城市环境、健康与公平

《Environmental Epidemiology》：Urban environment, health, and equity

　　

背景：城市居民暴露于多种环境应激源中，但关于环境暴露不公及其相关健康和福祉结果方面的有力证据仍然有限。目的：评估住宅暴露于空气污染（PM2.5、PM10 和 NO2）、交通噪声（道路、铁路和飞机）以及绿色度（300 米范围内的归一化植被指数 NDVI）方面的不公，并描述其与自我报告症状和烦恼之间的关联。方法：研究人群包括居住在瑞典斯德哥尔摩县的 46,282 名成人（18–84 岁），他们参与了 2023 年瑞典国家环境健康调查。住宅暴露（二分法处理）基于地理编码的地址坐标，并按社会经济地位（SES）和建筑类型进行分层。逻辑回归估计了调整后的优势比（OR）及 95% 置信区间（95% CI），并通过交互项检验了效应修饰作用。结果：与独栋住宅居民相比，公寓居民更常暴露于空气污染和噪声中，且周围绿色度较低。按 SES 分层分析揭示了暴露特异性的模式，但没有一致的整体趋势。空气污染暴露与感知户外空气质量差相关（NO2：OR = 3.22；95% CI = 2.75–3.79），交通噪声与例如高噪声烦恼相关（道路交通：OR = 4.59；95% CI = 4.02–5.26），而绿色度则与例如夏季感知室内热应激较低相关（OR = 0.83；95% CI = 0.79–0.88）。自我报告的健康和福祉随 SES 和建筑类型而异。结论：我们的研究揭示了密集居住区集中存在的环境应激源，并突出了多维度的环境不公。环境暴露与自我感知的健康和福祉相关，强调了需要基于整合、系统性的政策（如“同一健康”），以促进可持续的城市福祉。本研究增加的内容：城市环境条件会以不同方式影响人们的健康和福祉。本研究表明，公寓居住往往与多种环境暴露共现的地点和城市形态相伴。此外，它表明环境不公是多维度的且具有情境特异性，而不是在所有暴露方面系统地使单一社会经济群体处于不利地位。我们发现了几种具有统计学意义的环境健康关联，但参与者的感知随 SES 和建筑类型而异。我们的发现表明，城市环境健康关联是复杂的，受物理环境和社会因素共同塑造，强调了城市政策需要考虑整合方法。引言：目前世界上超过一半的人口居住在城市地区，预计到 2050 年这一比例将增加至约三分之二。1 在瑞典，近 90% 的人口已居住在城市地区，斯德哥尔摩县的比例约为 97%，是瑞典各县中比例最高的。2 虽然该县在人口分布上主要以城市为主，但也包括大量非城市土地面积，包括森林和群岛环境。城市化并不是一个新现象；然而，当代城市生活与过去几十年或几个世纪的生活显著不同。2 快速的人口增长、增加的城市密度、强化的交通运输以及扩大的经济差距塑造了现代城市及其居住条件，2,3 这些发展给城市居民及其健康带来了复杂的挑战。3 空气污染、噪声以及有限的绿地获取途径是一些普遍存在的环境应激源示例。同时，与气候变化相关的因素，如热浪、洪水以及传染病的（再）出现，以及社会隔离和环境健康不公，对城市居民的健康和福祉构成了额外威胁。2,3 环境应激源的有害健康影响已被广泛确立，包括空气污染与呼吸系统和心血管健康之间的关联，4,5 交通噪声与缺血性心脏病，6 热浪与全因死亡率，7 以及绿色和蓝色空间与心理健康之间的复杂关系。8 尽管如此，仍需开展大规模研究，以考察人们对住宅环境的感知模式和信息，这对于可持续的城市规划和决策至关重要。对环境暴露的感知可能提供对潜在因素的洞察，并可能影响健康结果，例如通过塑造心理应激反应和对环境应激源的行为适应。9 环境健康不公指的是暴露于不利环境因素（如热浪、空气污染、交通噪声和过度拥挤）的不平等，以及由此导致的相关健康风险和症状在人群中的不均匀分布，同时考虑到个人情况。10 解决健康不平等需要认识多样性，并承认长期存在的结构性社会和健康不公使某些群体面临更大风险。11 较高的环境危害暴露通常归因于社会经济剥夺或地理位置；然而，这些不公的具体决定因素及其在不同人群中的变化仍未得到充分表征。10 正如欧洲环境署所指出的，受影响最大的通常是已经处于不利地位的个体，原因包括年龄、健康状况或社会经济地位等因素，儿童、老年人和经济资源有限的人往往不成比例地暴露于城市环境应激源中。12 此外，像建筑类型（如公寓楼与独栋住宅）等因素也可能导致环境健康不公，例如通过增加公寓居民暴露于室内空气污染、噪声或更高温度的风险。13,14 在全球比较中，欧洲公民的生活质量相对较高。12 根据欧盟统计局（Eurostat）的数据，瑞典居民报告欧盟内污染、污垢或其他环境问题水平最低；即使在城市地区，2023 年报告受环境危害影响的人口也少于 10%。15 尽管如此，欧洲各地区和社会群体之间的环境健康不公依然存在。12 2023 年，在欧盟，贫困风险增加的人群比贫困风险较低的人群受到污染、污垢和噪声的干扰更大。15 此外，低收入群体已被证明获得绿地的机会减少且暴露于空气污染的风险更高，说明了“由不平等驱动的暴露水平差异”。3,16 因此，在大尺度上，这些模式表明边缘化社区往往承受不成比例的环境健康负担。然而，在地方层面，最近在瑞典进行的研究表明模式更加异质且具有情境依赖性，关联随环境暴露、社会经济指标和人群群体而异。