2023, Vol. 44
2. 国网冀北电力有限公司电力科学研究院, 华北电力科学研究院有限责任公司, 北京 100045
2. Jibei Electric Power Research Institute, State Grid Jibei Electric Power Co., Ltd., North China Electric Power Research Institute Company Limited, Beijing 100045, China
中国经济快速发展的同时也带来了巨大的环境污染负荷.PM2.5(空气动力学直径≤2.5 μm的颗粒)作为中国大气主要污染物, 对环境健康风险影响不可忽视[1].根据2015年全球疾病负担(GBD)报道, 每年有420万人过早死亡可归因于环境PM2.5暴露.在中国, 环境PM2.5导致110万人过早死亡, 是全球排名第五的死亡风险因素[2].根据2019年全球疾病负担研究(GBD)框架和方法, 2019年全球与环境PM2.5相关的死亡人数达414万, 中国达142万.缺血性心脏病(IHD)、脑血管疾病(STROKE)和慢性阻塞性肺病(COPD)是环境PM2.5导致的三大死亡原因[3].有科学证据表明, 长时间呼吸受污染的空气会增加患病和死亡的风险[4].
近年来, 已有不少学者对大气污染健康效益进行研究[5~7].为了在污染更严重的地区获得更好的暴露-反应曲线, Burnett等[8]提出了综合暴露-反应模型(IER), 使用源自较高暴露浓度的流行病学数据来限制浓度-反应(C-R)关系的形状.开发了针对成人死亡原因的整个全球暴露范围的相对风险(RR)函数, IHD、STROKE、COPD和肺癌(LC).还开发了急性下呼吸道感染(ALRI)发病率的RR函数, 可用于估计5岁以下儿童的死亡率和健康生命损失年数.Liu等[9]使用IER模型评估了环境PM2.5暴露导致的过早死亡人数, 估算了343个城市空气污染控制政策实施后过早死亡人数的减少情况.Zheng等[10]使用更新的IER模型来估计环境空气污染和PM2.5综合人口加权暴露导致的PM2.5相关死亡率.Maji等[11]使用IER模型报告了2016年中国、印度、孟加拉国和巴基斯坦的13个特大城市与PM2.5相关的长期死亡率.
2021年中国29.8%的城市ρ(PM2.5)超过国家环境空气质量标准(NAAQS)年平均限值(35μg·m-3)[12, 13].尤其是京津冀地区, 仅有北京、承德、张家口和秦皇岛PM2.5浓度达标[14~16].民用散煤燃烧被认为是导致冬季采暖期空气污染严重的重要原因[17~19].为改善环境, 政府制定“煤改电”政策以期向清洁取暖转型, 减少散煤使用, 提高区域空气质量[20, 21].清洁能源转型可使农村民用部门排放对环境PM2.5的贡献显着减少, 避免与PM2.5暴露相关的13万人(95% CI: 9~16)过早死亡[22].Zhao等[23]估计减少与家庭相关的PM2.5综合人口加权暴露每年可避免40万人(95% CI: 25~47)过早死亡.Bilsback等[24]研究指出, 北京地区禁煤每年可避免1 900人(95% CI: 1 200~2 700)过早死亡, 而京津冀地区禁煤每年可避免13 700人(95% CI: 8 900~19 600)过早死亡.针对散煤治理情景下PM2.5健康效益研究方面, 于淼等[25]采取泊松回归模型分析了2016年河南省农村散煤替代对PM2.5污染的健康效益.结果显示, 散煤治理情景下河南省2025年可避免2 220人过早死亡, 带来23.5亿元经济效益.赵婉屹等[26]根据泊松回归模型评估了散煤治理带来的健康经济效益.结果显示, 2017~2020年关中地区散煤燃烧源PM2.5减排使得居民过早死亡率降低了1.50×10-5(95% CI: 3.66×10-6~2.62×10-5), 降幅达98.2%.张翔等[27]利用综合评价模型估算不同情景下实施“煤改电”政策对环境质量、健康效益和经济效益的影响.结果显示, 京津冀地区实施“煤改电”政策后, 2020年ρ(PM2.5)年均值可下降6~15μg·m-3, 可避免2.22万人过早死亡.闫祯等[28]以2025年为目标年评估不同控制情景下“煤改电”带来的健康效益.结果显示, 京津冀地区在控制情景ρ(PM2.5)最高可下降5.4、5.6和2.0μg·m-3, 带来352.34×108元经济效益.以往研究主要讨论的是尚未完成“煤改电”政策预期的健康及经济效益.而针对京津冀地区“煤改电”实际实施情况, 有研究表明该政策实施后, 采暖季ρ(PM2.5)日均值可减少0.2~6.1μg·m-3, 下降1.2%~7.8%[29].然而, 京津冀地区各市“煤改电”政策实际实施后对PM2.5污染的健康效益研究少有报道.
本研究为准确评估京津冀地区采暖期实施“煤改电”政策带来的健康效益, 采用WRF-Chem模型模拟的PM2.5浓度数据、县级人口数据以及全范围PM2.5浓度的C-R关系, 选取IHD、STROKE、COPD、LC和ALRI等5种疾病作为健康终点.估算京津冀地区各区县采暖期“煤改电”政策实施前后PM2.5导致的过早死亡人数, 并采用支付意愿法计算相应的健康损失价值, 以期为定量评估该政策的健康效益提供参考依据.
