城市化對空氣污染人群暴露貢獻的定量方法研究

別 同,韓立建,田淑芳,周偉奇,李偉峰,錢雨果

1 中國科學院生態環境研究中心城市與區域生態國家重點實驗室,北京 100085 2 中國地質大學(北京)地球科學與資源學院,北京 100083

我國短期快速的工業化和城市化進程,在改善我們物質生活水平的同時,也給生態環境帶來了一定的壓力,尤其是近年來凸顯的空氣污染問題[1- 5]。我國目前的空氣污染問題主要是以細顆粒物(PM2.5)為首要污染物的城市和區域霧霾問題。PM2.5是粒徑小于2.5 μm的顆粒物,主要由于劇烈人為活動而排放的一次污染物在特定條件下形成[6],它不僅通過改變大氣能見度而影響近地表面的能量平衡,同時還會對暴露其中的人群的健康造成潛在的影響[7- 9],因此,PM2.5污染在我國引起了廣泛的關注。區域尺度的研究表明,城市和城市群區域是我國空氣污染較為嚴重的區域,一方面城市及城市群區域的劇烈人為活動排放大量的空氣污染物,成為區域的污染源頭地,另一方面大量的農村居民受城市的各種資源優勢所吸引,不斷遷移進入城市,造成了大量的城市居民暴露于空氣污染中。相關研究顯示,根據世界衛生組織(WHO)頒布的PM2.5空氣質量準則,在2010年,我國有1%的易感人群暴露于AQG(10 μg/m3)內,有69%的易感人群暴露于PM2.5重度污染(>35 μg/m3)中[10]。

全球尺度的PM2.5人群暴露風險評估中,一般認為污染擴張是更多人口暴露于污染中的主要原因[11],而在國家尺度的研究發現,我國人口暴露于PM2.5污染主要歸因于城市化引發的人口遷移[12]。對于污染較為嚴重的區域,例如京津冀城市群是全球污染最為嚴重的地區之一[13- 14],對它進行定量評估空氣污染所帶來的人群暴露中人口遷移和污染擴張的貢獻率則保持空白。因此,本文首先建立了適用于精細的空間單元的人口遷移和污染擴張對人群暴露風險的評估模型,并選取全球污染最為嚴重,同時城市化發展較為迅速的京津冀城市群區域開展了實證研究。

圖1 評估模型Fig.1 Evaluation model αi：污染保持區i時期的人口數量;βi：污染減輕區i時期的人口數量;γi：污染新增區i時期的人口數量

1 基本假設與評估模型建立

城市及城市群區域人口增長主要來源于本地人口的自然增長與人口遷移,當污染區與城市及城市群區域重疊時,暴露人口的增長也將主要來源于本地人口的自然增長與人口遷移。當污染區變化時,暴露人口的變化將主要取決于本地人口的自然增長、人口遷移與污染區變化3個因素,從人口城市化的角度出發,我們可以將人口遷移的部分從污染區及污染變化區定量地獲得,進而解析城市化對暴露人口的定量貢獻,為此我們建立了假設評估模型(圖1)。

在針對PM2.5污染的實證研究中,根據WHO頒布的PM2.5空氣質量準則：空氣質量準則值AQG(10 μg/m3)、第三階段改善標準IT-3(15 μg/m3)、第二階段改善標準IT-2(25 μg/m3)、第一階段改善標準IT-1(35 μg/m3),我們把PM2.5濃度高于35 μg/m3的區域設定為污染區,進而從污染保持區α(一直都為35 μg/m3)、污染減輕區β(>35 μg/m3變為<35 μg/m3)、污染新增區γ(<35 μg/m3變為>35 μg/m3)得到遷移貢獻率以定量捕捉城市化對人群暴露增加的貢獻。同時,此模型方法還可以相應的針對其他大氣污染物或者其他面源污染的問題,定量評估人口城市化對人群暴露的貢獻。本研究中分別在城市群尺度和地級市尺度開展評估模型工作,力求驗證此模型的可行性。

