中國空氣質(zhì)量改善的健康效應(yīng)評估2024：關(guān)注生命早期暴露

.2空氣污染的健康風(fēng)險(xiǎn)概述.3空氣污染及其健康風(fēng)險(xiǎn)的影響因素.4生命早期空氣污染暴露的健康危害.5“優(yōu)生優(yōu)育”政策背景下，空氣質(zhì)量持續(xù)改善的成果與意義3.2空氣污染暴露改善的時(shí)間趨勢3.3空氣污染暴露改善的空間趨勢康的改善作用4.4空氣質(zhì)量改善的成人健康收益康的改善作用自2013年以來，為了保障人民健康、建設(shè)生態(tài)文明，中國實(shí)施了強(qiáng)有力的大氣污染治理政策，細(xì)顆粒物等多種大氣污染物濃度快速下降，空氣質(zhì)量逐步提升。科學(xué)認(rèn)識中國空氣質(zhì)量改善的健康效應(yīng)對于既往政策評估和未來治理規(guī)劃十分關(guān)鍵。北京大學(xué)空氣氣候健康研究團(tuán)隊(duì)與亞洲清潔空氣中心合作，開展“中國空氣質(zhì)量改善的健康效應(yīng)評估”系列研究，并于2023年發(fā)布系列報(bào)告第一期成果。研究團(tuán)隊(duì)利用經(jīng)典方法揭示了該主題的“首印象”——沿用全球疾病負(fù)擔(dān)評估經(jīng)典方法，定量分析了2013-2020年細(xì)顆粒物和臭氧污染改善相關(guān)的成人預(yù)期壽命增長。本報(bào)告為系列研究的第二期成果，不僅將評估年份更新至2013-2023年，還完成了對2025年空氣質(zhì)量改善的未來展望研究，預(yù)測了《空氣質(zhì)量持續(xù)改善行動(dòng)計(jì)劃》 (簡稱“第三個(gè)行動(dòng)計(jì)劃”)將帶來的健康收益。本期報(bào)告更是“全景式”地梳理了空氣質(zhì)量改善健康效應(yīng)的研究體系，詳細(xì)探討了空氣污染健康風(fēng)險(xiǎn)的影響因素，包括：(1)暴露水平及來源；(2)基礎(chǔ)健康水平及其它風(fēng)險(xiǎn)因素；(3)易感人群。在此基礎(chǔ)上，本期報(bào)告重點(diǎn)關(guān)注對空氣污染更為易感的生命早期，分析了空氣質(zhì)量02引言空氣污染對人體健康的影響為下一代添藍(lán)。畫出你眼里的天空。多種空氣污染物被認(rèn)為能夠危害人體健康。常規(guī)空氣污染物包括二氧化硫(SO?)、氮氧化物(NO)、一氧化碳(CO)、碳?xì)浠衔?、臭?O?)等氣態(tài)污染物和顆粒態(tài)污染物(又稱氣溶膠)。顆粒污染物是包括多種化學(xué)成分的混合物，根據(jù)空氣可吸入顆粒物(PM?o)和細(xì)顆粒物(PM?5)等。在眾多空氣污染物中，PM?5和O?在全球疾病負(fù)擔(dān)研獨(dú)立的健康風(fēng)險(xiǎn)因素，對人體造成不可忽視的健康危害[。PM?5是導(dǎo)致全球和區(qū)域疾病負(fù)擔(dān)的主要污染物之一。根據(jù)《全球疾病負(fù)擔(dān)2021》研究測算，在88種危害健康的風(fēng)險(xiǎn)因素中，PM?5污染在全球GBD研究基于系統(tǒng)綜述和Meta分析結(jié)果，重點(diǎn)評估了具有充分流行病學(xué)證據(jù)支持的PM?5對五種心下呼吸道感染和肺癌)以及一種代謝疾病(2型糖尿病)的疾病負(fù)擔(dān)。評估顯示，PM?5暴露每年約導(dǎo)致783萬的過早死亡，降低全球人口近2年的平均預(yù)期壽命，而中國是受PM?5污染影響大、相關(guān)些物質(zhì)能夠穿透肺泡、血腦屏障、胎盤屏障等多種生物膜，抵達(dá)人體多個(gè)器官，造成心血管系統(tǒng)、神經(jīng)系統(tǒng)、代謝系統(tǒng)和生殖系統(tǒng)疾病24。美國環(huán)保署合既往動(dòng)物、人群研究證據(jù)，將PM?5暴露的健康死亡之間存在可能的因果關(guān)系，與呼吸系統(tǒng)疾病之PM?5長期暴露每增加10μg/m3,成人全因死亡風(fēng)險(xiǎn)增加8%,缺血性心臟病死亡風(fēng)險(xiǎn)增高16%,中風(fēng)死亡風(fēng)險(xiǎn)增高11%,肺癌死亡風(fēng)險(xiǎn)增加12%6。O?是一種強(qiáng)氧化劑，人體暴露后會直接危害塞性肺病，評估相關(guān)超額死亡風(fēng)險(xiǎn)。2021年，O?暴露導(dǎo)致全球約50萬過早死亡，其中中國O?暴露相關(guān)疾病負(fù)擔(dān)不容忽視。美國環(huán)保署2013年發(fā)布的《臭氧及相關(guān)光化學(xué)氧化劑》顯示，全因死亡率與O?長期暴露之間存在潛在的因果聯(lián)系。O?長期暴露濃度每升高10μg/m3,成人全因死亡風(fēng)險(xiǎn)增加0.71%。(1)空氣污染的來源PM?5是一種來源復(fù)雜、形成機(jī)制多樣的混合物，其濃度水平受到污染排放、政策干預(yù)和氣象因素等多方面的影響。PM?5既有來自工業(yè)生產(chǎn)、機(jī)動(dòng)車尾氣、生物質(zhì)燃燒等的一次排放源，也會通過二氧化硫(SO?)、氮氧化物(NO)和揮發(fā)性有機(jī)物(VOCs)等前體物的化學(xué)轉(zhuǎn)化生成。其中SO?主要來自燃煤電廠和工業(yè)過程，NO、主要源于道路運(yùn)輸、電廠燃燒和農(nóng)業(yè)焚燒，04空氣污染對人體健康的影響VOCs則廣泛來源于溶劑使用、石化工業(yè)及自然生物排放。PM?5濃度分布隨社會經(jīng)濟(jì)發(fā)展不斷變化，各地區(qū)的PM?5來源特征亦有所不同8,9。