电动出行对健康与环境正义的影响

《Journal of Environmental Management》：Implications of electric mobility on health and environmental justice

　　

与交通相关的空气和噪音污染持续对城市人口构成显著健康威胁。本研究开发了一种可转移的方法论，用于在城市尺度上估算电动出行（electric mobility）的关键健康协同效益。这是首次考虑同时将乘用车和货运车辆电动化的研究。研究人员利用全城范围的数据，采用基于经验交通流量、车辆组成和道路网络速度的自下而上方法。在四种不同车辆类型的情景下，研究人员使用噪音传播模型和空气扩散模型（AERMOD）来估算与电动出行相关的噪音水平和五种路边空气污染物的减少量。结合人口分布数据，研究人员以可预防死亡人数和残疾损失寿命年（year of life lost in disability, YLD）计算健康结果。香港因其高人口密度、公交车的重要性以及作为国际运输和物流枢纽的角色而被选为案例研究。研究结果显示，所有情景合并的年可预防死亡总数为836.2人，其中包括512.2人归因于交通噪音减少，324.1人归因于交通相关空气污染减少。每年，因残疾导致的寿命损失年（YLD）减少总量达到21,264.8年。比较不同车辆类型，重型车辆（ notably 公交车和中重型卡车）的电动化带来了最大的公共健康效益。值得注意的是，低收入、老龄化和高失业率社区的可预防死亡减少率为每10万人12.23-12.96人，而其他社区为每10万人10.84-10.93人。这表明电动出行在克服紧凑型城市中由内燃机车辆（internal combustion engine vehicles, ICEs）造成的环境不正义方面具有潜力。

**论文解读：电动出行对健康与环境正义的影响**

**研究背景与问题**
交通相关的空气和噪音污染对城市人口构成重大环境健康威胁。机动车尾气排放是环境空气污染的主要来源之一，全球约27%的细颗粒物污染源自道路运输。空气污染每年导致约700万人过早死亡，被认定为全球最大的环境威胁。同时，交通噪音污染也显著危害健康，长期暴露于高交通噪音水平与心血管疾病（包括高血压和缺血性心脏病）、睡眠障碍、烦恼及认知障碍相关。尤其值得注意的是，社会经济地位较低的人群（包括低收入、少数民族和失业者）不成比例地暴露于更严重的交通空气和噪音污染中。因此，解决这些负面交通外部性的不平等分配，对于促进向可持续交通的公正转型至关重要。

**研究目的与意义**
尽管存在多种减少交通空气和噪音污染的策略，电动出行（electric mobility）已成为解决环境正义（environmental justice）问题的有前景方法。然而，现有文献大多单独研究空气或噪音污染，且主要关注电动乘用车（e-cars），忽略了对电动公交车（e-buses）、电动轻型商用车（e-LCVs）和电动中重型卡车（e-MHDTs）的评估。此外，城市内健康协同效益的空间分布及其对环境正义的影响尚不明确。因此，本研究旨在：（1）评估电动乘用车和货运车辆对人口暴露于交通空气和噪音污染的影响；（2）模拟与电动出行相关的环境危害减少量的空间变异性，并考虑城市人口分布及其作为行人的活动。研究以香港为案例，因其紧凑城市结构、高人口密度和公共交通导向发展。该研究发表在《Journal of Environmental Management》，具有三项创新贡献：同时考虑空气和噪音污染、涵盖所有车辆类型（包括乘用车和货运车）、以及提供精细空间尺度的环境正义分析。

**关键技术方法**
研究采用自下而上的方法，基于香港2020年年度交通普查数据（涵盖88.8%道路），包括每小时交通流量、车辆组成和速度。空气污染浓度使用稳态高斯烟羽模型AERMOD（AMS/EPA Regulatory Model）进行估算，输入包括地形处理器AERMAP（基于SRTM 30米高程数据）和气象处理器AERMET（使用2020年全年每小时地面数据和无线电探空仪数据）。交通噪音估算采用法国地面交通噪音指南中的源线模型和基于ISO9613的传播模型，考虑拥堵、几何发散、大气吸收、地面效应、屏蔽、路面、坡度、风速和峡谷效应。健康影响评估基于可预防死亡人数和残疾损失寿命年（YLD），使用来自香港卫生防护中心的粗死亡率和发病率数据，以及文献中的剂量-反应函数。环境正义分析以三级规划单位（Tertiary Planning Unit, TPU）为社区层面，使用低收入、老龄化（65岁及以上）和高失业率作为脆弱社区定义参数，并进行独立样本t检验。

