2010～2018年中國交通行業污染排放健康影響分析

阮芳芳,曾賢剛（1.中國人民大學環境學院,北京 100872；2.寧波財經學院,浙江 寧波 315000）

PM2.5是空氣污染中最主要的致病因素,與多種不良健康結果相關[1].近年來,我國空氣污染治理工作成果喜人,地級及以上城市 PM2.5年均濃度從62μg/m3（2014年）降至36μg/m3（2019年）,但最近的研究表明在現有的空氣質量水平下仍有大量的早逝和患病情況發生[2],且由于人口老齡化和疾病率的上升,即使PM2.5濃度下降,預測2030年我國空氣污染所致的死亡人數仍會增加[3].評估空氣污染對公共健康造成的影響,特別是特定污染源對居民健康負擔的影響已成為公共健康領域的研究熱點.

交通行業是環境顆粒物污染的主要污染源,交通相關的空氣污染與人群過早死亡密切相關,且使居民患呼吸系統疾病和心血管疾病的風險增加[4-6].2015年全球 38.5（95% CI:27.4～49.3）萬人死亡與交通運輸空氣污染排放有關,占全球空氣污染疾病負擔的11.4%.盡管許多國家采取了更嚴格的車輛排放標準,但交通運輸部門仍是全球空氣污染疾病負擔的主要貢獻者[7].在人口密集且交通活動水平較高的地區,可歸于與交通尾氣排放的空氣污染疾病負擔更是遠高于全球平均水平[8].當前,我國交通行業污染問題日益突出,是空氣污染的重要來源,移動源污染更是大中型城市PM2.5污染的主要來源.2013年,交通運輸對中國人口加權 PM2.5暴露量的貢獻程度約為 15%,其貢獻的歸因死亡占中國 PM2.5歸因死亡 15%,僅次于煤炭燃燒（40%）[3].北京、天津、上海等15個城市大氣PM2.5源解析工作顯示,本地排放源中移動源對 PM2.5濃度的貢獻范圍為13.5%～ 52.1%[9].

目前針對我國交通行業的污染排放研究主要集中在碳排放和減排問題上,對顆粒物污染和人群健康的影響研究有限,且以城市或省為研究對象.主要通過LEAP模型或行駛里程法預測交通行業不同減排情景下的顆粒物排放量,在此基礎上用暴露反應函數對健康影響進行測算[10-12].可以看到,現有針對我國交通污染健康影響評估的研究較少,有必要對我國交通行業的空氣污染排放情況及健康影響進行系統的評估.

為合理評估我國交通行業污染排放狀況和變化趨勢,理清其對我國居民健康影響的程度,本文以PM2.5為標志性污染物,在宏觀尺度上構建了交通行業PM2.5排放及健康影響評估模型,以2010～2018年為研究時段對我國交通行業健康影響進行評估,旨在全面了解交通行業能源消耗、污染排放水平及其對居民健康的影響.

1 方法與數據

本文構建了交通行業“能源消耗-污染排放-健康影響”（T-EPH）評估模型,為研究關鍵驅動因素對中國交通行業大氣污染排放的影響,能源需求和污染排放模塊采用自下向上的方法,基于不同的活動水平、技術水平分析中國交通行業歷年能源需求和大氣污染排放的變化趨勢,健康影響模塊參考流行病學研究,具體模型如圖1所示.

圖1 交通行業“能源消耗-污染排放-健康影響”評估模型Fig.1 "Energy Consumption-Pollution Emission-Health impact" model in transportation industry

1.1 交通行業部門劃分

根據中國交通部門能源的最終使用結構,并考慮相關能源技術參數的可獲得性,將交通行業分為部門、子部門、終端利用、燃料類型4個層次,如表1所示.第一層按照交通運輸方式劃分,交通行業由鐵路、民航、水路、道路和管道5種運輸方式組成.由于管道運輸與人們的日常生活沒有直接關系,且運輸量非常有限,產生的大氣污染可以忽略,因此本文未將管道運輸納入計算.第二層中,民航部門按照航線可劃分為國內、國際航線,由于國際航線產生的大氣污染基本無法對我國居民產生健康影響,因此只估計國內航線的大氣污染排放情況;水路部門根據活動地點又可劃分內河運輸、沿海運輸和遠洋運輸,其中遠洋運輸產生的大氣污染不會對我國居民的健康產生影響,因此本文對水路部門的統計僅包括內河和沿海兩個部分.道路部門主要由公路交通和軌道交通構成,由于軌道交通基本使用電力,不排放PM2.5,因此道路部門只估計道路機動車部分.

