北京大學：2023年中國人群生命早期空氣污染和不適宜溫度暴露的疾病負擔評估報告（103頁）.pdf

《北京大學：2023年中國人群生命早期空氣污染和不適宜溫度暴露的疾病負擔評估報告（103頁）.pdf》由會員分享，可在線閱讀，更多相關《北京大學：2023年中國人群生命早期空氣污染和不適宜溫度暴露的疾病負擔評估報告（103頁）.pdf（103頁珍藏版）》請在三個皮匠報告上搜索。

1、 中國人群生命早期空氣污染和中國人群生命早期空氣污染和不適不適宜溫度暴露的疾病負擔評估宜溫度暴露的疾病負擔評估 Health impacts from human early-life exposure to air pollution and non-optimal temperature in China 北京大學北京大學 2023.11.23 Peking University November 23,2023 項目研究人員項目研究人員 朱彤 北京大學 環境科學與工程學院 教授 薛濤 北京大學 公共衛生學院 研究員/助理教授 艾思奇 北京大學 環境科學與工程學院 博士后 李芳洲 北京大學

2、 環境科學與工程學院 博士后 佟明坤 北京大學 公共衛生學院 研究生 王若涵 北京大學 公共衛生學院 研究生 康寧 北京大學 公共衛生學院 研究生 魯鴻 北京大學 公共衛生學院 研究生 倪雪秋 北京大學 公共衛生學院 研究生 致謝致謝 本研究由北京大學統籌撰寫，由能源基金會提供資金支持。ACKNOWLEDGEMENT This report is a product of Peking University and is funded by Energy Foundation China.目錄目錄 摘要.1 第一章 研究背景.5 1.空氣污染與氣候變化影響人群健康.5 2.生命早期是空氣污染與

3、氣候變化危害的敏感期.7 3.空氣污染和氣候變化對生命早期的影響.8 3.1 空氣污染和不適宜溫度造成受孕困難和妊娠失敗，減少新生兒人數.8 3.2 空氣污染和不適宜溫度損害孕婦健康，增加妊娠期高血壓與糖尿病風險.9 3.3 空氣污染和不適宜溫度導致不良出生結局.9 3.4 空氣污染和不適宜溫度增加兒童死亡與疾病風險.10 3.5 空氣污染與氣候變化相關疾病負擔或被低估.11 4.準確估算生命早期疾病負擔的意義與技術瓶頸.13 4.1 定量疾病負擔是判定環境質量標準的重要參考數據.13 4.2 我國生命早期疾病負擔評估的技術瓶頸.14 5.研究內容.15 第二章 研究方法.16 1.暴露反應關

4、系評估.16 1.1 文獻薈萃方法.16 1.2 基于多中心研究設計的導函數方法.19 1.3 人群數據.21 2.疾病負擔評估.23 3.兒童空氣污染暴露的不公平性評估.26 第三章 研究結果.27 1.細顆粒物導致的生命早期疾病負擔.27 1.1 細顆粒物污染情況及疾病負擔概述.27 1.2 孕期 PM2.5暴露與死胎.29 1.3 孕期 PM2.5暴露與嬰兒死亡.32 2.沙塵導致的生命早期疾病負擔.37 2.1 沙塵污染情況.37 2.2 全生命周期沙塵暴露與五歲以下兒童死亡.38 2.3 全生命周期沙塵暴露與兒童急性下呼吸道感染.43 2.4 全生命周期沙塵暴露與兒童貧血.48 3.

5、臭氧導致的生命早期疾病負擔.53 3.1 臭氧污染情況及其疾病負擔概述.53 3.2 臭氧長期暴露與兒童低出生體重.54 3.3 臭氧長期暴露與五歲以下兒童死亡.58 4.溫度導致的生命早期疾病負擔.63 4.1 氣候變化趨勢及其疾病負擔概述.63 4.2 未來氣候變化帶來的超額死胎.65 5.兒童場所暴露的不公平性評估.68 5.1 我國各類教育場所地理分布.68 5.2 我國各類教育場所污染物暴露水平.70 5.3 我國各類教育場所暴露的不公平性評估.83 第四章 主要結論與展望.87 參考文獻.90 1 摘要摘要 人類生命早期經歷不良環境暴露或不利于健康的生活條件會對整個生命周期的健康產

6、生影響。從受孕到孩子兩歲生日的生命早期 1000 天被確定為未來成長和發展最關鍵的時期，也是干預最重要的時期。然而，生命早期的不良環境暴露如何影響健康尚未得到全面評估，這阻礙了有效干預的實施。胎兒和嬰兒由于其特殊的生理狀況更容易受到有害暴露的影響。因此，生命早期暴露所致的疾病負擔是一個亟需關注的重大公共衛生問題。2019 年，全球疾病負擔（Global burden of disease,GBD）研究首次確定懷孕期間暴露于空氣污染是導致妊娠期縮短和低出生體重的風險因素，進而增加了新生兒死亡率?？諝馕廴疚涣腥蛩劳鲐摀ｋU因素的第四位，其中相關疾病負擔的很大一部分歸因于生命早期的暴露。既往證據已

7、提示生命早期暴露于空氣污染與一些不良結果相關，例如死胎、早產、低出生體重、急性呼吸道感染、嬰兒發育遲緩、兒童肥胖和兒童認知或心理疾病，如自閉癥，其中部分已被確定為兒童死亡的主要原因。根據 GBD 評估，2019 年，可歸因于細顆粒物（PM2.5）暴露的早產進一步導致了 196,800年的壽命損失。然而，還有很多與生命早期空氣污染暴露有關的不良結局沒有納入疾病負擔評估，比如其他導致早產或低出生體重的空氣污染風險因素（例如臭氧 O3）和 PM2.5的其他關鍵結果（例如死胎），這將很大程度上低估生命早期空氣污染暴露的疾病負擔。未來納入更多暴露和結局的組合來全面評估其疾病負擔勢在必行。氣候變化已被確定

8、為 21 世紀人類健康的主要威脅，不適宜溫度相是衡量氣候健康影響的關鍵指標，生命早期暴露于不適宜溫度也會在生命過程中造成沉重的疾病負擔。2019 年，GBD 首次將高溫和低溫暴露納入了疾病負擔評估的風險因素中。然而，最新研究表明不適宜溫度暴露還可能與兒童死亡之外的健康風險有關，例如，孕期熱浪暴露被認為將增加一類特殊的死亡風險死胎。為了全面評估不適宜溫度的健康影響，需要對不適宜溫度的暴露反應函數進行全面評估，重點關注特定生命早期不良結局。2 此外，胎兒和兒童容易受到不良環境因素的影響，使得生命過程中的疾病負擔不成比例地歸因于生命早期暴露，這被稱為環境不平等的問題。該風險人群由于處于特定的人生階段

9、，如懷孕、活產或兒童，可能呈現出獨特的空間模式分布，與一般人群的分布不同。如果風險人群與暴露水平空間存在關聯，生命早期暴露導致的不平等將進一步擴大。因此，為了最大程度地從減污降碳工作中達到健康獲益，需要對生命早期暴露的不平等進行評估。針對上述當前所需評估的重要內容，作為全球疾病負擔研究建立的系統方法的補充，本項目進行了一系列分析以全面評估生命早期空氣污染和氣候變化暴露的疾病負擔。簡而言之，GBD 完成了迄今最先進的 PM2.5和不適宜溫度暴露的估計，以及集中于活產兒中的疾病負擔評估。因此，本項目側重于氣候變化對健康的影響。我們重點關注了對氣候變化更敏感的空氣污染物（包括 O3和來自沙塵和野火的

10、 PM2.5），并綜合全面地考慮了生命早期歷程，包括產前階段、新生兒階段和早期兒童階段（0.10，I250%），采用固定效應模型；若統計學異質性較高（P50%），則采用隨機效應模型，計算 PM2.5 每增加 10 g/m3 的合并效應值和 95%CI。在納入文章 10 篇文章以上時，采用 Egger 檢驗分析發表偏倚。根據檢索策略及研究需要，在納入排除標準下，兩位研究者獨立平行篩選，仔細閱讀全文，研究共納入 12 篇有關長期暴露于 PM2.5與 5 歲以下兒童急性呼吸道感染發病關聯強度的研究，各研究結果的 I2值為 29.9%，根據 Cochrane 手冊，可認為存在較小的異質性，故采用固定效

11、應模型計算合并效應值。研究統一將 PM2.5 健康效應標化為“暴露每增加 10g/m3 對應的急性呼吸道感染發病相對風險度”，利用傳統的 Meta-analysis 得出，平均健康效應為 1.04（95%CI：1.031.06），結果下圖所示，可認為長期 PM2.5 暴露與急性呼吸道感染存在顯著關聯。對 PM2.5 健康效應標化值，即暴露每增加 10 g/m3 對應的急性呼吸道感染相對風險度進行發表偏倚分析，Egger 檢驗結果得到 P=0.1285，可見發表偏倚較?。▓D 2.1.1）。18 圖圖 2.1.1 PM2.5 與與 5 歲以下兒童急性呼吸道感染歲以下兒童急性呼吸道感染 Meta 分

12、析森林圖分析森林圖 19 1.2 基于多中心研究設計的導函數方法基于多中心研究設計的導函數方法 基于非線性暴露反應關系，閾值判定經驗方法可歸納為其導函數的統計檢驗。效應閾值可以經驗性表述為“在某一低濃度水平附近，小幅度地增加或降低濃度，健康效應是不變的，并且效應的絕對值穩定在零左右”?？梢婇撝蹬卸梢砸罁蓚€經驗：健康效應絕對值為零或當濃度低于某一水平健康效應在一定范圍內是不變的。對于前者，傳統非線性健康效應模型是無法檢驗的。主要原因是非線性函數估算值的絕對值是“不定的”，由本身（f）和截距（）的估算值共同決定：yi,j f(xi,j)+=f(xi,j)c+c=f*(xi,j)+*(1)上述模

13、型中，i和 j分別為抽樣中心和樣本的下標，y和 x分別為健康風險和暴露水平，f()為非線性暴露反應關系，是截距項，c 為任意常數。f*和*為不同的模型估算值，但等號前后的模型等價，說明f的絕對值是無法確定的，因而不能用于判斷效應閾值。由此可見，僅有第二條經驗適用于閾值判定，而判斷函數值是否達到局部穩定等價于檢驗其導數值是否為零，即 f(x0)=0。由此可見，統計意義上將，閾值判定方法等價于對暴露反應關系的導函數進行解析。在特定條件下，基于多中心流行病學研究可以直接得出暴露反應關系的導函數。依據導函數檢驗開展閾值判定具有優勢，即便缺少普適的統計估算方法，利用巧妙的流行病學設計，基于傳統方法也能得

