环境科学  2019, Vol. 40 Issue (7): 2961-2966   PDF    
引用本文
武卫玲, 薛文博, 王燕丽, 雷宇, 冯涛, 蔡泽林. 《大气污染防治行动计划》实施的环境健康效果评估[J]. 环境科学, 2019, 40(7): 2961-2966.
WU Wei-ling, XUE Wen-bo, WANG Yan-li, LEI Yu, FENG Tao, CAI Ze-lin. Health Benefit Evaluation for Air Pollution Prevention and Control Action Plan in China[J]. Environmental Science, 2019, 40(7): 2961-2966.
《大气污染防治行动计划》实施的环境健康效果评估
武卫玲1, 薛文博1, 王燕丽1, 雷宇1, 冯涛2, 蔡泽林2     
1. 生态环境部环境规划院, 区域空气质量模型与管控研究中心, 北京 100012;
2. 国网湖南省电力有限公司防灾减灾中心, 电网输变电设备防灾减灾国家重点实验室, 长沙 410129
收稿日期: 2018-11-16; 修订日期: 2019-01-09
基金项目: 国家重点研发计划项目（2018YFC0214005）
作者简介: 武卫玲(1985~), 女, 硕士, 主要研究方向为大气环境管理, E-mail:wuwl@caep.org.cn
通信作者: 雷宇, E-mail:leiyu@caep.org.cn
摘要: 为了定量评估《大气十条》实施带来的环境健康效益，本文首先依据PM2.5浓度和人口数据，分析2013~2017年全国人口加权浓度的变化，其次利用BenMAP模型对全国338个地级及以上城市2013年PM2.5基准情景和2017年PM2.5控制情景进行分析，定量分析全国31个省（市）及338个地级及以上城市减少过早死亡人数.结果表明，由于PM2.5浓度大幅下降，2013~2017年全国PM2.5人口加权浓度呈逐年下降趋势；北京、天津、河北等京津冀及周边地区减少过早死亡人数最多.2017年全国280个城市避免过早死亡人数有所增加，58个城市避免过早死亡人数有所下降.以WHO过渡期第1阶段目标值（PM2.5年均浓度为35 μg·m-3）作为控制情景，估算2013年全国过早死亡人数约为101293人，2017年约为41080人，《大气十条》的实施大约避免60213人过早死亡.依据支付意愿法调查结果，估算增加的健康效益约为549.7亿元.
关键词: PM2.5      BenMAP模型      大气十条      健康效益      过早死亡     
Health Benefit Evaluation for Air Pollution Prevention and Control Action Plan in China
WU Wei-ling1 , XUE Wen-bo1 , WANG Yan-li1 , LEI Yu1 , FENG Tao2 , CAI Ze-lin2     
1. Center for Regional Air Quality Simulation Intervention, Chinese Academy for Environmental Planning, Beijing 100012, China;
2. State Key Laboratory of Disaster Prevention & Reduction for Power Grid Transmission and Distribution Equipment, State Grid Hunan Electric Power Corporation Limited Disaster Prevention & Reduction Center, Changsha 410129, China
Abstract: To quantitatively assess the health benefits brought by the implementation of the Action Plan of Air Pollution Prevention and Control, we firstly analyzed the spatial and temporal changes of PM2.5 population-weighted concentrations over China from 2013 to 2017. The BenMAP model was used to analyze the differences in premature death between the PM2.5 baseline scenario in 2013 and the control scenario in 2017 in 338 prefecture-level cities nationwide, so as to quantitatively analyze the number of premature deaths in 31 provinces. The results show that compared with other provinces, the largest reduction in premature deaths due to the significant decrease of PM2.5 concentration occurred in the Beijing-Tianjin-Hebei region and its surrounding regions, and the environmental health benefits from air quality have been greatly improved. The results show that from 2013 to 2017 the population weighted PM2.5 concentration was decreasing year by year due to the significant decrease in PM2.5 concentration; Beijing, Tianjin, Hebei, and the surrounding areas witnessed the largest reduction in premature deaths. In 2017, the number of avoided premature deaths in 280 prefecture-level cities nationwide increased, but declined in 58 cities. Taking the target value of the first phase of the WHO transition period (an annual average PM2.5 concentration of 35 μg·m-3) as the control scenario, it is estimated that the number of premature deaths in 2013 was approximately 101293, and in 2017 was approximately 41080. The implementation of the Action Plan helped to avoid approximately 60213 premature deaths. According to the method of 'willingness to pay', the monetary benefits are estimated to be approximately 54.97 billion yuan.
Key words: PM2.5      BenMAP      air pollution prevention and control action plan      health benefit      premature death     

