文献阅读 | 印度家庭部门对空气污染的贡献和影响

题目

Household contributions to and impacts from air pollution in India

作者

Narasimha D. Rao, Gregor Kiesewetter, Jihoon Min, Shonali Pachauri & Fabian Wagner

期刊

Nature Sustainability

时间

2021年7月

一作

单位

Energy, Climate and Environment Program, International Institute for Applied Systems Analysis (IIASA), Laxenburg, Austria

Yale School of the Environment, Yale University, New Haven, CT, USA

链接

https://www.nature.com/articles/s41893-021-00744-0

研究内容

空气中的细颗粒物 (PM _2.5 ) 不仅是全球过早死亡的最大环境风险因素，是印度每年数十万人过早死亡的可能原因，而且可能也是经济发展对环境影响不平等的标志。印度家庭部门从多个直接来源（包括生物质燃烧炉灶和运输）以及间接来源（通过购买引发的产品制造），导致了环境 PM _2.5浓度的增加。本文量化了基于消费的城市和农村不同收入家庭的PM _2.5贡献以及所遭受的死亡率负担，研究了住宅空气污染物排放或死亡率在家庭中的分布情况，追踪了从家庭消费到其触发的其他排放源的过程，用于量化印度PM _2.5的净污染不平等程度。

研究发现影响的分布与贡献不同。研究表明，间接来源的死亡风险不成比例地落在低收入家庭身上，加剧了他们已经因使用生物质燃烧炉灶而承受的死亡风险。这表明全行业的污染控制可以减少环境空气污染影响的不平等。然而，由于低收入家庭因室内空气污染而面临高出一个数量级的死亡风险，清洁烹饪燃料仍然是减少印度因空气污染而过早死亡人数的最有效方法。

研究方法

GAINS模型

GAINS是一个综合模型，用于评估不同政策情景下的空气污染排放、环境污染浓度及其健康影响。排放量是根据与空气污染或温室气体排放相关的所有人为活动的详细部门计算的。特定技术排放因子的详细数据库与不同减排技术的应用率信息结合使用，以计算基于生产的PM_2.5排放及其气态前体物。GAINS计算印度23个邦和一些较小邦加总的空间水平的排放量。在这项研究中，所有亚洲国家的能源平衡在国家层面根据国际能源署2010年的统计数据进行校准，并缩小到区域层面。使用人口密度图和简化形式的源 – 受体关系将排放量转换为邦一级的人口加权浓度，从而实现 PM _2.5的浓度对部门排放贡献的归因。直接家庭排放按家庭调查的基础上在GAINS内的收入组进行细分，而产品消费（间接）排放的贡献归因于家庭、公共部门和通过使用投入形成的资本存量——输出数据库。

投入产出法

利用MRIO数据库EXIOBASE和GAINS对PM_2.5的部门归因，研究构建了包含PM_2.5拓展部分的投入产出表。包含拓展部分的投入产出表提供了印度EXIO划分的的部门对PM_2.5浓度的直接贡献，基于此表，可以得到每个投入产出部门的PM_2.5强度：

S是将每个EXIO行业的PM_2.5贡献除以其产出得到的直接PM_2.5矩阵，L是 Leontief 逆矩阵，它显示了每个行业生产一个货币单位产出所需的整个供应链的直接和间接货币投入。

然后，研究将体现了按EXIO行业分类的PM_2.5强度(单位货币)的PM_int,IO与“按用途分类的个人消费”(COICOP)消费类别进行了匹配（map），以方便跨消费类别进行汇总。COICOP由联合国统计司开发，是家庭、为家庭和政府服务的非营利机构对商品和服务消费的参考分类。

其中V表示基本价格方案和买方价格方案(考虑税收/补贴和运输/贸易利润)之间的估值矩阵转换，B是将COICOP类别映射到投入产出部门的桥梁矩阵。

研究者将位于收入阶层 i 的家庭消费Y_i乘以COICOP类别到相应收入的PM_2.5强度PM_int,COICOP，来得位于收入阶层 i 的家庭通过家庭消费对PM浓度的间接贡献PM_con,i