(1)

Nα=1-Mα

(2)

(3)

Nβ=1-Mβ

(4)

(5)

Nγ=1-Mγ

(6)

式中：αi：污染保持區i時期的人口數量,βi：污染減輕區i時期的人口數量,γi：污染新增區i時期的人口數量,Z：從i到i+1時期的人口自然增長率,Mα：從i到i+1時期α的人口遷移貢獻率,Mβ：從i到i+1時期β的人口遷移貢獻率,Mγ：從i到i+1時期γ的人口遷移貢獻率,Nα：從i到i+1時期α的人口自然增長貢獻率,Nβ：從i到i+1時期β的人口自然增長貢獻率,Nγ：從i到i+1時期γ的人口自然增長貢獻率。

圖2 京津冀地區圖Fig.2 The reigon of Beijing-Tianjin-Hebei

2 研究區選擇與數據預處理

本研究選取京津冀城市群為研究區域(圖2),包括北京、天津以及河北省的石家莊、衡水、滄州、廊坊、邢臺、邯鄲、唐山、保定、秦皇島、承德、張家口共13個城市,是中國北方經濟規模最大、城市化發展最快的地區。同時該區域是全球空氣污染最為嚴重的區域之一,在環境保護部發布的2016中國環境狀況公報中顯示,京津冀地區13個地級以上城市空氣質量平均達標天數比例為56.8%,平均超標天數比例為43.2%,而長三角地區和珠三角地區平均達標天數比例分別為76.1%,89.5%,并且空氣質量相對較差的前10位城市中,河北省占據6個。

2.1 PM2.5數據

本研究利用美國國家航天局(NASA)的中等分辨率成像光譜儀(MODIS)、多角度成像光譜儀(MISR)和海洋觀測寬視場傳感器(SeaWIFS)所反演的氣溶膠數據(AOD)與GEOS-Chem 化學傳輸模型相結合來定量估算地面年均PM2.5濃度數據,并與地面觀測PM2.5數據結合,利用地理加權回歸模型獲得全球1998—2015逐年平均衛星遙感地表PM2.5濃度[15]。本研究利用我國京津冀邊界數據裁剪得到的2000、2005、2010、2015年京津冀城市群的年均PM2.5數據作為PM2.5污染評估的數據源,空間分辨率為1°,在中緯度地區約為1 km×1 km。

2.2 人口柵格數據

為了更好地表現人口的空間分布特征,美國能源部橡樹嶺國家實驗室(ORNL)開發了的空間分辨率為1 km×1 km的LandScan人口柵格數據,能快捷地在空間精細單元上評估和判斷人口風險,是全球最為準確、可靠,基于地理位置的人口數據庫。該數據與PM2.5濃度數據具有相同的空間分辨率,因此,本研究利用京津冀邊界數據裁剪得到與PM2.5濃度同期2000、2005、2010、2015年我國京津冀城市群的人口柵格數據。

2.3 人口自然增長率

《中國城市統計年鑒》中人口自然增長率數據在地級行政級和省級行政級上統計得到,可滿足本研究所需的京津冀城市群各城市的人口自然增長率數據。遷移貢獻率由1減去人口自然增長貢獻率得到。

3 主要結果與討論

3.1 受影響區域面積變化

京津冀城市群2000、2005、2010、2015年4年的PM2.5分布變化(圖3)顯示,京津冀城市群PM2.5濃度東南地區高,西北地區低,其中承德市、張家口市、秦皇島市的PM2.5濃度較低,空氣質量較好,而北京市、天津市、唐山市、保定市、滄州市等PM2.5濃度較高,空氣質量較差。

圖3 京津冀城市群2000、2005、2010、2015年PM2.5分布圖Fig.3 The PM2.5distribution map of Beijing-Tianjin-Hebei region in 2000,2005,2010,2015

