图1 由燃烧源产生的PM2.5的健康成本
科学问题
燃烧源排放的环境细颗粒物(PM2.5)对全球健康成本构成了显著威胁,尤其是在主要燃烧源高度集中的地区。这些源自燃料燃烧的空气污染物通过复杂的化学和地理传播过程,对人类健康和社会经济造成深远影响。然而,由于燃烧源种类多样且贡献存在显著的空间异质性,评估其健康成本与PM2.5浓度之间的非线性关系成为了一大挑战。这种复杂性进一步阻碍了政策制定者针对具体燃烧源制定有效的污染控制和健康减排策略,因此亟需一种细化至来源层级的评估方法,以明确减排优先级并最大化健康和环境效益。
本研究通过全面分析燃烧源排放的环境细颗粒物(PM2.5)对全球健康成本的影响,揭示了不同燃烧源的健康代价。研究采用了基于高分辨率数据的建模方法,估算了204个国家六大燃烧源相关的健康成本,并量化了各源健康成本占比与PM2.5浓度贡献占比之间的差异。具体方法包括以下五个步骤:
1.收集与整合空气污染及健康相关数据。利用2019年全球疾病负担研究(GBD)的PM2.5浓度数据、人口年龄结构、基础死亡率数据、PM2.5源贡献数据和世界银行和经济合作与发展组织(OECD)提供的经济和社会数据,支持健康成本估算。
2.估算健康负担与成本。采用暴露响应函数(MR-BRT),估算PM2.5长期暴露导致的七类主要疾病负担。通过基于年龄调整的统计生命价值(VSL)方法,将死亡率转化为货币化的健康成本,并结合国家经济数据(如GDP、人均财富和年龄特异性预期寿命)进行调整。
3.分解与归因分析。采用嵌套归零法,将PM2.5健康成本分解到六大燃烧源(煤炭、液体燃料与天然气、固体生物燃料等)。为进一步分析驱动因素,使用das Gupta开发的分解方法,将健康成本差异分解为PM2.5浓度水平、基础死亡率、人口老龄化、燃烧源结构和经济水平(GDP)等主要驱动因素。4.健康成本贡献差异分析。通过比较各燃烧源的健康成本贡献比例与其PM2.5浓度贡献差异,揭示不同燃烧源对环境和健康的影响模式。研究结果
在全球范围内,2019年由燃烧源造成的长期环境PM2.5暴露导致的健康成本估计为1.1万亿美元,占所有PM2.5来源总健康成本的56%。其中,中国燃烧源相关的健康成本估计为4470亿美元,是全球最高的国家;印度健康成本估计为1260亿美元,位列第二;美国健康成本估计为670亿美元;俄罗斯、日本和印度尼西亚:这三个国家也在健康成本方面占据了重要比例。这六个国家合计占全球燃烧源PM2.5健康成本的60%以上。就不同来源分析,中国煤炭燃烧是健康成本最高的燃烧源,贡献了超过燃烧源总健康成本的40%。印度固体生物燃料燃烧是主要的健康负担来源,占其燃烧源总健康成本的45%。在印度尼西亚固体生物燃料燃烧占54%。对美国、俄罗斯和日本而言,液体燃料与天然气燃烧是健康成本的主要来源,特别是在美国,这一来源的健康成本几乎是煤炭燃烧的3倍。对于加拿大、阿根廷和巴西等这些受野火影响显著的国家,其他火源(如森林火灾)对PM2.5相关健康成本的贡献显著高于煤炭燃烧。
图5 因燃烧源导致健康成本最高的六个国家中八类来源的健康成本分布由于PM2.5污染健康成本可能受到人口规模的影响,文章进一步分析了各国与燃烧源相关的人均健康成本分布。2019年全球范围内,与燃烧源相关的环境PM2.5暴露的人均健康成本平均为147美元,各国之间差异显著,从马绍尔群岛的0.01美元到匈牙利的660美元。与燃烧源相关的人均健康成本与该国人均GDP呈正相关性。尽管高收入国家的空气质量通常优于低收入国家,但其人均健康成本仍较高,但某些中低收入国家(如印度和中国)尽管人均GDP较低,但仍具有较高的健康成本。这一现象主要是由于高收入国家具有较高的统计生命价值(VSL),表明其对于减少死亡风险具有更高的支付意愿。某些国家的人均健康成本高于相似收入水平的国家(即位于回归曲线之上)。例如:匈牙利、中国、印度和叙利亚等国家的人均健康成本较高,意味着如果通过采取更加有效的PM2.5污染控制措施,这些国家可能大幅减少健康成本。
图6 燃烧源产生的PM2.5相关的人均健康成本与人均GDP相关性燃烧源PM2.5相关人均健康成本的差异主要受到以下因素的驱动:PM2.5浓度、共暴露水平、来源结构、基线死亡率、人口老龄化和人均GDP。其中,人均GDP、人口老龄化以及共暴露因子对燃烧源相关人均健康成本的影响与人均GDP呈正相关;而PM2.5浓度、来源结构和基线死亡率则与经济水平呈负相关。文章选取了八对国家分析其燃烧源PM2.5人均健康成本的驱动因素。例如,人口老龄化使中国人均健康成本增加了72美元,占国家和全球燃烧源相关人均健康成本差异的43%。在印度,PM2.5浓度增加了人均健康成本 40美元,基线死亡率增加了38美元,来源结构增加了34美元。此外,图中有11个国家的污染源结构导致人均健康成本增加,旨在减少燃烧源的举措可以有效降低这些国家的人均健康成本。此外,文章还探究了每个来源对总健康成本的相对贡献与其对总PM2.5浓度的贡献之间的差异。固体生物燃料对全球总PM2.5浓度的贡献约为20%,但对健康成本的贡献高达28%。煤炭燃烧对PM2.5浓度的贡献为15%,但对健康成本的贡献高达25%。液体燃料与天然气对PM2.5浓度的贡献较低(约10%),但对健康成本的贡献接近18%。农业废物燃烧对PM2.5浓度的贡献为12%,但对健康成本的贡献仅为8%。5.其他火源(如森林火灾)贡献了约18%的PM2.5浓度,但对健康成本的贡献较低,仅为10%。原因在于此类火源通常发生在人口稀少的地区,对人类健康影响较低。
图8 各污染源对总健康成本与PM2.5总浓度的贡献百分比差异
(注:箭头向上表示排放源对健康成本的贡献大于对PM2.5浓度的贡献;箭头向下表示排放源对健康成本的贡献小于对PM2.5浓度的贡献)燃烧物来源对健康成本和PM2.5浓度贡献在不同国家存在显著差异。在204个国家中,有134个国家(占66%)的燃烧源对健康成本的贡献超过其对PM2.5浓度的贡献,这些国家的人口占全球的87%。
图9 燃烧源对总健康成本与PM2.5浓度贡献差异的空间分布个人评价