14、出導函數的可靠估計。對于多中心研究，常用的回歸模型有兩類：兩步回歸法單中心回歸分析+多中心結果的薈萃（Meta-analysis）；單步回歸法將代表抽樣中心的分類變量作為模型矯正（可以作為隨機效應、固定效應、與其它自變量的交互項等多種形式出現）。當方法的回歸函數足夠復雜、充分考慮效應的異質性，其等價于方法。本研究利用形式簡潔的單步固定效應回歸模型為例，說明如何利用多中心流行病學設計直接估算暴露反應關系的導函數。上述單步固定效應回歸模型可表示為：20 yi,j f(xi,j)+i+(2)其中固定效應 i代表某一個抽樣中心的平均健康水平、用于描述不同中心之間的異質性。通常情況下，模型并不對固定效應

15、進行實際估計，而將其作為“冗 余 參 數”（Nuisance Parameter），利 用 條 件 最 大 似 然 法（Conditional Maximum Likelihood）等方法進行統計推斷。特定條件下，可以對非線性函數 f進行如下泰勒級數的近似：yi,j f(ri,j+xi)+i+f(xi)ri,j+f(xi)+i=f(xi)ri,j+*i (3)xi (jxi,j)/ni,ri,j (xi,j-xi),*i i+f(xi)其中，xi表示某一抽樣中心的平均暴露水平，ri,j表示中心內部的、個體之間的暴露變異，*i表示等價的固定效應。在示例數據中，2,457 抽樣中心的個體O3暴露濃

16、度分布如圖-2 中的藍色橫條所示（每個中心對應的平均濃度 xi為藍色橫條中心的深藍色實線，個體濃度相對與 xi的偏離程度則為 ri,j）。根據等式（3），固定效應的非線性回歸模型可以近似等價變換為其導函數的另一個固定效應模型。等價模型中，導函數 f(xi)表示為暴露變量 ri,j的可變回歸系數（Varying-coefficient 或者 Functional coefficient）。模型（3）可以利用成熟的樣條函數方法，構建可變系數回歸模型（Varying-coefficient Regression）直接估算 f(xi)，針對示例數據估算 f(xi)結果如圖-2 中的紅色實線所示。根據導

17、函數的零點f(x)=0，示例數據所建議的 O3閾值濃度在 WHO 所建議的第一階段過渡期目標（IT1=100 g/m3）附近。另外，基于 f(xi)置信區間的估計（如圖-2中的紅色虛線所示），可以對于任意候選的閾值濃度（x0）進行嚴格的統計檢驗 原假設：f(x0)=0。此外，模型（3）也可以利用兩步回歸法進行估算首先針對單中心分別計算 ri,j對應的線性回歸系數，然后利用薈萃回歸法估算 f(xi)：第一步：yi,j i ri,j+*i;第二步：i f(xi)(4)21 其中 i表示單中心所得出的健康效應。如果在第二步采用普通的薈萃分析（即 i ），則模型（4）即轉變為多中心研究的經典兩步回歸模

18、型。換言之，在經典的多中心兩步回歸模型中，如果將第二步模型中不同中心的平均暴露水平（xi）作為自變量，然后利用樣條函數等非線性方法進行薈萃回歸分析，所得結果即為暴露反應關系的導函數。具體而言，從傳統中心研究的經典兩步回歸模型出發，非線性的薈萃回歸可以表示如下：第一步：yi,j i xi,j+i=i ri,j+*i,i i xi+*i;第二步：i g(xi)(5)其中，考慮到第一步中的恒等變換不涉及回歸系數 i，模型（4）和（5）第一步中的 i估算值是一樣，因此，第二步薈萃分析中，模型（5）非線性估計值 g 亦等同于模型（4）中暴露反應關系的導函數 f。上述等價關系進一步說明在特定條件下，多中心

19、流行病學研究可以直接得出暴露反應關系的導函數。1.3 人群人群數據數據 由于需識別中國人群生命早期空氣污染和不適宜溫度暴露的疾病負擔，采用流行病學方法評估暴露反應關系的最優研究人群為有代表性的中國人群樣本。因此，項目收集并整理了 2000 年、2005 年、2010 年和 2015 年四次人口普查的長表數據，根據“最近 12 個月內是否有生育”、“生育月份”、“生育性別”、“最近 12 個月內是否生育兩個孩子以上”、“生育子女數”、“現存活子女數”等問題，識別出最近一年內分娩過單胎的初產婦，并進一步確定嬰兒死亡結局，來評估孕期 PM2.5暴露與嬰兒死亡的暴露反應關系。人口普查同時調查了婦女年齡

20、、民族、教育水平、工作情況等基本社會人口學信息，以及住房面積、住房內各類設施、主要炊事燃料等生活方式和經濟狀況指標。對于其他研究結局，包括死胎、出生體重、兒童貧血、兒童急性下呼吸道 22 感染、5歲以下兒童死亡等結局，由于無法獲取中國人群的公開數據，我們使用了人口健康調查數據庫（The Demographic and Health Surveys Program,DHS）進行分析，將得到的暴露反應關系外推到中國人群中進行疾病負擔評估。DHS 是一個持續進行的標準化調查，在每 5 年進行一次，覆蓋 90 多個中低收入國家。在每一輪調查中采用多階段分層群集抽樣方法來獲取樣本，以確保代表性。關于抽樣

21、框架、調查問卷和數據的詳細信息可在完成簡單的注冊流程后，在 DHS網站上提交訪問請求后獲得（https:/ 的生育史信息包括該女性曾經生育過的最多 20 個孩子及每個孩子的具體情況；記錄了自訪談日期起回溯最長 5 年多的生育、懷孕情況，形成了一份月尺度的生育相關信息日歷。此外，DHS 還收集了個體的社會人口特征、性行為和態度、父親身份、生育意愿以及現任和前任或同居伴侶特征的信息。23 2.疾病負擔評估疾病負擔評估 在得到暴露-結局配對的暴露反應關系曲線的基礎上，將其應用于中國進行相關疾病負擔估算。使用以下方程：AFs,y=11/exp(f max(Cs,yC0,0),ANs,y=AFs,y N

22、s,y 其中 s、y 分別表示空間像素和年份；Cs,y是逐年網格化的暴露水平；C0是最低風險參考暴露水平，C0根據暴露反應關系的閾值或者依據空氣質量指南進行選擇（表 2.2.1）；f 是根據一系列流行病學研究得出的有代表性的暴露反應曲線；AFs,y是網格化的歸因分數；Ns,y 表示網格化的基線風險人群；ANs,y是由暴露導致的網格化歸因人數。具體數據詳見下表 2.2.2。由于計算負擔較重，AFs,y和ANs,y的經驗置信區間僅考慮了暴露反應曲線和基線（Ns,y）中的不確定性。我們使用蒙特卡洛方法模擬相應的 95%置信區間。表表 2.2.1 2021 版版空氣空氣質量標準質量標準指導值以及過渡期

23、目標指導值以及過渡期目標 污染物 指標 AQG 2021 過渡期目標 指導值 1 2 3 4 PM2.5（g/m3）年均值 35 25 15 10 5 24h平均 75 50 37.5 25 15 O（g/m3）暖季峰值（6個月）100 70 60 日最大8h平均 160 120 100 24 表表 2.2.2 中國生命早期空氣污染與氣候變化疾病負擔評估中國生命早期空氣污染與氣候變化疾病負擔評估 暴露暴露-結局結局 暴露暴露數據數據（Cs,y）風險人群風險人群數據數據（Ns,y）高溫所致的超額死胎風險 2015 年的溫度數據來自 ERA5，空間分辨率 0.1 0.1；2020-2100年溫度數

24、據來自CMIP6，雙線性插值至0.1 0.1 Ns=Ps/PsN，風險人群是孕婦，Ps為 WorldPop 2015 年空間分辨率為1 km1 km的妊娠數量，面積加權至0.1 0.1，N 為 2015 年中國死胎數。O3-出生體重 2003-2019 年，月 尺 度、空 間 分 辨 率0.50.5的 O3濃度 不適用，僅估計網格化出生體重降低程度 O3-兒童死亡 2003-2017 年，月 尺 度、空 間 分 辨 率0.50.5的 O3濃度 Ns,y=Ps,yBu5m，Ps,y為由2003-2017年空間分辨率為0.010.01的 WorldPop 降尺度為 0.50.5的 5 歲以下兒童數

25、量，Bu5m為中國 5歲以下兒童死亡率 PM2.5-死胎 2015年，月 尺 度、空 間 分 辨 率0.010.01的 PM2.5濃度 Ns=Ps/PsN，風險人群是孕婦，Ps為 WorldPop 2015 年空間分辨率為 0.010.01的妊娠數量，N 為 2015 年中國死胎數 PM2.5-嬰兒死亡 2000-2020 年，月 尺 度、空 間 分 辨 率0.010.01的 PM2.5濃度 Ns,y=Ps,yBinf，Ps,y為 WorldPop 2000-2020 年空間分辨率為0.010.01的 1 歲嬰兒數量，Binf為中國嬰兒死亡率 25 沙塵源 PM2.5-兒童死亡 2000-20

26、17 年，月 尺 度、空 間 分 辨 率0.6250.5的沙塵源 PM2.5濃度 Ns,y=Ps,yBu5m，Ps,y為由2000-2017年空間分辨率為0.010.01的 WorldPop 經面積加權后得到的分辨率為 0.6250.5的 5 歲以下兒童數量，Bu5m為中國 5歲以下兒童死亡率 沙塵源 PM2.5-急性下呼吸道感染 2000-2017 年，月 尺 度、空 間 分 辨 率0.6250.5的沙塵源 PM2.5濃度 Ns,y=Ps,yBari，Ps,y為由 2000-2017年空間分辨率為 0.010.01的 WorldPop 經面積加權后得到的分辨率為 0.6250.5的 5 歲以

27、下兒童數量，Bari為中國 5 歲以下兒童急性下呼吸道感染患病率 沙塵源 PM2.5-貧血 2000-2017 年，月 尺 度、空 間 分 辨 率0.6250.5的沙塵源 PM2.5濃度 Ns,y=Ps,yBane，Ps,y為由 2000-2017年空間分辨率為 0.010.01的 WorldPop 經面積加權后得到的分辨率為 0.6250.5的 5 歲以下兒童數量，Bane為中國 5歲以下兒童貧血患病率 26 3.兒童空氣污染暴露的不公平性評估兒童空氣污染暴露的不公平性評估 考慮到兒童處于特定的學習階段，各類教育場所是其主要生活環境，這與成年人不同，我們通過整理全國幼兒園、小學、中學、大學等

