朱格:中国大气污染健康风险的驱动因素与城市特征研究论文

朱格:中国大气污染健康风险的驱动因素与城市特征研究论文

本文主要研究内容

作者朱格(2019)在《中国大气污染健康风险的驱动因素与城市特征研究》一文中研究指出:在过去的40年,中国经历了高速的工业化和城市化进程,伴随着城市人口的快速增长,大气污染(特别是PM2.5的污染)已成为我国近年来的一个突出环境问题。为了降低PM2.5污染带来的负面健康影响,国务院和各级地方政府自2013年以来陆续颁布了多项严格的大气污染控制与管理政策。在这种背景下,定量评估中国环境空气质量改善所带来的健康效益及其驱动因素,提高城市尺度大气污染健康风险评估的精确性,不仅可以为我国大气污染治理和公共医疗保障提供更为精准的数据支撑,而且对于我国持续有效的减少大气污染带来的健康风险具有重要意义。本研究基于国家层面的基准死亡率数据,应用综合暴露反应模型(IER)模型评估了2013-2017年中国由于PM2.5导致的过早死亡人数。随后,使用情景分析方法,定量评估了 PM2.5健康效应的驱动因素和PM2.5浓度下降带来的健康效益。并且,在全国层面研究基础上,本研究还首次基于城市本地化的基准死亡率估算了2006年、2010年和2015年中国129个城市PM2.5的健康效应。最后,基于全国和城市层面的研究结果,为了政府部门制定更具针对性的大气污染控制决策提出了建议。本文的主要结论包括:国家层面而言,2013-2017年期间,中国每年由于PM2.5导致的过早死亡人数分别为908,070人,91 1,960人,926,470人,907,860人和896,510人,呈现出波动下降的趋势;人口总量的增加、人口老龄化的加剧、基准死亡率的升高以及PM2.5浓度的降低对2013-2015年期间PM2.5健康效应变动的影响分别为+3.0%,+8.5%,+3.6%和-13.1%,而这四个因素对2015-2017年间PM2.5健康效应变动的影响分别为+1.2%,+6.0%,-2.5%和-7.8%。可见,人口老龄化是导致我国近年来过早死亡人数增长的主要原因,而PM2.5浓度的降低一直是减轻公众健康负担最主要的因素。相较于2013年,我国总体的PM2.5浓度在2014-2017年维持着稳定下降趋势,带来的健康效益逐年增加,累积减少了392,940人过早死亡。城市层面而言,129个城市在2006年、2010年和2015年由于PM2.5导致的过早死亡总数分别为442,150人,632,980人和630,900人。同一地区和省份的城市,在PM2.5污染程度和基准死亡率方面均可能存在较大差异,突出了大气污染健康影响的研究中使用本地化数据的重要性和必要性。2006-2010年期间,城市PM2.5健康负担的增加主要是因为PM2.5浓度呈现上升趋势。2010年至2015年期间,PM2.5浓度下降了 24.7%,但是PM2.5导致的过早死亡率并未出现明显降低(仅下降了0.4%),主要是由于2010-2015年期间城市基准死亡率呈现上升趋势,而中国日益严重的老龄化现象可能是造成基准死亡率快速增长的主要原因。依据评估结果,本研究从国家层面和城市层面两个角度提出了相关政策建议。国家层面而言,除了京津冀等传统污染重点防治区域之外,未来制定大气污染控制政策时也应当将宁夏、海南等污染程度较低的地区纳入重点防治范围。这样一方面可以防止大气污染的区域转移,全方面地保证中国空气质量的提升,另一方面,在污染程度较低的省份继续降低PM2.5浓度可以带来更高的边际健康效应,从而更有效地减轻中国居民的健康负担。除此之外,伴随着中国老龄化进程的不断加快,未来要更加注意针对老龄人口等敏感人群提供医疗援助,以提高其防护意识和防护水平。就城市层面而言,不同类型城市在PM2.5污染治理和公众健康维护方面的工作重点有所不同。对于超大城市和特大城市而言,PM2.5浓度的降低对减轻PM2.5健康效应的影响是显而易见的,然而,超大城市和特大城市进一步减少PM2.5污染的成本通常很昂贵。因此,这要求地方政府出台综合整治措施,如优化经济结构,促进清洁和可再生能源的发展,提高污染排放标准,落实污染物排放许可证制度等。为了避免重复超大城市和特大城市的发展道路,大城市和中小城市应该实施可持续的绿色发展政策,为未来的城市发展制定明确合理的发展战略。

