城市规划与发展战略
城市综合交通
公共交通与非机动化出行
活力街区、街道与城市设计
量化城市与大数据
原文 | Joanna H. Barnes、Tim J. Chatterton、
James W.S. Longhurst
翻译 | 王奥博、王卓群、屈新明
文献 | 李进龙 校核 | 众山小
编辑 | 众山小 排版 | 龚丽妍
微博 | weibo.com/
城市交通排放是空气污染的重要原因之一,而控制交通排放总量也成为了城市污染治理的主要切入点。然而,我们较为熟悉的控制手段,包括区域限行、限号出行都显得较为粗放和武断。特别是在秉承“谁污染、谁治理”的原则上,对污染排放能力不同以及污染治理成本承受能力不同的社会群体显得不够公平。英国的学者们利用翔实的人口调查数据、车辆信息和个体车辆排放记录在空间上进行匹配分析,探究了不同社会阶层的污染排放量与污染暴露程度的差异,得到了这种社会不公现象正在不断凸显的严峻结论。借英吉利岛的案例为镜,让我们一起看这对于今天中国城市交通污染治理有怎样的启迪?
本论文原文请联系我们下载。(参考文献1,请后台留言联系我们下载)
这篇论文采用了一种新的空间分析角度,分析了不同社会经济阶层与人口群体的交通相关排放量与污染暴露程度的差异。研究展示了英国英格兰及威尔士地区“环境”与“社会”方面存在不公的翔实论据,为英国与其他国家相关政策制定给予了一定启示。Mitchell和Dorling于2003年曾针对英国环境污染公平性进行研究(Mitchell, Gordon, and Danny Dorling. "An environmental justice analysis of British air quality." Environment and planning A 35.5 (2003): 909-929.),而这篇文章可以看作是继他们的研究十年之后的一个跟进。
利用2011年度英国政府公开的污染与排放数据与同年英国人口与社会经济情况普查结果进行对映,文章建立了人口年龄属性、贫富差异情况相对于道路氮氧化物排放量、氮氧化物污染暴露程度之间的关系。从这种关系中我们发现,在五岁以下儿童和青壮年人口比例较高的地区的交通相关污染物排放浓度最高。
另外,基于英国年度车辆安全调查记录,研究将私家车年度氮氧化物排放量与其拥有者的位置在空间上联系起来,从而通过人口社会经济背景信息进行空间分析得出了一些新结论,如低收入的地区的车辆实质上排放了较少的氮氧化物与可吸入颗粒物,相反在较富裕人群居住的地区,发现了更高的车辆拥有比例,更多的柴油车辆和频率更高的车辆使用率,从而也就产生最高的平均家庭车辆污染物排放量。
作为结论,文章指出尽管有关空气质量治理的种种政策已经提出了十余年,但这种在污染物暴露上的社会不公平却在日益恶化。新的政策制定与针对性措施执行都应当考量不同社会群体对道路交通相关污染排放治理的责任分配问题。
空气污染已经被世卫组织认定为是最为危害健康的环境问题之一,仅2016年就有接近420万例非自然死亡案例与人暴露在空气污染中相关。在污染集中的城市中,道路交通废气排放是空气污染的重要原因之一,特别是车辆运行产生的大量氮氧化物污染。在英国,大约三分之一的氮氧化物污染来自于车辆排放。面对这样的情况,欧盟各国家制定了严格的污染控制标准,但污染问题依旧严峻。尽管早在2008发布的《欧盟环境空气质量标准及清洁法案(2008/50/EC)》中明确规定了二氧化氮浓度的控制指标,但欧洲各国目前仍存在诸多污染物超标,在2017年英国空气质量管理部门估计英国部分区域的污染物超标问题将可能持续到2025年,乃至更久。