在中國，北方地區(qū)冬季供暖期間燃煤排放顯著增加，導(dǎo)致PM25濃度較高；西北地區(qū)受氣候條件影響，沙塵和道路揚(yáng)塵成為主要來源；而南方地區(qū)由于經(jīng)濟(jì)發(fā)達(dá)、車輛密集，交通污染占較大比例。這些差異化的PM?5來源使得不同地區(qū)的健康風(fēng)險(xiǎn)存在顯著差異：全球范圍內(nèi)，近四成的PM?5相關(guān)疾病負(fù)擔(dān)源自居民生活、工業(yè)和能源部門排放；在中國，人為活動(dòng)(如居民生活、農(nóng)業(yè)和工業(yè))對PM?5相關(guān)疾病負(fù)擔(dān)的貢獻(xiàn)分別為18.0%、14.3%和11.0%1]。在中低收入國家的研究中，沙塵等自然來源被認(rèn)為是非洲國家兒童PM?5相關(guān)健康風(fēng)險(xiǎn)的主要因素，而東亞和南亞地區(qū)的兒童死亡負(fù)擔(dān)則主要由住宅生物質(zhì)燃料燃燒導(dǎo)致[1。近地面臭氧由NO與VOCs等前體物在紫外線照射下通過復(fù)雜的光化學(xué)反應(yīng)生成，其濃度受多種氣象因素的影響，包括溫度、濕度、風(fēng)速和太陽輻射等。高溫、強(qiáng)烈的太陽輻射和低濕度條件會加速在炎熱晴朗的天氣中，較少的云層覆蓋讓更多紫外線照射到地面，增強(qiáng)了前體物(如NOx和VOCs)的反應(yīng)速率，導(dǎo)致O?濃度上升。同時(shí)，低風(fēng)速和大氣層的穩(wěn)定狀態(tài)會限制污染物的擴(kuò)散和稀釋，使風(fēng)速增大或降水增多的天氣條件通常有助于稀釋和清除大氣中的O?,從而使?jié)舛认陆怠庀笠蛩赝ㄟ^多種途徑直接或間接影響著O?的日變化和季節(jié)(2)健康基線水平境暴露條件下人群的本底健康水平，通常通過死亡率、發(fā)病率等指標(biāo)進(jìn)行表征，反映特定人群在自然狀態(tài)下的健康狀況?；€風(fēng)險(xiǎn)數(shù)據(jù)主要來源于人口統(tǒng)計(jì)資料、疾病監(jiān)測系統(tǒng)和死因登記數(shù)據(jù)庫，是量人群的健康基線的背后存在更深層的驅(qū)動(dòng)因素。例如，經(jīng)濟(jì)狀況、社會保障、醫(yī)療服務(wù)和城市化水平的提高，可以促進(jìn)人群健康意識的提高，并增加健康和醫(yī)療服務(wù)的可及性，從而降低人群的基線健康風(fēng)險(xiǎn)。本團(tuán)隊(duì)通過多模型耦合的方法，對中國2000-2010年P(guān)M?5相關(guān)死亡負(fù)擔(dān)的健康基線進(jìn)行驅(qū)動(dòng)因素分解[13;結(jié)果顯示，經(jīng)濟(jì)狀況改善、社會保障和醫(yī)療服務(wù)水平的提高、以及城市化進(jìn)程的推進(jìn)，分別使中國PM?5相關(guān)死亡負(fù)擔(dān)下降25萬(95%Cl:15~40萬)、16萬(95%Cl:10~27萬)、6萬(95%Cl:9~26萬)和9萬(95%Cl:5~15萬)。(3)易感人群在量化空氣污染健康風(fēng)險(xiǎn)的研究中，通常采用單一的暴露反應(yīng)關(guān)系，假設(shè)不同人群在同一污染水平下的健康風(fēng)險(xiǎn)相同。然而，鑒于人群間存在獨(dú)特的生理和生活狀態(tài)差異，空氣污染導(dǎo)致的健康效應(yīng)并不一致。短期顆粒物暴露和死亡的系統(tǒng)綜述和meta分析顯示14,顆粒物每升高10μg/m3,老齡人群的死亡風(fēng)險(xiǎn)升高0.20%(95%CI:0.10%~0.30%),顯著高于年輕人群的0.50%(95%CI:0.34%～0.66%),有充足的證據(jù)表明老齡人群是顆粒物的易感人群。同時(shí)，有微弱的證據(jù)表明女性對顆粒物的易感性高于男性，有限的證據(jù)表明社會經(jīng)濟(jì)地位較低人群對顆粒物的易感性高于社會經(jīng)濟(jì)地位較高人群。對167篇研究的系統(tǒng)綜述和meta分析顯示[5,年齡影響O?易感性的證據(jù)最為有力，老齡人群暴露于O?產(chǎn)生的死亡風(fēng)險(xiǎn)顯著高于年輕人群。此外，強(qiáng)有力的證據(jù)表明失業(yè)或職業(yè)地位較低人群對臭氧具有更高的易感性。有限證據(jù)表明女性相較于男性具有更高的O?易感性。報(bào)告中，對PM?5易感人群研究證據(jù)的進(jìn)行了較為系統(tǒng)的評價(jià)5。有充足的證據(jù)表明兒童、有色人種圖1.3PM?5健康危害的敏感性人群證據(jù)評級有色人種嬰幼兒童基因基因是PM?5的易感人群。而部分/不充足的證據(jù)則提示心血管疾病患者、呼吸系統(tǒng)疾病患者、癌癥患者、肥胖人群、基因突變?nèi)巳?、低收入群體、吸煙人群、高齡、男性、城市人口、不良飲食(低蔬果、飲酒或高膽固醇飲食)人群可能更易受到PM?5的影響。2021年，全球分別有50萬和20萬的5歲以下兒童死于室內(nèi)與室外細(xì)顆粒物污染，其中90%以上為1歲以下的嬰兒。一般而言，室外空氣污染在低收入城市社區(qū)往往更為嚴(yán)重，室內(nèi)空氣污染在低收入農(nóng)村地區(qū)最為常見。聯(lián)合國兒童基金會 (UNICEF)報(bào)告顯示，世界約有3億兒童生活在空氣污染超過WHO標(biāo)準(zhǔn)6倍及以上的重污染地區(qū)，嚴(yán)重威脅到兒童福祉?？諝馕廴九c肺炎、支氣管炎和哮喘等呼吸性疾病密切相關(guān)，如未及時(shí)予以干預(yù)治療，其健康危害可能持續(xù)影響兒童的一生[16]。由于行為、環(huán)境和生理因素的綜合作用，兒童是受空氣污染影響的脆弱人群。