京津冀城市群2000—2005年,2005—2010年,2010—2015年,2000—2015年4個時段受PM2.5影響面積變化比例從城市群角度(圖4)分析：污染新增區中,4個時段河北省污染新增區面積比例較高,都高于70%；污染保持區中,同樣表現為河北省的面積比例較高,都高于80%。總的來說,這是因為河北省面積在京津冀地區最大,其次它所包含的衡水、滄州、保定這類重污染型城市較多。

京津冀地區城市化進程明顯加快,從各地級市角度(圖4)分析：2000—2005年,北京市、石家莊市、邢臺市、邯鄲市和保定市污染新增區面積比例較高,尤其保定市面積比例最高為30%,秦皇島市、承德市和張家口市的污染保持區面積比例較低,接近于0；2005—2010年,秦皇島市和承德市的污染新增區面積比例較高,分別為33%和50%,承德市和張家口市的污染保持區面積比例較低,接近于0；2010—2015年,北京市、保定市、承德市和張家口市的污染新增區面積比例較高,尤其承德市面積比例最高為32%,張家口市污染保持區面積比例較低,接近于0；2000—2015年,北京市和承德市污染新增區面積比例較高,分別為22%和32%,承德市和張家口市的污染保持區面積比例較低,接近于0。

圖4 北京市、天津市以及河北省及其各地級市受PM2.5影響區域面積變化比例Fig.4 The proportion of area affected by PM2.5 regional changes in Beijing, Tianjin and Hebei Province and its local cities

3.2 受影響人口變動情況

京津冀城市群2000、2005、2010、2015年人口時空分布(圖5)顯示,京津冀城市群東南地區人口較集中,西北地區較分散。其中承德市、張家口市的人口較少,北京市、天津市和石家莊市的人口較多。

圖5 京津冀城市群2000、2005、2010、2015年人口分布圖Fig.5 Population distribution map of Beijing, Tianjin and Hebei Provinces in 2000, 2005, 2010, 2015

根據WHO環境空氣質量標準,可將人群暴露在PM2.5分別處于0—35,35—70,70—105,105—140的濃度下的潛在影響分為4個等級：不受影響、輕度影響、中度影響、重度影響。從城市群角度(圖6)分析京津冀城市群不同污染程度的人口比例得到：2000—2015年,不受PM2.5潛在影響的人口比例由12%下降到9%,受PM2.5輕度影響的人口比例由81%下降到33%,而受PM2.5中度影響的人口比例有8%上升到54%,且上升幅度較大。2000年,受PM2.5輕度影響的人口比例最高,為81%,而2005,2010,2015年受PM2.5中度影響的人口比例均較高,都高于50%。

從地級市角度(圖6)分析京津冀城市群各地級市不同污染程度的人口比例, 其中每個城市的4個數列從左到右分別表示的是2000、2005、2010、2015年,得到：2000年,各地級市除承德市和張家口市,其余城市受PM2.5輕度影響的人口比例均高于70%；2005年,除秦皇島市、承德市和張家口市,其余城市受PM2.5輕度影響和中度影響的人口比例較顯著,尤其衡水市和滄州市受PM2.5中度影響的人口比例均高于90%,而石家莊受PM2.5重度影響的人口比例也較顯著,為23%；2010年,北京市、天津市、石家莊市和保定市受PM2.5中度影響的人口比例較多,尤其天津市受PM2.5中度影響人口比例高達93%,而承德市和張家口市分別有73%和84%的人口比例不受PM2.5影響；2015年,同樣表現為北京市和天津市受PM2.5中度影響的人口比例較多,分別為74%和94%,承德市和張家口市分別有51%和59%的人口比例不受PM2.5影響,而石家莊市和保定市暴露出分別有21%和13%的人口比例受PM2.5重度影響。

圖6 北京市、天津市以及河北省及其各地級市不同污染程度的人口比例Fig.6 The population of different pollution levels in Beijing, Tianjin and Hebei Province and its local cities