1 材料与方法 1.1 研究区域本文选取京津冀地区作为研究区域, 包含北京、天津、唐山、邯郸、邢台、保定、承德、沧州、廊坊、衡水、石家庄、张家口和秦皇岛.
1.2 研究数据 1.2.1 PM2.5浓度本研究使用张茹婷等[29]基于WRF-Chem模型模拟得到的京津冀地区采暖期(2018年11月16日至2019年3月15日)“煤改电”政策实施前后PM2.5浓度数据, 见表 1.
|
表 1 京津冀地区采暖期“煤改电”政策实施前后PM2.5浓度/μg·m-3 Table 1 PM2.5 concentration before and after the implementation of the coal-to-electricity policy during the heating period in BTH Region/μg·m-3 |
1.2.2 人口数据及基线死亡率
本研究使用的人口数据来源于2020年第七次全国人口普查公报, 为分区县的人口数.IHD、STROKE、COPD、LC和ALRI等5种疾病的基线死亡率来自Zhou等[30]的研究报道, 见表 2.
|
|
表 2 2013年IHD、STROKE、COPD、LC和ALRI的基线死亡率/10-5人 Table 2 Baseline mortality rates for IHD, STROKE, COPD, LC, and ALRI in 2013/10-5 persons |
1.3 研究方法 1.3.1 暴露-反应关系
C-R函数是描述长期暴露于PM2.5与健康结果风险之间关系的数学方程, 表示与PM2.5浓度增量变化相关的相对死亡风险.本研究使用Burnett等[8]提出的综合暴露-反应模型(IER)计算PM2.5相关健康效益.选取IHD、STROKE、COPD、LC和ALRI等5种疾病作为健康终点, 对应相对风险(RR)计算公式如下.
当Z＜Zcf时:
|
(1) |
当Z≥Zcf时:
|
(2) |
式中, Z为PM2.5浓度, μg·m-3; Zcf为假设没有额外风险的反事实浓度, 即PM2.5浓度阈值, μg·m-3; RRIER(Z)为特定疾病的相对风险; α、γ和δ为暴露反应函数中的计算参数, 决定不同疾病的形状关系, 满足不同的分布.
本研究使用世界卫生组织推荐的ρ(PM2.5)标准值(10 μg·m-3)作为阈值浓度, 各疾病在不同PM2.5暴露水平上(0~410 μg·m-3)的相对风险值见图 1.
|
图 1 长期暴露于PM2.5导致不同健康终点的综合暴露-反应函数(IER) Fig. 1 Integrated exposure-response(IER) functions of different health endpoints caused by long-term exposure to PM2.5 |
PM2.5暴露导致的各疾病健康终点计算公式如下.对于每个健康终点, 本研究使用蒙特卡罗法随机选择Cohen等[2]提供的1 000组IER模型α、γ和δ参数, 运行10 000次, 根据结果的概率分布, 得到每个健康终点的95%置信区间.
|
(3) |
|
(4) |
式中, M为归因于PM2.5暴露导致的健康结局发生数, 人; Y0为特定疾病的基线死亡率, 10-6人; AP为归因分数, 用于衡量风险因素对疾病或死亡率的贡献; Pop为暴露人口, 万人.
1.3.3 健康损失价值本研究使用统计寿命价值法评估PM2.5污染造成的健康损失价值[31].统计学意义上的生命价值(VSL)即人们为降低一定的死亡风险而愿意付出的成本.本文参考谢旭轩[32]对北京2010年生命价值的研究以及于淼等[25]的修正方法, 考虑2021年北京、天津和河北省居民人均可支配收入进行修正, 进而得到2021年京津冀地区单位VSL(见表 3), 生命价值及健康损失价值计算公式如下:
|
(5) |
|
(6) |
|
|
表 3 京津冀地区单位VSL /万元·人-1 Table 3 Unit value of a statistical life(VSL) in BTH Region/104 yuan·person-1 |
式中, VSL为研究区域的单位生命价值, 万元·人-1; G为研究区域的人均可支配收入, 万元; V为健康损失价值, 万元.
2 结果与讨论 2.1 健康效益评估由表 4可知, 京津冀地区“煤改电”实施前PM2.5导致的过早死亡人数为166 425人(95% CI: 81 972~222 578), 占2021年常住人口的0.15%.STROKE、IHD和LC是造成京津冀地区主要死亡的健康终点, 占PM2.5相关过早死亡人数的90%, 与以往报道的研究结果一致[33~35].心脑血管系统疾病比起呼吸系统疾病对PM2.5的长期暴露更加敏感[36].京津冀地区“煤改电”实施后PM2.5导致的过早死亡人数为164 680人(95% CI: 80 530~220 671), 带来的健康效益为1 745人(95% CI: 1 443~1 907).其中, 北京地区495人(95% CI: 436~554), 天津地区296人(95% CI: 238~354), 河北地区954人(95% CI: 693~1 076).从不同健康终点来看, 京津冀地区“煤改电”实施后COPD、LC、ALRI、IHD和STROKE减少的死亡人数分别为187人(95% CI: 165~224)、318人(95% CI: 178~458)、193人(95% CI: 115~204)、506人(95% CI: 232~780)及542人(95% CI: 463~621).其中, 减少的STROKE死亡人数是COPD死亡人数的3倍.因环境PM2.5导致IHD、COPD和STROKE等三大死亡原因的健康效益合计占总受益人数的71%.北京为该政策实施健康受益最大地区, 各健康终点减少的死亡总数占比为52%.同样的结果在闫祯等[28]研究中也可发现.吴文静等[37]研究指出, 2015年京津冀地区归因于PM2.5长期暴露的过早死亡人数为19.38万人(95% CI: 14.09~23.33), 排名前5的城市分别为北京、天津、保定、邯郸和石家庄, 与本研究结果相同.而Archer等[38]估计京津冀地区民用部门每年可造成32 152例过早死亡.北京5 017例(95% CI: 4391~5 677), 天津3 401例(95% CI: 2 852~4 001), 河北省23 734例(95% CI: 20 535~26 614), 远低于本研究结果.选取不同的研究方法、时间、区域、健康终点和研究数据等原因都会造成估计值的巨大差异.