一方面，在胎兒發(fā)育和嬰幼兒時(shí)期，兒童的肺部、器官和大腦尚未發(fā)育成熟，免疫力相對較弱17;另一方面，與成年人相比，兒童的呼吸頻率更快，吸入的空氣量更大，且兒童的活動(dòng)范圍更貼近污染物濃度較高的地面，因此更容易吸入更多的有害污染物[18。除了出生后的空氣污染接觸，母親宮內(nèi)暴露也會對兒童健康產(chǎn)生不利影響。顆粒物可經(jīng)母親吸入體內(nèi)進(jìn)入血液，通過改變血漿粘度、擾亂內(nèi)皮功能紊亂、引發(fā)宮內(nèi)氧化應(yīng)激和誘發(fā)宮內(nèi)炎癥等方式損害胎盤功能[19-21]。06空氣污染對人體健康的影響現(xiàn)有的流行病學(xué)證據(jù)提示大氣PM?5暴露可能增加兒童死亡風(fēng)險(xiǎn)。例如，一項(xiàng)系統(tǒng)綜述匯總了1992至2018年來自北美、歐洲、亞洲、拉丁美洲和非洲的27項(xiàng)研究，發(fā)現(xiàn)PM?5暴露每增加10μg/m3,嬰兒和5歲以下兒童總和的死亡風(fēng)險(xiǎn)增加3.4%(95%Cl:1.7%～5.4%)22。然而，相關(guān)研究的結(jié)論難以統(tǒng)一。此外，目前病增加死亡風(fēng)險(xiǎn)，比如精神類疾病。因此，結(jié)合1.5“優(yōu)生優(yōu)育”政策背景下，空氣2021年，《中共中央國務(wù)院關(guān)于優(yōu)化生育政策促進(jìn)人口長期均衡發(fā)展的決定》發(fā)布，倡導(dǎo)保障孕產(chǎn)婦和兒童健康，綜合防治出生缺陷，對可預(yù)防兒童死亡的篩查、評估、管理和救治提出更高要求。2022年，世界衛(wèi)生組織(WorldHealthOrganization,WHO)發(fā)布了《WHO對早產(chǎn)/低空氣質(zhì)量改善健康效應(yīng)的評估方法空氣質(zhì)量改善健康效應(yīng)評估的方法可以分為舉證式研究(AccountabilityStudy,也被翻譯為“問責(zé)式研究”)和健康風(fēng)險(xiǎn)定量評估(QuantitativeHealthRiskAssessment)兩大類。兩者的區(qū)別與聯(lián)系如下圖所示，從計(jì)算方式上講，舉證式研究需要對真實(shí)世界中的健康數(shù)據(jù)進(jìn)行追蹤，并應(yīng)用復(fù)雜統(tǒng)計(jì)方法獲得“控制變量式”的反事實(shí)情景，從而開展健康效益評估；相反，健康風(fēng)險(xiǎn)評估則需要引入假定的、普適的暴露反應(yīng)關(guān)系，結(jié)合實(shí)際觀測的基線風(fēng)險(xiǎn)和人口數(shù)據(jù)，進(jìn)行環(huán)境疾病負(fù)擔(dān)的核算，通過對不同時(shí)期的疾病負(fù)擔(dān)做差，間接估計(jì)暴露改善帶來的健康效益。從數(shù)據(jù)輸入上講，舉證式研究基于實(shí)證分析，通常被認(rèn)為是揭示干預(yù)措施因果效應(yīng)的關(guān)鍵證據(jù)；健康風(fēng)險(xiǎn)評估則完全依賴給定暴露反應(yīng)關(guān)系的準(zhǔn)確性，具有間接方便、可操作性強(qiáng)的特點(diǎn)。下文將簡要論述兩種方法在空氣污染治理領(lǐng)域的應(yīng)用，并重點(diǎn)介紹本研究團(tuán)隊(duì)所采的方法——健康風(fēng)險(xiǎn)評估，及其所需的輸入數(shù)據(jù)。圖2.0:健康改善=真實(shí)世界的疾病負(fù)擔(dān)追蹤-總疾病負(fù)擔(dān)k健康改善=給定暴露反應(yīng)關(guān)系2.1舉證式研究HEI)系統(tǒng)提出了舉證式研究的概念，并出資支持了一系列相關(guān)研究2427。根據(jù)HEI自述：“HEI對舉證式研究的興趣和承諾在很大程度上源于評估昂貴和復(fù)雜的減排政策或其他干預(yù)措施是否正在產(chǎn)生預(yù)期中影響，包括對空氣質(zhì)量和公共衛(wèi)生的明顯改善。此外，從這些研究中吸取的有關(guān)監(jiān)管效果的經(jīng)驗(yàn)教訓(xùn)是指導(dǎo)未來改善空氣質(zhì)量努力的一種手段”?？梢娕e證式研究起源于空氣質(zhì)量改善的健康效應(yīng)評估。具體而言，歸因于環(huán)境暴露的疾病負(fù)擔(dān)(簡稱環(huán)境疾病負(fù)擔(dān))是總疾病負(fù)擔(dān)的一部分，前者無法直接觀測，而后者可以利用微觀或宏觀健康指標(biāo)予以測量，例如，患病率、死亡率、健康生物標(biāo)志物水平。隨著時(shí)間進(jìn)展，由于某些政策和干預(yù)措施，空氣污染被治理，空氣質(zhì)量逐步改善，從而導(dǎo)致總疾病負(fù)擔(dān)的變化。然而，實(shí)測的疾病負(fù)擔(dān)變化不僅受空氣質(zhì)量變化的影響，還可能由人口數(shù)、經(jīng)濟(jì)發(fā)展水平、醫(yī)療水平等其它因素變化而導(dǎo)致。因此，為了揭示空氣質(zhì)量變化帶來的疾病負(fù)擔(dān)變化，需要對比真實(shí)情況以及對應(yīng)的反事實(shí)情況。以治理后的情況為參照(總疾病負(fù)擔(dān)k),為了獲得空氣質(zhì)量變化的效應(yīng)，需要了解一種“控制變量式”的反事實(shí)情景——其它變量不變、但空氣污染卻一如治理前的水平(總疾病負(fù)擔(dān)k|暴露1),因此，兩者之如何預(yù)測反事實(shí)情景則充滿挑戰(zhàn)，需要精巧的流行本研究團(tuán)隊(duì)曾基于CHARLS、CFPS等隊(duì)列調(diào)查，利用舉證式研究方法，對大氣十條治理的健康效益進(jìn)行了定量評估。