生态安全与生态风险评价

生态安全与生态风险评价

之

北京雾霾健康风险评价报告

目录

一、问题综述 (1)

二、危害鉴定 (3)

三、释放评价 (3)

（一）北京的经济增长与空气污染水平分析 (3)

（二）北京经济增长与空气质量的 EKC 验证 (5)

四、暴露评价 (7)

五、后果评价 (8)

六、风险评价 (9)

七、建议 (10)

北京雾霾的健康风险评价

一、问题综述

随着社会经济的快速发展，近年来在我国京津冀、华东等地区雾霾天气频发，特别是在2013年１月，多地遭遇大范围持续雾霾，北京市有26天为雾霾天气，为1954年以来同期最多，雾霾天气的频繁发生对城市大气环境、群众健康、交通安全、农业生产等都带来了日益显著的影响。

对80年代以后北京观象台的数据分析，霾出现的范围及概率呈增多趋势，尤其是1月和2月是霾频发时期。

统计北京历史数据，做出北京地区自1981年~2012年32年北京雾霾变化曲线图(图1)，其中雾的天数为大雾和轻雾天数的总和。从图1中可以看出，北京地区雾的年际变化曲线呈无规律的震荡变化，这种变化往往与当天的天气形势有关，其平均值基本稳定不变。但是霾的变化曲线自2000年以后，呈现出系统性增多的变化趋势，这与经济和城市的快速发展，人口迅速增多、大量汽车尾气和工业污染物的排放等因素密切相关，尤其是2005年以后，霾的影响天数直线上升，2010 年霾总数是63天，2011年92天，2012年达到124天，霾的天数占到了全年总天数的47%。

雾霾是空气污染和气象因素共同作用的结果，雾霾天气发生时，大气能见度下降，大气中的颗粒物特别是细颗粒物（PM２.５）是导致能见度降低的主要因素，城市大气PM2.5污染影响空气质量，威胁人群健康，是具有区域性特征、危害严重的大气污染物。

形成雾霾天气的有毒、有害颗粒物散播在空气中，对人类和生态系统会造成不同程度的危害，主要表现在以下几个方面：一是雾霾天气中的PM2.5比重较大，其颗粒物较小，比表面积相对较大，可吸附大量有毒、有害物质，这些物质随PM2.5能轻易穿过鼻腔中的鼻纤毛，直接进入肺部，甚至渗进血液，而引发包括心脏病、动脉硬化、肺部硬化、肺癌、哮喘等各种疾病，影响身体康；二是雾霾通过对太阳光的吸收与散射，导致太阳辐射强度减弱与日照时数减少，从而影响植物的呼吸和光合作用，会造成农业减产、绿地生态系统生长受阻等；三是雾霾天气使能见度降低，容易引起交通阻塞，发生交通事故。

二、危害鉴定

雾霾中含有各种对人体有害的细颗粒、有毒物质达 20 多种，包括了酸、碱、盐、胺、酚等，以及尘埃、花粉、螨虫、流感病毒、结核杆菌、肺炎球菌等，其含量是普通大气水滴的几十倍。

对呼吸系统的影响大气中可吸入性悬浮物颗粒可随呼吸而进入支气管、细支气管，最后沉降于肺泡，可引起支气管炎、肺炎，促发哮喘，加重老慢支和肺气肿等急慢性呼吸道疾病。另外，长期生活在雾霾环境中，会提高肺癌的发病率。

对心脑血管的影响雾霾天气增加了原有心血管疾病患者发生急性呼吸道感染的机会，并影响其心脏的功能，加重心脏的负担，可导致心衰。原有脑血管病患者的症状加重，严重者可促发中风。

对眼鼻喉的影响可吸入性悬浮物颗粒对眼、鼻、咽喉有刺激作用，会使眼产生干、涩、痒、流泪、畏光等症状，发生结膜炎；可出现流涕、喷嚏症状，发生过敏性鼻炎；咽喉部可出现咽干、咽痒、咽痛或嗓子不舒服等症状。

