空气污染相关健康脆弱性的动态网络分析：对政策协同作用的启示

《Environmental Pollution》：Dynamic Network Analysis of Air Pollution-Related Health Vulnerability: Implications for Policy Synergy

　　

郝晓伟|宗静茹|孙晓峰|张萌|赵静怡|张乐群|陈娜|王青

中国国家健康数据科学研究院，山东大学，济南，山东250012，中国

摘要

空气污染的影响在自然生态系统和社会经济网络之间呈现出动态关联，并随时间推移而演变。然而，目前对空气污染相关健康脆弱性的分析在很大程度上未能考虑到各影响因素之间的动态相互作用。解决这一问题是至关重要的，因为静态策略可能会低估长期暴露带来的健康负担。这可能导致资源分配不足或不足。利用一个具有全国代表性的八年队列数据集，我们构建了一个动态有向网络来评估空气污染相关的健康脆弱性。我们的分析表明：（1）在一个动态有向网络中，空气污染暴露与健康敏感性直接相关，并通过适应能力间接关联。这些联系既发生在同一时间段内，也发生在后续时间段内。（2）中国北部的脆弱性高于南部。尽管大多数城市的脆弱性排名在动态分析和静态分析之间基本一致，但天津和北京是例外。这两个城市在动态分析中的表现排名有所提高，这可能反映了随着清洁空气政策的实施而取得的健康改善。（3）综合的缓解和适应措施似乎与健康效益相关。

引言

空气污染不再仅仅是一个环境问题；它已成为一个关键的公共卫生挑战。其健康影响通过直接联系（例如，心肺损伤）和间接关联（例如，作物产量下降与营养不良增加）体现出来（Song等人，2025；Sun等人，2017；Tavella等人，2025）。此外，空气污染的影响具有动态特征，这些影响随着时间的推移将自然生态系统和社会经济网络联系在一起（Lawrence等人，2020；Muccione等人，2024）。关键的是，这些影响的分布是不均匀的。这种差异不仅与暴露程度不同有关，还与适应能力的差异有关（Brusselaers等人，2023a，b；Dennis-Bauer等人，2026；Sparks等人，2024；Mommens等人，2019）。因此，有效预防和控制空气污染相关的健康风险需要协调一致、具有时间适应性的干预措施。

脆弱性框架为我们理解环境-社会复杂性并指导风险评估提供了视角（IPCC，2022）。脆弱性被定义为“系统容易受到或无法应对空气污染不利影响的程度”（IPCC，2022）。它源于三个核心维度之间的相互作用：暴露（污染变化的幅度）、敏感性（系统的易感性）和适应能力（应对能力）（IPCC，2022）。然而，一个持续存在的限制是：尽管有实证证据证实空气污染对健康的影响具有时间滞后性（Yu等人，2025），但大多数网络模型仍然依赖于静态假设（Vitolo等人，2018；Yin等人，2025；Yu等人，2021；Zong等人，2023）。这种忽视有三个重要后果：（1）它掩盖了级联关联的时间依赖性传播，阻碍了人们对影响如何随时间放大的清晰理解；（2）它导致对长期暴露造成的健康负担的低估；（3）它阻碍了有效长期干预点的识别。因此，基于静态分析制定的策略可能在时间上不对齐，因此在应对持续风险时可能效果较差。解决这一差距需要开发能够模拟不同时段内相互作用方向性和动态性的框架。

为了解决这一关键问题，我们构建了一个动态有向网络。这种方法使我们能够研究脆弱性指标之间的跨时间相互作用。因此，我们可以将脆弱性框架从静态视角发展为动态视角。此外，我们利用这个网络评估了中国各地的长期空气污染相关健康脆弱性。我们的发现可能会为基于证据和协调的可持续污染管理政策提供见解。

章节摘录

方法

在暴露-敏感性-适应能力（ESA）框架的指导下，我们首先使用多源数据构建了一个全面的指标系统（IPCC，2022）。然后我们使用探索性因子分析（EFA）对指标进行了筛选。为了捕捉脆弱性的动态性质，我们采用了动态贝叶斯网络（DBN）来构建一个动态有向网络。在这个网络中，我们使用条件互信息量化了指标之间的直接和间接相互作用

空气污染相关健康脆弱性的动态有向网络

我们通过EFA构建了空气污染相关健康脆弱性框架，累积方差贡献率为65.785%。最终纳入了37个指标，涵盖了暴露、适应能力和敏感性（补充表S3）。研究涉及8,534名参与者。基线时，平均（标准差）年龄为59.21岁，其中45.32%为男性。在研究期间，PM_2.5、PM₁₀和O₃的每月污染天数分别为1.83天（标准差：4.37）、1.23天（标准差：3.37）和5.93天

讨论

利用八年队列数据，通过整合指标之间的动态方向性相互作用来量化空气污染相关的健康脆弱性。结果显示，中国北部的脆弱性高于南部。通过分析优先指标，我们建议综合缓解和适应策略可能与较低的长期健康脆弱性相关。

结论

利用一个具有全国代表性的八年队列数据集，我们绘制了一个空气污染相关健康脆弱性的有向动态网络。在考虑了这些时间动态性之后，结果表明中国北部的脆弱性水平高于南部。在静态和动态脆弱性结果之间也观察到了差异，特别是在北京和天津。这突显了时间敏感方法的价值。此外，网络分析

CRediT作者贡献声明

孙晓峰：撰写——审稿与编辑、验证、软件、数据管理。宗静茹：撰写——初稿、方法论、数据管理、概念化。郝晓伟：撰写——初稿、方法论、数据管理、概念化。陈娜：撰写——审稿与编辑、可视化、监督。张乐群：撰写——审稿与编辑、可视化、监督。赵静怡：撰写——审稿与编辑、验证、软件、数据管理。张萌：撰写——审稿与

未引用参考文献

IPCC等人，2022。

利益冲突声明

? 作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究得到了山东省自然科学基金 [资助编号 ZR202211080088] 和黄河流域生态保护和高质量发展研究培养与人才发展计划（项目编号 hhzx202507）的支持。