本推文来源： 景观地理与可持续发展
![]()
快速工业化造成了严重的环境空气污染，对公众健康构成威胁。暴露于空气污染会增加非传染性疾病的死亡率。中国史无前例的城市化加速了能源消耗，同时使环境空气恶化。PM2.5浓度与环境公平问题(即暴露不平等)密切相关，这意味着空气污染的影响不成比例。基于此，Bai Yu 和Liu Menghang，采用分段线性回归模型，对2000-2020年期间PM2.5暴露的人口加权暴露转折点进行了预测。同时，本研究还评价了省、市、县三级PM2.5暴露量的多尺度时空分布特征，并利用基尼指数估算了它们之间的差异，在Environmental Pollution上发文。
近年来，中国采取了许多有针对性的措施来缓解空气污染，但作为一个PM2.5浓度高、人口密集的发展中国家，2019年中国人口加权PM2.5年平均浓度为49.4μg/m3，仍居全球首位，所以仍然面临着与PM2.5相关的死亡的高风险。同时，中国的区域差异性显著。其区域PM2.5分布在宏观尺度(省级)、中尺度(市级)和微观尺度(县级)上表现出不同的特征。现有的关于中国PM2.5长期暴露的研究，是在先污染后缓解的过程中进行的，并没有就其在哪一年达到峰值达成共识。此外，这些研究中的分析很少从多空间尺度进行。基于此，本研究包括三个主要部分：(1)使用分段线性回归模型检测2000年至2020年PM2.5污染和缓解的转折点；(2)确定污染和缓解阶段PM2.5暴露的多尺度时空模式和趋势；(3)使用基尼指数研究中国和4个划分的区域在宏观、中观和微观尺度上的PM2.5污染差异。PWE(Population-Weighted Exposure)模型能够量化人口与环境之间的空间相互作用。它被广泛用于绿地环境空气污染和极端气候领域。使用ArcGIS的RasterCalculator工具计算，该工具反映了PM2.5相对于人口的真实浓度水平，公式如下：![]()
近几十年来，中国PM2.5 PWE发生了显著变化。即一个转折点将PM2.5时间序列分为两个独立的部分。采用分段线性回归模型来检测2000-2020年PM2.5 PWE的转折点，该模型使用RStudio的分段程序包(公式(2))进行运算：![]()
基尼指数被用来表示居民财富的不平等，并被广泛用于估计环境影响和绿地暴露的不平等。本研究选取该指标来衡量PM2.5的PWE不等性。![]()
总体而言，根据普通线性回归模型，PM2.5暴露呈现出微弱的下降，这表明中国在整个2000年至2020年期间发生了明显的转变。因此，采用分段线性回归模型对中国的PM2.5PWE在两个阶段(污染和缓解)的转折点进行了检测。2013年被确定为一个转折点(图1)。![]()
图1. 中国2000年-2020年PM2.5年暴露量。紫线代表了整个时期的总体趋势。绿色和橙色线条代表了2000-2013年和2013-2020年期间的趋势。
中国的PM2.5暴露显示出显著的空间差异，京津冀地区、河南和新疆的PM2.5暴露水平较高，南部边界地区的PM2.5暴露量较低。![]()
图2.2000年、2013年和2020年PM2.5暴露量的空间分布，以及省级空气重污染(大于35μg/m3)的年数。
从2000年到2013年，PM2.5 PWE在所有省份都有所增加，并且年度变化的空间格局与PM2.5暴露量的空间格局高度一致。![]()
图3.2000-2013年和2013-2020年省级PM2.5暴露量年均变化情况
PM2.5年暴露量从8.8μg/m3(2020年的玉树)到88.7μg/m3(2013年的石家庄)。从2000年到2013年，中国所在的98.4%的地区(366个城市中的360个)的PM2.5 PWE有所增加。河北、河南和山东交界处的城市，以及西安和成都，呈快速增长趋势，青海西部、西藏北部和黑龙江北部的6个城市呈下降趋势。![]()
图4.2000年、2013年和2020年PM2.5暴露量的空间分布，以及城市一级空气重污染(大于35μg/m3)的年数。
![]()