**研究结果**
**4.1 交通相关空气和噪音污染的空间分布**
研究显示，香港道路交通空气污染物浓度（CO、NO₂、PM_2.5、PM₁₀、SO₂）在中央商务区（CBD）和城市核心区比郊区高1.7-2.9倍。NO₂、PM_2.5和PM₁₀的热点位于城市北部和西北部，归因于白天中重型卡车（MHDTs）比例较高（15.2%-19.8%）。峰值时段MHDTs比例可达30%，导致PM水平显著升高。平均街道噪音水平（L_den）为80.3 dBA，远高于世界卫生组织建议的53 dBA，CBD和城市核心区噪音超过85 dBA。

**4.2 电动出行对交通相关空气和噪音污染的影响**
通过四种100%电动化情景（S1: e-cars, S2: e-buses, S3: e-LCVs, S4: e-MHDTs）分析，发现：（1）S1: e-cars可使CO和SO₂减少约50-70%；（2）S2: e-buses和S4: e-MHDTs可使PM_2.5和PM₁₀减少29.6-38.1%；（3）重型车辆电动化（S2和S4）的NO₂减少具有更高的空间变异性，其中S2在拥挤的城市走廊效益最大，S4在物流枢纽附近效益最大；（4）噪音减少方面，S4: e-MHDTs平均减少0.64 dBA，S2: e-buses减少0.55 dBA，S1: e-cars仅减少0.14 dBA，且S2和S4的最大噪音减少可达4.67-4.9 dBA。

**4.3 电动出行的健康协同效益与环境正义**
在未考虑电动化前，脆弱社区（低收入、老龄化、高失业率）已暴露于显著更高的交通空气和噪音污染水平（p<0.01）。所有情景合并的年可预防死亡总数为836.2人（95% CI: 561.2-1111.4），其中512.2人归因于噪音减少，324.1人归因于空气污染减少。YLD减少总量为21,264.8年（95% CI: 19,405.4-23,124.2）。S4: e-MHDTs贡献最大可预防死亡减少（338.7人）和YLD减少（8288.3年），其次为S2: e-buses。环境正义分析表明，低收入、老龄化和高失业率社区的可预防死亡减少率分别为每10万人12.96、12.23和12.35，显著高于其对照社区（10.84、10.93和10.93）（p<0.05）。YLD减少也呈现类似模式。这表明电动出行能向脆弱社区分配更多健康效益，促进环境正义。

**讨论与结论**
讨论部分强调，在紧凑型城市中，住宅和活动集群靠近密集交通导致更高的污染暴露。研究为香港电动化政策提供及时见解：电动化公交车（仅占注册车辆2%）和MHDTs可产生显著健康效益，且噪音减少主要来自重型车辆。建议优先电动化城市核心的高频拥堵公交线路，并在郊区新城镇推广电动卡车。同时，需关注非尾气颗粒物（轮胎、刹车磨损）问题，并建议采用补充措施如Euro 7标准。在环境正义方面，政府应制定促进电动化的战略，通过限制住宅区重型车辆、优先电动化特定区域、优化电动垃圾车路线等措施，进一步促进环境正义。

研究结论部分翻译如下：本研究在e-cars、e-buses、e-LCVs和e-MHDTs四种情景下，考察了电动出行对交通噪音和空气污染的影响。研究做出三项重要贡献。第一，与单独研究交通空气或噪音污染的研究不同，本研究同时分析两种环境威胁，揭示四种情景合并的年可预防死亡总数为836.2人（95% CI: 561.2-1111.4），YLD减少21,264.8年（95% CI: 19,405.4-23,124.2）。第二，通过将健康影响评估框架扩展到不仅覆盖乘用车还包括货运车辆，本研究证明重型车辆对空气和噪音污染的贡献不成比例，并在电动化后产生最大的健康协同效益。值得注意的是，e-MHDTs和e-buses分别占可预防死亡总数的40.5%和36.6%，这些水平显著高于e-cars可达到的水平。第三，研究提供了精细尺度的环境正义空间分析，表明电动出行可在社会经济弱势社区（尤其是低收入和老年人口比例较高的社区）产生显著的健康优势。低收入、老龄化和高失业率社区的可预防死亡减少率为每10万人12.23-12.96人，而对照社区为10.84-10.93人。总之，本文在模拟可持续交通、公共健康和环境正义的界面方面取得了理论和实践进展。