表1 模型中的部門結構Table 1 Sectorial structure in the mode

1.2 能源消耗模塊

鐵路、民航、水路3個部門的能源消耗量根據部門的活動水平和能源強度計算得來,其公式為:

式中:ED為能源需求量;AL為活動水平;EI為能源強度.

1.2.1 鐵路活動水平 《非道路移動源大氣污染物排放清單編制技術指南》（以下簡稱《非道路指南》）[13]定義非道路移動源中鐵路部門只包含內燃機車,因此,本文僅針對內燃機車估計 PM2.5排放量,其主要燃料為柴油.

式中:AL鐵客內燃機車鐵路客運活動水平,104t·km;AL鐵貨是內燃機車鐵路貨運活動水平,104t·km; Z客合是客運鐵路機車合計貨物周轉量,104t·km;Z貨合貨運鐵路機車合計貨物周轉量,104t·km;RC貨電、RC貨內、RC貨合分別是貨運鐵路電力機車日產量、貨運鐵路內燃機車日產量、貨運鐵路機車合計日產量,104t·km.相關數據來自《中國統計年鑒》[14]和國家統計局網站[15].

1.2.2 民航活動水平 民航活動水平用旅客周轉量與貨郵周轉量表示,由于兩者計量單位不同,需要進行轉換.民航局從 2001年開始,采用國際通行的統計口徑,按每位旅客90kg將以人公里為單位的旅客周轉量這算為噸公里周轉量,即11.1:1[16].

式中:AL航是民航總活動水平,104t·km; AL航客是民航旅客周轉量,104t·km; AL航貨是民航貨郵周轉量,104t·km.相關數據來自歷年《民航行業發展統計公報》[17]、《中國統計年鑒》[14].

1.2.3 水路活動水平 研究表明[18],我國內河船舶主要使用普通柴油,沿海及遠洋船舶主要使用船用燃料油,為計算方便,本文默認內河船舶使用柴油,沿海船舶使用船用燃料油.

式中:AL水是水路總活動水平,104t·km;Zw客是內河或沿海客運周轉量,104t·km;Zw貨是內河或沿海貨運周轉量,104t·km.相關數據來自歷年《中國交通年鑒》[19]和《交通運輸行業發展統計公報》[20].

1.2.4 能源強度 鐵路、民航、水路的能源強度是指單位運輸工作量燃料消耗量,單位是 kg燃料/（104t·km）.其中,鐵路用歷年內燃機車能耗數據[21];民航用歷年航空煤油能耗數據[16];中國水運單位運輸周轉量油耗數據缺乏,交通運輸部從2011年起正式執行交通運輸能耗統計監測報表制度,但對于水運部門只統計了遠洋和沿海貨運企業油耗,本文用該數據代表沿海船舶油耗系數,其中2010年用2011年數據表示[20],內河船舶油耗系數采用《非道路指南》[13]推薦值.

1.3 污染排放模塊

對于鐵路、民航、水路3個部門的PM2.5排放,根據每個部門的能源消耗量和單位燃料排放系數計算得到.

式中:APh是h部門PM2.5排放量,t;EDh是h部門能源消耗量,kg燃料;EFh是h部門PM2.5單位燃料排放系數,g/kg燃料;h是鐵路、民航、水路3個部門.對于PM2.5排放系數,鐵路和水路部門參考《非道路指南》[13];民航部門采用韓博等[22]利用A320機型的真實航班行程獲得的實驗數據,由于PM2.5排放系數在飛行全過程變化較小,本文取其均值（0.305g/kg航空煤油）.

對于道路部門機動車污染排放量,通過行駛里程法進行估計.