Abstract

zai guo qu de 40nian ,zhong guo jing li le gao su de gong ye hua he cheng shi hua jin cheng ,ban sui zhao cheng shi ren kou de kuai su zeng chang ,da qi wu ran (te bie shi PM2.5de wu ran )yi cheng wei wo guo jin nian lai de yi ge tu chu huan jing wen ti 。wei le jiang di PM2.5wu ran dai lai de fu mian jian kang ying xiang ,guo wu yuan he ge ji de fang zheng fu zi 2013nian yi lai liu xu ban bu le duo xiang yan ge de da qi wu ran kong zhi yu guan li zheng ce 。zai zhe chong bei jing xia ,ding liang ping gu zhong guo huan jing kong qi zhi liang gai shan suo dai lai de jian kang xiao yi ji ji qu dong yin su ,di gao cheng shi che du da qi wu ran jian kang feng xian ping gu de jing que xing ,bu jin ke yi wei wo guo da qi wu ran zhi li he gong gong yi liao bao zhang di gong geng wei jing zhun de shu ju zhi cheng ,er ju dui yu wo guo chi xu you xiao de jian shao da qi wu ran dai lai de jian kang feng xian ju you chong yao yi yi 。ben yan jiu ji yu guo jia ceng mian de ji zhun si wang lv shu ju ,ying yong zeng ge bao lou fan ying mo xing (IER)mo xing ping gu le 2013-2017nian zhong guo you yu PM2.5dao zhi de guo zao si wang ren shu 。sui hou ,shi yong qing jing fen xi fang fa ,ding liang ping gu le PM2.5jian kang xiao ying de qu dong yin su he PM2.5nong du xia jiang dai lai de jian kang xiao yi 。bing ju ,zai quan guo ceng mian yan jiu ji chu shang ,ben yan jiu hai shou ci ji yu cheng shi ben de hua de ji zhun si wang lv gu suan le 2006nian 、2010nian he 2015nian zhong guo 129ge cheng shi PM2.5de jian kang xiao ying 。zui hou ,ji yu quan guo he cheng shi ceng mian de yan jiu jie guo ,wei le zheng fu bu men zhi ding geng ju zhen dui xing de da qi wu ran kong zhi jue ce di chu le jian yi 。ben wen de zhu yao jie lun bao gua :guo jia ceng mian er yan ,2013-2017nian ji jian ,zhong guo mei nian you yu PM2.5dao zhi de guo zao si wang ren shu fen bie wei 908,070ren ,91 1,960ren ,926,470ren ,907,860ren he 896,510ren ,cheng xian chu bo dong xia jiang de qu shi ;ren kou zong liang de zeng jia 、ren kou lao ling hua de jia ju 、ji zhun si wang lv de sheng gao yi ji PM2.5nong du de jiang di dui 2013-2015nian ji jian PM2.5jian kang xiao ying bian dong de ying xiang fen bie wei +3.0%,+8.5%,+3.6%he -13.1%,er zhe si ge yin su dui 2015-2017nian jian PM2.5jian kang xiao ying bian dong de ying xiang fen bie wei +1.2%,+6.0%,-2.5%he -7.8%。ke jian ,ren kou lao ling hua shi dao zhi wo guo jin nian lai guo zao si wang ren shu zeng chang de zhu yao yuan yin ,er PM2.5nong du de jiang di yi zhi shi jian qing gong zhong jian kang fu dan zui zhu yao de yin su 。xiang jiao yu 2013nian ,wo guo zong ti de PM2.5nong du zai 2014-2017nian wei chi zhao wen ding xia jiang qu shi ,dai lai de jian kang xiao yi zhu nian zeng jia ,lei ji jian shao le 392,940ren guo zao si wang 。cheng shi ceng mian er yan ,129ge cheng shi zai 2006nian 、2010nian he 2015nian you yu PM2.5dao zhi de guo zao si wang zong shu fen bie wei 442,150ren ,632,980ren he 630,900ren 。tong yi de ou he sheng fen de cheng shi ,zai PM2.5wu ran cheng du he ji zhun si wang lv fang mian jun ke neng cun zai jiao da cha yi ,tu chu le da qi wu ran jian kang ying xiang de yan jiu zhong shi yong ben de hua shu ju de chong yao xing he bi yao xing 。2006-2010nian ji jian ,cheng shi PM2.5jian kang fu dan de zeng jia zhu yao shi yin wei PM2.5nong du cheng xian shang sheng qu shi 。2010nian zhi 2015nian ji jian ,PM2.5nong du xia jiang le 24.7%,dan shi PM2.5dao zhi de guo zao si wang lv bing wei chu xian ming xian jiang di (jin xia jiang le 0.4%),zhu yao shi you yu 2010-2015nian ji jian cheng shi ji zhun si wang lv cheng xian shang sheng qu shi ,er zhong guo ri yi yan chong de lao ling hua xian xiang ke neng shi zao cheng ji zhun si wang lv kuai su zeng chang de zhu yao yuan yin 。yi ju ping gu jie guo ,ben yan jiu cong guo jia ceng mian he cheng shi ceng mian liang ge jiao du di chu le xiang guan zheng ce jian yi 。guo jia ceng mian er yan ,chu le jing jin ji deng chuan tong wu ran chong dian fang zhi ou yu zhi wai ,wei lai zhi ding da qi wu ran kong zhi zheng ce shi ye ying dang jiang ning xia 、hai na deng wu ran cheng du jiao di de de ou na ru chong dian fang zhi fan wei 。zhe yang yi fang mian ke yi fang zhi da qi wu ran de ou yu zhuai yi ,quan fang mian de bao zheng zhong guo kong qi zhi liang de di sheng ,ling yi fang mian ,zai wu ran cheng du jiao di de sheng fen ji xu jiang di PM2.5nong du ke yi dai lai geng gao de bian ji jian kang xiao ying ,cong er geng you xiao de jian qing zhong guo ju min de jian kang fu dan 。chu ci zhi wai ,ban sui zhao zhong guo lao ling hua jin cheng de bu duan jia kuai ,wei lai yao geng jia zhu yi zhen dui lao ling ren kou deng min gan ren qun di gong yi liao yuan zhu ,yi di gao ji fang hu yi shi he fang hu shui ping 。jiu cheng shi ceng mian er yan ,bu tong lei xing cheng shi zai PM2.5wu ran zhi li he gong zhong jian kang wei hu fang mian de gong zuo chong dian you suo bu tong 。dui yu chao da cheng shi he te da cheng shi er yan ,PM2.5nong du de jiang di dui jian qing PM2.5jian kang xiao ying de ying xiang shi xian er yi jian de ,ran er ,chao da cheng shi he te da cheng shi jin yi bu jian shao PM2.5wu ran de cheng ben tong chang hen ang gui 。yin ci ,zhe yao qiu de fang zheng fu chu tai zeng ge zheng zhi cuo shi ,ru you hua jing ji jie gou ,cu jin qing jie he ke zai sheng neng yuan de fa zhan ,di gao wu ran pai fang biao zhun ,la shi wu ran wu pai fang hu ke zheng zhi du deng 。wei le bi mian chong fu chao da cheng shi he te da cheng shi de fa zhan dao lu ,da cheng shi he zhong xiao cheng shi ying gai shi shi ke chi xu de lu se fa zhan zheng ce ,wei wei lai de cheng shi fa zhan zhi ding ming que ge li de fa zhan zhan lve 。