|
|
表 4 京津冀地区采暖期“煤改电”政策实施前后不同健康终点过早死亡人数/人 Table 4 Premature deaths at different health end points before and after the implementation of coal-to-electricity policy during the heating period in BTH Region/person |
由图 2可见, 京津冀地区“煤改电”实施前后PM2.5导致的男性过早死亡人数分别为104 086人(95% CI: 50 957~139 044)及102 981人(95% CI: 50 055~137 844), 健康效益人数为1 105人(95% CI: 902~1 200).京津冀地区“煤改电”实施前后PM2.5导致的女性过早死亡人数分别为62 339人(95% CI: 31 015~83 534)及61 699人(95% CI: 30 474~82 827), 健康效益人数为640人(95% CI: 541~707).该政策实施后京津冀各地区男性健康受益均高于女性.Meng等[19]研究发现约90%的农村人口每日暴露于室内空气污染, 减少暴露更多地来自室内空气质量的改善.考虑到在中国北方女性比男性具有更高的PM2.5暴露水平, 从而导致女性健康受益高于男性.而本研究未考虑室内PM2.5暴露对过早死亡的影响, 这也会对研究结果产生一定的不确定性.Ji等[39]研究发现改善室内空气质量比减少环境空气污染对人口健康的益处更大, 减少室内PM2.5排放对健康效益的改善不可忽视.室内PM2.5的减排也应被考虑到后续清洁采暖政策之中.值得注意的是, 张家口地区由于“煤改电”实施前后PM2.5导致的过早死亡人数未发生改变而无明显健康效益.原因跟张家口地区“煤改电”实施前后PM2.5浓度变化较小有关.IER模型受限于C-R函数, 具有特定的代数形式.在较高的PM2.5浓度范围内具有平缓的曲线, 而在相对较低的PM2.5范围内具有陡峭的曲线.目前, 污染地区的PM2.5水平仍处于IER曲线的高端, 变幅范围仍处于IER曲线中较为平坦的部分, 因此边际死亡率的降低受到限制, 从而导致后续过早死亡人数计算结果无明显差异[40].有研究发现, 即使在PM2.5浓度相对较低的地区, 减少PM2.5暴露也会带来重大的健康效益[41~43].Yin等[44]基于中国本地的流行病学研究结果认为, IER模型可能低估了高浓度下的健康风险.同时, IER模型只考虑了5个主要致死疾病, 但PM2.5污染还与二型糖尿病、哮喘、婴儿低出生体重和早产等有关, 对可归因PM2.5导致的过早死亡可能存在低估[45~47].所以进一步获取精细化地暴露反应函数对PM2.5相关健康效益研究十分重要.
|
图 2 京津冀地区“煤改电”实施前后PM2.5相关过早死亡人数及健康效益 Fig. 2 Premature deaths related to PM2.5 and health benefits before and after the implementation of coal-to-electricity policy in BTH Region |
“煤改电”政策实施后京津冀地区不同健康终点均有不同程度的健康受益(见图 3).其中, 北京COPD、LC、ALRI、IHD和STROKE的健康效益占比分别为8.69%、18.38%、11.31%、28.89%和32.73%.天津COPD、LC、ALRI、IHD和STROKE的健康效益占比分别为8.08%、27.95%、18.52%、30.3%和15.15%. COPD、LC、ALRI、IHD和STROKE在邯郸、石家庄、邢台、保定和承德的健康效益最大, 分别占43.18%、37.25%、21.21%、74.12%和64.89%.从各健康终点来看, 京津冀地区控制PM2.5污染的健康效益巨大, 经济效益显著[48].
|
图 3 京津冀地区“煤改电”实施后不同健康终点的健康效益占比 Fig. 3 Proportion of health benefits of different health endpoints before and after the implementation of coal-to-electricity policy in BTH Region |
京津冀各区县“煤改电”实施前后PM2.5相关过早死亡人数及健康效益的空间分布如图 4所示, 呈现出相同的总体特征以及明显的空间差异.京津冀地区“煤改电”实施前后PM2.5相关过早死亡人数集中在东部、南部和部分北部地区, 如北京、天津、保定、沧州、邢台、唐山、邯郸和石家庄地区, 与以往研究的结果一致[34, 49].有研究发现, 以上地区民用燃煤量较大, 污染物排放较集中[50].民用部门对PM2.5相关过早死亡的贡献十分显著, 应严格控制民用散煤燃烧[51].杜艳君等[52]研究显示北京朝阳区、海淀区为归因于PM2.5污染过早死亡人数最多的地区, 与本研究结果相同.“煤改电”政策实施后北京、天津、沧州、廊坊、唐山、承德和秦皇岛等地区健康效益较明显, 占比达总健康效益的85%.其中, 健康效益较为突出的区县为北京朝阳区、丰台区、海淀区、房山区、通州区、顺义区、昌平区和大兴区, 天津滨海新区及秦皇岛海港区, 各区健康收益人数超过30人.以上地区人口分布密集且“煤改电”政策实施后PM2.5污染浓度改善较大, 所以健康效益更加显著.张梦娇等[53]研究了人口总量、人口老龄化、基准死亡率和PM2.5暴露浓度等因素对健康负担的贡献, 发现污染物浓度的降低是减轻健康负担的主要原因.控制污染物排放、降低PM2.5浓度仍是减轻健康负担最主要最有效的途径[54].