式中:VP是機動車保有量;VKT是機動車年均行駛里程,km;EFv是機動車行駛單位距離尾氣所排放的污染物的量,t/km;v是機動車子部門.

不同車型、不同燃料、不同排放標準下的機動車污染物排放系數不同[13],為精確估計機動車PM2.5排放量,需要對歷年機動車保有量進行“車輛類型-燃料種類-排放標準”三級分類精細化估計.利用車隊模型法估計機動車車輛的技術分布,計算如下:

式中:i為車齡;j為車型;k為年份;VPi,j,k為k年車齡為 i的機動車保有量;Sj,k-i為第k-i年該類車的新車注冊量或新車銷售量;φi,j為 j車型i車齡機動車的存活率;VPj,k為k年j車型的機動車保有量;bj為失效陡度;Tj為j車型的服務壽命.

由于數據獲取問題,機動車車型不包括摩托車和低速貨車.機動車燃料包括柴油、汽油及其他,由于其他燃料類型多樣且占比較小,本文僅估算柴油和汽油機動車.此外,基于數據的可得性和測算方便,根據我國車輛報廢標準[23],將機動車使用年限統一設定為 15a.由于國內新車注冊量從 2002年開始統計,統計時間較短,因此本文采用新車銷售量代替[24],相關數據從《道路指南》[13]和歷年《中國汽車市場年鑒》[25]獲得.由于新車銷售數據最早只能查到1996年,最新數據截至2018年,因此本文設定評估的起止年份為 2010～2018年.對于機動車存活曲線,我國在車輛存活規律的數據積累和研究進展仍處于起步階段,目前還沒有比較權威的研究結果,本文采用依據廣東省 2014年機動車保有量數據庫估計得到的結果[26].

1.4 健康影響模塊

使用基于流行病學的暴露-反應函數,來量化PM2.5濃度增加所引起的人群健康影響變化.

式中:ΔY是污染物濃度變化的健康影響估計;Y0是健康效應終端的基線發生率;Pop為暴露人群數量;ΔC 是 PM2.5濃度變化,μg/m3;β是暴露-反應關系系數.

為了計算交通行業大氣污染物排放對人體造成的健康影響,需要將PM2.5排放量轉換為環境濃度以便于測算,公式如下:

式中:PM是交通行業排放的PM2.5濃度值,μg/m3;AP是交通行業的 PM2.5排放總量,104t/a;A是研究區域建成區面積,km2;A1是研究區域城區面積,km2;χ是排放轉換系數,本文取值為1[27];φ是排放總量控制系數,不同省份取值范圍 2.8×104～8.4×104km2/a[28],本文取中間值5.6×104km2/a.

依據GBD研究成果[1],環境顆粒物污染與8種健康結局的因果關聯證據較強,分別是下呼吸道感染,氣管、支氣管和肺癌,缺血性心臟病,缺血性腦卒中,腦出血,蛛網膜下腔出血,慢性阻塞性肺疾病,2型糖尿病.結合以中國為研究區域的流行病學文獻,PM2.5污染的健康效應終點及急性暴露-反應關系系數β取值如表2所示.β取值原則如下:文獻以中國為研究區域;盡量選擇薈萃分析（Meta）或多城市、多區域研究結果,使結論更適用于中國總體人群.其中,早逝、住院、和門診的β值是Meta分析的結果,住院的β值是多區域研究結果.

表2 主要健康影響暴露-反應系數Table 2 Exposure-response relationship coefficient of major health effects

歷年健康效應終點基線發生率來源于相關統計資料,其中全因死亡來源于《中國統計年鑒》[14],其他健康效應終點的數據來源于最新一次的國家衛生服務調查分析報告[32].

1.5 健康影響的經濟損失

空氣污染健康經濟損失采用靜態成本核算模型,基于健康終端的損失（如早逝人數）進行貨幣化.

式中:E是總經濟損失;m是各健康效應終點;Hm是第m種健康效應終點的單位貨幣價值.

其中,早逝引起的單位貨幣損失（VSL）根據歷年的個人年收入、家庭人口數和受教育程度估計得到[33].

