柳叶刀-星球健康 | 人口老龄化与全球大气污染健康经济损失

《柳叶刀-星球健康》（The Lancet Planetary Health）近日发表由本研究由清华大学牵头，联合英属哥伦比亚大学、加州伯克利大学、杜克大学及耶鲁大学等22位知名专家共同完成的人口老龄化与全球大气污染健康经济损失研究。研究首次在全球尺度评估了人口老龄化如何影响PM_2.5健康损失的变化趋势。研究指出，在2000-2016年间，人口迅速老龄化造成全球室外PM_2.5导致的健康经济损失增加了21%，老年人群（60岁以上）承受着超过59%的全球PM_2.5健康经济损失。在全球老龄化背景下，如果大气污染水平没能得到有效降低，其导致的健康经济损失仍将快速增加，给各国医疗服务体系带来巨大压力。柳叶刀特别邀请本文作者，为读者带来研究解读。

作者介绍

尹皓

英属哥伦比亚大学博士后

本文第一作者，主要研究方向为大气污染及环境风险损失评估，大气污染成本效益分析及防治政策研究等。本研究主要内容是尹皓博士在清华大学研究期间完成的。

刘竹

清华大学地球系统科学系副教授

本文通讯作者，主要研究方向包括全球碳收支及碳数据、全球变化的人为因素、人类活动碳排放与碳足迹的量化、可持续发展的定量研究。

研究背景

大气污染是健康损害最大的环境风险之一[1]。老年人群的生理代谢水平不断降低，身体健康状况逐年退化，因而大气污染往往给老年人群带来更为严重的健康影响[2]。伴随着全球各国的老龄化水平都有不同程度的加深，意味着更多的老年人群暴露在大气PM_2.5污染环境中，由此带来的健康影响也可能随之增加。为了给大气污染防治政策提供更多的科学支持，全球很多学者、机构都开展了大气污染健康经济损失相关研究[3]。以往的健康经济损失评估通常采用年龄恒定的统计生命价值法（Age-invariant VSL）估算PM_2.5带来的健康损失，该方法假设在整个生命周期内，每个个体的统计生命价值是恒定不变的。然而，越来越多的实证和理论研究表明统计生命价值（VSL）和统计生命年价值（VSLY）随着年龄的变化而变化[4]。尤其是老年人群，由于预期寿命、生命质量和财富状况都随着年龄的增加呈现一定程度的变化，因此其统计生命价值也随之改变。对于老年人群而言，采用年龄恒定的统计生命价值则可能导致健康经济损失的估算存在一定程度的偏差。综上，为科学分配大气污染防治投入，全球各国亟需探索人口老龄化如何影响PM_2.5带来的健康经济损失。

研究解读

在此研究背景下，论文采用全球暴露反应关系模型（GEMM）估算PM_2.5健康影响，开发了一套年龄校正的统计生命年价值（Age-adjustedVSLY）评估体系量化评估了由PM_2.5带来的健康经济损失，解析了老龄化、GDP、人口、基线死亡率及PM_2.5暴露水平等主要驱动因素，构建了全球大气污染健康及经济损失综合评估模式，充分考量了年龄结构变迁对大气污染健康经济损失变化带来的影响。

1. PM_2.5导致老年人群承受更高的健康经济损失

2016年，全球范围内室外PM_2.5污染导致了8.42百万人死亡，由此引发了超过163.68百万的寿命年损失。2000年全球PM_2.5导致的死亡造成了US$2.37万亿，这一损失在2016年增加到了US$4.09万亿。其中，老年人群健康经济损失占全部人群健康经济损失的59%以上。图1展示了不同年龄层健康经济损失的变化。60-64岁人群及85岁以上人群承受的健康经济损失最高（图1）。

图1：2000、2005、2010及2016年不同GBD（Global Burden of Disease）超级地区、各年龄层的健康经济损失分布

2.不同病因带来的PM_2.5健康经济损失

不同疾病终端带来的PM_2.5健康经济损失也存在显著变异性（图2）。在五种具体病因中，研究发现缺血性心脏病导致的健康经济损失最高，达到全部健康经济损失的27%。这一较高比例的健康经济损失主要由于缺血性心脏病本身的基线死亡率相对较高，且缺血性心脏病死亡导致的损失寿命年也较高造成的。