研究以具有更積極治理目標(biāo)的地區(qū)作為干預(yù)組(即2013-2017年顆粒物濃度下降目標(biāo)大于5%的地區(qū)),以治理目標(biāo)不積極的地區(qū)作為對照組(顆粒物濃度下降目標(biāo)小于5%的地區(qū)),通過統(tǒng)計(jì)匹配，使得兩組人群在個(gè)體變量的分布上具有一致性，進(jìn)而通過雙重差分模型定量肺功能改善28、高血脂風(fēng)險(xiǎn)下降29、腎小球過濾功上述研究利用真實(shí)世界的健康數(shù)據(jù)證實(shí)了“大氣十條”的健康改善效益已經(jīng)顯現(xiàn)，并體現(xiàn)在多個(gè)維2.2健康風(fēng)險(xiǎn)定量評估定量評估空氣污染暴露的健康風(fēng)險(xiǎn)是相關(guān)環(huán)境健康研究成果的集成，是相關(guān)政策、環(huán)境標(biāo)準(zhǔn)制定的關(guān)鍵科學(xué)證據(jù)。與舉證式研究相比，健康風(fēng)險(xiǎn)的定量評估引入了重要參數(shù)——暴露反應(yīng)關(guān)能夠間接、簡便地計(jì)算環(huán)境疾病負(fù)擔(dān)。暴露反應(yīng)關(guān)系是描述空氣污染暴露與健康結(jié)局發(fā)生概率的數(shù)學(xué)方程。為了構(gòu)建某一空氣污染物(如PM?5)與全因死亡的暴露反應(yīng)關(guān)系，傳統(tǒng)的方法是通過文獻(xiàn)綜合、統(tǒng)計(jì)模型(例如薈萃回歸分析、非線性擬合等)關(guān)聯(lián)某一種健康結(jié)局的相對風(fēng)險(xiǎn)度 究進(jìn)展：2014年Bernett等發(fā)表了PM?5長期暴露與歸因死亡的IER模型(IntegratedExposureResponseModel),整合了室內(nèi)、室外顆粒物和煙草顆物暴露的流行病學(xué)結(jié)果，將不同數(shù)量級暴隨著流行病學(xué)證據(jù)的不斷更新，GEMM模型 本報(bào)告沿用全球疾病負(fù)擔(dān)的技術(shù)路線，利用地圖與基于性別、年齡與城鄉(xiāng)居住情況的人口地圖合并，為亞組人群開發(fā)出一系列覆蓋全國的網(wǎng)格化地圖(1×1km),在此基礎(chǔ)上測算空氣污染物的健康風(fēng)險(xiǎn)。簡單來說，空氣污染定量健康歸因風(fēng)險(xiǎn)比stk=f(暴露濃度st)(公式1)歸因死亡人數(shù)stk=歸因風(fēng)險(xiǎn)比stk×基線死亡率sk×暴露人口數(shù)stk(公式2)其中，暴露濃度來自中國大氣污染追蹤數(shù)據(jù)該數(shù)據(jù)集通過融合地面監(jiān)測、衛(wèi)星遙感、大氣化學(xué)傳輸模式，提供了我國PM?5和O?網(wǎng)格化濃長期暴露、O?長期暴露和成人死亡的暴露反應(yīng)因死亡的暴露反應(yīng)關(guān)系從文獻(xiàn)薈萃分析和多中心流行病學(xué)分析中獲得(詳見附錄1)[11,4049。首先，利用上述暴露反應(yīng)關(guān)系，確定每個(gè)空間網(wǎng)格下污染暴露的相對風(fēng)險(xiǎn)，并進(jìn)一步轉(zhuǎn)換成歸因人口數(shù)與歸因風(fēng)險(xiǎn)比，計(jì)算特定年份與亞組人群長期PM?5和O?暴露的歸因死亡人數(shù)(公式2)。下角標(biāo)s、t、k分別代表空間網(wǎng)格、年份和“性別-年齡-城鄉(xiāng)居住地”亞組。本研究又基于各個(gè)年齡層的預(yù)期壽命(LEk),將超額死亡人數(shù)拓展為時(shí)空分布下的生命損失年數(shù) ofLifeExpectancy,LLE),并量化出衡量預(yù)期壽Expectancy,GLE),具體計(jì)算方法見公式3-5。其期壽命。(公式3)數(shù)st/暴露人口數(shù)st(公式4)壽命損失數(shù)st-y2(公式5)在健康收益分布的均衡性研究中，我們引入經(jīng)濟(jì)學(xué)中常用的不平等分析工具——洛倫茲曲線 (Lorenzcurve)[50-52,并對其進(jìn)行改造：將預(yù)期壽命增長數(shù)(GLE)視為大氣治理中的“健康收入”,繪制給定比例的人口所持有的健康收入總份額，并用基尼系數(shù)(Ginicoefficient,Gini)衡量與絕對平等之前的差距，以測算地域健康收益異質(zhì)性。如圖2.3.a所示，如果健康收益的分布是均勻的，則洛倫茲曲線與45°對角線重合?；嵯禂?shù)為洛倫茲曲線與絕對公平曲線之間面積的兩倍，基尼系數(shù)越大，表明健康收益的分布越不均衡。為進(jìn)一步評估不同經(jīng)濟(jì)水平下健康風(fēng)險(xiǎn)的分布差異，我們引入集中曲線來繪制給定比例的人口所承擔(dān)的疾病負(fù)擔(dān)總份額，并用集中指數(shù) (Concentrationindex,Cl)衡量與絕對平等之間的差距153]。集中曲線的橫坐標(biāo)為按照社會等級排序累計(jì)人口百分比，縱坐標(biāo)為疾病負(fù)擔(dān)要素的累計(jì)百分比(圖2.3.b)。如果集中曲線與對角線重合，表明健康在不同社會經(jīng)濟(jì)狀況的人群之間分布處于絕對平等狀態(tài)。若集中曲線在對角線的下方，表明疾病負(fù)擔(dān)要素分布在較高層的社會經(jīng)濟(jì)組；反之則表明疾病負(fù)擔(dān)要素分布在較低層的社會經(jīng)濟(jì)組。集中指數(shù)等于集中曲線和對角線之間面積的兩倍，其絕對值越大，代表越不平等。