欧盟和英国设定空气污染物浓度的控制指标参考了世卫组织关于污染物威胁健康的研究。虽然无法简单分割各项空气污染物对身体的综合影响作用,但研究表明以二氧化氮为代表的交通排放污染物极可能造成健康的实际损害。根据最新的流行病学和机理性证据显示,因PM2.5和二氧化氮引起的非自然死亡大约在每年28000到36000例。另外如同PM2.5一样,即便交通排放污染浓度低于英国和欧盟设置的限制阈值,仍然会对暴露其中的人员造成一定的健康影响。根据世卫组织2015年的报告,仅2010年一年,英国因空气污染造成非自然死亡而产生的经济损失就达约830亿美元(约540亿英镑)之巨。另外据估计,如果PM2.5以及二氧化氮的污染暴露程度在未来不改善,到2035年时则将会导致英国负担53.7亿至185.7亿的医疗及社会保险支出,并产生约250万因空气污染导致的疾病病例。在英格兰和威尔士地区,超过8成人口居住在城市区域内,源自暴露于包括PM2.5以及二氧化氮等交通空气污染物正在长期且真真切切的威胁他们的健康。
虽然城市被广义的认为是交通排放污染的重灾区,但在不同的城市空间范围内也存在着相当显著的污染暴露程度及健康影响程度差异。人口与社会经济统计数据分析结果表明,在英国,年轻或低收入家庭更集中分布在二氧化氮浓度最高的区域,引申出了空气污染治理社会责任分配上的不平等和承担环境污染后果上的不公平。而对于这些污染浓度高的区域内生存的低收入人群,特别是婴幼儿、怀孕女性、老人而言,过量的污染暴露可能导致他们本就不佳的健康状况进一步恶化。
在之前Mitchell和Doring的研究中,他们虽然发现了诸如低收入群体更多的暴露在空气污染中的现象,但受限于当时研究条件的限制,未能将低收入群体和其他较富裕群体在日常车辆使用里程上的差异纳入考虑。在他们的研究中设立了前提假设,即低收入群体拥有着更为老旧、排放标准差的车辆,从而认定低收入群体也排放了相当可观的污染物。相比之前带有假设的研究,本研究利用每辆车实际行驶里程的记录数据与相关的污染物排放量记录数据,分析了“车辆本身的排放性能”,亦或是“车辆的实际使用里程”才是决定排放量多少的主要因素。
另外,本研究除了使用二氧化氮浓度作为空气污染程度的指标外,还使用了道路交通排放的氮氧化物量作为指标。这样做的原因有两点:第一、二氧化氮统计浓度的数据代表了总体区域背景上的污染物浓度,没有将道路交通的相关因素影响在内;第二点,也是最重要的一点是,道路交通对于环境的影响也不仅仅局限于整体环境的空气污染物排放,也包含了噪声、城市空间恶化以及交通安全隐患等多个方面,而这些影响的程度与区域内道路交通量呈正相关关系,也就意味着和与道路交通氮氧化物排放量呈正相关关系。因此采用与道路交通联系更紧密的氮氧化物排放量,比区域二氧化碳浓度而言更能表征这些影响。
研究采用了2011年人口普查中的英格兰和威尔士的LSOA(具有较为精细且丰富背景数据的地理区域)数据集作为研究样本,共分析了34,753个LSOA(平均一个LSOA包含有约700户家庭,即约1600居民)。在LSOA有更为统一的人口规模,并且区域内家庭的社会经济差异较小,从而一定程度减弱了采用区域化统计数据进行分析研究中的固有缺陷(Openshaw,1984),即用区域的人口及社会经济统计数据代表区域内个体的特征可能存在较大的偏差。研究延续了Mitchell和Dorling(2003)提出的方法,将英格兰与威尔士地区的所有LSOA内社会经济和人口统计数据与空气污染统计数据进行匹配分析。
首先研究对LSOA区域数据集进行数据整理。对于人口年龄数据,按照每5岁一个分组的方式对各个区域内的人口年龄分布进行分析。但对于区域内人口社会经济属性而言情况就较为复杂,这是因为可用来识别贫穷的分析方法种类繁多,且利用各种方法得到的结果在空间上或时间上表达可能不尽相同。因而这里回溯了以往与社会公平与空气污染相关的研究,寻找最为适合的贫穷评判标准。最终研究与Mitchell和Dorling保持一致,采用基于University of Bristol的贫困与社会边缘化(PSE)部门(http://www.poverty.ac.uk)发布的英国贫困指数(BBI,Breadline Britain Index)并根据每个LOSA的情况进行了修订。BBI最初基于1990年英国贫困调查结果(Gordon和Pantazis,1997)。低于“面包排队线指数”家庭的百分比(即贫困家庭比例)是根据人口普查中的,例如:住房保有权,就业,健康,家庭组成等指标。1999年进行了英国贫困调查数据更新以反映不断变化的贫困模式并参考了新的人口普查变量。为了适应2011年的人口普查数据,这里还采用了可变系数等方式对原先1999年的结论进行调整。