2013年, 国务院颁布了《大气污染防治行动计划》(《大气十条》), 《大气十条》实施以来, 相关部门出台了20余项配套政策, 累计淘汰落后炼钢炼铁产能2亿t、水泥2.5亿t、平板玻璃1.1亿重量箱、电解铝130多万t及整治6.2万家“散乱污”工业企业[1].这些工程措施使得重点区域及大部分省份空气质量得到极大改善. 2017年, 全国地级及以上城市PM10平均浓度比2013年下降22.7%, 京津冀、长三角和珠三角等重点区域PM2.5平均浓度分别比2013年下降39.6%、34.3%和27.7%, 北京市PM2.5年均浓度降至58 μg·m-3, 《大气十条》确定的环境空气质量改善目标全面完成[2].环境质量的改善带来很大的健康效益, 如何定量评估空气质量改善带来的环境健康影响, 国内外学者已经进行了大量研究.结果表明, 人群呼吸系统和心血管系统疾病发病率、住院人数以及人群死亡率等都与大气中PM10和PM2.5浓度相关[3~14].

大气PM2.5相关的各种健康效应终点中, 死亡是其中最显著的一条, PM2.5污染与人群死亡变化的关系已成为国际环境流行病学研究的热点之一.过早死亡是指个体未达到人口平均预期寿命即死亡, 目前国际上通用的人口平均预期寿命为70岁, 也即70岁以前的死亡为过早死亡.对大气颗粒物的健康风险进行定量分析和评价的关键在于建立颗粒物污染与人群健康效应终点之间的暴露-反应关系, 谢鹏等[15]分别针对PM10和PM2.5的研究进行了区分, 推导出适用于中国地区PM2.5健康效应评估的暴露-反应系数; 刘晓云等[16]针对PM2.5的急性健康效应进行了Meta分析并得到相应的暴露-反应系数; 阚海东等[17]按照健康的慢性效应和急性效应, 分别对中国的流行病学研究结果进行了Meta分析, 得到不同健康终端的暴露-反应系数.基于GIS的BenMAP模型是目前国际范围内较为前沿的评估模型, 屈金娥[18]利用BenMAP评估了杭州市2002~2010年控制PM10空气污染产生的人体健康效应及其对应的经济效益; 黄德生等[19]和段显明等[20]分别对京津冀地区PM2.5达标排放、珠三角地区PM10污染控制的健康效益进行过评估; 2015年雷宇等[21]基于PM2.5模拟数据预测《大气十条》实施将带来的公众健康效益.从国内外研究成果来看, 环境健康效果评估已得到广泛应用, 但针对《大气十条》实施PM2.5改善带来的健康效益几乎空白.

为了定量评估《大气十条》实施带来的环境健康效益, 本文在前人研究成果基础上, 就PM2.5污染改善所带来的全国性健康效益进行研究.首先依据PM2.5浓度和人口数据, 分析2013~2017年全国人口加权浓度的时间变化; 其次利用BenMAP模型对全国338个地级及以上城市PM2.5污染改善造成的健康效益及经济影响进行评估, 定量分析全国31个省(市)及338个地级及以上城市避免过早死亡人数, 以期为环境质量管理和环保部门政策决策提供重要参考.