图5 2000年至2013年和2013至2020年市级PM2.5暴露量的年均变化。
PM2.5年暴露量从5.9μg/m3到127.2μg/m3不等。LPME县主要在海南和西藏、四川和云南的交界处。HPME县2013年分散在河北西南部，2020年分散在新疆西南部。![]()
图6 2000年、2013年和2020年PM2.5暴露量的空间分布，以及县级空气重污染(大于35μg/m3)的年数。
2000年至2013年，中国97.1%的地区(2,851个县中的2,768个)PM2.5PWE有所增加。中国中部和成渝两县呈明显上升趋势，青海、新疆和西藏交界处以及内蒙古和黑龙江交界处的83个县呈下降趋势。2013-2020年，几乎所有地区(除新疆部分县外)均呈下降趋势。降幅较大的县分布在冀南。相比之下，10个地区呈上升趋势，并恰好成为2020年高PME前10名县。![]()
图7 2000年至2013年和2013至2020年县级PM2.5暴露量年均变化情况。
中国的PM2.5暴露差异在省、市、县三级呈现波动递增的趋势。省级可吸入颗粒物暴露的基尼系数在0.147~0.175之间，低于其他空间尺度。从2000年到2020年，市县两级PM2.5暴露的不平等呈现出几乎相同的特征。
![]()
图8 2000年至2020年中国多尺度PM2.5暴露的基尼指数。
2000年至2020年，中国东部和中部的PM2.5暴露差异先增大后减小，而中国东北部和西部的PM2.5暴露差异随着时间的推移呈上升趋势。无论是市级还是县级，中国东北部的不平等程度在所有四个地区的所有时间点都是最低的。值得注意的是，在所有时间点上，中国西部的县级平均PM2.5 PWE都小于其他地区。![]()
图9.洛伦兹曲线和基尼指数对2000年、2013年和2020年市级和县级PM2.5暴露量的估计。45度绿线代表绝对平等的线。蓝线代表PM2.5暴露量的分布。
PM2.5暴露被用来代表PM2.5水平，因为它更好地反映了人口与环境之间的相互作用。研究中选择的PM2.5浓度和人口数据集的有效性也得到了验证。采用分段线性回归模型对2000-2020年期间PM2.5的突变点进行了检测。在宏观层面上，PM2.5 PWE在2013年前有所上升，然后在所有省份都有所下降(图3)。然而，在中尺度和微观尺度上，一些区域出现了相反的趋势。PM2.5暴露在多个尺度上的空间异质性与区域之间的暴露不平等密切相关。省级PM2.5指数不平等程度远低于市县两级。2000年和2013年，中国东部城市和县级暴露的基尼系数最高，因为空气污染最重的地区和空气质量最好的地区都位于该地区域。2020年，西部中国成为四个划分区域中最不平等的地区，其市级不平等程度高于县级，因为PM2.5暴露最严重的是新疆西南部，而最小的是新疆北部和西南部。本研究基于分段线性回归模型，确定了2000-2020年PM2.5的峰值年为2013年，2013年前的显著上升趋势之后是下降趋势。并研究了省、市、县三个尺度下，PM2.5的上升(2000-2013年)和下降(2013-2020年)的时空格局及其差异。新疆白云山地区、中国中部和塔里木盆地的PM2.5暴露最严重，而PM2.5暴露最小的地区主要集中在横断山区、中国南部和新疆北部。此外，中国的PM2.5暴露不平等随着时间的推移呈现波动上升的趋势。中国东部和西部的区域不均衡性很强。这种多尺度PM2.5暴露趋势及其在较长时期内的差异研究，可为缓解污染和缩小区域不平等提供参考。
编者声明：本推送内容仅代表编者对文章的理解，请有兴趣的同学阅读原文，也请各位专家、同学批评指正。
原文出处：Bai, Y., Liu, M., 2024. Multi-scale spatiotemporal trends and corresponding disparities of PM2.5 exposure in China. Environmental Pollution 340, 122857. https://doi.org/10.1016/j.envpol.2023.122857