论文参考文献

  • [1].长春市大气中细颗粒物受体组分重构分析[D]. 张智答.吉林大学2018
  • [2].PM2.5数据统计分析[D]. 高利.中国科学技术大学2015
  • [3].乌鲁木齐大气多环芳烃、有机碳/元素碳粒径及季节性分布[D]. 热比古丽·达木拉.新疆大学2013
  • [4].西安地区环境空气PM2.5污染与雾霾治理研究[D]. 张苑.西北大学2014
  • [5].南昌市大气气溶胶中正构烷烃的分布特征及来源分析[D]. 侯雪超.南昌大学2013
  • [6].新型干法水泥窑汞等非常规污染物排放特征研究[D]. 王相凤.北京化工大学2017
  • [7].武汉市三个监测点PM2.5的污染特征[D]. 李林军.华中农业大学2016
  • [8].济南市能见度与大气污染物的关系研究[D]. 王治非.山东大学2016
  • [9].南京地区大气颗粒物污染近况及其与相关气象因子的关系[D]. 张玮.南京信息工程大学2016
  • [10].山东省及周边地区霾的气候特征分析与数值模拟研究[D]. 李恬.南京信息工程大学2016
  • 读者推荐
  • [1].雾霾污染导致的居民健康损害成本估算研究[D]. 汪然.江南大学2019
  • [2].中国公众对大气污染的风险感知和支付意愿空间分布研究[D]. 普思斯.南京大学2019
  • [3].中国50个城市2000-2015年二氧化碳排放特征研究[D]. 孙尧光.南京大学2019
  • [4].南京市空气污染的健康效应评价[D]. 夏钟.南京大学2019
  • [5].京津冀与长三角城市群大气污染时空特征及影响因素对比研究[D]. 孙航.兰州财经大学2019
  • [6].西安市PM2.5来源变化及基于LUR模型的时空分布特征[D]. 刘泽宇.兰州大学2019
  • [7].我国主要城市空气污染的预测预警及健康效应研究[D]. 赵毅.兰州大学2018
  • [8].湖北省大气污染物时空分布特征及影响因素[D]. 王无为.华中师范大学2018
  • [9].西安市大气污染物暴露健康风险与健康效应评价[D]. 钟梦婷.西安建筑科技大学2017
  • [10].基于城市微环境PM2.5暴露的人群健康风险研究[D]. 朱蔚沫.南京大学2016
  • 论文详细介绍

    论文作者分别是来自南京大学的朱格,发表于刊物南京大学2019-07-02论文,是一篇关于公众健康论文,驱动因素论文,健康效益论文,城市特征论文,南京大学2019-07-02论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自南京大学2019-07-02论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    朱格:中国大气污染健康风险的驱动因素与城市特征研究论文
    下载Doc文档

    猜你喜欢