国家自然科学基金—北京大学管理科学数据中心 (Data Center for Management Science, NSFC-PKU)成立于2014 年 12 月，是由国家自然科学基金支持，服务全国管理科学的数据收集与数据服务中心。作为北京大学直属的、以交叉学科为特点的实体学术科研机构，中心长期开展以中国家庭追踪调查（China Family Panel Studies, CFPS）、中国健康与养老追踪调查（China Health and Retirement Longitudinal Study, CHARLS）为代表的一系列大样本、高质量的微观调查数据收集。自成立以来，数据中心借助已有优势，逐步推进数据采集、数据管理与服务和智库研究三个领域的建设。中心智库以构建开放性的、跨学科研究平台为目标，旨在大力推动运用科学的量化研究方法，以开发和利用 CFPS、CHARLS 等优质数据资源为基础的量化研究，并针对国家经济和社会管理的重大需求，积极为国家发展提供有实证依据的政策建议。中心智库每年通过公开竞标方式，择优资助若干研究课题，为立项课题提供研究资金、研究助理和办公空间等多方面支持，并借助智库平台对相关研究成果进行推广。此外，中心智库推出客座研究员项目，诚邀有志从事与政策相关的数据研究的学者们驻中心研究。客座研究员可得到数据服务及办公条件的支持，并参与中心组织的各类学术研讨活动。同时，中心智库通过研讨会、公开讲座等学术活动 , 促进知识分享和研究成果交流。中心智库还推出《数据与决策》系列出版物，包括《数据与决策：工作论文》、《数据与决策：政策报告》、《数据与决策：政策简讯》，旨在为以数据为基础的科学研究与政策研究的学者提供互动交流的平台。 研究背景研究目的及意义研究内容研究技术路线研究方法研究结果讨论研究结论主要参考文献/////////011718192029747880 1 一、研究背景 1. 我国当前空气污染防治的形势 1.1 空气污染种类 按照国际标准化组织定义，“空气污染通常系指由于人类活动或自然过程引起某些物质进入空气中，呈现出足够的浓度，达到足够的时间，并因此危害了人体的舒适、健康和福利或环境的现象”。空气污染的主要来源为火山爆发、森林火灾或沙尘暴、烟囱或工业的固定污染源、汽车或火车等各种机动交通工具的流动污染源以及生活炉灶或暖锅炉煤炭燃烧排放等。造成空气污染现象的物质称为空气污染物，空气污染物是一种复杂混合物，主要包括大气颗粒物（particulate matter，PM）、氮氧化物（NOx）、二氧化硫（SO2）、一氧化碳（CO）和臭氧（O3）等。 在各种空气污染物中，大气颗粒物与人群健康效应的流行病学联系最为密切。大气颗粒物是一种由多种物质组成的混合物，由混合的固态和液态微粒形成，粒径在0.01~100μm之间，主要来源于自然和人为活动。根据颗粒物的空气动力学直径，将其分为总悬浮颗粒物（TSP，空气动力学当量直径小于等于100μm）、 可吸入颗粒物（PM10，空气动力学当量直径小于等于10μm）、细颗粒物（PM2.5）及超细颗粒物（PM0.1）。 图1-1 大气颗粒物空气动力学直径分布（Chow JC et al., 2012） 2 1.2 我国当前环境空气质量形势 根据2019中国生态环境状况公报，2019 年，全国337个地级及以上城市（以下简称337个城市）中，PM2.5、PM10、O3、SO2、NO2和CO浓度分别为36 μg/m3、63μg/m3、148μg/m3、11μg/m3、27μg/m3和1.4mg/m3；分城市来看，其中157个城市环境空气质量达标（六项污染物浓度均达标，即为环境空气质量达标），占全部城市数的46.6%；180个城市环境空气质量超标，占53.4%。