1 材料与方法 1.1 数据来源

2017年全国338个地级及以上城市PM2.5年均浓度数据来源于1 436个国控环境空气质量自动监测站点(图 1), 但2013年全国只有74个城市开展了PM2.5浓度监测, 针对2013年PM2.5监测数据缺失的城市, 本文依据2013年PM10年均浓度和2014~2017年间PM2.5年均浓度占PM10年均浓度的比例反推计算PM2.5浓度; 人口数据来源于城市统计年鉴; 全因死亡率来源于中国统计年鉴, 扣除意外死亡率.

图 1 全国1 436个国控环境空气质量自动监测站分布示意 Fig. 1 Distribution of 1 436 monitoring sites in China

1.2 研究方法

(1) 估算2013年PM2.5监测数据缺失城市的年均浓度

PM2.5指环境空气中空气动力学当量直径小于等于2.5 μm的颗粒物, PM10指空气动力学当量直径小于等于10 μm的颗粒物, 包括漂浮在空气中的固态和液态颗粒物. PM2.5是PM10的一部分, 它们是包含关系, 对某一城市来讲, 其PM2.5/PM10比值相对稳定[22, 23].为了避免某一年PM2.5/PM10引入较大误差, 本研究选取2015~2017年3年间各城市PM2.5平均浓度与PM10平均浓度的比值, 基于2013年各城市PM10年均浓度, 回溯2013年PM2.5监测数据缺失城市的年均浓度.

(2) 2013~2017年PM2.5人口加权浓度

计算全国PM2.5人口加权浓度时, 根据各省(市)的暴露人口重新计算PM2.5人口加权浓度, 权重为各省(市)的暴露人口占全国暴露人口比例. PM2.5人口加权平均值可以更加客观、合理地反映空气污染对于居民健康的影响, 同时, 分析不同PM2.5浓度水平下的暴露人口比例, 也为制定环境与健康政策提供科学依据.

基于人口加权的全国PM2.5浓度平均值(PPM2.5)计算方法如下：

(1)

式中, PPM2.5为全国人口加权浓度, PM2.5k为某省(市)PM2.5浓度平均值, 单位为μg·m-3, Pk为其人口数量, Pz为全国总人口数, 单位为人.

(3) 环境健康效益

(2)

式中, ΔHEhx为PM2.5浓度变化引起的健康终端效益变化, fhx为PM2.5浓度-反应关系函数, 本文采用谢鹏等的研究结果[15], PM2.5浓度每升高10 μg·m-3, 所引起的人群急性死亡率增加0.40%(95%CI：0.19%~0.62%); c为控制情景下的污染物浓度(μg·m-3), c0为基准情景下的污染物浓度(μg·m-3); P为暴露总人口(万人); BIh为健康终端的基线发病率, 本文采用非意外死亡率(‰), 扣除了各类事故死亡的因素.根据文献[24], 2017年全国全因死亡率为7.11‰, 意外死亡率为0.37‰, 非意外死亡率为6.74‰.

在运用空气污染与健康效益评估模型BenMAP进行分析时, 本研究在该模型框架基础上, 建立了适用于我国的本土化计算参数.以338个地级及以上城市为研究范围, 分别采用2013年(情景1)和2017年(情景2)PM2.5污染情况为基准场景设定两种情景, 控制情景均采用WHO过渡期第1阶段目标值(PM2.5年均浓度为35 μg·m-3).

2 结果与讨论 2.1 338个地级及以上城市PM2.5年均浓度

2015~2017年3年338个地级及以上城市PM2.5/PM10比值范围分布在0.29~0.82之间, 平均值为0.59.利用2013年已有99个城市PM2.5监测数据进行验证, 2013年PM2.5反推值与实际监测值相关性较好, R2=0.91, 据此补齐2013年338个地级及以上城市PM2.5浓度数据. 2013年全国PM2.5污染较重, 约27.7%的城市PM2.5年均浓度大于70 μg·m-3, 浓度高值区主要集中在京津冀及周边地区.

