综述：欧洲城市交通与土地利用相关环境暴露的定量健康影响评估：研究现状与研究议程

《Current Environmental Health Reports》：Quantitative Health Impact Assessment of Environmental Exposures Linked to Urban Transport and Land Use in Europe: State of Research and Research Agenda

本综述系统梳理了城市交通与土地利用定量健康影响评估（qHIA）的最新进展，指出当前多数评估缺乏公平性考量，并强调将暴露评估、行为模拟与健康模型结合的重要性。文章呼吁在气候危机背景下，开发能适应不稳定未来的方法，并建议采用价值信息分析（VoI）优化数据收集。

　　

引言

当代城市与交通规划及实践导致空气污染、噪声、城市热岛效应等有害暴露的增加，并减少了绿色空间和身体活动机会。定量健康影响评估（qHIA）通过比较不同环境暴露（如空气污染、噪声）和行为（如身体活动）的替代情景结果，旨在支持科学认知并为政策制定提供信息。随着全球向净零排放的快速转型需求以及交通部门脱碳的失败，进行此类评估变得愈发重要。

概念框架

概念框架是连接城市、交通规划与健康结果的重要工具。它们帮助利益相关者可视化规划决策潜在的健康效益或风险，并理解其对不同人群的影响。例如，Glazener等人提出的框架识别了14条通向发病率和死亡率结局的通路，并将公平性作为跨领域主题。然而，这些框架的复杂性远超出当前定量HIA模型的表征能力，实际建模需明确使用场景，即结合研究或政策问题以及可用资源。

城市与交通规划情景

qHIA依赖于反事实情景（即替代未来情景）与当前条件（或照常发展预测）的比较。最简单的情景是评估单一有害风险因素的负担，通常参考某个最低暴露水平（如观察到的最低暴露、理论最小值或可行最小值）。对于交通和土地利用等健康决定因素，情景定义更为复杂，因为它们通常通过多种途径影响健康。许多HIA研究倾向于关注出行模式转变情景，但其效果估计往往基于政策文件中的交通计划，可能缺乏足够的证据支持。建议区分基于证据或行为模型的政策效果评估与基于更广泛愿景的影响建模。此外，情景设计过程应明确利益相关者的参与以及用于构建情景的数据、证据或行为模型。

环境决定因素与疾病负担通路

空气污染

空气污染是最大的环境疾病负担源。欧洲环境署（EEA）数据显示，2022年PM_2.5在欧洲导致23.9万例过早死亡。新的世界卫生组织（WHO）指南强调，空气污染在比以往认知更低的水平下即有害。暴露评估方法包括土地利用回归（LUR）模型、扩散/化学传输模型（DCTM）以及结合多种方法的混合模型。尽管高分辨率暴露面数据日益可用，但大多数HIA仍使用基于住宅室外年度平均浓度的暴露评估，忽略了出行微环境中的暴露变异性和时空动态，这可能对公平性分析尤为重要。

噪声

在欧洲，环境噪声的主要来源是交通，尤其是道路交通噪声。研究表明，环境噪声与睡眠障碍、烦恼、心血管和代谢疾病、不良出生结局、认知障碍以及心理健康问题相关。欧洲成员国根据《环境噪声指令》（END）每五年提供环境噪声数据并制作战略噪声图。然而，用于建模的暴露评估方法在覆盖范围和数据质量上差异很大。未来的HIA需要更精细的方法来表征建筑特征和个人行为对暴露的影响。

热暴露

全球变暖导致极端高温事件频率和强度增加。高温暴露与过早死亡率、心血管和呼吸系统疾病发病率的增加相关。城市热岛（UHI）效应加剧了局部热应激。暴露评估通常使用卫星数据和气象变量建模，但需要将气候模型的空间尺度与微气候环境更好地联系起来。HIA应更多地考虑脆弱性、适应能力和人类热韧性。