337个城市平均优良天数（空气质量指数在0~100 之间的天数为优良天数，又称达标天数）比例为82.0%， 其中，16个城市优良天数比例为100%、199个城市优良天数比例在80% ～ 100%之间；平均超标天数比例为18.0%， 以PM2.5、O3、PM10、NO2和CO 为首要污染物的超标天数分别占总超标天数的45.0%、41.7%、12.8%、0.7%和不足0.1%，未出现以SO2为首要污染物的超标天。 分地区来看，京津冀及周边地区“2+26”城市优良天数比例范围为41.1%～65.8%，平均为53.1%，平均超标天数比例为46.9%；长三角地区41个城市优良天数比例范围为56.5%～98.1%，平均为76.5%，平均超标天数比例为23.5%；汾渭平原11个城市优良天数比例范围为47.7% ～ 76.7%，平均为61.7%，平均超标天数比例为38.3%。 1.3我国空气污染防治的政府举措 2019年，就加强生态文明建设和生态环境保护，我国提出了一系列新理念新思想新战略新要求，并作出了一系列重大决策部署。 2019年3月5日，在全国两会期间，提出了用“四个一”、“三个体现”强调生态文明建设的极端重要性，用“四个要”对推进生态文明建设和生态环境保护提出要求。4月22日，中央财经委员会第四次会议提出研究全面建成小康社会补短板问题，强调要打好污染防治攻坚战，实现到2020年的阶段性目标。4月28日，明确提出同筑生态文明之基、同走绿色发展之路的五点主张。12月10日至12日，中央经济工作会议强调要坚决打好污染防治攻坚战，推动生态环境质量持续好转。这些重要讲话和指示批示精神，是对生态文明思想的丰富和拓展，充分体现了总书记对生态文明建设执着深邃的战略思考。 政府工作报告中也强调，要聚焦蓝天保卫战等重点任务，打好污染防治攻坚战；在中央经济工作会议上强调，要确保实现污染防治攻坚战阶段性目标。 3 1.4 我国空气污染防治目标的不断提升 2018年6月，为加快改善环境空气质量，打赢蓝天保卫战，国家出台了《打赢蓝天保卫战三年行动计划》。要求在全国范围内，以新时代中国特色社会主义思想为指导，全面贯彻党的十九大和十九届二中、三中全会精神，认真落实国家决策部署和全国生态环境保护大会要求，坚持新发展理念，坚持全民共治、源头防治、标本兼治，以京津冀及周边地区、长三角地区、汾渭平原等区域为重点，持续开展大气污染防治行动，综合运用经济、法律、技术和必要的行政手段，大力调整优化产业结构、能源结构、运输结构和用地结构，强化区域联防联控，狠抓秋冬季污染治理，统筹兼顾、系统谋划、精准施策，坚决打赢蓝天保卫战，实现环境效益、经济效益和社会效益多赢。 拟经过3年努力，大幅减少主要大气污染物排放总量，协同减少温室气体排放，进一步明显降低PM2.5浓度，明显减少重污染天数，明显改善环境空气质量，明显增强人民的蓝天幸福感。具体目标为到2020年，SO2、NOx排放总量分别比2015年下降15%以上；PM2.5未达标地级及以上城市浓度比2015年下降18%以上，地级及以上城市空气质量优良天数比率达到80%，重度及以上污染天数比率比2015年下降25%以上。 2018和2019年，污染防治攻坚战取得了关键进展。2020年要全面完成《打赢蓝天保卫战三年行动计划》目标任务，狠抓重点区域秋冬季大气污染综合治理攻坚。积极稳妥推进北方地区清洁取暖，持续整治“散乱污”企业，深入推进柴油货车污染治理。同时，要进一步加大非重点区域治污力度，确保实现污染防治攻坚战阶段性目标。 相信国家会继续出台相关政策法规，进一步促进大气污染防治工作的开展。 2. 空气污染健康风险评估 国内外大量研究已证实空气污染对人群存在急性和长期暴露健康效应。急性健康效应主要表现为污染物暴露所导致的人群各类疾病住院率和日死亡率上升等，一般多采用时间序列分析和病例交叉研究等方法进行分析；而长期健康效应主要表现为污染物暴露所导致的各类疾病死亡人群平均寿命损失等，一般采用横断面研究和队列研究方法。在评估空气污染健康危害时，国际上通常采用危险度 4 评价的方法。 