相比2013年, 2017年全国PM2.5年均浓度大幅下降, PM2.5年均浓度高于70 μg·m-3的城市仅占5.0%, 浓度下降最显著的省(市)为山东、河北、上海、浙江、重庆、天津、北京和江苏, 其降幅均超过30%, 山西、内蒙古和广东的下降幅度在20%~30%之间.全国大部分地级城市PM2.5年均浓度有不同程度的下降, 其中, 克孜勒苏柯尔克孜自治州、海南藏族自治州、海北藏族自治州、济宁、喀什地区、阿坝藏族羌族自治州、西宁、毕节、邢台等9个地级城市PM2.5浓度下降幅度超过50%, 铜仁、临沂、黔西南布依族苗族自治州、南京、丽江、德州、黔南布依族苗族自治州、南通、菏泽、酒泉、廊坊、聊城、哈密地区、黔东南苗族侗族自治州等14个地级城市PM2.5浓度下降幅度超过45%.但是, 仍有部分城市PM2.5年均浓度不降反升, 其中, 五家渠、昭通、石嘴山、普洱、博尔塔拉蒙古自治州、玉林、阿拉善盟、昌吉州、咸阳、黄南藏族自治州等10个地级城市PM2.5浓度上升幅度超过30%. 2013年和2017年338个地级及以上城市PM2.5年均浓度及差值的空间分布见图 2和图 3.

图 2 2013年和2017年PM2.5年均浓度 Fig. 2 Annual average concentration of PM2.5 in 2013 and 2017

图 3 2017年和2013年PM2.5浓度之差 Fig. 3 Reduction in PM2.5 annual average concentration between 2017 and 2013

2.2 2013~2017年PM2.5人口加权浓度

利用2013~2017年全国31省(市)人口数据(表 1)[25, 26]及2013~2017年PM2.5各省平均浓度, 计算《大气十条》实施以来全国PM2.5人口加权浓度.从2013~2017年全国PM2.5人口加权浓度来看, 呈逐年下降趋势, 人口加权浓度均高于当年全国PM2.5平均浓度, 见图 4; 这意味着算术平均法低估了空气中颗粒物对其暴露人口带来的影响; 改善人口较为密集省(市)的空气质量, 将显著降低全国PM2.5人口加权浓度.

表 1 2013~2017年全国31省(市)人口统计1)/万人 Table 1 Population statistics of 31 provinces in 2013-2017/104 persons

图 4 2013~2017年全国人口加权浓度 Fig. 4 National population weighted PM2.5 concentrations, 2013-2017

本研究结果表明, 2013~2017年全国生活在PM2.5年均浓度高于70 μg·m-3地区的人口比例分别为34.8%、31.4%、20.5%、14.8%和5.9%, 重污染地区人口比例呈逐年下降的趋势; 生活在超过《环境空气质量标准(GB 3095-2012)》二级浓度限值(35 μg·m-3)地区的人口比例分别为89.4%、87.8%、84.7%、80.7%和74.9%, 也呈逐年下降趋势, 反之, 生活在PM2.5年均浓度低于35 μg·m-3地区的人口比例呈逐年上升趋势; 不同浓度下的人口分布累计频率见图 5.由此可见, 《大气十条》实施带来了巨大的环境健康效益.

图 5 2013~2017年PM2.5不同污染区间的人口频率分布 Fig. 5 Population frequency distribution of different PM2.5 pollution zones, 2013-2017

2.3 过早死亡人口分析

流行病学研究尚未发现大气污染物对人群健康影响的阈值浓度, WHO颁布的污染物浓度指导值完全以大气污染对健康的影响为基础而没有考虑技术、经济等其他因素, 本研究选取WHO过渡期第1阶段目标值(PM2.5年均浓度为35 μg·m-3)作为参考浓度.