aabb集中曲線(-)集中曲線(+) 12空氣質(zhì)量改善健康效應(yīng)的評估方法中國的清潔空氣行動(dòng)計(jì)劃2012年修訂和發(fā)布的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》 氣污染防治進(jìn)程劃定了新的里程碑。此后，我國相以下簡稱“第一個(gè)行動(dòng)計(jì)劃”)、《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》(2018-2020年，以下簡稱“第(以下簡稱“第三個(gè)行動(dòng)計(jì)劃”)等關(guān)鍵政策，空表3.1.1展示了我國清潔空氣行動(dòng)計(jì)劃的重點(diǎn)控制區(qū)。“行動(dòng)計(jì)劃”第一階段的重點(diǎn)區(qū)域包括京津冀、長三角、珠三角的共47個(gè)城市；“行動(dòng)計(jì)行動(dòng)計(jì)劃重點(diǎn)地區(qū)大氣污染防治行動(dòng)計(jì)劃154,551京津冀及周邊地區(qū)以PM?5年均濃度下降比例為考核指標(biāo)其他地區(qū)以PM10年均濃度下降比例為考核指標(biāo)打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃156京津冀及周邊地區(qū)雄安新區(qū))、山西(太原、陽泉、長治、晉城)、山東(濟(jì)南、淄博、濟(jì)寧、濮陽)長三角地區(qū)上海、江蘇、浙江、安徽汾渭平原山西(晉中、運(yùn)城、臨汾、呂梁)、河南(洛陽、三門峽)、陜西(西安、銅川、寶雞、咸陽、渭南、楊凌示范區(qū))空氣質(zhì)量持續(xù)改善行動(dòng)計(jì)劃[57]京津冀及周邊地區(qū)北京、天津、河北(石家莊、唐山、秦皇島、邯鄲、邢臺、保定、滄州、濰坊、濟(jì)寧、泰安、日照、臨沂、德州、聊城、濱州、菏澤)、河南(鄭三門峽、商丘、周口、濟(jì)源)長三角地區(qū)上海、江蘇、浙江(杭州、寧波、嘉興、湖州、汾渭平原山西(太原、陽泉、長治、晉城、晉中、運(yùn)城、臨汾、呂梁)、陜西(西安、銅川、寶雞、咸陽、渭南、楊凌農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)示范區(qū)、韓城)中國的清潔空氣行動(dòng)計(jì)劃對人群暴露的改善作用PM25相關(guān)的預(yù)期壽命損失(年)平均趨勢，2013-20202013201720202023劃”第二階段基于污染物輸送規(guī)律，針對性地將重點(diǎn)控制區(qū)拓展為京津冀及周邊地區(qū)、長三角地區(qū)、汾渭平原的共80個(gè)城市；到了第三階段，大氣污染防治重點(diǎn)城市總數(shù)調(diào)整為82個(gè)。其中，長三角南部的城市PM?5基本穩(wěn)定達(dá)標(biāo)，不再列入重點(diǎn)區(qū)域；山東南部、河南中南部等城市納入京津冀及周邊地區(qū)，由原來“2+26”城市調(diào)整為“2+36”城市，更有利于開展大范圍的區(qū)域聯(lián)防聯(lián)控。目前，我國大氣污染重點(diǎn)防治區(qū)已基本與人口稠密地區(qū)重合。據(jù)往期報(bào)告，“大氣十條”和“藍(lán)天保衛(wèi)戰(zhàn)”行動(dòng)計(jì)劃已顯著改善我國的PM?5暴露水平；持續(xù)改善行動(dòng)計(jì)劃以降低PM?5濃度為主線，多措并舉，將帶來暴露濃度的進(jìn)一步降低。此外，在前兩個(gè)“行動(dòng)計(jì)劃”階段中，空氣污染治理避免了全部人群人均0.6年的預(yù)期壽命損失，健康改善的速度落后于暴露改善的速度；而在第三階段，預(yù)計(jì)健康改善的幅度將超過暴露改善的幅度(圖3.1.1),實(shí)現(xiàn)環(huán)境效益、經(jīng)濟(jì)效益和社會效益多贏。中國的清潔空氣行動(dòng)計(jì)劃對人群暴露的改善作用15修訂和發(fā)布以來，我國進(jìn)入空氣質(zhì)量迅速改善的黃金時(shí)段，與健康息息相關(guān)的PM?5濃度快速下降。圖3.2.1展示了2013-2023年間人口加權(quán)的PM?5暴度從63μg/m3降低至45μg/m3;“第二個(gè)行動(dòng)計(jì)劃”前兩階段的“行動(dòng)計(jì)劃”使得暴露在PM?5濃度超過中國《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》年均值(35μg/m3,與WHO過渡期目標(biāo)IT1相當(dāng))的人口占比從84%下降到42%,超半數(shù)的人口呼吸到達(dá)標(biāo)的空氣。分后疫情時(shí)期的經(jīng)濟(jì)生產(chǎn)活動(dòng)逐步開始恢復(fù)，5口加 濃(g/m335)?16中國的清潔空氣行動(dòng)計(jì)劃對人群暴露的改善作用0山東2013-2023年人口加權(quán)的O?暴露濃度趨勢0行動(dòng)計(jì)劃”目標(biāo)(全國地級及以上城市PM?5濃度比2020年下降10%)仍存在差距(圖3.2.1)。圖PM?5濃度，除西藏、河南、河北、山東、湖北和安徽外，其余省份2023年的PM?5暴露濃度均高于2022年。未來，應(yīng)警惕非大氣污染重點(diǎn)防治區(qū)的污染反彈問題。圖3.2.3展示了人口加權(quán)的O?暴露濃度變化以及達(dá)到WHO不同階段目標(biāo)值的比例。