眾健康狀況與大氣顆粒物污染的空間分布格局同中有異。相同之處是高-高集聚區(qū)都出現(xiàn)在晉南和晉中地區(qū),不同之處是兩者的低-低集聚區(qū)分布存在較大差異。影響公眾健康的因素比較復(fù)雜,大氣環(huán)境質(zhì)量在社會(huì)經(jīng)濟(jì)因素的綜合影響下對(duì)公眾健康產(chǎn)生影響。研究發(fā)現(xiàn),由于山西省大氣污染具有廣泛性和持續(xù)性,公眾健康與大氣污染的空間集聚性在時(shí)間變化上存在一定相關(guān)性。同時(shí),區(qū)域公共健康具有趨同效應(yīng)并與經(jīng)濟(jì)水平、科教水平和公共服務(wù)空間集聚密切相關(guān)。與不考慮空間相關(guān)性的傳統(tǒng)計(jì)量經(jīng)濟(jì)模型相比,該研究中的空氣污染物濃度對(duì)公眾健康的負(fù)面影響更大。這意味著,忽略空間自相關(guān)的存在可能會(huì)導(dǎo)致對(duì)公眾健康估計(jì)的偏差。

山西空氣污染對(duì)公眾健康的影響在3個(gè)分區(qū)都比較顯著。晉南地區(qū)空氣污染對(duì)公眾健康的影響最為顯著,其次是晉中地區(qū)。晉南和晉中工業(yè)較發(fā)達(dá),在地方政府大力推動(dòng)環(huán)境空氣質(zhì)量治理行動(dòng)之前,煤炭重化工產(chǎn)業(yè)的發(fā)展造成了嚴(yán)重的空氣污染?，F(xiàn)階段,需要持續(xù)推動(dòng)環(huán)境空氣質(zhì)量治理,以改善晉南和晉中地區(qū)的公共健康水平。在晉北地區(qū),政府需要增加公共服務(wù)、醫(yī)療等方面的投入,逐步改善公眾的健康狀況。研究結(jié)果也表明,山西各地級(jí)市的空氣污染與其空間位置及經(jīng)濟(jì)發(fā)展水平有關(guān)。因此,各級(jí)政府不僅要從源頭上控制污染物的排放,而且要打破各自為營(yíng)的行政壟斷,實(shí)現(xiàn)跨區(qū)域的環(huán)境治理合作?？傊?公眾健康狀況與區(qū)域經(jīng)濟(jì)發(fā)展程度、環(huán)境質(zhì)量關(guān)聯(lián)密切,未來(lái)公共衛(wèi)生健康狀況的改善有賴于區(qū)域整體經(jīng)濟(jì)社會(huì)的發(fā)展和生態(tài)環(huán)境的改善。受到數(shù)據(jù)來(lái)源和研究方法的限制,該研究中大氣環(huán)境質(zhì)量相關(guān)數(shù)據(jù)和經(jīng)濟(jì)社會(huì)相關(guān)數(shù)據(jù)均來(lái)源于觀測(cè)數(shù)據(jù)和統(tǒng)計(jì)年鑒數(shù)據(jù),缺乏通過(guò)社會(huì)調(diào)研得到的包括大氣污染在內(nèi)的多種因素對(duì)個(gè)體健康影響的分析數(shù)據(jù),有待今后進(jìn)一步研究。