式中:VSLk是 k年單位統計生命價值,元;INCk是 k年全國居民人均可支配收入,元;FSk是k年平均家庭人口數,人;EDUk是 k年人均受教育程度,小學及以下為1,初中為2,高中職校為3,大專為4,本科為5,本科以上為6.相關數據來自歷年《中國統計年鑒》[14].

住院和門診的人均醫藥費通過歷年《中國衛生健康統計年鑒》[34]估算得到.

2 結果與分析

2.1 鐵路、民航、水路部門PM2.5排放量

鐵路、民航、水路部門歷年活動水平用交通周轉量表示,如圖 2（a）所示,總體活動水平呈逐年上升趨勢.3個部門中,水路部門占比最大（62%～84%）,周轉量和占比均呈上升趨勢;鐵路部門占比次之（14%～36%）,周轉量呈“U”型變化趨勢;民航部門占比最小（1.2%～1.5%）,周轉量和占比逐年增加.

圖2 鐵路、民航、水路部門活動水平、歷年燃料使用情況Fig.2 Activity level,fuel usage of railway,air and water sectors over the years

從鐵路、民航、水路部門能源消耗量（圖2b）來看,只有鐵路部門的柴油消耗量呈下降趨勢,2017、2018年略上升,表明鐵路部門內燃機車的使用率在下降;其他兩個部門的燃料消耗量均呈現上升趨勢.與2010年相比,2018年,鐵路內燃機柴油年消耗量減少 24.12%,航油消耗量增加 127.61%,船用柴油、船用燃料油分別增加177.52%、10.04%.

鐵路、民航、水路部門歷年 PM2.5排放情況如表3所示.水路部門PM2.5排放量明顯高于其他兩個部門,且基本呈上升趨勢,從2010年的10.05×104t增加到2018年的12.75×104t,增長了27.41%;鐵路和民航部門排放量較小,2018年兩個部門PM2.5合計排放量僅占3部門總量的8.86%,鐵路部門PM2.5年排放量呈下降趨勢,而民航部門呈逐年上升趨勢,在 2014年超過鐵路部門.

表3 鐵路、民航、水路部門歷年PM2.5排放情況（104t）Table 3 PM2.5 emissions in railway,air and water sectors over the years（104t）

2.2 機動車部門PM2.5排放量

2.2.1 機動車保有量 利用公式（8）～（10）可以估計得到 2010～2018年我國機動車三級分類保有量,以2018年為例,機動車三級保有量如表4所示.2018年,國一前機動車已全部淘汰,共有機動車 23731.99萬臺,其中汽油車占比86.11%.

表4 2018年中國道路機動車保有量（輛）Table 4 China road vehicle ownership in 2018（car）

正常情況下,由于本文只估計柴油、汽油機動車保有量,因而機動車年保有量估計值應當少于統計資料中對所有燃料機動車保有量的統計.對比國家統計局統計的歷年民用汽車擁有量[15],除2015年外,本文對載客汽車年保有量的估計值均小于統計數據,而對載貨汽車保有量的估計均大于統計數據,導致歷年機動車保有量總體估計值要比統計數據高1.3%～5.9%.造成這種誤差的可能原因有以下 2點:①采用的廣東省機動車存活曲線無法較好地代表全國機動車存活曲線,這可能是最重要的原因;②將機動車強制報廢年限統一設置為15a,與實際情況有出入.

此外,機動車車型中有兩類特殊車型（出租車、公交車）屬于營運車輛,一般其保有量、行駛里程及污染物排放量需單獨計算以減少計算誤差.對于公交車,其使用年限為 13a[23],認為用車隊模型法估計得到的公交車保有量基本符合實際情況;參考《道路指南》[13],公交車的VKT值與大型客車相近,且EF值一致,因而本文不再單獨計算公交車的PM2.5排放量.