28、不同場所的暴露水平分析兒童污染物暴露的特點以及可能的健康風險。鑒于兒童場所暴露的不成比例分布，我們使用洛倫茲曲線和基尼系數來評估暴露的不公平性?；嵯禂岛吐鍌惼澢€在經濟學和社會學領域中被廣泛使用，用來分析不同國家或地區的收入分配情況，以及評估政策對不平等程度的影響?；嵯禂凳且粋€介于 0和 1 之間的數值，用來表示收入或財富分配的不平等程度，0 代表完全平等，1代表完全不平等?；嵯禂档挠嬎慊诼鍌惼澢€，曲線展示了收入或財富在不同百分比人群中的分配情況。通過比較洛倫茲曲線和 45 度對角線（代表完全平等的情況），可以計算出基尼系數。為了評估暴露水平的不公平性，我們將收入或財富替換成污染物暴

29、露水平，洛倫茲曲線橫軸為人口累積百分比，縱軸為人口暴露累積百分比，按照暴露水平從低到高排序計算橫縱軸累積百分比繪制曲線，曲線的形狀可以看出不同人口在暴露水平上的分布，曲線與對角線圍成的面積即為基尼系數。若人口暴露于相同濃度，則洛倫茲曲線與對角線重疊，不存在不公平性。當暴露水平在人群中存在差異，洛倫茲曲線為對角線下的超線性曲線，暴露水平的差異越大，曲線越“遠離”對角線，即基尼系數越大，代表暴露的不公平性越大。27 第三章第三章 研究結果研究結果 1.細顆粒物細顆粒物導致導致的生命早期疾病負擔的生命早期疾病負擔 1.1 細顆粒物細顆粒物污染情況及疾病負擔概述污染情況及疾病負擔概述 細顆粒物（PM2

30、.5）污染是全球環境健康問題中最為嚴重的一項，尤其在中國，由于快速的工業化、城市化進程和能源結構的特點，PM2.5污染問題尤為突出。中國的許多城市，特別是北方地區如京津冀，以及長三角和珠三角等經濟發達地區，常年面臨嚴重的空氣質量問題。中國已認識到 PM2.5污染對公眾健康的威脅，并采取了一系列措施來應對這一問題。例如，中國的“大氣十條”和“藍天保衛戰”等政策旨在通過控制工業排放、提升能源效率和推廣清潔能源使用來降低 PM2.5的排放。盡管這些努力取得了顯著成效，但由于污染源多樣、區域傳輸復雜以及經濟發展的壓力，中國的 PM2.5污染問題仍為嚴峻。在 GBD 項目中，PM2.5暴露被識別為導致多

31、種疾病和早死的重要環境風險因素。在兒童健康方面，PM2.5暴露對兒童的健康影響尤為嚴重。根據 GBD 的估算，2015 年，我國可歸因于大氣 PM2.5暴露的新生兒死亡、五歲以下兒童死亡分別為 7729 例（59299643 例）、10950 例（848813586 例）。由于可歸因的五歲以下兒童死亡人數下降迅速，相比之下，新生兒死亡占比逐年迅速升高，需要重點關注（圖 3.1.1）。其中，新生兒死亡主要由與孕期 PM2.5暴露有關的早產、低出生體重介導。PM2.5暴露可降低出生體重 22克，縮短孕期時間 1周。在GBD 的研究基礎上，本項目評估了孕期 PM2.5暴露與生命早期重要的不良結局的關

32、聯，即死胎和嬰兒死亡，及其我國的疾病負擔。28 圖圖 3.1.1 我國逐年歸因于我國逐年歸因于 PM2.5的新生兒死亡和五歲以下兒童死亡數的新生兒死亡和五歲以下兒童死亡數 PM2.5暴露對健康的影響是全面且深遠的，了解 PM2.5對生命早期和兒童階段的危害對于保護婦幼健康至關重要。首先，公共衛生官員和醫療專業人員可以制定針對性的干預措施，減少 PM2.5暴露，從而降低兒童發展中的潛在風險。其次，通過提升公眾意識，家長和護理人員可以采取措施，如使用空氣凈化器，避免戶外污染高峰時段的活動，以保護兒童不受 PM2.5的影響。最后，對于政策制定者而言，投資于減少空氣污染和改善空氣質量是一項重要的公共衛

33、生策略。這不僅有助于減輕兒童早期和長期的健康問題，還可以減少由于健康問題導致的醫療費用以及對社會經濟的影響。29 1.2 孕期孕期 PM2.5暴露與死胎暴露與死胎 全球疾病負擔基于孕期 PM2.5暴露對低出生體重和早產的影響，評估生命早期 PM2.5暴露的疾病負擔，然而，最新研究發現，PM2.5還可能導致其它相關更嚴重的不良出生結局流產和死胎。關于 PM2.5與死胎的流行病學證據多集中于發達國家，在發展中國家缺少相關證據。本研究分析了來自 54 個發展中國家數據，發現孕期 PM2.5暴露水平每增加 10g/m3，死胎風險增加 11%（95%CI：6.4%15.75）。構建了孕期 PM2.5與死

34、胎風險的暴露反應關系（圖 3.1.2）。據此，本研究以 10g/m3為參考濃度，進一步評估了我國的相關疾病負擔。發現 2015年，中國發生130,583例死胎，其中49%的死胎63,830（95%CI：42,31580,717)例可歸因于孕期 PM2.5暴露。從空間分布來看（圖 3.1.3），疾病負擔較重的地區為京津冀及周邊地區、長江中下游地區、成渝地區，并且相對集中于經濟發達的城市。30 圖圖 3.1.2 孕期孕期 PM2.5暴露與死胎風險的暴露反應關系暴露與死胎風險的暴露反應關系 31 圖圖 3.1.3 2015 年我國歸因于孕期年我國歸因于孕期 PM2.5暴露的死胎數空間分布暴露的死胎數

35、空間分布 32 1.3 孕期孕期 PM2.5暴露與嬰兒死亡暴露與嬰兒死亡 孕期 PM2.5暴露與嬰兒死亡風險的流行病學證據尚不充分，既往研究集中于發達國家或來自 DHS 調查國家，且報告的效應異質性較高，對我國的參考價值有限。因此，本項目利用我國 2000 年、2005 年、2010 年、2015 年四次人口普查長表數據，納入近一年內分娩單胎的初產婦，分析了孕期 PM2.5暴露對嬰兒死亡風險的關聯，發現 PM2.5暴露水平每增加 10g/m3，嬰兒死亡風險增加。構建的暴露反應關系如圖 3.1.4 所示，PM2.5暴露與嬰兒死亡風險呈現亞線性關系，暴露在 50g/m3一下，嬰兒死亡風險上升較快，

36、隨著暴露水平升高，嬰兒死亡風險增長緩慢并進入平臺期，未發現 PM2.5暴露對嬰兒死亡的效應存在閾值。據此，將參考濃度設定在10g/m3，進一步估算了我國的相關疾病負擔。從時間維度上看（圖 3.1.5），2000 年至 2020 年期間可歸因于 PM2.5暴露的嬰兒死亡數快速下降，從 2000年的 9897例下降到 2020年的 1331例，歸因分數有小幅度的先增后減，2013 年后歸因分數下降，這得益于基線嬰兒死亡率的快速下降，以及近 10 年來 PM2.5防控的顯著成績。從空間維度上看（圖 3.1.6、圖 3.1.7），近 20年我國的相關疾病負擔整體下降明顯，尤其是成渝地區和長江中下游地區

37、，雖然京津冀及周邊地區的疾病負擔也有極大改善，但在 2020 年仍是疾病負擔的相對熱點地區。33 圖圖 3.1.4 孕期孕期 PM2.5暴露與嬰兒死亡的暴露反應關系暴露與嬰兒死亡的暴露反應關系 34 圖圖 3.1.5 我國我國 2000-2020 年可歸因于孕期年可歸因于孕期 PM2.5暴露的嬰兒死亡數及其歸因分數暴露的嬰兒死亡數及其歸因分數 35 圖圖 3.1.6 我國孕期我國孕期 PM2.5暴露導致嬰兒死亡的歸因百分比空間分布暴露導致嬰兒死亡的歸因百分比空間分布 36 圖圖 3.1.7 我國可歸因于孕期我國可歸因于孕期 PM2.5暴露的嬰兒死亡數的空間分布暴露的嬰兒死亡數的空間分布 37

38、2.沙塵導致的生命早期沙塵導致的生命早期疾病負擔疾病負擔 2.1 沙塵污染情況沙塵污染情況 沙塵污染一直是我國環境治理領域的一大難題。沙塵天氣源頭廣泛，主要集中在春季，尤其是在北方地區，如北京、新疆和內蒙古等地。沙塵污染不僅影響空氣質量，還對人類健康構成威脅。沙塵暴期間，呼吸系統疾病的發病率和死亡率有所增加，尤其是哮喘和慢性阻塞性肺疾?。–OPD）患者的癥狀會加重60。除了對呼吸系統的影響，沙塵污染還與心血管疾病的發生有關。研究表明，沙塵天氣與心絞痛、心肌梗死和中風的發病率增加有關聯61。沙塵顆粒物的侵入性和毒性可能會導致血管內皮功能受損，增加血栓形成的風險62。兒童對沙塵污染尤為敏感。這是由

39、于兒童的生理特點和行為模式使他們更容易受到沙塵顆粒的影響。首先，兒童的呼吸系統尚未完全發育，他們的呼吸頻率比成人更高，這意味著在同樣時間內，他們會吸入更多的沙塵顆粒。此外，兒童的免疫系統也不如成人成熟，因此他們對環境污染的抵抗力較弱，更易受到沙塵中攜帶的有害物質影響。長期暴露在沙塵環境中的兒童還可能面臨慢性呼吸道疾病的風險，這對他們的身體發育和健康成長有著潛在的負面影響。因此，保護兒童免受沙塵暴的危害應成為公共健康管理的優先事項。家長和學校應該在沙塵天氣提供適當的防護措施，如保持室內空氣清潔，限制兒童的戶外活動，以及在必要時為兒童佩戴適當的口罩。中國已經采取了一系列措施來應對沙塵污染，包括植樹