对皮肤的影响皮肤可出现搔痒、红斑、丘疹，发生过敏性皮炎。

对情绪的影响在雾霾天，终日雾霾缭绕，太阳光弱，人体中的松果体会分泌出较多的松果体素，它使得甲状腺素、肾上腺素的分泌减少。甲状腺素、肾上腺素是唤起细胞工作的激素，一旦减少，细胞就会“偷懒”，变得极不活跃，人就显得没精打采。

三、释放评价

（一）北京的经济增长与空气污染水平分析

研究表明，当一个国家经济发展水平较低的时候，环境污染的程度较轻，但是随着人均收入的增加，环境污染由低趋高，环境恶化程度随经济的增长而加剧；当经济发展达到一定水平后，也就是说，到达某个临界点或称“拐点”以后，随着人均收入的进一步增加，环境污染又由高趋低，其环境污染的程度逐渐减缓，环境质量逐渐得到改善，总体过程呈现倒“U”型曲线关系。

2

从图 2 可以看出，北京人均 GDP逐年增加，2010年北京的人均GDP 大概是1992 年的8倍，反映了北京经济的高速发展。

3

由图 3可知，工业二氧化硫和工业粉尘的排放量总体上呈下降趋势，说明北京的空气质量有逐年提高的趋势。结合图 1 和图 2，

我们可以看出，随着北京人均GDP的逐年增加，北京工业二氧化硫和工业粉尘的排放量总体上有下降的趋势，因此，我们猜想北京经济增长与工业二氧化硫和工业粉尘的排放量之间存在环境库次涅茨曲线（EKC），并且可能已经过了拐点。

（二）北京经济增长与空气质量的 EKC 验证

经济增长与工业二氧化硫排放量和工业粉尘排放量间关系的回归结果。以人均国民收入即人均 GDP 为解释变量，工业二氧化硫排放量和工业粉尘排放量为被解释变量，建立如下回归模型：

式（1）和（2）中：YS t和 YD t分别为t 年的工业二氧化硫和工业粉尘的排放量，X t为 t 年的人均国民收入，α1、β1、η1和α2、β、η2均为带估计参数，ε1和ε2均为随机扰动项。当β1>0和η1<0时，工业二氧化硫排放量与经济增长之间存在倒“U”型关系；当

β2>0 和η2<0 时，工业粉尘排放量与经济增长之间存在倒“U”型关系。

利用Eviews 6.0 对式（1）和（2）进行普通最小二乘法估计，得到如下回归结果：

式（3）和（4）中，括号里是参数估计值对应的 t 值而中括号里的数值是 t值所对应的伴随概率。模型的判决系数较高，说明模型的拟合优度较好。F 值较大，表明模型整体关系显著。在 5%的显著水平下，自由度为 16 的t的临界值为t0.025（16）=2.12，因此上述模型均通过回归系数的显著性检验。

由模型（3）和（4）可知，β1=4.292>0 和η1=-0.251<0，说明工业二氧化硫排放量与经济增长之间的确存在倒“U”型关系；当

β2=4.292>0 和η2=-0.575<0，说明工业粉尘排放量与经济增长之间的确存在倒“U”型关系。下面计算工业二氧化硫排放量和工业粉尘排放量的EKC 拐点ξ1和ξ2：

当北京人均GDP 小于5114.617 元时，工业二氧化硫排放量随着人均 GDP 的增加而增加；当人均GDP 大于 5114.617 元时，工业二氧化硫排放量随着人均GDP的增加而降低；当人均GDP 达到5114.617 元时，工业二氧化硫排放量达到最大值，该点就是北京工业二氧化硫排放量的理论拐点；当北京人均 GDP小于9344.944 元时，工业粉尘排放量随着人均GDP 的增加而增加；当人均GDP 大于9344.944元时，工业粉尘排放量随着人均GDP 的增加而降低；当人均 GDP达到9344.944元时，工业粉尘排放量达到最大值，该点就是北京工业粉尘排放量的理论拐点，这也证实了刚才的猜想是正确的。

从图 2 可知，北京的人均国民收入已经超过了工业二氧化硫和工业粉尘排放量的理论拐点，我们认为北京之所以会出现持续的大雾现象，是因为北京受周边地区的影响，如图 4 所示。