以338个地级及以上城市PM2.5年均浓度为35 μg·m-3为控制情景, 分别构建2013年和2017年两个基准情景, 利用BenMAP模型分别估算2013年和2017年全国过早死亡人数. 2013年全国过早死亡人数约为101 293人, 2017年约为41 080人; 全国层面来看, 2017年相对2013年减少过早死亡人数约为60 213人.分析全国31省(市)过早死亡人数变化发现, 除西藏外, 其他30个省(市)均有所增加, 山东、河北、江苏、河南、四川等省份由于PM2.5浓度改善减少过早死亡人数最多, 其中山东省高达1万人, 见图 6.这些省份避免过早死亡人数较多主要有两个原因, 一是PM2.5浓度改善幅度相对较大, 二是这些省份人口分布相对较密集, 这也印证在人口密度大的地区环境质量改善带来的健康效益更加明显.

图 6 2017年31省(市)避免过早死亡人数统计 Fig. 6 Statistical analysis of premature deaths avoided in 31 provinces in 2017

分析全国338个地级及以上城市减少过早死亡人数发现, 2017年全国280个地级市过早死亡人数有所降低, 重庆、石家庄、北京、保定、邢台、成都、临沂等城市减少过早死亡人数最多, 相比2013年, 2017年减少过早死亡人数在1 400人以上, 其中重庆市高达1 800人.由于部分城市2017年PM2.5浓度比2013年有所上升, 导致58个城市过早死亡人数有所增加, 其中, 咸阳、渭南、玉林、阜阳、昭通、汉中等城市过早死亡人数有所上升, 且人数均在100人以上, 见图 7.

图 7 338个地级及以上城市避免过早死亡人数空间分布 Fig. 7 Spatial distribution of premature deaths avoided in 338 cities

2.4 过早死亡健康效益经济估算

公众为避免过早死亡愿意支付的经济成本与其收入呈一定的相关关系, 避免过早死亡对应的经济效益参数来自于“支付意愿法”的调查结果, 根据已有的针对我国的支付意愿法研究结果, 本文进行健康效益经济估算时, 采用统计生命价值约为91.3万元[21], 依据《大气十条》实施导致减少的过早死亡人数, 估算带来的经济效益约为549.7亿元.

2.5 不确定性分析

评估空气质量改善带来的健康效益有很多不确定性, 包括健康影响的浓度-响应函数、暴露于空气污染的人口估计、基线发病率和死亡率等.本研究受基础研究的局限性等客观因素限制, 存在一定的不确定性, 主要表现在：①基础数据缺失给评价结果带来一定不确定性, 如部分城市缺乏2013年PM2.5监测数据, 各城市非意外死亡率等数据难以获得. ② PM2.5污染和健康终端之间的暴露-反应关系存在一定的不确定性. ③进行健康效益经济估算时, 统计生命价值参数的不确定性较高.

3 结论

(1) 2013~2017年全国人口加权浓度呈逐年下降趋势, 2013~2017年生活在PM2.5年均浓度高于70 μg·m-3地区的人口比例分别为34.8%、31.4%、20.5%、14.8%和5.9%, 重污染地区人口比例逐年下降.

(2) 以WHO过渡期第1阶段目标值(PM2.5年均浓度为35 μg·m-3)作为338个地级以以上城市的控制情景, 2013年全国过早死亡人数约为101 293人, 2017年约为41 080人; 《大气十条》的实施有效降低了PM2.5浓度, 产生了显著的健康效益, 大约避免60 213人居民过早死亡.

(3) 相比2013年, 2017年全国31省(市)中, 除西藏外, 其他30省(市)过早死亡人数均有所减少, 山东、河北、江苏、河南、四川等省份减少最多, 其中山东省高达1万人.全国280个地级市过早死亡人数有所减少, 重庆、石家庄、北京、保定、邢台、成都、临沂等城市减少过早死亡人数最多; 58个城市过早死亡人数有所增加, 咸阳、渭南、玉林、阜阳、昭通、汉中等城市增加人数均在100人以上.

(4)《大气十条》实施所带来的过早死亡人数减少, 因此估算全国经济效益增加约为549.7亿元.