“第一個(gè)行動(dòng)計(jì)劃”時(shí)期，O3暴露濃度快速上升，從2013年的124μg/m3升高到2017年的142μg/m3;“第二個(gè)行動(dòng)計(jì)劃”期間，O3暴露濃度先升后降，在2019度波動(dòng)在145μg/m3左右。2023年，人群O?暴露目標(biāo)IT1的標(biāo)準(zhǔn)。圖3.3展示了2013-2023年間PM?5暴露和O?暴露濃度變化趨勢的空間分布。每個(gè)網(wǎng)格點(diǎn)上，利用最小二乘法計(jì)算月均濃度的長期趨勢，并且運(yùn)用圖層的透明度代表趨勢的統(tǒng)計(jì)顯著程度(P值)?！靶袆?dòng)計(jì)劃”期間，PM?5暴露濃度普遍下降，且重點(diǎn)管控區(qū)的下降幅度尤為突出，針對性的清潔空氣行動(dòng)計(jì)劃取得了良好成效；相反，O?暴露濃度總體呈上升趨勢，華東和西藏地區(qū)的升高幅度最為明顯。P值P值 0.01~0.05P值中國的清潔空氣行動(dòng)計(jì)劃對人群暴露的改善作用圖3.4分人群特征(性別、年齡、城鄉(xiāng))展示了我國空氣污染的人群暴露情況。如果各個(gè)亞人群暴露情況相當(dāng)，則暴露水平會在雷達(dá)圖中呈現(xiàn)為一個(gè)“正圓”,偏離正圓的起伏則反映亞人群暴露水平的差異。整體來看，城市人群的PM?5暴露除了城鄉(xiāng)之間的暴露差異，空氣污染在性別和年齡組的分布上并未顯現(xiàn)明顯區(qū)別。此外，相比2013年，2023年的各亞人群之間PM?5暴露的城鄉(xiāng)差距減少，在雷達(dá)圖上接近一個(gè)正圓(虛線);然而，O?暴露依然存在較為明顯的城鄉(xiāng)差異，并隱有放O?O?暴露濃度(μg/m3)40(歲)4060(歲60(歲)—201340(歲)40(歲)60(歲》60(歲)40(歲)40(歲)60(歲)0女性-男性60(歲)60(歲)—201340(歲)60(歲)40(歲)40(歲)成人健康的改善作用4.1成人空氣污染暴露健康風(fēng)險(xiǎn)的變化趨勢圖4.1.1和圖4.1.2展示了我國2013-2023年間空氣污染導(dǎo)致的25歲以上成人死亡人數(shù)。整體來看，PM?5暴露導(dǎo)致的成人死亡快速下降，而O?暴露導(dǎo)致的成人死亡呈現(xiàn)先增后降的趨勢。在“行動(dòng)計(jì)劃”第一階段，PM?5暴露導(dǎo)致的成人死亡從120萬(95%Cl:114~126萬)降低到114萬從15萬(95%CI:6～20)增加到20萬(95%CI:9~28)。在“行動(dòng)計(jì)劃”第二階段的三年內(nèi)，PM?5暴露導(dǎo)致的成人死亡快速下降到88萬(95%CI:84~95萬),O3暴露相關(guān)成人死亡也得到了有效控制。進(jìn)入“行動(dòng)計(jì)劃”第三階段，PM?5暴露和O?暴露相關(guān)的成人死亡均進(jìn)入緩慢下降階段。2023年，空氣污染共導(dǎo)致我國99萬的成人死亡，其中PM25暴露相關(guān)死亡約為81萬，O3暴露相關(guān)死亡約為19萬。對比可見，PM?5仍是我國現(xiàn)階段主導(dǎo)成人疾病負(fù)擔(dān)的主要污染物，未來清潔空氣行動(dòng)仍應(yīng)以改善PM?5為主要目標(biāo)。PM?5暴露導(dǎo)致成人死亡總數(shù)降低33%,卒中、缺血性心臟病、慢阻肺、肺癌、下呼吸道感染和2型糖尿病6種病因相關(guān)死亡人數(shù)分別降低34%,28%,43%,20%,42%,7%,有呼吸系統(tǒng)基礎(chǔ)病的人群受益明顯。O?暴露主要通過慢性阻塞性肺病介導(dǎo)成人死亡。2013年，O3暴露對成人慢阻肺的健康影響小于PM?5暴露對成人慢阻肺的影響(歸因死亡人數(shù)分別為15萬和26萬);而到2023年，O3暴露導(dǎo)致的成人慢阻肺死亡人數(shù)已超過PM25暴露造成的慢阻肺人數(shù)(歸因死亡人數(shù)分別為19萬和15萬),說明O?長期暴露導(dǎo)致的危2013201420152016空氣質(zhì)量改善對中國成人健康的改善作用21圖4.1.22013-2023年空氣污染導(dǎo)致的25歲以上成人各病因死亡人數(shù)PM?5對2型糖尿病的影響O?對慢阻肺的影響■PM?5對腦卒中的影響PM?5對下呼吸道感染的影響■PM?5對慢阻肺的影響25歲以上成年人的歸因死亡人數(shù)(萬人)25歲以上成年人的歸因死亡人數(shù)(萬人)0空氣污染導(dǎo)致成人死亡的省際分布情況如圖人死亡人數(shù)最多的地區(qū)為山東省(11萬人),而西藏自治區(qū)則為最少(0.1萬人)。至2023年，全國PM?5暴露導(dǎo)致的成人死亡總體有所下降，但山東和西藏仍然分別位于相關(guān)疾病負(fù)擔(dān)的首位和末位。然而，新疆地區(qū)在這一趨勢中未見改善，可能與西部內(nèi)陸干旱地區(qū)的沙塵暴等惡劣天氣導(dǎo)致的PM?5暴露有關(guān)。對于O?暴露，山東和西藏同樣保持在相關(guān)疾病負(fù)擔(dān)的首尾位置。全國范圍內(nèi)，除重慶外，其他地區(qū)的O?暴露相關(guān)成人死亡人數(shù)均有所上升。附錄3與附錄4進(jìn)一步展示了城市水平上的PM?5與O?暴露相關(guān)成人死亡結(jié)果。圖4.2.12013、2023年P(guān)M?5暴露相關(guān)成人死亡的省份分布寧夏海南新疆甘肅天津福建吉林云南北京貴州陜西江西上海山西廣西重慶遼寧浙江湖北廣東湖南安徽河北四川河南江蘇2.14.64.22013、2023年O?暴露相關(guān)成人死亡的省份分布青海寧夏海南新疆甘肅0.3233.4|0.223.63.63.79圖4.3.1和圖4.3.2展示了城鄉(xiāng)、性別和年齡的空氣污染相關(guān)成人死亡情況。