2000—2005年石家莊市受PM2.5重度影響的人口比例顯著增加,由0增加到23%,衡水市人口比例由受PM2.5輕度影響全部轉化為受PM2.5中度影響；2005—2010年,北京市、天津市和石家莊市受PM2.5中度影響的人口比例不斷增加,例如北京市由57%增加到65%；2010—2015年,北京市和天津市伴隨總人口的增加受PM2.5中度影響的人口比例增加幅度較大。

3.3 人口遷移與自然增長貢獻率

3.3.1 污染保持區人口遷移與自然增長貢獻率

京津冀城市群地區污染保持區的人口遷移與自然增長貢獻率如圖7所示,2000—2015年,北京市和天津市的污染保持區人口遷移貢獻率最高,分別為94%、88%,說明北京市和天津市的城市人口遷入較多,而河北省的人口遷移貢獻率為-26%,其中衡水市、滄州市、邢臺市、邯鄲市、保定市和張家口市的污染保持區人口遷移貢獻率也均為負值,例如衡水的遷移貢獻率為-239%,說明河北省這些地級市外遷人口較多,這可能與北京市和天津市吸納大量人口有關。

圖7 北京市、天津市以及河北省及其各地級市污染保持區人口遷移(Mα)與自然增長(Nα)貢獻率Fig.7 Contribution of population migration (Mα) and natural growth (Nα) to population PM2.5 exposure in the pollution conservation area in Beijing, Tianjin and Hebei Province and its local cities圖中：Mα：污染保持區的人口遷移貢獻率,Nα：污染保持區的人口自然增長貢獻率

2000—2005年,北京市的人口遷移貢獻率為100%,說明北京市此時段污染保持區的人口基本都是由于人口遷移所導致,河北省的人口遷移貢獻率較低為36%,而衡水市和唐山市的人口遷移貢獻率為負值,說明這兩個地區往外遷出人口遠大于遷入人口,側面反映出城市化的效應。2005—2010年,北京市的人口遷移貢獻率有所下降為23%,天津市和河北省的人口遷移貢獻率均為負值,分別為-10%和-139%,各地級市中,除承德市和張家口市的人口遷移貢獻率為正值外,其余各地級市人口遷移貢獻率均為負值,也反映出城市化的影響。2010—2015年,北京市和天津市的人口遷移貢獻率較高,分別為93%和95%,而河北省的人口遷移貢獻率為負值,各地級市中,衡水市的人口遷移貢獻率為-6613%,滄州市的人口遷移貢獻率為5861%。

3.3.2 污染新增區人口遷移與自然增長貢獻率

京津冀城市群地區污染新增區遷移與自然增長貢獻率如圖8所示：2000—2015年,北京市和天津市的人口遷移貢獻率分別為86%和84%,而河北省人口遷移率為負值,說明河北省整體往外遷移人口居多。河北省各地級市中,石家莊市、邢臺市、邯鄲市和保定市人口遷移貢獻率均大于100%,說明這些地區的污染新增區的遷入人口遠高于本地人口,也是城市化所造成的結果。

圖8 北京市、天津市以及河北省及其各地級市污染新增區人口遷移(Mγ)與自然增長(Nγ)貢獻率Fig.8 Contribution of population migration (Mγ) and natural growth (Nγ) to population PM2.5 exposure in the new district of pollution in Beijing, Tianjin and Hebei Province and its local cities圖中：Mγ：污染新增區的人口遷移貢獻率,Nγ：污染新增區的人口自然增長貢獻率

2000—2005年,北京市污染新增區的人口遷移貢獻率為100%,說明北京這個時段的污染新增區的人口基本都是由于遷移所導致,河北省的遷移貢獻率為219%,說明河北省污染新增區的外來人口遠高于本地人口,而邯鄲市的人口遷移貢獻率為-87%,往外遷出人口居多。2005—2010年,北京市污染新增區人口遷移貢獻率為140%,遷入人口成為主力軍,相同的情況還有河北省的唐山市和張家口市,人口遷移貢獻率均大于100%。2010—2015年,北京市和河北省的污染新增區遷移貢獻率分別為-17%和-57%,說明北京市和河北省污染新增區遷出人口較多,而河北省各地級市中石家莊市、邯鄲市和保定市人口遷移貢獻率均大于100%,這些地區的遷入人口居多,也側面反映出城市化效應。