|
图 4 京津冀地区“煤改电”实施前后PM2.5相关过早死亡人数及健康效益的空间分布 Fig. 4 Spatial distribution of PM2.5-related premature deaths and health benefits before and after the implementation of coal-to-electricity policy in BTH Region |
如表 5所示, 京津冀地区“煤改电”实施前造成的居民健康经济损失为2 579.32亿元(95% CI: 1 266.87~3 439.94), 占2021年京津冀地区GDP的3%.实施后造成的居民健康经济损失为2 555.54亿元(95% CI: 1 252.38~3 409.34), 带来了23.78亿元(95% CI: 14.50~30.63)的经济效益.与其他研究成果对比, 京津冀地区“煤改电”政策实施前造成的居民经济损失相近, 但政策实施后带来的健康效益远低于其他研究(见表 6).张翔等[27]研究中选取的健康终点与本文的不一致.闫祯等[28]研究中除非意外总死亡外, 还选取了住院和门诊等作为健康终点.以上研究都以2015年为基准年, 讨论尚未完成的“煤改电”政策预期的健康与经济效益.除此之外, 还使用了不同的评估模型进行PM2.5相关健康效益计算.不同年份单位VSL的选取也会造成最终健康经济效益结果的差异.“煤改电”政策实施后, 北京、天津和河北的健康经济效益分别为3.50亿元(95% CI: 3.08~3.92)、3.32亿元(95% CI: 2.67~3.96)和16.96亿元(95% CI: 8.75~22.75), 分别占各地区GDP的0.01%、0.02%和0.04%.京津冀地区因减少COPD、LC、ALRI、IHD和STROKE等健康终点死亡所产生的健康经济效益分别为2.64亿元(95% CI: 2.13~3.05)、4.19亿元(95% CI: 1.07~6.15)、2.45亿元(95% CI: 1.56~2.61)、6.73亿元(95% CI: 6.55~10.43)和7.78亿元(95% CI: 3.19~8.39).该政策实施后, 承德地区的健康经济效益为3.98亿元(95% CI: 2.32~5.45), 占总健康经济效益的17%, 收益最高.从各健康终点来看, 石家庄、天津、天津、保定和承德地区分别为减少COPD、LC、ALRI、IHD和STROKE等健康终点死亡健康经济收益最大的地区, 分别占13%、22%、25%、18%和33%.京津冀地区因减少STROKE死亡产生的经济效益高于因减少COPD及ALRI死亡产生的经济效益.总体而言, 京津冀地区“煤改电”政策的实施对提高居民健康水平具有重要意义.尤其是在环境PM2.5污染浓度相对较高、人口密集的区域, 能够获得显著的健康效益和经济效益.
|
|
表 5 京津冀地区采暖期“煤改电”政策实施健康经济效益1)×108/元 Table 5 Health economic benefit before and after the implementation of coal-to-electricity policy during the heating period in BTH Region×108/yuan |
|
|
表 6 京津冀地区“煤改电”政策实施健康经济效益比较×108/元 Table 6 Comparison of health economic benefit before and after the implementation of coal-to-electricity policy in BTH Region×108/yuan |
2.3 不确定性分析
选取的研究方法、研究时间、研究区域、健康终点和研究数据等都会造成结果的差异, 产生一定的不确定性[55, 56].
本研究使用的PM2.5浓度数据为京津冀地区采暖期(2018年11月16日至2019年3月15日)“煤改电”政策实施前后的PM2.5浓度数据, 不能完整地代表PM2.5暴露程度.选择不同的PM2.5浓度阈值也会影响计算结果.此外, 本研究只考虑了室外PM2.5污染的影响, 未考虑室内PM2.5暴露对过早死亡的影响, 这也会对研究结果产生一定的不确定性.不同来源大气PM2.5的组分、毒性和对健康的影响也存在差异[51, 57].研究表明民用部门排放的一次PM2.5毒性主要来自于不完全燃烧释放的多环芳烃[58].PM2.5组分中的BC及OC对居民健康的影响更大[59].
本研究使用的是各疾病全年龄别的基线死亡率, 未考虑人口年龄分布对健康效益的影响.但有研究表明, 不同年龄人群别的基线死亡率以及IHD健康终点相关的相对风险存在较大差异[60, 61].另外, 本研究使用河北省级的基线死亡率数据替代河北省各市的基线死亡率, 无法捕捉到微小的空间差异, 也造成了研究结果的不确定性[62, 63].
IER模型受限于C-R函数, 具有特定的代数形式.在较高的PM2.5浓度范围内具有平缓的曲线, 而在相对较低的PM2.5浓度范围内具有陡峭的曲线.目前, 污染地区的PM2.5浓度水平仍处于IER曲线的高端, 变幅范围较为平坦, 因此边际死亡率的降低受到限制, 从而导致后续过早死亡人数计算结果无明显差异[40].同时, 本研究只考虑了COPD、LC、ALRI、IHD和STROKE等5个健康终点导致的过早死亡, 未考虑PM2.5污染对门诊、住院和患病等健康终点的影响, 对PM2.5的健康负担可能存在低估.
