中国不适环境温度对人群死亡影响的疾病负担分析和健康经济学评价*

周璐 陈仁杰 阚海东

复旦大学公共卫生学院，公共卫生安全教育部重点实验室，国家卫健委卫生技术评估重点实验室，上海，200032

1 引言

不适环境温度是重要的危险因素，已成为继空气污染后公共卫生领域的另一关注重点。环境温度暴露具有影响范围大、覆盖人群广的特点，可造成巨大的人群健康风险和疾病负担。既往大量流行病学研究证据显示，不适环境温度暴露可增大总死亡、心血管疾病死亡、呼吸性疾病死亡风险（Zhao，et al，2021；Chen，et al，2018），特别是在极端天气事件如热浪和寒潮期间（Ebi，et al，2021；Song，et al，2017），而气候变化和全球变暖将加剧人群健康风险（Romanello，et al，2021）。

尽管环境温度对人群健康的风险已被广泛报道，但是相关的经济损失仍亟待研究。近年来，已有学者对不适环境温度的经济损失进行初步估算（Liu，et al，2019；Cai W J，et al，2021；Xia，et al，2018；Adélaïde，et al，2022）。例如，极端环境温度暴露可导致美国明尼阿波利斯圣保罗地区每年至少27 亿美元的经济损失，其中绝大部分为与死亡相关的健康经济损失（Liu，et al，2019）。而在中国，2020 年与热浪相关的死亡导致的直接和间接经济损失约为1 亿美元（Cai W J，et al，2021）。目前中国评价不适环境温度相关经济损失的研究数量仍然较少且集中于高温暴露，但与低温相关的健康经济损失远超高温，尚需更多研究提供全面的科学证据。

随着全球气候变化态势加重，定量评价不适环境温度暴露导致的健康危害，并进一步评估健康经济损失具有较大的现实意义，可为政策制定的成本-效益问题提供借鉴。温度与死亡的暴露-反应关系存在一定的地理差异（Guo，et al，2014）。本研究根据秦岭—淮河分界线，以地级及以上城市为单位将中国划分为北方和南方地区，并采用时间序列研究方法，分别评估各地区环境温度暴露与死亡人数的联系。此外，进一步定量评价2020 年不适环境温度暴露对中国31 个省、自治区和直辖市造成的归因死亡人数与健康经济损失，为应对气候变化威胁、制定相应公共卫生政策提供重要的经济学依据。

2 数据与方法

2.1 数据来源

本研究基于2013 年1 月1日至2015 年12 月31 日中国272 个主要地级及以上城市的数据库建立温度与死亡的暴露-反应关系，具体信息参见已有文献（Chen，et al，2018）。这些城市地理位置分布广泛且覆盖了大量城市人口，在气候特征、社会经济特征、人口特征等方面具有良好的代表性。同时，根据中国人口死亡登记信息，这些城市平均每日至少有3 例非意外死亡。通过中国疾病监测系统收集研究期间各城市人口死亡信息，根据国际疾病分类第10 版（International Classification of Disease 10th edition，ICD-10），纳入非意外死亡（A00—R99）作为本研究的健康结局指标。

2013—2015 年272 个城市的气象数据通过中国气象数据共享服务系统获取（http://data.cma.cn/）。评价2020 年不适环境温度的归因死亡人数和健康经济损失时选取了中国大陆364 个地区，其日平均温度数据通过固定气象观测站获取，以距离该地区中心最近的气象站观测数据对人群暴露水平进行估算；人口数据通过中国第七次人口普查结果获取；基础死亡率数据通过《中国统计年鉴2021》获取，以该地区所处省、自治区、直辖市的死亡率进行估算，以上364 个地区分布于中国31 个省、自治区、直辖市。为了与北方和南方地区进行区分，文中以城市代称364 个地区。

2.2 环境温度相关的疾病死亡负担

本研究采取时间序列分析方法对环境温度与死亡人数的关系进行分析，并以此为基础进一步计算归因死亡人数。第1 阶段，应用时间序列回归模型分析每个城市环境温度与死亡人数的关系，采取广义线性模型（GAM）与分布式滞后非线性模型（DLNM）相结合的回归模型进行分析。具体方法和参数设置参考已有文献（Chen，et al，2018），其中控制时间趋势的自由度每年设为10。