2.1 暴露污染物选择 空气污染是由多种污染物组成的复杂混合物，但各污染物之间也可能存在共同污染源，使部分同源污染物浓度之间可能存在显著相关性（共线性）。因此，目前流行病学研究尚难以把空气污染相关健康效应归因于某一种或某一类污染物，而简单把不同空气污染物的健康效应相加可能会引起“重复计算”，导致过高估算空气污染健康效应的问题。我国环境保护部门开展常规监测的主要环境空气污染物包括PM10和PM2.5、NO2、SO2、CO和O3，目前我国环境流行病学研究较多围绕这六种污染物开展。已有研究提示PM10和PM2.5与人群健康危害的流行病学关联最为密切，因此PM10和PM2.5常作为指示性污染物用于估算空气污染健康效应和危险度。不同地区可根据局地主要污染来源情况选择不同指示性污染物，例如以含硫煤燃烧为主的城市可选择SO2作为指示性污染物。 2.2 健康效应终点选择 空气污染作用于机体后的健康效应谱是一个连续的多阶段过程，可包括从亚临床症状出现、疾病发病到死亡等一系列终点变化，其中死亡是较为严重的健康效应终点。死亡率、发病率和患病率等流行病学指标比较容易获取，而且可以反映当地医疗服务水平、社会经济发展水平、生态环境等综合因素，因此常被选用。 国际上常见的健康效应终点评估指标选择标准包括以下几项：①已有研究证实，健康效应与空气污染浓度改变之间存在关联；②健康效应与空气污染的关系能够通过暴露-反应关系表达，如相对危险度、斜率等，而不仅仅为定性描述，且不同研究间的暴露－反应关系较为一致；③部分亚临床症状，如免疫功能改变、病因不明确疾病或者资料难以获得疾病等，不推荐纳入健康效应评估范围；④选择的健康效应终点，应为具有国际疾病编码（ICD-9或ICD-10）的疾病，确保数据可获得性和结果可比较性。 目前，我国人群定期健康监测数据还较为粗略，死因和疾病登记系统也不够完善，导致许多重大疾病的基线和定期随访统计数据不够完备。 2.3 暴露评价方法 并非所有的污染物都能够对人体健康产生不良影响。污染物是否产生不良影响除了与其本身性质有关外，还与污染物的人体暴露水平有关。而后者由污染物 5 迁移输送和转化、与人体接触、人体对其吸收和生物处置等过程决定。从污染源排放到产生健康效应，经历了复杂的过程：污染物/污染前体物排放至大气环境之后，在大气中历经输送迁移和转化，可反映为污染物在大气或微环境中的浓度；研究对象暴露于污染物，对污染物有一个吸收的过程，可用人体暴露浓度或体内剂量来表示；最终，污染物在人体内发生生物转运和转化，通过体内的损伤和修复机制产生人体健康效应。 理论上讲，针对从污染物排放到人体出现相关健康效应过程中任何一个环节的定量评估方法都可用于暴露评价。如何精确对大气污染暴露评价一直是环境流行病学的重点和难点问题。传统环境流行病学研究中，结合时间活动模式和通过测量个体“呼吸带”附近污染物浓度，直接获取研究对象污染物暴露水平的个体监测法是实现个体空气污染暴露评价最精确方法，但需要投入大量人力、物力，因此很难实现大规模人群暴露监测。将区域多个地面监测点污染物浓度的算术平均来代替相应区域人群暴露水平是目前最常用的大气污染暴露评价方法，但实际上区域污染物浓度和分布会受到污染源、气象场、地形条件和人口密度等很多因素的影响而导致大气污染浓度分布具有时空变异性，从而可能导致人群暴露错分。虽然我国自2013年起在全国范围建设了上千个空气质量地面监测点，但由于地域辽阔，且这些地面监测点分布大多集中分布在城市，仍显得相对分散；因此对PM2.5长期变化的表征以及大气PM2.5的长期暴露评价仍存在一定的困难。 近年来，结合地面大气污染物监测系统，通过时空预测模型实现对研究对象准确、个体化空气污染的暴露估计，尤其是可能降低在地面监测点稀少或历史数据缺失的区域的暴露错分和不确定性，成为提升暴露评价精准性和暴露反应关系准确性和可信度的重要方法之一。该方法的开发及应用为获取大气污染物精细化的时空分布浓度提供了可能，已经在国际研究中得到了广泛应用并不断发展完善。目前国际上使用较多且预测准确度良好的时