城市交通源污染與居民健康效益仿真研究

陳 振，昝 哲，張康輝，賈書(shū)偉

(河南農(nóng)業(yè)大學(xué)信息與管理科學(xué)學(xué)院，河南 鄭州 450002)

1 引言

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，城市化進(jìn)程不斷加快，機(jī)動(dòng)車(chē)保有量迅猛增長(zhǎng)，道路交通源引發(fā)的空氣污染成為我國(guó)現(xiàn)階段最嚴(yán)重的環(huán)境污染問(wèn)題之一，引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[1-4]。機(jī)動(dòng)車(chē)尾氣污染物種類(lèi)繁多，主要有細(xì)顆粒物(PM2.5)、氮氧化物(NOx)、碳?xì)浠衔?HC)、一氧化碳(CO)等，其中PM2.5與NOx是引發(fā)“霧霾”污染的重要來(lái)源，其對(duì)空氣污染的貢獻(xiàn)率在一些大城市已經(jīng)達(dá)到較高比例。我國(guó)生態(tài)環(huán)境部發(fā)布的《中國(guó)機(jī)動(dòng)車(chē)環(huán)境管理年報(bào)2019》[5]顯示，在北京、上海、深圳等大中型城市，移動(dòng)源對(duì)細(xì)顆粒物(PM2.5)濃度的貢獻(xiàn)率高達(dá)10%至50%以上，在極端不利的條件下，貢獻(xiàn)率會(huì)更高。同時(shí)，由于機(jī)動(dòng)車(chē)大多行駛在城市人口密集區(qū)域，尾氣排放高度接近人體呼吸帶[6]，嚴(yán)重威脅著居民的健康，制約著環(huán)境經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。因此，有效控制交通污染，提高城市空氣質(zhì)量與居民健康，成為城市實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵因素。

近年來(lái)，國(guó)內(nèi)外學(xué)者關(guān)于交通污染對(duì)居民健康效益的影響進(jìn)行了大量的研究。涂正革等[7]認(rèn)為家庭收入的提高對(duì)公眾健康存在顯著的正效應(yīng)，但以大氣污染為主的環(huán)境污染是損害公眾健康的重要因素。LU[8]利用衛(wèi)星觀測(cè)的顆粒物(PM10、PM2.5)濃度數(shù)據(jù)估算污染物對(duì)珠江三角洲地區(qū)人體健康造成的負(fù)擔(dān)，并認(rèn)為車(chē)輛排放的污染物確實(shí)使空氣質(zhì)量惡化，增加了當(dāng)?shù)鼐用竦慕】碉L(fēng)險(xiǎn)。英國(guó)倫敦的研究顯示[9]，超過(guò)80%的顆粒物來(lái)自城市交通，并影響著公眾的健康。單麗等[10]基于衛(wèi)星反演PM2.5濃度對(duì)我國(guó)交通源所致的大氣污染及健康負(fù)擔(dān)進(jìn)行評(píng)估，得出交通源所致的PM2.5濃度高值主要集中在中東部，特別是京津冀地區(qū)，且對(duì)居民健康有嚴(yán)重的影響。也有學(xué)者[11]通過(guò)對(duì)北京市相關(guān)數(shù)據(jù)進(jìn)行調(diào)查研究發(fā)現(xiàn)PM2.5造成的健康經(jīng)濟(jì)損失占GDP的0.3%-0.9%，其中早逝損失占經(jīng)濟(jì)損失的80%[11]。