另外,研究通过两类数据分析了空气污染情况。首先,将2011年英国年度平均PM10和氮氧化物(氮氧化物视为二氧化氮)数据建模(Defra, 2018),将PM10以及氮氧化物数据分为20个和23个不同的来源,只提取道路交通部分的污染物。其次,英国国家大气排放清单(NAEI)(2017年)将2011年英国氮氧化物排放总量分为13个不同的来源类别,从中提取道路交通部分污染物。在将污染物浓度在地理分布上进行匹配时,采用了基于栅格点矢量数据转化,以平均分辨率1平方公里一个单元的方式进行加权匹配。在私人车辆排放的数据分析上,研究利用了交通部根据驾驶人员为索引的车辆信息(MOT数据集),并依据车辆性能,年平均行驶里程等信息计算各个LSOA中个体汽车的污染排放量。然后使用关于家庭汽车拥有量的普查数据,计算每个LSOA中所有私有汽车的氮氧化物和PM10排放(总量和平均)。值得注意的是,与大多数空气污染研究相反,本文提出的关于私家车排放的分析没有考虑这些排放发生在哪里。这方面的新颖之处在于,将车辆排放归因于司机所在的位置(或者更准确地说是登记在册的车辆管理员),这更有助于定位污染物的真正来源。
图1说明了LSOA区域基于2011人口普查数据与污染数据分析的不同年龄段年均二氧化氮暴露浓度,横轴代表从低到高的年龄段十分位值,比如:1表示受调查人群按年龄从低到高排列下,前10%的人群。而10代表年龄段最大的10%人群。数据发现不同年龄组间相对污染暴露程度过去十年内变化较少。5岁以下儿童和20-44岁的成人越多的地区,二氧化氮浓度值越高,45岁以上的居民越多,空气质量似乎越好。在稍高年龄与较低年龄组带来最大差异值是25-34岁组与55-64岁组。
图一、NO2浓度值与年龄(十分位分段法)关系(England and Wales)。
图2说明了每组LSOA样本中,各年龄层最大十分位与最小十分位样本在暴露二氧化氮与道路氮氧化物浓度的差异性。折线图清晰表示了二氧化氮与氮氧化物浓度更集中的幼儿组(5岁以下)和青年组(20-30岁左右)与二氧化氮与氮氧化物浓度稍低的少年组(10-20岁)与中年组(50岁以上)之间的差异性。这样的结果也许反应出随着年龄的增长而带来收入与健康情况的改善,因为年纪更大的家庭有能力选择更好的空气环境(Mitchell and Dorling, 2003)。这个分析也揭露出这样的差距在扩大,即年轻人更多的空间里,二氧化氮浓度是均值的2倍(约1.6-1.8倍(Mitchell and Dorling, 2003)),氮氧化物则是5倍。这是非常重要的发现,特别是考虑到上文论点,氮氧化物排放量也许更能衡量交通排放物导致健康风险。
图二、 不同年龄组中最小组段和最大组段与NO2浓度值(左)、NOx排放量(右)比例。
图3说明了二氧化氮与PM10浓度与贫困家庭关系,图4说明了私家车排放的总的氮氧化物量和PM量与贫困家庭关系。图3说明了LSOA样本中家庭对空气污染暴露度,不考虑源头类型(比如:是本地交通排放的还是过境交通排放的),图4利用MOT数据集和LSOA中表示户均私家车排放量,不考虑排放量生成地点(比如:是在当地还是在长途旅行中)
家庭贫困程度与二氧化氮浓度关系曲线意味着在LSOA中家庭户越贫困,则越有机会暴露在较差的空气中(图3左),贫困程度最高的家庭户所处环境中二氧化氮浓度相比较条件较好的家庭户高出50%以上。对于PM10,虽然也有类似的差异,但可能由于所处区域本来就有较浓的PM10,使得PM10浓度最高值与最低值之间的差异性没有二氧化氮那么明显。图3左图中,有一处数据显示了低收入家庭数最少的地区相比与下一个十分位区间的区域二氧化氮暴露程度略微增加,但程度小于 1μg / m3, 比之前Mitchell and Dorling得到的结论少得多。另外这种差异也可能是污染物分布变化或者数据收集差异等客观条件限制造成的。