过早死亡的计算

对于环境空气污染造成的过早死亡：

研究遵循在全球疾病负担 (GBD) 研究框架中开发的方法，该方法假设综合暴露响应曲线将 PM 暴露与缺血性心脏病 (IHD)、慢性阻塞性肺病 ( COPD)、急性下呼吸道感染、肺癌和中风。假设暴露于环境空气污染的水平仅取决于地理位置。在各州内，所有收入的人都有相同的风险。这很可能高估了大部分时间在有空调（因此更清洁）的环境中度过的高收入人群的健康负担，并低估了低收入人群的健康负担，他们可能生活在用于烹饪和露天垃圾焚烧的固体燃料使用更加集中的地区。在 j 地区、城市/农村住宅 z 和年龄 a 的人群中，与空气污染相关的疾病 d 的人口归因死亡率计算为：

其中，m代表0.1°网格，居住着属于j地区和城市/农村住宅z的人口pop_jzm。RR_dam是根据该空间的PM_2.5浓度的综合暴露响应函数计算出的疾病和(可能的)年龄特异性相对风险。由于环境PM_2.5暴露而导致的死亡通常以每个地区(印度邦)、住所、疾病和年龄的收益计算，方法是将PAF_djza乘以地区j、住所z和年龄a中因疾病d而死亡的特定年龄的基线死亡病例d_djza

各个疾病的特定年龄基线死亡人数是根据《2013年全球疾病负担》项目公布的，这些数字是从GBD数据查询工具获得的。印度按年龄分列的预计死亡总人数摘自《联合国2017年世界人口展望》，并按人口比例缩小至增益区域。

在收益模型的标准计算中，根据疾病年龄确定的基线死亡率与社会经济地位无关。这可能低估了对低收入群体的健康影响，因为他们获得保健服务的机会较少。为了克服这一可能的缺陷，在本研究中，我们将疾病特异性收入依赖性应用于基线死亡率。研究假设，印度不同邦的人均GDP和死亡率之间的类似关系也适用于个人收入群体。每个收入阶层的平均收入首先转换为按印度卢比计算的人GDP。接下来，研究计算了每个国民收入阶层中死亡人数的初步估计，如下：

G_i是按INR计算的人均国内生产总值，d_i是收入阶层 i 中每种疾病的死亡人数。请注意，人均国内生产总值和死亡率之间的关系也不是特定年龄的。总人数与GAINS中因年龄和疾病而死亡的估计人数保持一致。进一步，计算特定收益的比例公式如下：

然后，将这些份额应用于疾病和特定年龄死亡的收益内部估计，以得到计算中实际使用的按疾病 d 、地区 j 、住所 z 、年龄 a 和收入 i 分列的基线死亡数字d_djzai，并对等式进行修正。

对于收入依赖关系不包括的两种疾病，假定收入群体之间的死亡率相等。

对于室内空气污染造成的过早死亡：

对于室内空气污染，可归因死亡的比例是按疾病和年龄计算的。研究从固体燃料使用者接触到的典型室内浓度的相同综合暴露-反应函数中得出每种疾病的死亡风险因素。使用的评价浓度为300 μg*10^-3，不考虑性别差异。按使用固体燃料的人口(每个区域 j 、居住地 z )计算 a 岁时因疾病 d 死亡的人口归因比例为：

研究结果

家庭对空气污染的贡献

文章首先展示了以2010 年为基准年印度环境 PM _2.5在不同收入群体的贡献分布。2010 年全国年平均环境 PM _2.5浓度约为 43 µg*m ^-3，其中 23 µg*m ^-3可归因于印度通过家庭直接使用的燃料或通过购买的商品间接带来的制造（图1.a），图1.b显示了不同收入家庭的不同活动的贡献。用于烹饪、取暖和照明的固体燃料和煤油的燃烧对环境 PM _2.5浓度的贡献约为 9 µg*m ^-3（或总量的 22%）。间接贡献和运输合计约为 14 µg*m ^-3 (33%)。在间接来源中，食物和食物垃圾占主导地位，其次是用电量。厨余垃圾既包括垃圾的露天焚烧，也包括垃圾的收集、回收和焚烧。客运包括私家车和公共交通。