40、造林以固定沙土，建設防風固沙林帶，以及實施氣象干預措施。這些措施在一定程度上減少了沙塵暴的發生頻率和強度，但由于全球氣候變化和人類活動的影響，沙塵污染依然是中國北方地區的一個重要環境問題。本項目評估了我國沙塵源 PM2.5暴露相關的兒童死亡、急性下呼吸道感染、貧血的疾病負擔。38 2.2 全生命周期全生命周期沙塵暴露與五歲以下兒童死亡沙塵暴露與五歲以下兒童死亡 本研究通過整合 55 個中低收入國家的兒童死亡數據，檢驗來源于沙塵的PM2.5暴露與五歲以下兒童死亡的關系（圖3.2.1），并進一步對中國2000-2017年的疾病負擔情況進行評估。結果顯示，長期沙塵暴露對兒童死亡的影響并未表現出明顯的

41、低濃度閾值保護效應；相反，其暴露反應關系呈現為“S”曲線，即低濃度段和高濃度段邊際效應較大，而中濃度段的死亡風險增長較為平緩。據此，本研究以 0 g/m3作為沙塵暴露的安全濃度，評估了我國的相關疾病負擔（圖 3.2.2）。結果表明，2000-2017 年間，歸因于長期沙塵暴露的風險比例的降低趨勢并不明顯，但由于基線死亡率的顯著下降，與沙塵長期暴露相關的五歲以下兒童死亡人數大幅度降低，從 2000 年的 79877 人降低到 2015 年的 19764人。此外，沙塵相關的疾病負擔表現出明顯對的空間分布差異（圖 3.2.3、圖3.2.4）。人群歸因風險較高的區域多為西北部的干旱和沙漠地帶，歸因分數

42、總體呈現自西北至東南遞減的趨勢。而綜合考慮人口基數的影響后，長期沙塵暴露相關的五歲以下兒童死亡多集中在華北平原、四川盆地和長江流域等人口稠密的地帶，西北地區疾病負擔熱點區域和綠洲、城市的分布基本吻合，呈現點狀、線狀分布。39 圖圖 3.2.1 長期沙塵來源得長期沙塵來源得 PM2.5暴露暴露與五歲以下兒童死亡的暴露反應關系與五歲以下兒童死亡的暴露反應關系。橫軸為沙塵來源的 PM2.5濃度，縱軸為比值比（Odds ratio，OR）。非線性暴露反應關系呈現“陡-緩-陡”的單調遞增趨勢。40 圖圖 3.2.2 我國來源于沙塵的長期我國來源于沙塵的長期 PM2.5暴露相關疾病負擔的時間變化趨勢。暴露

43、相關疾病負擔的時間變化趨勢。橫軸為年份，左側縱軸表示五歲以下兒童中歸因于長期沙塵暴露的死亡人數，右側縱軸表示五歲以下兒童死亡中長期沙塵暴露的人群歸因風險百分比。兩者均呈現下降趨勢，但歸因分數的下降幅度并不突出。41 圖圖 3.2.3 我國長期沙塵暴露歸因風險百分比的空間分布我國長期沙塵暴露歸因風險百分比的空間分布 42 圖圖 3.2.4 我國長期沙塵暴露相關的五歲以下兒童我國長期沙塵暴露相關的五歲以下兒童死亡死亡空間分布空間分布 43 2.3 全生命周期沙塵暴露與兒童全生命周期沙塵暴露與兒童急性急性下呼吸道感染下呼吸道感染 近年來我國沙塵頻發，而沙塵顆粒不僅裹挾金屬礦質、生物氣溶膠等有毒有害成

44、分，且會導致 PM2.5的峰值暴露，可能對更脆弱的兒童造成不可逆的影響。本研究利用類似方法，構建沙塵 PM2.5暴露反應關系，并且測算了我國相關疾病負擔，其結果如圖 3.2.5 所示。非線性暴露反應關系表明，沙塵來源的PM2.5對 5 歲以下兒童急性呼吸道的影響隨著暴露量的增加，呈現明顯的單調遞增趨勢。同時，這一暴露反應關系沒有明顯的閾值，并呈指數線性，即濃度越高，邊際效應越大。由于樣本量小，高濃度暴露下估計的 OR 值的不確定區間比低濃度段寬得多。然而由于中國絕大多數人口未暴露于超高濃度段沙塵來源的 PM2.5，因此這一暴露反應關系，對評估中國相關疾病負擔情況仍具有實用意義。評估沙塵來源的

45、PM2.5對中國 5歲以下兒童急性呼吸道感染患病情況的影響。從時間維度上看（圖3.2.6），自2000年以來中國沙塵來源PM2.5的人群歸因風險百分比未呈現明顯變化（約 4%6%）。然而，由于 5 歲以下兒童急性下呼吸道感染的患病率在近 20 年間明顯下降，導致歸因于沙塵 PM2.5暴露的患病人數顯著降低，自 2000 年的 1.07（95%CI：1.00,1.14）萬，減少至 0.39（95%CI：0.35，0.47）萬。從空間分布上（圖 3.2.7、圖 3.2.8），由于沙塵地理分布的明顯不同，人群歸因風險呈現明顯的空間差異。主要表現為，西北部等干旱、半干旱地區的歸因風險較高，并呈現自西北

46、至東南遞減的趨勢。然而，由于中國人口分布主要分布于胡煥庸線以東，西北部的歸因于沙塵來源的 PM2.5的疾病負擔較低，有一定污染且人口相對稠密的華北地區，有較高的疾病負擔。但由于 5 歲以下兒童急性呼吸道感染的患病情況好轉，華北地區的歸因疾病負擔在近年間明顯下降。44 圖圖 3.2.5 全生命周期沙塵來源全生命周期沙塵來源 PM2.5與兒童急性下呼吸道感染的暴露反應關系與兒童急性下呼吸道感染的暴露反應關系 45 圖圖 3.2.6 中國歸因于沙塵來源中國歸因于沙塵來源 PM2.5歲以下兒童急性呼吸道感染患病人數的時歲以下兒童急性呼吸道感染患病人數的時間趨勢間趨勢。橫軸：年份 2000-2017；左

47、側縱軸沙塵來源 PM2.5歸因患病人數；右側縱軸沙塵來源 PM2.5的人群歸因風險百分比 46 圖圖 3.2.7 我國我國 5 歲以下兒童急性下呼吸道感染歸因風險百分比空間分布歲以下兒童急性下呼吸道感染歸因風險百分比空間分布 47 圖圖 3.2.8 我國歸因于沙塵來源的我國歸因于沙塵來源的 PM2.55歲以下兒童急性呼吸道感染患病人數歲以下兒童急性呼吸道感染患病人數 48 2.4 全生命周期沙塵暴露與兒童貧血全生命周期沙塵暴露與兒童貧血 本研究部分收集了來自 47個中低收入國家約 60多萬兒童的數據，通過自然樣條函數探討了沙塵來源的 PM2.5暴露與五歲以下兒童貧血患病的劑量反應關系。結果顯示

48、（圖 3.2.9），沙塵來源的 PM2.5暴露與兒童貧血呈顯著的正向、非線性關聯。以 5 g/m3為參照，沙塵來源的 PM2.5暴露與兒童貧血的劑量反應關系在低濃度段較為陡峭，在沙塵來源的 PM2.5濃度高于 25 g/m3以上時趨于平穩?；谏鲜鰟┝糠磻P系，本部分研究進一步計算了中國 2000 年至 2017 年由沙塵 PM2.5所致的五歲以下兒童貧血的網格化（0.625 0.5）疾病負擔。從時間維度來看（圖 3.2.10），近年來由沙塵來源的 PM2.5所致的兒童貧血人數明顯降低。在 2000 年，沙塵來源的 PM2.5導致約 168 萬（95%CI:136,198）例兒童貧血，約占兒童

49、貧血總數的 10%（95%CI:8%,12%）；在 2010 年，這一數字下降至 107萬（95%CI:87,126），約占兒童貧血總數的 10%（95%CI:8%,12%）；在 2017 年，這一數字進一步下降至 53 萬（95%CI:43,62），其所占比例也下降至 5%（95%CI:4%,6%）?？傮w而言，近 17 年來，沙塵來源的 PM2.5所致的兒童貧血總數降低了約 70%，其所占的比例降低了約 50%。從空間維度來看（圖 3.2.11、圖 3.2.12），新疆、甘肅、內蒙、青海一直是沙塵 PM2.5污染最為嚴重的地區，沙塵來源的 PM2.5所致的兒童貧血人數占兒童貧血總數的 20%

50、以上，明顯高于其他地區。然而，由于這些省份人口總數相對較少，沙塵來源的 PM2.5所致的兒童貧血人數主要聚集在河南、河北、山西、山東等中部人口較多的省份?？傮w而言，在全國范圍內，沙塵來源的 PM2.5所致的兒童貧血人數、及其分布區域在近 17 年呈現出明顯的降低趨勢，特別是在中部人口較多的省份。49 圖圖 3.2.9 沙塵來源的沙塵來源的 PM2.5暴露與五歲以下兒童貧血的劑量反應關系。暴露與五歲以下兒童貧血的劑量反應關系。（注：藍色虛線代表參照點的線；紅色虛線代表比值比為 1的線；黑色實線代表點估計；黑色虛線和淺藍色區域代表點估計的 95%置信區間。）50 圖圖 3.2.10 2000 年至

51、年至 2017 年沙塵來源的年沙塵來源的 PM2.5所致的五歲以下兒童貧血的所致的五歲以下兒童貧血的患病人數及其歸因分數?；疾∪藬导捌錃w因分數。（注：藍色柱高代表歸因于沙塵來源 PM2.5的五歲下兒童貧血人數，黑色豎直虛線是其置信區間，其刻度為左側刻度線；紅色的點代表沙塵來源的 PM2.5的歸因分數，其刻度為右側刻度線。）51 圖圖 3.2.11 2000 年至年至 2017 年沙塵來源的年沙塵來源的 PM2.5所致的五歲以下兒童貧血的歸因分數。所致的五歲以下兒童貧血的歸因分數。52 圖圖 3.2.12 2000 年至年至 2017 年沙塵來源的年沙塵來源的 PM2.5所致的五歲以下兒童貧血的