图三、贫困家庭与面临的NO2浓度值(左)和PM10浓度值(右)(95%置信区间)。
图四、贫困家庭与面临的NOx浓度值(左)和PM浓度值(右)(95%置信区间)。
与图3相反,图4说明了贫困程度与气体排放量呈强负相关关系,表现为越贫困家庭排放氮氧化物和PM量越少,而较富裕的区域排放量较多。对比图三,可以表现出明显的社会不公平现象,同时,图4说明那些在较贫穷地区产生的交通污染很大可能来自那些居住在相对富裕地方的居民,进一步加剧了环境污染责任与后果承担上的不公性。此外,图4也证伪了Mitchell and Dorling (2003)的结论,即Mitchell and Dorling认为贫穷人群因为有更老,更污染的车辆,从而是污染排放的主要贡献者。
图5揭示了拥车家庭与NO2浓度值关系,证实了不太可能具备拥车家庭的区域也要面临着高污染浓度,相反,多拥车家庭所在区域污染浓度不高。进一步来说,如图6所示,贫困家庭很小可能会拥有1辆车(左),更不必说多辆车(右)。这就说明从车辆拥有程度来反应贫困程度上存在着内在联系,只是车辆拥有程度指标的权重要小于其他指标。
图五、无车家庭(左)和三辆车以上家庭(右)的所在区域二氧化氮浓度。
图六、贫困家庭比例与无车家庭比例(左)和拥有3辆以上汽车(右)的家庭比例的相关关系。
此外使用“MOT”数据集,对每个LSOA内车辆的平均氮氧化物排放因子进行了进一步的家庭贫困分析(图7)。对可吸入颗粒物和二氧化碳排放量也进行了类似的分析(图8)。
图七、贫困家庭的平均氮氧化物排放因子(左)和柴油车辆保有百分比(右)。
图八、贫困家庭平均PM排放因子(左)和平均CO2排放因子(右)。
除了代表贫困家庭最少的十分位数的平均排放因子较低外,贫困状况与氮氧化物排放因子之间存在强烈的负相关关系(图7,左),表明不仅贫困地区的家庭可能拥有较少的车辆,同时这些车辆的每公里氮氧化物排放量往往低于非贫困地区的车辆。这与PM排放因子分析(图8,左)和CO2排放因子(图8,右)中的模式一致。在氮氧化物和PM的排放与污染暴露对比上,从柴油车辆角度体现出的不公平情况上更为显著。柴油车辆的氮氧化物和PM排放因子比汽油车辆更高,并且在贫困地区的保有率更低(图7,右),这与较贫困地区的家庭驾驶更多的污染车辆的结论是矛盾的。此外,虽然图9(左)显示较贫困地区的家庭更有可能拥有较旧的车辆,但最低收入和最高收入地区之间平均车龄的差异仅为1.2年。此外,图9(右)可能更直观地揭示了较贫困的家庭往往行驶的距离更少,加上较低的平均氮氧化物排放因子(图7,左图)导致较贫困家庭的车辆总排放量低于不贫困家庭(图4,左)。排放因子和驾驶距离对总氮氧化物排放的相对重要性分析结果显示,驾驶距离差异的变化占总排放变化的84%,车辆的“排放性能”(由排放因子表示)而仅占16%。
承接Mitchell和Dorling在2003年对于空气污染公平性的研究,本研究利用更全面、更具时效的统计数据分析了2003年至今在英格兰和威尔士地区空气污染公平性的变化情况。这些分析都将有利于公众讨论空气污染产生的议题,并改变原有的一些断言和假设。
图九、贫困家庭户与私人小汽车平均使用年限(左)、总驾驶距离关系(右)。
虽然研究建立了空间、人口、以及社会经济属性层面在空气污染物暴露程度上的差异性关系,但由于识别污染物排放责任仍存在困难,解决环境治理公平性的议题仍旧任重道远。研究的初步重要结论证明了那些不容易搬去更干净地区的年轻家庭和低收入家庭正在生存重度氮氧化物排放和高浓度二氧化碳污染的区域,而且这些区域大多数家庭没有车或者仅有一辆车。
对比Mitchell和Dorling之前的研究,当前的污染物浓度的绝对值有所下降,但我们发现“低收入”与“高二氧化氮污染浓度”这两个属性之间的相关关系变得更为明显了。另外,研究还利用道路交通氮氧化物排放量数据与更精细的地理数据关系(LSOAs)进一步分析了道路交通与大众健康之间的相互影响关系。由此建立的相关关系比之前仅利用二氧化氮浓度数据建立的相关关系更为显著,同时也佐证了低收入群体和高收入群体在制造空气污染物与承担污染空气后果上的不公平比之前研究更为严峻。