参考文献
[1] 王金南, 雷宇, 宁淼. 实施《大气污染防治行动计划》:向PM2.5宣战[J]. 环境保护, 2014, 42(6): 28-31.
[2] 生态环境部.关于《大气污染防治行动计划》实施情况终期考核结果的通报[EB/OL]. http://www.mee.gov.cn/gkml/sthjbgw/stbgth/201806/t20180601_442262.htm, 2018-12-25.
[3] Kan H D, London S J, Chen G H, et al. Differentiating the effects of fine and coarse particles on daily mortality in Shanghai, China[J]. Environment International, 2007, 33(3): 376-384. DOI:10.1016/j.envint.2006.12.001
[4] Pope Ⅲ C A, Burnett R T, Thun M J, et al. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution[J]. JAMA-Journal of the American Medical Association, 2002, 287(9): 1132-1141. DOI:10.1001/jama.287.9.1132
[5] Dockery D W, Pope C A, Xu X P, et al. An association between air pollution and mortality in six U. S. cities[J]. The New England Journal of Medicine, 1993, 329(24): 1753-1759. DOI:10.1056/NEJM199312093292401
[6] Samet J M, Dominici F, Curriero F C, et al. Fine particulate air pollution and mortality in 20 U. S. cities, 1987-1994[J]. The New England Journal of Medicine, 2000, 343(24): 1742-1749. DOI:10.1056/NEJM200012143432401
[7] Burnett R T, Cakmak S, Brook J R, et al. The role of particulate size and chemistry in the association between summertime ambient air pollution and hospitalization for cardiorespiratory diseases[J]. Environmental Health Perspectives, 1997, 105(6): 614-620. DOI:10.1289/ehp.97105614
[8] 常桂秋, 潘小川, 谢学琴, 等. 北京市大气污染与城区居民死亡率关系的时间序列分析[J]. 卫生研究, 2003, 32(6): 565-568.
Chang G Q, Pan X C, Xie X Q, et al. Time-series analysis on the relationship between air pollution and daily mortality in Beijing[J]. Journal of Hygiene Research, 2003, 32(6): 565-568. DOI:10.3969/j.issn.1000-8020.2003.06.012
[9] 於方, 过孝民, 张衍燊, 等. 2004年中国大气污染造成的健康经济损失评估[J]. 环境与健康杂志, 2007, 24(12): 999-1003. DOI:10.3969/j.issn.1001-5914.2007.12.024
[10] Ma G X, Wang J N, Yu F, et al. An assessment of the potential health benefits of realizing the goals for PM10 in the updated Chinese Ambient Air Quality Standard[J]. Frontiers of Environmental Science & Engineering, 2016, 10(2): 288-298.
[11] 谢鹏, 刘晓云, 刘兆荣, 等. 珠江三角洲地区大气污染对人群健康的影响[J]. 中国环境科学, 2010, 30(7): 997-1003.
Xie P, Liu X Y, Liu Z R, et al. Impact of exposure to air pollutants on human health effects in Pearl River Delta[J]. China Environmental Science, 2010, 30(7): 997-1003.
[12] 秦雨, 张强, 李鑫, 等. 中国燃煤电厂大气污染物排放的健康影响特征[J]. 环境科学, 2018, 39(12): 5289-5295.
Qin Y, Zhang Q, Li X, et al. Patterns of mortality from air pollutant emissions in China's coal-fired power plants[J]. Environmental Science, 2018, 39(12): 5289-5295.
[13] 魏国茹, 史兴民. 西安市PM2.5健康损害价值评估[J]. 环境科学, 2018, 39(7): 3014-3021.
