研究文章 科学政策

2.5污染者不成比例地和系统地影响美国的颜色人民

查看全部隐藏作者和附属机构

十搏欧洲杯直播官网2021年4月28日:
7卷,没有。18日,eabf4491
DOI: 10.1126 / sciadv.abf4491

抽象的

在美国,少数族裔暴露于不成比例的高水平环境细颗粒物空气污染(PM2.5),是人类死亡的最大环境原因。然而,目前尚不清楚是哪一种排放源造成了这种差异,也不清楚这种差异是否因排放部门、地理或人口而存在。量化的点2.5我们发现,几乎所有主要的排放类别——横跨各州、城市和农村地区、收入水平和暴露水平——都会对系统性PM产生影响2.5有色人种经历的曝光差异。我们按州和城市确定了最不公平的排放源类型,从而突出了解决这种持续存在的环境不公平的潜在机会。

介绍

环境细颗粒物空气污染(PM2.5)在美国每年负责85,000至200,000人死亡(12),即使浓度低于现行国家标准12 μg m,也可观察到对健康的影响-33.-5.)。在美国空气污染暴露中的种族民族和社会经济差异都有很好的记录(6.-10)尽管PM总体下降,但仍持续存在2.5污染(11-13)。

大多数暴露差异的证据依赖于测量的或经验模拟的环境浓度,或对靠近工业排放源或道路排放源的评估(6.1012-20.)。然而,从现有证据中,不可能确定不同源类型对暴露于PM的种族差异的相对贡献2.5。在这里,我们模拟了PM的人为来源2.5曝光通过种族和种族解决,并表明几乎所有主要的排放源部门都不成比例地影响着颜色的人(POC)。

We estimate exposure impacts for each emission source type on five racial-ethnic groups based on the U.S. Census: White (62% of the population), Black (12%), Hispanic (17%), Asian (5%), and POC (38%; see Materials and Methods for details). As a proxy for exposure to PM2.5,我们计算人口加权平均环境PM2.5基于人口普查指定的住宅地点的每个种族民族的浓度。

我们检查曝光差异 - 每个种族族群和人口平均值 - 相对(百分比)和绝对(μgm的群体 - 加权浓度差异(μgm-3)条件。相对差距最大的来源可能在每单位质量的减排中产生最大的差距缓解,而绝对差距最大的来源可能具有最大的整体差距减少潜力。

结果

结果表明,不成比例地暴露PoC的排放来源在整个社会中都是普遍存在的。估计2014年总人口平均下载2.5所有国内人为源的暴露为6.5μgm-3在连续的美国;曝光率高于PoC,黑人,西班牙裔和亚洲人的平均值(7.4,7.9,7.2和7.7μgm-3, 分别;图1,B至E),低于white的平均值(5.9 μg m-3;图1一个)。Whites暴露于从发射源类型的低于平均浓度,导致60%的整体暴露(图1一个),整体相对曝光差距为-8%(-0.55μgm-3绝对差异)与人口平均值相比。相反,POC经验来自源类型的较大平均风险,导致75%的整体曝光(图1 b);它们的整体曝光差为14% (0.90 μg m-3)。黑人暴露于超过平均浓度的源类型中,占暴露量的78% (图1 c),总暴露差为21% (1.36 μg m-3)。拉美裔和亚裔接触到的PM有差异2.5从87和73%的来源分别,经验11%(0.72μgm-3)和18% (1.20 μg m-3)分别整体曝光差异(图1 D和E)。

图。1 PM对种族差异的来源贡献2.5接触。

一种E.)个别来源类型(N= 5434种来源)对暴露的贡献(y和%曝光视差(X轴,以200%截断,正值用红色表示,负值用蓝色表示),虚线表示由正曝光视差源引起的曝光百分比。(Fj)(a)至(e)的来源分为源部门(N= 14组)并根据绝对曝光差异垂直排序,与每个矩形的面积成比例。如(b)所示,PoC经验来自源类型的较大平均暴露,导致75%的整体曝光。来源:数据文件S1,其还包括各种状态和城市地区的结果。

分组源类型(图1,a到e)进入14个源部门(图1 F到J)的研究结果显示,在大多数行业中,对POC、黑人、西班牙裔和亚洲人的暴露程度高于平均水平的来源类型占主导地位。白人暴露在大多数排放部门低于平均浓度的环境中(图1 f)。黑人在所有行业的暴露浓度都高于平均水平(图1 h)。

在造成最大绝对差异的排放源部门中,POC、黑人、西班牙裔和亚洲人的六大排放源部门中有四个是相同的:工业、轻型汽油车、建筑和重型柴油车(图1 G到J)。住宅燃气燃烧和商业烹饪是所有四类相对差异的最大来源(例如,POC分别为41%和35%;图1 G到J)。对白人影响最大的行业只有煤炭发电和农业(相对差距分别为8%和4%;图1 f)。与以前的发现一致(1121),我们发现PoC,西班牙裔和亚洲人暴露在较少的下午2.5(−13%,−38%,−18%),黑人比平均水平高18% (图1 h)。