3.3.3 污染減輕區人口遷移與自然增長貢獻率

京津冀城市群地區污染減輕區的人口遷移與自然增長貢獻率如圖9所示：2000—2015年,京津冀城市群沒有污染減輕區,即在這個時段京津冀地區PM2.5濃度沒有下降。

圖9 北京市、天津市以及河北省及其各地級市污染減輕區人口遷移(Mβ)與自然增長(Nβ)貢獻率Fig.9 Contribution of population migration (Mβ) and natural growth (Nβ) to population PM2.5 exposure in the pollution reduction area in Beijing, Tianjin and Hebei Province and its local cities圖中：Mβ：污染減輕區的人口遷移貢獻率,Nβ：污染減輕區的人口自然增長貢獻率

2000—2005年,河北省污染減輕區的人口遷移貢獻率為377%,其中唐山市和秦皇島市的人口遷移貢獻率分別為138%和152%,這兩個地區的遷入人口居多。2005—2010年,北京市和河北省的遷移貢獻率分別為103%和197%,其中石家莊市、邯鄲市、邢臺市和保定市人口遷移貢獻率均大于100%,這些地區污染減輕區的人口大部分也都是遷入所致。2010—2015年,河北省的人口遷移貢獻率為27%,其中邢臺市的人口遷移貢獻率最高為97%。

3.3.4 總的人口遷移與自然增長貢獻率

京津冀城市群總的人口遷移與自然增長貢獻率如圖10所示：2000—2015年,京津冀城市群總的人口遷移貢獻率為48%,自然增長貢獻率為52%,北京市和天津市的總的人口遷移貢獻率分別為94%和88%,而河北省的人口遷移貢獻率為負值,說明河北省外遷人口居多,是城市化所導致,其中衡水市和滄州市總的人口遷移貢獻率也為負值,說明這些地區外遷人口居多,遷入人口較少。

2000—2005年,京津冀城市群地區總的人口遷移貢獻率為67%,北京市和天津市總的人口遷移貢獻率最高,分別為100%和83%,河北省總的遷移貢獻率最低為33%。2005—2010年,京津冀城市群地區總的遷移貢獻率為-96%,而北京市總的遷移貢獻率為21%,天津市和河北省總的遷移貢獻率均為負值,其中河北省的石家莊市、衡水市、滄州市和廊坊市等城市總的遷移貢獻率也為負值,例如保定市總的遷移貢獻率為-202%。2010—2015年,京津冀城市群地區總的遷移貢獻率為62%,北京市和天津市總的遷移貢獻率最高,分別為93%和95%,而河北省的遷移貢獻率為負值,其中衡水市總的遷移貢獻率達到-6613%,說明此時段衡水市往外遷出人口很多,與之相反的是滄州市和保定市,它們的遷移貢獻率分別為5861%和1474%,這兩個地區人口很大比例都是遷入人口所貢獻的。