17,18 例如，Stucki 等人 17 显示，在斯德哥尔摩县邻近的乌普萨拉县城市区域内，瑞典出生的老年、未婚且受过良好教育的女性似乎不成比例地暴露于更高的环境负担中。此外，Azzouz 等人 18 发现，瑞典的社区社会经济条件与环境负担密切相关，突出了实质性且特定于城市的环境不平等。在关于城市化和健康的一项范围综述中，Dyer 等人 3 强调了城市健康研究中级别的人口和社会经济特征“数据匮乏”依然存在。这限制了我们要检测不同人群群体在环境暴露和健康方面差异的能力，使得识别脆弱人群更加困难，并使有效预防干预措施的设计变得复杂。通过这项研究，我们利用瑞典斯德哥尔摩县的本地数据，为环境健康不公及相关健康影响的证据基础做出了贡献。 specifically，我们的目标是（1）评估环境（多重）暴露是否在社会经济和人口群体间存在差异，以及（2）描述随后与自我报告症状和烦恼之间的关联。方法研究人群研究人群基于 2023 年瑞典国家环境健康调查的受访者。该调查由瑞典公共卫生署每 4 年进行一次，并向瑞典居民的随机样本发送，调查对象在儿童和成人之间交替。19 通常，在成人调查中，瑞典的 21 个县每个县都有 500 名 18–84 岁且在瑞典登记居住至少 5 年的成人样本，并在选定的县和市镇进行额外的密集抽样。20 2023 年，在斯德哥尔摩县进行了额外的密集抽样。环境健康调查结果有助于县行政委员会、地区和市镇将区域情况与国家趋势进行比较，并支持环境保护、公共卫生工作和社区规划。这通过全国或区域环境健康报告以及在线统计可视化工具"Folkh?lsostudio"来实现。19,21 在 2023 年最初受邀参与的 235,091 名个体中，37.7% 做出了回应，对应 88,725 名参与者，项目特定的无响应率范围为 0.3% 至 8.7%。由于 2023 年进行了额外的密集抽样，几乎所有受邀个体都是斯德哥尔摩县的居民。调查收集了关于自我报告健康的横断面数据，包括一般健康状况、慢性病、压力和烦恼，以及对环境暴露和行为（如感知空气质量和噪声、绿地访问频率和睡眠质量）的感知。随后调查数据与登记数据链接，主要涉及社会人口特征和住宅地址坐标。使用国际指南、既往研究或本地数据中既定的阈值对暴露和结局进行二分法处理，以允许具有临床和政策相关性的解释以及暴露之间的可比性。基于这些数据，我们建立了斯德哥尔摩环境健康队列，这是一个旨在进行纵向随访的基于人群的队列，由居住在斯德哥尔摩县的调查受访者组成（N = 46,282）。本研究报告了 2023 年基线调查的横断面结果，并描述了作为后续队列基础的研究样本。瑞典伦理审查机构，斯德哥尔摩地区（Dnr. 2024-08093-01）批准了伦理审查。参与者通过回应调查同意参与研究。暴露因素在本研究中，我们使用了三类主要环境暴露：空气污染（空气动力学直径<2.5（PM2.5）、<10 μm（pm10）的颗粒物，以及二氧化氮（NO2））、交通噪声（道路、铁路、飞机）和绿色度（300 米范围内的归一化植被指数（NDVI））。我们预先选择了空气污染、交通噪声和住宅绿色度，因为它们代表了斯德哥尔摩县城市住宅环境的主要、政策相关维度。这些领域共同捕捉了环境应激源和健康促进资源，并允许评估城市环境负担和设施是否在不同人群群体中分布不同。选择基于既定的环境健康证据、区域监测重点以及斯德哥尔摩县之前的环境健康报告。4–8,21 我们使用有向无环图来指定暴露、结局和潜在混杂因素之间假设的关系（图 S0，https://links.lww.com/EE/A454）。所有暴露均在参与者的住宅地址使用地理编码的地址坐标进行客观评估。暴露评估根据最先进的和经过验证的方法进行。暴露评估的详细描述见表 S0，https://links.lww.com/EE/A454。为了便于分析与自我报告症状和烦恼结局的关联，所有环境暴露均基于国际指南、既往文献和本地报告中既定的阈值分为高暴露和低暴露类别。对于空气污染，暴露截断值定义为污染物特异性中位数值，高于或等于中位数的值被归类为高暴露；鉴于暴露水平相当低，主要低于世界卫生组织（WHO）空气质量指南截断值。对于交通噪声，我们使用了 WHO 截断值，认为道路交通≥53 dB Lden、铁路交通≥54 dB Lden 和飞机噪声≥45 Lden 为高暴露。高绿色度暴露定义为 NDVI ≥0.45，基于既往文献和积累的区域经验，例如来自本地环境健康报告。21,22 结局指标结局变量的选择旨在对多种环境暴露潜在的健康和福祉影响提供广泛评估，并基于既往流行病学证据和《国家环境健康调查》中相关数据的可用性进行预先假设指导。20 所有结局均为自我报告，并源自调查问卷。几个结局是通过结合多个调查问题的回答构建的；详细的变量定义和编码见表 S1，https://links.lww.com/EE/A454。对于空气污染暴露，我们调查了与一般健康状况良好（是/否）、感知户外空气质量差（是/否）、眼、鼻和/或喉症状（是/否）、支气管炎（是/否）和哮喘（是/否）的关联。对于交通噪声暴露，结局包括一般健康状况良好（是/否）、高噪声烦恼（是/否）、休息和放松受到干扰（是/否）、一般压力症状（例如头痛和/或疲劳）（是/否）、因交通导致的睡眠干扰（非特定来源；是/否）、夏季感知室内高温（是/否）、在露台或阳台上受到的困扰（是/否），以及在露台或阳台上花费大量时间（是/否）。高噪声烦恼分别针对道路、铁路和飞机噪声进行评估。