52、人數所致的五歲以下兒童貧血的人數 53 3.臭氧臭氧導致導致的生命早期疾病負擔的生命早期疾病負擔 3.1 臭氧污染情況臭氧污染情況及其疾病負擔概述及其疾病負擔概述 隨著全球氣候變化的加劇，其對近地面臭氧（O3）濃度的影響愈發受到關注。近地面 O3作為一種次生污染物，其生成受氣象條件和前體物排放量的雙重影響。近年來的研究表明，全球變暖可能導致臭氧污染加劇，進而對人類健康和生態系統產生負面影響63,64。全球范圍內，氣候變化通過影響溫度、降水模式、風速和風向等氣象因子，間接影響 O3的生成和消散。研究指出，高溫和光照強度的增加有助于提高地表O3水平，而極端降水事件則可能導致O3前體物的清除65。此

53、外，氣候變化還可能通過改變大氣環流模式，影響前體物和 O3本身的長距離輸送66。中國作為一個快速發展的經濟體，其大規模的工業活動和車輛排放導致了氮氧化物、揮發性有機物等 O3前體物的大量排放。近年來，我國臭氧重污染天氣頻發。華北、西北和華中等地區臭氧污染嚴重超標，且全國部分地區臭氧高值時段有從夏秋季節向春冬季蔓延的趨勢，長期暴露水平增加。然而，學界和公眾對臭氧的健康危害了解有限，關于臭氧危害兒童健康的研究較少。GBD 評估尚未納入臭氧污染對生命早期健康危害的評估，可以說臭氧污染的生命早期健康危害是當前一個被忽視的重要公共衛生問題。本項目納入兩個重要的健康結局，即出生體重和兒童死亡，評估了我國臭

54、氧的生命早期疾病負擔。54 3.2 臭氧長期暴露與兒童低出生體重臭氧長期暴露與兒童低出生體重 通過分析 2003-2019年來自 54個中低收入國家近 70萬單胎新生兒，發現暖季臭氧暴露每增加 10ppb，出生體重減少 19.9 g（95%CI:14.8-24.9 g)。與五歲以下兒童死亡不同，臭氧長期暴露并未對兒童低出生體重展現出明顯的閾值效應，并且在臭氧低濃度段呈現出更為陡峭的暴露反應關系（圖 3.3.1），因此應選擇 AQG作為相關疾病負擔的參考閾值。利用此暴露反應關系進一步評估中國相關的疾病負擔，從時間維度上看（圖 3.3.2），2015 年以前疾病負擔波動較小，自 2015 年起相關

55、疾病負擔連續增加，這與近年來我國臭氧濃度持續增加有關，2019 年由于臭氧暴露出生體重降低約 49.7g（95%CI：5.7-97.4g)。從空間上看（圖 3.3.3），臭氧對降低出生體重的危害效應始終聚集于京津冀地區，北京市最為嚴重，近年來在京津冀周邊地區危害加劇，如山東省與河南省，提示了北方經濟發展較好的城市應防控臭氧污染以保護婦幼健康。55 圖圖 3.3.1 臭氧臭氧長期長期暴露暴露與與出生體重的出生體重的暴露反應關系暴露反應關系 56 圖圖 3.3.2 我國我國 2003-2019 年可歸因于臭氧暴露的出生體重降低程度年可歸因于臭氧暴露的出生體重降低程度 57 圖圖 3.3.3 我國我

56、國臭氧臭氧長期長期暴露相關的暴露相關的出生體重降低出生體重降低空間分布空間分布 58 3.3 臭氧長期暴露與五歲以下兒童死亡臭氧長期暴露與五歲以下兒童死亡 為補充這一研究空白，并對暴露反應關系效應閾值檢驗的新方法進行實踐，研究整合了 55 個中低收入國家的兒童健康數據，檢驗臭氧暴露與五歲以下兒童死亡的關系（圖 3.3.4）。非線性暴露反應關系表明，臭氧對五歲歲以下兒童死亡的影響呈現先降后增的趨勢，且在世界衛生組織第一階段過渡期目標（IT1）水平左右邊際效應接近 0，表現出閾值效應。在中低收入國家，當臭氧濃度低于 IT1 時，臭氧長期暴露與五歲以下兒童死亡的關聯并不顯著，因此將新的空氣質量指導值

57、（AQG）作為疾病負擔的閾值濃度并不合適。據此，本研究以IT1 作為參考濃度測算了中國的相關疾病負擔（圖 3.3.5、圖 3.3.6、圖 3.3.7）。從時間維度上看，2005年，臭氧的長期暴露導致了我國 3886人五歲以下兒童死亡，由于基線死亡率下降，2015年歸因的兒童死亡數下降到 2600人。然而，由于近年來臭氧污染的加劇，我國五歲以下兒童死亡中，歸因于臭氧長期暴露的比例從 2010 年的 0.8%上升到 2015 年的 1.5%。從空間維度上看，我國的相關疾病負擔集中分布于京津冀、華北平原和長三角等少數地區。59 圖圖 3.3.4 長期臭氧暴露長期臭氧暴露與五歲以下兒童死亡的暴露反應關

58、系與五歲以下兒童死亡的暴露反應關系。橫軸為臭氧濃度，縱軸為兒童死亡風險比值比（Odds ratio，OR）。60 圖圖 3.3.5 我國長期臭氧暴露相關疾病負擔的時間變化趨勢。我國長期臭氧暴露相關疾病負擔的時間變化趨勢。橫軸為年份，左側縱軸表示五歲以下兒童中歸因于長期臭氧暴露的死亡人數，右側縱軸表示五歲以下兒童死亡中長期臭氧暴露的人群歸因風險百分比。兩者均呈現上升趨勢。61 圖圖 3.3.6 我國長期臭氧暴露歸因風險百分比的空間分布。我國長期臭氧暴露歸因風險百分比的空間分布。圖片展示了我國2005、2010、2015、2017 年五歲以下兒童死亡中，長期臭氧暴露的歸因分數分布情況。2005 年

59、，歸因風險比較高的區域是西北地區和華北地區；隨著時間的推進，西北地區風險比例情況有所好轉，而華北地區長期臭氧暴露的健康風險逐漸嚴峻。62 圖圖 3.3.7 我國長期臭氧暴露相關的五歲以下兒童我國長期臭氧暴露相關的五歲以下兒童死亡死亡空間分布?？臻g分布。圖片展示了我國 2005、2010、2015、2017 年可歸因于長期臭氧暴露的五歲以下兒童死亡人數?？傮w而言，相關兒童死亡呈現先減后增的趨勢。63 4.溫度導致溫度導致的生命早期疾病負擔的生命早期疾病負擔 4.1 氣候變化氣候變化趨勢趨勢及其疾病負擔概述及其疾病負擔概述 中國正經歷著顯著的氣候變化，包括溫度上升、極端天氣事件的增加，這些變化對農

60、業、水資源和人類健康構成了直接威脅，尤其是對兒童這一易受影響的群體。近年來，GBD 評估揭示了中國不適宜溫度對兒童健康的深遠影響。不適宜的溫度，無論是極端寒冷還是極端炎熱，都與兒童死亡率的增加有關。在炎熱的天氣中，兒童尤其容易遭受熱射病和脫水的影響，而在寒冷的天氣中，呼吸系統疾病和其他與低溫相關的健康問題成為主要風險。GBD 數據顯示，不適宜的氣溫每年導致約 893名新生兒死亡和 1004 名兒童死亡。這些數據表明，中國在應對氣候變化和保護兒童健康方面面臨著巨大挑戰。為了減輕這些健康風險，需要采取包括監測和預防策略、公共健康干預、環境政策調整以及加強健康系統應對能力等一系列措施。此外，公眾教育

61、和提高社區意識也是至關重要的，以便更好地保護兒童免受不適宜溫度和空氣污染的影響。本部分收集了來自世界氣候研究計劃“耦合模擬工作組”組織的第六次國際耦合模式比較計劃（CMIP6）提供的 3 中常見排放情景下（SSP126，SSP245和 SSP585）的未來（2020 年至 2100 年）溫度。以歐洲中期天氣預報中心提供的 2015 年的溫度為基線溫度，我們計算了以 10 年為間隔的網格化（0.1 0.1）中國未來的溫度變化。結果如圖3.4.1顯示，到本世紀末，中國的溫度在SSP126低排放情景下平均升高 2.53，在 SSP245中等排放情景下平均升高 3.47，在SSP585 高排放情景下平

62、均升高 7.18。在 SSP126 和 SSP245 排放情景下，我國東北、西北和四川等地溫度上升并不明顯，甚至部分區域出現了溫度降低的情況，而在 SSP585 排放情景下，我國幾乎所有的地區都出現明顯的溫度增高。64 圖圖 3.4.1 不同排放不同排放情景情景下下 2090-2100 年平均溫度相比于年平均溫度相比于 2015 年的溫度變化年的溫度變化（）。）。（注：SSP126 為相對較低的排放情景；SSP245 為中等排放情景；SSP585 為相對較高的排放情景。）65 4.2 未來氣候變化帶來的超額死胎未來氣候變化帶來的超額死胎 一項納入 8項研究的 Meta分析報告溫度每升高 1，死

63、胎發生風險增高 5%（95%CI：1%8%）?；谠撗芯拷Y果，我們計算了在未來不同排放情景下由于溫度增高所致的超額死胎數。圖圖 3.4.2 2025 年至年至 2095 年溫度增高所致的超額死胎數年溫度增高所致的超額死胎數 從時間維度來看（圖 3.4.2），溫度增高所致的超額死胎數在三個不同排放情景下均呈現出增高趨勢。SSP126 排放情景下的超額死胎數增長緩慢，在 2060年以后趨于穩定。具體數字在 2021-2030 年為 4269（95%CI：962，6211）人，在 2061-2070 年為 9790（95%CI：2141，14660）人，在 2091-2100 年為 10498（95

64、%CI：2300，15701）人。SSP245排放情景下溫度增高所致的超額死胎數呈現出明顯的增長趨勢，在 2021-2030 年為 3613（95%CI：825，5190）人，在2061-2070 年為 10826（95%CI：2363，16243）人，在 2091-2100 年為 14505（95%CI：3175，21736）人。SSP585排放情景下溫度增高所致的超額死胎數呈 66 現出劇烈的增長趨勢，在 2021-2030 年為 7122（95%CI：1567，10593）人，在2061-2070 年為 18727（95%CI：4135，27912）人，在 2091-2100 年為 31