在全国范围内,种族-民族暴露差异不是由少数排放源造成的;相反,大多数源类型和行业导致POC的暴露高于平均水平,而白人的暴露低于平均水平(图。1)。通过检查每一组由于这些不成比例的暴露排放源类型所造成的暴露的百分比[例如,白人的40% (图1一个poc(45%)图1 b),我们发现在美国的各个州、城市和农村地区、收入和暴露水平(无花果。3.)。

图2 点的百分比2.5由不成比例地暴露颜色(POC)和白人人们的发射源类型引起的暴露。

数据显示为(一种)美国国家(N= 48个州),(B.)城市化地区(N= 481个区域),(C)各州的农村地区(N= 48个州),和(D.)收纳箱(N= 16个垃圾箱;最后一个垃圾箱是> $ 200,000)。图标区域与人口成比例;阴影区域是内核密度估计。一种yaxis value of 50% would represent equity for that group (i.e., for the population-average exposure), meaning that half of their exposure comes from source types that disproportionately expose them and the other half is from source types that expose them less than average. Across geographies and levels of exposure (A to C), as well as incomes (D), most emission sources consistently result in higher exposures for POC and lower exposures for Whites. Source: data file S2.

图3. 点的百分比2.5排放源类型造成的暴露不成比例地按地点和种族族裔暴露每个种族族裔群体。

图标区域与人口成比例;阴影区域是内核密度估计。这个数字类似于图2但是所有五个种族群体的结果。来源:数据文件S2。

在研究的48个州中,有45个州不成比例的暴露源导致了大部分的POC暴露(图2一个)。在(人口加权)平均的州,78%的暴露是由不成比例地暴露POC的来源造成的(白人:29%;黑色:77%;西班牙:73%;和亚洲:75%;2无花果。3,c到e;这些州平均差距与上述全国平均差距不同,因为全国平均包括州与州之间以及州与州之间的差距)。

我们在市区观察到同样的效果(图2 b),73%的暴露于(人口加权)的平均城市区域,不成比例地暴露POC(白色:31%;黑色:71%;西班牙:71%;和亚洲人:56%;无花果2 b。3 H到J)。但有一个明显的例外:在加州许多拥有大量亚洲人口的城市地区,亚洲人的暴露程度低于平均水平(数据文件S1;例如,洛杉矶、旧金山和圣何塞)。在加州以外的(人口加权)平均城市地区,67%的亚洲暴露源类型导致了与亚洲人不成比例的暴露,而在包括加州在内的地区,这一比例为56%。这种差异也一直存在于农村地区(这里定义为城市地区的补充),在农村地区,很大一部分暴露源不成比例地暴露于POC(白人:39%;POC: 62%;黑色:63%;西班牙:57%;和亚洲:74%;无花果。2摄氏度3, M到O)。然而,农村地区的差距没有城市地区那么明显(图2,B和C)。

最后,所有收入水平都存在全身性差异。与大量证据一致(1222),我们发现种族差异不仅仅是基于经济的差异的代理。每个收入水平的POC都被大多数来源都不成比例地暴露,跨收入箱的人口加权平均水平为76%的暴露,源类型不成比例地暴露POC(图2 d和图S1)。接触量因种族而异比因收入而异更大:POC和白人之间平均接触量的差异比收入水平之间平均接触量的差异大2.4倍(数据文件S1和S2)。

讨论

我们的结果有警告。首先,我们使用排放量和位置,减少复杂性空气质量建模,并且群体计数所有包含以前量化的不确定性(1123;补充文本)。但是,我们的核心调查结果始终如一,城市和农村地区和集中级别,使其不可能归因于模型或测量偏差。其次,因为总结果比任何单一位置的结果更强大,我们建议在采取本地行动之前结合本地数据和专业知识的额外分析。第三,我们的国家和城乡的结果反映了暴露于环境的下午2.5,包括位于国家,城市地区或农村地区以外的排放来源的贡献。这对地方当局有影响,他们可能没有对所有曝光来源的管辖权。最后,此分析侧重于居住地点的户外浓度。相关健康影响的差异也将反映流动性,微环境,室外室内浓度关系,剂量反应,医疗保健以及基线死亡率和发病率的种族歧视变异。

我们在此显示,大多数排放源类型 - 代表〜75%的暴露于PM2.5在美国 - 不成比例地影响种族少数民族。这种现象是系统性的,持有几乎所有主要部门,以及跨国和城乡地区,收入水平和接触水平。工业,轻型汽油车,建筑和重型柴油车通常是最大的差距之一,但这可以通过源类型和位置广泛变化。由于种族主义住房政策的遗产(图S2;支持结果)和其他因素,即使整体暴露的减少也持续存在种族 - 民族曝光差异(11-13)。针对当地重要的缓解来源可能是对抗这种持续性的一种方法。我们希望这里提供的信息可以帮助指导国家、州和地方利益相关者设计有效减少环境不平等的政策。