对于绿化暴露，我们考察了其与良好总体健康状况（是/否）、总体压力症状（例如头痛和/或疲劳）（是/否）、眼、鼻和/或咽喉症状（是/否）、花粉过敏（是/否）、频繁访问绿化空间（是/否）、夏季感知室内高温（是/否）以及夏季在阳台或露台上户外停留时间（是/否）之间的关联。

协变量
我们的调整策略基于一个常见的因果框架（如图 S0 所示，https://links.lww.com/EE/A454）。因此，我们在所有暴露 - 结局模型中使用了相同的一组协变量。协变量是基于现有文献和由有向无环图表示的因果假设，预先选择为潜在混杂因素，同时也考虑了数据的可用性。20,21,23 个人和生活方式特征包括年龄（18–39 岁，40–59 岁，60–84 岁）、性别（男/女）和吸烟状况（当前/既往/从不）。社会经济地位（SES）由最高受教育程度（小学/高中/大学）、出生国（国内/国外）、婚姻状况（已婚/未婚）和可支配家庭收入（连续变量，瑞典克朗）表示。作为基于区域的协变量，居住市和 DeSO（“人口统计区域”）级别的区域收入包含在主要模型中。24 DeSOs 是瑞典的小区域统计单元，包含大约 700–3,000 名居民，提供了低区域水平的统计见解，信息来源于登记和调查。对于分层和二分类分析，大学学历被分类为高学历，家庭收入高于中位数（>652,552 瑞典克朗）被分类为高收入。

统计分析
我们使用描述性分析来表征研究人群，仅包括在相关暴露和/或结局变量上信息非缺失的个体。连续变量以中位数和四分位距（IQRs）表示，分类变量以频率和比例（n/N）表示。基于其 DeSO 代码，我们将研究参与者分配为居住在斯德哥尔摩郡的城市、郊区或农村区域。因为空气污染、交通噪声和绿化部分受相同的潜在城市形态和交通基础设施塑造，预计这些暴露之间存在相关性。因此，我们检查了暴露变量之间的成对 Pearson 相关性，以描述研究样本中暴露共现的程度。为了广泛捕捉主要人群组之间的环境暴露差异，我们总结了总体以及按收入（高/低）、教育（高/低）、出生国（国内/国外）和建筑类型（房屋/公寓楼）分层的高水平空气污染、交通噪声和绿化暴露参与者的比例。使用 Pearson 卡方检验比较各组之间的比例。

为了评估潜在的选择偏差，所有分析都使用瑞典统计局提供的调查权重重复进行，旨在考虑不同人群亚组之间的差异非响应。20,25 此后，通过多变量逻辑回归模型，调整预定义的协变量，我们估计了选定健康和幸福结局与各自环境暴露之间的关联。

在敏感性分析中，我们将基于区域的收入（DeSO 级别）作为协变量从主要模型中排除。此外，在选定的关键暴露 - 结局关联中，我们将市作为随机效应包含在内。最后，我们使用自然三次样条（3 自由度）将环境暴露建模为连续变量，重新分析了选定的关联。比较样条和线性模型的似然比检验用于评估潜在的非线性。所有分析的显著性水平设定为 alpha = 0.05。通过收入、教育、出生国和建筑类型使用交互项探索了针对性暴露 - 结局关联的效应修饰。交互分析限制为每个暴露一个结局，基于对区域政策制定的相关性，以及逻辑回归分析中关联的强度和显著性进行选择。所有统计分析均使用 CRAN R（版本 4.3.2）。

结果
研究人群特征见表 1，显示性别和年龄分布合理均匀，其中 60 岁或以上的参与者比例略高（46%）。我们研究人群中约有一半居住在公寓楼。同样，约一半拥有大学学位，一半从不吸烟，一半已婚。尽管许多参与者住在公寓，但只有 19% 是租赁租户。大多数受访者出生在瑞典（83%）并且经济状况良好。我们样本人口的大部分居住在城市区域（90.1%），而 3.3% 的参与者居住在郊区，6.6% 居住在农村区域。

表 1. 研究人群特征
特征 | Na | Overallb, N = 46,282
--- | --- | ---
性别 | 46,282 |
?男 | | 20,753 (45%)
?女 | | 25,529 (55%)
年龄（岁） | 46,282 |
?18–39 | | 9,455 (20%)
?40–59 | | 15,760 (34%)
?60–84 | | 21,067 (46%)
出生国 | 45,926 |
?国内 | | 37,975 (83%)
?国外 | | 7,951 (17%)
最高受教育程度 | 46,094 |
?小学 | | 4,642 (10%)
?高中 | | 19,277 (42%)
?大学 | | 22,175 (48%)
吸烟 | 46,157 |
?当前 | | 3,815 (8.3%)
?既往 | | 16,280 (35%)
?从不 | | 26,062 (56%)
婚姻状况 | 46,282 |
?已婚 | | 22,744 (49%)
?未婚 | | 23,538 (51%)
可支配家庭收入（瑞典克朗） | 46,282 |
?0–299,999 | | 8,841 (19%)
?300,000–599,999 | | 15,433 (33%)
?600,000+ | | 22,008 (48%)
建筑类型 | 44,665 |
?公寓楼 | | 24,043 (54%)
?房屋 | | 20,622 (46%)
住房形式 | 44,665 |
?租赁 | | 8,676 (19%)
?居住权 | | 16,840 (38%)
?自有 | | 19,149 (43%)
a 每个变量缺失率低于 9%。
b n（%）。

