根据BenMAP对中国的死亡率和其公共健康效益的居民PM2.5暴露量评估外文翻译资料

英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

根据BenMAP对中国的死亡率和其公共健康效益的居民PM_2.5暴露量评估

Li Chen^a, Mengshuang Shi^a, Shuang Gao^a, Suhuan Li^a, Jian Mao^a, Hui Zhang^a,Yanling Sun^a, Zhipeng Bai^{a, b, *}, Zhongliang Wang^a

^aCollege of Urban and Environmental Science, Tianjin Normal University, Tianjin 300387, China

^bChinese Research Academy of Environmental Sciences, Beijing 100012, China

关键词：PM_2.5,环境效益的映射和分析程序，健康效益，经济效益，中国

摘要：

随着社会经济的飞速发展，中国的空气污染成为了一个严峻的问题。尤其是空气污染的一种组分，PM_2.5因其高浓度引起了广泛的公众关注。在本文中的数据是来自中国新建的PM_2.5监测网络中九百多个监测点。特别是在农村地区，插值法被用于模仿中国的PM_2.5暴露水平以反应PM_2.5污染的空间变化。我们用环境效益的映射和分析程序计算了2014年中国的PM_2.5导致的健康效益，假定情况符合国家环境空气质量标准（No.GB3095-2012）。通过减少年平均PM_2.5浓度至年二级标准浓度（35mu;g/m³），根据长期健康函数，每年因心血管疾病，呼吸系统疾病和肺癌导致的死亡数可分别减少89000（95%CI,8000-170000），47000（95%CI,3000-91000）和32000（95%CI，6000-58000）例。所有的影响因素里面，心血管疾病，呼吸系统疾病和肺癌所占的分数分别为42%，22%和15%。使用支付意愿和人力资本的研究方法，估计因PM_2.5浓度下降到35mu;g/m³的标准而导致的总计经济效益分别为2600亿元(95%CI(73,440))和720亿元(95%CI(45,99))，2014年总计为中国贡献了0.40%(95%CI(0.11%,0.69%))和0.11%(95%CI(0.07%,0.15%))的年国内生产总值（GDP）。

1. 前言

近年来，中国许多城市因为工业化和城市化遭受了一系列的空气污染问题。即使中国政府已经非常重视提高空气质量，然而颗粒物浓度任然居高不下。PM_2.5（空气动力学直径小于2.5mu;m的颗粒物）作为最重要的污染物中的一种，在2014年中国的一百九十个城市都被测出。PM_2.5的年平均浓度等级在中国国家环境空气质量标准（No.GB3095-2012）分为两种。一级标准包括自然保护区，二级标准包括居民区，商业区，工业区和农村区域。在2014年，190个城市中PM_2.5的年平均浓度是60.8mu;g/m³，这些城市的PM_2.5年平均浓度的中间值，最低值和最高值分别是62.5mu;g/m³,19mu;g/m³,130mu;g/m³。在这些城市中，只有18个城市达到了二级国家环境空气质量标准（35mu;g/m³）。这190个城市中的百分之九十没有达到这个标准。甚至有四分之一的城市PM_2.5年平均浓度超过了标准的两倍，例如北京，台湾，河北，上冻，河南，湖北，安徽，山西和江苏。

在先前的研究中，颗粒物暴露量主要依靠中国城市大气监测点的数据采集（Zhang et al.,2008b;Chen et al.,2010;Cao et al.,2011;Hou et al.,2012）。后来，在几个研究中，化学转化模型例如多尺度空气质量模型被用于模仿空气污染物的暴露浓度（Voorhees et al.,2014;Wang et al.,2015;Lu et al.,2016）,但是他们一般缺少验证并且是低分辨率的。最近在中国，土地利用回归模型被发展用于提高颗粒物暴露估计的精确度。这个模式的效果取决于监测站点的是数目和原始数据的精确度（即土地利用数据，交通数据，人口数据）等。在中国，2013年监测PM_2.5的有496个站点，2014年时这种站点数目提高到了945个（http://106.37.208.233:20035/）。国家空气质量监测网络的945个站点提供的PM_2.5监测数据提供了一种可以估计精确的PM_2.5浓度的可能。

在过去的二十年中，大量的流行病学研究证明了死亡率和发病率的提高与颗粒物污染长期暴露和短期暴露都是相关联的。在2013年十月，国际癌症研究机构事务委员会将颗粒物归类到人类致癌物中（第一小组）（Loomis et al.,2013）。在2010年，由华盛顿大学健康度量评估机构（IHME）和世界卫生组织负责的全球疾病负担研究，将3.2百万多的早死数与颗粒物污染联系起来，其中大约有三分之一即1.23百万的被估计与颗粒物污染有关的早死是在中国。2010年颗粒物污染在中国的健康危险因素中排名第四，而排名前三的危险因素是高血压，食品安全和吸烟包括吸二手烟（Lim et al.,2012）。据报道，PM_2.5浓度每上升10mu;g/m³，分别与多种原因，心肺疾病，肺癌和缺血性心脏病导致的死亡率的大约4%，9%，9%和17%相关（Krewski et al.,2009）。最近的研究为PM_2.5的长期与短期暴露对心血管的影响之间的因果关系提供了强有力的证据（Burnett et al.,2014）。在中国，有关颗粒物的流行病学研究最开始于1990年在沈阳和本溪开始进行（Xu et al.,1996;Jing et al.,1999），然后逐渐主要在其他城市进行研究，例如北京，上海，武汉，天津，鞍山，西安，太原，香港和台湾（Guo et al., 2009;Kan et al., 2007; Wong et al., 2008; Guo et al., 2010; Chen et al.,2010; Huang et al., 2012; Zhang et al., 2008c; Cao et al., 2011;Chen et al., 2012; Su et al., 2015; Wong et al., 2016; Hwang et al.,2016）。这些研究说明了颗粒物污染在中国引起了重大的公众健康影响。