研究来利用驾驶里程数据记录(MOT data)开辟了理解环境污染问题公平性的新角度。研究发现了英格兰与威尔士地区的低收入家庭具有着较低的单位家庭私家车污染排放量。这是不仅是因为这些低收入家庭平均驾驶里程较短,也因为单位家庭拥有的车辆数也相对较少。虽然这些低收入家庭更多的拥有较老旧的车辆,但总体上看,也仅仅比高收入家庭平均老旧一年。对于那些高收入,拥有多辆车的家庭而言,他们拥有的第三辆或者第四辆车可能比低收入家庭的唯一一辆车老旧的多。这些高收入家庭具有更多的车辆,更长的日常驾驶里程,同时还拥有着污染物排放量更大的柴油车辆,导致他们产生了更多的交通污染排放。研究确认了低收入群体和高收入群体在交通污染排放和承担污染物暴露上的不公平现象,而由于低收入家庭难以搬去污染更轻的地区或者购买低排放的车辆以改善自身的污染暴露程度,这种不公平将持续并放大下去。
同时研究也有诸多局限之处,如使用LOSA数据仍然是将一个区域内的所有家庭简化为同一类型相同属性的家庭群体,这其中各个家庭的情况差异和受空气污染物影响的差异就难以体现在分析结果中。另外一个局限体现在时间层面的分析上,表现为人群实际在其所属区域内停留的时间未能得知。举例而言,人群需要工作、娱乐等活动,而进行这些活动的地点可能在居住地以外,这意味着其居住地的污染情况不一定代表着人群真正承受的污染暴露程度。尽管英国政策中普遍规定了以居住地污染标准代表人群承受的污染暴露情况,但值得注意的是真正容易受到空气污染影响的人群群体,如幼儿和老人等,实际上可能会有大量时间停留在居住地之外(学校与诊所中)。
译者注
交通空气污染排放的不公平问题似乎已经落入了一种“恶性循环”之中,正如文章最后所建议,应当将不同社会阶层的责任差异性考量在治理政策之内,才能遏制这样不公平现象的扩大。而这样的建议是开放性的,我们似乎看不到一个明确的实现路线。
各国污染治理的探索中已有大量的实例值得借鉴,其中经济手段和规划手段被提及最多。经济手段中,“奖”与“惩”都是一种改变行为效益的方式,从而诱导人们倾向于污染排放量小的出行模式。但我们也应当注意,社会经济属性不同的各个阶层对于经济手段的敏感性是不同的,并且因经济手段而产生的后果也是不同的。“一刀切”之下,有人不为所动,而有人却因此产生了巨大的生活困扰。
换一个角度以部分欧美国家城市发展状况来主观的分析,收入良好的城市居民凭借机动化出行能够选择环境更好但更偏远的居住地。这些地区相对地势开阔,居住密度低,空气质量相对较好,然而这里的居民需要借助汽车并大量的使用机动化方式完成日常的工作、生活的需要,自然也就产生了大量的污染排放。相反在欧美城市中心区,大部分为出租公寓或者高密度的住宅社区,吸引了中低收入群体入住。这部分人日常出行距离短,需要搭乘公共交通出行,相对机动车保有量低,空气污染物排放也相对较低。同时我们又可以合理的推断,居住在偏远地区的人往往需要开车进入城市中心区工作。这些机动化的出行不仅加重了城市中心区的污染,也是富裕阶层的人在工作时间段内污染暴露显著增加。
当我们看到崇尚私家汽车出行的部分欧美城市发展陷入一个僵局,是否更应当思考当代中国城市的发展路线,重塑一种更为环保,更为公平的城市交通运行模式?
免费下载一览众山小提供的原文资料:
微信公众号 后台留言
或电邮 Daizongliu@qq.com
《排放与暴露:道路交通相关的空气污染加剧了英国的社会不公平》
我们作为独立的专业志愿者团体,秉承专业理想与价值观,不依托任何机构,信守非盈利原则,帮助中国城市可持续发展。我们关注的领域包括但不限于:城市规划与发展战略、城市交通、公共交通与非机动化出行、活力街区、街道与城市设计、量化城市与大数据。至今我们已经拥有遍布全球近380名志愿者网络,并推送1700篇专业微文。作为微信公众号平台最大的线上专业志愿者团体,我们感谢您对我们的关注和支持,并欢迎加入我们!
微博:https://weibo.com/
2014-2019 ? 转载请注明:
转载自公众号“”