綜上所述，在系統(tǒng)結(jié)構(gòu)上，城市交通污染對(duì)居民健康效益的影響并不是一種簡(jiǎn)單的線性關(guān)系，而是由多個(gè)子系統(tǒng)構(gòu)成的復(fù)雜系統(tǒng)，且不斷受到外部因素的干擾，具有非線性、動(dòng)態(tài)性與反饋性的特征。在研究方法上，目前國(guó)內(nèi)外學(xué)者大多以理論探討、定性分析為主，定量分析較少，這并不能揭示非線性機(jī)制在時(shí)間序列上的演化趨勢(shì)。而系統(tǒng)動(dòng)力學(xué)正是采用定性與定量相結(jié)合的方法，解決非線性、高階次復(fù)雜的系統(tǒng)問(wèn)題，因此采用此方法進(jìn)行進(jìn)一步的完善與研究，具有一定的理論價(jià)值與現(xiàn)實(shí)意義。此外，灰色系統(tǒng)理論是一種研究“小樣本，貧信息”不確定性問(wèn)題的新方法，將其引入系統(tǒng)動(dòng)力學(xué)模型進(jìn)行仿真分析能進(jìn)一步提高模型的精度與有效性?；诖耍疚囊员本┦袨槔?，采用系統(tǒng)動(dòng)力學(xué)與灰色線性回歸組合模型相結(jié)合的方法構(gòu)建城市交通污染與健康效益模型，并驗(yàn)證了模型的有效性，然后調(diào)節(jié)主要參數(shù)值進(jìn)行動(dòng)態(tài)仿真與政策效應(yīng)分析，探究緩解交通污染和提高居民健康效益的可行措施。通過(guò)量化交通對(duì)城市空氣污染與居民健康效益的影響，為旨在改善空氣質(zhì)量的交通與環(huán)境政策提供信息，也為相關(guān)部門(mén)提供一定的科學(xué)理論依據(jù)。

2 城市交通污染與居民健康效益的SD模型

2.1 系統(tǒng)邊界的確定

系統(tǒng)動(dòng)力學(xué)(System Dynamics，SD)由美國(guó)麻省理工學(xué)院的Jay W. Forrester教授于1956年首次提出[12]，是一種以反饋控制理論為基礎(chǔ)、以計(jì)算機(jī)仿真技術(shù)為手段、解決非線性、高階次復(fù)雜系統(tǒng)問(wèn)題的方法[13]。該方法建立模型的步驟有系統(tǒng)分析、結(jié)構(gòu)分析、模型建立、模型檢驗(yàn)、仿真分析[14]。系統(tǒng)分析的第一步是確定系統(tǒng)邊界，即確定系統(tǒng)結(jié)構(gòu)。

城市交通污染對(duì)居民健康效益的影響是一種涉及多要素的開(kāi)放性復(fù)雜系統(tǒng)。根據(jù)系統(tǒng)建模的目的，將模型劃分為社會(huì)、經(jīng)濟(jì)、交通、環(huán)境、健康五個(gè)子系統(tǒng)，并運(yùn)用Vensim PLE軟件[15]建立模型的因果回路圖，見(jiàn)圖1。在系統(tǒng)模型中，各子系統(tǒng)間相互作用，相互制約，共同構(gòu)成一個(gè)非線性、動(dòng)態(tài)且具有多重反饋的復(fù)雜動(dòng)態(tài)系統(tǒng)。

圖1 因果回路圖

模型中主要的反饋回路有：

回路1為負(fù)反饋回路，城市經(jīng)濟(jì)的發(fā)展會(huì)導(dǎo)致機(jī)動(dòng)車(chē)保有量與出行量增加，從而增加污染氣體排放量，加劇環(huán)境污染，降低居民健康指數(shù)，進(jìn)而影響經(jīng)濟(jì)發(fā)展；然而政府不能限制經(jīng)濟(jì)發(fā)展來(lái)緩解空氣污染，相反要在保證經(jīng)濟(jì)發(fā)展的前提下采取合適的政策措施改善空氣質(zhì)量。回路2與回路3也為負(fù)反饋回路，前者顯示空氣污染程度的增加，政府采取政策減少機(jī)動(dòng)車(chē)出行量，降低污染氣體排放量，緩解空氣污染。后者從增加環(huán)保投資支出角度進(jìn)行污染治理。即最初的空氣污染通過(guò)一系列政策措施后得到緩解?；芈?與回路5為正反饋回路，城市經(jīng)濟(jì)的增長(zhǎng)可以增加環(huán)保投資支出與人均醫(yī)療保健支出，為居民健康效益的提升提供了必要的物質(zhì)基礎(chǔ)。