65、272（95%CI：7167，45474）人?？偟膩碚f，在不同情景下均觀察到了未來溫度增高會顯著增加死胎數。從空間維度來看（圖 3.4.3），溫度增高所致的死胎數量主要集中在第三階梯區域內（大興安嶺、太行山和雪峰山以東的地區），但在不同排放情景下有微小差異。在 SSP126 排放情景下，溫度升高所致的死胎數在華北平原地區較為集中，在長江中下游地區和云貴高原雖然也有分布，但較為稀疏。在 SSP245 排放情景下，溫度升高所致的死胎數在華北平原地區和長江中下游地區均較為集中，甚至在云貴高原，也有分布。在 SSP585 排放情境下，溫度升高所致的死胎數分布在整個第三階梯內，甚至在云貴高原、黃土高原和

66、四川盆地等地區也有較多的分布。值得注意的是，溫度升高所致的死胎數在人口稠密的大型城市（如北京、上海、香港、深圳和重慶等）較為集中。67 圖圖 3.4.3 不同排放情景不同排放情景下下 2090-2100 年溫度增高所致的死胎年溫度增高所致的死胎空間空間分布分布 68 5.兒童場所暴露兒童場所暴露的不公平性的不公平性評估評估 5.1 我國各類教育場所地理分布我國各類教育場所地理分布 空氣污染物能經由多種生理病理機制影響兒童的身心健康，如前文所述的死亡、呼吸道感染和貧血等，而兒童或未成年人處于特定的學習階段，導致其主要的生活場所多為家庭住所和教育學習場所。由于從疾病角度綜合評價兒童生命早期暴露的危

67、害較為負責，本項目通過對兒童及未成年人所在的各類教育學習場所的污染物暴露情況進行分析與評估，期望可以初步地、有針對性地了解處于不同生活場所的兒童或未成年人的生命早期暴露特點及其可能帶來的健康風險。參考教育部官網有關我國各類教育場所的整理，結合 2022 年高德地圖 POI獲取各類教育場所的位置信息，我們繪制了我國各類教育場所的分布圖（圖3.5.1）。本次共統計了幼兒園 213656 所，小學 151217 所，包括各種學制長度的中學 69240 所，2791 所高等教育院校，成人教育院校 14191 所，獲得住宅區域599683 處?？梢园l現，教育場所的分布與我國人口分布基本一致，呈東多西少的

68、空間趨勢。隨著教育類別等級的升高，教育場所數量減少。幼兒園和小學具有較明顯的空間聚集趨勢。69 圖圖 3.5.1 我國各類教育場所地理分布情況我國各類教育場所地理分布情況 70 5.2 我國我國各類教育場所污染物暴露各類教育場所污染物暴露水平水平 根據我國各類教育場所的地理位置信息，計算了各個教育場所2005-2020年人口加權污染物暴露濃度（表 3.5.1）。計算公式如下：Wc,t=i c Ni,tPi,t/i c Pi,t 其中，i,c,t 代表教育場所所在的地理網格，教育場所類型和年份。W 代表人口加權濃度，N 代表人口數，人口數據來源于中國區域的 WorldPop 數據庫，并參考 20

69、20年第 7次全國人口普查、2010年第 6次全國人口普查數、2010年全國教育事業發展統計公報、2020 年全國教育事業發展統計公報，計算整理得到相應教育場所所處年齡段的人口數。P 代表污染物濃度水平，數據來源于 2005-2020年度 Air3的網格化數據，空間分辨率為 1km 1km。以居民區各污染物暴露程度為參照，計算了各類教育場所與居民區污染物的相對差異（圖 3.5.2、圖 3.5.3、圖 3.5.4）。整體來看，各類教育場所及居民區的 PM2.5、NO2平均濃度和 O3暖季峰值濃度在 2013 年后快速下降，幼兒園的PM2.5平均濃度從 2005年的 68.23 g/m3降低為 2

70、020年的 35.15 g/m3，變化時間與我國開始實施“空氣清潔”等政策的時期基本吻合，但 2014、2015 后 O3旺季峰值濃度卻快速上升，如幼兒園的暴露由 2014 年的 109.41 g/m3，增加到2017年的 121.04 g/m3，后又出現較大波動。針對 PM2.5與 NO2，各類教育場所的暴露程度趨近平行狀態，高等教育場所暴露程度最大，在 2011 年最為明顯，分別為 78.85 g/m3，35.33 g/m3，其所處位置一般為交通較為發達的市區，靠近交通道路，人流與車流量高；其中幼兒園與居民區的暴露情況類似，可能與幼兒園一般與居民區配套出現，位置接近有關，中學和小學與居民區

71、的差異在逐漸縮小，2015 年后較為明顯；對于 O3，污染物濃度最高的場所是高等教育，而各類場所與居民區的差異在 2013 年后除成人教育與中等職業教育場所外，均出現了方向改變的情況，如幼兒園由略微高于居民區的暴露程度變為大幅度低于居民區。71 表表 3.5.1 各類教育場所污染物暴露的年人口加權平均濃度各類教育場所污染物暴露的年人口加權平均濃度 污染物 場所 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 PM2.5(g/m3)居民區 68.61 71.95 74.47 71.29

72、 71.55 69.52 74.06 70.60 70.16 60.62 54.37 49.86 47.41 42.17 39.49 35.03 幼兒園 68.23 71.50 74.09 70.70 70.94 68.97 73.61 70.45 69.79 60.38 53.99 49.72 47.25 42.06 39.49 35.15 小學 65.81 68.74 71.20 68.29 68.41 66.61 70.98 67.83 67.21 58.26 52.36 48.31 46.09 41.27 38.60 34.64 中學 65.65 68.65 71.21 67.92 6

73、8.13 66.20 70.79 67.86 67.05 58.30 52.18 48.39 46.18 41.50 38.78 34.75 成人教育 69.46 72.64 75.07 72.33 72.57 70.66 74.86 71.19 70.83 61.42 55.19 50.19 47.45 42.15 39.36 34.88 高等教育 72.37 76.57 79.20 75.42 76.07 74.07 78.85 75.37 74.38 64.83 57.85 53.36 50.31 44.24 41.44 37.22 中等職業教育 68.22 71.88 74.20 70

74、.85 71.24 69.55 74.10 70.98 70.31 60.88 54.38 50.48 47.94 42.39 39.95 36.06 NO2(g/m3)居民區 36.93 37.67 38.78 38.35 38.35 38.21 39.00 37.93 38.51 36.27 34.65 34.36 34.88 32.77 31.91 28.65 幼兒園 33.36 33.98 35.07 34.57 34.57 34.53 35.33 34.43 34.75 32.45 31.04 30.83 31.31 29.63 29.07 26.40 小學 31.25 31.78

75、32.80 32.39 32.41 32.33 33.11 32.23 32.53 30.19 28.99 28.78 29.22 27.81 27.40 25.23 中學 28.77 29.18 30.18 29.67 29.69 29.68 30.45 29.71 29.80 27.45 26.29 26.16 26.53 25.36 25.10 23.35 成人教育 37.94 38.75 39.76 39.47 39.57 39.36 40.00 38.92 39.58 37.32 35.96 35.40 35.88 33.67 32.77 29.53 72 高等教育 39.67 40

76、.66 41.99 41.32 41.56 41.30 42.19 41.13 41.58 39.77 38.11 37.96 38.77 36.00 34.95 31.22 中等職業教育 34.21 35.00 36.09 35.60 35.74 35.68 36.58 35.71 36.05 33.97 32.45 32.28 32.89 30.91 30.29 27.45 O3(g/m3)居民區 118.64 119.85 121.82 119.24 120.76 115.66 119.62 117.32 111.53 110.62 111.71 114.59 123.08 121.91

77、 125.04 116.17 幼兒園 118.76 120.24 122.25 119.70 121.01 116.33 120.39 117.49 111.44 109.41 109.67 112.91 121.04 120.55 123.79 114.54 小學 118.56 120.08 122.21 119.95 120.81 116.42 120.43 117.13 111.46 108.37 108.88 111.83 119.73 118.97 122.07 113.35 中學 119.42 120.93 123.37 120.95 121.71 117.72 121.72 11

78、7.92 111.90 107.84 107.56 110.87 118.57 118.41 121.67 112.62 成人教育 118.68 120.03 121.76 119.30 120.79 115.47 119.81 117.15 111.88 111.14 113.34 115.73 123.87 122.20 124.53 116.71 高等教育 117.50 118.72 120.22 117.86 118.92 114.11 118.01 116.37 109.81 109.43 112.45 116.52 125.79 125.00 126.72 118.43 中等職業教

79、育 116.59 117.99 119.47 117.39 118.56 113.75 117.75 115.64 109.10 108.75 109.75 113.27 121.86 121.30 123.37 115.19 73 圖圖 3.5.2 我國各類教育場所我國各類教育場所 2005-2020 年年 PM2.5 平均濃度及相對差異百分比平均濃度及相對差異百分比 74 圖圖 3.5.3 我國各類教育場所我國各類教育場所 2005-2020 年年 NO2平均濃度及相對差異百分比平均濃度及相對差異百分比 75 圖圖 3.5.4 我國各類教育場所我國各類教育場所 2005-2020 年年 O

80、3旺季峰值濃度及相對差異百分比旺季峰值濃度及相對差異百分比 76 我們也計算了我國地級市水平的年人口加權污染物暴露濃度。計算公式如下：Ws,t=i s Ni,tPi,t/i s Pi,t 其中，i,s,t 代表教育場所所在的地理網格，地級市和年份。W 代表人口加權濃度，N 代表人口數，人口數據來源于中國區域的 WorldPop 數據庫，并參考2020 年第 7 次全國人口普查、2010 年第 6 次全國人口普查數、2010 年全國教育事業發展統計公報、2020 年全國教育事業發展統計公報，計算整理得到相應教育場所所處年齡段的人口數。P代表污染物濃度水平，數據來源于 2005-2020 年度 A

81、ir3的網格化數據，空間分辨率為 1km 1km。以各地級市居民區的暴露程度為參考，比較各類教育場所在地級市水平上與居民區的污染物濃度的差值大?。▓D 3.5.5、圖 3.5.6、圖 3.5.7）。鑒于 2015年頒布了大氣污染防治行動計劃，選擇 2013 年和 2017 年報告結果觀察這種差異隨時間變化的情況，結果如下圖。2013年和 2017年相比，從整體上觀察，可見地級市水平上教育場所與居民區 PM2.5暴露程度在幼兒園、小學和中學的差值變化較明顯，高等教育、中等職業教育和成人教育變化輕微，而華北地區的暴露差值在各類場所均降低；NO2平均濃度暴露程度的差值在各類場所變化均不明顯，但 O3暖