第2 阶段，采用meta 分析的方法分别汇总全国、北方和南方地区温度与死亡人数的累积关联。根据异质性检验（Q 和I2检验）结果，若P≤0.1 或者I2＞50%，则认为各城市间存在异质性，选择随机效应模型，反之则选择固定效应模型。根据温度与死亡人数的暴露-反应关系，得到每个地区的最低死亡率温度，也即最适温度，并以此为阈值区分低温和高温。除了温度与死亡的暴露-反应关系曲线之外，同时通过极端低温（气温2.5% 分位数）和极端高温（气温97.5%分位数）对应的相对危险度（Relative Risk，RR）及其95%置信区间（95%CI）来展示危害效应。

第3 阶段，基于各地区特定的温度与死亡的暴露-反应关系，进一步对2020 年不适环境温度暴露的归因死亡人数进行计算。对于各城市2020 年的温度时间序列数据，通过将每天的温度与所处地区（南方或北方）对应的最适温度进行比对，结合暴露-反应关系分别计算低温和高温暴露相关的累积归因死亡人数。各地归因死亡人数的计算公式为

式中，MOR 为当日死亡人数，POP 为各城市人口，Y0为每日基础死亡率，RR 为根据当日温度和温度与死亡的暴露-反应关系计算得出的相对危险度。

最后，将各城市全年低温和高温相关的归因死亡人数进行汇总，并计算归因分数。

2.3 环境温度相关死亡的经济成本

根据既往研究，国际上常使用统计生命价值（Value of Statistical Life，VSL）衡量单位死亡的经济学价值，这并不代表一个人具体的生命价值，而是估算降低一定死亡概率的价值（Hoffmann，et al，2017）。支付意愿法（Willing To Pay，WTP）是目前应用最为广泛的健康经济损失评价方法，通过调查人们愿意为降低死亡风险而支付的货币金额而推算生命价值。此前发达国家已开展相应研究（Ananthapavan，et al，2021；Keller，et al，2021）对统计生命价值进行评估，但考虑到不同国家经济、文化、医疗体制等条件存在较大差异，参考发达国家研究的估算结果可能远超中国实际水平。

由于当前中国支付意愿研究较少且大多基于单个城市，研究结果间差异较大（Cai D，et al，2021），本研究援引一项在中国74 个城市开展的支付意愿研究（Hao，et al，2019），并根据2020 年各省、自治区、直辖市居民的人均年收入进行相应校正，推算得到对应居民的统计生命价值。支付意愿对收入增长的反映程度，即收入弹性系数目前尚无定论。本研究采用弹性系数为1 进行估算，也即统计生命价值与人均年收入同步增长（Hoffmann，et al，2017）。统计生命价值的具体校正模型如下

式中，VSLp为研究对象预测年的统计生命价值；VSL2016为援引文献所估算的中国2016 年的统计生命价值；INCOME2016为中国2016 年的人均年收入；INCOMEp为研究对象预测年的人均年收入；e为弹性系数，取为1。环境温度相关死亡人数乘以单位死亡的经济学价值即为环境温度相关死亡的健康经济损失。为了校正经济发展水平的影响，以温度相关经济损失占研究对象生产总值（Gross Domestic Product，GDP）的比重来评估相对损失。

3 结果分析

3.1 描述性分析结果

2020 年中国31 个省、自治区和直辖市的基本信息如表1 所示。2020 年的总人数为14.1 亿，死亡率为7.1‰，人均年收入为3.2 万元，人均GDP为7.2 万元，年均温度为14.8℃，统计生命价值为206.7 万元。各省、自治区、直辖市之间存在较大差异，统计生命价值最高的为上海、北京和浙江，分别为463.9 万元、446.0 万元和336.5 万元，统计生命价值最低的为甘肃、西藏和贵州，分别为130.6 万元、139.7 万元和140.0 万元。