2.2 系統(tǒng)流圖

基于因果回路圖，利用Vensim軟件繪制相應(yīng)的存量流量圖，見(jiàn)圖2。

為緩解城市交通污染，提升居民健康水平，北京市采取了一系列政策措施，政策的實(shí)施除了會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生影響外，對(duì)城市交通、空氣質(zhì)量與居民健康也會(huì)產(chǎn)生影響。由于系統(tǒng)模型涉及眾多變量，本文提出如下假設(shè)：

假設(shè)1：社會(huì)子系統(tǒng)主要考慮人口的變化，且為常住人口。

假設(shè)2：環(huán)境子系統(tǒng)中的污染物排放主要考慮NOx與PM顆粒物，其是引發(fā)的霧霾的主要成分。

設(shè)置：Initial time=2010，F(xiàn)inal time=2030，Time step=1，Unit of time： Year。

圖2 存量流量圖

3 模型參數(shù)與方程的確定

3.1 模型參數(shù)的確定

系統(tǒng)模型變量眾多，結(jié)構(gòu)復(fù)雜，參數(shù)的確定方法大致分為以下幾類(lèi)：

1)官網(wǎng)統(tǒng)計(jì)年鑒確定的參數(shù)：機(jī)動(dòng)車(chē)車(chē)均年NOx/PM排放量、NOx/PM存量初值、凈遷入率均值與機(jī)動(dòng)車(chē)保有量初值等。

2)現(xiàn)有文獻(xiàn)[16，17]確定的參數(shù)：消散率、報(bào)廢率、機(jī)動(dòng)車(chē)出行比例；

3)采用SPSS軟件進(jìn)行參數(shù)擬合與回歸分析確定參數(shù)：凈遷入率調(diào)節(jié)系數(shù)。

3.2 基于系統(tǒng)動(dòng)力學(xué)與灰色組合模型的表函數(shù)構(gòu)建算法

針對(duì)模型中的非線性變量，采用系統(tǒng)動(dòng)力學(xué)中的表函數(shù)或邏輯函數(shù)進(jìn)行描述。本文采用表函數(shù)確定城市GDP增長(zhǎng)率、機(jī)動(dòng)車(chē)增長(zhǎng)率、居民消費(fèi)價(jià)格指數(shù)等。在使用表函數(shù)時(shí)，針對(duì)數(shù)據(jù)不完全或趨勢(shì)不明顯的情形，采用灰色線性回歸組合模型進(jìn)行預(yù)測(cè)，此方法彌補(bǔ)了原線性回歸模型與GM(1，1)模型的不足，從而以較高精度得到仿真期的預(yù)測(cè)值。具體的算法流程圖見(jiàn)圖3。

圖3 算法流程圖

3.3 模型主要方程式

模型主要涉及的方程式如下：

1)城市GDP=INTEG(GDP增量， 1.44416×1011)，Unit：元．

2)城市人口=INTEG(凈增人口+凈遷入人口-死亡人口，1.9619×107)，Unit：人．

3)凈遷入率均值=0.00435．

4)凈遷入率調(diào)節(jié)系數(shù)=-0.01617×Ln(人均GDP)-0.02544×城市文明指數(shù)+0.208，Unit：1/年．

5)凈遷入率=凈遷入率均值+凈遷入率調(diào)節(jié)系數(shù)．

6)人均可支配收入=INTEG(收入增量， 29228)，Unit：元．

7)居民消費(fèi)價(jià)格指數(shù)=WITH LOOKUP(Time，([(2010，100)-(2030，160)]，(2010，100)，(2011，105.6)，(2012，109.1)，(2013，112.7)，(2014，114.5)，(2015，116.6)，(2016，118.2)，(2017，120.4)，(2018，123.4)，(2019，126.1)，(2020，128.7)，(2021，131.4)，(2022，134.1)，(2023，136.9)，(2024，139.8)，(2025，142.7)，(2026，145.6)，(2027，148.7)，(2028，151.8)，(2029，155.6)，(2030，158.6)))．