82、季峰值濃度在幼兒園、小學和中學由略高于居民區變為低于居民區，中等職業教育、高等教育和成人教育的差值則繼續增大。三種污染物在東南沿海地區的各類教育場所暴露程度均低于居民區，PM2.5暴露差異顯示由西到東的縮小趨勢，NO2和 O3暖季峰值濃度平均濃度暴露差異從中部地區到東部地區逐漸減小，2013年和2017年均呈現相同趨勢，其中 NO2的暴露差異分布呈現集中趨勢，而 PM2.5與 O3無明顯的集中表現。77 (a)78 (b)圖圖 3.5.5 2013 年與年與 2017 年各類教育場所年各類教育場所 PM2.5濃度差異濃度差異 79 (a)80 (b)圖圖 3.5.6 2013 年與年與 201

83、7 年各類教育場所年各類教育場所 NO2濃度差異濃度差異 81 (a)82 (b)圖圖 3.5.7 2013 年與年與 2017 年各類教育場所年各類教育場所 O3濃度差異濃度差異 83 5.3 我國各類教育場所暴露的不公平性評估我國各類教育場所暴露的不公平性評估 考慮到不同教育場所可能因暴露程度不同帶來不平等性，采用基尼系數與洛倫茲曲線評估不同場所的不平等狀況，結果如圖 3.5.8圖 3.5.11。對于每種污染物，各類教育場所的基尼系數差異不大，且隨時間的變化趨勢基本一致。三種污染物基尼系數最大的場所均為小學。PM2.5和 NO2暴露基尼系數圍繞 0.2 波動，且隨時間波動較小。O3暴露基尼

84、系數值較小，2005 年僅約 0.05，但 2013 年后快速增大，超過 0.09。結合 2013年和 2017 年的洛倫茲曲線來看，總體上各類教育場污染物暴露的不平等性較小，但 PM2.5和 NO2在人群間的暴露差異相對穩定，但 O3暴露近年來的不公平性有增大趨勢。圖圖 3.5.8 我國我國 2005-2020 年年各類教育場所各類教育場所 PM2.5暴露的暴露的基尼系數基尼系數 84 圖圖 3.5.9 我國我國 2005-2020 年各類教育場所年各類教育場所 NO2暴露的基尼系數暴露的基尼系數 85 圖圖 3.5.10 我國我國 2005-2020 年各類教育場所年各類教育場所 O3暴露

85、的基尼系數暴露的基尼系數 86 圖圖 3.5.11 我國我國 2013 年與年與 2017 年年各類教育各類教育場所場所污染物暴露的洛倫茲曲線污染物暴露的洛倫茲曲線 87 第四章第四章 主要結論主要結論與展望與展望 氣候變化已經對兒童的健康和生存構成了嚴峻的挑戰。在中國，極端的高溫和細顆粒物（PM2.5）污染不僅威脅成年人的健康，也給最為脆弱的群體未出生和年幼的兒童帶來了致命的風險。根據全球疾病負擔（GBD）報告，不適宜溫度每年導致約 893 名新生兒和 1004 名五歲以下兒童的死亡。更為令人憂慮的是，未來極端氣候下的熱浪可能使得死胎數每年增加高達 7122 例。孕婦暴露于 PM2.5污染的

86、環境中，其后果尤為嚴重，平均每年導致 7729 名新生兒喪生，并引發 17642 例兒童下呼吸道感染，進而造成 10950 名五歲以下兒童的死亡。除了人類活動產生的 PM2.5，世界衛生組織還特別指出了沙塵和黑炭對健康的潛在威脅。沙塵源 PM2.5每年導致我國 4100 名兒童出現急性下呼吸道感染，以及 542847 例兒童貧血癥，從而導致 19764 名五歲以下兒童的額外死亡。此外，臭氧（O3）在生命早期的暴露同樣對新生兒和五歲以下兒童的健康造成了不容忽視的影響。本研究顯示，O3暴露在中國導致新生兒出生體重平均降低 41 克，并且每年導致約 2600 名五歲以下兒童死亡，占兒童總死亡率的1.

87、5%。相比之下，PM2.5暴露導致出生體重下降 22 克，而兒童死亡人數則高達10950 名。因此，PM2.5污染仍然是我國對生命早期健康影響最大的空氣污染物，但控制 O3污染也應得到足夠重視。至于兒童的主要活動場所，即幼兒園和小學，它們的分布與居民區大致相同。本研究并未發現幼兒園或小學的污染水平高于居民區，也沒有發現由于空氣污染分布的不同而導致的暴露不公平問題。然而，由于兒童暴露行為數據的限制，以及生命早期環境暴露與疾病負擔間的復雜關系，關于生命早期健康公平性的研究還需進一步深入。兒童生命早期的疾病負擔是一個復雜的公共衛生問題，它牽涉到多個領域，包括環境保護、婦幼健康、以及社會經濟政策的制定

88、。公共衛生領域必須加強對環境污染與兒童健康之間關系的研究，特別是對于生命早期的暴露如何影響 88 長期健康的研究。通過這些研究，我們可以更好地理解污染物的影響，并制定針對性的干預措施。在追求“雙碳”目標，即碳達峰和碳中和的背景下，重視兒童健康變得尤為重要。這不僅涉及減少溫室氣體排放，以減緩氣候變化的速度和影響，同時也需要減少空氣污染物的排放，以直接改善空氣質量。政府應制定長期的減排目標，并實施相應的政策，如提高能源效率、推廣可再生能源、改進交通系統等。通過這樣的努力，可以減少由于氣候變化和空氣污染導致的死胎和兒童死亡，同時改善兒童的長期健康預后?？諝赓|量標準的制定和更新也是保護兒童健康的關鍵。

89、目前的標準需要根據最新的科學證據進行調整，以確保能夠有效地保護兒童這一敏感人群。此外，政府應加強監測和執法力度，確保污染排放符合標準，并通過公眾教育提高社會對空氣質量問題的認識。最后，我們需要認識到，降低生命早期的疾病負擔是一個長期的過程，需要政府、社會各界和家庭的共同努力。政策制定者應采取基于證據的方法，制定和實施政策，同時確保這些政策能夠公平地惠及所有人群，尤其是最弱勢的群體。通過這些綜合性的努力，我們可以為兒童提供一個更加健康的生長環境，提高整個社會的健康水平，對社會經濟發展和可持續性也具有深遠的影響。89 2015 年我國生命早期空氣污染與不適宜溫度暴露的疾病負擔匯總年我國生命早期空氣

90、污染與不適宜溫度暴露的疾病負擔匯總 死胎 新生兒死亡及其中介因素 兒童死亡及其中介因素 新生兒死亡 出生體重 五歲以下兒童死亡 急性下呼吸道感染 不適宜溫度 7122例/年（SSP585情景，2021-2030年）893例 1004例 臭氧 下降 41克 2600例 細顆粒物 63830 例 7729例 下降 22克 10950例 17642例 沙塵 20595 例 19764例 4100例 野火 2795 例 下降 14克 19055例 90 參考文獻參考文獻 1 Pope C A,3rd,Burnett R T,Thun M J,et al.Lung cancer,cardiopulmon

91、ary mortality,and long-term exposure to fine particulate air pollution J.Jama,2002,287(9):1132-41.2 Brook R D,Rajagopalan S,Pope C A,3rd,et al.Particulate matter air pollution and cardiovascular disease:An update to the scientific statement from the American Heart Association J.Circulation,2010,121(

92、21):2331-78.3 Ljungman P L,Mittleman M A.Ambient air pollution and stroke J.Stroke,2014,45(12):3734-41.4 Guarnieri M,Balmes J R.Outdoor air pollution and asthma J.Lancet,2014,383(9928):1581-92.5 Eze I C,Hemkens L G,Bucher H C,et al.Association between ambient air pollution and diabetes mellitus in E

93、urope and North America:systematic review and meta-analysis J.Environ Health Perspect,2015,123(5):381-9.6 Chen H,Kwong J C,Copes R,et al.Living near major roads and the incidence of dementia,Parkinsons disease,and multiple sclerosis:a population-based cohort study J.Lancet,2017,389(10070):718-26.7 M

94、urray C J L,Aravkin A Y,Zheng P,et al.Global burden of 87 risk factors in 204 countries and territories,1990-2019:a systematic analysis for the Global Burden of Disease Study 2019 J.The Lancet,2020,396(10258):1223-49.8 中國碳中和與清潔空氣協同路徑年度報告工作組（2022），“中國碳中和與清潔空氣協同路徑 2022減污降碳 協同增效”，清華大學碳中和研究院，北京，中國 J.9 W

95、atts N,Amann M,Arnell N,et al.The 2018 report of the Lancet Countdown on health and climate change:shaping the health of nations for centuries to come J.Lancet,2018,392(10163):2479-514.10 Mora C,Dousset B,Caldwell I R,et al.Global risk of deadly heat J.Nature Climate Change,2017,7(7):501-6.91 11 Hua

96、ng C,Barnett A G,Wang X,et al.Effects of extreme temperatures on years of life lost for cardiovascular deaths:a time series study in Brisbane,Australia J.Circ Cardiovasc Qual Outcomes,2012,5(5):609-14.12 Global burden of 369 diseases and injuries in 204 countries and territories,1990-2019:a systemat

97、ic analysis for the Global Burden of Disease Study 2019 J.Lancet,2020,396(10258):1204-22.13 Pope C A,3rd,Burnett R T,Krewski D,et al.Cardiovascular mortality and exposure to airborne fine particulate matter and cigarette smoke:shape of the exposure-response relationship J.Circulation,2009,120(11):94

98、1-8.14 Kelly F J,Fussell J C.Air pollution and airway disease J.Clin Exp Allergy,2011,41(8):1059-71.15 Dadvand P,Nieuwenhuijsen M J,Esnaola M,et al.Green spaces and cognitive development in primary schoolchildren J.Proc Natl Acad Sci U S A,2015,112(26):7937-42.16 Bell M L,Ebisu K.Environmental inequ

99、ality in exposures to airborne particulate matter components in the United States J.Environ Health Perspect,2012,120(12):1699-704.17 Basu R.High ambient temperature and mortality:a review of epidemiologic studies from 2001 to 2008 J.Environ Health,2009,8:40.18 Patz J A,Campbell-Lendrum D,Holloway T,

100、et al.Impact of regional climate change on human health J.Nature,2005,438(7066):310-7.19 Qiao J,Wang Y,Li X,et al.A Lancet Commission on 70 years of womens reproductive,maternal,newborn,child,and adolescent health in China J.Lancet,2021,397(10293):2497-536.20 Devine P J,Perreault S D,Luderer U.Roles

