高人口密度城市环境中感知与测量颗粒物(PM)之间的差异：一种公民共创方法

《Sustainable Cities and Society》：The difference between perceived and measured particulate matter in high population density urban environments: A citizen co-creation approach

　　

研究人员认识到了解公民感知空气质量的方式以及这些感知是否与实际空气质量测量相关对于有效的城市规划和政策制定至关重要。感知-测量差距及其对环境的依赖性在文献中已得到充分认识。然而，在地中海密集城市环境中，感知-测量差距仍然相对较少被探索。本研究旨在确定马耳他G?ira密集城市区域中感知与测量空气质量之间的关系。研究人员采用了一种共创的公民科学方法，将高分辨率颗粒物(PM)监测与基于调查的感知和健康数据相结合。来自九个分布式传感器的空气质量测量和212名受访者的调查揭示了客观测量与主观体验之间的明显不匹配。年均PM_2.5浓度范围为7.8至10.1 μg/m³，而PM₁₀范围为8.4至12.1 μg/m³，远低于欧盟限值（约为PM_2.5限值的40%–50%和PM₁₀限值的20%–30%）。尽管如此，对调查回答的统计分析表明，受访者高度关注，且相当比例的受访者将其环境与负面身心健康影响联系起来。这些结果强调，在密集城市环境中，感知-测量差距可能适用，尽管报告的PM污染物浓度相对较低，但环境关注度可能较高。在这些情况下，感知可能由其他因素驱动，例如交通和建筑活动等可见的城市压力源，这些因素在本研究中未直接测量。通过更详细的社会和空气质量指标测量，进一步研究感知-测量差距将是有益的。

**论文解读：高密度城市环境中感知与测量颗粒物(PM)的差异——基于公民共创方法的研究**

**1. 研究背景与问题**
随着城市人口密度持续增加，空气质量问题成为欧洲最严重的环境健康风险之一。欧盟环境署估计，每年约有238,000例过早死亡与PM_2.5相关。在密集的城市环境中，居民对空气质量的感知与实际测量值之间常存在偏差，即“感知-测量差距”。这一差距受环境背景、社会心理因素等影响，在地中海高密度城市区域（如马耳他G?ira）的研究相对匮乏。G?ira人口密度高达约12,000人/平方公里，交通拥堵、建筑活动频繁，绿地有限，环境压力显著。尽管已有研究表明，感知与测量之间的关联在高污染事件中较强，但在长期低浓度暴露下可能较弱甚至缺失。因此，本研究旨在探讨在高密度城市环境中，居民对颗粒物(PM)的感知是否与客观测量一致，以及如何通过公民共创方法整合主观与客观数据，为基于自然的解决方案(NbS)规划提供依据。

**2. 研究人员开展的研究**
研究人员在G?ira部署了9个空气传感器（安装在居民住宅阳台和公共空间），连续监测PM_1.0、PM_2.5、PM_4.0和PM₁₀，时间从2023年底至2025年初。同时，通过面对面和在线问卷收集212名居民的健康、感知和人口学数据。采用加权Spearman相关和加权卡方检验分析感知与测量数据的关系，并利用公民科学方法让居民参与数据收集。研究得出以下结论：测量到的PM浓度远低于欧盟限值（PM_2.5年均7.8–10.1 μg/m³，PM₁₀年均8.4–12.1 μg/m³），但居民感知到的环境问题严重，86%认为该区域面临严重污染，且与头痛、抑郁、失眠等健康症状呈正相关。然而，感知与测量数据之间无显著相关，表明感知主要受交通、建筑等可见压力源影响，而非实际PM浓度。该研究的意义在于揭示了高密度城市中NbS干预需同时考虑感知与测量数据，仅靠降低污染物浓度可能无法改善居民满意度。论文发表在《Sustainable Cities and Society》。

**3. 关键技术方法**
研究人员采用以下关键技术方法：
- **高分辨率颗粒物(PM)监测**：使用Senstate UAQM-HYBR-C-PACK传感器，在G?ira的9个点位（包括居民住宅和公共空间）以5分钟间隔采集PM_1.0、PM_2.5、PM_4.0、PM₁₀及空气质量指数(AQI)数据，数据通过LoRaWAN传输，因密集建筑导致部分数据缺失。
- **基于问卷的感知与健康调查**：面向G?ira居民（样本来源为VARCITIES项目实施区域），共212份有效问卷，涵盖社会人口学、邻里感知、健康与福祉、主观空气质量评价及对城市绿化的态度，采用WHOQOL-BREF和生活满意度量表。
- **加权统计分析**：由于样本存在自选择偏差，采用加权Spearman相关系数和加权卡方检验（基于Kish有效样本量），以年龄与性别比例加权，评估感知、健康症状与测量PM之间的关联。
- **公民共创方法**：将居民作为共同研究者，参与传感器安装、数据收集，并通过共创工作坊确定问题优先级，但数据分析由研究人员完成。

