印度城乡PM2.5暴露差异的社会人口学格局：基于卫星与全国家庭健康调查的公平性评估

《GeoHealth》：Contrasting Patterns in Ambient PM2.5 Exposure Disparity Across Population Subgroups in Urban and Rural India

这篇综述通过整合卫星反演的PM2.5数据与印度全国家庭健康调查（NFHS）数据，系统评估了印度城乡不同社会人口亚群（性别、财富指数、种姓）在环境细颗粒物（PM2.5）暴露中的差异。研究发现，高社会人口指数（SDI）州的绝对暴露差异更大，且城市地区的相对差异（以Zscore衡量）在2015–2021年间呈扩大趋势，而农村地区相对稳定。研究强调需制定针对性政策，优先保护脆弱亚群，以实现环境公平。

　　

研究背景与意义

环境细颗粒物（PM_2.5）是印度最重大的公共健康环境风险因素。尽管已有研究量化了其暴露水平的变化模式，但在国家以下尺度上，不同人口亚群之间的暴露不平等程度仍不明确。印度作为人口最多、空气污染最严重的国家之一，长期暴露于PM_2.5导致了巨大的疾病负担。现有环境公平研究多集中于欧美国家，而印度此类研究尚属缺乏。本研究首次在全国尺度上，结合高分辨率卫星PM_2.5数据与两轮NFHS调查的社会人口信息，系统分析了城乡不同亚群的暴露差异及其时空变化。

数据来源与研究方法

研究利用了第四轮（2015–2016年）和第五轮（2019–2021年）NFHS的个体层面人口统计数据，覆盖印度30个邦和联邦属地。同时，采用卫星反演的1公里分辨率年均PM_2.5浓度数据，并通过地理缓冲区（城市2公里、农村5公里）提取集群水平的暴露估计。研究计算了各亚群的加权平均PM_2.5暴露浓度，并采用Z_score量化相对差异，以识别脆弱亚群。绝对差异通过99th与1st百分位数之差评估，而相对差异则通过标准化均值差（Z_score）分析。

主要研究发现

国家层面的暴露差异

研究发现，印度城市和农村地区的PM_2.5暴露均处于较高水平。在财富指数方面，最富裕和最贫困的亚群在城市和农村均面临较高的暴露水平。种姓方面，其他落后阶层在城市中暴露较高，而表列种姓/表列部落在农村地区负担更重。性别间的暴露差异较小。从NFHS-4到NFHS-5，全国PM_2.5水平总体下降，但各亚群间的相对差异模式保持稳定。

城乡异质性分析

绝对暴露差异在高SDI州更为显著，尤其在哈里亚纳邦、中央邦等地的城市区域。时空变化显示，NFHS-5期间绝对差异较NFHS-4降低10–15?μg·m^?3，但城市地区的相对差异却在扩大，农村地区相对稳定。这种变化与COVID-19封锁期间排放减少、气象条件及清洁空气政策实施有关，同时也反映了城市内部空间和社会经济分异的加剧。

脆弱亚群识别

研究通过Z_score分析发现，城市中高SDI州的最富裕群体暴露更高，而中SDI州的贫困和OBC亚群负担更重。农村地区则是富裕群体在高SDI州面临较高暴露，贫困群体在中低SDI州受影响更大。此外，通用种姓群体在城市中的暴露显著高于OBC和SC+ST群体。这些差异在邦级尺度上表现出明显的空间异质性，如马哈拉施特拉邦、北方邦等大邦的不平等程度更高。

政策启示与建议

结果表明，印度当前以城市为中心的空气污染治理政策可能加剧不同人口亚群之间的暴露不平等。因此，建议将暴露公平指标纳入国家清洁空气计划评估体系，制定针对高风险区域和脆弱亚群的干预措施。同时，应结合人口流动、居住分异及基础设施不平等等多维度因素，实现环境健康权益的精准推进。

研究局限与展望

本研究存在一定局限，如暴露评估基于集群均值，可能低估个体层面的真实差异；城乡分类依赖GHSL数据库，可能存在误判。未来可结合高精度传感器数据、源解析技术及健康效应模型，进一步揭示暴露—健康—公平之间的复杂机制，为印度及其他发展中国家空气污染治理提供科学依据。