绿色和蓝色空间

绿色和蓝色空间通常指城市环境中的植被和水域区域。流行病学研究表明，接触绿色和蓝色空间通过多种途径对身心健康产生积极影响，但其独立的暴露-反应函数因与其他环境暴露（如空气污染、热）的相互作用而难以分离。常用的暴露指标是归一化差异植被指数（NDVI）或住宅周围绿化百分比。HIA面临的挑战包括如何解释多暴露相互作用和非线性效应。

身体活动

大量身体活动通过日常活动（如步行和骑行）实现，建成环境深刻影响这些行为。有强有力的证据表明，身体活动可以降低心血管疾病、糖尿病、痴呆症、抑郁症和多种癌症的发病和死亡风险。剂量反应关系呈强非线性，最不活跃的人群增加活动获益最大。HIA需要基于人群活动水平分布（通过测量或估算）来准确评估干预措施的影响，微模拟和行为建模在这方面显示出潜力。

个人暴露与行为

大多数环境HIA使用基于居住地的聚合暴露评估，这忽略了因行为、时间活动模式以及室内外暴露差异导致的个体间变异。微模拟方法，特别是基于代理的模型（如MATSim）和活动基模型（ABM），能够以高时空分辨率表征异质性个体的行为和暴露，为更精确的HIA提供了可能。将全球定位系统（GPS）等地理技术与环境传感结合，可以进行动态暴露评估，但面临样本代表性和数据隐私等挑战。

健康影响建模方法与更广泛的指标

健康影响建模方法

比较风险评估（CRA）是常用的方法，使用人群归因分值（PAF）来估计可归因的疾病负担。它适用于估计暴露的负担，但无法表征时间动态（如疾病患病率变化、死因竞争）。生命表方法可以估计预期寿命，更先进的多状态生命表能模拟多种疾病状态。微模拟模型在暴露评估和健康影响计算阶段都提供了高度的灵活性，能够表征个体水平的变异性和多病共存。

福祉与福利经济分析

除了死亡率和发病率，HIA应纳入福祉（如生活满意度、心理健康）的评估。福祉经济学家使用如福祉调整生命年（WELLBYs）等指标。福利经济学框架下的成本效益分析（CBA）将健康和环境影响货币化，但其基于当前市场偏好和支付意愿的假设存在争议，可能无法充分体现公平性和代际正义。多标准决策分析（MCDA）等替代方法可以纳入更广泛的定性和非货币化影响。

不确定性与敏感性分析

处理不确定性对于HIA至关重要。蒙特卡洛模拟等概率方法可以生成围绕结果的可信区间。单因素敏感性分析可以测试不同参数假设下的结果稳健性。价值信息分析（VoI）是一种更正式的方法，用于量化获得模型输入更好信息的预期收益，从而指导最有效的数据收集方向。

HIA中的公平与正义

当前大多数交通相关的健康影响建模研究未能充分考虑公平和分布方面的影响。健康结果的不公平可源于暴露差异、疾病负担差异、易感性差异、从干预中获益能力的差异，以及非健康结果（如家庭预算）、伤害责任和参与过程的不公平。将公平性系统性地整合到HIA的所有阶段至关重要，包括识别相关亚群、采用交叉性框架分析多维劣势，并积极让代表性不足的群体参与评估过程。

报告清单与可重复性

定量HIA和模拟研究缺乏标准化的报告清单，这不利于结果比较、证据合成和成果转化。提高可重复性需要公开分析代码、提供详细文档和示例数据集，并采用方法验证结果的一致性。资助方应支持研究人员投入时间进行充分的文档记录。

讨论与研究议程

定量HIA领域在过去15年发展迅速，但在数据、暴露评估、流行病学证据、建模方法、指标和公平性方面仍存在显著差距。未来的研究议程应优先关注：数据可用性与协调性；多污染物暴露模型和以人为本的暴露评估；更新和细化暴露-反应函数，特别是噪声、热和绿色空间；开发透明、可重复的模型，整合行为动态和长期气候情景测试；拓宽结果指标以包含福祉；以及将公平性考量系统嵌入所有评估阶段。最终目标是推动HIA科学严谨性、政策相关性和社会影响力的全面提升，以应对气候变化和健康不平等的双重挑战。