**4. 研究结果**
**4.1. 空气质量结果**
通过传感器网络获取的PM数据表明，G?ira的PM_2.5和PM₁₀日均浓度远低于欧盟2008/50/EC指令限值。例如，2024年各传感器PM_2.5年均浓度在7.8–10.1 μg/m³之间，PM₁₀在8.4–12.1 μg/m³之间，均低于欧盟年均值限值（20 μg/m³和40 μg/m³）。空间分布显示，交通繁忙的道路（如Rue d’Argens）PM浓度略高于安静街道，但差异有限。传感器6因数据缺失严重，代表性不足。总体而言，该区域空气质量在客观测量上处于良好水平。

**4.2. 调查结果统计分析**
对212份问卷的加权分析显示，居民对当地环境问题的关注度极高。例如，题目“G?ira面临严重的空气、水和土壤污染”的平均Likert得分为4.033（1-5分，5表示强烈同意），而“对G?ira整体环境条件满意”的平均得分仅为2.014。加权Spearman相关分析表明，感知到严重污染的居民更频繁地报告头痛、咽喉痛、胃痛、背痛等躯体症状，以及抑郁、易怒、思维模糊、失眠等神经心理症状，效应量中等（如头痛与污染感知的相关系数r=0.328，失眠与不满意的相关系数r=-0.363）。加权卡方检验显示，性别与污染感知存在关联（Cramér's V=0.17），男性更倾向于不同意污染严重；教育水平与绿色交通意愿相关（Cramér's V=0.31），高学历者更愿意采用绿色出行。

**4.3. 空气质量数据与感知的加权Spearman相关分析**
将148名居住在有传感器街道的居民数据与对应街道的PM中位数、上四分位数和95百分位数进行关联分析。结果显示，所有感知问题（如对污染严重性的认同）以及一切躯体与神经心理症状频率，与PM_1.0、PM_2.5、PM_4.0、PM₁₀及AQI的各种统计量之间均无小到中等以上的相关（所有相关系数绝对值<0.2）。这表明，尽管居民感知到严重的环境问题，但这些担忧并非由实际测量的PM浓度驱动。

**5. 讨论与结论**
研究人员在讨论中指出，感知-测量差距在高密度城市中尤为明显。G?ira的居民高度关注，尽管PM浓度达标，这可能是由于交通、建筑活动、噪声等可见压力源的综合影响，以及社会认知偏差（如对政府的不信任、媒体影响）。研究强调，基于自然的解决方案(NbS)不应仅以降低污染物为目标，更应通过共创过程改善居民感知和心理福祉。然而，研究存在局限性：仅测量PM，未包括NO_x、O₃等气态污染物；传感器数据缺失、暴露分类错误；问卷可能存在回忆偏差；时间不对齐等。因此，未来研究应纳入更多污染物类型，并加强个体层面的暴露匹配。

**翻译研究结论部分**
本研究调查了高密度城市环境（约12,000人/平方公里）中颗粒物暴露的感知-测量差距。研究人员采用了一种跨学科的共创公民科学方法，结合监测数据和调查数据以实现研究目标。结果表明，感知与测量PM之间存在清晰且一致的差异。测量的PM浓度保持在欧盟2008/50/EC指令设定的监管限值以下。PM_2.5年平均值通常低于10 μg/m³，PM₁₀低于12 μg/m³。PM₁₀的日超标次数在一年内少于四次，与指令限值相比极低。必须强调，本研究仅关注PM测量。气态污染物如氮氧化物(NO_x)、臭氧(O₃)和挥发性有机化合物(VOCs)在G?ira地区可能显著，因为交通活动以及附近的游艇码头和海洋排放。这些污染物未使用此类传感器测量，居民提到的部分健康问题可能源于这些其他形式的污染物。在调查与实际测量之间发生的PM源变化未被监测，也可能影响结果。由于这些原因，本研究结果需谨慎对待，它们提供了关于PM污染物感知-测量差距的信息。未来需要将公民反馈与这些污染物类型联系起来。
与此相反，调查结果显示居民高度关注，反映在感知指标上的Likert量表均值超过3.6。统计分析显示，测量的PM水平（包括典型的中位数、较高的第75百分位数和极端的第95百分位数）与感知环境质量或报告的躯体及神经心理症状频率之间均无显著相关。这表明感知并非由实际PM驱动，而可能由压力源、认知偏差和社会环境因素的综合作用所驱动。高城市密度、交通和建筑活动可能强化负面感知，但这需要未来研究验证。然而，由于暴露数据未与受访者个体匹配，这种关系反映的是区域层面的空间对应，而非个体层面的暴露-感知对齐。
未来研究应采用公民参与方法，同时纳入更多测量的污染物，以提供更完整的空气质量图景，这是本研究因传感器限制未能涉及的。延长时间覆盖范围也是必要的。测量污染源（如交通流量）对进一步夯实研究基础也很重要。