對于出租車,其使用年限一般為 8a[23],EF值與小型客車的一致,但 VKT值與小型客車相差較大（120000km、18000km）.從準確性出發,應當單獨估計出租車 PM2.5排放量,然而現有統計數據無法完成出租車保有量三級精細化測算,使得本文的不確定性增大.相關數據顯示,2010～2018年全國出租車運營數量在122.57～140.4萬輛之間[20],汽油、柴油出租車保有量占比分別為51.8%、3.6%（2014年數據）[35],汽油、柴油出租車保有量在小型載客汽車中占比約為 0.65%,因此可以認為未單獨估計出租車PM2.5排放量對整體交通行業 PM2.5排放量估計影響不大.

2.2.2 機動車PM2.5排放量 根據式（7）和機動車三級保有量估計結果可以計算得到我國歷年道路機動車PM2.5排放量,如圖3所示.機動車PM2.5總排放量及柴油車 PM2.5排放量除 2016年（29.58×104t、26.94×104t）外均逐年降低,分別由 2010年的 28.96×104t、26.37×104t降至 2018 年的 24.51×104t、21.84×104t.與2010年相比,2018年機動車PM2.5總排放量及柴油車PM2.5排放量分別降低了15.36%、17.16%;汽油車 PM2.5年排放量變化不大,在（2.59～2.68）×104t范圍內波動.這表明盡管機動車保有量呈逐年上升趨勢,但隨著機動車排放標準的不斷嚴苛,我國機動車污染物排放情況在逐年改善當中.分機動車車型來看,貨車是PM2.5排放的主體,占比約74%～87%;重型貨車又占了貨車排放量的 47%～51%,是機動車PM2.5排放的主要污染源.

圖3 機動車不同車型歷年PM2.5排放量Fig.3 PM2.5 emissions from different vehicle models over the years

2.3 交通行業歷年PM2.5排放量

2010～2018中國交通行業PM2.5排放量如表5所示,歷年排放量在40萬t左右波動.其中道路部門是主要污染源,占比在 60%以上,但呈下降趨勢;水路部門是第二大污染源,占比約在 25%～33%,占比呈上升趨勢;鐵路部門和民航部門 PM2.5排放量僅占 2%～3%,對交通部門PM2.5總體排放量的貢獻量較小.

表5 2010～2018中國交通行業PM2.5排放量（×104t）Table 5 PM2.5 emission from China's transport sector in 2010～2018（×104t）

2.4 交通行業PM2.5健康影響

對于PM2.5的健康影響是否存在閾值濃度,目前還沒有定論.本文參考一項針對中國縣域層面的研究[36],認為在中國PM2.5污染對健康的影響無閾值濃度.根據公式（11）、（12）估計得到交通行業空氣污染健康損失如表 6所示.對于歷年健康終點的損失,波動不大.以2018年為例,全國交通行業PM2.5排放造成的全因早逝人數為 14.90萬例,住院人次數為26.28萬例,門診人次數為1272.68萬例.

表6 2010～2018年交通行業PM2.5排放造成的健康損失（萬例）Table 6 Health loss caused by PM2.5 emissions from the transportation industry in 2010～2018（104）

續表6

2.5 交通行業PM2.5健康經濟損失

根據公式（13）估計得到交通行業造成的健康經濟損失,如表 7所示.盡管各健康終點的歷年健康損失變化不大,但由于健康終點的單位貨幣損失隨著我國經濟水平的不斷提高而增加,因此,交通行業健康經濟損失由2010年的1380.13億元增長到2018年的 3479.42億元,約占歷年全國 GDP的 0.33%～0.39%.其中早逝是交通行業健康經濟損失最重要的部分,造成的經濟損失占總損失 97%以上.以全國338個地級及以上城市 PM2.5年均濃度作為全國平均濃度,利用公式（11）、（13）估計環境PM2.5污染的健康經濟損失,2015～2018年,交通行業城市PM2.5健康經濟損失占環境 PM2.5污染健康經濟損失的比重分別為44%、51%、50%、56%.

表7 2010～2018年交通行業PM2.5排放造成的健康經濟損失（億元）Table 7 Health economic loss caused by PM2.5 emissions in the transportation industry from 2010 to 2018（100million yuan）

2.6 不確定性分析與討論

2.6.1 不確定性分析 本文在對交通行業進行劃分時,為方便估計,簡化了燃料類型.例如機動車燃料除了汽油和柴油,還包括天然氣、壓縮天然氣、液化石油氣、乙醇汽油、混合動力等;民航燃料還包括生物煤油等;水路燃料還包括生物柴油等新興燃料.未將這些燃料類型的交通工具納入模型中,可能會使估計結果偏低.