8)環(huán)境承載力=1-空氣污染程度．

9)城市文明指數(shù)=(環(huán)境承載力+健康指數(shù))/2．

10)NOx污染程度=IF THEN ELSE(NOx存量≥235000，0.9，IF THEN ELSE(NOx存量≥215000，0.8，IF THEN ELSE(NOx存量≥195000，0.7，IF THEN ELSE(NOx存量≥175000，0.65，IF THEN ELSE(NOx存量≥155000，0.6，IF THEN ELSE(NOx存量≥135000，0.55，IF THEN ELSE(NOx存量≥115000，0.5，IF THEN ELSE(NOx存量≥95000，0.4，IF THEN ELSE(NOx存量≥75000，0.3，IF THEN ELSE(NOx存量≥55000，0.2，0.1))))))))))．

11)機(jī)動(dòng)車(chē)保有量=INTEG(機(jī)動(dòng)車(chē)增加量-報(bào)廢量，3.7151×106)，Unit：輛．

12)報(bào)廢率=0.067．

13)PM存量=INTEG(PM增量-PM消散量，6083.38)，Unit：噸．

14)PM增量=機(jī)動(dòng)車(chē)出行量*機(jī)動(dòng)車(chē)車(chē)均年P(guān)M排放量*機(jī)動(dòng)車(chē)對(duì)PM的貢獻(xiàn)率，Unit：噸/年．

15)NOx存量=INTEG(NOx增量-NOx消散量，66123.8)，Unit：噸．

16)機(jī)動(dòng)車(chē)車(chē)均年NOx排放量=0.025，Unit：噸/(輛*年)．

17)機(jī)動(dòng)車(chē)車(chē)均年P(guān)M排放量=0.0023，Unit：噸/(輛*年)．

18)環(huán)保投資支出=城市GDP×環(huán)保投資比重，Unit：元．

4 動(dòng)態(tài)仿真分析

4.1 模型檢驗(yàn)

為確保模型與現(xiàn)實(shí)相符，選取部分主要變量進(jìn)行有效性檢驗(yàn)，驗(yàn)證模型的科學(xué)性與合理性。選取2010-2019年人均可支配收入、城市人口與機(jī)動(dòng)車(chē)保有量的實(shí)際數(shù)據(jù)與模擬數(shù)據(jù)進(jìn)行相對(duì)誤差檢驗(yàn)。其中人均可支配收入(單位：元)檢驗(yàn)結(jié)果見(jiàn)表1。

經(jīng)過(guò)計(jì)算，2010-2019年人均可支配收入變量的平均相對(duì)誤差為2.086%。同理，計(jì)算城市人口與機(jī)動(dòng)車(chē)保有量的平均相對(duì)誤差，分別為1.316%、0.306%。各個(gè)變量平均相對(duì)誤差均在3%以內(nèi)，因此該模型具有較高精度，通過(guò)有效性檢驗(yàn)，可采用此模型進(jìn)行動(dòng)態(tài)仿真分析。

表1 模型檢驗(yàn)結(jié)果

4.2 仿真分析

4.2.1 交通源污染對(duì)主要變量的影響

運(yùn)用Vensim PLE軟件對(duì)模型進(jìn)行動(dòng)態(tài)仿真，結(jié)果見(jiàn)圖4-5。由圖4可知，交通源污染在2010-2030年呈不斷上升趨勢(shì)，由2010年的0.155增加到2030年的0.593，年均增長(zhǎng)率為14.13%。其中在2010-2013年增長(zhǎng)最快，在此期間內(nèi)，居民健康指數(shù)與經(jīng)濟(jì)增長(zhǎng)率以3.02%和15.85%的速率不斷下降。2013-2017年指數(shù)的增加逐漸減緩，對(duì)應(yīng)的居民健康指數(shù)處于相對(duì)平穩(wěn)水平，而經(jīng)濟(jì)增長(zhǎng)率略有提升。2017年之后，交通源污染又呈現(xiàn)出快速增加的態(tài)勢(shì)，居民健康指數(shù)與經(jīng)濟(jì)增長(zhǎng)率也隨之快速下降。因此，交通源污染對(duì)居民健康效益有顯著的負(fù)面作用，同時(shí)也間接地影響經(jīng)濟(jì)增長(zhǎng)。