根據(jù)人群亞組的分布，空氣污染導(dǎo)致的成人死亡主要集中在65歲以不同年齡組之間表現(xiàn)出更大的異質(zhì)性。此外，由于暴露濃度的差異，城市人口面臨著更為嚴(yán)重的空氣污染相關(guān)疾病負(fù)擔(dān)。圖4.3.1PM?5暴露相關(guān)成人死亡的性別、城鄉(xiāng)和年齡分布40(歲)60(歲)160(歲)40(歲)40(歲)60(歲)60(歲)540(歲)60(歲)40(歲)5140(歲)60(歲)年齡鄉(xiāng)村一男鄉(xiāng)村一女城市一男城市一女年齡鄉(xiāng)村一男鄉(xiāng)村一女城市一男城市一女超額死亡人數(shù)(萬人)壽命損失(萬年)預(yù)期壽命損失(年)40(歲)40(歲)60(歲)60(歲)60(歲)40(歲)60(歲)1圖4.3.2O?暴露相關(guān)成人死亡的性別、城鄉(xiāng)和年齡分布鄉(xiāng)村一男鄉(xiāng)村一女城市一男城市一女超額死亡人數(shù)(萬人}壽命損失(萬年)5超額死亡人數(shù)(萬人}壽命損失(萬年)5 40(歲)60(歲)60(歲)40(歲)一201340(歲)鄉(xiāng)村60(歲)40(歲)60(歲)40(歲)60(歲)60(歲)—201340(歲)預(yù)期壽命損失(年}預(yù)期壽命損失(年}40(歲)60(歲)60(歲)40(歲)40(歲)60(歲)60(歲)40(歲)60(歲)60(歲)40(歲)2013-2023年，綜合考慮PM?5和O?的健康效應(yīng)，空氣污染導(dǎo)致的預(yù)期壽命損失從2.80年降低至1.8年，三個(gè)“行動(dòng)計(jì)劃”分別避免了0.3年、康效應(yīng)的相關(guān)研究，空氣質(zhì)量改善的邊際效應(yīng)在低濃度端更大，因此，空氣治理后期對應(yīng)的健康改善幅度更大，一方面歸功于后期O?的協(xié)同治理，另“行動(dòng)計(jì)劃”第一階段，暴露改善所帶來的健康收益主要集中在東部地區(qū)，一半收益集中于24%的人口，基尼系數(shù)為0.38。進(jìn)入第二階段，健康改善程度有所增加，并逐步向西部地區(qū)拓展；一半健康收益集中于35%的人口，基尼系數(shù)為計(jì)劃”第三階段，健康改善的速度有所放緩，但其惠及的范圍依然擴(kuò)展至西部區(qū)域；一半收益集中于36%的人口，基尼系數(shù)為0.20,健康改善的普惠度進(jìn)一步增加。30201320172020兒童健康的改善作用5.1兒童空氣污染暴露健康風(fēng)險(xiǎn)的變化空氣污染治理有效促進(jìn)了孕婦和兒童等敏感人群的健康。2013年至2023年，PM?5導(dǎo)致的妊娠期縮短從1.1天(95%CI:0.7～1.5)降至0.7天(95%Cl:0.4～0.9)。新生兒健康狀況也隨之改善，PM?5導(dǎo)致的出生體重下降從62克(95%Cl:52 17,000人(95%Cl:400～36,000),五歲以下兒童因下呼吸道感染導(dǎo)致的死亡從34,000人(95%Cl:2,500~4,600)降至600人(95%Cl:400～800)。利用附錄1中補(bǔ)充圖2所示的暴露反應(yīng)關(guān)系曲線，評估PM?5暴露相關(guān)的嬰兒疾病負(fù)擔(dān)。2013年至2023年，PM?5暴露導(dǎo)致的嬰兒死亡從51,000人(95%Cl:18,000～61,000)降至9,000人(95%Cl:3,000~13,000),歸因風(fēng)險(xiǎn)百分比從57%(95%Cl:20～69)下降到34%(95%Cl:12～51)。此外，歸因死亡人數(shù)的下降速度快于歸因風(fēng)險(xiǎn)比例的下降，因前者同時(shí)受到暴露水平和基線死亡風(fēng)險(xiǎn)的影響，而后者僅受暴露201320142015201620172018201920202021202220132014201520162017201820192020202120222013-2023年P(guān)M25相關(guān)的嬰兒歸因風(fēng)險(xiǎn)比例及死亡人數(shù)2013201420152016201720182019202020212022 30空氣質(zhì)量改善對中國兒童健康的改善作用0-1歲嬰兒的歸因死亡人數(shù)(萬人)5.2兒童空氣污染暴露健康風(fēng)險(xiǎn)的區(qū)域差異疾病負(fù)擔(dān)仍處于全國最高水平。城市水平的歸因嬰兒死亡人數(shù)詳見附錄5。圖5.22013、2023年P(guān)M?5相關(guān)嬰兒死亡人數(shù)的省份分布情況天津-內(nèi)蒙古 上海-北京黑龍江甘肅-遼寧-新疆-福建-重慶-浙江-貴州-江西-湖北-江蘇-山東-75310差異圖5.3.1展示了區(qū)分城鄉(xiāng)、性別的PM?5暴露相關(guān)疾病負(fù)擔(dān)。城市的PM?5暴露相關(guān)死亡略高于農(nóng)村，男性的PM?5相關(guān)死亡略高于女性。城鄉(xiāng)差異主要由人口數(shù)和PM?5暴露濃度所決定：一般而言，城市低齡人群數(shù)量高于農(nóng)村，空氣污染也更嚴(yán)重，隨著大氣治理的不斷推進(jìn)，城鄉(xiāng)的歸因疾病負(fù)擔(dān)差距將會不斷縮小。而性別差異主要由人口數(shù)和基線死亡率所決定，由于男女先天性生理?xiàng)l件差異，兩者之間的差距并不會因?yàn)榭諝馕廴局卫矶l(fā)生明顯改變。2013201420152016201720182019202020212022圖5.4.1展示了“行動(dòng)計(jì)劃”實(shí)施后空氣質(zhì)量改善對婦幼健康的積極影響。