中位居住空气污染暴露水平为 PM2.5 4.47 μg/m3，PM10 8.68 μg/m3，NO2 7.23 μg/m3，这大致对应于斯德哥尔摩市中心城市背景空气中的测量水平（图 S1，https://links.lww.com/EE/A454）。中位噪声暴露水平为道路交通 56.4 dB Lden，铁路交通 54.8 dB Lden，航空噪声 30.7 dB Lden。NDVI 的中位暴露水平为 0.57。图 S2（https://links.lww.com/EE/A454）说明了不同暴露变量之间的相关性。根据 Cohen（1998），不同暴露之间的相关性为中等到高，绿化呈负相关，铁路噪声与其他任何暴露变量无相关性。26

表 2 展示了按收入、教育、出生国和建筑类型分层，暴露于每个环境因素预设截断值以上的人群比例。拥有大学教育的参与者比没有大学学位的参与者更可能有高于中位数的 PM2.5、PM10 和 NO2 空气污染暴露水平（57% 对 43–44%）。公寓楼居民的暴露比例也明显高于居住者在房屋（包括独栋、半独栋和排屋）中的人（59–71% 对 25–41%）。收入和出生国的模式不太一致，尽管观察到具有外国背景的人中 PM10 和 NO2 暴露比例略高于出生在瑞典的人（53% 对 49%）。

表 2. 暴露于各自截断值以上的人群比例，按收入、教育、出生国和建筑类型分层
暴露 | 收入 a | 教育 a | 出生国 a | 建筑类型 a | 总体
--- | --- | --- | --- | --- | ---
| 高 e N = 23,137 | 低 e N = 23,137 | 高 f N = 22,175 | 低 f N = 23,919 | 国内 N = 37,975 | 国外 N = 7,951 | 房屋 N = 20,662 | 公寓楼 N = 24,043 |
空气污染 b | | | | | | | | |
?PM2.5 | 23,260 (50%) | 12,265 (53%) | 10,991 (48%) | 12,622 (57%) | 10,546 (44%) | 19,102 (50%) | 3,949 (50%) | 8,470 (41%) | 14,064 (59%)
?PM10 | 23,144 (50%) | 11,517 (50%) | 11,621 (50%) | 12,570 (57%) | 10,461 (44%) | 18,709 (49%) | 4,225 (53%) | 6,173 (30%) | 16,119 (67%)
?NO2 | 23,134 (50%) | 11,274 (49%) | 11,854 (51%) | 12,635 (57%) | 10,384 (43%) | 18,683 (49%) | 4,242 (53%) | 5,114 (25%) | 17,115 (71%)
交通噪声 c | | | | | | | | |
?道路 | 29,828 (64%) | 13,839 (60%) | 15,984 (69%) | 14,830 (67%) | 14,853 (62%) | 23,893 (63%) | 5,667 (71%) | 8,188 (40%) | 20,527 (85%)
?铁路 | 3,413 (7.4%) | 1,596 (6.9%) | 1,816 (7.8%) | 1,746 (7.9%) | 1,649 (6.9%) | 2,700 (7.1%) | 680 (8.6%) | 709 (3.4%) | 2,550 (11%)
?航空 | 1,629 (3.5%) | 754 (3.3%) | 875 (3.8%) | 742 (3.3%) | 881 (3.7%) | 1,296 (3.4%) | 315 (4.0%) | 628 (3.0%) | 953 (4.0%)
绿化 d | | | | | | | | |
?NDVI | 37,107 (80%) | 18,788 (81%) | 18,311 (79%) | 16,998 (77%) | 19,956 (83%) | 30,387 (80%) | 6,451 (81%) | 20,397 (99%) | 15,662 (65%)
a n（%），Pearson 卡方检验，每个变量缺失率低于 9%。
b 空气污染物作为二分类变量。截断值（高）在各自中位数 μg/m3——PM2.5 ≥ 4.47，PM10 ≥ 8.68，NO2 ≥ 7.23。
c 噪声作为二分类变量。截断值（高）在 dB Lden，根据 WHO 交通噪声限值——道路≥53，铁路≥54，航空≥45。
d 绿化作为二分类变量。截断值（高）在归一化植被指数（NDVI）≥0.45。
e 低收入 = 低于或等于中位数（≤652,552）；高收入 = 高于中位数（>652,552）。
f 低教育 = 无大学学位；高教育 = 大学学位。

总体而言，64% 的参与者暴露于高于 WHO 推荐指南值 53 dB Lden 的道路交通噪声水平。在低收入、外国背景、公寓居住和高学历个体中观察到更高的暴露比例（表 2）。最大的对比出现在建筑类型中，85% 的公寓居民暴露于指南值以上，而 40% 的居住者在房屋中的人暴露。铁路噪声也观察到类似模式，尽管总体暴露患病率明显较低（7.4%）。航空噪声暴露很少见，只有 1,629 名（3.5%）参与者暴露，在各层间没有明确的模式。