表1 2020 年中国31 个省、自治区及直辖市的基本信息Table 1 Basic information of 31 provinces，autonomous regions，and municipalities of China in 2020

3.2 环境温度与死亡的暴露-反应关系

检验结果显示各城市间存在较大的异质性（P＜0.001，I2=42.5%），因此采用随机效应模型进行meta 分析，结果如图1 所示。全国、北方和南方地区的环境温度与死亡的暴露-反应关系曲线均近似呈反“J”型，低温和高温暴露均可引起死亡风险增大，但地区之间存在一定差异。如表2 所示，北方地区的极端低温为-9.2℃，相对于最适温度（19.6℃）的风险为1.29（95%CI：1.19—1.40）；极端高温为27.3℃，相对于最适温度的风险为1.11（95%CI：1.07—1.16）。而南方地区的极端低温为4.7℃，相对于最适温度（23.7℃）的风险为1.40（95%CI：1.32—1.49）；极端高温为30.3℃，相对于最适温度的风险为1.19（95%CI：1.11—1.27）。南方地区的最适温度较高且低温死亡风险更大（Chen，et al，2018；Gasparrini，et al，2015）。这可能是因为当地居民从生理和行为上通过适应性变化（空调使用等）提高了对高温的耐受性，但对低温则较为易感（Taylor，2014；Guo，et al，2014）。

表2 中国不适环境温度相关的相对危险度Table 2 Relative risks associated with non-optimal ambient temperatures in China

图1 中国环境温度与总死亡的暴露-反应关系曲线（a.全国，b.北方地区，c.南方地区；阴影为95%置信区间）Fig.1 Cumulative exposure-response curves for relationships between ambient temperature and total mortality in China（a.Nationwide，b.Northern China，c.Southern China；shade is 95% confidential interval）

3.3 环境温度的归因死亡负担

表3 展示了2020 年中国31 个省、自治区、直辖市归因于不适环境温度暴露的死亡人数。2020年归因于低温和高温暴露的死亡人数分别为84.24（95%CI：65.93—102.20）万和23.58（95%CI：14.69—32.17）万，归因分数为10.70%。该结果较此前研究的估算值偏低，与统计方法、研究地点和研究时间的差异有关（Chen，et al，2018；Gasparrini，et al，2015）。此外，南方地区的归因死亡人数远高于北方地区，其归因分数分别为13.52%和10.18%。对于全国而言，除了广东和海南外，低温暴露导致的死亡负担均高于高温暴露。各省、自治区、直辖市之间也存在明显的差异，例如：高温暴露的归因死亡人数最高的为广东省，共3.02 万人，归因分数为5.36%；低温暴露的归因死亡人数最高的为四川省，共7.48 万人，归因分数为12.61%。但是，若考虑到各省、自治区、直辖市人口的数量差异，温度相关死亡负担最重的为陕西省，约16.33%的人口死亡可归因于不适环境温度。随着气候变化加剧，不同地区的温度相关风险也将有所变化，这也提示需要针对各地具体情况，因地制宜制定公共卫生政策以应对气候变化带来的健康威胁。

表3 2020 年全国31 个省、自治区、直辖市的不适温度相关的死亡归因数（均值及95%置信区间）Table 3 Attributable number of deaths（mean value and the 95% confidential intervals）due to non-optimal ambient temperature in 31 provinces，autonomous regions and municipalities of China in 2020

3.4 环境温度的健康经济损失

如表4 所示，2020 年低温和高温暴露导致的健康经济损失分别为17011.08（95%CI：13353.51—20597.72）亿元和 5097.35（95%CI：3179.66—6945.93）亿元，共占当年中国31 个省、自治区、直辖市GDP 的2.18%，其中南方和北方地区占比分别为0.76%和1.42%。不适环境温度暴露可导致巨额健康经济损失，这与此前的研究（Liu，et al，2019；Adélaïde，et al，2022）结果基本一致。各省、自治区、直辖市的温度相关健康经济损失存在一定差异。西藏、青海、宁夏和海南的温度相关健康经济损失最少，均低于100 亿元。2020 年温度相关健康经济损失超过1000 亿元的省共有7 个，依次为江苏、浙江、广东、四川、山东、湖南和湖北，其中对于健康经济损失占本省GDP 的比重，浙江、四川、湖南和湖北均超过全国平均水平。此外，黑龙江的健康经济损失占本省GDP 的3.24%，居于全国首位。

