香港地区PM2.5、绿地、体力活动与压力之间的时空关联：一项地理生态瞬时评估研究

《Environmental Research》：Spatiotemporal associations between PM2.5, greenspace, physical activity, and stress: a geographic ecological momentary assessment study in Hong Kong

　　

中文摘要翻译 城市环境健康研究常采用静态的基于居住地的暴露评估，忽视了流动性、累积暴露以及活动-出行情境如何塑造环境感知、行为与心理健康。研究人员在香港考察了PM2.5、眼平绿地、体力活动、环境感知与感知压力之间的时间特异性和情境特异性关联。一项针对800名成年人的两天地理生态瞬时评估（GEMA）整合了170万条PM2.5测量记录、210万条加速度计记录、4800次GEMA评估，以及来自430万张街景图像的眼平绿地数据。暴露与体力活动按5至600分钟的时间窗口进行汇总，并采用有向无环图引导的多关系双重机器学习（DAG-MR-DML）框架在八种情境下进行分析。关联在不同情境和暴露窗口之间呈现显著差异。较高的PM2.5总体上与更多的轻度体力活动（LPA）但更少的中高强度体力活动（MVPA）相关，而情境特异性关联的方向各不相同。客观绿地与体力活动的关联有限，总体上与较高的压力相关，但在混合活动和主动出行情境下与较低的压力相关。相比之下，较好的感知绿地与更多的体力活动和较低的压力在特定情境下相关。客观绿地总体上与较好的感知绿地无关，且情境特异性估计方向相反。较高的PM2.5与较差的感知空气质量相关，而感知空气污染与较高的压力相关但与体力活动无关。累积PM2.5和体力活动与压力之间未显示持续的整体关联，尽管情境特异性关联从有益到不利不等。这些发现表明，出行情境和累积窗口显著影响环境-健康关联，凸显了情境感知的城市健康干预的必要性。

论文解读

一、研究背景与问题

城市环境与居民健康的关系是可持续城市发展和公共健康领域的核心议题。体力活动（physical activity），包括轻度体力活动（light-intensity physical activity, LPA）和中高强度体力活动（moderate-to-vigorous physical activity, MVPA），以及心理健康已被世界卫生组织认定为健康生活的关键决定因素。在诸多环境决定因素中，空气污染与绿地被视为影响人类行为与健康的两类关键且往往相互拮抗的因素。绿地被广泛认为通过三条主要的生物心理社会路径促进健康与福祉：减少危害（如噪声和热）、恢复能力（如注意力恢复和压力恢复）以及建设能力（如鼓励体力活动和促进社会凝聚力）。相比之下，空气污染可能在高污染时段减少体力活动，并因活动期间污染暴露增加而略微削弱体力活动的长期健康收益。

然而，现有研究存在若干重要局限。第一，许多既往研究将环境因素孤立地考察，忽视了社会生态理论的复杂性，导致不同研究之间结论不一致。第二，传统研究往往依赖静态邻里效应假设，忽视人类流动性驱动的时空动态情境。个体在日常活动中经历不同的活动与出行情境，面临不同的时空约束，相似的环境暴露可能引发不同方向甚至相反的行为和心理响应。第三，长期队列和基于居住地的研究难以捕捉日常出行情境中的短期暴露变化，暴露窗口的时间不确定性成为关键方法学挑战。第四，环境感知在客观环境暴露与行为和心理健康之间的中介作用长期被忽视。为应对上述挑战，本研究采用移动性导向的研究范式，在香港开展了一项大规模地理生态瞬时评估（geographic ecological momentary assessment, GEMA）研究，系统考察PM_2.5、绿地、体力活动、环境感知与感知压力之间的动态关联。

二、研究设计与关键方法

研究人员于2021年11月19日至2023年4月6日期间，在香港四个代表性社区——葵青（n=181）、沙田（n=312）、观塘（n=211）和中西区（n=96）——连续招募了800名参与者，采用分层随机抽样方法，通过大学群发邮件、街头海报和Facebook广告等多渠道招募。合格参与者为18至65岁、能阅读和理解繁体中文的香港居民。数据清洗后保留795名参与者用于描述性分析。

研究采用GEMA设计，每位参与者连续两天（一个工作日和一个周末）佩戴GPS智能手机、腕戴式GENEActiv加速度计和便携式AirBeam传感器，分别记录时空坐标、体力活动和PM_2.5浓度。每天12:00、16:00和20:00通过手机电子问卷收集瞬时的感知空气污染、感知绿地和感知压力。GPS位置与历史街景图像空间匹配，采用Mask2Former算法提取绿色视角指数（green view index, GVI）作为眼平绿地暴露指标。研究人员定义了从GEMA响应前0至600分钟、以5分钟为间隔的120个累积暴露窗口。活动与出行情境通过整合GPS轨迹、自我报告日记和加速度计数据加以识别，涵盖工作/学习、家务、个人活动、休闲、混合活动、主动出行、机动出行和混合出行八种情境。分析采用研究人员开发的有向无环图引导的多关系双重机器学习（DAG-MR-DML）框架，以XGBoost作为第一阶段的 nuisance 模型，通过嵌套五折参与者级交叉验证和Optuna超参数调优，估计18个假设的“结果～处理”配对的平均处理效应（ATE）和条件平均处理效应（CATE）。