关于绿化，80% 的研究人群暴露于 NDVI 值≥0.45（表 2）。建筑类型的差异最明显，99% 的房屋居住者暴露于高水平绿化，而公寓楼居住者为 65%。同样，噪声、教育和收入在绿化方面呈现出相反的模式，低收入但高学历的人中高水平绿化暴露比例略低。

加权研究样本的结果，考虑了潜在的选择偏差（表 S2，https://links.lww.com/EE/A454），证实了总体趋势和人群组之间的差异，并表明环境危害的总体暴露比例甚至更高。

我们样本中健康和幸福结局的分布见表 S3（https://links.lww.com/EE/A454）。调整了社会经济因素后的逻辑回归分析结果见表 3。关于空气污染，发现所有空气污染物暴露高于中位数与感知室外空气质量差之间存在统计学显著关联，其中 NO2 的关联最强（OR = 3.20；95% CI = 2.73–3.76）。空气污染暴露与支气管炎之间也观察到阳性，尽管非统计学显著关联。然而，对于良好总体健康状况、眼、鼻和/或咽喉症状或哮喘未观察到一致的关联。

表 3. 环境暴露与健康和幸福指标之间的关联（全部）
结局 | 空气污染 a,b (μg/m3) | | | 交通噪声 a,c (dB Lden) | | | 绿化 a,d (NDVI)
--- | --- | --- | --- | --- | --- | --- | ---
| PM2.5 | PM10 | NO2 | 道路 | 铁路 | 航空 | NDVI
良好总体健康 | 1.00 (0.94–1.06) | 1.06 (0.99–1.14) | 1.03 (0.96–1.11) | 0.96 (0.91–1.01) | 0.98 (0.90–1.07) | 1.11 (0.98–1.26) | 1.00 (0.94–1.07)
感知室外空气质量差 | 1.45 (1.29–1.63) | 2.70 (2.33–3.15) | 3.20 (2.73–3.76) | – | – | – | –
眼、鼻和/或咽喉症状 | 0.97 (0.92–1.03) | 0.99 (0.93–1.06) | 1.05 (0.99–1.12) | – | – | – | 0.90 (0.85–0.96)
支气管炎 | 1.05 (0.86–1.29) | 1.06 (0.86–1.32) | 1.13 (0.91–1.40) | – | – | – | –
哮喘 | 1.04 (0.95–1.15) | 0.98 (0.89, 1.10) | 1.00 (0.90–1.12) | – | – | – | –
高噪声烦恼 | – | – | – | 4.59 (4.02–5.26) | 8.37 (6.93–10.1) | 7.28 (6.27–8.45) | –
休息和放松干扰 | – | – | – | 1.77 (1.60–1.96) | 1.37 (1.22–1.55) | 1.81 (1.54–2.11) | –
交通导致的睡眠干扰 | – | – | – | 1.78 (1.62–1.95) | 1.47 (1.32–1.65) | 1.43 (1.22–1.67) | –
在露台或阳台时的滋扰 | – | – | – | 2.32 (2.06–2.62) | 1.75 (1.55–1.98) | 2.27 (1.93–2.67) | –
总体压力症状（如疲劳、头痛） | – | – | – | 1.01 (0.96–1.06) | 1.05 (0.97–1.13) | 0.94 (0.84–1.05) | 0.96 (0.91–1.01)
夏季在阳台或露台上户外停留时间多 | – | – | – | 0.34 (0.31–0.38) | 0.74 (0.67–0.82) | 1.24 (1.05–1.45) | 3.24 (3.01–3.48)
花粉过敏 | – | – | – | – | – | – | 1.01 (0.96–1.07)
频繁访问绿化空间 | – | – | – | – | – | – | 1.14 (1.06–1.22)
夏季室内高温 | – | – | – | 1.10 (1.05–1.16) | 1.17 (1.08–1.27) | 0.97 (0.86–1.09) | 0.81 (0.76–0.85)
a 带有置信区间（95%）的比值比。
逻辑回归模型调整了性别、年龄、出生国、家庭收入、教育程度、婚姻状况、吸烟、市和基于区域的收入（DeSO）。每个变量缺失率低于 9%。
b 空气污染物作为二分类变量。截断值（高）在各自中位数 μg/m3——PM2.5 ≥ 4.47，PM10 ≥ 8.68，NO2 ≥ 7.23。
c 噪声作为二分类变量。截断值（高）在 dB Lden，根据 WHO 交通噪声限值——道路≥53，铁路≥54，航空≥45。
d 绿化作为二分类变量。截断值（高）在归一化植被指数（NDVI）≥0.45。

道路交通、铁路和航空噪声高于 WHO 指南水平的交通噪声暴露与高噪声烦恼、休息和放松干扰、睡眠干扰以及在露台或阳台停留时的滋扰相关（表 3）。此外，我们观察到道路交通和铁路噪声（道路：ORs = 0.34；95% CI = 0.31–0.38；铁路：0.74；95% CI = 0.67–0.82）与夏季在露台或阳台户外停留时间之间存在负相关。然而，航空噪声暴露与户外停留时间呈正相关。高交通噪声（道路和铁路，但非航空）与夏季感知室内高温呈正相关（ORs = 1.10；95% CI = 1.05–1.16；ORs = 1.17；95% CI = 1.08–1.27；以及 ORs = 0.97；95% CI = 0.86–1.09，分别）。然而，交通噪声与总体压力症状（如疲劳或头痛）之间未观察到关联。