此外，對(duì)圖5的仿真結(jié)果進(jìn)行計(jì)算可以得出：交通源污染顯著地增加了人均醫(yī)療支出，空氣質(zhì)量每下降0.1個(gè)單位，個(gè)人醫(yī)療支出至少增加約14.34%，因此，有效地控制交通源污染對(duì)提高居民的健康效益有很大的影響。

圖4 交通源污染對(duì)經(jīng)濟(jì)與健康指數(shù)的影響

圖5 交通源污染對(duì)人均醫(yī)療支出的影響

4.2.2 不同政策組合對(duì)主要變量的影響

根據(jù)實(shí)際情況，對(duì)北京市限行限購(gòu)政策的實(shí)施效果進(jìn)行動(dòng)態(tài)仿真，結(jié)果見(jiàn)圖6-9。由圖6-8可以看出：限行限購(gòu)政策在短期可以減少機(jī)動(dòng)車(chē)出行量與污染氣體排放量，降低環(huán)境承載率的下降速率，但隨著時(shí)間推移，雖然污染氣體存量的增速有所下降，但排放量仍在持續(xù)上升，環(huán)境承載力也在逐漸減少，即此項(xiàng)政策對(duì)改善空氣質(zhì)量并沒(méi)有起到明顯效果，只是相對(duì)減緩空氣污染的增加速度。這可能由于在限購(gòu)政策下，存在一部分消費(fèi)者為規(guī)避政策限制而采用“迂回戰(zhàn)術(shù)”，即部分消費(fèi)者在其它地區(qū)購(gòu)車(chē)但在北京行駛，造成的規(guī)避性污染物增多，進(jìn)而又對(duì)治理空氣污染增加了難度，從而引發(fā)“悖論”效應(yīng)。此外，限行限購(gòu)政策對(duì)提高居民健康效益并沒(méi)有顯著影響(圖9)，說(shuō)明此項(xiàng)政策不能常態(tài)化，不能從根本上達(dá)到治理效果。

為此，下面依次引入環(huán)保投資與醫(yī)療補(bǔ)貼政策，將其與限行政策相結(jié)合，仿真結(jié)果見(jiàn)圖7-9。通過(guò)逐步調(diào)節(jié)參數(shù)值可以發(fā)現(xiàn)，將環(huán)保投資支出力度由現(xiàn)有的1%逐漸增加到1.5%后，發(fā)現(xiàn)PM存量先上升后緩慢下降(圖7)，且環(huán)境承載力在前期逐漸減少，約在2016年后保持平穩(wěn)并在2024年出現(xiàn)上升現(xiàn)象(圖8)，與僅采用限行限購(gòu)政策相比，增加了約18.13%。說(shuō)明該項(xiàng)政策在實(shí)施一段時(shí)間后，能夠使PM存量逐年下降，從而達(dá)到改善交通污染的問(wèn)題。

然而，目前北京市交通污染物的暴露仍處于較高水平，空氣污染的改善不一定會(huì)對(duì)健康造成同等的影響，帶來(lái)的健康效益相對(duì)有限。從圖5(d)可以看出，在前期不管采用哪種政策，都沒(méi)有明顯改善居民健康效益，而在后期當(dāng)加大環(huán)保投資并將醫(yī)療補(bǔ)貼力度由3.4%逐漸增加到5%時(shí)，曲線2與曲線3的間隙逐漸增大，出現(xiàn)“反彈上升”趨勢(shì)，對(duì)緩解空氣污染、提高居民健康效益有積極影響。

圖6 機(jī)動(dòng)車(chē)出行量

圖7 PM存量

圖8 環(huán)境承載力

圖9 健康指數(shù)

5 結(jié)論與政策建議

近年來(lái)，城市交通源污染問(wèn)題日益嚴(yán)重，空氣質(zhì)量逐漸降低，嚴(yán)重影響著居民的日常出行與身體健康。為了有效控制交通污染，提高城市空氣質(zhì)量與居民健康效益，本文采用系統(tǒng)動(dòng)力學(xué)與灰色線性回歸組合模型相結(jié)合的方法，構(gòu)建城市交通污染與居民健康效益模型，并調(diào)節(jié)主要參數(shù)值對(duì)模型進(jìn)行動(dòng)態(tài)仿真與政策效應(yīng)分析，得到以下結(jié)論：