燃烧源排放的PM2.5是全球健康成本的主要来源之一。本研究结合暴露响应函数和统计生命价值方法,采用基于高分辨率数据的PM2.5健康成本估算模型以及das Gupta分解方法,系统地评估了六大燃烧源对全球健康成本的影响及其地理分布特征。研究整合了空气污染、流行病学、经济学和地理学等多学科的方法和数据,展现了跨学科研究的深度与广度,结合204个国家的数据进行详细分析,具有极高的政策参考价值。同时,本研究由多个国际科研团队合作完成,体现了高水平研究的交叉性与协作性。然而,本研究在PM2.5毒性均一性假设、源贡献数据的精确度以及健康成本估算中的收入弹性参数选择方面仍存在一定局限性。此外,各模型的假设条件和不确定性可能累积影响结果的准确性,这些问题需在未来研究中进一步探讨和完善。
Global health costs of ambient PM2.5 from combustion sources: a modelling study supporting air pollution control strategies
Abstract:
Climate actions targeting combustion sources can generate large ancillary
health benefits via associated air-quality improvements. Therefore,
understanding the health costs associated with ambient fine particulate matter
(PM2.5) from combustion sources can guide policy design for both air
pollution and climate mitigation efforts.In this modelling study, we estimated
the health costs attributable to ambient PM2.5 from six major
combustion sources across 204 countries using updated concentration–response
models and an age-adjusted valuation method. We defined major combustion
sources as the sum of total coal, liquid fuel and natural gas, solid biofuel,
agricultural waste burning, other fires, and 50% of the anthropogenic fugitive,
combustion, and industrial dust source. Global long-term exposure to ambient PM2.5from combustion sources imposed US$1·1 (95% uncertainty interval 0·8–1·5)
trillion in health costs in 2019, accounting for 56% of the total health costs
from all PM2.5 sources. Comparing source contributions to PM2.5concentrations and health costs, we observed a higher share of health costs
from combustion sources compared to their contribution to population-weighted PM2.5concentration across 134 countries, accounting for more than 87% of the global
population. This disparity was primarily attributed to the non-linear
relationship between PM2.5 concentration and its associated health
costs. Globally, phasing out fossil fuels can generate 23% higher relative
health benefits compared to their share of PM2.5 reductions.
Specifically, the share of health costs for total coal was 36% higher than the
source’s contributions to corresponding PMPMPM2.5 concentrations and
the share of health costs for liquid fuel and natural gas was 12% higher. Other
than fossil fuels, South Asia was expected to show 16% greater relative health
benefits than the percentage reduction in PM2.5 from the abatement of solid
biofuel emissions.
Citation:
Yin, Hao, et al. "Global health costs of ambient PM2.5from combustion sources: a modelling study supporting air pollution control
strategies." The Lancet Planetary Health 8.7 (2024):
e476-e488.https://doi.org/10.1016/S2542-5196(24)00098-6.