高水平的居住绿化与夏季在阳台或露台上户外停留时间增多、频繁访问绿化空间以及报告夏季室内高温的可能性降低相关。与低水平绿化相比，高居住绿化的参与者在夏季报告室内高温的可能性低 19%。我们还观察到绿化与眼、鼻和咽喉症状之间存在负相关（OR = 0.90；95% CI = 0.85–0.96），而与花粉过敏未发现关联。此外，在本研究中，绿化与总体健康状况无关，也与压力症状无关。

排除基于区域的收入（DeSO）作为协变量的敏感性分析得出的结果与主要发现大致一致（表 S4，https://links.lww.com/EE/A454）。当在主要模型中包含市作为随机效应而不是协变量时，也获得了相似的结果。

敏感性分析将每种环境暴露的一个代表性关联建模为连续变量，结果表明 PM2.5（似然比检验，P < 0.001）、道路交通噪音（P = 0.007）和绿化程度（P < 0.001）存在非线性证据。图 1 展示了关于收入、教育、出生国家和建筑类型对三种选定暴露 - 结局关联的效应修饰的探索性分析结果。PM2.5 与感知到的室外空气质量差之间的关联（图 1A）因收入和教育而异，在收入较高和受过大学教育的参与者中观察到更强的关联。对于合并交通噪音和睡眠障碍（图 1B），我们观察到在瑞典出生的参与者以及住在独栋房屋中的人比具有外国背景的人和公寓居民表现出更强的关联。对于绿化程度和感知到的室内高温（图 1C），关联因教育水平而异，与教育水平较低的人相比，受过高等教育的参与者报告称相对于绿化程度，其感知到的室内温度更高。打开多媒体模式。图 1。打开多媒体模式。与收入、教育、出生国家和建筑类型相关的效应修饰分析。(a) 空气污染 (PM2.5) 和感知到的室外空气质量差。(b) 道路交通噪音和交通引起的睡眠障碍。(c) 绿化程度 (NDVI) 和夏季室内高温。

讨论

主要发现摘要

本研究结果表明，斯德哥尔摩省的环境空气质量总体良好，我们研究参与者的年度中位暴露水平低于世界卫生组织全球空气质量指南和瑞典环境目标。27,28 相比之下，超过世界卫生组织指南水平的道路交通噪音暴露很常见（64%）。29 尽管大多数样本人群居住在城市地区（90.1%），但其中大多数人（80%）居住在居民绿化程度高（NDVI ≥ 0.45）的区域。在所有暴露领域，与独栋房屋居民相比，公寓楼居民更频繁地暴露于空气污染和道路及铁路噪音中，且周围绿化程度较低；然而，环境暴露的分布并未遵循一致的社会经济梯度。相反，模式因暴露类型和社会经济指标而异，取决于所考虑的具体环境因素，不同群体的暴露程度更高。环境暴露与多种症状和烦恼有关；例如，交通噪音与高度烦恼、睡眠和放松问题、户外停留时间减少以及夏季感知到的室内热问题相关。相反，绿化程度与户外停留时间增加和夏季室内热问题减少相关。自报的环境反应因社会经济地位（SES）和建筑类型而异。

研究背景中的发现

城市设计塑造了环境暴露的分布以及获得促进健康资源（如绿色和蓝色空间或可步行基础设施）的机会，这些资源在人群群体中往往分布不均。12,30,31 对这些决定因素的不平等暴露构成了城市环境导致环境健康不平等的关键途径，这促使我们评估差异暴露及其与健康相关症状和感知的关联。在 Gelormino 等人32 开发的理论框架中，提议城市建成环境通过三条主要途径影响人类健康：自然环境（例如，空气质量和气候）、社会背景（例如，公共空间和社会互动）和行为因素（例如，身体活动和生活方式）。作者指出密度、功能混合以及公共空间和服务的可用性是塑造这些途径并最终影响健康结果的建成环境关键特征。我们的发现与该框架一致，即城市环境通过在不同人群群体中分布不均的环境途径影响健康，但没有明显的社会人口统计趋势。

在国际比较中，瑞典的环境空气污染水平相对较低，即使在城市地区也是如此。15 瑞典的空气质量在过去几十年有所改善，空气污染物水平连续多年保持在欧盟指南以下。33 然而，某些地区可能会超标，特别是在春季道路磨损粉尘水平达到峰值时。另一方面，人群暴露于交通噪音是常见的，仍然是公共卫生关注的问题。34 斯德哥尔摩省交通噪音暴露的主要驱动力是城市化、密集化和运输强度的增加，再加上监管限制的放宽。21 值得注意的是，目前瑞典新建区域的道路和铁路噪音指南值比世界卫生组织的建议高出 10–15 分贝。35 尽管瑞典约 70% 的土地面积被森林覆盖，36 但目前斯德哥尔摩省绿化程度较高，面临着持续城市发展的压力。21 同时，从气候变化角度来看，城市绿地尤为重要，可以抵消城市化和气候变化带来的许多负面风险。本研究中发现的环境暴露之间的相关性为中等到非常高（图 S2，https://links.lww.com/EE/A454），铁路噪音除外。这在城市地区是可以预期的，并且与之前的发现一致。37–39