本研究也进一步比较分析了PM_2.5健康经济损失占中国、美国及印度等健康经济损失较大的国家与该国当年生产总值的比例。2016年中国的PM_2.5相关的健康经济损失相当于中国当年GDP的5.2%，而美国仅占2.7%。印度、俄罗斯等国的健康经济损失虽然比中国低，但是其健康经济损失相较于其当年GDP的比例则要略高于中国。

图2：2000-2016年不同国家及地区PM_2.5导致不同病因死亡的健康经济损失

3.PM_2.5健康经济损失驱动因素分解

PM_2.5相关的健康经济损失与环境污染、人口结构和社会经济因素等多重因素作用密切相关（图3）。从全球总体因素分解结果来看，从2000-2016年人口老龄化导致健康经济损失增长超过21%，人均GDP的快速增加导致健康经济损失增加77%。从国家水平来看，不同驱动因素带来的健康经济损失变化有着显著差异。例如，中国健康经济损失的快速增长主要是由于人均GDP的增加，导致健康经济损失增加超过490%，而人口老龄化位居第二位，造成健康经济损失增加了29%，PM_2.5污染暴露增加导致健康经济损失增长19%。对比发达国家如美国、日本等，老龄化导致的健康经济损失增加则超过了基线死亡率下降带来的健康效益。

图3：全球大气污染健康经济损失主要驱动因素分解

4.不同PM_2.5健康经济损失评估方法对损失评估结果的影响

不同健康经济损失评估方法对于损失估算结果有着较大影响。从图4可以看出，通过年龄校正的统计生命年价值估算方法（Age-adjusted VSLY）估算得到PM_2.5导致的健康经济损失为US$4.09万亿，而年龄恒定的统计生命价值估算方法（Age-invariant VSL）得到的结果最高，为US$8.32万亿，是年龄校正统计生命年方法估算结果的两倍以上。

图4：不同健康经济损失估算方法的全球PM_2.5累积健康经济损失分布

5.总结

本文系统分析了人口老龄化对全球PM_2.5导致的死亡带来的健康经济损失带来的影响。研究结果显示尽管2000-2016年全球老年人口（60岁以上人群）占比为10-12%，但是老年人群负担的健康经济损失占到全人口健康经济损失的57-59%。而且，老年人群的健康经济损失增长要比60岁以下人群负担的健康经济损失增速快23%。2000-2016年间，人口老龄化导致全球PM_2.5带来的健康经济损失增加了21%。在全球人口老龄化背景下，PM_2.5污染将给各国医疗服务体系带来严峻的挑战。因此，各国应当采取更加积极有效的污染防控措施，尤其是大气污染水平较高和人口结构老龄化水平高的地区，从而避免PM_2.5带来的健康经济损失持续增加。除此之外，提高老年人的健康状况、降低老年人的污染暴露水平也会带来一定程度的健康效益。END

参考文献：

[1] C Abbafati, DB Machado, B Cislaghi, et al. Global burden of 369 diseases and injuries in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden of Disease Study 2019

Lancet, 396 (2020), pp. 1204-1222

[2] CA Pope 3rd. Mortality effects of longer term exposures to fine particulate air pollution: review of recent epidemiological evidence

Inhal Toxicol, 19 (suppl 1) (2007), pp. 33-38

[3] World Bank. The cost of air pollution: strengthening the economic case for action (English) The World Bank, Watchington, DC (2016)

[4] JK Hammitt. Admissible utility functions for health, longevity, and wealth: integrating monetary and life-year measures. J Risk Uncertain, 47 (2013), pp. 311-325

推荐阅读

柳叶刀-星球健康 | 若控制南亚地区空气污染，或将预防7%的流产和死胎

点击阅读原文，查看《柳叶刀-星球健康》更多论文