短期快速的城市化在促進經濟發展的同時,對人群污染暴露造成一定影響,包括因污染加重和人口遷移導致導致的人群污染暴露,通常對前者的研究較易捕捉,可以從污染物絕對濃度的角度直接判定,而對于后者的研究關注較少。在空氣污染方面,不同大洲,不同國家大型城市的PM2.5濃度差異較明顯,且不同城市人口規模對PM2.5濃度的貢獻是不同的,具體表現為歐洲和北美洲的大城市PM2.5濃度均小于IT-1(35 μg/m3),而亞洲48.7%的大城市PM2.5濃度均高于IT-1(35 μg/m3),發達國家大城市空氣質量要優于發展中國家；中國和印度大城市人口對PM2.5濃度的潛在貢獻較高,其他發達國家大城市則較低,主要原因是發達國家大力發展使用清潔能源技術以及控制污染減排等措施[16]。在人口遷移方面,有研究顯示,城鄉遷移是導致大城市空氣污染的重要因素[17],但定量化的評估模型和案例分析較為有限,也較容易被忽略。因此本文建立的評估模型為開展城市化劇烈人為活動導致的生態環境問題評價提供了定量的評估案例,但是由于研究中僅從人口遷移的角度考慮,沒有考慮城市化引起的污染濃度加重的情況,因此其評估結果在本案例區一定程度上低估了城市化對人群PM2.5污染暴露的貢獻。研究采用多尺度研究,以像元為基礎,在地級行政級和省級行政級研究尺度上選擇年際尺度為2000、2005、2010、2015年這4年來開展城市化對人群暴露貢獻的定量研究,進而可說明大區域PM2.5與人口變化的空間異質性特征,因此,可為在城市群尺度和地級市尺度上對城市化與空氣污染關系的研究中提供思路,為空氣格局與城市發展戰略決策提供生態環境變化的科學依據。

本研究在受影響區域面積變化中,分析了PM2.5空間和年變化特征,未考慮PM2.5濃度季變化或者月變化特征。有些研究表明北京地區秋冬季PM2.5濃度高于春夏季,主要受采暖燃煤影響[18- 19]；而有些研究從不同站點考慮得到北京市交通站PM2.5濃度最高,其次是城區站和郊區站[20]。在定量分析人群暴露貢獻中,選擇的人口自然增長率數據是以地級市為單元,沒有考慮到其空間異質性,例城區、郊區和農村區域人口自然增長率會有較大差異。

圖10 北京市、天津市以及河北省及其各地級市津冀各地級市總的人口遷移(M(α+γ))與自然增長(N(α+γ))貢獻率Fig.10 Contribution of total population migration (M(α+γ)) and natural growth (N(α+γ)) to population PM2.5 exposure contribution rate in Beijing, Tianjin and Hebei Province and its local cities圖中：M(α+γ)：污染減輕區的人口遷移貢獻率,N(α+γ)：污染減輕區的人口自然增長貢獻率

4 結論

為有效評估城市化對空氣污染人群暴露貢獻,我們建立了城市化對空氣污染人群暴露貢獻的定量方法,并以京津冀區域開展實證研究,利用2000、2005、2010、2015年的PM2.5數據、人口柵格數據驗證模型的可行性,進而得到以下結論：

(1)研究所建立的評估模型具有可行性：城市化對人群污染暴露評估模型可以有效地定量解析城市人口自然增長和遷移對人口污染暴露的定量貢獻,為開展城市化引起人群環境污染暴露提供了定量化的評估方法。

(2)京津冀城市群人口遷移和污染變化較大,造成其PM2.5污染保持區、污染新增區的人口遷移與自然增長對PM2.5暴露總人口的貢獻率空間差異顯著。具體表現為：

1) 污染保持區中,2000—2015年,北京市和天津市的人口遷移貢獻率分別為94%和88%,而河北省的人口遷移貢獻率為-26%,其中衡水市、滄州市、邢臺市、邯鄲市、保定市和張家口市人口遷移貢獻率也均為負值,說明這些地區往外遷出人口較多,這都是由城市化導致的。

2) 污染新增區中,2000—2015年,北京市和天津市的人口遷移貢獻率分別為86%和84%,而河北省人口遷移率為-757%,其中石家莊市、邢臺市、邯鄲市和保定市遷移貢獻率均大于100%,說明這些地區的污染新增區的遷入人口遠高于本地人口,也是城市化所造成的結果。

3)總的遷移貢獻率中,2000—2015年,京津冀城市群總的人口遷移貢獻率為48%,北京市和天津市總的人口遷移貢獻率分別為94%,88%,河北省總的人口遷移貢獻率為-32%,其中衡水市和滄州市總的人口遷移貢獻率也為負值,說明這些地區外遷人口居多,遷入人口較少。