本研究中观察到的公寓居民的多重暴露负担可能反映了城市形态和城市化的程度差异。以高人口密度为特征的紧凑城市主要由公寓楼组成，通常位于交通和服务基础设施附近。虽然紧凑城市通常被认为是促进健康和高效减少某些环境暴露的，3 但它们也可能是污染和疾病的来源。例如，紧凑性和高密度一方面有利于移动性和主动交通，从而减少能源需求和气候影响，但另一方面，它们通常与污染浓度增加、噪音水平更高、绿地减少和温度更高有关。基于我们的描述性结果，斯德哥尔摩的公寓居民中存在环境负担聚集现象，可能有助于造成与健康和生活质量相关的环境条件不平等。虽然这些发现应谨慎解读，但它们强调了在城市规划中仔细考虑新住宅建筑的位置和设计的重要性。它们还强调需要在这些居住环境中采取措施减少环境暴露，以防止对人类健康和生活质量产生不利影响。新的城市模式，例如在 COVID-19 大流行后在欧洲城市日益普及的“超级街区”或“低交通流量社区”，在这方面可能是有前途的解决方案。40

尽管欧洲的生活质量相对较好，但环境暴露的社会经济差异仍然存在。10 弱势群体，包括儿童、老年人和低收入人群，经常经历不成比例的环境负担，可能导致社会和环境劣势的双重负担。虽然来自北美、非洲、亚洲和新西兰的大多数文献经常报告社会弱势群体暴露于更高空气污染的情况，但欧洲的研究显示结果不一。41 我们的结果证实了瑞典之前的研究发现，也描述了环境健康不平等的异质模式，关联因暴露类型、SES 指标和空间背景而异。17,18 正如 Dyer 等人3 所强调的，某些个人即使在相对较低的暴露水平下，可能对特定的环境暴露仍然特别脆弱。这突显了在平均暴露水平之外考虑人群脆弱性和环境公平的重要性。因此，确保所有人获得健康环境的机会应继续成为城市规划和政策制定的核心目标。

本研究中的空气污染仅与自我感知到的空气质量差有关，其中 NO2 显示出最强的关联。NO2 主要排放自燃烧过程，如道路交通，因此对城市地区的空气质量有重大影响。然而，空气污染与呼吸症状或疾病之间缺乏关联，这与当前的科学证据相矛盾，包括最近将 NO2 与全球哮喘负担联系起来的工作。27,42 此外，一项包括 1980 年 1 月至 2019 年 7 月发表研究的系统综述显示，对空气污染与儿童和成人哮喘发病、儿童急性下呼吸道感染和成人肺癌死亡之间的关联有中高置信度，以及对成人呼吸死亡的中度证据。43 几个因素可能解释这些发现与我们结果之间的差异，包括斯德哥尔摩省相对较低的空气污染浓度、研究人群内部的暴露对比有限、因自报导致的结局误分类、相对健康的研究人群以及残余混杂。尽管即使在相对较低的浓度下也观察到了空气污染的健康影响，但此类因素可能降低了我们在此环境中检测关联的能力。斯德哥尔摩省之前的发现表明空气污染与成人呼吸症状之间存在关联；然而，距今近 20 年，当时的空气污染浓度已有显著改善，这可能解释了发现之间的差异。44

对于交通噪音，与自报烦恼和睡眠障碍的关联已得到充分确立，45,46 并在本研究中得到广泛证实。相比之下，关于交通噪音、户外活动模式和感知室内热量之间关系的证据有限。少数之前的研究发现，交通噪音可能会阻碍步行并减少身体活动。47,48 我们的发现支持这些关联，表明噪音在露台或阳台上乘凉时造成滋扰，并减少户外停留时间。此外，在伦敦的一个研究中，近三分之一的公共绿地显示噪音超过世界卫生组织指南，在更中心的市区观察到更高水平。49 此类条件可能会降低身体活动水平并减弱绿地使用的恢复性益处。据我们所知，没有之前的研究专门检查交通噪音与感知室内热量之间的关系。然而，实验证据表明，热环境和声环境相互作用以影响舒适度感知。例如，来自中国的一项对照研究确定了超出后舒适度受到不利影响的综合热和声学阈值。50 我们的发现表明，交通噪音与夏季自我感知到的室内热量增加有关。这可能是对噪音的一种单一行为反应的一部分，包括避免在户外停留时间和保持窗户关闭。因此，观察到的关联可能不代表完全独立的效果。总之，热量和噪音暴露可能会加剧睡眠障碍，并在心血管疾病的病因学中相互作用；然而，该领域需要更多研究。

相反，我们的发现进一步表明绿化程度对感知室内热量有潜在的缓冲效应，这与当代证据一致。最近一项关于社区基于热适应干预的系统综述假设，绿色屋顶和绿色墙壁可以将室内温度降低多达 2.4°C。51 尽管此类干预主要旨在减轻室外热量，但这些结果表明基于自然的解决方案在城市环境中具有巨大的室内协同效益潜力。我们的研究还强调了住宅绿化对于刺激户外停留时间和频繁访问绿地的可能性的重要性。此外，绿化程度与报告眼、鼻和/或喉咙症状的风险降低相关，这可能部分反映了更绿色环境对局部空气质量的影响。植被可以通过沉积和吸收过程去除空气中的污染物；然而，这些效应对局部污染物浓度的幅度高度依赖于背景，并根据植被结构、城市形态和气象条件而异。52,53 最近证据表明，虽然城市绿化程度在某些情况下有助于改善空气质量，但相对于通过排放控制措施实现的减少，其对污染物浓度和人类暴露的影响往往较小。54,55 因此，其他机制，包括微气候调节和行为途径，也可能有助于观察到的关联。

最后，我们的交互分析表明，SES 和建筑类型修饰了环境暴露与主观症状和烦恼之间的关联。这在未来的环境健康调查中值得考虑。虽然 SES 是自报健康的既定决定因素，但其在环境健康研究中的修饰作用仍未得到充分研究。很少或没有研究明确检查 SES 和居住特征作为效应修饰因素而不是混杂因素。然而，来自英国的证据表明，处于更贫困地区的人可能低报健康问题，可能导致健康不平等被低估。56 建筑类型在过去的流行病学研究中也很少作为效应修饰因素进行研究。

