《Environmental Science and Ecotechnology》:Poverty-modulated tree equity shapes health burdens across U.S. cities
编辑推荐:
来自美国疾病控制与预防中心(CDC)人口水平分析与社区估算(PLACES)项目的统一数据,研究人员评估了环境、社会经济与人口因素对497个美国城市中11种身心健康结局患病率的联合关联。将城市按贫困水平进行分层,并采用多维聚类方法(基于统一流形逼近与投影,UMA
来自美国疾病控制与预防中心(CDC)人口水平分析与社区估算(PLACES)项目的统一数据,研究人员评估了环境、社会经济与人口因素对497个美国城市中11种身心健康结局患病率的联合关联。将城市按贫困水平进行分层,并采用多维聚类方法(基于统一流形逼近与投影,UMAP)识别城市类型,研究人员运用多模型推断和分段结构方程模型(pSEM)来量化各因素的相对重要性及其直接和间接路径。结果表明,贫困率和树木公平得分(TES)是与健康结局患病率最一致相关的变量。在贫困分层分析中,绿色基础设施的相对重要性在高低贫困城市中均高于中等贫困城市,但其作用路径不同:在高贫困城市中,绿色空间通过缓解环境危害(如细颗粒物(PM2.5)和城市热岛强度)间接影响健康;在低贫困城市中,绿色空间则表现出更强、更直接的健康关联。在全城市分析中,TES每增加5分,与特定健康结局患病率降低2.72%至35.34%相关。这些发现表明,绿色基础设施的健康关联受社会经济背景强烈调节,强调公平导向的城市绿化策略应针对城市贫困水平进行分层设计,以最大化公共健康效益。
**论文解读:贫困调节的树木公平性与美国城市健康负担**
**1. 研究背景与问题**
快速城市化进程使全球城市人口比例从1950年的约30%增至2024年的58%,预计2050年将达到68%。城市化虽改善了交通、住房、医疗与教育条件,但也带来环境污染和自然生态系统退化,导致自然植被丧失,削弱了生态系统功能与服务,并减少了人们日常接触自然的机会,进而可能通过限制心理恢复、体力活动和压力缓解途径而对身心健康产生不利影响。城市绿色空间作为健康城市的重要组成部分,其健康益处已被国际框架认可,如《昆明—蒙特利尔全球生物多样性框架》和世界卫生组织城市健康倡议。然而,既有研究存在若干局限:多集中于心理健康而忽视心血管和呼吸系统等多种慢性病;较少同时比较绿色基础设施、气候、社会经济劣势、种族构成与环境危害对健康的相对贡献及其相互关系;健康效应在不同城市情境(如收入、贫困和种族隔离)中的差异尚不清楚;绿色空间测量多侧重于面积或比例,忽视了可达性、分布公平性、树冠公平性和生物多样性等质量与公平维度。为解决上述空白,研究人员利用统一数据框架,探究绿色基础设施、气候、社会经济条件、种族构成和城市环境危害对497个美国城市11种健康结局患病率的联合关联,并比较不同贫困水平城市组和多维城市类型中这些因素的相对重要性与健康相关路径。
**2. 主要技术方法**
研究使用了美国疾病控制与预防中心(CDC)人口水平分析与社区估算(PLACES)项目2017—2019年11种健康结局(关节炎、哮喘、慢性肾脏病、慢性阻塞性肺疾病、冠心病、频繁精神困扰、糖尿病、高血压、高胆固醇、肥胖和中风)的患病率估算数据,样本覆盖497个城市。解释变量包括绿色基础设施(树木覆盖率、灌木-草地覆盖率、归一化植被指数(NDVI)和树木公平得分(TES))、气候因素(年平均气温和年降水量)、环境危害(城市热岛强度和PM2.5浓度)以及社会经济与种族构成(人均GDP、贫困率、医疗可及性、人口密度和有色人种比例)。统计方法上,采用多模型推断的广义最小二乘(GLS)模型量化变量相对重要性,采用分段结构方程模型(pSEM)解析直接与间接路径,并纳入指数空间相关结构控制空间自相关。城市按贫困率分为高贫困(15.3–39.7%)、中等贫困(10.2–15.2%)和低贫困(3.1–10.1%)三组,同时应用统一流形逼近与投影(UMAP)和k-means聚类识别多维城市类型。
**3. 研究结果**
**3.1 空间分布与基线模式**:高、中、低贫困城市在美国各地交错分布,无明确区域分离。高贫困城市人均GDP较低、医疗可及性较差(出行时间更长)、城市热岛强度较高、灌木-草地覆盖较少;低贫困城市人均GDP最高、医疗出行时间最短、灌木-草地覆盖和TES最高,但PM2.5浓度也最高。11种健康结局的中位患病率呈现一致梯度:高贫困城市最高,低贫困城市最低,中等贫困城市居中。
**3.2 模型解释力**:在全城市分析中,频繁精神困扰模型解释力最高(R2=0.726),其余结局R2范围为0.104(高胆固醇)至0.487(糖尿病)。贫困分层后,高贫困和低贫困城市中糖尿病和频繁精神困扰的R2均超过0.5。UMAP城市类型分析中,频繁精神困扰模型在各类别中均超过50%。
**3.3 因素相对重要性**:全城市层面,社会经济因素(贫困率、人均GDP、医疗可及性)对多数健康结局相对重要性最高;贫困率对频繁精神困扰和哮喘最重要,有色人种比例对糖尿病最重要。绿色基础设施总体位列第二或第三重要类别,其中TES和灌木-草地覆盖与多种健康结局患病率显著负相关。贫困分层后,绿色基础设施在高贫困和低贫困城市中的相对重要性明显高于中等贫困城市。
**3.4 结构方程模型路径**:全城市中,贫困率与多数健康结局呈正直接关联(标准化路径系数β最高达0.62),TES与所有健康结局呈显著负关联(β=-0.28至-0.12)。高贫困城市中,TES是最普遍的负向决定因素(β=-0.48至-0.15),灌木-草地覆盖亦与多种疾病负相关,绿色空间通过缓解环境危害发挥间接作用;低贫困城市中,TES仍与多种疾病负相关(如频繁精神困扰β=-0.44),但绿色基础设施以直接关联为主;中等贫困城市中,医疗可及性和贫困率的作用更突出,TES仅与少数结局负相关。城市热岛强度和PM2.5的直接关联总体有限。
**4. 讨论与结论**
研究强调,贫困和医疗可及性等社会经济因素是城市健康不平等的核心驱动因素,贫困不仅是经济赤字,更是多维结构性因素。绿色基础设施的健康关联具有情境依赖性:在高贫困城市,绿色空间通过缓解热和空气污染等环境危害间接降低疾病负担;在低贫困城市,绿色空间通过促进体力活动、心理恢复和社会交往等直接路径产生影响。中等贫困城市的健康结局更多受经济与种族结构性条件影响。研究结果支持公平导向的城市绿化策略应分层设计:高贫困城市优先在热脆弱和环境服务不足区域扩大树冠和绿色空间;中等贫困城市应结合改善医疗可及性与减少社区不平等;低贫困城市则可强化现有绿色空间的连通性。研究结论指出,绿色基础设施的健康相关性受社会经济背景强烈调节,城市绿化政策应超越“一刀切”模式,采取针对当地环境条件、社会经济脆弱性和绿色基础设施获取不公平性的定制化策略,以促进环境正义和城市公共健康。