将空气污染与健康之间的反馈关系纳入气候预测：迈向综合模型中内生的环境与社会联系

《Environment International》：Integrating air pollution-health feedback into climate projections: towards endogenous environmental-social links in the integrated models

空气质量与健康管理协同反馈机制研究在综合评估模型中的应用。摘要：本研究通过整合SSP-RCP情景中PM2.5浓度数据、暴露响应函数和人口结构，动态调整死亡率预测，揭示空气污染健康反馈对预期寿命和死亡人数的影响。结果显示，低排放情景（SSP1-1.9）因低估空气污染改善效益，累计死亡人数被高估8%（10百万），而高排放情景（SSP3-7.0）因污染加剧导致低估6%（15百万）死亡。反馈机制使南北健康差距在SSP3-7.0情景下扩大0.16年，在SSP1-2.6情景下缩小0.05年。研究证实环境健康反馈对长期人口预测具有重要修正作用。

　　空气污染与健康之间的相互作用是当前全球可持续发展研究中的一个重要议题。传统的综合评估模型（Integrated Assessment Models, IAMs）通常将社会经济因素视为外生变量，而忽略了环境变化如何反过来影响人类健康和人口结构。这种局限性使得我们对健康共益的理解不够全面，也削弱了气候与公共健康政策整合的科学基础。为了弥补这一不足，本研究通过将四种SSP-RCP情景下的环境空气质量数据与疾病特异性风险函数相结合，对人口健康影响进行了更准确的预测。这一方法能够更真实地反映空气污染对健康的影响，尤其是在空气污染严重的地区，同时支持更协调的气候与公共健康政策制定。

在现有研究中，许多国家层面的分析已经表明，空气污染与健康反馈能够显著改变因空气污染导致的过早死亡数量和出生时预期寿命（Life Expectancy at Birth, LE0）。例如，在印度，通过考虑空气污染对死亡率的影响，研究发现到2030年，可能避免250万例死亡，并增加2.8年的预期寿命。而在英格兰和威尔士，一个跨部门的缓解情景预计可以避免1370万生命年，相比以2020年为基准的预测。这些研究表明，空气污染与健康反馈能够显著改变人口健康趋势，但当前的全球研究往往未能将这些反馈机制纳入模型，导致对健康影响的预测不够精确。

本研究首次在全球范围内，基于186个国家和地区的数据，评估了空气污染与健康反馈对长期人口健康趋势的影响。通过整合SSP-RCP情景下的空气质量预测、人口数据以及疾病特异性风险函数，我们构建了一个统一的模型框架，以动态调整死亡率，从而更准确地反映空气污染对健康的具体影响。研究结果揭示了空气污染对健康的不同影响，特别是在不同社会经济和环境路径下，健康共益的显著变化。

研究发现，在低排放情景（SSP1-1.9）下，由于空气质量改善，2020年至2050年间因空气污染导致的死亡人数被高估了8%，即约1000万例。而在高排放情景（SSP3-7.0）下，死亡人数则被低估了6%，即约1500万例。这些差异进一步导致了出生时预期寿命的变化：低排放情景下预期寿命增加了0.23年，而高排放情景下则减少了0.16年。值得注意的是，这种反馈效应在东南亚等空气污染暴露较高且人口脆弱的地区尤为明显，加剧了全球南北国家之间的死亡差距。然而，在低排放情景（SSP1-1.9/2.6）下，这些差距则有所缩小。

本研究还揭示了不同地区和人群在空气污染与健康反馈中的差异。在SSP1-1.9和SSP1-2.6情景下，南亚和东南亚国家因空气质量改善而获得了较大的健康收益，特别是在低收入国家。相比之下，SSP3-7.0情景下，这些国家的空气污染持续恶化，导致过早死亡人数显著上升。而高收入国家则因空气污染暴露较低，其健康收益相对较小。这种区域差异表明，空气污染与健康反馈对不同社会经济路径下的健康结果具有显著影响。

此外，研究还发现，空气污染对老年人群体的影响尤为显著。在所有年龄组中，65岁及以上的人群因空气污染导致的死亡风险最高，其死亡率变化也最大。到2050年，这一群体在空气污染相关死亡中的占比预计将从2020年的71%上升至85%。这主要是由于人口老龄化趋势和空气污染水平的增加。在年轻人群（25岁以下）和工作年龄人口（25-64岁）中，空气污染的影响相对较小，分别占总过早死亡人数的2%和18%。这种年龄差异进一步强调了在制定空气污染缓解政策时，应特别关注老年人群体的健康风险。

在疾病分布方面，研究发现，不同地区和情景下，空气污染相关的主要疾病有所不同。在南亚地区，慢性阻塞性肺病（COPD）成为高污染情景下的主要健康负担，而在清洁情景下，缺血性心脏病（IHD）则占主导地位。在东南亚和东亚地区，中风（Stroke）是成年人（25岁以上）的主要健康威胁，而在撒哈拉以南非洲和北非及中东地区，IHD仍然是主要的健康负担。这些发现有助于更准确地识别空气污染对不同疾病的影响，并为制定针对性的公共卫生政策提供依据。

性别差异也是空气污染与健康反馈的重要特征。在所有情景中，男性始终面临更高的空气污染相关健康风险，这主要归因于其较高的基础死亡率和对空气污染暴露的更高敏感性。因此，在空气污染缓解政策的设计中，应特别关注男性群体的健康影响。

研究还强调了空气污染与健康反馈对长期人口健康预测的重要性。传统的IAMs通常忽略这种反馈机制，导致预测结果与实际情况存在偏差。通过将空气污染的影响纳入模型，可以更准确地反映不同社会经济路径下的健康趋势，从而为政策制定者提供更可靠的依据。此外，研究还指出，未来的空气污染缓解策略应考虑更多复杂的反馈机制，如高温相关健康影响、极端天气事件以及粮食短缺等，以全面评估环境变化对人类健康的综合影响。

尽管本研究提供了重要的见解，但仍然存在一些局限性。首先，我们假设人口规模和结构在不同情景下保持不变，忽略了空气污染对人口变化的潜在影响。这种简化可能导致在低排放情景下低估死亡人数，而在高排放情景下高估死亡人数。其次，研究仅考虑了室外空气污染（PM2.5），而忽略了其他重要的污染物，如臭氧和室内空气污染。这可能在低收入地区造成健康风险的低估。此外，我们的方法采用相对风险乘数调整死亡率，假设暴露变化立即转化为死亡率变化，而没有考虑行为、健康系统或其他反应。因此，该方法应被视为一种保守的、第一阶近似，而不是完整的因果关系。

本研究的结果表明，忽略空气污染与健康反馈可能导致对未来健康结果的系统性误判，尤其是在空气污染暴露较高和人口老龄化严重的地区。因此，有必要在综合模型框架中进一步整合这些反馈机制，以提高长期可持续性预测的现实性和政策相关性。同时，研究也呼吁开发更高分辨率的亚国家级预测模型，以更好地捕捉城乡和区域内的健康差异，从而制定更具针对性和公平性的缓解策略。

综上所述，本研究通过引入空气污染与健康反馈机制，对全球人口健康趋势进行了更全面的评估。研究结果不仅揭示了不同社会经济和环境路径下健康结果的显著差异，还强调了空气污染对不同地区和人群健康影响的多样性。这些发现对于推动气候与公共健康政策的整合具有重要意义，也为未来的环境健康研究提供了新的方向和方法。