本推文来源：
景观地理与可持续发展
快速工业化造成了严重的环境空气污染，对公众健康构成威胁。暴露于空气污染会增加非传染性疾病的死亡率。
中国史无前例的城市化加速了能源消耗，同时使环境空气恶化。
PM
2.5
浓度与环境公平问题(即暴露不平等)密切相关，这意味着空气污染的影响不成比例。
基于此，
Bai
Yu
和
Liu Menghang，
采用分段线性回归模型，对2000-2020年期间PM
2.5
暴露的人口加权暴露转折点进行了预测。同时，本研究还评价了省、市、县三级PM
2.5
暴露量的多尺度时空分布特征，并利用基尼指数估算了它们之间的差异，
在
Environmental Pollution
上发文。
近年来，中国采取了许多有针对性的措施来缓解空气污染，但作为一个PM
2.5
浓度高、人口密集的发展中国家，
2019年
中国
人口加权PM
2.5
年平均浓度为49.4μg/m
3
，仍居全球首位，所以仍然
面临着与PM
2.5
相关的死亡的高风险。同时，中国的区域差异性显著。其区域PM
2.5
分布
在宏观尺度(省级)、中尺度(市级)和微观尺度(县级)上表现出不同的特征。
现有的关于中国PM
2.5
长期暴露的研究，
是在先污染后缓解的过程中进行的，
并没有就其在哪一年达到峰值达成共识。此外，这些研究中的分析很少从多空间尺度进行。基于此，
本研究包括三个主要部分：
(1)使用分段线性回归模型检测2000年至2020年PM
2.5
污染和缓解的转折点；
(2)确定污染和缓解阶段PM
2.5
暴露的多尺度时空模式和趋势；
(3)使用基尼指数研究中国和4个划分的区域在宏观、中观和微观尺度上的PM
2.5
污染差异。
PWE(Population-Weighted Exposure)模型
能够量化人口与环境之间的空间相互作用。它被广泛用于绿地环境空气污染和极端气候领域。使用ArcGIS的RasterCalculator工具计算，该工具反映了PM
2.5
相对于人口的真实浓度水平，公式如下：
近几十年来，中国PM
2.5
PWE发生了显著变化。即一个转折点将PM
2.5
时间序列分为两个独立的部分。采用分段线性回归模型来检测2000-2020年PM
2.5
PWE的转折点，该模型使用RStudio的分段程序包(公式(2))进行运算：
基尼指数被用来表示居民财富的不平等，并被广泛用于估计环境影响和绿地暴露的不平等。本研究选取该指标来衡量PM
2.5
的PWE不等性。
总体而言，根据普通线性回归模型，PM
2.5
暴露呈现出微弱的下降，这表明中国在整个2000年至2020年期间发生了明显的转变。因此，采用分段线性回归模型对中国的PM
2.5
PWE在两个阶段(污染和缓解)的转折点进行了检测。2013年被确定为一个转折点(图1)。
图1. 中国2000年-2020年PM2.5年暴露量。紫线代表了整个时期的总体趋势。绿色和橙色线条代表了2000-2013年和2013-2020年期间的趋势。
中国的PM
2.5
暴露显示出显著的空间差异，
京津冀地区、河南和新疆的PM
2.5
暴露水平较高，
南部边界地区的PM
2.5
暴露量较低。
图2.2000年、2013年和2020年PM2.5暴露量的空间分布，以及省级空气重污染(大于35μg/m
3
)的年数。
从2000年到2013年，PM
2.5
PWE在所有省份都有所增加，并且年度变化的空间格局与PM
2.5
暴露量的空间格局高度一致。
图3.2000-2013年和2013-2020年省级PM2.5暴露量年均变化情况
PM
2.5
年暴露量从8.8μg/m
3
(2020年的玉树)到88.7μg/m
3
(2013年的石家庄)。
从2000年到2013年，中国所在的98.4%的地区(366个城市中的360个)的PM
2.5
PWE有所增加。河北、河南和山东交界处的城市，以及西安和成都，呈快速增长趋势，青海西部、西藏北部和黑龙江北部的6个城市呈下降趋势。
图4.2000年、2013年和2020年PM2.5暴露量的空间分布，以及城市一级空气重污染(大于35μg/m
3
)的年数。
图5 2000年至2013年和2013至2020年市级PM2.5暴露量的年均变化。
PM
2.5
年暴露量从5.9
μg
/m
3
到127.2μg/m
3
不等。
LPME县主要在海南和西藏、四川和云南的交界处。
HPME县2013年分散在河北西南部，2020年分散在新疆西南部。
图6 2000年、2013年和2020年PM2.5暴露量的空间分布，以及县级空气重污染(大于35μg/m
3
)的年数。
2000年至2013年，中国97.1%的地区(2,851个县中的2,768个)PM
2.5
PWE有所增加。中国中部和成渝两县呈明显上升趋势，青海、新疆和西藏交界处以及内蒙古和黑龙江交界处的83个县呈下降趋势。2013-2020年，几乎所有地区(除新疆部分县外)均呈下降趋势。降幅较大的县分布在冀南。相比之下，10个地区呈上升趋势，并恰好成为2020年高PME前10名县。
图7 2000年至2013年和2013至2020年县级PM2.5暴露量年均变化情况。
中国的PM
2.5
暴露差异在省、市、县三级呈现波动递增的趋势。省级可吸入颗粒物暴露的基尼系数在0.147~0.175之间，低于其他空间尺度。
从2000年到2020年，市县两级PM
2.5
暴露的不平等呈现出几乎相同的特征。
图8 2000年至2020年中国多尺度PM2.5暴露的基尼指数。
2000年至2020年，中国东部和中部的PM
2.5
暴露差异先增大后减小，而中国东北部和西部的PM
2.5
暴露差异随着时间的推移呈上升趋势。无论是市级还是县级，中国东北部的不平等程度在所有四个地区的所有时间点都是最低的。
值得注意的是，在所有时间点上，中国西部的县级平均PM
2.5
PWE都小于其他地区。
图9.洛伦兹曲线和基尼指数对2000年、2013年和2020年市级和县级PM2.5暴露量的估计。45度绿线代表绝对平等的线。蓝线代表PM2.5暴露量的分布。
PM
2.5
暴露被用来代表PM
2.5
水平，因为它更好地反映了人口与环境之间的相互作用。研究中选择的PM
2.5
浓度和人口数据集的有效性也得到了验证。采用分段线性回归模型对2000-2020年期间PM