3 结论(1) 京津冀地区“煤改电”实施前PM2.5导致的过早死亡人数为166 425人(95% CI: 81 972~222 578), 占2021年常住人口的0.15%. STROKE、IHD和LC是造成主要过早死亡的健康终点, 占90%.政策实施后带来了1 745人(95% CI: 1 443~1 907)健康效益.北京地区495人(95% CI: 436~554), 天津地区296人(95% CI: 238~354), 河北地区954人(95% CI: 693~1 076).京津冀地区男性、女性健康效益分别为1 105人(95% CI: 902~1 200)及640人(95% CI: 541~707), 各地区男性健康受益均高于女性.
(2) 京津冀地区“煤改电”实施后COPD、LC、ALRI、IHD和STROKE减少的死亡人数分别为187人(95% CI: 165~224)、318人(95% CI: 178~458)、193人(95% CI: 115~204)、506人(95% CI: 232~780)和542人(95% CI: 463~621).各健康终点在邯郸、石家庄、邢台、保定和承德的健康效益最大.北京各健康终点的健康效益占比分别为8.69%、18.38%、11.31%、28.89%和32.73%, 为健康受益最大地区, 占京津冀地区总健康效益的52%.
(3) PM2.5相关过早死亡人数集中在东部、南部和部分北部地区, 如北京、天津、保定、沧州、邢台、唐山、邯郸和石家庄地区.“煤改电”实施后北京、天津、沧州、廊坊、唐山、承德和秦皇岛等地区健康效益较明显, 占总健康效益的85%.其中, 健康效益较为突出的区县为北京朝阳区、丰台区、海淀区、房山区、通州区、顺义区、昌平区和大兴区, 天津滨海新区及秦皇岛海港区, 各区健康收益人数超过30人.
(4) 京津冀地区“煤改电”实施前健康经济损失为2 579.32亿元(95% CI: 1 266.87~3 439.94), 占2021年该地区GDP的3%.政策实施后带来了23.78亿元(95% CI: 14.50~30.63)经济效益.北京3.50亿元(95% CI: 3.08~3.92), 天津3.32亿元(95% CI: 2.67~3.96), 河北16.96亿元(95% CI: 8.75~22.75), 分别占各地区GDP的0.01%、0.02%和0.04%.京津冀地区减少COPD、LC、ALRI、IHD和STROKE等健康终点经济受益最大的地区分别为石家庄、天津、天津、保定和承德, 减少STROKE导致的过早死亡带来的经济效益最大.
| [1] | Qi J L, Ruan Z L, Qian Z M, et al. Potential gains in life expectancy by attaining daily ambient fine particulate matter pollution standards in mainland China: a modeling study based on nationwide data[J]. PLOS Medicine, 2020, 17(1). DOI:10.1371/journal.pmed.1003027 |
| [2] | Cohen A J, Brauer M, Burnett R, et al. Estimates and 25-year trends of the global burden of disease attributable to ambient air pollution: an analysis of data from the global burden of diseases study 2015[J]. The Lancet, 2017, 389(10082): 1907-1918. DOI:10.1016/S0140-6736(17)30505-6 |
| [3] | Sang S W, Chu C, Zhang T C, et al. The global burden of disease attributable to ambient fine particulate matter in 204 countries and territories, 1990-2019: a systematic analysis of the global burden of disease study 2019[J]. Ecotoxicology and Environmental Safety, 2022, 238. DOI:10.1016/j.ecoenv.2022.113588 |
| [4] | Health Effects Institute, Institute for Health Metrics and Evaluation. State of global air 2020: a special report on global exposure to air pollution and its health impacts[R]. Boston: Health Effects Institute, 2020. |
| [5] | Vodonos A, Schwartz J. Estimation of excess mortality due to long-term exposure to PM2.5 in continental United States using a high-spatiotemporal resolution model[J]. Environmental Research, 2021, 196. DOI:10.1016/j.envres.2021.110904 |
| [6] | Hu J L, Huang L, Chen M D, et al. Premature mortality attributable to particulate matter in China: source contributions and responses to reductions[J]. Environmental Science & Technology, 2017, 51(17): 9950-9959. |
| [7] | Liu M, Saari R K, Zhou G X, et al. Recent trends in premature mortality and health disparities attributable to ambient PM2.5 exposure in China: 2005-2017[J]. Environmental Pollution, 2021, 279. DOI:10.1016/j.envpol.2021.116882 |
| [8] | Burnett R T, Pope Ⅲ C A, Ezzati M, et al. An integrated risk function for estimating the global burden of disease attributable to ambient fine particulate matter exposure[J]. Environmental Health Perspectives, 2014, 122(4): 397-403. DOI:10.1289/ehp.1307049 |
| [9] | Liu H M, Liu J, Li M C, et al. Assessing the evolution of PM2.5 and related health impacts resulting from air quality policies in China[J]. Environmental Impact Assessment Review, 2022, 93. DOI:10.1016/j.eiar.2021.106727 |
| [10] | Zheng H T, Zhao B, Wang S X, et al. Transition in source contributions of PM2.5 exposure and associated premature mortality in China during 2005-2015[J]. Environment International, 2019, 132. DOI:10.1016/j.envint.2019.105111 |
| [11] | Maji K J, Arora M, Dikshit A K. Premature mortality attributable to PM2.5 exposure and future policy roadmap for 'airpocalypse' affected Asian megacities[J]. Process Safety and Environmental Protection, 2018, 118: 371-383. DOI:10.1016/j.psep.2018.07.009 |
| [12] | 中国环境保护部. 2021中国生态环境状况公报[EB/OL]. https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202205/P020220608338202870777.pdf, 2022-09-01. |
| [13] |