三、主要研究结果

3.1 感知压力

对于PM_2.5与感知压力的关联，总体分析未发现显著区间，但情境特异性分析显示：个人活动期间在25-50和65-350分钟窗口呈负向关联，机动出行期间在390-600分钟呈负向关联，而混合出行期间在460-600分钟呈正向关联。对于绿地与感知压力的关联，总体分析在5-60、75-210和465-600分钟窗口呈正向关联；情境特异性分析显示，休闲、个人活动、机动出行和混合出行期间呈正向关联，而混合活动和主动出行期间呈负向关联。LPA与感知压力在总体分析中无显著关联，但混合活动期间在40-600分钟呈持续负向关联，主动出行期间在多个窗口呈正向关联。MVPA与感知压力在总体分析中亦无显著关联，但家务期间呈正向关联，个人活动和机动出行期间呈负向关联。

3.2 体力活动

PM_2.5与LPA的关联在总体分析中呈正向关联（5-35和75-600分钟），混合出行期间在整个窗口范围呈正向关联，而个人活动、混合活动和主动出行期间呈负向关联。绿地与LPA在总体分析中无显著关联，仅在主动出行期间500-595分钟窗口呈正向关联。PM_2.5与MVPA在总体分析中呈负向关联（20-85和165-600分钟），工作/学习、个人活动和混合出行期间均呈负向关联。绿地与MVPA在总体分析中无显著关联，但工作/学习期间在160-335和350-420分钟呈负向关联。

3.3 环境因素

PM_2.5与感知空气污染在总体分析中在整个窗口范围（5-600分钟）呈持续正向关联，工作/学习、个人活动、混合活动和混合出行期间均呈正向关联。客观绿地与感知绿地之间在总体分析中无显著关联，但混合活动期间呈负向关联，主动出行和混合出行期间呈正向关联。绿地与PM_2.5之间在总体分析中无显著关联，但混合活动、主动出行和机动出行期间呈负向关联。

3.4 瞬时平均与异质性处理效应

在瞬时窗口（0分钟）分析中，感知空气污染与感知压力在总体及所有活动与出行情境中均呈正向关联。感知绿地与感知压力在总体及工作/学习、家务、个人活动、主动出行和混合出行情境中呈负向关联。感知空气污染与LPA和MVPA均无显著关联。感知绿地与LPA在总体及个人活动和休闲情境中呈正向关联，与MVPA在总体及主动出行和混合出行情境中呈正向关联。感知绿地与感知空气污染在总体及除家务外的所有情境中呈负向关联。

3.5 敏感性分析

研究人员对九个预设窗口进行了敏感性分析。经Benjamini-Hochberg错误发现率（FDR）校正后，全时段与白天GVI比较（45项比较）、二分类与连续六点感知测量比较（54项比较）、强度特异性体力活动与合并体力活动比较（54项比较）均无显著配对效应差异，表明主要结果具有稳健性。

四、讨论与结论

讨论部分指出，累积PM_2.5暴露与LPA和MVPA呈现不同的关联模式，这可能反映不同情境下时间灵活性和行为适应机会的差异。感知空气污染与体力活动无显著关联，未发现污染感知中介PM_2.5与体力活动关联的证据。客观绿地与体力活动的关联有限，而感知绿地与体力活动呈正向关联，提示绿地感知可能在客观绿地暴露与MVPA的关联中发挥中介作用，但客观与感知绿地在多数情况下不一致。累积PM_2.5暴露与感知压力无持续整体关联，但瞬时感知空气污染与感知压力在所有情境中均呈正向关联，提示感知空气污染可能是连接PM_2.5暴露与感知压力的关键中介。客观绿地与感知绿地表现出截然不同的压力关联模式，挑战了感知绿地中介客观绿地暴露与感知压力关联的传统观点。体力活动与感知压力的关联取决于活动强度和活动目的与情境。

研究结论指出，活动或出行情境和累积暴露窗口对于解释城市环境-健康关联至关重要。客观暴露与主观感知并不总是一致，二者提供互补信息，将其整合到基于移动性的评估中可能支持更有针对性和情境感知的城市健康干预。该研究挑战了以居住地为中心的静态城市规划范式，强调城市规划和公共卫生干预应采用基于移动性的方法，考虑人们在何时、何地以及何种情境下经历环境暴露。