在式（12）中,由于氣象、地理等因素的差異,排放轉換系數在不同地區不盡相同,該系數與地區氣象條件有關,本文直接采取了各地區的平均水平,可能會使排放轉換系數偏大,造成PM2.5濃度估計結果偏低.

在機動車“車輛類型-燃料種類-排放標準”三級保有量估算過程中,存在一定的誤差.一是將所有機動車的使用年限設定為15a,實際情況中機動車保有量中占比較大的非營運小、微型客車無強制使用年限限值,因此本文對機動車保有量的估計可能低估.二是使用的廣東省機動車生存曲線參數代表性問題,廣東省經濟發達,機動車部門的節能減排力度高于全國平均水平,小、微型客車使用年限較短,使得本文的估計結果偏低.三是不同的燃料排放標準實施起止日期不一定均是年初、年尾,本文在數據分類時做了調整,將排放標準實施日期統一設定為年末,可能會使估計結果偏高.

本文以 PM2.5為代表性污染物估算交通污染的健康影響,未考慮其他交通污染排放物（如CO、HC、NOx、SO2等）對居民健康的影響.此外,本文僅從國家層面估計健康影響,未考慮地區經濟差異、人口密度、地理環境等因素對結果的影響.地區經濟發展程度直接影響交通發展程度,進而影響交通行業 PM2.5排放量;而地區人口密度差異也反映在暴露人群數量方面;因此本文的估計結果僅能作為參考數值衡量近年來交通行業 PM2.5排放量的變化趨勢及由此造成的疾病負擔程度.在后續的研究中,應當以“T-EPH”模型為基礎,建立各省的數據庫,探討從省級層面估計我國交通行業健康影響的可行性.

2.6.2 討論 本文的估計存在較多的不確定性,評估結果僅能反映交通行業 PM2.5污染健康影響的變化趨勢.交通行業各部門歷年能源使用情況和 PM2.5年排放量表明盡管交通行業的活動水平和燃料使用量增長明顯,但排放標準的不斷緊縮以及燃料經濟性的增加使得交通行業近年來 PM2.5排放量變化較小.在我國交通運輸行業蒸蒸日上的情況下,由于單位能耗不斷降低以及施行更加嚴格的燃料排放標準,交通行業 PM2.5年排放量相對穩定.結合我國正在推進的藍天保衛戰,在環境PM2.5濃度下降的情況下,空氣污染造成的疾病負擔中交通行業的貢獻度在不斷上升.以全因早逝健康效應終點為例,交通行業的貢獻度由2015年的44%上升到2018年56%.在下一階段的空氣污染治理過程中,應當加強交通行業的治理力度.

3 結論

3.1 本文以運輸方式為分類基礎,早逝、住院、門診為健康效應終點,構建了自下向上的交通行業“能源消耗-污染排放-健康影響”（T-EPH）評估模型,探討近年來我國交通行業 PM2.5排放對居民健康的影響程度及關鍵驅動因子.

3.2 2010～2018年,我國交通行業 PM2.5年排放量在 38.4～42.78萬 t之間波動,道路部門和水路部門是最重要的來源.其中道路部門貢獻了 63.66%～72.51%的排放量,水路部門貢獻了 25.16%～33.12%的排放量.

3.3 2010～2018年,交通行業PM2.5污染引起的居民健康損失變化不大.以2018年為例,全因早逝人數為11.05萬例,心血管疾病住院11.79萬例,呼吸系統疾病住院7.69萬例,心血管疾病門診475.82萬例,呼吸系統疾病門診467.89萬例.

3.4 盡管交通行業健康損失在 2010～2018年間波動較小,但是由于健康終點單位貨幣損失逐年增長,交通行業造成的健康經濟損失由2010年的832.52億元增長到2018年的1846.54億元,約占歷年全國GDP的0.21%.