GB 3095-2012, 环境空气质量标准[S]. GB 3095-2012, Ambient air quality standard[S]. |
| [14] | 北京市生态环境局. 2021北京市生态环境状况公报[EB/OL]. http://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/sthjlyzwg/1718880/1718881/1718882/325831146/2022051016315449098.pdf, 2022-09-01. |
| [15] |
天津市生态环境局. 2021天津市生态环境状况公报[EB/OL]. https://sthj.tj.gov.cn/YWGZ7406/HJZL9827/HJZKGB866/TJSLNHJZKGB6653/202206/W020220606518211382984.pdf, 2022-09-01. Tianjin Ecology and Environment Bureau. 2021 Tianjin ecology and environment 2021[EB/OL]. https://sthj.tj.gov.cn/YWGZ7406/HJZL9827/HJZKGB866/TJSLNHJZKGB6653/202206/W020220606518211382984.pdf, 2022-09-01. |
| [16] |
河北省生态环境厅. 2021河北省生态环境状况公报[EB/OL]. http://hbepb.hebei.gov.cn/res/hbhjt/upload/file/20220606/c2dd5c5c31b04235a0ef1ed09c7e3daa.pdf, 2022-09-01. Department of Ecology and Environment of Hebei Province. 2021 Hebei Province ecology and environment condition statement[EB/OL]. http://hbepb.hebei.gov.cn/res/hbhjt/upload/file/20220606/c2dd5c5c31b04235a0ef1ed09c7e3daa.pdf, 2022-09-01. |
| [17] | Zhou Y, Huang D W, Lang J L, et al. Improved estimation of rural residential coal emissions considering coal-stove combinations and combustion modes[J]. Environmental Pollution, 2021, 272. DOI:10.1016/j.envpol.2020.115558 |
| [18] | Zhou Y, Zi T, Lang J L, et al. Impact of rural residential coal combustion on air pollution in Shandong, China[J]. Chemosphere, 2020, 260. DOI:10.1016/j.chemosphere.2020.127517 |
| [19] | Meng W J, Zhong Q R, Chen Y L, et al. Energy and air pollution benefits of household fuel policies in Northern China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(34): 16773-16780. |
| [20] | 中华人民共和国生态环境部. 京津冀及周边地区2017-2018年秋冬季大气污染综合治理攻坚行动方案[EB/OL]. https://www.mee.gov.cn/gkml/hbb/bwj/201708/W020170824378273815892.pdf, 2022-09-01. |
| [21] | 中国国家发展和改革委员会. 关于印发北方地区冬季清洁取暖规划(2017-2021年)的通知[EB/OL]. http://www.gov.cn/xinwen/2017-12/20/content_5248855.htm, 2022-09-01. |
| [22] | Shen G F, Ru M Y, Du W, et al. Impacts of air pollutants from rural Chinese households under the rapid residential energy transition[J]. Nature Communications, 2019, 10. DOI:10.1038/s41467-019-11453-w |
| [23] | Zhao B, Zheng H T, Wang S X, et al. Change in household fuels dominates the decrease in PM2.5 exposure and premature mortality in China in 2005-2015[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(49): 12401-12406. |
| [24] | Bilsback K R, Baumgartner J, Cheeseman M, et al. Estimated aerosol health and radiative effects of the residential coal ban in the Beijing-Tianjin-Hebei region of China[J]. Aerosol and Air Quality Research, 2020, 20(11): 2332-2346. DOI:10.4209/aaqr.2019.11.0565 |
| [25] |
于淼, 马秋红, 朱明月, 等. 农村散煤替代对PM2.5污染影响及健康效益评估——以河南省为例[J]. 中国环境科学, 2021, 41(8): 3906-3916. Yu M, Ma Q H, Zhu M Y, et al. Evaluation for impact on PM2.5 pollution and healthy benefits of rural scattered coal replacement——a case study of Henan Province[J]. China Environmental Science, 2021, 41(8): 3906-3916. |
| [26] |
赵婉屹, 刘萍萍, 孙健, 等. 关中地区散煤源PM2.5污染防治的健康经济效益评估[J]. 环境科学研究, 2022, 35(9): 2216-2224. Zhao W Y, Liu P P, Sun J, et al. Health and economic benefits of control of PM2.5 pollution from residential coal combustion in Guanzhong area[J]. Research of Environmental Sciences, 2022, 35(9): 2216-2224. |
| [27] |
张翔, 戴瀚程, 靳雅娜, 等. 京津冀居民生活用煤"煤改电"政策的健康与经济效益评估[J]. 北京大学学报(自然科学版), 2019, 55(2): 367-376. Zhang X, Dai H C, Jin Y N, et al. Evaluation of health and economic benefits from "coal to electricity" policy in the residential sector in the Jing-Jin-Ji region[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(2): 367-376. |
| [28] |
闫祯, 金玲, 陈潇君, 等. 京津冀地区居民采暖"煤改电"的大气污染物减排潜力与健康效益评估[J]. 环境科学研究, 2019, 32(1): 95-103. Yan Z, Jin L, Chen X J, et al. Assessment of air pollutants emission reduction potential and health benefits for 'residential heating coal changing to electricity' in the Beijing-Tianjin-Hebei region[J]. Research of Environmental Sciences, 2019, 32(1): 95-103. |
| [29] |
张茹婷, 陈传敏, 吴华成, 等. 京津冀煤改电对PM2.5浓度的影响[J]. 中国环境科学, 2022, 42(3): 1022-1031. Zhang R T, Chen C M, Wu H C, et al. Impact of the coal-to-electricity policy on PM2.5 concentration in Beijing-Tianjin-Hebei region[J]. China Environmental Science, 2022, 42(3): 1022-1031. |