直接和间接贡献的比例在不同收入群体之间存在显著差异。由于更依赖固体燃料，低收入人群的直接贡献更大。随着收入的增加，在商品和服务消费增加的推动下，间接贡献急剧增加，抵消了从第 5 个等级的收入群体开始向上的直接贡献的减少。食物和衣服等更重要的商品的间接贡献在不同收入群体中分布相对均匀，而电力、交通和废物的间接贡献与收入高度相关。总的来说，最高收入群体的贡献比最低收入群体的贡献高出两倍以上。

图1. 2010年按收入等级划分的家庭总消费对 PM _2.5环境浓度的贡献

a, 按来源类别划分的国家 PM _2.5总浓度。家庭燃料使用包括用于烹饪、取暖和照明的生物质和煤油；家庭消费反映了交通运输和工业的间接排放；其他消费包括政府、资本支出、非政府组织和库存变化。b，按来源和收入等级（人口相等，从左到右增加收入）的家庭贡献细分

城乡差异

图2展示了城市和农村人口的PM_2.5贡献。图2的上半部分显示高收入阶层的贡献急剧增加是由城市消费驱动的，这在很大程度上是由于城市人口在较高收入阶层中的份额不断增加。在人均基础上，家庭固体燃料燃烧的贡献减少都被收入增加的消费活动的间接贡献所抵消。但是，在城市和农村人口中，存在一些显著差异。在农村地区，人均贡献几乎随着收入的增加而单调增加，而城市人口在中低收入群体变化上呈现稳定状态，但随后从第九个到第十个收入群体（最高的两个高收入群体）增加了 60% 以上。这是因为随着城市中产阶级收入增加而转向液化石油气 (LPG) 炉灶减少的PM_2.5贡献被电力使用和废物产生的增加所抵消。相比之下，农村家庭以较慢的速度转向液化石油气，即使其他消费的贡献随着可支配收入的增加而增加。其他主要差异包括农村食物 PM_2.5 足迹高于城市，这可能是由于他们饮食中谷物的比例较高，而这些食物的化肥使用量往往较高。然而，在所有不同级别收入的城市家庭中，垃圾的PM_2.5贡献要高得多，这可能反映了他们的生活方式与农村的差异。

图2. 2010 年城乡家庭对环境 PM 2.5浓度的贡献

a – d，城市（a，c）和农村（b，d）家庭在每个收入阶层中的总（a，b）和人均（c，d）贡献。

按来源分列的死亡率影响

按绝对值估算，估计 2010 年有 119 万（113-125 万）例死亡可归因于家庭空气污染和环境空气污染，将 PM _2.5浓度的不同收入阶层家庭的死亡风险与其贡献进行比较时，污染不公平的程度变得非常明显（图3，左）。PM _2.5污染的死亡率（虚线）随着收入的增加而下降，而人均对污染的贡献（实线）增加。在城市和农村人口中发现了类似的模式。洛伦兹曲线（图3，右）表示过早死亡总数，对人口加权环境 PM _2.5 的总贡献浓度和总消费支出表明，死亡风险的不平等（如洛伦兹曲线和 45°黑色虚线之间的面积所示）远远超过对 PM _2.5浓度的贡献的不平等，但远小于收入的不平等。

图3. 污染贡献和污染风险关于收入的函数

a, 污染贡献（实线，左轴）和污染风险（虚线，右轴）作为收入函数的相反趋势。这两个趋势反应的都是人均指标。b，消费支出（收入）、PM _2.5贡献（污染贡献）和过早死亡（污染影响）的洛伦兹曲线（累积人口份额）。

不同控制情景下公平性变化

为了了解不同的污染缓解政策如何降低死亡率和不公平现象，研究设定了两种政策情景：清洁炉灶 (CC) 和对其他来源的最大控制 (MCO)。每种情景都对不同的污染源实施控制。图4显示了这些情景对每个收入阶层人群的健康负担和对环境 PM _2.5浓度影响的结果。与参考情景相比，MCO 情景将环境 PM_2.5浓度降低了 13.8 µg*m ^-3 (32%) 并将环境空气污染相关的死亡人数减少了大约 80,000 例（图4.b）。相比之下，CC 方案将环境 PM _2.5浓度降低了 8.5 µg*m ^-3 (20%) 并几乎消除了家庭空气污染。结果，过早死亡总数减少了 690,000（图4.a)，其中大约 34,000 个来自环境空气污染。由于低收入人群更多地使用固体燃料炉灶，研究发现实施 CC 将使最低收入阶层人群的死亡率的降低相当于最富有的收入阶层人群15倍。