材料和方法

我们使用源 - 受体矩阵(24)使用inmap创建(25)空气质量模型,以独立估算美国邻近地区人为排放造成的浓度。我们考虑所有5434种源类型。那all U.S. Environmental Protection Agency (EPA) Source Classification Codes (SCCs) with nonzero emissions; we exclude the 8378 SCCs without emissions associated with them] in the 2014 EPA National Emissions Inventory (NEI) v1. County-level emissions are allocated to individual grid cells within the county using spatial surrogates. Emissions processing is described in further detail by Tessum。(11)。为了关注可改变因素的影响,我们在这里不调查来自生物源、野火或国际来源的排放。Tessum对这些额外来源造成的接触和健康影响进行了量化。(11)。

我们调查了主要的(即直接排放的)和次级的(即由其他排放在大气中形成的)PM2.5。我们对次级PM进行建模2.5由挥发性有机化合物、氮和硫的氧化物(NOX所以X)和氨(nh3.)。我们将5434 SCC(源“类型”)聚合到14个源扇区(表S1),每个占总PM总数的1%2.5接触。inmap以空间量表预测浓度,范围从人口密度低48公里,在城市中心为1公里处的罚款;这种管道空间尺度是解决人口群中曝光差异的必要条例(26)。人口加权平均水平网格细胞边缘长度为10.8km全国,城市地区3.4公里。额外的网格统计数据可以在表S2中找到。

源-受体矩阵将网格空间域内任何一个位置的排放与所有其他位置的inmap计算浓度联系起来。这些关系是通过对覆盖美国邻近地区的5万多个网格单元的空气质量模型的独立模拟产生的,这些网格单元包括地面源和高架源。

使用常规方法对加权平均值来计算人口加权平均环境浓度,我们的曝光措施。具体地,我们首先乘以每个网格细胞,人口和浓度。然后,给定的空间域中所有细胞的这些值的总和除以相应的人群,以产生人口加权平均浓度:PWA =(个人电脑) /(P.)。这里,PWA是人口加权平均值,P.是网格细胞中的种群,C是网格单元中的浓度,分子和分母中的累加表示正在研究的地理区域内的所有网格单元(例如,在一个州内,位于相邻的美国)。

种族民族的人口数据来自美国人口普查2012-2016美国社区调查(ACS)在人口普查块组空间聚集级别。我们专注于四个最大的种族 - 种族群体,由人口普查中的自我认同决定:亚洲,黑人或非裔美国人,拉丁裔或西班牙裔和白色。我们汇总了这四个人口亚组,使得它们是互斥的:“西班牙裔”,包括所有识别具有西班牙裔或拉丁裔原产地的所有种族的人,以及仅引用非拉丁裔/的其他三组(亚洲,黑色和白色)。非西班牙裔人。P.OC are defined herein as everyone except non-Latino/non-Hispanic Whites (i.e., individuals identifying as Hispanic plus non-Hispanic individuals identifying as Black or African American, American Indian or Alaska Native, Asian, Native Hawaiian and other pacific islander, some other race, or two or more races).

2012-2016年ACS提供了人口普查区(Census Tract)的收入统计数据,包括16个家庭收入类别(最低:“低于10,000美元”;最高金额:“$200,000或以上”)。我们使用每个收入类别的家庭比例来估计最精细的种族-民族信息水平上的人口计数:白人和POC。表S3详细列出按收入类别分列的人口分布情况。

为了计算单个城市地区的暴露程度,我们使用美国人口普查局(www.census.gov /区域/映射文件/时间序列/地理/ carto-boundary-file.html)。我们对“农村”的定义是指不在城市化范围内的任何地方。

为了计算1930年代业主贷款公司(HOLC)等级的风险,我们使用了地图不平等项目(27)。HOLC地图将城市社区分为四个等级:A(绿色;“最佳”)、B(蓝色;“仍然可取”),C(黄色;“绝对衰退”)和D(红色;“危险”)。对于图S2所示结果,我们定义“%暴露从不成比例的暴露源类型”的曝光率是由源类型公开特定种族的居民目前生活在一个区域与给定历史房主贷款公司年级在一个给定的城市超过所有居民的总体平均曝光HOLC-graded地区的城市。

补充材料

https://creativecommons.org/licenses/by/4.0/

这是一个在术语条款下分发的开放式文章知识共享归属许可,允许在任何媒介上不受限制地使用、分发和复制,只要原稿被适当引用。

参考和笔记

致谢:我们感谢K. Harper的编辑支持和N. Z. Muller对手稿先前版本的评论。资助:本出版物是作为空中,气候和能源解决方案(COACES)中心的一部分,该部分是由美国环境保护局颁发的援助协定号援助协议提供的。它没有被美国环保署正式审查。本文件中表达的观点仅仅是作者的观点,不一定反映了原子能机构的观点。EPA不认可本出版物中提到的任何产品或商业服务。作者的贡献:构思和设计了实验:C.W.T.,D.A.P.,J.D.H.和J.D.M.分析了数据:C.W.T.,D.A.P.和J.D.M.写了论文:C.W.T.,D.A.P.,S.E.c.,J.S.A.,J.D.H.和J.D.M.利益冲突:作者们宣称他们没有相互竞争的利益。数据和材料可用性:评估纸张结论所需的所有数据都存在于纸张和/或补充材料中。可以从作者请求与本文相关的其他数据。

保持联系,十搏欧洲杯直播官网

导航本文