表4 2020 年全国31 个省、自治区、直辖市不适温度相关的健康经济学损失（均值及95%置信区间）及其占GDP 的比例Table 4 Health economic loss（mean value and the 95% confidential intervals）and its proportion of local GDP due to nonoptimal ambient temperature in 31 provinces，autonomous regions and municipalities of China in 2020

总体而言，南方地区的健康经济损失较高，这主要是因为南方地区人口密集且经济发达。此外，南方地区夏季气候炎热，高温相关的死亡风险更高（如海南、广东等）；而冬季又因缺乏集中供暖，部分省份低温相关的死亡风险和负担也较高（如贵州、四川等）。北方地区则受益于冬季集中供暖，低温暴露相关的死亡风险和负担较低，健康经济损失也远低于南方地区。值得注意的是，对于秦岭—淮河分界线附近的省份（如山东、河南等），若冬季采取集中供暖，低温相关的归因死亡负担较低，健康经济损失占当地GDP 的比重也较小；反之，则健康经济损失将给当地发展带来较大负担（如四川、湖北等）。这一结果也提示减少低温暴露是降低温度相关死亡的健康经济损失的重要举措，因地制宜在南方地区开展局部供暖或可避免大量的健康和经济损失（Chen，et al，2018）。

4 结论与讨论

本研究应用中国272 个主要城市数据库，建立温度与死亡的暴露-反应关系。该数据库覆盖了中国大部分城市人口，并考虑了区域差异的影响，具有良好的代表性。在此基础上进一步估算了不适环境温度暴露相关的健康损失和经济损失，为卫生政策制定的成本-效益问题提供科学依据，主要得到以下结论：

（1）2020 年不适环境温度暴露对中国居民造成了较大的疾病负担和经济损失，归因死亡人数为107.83 万例，对应的健康经济损失为22108.43 亿元，占GDP 的2.18%。

（2）中国各省、自治区、直辖市对不适环境温度的脆弱性和经济负担存在较大差异。南方地区的健康经济损失比北方地区更高，这与其人口较多、经济发展水平较高、冬季供暖不足密切相关。在气候变化背景下，需要因地制宜制定适应性政策，积极应对不适环境温度对人群健康的威胁。

本研究发现环境低温暴露仍是导致中国与温度相关死亡负担和经济负担的主要原因。但同时不可忽视的是，环境高温可降低劳动人群的生产力、减少劳动时间，可能造成更大的经济损失，尤以海南为甚（Cai W J，et al，2021）。此外，随着中国城市化率不断提高，城市热岛效应的问题也日益严峻（Yang，et al，2019）。环境高温对中国经济可持续发展的威胁与日俱增，关注高温适应性具有重要的现实意义。据报道，实施高温适应性措施，如物理遮蔽、凉爽屋顶、绿地、空调使用等，将带来巨大的健康和经济收益（Romanello，et al，2021）。在气候变化和全球变暖的趋势下，极端高温天气频发，有必要结合城市规划，促进气候变化的卫生适应。

此外，本研究存在一定的局限性。首先，本研究所用的温度数据均来源于固定监测站点，与个体实际的温度暴露存在不可避免的偏差。其次，由于目前中国尚无统计生命价值的权威数据，各省、自治区、直辖市统计生命价值数值均基于文献推算。与此前一些研究（Cai D，et al，2021）推算的数值相比，本研究的统计生命价值较低，这可能导致对健康经济损失的低估，未来还需要更多研究探索中国的统计生命价值标准。最后，本研究所囊括的健康终点仅有死亡，未纳入发病就诊等健康结局，因此可能会低估温度相关的健康经济损失。综上，环境不适温度导致的健康经济损失还有待进一步研究。