101、 of reactive oxygen species and antioxidants in ovarian toxicity J.Biology of reproduction,2012,86(2):27,1-10.21 Wang L,Luo D,Liu X,et al.Effects of PM(2.5)exposure on reproductive system and its mechanisms J.Chemosphere,2021,264(Pt 1):128436.22 Yan C,Cao X,Shen L,et al.Long-term exposure to PM2.5 f

102、rom 92 automobile exhaust results in reproductive dysfunction in male rats J.Zhonghua nan ke xue=National Journal of Andrology,2016,22(2):104-9.23 Wang L,Luo D,Liu X,et al.Effects of PM2.5 exposure on reproductive system and its mechanisms J.Chemosphere,2021,264:128436.24 Bloom M S,Kim D,vom Saal F

103、S,et al.Bisphenol A exposure reduces the estradiol response to gonadotropin stimulation during in vitro fertilization J.Fertility and Sterility,2011,96(3):672-7.25 Li Q,Zheng D,Wang Y,et al.Association between exposure to airborne particulate matter less than 2.5 m and human fecundity in China J.Env

104、iron Int,2021,146:106231.26 Ren A,Qiu X,Jin L,et al.Association of selected persistent organic pollutants in the placenta with the risk of neural tube defects J.PNAS,2011,108(31):12770-5.27 Xue T,Tong M,Li J,et al.Estimation of Stillbirths Attributable to Ambient Fine Particles in 137 Countries J.Na

105、ture Communications,2022,13(1):6950.28 Chersich M F,Pham M D,Areal A,et al.Associations between high temperatures in pregnancy and risk of preterm birth,low birth weight,and stillbirths:systematic review and meta-analysis J.BMJ,2020,371:m3811.29 Tong M,Wang M,Li P,et al.The short-term effect of ozon

106、e on pregnancy loss modified by temperature:Findings from a nationwide epidemiological study in the contiguous United States J.Science of The Total Environment,2023,902:166088.30 Nieuwenhuijsen M J,Basagaa X,Dadvand P,et al.Air pollution and human fertility rates J.Environment International,2014,70:

107、9-14.31 Xue T,Zhu T.Association between fertility rate reduction and pre-gestational exposure to ambient fine particles in the United States,20032011 J.Environment International,2018,121:955-62.32 Xue T,Zhu T.Increment of ambient exposure to fine particles and the 93 reduced human fertility rate in

108、China,20002010 J.Science of the Total Environment,2018,642:497-504.33 Xue T,Zhu T,Lin W,et al.Association between hypertensive disorders in pregnancy and particulate matter in the contiguous United States,19992004 J.Hypertension,2018,72(1):77-84.34 Shen Y,Yu G,Liu C,et al.Prenatal exposure to PM2.5

109、and its specific components and risk of hypertensive disorders in pregnancy:a nationwide cohort study in China J.Environ Sci Technol,2022,56(16):11473-81.35 Xiong T,Chen P,Mu Y,et al.Association between ambient temperature and hypertensive disorders in pregnancy in China J.Nature Communications,2020

110、,11(1):2925.36 Ren Z,Yuan J,Luo Y,et al.Association of air pollution and fine particulate matter(PM2.5)exposure with gestational diabetes:a systematic review and meta-analysis J.Annals of translational medicine,2023,11(1):23.37 Chawanpaiboon S,Vogel J P,Moller A-B,et al.Global,regional,and national

111、estimates of levels of preterm birth in 2014:a systematic review and modelling analysis J.The Lancet Global Health,2019,7(1):e37-e46.38 Xue T,Zhu T,Han Y.Association between birthweight and ambient PM2.5 in the United States:Individually-varied susceptibility and spatial heterogeneity J.Environ Int,

112、2018,119:388-97.39 Guan T,Xue T,Gao S,et al.Acute and chronic effects of ambient fine particulate matter on preterm births in Beijing,China:a time-series model J.Sci Total Environ,2019,650:1671-7.40 Ghosh R,Causey K,Burkart K,et al.Ambient and household PM2.5 pollution and adverse perinatal outcomes

113、:A meta-regression and analysis of attributable global burden for 204 countries and territories J.PLOS Medicine,2021,18(9):e1003718.41 He C H,Liu C,Chen R J,et al.Fine particulate matter air pollution and under-5 children mortality in China:A national time-stratified case-crossover study J.ENVIRONME

114、NT INTERNATIONAL,2022,159.94 42 Wang J,Cao H,Sun D Q,et al.Associations between ambient air pollution and mortality from all causes,pneumonia,and congenital heart diseases among children aged under 5 years in Beijing,China:A population-based time series study J.ENVIRONMENTAL RESEARCH,2019,176.43 Hef

115、t-Neal S,Burney J,Bendavid E,et al.Robust relationship between air quality and infant mortality in Africa J.NATURE,2018,559(7713):254-+.44 Alnwisi S M M,Chai C W,Acharya B K,et al.Empirical dynamic modeling of the association between ambient PM2.5 and under-five mortality across 2851 counties in Mai

116、nland China,1999-2012 J.ECOTOXICOLOGY AND ENVIRONMENTAL SAFETY,2022,237.45 Mehta U,Dey S,Chowdhury S,et al.The Association Between Ambient PM(2.5)Exposure and Anemia Outcomes Among Children Under Five Years of Age in India J.Environ Epidemiol,2021,5(1):e125.46 Amegbor P M.Early-life environmental ex

117、posures and anaemia among children under age five in Sub-Saharan Africa:An insight from the Demographic&Health Surveys J.Sci Total Environ,2022,832:154957.47 Morales-Ancajima V C,Tapia V,Vu B N,et al.Increased Outdoor PM(2.5)Concentration Is Associated with Moderate/Severe Anemia in Children Aged 6-

118、59 Months in Lima,Peru J.J Environ Public Health,2019,2019:6127845.48 Odo D B,Yang I A,Dey S,et al.A cross-sectional analysis of ambient fine particulate matter(PM(2.5)exposure and haemoglobin levels in children aged under 5 years living in 36 countries J.Environ Res,2023,227:115734.49 Enyew H D,Mer

119、eta S T,Hailu A B.Biomass fuel use and acute respiratory infection among children younger than 5 years in Ethiopia:a systematic review and meta-analysis J.Public Health,2021,193:29-40.50 Odo D B,Yang I A,Dey S,et al.Ambient air pollution and acute respiratory infection in children aged under 5 years

120、 living in 35 developing countries J.Environ Int,2022,159:107019.51 MacIntyre E A,Gehring U,Mlter A,et al.Air pollution and respiratory infections during early childhood:an analysis of 10 European birth cohorts within the 95 ESCAPE Project J.Environ Health Perspect,2014,122(1):107-13.52 Jones M W,Sm

121、ith A,Betts R,et al.Climate change increases the risk of wildfires J.ScienceBrief Review,2020,116:117.53 Xue T,Geng G,Han Y,et al.Open fire exposure increases the risk of pregnancy loss in South Asia J.Nat Commun,2021,12(1):3205.54 Li J,Cai Y S,Kelly F J,et al.Landscape fire smoke enhances the assoc

122、iation between fine particulate matter exposure and acute respiratory infection among children under 5 years of age:Findings of a case-crossover study for 48 low-and middle-income countries J.Environ Int,2023,171:107665.55 Li J,Guan T,Guo Q,et al.Exposure to landscape fire smoke reduced birthweight

123、in low-and middle-income countries:findings from a siblings-matched case-control study J.Elife,2021,10:e69298.56 Xue T,Geng G,Li J,et al.Associations between exposure to landscape fire smoke and child mortality in low-income and middle-income countries:a matched case-control study J.Lancet Planet He

124、alth,2021,5(9):e588-e98.57 Pullabhotla H K,Zahid M,Heft-Neal S,et al.Global biomass fires and infant mortality J.Proceedings of the National Academy of Sciences,2023,120(23):e2218210120.58 Xue T,Li J,Tong M,et al.Stillbirths attributable to open fires and their geographic disparities in non-Western

125、countries J.Environmental Pollution,2023,334:122170.59 Malley C S,Kuylenstierna J C I,Vallack H W,et al.Preterm birth associated with maternal fine particulate matter exposure:A global,regional and national assessment J.Environment International,2017,101:173-82.60 Zhang X,Zhao L,Tong D Q,et al.A Sys

126、tematic Review of Global Desert Dust and Associated Human Health Effects J/OL 2016,7(12):10.3390/atmos7120158 61 Middleton N,Yiallouros P,Kleanthous S,et al.A 10-year time-series analysis of respiratory and cardiovascular morbidity in Nicosia,Cyprus:the effect of 96 short-term changes in air polluti

127、on and dust storms J.Environ Health,2008,7:39.62 Tam W W,Wong T W,Ng L,et al.Association between air pollution and general outpatient clinic consultations for upper respiratory tract infections in Hong Kong J.PLoS One,2014,9(1):e86913.63 Jacob D J,Winner D A.Effect of climate change on air quality J

128、.Atmospheric Environment,2009,43(1):51-63.64 Paoletti E,De Marco A,Beddows D C S,et al.Ozone levels in European and USA cities are increasing more than at rural sites,while peak values are decreasing J.Environmental Pollution,2014,192:295-9.65 Fiore A M,Naik V,Leibensperger E M.Air Quality and Clima

129、te Connections J.Journal of the Air&Waste Management Association,2015,65(6):645-85.66 Doherty R M,Wild O,Shindell D T,et al.Impacts of climate change on surface ozone and intercontinental ozone pollution:A multi-model study J.Journal of Geophysical Research:Atmospheres,2013,118(9):3744-63.97 免責聲明免責聲

130、明 -若無特別聲明，報告中陳述的觀點僅代表作者個人意見，不代表能源基金會的觀點。能源基金會不保證本報告中信息及數據的準確性，不對任何人使用本報告引起的后果承擔責任。-凡提及某些公司、產品及服務時，并不意味著它們已為能源基金會所認可或推薦，或優于未提及的其他類似公司、產品及服務。Disclaimer-Unless otherwise specified,the views expressed in this report are those of the authors and do not necessarily represent the views of Energy Foundation

131、 China.Energy Foundation China does not guarantee the accuracy of the information and data included in this report and will not be responsible for any liabilities resulting from or related to using this report by any third party.-The mention of specific companies,products and services does not imply that they are endorsed or recommended by Energy Foundation China in preference to others of a similar nature that are not mentioned.