Wei G R, Shi X M. Evaluation the extent of health damage caused by PM2.5 particulate in Xi'an City[J]. Environmental Science, 2018, 39(7): 3014-3021.
[14] 谢元博, 陈娟, 李巍. 雾霾重污染期间北京居民对高浓度PM2.5持续暴露的健康风险及其损害价值评估[J]. 环境科学, 2014, 35(1): 1-8.
Xie Y B, Chen J, Li W. An assessment of PM2.5 related health risks and impaired values of Beijing residents in a consecutive high-level exposure during heavy haze days[J]. Environmental Science, 2014, 35(1): 1-8.
[15] 谢鹏, 刘晓云, 刘兆荣, 等. 我国人群大气颗粒物污染暴露-反应关系的研究[J]. 中国环境科学, 2009, 29(10): 1034-1040.
Xie P, Liu X Y, Liu Z R, et al. Exposure-response functions for health effects of ambient particulate matter pollution applicable for China[J]. China Environmental Science, 2009, 29(10): 1034-1040. DOI:10.3321/j.issn:1000-6923.2009.10.006
[16] 刘晓云, 谢鹏, 刘兆荣, 等. 珠江三角洲可吸入颗粒物污染急性健康效应的经济损失评价[J]. 北京大学学报(自然科学版), 2010, 46(5): 829-834.
Liu X Y, Xie P, Liu Z R, et al. Economic assessment of acute health impact due to inhalable particulate air pollution in the Pearl River Delta[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2010, 46(5): 829-834.
[17] 阚海东, 陈秉衡. 我国部分城市大气污染对健康影响的研究10年回顾[J]. 中华预防医学杂志, 2002, 36(1): 59-61. DOI:10.3760/j:issn:0253-9624.2002.01.020
[18] 屈金娥.基于BenMAP的杭州市控制空气污染的健康效益评估[D].杭州: 杭州电子科技大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10336-1014230207.htm
[19] 黄德生, 张世秋. 京津冀地区控制PM2.5污染的健康效益评估[J]. 中国环境科学, 2013, 33(1): 166-174.
Huang D S, Zhang S Q. Health benefit evaluation for PM2.5 pollution control in Beijing-Tianjin-Hebei region of China[J]. China Environmental Science, 2013, 33(1): 166-174. DOI:10.3969/j.issn.1000-6923.2013.01.024
[20] 段显明, 屈金娥. 基于BenMAP的珠三角PM10污染健康经济影响评估[J]. 环境保护与循环经济, 2013, 33(12): 46-51. DOI:10.3969/j.issn.1674-1021.2013.12.017
[21] 雷宇, 薛文博, 张衍燊, 等. 国家《大气污染防治行动计划》健康效益评估[J]. 中国环境管理, 2015, 7(5): 50-53.
Lei Y, Xue W B, Zhang Y S, et al. Health benefit evaluation for air pollution prevention and control action plan in China[J]. Chinese Journal of Environmental Management, 2015, 7(5): 50-53. DOI:10.3969/j.issn.1674-6252.2015.05.011
[22] 杨复沫, 贺克斌, 马永亮, 等. 北京PM2.5浓度的变化特征及其与PM10、TSP的关系[J]. 中国环境科学, 2002, 22(6): 506-510.
Yang F M, He K B, Ma Y L, et al. Variation characteristics of PM2.5 concentration and its relationship with PM10 and TSP in Beijing[J]. China Environmental Science, 2002, 22(6): 506-510. DOI:10.3321/j.issn:1000-6923.2002.06.006
[23] 徐宏辉.北京及周边地区大气气溶胶的质量浓度和无机组分的特征及其来源研究[D].北京: 中国科学院研究生院(大气物理研究所), 2007. http://cdmd.cnki.com.cn/article/cdmd-80058-2007179146.htm
[24] 国家卫生健康委员会. 2018年中国卫生健康统计年鉴[M]. 北京: 中国协和医科大学出版社, 2018.
[25] 国务院人口普查办公室, 国家统计局人口和就业统计司. 中国2010年人口普查分乡、镇、街道资料[M]. 北京: 中国统计出版社, 2012.
[26] 中华人民共和国国家统计局.人口分省年度数据[EB/OL]. http://data.stats.gov.cn/easyquery.htm?cn=E0103, 2018-12-21.