| [30] | Zhou M G, Wang H D, Zhu J, et al. Cause-specific mortality for 240 causes in China during 1990-2013: a systematic subnational analysis for the global burden of disease study 2013[J]. The Lancet, 2016, 387(10015): 251-272. DOI:10.1016/S0140-6736(15)00551-6 |
| [31] | Thao N N L, Pimonsree S, Prueksakorn K, et al. Public health and economic impact assessment of PM2.5 from open biomass burning over countries in mainland southeast Asia during the smog episode[J]. Atmospheric Pollution Research, 2022, 13(6). DOI:10.1016/j.apr.2022.101418 |
| [32] | 谢旭轩. 健康的价值: 环境效益评估方法与城市空气污染控制策略[D]. 北京: 北京大学, 2011. |
| [33] | Xie R, Sabel C E, Lu X, et al. Long-term trend and spatial pattern of PM2.5 induced premature mortality in China[J]. Environment International, 2016, 97: 180-186. DOI:10.1016/j.envint.2016.09.003 |
| [34] | Liu M M, Huang Y N, Ma Z W, et al. Spatial and temporal trends in the mortality burden of air pollution in China: 2004-2012[J]. Environment International, 2017, 98: 75-81. DOI:10.1016/j.envint.2016.10.003 |
| [35] | Zhao B, Wang S X, Ding D, et al. Nonlinear relationships between air pollutant emissions and PM2.5-related health impacts in the Beijing-Tianjin-Hebei region[J]. Science of the Total Environment, 2019, 661: 375-385. DOI:10.1016/j.scitotenv.2019.01.169 |
| [36] | Fang D, Wang Q G, Li H M, et al. Mortality effects assessment of ambient PM2.5, pollution in the 74 leading cities of China[J]. Science of the Total Environment, 2016, 569-570: 1545-1552. DOI:10.1016/j.scitotenv.2016.06.248 |
| [37] |
吴文静, 杨晓翠, 姚明宏, 等. 京津冀地区长期PM2.5暴露的死亡负担与经济损失评价[J]. 中华流行病学杂志, 2020, 41(9): 1471-1476. Wu W J, Yang X C, Yao M H, et al. Assessment of mortality burden and economic loss attributed to long-term PM2.5 exposure in the Beijing-Tianjin-Hebei area[J]. Chinese Journal of Epidemiology, 2020, 41(9): 1471-1476. |
| [38] | Archer-Nicholls S, Carter E, Kumar R, et al. The regional impacts of cooking and heating emissions on ambient air quality and disease burden in China[J]. Environmental Science & Technology, 2016, 50(17): 9416-9423. |
| [39] | Ji W J, Zhou B, Zhao B. Potential reductions in premature mortality attributable to PM2.5 by reducing indoor pollution: a model analysis for Beijing-Tianjin-Hebei of China[J]. Environmental Pollution, 2019, 245: 260-271. DOI:10.1016/j.envpol.2018.10.082 |
| [40] | Li Y, Liao Q, Zhao X G, et al. Premature mortality attributable to PM2.5 pollution in China during 2008-2016: underlying causes and responses to emission reductions[J]. Chemosphere, 2021, 263. DOI:10.1016/j.chemosphere.2020.127925 |
| [41] | Apte J S, Marshall J D, Cohen A J, et al. Addressing global mortality from ambient PM2.5[J]. Environmental Science & Technology, 2015, 49(13): 8057-8066. |
| [42] | Wang Y, Shi L H, Lee M, et al. Long-term exposure to PM2.5 and mortality among older adults in the southeastern US[J]. Epidemiology, 2017, 28(2): 207-214. DOI:10.1097/EDE.0000000000000614 |
| [43] | Pappin A J, Christidis T, Pinault L L, et al. Examining the shape of the association between low levels of fine particulate matter and mortality across three cycles of the Canadian census health and environment cohort[J]. Environmental Health Perspectives, 2019, 127(10). DOI:10.1289/EHP5204 |
| [44] | Yin P, Brauer M, Cohen A, et al. Long-term fine particulate matter exposure and nonaccidental and cause-specific mortality in a large national cohort of Chinese men[J]. Environmental Health Perspectives, 2017, 125(11). DOI:10.1289/EHP1673 |
| [45] | Wang B, Xu D H, Jing Z H, et al. MECHANISMS IN ENDOCRINOLOGY: effect of long-term exposure to air pollution on type 2 diabetes mellitus risk: a systemic review and meta-analysis of cohort studies[J]. European Journal of Endocrinology, 2014, 171(5): R173-R182. DOI:10.1530/EJE-14-0365 |
| [46] | Lu F, Xu D Q, Cheng Y B, et al. Systematic review and meta-analysis of the adverse health effects of ambient PM2.5 and PM10 pollution in the Chinese population[J]. Environmental Research, 2015, 136: 196-204. DOI:10.1016/j.envres.2014.06.029 |