估计健康消耗的方法与空气污染相联系，一般包括人力资源，支付意愿和疾病消耗（Li et al., 2016; Sun et al., 2016;Ma et al., 2016）。世界银行（2007）估计中国与空气污染有关的总计健康消耗在2003年基于调整后的人力资源法和支付意愿法，分别是1570和5200亿人民币（2003RMB），分别解释了2003年中国的1.2%和3.8%的GDP。Zhang et al.(2008a)的研究使用支付意愿和疾病消耗计算了2004年中国111个城市的PM10空气污染暴露的健康影响，总共的经济消耗大约是1917870万美元。在他们的研究中，因为有限的监测数据，他们假定每个城市的人群都暴露于平均颗粒物浓度标准下，不考虑颗粒物浓度的空间分布。

在本文中，我们使用来自国家建设监测点的监测数据和插值法估计横跨中国的PM_2.5暴露量。我们使用环境效益的映射和分析程序模型计算归因于PM_2.5暴露的潜在的可避免的早死死亡率，假定那些地区达到了中国现在的PM_2.5国家空气质量标准。此外，我们使用支付意愿和人力资源法计算了健康影响的经济效益。

1. 材料和方法

环境效益的映射和分析程序是一个地理信息系统——将通过创建人群标准暴露面改变的空气质量与计算健康效益相联系计算的基础程序，与环境空气污染相联系估计大范围的健康状况影响的改变（US EPA,2015）。在本文中，我们构建了两个人群暴露面。一个使用PM_2.5监测数据制定一个基准面，另一个将这些监测数据压低到PM_2.5的国家空气质量标准以产生一个控制暴露面。两种表面人群暴露量的不同随人群PM_2.5暴露量变化。PM_2.5污染浓度-反应功能随后被用于计算人体健康指数的估计变化。这些反过来，运用货币价值观在健康状况的改变上，收益货币价值与空气质量变化有关。我们这里应用了BenMAP-CE v1.1去估算健康和货币影响。

2.1 PM_2.5浓度模仿和人群暴露量估算

在中国的每个省份的城市和郊区中一共有945个监测站点（Fig.1）。PM_2.5浓度数据是来自2014年中国国家监测中心的空气污染监测网。用于空气质量评价的方法是按照中国国家环境空气质量标准（No.GB3095-2012）的规定。PM_2.5浓度监测使用的是Thermo Fisher 1405F监测仪。这个设备是以恒定的流速将环境空气中的PM_2.5切割采集。用滤膜动态测量系统(FDMS)配合微量振荡天平法(TEOM)测量PM_2.5的质量浓度。根据GB3095-2012标准规定的空气污染浓度数据结果要求，PM_2.5质量控制的数据分析如下步骤：1）删除小于或等于0的一小时平均浓度数据以及缺测数据；2）删除那些连续四小时缺测的日24小时平均浓度数据；3）删除不足324天的年平均浓度数据；4）删除一小时平均浓度超过900mu;g/m³的数据。完成规定要求后，剩余的921个监测点被用于此次计算。

PM_2.5浓度分析应用了反距离加权法（IDW），普通克里格法（OK）和泰森多边形的领域平均法（VNA）差值方法。反距离加权法（IDW）在ArcGIS 10中进行，泰森多边形的领域平均法（VNA）在空气污染与健康效益评估工具BenMAP中进行。我们用弃一法交叉验证（LOOCV）去计算这些模型的结果。在一个交叉验证评价中，920（缺921）个监测站的数据被用于预测，这个过程在921个站点中重复进行。判定系数R²和均方根误差（RMSE）被用于核实这些模型的结果。在交叉验证的判定系数R²和均方根误差（RMSE）的基础上比较距离倒数加权（IDW）插值法，普通克里格（OK）插值法和泰森多边形法的领域平均法（VNA）的插值法，最终选择具有最好结果的模型去估算PM_2.5的人群暴露量。

图1.研究区域的人口密度和监测点

2.2估算健康影响

用下面的公式计算死亡率（US EPA,2015）：

表示健康或环境影响的变化，表示每单位人群特定健康端点的基线发病率，由相对风险（RR）联系随浓度反应功能变化的暴露量推导而来，有关的健康端点相对风险（RR）能够在流行病学研究中被发现，参见表1（Table 1）。是空气质量变化，是暴露的人群。（beta;的标准差）被算作相对风险（RR）报道的上下界限隐含的平均标准差。我们计算了因各种死亡原因，心血管疾病死亡，呼吸疾病死亡和肺癌死亡导致的早产儿死亡率，在PM_2.5减少时受到的影响。死亡原因按照国际疾病分类法编号，修订10（ICD10），将死亡归类为因各种原因死亡（A00-R99），因心血管疾病死亡（I00-I99），因呼吸系统疾病死亡（J00-J98）和因肺癌死亡（C34）。

中国有34个省，除了香港，澳门，台湾（因缺少数据）的31个省都包括在本文中。如果一个省有自己的beta;值，我们将会使用它。如果一个省没有自己的beta;值，我们使用的是离它最近的省份的beta;值。在计算中，PM_2.5国家空气质量标准被作为取得浓度增量的参考。在浓度控制情况下分别将其压低到15mu;g/m³（1级标准）和35mu;g/m³（2级标准）的标准水平。具有1km²的网格分辨率人群数据是从2010年国际地球科学信息网络中心（哥伦比亚大学，2005）得到，并根据中国各省人口统计年鉴预计到2014年（中国国家统计

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27859]，资料为PDF文档或Word文档，PDF文档可免费转换为Word