图4. 替代政策（CC 与 MCO）对不同收入阶层人群对 PM _2.5污染的贡献和受到的影响的影响

a, 按收入阶层区分的不同人群的环境和室内 PM _2.5的死亡率以及两种政策情景下避免的死亡率。b，相对于参考情景，避免的环境空气污染的死亡率。c，按收入阶层区分的不同人群对环境 PM _2.5浓度的贡献和两种政策情景中的贡献减少。d，参考情景（黑色）和两种政策情景的每个收入阶层人群的PII（每产生一单位环境 PM _2.5污染的贡献对应承担的环境空气污染的死亡率）；虚线代表每个情景的中值。

当按不同收入阶层考虑这些政策对环境空气污染相关死亡率的相对影响时，研究发现 MCO 情景在所有收入阶层的绝对值上都超过了 CC 情景（图4b），也就是说，与对应收入阶层人群的炉灶对环境空气污染的贡献相比，低收入家庭遭受其他收入群体PM _2.5贡献的死亡风险更大（图4c），这主要有两个原因：1.PM _2.5的系统差异暴露和易受污染的影响；2.平均收入较低的地区也受到更多污染。总体而言，收入最低阶层人群中农村家庭的 PM _2.5平均浓度为 47 µg*m ^-3，而收入最高的阶层人群所面临的空气污染只有32 µg*m ^-3，城市家庭的差异要小得多，农村家庭不成比例地落入低收入群体。死亡率的其余差异源于与收入相关的脆弱性，收入水平较低的家庭可能具有较低的适应能力（例如，在房屋和汽车中使用空调）、不太健康的生活方式（例如，更辛苦的劳动）、较少获得医疗案例以及较差的健康和免疫系统。与这些结果一致，实施 MCO 可以更有效地减少不同收入阶层之间的不平等，从政策产生的 PII（图4.d）中可以看出，这些影响的组合是所有家庭都面临着的由固体燃料炉灶引起的环境空气污染导致的死亡风险，这与他们的贡献大致成比例（如 MCO 情景所示），相比之下，当去除固体燃料排放时（在 CC 情景中），低收入家庭的间接来源负担明显不公平，从参考案例到 CC 情景，最高收入和最低收入十分位数之间环境空气污染PII 差异从 9 倍增加到 21 倍——体现为连接点的线的斜率变得更陡。

研究结论

2010 年，超过 1.5 亿个固体燃料燃烧炉灶是印度PM _2.5相关排放的最主要来源，可能导致了约 900,000 人过早死亡。虽然这些死亡大多数是由于室内空气污染，但有些是由于这些炉灶对环境空气污染的贡献。研究表明，炊具对环境空气污染的贡献仅为由家庭消费引发的其他 PM _2.5来源的40% ，食品生产和废物在家庭间接 PM _2.5排放中占主导地位。

低收入家庭首当其冲受到所有污染源的影响——他们不仅因自己做饭而遭受室内空气污染，而且他们还面临着不成比例的环境空气污染死亡风险。他们的炉灶确实给主要使用清洁燃料的高收入群体带来了死亡风险，但程度较轻。本文提出了一个新的污染公平指标，衡量不同收入家庭每单位 PM _2.5污染贡献对应的死亡风险，根据这一措施，最低收入阶层的人群是最高收入阶层的人群获得的不利影响的九倍，同时由于室内空气污染导致的过早死亡占主导地位，提供清洁的烹饪燃料仍然是减少空气污染导致的过早死亡的最有效方法，低收入家庭将从清洁烹饪中受益最大。全行业的污染控制也将减少印度过早死亡的人数，但其量级比清洁烹饪燃料所能减少的少一个数量级。

编辑：肖逸龙

排版：吴凯

相关阅读

实现巴西NDC目标的碳定价机制的经济和社会效率中国燃煤电厂改造措施带来重大汞相关健康效益
在亚马逊南聚集的野火风暴减少农村家庭消费碳足迹不平等5 文献阅读 | 基于功能区间模型的关中地区碳减排分布式能源系统优化设计6 文献阅读 | 用可计算一般均衡模型评估泰国货物运输业的经济和环境影响

点击“阅读原文”浏览小组主页