其潜在机制难以厘清；然而，已有研究提示的可能路径包括：公寓建筑更可能位于城市更密集的区域，通常靠近主干道，并伴随更高的整体环境负担，以及建筑物理和布局等因素13,14。这些发现强调了谨慎解读健康不平等统计数据及其相关公共卫生干预措施的必要性。在欧洲背景下，社会经济地位（SES）、城市形态、个体脆弱性和环境暴露之间复杂的相互作用，使得以环境健康公平为目标的公共卫生干预措施的设计成为一项艰巨任务。同时，这也凸显了需要制定因地制宜、跨学科和超学科的本地化政策和行动。基于系统的解决方案和综合方法，尤其是"同一健康"（One Health）方法，在此背景下不可或缺。这些干预措施认识到人类健康、动物健康和生态系统健康之间的相互联系与相互依存关系，并在各跨部门和利益相关方的协作下制定。57 在这个意义上，环境健康公平不能以牺牲动物健康或生态系统健康为代价。受"同一健康"理念启发的交通策略可以包括城市规划者、交通专家、环境科学家、公共卫生专业人士和公民团体，共同推动低排放区、自行车基础设施、公共交通改善等措施，旨在减少空气污染和噪音、增加体力活动、创造绿色和蓝色休闲空间、降低温室气体排放，从而改善所有人的健康与福祉。因此，以"同一健康"为指导的城市决策——也可概括为"城市同一健康"——对于最大化协同效益、减少城市（公共卫生）干预措施的无意伤害至关重要。

**局限性与优势**

本研究的结果需结合其局限性进行解读。首先，由于采用横断面设计，确定因果推断的能力有限。其次，环境暴露在居住地址处进行评估，未考虑居住时间、日常活动或时间-活动模式。此外，我们研究中的暴露变量之间相关性较高，可能引发疑虑，即估计系数是否真正反映独立效应，而非更广泛的城市环境暴露混合物的标志物。然而，我们认为我们主要建模了不同的暴露特异性健康结局和路径（例如交通噪音与噪音烦恼），尽管我们承认对于某些结局（如总体健康），暴露间的相关性可能导致难以准确区分具体的危险因素。第三，尽管成人在室内花费大量时间，但室内环境暴露未被纳入调查。这可能导致暴露的非差异性错误分类，从而可能稀释关联效应。第四，健康和福祉结局为自评报告，可能引入非差异性错误分类并减弱关联。此外，尽管我们调整了主要的人口社会学和生活方式标志物，但我们不能排除残余混杂因素的影响。第五，问卷回应率相对较低（37.7%），引发了对选择偏倚的担忧。我们通过在校正样本中进行额外分析来应对这一问题，结果证实了主要发现。然而，样本人群的社会经济地位似乎高于一般人群，这可能导致研究结果的低估（例如，样本中位家庭收入为652,552瑞典克朗，而2022年一般人群为423,000瑞典克朗）58。此外，我们的样本仅包括调查时在瑞典居住至少5年的居民，这反映了数据的局限性，可能未能充分代表近期移民群体。然而，我们的研究结果仍可能具有普遍性，因为近期移民是一个异质性群体，包括来自欧盟和非欧盟国家的个体以及不同社会经济背景的个体。最后，暴露和结局的二元化处理可能导致部分信息丢失，与连续或有序方法相比粒度降低，从而可能减弱估计的关联效应。

同时，本研究也具有多项优势。首先，通过使用高分辨率暴露数据与个体层面的调查和登记数据相结合，本研究满足了识别环境暴露及其相关症状和烦恼在局部水平的差异的需求。3 其次，本研究基于迄今为止瑞典进行的最大规模基于人群的环境健康调查，具有高的统计功效，便于研究结果的外推。我们相信，我们的环境健康关联可推广至具有类似城市特征和暴露特征的其他城市和地区；然而，暴露不平等很可能具有情境依赖性和地点特异性。第三，我们能够利用调查和登记数据控制人口社会学因素潜在的混杂影响。最后，本研究增加了人们对自身健康和福祉与环境之间关系的感知证据库，旨在捕捉可持续城市在公共卫生和福利方面的未开发潜力。

**结论**

本研究表明，公寓居住往往与集中多种环境暴露的位置和城市形态相伴随。此外，研究表明环境不平等是多维度的且具有情境特异性的，而非在所有暴露中系统性地对单一社会经济群体不利。我们观察到环境暴露对健康和福祉的多种不利影响，尤其与交通噪音相关，其关联包括烦恼、睡眠和放松问题、户外时间减少以及室内高温问题增加。相反，绿色度促进了户外活动并减少了感知的室内高温。然而，自评健康因SES和建筑类型而异。建成环境、社会决定因素以及健康和福祉之间的复杂相互作用强调了需要采用综合、跨学科和基于系统的政策来支持可持续的城市生活，"同一健康"方法便是典型范例。

**利益冲突声明**

作者声明，就本报告内容而言，不存在任何经济利益冲突。

**致谢**

斯德哥尔摩地区职业与环境医学中心负责数据库的开发和维护。瑞典公共卫生署负责2023年国家环境健康调查的发放和收集工作。作者谨向2023年国家环境健康调查的参与者致以诚挚谢意，使本研究得以实现，同时感谢瑞典公共卫生署共享其数据。