PM?5暴露減少有效降低了孕婦妊娠期風(fēng)險(xiǎn)，全面提升生命早期的健康水平。具體來說，三個(gè)“行動(dòng)計(jì)劃”的暴露改善分別避免了人均0.18天、0.19天和0.03天的妊娠時(shí)長損失，避免了1645例、1213例和45例5歲以下兒童下呼吸道感染死亡，顯著減少了新生兒人均15.6克、11.9克和1.8克的出生體重?fù)p失。在“行動(dòng)計(jì)劃”第一階段，婦幼健康改善主要集中在我國東部的大氣防治重點(diǎn)控制區(qū)地區(qū)；第二、三階段則擴(kuò)大了空氣量改善的覆蓋面，惠及除西北外的全國此外，受新生兒人口數(shù)量的影響，PM25暴露導(dǎo)致的低出生體重兒數(shù)先增后降?！靶袆?dòng)計(jì)劃”第一階段，歸因于PM25暴露的低出生體重兒數(shù)增加5,000人。而“行動(dòng)計(jì)劃”第二、三階段，相關(guān)疾病負(fù)擔(dān)大幅降低9,000人，抵消了第一階段的增長。歸因于PMes的5歲以下兒童下呼吸道死亡數(shù)歸因于PMes的5歲以下兒童下呼吸道死亡數(shù)21201320172空氣質(zhì)量改善對中國兒童健康的改善作用33圖5.4.2PM25暴露避免妊娠期損失的空間分布2013-20172018-2020PM?5導(dǎo)致妊娠期縮短的變化(天)8PM?5導(dǎo)致妊娠期縮短的變化(天)PM?導(dǎo)致妊娠期縮短的變化(天)88圖5.4.3PM25暴露避免低出生體重的空間分布2013-20172018-2020-20-10-圖5.4.4PM?5暴露避免5歲以下兒童下呼吸道感染死亡的空間分布2013-20172018-2020健康風(fēng)險(xiǎn)在圖6.1展示了不同經(jīng)濟(jì)水平下地區(qū)的總?cè)丝谂c因PM?5暴露導(dǎo)致的死亡人數(shù)，經(jīng)濟(jì)水平按地區(qū)人均GDP等分為低、中、高三組。整體來看，經(jīng)濟(jì)水平越高的地區(qū)，人口規(guī)模越大，與PM?5暴露相關(guān)的成人和嬰兒死亡負(fù)擔(dān)絕對值也相應(yīng)更高。2013年，低、中、高經(jīng)濟(jì)水平組的成人歸因死亡人數(shù)分別為355,000人、420,000人和552,000人，相關(guān)嬰兒死亡人數(shù)分別為16,000人、17,000人和18,000人。經(jīng)過近十年的污染治理，各經(jīng)濟(jì)水平地區(qū)與PM?5暴露相關(guān)的健康負(fù)擔(dān)均顯著改善：2023年，低、中、高經(jīng)濟(jì)水平組的成人歸因死亡人數(shù)已降至260,000人、307,000人和417,000人，嬰兒歸因死亡人數(shù)均減少至約3,000人。污染治理成效顯著,為不同發(fā)展程度的地區(qū)帶來了健康福祉的普遍提升。圖6.1和6.2利用集中曲線進(jìn)一步展示了不同經(jīng)濟(jì)水平地區(qū)的空氣污染相關(guān)健康風(fēng)險(xiǎn)分布差異。橫軸表示按人均GDP排序的總?cè)丝诘睦鄯e概率，縱軸表示空氣污染導(dǎo)致死亡人數(shù)的累積概率。結(jié)果顯示，空氣污染導(dǎo)致的成人疾病死亡分布較為均勻，略多的集中在富裕人群中；2013年到2023年，集中指數(shù)從0.05下降到0.04,分布不均的趨勢有所好轉(zhuǎn)。與之相反，PM?5相關(guān)的嬰兒死亡集中在更為貧窮的人口中；2013年到2023年，集中指數(shù)從-0.04下降到-0.07,這種不均衡分布趨勢進(jìn)一步放大。這一富集趨勢的差異可能和不同年齡群體的“死因譜”有關(guān)。對于成人，經(jīng)濟(jì)水平較高的人群容易出現(xiàn)營養(yǎng)過剩、活動(dòng)量減少等問題，從而導(dǎo)致肥胖、糖尿病、冠心病等一系列“富貴病”;而兒童死亡主要與營養(yǎng)不良有關(guān)，貧窮地區(qū)食物供應(yīng)和衛(wèi)生資源的可及性差，因此面臨更高的風(fēng)險(xiǎn)。圖6.1人均GDP水平36健康風(fēng)險(xiǎn)在經(jīng)濟(jì)水平下的分布圖6.2成人歸因死亡人數(shù)的累積概率成人歸因死亡人數(shù)的累積概率圖6.3PM?5暴露相關(guān)嬰兒死亡在不同經(jīng)濟(jì)水平人口中的分布嬰兒歸因死亡人數(shù)的累積概率嬰兒歸因死亡人數(shù)的累積概率本報(bào)告沿用GBD的技術(shù)框架，通過利用Meta分析和多中心流行病學(xué)研究得到PM?5長期暴露與兒童死亡的暴露反應(yīng)關(guān)系，系統(tǒng)測算2013-2023年間中國清潔空氣行動(dòng)對人群暴露、成人健康和兒童健康帶來的改善作用，并通過將成人健康改善和兒童健康改善進(jìn)行對比，為兒童這一人群預(yù)期壽命損失，“第三個(gè)行動(dòng)計(jì)劃”有望迎來健康效益顯著提升的“紅利期”推出了三個(gè)階段的“行動(dòng)計(jì)劃”等關(guān)鍵大氣污染暴露在PM?5濃度超標(biāo)地區(qū)的人口占比從84%下降復(fù)，使得PM?5暴露濃度出現(xiàn)輕微反彈趨勢。2022其余省份PM?5暴露濃度均出現(xiàn)了不同程度的上升。為應(yīng)對新挑戰(zhàn)、持續(xù)改善空氣質(zhì)量，2023年國務(wù)步降低全國及重點(diǎn)區(qū)域PM?5濃度，以推動(dòng)空氣質(zhì)量與經(jīng)濟(jì)高質(zhì)量發(fā)展并行，并擴(kuò)張大氣污染防治重改善的邊際效應(yīng)在低濃度端更大，因此空氣治理后