| [47] | Stieb D M, Chen L, Eshoul M, et al. Ambient air pollution, birth weight and preterm birth: a systematic review and meta-analysis[J]. Environmental Research, 2012, 117: 100-111. DOI:10.1016/j.envres.2012.05.007 |
| [48] |
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. |
| [49] |
谢志祥, 秦耀辰, 郑智成, 等. 京津冀大气污染传输通道城市PM2.5污染的死亡效应评估[J]. 环境科学学报, 2019, 39(3): 843-852. Xie Z X, Qin Y C, Zheng Z C, et al. Assessing the death effect of PM2.5 pollution in cities of atmospheric pollution transmission channel in the Beijing-Tianjin-Hebei district[J]. Acta Scientiae Circumstantiae, 2019, 39(3): 843-852. |
| [50] |
吴华成, 张茹婷, 陈传敏, 等. 京津冀地区散煤燃烧大气污染物排放清单[J]. 中国环境科学, 2022, 42(10): 4547-4555. Wu H C, Zhang R T, Chen C M, et al. Emission inventory of air pollutants from coal combustion in Beijing-Tianjin-Hebei region[J]. China Environmental Science, 2022, 42(10): 4547-4555. DOI:10.19674/j.cnki.issn1000-6923.2022.0186 |
| [51] | Lelieveld J, Evans J S, Fnais M, et al. The contribution of outdoor air pollution sources to premature mortality on a global scale[J]. Nature, 2015, 525(7569): 367-371. DOI:10.1038/nature15371 |
| [52] |
杜艳君, 王情, 张翼, 等. 2010年北京市归因于大气PM2.5污染的过早死亡研究[J]. 环境与健康杂志, 2016, 33(12): 1056-1060. Du Y J, Wang Q, Zhang Y, et al. Premature mortality attributable to ambient PM2.5 pollution in 2010 in Beijing[J]. Journal of Environment and Health, 2016, 33(12): 1056-1060. |
| [53] |
张梦娇, 苏方成, 徐起翔, 等. 2013~2017年中国PM2.5污染防治的健康效益评估[J]. 环境科学, 2021, 42(2): 513-522. Zhang M J, Su F C, Xu Q X, et al. Health impact attributable to the control of PM2.5 pollution in China during 2013-2017[J]. Environmental Science, 2021, 42(2): 513-522. |
| [54] | Ding D, Xing J, Wang S X, et al. Estimated contributions of emissions controls, meteorological factors, population growth, and changes in baseline mortality to reductions in ambient PM2.5 and PM2.5-related mortality in China, 2013-2017[J]. Environmental Health Perspectives, 2019, 127(6). DOI:10.1289/EHP4157 |
| [55] | Chen H, Li L, Lei Y L, et al. Public health effect and its economics loss of PM2.5 pollution from coal consumption in China[J]. Science of the Total Environment, 2020, 732. DOI:10.1016/j.scitotenv.2020.138973 |
| [56] | Maji K J, Ye W F, Arora M, et al. PM2.5-related health and economic loss assessment for 338 Chinese cities[J]. Environment International, 2018, 121(1): 392-403. |
| [57] | Yun X, Meng W J, Xu H R, et al. Coal is dirty, but where it is burned especially matters[J]. Environmental Science & Technology, 2021, 55(11): 7316-7326. |
| [58] | Wu D, Zheng H T, Li Q, et al. Toxic potency-adjusted control of air pollution for solid fuel combustion[J]. Nature Energy, 2022, 7(2): 194-202. DOI:10.1038/s41560-021-00951-1 |
| [59] | Yang Y, Ruan Z L, Wang X J, et al. Short-term and long-term exposures to fine particulate matter constituents and health: a systematic review and meta-analysis[J]. Environmental Pollution, 2019, 247: 874-882. DOI:10.1016/j.envpol.2018.12.060 |
| [60] |
张珊, 姜莹莹, 董文兰, 等. 2007-2016年中国居民慢性非传染性疾病死亡水平与变化趋势[J]. 中国慢性病预防与控制, 2018, 26(11): 801-804, 809. Zhang S, Jiang Y Y, Dong W L, et al. Mortality and trend of chronic non-communicable diseases in China from 2007 to 2016[J]. Chinese Journal of Prevention and Control of Chronic Diseases, 2018, 26(11): 801-804, 809. |
| [61] | Burnett R, Chen H, Szyszkowicz M, et al. Global estimates of mortality associated with long-term exposure to outdoor fine particulate matter[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(38): 9592-9597. |
| [62] |
郭云, 蒋玉丹, 黄炳昭, 等. 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[J]. 环境科学研究, 2021, 34(4): 1023-1032. Guo Y, Jiang Y D, Huang B Z, et al. Health impact of PM2.5 and O3 and forecasts for next 10 years in China[J]. Research of Environmental Sciences, 2021, 34(4): 1023-1032. |
| [63] | Liu Y, Zhao N Z, Vanos J K, et al. Revisiting the estimations of PM2.5-attributable mortality with advancements in PM2.5 mapping and mortality statistics[J]. Science of the Total Environment, 2019, 666: 499-507. DOI:10.1016/j.scitotenv.2019.02.269 |