1)交通源污染對(duì)居民健康效益有顯著的負(fù)作用，同時(shí)也間接地影響經(jīng)濟(jì)增長(zhǎng)。交通源污染增加了居民的醫(yī)療保健支出，空氣質(zhì)量每下降0.1個(gè)單位，個(gè)人醫(yī)療支出約增加14.34%。

2)目前北京市交通污染物PM2.5暴露仍處于較高水平，空氣污染的改善不一定會(huì)對(duì)健康造成同等影響，高濃度污染物暴露水平下降對(duì)健康效益的改善幅度小于污染物水平下降幅度，帶來(lái)的健康效益相對(duì)有限。

3)限行政策在短期限制了部分機(jī)動(dòng)車(chē)出行，減少污染氣體排放，降低環(huán)境承載率的下降速率，但隨著時(shí)間推移，政策效果逐漸消退，排放量仍在持續(xù)上升，對(duì)改善空氣質(zhì)量很難起到明顯效果，只是相對(duì)減緩空氣污染的增加速度，且對(duì)提高居民健康效益并沒(méi)有顯著影響，因此，該項(xiàng)政策不適用于常態(tài)化，需要與其它政策措施相結(jié)合。

4)在實(shí)施限行政策的基礎(chǔ)上，將環(huán)保投資力度由1%增加到1.5%同時(shí)調(diào)節(jié)醫(yī)療補(bǔ)貼時(shí)，發(fā)現(xiàn)環(huán)境承載力在后期增加了約18.13%，且居民健康效益有“反彈”現(xiàn)象，對(duì)緩解空氣污染、提高居民健康效益有積極效果。

基于上述結(jié)論，提出以下政策建議：

雖然機(jī)動(dòng)車(chē)限行政策對(duì)緩解交通擁堵起到積極作用，但并不是解決交通源污染的根本途徑。治理交通源污染，提高居民的健康效益還是應(yīng)該從源頭著手，合理制定相關(guān)政策，因此對(duì)于政府而言，在實(shí)行限行政策的同時(shí)，還可以加大污染治理投資，嚴(yán)控交通源污染，加大對(duì)環(huán)保企業(yè)及相關(guān)研發(fā)部門(mén)的支持力度，開(kāi)發(fā)可替代的綠色交通工具，以獲得更高的減排效果，改善城市空氣質(zhì)量，降低居民整體暴露風(fēng)險(xiǎn)，保障居民健康水平。同時(shí)，加大宣傳力度，使居民深刻認(rèn)識(shí)到交通源污染帶來(lái)的健康危害，選擇公共交通出行，推廣使用綠色能源，鼓勵(lì)使用新能源汽車(chē)，大力倡導(dǎo)環(huán)保行為，使居民可以選擇合理的方式規(guī)避交通源污染帶來(lái)健康威脅；此外，在政策層面上，擴(kuò)大醫(yī)療保險(xiǎn)的覆蓋范圍，注重提高弱勢(shì)群體預(yù)防和抵御健康風(fēng)險(xiǎn)的能力，提高對(duì)慢性病患者的關(guān)懷與補(bǔ)貼，完善醫(yī)療保障體系，同時(shí)加大PM2.5顆粒物的污染防范力度。

然而，本文在建模時(shí)仍存在一些不足。例如由于數(shù)據(jù)有限，部分?jǐn)?shù)據(jù)采用估算，但模型通過(guò)檢驗(yàn)，符合現(xiàn)實(shí)，仿真結(jié)果可信；另外，在建模時(shí)僅考慮機(jī)動(dòng)車(chē)總量，并沒(méi)有細(xì)分到不同排放種類(lèi)的機(jī)動(dòng)車(chē)等問(wèn)題。因此，下一步的研究方向是完善以上不足之處，同時(shí)適當(dāng)引入其它政策，并加大調(diào)研力度獲取相關(guān)實(shí)時(shí)數(shù)據(jù)進(jìn)行進(jìn)一步驗(yàn)證。